I'

ALGEBRA
LINEAR
2 EDIO

KENNETH HOFFMAN

j ssocia te Professor of Mathematics

Massachusetts lnstitute of Technology

RAY KUNZE

Associate Professor of Mathematics

Washington University
St. Louis, Mo.

Traduo de

RENATE WATANABE

Professora .de Matemtica da Universidade Mackenzie

RIO DE JANEIRO
SO PAULO

0t LIVROS TCNICOS E ClfNlfHCOS EDITORA

 COPYRIGHT 197 9, Kenneth Hoffman e Ray K unze

Proibida a reproduo, mesmo

parcial, e por qualquer process'i,
sem autorizao expressa dos
Autores e Editor.

11!- edio - 1971

Reirnpresses - 1973 e 1976
21!- edio - 1979

CIP-Brasil. Catalogao-na-fonte
Sindicato Nacional dos Editores de Livros, RJ.

Hoffman, Kenneth.
H647a lgebra linear / Kenneth Hoffman [e) Ray Kunze; tra-
duo de Renate Watanabe. - 2. ed. - Rio de Janeiro:
Livros Tcnicos e Cientficos, 1979.

Traduo de: Linear a1gebra

Apndice
Bibliografia

1. lgebra linear 1. Kunze, Ray 1. Ttulo

CDD - 512.5
79-0363 CDU - 512.8
.

ISBN 85-216-00623

DireitOs desta edio reservados:

LIVROS Tf'.CNICOS E CIENTIFICOS EDITORA S. A.
Av. Venezuela, 163 -Centro
20220 - Rio de Janeiro - RJ
i979
Impresso no Brasil
 PREFCIO

Nosso propsito original ao escrever este livro foi fornecer um

texto para o curso de graduao em lgebra Linear no M assachu
setts Jnstitute of Technology. Esse curso se destinava ao terceiro ano
dos que optassem por Matemtica, embora trs quartos dos estu
dantes que o freqentavam se especializassem em outras disCiplinas
tecnolgicas e cientificas e variassem desde calouros at estudantes
de psgraduao. Essa descrio da audincia do M.I.T. para o
texto permanece, em linhas gerais, correta at hoje. Os dez anos
decorridos desde a primeira edio viram a proliferao de cursos
de lgebra Linear por todo o pas e ofere,elam a um dos Autores
a oportunidade de lecionar essa matria bsica para diversos grupos
na Brandeis University, Washington University (St. Louis) e Univer
sity of California (lrvine).
Nosso objetivo principal ao revisar o livro lgebra linear foi
adapt-lo p,ara uma maior variedade de cursos. De um lado,
estruturamos os captulos, principalmente os mais difceis, de tal
modo que existis6em, ao longo do caminho, vrios pontos naturais
de parada, possibilitando ao instrutor escolher de diversas ma
neiras os tpicos para um curso trimestral ou, semestral. Por outro
lado, aumentamos a quantidade da matria para que o texto
pudesse ser usado em um curso de lgebra Linear mais amplo, de
um ano, ou mesm como um livro de referncia para matemticos.
As maiores alteraes ocorreram no nosso tratamento . de
formas cannicas e espaos com produto interno. No Cap. 6 no
mais comeamos com a teoria espacial geral que fundamenta a
teoria das formas cannicas. Tratamos inicialmente os valores
caractersticos em relao com teoremas de triangulao e diagona
lizao e em seguida escalamos o caminho para a teoria geral.
VIII - PREFACIO

Separamos o Cap. 8 em dois, de modo que os tpicos fundamentais

sobre espaos com produto interno e diagonalizao unitria fos
sem seguidos de um novo Cap. 9, que, por sua vez, trata de formas
sesquilineares e das propriedades mais sofisticadas de operadores
normais, incluindo operadores normais sobre espaos com pro
duto interno.
Introduzimos tambm pequenas alteraes e melhoramentos
na primeira edio, porm a filosofia subjacente do texto perma
neceu inalterada.
Concesso alguma foi feita ao fato de a maioria dos alunos
no estar interessada primordialmente em Matemtica, porque
acreditamos que um curso de Matemtica no deveria fornecer
a estudantes de Cincias, Engenharia ou Cincias Sociais um amon
toado de mtodos, e sim proporcionar a eles uma compreenso dos
conceitos matemticos fundamentais.
Por outro lado, estvamos profundamente conscientes da grande
variao de conhecimentos que os estudantes poderiam possuir e,
em particular, do fato de terem eles tido muito pouca experincia
com o raciocnio matemtico abstrato. Por essa razo, evitamos
a introduo de muitas idias abstratas logo no incio do livro.
Como complemento inclumos um Apndice, onde so apresen
tadas idias bsicas tais como conjunto, funo e relao de equi
valncia. Achamos mais proveitoso no insistir nessas idias inde
pendentemente, e sim aconselhar os estudantes a ler o Apndice
medida que elas surgissem.

Em todo o livro inclumos uma grande diversidade de exem

plos dos conceitos importantes que ocorrem. O estudo de tais
exemplos de fundamental importncia e tende a minimizar o
nmero de estudantes que conseguem repetir definies, teoremas
e demonstraes em ordem lgica, sem apreender o significado dos
conceitos abstratos. O livro contm tambm uma ampla gama de
exerccios graduados (em torno de seiscentos), que variam desde
aplicaes rotineiras aos que desafiaro at os melhores alunos.
Pretendemos que esses exerccios sejam parte importante do texto.
O Cap. 1 trata de sistemas de equaes lineares e sua reso
luo por meio de operaes elementares sobre linhas de matrizes.
Tem sido nosso costume despender seis aulas nessa matria, o que
proporciona ao estudante um esboo das origens da lgebra Linear
e das tcnicas de clculo computacionais necessrias ao entendi
mento de exemplos das idias mais abstratas ocorrentes nos captulos
 PREFCIO - IX

posteriores. O Cap. 2 discorre sobre espaos vetoriais, subespaos,

bases e dimenso. O Cap. 3 trata <;tas transformaes lineares,
sua lgebra, sua representao por matrizes, bem como de isomor
fismo, funcionais lineares e espaos duais.
O Cap. 4 define a lgebra dos polinmios sobre um corpo,
os ideais naquela lgebra e a decomposio de um polinmio em
fatores primos. Nele tambm so tratadas as razes, a frmula de
Taylor e a frmula de interpolao de Lagrange. O Cap. 5 desen
volve determinantes de matrizes quadradas, sendo o determinante
encarado como uma funo n-linear alternada das linhas de uma
i;natriz, e prossegue com o estudo das funes multilineares spbre
mdulos e o anel de Grassman. A matria sobre mdulos coloca
o conceito de determinante em um contexto mais amplo e abran
gente do que o normalmente encontrado em livros elementares.
Os Caps. 6 e 7 contm uma discusso dos conceitos funda
mentais para a anlise de uma s transformao linear sobre um
espao vetorial de dimenso finita; a anlise de valores caracte
rsticos, transformaes triangulveis e diagonalizveis; os conceitos
de partes diagonalizveis e nilpotentes de uma transformao mais
geral e as formas racional e cannica de Jordan. Os teoremas da
decomposio primria e cclica desempenham um papel central,
chegando-se a este ltimo por meio do estudo de subespaos admis

sveis. O Cap. 7 inclui a discusso de matrizes sobre um domnio
de polinmios, o clculo de fatores invariantes e divisores elemen
tares de uma matriz e o desenvolvimento da forma cannica de
Smith. O captulo termina com uma discusso sobre operadores
semi-simples, para completar a anlise de um s operador.
O Cap. 8 trata, com algum detalhe, dos espaos de dimenso
fini,ta com produto interno. Desenvolve a geometria bsica, rela
cionando o conceito de ortogonalizao idia de "melhor apro
ximao de um vetor" e passando aos conceitos de projeo orto
gonal de um vetor sobre um subespao e o suplementar ortogonal
de um subespao. O captulo ainda trata dos operadores unitrios
e culmina com a diagonalizao de operadores normais e auto
adjuntos.
O Cap. 9 introduz as formas sesquilineares, relaciona-as com
os operadores positivos e auto-adjuntos sobre um espao cm
produto interno, prossegue com a teoria espectral de operadores
normais e, em seguida, com resultados mais sofisticados a respeito
de operadores normais sobre espaos reais ou complexos com
produto interno.
X-PREFACIO

. O Cp. JO discute as formas bilineares, ressaltando as formas

cannicas para formas simtricas e anti-simtricas, bem como
grupos que conservam formas no-degeneradas, .principalmerite os
grupos ortogonal, unitrio, pseudo-ortogonal e de Lorentz.
Acreditamos que qualquer curso que use este texto deva desen
volver completamente os Caps. 1, 2 e 3 com a possvel excluso das
Ses. 3.6 e 3.7, que tratam do bidual e Q.a transposta de urna trans
formao linear. Os Caps. 4 e 5, sobre .polinmios e determinantes,
podem ser tratados com diversos graus de profundidade: . Ideais de
polinmios e as propriedades fundamentais dos determinantes
podem ser apenas esboados, sem maior prejuzo do fluxo de lgica
do texto; no entanto, sentimo-nos inclinados a desenvolver cuida
dosamente esses captulos (salvo os resultado.s sobre mdulos),
porque o seu contedo ilustra muito bem as idias bsicas da
lgebra Linear. Um curso elementar pode ento ser satisfatoria
mente concludo com as quatro .Primeiras sees do Cap. 6; junta
mente com o (novo) Cap. 8. Se as formas racionais e as de Jordan
forem includas, ento ser necessrio desenvolver mais extensiva
me11te o Cap. 6.
N.osso reconhecimento permanece para com aqueles que con
triburam na primeira edio, principalmente os Profs. Harry Furst
enberg, Louis Howard, Daniel Kan, Edward l horp, Sta. Judith
Bowers, Sra. Bettx Ann (Sargent) Rose e Sra. Phyllis Ruby. Que
remos acrescentar nossos agradecimentos aos muitos estudantes e
colegas cujos comentrios perspcuos nos levaram a esta reviso
e equipe da Prentice"Hall, pela paciente colaborao .com dois
autores envolvidos nas agonias da administrao. acadmica. Por
ltimo, nossos agradecimentos Sra. Sophia Koulouras pela sua
habilidade e incansvel esforo na datilografia do manuscrito
revisado.

K.M.H. / R.A.K.
 SUMRIO

CAPTULO 1. EQUAES LINEARES ................................

l.i". Corpos Comutativos.............. : ......................... .
1.2. Sistemas de Equaes Lineares . .. .... .. .. .... .. .. .. .. .. ... . .. 4
1.3. Matrizes e Operaes Elementares sobre Linhas...... .. .. ...... 7
1.4. Matrizes Linha-Reduzidas Forma: em Escada .. . ... .. .. .. ... . 14
1.5. Multiplicao de Matrizes... .... ...... ...... .. ... . , .. .. . . . .. . 20
1.6. Matrizes Inversveis..... . ... . .. .... .... .. ....... ..... .. ...... 27

CAPTULO 2. ESPAOS VETORIAIS.................................. 35

2.1. Espaos Vetoriais.......... .. .. ... .... .... . .. ..... ..... .. .. ... . 35
2.2. subespaos........................... : .... ............... ...
. " 43
2.3. Bases e' Dimenso . . . . . . . . . . . . . ............
.. . . . . . . . . . . . . . . . . . 50
2.4. Coordenadas... . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
2.5. Resumo de Linha-equivalncia.. . .. . . . .. ...... .. .. .......... _. . 70
2.6. Clculos Concernentes a Subespaos .. ... .. . .. . . .. .. . . .. ...... 74

CAPTULO 3. TRANSFORMAES LINEARES....................... 85

3.1. Transformaes Lineares. .. ... ... . ... ........ . . . .... . . . ...... 85
3.2. A lgebra das Transformaes Lineares......... . ... .. ...... .. 94
3.3 Isomorfismo........................ : ........... ... : ... ...... . 107
3.4. Representao de Transformaes por Matrizes.. ..... . .. .. .... 109
3.5. Funcionais Lineares . : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1 23
3.6. O Bidual. . . .... .... ... . .. .. .. ..... ... .. ...... .............. 13 6
3.7. A Transposta de uma Transformao Linear ......... .... .... : . 14 2

CAPTULO 4. POLINMIOS............ : ........... .. .. .......... .... 148

4.1. lgebras...................................... . .............. 148
4.2. A Algebra dos Polinmios................................... 1 49
4.3. Interpolao de Lagrange ....... ...... .. .. ..... . . .. .. .... .. .. 157
4.4. Ideais de Polinmios ................................... : .... 161
4.5. A Decomposio de um Polinmio em Fatores Primos......... 170

CAPTULO 5. DETERMINANTES ....................... .. ,.......... . 178

i".I. Anis Comutativos . .............. :........................ . 178
5.2. Funes Determinantes . .. .. .. .... .. .. .... .. .. . ... .... .. .. .. 179
XII - SUMARIO

5.3. Permutaes e a Unicidade dos Determinantes... ..... . ...... . . 190

5.4. Propriedades Adicionais dos Determinantes......... . ... . . ... .. 198
5.5. Mdulos.......... .......... .. . .. .. ....................... .. 208
5.6. Funes Multilineares........................................ 210
5.7. O Anel de Grassman........................................ 221

CAPTULO 6. FORMAS CANNICAS ELEMENTARES................ 2 32

6.1. Introduo...... . .... ....... .... . . ..... ... .. .. . .... ......... 2 32
6.2. Valores Caractersticos......... .............................. 233
6:3. Polinmios Anuladores......... .. .............. ............ .. 2 44
6.4. Subespaos Invariantes.... ... .. ...... ... ... .. .. . . . . . . ... ... .. 254
6.5. Triangulao Simultnea; Diagonalizao Simultnea .. . . . . . . . . . 264
6.6. Decomposies em Soma Direta.............. ........ ...... .. 2 67
6.7. Somas Diretas Invariantes..... .. . ... . ... .......... .. ....... .. 27 3
6.8. O Teorema da Decomposio Primria.......... .............. 280

CAPTULO 7. AS FORMAS RACIONAL E DE JORDAN... ......... .. 290

7.1. Subespaos Cclicos e Anuladores............................. 290
7.2. Decomposies Cclicas e a Forma Racional................... 295
7.3. A Forma d e Jordan............... . ... .. ...... .... ... ... .... 311
7.4. Clculo dos Fatores Invariantes ...... ...................... .. 321
7.5. Resum.o; Operadores Semi-Simples............................ 335

CAPTULO 8. ESPAOS COM PRODUTO INTERNO............ ...... 3 45

8.1. Produtos Internos. .... .. .... ...... .... ........ .......... ... . 3 45
8.2. Espaos com Produto Interno................................ 354
8.3. Funcionais Lineares e Adjuntos.......... ... . .. ............. .. 371
8.4. Operadores Unitrios.... ..... . .. ..... ...... ................. 38 3
8.5. Operadores Normais... .. .......... . . . .. ... ... ... .. .... .... .. 398

CAPTULO 9. OPERADORES SOBRE ESPAOS COM PRODUTO

INTERNO.............................................. 40 6
9.1. Introduo.............. .................................... 40 6
9.2. Formas so\:> e Espaos com Produto Interno................... 40 6
. .
9.3. Formas Positivas.... .... ............ .... ..... .... ... .. .. . .. . 41 3
9.4. Mais sobre Formas..... . . . ... . .... .. .......... . ... .. . . . . . . . . 422
9.5. Teoria Espectral....... .. . . . . . . ... . .. . ........ .. ....... . . .. . . 427
9.6. ,Outras Propriedades dos Operadores Normais.......... .. .... . . 444

CAPTULO 10. FORMAS BILINEARES................................ 457

10.1. Formas Bilineares........................................... 457
10.2. Formas Bilineares Simtricas ......... ................ '........ 468
10.3. Formas Bilineares Anti-Simtricas.............. .. . . ... . . ... .. . 478
10.4. Grupos que Conservam Formas Bilineares.... ............. .... 48 3

APNDICE................................................ 491
A.l. Conjuntos ..... ... .. . ............. .. .. . . ........ .. .......... 492
A.2. Funes.................................................... 49 3
A.3. Relaes de Equivalncia....... ...... .. ..... . ...... .......... 498
A.4. Espaos Quocientes.......................... ... .. .. . . .. .. . . . 501
 SUMRIO - XIII

A.5. Relaes de Equivalncia em lgebra Linear......... ... .... .. 506

A.6. O Axioma da Escolha.. ... .. .. ... ....................... .... 508
BIBLIOGRAFIA............................................ 510
NDICE.................................................... 511
 Captulo 1

EQUAES LINEARES

1.1 orpos Comutativos

Supomos que o leitor tenha familiaridade com a lgebra ele

mentar dos nmeros reais e complexos. Para uma grande parte
deste livro as propriedades algbricas dos nmeros que usaremos
podem ser facilmente deduzidas da pequena lista abaixo de pro
priedades da adio e da multiplicao. Indicamos por F o con
junto dos nmeros reais ou o conjunto dos nmeros complexos.
.
\

1. A adio comutativa,

para todos x e y em F.
2. A adio associativa,

x + (y + z) = (x + y) + z

para todos x, y e z em F.
3. Existe um nico elemento O (zero) em F tal que x +O= x,

para todo x em F.
4. A cada x em F corresponde um nico elemento ( - )
x em
F tal que x + ( - x) = O .

5. A multiplicao comutativa,
xy = yx
para todos x e y em F.
6. A multiplicao associativa,
x(yz) = (xy) z
para todos x, y e z em F.
2 - ALGEBRA LINEAR

7. Existe um nico elemento no-nulo 1 (um) em F tal que

xl = x, para todo x em F.
8. A cada x no-nulo em F corresponde um nico x -1 (ou
1/x) em F tal que xx-1 =
1.

9. A multiplicao distributiva em relao adio; isto ,

x(y + z) = xy + xz, para todos x, y e z em F.

Suponhamos que se tenha um conjunto F de objetos x, .l::j__Z,

e duas operaes sobre os elementos de F como segue. A primeira

operao, denominada adio, associa a cada par de elementos x, y
em F um elemento (x + y) em F; a segunda operao, denominada
multiplicao, associa a cada par x, y um elemento xy em F; e estas
duas operaes satisfazem as condies (1)-(9) acima. O conjunto F,
munido destas duas operaes, ento denominado um corpo
comutativo*. A grosso modo, um corpo um conjunto munido
de algumas operaes sobre seus objetos, as quais se comportam
como a <lio, subtrao, multiplicao e diviso usuais de n
meros no sentido de que elas obedecem s nove regras de lgebra
acima relacionadas. Com as propriedades usuais da adio e multi
plicao, o conjunto C dos nmeros complexos um corpo, como
o o conjunto R dos nmeros reais.
Na maior parte deste livro, os "nmeros" que usamos podem
ser os elementos de qualquer corpo F. Para permitir esta generali
zao, usaremos a palavra "escalar" ao invs de "nmero':. O leitor
no perder muito se supuser sempre que o corpo de escalares seja
um subcorpo do corpo dos nmeros complexos. Um subcorpo do
corpo C um conjunto F de nmeros complexos que um corpo
em relao s operaes usuais de adio e multiplicao de n
meros complexos. Isto significa que O e 1 esto no conjunto F e
que se xey so elementos de F ento (x + y), - x, xy e x-1 (se x #-O)
tambm o so. Um exemplo de um subcorpo desta natureza o
corpo R dos nmeros reais; de fato, se identificarmos os nmeros
reais com os nmeros complexos (a+ ib) para os quais b O o =
,

O e o 1 do corpo complexo so nmeros reais e, se -:X e y so reais,

(x + y), - x, xy, e x-1 (se x #- O) tamb.m o so. Daremos outros

(*) Neste livro, sempre teremos corpos comutativos, portanto abreviaremos a

denominao escrevendo simplesmente corpos (N. do T.)
 EQUAES LINEARES - 3

exemplos abaixo. O objetivo de nossa discusso sobre subcorpos

essencialmente o seguinte: quando trabalhamos com escalares de
um certo subcorpo de C, a realizao das operaes de adio,
subtrao, multiplicao ou diviso sobre estes escalares no nos
tira daquele subcorpo.

Exemplo 1. O conjunto dos inteiros positivos: 1, 2, 3, ...,

no um subcorpo de C, por diversas razes. Por exemplo, O no
um inteiro positivo; para qualquer inteiro positivo n; - n no
um inteiro positivo; para qualquer inteiro n, exceto 1, 1/n no um
inteiro positivo.

Exemplo 2. O conjunto dos inteiros: ... , -2, -1, O, 1, 2, ... ,

no um subcorpo de C, pois para um inteiro n, 1/n no um
inteiro a menos que n seja 1 ou 1. Com as operaes usuais de
-

adio e multiplicao, o conjunto dos inteiros satisfaz todas as

condies (1)-(9) com exceo da condio (8).

Exemplo 3. O conjunto dos nmeros racionais, isto , nme

ros da forma p/q, onde p e q so inteiros e q =F O, um subcorpo
do corpo dos nmeros complexos. A diviso, que no possvel
dentro do conjunto dos inteiros, pode ser feita dentro do conjunto
dos nmeros racionais. O leitor interessado deve verificar que
qualquer subcorpo de C contm todos os nmeros racionais.

Exemplo 4. O conjunto de todos os nmeros complexos da

forma x+y J2, onde x e y so racionais, um subcorpo de C.
Deixamos a cargo do leitor a verificao deste fato.
Nos exemplos e exerccios deste livro, o leitor deve supor que
o corpo em questo um subcorpo dos nmeros complexos, a no
ser que seja explicitamente declarado que o corpo mais geral.
No queremos nos estender sobre esse ponto mas, devemos indi
car por que adotamos tal conveno. Se F um corpo, pode ser
possvel adicionar um nmero finito de parcelas iguais unidade 1
e obter O (veja o exerccio 5 aps a seo 1.2):

1+1+... +1 =o.

Isto no acontece no corpo dos nmeros complexos (ou em qual

quer de seus subcorpos). Quando este fato acontecer em F, o
menor n, tal que a soma de n l's O, chamado caracterstica do
4 -. ALEBRA LINEAR

corpo F. Se este fato no acontecer em F, ento (por alguma

estranha razo) F se diz um corpo de caracterstica zero. Freqen
temente quando supomos que F um subcorpo de C, queremos
garantir que F seja um corpo de caracterstica zero; mas, num
primeiro contato com lgebra linear, melhor, em geral, no nos
preocuparmos muito com a caracterstica de corpos.

1.2 Sistemas de Equaes Lineares

Suponhamos que F seja um corpo. Consideremos o problema

da determinao de n escalares (elementos de F) xi> ... , xn que
satisfaam as condies
11X1 + 12X2 + ... + A1nXn = Y1
2 1X1 + 22X2 + + A2nXn = Y2
(1-1)

Aml X1 + A m2X2 + + AmnXn = Ym

onde y , , ... , Ym e Aii' 1 i m, 1 j n, .so elementos dados
de F. Denominamos (1-1) um sistema de m equaes lineares a n
incgnitas. Toda n- upla ((x 1, , xn) de elementos de F que satis

faz a cada uma das equaes em (1-1) dita uma soluo do sis
tema. Se y 1 y2 = =
Ym O dizemos que o sistema homo
. . .
= =
,

gneo, ou que cada uma das equaes homognea.

O mtodo mais importante para determinar as solues de

um sistema de equaes lineares talvez o mtodo de eliminao.
Podemos ilustrar este mtodo com o sistema homogneo

2x 1 - x2 + x3 =
x 1 + 3x2 + 4x3 =
O .

Somando ( - 2) vezes a segunda equao primeira equao obtemos

ou x2 ..,. x3. Somando 3 vezes a primeira equao segunda

=

equao, obtemos

ou x1 - x3. Assim, conclumos que se (x1, x2 , x3) uma soluo

=

ento x 1 x2 =
- x3. Reciprocamente, pode-se verificar pronta-
=
 QUAES LINEARES - 5

mente que toda terna deste tipo uma soluo. Assim, o conjunto
de solues consiste de todas as ternas (-a, -a, a) ..
Determinamos as solues deste sistema de equaes "elimi
nando incgnitas", isto , multiplicando equaes por escalares e
da somando-as para obter equaes em que alguns dos xj no
estejam presentes. Queremos formalizar ligeiramente este processo
para que possamos compreender por que ele funciona e para que
possamos efetuar os clculos necessrios para resolvermos um
sistema de uma maneira organizada.
Para o sistema arbitrrio (1-1), suponhamos selecionar m esca
lares, multiplicar a j-sima equao por c.1 e da somar. Obtemos
a equao

(c1A11 + . . . + cm Aml) X1 + ... + (c1A1n + . .

. + cmAmn) xn =

= C1Y1 + + CmYm

Tal equa.o ser por ns denominada uma combinao linear das.

equaes em (1-1). Evidentemente, toda soluo do sistema de
equaes (1-1) tambm ser uma soluo desta nova equao.
Esta a idia fundamental do processo de eliminao. Se temos
outro sistema de equaes lineares

(1-2)

no qual cada uma das k equaes uma combinao linear das

equaes em (1-1), ento toda soluo de (1-1) uma soluo deste
novo sistema. claro que pode acontecer que algumas solues
de (1-2) no sejam solues de (1-1). Isto obviamente no acontece
se cada equao do sistema original uma combinao linear das
equaes do novo sistema. Diremos que dois sistemas de equaes
lineares. so equivalentes se cada equao de cada sistema for uma
combinao linear das equaes do outro sistema. Podemos ento
enunciar formalmente nossas observaes como segue.

Teorema 1. Sistemas equivalentes de equaes lineares tm exa

tamente as mesmas solues.
Para o processo de eliminao ser eficiente na determinao
das solues de um sistema como (1-1), necessrio que se saiba,
6 - ALGEBRA LINEAR

formando combinaes lineares das equaes dadas, como pro

duzir um sistema equivalente de equaes que seja mais fcil
de resolveu Na prxima seo discutiremos um mtodo para con
seguir isto.

Exerccios

1. Verificar que o conjunto de nmeros complexos descrito no Exemplo 4 um

subcorpo de e.

2. Seja F o corpo dos nmeros complexos. Os dois seguintes sistemas de equa

es lineares so equivalentes? Em caso afirmativo, exprimir cada equao
de cada sistema como uma combinao linear das equaes do outro sistema.

X1 - X2 = 0 3x1 + X2 = 0
2x1 + X2 = 0 X1 + X2 = 0

3. Repetir o Exerccio 2 para os seguintes sistemas de equaes:

-X1 + X2 + 4x3 = 0
x1 + 3x2 + 8x3 =O
!x' + X2 + !x3 =O

4. Repetir o Exerccio 2 para os sistemas seguintes:

5. Seja F um conjunto que contm exatamente dois elementos, O e 1. Definamos

uma adio e uma multiplicao pelas tbuas:

+ o

o o 1 o o
1 1 o o 1 .

Verificar que o conjunto F, munido destas duas operaes, um corpo.

6. Demonstrar que se dois sistemas homogneos de equaes lineares a duas

incgnitas tm as mesmas solues, ento eles so equivalentes.

7. Demonstrar que todo subcorpo do corpo dos nmeros complexos contm

todos os nmeros racionais.

8. Demonstrar que todo corpo de caracterstica zero contm uma cpia do corpo
dos nmeros racionais.
 EQUAES LINEARES - 7

1.3 Matrizes e Operaes Elementares sobre Linhas

No podemos deixar de observar que, ao formarmos combi

naes lineares de equaes lineares, no h necessidade de conti
nuarmos escrevendo as "incgnitas" xl' . .,
. x., uma vez que, na
realidade, fazemos clculos apnas com os coeficientes A; 1 e os
escalares Y; Abreviaremos o sistema (1-) por

AX = Y

onde

Denominamos A a matriz dos coeficientes do sistema. Rigo

rosamente falando, a tabela retangular acima exibida no uma
matriz, mas sim uma representao de uma matriz. Uma m X n
matriz sobre o corpo F um funo A do conjunto dos pares de
inteiros (i, j), 1 :::;; i :::;; m, 1 :::;j; :::;; n, no corpo F. Os elementos da
matriz A so os escalares A(i,j) A;1= e, com bastante freqncia,
o mais conveniente descrever a matriz exibindo seus elementos
numa tabela retangular com m linhas e n colunas, como acima.
Assim X (acima) , ou define uma n x 1 matriz e Y uma m x 1
matriz. Por ora, AX = Y nada mais . que uma notao taqui
grfica para o nosso sistema de equaes lineares. Posteriormente,
quando houvermos definido uma multiplicao de matrizes, aquilo
significar que Y o produto de A por X.
Queremos agora considerar operaes sobre linhas da matriz A
que correspondam a formar combinaes lineares das equaes do
sistema AX = Y. Restringiremos nossa ateno a trs operaes
elementares sobre as linhas de uma m x n matriz A sobre o corpo F:

1. multiplicao de uma linha de A por um escalar e no-nulo;

2. substituio da r-sima linha de A pela linha r mais e vezes
a linha s, sendo e um escalar arbitrrio e r # s;
3. transposio de duas linhas de A.
8 -'- ALGEBRA LINEAR

Uma operao elementar sobre linhas assim um tipo particular

de funo (regra) e que associa a cada m x n matriz A uma m x n
matriz e (A). Pode-se descrever e com preciso nos trs casos acima
como segue:

1. e(A);j = Aij se i # r, e(A),i = cA,r

2. e(A)ij = Aij se i # r, e(A),i = A,i + cA,r
3. e(A)ij A; se i diferente de r e de s, e(A),i Ai'
,
= =

e(A),i = A,r

Ao definirmos e(A) no importa muito o nmero de colunas de A,

mas o nmero de linhas de A crucial. Por exemplo, deve-se tomar
cuidado ao decidir o que significa trocar as linhas 5 e 6 de uma
5 x 5 matriz. Para evitar tais complicaes, convencionaremos que
uma operao elementar e sobre as linhas definida sobre a classe
das m x n matrizes sobre F, para um certo m fixo mas para n arbi
trrio. Em outras palavras, um e particular definido sobre a classe
das matrizes com m linhas sobre F.
Uma razo para nos restringirmos a estes trs tipos simples de
operaes sobre linhas que, tendo efetuado um.a tal operao e
sobre uma matriz A, podemos voltar a A efetuando uma operao
do mesmo tipo sobre e(A).

Teorema 2. A cada operao elementar sobre linhas e corres

ponde uma operao elementar sobre linhas e tal que, do mesmo tipo
que e, e1 (e(A)) = e(e1(A)) =A para qualquer A. Em outras palavras,
a operao U'uno) inversa de uma operao elementar sobre linhas'
existe e uma operao elementar sobre linhas do mesmo tipo.

Demons trao. (1) Suponhamos que e seja a operao que mul

tiplica a r-sima linha de uma matriz pelo escalar no-nulo e. Seja
1
e1 a operao que multiplica a linha r por c (2) Suponhamos
que e seja a operao que substitui a linha r pela linha-r mais e
vezes a linhas, r #s. Seja e1 a operao que substitui a linha r pela
linha r mais ( - e) vezes a linha s. (3) Se e transpe as linhas r e s,
seja e1 = e. Em cada um destes trs casos temos evidentemente
e1(e(A)) = e(e1(A)) =A para cada A.

Definio. Se A e B so m x n matrizes sobre o corpo F, dizemos

que B linha-equivalente a A se B pode ser obtida de A por uma
seqncia finita de operaes. elementares sobre linhas.
 EQUAES LINEARES - 9

Usando o Teorema 2, o leitor dever achar fcil verificar o

que segue. Toda matriz linha-equivalente a si mesma; se B
linha-equivalente a A, ento, A linha-equivalente a B; se B linha
equivalente a A e C linha-equivalente a B, ento C linha-equi
valente a A. Em outras palavras, a linha-equivalncia uma relao
de equivalncia (ver Apndice).

Teorema 3. Se A e B so m x n matrizes linha-equivalentes,

os sistemas homogneos de equaes lineares AX = O e BX =O tm
exatamente as mesmas solues.

Demonstrao. Suponhamos passar de A para B por meio de

uma seqncia finita de operaes elementares sobre linhas:

A = A0 --> A2 --> ... --> Ak = B.

Basta demonstrar que os sistemas AjX =O e Aj+1X =O tm as

mesmas solues, isto , que uma operao elementar sobre linhas
no altera o conjunto das solues.
Assim, suponhamos que B seja obtida de A por uma nica
operao elementar sobre linhas. Qualquer que seja o tipo da ope
rao, (1), (2) ou (3), cada equao dos sistemas BX =O ser uma
combinao linear das equaes do sistema AX =O. Como a in
versa de uma operao elementar sobre linhas uma operao
elementar sobre linhas, cada equao em AX =O tambm ser uma
combinao lnear das equaes em BX =O. Logo estes dois sis
temas so equivalentes e, pelo Teorema 1, tm as mesmas solues.

Exemplo 5. Suponhamos que F seja o corpo dos nmeros

racionais e que

-1
4
6

Efetuaremos uma seqncia finita de operaes elementares sobre

as linhas de A, indicando por nmeros entre parnteses o tipo de
operao efetuada.

-1
4
6 -1
-
5
] -8 r
l2
-9
4
6 -1
3
o
10 - ALGEBRA LINEAR

[! - ] [! i]m
-9 3 -9 3

Ql
4 o 4 o
l
-2 -1 1 2
=

[! '
-9
o
1
i] m [! 1
-2
3

!.
2
o
o
..Ll.
2
2
!.
2 -,{"] Ql
-3
1 7 (2
3 --)
[! 1 -;] [! -
o 1 o 1

'i m
o o

"]

o -2
!. 1 !. ]_
2 2 2

l! 3
o 1

o o !.1
5
1 o -3

A linha-equivalncia de A com a matriz final na seqncia acima

nos diz em particular que as solues de

2x - x2
x11 + 4x2 x4
+ 3x.i + 2x4 O

2x1 + 6x2 5x4

=

-
= O
- x3 + = O

X3 - \1 X4
e

X1 + \7 X4
=

X2 - x4
=
=

e a x4,
so exatamente as mesmas. No segundo sistema evidente que

( -137 e, e, \1 e, e), e tambm que toda soluo desta forma.

atribuindo um valor racional arbitrrio obtemos uma solu
o

Exemplo 6. Suponhamos que F seja o corpo dos nmeros

complexos e que

1 ] i
=[- -i 3 .
.. 1 2
 EOUAES LINEARES - 11

Ao efetuarmos operaes sobre linhas freqentemente convm com

binar vrias operaes do tipo (2). Com isto em mente

[.-1
-z

Assim o sistema de equaes

- X1 + ix2 =
-ix1 + 3x2 = O
ix1 + 2x2 O =

possui apenas a soluo trivial x1 = x2 = O.

Nos Exemplos 5 e 6 bvio que no efetuamos operaes
sobre linhas ao acaso. Nossa escolha de operaes sobre linhas
foi motivada por um desejo de simplificar a matriz dos coeficientes
de uma maneira anloga "eliminao de incgnitas" no sistema
de equaes lineares. Coloquemos agora uma definio formal do
tipo da matriz qual estvamos tentando chegar.

Definio. Uma m x n matriz R dita linha-reduzida se:

(a) o primeiro elemento no-nulo em cada linha no-nula de R
igual a 1;
(b) cada coluna de R que contm o primeiro elemento no-nulo
de alguma linha tem todos os seus outros elementos nulos.

Exemplo 7. Um exemplo de uma matriz linha-reduzida a

n X n matriz (quadrada) unidade J. Esta a n x n matriz definida
por

{1, se i=j
Iii
ii
O, se i # j.
=
=

Esta a primeira de muitas ocasies em que usaremos o smbolo

'
de Kronecker ().

Nos Exemplos 5 e 6, as matrizes finais nas seqncias apre

sentadas so matrizes linha-reduzidas. Dois exemplos' de matrizes
que no so linha-reduzidas so:
12 - ALGEBRA LINEAR

[1. - ] [ ] .
o
o
1 -
o o 1 o o o o

A segunda matriz no satisfaz a condio (a) porque o primeiro

elemento no-nulo da primeira linha no 1. A primeira matriz
satisfaz a condio (a) mas no satisfaz a condio (b) na coluna 3.
Demonstraremos agora que podemos passar de uma matriz
arbitrria a uma matriz linha-reduzida por meio de um nmero
finito de operaes elementares sobre linhas. Combinado com o
Teorema 3, isto nos fornecer um instrumento eficiente paa a
resoluo de sistemas de equaes lineares.

Teorema 4. Toda m x n matriz sobre o corpo F linha-equi

valente a uma matriz linha-reduzida.

Demonstrao. Seja A uma m x n matriz sobre F. Se todo

elemento na primeira linha de A O, ento a condio (a) est
satisfeita no que diz respeito linha l. Se a linha 1 tem um
elemento no-nulo, seja k o menor inteiro positivo j para o qual
A1j ::/= O. Multipliquemos a linha por A/ e ento a condio (a)
1
est satisfeita em relao linha l. Agora, para cada i ;;:::: 2, some
mos ( Aik) vezes a linha 1 linha i. Agora o primeiro elemento
-

no-nulo da linha 1ocorre na coluna k, este elemento 1, e

todos os outros elementos na coluna k so nulos.
Consideremos agora a matriz que resultou das operaes
acima. Se todo elemento na linha 2 nulo, nada fazemos linha 2.
Se algum elemento na linha 2 diferente de O, multiplicamos a
linha 2 por um escalar de modo que o primeiro elemento no-nulo
seja 1. No caso em que a linha tenha um primeiro elemento no
1
nulo; na coluna k, este primeiro elemento no-nulo na linha 2
no pode ocorrer na coluna k; digamos que ele aparece na coluna
k' ::/= k. Somando mltiplos adequados da linha 2 s diversas linhas,
podemos fazer com que todos os elementos na coluna k' sejam
nulos, com exceo do na linha 2. O fato importante a ser notado
1
este: ao efetuarmos estas ltimas operaes, no alteramos os
elementos da linha 1nas colunas ... , k; alm disso, no altera
1,
mos nenhum elemento da coluna k. claro que, se a linha 1 fosse
identicamente nula, as operaes com a linha 2 no afetariam
a linha l.
 EQUAES LINEARES - 13

Trabalhando com uma linha de cada vez da maneira acima,

evidente que, com um nmero finito de passos, chegaremos a
uma matriz linha-reduzida.

Exerccios

1. Determinar todas as solues do sistema de equaes

2x1 + (l -
(1 - i)X1 - ix2 = 0
i)x2 =O.

2. Se

determinar todas as solues de AX=O, tornando A linha-reduzida.

3. Se

A= [ : -4 ]
-1
-2
o
o
3

determinar todas as solues de A.X=2X e todas as solues de AX = 3X.

(O smbolo cX indica a matriz cujos elementos so e vezes os elementos
correspondentes de X.)

4. Encontrar uma matriz linha-reduzida que seja linha-equivalente a

]
-(1 + i)
-2
2i -1

5. Demonstrar que as duas matrizes seguintes no so linha-equivalentes:

[ ! ] [- -!]
-

6. Seja

A= [: ]
uma 2 x 2 matriz com elementos complexos. Suponhamos que A seja linha
reduzida e tambm que a + b + e + d=O. Demonstrar que existem exata
mente trs destas matrizes.
14 - ALGEBRA LINEAR

7. Demonstrar que a transposio de duas linhas de uma matriz pode ser conse
guida por uma seqncia finita de operaes elementares sobre linhas dos
outros dois tipos.
8. Consideremos o sistema de equaes AX =O onde

uma 2 x 2 matriz sobre o corpo F. Demonstrar o que segue.

(a) Se todo elemento de A nulo, ento todo par (x,, x2) uma soluo
de AX =O.
(b) Se ad - bc O, o sistema AX =O possui apenas a soluo trivial
X1 = X2 = .
(e) Se ad - bc =O e algum elemento de A diferente de O, ento existe uma
soluo (x, x) tal que (x 1' x2) uma soluo se, e somente se, existe um
escalar y tal que x1 = yx, x2 yxg.
=

1.4 Matrizes Linha-reduzidas Forma em Escada

At agora, nosso trabalho com sistemas de equaes lineares

foi motivado por uma tentativa de determinar as solues de um
tal sistema. Na Seo 1.3 estabelecemos um mtodo padronizado
para determinar estas solues. Desejamos agora obter algum
conhecimento que seja um pouco mais terico, e para tal propsito
conveniente ir um pouco alm de matrizes linha-reduzidas.

Definio. Uma m x n matriz R dita uma matriz linha-redu

zida forma em escada se

(a) R linha-reduzida;
(b) toda linha de R cujos elementos so todos nulos ocorre
abaixo de todas as linhas que possuem um elemento no-nulo;
'
( c) se as linhas 1, . , r so as linhas no-nulas de R e se o pri
. .

meiro elemento no-nulo da linha i ocorre na coluna k;, i = 1, ..., r,

.ento k1 < k2 < . . < k,.
.

Pode-se tambm descrever uma m x n matriz R linha-reduzida

forma em escada como segue. Todo elemento em R nulo ou

ento existe um inteiro positivo r, 1 :::;;r:::;;m, e r inteiros positivos
kl' ... , k, com 1 :::;; k;:::;; n e
(a) R
ii =O para i > r, e R
ii =O se j < k;.
(b) R k =;; 1 :::;; i:::;;r, 1 :::;j; :::;;r.
i i
(c) k1 < ... < k,.
 EQUAES LINEARES - 15

Exemplo 8. Dois exemplos de matrizes linha-reduzidas forma

em escada so n x n matriz unidade e a m x n matriz nula om", na
qual todos os elementos so nulos. O leitor no dever encontrar
nenhuma dificuldade para encontrar outros exemplos, mas gosta

[
ramos de dar mais um exemplo no-trivial:

o 1
o
o
o
o
- ] .
o o o

Teorema 5. Toda m x n matriz A linha-equivalente a uma

matriz linha-reduzida forma em escada.

Demonstrao. Sabemos que A linha-equivalente a uma

matriz linha-feduzida. Portanto, basta observar que, efetuando um
nmero finito de permutaes das linhas de uma matriz linha
reduzida, podemos transform-la numa matriz linha-reduzida
forma em escada.

Nos Exemplos 5 e 6, vimos a importncia de matrizes linha

reduzidas na soluo, de sistemas homogneos de equaes lineares.
Discutamos rapidamente o sistema RX =
O no caso em que R
,

uma matriz linha-reduzida forma em escada. Sejam as linhas

1, ... , r as linhas no-nulas de R e suponhamos que o primeiro
elemento no-nulo da linha i ocorra na coluna ki. O sistema
RX =O consiste ento de r equaes no-triviais. Alm disso, a
incgnita xk
i
aparecer (com coeficiente no-nulo) apenas na i-sima
equao. Se indicarmos por u1, ..., un-r as. (n -r) incgnitas que
so diferentes de xk , ..., xk
1 ,
ento as r equaes no-triviais em
RX = O so da forma
n-r
k
x 1 + L Ctpj = O
i= 1
.

(1-3)
n-r

xkr + "_L.i CYJ.uJ

=
O.
j=l

Todas as solues dos sistemas de equaes RX =

O so obtidas
atribuindo-se valores arbitrrios a ul' . . ., un -r e calculando os va
lores correspondentes de xk , ... , xk
1 ,
por meio de (1-3). Por exem-
16 - ALGEBRA LINEAR

pio, se R a matriz do exemplo 8 acima, ento r = 2, k1 = 2, k2 = 4,

e as duas equaes no-triviais do sistema RX =O so

x2 - 3x 3 + !x5 = O ou Xz = 3x 3 - !xs
x4 + 2x5 = O ou X4 = 2x5

Assim, podemos atribuir valores arbitrrios a x1, x3 e x5, digamos

x1 =a, x3 = b, x5 =e, e obter a soluo (a,3b - !e, b, - 2c, e).
Observemos mais um fato sobre o sistema de equaes RX =0.
Se o nmero r de linhas no-nulas de R menor que n, ento o
sistema RX =O admite uma soluo no-trivial, isto , uma soluo
(x1, . . . , x,,) em que nem todo xj nulo. De fato, como r < n,
podemos tomar algum xj que no esteja entre as r incgnitas
xk,, ... , xk e da construir uma soluo como acima na qual este
,
xj 1. Esta observao nos leva a um dos conceitos mais funda
mentais relativos a sistemas de equaes lineares homogneas.

Teorema 6. Se A uma m x n matriz e m :f. n, ento o sistema

homogneo de equaes lineares AX =O admite uma soluo no
trivial.

Demonstrao. Seja R uma matriz linha-reduzida forma em

escada que seja linha-equivalente a A. Ento os sistemas AX = O
e RX =O possuem, pelo Teorema 3, as mesmas solues. Se r o
nmero de linhas no-nulas em R, ento certamente r m e como
m < n, temos r < n. Decorre imediatamente de nossas observaes
acma que AX =O admite uma soluo no-trivial.

r Teorema 7. Se A uma n x n matriz (quadrada), ento A

linha equivalente a n x n matriz unidade se, e somente se, o sistema
de equaes AX = O possuir apenas a soluo trivial.
Demonstrao. Se A linha-equivalente a J, ento AX = O e
IX =O tm as mesmas solues. Reciprocamente, suponhamos que
AX =O admita somente a soluo trivial X = O. Seja R uma n x n
matriz linha-reduzida forma em escada que seja linha-equivalente
a A, e seja r o nmero de linhas no nulas de R. Ento RX O =

no admite soluo no-trivial. Assim, r 2 n. Mas como R possui

n linhas, certamente r n e temos r =n. Como isto significa que
R possui na verdade um primeiro elemento no-nulo igual a 1 em
cada uma de suas n linhas e como estes 1 ocorrem cada um numa
das n colunas, R , necessariamente, a n x n matriz unidade.
 EQUAES LINEARES - 17

Perguntemos agora que operaes elementares sobre linhas efe

tuar para resolver um sistema de equaes lineares AX = Y que
no seja homogneo. De incio, devemos observar uma diferena
bsica entre este caso e o caso homogneo, a saber, que enquanto
o sistema homogneo sempre admite a soluo trivial x1 = . .. =

= x" = O, um sistema no-homogneo pode no ter nenhuma

soluo.
Formemos a matriz completa A' do sistema AX = Y. Esta
a m x (n + 1) matriz cujas n primeiras colunas so as colunas de A
e cuja ltima coluna Y. Mais precisamente

A;1 = AiJ' se j n
A;<n+1> =
Y;
Suponhamos que efetuemos uma seqncia de operaes elemen
tares sobre as linhas de A, obtendo uma matriz R linha-reduzida
forma em escada. Se efetuarmos esta mesma seqncia de opera
es sobre a matriz completa A', obteremos uma matriz R' cujas n
primeiras colunas so as colurias de R e cuja ltima coluna contm
certos escalares z 1, ... , zm. Os escalares z; so os elementos da
m x 1 matriz

que resulta de se aplicar a seqncia de operaes sobre as linhas

da matriz Y. Deve ser evidente ao leitor que, como na demons
trao do Teorema 3, os sistemas AX = Y e RX = Z so equiva
lentes e portanto admitem as mesmas solues. bem fcil saber
se o sistema RX = Z possui solues e em caso afirmativo deter
minar todas as solues. De fato, se R possuir r linhas no-nulas,
com o primeiro elemento no-nulo da linha i ocorrendo na co
luna k;, i =
1, ... , r, ento as r primeiras equaes de RX = Z expri
mem realmente xk' . . . ,xk em termos dos (n-r)x restantes e dos
escalares zl' . . ., :,. As ( - r) ltimas equaes o
O = z,+ 1
18 - ALGEBRA LINEAR

portanto a condio para o sistema ter uma soluo que z; = O

para i > r. Se esta condio satisfeita, todas as solues deste
sistema podem ser determinadas, como no caso homogneo, atri
buindo-se valores arbitrrios a ( n - r) dos x.1 e da calculando xk
;
por meio da i-sima equao.

Exemplo 9. Seja F o corpo dos nmeros racionais e

-2
1
5

e suponhamos que se deseje resolver o sistma AX = Y para certos

y1, y2 e y3 Efetuemos uma seqncia de operaes sobre as linhas

] [ ]
da matriz completa A' que torne A linha-reduzida:

-2 Y, -2

rn
1 1 1 y,
1 1 Y2 _@ O 5 -1 (Y2 - 2y1) _@

]
5 -1 y3 O 5 -1 Y3

-2 Y,
[
1
5 -1 (Y2 - 2y1) Ql
o o (y3 - Y2 + 2y1).

[8
-2

]
1
1
1
HY2 - 2yl) Ql
-
[
(Y3 - Y2

]
o + 2y1)
y,

d_
1 o 5 t(y, + 2y,).
1
o 1 -5 i( Y2 - 2y1) .
o o o (y 3 - Y2 + 2y1)
A condio para que o sistema AX = Y tenha uma soluo por
tanto

e se os escalares y. dados satisfazem esta condio, todas as solu

t
es so obtidas a ribuindo-se um valor e a x3 e depois calculando

X1 = te + t(y1 + 2y2)

Xz = te + HY2 - 2y1).
 EQUAES LINEARES - 19

Faamos uma observao final sobre o sistema AX = Y. Supo

nhamos que os elementos da matriz A e os escalares y1, ... , Ym
estejam num subcorpo F1 do corpo F. Se o sistema de equaes
AX = Y admite uma soluo com xl' . . . , x,, em F, ele admite uma
soluo com x 1' . . . , x,, em F1. De fato, sobre qualquer um dos
dois corpos, a condio para o sistema admitir uma soluo
que valham certas relaes entre yl' . . , Ym em F1 (a saber, as .

relaes Z; =O para i > r, acima). Por exemplo, se AX = Y um

sistema de e4uac;es lineares no qual os escalares yk e A,i so
nmeros reais e, se existe uma soluo na qual x 1, , x so n
. .
,,
meros complexos, ento existe uma soluo com xl' . ., x,, nme
.

ros reais.

.
Exercicios

1. Determinar todas as solues do seguinte sistema de equaes linha-reduzindo

a matriz dos coeficientes:

tx1 + 2x2 - 6x3 =O

-4x1 + 5x3 =O
-3x1 + 6x2 - 13x3 =O
-1x1 + 2x2 - x3 =O

2. Determinar uma matriz linha-reduzida forma em escada que seja equiva

lente a

[1 ] - i
A= 2 2

i 1 + i

Quais so as solues de AX = O?

3. Descrever explicitamente todas as 2 x 2 matrizes linha-reduzidas forma

em escada.

4. Consideremos o sistema de equaes

X1 - X2 + 2x3 = 1
2x1 + 2x3 = 1
x1 - 3xi + 4x3 = 2.

Este sistema admite soluo? Em caso afirmativo, descrever 'explicitamente

todas as solues.

5. Dar um exemplo de um sistema de duas equaes lineares a duas incgnitas

que no admite soluo.
20 - LGEBRA LINEAR

6. Mostrar que o sistema

x1 - 2x2 + x3 + 2x4 = l
X1 + X2 - X3 + x4 = 2
x1 + 7x2 - 5x3 - x4 = 3

no admite soluo.
7. Determinar todas as solues de

2x1 - 3x2 - 7x3 + 5x4 + 2x5 = -2

x1 - 2x2 - 4x" + 3x4 + x5 = -2
2x1 - 4x3 + 2x4 + x5 = 3
x1 - 5x2 - 7x3 + 6x4 + 2x5 = -7.

8. Seja

Para que ternas (yl'y,,y3) o sistema AX = Y admite soluo?

9. Seja

[ 3 -6 2 -1]
-2 4 l 3 .
A=
o o l l
l - 2 l o

Para que (yl' y,, y3, y4) o sistema de equaes AX = Y admite soluo?

10. Suponhamos que R e R', sejam 2 x 3 matrizes linhareduzidas forma em

escada e que os sistemas RX = O e R' X = O admitam as mesmas solues.
Demonstrar que R= R'.

1.5 Multiplicao de Matrizes

evidente (ou, de qualquer modo, deveria ser) que o processo

de formar combinaes lineares das linhas de uma matriz um
processo fundamental. Por esta razo vantajoso introduzir um
esquema sistemtico para indicar exatamente que operaes devem
ser efetuadas. Mais especificamente, suponhamos que B seja uma
n x p matriz sobre um corpo F com linhas {31, . . , {30 e que a partir
de B construamos uma matriz C com linhas y1, , ym formando
certas combinaes lineares

( 1-4)
 EQUAES LINEARES - 21

As linhas de C so determinadas pelos mn escalares A;; que so

os elementos de uma m x n matriz A. Se (14
- ) desenvolvido como
n

(ci1 cip) = I (A;,.B,1 ... A;,B,p)

r= 1

vemos que os elementos de C so dados por

li

cij = L A;,.B,r
r=1

Definio. Seja A uma m x n 111a1riz sobre o corpo F e seja B

uma n x p matriz sobre F. O produto AB a m x p mairiz C cujo
elemento ij e
n

cij == I A;,B,r
r= 1

Exemplo 10. Eis alguns produtos de matrizes com elementos

racionais.

Neste caso

Y1 =(5 -1 2)= 1 . (5 -1 2) + o . (15 4 8)

Yz =(O 7 2)= -3(5 -12)+1. (15 4 8)

(b)
[ _:] [- J [
1
6
12
62
8
-3
-2
6
8 _;J
Neste caso

Y2 = 12 -8) = -2 (O 6 1)+3 (3 8 -2)

( 9

Y3 =(12 62 -3)= 5(0 6 1)+4(3 8 -2)

(c)
22 - ALGEBRA LINEAR

(d)

Neste caso

1'2 = (6 12) = 3 (2 4)

(e) [2 4]
[-;J =
[10]

rn ] D 1] rn ]
1 -5 3
(f) o 3 o
o -1 o

[ ][g g] rn ]
-5 1 1
(g) 3 o 2
-1 o 9

importante observar que o produto de duas matrizes pode

no estar definido; o produto definido se, e somente se, o
nmero de colunas da primeira matriz coincide com o nmero
de linhas da segunda matriz. Assim, no faz sentido trocar a ordem
dos fatores em (a), (b) e (c) acima. Freqentemente escreveremos
produtos como AB sem mencionar explicitamente as dimenses
dos fatores e, em tais casos, estar subentendido que o produto
est definido. De (d), (e), (f), (g) vemos que mesmo quando ambos
os produtos AB e BA esto definidos no necessariamente ver
dade que AB=BA; em outras palavras a multiplicao de ma
trizes no comutativa.

Exemplo 11.
(a) Se 1 a m X m matriz unidade e A uma m X n matriz,
IA=A.
(b) Se I a n x n matriz unidade e A uma m x n matriz,
AI= A.
(c) Se <fm a k x m matriz nula, 01'11 =<fm A. Analogamente,
AO"P =omP.
Exemplo 12. Seja A uma m X n matriz sobre F. Nossa notao
taquigrfica anterior, AX = Y, para sistemas de equaes lineares,
coerente com nossa definio de produtos de matrizes. De fato, se
 EQUAES LINEARES - 23

X=

com xi em F, ento AX a m x 1 matriz

Y=

Y,,.

tal que yi = Ai1x1 + Ai2x2 + ... + Ainxn.

O uso de matrizes-coluna sugere uma notao que freqen
temente til. Se B for uma n x p matriz, as colunas de B so
as l. x. n matrizes B, ..., B definidas por
11;.;:L.
P

A matriz B a sucesso destas colunas:

B = [Bl' ... ,B ].
P
O elemento i, j da matriz produto AB formado a partir da
i-sima linha de A e a j-sima coluna de B. O leitor deve verificar
que a j-sima coluna de AB ABJ:

AB = [ABl' ..., AB ].
P
A despeito do fato de que um produto de matrizes depende da
ordem em que os fatores so escritos, ele independente da maneira
pela qual elas so associadas, como o prximo teorema mostra.
24 - LGEBRA LINEAR

Teorema 8. Se A, B, C so matrizes sobre o corpo F tais que

os produtos BC e A( BC) so definidos, ento esto definidos os pro
dutos AB, ( AB)C e
A(BC) = (AB)C.

Demonstrao. Suponhamos que B seja uma n x p matriz.

Como BC est definida, C uma matriz com p linhas e BC tem
n linhas. Como A(BC) est definido podemos supor que A uma
m x n matriz. Assim, o produto AB existe e uma m x p matriz,
do que segue que o produto (AB)C existe. Mostrar que A(BC) =
= (AB) C significa mostrar que

para cada i, j. Por definio,

[A (BC)];j =
L A;.(BC),.,
r

r S

=
L L A i,BrsC.rj
s r

=
( Ai,Brs) Csi
=
L (AB)isCsj
s

= [(AB) C];r

Quando A uma n x m matriz (quadrada), o produto AA

est definido. Indicaremos esta matriz por A 2 Pelo Teorema 8,
(AA) A A(AA) ou A2A = AA2, de modo que o produto AAA est
=

definido sem ambigidade. Indicaremos este produto por A 3. Em

geral, o produto AA ... A (k vezes) est definido sem ambigidade
e indicaremos este produto por Ak.
Notemos que a relao A(BC) = (AB)C implica, entre outras
coisas, que combinaes lineares de combinaes lineares das linhas
de C so novamente combinaes 'lineares das linhas de C.
 EQUAES LINEARES - 25

Se B uma dada matriz e C obtida de B por. meio de uma

operao elementar sobre linhas, ento cada linha de C uma
combinao linear das linhas de B, logo existe uma matriz A tal
que AB = C. Em geral, existem muitas dessas matrizes A e, dentre
elas todas, conveniente e possvel escolher uma que tenha um
nmero de propriedades especiais. Antes de passar a isto preci
samos introduzir urna classe de matrizes.

Definio. Uma rn x rn matriz dita uma matriz elementar se

ela pode ser obtida da rn x m matriz unidade por meio de uma nica
operao elementar sobre linhas.

Exemplo 13. Uma 2 x 2 matriz elementar necessariamente

uma das seguintes:

e
[1O 1] [1 ] ' e 1

[ l O, [ l e# e # O.

Teorema 9. Seja e uma operao elementar sobre linhas e

seja E a m x m matriz elementar E= e(I). Ento, para toda m x n
matriz A,

e(A) = EA.

Demonstrao. O ponto-chave da demonstrao que o

elemento da -sima linha e j-sima coluna da matriz produto EA
obtido da i-sirna linha de E e da j-sirna coluna de A . Os trs .

tipos de operaes elementares sobre linhas devem ser tratados

separadamente. Daremos uma demonstrao detalhada para uma
operao do tipo (2). Os outros dois casos so de tratamento
ainda mais simples que este, e sero deixados como exerccios.
Suponhamos r # s e seja e a operao "substituio da linha r
pela linha r mais e vezes a linha s". Ento,

E -
ik -
{
ik i # r
,k + c,.k i = r.

Portanto,
26 - ALGEBRA LINEAR

(EA) . =

'1
k=l
f EikAkJ. =
{ A'k' i =1= r
ATJ. + cA J.' i = r.
S

Em outras palavras, EA = e(A).

Corolrio. Sejam A e B m x n matrizes sobre o corpo F. Ento

B linha-equivale111e a A se, e somente se, B = PA, onde P um pro
duto de m x m matrizes elementares.

Demonstrao. Suponhamos que B = PA, onde P = E ... E2E1

e as E; so m x m matrizes elementares. Ento E1A linha
equivalente a A e E2(E1A) linha-equivalente a E1A. Assim E2E1A
linha-equivalente a A; continuando desta maneira, vemos que
(E ... E1) A linha-equivalente a A.

Suponhamos agora que B seja linha-equivalente a A. Sejam

El' E2' ... , E. as matrizes elementares correspondentes a alguma
seqncia de operaes elementares sobre linhas que levam A em
B. Ento B =(E ... E1) A.

Exercicios

1. Sejam

e= [1 -1].

Calcular ABC e CAB.

2. Sejam

Verificar diretamente que A(AB) = A2B.

3. Determinar duas 2 x 2 matrizes A distintas tais que A2 =O mas A #O.
4. Para a matriz A do Exerccio 2, determinar matrizes elementares EI' Ev ... ,
E1 tais que

5. Sejam

-1]
2 , B = [ 3
-4
1].
4
o
 EQUAES LINEARES - 27

Existe alguma matriz C tal que CA = lf?

6. Seja A uma m x n matriz e B uma n x k matriz. Mostrar que as colunas
de C =AB so combinaes lineares das colunas de A. Se '" ..., ' so
as colunas de A e y1, : yk so as colunas de C, ento

Y; = I B ,,11.
. ,.
r=l

7. Sejam A e B duas 2 x 2 matrizes tais que AB = 1. Demonstrar que BA = 1.

8. Seja

uma 2 x 2 matriz. Perguntamos quando possvel encontrar 2 x 2 matrizes

A e B tais que C AB - BA. Demonstrar que tais matrizes podem ser
=

encontradas se, e somente se, C 11 + C22 O. =

/,\?' .
il.6 Matrizes Inversveis

Suponhamos que P seja uma m x m matriz que seja um pro

duto de matrizes _elementares. Para cada m x n matriz A, a matriz
B= PA linha-equivalente a A; logo A linha-equivalente a B e
existe um produto Q de matrizes elementares tal que A = QB. Em
particular, isto vlido quando A a m x m matriz unidade. Em
outras palavras, existe uma m x m matriz Q, que um produto de
matrizes elementares, tal que QP= I. Como logo veremos, a exis
tncia de uma Q tal que QP= I equivalente ao fato de P ser um
produto de matrizes elementares.

F.
Definio. Seja A uma n x n matriz (quadrada) sobre o corpo
Uma n x n matriz B tal que BA I dita uma inversa esquerda
=

de A; uma n x n matriz B tal que AB I dita uma inversa di =

reita de A. Se AB BA I, ento A dita inversvel.

= =

Lema. Se A possui uma inversa esquerda B e uma inversa

direita C, ento B = C.
Demonstrao. Suponhamos que BA = I e AC= I. Ento

B = BI = B(AC)= (BA)C = IC = C.

Assim, se A possui uma inversa esquerda e uma direita,

A inversvel e possui uma nica inversa bilateral, que indica
remos por A - i e denominaremos simplesmente a inversa de A.
28 - ALGEBRA LINEAR

Sejam A B e n x n matrizes sobre F.

A A-1 A
Teorema 10.
1 1

AB AB (AB)-1 B -1 A
( i ) Se inversvel, tambm o e (A- )- = .
1

A A
(ii) Se e so inversveis, tambm o e = - .
Demonstrao. primeira afirmao evidente pela simetria
da definio. segunda decorre da verificao das relaes

Corolrio. Um produto de matrizes inversveis inversvel.

Teorema 11. Uma matriz elementar inversvel.

Demonstrao.Seja E uma matriz elementar correspondente
operao elementar sobre linhas e.
Se e1 a operao inversa

1 1
de e (Teorema 2) e E =e (J), ento

EE1= e(E1)= e(e1(1))= 1

E1 E = e1(E)= e1(e(I))= 1

1
de modo que E inversvel e E1=E -

Exemplo 14.

(a)
[ rl [ J
(b)
[ rl [ -J
[1e -l
] [ -e 1 ]
1
(c)
1

(d) Quando e"# O,

- c1 1 -1 O
[e01] 1 [ O- 1]
= e
[ Oco] [1Oc1_ J.
Teorema 12. A Se uma n x n matriz, as seguintes afirmaes

A
so equivalentes:
(i) inversvel.
 EQUAES LINEARES - 29

(ii) A linha-equivalente a n x n matriz unidade.

(iii) A um produto de matrizes elementares.
Demonstrao. Seja R uma matriz linha-reduzida forma em
escada que seja linha equivalente a A. Pelo Teorema 9 (ou seu
corolrio),

R = Ek ... E2E1A

onde El' ... , Ek so matrizes elementares. Cada Ei inversvel e,

portanto,

Como produtos de matrizes inversveis so imcr-;\'eis. vemos que

A inversvel se, e somente se, R invers1vel. Como R uma
matriz (quadrada) linha-reduzida forma em escada, R ser inver
svel se, e somente se, cada linha de R contiver um elemento no
nulo, isto . se, e somente se, R I. Mostramos assim que A
=

inversvel se, e somente se, R I, e, se R

= I ento A= E;: 1 ... E 1.
=

Deve ser evidente agora que \i), (ii) e (iii) so afirmaes equiva
lentes sobre A.

Corolrio. Se A uma n x n matriz inversvel e se uma se

qncia de operaes elementares sobre linhas reduz A a unidade,
ento aquela mesma seqncia de operaes sobre linhas quando apli
cada a 1 produz A-1.

Corolrio. Sejam A e B m x n m atrizes. Ento B linha

equivalente a A se, e somente se, B = PA onde P uma m X m matriz
inversvel.

Teorema 13. Para uma n x n matriz A, as seguintes afirmaes

so equivalentes:
(i) A inversvel.
(ii) O sistema homogneo AX = O possui somente a soluo
trivial X = O.

(iii) O sistema de equaes AX = Y possui uma soluo X para

toda n x 1 matriz Y.
Demonstrao. De acordo com o Teorema 7, a condio (ii)
equivalente ao fato de que A linha-equivalente a matriz unidade.
Pelo Teorema 12, (i) e (ii) so, portanto, equivalentes. Se A for
30 - ALGEBRA LINEAR

inversvel, a soluo de AX= Y X=A - 1 Y. Reciprocamente,

suponhamos que AX= Y possua uma soluo para cada Y. Seja
R uma matriz linha-reduzida forma em escada que seja linha
equivalente a A. Queremos mostrar que R= 1. suficiente mostrar
que a ltima linha de R no (identicamente) nula. Seja

o
o

E=

o
1
r

Se o sistema RX = E puder ser resolvido em X, a ltima linha de

R no pode ser nula. Sabemos que R = PA, onde P inversvel.
Assim RX =E se, e somente se, AX= p-1 E. De acordo com (iii)
este ltimo sistema tem uma soluo.

Corolrio. Uma matriz quadrada com inversa esquerda ou

direita inversvel.
Demonstrao. Seja A uma n x n matriz. Suponhamos que A
possua uma inversa esquerda, isto , uma matriz B tal que
BA= 1. Ento AX=O possui somente a soluo trivial porque
X= IX= B(AX). Portanto, A inversvel. Por outro lado, supo
nhamos que A tenha uma inversa direita, isto , uma matriz C
tal que AC= 1. Ento C possui uma inversa esquerda e , por
tanto, inversvel. Segue da que A= C 1 e portanto A inversvel
com inversa C.

Corolrio. Seja A = A1 A2, . , Ak, onde AI' . . . , Ak so n x n

matrizes (quadradas). Ento A inversvel se, e somente se, cada
Aj inversvel.

Demonstrao. J demonstramos que o produto de duas ma

trizes inversveis inversvel. A partir disto v-se facilmente que se
cada A. inversvel ento A inversvel.
Suponhamos agora que A seja inversvel. Demonstremos pri
meiro que Ak inversvel. Suponhamos que X seja uma n x 1 ma
triz e AkX = O
. Ento AX=(A1 ' Ak_1)AkX=O. Como A inver
svel temos X=O. Desta maneira, o sistema de equaes AkX=O
 EOUAES LINEARES - 31

no possui solues no-triviais, portanto, Ak inversvel. Mas

1
ento A 1 Ak 1
AAk_ inversvel. Pela razo anterior Ak- 1
=

inversvel. Prosseguindo desta forma, conclumos que cada Ai

inversvel.
Gostaramos de fazer um comentrio final sobre a resoluo
de equaes lineares. Suponhamos que A seja uma m x n matriz e
que desejamos resolver o sistema de equaes AX = Y. Se R uma
matriz linha-reduzida forma em escada que equivalente a A,
ento R = PA, onde P uma m x n matriz inversvel. As solues
do sistema AX = Y so exatamente as solues do sistema RX =

= PY( = Z). Na prtica, no muito mais difcil determinar a ma

triz P do que linha-reduzir A a R. De fato, suponhamos que for
memos a matriz completa A' do sistema AX = Y, com escalares
arbitrrios y1, , Ym na ltima coluna. Se agora efetuarmos sobre

A' uma seqncia de operaes elementares sobre linhas que re

duza A a R, tornar-se- evidente o que a matriz P. (O leitor deve
consultar o Exemplo 9 onde, em essncia, aplicamos este processo.)
Em particular, se A uma matriz quadrada, este processo mostrar
claramente se A inversvel ou no e, se A for inversvel, qual a
inversa P. Como j apresentamos o ncleo de um exemplo deste
tipo de clculo, contentar-nos-emos com um exemplo 2 x 2.

Exemplo 15. Suponhamos que F seja o corpo dos nmeros

racionais e

[
2
A-
- 1
-

l
Ento

3
-1
Y2
Y1
] [ (2l
___,
1
O
3
-7
Y2
2
y1- y2 J
(ll

onde se v claramente que A inversvel e que

32 _;__ ALGEBR.4 LINEAR

Pode parecer muito trabalhoso continuar escrevendo os esca

lares arbitrrios y1, y2, , no clculo da inversa. Algumas pessoas

acham mais simples trabalhar com duas seqncias de matrizes,

uma descrevendo a reduo de A matriz unidade e a outra,
registrando o efeito da mesma seqncia de operaes, comeando
com a matriz unidade. O leitor dever julgar por si mesmo qual
o melhor processo.

Exemplo 16. Vamos determinar a inversa de

[i !] A
!_
2
1

1
3
1
4

'] [ 1
[i [ 1 ]]
!_
2
1
3
1
4
'
o

[ "] 1
2
1
1
ii
1
ii ' 45
3
_L.
12. '
1
-t
-1
o

o
o

1
[ i]q[ 1H -1 ]
!_ o
2
..L
12
o 180

[ 1 2

1
!_

-6
30 - 12
180
1
180]
'
o
o

9 60 - 60
o

1 -36
[ gl [- 30 -180
1
2
192 -180
180]
- 36 30
o 1

[ 1o

o g
1 l [ - 3:
30 192
-180 - 180
180 ] .

Deve ter ocorrido ao leitor que fizemos uma longa discusso

sobre linhas de matrizes e pouco dissemos sobre colunas. Concen-
 EQUAES LINEARES - 33

tramas nossa ateno sobre as linhas porque isto pareceu mais na

tural do ponto de vista de equaes lineares. Como no existe evi
dentemente nada sagrado sobre linhas, a discusso das ltimas
sees poderia muito bem ter sido feita usando-se colunas em vez de
linhas. Se se define uma operao elementar sobre colunas e uma
coluna equivalncia de maneira anloga operao elementar
sobre linhas e linha-equivalncia evidente que cada m x n matriz
ser coluna equivalente a uma matriz "coluna-reduzida forma
em escada". Alm disso, cada operao elementar sobre colunas
ser da forma A AE, onde E uma n x n matriz elementar e
assim por diante.

Exerccios

1. Seja

A = [ 1
-1
1
!
-2 1
].
1

Determinar uma matriz R linha-reduzida forma em escada que seja linha

equivalente a A e uma 3 x 3 matriz inversvel P tal que R PA.
=

2. Fazer o Exerccio 1, com

[! -l
o
A -3
=
1

3. Para cada uma das matrizes

[2 5
4
6
-1
4 -] [
1 o -
1 -2 ;]
usar operaes elementares sobre linhas para descobrir se inversvel e, em
caso afirmativo, determinar a inversa.

4. Seja

A= l5 J
1
o
o
5
1
O
5

Para que X existe um escalar e tal que AX = cX?

34 - ALGEBRA LINEAR

5. Descobrir se

2 3 4

A=
[1 ]
O
o
o
2
o
o
3
3
o
4
4
4

inversvel e determinar A -
1 caso exista.
6. Suponhamos que A seja uma 2 x 1 matriz e que B seja uma 1 x 2 matriz.
Demonstrar que C = AB no inversvel.
7. Seja A uma n x n matriz (quadrada). Demonstrar as duas afirmaes se
guintes:
(a) Se A inversvel e AB = O para alguma n x n matriz B, ento B = O.
(b) Se A no inversvel, ento existe uma n x n matriz B tal que AB = O
mas B "#O.
8. Seja

A=
[ l
Demonstrar, usando operaes elementares sobre linhas, que A inversvel
se, e somente se, (ad bc) "# O.
-

9. Urna n x n matriz A se diz triangular-superior se A;; O para i > j, isto , =

se cada elemento abaixo da diagonal principal for O. Demonstrar que uma

matriz (quadrada) triangular superior inversvel se, e somente se, cada
elemento da sua diagonal principal for diferente de O.
10. Demonstrar a seguinte generalizao do Exerccio 6. Se A uma m x n

matriz, B uma n x m matriz e n < m, ento AB no inversvel.

11. Seja A uma m x n matriz. Mostrar que, por meio de um nmero finito de
operaes elementares sobre linhas e/ou colunas, pode-se passar de A a uma
matriz R, "linha-reduzida forma em escada" e "coluna-reduzida forma
em escada", isto , Ri; O se i "# j, R;; = 1, 1 ::;; i ::;; r, Ru = O Se i > r.
=

Mostrar que R PAQ, onde P uma m x m matriz inversvel e Q uma

=

n x n matriz inversvel.

12. O resultado do Exemplo 16 sugere que a matriz

.! .l.
2
.l. 1 1
2 3 ;;+1

A=

.l. 1 1
n n+l rn=-r

inversvel e que A - 1 possui elementos inteiros. Voc saberia demonstrar

este fato?
 Captulo 2

ESPAOS VETORIAIS

2.1 Espaos Vetoriais

Em vrias partes da matemtica, defrontamo-nos com um con
junto, tal que , ao mesmo tempo; significativo e interessante lidar
com "combinaes lineares" dos objetos daquele conjunto. Por
exemplo, em nosso estudo de equaes lineares, foi bastante na
tural considerar combinaes lineares das linhas de uma matriz.
provvel que o leitor tenha estudado clculo e tenha j lidado
com combinaes lineares de funes; isto certamente ocorreu se
ele estudou equaes diferenciais. Talvez o leitor tenha tido alguma
experincia com vetores no espao euclidiano tridimensional e, em
particular, com combinaes lineares de tais vetores.
A grosso modo, a lgebra linear o ramo da matemtica que
trata das propriedades comuns a sistemas algbricos constitudos
por um conjunto mais uma noo razovel de uma "combinao
linear" de elementos do conjunto. Nesta seo definiremos o objeto
matemtico que, como a experincia mostrou, a abstrao mais
til deste tipo de sistema algbrico.

Definio. Um espao vetorial (ou espao linear) consiste do

seguinte:
(1) um corpo F de escalares;
(2) um corpo V de objetos, denominados vetores;
(3) uma regra (ou operao), dita adio de vetores, que associa
a cada par de vetores a, f3 em V um vetor a+ f3 em V, denominado
a soma de a e {3, de maneira tal que:
(a) a adio comunicativa, a+ f3 =
p +a;
(b) a adio associativa, a+ (/3 + y) =(a+ p) + y;
(c) existe um nico vetor O em V, denominado o vetor nulo,
tal que a+ O a para todo a em V;
=
36 - ALGEBRA LINEAR

(d) para cada vetor <X em V existe um nico vetor -a em V

tal que a + ( - oc) =O;

(4) uma regra (ou operao), dita multiplicao escalar, que

associa a cada escalar c em F e cada vetor IX em V um vetor CIX
em V, denominado o produto de c por IX de maneira tal que:
(a) 1 IX =IX para todo <X em V;
(b) (c1c2)1X =c1(C21X);
( c) c(IX + p) =CIX + cp;
(d) (c1 + c2)1X = C1<X + C21X.
importante observar, como afirma a definio, que um es
pao vetorial um objeto composto de um corpo, um conjunto de
"vetores" e duas operaes com certas propriedades especiais. O
mesmo conjunto de vetores pode ser parte de diversos espaos
vetoriais (ver Exemplo 5 abaixo). Quando no h possibilidade
de confuso, podemos simplesmente nos referir ao espao vetorial
por V ou, quando for desejvel especificar o corpo, dizer que V
um espao vetorial sobre o corpo F. O noma, vetor" aplicado
aos elementos do conjunto V mais por convenincia. A origem do
nome encontrada no Exemplo 1 abaixo, mas no se deve em
prestar muita importncia ao nome uma vez que a variedade de
objetos que aparecem como sendo os vetores em V podem no
apre.sentar muita semelhana com qualquer conceito de vetor adqui
rido a priori pelo leitor. Tentaremos indicar esta variedade atravs
de uma lista de exemplos; nossa lista ser consideravelmente am
pliada assim que iniciarmos o estudo de espaos vetoriais.

Exemplo 1. O espao das n-upl_as, F. Seja F um corpo arbi

trrio e seja V o conjunto de todas as n-uplas IX= (xl' x2, , xn)

de escalares xi em F. Se f3 =(y1' Yi, . . . , yn) com yi em F, a soma

de a e f3 definida por

O produto de um escalar c por um vetor IX definido por

(2-2)

O fato de. que esta adio de vetores e multiplicao escalar satis

fazem as condies (3) e (4) fcil de verificar, usando as proprie
dades semelhantes da adio e multiplicao de elementos de F.
 ESPAOS VETORIAIS - 37

Exemplo 2. O espao das m x n matrizes, pm x " . Seja F um

corpo arbitrrio e sejam m e n inteiros positivos. Seja pm x" o
conjunto de todas as m x n matrizes sobre o corpo F. A soma de
dois vetores A e B em pm x definida por

(2-3)

O produto de um escalar e pela matriz A definido por

(2-4)
1 F".
Observar que F
X n =

Exemplo 3. O epao das funes de um conjunto em um

corpo. Seja F um corpo arbitrrio e seja S um conjunto no-vazio
arbitrrio. Seja V o conjunto das funes do conjunto S em F.
A soma de dois vetores f e g em V o wtor f + q. isto , a funo
de S em F, definida por

(2-5) (f + g) (s) = f (s) + g(s).

O produto do escalar e pela funo f a funo cf definida por

(2-6) (cf) (s) = cf (s).

Os exemplos anteriores so os casos particulares deste. De fato,

uma n-upla de elementos de F pode ser considerada como uma
funo do conjunto S dos inteiros 1, . . , n em F. Analogamente, ..

uma m x n matriz sobre o corpo F uma funo do conjunto S de

pares de inteiros (i, j), 1 ::;; i ::;; 111, 1 j::;; n, no corpo F. Para este
terceiro exemplo indicaremos como se faz para verificar que as
operaes por ns definidas satisfazem as condies (3) e (4). Para
a adio de vetores:

( a) Como a adio em F comutativa,

f(s) + g(s) = g(s) + f (s)

para cada s em S, portanto as funes f + g e g+f so idnticas.

(b) Como a adio em F associativa,

f (s) + [g(s) + h(s)] = [! (s) + g(s)] + h(s)

38 - ALGEBRA LINEAR

para cada s, portanto f+(g +h) e (f +g) + h so a mesma funo.

( c) O nico vetor nulo a funo nula que associa a cada
elemento de S o escalar O em F.
(d) Para cada f em V, (-f) a funo dada por

( -/) (s) = -f (s) .

O leitor dever achar fcil verificar que a multiplicao escalar

satisfaz as condies de (4), fazendo como fizemos para a adio de
vetores.

Exemplo 4. O espao das funes polinomiais sobre um corpo F.

Seja F um corpo e seja V o conjunto das funes f de F em F que
so da forma

(2-7) f (x) = o + c1x + . .. + cnx"

onde cw .... e,, so escalares fixos em F (independentes de x).

Uma funo deste tipo denominada uma funo polinomial sobre
F. Sejam a adio e multiplicao escalar definidas como no Exem
plo 3. Deve-se observar aqui que se f e g so funes polinomiais
e e est em F, ento f +g e cf so tambm funes polinomiais.

Exemplo 5. O corpo C dos nmeros complexos pode ser con

siderado como um espao vetorial sobre o corpo R dos nmeros
reais. De maneira mais geral, seja F o corpo dos nmeros reais, e
seja V o conjunto das n-uplas ex = (x1, ..., x11) onde x1, ... , x11 so
nmeros complexos. Definamos a adio de vetores e a multipli
cao escalar por (2-1) e (2-2), como no Exemplo i.' Desta forma
obtemos um espao vetorial sobre o corpo R que bem diferente
do espao C" e do espao R". ,
H alguns fatos simples que decorrem quase imediatamente da
definio de um espao vetorial e que passamos a deduzir. Se e
um escalar e O o vetor nulo, ento, por 3 (e) e 4 (e),

cO = c(O +O) = cO +cO.

Somando -(cO) e usando 3(d) obtemos

(2-8) cO =O.
 ESPAOS VETORIAIS' - 39

Analogamente, para o escalar O e qualquer vetor oc temos que

(2-9) Ooc =O.

Se c um escalar no-nulo e oc um vetor tal que coe= O, ento

por (2-8), c-1(coc) =O. Mas

1
c - 1 (c ex) = (c- c)oc = lex = oc

logo, ex =O. Assim, vemos que se c um escalar e ex um vetor tal

que ca. = O, ento c o escalar nulo ou oc o vetor nulo.
Se ex um vetor arbitrrio em V, ento

O =Oex = (1 - l)a. = la + ( - l)a. = a + ( - l)ex

do que segue que

(2-10) ( - l)a. = - ()( .

Finalmente, as propriedades associativa e comutativa da adio de

vetores implicam que uma soma envolvendo um certo nmero de
vetores independente da maneira pela qual estes vetores so com
binados ou associados. Por exemplo, se '1' '2' oc3, oc4 so vetores
em V, ento

e esta pode ser escrita sem confuso como

Definio. Um vetor f3 em V dito uma combinao linear

dos vetores a.1' .. ., 'n em V se existem escalares cl' .. ., c0 em F tais
que

= L cioci.
i= 1

Outras extenses da propriedade associativa da adio de ve

tores e das propriedades distributivas 4 (e) e 4 ld) da multiplicao
escalar aplicam-se a combinaes lineares:
40 - ALGEBRA LINEAR

n n n

Ll C/L; + L d;rx; = Ll (e;+ d;)ct;

i= i=l i=
n n

e L C;ct; = L (cc)ct;.
i= 1 1
i=

Certas partes da lgebra linear so intimamente relacionadas

com a geometria. A prpria palavra "espao" sugere algo geom
trico, como o faz a palavra "vetor" maioria das pessoas. me
dida que prossigamos nosso estudo de espaos vetoriais, o leitor
observar que grande parte da terminologia possui uma conotao
geomtrica. Antes de concluirmos esta seo introdutria sobre
espaos vetoriais, vamos considerar a relao dos espaos veto
riais com a geometria at um ponto que indique pelo menos a
origem do nome "espao vetorial". Esta ser uma discusso breve
e intuitiva.
3
Consideremos o espao vetorial R . Na geometria analtica,
identificamos as ternas (x1, x2' x3) de nmeros reais com os pontos
do espao euclidiano tridimensional. Naquele contexto, um vetor
usualmente definido como sendo um segmento de reta orientado
PQ, que vai de um ponto P do espao a outro ponto Q. Jsto signi
fica uma formulao cuidadosa da idia da "flecha" de P a Q. Da
forma como os vetores so usados, pretende-se que eles sejam
determinados por seu comprimento, direo e sentido. Assim,
necessrio identificar dois segmentos de reta orientados se eles tm
o mesmo comprimento, direo e sentido.
O segrnento de reta orientado PQ, que vai do ponto P = (xl'
x2' x3) ao ponto Q = (yl' y2' y3), tem o mesmo comprimento, di
reo e sentido que o segmento de reta orientado que vai da ori
gem O= (O, O, O) ao ponto (y1 - xl' y2 - x2, y3 - x3). Alm disso,
este o nico segmento que emana da origem e tem o mesmo
comprimento, direo e sentido que PQ. Assim, se resolvermos
estudar apenas os vetores que emanam da origem, existe exata
mente um vetor associado a cada comprimento, direo e sen
tido dados.
O vetor OP, que vai da origem a P = (x1, x2, x3), comple
tamente determinado por P, portanto possvel identificar este
3
vetor com o ponto P. Em nossa definio do espao vetorial R ,
os vetores so definidos como sendo simplesmente as ternas
(xl' X2, x3).
*
ESPAOS VETORIAIS - 41

Dados pontos P = (xl' x2, x3) e Q = (yl' y2, y3), a definio

soma dos vetores OP e OQ pode ser dada geometricamente.
os vetores no so paralelos, ento os segmentos OP e OQ
terminam. um plano e estes segmentos so dois dos lados de
um paralelogramo naquele plano (ver Figura 1). Uma diagonal
deste paralelogramo estende-se de O a um ponto S e a soma de

Figura 1

OP e OQ definida como sendo o vetor OS. As coordenadas do

ponto S so (x1 + y1, x2 + y2' x3 + y3), logo esta definio geom
trica da adio de vetores equivalente definio algbrica do
Exemplo 1.
A multiplicao escalar tem uma interpretao geomtrica mais
simples. Se e um nmero real, ento, o produto de e pelo vetor
OP o vetor que parte da origem, tem comprimento lei vezes o
comprimento de OP, mesma direo que OP e um sntido que
-
concorda com o de OP se e> O e oposto ao de OP se e< O.
Esta multiplicao escalar produz exatamente o vetor OT onde
T = (cx1, cx2, cx3) e portanto compatvel com a definio alg
3
brica dada para R .
De vez em quando, o leitor provavelmente achar til "pensar
geometricamente" sobre espaos vetoriais, isto , desenhar figuras
para uso prprio .para ilustrar e motivar algumas- idias. Na ver
dade deve fazer isto. Contudo, ao fazer tais ilustraes, deve ter
42 -'--- LGEBRA LINEAR

em mente que, por estarmos tratando de espaos vetona1s como

sistemas algbricos, todas as demonstraes que fizermos sero de
natureza algbrica.

Exerccios

1. Se F um corpo, verificar que F" (tal como definido no Exemplo 1) um

espao vetorial sobre o corpo F.
2. Se V. um espao vetorial sobre o corpo F, verificar que

para todos vetores IXI' IX2' ix3 e a4 em V.

3. Se C o corpo dos nmeros complexos, quais vetores em C3 so combinaes
lineares de (1, O, -1), (O, 1, 1) e (1, 1, 1)?
4. Seja V o conjunto de todos os pares (x, y) de nmeros reais e seja F o corpo
dos nmeros reais. Definamos

(x, y) + (x1, y1) (x +xi' Y + Y1)

=

c(x, y)=(ex, y).

V, com estas operaes, um espao vetorial sobre o corpo dos nmeros reais?
5. Em R" definamos duas operaes
ix(f){J=a-{3
C' IX=-CIX.

As operaes do lado direito so as operaes usuais. Quais dos axiomas de

espao vetorial so satisfeitos por (R", (f), )?

6. Seja V o conjunto de todas as funes f definidas sobre a reta real e tomando

valores complexos, tais que (para todo t em R)

f(-t) =lifJ.

A barra indica conjugao complexa. Mostrar que V, com as operaes

(f +g) (t)=f(t) + g(t)

(cf) (t)= cf(t)

um espao vetorial sobre o corpo dos nmeros reais. Dar um exemplo de

uma funo em V que no assuma somente valores reais.
7. Seja V o conjunto de todos os pares (x, y) de nmeros reais e seja F o corpo

dos nmeros reais. Definamos

(x, y) +(xi' y1) =

(3y + 3y1, - x - x1)
c(x, y) = (3cy, -ex).

Verificar se V, com estas operaes, um espao vetorial.

 ESPAOS VETORIAIS - 43

2.2 Subespaos
Nesta seo introduziremos alguns conceitos bsicos no estudo
dos espaos vetoriais.

Definio. Seja V um espao vetorial sobre o corpo F. Um

subespao de V um subconjunto W de V que um espao vetorial
sobre F com as operaes de adio de vetores e multiplicao es
calar de V.
Uma verificao direta dos axiomas para um espao vetorial
mostra que o subconjunto W de V um subespao se para todos
a e f3 em W o vetor a+ f3 est ainda em W; o vetor nulo est em
W; para todo a em W o vetor ( -a) est em W; para todo a em W
e todo escalar c o vetor ca est em W. A comutatividade e associa
tividade da adio de vetores e as propriedades-- (4) (a), (b), (cf e
(d) da multiplicao escalar no precisam ser verificadas, uma vez
que so propriedades das operaes em V. Podemos simplificar
ainda mais as coisas.

Teorema 1. Um subconjunto no-vazio W de V um subespao

de V se, e somente se, para cada par de vetores a, f3 em W e cada
escalar c em F, o vetor ca+ f3 est em W.
Demonstrao. Suponhamos que W seja um subconjunto no
vazio de V tal que ca+ f3 pertena a W para todos os vetores
a, fJ em W e todos escalares c em F. Como W no-vazio, existe
um vetor p em W, logo (-1) p+ p =O est em W. Ento se a
um vetor arbitrrio em W e c um escalar arbitrrio, o vetor
ca = ca+O est em W. Em particular ( - l)a = -a est em W.
Finalmente se a e fJ esto em W, ento a+ f3 =la+ f3 est em W .
Assim, W um subespao de V.
Reciprocamente, se W um subespao de V, a e fJ esto em
W e c um escalar, certamente ca+ fJ est em W.
Algumas pessoas preferem usar a propriedade ca + fJ do Teo
rema 1 como definio de subespao. Isto faz pouca difereria.
O ponto importante que se W for um subconjunto no vazio de
V tal que ca+ fJ esteja em V para todos a, f3 em W e todos c em
F, ento W (com as operaes herdadas de V) um espao vetorial.
Este fato nos fornece muitos exemplos novos de espaos vetoriais.
Exemplo 6.
(a) Se V um espao vetorial arbitrrio, V um subespao
de V; o subconjunto constitudo somente pelo vetor nulo um
44 - ALGEBRA LINEAR

subespao de V, denominado o subespao nulo de V.

(b) Em F", o conjunto das n-uplas (x1, . , x

"
) com x
1
= O
um subespao; contudo, o conjunto das n-uplas com x
1
= 1 + x2
no um subespao (n 2).
(c) O espao das funes polinomiais sobre o corpo F um
subespao do espao de todas as funes de F em F.
(d) Uma n x n matriz (quadrada) A sobre o corpo F sim
trica se Aii
Aii para todos i e j. As matrizes simtricas formam
=

um subespao do espao de todas as n x n matrizes sobre F.

(e) Uma n x n matriz (quadrada) A sobre o cor.po C dos n
meros complexos hermitiana (ou auto-adjunta) se

Aik = Aki

para todos j, k, sendo que a barra indica conjugao complexa.

Uma 2x2 matriz hermitiana se, e somente se, da forma

[ X-
Z .
zy
X+
W
iy ]
onde x, y, z e w so nmeros reais. O conjunto de todas as matrizes
hermitianas no um subespao do espao de todas as n x n ma
trizes sobre C. De fato, se A hermitiana, todos os elementos A11'
A22, , de sua diagonal so nmeros reais mas os elementos dia
gonais de iA em geral no so reais. Por outro lado, verifica-se
facilmente que o conjunto das n x n matrizes hermitianas complexas
um espao vetorial sobre o corpo R dos nmeros reais (com as
operaes usuais).

Exemplo 7. O espao-soluo de um sistema de equaes

lineares homogneas. Seja A uma m x n matriz. sobre F. Ento
o conjunto de todas as n X sobre F tais que
x1 matrizes-(colunas)
AX = O um subespao do espao de todas as n x 1 matrizes sobre
F. Para demonstrar isto precisamos mostrar que A(cX + Y) O =

para AX O, A Y O e e um escalar arbitrrio em F. Isto decorre

= =

imediatamente do seguinte fato geral:

Lema. Se A uma m x n matriz sobre F e B, C so n x p

matrizes sobre F, ento

(2-11) A(dB + C) = d(AB) + AC

 ESPAOS VETORIAIS - 45

para todo escalar d em F.

Demonstrao. [A(dB + C)]ii = I: Aik(dB + C)ki

k
= I: (dAi1tBki + Aik C k)
k
= dI: A;k B ki + I: Aik Cki
k k
= d(AB)ii + (AC)ii
= [d(AB) + AC]ii"

Analogamente, pode-se mostrar que (dB + C ) A d(B A) + C A, =

se as somas e produtos de matrizes esto definidos.

Teorema 2. Seja V um espao vetorial sobre o corpo F. A inter

seo de uma coleo arbitrria de subespaos de V um subespao
de V.
Demonstrao. Seja { W.} uma coleo de subespaos de V e
seja W = 'I W0 a sua interseo. Recordemos que W definido
como sendo o conjunto dos elementos pertencentes simultanea
mente a W. (ver Apndice). Como cada W. um subespao, todos
contm o vetor nulo. Assim o vetor nulo est na interseo W e W
no vazio. Sejam a e f3 vetores em W e seja c um escalar. Pela
definio de W, tanto a como f3 pertencem a cada W. e, como cada
W. um subespao, o vetor (ca + /3) est em todo W. Assim,
(ca + /3) est em W. Pelo Teorema 1, W um subespao de V.
Do Teorema 2 decorre que se S uma coleo arbitrria de
vetores em V, ento existe um menor subespao de V que contm
S, isto , um subespao que contm S e que est contido em todos
os outros subespaos que contm S.

Definio. Seja S um conjunto de vetores num espao vetorial V.

O subespao gerado por S definido como sendo a interseo W de
todos os subespaos de V que contm S. Quando S um conjunto
finito de vetores, s {al, 2' ... . anj, denominaremos w simplesmente
=

o subespao gerado pelos vetores a ' a ,

l 2
. , a
0

Teorema 3. O subespao gerado por uni subconjunto no vazio

S de um espao vetorial V o conjunto de todas as combinaes
lineares de vetores em S.
46 - ALGEBRA LINEAR

Demonstrao. Seja W o subespao gerado por S. Ento,

cada combinao linear

()( = Xl()(l + X2()(2 +

+ Xm()(m
de vetores IXl' IX2, , IXm em S evidentemente est em W. Assim, W

contm o conjunto L de todas as combinaes lineares de vetores

em S. O conjunto L, por outro lado, contm S e no vazio. Se
IX, {3 pertencem a L, ento IX uma combinao linear,

de vetores IX; em S e {3 uma combinao linear

de vetores {3i em S. Para cada escalar e,

m n

CIX + {3 = L (cx;)IX; + L yif3r

i=1 j= 1

Logo coe+ {3 pertence a L. Assim, L um subespao de V.

Mostramos acima que L um subespao de V que contm S
e tambm que todo subespao que contm S contm L. Decorre
que L a interseo de todos os subespaos que contm S,
isto , que L o subespao gerado pelo conjunto S.

Definio. Se Sl' S2, , Sk so subconjuntos de um espao

. .

vetorial V, o conjunto de todas as somas

()(1 + ()(2 + ... + ()(k

de vetores ()(i em si dito a soma dos subconjuntos s 1' s 2' ' sk e

indicado por

ou por

Se Wl' W2, , Wk so subespaos de V, ento v-se facilmente

que a soma
 ESPAOS VETORIAIS - 47

um subespao de V que contm cada um dos subespaos W,.

Disto decorre, como na demonstrao do Teorema 3, que W o
subespao gerado pela reunio de Wl' W2, , Jv,..

Exemplo 8. Seja F um subcorpo do corpo C dos nmeros

complexos. Suponhamos que

a1 = (1, 2, O, 3, O)
a2 =
(O O, 1, 4,0)
,

a3 = (O, O, O, O, 1).

Pelo Teorema 3, um vetor a est no subespao W de F5 gerado por

a1, a2, a3 se, e somente se, existem escalares cl' c2' c3 em F tais que

Portanto, W consiste de todos os vetores da forma

onde cl' c2, c3 so escalares arbitrrios em F. W pode ser descrito

de outra forma como sendo o conjunto de todas as quntuplas

a = (xl' X2, X3, X4, X5)

com x, em F tais que

X2 = 2x1
x4 =
3x1 + 4x3.

Assim, ( - 3, - 6, 1, - 5, 2) est em W, enquanto que (2, 4, 6, 7, 8)

no est.

Exemplo 9. Seja F um subcorpo do corpo C dos nmeros

complexos e seja V o espao vetorial das 2 X 2 matrizes sobre F.
Seja W1 o subconjunto de V constitudo por todas as matrizes
da forma
 48 -'--- ALGEBRA LINEAR

onde x, y, z so escalares arbitrrios em F. Finalmente, seja W2 o

subconjunto de V constitudo por todas as matrizes da forma _,

onde x e y so escalares arbitrrios em F. Ento, W1 e Wz so

subespaos de V. Alm disso

pois

b
[a ] [ ] [ ] b +
e d e O O d

o subespao wl 11 w2 consiste de todas as matrizes da forma

Exemplo 10. Seja A uma m x n matriz sobre um corpo F. Qs

vetores-linhas de A so os vetores em F" dados por rx; (A; 1, , A;n), = .

i= 1, , m. O subespao de F" gerado pelos vetores-linhas de A

. . .

denominado o espao-linha de A. O subespao considerado no

Exemplo 8 o espao- linha da matriz.

2
[1 1 ] o 3
A= O O 4 O
o o o o 1

Ele tambm o espao-linha da matriz

1J
2

l
o i 4 o
B= O o o o
-4 - 8 1 -8 o.
3

Exemplo 11. Seja V o espao das funes polinomiais sobre F.

Seja S o subconjunto de V constitudo pelas funes polinomiais
. f0, f1, f2, , definidas por
. .
 ESPAOS VETORIAIS - 49

n(x) = xn, n = o, 1, 2, ...

Ento V o subespao gerado pelo conjunto S.

Exerccios

1. Quais dos seguintes conjuntos de vetores a =(a1, ... , a.) em R" so subespaos
de R"'? (n 3)

(a) todos a tais que a1 O;

(b) todos a tais que a1 + 3a2 a3;
=

(c) todos a tais que a2 =a;

(d) todos a tais que a1a =O;
2
(e) todos a tais que a1 seja racionl.

2. Seja V o espao vetorial (real) de todas as funes f de R em R. Quais dos

seguintes conjuntos de funes so subespaos de V?

(a) todas f tais que f (x2) f(x)2;

=

(b) todas f tais que f (O) f(l);

=

(c) todas f tais que f(3) = 1 + f( -5);

(d) todas f tais que f(-1) =O
(e) todas f que so contnuas.

3. O vetor (\. 1. O. -1) est no subespao de R4. gerado pelos vetores

-

(2, -1, 3, 2), ( -1, 1, 1, - 3) e (1, 1, 9, 5)'?

5
-

4. Seja W o conjunto de todos os (xi' x2, x3, x4, x5) em R que satisfazem

2x1 x2 + !x3 - x4 = O
X1 + 1x3 X5 =Q
'9x1 - 3x2 + 6x3 - 3x4 - 3x5 =O.

Determinar um conjunto finito de vetores que gere W.

5. Seja F um corpo e seja n um inteiro positivo (n 2). Seja V o espao vetorial

das n x n matrizes sobre F. Quais dos seguintes conjuntos de matrizes A
em V so subespaos de V?

(a) todas A inversveis;

(b) todas A no-inversveis;
(c) todas A tais que AB BA, onde B uma certa matriz fixa em V;
=

(d) todas A tais que A2 A.

=

1
6. (a) Demonstrar que os nicos subespaos de R so R1 e o subespao nulo.
(b) Demonstrar que um subespao de R2 ou R2, ou o subespao nulo ou
ento consiste de todos os mltiplos escalares de um certo vetor fixo em R 2.
(O ltimo tipo de subespao (intuitivamente) uma reta pela origem.)
(c) Voc capaz de descrever os subespaos de R3?
50 - ALGEBRA LINEAR

7. Sejam 11-1 e 11-2 subespaos de um espao vetorial V tais que a reunio de

11-1 e 11-2 tambm seja um subespao. Demonstrar que um dos espaos vi.;
est contido no outro.
s, Seja V o espao vetorial das funes de R em R; seja V,, o subconjunto das
funes pares, f(-x) f(x); seja V, o subconjunto das funes mpares,
=

f(- x) = f(x).
-

(a) Demonstrar que VP e Vi so subespaos de V.

(b) Demonstrar que VP + Vi= V.
(c) Demonstrar que VP n Vi= {O}.

9. Sejam W1 e W2 subespaos de um espao vetorial V tais que W1 + W2 = V

e W1 n W2 = {O}. Demonstrar que para cada vetor IX em V existem vetores
bem determinados ix1 em w; e cx2 em H'i, tais que ex = cx1 + cx2

2.3 Bases e Dimenso

Passamos agora tarefa de atribuir uma dimenso a certos
espaos vetoriais. Apesar de associarmos usualmente "dimenso"
a algo geomtrico, precisamos encontrar uma definio algbrica
adequada da dimenso de um espao vetorial . Isto ser feito atra
vs do conceito de uma base para o espao.

Definio. Seja V um espao vetorial sobre F. Um subconjunto

S de V dito linearmente dependente (ou, simplesmente, dependente)
se existem vetores distint0s ocl' oc2, , oc0 em Se escalares cl' c2,
c0 . ,

em F, no todos nulos, tais que

Cl(l(l + C20C2 + ... + cn'n = O

.

Um conjunto que no linearmente dependente dito linearmente

independente. Se o conjunto S contm apenas um nmero finito de
vetores oc1, oc2, ... , oc0 dizemos, s vezes, que ocl' oc2, ... , oc0 so depen
dentes (ou independentes) em vez de dizer que S dependente (ou
independente).
Decorrem facilmente. da definio as conseqncias seguintes:
1. Todo conjunto que contm um conjunto linearmente depen
dente linearmente dependente.
2. Todo subconjunto de um conjunto linearmente indepen
dente linearmente independente.
3. Todo conjunto que contm o vetor nulo linearmente
dependente, pois 1 O O. =

4. Um conjunto S de vetores linearmente independente se;

e somente se, todo subconjunto finito de S linearmente inden-
 ESPAOS VETORIAIS - 51

dente, isto , se, e somente se, para quaisquer vetores distintos

et1, . . , ocn em S, c1oc1 + .. . + cnetn =O implica que cada e;= O.

Definio. Seja V um espao vetaria/; Uma base de V um con

junto linearmente independente de vetores em V que gera o espao V.
O espao vetorial V de dimenso finita se ele possui uma base
finita.

Exemplo 12. Seja F um subcorpo do corpo dos nmeros com

3
plexos. Em F os vetores

1 = ( 3, o, - 3)
2 = ( - 1, 1, 2)
Ct3 = ( 4, 2, - 2)
Ct4 = ( 2, 1, 1)

so linearmente dependentes, pois

Os vetores

81 = (1, O, O)
82 = (O, 1, O)
83 =(O, O, 1)

so linearmente independentes.

n
Exemplo 13. Seja F um corpo e, em F , seja S o subconjunto
constitudo dos vetores 81, 82, ... , 8n definidos por

81 = (1, O, O, ... , O)
82 =(O, 1, O, ... , O)

8n =(O, O, O, ... , 1).

Sejam xl' x2, ... , xn escalares em F e coloquemos et = x 181 +

+ X282 + . . . + Xn8n. Ento

(2-12)

Isto mostra que 81' ... , 8n geram Fn. Como et =O se, e somente se,
x1 = x2= ... = x. =O, os vetores s1' ... , 8" so linearmente indepen-
52 - ALGEBRA LINEAR

dentes. O conjunto S { sl' ... , s. } .portanto uma base de

=
pn_
n
Denominamos esta base particular a base cannica de F .

Exemplo 14. Seja P uma n x n matriz inversvel com elementos

no corpo F. Ento as colunas P1, , P n de P formam uma base
. .
1
do espao das matrizes-coluna F" x . Vemos isto da seguinte ma
neira. Se X uma matriz-coluna, ento

PX = x1P1 + . .

Como PX = O admite somente a soluo trivial X O, segue-

. + xnP n.

que {P1, . . . , P n} um conjunto linearmente i d:pndente, Por qu

n 1
ele gera p x ? SeJa _
_ Y uma matnz-coluna 1
arb1trana. Se X= p- Yi,
=
.
ento Y = PX, isto ,

Portanto, { P1, . .. , Pn} uma base de p n xi.

Exemplo 15. Seja A uma m x n matriz e seja S o espao so

luo do sistema homogneo AX =O (exemplo 7). Seja R uma
matriz linha-reduzida forma em escada que seja linha-equiva
lente a A. Ento S tambm o espao soluo do sistema RX= O.
Se R tiver r linhas no nulas, ento o sistema de equaes RX = O
simplesmente exprime r das incgnitas xl' .. . , xn em funo das
(n-r) incgnitas restantes. Suponhamos que os primeiros elementos
no nulos, das linhas no nulas, ocorram nas colunas k1, , k,.

Seja J o conjunto dos n-r ndices, distintos de kl' . .. , k,:

J = {1, ... , n} - {k1, . . , k,}.

O sistema RX= O tem a forma

xk, + L c1ixi = O
J

Xk + "C .x. =
r L.. r] J
J.

onde os cii so certos escalares. Todas as solues so obtidas atri

buindo valores (arbitrrios) aos xi com j em J e calculando os
valores correspondentes de xk,, . .., xkr" Para cada j em J seja Ei
 ESPAOS VETORIAIS - 53

a soluo obtida, colocando xi= 1 e xi= O para todos os demais

i em J. Afirmamos que os (n-r) vetores Ei, j em J, formam uma
base do espao soluo.

Como a matriz coluna Ei possui um 1 na linha j e zeros nas

linhas indexadas por outros elementos de J, o Exemplo 13 mostra
que o conjunto destes vetores linearmente independente. Este
conjunto gera o espao soluo pela seguinte razo: se a matriz
coluna T, com elementos tl' ..., t. estiver no espao soluo, a
matriz
N= L tjEj
J

tambm estar no espao soluo e ser uma soluo tal que

xi= tipara cada j em J. A soluo com essa propriedade nica;
portanto, N = T e T est no espao gerado pelos vetores Er

Exemplo 16. Daremos agora um exemplo de uma base infi

nita. Seja F um subcorpo do corpo dos nmeros complexos e seja
V o espao das funes polinomiais sobre F. Lembremos que essas
funes so as funes de F em F da forma

Seja fk(x)= x\ k= O, 1, 2, .. . . O conjunto (infinito) {!0,f1,f2' ..}

.

uma base de V. claro que o conjunto gera V porque a funo f

(acima)

O leitor dever perceber que isto virtualmente uma repetio da

definio de funo polinomial, isto , Uma funo f de F em F
uma funo polinomial se, e somente se, existirem um inteiro n e
escalares c0, ..., e. tais que f = c0f0 + ... + cJ.. Por que as fun
es so independentes? Mostrar que o conjunto {!0, f1, f2, . ..}
independente significa mostrar que cada um de seus subconjuntos
finitos independente. Ser suficiente mostrar que, para cada n,
o conjunto {!0, fJ independente. Suponhamos que
. ,

Isto significa que

54 -_ LGEBRA LINEAR

para todo x em F; em outras palavras, todo x em F uma raiz

do polinmio f (x) = c0 + c1 x + ... + c.x". Assumiremos que o leitor
saiba que um polinmio de grau n com coeficientes complexos no
pode ter mais que n ralzes distintas. Segue-se que c0 = c1 = ... =
= c. = O.
Exibimos uma base infinita de V. Isto significa que V no
de dimenso finita? Embora a resposta seja afirmativa, ela no
decorre imediatamente da definio, pois, pelo que sabemos at
agora, V poderia tambm ter uma base finita. Essa possibilidade
facilmente eliminada. (Ns a eliminaremos, de um modo geral,
no prximo teorema.) Consideremos um nmero finito de funes
polinomiais g1' ... , g,. Haver uma maior potncia de x apare
cendo (com coeficiente no nulo) em g1(x), ... , g,(x). Se este expo
ente for k, obviamente fk + 1 (x) = xk+ 1 no estar no espao gerado
por g1, g,. Logo, V no de dimenso finita.

Uma observao final sobre esse exemplo oportuna. Bases

infinitas nada tm a ver com "combinaes lineares infinitas". O
leitor que sentir um impulso irresistvel de injetar sries de potn
cias neste exemplo

dever estud-lo novamente, com cuidado. Se isto no cur-lo ele

dever, de agora em diante, restringir sua ateno a espaos de
dimenso finita.

Teorema 4. Seja V um espao vetorial gerado por um conjunto

finito de vetores /31, /32' ... , f3m Ento, todo conjunto independente
de vetores em V finito e contm no mximo m elementos.
Demonstrao. Para demonstrar o teorema basta mostrar que
todo subconjunto S de V que contm mais de m vetores linear
mente dependente. Seja S um tal conjunto. Em S existem vetores
distintos '1' '2' ... , 'com n > m. Como /31' . . ., /3m geram V exis
tem escalares Aii em F tais que
m

()(.J =
' L Aijf3i.
i= 1
Para n escalares arbitrrios x1 , x2' ... , x11 temos
n

1'1 + + x.'. =
I xpj
j=l

 ESPAOS VETORIAIS - 55

n m

z: xi L Auf3;
j=l i=l

n m

= L L (Aiix) /3;
j=l i=l

Como n > m, o Teorema 6 do Captulo 1 implica que existem esca

lares x 1' x2' ... , xn no todos nulos, tais que

n
L1 Aiixi =
O, 1 ::;; i ::;; m.
j=

Logo, x1ix 1 + x2ix2 + . .. + xnixn = O. Isto mostra que S um con

junto linearmente dependente.

Corolrio 1. Se V um espao vetorial de dimenso finita, ento

duas quaisquer bases de V tm o mesmo nmero (finito) de elementos.
Demonstrao. Sendo de dimenso finita, V possui uma base
finita

Pelo 1 eorema 4, toda base de V finita e contm no mximo m

elementos. Assim, se { ix1, ix2, ... , ixJ uma base, n::;; m. Pela
mesma razo, m ::;; n. Logo m =
n.
Este corolrio nos permite definir a dimenso de um espao
vetorial de dimenso finita como sendo o nmero de elementos
numa base de V. Indicaremos a dimenso de um espao vetorial V
de dimenso finita por dim V. Isto nos permite reformular o
Teorema 4 como segue.

Corolrio 2; Seja V um espao vetorial de dimenso finita e

sejan = dim V. Ento:

(a) todo subconjunto de V que contm mais de n, vetores

linearmente dependente;

(b) nenhum subconjunto de V contendo menos de n vetores pode

gerar V.
56 - ALGEBRA LINEAR

Exemplo 17. Se F um corpo, a dimenso de F" n, pois a

base cannica de F" contm n vetores. O espao das matrizes
m
p x" tem dimenso mn. Isto deve estar claro por analogia com

F", pois as mn matrizes que tm um 1 na posio i,j e zero nas

m
demais, formam uma base de p x ". Se A for uma m x n matriz,
ento o espao soluo para A tem dimenso n 1, onde r o
-

nmero de linhas no nulas de uma matriz linha-reduzida forma

em escada e linha-equivalente a A. Veja o Exemplo 15.
Se V for um espao vetorial arbitrrio sobre F, o subespao
nulo de V ser gerado pelo vetor O, mas {O} um conjunto linear
mente dependente e no uma base. Por isso conionaregi os que
o subespao nulo tem dimenso O. Poderamos ter chgact' mesma
concluso, argumentando que o conjunto vazio uma base do
subespao nulo. O conjunto vazio gera {O} pois a interseo de
todos os subespaos contendo o conjunto vazio {O} e o conjunto
vazio linearmente independente por no conter. nenhum vetor.
. .

Lema. Seja S um subconjunto linearmente independente de um

espao vetorial V. Suponhamos que f3 seja um vetor em V que no
esteja no subespao gerado por S. Ento o conjunto obtido acrescen
tando-se f3 a S linearmente independente.
Demonstrao. Suponhamos que a1, ... , am sejam vetores dis
tintos em ,s e que

Ento b = O, caso contrrio

e f3 estaria no subespao gerado por S. Assim, c1 a1 + ... + cmam = O,

e como S um conjunto linearmente independente, cada ci = O.

Teorema 5. Se W um subespao de um espao vetorial V de

dimenso finita, todo subconjunto de W que linearmente indepen
dente finito e parte de uma basf! (finita) de W.

Demonstrao. Suponhamos que S0 seja um subconjunto .de

W linearmente independente. Se S um subconjunto de W linear
mente independente contendo S0, ento S tambm um subcon-
 ESPAOS VETORIAIS - 57

junto de W linearmente independente; como V de dimenso

finita, S contm no mximo dim V elementos.
Estendemos S0 at obtermos uma base de W, da seguinte ma
neira. Se S0 gerar W, ento S0 uma base de W e a demonstrao
est terminada. Se S0 no gerar W usamos o lema anterior para
encontrar um vetor /31 em W tal que o conjunto S1 = S0 u {/31}
seja independente. Se S 1 gerar W, timo. Caso contrrio, apli
camos o lema para obter um vetor /32 em W tal que S2 = S1 u {/32}
seja independente. Continuando dessa maneira (em no mximo
dim V passagens) obtemos o conjunto

que uma base de W.

Corolrio 1. Se W um subespao prprio de um espao ve

torial V de dimenso finita, ento W de dimenso finita e dim W <
<dimV.
Demonstrao. Podemos supor que W contm um vetor ex. #- O.
Pelo Teorema 5 e sua demonstrao, existe uma base de W que
contm ex. e no mximo dim V elementos. Logo W de dimenso
finita e dim W s dim V. Como W subespao prprio, existe
um vetor f3 em V que no est em W Acrescentando f3 a uma base
arbitrria de W obtemos um subconjunto de V linearmente inde
pendente. Portanto dim W <dim V.

Corolrio i. Num espao vetorial V de dimenso finita todo

conjunto no-vazio de vetores linearmente independentes parte de
uma base.

Corolrio 3. Seja A uma n x n matriz sobre um corpo F e supo

nhamos que os vetores-linhas de A formem um conjunto de valores
de F" linearmente independentes. Ento A inversvel.
Demonstrao. Sejam cx.1, cx.2' ..., cx.n os et()res-linhas de A e
_
suponhamos que W seja o subespao de F" gerado por cx.1, ix2, , ex.".
. .

Como ix1, ix2, ..., ix" so linearmente independentes, a dimenso de

W n. O Corolrio 1 .mostra agora que W = F". Logo, existem
escalares Bii em F tais que
58 -'-- ALGEBRA LINEAR

onde { cl' c2' ... , cn } a base cannica de Fn. Portanto, para a

matriz B com elementos Bii' temos

BA =l.

Teorema 6. Se W 1 e W2 so subespaos de dimenso finita de

um espao vetorial V, ento W 1 + W2 de dimenso finita e

Demonstrao. Pelo Teorema 5 e seus corolrios, W1 n w;

tem uma base finita { tX1, . , tXk} que parte de uma base

e parte . de uma base

o subespao w 1 + w2 gerado pelos vetores

e estes vetores formam um conjunto independente. De fato, supo

nhamos que

Ento

o que mostra que L Z,'Y, pertence a w 1. Como L Z,'Y, pertence

tambm a w2' segue que

para certos escalares e 1, ... , ck. Por ser o conjunto

 ESPAOS VETORIAIS - 59

independente, cada um dos escalares z, = O. Portanto,

e como

tambm um conjunto independente, cada X;= O e cada yi =O .

Assim,

uma base de W1 + W2 Finalmente

dim wl + dim w2 = (k + m) + (k + n)
= k + (m + k + n)
= dim (W1 n Wj + dim ( W1 + W2).
Encerremos esta seo com uma observao a respeito de
dependncia e independncia linear. Esses conceitos foram defi
nidos para conjuntos de vetores. til defini-los para seqncias
finitas (n-uplas ordenadas) de vetores: a1, ... , n Dizemos que os
vetores a,, , a,. so linearmente dependentes se existirm esca
. . _.

lares cl'. . ., cn, no todos nulos, tais que c1a1 + ... .+ cnan =O. Isso
tudo to natural que o leitor talvez descubra j ter usado esta
terminologia. Qual a diferena entre uma seqncia finita
al' . ..,a.. e um conjunto {al' ...,a..}? Existem duas diferenas,
identidade e ordem.
Ao discutirmos o conjunto {a1, ,a,.} normalmente admi
.

timos que os vetores a1, ... , a.. sejam distintos dois a dois. Em
uma seqncia al' ... ,a.. todos os a; podem er o msmo_ vetor.
Se ai = ai para algum i i=], ento a seqncia a1, ... ,a.. linear
mente dependente:

ai. + ( - 1) a.J = O.
Assim, se al' . . . , " forem linearmente indpel!dentes_,_ele so dis_
tintos e podemos falar a respeito do conjunto {ai> . :. ; an} e saber
que ele possui n vetores. Logo claro que no surgir nenhuma
confuso ao discutirmos bases e dimenso. A dimenso de um
espao V de dimenso finita o maior n tal que alguma n-upla de
vetores em V seja linearmente independente - e :issim por diante.
60 - ALGEBRA LINEAR

O leitor que achar que esse pargrafo faz muito alarde a respeito
de nada, poder perguntar a si mesmo se os vetores

1 = (e"12, 1)
2 =
(Jfi, 1)
'so linearmente independentes em R 2
Os elementos de uma seqncia so enumerados em uma
ordem especfica. Um conjunto uma coleo de objetos sem
nenhum arranjo especial ou ordem. Naturalmente, para descre
vermos o conjunto podemos enumerar seus elementos e isso requoc
a escolha de uma ordem. Mas, a ordem no faz parte do conjunto.
Os conjuntos {1, 2, 3, 4} e {4, 3, 2, 1} so idnticos, enquanto que
a seqncia 1, 2, 3, 4 bem diferente da seqncia 4, 3, 2, 1. O
aspecto de ordem da seqncia no tem efeito sobre questes de
independncia, dependncia te., porque dependncia (como defi
nida) no afetada pela ordem. A seqncia "' ... , a 1 dependente

se, e somente se, a seqncia a1, ... , a dependente. Na. prxima

11
seo, a ordem ser importante.

