MINAS GERAIS
LGEBRA LINEAR
ROBERTO DE MARIA NUNES MENDES
Professor do Departamento de Matemtica e Estatstica e do
Programa de Ps-graduao em Engenharia Eltrica
2009
Sumrio
Prefcio 1
1 Espaos Vetoriais 2
1.1 Denies e Exemplos . . . . . . . . . . . . . . . . . . . . . . 2
1.2 Subespaos . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.3 Independncia Linear. Bases. Dimenso . . . . . . . . . . . . 7
1.4 Espaos Produto e Quociente . . . . . . . . . . . . . . . . . . 11
1.5 Somas e Somas Diretas . . . . . . . . . . . . . . . . . . . . . . 13
1.6 Exerccios do Captulo 1 . . . . . . . . . . . . . . . . . . . . . 16
2 Aplicaes Lineares 18
2.1 Denies e Exemplos . . . . . . . . . . . . . . . . . . . . . . 18
2.2 Composio e Inverso de Aplicaes Lineares . . . . . . . . . 23
2.3 lgebra das Aplicaes Lineares . . . . . . . . . . . . . . . . . 28
2.4 Exerccios do Captulo 2 . . . . . . . . . . . . . . . . . . . . . 30
3 Matrizes 32
3.1 Denies . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
3.2 Produto de Matrizes . . . . . . . . . . . . . . . . . . . . . . . 34
3.3 Aplicao Linear Matriz . . . . . . . . . . . . . . . . . . . . 35
3.4 Mudana de Bases . . . . . . . . . . . . . . . . . . . . . . . . 42
3.5 Exerccios do Captulo 3 . . . . . . . . . . . . . . . . . . . . . 47
4 Formas Lineares. Dualidade 49
4.1 Denio . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
4.2 Anulador de um Subespao . . . . . . . . . . . . . . . . . . . 52
4.3 Transposio . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
4.4 Exerccios do Captulo 4 . . . . . . . . . . . . . . . . . . . . . 57
5 Determinantes 58
5.1 Aplicaes r-lineares alternadas . . . . . . . . . . . . . . . . . 58
i
SUMRIO ii
5.2 Determinante de um Operador Linear . . . . . . . . . . . . . . 63
5.3 Desenvolvimento em relao aos elementos de uma coluna (ou
de uma linha) . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
5.4 Matrizes Elementares . . . . . . . . . . . . . . . . . . . . . . . 71
5.5 Equaes Lineares . . . . . . . . . . . . . . . . . . . . . . . . 78
6 Autovalores e Autovetores 84
6.1 Denies . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84
6.2 Diagonalizao . . . . . . . . . . . . . . . . . . . . . . . . . . 89
6.3 Polinmios de Operadores e Matrizes . . . . . . . . . . . . . . 94
6.4 Exerccios do Captulo 6 . . . . . . . . . . . . . . . . . . . . . 97
7 Produto Interno 99
7.1 Denies e Exemplos . . . . . . . . . . . . . . . . . . . . . . 99
7.2 Bases Ortonormais . . . . . . . . . . . . . . . . . . . . . . . . 105
7.3 Relaes entre V e V
. . . . . . . . . . . . . . . . . . . . . . 108
7.4 Adjunta . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 110
7.5 Exerccios do Captulo 7 . . . . . . . . . . . . . . . . . . . . . 113
8 Operadores Unitrios e Normais 114
8.1 Denies . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 114
8.2 Operadores Positivos . . . . . . . . . . . . . . . . . . . . . . . 119
8.3 Matrizes Simtricas Positivas. Decomposio de Cholesky . . . 122
8.4 Teorema dos Valores Singulares . . . . . . . . . . . . . . . . . 124
8.5 Exerccios do Captulo 8 . . . . . . . . . . . . . . . . . . . . . 127
9 Formas Bilineares e Quadrticas 129
9.1 Generalidades . . . . . . . . . . . . . . . . . . . . . . . . . . . 129
9.2 Matriz de uma forma bilinear . . . . . . . . . . . . . . . . . . 131
9.3 Mudanas de Bases . . . . . . . . . . . . . . . . . . . . . . . . 131
9.4 Formas Quadrticas . . . . . . . . . . . . . . . . . . . . . . . . 132
9.5 Formas Bilineares Simtricas Reais . . . . . . . . . . . . . . . 132
10 Miscelnea 136
10.1 Orientao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 136
10.2 Volume de Paraleleppedo . . . . . . . . . . . . . . . . . . . . 137
10.3 Matriz de Gram . . . . . . . . . . . . . . . . . . . . . . . . . . 138
10.4 Produto Vetorial . . . . . . . . . . . . . . . . . . . . . . . . . 139
Exerccios de Reviso 141
Bibliograa 143
Prefcio
A origem dessas notas de lgebra Linear remonta a um curso feito para
alunos do Bacharelado em Matemtica da UFMG. Na ocasio, zemos uma
primeira redao revista pelos professores do ICEx-UFMG, Michel Spira e
Wilson Barbosa, a quem muito agradecemos. Mais recentemente, retoma-
mos o trabalho e, aps vrias mudanas, aproveitamos parte do material na
disciplina Mtodos Matemticos do Programa de Ps-Graduao em En-
genharia Eltrica da PUCMINAS. A verso nal das notas foi revista pela
professora Mariana Cornelissen Hoyos da PUCMINAS, a quem agradecemos
a generosa assistncia. Agradecemos tambm a Eric Fernandes de Mello
Arajo pela ecincia e boa vontade na digitao do manuscrito. As notas
nada contm de original; so apenas um resumo do material exposto, com
muito mais profundidade, nos livros indicados na Bibliograa e que utiliza-
mos livremente. Ao leitor, bom proveito.
Belo Horizonte, julho de 2009
Roberto N. Mendes
1
Captulo 1
Espaos Vetoriais
1.1 Denies e Exemplos
Seja K um corpo com elementos neutros distintos 0 e 1, por exemplo, K = R
ou K = C.
Denio 1.1 Um espao vetorial sobre K um conjunto V munido de duas
leis:
V V V e K V V
(u, v) u + v (a, v) av
tais que, para quaisquer u, v, w V e a, b K, se tenha:
(1) u + v = v + u
(2) (u + v) + w = u + (v + w)
(3) existe 0 V , chamado o vetor zero, tal que v + 0 = v
(4) dado v V , existe (v) V , chamado o oposto de v, tal que v+(v) = 0
(5) 1 v = v
(6) a(bv) = (ab)v
(7) a(u + v) = au + av
(8) (a + b)v = av + bv.
Exemplo 1.1.1 Seja V = K
n
, onde n N, com as leis:
(x
1
, ..., x
n
) + (y
1
, ..., y
n
) = (x
1
+ y
1
, ..., x
n
+ y
n
)
fcil vericar que, com estas leis, K
n
um espao vetorial sobre K.
Observao: Os elementos de um espao vetorial V so chamados de
vetores, enquanto que os de K so chamados de escalares. Essa nomenclatura
2
CAPTULO 1. ESPAOS VETORIAIS 3
deriva do exemplo acima. As leis so chamadas de adio e multiplicao por
escalar, respectivamente.
No exemplo 1.1.1, se n = 1, vemos que K um espao vetorial sobre
si mesmo, de modo que seus elementos so, ao mesmo tempo, escalares e
vetores.
Exemplo 1.1.2 Seja V = P
n
, onde n N, o conjunto das funes polino-
miais de grau estritamente menor que n, com coecientes em K, juntamente
com a funo zero. Se p = a
0
+a
1
t+...+a
n1
t
n1
e q = b
0
+b
1
t+...+b
n1
t
n1
,
denimos p + q V e cp V , onde c K, por:
p + q = (a
0
+ b
0
) + (a
1
+ b
1
)t + ... + (a
n1
+ bn 1)t
n1
cp = ca
0
+ ca
1
t + ... + ca
n1
t
n1
Resulta que P
n
um espao vetorial sobre K.
Exemplo 1.1.3 Seja V = K[t] o conjunto de todos os polinmios a uma
varivel, com coecientes em K. Denindo as leis como no exemplo 1.1.2,
imediato que K[t] um espao vetorial sobre K.
Exemplo 1.1.4 Seja V = T(I, R) o conjunto das funes f : I R, onde
I R um intervalo. Se f, g V e a R, denimos f + g e af por:
(f + g)(x) = f(x) + g(x)
(af)(x) = a f(x)
para todo x I. Verica-se imediatamente que essas leis tornam T(I, R)
um espao vetorial real, isto , sobre R.
Consequncias Imediatas da Denio
(a) Se u, v V denimos:
u v = u + (v)
Se a K, ento
a(u v) + av = a[(u v) + v] = a[u + (v) + v] = a(u + 0) = au.
Somando av aos dois membros, vem:
a(u v) + av av = au av,
CAPTULO 1. ESPAOS VETORIAIS 4
donde:
a(u v) = au av.
Fazendo u = v, obtemos
a 0 = 0
e tambm
a(v) = a(0 v) = a 0 av = av.
(b) Se a, b K e v V , ento:
(a b)v + bv = (a b + b)v = av,
donde:
(a b)v = av bv
Fazendo a = b, vem
0 v = 0
e tambm
(a)v = (0 a)v = 0 v av = av.
(c) Para todo a K e todo v V vimos que
0 v = a 0 = 0
Suponhamos que av = 0. Se a = 0 ento
0 = a
1
0 = a
1
(av) = 1 v = v.
Portanto, av = 0 implica ou a = 0 ou v = 0.
Exerccios
1. O conjunto de todos os polinmios de grau 3, com coecientes reais e
munido das leis usuais, juntamente com o polinmio zero, forma um
espao vetorial real?
2. D exemplo de um conjunto M que verique todos os axiomas de espao
vetorial, exceto 1 v = v para todo v M.
CAPTULO 1. ESPAOS VETORIAIS 5
3. O conjunto das sequncias complexas z = (z
n
)
n1
tais que
z
n+2
= z
n+1
+ z
n
, n 1,
munido das leis usuais, forma um espao vetorial complexo?
4. O conjunto das funes f : R R duas vezes continuamente deriv-
veis e tais que f
+ af
n=1
[x
n
[ < . Prove que, com as leis usuais, l
1
(N) um espao ve-
torial complexo.
1.2 Subespaos
Seja V um espao vetorial sobre o corpo K.
Denio 1.2 Dizemos que W V um subespao de V se:
(a) 0 W
(b) u, v W = u + v W
(c) a K, v W = av W
claro que W, com as leis induzidas pelas de V , um espao vetorial
sobre K.
Exemplo 1.2.1 Em V = K
n
verica-se imediatamente que W = (x
1
, ..., x
n
)
K
n
; x
1
= 0 um subespao.
Exemplo 1.2.2 Em V = T(R, R), espao vetorial real das funes f : R
R, o subconjunto formado pelas funes contnuas um subespao.
Proposio 1.1 Seja V um espao vetorial sobre K. A interseo de uma
famlia qualquer de subespaos de V um subespao de V .
Dem. Seja (W
)
A
uma famlia de subespaos de V , e seja W =
A
W
.
Ento:
CAPTULO 1. ESPAOS VETORIAIS 6
(a) 0 W pois 0 W
para todo A.
(b) u, v W u, v W
para todo A = (u + v) W
para todo
A = (u + v) W.
(c) K, v W = av W
para todo A = av W.
Denio 1.3 Seja X um subconjunto no-vazio do espao vetorial V sobre
K. Todo elemento da forma a
1
v
1
+... +a
m
v
m
=
m
i=1
a
i
v
i
, onde m N, v
i
X, a
i
K, 1 i m, chamado de combinao linear de elementos de X.
fcil vericar que o conjunto de todas as combinaes lineares de ele-
mentos de X um subespao de V , chamado de subespao gerado por X.
Proposio 1.2 O subespao gerado por X V, X = , a interseo de
todos os subespaos de V contendo X, ou seja, o menor (para a incluso
de conjuntos) subespao de V contendo X.
Dem. Seja (W
)
A
a famlia de todos os subespaos de V contendo X.
Sabemos que W =
A
W
+ af
i=1
a
i
y
i
, y
i
Y, a
i
K, 1 i n, ento X seria
LD, contradio. Portanto, Y no gera V , o que mostra que X mnimo.
(b) (c): Se X fosse LD existiriam vetores x, x
1
, ..., x
n
de X e escalares
a, a
1
, ..., a
n
, no todos nulos, tais que ax+a
1
x
1
+... +a
n
x
n
= 0. Sem perda de
generalidade podemos supor a = 0, donde x = b
1
x
1
+... +b
n
x
n
e, portanto, X
no seria mnimo, contradio. Alm disso, X (um conjunto LI) mximo
pois, dado v V , temos v =
m
i=1
a
i
x
i
, x
i
X, a
i
K, 1 i m, ou seja,
X v LD.
(c) (a): Seja v V, v / X, ento Y = Xv LD e existem vetores
x
1
, ..., x
n
de X e escalares a, a
1
, ..., a
n
, no todos nulos, tais que
av + a
1
x
1
+ ... + a
n
x
n
= 0.
Se fosse a = 0 resultaria X LD. Ento a = 0 e v = b
1
x
1
+ ... + b
n
x
n
, isto ,
X gera V (e LI).
Denio 1.7 Seja V um espao vetorial sobre K. X V, X = , uma
base de V se X possui uma das (e portanto as trs) propriedades da propo-
sio 1.5.
Se V tem uma base nita X = v
1
, ..., v
n
dizemos que V tem dimenso
nita; neste caso, se v V , ento v se escreve de modo nico na forma
v = a
1
v
1
+ ... + a
n
v
n
, a
i
K, 1 i n.
Proposio 1.6 Sejam v
1
, ..., v
n
e w
1
, ..., w
p
bases do espao vetorial V
sobre K. Ento:
n = p
CAPTULO 1. ESPAOS VETORIAIS 10
Dem. Como v
1
, ..., v
n
so LI e w
1
, ..., w
p
geram V , temos n p. Por
simetria, p n. Logo, n = p.
Denio 1.8 Sejam V um espao vetorial sobre K e v
1
, ..., v
n
uma base
de V . Dizemos que n a dimenso de V sobre K. Por denio a dimenso
de V = 0 zero.
Notao: n = dim
K
V ou n = dim V
Exemplo 1.3.7 K
n
tem dimenso n e e
1
, ..., e
n
uma base de K
n
, cha-
mada de base cannica.
Exemplo 1.3.8 1, t, ..., t
n1
base de P
n
, donde dim P
n
= n.
Exemplo 1.3.9 V = K[t] no tem dimenso nita sobre K.
Exemplo 1.3.10 dim
R
C = 2 e 1, i uma base.
dim
C
C = 1 e 1 uma base.
Uma base de C
n
sobre R e
1
, ie
1
, e
2
, ie
2
, ..., e
n
, ie
n
.
Corolrios:
(1) Se dim V = n e v
1
, ..., v
n
so LI, ento v
1
, ..., v
n
base de V (pois
um conjunto LI mximo).
(2) Se W subespao de V e dim W = dim V , ento W = V (pois toda
base de W tambm base de V ).
(3) Se dim V = n e m > n ento os vetores v
1
, ..., v
m
so LD (pois o nmero
mximo de vetores LI n).
Proposio 1.7 Seja V um espao vetorial de dimenso n sobre K. Se-
jam v
1
, ..., v
r
, r < n, vetores LI. Ento existem v
r+1
, ..., v
n
V tais que
v
1
, ..., v
r
, v
r+1
, ..., v
n
seja base de V .
Dem. Como r < n, v
1
, ..., v
r
no um conjunto LI mximo; logo, existe
v
r+1
V tal que v
1
, ..., v
r
, v
r+1
seja LI. Se r + 1 < n podemos repetir o
argumento. Aps um nmero nito de repeties obteremos n vetores LI,
v
1
, ..., v
n
, ou seja v
1
, ..., v
n
base de V .
Exerccios
1. Mostre que t
3
t
2
+ 1, q = t
2
1 e r = 2t
3
+ t 1 so LI em P
4
.
CAPTULO 1. ESPAOS VETORIAIS 11
2. Prove que f, g, h T(R, R) so LI, onde
f(t) = t, g(t) = e
t
e h(t) = sen t.
3. Ache uma condio necessria e suciente para que u = (a, b) K
2
e
v = (c, d) K
2
sejam LD.
4. Seja W o subespao de P
4
gerado por u = t
3
t
2
+1, v = t
2
1 e w =
t
3
3t
2
+ 3. Ache uma base para W.
5. Existe alguma base de P
4
que no contenha nenhum polinmio de grau
2?
6. Seja (v
1
, ..., v
m
) uma sequncia de vetores no-nulos do espao vetorial
V . Prove que se nenhum deles combinao linear dos anteriores ento
o conjunto v
1
, ..., v
m
LI.
