Anda di halaman 1dari 528

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 dimens