Exerccios

1. Demonstrar que, se dois vetores so linearmente dependentes, um deles

um mltiplo escalar do outro.
2. Os vetores

a:. = (1, 1, 2, 4) (X2 = (2, - 1, - 5, 2)

a:3 = (1, -1, -4, O) IX4 = (2, 1, 1, 6)

so linearmente independentes em R4?

3. Determinar uma base do subespao de R4 gerado pelos quatro vetores do

Exerccio 2.

4. Mostrar que os vetores

a:1 = (1, O, - 1), (X2 = (1, 2, 1), a: = (O, -3, 2)

3

formam uma base de R3. Exprimir cada um dos vetores da base cannica
como combinaes lineares de 1, a2' a3

5. Determinar trs vetores em R3 que sejam linearmente dependentes e tais que

dois quaisquer deles sejam linearmente independentes.
 ESPAOS VETORIAIS - 61

6. Seja V o espao vetorial das 2 x 2 matrizes sobre o corpo F. Demonstrar

que V tem dimenso 4 exibindo uma base de V que tenha 4 elementos.
7. Seja V o espao vetorial do Exerccio 6. Seja W,. o conjunto das matrizes da
forma

e seja W2 o conjunto das matrizes da forma

(a) Demonstrar que )11.1 e 11-2 so subespaos de V.

(b) Determinar as dimenses de W1, W2, W1 + W2 e W1 n W2.
8. Novamente, seja V o espao das 2 x 2 matrizes sobre F. Determinar uma
base {A1, A2, A3, A4} de V tal que Aj Aj para cada j. =

9. Seja V um espao vetorial sobre um subcorpo F d corpo dos nmeros com

plexos. Suponhamos que ()(, f1 e y sejam vetores de V linearmente independentes.
Demonstrar que ( ()( + {1), ({1 + y) e (y + ()() so linearmente independentes.
10. Seja V um espao vetorial sobre o corpo F. Suponhamos que exista um n
mero finito de vetores ()(" ..., ()(, de V que gerem V. Demonstrar que V de
dimenso finita.
11. Seja V o conjunto das 2 x 2 matrizes A com elementos complexos satisfazendo
Au + A22 =
O .

(a) Mostrar que V um espao vetorial sobre o corpo dos nmeros reais,
com as operaes usuais de adio de matrizes e multiplicao de uma matriz
por um escalar.
(b) Determinar uma base desse espao vetorial.
(c) Seja )li. o conjunto de todas as matrizes A em V tais que A21 -A12 =

(a barra indica conjugao complexa). Demonstrar que W um subespao de

V e determinar uma base de W.
12. Demonstrar que o espao das m x n matrizes sobre o corpo F tem dimenso
mn, exibindo uma base para este espao.
13. Discutir o Exerccio 9, para o caso em que V um espao vetorial sobre
o corpo formado por dois elementos descritos no Exerccio 5, Seo 1.1.
14. Seja V o conjunto dos nmeros reais. Consideremos V como um espao
vetorial sobre o corpo dos nmeros racionais, com as operaes usuais.
Demonstrar que este espao vetorial no de dimenso finita.

2.4 Coordenadas
Uma das caractersticas teis de uma base rJ6 de um espao
n-dimensional V essencialmente que ela nos permite introduzir
coordenadas em V anlogas s "coordenadas naturais" xi de um
vetor r:t. = (x1, ... , xn) do espao F". Deste modo, as coordenadas
de um vetor r:t. de V em relao base rJ6 sero os escalares que
62 - ALGEBRA LINEAR

servem para exprimir rx como uma combinao linear dos vetores

da base. Assim, gostaramos de considerar as coordenadas natu
rais de um vetor rx de pn como sendo definidas por rx e pela base
cannica de F"; contudo, ao adotarmos este ponto de vista preci
samos ter um certo cuidado. Se

e f!J a base cannica de F", como so as coordenadas de rx deter

minadas por f!J e rx? Uma maneira de formular a resposta esta:
Um dado vetor rx expresso de maneira nica como uma combi
nao linear dos vetores da base cannica, e a i-sima coordenada
xi de rx o coeficiente de ei nesta expresso. Sob este ponto de
vista podemos dizer qual a i-sima coordenada, pois temos uma
ordenao "natural" dos vetores da base cannica, isto , temos
uma regra para determinar qual o "primeiro" vetor da base, qual
o "segundo" e assim por diante. Se f!J uma base arbitrria do
espao n-dimensional V, no teremos provavelmente nenhuma orde
nao natural para os vetores de f!J e ser portanto necessrio im
pormos uma certa ordem sobre esses vetores antes de podermos
definir "a i-sima coordenada de rx em relao a f!J". Em outras
palavras, coordenadas so definidas relativamente a seqncias de
vetores e. no em relao a conjuntos de vetores.

Definio.Se V um espao vetorial de dimenso finita, uma

base ordenada de V uma seqncia finita de vetores linearmente
independentes, que gera V.
Se a seqncia rx1 , . . , . rxn uma base ordenada de V, ento
o conjunto { rx1' ... , rx } uma base de V. A base ordenada o
n
conjunto, juntamente com uma ordem especificada. Vamos nos
permitir um ligeiro abuso de notao e descrever tudo isto di
zendo que

uma base ordenada de V.

Suponhamos agora que V seja um espao vetorial de dimenso
finita sobre o corpo F e que
 ESPAOS VETORIAIS - 63

seja uma base ordenada de V. Dado a. em V, existe uma nica

n-upla (x1, , xn) de escalares tal que

a. = I xia.i.
i= 1

A n-upla nica, pois, se tivssemos

a. = I zia.i
i= 1
ento
n

L (xi - z) a.i = O
i= 1
e a independncia linear dos a.i nos diria que xi-zi =O para cada i.
Denominaremos xi a i-sima coordenada de a. em relao base
ordenada

Se

/3 = L Yii
i= 1
ento

a. + /3 = L (xi + Y) a.i
i=l

de modo que a i-sima coordenada de (a.+ /3) em relao a esta

base ordenada (xi + yJ Analogamente, a isima coordenada de
(ca.) cxi. Devemos tambm notar que toda n-upla (xl' . . , xn)
.

de F" a n-upla de coordenadas de algum vetor de V, a saber,

o vetor

Resumindo, cada base ordenada de V determina uma corres

pondncia, bijetora
64 - LGEBRA LINEAR

entre o conjunto dos vetores de V e o conjunto das n-uplas de F".

Esta correspondncia tem a propriedade de que o correspondente
de (a+ /J) a soma em F" dos correspondentes de a e p, e que
o correspondente de (ca) o produto em F" do escalar e pelo
correspondente de a.
Poder-se-ia perguntar neste ponto por que no tomar simples
mente uma base ordenada de V e descrever cada vetor de V por sua
correspondente n-upla de coordenadas, visto que teramos ento a
convenincia de operar apenas com n-uplas. Isto faria malograr
nosso objetivo, por duas razes. Primeiro, como indica a nossa
definio axiomtica de espao vetorial, estamos tentando aprender
a raciocinar com espaos vetoriais como sistemas algbricos abstra
tos. Segundo, mesmo nos casos em que usamos coordenadas, os
resultados importantes decorrem de nossa habilidade de mudar o
sistema de coordenadas, isto , mudar a base ordenada._
Freqentemente o mais conveniente ser usar a matriz das
coordenadas de rx em relao base ordenada 11:

em vez da n-upla (x1, ..., x.) das coordenadas. Para indicar que
esta matriz de coordenadas depende da base, usaremos o smbolo

[a]"
para a matriz das coordenadas do vetor a em relao base orde
nada f!J. Esta notao ser particularmente til ao passarmos
agora a descrever o que acontece com as coordenadas de um vetor
a quando passamos de uma base ordenada a outra.
Suponhamos ento que V seja n-dimensional e que

sejam duas bases ordenadas de V. Existem escalares Pii' bem deter

minados, tais que
n

(2-13) aj = L P;pp 1 :::;; j :::;; n.

i= 1
 ESPAOS VETORIAIS - 65

Sejam x'1, ..., x as coordenadas de um dado vetor a em relao

base ordenada !!4'. Ento

n n

= L xj L P;p;
j=l i=l

n n

= L L (P,ixj) ai
j=l i=l

Portanto, obtemos a relao

(2-14)

Como as coordenadas x 1, x2, ..., x" de a em relao base orde

nada f!4 so determinadas de modo nico, decorre de (2-14) que

(2-15) xi= L P,ixj, 1 :::;; i :::;; n.

j= 1

Seja P a n x n matriz cujo elemento 1, J e o escalar Pii e sejam X

e X' as matrizes das coordenadas do vetor a em relao s bases
ordenadas PJ e !!4'. Podemos ento reformular (2-15) como

(2-16) X=PX'.

Como f!4 e PJ' so conjuntos linearmente independentes, X=O se,

e somente se, X'=O. Assim, de (2-16) e do Teorema 7 do Cap
tulo 1, decorre que P inversvel. Logo,

(2-17) X'= P 1X.

66 -'-- LGEBRA LINEAR

Se usarmos a potao acima introduzida para a matriz das coorde

nadas de um vetor em relao a uma base ordenada, ento (2-16)
e (2-17) afirmam que

[ oc] = P[ct] 8fJ'

e

Portanto, a discusso precedente pode ser resumida como segue.

Teorema 7. Seja V um espao vetorial n-dimensional sobre o

corpo F e sejam 8fJ e 8fJ' duas bases ordenadas de V. Ento existe
uma nica n x n matriz P, necessariamente inversvel, com elementos.
em F, tal que

(i) [oc] = P[ct}8fJ'

(ii) [ct] gfJ' = p- 1 [()(] gfJ

para todo vetor ct em V. As colunas de P so dadas por

j = 1, ... , n.

Para completar a anlise acima demonstraremos tambm o

resultado que segue.

Teorema 8. Suponhamos que P seja uma n x n matriz inver

-
svel sobre F . Seja V um espao vetorial o-dimensional sobre F e seja
8fJ uma base ordenada de V. Ento, existe uma nica base ordenad
8fJ' de V tal que

(i) [ct] 8fJ = P[aJ 8fJ1

(ii) [oc]8fJ'= p-i [oc]I

para todo vetor a em V.

Demonstrao. Seja 8fJ constituda pelos vetores oc1, ... , ocn. Se

8fJ' = { oc, ... , oc} uma base ordenada de V para a qual (i)
vlida, claro que

= I 1pij;
i= 1
 ESPAOS VETORIAIS - 67

Assim, basta-nos mostrar que os vetores a'j' definidos por estas

equaes, formam uma base. Seja Q = p- 1. Ento

L Qjk(J.J =
L Qjk L Pipi
j j

=II Pijjk ai
j i

Portanto, o subespao gerado pelo conjunto

contm f!l, logo igual a V. Assim, f!l' uma base e, de sua defi
nio e do Teorema 7, evidente que (i) vlida, logo (ii) tambm o .

Exemplo 18. Seja F um corpo e seja

um vetor de P. Se f!l a base ordenada cannica de Fn,

a matriz das coordenadas do vetor a em relao base f!l dada por

[a]ii

Exemplo 19. Seja R o corpo dos nmeros reais e seja () um

nmero real fixo. A matriz

p =
[ cos ()
sen ()
- sen ()
cos ()
]
68 - LGEBRA LINEAR

inversvel e sua inversa

p- 1 = [ cos
- sen
8
8
sen
cos
8
8
] .

Portanto, para cada 8, o conjunto f!6' constitudo pelos vetores

(cos 8, sen 8), ( - sen 8, cos 8) uma base de R2. intuitivamente
esta base pode ser descrita como sendo a base obtida pela rotao
a
de um ngulo 8 da base cannica. Se o vetor (x1, x2), ento

[a]@= [. cos
- sen
8
8
sen
cos
8
8
] [x2x1]
ou

x x1 cos 8 + x2 sen ()
+ x2 COS 8.
=

X = - X1 sen 8

Exemplo 20. Seja F um subcorpo do corpo dos nmeros com

plexos. A matriz

[-1 4

2
p = o

inversvel e sua inversa

-]
p -1 =
[-1 ','l 2
1.
2 l
16 .

8
1
o

Portanto, os vetores
=
(I( (-1, o, O)
=
(I( ( 4, 2, O)
5,
=
(I( ( -3, 8)

formam uma base f!6' de F3 As coordenadas x, x, x do vetor

a=
(x1, x2, x3) em relao base f!6' so dadas por
 ESPAOS VETORIAIS - 69

Em particular,

(3, 2, -8)

Exercidos

1. Mostrar que os vetores

a1 = (1, 1, O, O), a2 = (O, O, 1, 1)

a3 = (1, O, O, 4), a4 = (O, O, O, 2)

formam uma base de R4. Determinar as coordenadas de cada um dos vetores

da base cannica em relao base ordenada {ex1, ex2, a3, a4}.
2. Determinar matriz das coordenadas do vetor (1, O, 1) em relao base
3
de C .constituda pelos vetores (2i, 1, O), (2, -1, 1), (O, 1 + i, - i), nesta ordem.
3. Seja JI {exl' ex2, ex3} a base ordenada de R3 constituda por
=

a1 = (1, O, -1), ex2 ,,,;, (1, 1, 1), ex3 = (1, O, O).

Quais so as coordenadas do vetor (a, b, e) em relao base ordenada f!lJ?

4. Seja W o subespao de C3 gerado por ex1 (1, O, i) e a2 = (1 + i, 1, -1).
=

(a) Mostrar que a, e a2 formam uma base de W.

(b) Mostrar que os vetores /31 (1. 1. O) e /31 (1, i, 1 + i) esto em W e
= =

formam outra base de W.

(c) Quais so as coordenadas de ex1 e a2 em relao base ordenada
{P 1, /32} de W?
5. Sejam ex = (x 1, x2) e /3 (y 1' y2) vetores de R2 tais que
=

x/ y/ + y/ 1.
x/ + = =

2
Demonstrar que f!J {ex. p} uma base de R . Determinar as coordenadas do
=

vetor (a, b) em relao base ordenada f!J {rx, f3}. (As condies sobre ex
=

e p dizem, geometricamente, que a e f3 so perpendiculares e cada um tem

comprimento 1.)
6. Seja V o espao vetorial sobre o corpo dos nmeros complexos das funes
de R em C, isto , o espao das funes definidas sobre a reta real e tomando
valores complexos. Sejam f1(x) 1, f2(x) eix, f3(x) =e-''.
= =

(a) Demonstrar que f1, f2 e f3 so linearmente independentes.

(b) Sejam g1(x) = 1, g2(x) cos x, g3(x) sen x. Determinar uma 3 x 3 ma
= =

triz P inversvel tal que

3
gj L P ,J,. =

i=l

7. Seja V o espao vetorial (real) das funes polinomiais de R em R de grau

menor ou igual a 2, isto , o espao das funes f da forma
f(x) = Co + C1X + C2X2.
70 .:__ LGEBRA LINEAR

Seja t um nmero real fixo e definamos

g1(x) = 1, g2(x) = x + t, g3(x) = (x + t)2.

Demonstrar que tJI = {gl' g,, g3} uma base de V. Se

quais so as coordenadas de f em relao a esta base ordenada fJ4?

2.5 Resumo de Linha-equivalncia

Nesta seo utilizaremos alguns fatos elementares sobre bases
e dimenso de espaos vetoriais de dimenso finita para completar
nossa discusso de linha-equivalncia de matrizes. Lembramos que
se A uma m x n matriz sobre o corpo F, os vetores-linhas de A
so os vetores al' ... , am em F" definidos por

e que o espao-linha de A o subespao de F" gerado por estes

vetores . O posto-linha de A a dimenso do espao-linha de A.
Se P uma k x m matriz sobre F, ento o produto B = PA
uma k x m matriz cujos vetores-linhas /31, . . , f3k so combina
es lineares

dos vetores-linhas de A. Portanto, o espao-linha de B um subes

pao do espao-linha de A. Se P uma m x m matriz inversvel,
ento B linha-equivalente a A de modo que a simetria da linha
equivalncia, ou a equao A= P 1 B, implica que o espao-linha
de A tambm um subespao do espao-linha de B.

Teorema 9. Matrizes linha-equivalentes possuem o mesmo es

pao-linha.
Vemos assim que para estudar o espao-linha de A podemos
estudar o espao-linha de uma matriz linha-reduzida forma em
escada que seja linha-equivalente a A. o que passamos a fazer.

Teorema 10. Seja R uma matriz no-nula linha-reduzida forma

em escada. Ento os vetores-linhas no-nulos de R formam uma base
do espao-linha de R.
 ESPAOS VETORIAIS - 71

Demonstrao. Sejam p 1, , P, os vetores-linhas no-nulos

de R:

Esses vetores certamente geram o espao-linha de R; precisamos

apenas demonstrar que eles so linearmente independentes. Como
R uma matriz linha-reduzida forma em escada, existem inteiros
positivos kl' .... , k, tais que, para i :s; r, tem-se

(a) R(i,j) = O, se j < k;

(2-18) (b) R(i, k) = ii
( c) k; < ... < k,.

Suponhamos que fJ = (b 1, ... , bn) seja um vetor do espao-linha

de R:

(2-19)

Afirmamos ento que c = bk

i F De fato, por (2-18)

(2-20) bkj = L C;R(i,k)

i= 1

= :L cJ5ij
i= 1

Em particular, se fJ =O, isto , se c1p1 + .. . + c,p, =O, ento ci

necessariamente a k./.-sima coordenada do vetor nulo, de modo
qtie ci =O para j = 1, ... , r. Assim, p1, ... , p, so linearmente inde-
pendentes.

Teorema 11. Sejam m e n inteiros positivos e seja F um corpo.

Suponhamos que W seja um subespao de F e que dim W :s; m.
Ento, existe exatamente uma m x n matriz sobre F, linha-reduzida
forma em escada, cujo espao-linha W.
Demonstrao. Existe pelo menos uma m x n matriz linha-redu
zida forma em escada cujo espao-linha W. Como dim W :s; m,
podemos tomar m vetores IX '
l
. , IXm em W que geram W. Seja A

a m x n matriz com vetores-linhas IX1, , IX m e seja R uma matriz

72 ALGEBRA LINEAR
/
-

linha-reduzida forma em escada e linha-equivalente a A. Ento,

o espao-linha de R W
Seja agora R uma matriz arbitrria, linha-reduzida forma
em escada e com espao-linha W Sejam p1, ... , p, vetores-linha,
no nulos, de R e suponhamos que o primeiro elemento no nulo
de P; esteja na coluna k;, i = 1, . . ., r. Os vetores pl' . .. , P, formam
uma base W. Na demonstrao do Teorema 10 observamos que
se f3 = (bl' .. , bn)
. estiver em W, ento

e ci = bki; em outras palavras, a nica expresso de f3 como uma

combinao linear de pl' ... , p,

(2-21) f3 = L: bkipi.
i= 1
Assim, todo vetor f3 est determinado se se conhecem as coorde
nadas bki' i = 1, . . . , r. Por exemplo, Ps o nico vetor em W cuja
k-sima coordenada 1 e cuja ki-sima O para i =F s.
Suponhamos que f3 esteja em W e f3 =F O. Afirmamos que a
primeira coordenada no-nula de f3 ocorre em uma das colunas k.
Como
r

f3 L: bkpi
i 1
=

e f3 =F O, podemos escrever

(2-22) f3 = L:s bk;P;, bks =F O.

j=

Das condies (2-18) tem-se que Rii =O se i > s e j:::::; k . Portanto,

e a primeira coordenada nonula de f3 ocorre na coluna k.. Note

mos tambm que para cada k., s = 1, ..., r, existe um vetor em
W cuja primeira coordenada no-nula ocorre na coluna k., a saber,
o vetor Ps
Est claro agora que R determinada de modo nico por W.
 ESPAOS VETORIAIS - 73

A descrio de R em termos de W ser feita como segue. Consi

deremos todos os vetores f3 = (b1, , bn) em W. Se f3 =I= O, ento
a primeira coordenada no-nula de f3 deve ocorrer em uma certa
coluna t:

f3 = (O, ... , O, bt, ... , bn),

Sejam k1, . . , k, os inteiros positivos t tais que exista algum f3 =I= O

em W, cuja primeira coordenada no-nula ocorra na coluna t.
Coloquemos os kl' ... , k, na ordem k1 < k2 < ... < k,. Para cada
inteiro positivo k. existir um, e somente um, vetor Ps em W tal que
a k5-sima coordenada de Ps seja 1 e a k(sima coordenada de Ps
seja O para i =I= s. Ento, R a m x n matriz cujos vetores-linhas
so p 1, , p,, O, . . , O.
.

Corolrio. Cada m x n matriz A linha-equivalente a exata

mente uma matriz linha-reduzida forma em escada.
Demonstrao. Sabemos que A linhaequivalente a pelo
menos uma matriz R linha-reduzida forma em escada. Se A
linha-equivalente a uma outra tal matriz R', ento R linha-equi
valente a R'; logo, R e R' possuem o mesmo espao-linha e so
necessariamente idnticas.

Corolrio. Sejam A e B m x n matrizes sobre o corpo F: Ento

A e B so linha-equivalentes se, e somente se, possuem o mesmo
espao-linha.
Demonstrao. Sabemos que se A e B so linha-equivalentes,
ento possuem o mesmo espao-linha. S:uponhamos ento que A
e B possuam o mesmo espao-linha. Ora, A linha-equivalente
a uma matriz R linha-reduzida forma em escada e B linha-equi
valente a uma matriz R' linha-reduzida forma em escada. Conio
A e B tm o mesmo espao-linha, R e R' tm o mesmo espao-linha.
Portanto, R = R' e A linha-equivalente a B.
Resumindo - se A e B so m x n matrizes sobre o corpo F,
as seguintes afirmaes so equivalentes:
1. A e B so linha-equivalentes.

2. A e B possuem o mesmo espao-linha.

3. B = PA, sendo P uma m x m matriz inversvel.
Uma quarta afirmao equivalente que os sistemas homo
gneos AX =O e BX =O tm as mesmas solues; contudo, apesar
74 - LGEBRA LINEAR

de sabermos que a linha-equivalncia de A e B implica que esses

sistemas tm as mesmas solues, parece melhor deixar a demons
trao da recproca para mais tarde.

2.6 Clculos Concernentes a Subespaos

Gostaramos agora de mostrar como as operaes elementares
fornecem um mtodo padronizado de responder a certas perguntas
concretas concernentes a subespaos de F". J deduzimos os fatos
de que precisaremos. Eles so aqui reunidos para convenincia do
leitor. A discusso aplica-se a qualquer espao vetorial n-dimen
sional sobre o corpo F se se toma uma base ordenada f!4, fixa, e se
descreve cada vetor de V pela n-upla (x1, ,x que d as coorde
a .
n)
nadas de a em relao base ordenada :11.
Suponhamos que nos sejam dados m vetores al' ... , am em
F". Consideremos as seguintes perguntas:
1. Como se pode saber se os vetores al' ... , am so linear
mente dependentes? De maneira mais geral, como se determina a
dimenso do subespao W gerado por estes vetores?
2. Dado f3 em F", como se pode saber se f3 uma combinao
'
linear de al' ... , am, isto , se f3 est no subespao W ?

3. Como se pode fazer uma descrio explcita do subes

pao W?
A terceira pergunta um tanto vaga, pois no especifica o que
se quer dizer com uma "descrio explcita"; no entanto, esclare
ceremos este ponto fazendo o tipo de descrio que temos em
mente. Com esta descrio, as perguntas (1) e (2) podem ser respon
didas imediatamente.
Seja A a m x n matriz com vetores-linhas a;:

;
= (A;p ... 'A;J
Efetuemos uma seqncia de operaes elementares sobre linhas,
comeando com A e terminando com uma matriz R linha-reduzida
forma em escada. J explicamos anteriormente como fazer isto.
Neste ponto, a dimenso de W (o espao-linha de A) evidente,
pois esta dimenso simplesmente o nmero de vetores-linhas
no-nulos de R. Se p1, ... , p, so os vetores-linhas no-nulos de R,
ento :11 = {pl' ..
. , p,} uma base de W. Se a primeira coorde
nada no-nula de P; krsima, ento temos, para i::;; r,

(a) R(i,j) =O, se j < k;

 ESPAOS VETORIAIS - 75

(b) R(i, k) =
ii
(c) kl < ... < k,.

O subespao W consiste de todos os vetores

= L cJRil' ... , Rin).

i= 1

As coordenadas bl' ... , bn de um tal vetor f3 so ento

(2-23) bi = L c;R;r
i= 1

Em particular, bki = ci, e, se f3 = (b 1,

, b") uma combinao
. .

linear dos P;, ento tem de ser a particular combinao linear

(2-24) f3 =
t
i= 1
bk;P;

As condies sobre f3 para que (2-24) valha so:

(2-25) bj = I bkjRij' j = 1, . . . , n.
i= 1

Ora, (2-25) a descrio explcita do subespao W gerado por

a1, ... , 'm' isto , o subespao consiste dos. vetores f3 em F" cujas
coordenadas satisfazem (2-25). Que tipo de descrio (2-25)?
Em primeiro lugar, ela descreve W como o conjunto das solues
f3 (b 1,
= , b") do sistema (2-25) de equaes lineares homogneas.
. .

Este sistema de equaes de uma natureza muito particular, pois

(n - r) das coordenadas como combinaes lineares das r coorde
nadas distinguidas bk,, ... , bk, Tem-se completa liberdade de es
colha das coordenadas bk; isto , se cl' .. , e, so r escalares arbi .

trrios, existe um e somente um vetor f3 em W cuja k;-sima coor

denada e;.
O pohto importante aqui o seguinte: Dados os vetores
';a linha-reduo uin mtodo direto de determinar os inteiros
r, k1, , k, e os escalares Rii que do a descrio (2-25) do subes
. .

pao gerado por ocl' , ocm. Deve-se observar, como no Teore-

. . .
76 - ALGEBRA LINEAR

ma 11, que todo subespao W de pn possui uma descrio do

tipo (2-25). Devemos destacar tambm algumas coisas sobre a per
gunta (2). J mostramos na seo 1.4 como se pode encontrar uma
m x rn matriz inversvel P tal que R = P A . O conhecimento de P

nos permite dterminar os escalares x1' ... , xm tais que

quando isto possvel. Como os vetores-linhas de R so dados por

m
Pi= Il Pipj
j=

temos que se /3 uma combinao linear dos i' ento

/3 = I bkpi
i=1

e portanto
r

xj I bklij
i= 1
=

uma escolha possvel para os xi (podem existir muitas).

O problema de saber se f3 = (bl' ... , bn) uma combinao.
linear dos ai' e, em caso afirmativo, quais so os escalares x;, pode
tambm -ser considerado perguntando-se se o sistema de equaes

m
I Aijxi bi, j = 1, ... , n
i= 1
=

admite solues e quais so elas. A matriz dos coeficientes deste

sistema de equaes a n x m matriz B com vetores-colunas
a1' ... , am. No Captulo 1 discutimos o uso de operaes elemen
tares sobre linhas na resoluo de um sistema de equaes BX = Y.
Consideremos um exemplo no qual adotamos este ltimo ponto
de vista ao respondermos a perguntas sobre subespaos de F".
 ESPAOS VETORIAIS - 77

Exemplo 21. Proponhamos o seguinte problema: seja W o

subespao de R4 gerado pelos vetores

Ct1 = (1, 2, 2, 1)
et2 = (O, 2, O, 1)
et3 = (-2, O, -4, 3).

(a) Demonstrar que etl' et2' et3 formam uma base de W, isto ,
que estes vetores so linearmente independentes.
(b) Seja /3 (bl' b2, b3, h_.) um vetor em W. Quais so as coor
=

denadas de /3 em relao base ordenada {etp et2, et3}?

(c) Sejam

et'1 = (1, O, 2, O)
et = (O, 2, O, 1)
et = (O, O, O, 3).

Mostrar que et'1, et, et fo,rmam uma base de W.

(d) Se f3 est em W, indiquemos por X a matriz das coorde
nadas de f3 em relao base dos et e por X' a matriz das coor
denadas de f3 em relao base dos et'. Determinar a 3 x 3 matriz
P ta) que X= P X' para todo f3 em W.
Para responder a estas questes usando o primeiro mtodo,
formamos a matriz A com vetores-linha et1, Ctv et3, determinamos
a matriz R, linha-reduzida forma em escada e equivalente a A
e, simultaneamente, efetuamos as mesmas operaes na matriz uni

l ]
dade para obter a matriz inversvel Q tal que R= QA:

2 o 2

[j
2 1
2 o 1 ->R= O 1 o o
o -4 3 o o o 1

[ J H -n
o -6
1 5
o
-4

. (a) claro que R possui posto 3 e portanto etl' et2 e et3 so

mdependentes. .
(b) Quais vetores /3 (bp b2, b3, b4) esto em W? Temos a
=

base de W formada pelos vetores-linha de R, p1, p2, p3. Podemos

78 - ALGEBRA LINEAR

ver imediatamente que o espao gerado por p1 , p2' p3 formado

pelos vetores P para os quais b3= 2b1 . Para um tal p temos

p = b1 P1 + h2P2 + b4p4
= [b1 ,b2 , b4] R
= [b1, b2' b4] QA
= X11X1 + X21X2 + X31X3
onde X;= [bl' b2' b4] Q;:
X1 = b1 - tb2 + b4
(2-26)
X 2 = -bl + %b2 - b4
X3 = - ib2 + tb4
(c) Os vetores IX'p IX, IX so todos da forma (ypy2, y3, y 4)
com h= 2y1 e, portanto, esto em W. Pode-se ver facilmente que
eles so independentes.
(d) A matriz P tem para colunas

p. = [IX'.]
J J

onde f!,I = {1X1, 1X2, 1X3}. As equaes (2-26) nos dizem como deter
minar as matrizes das coordenadas de IX'P IX, IX. Por exemplo
com P=IX temos b1 = 1, b2 =O, b3=2, b4 O e =

X1 = 1 - t(O) + (O) 1 =

X2 = -1 + %(0) - (0) = -1
X3 = - i(O) + t(O) = o.

Assim, IX'1 =IX1 - IX2. Analogamente, obtemos IX=IX2 e IX=21X1 -

[
- 21X2 + IX3. Logo
1 o
p= -1 1
o o

Vejamos, agora, como responderamos s questes usando o

segundo mtodo. Formemos a 4 x 3 matriz B com vetores-colunas
1Xp1X2,1X3:

-].
-4
3
 ESPAOS VETORIAIS - 79

Perguntamos para quais y1, y2, y3, y4 o sistema BX = Y admite

soluo.

-2 -2

l [ J fr,]
Y

[
o o
2 o Y2 -+
2 4 Y2- 2y1 -+
o -4 Y3 o o Y3 - 2y 1
1 Y4, 1 5 Y 4-
y, Y1

l[
Y; - tY, +

[
o -2 3 o o
o -6 Y2-, 2y4 O o 1 6(2y4- Y2)
-+
5 2
1 5 Y4 - Y1 O 1 o - 1+6Y2-3Y4
y
o o Y3- 2y1 O o o Y3- 2y1

Portanto, a condio para que o sistema BX = Y admita uma

soluo y3 2y1 Ento, /3 (bl' b2, b3, b4) est em W se, e
= =

somente se, b3 2b1. Se f3 est em W, ento as coordenadas

=

(xl' x2, x3, x4) na base ordenada {a:l' a:2, a:3} podem ser obtidas da
ltima matriz acima. Para essas coordenadas, obtemos novamente
as frmulas (2-26).
As questes (c) e (d) permanecem com a resoluo anterior .

Exemplo 22. Consideremos a 5 x 5 matriz

]
-1 -1 o
1 4
3 o
1 10 1
o o .1

e os seguintes problemas a respeito de A.

(a) Determinar uma matriz inversvel P tal que PA seja uma
matriz R, linha-reduzida forma em escada.
(b) Determinar uma base para o espao-linha W de A.
(c) (bl' b2, b3, b4, b5) esto em W.
Dizer quais vetores
(d) Na base escolhida em(b), determinar a matriz das coorde
nadas de cada vetor (bl' b2, b3, b4, b5) de W.
(e) Escrever cada vetor (bl' b2 , b3, b4, b5) de W como com
binao linear das linhas de A.
( f) Descrever explicitamente o espao vetorial V das 5 x 1
matrizes-coluna X tais que AX = O.
80 - ALGEBRA LINEAR

(g) Determinar uma base de V.

(h) Para quais 5 x 1 matrizes-coluna Y a equao AX = Y
possui solues X?

"] [
Para resolver estes problemas, formamos a matriz completa
A' do sistema AX Y e aplicamos uma seqncia apropriada de
=

operaes sobre as linhas de A':

r l
2 o 3 o 1 2 o 3 o y
2 -1 -1 O y2 O O -1 -4 o -y1 ,+ Y2
o o 1 4 O y3 - O O 1 4 o Y3 -
2 4 1 10 1 y4 O O 1 4 1 -2y1 + Y4
o o o o 1 y5 O O o o 1 Ys

l
1 2 o 3 o Y
,
o o 1 4 o Y1 - Y2
o o o o o -y1 + Y2 + Y3. -
o o o o 1 -3y1 + Y2 + Y4
o o o o 1 Ys

[ l
2 o 3 o y
,
o 1 4 o Y1 - Y2

[
o o o 1 Ys
o o o o -Y1 + Y2 + Y3
o o o o -3y1 + Y2 + Y4 - Ys

(a) Se

l
Y
,
Y1 - Y2
py =
Ys
-y1 + Y2 + Y3
-3 y1 + Y2 +_y4 Ys '--

P[ i
para todo Y, ento

]
o o o
1 o o o
o o o 1
-1 1 1 o o
-3 1 o 1 -1
 ESPAOS VETORIAIS - 81

logo PA a matriz linha-reduzida forma em escada

1 2 o 3 o
o o 1 4 o
R= o o o o 1
o o o o o
o o o o o

Deve ser ressaltado que a matriz P no nica. Existem, de fato,

muitas matrizes inversveis P (que surgem das diferentes escolhas
das operaes usadas para reduzir A') tais que PA = R.

(b) Como base de W podemos escolher as linhas no nulas

P1 = (1 2 O 3 O)
P2 =(O O 1 4 O)
P3=(O o o o 1)

de R.

(c) O espao-linha W constitudo de todos os vetores da

forma

p= C1P1 + C2P2 + C3P3

= (cp 2c1' c2' 3c1 + 4c2, c3)

onde cl' c2' c3 so escalares arbitrrios. Assim, (bp b2, b3, b4, b5)
est em W se, e somente se,

o que acontece se, e somente se,

b2= 2b1
b4 = 3b1 + 4b3.

Estas equaes so exemplos do sistema geral (2-25) e nos permitem

dizer imediatamente se um dado vetor est em W. Assim, ( - 5, - 10,
1, - 11, 20) uma combinao das linhas de A, o mesmo no acon
tecendo com (1, 2, 3, 4, 5).
82 - ALGEBRA LINEAR

(d) A matriz das coordenadas do vetor (b1, 2b1' b3, 3b 1 +

+ 4b3, b 5 ) na base {p1, p2, p3} , evidentemente,

(e) Existem vrios modos de escrever os vetores de W como

combinaes lineares das linhas de A. O mtodo mais simples
talvez seja o de seguir o primeiro processo, indicado antes do
Exemplo 21:

!]
o o o
-1 o o
o o o A
1 1 o . .

1 o 1 -1

[
Em particular, com f3 = ( - 5, -10, 1, -11, 20), temos

- -i 1
1 2
1 2
f3 = ( - 4, -1, o, o, 20) o o 1 4 o
2 4 1 10 1
o o o o 1

(f) As equaes no sistema RX =O so

x1 + 2x2 + 3x4 =O
x; + 4x4 =O
X5 = O.

Assim, V constitudo de todas as colunas da forma

 ESPAOS VETORIAIS - 83

onde x2 e x4 so arb itrrios.

(g) As colunas

formam uma base de V. Este um exemplo de uma base como a

descrita no Exemplo 15.

(h) A equao AX = Y tem solues se, e somente se,

- Y1 + Y2 + Y3 = O

- 3y 1 + y2 + y4 - y 5 = o.

Exerccios

1. Seja s < n e A uma s x n matriz com elementos no corpo F. Usar o Teo

rema 4 (no sua demonstrao) para mostrar que existe um X, no nulo,
em F""', tal que AX=O.

2. Sejam

1X1 = (1, 1, -2, 1), 1X2 = (3, O, 4, -1), 1X3 = (-1, 2, 5, 2).

Sejam

()(= (4, -5, 9, - 7), p = (3, 1, -4, 4), y = (-1, 1, O, 1).

(a) Quais dos vetores ex, p, y esto no subespao de R4 gerado pelos 1X,?
(b) Quais dos vetores 1X, p, y esto no subespao de C4 gerado pelos 1X,?
(e) Isto sugere algum teorema?

3. Consideremos os vetores em R4 definidos por

1X1 = (-1, O, 1, 2), 1X2 = (3, 4, -2, 5), 1X3 = (1, 4, O, 9).
84 - ALGEBRA LINEAR

Determinar um sistema de equaes lineares homogneas para o qual o espao

das solues seja exatamente o subespao de R4 gerado pelos trs vetores dados.
4. Em C3 sejam

0.:1 = (1, O, -i), o.:2 = (1 + i, 1 - i, 1), o.:3 = (i, i, i).

Demonstrar que estes vetores formam uma base de C3. Quais so as coor
denadas do vetor (a, b, e) em relao a esta base?
5. Fazer uma descrio explcita do tipo (2-25) para os vetores

em R5 que so combinaes lineares dos vetores

<X1 = (1, o, 2, 1, -1), IX2 = ( - 1, 2, - 4, 2, O),

IX3 = (2, -1, 5, 2, 1), e IX4 = (2, 1, 3, 5, 2).

-
6. Seja V o espao vetorial real gerado pelas linhas da matriz

["'
o

n
1 7 -1 -2
A
= 2 14 o 6
6 42 -1 13

(a) Determinar uma base de V.

(b) Dizer quais vetores ( x 1' x2, x3, x4, x5) so elementos de V.
(c) Se (xi' x2, x3, x4, x5 ) estiver em V,, quais sero as suas coordenadas em
relao base escolhida na parte (a)?

7. Seja A uma m x n matriz sobre o corpo F e consideremos o sistema de equa

es AX = Y. Demonstrar que este sistema de equaes admite uma soluo
se, e somente se, o posto-linha de A igual ao posto-linha da matriz com
pleta do sistema.
 Captulo 3

TRANSFORMAES. LINEARES

;u Transformaes Lineares

Introduziremos agora as transformaes lineares, objetos que

estudaremos na maior parte do restante deste livro. O leitor po
der achar til ler (ou reler) a discusso sobre funes no Apndice,
visto que usaremos livremente a terminologia daquela discusso.

Definio. Sejam V e W espaos vetoriais sobre o corpo F.

Uma transformao linear de V em W uma funo T de V em W
ili/ Cflle

T(ca + /3) = c(Ta) + T/3

para todos a e f3 e m V e todos escalares c em F.

1. Se V um espao vetorial arbitrrio, a transfor

Exemplo
fa =IX, uma transformao linear
mao idntica 1, definida por
de V em V. A transformao nula O, definida por Oa O, uma

=

transformao linear de V em V.

Exemplo 2. Seja F um corpo e seja V o espao das funes

polinomiais f de F em F, dadas por

Seja

Ento, D uma transformao linear de V em V - a transfor

mao derivao.
86 - LGEBRA LINEAR

Exemplo 3. Seja A uma m x n matriz, fixa, com elementos

no corpo F. A funo T
definida por T(X)=AX uma transfor
mao linear de F" x 1 em F m x 1. A funo V definida por V (ex) cxA =

uma transformao linear de Fm em F".

Exemplo 4. Seja P uma m x m matriz fixa com elementos no

corpo F e seja Q uma n x n matriz fixa sobre F. Definamos uma
funo T do espao Fm x" em si mesmo por 'I{A) =PAQ. Ento
T uma transformao linear de Fm X n em Fm X n' pois

'I{cA +B) = P(cA +B)Q

= (cPA +PB)Q
= cPAQ +PBQ
= cT(A) + T(B).

Exemplo 5. Seja R o corpo dos nmeros reais e seja V o

espao das funes de R em R que so contnuas. Definamos T por

(Tf) (x) = f: f (t) dt.

Ento T uma transformao linear de V em V. A funo Tf ,

alm de contnua, possui a primeira derivada contnua. A lineari
dade da integrao uma de suas propriedades fundamentais.
O leitor no dever encontrar nenhuma dificuldade para veri
ficar que as transformaes definidas nos Exemplos 1, 2, 3 e 5
so transformaes lineares. Ampliaremos consideravelmente nossa
lista de exemplos medida que aprendermos mais sobre transfor
maes lineares.
importante notar que se T uma transformao linear de
V em W, ento T(O) =O; pode-se ver isto a partir da definio, poi

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

Este ponto freqentemente causa confuso pessoa que estuda

lgebra linear pela primeira vez, desde que ela provavelmente tomou
contato com uma utilizao ligeiramente diferente do termo "fun
o linear". Um comentrio .breve dever eliminar a confuso.
Suponhamos que V seja o espao vetorial R1. Uma transformao
linear de V em V ento um tipo especial de funo com valores
reais definida sobre a reta real R. Num curso de clculo, ter-se-ia
 TRANSFORMAES LINEARES - 87

provavelmente a denominao linear para uma tal funo se seu

1 1
grfico fosse uma reta. Uma transformao linear de R em R ,
de acordo com nossa definio, ser uma funo de R em R, cujo
grfico uma reta que passa pela origem.
Alm da propriedade T(O) =O, destaquemos outra proprie
dade de uma transformao linear arbitrria T. Uma tal transfor
mao "conserva" combinaes lineares; isto , se al' ... , an so
vetores em V e e
1, . . , cn so escalares, ento

Isto decorre imediatamente da definio. Por exemplo,

T(c1a1 + c2a2) = T(c1a1) + T(c2a2)

= c1(Ta1) + c2(Ta2).

Teorema 1. Seja V um espao vetorial de dimenso finita sobre

o corpo F e seja { ex1, , ex,,} uma base ordenada de V. Seja W um

espao vetorial sobre o mesmo corpo F e sejam {31, , Pn vetores .

.

arbitrrios em W. Ento, existe exatamente uma transfarmao

linear T de V em W tal que
Tai =
{Ji, j = 1, ... , n.

Demonstrao. Para demonstrar que existe pelo menos uma

transformao linear T com Tai = {Ji procedemos como segue.
Dado a em V, existe uma nica n-upla (xp ... , xn) tal que

Para este vetor a, definamos

Ento, T uma regra bem definida para se associar a cada vetor a

em V um vetor Ta em W. Pela definio, evidente que Tai = {Ji
para todo j. Para ver que T linear, seja

{3 =
Y11 + + Ynn
em V e e um escalar arbitrrio. Ora,
88 - ALGEBRA LINEAR

portanto, pela definio,

T(crx + /3) = (cx1+ y1)/31+ ...+(ex.+ Y.)f3.

Por outro lado,

n n

c(Trx)+ T /3 = e L X;/3;+ L Y;/3;

i= 1 i= 1

L (ex; + Y)f3i
i= 1
e assim

T(crx+ /3) = c(Trx)+ Tf3.

Se U uma transformao linear de V em W com Urxi = /3i,

n

j = 1, . . . , n, ento, para o vetor rx = I xirxi' temos

i= 1

= I x;(Urx)
i= 1

de modo que U exatamente a regra T que definimos acima. Isto

mostra que a transformao linear T com Trxi = f3i nica.
O Teorema 1 bastante elementar; no entanto, ele to
fundamental, que decidimos enunci-lo formalmente. O conceito
de funo muito geral. Se V e W so espaos vetoriais (no nulos),
existe um grande nmero de funes de V em W. O Teorema 1
ajuda ressaltar o fato de que funes que sejam lineares so extre
mamente especiais.

Exemplo 6. Os vetores

. rx1 = (1, 2)
e
rx2 = (3, 4)
 TRANSFORMAES LINEARES - 89

so linearmente independentes e portanto constituem uma base

2
de R De acordo com o Teorema 1, existe uma nica transfor
2
mao linear de R em R3 tal que

Tal = (3, 2, 1)
e

Tcx2 = (6, 5, 4)

Assim, devemos ser capazes de determinar T(e1). Determi

namos escalares c1 e c2 tais que e1 c1cx1 + c2cx2 e sabemos que
=

Te1= c1 fo.1 + c2 Tcx2 Se (1, O)= c1(1, 2) + c2(3, 4), ento c1 = -2 e

c2= 1. Assim,

T(l, O)= -2(3, 2, 1) + (6, 5, 4)

= (O, 1, 2).

Exemplo 7. Seja T pm
uma transformao linear do espao
das m-uplas no espao F" das n-uplas. O Teorema 1 nos diz que T
determinado de modo nico pela seqncia de vetores /31' ..., /3 m,
onde

/3; = Te; i= 1, ..., m

Em suma, T determinada de modo nico pelas imagens dos ve

tores da base cannica. A determinao

(X = ( xl, ..., xm)

Tcx = X1/31 + . .. + xm/3m.

Se B for a m x n matriz com vetores-linha /31' ..., /3m isto significa

que

Tcx = cxB.

Em outras palavras, se /3;= (B;1, ..., B;n), ento

Esta uma descrio muita explcita da transformao linear. Na

Seo 3.4 faremos um estudo mais profundo da relao entre trans-
90 - LGEBRA LINEAR

formaes lineares e matrizes. No prosseguiremos com a descrio

Ta =ap porque nela a matriz B est direita do vetor a e isto
pode causar alguma confuso. O objetivo deste exemplo mostrar
que podemos dar uma descrio explcita, e razoavelmente simples,
de todas as transformaes lineares de pm em Fn.
Se T uma transformao linear de V em W, a imagem de
T no apenas um subconjunto de W; um subespao de W.
Seja RT a imagem de T, isto , o conjunto de todos os vetores p
de W tais que P =Ta para algum a em V. Sejam p1 e p2 elementos
de RT e seja e um escalar. Existem vetores a1 e a2 em V tais que
T(a1 =P1 e Ta2 = P2 Sendo T linear

T(ca1 + a2) = cTa1 +Ta2

= cP1 + P2
o que mostra que cP1 + P2 tambm est em RT.
Um outro subespao interessante, associado com a transfor
mao linear T, o conjunto N dos vetores a em V tais que
Ta =O. Este conjunto um subespao de V pois
(a) T(O) =O; de modo que N no vazio;
(b) se Ta1 =Ta2 =O, ento

T(ca1 + a2) = cT a1 + Ta2

= cO +O
=

de modo que c a1 + a2 est em N.

Definio. Sejam V e W espaos vetoriais sobre o corpo F e

seja T uma transformao linear de V em W. O ncleo (ou espao
nulo) de T o conjunto de todos os vetores a de V tais que Ta O.
Se V de dimenso finita, o posto de T a dimenso da ima
gem de T e a nulidade de T a dimenso do ncleo de T.
O teorema seguinte um dos resultados mais importantes na
lgebra linear.

Teorema 2. Sejam V e W espaos vetoriais sobre o corpo F e

seja T uma transfarmao linear de V em W. Suponhamos que V
seja de dimenso finita. Ento

posto (T) + nulidade (T) = dim V.

 TRANSFORMAES LINEARES - 91

Demonstrao. Seja { oe1' ... , oek} uma base de N, o ncleo de

T. Existem vetores oek+ 1' ..., oe" em V tais que { oel' ... , oe"} seja uma
base de V. Demonstraremos agora que { Toek+ 1' ... , Toe"} uma

- .
base da imacm de T. Os vetores Toe1, , Ta,, certamente geram a
imagem de T e, como Ta. O, para J. < k, vemos que Ta11+ 1, . . , Toeli
=
J
geram a imagem. Para ver que esses vetores so independentes,
suponhamos que existam escalares c; tais que
n

L ci(Toe;) = O.
i=k+l

Isto diz que

T (f )
i=k+ 1
cioei = O

e, conseqentemente, o vetor oe = L c;oei est no ncleo de T.

i=k+ 1
Como oc1, . . , ock formam uma base de N, existem, necessariamente,
escalares b 1, ... , bk tais que

k
oe =

i
I biai.
== 1

Assim

-
k li

I1 bi oei I
k l
cpi =O
i= j= +

e, como oc1, . .. , " so linearmente independentes, devemos ter

-
Se r o posto de T, o fato de Tock + 1, , Toe" formarem uma
base da imagem de T nos diz que r = n k. Como k a nulidade
de T e n a dimenso de V, est completa a demonstrao.

Teorema 3. Se A uma m X n matriz com elementos no

corpo F, ento

posto-linha (A) = posto-coluna (A).

Demonstrao. Seja T a transformao linear de F" x 1 , 111

pmx 1
definida por T (X) = AX. O ncleo de T o espa1,'<) ,,1lu-
92 .:_ ALGEBRA LINEAR

o do sistema AX = O, isto , o conjunto de todas as matrizes

coluna X tais que AX O. A imagem de T o conjunto de todas
=

as m x l matrizes-coluna Y tais que AX Y tenha soluo em =

X. Se Al' ... , A" forem as colunas de A, ento

.AX = X11 + ... + xnAn

de modo que a imagem de T o subespao gerado pelas colunas
de A. Em outras palavras, a imagem de T o espao-coluna
de A. Portanto

posto (T) = postocoluna (A).

O Teorema 2 nos diz que, sendo S o espao soluo do sistema

AX = O, temos
-

dim S + posto-coluna (A) = n.

Voltando ao Exemplo 15 do Captulo 2, vimos que se r for

a dimenso do espao-linha de A ento o espao soluo S ter
uma base contendo n - r vetores:

dim S =n - posto-linha (A).

evidente agora que

posto-linha (A) =.posto-coluna (A).

A demonstrao que acabamos de dar do Teorema 3 depende

de clculos explcitos envolvendo sistemas de equaes lineares.
Existe uma demonstrao mais conceituai que no depende de tais
clculos. Daremos esta demonstrao na Seo 3.7.

Exerccios

2 2
1. Quais das seguintes funes T de R em R so transformaes lineares?

(a) T(x1, x2) = (1 + x1, x2);

(b) T(x., x2) = (x2, x1);
(e) T(x., x2) = (x, x2);
(d) T(x., x2) = (sen x" x2);
(e ) T(x., xi}= (x1 - x2, O).

2. Determinar a imagem, o posto, o ncleo e a nulidade da transformao nula

e da transformao idntica sobre um espao V de dimenso finita.
 TRANSFORMAES LINEARES - 93

3. Descrever a imagem e o ncleo da transformao derivao do Exemplo 2.

Fazer o mesmo para a transformao integrao do Exemplo 5.

4. Existe uma transformao linear T de R3 em R2 tal que T(I, - 1, I) = (1, O)

e T(I, 1, 1) =
(O, l)?

5. Se

1 = (!, - 1 ), p1 =
(1, O)
2 = (2, -1), P2 =
(O IJ
,

IX3 = (-3, 2), p3 = (1, 1)

existe urna transformao linear T de R2 em R2 tal que 7ix1 = /11 para

i= 1, 2 e 3?
6. Descrever explicitamente (como no Exerccio 1) a transformao linear T de
F 2 cm F2 tal que Te1 = (a, b), Te2 (e, d). =

7. Seja F um subcorpo do corpo dos nmeros complexos e seja T a funo de

F3 em F3 definida por

(a) Verificar que T uma transformao linear.

(b) Se (a, b, e) um vetor em F3, quais as condies sobre a, h, e, para que
o vetor esteja na imagem de T! Qual o posto de T?
(c) Quais so as condies sobre a, b e e para que o vetor esteja no ncleo
de T? Qual a nulidade de T?
8. Descrever explicitamente uma transformao linear de R" em R3 cuja imagem
seja o subespao por (1, O, -1) e (1, 2, 2).

9. Seja V o espao vetorial das 11 x n matrizes sobre o corpo F e seja B uma

n x 11 matriz fixa. Se

T(A) = AB - BA

verificar que T uma transformao linear de V em V.

10. Seja V o conjunto dos nmeros complexos considerado como um espao
vetorial sobre o corpo dos nmeros reais (operaes usuais). Determinar uma
funo de V em V que seja uma transformao linear sobre o espao vetorial
acima, mas que no seja urna transformao linear sobre C 1, isto , que no
seja linear complexa.
11. Seja V o espao das n x 1 matrizes sobre F e seja W o espao das m x 1
matrizes sobre F. Seja A uma m x 11 matriz fixa sobre F e seja T a trans
formao linear de V em W definida por T(X ) AX. Demonstrar que T
=

a transformao nula se, e somente se, A a matriz nula.

12. Seja V um espao vetorial 11-dimensional sobre o corpo F e seja T uma trans
formao linear de V em V tal que a imagem e o ncleo de T sejam idnticos.
Demonstrar que n par. (Dar um exemplo de uma tal transformao linear.)

13. Seja V um espao vetorial e T uma transformao linear de V em V. De

monstrar que as duas afirmaes seguintes sobre T so equivalentes:
94 -'--- ALGEBRA LINEAR

(a} A interseo da imagem de T com o ncleo de T o subespao nulo de V.

(b} Se T(Tcx) = O, ento Tcx = O.

3.2 A lgebra das Transformaes Lineares

No estudo das transformaes lineares de V em W, de impor

tncia fundamental o fato de que o conjunto dessas transformaes
herda uma estrutura natural de espao vetorial. O conjunto das
transformaes lineares de um espao V em si mesmo possui uma
estrutura algbrica mais rica pois a composio usual de funes
fornece uma "multiplicao" dessas tranformaes. Nesta seo
exploraremos essas idias.

Teorema 4. Sejam V e W espaos vetoriais sobre o corpo F.

Sejam T e U transformaes lineares de V em W. A funo (T + U)
definida por
(T + U) (a) = Ta + Ua
uma transformao linear de V em W. Se c um elemento qualquer
de F, a funo (cT) definida por

(cT) (a) = c(Ta)

uma transformao linear de V em W. O conjunto das transfor

maes lineares de V em W, munido da adio e multiplicao escalar
acima definida, um espao vetorial sobre o corpo F.
Demonstrao. Suponhamos que T e U sejam transformaes
lineares de V em W e definamos (T + U) como acima. Ento

(T + U) (ca + /3) = T (ca + /3) + U(ca + /3)

= c(Ta) + T/3 + c(Ua) + U/3
= c(fo + Ua) + (T/3 + U/3)
= c(T + U)(a) + (T + U) (/3)

o que mostra que (T + U) uma transformao linear. Analoga

mente,

(cT ) (da + /3) = e[T (da + /3)]

= c[d(Ta) + T/3]

cd(Ta) + c(T/3)
=

= d[c(fo)] + c(T/3)

mostrando que (cT ) uma transformao linear.

 TRANSFORMAES LINEARES - 95

Para verificar que o conjunto das transformaes lineares de V

em W (munido destas duas operaes) um espao vetorial,
necessrio verificar diretamente cada uma das condies sobre a
adio de vetores e a multiplicao escalar. Deixamos a parte prin
cipal disto a cargo do leitor e contentamo-nos com este comen
trio: O vetor nulo deste espao ser a transformao nula, que
leva todo vetor de V no vetor nulo de W; cada uma das proprie
dades das duas operaes decorre diretamente da propriedade cor
respondente das operaes no espao W

Talvez devamos mencionar outra maneira de considerar este

teorema . Se se define soma e mltiplo escalar como fizemos acima,
ento o conjunto de todas as funes de V em W torna-se um es
pao vetorial sobre o corpo F. Isto nada tem a ver com o fato de
V ser um espao vetorial, mas apenas com o fato de V ser um
conjunto no-vazio. Quando V um espao vetorial podemos
definir uma transformao linear de V em W e o Teorema 4 diz
que as transformaes lineares formam um subespao do espao
de todas as funes de V em W.
Indicaremos o espao das transformaes lineares de V em W
por L(V, W). Lembramos novamente ao leitor que L(V , W) est
definido somente para V e W espaos vetoriais sobre o mesmo corpo.

Teorema 5. Seja V um espao vetorial n-dimensional sobre o

corpo F e seja W um espao vetorial m-dimensional sobre F. Ento
o espao L(V, W) de dimenso finita e tem dimenso mn.

Demonstrao. Sejam

bases ordenadas de V e W, respectivamente. Para cada par de

inteiros (p, q) com 1 :::;; p:::;; m e 1 :::;; q:::;; n, definamos uma transfor
mao linear Ep,q de V em W por

Ep,q(a) = {'
/3p,
se
se
i =f.
i =
q
q

=
(jiqf3p.
De acordo com o Teorema 1, existe uma u111ca transformao
linear de V em W que satisfaz estas condies. Afirmamos que as
mn transformaes EP <J formam uma base de L(V, W).
96 - ALGEBRA LINEAR

Seja T uma transformao linear de V em W. Para cada j,

1 :::;; n, sejam A1i, ... , Ami as coordenadas do vetor Tai em rela
o ase--O rdenada ff'', isto ,

(3-1) Tai= L APif3P.

p=l
Desejamos mostrar que
.n

T= L " A qEp,q
m

(3-2) p
p=l q=l
L..
Seja U a transformao linear no segundo membro de (3-2).
Ento para cada j

Uaj = L L ApqEM(a.)
'
P q

=Ta.J

e, conseqentemente,. U = T. Agora (3-2) mostra que as Ep,q geram

L(V, W); precisamos demonstrar que elas so independentes. Mas
isto evidente pelo que fizemos acima, pois, se a transformao

a transformao nula, ento Uai= O para cada j, portanto

e a independncia dos f3P implica que A

Pi
=O para todos p e j.

Teorema 6. Sejam V, W e Z espaos vetoriais sobre o corpo F.

Seja T uma transfarmao linear de V em W e U uma transformao
 TRANSFORMAES LINEARES - 97

linear de W em Z. Ento, a funo composta UT, definida por

(UT) (a)= U(T(o:)) uma transformao linear de V em Z.

Demonstrao

(UT) (ca + p)= U[T(ca + p)]

= U(cTa + TP)
= c[U(Ta)] + U(Tp)
= c(UT) (a)+ (UT) (p).
No que segue, estaremos primordialmente preocupados .com
transformaes lineares de um espao vetorial em si mesmo. Como
teramos de escrever a todo instante "T uma transformao linear
de V em V", substituiremos isto por "T um operador linear
sobre V".

Definio. Se V um espao vetorial sobre o corpo F, um

operador linear sobre V uma transformao linear de V em V.

Aplicando o Teorema 6 para V= W Z, de modo que U e

=

T sejam operadores lineares sobre o espao V, vemos qu a com

posta UT ainda um operador linear sobre V. Assim, o espao
L(V, V) possui uma "multiplicao", definida sobre si por meio
da composio. Neste caso, o operador TU tam bm est definido
e devemos notar que em geral UT#TU, isto , UT- TU#O.
Devemos notar particularmente o fato de que se T um operador
linear sobre V, ento podemos compor T com T Usaremos a no
2
tao T = TTe, em geral, T" T . . T(n vezes) para n = l, 2, 3, .. .
= . .

Definimos T = I se T#O.

Lema. Seja V um espao vetorial sobre o corpo F; sejam U,

T1 e T2 operadores lineares sobre V; seja c um elemento dl! F.

(a) IU = UI= U;
(b) U(T1 + T2)= UT1 + UT2; (T1 + T2)U = T1U + 1U;
(c) c(UT1)= (cU)T1 = U(cT1).

Demonstrao. (a) Esta propriedade da funo idntica bvia.

Enunciamo-la aqui por mera questo de nfase.

(b) [U(T1 + T2)] (a)= U[(T1 + T2)(o:)]

= U(T1a + T2o:)
98 - ALGEBRA LINEAR

= U(T1a) + U(T2a)
= (UT1)(a) + (UT2)(a)

de modo que U(T1 + T2) = UT1 + UT2 Alm disso

[(T1 + T2)U] (a) = (T1 + T2) (Ua)

= T1(Ua) + T2(Ua)

- = (T1U) (a) + (T2U) (a)

de modo que (T1 + T2)U = T1U + T2U. (O leitor pode notar que
para as demonstraes destas duas leis distributivas no foi usado
o fato de T1 e T2 serem lineares , e que para a demonstrao da
segunda no foi usado tampouco o fato de U ser linear.)
(c ) Deixamos a demonstrao da parte (c) a cargo do leitor.
Este lema e uma parte do Teorema 5 nos dizem que o espao
vetorial L(V, V), munido da operao de composio , o que se
conhece por uma lgebra linear com elemento unidade. Discuti
remos isto no Captulo 4.

Exemplo 8. Se A uma m x n matriz com elementos em F,

1
temos a transformao linear T definida porT(X) = AX, de F" x
pm x 1
em . Se B uma p x m matriz, temos a transformao linear U
pm x 1 1
de em FP x definida por U( Y) = B Y. fcil descrever a
composta UT:

(UT) (X) = U(T(X))

= U(AX)
= B(AX)

= (BA)X.

Assim, UT "a multiplicao esquerda pela matriz produto BA".

Exemplo 9. Seja F um corpo e V o espao vetorial das funes

polinomiais de F em F. Seja D o operador derivao definido no
"
Exemplo 2 e T o operador linear "multiplicao por x :

(Tf) (x) = x f(x) .

Ento DT#- TD. Na verdade, o leitor dever achar fcil verificar

que DT - TD = I, o operador idntico.
 TRANSFORMAES LINEARES - 99

Mesmo no sendo comutativa, a "multiplicao" que temos

sobre L(V, V) est bastante relacionada com as operaes de es
pao vetorial de L(V, V).

Exemplo 10. Seja 14 = { o:1, ... , o:

n
} uma base ordenada do es
pao vetorial V. Consideremos os operadores lineares EM que
apareceram na demonstrao do Teorema 5:

Estes n2 operadores lineares formam uma base do espao dos ope

radores lineares sobre V. O que vem a ser Ep,q E'"? Temos

(EM E'"') (o:;) = EM(,_,o:, )

= isE1" '1(o:,)
=
f>;/'"Pv
Portanto,

E p,q E' = {- se
li/"-', se
r -:f. </
1/ = r.

Seja T um operador linear sobre V. Vimos na demonstrao do

Teorema 5 que se

ento L, L,

T = '' '' A E p,q .

pq
p q

Se

r s

for um outro operador linear sobre V ento pelo ltimo lema

TV = ('' " A EM)() > BrsE')

Li L.i pq L..... ,,_
p q , s

=
LI L L ApqB,.EME'.
p q r s
100 - ALGEBRA LINEAR

Como observamos, os nicos termos que permanecem nesta soma

enorme so os termos nos quais q =re como EP'E' = EP, temos

TU = L L <L: Ap,B,.)EP
p s r

= L L (AB)psEP.
p s

Assim, o efeito de compor T e Uo de multiplicar as matrizes A e B.

Na nossa discusso sobre operaes algbricas com transfor
maes lineares, nada dissemos sobre inversibilidade. Uma questo
especfica de interesse a seguinte: para quais operadores linea
res T sobre o espao V existe um operador linear r-1 tal que
yy 1 y 1y
- = - = I?
A funo T de V em W se diz inversvel se existir uma funo
U de W em V tal que UT a funo idntica sobre V e 7V a
funo idntica sobre W. Se T for inversvel, a funo U nica
e representada por r-1 (Veja Apndice.) Alm do mais, T
inversvel se, e somente se,

1. T injetora, isto , Ta= T/3 implica a= {3;

2. T sobrejetora, isto , a imagem de T W.

Teorema 7. Sejam V e W espaos vetoriais sobre o corpo F e

seja T uma transformao linear de V em W. Se T inversvel ento
a funo inversa T-1 uma transformao linear de W sobre V.
Demonstroo. Ns nos repetiremos aqui por questo de nfase.
y
. Quando T injetora e sobrejetora, existe uma funo inversa
-1,
y
determinada de modo nico, que leva W sobre V tal que r-1
a funo idntica de V e TT-1 a funo idntica de W. O que
estamos demonstrando aqui que, se uma funo linear T inver
svel, ento a inversa r-1 tambm linear.
Sejam /31 e P2 vetores em W e seja e um escalar. Queremos
mostrar que

Seja ai= 11pi, i= 1, 2, isto , seja ai o nico vetor em V tal que

Tai =pi. Como T linear,

T(ca1 + a2) = cTa1 + Ta2

= cP1 + f32
 TRANSFORMAES LINEARES - 101

Assim,coc + oc2 o nico vetor em V que levado por T em

1
cp + Pi> portanto
1
r-1(cP + P2) = C()(l + ()(2
1
c(T-1P ) + T-1p2
=

1
e T-1 linear.
Suponhamos que T seja uma transformao linear inversvel
de V sobre W e que V seja uma transformao linear inversvel
de W sobre Z. Ento UT inversvel e (UT)-1 = T-1u-1. Esta
concluso no requer a linearidade, nem a verificao em separado
de que UT seja injetora e sobrejetora. Ela somente requer a veri
ficao de que r-1 U-1 seja ao mesmo tempo uma inversa es
querda e direita de UT.
Se T for linear, ento T(oc - p) = Toc - Tp; logo, Toc = TP se,
e somente e, T(oc - p) =O. Isto simplifica imensamente a verifi
cao de que T injetora. Diremos que uma transformao linear
T no-singular se Ty =O implicar y =O, isto _, se o ncleo de T
for {O}. Evidentemente, T injetora se, e somente se, T for no
singular. A importncia desta observao que transformaes
lineares no-singulares so aquelas que preservam a indepen4'
dncia linear.

Teorema 8. Seja T uma transformao linear de V em W.

Ento T 11o-si11gular se, e somente se, T leva todo subconju11to
linearmente independente de V sobre um subconjunto linearmente
independente de W.

Demonsrrao. Suponhamos primeiro que T seja no-singular.

Seja S um subconjunto linearmente independente de V. Se oc1, ... , ock
so vetores em S, ento os vetores Ta. , , Ta.k so linearmente
1
independentes, pois se

ento

e como T no-singular
102 -'--- ..LGEBRA LINEAR

do que segue que cada e; = O pois S um conjunto independente.

Este argumento mostra que a imagem de S por meio de T inde
pendente.
Suponhamos - T leve subconjuntos indeendenles sobre
subconjuntos independentes.: Seja a um vetor no-nulo em V.
Ento o conjunto S constitudo apenas pelo vetor a independente.
A imagem de S o conjunto constitudo apenas pelo vetor Ta e
este conjunto independente. Portanto Ta # O, pois o conjunto
constitudo apenas pelo vetor nulo dependente. Isto mostra que
o ncleo de T o subespao nulo, isto , T no-singular.
)

Exemplo 11. Seja F um subcorpo do corpo dos nmeros com

plexos (ou um corpo de caracterstica zero) e seja V o espao das
funes polinomiais sobre F. Consideremos o operador derivao
D e o operador T, "multiplicao por x", do Exemplo 9. Como D
leva todas as constantes em zero, D singular; no entanto, V no
de dimenso finita, a imagem de D todo o espao V e possvel
definir um inverso direita para D. Por exemplo, se E for o ope
rador integrao indefinida:

ento E um operador linear sobre V e DE= 1. Por outro lado,

ED =!= lpois ED leva as constantes em zero. O operador T est,
no que podemos chamar de situao reversa. Se xf (x) = O para
todo x, ento f O. Portanto, T no-singular e possvel deter
=

minar um inverso esquerda para T. Por exemplo, se U for a ope

rao "remover o termo constante e dividir por x":

ento U um operador linear sobre V e UT= 1. Mas TU=!= l

pois toda a funo na imagem de TU est na imagem de T que
o espao das funes polinomiais f tais que f (O) = O.

Exemplo 12. Seja F um corpo e seJa T o operador linear

sobre F2 definido por
 TRANSFORMAES LINEARES - 103

Ento T no singular, pois se T (x 1, x2) = O, temos

X1 + X2 =
x, =o

de modo que x1 =x2=O. Vejamos tambm que T sobrejetor;

de fato, seja (z" z2) um vetor arbitrrio em F2 Para mostrar que
(z 1, z 2) est na imagem de T precisamos determinar escalares x 1
e x2 tais que

e a soluo evidentemente x1=z2, x2=z1-z2 Este ltimo

clculo nos d uma frmula explcita para r- 1, a saber,

Vimos no Exemplo 11 que uma transformao linear pode

ser no-singular sem ser sobrejetora e pode ser sobrejetora sem ser
no-singular. O exemplo acima ilustra um caso importante onde
isto no pode acontecer.

Teorema 9. Sejam V e W espaos vetoriais de dimenso finila

sobre o corpo
F zais qw_' tlim V= dim W. Se T uma tro11s/rma-tw
linear de V em W, as seguintes afirmaes so equivalentes:
(i) T inversvel.
(ii) T no-singular.
(iii) T sobrejetora, isto , a image111 de T W.
Demonstrao. Seja n = dim V= dim W. Pelo Teorema 2 sa-
bemos que

posto (T) + nulidade (T) = n.

Ora.T no singular se. e somente se, nulidade (T)=O, e (como

n= dim W) a imagem de T W se, e somente se, posto (T)= n.
Como o posto mais a nulidade n, a nulidade O precisamente
quando o posto for n. Portanto T no-singular se. e somente se,
T(V)= W. Assim, se uma das condi<,:es (ii) ou (iii) se verificar,
a outra tambm se verificar e T ser nversivel.

O leitor deve tomar cuidado de rio aplicar o Teorema 9

V= dim W.
salvo na presena de dimensionalidade finita e com dim
104 -
ALGEBRA LINEAR

Com as hipteses do Teorema 9, as condies (i), (ii) e (iii) so

tambm equivalentes s seguintes:
(iv) Se {al' . . ., an} uma base arbitrria de V, ento {Ta1,
..., Tan} uma base de W.
(v) Existe pelo menos uma base {a 1' . . , a.} . de V 1 ai que
{Ta 1' . . . , TaJ seja uma base de W.
Daremos uma demonstrao da equivalncia das cinco con
dies, que contm uma demonstrao diferente, da equivalncia
de (i) , (ii) e (iii).
(i) (ii). Se T inversvel, T no-singular. (ii) (iii). Supo
nhamos que T seja no-singular. Seja {a 1 , . , an} uma base de V.
Pelo Teorema 8, {Ta 1 . To:.} um conjunto linearmente inde
. . . .

pendente de vetores em W e como a dimenso de W tambm n,

este conjunto de vetores uma base de W. Agora seja f3 um vetor
arbitrrio em W. Existem escalares e1, , e" tais que

/3 = c1(Ta1) + . . . + cn(Tan)
= T(c11 + ... + cnan)

o que mostra que f3 est na imagem de T. (iii) (iv). Suponhamos

agora que T seja sobrejetora. Se {a1, . . , an} uma base arbitrria
de V, os vetores Tal' . . . , Ta. geram a imagem de T, que todo o
espao W por hiptese. Como a dimenso de W n, estes n vetores
precisam ser linearmente independentes, isto , precisam formar
uma base de W. (iv) (v). No requer nenhum comentrio. (v) (i).
Suponhamos que exista alguma base {al' . . . , a.} de V tal qe
{Ta1, .. . , Tan} seja uma base de W. Como os Ta; geram W, evi
dente que a imagem de T coincide com w. Se a = C11 + ... + cnan
est no ncleo de T, ento

ou

c1(T1) + .. . + c.(Tan) =O
e como os Ta; so independentes, cada e; =O e assim a O. =

Mostramos que a imagem de. T W e que T no-singular, logo

T inversvel.
O conjunto dos operadores lineares inversveis sobre um es
pao V, com a operao de composio, fornece um belo exemplo
do que conhecido em lgebra por um "grupo". Apesar de que
 TRANSFORMAES LINEARES - 105

no teremos tempo para discutir grupos com quaisquer porme

nores, daremos pelo menos a definio.

Definio. Um grupo consiste do seguinte:

(1) Um conjunto G;
(2) Uma regra (ou operao) que associa a cada par de ele
menlos x, y em G um elemenlo xy em G de uma maneira ai que
(a) x(yz) (xy)z, para odo. x, y e z em G (associatividade);
=

(b) exisl e um elemenl o e em G 1 ai que ex = xe= x, para 1 oda

x em G;
( c ) a cada elemento x em G corresponde um element.o x - 1 em
G tal que xx -1=x -1x =e.
Vimos que a composio (U, T)--> UT associa a cada par de
operadores lineares inversveis sobre um espao V outro operador
inversvel sobre V. A composio uma operao associativa. O
operador idntico 1 satisfaz IT
=TI=Tpara todo Te para um T
inversvel existe (pelo Teorema 7) um operador linear inversvel
y- 1 tal que Ty- 1= y- 1 T
=1. Portanto o conjunto dos opera
dores lineares inversveis sobre V, munido desta operao, um
grupo. O conjunto das n x n matrizes inversveis com a multipli
cao de matrizes como a operao outro exemplo de um grupo.
Um grupo dito comutativo se satisfaz a condio xy = yx para
todos x e y. Os dois exemplos que demos acima no so, em geral,
grupos comutativos. Freqentemente indica-se a operao num
grupo comutativo por (x, y)--> x + y em lugar de (x, y)--> xy e usa-se
ento o smbolo O para o elemento "unidade" e. O conjunto dos
vetores de um espao vetorial, com a operao de adio de veto
res, um grupo comutativo. Um corpo. pode ser descrito como
um conjunto com duas operaes, denominadas adio e multi
plicao, que um grupo comutativo em relao adio e no qual
os elementos no-nulos formam um grupo comutativo em relao
multiplicao, valendo a lei distributiva x(y + z) = xy + xz.

Exerccios

1
1. Sejam T e U os operadores lineares sobre R2 definidos p,or 1

(a) Como voc descreveria T e U geometricamente?

(b) Dar regras como as que definem T e U para cada uma das transfor
maes (U + T), UT, TU, T2 U2.
106 - ALGEBRA LINEAR

2. Seja T o (nico) operador linear sobre C3 para o qual

Te1 (1, O, i), Te = (O, l, 1), Te3 = (i, 1, O).

2
=

T inversvel?
3. Seja T o operador linear sobre R3 definido por

T inversvel? Em caso afirmativo, determinar uma regra para T-1 como

a que define T.
4. Para o operador linear T do Exerccio 3, demonstrar que

(T2 - /) (T - 3/)= O.

5. Seja C2 2 o espao vetorial complexo das 2 x 2 matrizes como elementos

complexos. Seja

B= [ - ! - !J
e seja T o operador linear sobre C2 2 definido por T (A) =
B A. Qual o
posto de T? Descrever T2.
6. Seja T uma transformao linear de R3 em R2 e seja U uma transformao
linear de R2 em R3. Demonstrar que a transformao linear UT no
inversvel. Generalizar o teorema.
7. Determinar dois operadores lineares T e U sobre R2 tais que TU =O mas
UT#O.
8. Seja V um espao vetorial sobre o corpo F e T um operador linear sobre V.
Se T2 = O, o que se pode dizer sobre a relao entre a imagem de T e o
ncleo de T? Dar um exemplo de um operador linear T sobre R2 tal que
T2 = O mas T#O.
9. Seja T um operador linear sobre o espao vetorial V de dimenso finita.
Suponhamos que exista um operador linear U sobre V tal que TU= 1.
Demonstrar que T inversvel e U= T-1 Dar um exemplo que mostre
que isto falso quando V no de dimenso finita. (Sugesto: Seja T = D,
o operador derivao sobre o espao das funes polinomiais.)
10. Seja A uma
. m x n matriz com elementos em F e seja T a transformao

linear de F" 1 em Fm 1 definida por T(X) = AX. Mostrar que se m < n

pode acontecer que T seja sobrejetora sem ser no-singular. Analogamente,
mostrar que se m > n podemos ter T no-singular mas no sobrejetora.
II. Seja V um espao vetorial de dimenso finita e seja T um operador linear
sobre V. Suponhamos que posto (T2) =posto (T). Demonstrar que a imagem
e o ncleo de. T so disjuntos, isto , possuem em comum apenas o vetor nulo.
12. Sejam p, m e n inteiros positivos e F um corpo. Seja V o espao das m x n
matrizes sobre F e W o espao das p x n matrizes sobre F. Seja B uma
p x m matriz fixa e seja T a transformao linear de V em W definida por
T(A)= BA. Demonstrar que T inversvel se, e somente se, p= m e B
uma m X m matriz inversvel.
 TRANSFORMAES LINEARES - 107

3.3. Isomorfismo

Se V e W so espaos vetoriais sobre o corp o F, uma transfor

mao linear bijetora (injetora e sobrejetora) T de V em W
denominada um isomorfismo de V em W. Se existir um isomor
fismo de V em W, diremos que V isomorfo a W.
Notemos que V trivialmente isomorfo a V, pois o operador
idntico um isomorfismo de V em V. Alm disso, se V isomorfo
a W por meio de um isomorfismo T, ento W isomorfo a V uma
vez que f-1 um isomorfismo de W em V. O leitor dever achar
fcil verificar que se V isomorfo a W e W isomorfo a Z, ento
V isomorfo a Z. Em suma, o isomorfismo uma relao de equi
valncia sobre a classe dos espaos vetoriais. Se existir um isomor
fismo de V em W, poderemos s vezes dizer que V e W so iso
morfos, em vez de dizer que V isomorfo a W. Isto no causar
confuso alguma porque V isomorfo a W se, e somente se, W
isomorfo a V.

Teorema 10. Todo espao vetorial n-dimensional sobre o corpo

F isomorfo ao espao F".
Demonstrao. Seja V um espao n-dimensional sobre o corpo
F e seja .?4 = { ct 1, . . ., a,,} uma base ordenada de V. Definamos
uma funo T de V em F", como segue: Se ct est em V, seja Ta
a 11-upia (x 1, . . ., x11) das coordenadas de ct em relao base orde
nada f11J, isto , a n-upla tal que

Em nossa discusso de coordenadas no Ca ptulo 2, verificamos

que esta T linear, injetora e leva V sobre F".
Para muitos objetivos freqentemente consideram-se espaos
vetoriais isomorfos como sendo "o mesmo", apesar de que os ve
tores e as operaes nos espaos possam ser bem diferentes, isto ,
freqentemente identificamos espaos isomorfos. No tentaremos
fazer uma longa discusso sobre esta idia no momento mas deixa
remos a compreenso do isomorfismo e do sentido no qual espaos
isomorfos so "o mesmo" crescerem medida que continuemos
nosso estudo de espaos vetoriais.
Faremos alguns comentrios breves. Suponhamos que T seja
um isomorfismo pe V em W. Se S um subconjunto de V, o Teo-
108 -'- ALGEBRA LINEAR

rema 8 nos diz que S linearmente mdependente se, e somente

se, o conjunto T(S) em W independente. Portanto, ao decidirmos
se S independente no importa se consideramos S ou T(S). A
partir disto v-se que um isomorfismo "conserva a dimenso", isto
, todo subespao de V de dimenso finita tem a mesma dimenso
que sua imagem por meio de T. Eis uma ilustrao muito simples
dessa idia. Suponhamos que A. seja uma m x n matriz sobre o
corpo F. Na verdade demos duas definies do espao-soluo da
matriz A. O primeiro o conjunto das n-uplas (x 1, . , x.) em F"
que satisfazem cada uma das equaes do sistema AX O se = O .

gundo o conjunto das l matrizes colunas X tais que AX O.

n x =

O primeiro . espo-soluo 6, portanto, um subespao de F" e o

segundo um subespao do espao de todas as n x 1 matrizes
1
sobre F. Agora existe um isomorfismo evidente entre F" e F"x ,

[]
-.. saber,

(x., .. . , x,)

Por meio deste isomorfismo, o primeiro espao-soluo de A

levado sobre o segundo espao-soluo. Estes espaos tm a mesma
dimenso, portanto se quisermos demonstrar um teorema sobre
a dimenso do espao-soluo, no importar qual espao resol
vamos discutir. Na verdade, o leitor provavelmente no objetaria
se resolvssemos identificar F" com o espao das n x 1 matrizes.
Poderemos faz-lo quando for conveniente, e quando no o for
no o faremos.

Exerccios

1. Seja V o conjunto dos nmeros complexos e seja F o corpo dos nmeros

reais. Com as operaes .usuais, V um espao vetorial sobre F. Descrever
explicitamente um isomorfismo deste espao em R 2
2. Seja V um espao vetorial sobre o corpo dos nmeros complexos e supo
nhamos que exista um isomorfismo T de V em C3 Sejam ct1 '.12 ct-'" ct4
vetores em V tais que

Tct1 == (1, O, i) Tct2 = (-2, 1 +i, O),

Tct3 = ( -1, 1, 1), 7"ct4 = (..j2, i, 3).
 TRANSFORMAES LINEARES - 109

(a) <X1 est no subespao gerado por <X2 e <X3?

(b) Seja W1 o subespao gerado por <X1 e <X2 e seja 11':? o subespao gerado
por <X3 e <X4 Qual a interseo de W1 com W2?
(e) Determinar uma base do subespao de V gerado pelos quatro vetores <Xi.
3. Seja W o conjunto das 2 x 2 matrizes hermitianas, complexas, isto , o con
junto das 2 x 2 matrizes complexas A tais que A,i = A ; (a barra indica conju
;
gao complexa). Como destacamos no Exemplo 6 do Captulo 2, W um
espao vetorial sobre o corpo dos nmeros reais, em relao s operaes
usuais. Verificar que

(x, y, z, t) -+
[t-+X yt-x
y
+ ]
.
IZ
iz

um isomorfismo de R4 em W.
4. Mostrar que pm " isomorfo a Fm''.
5. Seja V o conjunto dos nmeros complexos considerado como um espao
vetorial sobre o corpo dos nmeros reais (Exerccio 1). Definamos uma
funo T de V no espao das
com x e y nmeros reais, ento
2 x 2 matrizes reais, como segue. Se z =x + y
i

7'(z) = [X-lOy 5y J
+ 7y x-7y
(a) Verificar que 1' uma transformao linear (real) injetora de V no espao
das 2 x 2 matrizes.
(b) Verificar que 7'(z1z2) = 1' (z 1 ) T(z2).
(c) Como voc descreveria a imagem de 7'?
6. Sejam V e 11 espaos vetoriais de dimenso finita sobre o corpo F. Demons
trar que V e 11 so isomorfo s se, e somente se, dim V = dim W.
7. Sejam V e 11 espaos vetoriais sobre o corpo F e seja U um isomorfismo de
V em 11 . Demonstrar que T-+ UTu- um isomorfismo de L(V, V) em
L(W, W).

3.4 Representao de Transformaes por Matrizes

Seja V um espao vetorial n-dimensional sobre o corpo F e seja

W um espao vetorial m-dimensional sobre F. Sejam f!.I = {al' ... , a,,}
uma base ordenada de V e f!J' = {[31' .. . , /3m} uma base ordenada
de W. Se T uma transformao linear arbitrria de V em W, ento
T determinada por seu efeito sobre os vetores r Cada um dos n
vetores Tai pode ser expresso de modo nico como uma combi
nao linear

(3-3) Taj = I Aijf3i

i= 1
110 .:_ ALGEBRA LINEAR

dos {Ji, sendo os escalares A1i' ..., Ami as coordenadas de Tai em

relao base ordenada f!4'. Conseqentemente, a transformao
T determinada pelos mn escalares
-
Ai.J por. meio das frniulas (3-3).
A m x n matriz A definida por A {l, j) = Aii denominada a ma-
triz de Tem relao ao par de bases ordenadas f!4 e f!4'. Nosso tra
balho imediat- ser o de compreender explicitamente como a
matriz A determina a transformao linear T.
Se a= x1a1 + . + x"a" um vetor em V,
. . ento

I x/Ta)
j =l

n m

L ci L A;A
j= 1 i= 1

Se X a matriz das coordenadas de a em relao base orde

nada f!J, o clculo acima mostra que AX a matriz das coordenadas
do vetor Ta em relao base ordenada f!4', uma vez que o escalar
'
n

L A;ixi
j =I

o elemento da i-sima linha da matriz coluna AX. Observemos

tambm que se A uma m x n matriz arbitrria sobre o corpo F
ento

(3-4)

define uma transformao linear T de V em W, cuja matriz A,

em relao a f!J, f!J'. Resumindo formalmente:

Teorema 11. Seja V um espao vetorial n-dimensional sobre o

corpo F e W um espao vetorial m-dimensional sobre F. Seja f!J uma
base ordenada de V e f!J' uma base ordenada de W. Para cada trans-
 TRANSFORMAES LINEARES - 111

formao linear T de V em W, existe uma m x n matriz A com ele

mentos em F tal que

[Te.:J 94' = A [c.:]31

para todo vetor a em V. Alm disso, TA uma correspondncia
-->

bijetora entre o conjunto das transformaes lineares de V em W

e o conjunto das m x n matrizes sobre o corpo F.
A matriz A, associada a T no Teorema 11, denominada
matriz de Tem relao s bases ordenadas (ljJ e '. Notemos que
pela Equao (3-3), A a matriz cujas colunas so dadas por

Aj = [Tc.:J 94 , j = 1, ... , n.
Se U for uma outra transformao de V em W e B = [B1, , B,J
for a matriz de U em relao s bases ordenadas (ljJ e f!4', ento
cA + B ser a matriz de c T+ U em rela<,o a (ljJ e '. Isto ev i
dente, pois

cA +
i
Bj =.c[Tc.:J31.+ [UaJ!M
= [cTc.:j + Uc.:J IM'

= [( T + U)c.:.J , .
c
J ,91

Teorema 12. Seja V um espao vetorial n-dimensional sobre o

corpo F e seja W um espao velorial m-dimensional soh. e F. Para
cada par de bases ordenadas f!J, (ljJ' de V e W, respec1 ivamen/ e, a .fn
o que associa a uma transformao linear T sua mal riz em relao
a , f!,' um isomo1jismo en/ re o espao L(V, W) e o espao das
m x n matrizes sobre o corpo F.

Demonstrao. Observamos acima que a funo em questo

linear e, como est enunciado no Teorea 11, esta funo injetora
e leva L(V, W) sobre o conjunto das m x n matrizes.

Es.taremos particularmente interessados na representao por

matrizes de transformaes lineares de um espao em si mesmo,
isto , operadores lineares sobre um espao V. Neste caso, mais
conveniente usar a mesma base ordenada em cada caso, isto ,
tomar (ljJ = f!J'. A matriz representante ser ento denominada
simplesmente a matriz de' Tem relao base ordenada . Como
este conceito ser muito importante para ns, recordaremos sua
definio. Se T um operador linear sobre o espao vetorial V
de dimenso finita e (ljJ = {c.:P . . . , c.:n} uma base ordenada de V,
112 .:__ ALGEBRA LINEAR

a matriz de T em relao a f!8 a n x n matriz A cujos elementos

Aii so definidos pelas equaes

(3-5) Tai L A;pp j 1, ... , n.

i=l
= =

Deve-se ter sempre em mente que esta matriz que representa T

depende da base ordenada f!8 e que existe uma matriz que repre
senta T em relao a cada base ordenada de V. (Para transfor
maes de um espao em outro a matriz depende de duas bases
ordenadas, uma de V e uma de W.) Para no esquecermos esta
dependncia, usaremos a notao

[T]iv
para a matriz do operador linearT em relao base ordenada f!8.
A maneira como esta matriz e a base ordenada descrevem T que,
para cada a em V,

Exemplo 13. Seja V o espao das n x l matrizes-colunas sobre

o corpo F; seja W o espao das m x 1 matrizes sobre F; seja A
uma m X n matriz sobre F, fixa. Seja T a transformao linear
de V em W
definida por T(X) AX. Seja f!8 a base ordenada de
=

V anloga base cannica em P, isto , o i-simo vetor em f!8 a

n x 1 matriz X; com 1 na linha i e com todos os outros elementos
nulos. Seja f!8' a correspondente base ordenada de W, isto , o
j-simo vetor em f!8' a m x 1 matriz lj com 1 na linha j e com
todos os outros elementos nulos. Ento a matriz de T em relao
ao par . f!8' a prpria matriz A. Isto evidente, pois a matriz
AXi a. j-sima coluna de A.

Exemplo 14. Seja F um corpo e seja T o operador sobre F2

definido por

T (x1, x2) = (x1, O).

fcil ver que T um operador linear sobre F2 Seja f!8 a base
ordenada cannica de F2, f!8 = { el' e2} . Ora,

Te1 = T(l, O) = (1, O) = le

1 + Oe 2
Te2 = T(O, .1) = (O, O) = Oe1 + Oe2
 TRANSFORMAES LINEARES - 113

de modo que a matriz de T em relao base ordenada f!J

[T]91= [ ]
Exemplo 15. Seja V o espao das funes polinomiais de R
em R da forma

f (x) c0 c1x c2 x2 3
= + + + c3 x
isto ; o espao das funes polinomiais de grau menor ou igual
a 3. O operador derivao D do Exemplo 2 leva V em V, pois D
diminui o grau. Seja f!J a base ordenada de V formada pelas quatro
funes f1,f2,f3,f definidas por (x) = xi-1 Ento.

(DJ1) (x) = O, O O Df1 = 0/1 + Oj + QI + Oj

(Dj2) (x) 1, Df2 1/1 + Qf + j + Oj
(D/3) (x) 2x, Df3
= =

j + 2j + Oj + Oj
(Df4) (x) = 3 x2 , Dj = Of1
= =

+ Oj + 3j + Of4

de modo que a matriz de D em relao base ordenada f!4

[OOlOOJ
D
[ J.91
OO =
o o 2 o
3 .

o o o o

Vimos o que acontece s matrizes representantes quando as

transformaes so somadas, a saber, que. as matrizes se somam.
Gostaramos agora de perguntar o que acontece quando compomos
transformaes. Mais especificamente, sejam V, W e Z espaos
vetoriais sobre o corpo F, de dimenses n, m e p, respectivamente.
Seja T uma transformao linear de V em W e U uma transfor
mao linear de W em Z. Suponhamos que existam bases ordenadas

para os espaos V, W e Z, respectivamente. Seja A a matriz de T

em relao ao par f!J, f!J' e B a matriz de U em relao ao par !!4',
!!4". fcil ver ento que a matriz C da transformao UT em
relao ao par f!J, !!4" o produto de B por A, pois se
rx um vetor

arbitrrio em V
114 -'-'-- ALGEBRA LINEAR

[To:] a' =
A [o: la
U
[ (fo)J,a = B[Tj,a.
e ento

logo, pela definio e unicidade da matriz' representant,e, temos,

necessariamente, C = BA. Isto tambm pode ser visto efetuando
os clculos

(UT) (c1) = U(To:)

L AkiUf3k)
k=l
=

de modo que temos

m

(3-6) cij L BikAkr

k=l
=

A definio (3-6) de multiplicao de matrizes foi motivada por

meio de operaes sobre as linhas de uma matriz. V-se aqui que
uma motivao bastante forte para a definio encontra-se na com
posio de transformaes lineares. Resumindo formalmente:

Teorema 13. Seiam V, W e Z espaos vetoriais de dimenso

finita sobre o corpo F; seja T uma transfarmao linear de V em W
e U uma transfarmao linear de W em Z. Se f!J, f!J' e f!J" so bases
ordenadas dos espaos V, W e Z, respectivamente, se A matriz de
T em relao ao par f!J, f!J' e B a matriz de U em relao ao par f!J',
f!J", ento a matriz da composta UT em relao ao par f!J,, f!J' a

matriz produto C =
BA.
 TRANSFORMAES LINEARES - 115

Observamos que o Teorema 13 demonstra que a multiplicao

de matrizes associativa - uma demonstrao que no requer
clculos e independente da demonstrao dada no Captulo 1.
Devemos destacar tambm que no Exemplo 12 demonstramos um
caso especial do Teorema 13.
importante notar que se Te U so operadores lineares sobre
um espao V e se estamos usando apenas uma base ordenada !JJ,
ento o Teorema 13 toma a forma simples [ UT]ie = [ U] 14 [ T] fJtJ
Assim, neste caso, a correspondncia que !JJ determina entre opera
dores lineares e matrizes no somente um isomorfismo de espao
vetorial mas conserva tambm produtos. Uma conseqncia sim
pies disto que o operador linear T inversvel se, e somente se,
[T]a uma matriz inversvel. De fato, o operador idntico 1
representado pela matriz unidade em relao a qualquer base orde
nada, portanto

UT = TU = 1

equivalente a

Evidentemente, quando T inversvel

Gostaramos agora de perguntar o que acontece com as matri

zes representantes quando mudamos a bas ordenada. Para efeito
de simplicidade, consideraremos esta questo apenas para opera
dores lineares sobre um espao V, de modo que possamos usar
uma nica base ordenada. A questo especfica a seguinte: seja T
um operador linear sobre o espao de dimenso finita V e sejam a

. f!4 = { oc 1' . . ., oc,.} e f!J' = { oc'l' ... , oc }

duas bases ordenadas de V. Qual a relao entre as matrizes

[TJa e [TJ!Jtl.? Como observamos no Captulo 2, existe uma nica
n X n matriz (inversvel) p tal. que

(3-7) [cx]i11 = P[cx]i11

116 - ALGEBRA LINEAR

para todo vetor a em V. a matriz P = [P 1, .. , Pn] onde P = [rx.'.JIW.

Por definio
i

(3-8) [ Trx.J:sr = [T]a[ a] a.

Aplicando (3-7) ao vetor Ta temos

(3-9) [Ta] iv = P[Trx.] a

Combinando (3-7), (3-8) e (3-9), obtemos

[ T].1VP[rx.]a1= P[Trx.]a
ou

e ento necessrio que

(3-10)

Isto responde nossa pergunta.

Antes de enunciarmos formalmente este resultado, observemos
um fato. Existe um nico operador linear V que leva f!J sobre f!J'
definido por

Uai= rx.'i' j= 1, .. . , n.

Este operador U inversvel uma vez que leva uma base de V sobre
uma base de V. A matriz P (acima) exatamente a matriz do ope
rador V em relao base ordenada f!J. De fato, P definida por

rx.j = L P;p;
i=i

e como Uai= rx.j, esta equao pode ser escrita como

Uai = L PJi;
i=l

Portanto P = [ V]a , por definio.

 TRANSFORMAES LINEARES - 117

Teorema 14. Seja V um espao vetorial de dimenso finita sobre

o corpo F e sejam

/Jl ={oi:" ... , oi:. } e /Jl' ={oi:'" ... , oi: j

bases ordenadas de V. Suponhamos que T seja um opei ador linear

sobre V. Se P = [P1, . . , PJ an x n matriz com colunas Pi= [ oi:;J 111,
ento

Alternativamente, se U o operador inversvel sobre V d(:;linido por

Uoi:i =oi:;, j = 1, . .. , n, ento

[T] 111 = [U];; 1 [TJ.,, [U] 111

Exemplo 16. Seja To operador linear sobre R' definido por

T(xl x2) = (x1, O). No Exemplo 14 mostramos que a matriz de
'

T em relao base ordenada cannica /Jl ={e" e2}

[T]111 = [ ]

Suponhamos que /Jl' seja a base ordenada de R2 formada pelos

vetores e = (1, 1), e; = (2, 1). Ento

e'1 = e1 + e2
e = 2e1 + e2

de modo que P a matriz

Efetuando clculos simples obtemos

1
p- - - [ -
1
1

Assim

[T]1111= p-'[T] 111 P

118 - LGEBRA LINEAR

= [-11 -12] [1o o] [11 12]

= [-11 -12] [1o o2]
=[- ;
J
-

Podemos verificar facilmente que isto est correto porque

= (1, O)= -e e +
Te; = (2, O)= -2e 2e;.
Te
+

Seja V o espao das funes polinomiais de R

15,
Exemplo 17.
em R, de "grau" menor ou igual a 3. Como no Exemplo seja
D o operador derivao sobre V e seja

a base ordenada de V definida por J;_(x)

real e definamos g;(x) = (x + t)i-1, isto
=, xi-1. Seja t um nmero

Como se pode ver facilmente, a matriz

[1oo o1 1 3t 1
t t2
2t
t3
3t2
p =

oo o 1
inversvel com

1o 21tt2 -3t3t2t
-t 3

1
-

o o 1 .
 TRANSFORMAES LINEARES - 119

portanto decorre que ffl' {g1, g2' g3, g4} uma base ordenada
=

-
de V. No Exemplo 15 ficamos sabendo que a matriz de D em

A matriz de D

[ 'j[
em relao base ordenada f!B' portanto

'l
mi
-t t2 1 o l t
2

p-'[D) OI p 1 -2t 3t2

o o 2 1 2t 3t2
o 1 -3t . o o o o 1 3t
o o o 1

lJ J
o o o o o 1

l
-t t2 2t1 3t'

l -2t 3t'2' o o 2 6t
o 1 -3t o o o .3

-r
o o 1 o o o o

1 o
o 2
- o o o
o o o
Assim D representado pela mesma matriz em relao s bases
ordenadas ffl e r!B'. Evidentemente, isto pode ser visto um pouco
mais diretamente pois

Dg1 =
O
Dg2 =
gi
Dg3 = 2g2
Dg4 = 3g3.

Este exemplo ilustra um fato interessante. Se se conhece a matriz

de um operador linear em relao a alguma base ordenada fJB e
quer-se determinar a matriz em relao a outra base ordenada f!jj',
freqentemente o que mais convm efetuar a mudana de coorde
nadas usando a matriz inversvel P; contudo, pode ser muito mais
fcil determinar a matriz representante recorrendo diretmente
sua definio.
120 -'- ALGEBRA LINEAR

Definio. Sejam A e B n x n matrizes (quadradas) sobre o

corpo F. Dizemos que B semlhante a A sobre F se existe
- uma
n x n matriz inversvel P sobre F tal que B = p- i AP.

De acordo com o Teorema 14, temos o seguinte: Se V um

espao vetorial n-dimensional sobre F e f!J e f!J' so duas bases
ordenadas de V, ento, para cada operador linear T sobre V, a
matriz B = [T]iv', semelhante matriz A= [TJ,iv. O argumento
tambm vale no outro sentido. Suponhamos que A e B sejam n x n
matrizes e que B seja semelhante a A. Seja V um espao vetorial
n-dimensional arbitrrio sobre F e seja f!J uma base ordenada de V.
Seja T o operador linear sobre V que representado em relao
base f!J por A. Se B = p-1AP, seja f!J' a base ordenada de V
obtida de f!J por meio de P, isto ,

aj = L Pipi.
i= 1
Ento, a matriz de T em relao base ordenada f!J' ser B.
Assim, a afirmao de que B semelhante a A significa que
em cada espao n-dimensionaf sobre F as matrizes A e B represen
tam a mesma transformao linear em relao a duas bases orde
nadas (possivelmente) distintas.
Notemos que toda n
x n matriz A semelhante a si mesma,

bastando tomar P= I; sl' semelhante a A, ento A semelhante

a B, pois, B=P-1AP implica que A=(P-1)-1BP-1; se B seme
lhante a A e C semelhante a B, ento C semelhante a A, pois
B= p-1 AP e C= Q- 1 BQ implicam que C=(PQ)-1A(PQ). Assim,
a semelhana uma relao de equivalncia: sobre o conjunto das
n x n matrizes sobre o corpo F. Notemos tambm que a nica
matriz semelhante matriz unidade I a prpria I e que a
nica matriz semelhante matriz nula a prpria matriz nula.

Exerccios

2
1. Seja To operador linear sobre C definido por Tx ( " x2) = x( " O). Seja !
2
a base ordenada cannica de C e seja !,l' = {a" a 2} a base ordenada definida
por a1 = (1, i), a2 = (-i, 2).
(a) Qual a matriz de T em relao ao par a, !,l'?
(b) Qual a matriz de T em relao ao par a', a?
(e) Qual a matriz de T em relao base ordenada a'?
(d) Qual a matriz de T em relao base ordenada {a2' a1}?
 TRANSFORMAES LINEARES - 121

2. Seja T a transformao linear de R3 em R2 definida por

(a) Se f!I a base ordenada cannica de /-' e' 111 a base ordenada cannica
2
de R , qual a matriz de T em relao ao par 1!4, !!4'?
(b) Se lJ4 = {a" a2, a3} e f!I' = {P,, P2 }, sendo

a1 = (1, O, -1), a2 = (1, 1, 1), a3 = (1, O, O), {J1 =

(0, 1), {J2 =
(1, O)

qual a matriz de T em relao ao par lJI, f!I'?

3. Seja T um operador linear sobre F", seja A a matriz de 1' em relao
base ordenada cannica de F" e seja 1-1- o subespao de F'' gerado pelos veto
res-colunas de A. Qual a relao de W com TI
4. Seja Jt um espao vetorial bidimensional sobre o corpo F e seja f!I uma base
ordenada de Jt. Se T um operador linear sobre V e

[T]f!I= [ ]
2
demonstrar que 1' - (a + d) 1' + (ad - bc) 1 = O.

5. Seja T o operador linear sobre R-', cuja matriz em relao base ordenada
cannica

[ 1 2 1 )
A= O 1 l_

-1 3 4

Determinar uma base da imagem de 1' e uma base do ncleo de 7:

6. Seja T o operador linear sobre R2 definido por

2
(a) Qual a matriz de T em relao base ordenada cannica de R ?
(b) Qual a matriz de 1' em relao base ordenada f!J = {a1, a2} sendo
a1 = (l, 2) e a2 = (!, 1)? -
(c) Demonstrar qile para todo nmero real e o operador (1' - cl) inversvel.
2
(d) Demonstrar que se lJ4 uma base ordenada qualquer de R e [T],., = A,
ento A12A21 #-O.

3
7. Seja 1' o operador linear sobre R definido por

T(xl' x2, x3) =

(3x1 + x-
3, 2x1 + x2, -x, + 2x2 + 4x3).

(a) Qual a matriz de T em relao base ordenada cannica de R3?

(b) Qual a matriz de 1' em relao base ordenada
122 .;___ ALGEBRA LINEAR

sendo IX1 = (1, O, 1), IX2 = (- 1, 2, 1), e IX3 = (2, 1, l)?

(c) Demonstrar que T inversivel e dar uma regra para T-1 como a que
define T.

8. Seja O um nmero real. Demonstrar que as duas matrizes seguintes so seme

lhantes sobre o corpo dos nmeros complexos:

[cos O
sen O
-sen
coso
]
.
(Sugesto: Seja T o operador linear sobre C2 que representado pela pri
meira matriz em relao base ordenada cannica. Determinar ento vetores
IX1 e ct2 tais que Tct1 = 61XP Tct2= e-i6ct2' e {ctl' ct2} seja uma base.)

9. Seja V um espao .vetorial de dimenso finita sobre o corpo F e sejam S e T

operadores lineares sobre V. Perguntamos: quando que existem bases orde
nadas f!J e f!J1 de V_ tais que [S]t!J = [T:M8"1 Demonstrar que tais bases
existem se, e somente se, existe um operador linear inversvel U sobre V tal
que T= su-1 (Esboo de demonstrao: Se [SJ.@=[T]f!J",'seja U o
operador que leva.@ sobre f!J'; mostrar que S = UTU-1 Reciprocamente se
T= usu-1 para algum U inversvel, seja f!J uma base ordenada arbitrria
de V e seja t!J' sua imagem por meio de U. Mostrar ento que [S],96' = [T]f!J'.)

10. Vimos que o operador linear 1' sobre R2 definido por T(xp x,) = (xp O)
representado em relao base ordenada cannica pela matriz

A= [ J
2
Este operador satisfaz T = T. Demonstrar que se S um operador linear
2
sobre R2 tal que S = S, ento S = O ou S = l ou ento existe uma base
ordenada rM de R2 tal que [S]f!J= A (acima).

11. Seja W o espao das n x 1 matrizes-colunas sobre um corpo F. Se A uma

n x n matriz sobre F, ento A define um operador linear LA sobre W por

meio da multiplicao esquerda: LA(X) = AX. Demonstrar que todo ope
rador linear sobre W a multiplicao esquerda por alguma n x n matriz,
isto , L A para algum A.
. _

Suponhamos agora que V seja um espao vetorial-dimensional sobre o corpo

F e seja f!J uma base ordenada de V. Para cad ct em V definamos UIX= [ ct]f!J.
Demonstrar que U um isomorfismo de V em W. Se T um operador linear
sobre V; ento UTU-1 m operador linear sobre W. Isto sgnifica que
UTu-r a multiplicao esquerda por alguma n x n matriz A. Qual a
matriz A?

12. Seja V um espao vetorial n-dimensional sobre o corpo F e seja f!J = {ct , ..., ctn}
1
uma base ordenada de V.
(a) De acordo com o Teorema 1, existe um nico operador linear T sobre
V tal que
 TRANSFORMAES LINEAR.ES - 123

Tai = ai+ l' j = 1, .. , . n - 1, Ta. = O.

Qual a matriz A de T em relao base .ordenada 14?

(b) Demonstrar que T" =O mas r-1 #O.
(c) Seja S um operador linear arbitrrio sobre V tal que S" =O mas s-1 #O.
Demonstrar que existe uma base ordenada f!iJ1 de' V tal que a matriz de S em
relao base ordenada f!iJ' a matriz A da parte (a).
(d) Demonstrar que se Me N so n '>< n matrizes sobre F tais que M" = N" =O
mas M"- 1 #O # N"-1, ento M e N so semelhantes.

13. Sejam V e W espaos vetoriais de dimenso finita sobre o corpo F e seja T

uma transformao linear de V em W. Se
f!iJ = {11.1, ,a.} e f!iJ' = {P" ... , P } ..

so bases ordenadas de V e W, respectivamente, definamos as transformaes

lineares EM como na demonstrao do Teorema 5: F,M(a;) = 01,,p". Ento
as E"'', 1 s; p s; m, l s; q s; 11, formam uma base de L(V, W), e portanto
m "

T = I I A,,,,Ep,q
p= 1 q= 1

para certos escalares A.,, (as coordenadas de T em relao a. esta base de

L(V, W)). Mostrar que a matriz com elementos A(p,q) =A,,., exatamente a
matriz de T em relao ao par f!iJ, r!fi'.

3.5 Funcionais Lineares

Se V um espao vetorial sobre o corpo F, uma transfor
mao linear f de V no corpo F dos escalares tambm denomi
nada funcional linear sobre V. Se partirmos do incio, isto significa
que f uma funo de V em F tal que

f (ccx + /3) = cf (ex) + f (/3)

para todos os vetores ex e f3 em V e todos os escalares e em F. O
conceito de funcional linear importante nos estudos dos espaos
de dimenso finita porque ajuda organizar e esclarecer a discusso
de subespaos, equaes lineares e coordenadas.

Exemplo 18. Seja F um corpo e sejam a 1, , " escalares

em F. Definamos a funo f sobre F":

f(xl, ...,xn) = alx1 + + an Xn.

Ento f um funcional linear sobre F", e representado pela matriz

[a1' ... , a" ] em relao base ordenada cannica de F" e base
{1} de F:
124 - ALGEBRA LINEAR

ai = f (e), j = 1, ... , n.

Todo funcional linear sobre F" dessa forma, para determinados

escalares al' . . . ,
"
Isto decoire imediatamente da definio de
funcional linear pois colocamos ai = j (e) e usamos a linearidade

f (xl' ... , x" ) = 1( ) Xh

=L,x)()

=
L XJ .J

Exemplo 19. Eis um exemplo importante de funcional linear.

Seja n um inteiro positivo e F um corpo. Se A uma n x n matriz
com elementos em F, o trao de / o escalar

tr A = A 11+ A 22+ . .. + A nn

A funo trao um funcional linear sobre o espao das matrizes

F"x", pois
ti

tr(cA + B) = L (cA;; + B;)

i= 1

n n
= e L A;; + L B;;
i=l i= 1

= e tr A+ tr B.

Exemplo 20. Seja V o espao vetorial das funes polinomiais

do corpo F em si mesmo. Seja t um elemento de F. Se definirmos

L,(p) = p(t)
ento L1 ser um funcional linear sobre V. Geralmente descreve-se
isto dizendo que, para cada t, o clculo do valor em t um fun
cional linear sobre o espao das funes polinomiais. Talvez de
vamos observar que o fato de as funes serem polinomiais, no
desempenha nenhum papel neste exemplo. O clculo do valor
em t um funcional linear no espao de todas as funes de F em F.
 TRANSFORMAES LINEARES - 125

Exemplo 21. Este talvez seja o funcional linear mais impor

tante da matemtica. Seja [a, b] um intervalo fechado na reta real
e seja C([a, b]) o espao das funes contnuas definidas sobre
[a, b], com valores reais. Ento

L(g) = rg(t)dt
define um funcional linear L sobre C([a, b]).
Se V um espao vetorial, a coleo de todos os funcionais
lineares sobre V constitui um espao vetorial de uma maneira
natural. Trata-se do espao L(V, F). Representamos este espao
por V* e o denominamos espao dual de V:

V*= L(V, F).

Se V de dimenso finita podemos obter uma descrio bas

tante explcita do espao dual V*. Pelo Teorema 5 sabemos alguma
coisa sobre o espao V*, a saber, que

dim V*= dim V .

Seja 36= { cv:l' ... , cv:"} uma base de V. De acordo com o Teorema 1,
existe (para cada i) um nico funcional linear J; sobre V tal que

(3-11)

Desta maneira obtemos a partir de 36 um con unto de n funcionais

lineares distintos /1, . . , f sobre V. Estes funcionais tambm so
linearmente independentes. De fato, suponhamos que

li

(3-12) J = L C;);
i= 1

Ento
n

I (cv:) = I cJ,(cv:)
i=l

= I cJ>ij
i= 1
126 -'-- ALGEBRA LINEAR

Em particular, se f o funcional nulo, f(oc) =O para cada j, logo,

os escalares cj so todos nulos. Ora, fl' . . . , fn so n funcionais
linearmente independentes e como sabemos que V* tem dimenso n,
devemos ter que :?J* = lf1, ... ,fJ uma base de V*. Esta base
dita a base dual de P.

Teorema 15. Seja V u m espao vetorial d e dimenso f inita sobre

o corpo F e seja :?J = { a1, . .. , txnf uma base de V. Ento existe uma
nica base dual :?J* = { fl' . .. , fn} de V* tal que fJo:) = <\. Para
cada funcional linear f sobre V temos
n

(3-13) r L: r(ocJr;
i=
=

e p ara cada vetor oc em V temos

(3-14)' a L fi(oc) oci.

i= 1

Demonstrao. tj
D monstraremos acima que existe uma nica
base que "dual" a P. Se f um funcional linear sobre V ento
f alguma combinao linear (3-12) dos J; e, como observamos
por (3-12), os escalares cj so dados necessariamente por cj=f(oc).
Analogamente, se
n

oc = L xioci
i= 1
um vetor em V, ento

Jj(oc) = I xfiocJ
i= 1 .

= x.J
de modo que a nica expresso de oc como combinao linear dos

O(i
n

oc = I J;(oc) oci.
i= 1
 TRANSFORMAES LINEARES - 127

A equao (3-14) nos fornece agora uma maneira satisfatria

de descrever o que a base dual. Ela nos diz que se f!lJ {al' ... , cx.}
=

uma base ordenada de V e f!lJ* lfl' . .. j J a base dual, ento

=
, ;

f; exatamente a funo que associa a cada vetor cx em V a i-sima

coordenada de et em relao base ordenada f!JJ. Assim podemos
tambm chamar as J; de funes coordenadas para f!lJ. A frmula
(3-13) quando combinada com (3-14) nos diz o seguinte: Se f est
em V* e f(cx;) =a;, ento se

temos
(3-15)

Em outras palavras, se fixamos uma base ordenada f!lJ de V e des

crevemos cada vetor em V por sua n-upla de coordenadas (xl' ... , x11)
em relao a f!lJ, ento, todo funcional linear sobre V da forma
(3-15). Esta a generalizao natural do Exemplo 18 onde foi visto
o caso especial V = F" e f!lJ { s 1, ... , 1>11 } .
=

Exemplo 22. Seja V o espao vetorial das funes polinomiais

de R em R, de grau menor ou igual a 2. Sejam tl' t2 e t3 trs quais
quer nmeros reais distintos e seja

L;(P) =
p(t;).

Ento L 1, L 2 e L3 so funcionais lineares sobre V. Estes funcionais

so linearmente independentes; de fato, suponhamos que

Se L O isto , se L(p) O para todo p em V, ento, aplicando

=
,
=

2
L s "funes" polinomiais particulares 1, x, x , obtemos

c1 + c2 + c3 = O
t1c1 + t2c2 + t3c3 = 0
ti c1 + t; c2 + t; c3 =
O .

Disto decorre que c1 c2 = =

c3 =
O pois (como mostram alguns
,

clculos simples) a matriz

128 .:___ LGEBf!A LINEAR

[;1 t 3.
t t 1
/ ]
e inversvel quando tl' t2 e t3 so distintos. Portanto, os L; so.
independentes e como V tem dimenso 3, estes funcionais formam
uma bse de V*. Qual a base de V cuja dual esta? Tal base
{ptt' P2, p3} de V precisa satisfazer

Li(P) = 1i

ou

Estas funes polinomiais so, como se v facilmente,

A base .{pl' p2' p3} de V interessante porque, de acordo com

(3-14), temos, para cada p em V,

P = p(t1)P1 + p(t2)P2 + p(t3)P3

Assim, se cl' c2 e c3 so nmeros reais arbitrrios, existe exata

mente uma funo polinomial p sobre R de grau menor ou igual
a 2 que satisfaz p (t) = ci, j = 1, 2, 3. Esta funo polinomial
p = C1P1 + C2P2 + C3P3
Discutamos agora a relao entre f1mcionais lineares e subes
paos. Se f um funcional linear no nulo, o posto de f 1, pois
a imagem de f um subespao no nulo do corpo dos escalares
e necessariamente o corpo dos escalares. Se o espao V sbja
cente for de dimenso finita, o teorema do posto mais a nulidade
(Teorema 2) afirma que o ncleo NI tem dimenso
dimN dim V-1.
1
=
 TRANSFORMAES LINEARES - 129

Em um espao vetorial de dimenso n, um subespao de dimenso

n - 1 denominado um hiperplano. Estes espaos so s vezes
denominados subespaos de codimenso 1. Perguntamos: todo
hiperplano ncleo de um funcional linear? fcil ver que a
resposta afirmativa. E no muito mais dificil mostrar que todo
subespao d-dimensional de um espao n-dimensional a inter
seo dos ncleos de (n - d) funcionais lineares (Teorema 16
abaixo).

Definio. Se V um espao vetorial sobre o corpo F e S um

subconjunto de V, o anulador de S o conjunto S dos funcionais
lineares f sobre tais V que f(ex) O para todo ex em S.
=

Deve ficar claro para o leitor que S um subespao de V*,

seja S um subespao de V ou no. Se S o conjunto formado
apenas pelo vetor nulo, ento, .S = V*. Se S = V, ento S o
subespao nulo de V*. (Isto fcil de ver para o caso em que V
de dimenso finita.)

Teorema 16. Seja V um espao vetorial de dimenso finita sobre

o corpo F e seja W um subespao de V. Ento

dim W + dim W = dim V.