7. Seja V um espao vetorial de dimenso nita. Prove que todo conjunto
de geradores de V contm uma base.
1.4 Espaos Produto e Quociente
Sejam V
1
e V
2
espaos vetoriais sobre K e V = V
1
V
2
= (v
1
, v
2
); v
1
V
1
, v
2
V
2
seu produto cartesiano. Vamos introduzir em V uma estrutura
vetorial, denindo:
(v
1
, v
2
) + (u
1
, u
2
) = (v
1
+ u
1
, v
2
+ u
2
)
a(v
1
, v
2
) = (av
1
, av
2
) , a K
imediato vericar que, com estas leis, V = V
1
V
2
um espao vetorial
sobre K. A denio do espao produto se estende a um nmero nito
qualquer de espaos vetoriais. Se V
1
, ..., V
n
so espaos vetoriais sobre K e
V = V
1
... V
n
, denimos:
(v
1
, ..., v
n
) + (u
1
, ..., u
n
) = (v
1
+ u
1
, ..., v
n
+ u
n
)
a(v
1
, ..., v
n
) = (av
1
, ..., av
n
) , a K
Desta maneira V ca munido de uma estrutura vetorial sobre K.
Proposio 1.8 Se V
1
e V
2
tm dimenso nita sobre K, ento
dim(V
1
V
2
) = dim V
1
+ dim V
2
.
CAPTULO 1. ESPAOS VETORIAIS 12
Dem. Sejam v
1
, ..., v
n
e u
1
, ..., u
p
, respectivamente, bases de V
1
e V
2
.
Vamos provar que (v
1
, 0), ..., (v
n
, 0), (0, u
1
), ..., (0, u
p
) base de V
1
V
2
. Se
v V
1
e u V
2
, existem escalares a
i
, b
j
tais que v = a
1
v
1
+ ... + a
n
v
n
e
u = b
1
u
1
+ ... + b
p
u
p
. Ento:
(v, u) = (a
1
v
1
+ ... + a
n
v
n
, b
1
u
1
+ ... + b
p
u
p
) =
= a
1
(v
1
, 0) + ... + a
n
(v
n
, 0) + b
1
(0, u
1
) + ... + b
p
(0, u
p
),
o que mostra que os vetores (v
1
, 0), ..., (0, u
p
) geram V
1
V
2
.
Se tivermos a
1
(v
1
, 0) +... +a
n
(v
n
, 0) +b
1
(0, u
1
) +... +b
p
(0, u
p
) = 0 ento
(a
1
v
1
+ ... + a
n
v
n
, b
1
u
1
+ ... + b
p
u
p
) = (0, 0), donde a
1
v
1
+ ... + a
n
v
n
= 0 e
b
1
u
1
+ ... + b
p
u
p
= 0, que implicam a
1
= ... = a
n
= 0 e b
1
= ... = b
p
= 0, ou
seja, os vetores (v
1
, 0), ..., (0, u
p
) so LI.
Denio 1.9 Sejam V um espao vetorial sobre K e W um seu subespao.
Se v V denimos v + W por:
v + W = v + w; w W
Observemos que v + W = u + W v u W.
Seja
V
W
= v +W; v V . Para introduzir uma estrutura vetorial sobre
V
W
denamos:
(v + W) + (u + W) = (v + u) + W
a(v + W) = av + W , a K.
Essas leis esto bem denidas pois se u+W = u
1
+W e v +W = v
1
+W,
ento
(v
1
+ W) + (u
1
+ W) = (u
1
+ v
1
) + W = (u + v) + W =
= (v + W) + (u + W), j que (u
1
+ v
1
) (u + v) =
= (u
1
u) + (v
1
v) W.
Analogamente, se a K e v
1
+ W = v + W, temos:
a(v
1
+ W) = av
1
+ W = av + W = a(v + W)
pois av
1
av = a(v
1
v) W.
CAPTULO 1. ESPAOS VETORIAIS 13
pura rotina vericar que, com estas leis,
V
W
se torna um espao vetorial
sobre K. O elemento neutro da adio em
V
W
a classe W = 0 +W.
V
W
chamado de espao vetorial quociente de V por W.
Exemplo 1.4.1 Sejam V = R
2
e W uma reta pela origem de R
2
. Um
elemento tpico de
V
W
uma reta v + W paralela a W, e
V
W
consiste de
todas as retas paralelas a W em R
2
.
Exerccios
1. Prove que se v
1
+ W, ..., v
n
+ W so LI em
V
W
, ento v
1
, ..., v
n
so LI
em V .
2. Sejam V um espao vetorial e W um subespao. Para u, v V dena-
mos u v se u v W. Prove que uma relao de equivalncia
em V e que o conjunto das classes de equivalncia o espao quociente
V
W
.
1.5 Somas e Somas Diretas
Denio 1.10 Sejam V um espao vetorial sobre K, U e W subespaos de
V . A soma de U e W denida por:
U + W = u + w, u U, w W.
CAPTULO 1. ESPAOS VETORIAIS 14
fcil ver que U + W um subespao de V . De fato, se u
1
, u
2
U,
w
1
, w
2
W e a K, temos:
(a) 0 = 0 + 0 U + W
(b) (u
1
+ w
1
) + (u
2
+ w
2
) = (u
1
+ u
2
) + (w
1
+ w
2
) U + W
(c) a(u
1
+ w
1
) = au
1
+ aw
1
U + W
Dizemos que V soma direta de U e W, e escrevemos V = U W, se
todo elemento v V se escreve, de modo nico, na forma v = u + w, com
u U e w W.
Proposio 1.9 V = U W se, e s se, V = U + W e U W = 0.
Dem. Se V = U W claro que V = U + W. Alm disso, se v U W
temos, de modo nico, v = v + 0 = 0 +v, donde v = 0, isto U W = 0.
Reciprocamente, seja v V arbitrrio. Como V = U +W temos v = u+
w, com u U, w W. Se tivssemos tambm v = u
1
+w
1
, u
1
U, w
1
W,
ento teramos u u
1
= w
1
w U W = 0, donde u = u
1
e w = w
1
,
ou seja, a representao de v na forma u + w nica. Logo, V = U W.
Proposio 1.10 Sejam V um espao vetorial sobre K, de dimenso nita,
e W um subespao de V . Existe subespao U de V tal que V = U W.
Dem. Seja w
1
, ..., w
r
base de W. Sabemos que existem vetores u
1
, ..., u
s
V tais que w
1
, ..., w
r
, u
1
, ..., u
s
seja base de V . Seja U o subespao gerado
por u
1
, ..., u
s
. claro que V = U W.
Obs.: Em geral existem muitos subespaos U de V tais que V = U W.
Dizemos que um tal U um subespao suplementar de W.
Proposio 1.11 Sejam V um espao vetorial de dimenso nita sobre K,
U e W dois de seus subespaos. Se V = U W ento dim V = dim U +
dim W.
Dem. Sejam u
1
, ..., u
r
e w
1
, ..., w
s
bases de U e W, respectivamente.
Provemos que u
1
, ..., u
r
, w
1
, ...w
s
base de V . Se v V ento v = u + w,
com u U e w W, ou seja, u = a
1
u
1
+ ... + a
r
u
r
e w = b
1
w
1
+ ... + b
s
w
s
.
Portanto,
v = a
1
u
1
+ ... + a
r
u
r
+ b
1
w
1
+ ... + b
s
w
s
e os vetores u
1
, ..., u
r
, w
1
, ..., w
s
geram V .
CAPTULO 1. ESPAOS VETORIAIS 15
Seja a
1
u
1
+ ... + a
r
u
r
+ b
1
w
1
+ ... + b
s
w
s
= 0. Ento:
a
1
u
1
+ ... + a
r
u
r
= b
1
w
1
... b
s
w
s
.
Como U W = 0 resulta a
1
u
1
+ ... + a
r
u
r
= 0 e b
1
w
1
+ ... + b
s
w
s
= 0,
donde a
1
= ... = a
r
= 0 e b
1
= ... = b
s
= 0, ou seja, u
1
, ..., u
r
, w
1
, ..., w
s
so
LI.
Logo, u
1
, ..., u
r
, w
1
, ..., w
s
base de V e dim V = r + s = dim U +
dim W.
O conceito de soma direta se estende soma de vrios subespaos V
1
, ..., V
n
do espao vetorial V . Dizemos que V a soma direta de V
1
, ..., V
n
, e escre-
vemos V = V
1
V
2
... V
n
, se todo v V se escreve, de modo nico, na
forma v = v
1
+ v
2
+ ... + v
n
, onde v
i
V
i
, i = 1, 2, ..., n.
Proposio 1.12 Sejam V um espao vetorial de dimenso nita sobre K,
V
1
, ..., V
r
subespaos de V e, para cada i = 1, ..., r, v
i1
, ...v
in
i
base de V
i
.
V = V
1
... V
r
se, e s se, B = v
11
, ..., v
1n
1
, ..., v
r1
, v
r2
, ..., v
rn
r
base
de V .
Dem. Se V = V
1
... V
r
ento todo v V se escreve de modo nico na
forma v = v
1
+ ... + v
r
, onde v
i
V
i
, 1 i r. Mas
v
i
=
n
i
k=1
a
ki
v
ik
, 1 i r.
Logo:
v =
r
i=1
n
i
k=1
a
ki
v
ik
e B gera V.
Suponhamos que
r
i=1
n
i
k=1
a
ki
v
ik
= 0. Pondo v
i
=
n
i
k=1
a
ki
v
ik
, temos que
v
i
V
i
, i = 1, ..., r. Ento: v
1
+ ... + v
r
= 0 e, como a soma direta, temos
v
i
= 0, isto ,
n
i
k=1
a
ki
v
ik
= 0, donde a
ki
= 0 pois v
i1
, ..., v
in
i
so LI. Logo, B
LI e, portanto, B base de V .
Reciprocamente, se B base de V , ento v =
r
i=1
n
i
k=1
a
ki
v
ik
=
r
i=1
v
i
, onde
v
i
=
n
i
k=1
a
ki
v
ik
pertence a V
i
, i i r. Logo: V = V
1
+ ... + V
r
. A soma
CAPTULO 1. ESPAOS VETORIAIS 16
direta pois se v
1
+ ... + v
r
= 0, v
i
V
i
, ento
r
i=1
n
i
k=1
a
ki
v
ik
= 0, donde
a
ki
= 0 e, portanto, v
i
= 0, 1 i r.
Exerccios
1. Sejam U, V, W os seguintes subespaos de R
3
:
U = (x, y, z) R
3
; x + y + z = 0; V = (x, y, z) R
3
; x = z e
W = (0, 0, z) R
3
; z R. Mostre que R
3
= U + V , R
3
= U + W,
R
3
= V + W. Quando que a soma direta?
2. Sejam V = T(R, R), U o subespao das funes pares e W o das
mpares. Mostre que V = U W.
3. Sejam U e W subespaos de V. Se
V = U + W e dim V = dim U + dim W < ,
prove que V = U W.
4. Sejam V um espao vetorial de dimenso nita sobre K, U e W subes-
paos de V . Prove:
dim(U + W) dim U + dim W
1.6 Exerccios do Captulo 1
1. Determine uma base para o subespao de R
4
descrito por x = (x
1
, x
2
, x
3
, x
4
)
tal que x
1
= x
2
3x
3
, x
3
= 2x
4
. Complete a base obtida a uma base
do R
4
.
2. Em V = T(R, R) considere f
k
(t) = e
r
k
t
onde r
k
R, 1 k n. Prove
que f
1
, ..., f
n
so LI se, e s se, r
1
= r
2
= ... = r
n
.
3. Sejam v
1
, ..., v
n
LI e u = b
1
v
1
+... +b
j
v
j
+... +b
n
v
n
com b
j
= 0. Prove
que v
1
, ..., v
j1
, u, v
j+1
, ..., v
n
so LI.
4. Seja W um subespao do espao vetorial V . Suponha que v
1
, ..., v
n
V
sejam LI e gerem um subespao U tal que U W = 0. Prove que os
vetores v
1
+ W, ..., v
n
+ W so LI em
V
W
.
CAPTULO 1. ESPAOS VETORIAIS 17
5. Sejam V um espao vetorial, U e W seus subespaos. Se U e W tm
dimenses nitas, prove que:
dim U + dim W = dim(U + W) + dim(U W).
6. Sejam V um espao vetorial real e u, v V . O segmento de reta de
extremidades u e v o conjunto [u, v] = (1 t)u + tv; 0 t 1.
X V convexo se u, v X [u, v] X. Prove:
(a) Se X, Y V so convexos, ento X Y convexo.
(b) Se X V convexo e r, s, t so reais no negativos tais que r +
s + t = 1, ento u, v, w X ru + sv + tw X.
(c) Se X V , a envoltria convexa de X o conjunto C(X) das
combinaes t
1
x
1
+... +t
n
x
n
, onde t
i
0,
n
i=1
t
i
= 1, n N, chamadas
combinaes convexas dos elementos de X. Prove que C(X) convexo,
que X C(X) e que se C
convexo e X C
ento C(X) C
.
7. Seja V um espao vetorial real. A V uma variedade am se u, v
A, t R (1 t)u + tv A. Prove:
(a) Se A, B V so variedades ans, ento A B variedade am.
(b) Se A = uma variedade am em V , existe um nico subespao
vetorial W V tal que para todo x A tem-se
A = x + W = x + w; w W.
8. Dado o conjunto nito X = a
1
, ..., a
n
, ache uma base para o espao
vetorial real T(X, R) = f : X R.
Captulo 2
Aplicaes Lineares
2.1 Denies e Exemplos
Denio 2.1 Sejam V e W espaos vetoriais sobre K. Dizemos que uma
aplicao T : V W linear se:
T(u + v) = T(u) + T(v)
T(av) = a T(u),
quaisquer que sejam u, v V e a K.
Exemplo 2.1.1 A aplicao identidade I : V V , I(v) = v linear, bem
como a aplicao zero, 0 : V V , 0(v) = 0 para todo v V .
Exemplo 2.1.2 Seja V = K[t] o espao vetorial dos polinmios na varivel
t com coecientes em K. A aplicao derivada D : V V , denida por
D(a
0
+a
1
t +a
2
t
2
+... +a
m
t
m
) = a
1
+2a
2
t +... +ma
m
t
m1
, uma aplicao
linear.
Exemplo 2.1.3 Se V
1
e V
2
so espaos vetoriais sobre K e V = V
1
V
2
,
as aplicaes p
1
: V V
1
e p
2
: V V
2
denidas por p
1
(v
1
, v
2
) = v
1
e
p
2
(v
1
, v
2
) = v
2
so lineares.
Exemplo 2.1.4 Seja W um subespao do espao vetorial V. A aplicao
: V
V
W
, (v) = v + W, linear.
Exemplo 2.1.5 Seja V = C
0
([0, 1], R) o espao vetorial real das funes
contnuas f : [0, 1] R. A aplicao f V T(f) V , onde
(Tf)(x) =
x
0
f(t)dt, x [0, 1],
18
CAPTULO 2. APLICAES LINEARES 19
linear. tambm linear a funo f V
1
0
f(t)dt R.
Proposio 2.1 Sejam V e W espaos vetoriais sobre K e (v
1
, v
2
, ..., v
n
) uma
base ordenada de V. Dada a sequncia (w
1
, ..., w
n
) de vetores de W, existe
uma e uma nica aplicao linear T : V W tal que T(v
i
) = w
i
, 1 i n.
Dem. Seja v V . Ento v se escreve, de modo nico, como v = a
1
v
1
+
... +a
n
v
n
. Denamos T : V W por T(v) = a
1
w
1
+... +a
n
w
n
. claro que
T(v
i
) = w
i
, 1 i n. Mostremos que T linear. Se u = b
1
v
1
+ ... + b
n
v
n
,
ento:
T(u+v) = T[(a
1
+b
1
)v
1
+... +(a
n
+b
n
)v
n
] = (a
1
+b
1
)w
1
+... +(a
n
+b
n
)w
n
=
= (a
1
w
1
+ ... + a
n
w
n
) + b
1
w
1
+ ... + b
n
w
n
= T(v) + T(u).
Se c K, temos
T(cv) = T(ca
1
v
1
+ ... + ca
n
v
n
) = ca
1
w
1
+ ... + ca
n
w
n
=
= c(a
1
w
1
+ ... + a
n
w
n
) = c T(v).
Logo, T linear. Se L : V W aplicao linear tal que
L(v
i
) = w
i
, 1 i n,
ento L(a
1
v
1
+ ... + a
n
v
n
) = a
1
w
1
+ ... + a
n
w
n
= T(v) para todo v V , ou
seja, T = L, o que mostra a unicidade de T.
Proposio 2.2 Seja T : V W linear. Ento:
(a) T(0) = 0 , T(v) = v.
(b) Se U V subespao, ento T(U) W subespao.