Demonstrao. Seja k a dimenso de W e {ex1, ..., exk} uma

base de W. Tomemos vetores exk + 1' ..., exn em V tais que {ex 1, , exn} .

seja uma base de V. Seja {!1' ..., fn} a base de V* que a dual
desta base de V. Afirmamos que {fk + 1, ..., fn } uma base do
anulador W. Certamente fi pertence a W- para i ;;:::: k + 1, porque

f,(ex) = ii

e ii = O se i;;:::: k + 1 e j::;; k; disto decorre que, para i ;;:::: k + 1,

J;(ex)
= O sempre que' ex seja uma combinao linear de exl' ..., exk.
Os funcionais fk + 1, ..., fn so independentes, portanto basta mostrar
qtte eles geram W. Suponhamos que f esteja em V*. Ora,
n
! = I f (exi) J;
i= 1
de modo que, se f est em W, temos f (exi) = O para i::;; k e
n
! =
I ! (ex)J;.
i=k+1
130 -'--- ALGEBRA LINEAR

Mostramos assim que se dim W = k e dim V =

n ento

dim w = n - k.

Corolrio. Se W um subespao k-dimensional de um espao

vetorial V, n-dimensional, ento W a interseo de (n - k) hiper
planos em V.

Demonstrao. Este um corolrio da demonstrao do Teo

rema 16, mais do que do seu enunciado. Com a notao da
demonstrao, W exatamente o conjunto dos vetores oc tais que
fi(oc) O i k + 1, ... , n. Quando k n 1, W o ncleo de f,,.
=
, = = -

Corolrio. Se W 1 e W2 so subespaos de um espao vetorial

de dimenso finita, ento w1 w2 = se, e somente se, w = w.
Demonstrao. Se W 1 W2 ento certamente W W. Se
= =

W1 # W2 ento um dos subespaos contm um vetor que no est

no outro. Suponhamos que exista um vetor oc que esteja em W2
mas no em W1. Pelos corolrios anteriores (ou a demonstrao
do Teorema 16), existe um funcional linear f tal que f (/3) O para =

todo p em W, mas f (a.) # O. Ento f est em W1 mas no em W

e w # w.
Na prxima seo daremos uma demonstrao diferente destes
dois corolrios. O primeiro corolrio afirma que se fixarmos alguma
base ordenada para o espao, cada subespao k-dimensional pode
ser descrito, especificando-se (n - k) condies lineares homogneas
sobre as coordenadas, em relao quela base.
Consideremos rapidamente sistemas de equaes lineares homo
gneas do ponto de vista de funcionais lineares. Suponhamos ter
um sistema de equaes lineares

11X1 + . . . + Alnxn =
O

cujas solues queiramos determinar. Se indicarmos por fi, i = 1,

. . , m, o funcional linear sobre pn definido por
.
 TRANSFORMAES LINEARES - 131

ento estamos procurando o subespao de F" constitudo por todos

ix tais que

fJix) = O, i = 1, . ., m.
.

Em outras palavras, estamos procurando o subespao anulado por

f1, . ,fm. A linha-reduo da matriz dos coeficientes nos fornece
um mtodo sistemtico para determinar esse subespao. A n-upla
(A;1, . ., . A;.) d as coordenadas do funcional linear f; em relao
base que dual da base cannica de F". O espao-linha da
matriz dos coeficientes pode portanto ser considerado como o
espao de funcionais lineares gerado por !1' .. .,f m' o espao
soluo o subespao anulado por esse espao de funcionais.
Agora podemos considerar o sistema de equaes do ponto
de vista "dual". Isto , suponhamos que nos sejam dados m vetores
em F"

e queiramos determinar o anulador do subespao gerado por esses

vetores. Como um funcional linear arbitrrio sobre F" tem a forma

a condio para que festeja nesse anulador que

L A;fi = O, i = 1, . ., m
.

j=l

isto , que (c1, ..., e,,) seja uma soluo .do sistema AX = O . Sob
este ponto de vista, a linha-reduo nos d um mtodo sistemtico
para determinar o anulador do subespao gerado por um dado
conjunto f inito de vetores em F".

Exemplo 23. Consideremos os trs funcionais lineares sobre R:

f1(xl, X2, X3, X4) =

X1 + 2x2 + 2x3 + X4
f2(X1, x2' X3, X4) =
. 2x2 + X4 .
f (xl' x2, x3, x4) =
-2x1 - 4x3 + 3x4.

O subespao que eles anulam pode ser descrito explicitamente,

determinando-se a matriz linha-reduzida forma em escada que
linha-equivalente a
132 - ALGEBRA LINEAR

A= [; 2 1
o 1 .
]
-2 o -4 3
/'
Um rpido clculo ou um exame do Exemplo 21 do Captulo 2,
mostra que

]
o 1
o

Portanto os funcionais lineares

gl(xl' X2, X3, X4) =

X1 + 2x3
g2(x1' x2' X3, X4) =
X2
g3(X1, X2, X3, X4) =
X4

4
geram o mesmo subespao de (R )* e anulam o mesmo subespao
de R4 que fl ' f2, f3. O subespao anulado constitudo dos veto-
res com
X1 =
-2x3
X2 =
X4 =

Exemplo 24. Seja W o subespao de R5 gerado pelos vetores

oc1 =
(2 -2, 3, 4, -1),
, oc3 =
(O O, -1, -2, 3),
,

0(2 =
( -1, 1, 2, 5, 2), OC4 =
(1, -1, 2, 3, O).

Como se descreve W, o anulador de W? Formemos a 4 x 5 ma

1 [
triz A com vetores-linhas ocl' oc2' oc3, oc4 e determinemos a matriz R

[-i
linha-reduzida forma em escada que linha-equivalente a A;

l.
-2 3 4 -1 1 -1 o 1
1 2 5 o 1 -2 o
A
= O
1
o
-1
-1
2
2
-3 i
R

o
o
o
o
o
o
1
o

Se f um funcional linear sobre R5,

5
f(x1, ..., Xs) =
L1 eh
j=
 TRANSFORMAES LINEARES - 133

ento f est em W se, e somente se, f (ex) = O, i = 1, 2, 3, 4, isto ,

se, e somente se,

L ;fi = O, 1 ::;; i ::;; 4.

j= l

Isto equivalente a

5
L Riici = O, 1 ::;; i ::;; 3
j= l
ou

c1 - c2 - c4 =

C3 + 2c4 0 =

C5 =O.

Obtemos todos esses funcionais lineares atribuindo valores arbi

trrios a c2 e c4, por exemplo, c2 =a e c4 = b e depois calculando
os correspondentes c1 =a+ b, c3 = -2b, c5 = O. Portanto, W
consiste de todos os funcionais lineares f da forma

A dimenso de W 2 e pode-se encontrar uma base {f1, f2} de

W tomando primeiro a 1, b O e depois a = O, b = 1:
= =

f1(Xp . .
, X5) = Xl + Xz
f2(Xp
, X5) = X1 - 2x3 + X4.

Um f arbitrrio em W f =
af 1 + bf2

Exerccios

1. Em R3, sejam oc1 = (1, O, 1), oc2 =(O, l, -2), oc3 = (-1, -1, O).

(a) Se f um funcional linear sobre R3 tal que

e se oc = (a, b, e), determinar f(oc).

(b) Descrever explicitamente um funcional linear f sobre R3 tal que

134 -'--- ALGEBRA LINEAR

(c) Seja f um funcional linear arbitrrio tal que

Se IX= (2, 3, -1), mostrar que f(1X) #-O.

3
2. Seja fJI = {1Xl' IX2, 1X3} a base de C definida por

IX1 = (1, O, -1), IX2 = (1, 1, 1), IX3 = (2, 2, O).

Determinar a base dual de ffl.

3. Se A e B so n x n matrizes sobre o corpo F, mostrar que trao (AB) trao =

(BA). Mostrar depois que matrizes semelhantes tm o mesmo trao.

4. Seja V o espao vetorial das funes polinomiais p de R em R que tm grau

menor ou igual a 2, ou seja,

Definamos trs funcionais lineares sobre V por

f. 1 f. 2
-
f1(p) =
0 p(x) dx f 2(p) = 0 p(x) dx f3(p) =
10 p(x) dx.

Mostrar que {f1,f2,f3} uma base de V" exibindo a base de V da qual

ela dual.

5. Se A e B so n x n matrizes complexas, mostrar que impossvel ter-se

AB - BA = 1.
6. Sejam m e n inteiros positivos e F um corpo. Sejam f1 , ..., fm funcionais
lineares sobre F". Para IX em F" definamos

Mostrar que T uma transformao linear de F" em Fm. Mostrar ento que
toda transformao linear de F" em da forma acima, para certos
t> ... , m

7. Sejam IX1 (1, O, -1, 2) e IX2 = (2, 3, 1, 1) e seja W o subespao de R4

=

gerado por IX1 e IX2 Quais funcionais lineares f,

esto no anulador de W?

8. Seja W o subespao de R5 gerado pelos vetores

IX1 = 81 + 282 + 83 , IX2 = 82 + 383 + 3e4 + 85

1X3 = 81 + 482 + 683 + 484 + e5
 TRANSFORMAES LINEARES - 135

Determinar uma base de W.

9. Seja V o espao vetorial das 2 x 2 matrizes sobre o corpo dos nmeros

reais e seja

Seja W o subespao de V que consiste de todas A tais que AB=O. Seja f um

funcional linear sobre V que esteja no anulador de W. Suponhamos que
f(J) =O e f(C) = 3, sendo 1 a 2 x 2 matriz unidade e

e= [ ]-
Determinar f (B).

10. Sej F um subcorpo do corpo dos nmeros complexos. Definamos n fun

cionais lineares sobre F"(n ;;:: 2) por

j(x P .. ., x.)= I (k - j) xi' 1 5: k 5: n.

j= l

Qual a dimenso do subespao anulado por f1, . j?

,

11. Sejam 11-1 e W2 subespaos de um espao vetorial V de dimenso finita.

(a) Demonstrar que (W; + W2)= W n W.
(b) Demonstrar que (W; n W2)= W + W.

12. Seja V um espao vetorial de dimenso finita sobre o corpo F e seja W um

subespao de V. Se f um funcional linear sobre W demonstrar que existe
um funcional linear g sobre V tal que g(a) = f (a) para todo a no subespao W.

13. Seja F um subcorpo do corpo dos nmeros complexos e seja V um espao

vetorial arbitrrio sobre F. Suponhamos que f e g sejam funcionais lineares
sobre V tais que a funo h, definida por h(a)=f(a)g(a) tambm seja um
funcional linear sobre V. Demonstrar que ou f=O ou g =O.

14. Seja F um corpo de caracterstica zero e seja V um espao vetorial de dimenso

finita sobre F. Se ai' ..., am so um nmero finito de vetores em V, todos dife
rentes do vetor nulo, demonstrar que existe um funcional linear f sobre V
tal que

f (a,) #O, i = 1, ..., m.

15. De acordo com o Exerccio 3, matrizes semelhantes possuem o mesmo trao.

Portanto podemos definir o trao de um operador linear sobre um espao de
dimenso finita, como sendo o trao de qualquer matriz que represente o ope
rador em relao a uma base ordenada. Essa uma boa definio pois todas
as matrizes representantes de um mesmo operador so semelhantes.
136 -'--- ALGEBRA LINEAR

Seja agora V o espao das 2 x 2 matrizes sobre o corpo F e seja P uma

2 2' matriz fixa, Seja T o operador linear sobre V definido por T(A) = PA.
x

Demonstrar que trao (T) = 2 trao (P).

16. Mostrar que o funcional trao sobre n x n matrizes o nico no seguinte sen
tido: se W o espao das n x n matrizes sobre o corpo F e se f um
funcional linear sobre W tal que f (AB) = f (BA) para todas as A e B em W,
ento f um mltiplo escalar da funo trao. Se, alm disso, f (1) = n, ento
f a funo trao.

17. Seja W o espao das n x n matrizes sobre o corpo F e seja W o subespao

gerado pelas matrizes C da forma C AB - BA. =

Demonstrar que W0 exatamente o subespao das matrizes que tm

trao nulo. (Sugesto: Qual a dimenso do espao das mtrizes de trao
nulo? Usar as "matrizes unitrias", isto , as matrizes com exatamente um
elemento no-nulo, para construir um nmero suficiente de matrizes linear
mente independentes da forma AB - BA.)

3.6 O Bidual

Uma das perguntas a respeito de bases duais que no foi res

pondida na ltima seo se cada base de V* a dual de alguma
base de V. Uma maneira de responder esta questo considerar
V**, o espao dual de V*.
Se a um vetor de V, ele induz um funcional linear L sobre
V*, definido por

L(f)=f(a) f , em V*.

O fato de que L linear apenas uma reformulao da defi

nio de operaes lineares em V*:

L.,(cf+ g)= (cf+ g) (a)

(cf) (a)+ g(a)
=

cf(a)+ g(a)
=

cL(f)+ L(g).
=

Se V for de dimenso finita e a#O, ento L #O; em outras

palavras, existe um funcional linear f tal que f(a)#O. A demons
trao muito simples e foi dada na Seo 3.5: Escolhemos uma
base ordenada .14= { al' ... , an} de V tal que a1=a e para f, o
funcional linear que assCia a cada vetor em V sua primeira coor
denada em relao a base ordenada .14.
 TRANSFORMAES LINEARES - 137

Teorema 16. Seja V um espao vetorial de dimenso finita sobre

o corpo F. Para cada vetor a em V definamos

L(f) = f(a), f em V*.

A aplicao <X-+ L ento um isomorfismo de V em V**.

Demonstrao. Mostramos que para todo a a funo L
linear. Suponhamos que a e fJ estejam em V, c esteja em F e seja
y = ca + {J. Ento, para todo f em V*

Lif) = f(y)
f(ca + {J)
=

cf (a) + f ({J)
=

= c L( f) + L1i(f),
portanto,

Isto mostra que a aplicao a -+ L uma transformao linear de

V em V**. Esta transformao no-singular, pois de acordo com
as observaes acima La.=O se, e somene se, a =O. Portanto,
a -+ L uma transformao linear no-singular de V em V**,
e como

dim V** = dim V* = dim V

o Teorema 9 nos diz que esta transformao inversvel, sendo

portanto um isomorfismo de V em V**.

Corolrio. Seja V um espao vetorial de dimenso finita sobre

o corpo F. Se L um funcional linear sobre o espao V* dual de V,
ento existe um nico vetor a em V tal que

4,f) = f(a)

para todo f em V*.

Corolrio. Seja V um espao vetorial de dimenso finita sobre

o corpo F. Toda base de V* a dual de alguma base de V.

Demonstrao. Seja f!I* = {fp . , ln} uma base de V*,

. . Pelo
Teorema 15, existe uma base {Lp ... , L n } de V** tal que
138 - ALGEBRA LINEAR

Usando o corolrio acima, para cada i existe um vetor rxi em V tal que

para todaf em V*, isto , tal que Li= L(1., Decorre imediatamente
que {rxl' ... , rx.} uma base de V e que B* a dual desta base.
Em vista do Teorema 17, geralmente identificamos rx com La.
e dizemos que V "" o espao dual de V* ou que os espaos V e
V* so duais um do outro de uma maneira natural. Cada um o
espao dual do outro. No ltimo corolrio vimos um exemplo de
como este fato pode ser usado. Aqui est mais um exemplo:
Se E um subconjunto de V*, o anulador E (tecnicamente)
um subconjunto de V**. Se decidirmos identificar V e V**, como
no Teorema 17, ento E um subespao de V, a saber, o con
junto de todos os rx em V tais que f (rx)=O para todo f em E. Num
dos corolrios do Teorema 16 observamos que cada subespao W
determinado pelo seu anulador W. Determinado de que ma
neira? A resposta que W o subespao anulado por todos os f
em W, isto , W a interseo dos ncleos de todos os f em W.
Como nossa atual notao para anuladores, a resposta pode ser
formulada de uma maneira muito simples: W= (W).

Teorema 18. Se S um subconjunto qualquer de um espao

vetorial V de dimenso finita, ento (S) o subespao gerado por S.
Demonstrao. Seja W o subespao gerado por S. Obviamente
W = S. Portanto, devemos demonstrar que W = W. J fizemos
uma demonstrao. Aqui est uma outra. Pelo Teorema 16

dim W + dim W = dim V

dim W + dim W = dim V*

e sendo dim V= dim V*, temos

dim w= dim w00.

Como W um subespao de W, vemos que W= W.

Os resultados desta seo so vlidos para espaos veto
toriais arbitrrios; no entanto, sua demonstrao requer o uso do
assim chamado Axioma da Escolha. Queremos evitar uma extensa
 TRANSFORMAES LINEARES - 139

discusso deste axioma e portanto no trataremos de anuladores

de espaos vetoriais em geral. Mas, existem dois resultados a res
peito de funcionais lineares sobre espaos vetoriais arbitrrios que,
por serem to fundamentais, devero ser includos aqui.
Seja V um espao vetorial. Queremos definir hiperplanos em
V. A no ser que V seja de dimenso finita, no podemos dar essa
definio atravs da dimenso do hiperplano. Mas, podemos tra-
duzir a idia de um espao N, que preenche V a menos de uma
dimenso, da seguinte maneira:
1. N um subespao prprio de V .
2. Se W um subespao de V contendo N, ento ou W = N
ou W=V.
Tomadas em conjunto, as condies (1) e (2) dizem que N
um subespao prprio e no existe nenhum subespao prprio
maior; em suma, N ' um subespao prprio maximal.
Definio. Se V um espao vetorial, um hiperplano em V
um subespao prprio maximal de V.

Teorema 19. Se f um funcional linear no nulo sobre o espao

vetorial V, en to o ncleo de f um hiperplano em V. Reciproca
mente, todo hiperplano de V o ncleo de um (no nico) .funcional
linear no nulo sobre V.
Demonstrao. Seja f um funcional linear no nulo sobre V e
N1 o seu ncleo. Seja i:x. um vetor em V que no esteja em N , isto ,
I
um vetor tal que f (i:x.) #O. Vamos mostrar que todo vetor de V
pertence ao subespao gerado por N
I
e a. Este subespao for
mado por todos os vetores

y + ca y em N 1 , e em F.

Seja {3 um vetor de V. Definamos

({3)
e =f
f(a)

o que faz sentido pois f (a) =I= O. Ento todo vetor y = {3 - ca est
em N 1, pois

f (y) =f({3 -ca)

=f({J)-c f(a)
=.
140 - ALGEBRA LINEAR

Portanto, fJ pertence ao subespao gerado por Nf e a.

Seja agora N um hiperplano em V. Fixemos um vetor a que
no esteja em N. Como N um subespao prprio maximal, o
subespao gerado por N e a o espao todo V. Portanto, todo
vetor f3 em V tem a forma

f3 = y + ca y em N, c em F.

O vetor y e o escalar c so determinados de modo nico por {J.

Se tambm tivssemos

'
fJ = y' + c'a y em N, c' em F,

ento
'
(c' - c ) a = y - y.

'
Se c' - c =f. O, a estaria em N; logo c'= c e y = y. Uma outra
maneira de formular nossa concluso esta: Se f3 est em V, existe
um nico escalar c tal que fJ - ca est em N. Chamemos esse
escalar de g(/3). fcil ver que g um funcional linear sobre V e
que N o ncleo de g.

Lema. Se f e g so funcionais lineares bre um espao vetorial

V, ento g um mltiplo escalar de f se, e somente se, o ncleo
de g contiver o ncleo de f, isto , se, e somente se, f(a) =O impli
car g(a) =O.
Demonstrao. Se f = O ento tambm g = O e g trivialmente
um mltiplo escalar de f. Suponhamos f =f. O, de modo que o ncleo
Nf seja um hiperplano em V. Escolhamos um vetor a em V com
f (a)-:/- O e seja
g(a) .
c=
f (a)

O funcional linear h = g - cf nulo sobre Nf pois tanto f como g

so nulos sobre Nf e h(a) g(a) - cf (a). Assim h nulo sobre o
=

subespao gerado por Nf e !X - e este subespao V. Conclumos

que h = O, isto , que g = cf.

Teorema 20. Sejam g, f1, ... , f, funcionais lineares sobre utn

espao vetorial V e sejam N, N 1, N, se us respectivos ncleos.
. ,
 TRANSFORMAES LINEARES - 141

Ento g uma combinao linear de f1 , , f, se, e somente se, N

com iver a interseo N 1 n ... n N ,.
Demonstrao. Se g = c1/1 + ... + cJ, e f,(rx.) =O para cada i,
ento obviamente g(rx.) O Portanto, N contm N1 n .. n N,.
= . .

Provaremos a recproca (a parte "se" do teorema) por induo

sobre o nmero r. O lema precedente demonstra o teorema para
o caso r = 1. Suponhamos o resultado conhecido para r k-1 =

e sejam f1, ,fk funcionais lineares com ncleos N1' ..., Nk tais
. .

que N 1 n ... n Nk esteja contido em N, o ncleo de g. Sejam

g', f, ... ,f_1 as restries de g, fp ...,fk-l ao subespao Nk.
Ento g',f 'l' ... ,f_1 so funcionais lineares sobre o espao veto
rial Nk. Alm do mais, se rx. um vetor em Nk e f ;(a)= O, i = 1, ... ,
k-1, ento rx. pertence a N1 n ... n Nk e portanto g'(rx.) O Pela = .

hiptese de induo (o caso r = k 1), existem escalares ci' tais que

-

,
g = c1 j''1 + +
c
k 1 f'k-1

Seja
k -1
(3-16) h = g -
I cJ,:
i= 1

Ento h um funcional linear sobre V e utilizando (3-16), h(rx.) =O

para todo rx. e m Nk. Pelo lema anterior, h um mltiplo escalar
de fk. Se h = cJk, ento
k

n = I cJ;
i=-1

Exerccios

l. Seja n um inteiro positivo e F um corpo. Seja W o conjunto de todos os

vetores (x 1' . ., x.) em F" tais que x 1 + ... + x,,
. O. =

(a) Demonstrar que w0 consiste dos funcionais lineares f da forma

f(xl' . . , x.)
. =e L x/
1
j=

(b) Mostrar que o espao W* dual de W pode ser identificado de maneira

"natural" com os funcionais lineares

sobre F" que satisfazem c1 + ... + e. = O.

142 - LGEBRA LINEAR

2. Usar o Teorema 20 para demonstrar o seguinte: Se W um subespao de

dimenso finita de um espao vetorial V e se {gl' .. ., g,} uma base arbitrria
de W, ento

W= n N., .
i= 1

3. Sejam S um conjunto, F um corpo e V(S;F) o espao das funes de Sem F:

(f + g) (x) = f(x ) + g (x)

(cf) (x) = cf(x).

Seja W um subespao n-dimensional arbitrrio de V(S;F). Mostrar que exis

tem pontos Xp ... , x. em S e funes fp ... ,f. em W tais que f,(x) = b1r

3. 7 A Transposta de uma Transformao Linear

Suponhamos que V e W sejam dois espaos vetonais sobre

o corpo F e sejam uma transformao linear de V em W. Ento
T induz uma transformao linear de W* em V*, como segue.
Supnhamos que g seja um funcional linear sobre W e seja

(3-17) f(a) = g(Ta)

para cada a em V. Ento (3-17) define uma funo f de V em F,

a saber, a composta de T, uma funo de V em W, com g, uina fun
o de W em F. Como Te g so ambas lineares, o Teorema 6 nos
diz que f tambm linear, isto , f um funcional linear sobre V.
Assim T nos fornece uma funo T1 que a cada funcional linear g
sobre W faz corresponder um funcional linear f = T1g sobre V,
definido por (3-17). Notemos tambm que T' na verdade uma
transformao linear de W* em V*; de fato, se g1 e g2 esto em
W* e c um escalar

[T1(cg1 + g2)](a) = (cg1 + g2) (TrY.)

= cg1(Tr1.) + gz(TrY.)
= c(T1g1)(a) + (T1g2)(a)

de modo que T1(cg1 + g2) = cT'g1 + T'g2.. Faamos um resumo.

Teorema 21. Sejam V W espaos vetoriais sobre o corpo F.

Para cada transformao linear T de V emw existe uma nica trans
formao linear T1 de W* em V* tal que
'
(T1g) (a) g (Ta) =

para todos g em W* e a em V.
 TRANSFORMAES LINEARES - 143

Denominaremos T' a transposta de T. Esta transformao T'

freqentemente denominada a adjunta de T; no entanto, no
usaremos essa terminologia.

Teorema22. Sejam V e W espaos vetoriais sobre o corpo F e

seja T uma transformao linear de V em W. O ncleo de T 1 o
anulador da imagem de T. Se V e W so de dimenso finil a, ento
(i) posto (T 1) = posl o (T);
(ii) a imagem de T 1 o anulador do ncleo de T.

Demonstrao. Se g est em W*, ento por definio

(T1g)(rx) = g(Trx)

para todo rx em V. A afirmao de que g est no ncleo de T' signi

fica que g(Trx) =O para todo rx em V. Portanto, o ncleo de T'
exatamente o anulador da imagem de T.
Suponhamos que V e W sejam de dimenso finita, digamos
dim V= n e dim W = n. (i) Seja r o posto de T, isto , a dimen
so da imagem de T. Pelo Teorema 16, o anulador da imagem de
T tem dimenso (m - r). Pela primeira afirmao deste Teorema,
a nulidade de T' deve ser (m - r). Mas como T' uma transfor
mao linear sobre um espao vetorial m-dimensional, o posto de
T m - (m - r ) = r, logo T e T' tm o mesmo posto. (ii) Seja N
o ncleo de T. Todo funcional que est na imagem de T1 est no
anulador de N; de fato, suponhamos que f = T1g para algum g
em W*; ento, se rx est em N

f (rx) = (T1g)(rx) = g (Trx) = g (O) = O.

Ora, a imagem de T1 um subespao do espao N, e

dim N = n - dim N = posto (T) = posto (T1)

de modo que a imagem de T1 deve ser exatamente N.

Teorema 23. Sejam V e W espaos vetoriais de dimenso finita

sobre o corpo F. Seja f!J uma base ordenada de V com base dual f!J*
e seja f!J' uma base ordenada de W com base dual f!J'*. Seja T uma
transformao linear de V em W; seja A a matriz de T em relao a
f!J, f!J' e seia
B a matriz de T 1 em relao a f!J'* , f!J * . Ento B IJ
. . = AJ... 1
144 - ALGEBRA LINEAR

Demonstrao. Sejam

fJI {oc 1
= ocn } ,
' . ' !JI' = {/31' Pm}, ,

= .
[JI* if1, .. JJ , ,
!JI'* = {gl, ... g m } . ,

Por definio,

Toei L Aiif3i' j = 1, . . , . n
i= 1
=

Pgj = L BiJi' j = 1, .
.. , m.
t= 1
Por outro lado,

m
= Ll Akigif3k)
k=

Para qualquer funcional linear f sobre V

m
t = I t (oc)f;
i= 1

Aplicando esta frmula ao funcional f = T'gi e usando o fato de

que (T'g) (oc;) = Aii temos

T'gj L. Aj,ff
i= 1
=

do que decorre imediatamente que Bii =Ai;

Definio. Se A uma m x n matriz sobre o corpo F, a trans

posta de A a n x m matriz A' definida pr A:j Aw =
 TRANSFORMAES LINEARES - 145

O Teorema 23 afirma , portanto, que se T uma transfor

mao linear de V em W, cuja matriz em relao a algum par de
bases A, ento a transformao transposta T1 representada em
relao ao par de bases duais pela matriz transposta A'.

Teorema 24. Seja A uma m x n matriz arbitrria sobre o corpo

F. Ento o posto-linha de A igual ao posto-coluna de A.
Demonstrao. Seja !14 a base ordenada cannica de F" e !14' a
base ordenada cannica de Fm. Seja Ta transformao linear de F"
em Fm tal que a matriz de T em relao ao par !14, !!J' seja A, isto ,

onde
n

yi L Aiixi"
j= 1
=

O posto-coluna de A o posto da transformao T, pois a imagem

de Tconsiste de todas as m-uplas que so combinaes lineares dos
vetores-colunas de A.
Em relao s bases duais !14'* e !14*, a aplicao transposta
T' representada pela matriz A 1 Como as colunas de A1 so as
linhas de A, vemos, pelo mesmo raciocnio, que o posto-linha de A
(o posto-coluna de A1) igual ao posto de T'. Pelo Teorema 22,
T e T1 tm o mesmo posto, logo o posto-linha de A igual ao
posto-coluna de A.
Vemos agora que se A uma m x n matriz sobre F e T a
transformao linear de F" em pm definida acima, ento

posto (T) = posto-linha (A) = posto-coluna (A)

e denominaremos este nmero simplesmente o posto de A.

Exemplo 25. Este exemplo ser de natureza geral - mais

uma discusso que um exemplo. Seja V um espao vetorial n-dimen
sional sobre o corpo F e seja Tum operador linear sobre V. Supo
nhamos que !14 = {al' ... , an} seja uma base ordenada de V. A
matriz de T em relao base !14 definida como sendo a n x n
matriz A tal que
146 - ALGEBRA LINEAR

Taj = L A;p;;
j= 1

em outras palavras, Aii a i-sima coordenada do vetor Trx.i em

relao base ordenada P. Se {!1, , JJ a base dual de P,
isto pode ser enunciado simplesmente como

A ii = f;(T!X).

Vejamos o que acontece quando mudamos de base. Suponhamos que

seja outra base ordenada de V, com base dual {!, .. . , f}. Se B

a matriz de T em relao base ordenada t,I', ento

Seja U o operador linear inversvel }al que Uai= rxj. Ento, a

transposta de U dada por V'l'; = ; E fcil verificar que por ser U
inversvel, U1 tambm o e (UT1 = (u-1y. Assim J; = (U 1 )1J;
- ,

i = 1, ... , n. Portanto,

Bii = [(u-1 )'l';] (Trx.j)

=f;(u 1Trx.j)
-

=f;(U-1TUrx.).
O que significa isto? Bem, f;(u-1 TUrx) o el.emento i, j da matriz
de u- 1 TU em relao base ordenada P. Nossos c lculos acima
mostram que este escalar tambm o elemento i, j da matriz de T
em relao base ordenada t,I'. Em outras palavras,

[T]a= [U 1 TU] g.J

-

= [u-1]a[T]a[U]a
= [V]; 1 [T]a [U] a

e esta exatamente a frmula de mudana de base que deduzimos

anteriormente.

Exerccios

2
1. Seja F um corpo e seja j o funcional linear sobre F definido por f (x" x2) =

= ax1 + bx 2 Para cada um dos operadores lineares T seguintes, sendo

g = T'f, determinar g(x., x2).
 TRANSFORMAES LINEARES - 147

(a) T(x1, x2) = (x1, O);

(b) T(x" x2) = (-x2, x1);
(c) T(x1, x2 ) = (x1 - x2, x1 + x2).

2. Seja V o espao vetorial das funes polinomiais sobre o corpo dos nmeros
reais. Sejam a e b nmeros reais fixos e seja f o funcional linear sobre V defi
nido por

f( )
p =
r )d .
p(x x

Se D o operador derivao sobre V, o que D'f?

3. Seja V o espao das n x n matrizes sobre um corpo F e seja B uma n x n

matriz fixa. Se T o operador linear sobre V definido por T( A) AB - BA =

e se f a funo trao, o que Tf?

4. Seja V um espao vetorial de dimenso finita sobre o corpo F e seja T um

operador iinear sobre V. Seja e um escalar e suponhamos que exista um
vetor no-nulo ex em V tal que Ta ccx. Demonstrar que existe um funcional
=

linear no-nulo f sobre V tal que T'f cf.

=

5. Seja A uma m x n matriz com elementos reais. Demonstrar que A = O se,

e somente se, trao ( A' A) O. =

6. Seja n um inteiro positivo e seja V o espao das funes polinomiais sobre o

corpo dos nmeros reais, de grau menor ou igual a n, isto , funes da forma

f(x) = c0 + c1x + ... + c.x".

Seja D o operador derivao sobre V. Determinar uma base do ncleo do

operador transposto D'.

7. Seja V um espao vetorial de dimenso finita sobre o corpo F. Mostrar que

T-+ T' um isomorfismo de L(V, V) em L(V*; V*).

8. Seja V o espao vetorial das n x n matrizes sobre o corpo F.

(a) Se B uma n x n matriz fixa, definamos uma funo j sobre V por
f8(A) =trao (B'A). Mostrar que f8 um funcional linear sobre V.
(b) Mostrar que todo funcional linear sobre V da forma acima, isto ,
f8 para algum B.
(c) Mostrar que B-+ f8 um isomorfismo de V em V*.
 Captulo 4

POLINMIOS

4.1 lgebras

O objetivo deste captulo estabelecer algumas das proprie

dades bsicas da lgebra dos polinmios sobre um corpo. A dis'cus
so ser facilitada se introduzirmos primeiro o conceito de uma
lgebra linear sobre um corpo.

Definio. Seja F um corpo. Uma lgebra linear sobre o cor

po F um espao vetorial d sobre F com uma operao adicional,
dita multiplicao de vetores, que associa a cada par de vetores IX,
f3 em d um vetor IX/J em d dito o produto de IX por f3 de maneira
tal qu

(1) a multiplicao associativa,

a(f3y) = (a.f3)y

(2) a multiplicao distributiva em relao adio,

a(/3 + y) = af3 + ay e (a + f3)y = ay + {Jy

(3) para cada escalar c em F,

c(a/3) = (ccx)f3 = cx(c/3 ).

Se existir um elemento 1 em d tal que la= cxl =ex para todo ex

em d, denominaremos d uma lgebra linear com elemento unidade
sobre F e dfnominaremos 1 o elemento unidade de d. A lgebra d
dita comutativa se exf3 Pex para todos ex e f3 em d.
=

Exemplo 1. O conjunto das n x n matrizes sobre um corpo,

com as operaes usuais, uma lgebra linear com elemento uni-
 POLINMIOS - 149

dade; em particular o prprio corpo uma lgebra com elemento

unidade. Esta lgebra no comutativa se n :2: 2. O corpo (evi
dentemente) comutativo.

Exemplo 2. O espao dos operadores lineares sobre um espao

vet<:>rial, com o composto como o produto, uma lgebra linear
com elipento unida,d. Ela comutativa se, e somente se, o espao
unidimensional. -

-O litf talvez 'tenha tido alguma experincia com o produto

escalar e com o produto vetorial em R3. Se o caso, deve verificar
que nenhum desses produtos o do tipo descrito na definio de
uma lgebra linear. O produto escalar, como o nome indica, associa
cada par de vetores um escalar, e assim, certamente, no o tipo
de produto que ora discutimos. O produto vetorial associa de fato
um vetor a cada par de vetores em R3; no entanto, esta no uma
multiplicao associativa.

. O restante desta seo ser dedicado construo de uma lge

bra que significativamente diferente das lgebras dos exempios
precedentes. Seja F um corpo e S o conjunto dos inteiros no
negativos. Pelo Exemplo 3 do Captulo 2, o conjunto de todas
as funes de S em F um espao vetorial sobre F. Indicaremos
este espao vetorial por F00 Os vetores em F00 so portanto
seqncias infinitas f (f0,f1,f2,. ..) de escalares f; em F. Se
=

0 ,
g =(g , g1 g2 , ...), com g; em F e a, b so escalares em F, af + bg
a seqncia infinita dada por

(4-1) af + bg =
(af0 + bg0, af1 + bg1' af2 + bg2, .. ) .

Definamos um produto em F00 associado a cada par de vetores f,

g em Fro o vetor fg que dado por
n
(4-2) (fg)n =
L fign-i' n =O, 1, 2,
i=O

Assim

e como
n n
. (gf )n =
L gJn-i L Jign-i = ( fg )n
i=O i=O
150 - ALGEBRA LINEAR

para n = O, 1, 2, ... , segue que a multiplicao comutativa, isto ,

fg = gf. Se h tambm pertence a F00, ento

n
[{fg)h]n = L (fg);hn-i
i=O

i tCt fg h
)
o j i-j n-i

n u-j
=
L j L Y;hn-i-j
j=O i=O

=
j=O
I .fj(gh)n-j = [f (gh)]n
para n = O, 1, 2, ... , segue que a multiplicao comutativa, isto ,

(4-3) (fg)h = f(gh).

Deixamos a cargo do leitor verificar que a multiplicao definida

por (4-2) satisfaz (2) e (3) da definio de uma lgebra linear e que
o vetor 1 = (1, O, O, ...) funciona como um elemento unidade de F00
Ento, F00, com as operaes definidas acima, uma lgebra linear
comutativa com elemento unidade sobre o corpo F.
O vetor (O, 1, O, ... , O, ...) desempenha um. papel notvel no
que segue -emos consistentemente por x. Em todo este
captulo, x nunca ser usado para indicar um elmento do CO_!P F.
O produto de x por si mesmo n vezes ser indicado por x" e colo
caremos x ,;;, 1. Ento

x2 =
(O, O, 1, O, ...), x3 = (O, O, O, 1, O, ...)

e, de maneira geral, para cada inteiro k ;;:::: O, (xk)k = 1 e (xk)n = O

para todos inteiros no-negativos n =1- k. Concluindo esta seo,
observemos que o conjunto formado por 1, x, x2, ... independente
e infinito. Assim a lgebra F00 no de dimenso finita.
A lgebra F00 denominada, algumas vezes, lgebra das sries
formais de potncias sobre F. O elemento f = (f0,f1,f2, ...) fre
qentemente representado por
 POLINMIOS - 151

(4;-4)

Esta notao mmto conveniente para efetuar operaes alg

bricas. Quando ela for usada, deve se ter em mente que ela pura
mente formal. No existem "somas infinitas" em lgebra e a no
tao (4-4) de sries de potncias no deve sugerir nada quanto a
convergncia, se que o leitor sabe o que seja isto. Usando seqn
cias, foi possvel definir precisamente uma lgebra na qual as ope
raes se comportam como adio e multiplicao de sries formais
de potncias, sem correr o risco de confuso a respeito de objetos
como somas infinitas.

4.2 A lgebra dos Polinmios

Estamos agora em condies de definir um polinmio sobre o

corpo F.

Definio. Seja F [x] o subespao de F00 gerado pelos vetores

1, x, x 2, . : . Um elemento de F [x] dito um polinmio sobre F.

Como F [ x] consiste de todas as combinaes lineares (fim tas)

de x e suas potncias, um vetor no-nulo f em F00 um polinmio
se, e somente se, existe um inteiro n ;;::: O tal que fn #O e tal que
fk = O para todos os inteiros k > n; este inteiro (quando existe)
evidentemente nico e denominado o grau de j'. Indicamos o
grau de um polinmio por gr(f) e no atribumos nenhum grau ao
polinmio nulo. Se f um polinmio no7nulo de grau n temos que

Os escalares /0, f 1, . ., fn so s vezes ditos os coeficientes de f e

podemos dizer que f um polinmio com coeficientes em F. Deno
minaremos polinmios da forma ex polinmios constantes e fre
qentemente indicaremos xc0 por e. Um polinmio no-nulo f de
grau n tal que fn = 1 dito um polinmio unitrio.

O leitor deve notar que polinmios no so a mesma coisa

que funes polinomiais sobre F, j discutidas em vrias ocasies.
Se F possuir infinitos elementos, existe um isomorfismo natural
entre F[x] e a lgebra das funes polinomiais sobre F. Discuti-
152 - ALGEBRA LINEAR

remos isto na prxima seo. Verifiquemos que F[x] uma

lgebra.

Teorema 1. Sejam f e g polinmios no-nulos sobre F. Ento

(i) fg um polinmio no-nulo;
(ii) gr (fg) = gr(t) + gr(g);
(iii) fg um polinmio unitrio se f e g so ambos polinmios
unitrios,
(iv) fg um polinmio constante se, e somente se, f e g so
polinmios constantes;
(v) se f + g ; O,

gr (f + g) s mx (gr (t), gr (g)).

Demonstrao. Suponhamos que f tenha grau m e que g tenha

grau n. Se k um inteiro no-negativo.

m+n+k
Jg)m+n+k =
L Ji gm+n+k-i"
i=O

Para que figm+n+k-i #O, necessrio que 1 s m e m + n + k - is n.

Logo, necessrio que m + k s i s m, o que implica k =O e i = m.

Assim,

(4-6)

(4-7) (jg)m+n+k =O, k >O.

As afirmaes (1), (11), (ni) decorrem imediatamente de (4-6) e (4-7),

enquanto (iv) uma conseqncia de (i) e (ii). Deixamos a verifi
cao de (v) a cargo do leitor.

Corolrio 1. O conjunto dos polinmios sobre um dado corpo F

uma lgebra linear comutativa com elemento unidade sobre F, em
relao s operaes dadas por (4-1) e (4-2).

Demonstrao. Como as operaes (4-1) e (4-2) so aquelas

definidas na lgebra F"' e como F[x] um subespao de F00,
 POLINMIOS - 153

basta demonstrar que o produto de dois polinmios novamente

um polinmio. Isto trivial quando um dos fatores nulo e, em
caso contrrio, decorre de (i).

Corolrio 2. Suponhamos que f, g e h sejam polinmios sobre

o corpo F tais que f # O e fg = fh. Ento g = h.
= .fh,
- = O,
Demonstrao. Como .f f (g - h) e como f # O
decorre imediatamente de (i) que g h = O.
Certos fatos adicionais decorrem bastante facilmente da
demonstrao do Teorema 1 e mencionaremos alguns deles.
Suponhamos que

m 11

I = L J>i e g = L gjxi.
i=O j=O

Ento, de (4-7) obtemos

(4-8)
(s )m+11

fg sO /rgs..._r Xs.
=

O leitor deve verificar que, no caso particular de f =ex"', g = dx"

com e, d em F, (4-8) reduz-se a

(4-9)

Ora, de (4-9) e das leis distributivas em F [x], segue que o produto

em (4-8) tambm dado por

(4-10) L.f;gjxixi
1,j

onde a soma estendida a todos os pares i, j de inteiros tais que

O:::;i:::;m, e O:::;j:::;n.

Definio. Seja d uma lgebra linear com elemento unidade

sobre o corpo F. Indicaremos o elemento unidade de d por 1 e fare
0
mos a conveno a = 1 para todo a em d. Ento, a cada polinmio
n

f = i=LO f;xi sobre F e a em d, associamos um elemento f(a) em d

.
pela regra
154 - ALGEBRA LINEAR

f(a) =
L J;a'.
i=O

Exemplo 3. Seja C o corpo dos nmeros complexos e seja

f x2 2.
= +

2, em particular
f(2) 6 .s#
(a) Se
= e
= C e z pertence a C, f(z) z2
= +

(b) Se .s# a lgebra das 2 x 2 matrizes sobre C e se

B= [ -11 2]
ento

f(B) 2 [O ] [ ]2
= 2
1[ 33 ]6 .
1 + -1
1
=

(c) Se
o elemento de
.s# .s#
a lgebra dos operadores lineares sobre C3 e
dado por
T

ento f(T) o operador linear sobre C3 definido por

(d) Se
ento f(g) .s#
a lgebra dos polinmios sobre C e
o polinmio em .s# dado por
g x4 3i,
= +

f(g) = -7 + 6ix4 x8 +

O leitor observador poder notar em relao a este ltimo

exemplo que, se
f
um polinmio sobre um corpo arbitrrio e
o polinmio {O, 1, O, }, ento f f(x),
mas aconselhamo-lo a
. . . =
x
esquecer este fato.
 POLINMIOS - 155

Teorema 2. Seja F um corpo e d uma lgebra linear com ele

mento unidade sobre F. Suponhamos que f e g sejam polinmios sobre
F, que ex seja um elemento de d e que e pertena a F. Ento
(i) (cf + g) (0r:) = cf(0r:) + g(0r:);
(ii) (fg) (0r:) = f(cx) g(cx).

Demonstrao. Como (i) bem fcil de demonstrar, demons

traremos somente (ii).
Suponhamos que

m n

f = l., Jixi e g = I gjxi.

i=O j=O
Por (4-10)

e, portanto, por (i)

(fg)(cx) =
I
i
f;gi+j
,j

= ( .t r;ai) ( .t )
,1-0 J-0
gpi

=
f (ex) g(cx).

Exercicios

1. Seja F um subcorpo do corpo dos nmeros complexos e seja A a seguinte

2 x 2 matriz sobre F:

A
= [ 2 1]-.
- 1 3

Para cada um dos seguintes polinmiosf sobre F, calcularf(A):

(a) f = x2 - x + 2;
(b)f=x3-l;
(c) f = x2 - 5x + 7.

2. Seja T o operador linear sobre R3 definido por

"

Seja f o polinmio sobre R definido por f = -x3 + 2. Determinar f(T).

156 - LGEBRA LINEAR

3. Seja A uma n x n matriz diagonal sobre o corpo F, isto , uma matriz que
satisfaz A1i = O para i j. Seja f o polinmio sobre F definido por

f = (x - A1 ,) . (x - A ).

Qual a matriz f (A)?

4. Se f e g so polinmios independentes sobre um corpo F e h um poli

nmio no-nulo sobre F, mostrar que jh e gh so independentes.

S. Se F um corpo, mostrar que o produto de dois elementos no-nulos de F"'

no-nulo.

6. Seja S .um conjunto de polinmios no-nulos sobre um corpo F. Se dois

quaisquer elementos de F nunca tm o mesmo grau, mostrar que. S um con
junto independente em F[x].

7. Se a e b so elementos de um corpo F e a O, mostrar que os polinmios l,

ax + b, (ax + b)2, (ax + b)3, formam uma base de F[x].

8. Se F um corpo e h um polinmio sobre F de grau l, mostrar que a

aplicao f -+} (h) uma transformao linear injetora de F[x] em F[x].
Mostrar que esta transformao um isomorfismo de F[x] em F[x] se, e
somente se, gr(h) l.=

9. Seja F um subcorpo do corpo dos nmeros complexos e sejam 1' e D trans

formaes sobre F[x] definidas por

(a) Mostrar que T um operador linear no-singular sobre F[x]. Mostrar

tambm que Tno inversvel.
(b) Mostrar que D um operador linear sobre F[x] e determinar seu ncleo.

(c) Mostrar que DT = 1 e TD /.

(d) Mostrar que T([ Tf) g] = (Tf) (Tg) - T[f(Tg)] para todos f e g em
F[x].
(e) Enunciar e demonstrar uma regra para D semelhante regra dada para
Tem (d).
(f) Suponhamos que V seja um subespao no-nulo de F[x] tal que Tf
pertena a V para todo f em V. Mostrar que. V no de dimenso finita
(g) Suponhamos que V seja um subespao de F[x] que tenha dimenso
finita. Demonstrar que existe um inteiro m O tal que D"'f =O para todo
f em V.
 POLINMIOS - 757

4.3 Interpolao de Lagrange

Em toda esta seo suporemos que F seja um corpo fixo e que
t0, tl' ... , t" sejam n + 1 elementos distintos de F. Seja V o subes
pao de F [x] que consiste dos polinmios de grau menor ou igual
a n (mais o polinmio nulo) e seja L; a funo de V em F definida
para f em V por

LJJ) = f (t;), Os is n.

Pela parte (i) do Teorema 2 cada Li um funcional linear sobre

V e uma das coisas que pretendemos mostrar que o conjunto for
mado por L0, 4, ... , L" uma base do espao V* dual de V.

Evidentemente, para que isto ocorra, necessrio e suficiente

(cf. Teorema 15 do Captulo 3) que { L0, L 1, LJ seja a dual de
uma base {P0, Pl' ... , P11} de V. Existe no mximo uma tal base
e , se existe, caracterizada por

(4-11)
Os polinmios

P.'
(x - t0) (x - t;_1) (x - ti+t) ... (x - t")
(4-12)
.

(t; - t0) (ti - ti_1) (t; - ti+ 1 ) . . (ti - t 11 )

=

. .

n (X - t.)
=j.,,.i M
so de grau n, logo pertencem a Ve, pelo Teorema 2, satisfazem (4-10).
Se f = L c;P;, ento, para cada j,
i

(4- 1 3) f (t) = L ciPJt) = c1

i

Como o polinmio nulo 'tem a propriedade de que O (t) = O para

todo t em F, decorre de (4 1 3)
- que os polinmios P0, P1, ... , P11
so linearmente independentes. Os polinmios 1, x, ... , x" formam
uma base de V, logo a dimenso de V n + 1. Portanto o conjunto
independente {P0, P,, ... , P11} deve tambm ser uma base de V.
Assim, para todos f em V
n

(4-14) f = L f (t;) Pi.

i=O
158 - ALGEBRA LINEAR

A expresso (4-14) denominada a frmula de interpolao de

Lagrange. Tomando f = !ICJ em (4-14) obtemos

n
xj = L CtYP,.
i=O

Decorre ento do Teorema 7 do Captulo 2 que a matriz

lo t2o t"o
1-1 tl t21 tn1

l;
(4-15)

12n n
tn tn

inversvel. A matriz em ( 4-15) dita uma matriz de Vandermonde;

constitui um exerccio interessante mostrar diretamente que uma
tal matriz inversvel, quando t0, t1, . . , t. so n + 1 elementos
distintos de F.

Se f um polinmio arbitrrio sobre F, indicaremos por f - em

nossa presente discusso a funo polinominal de F em F que leva
cada l em F em f(l). Por definio (cf. Exemplo 4 do Captulo 2)
toda funo polinomial surge desta maneira; contudo, pode acon
tecer que f -= g - para dois polinmios f e g tais que f '# g. Feliz
mente, como veremos, esta situao desagradvel ocorre apenas
quando F um corpo com um nmero finito de elementos distintos.
Para descrever de maneira precisa a relao entre polinmios e fun
es polinomiais, precisamos definir o produto de duas funes poli
nomiais. Se f e g so polinmios sobre F, o produto de f- por g-
a funo f- g- de F em F dada por

(4-16) tem F.

Pela parte (ii) do Teorema 2, (fg) (t) =; f(t) g(t), logo

U{Jnt) =f-(1)g-(1)

para cada t em F. Assim, f -g -= (fg) - e uma funo polinomial.

Neste ponto, um fato de verificao imediata, que deixamos a cargo
do leitor, que o espao vetorial das funes polinomiais sobre F
torna-se uma lgebra linear com elemento unidade sobre F se a
multiplicao definida por (4-16).
 POLINMIOS - 159

Definio. Seja F um corpo e sejam d e d - lgebras lineares

sobre F. As lgebras d e d- so ditas isomorfas se existe uma apli
cao bijetora IX -+ IX- de d em d - tal que

(a)

(b)

para todos IX e f3 em d e todos escalares c e d em F. A aplicao

IX-+ IX- dita um isomorfismo de d em d Um isomorfismo de d
em d - assim um isomorfismo de espao vetorial de d em d - que
tem a propriedade adicional (b) de "conservar" produtos.

Exemplo 4. Seja V um esp ao vetorial n-dimensional sobre o

corpo F. Pelo Teorema 13 do Captulo 3 e observaes subse
qentes, cada base ordenada fJI de V determina um isomorfismo
T-+ [TJ.sv da lgebra dos operadores lineares sobre V na lgebra
das n x n matrizes sobre F. Suponhamos agora que U seja um
operador linear fixo sobre V e que nos seja dado um p olinmio

n
f I C;Xi
i=O
=

com coeficientes ci em F. Ento

n
f(U) I cpi
i=O
=

e como T -+ [T] 11 uma aplicao linear

[f(U)]!ll L c;[Ui] 11
i=O
=

Ora, do fato adicional

para quaisquer TI' T2 em L(V, J1 decorre que

2:::;; i:::;; n.
160 - .ALGEBRA LINEAR

Como esta relao tambm vlida parai= O, 1 obtemos o resultado

(4-17)

Em palavras, se U um operador linear sobre V, a matriz de um

polinmio em, U, em relao a uma dada base, o mesmo pol
nmio na matriz de U.

Teorema 3. Se F um corpo contendo. um nmero irifinito de

elementos distints, a aplicao f ___. r- um isomorfismo da -lgebra
dos polinmios sobre F na lgebra das funes polinomiais sobre F.
Demonstrao. 1>e1a_ definio, a aplicao sobrejetora e se
f, g pertencem a F[x], evidente que

para todos os escalares e e d. Como j mostramos que (fg)- f g -

=

basta mostrar que a aplicao injetora. Para tanto, suficiente,

pela linearidade, demonstrar que f -= O implica f = O. Suponha
mos ento que f seja um polinmio de grau menor ou igual a n tal
que f -= O. Sejam t0, t 1, , tn n + 1 elementos arbitrrios distintos

de F. Como f -= O, f (t;) O para i O, 1, ... , n, e uma conse

= =

qncia imediata de (4-14) que f = O .

A partir dos resultados da prxima seo, obteremos uma

demonstrao totalmente diferente deste teorema.

Exerccios

1. Usar a frmula de interpolao de Lagrange para determinar um polinmio f

com coeficientes reais tal que f tenha grau s; 3 e f( - 1) = - 6, f(O) =2,
f(l) =-2, f(2) = 6.

2. Sejam a, {3, y e nmeros reais. Perguntamos quando possvel determinar

um poiinmio f sobre R, de grau no maior que 2, tal que f( -1) = cc, f (1) = /3,
f(3) = y, e f(O) = . Demonstrar que isto possvel se, e somente se,

3a + 6{3 - y - S = O.

3. Seja F o corpo dos nmeros reais,

-
A-[ o
o
 POLINMIOS - 161

e
p = (x - 2)(x - 3) (x - 1).

(a) Mostrar que p(A) =O.

(b) Sejam P1, P2, P3 os polinmios de Lagrange para t 1 = 2, t 2 = 3, t 3 = 1.
Calcular E; P;(A), i = l, 2, 3.
=

(c) Mostrar E1 + E2 + E3 = 1, E;E; =O se i "# j, E; =E,.

(d) Mostrar que A = 2E1 + 3E2 + E3

4. Seja p (x - 2) (x - 3) (x - 1) e seja T um operador linear arbitrrio sobre

=

R4 tal que p(T) =O. Sejam PP P2, P3 os polinmios de Lagrange do

Exerccio 3 e seja E; = P;(T), i = l, 2, 3. Demonstrar que

E1 + E2 + E3 = 1, E,E; =O se i "# j,

E? =E,, e T = 2E1 + 3E2 + E3.

5. Seja n um inteiro positivo e F um corpo. Suponhamos que A seja uma n x n

matriz sobre F e P seja uma n x n matriz inversvel sobre F. Se f um

polinmio arbitrrio sobre F, demonstrar que

6. Seja F um corpo. Consideremos certos funcionais lineares particulares sobre

F, obtidos pelo "clculo do valor em t":

L(/) =f(t).

Tais funcionais no so apenas lineares, mas tambm tm a propriedade de

que L(jg) = L(f) L(g). Demonstrar que, se L um funcional linear qualquer
sobre F[x] tal que

L(fg) = L(f) L(g)

para todos j e g, ento L =O ou existe um t em F tal que L(f) =f (t) para

todos f.

4.4 Ideais de Polinmios

Nesta seo preocupamo-nos com resultados que dependem

fundamentalmente da estrutura multiplicadora da lgebra dos
polinmios sobre um corpo.

Lema. Suponhamos que f e d sejam polinmios no-nulos sobre

um corpo F tais que gr(d) s gr(f). Ento existe um polinmio g em
F[x] tal que

f - dg = O ou gr(f - dg) < gr(f)

162 - ALGEBRA LINEAR

Demonstrao. Suponhamos que

m -1
f = a xm + L aixi,
m
i=O

e que

n-1
d = b xn + i
L bix ,
n
i=O
Ento m;;::; n e

f - : Xm-nd =O OU gr - (:) xm -nd J < gr(f).

Assim, podemos tomar g = (:) x m ".

Usando este lema podemos mostrar que o processo familiar

de diviso de polinmios com coeficientes reais ou complexos
possvel sobre um corpo arbitrrio.

Teorema 4. Se f, d so polinmios sobre um corpo F e d dife- .

rente de O, ento existem polinmios q, r em F[x] tais que
(i) f = dq + r.
(ii) r = O ou gr(r) < gr(d) .

Os polinmios q, r que s atisfazem (i) e (ii) so nicos .

Demonstrao. Se f O ou se gr(f ) < gr(d) podemos tomar

q =O e r =f. Caso f #O e gr(f);;::; gr(d), o lema anterior mostra
que podemos escolher um polinmio g tal que f -dg =O ou
gr(f - dg) < gr(f). Se f - dg #O e gr(f-dg);;::; gr ( d) podemos
escolher um polinmio h tal que (f - dg)-dh =O ou
gr[f- d(g + h)] < gr (f - dg).

Continuando este processo enquanto for necessrio, obteremos no

final polinmios q, r tais que r =O ou gr(r) < gr(d) e f =dq + r.
Suponhamos agora que tambm tenhamos f =dq 1 +r1 onde r1 =
= ou gr (r 1 ) < gr(d). Ento dq+r=dq1 +r1' e d(q-q1)=r1 -r.
Se q - q1 #O ento d(q - q1) #O e

gr (d) + gr(q - q1) = gr(r1 -r).

 POLINMIOS - 163

Mas como o grau de r 1 - r menor que o grau de d, isto impos

svel e q - q 1 =O. Logo r 1 - r=O.

Definio. Seja d um polinmio no-nulo sobre o corpo F. Se

-f est em F [x], o teorema antl!rior mostra que existe no mximo um
polinmio 4 1!171 F [ x J tal que f dq. Se existe um tal q dizemos que
=

d divide f, que f divisvel por d, que f um mltiplo de d e denomi

naremos q o quociente de f por d. Escreveremos tambm q fjd. =

Corolrio 1. Seja f um polinmio sobre o corpo F e seja e um ele

mento de F. Ento f divisvel por x - e se, e somente se, f(c)=O.
Demonstrao. Pelo teorema, f = (x - c)q + r onde r um
polinmio constante. Pelo Teorema 2,

f (e)= Oq(c) + r(c)= r(c).

Logo r=O se, e somente se, f (e) = O.

Definio. Seja F um corpo. Diz-se que um elemento c em F

uma raiz ou um zero de um dado polinmio f sobre F se f(c) = O .

Corolrio 2. Um polinmio f de grau n sobre um corpo F tem

no mximo n razes em F.
Demonstrao. O resultado obviamente verdadeiro para poli
nmios de grau O e grau 1. Suponhamos que seja verdadeiro para
polinmios de grau /1 - 1. Se u uma raiz de f I = (x - a)q onde
q tem grau n - l. Como /(h) - O se, e somente se, a = h
q(b) = O, decorre de nossa hiptese de induo que I tem no m
ximo n razes.
O leitor deve notar que o passo principal na demonstrao do
Teorema 3 uma conseqncia imediata deste corolrio.
As derivadas formais de um polinmio so teis na discusso
de razes mltiplas. A derivada do polinmio
"
f= C0 + C1X + .. . + CnX

o polinmio

f' = cl + 2c 2x + . .. + ncnxn-I
Usaremos tambm a notao Df=f'. Derivao linear, isto ,
D um operador linear sobre F [ x]. Existem as derivadas formais
de maior ordem f" = D2f, f (3l D 3f, e assim por diante.
=
164 - ALGEBRA LINEAR

Teorema 5. (Frmula de Taylor) Sejam F um corpo de caracte

rstica ze ro , c um elemento de F e n um inteiro positivo. Se f um
polinmio sobre F com gr(f) n, ento

f =
I=O
k k.
{
(Dk )
(c) (x - ct

Demonstrao. A frmula de Taylor uma conseqncia do

teorema do binmio e da linearidade dos operadores D, D2, . . , D".
O teorema do binmio facilmente demonstrado por induo e
afirma que

onde

( k) m =

k ! (m
m!
-
k) !
= m(m - 1) ..
1
.

2 ..
(m - k + 1)
. k

o conhecido coeficiente binomial, dando o nmero de combi

naes de m objetos k a k. Pelo teorema do binmio

xm = [c + (x - c)]"'

I []
k=O k
m
e"' -k(x - c)k

= cm + me"' 1(x - e) + ... + (x - e)"'

x"'.
=

e este o enunciado da frmula de Taylor para o caso f Se

L amxm
n

J =

m=O

m
e

}::Dkf(e) - c k
k=O k!
(x ) =
(Dkx"')
L L a,,, --,- (e) (x
k m k
- c)k
 POLINMIOS - 165

m
- "a
- L., mx
m
=f

Observando-se que os polinmios 1, (x - c), ... , (x-c)" so

linearmente independentes (ver Exerccio 6, Seo 4.2), a Frmula
de Taylor fornece o nico mtodo de escrever f como uma combi
nao linear dos polinmios (x - c)k (O :'.".: k :'.".: n).

Apesar de no entrarmos em detalhes, talvez seja bom men

cionar aqui que a frmula de Taylor, com uma interpretao apro
priada, tambm vlida para polinmios sobre corpos de caracte
rstica finita. Se o corpo F tiver caracterstica finita (a soma de um
certo nmero finito de l's em F O) ento podemos ter k ! =O
em F, caso em que a diviso de (Dkf) (c) por k! no teria sentido.
Apesar disso, a diviso de Dkf por k ! tem interpretao, pois cada
coeficiente de D"f um elemento de F multiplicado por um inteiro
divisvel por k ! Se tudo isto parecer muito confuso, aconselhamos
ao leitor restringir sua ateno a corpos de caracterstica O ou
subcorpos do corpo dos nmeros complexos.
Se e for uma raiz do polinmio f, a multiplicidade de e como
uma raiz de I o maior inteiro positivo . tal que (x-c)' divida f,
Obviamente a multiplicidade de uma raiz menor ou igual
ao grau de f. Para polinmios sobre corpos de caracterstica zero,
a multiplicidade de e como uma raiz de f, est relacionada com o
nmero de derivadas de f que se armlam em e.

Teorema 6. Seja F um corpo de caracterstica zero e f um poli

nmio sobre F com gr(f) s n. Ento o escalar c uma raiz. de ,f de
multiplicidade r se, e somente se,

O=s;k=s:r-1

(Drf) (e) i= O.

Demonslrao. Suponhamos que r seja a multiplicidade de e

como uma raiz de f. Ento existe um polinmio g tal que f (x-e)'g =

e g(c) i= O. Caso contrrio, pelo Corolrio 1 do Teorema 4, f seria

divisvel por (x-c)'+1. Pela Frmula de Taylor aplicada a g
166 - ALGEBRA LINEAR

[n-r (Dm )
(e) (X
f = (X - e)'
m -

J
cr

n-r
m O
(Dmg)
= L __ (x - cy+m
m=O m!
Como s existe uma maneira de escrever f como combinao linear
das potncias (x - c)k (Osks n), segue-se que

(D"f) (e)
--- =
{O se
Dk _ 'g (c)
O ::;;
. ks r - 1

k! se r s k ::;; n
(k r) !
_

Portanto, D"f (e)= O para Osksr - 1 e D'f (c) = g (c) #-O. Reci
procamente, se estas condies estiverem satisfeitas, decorre imedia
tamente da frmula de Taylor, que existe um polinmio g tal
f = (x - c)'g e g (c) #-O. Suponhamos agora que r no seja o maior
inteiro positivo tal que (x e)' dividaf. Ento existe um polinmio
-

h tal que f = (x - cy+ 1h. Mas isto implica, pelo Corolrio 2 do

Teorema 1, que g = (x c)h; logo g (c) =O, uma contradio.
-

Definio. Seja F um corpo. Um ideal em F[x J um subespao

M de F[x] tal que fgperten ce a M para todo f em F[x] e todo g em M.

Exemplo 5. Se F um corpo e d um polinmio sobre F, o con

junto M = dF[x], de todos os mltiplos df de d com f arbitrrio
em F[x], um ideal. De fato, M no-vazio. pbis M contm d. Se
f, g pertencem a F [x] e e um escalar, ento

c (df) - dg = d (cf - g)
pertence a M, portanto M um subespao. Finalmente, M tambm
contm (df)g = d(fg). O ideal M denominado o ideal principal
gerado por d.

Exemplo 6. Sejam dl' ..., d" um nmero finito de polinmios

sobre F. Ento a soma M dos subespaos d;F[x] um subespao e
tambm um ideal. De fato, suponhamos que p pertena a M.

n
Ento existem polinmios fp .. .,fn em F[x] tais que p = d/1 +
+... +d" f Se g um polinmio arbitrrio sobre F, ento
 POLINMIOS - 167

de modo que - pg tambm pertence a M. Assim, M um ideal e

dizemos que M o ideal gerad_o pelos polinmios dp ... , dn.

Exemplo 7. Seja F um subcorpo do corpo dos nmeros com

plexos e consideremos o ideal

M = (x + 2)F[x] + (x2 + 8x + 16)F[x].

Afirmamos que M = F[x]. De fato, M contm

x2 + 8x + 16 - x(x + 2)= 6x + 16

logo M contm 6x + 16 - 6(x + 2) = 4. Assim, o polinmio cons

tante 1 pertence a M, bem 'como todos os seus mltiplos.

Teorema 7. Se F um corpo e M um ideal no-nulo arbitrrio

em F [x], existe um nico polinmio unitrio d em F [x] tal que M
seja o ideal principal gerado por d.
Demonstrao. Por hiptese, M contm um polinmio no
nulo; entre todos os polinmios no-nulos em M existe um poli
nmio d de grau mnimo. Podemos supor d unitrio, pois caso
contrrio podemos multiplicar d por um escalar de modo a torn-lo
unitrio. Ora, se fpertence a M, o Teorema 4 mostra que f= dq + r
onde r =O ou gr(r) < gr(d). Como d est em M, dq e f - dq = r
tambm pertencem a M. Como d um elemento de M de grau
mnimo no podemos ter gr(r) < gr(d), portanto r = O Assim, .

M = dF[x]. Se g um outro polinmio unitrio tal que M= gF[x],

ento existem polinmios no-nulos p,q tais que d= gp e g dq. =

Assim, d= dpq e

gr(d)= gr(d) + gr (p) + gr(q).

Logo, gr(p)=gr(q)=O e como d, g so unitrios, p = q = 1. Assim, d=g.

interessante observar que na demonstrao acima, utilizamos
um caso particular de um fato mais geral e bastante til; a saber,
se p um polinmio no-nulo em um ideal M e se f um polinmio
em M que no divisvel por p, ento[= pq + r onde o "resto"
r pertence a M, diferente de O e tem grau menor que o de p. J

usamos este fato no Exemplo 7 para mostrar que o polinmio cons

tante 1 o gerador unitrio do ideal l_ considerado. Em princpio,
sempre possvel determinar o polinmio unitrio que gera um
168 - ALGEBRA LINEAR

dado ideal no-nulo, pois podemos, em ltima anlise, obter um

polinmio no ideal que tenha grau mnimo por meio de um nmero
finito de divises

Corolrio. Se pl' ... , Pn so polinmios sobre um corpo F, no

todos nulos, existe um nico polinmio unitrio d em F [xJ tal que
(a) d est no ideal gerado por p l' ... , Pn;
(b) d divide cada um dos polinmios pi.
Todo polinmio que sal isfaz (a) e (b) satisfaz, necessariamente,
(c) d divisvel por todo polinmio que divide cada um dos
polinmios Pi> ... , Pn.

Demonstrao. Seja d o gerador unitrio do ideal

Todo elemento deste ideal divisvel por d; assim, cada um dos

polinmios pi divisvel por d. S uponhamos agora que f seja
um polinmio que divida cada um dos polinmios pl' ... , Pn
Ento, existem polinmios g1, ... , g11 tais que p1 = fg1, 1 i n.
Alm disso, como d est no ideal

p1F[x] + ... + PnF[x],

existem polinmios q 1, ... , qn em F[x] tais que

Assim

Mostramos que d um polinmio unitrio que satisfaz (a), (b) e (c).

Se d' um polinmio arbitrrio que satisfaz (a) e (b) decorre de (a)
e da definio de d que d' um mltiplo escalar de d e satisfaz (c).
F inalmente, se d' um polinmio unitrio temos d' = d.

Definio. Se p1, ... Pn so polinmios sobre um corpo F, no

todos nulos, o gerador unitrio d do ideal
 POLINMIOS - 169

denominado o mximo divisor comum (m. d. c.) de p 1, . , Pn e

indicado por (p 1, , pn). Esta terminologia justificada pelo coro
lrio anterior. Dizemos que os polinmios p1, . , p0 so relativa
mente primos se seu mximo divisor comum 1 ou. equivalentemente,
se o ideal que eles geram coincide com F[x].

Exemplo 8. Seja C o corpo dos nmeros complexos. Ento

(a) m.d.c. (x + 2, x 2 + 8x + 16) 1 (ver Exemplo 7);
=

(b) tn.d.c. ((x - 2)2(x + i), (x - 2) (x 2 + 1)) = (x - 2) (x + i).

De fato, o ideal

(x - 2)2(x + i)F[x ] + (x - 2)(x 2 + l)F[x ]

contm

(x - 2)2 (x + i) - (x - 2)(x 2 + 1) = (x - 2)(x + i) (i - 2).

Logo contm (x - 2)(x + i), que unitrio e divide

(x - 2)2 (x + i) e (x - 2)(x 2 + 1).

Exemplo 9. Seja F o corpo dos nmeros racionais e em [ Fx ]

seja M o ideal gerador por

(x - l)(x + 2)2, (x + 2)2 (x - 3) e (x - 3).

Ento M contm

t(x + 2)2[(x - 1) - (x - 3)] = (x + 2)2

e como

(x + 2)2 = (x - 3) (x + 7) - 17

M contm o polinmio constante 1. Assim, M = F[x ] e os poli

nmios

(x - 1) (x + 2)2, (x + 2)2 (x - 3) e (x - 3)

so relativamente primos.
170 - ALGEBRA LINEAR

Exerccios

1. Seja Q o corpo dos nmeros racionais. Determinar quais dos seguintes sub
conjuntos de Q[x] so ideais. Quando o conjunto for um ideal determinar
seu gerador unitrio.
(a) Todos f de grau par;
(b) Todos f de grau 5;
(c) Todos f tais que f(O) =O;
(d) Todos f tais que f(2) f(4) = O;
=

(e) Todos f na imagem do operador linear T definido por

2. Determinar o m. d. c. de cada um dos seguintes pares de polinmios

(a) 2x5 x3
- 3x2 - 6x + 4, x4 + x3 - x2 - 2x - 2;
-

(b) 3x4 + 8x2 .:_ 3, x3 + 2x2 + 3x + 6;

(c) x4 - 2x.i - 2x2 - 2x 3, x3 + 6x2 + 7x + l.
-

3. Seja A uma n x n matriz sobre um corpo F. Mostrar que o conjunto dos

polinmios f em F[x] tais que f[A] =O um ideal.

4. Seja F um subcorpo dos nmeros complexos e seja

A - 1
-

o
[ -

l
Determinar o gerador unitrio do ideal dos polinmios f em F[x] tais que
f(A) =O.

5. Seja F um corpo. Mostrar que a interseo de um nmero arbitrrio de

ideais em F[x] um ideal.

6. Seja F um corpo. Mostrar que o ideal gerado por um nmero finito de

polinmios f 1, . , f. em F[x] a interseo de todos os ideais que contm
.

fp ...,f
.

7. Seja K um subcorpo de um corpo F e suponhamos que f, g sejam polinmios

em K[x]. Seja MK o ideal gerado por f e g em K[x] e MF o ideal que
eles geram em F[x]. Mostrar que MK e MF possuem o mesmo gerador unitrio.

4.5 A Decomposio de um Polinmio em Fatores Primos

Nesta seo demonstraremos que cada polinmio sobre o
corpo F pode ser escrito como.um produto de polinmios "primos".
Esta fatorao nos fornece um instrumento eficiente para deter
minar o mximo divisor comum de um nmero finito de polinmios
e, em particular, fornece um meio efetivo para decidir se os poli
nmios so relativamente primos.
 POLINMIOS - 171

Definio. Seja F um corpo. Diz-se que um polinmio f em F [xJ

redutvel sobre F se existem polinmios g, h em F[x[ de grau 1
tais que f gh e, em caso contrrio, diz-se que f irredutfvel sobre F.
=

Um polinmio no constante irredutvel sobre F denominado um

polinmio primo sobre F e dizemos, s vezes, que um primo em F[x].

Exemplo 10. O polinmio x2 + 1 redutvel sobre o corpo C

dos nmeros complexos, pois

x2 + 1 = (x + i) (x - i)

e os polinmios X + i, X - i pertencem a e [x]. Por outro lado,

x2 + l irredutvel sobre o corpo R dos nmeros reais, pois se

x2 + l = (ax + b) (a'x + b')

com a , a', b, b' em R, ento

aa' = 1, ab' + ba' =

O, bb' =
1.

Estas relaes implicam a2 + b2 =

O , o que impossvel com n
meros reais a e b, a menos que a= b =O.
Teorema 8. Sejam p, f e g polinmios sobre o corpo F. Supo
nhamos que p seja um polinmio primo e que p divida o produto fg.
Ento p divide f ou p divide g.

Demo11s1rno. No h perda de generalidade se supomos

que p um polinmio primo unitrio. O fato de que p primo diz
ento simplesmente que os nicos divisores unitrios de p so l e p.
Seja d o m.d.c. de f e p. Ou d =
1 ou d= p, pois d um poli
nmio unitrio que divide p. Se d =
p ento p divide f e j termi
namos. Portanto, suponhamos que d =
1, isto , suponhamos que
fe p sejam relativamente primos. Demonstraremos que p divide g.
Como (f,p) = 1, existem polinmios f0 e p0 tais que 1 =
./ f + PoP
Multiplicando por g obtemos

g =
.fofg + PoP9

=
(.fg)fo + p(pog).

Como p divide fg, divide tambm (fg) f0 e certamente 11 d11 ide

p(p0g). Assim p divide g.
172 - ALGEBRA LINEAR

Corolrio. Se p um primo e divide um produto f 1," , fn, ento

p divide um dos polinmios f 1, , fn.
Demonstrao. A demonstrao por induo. Para n = 2,
o resultado simplesmente o enunciado do Teorema 8. Supo
nhamos que o resultado seja vlido para n = k e que p divide o
produto fl' .. .f, k -< 1 de certos (k + 1) polinmios. Como p divide
f
( l' .. . , k) k+ l' p divide !k+ 1 ou p divide fp ...,fk. Pela hip
f f
tese de induo, se p dividef1' .. ., fk, ento p dividefj para algum j,
1 sj s k. Portanto vemos que em qualquer caso p deve dividir
algum fi' 1 sj s k + 1.

Teorema 9. Se F um corpo, um polinmio no-constante e

unitrio em F [ xJ pode ser decomposto como um produto de primos
unitrios em F[x] de uma e, a menos da ordem, somente uma maneira.

Demonstrao. Suponhamos quef seja um polinmio no-cons

tante e unitrio sobre F. Como polinmios de grau 1 so irredu
tveis, nada h a demonstrar se gr(f) = 1. Suponhamos que f tenha
grau n > 1. Por induo podemos supor o teorema verdadeiro
para todos os polinmios no-constantes e unitrios de grau menor
que n. Se f irredutvel, f j est decomposto como um produto
de primos unitrios e, em caso contrrio, f gh onde g e h so =

polinmios no-constantes e unitrios de grau menor que n. Assim

g e h podem ser decompostos como produtos de primos unitrios
em F[x], logo f tambm pode s-lo. Suponhamos agora que

onde p1' . . ., Pm e q1' ..., q" so primos unitrios em F[x]. Ento

Pm divide o produto q1, .. ., q11 Pelo corolrio acima, Pm divide algum
qi. Como qi e Pm so ambos primos e unitrios isto significa que

(4-18)

De (4-18) vemos que m = n = 1 se m = 1 ou n = 1, pois

m n
gr(f) = L gr(p;) = L gr(q).
i = 1. j= 1
Neste caso nada resta a demonstrar, portanto podemos supor
m> 1 e n> 1. Reordenando os q podemos supor que P m = qn e que
 POLINMIOS - 173

Ora, pelo Corolrio 2 do Teorema 1 decorre que

Como o polinmio p1' ... , Pm- l tem grau menor que n, nossa hip
tese de induo se aplica e mostra que a seqncia q 1' ... , qn _ 1 no
mximo uma reordenao da seqncia Pp ... , p,,,_ 1. Isto, junto
com (4-18), mostra que a decomposio de f num produto de pri
mos unitrios nica a menos da ordem dos fatores.
Na decomposio acima de um polinmio f no-constante e
unitrio, alguns dos fatores primos e unitrios podem repetir-se.
Se p i ' p2, , p,. so os primos unitrios distintos que ocorrem
nesta decomposio de f, ento

(4-19) f =
P'p;2, , P',

sendo o expoente n; o nmero de vezes que o primo P; ocorre na

decomposio. Esta decomposio certamente nica e denomi
nada a decomposio primria de f. Verifica-se facilmente que todo
divisor unitrio de f da forma

(4-20)

De (4-20) decorre que o m.d.c. de um nmero finito de polinmios

no-constantes e unitrios fp ... ,j obtido combinando todos
aqueles primos unitrios que ocorrem simultaneamente nas decom
posies de f1, . . . , j. O expoente ao qual cada primo deve ser
elevado o maior nmero natural para o. qual a correspondente
potncia prima um fator de cada f; Se no existem potncias
primas (no-triviais) que sejam fatores de cada f;, os polinmios
so relativament primos.

Exemplo 11. Suponhamos que F seja um corpo e sejam a, b

e e elementos distintos de F. Ento os polinmios x - a, x - b e
x - e so primos unitrios distintos em F [x]. Se m, n e s so
inteiros positivos, (x - e)' o m.d.c. dos polinmios

(x - b)n (x - e) e (x - ar(x - e)

enquanto que os trs polinmios

174 - ALGEBRA LINEAR

(x - b)"(x - e)', (x - ar(x - (x - b)"

so relativamente primos.

Teo.rema 10. Seja f um polinmio no-constante e unitrio

sobre o corpo F e seja

a decomposio de f em fatores primos. Para cada j, 1 sj s k, seja

Ento f1, ... , fk so relativamente primos.

Demonstrao. Deixamos a demonstrao (fcil) deste fato a

cargo do leitor. Enunciamos este teorema principalmente porque
pretendemos us-lo posteriormente.

Teorema 11. Seja f um polinmio sobre o corpo F com deri

vada f'. Ento f um produto de polinmios distintos e irredutveis
sobre F se, e somente se, f e f' forem relativamente primos.
Demonstrao. Suponhamos que na decomposio de f em
fatores primos sobre o corpo F algum polinmio primo p (!_lo
constante) esteja repetido. Ento f = p2h para algum h em F [ x].
Portanto
f = p2h' + 2pp'h
e tambm p um divisor de f'. Logo f e f' no so relativamente
primos.
Suponhamos f = pl' ... , pk onde pl' ..., pk so polinmios dis
tintos, no constantes e irredutveis sobre F. Seja fi = f IPr Ento

I' = P;f, + Pf 2 + .. . + Pf k.
Seja p um polinmio primo que divida f e f'. Ento p = P; para
algum i. Ora, P; divide Jj para j =I= i, e como P; tambm divide
k
f' = 2: P}ij
j= 1
vemos que P; necessariamente divide p'j;. Portanto P; divide J; ou
divide p;. Mas P; no divide f; pois pl' ... , pk so distintos. Por-
 POLINMIOS - 175

tanto P; divide p;. Isto no possvel, pois o grau de p; uma uni

dade menor que o grau de P;- Conclumos que nenhum primo
divide f e f', ou seja, f e f' so relativamente primos.

Definio. O corpo F dito algebricamente fechado se todo

polinmio primo sobre F tem grau 1.
Dizer que F algebricamente fechado significa que todo poli
nmio no-constante irredutvel e unitrio sobre F da forma
(x - e). J observamos que cada um destes polinmios irredutvel
para qualquer F. Conseqentemente, pode-se dar uma definio
equivalente de um corpo algebricamente fechado como um corpo
F tal que todo polinmio no-constante f em F [x] possa ser ex
presso sob a forma

f = c (x - c1)''1 (x - ckr
onde e um escalar, cl' ... , ck so elementos distintos de F e
nl' ... , nk so inteiros positivos. Ainda uma outra formulao
que, se f um polinmio no-constante sobre F, ento existe um
elemento e em F tal que f (e)= O.
O corpo R dos nmeros reais no algebricamente fechado
porque o polinmio (x2 + 1) irredutvel sobre R mas no tem
grau 1, ou porque no existe um nmero real e tal que c2 + 1 = O .

O chamado Teorema Fundamental da lgebra afirma que o

corpo C dos nmeros complexos algebricamente fechado. No
demonstraremos este teorema, apesar de usarmo-lo um pouco
mais adiante neste livro. A demonstrao omitida em parte peias
limitaes de tempo e em parte porque a demonstrao depende
de uma propriedade "no algbrica" do sistema dos nmeros reais.
Para uma das demonstraes possveis o leitor interessado poder
consultar o livro de Schreier e Sperner citado na bibliografia.
O Teorema Fundamental da lgebra tambm esclarece quais
so as possibilidades para que um polinmio com coeficientes reais
seja decomposto. em fatores primos. Se f um polinmio com coefi
cientes reais e e uma raiz complexa de f, ento o complexo conju
gado e tambm uma raiz de f. Portanto, todas as razes com
plexas, que no sejam reais, necessariamente ocorrem aos pares
conjugados e o conjunto todo de razes tem a forma {tl' ... , tk, cl'
e 1' ..., e,, e,} onde t 1' . ., . tk so reais e e 1' .. ., e, so nmeros com
plexos no reais. Portanto f se decompe em
176 - ALGEBRA LINEAR

onde P; o polinmio quadrtico

P; == (x - e;) (x - cJ

Estes polinmios P; tm co eficientes reais. Conclumos que todo

polinmio irredutvel sobre o corpo dos nmeros reais tem grau 1
ou 2. Todo polinmio sobre R o produto de certos fatores
lineares, obtidos a partir das razes reais de f, e certos polinmios
quadrticos irredutveis.

Exerccios

1. Seja p um polinmio unitrio sobre o corpo F e sejam f e g polinmios

sobre F, relativamente primos. Demonstrar que o m. d. c. de pf e pg p.

2. Admitindo o Teorema Fundamental da lgebra, demonstrar o que segue.

Se f e g so polinmios sobre o corpo dos nmeros complexos, ento
m. d. c. (j, g) 1 se, e somente se,f e g no possuem nenhuma raiz comum.
=

3. Seja D o operador derivao sobre o espao dos polinmios sobre o corpo

dos nmeros complexos. Seja f um polinmio unitrio sobre o corpo dos
nmeros complexos. Demonstrar que

onde c1' .. . , ck so nmeros complexos distintos se, e somente se, f e Df

so relativamente primos. Em outras palavras, f no possui raiz mltipla se,
e somente se, j e Df no possuem nenhuma raiz comum. (Admitir o Teorema
Fundamental da lgebra.)

4. Demonstrar a seguinte generalizao da frmula de Taylor. Sejam f, g e h

polinmios sobre um subcorpo dos nmeros complexos, com gr(f) n. Ento

f(g) = f J..pk)(h)(g - h)k.

k/

kO

(Aqui f(g) indica "f de g".)

Para os exerccios restantes, precisaremos da definio seguinte: Se f, g
e p so polinmios sobre o corpo F com p "# O, dizemos que f congruente a g

mdulo p se ( f-g) divisvel por p. Se f congruente a g mdulo p, escrevemos

f = g mod p.

5. Demonstrar, para todo polinmio no-nulo p, que a congruncia mdulo p

uma relao de equivalncia.
(a) Reflexiva: f =f mod p.
(b) Simtrica: se f = g mod p e g =f mod p.

(c) Transitiva: se f = g mod p e g = h mod p, ento f = h mod p.

 POLINMIOS - 177

6. Suponhamos que f = g mod f' e/, = g1 mod p.

(a) Demonstrar que f + f1 = g + g1 mod p;

(b) Demonstrar que .fj1 = gg 1 mod p.

7. Usar o Exerccio 6 para demonstrar o que segue. Se f, g, h e p so polinmios

sobre o corpo F e p #-O e se f = g mod p, ento h(j) = h(y) mod p.

8. Se p um polinmio irredutvel e fq O mod p, demonstrar que ou f = O

=

mod p ou g =O mod p. Dar um exemplo que mostre que isto falso se p

no irredutvel.
 Captulo 5

DETERMINANTES

5.1 Anis Comutativos

Neste captulo demonstraremos os fatos essenciais sobre deter
minantes de matrizes quadradas. Faremos isto no apenas para
matrizes sobre um corpo, mas tambm para matrizes cujos elemen
tos sejam "escalares" de um tipo mais geral. Existem duas razes
para esta generalidade. Primeiro, em certos pontos do prximo
captulo, ser necessrio tratarmos de determinantes de matrizes
cujos elementos so polinmios. Segundo, no tratamento de deter
minantes que apresentamos, um dos axiomas da definio de um
corpo no desempenha nenhum papel, a saber, o axioma que ga
rante a existncia de um inverso multiplicativo para todo elemento
no-nulo. Por estas razes, conveniente desenvolver a teoria dos
determinantes para matrizes cujos elementos sejam pertencentes a
um anel comutativo com elemento unidade.

Definio. Um anel um conjunto K, munido de duas operaes

(x, y) --+ x + y e (x, y) --+ xy que satisfazem
(1) K um grupo comutativo em relao operao (x, y) --+
--+ x + y (K um grupo comutativo em relao adio);
(2) (xy)z = x(yz) (a multiplicao a s sociativa);
(3) x(y + z) = xy + xz; (y + z)x = yz + zx (valem as duas leis
distributivas).
Se xy = yx para todos x e y em K, dizemos que o anel K
comutativo. Se existe um elemento l em K tal que lx xl x para
= =

todo x, dizemos que K um anel com elemento unidade e 1 deno

minado o elemento unidade de K.
Estamos interessados em anis comutativos com elemento uni
dade. Tal anel pode ser descrito rapidamente como um conjunto K,
munido de duas operaes que satisfazem todos os axiomas da
 DETERMINANTES - 179

definio de um corpo dado no Captulo 1, com exceo talvez do

axioma (8) e da condio 1 =1- O. Assim, um corpo um anel comu
tativo com elemento unidade diferente de zero taJ que a cada x
-1 -
no-nulo corresponde um elemento x tal que xx 1 = l. O con
junto dos inteiros, com as operaes usuais, um anel comutativo
com elemento unidade mas no um corpo. Outro anel comuta
tivo com elemento unidade o conjunto dos polinmios sobre um
corpo, com a adio e a multiplicao que definimos para poli
nmios.
-Se K um anel comutativo com elemento unidade, definimos
uma m x n matriz sobre K como sendo uma funo A do conjunto
dos pares (i, j) de inteiros, 1 si s m, 1 sj s n, em K. Como sempre,
representamos tal matriz por uma tabela retangular com m linhas
e n colunas. A soma e o produto de matrizes sobre K so defi
nidas como para matrizes sobre um corpo

(A + B);i = A;i + B;i

(AB)ij = L Ai kBkj
k
sendo que a soma definida quando A e B tm o mesmo nmero
de linhas e o mesmo nmero de colunas e o produto definido
quando o nmero de colunas de A igual ao nmero de linhas de
B. As propriedades algbricas bsicas destas operaes so ainda
vlidas. Por exemplo

A(B +C) = AB +AC, (AB) C = A(BC), etc.

Como no caso de corpos, referir-nos-ell).OS aos elementos de K

como escalares. Podemos ento definir combinaes lineares das
linhas ou colunas de uma matriz como fizemos anteriormente. A
grosso modo, tudo o que fizemos para matrizes sobre um corpo
vlido para matrizes sobre K, excetuando-se os resultados que de
pendiam da possibilidade de "dividir" em K.

5.2 Funes Determinantes

Seja K um anel comutativo com elemento unidade. Desejamos
associar a cada n x n matriz (quadrada) sobre K um escalar (ele
mento de K) que ser conhecido como o determinante da matriz.
possvel definir o determinante de uma matriz quadrada A sim
plesmente escrevendo uma frmula para este determinante em
180 .;__ ALGEBRA LINEAR

funo dos elementos de A. Pode-se ento deduzir as diversas pro

priedades dos determinantes a partir desta frmula Contudo, tal
frmula bastante complicada e a fim de ganhar alguma vantagem
tcnica, procederemos como segue. Definiremos uma "funo deter
minante" sobre K" x" como uma funo que associa a cada nx n
matriz sobre K um escalar, sendo que essa funo possui proprie
dades especiais. linear como uma funo de cada uma das linhas
da matriz; seu valor O sobre qualquer matriz que tenha duas
linhas iguais e seu valor sobre a n x n matriz unidade 1. Demons
traremos que existe uma tal funo e depois que nica, isto , que
existe exatamente uma tal funo. Ao demonstrarmos a unicidade
ser obtida uma frmula explcita para o determinante, junto com
muitas de suas teis propriedades.

Esta seo ser dedicada definio da "funo determinante"

e demonstrao de que existe pelo menos uma tal funo .

Definio. Seja K um anel comutativo com elemento unidade,

n um inteiro positivo e seja D uma funo que associa a cada n x n
matriz A sobre K um escalar D(A) em K. Dizemos que D o-linear
se para cada i, 1 ::;; i ::;; n, D uma funo linear da i-sima linha
qu ando as outras (n 1) linhas so mantidas fixas.
-

Esta definio exige algum esclarecimento. Se D uma funo

de K" x" em K e se a1, . . , " so as linhas da matriz A, escre
vamos tambm

isto , consideremos D tambm como uma funo das linhas de A.

A afirmao de que D n-linear significa ento

(5-1) D(a1, . , cai +a;,. . . , an) = cD(al' . . , ai' .. , an)

. .

''. +D(al' ... ,a;, ...,a,,).

i e consideramos D como
Se fixamos todas as linhas exceto a linha
uma funo da i-sima linha, em geral conveniente indicarD(A)
por D(a;). Assim, podemos abreviar (5-1) para

D(cai +ex;) =cD(a;) + D(a;)

desde que esteja claro o que isto significa.

 DETERMINANTES - 181

Exemplo 1. Sejam kl' ... , k" inteiros positivos, 1 ::::;;; k;::::;;; n e

seja a um elemento de K. Para cada n x n matriz A sobre K defi
namos

( 5 2)
- D(A) = aA(l, k1) ... A(n, kJ

Ento, a funo D definida por (5-2) n-linear. De fato, conside

rando D como uma funo da i-sima linha de A, com as outras
linhas fixas, podemos escrever

D(rx;) = A(i, k;)b

onde b algum elemento fixo de K. Seja rx; = (A; l' ... , A;,.).
Ento temos

D(crx; + rx;) = [cA(i,k;) + A'(i,k;)]b

= cD(rx;) + D(rxJ

Assim, D uma funo linear de cada uma das linhas de A.

Uma particular funo n-linear deste tipo

Em outras palavras, o "produto dos elementos diagonais" uma

funo 11-linear sobre K
11 x "
.

Exemplo 2. Determinemos todas as funes bilineares (2-Iinea

res) sobre 2 x 2 matrizes sobre K. Seja D uma dessas funes.
Indicando as linhas da 2 x 2 matriz unidade por 81' 82, temos

Usando o fato de que D bilinear, (5-1) implica

D(A) = A11D(8p A2181 + A2282) + A12D(82, A2181 + A2282)

= A11A21D(8p 81) + A11A22D(8p 82)
+ A12A21D(e2 , 81) + A12A22D(82 , 82).

Assim, D completamente determinada pelos quatro escalares

182 -'--- ALGEBRA LINEAR

O leitor dever achar fcil verificar o seguinte: se a, b, e, d so

quatro escalares arbitrrios em K e se definimos

ento D uma funo bilinear sobre as 2 x 2 matrizes sobre K e

D(81' 81) = a, D(81, 82) = b ,

D(82, 81) = e, D(82, 82) = d.

Lema. Uma combinao linear de funes n-lineares n-linear.

Demonstrao. Basta demonstrar que uma combinao linear
n-linear. Sejam D e E funes n-lineares.
de duas funes n-lineares
Se a e b pertencem a K, a combinao linear aD + bE evidente
mente definida por

(aD + bE) ( A) = aD (A) + bE ( A).

Logo, fixando todas as linhas exceto a linha i

(aD + bE) (coei + ex;)= aD(cexi + ex;) + bE (cexi + ex;)

= acD(exi) + aD (ex;) + bcE(ex); + bE(ex;)
= c (aD + bE) (exi) + (aD + bE) (ex;).

Se K um corpo e V o conjunto das n x n matrizes sobre K,

o lema acima diz o seguinte: o conjunto das funes n-lineares
sobre V um subespao do espao de todas as funes de V em K.

Exemplo 3. Seja D a funo definida sobre as 2 x 2 matrizes

sobre K por

(5-3)

Ora, D a soma de duas funes do tipo descrito no Exemplo 1:

D= D1 + D2
Di(A) = A11A22
Dz(A) = - A12A21

Pelo Lema acima, D uma funo bilinear. O leitor que tenha tido
alguma experincia com determinantes no achar este fato surpre
endente, pois reconhecer (5-3) como a definio usual do deter-
 DETERMINANTES - 183

minante de uma 2 x 2 matriz. claro que a funo D que acabamos

de definir no uma funo bilinear tpica Ela possui muitas
propriedades particulares. Vejamos algumas dessas propriedades.
Primeiro, se 1 a 2 x 2 matriz unidade, ento D(J) = 1, isto ,
D(c1, c2) = 1. Segundo, se as duas linhas de A so iguais, ento

D(A ) = A 11A 12 - A 12A11 = O.

Terceiro, se A' a matriz obtida de uma 2 x 2 matriz A permu

tando suas linhas, ento D(A') = - D(A ); de fato,

Definio. Seja D uma funo n-linear. Dizemos que D alter

nada (ou alternante) se as duas condies seguintes est<J salis/ilas:
(a) D(A) = O sempre que duas linhas de A so iguais.
(b) Se A' uma matriz obtida de A permutando duas linhas de
A, ento D(A}= - D(A).

Demonstraremos abaixo que toda funo n-linear D que sa

tisfaz (a), automaticamente sati sfaz (b). Colocamos as duas proprie
dades na definio de funo n-linear alternada por convenincia.
O leitor provavelmente notar que se D satisfaz (b) e A uma matriz
com duas linhas iguais, ento D(A) =
- D(A). Somos tentados a
concluir que D tambm satisfaz a condio (a). Isto verdade, por
exemplo, se K um corpo no qual 1 + 1 =!=O, mas em geral (a) no
uma conseqncia de (b).

Definio. Seja K um anel comutativo com elemento unidadi! I!

seja n um inteiro positivo. Suponhamos que D seja uma funo das

n x n matrizes sobre K em K. Dizemos que D uma funo deter
minante se D n-linear, alternada e D(I) 1. =

Como afirmamos anteriormente, mostraremos no final que

existe exatamente uma funo determinante sobre n x n matrizes
sobre K. Isto pode ser visto facilmente para 1 x 1 matrizes A = [aJ
sobre K. A funo D dada por D(A) =a uma funo determinante
e evidentemente a nica funo determinante sobre 1 x l matrizes.
Estamos em condies de eliminar tambm o caso n =2 Demons
tramos, no Exemplo 3, que a funo

D(A) =
A 11A 22 - A 12A 21
184 -'-- ALGEBRA LINEAR

uma funo determinante. Alm disso, a frmula apresentada no

Exemplo 2 mostra que D a nica funo determinante sobre 2 x 2
matrizes, pois demonstramos que para qualquer funo bilinear D
D(A )= A11A21D(81 , e1) + A11A2iD(81' 82)
+ A12A21D(e2 , e1) + A12A22D(e 2' 8 2).

Se D alternada, ento

.e

Se D satisfaz tambm D(J) = 1, ento

Exemplo. Seja F um corpo e seja D uma funo trilinear

alternada, arbitrria, sobre as 3 x 3 matrizes sobre o anel de poli
nmios F[x].
Seja

[X - 2 ]
A= O 1
3
1 o x

Se indicarmos as linhas da 3 x 3 matriz unidade por 81, e2, e3, ento

2 3
D(A) = D(x81 - x 83, 82' e1 + x 83).

Como D uma funo linear de cada linha

3 2 3
D(A) = xD(81 , 82 , 81 + x e3) - x D(83, e2' e1 + x i;3)
2
= xD(81 '82 ,81 ) + x4D(81 'e2'83) - x D(e3,e2 ,e1) - x5 D(e3,82'83).

Como D alternada decorre que

Lema. Seja D uma funo bilinear com a propriedade de que

D(A)=O para todas 2 x 2 matrizes A sobre K que tenham linhas
iguais. Ento D alternada.
 DETERMINANTES - 185

Demonstrao. O que precisamos mostrar que se A uma

2 x 2 matriz e A' obtida transpondo-se as linhas de A , ento
D(A') = - D(A). Se as linhas de A so r:t. e [3, isto significa que
precisamos mostrar que D(/3, r:t.) = - D(r:t., [3). Como D bilinear

D(r:t. + [3, r:t. + /3 ) = D(r:t., r:t.) + D(r:t., /3 ) + D(f3, r:t.) + D( /3, [3).

Por nossa hiptese, D(r:t. + [3, r:t. + [3) = D(r:t., r:t.) = D(/3, [3) =O. Por
tanto,

O = D(r:t., /3) + D(p, r:t.).

Lema. Seja D uma funo n-linear sobre n x n matrizes sobre

K. Suponhamos que D tenha a propriedade de que D(A) =O sempre
que duas linhas adjacentes de A sejam iguais. Ento D alternada.
Demonstrao. Precisamos mostrar que D(A) =O quando duas
quaisquer linhas de A so iguais e que D(A') = - D(A) e A' obti
da transpondo-se (trocando entre si) duas quaisquer linhas de A.
Em primeiro lugar suponhamos que A' seja obtida pela transpo
sio de duas linhas adjacentes de A. O leitor deve verificar que o
argumento usado na demonstrao do lema anterior se aplica ao
presente caso e nos fornece D(A') D(A). = -

Seja agora B obtida transpondo-se as linhas i e j de A, onde

i <j. Podemos obter B a partir de A por uma sucesso de trans
posies de pares de linhas adjacentes. Comeamos transpondo a
linha i com a linha (i + 1) e continuamos at que as linhas estejam
na ordem

Isto requer k j i transposies de linhas adjacentes. Agora, mo

= -

vemos r:t.i para a i-sima posio usando (k - 1) transposies de

linhas adjacentes. Desta maneira obtivemos B a partir de A por meio
de k + (k 1) = 2k 1 transposies de linhas adjacentes. Assim,
- -

D(B) = (-1)2k-1D(A) = -D(A).

Suponhamos que A seja uma n x n matriz arbitrria com duas

linhas iguais, digamos r:t.i r:t.i' com i < j. Se j = i + 1, ento A
=

tem duas linhas iguais e adjacentes e D(A) =O. Se j > i + 1 trans

pomos r:t.i+l e r:t.i e a matriz resultante B possui duas linhas iguais e
adjacentes, portanto D(B) =O. Por outro lado D(B) = - D(A), por
tanto D(A) =O.
186 -'-- ALGEBRA LINEAR

Definio. Se n > 1 e A uma n x n matriz sobre K, indique

mos por A (i lj) a (n - 1) x (n - 1) matriz obtida de A retirando-se
a i-sima linha e a j-sima coluna. Se D uma funo (n - !)-linear
e A uma n x n matriz, colocamos D;/A) D[A(iU)J. =

Teorema 1. Seja n> 1 e seja D uma funo (n _,!}linear alter

nada sobre as (n - 1) X (n - 1) matrizes. sobre K. Para cada j,
1 :::;; j :::;; n, a funo Ei definida por
n
(5-4) Ej(A) = L ( - l)i+jAijDJA)
i= 1

uma funo n-linear alternada sobre n x n matrizes A Se D uma

funo determinante, cada Ei tambm o .
Demonstrao. Se A uma n x n matriz, Dii(A) indepen
dente da i-sima linha de A. Como D (n - 1)-linear, claro que
Dii uma funo linear de qualquer linha exceto a linha l Por
tanto Ai pi/A) uma funo n-linear de A Uma combinao
linear de funes n-lineares n-linear, logo Ei n-linear. Para
demonstrar que Ei alternada, bastar demoftstrar que E/A)= O
sempre que A tiver duas linhas iguais e adjacentes. Suponhamos
que IXk= IXk+ 1 Se i =1- k e i =1- k + 1, a matriz (A(il/) tem duas linhas
iguais e ento Di /A)= O. Portanto,

Como IX= IXk+l'

k

Aki = Ack+ l)i e A(kl/) = A(k + 11/) .

Ento evidente que E/A)= O.

Suponhamos agora que D seja uma funo determinante. Se
1<n! a n x n matriz unidade, ento I'n'U/j) a (n - 1) .x (n - 1)
matriz unidade 1<n-1>. Como 1:''/ ii' decorre de (5-4) que
=

(5-) Ep<n)) = D(J<n- lJ).

Ora, D(I'n-l!) == 1, de modo. que Ep<n!)= 1 e Ei uma funo
determinante.
Corolrio. Seja K um anel comutativo com elemento unidade e
seja n um inteiro positivo. Existe pelo menos uma funo determi
nante sobre Knxn.
 DETERMINANTES - 187

Demonstrao. Demonstramos a existncia de uma funo

determinante sobre 1 x 1 matrizes sobre K e mesmo sobre 2 x 2
matrizes sobre K. O Teorema 1 nos diz explicitamente como cons
truir uma funo determinante sobre n x n matrizes, a partir de
uma funo determinante sobre (n - 1) x (n - 1) matrizes. O coro
lrio decorre por induo.

Exemplo 5. Se B uma 2 x 2 matriz sobre K faamos

IBI= B11B22 - B12B 21

Ento IBI= D(B), onde D a funo determinante sobre 2 x2

matrizes. Mostramos que esta funo sobre K2 2
x nica Seja

uma 3 x 3 matriz sobre K. Definindo El' E2, E3 como em (5-4),

ento

(5-7) E2(A )= -Au l :: :: 1 +

A22 I : :: 1 -A 32 I : ::I
(5-8) E 3(A)= 13 I :: : 1 -A2 3 I : : 1 +
33
I : 1
Decorre do Teorema 1 que El' E2, E3 so funes determinantes.
Na realidade, como mostraremos posteriormente, E1= E2= E3,
mas isto ainda no evidente mesmo neste caso simples. Poder
se-ia, contudo, verificar diretamente este fato desenvolvendo-se
cada uma das expresses acima. Em vez de fazer isto, daremos
exemplos particulares.

(a) Seja K= R[x] e

[X -1 x2 :x;3
.
A= O x-2 1
o o x-3
]
188 -ALGEBRA LINEAR

Ento

E1(A) = (x - 1)
1
X-
0 2
x
1
_ 3 1 = (x - l)(x - 2) (x - 3)

Ez(A) =
- x2 O 1 ,
1 3. + (x - 2)
x- 1 X- 1
O
x3
x-3 1
= (x - 1) (x - 2) (x-3)

3
E3(A) = x O 1 X -0
2
, ,
_
X - 1 X2
0
O
+ (x-3)

I 1 X
- 1
O
x2
x- 2 1
= (x - 1) (x - 2) (x - 3).

(b) Seja K =R e

Ento

E1(A) =
/ / = 1

E2(A) = -

/ b/ = 1

E3(A) = -1 bl = l

Exerccios
1. Cada uma das expresses seguintes, define uma funo D sobre o conjunto
das 3 x 3 matrizes sobre o corpo dos nmeros reais. Em quais destes casos D
uma funo trilinear?

(a) J)(A) A11 + A22 + A33;

2
=

(b) D(A) (A1i} + 3A11A22;

(c) D(A) A1.1A12A33;
=

(e) D(A) O;
=

. (f) D(A) 1.
=

=
 DETERMINANTES - 189

2. Verificar diretamente que as trs funes E" E2, E3 definidas por (5-6), (5-7)
e (5-8) so idnticas.

3. Seja K um anel comutativo com elemento unidade. Se A uma 2 x 2 matriz

sobre K, a adjunta clssica de A a 2 x 2 matriz adj A definida por

adj A = [ A22

-21

Se det indica a nica funo determinante sobre 2 x 2 matrizes sobre K,

mostrar que

(a) (adj A) A = A(adj A) = (det A) J;

(b) det (adj A) = det (A);
(c) adj (A') =
(adj A)'.

(A' indica a transposta de A.)

4. Seja A uma 2 x 2 matriz sobre um corpo F. Mostrar que A inversvel se, e

somente se, det A # O. Quando A inversvel, dar uma frmula para A - ' .
5. Seja A uma 2 x 2 matriz sobre um corpo F e suponhamos que A2 =O .

Mostrar para cada escalar e que det (cl - A) = c2.

6. Seja K um subcorpo do corpo dos nmeros complexos e n um inteiro posi

tivo. Sejam j" ... , jn e k1> ... , k,, inteiros positivos menores ou iguais a 11.
Para uma 11 x 11 matriz A sobre K definamos

Demonstrar que D 11-linear se, e somente se, os inteiros j1, , j,, so distintos.

7. Seja K um anel comutativo com elemento unidade. Mostrar que a funo

determinante sobre as 2 x 2 matrizes A sobre K alternada e bilinear como
uma funo das colunas de A.

8. Seja K um anel comutativo com elemento unidade. Definamos uma funo D

sobre as 3 x 3 matrizes sobre K pela regra

Mostrar que D alternada e trilinear como uma funo das colunas de A.

9. Seja K um anel comutativo com elemento unidade e D uma funo n-linear

alternada sobre as n x 11 matrizes sobre K. Mostrar que

(a) D(A) =
O se uma das linhas de A O.
,

(b) D(B) =
D(A) se B obtida a partir de A somando-se um mltiplo escalar
de uma linha de A a outra.

10. Seja F um corpo, A uma 2 x 3 matriz sobre F e (e,, e,, c3) o vetor em F3
definido por
190 - ALGEBRA t.INEAR

Mostrar que
(a) posto (A)= 2 se, e somente se, (e" c2, c3) #O;
(b) se A tem posto 2, ento (cl' c2, c3) uma base do espao-soluo do
sistema de equaes AX =
O.

11. Seja K um anel comutativo com elemento unidade e seja D uma funo bilinear
alternada sobre as 2 x 2 matrizes sobre K. Mostrar que D(A)=(det A) D(J)
para qualquer A. Utilizar agora este resultado (no so permitidos clculos
com os elementos) para mostrar que det(AB) = det(A) det(B) para quaisquer
2 x 2 matrizes A e B sobre K.
12. Seja F um corpo e D uma funo sobre as n x n matrizes sobre F (com valores
em F). Suponhamos que D ( B) = D(A) D(B) para quaisquer A, B. Mostrar
que ou D(A) = O para qualquer A ou D(J) = l. No ltimo caso mostrar que
D(A) #O sempre que A inversvel.

13. Seja R o corpo dos nmeros reais e seja D uma funo sobre as 2 x 2 matrizes
sobre R, com valores em R, tal que D(AB) =D(A) D(B) para quaisquer A, B.
Suponhamos tambm que

Demonstrar o seguinte:
(a) D(O) =O;
(b) D(A) =O se A2 =O;
(c) D(B) = -D(A) se, B obtida transpondo-se duas linhas (ou colunas de A);
(d) D(A) =O se uma linha (ou coluna) de A O;
(e) D(A) =O sempre que A singular.

14. Seja A uma 2 x 2 matriz sobre um corpo F. Ento o conjunto das matrizes
da forma f(A), onde f um polinmio sobre F, um anel comutativo K com
elemento unidade. Se B urna 2 x 2 matriz sobre K, o determinante de B
ento urna 2 x2 matriz sobre F, da forma f(A). Suponhamos que J seja a
2 x 2 matriz unidade sobre F e que B seja a 2 x 2 matriz sobre K

Mostrar que det B =

! (A) , onde f =x2 - (A11 + A22) x + det A, e tambm que
f(A)=O.

5.3 Permutaes e a Unicidade dos Determinantes

Nesta seo demonstr aremos a unicidade da funo determi
nante sobre as n x n matrizes sobre K. A demonstrao nos levar,
 DETERMINANTES - 191

de modo bem natural, a considerar permutaes e algumas de suas

propriedades bsicas.
Suponhamos que D sej uma funo n-linear alternada sobre
as n x n matrizes sobre K. Seja A uma n x n matriz sobre K com
linhas ctl' ct2, . , a,,. Se indicarmos as linhas da n x n matriz uni
dade sobre K por B1, s2, . . . , e,,, ento

n
(5-9) ct; = L 1
A(i, j)i:., :::;; i:::;; n.
j= 1 .1

Logo

D(A) = D( L A(l,j)ep ct2, , rx,, )

' j

= L A(l,j)D(Bp rx2, . , )
rx,, .
j

Se agora substituirmos rx2 por L A(2, k)i:k veremos que

k

D(Bj, rx2, , rx,,) = I A(2, k)D(cj, Bk, ... , rx,,).

k

Assim

D(A) = I A(l,j)A(2, k)D(ej, ek, ... , rx,,).

j,k

Em D( i;j, 1;k, . , rx,,) substitumos em seguida rx3 por A(3, l)i:1 e

assim por diante. Obtemos finalmente uma expresso complicada
mas teoricamente importante para D(A), a saber

(5-10) D(A) =

k1' ki:' 'iJcin

Em (5-10) a soma estendida a todas as seqncias (k1, k2' ... , k,,)

de inteiros positivos menores ou iguais an. Isto mostra que D uma

soma finita de funes do tipo descrito por (5-2). Deve-se notar que
(-10) uma conseqncia apenas da hiptese de que D n-linear e
tambm que um caso particular de (5-10) foi obtido no Exemplo 2.
Como .D alternada,

sempre que dois dos J!dices k; so iguais. Uma seqncia (k1, k2, ,

... , k") de inteiros positivos menores ou iguais a n, com a proprie-

192 .--::- ALGE8B(J. LINEAR (

dade de no existirem dois k; iguais, denominada uma permutao

de grau n. Portanto, em ( 5-1 O), precisamos somar considerando
apenas as seqncias que sejam permutaes de grau n.
Como um seqncia finita, ou n-upla, uma funo definida
sobre os n primeiros inteiros positivos, uma permutao de grau n
pode ser definida como uma funo bijetora do conjunto { 1, 2, ... , n}
em si mesmo. Tal funo a corresponde n-upla (al, ai, ..., an)
e simplesmente uma regra para ordenar 1, 2, ... , n de alguma
maneira bem definida.
Se D uma funo n-linear alternada e A uma n x n matriz
sobre K, ento temos

(5-11) D(A) = L A(l, al) ... A(n, an) D(s'' .. ., t:a, )

a

onde a soma estendida a todas as permutaes a distintas e de

grau n.
A seguir mostraremos que

(5-12) ,D(sl' ..., s;,)

onde o sinal depende somente da permutao a. A razo para

isto a que segue. A seqncia (al, a2, ..., an) pode ser obtida da
seqncia (1, 2, ... , n) por um nmero finito de transposies de
pares de elementos. Por exemplo, se al # 1, podemos transpor 1 e
al obtendo (al, ..., 1, ...). Procedendo desta maneira chegaremos
seqencia (al, ... , an) aps n ou menos transposies de pares.
Como D alternada, o sinal de seu valor muda cada vez que trans
pomos duas das linhas s; e sr Assim, se passamos de (1, 2, ... , n)
a (al, a2, ..., an) por meio de m transposies de pares (i,j) teremos
D(s'' ... , sa ) = (- 1rD(s1, ..., sn).

Em particular, se D uma funo determinante

(5-13)

onde m depende somente de <T e no de D. Assim, todas as funes

determinantes associam o mesmo valor matriz com linhas
s
0'1
, ..., sCTn , e este valor 1 ou - 1.
Um fato bsico sobre permutaes o seguinte: se a uma
permutao de grau n, pode-se passar da seqncia (1, 2, ... , n)
 DETERMINANTES - 193

seqncia (al, 2, ..., an) por meio de uma srie de transposies

de pares e isto pode ser feito de diversas maneiras; contudo, qual
quer que seja a .maneira pela qual isto feito, o nmero de trans
posies usadas sempre par ou sempre mpar. A permutao
ento denominada par ou mpar, respectivamente. Define-se o sinal
de uma permutao por

sinal a = {-i: :: : : r ar

com o smbolo "1" indicando aqui o inteiro 1. Mostraremos abaixo

que esta propriedade bsica das permutaes pode ser deduzida do
que j sabemos sobre funes determinantes. Suponhamos por ora
que isto seja verdade. Ento o inteiro m que aparece em (5-13)
sempre par se a uma permutao par e sempre mpar se a uma
permutao mpar. Para qualquer funo D n-linear e alternada
temos ento

e usando (5-11)

(5-14) D(A) = O:: (sinal a) A(l, ul) . . . A(n, un)] D(/).

(J

claro que I indica a n x n matriz unidade.

De (5-14) vemos que existe exatamente uma funo determi
nante sobre as n x n matrizes sobre K. Se indicarmos esta funo
por det, ela ser dada por

(5-15) det(A) = L (sinal u) A(l, ul) . . . A(n, un)

(J

sendo a soma estendida a todas as permutaes u distintas e de

grau n. Podemos resumir formalmente como segue.

Teorema 2. Seja K um anel comutativo com elemento unidade

e seja n um inteiro positivo. Existe exatamente uma funo deter
minante sobre o conjunto. das n x n matrizes sobre K, que a funo
det definida por (5-15). Se D uma funo n-linear alternada arbi
trria sobre K x , ento, para toda n x n matriz A

D(A) = (det A) D(I).

194 - ALGEBRA LINEAR

Este o teorema que procurvamos, mas deixamos uma lacuna

na demonstrao. Essa lacuna a demonstrao de que, para uma
dada permutao u, quando passamos de (1, 2, ... , n) para (ul, u2,
... , un) transpondo pares, o nmero de transposies sempre par
ou sempre mpar. Este fato bsico de combinatria pode ser
demonstrado sem nenhuma referncia a determinantes; contudo,
gostaramos de salientar como ele decorre da existncia de uma
funo determinante sobre n x n matrizes.
Tomemos K como sendo o anel dos inteiros. Seja D uma fun
o determinante sobre as n x n matrizes sobre K. Seja u uma
permutao de grau n e suponhamos que passemos de (1, 2, ... ' n)
a (ul, u2, ... , un) por meio de m transposies de pares (i, j), i # j.
Como mostramos em (5-13)

(-lr = D(e,,1, ... , ea)

isto , o nmero ( - ir tem que ser o valor de D sobre a matriz
de linhas e'' ... , e,,n Se

D(e,,1, ... , e") = 1,

ento m tem que ser par. Se

ento m tem que ser mpar.

Como temos uma frmula explcita para o determinante de
uma n x n matriz e esta frmula envolve as permutaes de grau n,
vamos concluir esta-seo fazendo mais aigumas observaes sobre
permutaes. Primeiro, notemos que existem exatamente n! =

= 1 2
... 11 permutaes de grau n, pois se u uma tal permu
tao, existem 11 escolhas possveis para ul; uma vez feita, existem
(n - 1) possibilidades para u2', depois (n - 2) possibilidades para
u".> e assim por diante. Logo, existem

n(n - 1) (n - 2) ... 2 1 = n!

permutao u. A frmula (5-15) para det (A) fornece desta ma

neira det (A) como uma soma de n! termos, um para cada permu
tao de grau n. Um termo genrico um produto

A(l, ul) ... A(n, un)

 DETERMINANTES - 195

de n elementos de A, um elemento de cada linha e um de cada

coluna, e acompanhado de um sinal + ou " - " conforme seja
" "

uma permutao par .ou mpar.

Quando as permutaes so consideradas como funes bije
toras do conjunto { 1, 2, ... , n} em si mesmo, possvel definir um
produto de permutaes. O produto de por i ser simplesmente
a funo composta <n definida por

(<n) (i) = a(i(i)).

Se i; indica a permutao idntica, i;(i) = i, ento cada possm

uma inversa a-1 tal que

Pode-se resumir estas observaes dizendo que, em relao ope

rao de composio, o conjunto das permutaes de grau n um
grupo. Este grupo usualmente denominado o grupo simtrico
de grau n.
Do ponto de vista de produtos de permutaes, a propriedade
fundamental do sinal de uma permutao que

(5-16) sinal (ai) = (sinal a) (sinal i).

Em outras palavras, ai uma permutao par se a e i so ambas

pares ou ambas mpares enquanto que ar mpar se uma das suas
permutaes mpar e a outra par. Pode-se ver isto pela defi
nio do sinal em termos de permutaes sucessivas de pares (i,j).
Poder ser tambm instrutivo se ressaltarmos como a igualdade
sinal (ai)= (sinal a) (sinal i) decorre de uma propriedade funda -
mental dos determinantes.
Seja K o anel dos inteiros e sejam a e i permutaes de grau n.
Sejam t:1, ..., i;n as linhas da n x n matriz unidade sobre K, seja
A a matriz de linhas i; , ... , i; e seja B a matriz de linhas i; 1,
A i-sima linh1 de A'" contm exatamente um elemento
, i;un
no-nulo, a saber, o 1 na coluna Ti. A partir disto, fcil ver que

i;u<i a i-sima linha da matriz produto AB. Ora,

det(A) = sinal i, det(B) = sinal a e det(AB) = sinal (ai).

Portanto teremos sinal (ai)= (sinal a) (sinal r) desde que demons

tremos o seguinte:
196 - ALGEBRA LINEAR

Teorema 3. Seja K um anel comutativo com elemento unidade

e sejam A e B n x n matrizes sobre K. Ento

det(AB) = (det A) (det B).

Demonstrao. Seja B uma n x n matriz fixa sobre K e para

cada n x n matriz A definamos D(A) = det(AB). Se indicarmos
as linhas de A por al' ... , "' ento

Aqui aiB indica a 1 x n matriz que o produto da x n matriz

ai pela n x n matriz B . Como

e det n-linear, fcil ver que D n-linear. Se a;= ' ento,

;
a,B = a B , e como det alternada
i

Logo, D alternada. Ora, D uma funo n-linear alternada e

pelo Teorema 2

D(A) = (det A) D(J).

Mas D(J) = det(JB) = detB, portanto

det (AB) = D(A) = (det A) (detB) .

O fato de que sinal (ar) = (sinal a ) (sinal )

r apenas um dos
muitos corolrios do Teorema 3. Consideraremos alguns desses
corolrios na prxima seo.

Exerccios

1. Se K um anel comutativo com elemento unidade e A a matriz sobre K

dada por

A= [ O O ] -a

-b -e
a

mostrar que det A= O.

 DETERMINANTES - 197

]
2. Demonstrar que o determinante da matriz de Vandermonde
2
a

[ b
e
bl
c
2

(b - a) (e - a) (e - b).

3. Enunciar explicitamente as seis permutaes de grau 3, dizer quais so m

pares e quais so pares e usar isto para dar uma frmula completa (5-15)
para o determinante de uma 3 x 3 matriz.

4. Sejam cr e r as permutaes de grau 4 definidas por cri= 2, cr2 = 3, cr3 = 4,

cr4 = l, d = 3, r2 = l, r3 = 2, r4 = 4.

(a) cr .par ou mpar? r par ou mpar?

(b) Determinar crr e rcr.

5. Se A uma n x n matriz inversvel sobre um corpo, mostrar que det A =F O.

6. Seja A uma 2 x 2 matriz sobre um corpo. Demonstrar que det(/ +A) =

= l + det A se, e somente se, trao (A)= O.

7. Uma n x 11 matriz A denominada triangular

se A;;= O sempre que i > j ou
se A1; =O sempre que i <}. Demo11'lr<11 qt1<: ,, determinante de uma matriz
triangular o produto A11 A22, ... , A"" de seus elementos diagonais.

8. Seja A uma 3 x 3 matriz sobre o corpo dos nmeros complexos. Formemos

a matriz xi -A cujos elementos so polinmios, sendo o elemento i, j desta
matriz o polinmio <\;x - Av Se f = det(x/ - A), mostrar que f um poli
nmio unitrio de grau 3. Escrevendo

com nmeros complexos e" c2, e c3, demonstrar que

\1. Seja 11 um inteiro positivo e F um corpo. Se cr uma permutao de grau n,

demonstrar que a funo

um operador linear inversvel sobre F".

10. Seja F um corpo, 11 um inteiro positivo e S o conjunto das n x n matrizes

sobre F. Seja V o espao vetorial de todas as funes de S em F. Seja W o
conjunto das funes n lineares alternadas sobre S. Demonstrar que W um
subespao de V. Qual a dimenso de W?
198 - ALGEBRA LINEAR

li. Seja T um operador linear sobre F". Definamos

(a) Mostrar que DT uma funo n-linear alternada.

(b) Se

mostrar que para n quaisquer vetores ex 1, , ex. temos

det(Tex" . . .,Tex.) =e det(ex., ...,ex.).

(c) Se !!4 uma base ordenada arbitrria de F" e A a matriz de T em

relao base ordenada !!4, mostrar que det A = e.

(d) Qual um nome razovel para o escalar e?

12. Se cr. uma permutao de grau n e A uma n x n matriz sobre o corpo F

com vetores linhas ex1,. . .,ex., indiquemos por cr(A) a n x n matriz com vetores
linhas i:xc:r1, . . , <Xc:rn
.

(a) Demonstrar que cr(AB) = cr(A) B e em particular que l(A) = cr(l) A.

(b) Se T o operador linear do Exerccio 9, demonstrar que a matriz T em
relao base ordenada cannica cr(J).
(c) cr-1(1} a matriz inversa de cr (J)?
(d) verdade que cr(A) semelhante a A?

13. Demonstrar que a funo sinal sobre permutaes nica no seguinte sentido:
f uma funo qualquer que associa a cada permutao de grau n um
se
f(cr-r:) =f(u)f(-r:), ento f identicamente nula, ou f identica
inteiro e se
mente 1 ou f a funo sinal.

5.4 Propriedades Adicionais dos Determinantes

Nesta seo relataremos algumas das propriedades teis da

funo determinante sobre n x n matrizes. Talvez a primeira coisa
que devamos destacar seja a que segue. Em nossa discusso de
detA, as linhas de A desempenharam um papel privilegiado. Como
no existe nenhuma diferena fundamental entre linhas e colunas,

pode-se muito bem esperar que det A seja uma funo n-linear alter
nada das colunas de A. Isto decorre e, para demonstr-lo, basta
mostrar que

(5-17) det(A1) = det(A)

onde A1 indica a transposta de A.

Se u uma permutao de grau n

 DETERMINANTES - 199

A'(i, o-i) =A(o-i, i) .

Da expresso (5-15) tem-se ento

det (A1) =L (sinal o-) A(o-1, 1) ... A(o-n, n).

Quando i = o- -1j, A(o-i, i) =A(j, o--1j). Assim

1
A(o-1, 1) ... A(o-n, n) =A(l, 0--11) ... A(n, o-- n).

Como (J0" -1 a permutao idntica,

(sinal o-) (sinal o--1) = 1, ou seja, sinal(o--1) = sinal(o-).

Alm disso, quando percorre todas as permutaes de grau n,

0--1 tambm o faz.
Portanto,

"

= det A,

o que demonstra (5-17).

Em certas ocasies preciso calcular certos determinantes par
ticulares. Quando isto necessrio, freqentemente til tirar van
tagem do fato seguinte: se B obtida de A s omando-se um mltiplo
de uma linha de A a outra (ou um mltiplo de uma coluna a outra),
ento

(5-18) det B = det A.

Demonstraremos a afirmao relativa s linhas. Seja B obtida de

A somando-se crxi a rxi, onde i <j. Como det linear como uma
funo da i-sima linha

det B =det A+ e det(rx , ... , rxi, ... , rxi' ... , rxn)

1
=det A.
Outro fato til o seguinte: consideremos uma n x n matriz
da forma em blocos
200 - ALGEBRA LINEAR

onde A uma r x r matriz, C uma s x s matriz, B r x s e O

indica a s x r matriz nula. Ento

(5 1 2)
- det .[ ] = (det A)(det C).

Para demonstrar isto, definamos

D(A, B, C) = det [ ]

Se fixarmos A e B, ento D alternada e s-linear como uma

funo das linhas de C. Assim, pelo Teorema 2

D(A, B, C) = (det C) D(A, B,J)

onde I a s x s matriz unidade. Subtraindo das linhas de B ml
tiplos das linhas de I e usando a afirmao (5-18) acima, obtemos

D(A; B, I) = D(A, O,!).

Ora, D(A, O, I) evidentemente alternada e r-linear como uma

funo das linhas de A. Assim

D(A, O, I) = (det A) D(I, O; I).

Mas, D(I, 0,1) = l, logo,

D(A, B, C) = (det C) D(A, B, I)

= (det C) D(A, O, I)
= (det C) (det A).

Por um raciocnio do mesmo tipo, ou tomando transpostas

(5-20) det [ J (det A)(det C).

Exemplo 6.
<acionais O que dese [ r r 1j
Suponhamos que K seja o corpo dos nmeros
OS cal O ter inante de 4 X 4 mat'iz

- 4 1 -1 -1
1 2 3 o
 DETERMINANTES - 201

Subtraindo das linhas 2, 3 e 4 mltiplos convenientes da linha 1,

obtemos a matriz

]
2
-4 -4
-9 -13
1 -3

que, como sabemos por (5-18), ter o mesmo determinante que A.

Subtraindo da linha 3, da linha 2 e depois subtraindo da linha 4,
i da linha 2, obtemos

-J
-1 2
4 -4
o -4 -8
o 4

o

e novamente det B = det A. A forma em blocos de B nos diz que

det A = det B = 1 - ! 1-: """" 1 = 4(32) = 128.

Seja agora n >1 e seja A uma n x n matriz sobre K. No Teo

rema 1 mostramos como construir uma funo determinante sobre
as n x n matrizes, dada uma tal funo sobre as (n - 1) x (n - 1)
matrizes. Agora que demonstramos a unicidade da funo determi
nante, a frmula (5-4) nos diz o que segue. Se fixamos uma coluna
arbitrria de ndice j,
n

det A = L ( - l)i+ iA;i det A(il;).

i= 1
O escalar ( - 1); + i det A (i IJ) usualmente denominado o z, J co
fator de A ou o cofator do elemento i, j de A. A frmula acima para
det A ento denominada o desenvolvimento de det A pelos cofa
tores da }-sima coluna (ou, s vezes, o desenvolvimento pelos me
nores da j-sima coluna). Se colocarmos

ento a frmula acima dir que para cada j

n

det A = L A;Fii
i= 1
202 - ALGEBRA LINEAR

j
onde o cofator Cu ( - l)i+ vezes o determinante da (n - 1) x
x (n - 1) matriz obtida de A retirando-se a i-sima linha e aj-sima

coluna de A.
Se j =!= k, ento

L Aikcij =o.
i= 1
De fato, substituamos a j-sima coluna de A por sua k-sima coluna
e chamemos a matriz resultante de B. Ento B possui duas colunas
iguais, logo det B=O. Como B (i lj) A(i lj) temos =

O= det B
n
j
= L ( -1);+ Bij det B(il/)
i= 1
n
i j
= I (-l) + A ik detA(i l/)
i=l
n

= I Aikcir
i= 1
Estas propriedades dos cofatores podem ser resumidas por

I A kc j jk detA.
i= 1 i i
(5-21) =

A n x n matriz adj A, que a transposta da matriz ds cofa

tores de A, denominada a adjunta clssica de A. Assim

(5-22) (adj A)ij = Cji =( - l)i+j detA(i ii) .

As frmulas (5-21) podem ser resumidas na equao matricial

(5-23) (adjA)A =(detA) I.

Desejamos tambm ver que A(adj A)=(det A)J. Como A 1(i lj) =

=A (jli)1 temos
 DETERMINANTES - 203

que diz simplesmente que o i, j cofator de A1 o j, i cofator de A.

Assim,

(5-24) adj(A') =( adj A)'.

Aplicando (5-23) a A1 obtemos

(adj A1) A1 = (det A1)J = (det A)J

e transpondo

A(adj A1)1 =(det A)J.

Usando (5-23) obtemos o que queremos:

(5-25) A(adj A)= (det A)J.

Da mesma forma que para matrizes sobre um corpo, uma n x n

matriz A sobre K dita inversvel sobre K se existe uma n x n ma
triz A 1 com elementos em K tal que AA - l =A- l A = /. Se existe
uma tal inversa, ela nica, pois o mesmo argumento usado no
Captulo 1 mostra que qu ando B A = AC =1 temos B =C. As fr
mulas (5-23) e (5-25) nos dizem o seguinte sobre a inversibilid ade
de matrizes sobre K: se o elemento det A possui um inverso multi
plicativo em K, ento A inversvel a A -1 = (det A)-1 adj A a
nica inversa de A. Reciprocamente, fcil ver que, se A inversvel
sobre K, o elemento det A inversvel em K, pois se BA = 1 temos

1 = det 1 = det(AB) = (det A) (det B) .

O que demonstramos o seguinte:

Teorema 4. Seja A uma n x n matriz sobre K. Ento A

inversvel sobre K se, e somente se, det A inversvel em K. Quando
A inversivel, a nica inversa de A

A-1 = (det A)-1 adj A.

Em particular, uma n x n matriz sobre um corpo inversvel se, e

somente se. seu determinante d iferente de zem.
Gostar amos de salientar que este critrio relativo a determi
n antes para a inversibilidade demonstra que uma n x n matriz com
204 - ALGEBRA LINEAR

uma inversa esquerda ou direita inversvel. Esta demonstrao

completamente independente da demonstrao que fizemos no
Captulo 1 para matrizes sobre um corpo. Gostaramos tambm de
ressaltar o que a inversibilidade significa para matrizes cujos ele
mentos so polinmios. Se K o anel de polinmios F[x ], os
nicos elementos de K que so inversveis so os polinmios cons
tantes no-nulos. De fato, se f e g so po linmios e fg = 1, temos
gr(f) + gr(g)
=O de modo que gr(f) =gr(g) =O, isto , f e g so
polinmios constantes. Portanto uma n x n matriz sobre o anel de
polinmios F[x] inversvel sobre F[x] se, e somente se, seu
determinante um polinmio constante no-nulo.

Exemplo 7. Seja K =R [x] o anel de polinmios sobre o

corpo dos nmeros reais. Sejam

A [xX2 + X ]
B= 2 [
x2 - 1
1
= X+ 1
- 1 ' . X - 2x- 3

Ento, por meio de clculos simples, detA =x + 1 e det B - 6.

Assim, A no inversvel sobre K, enquanto que B inversvel
=

sobre K. Notemos que

adj A= [ - X1+ 1 -2
x-
X +X
1] ' adJ. B= [ -X2. +x2x - 3
-x - 2
x2 - 1
]
e (adj A)A (x + l)J, (adj B)B=-61. claro que
=

B-1 -__ _!_[ -x2 +X2x

6 - 3
-x - 2
1 - x2
]
Exemplo 8. Seja K o anel dos inteiros e

=
A [ l
Ento det A= -2 e

adj A=
[ _1 -n

Assim, A no inversvel como uma matriz sobre o anel dos intei

ros; no entanto, podemos tambm considerar A como uma matriz
 DETERMINANTES - 205

sobre o corpo dos nmeros rac1ona1s. Se o fazemos, ento A

inversvel e

l. [ 4 - 2 ] [-2 1].
2 -3 1 1 -t
Com relao a matrizes inversveis, gostaramos de mencionar
mais um fato elementar. Matrizes semelhantes tm o mesmo deter
minante, isto , se P inversvel sobre K e B = p-1 AP, ento
det B = det A. Ist evidente, pois

1
det (P- AP) = ( det P 1 ) (det A) (det P) = det A.

Esta observao simples torna possvel definir o determinante de

um operador linear sobre um espao vetorial de dimenso finita.
Se T um operador linear sobre V, definimos o determinante de T
como sendo o determinante de qualquer n x n matriz que repre
sente T em relao a alguma base ordenada de V.
Como todas
essas matrizes so semelhantes, elas possuem o mesmo determi
nante e nossa definio faz sentido. Em relao a isto, veja o
Exerccio 11 da Seo 5-3.

Gostaramos agora de discutir a regra de Cramer para a reso

luo de sistemas de equaes lineares. Suponhamos que A seja
uma n x n matriz sobre o corpo F e que desejamos resolver o sis
tema de equaes lineares AX = Y para uma dada n-upla (y1, ... , yJ
Se AX = Y, ento

(adj A)AX = (adj A) Y

e, portanto,

(det A)X = (adj A) Y.

Assim
li

(det A) x
i = L (adj A)iy i
i= 1

= L ( -1);+ iy; [
det A(i j).
i= 1

Esta ltima expresso o determinante de n x n matriz obtida subs

tituindo a j-sima coluna de. A por Y. Se det A = O, tudo isto no
nos diz nada; contudo, se det A :f. O temos o que conhecido como
a regra de Cramer. Seja A uma n x n matriz sobre o corpo F tal
206 - ALGEBRA LINEAR

que det Ai= O. Se y1, . . , Y. so escalares arbitrrios em F, a nica

soluo X = A - 1 Y do sistema de equaes AX = Y dada por

det B.
j 1, ., n
xi= det A'
= . .

onde B. a n x n matriz obtida de A substituindo

. a j-sima coluna
J
de A por Y.

Concluindo esta seo, gostaramos de fazer alguns comen

trios que sirvam para colocar os determinantes naquilo que acre
ditamos ser a perspectiva apropriada De vez em quando, neces
srio calcular alguns determinantes particulares e esta seo foi Mr
cialmente dedicada a tcnicas que iro facilitar esse trabalho. N.
-

entanto, o papel principal dos determinantes neste livro terico.

No se discute a beleza de fatos tais como a regra de Cramer. Mas
a regra de Cramer um instrumento ineficiente para resolver siste
mas de equaes lineares, principalmente porque envolve clculos
em demasia Portanto, deve-se concentrar no que a regra de Cramer
diz, e no em como calcular por meio dela De fato, refletindo sobre
este captulo, esperamos que o leitor coloque mais nfase na com
preenso do que a funo determinante e como ela se comporta
do que no modo de calcular determinantes de matrizes particulares.

Exerccios

1. Usar a frmula da adjunta clssica para calcular as inversas das 3 x 3 m_atrizes

reais seguintes:

[- ]
4 1 -1

2. Usar a regra de Cramer para resolver os seguintes sistemas de equaes

lineares sobre o corpo dos nmeros racionais:

(a) X + y + Z = 11

2x - 6y - z = O
3x + 4y + 2z O =

(b) 3x - 2y = 7
3y - 2z = 6
3z - 2x = -1

3. Uma n x n matriz A sobre um corpo F anti-simtrica se A' = - A. Se A

uma n x n matriz anti-simtrica com elementos complexos e se n mpar,
demonstrar que det A =O.
 DETERMINANTES - 207

4. Uma n X n matriz A sobre um corpo F dita ortogonal se AA' = /. Se A

ortogonal, mostrar que det A= l. Dar um exemplo de uma matriz orto
gonal para a qual det A= - l.

5. Uma n x n matriz A sobre o corpo dos nmeros complexos dita unitria

se AA* = 1 (A* indica a transposta conjugada de A). Se A unitria, mostrar
que j detA j = 1.

6. Sejam T e V operadores lineares sobre o espao vetorial V de dimenso

finita. Demonstrar que
(a) det(TU) = (det T) (det U);
(b) T inversvel se, e somente se, det T # O .

7 . Seja A uma n x n matriz sobre K , u m anel comutativo com elemento unidade.

Suponhamos que A seja da forma em blocos

'

A=
[ ' :]
O O A

onde A; uma r; x r; matriz. Demonstrar que

det A =(det A1) (det A2) (det A.).

8. Seja V o espao vetorial das n x n matrizes sobre o corpo F. Seja B um

elemento fixo de V e seja T,, o operador linear sobre V definido por T8(A) =
= AB - BA. Mostrar que det T8= O.

9. Seja A uma n x n matriz sobre um corpo. A# O. Se r um inteiro positivo

arbitrrio entre 1 e n, uma r x r submatriz de A qualquer r x r m a triz obtida
retirando (n-r) linhas e (n-r) colunas de A . . O posto-determinante de A
o maior inteiro positivo r tal que alguma r x r submatriz de A possua um
determinante no-nulo. Demonstrar que o posto-determinante de A igual ao
posto-linha de A (=posto-coluna de A).

10. Seja A uma 11 x n matriz sobre o corpo F. Demonstrar que existem no mil
ximo n escalares e distintos em F tais que det(cl - A)= O.

11. Sejam A e B n x n matrizes sobre o corpo F. Mostrar que se A inversvel

existem no mximo n escalares e em F para os quais a matriz cA + B no
inversvel.

12. Seja V o espao vetorial das n x n matrizes sobre F, B uma n x n matriz

fixa sobre F e sejam L8 e R8 os operadores lineares sobre V definidos por
L8(A) = BA e R8(A) =AB. Mostrar que
(a) det L8 = (det B)";
(a) det R8 = (det B)".
208 - ALGEBRA LINEAR

13. Seja V o espao vetorial das n x n matrizes sobre o corpo dos nmeros com
plexos e seja B uma n x n matriz sobre C, fixa. Definamos um operador linear
M B sobre V por M B(A) BAlf' onde Jf'
, B. Mostrar que
=

Seja agora H o conjunto de todas as matrizes hermitianas em . V. (A

hermitiana se A = A*.) Ento H um espao vetorial sobre o corpo dos
nmeros reais. Mostrar que a funo T,, definida por 7(A) = BAlf'
um operador linear sobre o espao vetorial real H. e depois mostrar que
TB = ldet Bl2". (Sugesto: Ao calcular det TB, mostrar que V possui uma
base consu.tuida de matrizes hermitianas e ento mostrar que det lB = det M B.)

14. Sejam A, B, C, D n x n matrizes sobre o corpo F tais que elas comutam.

Mostrar que o determinante da 2n x 2n matriz

det(AD - BC).

5.5 Mdulos
Se K um anel comutativo com elemento unidade, um mdulo
sobre K um sistema algbrico que se comporta como um espao
vetorial, K fazendo o papel do corpo dos escalares. Para sermos
precisos, diremos que V um mdulo sobre K (ou um K-mdulo) se

1. existe uma adio (oc, /3) --t oc + f3 em V, em relao 'a qual

V um grupo comutativo;

2. existe uma multiplicao (e, oc) --t ca de elementos oc em V

e e em K, tal que

(cl + C2)oc = Cl()( + C2()(

c(a1 + oc2) = coc1 + coc2
(c1c2)ct C1(C20C)
=

la= oc.
Para ns, os K-mdulos de maior importncia sero os m
dulos K", das n-uplas. Os mdulos K"' , das matrizes, tambm
'"

so importantes. Se V um mqdulo qualquer, falaremos de combi

naes lineares, dependncia linear, independncia linear, exata
mente como num espao vetorial. Devemos ter o cuidado de no
aplicar a V qualquer resultado de espaos vetoriais que dependa da
diviso por escalares no nulos, a nica operao de corpo que
 DETERMINANTES - 209

poderia estar ausente no anel K. Por exemplo, se 1X1, , IX" so

linearmente dependentes, no poderemos concluir que algum IX;

seja uma combinao linear dos demais. Isto torna mais difcil
determinar bases em mdulos.
Uma base do mdulo V um conjunto linearmente indepen
dente que gera o mdulo. Esta definio igu al que foi d ada
para espaos vetoriais; e a propriedade import ante de uma base ,
que todo elemento de V pode ser escrito, de modo nico, como
uma combinao linear de ( algum nmero finito de} elementos de
f!J. Se admitirmos na matemtica o Axioma da Escolha (veja o
Apndice), poderemos mostrar que todo espao vetorial possui uma
base. O leitor est bem ciente que existe uma base em qu alquer
espao vetorial que seja gerado por um nmero finito de vetores.
Isto no acontece em mdulos. Por isso precis amos de denomi
n aes especiais para mdulos que possu am bases e para mdulos
gerados por um nmero finito de elementos.

Definio. O K-mdu/o V denominado mdulo livre se ele

possuir uma base. Se V possuir uma base contendo n elementos, V
denominado K-mdulo livre com n geradores.

Definio. O mdulo V de tipo finito se ele contiver um sub

conjunto finito que gere V. O posto de um mdulo de tipo finito
o menor inteiro k tal que k elementos gerem V.

Repetimos que um mdulo pode ser de tipo finito sem que

tenha uma base finita. Se V um K-mdulo livre com n geradores,
ento V isomorfo ao mdulo K". Se {/31' ..., {311} uma base de
V, existe um isomorfismo que leva o vetor c1/31 + ... + c11/311 na
n-upla (c1, ... , c11) de K11 No aparente, de imediato, que o mesmo
mdulo V no possa t ambm ser um mdulo livre com k geradores,
k i= n. Em outras palavras, no evidente que duas bases quaisquer
de V devam conter o mesmo nmero de elementos. A demons
trao deste fato uma aplicao interessante de determinantes.

Teorema 5. Seja K um anel comutativo com elemento unidade.

Se V um K-mdulo livre com n geradores, ento o posto de V n.

Demonstrao. Devemos provar que V no pode ser gerado

por menos de n dos seus elementos. Sendo V isomorfo a K"; deve
mos mostrar que se m < n, o mdulo K11 no gerado por n-uplas
1Xp . , IX . Seja A a matriz com linhas IXl' . . , IX . Suponhamos que
m '"
210 - ALGEBRA LINEAR

cada um dos vetores da base cannica e 1, ... , en seja uma combi

nao linear de ct '
l
.. ., ctm. Ento existe uma matriz P, em Kn x m,
tal que

PA = !,

onde I a n x n matriz unidade. Seja a n x n matriz que se

obtm acrescentando n-m linhas de O's matriz A e seja P uma
n x n matriz arbitrria, cujas primeiras n colunas sejam as colunas
Ento

P = I.

Portanto, det =F O. Sendo, porm, m < n, pelo menos uma linha

de constituda somente de O. Esta contradio mostra que
Kn no gerado por ct 1, .. . , ct m.

interessante notar que o Teorema 5 estabelece a unicidade

da dimenso de um espao vetorial (de dimenso f inita). A demons
trao, baseada na existncia da funo determinante, bem dife
rente da demonstrao dada no Captulo 2. Pelo Teorema 5 sa
"
bemos que "mdulo livre de posto n o mesmo que "mdulo
livre com n geradores".

Se V um mdulo sobre K, o mdulo dual V* consiste de

todas as funes lineares fde V em K. Se V um mdulo livre de
posto 11, ento V* tambm um mdulo livre de posto n. A
demonstrao igual que foi feita para espaos vetoriais. Se
: f3, ... , f3.}
, uma base ordenada de V, existe uma base dual
associada, {! 1, , fn} para o mdulo V*. A funo f; associa
a cada ct em V sua i-sima coordenada em relao a { f3 1,
, f3n} :

Se f uma funo linear sobre V,

5.6 Funes Multilineares

O objetivo desta seo colocar nossa discusso sobre deter

minantes no que acreditamos ser a perspectiva apropriada. Trata
remos de formas multilineares alternadas sobre mdulos. Estas
 DETERMINANTES - 211

formas so a generalizao natural dos determinantes, como foram

apresentados. O leitor que no leu (ou no tiver desejo de ler) a
rpida descrio de mdulos da Seo 5.5, ainda pode estudar esta
seo com proveito, substituindo, consistentemente, a expresso
"mdulo livre sobre K de posto n" por "espao vetorial sobre F
de dimenso n".
Seja K um anel comutativo com elemento unidade e seja V
um mdulo sobre K. Se r um inteiro positivo, a funo L de
V' =V x V x ... x V em K denominada multilinear se L(rx 1, , a,)

linear, como uma funo de cada ai .quando os demais ai so man

tidos fixos, isto , se para cada i
L(ctp ... , cai + /3i, . . , a,)
. = cL(cx:1' . , a;, ... , a, +
. .

+ L(ct1, , /J;, . . , cx:J

.

Uma funo multilinear sobre V' ser tambm denominada forma

r-linear sobre V ou forma multilinear de grau r sobre V. Tais fun
es so s vezes chamadas r-tensores sobre V. A coleo de todas
as funes multilineares sobre V' ser indicada por M'(V). Se L e
M esto em M'(V), a soma L + M:

(L + M) ( a 1, ... , a,) =
L(a 1, ... , a,) + M (a1' . . , a,)
.

tambm multilinear; e, sendo e um elemento de K, o produto cL:

(cL) (cx:1, . . , a,) = cL(ctp ... , a,)

.

multilinear. Portanto, M'(V) l!J!L..K.rnitdt!lo --:::; um submdulo

do mdulo de todas as funes V' em K.
Ser= 1, temos M1(V) =V*, o mdulo dual das funes lineares
sobre V. As funes lineares tambm podem ser usadas para cons
truir exemplos de formas multilineares de grau mais elevado. Se
f1 , f so funes lineares sobre V, definamos
. . , ,

Evidentemente L uma forma r-linear sobre V.

Exemplo 9. Se V um mdulo, uma forma 2-linear sobre V

denominada forma bilinear sobre V. Seja A uma n X n matriz com
elementos em K. Ento,
212 - ALGEBRA LINEAR

L(X, Y) = Y1 AX
1
define u ma forma bilinear sobre o mdulo K" x . Analogamente

M (IX, {3) = IXA {31

define u ma forma bilinear M sobre K".

Exemplo 10. A funo determinante associa a cada n x n

matriz A, um elemento det A, em K. Se considerarmos det A como
uma fun as de A:

det A = D (IX ,
1 ... , IX.)
ento D uma forma n-linear sobre K".

Exemplo 11. fcil obter uma expresso algbrica para a

forma r-linear, geral, sobre o mdulo K". Se IXl' ... , IX, so vetores
em Ve A a r x n matriz com linhas ... , IX,., ento para qualquer
IXl'
funo L em M'(K"),

= ,L A1iL(ei' IX2, , IX,)

j=l

=
f, f,
j=l k=l
A1iA2k L(ei, ek, IX3, ... , IX,)

=
L A1i A2kL(ei, ek, 1X3, . . , IXJ
j,k= 1

Se, por sua vez, substituirmos 1Xp , IX, pelas suas expresses como
combinaes lineares dos vetores da base cannica, e escrevermos
A(i,j) no lugar de Aii' obteremos o seguinte:

(5-26) L(1X1, , IX,) = L A(l, j1) . 4(r, j,) L(ei,. ... ei).
ji, ... ,j,""1
 DETERMINANTES - 213

Em (5-26) existe um termo para cada r-upla J = U1, ..., j,) de intei
ros positivos entre 1 e n. Existem n' r-uplas deste tipo. Logo, L
completamente determinada por (5-26) e os valores particulares

'
atribudos aos n elementos ( e.)1 , 1r). tambm fcil ver que
... , e.

escolhendo para cada r-upla J um elemento c

1
de K

(5-27) L (ap ... ,a,)= L A(l,j1) ... A(r,j,) c1

J

define uma forma r-linear sobre Kn.

Suponhamos que L seja uma funo multilinear sobre V' e
M uma funo multilinear sobre v. Definamos uma funo
L M sobre vr+s por

(5-28) (L M)(a1, ...,a,+.)= L(a1, ...,a,)M(a,+l' ...,a,+.).

Se considerarmos V' +s como sendo V' x v , ento para a em V'

e fJ em v

(L M)(a,[J)' = L(a)M([J).

claro que LM multilinear sobre vr+s. A funo L M

denominada produto tensorial de L e M. O produto tensorial no
comutativo. De fato, MLi= LM a no ser quando L=O
ou M =O; no entanto, o produto tensorial est intimamente rela
cionado com as operaes de mdulo em M' e M .

Lema. Sejam L e L1 formas r-lineares sobre V, M e M1 formas

s-lineares sobre V e c um elemento de K.

( a) (cL + L1) M = c(L M) + L1 M;

(b ) L (cM + M1) = c(L M) + L M1.

Demonstrao. Exerccio.
O produto tensorial associativo, isto , se L, M e N so
formas (respectivamente) r-, s- e t-lineares sobre V, ento

(L M) N= L (M N).
214 - ALGEBRA LINEAR

Isto decorre imediatamente do fato de que a multiplicao em K

associativa. Portanto, se Ll' L2' ..., Lk so funes multilineares
k
sobre V'1, V' , o produto tensorial

L = L1 . .. <8> Lk

definido, sem ambigidade, como uma funo multilinear sobre

V', sendo r=r1 + . . +rk. Um caso particular disto foi mencio
.

nado anteriormente. Se f1, . .. ,f, so funes lineares sobre V, o

produto tensorial

L =
fl <8> f..
dado por

Teorema 6. Seja K um anel comutativo com elemento unidade.

Se V um K-mdulo livre de posto n, ento Mr(V) um K-mdulo
livre de posto n'; de fato, se { fl' ... , fnJ uma base dual V*, os nr
produtos tensoriais

f.J1 <8> ... f.J '

r
formam uma base de M'(V).
Demonstrao. Seja {!1, .. ., f"} uma base ordenada de V* e
que seja dual da base {P 1, ..., Pn} de V. Para cada vetor ex em V,
temos

Efetuamos agora o clculo desenvolvido no Exemplo 11. Se L

uma for mar-linear sobre Ve ex1, ..., ex, so elementos de V, ento
de (5-26)
L (ex1, ... ,ex,)= L .(ex1) ... f)ex,)L(pii, ..., Pi,).
i1,. . ,j,
.

Em outras palavras,

(5-29) L= L L(f-'.,
J1
. )f.J1 ... f1r
..., pJr

ji,. ,j,
. .

Isto mostra que os n' produtos tensoriais

(5-30) E1 =
f.J1 ... fJr.
 DETERMINANTES - 215

dados pelas r-uplas J=U1, . ,jr) geram o mdulo M'(V). Vemos

que as vrias r-formas EJ so independentes, da seguinte maneira:
suponhamos que para cada J tenha-se um elemento cJ em K e
formemos a funo multilinear

(5-31)

Observemos qtJe se 1 = (i1, ... , i,), ento

{o 1-=11
Eif3i1' ... ,f3i)= :
1 l=J.

Portanto, utilizando (5-31), temos

(5-32)

Em particular, se L O ento c1 =O para cada r-upla J.

Definio. Seja L uma forma r-linear sobre um Kmdulo V.

Dizemos que L alternada se L(al' ... , a,)=O sempre que ai= ctj
com i # j.
Se L uma funo multilinear alternada sobre V',

Em outras palavras, transpondo dois dos vetores (de ndices dife

rentes) na r-upla (ctl' ... , a.) o valor correspondente de L muda de
sinal. Como toda permutao um produto de transposies,
vemos que };;_(a"'' ... , a")= (sinal CT) L(a1: , a.). .

Indicaremos por N(V) a coleo de todas as formas r-lineares

alternadas sobre V. claro que N(V) um submdulo de M' (V).

Exemplo 12. Mostramos anteriormente, neste captulo, que

existe exatamente uma forma n-linear alternada D, sobre o m
dulo Kn, tal que D (el ... , en )= 1. Mostramos tambm, no Teo
'

rema 2, que se L uma forma arbitrria em A" (Kn),

L = L(el' ... , e )D .

n
Em outras palavras, N(Kn) um K-mdulo livre de posto 1. Em
(5-15) desenvolvemos uma frmula explcita para D. Com a no
tao que estamos usando agora, esta frmula pode ser escrita
216 - ALGEBRA LINEAR

(5-33) D = L (sinal a) ai . an
a

onde fl' . .. ,f,. so as funes coordenadas cannicas sobre Kn e

a somatria se estende sobre as n! permutaes distintas a do con
junto {1, ... n}. Se indicarmos o determinante de uma matriz A por
,

det A = L (sinal a) A (al, 1) ... A (a n, n)

obteremos uma expresso diferente para D:

(5-34)
a

onde

Existe um mtodo geral para associar uma forma multilinear

com uma forma alternada. Se L uma forma r-linear sobre um
mdulo Ve se
a uma permutao de {1, . . . , r} obtemos uma
outra funo L, r-linear, definindo

L(a.1 , ..., a,)= L(aal' ..., a.).

Se L for alternada ento L= (sinal o-) L . Agora, para cada L em

M'(V) definamos uma funo n,L em M'(V) por:

(5-35) n,L = L (sinal a)L

a
isto ,

(5-36) (n,L) (a.1' ...,a,)= L (sinal a) L(a.1,

,a.).

a
Lema. n, uma transformao linear de M'(V) em N(V). Se
L est em N(V) ento /n,L r ! L.
Demonstrao. Seja1 r unia-p ermutao arbitrria de { 1, ... , r }.
Ento
(n, L) (a.,1' ...'arr)= L (sinal a) L(aro-1' ...,arar)
a
= (sinal r) L (sinal w) L(aro-1' ..., ara,).
a
 DETERMINANTES - 217

Quando u percorre (uma vez) todas as permutaes de { 1, ... , r}

o mesmo acontece com TU. Portanto,

(n,L) (ex,p ... , ex,,) = (sinal T ) (n,L) (cxp ..., cxJ

Logo, n,L uma forma alternada.

Se L est em N(V), ento L(cx1, ... , cx,) = (sinal u) L(ix1, , ex, )
para cada u; logo, n,L r ! L. =

Mostram os, em (5-33), que a funo determinante D em

. J\"(K")

onde fp ... ,j so as funes coordenadas canomcas sobre K".

Existe uma observao importante que deve ser feita em relao a
este ltimo lema. Se K um corpo tal que r! seja inversvel em
K, ento n l eva M'(V) sobre N(V). De fato, neste caso, mais
natural, de um certo ponto de vista, usar a aplicao n1 = (l/r!)n
no lugar de n, pois n1 a projeo de M'(V) sobre N(V), isto ,
n1 uma aplicao linear de M'(V) sobre N(V) tal que n1(L) = L
se, e somente se, L estiver em N(V).

Teorema 7. Seja K um anel comutativo com elemento unidade

e seja V um K-mdulo livre de posto n. Se r > n, N(V) = {O}. Se

1 ::; r::; n, ento N(V) um K-mdulo livre de posto ().

Demonstrao. Seja {/31, ... , f3n} uma base ordenada de V com
base dual {fl' ... ,fn}. Se L est em M'(V), temos

(5-37)

onde a somatria se estende sobre todas as r-uplas J = (j 1, . . . , },)

de inteiros entre 1 e n. Se L alternada,

sempre que dois dos ndices ji forem iguais. Se r > n, em cada r-upla
J, algum inteiro necessariamente repetido. Portanto, N(V) = {O}
se r > n.
Suponhamos agora 1::; r::; n. Se L est em N(V), a soma em
(5-37), precisa ser efetuada apenas para as r-uplas J para as quais
218 - ALGEBRA LINEAR

J 1' ... , j, so distintos, uma vez que todos os outrs termos so

nulos. Cada l'-upla de inteiros distintos entre 1 e n uma permu
tao de uma, r-upla J = U1, . .. ,j,) tal que j1 < ... <j,. Este tipo
especial de r-upla denominado r-upla crescente de elementos de
{l, . .. , n }. Existem

(n )r
=
n!
r! (n - r) !

tais r-uplas.

Suponhamos fixado uma r-upla crescente J. Seja LJ a soma

de todos os termos em (5-37) correspondentes a permutaes da
r-upla J. Se a uma permutao de { 1, ... , r}, ento

Assim,

(5-38)

onde

(5-39)
,-_}Ji = (sinal a) fj"1 <8> . .. fJur
J

De (5-39) vemos que cada DJ alternada e que

(5-40) L = L L(/3j1' ... , /3j,)DJ

J
para toda L em N(V), onde o ndice da somatria percorre o con

junto de todas as r-uplas crescentes. Afirmamos que as () formas

D.
,J.
constituem uma
.
base de N(V). Vimos que elas geram N(V).
E fcil ver que elas so indypendentes, da seguinte maneira: se
I = (il' .. . , i,) e J= U1,. .. ,j,) so r-uplas crescentes, ento

(5-41) DJ(/3
f3 '

) =
{ 1, I = J
; , , , ;,/ o, J =f. J
 DETERMINANTES - 219

Suponhamos que cJ seja um escalar associado a cada r-upla cres

cente , e definamos

De (5-40) e_ (5-41) obtemos

Em particular, se L =
O c1
,
=
O para cada r-upla crescente 1.

Corolrio. Se V um K-mdulo livre de posto n, ento N(V)

um K-mdulo livre de posto 1. Se T um operador linear sobre
V, ento existe um nico elemento c em K, tal que

para toda forma L, n-linear alternada, sobre V.

Dmonstrao. Se L est em A"(V), evidentemente

define uma forma L ri n-linear alternada. Seja M um gerador do

mdulo A"(V) de posto 1. Cada L em A"(V) pode ser escrito de
modo nico como L =aM para algum a em K. Em particular,
Mr =
cM para um determinado e. Para L =aM, temos

LT =(AM)y
=aMT
=a(cM)
=c(aM)
=
cL.
claro que o elemento e, neste ltimo corolrio, denomi
nado o determinante de T. De (5-39), para o caso r =
n (quando
existe somente uma r-upla crescente J = (1, .. , n), vemos que o
.

determinante de T o determinante da matriz que representa T

em qua_lquer base ordenada {/31, ... , /3.}. Vejamos por que. O
elemento i, j da matriz representante

Aij =f/T/3;)
220 - ALGEBRA LINEAR

de modo que

Di(T/31, ., TP.)
. = L (sinal o) A( l, lTl) ... A(n, lTn)

= det A.
Por outro lado,

Di(T/31' ..., T/3.) = (det T) Di(/31' ..., /3.)

= det T.

A razo destas observaes que, por intermdio do Teorema 7

e seu corolrio, obtemos uma definio do determinante de um
operador linear, que no requer o conhecimento de determinantes
de matrizes. Determinantes de matrizes podem ser definidos em
termos de determinantes de operadores ao contrrio do que fizemos
na Seo 5.4.
Queremos dizer algo mais sobre as formas especiais DJ' r-linea
res alternadas, associadas a uma base {fl' ...,f"} de V* em (5-39).
importante entender que Di(cx.1, ,ex.,) o determinante de uma

determinada r x r matriz. Se

1 :$; i :$; r, 1 :$; j :5: n,

isto , se

(5-42)

[ A(l j1)
: . .
A'( ,j,) l
-
- det . .

. .

A(r,j1) A(r., j,)

Assim, Di(cx.1, , ct,) o determinante da r x r matriz, formada pelas

colunas j1, ... ,j, da r x n matriz, que tem para linhas (as n-uplas
coordenadas de) ct1, . ,ex.,. Uma outra notao, algumas vezes
. .

usada para este determinante,

(cx.1' ...' ct, )
(5- 43)
(JJjl' ...' /3j,)
 DETERMINANTES - 221

Nesta notao, a demonstrao do Teorema 7 mostra que toda

forma r-linear, alternada L pode ser expressa em relao a uma
base {/31, ... , Pn} pela equao

o(Ctp ... ' oc,) f3 )

L ('P et,) - " L (/3h' ... '
.

(5-44) ... ' - L,

j .
r
. <
Jt . . .
< .
Jr
o(f3.Jt ' ... ' f3.)
Jr

5.7 O Anel de Grassman

Muitas das propriedades importantes de determinantes e formas
multilineares alternadas podem ser descritas em termos de uma
operao de multiplicao sobre formas, denominada produto ex
terior. Se L e M so formas sobre o mdulo V, respectivamente
r e s-lineares, a elas est associado um produto de L e M, o pro
duto tensorial L M. Ele no define uma forma alternada a no
ser quando L =O ou M = O ; no entanto, existe uma maneira na
tural de projet-lo em N+s(V). Aparentemente

(5-45) L M =
nr+s(L M)
deveria ser a multiplicao "natural" de formas alternadas. Mas
ser que ?
Tomemos um exemplo especfico. Suponhamos que V seja o
mdulo Kn e f1, ... ,fn as funes coordenadas cannicas sobre K".
Se i # j,

a funo (determinante)

dada por (5-39). Suponhamos agora que k seja um ndice dife

rente de i e de j. Ento

Dii-jk =
n3[(f; - J) fk]
=
nif; fk) - 1t3 J; fk).

A demonstrao do Lema, que est aps a equao (5-36), mostra

que para uma forma L, r-linear, arbitrria e para qualquer permu
tao a de {1, ... , r}
222 - ALGEBRA LINEAR

Logo, D;j fk
= 2n3(f; fj fk). Por um clculo anlogo ; Djk
=

= 2n3(f; fj fk). Portanto, temos

e tudo isto parece muito promissor. Mas h um problema. Apesar

do clculo que acabamos de efetuar, a multiplicao admitida em
(5-45) no associativa. De fato, se l for um ndice diferente de
i, j, k, os clculos mostram que

Assim, em geral

e vemos que nossa primeira tentativa de achar uma multiplicao,

produziu uma operao no associativa.
O leitor no deve ficar surpreso com a monotonia de uma veri
ficao direta das du;:is_ eguaes gue mostram a no associativi
dade. Isto tpico do assunto, como tambm tpico que exista
um fato geral que simplifique consideravelmente o trabalho.
Suponhamos que L seja uma forma r-linear e M uma forma
s-linear sobre o mdulo V. Ento

nr+s((n.L) (n.M)) n.+/L (sinal a) (sinal r) L M.)

(_
=

'
1 = .Dsinal a) (sinal r) n.+.(L M.)
a,<

com a variando sobre o grupo simtrico s. das permutaes de

{l, ..., r} e r variando sobre .s. Cada par a,r define um elemento
(a, r) de s.+. que permuta os primeiros r elementos de {1, . . ., r + s}
de acordo com O' e os ltimos s elementos de acordo com r.
claro que
sinal (a, r) = (sinal a) (sinal r)
e que
 DETERMINANTES - 223

Portanto,

nr+s [(n,L) (n,M)] = L sinal(a, r)n.+,[(L M )(a,rl

a,t

Ora, j observamos que

Assim, segue-se que

(5 -46)

Esta frmula simplifica numerosos clculos. Por exemplo, supo

nhamos que I = ( i1 . ... , i.) seja uma r-upla crescente e que
J = fi p ...,j,) seja uma s-upla crescente. Para simplificar as coisas,
suponhamos ainda que

Ento temos as funes determinantes associadas

D1 = n.(E1)
DJ n,(EJ)
=

onde E1 e EJ so dadas por (5-30). Usando (5-46), vemos imedia

tamente que

D1 DJ = nr+s[n,(E1) n,(EJ)]

= r!s!n.+,(E1 EJ).

Como E1 EJ = E1uJ' segue-se que

Isto sugere que a ausncia de associatividade para a multiplicao

(5-.45) decorre do fato de que D1 DJ =1- D1ur
Afinal, o produto de
D1 e DJ deveria ser D1Ur Para consertar a situao, deveramos
definir um novo produto, o produto exterior de uma forma r-linear
alternada L e uma forma s-linear alternada M por

1
(5-47) L /\ M = -
1 -1 n +,(
. L M ).
r. s.
224 '--- ALGEBRA LINEAR

Temos ento

D /\ D = D
1 1 1u1
para as funes determinantes sobre Kn, e se existir alguma justia
neste mundo, deveramos ter encontrado uma boa multiplicao
para formas multilineares alternadas. Infelizmente, (5-47) no tem
sentido para o caso mais geral sob considerao, pois talvez no
seja possvel dividir por r!s! no anel K. Se K for um corpo de
caracterstica zero, ento (5-47) tem sentido e pode-se rapidamente
demonstrar que o produto exterior associativo.

Teorema 8. Seja K um corpo de caracterstica zero e V um es

pao vetorial sobre K. Ento o produto exterior uma operao
associativa sobre as formas. multilineares alternadas sobre V. Em
outras palavras, se L, M e N so formas multilineares alternadas de
graus r, s e t, respectivamente, ento

(L /\ M) /\ N = L /\ (M /\ N).

Demonstrao. Decorre de (5-47) que cd(L /\ M) = cL /\ dM

para escalares e e d arbitrrios. Logo

r!s!t![(L/\ M) /\ N] = r!s!(L /\ M) /\ t!N

e como n,(N) = t!N, resulta que

r!s!t![(L/\ M) /\ N]= n,+/LM) /\ n,(N)

1 1 .
n,+s+t[n,+.(L M) n,(N)].
(r + s)! tf

De (5-46) vemos agora que

'

r!s!t [(L /\ M) /\ N] = n,+s+,(L M N).

Por um clculo anlogo

r!s!t![L /\ (M /\ N)] = n,+s+t(L M N)

e, portanto,

(L /\ M) /\ N = L /\ (M /\ N).
 DETERMINANTES - 225

Voltemos agora ao caso geral, onde somente suporemos que

K seja um anel comutativo com elemento unidade. Nosso primeiro
problema substituir (5-47) por uma definio equivalente e que
funcione em geral. Se L e M forem formas inultilineares alternadas
de graus r e s, respectivamente, construiremos uma forma multi
linear L /\ M, alternada, cannica, de grau r + s, tal que

r!s!(L /\ M) = n,+/L M).

Lembremos a definio de n,+/L M). A cada permutao

a de {1, ... , r + s} associamos a funo multilinear

(5-48) (sinal a) (L M)11

onde

e somamos as funes (5-48) sobre todas as permutaes a. Exis

tem (r + s) ! permutaes; no entanto, coino L e M so alternadas,
muitas das funes (5-48) so iguais. De fato, existem no mximo
(r + s)!
r!s!
funes distintas (5-48). Vejamos por que. Seja S,+s o conjunto
das permutaes de {1, . , r + s}, isto , seja sr+s o grupo sim
. .

trico de grau r + s. Como na demonstrao de (5-46), distingui

remos o subconjunto G das permutaes a que permutam entre si
os elementos de {1, ... , r} e {r + 1, ... , r + s}. Em outras palavras,
a est em G se 1 ::;; ai ::;; r para cada i entre l e r. (Decorre necessa
riamente que r + 1 ::;; aj::;; r + s para cada j entre r + 1 e r + s).
Ora, G um subgrupo de S,+s' isto , se a e r estiverem em G,
ar-1 estar em G. Evidentemente G possui r!s! elementos.
Temos uma aplicao

s
Sr+s Mr+ (V)
definida por

tf;(a) = (sinal a) (L M)11

Como L e M so alternadas

l/J(y) = LM
226 - ALGEBRA LINEAR

para todo y em G. Portanto, como (Na)r = Nw para toda f

(r + s)-liner N sobre V, temos

l/J(ry) = l/J(r), r em S,+' y em G.

Isto mostra que a aplicao 1/1 constante sobre cada classe lateral
( esquerda) rG do subgrupo G. Se r1 e r2 esto em S,+s' as classes
laterais r 1 G e r2 G so idnticas ou disjuntas conforme r 1r1 esteja
ou no em G. Cada classe lateral contm r!s! elementos; logo,
existem
(r + s) !
r!s!

classes laterais distintas. Se S,+./G indicar a coleo de lasses

laterais, ento 1/1 define uma funo sobre S,+./G, isto , pelo que
mostramos, existe uma funo j sobre este conjunto, tal que

para todo r em S,+s Se H uma classe lateral esquerda de G,

ento /(H) l/J(r) para todo r em H.
=

Definamos agora o produto exterior das formas multilineares

alternadas L e S, de graus r e s, colocando

(5-49) L /\M = L lf(H)

H

onde H varia sobre S,+/G. Uma outra maneira de enunciar a defi

nio de L/\ M a seguinte: seja S um conjunto arbitrrio de per
mutaes de {1, ... , r + s} que contenha exatamente um elemento
de cada classe lateral esquerda de G. Ento

(5-50) L /\ M = L, (sinal a) (L M)"

"

onde a varia sobre S. Evidentemente

r!s!L /\M = n,+.(L M)

de modo que a nova definio equivalente a (5-47) quando K

for um corpo de caracterstica zero.
 DETERMINANTES - 227

Teorema 9. Seja K um anel comutativo com elemento unidade

e seja V um mdulo sobre K. Ento o produto exterior uma ope
rao associativa sobre as formas multilineares alternadas sobre V.
Em outras palavras, se L, M e N so f armas multilineares alternadas
sobre V de graus r, s e t, respectivamente, ento

(L /\ M) /\ N = L /\ (M /\ N).

Demonstrao. Apesar de no podermos aplicar aqui a demons

trao do Teorema 8, ela sugere como devemos tratar o caso geral.
Seja (r,s,t) o subgrupo de S,+s+r constitudo das permutaes que
permutam entre si os elementos dos conjuntos

{1, ... ,t},{r+1, ... ,r+s}, {r+s+ 1, ... ,r+s+t}.

Ento (sinal ) (L M N) a mesma funo multilinear para

todos numa dada classe lateral esquerda de G(r,s,t). Esco
lhamos um elemento de cada classe lateral esquerda de G(r, s, t)
e seja E a soma dos termos correspondentes (sinal ) (L M N)1,.
Ento E independente da maneira em que os representantes
so escolhidos, e

r!s!t!E = 1T.r+s+rCL M N).

Devemos mostrar que (L /\ M) /\ N e L /\ (M /\ N) so ambos

iguais a E.
Seja G(r+s,t) o subgrupo de S,+s+t que permuta entre si os
elementos dos conjuntos

{1, ... ,r+s}, {r+s+ 1,... >+s+t}.

Seja T uma permutao arbitrria de { 1, ... ,r+s+t} que con

tenha exatamente um elemento de cada classe lateral esquerda de
G(r + s,t). De (5-50)

(L /\ M) /\ N = L (sinal r) [(L /\ M) N],

-onde a somatria se estende sobre as permutaes r em T. Ora,

seja G(r,s) o subgrupo de Sr+s que permuta entre si os elementos
dos conjuntos

{1, ... ,r}, {r+l, ... ,r+s}.

228. - ALGEBRA LINEAR

Seja S um conjunto arbitrrio de permutaes de {1, ..., r + s} que

contenha exatamente um elemento de cada classe lateral esquerda
de G(r, s). D (5-50) e do que foi visto acima, decorre que

(L A M) A N = L (sinal u) (sinal r) [(L M N),,J;.

a,t

onde a somatria se estende sobre todos os pares u, r em S x T.

Se convencionarmos identificar catla u em S,+. com o elemento
de s,+s+r que age como O' sobre {1, ...'r + s} e igual 'a funo
idntica sobre {r + s + 1, ..., r + s + t}, podemos escrever

(L A M) A N = L sinal (u r) [(L M N,,],.

a,t

Mas

[(L M N),,], = (L M N),.

Portanto,

(L A M) A,N = L sinal (r u) (L M N),,,.

a,t

Suponhamos agora que

cory O'; em S, r; em Te y em G(r, s, t). Ento 21 r1=u2yu;1, e

como u2yu;1 est em G(r + s, t), segue-se que r1 e r2 esto na
mesma classe lateral esquerda de G(r + s, t). Portanto, r1=r2 e
O' 1 =O'2y. Mas isto implica que O' 1 e O' 2 (considerados como ele
mentos de S,+J esto na mesma classe lateral de G(r, s); logo
O' 1 =u 2. Portanto, os produtos ru correspondentes aos

(r + s + t)! (r + s)!
-(r + s)!t! r!s!

pares (r, u) em Tx S so todos distintos e esto em classes laterais

distintas de G(r, s, t). Como exfstem em s,+.+P exatamente

s + r) i
(r +
r!s!t!
classes laterais esquerda de G(r, s, t) segue-se que (L A M) A N=E.
Por um argumento anlogo, tambm L A (M A N) =E.
 DETERMINANTES - 229

Exemplo 13. O produto exterior est intimamente relacionado

com certas frmulas usadas para calcular determinantes e conhe
cidas sob o nome de desenvolvimento segundo Laplace. Seja K
um anel comutativo com elemento unidade e seja n um inteiro
positivo. Suponhamos que 1 s r < n e seja L a forma r-linear alter
n
nada sobre K , definida por

Se s =
n - r e M a forma s-linear alternada

M (ap ... 'a. ) = det

[Al(r+l) l ln

: :
. A<r+ lJ. A.,,

ento L /\ M =
D , a funo determinante sobre K". Isto decorre
imediatamente do fato de que L /\ M uma forma n-linear alter
nada e (como pode ser visto)

Se agora descrevermos L /\ M da maneira correta, obteremos um

desenvolvimento segundo Laplace do determinante de uma n x n
matriz sobre K.
No grupo das permutaes Sn, seja G o subgrupo que permuta
entre si os elementos dos conjuntos {1, ... , r} e {r + 1, ... , n}. Cada
classe lateral esquerda de G contm precisamente uma permu
tao a tal que al <a2 < ... <ar e a(r + 1) < ... <an. O sinal
desta permutao dado por

sinal

O produto exterior L /\ M dado por

(J =
( - 1)"1 +. +ur+(ri - 1 )/2)
230 - ALGEBRA LINEAR

onde a somatria se estende sobre uma coleo de a, um de cada

classe lateral de G. Portanto,

(L /\ M)(a1, ,a.)= L e1L(ah, ... ,a )M(ak, ...,ak)

.
i
)t < <Jr
onde

eJ = (-l)ii+ ...+ Jr+/r(r-1)/2)

k; = a(r + i).

Em outras palavras,

det A=
ii< ... <ir
Ajr,r Akr,r+ 1

Este um desenvolvimento segundo Laplace. Outros podem ser

obtidos, substituindo os conjuntos {1, ... , r} e {r + 1, .. . , n} por
outros dois conjuntos complementares de ndices.
Se V um K-mdulo, podemos reunir os diversos mdulos
N(V) e usar o produto exterior para definir um anel. Para simpli
ficar, faremos isto apenas para o caso de um K-mdulo livre de
posto n. Os mdulos N(V) so ento triviais parar> n. Definamos

A(V) = A(V) EB A1(V) EB . . EB A"(V).

.

Esta uma soma direta externa - algo ainda no discutido. Os

elementos de A(V) so as (n + 1)-uplas (L0, ... ,L.) com Lr em
N(V). A adio e a multiplicao por elementos de K so defi
nidas da maneira esperada para (n + 1)-uplas. Alis, A(V) = K.
Se identificarmos N(K) com as (n + 1)-uplas (O, ..., O, L, O, ... , O)
com L em N(K), ento N(K) um submdulo de A(V) e a
decomposio em soma direta

A(V) = A(V) EB ... EB A"(V)

vlida no sentido usual. Como N(V) um K-mdulo livre de

posto (), vemos que A(V) um K-mdulo livre e

posto A(V) =

t ()
r
 DETERMINANTES - 231

O produto exterior define uma multiplicao em A(V); basta usar

o produto exterior sobre formas e estend-lo linearmente para
A(V). Ele distributivo sobre a adio em A(V) e define em A(V)
uma estrutura de anel. Este anel o anel de Grassman sobre V*.
Ele no comutativo, pois, por exemplo, se L e M estiverem,
respectivamente em N e A, ento

L /\ M = ( - l}"M /\ L.

Mas, o anel de Grassman importante em vrias partes da mate

mtica.
 Captulo 6
FORMAS CANNICAS ELEMENTARES

6.1 Introduo
Mencionamos anteriormente que nossa meta principal estudar
transformaes lineares sobre espaos vetoriais de dimenso finita.
At este ponto j vimos muitos exemplos particulares de transfor
maes lineares e demonstramos alguns teoremas sobre trans
formaes lineares arbitrrias. No caso de dimenso finita utili
zamos bases ordenadas para representar essas transformaes por
meio de matrizes e essa representao nos ajuda a perceber o seu
comportamento. Pesquisamos o espao vetorial L(V, W) das trans
formaes lineares de um espao em outro e tambm a lgebra
'
linear L(V, V) das transformaes lineares de um espao em si
mesmo.
Nos prximos dois captulos, estaremos preocupados com ope
radores lineares. Nosso programa tornar um operador linear T
sobre um espao vetorial V de dimenso finita e "desmont-lo para
ver como ele 'funciona". De incio, ser mais fcil exprimir nosso
objetivo em linguagem matricial: Dado um operador linear i,
determinar uma base ordenada para V, em relao qual a matriz
de T asuma uma forma especialmente simples.
Eis uma ilustrao do que temos em mente. Com exceo dos
mltiplos escalares da matriz unidade, as matrizes mais simples
talvez sejam as matrizes diagonais:
 FORMAS CANNICAS ELEMENTARES - 233

Sja T um operador linear sobre um espao V, n-dimensional.

Se consegussemos determinar uma base ordenada f!J = { at> ... , a" }
de V. em relao qual T fosse representado por uma matriz dia
gonal D(6-l), obteramos bastante informaes sobre T. Por exem
plo, nmeros simples associados a T, como o posto de T ou o
determinante de T, poderiam ser determinados com nada mais que
um simples exame da matriz D. Poderamos descrever explicita
mente a imagem e o ncleo de T. Como [T]:!4 =D se, e somente se,

(6-2) k = 1, ... , n

a imagem ser o subespao gerado por aqueles et.k para os quais

ck #O e o ncleo ser gerado pelos et.k restantes. De fato, parece
ser justo dizer, que se conhecssemos u.ma base PlJ e uma matriz
diagonal D tal que [T] rA = D, poderamos responder imediata
mente a qualquer pergunta que pudesse surgir a respeito de T.

Ser que qualquer operador T ode ser representado por uma

matriz diagonal em relao a alguma base ordenada? Em caso
negativo, para quais operadores T existe uma tal base? Se uma
tal base existir, como poderemos determin-la? E se no existir,
qual o tipo mais simples de matriz que pode representar T ? Estas
so algumas das questes que trataremos neste (e no prximo)
captulo. medida que aprendermos quais so as dificuldades, a
forma das nossas questes tornar-se- mais sofisticada.

6.2 Valores Caractersticos

As observaes da introduo, na seo anterior, nos fornecem

um ponto de partida para a nossa tentativa de analisar um ope
rador linear arbitrrio T. A expresso (6-2) sugere que estudemos
vetores que sejam levados por T em mltiplos escalares de si mesmos.

Definio. Seja V um espao vetorial sobre o corpo F e seja

T um operador linear sobre V. Um valor caracterstico de T u,:,,,_
escalar c em F tal que exista um vetor no-nulo et. em V com Ta = ca .
Se c um valor caracterstico de T, ento
(a) todo a tal que Ta = ca chamado vetor caracterstico de T
associado ao valor caracterstico c;
(b) a coleo de todos os a tais que Tet. = ca denominado
espao caracterstico associado a c.
234 - ALGEBRA LINEAR

Valores caractersticos so freqentemente denominados razes

caractersticas, razes latentes, autovalores, valores prprios ou va
lores espectrais. Neste livro usaremos apenas o nome "valores
caractersticos".
Se T um operador. linear arbitrrio e c um escalar qualquer,
o conjunto dos vetores rx tais que Trx = crx um subespao de V.
Esse subespao o ncleo da transformao linear (T - cl). Dize
mos que c um valor caracterstico de T se esse subespao for dife
rente do subespao nulo, isto , se (T cl) no for injetora. Se o
-

espao subjacente Vfor de dimenso finita, (T - cl) deixar de ser

injetora precisamente quando o seu determinante for diferente de
zero. Em resumo:

Teorema 1. Seja T um operador linear sobre um espao V de

dimenso finita e seja c um escalar. As seguintes condies so
equivalentes:
(i) c um valor caracterstico de T.
(ii) O operador (T - cl) singular (no-inversvel).
(iii) det (T -cl) =O.
O critrio (iii) muito importante, pois nos diz onde procurar
os valores caractersticos de T. Como det(T cl) um polinmio
-

de grau n na varivel e, eis valores caractersticos sero as azes

desse polinmio. Expliquemos com mais cuidado.
Se P,4 uma base ordenada arbitrria de Ve A= [T]lll, ento
( T - cl) inversvel se, e somente se, a matriz (A - cl) inversvel.
Portanto, colocamos a definio que segue.

Definio. Se A uma n x n malriz sobre o corpo F, um valor

caracterstico de A em F um escalar c em F tal que a matriz
(A cl). seja singular (no-inversvel).
-

Como e um valor caracterstico de A se, e somente se,

det(A cl) =O, ou equivalentemente, se, e somente se, det(cJ -A)=
-

=O, podemos formar a matriz (xl A) cujos elementos so poli

-

nmios e considerar o pplinmio f det(xl -A). Evidentemente

=

os valores caractersticos d-e em F so exatamente os escalares

e em F tais que f(e) O. Por\ esta razo f denominado o poli
=

nmio caracterstico de A. importante notar que f um polinmio

unitrio cujo grau exatamente n. Isto pode ser visto facilmente
atravs da frmula para o determinante de uma matriz em funo
de seus elementos.
 FORMAS CANNICAS ELEMENTARES - 235

Lema. Matrizes semelhantes tm o mesmo polinmio caracte

rstico.
Demonstrao. Se B = p-1 AP, ento

det(xJ - B) = det(xJ - p-1 AP)

= det(P-1(xJ - A) P)
= det p 1 - det(xJ - A) det P
= det(xJ - A).

Este lema nos permite definir sensatamente o polinmio carac

terstico do operador Tcomo o polinmio caracterstico de qualquer
n x n matriz que represente Tem relao a alguma base ordenada
de V. Da mesma forma que para matrizes, os valores caracters
ticos de T sero as razes do polinmio caracterstico de T. Em
particular, isto nos mostra que Tno pode ter mais que n valores
caractersticos distintos. importante ressaltar que T pode no
ter nenhum valor caracterstico.

Exemplo 1. Seja To operador linear sobre R2 que repre

sentado em relao base ordenada cannica pela matriz.

-
A=
[ l
O polinmio caracterstico de T(ou de A)

det(xJ - A)= 1- 1 = x2 + 1.

Como este polinmio no possui razes reais, Tno possui valores

caractersticos. Se U o operador linear sobre C2 que repre

sutil.
-
sentado por A em relao base ordenada cannica, ento U
possui dois valores caractersticos, i e i. Vemos aqui um ponto
Ao discutirmos os valores caractersticos de uma matriz A,
precisamos tomar o cuidado de estipular o corpo envolvido. A

possui dois valores caractersticos, i e -

matriz A acima no possui nenhum valor caracterstico em IR, mas
i, em C.

Exemplo 2. Seja A a 3 x 3 matriz (real)

236 - ALGEBRA LINEAR

O polinmio caracterstico de A

X - 3 - 1 1
-2 X - 2 1 = x3 - 5x2 + 8x - 4 = (x - 1) (x - 2)2.
-2 - 2 X

Logo, os valores caractersticos de A so 1 e 2.

Suponhamos que T seja o operador linear sobre R3, represen
tado por A em relao base cannica. Determinemos os vetores
caractersticos de T, associados aos valores caractersticos 1 e

-1
-1 .
] 2. Ora,

-1
Obviamente, o posto de A - l 2 (e portanto a nulidade de
T l 1). Assim, o espao dos vetores caractersticos associados
-

ao vaior caracterstico 1, tem dimenso 1. O vetor IX1 = (1, O, 2)

gera o ncleo de T 1. Logo, TIX =IX se, e somente se, IX um

[ ]
-

mltiplo escalar de IX1. Consideremos agora

1 1 -1
A - 21 = 2 O -1 .
2 2 -2

Evidentemente, o posto de A - 21 tambm 2, de modo que ,o

espao dos vetores caractersticos associado ao valor caracterstico 2
tem dimenso 1. evidente que TIX = 21X se, e somente se, IX um
mltiplo escalar de IX2 = (1, 1, 2).
Definio. Seja T um operador linear sobre o espao V de
dimenso finita. Dizemos que T diagonalizvel se existe uma base
de V formada por vetores caractersticos de T.
A razo para o nome deveria ser evidente; de fato, se existe
uma base ordenada fl = { IX1, , IXn} de V na qual cada IX; um
vetor caracterstico de T, ento a matriz T em relao base orde
nada fl diagonal. Se TIX; = C;IX;, ento

o . . O
.O

o . e
n
 FORMAS CANNICAS ELEMENTARES - 237

Certamente no pretendemos que os escalares cl' ... , cn sejam dis

tintos; na verdade, eles podem ser todos iguais (quando T um
mltiplo escalar do operador idntico).
Poder-se-ia tambm definir Tcomo sendo diagonalizvel quando
os vetores caractersticos de T gerassem V. Isto difere apenas super
ficialmente de nossa definio, uma vez que podemos sempre obter
uma base a partir de qualquer conjunto de vetores que seja gerador.

Para os exemplos 1 e 2 escolhemos propositalmente operadores

lineares T sobre Rn no diagonalizveis. No Exemplo 1 temos um
operador linear sobre R2 que no diagonalizvel pois no possui
valores caractersticos. No Exemplo 2, o operador T tem valores
caractersticos; de fato, o polinmio caracterstico de T completa
mente fatorvel sobre o corpo dos. nmeros reais.: f = (x - 1 ) (x - 2)2.
Apesar disso T no diagonalizvel. Existe somente um espao de
dimenso um, de vetores caractersticos, associado a cada um dos
dois valores caractersticos de T. Portanto, no h possibilidade de
formar uma base de R3 constituda de vetores caractersticos de T.
Suponhamos que 1\ seja um operador linear diagonalizvel.
Sejam cJ, ... , ck os val6res caractersticos distintos de T Ento
existe uma base ordenada fJ.6 em relao qual T representado
por uma matriz diagonal cujos elementos diagonais so os esca
lares ci' cada um repetido um determinado nmero de vezes. Se
e; est repetido d; vezes, ento (podemos fazer com que) a matriz
tenha a forma em blocos

(6-3) [T]l =

o o

onde I. a d. x d. matriz unidade. A partir dessa matriz verificamos

J J J

dois fatos. Primeiro, o polinmio caracterstico de T o produto

de fatores lineares (possivelmente repetidos):

d1
I = (x - c1 ) ... (x - ck r.
Se o corpo F dos escalares for algebricamente fechado, como por
exemplo o corpo dos nmeros complexos, todo polinmio sobre F
poder ser fatorado dessa maneira (ver Seo 4.5); no entanto,
238 - ALGEBRA LINEAR

se F no for algebricamente fechado, estaremos citando uma pro

priedade especial de T, ao dizermos que seu polinmio caracterstico
tem uma tal fatorao. O segundo fato que observamos a partir
de (6-3) que d;, o nmero de vezes que ci repetido como raiz
de f, igual dimenso do espao dos vetores caractersticos asso
ciado ao valor caracterstico ck. Isto acontece porque a nulidade
da matriz igual ao nmero de zeros que ela possui na sua dia
gonal principal, e a matriz [T- cJ] em d; zeros na sua diagonal
principal. A relao entre a dimenso do espao caracterstico e a
multiplicidade do valor caracterstico como uma raiz de f, no
parece ser muito emocionante a primeira vista; no entanto ela nos
fornecer uma maneira mais simples de verificar se um dado ope
rador ou no diagonalizvel.

Lema. Suponhamos que Ta = ca. Se f um polinmio arbi

trrio, ento f(T)a = f(c)a.
Demonstrao. Exerccio.

Lema. Seja T um operador linear sobre o espao V de dimen

so finita. Sejam c 1 ... , ck valores caractersticos distintos de T e
'

seja W; o espao dos vetores caractersticos associado ao valor

caracterstico C;. Se w = wl + ... + Wk, ento

dim w = dim w1 + ... + dim wk.

De fato, se f!4; uma base ordenada de W u ento f!4 =(!41' ... , !4k)
uma base ordenada de W.
Demonstrao. O espao W = W1 + ... + W,, o subespao ge
rado por todos os vetores caractersticos de T. Normalmente,
quando formamos a soma W de subespaos W,, esperamos que
dim w < dim wl + ... + dim w,, por causa das relaes lineares que
possam existir entre os vetores nos diversos espaos. Esse lema
afirma que os espaos caractersticos associados a valores caracte
rsticos distintos, so independentes um do outro.
Suponhamos que (para cada i) /3; seja um vetor em W; e que

/31 + ... + /3k =O. Mostraremos que /3; =O para cada i. Seja f um
polinmio arbitrrio. Como T/3; = c;/3;, o lema anterior nos diz
que

O =f(T)O =f(T)/31 + ... + f(T)/Jk

=f(c1)/31 + + f(cJ/3k
 FORMAS CANNICAS ELEMENTARES - 239

Escolhamos polinmios fl' ... ,fk tais que

i =j
{1
f;(c) = ii = o'' 1. f= ]..

Ento

o = /;(T)O = I J3j
j

Seja, agora, 38, uma base ordenada de Wi e seja i!,4 a sequencia

i!=(i!I' .. . ,38k). Ento 38 gera o subespao W= '111 + ... + W1 .
,
Tambm, 38 uma seqncia de vetores linearmente independentes,
pelo seguinte: qualquer relao linear entre os vetores de 38 ter
a form]31 + .. . + {3k=O, onde {3i alguma combinao linear dos
vetores de 38i. Pelo que acabamos de ver, sabemos que {3i =O para
cada i. Como cada 38i linearmente independente, vemos que
existe apenas a relao linear trivial entre os vetores em 38.

Teorema 2. Seja T um operador linear sobre um espao vetorial

V de dimenso finita. Sejam c 1, , ck valores caractersticos distintos

de T e seja Wi o ncleo de (T - c il). As seguintes afirmaes so

equivalentes:
(i) T diagonalizvel.
(ii) O polinmio caracterstico de T

f= (x - c1)d' . . . (x - ck)dk

e dim wi = di, i = 1, ... , k.

(iii) dim W1 + . .. + dim = dim V.
Demonstrao. J observamos que (i) implica (ii). Se o poli
nmio caracterstico f for o produto de fatores lineares como em
(ii), ento d1 + ... + dk= dim V. De fato, a soma dos d; o grau
do polinmio caracterstico e este grau dim V. Portanto, (ii) im
plica (iii). Suponhamos (iii). Pelo lema, devemos ter V = W1 + ...
.. . + Jv,,, isto , os vetores caractersticos de T geram V.

O anlogo do Teorema 2, usando matrizes, pode ser formulado

da seguinte maneira: Seja A uma n x n matriz com elementos em
um corpo F e sejam c 1, ... , ck os valores caractersticos distintos
de A em F. Para cada i, seja W; o espao das matrizes coluna X
(com elementos de F) tais que
240 - ALGEBRA LINEAR

(A- cJ)X =O,

e seja i!J; uma base ordenada de W;. As bases f!l 1' .. ; f!lk
. podem
ser reunidas para formar a seqncia de colunas de uma matriz P:

A matriz A semelhante sobre F a uma matriz diagonal se, e

somente se, P uma matriz quadrada. Quando P quadrada, P
inversvel e p-1 AP diagonal.

Exemplo 3. Seja T o operador linear sobre R3 representado

em relao base ordenada cannica pela matriz

- - ] .

-6 -4

Mostraremos como se pode calcular o polinmio caracterstico por

meio de diversas operaes sobre linhas e colunas:

x-5 6 6 x-5 o 6
1 x- 4 -2 1 x-2 -2
-3 6 x+4 -3 2-x x+4

x-5 o 6
= (x-2) 1 1 -2
-3 -1 x+4

x-5 o 6
(x 2) 1 1 -2
= -

-2 X+ 2

.= (X - 2) IX -5
2
-
X 1 6
+2

= (x- 2) (x2 -3x+2)

= (x - 2)2 (x- 1).

 FORMAS CANNICAS ELEMENTARES - 241

Quais so as dimenses dos espaos dos vetores caractersticos

associados aos dois valores caractersticos? Temos

-6
A-I - [ ! ] -6
3
-
-
5

A - 21 [-l 2 2] .

-6

-6
-6

-6

Sabemos que A - I singular e obviamente posto (A - I) ;;:::: 2.

Portanto, posto(A =-1) 2. -21)
evidente que posto (A 1. =

Sejam W1 e W2 os espaos dos vetores caractersticos asso

que dim W1 = 1 e dim W2 = 2. 2, 2.

ciados, respectivamente, aos valores caractersticos 1 e
Pelo Teorema
3
Sabemos
T diagonalizvel.
fcil construir uma base de R em relao . qual T seja repre
sentado por uma matriz diagonal. O ncleo de (T- I) gerado
pelo vetor ix1= (3, -1, 3) e assim { ix1} uma base de W1. O ncleo
21
de T- (isto , o espao Wz) constitudo pelos vetores (x 1, x2, x3)
com x1 2x2 + 2x3. Assim, um exemplo de uma base de W2
=

{ ix2' ix3}, com

IX2 =
IX3 =
((22,, 1, O)
O, 1).

Se fJI= { ixl' ix2, ix3}, ento [ T] 94, a matriz diagonal

1 o
[ ]2
D= O 2 O
o o

O fato de que T diagonalizvel significa que a matriz origi

nal A semelhante (sobre R) matriz diagonal D. A matriz P que
nos possibilita mudar coordenadas da base !14 para a base cannica
(naturalmente) a matriz que tem como vetores colunas as trans
postas de ixl' ix2, ix3:
2 2]
1 o .
o 1
242 - LGEBRA LINEAR

Alm do mais, AP = PD, de modo que

p-1AP =D.

Exerccios

1. Em cada um dos casos seguintes, seja T o operador linear sobre R2 que

representado pela matriz A em relao base ordenada cannica de R2
-
e seja U o operador linear sobre C2 representado por A em relao base
ordenada cannica. Determinar os polinmios caractersticos de T e de U,
determinar os valores caractersticos de cada operador e para cada valor
caracterstico e determinar uma base do correspondente espao de vetores
caractersticos.

A= [ ] A=
D ]
2. Seja V um espao vetorial n-dimensional sobre F. Qual o polinmio carac
terstico do operador idntico sobre V? Qual o polinmio caracterstico do
operador nulo?

3. Seja A uma n x n matriz triangular sobre o corpo F. Demonstrar que os

valores caractersticos de A so os elementos diagonais de A, isto , os esca
lares A,,.

4. Seja T o operador linear sobre R3 que representado em relao base

ordenada cannica pela matriz

[-
- 8
-16
9
3
8
4 ]
7
4 .
4
Demonstrar que T diagonalizvel mostrando uma base de R3, formada por
vetores caractersticos de T.

5. Seja

A= [ -3
-1
-2
-2
]
10 -5 -3

A semelhante sobre o corpo R a alguma matriz diagonal? Esta matriz

semelhante sobre o corpo C a alguma matriz diagonal?

6. Seja T o operador linear sobre R4 representado em relao base ordenada

cannica pela 11}atriz

Em que condies sobre a, b e e, T diagonalizvel?

 FORMAS CANNICAS ELEMENTARES - 243

7. Seja T um operador linear sobre o espao vetorial n-dimensional V e supo

nhamos que T possua n valores caractersticos distintos. Demonstrar que T
diagonalizvel.

8. Seja A e B n x n matrizes sobre o corpo F. Demonstrar que se (J - AB)

inversvel, ento I - BA inversvel e

9. Usar o resultado do Exerccio 8 para demonstrar que se A e B so n x n ma

trizes sobre o corpo F, ento AB e BA tm exatamente os mesmos valores
caractersticos eni F.

10. Suponhamos que A seja uma 2 x 2 matriz com elementos. reais que seja sim
trica (A' =A). Demonstrar que A semelhante sobre R a uma matriz
diagonal.

11. Seja N uma 2 x 2 matriz complexa tal que N2 =O. Dmonstrar que ou
N =O ou N semelhante sobre C a

12. Usar o resultado do Exerccio l para demonstrar o seguinte: Se A uma

2 x 2 matriz com elementos complexos, ento A semelhante sobre C a uma
matriz de um dos tipos seguintes:

13. Seja V o espao vetorial de todas as funes j de R em R que so contnuas,

isto , o espao das funes contnuas, definidas sobre a reta real e tomando
valores reais. Seja T o operador linear soe V definido por

(Tf) (x) = I: f(t) dt.

Demonstrar que T no possui nenhum valor caracterstico.

14. Seja A uma n x n matriz diagonal com polinmio caracterstico

sendo c > .. ., c
t k
distintos. Seja V o espao. das n x n matrizes B tais que
AB = BA. Demonstrar que a dimenso de V df + ... + tfi.

15. Seja V o espao das n x n matrizes sobre F. Seja A uma n x n matriz fixa
sobre F. Seja T o operador linear "multiplicao esquerda por A" sobre V.
verdade que A e T possuem os mesmos valores caractersticos?
244 - ALGEBRA LINEAR

6.3 Polinmios Anuladores

Ao tentarmos analisar um operador linear T, de grande utili

dade conhecermos a classe dos polinmios que anulam T. Especi
ficamente, suponhamos que T seja um operador linear sobre V,
espao vetorial sobre o corpo F. Se p for um polinmio sobre
F, ento p(T) seri novamente um operador linear sobre V. Se q
for um outro polinmio sobre F, ento

(p + q)(T) =p(T) + q(T)

(pq)(T) = p(T)q(T).

Portanto, a coleo de polinmios p que anulam T, no sentido de que

p(T)' = O,

um ideal da lgebra dos polinmios F [x]. Poderia ser o ideal

nulo, isto , -poderia ser que T no fosse anulado por nenhum poli
nmio no-nulo. Mas, isso no poder acontecer se o espao V
for de dimenso finita.
Suponhamos que T seja um operador linear sobre o espao
n-d
- imensional V. Observemos as primeiras (n2 + 1) potncias de T:

Essa uma seqncia de n2 + 1 operadores em L(V, V), o espao

dos operadores lineares sobre V. O espao L(V, V) tem dimenso
2 2
u Portanto, essa seqncia de n + 1 operadores necessaria
mente linearmente dependente, isto ,, temos

para escalares e;, no todos nulos. Portanto, o ideal dos poli

nmios que anulam T contm um polinmio
.
no-nulo de grau
menor ou igual a n2
De acordo com o Teorema 5 do Captulo 4, todo ideal de
polinmios consiste de todos os mltplos de algum polinmio uni
trio fixo, o gerador do ideal. Portanto, podemos associar ao ope
rador T um polinmio unitrio p com essa propriedade: Se f um
polinmio sobre F, ento f(T) =O se, e somente se, f = pg, onde g
algum polinmio sobre F.
 FORMAS CANNICAS ELEMENTARES - 245

Definio. Seja T um operador linear sobre um espao vetorial

V de dimenso finita sobre o corpo F. O polinmio minimal de T
o (nico) gerador unitrio do ideal dos polinmios sobre F que
anulam T.
O nome "polinmio minimal" deriva do fato de que o gerador
de um ideal de polinmios o polinmio unitrio de menor grau
no ideal. Isso significa que o polinmio minimal p do operador
linear T determinado de modo nico . pelas tres propriedades
seguintes:
(1) p um polinmio unitrio sobi:e o corpo F dos escalares.
(2) p(T) O= .

(3) Nenhum polinmio sobre F que anule T tem grau menor

que o de p.

Se A uma n x n matriz sobre F, definimos o polinmio mini

mal de A, de maneira anloga, como sendo o nico gerador uni
trio do ideal formado pelos polinmios sobre F que anulam A.
Se o operador T for representado, em relao a alguma base orde
nada, pela matriz A, ento Te A tero o mesmo polinmio minimal.
Isso acontece porque f (T) representado, em relao a esta base,
pela matriz f(A), de modo que .f(T) O se, e somente se, f (A)= O.
=

Dessas ltimas observaes sobre operadores e matrizes de

corre que matrizes semelhantes possuem o mesmo polinmio mi
nimal. Este fato decorre tambm das definies, pois

f(P-1 AP) = p-1/(A)P

para todo polinmio f.

Existe uma outra observao funda tal que devemos fazer
a respeito de polinmios minimais de matrizes. Suponhamos que
A seja uma n x n matriz com elementos em wm corpo F. Supo
nhamos que F1 seja um corpo contendo F como subcorpo. (Por
exemplo, A poderia ser uma matriz com elementos racionais, en
quanto que F 1 seria o corpo dos nmeros reais. Ou, A seria uma
matriz com elementos reais e F o corpo dos nmeros complexos).
1
Podemos considerar A como uma n x n matriz sobre F ou como
uma n x n matriz sobre F
1. primeira 'vista, poderia parecer
que obteramos dois polinmios minimais distintos para A. Feliz
mente isso no acontece e devemos ver por que. Qual a definio
de polinmio minimal de A, quando A considerada como uma
n x n matriz sobre o corpo F? Consideremos todos os polinmios
246 ALGEBRA LINEAR

unitrios com coeficientes em F que anulem A, e escolhamos aquele

de menor grau. Se f um polinmio unitrio sobre F:

k-l
k
(6-4) f = x + L aixi
j=O

f(A)= O apenas afirma que existe uma relao linear entre as po

tncias de A:

O grau do polinmio minimal o menor inteiro positivo k tal que

exista uma relao linear da forma (6-5) entre as potncias I,
A, ... , Ak. Alm disso, pela unicidade do polinmio minimal, existe
para aquele k uma, e uma s, relao da forma (6-5); isto , uma vez
determinado o mnimo, existem escalares ' ... 'k-l' determi
k
nados de modo nico em F, tais que (6-5) seja vlido. Estes esca
lares so os coeficientes do polinmio minimal.
Ora (para cada k) temos em (6-5) um sistema de n2 equaes
lineares nas "incgnitas" a0, , ak_ 1. Como s coeficientes de A

pertencem a F, os coeficientes do sistema de equaes (6-5) estaro

em F. Portanto, se o sistema possuir uma soluo com a0, ... , k-I
em F 1' ele possuir uma soluo com a0, ... , ak 1 em F. (Veja o _

fim da Seo 1.4.) Deveria estar claro agora que os dois polinmios
minimais so iguais.

O que sabemos, at aqui, a respeito de polinmio minimal de

um operador linear sobre um espao n-dimensional? Apenas que
o seu grau no excede n2 Esta uma estimativa muito pobre pois
o grau no pode exceder n. Demonstraremos mais adiante que o
operador anulado pelo seu polinmio caracterstico. Primeira
mente, porm, observemos um fato mais elementar.

Teorema 3. Seja T um operador linear sobre um espao ve

torial n-dimensional V [ou, seja A uma n x n matriz]. Os polinmiosi
caracterstico e minimal de T (de A) possuem as msmas razes, '
mens de multiplicidades.

Demonstrao. Seja p polinmio minimal de T. Seja c um

escalar. Queremos mostrar que p (c) = O se, e somente se, e um
valor caracterstico de T.
Primeiramente, suponhamos p (c) = O . Ento
 FORMAS CANNICAS ELEMENTARES - 247

p =(x-c)q

onde q um polinmio. Como gr ( q) < gr(p), a definio de poli

nmio minimal p nos diz que q (T)=f. O. Escolhamos um vetor f3
tal que q (T)f3 =f. O. Seja IX= q (T )f3. Ento

O= p(T)/3
= (T - cl)q (T)/3
= (T - c1)1X

e assim, e um valor caracterstico de T.

Suponhamos, agora, que e seja um valor caracterstico de T,

digamos, TIX = CIX com IX =f. O. Como observamos no lema anterior,

p(T)IX= p(c)IX.

Como p(T)=O e IX =f. O, temos p(c) =O.

Seja T um operador linear diagonalizvel e sejam e1, , ck .

os valores distintos de T. fcil ver que o polinmio minimal de

;
T o polinmio

Se IX um vetor caracterstico, ento um dos operadores T- c11,

... , T- ckl leva IX em O. Portanto,

(T - cJ) . . . (T - ci)IX=O
para todo vetor caracte'rstico IX. Existe uma base para o espao
subjacente constituda de vetores caractersticos de T; logo
p(T )= (T - c1J)... (T - ckl)=O.

O que conclumos o seguinte: Se T um operador linear diagona

lizlivel, o polinmio minimal de T um produto 9f fatores lineares
distintos. Como veremos mais adiante, esta propriedade caracte
riza os operadores diagonalizveis.

Exemplo 4. Tentemos determinar os polinmios mnimais dos

operadores dos exemplos 1, 2 e 3. Vamos discuti-los em ordem
inversa. Vimos que o operador do Exemplo 3 diagonalizvel e
que seu polinmio caracterstico

f = (x - 1) (x - 2)2.
248 - ALGEBRA LINEAR

Sabemos, pelo pargrafo precedente, que o polinmio minimal

de T
p = (x - 1) (x - 2).

O leitor talvez ache confortante verificar diretamente que

(A - J) (A - 21)= O.

No Exemplo 2, o polinmio caracterstico do operador T

tambm f=(x - 1) (x - 2)2 Mas este T no diagonalizvel e
portanto no sabemos se o polinmio minimal (x - 1) (x - 2). O
que sabemos a respeito do polinmio minimal neste caso? Usando.
o Teorema 3, sabemos que suas razes so 1 e 2, sendo permitidas
algumas multiplicidades. Portanto, procuremos p entre polinmios
da forma (x - l)k(x - 2)1, k 1, l 1. Tentemos (x - 1) (x - 2):

(A - l)(A - 21)
rn i =!] [ =!] -1 2 2 -2

[H =!J.

-2

Assim, o grau do polinmio minimal pelo menos 3. Devemos

ento tentar (x - 1)2(x - 2) ou (x - 1) (x - 2)2 Esse ltimo, sendo
o polinmio caracterstico, pareceria ser uma escolha menos ao
acaso. fcil verificar que (A - J) (A - 21)2=O. Portanto, o poli
nmio minimal de T o seu polinmio caracterstico.
No Exemplo 1 discutimos o operador linear Tsobre R2 repre
sentado, em relao base cannica, pela matriz

A= [ -J
O seu polinmio caracterstico x2 + 1 e no possui razes reais.
Para determinar o polinmio minimal, esqueamos Te concentre
mo-nos em A. Como uma 2 x 2 matriz complexa, A tem valores
caractersticos i e - i. Ambas as razes so necessariamente razes
do polinmio minimal. Portanto, o polinmio minimal divisvel
por x2 x 1. trivial verificar que A2 + I=O. Portanto, o poli
nmio minimal x2 + 1.
 FORMAS CANNICAS ELEMENTARES - 249

Teorema 4 (CayleyHamilton). Seja T um operador linear

sobre um espao vetorial V de dimenso finita. Se f o polinmio
caracterstico de T, ento f(T) =O; em outras palavras, o polinmio
minimal divide o polinmio caracterstico de T.

Demonstrao. Mais tarde daremos duas demonstraes deste

resultado, independentes da demonstrao que ser dada aqui.
Esta demonstrao, apesar de curta, talvez seja difcil de com
preender. Alm da brevidade, ela tem a virtude de oferecer uma
aplicao ilustrativa e no trivial da teoria geral dos determinantes,
desenvolvida no Captulo 5 ..
Seja K o anel comutativo com elemento unidade constitudo
por todos os polinmios em T. claro que K realmente uma
lgebra comutativa com elemento unidade sobre o corpo dos esca
lares. Escolhamos uma base ordenada { o:l' ... , o:n} qe V e seja A a
matriz que representa T em relao base dada. Ento
n
To:i = Il Ajio:j, 1 sj sn.
j=

Essas equaes podem ser escritas na forma equivl).lente

n
I1 (ljT - AjiJ)o:j =o, 1 si sn.
j=

Indiquemos por B o elemento de Kn x n com argumentos

Quando n =2

e
det B = (T - AllJ) (T - 22n - 1221I
I
2
= T - (A11 + A22)T + (A11A22 - A12A21)I
=f(T)

onde f o polinmio caracterstico:

2
f = x - (trao A)x + det A.
250 - ALGEBRA LINEAR-

Para o caso n > 2, claro que

=

det B f( T )

pois f o determinante da matriz xl - A cujos elementos so os

polinmios

a1_ a
Queremos mostrar que f(T) O Para que f(T) seja o ope
= .
= =

rador nulo necessrio e suficiente que (det B) k O para k 1,

... , n. Pela definio de B, os vetores , 'n satisfazem as .

equaes

n =

(6-6) L
j=l
Bipj O , 1 :::;;; i :::;;; n.

Quando n 2, sugestivo escrever (6-6) na forma

Nt;sse caso, a adjunta clssica, adj B a matriz

- [T 22
1121
- A 1
B =
-

[
J
- detB O
BB = .
O dt B

Assim, temos

(det B)
-. [1]
2
=

(BB) [21]
=

B(B:[:J)
[].
_

=
 FORMAS CANNICAS ELEMENTARES - 251

No caso geral, seja B = adj B. Ento, por (6-6)

L jjki BJ1j = o
j=l

para cada par k, i, e somando em relao a i, temos

n n

o L L jjki Bi/Xi
i=l j=l
=

t ( t1 Bk;Bu)
i 1 r

Ora, BB = (det B)J, de modo que

L BkiBii = . B.
ki det
i= 1
Portanto,
n

O = L kidet B)cxi
F=f

= (det B)cxk, 1 :::;; k:::;; n.

O teorema de Cayley-Hamilton til /para ns, neste ponto,

principalmente porque abrevia a pesquisa 1 do polinmio minimal
de diversos operadores. Se conhecermos a matriz A que representa
Tem relao a alguma base ordenada, podemos determinar o poli
nmio caracterstico f. Sabemos que o polinmio minimal p divide
fe que os dois polinmios possuem as mesmas razes. No existe
nenhum mtodo que permita determinar precisamente as razes de
um polinmio (a no ser que seu grau seja pequeno); no entanto,
se f fatorvel

c , ... , c
1 k
distintos, d; 2 1

ento

(6-8)

Em geral, s isso que podemos dizer. Se f o polinmio (6-7)

e tiver grau n, ento para todo polinmio p, como em (6-8), pode-
252 - ALGEBRA LINEAR

mos determinar uma n X n matriz que tenha polinmio caracte

rstico fe polinmio minimal p. No vamos demonstrar esse fato
agora. Mas queremos ressaltar que o fato de sabermos que o poli
nmio caracterstico tem a forma (6-7) nos diz que o polinmio
minimal tem a fora (6-8) e nada mais nos diz a respeito de p.

Exemplo 5. Seja A a 4 x 4 matriz (racional)

[ J
fcil calcular as potncias de A:

2 o 2

J
4 o 4
O 2 O 2 . o 4 o
A2
2 o 2 o 4 o 4
=

o 2 o 2 o 4 o

Assim, A3 = 4A, isto , se p x3 - 4x x(x + 2) (x -2), p(A) O

= = = .

O polinmio minimal de A necessariamente divide p. Obviamente

o grau do polinmio minimal no 1 pois isto significaria que A
um mltiplo escalar da matriz unidade. Portanto, os candidatos
para polinmio minimal so. p, x(x + 2), x(x -2), x2 - 4. Os
polinmios quadrticos podem ser eliminados pois bvio que
A2 =!= -2A, A2 =!= 2A e
A2 =!= 41. Portanto, p o polinmio minimal
2 e 2 so os valores caractersticos de A.
de A. Em particular, O, --'

Um dos fatores x, x -2 ou x + 2, deve estar repetido duas vezes

no polinmio caracterstico. Evidentemente, posto(A) 2. Por =

tanto, existe um espao bi-dimensional de vetores caractersticos

associado ao valor caracterstico O. Usando o Teorema 2, deve
ser evidente, agora, que o polinmio caracterstico x2(x2 - 4) e
que A semelhante, sobre o corpo dos nmeros racionais, matriz
 FORMAS CANNICAS ELEMENTARES - 253

Exerccios

1. Seja V um espao vetorial de dimenso finita. Qual o polinmio minimal

do operador idntico sobre V? Qual o polinmio minimal do operador nulo?

2. Sejam a, b e e elementos de um corpo F e seja A a seguinte 3 x 3 matriz

sobre F:

Demonstrar que o polinmio caracterstico de A x3 - ax2 - bx - e, e que

este polinmio tambm o polinmio minimal de A.

3. Seja A a 4 x 4 matriz real

[
A = --
-

2
1
-1
-2
o
o
2
]
o
1
1 1 -1 o

Demonstrar que o polinmio caracterstico de A x2(x - 1)2 e que esse

polinmio tambm o polinmio minimal.

4. A matriz A do exerccio 3 semelhante sobre o corpo dos nmeros com

plexos a alguma matriz diagonal?

5.
Seja V um espao vetorial n-dimensional e seja T um o erador linear sobre V.
Suponhamos que exista um inteiro positivo k tal que 'i"' \O. Demonstrar
que T" =O.

6. Determinar uma 3 x 3 matriz cujo polinmio minimal seja x2.

7. Seja n um inteiro positivo e seja V o espao dos polinmios sobre R de grau

no mximo igual a n (acrescentar o polinmio nulo). Seja D o operador
derivao sobre V. Qual o polinmio minimal de D?

8. Seja P o operador sobre R2 que projeta cada vetor sobre o eixo-x, paralela
mente ao eixo-y: P(x, y) (x, O). Mostrar que P linear. Qual o polinmio
=

minimal de P?

9. Seja A uma n x n matriz com polinmio caracterstico

Demonstrar que

c1d1 + ... + cd = trao(A).

10. Seja V o espao vetorial das n x n matrizes sobre o corpo F. Seja A uma
n x n matriz fixa. Seja T o operador linear definido por
254 - ALGEBRA LINEAR

T(B) = AB.

Demonstrar que o polinmio minimal de T o polinmio minimal de A.

11. Sejam A e B n x n matrizes sobre o corpo F. De acordo com o exerccio 9

da seo 6.1, as matrizes AB e BA possuem os mesmos valores caractersticos.
Elas possuem o mesmo polinmio caracterstico? Elas possuem o mesmo
polinmio minimal?

6.4 Subespaos Invariantes

Nessa seo sero introduzidos alguns conceitos teis na tenta

tiva de analisar um operador linear. Usaremos essas idias para
obter caracterizaes de operadores diagonalizveis (e triangulveis)
em termos de seus polinmios minimais.

Definio. Seja V um espao vetorial e T um operador linear

sobre V. Se W um subespao de V, dizemos que W invariante
sob T se para cada vetor ex em W, o vetor T cx est em W, isto , se'
T(W) est contido em W.

Exemplo 6: Se T um operador linear arbitrrio s.obre V,

ento V invariante sob T, da mesma forma que o o subespao
nulo . A imagem de Te o ncleo de T tambm so invariantes sob T.

Exemplo 7. Seja F um corpo e seja D o operador derivao

sobre o espao F[x] dos polinmios sobre F. Seja n um inteiro
positivo e seja W o subespao dos polinmios de grau menor ou
igual a n. Ento W invariante sob D. Esta apenas outra ma
neira de dizer que D diminui o grau.

Exemplo 8. Aqui est uma generalizao muito til do Exem

plo 6. Seja T um operador linear sobre V. Seja V um operador
linear arbitrrio sobre V que comuta com T, isto , TU= UT.
Sejam W a imagem de V e N o ncleo de U. Tanto W como N
so invariantes sob T. Se ex est na imagem de V, digamos ex = V {3,
ento Tcx = T(U{3) ='U(T{3), de modo que Tcx_ estar na imagem
de U. Se ex est em N, ento U(Tcx) =T(Ucx)=T(O) =O; logo,
Tcx estar em N.
Um- tipo particular de operador que comuta com T um
operador U = g(T) onde g um polinmio. Por exemplo, podemos
ter U= T cl, onde c o valor caracterstico de T. Conhecemos
-

o ncleo de U. Vemos que este exemplo inclui o fato (bvio) de

 FORMAS CANNICAS ELEMENTARES - 255

que o espao dos vetores caractersticos de Tassociado ao valor

caracterstico e, invariante sob T.

Exemplo 9. Seja To operador linear sobre R2 que repre

sentado em relao base ordenada cannica pela matriz

A-[
- 1
l -

Ento os umcos subespaos de R2 que so invariantes sob Tso

R2 e o subespao nulo . Qualquer outro subespao invariante teria
necessariamente dimenso 1. Mas se W o subespao gerado por
algum vetor no-nulo IX, a afirmao de que W invariante sob T
significa que IX um vetor caracterstico, mas A no possui valores
caractersticos reais.
Quando o subespao W invariante sob o operador T, ento
Tinduz um operador linear Tw sobre o espao W. O operador
linear Tw definido por Tw(IX= ) T(IX), para IXem W, mas Tw um
objeto bem diferente de Tuma vez que seu domnio W e no V.
Quando V de dimenso finita , a invarincia de W sob T
admite uma interpretao simples por meio de matrizes e talvez
\
devamos mencion-la neste ponto. Suponhamos que tomemos uma
base ordenada f!I {1Xl' . . , o:J de V tal que f!I' {o:P . . , IX}, seja
= . = .

uma base ordenada de W(r= dim W). Seja A= [T] :M. Ento

TIXj= L A;p;
i= 1

Como W invariante sob T, o vetor T IXi pertence a W para j sr.

Isto significa que

(6-9) T IXi= L AiilXi, j s r.

i=l

Em outras palavras, Aii= O se j sr e i> r.

Esquematicamente , A da forma em blocos

(6-10) A= [ ]
256 - ALGEBRA LINEAR

onde B uma r x r matriz, C uma r x (n - )

r matriz e D uma
(n - r) x matriz. O leitor dever notar que, de acordo com
(n - )
r

(6-9), a matriz B exatamente a matriz do operador induzido Tw,

em relao base ordenada f!J'.

Na mioria das vezes desenvolveremos argumentos sobre T e

Tw sem fazer uso _da forma em blocos da matriz A em (6-10). De
vemos observar, porm, como certas relaes entre Tw e T tor
nam-se aparentes nessa forma em blocos.

Lema. Seja W um subespao invariante sob T. O polinmio

caracterstico do ope,rador Tw (restrio de T W) divide o poli
nmio caracterstico de T. O polinmio minimal de Tw divide o poli-
nmio minimal de T.

Demonstrao. Temos

A= [ ]
onde A= [TJ 91 e B = [Tw] . Por causa da forma em blocos dessa
.
matriz

det(xi - A) = det(x/ - B) det(xJ - D).

.
Isso demonstra a firmao quanto aos polinmios caractersticos,
Observemos que o smbolo I foi usado para representar matrizes
unidades de trs tipos diferentes.
A k-sima potncia da matriz A da forma em blocos

onde Ck uma r x (n - r) matriz. Portanto, qualquer polinmio

que anula A tambm anula B (e D tambm). Assim, o polinmio
minimal de B divide o polinmio minimal de A.

Exemplo 10. Seja T 4m operador linear arbitrrio sobre um

,
espao V de dimenso firiita.. Seja W o subespao gerado por todos
os vetores caractersticos de T. Sejam c 1' ... , ck valores caracters
.
ticos distintos de T. Para cada i, sja W; o espao dos vetores
caractersticos associados ao valor caracterstico c; e seja f!J; uma
 FORMAS CANNICAS ELEMENTARES - 257

base ordenada de W; O lema que precede o Teorema 2 nos diz

que !!4'= (!!41, . , !!,lk) uma base ordenada de W. Em particular,

dim w = dim wl + .. . "j- dim w,..

Seja fl,I'= { 1Xp , , IX,} tal que os primeiros IX formam a base !!41' os
.

seguintes !!42 e assim por diante. Ento

i = 1, . .. , r

onde (tp ... , t,)= (cp cl' ... , cl' .. . , ck, ck, ... , ck) com e; repetido
dim W, vezes.
Ora, W invariante sob T, pois para cada IX em W temos

IX= X11X1 + .. . + X,IX,

TIX= t1x11X1 + .. . + t,x,IX,

Escolhamos quaisquer outros vetores IX 1' . . . , IXn em V tais que

,+
!!4 = { IX 1, . , IXn} seja ma base de V. A matriz de T em relao
!!4 da forma m blocos (6-10) e a matriz do operador Tw, restrio
de T a W, em relao base !!4'

B=

o o t,

O polinmio caracterstico de B (isto , de Tw)

g= (x - c1} e1 ... (x - ckr

com e; = dim W,. Alm do mais, g divide f, o polinmio caracte

rstico de T. Portanto, a multiplicidade de e ,
;
como uma raiz de
f, no mnimo dim W,.
Tudo isso deveria deixar o Teorema 2 absolutamente claro.
Ele simplesmente afirma que T diagonalizvel se, e somente se,
= n, isto , se, e somente se, e1 + . . . + ek=
r n. Ele no de grande
ajuda nos casos no diagonalizveis, pois no conhecemos as ma
trizes C e D de (6-10).
258 - ALGEBRA LINEAR

Definio. Seja W um subespao invariante sqb T e seja IX um

vetor de V. o T-::conduJo de oc em w o conjunto ST(IX ; W) consti
tudo de todos os polinmios g (sobre o corpo dos escalares) tais que
g(T)IX esteja em W.
Como o operador T permanecer fixo durante a maioria das
discusses, abandonaremos, em geral, o ndice T e escreveremos
S(IX; W). Muitos autores chamam esta coleo de polinmios de
"estofo" ("das einstopfende Ideal"). "Condutor" o termo padro,
preferido por aqueles que visualizam um operador g(T) menos
agressivo, gentilmente conduzindo o vetor r:x. para dentro de W
No caso especial em que W =
{O} , o condutor denomindo o
T-anulador de IX .

Lema. S e W u m subespao invriante de T, ento W inva

riante sob qualquer polinmio em T. Assim, para cada IX em V, o
condutor S(IX; W) um ideal na lg ebr dos polinmios F[x].
Demonstrao. Se /3 est em W, ento T {3 estar em W. Conse
qentemente, T(T/3) '12{3 estar em W. Por induo, Tk/3 estar
=

em W, para cada k. Tomamos combinaes lineares, para concluir

que f(T)/3 est em W para todo polinmio f.
A definio de S(IX; W) tem sentido mesmo quando W um
subconjunto arbitrrio de V. Se W um subespao, ento S(IX; W)
um subespao de F [xJ porque

(cf + g)(T) = cf(T) + g(T).

Suponhamos, alm disso, que W seja invariante sob Te seja g um

polinmio em S(IX; W), isto , seja g(T)IX um elemento de W. Se f
um polinmio arbitrrio, ento f(T)[g(T)1X] est em W. Como

( fg)(T) =
f(T)g(T)

fg est em S(IX; W). Portanto, o condutor absorve o produto por

qualquer polinmio.
O nico gerador unitrio do ideal S(IX; W) tambm deno
minado T-condutor de IX em W (o T-anulador no caso em que
W = { O}) . O T-condutor de
IX em W o pofinmio unitrio g de
menor grau tal que g(T)IX esteja em. W. Um polinmio f est em
S(IX; W) se, e somente se, g divide f. Observemos que o condutor
S(IX; W) contm sempre o polinmio minimal de T; logo, todo
T-condutor divide o polinmio minimal de T.
 FORMAS CANNICAS ELEMENTARES - 259

Como primeira ilustrao de como usar o condutor S(a: W)

caracterizaremos os operadores triangulveis. O operador linear T
se diz triangulvel se existir uma base ordenada em relao qual
'/' seja representado por uma matriz triangular.

Lema. Seja V um espao vetorial de dimenso finita sobre o

corpo F. Seja T um operador linear sobre V tal que o polinmio
minimal de T seja um produto de fatores lineares

Seja W um subespao prprio de V(W =!= V) invariante sob T. Ento

existe um vetor a em V tal que
(a)
a no est em W;
(b) (T - cl)a est em W, para algum valor caracterstico c do
operador T.
Demonstrao. (a) e (b) esto dizendo que o T-condutor de a
em W um polinmio linear. Seja f3 um vetor arbitrrio em V
que no esteja em W. Seja g o T-condutor de f3 em W. Ento g
divide p, o polinmio minimal de T. Como f3 no est em W, o
polinmio g no constante. Portanto,

onde pelo menos um dos inteiros e; positivo. Escolhamos j tal

que ei >O. Ento (x - c) divide g:

g = (x - c)h.

Pela definio de g, o vetor a= h(T)f3 no pode estar em W. Mas

(T - c/)r:x. = (T - c/)h(T)fl
= g(T)f3
est em W.

Teorema 5. Seja V um espao vetorial de dimenso finita sobre

o corpo F e seja T um operador linear sobre V. Ento T trian
gulvel se, e somente se, o polinmio minimal de T um produto de
polinmios lineares sobre F.
260 - LGEBRA LINEAR

Demonstrao. SuponhallJOS que o polinmio minimal se de-.

componha em:

Aplicando repetidamente o lema acima, chegaremos a unia base

ordenada fJI = { (Xl' ' 'n} , em relao a qual a matriz que repre

senta T triangular superior

1 l 12 13 Qin
o 22 23 2;,
o o 33 Q3n
(6-11) [T] !li=

o o o Qnn

Ora, (6-11) simplesmente diz que

(6-12) Ta i = 1/X-1 + + i/X-i" f jn

isto; Tai est no subespao gerado por cx1, , r Para determinar . .

cx1, ... , an, comeamos aplicando o lema ao subespao. W ={O};

para obter o vetor a1. Em seguida, aplicanibs o lema a WP o es
pao gerado por cx1 e obtemos cx 2 Em seguida, aplicamos o lema
a W2, o espao gerado por a1 e cx2, Connuamos dessa maneira.
Um ponto merece ser comentado. Aps determinarmos i, . . ';

so as relaes ele tipo triangular (6-12) para j:::;: 1, .. , i, que garan .

tem que o subespo gerado por a1, ... , ix; invariante sob T.
Se T triangulvel, evidente que o polinmio caracterstico
de T tenha a forma

- (x - c1 )d1 ... ( x - ck)d ,

k
f -
c; em F.

Basta olhar para a matriz triangular (6-11). Os elementos diago

nais a 1 1 , , ann so os valores caractersticos, com c; repetido d;
vezes. Mas se f pode ser fatorado dessa maneira, o mesmo acon
tece com o polinmio minimal p, pois p divide f.
Corolrio. Seja F um corpo algebricamente fechado, por exem
pio, o corpo dos nmeros complexos. Toda n X n matriz sobre F
semelhante sobre F a uma matriz triangular.
 FORMAS CANNICAS ELEMENTARES - 261

Teorema 6. Seja V um espao vetorial de dimenso finita sobre

o corpo F e seja T um operador linear sobre V. Ento T diago
nalizvel se, e somente se, o polinmio minimal de T tem a forma

com c1, ... , ck elementos distintos de F.

Demonstrao. Observamos, anteriormente, que se T diago

nalizvel, seu polinmio minimal um produto de fatores lineares
distintos (ver a discusso que precede o Exemplo 4). Para demons
trar a recproca, seja W o subespao gerado por todos os vetores
caractersticos de Te suponhamos que W:;i: V. Pelo lema usado
na demonstrao do Teorema 5, existe um vetor o:, no em W, e
um valor caracterstico ci de T, tal que o vetor

/3. == (T c/)o:

esteja em W. Como P. est em W,

/3 = /31 + ... + /3k

onde T/3; = c;/3;, 1 :S; i :S; k, e portanto, o vetor

est em W, para todo polinmio h.

Ora, p = (x - ci)q para algum polinmio q. Tambm

q - q(c) = (x - c)h.

Temos

q(T)a - q(c)a = h(T) (T- c/)o: = h(T)/3.

Mas h(T)/3 esta em W e, como

O = p(T)a = (T- c/)q(T)o:

o vetor q(T)o: est em W.. Portanto, q(c)a est em W. Como a

no est em W, temos q(c) =O. Isto contradiz o fato de que p
possui razes distintas.
262 - LGEBRA L./NEAR

No f im da Seo 6.7, daremos uma outra demonstrao do

Teorema 6. Alm de ser um resuh11do elegante, o Teorema 6
til sob o aspecto computacional. Seja Tum operador linear repre
sentado, em relao a alguma base odenada, pela matriz A. Que
remos saber se T diagonaliz vel. Calculemos o polinmio caracte
rstico f Se pudermos decompor f:

teremos dois mtodos diferentes para determinar se T ou no

diagonalizvel. Um 'mtodo ser. verificar se possvel (para
cada i) determinar di vetores caractersticos independentes, asso
ciados ao valor caracterstico e;. O outro mtod_o ser. verificar se
(T - c1J) .. (T
. - cJ) ou no o operador nulo.
O Teorema 5 oferece uma demonstrao diferente do teorema
de Cayley-Hamilton. Esse teorema fcil para uma matriz trian
gular. Logo, por meio do Teorema 5, obteremos o resultado para
uma matriz arbitrria sobre um corpo algebricamente fechado.
Qualquer corpo um subcorpo de um corpo algebricamente fe
chado. Se conhecerms ste resultado, obteremos uma demons
trao do teorema de Cayley-Hamilton para matrizes sobre um
corpo arbitrrio. Se aceitarmos em nossa discusso o Teorema
Fundamental da lgebra, ento o Teorema 5 proporciona uma
demonstrao do teorema de Cayley-Hamilton para matrizes com
plexas e esta demonstrao independente da que foi dada ante
riormente.

Exerccios

1. Seja T o operador linear sobre R2, cuja matriz em relao base ordenada
cannica

A
=D -J
(a) Demonstrar que os nicos subespaos de R2, que so invariantes sob T,
so R2 e o subespao nulo.
(b) Se U o operador linear sobre C2, cuja matriz em relao base orde
nada cannica A, mostrar que U possui subespaos invariantes unidi
mensionais.

2. Seja W um subespao invariante sob T. Demonstrar, sem fazer uso de ma

trizes, que o polinmio minimal do operador Tw, restrio de T a W, divide
o polinmio minimal de T.
 FORMAS CANNICAS ELEMENTARES - 263

3. Seja e um valor caracterstico de T e seja W o espao dos vetores caracte

rsticos associado ao valor caracterstico e. Qual o operador Tw?

4. Seja

. [
A= 2
2

A semelhante sobre o corpo dos nmeros reais a uma matriz triangular?

Em caso afirmativo, determinar uma tal matriz triangular.

5. Toda matriz A, tal que A2 =A, semelhante a uma matriz diagonal.

6. Seja T um operador linear diagonalizvel sobre o espao vetorial n-dimen

sional V, e seja W um subespao invariante sob T. Demonstrar que o ope
rador 1;., diagonalizvel.

7. Seja T um operador linear sobre um espao vetorial de dimenso finita sobre

o corpo dos nmeros complexos. Demonstrar que T diagonalizvel se, e
somente se, T anulado por algum Polinmio sobre C que possua razes
. .

distintas.

8. Seja T um operador linear sobre V. Se todo subespao de V for invariante

sob T, ento T ser um mltiplo emlar do operador idntico.

9. Seja T o operador integral indefinida

f:
"

\
(Tf)(x)= f(t )dt

sobre o espao das funes contnuas sobre o intervalo [O, 1]. O espao das
funes polinomiais invariante sob T? O espao das funes diferenciveis?
O espao das funes que se anulam em x=t?

10. Seja A ma 3 x 3 matriz com elementos reais. Demonstrar que se A no for

semelhante sobre R a uma matriz triangular, ento A ser semelhante sobre
C a uma matriz diagonal.

11. Verdadeiro ou falso? Se a matriz triangular A for semelhante a uma matriz

diagonal, ento A j diagonal.

12. Seja T um operador linear sobre um espao vetorial de dimenso finita sobre
um corpo F algebricamente fechado. Seja f um. polinmio sobre F. Demons
trar que e um valor caracterstico de f(T) se e somente se, c=f()
t , onde t
um valor caracterstico de T.

13. Seja V o espao das n x n matrizes sobre F. Seja A uma n x n matriz fixa
sobre F. Sejam T e U operdores lineares sob.re V definidos por

T(B) = AB
U (B) = AB - BA.
264 - ALGEBRA LiNEAR

(a) Verdadeiro ou falso? Se A for diagonalizvel (sobre F), ento T ser

diagonalizvel.
(b) Verdadeiro ou falso? Se A for diagonalizvel, ento U ser diagonalizvel.

6.5 Triangulao Simultnea; Diagonalizao Simultnea

Seja V um espao de dimenso finita e seja ff uma famlia de

operadores lineares sobre V. Queremos saber quando possvel
triangular ou diagonalizar simultaneamente os operadores em ff,
isto , determinar uma base r!4 tal que todas as matrizes '[T] gr ,
Tem ff, sejam triangulares (ou diagonais). No caso da diagonali
zao necessrio que ff seja uma famlia comutativa de opera
dores: UT =TU para todo Te u em ff. ISso decorre do fato de
que todas as matrizes diagonais comutam. claro qu tambm
necessrio que cada operador em ff seja um operador diagonali
zvel. A fim de triangularmos sim.ultaneamente, cada operador em
ff ter que ser triangulvel. No necessrio queff seja uma
famlia comutativa; no entanto, esta condio suficiente para
triangulao simultnea (se cada Tfor individualmente triangulvel).
Esses resultados decorrem de pequenas variaes das demonstraes
dos Teoremas 5 e 6.
O subespao W invariante sob (a famlia de operadores) ff
se W invariante sob cada operador em ff.
Lema. Seja ff uma famlici comutativa de operadores lineares
-
triangulveis sobre V. Seja W um subespao p rprio de V, inva
riante sob ff. Ento existe um vetor IX em V tal que
(a) IX no est em W;
(b) para cada T .em ff, o vetor TIX est no subespao gerado
por IX e W.
Demonstrao. No h perda de generalidade se admitirmos
que ff contenha apenas um nmero finito de operadores, por causa
da seguinte observao: Seja {T1' .. , T,.} m:p subconjunto linear
.

mente indepen , dente maximal de ff, isto , uma base do subespao

gerado por .9'. Se IX um vetor tal qe (b) -verdadeiro para cada
J;, ento (b) ser verdadeiro para todo operador que seja uma com-

binao linear de T1, , T,.. . .