(c) Se U
W subespao, ento T
1
(U
) V subespao.
Dem. (a) Como T linear, T(av) = aT(v) para todo a K e todo v V .
Fazendo a = 0, vem:
T(0 v) = 0 T(v), donde: T(0) = 0.
Fazendo a = 1, vem:
T(v) = T(v)
(b) T(U) W subespao pois:
CAPTULO 2. APLICAES LINEARES 20
1. 0 = T(0) T(U)
2. Se T(u), T(v) T(U) ento T(u) + T(v) = T(u + v) T(U)
3. Se a K e T(v) T(U) ento aT(v) = T(av) T(U)
(c) T
1
(U
) V subespao pois:
1. 0 T
1
(U
) j que T(0) = 0 U
2. Se u, v T
1
(U
, donde u + v T
1
(U
)
3. Se a K e v T
1
(U
e, portanto,
av T
1
(U
).
Denio 2.2 Seja T : V W linear. O subespao T(V ) W chamado
de imagem de T e anotado Im T. O subespao T
1
(0) V chamado de
ncleo de T e anotado ^(T). Assim,
Im T = T(v) W; v V
^(T) = v V ; T(v) = 0
Obs.: Por denio T sobrejetora se Im T = W e T injetora se
u = v implica T(u) = T(v).
Proposio 2.3 Seja T : V W linear. So equivalentes:
(a) ^(T) = 0
(b) T injetora
(c) T transforma cada conjunto LI de vetores de V em conjunto LI de vetores
de W.
Dem. (a) (b): ^(T) = 0 T(w) = 0 implica w = 0 T(u v) = 0
implica u v = 0 T(u) = T(v) implica u = v T injetora.
(b) (c): Seja X V um conjunto LI e seja Y = T(X). Vamos provar
que Y LI. De fato, se a
i
y
1
+... +a
r
y
r
= 0 onde r N e y
i
= T(x
i
), 1 i
r, x
i
X, a
i
K, ento a
1
T(x
1
)+...+a
r
T(x
r
) = 0 T(a
1
x
1
+...+a
r
x
r
) = 0,
donde a
1
x
1
+...+a
r
x
r
= 0 (pois ^(T) = 0), o que implica a
1
= ... = a
r
= 0
(pois X LI), resultando Y ser LI.
(c) (a): Todo vetor v = 0 LI, donde T(v) LI, ou seja, T(v) = 0.
Portanto: ^(T) = 0.
Obs.: Se T : V W linear e v
1
, ..., v
n
geram V , ento claro que
CAPTULO 2. APLICAES LINEARES 21
T(v
1
), ..., T(v
n
) geram Im T pois todo w Im T da forma w = T(v) para
algum v V e v = a
1
v
1
+... +a
n
v
n
. Resulta que, se V tem dimenso nita,
ento dim Im T dim V .
Denio 2.3 Seja T : V W linear, V de dimenso nita. O posto de T
a dimenso de Im T:
r = posto(T) = dim Im T, donde r dim V.
Proposio 2.4 Seja T : V W linear. So equivalentes:
(a) T sobrejetora
(b) T transforma conjunto de geradores de V em conjunto de geradores de
W.
Dem. (a) (b):
Sejam X um conjunto de geradores de V e Y = T(X). Vamos provar que
Y gera W. Se w W e T sobrejetora, existe v V tal que w = T(v).
Mas v =
m
i=1
a
i
x
i
, a
i
K, x
i
X. Logo, T(v) =
m
i=1
a
i
T(x
i
) =
m
i=1
a
i
y
i
com
y
i
Y , ou seja, Y gera W.
(b) (a):
Sejam X um conjunto de geradores de V e Y = T(X). Ento Y gera W.
Se w W, temos w =
p
i=1
a
i
y
i
, a
i
K, y
i
Y, y
i
= T(x
i
), x
i
X. Logo,
w =
p
i=1
a
i
T(x
i
) = T
i=1
a
i
x
i
e W
isomorfo a U e que W
isomorfo a W.
Ento, V = U W = U
. Se identicarmos U com U
bem como W
com W
[L, T], S
L, [T, S]
V
2
, W) isomorfo a L(V
1
, W) L(V
2
, W).
3. Seja V o espao vetorial real das funes t x(t) de [0, 1] em R,
de classe C
t
0
x(u)du. Prove que se x(0) = 0 ento
(g f)(x) = (f g)(x).
4. Sejam V um espao vetorial e v
1
, ..., v
n
uma base de V. Prove que r
vetores u
1
, ..., u
r
V , r n, so LI se, e s se, existe um automorsmo
T de V tal que T(v
j
) = u
j
, 1 j r.
5. Sejam f : V W linear e : V W V W tal que (v, w) =
(v, w f(v)). Prove que um automorsmo de V W.
6. Dois operadores lineares S, T L(V ) so semelhantes se existe opera-
dor invertvel P GL(V ) tal que S = P
1
TP. Se V tem dimenso
nita, prove que operadores semelhantes tm o mesmo posto.
CAPTULO 2. APLICAES LINEARES 31
7. Seja V um espao vetorial de dimenso n sobre K. Para k = 1, 2, ..., n,
exiba T : V V linear tal que T
k
= 0 mas T
j
= 0 se j < k.
8. Sejam V e W espaos vetoriais de dimenso nita e T : V W linear.
Prove:
(a) T injetora existe S : W V linear tal que S T = id
V
(b) T sobrejetora existe S : W V linear tal que T S = id
W
9. Seja V um espao vetorial de dimenso innita enumervel de base
(v
1
, v
2
, ..., v
n
, ...). Seja T : V V o operador linear denido por
T(v
2k+1
) = 0, T(v
2k
) = v
k
, k N.
(a) Prove que T sobrejetora mas no injetora.
(b) Prove que existe S : V V linear injetora, mas no sobrejetora,
tal que T S = id.
10. Sejam V um espao vetorial de dimenso nita, V
V um subespao,
W um espao vetorial, W
W um subespao, e T : V W linear.
Prove:
(a) dim
T(V
= dim V
dim (^(T) V
)
(b) dim T
1
(W
).
11. E
0
, E
1
, ..., E
n
sendo espaos vetoriais sobre o mesmo corpo K (n 2)
dizemos que o diagrama
E
0
f
0
E
1
... E
k1
f
k1
E
k
f
k
E
k+1
... E
n1
f
n1
E
n
uma sequncia exata se para 0 k n 2 tem-se ^f
k+1
= Im f
k
,
as aplicaes f
k
sendo lineares (0 k n 1). Se E
0
(resp. E
n
)
igual a 0, que escrevemos 0, no escreveremos f
0
(resp. f
n1
) pois s
existe uma aplicao linear de 0 em E
1
(resp. de E
n1
em 0).
(a) Prove:
[0 E
f
F uma sequncia exata ] f injetora
[E
f
F 0 uma sequncia exata ] f sobrejetora.
(b) Prove que os diagramas seguintes so sequncias exatas:
0 F
i
E
j
E
F
0
0 ^f
i
E
f
F
j
F
Im f
0
(f aplicao linear, i injeo cannica, j sobrejeo cannica).
Captulo 3
Matrizes
3.1 Denies
Denio 3.1 Sejam K um corpo, m e n inteiros positivos e I
n
= 1, 2, ..., n.
Uma matriz mn sobre K uma funo (i, j) I
m
I
n
a
ij
K. Em
geral os escalares a
ij
so dispostos em m linhas e n colunas, o primeiro ndice
indicando a linha e o segundo a coluna ocupadas por a
ij
:
A =
a
11
a
12
... a
1n
a
21
a
22
... a
2n
... ... ... ...
a
m1
a
m2
... a
mn
= (a
ij
), 1 i m, 1 j n
Os escalares a
ij
so os elementos da matriz A = (a
ij
). Observemos que
duas matrizes, A = (a
ij
) e B = (b
ij
), ambas m n, so iguais se, e s se,
a
ij
= b
ij
para todo par (i, j).
A matriz zero, mn, a que tem todos seus elementos iguais a zero.
A matriz A quadrada quando o nmero de linhas igual ao de colunas,
isto , quando ela do tipo n n; n a ordem da matriz quadrada A.
Numa matriz quadrada os elementos a
ii
, que tm os ndices iguais, formam
a diagonal principal.
A matriz identidade (ou unidade) de ordem n a matriz quadrada I
n
na qual todos os elementos da diagonal principal so iguais a 1 e os demais
iguais a zero. Por exemplo, I
3
=
1 0 0
0 1 0
0 0 1
. O elemento genrico de I
n
o
32
CAPTULO 3. MATRIZES 33
smbolo de Kronecker, denido por:
ij
=
1 se i = j
0 se i = j
.
Assim, I
n
= (
ij
)
1i,jn
.
Vamos introduzir no conjunto M
mn
(K), das matrizes m n sobre K,
uma estrutura vetorial. Para isto precisamos denir a adio de matrizes e
o produto de uma matriz por um escalar.
Denio 3.2 Sejam A = (a
ij
) e B = (b
ij
) matrizes m n. A soma C =
= A + B a matriz m n, C = (c
ij
), tal que c
ij
= a
ij
+ b
ij
para todo par
(i, j).
A adio matricial goza das seguintes propriedades de vericao imedi-
ata:
(1) A + B = B + A
(2) A + (B + C) = (A + B) + C
(3) A + 0 = A, onde 0 a matriz zero mn
(4) A + (A) = 0 onde, sendo A = (a
ij
), temos (A) = (a
ij
).
Denio 3.3 Sejam c K e A = (a
ij
) M
mn
(K). A matriz B = (b
ij
),
onde b
ij
= ca
ij
para todo par (i, j), o produto de c por A, anotado B = cA.
claro que B M
mn
(K).
A multiplicao de matriz por escalar tem as seguintes propriedades, de
fcil vericao:
(1) 1 A = A
(2) c (A + B) = c A + c B
(3) (c + d) A = c A + d A
(4) c(d A) = (cd) A,
quaisquer que sejam A, B M
mn
(K) e c, d K.
Vemos assim que M
mn
, munido das leis de adio e de multiplicao
por escalar, um espao vetorial sobre K. Quando m = n escrevemos apenas
M
n
(K) ou simplesmente M
n
.
Vamos achar uma base para M
mn
(K). Para isso, consideremos as ma-
trizes E
ij
, 1 i m, 1 j n, onde cada E
ij
m n e tem todos os
elementos iguais a zero, exceto o situado na linha i e na coluna j, que igual
a um:
CAPTULO 3. MATRIZES 34
E
ij
=
0 ... 0 ... 0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 ... 1 ... 0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 ... 0 ... 0
coluna j
linha i
Proposio 3.1 O conjunto E
11
, ..., E
1n
, ..., E
m1
, ..., E
mn
uma base de
M
mn
(K).
Dem. Se A = (a
ij
) mn claro que A =
m
i=1
n
j=1
a
ij
E
ij
, ou seja, as matri-
zes E
ij
geram M
mn
(K). Alm disso, elas so LI, pois se
m
i=1
n
j=1
a
ij
E
ij
= 0,
ento A = (a
ij
) = 0, donde a
ij
= 0 para todo par (i, j).
Corolrio 3.1.1 dim M
mn
(K) = m n.
3.2 Produto de Matrizes
Denio 3.4 Sejam A = (a
ij
) m n e B = (b
ij
) n p, ou seja,
o nmero de colunas de A igual ao nmero de linhas de B. O produto
C = A B a matriz mp, C = (c
ij
), tal que c
ij
=
n
k=1
a
ik
b
kj
.
Exemplo 3.2.1
1 0
0 2
1 2
3 4
1 2
6 8
1 2
3 4
1 0
0 2
1 4
3 8
k=1
d
ik
c
kj
=
p
k=1
c
kj
n
r=1
a
ir
b
rk
g
ij
=
n
r=1
a
ir
f
rj
=
n
r=1
a
ir
p
k=1
b
rk
c
kj
,
o que mostra que e
ij
= g
ij
para todo i e todo j. As demonstraes de (b)
e (c) so deixadas a cargo do leitor.
3.3 Aplicao Linear Matriz
Sejam V e W espaos vetoriais sobre o corpo K, c = (v
1
, ..., v
n
) e T =
(w
1
, ..., w
n
) bases ordenadas de V e W, respectivamente, e T : V W
linear.
Se v = x
1
v
1
+... +v
n
v
n
=
n
j=1
x
j
v
j
, T(v) = y
1
w
1
+... +y
m
w
m
=
m
i=1
y
i
w
i
e T(v
j
) =
m
i=1
a
ij
w
i
, ento:
T(v) =
n
j=1
x
j
T(v
j
) =
n
j=1
m
i=1
a
ij
x
j
w
i
.
CAPTULO 3. MATRIZES 36
Portanto:
y
i
=
n
j=1
a
ij
x
j
(i = 1, 2, ..., m)
Pondo:
E
=
x
1
x
2
.
.
.
x
n
, [Tv]
F
=
y
1
y
2
.
.
.
y
m
e
T
E
F
= (a
ij
)
1 i m
1 j n
,
o sistema acima pode ser escrito na forma matricial
T(v)
F
=
E
F
E
.
Assim, xadas as bases ordenadas c e T, a toda aplicao linear T : V
W podemos associar uma matriz
E
F
= (a
ij
) denida por T(v
j
) =
m
i=1
a
ij
w
i
,
ou seja,
E
F
=
a
11
a
12
... a
in
... ... ... ...
a
m1
a
m2
... a
mn
E
F
a matrix de T em relao s bases c de V e T de W. Ela do tipo
mn e, para cada j, as componentes de T(v
j
) na base T formam a coluna
j dessa matriz.
Reciprocamente, dada uma matriz m n, A = (a
ij
), consideremos os
vetores u
j
, i j m, denidos por u
j
=
m
i=1
a
ij
w
i
. Seja T : V W a
nica aplicao linear tal que T(v
j
) = u
j
, 1 j n. Ento claro que
E
F
= A. Existe, pois, uma bijeo entre L(V, W) e M
mn
(K), bijeo esta
que depende da escolha das bases ordenadas c de V e T de W.
Exemplo 3.3.1 Sejam V um espao vetorial sobre K e B = v
1
, ..., v
n
uma
base de V. Sejam os operadores lineares I(v) = v e 0(v) = 0 para todo v V .
claro que
I
B
B
= I
n
e
0
B
B
= 0.
Exemplo 3.3.2 Seja V = P
n
o espao vetorial dos polinmios a uma va-
rivel e de grau menor que n, com coecientes em K, juntamente com o
CAPTULO 3. MATRIZES 37
polinmio zero. Sejam B = 1, t, ..., t
n1
base de V e D : V V a
aplicao derivada:
D(a
0
+ a
1
t + ... + a
n1
t
n1
) = a
1
+ 2a
2
t + ... + (n 1)a
n1
t
n2
.
Ento:
B
B
=
0 1 0 ... 0
0 0 2 ... 0
... ... ... ... ...
0 0 0 ... n 1
0 0 0 ... 0
E
F
.
Temos:
I(1, 0, 0) = (1, 0, 0); I(0, 1, 0) = (1, 1, 0)(1, 0, 0); I(0, 0, 1) = (1, 1, 1)(1, 1, 0).
Portanto:
E
F
=
1 1 0
0 1 1
0 0 1
E
F
e
T
E
E
.
Temos: T(1, 0, 0) = (1, 0, 0); T(0, 1, 0) = (1, 1, 0); T(0, 0, 1) = (1, 1, 1).
Portanto:
E
F
=
1 0 0
0 1 0
0 0 1
= I
3
E:
E
E
=
1 1 1
0 1 1
0 0 1
x
1
.
.
.
x
n
. claro que T
A
linear e que
T
E
F
= A,
onde c e T so as bases cannicas de K
n
e K
m
, respectivamente.
CAPTULO 3. MATRIZES 38
Exemplo 3.3.6 (Rotao)
Sejam c = (e
1
, e
2
) a base cannica do R
2
e T = (f
1
, f
2
) onde
f
1
= cos e
1
+ sen e
2
f
2
= sen e
1
+ cos e
2
, R
.
Denamos T : R
2
R
2
linear por meio de:
Te
1
= f
1
Te
2
= f
2
Ento:
E
E
=
cos sen
sen cos
A imagem de
x
y
R
2
por T o vetor
cos sen
sen cos
x
y
x cos y sen
x sen + y cos
R
2
.
A transformao linear T a rotao de em torno da origem.
Proposio 3.3 Sejam V e W espaos vetoriais sobre K, c = (v
1
, ..., v
n
) e
T = (w
1
, ..., w
n
) bases ordenadas de V e W, respectivamente. A aplicao
T
E
F
, que a cada elemento de L(V, W) associa sua matriz em relao
s bases dadas, um isomorsmo de L(V, W) sobre M
mn
(K).