. Pelo lema que precede o Teorema 5 (o lema atual para um

s operador), podemos determinar um vetor {31 (no em W) e um
escalar c1, tal que (T1 - c1J){31 esteja em W. Seja V1 a coleo de
todos os vetores P em V tais que (T1 - e 1 J) 'f3 esteja em W. Ento
 FORMAS CANNICAS ELEMENTARES - 265

V1 um subespao de V propriamente maior que W. Alm do

mais, V1 invariante sob !F pela seguinte razo: Se Tcomutar com
T1, ento

Se f3 est em J:'1, ento (T1 - c11){3 estar em W Como W inva

riante sob cada Tem!#', teremos T(T1 c11){3
-
. em W, isto , T{3
em V1 para todo f3 em V1 e todo T em !F.
Ora, W um subespao prprio de V1. Seja U2 o operador
linear sobre V1 obtido pela restrio de T2 ao subespao V1. O
polinmio mir:iimal de U2 divide o polinmio minimal de T.2
Portanto, podemos aplicar o l.ema que precede o Teorema 5 a esse
operador e ao subespao invariante W Obteremos um vetor /32
em V1 (no em W) e um escal.ar c2 tais que (T2 - c2/)/32 esteja
em W. Observemos que
(a) /32 no est em W;
(b) (T1 - c1 J)/32 est em W;
(c) (T2 - c2/)/32 est em W.
Seja V2 o conjunto de todos os vetores /3 em V1 tais que
(T2 - c2J) f3 esteja em W Ento V
2 invariante spb, !F. Apliquemos
1
o lema que precede o Teorema 5 a U 3, a restri"o de T3 a V2

Continuando dessa maneira, chegaremos a um vetor a = /3, (no

,
em W) tal que (1j- c/ )a esteja em W, j 1, . . . , r.
=

Teorema 7. Seja V um espao vetorial de dimenso finita sobre

o co,rpo F. Seja !F uma famlia comu.tativa de ope,radores lineares
triangulveis sobre V. Existe uma base ordenada de V tal que todo
operador em !F seja representado, em relao quela base, por uma
matriz triangular.
Demonstrao. Dado o lema que acabamos de provar, a de
monstrao deste teorema igual demonstrao do Teorema 5
colocando T no lugar de !F.

Corolrio. Seja !F uma famlia comutativa de n x n matrizes

sobre um corpo F algebricamente fechado. Existe uma n x n matriz
1
P, no-singular, com elementos em F, tal que p-AP seja triangu-
lar-superior para toda matriz A em !F.

Teorema 8. Seja !F uma famlia comutativa de operadores linea

res diagonalizveis sobre o espao vetorial V de dimenso finita.
266 - ALGEBRA LINEAR

Ento existe uma base ordenada de V tal que todo operador em !!!'
seja representado, em relao quela base, por uma matriz diagonal.
l)emonstrao. Poderamos demonstrar esse teorema adaptando
o lema que precede o Teorema 7 ao caso diagonalizvel, exatamente
como adaptamos o lema que preede o Teorema 5 ao caso diago
nalizvel para demonstrar o 1Teorema 6. No entanto, nesse ponto,
mais fcil procedermos por induo sobre a dimenso de V.
Se dim V= 1, no h i:J.ada a demonstrar. Admitamos o teo
rema para espaos vetoriais de dimenso menor que n, e seja V um
espao n-dimensional. Escolhamos um' T arbitrrio em!!!' que no
seja mltiplo escalar do operador idntico. Sejam c ' ... , c
1 k
os
valores caractersticos distintos de T, e. (para cada i) seja W; o
ncleo de T - J.
c Fixemos um ndice i. Ento W; ser invariante
sob cada operador que comute com T. Seja ff; a famlia de opera
dores lineares sobre JV;, obtida pela restrio dos operadores em!!!'
ao subespao (invariante) JV;. Cada operador em ffi diagonali
zvel porque o seu polinmio minimal divide o polinmio minimal
do operador correspondente em!!!'. Como dim W; < dim V, os ope
radores em ff; podem ser diagonalizados simultaneamente. Em
outras palavras, W; possui uma base r!J; que consiste de vetores que
so, simultaneamente, vetores caractersticos de todos os opera
dores em !!!';.
Como T diagonalizvel, o lema que precede o Teorema 2,
nos diz que f?l = (f?l 1, . .. , f?l,J uma base de V. Esta a base que
procuramos.

Exerccios

1. Determinar uma matriz real inversvel P tal que p-1AP e p-1 BP sejam ambas
diagonalizveis, onde A e B so as matrizes reais

(a) A -[1
- o

(b) A=
D B
= [!
2. Seja ff uma famlia comutativa de 3 x 3 matrizes complexas. Quantas ma
trizes linearmente independentes existem em ff? E no caso n x n?
3. Seja T um operador linear sobre um espao n-dimensional, e suponhamos que
T possua n valores caractersticos distintos. Demonstrar que qualquer ope
rador linear que comuta com T um polinmio em T.
 FORMAS CANNICAS ELEMENTARES - 267

4. Sejam A, B, C e D n x n matrizes complexas que comutam Seja E a

2n x 2n .matriz

E= [ l
Demonstrar que det E= det(AD - BC).

S. Seja F um corpo, n um inteiro positivo e seja V o espao das n x n matrizes

sobre F. Se A uma n x n matriz fixa sobre F, seja 7 o operador linear
sobre V definido por TA(B) AB - BA. Consideremos a famlia dos opera
=

dores lineares TA obtida fazendo A percorrer o conjunto das matrizes diagonais.

Dem onstrar que os operadores desta famlia so simultaneamente diagona
lizveis.

6.6 Decomposio em Somas Diretas

Ao continuarmos nossa anlise de um s operador linear,

formularemos nossas idias de uma maneira ligeiramente mais sofis
ticada - menos em termos de matrizes e mais em termos de subes
paos. Quando iniciamos esse captulo, descrevemos nossos obje
tivos dessa maneira: determinar uma base ordenada em relao
qual a matriz de T assumisse uma forma especialmente simples.
Agora descreveremos nosso objetivo assim: Depmpor o espao
subjacente V em uma soma de subespaos invario/htes sob T, tais
que as restries dos operadores a esses subespaos sejam simples.

Definio. Sejam W 1' . . , Wk subespaos do espao vetorial V.

.

Diremos que W 1, , Wk so independentes se

'1 + ... + 'k = O, 'i em_ Wi

implica que cada 'i nulo.

Para k = 2, o significado da independncia "interseo igual
a {O}", isto , W1 e W2 so independentes se, e somente se,
W1 n W2 ={O}. Se k > 2, a independncia de Wl' ..., Wk diz muito
mais do que W1 n n Wk ={O}. Ela diz que a interseo de
. . .

cada J.t com a soma dos outros subespaos W; contm somente

o vetor nulo.
O significado da independncia o seguinte: Seja W = W1 +
+ ... + o subespao gerado por W1, . . , Cada vetor oc em
W pode ser expresso como uma soma

'; em JV;.
268 - ALGEBRA LINEAR

Se Wl' . . , forem ndependentes, ento a expresso para r:t. ser

nica; de fato, se

ento O= (r:t.1 - fJ1) + ... + ( r:t.k - fJk)i logo, r:t.;..,... /3; =O, i = 1, . . . , k.
Assim, quando , . . . , so independentes, podemos operar com
os vetores de W como k-upl.as (r:t.1,
: , r:t.k), r:t. em W;,. da mesma ma
;

neira como operamos com vetores em Rk como k-uplas de nmeros.

Lema. Seja V um espao vetorial de dimenso finita. Sejam

W1, . .. , Wk subespaos de V e seja W W1 + . .. + Wk. As se =

guintes condies so equivalentes:

(a) wl' ... , wk so independentes.
(b) Para cada j, 2 :::;j::::;; k, temos

(e) Se fJI; uma base ordenada de Wi, 1::::;; i::::;; k, ento a se

quncia fJ6 = (fJl1, ... , fJlk) uma base ordenada de W.
Demonstrao. Suponhamos (a). Seja r:t. um vetor na inter
seo W j n (W 1 + . . . + W _1). Ento existem vetores r:t.1' , r:t.j-1'
j
.

com r:t.; em W;, tais que r:t. = r:t.1 + ... + r:t.j_1. Como

Cl.1 + ... + j-1 + ( -ix) + o + ... + o = o

e como Wl' ... , so independentes, necessariamente r:t.1 = r:t.2 =

= ... ='Cl.jl =r:t.=0.
Observemos agora que (b) implica (a). Suponhamos

Seja j o maior inteiro i tal que r:t.; =I= O. Ento

Logo, r:t.i = -r:t.1 - ... -et.i-l um vetor no nulo em Vlj n.(W1 +

+ ... + W-1).

Agora que sabemos que (a) e (b) so equivalentes, vejamos

por que (a) equivalente a (e). Suponhamos (a). Seja fJI; uma bse
de W;, 1::::;; i::::;; k e seja fJ6 =(fJll' , fJ6k). Qualquer relao linear
entre os vetores de f!4 ter a forma
 FORMAS CANNICAS ELEMENTARES - 269

/3 1 + ... + /3k = o

onde alguma combinao linear dos vetores de f!Jr Como

/3;
W1, . . so independentes, cada /3; O. Gomo cada f14 inde
, Jt;,
pendente, a relao existente entre os vetores de f!4 a relao trivial.
Deixamos a demonstrao de que (c) implica (a) como exer
ccio (Exerccio 2).
Se uma (e portanto todas) das trs condies do ltimo lema
vlida, diremos que a soma w w + .... + wk direta ou que w
,
=

a s9ma direta de W 1 , , Wk e escreveremos

W= W1 EB ... EB Jt;,.
Na literatura, o leitor poder encontrar essa soma direta sob os
nomes de soma independente ou soma interna de W1, ... , Jt;,.

Exemplo 11. Seja V um espao vetorial de dimenso finita

sobre o corpo F e seja { al' ... , a" } uma base arbitrria de V. Se
W; o subespao unidimehsional gerado por a;, ento V= W1 EB ...
... EB W,,.

Exemplo 12. Seja n um inteiro positivo, F um s{ibcorpo do

corpo dos nmeros complexos e seja V o espao das n x n matrizes
sobre F. Seja W 1 o subespao das .matrizes simtricas, isto , ma
trizes A tais que A' =A. Seja W2 o subespao das matrizes anti
simtricas, isto , matrizes tais que A'
A Ento V= W1 W2
= - .

Se A uma matriz arbitrria em V, a nica expresso para A como

uma soma de duas matrizes, uma em W1 e a outra em W 2'

A== A1 + A2
2
A1 - 1-(A +A'' )
A2 = k(A - 1).

Exemplo 13. Seja T um operador linear arbitrrio sobre um

espao vetorial V de dimeso finita. Sejam .c1, ..., ck valores carac
tersticos distintos de Te seja W; o espao dos vetores caracters
ticos associado ao valor caracterstico e;. Ento, W1, ; Wk so
independentes. Ver o lema que precede o Teorema 2. Em parti
cular, se T diagonalizvel, ento V= W1 EB ... EB Jt;,.

Definio. Se V um espao vetorial, uma projeo de V um

operador linear E sobre V tal que E2 = E.
270 - ALGEBRA LINEAR

Suponhamos que E seja uma projeo. Sejam R a imagem

de E .e N o ncleo de E.
1. O vetor f3 est na imagem R se, e somente se, E/3 = {3. Se
f3=EIX, ento E/3=E21X=EIX {3. Reciprocamente, se f3=E/3, ento
=

( claro) f3 est na imagem de E.

2. V=R@N.
3. A nica expresso de iX como uma soma de vetores em R

e N IX EIX + (IX - E1X).

=

De (1), (2) e (3) fdl ver o seguinte: Se R e N so subespaos

de V tais que V= R EB N, ento existe um e um s operador pro
jeo E cuja imagem seja R e cujo ncleo seja N. Esse operador
chamado projeo sobre R segundo N.
Qualquer projeo E (trivialmente) diagonalizvel. Se
{1X1, ...,IX.} uma base de R e {1X,+1' ... , IXJ uma base de N, ento
a base f?4 {1X1, ... , 1Xn} diagonaliza E:
=

[E].B = [ ]
onde I a r x r matriz unidade. Isso deveria esclarecer parte da
terminologia ligada a projees. O leitor dever examinar vrios
casos no plano R2 (ou no espao tri-dimensional R3) para se con
v,encer de que a projeo sobre R segundo N leva cada vetor para
R, projetando-o paralelamente a N.
Projees podem ser usadas para descrever decomposies do
espao V em somas diretas. De fato, suponhamos V= W1 EB ...
... EB liv,,. Para cada j definiremos um operador Ei sobre V. Seja
IX em V, digamos IX=IX1 + ... + IXk com IX; em JV;. Definamos
Ep=1Xr Ento, Ei uma regra bem definida. fcil ver que Ei
linear, que a imagem de Ei ttj e que EJ= Er O ncleo de Ei
o subespao

(W1 +
+ tt-J-1 + tt-}+1 + + liv,,)

pois a afirmao de que Ep =.0 significa simplesmente que IXi=O,

isto , que IX na realidade uma soma de vetores dos espaos W;
com i '# j. Em termos das projees Ei temos

(6-13)
 FORMAS CANNICAS ELEMENTARES - 271

para cada 0<. em V. O que (6-13) diz que

Notemos tambm que se i # j ento E;Ei =O, pois a imagem de

Ei o subespao l1-j que est contido no ncleo de E;. Resumi
remos agora nossas concluses, enunciaremos e demonstraremos
uma recproca.

Teorema 9. Se V W1 EB ... EB Wk ento existem k operadores

=

EP ... , E k sobre V tais que

(i) cada Ei uma projeo (E=E;);
(ii) E;Ej =O, se i # j;
(iii) l=E1+ ... +Ek;
(iv) a imagem de E; W;.

Reciprocamente, se E1, ... , Ek so k operadores lineares sobre V

que satisfazem as condies (i), (ii) e (iii) e se indicamos por W; a ima
gem de E;, ento V=W1 EB ... EB Wk.

Demonstrao. Precisamos demonstrar apenas a afirmao rec-

'
proca. Suponhamos que Ep ... , Ek sejam operadores lineares sobre
V que satisfaam as trs primeiras condies e seja W; a imagem de
E;. Ento, certamente

V = W1 + ... + W,.;

pois, pela condio (iii) temos

OI.= E10<. + ... + Ek0<.

para cada 0<. em V e Ep. est em JV;. Esta expresso para 0<. nica,
porque se

()( = ()(1 + .. . + ()(k

com OI.; em JV;, digamos EJ3;, ento,

0<.; = usando (i) e (ii), temos
k
Ep = L Ep;
i= 1
k
= L EjEJl;
i= 1
. 272 - ALGEBRA LINEAR

=
EJPj
=
E/3i
r:x.j"
=

Isto mostra que V a soma direta dos JV;.

Exerct:iOs

1. Seja V um espao vetorial de dimenso finita e seja w; um subespao arpi

trrjo de V. Demonstrar que existe um subespao w; de V tal que V= J17i. 9 w;.

2. Seja V um espao vetorial de dimenso finita e sejam W1, , Wk subespaos

de V tais que

V = l17i_ + . . . + w,; e dim V = dim W, + . . . + dim w,;.

Demonstrar que V= l17i_ EEl . : E0 w,;.

3. Determinar uma projeo E que projeta R2 sobre o subespao gerado por

(1, -1) segundo o subespao gerado por (1, 2).

4. Se E1 e E2 so projees sobre subespaos independentes ento E 1 + E2

uma projeo. Verdadeiro ou falso?

5. Se E uma pojeo e f um polinmio, ento f (E) =ai + bn. O que so

a e b em termos dos coeficientes de f?

6. Verdadeiro ou falso? Se os nicos valores caractersticos de um operador

diagonalizvel so O e l, ento esse operador uma projeo.

7. Demonstrar que se E a projeo sobre R segundo N, ento (J - E) a pro

jeo sobre N segundo R.

,9, Sejam E1, ..., Ek operadores lineares sobre o espao V tais que E1 + .
. .. +
+ Ek. = 1.
(a) Demonstrar que se E;E;=O para i # j, ento Ef =E; para todo i.
(b) No caso k 2, demonstrar a recproca de (a). Isto , se E1 + E2=1 e
=

Et = E1, E = E2, eto E1E2 =O..

9. Seja V um espao vetorial real e E um operador linear idempotente sobre V,

1
isto , uma projeo. Demonstrar que (1 + E) inversvel. Determinar (1 + E)- .

10. S.eja F um subcorpo do corpo dos nmeros complexos (ou, um corpo de carac
terstica zero). Seja V um espao vetorial de dimensaci finita sobre F. Supo
nhamos que E" . . . , Ek sejam projees sobre V e que E1 + ... + Ek = J . . De
monstrar que E1E; = O para i # j. (Sugesto: Usar a funo trao e descobrir
o que o trao de uma projeo.)
 FORMAS CANNICAS ELEMENTARES __: 273

11. Seja V um espo vetorial, sejam W1, ... , Wk subespaos 'de V e seja

vj = w1 + . . . + wj-1 + wj+l + ... + wk

Suponhamos que V . W1 EfJ ... 'EfJ Wk.

,,,; Demonsfrar que o espao dual V*
admite a decomposio em soma direta V* = V EfJ . . EfJ Vf.

6. 7 Somas Diretas Invariantes

Estamos essencialmente interessados em . decomposies em

somas diretas V= W1 $ ... $ i--J1, onde cada um dos subespaos
w; seja invariante sob algum operador linear dado T. Dada uma
tal decomposio de V, T induz um operador linear r;, sobre cada
w;, atravs da restrio. A ao de T ento a que segue. Se a
um vetor em V, existem vetores bem determinados a1, ... , ak com
ai em J:V;, tais que

e ento

Descreveremos esta situao dizendo qU;e T a soma direta dos

operadores T1, . . , 'I'ic Deve-se lembrar, ao usarmos esta termino
,

logia, que os r; no so operadores lineares sobre o espao V mas

sim sobre os diversos subespaos -;. O fato de que V= W1 $ ...
... $ Wk nos permite associar a cada a em V uma nica k-upla
de vetores ai em w; (sendo a= a1 + . . . + a,J de uma
(ap ... , ak)
maneira tal que possamos efetuar as operaes lineares em V tra
balhando em cada subespao w;. O fato de que cada w; inva
riante sob T nos permite considerar a ao de T como a ao inde
pendente dos operadores T sobre .OS subespaos w;. Nosso pro
psito estudar T determiri ando decomposies em s9mas diretas
invariantes nas quais os r; sejam operadores de natureza elementar.
Antes de considerarmos um exemplo, observemos o anlogo
desta situao para matrizes. Suponhamos que tomemos .uma base
ordenada f141 para cada w; seja fJ4 a base ordenada de V formada
pela reunio das f14i, ordenada como fJl1, ... , fJlk, de modo que f14
seja uma base de V. De nossa discusso acima:, quanto ao anlogo
para matrizes para um nico subespao invariante, fcil ver que
se A= [TJ e Ai= [T;]l<lli' ento A da forma em blocos
 o
o

Em (6-14), Ai uma di x di matriz ( di= dim J.V;) e os smbolos O

so blocos retangulares de vrios tamanhos constitudos de esca
lares nulos. Parece ser tambm apropriado descrever (6-14) dizendo
que A a- soma direta das matrizes Al' ... , A k .
Na maioria das vezes descreveremos o subespao w; por meio
das projees associadas Ei (Teorema 9). Portanto, teremos que
formular a invarincia dos subespaos W; em termos dos Ei .

Teorema 10. Seja T um operador linear sobre o espao V e -

sejam W1 ' ... , Wk e EP ... , Ek como no Teorema 9. Ento, uma

condio necessria e suficiente para que cada subespao W i seja
invariante sob T que T comute com cada uma das projees Ei,
isto ,

Demonstrao. Suponhamos que T comute com cada Ei. Seja

a em llJ Ento Ep=a e

Ta= T(Ep)
=E/Ta)

o que mostra que Ta est na imagem de Ei' isto , que W inva

riante sob T.
Suponhamos agora que cada w; seja invariante sob T. Mos
traremos que TE.J=EJT
. . Seja a um vetor arbitrrio em V. Ento

a= E1a + ... + Eka

Ta= TE1a + ... + TEka.

Como E;a est em J.V;, que invariante sob T, devemos ter T(Eia)=
=EJ3; para a,lgum vetor pi. Ento
 FORMAS CANNICAS ELEMENTARES - 275

se i -/= j
se i = j.

Assim,

EiTrx = EiTE1rx + . . + . EiTEkrx

= Eii
= TEp.

Isto vale para todo rx em V, portanto EiT = TEr

Descreveremos agora um operador diagonalizvel T utilizando
decomposies em somas diretas invariantes (projees que comu
tam com T). Isso ser de grande ajuda para compreendermos mais
tarde alguns teoremas de decomposio mais profundos. O leitor
talvez ache complicada a descrio que iremos dar, em comparao
com a formulao por meio de matrizes ou com a afirmao de que
os vetores caractersticos de T geram o espao subjacente. Mas,
ele dever ter em mente que este nosso primeiro contato com
um mtodo muito eficiente, graas ao qual vrios problemas )iga
dos a subespaos, bases, matrizes e outros semelhantes, pClero
ser reduzidos a clculos algbricos com operadores lineares.' Com
um pouco de experincia, a eficincia e elegncia desse modo de
pensar tornar-se- aparente.

Teorema 11. Seja T um operador linear sobre um espao V de

dimenso finita. Se T diagonalizvel e cl' ... , ck so os valores
caractersticos distintos de T, ento existem operadores lineares
El' ... , Ek sobre V tais que

(i) T = c1E1 + ... + ckEki

(ii) 1 = E1 + ... + Eki
(iii) E;Ei = O, i i= j i
(iv) E =
E;; (E; uma projeo)j
(v) a imagem de E; o espao caracterstico de T associado a c;.

Reciprocamente, se existirem k escalares distintos c1, ..., ck e k

operadores lineares no-nulos E1 , , Ek satisfazendo as condies
.

(i), (ii) e (iii), ento T diagonalizvel, c1, , ck so os valores

.

caractersticos distintos de T e as condies (iv) e (v) tambm so

satisfeitas.
276 ALGEBRA LINEAR

Demonstrao. Suponhamos que T seja diagonalizvel, com va

lores caractersticos distintos e 1, . . . , ck. Seja W; o espao dos veto
res caractersticos associado ao valor caracterstico e;. Como vimos
V= W1 EB ... EB Wic

Sejam El' . .. , Ek as projees associadas a esta decomposio, como

no Teorema 9. Ento (ii), (iii), (iv) e (v) so satisfeitas. Para veri
ficar (i) procedamos da seguinte maneira: para cada rx em V,

logo

Trx = TE1rx. + ... + TEk rx

= c1E1rx + ... + ckEk rx.

Em outras palavras T = ciE1 + . . . + ckEk.

Suponhamos agora que sejam dados um operador linear T
juntamente com escalares distintos e; e operadores no-nulos E;
que satisfaam (i), (ii) e (iii). Como EiEi =O para i # j, multipli
cando ambos os membros de I =E1 + . . . + Ek por E; obtemos
imediatamente E? =E;. Multiplicando T = c1E1 + ... + ckEk por E;
resulta TE;= c;E;, o que mostra que todo vetor na imagem de E;
est no ncleo de (T - cJ). Como supusemos que E;# O, isto
demonstra que existe um vetor no-nulo no ncleo de (T - cJ),
isto , que e; e um valor caracterstico de T. Alm disso, os e; so
os nicos valores caractersticos de T; de fato, se e um escalar
arbitrrio, ento

T - cI = (c1 - c)E1 + ... + (ck - c)Ek

portanto, se (T- cl)rx =O, devemos ter. (e; - c)E;rx. =O. Se rx no

o vetor nulo ento E;rx # O para algum i, de modo que para este
i temos ci - e =O.
T certamente diagonalizvel, pois mostramos que todo vetor
no-nulo na imagem de E; um vetor caracterstico de T e o fato
de que I =E1 + ... + Ek mostra que esses vetores caractersticos
geram V. Tudo o que resta a ser demonstrado que o ncleo de
(T - cJ) exatamente a imagem de E; Mas isto evidente,
porque se Trx = c;rx, ento
k
L (ci - c;)Ep = O
j= 1
 FORMAS CANNICAS ELEMENTARES - 277

logo

(ci - c)Ep = O para cada j

e ento

Ep = O, j =I= i.

Como a= E1a + ... + Eka, e Ep =O para j =I= i temos a= E;a,

demonstrando que a est na imagem de E;.
Uma parte do Teorema 9 diz que para um operador diagona
lizvel T, os escalares cl' ... , ck e os operadores El' ... , Ek so deter
minados de modo nico pelas condies (i), (ii), (iii), mais o fato
de que os e; so distintos e o fato de que os E; so no-nulos.
Uma das caractersticas agradveis da decomposio T = c1E1 +
+ . . + ckEk
. que g um polinmio arbitrrio sobre o corpo F,
ento

Deixemos os detalhes da demonstrao a cargo do leitor. Para

ver como se demonstra, basta calcular T' para todo inteiro posi-.
tivo r. Por exemplo
k k
y2 = L c;E; L ciEi
i= 1 j= 1
k k
= L L ciciEiEi
i=l j=l
k
= L c;E;
i= 1
k
= L c;E;
i= 1
O leitor deve comparar isto com g(A) sendo A uma matriz dia
gonal, pois neste caso g(A) simplesmente a matriz diagonal de
elementos diagonais g(A11 ) ... , g(A"").
,

Gostaramos de observar em particular o que acontece no

caso dos polinmios de Lagrange correspondentes aos escalares
cl' ... , ck:

rr (x e;) .
P1 =
-

i</=i (ci -
e;)
278 .- ALGEBRA LINEAR

Temos pi(c) = ii' o que significa que

k
p/T ) =
L ijEi
i=l

= Er
Assim, as projees Ei no apenas comutam com T, mas so poli
nmios em T.
Clculos como este, com polinmios em T, podem ser usados
para dar uma outra demonstrao do Teorema 6 que caracterizou
operadores diagonalizveis em termos de seus polinmios minimais.
A demonstrao inteiramente independente da nossa demons
trao anterior.
Se T diagonalizvel, T = c1E1 + ... + ckEk , ento

para todo polinmio g. , Logo, g(T) O se, e somente se, g(c;) = = O

para cada i. Em particular, o polinmio minimal de T

Suponhamos agora que T seja um operador linear sobre V com

polinmio minimal

onde cl' ..., ck so elementos distintos do corpo dos escalares.

Formemos os polinmios de Lagrange

(x - e) .
P1 = fl (c e
ief:i i- )
Recordemos do Captulo 4 que p/c;) ii e, para todo polinmio =

g de grau menor ou igual a (k - 1), temos

g = g(c1)P1 + + g(ck)pk .
Tomando g como sendo o polinmio constante 1 e logo em se
guida como o polinmio x, temos

(6-15)
1 =
P1 +
+ Pk
X = C1P1 + + ckpk.
 FORMAS CANNICAS ELEMENTARES - 279

(O leitor astuto ter notado que a aplicao a x pode no ser vlida

porque k pode ser igual a l. Mas se k 1, T um mltiplo escalar
=

do operador idntico, sendo portanto diagonalizvel.) Seja agora

Ei =
p/T). De (6-15) temos

I =
E1 + ... + Ek
(6-16)
T =
c1E1 + . . + ckEk.
.

Observemos que se i # j ento P;Pi divisvel pelo polinmio mini

mal p, pois P;Pi contm cada (x e ) como um fator. Assim
,
-

(6-17)

Precisamos notar ainda mais um fato, a saber, que E; # O para

todo i. Isto ocorre porque p o polinmio minimal de Te ento
no podemos ter p;(T) O pois P; tem grau menor que o de p.
=
,

Este ltimo comentrio, junto com (6-16), (6-17) e o fato de que

os e; so distintos nos permite aplicar o Teorema e concluir que
T diagonalizvel.

Exerccios

1. Seja E uma projeo sobre V e seja T um operador linear sobre V. Demons

trar que a imagem de E invariante sob T se, e somente se, ETE = TE.
Demonstrar que a imagem e o ncleo de E so invariantes sob T se, e somente
se, ET= TE.

2. Seja T o operador linear sobre R2, cuja matriz em relao base ordenada
cannica

Seja W,, o subespao de R2 gerado pelo vetor e1 = (1, O).

(a) Demonstrar que W1 invariante sob T.

(b) Demonstrar que no existe nenhum subespao W, que seja invariante sob
T e que seja complementar de W,,:

R1 = w; E0 J.Vi.

(Comparar com o Problema 1 da Seo 6.5.)

3. Seja T um operador linear sobre o espao vetorial V de dimenso finita,

seja R a imagem de T e seja N o ncleo de T. Demonstrar que R e N so
independentes se, e somente se, V R E0 N. =
280 - LGEBRA LINEAR

4. Seja T um operador linear sobre V. Suponhamos V= w,_ $ . $ W,., onde ..

cada W; invariante sob T. Seja I; a restrio do operador T a j.

(a) Demonstrar que det(T) = det(T1) .. det(T.).
(b) Demonstrar que o polinmio caracterstico de f o produto dos poli
nmios caractersticos de f1, .<.
.J.
(c) Demonstrar que o polinmio minimal de T o mnimo mltiplo comum
dos polinmios minimais de T" . , r.. (Sugesto: Demonstrar e em seguida
..

usar os fatos correspondentes a respeito de somas diretas de matrizes.)

5. Seja T o operador linear, diagonalizvel sobre R3, discutido no Exemplo 3

da Seo 6.2. Usar os polinmios de Lagrange para escrever a matriz A, que
representa T, na forma A= E,+ 2E,, E,+ E2= 1, E1E2=O.

6. Seja A a 4 x 4 matriz do Exemplo 6 da Seo 6.3. Determinar matrizes

E" E2, E3 tais que A c1E1 +c2E2 + c3E3, E1 + E2+E3=1 e E,EJ O i '# j.
= =
,

7. Nos Exerccios 5 e 6 observar que (para cada i) o espao dos vetores caracte
rsticos associado ao valor caracterstico e, gerado pelos vetores-coluna das
vrias matrizes Ei com j '# i. Isso uma coincidncia?

8. Seja T um operador linear sobre V que comuta com todos os operadores

projeo sobre V. O que se pode afirmar sobre T?

9. Seja V o espao vetorial das funes contnuas reais definidas sobre o inter
valo [ - 1, 1] da reta real. Seja W,, o subespao das funes pares, f( -x) f (x) =

e seja W. o subespao das funes mpares, f( - x) = f (x). -

(a) Demonstrar que V = W,, ffi W.

(b) Se T o operador integral indefinida

(Tf)(x)= I:f(t)dt

W,, e ; so invariantes sob T?

6.8 O Teorema da Decomposio Primria

Estamos tentando estudar um operador linear T sobre o es

pao de V de dimenso finita, pela decomposio de T numa soma
direta de operadores que sejam, num certo sentido, elementares.
Podemos faz-lo atravs dos valores e vetores caractersticos de Tem
certos cass particulares, isto , quando o polinmio de T decom
pe-se sobre o corpo F de escalares num produto de polinmios
unitrios, distintos e d grau 1. Que podemos fazer com um T
arbitr'rio? Se tentarmos estudar T usando valores caractersticos,
iremos nos confrontar com dois problemas. Primeiro, T poder
no ter nenhum valor caracterstico; isto, na verdade, uma defi-
 FORMAS CANNICAS ELEMENTARES - 281

cincia do corpo de escalares, a saber, que ele no algebricamente

fechado. Segundo, mesmo que o polinmio caracterstico se decom
ponha completamente sobre F num produto de polinmios de
grau 1, podem no existir vetores caractersticos suficientes de T
para gerar o espao V; isto , evidentemente uma deficincia de T.
A segunda situao ilustrada pelo operador T sobre F3 (F um

[
corpo arbitrrio) representado em relao base cannica por

2 o

O polinmio caracterstico de A
A=
.
1
o
2
o -1
(x - 2)2 (x + 1) e este obvia
]
mente o polinmio minimal de A (ou de T). Assim, T no diago
nalizvel. V-se que isto ocorre porque o ncleo de (T- 2/) tem
dimenso 1 apenas. Por outro lado, o ncleo de (T + /) e o ncleo
de (T- 2/)2 juntos geram V, sendo o primeiro o subespao gerado
por 8 3 e o segundo o subespao gerado por 81 e 8 2

Este ser mais ou menos o nosso mtodo geral para o segundo

problema. Se (lembrar que isto uma hiptese) o polinmio mini
mal de T se decompe como

p = (x - c1}'1 . . . (x - cSk

sendo cl' ... , ck elementos distintos de F, ento mostraremos que

o espao V a soma direta dos ncleos de (T - cJ)'i, i = 1, ... , k.
A hiptese a respeito de p equivalente ao fato de que T seja tri
angulvel (Teorema 5); no entanto o conhecimento deste fato no
nos ajudar.
O teorema que demonstraremos mais geral que isto que
descrevemos, uma vez que trabalhar com a decomposio pri
mria do polinmio minimal, quer sejam ou no de grau 1 os
primos que comparecem na decomposio. O leitor achar til
pensar no caso particular em que os primos so de grau 1 e, de
modo ainda mais particular, pensar na demonstrao do Teorema 6
como um caso particular deste teorema.

Teorema 12 (Teorema da Decomposio Primria). Seja T um

operador 1inear sobre o espao vetorial V de dimenso finita sobre o
corpo F. Seja p o polinmio minimal de T,

P = P/1 P?
282 - ALGEBRA LINEAR

onde os pi so polinmios distintos, irredutveis e unitrios sobre F

e os ri so inteiros positivos. Seja Wi o ncleo de pi(T)'i, i 1, .. ., k. =

Ento
(i) V =W1 EB ... EB Wk;
(ii) cada Wi invariante sob T;
(iii) se Ti o operador induzido sobre Wi por T, ento o poli
nmio minimal de Ti p:i.

Demonstrao. A idia da demonstrao a que segue. Se a

decomposio (i) em soma direta vlida, como podemos obter
as projees E1, ..., Ek associadas a esta decomposio? A pro
jeo Ei ser o operador idntico sobre W; e zero sobre os outros
Vlj. Vamos determinar um polinmio h, tal que h;(T) eja o ope
rador idntico sobre W; e seja nulo sobre os outros Vlj e de modo
que h1(T) + ... + hk(T) 1, etc.
=

Para cada i1 seja

Como pl' ..., pk. so polinmios primos distintos, os polinmios

relativamente_primos (Teorema 10, Captulo 4). Assim,
fp ...,fk so
existem -polinmios g 1, . , , gk tais que

I fg; =
i.
i= 1

Notemos tambm que se i =l=j, ento fJi divisvel pelo polinmio

p pois !Ji contm cada p';;;' como um fator. Vamos mostrar que
os polinmios h; = J;gi comportam-se da maneira descrita no pri
meiro pargrafo da demonstrao.
Seja E;= h;(T) = J;(T)g;(T). Como h1 + .. . + hk = 1 e p divide
fifi para i =I= j, temos

E1 + . . . + Ek = I
E;Ei = O, se i =1= j .

Assim, os E , so projees que correspondem a alguma decompo

sio do espao V em soma direta. Desejamos mostrar que a ima
gem de I[.; exatamente o subespao w;. evidente que cada vetor
 FORMAS CANNICAS ELEMENTARES - 283

na imagem de Ei est em u;;, pois se a est na imagem de Ei' ento

a=Eia, logo
i
P;(T)'ia = pJT)' Eia
= pJT)''.[;(T)gi(T)a
=

pois p'f; gi divisvel pelo polinmio minimal p. Reciprocamente,

i
suponhamos que a esteja no ncleo de pi(T)' . Se j # i, ento J;gi
divisvel por pi, logo (T)g/T)a =O, isto , Ep =O para j # i.
Mas, ento, imediato que Ea=a, isto , que a est na imagem
de Ei . Isto completa a demonstrao da afirmao (i).
certamente bvio que os subespaos W; so invariantes
sob T. Se J; o operador induzido sobre W; por T, ento, eviden
temente P;(T;)'i =O, pois, por definio, p;(TY; se anula no subes
pao u;;. Isto mostra que o polinmio minimal de J; divide P?
Reciprocamente, seja g um polinmio arbitrrio tal que g(J;) =O.
Ento g(T)J;(T)=O. Assim, gJ; divisvel pelo polinmio minimal
p de T, isto , pi; divide gJ;. V-se facilmente que pi divide g .
Logo, o polinmio minimal de J; pi.

Corolrio. Se E 1, .. ., Ek so as projees associadas decom

. posio primria de T, ento cada Ei um polinmio em T e, conse
qentemente, se um operador linear U comuta com T ento U comuta
com cada um dos Ei, isto , cada subespao Wi invariante sob U.
Com a notao do Teorema 12, vamos considerar rapidamente
o caso particular em que o polinmio minimal de T um produto
de polinmios do primeiro grau, isto , o caso em que cada p.1

da forma pi = x - ci. Ora, a imagem de Ei o ncleo W; de
i
(T - cJr ). Coloquemos D = c1E1 + ... + ckEk. Pelo Teorema 11,
D um operador diagonalizvel que denominaremos a parte diago
nalizvel de T. Consideremos o operador N = T - D. Ora,

T = TE1 + ... + TEk

D = c1E 1 + ... + ckE k

portanto,

A esta altura o leitor j dever estar suficientemente familiarizado

com projees, portanto, ver que
284 - ALGEBRA LINEAR

e que, em geral,

N' = (T- ci1)'E1 + . . . + (T - cJ)'Ek.

Quando r ;;::; ri para todo i, teremos N' =O, pois o operador

(T - cJ)' ser ento O sobre a imagem de E;

Definio. Seja N um operador linear sobre o espao vetorial V.

Dizemos que N nilpotente se existe algum inteiro positivo r tal
que N' =O.

Teorema 13. Seja T um operador linear sobre o espao vetorial

V de dimenso finita sobre o corpo F. Suponhamos que o polinmio
minimal de T se decomponha sobre F num produto de polinmios
lineares. Ento existe um operudor diagonalizvel D sobre V e um
operador nilpotente N sobre V tais que
(i) T=D+ N;
(ii) DN ND.=

O operador diagonalizvel D e o operador nilpotente N so deter

minados de modo nico por (i) e (ii) e cada um deles um poli
nmio em T.
Demonstrao. Acabamos de observar que podemos escrever
T =D + N onde D diagonalizvel e N nilpotente e tambm
que D e N no s comutam mas tambm so polinmios em T.
Suponhamos, agora, que tambm tenhamos T=D'+ N', sendo d'
diagonalizvel, N' nilpotente e D'N1= N'D'. Vamos demonstrar
que D =D' e N = N'.
Como D 1 e N' comutam entre si e T =D' + N', vemos que
D' e N' comutam com T. Assim, D1 e N' comutam com qualquer
polinmio em T, logo eles comutam com D e com N. Agora temos

D+ N = D1 + N'
ou
D - D'= N' - N
e todos estes quatro operadores comutam entre si. Como D e D'
so ambos diagonalizveis e comutam, eles so simultaneamente
diagonalizveis e D - D' diagonalizvel. Como N e N' so ambos
 FORMAS CANNICAS ELEMENTARES - 285

nilpotentes e comutam, o operador nilpotente; com

efeito, usando o fato de que N N'(N' - N)
e comutam

(N' - N)' = ()(N')'-i(-N)i

j=O )

e ento quando r for suficientemente grande, todos os termos nesta

express:i de (N' -N)' sero nulos. (Na realidade, um operador
nilpotente sobre um espao n-dimensional deve ter sua n-sima
potncia nula; no caso acima, se tomamos r = 2n, este nmero
suficientemente grande. Decorre ento que r = n suficientemente
grande, mas isto no evidente a partir da expresso acima.) Ora,
D - D' um operador diagonalizvel que tambm nilpotente.
Tal operador tem de ser, obviamente, o operador nulo; de fato,
sendo nilpotente, o polinmio minimal deste operador da forma
x' para um certo r m; mas como o operador diagonalizvel, o
polinmio minimal no pode ter uma raiz mltipla, logo r = 1 e
o polinmio minimal simplesmente x, o que diz que o operador
nulo. Assim, vemos que D D' e N = N'.

Corolrio. Seja V um espao vetorial de dimenso finita sobre

um corpo al{?ebricamente fechado F, por exemplo, o corpo dos nme
ros complexos. Ento, todo operador linear T sobre V pode ser
escrito como uma soma de um operador diagonalizvel D com um
operador nilpotente N, os quais comutam. Estes operadores D e N
so nicos e so polinmios em T.

Por esses resultados v-se que o estudo dos operadores lineares

sobre espaos vetoriais sobre um corpo algebricamente fechado fica
essencialmente reduzido ao estudo dos operadores nilpotentes. Para
espaos vetoriais sobre corpos no algebricamente fechados, preci
samos ainda encontrar algum substituto para valores e vetores
caractersticos. Um fato interessante que estes dois problemas
podem ser tratados simultaneamente e isto o que faremos no
prximo captulo.
Concluindo esta seo, gostaramos de dar um exemplo que
ilustre algumas das idias do teorema da decomposio primria.
Decidimos d-lo no final da seo porque ele usa equaes dife
renciais, no sendo assim lgebra linear pura.

Exemplo 14. No teorema da decomposio primaria no

necessrio que o espao vetorial V tenha dimenso finita, nem
286 - ALGEBRA LINEAR

necessrio, para as partes (i) e (ii), que p seja o polinmio minimal

de T. Se T um operador linear sobre um espao vetorial arbi
trrio e se existe um polinmio unitrio p tal que p(T) = O, ento
as partes (i) e (ii) do Teorema 12 so vlidas para T com a demons
trao que fizemos.
Seja n um inteiro positivo e seja V o espao das funes n
vezes continuamente diferenciveis f sobre a reta real que satis
fazem a equao diferencial

(6-18)

onde a0, , an 1 so certos escalares fixos. Se Cn indica o espaci

. _

das funes n vezes continuamente diferenciveis, ento o espao

V das solues desta equao diferencial um subespao de Cn.
Se D indica o operador derivao e p o polinmio

ento V o ncleo do operador p(D), pois (6-18) diz simplesmente

que p(D)f =O. Portanto, V invariante sob D. Consideremos
agora D como um operador linear sobre o subespao V. Ento
p(D) =O.
Se estamos discutindo funes diferenciveis com valores com-,
plexos, ento Cn e V so espaos vetoriais complexos e a0, ... , an 1
_

podem ser quaisquer nmeros complexos. Escrevamos agora

onde cl' ..., ck so nmeros complexos distintos. Se WJ o ncleo

de (D c/)'i, ento o Teorema 12 diz que
-

V = W1$ ... $W,..

Em outras palavras, se f satisfaz a equao diferencial (6-18), ento

f pode ser expressa de modo nico sob a forma
f =!1 + ... + fk

onde fi satisfaz a equao diferencial (D c/Yii

. O. Assim, o
- =

estudo das solues da equao (6-18) f ica reduzido ao estudo

do espao das solues de uma equao diferencial da forma
 FORMAS CANNICAS ELEMENTARES - 287

(6-19) (D - cl)'f =O.

Esta reduo foi conseguida por meio dos mtodos gerais de lge
bra linear, isto , pelo teorema da decomposio primria.
Para descrever o espao das solues de (6-19), necessrio
saber alguma coisa sobre equaes diferenciais, isto , necessrio
saber alguma coisa a respeito de D alm do fato de que D um
operador linear. No entanto, no se precisa saber muito. bem
fcil demonstrar por induo sobre r que, se f est em C,, ento

(D - cJ)'f =ectD'(e-c'f)

isto ,

df
- cf(t) =e< (e-c'f)' etc.
dt dt
Assim, (D - cl)'f =O se, e somente se, D'(e-c'f) =O. Uma funo g
tal que D'g =O, isto , d'g/dt' O, deve ser uma funo polinomil
=

de grau menor ou igual a (r - 1):

Assim f satisfaz (6-19) se, somente se, f tem a forma

f(t) = e<'(b0 + b1t + . . . + b,_1r-1).

Conseqentemente, as "funes" e<, te<, ... , r-1e<1 geram o espao

das solues de (6-19). Como 1, t, ... , t''"'1 so funes linearmente
independentes e a funo exponencial no possui razes, estas r
funes tYec, Osj sr - 1, formam uma base do espao das solues.
Voltando equao diferencial (6-18), que

p(D)f =O
p = (x - c1 )'1 ... (x - c )'k
k
vemos que as n funes tmecit, Os m s ri - 1, 1 sj s k, formam
uma base do espao das solues de (6-18). Em particular, o es
pao das solues tem dimenso finita igual ao grau do polinmio p.

Exercicios
1. Seja 1' um operador linear sobre R3 que representado em relao base
ordenada cannica pela matriz
 .
288 - ALGEBRA LINEAR

1
-3 -2
-1 -2 .
[1! -5 -3

Exprimir o polinmio minimal p de T sob a forma p p1p,, sendo p1 e p2

=

unitrios e irredutveis sobre o corpo dos nmeros reais. Seja W; o ncleo de

p;(I'). Determinar bases @, dos espaos W. e 1-Ji. Se i; o operador induzido
sobre W. por T, determinar a matriz de i; em relao base @, (acima).

2. Seja T o operador linear sobre R3 que representado pela matriz

[; ;
2 2
=n
oj
em relao base ordenada cannica. Mostrar que existe um operador diago
nalizvel D sobre R3 e um operador nilpotente N sobre R3 tais que T= D+ N
e DN = N D. Determinar as matrizes de D e N em relao base cannica.
(Basta repetir a demonstrao do Teorema 12 para este caso particular.)

3. Se V o espao dos polinmios de grau menor ou igual a n sobre um corpo F,

mostrar que o operador derivao sobre V nilpotente.

4. Seja T um operador linear sobre o espao V de dimenso finita cujo poli

nmio caracterstico seja

e cujo polinmio minimal seja

p = (x - c1)" ... (x - )
e, ''.

Seja W. o ncleo de (T - c,Jl''.

(a) Demonstrar que W; o conjunto dos vetores a em v tais que (T- c,Jra=O
para algum inteiro positivo m (que pode depender de a)
(b) Demonstrar que a dimenso de W. d,. [Sugesto: Se 1,' o operador
induzido sobre W; por T, ento i; - c,i nilpotente; assim, o polinmio
caracterstico de i;- c,J deve ser x'', sendo e, a dimenso de W. (demons
trao?); assim, o polinmio caracterstico de i; (x - e,)''; agora usar o fato
de que o polinmio caracterstico de T o produto dos polinmios caracte
rsticos de i; para mostrar que e,= d,.]

S. Seja V um espao vetorial de dimenso finita sobre o corpo dos nmeros com
plexos. Seja T um operador linear sobre J! e seja D a parte diagonalizvel
de T. Demonstrar que se g um polinmio qualquer com coeficientes com
plexos, ento a parte diagonalizvel de g(T) g (D).

6. Seja V um espao vetorial de dimenso finita sobre o corpo F e seja T um

operador linear sobre V tal que posto (T) l. Demonstrar que ou T diago
=

nalizvel ou T nilpotente, no ambos.

 FORMAS CANNICAS ELEMENTARES - 289

7. Seja V. um espao vetorial de dimenso finita sobre F e seja T um operador

linear sobre V. Suponhamos que T comute com todo operador linear diago
nalizvel sobre V. Demonstrar que T um mltiplo escalar do operador
idntico.

8. Seja V o espao das n x n matrizes sobre um corpo F e seja A uma n x n

matriz fixa sobre F. Definamos um operador linear T sobre V por T(B) =

= AB - BA. Demonstrar que se A uma matriz nilpotente, ento T um

operador nilpotente.

9. Dar um exemplo de duas 4 x 4 matrizes nilpotentes que tenham o mesmo

polinmio minimal (elas tm, necessariamente, o mesmo polinmio caracte
rstico) mas que no sejam semelhantes.

10. Seja T um operador linear sobre o espao V de dimenso finita, seja

p =p ', ... , pk o polinmio minimal de T e seja V W 1 (B . . (B Wk a decom
= .

posio primria de T, isto , li:} o ncleo de PiT)'i. Seja W um subes

pao qualquer de V que seja invariante sob T. Demonstrar que

W =
(W n W1) Ee (W n W2) E9 ... E9 (W n W.).

11. O que est errado na seguinte demonstrao do Teorema 13? Suponhamos

que o polinmio minimal de T seja um produto de fatores lineares. Ento,
pelo Teorema 5, .T triangulvel. Seja f!4 uma base ordenada tal que A [T]f!4 =

seja triangular superior. Seja D a matriz diagonal com elementos diagonais

a1., Ento A= D+ N, onde N estritamente triangular superior.
,

Evidentemente N nilpotente.

12. Se voc pensou sobre o Exerccio 11, pense novamente, aps observar o que
.
o Teorema 7 afirma sobre as partes diagonalizvel e nilpotente de T.

13. Seja T um operador linear sobre V com polinmio minimal da forma p", sendo
p irredutvel sobre o corpo dos escalares. M ostrar que existe um vetor. ex em V
.
tal que o T-anulador de ex seja p".

14. Usar o teorema da decomposio primria e o resultado do Exerccio 13 para

demonstrar o seguinte: Se T um operador linear arbitrrio sobre um espao
vetorial V de dimenso finita, ento existe um vetor cx em V cujo T-anulador
igual ao polinmio minimal de T.

15. Se N um operador linear nilpotente sobre um espao vetorial n-dimensional V,

ento o polinmio caracterstico de N x".
 Captulo 7

AS FORMAS RACIONAL E DE JORDAN

7.1 Subespaos Cclicos e Anuladores

Uma vez mais V um espao vetorial de dimenso finita sobre

o corpo F e T um operador linear fixo (mas arbitrrio) sobre V.
Se a um vetor qualquer em V, existe um menor subespao de T
que invariante sob T e contm a. Este subespao pode ser defi
nido como a interseo de todos os subespaos T-invariantes que
contm a; contudo, mais proveitoso no momento considerarmos
as coisas de outra maneira. Se W um subespao arbitrrio de V
que seja invariante sob T e contenha a, ento W deve conter o
vetor Ta; portanto, W deve conter T(Ta) = T2a, T(T2r:t.) = T3a etc.
Em outras palavras, W deve conter g (T)a para todo polinmio g
sobre F. O conjunto dos vetores da forma g (T)a, com g em F[x]
evidentemente invariante sob T e assim o menor subespao
T-invariante que contm a.

Se a um vetor qualquer em V, o subespao T-cclico

Definio.
gerado por o subespao Z(a: T) dos vetores da forma g (T)r:t., g
a

em F[x]. Se Z(a; T) =V, ento a denominado um vetor cclico

de T.
Outra maneira de descrever o subespao Z(a; T) dizer que
Z(r:t.; T) o subespao gerado pelos vetores ra, k;;::: O, e assim
a um vetor cclico de T se, e somente se, estes vetores geram V.
Prevenimos o leitor de. que um operador genrico T no possui
vetores cclicos.

Exemplo 1. Para T arbitrrio, o subespao T-cclico gerado

pelo vetor nulo o subespao nulo. O espao Z(a; T) unidimen
sional se, e somente se, a um vetor caracterstico de T. Para o
operador idntico, todo vetor no-nulo gera um subespao cclico
unidimensional; assim, se dim V> 1, o operador idntico nu
 AS FORMAS RACIONAL E DE JORDAN - 291

possui nenhum vetor cclico. Um exemplo de um operador que

possui um vetor cclico o operador linear T sobre F2 que repre
sentado em relao base ordenada cannica pela matriz

[ ].
Neste caso o vetor cclico (um vetor cclico) e1; de fato , se
f3 = ( a, b), ento, para g =a+ bx, temos f3 = g(T)e1 Para este
mesnio operador T, o subespao cclico gerado por a2 o espao
unidimensional gerado por e2, porque 82 um vetor caracte
rstico de T.
Para quaisquer T e oc, estaremos interessados em relaes
lineares

entre os vetores Tia, isto , estaremos interessados nos polinmios

g =c0 + c1x + ... + ckxk que tenham a propriedade de que g(T)oc =O.
O conjunto dos g em F[x] tais que g(T)oc =O evidentemente
um ideal em F [ x]. tambm um ideal no-nulo, pois contm o
polinmio minimal p do operador T(p(T) oc =O para todo oc em V).

Definio. Se oc um vetor arbitrrio em V, o Tanulador de oc

o ideal M(oc; T) em F[x] formado pelos polinmios g sobre F tais
que g(T)oc =O. O nico polinmio unitria Pa que gera este ideal
tambm ser denominado o T-anulador de oc.
Como ressaltamos acima, o T-anulador. Pa divide o polinmio
minimal do operador T. O leitor dever notar tambm que
gr(p) >O a no ser quando oc o vetor nulo.
Teorema 1. Seja oc um vetor no nulo arbitrrio em V e seja Pa
o T-anulador de oc.
(i) O grau de Pa igual dimenso do subespao cclico
Z(oc; T).
(ii) Se o grau de Pa k, ento os vetores . Toe, T2oc, ..., Tk- loc
formam uma base de Z(oc; T).
(iii) Se U o operador linear sobre Z(oc; T) induzido por T,
ento o polinmio minimal de U Pa
Demonstrao. Seja g um polinmio qualquer sobre o corpo F.
Podemos escrever
292 - ALGEBRA LINEAR

g = Pa.q + r

onde r =O ou gr(r) < gr(pa.) = k. O polinmio pa.q est no T-anu

lador de ex, portanto
g(T)ex = r(T)ex.

Como r =O ou gr(r) < k, o vetor r(T)ex uma combinao linear

dos vetores ex, Tex, ... , yk-lex e como g(T)ex um vetor tpico em
Z(ex; T) isto mostra que estes k vetores geram Z(ex; T). .Estes veto
res so, sem dvida, linearmente independentes, pois toda relao
linear no-trivial entre eles nos forneceria um polinmio no-nulo
g tal que g(T)ex =O e gr(g) < gr(pa.), o que absurdo. Isto demons
tra (i) e (ii).
Seja U o operador linear sobre Z(ex; T) obtido pela restrio
de T quele subespao. Se g um polinmio arbitrrio sobre F,
ento

Pa.(U) g(T)ex = Pa.(T)g(T)ex

= g(T)pa.(T)ex
= g(T)O
=.

Assim, o operador Pa.(U) leva todo vetor de Z(a; T) em O e , por

tanto, o operador nulo sobre Z(ex; T). Alm disso, se h um poli
nmio de grau menor que k, no podemos ter h(U) =O, pois ento
h(U)ex = h(T)ex =O, contrariando a definio de Pa. Isto mostra
que Pa. o polinmio minimal de U.
Uma conseqncia particular deste teorema a seguinte: Se
acontecer que ex seja um vetor cclico de T, ento o polinmio mi
nimal de T deve ter grau igual dimenso do espao V; daqui de
corre, pelo teorema de Cayley-Hamilton, que o polinmio minimal
de T o polinmio caracterstico de T. Demonstraremos poste
riormente que para todo T existe um vetor ex em V cujo anulador
o polinmio minimal de T. Decorrer ento que T possui um
vetor cclico se, e smente se, os polinmios minimal e caracte
rstico de T so idnticos. Mas teremos algum trabalho para che
garmos a ver isto.
Nosso plano estudar um T arbitrrio usando operadores que
possuam um vetor cclico. Portanto, consideremos um operador
linear U sobre um espao W de dimenso k que possua um vetor
cclico ex. Pelo Teorema 1, os vetores ex, ... , uk-1ex formam uma
 AS FORMAS RACIONAL E DE JORDAN - 293

base do espao W e o anulador . pa de rx o polinmio inimal de

U (logo, tambm o polinmio caracterstico de U). Se fizermos

rx. = ui-1rx, i = 1, . , k, ento a ao de U sobre a base ordenada
. .

= {IX1 , :
, rxk}

u !Xi = !Xi+ 1, . ' k - 1

i = . .

(7-1) l'
Urxk = -corx1 - C11X2 - ... - ck-1rxk

k k
onde Pa=c0+c1x+ ...+ck_1x -1+x . A expresso de Urxk de
corre do fato de que p(U)rx=O, isto ,

Isto diz que a matriz de U em relao base ordenada f!J

o o o
1 o o
o 1 o
(7-2)

o o o

A matriz (7-2) denominada a matriz

. associada ao polinmio uni-
trio 'Pa

Teorema 2. Se U um operador linear sobre o espao de W

dimenso finita, ento U possui um vetor cclico se, e somente se,
existe alguma base ordenada de W em relao qual U represen
tado pela matriz associada ao polinmio minimal de U.
Demonstrao. Acabamos de observar que se U possui um
vetor cclico, ento existe uma tal base ordenada de W Reciproca
mente, se existe uma base ordenada {rxl' .... , rxk} de W em relao
qual U representado pela matriz associada ao seu polinmio
minimal, bvio que rx1 um vetor cclico de U.

Corolrio. Se A a matriz associada a um polinmio unitrio p,

ento p tanto o polinmio minimal como o polinmio caracte
rstico de A.
Demonstrao. Uma maneira de ver isso indicar por U o
k
operador linear sobre F representado pela matriz A, em relao
base ordenada cannica e aplicar o Teorema 1 juntamente com
294 - ALGEBRA LINEAR

o teorema. de Cayley-Hamilton. Um outro mtodo usar o

Teorema .1 para ver que p ft polinmio minimal de A e verificar,
por um clculo direto, que p o polinmio caracterstico de A..
Um ltimo comentrio - se T um operador linear arbitrrio
sobre o espao V e a um vetor qualquer em V, ento o operador
U que T induz sobre o subespao cclico Z(a; T) possui um vetor
cclico, a saber, a. Assim, Z(a; T) possui uma base ordenada em
relao qual U representado pela matriz associada a p,,, sendo
P,, o T-anulador de a.

Exerccios

1. Seja T um operador linear sobre F2. Demonstrar que todo vetor no-nulo
que no seja um vetor caracterstico de T um vetor cclico de T. Depois,
demonstrar que ou T possui um vetor cclico ou ento T um mltiplo escalar
do operador idntico.

2. Seja T o operador linear sobre R3 que rep'resentado em relao base orde

.nada cannica pela matriz

[2o o2
o o '].
-1
Demonstrar que T no possui vetores cclicos. Qual o subespao T-cclico
gerado pelo vetor (1, -1, 3)?

3. Seja T o operador linear sobre C3 que representado em relao base

ordenada cannica pela matriz

[-i i !J -

Determinar o T-anulador do vetor (1, O, O). Determinar o T-anulador de (1, O, i).

4. Demonstrar que se T2 possui um vetor cclico, ento T possui um vetor

cclico. A recproca verdadeira?

5. Seja V um espao vetorial n-dimensional sobre o corpo F e seja N um ope

rador linear nilpotente sobre V. Suponhamos que N"-1 t'Oe seja ex um vetor
arbitrrio em V tal que N"-1ex '#O. Demonstrar que ex um vetor cclico
de N. Dizer exatamente qual a matriz de N em relao base ordenada
{ex, Nex, : N"-1ex}?

6. Demonstrar diretamente que se A a matriz associada ao polinmio unit

rio p, ento p o polinmio caracterstico de A.
 AS FORMAS RACIONAL E DE JORDAN - 295

7. Seja V um espao vetorial n-dimensional e seja T um operador linear sobre V.

Suponhamos que T seja diagonaUzvel.

(a) Se _T possui um vetor cclico, mostrar que _T possui n-valores caracte

rsticos distintos.
(b) Se T possui n valores caractersticos distintos e se {ext> ..,.,ex"} _ uma base
formada de vetores caractersticos de T, mostrar que ex= ex!> + : +ex" _ um
vetor cclico de T.

8. Seja T um operador linear sobre o espao vetorial V de dimenso finita.

Suponhamos que T possua um vetor cclico. Demonstrar que se U _ um
operador linear arbitrrio que comuta com T, ento U um polinmio em T.

7.2 Decomposies Cclicas e a Forma Racional

O objetivo primordial desta seo demonstrar que se T um
operador linear qualquer sobre V, ento existem vetores al' , .. , a,
em V tais que

V= Z(a1; T) $ ... $ Z(a,i T).

Em outras palavras, desejamos demonstrar que V a soma direta

de subespaos T-cclicos. Isto nos mostrar que T a soma direta
de um nmero finito de operadores lineares, cada um dos quais
possui um vetor cclico. O resultado disto ser a reduo de muitos
problemas relativos a um operador genrico a problemas seme
lhantes sobre um operador que possua um vetor cclico. O teorema
que vamos demonstrar (Teorema 3) um dos resultados mais pro
fundos da lgebra linear e possui muitos corolrios interessantes.
O teorema da decomposio cclica est intimamente relacio
nado com a seguinte questo: quais subespaos W T-invariantes
possuem a propriedade de que exista um subespao W1 T-invariante
tal que V= WEB W'? Se W um subespao arbitrrio de um es
pao V de dimenso finita, ento existe um subespao W' tal que
V= W$ W'. Usualmente existem muitos desses subespaos W' e
cada um deles denominado um suplementar de W. Estamos per
guntando quando que um subespao T-invariante possui um
subespao suplementar que tambm seja invariante sob T.

Suponhamos que V= W $ W', onde W e W' so ambos inva

riantes sob Te vejamos o que possvel dizer a respeito do subes
pao W. Cada vetor /3 em V da forma f3 = y + y', com y em W e
y' em W'. Se f um polinmio sobre o corpo de escalares, ento
'
f(T)/3 = f(T)y + f(T)y .
296 - ALGEBRA LINEAR

Como W e W' so invariantes sob T, o vetor f(T)y est em W e

f(T)y' est em W1 Portanto, f(T)/3 est em W se, e somente se,
f(T)y' =O. O que nos interessa o fato, aparentemente inocente,
de que se f(T)/3 est em W, ento f(T){J =f(T)y.

Definio. Seja T um operador linear sobre um espao vetorial

V e seja W um subespao de V. Dizemos que W T-admissvel se
(i) W invariante sob T;
(ii) se f(T){J est em W1 existe um vetor y em W tal que
f(T) f3 =f(T) y.
Como acabamos de mostrar, se W for invariante e tiver um
subespao suplementar invariante, ento W ser admissvel. Uma
das conseqncias do Teorema 3 ser a recproca dessa afirmao,
de modo que a propriedade de ser admissvel caracterizar aqueles
subespaos invariantes que possuam subespaos suplementares inva
riantes.
Vejamos como a propriedade de ser admissvel se envolve na
tentativa de obtermos uma decomposio

O processo bsico para chegarmos a uma tal decomposio ser

o de selecionar indutivamente os vetores IXl' ... , IX,. Suponhamos
que por um processo ou outro tenhamos escolhido a1, ..., ai e que
o subespao

seja prprio. Gostaramos de encontrar um vetor no-nulo IXi+ 1

tal que

} n Z(1X1+1; T)= {O}

pois nesse caso o subespao ltJ+1 = JE9Z(1Xi+1; T) se aproximar,
de pelo menos mais uma dimenso, ao ponto de esgotar V. Mas
por que dever existir um IXi+l nessas condies? Se a1, IXi foram
. . ,

escolhidos de modo que ] seja um subespao T-admissvel, bas;

tante fcil ver que podemos encontrar um i+ 1 conveniente. E
esse fato que far funcionar nossa demonstrao do Teorema 3,
apesar de no ser assim que iremos formular o argumento.
Seja W um subespao prprio T-invariante. Tentemos encon
trar um vetor no-nulo IX tal que
 AS FORMAS RACIONAL E DE JORDAN - 297

(7-3) W n Z(1X; T) = {O}.

Podemos escolher um vetor f3 que no esteja em W. Consideremos

o T-condutor S({3; W), formado de todos os polinmios g tais
que g(T)/3 esteja em W. Recordemos que o polinmio unitrio
f= s(f3; W), que gera o ideal S(f3; W) tambm denominado o
T-condutor de f3 em W O vetor f(T)IJ est em W. Ora, se W
T-admissvel, existe um y em Wcomf(T)f3 =f(T)y. Seja IX= {3-y
e seja g um polinmio arbitrrio. Como f3 ix est em W, g(T)f3
-

estar em W se, e somente se, g(T)IX estiver em W; em outras

palavras, S(IX; W)= S(f3; W). Portanto, o polinmio f tambm
um T-condutor de IX em W. Mas f(T)IX =O. Isso nos diz que g(T)IX
estar em W se, e somente se, g(T)IX =O, isto , os subespaos
Z(IXi T) e W so independentes (7-3) e f o T-anulador de IX.

Teorema 3 (Teorema da Decomposio Cclica). Seja T um

operador linear sobre um espao veto.ria[ V de dimenso finita e seja
W0 um subespao prprio T-admissvel de V. Ento existem veto.res
no-nulos IX1' ... , IX r em V com respectivos T-anulado.res p1, ... , p r
tais que
(i) V= W0 Ef> Z(1X1; T) ... Z{IX, T)j
(ii) pk divide pk 1, k = 2, .. . , r.
_

Alm disso, o intei.ro r e os anulado.res p 1' ... , p, so determi

nados de modo nico por (i), (ii) e pelo fato de ciue nenhum IXk nulo.
Demonstrao. A demonstrao bastante longa; por isso ns
a dividiremos em quatro partes. Numa primeira leitura ser mais
simples tomarmos W0 { O} apesar de que esse fato no produza
=

nenhuma simplificao substancial. Ao longo da demonstrao

escreveremos f f3 no lugar de f( T){3.
Primeira parte. Existem vetores no-nulos {31' ... , /3, em V tais
que
(a) V = W0 + Z(/31; T) + ... + Z(/3,; T);
(a) se 1 s k s r e

Wk = W0 + Z({31;T) + ... + Z(f3k;T),

o condutor pk s(f3k; Wk_1) tem grau mximo entre todos os T-con
=

dutores no espao wk-1' isto , para cada k

gr(pk) = mx. gr (s (IX ; W k-1)).

a: em V
298 - ALGEBRA LINEAR

Esta parte depende somente do fato de que W0 um subespao

invariante. Se W um subespao prprio T-invariante, ento

O < mx. gr(s(ll(;

,
W)) s dim V

e podemos escolher um vetor f3 de modo que gr(s(/3; W )) atmJa

esse mximo. O subespao W + Z(/3; T) ento T-invariante e
possui dimenso maior que dim W. Apliquemos esse processo a
W = W0 para obter /31. Se W1= W0 + Z (/3 1 ; T) ainda prprio,
ento apliquemos o processo a W1 para obter /32 Continuemos
dessa maneira. Como dim aj. > dim aj._ 1' devemos obter W, V =

em, no mximo, dim V passagens.

Segunda parte. Sejam {31, ... , /3, vetores no-nulos satisfazendo

as condies (a) e (b) da primeira parte. Fixemos k, 1 sk sr. Seja

f3 um vetor arbitrrio de V e seja f= s(f3; Wk_1). Se

,;k1,; i

ento f divide cada polinmio g; e /30= fy0 com '}'0 em W0.

Se k = 1 estamos afirmando exatamente que W0 T-admissvel.
Para provar a afirmao para k > 1, apliquemos o algoritmo da
diviso:

(7-4) ri = O ou gr r; < gr f.

Queremos mostrar que ri= O para cada i. Seja

k-1
(7-5) '}' = f3 - . I h;/3;
1
Como y - f3 est em Wk_1,

Alm do mais

k-1
(7-6) I' = f3o + L rif3i.
1

Sll;ponhamos que algum r; seja diferente de zero. Mostraremos

que isso nos conduzir a uma contradio. Seja j o maior ndice i
para o qual ri =I= O. Ento
 AS FORMAS RACIONAL E DE JORDAN - 299

j
(7-7) fy =/30 + L r;/3;, ri =I O e gr r i < gr f.

Seja p = s(y; Wi_1). Como Wk_1 contm Wi-1' o condutor

f =s(y; Wk_1) necessariamente divide p :
p =fg.

Apliquemos g(T) a ambos os membros de (7-7):

(7-8) PY =g fy =grA + gf3o + L gr;f3;

1-:S;i<j

Por definio, py est em UJ_ 1 e os dois ltimos termos no

segundo membro de (7-8) esto em UJ_ 1. Portanto, grif3i est em
UJ- 1 Usemos agora a condio (b) da primeira parte:
.

gr (gr) 2::: gr s ( f3i; UJ_1)

=
gr pi
2::: gr s(y; UJ_1)
gr P
gr (fg).

Assim, gr (r) 2::: gr(f) e isso contradiz a escolha de j. Sabemos

agora que f divide cada g; e, portanto, que /30 fy. Como W0 =

T-admissvel, {30 =fy0 com y0 em W0 Observemos, de passagem,

que a segunda parte uma forma mais forte da afirmao de que
cada um dos subespaos W1, W2, , W, T-admissvel.
Terceira parte. Existem veto.res no-nulos ixl' . . , ix
,
em V que
satisfazem as condies (i) e (ii) do Teorema 3.
Comecemos com os vetores /31, . , /3, como na primeira parte.
Fixemos k, 1 :::;; k :::;; ,r. Apliquemos o resultado da segunda parte ao
vetor /3 Pk e ao T-condutor f =pk. Obteremos
=

(7-9) Pkf3k =PkYo + L k pkh;/3;

1 <i <

onde y0 est em W0 e hp ... , hk-l so polinmios. Seja

(7-10)
300 - ALGEBRA LINEAR

Como /3k - CY.k est em Wk-1'

(7-11)

(7-12)

Cada CY.k satisfaz (7-11) e (7-12). Segue-se que

e pk o T-anul.ador de CY.k. Em outras pal.avras, os vetores CY.1' , CY.,

definem a mesma seqncia de subespaos wl' w2' ... que os ve
tores /31' . . . , /3, e OS T-condutores pk=S(CY.k, Wk_1) possuem as
mesmas propriedades de maximalidade (condio (b) da primeira
parte). Os vetores CY.1, . . , CY., possuem a propriedade adicional de
que os subespaos W0, Z(CY.1; T), Z(CY.2; T), ... so independentes.
portanto fcil verificar a condio (ii) do Teorema 3. Como
piCY.i=O para cada i, temos as relaes triviais

Apliquemos o resultado da segunda parte, com CY. 1, ... , CY.k no lugar

de /31, . , /3k e /3 = ak. Concluso: pk divide cada pi com i < k.
Quarta parte. O nmero r e os polinmios p1, , P, . . so deter
minados de modo nico pelas condies do Teorema 3.
Suponhamos que al.m dos vetores CY.p , CY., do Teorema 3,
tenhamos os vetores no-nulos y1, . . , y' com respectivos T-anula-
dores g1, , g., tais que

V= W0 EB Z(y1; T) EB . EB Z(y.; T) . .

(7-13)
gk divide gk_1, k 2, .. ., s. =

Mostraremos que r = s e pi= gi para cada i.

muito fcil ver que p1 = g 1. O polinmio g 1 determinado

a partir de (7-13), como o T-condutor de V em W0. Seja S(V; W0)
a coleo dos polinmios f tais que f/3 esteja em W0 para todo f3
em V, isto , polinmios f tais que a imagem de f(T) esteja con
tida em WQ. Ento S(V; W0) ser um ideal no nulo da lgebra
 AS FORMAS RACIONAL E DE JORDAN - 301

dos polinmios. O polinmio g1 , pela mesma razo, o gerador

unitrio desse ideal. Cada f3 em V tem a forma

e, assim,
s

gifJ= gif3o + L1 gJtri

Como cada gi divide gl' temos g1yi=0 para todo i e g1{3=g1{30

est em W0. Logo, g1 est em S(V; W0). Como g1 o polinmio
unitrio de menor grau que leva y1 em W0, vemos que g1 o poli
nmio unitrio de menor grau no ideal S(V; W0). Pelo mesmo
argumento, p1 o gerador desse ideal, logo p1 g1. =

Se f um polinmio e W um subespao de V, indicaremos

abreviadamente por f W o conjunto de todos os vetores fa com a
em W. Deixaremos como exerccio a demonstrao dos seguintes
trs fatos:

1. f Z(a; T) = Zifa; T).

2. Se V= V1 EB ... EB V,,, onde cada Y; invariante sob T, ento
f V=f V1 EB ... EB! V,,.
3. Se a e y tiverem o mesmo T-anulador, ento fa e fy tero
o mesmo T-anulador e (portanto)

dim Z(fa; T) = dim Z(fy; T).

Procederemos, agora, por induo, mostrando que =s e

r

pi=gi para i = 2, ... , r. O argumento consistir em contar dimen

ses de maneira apropriada. Demonstraremos que se r 2, ento
p2=g2 e a partir disso, a induo tornar-se- clara. Suponhamos
r 2. Ento

dim W0 + dim Z(a.1; T) < dim V.

Como sabemos que p1 gl' saberemos tambm que Z(a.1; T) e

=

Z( y1; T) tm a mesma dimenso. Portanto,

dim W0 + dim Z(y1; T) < dim V

mostrando que s 2. Agora tem sentido perguntarmos se p2=g 2.

Ds duas decomposies de V, obtemos duas decomposies do
subespao p2V:
302 - ALGEBRA LINEAR

P2 V P2Wo EB Z(p2 0:1 ; T)

(7-14)
=

p V = p2W0 EB Z(p2y1; T) EB ... EB Z(p2y.; T).

2

Fizemos uso dos fatos (1) e (2) acima e tambm do fato de que
p2o: ; = O, i 2. Como sabemos que p1 91' o fato (3) acima nos
=

diz que Z(p2o:1; T) e Z(p2y1; T) tm a mesma dimenso. Portanto,

usando (7-14) vemos que

i 2.

Conclumos que p2y2 =O e 92 divide p 2. O argumento pode ser

invertido para mostrar que p2 divide g2 Portanto, p2 92. =

Corolrio. Se T um operador linear sobre um espao vetorial

de dimenso finita, ento todo subespao T-admissvel possui um
subespao suplementar que tambm invariante sob T.

Seja W0 um subespao admissvel de V Se

Demonstrao.
W0 =
o suplemento que procuramos {O}. Se W0 prprio,
V
,

Apliquemos o Teorema 3 e seja

W'0 = Z(o:1; T) EB ... EB Z(o:,i T).

Ento W invariante sob T e V = W0 EB W.

Corolrio. Seja T um operador linear sobre um espao vetorial V

de dimenso finita. Ento:
(a) Existe um vetor o: em V tal que o T-anulador de o: seja o
polinmio minimal de T.
(b) T possui um vetor cclico se, e somente se, os polinmios
caracterstico e minimal de T so idnticos.

Demonstrao. Se V = {O}, os resultados so trivialmente ver

dadeiros. Se V:;6 {O}, seja

(7-15) V= Z(o:1; T) EB ... EB Z(o:,; T)

onde os T-anuladores p1, .. .', p, so tais que Pk+l divida pk ,

1 ::; k ::; r l. Como observamos na demonstrao do Teorema 3,

-

segue-se facilmente que P; o polinmio minimal de T, isto , o

T-condutor de V em {O}. Assim demonstramos (a).
 AS FORMAS RACIONAL E DE JORDAN - 303

Vimos na Seo 7.1 que, se T possui um vetor cclico, o poli

nmio minimal de T coincide com o polinmio caracterstico. O
contedo de (b) est na recproca. Escolhamos um ex arbitrrio
como em (1). Se o grau do polinmio minimal for dim V, ento
V= Z(cx; T).
Teorema 4 (Teorema generalizado de Cayley-Hamilton). Seja
T um operador linear sobre um espao vetorial V de dimenso finita.
Sejam p e f, respectivamente, os polinmios minimal e caracterstico
de T. Ento
(i) p divide f.
(ii) p e f possuem os mesmos fatores primos a menos de multi
plicidades.
(iii) Se

(7-16) p = Fi.1 . . . k

a decomposio em fatores primos de p, ento

(7-17) f = f . . . fk

onde di a nulidade de fi(T)'i dividida pelo grau de fi.

Demonstrao. Ignoraremos o caso trivial V= {O}. Para de

monstrar (i) e (ii) consideremos a decomposio cclica (7-15) de V,
obtida do Teorema 3. Como observamos na demonstrao do
segundo corolrio, Pi=p. Seja U; a restrio de T a Z(cx;; T).
Ento U; possui um vetor cclico e assim p tanto o polinmio
minimal como o polinmio caracterstico de U;. Portanto, o poli
nmio caracterstico f o produto f =P i ... Pr Isso evidente a
partir da forma em blocos (6-14) que a matriz de T assume em
relao a uma base conveniente. Obviamente, Pi= p divide f e
isso demonstra (i). claro que qualquer divisor primo de p um
divisor primo de f Reciprocamente, um divisor primo de f=pi . . . p,
divide, necessariamente, um dos fatores P;, que por sua vez divide p1

Seja (7-16) a decomposio em fatores primos de p. Apliquemos

o teorema da decomposio primria (Teorema 12 do Captulo 6).
-

Ele afirma que se V; o ncleo de f;(T)';, ento

(7-18) V =ViEB ... EBV,,

304 - ALGEBRA LINEAR

i
e n o polinmio minimal do operador r;, obtido pela restrio
de T ao subespao (invariante) v;. Apliquemos a .parte (ii) deste
teorema ao operador r;. Como seu polinmio minimal uma
potncia do polinmio primo J;, o polinmio caracterstico de r;
tem a forma fti , com d; ri. Obviamente

dim v;
d.=
' gr (!;)
i
e (quase por definio) dim Vi= nulidade fi(T)' . Como T a soma
direta dos operadores T1, , Yic, o polinmio caracterstico f o
. .

produto

Corolrio. Se T um operador linear nilpotente sobre um es

pao vetorial de dimenso n, o polinmio caracterstico de T x.
Observamos agora o anlogo matricial do teorema de decom
posio cclica. Se temos o operador T e a decomposio em soma
direta do Teorema 3, seja !!; a "base ordenada cclica"

de Z(cti; T). Aqui ki indica a dimenso de Z(cti; T), ou seja, o grau

do anulador pi. A matriz do operador induzido r; em relao
base ordenada !!; a matriz associada ao polinmio P; Assim, se
!! a base ordenada de V obtida pela reunio das f!Ji, ordenadas
como f!J 1' . , !!,, ento a matriz de
. . T em relao base orde
nada !! ser

A1 o o
o A2 o

(7 1 9 )
-
A=

o o A,

onde Ai a k; x k; matriz associada a P; Diremos que uma n x n

matriz A, que seja a soma direta (7-19) das matrizes associadas a
polinmios no-constantes e unitrios_ p 1, , p, tais que P;+ 1
divide pi para i= 1, . . . ,r - 1, est sob a forma racional. O teorema
da decomposio ccllca nos diz o seguinte em relao a matrizes:
 AS FORMAS RACIONAL E DE JORDAN - 305

Teorema 5. Seja F um corpo e seia B uma n X n matriz sobre F.

Ento B semelhante sobre o corpo F a uma e somente a uma matriz
sob a farma racional.

Demonstrao. Seja To operador linear sobre F" que repre

sentado por B em relao base ordenada cannica. Como acaba
mos de observar, existe alguma base ordenada de F" em relao
qual T representado por uma matriz A sob a forma racional.
Ento B semelhante a esta matriz A. Suponhamos que B seja
semelhante sobre F a uma outra matriz C que esteja sob a forma
racional. Isto significa simplesmente que existe alguma base orde
nada de F" em relao qual o operador T representado pela
matriz C. Se C a soma direta das matrizes C; associadas a poli
nmios unitrios gl' ... , gs tais que g;+i divida g; para i = 1, .. , .

1 ento evidente que teremos vetores no-nulos {3 , ... , P. em

s -
1
V com T-anuladores gl' ..., gs tais que

V = Z({31; T) EB ... EB Z(fJ.; T).

Mas ento, pela afirmao da unicidade no teorema da decompo

sio cclica, os polinmios g; so idnticos aos polinmios P; que
definem a matriz A. Assim, C = A.
Os polinmios p 1, , , p, so denominados fatore invariantes
da matriz B. Na Seo 7.4 descreveremos um algoritmo que per
mite calcular os fatores invariantes de uma matriz B dada. O fato
de que possvel calcular esses polinmios por meio de um nmero
finito de operaes racionais sobre os elementos de B, que d
s formas racionais o seu nome.

Exemplo 2. Suponhamos que V seja um espao vetorial bidi

mensional sobre o corpo F e T seja um operador linear sobre V.
As possibilidades para a decomposio de Tem subespaos cclicos
bastante limitadas. De fato, se o polinmio minimal de T tem
grau 2, ele igual ao polinmio caracterstico de Te T possui um
vetor cclico. Assim, existe uma base ordenada de V em relao
qual T representado pela matriz associada ao seu polinmio
caracterstico. Se, por outro lado, o polinmio minimal de T tem
grau 1, ento T um mltiplo escalar do operador idntico. Se
T =e!, ento para dois quais vetores linearmente independentes
IX1 e a2 em V, temos
306 - ALGEBRA LINEAR

P1 = P2 = x - e.

Para matrizes, esta anlise diz que toda 2 x 2 matriz sobre o corpo
F semelhante sobre F a exatamente uma matriz dos tipos

Exemplo 3. Seja T o operador linear sobre R3 que represen

tado pela matriz

-6
- -]
-4

em relao base ordenada cannica. Como j calculamos ante

2
riorinerite, o polinmio caracterstico de T !-,;,; (x - 1) (x 2) e o -

polinmio minimal de T p =(x - 1) (x - 2). Assim, sabemos que

na decomposio cclica de T o T-anulador do primeiro vetor a1
ser p. Como estamos operando num espao tridimensional, s
pode existir mais um vetor, a2 Este vetor deve gerar um subespao
cclico de dimenso 1, isto , deve ser um vetor caracterstico de T.
O seu T-anul.ador p2 deve ser (x 2), porque devemos ter pp2 = f.
-

Notemos que isto nos diz imediatamente que a matriz A seme

[ ]
lhante- matriz

-2
B = 3 o
o o 2

ou seja, que T representado por B em relao a uma certa base

ordenada. Como podemos encontrar vetores adequados a1 e a2?
Bem, sabemos que todo vetor que gera um subespao T-cclico de
dimenso 2 um a1 adequado. Portanto, experimentamos e1 Temos

Te1 = (5, - 1, 3)

que no mltiplo escalar de e1; logo Z (e1; T) tem dimenso 2.

Este espao consiste dos vetores a e-1 + b(Te1):

a(l1 O O) + b(51 -11 3) =(a + 5b1 -b1 3b)

 AS FORMAS RACIONAL E DE JORDAN - 307

ou seja, todos os vetores (x1, x2, x3) que satisfazem x3 = - 3 x2 O

que desejamos agora um vetor a2 tal que Ta2 = 2a2 e Z(a2; T)
seja disjunto de Z(a1; T). Como a2 deve ser um vetor caracters
tico de T, o espao Z(a2; T) ser simplesmente o espao unidi
mensional gerado por a2 e ento o que exigimos que a2 no esteja
em Z(a1; T). Se a= (xp x2, x3 ), pode-se calcular facilmente que
Ta= 2a se, e somente se, x1= 2 x2 + 2x3. Assim, a2= (2, 1, O) satis
faz Ta2= 2a2 e gera um subespao T-cclico disjunto de Z(e1; T).
O leitor dever verificar diretamente que a matriz de Tem relao
base ordenada

{(1, O, O), (5, -1, 3), (2, 1, O)}

a matriz B acima.

Exemplo 4. Suponhamos que T seja um operador linear diago

nalizvel sobre V. interessante relacionar uma decomposio
cclica de T com uma base que diagonaliza a matriz de T. Sejam
cl' ... , ck valores caractersticos distintos de T e seja v; o espao
dos vetores caractersticos associado ao valor caracterstico ci. Ento

e se di = dim v;, ento

o polinmio caracterstico de T. Se a um vetor em V, fcil

relacionar o subespao cclico Z(a; T) com os subespaos Vl' .. . , Vk.
Existem vetores {31, ... , {3k determinados de modo nico, tais que
{3i esteja em vi e

(7-20)

para todo polinmio f. Dados escalares arbitrrios t 1' ... , tk existe

um polinmio f tal que f (e;)= ti, 1 :::;; i:::;; k. Portanto, Z(a; T)
308 - ALGEBRA LINEAR

exatamente o subespao gerado pelos vetores {31' ... , f3k. Qual o

anulador de a? De acordo com (7-20) temos f (T)a =O se, e so
mente, se f(c;)f3i = para cada i. Em outras palavras, f(T)a =0
desde que f (e;)= O para cada i tal que f3i ,p O. Conseqentemente,
o anulador de a o produto

(7-21 ) n (x - cJ
/JitO
i
Seja !!li= {/3 l' . '. . , f3J uma base ordenada de v;. Seja

r = mx. di.
i

Definamos os vetores a1, ... , a, po:

(7-22) j = I: /3 1 sj sr.
(J. (?..i

O subespao cclico Z(aj ; T) o subespao gerado pelos vetores

/3j quando i tomar aqueles valores para os quais di j. O T-anu
lador de ai

(7-23) Pj = TI (x - cJ
d(?:j
Temos

pois cada f3J pertence a um, e somente um, dos subespaos Z(a1; T),
.. . , Z(a1; T) e ffi=(ffll' . . . , PJk) uma base de V. Por (7-23), Pj+i
divide Pr

Exerccios

1. Seja T o operador linear sobre F2 que representado em relao base orde

nada cannica pela matriz

Seja lX1 = (0, 1). Mostrar que F2 # Z(tX1; T) e que no existe nenhum vetor
no-nulo tX2 em F2 tal que Z(tX2; T) seja disjunto de Z(tX1; T).

2. Seja .T um operador linear sobre o espao V de dimenso finita e seja R a

imagem de T.
 AS FORMAS RACIONAL E DE JORDAN - 309

(a) Demonstrar que R possui um subespao suplementar T-invariante se, e

somente se, R disjunto do ncleo N de .T.
(b) Se R e N so disjuntos, demonstrar que N . o nico subespao T-inva
riante que um suplementar de R.

3. Seja T o operador linear sobre R3 que representado em relao base orde

nada cannica pela matriz

Seja W o ncleo de T- 21. Demonstrar que W no possui nenhum subes

pao suplementar r:invariante. [Sugesto: Seja /3 = e1 e observemos que
(T- 21) f3 est em W. Demonstrar que no existe nenhum ex em W tal que
(T- 2/) /3 = (T- 21) ex.]

4. Seja T o operador linear sobre F4 que representado em relao base orde

nada cannica pela matriz

Seja W o ncleo de T - cl.

(a) Demonstrar que W o subespao gerado por e4.
(b) Determinar os geradores unitrios dos ideais S(e4; W), S(e3; W), S(e2; W),
S(e1; W).

5. Seja T um operador linear sobre o espao vetorial V sobre o corpo F. Se

f um polinmio sobre F e ex est em V, seja fcx =f (T)cx. Suponhamos que
VI> ... , v. sejam subespaos r:invariantes e que V= V1 Et> ... Et> v. Demonstrar
que

fV =fV1 Et> Et> fV.

6. Sejam T, V e F como no Exerccio 5. Suponhamos que ex e /3 sejam vetores

em V que tm o mesmo r:anulador. Demonstrar que, para todo polinmio f,
os vetores fcx e f/3 tm o mesmo T-anulador.

7. Determinar os polinmios minimais e as formas racionais de caa uma das

oo -lioo , [ -li
seguintes matrizes reais:

-1
O
e O
e 1 ,
[ cose
- sene
sen]
cose
-1 1 e

8 Seja T o operador linear sobre R3 que representado em relao base orde

nada cannica por
310 - ALGEBRA LINEAR

[-i 2
-
-4
-

-3
]

Determinar vetores no-nulos ai' ...,a, que satisfaam as condies do Teo

.

rema 3.

9. Seja A a .matriz real

3
A= [; -3 -3 -5
;] .
Determinar uma 3 x 3 matriz real inversvel P tal que p - 1 A P esteja sob a
forma racional.

10. Seja F um subcorpo do corpo dos nmeros complexos e seja T o operador

linear sobre F4 que representado em relao base ordenada cannica
pela matriz

Determinar o polinmio caracterstico de T. Considerar os casos a = b = 1;

a= b =O; a= O, b = 1. Em cada um destes casos, determinar o polinmio
minimal de T e vetores no-nulos 'J> . ..,a, que satisfaam as condies do
Teorema 3.

11. Demonstrar que se A e B so 3 x 3 matrizes sobre o corpo F, uma condio

necessria e suficiente para que A e B sejam semelhantes sobre F que pos
suam o mesmo polinmio caracterstico e o mesmo polinmio minimal. Dar
um exemplo que mostra que isto falso para 4 x 4 matrizes.

12. Seja F um subcorpo do corpo dos nmeros complexos e sejam A e B n x n

matrizes sobre F. Demonstrar que se A e B so semelhantes sobre o corpo

dos nmeros complexos, ento elas so semelhantes sobre F. (Sugesto:
Demonstrar que a forma racional de A a mesma seja A considerada como
uma, matriz sobre F ou como uma matriz sobre C; o mesmo para B.)

13. Seja A uma n x n matriz com elementos complexos. Demonstrar que se todo
valor caracterstico de A real, ento A semelhante a uma matriz com
elementos reais.

14. Seja T um operador linear sobre o espao V de dimenso finita. Demonstrar

que existe um vetor a em V com a seguinte propriedade: Se f um polinmio
e f (T) a = O, ento f (T) =O. (Um tal vetor a denominado um vetor sepa
rador para a lgebra dos polinmios em T.) Para o caso em que T possui
um vetor cclico, demonstrar diretamente que todo vetor cclico um vetor
separador para a lgebra dos polinmios em T.
 AS FORMAS RACIONAL E DE JORDAN - 311

15. Seja F um subcorpo do corpo dos nmeros complexos e seja A uma n x. n

matriz sobre F. Seja p o polinmio minimal de A. Se considerarmos A como
uma matriz sobre C, ento A possuir um polinmio minimal f, quando
considerada como uma n x n matriz sobre C. Usar um teorema sobre equaes
lineares para demonstrar que p f. De que forma este resultado decorre do
=

teorema da decomposio cclica?

16. Seja A uma n x n matriz com elementos reais tal que A2+1 =O. Demonstrar
que n par e que, se n = 2k, ento A semelhante sobre o corpo dos nmeros
reais a uma matriz da forma em blocos

[ -J
onde 1 a k x k matriz unidade.

17. Seja T um operador linear sobre um espao vetorial V de dimenso finita.

Suponhamos que
(a) o polinmio minimal de T seja uma potncia de um polinmio irredutvel;
(b) o polinmio minimal seja igual ao polinmio caracterstico.
Demonstrar que nenhum subespao no-trivial e 1:invariante possui um subes
pao suplementar T-invariante.

18. Se T for um operador linear diagonalizvel, ento todo subespao T-invariante

ter um subespao suplementar 1:invariante.

19. Seja T um operador linear sobre o espao V de dimenso finita. Demonstrar

que T possui um vetor cclico se, e somente se, vale o seguinte: Todo ope
rador linear U que comuta com T um polinmio em T.

20. Seja V um espao vetorial de dimenso finita sobre F e seja T um operador

linear sobre V. Perguntamos quando que todo vetor no-nulo em V um
vetor cclico de T. Demonstrar que isto ocorre se, e somente se, o polinmio
caracterstico de T irredutvel sobre F.

21. Seja A uma n x n matriz com elementos reais. Seja T o operador linear sobre
R" que representado por A em relao base ordenada cannica e seja U
o operador linear sobre e que representado por A em relao base orde
nada cannica. Usar o resultado do Exerccio 20 para demonstrar o seguinte:
"
Se os nicos subespaos invariantes sob T so R" e o subespao nulo, ento
U diagonalizvel.

7.3 A Forma de Jordan

Suponhamos que N seja um operador linear nilpotente sobre

o espao V de dimenso finita. Consideremos a decomposio
cclica de N que obtemos por meio do Teorema 3. Temos um
3.12 - ALGEBRA LINEAR

inteiro positivo r e r vetores no-nulos a1' ... , a, em V com N-anula

dores p1' ... , p,, tais que

e P; + 1 divide P; para i = 1, . . , r
. 1. Como N nilpotente, o poli
-

nmio minimal xk para um certo k :::; n. Assim, cada P; da

forma P; = xk; e a condio de divisibilidade diz simplesmente que

Evidentemente, k, = k e k, ;;::: 1. A matriz associada a xk; a k; x k;

matriz

o o o o
1 o o o
o 1 o o
(7-24) A. =
.1

o o 1 o

Assim, o Teorema 3 nos fornece uma base ordenada de V em rela

o qual a matriz de N a soma direta das matrizes nilpotentes
elementares (7-24), cujas dimenses diminuem medida que i
aumenta. V-se, a partir disto, que esto associados a uma n x n
matriz nilpotente um inteiro positivo r e r inteiros positivos k1'
... , k, tais que k1 + ... + k, = n e k; ;;::: k; + 1, e estes inteiros positivos
determinam a forma racional da matriz, isto , determinam a
matriz a menos de semelhana.
Eis aqui algo que gostaramos de ressaltar sobre o operador
nilpotente N acima. O inteiro positivo r precisamente a nulidade
de N; na verdade, uma base do ncleo formada pelos r vetores
.

(7-25)

De fato, suponhamos que a esteja no ncleo de N. Podemos escre

ver a sob a forma
 AS FORMAS RACIONAL E DE JORDAN - 373

onde f um polinmio, cujo grau podemos supor menor que k.i

i
Como Nrx. = O, para cada i temos

O= N(f;rx.)
= Nf;(N)rx.;
= (xJJ rx.;.

Assim, xf; divisvel por xk; e como gr ( f;) > k; isto significa que

j'. = c.xk1-1
1 '

onde e; um certo escalar. Mas ento

o que nos mostra que os vetores (7-25) formam uma base do ncleo
de N. O leitor dever notar que este fato tambm evidente do
ponto de vista de matrizes.
O que desejamos fazer agora combinar nossas concluses a
respeito de operadores ou matrizes nilpotentes com o teorema da
decomposio primria do Captulo 6. A situao a seguinte:
Suponhamos que T seja um operador linear sobre Ve que o poli
nmio caracterstico de T se decomponha sobre F como segue:

onde cl' . .., c

k so elementos distintos em F e di 1. Ento, o
polinmio minimal de T ser

p = (x - c1 ) '1 ... (x - ck ) 'k

onde 1 ri di. Se Wi o ncleo de (T - cJ)'i, ento o teorema

da decomposio primria nos diz que

e que o operador Ti induzido sobre_ Wi por Tpossui polinmio mi

nimal igual a (x - cJi. Seja Ni o operador linear sobre Wi defi
nido por Ni =Ti - e/. Ento, Ni nilpotente e seu polinmio mi
nimal x'i. Sobre W;, T age como N i mais o escalar ci vezes o
operador idntico. Suponhamos que tomemos uma base do subes-
314 - LGEBRA LINEAR

pao Wi correspondente decomposio cclica do operador nil

potente Ni. Ento a matriz de Ti em relao a esta base ordenada
ser a soma direta das matrizes

e O O O
1 e O O

(7-26)

O O 1 e

cada uma com e = ci. Alm disso, as dimenses destas matrizes

diminuem quando se l da esquerda para a direita. Uma matriz da
forma (7-26) dita uma matriz elementar de Jordan com valor
caracterstico e. Reunindo todas as bases dos Wi obtemos uma
base de V. Descrevamos a matriz A de T em relao a esta base
ordenada, a matriz A a soma direta

(7-27) A=

o o

das matrizes 1, ... , Ak. Cada A; da forma

li)
Jl o o
li)
o J2 o

A.=
"

o o

onde cada JYl uma matriz elementar de Jordan com valor caracte
rstico ci. Alm disso, dentro de cada Ai' as dimenses das ma
trizes JYl diminuem medida que j aumenta. Diremos que uma
n x n matriz A que satisfaz todas as condies descritas at agora
neste pargrafo (para certos escalares distintos e 1, .. . , ck) est sob
a forma de Jordan.
 AS FORMAS RACIONAL E DE JORDAN - 315

Acabamos de salientar que se T um operador linear para o

qual o polinmio caracterstico se decompe completamente sobre
o corpo de escalares, ento existe uma base ordenada de V em re
lao qual T representado por uma matriz que est sob a forma
de Jordan. Gostaramos de mostrar agora que esta matriz algo
associada de modo nico a T, a menos da ordem em que os valores
caractersticos de T so escritos. Em outras palavras, se duas ma
trizes esto sob a forma de Jordan e se elas so semelhantes, ento
elas podem diferir apenas quanto ordem dos escalares ci.
Podemos ver a unicidade como segue. Suponhamos que exista
alguma base ordenada de V em relao qual Tseja representado
pela matriz de Jordan A descrita no pargrafo anterior. Se Ai
uma di x di matriz, ento d; evidentemente a multiplicidade de
ci como uma raiz do polinmio caracterstico de A, ou de T. Em
outras palavras, o polinmio caracterstico de T

Isto mostra que e 1' . . , ck

. e dl' ... , dk so nicos, a menos da
ordem em que so escritos. O fato de que A a soma direta
das matrizes Ai nos fornece uma decomposio em soma direta
V= W1 EB ... EB Wk invariante sob T. Observemos agora que Wi
deve ser o ncleo de (T - cJ)", sendo n = dim V; de fato, Ai - cJ
obviamente nilpotente e A - cJ no-singular para j i= i. Por
i
tanto, vemos que os subespaos Wi so nicos. Se Ti o operador
induzido sobre Wi por T, ento a matriz Ai determinada de um
nico modo como a forma racional de (Ti - cJ).
Desejamos agora fazer mas algumas observaes sobre o ope
rador Te a matriz de Jordan A que representa Tem relao a uma
certa base ordenada. Faremos uma cadeia de observaes:

(1) Todo elemento de A que no esteja na diagonal principal

ou imediatamente abaixo dela nulo. Na diagonal de A aparecem
os k valores caractersticos distintos e 1, .. . , ck de T. Alm disso,
e; se repete di vezes, sendo di a multiplicidade de ci como uma raiz
do polinmio caracterstico, isto , di = dim wi.
(2) Para cada i, a matriz Ai a soma direta de ni matrizes
elementares de Jordan, JU>, com valor caracterstico
1
e .
'
O n-
mero ni exatamente a dimenso do espao dos vetores caracters-
ticos associados ao valor caracterstico e;. De fato, n
;
o nmero
de blocos nilpotentes elementares na forma racional de (Ti - cJ)
316 - ALGEBRA LINEAR

sendo portanto igual dimenso do ncleo de (T - cJ). Em parti

cular, notemos que T diagonalizvel se, e somente se, n
i
= di
para todo i.

(3) Para cada i, o primeiro bloco J<il na matriz Ai uma

ri x ri matriz, sendo ri a multiplicidade de ci como uma raiz do
polinmio minimal de T. Isto decorre do fato de que o polinmio
minimal do operador nilpotente (Ti - cJ) 'i
x .

claro que temos, como sempre, o mesmo resultado para ma

trizes. Se B uma n x n matriz sobre o corpo F e se o polinmio
caracterstico de B se decompe completamente sobre F, ento B
semelhante sobre F a uma n x n matriz A sob a forma de Jordan
e A nica a menos da ordem dos valores caractersticos. Dizemos
que A a forma de Jordan de B.
Alm disso, notemos que se F um corpo algebricamente
fechado, ento as observaes acima se aplicam a todo operador
linear sobre um espao de dimenso finita, ou, a toda n x n matriz
sobre F. Assim, por exemplo, toda n x n matriz sobre o corpo
dos nmeros complexos semelhante a uma matriz essencialmente
nica sob a forma de Jordan.

Exemplo 5. Suponhamos que T seja um operador linear sobre

C2. O polinmio caracterstico de T (x - c1) (x - c ), sendo c1
2
e c nmeros complexos distintos ou ento (x - c)2. No primeiro
2
caso, T diagonalizvel e representado em relao a alguma base
ordenada por

No segundo caso, o polinmio minimal de T pode ser (x - e), e

ento T = cI ou pode ser (x - c)2 e ento T representado em
relao a alguma base pela matriz

Assim, toda 2 x 2 matriz sobre o corpo dos nmeros complexos

semelhante a uma matriz de um dos dois tipos acima exibidos,
possivelmente com c1 c
2
=
 AS FORMAS RACIONAL E DE JORDAN - 317

Exemplo 6. Seja A a 3 x 3 matriz complexa

[ ].
b

O polinmio caracterstico de A obviamente

e -1

(x - 2)2 (x + 1). Ou
este polinmio o polinmio minimal e A semelhante a

ou ento o polinmio minimal

o

-1
] '

(x - 2) (x + 1), caso em que A _

semelhante a

[ ]
o o -1

21) [ ]
Ora,

o o
(A - (A + J) = 3a O O
-
ac O O

e assim A semelhante a uma matriz diagonal se, e somente se,

a=O.

Exemplo 7. Seja

A=
r2000]
2 1
o o
O O .
2 o
O O a 2

O polinmio caracterstico de A (x - 2)4. Como A a soma

2
direta de duas
de A (x - 2)2 2
sob a forma de Jordan.
obtm para
x matrizes, evidente que o polinmio minimal
Ora, se a= O ou se a= 1, ento a matriz A est
Notemos que as duas matrizes que se
a =O e a =1 tm o mesmo polinmio caracterstico
e o mesmo polinmio minimal, mas no so semelhantes. Elas no
318 - ALGEBRA LINEAR

so semelhantes porque, para a primeira matriz, o espao-soluo

de (A - 21) tem dimenso 3, enquanto que para a segunda matriz
a dimenso 2.
Exemplo 8. As equaes diferenciais com coeficientes cons
tantes (Exemplo 14, Captulo 6) oferecem uma boa ilustrao da
forma de Jordan. Sejam a0, , n- l nmeros complexos e seja V
o espao de todas as funes f, n vezes diferenciveis sobre um
intervalo da reta real, que satisfaam a equao diferencial

d "f d"-1f df
dx" + 11-1 dxn-1 + ... + 1 dx + a J = O .

Seja D o operador derivao. Ento V invariante sob D porque

V o ncleo de p(D), onde

Qual a forma de Jordan do operador derivao sobre V?

Sejam cl' ... , ck as razes complexas distintas de p:

Seja V; o ncleo de (D - cJ)'i, isto , o conjunto das solues da

equao diferencial

(D - cJ)'i f =O.

Como observamos no Exemplo 15, Captulo 6, o teorema da

decomposio primria nos diz que

Seja N; a restrio de D - cJ a v;. A forma de Jordan do operador

D (sobre V) ento determinada pelas formas racionais dos ope
radores nilpotentes N1, ... , Nk sobre os espaos V1, . . . , V,..
Assim, o que devemos conhecer (para vrios valores de e)
a forma racional do operador N =
(D - cl)' sobre o espao Vc, que
formada pelas solues da equao

(D - cl)'f =O.
 AS FORMAS RACIONAL E DE JORDAN - 319

Quantos blocos nilpotentes elementares existem na forma racional

de N? O nmero ser a nulidade de N, isto , a dimenso do
espao caracterstico associado ao valor caracterstico e. Essa
dimenso 1 porque qualquer funo que satisfaa a equao
diferencial

Df = cf

um mltiplo escalar da funo exponencial h(x) = ecx_ Portanto,

o operador N (sobre o espao VJ possui um vetor cclico. Uma
boa escolha para um vetor cclico g = x' ih:
-

Isso nos d

N'-1g = (r - 1)! h
O pargrafo anterior nos mostra que a forma de Jordan de
D (sobre o espao V) a soma direta de k matrizes elementares
de Jordan, uma para cada raiz e;.

Exerccios

1. Sejam N 1 e N 2 3 x 3 matrizes nilpotentes sobre o corpo F. Demonstrar que

N1 e N so semelhantes se, e somente se, pos'suem o mesmo polinmio
2
minimal.

2. Usar o resultado do Exerccio 1 e a forma de Jordan para demonstrar o se

guinte: Sejam A e B n x n matrizes sobre o corpo F que possuam o mesmo

polinmio caracterstico

e o mesmo polinmio minimal. Se nenhum d, maior que 3, ento A e B

so semelhantes.

3. Se A uma 5 x 5 matriz complexa com polinmio caracterstico f (x - 2)3 (x + 7)2

=

e polinmio minimal p = (x - 2)2 (x + 7), qual a forma de Jordan de A?

4. Quantas formas de Jordan so possveis para a 6 x 6 matriz complexa cujo
polinmio caracterstico (x + 2)4 (x - 1)2?
320 - ALGEBRA LINEAR

5. O operador derivao sobre o espao dos polinmios de grau menor ou igual

a 3 representado em relao base ordenada "natural" pela matriz

Qual a forma de Jordan desta matriz? (F um subcorpo do corpo dos

nmeros complexos.)

6. Seja A a matriz complexa:

o o o o

H ]
2 o o o
o 2 o o
1 o 2 o
1 1 1 2
o o o -1

Determinar a forma de Jordan de A.

7. Se A uma n x n matriz sobre o corpo F com polinmio caracterstico

qual o trao de A?

8. Classificar, a menos da semelhana, todas as 3 x 3 matrizes complexas A tais

que A3=1.

9. Classificar, a menos da semelhana, todas as n x n matrizes complexas A

tais que A"= I.

10. Seja n um inteiro pos1t1vo, n ;::::: 2 e seja N uma n x n matriz sobre o corpo F
tal que N" =O mas N"- 1 =F O. Demonstrar que N no possui nenhuma raiz
quadrada, isto , que no existe nenhuma n x n matriz A tal que A2 = N.

11. Sejam N 1 e N2 6 x 6 matrizes nilpotentes sobre o corpo F. Suponhamos que

N 1 e N 2 tenham o mesmo polinmio minimal e a mesma nulidade. Demonstrar
que N 1 e N 2 so semelhantes. Mostrar que isto no vlido para 7 x 7 ma
trizes nilpotentes.

12. Usar o resultado do Exerccio 11 e a forma de Jordan para demonstrar o

seguintes: Sejam A e B n x n matrizes sobre o corpo F que possuam o mesmo
polinmio caracterstico
 AS FORMAS RACIONAL E DE JORDAN - 321

e o mesmo polinmio minimal. Suponhamos tambm que para cada i, os

espaos-solues de (A - c,J) e de (B - c,J) tenham a mesma dimenso. Se
nenhum dos d; maior que 6, ento A e B so semelhantes.

13. Se N uma k x k matriz nilpotente elementar, isto , Nk=O mas Nk- i "'O,
mostrar que N' semelhante a N. Usar a forma de Jordan para demonstrar
que toda n x n matriz complexa semelhante sua transposta.

14. O que est errado na demonstrao que segue? Se A uma n x n matriz

complexa tal que A' = -A, ento A O. (Demonstrao: Seja J a forma de
Jordan de A. Como A'= -A, J' = -J. Mas J triangular, logo J' = -J
implica que todo elemento de J nulo. Como J =O e A semelhante a J,
vemos que A =O.) (Dar um exemplo de uma A no-nula tal que A' = -A.)

15. Se N uma 3 x 3 matriz nilpotente sobre C, demonstrar que A=1 + N. -i N2

satisfaz A 2 I + N, isto , A uma raiz quadrada I + N. Usar a srie bino
=

mial (1 + t)112 para obter uma frmula semelhante para a raiz quadrada de
J + N, onde N uma n x n matriz nilpotente arbitrria sobre C.

16. Usar o resultado do Exerccio 15 paja demonstrar que se e um nmero com

plexo no-nulo e N uma matriz complexa nilpotente, ento (e/ + N) possui
uma raiz quadrada. Usar depois a forma de Jordan para demonstrar que toda
n x h matriz complexa no-singular possui uma raiz quadrada.

7.4 Clculo dos Fatores Invariantes

Suponhamos que A seja uma n x n matriz com elementos no

corpo F. Queremos descobrir um processo que permita calcular
os fatores invariantes p l' . , P, que definem a forma racional de A.
. .

Comecemos com o caso muito simples no qual A a matriz asso

ciada (7.2) a um polinmio unitrio

Vimos na Seo 7.1 que p o polinmio minimal e caracterstico

da matriz associada A. Queremos agora efetuar um clculo direto,
que mostre que p o polinmio caracterstico de A. Nesse caso,

X o o o Co
-1 X o o c1
o -1 X o Cz
'
xi= A

o o o X c,,_2
o o o - 1 X+ C11_1
322 - ALGEBRA LINEAR

Adicionemos x vezes a linha n linha (n -1). Isso remover o x

na posio (n 1, n -1)
- e no mudar o determinante. Em seguida,
adicionemos x vezes a nova linha (n -1) linha (n 2).
- Conti
nuemos sucessivamente, at que todos os x da diagonal principal
tenham sido removidos por esse processo. O resultado ser a matriz
O O O O x" + .. . + e1 x + c0
-1 O O O x"-1+ ... +c2x+c1
2
-1 x"- + ... + C3X + c2-

2
o o o o x + cn-lx + c,,-2
o o o -1 X+ Cn-1

cujo determinante igual ao determinante de xl - A. O elemento

no canto superior, direita, dessa matriz o polinmio p. Introdu
zamos zeros na ltima coluna, adicionando a ela mltiplos apro'
priados das outras colunas:
o o o o p
-1 o o o o
o -1 o o o

o o o o o
o o o -1 o

Multipliquemos cada uma das primeiras (n -1) colunas por -1 e

efetuemos (n -1) trocas de colunas adjacentes para levar a atual
coluna n para a primeira posio. O efeito total das 2n - 2 mudan
as de sinal, o de deixar o determinante inalterado. Obteremos
a matriz
p o o o
o 1 o o
o o 1 o
(7-28)

o o o 1
claro, ento, que p = det(xJ - A).
Mostraremos que para uma nxn matriz arbitrria, existe uma
seqncia de operaes sobre linhas e colunas que transformar
 AS FORMAS RACIONAL E DE JORDAN - 323

xl - A numa matriz muito parecida com (7-28), na qual os fatores

invariantes de A aparecero na diagonal principal. Deixemos com
pletamente daro que operaes iremos usar.
Estaremos trabalhando em F [ x]mxn, a coleo das m x n ma
trizes cujos elementos so polinmios sobre o corpo F. Se M
uma tal matriz, uma operao elementar sobre as linhas de M
uma das operaes seguintes:
1. multiplicao de uma linha de M por um escalar no
nulo de F;
2. substituio da r-sima linha de M pela linha r mais f vezes
a linha s, onde f um polinmio arbitrrio sobre F e r '# s;
3. transposio de duas linhas de M.
A operao inversa de uma operao elementar sobre linhas
uma operao elementar sobre linhas, de mesmo tipo. Devemos
notar que no poderamos fazer tal afirmao se admitssemos poli
nmios no constantes em (1). Uma m x n matriz elementar, ou
seja, uma matriz elementar em F[x]mxn uma matriz que pode
ser obtida da m x m matriz unidade por meio de uma nica ope
rao elementar sobre linhas. claro que toda operao elementar
sobre as linhas de M pode ser efetuada, multiplicando M, esquer
da, por uma m x m matriz elementar conveniente; de fato, se e a
operao, ento

e(M)=e(I)M.

Sejam M e N matrizes em F [X]m X n. Dizemos que N linha

equivalente a M se N pode ser obtida de M por uma seqncia
finita de operaes elementares sobre linhas:

Evidentemente N linha-equivalente a M se, e somente se, M

linha-equivalente a N, de modo que poderemos dizer "M e N so
linhas-equivalentes". Se N linha-equivalente a M, ento

N=PM

onde a m x m matriz P um produto de matrizes elementares:

324 - ALGEBRA LINEAR

Em particular, P uma matriz inversvel e sua inversa

bvio que a inversa de E provm da operao elementar inversa

i
sobre linhas.
Tudo isso exatamente igual ao caso das matrizes com ele
mentos em Fe apenas uma cpia dos resultados elementares do
Captulo 1. Assim, o problema que se apresenta a seguir o de
introduzir uma forma em escada, linha-reduzida, para matrizes
cujos elementos so polinmios. Aqui encontramos um novo obst
culo. Como obteremos uma matriz linha-reduzida? Inicialmente
devemos localizar o primeiro elemento no-nulo da linha 1 e dividir
cada elemento dessa linha por esse elemento no-nulo. Isso no
(necessariamente) possvel quando os elementos da matriz so poli
nmios. Como veremos no prximo teorema, poderemos, em certos
casos, contornar essa dificuldade; no entanto, no existe uma forma
linha-reduzida inteiramente satisfatria para uma matriz arbitrria
de F[x]mxn. Se introduzirmos tambm operaes sobre colunas e
estudarmos o tipo de equivalncia que resulta do uso de ambos os
tipos de operaes, poderemos obter para cada matriz uma forma
cannica muito til. A ferramenta bsica o seguinte

Lema. Seja M uma matriz em F [xJm xn que tenha um elemento

-
n o-nulo na sua primeira coluna e seja p o mximo divisor comum
dos elementos da coluna 1 de M. Ento M linha-equivalente a uma
matriz N, cuja primeira coluna

p
o

Demonstrao. Vamos provar algo mais do que enunciamos.

Vamos mostrar que existe um algoritmo para determinar N, isto ,
uma receita que uma mquina poderia usar para calcular N em
um nmero finito de passagens. Inicialmente, precisamos de alguma
notao.
 AS FORMAS RACIONAL E DE JORDAN - 325

Seja M uma m x n matriz arbitrria com elementos em F [x]

que possui uma primeira coluna no-nula

Definamos
l(M 1 ) = min gr(f;)
fi f' o
(7-29)

Seja j um ndice tal que gr() l(M 1 ) . Especificamente, seja

=

j o menor ndice i para o qual gr (!;) l (M 1 ) . Tentemos dividir

=

cada J; por:

(7-30) J; = g; + r;, r; = O ou gr(r;) <' gr(fj).

Para cada i diferente de j, substituamos a linha i de M pela linha i

menos g; vezes a linha j. Multipliquemos a linha j pelo inverso
do coeficiente dominante de e em seguida permutemos as linhas
j e l. O resultado de todas essas operaes ser uma matriz M'
cuja primeira coluna

-
M'1 -

onde J; o polinmio unitrio obtido pela normalizao de fj, de

modo que o coeficiente dominante seja 1. Demos, assim, um pro-
326 - ALGEBRA LINEAR

cesso bem definido para associar a cada matriz M uma matriz M'

com as seguintes propriedades:

(a) M' linha-equivalente a M.

(b) p(M) = p(M1).
(c) Ou l(M) < l(M1) ou

M'1

Usando (7-30) e (7-31) fcil verificar (b) e (c). A proprie

dade (c) apenas uma outra maneira de afirmar que existe algum
nice i tal gue ri# O e gr(r1)<gr (f) ou ento ri= O para todo i
efu , portanto, o mximo divisor coinum de fp ...,fm
A demonstrao do lema , agora, bastante simples. Come
cemos com a matriz M e apliquemos o processo acima para obter
M'. A propriedade (c) nos diz que M' funcionar como a matriz N
do lema ou l(M'1)<l(M1). Nesse ltimo caso, apliquemos o pro
cesso a M' para obter a matriz M<2l (M')'. Se M<2l no for um
=

N conveniente, formaremos Af<3l = (M(2l)', e assim por diante. O

fato que as desigualdades estritas

no podem continuar por muito tempo. Aps no mais que 1(M1)

iteraes do processo, deveremos chegar a uma matriz M<kl que
possui as propriedades que procuramos.

Teorema 6. Seja P uma m x m matriz com elementos na lgebra

dos polinmios F [x]. As seguintes condies so equivalentes:
(i) P inversvel.
(ii) O determinante de P um polinmio constante no-nulo.
(iii) -p inha-equivalente a m x m matriz unidade.
(iv) P um produto de matrizes elementares.

Demonstrao. Certamente (i) implica (ii) porque a funo

determinante multiplicativa e os nicos polinmios inversveis
de F [xJ so os polinmios constantes no-nulos. Na realidade,
 AS FORMAS RACIONAL E DE JORDAN - 327

no Captulo 5, usamos a adjunta clsica para mostrar que (i) e (ii)

so equivalentes. Nosso argumento, agora, oferece uma demons
trao diferente de que (i) uma conseqncia de (ii). Completa-

remos o ciclo

(i) (ii)

T t
(iv) (iii).

A nica implicao no bvia que (iii) decorre .de (ii).

Admitamos (ii) e consideremos a primeira coluna de P. Ela
contm certos polinmios pl' . . . , Pm e

porque qualquer divisor comum de p 1, .. , Pm necessariamente divide

(o escalar) det. P. Apliquemos a P o lema anterior para obter a matriz

1 a
1 m
o

(7-32) Q= B

que linha equivalente a P. Uma operao elementar sobre linhas

muda o determinante de uma matriz de (no mximo) um fator cons
tante no-nulo: Assim, det Q um polinmio constante no"nulo;
Evidentemente a (m - 1) x (m-" 1) matriz B em P-32) e a matriz Q
tm o mesmo determinante. Portanto, podemos aplicar o ltimo
lema a B. Se continuarmos dessa maneira, em m passageris obte
remos uma matriz triangular superior

R=

o o 1

que linha-equivalente a R . Obviamente R linha-quivalente

m x m matriz unidade.
328 - ALGEBRA LINEAR

Corolrio. Sejam M e N m x n matrizes com elementos na

lgebra dos polinmios F [x]. Ento N linha-equivalente a M se,
e somente se,

N=PM,

onde P uma m x m matriz inversvei com elementos em F [x].

Definamos, agora, operaes elementares sobre colunas e
coluna-equivalncia de modo anlogo a operaes sobre linhas
e linha-equivalncia. No precisaremos de um novo conceito de
matriz elementar porque a classe das matrizes que podem ser obti
das por meio de uma operao elementar sobre as colunas da
-
matriz unidade igual elasse obtida, efetuando-se uma nica
operao elementar sobre suas linhas.

Definio. A matriz N equivalente matriz M se for possvel

passar de M para N por meio de uma seqncia de operqes

cada uma sendo uma operao elementar sobre linhas ou uma ope
rao elementar sobre colunas.

Teorema 7. Sejam M e N m x n matrizes com elementos n

lgebra dos polinmios F[x]. Ento N equivalente a M se, e so
mente se,

N =PMQ,

onde P uma matriz inversvel em F [ xJm xm e Q uma matriz inver

svel em F[x]nxn.

Teorema 8. Seja A uma n x n matriz com elementos no corpo

F e sejam p1, , p, os fatores invariantes de A. Ento - matriz
.

xi A equivafenie a n x n matriz diagonal cujos elementos dia

-

gonais so p1, , p,, 1, 1, ... , 1. .

. .

Demonstrao. Existe uma n x n matriz P, inversvel, com ele

mentos em F, tal que PAP-1 esteja na forma racional, ou seja,
tenha a forma em blocos
 AS FORMAS RACIONAL E DE JORDAN - 329

Al o o
o Az o

PAP-1 =

o o A,

onde Ai a matriz associada ao polinmio P; De acordo com o

Teorema 7, a matriz

1
(7-33) P(xl - A)P- =xi - PAP-1

equivalente a xi - A. Ora,

xi - A O o
1
O xI - A2 o

(7-34) xl-PAP-1

o o xI - A,

onde os vrios I usados so as matrizes unidades de dimenses

apropriadas. No incio dessa seo mostramos que xl - Ai equi"
valente matriz

Pi O O
o 1 o

o o 1

Usando (7-33) e (7-34) torna-se claro que xi - A equivalente a

uma matriz diagonal que possui na sua diagonal principal os poli
nmios P; e (n - r) elementos iguais a 1. Por meio de uma sucesso
de transposies de linhas e colunas, poderemos arranjar os ele
mentos da diagonal na ordem que desejarmos, por exemplo,
P1, . . . , p ,, 1, . . .,1.
O Teorema 8 no nos d um meio eficiente para calcular os
divisores elementares p1, .. ., p,, porque nossa demonstrao de
pende do teorema da decomposio cclica. Daremos, agora, um
330 - ALGEBRA LINEAR

algoritmo explcito para reduzir uma matriz, cujos elementos so

polinmios, forma diagonal. O Teorema 8 sugere que tambm
podemos fazer com que os elementos sucessivos da diagonal prin
cipal dividam um ao outro.

Definio. Seja N uma matriz em F [Xr X n. Dizemos que N

est na forma normal (de Smith) se
(a) todo elemento que no est na diagonal principal de N
nulo;
(b) na diagonal principa]_fte N aparecem (em ordem) polinmios
f1, ... , f1 tais que fk divida,fk +1' 1 :=:;:; k :=:;:; 1 1. -

Na definio, o nmero l l = min(m, n). Os elementos da

diagonal principal so fk = Nkk' k = 1, ... , l.

Teorema 9. Seja M uma m x n matriz com elementos na lge

bra dos polinmios F [x]. Ento M equivalente a uma matriz N na
forma normal.
Demonstrao. Se M = O, no h nada a demonstrar. Se M =/= O
daremos um algoritmo para determinar uma matriz M' que seja
equivalente a M e que tenha a forma

f1 o o
o
(7-35) M'= R

onde R uma (m -1) x (n -1) matriz e f1 divide cada elemento de

R. A demonstrao estar ento terminada porque podemos aplicar
o mesmo processo a R e obter !2' etc.
Seja l(M) o menor dos graus dos elementos no nulos de M.
Procuremos a primeira coluna que tenha um elemento de grau
l(M) e permutamos essa coluna com a coluna 1. Chamemos de
M'> a matriz resultante. Descrevamos um processo para deter-
minar uma matriz na forma

g o o
o
(7-36) s

o
 AS FORMAS RACIONAL E DE JORDAN - 331

que seja equivalente M<0>. Comecemos, aplicando matriz M<0>

o processo do lema que precede o Teorema 6, processo que indi
caremos por PL6. Resultar uma matriz

p a b
O e d

(7-37)

O e f
Se os elementos a, ... , b forem todos nulos, timo. Se no forem,
usaremos o anlogo de PL6 para a primeira linha, um processo
que indicaremos por PL6'. O resultado ser a matriz

q o o
' ' '
a e e

(7-38)

b' d' f'

onde q o mximo divisor comum de p, a, . . . , b. Ao construirmos
M12' possvel que tenhamos perdido a forma conveniente da
coluna 1. Se isso aconteceu poderemos aplicar PL6 novamente.
Aqui est o ponto: Em no mais de l(M) passagens

(O) PL6 (l) PL6' (2) PL6

M ---+ M ---+ M ---+ .. . -+ M (t)

chegaremos, necessariamente, a uma matriz M<1> que possui a

forma (7-36) porque em cada passagem sucessiva temos l(M<k+ ii) <

< l(M<k>). Indicaremos o .processo que acabamos de definir por

P7-36:

Em (7-36) o polinmio g pode ou no dividir todos os elemen

tos de S. Em caso negativo, determinemos a primeira coluna que
tenha um elemento no divisvel por g e adicionemos essa coluna
coluna 1. A nova primeira coluna conter g e um elemento
gh + r com r =F O e gr(r) < gr(g). Apliquemos o processo P7-36 e
o resultado ser uma outra matriz na forma (7-36) onde o grau do
g correspondente diminuiu.
332 - ALGEBRA LINEAR

Dever estar claro agora que aps um nmero finito de pas

sagens, obteremos '(7-35), isto , chegaremos a uma matriz na forma
(7-36) onde o grau de g no poder mais ser reduzido.
Queremos mostrar que a forma normal associada a uma ma
triz M nica. Dois fatos j vistos indicam por que os polinmios
f1, ,f1 do Teorema 9 so determinados de modo nico por M.
.

Primeiramente, operaes elementares sobre linhas ou colunas no

mudam o determinante de uma matriz quadrada a no ser por
um fator constante no-nulo. Em segundo lugar, operaes elemen
tares sobre linhas ou colunas no mudam o mximo divisor comum
dos elementos de ma matriz.
Definio. Seja M uma m x n matriz com elementos em F[x].
Se l:::;; k::;; min(m,n), definimos k(M) como sendo o mximo divisor
comum dos determinantes de todas as k x k submatrizes de M.
Lembremos que uma k x k submatriz de M a matriz obtida
pela remoo de m k linhas e n k colunas de M. Em outras
- -

palavras, escolhemos certas k-uplas.

I = (il' ...,ik), 1 ::;; i1 < ... < ik ::;; m

J =
(jl' ...,jk), 1 ::;; j1 < ... < jk ::;; n

[
e olhamos para a matriz formada, usando aquelas linhas e colunas
de M. Estamos interessados nos determinantes

M'1..Jt

(7-39) D i.AM) = det :

Mi kit

O polinmio k(M) o max1mo divisor comum dos polinmios

D1jM) quando I e J percorrem todas as possveis k-uplas.

Teorema 10. Se M e N so m x n matrizes equivalentes com

elementos em F[x], ento

(7-40) 1 :::;; k ::;; min(m,n).

Demonstrao. Ser suficiente mostrar que uma umca ope

rao elementar e sobre linhas no altera k. Como a inversa de e
 AS FORMAS RAONAL E DE JORDAN - 333

tambm uma operao elementar sobre linhas, bastar mostrar o

seguinte. Se um polinmio f divide todo D1jM), ento f divide
D1je(M)) para todas as k-uplas I e J.
Como estamos considerando operaes sobre linhas, sejam
a1, ... , exm as linhas de M e usemos a notao

Dados I e J, qual a relao entre D1jM) e Dr)e(M))? Conside

remos os trs tipos de operaes e:
(a) multiplicao da linha r pelo escalar no-nulo e;
(b) substituio da linha r pela linha r mais g vezes a linha
s, r =1-s;,
( c ) transposio das linhas r es, r =1- s.

Esqueamos por um momento as operaes do tipo (c) e

concentremo-nos nos tipos (a) e (b) que somente alteram a linha r.

Se r no for um dos ndices il' ... , ik, ento

Se r estiver entre os ndices il' ... , ik, ento teremos, nos dois casos,

= cD1jM);

(b) D1je(M)) = Di( ex; , , ...,a,+ gex., ...,aik)

= D1jM) + gDi(ex i , , ... ,ex.,... , exi).

Para as operaes do tipo (a) claro que qualquer f que divida

D1jM) tambm dividir D1je(M)). Para o caso das operaes do
tipo (b) observemos que

Di(exi,' ... ;ex., ... , exik) =O, ses= ii para algum j

Di(ai,, ...,a.; ... , ex;k)= DjM), ses =1- ii para todo j.

O I' na ltima equao a k-upla (il' ... , s, ..., ik) arranjada em

ordem crescente. Dever ser evidente agora que se f dividir todo
Dr)M) ento f dividir todo DI,J(e(M)).
334 - ALGEBRA LINEAR

Poderemos tratar o caso das operaes do tipo (c) usando

praticamente o mesmo argumento ou ento usando o fato de que
estas operaes podem ser efetuadas por meio de uma seqncia
de operaes do tipo (a) e (b).

Corolrio. Cada matriz M em F[x]"'" equivalente a exata

mente uma matriz iN na forma normal. Os polinmios fl' ...,f1 que
ocorrem na diagonal principal de N so

<\(M)
fk -
- . 1 ::;; k ::;; min(in, n)
k-1(M)'

onde, por convenincia, definimos 0(M) = l.

Demonstrao. Se N est na forma normal com elementos
diagonais fp ...,f 1 fcil ver que

A matriz N do ltimo corolrio denominada forma normal

de M. Os polinmios f 1, :, f1 so denominados fatores invari-

antes de M.
Suponhamos que A seja uma n x n matriz com elementos
em F e sejam p1, . . , p, os fatores invariantes de A. Vemos agora
que a forma normal da matriz xl -A possui elementos diagonais
1, 1, . . . , 1, p,, . . . , p1. O ltimo corolrio nos diz o que so pl' .. . , p,,
em termos das submatrizes de xl A. O nmero n - r o maior
-

k tal que k(xl

a)= 1. O polinmio minimal p1 o polinmio
-

caracterstico de A, dividido pelo mximo divisor comum dos deter

minantes de todas as (n.:.. 1) x (n-1) submatrizes de xl -A, etc.

Exercicios

1. Verdadeiro ou falso? Toda matriz em F[x]nxn linha-equivalente a uma

matriz triangular superior.

2. Seja T um operador linear sobre um espao vetorial de dimenso finita e seja

A a matriz de T em relao a alguma base ordenada Ei!to T possui um vetor
cclico se, e somente se, os determinantes das (n - 1) x (n - 1) submatrizes de
xl - A so relativamente
. primos.

3. Seja A uma n x n matriz com elementos no corpo F e sejam fl' ... ,f. os
elementos diagonais da forma normal de xl A. Pra que matrizes A -

tem-se f1 oi !?
 AS FORMAS RACIONAL E DE JORDAN - 335

4 Construir um operador linear T com polinmio minimal x2(x - lf e poli

nmio caracterstico x3(x - 1)4. Descrever a decomposio primria do espao
vetorial. sob T e determinar as projees sobre as componentes primrias.
Determinar uma base em relao qual a matriz de 1' esteja sob a forma de
Jordan. Determinar tambm, explicitamente, uma decomposio do espao m
soma direta de subespaos T-cclicos, como no Teorema 3, e dar os fatores
invariantes.

5. Seja T um operador linear sobre R8, representado em relao base cannica

pela matriz

l l l l l 1 1
o o o o o o o
o o o o o o o -1
o 1 1 o o o o 1
A=
o o o o o o
o 1 1 1 1 o
o -1 -1 -1 -1 o l -1
o o o o o o o o

(a) Determinar o polinmio caracterstico e os fatores invariantes.

(b ) Determinar a decomposio primria de R8 sob T e as projees sobre
as componentes primrias. Determinar as decomposies cclicas de cada com-
ponente primria, como no Teorema 3.
(c) Determinar a forma de Jordan de A.
(d) Determinar uma decomposio de R8 em soma direta de subespaos T-c
clicos, como no Teorema 3. (Sugesto: Uma das maneiras de se fazer isso
usar os resultados de (b) e uma generalizao apropriada das idias discutidas
no Exemplo 4.)

7 .5 Resumo; Operadores Semi-Simples

Nos dois ltimos captulos, estivemos tratando de um nico

operador linear T sobre um espao vetorial V de dimenso finita.
O programa foi decompor T numa soma direta de operdores linea
res de natureza elementar, cmn o objetivo de obter informaes
detalhadas sobre como T 'opera' sobre o espao V. Recordemos
rapidamente onde nos encontramos.
Comeamos estudando T por meio de valores caractersticos e
vetores caractersticos. Introduzimos os operadores diagonalizveis,
operadores que podem ser descritos completamente em termos de
valores e vetores caractersticos. Observamos ento que podia ocor
rer que T no tivesse nenhum vetor caracterstico. Mesmo no
caso de um corpo de escalares algebricamente fechado, em que
todo operador linear realmente possui pelo menos um vetor carac
terstico, notamos que os vetores caractersticos de T nem sempre
geravam o espao.
336 - ALGEBRA LINEAR

Demonstramos ento o teorema da decomposio cclica, ex

primindo um operador linear arbitrrio como a soma direta de
operadores que tinham um vetor cclico, sem fazer nenhuma hip
tese quanto ao corpo de escalares. Se U um operador linear que
tem um vetor cclico, existe uma base {o: 1, ... , o:n} tal que

Urx.j=o:j+l' j=l, ... ,n-1

Urx.n = -Co!X.1 - C10:2 cn-1n
- . -

A ao de U sobre esta base ento a de transformar cada rx.j no

vetor seguinte o:j + l' com a exceo de Urx.n que uma combinao
linear predeterminada dos vetores da base. Como um operador
linear genrico T a soma direta de um nmero finito de tais ope
radores U, obtivemos uma descrio explcita e razoavelmente ele
mentar da ao de T.
Aplicamos a seguir o teorema da decomposio cclica a ope
radores nilpotentes. Para o caso de um corpo de escalares algebri
camente fechado, combinamos este resultado com o teorema da
decomposio primria obtendo a forma de Jordan. A forma de
Jordan fornece uma base { o:l' ... , o:n} do espao V tal que, para
cada j, ou Trx.j um mltiplo escalar de rx.j ou Trx.j=crx.j + o:j+ 1. Esta
base certamente descreve a ao de T de uma maneira explcita
e elementar.
A importncia da forma racional (ou da forma de Jordan) ori
gina-se do fato de ela existir e no do fato de poder ser determinada
em casos particulares. claro que se se tem um particular operador
linear T e se pode determinar a sua forma racional ou de Jordan,
deve-se faz-lo, pois, tendo esta forma, pode-se conseguir vastas
quantidades de informaes sobre T. Dois tipos de dificuldades
surgem no clculo dessas formas cannicas. Uma dificuldade ,
obviamente, a extenso dos clculos. A outra dificuldade que
pode no existir nenhum mtodo de efetuar os clculos mesmo que
se tenham pacincia e tempo suficientes. A segunda dificuldade
surge ao, digamos, se tentar determinar a forma de Jordan de uma
matriz complexa. Simplesmente no existe nenhum mtodo bem
definido de se decompor o polinmio caracterstico e assim j se
barrado no incio. A forma racional no apresenta esta dif:ul
dade. Como mostramos na Seo 7.4, existe um mtodo bem defi
nido para se determinar a forma racional de uma dada n x n matriz;
contudo, tais clculos so usualmente longos demais.
Em nosso resumo dos resultados destes dois ltimos captulos,
ainda no mencionamos um teorema que demonstramos. o teo-
 AS FORMAS RACIONAL E DE JORDAN - 337

rema que afirma que se T um operador linear sobre um espao

vetorial de dimenso f inita sobre um corpo algebricamente fechado,
ento T pode ser expresso de um nico modo como a soma de um
operador diagonalizvel com um operador nilpotente os quais co
mutam. Ele foi demonstrado a partir do teorema da decomposio
primria e algumas informaes sobre operadores diagonalizveis.
No um teorema to profundo como o teorema da decomposio
cclica ou a existncia da forma de Jordan, mas possui aplicaes
importantes e teis em certas partes da matemtica. Concluindo
este captulo, vamos demonstrar um teorema anlogo, sem supor
que o corpo de escalares seja algebricamente fechado. Comeamos
por definir os operadores que desempenharo o papel dos opera
dores diagonalizveis.

Definio. Seja V um espao vetorial de dimenso finita sobre o

corpo F e seja T um operador linear sobre V. Dizemos que T semi
simples se todo subespao T-invariante possui um subespao suple
mentar T-invariante.
O que estamos prestes a demonstrar . que, com certas restri
es sobre o corpo F, todo operador linear T pode ser expresso de
um nico modo como T = S + N, sendo S semi-simples, N nil
potente e SN = NS. Primeiro, vamos caracterizar os operadores
semi-simples por meio de seus polinmios minimais e esta caracte
rizao nos mostrar que, quando F algebricamente fechado, um
operador semi-simples se, e somente se, diagonalizvel.

Lema. Seja T um operador linear sobre o espao vetorial V de

dimenso f inita e seja V W 1 EB ... EB Wk a decomposio primria
=

de T. Em outras palavras, se p o polinmio de T e p = p1 pk

a decomposio de p em fatores primos, erit wj o ncleo de

p/T)'i. Seja W um subespao arbitrrio de V que seja invariante
sob T. Ento

Demonstrao. Para a demonstrao precisaremos recordar um

corolrio de nossa demonstrao do teorema da decomposio pri
mria na Seo 68. Se E 1, . .. , Ek so as projees associadas
decomposio V= W1 EB ... EB W,., ento cada Ei um polinmio
em T. Isto , existem polinmios hp ... , hk tais que E h/T).
i
=

Seja agora W um subespao invariante sob T. Se ex um vetor

qualquer em W, ento ex= ex1 + ... + exk, com exi em llJ Ora,
338 - ALGEBRA LINEAR

ai= Ep = h/T)a, e como W invariante sob T, cada i tambm

est em W. Assim, cada vetor a em W da forma a = a.1 + ... + ak,
com a. na interseo W n W .. Esta expresso nica pois V= W1 Et>
J J
EB . . . Et> f!f,,. Portanto,

W = (W n W1) Et> ... EB (W n Vf,,).

Lema. Seja T um operador linear sobre V e suponhamos que o

polinmio minimal de T seja irredutvel sobre o corpo F de escalares.
Ento T semi-simples.
Demonstrao. Seja W um subespao de V que seja invariante
sob T. Precisamos demonstrar que W possui um subespao suple
mentar T-invariante. De acordo com um corolrio do Teorema 3,
ser suficiente demonstrar que se J um polinmio e /3 um vetor
em V tais que f(T)/3 esteja em W , ento existe um vetor a em W tal
que f(T)/3 f (T)a. Portanto, suponhamos que /3 esteja em V e
=

que f seja um polinmio tal que f(T)/3 esteja em W. Se f(T)/3 O =

,

fazemos a= O e ento a um vetor em W tal que f(T)/3 = f (T)a.

Se f(T)/3 =F O, o polinmio f no divisvel pelo polinmio mini
mal p do operador T. Como p primo, isto significa que f e p
so relativamente primos e existem polinmios g e h tais que
fg + ph = 1. Como p(T)=O temos f(T) g(T) I. Daqui segue que =

o vetor f3 de"V estar no subespao W; de fato,

/3 = g(T) f(T)/3
= g(T)(f(T)/3)

enquanto f (T) f3 est em W e W invariante sob T. Basta tomar

a=/3.

Teorema 11. Seja T um operador linear sobre o espao vetorial

V de dimenso finita. Vma condio necessria e suficiente para que
T seja semi-simples que o polinmio minimal p de T seja da forma
p = p1, , pk, sendo p1, . , pk polinmios irredutveis distintos sobre
. . . .

o corpo F de escalares.
Demonstrao. Suponhamos que T seja semi-simples. Mostra
remos que nenhum polinmio irredutvel se repete na decompo
sio do polinmio minimal p em fatores primos. Suponhamos o
contrrio. Ento existe um polinmio unitrio no-constante, g tal
que g2 divide p. Seja W o ncleo do operador g(T). Ento W
invariante sob T. Ora, p = g2h para algum polinmio h. Como g
 AS FORMAS RACIONAL E DE JORDAN - 339

no um polinmio constante, o operador g(T)h(T) no o ope

rador nulo e existe um vetor f3 em V tal que g(T) h(T)/3=O, isto ,
(gh)/3-:/- O. Ora, (gh)/3 est no subespao W, pois g(gh/3) = g2h/3=
=pf3=O. Mas no existe nenhum vetor IX em Wtal que gh /3=ghr:x.;
de fato, se IX est em W

(gh)rx = (h g)r:x.= h(g1X)=h(O)= O.

Assim, W no pode ter um subespao suplementar T-invariante,

contradizendo a hiptese de T ser semi-simples.
Suponhamos agora que a decomposio de p em fatores primos
seja p=p1 , . . , pk, sendo p1 , ... , pk polinmios unitrios (no-cons
tantes), irredutveis e distintos. Seja W um subespao de V que seja
invariante sob T. Vamos demonstrar que W possui um subespao
suplementar T-invariant. Seja V= W1 EB ... EB W,. a decomposio
primria de T, isto , seja Uj o ncleo de p/T). Seja Ti o ope
rador linear induzido sobre Wi por T, de modo que o polinmio
minimal de Ti o primo Pr Ora, W n Wi um subespao de Wi
que invariante sob Ti (ou sob T). Pelo ltimo lema, existe um
subespao V] de Uj tal que Uj= (W n ttj) EB V i e Vi seja inva
riante sob Ti (e, portanto, sob T). Ento temos

V =W1 EB ... EB Wk ,
=(W n W1) EB V 1 EB ... EB (W n Wk ) EB Vk
=(W n W1) + ... + (W n Wk) EB V 1 EB ... EB Vk.

Pelo primeiro lema acima, W= (W n W1) EB ... EB (W n Wk), de

modo que se W'=V1 EB ... EB Vk, ento V=1WEB W' e W' inva
riante sob T.

Corolrio. Se T um oper ador linear sobre um esp ao vetorial

de dimen so finit a sobre um corpo al gebric amente fech ado, ento T
semi-simp les se, e somen te se, T diagon alizvel.
Demon str ao. Se o corpo F de escalares algebricamente
fechado, os primos unitrios sobre F so os polinmios x - c.
Neste caso, T semi-simples se, e somente se, o polinmio minimal
de T p=(x - c1) ... (x - ck) , sendo cl' ..., ck elementos distintos
de F. Este exatamente o critrio para a diagonalizao de T, por
ns estabelecido no Captulo 6.
Gostaramos de destacar que T semi-simples se, e somente
se, existe um polinmio f , que seja um produto de primos distintos,
340 - ALGEBRA LINEAR

tal que f (T) =O. Isto difere apenas superficialmente da condio

de que o polinmio minimal seja um produto de primos distintos.
Voltemos agora ao problema de exprimir um operador linear
como a soma de um operador semi-simples e um operador nilpo
tente que comutem. Para esta parte, restringiremos o corpo de
escalares a um subcorpo do corpo dos nmeros complexos. O
leitor informado ver que o importante o corpo F ser um corpo
de caracterstica zero, isto , para cada inteiro positivo n, a soma
1 + . . + 1 (n vezes) em F no deve ser nula. Para um polinmio f
.

sobre F, indiquemos por jCk> a k-sima derivada formal de f. Em

outras palavras, JCk> D11 onde D o operador derivao sobre
=

o espao dos polinmios. Se g um outro polinmio, f(g) indica

o resultado de se substituir g em f, isto , o polinmio obtido apli
cando f ao elemento g na lgebra linear F [x].

Lema (Frmula de Taylor). Seja F um corpo de caracterstica

zero e sejam g e h polinmios sobre F. Se f um polinmio qualquer
sobre F com gr(t)::;; n, ento

r<2>(h) rn>(h)
f{g) = f{h) + fC1l(h) {g - h) + ll {g - h)2 + .. . + lll {g - h)n.

Demonstrao. O que estamos demonstrando uma frmula

de Taylor generalizada. O leitor provavelmente est acostumado
a ver o caso particular em que h c, um polinmio constante, e
=

g x. Nesse caso, a frmula diz:

=

f = f (x) = f(c) + Jl(c) (x - e) +

f (2l (c) f Cn l (c)
+ (x - c)2 + ... + n! (x - ct

A demonstrao desta frmula simplesmente uma aplicao do

teorema binomial

De fato, o leitor notar que, sendo a substituio e a derivao

processos lineares, basta demonstrar a frmula para f xk. A =

frmula para f = L c xk decorre por uma combinao linear. No

O k
k
 AS FORMAS RACIONAL E DE JORDAN - 341

caso f = xk com k s; n, a frmula diz

que exatamente o desenvolvimento binomial de

gk = [h + (g - h)]k.

Lema. Seja F um subcorpo do corpo dos nmeros complexos,

seja f um polinmio sobre F e seja f' a derivada de f. As seguintes
afirmaes so equivalentes:
(a) f um produto de polinmios irredutveis e distintos sobre F.
(b) f e f' so relativamente primos.
( c) Considerado como um polinmio com coeficientes comple
xos, f no possui razes mltiplas.

Demonstrao. Demonstraremos primeiro que (a) e (b) so

afirmaes equivalentes sobre f. Suponhamos, na decomposio
de f em fatores primos sobre o corpo F, que algum polinmio
(no-constante) primo p se repita. Ento f = p2h para algum h em
F [x]. Ento,

f' = p2h' + 2pp' h

e p tambm um divisor de f'. Logo, f e f' no so relativamente

p os. Conclumos que (b) implica (a).
Suponhamos agora que f = p1, , pk, onde p1, ... , pk so poli
nmios no-constantes, irredutveis e distintos sobre F. Sejafi = f!Pr
Ento,

f' P1i1 + pf + ... + PUk

2
=

Seja p um polinmio primo que divida f e f'. Ento p = P; para

algum i. Ora, P; divide f i para j -=/= i e como P; tambm divide

k
f' =
I1 Pfj
j=

vemos que P; deve dividir PJ; Portanto, P; divide f; ou p;. Mas

P; no divide f; uma vez que p1, ... , pk so distintos. Ento, P;
divide p;. Isto no possvel, pois o grau de p; um a menos que
342 - LGEBRA LINEAR

o grau de P; Conclumos que nenhum primo divide f e f', ou seja,

que (f, f') = 1.
Para ver que a afirmao (c) equivalente a (a) e (b), preci
samos observar -apenas o seguinte. Suponhamos que f e g sejam
polinmios sobre F, um subcorpo do corpo dos nmeros com
plexos. Podemos considerar f e g tambm como polinmios com
coeficientes complexos. A afirmao de que f e g so relativamente
primos como polinmios sobre F equivalente afirmao de que
f e g so relativamente primos como polinmios sobre o corpo
dos nmeros complexos. Deixamos a demonstrao deste resultado
como exerccio. Usemos este fato com g = f'. Notemos que (c)
exatamente (a) quando f considerado como um polinmio sobre
o corpo dos nmeros complexos. Assim, (b) e (c) so equivalentes,
pelo mesmo argumento utilizado acima.
Podemos agora demonstrar um teorema que tornar mais evi
dente a relao entre operadores semi-simples e operadores diago
nalizveis.

Teorema 12. Seja F um subcorpo do corpo dos nmeros com

plexos, seja V um espao vetorial de dimenso finita sobre F e seja
T um operador linear sobre V. Seja 14 uma base ordenada de V e
seja A a matriz de T em relao base o.rdenada f!l. Ento, T semi
simples se, e somente se, a matriz A semelhante, sobre o corpo dos
nmeros complexos, a uma matriz diagonal.
Demonstrao. Seja p o polinmio minimal de T. De acordo
com o teorema 11, T semi-simples se, e somente se, p = p1 ... pk
onde p1, .. ., pk so polinmios distintos irredutveis sobre F. Pelo
ltimo lema, temos que T semi-simples se, e somente se, p no
possui razes complexas mltiplas.
Ora, p tambm o polinmio minimal da matriz A. Sabemos
que A semelhante sobre o corpo dos nmeros complexos a uma
matriz diagonal se, e somente se, o seu polinmio minimal no
possui razes complexas mltiplas. Isto demonstra o teorema.

Teorema 13. Seja F um subcorpo do corpo dos nmeros com

plexos, seja V um espao vetorial de dimensofinita sobre F e seja T
um operador linear sobre V. Existe um operador semi-simples S sobre
V e um operador nilpotente N sobre V tais que
(i) T=S+N;
(ii) SN = NS.
 AS FORMAS RACIONAL E DE JORDAN - 343

Alm disso, o S semi-simples e o N nilpotente que.satisfazem (i) e (ii )

so nicos e cada um um polinmio em T.
Demonstrao. Seja p 1 pk a decomposio em fatores pri

mos do polinmio minimal de Te seja f =p1 ... pk. Seja r o maior

dos inteiros positivos r1, , rk Ento, o polinmio f um pro
. .

duto de primos distintos, f' divisvel pelo polinmio minimal

-

de T e ento
f(T)' = O .

Vamos construir uma seqncia de polinmios. g0, g1, g2, .

tais que

n
seja divisvel por j +i, n = O, 1, 2, Tomando g0 O temos
0 . . . =

que f(x - g0f )=f(x)=f divisvel por f. Suponhamos que te

nhamos escolhido g0, ... , gn_ 1. Seja

n-1
h=x- I gJi
j=O

de modo que, por hiptese,f(h) divisvel por r. Queremos tomar

gn de modo-que

n TI. Aplicando a frmula geral de Taylor,

seja divisvel por f
obtemos

oride b algum polinmio. Por hiptese,f(h)=qfn. Assim, vemos

n n
que para f (h - gn f ) ser divisvel por f +t basta escolher gn de
maneira tal que (q - gJ') seja divisvel por f. Isto pode ser feito,
pois f no possui fatores primos repetidos e ento f e f' so rela
tivamente primos. Se a e e so polinmios tais que af + ef' 1 =

e se fizermos gn=eq, ento q - gn f ser divisvel por f.

'
344 - ALGEBRA LINEAR

Agora temos uma seqncia g0, g1' ... tal que fn+i divide

1(x - _I gJ1) Tomemos n = r -1; como f(T)' = O, temos

1=0

Seja
r-1 r-1
N = L giT)f(T)i = L giT)f(T)i.
j= 1 j= o
n
Como .L: gJ i divisvel por f, vemos que N' = O e N nilpotente .

=
. j 1
Seja S T N. Ento f(S) =f(T- N) = O. Como f possui fatores
= -

primos distintos, S semi-simples.

Temos agora T = S + N onde S semi-simples, N nilpo
tente e cada um um polinmio em T. Para demonstrar a afir
mao da unicidade, passaremos do corpo de escalares F ao corpo
dos nmeros complexos. Seja f!4 uma base ordenada do espao V.
Ento temos

[ T J =
[SJ"' + [NJ

sendo [SJ 11 diagonalizvel sobre o corpo dos nmeros complexos e

[N]"' nilpotente. Esta matriz diagonalizvel e esta matriz nilpotente
que comutam so determinadas de modo nico, como demons
tramos no Captulo 6.

Exerccios

1. Se N um operador linear nilpotente sobre V, mostrar que para todo poli

nmio f, a parte semi-simples de f (N) um mltiplo escalar do operador
idntico (F um subcorpo de C).

2. Seja F um subcorpo do corpo dos nmeros complexos, V um espao vetorial

de dimenso finita sobre F e T um operador linear semi-simples sobre V. Se f
um polinmio arbitrrio sobre F, demonstrar que f(T) semi-simples.

3. Seja T um operador linear sobre um espao de dimenso finita sobre um

subcorpo de C. Demonstrar que T semi-simples se, e somente se, vale o
seguinte: Se f um polinmio e f(T) nilpotente, ento f(T) =O.
 Captulo 8

ESPAOS COM PRODUTO INTERNO

8.1 Produtos Internos

Em todo este captlo trataremos apenas de espaos vetoriais
reais ou complexos, isto , de espaos vetoriais sobre o corpo dos
nmeros reais ou sobre o corpo dos nmeros complexos. Nosso
objetivo principal estudar espaos, vetoriais nos quais tenha sen
tido falar do "comprimento" de um vetor e do "ngulo" entre dois
vetores. Faremos isto por meio do estudo de um certo tipo de
funo definida sobre pares de vetores e tomando valores escalares,
conhecida como um produto interno. Um exemplo de produto
interno o produto escalar de vetores em R3. O produto escalar
dos vetores

em R3 o nmero real
____..--'

(r:x/3) = X1Y1 + X2Y2 + X3Y3

Geometricamente, este produto escalar o produto do compri

mento de r:x pelo comprimtnto de f3 e pelo cosseno do ngulo entre
r:x e /3. Assim, possvel definir os conceitos geomtricos de "com
primento" e "ngulo" em R3 em termos do produto escalar que
algebricamente definido.
Um produto interno sobre um espao vetorial uma funo
com propriedades semelhantes s do produto escalar em R3 e, em
termos de tal produto interno, pode-se tambm definir "compri
mento" e "ngulo". Nossos comentrios sobre a noo geral de
ngulo restringir-se-o ao conceito de perpendicularidade (ou orto
gonalidade) de vetores. Nesta primeira seo, vamos dizer o que
um produto interno, considerar alguns exemplos particulares e
estabelecer algumas propriedades bsicas dos produtos internos.
346 - ALGEBRA LINEAR

Ento, voltar-nos-emos ao trabalho de discutir comprimento e

ortogonalidade.

Definio. Seja F o corpo dos nmeros reais ou o corpo dos

nmeros complexos e seja V um espao vetorial sobre F. Um pro
duto interno sobre. V uma funo que associa a cada par ordenado
de vetores ix, f3 em V um escalar (exi/3) em F de maneira tal que para
todo ex, /3, y em V e todos escalares c

(a) (ex+ PIY) (exJy) + ( /3ly);

=

(b) (cexl/3) = c(exif3);

(c) (ftiex) (exl/3), onde a barra indica conjugao complexa;
=

(d) (exiex) >O se ex=/:- O.

Deve-se observar que as condies (a), (b) e (c) implicam que
(e) (exlc/3 + y) = c(exl/3 ) + (exiy).

Outro fato merece ser mencionado. Quando F o corpo R dos

nmeros reais, os complexos conjugados que aparecem em (c) e (e)
so suprfluos; no entanto, no caso de F ser complexo eles so
necessrios para a consistncia das condies. Sem estes complexos
conjugados, teramos a contradio:

(exiex) >O e (iex l iex) = - l(exiex) >O.

Nos exemplos que seguem, como em todo o captulo, F o

corpo dos nmeros reais ou o corpo dos nmeros complexos.

Exemplo 1. Sobre F' existe um produto interno que denomi

namos o produto interno cannico. definido sobre ex (x,, ... , xn) =

e f3 = (y 1' yn) por

. '

(8-1) (exi/3) = :X1Yr

j

Quando F = R, podemos tambm escrever

(exl/3) = L xiyr
j

No caso real, o produto interno cannico freqentemente deno

.minado produto escalar e indicado por ex f3.
 ESPAOS COM PRODUTO INTERNO - 347

Exemplo 2. Para IX= (x1, x2) e /3 = (yl' y2 ) em R2, seja

2
Como (1X l 1X) = (x1 - x2) + 3x, decorre que (ai IX)> O se IX =F O. As
condies (a), (b) e (c) da definio so facilmente verificadas.

Exemplo 3. Seja V = F" x" o espao de todas as n x n matrizes

sobre F. Ento V isomorfo a F"2, de uma maneira natural.
Decorre, portanto, do Exemplo 1 que a equao

(A I B) = L A jkBjk
j,k

define um produto interno sobre V. Alm disso, introduzindo a

matriz transposta conjugada B*, onde B\i Bik' podemos expri
=

mir este produto interno sobre F" x" em termos da funo trao

(AIB) = tr(AB*) = tr(B*A).

De fato,
tr(AB*) = L (AB*)ii
j

Exemplo 4. Seja F" x 1 o espao das n x 1 matrizes (colunas)

sobre F e seja Q uma n x n matriz inversvel sobre F. Para X, Y
em F" x 1 definamos

(XI Y) = Y*Q*QX.

Estamos identificando a 1 x 1 matriz direita com o seu nico

elemento. Quando Q a matriz unidade, esse produto interno
essencialmente o mesmo que o do Exemplo 1; ns o denominamos
p
produto interno cannico sobre n x 1. O leitor dever observar
que a denominao "produto interno cannico" est sendo usada
em dois contextos especiais. Para um espao vetorial arbitrrio
sobre F, de dimenso finita, no existe nenhum produto interno
evidente, que possa ser denominado cannico.
348 - ALGEBRA LINEAR

Exemplo 5. Seja V o espao vetorial das funes contnuas

definidas sobre o intervalo unitrio, Os t s 1 e tomando valores
complexos. Seja

(f lg) = Ia1 f (t) g(t) dt.

O leitor provavelmente tem mais familiaridade com o espao das

funes contnuas definidas sobre o intervalo unitrio e tomando
valores reais, e para este espao, a conjugao complexa sobre g
pode ser omitida.

Exemplo 6. Este na realidade toda uma classe de exemplos.

Pode-se construir novos produtos internos a partir de um dado
produto interno pelo seguinte mtodo: Sejam V e W espaos veto
riais sobre F e suponhamos que ( 1) seja um produto interno sobre
W. Se T uma transformao linear no-singular de V em W,
ento a equao

Pr(rx,/3) =
(Trxl T/3)
define um produto interno Pr sobre V. O produto interno do
Exemplo 4 um caso particular desta situao. Os que seguem
tambm so casos particulares.
(a) Seja V um espao vetorial de dimenso finita e seja .

uma base ordenada de V. Sejam a 1, . . , i;n os vetores da base

.

cannica de pn e seja Ta transformao linear de V em pn tal que

Trxi = i;i' j = 1, ... , n. Em outras palavras, seja T o isomorfismo
"natural" de V em F" determinado por fl. Se tomarmos o pro
duto interno cannico sobre F", ento

PlLj xirxi, Lk ykrxk) =

L x/flr
j= 1

Assim, para toda base f!J de V, existe um produto interno sobre V

com a propriedade de que (rx;l rxk) = ik; na verdade, fcil mos
trar que existe exatamente um tal produto interno. Mostraremos
posteriormente que todo produto interno sobre V determinado
por alguma base fl,I da maneira acima.
 ESPAOS COM PRODUTO INTERNO - 349

(b) Consideremos novamente o Exemplo 5. Tomemos V= W,

o espao das funes contnuas sobre o intervalo unitrio. Seja T
"
o operador linear "multiplicao por t , isto , (Tf) (t) = tf(t),
O ::;; t ::;; 1. T linear. T tambm no-singular;
fcil ver que
de fato, suponhamos que Tf=O. Ento, tf(t) =O para O::;; t::;; l;
logo, f(t) =O para t >O. Como f contnu_a, temos tambm f(O) =O
ou seja, f =O. Usando o produto interno do Exemplo 5, cons
truamos um novo produto interno sobre V colocando

Pr (f, g) = r (Tf) (t) (Tg) (t) dt

= r f(t) g (t) t2dt.

Voltemos agora a observaes gerais sobre produtos internos.

Suponhamos que V seja um espao vetorial complexo com um
produto interno. Ento, para todos a, f3 em V

onde Re(ixl/3) e Jm(ixl/3) so as partes real e imaginria do nmero

complexo (ixl/3). Se z um nmero complexo, ento Jm(z)=Re(-iz).
Decorre que

----
Assim, o produto interno completamente determinado por sua
"parte real" de acordo com

(8-2)

s vezes bastante til saber que um produto interno sobre

um espao vetorial real ou complexo determinado por uma outra
funo, a chmada forma quadrtica determinada pelo produto in
terno. Para defini-la, indiquemos primeiro a raiz quadrada positiva
de (ixlix) por lia li; llix li denominada a norma de a em relao ao
produto interno. Observando os produtos internos cannicos em
R1, C1, R2 e R3, o leitor poder se convencer de que conveniente
considerar a norma de a como o "comprimento" ou "magnitude"
de rx. A forma quadrtica determinada pelo produto interno a
350 - ALGEBRA LINEAR

funo que associa a cada vetor IX o escalar lllX 112. Decorre das
propriedades do produto interno que

lllX fi 112 = lllX 112 2Re(1Xlfi) + llfi 112

para todos os vetores IX e fi. Assim, no caso real,

1 1
(8-3) (ixlfi) = 4 lllX + fi 112 - 4 lllX - fi112.

No caso complexo usamos (8-2) para obter a expresso mais com

plicada:

1 1
(8-4) (1Xlfi ) = 4 lllX + fi 112 - 4 lllX - fi 112

+ lllX + ifi 112 - ! :llX - ifi 112.

As equaes (8-3) e (8-4) so denominadas as identidades de pola

rizao. Notemos que (8-4) pode tambm ser escrita como segue:

(1Xlfi) = !I n=l
i" lllX + i"/3112

.
As propriedades obtidas acima valem para qualquer produto
interno sobre um espao vetorial real ou complexo, no impor
tando sua dimenso. Voltamos agora ao caso em que V de dimen
so finita. Como se pode imaginar, um produto interno sobre um
espao de dimenso finita sempre pode ser descrito em termos de
uma base ordenada por meio de uma matriz.
Suponhamos ento que V seja de dimenso finita, que

seja uma base ordenada de V e que nos seja dado um particular

produto interno sobre V; mnstraremos que ele completamente
determinado pelos valores

(8-5)
 ESPAOS COM PRODUTO INTERNO - 351

que assume sobre pares de vetores em 8'. Se

ento

= L xk L Ji/ockjoc)
k j
G
= L yi ikxk
j,k
= Y*GX

onde X, Y so as matrizes das coordenadas de oc, f3 em relao

base ordenada 8' e Ga matriz com elementos Gik = (ockjoc). Deno
minamos G a matriz do produto interno em relao. base orde
nada 8'. Decorre de (8-5) que G hermitiana, isto , que G = G*;
contudo, G uma matriz hermitiana especial. De fato, pois G deve
satisfazer a condio adicional

(8-6) X*GX>O X=J;O.

Em particular, G deve ser inversvel. Caso contrrio, existiria uma

X# O tal que GX =O e para uma tal X, (8-6) impossvel. Mais
explicitamente, (8-6) afirma qupara quaisquer escalares xl' .. . , x.,
no todos nulos

(8-7) L;'.xpikxk > O,

j ,k
Daqui vemos imediatamente que todo elemento diagonal de G deve
ser positivo; no entanto, esta condio sobre os elementos diago
nais no de forma alguma suficiente para assegurar a validez de
(8-6). Condies suficientes para a validez de (8-6) sero dadas
mais tarde.
O processo acima reversvel; isto , se G uma n x n matriz
arbitrria sobre F que satisfaz (8-6), e a condio G = G*, ento G
a matriz, em relao base ordenada 8', de algum produto interno
sobre V. Tal produto interno dado pela equao
352 - ALGEBRA LINEAR

(o:IP) = Y*GX

onde X e Y so as matrizes das coordenadas de o: e p em relao

base ordenada @.

Exerccios

1. Seja V um espao vetorial e (li) um produto interno sobre V.

(a) Mostrar que (OIP} =O para todo p em V.
l l =O para todo P em V, ento oe =O.
(b) Mostrar que se (oeP

2. Seja V um espao vetorial sobre F. Mostrar que a soma de dois produtos

internos sobre V um produto interno sobre V. A diferena de dois produtos
internos um produto interno? Mostrar que um mltiplo positivo de um pro
duto interno um produto interno.

1
3. Descrever explicitamente todos os produtos internos sobre R e sobre C1.

4. Verificar que o produto interno cannico sobre F" um produto interno.

5. Seja ( 1) o produto interno cannico sobre R2.

(a) Sejam oe=(1, 2), fJ =( -1, 1). Se y um vetor tal que (oeiy) .
= -1 e I ) =3,
(PY
determinar y.

(b) Mostrar que para todo oe em R2 temos oe=(ali:1)&1 +(ale )e

2 2

6. Seja ( 1) o produto interno cannico sobre R2 e seja T o operador linear

T(xl' x ) =(-x , x1). Ora, T "a rotao de 90" e possui a propriedade
2 2
de que (ai Toe)=O para todo oe em R2 Determinar todos os produtos internos

[IJ sobre R2 tais que [oel Toe]=O para todo oe.

7. Seja ( 1) o produto interno cannico sobre C2. Demonstrar que no existe

nenhum operador linear no-nulo sobre C2 tal que (ai Toe)=O para todo oe em
C2. Generalizar.

8. Seja A uma 2 x 2 matriz com elementos reais. Para X, Y em R2 x 1 seja

fA(X, Y) = Y'AX.

Mostrar que fA um produto interno sobre A 2 1 se, e somente se, A=A',

x

A11 >O, A >O e det A >O.

22
9. Seja V um espao vetorial real ou complexo com produto interno. Mostrar
que a forma quadrtica determinada pelo produto interno satisfaz a regra do
paralelogramo

lloe +Pll2 + lloe -Pll2 = 211oell2 + 211Pll2.

 ESPAOS COM PRODUTO INTERNO - 353

10. Seja ( 1) o produto interno sobre R2 definido no Exemplo 2 e seja iJ a base

ordenada cannica de R2 Determinar a matriz deste produto interno em
relao a il.

11. Mostrar que a frmula

define um produto interno sobre o espao R [x] dos polinmios sobre o corpo
R. Seja W o subespao dos polinmios de grau menor ou igual a n. Restringir
o produto interno acima a W e determinar a matriz deste produto interno
sobre "f'. em relao base ordenada {1, x, x2, . , x"}. (Sugesto: Para mostrar
que a frmula define um produto interno, observar que

Ulg) = f f(t)g(t)dt
e trabalhar com a integral.)

12. Seja lv um espao vetorial de dimenso finita e seja iJ = { ai' . . . , ex.} uma base
de V. Seja ( 1 ) um produto interno sobre V. Se e 1, , e. so n escalares arbi
. .

trrios, mostrar que existe exatamente um vetor ex em V tal que (cxicx) = c'
j = 1, ... , n.

13. Seja V um espao vetorial complexo. Uma funo J de V em V denomi

nada uma conjugao (tambm chamada funo semilinear) se J(cx + fJ) =

= J(cx) + J(p), J(ccx) = cJ(cx) e J(J(cx)) =ex, para todos os escalares e e todos
ex, p em V. Se J uma conjugao, mostrar que

(a) o conjunto W de todos ex em V tais que Jcx =ex um espao vetorial

sobre R em relao s operaes definidas em V;
(b) para cada ex em V existe um llico par de vetores p, y em W. tais que
a= P +
14. Seja V um espao vetorial complexo e W um subconjunto de V com as
seguintes propriedades:
(a) W um espao vetorial teat em relao s operaes definidas em V.
(b) Para cada ex em V existe um nico par de vetores p, y em W, tais que
= + i). Mostrar que a equao JrJ. = fJ
f! i; define uma conjugao sobre
-

V tal que Jcx =ex se, e somente se, ex pertence a W e mostrar tambm que J
a nica conjugao sobre V com esta propriedade.

15. Determinar todas as conjugaes sobre C1 e C2

16. Seja W um subespao real de dimenso finita de um espao vetorial com

plexo V. Mostrar que W satisfaz a condio (b) do Exerccio 14 se, e somente
se, toda base de W tambm uma base de V.

17. Seja V um espao vetorial complexo, J uma conjugao sobre V, W o con

junto dos ex em V tais que Jcx =ex e f um produto interno sobre W Mostrar que:
354 - ALGEBRA LINEAR

(a) existe um nico produto interno g sobre V tal que g(rx, {3) = f (rx, PJ para
todos rx, f3 em W,

(b) g(Jrx, J{J) g({J, rx) para todos rx, f3 em V.

=

O que a parte (a) diz acerca da relao entre os produtos internos cannicos
sobre R' e C1 ou sobre R" e C"?

8.2 Espaos com Produto Interno

Agora que temos alguma idia sobre o que um produto interno

, voltaremos nossa ateno para o que pode ser dito a respeito
da combinao de um espao vetorial e algum produto interno par
ticular sobre ele. Especificamente, estabeleceremos as propriedades
bsicas dos conceitos de "comprimento" e "ortogonalidade" que
so impostas ao espao pelo produto interno.

Definio. Um espao com produto interno um espao ve

torial real ou complexo, munido de um produto interno especificado
sobre aquele espao.

Um espao real com produto interno e de dimenso finita

freqentemente denominado um espao euclidiano. Um espao
complexo com produto interno freqentemente dito um espao
unitrio.

Teorema 1. Se V um espao com produto interno, ento, para

quaisquer vetores oc, p em V e todo escalar e
(i) llcocll =le i llcxll;
(ii) liali > O para a# O;
(iii) i(oci P)i ::; //oc 11 !IP 11;
(iv) lia + P li ::; lloc li + llP li.

Demonstrao. As afirmaes (i) e (ii) decorrem quase imedia

tamente das diversas definies envolvidas. A desigualdade em (iii)

evidentemente vlida quando a = O. Se oc# O, coloquemos

Ento (y i a ) = O e
 ESPAOS COM PRODUTO INTERNO - 355

- (/3iex) (exl/3)
(/31/3)
=

llex 112

l<exlPW .
= 11/3112 _

llex 112
Logo, l(exl/3}12 llexll2 11/3112. Usando agora (iii) conclumos que

llex + /3112 = llex112 + (exl/3) + (f3 iex) + 11/3112

= llex112 + 2Re(exl/3) + 11/3112
llex112 + 2 llexli 11/3li + 11/3112
= (llexll + 11/311)2
Assim, llex + /3li llexli + 11/3li.
A desigualdade em (iii) denominada a desigualdade de
Cauchy-Schwarz. Ela possui uma ampla gama de aplicaes. A
demonstralfo mostra (por exemplo) que se ex Tor no-nulo, ento
l(exl/3) 1<llexii11/311 a no ser que
/3
/3 - ( iex) ex.
- llex 112
Portanto, a igualdade ocorre em (iii) se, e somente se, ex e f3 so
linearmente dependentes.

Exemplo 7. Aplicando a desigualdade de Cauchy-Schwarz

aos produtos internos dados ns--Exemplos 1, 2, 3 e 5 obtemos o
seguinte:
(a) IL xkJ\ I (L lxkl2)1;2(L lhl2)1/2
lx Y1
1 --' X2Y1 - X1Y2 + 4X2Y2 I
(b)
((x 1 - X2 )2 + 3x)1f2((Y1
Y )2 + 3y )1 f2
2
-

( c) l tr(AB*)I (tr(AA*))112(tr(BB*))112

Definies. Sejam ex e f3 vetores num espao V com produto

interno. Dizemos que ex ortogonal a /3 se (exIP}= O; como isso im
plica que f3 ortogonal a ex, dizemos simplesmente que ex e /3 so
ortogonais. Se S um conjunto de vetores em V, dizemos que S um
356 - ALGEBRA LINEAR

conjunto ortogonal se dois quaisquer vetores distintos em S so

ortogonais. Um conjunto ortonormal um conjunto ortogonal S,
com a propriedade adicional de que lloc li 1 para todo oc em S.
=

O vetor nulo ortogonal a todo vetor em V e o nico vetor

com esta propriedade. conveniente pensar em um conjunto orto
normal como um conjunto de vetores mutuamente perpendiculares,
cada um tendo comprimento 1.

Exemplo 8. A base cannica de Rn ou de cn um conjunto

ortonormal em relao ao produto interno cannico.

Exemplo 9. O vetor (x,y) em R2 ortogonal a ( -y,x) em

relao ao produto interno cannico, pois

((x,y)l(-y,x)) = -xy + yx = O .

No entanto, se R2 estiver munido do produto interno do Exemplo 2,

(x, y) e (-y, x) sero ortogonais se, e somente se,

Exemplo 10. Seja V= C" x" o espao das n x n matrizes com

plexas e EP"ii a matriz cujo nico elemento no-nulo um 1 na linha
p e coluna q. Ento, o conjunto de todas estas matrizes EPq orto
normal em relao ao produto interno dado no Exemplo 3. De
fato, pois

(WqlErs) = tr(EPqE") = (J tr(EP')

qs pr
. . qs
.
.
= (J (J

Exemplo 11. Se V o espao das funes contnuas definidas

sobre o intervalo Os x s 1 e tomando valores complexos (ou va
lores reais), com o produto interno

ifM = I f (x)g(x) dx

Suponhamos f.(x) J2 cos 2n nx e g .(x) J2 sen 2 n nx. Ento

= =

{1,fl'gl'f2,g2, } um conjunto ortonormal infinito. No caso

complex, podemos tambm formar as combinaes lineares

 ESPAOS COM PRODUTO INTERNO - 357

,}i ifn + ign), n =

1, 2, ...

Dessa maneira obteremos um novo conjunto ortonormal S consti

tudo de todas as funes da forma

n =
1, 2, ...

Acrescentando-se ao conjunto S a funo constante 1 obtm-se

o conjunto S' que tambm ortonormal. Estamos supondo aqui
que o leitor esteja familiarizado com o clculo das integrais em
questo.
Os conjuntos ortonormais dados nos exemplos acima so
todos linearmente independentes. Mostraremos agora que neces
sariamente isso acontece.

Teorema 2. Um i conjunto ortogonal de vetores no-nulos

linearmente independP.ate.

Demonstrao. Seja S um conjunto ortogonal finito ou infi

nito de vetores no-nulos num espao com produto interno. Supo
nhamos que o:P o:2, , o:m sejam vetores distintos em S e que

/J = C
10:1 + C21X2 + + CmO:m.

Ento

(/Jlak) =

Ite,ajlo:k)
j
=
I c/o:jio:k)
j
=
ck(o:kiak).
Como (o:kio:k) =F O, decorre que

1 ::5: k :::;; m.

Assim, quando f3 =
O cada
,
ck =
O ; logo S um conjunto indepen
dente.
-

Corolrio. Se um vetor f3 uma combinao linear de uma se-

qncia ortogonal de vetores no-nulos
o:1, 0:2' , o:m ento /3 : exata-
mente a combinao linear
358 - ALGEBRA LINEAR

(8-8)

Este corolrio decorre da demonstrao do teorema. Existe

um outro corolrio que, apesar de evidente, deve ser mencionado.
Se { oc1, . . . , ocm} um conjunto ortogonal de vetores no-nulos em
um espao V de dimenso finita com produto interno, ento
m < dim V. Isso diz que o nmero de direes mutuamente orto
gonais em V no pode exceder a dimenso de V, algebricamente
definida. O nmero mximo de direes mutuamente ortogonais
em V o que, intuitivamente, se consideraria como sendo a dimen
so geomtrica de V, e acabamos de ver que esta no maior que
a dimenso algbrica. O fato de que essas duas dimenses sejam
iguais, um corolrio particular do prximo teorema.

Teorema 3. Seja V um espao com produto interno e sejam

{31' , {Jn vetores independentes arbitrrios em V. Ento possvel
. . .

construir vetores ortogonais oc1, , ocn em V tais que, para cada

k 1, 2, . , n, o conjunto
= . .

uma base do subespao gerado por {31, , {Jk.

Demonstrao. Os vetores oc1, ... , oc" sero obtidos por meio

de uma construo conhecida como o proc_esso de ortogonalizao
de Gram-Schmidt. Inicialmente, seja oc 1 P. Os outros vetores =

sero obtidos, indutivamente, da seguinte maneira: Suponhamos

que ocl' . . . , ocm(l m < 11) tenham sido escolhidos de tal modo que,
para caa k

l k m,

seja uma base ortogonal para o subespao de V, gerado por

{31, . , {Jk. Para construir o vetor seguinte, ocm 1'
+ seja

(8-9)

Ento ocm+t #-O pois, caso contrrio, Pm+r seria uma combinao
linear de ocl' ... , ocm e, portanto, uma combinao linear de {3 ' . . , {Jm.
1 .
 ESPAOS COM PRODUTO INTERNO - 359

Alm do mais, se 1 ::;; j ::;; m,

(ctm+ 1 la) =
(f3m+1la) - k l ([3;jk) (akla)
=
(f3m+1la) - (f3m+1la)
= O .

Portanto, {al' ... , m+ 1} um conjunto ortogonal formdo de

m + 1 vetores no nulos do subespao gerado por [31' ..., !3m+ 1.
Pelo Teorema 2, ele constitui uma base desse subespao. Assim, os
vetores al' ..., a,, podem ser construdos, um aps o outro, de
acordo com (8-9). Em particular, se n =:' 4, temos

1 =
f31

a2 [32 _ (/Jzlai) a
llct1 112 .
=
1

(8-10)

Corolrio. Todo espao de dimenso finita com produto interno

possui uma base ortonormal.
Demonstrao. Seja V um espao de dimenso finita com pro
duto interno e seja {[31' ... , [311} uma bas de V. Apliquemos o
processo de Gram-Schmidt para construir uma base ortogonal
{al' ... ,a,,}. Para obter em seguida uma base ortonormal, substi
tuamos simplesmente cada vetor ak por ai llak 11-
Uma das principais vantagens que as bases ortonormais pos
suem, em comparao com bases arbitrrias, que os clculos
envolvendo coordenadas tornam-se mais simples. Para mostrar, em
termos gerais, por que isso verdade, suponhamos que V seja um
espao de dimenso finita com produto interno. Podemos ento,
como na ltima seo, usar a Equao (8-5) para associar a cada
base ordenada f!l = {al' ...,a,,} de V, uma matriz G. Usando essa
matriz
360 - ALGEBRA LINEAR

podemos calcular produtos internos em termos de coordenadas.

Se f!I for uma base ortonormal, G ser a matriz identidade e para
quaisquer escalares xi e yk

Assim, em termos de uma base ortonormal, o produto interno

sobre V tem a mesma aparncia que o produto interno cannico
sobre P.
Apesar do seu limitado uso prtico em clculos, interessante
observar que o processo de Gram-Schmidt pode tambm ser. usado
para testar dependncia linear. De fato, suponhamos que /31, .. ., f3.
sejam vetores linearmente dependentes em um espao V com
produto interno. Para excluirmos um caso trivial, suponhamos
/31 # O. Seja m o maior inteiro para o qual os vetores /31, ..., f3m
so independentes. Ento 1 m < n. Sejam oc1, ..., os vetores
obtidos, aplicando-se aos vetores /31' ..., /3m o processo de ortogo
nalizao. Ento o vetor ocm+1' dado por (8-9.), necessariamente
nulo. De fato, m+l est no subespao gerado por oc1, ..., am e
ortogonal a cada um desses vetores; logo am+ 1 nulo por (8-8).
Reciprocamente, se ocl' ..., am so no nulos e am+ 1 O os vetores =
,

/31' ..., /3m+ 1 so linearmente dependentes.

Exemplo 12. Consideremos os vetores

/31 =
(3, O, 4)
/32 = (-1, o, 7)
3 =
(2, 9, 11)

em R3 munido do produto interno cannico. Aplicando aos veto

res /31' /32, {33 o processo de Gram-Schmidt, obteremos os seguintes
vetores

1 =
(3, Q, 4)
((-1, O, 7)1(3, O, 4))
2 - (' -l ' O ' 7)
_ _

2.5 (3
''
O
'
4)

=
(-1, 7) - (3, O, 4)
O,

= (-4, O, 3)
 ESPAOS COM PRODUTO INTERNO - 361

((2, 9, 11 )1(3, o, 4)) o 4)

'3 =
(2' 9 ' 11) - (3' '
25
((2, 9, 11)1(-4, o, 3)) o 3)
- (-4'
25 '

=
(2, 9, 11) - 2(3, O, 4) - (-4, O, 3)
=(O, 9, O).
Esses vetores so obviamente no nulos e mutuamente ortogonais.
3
Logo, {a1, a2, a3} uma base ortogonal de R . Para exprimir um
3
vetor arbitrrio (x1, x2, x3) de R , como uma combinao linear
de oc1' oc2, a3 no necessrio resolver nenhuma equao linear.
Basta usar (8-8). Assim,

como facilmente verificvel. Em particular,

(1, 2, 3) = 1 (3, O, 4) + t (-4, O, 3) + %(0, 9, O).

Sob outro aspecto, o que mostramos foi o seguinte: A base

3
{f1,f2,f3} de (R )*, dual da base {a1' a2, a3} definida explicita
mente pelas equaes

e essas equaes podem ser escritas, mais geralmente, na forma

Finalmente, observemos que de oc1' a2, a3 obtemos a base orto

normal

{t (3, O, 4), t ( -4; O, 3), (O, 1, O)}.

362 - LGEBRA LINEAR

Exemplo 13. Seja A = [: !J onde a, b, e e d so nmeros

complexos. Coloquemos /31 =(a, b), /32 =(e, d) e suponhamos que

/31 #O. Se aplicarmos o processo de ortogonalizao a /31' /32 usan
do o produto interno cannico de C2, obteremos os seguintes vetores

a1 =
(a, b)
((e, d)jia. b))
(e, d) a b)
_

2
lal2 lbl2 ( ,
=

. (c + db)
= (e, d) - (a b)
lal2 + IW ,

=
(cbb - dba da - cb )
lal2 + lbl2' l a l2 + lbl2
det A
2 2 ba
lbl (- , ).
- _

= lal +

Ora, a teoria geral nos diz que a #O se, e somente se, /31 e /32
forem linearmente independentes.
2Por outro lado, a frmula para
a2 mostra que isso acontece se, e somente se, det A #O.
Em essncia, o processo de Gram-Schmidt consiste de apli
caes repetidas de uma operao geomtrica fundamental, deno-.
minada projeo ortogonal, e o processo melhor compreendido
sob este ponto de vista. O mtodo da projeo ortogonal tambm
surge, de um modo natural, na soluo de problemas importantes
de aproximao.
Suponhamos que W seja um subespao de um espao com pro
duto interno V e /3 um vetor arbitrrio de V. O problema consiste
em determinar uma melhor aproximao possvel de f3 por vetores
de W. Isso significa que devemos determinar um vetor a para o
qual 11/3 - a li seja to pequeno quanto possvel e sujeito res
trio de que a seja um elemento de W. Precisemos nossa lin
guagem.

Una melhor aproximao d.e /3 por vetores de W um vetor

a em W tal que

11/3 - (X li 11/3 - y li
para todo vetor y em W.
 ESPAOS COM PRODUTO INTERNO - 363

Examinando esse problema em R2 ou em R3 ve' mos, intuiti

vamente, que uma melhor aproximao de {3 por vetores de w
dever ser um vetor IX em W tal que {3 rx seja perpendicular (orto
-

gonal) a W e que dever existir exatamente um IX nessas condies.

Essas idias intuitivas so corretas para subespaos de dimenso
finita e para alguns, mas no todos, subespaos de dimenso infi
nita. Como a situao precisa demasiadamente complicada para
ser tratada aqui, demonstraremos apenas o seguinte resultado:

Teorema 4. Seja W um subespao de um espao V com produto

interno e seja {3 um vetor de V.
(i) O vetor rx em W uma melhor aproximao de {3 por veto
res de W se, e somente se, {3 - IX ortogonal a todo vetor de W.
(ii) Se uma melhor aproximao de {3 por vetores de W existir,
ela nica.
(iii) Se W de dimenso finita e [ IX 1, ... , IX
n
J uma base orto
normal arbitrria de W, o vetor

a (nica) melhor aproximao de {3 por vetores de W.

Demonstrao. Inicialmente observemos que se y um vetor
arbitrrio de V, ento fJ - y'= ({3 - IX)+ (IX y), e -

11{3 - 1' 112 = 11{3 - a 112 + 2 Re({3 - aia - y) + lla - 1' 112.

Suponhamos agora que {3 -a seja ortogonal a todo vetor em W,

que y esteja em W e que y #a. Como a -y est em W, segue-se que

11{3 - 1' 112 = 11{3. a 112 +

- lia - 1' 112
> 11{3 - a 112

Reciprocamente, suponhamos que 11{3 -y li;:::: li {3 - a li para todo

y em W. Ento, segue-se, da primeira equao acima, que

2 Re ({3 - ala - y) + lia - y 112 ;:::: O

para todo y em W. Como todo vetor em W pode ser expresso na

forma a -y com y em W, vemos que

2 Re({3 -ai-r) + 11-r 112 ;:::: O

364 - ALGEBRA LINEAR

para todo r em W. Em particular, se y est em W e y i= oc, podemos

colocar

(/3 ' - y)
- - (oc y.
- ' '

' lloc - ')' 112 - )

Ento a desigualdade se reduz a

_21(/3 - ' ' ' - Y)l2 + IW - ocloc - Y)l2 > 0

lloc - ')' 112 lloc ')' 112

-
-

Essa expresso vlida se, e somente se, (/3 - txloc - y) =O. Por
tanto, f3 - oc ortogonal a todo vetor de W. Isso completa a
demonstrao da equivalncia das duas condies sobre oc, dadas
em (i). A condio ,de ortogonalidade evidentemente satisfeita
por, no mximo, um' vetor de W, o que demonstra (ii).
Suponhamos agora que W seja um subespao de dimenso
finita de V. Ento, como corolrio do Teorema 3, sabemos que W
possui uma base ortogonal. Seja { '1' . . . , ocn} uma base ortogonal
arbitrria de W e definamos oc por (8-11). Ento, em vista do clculo
feito na demonstrao do Teorema 3, f3 - oc ortogonal a cada um
dos vetores ock(/3 - oc o vetor obtido na ltima passagem, quando
o processo de ortogonalizao aplicado a oc1, ... , 'n /3). Assim,
f3 - oc ortogonal a toda combinao linear de '1' ... , 'n' isto ,
a todo vetor de W. Se y est em W e y i= oc, segue-se que
11/3 - ')'li > 11/J - oc li. Portanto, oc a melhor aproximao de f3
contida em W.

Definio. Seja V um espao com produto interno e seja S

um conjunto arbitrrio de vetores em V. O suplementar ortogonal
de S o conjunto S1- de todos os vetores em V que so ortogonais a
todo vetor em S.
O suplementar ortogonal de V o subespao nulo e, recipro
camente {O} 1 = V. Se
S um subconjunto arbitrrio de V, seu
suplementar ortogonal S 1 (S perpendicular) sempre um subes
pao de V. De fato, S1 no vazio pois ele contm O; e sempre
que oc e f3 estiverem em s.t e. c for um escalar arbitrrio,

(coe + /311') =c(ocl y) + (/Jly)

=cO +O
=
 ESPAOS COM PRODUTO INTERNO - 365

para todo y em S, logo cex + /3 tambm estar em S1. No Teore

ma 4, a propriedade caracterstica d vetor ex a de que ele o
nico vetor em W tal que f3 - ex pertena a W 1.

Definio. O vetor ex do Teorema 4, sempre que existir, deno

minado projeo ortogonal de f3 sobre W. Se todo vetor de V tiver
uma projeo ortogonal sobre W, a aplicao que associa a cada
vetor de V sua projeo ortogonal sobre W denominada projeo
ortogonal de V sobre W.

Pelo Teorema 4, sempre existe a projeo ortogonal. de um

espao com produto interno, sobre um subespao de dimenso
finita. Mas o Teorema 4 tambm implica o seguinte resultado:

Corolrio. Sejam V um espao com produto interno, W um

subespao de di'!lenso finita e E a projeo ortogonal de V sobre W.
Ento a aplicao

/3 - /3 - E/3

a projeo ortogonal de V sobre W 1.

Demonstrao. Seja f3 um vetor arbitrrio em V. Ento f3 - E/3

1 1
est em W , e para qualquer y em W , f3 - y E/3. + (/3 - E/3 - y).
.L
=

Como E/3 est em W e f3 - E/3 - y est em W , segue-se que

11/3 - Y 112 = llE/ 112 + 11/3 E/3 - y 112

-

:2: 11/3 - (/3 - E/3) 112

valendo a desigualdade estrita quando y # f3 --'-- E/3. Portanto, f3 - E/3

a melhor aproximao de f3 por vetores em w-1.

Exemplo 14. Seja dado R3, munido do produto interno can

nico. A projeo ortogonal de ( -10, 2, 8) sobre o subespao W ge
rado por (3, 12, -1) o vetor

(( -10, 2, 8)j(3, 12, -1))

ex= (3' 12 - l)
9 + 144 + 1
'

-14
= (3, 12, -1).
154
366 - ALGEBRA LINEAR

A projeo ortogonal de R3 sobre W a transformao linear E,

definida por

(Xp X2, X3) __.

( 3x1 + 12x2 - x3 ) (3, 12, -1).
154

O posto de E , evidentemente, 1; portanto, sua nulidade 2.

Por outro lado,

se, e somente se, 3x1 + 12x2 - x3 O Isso acontece se, e somente

= .

se, (xl' Xz, X3) estiver em w..L. Portanto, w_j_ o ncleo de E e

dim (W1) 2. Calculando

( )
=

3x1 + 12x2 - x3
(Xp X2, X3) - - (3, 121 -1)

154
3
vemos que a projeo ortogonal de R sobre W .L a transfor
mao linear 1 E que leva o vetor (xp x2' x ) no vetor
3
-

As observaes feitas no Exemplo 14 generalizam-se da se

guinte maneira:

Teorema 5.Seja W um subespao de dimenso finita de um

espao V com produto interno e seja E a projeo ortogonal de V
sobre W. Ento E uma transfarmao linear idempotente de V
J.
sobre W, W o ncleo de E e
V= WE!1W.i.

Demonstrao. Seja [J um vetor arbitrrio de V. Ento E[J

a melhor aproximao de [J contida em W Em particular, E[J [J =

quando [J estiver em W. Portanto, E(E[J) E[J para todo [J em V; =

isto , E idempotente: E2 =E. Para provar que E uma trans

formao linear, sejam a e [J vetores quaisquer em V e e um escalar
arbitrrio. Pelo Teorema 4, a - Ea e [J - E[J so ortogonais a todos
os vetores de W. Portanto, o vetor

'(a. - Ea) + ([J - E[J) = (ca. + [J) - (cEa + E[J )

 ESPAOS COM PRODUTO INTERNO - 367

tambm pertence a W ..L. Como cEa + EfJ um vetor em W,

segue-se, do Teorema 4, que

E(crx + fJ) = cErx + EfJ.

claro que podemos tambm demonstrar a linearidade de E
usando (8-11). Novamente seja fJ um vetor arbitrrio em V. Ento
E{3 o nico vetor em W tal que fJ - EfJ esteja em wl. Portanto,
E {3 = O quando fJ estiver em W.L. Reciprocamente, fJ estar em
W-'- quando EfJ = O. Logo W.i_ o ncleo de E. A equao

fJ = EfJ + fJ - EfJ

mostra que V = W + Wl.; alm disso, W n W..L = {O} . De fato, se

rx um vetor em W W.L, ento n (aja)= O. Portanto,'= O e V
a soma direta de W e W..L.

Corolrio. Nas condies do teorema, 1 - E a projeo orto

gonal de V sobre W-'-. Ela uma transformao linear idempotente
de V sobre W l. com ncleo W.

Demonstrao. J vimos que a aplicao {3 fJ - EfJ a pro

jeo ortogonal de V sobre W..L. Como E uma transformao
linear, essa projeo sobre W ..L a transformao linear 1 - E.
Das suas J?ropriedades geomtricas, v-se que I - E uma trans
formao idempotente de V sobre W. Isso decorre tambm do
clculo

(/ - E) (/ - E) = I - E - E + E2
= 1 - E.

Alm disso, (/ - E) fJ = O se, e somente se, fJ = EfJ, e isso acontece

se, e somente se, {3 estiver em W. Portanto, W o ncleo de 1 - E.
O processo de Gram-Schmidt pode, agora, ser descrito geome
tricamente, da seguinte maneira: Dados um espao V com pro
duto interno e vetores fJ l' ... , Pn em V, seja Pk(k > 1) a projeo
ortogonal de V sobre o suplementar ortogonal do subespao gerado
por {3" . . . , flk-" e coloquemos P 1 = /. Ento os vetores que se
obtm, aplicando o processo de ortogonalizao a {31' ... , fln, so
definidos pelas equaes

(8-12) 1 ::;; k::;; n.

368 - ALGEBRA LINEAR

O Teorema 5 implica um outro resultado conhecido como a

desigualdade de Bessel.

Corolrio. Seja {al' ... , a.} um conjunto ortogonal de vetores

no-nulos em um espao V com produto interno. Se
f3 um vetor arbi-
trrio em V, ento

e a igualdade vale se, e somente se,

f3
f3 = L- ( 1 a; ak.
k llak li
Demonstrao. Seja y = L [(f31ak)/ llak 112] ak. Ento f3 = y + 8,
onde (ylc5) =O. Logo, k

llfJ 112 = lly 112 + llc5 ll2.

Agora, basta demonstrar que

Isto um clculo imediato, usando o fato de que (ailak) = O

para j "# k.

No caso especial em que {a1, ...,a.} um conjunto ortonor

mal, a desigualdade de Bessel afirma que

'L IC/3lak)i2 ::;; 11/3112

k
O corolrio tambm nos diz que, neste caso, f3 est no subespao
gerado por al' .. . , se, e somente se,

f1 = I (fJlak) ak .
k

ou seja, se, e somente se, a desigualdade de Bessel , na verdade,

uma igualdde. claro que, no caso de V ser de dimenso finita
e {a1, ...,a.} ser uma base ortonormal de V, a frmula acima vale
 ESPAOS COM PRODUTO INTERNO - 369

para todo vetor {3 em V. Em outras palavras, se {al' . .. , a,, } uma

base ortonormal de V, a k-sima coordenada de p em relao
base ordenada {al' , a,, } (f3iak).
...
Exemplo 15. Aplicaremos o ltimo corolrio aos conjuntos
ortonormais descritos no Exemplo 11. Conclumos que

(a)

2
(b) 11 k t e2nikt
k , dt =

Jo = -n .

(c) L1 (J2 cos 2nt + J2 sen 4nt)2 dt =

1 + 1 = 2.

Exerccios

: 1. Consideremos R4 com o produto interno canomco. Seja W o subespao de

R4 formado pelos vetores que so ortogonais a ex= (1, O, -1, l) e a f3 = (2, 3,
-1, 2). Determinar uma base de W.

2. Aplicar o processo de Gram-Schmidt aos vetores /31 = (1, O, 1), /32 = (!, O, -1),
{33=(0, 3, 4), para obter uma base ortonormal de R3 com o produto interno
cannico.

3. Consideremos C3 com o produto interno canomco. Determinar uma base

ortonormal do subespao gerado por {31 = (1, O, i) e /32 (2, l, 1 + i). =

4. Seja V um espao com produto interno. A distncia entre dois vetores ex e f3

em V definida por

Mostrar que

(a) d(a, /3) 2: O;

(b) d(a, /3) =O se, e somente se, ex={3;
(c) d(ex, /3 ) d(/3, ex);
=

(d) d(ex, /3) s; d(ex, y) + d(y, /3).

5. Seja V um espao com produto interno e sejam ex, f3 vetores em V. Mostrar
que ex=/3 se, e somente se, (exiy)=(/JJy) pra todo y em V.
2
6. Seja W o subespao de R gerado pelo vetor (3; 4). Usando o produto interno
cannico, seja E a projeo ortogonal de R2 sobre W. Determinar:
/
370 - ALGEBRA LINEAR

(a) uma frmula para E(x" x2);

(b) a matriz de E em relao base ordenada cannica;
i.
(c) W ;
(d) uma base ortonormal em relao qual E seja representada pela matriz

7. Seja V o espao com produto interno que consiste de R2 com o produto

interno cuja forma quadrtica definida por

ll(x1, x2 ) 112 = (x1 - x,)2 + 3x; .

Seja E a proJeao ortogonal de V sobre o subespao W gerado pelo vetor

(3, 4). Responder agora s quatro questes do Exerccio 6.

8. Determinar um produto interno sobre R2 tal que (e1, e2) = 2.

9. Seja V o subespao de R [x] formado pelos polinmios de grau no mximo 3.

Equipemos V com o produto interno

(f 1 g) = L' f(t) g(t) dt.

(a) Determinar o suplementar ortogonal do subespao dos polinmios cons
tantes.
(b) Aplicar o processo de Gram-Schmidt base {1, x, x2, x3}.
10. Seja V o espao vetorial das n x n matrizes sobre C, com o produto interno
!A I Bl tr(A.B"). Determinar o suplementar ortogonal do subespao das ma
=

trizes diagonais.

11. Seja V um espao de dimenso finita com produto interno e seja {1X1, . . . , IX"}
uma base ortonormal de V. Mostrar que para quaisquer vetores IX, f3 em V

(ixl /3) = I
k=l
(ixl IXk) (/31ixk).

12. Seja W um subespao de dimenso finita de um espao V com produto interno

e seja E a projeo ortogonal de V sobre W. Demonstrar que (Eix//3) = (IX-IE/3)
para todos IX, p em V.

13. Seja S um subconjunto de um espao V com produto interno. Mostrar que

(s't contm o subespao gerado por S. Para V de dimenso finita, mostrar
que (s'f o subespao gerado por S.

14. Seja V um espao de dimenso finita com produto interno e seja rJB ={IX"... , IX"}
uma base ortonormal de V. Seja T um operador linear sobre V e A a matriz
de T em relao base ordenada !JB. Demonstrar que
 ESPAOS COM PRODUTO INTERNO Br

15. Suponhamos que V= W1 EEl W2 e que /1 e /2 sejam produtos intCJrtlllN Nllhl'9

W1 e W2 respectivamente. Mostrar que existe um nico produto i11tu11111 /
sobre V tal que

(i) W2 = W/';
(ii) f (IX, /3) = fk(rt., /3), quando IX, f3 esto em W,,, k = 1, 2.

16. Seja V um espao com produto interno e W um subespao de V de dimct1Nl11

finita. Existem (em geral) muitas projees que tm W por sua im11111111
Uma destas, a projeo ortogonal sobre W, tem a qtll' propriedade de
!IEIX!i:::; 111)'.ll para todo IX em V. Demonstrar que se E uma projeo rn111
imagem W, tal que llE1Xll:::; lllXll para todo rt. em V, ento E a projcil11
ortogonal sobre W.

17. Seja V o espao real com produto interno que consiste do espao das fu111\u
contnuas, definidas no intervalo 1 :::; t :::; !, tomando valores reais. com 11
-

produto interno

u, g) = L, f(t) g(t) dt.

SejaW o subespao das funes mpares, isto , funes que satisfazu111

/(-r) -f(r). Determinar o suplementar ortogonal de W.
=

8.3 Funcionais Lineares e Adjuntos

A primeira parte desta seo trata dos funcionais lineares sobrt!
um espao com produto interno e de sua relao com o produto
interno. O resultado fundamental que todo funcional linear f
sobre um espao de dimenso finita com produto interno o "pro
duto interno por um vetor fixo no espao'', isto , que um tal f
da forma f (a) = (a l ,B), para um certo f3 fixo em V. Usaremos este
resultado para demonstrar a existncia do "adjunto" de um ope
rador linear T sobre V, sendo este um operador linear T* tal que
(Tal,B) =(ai T*,B) para todos a e fJ em V. Atravs do uso de uma
base ortonormal, esta operao de conjugao sobre operadores
lineares (passando de T a T*) identificada com a operao de se
tomar a transposta conjugada de uma matriz. Vamos explorar
superficialmente a analogia entre a operao de conjugao e a
conjugao sobre nmeros complexos.
Seja V um espao arbitrrio com produto interno e seja fJ um
certo vetor fixo em V. Definamos uma funo fp de V no corpo
de escalares por

fp(a) = (a 1 fJ).
372" LGEBRA LINEAR

Esta funo p um funcional linear sobre V, pois, por sua prpra

definio, (ocfp) linear como uma funo de oc. Se V a dimenso
finita, todo funcional linear sobre V provm desta maneira de
algum p.

Teorema 6. Seja V um espao de dimenso finita com produto

interno e f um funcional linear sobre V. Ento existe um nico vetor
P em V tal que f(o:) = (oclP) para todo o: em V.
Demonstrao. Seja {oc1, oc2' ... , ocn } uma base ortonormal de V.
Coloquemos

(8-13)

e seja fp o funcional linear definido por

fp.) =
(o:fp)
Ento
fp(ock) = (o:kfL f(oc)oc) = f(ock).
j

Como isto vlido para todo ock, decorre que f = ff" Suponhamos
agora que y seja um vetor em V tal que (ocfp) = (oc1y) para todo o:.
Ento (p - yJp- y) =O e P = y. Assim, existe exatamente um vetor p
que determina o funcional linear f da maneira afirmada.
A demonstrao deste teorema pode ser ligeiramente reformu
lada, em termos da representao de funcionais lineares em relao
a uma base. Se tomarmos uma base ortonormal { o: 1, , "} de V, . .

o produto interno de oc x 1o:1 + . . + x"oc" e p = Y10:1 + ... + Ynn

= .

ser
(oc j p) = X1Y1 + + XnYn
Se f um funcional linear arbitrrio sobre V, ento f da forma

j(oc) = C1X1 + ... + CnXn

para certos escalares fixos c1' ... , cn determinados pela base.
claro que c i = f(). Se desejamos encontrar um vetor p em V tal
que (ocjp)-= f (oc) para todo oc, ento evidentemente
--
as coordenadas y.J
de P devem satisfazer yi = ci, oti seja, yi = f(oc). Conseqentemente

P = f(oc1)oc1 + ... + f (oc.)oc.

o vetor desejado.
 ESPAOS COM PRODUTO INTERNO - 373

Alguns comentrios adicionais devem ser feitos. A demons

trao do Teorema 6, que acabamos de fazer, admiravelmente
curta, mas ela deixa de dar nfase ao fato geomtrico essencial de
que f3 est no suplementar ortogonal do ncleo de f. Seja W o
ncleo de f. Ento V W + W-\ e f completamente determi
=

nada pelos seus valores em W ..L. De fato, se P a projeo orto

gonal de V sobre W..L, ento

f(a) =f(Pa)

para todo a em V. Suponhamos f #- O. Ento, o posto de f 1 e

dim( W..L ) = l. Se y um vetor no nulo, arbitrrio, de W'\ se
gue-se que

para todo a em V. Assim

1 f (y)
f (a) = (a y) tt

para todo a, e f3=[l(y)/llY112] y.

Exemplo 16. Gostaramos de dar um exemplo que mostre que

o Teorema 6 no vlido sem a hiptese de V ser de dimenso
finita. Seja V o espao vetorial dos polinmios sobre o corpo dos
nmeros complexos, com o produto interno

Este produto interno pode tambm ser definido algebricamente.

k
Se f = Lakx e g = Lbkx\ ento

Seja z um nmero complexo fixo e seja L o funcional linear "valor

que assume em z":

L(f) =
f (z ) .
374 - LGEBRA LINEAR

Existe um polinmio g tal que (f lg) = L(f) para todo f? A res

posta negativa; de fato, suponhamos que se tenha

1 (z) = I 1 (t)g(t) dt

para todo f. Seja h =x - z, de modo que para todo f temos

(hf) (z) = O. Ento

= I h(t)f(t)(gt)dt

para todo f. Em particular, isto vale para f = hg de modo que

e ento hg =O. Como h #-O, devemos ter que g =O. Mas L no

o funcional nulo; logo, nenhum tal g existe.
Pode-se, num certo sentido, generalizar o exemplo, para o caso
em que L uma combinao linear de funcionais do tipo acima.
Suponhamos que tomemos nmeros complexos fixos z 1, ... , z" e
escalares c1' ..., c" e seja

L(f) =
cif(z1) + ... + cJ(zn ).

Ento L um funcional linear sobre V, mas no existe nenhum g

tal que L(f) = Ulg), a menos que c1 = c2 = ... = c" =O. Basta
repetir o argumento acima com h = (x - z 1) ...(x - z,J
Voltamos agora ao conceito do adjunto de um operador linear.

Teorema 7. Para qualquer operador linear T sobre um espao

V de dimenso finita com produto interno, existe um nico operador
linear T* sobre V tal que

(8-12) (foi/3) = (etlT*/J)

para todos et, p em V.

Demonstrao. Seja p um vetor arbitrrio em V. Ento

et-+ (Tetl/3) um funcional linear sobre V. Pelo Teorema 6, existe
 ESPAOS COM PRODUTO INTERINO - 375

um nico vetor /3' em V tal que (To: i/3) (1Xi/31

= para todo IX em V.
Indiquemos por T* a aplicao f3 /3':

/3' = T*f3.

Temos (8-14), mas precisamos verificar que T* um operador

linear. Sejam {3, y em V e seja c um escalar. Ento, para qualquer a

(aiT*(cf3 + y)) = (To:ic/3 +y)

= (To:ic/3) + (To:iy)
= c(To:i/3) + (Ta y) l
= c(ai T*/3) +(a T*y)
= (aicT*/3) +(aiT*y)
= (aicT*/3 +T*y).

Assim, T*(cf3 + y) = cT*/3 +T*y e T* linear.

A unicidade de T* evidente. Para f3 arbitrrio em V, o vetor
T*/3 determinado de modo nico como sendo o vetor {31 tal que
(To:i/3) = (1Xi/31) para todo a.

Teorema 8. Seja V um espao de dimenso finita com produto

interno e seja 86 { IX 1, ..., a"} uma base ortonormal (ordenada) de
=

V. Seja T um operador linear sobre V e seja A a matriz de T em

relao base ordenada !. Ento Aki (Tai 1 ak). =

Demonstrao. Como 86 uma base ortonormal, temos

n

IX = L (IX i ixk) ak.

k=l

A matriz A definida por

To:j =
L Akpk
k=l
e como
n

To:i =
L (To:iiak)ak
k=l

Corolrio. Seja V um espao de dimenso finita com produto

interno e seja T um operador linear sobre V. Em relao a qualquer
376 - ALGEBRA LINEAR ,

base ortonormal de V, a matriz de T* a transposta conjugada da

.
matriz de T.
Demonstrap:) Seja PJ = { al' .. ., an} uma base ortonormal de
V, seja A= [T]38 e B= [T*]38, De acordo com o Teorema 8,

A ki =
(Taiiak)
Bki =
(T*ailak).

Ento, pela definio de T*, temos

Bki (T*ailak)
=

= (akl T*a)
= (T\la)
= A,k.
J

Exemplo 17. Seja V um espao de dimenso finita com pro

duto interno e seja E a projeo ortogonal de V sobre um subes
pao W. Ento, para quaisquer vetores a e f3 em V,

(Eaif3) (EalE/3 + (1 - E)/3)

=

= (EalE/3)
(Ea + (1 E)aiE/3)
= -

= (alE/3).

Da unicidade do operador E* segue-se que E* =

E. Consideremos
agora a projeo E descrita no Exemplo 14. Ento

36 -3
A=
1
154
[9 36 144 -1
-3 -12
]
a matriz de E em relao base ortonormal cannica. Como
E= E*, A tambm a matriz de E* e, porque A= A*, isso no
contradiz o corolrio anterior. Por outro lado, suponhamos

a1 = (154, O, O)
2 = (145, - 36, 3)
IX3 = ( - 36, 10, 12).
 ESPAOS COM PRODUTO INTERNO - 377

fol = (9, 36, -3)

Ea2 = (O, O, O)
fo.3 = (O, O, O).

Como (9, 36, - 3) = -(154, O, O) - (145, - 36, 3), a matriz B de E em

]
relao base {<X 1, a2, a3} definida pela equao

[-1 o
B = -1 O O

o o o

Nesse caso B =F B* e B* no a matriz de E*= E em relao base

{ocl' v oc3}. Aplicando o corolrio, conclumos que {ocl' oc2, oc3} no
uma base ortonormal. De qualquer modo, tudo isso trivial.

Definio. Seja T um operador linear sobre um espao V com

produto interno. Dizemos que T possui um adjunto sobre V se existe
um operador linear T*' sobre V tal que (ToclP) (oclT*P) para todos =

oc e p em V.
O Teorema 7 afirma que todo operador linear sobre um es
pao V de dimenso finita com produto interno possui um adjunto
sobre V. No caso de dimenso infinita isso nem sempre verdade.
Mas, em qualquer caso, existe no mximo um tal operador T*;
quando existir, denominamo-lo o adjunto de T.
Dois comentrios devem ser feitos acerca do caso de dimenso
finita.

1. O adjunto de T depende no s de T, mas tambm do

produto interno.
2. Como foi visto no Exemplo 17, para uma base ordenada
arbitrria f!J, a relao entre [T}'1i e [T*].(19 mais complicada que

a apresentada no corolrio acima.

Exemplo 18. Seja V = C" x 1 o espao das n x 1 m atrizes com

plexas, com o produto interno (X 1 Y) = Y*X. Se A uma /1 x /1

matriz com elementos complexos, o adjunto do operador linear

X --+ AX o operador X --+ A *X. De fato, pois

(AXI Y) = Y*AX = (A * Y)* X= _(XjA * Y).

378 - ALGEBRA LINEAR

O leitor dever se convencer de que isto na realidade uma refor

mulao do ltimo corolrio.

Exemplo 19. Este semelhante ao Exemplo 18. Seja V= C" x

n

com produto interno (A IB ) = tr(B*A) . Seja M uma n x n matriz

fixa sobre C. O adjunto da multiplicao esquerda por M a
multiplicao esquerda por M*. Evidentemente, "multiplicao
esquerda por M" o operador linear LM definido por LM(A) = MA.

(LM(A) i B) = tr(B*(MA))
= tr(MAB*)
" = tr(AB* M)
= tr (A (M*B)*)
l
= (A 4t*(B)).

Assim, (LM)* = LJJ. No clculo acima, usamos duas vezes a pro

priedade caracterstica da funo trao: tr(AB) = tr(BA).

Exemplo 20. Seja V o espao dos polinmios sobre o corpo

dos nmeros complexos, com o produto interno

Ulg) = f f(t)g(t)dt.
Se j Urp. polinmio, f
1: akxk, seja f= 1: kxk. Isto , f o poli
=

nmio cuja funo polinomial associada a complexa conjugada

da de f:

f(t) = f(t), t real

Consideremos o operador "multiplicao por f", isto , o operador

linear M 1 definido por M /g) = fg. Ent!o este operador possui um
adjunto, a saber, a multiplicao por f. De fato, pois

(M /g)ih) = ifgih)
= f f(t)g(t)h{i)dt
= fo1 g(t)[f(t)h(t)]dt
 ESPAOS COM PRODUTO INTERNO - 379

=(glfh)
= (gl M:r(h) )
e, portanto, (M:r)* =Mr

Exemplo 21. No Exemplo 20, vimos que alguns operadores

lineares sobre um espao de dimenso infinita com produto interno
possuem um adjunto. Como comentamos anteriormente, outros
no o tm. Seja V o espao com produto interno do Exemplo 20 e
seja D o operador derivao sobre C[x]. A integrao por partes
mostra que

(Df g
l ) =f (l)g(l) --,.
f (O)g(O) - UIDg).

Fixemos g e perguntemos quando que existe um polinmio D*g

tal que (Dflg)=UID*g) para todo f. Se um tal D*g existe, temos

UID*g) =f (l)g(l ) - f(O)g(O) - UIDg)

UID*g + Dg) = f(l)g(l ) - f(O)g(O) .

Com g fixo, L(f ) =f(l)g(l) -f(O)g(O) um funcional linear do

tipo considerado no Eiemplo 16 e no pode ser da forma L(f) =
=Ulh) a menos que L =O. Se D*g existe, ento com h =D*g + Dg
teos de fato L(f )=Ulh) , e ento g(O)=g(l)=O. A existncia
de um polinmio adequado D*g implica g(O)=g(l)=O. Reci
procamente, se g(O)=g(l)=O, o polinmio D*g = - Dg satisfaz
(Df lg)=UID*g) para todo f. T omando tim g qualquer para o
qual g(O) #O ou g(l) #.O, no podemos definir D*g de modo con
veniente; portanto; conclumos que D no possui adjunto.
Esperamos que estes exemplos aumentem a compreenso do
leitor quanto ao adjunto de um operador linear. Vemos que a ope
rao de conjugao, que faz passar de T a T* , se comporta um
pouco como a conjugao sobre nmeros complexos. O teorema
seguinte fortalece esta analogia.

Teorema 9. Seja V um espao de dimenso finita com produto

interno. Se T e U so operadores lineares sobre V e c um escalar
(i) (T + U)* = T* + U*;
(ii) (cT )* =T*;
380 - ALGEBRA LINEAR

(iii) (TU)*=U *T*;

(iv) (T*)*=T.
Demonstrao. Para demonstrar (i)

((T + U) al/3) =(Ta + Valf3)

= (T<XIP} +(Vaj/J)
=(a T*p) +(ai U*p)
=(a T*/J + U*/J)
=(a (T* + U*)/J).

Pela unicidade do adjunto, temos (T +U)*=T* +U*. Deixa

mos a demonstrao de (ii) a cargo do leitor. Obtemos (iii) e (iv)
a partir de

(WalfJ) =(UajT*/J) =(ai U*T*/J)

(T*alfJ) =(/31 T*a) =(T{3ja) =(ai Tf3).

O Teorema 9 freqentemente formulado como segue: a apli

cao T-+ T* um antiisomorfismo linear-conjugado de perodo
2. A analogia com a conjugao complexa que mencionamos acima
, evidentemente, baseada na observao. de que a conjugao com
plexa tem as propriedades (z1 + z2)=z1 +z2, (z1z2)=z1z2, z=z.
Deve-se ter o cuidado de observar a inverso da ordem num pro-
. duto, imposta pela operao de conjugao: (UT)* = T*U*'. Men
cionaremos extenses da analogia medida que prossigamos nosso
estudo de operadores lineares sobre um espao com produto interno.
Podemos mencionar alguma coisa nesse sentido agora. Um nmero
complexo z real se, e somente se, z=z. de esperar que os ope
radores lineares T tais que T=T* se comportem, de certa ma
neira, como os nmeros reais. isto o que realmente ocorre. Por
exemplo, se T um operador linear sobre um espao complexo
de dimenso finita com produto interno, ento

(8-15)

onde U1 =U*1 e U2 = U*2. Assim, de certa forma, T possui uma

"parte real" e uma "parte imaginria". Os operadores U 1 e U 2 que
satisfazem U 1 =U*1, U2 =U*2 e (8-15) so nicos e so dados por
 ESPAOS COM PRODUTO INTERNO - 381

1
U1 = l (T + T*)

U2 = i (T - T*).
Um operador linear T tal que T = T* dito auto-adjunto
(ou hermitiano). Se !!J uma base ortonormal de V, ento

[T*],\ij = [TJ*r;i

e, ento, T auto-adjunto se, e somente se, sua matriz em relao

a toda base ortonormal uma matriz auto-adjunta. Operadores
auto-adjuntos so importantes, no s porque nos fornecem uma
espcie de partes real e imaginria de um operador linear arbitrrio,
mas tambm pelas seguintes razes: (1) Operadores auto-adjuntos
possuem muitas propriedades especiais. Por exemplo, para um
operador deste tipo, existe uma base ortonormal formada por ve
tores caractersticos. (2) Muitos operadores que surgem na prtica
so auto-adjuntos. Consideraremos posteriormente as propriedades
especiais dos operadores auto-adjuntos.

Exerccios

1. Seja V o espao C2, com o produto interno cannico. Seja T o operador

definido por Te1 = (1, - 2), Te2 (i, - 1). Se
= a = (x, x2), determinar T* a.

2. Seja T o operador linear sobre C2 definido por Ti;1 = (1 + i, 2), Ts2 = (i, i).
Usando o produto interno cannico, determinar a matriz de T" em relao
base ordenada cannica. T comuta com T"?

3. , Suponhamos que V seja C3 com o produto interno cannico. Seja T o ope

rador linear sobre V cuja matriz em relao base ordenada cannica defi
nida por

AJ = ii+k, (i2 = - 1) .

Determinar uma base do ncleo de T*.

4. Seja V um espao de dimenso finita com produto interno e T um operador

linear sobre V. Mostrar que a imagem de T* o suplementar ortogonal
do ncleo de T.

5. Seja V um espao de dimenso finita com produto interno e T um operador

linear sobre V. Se T inversvel, mostrar que T* inversvel e ( T* )- 1 ( r 1 )*. =
382 - ALGEBRA LINEAR

6. Seja V um espao com produto interno e fJ, y vetores fixos em V. Mostrar

que Ta= (cxl fJ) y define um operador linear sobre V. Mostrar que T possui um
adjunto e descrever T* explicitamente.
V seja C" com o produto interno cannico,
Suponhamos agora que
fJ = (y" ..., Y.) e y = (x" .. ., x.).
Qual o elemento j, k da matriz de T em
relao base ordenada cannica? Qual o posto desta matriz?

7. Mostrar que o produto de dois operadores auto-adjuntos auto-adjunto se,

e somente se, os dois operadores comutam.

8. Seja V o espao vetorial dos polinmios sobre R de grau menor ou igual a 3,

com o produto interno

iflo) = f J(t)g(t)dt.
Se t um nmero real, determinar o polinmio g1 em V tal que (f 1g,) =f (t)
para todo f em V.

9. Seja V o espao com produto interno do Exerccio 8 e seja D operador deri

vao sobre V. Determinar D*.

10. Seja V o espao das n x n matrizes sobre o corpo dos nmeros complexos,
com o produto interno (A 1 B) = tr (AB* ). Seja P uma matriz inversvel fixa em
V e seja Tp o operador linear sobre V definido por Tp(A) = p- i AP. Deter
minar o adfunto de Tr

11. Seja V um espao de dimenso finita com produto interno e seja E um ope
rador linear idempotente sobre V, isto , E2 =E. Demonstrar que E auto
adjunto se, e somente se, EE* = E* E.

12. Seja V um espao complexo de dimenso finita com produto interno e seja T
um operador linear sobre V. Demonstrar que T auto-adjunto se, e somente
se, (Tcxicx) real para todo ex em V.

8.4 Operadores Unitrios

Nesta seo, vamos considerar o conceito de um isomorfismo

entre dois espaos com produto interno. Se V e W so espaos ve
toriais, um isomorfismo de V em W uma transformao linear
bijetora de V em W, isto , uma correspondncia bijetora entre os
elementos de V e os de W, a qual "conserva" as operaes de es
pao vetorial. Ora, um espao com produto interno consiste de
um espao vetorial e um produto interno especificado sobre aquele
espao. Assim, quando V e W so espaos com produto interno,
exigiremos que um isomorfismo de V em W no s conserve as ope
raes lineares, mas tambm conserve produtos internos. Um iso
morfismo de um espao com produto interno em si mesmo deno-
 ESPAOS COM PRODUTO INTERNO - 383

minado um "operador unitrio" sobre aquele espao. Considera

remos vrios exemplos de operadores unitrios e estabeleceremos
suas propriedades fundamentais.

Definio. Sejam V e W espaos com produto interno sobre o

mesmo corpo e seja T uma transfarmao linear de V em W. Dize
mos que T conr.erva produtos internos se (TixlT,8) (ixl,B) para todos =

ix, ,8 em V. Um isomorfismo de V em W um isomorfismo T de es

pao vetorial de V em W que tambm conserva produtos internos.

Se T conserva produtos internos, ento li Tix li= l l a li, portanto,

T , necessariamente, no-singular. Assim, um isomorfismo de V
em W pode tambm ser definido como uma transformao linear
de V sobre W que conserva produtos internos. Se T um isomor
fismo de V em W, ento y-i um isomorfismo de W em V; logo,
quando um tal T existir, diremos simplesmente que V e W so
isomorfos. clro que o isomorfismo de espaos com produto
interno uma relao de equivalncia.

Teorema 10. Sejam V e W espaos de dimenso finita com pro

duto interno sobre o mesmo corpo, que tenham a mesma dimenso.
Se T uma transformao linear de V em W, as seguintes ajirmaes
so equivalentes:

(i) T conserva produtos internos.

(ii) T um isomorfismo (de espao com produto interno).
(iii) T leva toda base ortonormal de V em uma base ortonor
mal de W.
(iv) T leva alguma base ortonormal de V em alguma base orto
normal de W.

Demonstrao (i)-> (ii). Se T conserva produtos internos, ento

li Ta li= lla li para todo a em V. Assim, T no-singular e como
dim V= dim W, sabemos que T um isomorfismo de espao ve
torial.
(ii)-> (iii) Suponhamos que T seja um isomorfismo. Seja
{ a1, ... , an} uma base ortonormal de V. Como T um isomorfismo
de espao vetorial e dim W = dim V, decorre que {Tal' ... , Toe,,}
uma base de W. Como T conserva tambm produtos internos,
(TctilTak) = (ocilock) = bik.
384 - ALGEBRA LINEAR

(iii)-t (iv) No requer comentrios.

(iv)-t (i) Seja { ocl' ..., ocn} uma base ortonormal de V tal que
{Tocl' ... , Toe.} seja uma base ortonormal de W. Ento

n
(ocifi) = Ll xiyi
j=
(Toei Tfi) = (L xiTioc lL ykTock)
j k
= L L xiyk(Tocil Tock)
j k

logo T conserva produtos internos.

Corolrio. Sejam V e W espaos de dimenso finita como pro

duto interno sobre o mesmo corpo. Ento V e W so isomorfos se, e
somente se, tm a mesma dimenso.

Demonstrao. Se {oc1, ocn} uma base ortonormal de V e

. . ,

{ fil' ..., fin} uma base ortonormal de W, seja Ta transformao

linear de V em W definida por Toei= fir Ento T um isomor
fismo de V em W.

Exemplo 22. Se V um espao n-dimensional com produto

interno, ento toda base ortonormal ordenada P .= {oc, ..., oc"} deter
mina um isomorfismo de V em F" com o produto interno cannico.
O isomorfismo simplesmente

Existe o isomorfismo, superficiaI. mente diferente, determinado por

P,de V no espao F" x 1 com (X [ Y) Y *X como produto interno.
=

O isomorfismo

O( -t [O(]gi
 ESPAOS COM PRODUTO INTERNO - 385

isto , a transformao que leva ' na matriz de suas coordenadas

em relao base ordenada f!J. Para qualquer base ordenada f!J,
este um isomorfismo de espao vetorial; no entanto, ele um
isomorfismo dos dois espaos com produto interno se, e somente
se, f!J ortonormal.

Exemplo 23. Eis um isomorfismo um pouco menos super

ficial. Seja W o espao das 3 x 3 matrizes A sobre R que sejam
anti-simtricas, isto , A1 = -A. Vamos equipar W com o produto
interno (A f B) = ! tr(AB'), sendo o ! colocado por convenincia.
Seja V o espao R3 com o produto interno cannico. Seja T a
transformao linear de V em W definida por

Ento T leva V sobre W, e colocando

B = [
y
-y2

temos

tr(AB1) =
X3Y3 + X2Y2 + X3Y3 + X1Y1 + X2Y2 + X1Y1
= 2(X1Y1 + X2Y2 + X3Y3).
Assim, ('J/3) = (T'I T/3) e T um isomorfismo de espao vetorial.
Notemos que T leva a base cannica {e1, e2, e3} na base orto
normal formada pelas trs matrizes

[oo oo -1] ' [ oo oo o] '

o 1 o -1 o o
Exemplo 24. Nem sempre particularmente conveniente des
crever um isomorfismo em termos de bases ortonormais. Por
exemplo, suponhamos G = P *P, onde P uma n x n matriz inver
svel com elementos complexos. Seja V o espao das n x 1 ma
trizes complexas, com o produto interno [Xf Y] = Y*GX. Seja
W o mesmo espao vetorial, com o produto interno cannico
(Xi Y) = Y*X. Sabemos que V e W so espaos com produto
386 - ALGEBRA LINEAR

interno que so isomorfos. Deveria parecer que a maneira mais

conveniente de descrever um isomorfismo entre V e W seja a
seguinte: Seja T a transformao linear de V em W definida por
T(X)= PX. Ento

(TXITY) = (PXIPY)
= (PY)*(PX)
= Y*P*PX
= Y*GX
=[XIY].
Logo, T um isomorfismo.

Exemplo 25. Seja V o espao das funes contnuas, definidas

sobre o intervalo unitrio, D s ts 1 e tomando valores reais, com
o produto interno

[( fig)] = J: f(t)g(t)t2dt.
Seja W o mesmo espao vetorial com o produto interno

Ulg) = J: f(t)g(t)dt.
Seja T a transformao linear de V em W dada por

(Tf )(t) = tf(t).

Ento (TflTg)=[ flgJ, portanto T conserva produtos internos;

contudo, T no um isomorfismo de V em W, porque a imagem
de T no todo o espao W. Evidentemente, isto ocorre porque o
espao vetorial subjacente no de dimenso finita.

Teorema 11. Sejam V e W espaos com produto interno, sobre

o mesmo corpo e seja T uma transformao linear de V em W.
Ento, T conserva produtos internos se, e somente se, li Toe li= lloe li
para todo oe em V.
Demonstrao. Se T conerva produtos internos, T "conserva
normas". Suponhamos que l iToe li = lloe li para todo oe em V. Ento
liToe 112 = lloe 112. Usando agora a identidade de polarizao conve
niente, (8-3) ou (8-4) e o fato de que T linear, obtm-se facil
mente (oe 1 /3 = (Toe 1 T /3) para quaisquer oe, /3 em V.
 ESPAOS COM PRODUTO INTERNO - 387

Definio. Um operador unitrio sobre um espao com produto

interno um isomorfismo do espao em si mesmo.
O produto de dois operadores unitrios unitrio. De fato,
se U1 e U2 so unitrios, ento U2 U inversvel e li U 2 U 1 tx li =
1
= liU1 tx li= lltx li para todo tx. Alm disso, o inverso de um ope
rador unitrio unitrio, pois llUtxll= lltx ll diz que 11u-1p11 =
= llP ti, onde /3 = Utx. Como o operador idntico obviamente
unitrio, vemos que o conjunto dos operadores unitrios sobre um
espao com produto interno um grupo, com a operao de com
posio.
Se V um espao de dimenso finita com produto interno e
U um operador linear sobre V, o Teorema 10 nos diz que U
unitrio se, e somente se, (Utxl U p) = (txlP} para todos tx, f3 em V;
0u seja, se, e somente se, para alguma (toda) base ortonormal
{tx1' ... , tx.} verdade que {Utxp ..., Utx.} uma base ortonormal.

Teorema 12. Seja U um operador linear sobre um espao V

com produto interno. Ento U unitrio se, e somente se, o adjunto
U* de U existe e UU*= U*U = I.
Demonstrao. Suponhamos que U seja unitrio. Ento U
inversvel e

para todos tx, p. Logo, u-1 o adjunto deU.

Reciprocamente, suponhamos que U* exista e U**= U*U = I.
Ento U inversvel, com u-1 = U*. Portanto, basta mostrar
que U conserva produtos internos. Temos

(Utxl U/3) = (tx U*U/3)

= (tx Jp)
= (tx p)
para todos tx, {3.
1
Exemplo 26. Consideremos cn X , com o produto interno
(XI Y) = Y *X. Seja A uma n x n matriz sobre C e seja U o ope
rador linear definido por U (X) = AX. Ento

(UXiUY) = (AXIAY) = Y *A*AX

para todas X, Y. Logo, U unitrio se, e somente se, A*A = I.

388 - ALGEBRA LINEAR

Definio. Uma n x n matriz complexa A dita unitria se

A*A = I.

Teorema 13. Seja V um espao de dimenso finita com produto

interno e seja U um operador linear sobre V. Ento U unitrio se,
e somente se, a matriz de U em relao a alguma (toda) base orto
normal ordenada uma matriz unitria.

Demonstrao. A esta altura, isto no bem um teorema e s

o enunciamos por questo de nfase. Se fJI = { oc1, . .. , ocn} uma
base ortonormal ordenada de V e A a matriz de U em relao
a @, ento A*A = I se, e somente se, U* U = I. O resultado de
corre do Teorema 12.

Seja A uma n x n matriz. A afirmao de que A unitria

diz simplesmente

ou

n
L rjArk =
jk"
r= 1

Em outras palavras, diz que as colunas de A formam um conjunto

ortonormal de matrizes-colunas, usando o produto interno can
nico (XI Y) = Y* X. Como A*A = I se, e somente se, AA* = I vemos
que A unitria exatamente quando as linhas de A constituem um
conjunto ortonormal de n-uplas em cn (com o produto interno
cannico). Portanto, usando produtos internos cannicos, A uni
tria se, e somente se, as linhas e colunas de A so conjuntos orto
normais. V-se aqui um exemplo da fora do teorema que afirma
que uma inversa unilateral de uma matriz , na verdade, uma in
versa bilateral. Aplicando este teorema como fizemos acima, diga
mos, a matrizes reais, temos o seguinte: Suponhamos que exista
uma tabela quadrada de nmeros reais tal que a soma dos qua
drados dos elementos de cada linha seja 1 e tal que linhas distintas
sejam ortogonais. Ento a soma dos quadrados dos elementos de
cada coluna 1 e colunas distintas so ortogonais. Basta escrever
a demonstrao deste fato para uma tabela 3 x 3, sem usar nenhum
conhecimento sobre _,matrizes, para se ficar razoavelmente impres
sionado.
 ESPAOS COM PRODUTO INTERNO - 389

Definio. Uma n x n matriz A, real ou complexa, dita orto

gonal se A'A 1.
=

Uma matriz ortogonal real unitria; uma matriz unitria

ortogonal se, e somente se, cada um dos seus elementos real.

Exemplo 27. Vejamos alguns exemplos de matrizes unitrias

e ortogonais.
(a) Uma 1 x 1 matriz [e] ortogonal se, e somente se, e= 1
e unitria se, e somente se, cc 1. A ltima condio significa
=

( claro) que l ei= 1, ou seja, e e; , come real.

=
(b) Seja

A
=
[ l
Ento A ortogonal se, e somente se,

A '= A-1 =
ad - bc
1 [ -e
d -b
a
] .

O determinante de qualquer matriz ortogonal, como se pode ver

facilmente, 1. Assim, A ortogonal se, e somente se,

A=
[ a b ]
-b a.

ou

A= [
b
b
-a
]
onde a2 + b2= 1. Os dois casos so distinguidos pelo valor de
det A.
(c) As bem conhecidas relaes entre as funes trigonom
tricas mostram que a matriz

A -
[cos 8 -sen ]
,O sene cose

ortogonal. Se e um nmero real, ento A0 a matriz, em re

lao base ordenada cannica de R2, do operador linear U0, e
a rotao do ngulo e. A afirmao de que A0 uma matrl.z
390 - ALGEBRA LINEAR

ortogonal real (logo unitria) significa simplesmente que U8 um

operador unitrio, isto , conserva o produto escalar.

(d) Seja

A=
[: l
Ento A unitria se, e somente se,

[ ] = 1 [ d -b ]
b d ad - bc -c a

O determinante de uma matriz unitria tem valor absoluto 1 e ,

portanto, um nmero complexo da forma ei8, e real. Assim, A
unitria se, e somente se,

onde e um nmero real e a, b so nmeros complexos tais que

lal2 + lbl2 = 1.

Como observamos anteriormente, os operadores unitrios sobre

espaos com produto interno formam um grupo. Desse fato e do
Teorema 13 segue-se que o conjunto V (n) das n x n matrizes uni
trias tambm um grupo. Assim, a inversa de uma matriz unitria
e o produto de duas matrizes unitrias novamente uma matriz
unitria. claro que fcil verific;tr esses fatos diretamente. Uma
n n matriz A com elementos complexos unitria se, e somente
x

se,
A-1 =A*. Assim, se A unitria, temos (A-1)-1 =A=(A*r1 =
=(A -1 )*. Se A e B so n x n matrizes unitrias, ento' (AB)-1 =

=B-1 A-1 =B*A*=(AB)*.

O processo de Gram-Schmidt em C" tem um corolrio interes
sante para matrizes, que envolve o grupo U(n).

Teorema 14. Para cada n x n matriz complexa inversvel B,

existe uma nica matriz triangular inferior M, com elementos posi
tivos na diagonal principal, tal que MB unitria.
Demonstrao. As linhas /31, , Pn de B formam uma base
. . .

de C". Sejam al' . .. , " vetores obtidos de /31' ... , Pn pelo processo
de Gram-Schmidt. Ento, para 1 k n, { a 1, , ak } uma base
.

ortogonal do subespao gerado por {/31, ... , /3k} e

 ESPAOS COM PRODUTO INTERNO - 391

ak /3k - ""' (/3kla;) a ..

2
=

L. liaJ.11 J
J<k
Logo, para cada k existem escalares Cki' determinados de modo
nico, tais que

k = /3k - I: ckj/3r
j<k
Seja U a . matriz unitria com linhas

e M a matriz definida por

1
ckj se j < k
- llak11 '
M ki -- 1
=
se J. = k
llak li'
O, se j > k.

Ento M triangular inferior, no sentido de que os elementos

acima da diagonal principal so nulos. Os elementos Mkk de M
na diagonal principal so todos positivos, e

1 s;; k s;; n.

Ora, essas equaes simplesmente dizem que

U =
MB.
Para demonstrar a unicidade de M, indiquemos por T+(n) o
conjunto de todas as n x n matrizes complexas triangular inferiores
com elementos positivos na diagonal principal. Suponhamos que
M1 e M2 sejam elementos de r+(n) tais que M;B esteja em U(n)
para i =
1, 2. Como U (n) um grupo,
392 - ALGEBRA LINEAR

est em U(n). Por outro lado, apesar de no ser inteiramente bvio,

r+(n) tambm um grupo em relao multiplicao de matrizes.
Uma das maneiras de se ver isso a de considerar as propriedades
geomtricas das transformaes lineares

X--+ MX, (M em r+(n))

sobre o espao das matrizes-coluna. Assim, M; 1, M 1M;1 e
(M1M;_--1)-1 esto todas em r+(n). Mas, como M M;1 est em
1
U(n), (M1M;1)-1 = (M 1M;-1)*. A transposta ou a transposta con
jugada de qualquer matriz triangular inferior uma matriz trian
gular superior. Portanto, M 1M;1 simultaneamente triangular su
perior e inferior, isto , digonal. Uma matriz diagonal unitria
se, e somente se, cada um de seus elementos na diagonal principal
tiver valor absoluto 1; se os elementos diagonais forem todos posi
tivos, eles devero ser iguais a 1. Logo, M M;1 = I e M1 = M 2.
1
Indiquemos por GJJ_n) o conjunto das n x n matrizes com
plexas inversveis. Ento GJJ_n) tambm um grupo em relao
multiplicao de matrizes. Esse grupo denominado o grupp
linear . geral. O Teorema 14 equivalente ao seguinte resultado:

Corolrio. Para cada B em GL(n) existem matrizes N e V,

determinadas de modo nico, tais que N est em T+(n), U em U(n) e

B=NU.

Demonstrao. Pelo teorema, existe uma nica matriz M em

r+(n) tal que MB esteja em U(n). Seja MB= U e N=M-1 .
Ento N estar em r+ (n) e B N U. Por outro lado, se forem
=

dados elementos N e U tais que N esteja em r+(n), U em U(n) e

B N U, c;:nto N-1B estar em U(n) e N-1 ser a nica matriz M
=

caracterizada pelo teorema; alm disso U ser, necessariamente,

N-1B.