CAPTULO 3. MATRIZES 39
Dem. Sejam T e S elementos de
L(V, W), T(v
j
) =
m
i=1
a
ij
w
i
, S(v
j
) =
m
i=1
b
ij
w
i
,
isto ,
T
E
F
= (a
ij
) e
S
E
F
= (b
ij
).
Como (T + S)(v
j
) =
m
i=1
(a
ij
+ b
ij
)w
i
resulta que
T + S
E
F
= (a
ij
+ b
ij
)
1 i m
1 j n
=
E
F
+
E
F
.
Se c K temos (cT)(v
j
) =
m
i=1
ca
ij
w
i
, isto ,
cT
E
F
= (ca
ij
) = c
E
F
.
Portanto, a aplicao T
E
F
linear (e bijetora), ou seja, um
isomorsmo.
Corolrio 3.3.1 dim L(V, W) = dim V dim W.
Proposio 3.4 Sejam U, V, W espaos vetoriais sobre K, c = (u
1
, ..., u
m
),
T = (v
1
, ..., v
n
) e ( = (w
1
, ..., w
p
) bases ordenadas de U, V, W, respectiva-
mente. Se U
S
V
T
W so lineares, ento:
T S
E
G
=
F
G
E
F
.
Dem. Sejam:
F
G
= (a
ij
) p n
E
F
= (b
ij
) n m
T S
E
G
= (c
ij
) p m
Ento:
CAPTULO 3. MATRIZES 40
T(v
k
) =
p
i=1
a
ik
w
i
S(u
j
) =
n
k=1
b
kj
v
k
(T S)(u
j
) =
p
i=1
c
ij
w
i
Portanto:
T
S(u
j
)
=
n
k=1
b
kj
T(v
k
) =
n
k=1
p
i=1
a
ik
b
kj
w
i
,
donde:
c
ij
=
n
k=1
a
ik
b
kj
,
que a tese.
O conjunto M
n
(K) das matrizes de ordem n, munido das leis de adio
e multiplicao por escalar, um espao vetorial sobre K de dimenso n
2
.
M
n
(K), munido das operaes de adio e multiplicao matriciais, um
anel (com unidade). Alm disso, fcil vericar que
c(AB) = (cA)B = A(cB)
quaisquer que sejam A, B M
n
(K) e c K. Resulta que M
n
(K) tem uma
estrutura de lgebra sobre K. Vimos que o anel M
n
(K) no comutativo; o
exemplo
1 0
0 0
0 0
0 1
0 0
0 0
B
B
M
n
(K) goza das seguintes propriedades:
(1)
L + T
B
B
=
B
B
+
B
B
, isto , (L + T) = (L) + (T)
(2)
aT
B
B
= a
B
B
, isto , (aT) = a (T)
(3)
L T
B
B
=
B
B
B
B
, isto , (L T) = (L) (T), quaisquer que
sejam L, T L(V ) e a K.
CAPTULO 3. MATRIZES 41
Uma tal chama-se um isomorsmo de lgebras, ou seja, L(V ) e M
n
(K)
so lgebras isomorfas.
Exemplo 3.3.7 Vamos achar o centro do anel M
n
(K), isto , vamos de-
terminar as matrizes A = (a
ij
) de M
n
(K) que comutam com toda ma-
triz P = (p
ij
) de M
n
(K), ou seja, tais que AP = PA. Devemos ter
n
k=1
a
ik
p
kj
=
n
k=1
p
ik
a
kj
para todo par (i, j). Se P = E
ii
, isto , p
ii
= 1 e
p
rs
= 0 para r = i ou s = i, ento i = j implica a
ij
= 0. Se P = E
ij
com
i = j, isto , p
ij
= 1 e p
rs
= 0 para r = i ou s = j, ento a
ii
= a
jj
. Logo, se
A comuta com toda matriz de M
n
(K) ela da forma A = a I
n
, e evidente
que toda matriz a I
n
, a K, comuta com toda matriz de M
n
(K). Estas
matrizes tm o nome de matrizes escalares.
Denio 3.5 Uma matriz quadrada A, nn, invertvel se existe matriz
quadrada B, de mesma ordem, tal que AB = BA = I
n
.
Se uma tal matriz B existe, ela nica, pois se AC = I
n
e BA = I
n
,
temos: B = B I
n
= B(AC) = (BA)C = I
n
C = C. esta matriz B, caso
exista, chama-se a inversa de A, e anotada B = A
1
. Assim,
A A
1
= A
1
A = I
n
,
o que mostra tambm que (A
1
)
1
= A.
Se A e B, ambas n n, so invertveis, ento AB invertvel e
(AB)
1
= B
1
A
1
.
De fato, (AB)(B
1
A
1
) = A(BB
1
)A
1
= A A
1
= I
n
e (B
1
A
1
)(AB) =
B
1
(A
1
A)B = B
1
B = I
n
. claro que I
1
n
= I
n
.
Vemos assim que o conjunto das matrizes invertveis de M
n
(K), com
a operao de multiplicao matricial, um grupo. O isomorsmo :
L(K
n
) M
n
(K) visto acima, transforma o grupo GL(K
n
) = GL(n, K)
isomorcamente sobre o grupo das matrizes invertveis de M
n
(K). Em par-
ticular,
T
1
B
B
=
B
B
1
.
Exemplo 3.3.8 Seja A, de ordem n, tal que a
0
I
n
+ a
1
A + ... + a
n
A
n
= 0
com a
0
= 0. Ento A invertvel.
De fato, temos:
a
1
a
0
I
n
...
a
n
a
0
A
n1
A = A
a
1
a
0
I
n
...
a
n
a
0
A
n1
= I
n
.
Logo, A
1
=
a
1
a
0
I
n
...
a
n
a
0
A
n1
CAPTULO 3. MATRIZES 42
Proposio 3.5 Seja A M
n
(K). Se existe B M
n
(K) tal que BA = I
n
(ou AB = I
n
), ento A invertvel e B = A
1
.
Dem. Sejam T
A
: K
n
K
n
e T
B
: K
n
K
n
as aplicaes lineares
associadas a A e B, respectivamente. BA = I
n
equivale a T
B
T
A
= id
K
n,
que implica ser T
A
injetora e T
B
sobrejetora e, portanto, ambas so bijetoras
e T
B
= T
1
A
, donde A
1
= B.
Exerccios
1. D uma base para M
3
(K).
2. Seja W o subespao de M
n
(K) formado pelas martrizes cujos elemen-
tos so iguais a zero, exceto talvez os da diagonal principal. Qual a
dimenso de W?
3. Seja A M
n
(R). A = (a
ij
) simtrica (resp. antissimtrica) se a
ij
=
a
ji
(resp. a
ij
= a
ji
) para todo (i, j). Ache uma base para o espao
das matrizes simtricas (resp. antissimtricas) 3 3.
4. Seja T : R
4
R
2
dada por T(x
1
, x
2
, x
3
, x
4
) = (x
2
, x
4
). Ache uma
matriz associada a T.
5. Sejamc =
e T =
bases de C
3
. Ache
I
E
F
, onde I : C
3
C
3
a identidade.
6. Seja V o subespao de T(R, R) = f : R R gerado pelas funes
1, t, e
t
, e
2t
, te
2t
e seja D : V V o operador de derivao. Se
B = (1, t, e
t
, e
2t
, te
2t
) base de V, ache
D
B
B
.
7. Estabelea um isomorsmo entre o espao vetorial real das matrizes
simtricas n n e o espao das matrizes reais triangulares inferiores
(a
ij
= 0 se i < j). Idem entre as matrizes antissimtricas e as triangu-
lares inferiores com a diagonal principal nula.
3.4 Mudana de Bases
Sejam V um espao vetorial sobre K, c = (v
1
, ..., v
n
) e T = (w
1
, ..., w
n
) bases
ordenadas de V. Se v V , ento
v
E
= P
F
, onde P =
F
E
= (p
ij
)
tal que w
j
=
n
i=1
p
ij
v
i
.
CAPTULO 3. MATRIZES 43
Denio 3.6 P =
F
E
a matriz de passagem da base c para a base T.
Exemplo 3.4.1 Sejam V = R
3
, c = (e
1
, e
2
, e
3
) base cannica, T =
= (f
1
, f
2
, f
3
). Ento:
P =
F
E
=
1 1 1
1 0 1
1 0 1
.
Se v = 2f
1
+ f
2
+ 3f
3
, ento
v
E
=
1 1 1
1 0 1
1 0 1
2
1
3
6
1
5
, isto ,
v = 6e
1
+ e
2
+ 5e
3
.
Proposio 3.6 Sejam V e W espaos vetoriais sobre K,
c = (v
1
, ..., v
n
), c
= (v
1
, ..., v
n
)
bases ordenadas de V,
T = (w
1
, ..., w
m
), T
= (w
1
, ..., w
m
)
bases ordenadas de W,
P =
id
v
E
a matriz de passagem de c para c
, Q =
id
W
F
a matriz de passagem de T
para T
.
Se T : V W linear, ento:
= Q
1
E
F
P.
Dem. Temos T = id
W
T id
V
. Pela proposio 3.3, vem:
id
W
F
F
E
F
id
V
E
Mas:
I
n
=
id
W
id
W
F
F
id
W
F
e
I
n
=
id
W
F
F
=
id
W
id
W
F
F
,
o que mostra que
id
W
F
F
= Q
1
. Resulta:
= Q
1
E
F
P
CAPTULO 3. MATRIZES 44
Corolrio 3.6.1 Sejam V um espao vetorial sobre K, c e c
bases de V e
P =
id
V
E
a matriz de passagem de c para c
. Se T : V V linear,
ento:
= P
1
E
E
P
Denio 3.7 Dizemos que as matrizes A, B M
mn
(K) so equivalentes
se existem matrizes Q GL(m, K) e P GL(n, K) tais que B = QAP.
Obs.: A proposio 3.6 nos diz que se A e B so matrizes associadas
mesma aplicao linear T : V W, ento A e B so equivalentes. Re-
ciprocamente, suponhamos A e B equivalentes, isto , B = QAP onde
A, B M
mn
(K), P GL(n, K) e Q GL(m, K).
Sejam c = (v
1
, ..., v
n
) e T = (w
1
, ..., w
m
) bases ordenadas dos espaos ve-
toriais V e W e T : V W linear tal que A =
E
F
. Denamos
c
= (v
1
, ..., v
n
) e T
= (w
1
, ..., w
m
) por v
j
=
n
i=1
p
ij
v
i
e w
j
=
m
i=1
q
ij
w
i
,
onde P = (p
ij
) e Q
1
= (q
ij
).
Como P e Q so invertveis, c
e T
so bases de V e W, respectivamente,
P =
id
V
E
e Q
1
=
id
W
F
.
Pela proposio 3.6, temos:
= QAP, isto , B =
,
o que mostra que A e B representam a mesma aplicao linear T : V W.
Denio 3.8 Dizemos que as matrizes A, B M
n
(K) so semelhantes se
existe P GL(n, K) tal que B = P
1
A P. Como na observao, acima
fcil ver que A, B M
n
(K) so semelhantes se, e s se, elas representam
um mesmo operador linear T : V V , onde dim
K
V = n.
Obs.: fcil vericar que as relaes A e B so equivalentes e A e B
so semelhantes, so relaes de equivalncia (isto , reexivas, simtricas
e transitivas).
Exemplo 3.4.2 Seja T : R
3
R
3
, T(x
1
, x
2
, x
3
) = (x
1
+2x
3
, 3x
1
+2x
2
+
x
3
, x
2
+4x
3
) e sejam c = (e
1
, e
2
, e
3
) base cannica e T =
bases de R
3
.
CAPTULO 3. MATRIZES 45
Temos:
T(1, 0, 0) = (1, 3, 0)
T(0, 1, 0) = (0, 2, 1)
T(0, 0, 1) = (2, 1, 4)
Portanto:
E
E
=
1 0 2
3 2 1
0 1 4
= A.
Por outro lado, se T = (f
1
, f
2
, f
3
), temos:
T(f
1
) = (1, 3, 0) = 2f
1
+ 3f
2
T(f
2
) = (1, 5, 1) = 4f
1
+ 4f
2
+ f
3
T(f
3
) = (3, 6, 5) = 3f
1
+ f
2
+ 5f
3
Portanto:
F
F
=
2 4 3
3 4 1
0 1 5
= B.
A matriz de passagem de c para T P =
F
E
, ou seja, P =
1 1 1
0 1 1
0 0 1
, e
imediato vericar que
AP = PB =
1 1 3
3 5 6
0 1 5
, isto , B = P
1
A P.
Posto de uma Matriz
Seja A = (a
ij
) matriz m n sobre K. Os vetores-coluna de A so os
vetores A
1
, ..., A
n
K
m
denidos por
A
j
=
a
ij
a
2j
.
.
.
a
mj
(1 j n)
Denio 3.9 O posto de uma matriz A a dimenso do subespao de K
m
gerado pelos vetores-coluna de A, ou seja, o posto de A o nmero mximo
de vetores-coluna de A linearmente independentes.
CAPTULO 3. MATRIZES 46
Proposio 3.7 Sejam V, W espaos vetoriais sobre K, c = (v
1
, ..., v
n
) e
T = (w
1
, ..., w
m
) bases ordenadas de V e W, respectivamente, e T : V W
linear. Se A =
E
F
, ento:
posto(A) = posto(T).
Dem. Seja A = (a
ij
). Dizer que A =
E
F
signica dizer que T(v
j
) =
m
i=1
a
ij
w
i
, ou seja, A
j
=
T(v
j
)
F
(j = 1, ..., n), e o isomorsmo de K
m
sobre W que leva a base cannica de K
m
na base T de W, transforma o
espao gerado pelos vetores-coluna A
1
, ..., A
n
de A sobre o espao gerado pelos
vetores T(v
1
), ..., T(v
n
) de W, ou seja, estes espaos tm a mesma dimenso
e, portanto, posto(A) = posto(T).
Proposio 3.8 Seja A M
mn
(K) de posto r. Ento r m, r n e A
equivalente matriz mn:
Figura 3.1: Matriz equivalente
Dem. Seja T : K
n
K
m
linear tal que A =
E
F
, onde c e T so as
bases cannicas de K
n
e K
m
, respectivamente.
Como n = dim ^(T) + dim Im T temos que dim ^(T) = n r 0.
Podemos, ento, escolher uma base c
= (v
1
, ..., v
n
) de K
n
de modo que
(v
r+1
, ..., v
n
) seja base de ^(T). claro que os vetores T(v
1
), ..., T(v
r
) so
LI em K
m
(verique!), donde r m e podemos considerar uma base de K
m
da forma T
= (Tv
1
, ..., Tv
r
, w
r+1
, ..., w
m
). Obtemos:
E
F
equivalente a B = matriz da gura 3.1 :
B = QAP, Q =
id
F
F
, P =
id
E
.
CAPTULO 3. MATRIZES 47
Corolrio 3.8.1 Duas matrizes A, B M
mn
(K) so equivalentes se, e s
se, elas tm o mesmo posto.
Dem. Se A e B so equivalentes, elas representam, em relao a bases
diferentes, a mesma aplicao linear T : K
n
K
m
. Portanto,
posto(A) = posto(T) = posto(B).
Reciprocamente, se posto(A) = posto(B) = r, ento A e B so equivalen-
tes matriz da gura 3.1 e, portanto, elas so equivalentes.
Corolrio 3.8.2 A matriz A M
mn
(K) invertvel se, e s se,
posto(A) = n.
Dem. A matriz A representa um operador linear
T : K
n
K
m
e posto(T) = posto(A) = n
se, e s se, T sobrejetora (donde bijetora), isto , se, e s se, T GL(n, K)
e, portanto, se, e s se, A invertvel.
3.5 Exerccios do Captulo 3
1. Obtenha bases c de R
2
e T de R
3
de modo que
T
E
F
=
1 0
0 1
0 0
, onde
T
x
y
2x + y
3x 2y
x + 3y
.
2. Calcule o posto das matrizes:
A =
1 2 3
4 5 6
7 8 9
; B =
1 2 3
4 5 6
2 1 0
.
Mostre que os espaos gerados pelas linhas e colunas de A coincidem,
o que no ocorre com B.
CAPTULO 3. MATRIZES 48
3. Seja a matriz n n cujas linhas so os vetores
v
1
= (1, 2, ..., n), v
2
= (2, 3, ..., n, n + 1), etc.
Prove que o posto da matriz 2 e que o espao-linha coincide com o
espao-coluna.
4. Ache reais a, b, c tais que ax + by + cz = 0 seja o plano gerado pelas
linhas da matriz
1 1 2
1 2 3
1 3 4
.
5. Prove que toda matriz antissimtrica 3 3 no-nula tem posto 2. D
exemplo de uma matriz antissimtrica invertvel 4 4.
6. Sejam V um espao vetorial de dimenso n sobre K e T : V V
linear. T nilpotente de ndice p se existe p N tal que T
p1
= 0 e
T
p
= 0.
(a) Prove que se T nilpotente e existem K, x V, x = 0 tais
que T(x) = x, ento = 0.
(b) Prove que se T nilpotente de ndice p e T
p1
(x) = 0, ento os
vetores x, T(x), ..., T
p1
(x) so LI.
(c) T nilpotente de ndice n existe base c de V tal que na matriz
A =
E
E
= (a
ij
) n n se tenha a
ij
= 0 exceto a
i,i+1
= 1 (1 i
n 1).
7. Seja A =
1 1 0
0 1 1
0 0 1
; ache A
n
, n N.
8. Prove que
cos sen
sen cos
e
i
0
0 e
i
so semelhantes sobre C.
9. Seja A = (a
ij
) n n. O trao de A o nmero tr(A) =
n
i=1
a
ii
.
Prove que tr : M
n
(K) K linear, que tr(AB) = tr(BA), e
que tr(P
1
AP) = tr(A), quaisquer que sejam A, B M
n
(K) e P
GL(n, K).
10. Sejam T : M
2
(R) M
2
(R) tal que T(A) = PA, onde P M
2
(R)
xa. Prove que tr(T) = 2tr(P).
Captulo 4
Formas Lineares. Dualidade
4.1 Denio
Seja V um espao vetorial sobre o corpo K. Considerando K um espao
vetorial sobre si mesmo, L(V, K) um espao vetorial sobre K, designado
por V
o bidual de V, anotado V
. Os
elementos de V
1
0
f(t)dt R uma forma
linear em V.
Proposio 4.1 Sejam V um espao vetorial sobre K e (v
1
, ..., v
n
) uma base
ordenada de V. Para cada i, 1 i n, seja
i
: V K a forma linear
denida por
i
(v
j
) =
ij
=
1 se i = j
0 se i j
(1 i n).
Ento, (
1
, ...,
n
) uma base de V
e as coordenadas de V
nesta
base, so (v
1
), ..., (v
n
).
Dem. Sabemos que dim V
ij
(j = 1, ..., n) determinam univocamente a forma
i
. Basta ento provar
49
CAPTULO 4. FORMAS LINEARES. DUALIDADE 50
que
1
, ...,
n
so LI. Para isso, suponhamos que = a
1
1
+ ... + a
n
n
= 0.
Ento, para j = 1, ..., n, temos (v
j
) = 0, ou seja,
n
i=1
a
i
i
(v
j
) = 0, ou
n
i=1
a
i
ij
= 0, donde a
j
= 0. Este clculo mostra tambm que se
= a
1
1
+ ... + a
n
n
, ento a
j
= (v
j
)
.
Denio 4.1 Se (v
1
, ..., v
n
) base ordenada de V, a base (
1
, ...,
n
) de V
,
tal que (v
j
) =
ij
(1 j n), chama-se base dual da base (v
1
, ..., v
n
).
Exemplo 4.1.3 Sejam V = K
n
e (e
1
, ..., e
n
) a base cannica de K
n
. Seja
i
: K
n
K a i-sima forma coordenada, isto ,
i
(x
1
, ..., x
n
) = x
i
.
claro que
i
(e
j
) =
ij
, de modo que a base dual da base cannica de K
n
a
base (
1
, ...,
n
) de (K
n
)
.
Obs. Se V e W tm a mesma dimenso nita sobre K, a escolha de bases
c de V e T de W nos permite denir um isomorsmo que leva c sobre T,
e todo isomorsmo entre V e W obtido dessa forma. Assim, em geral, h
mais de um isomorsmo entre V e W e no temos uma maneira natural para
preferir um ou outro desses isomorsmos. Entretanto, no caso de V e V
,
podemos distinguir um isomorsmo J : V V
denido independente da
escolha de bases, isto , um isomorsmo cannico, que nos permite identicar
V a V
.
Proposio 4.2 Seja V um espao vetorial de dimenso nita n sobre K.
A aplicao cannica
J : V V
v J
v
: V
K
(v)
um isomorsmo entre V e V
.
Dem. fcil vericar que J
v
= J(v) um elemento de V
= n.
Para isto, seja v = 0; tomemos uma base de V da forma (v, v
1
, ..., v
n1
) e
CAPTULO 4. FORMAS LINEARES. DUALIDADE 51
consideremos a base dual correspondente (,
1
, ...,
n1
). Ento, (v) = 1 =
J
v
(), ou seja, J
v
= 0. Assim, v = 0 implica J
v
= 0, o que mostra ser J
injetora.
Obs. (1) Identicando-se v V a J
v
V
, a igualdade J
v
() = (v) se
escreve v() = (v), e usual usar-se a notao < v, > para este escalar.
(2) No caso em que V de dimenso innita, prova-se que J : V V
injetora, mas nunca sobrejetora, ou seja, J no um isomorsmo neste caso.
Exerccios
1. Sejam B
1
= (v
1
, ..., v
n
), B
2
= (u
1
, ..., u
n
) bases do espao vetorial V,
B
1
= (
1
, ...,
n
) e B
2
= (
1
, ...,
n
) as bases duais correspondentes.
Se v
j
=
n
i=1
a
ij
u
i
e
j
=
n
i=1
b
ij
i
, i j n, qual a relao entre as
matrizes A = (a
ij
)eB = (b
ij
)?
2. Estude a independncia linear das formas lineares sobre R
4
, onde ab =
0:
f
1
(x
1
, x
2
, x
3
, x
4
) = x
1
ax
3
,
f
2
(x
1
, x
2
, x
3
, x
4
) = x
2
1
a
x
4
,
f
3
(x
1
, x
2
, x
3
, x
4
) = x
1
bx
4
,
f
4
(x
1
, x
2
, x
3
, x
4
) = x
2
1
b
x
4
.
3. Sejam V um espao vetorial de dimenso nita e W V um subespao.
Se f W
tal que g[
W
= f.
4. Sejam V um espao vetorial real de dimenso nita, e v
1
, v
2
, ..., v
p
ve-
tores no nulos de V. Prove que existe f V
um subespao.
Se V
p+1
, ...,
n
pertencem a U
0
. Vamos provar que elas formam uma base de U
0
.
Como elas so LI, basta provar que elas geram U
0
. Para isto, seja U
0
.
Se = a
1
1
+ ... + a
n
n
, ento, para j = 1, ..., p temos:
0 = (v
j
) =
n
i=1
a
i
i
(v
j
) =
n
i=1
a
i
ij
= a
j
,
ou seja, = a
p+1
p+1
+ ... + a
n
n
, como queramos.
Corolrio 4.3.1 Nas hipteses da proposio 4.3, temos (U
0
)
0
= U (supondo-
se identicados V e V
).
Dem. (U
0
)
0
= v V ; < , v >= 0 U
0
. Portanto, se u U, ento
u (U
0
)
0
, isto , U (U
0
)
0
.
Por outro lado,
dim (U
0
)
0
= dim V
dim U
0
= dim V dim U
0
= dim U,
donde U=(U
0
)
0
.
Obs. Se V
a + 2b + d = 0
2a + b + 3c = 0
3b 3c + 2d = 0
se, e s se,
a = 2c +
d
3
b = c
2d
3
.
Resulta que
1
e
2
, tais que
1
(x, y, z, t) = 2x +y +z,
2
(x, y, z, t) =
x 2y + 3t, formam uma base de W
0
(obtidas fazendo-se c = 1, d = 0 e
c = 0, d = 3, respectivamente).
Exemplo 4.2.2 Seja V um espao vetorial de dimenso n sobre K. Todo
subespao W de V a interseo de um nmero nito de hiperplanos de V.
De fato, seja (v
1
, ..., v
n
) base de V tal que (v
1
, ..., v
p
) seja base de W. Seja
(
1
, ...,
n
) a base dual de (v
1
, ..., v
n
). Ento:
v W
p+1
(v) = ... =
n
(v) = 0,
ou seja, W =
n
j=p+1
H
j
, onde H
j
= ^(
j
) o hiperplano denido por
j
.
Exerccios
1. Seja W R
5
o subespao gerado pelos vetores
1
= (2, 2, 3, 4, 1),
2
=
(1, 1, 2, 5, 2)
3
= (0, 0, 1, 2, 3) e
4
= (1, 1, 2, 3, 0). Ache uma
base para o anulador W
0
de W.
2. Sejam V um espao vetorial de dimenso nita sobre K, U e W subes-
paos de V. Prove:
(a) (U + W)
0
= U
0
W
0
; (U W)
0
= U
0
+ W
0
(b) V = U W V
= U
0
W
0
.
4.3 Transposio
Sejam V, W espaos vetoriais sobre K e T : V W linear. Se W
.
Denio 4.3 A aplicao T
t
: W
denida por T
t
() = T para
toda W
, chama-se a transposta de T:
CAPTULO 4. FORMAS LINEARES. DUALIDADE 54
Assim, < T
t
(), v >=< , T(v) > para todo v V .
Proposio 4.4 A transposta T
t
: W
da aplicao linear T : V
W, uma aplicao linear.
Dem.
T
t
( + ) = ( + ) T = T + T = T
t
() + T
t
()
T
t
(a) = (a) T = a( T) = aT
t
,
quaisquer que sejam , W
e a K.
Exemplo 4.3.1 Se V = W e T = id
V
, ento:
(id
V
)
t
() = id
V
= para todo V
,
ou seja, (id
V
)
t
= id
V
.
Proposio 4.5 Sejam U, V, W espaos vetoriais sobre K.
(a) A aplicao T L(U, V ) T
t
L(V
, U
) linear.
(b) Se T L(U, V ) e S L(V, W), ento (S T)
t
= T
t
S
t
. Alm disso, se
T bijetora ento T
t
bijetora e (T
1
)
t
= (T
t
)
1
.
(c) Se U e V tm dimenso nita, ento T T
t
um isomorsmo entre
L(U, V ) e L(V
, U
) e (T
t
)
t
= T (supondo-se identicados U com U
e V
com V
).
Dem. (a) Sejam L, T L(U, V ) e a K. Para todo V
temos:
(L + T)
t
() = (L + T) = L + T = L
t
() + T
t
()
(aT)
t
() = (aT) = a( T) = aT
t
()
Resulta: (L + T)
t
= L
t
+ T
t
e (aT)
t
= a T
t
.
CAPTULO 4. FORMAS LINEARES. DUALIDADE 55
(b) (ST)
t
() = (ST) = (S)T = T
t
(S) = T
t
S
t
()
= (T
t
S
t
)()
para todo W
. Logo: (S T)
t
= T
t
S
t
.
Se T um isomorsmo temos T T
1
= id
V
, T
1
T = id
V
e, como
(id
V
)
t
= id
V
, vem:
T
t
(T
1
)
t
= id
U
e (T
1
)
t
T
t
= id
V
,
donde resulta que (T
t
)
1
= (T
1
)
t
.
(c) Se U e V tm dimenso nita, podemos identicar U com U
e V com
V
, de modo que (T
t
)
t
L(U, V ). Se u U e V
, ento:
< (T
t
)
t
u, >=< u, T
t
() >=< , T(u) >,
donde (T
t
)
t
= T. Resulta que T T
t
sobrejetora e, como L(U, V ) e
L(V
, U
dim ^(T
t
) = dim W
dim (Im T)
0
=
= dim W
(dim W
= (
1
, ...,
n
)
e T
= (
1
, ...,
m
) as bases duais correspondentes. Se T : V W linear
e
T
E
F
= A = (a
ij
), ento
T
t
= B = (b
ij
) tal que b
ij
= a
ji
para todo
par (i, j).
Dem. Temos:
T(v
j
) =
m
i=1
a
ij
w
i
e
j
T = T
t
(
j
) =
n
i=1
b
ij
i
.
CAPTULO 4. FORMAS LINEARES. DUALIDADE 56
Ento:
T(v
k
)
=
m
i=1
a
ik
j
(w
i
) =
m
i=1
a
ik
ji
= a
jk
.
E:
T(v
k
)
=
n
i=1
b
ij
(v
k
) =
n
i=1
b
ij
ik
= b
kj
.
Portanto:
a
jk
= b
kj
(j = 1, ..., m; k = 1, ..., n).
Denio 4.4 Seja A = (a
ij
) m n sobre K. A matriz B = (b
ij
) n m
sobre K, tal que b
ij
= a
ji
para todo par (i, j), chama-se a transposta de A,
anotada B = A
t
.
A proposio 4.8 nos diz que
T
t
E
F
t
.
Corolrio 4.8.1 (a) Se A, B M
mn
(K) e c K, ento:
(A + B)
t
= A
t
+ B
t
(cA)
t
= c A
t
(b) Se A M
mn
(K) e B M
np
(K), ento:
(AB)
t
= B
t
A
t
(c) Se A M
n
(K) invertvel, ento:
(A
1
)
t
= (A
t
)
1
(d) Se A M
mn
(K), ento:
posto(A) = posto(A
t
),
ou seja, o nmero de vetores-coluna de A linearmente independentes coincide
com o nmero de vetores-linha de A linearmente independentes.
Dem. Imediata.
CAPTULO 4. FORMAS LINEARES. DUALIDADE 57
4.4 Exerccios do Captulo 4
1. Em V = R
4
consideremos o subespao W gerado por
(1, 1, 1, 1); (1, 1, 2, 2); (1, 5, 4, 8) e (3, 1, 5, 3).
(a) Ache a dimenso de W e a dimenso de W
0
.
(b) Mostre que a imagem de v = (x, y, z, t) V por f W
0
pode se
escrever f(v) = 4ax + 4by (3a + b)z (a + 3b)t.
(c) Ache uma base (f
1
, f
2
) de W
0
, e escreva f
1
e f
2
na base dual da
base cannica de V.
2. Seja V um espao vetorial de dimenso nita sobre K. Prove que
f
1
, ..., f
p
V
= (e
1
, ..., e
n
)
a base dual de c e : V V
i
, 1 i n. Ache todos os automorsmos u : V V tais que
< x, (y) >=< u(x), ( u)(y) > para x, y V quaisquer.
Captulo 5
Determinantes
Obs. Neste captulo, por motivos tcnicos, vamos supor que a caracterstica
do corpo K diferente de 2; por exemplo podemos tomar K = R ou K = C.
5.1 Aplicaes r-lineares alternadas
Denio 5.1 Sejam V e W espaos vetoriais sobre K. Uma aplicao f :
V
r
... V W r-linear se:
(a) f(v
1
, ..., v
i
+ u
i
, ..., v
r
) = f(v
1
, ..., v
i
, ..., v
r
) + f(v
1
, ..., u
i
, ..., u
r
)
(b) f(v
1
, ..., av
i
, ..., v
r
) = a f(v
1
, ..., v
i
, ..., v
r
)
quaisquer que sejam v
1
, ..., v
i
, u
i
, ..., v
r
V, a K e 1 i r.
O conjunto de todas as aplicaes r-lineares de V em W, representado por
L
r
(V, W), munido das leis naturais de adio e multiplicao por escalar,
um espao vetorial sobre K. Por conveno, L
0
(V, W) = W e L
1
(V, W) =
L(V, W).
Denio 5.2 f L
r
(V, W) alternada se f(v
1
, ..., v
r
) = 0 toda vez que
dois dos vetores v
i
so iguais.
As aplicaes r-lineares alternadas formam o subespao /
r
(V, W) de L
r
(V, W).
Convencionamos que /
0
(V, W) = W e /
1
(V, W) = L(V, W).
Denio 5.3 f L
r
(V, W) antissimtrica se f(v
1
, ..., v
i
, ..., v
j
, ..., v
r
) =
f(v
1
, ..., v
j
, ..., v
i
, ...v
r
), 1 i, j r, i = j.
No caso em que W=K, os elementos de L(V, W) so chamados de formas
r-lineares. Em particular, L
1
(V, W) = V
o dual de V. Os elementos de
/
r
(V, K), isto , as formas r-lineares alternadas, so tambm chamados de
r-covetores.
Proposio 5.1 f L
r
(V, W) alternada se, e s se, f antissimtrica.
58
CAPTULO 5. DETERMINANTES 59
Dem. Se f L
r
(V, W) alternada, ento
0 = f(v
1
, ..., v + u, ...., v + u, ..., v
r
) =
= f(v
1
, ..., v, ..., v, ..., v
r
) + f(v
1
, ..., u, ..., u, ..., v
r
)+
+f(v
1
, ..., v, ..., u, ..., v
r
) + f(v
1
, ..., u, ..., v, ..., v
r
) =
= f(v
1
, ..., v, ..., u, ..., v
r
) + f(v
1
, ..., u, ..., v, ..., v
r
),
donde resulta que f antissimtrica.