Exemplo 28. Sejam x1 e x2 nmeros reais tais que xi + x = 1

e x1 #O. Seja
 ESPAOS COM PRODUTO INTERNO - 393

Aplicando o processo de Gram-Schmidt s linhas de B, obteremos

os vetores

IX1 = (
x1, x2' O)
IX2 = (O, 1, O) - X
(
2 X1' X2, O)
= x1 ( -x2, x1' O)
IX3 = (O, o, 1).
Seja U a matriz cujas linhas so IX 1, ( / )
a2 x 1 , IX3 Ento, U
unitria e

r
Multiplicando agora pela inversa de

J
o
M - :
x
,
1
X1
1
o o
vemos que

[g x X

1
o
2

] [ ][
X1
o

o
O
1
-
X

x2

o
,
X2

o
1

l
1

Consideremos agora abreviadamente .uma mudana de coor

denadas em um espao com produto interno. Suponhamos que V
seja um espao de dimenso finita com produto interno e que
f!4 = { al' . . . , IX.} e !4' = {IX, . . . , a } sejam duas bases ortonormais
ordenadas de V. Existe uma nica n x n matriz P (necessariamente
inversvel) tal que

para todo IX em V. Se U o bem determinado operador linear sobre

V definido por U1X
=a , ento P a matriz de U em relao
i
base ordenada :?J.
n

a= L piklXr
j= 1
394 - ALGEBRA LINEAR

como !!J e !!J' so bases ortonormais, U um operador unitrio

e P uma matriz unitria. Se T um operador linear arbitrrio
sobre V, ento

[T].;i = p-1[T]91P = P*[T][$P.

Definio. Sejam A e B n x n matrizes complexas. Dizemos

que B unitariamente equivalente a A se existe uma n X n matriz
unitria P tal que B p-1 *AP. Dizemos que B ortogonalmente
=

equivalente a A se existe uma n x n matriz ortogonal P tal que

B p-1AP.
=

Com essa definio, o que observamos acima pode ser enun

ciado como segue. Se !!J e !!J' so duas bases ortonormais orde
nadas de V, para todo operador linear T sobre V, a matriz [T],;1
unitariamente equivalente matriz [T]ill. No caso de V ser um
espao real com produto interno, estas matrizes so ortogonal
mente equivalentes, atravs de uma matriz ortogonal real.

Exerccios

1. Determinar uma matriz unitria que no seja ortogonal e determinar uma

matriz ortogonal que no seja unitria.

2. Seja V o espao das n x n matrizes complexas com o produto interno (A 1 B) =

= tr(AB* ). Para cada M em V, seja 7 o operador linear definido por

TM(A) =MA. Mostrar que TM unitrio se, e somente se, M uma matriz
unitria.

3. Seja V o conjunto dos nmeros complexos, considerado como um espao

vetorial real.
(a) Mostrar que (ocl/J) = Re(ap) define um produto interno sobre V.
(b) Exibir um isomorfismo (de espao com produto interno) de V em R2 com
o produto interno cannico.
(c) Para cada y em V, seja M, o opl!rador linear sobre V definido por
M/oc) ya. Mostrar que (M f M y:
;
= =

(d) Para quais nmeros complexos y se tem My auto-adjunto?

(e) Para quais y, M1 unitrio?
(f) Para quais ')', M1 positivo? (ver definio na pg. 363).
(g) Qual o det(M)?
(h) Determinar a matriz de M1 em relao base {l, i}.
( i) Se T um operador linear sobre V, encontrar condies necessrias e
suficientes para que T seja um M,.
( j ) Encontrar um operador unitrio sobre V que no seja um M,.
 ESPAOS COM PRODUTO INTERl>JO - 395

4. Seja V o espao R2, com o produto interno cannico. Se U um operador

unitrio sobre V, mostrar que a matriz de U em relao base ordenada
cannica

cos O
[
sen fl
-sen
cos IJ
l:JJ ou
[ cose
sene
sen
-cose
]
para algum li. O s; li < 2n. Seja U 0 o operador linear correspondente pri
meira matriz, isto , U0 uma rotao de um ngulo li. Agora possvel
convencer se de que todo operador unitrio sobre V uma rotao ou uma
reflexo em relao ao eixo e1 seguida de uma rotao.
(a) O que U0Uq,?

(b) Mostrar que U* 9 = U -o

(c) Seja d' um nmero real fixo e !JI= {o:1 o:2} a base ortonormal obtida
girando {e 1' ) de um ngulo </J, isto , o: = U .,e. r Se O um outro nmero
F. 2
1
real, qual a matriz de U9 em relao base ordenada !JI?

5. Seja V o espao R3, com o produto interno cannico. Seja W o plano

gerado por o:= (1, 1, 1) e {J= (1, 1, - 2). Seja U o operador linear definido
geometricamente corno segue: V uma rotao de um ngulo li, em. torno
de uma reta que passa pela origem e ortogonal a W. Existem na verdade
duas tais rotaes: tome se uma delas. Determinar a matriz de U em relao
base ordenada cannica. (Eis um modo possvel de se proceder: Determinar
o:1 e o:2 que formem uma base ortonormal de W. Seja o:3 um vetor de
norma 1, ortogonal a W. Determinar a matriz de U em relao base

{ap a2, a3}. Efetuar uma mudana de base.)

6. Seja V um espao de dimenso finita com produto interno e seja W um subes

L
pao de V. Ento V= W$ W. , isto , cada a em V pode ser expresso de um
nico modo sob a forma a= {J + y, com {J em W e ')' em W.L. Definamos um
operador linear V por Ua = {J - y.
(a) Demonstrar que U auto adjunto e unitrio.
(b) Se V R' com o produto interno cannico .e W o subespao gerado
por (1, O, 1), encontrar a matriz de V em relao base ordenada cannica.

7. Seja V um espao complexo com produto interno e 1' um operador linear

auto-adjunto sobre V. Mostrar que
(a) lia + iTo: li = lia - iTo: li para todo a em V.
(b) a + iTa = {J + iT{J se, e somente se, a= {J.
(e ) 1 + iT no-singular.
(d) 1 - iT no-singular.

(e) Suponhamos que V seja de dimenso finita; demonstrar que

u = (J - iT) (/ + iT)- 1

um operador unitrio; V denominado a transformada de Cayley de 7'.

Num certo sentido, V= /(1), onde f(x) (1-ix)/(I + ix).
=
396 - ALGEBRA LINEAR

8. Se IJ uq:i nmero real, demonstrar que as matrizes seguintes so unitaria

mente equivalentes.

[
J
cos IJ -sen {J
sen IJ cos {J ,

9. Seja V um espao de dimenso finita com produto interno e T um operador

linear positivo sobre V. Seja pT o produto interno sobre V definido por
pT(oi, p) = (Toij {3). Seja U um operador linear sobre V e U' o seu adjunto em
relao a ( ! ) . Demonstrar que U unitrio em relao ao produto interno
PT se, e somente se, T = U*TU.

10. Seja V um espao de dimenso finita com produto interno. Para cada par
ex, P em V, seja T..P o operador linear sobre V definido por T..l>') = (y 1 Pl oi.
Mostrar que

(a) r..P = Tp,ai

(b) trao (T.,p) = (oij/3);
(c) T.,p T,,b = T 1p1,1b/
.

(d) Em que condies 1 P auto-adjunto?

.

11. Seja V um espao n dimensional c.om produto interno sobre o corpo F e seja
L(V, V) o espao dos operadores lineares sobre V. Mostrar que existe um nico
produto interno sobre L(V, V) com a propriedade que li T.,p 112 = lloi 112 llP 112
para todos oi, p em V. (1 P o operador definido no Exerccio 10.) Encontrar
.
um isomorfismo entre L(V, V) com este produto interno e o espao das n x n
matrizes sobre F, com o produto interno (A 1 B) tr (AB* ). =

12. Seja V um espao de dimenso finita com produto interno. No Exerccio 6,

mostramos como construir certos operadores lineares sobre V que so auto
adjuntos e unitrios. Demonstrar ento que no existem outros, isto , que
todo operador auto adjunto unitrio provm de algum subespao W como
descrevemos no Exerccio 6.

13. Sejam V e W espaos de mesma dimenso finita com produto interno. Seja U
um isomorfismo de V em W. Mostrar que

(a) a aplicao T-+ UTu-1 um isomorfismo do espao vetorial L(V, V)

no espao vetorial L ( W, W);
(b) trao (UTU-1) = trao (T) para todo T em L(V, V);
(c) UT_,pu-1=1 up (T,,.,p . definido no Exerccio 10);
(d) 1uru-1r = ur,u-1;
(e) se equiparmos L(V, V) com o produto interno (T 1 T2) = trao(T1 T,), e
1
analogamente para L (W, W), ento T-+ UTu-1 um isomorfismo de espao
com produto interno.

14. Se V um espao com produto interno, um movimento rgido uma funo

qualquer T de V em V (no necessariamente linear) tal que il 1ix - Tp !I = lloi - p li
 ESPAOS COM PRODUTO INTERNO - 397

para todos rx, f3 em V. Um exemplo de um movimento rgido um operador

linear unitrio. Outro exemplo uma translao por um vetor f ixo y.

r;,(rx) = rx +y

(a) Seja V o espao R2 com o produto interno canomco. Suponhamos que

T seja um movimento rgido de V e que T(O) =O. Demonstrar que T linear
e um operador unitrio.

(b) Usar o resultado da parte (a) para demonstrar que todo movimento
rgido de R2 composto de uma translao, seguida de um operador unitrio.

(c) Mostrar agora que um movimento rgido de R2 uma translao se

guida de uma rotao ou ento uma translao seguida de uma reflexo
seguida de uma rotao.

15. Um operador unitrio sobre R4 (com o produto interno cannico) simples

mente um operador linear que conserva a forma quadrtica

ll(x, y, z, t) 112 = x2 +y2 +z2 +t2

isto , um operador linear U tal que li Urx 112= llrx 112 para todo rx em R4. Numa
certa parte da teoria da. relatividade, de interesse determinar os operadores
lineares T que conservam a forma
2
ll(x, y, z, t)lli = t2 - x 2 - y -
z2.

Contudo, li li z no vem de um produto interno, mas de algo chamado "mtrica

de Lorentz" (a qual no estudaremos). Por esta razo, um operador linear T
sobre R4 tal que li Trx li i, para todo rx em R4, denominado uma transformao
de Lorentz.
(a) Mostrar que a funo U definida por
_

[t +X y + iz]
U(x,y,z,t)= .
y !Z
- t - X

um isomorfismo de R4 no espao vetorial H das 2 x 2 matrizes complexas

auto-adjuntas.
(b) Mostrar que llrx Ili= det(Urx).

(c) Suponhamos que T seja um operador linear (real) sobre o espao H das
2 x 2 matrizes auto-adjuntas. Mostrar que L= u-1 T U um operador linear
sobre R4.

(d) Seja M uma 2 x 2 matriz complexa arbitrria. Mostrar que TM(A)=

= M* AM define um operador linear 7 sobre H. ( necessrio verificar que
7 leva H em H..)

(e) Se M uma 2 x 2 matriz tal que l det MI= 1, mostrar que LM= u-1 TMU
uma transformao de Lorentz sobre R4.

(f) Encontrar uma transformao de Lorentz que no seja uma LM.

398 - ALGEBRA LINEAR

8.5 Operadores Normais

O objetivo principal desta seo a resoluo do problema

seguinte: Se T um operador linear sobre um espao V de dimenso
finita com produto interno, sob que condies V possui uma base
ortonormal formada por vetores caractersticos de T? Em outras
palavras, quando que existe uma base ortonormal 11' de V, tal que
a matriz de T em relao base 86 seja diagonal?
Vamos iniciar deduzindo algumas condies necessrias sobre
T, que mostraremos subseqentemente serem suficientes. Suponha
mos que 11' = {ocl' ... , ocn} seja uma base ortonormal de V com a
propriedade

(8-16)

Isto diz simplesmente que a matriz de T em relao base ordenada

11' a matriz diagonal com elementos diagonais cl' ...'cn. o ope
rador adjunto T* representado em relao a esta mesma base
ordenada pela matriz transposta conjugada. isto , a matriz diagonal
com elementos diagonais c1, , cn. Se V um espao real com
produto interno, os escalares cl' ... , cn so (evidentemente) reais
e ento temos T = T*. Em outras palavras, se V um espao real
de dimenso finita com produto interno e T um operador linear
para o qual existe uma base ortonormal de vetores caractersticos,
ento T deve ser auto-adjunto. Se V um espao complexo com
produto interno, os escalares cl' ... , cn no so necessariamente
reais, isto , T no necessariamente auto-adjunto. Mas notemos
que T deve satisfazer

(8-17) TT* = T*T

De fato, duas matrizes diagonais quaisquer comutam e como T e

T* so ambas representadas por matrizes diagonais em relao
base ordenada fll, temos (8-17). um fato bastante notvel que esta
condio tambm seja suficiente para implicar a existncia de uma
base ortonormal formada por vetores caractersticos.

Definio. Seja V um espao de dimenso finita com produto

interno e T um operador linear sobre V. Dizemos que T normal
se comuta com seu adjunto, isto , TT* = T*T .
Todo operador auto-adjunto normal, como tambm o
todo operador unitrio. T odo mltiplo escalar de um operador
 ESPAOS COM PRODUTO INTERNO - 399

normal normal; contudo, somas e produtos de operadores normais

no so em geral normais. Embora isso no seja de forma alguma
necessrio, iniciaremos nosso estudo de operadores normais consi
derando operadores auto-adjuntos.

Teorema 15. Seja V um espao com produto interno e T um

operador linear auto-adjunto sobre V. Todo valor caracterstico de
T real. Vetores caractersticos de T associados a valores caracte
rsticos distintos so ortogonais.
Demonstrao. Suponhamos que c seja um valor caracterstico
de T, isto , que Trx = crx para algum vetor no-nulo rx. Ento

c( rxlrx) = (crxlrx)
= (Tx!o:)
= (rx 1 Trx)

= (o:ico:)
= c(rxirx).

Como (rxirx) #O, devemos ter c =e. Suponhamos tambm que

T/3=d/3 com f3 #O. Ento

c ( er:l/3) = (Ter:l/3)
=(er:IT/3)
=(/3ld/3)
= d(o: /3)
l
= d (a (3).
Se c #d, ento (er:ifJ)=O.
oeve-se salientar que o Teorema 15 nada diz a respeito da exis
tncia de valores caractersticos ou de vetores caractersticos.

Teorema 16. Em um espao de dimenso finita positiva com

produto interno, todo operador auto-adjunto possui um vetor caracte
rstico (no-nulo).
Demonstrao. Seja V um espao de dimenso n com produto
interno, sendo n >O e seja T um operador auto-adjunto sobre V.
Tomemos uma base ortonormal f!J de V e seja A= [TJ.,. Como
T=T* temos A ;, A*. Seja agora W o espao das n x 1 matrizes
sobre C, com produto interno ( XjY)=Y*X. Ento' U(X)=AX
define um operador linear auto-adjunto V sobre W. O polinmio
caracterstico, det(x/ - A), um polinmio de grau n sobre o corpo
dos nmeros complexos; todo polinmio sobre C de grau positivo
400 - ALG,BRA LINEAR

possui uma raiz. Assim, existe um nmero complexo e tal que

det(cJ A)=O. Isto significa que A cI singular, ou que existe
AX = cX.
- -

uma X no-nula tal que Como o operador U (multi

plicao por A) auto-adjunto, decorre do Teorema 15 que e
real. Se V um espao vetorial real, podemos tomar X com ele
mentos reais. De fato, nesse caso AeA cI tm elementos reais e
A singular, o sistema (A cl)X =O possui l!?1 solu
-

como cl
X.
- -

o real no-nula Decorre que existe um vetor no-nulo a em

V tal que Ta= ca.
Diversos comentrios devem ser feitos a respeito da demons
trao.
(1) A demonstrao da existncia de um X no-nulo tal que
AX = cX nada teve que ver com o fato de A ser hermitiana (auto
adjunta). Ela mostra que todo operador linear sobre um espao
vetorial complexo de dimenso finita possui um vetor caracters
tico. No caso de um espao real com produto interno, a auto
adjuno de A usada de modo fundamental para nos dizer que
cada valor caracterstico de A real e que, portanto, podemos
encontrar um X conveniente com valores reais.
(2) O argumento mostra que o polinmio caracterstico de
uma matriz auto-adjunta tem coeficientes reais; a despeito do fato
de que a matriz possa no ter elementos reais.
(3) A hiptes de V ser de dimenso finita necessria para
o teorema; um operador auto-adjunto sobre um espao de dimen
so infinita com produto interno pode no ter nenhum valor
caracterstico.

Exemplo 29. Seja V o espao vetorial das funes complexas

(ou reais) contnuas, definidas sobre o intervalo unitrio O::;; t::;; 1,
com o produto interno

(fig) = rf(t)g (t.dt.

O operador "multiplicao por t'', (T f) (t) = tf(t), auto-adjunto.
Suponhamos que Tf = cf. Ento . .

(t - e) / (t) =O, O ::;; t ::;; 1

e, ento, f(t) =O para t #e. Como f contnua, f =O. Logo T

no possui valores (vetores) caractersticos.
 ESPAOS COM PRODUTO INTERNO - 401

Teorema 17. Seja V um espao de dimenso finita com pro

duto interno e seja T um operador linear arbitrrio sobre V. Supo
nhamos que W seja um subespao de V que seja invariante sob T.
Ento o suplementar ortogonal de W invariante sob T*.
Demonstrao. Recordamos que o fato de W ser invariante sob
T no quer dizer que cada vetor em W permanea fixo por meio
de T; significa que se rJ. est em W ento Ta est em W. Seja f3
em W..L. Precisamos mostrar que T*/3 est em W-L, isto , que
(cxl T*/3)= O para todo rJ. em W. Se ex est em W, ento Ta est
em W, portanto, (Tcxl/3)=0. Mas (Tcxl,B)=(alT*/3)*.
Teorema 18. Seja V um espao de dimenso finita com produto
interno e seja T um operador linear auto-adjunto sobre V. Ento
existe uma base ortonormal de V, cujos vetores so vetores caracte
rsticos de T.
Demonstrao. Estamos supondo dim V> O. Pelo Teorema 16,
T possui um vetor caracterstico a. Seja a1=a/ lia. li de modo que
a.1 tambm um vetor caracterstico de Te lla.111=1. Se dim V= 1,
j terminamos. Vamos agora proceder por induo sobre a dimen
so de V. Suponhamos que o teorema seja vlido para espaos com
produto interno de dimenso menor que dim V. Seja W o subes
pao unidimensional gerado pelo vetor a.1. A afirmao de que cx1
um vetor caracterstico de T significa simplesmente que W inva
riante sob T. Pelo Teorema 17, o suplementar ortogonal W.L
invariante sob T* = T. Ora W..L, com o produto interno de V,
um espao com produto interno de dimenso um a menos que a
dimenso de V. Seja V o operador linear induzido sobre W..L: por
T, isto , a restrio de T a W-L. Ento V auto-adjunto e, pela
hiptese de induo, w.L possui uma base ortonormal {a.2, . 'a.n} .
.

formada por vetores caractersticos de V. Ora, cada um desses ve

tores tambm um vetor caracterstico de Te como V= WEB W-L,
conclumos que {a.1, . . , a.n} a desejada base de V.

Corolrio. Seja A uma n x n matriz hermitiana (auto-adjunta).

Ento existe uma matriz unitria P tal que P - l AP seja diagonal
(A unitariamente equivalente a uma matriz diagonal). Se A uma.
matriz simtrica real, existe uma matriz ortogonal real P tal que
p- 1 AP seja diagonal.

Demonstrao. Seja V o espao cn X 1, com o produto interno

cannico e seja T o operador linear sobre V que representado
402 - ALGEBRA LINEAR

por A em relao base ordenada cannica. Como A= A*, temos

T= T*. Seja r!,I = {ix 1' . . , ixn} uma base ortonormal ordenada de
.

V, tal que Tixj = cp j = 1, ... , n. Se D= [T]. ento D a matriz

p
diagonal com elementos diagonais cl' ... , c". Seja P a matriz com
vetores-colunas (J(l' , ()(n. Ento D= p-1 AP.
\
Caso todo elemento de A seja real, podemos tomar V como
sendo R", com o produto interno cannico e repetir o argumento.
Neste caso, P ser uma matriz unitria com elementos reais, ou
seja, uma matriz ortogonal real.
Caso todo elemento de A seja real, podemos tomar V como
sendo Rn, com o produto interno cannico e repetir o argumento.
Neste caso, P ser uma matriz unitria com elementos reais, ou
seja, uma matriz ortogonal real.
Combinando o Teorema 18 com nossos comentrios no incio
desta seo, temos o seguinte: Se V um espao real de dimenso
finita com produto interno e T um operador linear sobre V, ento
V possui uma base ortonormal formada por vetores caractersticos
de T se, e somente se, T auto-adjunto. Equivalentemente, se A
uma n x n matriz com elementos reais, existe uma matriz ortogo
nal real P tal que P1 AP seja diagonal se, e somente se, A = A'.
No existe nenhum resultado semelhante para matrizes simtricas
complexas. Em outras palavras, para matrizes complexas, exite
uma diferena significativa entre as condies A= A' e A =A*.
Tendo resolvido o caso de operadores auto-adjuntos, voltamos
ao estudo dos operadores normais em geral. Vamos demonstrar
o anlogo do Teorema 18 para operadores normais, no caso com
plexo. Existe uma razo para essa restrio. Um operador normal
sobre um espao real com produto interno pode no ter nenhum
vetor caracterstico no nulo. Isso verdade, por exemplo, para
todas as rotaes de R2, salvo duas.

Teorema 19. Seja V um espao de dimenso finita com pro

duto interno e sefa T um operador normal sobre V. Suponhamos que
()( seja um vetor em V. Ento ()( um vetor caracterstico de T, com
valor caracterstico c se, e somente se, ()( um vetor caracterstico de
T* com valor caracterstico e.

Demonstrao. Supo,.,hamos que U seja um operador normal

arbitrrio sobre V Ento li U()( li= li U*()( li. De fato, usando a con
dio UU* = U*U, vemos que
 ESPAOS COM PRODUTO INTRNO' - 403

li Ua li :;:: . (Uri.J Ua)'.,;: (a J U * Ua) =

== (a IV U*a)= (*al U*a) == ri U*a 112,
Se e um esealar arbriio; o operador (! T - cl normal. De =

fato, (T- cl)* = T* - c1 e fcil verificar que UU* U*U: Logo,

. .
=

. '. ' " .
.' .-, ' ; ;
'

6ll(T d)a li =
'll('f* cl)IX li

de modo que (Td) ix = O; se; :e somente s; (T* --' l)iX ::::;, O.

Definio; Uma nx 1i matriz complexa " A da normal se

AA* =A*A.
No muito fcil compreender o real significado de normali
dade de matrizes ou operadores; n<;> entanto, na sua tentativa de
sentir o coriC:eifo, o' leit8r pod 'achar {ftil saberqu\:. uma mtriZ'
'
trili,ngula_'' ,.n'rttial se, e soni1lte se, e1a diagonai'
,.
.
. . "

. . - . -.
. .
. '
.
.
._.. : :..-' ,- ";.. _ -_:.
;. ;.

'terema 20: sejm V um . espao de .dimenso 'finita com pro

duto interno, T YYI operdor linear sobre V e f!J u'l11a bas rio
nornial .de 'Y: Supphmnos que. a matriz .A qe T. m. re/.(lo. ba!$e PJ
seja triangular superidr. Ei1to T e normal se, e somente se1, A .
uma matriz diagonal.

i . .. .
Demnst'a.' Como PJ uma ba.se ortonormal, A a' matriz
. .
. . . .
. .
. . . . . . .. .

de T* etn relao a P,d; Se A diagonal, ento '<4A* =A*AAsso

implica TT;i: 'T*'.1>' Reciprocamente, suponhamos :que T seja
normaJ.e.8iJ=.{a1,. . . ,, a,J'Como.A triangu1.ar silperi_or,'fa1 =
=.A1i,Usando.o.Teorerria 19;-isto implica Ta=A1: 1a1. Por
outro lado,

. ' -. ' .,
-.... f1'oc1 L(A*)Jii
j
. i, . . i; : ..:
:.:, - ..
J

P()J:tntp, A.1L7 O p,ra t90 f> .t :P.1 :i:mrtic;11l<;tr,_ A12 ;;=. Q;,e, 0mo
A triangular superior, , eg11ese gu

As.im,. '[a2 :;:;:.,.l22cx2 e. ;<12j.:=", O para todo j of.2.. Continqando dessa

.

maneira, vemos que A diagonaL

404 - ALGEBRA LINIAR

Teorema 21. Seja V um espao complexo de dimenso finita com

produto interno e seja T um operador linear arbitrrio sobre V. Ento
existe uma base ortonormal de V em relao qual a matriz de T
triangular superior.
Demonstrao. Seja n a dimenso de V. O teorema verda
deiro quando n = 1 e procederemos por induo sobre n, supondo
que o resultado seja verdadeiro para operadores lineares sobre es
paos complexos com produto interno, de dimenso n - 1. Como
V um espao complexo de dimenso finita com produto interno,
existe um vetor unitrio a em V e um escalar c tal que

T*a = ca.

Seja W o suplementar ortogonal do subespao gerado por a e seja

S a restrio de T a W. Pelo Teorema 17, W invariante sob T.
Logo, S um operador linear sobre W. Como a dimenso de W
n - 1, nossa hiptese de induo implica a existncia de uma
base ortonormal { ' ' .. . , ' -1 } de W, em relao qual a matriz
1 n
de S triangular superior: coloquemos ' =a. Ento {a1, ... , a.]
n
uma base ortonormal de V em relao qual a matriz de T
triangular superior.
Este teorema implica o seguinte resultado para matrizes:

Corolrio. Para toda n x n matriz complexa A existe uma

matriz unitria U tal que U'-1AU triangular superior.
Combinando, agora, os Teoremas 21 e 20, obtemos imediata
mente o seguinte anlogo ao Teorema 18, para operadores normais.

Teorema 22. Seja V um espao complexo de dimenso finita

com produto interno e seja T um operador. normal sobre V. Ento
V possui uma base ortonormal, onde cada vetor um vetor caracte
rstico de T.
Novamente existe uma interpretao em termos de matrizes.

Corolrio. Para toda matriz normal A existe uma matriz uni

tria P tal que p-1AP uma matriz diagonal.

Exerccios

1. Para cada uma das seguintes matrizes simtricas reais A, encontrar uma matriz
ortogonal real P tal que P' AP seja diagonal.
 ESPAOS COM PRODUTO INTERNO - 405

[
cos O
sen O
sen
-coso
]
2. Uma matriz simtrica complexa auto-adjunta? normal'?

3. Para

2
3
A= [1 ]
2

3
3
4
4
5

existe uma matriz ortogonal real P tal que P'AP = J; seja diagonal. Deter
minar esta matriz diagonal D.

4. Seja V o espao C2, com o produto interno cannico. Seja T o operador

linear sobre V que representado em relao base ordenada cannica
pela matriz

=D l
Mostrar que T normal e determinar uma base ortonormal de Jt, constituda
de vetores caractersticos de T.

5. Dar um exemplo de uma 2 x 2 matriz A tal que A 2 seja normal, mas A

no seja normal.

6. Seja T um operador normal sobre um espao complexo de dimenso finita

com produto interno. Demonstrar que T auto-adjunto, ou unitrio conforme
todo valor. caracterstico de T seja real, ou de valor absoluto 1. (Usar o
Teorema 22 para reduzir o problema a um semelhante relativo a matrizes
diagonais.)

7. Demonstrar que T normal se, e somente se, T = T1 + iT,, onde T1 e T2 so

operadores auto-adjuntos que _comutam.

8. Demonstrar que uma matriz simtrica real possui uma raiz cbica simtrica
real, isto , se A simtrica real, existe uma B simtrica real tal que B' = A .

9. Demonstrar que se um operador normal e nilpotente ento ele o ope

rador nulo.

10. Se T um operador normal, demonstrar que vetores caractersticos de T

associados a valores caractersticos distintos so ortogonais.

t t. Seja T um operador normal sobre um espao complexo de dimenso finita

com produto interno. Demonstrar que existe um polinmio f,. com coeficientes
complexos, tal que T* =f (t). (Representar T por meio de uma matriz dia
gonal e verificar o que f deve ser.)

12. Se dois operadores normais comutam, demonstrar que o seu produto normal.
 Captulo 9

OPERADORES SOBRE ESPAOS COM PRODUTO

INTERNO

9.1 Introduo
Consideramos os tpicos tratados no Captulo 8 como funda
mentais, fatos que todos deveriam conhecer. O presente captulo
se destina ao estudante mais avanado ou ao leitor ansioso de
ampliar seus conhecimentos a respeito de operadores sobre espaos
com produto interno. Com exceo do teorema do Eixo Principal,
que em essncia apt?nas uma outra formulao do Teorema 18
sobre a diagonalizao ortogonal de operadores auto-adjuntos, e
dos outros resultados sobre formas na Seo 9.2, o material aqui
apresentado mais sofisticado e, em geral, mais envolvido tecnica
mente. Tambm exigiremos mais do leitor, como j o fizemos nas
ltimas partes dos Captulos 5 e 7. Os argumentos e demonstraes
so escritos em um estilo mais condensado e no h quase em
plos que suavizem o caminho; tomamos a precauo, no entanto,
de suprir o leitor com amplos conjuntos de exerccios.
As primeiras trs sees se destinam a resultados ligados a
formas sobre espaos com produto interno e relaes entre formas
e operadores lineares. A seo seguinte trata da teoria espectral,
isto , das implicaes dos Teoremas 18 e 22 do Captulo 9 concer
nentes diagonalizao de operadores auto-adjuntos e normais.
Na seo final, prosseguimos o estudo de operadores normais tra
tando, em partieular, o caso real e assirn fazendo, examinamos o
que o teorema da decomposio primria do Captulo 6 diz a res
peito de operadores normais.

9.2 Formas sobre Espaos com .Produto Interno

Se T um operador linear sobre um espao V de dimenso
finita com produto interno, a funo f definida sobre V x V por

f (rx, {3) :'7 (Trxl/3)

 OPERADORES SOBRE ESPAOS COM PR!()DUTO INTERNO - 407

pode ser considerada como uma espcie de substituta de T. Muitas

questes a respeito de T so equivalentes a questes a respeito de .f.
De fato, fcil ver que f determina T, pois se f!l= {ex1, '.Y.11}

uma base ortonormal de V, os elementos da matriz de T em relao

a f!l so dados por

importante entender, sob um ponto de vista mais abstrato, por

que f determina T. As propriedades cruciais de f so descritas
na seguinte definio.

Definio. Uma forma (sesquilinear) sobre um espao vetorial V.

real ou complexo, uma funo sobre V x V com valores no corpo

de escalares, tal que

(a) f(cex + {3, y) = cf(ex, y) + f(/3, y)

(b) f(ex, c{J + y) = cf(ex, {3) + f(ex, y)

para todos ex, [J, y em V e todos os escalares c.

Assim, uma forma sesquilinear uma funo sobre Vx V tal
que f (ex, {3) uma funo. linear de ex, para f3 fixo e uma funo
linear-conjugada de {3, para ex fixo. No caso real, f (ex, {3) linear
como uma funo de cada argumento; em outras palavras, f
uma forma bilinear. No caso complexo, a forma sesquilinear no
bilinear a no ser quando f =O. No restante do captulo omiti
remos o adjetivo "sesquilinear" a no ser que parea importante
inclu-lo.

Se f e g so formas sobre V e c um escalar, fCil verificar

que cf + g tambm uma forma. Segue da que qualquer combi
nao linear de formas sobre V ser novamente uma forma. Assim,
o conjunto de todas as formas sobre V um subespao do espao
vetorial de todas as funes sobre V x V com valores escalares.

Teorema 1. Seja V um espao de dimenso finita com produto

interno e f uma forma sobre V. Ento existe um nico operador linear
T sobre V tal que

f(ex, {3) = (Texj{J)

408 - ALGEBRA LINEAR

para todos a, fJ em V e a aplicao f T um isomorfismo do espao

das formas em L(V, V).
Demonstrao. Fixemos um vetor fJ em V. Ento O! f (a, /J)
uma funo linear sobre V. Pelo Teorema 6, existe um nico
vetor /3' em V tal que f (a, /J) = (O!i/3') para todo a. Definamos uma
funo U de V em V, colocando UfJ = /J'. Ento

f (aicfJ + y) = (ai U (c/J +y))

= cf (a, /J) +f (a, y)
= c(O!i Up) +(aiUy)
= (aicU/3 +Uy)

para todos a, p, y em V e todos os escalares e. Portanto, U um

operador linear sobre V e T =U* um operador tal que f (a, /J)=
=(TO!i/J) para todos a e p. Se tambm tivermos f(a, /3)=(T 'O!i/3),
ento
(Ta - T'al/3) = O
para todos a e /3; assim Ta=T'a para todo a. Logo, para cada
forma f existe um nico operador linear T1 tal que

para todos a, f3 em V. Se f e g so formas e e um escalar,

(cf + g) (a, /J) = (Tcf+gO!i/J)

= cf(a, /3) +g(D!, /J)
= c(T1alf3) + (T9alf3)
= ((cT1 +T9)0!i/3)

para todos a e p em V. Portanto,

de modo que f T1 uma aplicao linear. Para cada T em

L(V, V), a equao

f (a, /J) =
(Ta i /J)

define uma forma tal que T1= T, e T1=O se, e somente se, f = O.
Logo, f T1 um isomorfismo.
 OPERADORES SOBRE ESPAOS COM PRODUTO INTERNO - 409

Corolrio. A equao

(fJg) = tr(Tr-r;')

define um produto interno sobre o espao das formas com a proprie

dade de que

(fJg) L r(ixk, ix) g(ixk, ixj>

j,k
=

para toda base ortonormal {ixl' . . . , ix0} de V.

Demonstrao. Do exemplo 3 do Captulo 8, decorre facil

mente que (T, U) tr(TU*) um produto interno sobre .L(V, V).
Como f Ti um isomorfismo, o Exemplo 6 do Captulo 8 mos
tra que

um produto interno. Suponhamos, agora, que A e B sejam ma

trizes de Ti e T9 em relao base ortonormal fl,4 = {ixl' . . ., ix"}.
Ento

e Bik = (1;,ockloc) g(ak, a). Como AB* a matriz de

= rir; em
relao base fl,4, segue-se que

Ulg) = tr(AB*) = I AikBik'

j,k
Definio. Se f uma forma e fl,4 {ocl' ..., oc0} uma base orde
=

nada arbitrria de V, a matriz A com elementos

denominada a matriz de "f em relao base ordenada fl,4,

Quando fl,4 for uma base ortonormal, a matriz de f em relao

a fl,4 ser tambm a matriz da transformao linear Ti mas, em
geral, esse no o caso.
Se A a matriz de f em relao base ordenada fl,4 = {IX 1, . .. , oc"}
segue-se que
 ;e."'

(9-1)
r,s
-1
para todos os escalares :.x. e y,{1 :d- r; s::; n). Em outras palavras,
a. ll)\!Jri .4 p9ssui... a IWOPi,d-cJe ,d,e1,que. ,, ,, ,.,._ ., ,,

f(rx,{3) = Y*AX
onde X e Y so as ,respectivas mtrizes ,cias coordenadas de
rx e f3
em relao base ordenada g{ -
A matriz de f em relao a uma outra se
n
: ; -
-
. :o. ,, . - .. i'
. --

<,,i;x5,=
i;pij!Xi!
- .- 1 : -. "1_,) ;
,
..
. J _{l.::;j
- )_ '
,_. J .v - ' .i. .'

(9-2) A'= P*AP.

De fato,
. /")

. ; f<:, ;r :--

J('[, psk!Xs, L P,p,)

=

s r
= l..J
P:A'P
r1 rs sk
'

= (P*'P)_,.}.k.
Como para matrizes unitrias P* = decorre de (9-2) que no p-1,
estudo de formas, ppdemser apHacios os esultados concernentes
equivalncia unitri . . . . . .

"frema 2.'' Seja f"umaforma sobre um> spo J.rnple'Xo V de

dimenso finita cbm' priiduti:Y. int-erro. 'Ento existe- m" base orto
normal de V em relao qual q matriz de f triangular superior.
Demonstrao. Seja f' o prador linear sobre V tal que
f (rx, m =(Trxif3) para todo rx. e {3. Pelo Teorema 21, existe uma
base orfoiilriial {&'!; .'..;'&J'in''rlaa
_ _
.1'qtii:fl \ matriz tle' T
s
ti:igl!l<r . perjqr.-,,I.iogQ,: ,,.,, .. 1 . ,, ,,,
; . ; .'. ';.--
J .'
' . ,.
.-> .
., '
.
. . ,. ' : . ' . . .r

f (rxk, rx) = (Trxklrx) :== .Q

: . ! .. ' . .
,..
 OPERADORES SOBRE ESPAOS COM PRODUTO INTERNO - 411

. Definio. Um forma f sobre um espao vetorial real ou com

plexo dita hermitiana se0

f(a, p) = f({J, a)
para todos a e f3 em V.
Se T. um operador' 'linear sobre' um espao V de dimenso
finita com produto interno e f a forma

f (a, {3) == (Tai/3)

ento f ({3, &f= {tx1Tf3) (T*ix!P); portanto, f hermitiana se, e so
=

mente ' se, t . : auto-adjunto.

Quando f for hermitiana,f (a, a) ser real para todo a e, sobre
espaos complexos, essa propriedade caracteriza as formas hermi
tianas.

Teorema 3. Seja V um espao vetorial complexo e f uma forma

sobre V tal que f (a, a) seja real para todo a. Ento f hermitiana.
Demonstrao. Sejam a e f3 vetores em V. Precisamos mostrar
que f (a, {3) /(/3, a), Ora,
=

f (a + {3, a + /3) f(a, {3) + f (a, {3) + f(f3, a) + f(f3, {3).

=

Como f (a+ [3, a+ {3),f (a,.a) ef ({3, {3) so reais, o nmero f (a, {3)+
+ f ({3, a) real. Examinando o mesmo argumento com a+ if3 no
lugr de a + {3, vemos que - if(a, {3) + if(f3, a) real. Tendo con
cludo que dois nmeros so reais, podemos igual-los aos seus
complexos conjugados e obter

/(a, {3) + f(j3,oa) =f(a, {3) + f ({3, a)

- f(a, {3) + if(P, a)
i =if (a, {3) - if ({3, a)

Se multiplicarmos a segunda equao por i e adicionarmos o resul

tado primeira equao, obteremos

2f (a, /3) = 2f ({3, a).

Corolrio. Seja T um operador linear sobre um espao complexo

V de. dimenso }inita com produto interno. Ento T auto-adjunto
se, e somente se; (Tala) real para todo a em V. /
412 - ALGEBRA LINEAR

Teorema 4 (Teorema do Eixo Principal). Para toda forma

hermitiana f sobre um espao V de dimenso finita com produto in
terno, existe uma base ortonormal de V em relao qual f repre
sentada por uma matriz diagonal com elementos reais.
Demonstrao. Seja T um operador linear tal que f(rx, /3) =

= (Trxj{3) para todos rx e /3 em V. Ento, como f(rx, /3) =f(/3, rx)

e
(TPlrx) (rxj Tf:J), segue-se que
=

(Trxl/3) = f(/3,rx) = (rxlT /3)

para todos rx e {3; logo, T = T*. Pelo Teorema 18 do Captulo 8,

existe uma base ortonormal de V constituda de vetores caracters
ticos de T. Suponhamos que { rx 1' ... , rxn} seja uma base ortonormal
e que

para 1 j n. En t o,

f (rxk, rx) = (Trxklrx) =

kick

e pelo Teorema 15 do Captulo 8, cada ck real.

Corolrio. Sob as condies acima

Exercidos

1. Quais das seguintes funes f, definidas sobre vetores ix =(xi' x2) e f:i =(yl' y2)
de C2, so formas (sesquilineares) sobre C2?
(a ) f (ix, f:i)1. =

(b) f (IX, {:i) =(x1 -y1)2 + x2Yi.

(e) f(ix, f:i) =(x, + y,)2 -(x, -y,)2.
(d) f (ix, f:i) = X1Y
2 X2Ji.-

2. Seja f a forma sobre R2 definida por

Determinar a matriz de f em relao a cada uma das seguintes bases:

{(l, O), (O, l)}, {(l, -1), (1, l)}, {(l, 2), (3, 4)}.
 OPERADORES SOBRE ESPAOS COM PRODUTO INTERNO - 413

3. Seja
=[ 1 i]
A
-1 2

e seja g a forma (sobre o espao das 2 x 1 matrizes complexas) definida por

g(X, Y)= Y* AX. Verificar se g um produto interno.

4. Seja V um espao vetorial complexo e sejaf uma forma (sesquilinear) sobre

V que seja simtrica: f(<i,P)=f(P,rx). Como f?

5. Seja f a forma sobre R2 dada por

f((x,, x,), (y,, Y2)) = X1Y1 + 4X2Y2 + 2X1Y2 + 2X2Y1 .

. . Encontrar uma base ordenada em relao qual f seja representada por

uma matriz diagonal.

6. Dizemos que a forma f no-degenerada ( esquerda) se O for o nico vetor rx

tal que f(rx, p) O para todo p. Seja f uma forma sobre um espao V com
=

produto interno. Demonstrar que f no-degenerada se, e somente se, o opera

dor linear associado T1 (Teorema 1) no singular.

7. Seja f uma forma sobre um espao vetorial V de dimenso finita. Ver a

definio de forma no-degenerada esquerda, dada no Exerccio 6. Definir
forma no-degenerada direita e demonstrar que a forma f no-degenerada
esquerda se, e somente se, f no-degenerada a direita.

8. Seja f uma forma no-degenerada (Exerccios 6 e 7) sobre um espao V de

dimenso finita. Seja L um funcional linear sobre V. Mostrar que existe um,
e somente um, vetor p em V tal que L(rx) f( rx, PJ para todo a.
=

9. Seja f uma forma nodegenerada sobre um espao V de dimenso finita.

Mostrar que cada operador linear S possui um "adjunto relativo a/", isto ,
um operador S' tal que J \Srx, JJ) =f(rx, S'PJ para todos rx, p.

9.3 Formas Positivas

Nessa seo vamos discutir formas (sesquilineares) no-nega

tivas e a sua relao com um dado produto interno sobre o espao
vetorial subjacente.

Definies. Uma forma f sobre um espao vetorial real ou com

plexo V no-negativa se f hermitiana e f(oc, oc) 2: O para todo oc
em V. A forma f positiva se f hermitiana e f(oc, oc) > O para
todo oc# O.

Uma forma positiva sobre V simplesmente um produto in

terno sobre V. Uma forma no-negativa satisfaz todas as propn;
414 - ALGEBRA LINEAR

dades de um produto interno salvo que alguns vetores no nulos

podem ser "ortogonais" a si mesmos.
Seja fuma forma sobre o espao V de dimenso finita. Seja
.11 = {1Xp . .. , IXn} uma base ordenada de V e seja A a matriz de f
em relao base fl,d, isto , Aik = f(ak, a). Se IX = x11X1 + ... + X"IX",
ento

f (IX, IX) = f (l., xpi' L xkak)

j 'k
=
L Lk i X,.f (ai' ak)
x
j
= L L AkJx/xk.
j !:
Assim, vemos que f no-negativa se,. e somente se,

A= A*

e
(9-3) l: l: Akixixk 2 o
j k
para todos os escalares xl' ... , xn. A fim de que f seja positiva, a
desigualdade (9-3) ter que ser estrita para todo (xp ... , xn) =F O.
As coes que deduzimos afirmam que f uma forma positiva
sobre V se, e somente se, a funo

g(X, Y) = Y*AX

uma forma pos1t1va sobre o espao das n x 1 matrizes coluna

sobre corpo de escalares.

Teorema 5. Seja F o crpo dos nmeros reais ou o corpo dos

nmeros complexos. Seja A uma n x n maiz sobre F. A funo g
definida por

(9-4) ,g(X, Y) := Y"" AX

uma forma positiva sobre o espao F x 1 se, e somente se, existir

uma n x n matriz inversvel P, com elementos em F, tal que A = P*P.
Demonstraqo. Para uma n x n matriz A arbitrria, a funo g
em (9-4) uma forma sobre o espao das matrizes coluna. Estamos
 OPERADORES SOBRE ESPAOS COM PRODUTO INTERNO - 415

tentando demonstrar que g positiva se, e somente se, A= P*P.

Inicialmente, suponhamos A= P*P. Ento g hermitiana e

g( X, X)= X*P*PX
= (PX)*PX
;;:: O.

Se P for inversvel e X -:/= O, ento (PX)*PX> O.

Suponhamos, agora, que g seja uma forma positiva sobre o
espao das matrizes coluna. Ento g um produto interno e, por
tanto, existem matrizes coluna Ql' ... , Q" tais que

Mas isso apenas diz que se Q for a matriz com colunas Ql' .. ., Q"
ento Q*AQ=I. Como {Ql' ... , Q.} uma base, Q inversvel.
Faamos P= Q -
1 e teremos A= P*P.
Na prtica no fcil verificar se uma dada matriz A satisfaz
o critrio de positividade estabelecido acima. Uma conseqncia do
ltimo teorema que se g positiva ento det A> , porque
detA= det(P*P)= detP* detP= JdetP 2. J O fato de que detA>O
no de modo algum suficiente para garantir que g seja positiva;
no entanto existem n determinantes associados com A que pos
suem a seguinte propriedade: Se A= A* e se cada um desses deter
minantes for positivo, ento g ser uma forma positiva.

Definio. Seja A uma n x n matriz sobre o corpo F. Os me

nores principais de A so os escalares Llk(A) definidos por

L\k(A)= det
[ l
A11

:
A.1k '

1 ::::; k ::::; n.

Ak1 Akk

Lema. Seja A uma n x n matriz inversvel com elementos de um

corpo F. As s eguintes afirmaes so equivalentes:

( a) Existe uma matriz triangular superior P com Pkk = 1

( 1 ::::; k s; n) tal que a matriz B = AP triangular it?ferior.
( b) Os menores principais de A so todos diferentes de O.
416 - ALGEBRA LINEAR

Demonstrao. Seja P uma n x n matriz e faamos B = AP.

Ento

Bjk Li,P rk
=

Se P triangular superior e P kk = 1 para todo k, ento

k-1

L Aj,Prk Bjk - Akk' k > 1.

r=l
=

Ora, B triangular inferior desde que Bik = O para j < k. Assim, B

ser triangular inferior se, e somente se,

k-1
(9-5) L Ajrprk = Akk lsjsk-1
r= 1
-

2 ::;; k s n.

Vemos, assim, que a afirmao (a) do lema equivalente afir

mao de que existem escalares P ,k, l sr sk, 1 sks n, que satis
faam (9-5). e Pkk 1, 1 sks n.
=

Em (9-5), para cada k > 1 temos um sistema de k- 1 equaes

lineares nas incgnitas P 1k' P lk' . . . , Pk -l ,k" A matriz dos coefi
cientes do sistema

e seu determinante o menor principal Ak- 1(A). Se cada Ak- l (A)# O,

os sistemas (9-5) possuem solues nicas. Mostramos, assim, que
a afirmao (b) implica a afirmao (a) e que a matriz P nica.
Suponhamos, agora, que (a) seja vlida. Ento, como veremos,

Ak(A) = Ak(B)
(9-6) = B11 B22,
, B kk' k = 1, .. ,
. n.

Para verificar (9-6), sejam Al' ... ,A" e B1 , ... , B", respectivamente,
as colunas de A e de B. Ento
 OPERADORES SOBRE ESPAOS COM PRODUTO INTERNO - 417

(9-7)
r-1

B, = L Pj,AJ + A,, r > 1.

j= l

Fixemos k, 1 k n. Usando (9- 7), vemos que a r-sima coluna

da matriz

e: :::i
obtida, adicionando-se r-sima coluna de

uma combinao linear de suas outras colunas. Tais operaes

no alteram determinantes. Isso demonstra (9-6) a menos da obser
vao trivial de que Ak(B) = B1 P , Bkk porque B triangular.
Como A e P so inversveis, B inversvel. Portanto,

e, assim, Ak(A) i= O, k = 1, ... , n.

Teorema 6. Seja f uma forma sobre um espao vetorial V de

dimenso finita e seja A a matriz de f em relao a uma base orde
nada gj_ Ento f uma forma positiva se, e somente se, A= A* e
os menores principais de A so todos positivos.
Demonstrao. Provemos, inicialmente, a metade interessante
do teorema. Suponhamos que A= A* e Ak(A) >O, 1 k n. Pelo
lema, existe uma (nica) matriz triangular superior P com 1, Pkk =
tal que B = AP seja triangular inferior. A matriz P* triangular
inferior, de modo que P* B = P* AP tambm triangular inferior.
418 - ALGEBRA LINEAR

Como A auto-adjunta, a matriz D= P*AP auto-adjunta. Uma

matriz triangular auto-adjunta necessariamente uma matriz dia.
gonal. Por um raciocnio anlogo ao usado para obter (9-6),

dk(D) = dk(P*B)
--
.. - , .. =,dk(B), - '. .::
= L\(A).
Como D diagonal, seus menores principais so

L\(D) = Dll' . . \ Dkk

De dk(D) >O, 1 :s; k :s; n, obtemos Dkk :>O para cada k.

Se A a matriz da forma .Cem relao base ordenada
={ix1, . .. ,ix. } , D=P*AP a matriz def na base {ix', .. .,ix}
definida por - "' '
- -

a; = I Pija,.
i= 1 .

Examinemos (9-2). Como D diagonal, com elementos positivos

na sua diagonal, bvio que
X*D'x >O, X =I= O
do que_ decorre quf . 11ma forma positiva. _ _ .

Comenios,, agoi;a,;cym,.um;i.. fo_rma positj.vaJ. Sabem()S que

A= A*_,,,qmo _ pocier.em9s QlOStrar que 47ck1) -O, 1.:$ k;:s; 11;? Seja
Yic o subespao,gerao po'r ixl' .. , ;. e sej . .t;, '!- retrio ,def .a
,

[
-

Yic x Yic Evidentementefk uma forma positiva sobre Vk e, em

relao base {ixl' . .., ix" } , fj, representa<;J.a pela matriz

A11

>
.
. '
. .
;. ;

.
. ..... ; ;,,. . A1<1,.,
J observamos, como ctiseqlle <lb- Teoterrta:5 'qu ci rai de
que ma fdi"n' 'positiva :iril.'pliea qe o deter:inaritde'qu:lquer
matriz que a tepreserifa' -" positivo. - '-" '

C:'o entrids' dvkni' ser feits par"<ctii pltr . - nss

Alhris; *1 -
estud. f1 . relao 'existbit. entrk' 'tqims' psitiVa'.s e: imatfizs: o
qde cFcteriz as 'mtr'z ' tj ue representam rrnias _psitias? sej
 OPERADORES SOBRE ESPAOS COM PRODUTO INTERNO - 419

uma forma sobre um espao vetorial complexo e A a matriz

de f em relao a alguma base ordenada, ento f ser positiva se,
e somente se, A= A* e

(9-8) X*AX >O,

para toda matriz complexa X '#O. Decorre do Teorema 3 que a

condio A= A* redundante, isto , (9-8) implica A= A*. Por
outro lado, se estivermos trabalhando com um espao vetorial real,
a forma f ser positiva se, e somente se, A= A' e

(9-9) X1AX >O,

para toda matriz real X '# O. Queremos acentuar que do fato de

que uma matriz real A satisfaa (9-9), no decorre que A= A1 Um
fato verdadeiro o seguinte: se A= A1 e (9-9) for vlido ento
tambm (9-8) ser vlido. Isso porque

(X + iY)* A(X + iY) = (X' - iY1) A(X + iY)

= X1AX + ytAY + i[X1AY - Y'AX]

e, se A= A', ento Y'AX= X'AY.

Se A uma n x n matriz com elementos complexos e se A
stisfaz (9), diremos que A uma matriz potiva. Os comen
trios que acabamos de fazer podem ser resumidos assim: Tanto
no cso real como no complexo, uma forma f positiva se, e
somente se, sua matriz em relao a alguma (de fato, toda) base
ordenada uma matriz positiva.
Suponhamos, agora, que V seja um espao de dimenso finita
com produto interno . Seja f uma forma no-negativa sobre V.
Existe um nico operador linear auto-adjunto T sobre V tal que

(9-10) f (a, /3) = (TalfJ).

e T possui a propriedade adicional de que (Ta 1 a) 2::-: O..

Definio.Um operador linear T sobre um espao V de dimen

so finita com produto interno no-negativo, se T T* e ( Ta 1 a) 2::-: O
=

para todo a em V. Um operador linear positivo um operador tal que

T =T* e (Ta 1 a) >O para todo a '# O.
420 - ALGEBRA LINEAR

Se V um espao vetorial (real ou complexo) de dimenso

finita e se ( I ) um produto interno sobre V, ento existe uma

classe de operadores lineares positivos sobre V, associada a esse

produto. Por intermdio de (9-10) existe uma correspondncia
bijetora entre essa classe de operadores positivos e a coleo de
todas as formas positivas sobre V Usaremos os exerccios dessa
seo para acentuar as relaes entre operadores positivos, formas
posiivas e matrizes positivas. O seguinte resumo poder ser til:
Se A uma n x n matriz sobre o corpo dos nmeros complexos,
as seguntes afirmaes so equivalentes:

(1) A positiva, isto , L L Akix/5(,k >O sempre que x1, , xn

j k
so nmeros complexos, no todos nulos.
(2) (XI Y) = Y*AX um produto interno sobre o espao das
n x 1 matrizes complexas.
(3) Em relao ao produto interno cannico (XI Y)= Y*X
sobre n x.-1 matrizes, o operador linear X - -AX positivo.
(4) A= P*P para alguma n x n matriz inversvel P sobre C.
(5) A= A*, e os menores principais de A so positivos.

Se todo elemento de A real, estas so equivalentes a:

(6) A= A1 e L L Akixixk >O sempre que x1, , xn so n

i k
.

meros reais no todos nulos.

(7) (XI Y) Y1AX um produto interno sobre o espao das
=

n x 1 matrizes reais.
(8) Em relao ao produto interno cannico (XI Y)= Y1X
sobre n x 1 matrizes reais, o operador linear X - AX positivo.
(9) Existe uma n x n matriz inversvel P, com elementos reais,
tal que A= P1P.

Exerccios

1. Seja V igual a C2, com o produto interno cannico. Para que vetores IX em
V existe um operador linear positivo T tal que IX= Te1?

2. Suponhamos que V seja R2, com o produto interno cannico. Se () um

riinero real, seja To o operador linear "rotao de ngulo ()"
 OPERADORES SOBRE ESPAOS COM PRODJ/.JTO INTERNO - 421

'I'a(x,, x2) = (x1 cos (} - x2 sen (}, x1 sen (} + x2 cos (}).

Para que valores de (} se tem Ta um operador positivo?

3. Seja V o espao das n x 1 matrizes sobre C, com o produto interno (XI Y) =

= Y* GX (onde G uma h x n matriz tal que isto seja um produto interno).
Seja A uma n x n matriz e T o operador linear T (X) = AX. Determinar T*.
Se Y um elemento fixo de V, encontrar o elemento Z de V que determina
o funcional linear X ...... Y"' X. Em outras palavras, encontrar Z tal que
Y* X= (X,I Z) para toda X em V.

4. Seja V um espao de dimenso finita com produto interno. Se T e U so

operadores lineares positivos sobre V, demonstrar que (T+ U) positivo.
Dar um exemplo que mostre que TU no necessariamente positivo.

5. Seja

(a) Mostrar que A positiva.

(b) Seja V o espao das 2 x matrizes reais, com o produto interno
l
(XI Y) = Y'AX. Determinar uma base ortonormal de .v, aplicando o pro
cesso de Gram-Schmidt base {X J> X,} definida por

(c) Determinar uma 2 x 2 matriz real P tal que A= P'P.

6. QuaiS' das matrizes so positivas?

[i t t]
-1
[l 2]
3 4 '
l + i]
3
' ...,.1
-1

7. Dar um exemplo de uma n x n matriz cujos menores principais sejam todos

positivos, mas que no seja uma matriz positiva.

8. Verificar se ((x1, x2 )j(yJ> y2)) = x1y1 + 2x2y1 + 2x1y2 + x2y2 define um pro
duto interno sobre C2.

9. Demonstrar que todo elemento da diagonal principal de uma matriz positiva

positivo.

10. Seja V um espao de dimenso finita com produto interno. Se T e U so

operadores lineares sobre .v. coloquemos T < U se U - T um operador
positivo. Demonstrar o seguinte:
(a) impossvel que T < U e U < T.
422 - ALGEBRA LINEAR

(b) Se T < U e U < S, ento T < S.

(c) Se T < U e O< S, no necessrio que ST < SU.

1 t. Seja .V um espao de dimenso finita com produto interno e E a projeo

ortogonal de .V sobre algum subespao.
(a) Demonstrar que, para todo nmero positivo arbitrrio e, o operador
cI + E positivo.
(b) Exprimir em termos de E um operador linear auto-adjunto T tal que
T2 I +E.
=

12. Seja n uni inteiro positivo e A a n x n matriz

2 3 n

2 3 4 n+ 1
A=

n n+l n+2 2n - 1

Demonstrar que A positiva.

13. Seja A uma n x n matriz auto-adjunta. Demonstrar que existe um nmero

real e tal que a matriz cl + A seja positiva.

14. Demonstrar que o produto de dois operadores lineares positivo se, e

somente se, eles comutam.

15. Seja T um operador normal sobre um espao complexo de dimenso finita

com produto interno. Demonstrar que T positivo se todo valor caracte
rstico de T positivo.

16. Seja T um operador linear sobre o espao V de dimenso finita com produto
interno e suponhamos que T seja positivo e unitrio. Demonstrar que T J. =

17. Demonstrar que toda matriz positiva o quadrado de uma matriz positiva.

9.4 Mais sobre Formas

Essa seo contm dois resultados que daro informaes mais

detalhadas sobre formas (sesquilineares).

Teorema 7. Seja f uma forma sobre um espao vetorial real

ou complexo V e seja {at> .. ., a,} uma base do subespao W de di
menso finita de V. Seja M a r x r matriz com elementos
 OPERADORES SOBRE ESPAOS COM PRODUTO INTERNO - 423

e W' o conjunto de todos os vetores /3 em V tais que f(ex, /3) =O para

todo ex em W. Ento W1 um subespao de V e W 11 W' = {O} se, e
somente se, M inversvel. Quando esse for o caso, V= W + W'.
Demonstrao. Se /3 e y so vetores em W' e c um escalar, .

ento para todo ex em W

f (ex, cf3 + y) = f (ex, /3) + f (ex, y)

= O.

Logo, W' um subespao de V.

r r

Suponhamos, agora, que ex= I xkexk e que /3 = I YPr Ento

k=I j=!
f(ex, /3) =
L Yjkxk
j,k

Segue da que W 11 W'-=/- {O} se, e somente se, o sistema homogneo

r

I yjMjk =o,
j= 1

possuir uma soluo no-trivial (Yp . ., y,). Logo, W 11 W' = {O} .

se, e somente se, M* for inversvel. Mas a inversibilidade de M*

equivalente inversibilidade de M.
Suponhamos que M seja inversvel e 'coloquemos

Definamos gi sobre V pela equao

gi/3) L AiJ(exk, /3).

k=I
=

Ento

g/c/3 + y) =
I AiJ(exk, cf3 + y)
k
424 - ALGEBRA LINEAR

= e
L AiJ(rxk, /3) + L AiJ(rxk, y)
k k
=
cgi(/3) + g/y).

Logo, cada gi uma funo linear sobre V. Podemos, ento, definir

um operador linear E sobre V colocando

E/3 =
L g/f3)rxr
j= 1
Como

g/rx.) = L: AiJ(rxk, rx.)

k
L A jk(M*)kn
k
=

=
[Jjn

segue-se que E (rx.) = para 1 n r. Isso implica que E rx = rx

para todo rx em W. Portanto, E leva V sobre W e E2 = E. Se f3
um vetor arbitrrio em V, ento

f(rx., E/3) =
1( '
t gi(/3)rxi)
= L giJ/3)f(rx., rx)
J

= t ( J(rxk, /3)) f(rx., rx).

Como A* = M-1, segue-se que

f(rx., E/3) = ( (M-1)kjMjn) f(rxk, /3)

= L: kJ(rxk, /3)
k

Isso implica que f(rx, E/3) = f(rx, /3) para todo rx em W. Logo,

f(rx, /3 - E/3) = O
 OPERADORES SOBRE ESPAOS COM PRODUTO INTERNO - 425

para todo a em W e f3 em V. Assim, 1- E leva Vem W'. A equao

/3 = E/3 + (J - E)/3

mostra que V= W + W'. Um ltimo fato deve ser mencionado.

Como W n W' ={O}, todo vetor em V , de modo nico, soma de
um vetor de W e um vetor de W'. Se f3 est em W', segue-se que
E/3 =O. Logo, l - E leva V sobre W'.
A projeo E, construda na demonstrao, pode ser caracte
rizada da seguinte maneira: E/3 =a se, e somente se, a estiver em
W e f3 - a pertencer a W'. Portanto, E independente da base de
W que foi usada na sua construo. Podemos, ento, nos referir
a E como a projeo de V sobre W, determinada pela decompo
sio em soma direta

'
V = WEB W .

Notemos que E uma projeo ortogonal se, e somente se, W' = W .

.L

Teorema 8. Seja f uma forma sobre um espao vetorial real ou

complexo V e seja A a matriz de f em relao base ordenada
{ai' ... , a.} de V. Suponhamos que os menores principais de A sejam
todos diferentes de zero. Ento existe uma nica matriz triangular
superior P com P kk 1 (1 ::;; k ::;; n) tal que
=

P*AP

seja triangular superior.

Demonstrao. Como Ak(A*) = Ak(A) (1 ::;; k::;; n), os menores

principais de A* so todos diferentes de zero. Logo, de acordo com
o lema usado na demonstrao do Teorema 6, existe uma matriz
triangular superior P com P kk = 1 tal que A* P seja triangular infe
rior. Portanto, P* A = (A* P)* triangular superior. Como o pro
duto de duas matrizes triangulares superiores novamente trian
gular superior, segue-se que P*AP triangular superior. Isso
mostra a existncia de P mas no a sua unicidade. Existe, porm,
um outro argumento mais geomtrico, que pode ser usado para
demonstrar tanto a existncia como a unicidade de P.
Sejam Wk o subespao gerado por a1, ... , ak .e W'k o conjunto
de todos os /3 em V tais que f (a, /3) =O para todo a em Wk. Como
Ak(A) :I= O, a k x k matriz M com elementos
426 - ALGEBRA LINEAR

(1 ::; i,j::; k) inversvel. Segundo o Teorema 7

v = wk EB w.
Seja Ek a projeo de V sobre Wk determinada por essa decompo
sio e faamos E0 = O. Seja

(1 ::; k ::; n).

Ento /31 = a1 e Ek-l'k pertence a Wk_1 para k > 1. Assim, quando

k> 1, existem escalares P jk' determinados de modo nico, tais que

k -1
k
E -1' k L pjk'F
j= 1
=
-

Fazendo Pkk = 1 e Pjk O para j > k, teremos

= uma n x n matriz
triangular superior P com P kk 1 e =

k
Pk 'L Pjk'j =

j=l

para k = 1, ... , n. Suponhamos 1 ::; i < k. Ento /3; est em e

W; e Wk_ 1. Como /3k pertence a W_ 1, segue-se que f (/3;, /3k) = O
.

Indiquemos por B a matriz de f em relao base ordenada

{/31' ... , /3.}. Ento

Bki =
f(/3;, f3k)
de modo que Bki = O para k > i. Portanto, B triangular superior.
Por outro lado,

B = P*AP.

Reciprocamente, suponhamos que P seja uma matriz trian

gular superior com Pkk = 1 tal que P*AP seja triangular superior.
Coloquemos

Pk = 'L Pjk'j (1 ::; k ::; n).

j

Ento, evidentemente, {/31' ... , f3k} uma base de Wk. Suponhamos

k > 1. Ento {/31, . . ., {3k_ 1} uma base de W1-i e como f (/3;, /3k) =O
 OPERADORES SOBRE ESPAOS COM PRODUTO INTERNO - 427

quando i < k, vemos que Pk um vetor de W_1 A equao que

define Pk implica

k-1

Ora, I Pj/i.j pertence a wk-1 e pk est em w-1 Portanto,

j= 1
Pw ... , Pk- lk so os nicos escalres tais que
k-1
k
E -1 (Xk L pjk(Xj
j=l
= -

de modo que P a matriz j construda anteriormente.

9.5 Teoria Espectral

Nessa seo desenvolveremos as implicaes dos Teoremas 18

e 22 do Captulo 8 no que diz respeito diagonalizao de opera
dores auto-adjuntos e normais.

Teorema 9 (Teorema Espectral). Seja T um operador normal

sobre um espao complexo V de dimenso finita com produto interno
ou um operador auto-adjunto sobre um espao real V de dimenso
finita com produto interno. Sejam c1 ... , Se
, valores caractersticos
distintos de T.
Sejam Wi o espao caracterstico associado a ci e Ei
a projeo ortogonal de V sobre W Ento Wi ortogonal a Wi
r
quando i #- j, V a soma direta de W 1, ..., W k e

(9-11)

Demonstrao. Seja, IX um vetor em wj' p um vetor em wi e

suponhamos i #- j. Ento

c/rxlP) = (Trxlp) = (rxlT*P) = (rxlc;p).

Logo, (cL- c;) (rxlP) =O e como c j - c; #- O, segue-se que (rxlP) =O.

Assim, ttj ortogonal a W; quando i #- j. Do fato de que V possui
uma base ortonormal formada de vetores caractersticos (ver Teo
remas 18 e 22 do Captulo 8), segue-se que V= W1 + ... + Wk.
Se rxj pertence a Vj (1 ::;,j:::;, k) e rx1 + ... + rxk =O, ento
428 - ALGEBRA LINEAR

o (ixilI (1) = 'L (o:;Jo:)

j j
=

para todo i, de modo que V a soma direta de W1, ... , Wk. Por
tanto, E 1 + . . . + Ek = I e

T = TE 1 + ... + TEk
= c1E1 + ... + ckEk.
A decomposio (9-11) denominada a resoluo espectral
de T. Essa terminologia surgiu parcialmente de aplicaes fsicas
que fizeram com que o espectro de um operador linear sobre um
espao vetorial de dimenso finita fosse definido como o conjunto
de valores caractersticos do operador. importante observar que
as projees ortogonais E 1, ... , Ek so canonicamente associadas
a T; na verdade elas so polinmios em T.

ci
Corolrio. Se e.
J
=
fl
i'fj
(x - )
ci-ci ,
ento E.= e.(T) para 1 j k.
J J

Demonstrao. Como E;Ej = O quando i '/= j, segue-se que

e por um simples argumento de induo, temos que

para todo inteiro n O. Para um polinmio arbitrrio

temos
r

f(T) = L a.T"
n=O

r
k
= L L cjEj
n=O j=l
 OPERADORES SOBRE ESPAOS COM PRODUTO INTERNO - 429

jtlk Cto a.e}) Ei

L f(c) Er
j=l

Como e/cm)= im' segue-se que e/ T) = Er
Como EP ... , Ek esto canonicamente associados a T e

a famlia das projees {E 1, , Ek} denominada a resoluo do

operador idntico definida por T.

Um comentrio ainda deve ser feito a respeito da demons

trao do teorema espectral. Deduzimos o teorema usando os
Teoremas 18 e 22 do Captulo 8, sobre a diagonalizao de opera
dores auto-adjuntos e normais. Existe uma outra demonstrao,
mais algbrica, na qual deve ser demonstrado inicialmente que o
polinmio minimal de um operador normal um produto de fa
tores primos distintos. Procede-se ento, como na demonstrao
do teorema da decomposio primria (Teorema 12, Captulo 6).
Daremos uma tal demonstrao na prxima seo.
Em vrias aplicaes, necessrio saber se , ou no, possvel
calcular certas funes de operadores ou matrizes, por exemplo,
razes quadradas. Isso pode ser feito de uma maneira bastante
simples para operadores normais diagonalizveis.

Definio. Seja T um operador normal diagonalizvel sobre um

espao de dimenso finita com produto interno e seja
k

T= L ciEi
j=l

sua resoluo espectral. Suponhamos que f seja uma funo com

valores no corpo de escalares e cujo domnio contenha o espectro
de T. Ento o operador linear f(T) definido pela equao

(9-12) f(T) = L f(ci) Ei.

j=l
430 - ALGEBRA LINEAR

Teorema 10. Seja T um operador normal diagonalizvel com

espectro S sobre um espao V de dimenso finita com produto interno.
Suponhamos que f seja uma funo com valores no corpo de escalares
e cujo domnio contenha S. Ento f(T) um operador normal diago
nalizvel com espectro f(S). Se U uma aplicao unitria de V
sobre V' e T' UTu-1, ento S o espectro de T1 e
=

f{T') = Uf{T)u-1.

Demonstrao. A normalidade de f(T) decorre de (9-12) por

meio de um clculo simples e do fato de que

f(T)* = L, f(c)Er
j

Alm disso, claro que para todo a em EiV)

f(T)a = f(c)a.
Assim, o conjuntof(S) de todos osf(c) com c em S est contido no
espectro de f (T). Reciprocamente, suponhamos a# O e que

f(T)a = ba.
Ento a = L E1a e
j
f(T)a = 'L, f(T)Ep
j
= 'L,f(c)Ep
j

Logo,

llL, (f(c) - b)Eia 112 = L, lf(c) - bl2 llEp 112

j j
= O.

Portanto, f(c) = b ou Ep = O
. Por hiptese, llC # O, de modo que
existe um ndice i tal que E;a # O. Segue-se que f(c;) = b e por
tanto, que f(S) o espectro de f(T). Suponhamos, de fato, que

f(S) =
{bl' ... , b,}
 OPERADORES SOBRE ESPAOS COM PRODUTO INTERNO - 431

com b m =I= bn quando m #- n. Seja X,,. o conjunto dos ndices i tais

que 1::;; i ::;; k e f(c;)= bm. Seja Pm= L Ei, onde a somatria se
i
estende sobre todos os ndices i de Xm. Ento Pm a projeo
ortogonal de V sobre o subespao dos vetores caractersticos per
tencentes ao valor caracterstico b,,, f(T), e

m=
1
f(T).
a resoluo espectral de
Suponhamos, agora, que U seja uma transformao unitria
de V sobre V' e que T' = uw-1 Ento a equao

Ta= ca

vlida se, e somente se,

T'Ua= cUa.

Assim, S o espectro de T' e U transforma todo subespao caracte

rstico de T sobre o subespao correspondente de T'. De fato,
usando (9-12), vemos que

E'.=
J
UE.u-1
J

a resoluo espectral de T'. Logo,

f(T1)= Li(cj)E;
j
= IJ(c)UEju-1
j
= U("I,f(c)E)U-1
j
= Uf(T)u-1.

Examinando o que acabamos de ver, importante manter em

mente que o espectro do operador normal T o conjunto
 432 - ALGEBRA LINEAR

de valores caractersticos distintos. Quando T representado por

uma matriz diagonal em relao a uma base de vetores caracte
rsticos, torna-se necessrio repetir cada valor ci tantas vezes quanto
for a dimenso do espao de vetores caractersticos correspondente.
Essa a razo para a mudana de notao no seguinte resultado.

Corolrio. Com as hipteses do Teorema 10, suponhamos que T

seja representado, em relao base ordenada f!lj {et1, ... , cxJ , pela
=

matriz diagonal D 'com elementos d1, ... , dn. Ento, em relao

base f!lJ, f(T) representado pela matriz diagonal f(D) com elementos
.
f(d 1) , ... , f(dJ Se f!lj' {et'1, ... , et} uma outrd base ordenada e
. =

P a matriz tal que

cx
; =
L Pipi
i

ento p-1f(D)P a matriz de f(T) em relao base !!4'.

Demonstrao. Para cada ndice i, existe um nico j tal que

1 :s;j :s;k, et1 pertena a E/V) e d i
cr Portanto, f(T)eti
= f(d)eti =

para todo i, e

f(T)etj = L PiJ(T )et;

i

L(DP)ip;
=
i
L(DP)ij L p;;;let
.
=

k
= L(P-1DP)kp.
k

Decorre desse resultado, que podemos formar certas funes de

uma matriz normal. De fato, suponhamos que A seja uma matriz
normal. Ento existe uma matriz inversvel P, na verdade uma
matriz unitria P, tal que PAP-1 seja uma matriz diagonal, diga
mos D, com elementos d 1, ..." d". Seja f uma funo assumindo
valores complexos, que possa ser aplicada a dl' ... , d" e seja f(D)
uma matriz diagonal com elementos!(d1 ) , , f(d,,). Ento p-1f(D)P

independente de D e somente uma funo de A, no seguinte sen

tido. Se Q uma outra matriz inversvel tal que QAQ-1 seja uma
 OPERADORES SOBRE ESPAOS COM PRODUTO INTERNO - 433

matriz diagonal D', ento J pode ser aplicada aos elementos dia
gonais de D1 e

Definio. Sob as condies acima, f(A) definida como sendo

p-1f(D)P.
A matriz f(A) tambm pode ser caracterizada de uma maneira
diferente. Para fazer isso, enunciaremos sem demonstrao alguns
resultados sobre matrizes normais, que so obtidos formulando-se,
para matrizes, teoremas anlogos aos anteriores.

Teorema 11. Seja A uma matriz normal e c 1 ... , ck as razes

,

complexas distintas de det(xl - A). Seja

I = E1 + ... + Ek.

Se f uma funo com valores complexos cujo domnio inclua

cl' ... , ck, ento

em particular,

Lembremos que um operador T sobre um espao com produto

interno no-negativo se T for auto-adjunto e (Taioc) O para todo
a em V.

Teorema 12. Seja T um operador normal diagonalizvel sobre

um espao V de dimenso finita com produto interno. Ento T
auto-adjunto, no-negativo ou unitrio, conforme cada valor caracte
rstico de T seja real, no-negativo ou de valor absoluto 1.
Demonstrao. Suponhamos que T tenha a resoluo espectral
T= c1E1 + ... + ckEk. Ento T* = c1E1 + . .. + kEk. Dizer que T
auto-adjunto dizer que T = T*, ou
434 - ALGEBRA LINEAR

Usando o fato de que E;Ei =O para i =1- j e o fato de que nenhum

Ei o operador nulo, vemos que T auto-adjunto se, e somente
se, ci = ci' j = 1, ... , k. Para distinguir os operadores normais que
so no-negativos, olhemos para

(Tctlct) = Ct ciEpl ; E;ct)

= L L c/EictlE;ct)
i j

= L ci llEp 112
j

Usamos o fato de que (E;ct 1 E;ct) =O para i =1- j. Fica claro ento
que a condio (Tctlct)?: O satisfeita se, e somente se, c i?: O para
cada j. Para distinguir os operadores unitrios, observemos que

TI* = c1c1E1 + ... + ckckEk

= lc1l2 E1 + + lckl2Ek.

Se TI*= I ento I = lc112 E1 + .. . + lckl2 Ek, e, operando com Ei

Ei = iclEr

Como Ei=!-0, temos lcl = 1 ou lcJI = 1. Reciprocamente, se lcJ.12=1

'

para cad a j, e claro que T 7* = I.

importante notar que este um teorema sobre operadores
normais. Se T um operador linear genrico sobre V que possui
valores caractersticos reais, no decorre que T auto-adjunto. O
teorema afirma que se T possui valores caractersticos reais e se T
normal, ento T auto-adjunto. Um teorema deste tipo serve
para fortalecer a analogia entre a operao de conjugao (ope
rao de se tomar adjuntos) e o processo de se formar o conjugado
de um nmero complexo. Um nmero complexo z real ou de
valor absoluto 1 conforme z = z ou zz = 1. Um operador T
auto-adjunto ou unitrio conforme T = T* ou T*T= I.
Vamos, agora, demonstrar dois teoremas, que so os anlogos
destas duas afirmaes.
 OPERADORES SOBRE ESPAOS COM PRODUTO INTERNO - 435

(1) Todo nmero no-negativo possui uma nica raiz qua

drada no-negativa.

(2) Todo nmero complexo pode ser expresso sob a forma

ru onde r no-negativo e lI =1. Esta a decomposio polar
z= r para nmeros complexos.

Teorema 13. Seja V um espao complexo de dimenso finita

com produto interno e seja T um iperador no-negativo sobre V.
Ento T possui uma nica raiz quadrada no-negativa, isto , existe
um, e somente um, operador no-negativo N sobre V tal que N2 = T.
Demonstrao. Seja T = c1E1 + ... + ckEk a resoluo espectral
de T. Pelo Teorema 12, cada ci O. Se c um nmero real no
negativo arbitrrio, indiquemos por JC a raiz quadrada no-nega
negativa de c. Ento, de acordo com o Teorema 11 e (9-12), N = JT
um operador normal diagonalizvel bem definido sobre V. Ele
no-negativo pelo Teorema 12 e, por um clculo bvio, N2 =T.
Seja, agora, P um operador no-negativo sobre V tal que
p2 = T. Vamos demonstrar que P =N . Seja

P=d1F1 + . . . + drFr

a resoluo espectral de P. Ento di O para cada j, pois P no

negativo. De P2 = T resulta

Ora, FI' ... , Fr satisfazem as condies 1=F1 + . . + Fr, F/i =O

.

para i =I: j e nenhum Fi O. Os nmeros di, ... , d; so distintos,

porque nmeros no-negativos distintos possuem quadrados dis
tintos. Pela unicidade da resoluo espectral de T, devemos ter
r =k e (talvez reordenando) Fi =Ei' dJ = cr Assim, P N. =

Teorema 14. Seja V um espao de dimenso finita com pro

duto interno e seja T um operador linear arbitrrio sobre V. Ento,
existe um operador unitrio U sobre V e um operador no-negativo
N sobre V tal que T =UN. O operador no-negativo N nico.
Se T inversvel, o operador U tambm nico.

Demonstrao. Suponhamos que T =UN, onde U unitrio

e N no-negativo. Ento T* =(UN)* =N*U* =NU*. Assim,
T*T= NU*UN = N2 Isto mostra que N determinado de um
436 - ALGEBRA LINEAR .

nico modo como a raiz quadrada no-negativa do operador

no-negativo T*T.
Ento, para iniciarmos a demonstrao da existncia de U
e N, usaremos o Teorema 13 para definirmos N como a nica raiz
quadrada no-negativa de T*T. Se T inversvel, ento N tambm
o porque

(MxlN oe) = (N2oeioe) = (T*Toeioe) = (Toei Toe).

Neste caso, definamos U TN-1 e demonstraremos que U
=

unitrio. Ora, U* (TN-1)* (N-1)*T* (N*)-1T*

= N-1T*.
= = =

Assim,

U U* = m-1N-1T*
= T(N-1)2T*
= T(N2)-1T*
= T(T*T)-1T*
= TT-1(T*)-1T*
= 1
e U unitrio.
Se T no inversvel, teremos de realizar um pouco mais de
trabalho para definir U. Definamos primeiro U sobre a imagem
de N. oe um vetor na imagem de N, digamos, oe N/3. Defi
Seja =

namos U oe
T/3, motivados pelo fato de que queremos UN/3 T/3 .
= =

Precisamos verificar que U est bem definido sobre a imagem de

N; em outras palavras, se N/3' N{3, ento T/3' T/3 Verificamos
= = .

acima que li N y 112 li Ty 112 para todo y em V. Assim, com y f3 - {3',

= =

vemos que N(/3 - /3') =O se, e somente se, T(/3 - /3') =O. Portanto,
U est bem definida sobre a imagem de N e evidentemente linear
onde definida. Se W a imagem de N, vamos agora definir U sobre
W J.. Para fazer isto precisamos da seguinte observao: Como T
e N possuem o mesmo ncleo, suas imagens tm a mesma dimen
so. Assim, W .L possui mesma dimenso que o suplementar orto
gonal da imagem de T. Portanto, existe um isomorfismo (de es
pao com produto interno) U0 de W .L em T (V) i. Agora j de
finimos U sobre W e vamos definir U sobre W .L como sendo U o-
Repitamos a definio de. U. Como V = W E9 W .L, cada oe em
V pode ser expresso de um nico modo sob a forma oe = N[J + y,
onde Nf3 est na imagem W de N e y est em W .L. Definamos

U oe = T/3 + U0y.
 OPERADORES SOBRE ESPAOS COM PRODUTO INTERNO - 437

Este U evidentemente linear e, como verificamos acima, est

bem definido. Alm disso

(UajUa) = (T/3 + U0yjT{3 + U0y)

= (T{JjT/3) + (U0yjU0y)
= (N/JIN/3) + (yjy)
= (aia)
portanto, U unitrio. Tambm l/N/3 = T/3 para cada {3.
Denominamos T = UN a decomposio polar de T. Certamente
no dizemos que a decomposio polar, pois U no nico. Mes
mo quando T inversvel, de modo que
U nico, temos a dificul
dade de que e
N podem no comutar. Na verdade, eles comutam
U
se, e somente se, T normal. Por exemplo, se T UN =NU, com =

N no-negativo e U unitrio, ento

T1* = (N U) (NU)*= NUU*N = N2 = T*T.

O operador arbitrrio T tambm possui uma decomposio

T = N1U1, com N1 no-negativo e U1 unitrio. Neste caso, N1
ser a raiz quadrada no-negativa de TT*. Este resultado pode
ser obtido aplicando-se o teorema h pouco demonstrado ao ope
rador T* e depois tomando adjuntos.
Voltaremos, agora, nossa ateno ao que pode ser dito a res
peito da diagonalizao simultnea de famlias comutativas de ope
radores normais. Para esse propsito a seguinte terminologia
apropriada.

Definies. Seja !F uma famlia de operadores sobre um espao

V com produto interno. Uma funo r sobre !F com valores no
corpo F de escalares ser denominada uma raiz de !F se existir um a
no nulo em V tal que

Ta = r (T) a

para todo T em !F. Para uma funo arbitrria r de !F em F, indica

remos por V(r) o conjunto de todos os a em V tais que ra r (T) a =

para todo T em !F.

Ento V(r) um subespao de V e r uma raiz de !F se, e
somente se, V(r) #{O}. Todo a no nulo em V(r) simultanea
mente um vetor caracterstico para todo T em !!J;,
438 - ALGEBRA LINEAR

Teorema 15. Seja !F uma famlia comutativa de operadores nor

mais diagonalizveis sobre um espao V de dimenso finita com pro
duto interno. Ento !F possui somente um nmero finito de razes.
Se r1, ... , rk, so as razes distintas de !F, ento
(i) V(r;) ortogonal a V (ri) se i =f. j e
(ii) V= V(r 1) E9 ... E9 V(rk).
Demonstrao. Suponhamos que r e s sejam razes distintas
de ff. Ento existe um operador T em !F tal que r(T) =f. s(T).
Como vetores caractersticos pertencentes a valores caractersticos
distintos deT so necessariamente ortogonais, segue-se que V (r)
ortogonal a V(s). Como V de dimenso finita, !F possui no
mximo um nmero finito de razes. Sejam r1, ..., rk as razes deff.
Suponhamos que { T1, ..., Tm} seja um subconjunto linearmente
independente maximal de !F e seja

{E;l' E;2 ...}

a resoluo do operador idntico definida por Ti (1 s i s m). Ento

as projees Ei i formam uma famlia comutativa. De fato, cada
Eii um polinmio em Ti e Yi, ..., Tm comutam entre si. Como

J= (L E lj) (L E2h) " (L E mjm)

ii h im
cada vetor a em V pode ser escrito na forma

(913) a=
I Elj, E2h ... E mim
Ji, .. jm
. .

Suponhamos que j1 , ... , jm sejam ndices para os quais . ,. ..

fJ E1.}I E2}2
=

... , EmJ. ma =f. O. Seja

/Ji = ( n En.1n) a.
n"fi

Ento /3 = Eiii/Ji; logo, existe um escalar ci tal que

1 s i s m.

Para cada T em !F, existem escalares bi, determinados de modo

nico, tais que
m
T L b/J;.
i= 1
=
 OPERADORES SOBRE ESPAOS COM PRODUTO INTERNO - 439

Assim,

T/3 = L b/I;/3

= (L b;c)f3.
i

A funo T __. L b;c; evidentemente uma das razes, digamos rt,

i

de :F e f3 est em V(r1). Portanto, cada termo no nulo em (9-13)

pertence a um dos espaos V(r 1 ) , ... , V(rk). Decorre da que Y
a soma direta ortogonal de V(r 1 ) , ... , V(rk).

Corolrio. Sob as hipteses do teorema, sej P1 . a pro1eao

ortogonal de V sobre V (r) , (1 :::;; j ::;; k). Ento PrPi ;;: O se i # j,

e todo T em :F pode ser escrito na forma

(9-14)

Definies. A famlia das projees ortogonais { P 1, ... , Pk}

denominada a resoluo do operador idntico determinada por :F,
e (9-14) a resoluo espectral de T em termos dessa famlia.
Apesar de que as projees P1, , Pk, no corolrio acima,
estejam canonicamente associadas com a familia :F, em geral elas
no esto em :F e nem so combinaes lineares de operadores
em :F; no entanto, mostraremos que elas. podem ser obtidas for
mando.-se certos produtos de polinmios em elementos de :F.
No estudo de uma famlia arbitrria de operadores lineares
sobre um espao com produto interno, geralmente proveitoso
considerar a lgebra auto-adjunta gerada por essa famlia.

Definio. Uma lgebra auto-adjunta de operadores sobre um

espao V com produto interno uma sublgebra linear de L(V, V)
que contm o adjunto de cada um de seus elementos.
Um exemplo de uma lgebra auto-adjunta o prprio L(V, V).
Como a interseo de qualquer coleo de lgebras auto-adjuntas
novamente uma lgebra auto-adjunta, a seguinte terminologia tem
sentido.
440 - ALGEBRA LINEAR

Definio. Se :!F uma famlia de operadores lineares sobre

um espao de dimenso finita com produto interno, a lgebra auto
adjunta gerada por :!F a menor lgebra auto-adjunta que con1m :!F.

Teorema 16. Seja ff uma famlia comutativa de operadores

normais diagonalizveis sobre um espao V de dimenso finita com
produto interno, e seja d a lgebra auto-adjunta gerada por ff e o
operador idntico. Seja {P 1' . ., PkJ a resoluo do operador idntico
.

definida por :!F. Ento d o conjunto de todos os operadores sobre

V dajrma
k
(9-15) T I ciPi
j= l
=

onde c , ... , ck so escalares arbitrrios.

1
Demonstrao. Indiquemos por Jl o conjunto de todos os ope
radores sobre V da forma (9-15). Ento Jl contm o operador
idntico e o adjunto

de cada um de seus elementos. Se T = I ciPi e V = I diPi,

ento para todo escalar a i i

aT + V = I (ac + d)P
i
j
e

i,j

=
UT.

Assim, Jl uma lgebra comutativa auto-adjunta contendo ff e o

operador idntico. ;i>ortanto, Jl contm d.

Sejam r1, ..., rk todas as razes de ff. Ento para cada par
de ndices (i, n ), com i # n, existe um operador 1';" em ff, tal que
r;(T;n) # rn(Tin). Sejam ain r;(T;n)- rn(T;n) e b in
= rn(T;n). Ento O =

operador linear

Q; =
TI ; 1CI';. b ;.J)
njd
-
 OPERADORES SOBRE ESPAOS COM PRODUTO INTERNO - 441

um elemento da lgebra d. Mostraremos que Qi P i (1 :::; i:::; k). =

Para esse fim, suponhamos j #- i e que a seja um vetor arbitrrio

em V(r). Ento

T;/t. = r}T;j)a.
= h;p.

de modo que
tam, segue-se que Q;!X
(T;j - bJ)!X O C9mo todos os fatores de Qi comu
= .

O Portanto, Q; e P; atuam da mesma ma

= .

neira sobre V(r) sempre que j #- i. Suponhamos, agora, que a seja

um vetor em V(rJ Ento Tin!X = r,,J,T;n)!X, e

Assim, Qia.
portanto, Qi =
=a e
Pi para i .
Q; e P; atuam da mesma maneira sobre
1, . . , k. Decorre disso que d = R..
=
V(r);

O teorema mostra que a lgebra d comutativa e que cada

elemento de d um operador normal diagonalizvel. Mostraremos
a seguir que d possui um nico gerador.

Corolrio. Sob as hipteses do teorema, existe um operador

T em d tal que todo elemento de d um- polinmio em T.
k
Demonstrao. Seja T = I tjPp onde tl' ... , tk so escalares
distintos. Ento i= 1
k
T" I t)Pj =

j= 1
para n = 1, 2, . . .
. Se

segue-se que

n=l n=l j=l

Jl Ctl antj)
k
pj

I f(t)Pr
j=l
442 - ALGEBRA LINEAR

Dado um operador arbitrrio

k

U =
L ciPi
j;l

em d, existe um polinmio f tal que f(t) = ci (1 j k) e para

qualquer f nessas condies, U f (T).
=

Exerccios

1. Dar uma definio razovel de uma n x n matriz no-negativa e depois

demonstrar que uma tal matriz possui uma nica raiz quadrada no-negativa.

2. Seja A uma n x n matriz com elementos complexos tal que A* = -A, e seja
B=e. Mostrar que

(a) det B = e'';

(b) B* =e-A;
(c) B unitria.

3. Se U e T so operadores normais que comutam, demonstrar que U+ T e

UT so normais.

4, Seja T um operador linear sobre o espao complexo .V de dimenso finita

com produto interno. Demonstrar que as dez afirmaes seguintes sobre T
so equivalentes:
(a) T normal.
(b) li Trx li = li T* a li para todos a em V.
(c) T = T, + iT,, onde 1; e T2 so auto-adjuntos e T1 T2 = T2 T1
(d) Se a um vetor e e um escalar tal que Ta=ca, ento T* a= a.
(e) Existe uma base ortonormal de V formada por vetores caractersticos de T.

( f) Existe uma base ortonormal i!A tal que [T] fA seja diagonal.
(g) Existe um polinmio g com coeficientes complexos tal que T* = g(T).
(h) Todo subespao que invariante sob T tambm invariante sob T*.
(i) T =NU, onde N no-negativo, V unitrio e N comuta com V.
( j) T = c1E1 + ... + ckEk, onde 1 =E,+ ... + Ek, EiEJ O para i
= #}, e

EJ = EJ = 11'5.

5. Usar o Exerccio 3 para mostrar que uma famlia arbitrria de operadores

normais (no necessariamente diagonalizveis) sobre um espao de dimenso
finita com produto interno, gera uma lgebra auto-adjunta comutativa de
operadores normais.

6. Seja V um espao de dimenso finita com produto interno e U um operador

unitrio sobre V tal que Ua =a implique a= O. Seja
 OPERADORES SOBRE ESPAOS COM PRODUTO INTERNO - 443

. (1 + z)
f(z) = 1 z 1
(l_ z),
Mostrar que
(a) f(U) = i(J + U) (/ - U)-1;
(b) f ( U) auto-adjunto;
(c) para todo operador auto-adjunto T sobre y, o operador

U = (T- il)(T + iW'

unitrio e tal que T = f (U).

7. Seja V o espao das n x n matrizes complexas, munido do produto interno

(AjB) = tr(AB").

Se B um elemento de V, indiquemos por L8, R8 e T8 os operadores lineares

sobre .V definidos por
(a) L8(A) = BA.
(b) R8(A) = AB.
(c) T8(A) = BA - AB.

Considerar as trs famlias de operadores que se obtm, deixando B variar

sobre todas as matrizes diagonais. Mostrar que cada uma dessas famlias
uma lgebra auto-adjunta comutativa e determinar suas resolues espectrais.

8. Se B um elemento arbitrrio do espao com produto interno do Exerccio 7,

mostrar que L8 unitariamente equivalente a R8 .
1

9. Seja .V o espao com produto interno do Exerccio 7 e G o grupo das matrizes

unitrias em V. Se B est em G, indiquemos por C 8 o operador linear sobre y,
definido por

Mostrar que
(a) C8 um operador unitrio sobre .V;
(b) Cn,n, Cn,Cs,i
=

(c) no existe nenhuma transformao unitria U sobre V tal que

para todo B em G.

10. Seja F uma famlia arbitrria de operadores lineares sobre um espao .V 4e

dimenso finita com produto interno e seja a a lgebra auto-adjunta gerada
por F. Mostrar que
(a) toda raiz de d define uma raiz de F;
(b) toda raiz r de d uma funo linear multiplicativa sobre A, isto ,
444 - ALGEBRA LINEAR

r(TU) = r(T)r(U)
r(cT + U) = cr(T) + r(U)

para todos T e U em d e todos os escalares e.

11. Seja ff uma famlia comutativa de operadores normais diagonalizveis sobre

um espao V de dimenso finita com produto interno, e seja d a lgebra
auto adjunta gerada por .'F e o operador idntico /. Mostrar que cada raiz
de d diferente de O, e que para cada raiz r de ff existe uma nica raiz s de
d tal que s (T) = r(T) para todo T em ff.

12. Seja ff uma famlia comutativa de operadores normais diagonalizveis sobre

um espao V de dimenso finita com produto interno e d0 a lgebra auto
adjunta gerada por .'F. Seja d a lgebra auto-adjunta gerada por ff e o
operador idntico J. Mostrar que
(a) d o conjunto de todos os operadores sobre V da forma cJ + 1 sendo e

um escalar e .T um operador em d0.

(b) Existe no mximo uma raiz r de d tal que r(T) = O para todo Tem d0.
(c Se uma das razes de d a funo nula sobre oc0, as projees PI' .. ., P
na resoluo do operador idntic9 definida por .'F podem ser indexadas de tal
maneira que d0 seja constituda de todos os operadores sobre V da forma
k

T = I cjPj
j=2

onde c2, .. ., c k so escalares arbitrrios.

(d) d= d0 se, e somente se, para cada raiz r de d existir um operador Tem
d0 tal que r(T) #- O.

9.6 Outras Propriedades dos Operadores Normais

Na seo 8.5 desenvolvemos as propriedades fundamentais dos

operadores auto-adjuntos e normais,_ usando os mtodos mais sim
ples e diretos possveis. Na seo 9.5 consideramos vrios aspectos
da teoria espectral. Provaremos, agora, alguns resultados de natu
reza mais tcnica a respeito, principalmente, de operadores normais
sobre espaos reais.
Comearemos demonstrando uma verso mais profunda do
teorema da decomposio primria, do Captulo 6, para operadores
normais. Ele se aplica tanto ao caso real como ao caso complexo.

Teorema 17. Seja T um operador normal sobre um espao V

de dimenso finita com produto interno. Seja p o polinmio minimal
de T e sejam pl' ... , pk seus fatores primos unitrios distintos. Ento
cada p ocorre com multiplicidade 1 na decomposio de p e possui
i
grau 1 ou 2. Suponhamos que Wj seja o ncleo de pi(T). Ento
 OPERADORES SOBRE ESPAOS COM PRODUTO INTERNO - 445

(i) w ortogonal a wj se i # j;
j
(ii) V W 1 EB , ... , EB Wt;
=

(iii) W invariante sob T e pi o polinmio minimal da res

i
trio de T a W ;
i
(iv) para cada j, existe um polinmio ei com coeficientes no
corpo de escalares, tal que ei(T) a projeo ortogonal de V sobre W
r
Na demonstrao, usaremos certos fatos fundamentais que
enunciaremos como lemas.

Lema 1. Seja N um operador normal sobre um espao W com

produto interno. Ento o ncleo de N o suplementar ortogonal da
sua imagem. .
Demonstrao. Suponhamos (ex 1 N/3) =O para todo f3 em W.
Ento (N*cx 1 /3) =O para todo {3; logo N*cx =O. Pelo Teorema 19
do Captulo 8, isso implica Ncx O Reciprocamente, se Net =O
= .

ento N*cx O e =

(N*ixl/J) = (ixlN/J) =O

para todo f3 em W.

Lema 2. Se N um operador normal e ix um vetor tal que

N2ix = O, ento Nix O. =

Demonstrao. Suponhamos que N seja normal e que N2ix = O .

Ento Nix est na imagem de N e tambm est no ncleo de N.

Pelo Lema 1, isso implica Nix = O.

Lema 3. Seja T um operador normal e f um polinmio arbitrrio

com coeficientes no corpo de escalares. Ento f(T) tambm normal.
Demonstrao. Suponhamos f = a0 + a1x + .. . + a.x". Ento

f (T)* =
01 + 1 T* + ... + n(T*)".
Como T*T =:=' TT*, segue-se que f (T) comuta com f (T)*.

Lema 4. Sejam T- um operador normal e f e g polinmios relati

vamente primos, com coeficientes no corpo de escalares. Suponhamos
446 - ALGEBRA LINER

que rx e /3 sejam vetores tais que f(T) rx = O e g(T) f3 = O. Ento

(ocJ/3)=O.
Demonstrao. Existem polinmios a e b, com coeficientes no
corpo de escalares, tais que af + bg = 1. Assim,

a(T)f(T) + b(T)g( T) = I
e rx = g(T)b(T)rx. Segue-se que

(rxl/3) = ( g(T)b(T)rxJ/3) = (b(T)rxig(T)*/3).

Por hiptese g( T) f3 =O. Pelo Lema 3, g( T) normal. Portanto,
pelo Teorema '19 do Captulo 8, g(T)*/3=O; logo (rx lf3) =O.
Demonstrao do Teorema 17. Lembremos que o polinmio
minimal de T o polinmio unitrio de menor grau entre todos
os polinmios f tais que f(T)=O. A existncia de tais polinmios
decorre da hiptese de que V de dimenso finita. Suponhamos
que algum fator primo pi de p esteja repetido. Ento p =pfg para
algum polinmio g. Como p(T) =O, segue-se que

para todo rx em V. Pelo Lema 3, piT) normal. O Lema 2 im

plica

p/T)g(T)rx = O

para todo oc em V. Mas isso contradiz a hiptese de que p possua

o menor grau entre todos os f tais que f(T)=O. Portanto,
p =p1, , pk. Se V . um
. .
espao complexo com produto interno,
cada pi necessariamente da forma

p.=x-c.
J J

com ci real ou complexo. Por outro lado, se V um espao real

com produto interno, ento pi=xi - ci com ci em R, ou

pi = (x - e) (x - e)

sendo e um nmero complexo no real.

 OPERADORES SOBRE ESPAOS COM PRODUTO INTERNO - 447

Faamos, agora, fi=P!Pr Ento, como _f1' ... ,fk so relati

vamente primos, existem polinmios gi com coeficientes no corpo
de escalares, tais que

(9-16)

Indicaremos, resumidamente, como tais gi podem ser cons

trudos. Se pi=x-ci, ento fiei)# O, e para gi tomamos o poli
nmio constante 1/f/c). Quando todos os pi so dessa forma,
os fig i so os conhecidos polinmios de Lagrange associados a
c1, ... , ck, e (9-16) evidentemente vlido. Suponhamos algum
pi=(x - e) (x - e) sendo e um nmqro complexo no real. Ento
V um espao real com produto interno e tomamos

x-c x-c
g.=--+-
J
- -
s s

onde s=(e-c)(c). Ento

(s + s)x - (c s + cs)
gj
ss
=
de modo que gi um polinmio com coeficientes reais. Se o grau
de p n, ento

um polinmio com coeficientes reais de grau no mximo igual a

n - l; alm disso, ele se anula para cada uma das n razes (comple
xas) de p e , portanto, identicamente nulo.

Seja ex, agora, um vetor arbitrrio em V. Ento, por (9-16)

ex=" f.(T) g.(T)ex

L. J ) .

j
e como p/T)(T)=O, segue-se que fiT)g/T)ex est em Wi para
todo j. Pelo Lema 4, Wi ortogonal a W;, sempre que i # j. Por
tanto, V a soma direta ortogonal de W1, , Wk. Se [J um vetor
arbitrrio em itj,
p/T)T[J = Tp/T)[J =O;
448 - ALGEBRA LINEAR

logo Wi invariante sob T. Seja Ti a restrio de T a Wr Ento

p/ T) =O de modo que pi divisvel pelo polinmio minimal de
Tr Como pi irredutvel sobre o corpo de escalares, segue-se que
pi o polinmio minimal de Ti.
Em seguida, seja e fpi e Ei e/ T ) . Ento, para todo vetor
i
= =

a em V, Eja est em Wi, e

a=l:Ep.
j
Assim, a - Eia= I Ep; como Hij ortogonal a W; quando j =!= i,
i'f i
isso implica que a.:... Eia est em W,l.. Decorre agora, do Teore-
ma 4 do Captulo 8, que E; a projeo ortogonal de V sobre W;.

Definio. Os subespaos W (1 :::;:; j :::;:; k) so denominados as

j
componentes primrias de V sob T.

Corolrio. Seja T um operador normal sobre um espao V de

dimenso finita com produto interno e sejam W 1' . .., Wk as compo
nentes primrias de V sob T. Suponhamos que W seja um subespao
d V, invariante sob T. Ento

Demonstrao. Obviamente, w contm L w "wj.

Por outro
j
lado, sendo W invariante sob T, ele ser invariante sob qualquer
polinmio em T. W invariante sob a projeo
Em particular,
ortogonal Ei de V sobre Wr Se a est em W, segue-se que Ep est
em W n Wi e, ao mesmo tempo, a=
. L Ep. Portanto, W est con-
- j
tido em I w " wr
.i
O Teorema 17 mostra que todo operador normal T, sobre um
espao de dimenso finita com produto interno, canonieamente
especificado por um nmero finito de operadores normais Ti, - defi
nidos sobre as componentes primrias Wi de V sob T e cada um
dos polinmios minimais desses operadores irredutvel sobre o
corpo de escalares. Para compreender totalmente os operadores
normais necessrio estudar os operadores normais desse tipo
especial.
 OPERADORES SOBRE ESPAOS COM PRODUTO INTERNO - 449

Um operador normal cujo polinmio minimal possui grau 1

obviamente um mltiplo escalar do operador idntico. Por outro
lado, quando o polinmio minimal for irredutvel e de grau 2 a
situao torna-se mais complicada.

Exemplo 1. Suponhamos r >O e que e seja um nmero real

no mltiplo inteiro de n. Seja T o operador linear sobre R2 cuja
matriz em relao base cannica

[ cos 8 - sen fJ

J
.
A= r
sen e cose

Ento T um mltiplo escalar de uma tr!nsformao ortogonal

e, portanto, normal. Seja p o polinmio caracterstico de T.
Ento

p = det(xJ - A)
= (x r cos 8)2 + r2 sen2 e
=x - 2r cosex + r2

Seja a = r cos fJ, b r sen e e c =a+ ib. Ento b =F O, e= rei9

[: J
=

A= -

e p = (x - e) (x - e). Portanto, p irredutvel sobre R. Como p

divisvel pelo polinmio minimal de T, segue-se que p o poli
nmio minimal.
Esse exemplo sugere a seguinte recproca.

Teorema 18. Seja T um operador normal sobre um espao V

de dimenso finita com produto interno e p o seu polinmio minimal.
Suponhamos que

p = (x - a)2 + b2

onde a e b so reais e b =F O. Ento existe um inteiro s >O tal que

p5 o polinmio caracterstico de T e existem subespaos V 1, .. . , V5
de V tais que

(i) v ortogonal a vi se i =F j i
i
(ii) V=V1$ ... Ef>Vs;
450 - ALGEBRA LINEAR

(iii) cada Vi possui urna base ortonormal {ai , P) com a pro

priedade fie que

Ta. = aa. +
J J
b{J.
J
T{Ji = - bai + a{Ji"

Em outras palavras, se r = Ja2 + b2 e () escolhido de modo

que a= r cos () e b=r sen e, ento V uma soma direta ortogonal
de subespaos V , de dimenso dois, sobre os quais T atua como
i
"r vezes uma rotao de ngulo ()".

A demonstrao do Teorema 18 se basear no seguinte resul

tado.

Lema. Seja V um espao real com produto interno e S um

operador normal sobre V tal que S2 + I = O. Seja a um vetor arbi
trrio de V e fJ=Sa. Ento

S*a= -P
(9-17)
S*{J =a

(aifJ)=O, e lia li= 11/Jli.

Demonstrao. Temos Sa=fJ e S{J=S2a= -a. Portanto,

O = llSa - fJ112 + llS/J + a112 = llSa 112 - 2(SaifJ) + 11/J112

+ llS/3112 + 2(SfJia) + lia 112.
Como S normal, segue-se que

O= llS*all2 - 2(S*fJia) + 11/3112 + llS*/3112 + 2(S*aifJ) + llall2

= llS*a + fJ112 + llS*fJ - a 112.
Isso implica (9-17); logo

(a i fJ) = (S*fJifJ) = <PIS/J)

=<PI - a)
= - (aifJ)
e (aifJ)=O. Analogamente

lia112 =(S*fJia) =
(fJISa) = 11/J112.
 OPERADORES SOBRE ESPAOS COM PRODUTO INTERNO - 461

Dem onstrao do Teorema 18. Seja V 1, ... , Vs uma coleo ma

ximal de subespaos de dimenso dois, satisfazendo (i) e (ii) e as
condies adicionais

(9-18) 1 ::;; j ::;; s.

Seja W = V1 + . . . + V5 Ento W a soma direta ortogonal de

V1, .. , V5 Vamos mostrar que W V. Suponhamos que isso no
=

acontea. Ento W L -:/= {O}. Alm disso, como (ii) e (9-18) impli
cam que W invariante sob T e T*, segue-se que W1 invari
ante sobT* e T= T**. Seja S=b-1(T-al) Ento S*=b-1(T*-al),
S* S = SS* e W J. invariante sob S e S*. Como ( 7-a/)2 + b2l =O.
segue-se que S2 + I = O. Seja cx um vetor arbitrrio de norma 1
em W 1. e faamos fJ = Scx. Ento fJ est em W .i e SfJ =-cx.
Como T =al + bS, isso implica

Tct =act + b{J

T{J = -bct + a{J.

Pelo lema, S*cx -{J, S*{J = cx, (cxifJ) =O e

= 11/Jll = 1. Porqui.:
T* =ai+ bS*, segue-se que

T*ct =act + b{J

T*{J = bct + ct{J.

Mas isso contradiz o fato de que Vl' . . : , Vs uma coleo maximnl

de subespaos satisfazendo (i), (ii) e (9-18). Portanto, W = V e com11

[X
-a b
det
-b x-a J = (x -a)2 + b2

decorre de (i), (ii) e (iii) que

det (xi - T) = [(x-a)2 + b2]5.

Corolrio. Sob as condies do t eorema, T inver svel e

452 - ALGEBRA LINEAR

Demonstrao. Como

segue-se de (iii) e (9-18) que T T* = (a2 + b2)1. Logo, T inver

svel e T* = (a2 + b2) T 1 .
-

Teorema 19. Seja T um operador normal sobre um espao V

de dimenso finita com produto interno. Ento qualquer operador
linear que comute com T, tambm comuta com T*. Alm do mais,
todo subespao invariante sob T tambm invariante sob T*.
Demonstrao. Suponhamos que U seja um operador linear
sobre V que comute com T. Seja Ei a projeo ortogonal de V
sobre a compnente primria wp :::;j::::; k) de V sob T. Ento
Ei um polinmio em T e, portanto, comuta com U. Assim,

Portanto, U (W) um subconjunto deWr Indiquemos por Ti e

Ui T e U a Wr Suponhamos que Ii seja o ope
as restries de
rador idntico sobre Wr Ento Ui comuta com Ti e se Ti= c/i'
claro que Ui tambm comuta com T*i = /r Por outro lado,
se Ti no um mltiplo escalar de Ii, ento Ti inversvel e exis
tem nmeros reais ai e b i tais que

Como UiTi= TiUi, segue-se que Ti-1Ui= UiT'j1. Portanto, Ui

comuta com T 7 em ambos os casos. Ora, T* tambm comuta
com Ei e, portanto, Wi invariante sob T*. Alm disso, para
todos a e /3 em wi

(Tial/3) = (Tal/3) = (ai T*/3) = (ai T7 /J).

Como T*(W) est contido em Wi, isso implica que TJ a res

trio de T* a Wr Assim,

UT*aJ. = T*UaJ.
 OPERADORES SOBRE ESPAOS COM PRODUTO INTERNO - 453

para todo ai em W Como V a soma de Wl' ... , Wk, segue-se que

r

UT*rx = T*Urx

para todo a em V e portanto, U comuta com T*.

Suponhamos, agora, que W seja um subespao de V, inva
riante sob T, e seja Zi= W n Wr Pelo corolrio do Teorema 17,
w= L zj" Assim, suficiente mostrar que cada zj invariante
j
sob TJ. Isso bvio se Ti= c/ Se esse no for o caso, Ti
inversvel e transforma Z.J em, e, portanto, sobre ZJ.. Logo,
T.J- 1 (ZJ.) = Z.J e como

segue-se que T*(Z) est contido em Zi para todo j.

Suponhamos que T seja um operador normal . sobre um es
pao V de dimenso finita com produto interno. Seja W um
subespao invariante sob T. Ento, o corolrio acima mostra que
W invariante sob T*. Disso decorre que wi. invariante sob
T**= T (e, portanto, sob T* tambm). Usando esse fato, pode-se
demonstrar facilmente a seguinte verso mais forte do teorema da
decomposio cclica dada no Captulo 7.

Teorema 20. Seja T um operador linear sobre um espao V

de dimenso f inita com produto interno (dim V 1). Ento existem r

vetores no nulos rxl' ... , ixr em V, com respectivos T-anuladores

el' .. ., er, tais que

(i) V = Z(a.1; T) EB ... EB Z(ar; T);

(ii) se 1 s k sr - 1, ento ek 1 + divide ek;

(iii) Z(ixj; T) ortogonal a Z(ixk; T) quando j #- k. Alm do mais,

o inteiro r e os anuladores e1, ... , er so determinados de modo nico
pelas condies (i) e (ii) e pelo fato de que nenhum ixk nulo.

Corolrio. Se A uma matriz normal com elementos reais (com

plexos), ento existe uma matriz real ortogonal (unitria) P tal que
1
p- AP esteja sob a forma racional cannica.
Segue da que duas matrizes normais A e B so unitariamente
equivalentes se, e somente se, elas possuem a mesma forma racio-
454 - ALGEBRA LINEAR

nal; A e B so ortogonalmente equivalentes se seus elementos forem

reais e elas possurem a mesma forma racional.
Por outro lado, existe um critrio mais simples para a equi
valncia unitria de matrizes normais e operadores normais.

Definies. Sejam V e V' espaos com produto interno sobre

o mesmo corpo. Uma transformao linear

U: V V1

denominada uma transformao unitria se ela trans_forma V sobr_e_

V' e preserva produtos internos. Se T um operador linear sobre V
e T1 um operador linear sobre V', ento T unitariamente equi
valente a T1 se existir uma transformao unitria U de V sobre V1
tal que

UTU-1 = T1

Lema. Sejam V e V' espaos de dimenso finita com produto

interno sobre o mesmo corpo. Suponhamos que T seja um operador
linear sobre V e que T1 seja um operador linear sobre V'. Ento T
unitariamente equivalente a T' se, e somente se, existir uma base
'
ortonormal PJ de V e uma base ortonormal PJ' de V' tal que

[TJ91 = [T']91

Demonstrao. Suponhamos que exista uma transformao uni

triaU de V sobre V' tal que UTU-1 = T'. Seia PJ= {oc1' . , oc.} . .

uma base (ordenada) ortogonal arbitrria de V. Seja oc'.= Uoc.(l 5,j5,n).

-
Ento PJ' = { oc'1, ... , ix} uma base ortonormal a/ V" e ofcando
n

Toei= L Akpk
k=l
vemos que

T1oc'.J = UToc.J

= L Akp'k
k
L Akp
k
=
 l
OPERADOR S SOBRE ESPAOS COM PRODUTO INTERNO - 455
Logo, [T]g,j = A = [T')g,j.
Reciprocamente, suponhamos que exista uma base ortonormal
86 de V e uma base ortonormal 861 de V' tal que

[T]g,j = [T'].'ll

A [T].<ll. Suponhamos 86 {al' ..., a"} e 86' {a, ... , e<}.

e seja = = =

SejaU a transformao linear de Vem V'tal que Uaj aj (1 sj sn). =

Ento U uma transformao unitria de V sobre V' e

u w-1a; = u raj
u I Ak/Xk
k
=
I A kp.
k
Portanto, UTU-1a; = T'a(l s j s n),e isso implica que uru-1 = T'.
Decorre imediatamente desse lema, que operadores unitaria
mente equivalentes sobre espaos de dimenso finita possuem o
mesmo polinmio caracterstico. Para operadores normais vale a
recproca.

Teorema 21. Sejam V e V' espaos de dimenso finita com pro

duto interno sobre o mesmo corpo. Suponhamos que T seja um
operador normal sobre V e que T' seja um operador normal sobre V'.
Ento T unitariamente equivalente a T' se, e somente se, T e T '
possuem o mesmo polinmio caracterstico.
Demonstrao.' Suponhamos que T e T' possuam o mesmo
polinmio caracterstico f. Sejam Hj (1 s j sk) as componentes pri
mrias de V sob T e T. )
a restrio
. de T a W.. Suponhamos que J.
J J
seja o operador idntico sobre W Ento
r
k
f = 0 det(xJ
j
- T).
j= 1

Seja pj o polinmio minimal de Se pj = X - cj claro que

det(xl
j
- T) = (x - c)'j
onde s j a dimenso de W
r
Por outro lado, se p j (x a +b = - )2 J
com a1 e b j reais e b j :f. O, ento decorre do Teorema 18 que

j
det(xi.
J
- T.) J
= p
)
456 - ALGEBRA LINEAR

onde, nesse caso, 2si a dimenso de Wr Portanto, f = 0 p'ji.

j
Agora podemos tambm calcular f pelo mesmo mtodo, usando
as componentes primrias de V1 sob T'. Como pi' . . . , pk so
primos distintos, segue-se da unicidade da decomposio em fato
res primos de f, que existem exatamente k componentes primrias
w;(l sj s k) de V' sob T' e que elas podem ser i r,9exadas de tal
modo que pJ seja o polinmio minimal da restrio Tj de T' a
Wj. Se P; =
ci, ento Ti= c/i e Tj= c/j onde Ij o operador
x -

idntico sobre Wj. Nesse caso evidente que 1j unitariamente

equivalente a Tj. Se pi= (x a)2 + bJ, como acinia, ento usan
-

do o lema e o Teorema 20, vemos novamente que Ti unitariamente

equivalente a r;. Assim, para cada j existem bases ortonormais
f!4i e !4j de Wi e Wj, respectivamente, tais que

Finalmente, seja V a transformao linear de V em V' que trans

forma cada f!4. sobre PJ'.. Ento V uma transformao unitria
J J .
de V sobre V' tal oue uru-1 = T'.
 Captulo 10

FORMAS BILINEARES

10.1 Formas Bilineares

Neste captulo vamos tratar das formas bilineares sobre .es
paos vetoriais de dimenso finita. O leitor provavelmente obser
var uma semelhana entre uma parte da matria e a discusso
dos determinantes no Captulo 5 e dos produtos internos e formas
nos Captulos 8 e 9. A relao entre formas bilineares e produtos
internos particularmente forte; no entanto, este captulo no pres
supe nada da matria do Captulo 8 ou 9. O leitor que no tiver
familiaridade com produtos internos provavelmente lucraria lendo
a primeira parte do Captulo 8 medida que lesse a discusso de

formas bilineares.
A primeira seo trata do espao das formas bilineares sobre
um espao _vetorial de dimenso n. A matriz de uma forma bilinear
em relao a uma base ordenada introduzida e estabelecido o
isomorfismo entre o espao das formas e o espao das n x n ma
trizes. Define-se o posto de uma forma bilinear e so introduzidas
as formas bilineares no degeneradas. A segunda seo discute as
formas bilineares simtricas e sua diagonalizao. A terceira seo
estuda as formas bilineares anti-simtricas. A quarta seo discute
o grupo que conserva uma forma bilinear no-degenerada, com
ateno especial prestada aos grupos ortogonais, os grupos pseudo
ortogonais e um grupo pseudo-ortogonal particular - o grupo de
Lorentz.
Definio. Seja V um espao vetorial sobre o corpo F. Uma
forma bilinear sobre V uma funo L que associa a cada par orde
nado de vetores tX, fJ em V um escalar f(tX, /J) em F, e que satisfaz

f( ctX1 + tX2, /3) = cf(tXp /J) + f(rx.". /!)

(10-1)
f (tX, c/J1 + /32) = cf(tX, /31) + f(tX, /32).
458 - ALGEBRA LINEAR

Indicando por V x V o conjunto de todos os pares ordenados de

vetores em V, esta definio pode ser reformulada como segue:
Uma forma bilinear sobre V uma funo f de V x V em F que
linear como uma funo de qualquer dos seus argumentos quando
o outro deixado fixo. A funo nula de V x V em F evidente

mente uma forma bilinear. tambm verdade que toda combi

nao linear de formas bilineares sobre V ainda uma forma bili
near. Para demonstrar este fato, basta considerar combinaes
lineares do tipo cf + g, sendo f e g formas bilineares sobre V. A
demonstrao de que cf + g satisfaz (10-1) semelhante a muitas
outras que fizemos e vamos omiti-la. Tudo isto pode ser resumido
dizendo-se que o conjunto das formas bilineares sobre V um
subespao do espao das funes de V x V em F (Exemplo 3, Cap
tulo 2). Indicaremos o espao das formas bilineares sobre V por
L(V, V, F).

Exemplo 1. Seja V um espao vetorial sobre o corpo F e

sejam L1 e L2 funcionais lineares sobre V. Definamos f por

Fixando f3 e considerando f como uma funo de a, ento temos

simplesmente um mltiplo escalar do funcional linear L1. Com a

fixo, f um mltiplo escalar de L2. Assim, evidente que f uma

forma bilinear sobre V.

Exemplo 2. Sejam m e n inteiros positivos e F um corpo.

Seja V o espao vetorial das m x n matrizes sobre F. Seja A uma
m x m matriz fixa sobre F. Definamos

Ento fA uma forma bilinear sobre V. De fato, se X, Y e Z so

m x n matrizes sobre F,

f A(cX + z; Y) = trao [(cX + Z)' A Y]

=c trao(cX'A YI + trao(Z'AY)
= cfA(X, Y) + fA(Z, Y).

Evidentemente, utilizamos o fato de que a operao transposta e a

funo trao so lineares. ainda mais fcil mostrar que fA linear
 FORMAS BILINEARES - 459

como uma funo do seu sgundo argumento. No caso particular

n = 1, a matriz. X'AY 1 x 1, isto , um escalar, e a forma bilinear
simplesmente

f,.i(X, Y)= X1AY

=
Li L A iixYr
j
Mostraremos em breve que toda forma bilinear sobre o espao
das m x 1 matrizes desse tipo, isto , fA para alguma m xm
matriz A.

Exemplo 3. F um corpo. Vamos determinar todas as

Seja
formas bilineares sobre o espao F2. Suponhamos que f seja uma
2
tal forma bilinear. Se a= (x1 x2) e f3 = (yl' y2) so vetores em F ,
ento

f (rx, /3) =f (x1e1 + x262, /3)

= xJ(el' /3) + x2f(6v /3)
= x1f(el' Y161 + Y262) + X2f(62, Y1B1 + Y262)
= X1YJ(6, 61) + X1Y2f(e , e2) + X2YJ(62' 61) + X2Yz(e2 , 62).
1

Assim, f completamente determinada pelos quatro escalares

Aii = f (6;, 6) da seguinte man,eira:

f(rx, /3) =
11X1Y1 + 12X1Y2 + 21X2Y1 + 22X2Y2
A;iX;Yr
=
iL
,j

Se X e Y so as matrizes das coordenadas de rx e f3 e se A a

2 x 2 matriz com elementos A (i, j) Aii = f (6i' E), ento=

(10-2) f(rx, /3) =

XtAY.

Observemos no Exemplo 2 que se A uma 2 x 2 matriz arbitrria

sobre F, ento (10-2) F2 Vemos
define uma forma bilinear sobre
2
que as formas bilineares sobre F so exatamente as obtidas por
meio de uma 2 x 2 matriz como em (10-2).
A discusso no Exemplo 3 pode ser generalizada de modo a
descrever todas as formas bilineares sobre um espao vetorial de
dimenso finita. Seja V um espao vetorial de dimenso finita sobre
460 - ALGEBRA LINEAR

o corpo F e seja = { a1, . . , an} uma base ordenada de V. Supo

nhamos que f seja uma forma bilinear sobre V. Se

a= X11 + ... + xnan e fJ = Y11 + . .

. + Ynn
so vetores em V, ento

f (a, {J) = fC[, X;IX;, fJ)

i

= L xJ(a;, fJ)
i

= Li xJ(a;, L Yp)
i

= L L X;YJ(a;, a).
i j

Se fizermos Aii =f(a;, a) , ento

f (a, fJ) = L L Aiixiyi

i j

=X'AY

onde X e Y so as matrizes das coordenadas de a e fJ em relao

base ordenada . Assim, toda forma bilinear sobre V do tipo

(10-3)

para alguma n x n matriz A sobre F. Reciprocamente, se temos

uma n n matriz arbitrria A, fcil ver que (10-3) define uma
x

forma bilinear f sobre V, tal que Aii =f (a;, a).

Definio. Seja V um espao vetorial de dimenso finita e seja

= { al' .. ., an}
uma base ordenada de V. Se f uma forma bili
near sobre V, a matriz de f em relao base ordenada 14 e a
n x n matriz A com elementos Ai = f(a;, a). s vezes, indicaremos
j
esta matriz por [fJ18

Teorema 1. Seja V um espao vetorial de dimenso finita sobre

o corpo F. Para cada base ordenada 14 de V, a funo que associa a
cada forma bilinear sobre V sa matriz em relao base ordenada
um isomorfismo do espao L(V, V, F) no espao das n x n
matrizes sobre o corpo F.
 FORMAS BILINEARES - 461

Demonstrao. Observamos acima quef--> [f],, uma corres

pondncia bijetora entre o conjunto das formas bilineares sobre V
e o conjunto de todas as n x n matrizes sobre F. Que isso uma
transformao linear fcil de ver, pois

para todos e j. Isto diz simplesmente que

[cf + g],,= c[f],, + [g],,.

Corolrio. Se f!J { 0(1, ... , 0(0} uma base ordenada de V e

=

f!J* ={L1, . , L0} a base dual de V*, ento as n2 formas bilineares

. .

formam uma base do espao L(V, V, F). Em particular, a dimenso

de L(V, V, F) n2
Demonstrao. A base dual { Ll' ... , L.} definida essencial
mente pelo fato de que L;((J() a i-sima coordenada de ()( em
relao base ordenada f!J (para todo ()( em V).
Ora, as funes
f;i definidas por

f..IJ.(()(, /3) = L.(a)L.(p)

j,
! '

so formas bilineares do tipo considerado no Exemplo l. Se

ento

Seja f uma forma bilinear arbitrria sobre V e seja A a matriz

de f em relao base ordenada f!J. Ento

f(a, /3) =
L A;ixtyi
i,j

o que diz simplesmente que

f =
L Aijfij.
i,j
462 - ALGEBRA LINEAR

Agora evidente que as n2 formas fii formam uma base de

L(V, V, F).
Pode-se reformular a demonstrao do corolrio como segue.
A matriz da forma bilinear fu em relao base ordenada - !!lJ a
matriz "unitria" E;1, cujo nico elemento no-nulo um 1 na
linha i e coluna j. Como estas matrizes Ei,j constituem uma base
do espao das n x n matrizes, as formas fij constituem uma base
do espao das formas bilineares.
O conceito de matriz de uma forma bilinear em relao a
uma base ordenada semelhante ao conceito de matriz de um
operador linear em relao a uma base ordenada. Do mesmo
modo que para operadores lineares, estaremos interessados no que
acontece matriz que representa uma forma bilinear, ao pas
sarmos de uma base ordenada a outra. Ento, suponhamos que
!!lJ{ al' ... , an} e !!J'= { a '1 , ... , a} sejam duas bases ordenadas de
=

V e que f seja uma forma bilinear sobre V. Como se .relacionam

as matrizes [ !]11 e [ ! ]111 Bem, seja P a n x n matriz (inversvel)
tal que

para todo a em V. Em outras palavras, definimos P por

n
a;= L P;p;
i= 1
Para vetores arbitrrios a, f3 em V

f(a, /3) = [a][!J[/31

= (P[a]J!')'[f]"P[/3]'
= [a1' (P1[f]91P) [/3]9'.
Pela definio e unicidade da matriz que representa f em relao
base ordenada !!J', devemos ter

(10-4) [!]$, = P'[f1P.

Exemplo 4. Seja V o espao vetorial R2. Seja fa forma bili

near definida sobre a= (x1, x2) e f3 = (y1, y2) por
 FORMAS BILINEARES - 463

Ora,

e, ento, a matriz de f em relao base ordenada cannica ,

1J = {t:l' i;2}

[f]M=[ ]
Seja 14' =
{ s , s ;} a base ordenada definida por i;'1 = (1, - 1),
e= (1, 1). Neste caso, a matriz P que transforma as coorde
nadas de 141 para 14

[ l]. p
=
-1
1
1

[fJM = [fJP
Assim,

pt

=[! -1] [! ] [- ]
= [
J [ J .-

[ l
=

O que isto significa que, se expnm1rmos os vetores rx e /3 por

meio de suas coordenadas em relao base [!l)', digamos

ento

Uma consequencia da frmula (10-4) da mudana de base

a seguinte: Se A e B so n x n matrizes que representam a mesma
forma bilinear sobre V em relao a bases ordenadas (possivel
mente) diferentes, ento A e B tm o mesmo posto. De fato, se P
464 - ALGEBRA LINEAR

uma n x n matriz inversvel e B =P1AP, evidente que A e B

tm o mesmo posto. Isto torna possvel definir o posto de uma
forma bilinear sobre V uma funo f. que associa a cada par orde
que represente a forma em relao a uma base ordenada de V.
desejvel dar uma definio mais intrnseca do posto de
uma forma bilinear. Isto pode ser feito como segue: Suponhamos
que f seja uma forma bilinear sobre o espao vetorial V. Fixando
um vetor a em V,f (a, /3) linear com uma funo de fJ. Desta ma-.
neira, cada a fixo determina um funcional linear sobre V; indique
mos este funcional linear por Lia). Repetindo, se a um vetor
em V, ento L (a) o funcional linear sobre V cujo valor em
qualquer vetor 1
f (a, /3). Isto nos d uma transformao a--+ Lia)
de V no espao dual V*. Como

vemos que

isto , LI uma transformao linear de V em V*.

f determina uma transformao linear
De maneira semelhante,
RI de V em V*. Para cada /3 fixo em V,f (a, /3) linear como uma
funo de a. Definimos RI(/3) como sendo o funcional linear sobre
V cujo valor no vetor a f (a, /3).

Teorema 2. Seja f uma forma bilinear sobre o espao vetorial V

de dimenso finita. Sejam Lr e Rr as transformaes lineares de
V em V* definidas por (Lra) (/3) =f(a, /3) =(Rr/3) (a). Ento, posto
(Lr) =posto (Rr).
Demonstrao. Pode-se fazer uma demonstrao deste teorema
que seja "independente de coordenadas". Tal demonstrao seme
lhante demonstrao (na Seo 3.7) de que o posto-linha de uma
matriz igual ao seu posto-coluna Ento, faremos aqui uma
demonstrao que comea tomando um sistema de coordenadas
(base), utilizando depois o teorema "posto-linha igual a posto
coluna".
Para demonstrar que posto (LI ) =posto (RI) bastar demons
trar que LI e RI tm a mesma nulidade. Seja f! uma base orde
nada de V e seja A = [f];i Se a e /3 so vetores em V, com ma
trizes de coordenadas X e Y em relao base ordenada f!J, ento
 FORMAS BILINEARES - 465

f (a, {3) = X1AY. Ora, R!({3) =O significa que f (a, {3) =O para todo
<1. em V, isto , que X1A y =o para toda n X 1 matriz X. A ltima

condio diz simplesmente que AY =O. A nulidade de Rf , por

tanto, igual dimenso do espao das solues de A Y = O.
Analogamente, L/1X) =O se, e somente se, X1AY =O para toda
n xmatriz Y. Assim, IX est no ncleo de L1 se, e somente se,
1
X1A =o, isto , A1X =O. A nulidade de Lf , portanto, igual
dimenso do espao das solues de A1X =O. Como as matrizes
A e A1 tm o mesmo posto-coluna, vemos que

nulidade (LJ) =nulidade (RJ).

Definio. Se f uma forma bilinear sobre o espao V de dimen

so finita, o posto de f o inteiro r =posto (Lr) =posto (Rr).

Corolrio 1. O posto de uma forma bilinear igual ao posto

da matriz da forma bilinear em relao a qualquer base ordenada.

Corolrio 2. Se f uma forma bilinear sobre o espao vetorial

o-dimensional V, as seguintes afirmaes so equivalentes:

(a) Posto (f) =n.

(b) Para cada IX no-nulo em V, existe um f3 em V tal que

f(1X, {3) :/=O.
(c) Para cada f3 no-nulo em V, existe um IX em V tal que
f(IX, {3) :/=O.

Demonstrao. A afirmao (b) diz sin;iplesmente que o ncleo

de Lf o subespao nulo. A afirmao (c) diz que o ncleo de Rf
o subespao nulo. As transformaes lineares Lf e Rf tm nuli
dade O se, e somente se, elas tm o mesmo posto n, isto , se, e
somente se, posto (f) =n.

Definio. Uma f arma bilinear f sobre um espao vetorial V

dita no-degenerada (ou no-singular) se satisfaz as condies (b) e
(c) do Corolrio 2.
Se V de dimenso finita, ento f no-degenerada, desde
que f satisfaa qualquer uma das trs condies do Corolrio 2.
Em particular, f no-degenerada (no-singular) se, e somente se,
sua matriz em relao a alguma (toda) base ordenada de V uma
matriz no-singular.
466 - ALGEBRA LINEAR

Exemplo 5. Seja V = Rn e seja f a forma bilinear definida

sobre ct (x1, ..., xn) e /3
= = (yl' . . , Yn ) por
.

f(ct, /3) = X1Y1 + + XnYn

Ento f uma forma bilinear no-degenerada sobre R". A matriz

de f em relao base ordenada cannica a n x n matriz unidade:

f(X, Y) = xiy

Esta f usualmente denominada o produto escalar. O leitor prova

velmente tem familiaridade com esta forma bilinear, pelo menos
no caso n = 3. Geometricamente, o nmero f(cc, /3) o produto
do comprimento de cc pelo comprimento de f3 e pelo cosseno do
ngulo entre cc e {3. Em particular, f(cc, /3) O se, e somente se, os =

vetores cc e f3 so ortogonais (perpendiculares).

Exerccios
1. Quais das seguintes funes f, definidas sobre vetores lX = (x" x2) e /3 = (y 1 y2)
em R1, so formas bilineares?
(a) f (lX, /3) = 1 ;,
(b) f(ll,/J)=(x1 -y1)2+X2Y2>
(e) j(lX, /3) =(x1+y1)2 -(x1 -y1)\
(d) f(lX, /J)= X1)'2 -X2Yi

2. Seja f a forma bilinear sobre R2 definida por

f((x,, y,), (x2, Y2ll = x,y, + X2Yr

Determinar a matriz de f em relao a cada uma das seguintes bases:

{(l, O), (0, 1)}, {(l, - 1), (1, 1)}, {(l, 2), (3, 4)}.

3. Seja V o espao das 2 x 3 matrizes sobre R e seja f a forma bilinear sobre V

definida por f(X, Y) = trao (X' A Y), onde

Determinar a matriz de f em relao base ordenada

onde E'j a matriz cujo nico elemento no-nulo um 1 na linha ; e coluna j.

 FORMAS BILINEARES - 467

4. Descrever explicitamente todas as formas bilineares f sobre R3 com a pro

priedade de que f (rt, /3) =f (/3, O'.) para todos rt, /3.

5. Descrever as formas bilineares sobre R3 que satisfazem f (O'., /3) = -f (/3, rx) para
todos O'., {3.
6. Seja n um inteiro positivo e seja V o espao das n x n matrizes sobre o corpo
dos nmeros complexos. Mostrar que a equao

f(A, B) = n tr(AB) - tr(A) tr(B)

define uma forma bilinear f sobre _V verdade que f(A, B) =f (B, A) para
todas A, B?

7. Seja f a forma bilinear do Exerccio 6. Mostrar que f degenerada if no

no-degenerada). Seja V1 o subespao de V formado pelas matrizes de trao O
e seja /1 a restrio de f a V1. Mostrar que f, no-degenerada.

8. Seja f a forma bilinear definida no Exerccio 6 e seja V2 o subespao de V

formado por todas as matrizes A tais que trao (A)= O e A* = -A. (A* a
transposta conjugada de A.) Indiquemos por f2 a restrio de f a V2. Mostrar
quef2 negativa definida, isto , quef,(A, A)<O para toda A no-nula em V2.

9. Seja f a forma bilinear definida no Exerccio 6. Seja W o conjunto das ma

trizes A em V tais que f(A, B) =O para toda B. Mostrar que W um
subespao de V Descrever W explicitamente e determinar sua dimenso.

10. Seja f uma forma bilinear sobre um espao vetorial V de dimenso finita.
Seja W o subespao formado pelos f3 tais que j(rt, /3) = O para todo rt.
Mostrar que
posto (f ) = dim V - dim W.

Usar este resultado e o resultado do Exerccio 9 para calcular o posto da

forma bilinear definida no Exerccio 6.

11. Seja f uma forma bilinear sobre um espao vetorial .v de dimenso finita.
Suponhamos que V1 seja um subespao de _V com a propriedade de que a
restrio de f a V1 seja no-degenerada. Mostrar que posto if) dim _V,.

12. Sejam f e g formas bilineares sobre um espao vetorial V de dimenso finita.

Suponhamos que g seja no-singular. Mostrar que existem operadores lineares
1;, 7 sobre vl nicos, tais que

para todos O'., {3.

13. Mostrar que o resultado do Exerccio 12 no necessariamente vlido se g

singular.
468 - ALGEBRA LINEAR

14. Seja f uma forma bilinear sobre um espao vetorial V de dimenso finita.
Mostrar que f pode ser expresso como um produto de dois funcionais lineares
(isto ,f(rx /3) L1(rx) L2(/3) para LH L2 em V") se, e somente se,f tem posto 1.
=

10.2 Formas Bilineares Simtricas

O propsito principal desta seo responder seguinte per

gunta: Se f uma forma bilinear sobre o espao vetorial V de di
menso finita, quando que existe uma base ordenada de V,
em relao qual f representada por uma matriz diagonal?
Vamos demonstrar que isto possvel se, e somente se, f uma
forma bilinear simtrica, ou seja, f (a, /3) f(f3,a). O teorema ser
=

demonstrado apenas para o caso do corpo de escalares ser um

corpo F de caracterstica zero, isto , que, se n um inteiro posi
tivo, a. soma 1 + ... + 1 (n vezes) em F no O.

Definio. Seja f uma forma bilinear sobre o espao vetorial V.

Dizemos que f simtrica se f (a , [3) f(/3, a) para todos os vetores
=

a, f3 em V.
Se V de dimenso finita, a forma bilinear f simtrica se,
e somente se, sua matriz A em relao a alguma ou (toda) base
ordenada simtrica, isto , A' = A. Para ver isto, perguntamos
quando que a forma bilinear

f(X Y)
, = X'AY

simtrica. Isto acontece se, e somente se, X' AY Y1AX para =

todas matrizes-colunas X e Y. Como X' AY uma 1 x 1 matriz,

temos X'AY = Y1A1X. Assim, f simtrica se, e somente se,
Y1A1X = Y1AX para todas X, Y. Evidentemente, isto significa
apenas que A A1 Em particular, deve-se notar que se existir
=

uma base ordenada de V em relao qual f seja representada por

uma matriz diagonal, ento f simtrica, pois qualquer matriz
diagonal uma matriz simtrica.
Se f uma forma bilinear simtrica, a forma quadrtica asso
ciada a f a funo q de V em F definida por
q (a) = f(a, a) .

Se F um subcorpo do corpo dos nmeros complexos, a forma

bilinear simtrica f completamente determinada por sua forma
quadrtica associada, de acordo com a identidade de polarizao.
 FORMAS BILINEARES - 469

(10- 5 ) f(rx, {3) = q(rx + {3) - q(rx - {3).

A demonstrao de (10-5) requer apenas clculos de rotina, que
omitiremos. Se f a forma bilinear do Exemplo 5, ou seja, o pro
duto escalar, ento a forma quadrtica associada

q (x 1 , . , x.) =xi+ . . . + x.
Em outras palavras, q(rx) o quadrado do comprimento de rx. Para
a forma bilinear fA(X, Y) X'AY, a forma quadrtica associada
=

qA(X) = X1 AX = L Aijxixj"
i,j
Uma classe importante de formas bilineares simtricas consiste
dos produtos internos sobre espaos vetoriais reais, discutidos no
Captulo 8. Se V um espao vetorial real, um produto interno
sobre V uma forma bilinear simtrica f sobre V que satisfaz

(10-6) f(rx, rx) > O se rx #O.

Uma forma bilinear que satisfaz (10-6) dita positiva definida.

Assim, um produto interno sobre um espao vetorial real uma
forma bilinear simtrica positiva definida sobre aquele espao. No
temos que um produto interno no-degenerado. Dois vetores
IX, f3 so ditos ortogonais em relao ao produto interno f se
f(IX, {3) =O. A forma quadrtica q(IX) =f(IX, IX) toma apenas valores
no-negativos e q(IX) usualmente considerado como sendo o qua
drado do comprimento de rx. Evidentemente, estes conceitos de
comprimento e ortogonalidade se originam do exemplo mais impor
tante de produto interno - o produto escalar do Exemplo 5.
Se f uma forma bilinear simtrica sobre um espao vetorial V,
conveniente aplicar um pouco da terminologia de produtos inter
nos a f. particularmente conveniente dizer que IX e f3 so orto
gonais em relao a f sef(IX, {3) =O. No aconselhvel considerar
f(IX, rx) como sendo o quadrado do comprimento de rx; por exem
plo, se V um espao vetorial complexo, podemos ter f(rx, IX)=
= .J=l, ou num espao vetorial real f(rx, rx) = -2.
Passamos, agora, ao teorema fundamental desta seo. Ao ler
a demonstrao, o leitor dever achar til pensar no caso particular
em que V um espao vetorial real ef um produto interno sobre V.
470 - ALGEBRA LINEAR

Teorema 3. Seja V um espao vetorial de dimenso finita sobre

um corpo de caracterstica zero e seja f uma forma bilinear simtrica
sobre V. Ento existe uma base ordenada de V em relao qual
f representada por uma matriz diagonal.
Demonstrao. O que precisamos encontrar uma base orde
nada

tal que f(a;. a)= O para i =F j. Se f =O ou n = 1, o teorema

obviamente verdadeiro. Assim, podemos supor f =F O e n> 1. Se
f(a,a)= O para todo a em V, a forma quadrtica associada q
identicamente O e a identidade de polarizao (10-5) mostra que
f =O. Assim, existe um vetor a em V
f(a,a)= q(a) =F O.
tal que
Seja W o subespao unidimensional de V que gerado por a e
seja W_J_ o conjunto dos vetores f3 em V tais que f(a, /3) = O . Afir
mamos, agora, que V= WEB W 1. Certamente os subespaos W e
W_J_ so independentes. Um vetor tpico em W ca, onde c um
escalar. Se ca est, tambm, em W\ ento f(cac , a) =c2f(aa
, ) = O.
Mas, f(a, a) =F O , logo, c = O . Alm disso, todo vetor em V a soma
de um vetor em W e um vetor em W .L. De fato, seja y um vetor
arbitrrio em V coloquemos

f( ,a)
f3=y- y a
f(a,a)

Entiio
f(y, a)
f(a, /3) =f(a,y) -
f(a,a /
(a, a)

e, como f simtrica, f(a, /3) = O . Portanto, f3 est no subespao

W 1. A expresso

1' f( ,a)
= y a+ f3
f(a, a)

nos mostra que V= W+ .

A restrio de f a W_J_ uma forma bilinear simtrica sobre

W 1. Como W_J_ tem dimenso (n - 1), podemos supor, por indu
o, que w_J_ possua uma base {a2' ..., an} tal que

f (a;, a) = O , i =F j (i 2, .i 2).
 FORMAS BILINEARES - 471

Colocando a1 =a, obtemos uma base {a1, ... , an} de V tal que
f(a;, a)=O para i #- j.

Corolrio. Seja F um subcorpo do corpo dos nmeros complexos

e seja A uma n x n matriz simtrica sobre F. Ento existe um n x n
matriz inversvel P sobre F tal que ptAP seja diagonal.

No caso de F ser o corpo dos nmeros reais, a matriz inver

svel P neste corolrio pode ser escolhida de modo a ser uma matriz
ortogonal, isto , pt =p-1 Em outras palavras, se A uma n x n
matriz simtrica real, existe uma matriz ortogonal real P tal que
P'AP seja diagonal; contudo, isto no nada evidente a partir do
que fizemos acima (ver Captulo 8).

Teorema 4. Seja V um espao vetorial de dimenso finita sobre

o corpo dos nmeros complexos. Seja f uma forma bilinear simtrica
sobre V que tenha posto r. Ento existe uma base ordenada
86 = {/31, ... , /3..} de V tal que
(i) a matriz de f em relao base ordenada 86 diagonal;

(ii) f(f3., f3.)

{1, = 1, . . 'r
.

. . J J
=

O, J > r.
Demonstrao. Pelo Teorema 3, existe uma base ordenada
{ap ... , a"} de V tal que

Como f tem posto r, sua matriz em relao base ordenada

{al' ... , aJ tambm o tem. Assim, precisamos ter f(ai' a)#- O
para exatamente r valores de j. Reordenando os vetores ai, pode
mos admitir que

f(ai, a) #- O, j = 1, ... , r.

Usemos, agora, o fato de que o corpo de escalares o corpo dos

nmeros complexos. Se .jf (ai, a) indica uma raiz quadrada com
plexa qualquer de f(ai, a) e se colocarmos
f3. =
{ 1 a., j = 1, ..., r
1 .jf(ai, a) 1

i' j > r
a base {/31, ..., /3"} satisfar as condies (i) e (ii).
472 - ALGEBRA LINEAR

Evidentemente, o Teorema 4 vlido se o corpo de escalares

um subcorpo qualquer do corpo dos nmeros complexos, no
qual todo elemento possua uma raiz quadrada. No vlido, por
exemplo, quando o corpo de escalares o corpo dos nmeros reais.
Sobre o corpo dos nmeros reais, temos o seguinte substituto para
o Teorema 4.

Teorema 5. Seja V um espao vetorial n-dimensional sobre o

corpo dos nmeros reais e seja f uma forma bilinear simtrica sobre
V que tenha posto r. Ento existe uma base ordenada {/31' . . . , /3,. }
de V em relao qual a matriz de f diagonal e tal que

f(/3 , /3) = 1, j = 1, ... , r.

j

Alm disso, o nmero de vetores f3.J da base para os quais f( f3.,

. J
f3.)
J
= l
independente da escolha da base.

Demonstrao. Existe uma base {IX.1' . . . , IX.,.} de V tal que

f(IX.;, IX.) =O, i

#j.
f (1Xp IX.i) # O, 1
sj sr
f(IX.j' IX.)= o, j > r.
Seja

1
/3j = lf(IX.j, 1X.)1- 121X.j,
/3
i
= IX.i' j >r

Ento { /31, , /3,.} uma base que tem as propriedades enunciadas.

. .

Sejap o nmero de vetores /3i da base para os quais f (/3p /3) = 1:

precisamos mostrar que o nmero p independente da particular
base que tomemos satisfazendo as condies acima. Seja v+ o
subespao de V gerado pelos vetores f3i da base para os quais
((f3J, /3) = 1, e seja v- o subespao gerado pelos vetores f3J da base
; = - l. Ora, p = dim v+, logo o, que precisa-
tais que f (/3; , /3)
mos demonstrar a unicidade da dimenso de v+. E fcil ver que
se IX. um vetor no-nulo em v+, ento f(IX., IX.) > O; em outras pa
lavras, f positiva definida sobre o subespao v+. Analogamente,
se IX. um vetor no-nulo em v-, ento f(tX, IX.)< O, isto , f ne
1
gativa definida sobre o subespao v-. Seia, agora, V o subespao
gerado pelos vetores f3i da base para os quais f(/]i, /3) =O. Se IX.
est em V 1., ento f(IX., /3) = O para todo f3 em V.
 FORMAS BILINEARES - 473

Como {/31, . , Pn} uma base de V, temos

Alm disso, afirmamos que se W um subespao arbitrrio de V

sobre o qual f seja positiva definida, ento os subespaos W, v
e V.L so independentes. De fato, suponhamos que ex esteja em W,
f3 em v-, y em V .L e que ex+ f3 + y O Ento = .

O = f(ex, ex + /3 + y) = f(ex, ex) + f(ex, /3) + f(ex, y)

O = J(/3, + /3 + y) = f (/3, a) + f (/3, /3) + I(fJ, y).
ex

Como y est em V.L, f(a, y) = f(/3, y) = O ; como f simtrica,

obtemos
O = f( ex, ex) + f(ex, /3)
O =
f (/3, /3) + f(ex, /3)

logo f(ex, ex)= f (/3, /3). Como f (ex, ex) O e f (/3, /3)::;;; O, segue que

f(ex, ex)= f (/3, /3) = O.

Mas f positiva definida sobre W e negativa definida sobre v-.

Conclumos que a= jJ O e portanto que y =O tambm.
=
,

Como

V= v+ EB v- EB V'-
e W, v-, VJ_ so independente, vemos que dim W::;;; dim v+.
Isto , se W um subespao arbitrrio de V sobre o qual f posi
tiva definida, a dimenso de W no pode exceder a dimenso de
V+. Se 86 1 uma outra base ordenada de V que satisfaz as con
dies do teorema, teremos subespaos correspondentes v7, V e
Vf; o argumento acima mostra que dim v7::;;; dim v+. Invertendo
o argumento, obtemos dim v+ ::;;; dim v7 e, conseqentemente,

dim v+ = dim v:.

Existem diversos comentrios que devem ser feitos acerca da
base {/31' .. , /3n} do Teorema 5 e dos subespaos associados
.

V+, v- e V.L. Primeiro, notemos que V.L exatamente o suhes-

474 - ALGEBRA LINEAR

pao dos vetores que so "ortogonais" a todo espao V. Obser

vamos acima que V"- est contido neste subespao; mas,

dim V"- = dim V - (dim v+ + dim v-) = dim V - posto (f)

portanto, todo vetor a tal que f (a, {3) = O para todo fJ deve estar
em V.L. Assim, o subespao V"- nico. Os subespaos v+ e v
no so nicos; contudo, suas dimenses so nicas. A demons
trao do Teorema 5 nos mostra que dim v+ a mxima dimen
so possvel para qualquer subespao sobre o qual f seja positiva
definida. Analogamente, dim v- a mxima dimenso de qualquer
subespao sobre o qual f seja negativa definida. claro que

dim v+ + dim v- = posto (f).

O nmero
dim v+ - dim v-
freqentemente denominado a assinatura de f. Ela introduzida
porque as dimenses de v+ e v- so facilmente determinadas a
partir do posto de f e da assinatura de f.
Talvez devamos fazer um comentrio final a respeito da relao
entre formas bilineares simtricas sobre espaos vetoriais reais e
produtos internos. Suponhamos que V seja um espao vetorial real
de dimenso finita e que Vl' V2, V3 sejam subespaos de V tais que

Suponhamos que f 1 seja um produto interno sobre V1 e f2

seja um produto interno sobre V2. Podemos, ento, definir uma
forma bilinear simtrica f sobre V como segue: Se a, fJ so vetores
em V, ento podemos escrever

O subespao V.L para f ser V3, V1 um v+ conveniente para f e

V2 um v- conveniente. Uma parte do enunciad0 do Teorema 5
 FORMAS BILINEARES 475

que toda forma bilinear simtrica sobre V surge desta maneira. O

contedo adicional do teorema que um produto interno repre
sentado em relao a alguma base ordenada pela matriz u nidade.

Exerccios
1. As seguintes expresses definem formas quadrticas q sobre R1. Determinar
a forma bilinear simtrica f correspondente a cada q,
(a) axi.
(b) bx1x2.
(e) ex.
(d) 2xi - X 1X2.
le) xi+9x;.
( f) 3x,x2 - x.
(g) 4xi + 6x1x2 - 3x;.

2. Determinar a matriz, em relao base ordenada cannica, e o posto de cada

'
uma das formas bilineares do Exerccio l. Indicar quais formas so no
degeneradas.

3. Seja q (x 1, x2) = axi +bx 1 x2 +ex; a forma quadrtica associada a uma forma
bilinear simtrica f sobre R2. Mostrar que f no-degenerada se, e somente
2
se, b - 4ac # O.

4. Seja V um espao vetorial de dimenso finita sobre um subcorpo F do corpo

dos nmeros complexos e seja S o conjunto das formas bilineares simtricas
sobre V.
(a) Mostrar que S um subespao de L(V, V, F).
(b) Determinar dim S.
Seja Q o conjunto de todas as formas quadrticas sobre V
(c) Mostrar que Q um subespao do espao de todas as funes de V em F.
(d) Descrever explicitamente um isomorfismo T de Q em S, sem referncia a
qualquer base.
(e) Seja U um operador linear sobre V e q um elemento de Q. Mostrar
que a equao (U+ q) (a)= q(Ua) define uma forma quadrtica u+ q sobre V.
(f) Se U um operador linear sob1.' e v; mostrar que a funo u+ definida
na parte (e) um operador linear sobre Q. Mostrar que u+ inversvel se, e
somente se, U inversvel.
5. Seja q a forma quadrtica sobre R2 dada por

Determinar um operador linear inversvel U sobre R2 tal que

(U + q) (X1' X2 )
b2
2+ C-a
= QX 1
( ) .2
X,-
r75 - ALGEBRA LINEAR

(Sugesto: Para determinar u-1 (e portanto U), completar o quadrado. Para

a definio de u+, ver a parte (e) do Exerccio 4.)

6. Seja q a forma quadrtica sobre R2 dada por

q(xl' x2) = 2bx1x2

Determinar um operador linear inversvel U sobre R2 tal que

7. Seja q a forma quadrtica sobre R3 dada por

Determinar um operador linear inversvel U sobre R3 tal que

(Sugesto:Exprimir U como um produto de operadores semelhantes queles

usados nos Exerccios 5 e 6.)

8. Seja A uma n x n matriz simtrica sobre R e seja q a forma quadrtica sobre

Rn dada por

q(Xp ... , xn ) = L Aijxixj"

i, j

Generalizar o mtodo usado no Exerccio 7 para mostrar que existe um ope

rador linear inversvel U sobre Rn tal. que
n
(U+q)(xp ...,xn) = L c,x?
i=1

onde e, 1, -1 ou O, i = 1, . . . , n.

9. Seja f uma forma bilinear simtrica sobre Rn. Usar o resultado do Exerccio 8
para demonstrar a existncia de uma base ordenada fJB tal que [f ]aJ seja
diagonal.

O. Seja V o espao vetorial real das 2 x 2 matrizes hermitianas (complexas),

isto , 2 x 2 matrizes complexas A que satisfazem Aij = Aj;
(a) Mostrar que a equao q(A) = det A define uma forma quadrtica q
sobre V.
(b) Seja W o subespao de V formado pelas matrizes de trao O. Mostrar
que a forma bilinear f determinada por q negativa definida sobre o subes
pao W.

11. Seja V um espao vetorial de dimenso finita e f uma forma bilinear sim
trica no-degenerada sobre V. Mostrar que para cada operador linear T
 FORMAS BILINEARES - 477

sobre .v existe um nico operador T' sobre V tal que f(Ta, Pl = f(a., T' PJ para
todos a, p em V Mostrar tambm que

(T1T2)' = T T'1
(c1T1 + c2 T2)' = c1T'1 + c2T2
(T')' = T.

Quanto disto acima continua vlido sem a hiptese de que f no-degenerada?

12. Seja F um corpo e V o espao das n x l matrizes sobre F. Suponhamos

que A sej uma n x n matriz fixa sobre F e f seja a forma bilinear sobre V defi
nida por f(X, Y) = X'AY. Suponhamos que f seja simtrica e nodegenerada.
Seja B uma n x n matriz sobre F e T o operador linear sobre V que leva X
em BX. Determinar o operador T' do Exerccio l l.

13. Seja V um espao vetorial de dimenso finita e f uma forma bilinear sim
trica no degenerada sobre V. Associado a f existe um isomorfismo "natural" .
de V no espao dual V", sendo este isomorfismo a transformao L1 da
Seo LQ.1. Usando L1, mostrar que para cada base !JIJ=(a1 ,a..} de V .

existe uma nica base !JIJ' = {rx.'1' ... ,a.:} de V tal que f(a,, rx.j) = ,r Mostrar
ento que para todo vetor a. em V temos

14. Sejam V, f, rJIJ e !JIJ' como no Exerccio 13. Suponhamos que T seja um ope
rador linear sobre V e que 7" seja o operador que f associa a r; como no
Exerccio 11. Mostrar que
(a) [T']!JIJ'= [T]' rJIJ
(b) trao (T) = trao (T') IJ(T a,, 11.J

15. Sejam .V, f, rJIJ e !JIJ' como no Exerccio 13. Suponhamos que [f]!JIJ0= A.
Mostrar que

16. Seja F um corpo e V o espao das n x 1 matrizes sobre F. Suponhamos

que A seja uma n x n matriz simtrica inversvel sobre F e que f seja a forma
bilinear sobre .V definida por f (X, Y) = X'AY. Seja P uma n x n matriz
inversvel sobre F e rJIJ a base de .v formada pelas colunas de P. Mostrar que
a base !JIJ' do Exerccio 13 consiste das colunas da matriz A 1(P')- 1
-

17. Seja V um espao vetorial de dimenso finita sobre um corpo F e f uma

form bilinear simtrica sobre V. Para cada subespao W de V, seja Wl o
conjunto dos vetores a em V tais que f(rx., p) =O para todo p em W. Mostrar que
.i.
(a) W um espao.
(b) V={Ot.
(c) V.i. ={O} se, e somente se, f no-degenerada.
478 - ALGEBRA LINEAR

(tl) posto (( ) = tlim V - tlim v"--

-'-
(e) se tlim V=n e tlim W=m, ento w ;;::n-m.

(Sugeuio: Seja {/11 fl.} uma hase de W e consideremos a aplicao

de _V em Fm.)
t f) a restrio de f a W no-degenerada se, e somente se,

W n W.. = { O} .

-'-
(g) V _ = Wffi w se, e somente se, a restrio de f a W no-degenerada.

18. Seja V um espao vetorial de dimenso finita sobre C e f uma forma bilinear
simtrica no-degenerada sobre _V. Demonstrar que existe uma base rJIJ de V
tal que rJIJ' = !!i. (Ver o Exerccio 13 para uma definio de rJIJ'.)

10.3 Formas Bilineares Anti-Simtricas

Em toda esta seo V ser um espao vetorial sobre um sub

corpo F do corpo dos nmeros complexos. Uma forma bilinear I
sobre V dita anti-simtrica se f(a, /3 ) = - f (/3 a)
, para todos os
vetores a, f3 em V. Demonstraremos um teorema concernente
simplificao da matriz de uma forma bilinear anti-simtrica sobre
um espao V de dimenso finita. Primeiro faremos algumas obser
vaes gerais.
Suponhamos que f seja uma forma bilinear arbitrria sobre V.
Se fizermos

g(a, /3) = t[f(a, /3) + f(/3, a)]

h(a, /3) = Hf (a, /3) - f(/3, a)]
ento fcil verificar que g uma forma bilinear simtrica sobre V
e h uma forma bilinear anti-simtrica sobre V. Alm disso
f = g+ h. Ainda mais, esta expresso de f como a soma de uma
forma bilinear simtrica e uma anti-simtrica nica. Assim, o
espao L(V, V, F) a soma direta do subespao das formas sim
tricas e o subespao das formas anti-simtricas.

Se V de dimenso finita, a forma bilinear f anti-simtrica se,

e somente se, sua matriz A em relao a alguma (ou toda) base
ordenada anti-simtrica, At = -A. Isto demonstrado da mesma
maneira como se demonstra o fato correspondente sobre formas
 FORMAS BILINEARES - 479

bilineares simtricas. Quando f anti-simtrica, a matriz de f em

relao a qualquer base ordenada ter todos os seus elementos
diagonais nulos. Isto corresponde exatamente observao de que
f(e<, o:)= O para todo a em V, uma vez que f(a, a)= -f(a , a).
Suponhamos que f seja uma forma bilinear anti-simtrica no
nula sobre V. Como f =!=O, existem vetores a, f3 em V tais que
f ('Y., /J) :;to O. Multiplicando a por um escalar conveniente, podemos
supor que f(a, /3)= 1. Seja y um vetor arbitrrio no subespao
gerado por a e /3, digamos, y = ca + df3. Ento

f(y, a)= f(ca + d/3, a)=df( /3, a) = -d

f(y, /3)= f(ca + d/3, /3) = cf(a , /3) =e
e, ento,

(10-7) 'Y =f(y, f3)a - f(y, a)/3.

Em particular, notemos que a e f3 so, necessariamente, linearmente

independentes; de fato, se y =O, ento f(y, a)=f (y, /3) =O.
Seja W o subespao bidimensional gerado por a e /3. Seja W ...

o conjunto dos vetores em V tais que f (, a)= f (o, /3) =O, isto , o
conjunto dos tais que f (, y) para todo y no subespao W. Afir
mamos que V= W Ef> W De fato, seja Bum vetor arbitrrio em V e
... .

= f(B, f3)a - f(B, a)/3

'Y
O= B - ')!.

Ento y est em W e o est em W.L, pois

f(, a)= f(B - f(B, f3)a + f(B, ix)/3, a)

= f(B, a) + f(B, r:t.) f( /3, r:t.)
=

e, analogamente, f (o, /3)=O. Assim, todo B em V da forma

e = y + o, com y em W e em w-. De (10-7) evidente que
W n W.L ={O}, portanto, V= W W.L.

Ora, a restrio de f a W.L uma forma bilinear anti-simtrica

sobre W.L. Esta restrio pode ser a forma nula. Se no o for,
L
existiro dois vetores ix' e /3' em W. tais que f(a1, /3') = 1. Se indi
carmos 'por W' o subespao bidimensional gerado por a' e /3',
teremos
480 - ALGEBRA LINEAR

V=WEBW'EBW0

onde W0 o conjunto dos vetores em W_J_ tais que f(a', ) =

= f ({3', )=O. Se a restrio de f a W0 no a forma nula, pode

mos selecionar vetores a", {3" em W0 tais que !(a", {3") 1, e ento =

continuar.
No caso de dimenso finita, deveria estar evidente que obte
mos uma seqncia finita de pares de vetores.

com as seguintes propriedades.

(a) f(ap {3) = 1, j =1, ... , k.
(b) f(a;, ai ) =f(f3;, f3) f(a;, f3) =O, i #-j.
=

(e) Se Wi o subespao bidimensional gerado por ai e f3p ento

onde todo vetor em W0 'ortogonal' a todos ai e f3p e a restrio

de f a W0 a forma nula.

Teorema 6. Seja V um espao vetorial n-dimensional sobre um

subcorpo do corpo dos nmeros complexos e seja fuma forma bilinear
anti-simtrica sobre V. Ento o posto r de f par e se r = 2k, existe
uma base ordenada de V em relao qual a matriz de f a soma
direta da (n - r) x (n - r) matriz nula e k cpias da 2 x 2 matriz

[- l
Demonstrao. Sejam al' {31, ... , ak, {3k vetores que satisfaam
as condies (a), (b) e (c) acima. Seja {yl' ... , y.} uma base orde
nada arbitrria do subespao Wo- Ento

uma base ordenada de V. De (a), (b) e (e) evidente que a matriz

de f em relao base ordenada a soma direta da (n - 2k) x

x (n - 2k) matriz nula e k cpias da 2 x 2 matriz

 FORMAS BILINEARES - 481

(10-8)
[_ J
1:
Alm disso, evidente que o posto desta matriz, e, portanto, o
posto de f, 2k.
Uma conseqncia disto acima que se f uma forma bilinear
anti-simtrica no-degenerada sobre V, ento a dimenso de V deve
ser par. Se dim V= 2k, existe uma base ordenada {0:1' /31, ... , o:k, /3J
de V tal que

{O, i #- j
f(o:
;, /3)
=
1, i = j
f(o:i' o:) =
f(/3;, /3) = O.

A matriz de f em relao a esta base ordenada a soma direta de

k cpias da 2 x 2 matriz anti-simtrica (10-8). Obtm-se uma outra
forma cann)ca para a matriz de uma forma anti-simtrica no
degenerada se, ao invs da base ordenada acima, considera-se a
base ordenada

O leitor dever achar fcil verificar que a matriz de f em relao

ltima base ordenada da forma em blocos

onde J a k x k matriz

o o 1
o 1 o

1 o o
482 - ALGEBRA LINEAR

Exerccios

1. Seja V um espao vetorial sobre um corpo F. Mostrar que o conjunto das

formas bilineares anti-simtricas sobre V um subespao de L(V, _V, F).
2. Determinar todas as formas bilineares anti-simtricas sobre R3.

3. Determinar uma base do espao das formas bilineares anti simtricas sobre R".

4. Seja f uma forma bilinear simtrica sobre C" e g uma forma bilinear anti
simtrica sobre C". Suponhamos que f + g =O. Mostrar que f=g =O.

5. Seja V um espao vetorial 11-dimensional sobre um subcorpo F de C. Demons

trar o seguinte:

(a) A equao (PJ) (o:, {3) = !f(o:, {3) - !f({J, o:) define um operador linear P
sobre L( V, V, F).

(b) P1 =P, isto , P uma projeo.

n(n - 1) . n(n + 1)
(c) posto (PJ= --2-; nulidade (P) = - --2

(d) Se U um operador linear sobre V, a equao (U+f) (ex, {J)=f(Uo:, U{J)

define um operador u+ sobre L(_V, V, F).
(e) Para todo operador linear U, a projeo P comuta com u+.

6. Demonstrar um anlogo do Exerccio 11 na Seo 10.2 para formas bilineares

anti-simtricas no-degeneradas.

7. Seja f uma forma bilinear sobre um espao vetorial _V . Sejam L1 e R1 as

aplicaes de _V em _V* associadas a f na Seo 10.1. Demonstrar que f
. anti-simtrica se, e somente se, L 1 = - Rr

8. Demonstrar um anlogo do Exerccio 17 na Seo l0.2 para formas anti

simtricas.

9. Seja V um espao vetorial de dimenso finita e L 1' L2 funcionais lineares

sobre V. Mostrar que a equao

define uma forma bilinear anti-simtrica sobre V Mostrar que f =O se, e

somente se, L1 e L2 so linearmente dependentes.

10. Seja _V um espao vetorial de dimenso finita sobre um subcorpo do corpo

dos nmeros complexos ef uma forma bilinear anti-simtrica sobre V Mostrar
2
que j tem r ost o se. e somente se. existem funcionais lineares linearmente
independentes LP L2, sobre _V tais que
 FORMAS BILINEARES - 483

11. Seja f uma forma bilinear anti-simtrica arbitrria sobre R3. Demonstrar que
existem funcionais lineares L1, L2 tais que

f(rx, p) = L1(rx) L2(p) - L1{p) L2(rx).

12. Seja V um espao vetorial de dimenso finita sobre um subcorpo do corpo

dos nmeros complexos e sejam f, g formas bilineares anti-simtricas sobre V.
Mostrar que existe um operador linear inversvel T sobre .v tal quef(71l, Tf3) =

= g(ci:, /3) para todos rx, f3 se, e somente se, f e g tm o mesmo posto.

13. Mostrar que o resultado do Exerccio 12 vlido para formas bilineares

simtricas sobre um espao vetorial complexo, mas no vlido para formas
bilineares simtricas sobre um espao vetorial real.

10.4 Grupos que Conservam Formas Bilineares

Seja f uma forma bilinear sobre o espao vetorial V e seja T
um operador linear sobre V. Dizemos que T conserva f se
f(Ta, T/3) = f (a , /3) para todos
a, f3 em V. Para quaisquer T e f,
a funo g definida por
g(a, /3) = f (Ta, T/3), como se v facilmente,
uma forma bilinear sobre V. Dizer que T conserva f simples
mente dizer que g = f. O operador idntico conserva toda forma
bilinear. Se S e T so operadores lineares que conservam f, o pro
duto ST tambm conserva f; de fato, f(STa, ST/3) =f(Ta, T/3) =
=_!(a, /3).
Em outras palavras, a coleo de operadores lineares que
conservam uma dada forma bilinear fechada em relao for
mao de produtos (de operadores). Em geral, no se pode dizer
muito mais acerca desta coleo de operadores; no entanto, se f
no-degenerada, temos o que segue.

Teorema 7. Seja f uma forma bilinear no-degenerada sobre um

espao vetorial V de dimenso finita. O conjunto dos operadores
lineares sobre V que conservam f um grupo em relao operao
de composio.
Demonstrao. Seja G o conjunto dos operadores lineares que
consrvam f. Observamos que o operador idntico est em G e
que, sempre que S e T esto em G, o composto ST tambm est
em G. A partir do fato de que f no-degenerada, demonstrareIJlOS
que todo operador T em G inversvel e que y-1 tambm est
em G. Suponhamos que T conserve f. Seja a um vetor no ncleo
de T. Ento, para todo f3 em V, temos

f(a, /3) = f(Ta, Tf3) = f(O, T/3) =O.

484 - ALGEBRA LINEAR

Como f no-degenerada, IX = O. Assim, T inversvel. Evidente

mente r-1 tambm conserva f, pois

Se f uma forma bilinear no-degenerada sobre o espao V

de dimenso finita, ento cada base ordenada de V determina um
grupo de matrizes que "conservam" f. O conjunto de todas as
matrizes [T]"'" onde T um operador linear que conserva f, ser
um grupo eni relao multiplicao de matrizes. Existe uma
descrio alternativa deste grupo de matrizes, como segue. Seja
A= [f]t.1, de modo que se IX e f3 so vetores em V com respectivas
matrizes de coordenadas X e Y em relao a , teremos

Seja Tum operador linear arbitrrio sobre V e M = [T]i11 Ento

f(Ta, T/3) = (MX)IA(MY)

= X1(MtAM) Y.
Conseqentemente, T conserva f se, e somente se, MtAM = A. Em
linguagem matricial, o Teorema 7 diz o seguinte: Se A uma
n x n matriz inversvel, o conjunto das n x n matrizes M tais que
M1AM=A um grupo em relao multiplicao matricial. Se
A = [f }'lt, ento M est neste grupo de matrizes se, e somente se,
M= [T]i11 onde T um operador linear que conserva f.
Antes de passarmos a alguns exemplos, faamos mais uma
observao. Suponhamos que f seja uma forma bilinear que seja
simtrica. Um operador linear T conserva f se, e somente se, T
conserva a forma quadrtica

q(IX) =f(a., a)

associada a f. Se T conserva f, certamente temos

q(Ta.) =f(Ta, Ta.)=f(a., a) = q(a.)

para todo a. em V. Reciprocamente, como f simtrica, a identi

dade de polarizao

f(a., /3) = iq(a. + /3) - iq(a. - /3)

 FORMAS BILINEARES - 485

nos mostra que T conserva f se q(Ty) q(y) para cada y em V.=

(Estamos supondo aqui que o corpo de escalares seja um subcorpo

do corpo dos nmeros complexos.)

Exemplo 6. Seja V o espao R" ou o espao C". Seja f a forma

bilinear
n

f (rx, p) =
L xiyi
j=l

onde a=(x1, , x") e /3 (yl' .. . , Yn). O grupo que conserva f

=

denominado o grupo ortogonal (real ou complexo) n-dimensional.

O nome 'grupo ortogonal' mais comumente aplicado ao grupo
associado de matrizes em relao base ordenada cannica. Como
a matriz de f em relao base cannica /, este grupo consiste
das matrizes M que satisfazem M1M l. Uma tal matriz M dita
=

uma n x n matriz ortoonal (real ou complexa). Os dois n x n

grupos ortogonais so usualmente indicados por O(n, R) e O(n, C).
Evidentemente, o grupo ortogonal tambm o grupo que conserva
a forma quadrtica

q(xl' ..., x") =xi+ ... + x;.

Exemplo 7. Seja f a forma bilinear simtrica sobre R" com

forma quadrtica
p n

q(xl' ... , xn) = L xJ -

L xJ.
j=l j=p+l

Ento f no-degenerada e tem assinatura 2p - n. O grupo das

matrizes que conservam uma forma deste tipo denominado um
grupo pseudo-ortogonal. Quando p n, obtemos o grupo orto
=

gonal O(n, R) como um tipo particular de grupo pseudo-ortogonal.

Para cada um dos n+ 1 valores p =O, 1, 2, ., n, obtemos uma . .

forma bilinear diferente f; contudo, para p =k e p =n k as formas -

so uma a oposta da outra e tm, portanto, o mesmo grupo asso

ciado. Assim, quando n mpar, temos (n+ 1)/2 grupos pseudo
ortogonais de n x n matrizes e quando n par, temos (n+ 2)/2
desses grupos.

Teorema 8. Seja V um espao vetorial n-dimensional sobre o

corpo dos nmeros complexos e seja f uma forma bilinear simtrica
486 - ALGEBRA LINEAR

no-degenerada sobre V. Ento o grupo que conserva f isomorfo

ao grupo ortogonal complexo O(n, C).
Demonstrao. Obviamente, por um isomorfismo entre grupos,
queremos dizer uma correspondncia bijetora entre seus elementos
que 'conserva' a operao de grupo. Seja G o grupo dos operadores
lineares sobre V que conservam a forma bilinear f . Como f sim
trica e no-degenerada, o Teorema 4 nos diz que existe uma base
ordenada f!J de V em relao qual f representada pela n x n
matriz unidade. Portanto, um operador linear T conserva f se, e
somente se, sua matriz em relao base ordenada f!J uma matriz
ortogonal complexa. Logo,

T [T]IM
um isomorfismo de G em O (n, C).
Teorema 9. Seja V um espao vetorial n-dimensional sobre o
corpo dos nmeros reais e seja f uma forma bilinear simtrica no
degenerada sobre V. Ento , o grupo que conserva f isomorfo a um
n x n grupo pseudo-ortogonal.
Demonstrao. Repetir a demonstrao do Teorema 8, usando
o Teorema 5 em vez do Teorema 4.

Exemplo 8. Seja f a forma bilinear simtrica sobre R4 com

forma quadrtica

q (x, y, z, t) = t2 - x2 - y2 - z2

Um operador linear T sobre R4 que conserva esta forma bilinear

(ou quadrtica) particular denominado uma transformao de
Lorentz e o grupo que conserva f dito o grupo de Lorentz. Gosta
ramos de dar um mtodo para-a descrio de algumas transfor-

maes de Lorentz.
Seja H o espao vetorial real das 2 x 2 matrizes complexas A
que sejam hermitianas, A= A*. fcil verificar que

<D(x, y, z, t) =
[ t +X
- lZ
.
y + iz
t X
]
y -

define um isomorfismo <D de R4 no espao H. Por meio deste iso

morfismo,. a forma quadrtica q levada sobre a funo determi
nante, isto ,
 FORMAS BILINEARES - 487

q(x; y, z, t) = det
[ t +X
.
y + iz ]
y -iz t-x
ou

q(llC) = det <l> (llC).

Isto sugere que podemos estudar as transformes de Lorentz

sobre R4 estudando operadores lineares sobre H que conservam
determinantes.
Seja M uma 2 x 2 matriz complexa arbitrria e, para uma
matriz hermitiana A, definamos

u M(A) = MAM*.

Ora, MAM* tambm hermitiana. A partir disto, fcil ver que

UM um operador linear (real) sobre H. Perguntamos quando
que U M 'conserva' determinantes, isto , det [UM(A)] = det A para
cada A em H. Como o determinante de M* o complexo conju
gado do de(erminante de M, vemos que

det [UM(A)] = i det M i 2 det A.

Assim, UM conserva determinantes exatamente quando det M tem

valor absoluto 1.
Selecionemos, ento, uma 2 x 2 matriz complexa arbitrria M
para a qual l det M I = 1. Ento, UM um operador linear sobre H
que conserva determinantes. Definamos

TM = <I>-1uM<1>. .

Como <l> um isomorfismo, TM um operador linear sobre R4.

Alm disso, TM uma transformao de Lorentz, pois

q(T MllC) = q(<l>-1UM<l>llC)

= det (<l><l>- l UM<l>llC)
= det (UM <l>llC)
= det (<l>a)
= q(a)

e, portanto, TM conserva a forma quadrtica q.

Usando 2 x 2 matrizes particulares M, pode-se usar o mtodo
Cima para calcular transformaes de Lorentz particulares. Dois
488 - ALGEBRA LINEAR

comentrios devem ser feitos neste ponto; eles no so difceis de

serem verificados.
(1) Se M 1 e M2 so 2
x 2 matrizes inversveis com_ elementos

complexos, ento UM,= UMz se, e somente se, M 2 um mltiplo

escalar de M 1.Assim, todas as transformaes de Lorentz acima
exibidas podem ser obtidas a partir de matrizes unimodulares M,
isto , a partir de matrizes M que satisfazem det M = 1. Se M 1 e
M 2 so matrizes unimodulares tais que M 1 =f. M2 e M 1 =f. -
M 2,
ento, TM 1 =f. TM,.
(2) Nem toda transformao de Lorentz pode ser obtida pelo
mtodo acima.

Exerccios

1. Seja M um elemento do grupo ortogonal complexo, O(n, C). Mostrar que

M', M e M* = M' tambm pertencem a O(n, C).

2. Suponhamos que M pertena a O(n, C) e que M' seja semelhante a M. M'

tambm pertence a O(n, C)?

3. Seja
"
Y; = L M;x
k=l

onde M um elemento de O(n, C). Mostrar que

LYI = Z:xJ-
i j

4. Seja M uma n x n matriz sobre C com colunas MP M 2, . . , M,,. Mostrar que

M pertence a O(n, C) se, e somente se,

5. Seja X uma n x 1 matriz sobre C. Em que condies O(n, C) contm uma

matriz M cuja primeira coluna seja X?

6. Determinar uma matriz em 0(3, C) cuja primeira linha seja (2 2i, 3).

7. Seja V o espao das n x l matrizes sobre C e f a forma bilinear sobre V

dada por f(X, Y) X'Y. Seja M pertencente a O(n, C). Qual a matriz de f
=

em relao base de .V formada pelas colunas MP M,, ... , M" de M?

8. Seja X uma n x l matriz sobre C tal que X;X l e seja l; a j-sima coluna
=

da matriz unidade. Mostrar que existe uma matriz M em O(n, C) tal que
MX = lr Se X tem elementos reais mostrar que existe uma M em O(n, R)
com a propriedade de que M X =Ir
 FORMAS BILINEARES - 489

9. Seja V o espao das n x 1 matrizes sobre C, A uma n x n matriz sobre C e f

a forma bilinear sobre .V dada por f(X, Y)=X'A Y. Mostrar que J inva
riante sob O(n, C), isto , f(MX, MY)=f(X, Y) para todas X, Y em Y e
toda M em O(n, C), se, e somente se, A comuta com cada elemento de O(n, C).

10. Seja S um conjunto arbitrrio de n x n matrizes sobre C e S' o conjunto das

n x n matrizes sobre C que comutam com todo elemento de S. Mostrar que
S' uma lgebra sobre C.

11. Seja F um subcorpo de C, V um espao vetorial de dimenso finita sobre F e f

uma forma bilinear no-singular sobre V. Se T um operador linear sobre V

que conserva f, demonstrar que det T;,,, 1.

12. Seja F um subcorpo de C, .V o espao das n x 1 matrizes sobre F, A uma

n x n matriz inversvel sobre F e f a forma bilinear sobre .V dada por
f(X, Y) = X'A Y. Se M uma n x n matriz sobre F, mostrar que M conserva
f se, e somente se, A-'M'A=M-1

13. Seja g uma forma bilinear no-singular sobre um espao vetoril .V de dimen
so finita. Suponhamos que T seja um operador linear inversvel sobre .V e
que f seja a forma bilinear sobre .V dada por f(a., PJ= g(cx, Tp). Se U um
operador, linear sobre _V, determinar condies necessrias e suficientes para
que U conserve f.

14. Seja T um operador linear sobre C2 que conserva a forma quadrtica x i - x .

Mostrar que
(a) det(T) = 1.
(br Se M a matriz de T em relao base cannica, ento M22= M"'
Mi,= M,,, Mi, - Mi2 = 1.

(c) Se detM= 1, ento existe um nmero complexo no-nulo e tal que

M=
2
1
l .lj
c+.l c-

e--
e

1 1
c+-
.

e
.

c e

(d) Se det M = - 1, ento existe um nmero complexo e tal que

2
15. Seja f a forma bilinear sobre C definida por
490 - ALGEBRA LINEAR

Mostrar que
(a) Se T um operador linear sobre C2, ento f(Ta, T/3)

= (det T)f(a, /I) para

todos a, fJ em C2.
(b) T conserva J se, e somente se, det T = + 1.

(c) O que que (b) diz acerca do grupo das 2 x 2 matrizes M tais que
M'AM=A onde

16. Seja n um inteiro positivo, 1 a n x n matriz unidade sobre C e J a 2n x 2n

matriz dada por

J
=

[ JJ.
o
-/ o

Seja M a 2n X 2n matriz sobre e da forma

M = [ ]
onde , B, C, D so n x n matrizes sobre C. Determinar condies necessrias
e suficientes sobre A, B, C, D para que M'JM J. =

17. Determinar todas as formas bilineares sobre o espao das n x 1 matrizes sobre
R que sejam invariantes sob O(n, R).

18. Determinar todas as formas bilineares sobre o espao das n x 1 matrizes sobre
C que sejam invariantes sob O(n, C).
APNDICE

Este Apndice divide-se de maneira lgica em duas partes. A

primeira parte, compreendendo as trs primeira sees, contm
certos conceitos fundamentais que ocorrem por todo o livro (na
verdade, por toda a matemtica). mais uma espcie de introduo
do livro que apndice. A segunda parte mais genuinamente um
apndice ao texto.
A Seo 1 contm uma discusso sobre conjuntos, suas reunies
e intersees. A Seo 2 discute o conceito de funo e as idias
afins de imagem, domnio, funo inversa e a restrio de uma
funo a um subconjunto do seu domnio. A Seo 3 trata das
relaes de equivalncia. O assunto destas trs sees, especialmente
o das Sees 1 e 2, apresentado de uma maneira bem concisa.
tratado mais como um acordo sobre a terminologia que como uma
exposio detalhada. Num sentido lgico estrito, esta matria
constitui uma parte dos pr-requisitos para a leitura do livro; con
tudo, o leitor no dever se desencorajar se no conseguir aprender
completamente o significado das idias na sua primeira leitura.
Estas idias so importantes, mas o leitor que no tiver muita fami
liaridade com elas dever achar mais fcil absorv-las se rever a
discusso de tempos em tempos, medida que for lendo o texto em si.
As Sees 4 e 5 consideram as relaes de equivalncia no con
texto da lgebra linear. A Seo 4 contm uma discusso breve de
espaos quocientes. Pode ser lida a qualquer momento aps os dois
ou trs primeiros captulos do livro. A Seo 5 considera rapida
mente algumas das relaes de equivalncia que aparecem no livro,
tentando indicar como alguns dos resultados do livro poderiam ser
interpretados do ponto de vista de relaes de equivalncia. A
Seo 6 descreve o Axioma da Escolha e suas implicaes para a
lgebra Linear.
492 - ALGEBRA LINEAR

A.1 Conjuntos
Usaremos as palavras 'conjunto', 'classe', ,'coleo"' e 'famlia'
indiferentemente, apesar de darmos preferncia a 'conjunto'. Se S
um conjunto e x um objeto do conjunto S, diremos que x
um elemento de S, que x pertence a S ou simplesmente que x est
em S. Se S possui apenas um nmero finito de elementos, xl' ... , xn,
freqentemente descrevemos S exibindo seus elementos dentro de
chaves:

S = {xl' ..
. , x.}.

Assim, o conjunto S dos inteiros positivos de 1 a 5, seria

s = {1, 2, 3, 4, 5}.
Se S e T so conjuntos, dizemos que S um subconjunto de T,
ou que S est contido em T, se cada elemento de S um elemento
de T. Cada conjunto S um subcon}unto de si mesmo. Se S um
subconjunto de T mas S e T no so idnticos, denominamos S
um subconjunto prprio de T. Em outras palavras, S um sub
conjunto prprio de T se S est contido em T mas T no est
contido em S.
Se S e T so conjuntos, a reunio de S com T o conjunto
S u T, constitudo de todos os objetos x que so elementos de S
ou de T. A interseo de S com T o conjunto S n T, formado por
todos os x que so elementos de S e de T. Para dois conjuntos
arbitrrios, S e T, a interseo S n T um subconjunto da reunio
S u T. Isto deve auxiliar a esclarecer o uso da palavra 'ou' que
prevalecer neste livro: Quando dizemos que x est em S ou em
T, no exclumos a possibilidade de x estar em ambos S e T.
Para que a interseo de S e T seja sempre um conjunto,
necessrio introduzir o conjunto vazio, isto , o conjunto sem
elementos. Ento S n T o conjunto vazio se, e somente se, S e T
no tm elementos em comum.
Freqentemente precisaremos discutir a -reunio ou a inter
seo de diversos conjuntos. Se S1, ... , Sn so conjuntos, sua
n

reunio o conjunto u Sj formado por todos os x que so ele

j= 1
mentos de pelo menos um dos conjuntos S 1; . . , S. Sua interseo
n
O conjunto l S , formado por todos OS X que so elementos
j
j=l
 APtNDICE - 493

de cada um dos conjuntosS1, ... , Sn. Em algumas ocasies, discuti

remos a reunio ou a interseo de uma coleo infinita de con
juntos. Deveria estar evidente a maneira como tais reunies e inter
sees so definidas. O exemplo que segue dever esclarecer estas
definies e uma notao para elas.

Exemplo 1. Indiquemos por R o conjunto dos (de todos os)

nmeros reais (a reta real). Se t est em R, associamos a t um sub
conjunto S1 de R, definido como segue: S1 consiste dos nmeros
reais x que no so menores que t.

(a) st u st = st onde t o menor entre t 1 e t2.

1 2
(b) st1 n st2 = s,, onde t o maior entre t 1 e t2.
(c) Seja I o intervalo unitrio, isto , o conjunto dos t em R
que satisfazem O ::::;; t ::::;; 1. Ento

A.2 Funes

Uma funo consiste do seguinte:

(1) um conjunto X, denominado o domnio da funo;
(2) um conjunto Y, denominado o contradomnio da funo;
(3) uma regra (ou correspondncia) f, que associa a cada
elemento x de X um nico elemento f (x) de Y.

Se (X, Y, .f) uma funo, diremos que f uma funo de X

em Y. Isto um tanto confuso, pois no f que a funo; f
a regra da funo. No entanto, este uso do mesmo smbolo para
a funo e sua regra nos fornece uma maneira muito mais malevel
de falar sobre funes. Assim, diremos que f uma funo de X
em Y, que X o domnio .de f e que Y o contradomnio de f -
tudo isto significando que (X, Y,f) uma funo como definido
acima. Existem vrias outras palavras que so comumente usadas
no lugar da palavra 'funo'. Algumas delas so 'transformao'
'operador' e 'aplicao'. Estas so usadas em contextos onde pa
ream ser mais sugestivas na transmisso do papel desempenhado
por .uma funo especfica.
494 - ALGtBRA LINEAR

Se f uma funo de X em Y, a imagem de f o conjunto dos

f(x), x em X. Em outras palavras, a imagem de f consiste dos
elementos y em Y tais que y =f(x), para algum x em X . Se a
imagem de f todo o conjunto Y, dizemos que f uma funo
sobrejetora de X em Y ou simplesmente que f sobrejetora. A
imagem de f freqentemente indicada por /(X).

Exemplo 2. (a) Seja X o conjunto dos nmeros reais e seja

2
Y =X. Seja f a funo de X em Y definida por f(x) = x A
imagem de f o conjunto dos nmeros reais no-negativos. Assim,
f no sobrejetora.
(b) Seja X o plano euclidiano e Y = X. Seja f definida como
segue. se P um ponto do plano, ento f(P) o ponto obtido
girando-se P de 90 (em torno da origem, no sentido anti-horrio).
A imagem de f todo Y, isto , todo o plano; portanto,/ sobre
jetora.

(c) Novamente, seja X o plano euclidiano. Coloquemos coor

denadas eni X como em geometria analtica, usando duas retas
perpendiculares para identificarmos os pontos de X com pares orde
nados de nmeros reais (x1, x2). Seja Y o eixo dos xl' isto , o con
junto dos pontos (x1, x2) com x2 =O. Se P um ponto de X, seja
f(P) ponto obtido projetando P sobre o eixo dos xl' paralelamente
ao eixo dos x2. Em outras palavras, f((xl' x2)) = (xl' O). A imagem
de f todo Y, portanto f sobrejetora.

(d) Seja X o conjunto dos nmeros reais e seja Y o conjunto

dos nmeros reais positivos. Definamos uma funo f de X em Y
por J(x) =ex. Ento, f uma funo sobrejetora de X em Y.

(e) Seja X o conjunto dos nmeros reais positivos e Y o con

junto dos nmeros reais. Seja/ a funo logartmica natural, isto ,
a fno definida por f(x) =log x =ln x. Novamente, f sobre
jetora, isto , todo nmero real o logaritmo natural de algum
nmero positivo.
Suponhamos que X, Y e Z sejam conjuntos, que f seja uma
funo de X em Y e que g seja uma funo de Y em Z. Existe,
associada a f e g, uma funo g O f de X em Z, conhecida como
a composta de g e f. definida por

(g Of) (x) = g(f(x)).

 APNDICE - 495

Para um exemplo simples, seja X= Y=Z, o conjunto dos nmeros

reais, sejam f, g, h as funes de X em X definidas por

.f(x) = x2, g(x) x

=e , h(x) =e
x2

e, ento, h =g O .f. A composta g O .f freqentemente indicada

por g.f; contudo, como mostra o exemplo simples acima, existem
ocasies em que isto pode levar a confuso.
Uma questo de interesse a que segue. Suponhamos que .f
seja uma funo de X em Y. Quando que existe uma funo g
de Y em X tal que g(f(x))=x para todo x em X? Indicando por
I a funo idntica sobre X, isto , a funo de X em X definida
por I(x)=x, estamos perguntando: Quando que existe uma
funo g de Y em X tal que g O .f = I? A grosso modo, queremos
uma funo g que 'leva cada elemento de Y de volta ao lugar de
onde veio'. Para que uma tal g exista, j precisa ser injetora, isto ,
f precisa ter a propriedade de que se x1 =f:.x2, ento.f(x1)=1-.f(x2).
Se.f injetora, existe uma tal funo g. Ela definida como segue:
Seja y um elemento de Y. Se y est na imagem de f, ento existe
um elemento x em X tal que y=.f (x); como .f injetora, existe
exatamente um tal x. Definamos g(y)=x. Se y no est na ima
gem de f, definamos g (Y) como sendo um elemento qualquer de X.
Obviamente, temos g O .f = 1.
Seja f uma funo de X em Y. Dizemos que f inversvel se
existe uma funo g de. Y em X tal que
(1) g O f a funo idntica sobre X,
(2) fO g a funo idntica sobre Y.
Acabamos de ver que se existe uma g satisfazendo (1), ento f
injetora. Analogamente, pode-se ver que se existe uma g satisfa
zendo (2), a imagem de .f todo o conjunto Y, isto , .f sobre
jetora. Assim, se f inversvel, f injetora e sobrejetora (bijetora).
Reciprocamente, se f bijetora, existe uma funo g de Y em X
que satisfaz (1) e (2). Alm disso, esta g nica. Ela a funo de Y
em X, definida por esta regra: se y est em Y, ento g(y) o nico
elemento x em X para o qual .f(x)=y.
Se f iD.versvel (bijetora) a inversa de f a nica funo r 1
de Y em X que satisfaz
(1') f-1(f(x))=x, para cada x em X,
(2') f(f-1 (y))=y, para cada y em Y.
496 - ALGEBRA LINEAR

Exemplo 3. Consideremos as funes do Exemplo 2.

(a) Se X= Y, o conjunto dos nmeros reais, e f (x)= x , ento
2

f no inversvel. De fato, f no injetora nem sobrejetora.

(b) Se X= Y, o espao euclidiano, e f a 'rotao de 90',
ento f bijetora. A funo inversa 1-1 a 'rotao de 90' ou a
-

'rotao de 270'.
(c) Se X o plano, Y o eixo dos x1 ef((xl' x 2 ))= (xl' O), ento
f no inversvel. De fato, apesar de ser sobrejetora, f no
injetora.
(d) Se X o conjunto dos nmeros reais, Y o conjunto dos
nmeros reais positivos e f (x) = eX, ento f inversvel. A funo
f-1 a funo logartmica natural da parte (e): log e' = x, e10gy = y.
(e) A inversa desta funo logartmica natural a funo
exponencial da parte (d).
Sejaf uma funo de X em Y e sejaf0 uma funo de X0 em Y0.
Dizemos que fo uma restrio de f (ou uma restrio de f a Xo ) se

(1) X0 um subconjunto de X,
(2) f 0(x)=f (x), para cada x em x0
Evidentemente, quando f0 uma restrio de f, decorre que Y0
um subconjunto de Y. O nome 'restrio' vem do fato de que
f e f0 tm a mesma regra e diferem principalmente porque restrin
gimos o domnio de definio da regra ao subconjunto X0 de X.
Se nos dada uma funo f e um subconjunto arbitrrio X 0
de X, existe uma maneira bvia de construir uma restrio de f a
X0. Definamos uma funo f0 de X0 em Y por f0(x)=f(x) para
cada x em X0. Poder-se-ia perguntar por que no denominamos
esta f0 a restrio de f a X0. A razo que, ao discutirmos res
tries de f, queremos a liberdade de mudar o contradomnio Y,
bem como o domnio de X.

Exemplo 4. (a) Seja X o conjunto dos nmeros reais e f a

funo de X em X definida por f (x) = x2. Ento, f no uma fun
o inversvel mas o ser se restringirmos seu domnio aos nmeros
reais no-negativos. Seja X0 o conjunto dos nmeros reais no
negativos e seja /0 a funo de X0 em X0 definida porf0(x)= x2
Ento /0 uma restrio de f a X0. Ora, f no injetora nem
sobrejetora, enquanto que f 0 injetora e sobrejetora. A ltima
afirmao diz simplesmente que cada nmero nonegativo o qua-
 APNDICE - 497

drado de exatamente um nmero no-negativo. A funo inversa

f 1 a funo de X 0 em X 0 definida por f 1(x)= ,J X.

(b) Seja X o conjunto dos nmeros reais e seja f a funo de

X em X definida por f(x) x3 + x2 + l. A imagem de f todo X,
=

portanto, f sobrejetora. A funo f certamente no injetora,

pois, f(-1)=f(O). Mas f injetora sobre X0, o conjunto dos
nmeros reais no-negativos, pois a derivada de f positiva para
x > O. Quando x percorre todos os nmeros reais no-negativos,
f(x) percorre todos os nmeros reais y tais que y 2".: l. Se indicar
mos por Y0 o conjunto dos y 1 e por f0 a funo de X0 em Y0
definida por f0(x)=f(x), ento f0 uma funo bijetora de X0
em Y0. Conseqentemente, f0 possui uma funo inversa f1 de
Y0 em X 0. Qualquer frmula para f 1(y) bastante complicada.

(e) Novamente, seja X o conjunto dos nmeros reais e seja

f a funo seno, isto , a funo de X em X definida por f(x)= sen x.
A imagem de f o conjunto dos y tais que -1 :s; y :s; 1; logo, f no
sobrejetora. Como f(x + 2n)=f(x), vemos que f no injetora.
Se indicarmos por X 0 o intervalo -n/2 :s; x :s; n/2, ento f inje
tora em X 0. Seja Y0 o intervalo -1 :s; y :s; 1 e seja f0 a funo de
X0 em Y0 definida por f0(x) = sen x. Ento f0 uma restrio de
f ao intervalo X0 e j bijetora. Esta apenas uma outra maneira
de dizer que, no intervalo de - n/2 a n/2, a funo seno toma
cada valor entre - 1 e 1 exatamente uma vez. A funo f 0- 1 a
funo arco-seno:

lo 1(y) = sen-1y =are se:p. y.

(d) Este um exemplo geral de uma restrio de uma funo.

muito mais caracterstico do tipo de restrio que usaremos neste
livro do que os exemplos em (b) e (e) acima. O exemplo em (a) um
caso particular deste. Seja X um conjunto e f uma funo de X
em si mesmo. Seja X0 um subconjunto de X. Dizemos que X0
invariante sob f se para cada X em Xo o elemento f(x) est em
X0. Se X 0 invariante sob f, ento f induz uma funo /0 de X0
em si mesmo, restringindo-se o seu domnio de definio a X 0. A
importncia da invarincia que restringindo f a X 0 podemos
obter uma funo de X0 em si mesmo, em vez de simplesmente
uma funo de X 0 em X.
498 - ALGEBRA LINEAR

A.3 Relaes de Equivalncia

Uma relao de equivalncia um tipo particular de relao

entre pares de elementos de um conjunto. Para definir uma relao
de equivalncia, precisamos primeiro decidir o que uma 'relao'.
Certamente, uma definio fqrmal de 'relao' deve envolver
relaes familiares tais como 'x = y', 'x < y', 'x a me de y' e
'x mais velho que y'. Se X um conjunto, o que necessrio
para determinar uma relao entre pares de elementos de X? O
que se precisa, evidentemente, de uma regra para determinar se,
para dois quaisquer elemehtos dados x e y em X, x est na relao
dada com y ou no. Uma tal regra R, ser denominada uma
relao (binria) sobre X. Se desejarmos ser ligeiramente mais pre
cisos, poderemos proceder como segue. Indiquemos por X x X
o conjunto dos pares ordenados (x, y) de elementos de X. Uma
relao binria sobre X uma funo R de X x X no conjunto
{O, 1}. Em outras palavras, R associa a cada par ordenado (x, y)
um 1 ou um O. A idia que se R(x, y) = 1, ento x est na relao
dada com y, e se R(x, y) = O, no o est.
Se R uma relao binria sobre o conjunto X, conveniente
escrever xRy quando R(x, y) = 1. Uma relao binria dita

(1) reflexiva, se xRx para todo x em X;

(2) simtrica, se yRx sempre que xRy;
(3) transitiva, se xRz sempre que xRy e yRz.
Uma relao de equivalncia sobre X uma relao binria
sobre X que reflexiva, simtrica e transitiva.

Exemplo 5. (a) Sobre qualquer conjunto, a igualdade l!_ma

relao de equivalncia. Em outras palavras, se xRy significa x y,
=

ento R uma relao de equivalncia. De fato, x = x, se x = y

ento y = x, se x = y e y = z ento x = z. A relao 'x # y' sim
trica, mas no reflexiva nem transitiva.

(b) Seja X o conjunto dos nmeros reais e suponhamos que

xRy signifique x < y. Ento R no uma relao de equivalncia
Apesar de ser transitiva, no nem reflexiva nem simtrica. A
relao 'x::::;; y' reflexiva e transitiva, mas no simtrica.

( c) Seja E o plano euclidiano e seja X o conjunto dos trin

gulos no plano E. Ento, a congruncia uma relao de equiva-
 APNDICE - 499

lncia sobre X, isto , T T2' (T1 congruente a T2) uma

1
'

relao de equivalncia sobre o conjunto dos tringulos no plano.

(d) Seja X o conjunto dos inteiros:

... , -2, -1, O, 1, 2, ...

Seja n um inteiro positivo fixo. Definamos uma relao R" sobre
X por: xR"y se, e somente se, (x - y) divisvel por n. A relao
R" denominada congruncia mdulo n. Em vez de xR y escreve-se
11
em geral,

x = y, mod n(x congruente a y mdulo n)

quando (x - y) divisvel por n. Para cada inteiro positivo n, a

congruncia mdulo n uma relao de equivalncia sobre o con
junto dos inteiros.
(e) Sejam X e Y conjuntos e f uma funo de X em Y. Defi
namos uma relao R sobre X por: x1Rx2 se, e somente se,
f(x2). fcil verificar que R uma relao de equivalncia
f (x,1) =

sobre o conjunto X. Como veremos, este exemplo engloba, na

verdade, todas as relaes de equivalncia.
Suponhamos que R seja uma relao de equivalncia sobre o
conjunto X. Se x um elemento de X, indiquemos por E(x; R) o
conjunto dos elementos y em X tais que xRy. Este conjunto
E(x; R) denominado a classe de equivalncia de x (segundo a
relao de equivalncia R). Como R uma relao de equiva
lncia, as classes de equivalncia possuem as seguintes propriedades:

(1) Cada E(x; R) no-vazio, pois, como xRx, o elemento x

pertence a E(x; R).
(2) Sejam x e y elementos de X. Como R simtrica, y per
tence a E (x; R) se, e somente se, x pertence a E (Y; R).
(3) Se x e y so elementos de X, as classes de equival&ncia
E(x; R) e E(y; R) ou so idnticas ou no tm nenhum elemento
em comum. Primeiro, suponhamos que xRy. Seja z um elemento
arbitrrio de E(x; R), xRz. Como
isto , um elemento de X tal que
R simtrica, tambm temoszRx. Por hiptese, xRy e como R
transitiva, obtemos zRy, ou yRz. Isto mostra que todo elemento
de E(x; R) um elemento de E(y; R). Pela simetria de R, vemos,
analogamente, que todo elemento de E(y;R) um elemento de
E(x; R); logo $(x; R) E(y; R). Afirmamos, agora, que se a re-
=
500 - ALGEBRA LINEAR

lao xRy no vale, ento E(x; R) nE(y; R) vazia. De fato, se z

est em ambas estas classes de equivalncia, t emos xRz e yRz, por
tanto, xRz e zRy, logo, xRy.
Indicando por fF a famlia das classes de equivalncia segundo
uma relao de equivalncia R, vemos que: (1) cada conjunto na
famlia fF no-vazio. (2) cada elemento x de X pertence a um
e somente um dos conjuntos na famlia ff; (3) xRy se, e somente
se, x e v pertencem ao mesmo conjunto na famlia ff. Abreviada
mente, a relao de equivalncia R subdivide X na reunio de uma
famlia de subconjuntos (no-vazios) disjuntos dois a dois. O argu
mento tambm vale no o utro sentido. Suponhamos que fF seja
uma famlia arbitrria de subconjuntos de X que satisfaa as on
dies (1) e (2) acima. Se definirmos uma relao R por (3), ento
R ser uma relao de equivalncia sobre X e fF a famlia das
classes de equivalncia segundo R.
Exemplo 6. Vejamos quais so as classes de equivalncia se
gundo as relaes de equivalncia do Exemplo 5.
(a) Se R a igualdade sobre o conjunto X, ento a classe
de equivalncia do elemento x simplesmente o conjunto {x}, cujo
nico elemento x.
(b) Se X o conjunto dos tringulos num plano e R a relao
de congruncia, praticamente tudo o que se pode dizer, de incio,
que a classe de equivalncia do tringulo T consiste de todos os
tringulos que so congruentes a T. Uma das tarefas da geometria
plana dar outras descries destas classes de equivalncia.

(c) Se X o conjunto dos inteiros e R. a relao 'congruncia

mdulo n', ento existem precisamente n classes de equivalncia.
Cada inteiro x pode ser expresso de um nico modo sob a forma
x =qn + r, onde q e r so inteiros e O .:::;; r .:::;; n- 1. Isto mostra que
cada x congruente mdulo n a exatamente um dos n inteiros
O, 1, 2, ... , n- 1. As classes de equivalncia so

E0 = { ., -2n, -n, O, n 2n,

. . ...}

E1 = { . . . , 1 - 2n, 1 - n, 1, 1 + n, 1 + 2n, . . .}

E._ 1 = { . .., n- 1 -2n, n - 1 - n; n - 1, n-1 + n,

n-1 +2n, . . }. .
 APNDICE - 501

(d) Suponhamos que X e Y sejam conjuntos, fuma funo de

X em Y e R a relao de equivalncia definida por: x1Rx2 se, e
somente se, f(x1) f(x2). As classes de equivalncia para R so
=

exatamente os maiores subconjuntos de X sobre os quais f 'cons

tante'. Outra descrio das classes de equivalncia a que segue.
Elas esto em correspondncia bijetora com os elementos na ima
gem de f. Se y est na imagem de f, o conjunto dos x em X tais
que f(x) y uma classe de equivalncia para R. isto define uma
=

correspondncia bijetora entre os elementos da imagem de f e as

classes de equivalncia R.
Faamos mais um comentrio acerca de relaes de equiva
lncia. Dada uma relao de equivalncia R sobre X, seja ffe a
famlia das classes de equivalncia segundo R. Associando ao ele
mento x a classe de equivalncia E(x; R), definimos uma funo
f de X em ffe (na verdade, sobre $'):

f(x) = E(x; R).

Isto mostra que R a relao de equivalncia associada a uma

funo cujo domnio X, como no Exemplo 5 (e). O que isto
nos diz que toda relao de equivalncia sobre o conjunto X
determinada como segue. Temos uma regra (funo) f que associa
a cada elemento x de X um objeto f(x), e xRy se, e somente se,
f(x) f(y). Agora, deve-se considerar f(x) como uma propriedade
=

de x, de. modo que o que a relao de equivalncia faz (a grosso

modo) reunir todos os elementos de X que tm esta propriedade
em comum. Se o objeto f(x) a classe de equivalncia de x, ento
tudo o que se disse que a propriedade comum dos elementos de
uma classe de equivalncia que eles pertencem mesma classe
de equivalncia. claro que isto no diz muito. Em geral, existem
muitas funes distintas f que determinam uma dada relao de
equivalncia como acima, e um objetivo no estudo das relaes de
equivalncia determinar uma tal f que d uma descrio signifi
cativa e elementar da relao de equivalncia. Na Seo A.5 vere
mos como isto conseguido para algumas relaes de equivalncia
particulares que surgem em lgebra linear.

A.4 Espaos Quocientes

Seja V um espao vetorial sobre o corpo F e seja W um subes

pao de V. Existem, em geral, muitos subespaos W' que so suple-
500 - ALGEBRA LINEAR

lao xRy no vale, ento E(x; R) nE(y; R) vazia. De fato, se z

est em ambas estas classes de equivalncia, temos xRz e yRz, por
tanto, xRz e zRy, logo, xRy.
Indicando por $" a famlia das classes de equivalncia segundo
uma relao de equivalncia R, vemos que: (1) cada conjunto na
famlia ff no-vazio. (2) cada elemento x de X pertence a um
e somente um dos conjuntos na famlia ff; (3) xRy se, e somente
se, x e v pertencem ao mesmo conjunto na famlia ff. Abreviada
mente, a relao de equivalncia R subdivide X na reunio de uma
famlia de subconjuntos (no-vazios) disjuntos dois a dois. O argu
mento tambm vale no outro sentido. Suponhamos que ff seja
uma famlia arbitrria de subconjuntos de X que satisfaa as on
dies (1) e (2) acima. Se definirmos uma relao R por (3), ento
R ser uma relao de equivalncia sobre X e ff a famlia das
classes de equivalncia segundo R.
Exemplo 6. Vejamos quais so as classes de equivalncia se
gundo as relaes de equivalncia do Exemplo 5.
(a) Se R a igualdade sobre o conjunto X, ento a classe
de equivalncia do elemento x simplesmente o conjunto {x}, cujo
nico elemento x.
(b) Se X o conjunto dos tringulos num plano e R a relao
de congruncia, praticamente tudo o que se pode dizer, de incio,
que a classe de equivalncia do tringulo T consiste de todos os
tringulos que so congruentes a T Uma das tarefas da geometria
plana dar outras descries destas classes de equivalncia.

( c) Se X o conjunto dos inteiros e R" a relao 'congruncia

mdulo n', ento existem precisamente n classes de equivalncia.
Cada inteiro x pode ser expresso de um nico modo sob a forma
x = qn+r, onde q e r so inteiros e O r n -1. Isto mostra que
cada x congruente mdulo n a exatamente um dos n inteiros
O, 1, 2, ... , n -1. As classes de equivalncia so

E0 = { ... , -2n, -n, O, n 2n, . ..}

E1 = { ..., 1 - 2n, 1 - n, 1, 1 + n, 1 + 2n, ...}

En- l = {.. ., n - 1 - 2n, n - 1 -n; n - 1, n - 1+n,

n -1+2n, ... }.
 APlNDICE - 501

(d) Suponhamos que X e Y sejam conjuntos,f uma funo de

X em Y e R a relao de equivalncia definida por: x 1 Rx2 se, e
somente se, f(x1) = f (x1 ) . As classes de equivalncia para R so
exatamente os maiores subconjuntos de X sobre os quais f 'cons
tante'. Outra descrio das classes de equivalncia a que segue.
Elas esto em correspondncia bijetora com os elementos na ima
gem de f. Se y est na imagem de f, o conjunto dos x em X tais
que f(x) = y uma classe de equivalncia para K isto define uma
correspondncia bijetora entre os elementos da imagem de f e as
classes de equivalncia R.
Faamos mais um comentrio acerca de relaes de equiva
lncia. Dada uma relao de equivalncia R sobre X, seja fi' a
famlia das classes de equivalncia segundo R. Associando ao ele
mento x a classe de equivalncia E(x; R), definimos uma funo
f de X em fi' (na verdade, sobre fi'):
f(x) = E (x; R).

Isto mostra que R a relao de equivalncia associada a uma

funo cujo domnio X, como no Exemplo 5 (e). O que isto
nos diz que toda relao de equivalncia sobre o conjunto X
determinada como segue. Temos uma regra (funo) f que associa
a cada elemento x de X um objeto f(x), e xRy se, e somente se,
f(x) f(y). Agora, deve-se considerar f(x) como uma propriedade
.
=

de x, de modo que o que a relao de equivalncia faz (a grosso

modo) reunir todos os elementos de X que tm esta propriedade
em comum. Se o objeto f (x) a classe de equivalncia de x, ento
tudo o que se disse que a propriedady comum dos elementos de
uma classe de equivalncia que eles pertencem mesma classe
de equivalncia. claro que isto no diz muito. Em geral, existem
muitas funes distintas f que determinam uma dada relao de
equivalncia como acima, e um objetivo no estudo das relaes de
equivalncia determinar uma tal f que d uma descrio signifi
cativa e elementar da relao de equivalncia. Na Seo A.5 vere
mos como isto conseguido para algumas relaes de equivalncia
particulares que surgem em lgebra linear.

A.4 Espaos Quocientes

Seja V um espao vetorial sobre o corpo F e seja W um subes

pao de V. Existem, em geral, muitos subespaos W' que so suple-
502 - ALGEBRA LINEAR

mentares de W, isto , subespaos com a propriedade de que

V= WEB W'. Se temos um produto interno sobre V e se W de
dimenso finita, existe um subespao particular que provavelmente
se denominaria o subespao suplementar 'natural' de W. Ele o
suplementar ortogonal de W. Mas se V no possui nenhuma estru
tura alm de sua estrutura de espao vetorial, no existe nenhuma
maneira de selecionar um subespao W' que se pudesse denominar
o subespao suplementar natural de W. Contudo, pode-se cons
truir, a partir de V e W, um espao vetorial V /W, conhecido como
o 'quociente' de V por W, que desempenhar o papel do suple
mentar natural de W. Este espao quociente no um subespao
de V, portanto, no pode ser realmente um subespao suplementar
de W, no entanto, ele um espao vetorial definido apenas em
termos de V e W que tem a propriedade de ser isomorfo a todo
subespao W' que seja suplementar de W.
Seja W um subespao do espao vetorial V. Se a e f3 so ve
tores em V , dizemos que a congruente a f3 mdulo W se o vetor
(a - /3)
est no subespao W. Se a congruente a f3 mdulo W,
escrevemos
a = {3, mod W.
Ora, a congruncia mdulo W uma relao de equivalncia
sobre V.

(1) a = a, mod W, porque a - a= O est em W.

(2) Se a = {3, mod W, ento f3 = a, mod W. De fato, como W

um subespao de V, o vetor (a - /3) est em W se, e somente se,
(/3 - a) est em W.

(3) Se a = /3, mod W, e f3 = y, mod W, ento a = y, mod W.

De fato, se (a - /3) e (/3 - y) esto em W, ento a - y=(a /3) + -

+ (/3 - y) est em W.
As classes de equivalncia desta relao de equivalncia so
conhecidas como as classes laterais de W. Qual a classe de equi
valncia (classe lateral) de um vetor a? Ela consiste dos vetores f3
em V tais que (/3 a) est em W, isto , os vetores da forma
-

/3= a + y, com y em W. Por esta razo, a classe lateral do vetor a

indicada por
<X+ w.

conveniente pensar na classe lateral de a em relao a W como

sendo o conjunto dos vetores obtidos por translao do subespao
 APNDICE - 503

W pelo vetor oc. Para visualizar estas classes laterais, o leitor pode
pensar no seguinte caso particular: Seja V o espao R2 e seja W
um subespao unidimensional de V. Se imaginarmos V como sendo
o plano euclidiano, W ser uma reta passando pela origem. Se
Se IX= (x1, x2) um vetor em V, a classe lateral IX+ W a reta
que passa pelo ponto (x1, x2) e paralela a W.
A coleo de todas as classes laterais de W ser indicada por
V/W. Definamos, agora, uma adio de vetores e uma multipli
cao escalar sobre V/W como segue:

(IX + W) + (p + W) = (IX + p) + w
c(IX + W) = (c1X) + W.

Em outras palavras, a soma da classe lateral de IX com a classe

lateral de p a classe lateral de (IX+ p), e o produto do escalar e
pela classe lateral de IX a classe lateral do vetor CIX. Ora, muitos
vetores distintos em V tero a mesma classe lateral em relao a
W, portanto, precisamos verificar que a soma e o produto acima
dependem somente das classes laterais envolvidas. O que isto
significa que precisamos mostrar o seguinte:
(1) Se IX = '
oc , mod W, e P = P', mod W, ento

IX + P = 1X1 + P', mod W.

(2) Se IX= IX', mod W, ento c1X = c1X1, mod W.
Estes fatos so fceis de verificar. (1) Se IX - 1X1 est em W e
P - P' est em W, ento como (IX+ p) - (IX' + P') =(IX - 1X1) + (p - P')
vemos que IX+ p congruente a oc' + p mdulo W. (2) Se IX - 1X1
est em W e e um escalar arbitrrio, ento CIX c1X1 = c(IX - 1X1)
-

est em W.
Agora fcil verificar que V/W, com a adio de vetores e a
multiplicao escalar acima definidas, um espao vetorial sobre
o corpo F. Deve-se verificar diretamente cada um dos axiomas
para um espao vetorial. Cada uma das propriedades da adio
de vetores e da multiplicao escalar decorre da propriedade corres
pondente das operaes em V. Um comentrio deve ser feito. O
vetor nulo em V/W ser a classe lateral do vetor nulo em V. Em
outras palavras, W o vetor nulo em V/W.
O espao vetorial V/ W ::: denominado o quociente (ou dife
rena) de V por W. Existe uma transformao linear natural Q
504 - ALGEBRA LINEAR

de V sobre V/W definida por Q(a) =a+ W. Deve-se ver que

definimos as operaes em V/W exatamente de modo que esta
transformao Q viesse a ser linear. Notemos que o ncleo de Q
exatamente o subespao W. Denominamos Q a transformao
quociente (ou aplicao quociente) de V sobre V/ W.
A relao entre o espao quociente J1W e subespaos de V
que so suplementares de W pode, agora, ser enunciada como segue.

Teorema. Seja W um subespao do espao vetorial V e seja Q

a aplicao quociente de V sobre V/W. Suponhamos que W' seja um
subespao de V. Ento V =WEB W' se, e somente se, a restrio
de Q a W' um isomoifismo de W' em V/W.
Demonstrao. Suponhamos que V= WEB W'. Isto significa
que cada vetor a em V pode ser expresso de um nico modo sob a
forma a=y+y', com y em W e y' em W'. Ento Qa=Qy+
+ Qy'=Qy', isto , a+ W =y' + W. Isto mostra que Q leva W'
sobre V/W, ou seja, que Q(W') = V/W. Alm disso, Q injetora em
W'; de fato, suponhamos 'que y e y; sejam vetores em W' e que
Qy =Qy;. Ento, Q(y - y;) O de modo que ')' - y; est em W.
=

Este vetor tambm est em W', que disjunto de W; logo')' -y;=0.

A restrio de Q a W' , portanto, uma transformao linear bije
tora de W' em V/W.
Suponhamos que W' seja um subespao de V tal que Q seja
injetora em W' e que Q(W')= V/W. Seja a um vetor em V. Ento
existe um vetor y' em W' tal que Qy' Qa, isto , y'+ W =a+ W.
=

Isto significa que a = ')' + y' para algum vetor ')' em W Portanto,
V= W + W'. Para ver que W e W' so disjuntos, suponhamos que
')'esteja em W e em W'. Como')' est em W, temos Qy=O. Mas Q
injetora em W', logo devemos ter que ')' =O. Assim, temos que
V= WEB W'.
O que este teorema realmente diz que W' um suplementar
de W se, e somente se, W' um subespao que contm exatamente
um elemento de cada classe l.ateral de W. Ele mostra que, quando
V= W $ W', a aplicao quociente Q 'identifica' W' com V/W.
Abreviadamente, ( W $ W')/W isomorfo a W' de uma maneira
'natural'.
Um fato bastante bvio deve ser notado. Se W um subes
pao do espao vetorial V de dimenso finita, ento

dim W + dim(V/W) = dim V.

 APtND/CE - 505

Pode-se ver isto a partir do teorema acima. Talvez seja mais fcil
observar que esta frmula sobre dimenses diz:

nulidade (Q) + posto (Q) = dim V.

No nosso objetivo, aqui, fazer um tratamento detalhado dos

espaos quocientes. Contudo, existe um resultado fundamental que
devemos demonstrar.

Teorema. Sejam V e Z espaos vetoriais sobre o corpo F. Supo

nhamos que T seja uma transformao linear de V sobre Z. Se W
o ncleo de T, ento Z isomorfo a V/W.
Demonstrao. Definamos uma transformao U de V/W em
Z por U (rx + W) = Trx. Precisamos verificar que U est bem defi
nida, isto , que se rx + W= fJ + W ento Trx T{J. Isto decorre =

do fato de que W o ncleo de T; de fato, rx + W= f3 + W signi

fica que rx fJ est em W e isto ocorre se, e somente se, T(rx p) =O.
- -

Isto mostra no s que U est bem definida, mas tambm que U

injetora.
Agora fcil verificar que U linear e leva V/W sobre Z, pois
T uma transformao linear de V sobre Z.

A.5 Relaes de Equivalncia em lgebra Linear

Vamos considerar algumas das relaes de equivalncia que

surgem no texto deste livro. Esta , apenas, uma amostra de ta,is
relaes.
( 1) Sejam m e n inteiros positivos e F um corpo. Seja X o
conjunto das m x n matrizes sobre F. Erito, a linha-equivalncia
uma relao de equivalncia sobre o conjunto X. A afirmao 'A
linha-equivalente a B' significa que A pode ser obtida de B por uma
sucesso finita de operaes elementares sobre linhas. Se escre
vermos A,...., B para indicar que A linha-equivalente a B, ento
no difcil verificar as propriedades (i) A,...., A; (ii) se A,..., B, ento
B,..., A; (iii) se A,..., B e B,..., C ento A,..., C. Que sabemos a respeito
desta relao de equivalncia? Na realidade, sabemos bastante. Por
exemplo, sabemos que A,..., B se, e somente se, A= PB para alguma
m x m matriz inversvel P, oti, A,..., B se, e somente se, os sistemas
homogneos de equaes lineares AX =O e BX =O tm as mesmas
solues. Tambm temos informaeS bem explcitas sobre as
classes de equivalncia, segundo esta relao. Cada m x n matriz A
506 - ALGEBRA LINEAR

linha-equivalente a uma, e somente uma, matriz linha-reduzida

forma em escada. O que isto diz que cada classe de equivalncia
segundo esta relao contm precisamente uma matriz R linha
reduzida forma em escada; a classe de equivalncia determinada
por R consiste das matrizes A = PR onde P uma m x m matriz
inversvel. Pode-se tambm considerar esta descrio das classes
de equivalncia da seguinte maneira: Dada uma m x n matriz A,
temos uma regra (funo) f que associa a A a matriz f (A), linha
reduzida forma em escada, que linha-equivalente a A. A linha
equivalncia completamente determinada por f. De fato, A ,..., B
se, e somente se, f (A)= f (B), isto , se, e somente se, A e B tm a
mesma forma em escada linha-reduzida.

(2) Seja n um inteiro positivo e F um corpo. Seja X o con

junto das n x n matrizes sobre F. Ento, a semelhana uma re
lao de equivalncia sobre X; cada n x n matriz A semelhante
a si mesma; se A semelhante B, ento B semelhante a A; se A
semelhante a B e B semelhante a C, ento A semelhante a C
Tambm sabemos muita coisa acerca desta relao de equivalncia.
Por exemplo, A semelhante a B se, e somente se, A e B repre
sentam o mesmo operador linear sobre Fn em relao a' bases orde
nadas (possivelmente) diferentes. Entretanto, sabemos algo muito
mais profundo que isto. Cada n xn matriz A sobre F semelhante
(sobre F) a uma, e somente uma, matriz sob a forma racional
(Captulo 7). Em outras palavras, cada classe de equivalncia se
gundo a relao de semelhana contm exatamente uma matriz
que est.sob a forma racional. Uma matriz sob a forma racional
determinada por uma k-upla (p1, , pk) de polinmios unitrios
.

com a propriedade de que Pi+ 1 divide pi' j = 1, . , k 1. Assim, . . -

temos uma funo f que associa a cada n x n matriz A uma k-upla

f(A)={Pp'"Pk) que satisfaz a condio de divisibilidade Pi+l
divide Pr
Ento, A e B so semelhantes se, e somente se,f(A)=f(B).

(3) Eis um caso particular do Exemplo 2 acima. Seja X o

conjunto das 3 x 3 matrizes sobre um corj,o F. Consideremos a
relao de semelhana sobre X. Se A e B so 3 x 3 matrizes
sobre F, .ento A e B so semelhantes se, e somente se, possuem o
mesmo polinmio caracterstico e o mesmo polinmio minimal.
Associado a cada 3 x 3 matriz A, temos um par (/, p) de polinmios
unitrios que satisfazem
 APNDICE - 507

(a) gr(f) = 3.

(b) p divide f,

sendo f o polinmio caracterstico de A e p o polinmio minimal

de A. Dados polinmios unitrios f e p sobre F que satisfaam
(a) e (b), fcil exibir uma 3 x 3 matriz sobre F, cujos polinmios
caractersticos e minimal sejam f e p, respectivamente. O que tudo
isso nos diz o que segue. Se considerarmos a relao de seme
lhana sobre o conjunto das 3 x 3 matrizes sobre F, as classes de
equivalncia estaro em correspondncia bijetora com os pares
ordenados (f, p) de polinmios unitrios sobre F que satisfazem
(a) e (b).

A.6 O Axioma da Escolha

Sem muito rigor, o Axioma da Escolha uma regra (ou um

princpio) de pensamento afirmando que dada uma famlia de con
juntos no vazios, podemos escolher um elemento de cada conjunto.
Para sermos mais precisos, suponhamos que A seja um conjunto
de ndices e que exista associado a cada IX de A, um conjunto no
vazio S,,. "Escolher" um elemento de cada S,, significa dar uma
regra f que associe a cada IX algum elemento f (1X) do conjunto S,,.
O axioma da escolha afirma que isso pode ser feito, isto , dada
uma famlia de conjuntos {S}, existe uma funo f de A em

tal que !(IX) esteja em S,, para cada IX. Esse princpio aceito pela
maioria dos matemticos, apesar de surgirem muitas situaes onde
no nada evidente como qualquer funo explcita f possa ser
encontrada.
O Axioma da Escolha tem algumas conseqncias surpreen
dentes. A maioria delas no tem relao com o assunto tratado
nesse livro; no entanto, uma conseqncia merece ser mencionada:
Todo espao vetorial possui uma base. Por exemplo, o corpo dos
nmeros reais possui uma base como espao vetorial sobre o corpo
dos nmeros racionais. Em outras palavras, existe um subcon
junto S de R, que linearmente independente sobre o corpo dos
508 - ALGEBRA LINEAR

nmeros racionais, e que possui a propriedade de que todo nmero

real uma combinao linear racional de algum nmero finito de
elementos de S. No deduziremos aqui esse resultado para espaos
vetoriais, a partir do Axioma da Escolha. Para uma demonstrao,
referimos o leitor ao livro de Kelley, mencionado na bibliografia.
BIBLIOGRAFIA

Halmos, P., Finite-Dimensional Vector Spaces. D. Van Nostrand Co.,

Princeton, 1958.

Jacobson, N., Lectures in Abstract Algebra, II. D. Van Nostrand Co.,

i>rinceton, 1953.

Kelley, John L., General Topology, D. Van Nostrand Co., Princeton,

1955.

MacLane, S. and Birkhoff, G., Algebra, The Macmillan Co., New

York, 1967.

Schreier, O. and Sperner, E., Modem Algebra and Matrix 1heory.

2. Ed., Chelsea Publishing Co., New York, 1955.

van der Waerden, B. L., Modem Algebra (dois volumes), Rev. Ed.,

Frederick Ungar Publishing Co., New York, 1969.

 fNDICE ALFABETICO
A c
Adjunta:
clssica,189,202
de uma transformao, 378
lgebra, 148,150, 151
auto-adjunta, 440
comutativa,148
das sries formais de potncia, 150
linear,148, 506
Anis comutativos,178
Anel, 178
comutativo, 180
de Grassman, 221, 231
Anulador:
de subconjunto,129
de subespao,129
de vetor (T-anulador), 258,291
Aproximao, 362
Assinatura de forma bilinear, 474.
Associatividade, 1
da adio de vetors. 35
da multiplicao de matrizes,36
Autovalor (ver: Valor caracterstico)
Axioma da escolha,508
B
Base, 50
cannica de P', 52
de espao vetorial, 51
de mdulo, 209
dual,126,210
ordenada,52,62,409
ortonormal,359,398
Caracterstica do corpo, 3-4
Classe de equivalncia, 499
Classe lateral, 226, 502
Coeficiente de um polinmio, 151
Cofator,201
Coluna-equivalncia,328
Combinao linear, 39
de equaes, 4
de vetores,39
Componentes primrias, 448
Composio,495
Condutor,258,259,297
Congruncia,176,499,502
Conjugao,353 (exerc. 13)
Conjugado,346
Conjunto,492
ortogonal,356
ortonormal, 35 7
vzio,492
Coordenadas,61
Corpo, 2
algebricamente fechado,175
D
Decomposio:
cclica de operador linear,295
em fatores primos,de polinmio,170
em somas diretas,267
polar de operador linear, 437
primria de polinmio,170
Dependncia linear,50, 59
Derivada do polinmio, 163, 340
 INDICE ALFABTICO -511

'Desenvolvimento segundo Laplace, 229 de solues de equaes lineares, 44

Desigualdade: quociente, 501
de Bessel, 368 sobre o corpo, 36
de Cauchy-Schwarz, 355 Espectro, 430
Determinante, 183
de transformao linear, 216
F
Diagonalizao, 264,278
de forma bilinear simtrica, 472 pn xn 37
,
de forma hennitiana, 411
P',36
de matriz (operador) auto-adjunta(o),
Fatorao de polinmio, 170
401
Fatores invariantes, 305, 321,334
de matriz (operador) normal, 404
de uma matriz, 305, 321
simultnea, 264,437
Forma:
unitria, 404
alternada, 215
Dimenso, 50
bilinear, 211, 407, 457
de espao vetorial, 50
anti-simtrica, 478
finita, 51
no-degenerada (no-singular), 465
Distncia, 369 (Ex. 15 exerc. 4)
positiva definida, 469
-

Diviso com resto, 167

-

simtrica, 468
de Jordan de uma matriz, 290, 311,
E 314,316
hermitiana, 411
Elemento: multilinear, 211
de conjunto, 492 no-degenerada, 413 (exerc. 6)
de matriz, 7 no-negativa, 413
unidade, 148, 178 no-singular (ver: Forma no-degene
Equaes: rada)
diferenciais, 286 (Ex.14),318(Ex.8) normal, 330, 332
lineares (ver: Sistema de equaes li positiva, 413,417
neares) quadrtica, 349,468
Equivalncia: r-linear, 211
de matrizes ortogonais, 394 racional, 290
unitria de matrizes, 394 racional de matriz, 304
de transformaes lineares, 454 sesquilinear, 407
Escalar, 2 Formas cannicas elementares, 232
Espao, 40 Frmula:
caracterstico, 233 da dimenso, 55-56
com produto interno, de interpolao de Lagrange, 158
. 345
dual, 125 de Taylor, 164,340
euclidiano, 354 FunB, 493
linha, 48 determinante, 179-180, 183
quociente, 501 idntica, 495
soluo, 44 inversvel, 495
unitrio, 354 linear, 86,123, 371,
vetorial, 35 multilinear, 210-211
de dimenso finita, 5 1 n-linear, 180
de funespolinomiais, 38 alternada, 183, 186
de n-uplas, 36 polinomial, 38
 512 - (NO/CE ALFAB!:T/CO

Funcional linear,123 M

G Matriz(es), 7
Grau,118 anti-simtrica,206 (Ex. 8),269
de forma multilinear, 211 associada,293
de polinmio, 151 auto-adjunta,44,401
Grupo, 104 completa, 17
comu tativo, 105 das coordenadas,4
de Lorentz, 486 de forma,411
linear geral, 392 de forma bilinear,.463
ortogonal,485 de transformao linear,112,113
pseudo-ortogonal, 485 em relao a uma base ortonormal,
que conserva formas bilineares, 483 376-377
simtric9,195 de Vandermonde, 158
do produto interno, 351
H dos coeficientes,7
dos cofatores,201
Hiperplano,129, 139 elementar,25,323
de Jordan,314
hermitiana (ver: Matriz auto-adjunta)
Ideal,166 inversvel, 27,203
principal,166 linha-reduzida, 11
Identidades de polarizao,350,468 forma em escada, 14, 70
Imagem, 90 nilpotente,312
de funo,494 normal, 03
de transformao linear, 90 nula, 13
Independncia linear,50,59 ortogonal,207 (Ex. 8), 485
Inteiros, 3 positiva,419
positivos,3 semelhantes, 120
Interpolao,157 simtrica,44,269
Interseo,492 triangular, 197 (Ex. 5)
de subespaos,43 superior, 34
Inversa: unidade,11
de funo, 495 unitria,207 (Ex. 8), 389
de matriz,27,203 Mximo divisor comum,169
Inverso: Menores principais de matriz, 415
direita, 27 Mdulo,208
esquerda, 27 dual, 210
Isomorfismo, 107 finitamente gerado, 209
de espaos com produto interno, 384 livre, 209
de espaos vetoriais,107 Movimento rgido, 396 (exerc. 14)
Mudana de base,115
L Multiplicidade,165

Linearmente:
dependente,50, 59 N
independente, 50, 59
Linha-equivalncia,9 n-upla,36
Linha-equivalente, s : 10, 323 Norma,349
 {ND/CE ALFABtTICO - 513

Ncleo, 90 de matriz, 147

Nulidade de uma transformao linear, 90 de mdulo, 209
Nmeros: de transformao linear, 91
complexos, 2, 38 linha, 70,91,145
racionais, 3 Processo de Gram-Schmidt, 358, 369
reais, 2 Produto:
de matrizes, 21, 113
o de permutaes, 194
de transformaes lineares, 98
Operaes elementares: exterior, 223, 226
sobre colunas, 32, 328 interno, 345, 3/!4, 406
sobre linhas, 7, 327 cannico, 346, 34 7
Operador linear, 97 (ver tambt!m:Trans- tensorial, 213
formao linear) Projeo, 269
auto-adjunto, 382,389 ortogonal, 365, 425
diagonalizvel, 236
hermitiano (ver: Operador auto R
adjunto)
no-negativo, 419, 435 Raz:
nilpotente, 284 de famfa de operadores, 437
normal, 398 de polinmio, 163
positivo, 419 quadrada, 436
semi-simples, 335 Regra:
unitrio, 388 de Cramer, 205
Ortogonalizao, 358 do paralelogramo, 352 (Ex. 6 -

exerc. 9)
p Relao, 498
de equivalncia, 498, 506
Parte diagonalizvel de operador linear, Relativamente primos, 169
283 Resoluo:
Permutao, 192 do operador idntico, 429, 435
de grau, 192 espectral, 428, 435
par, mpar, 193 Restri(), 496
Polinmio, 148, 151 de funo, 496
caracterstico, 234 de operador, 256
constante, 151 Reunio, 492
irredutvel (primo), 171 Rotao, 68, 395 (Ex. 28 - exerc. 4)
minimal, 245
de matriz, 245 s
de operador linear, 245
primo, 171 Semelhana de matrizes, 120
redutvel, 171 Seqncia de vetores, 56-57
unitrio, 151 Srie formal de potncia, 150-151
Polinmios anuladores, 244 Smbolo de Kronecker, 11
Posto, 90, 145 Sinal de permutao, 193
coluna, 91,145 Sistemas de equaes lineares, 4
de determinante, 207 (Ex. 8) homogneas, 4
de forma bilinear, 465 Sistem,as equivalentes de equaes, 5
5.14 - (Noit:E ALFABtTICO .

Sobrejetora, 494 de transformao linear, 134

Soma, 46 Transformao:
de subespaos, 43 de Lorentz, 397 (exerc. 15), 486
direta, 269, 273 derivao, 85
das matriz!'ls, 274_ idempotente (ver: projeo)
dos operadores, 273 linear (ver tambtm: Operador linear),
invariante, 273 85, 96-97, 114
Subconjunto, 492 auto-adjunta, 382, 401
invariante, 497 diagonalizvel, 236
prprio, 492 inversvel, 100
Subcorpo, no-negativa, 419, 435
Subespao(s), 43, 254 no-singular, 101
admissvel, 296 nilpotente, 284
anuladores, 290 normal, 398
cclico, 290 ortogonal, 390
disjuntos (ver: Subespaos indpen- positiva, 419
dentes) quociente, 501
gerado por, 45 semi-simples, 337
independentes, 267 triangulvel, 259, 403
invariante, 254, 264, 401 unitria, 388, 454
nulo, 44 nula, 85
quociente, 501 Transformada de Cayley, 395 (exerc. 7)
suplementar, 295 Transposta:
ortogonal, 364 conjugada, 347
T-admissvel, 296 de matriz, 147
Submatriz, 207 (Ex. 8) de transformao linear, 142
Suplementar
. ortogonal
. de subespao, 364 Triangulao, 264, 425
simultfinea, 264

T
u

T-admissvel, 296
Unicidade dos determinantes, 190
T-anulador, 258,291
T-condutor, 258, 259, 299
Tensor, 211 V
Teorema:
da decomposio cclica, 297 Valor. i:araterstico,233, 234
da decomposio primria, 280, 28l Vetor(es), 36 /

de Cayley-Hamilton, 2Sl, 294, 303 caracterstico, 233

do eixo principal, 412 cclico, 290

espectral, 427 linha, 48

fundamental da lgebra, 175 ortogonais, 356, 468
generalizado, 303 separador, 310 (Ex. 4 - exerc. 14)
Teoria espectral, 427
Trao: z
de matriz, 124
de operador linear,.135 Zero de polinmio, 163

1 Composto em Univen pelo impreao na

PfOCftfO de Composilo GRFICA PORTINHO CAVALCANTI LTOA.
i:Jt
.
Eletrnica - 1 BM no Setor de Compiio .de Rue lr.inaU Marinho, 30 - s/loja 206
LIVROS TECNICOS E CIENTl"FlCOS EDITORAS.A. TeL: 224-7732.(PABXI
- -iode J.aneiro - Brnit
Ato de Joneiro - AJ