Reciprocamente, se f antissimtrica ento
f(v
1
, ..., v, ..., v, ..., v
r
) = f(v
1
, ..., v, ..., v, ..., v
r
)
donde
2f(v
1
, ..., v, ..., v, ..., v
r
) = 0 e, como 2 = 0 em K, resulta f(v
1
, ..., v, ..., v, ..., v
r
) =
0, isto , f alternada.
Denio 5.4 Uma permutao de um conjunto X toda bijeo de X sobre
si mesmo.
O conjunto das permutaes de X, munido das leis de composio de apli-
caes, um grupo chamado grupo simtrico de X ou grupo de permutaes
de X, anotado o
X
. Se X = 1, 2, ..., n = I
n
, representamos o
X
por o
n
; o
n
tem n! elementos.
Denio 5.5 Uma transposio de o
n
uma permutao tal que existem
inteiros i = j, i i, j n, para os quais (i) = j, (j) = i e (k) = k para
k = i, k = j, ou seja, troca i e j mantendo os demais elementos xos.
claro que
2
= id e
1
= .
Proposio 5.2 Toda permutao o
n
pode ser expressa como um pro-
duto de transposies.
Dem. (por induo) Se n = 1, no h nada a provar. Suponhamos n > 1 e
admitamos o teorema verdadeiro para (n 1). Se o
n
e (n) = n, ento
a restrio
= [
I
n1
pertence a o
n1
. Pela hiptese de induo, existem
transposies
1
, ...,
k
o
n1
tais que
1
...
k
. Para cada i, i i k,
seja
i
o
n
a transposio tal que
i
[
I
n1
=
i
e
i
(n) = n. Ento, claro
que =
1
...
k
. Se o
n
e (n) = k = n, seja o
n
a transposio tal
que (k) = n, (n) = k. Ento, =
1
...
k
, isto , =
1
...
k
.
CAPTULO 5. DETERMINANTES 60
Proposio 5.3 A cada permutao o
n
possvel associar um sinal, 1
ou -1, anotado (), tal que:
(1) se uma transposio, ento () = 1
(2) se , o
n
, ento () = () ().
Dem. Seja o
n
e consideremos os nmeros
n
=
1i<jn
(j 1) = (2 1)
(3 1)(3 2)
...
(n 1)(n 2)...2 1
e (
n
) =
1i<jn
(j) (i)
.
Como bijetora, cada fator de
n
, a menos do sinal, aparece em (
n
)
uma e uma s vez, e vemos que (
n
) =
n
. Se o
n
uma transposio,
claro que ()(
n
) = (
n
).
Logo, se =
1
...
k
um produto de transposies, temos (
n
) = (1)
k
n
,
donde (1)
k
=
(
n
)
n
, o que mostra que a paridade do inteiro k s depende
de e no da sua expresso como produto de transposies. Denimos o
sinal de por () = (1)
k
. Logo: (
n
) = ()
n
. Para uma transposio
, (
n
) =
n
, donde () = 1, o que prova (1).
Se o
n
, temos ()(
n
) = (
1
...
k
)(
n
) = (1)
k
(
n
) = ()(
n
) =
()()
n
.
Por outro lado, ()(
n
) = ()
n
. Resulta: () = () (), o que
prova (2).
Corolrio 5.3.1 Se o
n
se exprime como produto de transposies de
duas maneiras distintas, =
1
...
k
=
1
...
s
, ento k e s tm a mesma
paridade (pois () = (1)
k
= (1)
s
).
Denio 5.6 Seja o
n
. Se () = 1 dizemos que uma permutao
par; se () = 1 dizemos que uma permutao mpar.
Se uma permutao par se escreve como produto de transposies, =
1
...
k
, claro que k um nmero par, e reciprocamente.
Proposio 5.4 Sejam V e W espaos vetoriais sobre K e f L
r
(V, W). f
antissimtrica se, e s se,
f(v
(1)
, ..., v
(r)
) = ()f(v
1
, ..., v
r
)
quaisquer que sejam v
1
, ..., v
r
V e o
r
.
CAPTULO 5. DETERMINANTES 61
Dem. Por denio, f L
r
(V, W) antissimtrica se, e s se,
f(v
(1)
, ..., v
(r)
) = ()f(v
1
, ..., v
r
)
qualquer que seja a transposio o
r
.
Se o
r
, podemos escrever como um produto de transposies: =
1
...
k
. Ento, f antissimtrica se, e s se,
f(v
(1)
, ..., v
(r)
) = f(v
1
...
k
(1)
, ..., v
1
...
k
(r)
) =
= (
k
)f(v
1
...
k1
(1)
, ..., v
1
...
k1
(r)
) = ... =
= (
k
)...(
1
)f(v
1
, ..., v
r
) = ()f(v
1
, ..., v
r
).
Proposio 5.5 Sejam V um espao vetorial sobre K e f /
r
(V, K). Se
v
1
, ..., v
r
V so linearmente dependentes (LD), ento f(v
1
, ..., v
r
) = 0.
Dem. Existem escalares a
1
, ..., a
r
, no todos nulos, tais que a
1
v
1
+...+a
r
v
r
=
0. Se, por exemplo, a
i
= 0, temos:
0 = f(v
1
, ..., v
i1
, 0, v
i+1
, ..., v
r
) =
= f(v
1
, ..., v
i1
,
r
k=1
a
k
v
k
, v
i+1
, ..., v
r
) =
= a
i
f(v
1
, ..., v
i1
, v
i
, v
i+1
, ..., v
r
),
donde f(v
1
, ..., v
r
) = 0.
Proposio 5.6 Se dim
K
V = n ento dim
K
/
n
(V, K) = 1.
Dem. Para maior clareza, comecemos com o caso n = 2. Sejam (e
1
, e
2
) base
de V, v
1
= a
11
e
1
+ a
21
e
2
, v
2
= a
12
e
1
+ a
22
e
2
. Se f /
2
(V, K), ento:
f(v
1
, v
2
) = f(a
11
e
1
+ a
21
e
2
, a
12
e
1
+ a
22
e
2
) =
= a
11
a
12
f(e
1
, e
1
) + a
11
a
22
f(e
1
, e
2
) + a
21
a
12
f(e
2
, e
1
) + a
21
a
22
f(e
2
, e
2
) =
= (a
11
a
22
a
12
a
21
)f(e
1
, e
2
).
Se D : V V K denida por D(v
1
, v
2
) = a
11
a
22
a
12
a
21
, fcil ver
que D /
2
(V, K). Alm disso, D(e
1
, e
2
) = 1. O clculo acima nos mostra
que f = aD (a = f(e
1
, e
2
)), ou seja, que D uma base de /
2
(V, K).
CAPTULO 5. DETERMINANTES 62
Consideremos agora o caso geral. Seja (e
1
, ..., e
n
) uma base de V. Se
v
j
=
n
i=1
a
ij
e
i
e f /
n
(V, K), temos:
f(v
1
, ..., v
n
) = f
i
1
=1
a
i
1
1
e
i1
, ...,
n
i
n
=1
a
i
n
n
e
i
n
=
=
n
i
1
,...,i
n
=1
a
i
1
1
...a
i
n
n
f(e
i
1
, ..., e
i
n
).
Como f alternada temos que f(e
i
1
, ..., e
i
n
) = 0 sempre que i
j
= i
k
com j = k, de forma que teremos na soma acima apenas as parcelas onde
i
1
, ..., i
n
for uma permutao de 1, ..., n. Assim,
f(v
1
, ..., v
n
) =
S
n
a
(1)1
...a
(n)n
f(e
(1)
, ..., e
(n)
) =
= f(e
1
, ..., e
n
)
S
n
()a
(1)1
...a
(n)n
,
soma de n! parcelas, cada uma correspondente a uma permutao de o
n
.
Seja D : V
n
...V K denida por D(v
1
, ..., v
n
) =
S
n
()a
(1)1
...a
(n)n
.
Ento:
(a) D n-linear: D(v
1
, ..., v
i
+cv
i
, ..., v
n
) =
S
n
()a
(1)
1
...(a
(i)i
+ca
(i)i
)...a
(n)n
=
= D(v
1
, ..., v
i
, ..., v
n
) + cD(v
1
, ..., v
i
, ..., v
n
).
(b) D antissimtrica: se i < j e v
i
= v
j
, temos:
D(v
1
, ..., v
i
, ..., v
j
, ..., v
n
) =
S
n
()a
(1)1
...a
(i)i
...a
(j)j
...a
(n)n
.
Seja a transposio de o
n
tal que (i) = j, (j) = i e seja = . Ento,
() = () e
D(v
1
, ..., v
i
, ..., v
j
, ..., v
n
) =
S
n
()a
(1)1
...a
(j)i
...a
(i)j
...a
(n)n
=
=
S
n
()a
(1)1
...a
(j)i
...a
(i)j
...a
(n)n
=
= D(v
1
, ..., v
j
, ..., v
i
, ..., v
n
).
(c) D(e
1
, ..., e
n
) = 1.
CAPTULO 5. DETERMINANTES 63
Como e
j
=
n
i=1
ij
e
i
, temos:
D(e
1
, ..., e
n
) =
S
n
()
(1)1
...
(n)n
= (id)
11
...
nn
= 1.
Logo, se f /
n
(V, K) temos:
f(v
1
, ..., v
n
) = f(e
1
, ..., e
n
)D(v
1
, ..., v
n
), ou seja, f = aD, onde a = f(e
1
, ..., e
n
).
Portanto, D gera o espao vetorial /
n
(V, K) e dim /
n
(V, K) = 1.
Obs. Dado a K, f = aD a nica forma n-linear alternada em V tal que
f(e
1
, ..., e
n
) = a.
Corolrio 5.6.1 Sejam V um espao vetorial de dimenso n sobre K e
f /
n
(V, K), f = 0. Os vetores v
1
, ..., v
n
V so LD se, e s se,
f(v
1
, ..., v
n
) = 0.
Dem. J vimos, na proposio 5.5, que se v
1
, ..., v
n
so LD ento f(v
1
, ..., v
n
) =
0. Reciprocamente, suponhamos que v
1
, ..., v
n
sejam LI, ou seja, uma base de
V. Seja D /
n
(V, K) tal que D(v
1
, ..., v
n
) = 1. Ento:
f = f(v
1
, ..., v
n
) D
donde f(v
1
, ..., v
n
) = 0 (pois f = 0).
5.2 Determinante de um Operador Linear
Se V e W so espaos vetoriais sobre K e T : V W linear, ento T
induz uma aplicao linear T
: /
r
(W, K) /
r
(V, K) denida por
(T
f)(v
1
, ..., v
r
) = f(Tv
1
, ..., Tv
r
),
onde f /
r
(W, K) e v
1
, ..., v
r
V .
Se L : V W e T : U V so lineares, ento (L T)
= T
j
que (L T)
f(u
1
, ..., u
r
) = f(LTu
1
, ..., LTu
r
) = L
f(Tu
1
, ..., Tu
r
) =
= T
(L
f)(u
1
, ..., u
r
) quaisquer que sejam u
1
, ..., u
r
U e f /
r
(W, K).
Denio 5.7 Sejam V um espao vetorial de dimenso n sobre K e T :
V V linear. Como dim /
n
(V, K) = 1, existe um nico escalar a tal
que T
f = T
(L
f) = det T (L
f) = det T det L f,
donde det(L T) = det L det T.
(3) Se T invertvel ento det T det T
1
= det I = 1, donde det T = 0.
Reciprocamente, seja det T = 0. Se (v
1
, ..., v
n
) base de V, tomemos f
/
n
(V, K) tal que f(v
1
, ..., v
n
) = 0. Ento,
f(Tv
1
, ..., Tv
n
) = det T f(v
1
, ..., v
n
) = 0.
Pelo corolrio da proposio 5.6, (Tv
1
, ..., Tv
n
) base de V e, portanto, T
invertvel.
Denio 5.8 Seja A = (a
ij
) uma matriz em K, quadrada de ordem n. Se
T
A
: K
n
K
n
o operador linear associado a A, denimos o determinante
de A, det A, como sendo det T
A
.
Sejam c = (e
1
, ..., e
n
) a base cannica de K
n
e D a nica forma n-linear
alternada tal que D(e
1
, ..., e
n
) = 1. Ento:
det A = D(T
A
(e
1
), ..., T
A
(e
n
)) = D(A
1
, ..., A
n
),
onde A
1
, ..., A
n
so os vetores-coluna de A.
Vimos, na proposio 5.6, que D(A
1
, ..., A
n
) = D
i=1
a
i1
e
i
, ...,
n
i=1
a
in
e
i
=
=
S
n
()a
(1)1
...a
(n)n
, que a denio clssica de det A.
Denio 5.9 Sejam V um espao vetorial sobre K e c = (e
1
, ..., e
n
) uma
base de V. Dada uma sequncia de n vetores, (v
1
, ..., v
n
), chama-se determinante
desses vetores em relao base c, o escalar det
E
(v
1
, ..., v
n
) = D(v
1
, ..., v
n
).
Se v
j
=
n
i=1
a
ij
e
i
, 1 j n, ento a matriz A = (a
ij
) nn e det
E
(v
1
, ..., v
n
) =
det A.
usual a notao det A =
a
11
... a
1n
.
.
.
.
.
.
.
.
.
a
n1
... a
nn
a
11
a
12
a
21
a
22
= a
11
a
22
a
12
a
21
pois a permutao 1, 2
(1, 2) par e 1, 2 (2, 1) mpar.
Exemplo 5.2.2 Dentre as 3! = 6 permutaes de 1, 2, 3 temos 3 que so
pares, a saber:
1, 2, 3 (1, 2, 3)
1, 2, 3 (2, 3, 1)
1, 2, 3 (3, 1, 2)
e 3 que so mpares:
1, 2, 3 (1, 3, 2)
1, 2, 3 (3, 2, 1)
1, 2, 3 (2, 1, 3)
.
Portanto:
a
11
a
12
a
13
a
21
a
22
a
23
a
31
a
32
a
33
= a
11
a
22
a
33
+ a
21
a
32
a
13
+ a
31
a
12
a
23
a
11
a
32
a
23
a
31
a
22
a
13
a
21
a
12
a
33
, e temos a seguinte regra prtica (regra de Sarrus):
Repetimos as duas primeiras linhas do determinante; os produtos para-
lelos diagonal principal so precedidos do sinal + e aqueles paralelos
diagonal secundria so precedidos do sinal .
Obs. Para os determinantes de ordem superior a 3 no temos regras prticas
de clculo; eles sero calculados pelo processo da seo 5.3 a seguir.
Proposio 5.8 Seja A uma matriz de ordem n. Ento: det A = det A
t
.
Dem. Se A = (a
ij
) ento A
t
= (a
ij
) com a
ij
= a
ji
. Temos:
det A
t
=
S
n
()a
(1)1
...a
(n)n
=
S
n
()a
1(1)
...a
n(n)
.
Mas, a
1(1)
...a
n(n)
= a
1
(1)1
...a
1
(n)n
e (
1
) = (). Portanto,
det A
t
=
1
S
n
(
1
)a
1
(1)1
...a
1
(n)n
= det A
pois se percorre o
n
,
1
tambm percorre o
n
.
Obs. 1 A proposio 5.8 mostra que det A tambm o determinante dos
vetores-linha de A.
CAPTULO 5. DETERMINANTES 66
Obs. 2 Como a aplicao (v
1
, ..., v
n
) det(v
1
, ..., v
n
) n-linear alternada,
temos um certo nmero de propriedades que, para comodidade do leitor, so
listadas abaixo:
(1) det(v
1
, ..., v
i
+cv
i
, ..., v
n
) = det(v
1
, ..., v
i
, ..., v
n
)+cdet(v
1
, ..., v
i
, ..., v
n
), c
K.
(2) Toda permutao o
n
sobre as colunas (ou linhas) da matriz A
M
n
(K) transforma det A em ()det A. Em particular, toda transposio
sobre as colunas (ou linhas) de A transforma det A em det A.
(3) Se uma coluna (ou linha) de A nula, ento det A = 0.
(4) Se duas colunas (ou duas linhas) de A so proporcionais, ento det A = 0.
(5) det(v
1
, ..., v
i1
,
n
k=1
a
k
v
k
, v
i+1
, ..., v
n
) = a
i
det(v
1
, ..., v
i
, ..., v
n
).
(6) det(v
1
, ..., v
n
) = 0 v
1
, ..., v
n
so LD.
(7) det I
n
= 1.
(8) det (AB) = det A det B.
(9) det A
t
= det A.
(10) A invertvel det A = 0.
5.3 Desenvolvimento em relao aos elementos
de uma coluna (ou de uma linha)
Denio 5.10 Seja A = (a
ij
) uma matriz n n. Seja A
ij
a matriz obtida
de A pela supresso da linha i e da coluna j. A
ij
uma matriz de ordem
(n 1), e det A
ij
chama-se o menor associado ao elemento a
ij
. O escalar
C
ij
= (1)
i+j
A
ij
chama-se o cofator de a
ij
.
Proposio 5.9 O determinante de uma matriz quadrada igual soma
dos produtos dos elementos de uma coluna qualquer pelos seus respectivos
cofatores.
Dem. Seja A = (a
ij
) n n e sejam A
1
, ..., A
n
seus vetores-coluna. A
funo X det(A
1
, ..., X, ..., A
n
) onde X substitui A
j
, uma forma linear
j
: K
n
K. Logo,
det A =
j
(A
j
) =
j
(a
1j
e
1
+ ... + a
nj
e
n
) =
n
i=1
a
ij
ij
,
onde (e
1
, ..., e
n
) a base cannica de K
n
e
ij
=
j
(e
i
). Os escalares
ij
no
dependem de A
j
, isto , de a
1j
, ..., a
nj
.
CAPTULO 5. DETERMINANTES 67
Temos:
ij
=
j
(e
i
) =
a
11
... 0 ... a
1n
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
a
i1
... 1 ... a
in
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
a
n1
... 0 ... a
nn
coluna j
linha i
e
ij
= det .
Portanto:
ij
= (1)
i1
a
i1
... 1 ... a
in
a
11
... 0 ... a
1n
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
a
n1
... 0 ... a
nn
= (1)
i1
(1)
j1
1 a
i1
... a
in
0 a
11
... a
1n
.
.
.
.
.
.
.
.
.
.
.
.
0 a
n1
... a
nn
=
= (1)
i+j
det B, onde a matriz B = (b
ij
) foi obtida de trocando-se suces-
sivamente a linha i com as (i-1) linhas que a precedem em e, a seguir, a
coluna j sucessivamente com as (j-1) colunas que a antecedem. Observemos
que o menor det B
11
, de b
11
= 1 em B coincide com o menor det A
ij
de a
ij
em A. Alm disso, sabemos que det B =
S
n
()b
(1)1
...b
(n)n
.
Se (1) = 1, o termo correspondente nulo, pois, neste caso, b
(1)1
= 0, e
det B reduz-se soma
det B =
o
n
(1) = 1
()b
(2)2
...b
(n)n
.
Se
(2), ...,
(n) apresentam
o mesmo nmero de inverses, donde () = (
) e, ento, det B =
S
n1
(
)b
(2)2
...b
(n)n
= det B
11
.
Logo,
ij
= (1)
i+j
det B = (1)
i+j
det B
11
= (1)
i+j
det A
ij
= C
ij
e, portanto,
det A =
n
i=1
a
ij
C
ij
.
CAPTULO 5. DETERMINANTES 68
Denio 5.11 Dizemos que uma matriz A = (a
ij
) n n triangular
superior se a
ij
= 0 sempre que i > j. Analogamente se dene uma matriz
triangular inferior.
Corolrio 5.9.1 O determinante de uma matriz triangular igual ao pro-
duto de seus elementos diagonais.
Dem. De fato,
det A =
a
11
a
12
... a
1(n1)
a
1n
0 a
22
... a
2(n1)
a
2n
0 0 ...
.
.
.
.
.
.
.
.
.
0 0 ... a
(n1)(n1)
a
(n1)n
0 0 ... 0 a
nn
= a
11
a
22
... a
2(n1)
a
2n
0 ... a
3(n1)
a
3n
.
.
.
.
.
.
.
.
.
.
.
.
0 ... 0 a
nn
e, por induo:
det A = a
11
a
22
...a
nn
.
Exemplo 5.3.1
a
11
a
12
a
13
a
21
a
22
a
23
a
31
a
32
a
33
= a
11
a
22
a
23
a
32
a
33
a
12
a
21
a
23
a
31
a
33
+a
13
a
21
a
22
a
31
a
32
=
= a
11
a
22
a
33
a
11
a
23
a
32
a
12
a
21
a
33
+a
12
a
23
a
31
+a
13
a
21
a
32
a
13
a
22
a
31
, como
antes.
Exemplo 5.3.2 D
n
=
1 + x 1 ... 1 1
1 1 + x ... 1 1
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
1 1 ... 1 + x 1
1 1 ... 1 1 + x
1 1 ... 1 1
1 1 +x ... 1 1
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
1 1 ... 1 + x 1
1 1 ... 1 1 + x
+
+
x 1 ... 1
0 1 + x ... 1
.
.
.
.
.
.
.
.
.
.
.
.
0 1 ... 1 + x
1 1 ... 1 1
0 x ... 0 0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 0 ... 0 x
+ xD
n1
.
Logo:
D
n
= x
n1
+ xD
n1
Donde:
xD
n1
= x
2
D
n2
+ x
n1
x
2
D
n2
= x
3
D
n3
+ x
n1
.
.
.
x
n2
D
2
= x
n1
D
1
+ x
n1
x
n1
D
1
= x
n1
(1 + x) = x
n1
+ x
n
.
CAPTULO 5. DETERMINANTES 69
Somando estas n igualdades, obtemos:
D
n
= x
n
+ nx
n1
.
Seja A = (a
ij
) n n. Vimos que A invertvel se existe B n n
tal que AB = BA = I
n
(Notao: B = A
1
) e que basta ser BA = I
n
(ou
AB = I
n
) para que seja B = A
1
.
Proposio 5.10 Sejam A = (a
ij
) n n e C
ij
o cofator de a
ij
em A.
Ento:
n
i=1
a
ij
C
ik
=
jk
det A =
det A se j = k
0 se j = k
.
Dem. Basta considerar o caso j = k, por exemplo, j < k. Seja B =
(B
1
, ..., B
n
) a matriz tal que B
i
= A
i
, i = k, e B
k
= A
j
, ou seja,
B =
a
11
... a
1j
... a
1j
... a
1n
... ... ... ... ... ... ...
a
n1
... a
nj
... a
nj
... a
nn
coluna j coluna k
i=1
a
ij
C
ik
, j = k.
Proposio 5.11 Seja A = (a
ij
) n n e B = (C
ij
) a transposta da
matriz dos cofatores dos elementos de A, isto , C
ij
= C
ji
= cofator de a
ji
em A. Ento:
BA = (det A) I
n
.
Dem. Se BA = (d
ij
), temos:
d
kj
=
n
i=1
C
ki
a
ij
=
n
i=1
a
ij
C
ik
=
jk
det A.
Logo:
BA = det A I
n
.
CAPTULO 5. DETERMINANTES 70
Corolrio 5.11.1 Se A = (a
ij
) nn invertvel, ento A
1
=
1
det A
B,
onde B = (C
ij
) e C
ij
= C
ji
= cofator de a
ji
em A.
A matriz B a adjunta (clssica) de A, B = adj A. Ento:
A
1
=
adj A
det A
.
Proposio 5.12 Seja A m n de posto r. Existe submatriz r r de
A com determinante = 0, e toda submatriz k k de A, com k > r, tem
determinante igual a zero.
Dem. A tem posto r se, e s se, existem r, e no mais que r, linhas de A
que so LI. Podemos supor que sejam as r primeiras (j que a troca de linhas
no altera o posto), L
1
, ..., L
r
. Seja B =
L
1
.
.
.
L
r
1 1 t
1 t 1
t 1 1
1 1 ... 1
a
1
a
2
... a
n
a
2
1
a
2
2
... a
2
n
.
.
.
.
.
.
.
.
.
.
.
.
a
n1
1
a
n1
2
... a
n1
n
i>j
(a
i
a
j
).
o determinante de Vandermonde.
2. Seja A = (a
ij
) nn, tal que a
ij
= 0 se i +j n. Calcule det A. Por
exemplo,
0 0 a
0 b c
d e f
= abd.
CAPTULO 5. DETERMINANTES 71
3. Prove:
a b c 2a 2a
2b b c a 2b
2c 2c c a b
= (a + b + c)
3
.
4. Calculando
x y
y x
, prove que
(x
2
+ y
2
)(x
2
+ y
2
) = (xx
+ yy
)
2
+ (xy
yx
)
2
.
5. Se a, b, c R, prove que
1 sen a cos a
1 sen b cos b
1 sen c cos c
B C
0 D
0 1
1 0
1 0 0
0 1 0
2 0 1
so elementares.
Proposio 5.13 Sejam e uma operao elementar e E = e(I
m
) a matriz
elementar mm correspondente. Para toda matriz A = (a
ij
) mn, tem-
se: e(A) = E A.
CAPTULO 5. DETERMINANTES 72
Dem. Seja L
i
= (a
i1
...a
in
) a i-sima linha de A. Ento: A =
L
1
.
.
.
L
m
. Se
B M
np
(K), fcil ver que AB =
L
1
B
.
.
.
L
m
B
. Se e
1
= (1, 0, ..., 0), ..., e
m
=
(0, ..., 0, 1) so 1 m, claro que e
1
A = L
i
e I
m
=
e
1
.
.
.
e
m
.
(1) e = T
ij
. Ento: E = e(I
m
) =
e
1
.
.
.
e
j
.
.
.
e
i
.
.
.
e
m
, e(A) =
L
1
.
.
.
L
j
.
.
.
L
i
.
.
.
L
m
.
Logo:
EA =
e
1
A
.
.
.
e
j
A
.
.
.
e
i
A
.
.
.
e
m
A
L
1
.
.
.
L
j
.
.
.
L
i
.
.
.
L
m
= e(A).
(2) e = T
i
(k)
k=0
. Ento: E = e(I
m
) =
e
1
.
.
.
ke
i
.
.
.
e
m
, e(A) =
L
1
.
.
.
kL
i
.
.
.
L
m
.
Logo:
EA =
e
1
A
.
.
.
ke
i
A
.
.
.
e
m
A
L
1
.
.
.
kL
i
.
.
.
L
m
= e(A).
CAPTULO 5. DETERMINANTES 73
(3) e = T
ij
()
i<j
. Ento: E = e(I
m
) =
e
1
.
.
.
e
i
+ e
j
.
.
.
e
j
.
.
.
e
m
, e(A) =
L
1
.
.
.
L
i
+ L
j
.
.
.
L
j
.
.
.
L
m
.
Logo:
EA =
e
1
A
.
.
.
(e
i
+ e
j
)A
.
.
.
e
j
A
.
.
.
e
m
A
L
1
.
.
.
L
i
+ L
j
.
.
.
L
j
.
.
.
L
m
1
k
e T
ij
()
1
= T
ij
().
Obs. 2 A inversa de uma matriz elementar tambm elementar e se
E = e(I
n
) e E
= e
1
(I
n
), ento E E
= e(e
1
(I
n
)) = I
n
, donde E
= E
1
.
Proposio 5.15 Seja A M
n
(K). As seguintes armaes so equivalen-
tes:
(a) A invertvel
(b) A linha-equivalente a I
n
(c) A um produto de matrizes elementares
Dem.
(a) (b): Como A invertvel temos det A = 0, donde existe algum
a
i1
= 0. Usando, se necessrio, a operao T
1i
, podemos supor a
11
= 0.
CAPTULO 5. DETERMINANTES 74
Neste caso, a operao T
1
1
a
11
1 b
12
... b
1n
a
21
a
22
... a
2n
... ... ... ...
a
n1
a
n2
... a
nn
,
onde b
1i
=
a
1i
a
11
(i = 2, 3, ..., n).
Aplicando a B, sucessivamente, as operaes T
21
(a
21
), ..., T
n1
(a
n1
), che-
gamos matriz C linha-equivalente a A:
C =
1 c
12
... c
1n
0 c
22
... c
2n
.
.
.
.
.
.
.
.
.
.
.
.
0 c
n2
... c
nn
.
Como C = PA, onde P um produto de matrizes elementares e, portanto,
invertvel, resulta que C invertvel. Logo, det C =
c
22
... c
2n
c
n2
... c
nn
= 0 e
podemos, como acima, supor c
22
= 0. Usando, sucessivamente, as operaes
T
2
1
c
22
, T
12
(c
12
), ..., T
n2
(c
n2
), a matriz C transforma-se em D, linha-
equivalente a A:
D =
1 0 d
13
... d
1n
0 1 d
23
... d
2n
0 0 d
33
... d
3n
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 0 d
n3
... d
nn
.
Prosseguindo desta maneira chegaremos, aps um nmero nito de ope-
raes elementares, matriz I
n
.
(b) (c): Se A linha-equivalente a I
n
ento existem matrizes elementares
E
1
, ..., E
r
tais que E
r
...E
1
A = I
n
, donde A = E
1
1
...E
1
r
. Como a inversa de
uma matriz elementar tambm elementar, resulta que A um produto de
matrizes elementares.
(c) (a): Se A = E
1
...E
r
, cada E
j
sendo elementar, ento A invertvel,
pois cada E
j
invertvel.
Proposio 5.16 A mesma sequncia nita de operaes elementares que
muda a matriz invertvel A M
n
(K) na identidade I
n
, muda I
n
em A
1
.
CAPTULO 5. DETERMINANTES 75
Dem. Sejam e
1
, ..., e
r
operaes elementares que mudam A em I
n
e E
1
, ..., E
r
as matrizes elementares correspondentes. Ento: E
r
...E
2
E
1
A = I
n
, donde
A
1
= E
r
...E
1
I
n
.
Exemplo 5.4.2 Calculemos a inversa de
A =
1 0 1
0 4 2
2 6 0
.
Escrevamos I
3
ao lado de A e efetuemos as operaes elementares indicadas,
que transformam A em I
3
:
1 0 1 1 0 0
0 4 2 0 1 0
2 6 0 0 0 1
T
31
(2)
1 0 1 1 0 0
0 4 2 0 1 0
0 6 2 2 0 1
T
2(
1
4
)
1 0 1 1 0 0
0 1 1/2 0 1/4 0
0 6 2 2 0 1
T
32
(6)
1 0 1 1 0 0
0 1 1/2 0 1/4 0
0 0 1 2 3/2 1
T
3
(1)
1 0 1 1 0 0
0 1 1/2 0 1/4 0
0 0 1 2 3/2 1
T
13
(1)
1 0 0 3 3/2 1
0 1 1/2 0 1/4 0
0 0 1 2 3/2 1
T
23(
1
2
)
1 0 0 3 3/2 1
0 1 0 1 1/2 1/2
0 0 1 2 3/2 1
Portanto:
A
1
=
3 3/2 1
1 1/2 1/2
2 3/2 1
ij
trocar de posio as colunas i e j, i = j.
(b) T
i
(k) multiplicar a coluna i por k = 0.
(c) T
ij
() somar coluna i a coluna j multiplicada por K.
Se e
= e
(I
n
)
uma matriz (coluna-) elementar de ordem n. Valem propriedades anlogas
CAPTULO 5. DETERMINANTES 76
as obtidas anteriormente, a saber:
Proposio 5.13 Se A M
mn
(K), ento e
(A) = AE
.
Denio A, B M
mn
(K) so coluna-equivalentes se B pode ser obtida de
A por meio de um nmero nito de operaes elementares sobre as colunas.
Proposio 5.14 A, B M
mn
(K) so coluna-equivalentes se, e s se,
existem matrizes elementares E
1
, ..., E
r
tais que AE
1
...E
r
= B.
Obs. As operaes elementares (sobre as colunas) so bijetoras:
(T
ij
)
1
= T
ij
; T
i
(k)
1
= T
1
k
e T
ij
()
1
= T
ij
().
As inversas das matrizes elementares so tambm elementares:
se E
= e
(I
n
) ento (E
)
1
= (e
)
1
(I
n
).
Proposio 5.15 Seja A M
n
(K). So equivalentes:
(a) A invertvel.
(b) A coluna-equivalente a I
n
.
(c) A um produto de matrizes (coluna-)elementares.
Denio Se A, B M
mn
(K), escrevemos A B quando for possvel
transformar A em B por meio de uma sequncia nita de operaes ele-
mentares (sobre as linhas e/ou colunas). claro que uma relao de
equivalncia.
Proposio 5.17 Sejam A, B M
mn
(K). A B se, e s se, A e B so
equivalentes, isto , se, e s se, existem matrizes invertveis P M
m
(K) e
Q M
n
(K) tais que B = PAQ.
Dem. Se A B existem matrizes elementares E
1
, ..., E
r
, E
1
, ..., E
s
tais que
B = E
r
...E
1
A E
1
...E
s
, ou seja, B = PAQ com P e Q invertveis.
Reciprocamente, se B = PAQ com P e Q invertveis, P M
m
(K) e
Q M
n
(K), ento existem matrizes elementares tais que P = E
r
...E
1
e
Q = E
1
...E
s
, o que mostra que A B.
Corolrio 5.17.1 (a) A, B M
mn
(K) so linha-equivalentes se, e s se,
existe P M
m
(K) invertvel tal que B = PA.
CAPTULO 5. DETERMINANTES 77
(b) A, B M
mn
(K) so coluna-equivalentes se, e s se, existe Q M
n
(K)
invertvel tal que B = AQ.
Obs. claro que se A e B so linha-equivalentes (ou coluna-equivalentes,
ou equivalentes), ento pelo corolrio 3.8.1 da proposio 3.8, posto(A) =
posto(B), de modo que podemos usar as operaes elementares para estudar
a dependncia ou independncia linear de vetores.
Exemplo 5.4.3 Sejam os vetores de R
4
: v
1
= (1, 0, 1, 2), v
2
= (3, 4, 2, 5)
e v
3
= (1, 4, 0, 9). Seja
A =
1 3 1
0 4 4
1 2 0
2 5 9
1 3 1
0 4 4
1 2 0
2 5 9
T
31
(1)
1 3 1
0 4 4
0 1 1
2 5 9
T
41
(2)
1 3 1
0 4 4
0 1 1
0 11 11
T
2(
1
4
)
1 3 1
0 1 1
0 1 1
0 11 11
T
32
(1)
1 3 1
0 1 1
0 0 0
0 11 11
T
42
(11)
1 3 1
0 1 1
0 0 0
0 0 0
= B,
donde posto(A) = posto(B) = 2, de modo que v
1
, v
2
, v
3
so LD e geram um
espao de dimenso 2; (v
1
, v
2
) uma base para este subespao de R
4
.
Exemplo 5.4.4 Vamos estudar a independncia linear das formas lineares
sobre R
4
, onde ab = 0:
f
1
(x
1
, x
2
, x
3
, x
4
) = x
1
ax
3
; f
2
= x
2
1
a
x
4
;
f
3
= x
1
bx
4
; f
4
= x
2
1
b
x
4
.
CAPTULO 5. DETERMINANTES 78
As formas f
j
so elementos de (R
4
)
; em relao base de (R
4
)
, dual
da base cannica de R
4
, temos:
f
1
= (1, 0, a, 0); f
2
= (0, 1, 0,
1
a
);
f
3
= (1, 0, 0, b); f
4
= (0, 1, 0,
1
b
).
e a matriz cujas linhas so estes vetores
A =
1 0 a 0
0 1 0 1/a
1 0 0 b
0 1 0 1/b
T
31
(1)
1 0 a 0
0 1 0 1/a
0 0 a b
0 1 0 1/b
T
42
(1)
1 0 a 0
0 1 0 1/a
0 0 a b
0 0 0
b a
ab
T
13
(1)
1 0 0 b
0 1 0 1/a
0 0 a b
0 0 0
b a
ab
= B.
Vemos que se a = b = 0 as quatro formas so LI. Se a = b = 0 elas geram
um subespao de (R
4
)
de dimenso 3, do qual (f
1
, f
2
, f
3
) uma base.
5.5 Equaes Lineares
Sejam V e W espaos vetoriais sobre K e T : V W linear. Se b W,
a equao T(x) = b chama-se uma equao linear. A equao T(x) = 0 a
equao homognea associada. Resolver a equao T(x) = b achar todos
os x V tais que T(x) = b, ou seja, determinar o conjunto-soluo T
1
(b).
A equao impossvel se T
1
(b) = . O conjunto-soluo de T(x) = 0 o
ncleo ^(T), que um subespao de V; portanto, T(x) = 0 sempre tem a
soluo x = 0, dita trivial.
Proposio 5.18 Se x
p
V uma soluo de T(x) = b, o conjunto-soluo
x
p
+^(T).
Dem. Se T(x) = T(x
p
) = b, ento T(x x
p
) = 0, donde x x
p
^(T), ou
seja, x x
p
+^(T). Reciprocamente, se x x
p
+^(T), ento xx
p
^(T),
donde T(x x
p
) = 0 e T(x) = T(x
p
) = b.
CAPTULO 5. DETERMINANTES 79
Corolrio 5.18.1 So equivalentes:
(a) a equao linear T(x) = b tem, no mximo, uma soluo;
(b) a equao homognea T(x) = 0 tem apenas a soluo trivial x = 0;
(c) T : V W injetora.
Um caso simples aquele em que T um isomorsmo; neste caso, T(x) =
b x = T
1
(b).
Proposio 5.19 Sejam V e W espaos vetoriais de mesma dimenso n
sobre K, T : V W linear, c e T bases de V e W, respectivamente,
E
F
= A M
n
(K). So equivalentes:
(a) T um isomorsmo;
(b) posto(T) = posto(A) = n;
(c) os vetores-coluna e os vetores-linha de A so LI
(d) A invertvel;
(e) det A = 0;
(f ) para todo b W a equao T(x) = b tem soluo nica;
(g) a equao T(x) = 0 s tem a soluo x = 0.
Dem. Imediata.
Proposio 5.20 Sejam V, W espaos vetoriais sobre K, dim V = n,
dim W = m e T : V W linear. Se m < n a equao homognea
T(x) = 0 tem soluo no-trivial.
Dem. Seja v
1
, ..., v
n
uma base de V. Se m < n ento T(v
1
), ..., T(v
n
) so
LD, donde existem escalares x
1
, x
2
, ..., x
n
, no todos nulos, tais que x
1
T(v
1
)+
... +x
n
T(v
n
) = 0, donde T(x
1
, v
1
+... +x
n
v
n
) = 0, isto , x = x
1
v
1
+... +x
n
v
n
soluo = 0 de T(x) = 0.
Obs. 1 A equao T(x) = 0 tem ^(T) como espao-soluo. Portanto, a
dimenso do espao-soluo de T(x) = 0 dim ^(T) = n posto(T).
Obs. 2 Sejam T : K
n
K
n
linear, x =
x
1
.
.
.
x
n
K
n
, b =
b
1
.
.
.
b
m
K
m
e A = (a
ij
) a matriz m n associada a T. A equao T(x) = b escreve-se
tambm A x = b ou x
1
A
1
+... +x
n
A
n
= b, onde os A
j
so os vetores-coluna
de A, ou ainda
a
11
x
1
+ ... + a
1n
x
n
= b
1
.
.
.
a
m1
x
1
+ ... + a
mn
x
n
= b
m
CAPTULO 5. DETERMINANTES 80
sistema de m equaes lineares a n incgnitas. A = (a
ij
) a matriz dos
coecientes. A expresso x
1
A
1
+ ... + x
n
A
n
= b nos diz que Ax = b tem
soluo x se, e s se, o vetor b pertence ao espao-coluna de A, ou ainda,
se, e s se, o posto de A igual ao posto da matriz (A[b) que a matriz
completa do sistema (Teorema de Rouch-Capelli).
Denio 5.14 O sistema linear Ax = b um sistema de Cramer se A
M
n
(K) invertvel.
Proposio 5.21 (Regra de Cramer) O sistema de Cramer A x = b, onde
A GL(n, K), tem soluo nica x =
x
1
.
.
.
x
n
, onde x
i
=
det B
i
det A
(i = 1, ..., n),
onde B
i
a matriz obtida de A substituindo-se o vetor-coluna A
i
pelo vetor
b do segundo membro.
Dem. A equao x
1
A
1
+...+x
n
A
n
= b nos permite escrever det(A
1
, ...,
col.i
b , ..., A
n
) =
x
i
det(A
1
, ..., A
i
, ..., A
n
) = x
i
det A, donde x
i
det A = det B
i
e x
i
=
det B
i
det A
=
a
11
... b
1
... a
1n
a
n1
... b
n
... a
nn
a
11
... a
1i
... a
1n
a
n1
... a
ni
... a
nn
(i = 1, ..., n).
Exemplo 5.5.1
2x
1
+ 3x
2
= 8
7x
1
9x
2
= 11
Como det A =
2 3
7 9
= 39 = 0, o sistema de Cramer e:
x
1
=
8 3
11 9
39
= 1; x
2
=
2 8
7 11
39
= 2.
Proposio 5.22 Sejam as equaes lineares Ax = a e Bx = b, onde A, B
M
mn
(K) e a, b K
m
. Se C = (A[a) e D = (B[b) so linha-equivalentes,
ento as duas equaes lineares tm as mesmas solues.
CAPTULO 5. DETERMINANTES 81
Dem. Pondo y =
x
1
.
.
.
x
n
1
, a equao Ax = a se escreve Cy = 0. Se C e D
so linha-equivalentes, existe P M
m
(K), invertvel, tal que P C = D. Se
Dy = 0 vem P(Cy) = 0, donde Cy = 0. Reciprocamente, se Cy = 0 ento
P(Cy) = 0, isto , Dy = 0. Logo as equaes Cy = 0 e Dy = 0 tm as
mesmas solues, ou seja, Ax = a e Bx = b tm as mesmas solues.
Exemplo 5.5.2 Seja o sistema
2x
1
+ x
2
+ x
3
= 1
x
1
+ 3x
2
2x
3
= 0
4x
1
3x
2
+ x
3
= 2
A matriz completa do sistema
C =
2 1 1 1
1 3 2 0
4 3 1 2
T
12
T
21
(2)
T
31
(4)
T
2
(1/5)
T
32
(15)
B,
onde B =
1 3 2 0
0 1 1 1/5
0 0 6 1
e obtemos:
x
3
=
1
6
x
2
x
3
=
1
5
x
1
+ 3x
2
2x
3
= 0
e a soluo (nica) x =
13/30
1/30
1/6
.
Exemplo 5.5.3
x
1
x
3
3x
4
+x
5
= 2
2x
1
+x
2
+3x
3
2x
4
x
5
= 11
x
2
x
4
3x
5
= 0
4x
2
5x
3
9x)4 12x
5
= 15
. A matriz com-
pleta
CAPTULO 5. DETERMINANTES 82
1 0 1 3 1 2
2 1 3 2 1 11
0 1 0 1 3 0
0 4 5 9 12 15
...
1 0 0 2 1 1
0 1 0 1 3 0
0 0 1 1 0 3
0 0 0 0 0 0
e obtemos o sistema
x
1
2x
4
+x
5
= 1
x
2
x
4
3x
5
= 0
x
3
+x
4
= 3
ou:
x
1
= 2x
4
x
5
+ 1
x
2
= x
4
+ 3x
5
x
3
= x
4
+ 3
.
Trata-se de um sistema indeterminado; existem innitas solues
x =
2x
4
x
5
+ 1
x
4
+ 3x
5
x
4
+ 3
x
4
x
5
1
0
3
0
0
+ x
4
2
1
1
1
0
+ x
5
1
3
0
0
1
,
onde x
p
=
1
0
3
0
0
a soluo particular e
2
1
1
1
0
1
3
0
0
1
base do espao-
soluo da equao homognea associada.
Exemplo 5.5.4
x
1
+ x
2
x
3
= 1
2x
1
x
2
+ x
3
= 2
4x
1
+ x
2
x
3
= 0
A matriz completa
1 1 1 1
2 1 1 2
4 1 1 0
...
1 1 1 1
0 1 1 0
0 0 0 4
, e o
sistema impossvel j que a ltima equao 0 x
1
+ 0 x
2
+ 0 x
3
= 4
impossvel.
CAPTULO 5. DETERMINANTES 83
Obs. (decomposio LU) Seja A n n uma matriz que pode ser reduzida
forma triangular apenas pelo uso da operao T
ij
(); por exemplo, seja
A = A
(1)
=
2 4 2
1 5 2
4 1 9
T
21
(1/2)
A
(2)
T
31
(2)
A
(3)
=
2 4 2
0 3 1
0 9 5
T
32
(3)
2 4 2
0 3 1
0 0 8
= U.
Sejam: l
21
=
1
2
; l
31
= 2 opostos dos multiplicadores usados na primeira linha
e l
32
= 3 o oposto do usado na segunda linha. Se L =
1 0 0
1/2 1 0
2 3 1
a matriz triangular inferior cujos elementos l
ij
, para i < j, so os nme-
ros acima e l
ii
= 1, ento fcil vericar que A = LU. Os detalhes da
decomposio LU podem ser encontrados na referncia [6].
Exerccios
1. Resolva:
(a)
x + y + z = 1
2x + y + 3z = 1
x + 2y 4z = 3
(b)
x 2y + z + t = 1
2x + y + 2z + 2t = 0
6y + z = 2
.
2. Sejam a = b = c = d nmeros reais distintos. Prove que existe um
nico polinmio p(x) =
0
+
1
x +
2
x
2
+
3
x
3
tal que p(a) = a
;
p(b) = b
; p(c) = c
; p(d) = d
, onde a
, b
, c
, d
so reais dados.
3. Ache a decomposio LU da matriz A =
2 3 1
4 1 4
3 4 6
.
Captulo 6
Autovalores e Autovetores
6.1 Denies
Denio 6.1 Sejam V um espao vetorial sobre o corpo K e T : V V
linear. Dizemos que v V um autovetor de T se existe a K tal que
T(v) = av.
Se v = 0, o escalar a univocamente determinado pois a
1
v = a
2
v implica
(a
1
a
2
)v = 0 e, como v = 0, vem a
1
= a
2
.
Denio 6.2 Sejam V um espao vetorial sobre K e T : V V linear.
Dizemos que a K um autovalor de T se existe v V, v = 0, tal que
T(v) = av.
Obs. Ao invs de autovetor e autovalor, usam-se tambm os termos vetor
prprio ou vetor caracterstico e valor prprio ou valor caracterstico.
Exemplo 6.1.1 Se v V um autovetor do operador linear T : V V
e c K, ento cv tambm um autovetor de T pois T(cv) = cT(v) = cav =
a(cv), supondo T(v) = av.
Exemplo 6.1.2 Seja V = C
V (a)
V (a)
V (a).
V (a) o autoespao de T associado ao autovalor a. V (a) = 0 signica que
a no autovalor de T.
Proposio 6.2 Sejam V um espao vetorial de dimenso nita sobre K e
T : V V linear. So equivalentes:
(a) a K autovalor de T;
(b) T aI no invertvel;
(c) det(T aI) = 0.
Dem. J vimos anteriormente que (b) e (c) so equivalentes. Basta, ento,
provar que (a) e (b) so equivalentes.
(a) (b): Se a autovalor de T, existe v = 0 tal que T(v) = av, isto ,
(T aI)v = 0, donde T aI no invertvel.
(b) (a): Se T aI no invertvel, existe v = 0 tal que (T aI)v = 0,
donde T(v) = av, ou seja, a autovalor de T.
Proposio 6.3 Sejam V um espao vetorial sobre K e T : V V linear.
Se a = b so autovalores de T, ento V (a) V (b) = 0.
Dem. T(v) = av = bv implica (a b)v = 0, donde v = 0 (pois a = b).
Proposio 6.4 Sejam V um espao vetorial sobre K e T : V V li-
near. Sejam v
1
, ..., v
m
autovetores no nulos de T com autovalores a
1
, ..., a
m
,
respectivamente. Se a
1
= a
2
= ... = a
m
, ento v
1
, ..., v
m
so linearmente
independentes.
Dem. (induo) Para m = 1, um vetor v
1
= 0 LI. Suponhamos m > 1 e
admitamos o teorema verdadeiro para (m1) autovetores. Se tivermos uma
relao linear b
1
v
1
+b
2
v
2
+...+b
m
v
m
= 0, ento b
1
T(v
1
)+...+b
m
T(v
m
) = 0,
CAPTULO 6. AUTOVALORES E AUTOVETORES 86
donde:
a
1
b
1
v
1
+ a
2
b
2
v
2
+ ... + a
m
b
m
v
m
= 0.
Sem perda de generalidade podemos supor a
1
= 0. Multiplicando por a
1
e subtraindo o resultado de , obtemos: (a
2
a
1
)b
2
v
2
+...+(a
m
a
1
)b
m
v
m
= 0.
Como a
2
a
1
= 0, ..., a
m
a
1
= 0, concluimos, por induo, que b
2
=
... = b
m
= 0, e nos d b
1
v
1
= 0, donde b
1
= 0, ou seja, v
1
, ..., v
m
so LI.
Corolrio 6.4.1 Se dim V = n, todo operador linear T : V V tem, no
mximo, n autovalores distintos.
Corolrio 6.4.2 Se a
1
, ..., a
m
so autovalores de T : V V linear e a
1
=
a
2
= ... = a
m
, ento o subespao V (a
1
) + ... + V (a
m
) soma direta de
V (a
1
), ..., V (a
m
).
Dem. Seja v
i
V (a
i
), i = 1, ...m. Se v
1
+v
2
+... +v
m
= 0, vamos mostrar
que v
1
= ... = v
m
= 0. Se p < m destes vetores fossem diferentes de 0,
por exemplo, v
i1
, ..., v
ip
, e os (m p) restantes fossem iguais a 0, teramos
v
i1
+...+v
ip
= 0, isto , v
i1
, ..., v
ip
seriam LD em contradio com a proposio
6.4. Resulta que V (a
1
) + ... + V (a
m
) = V (a
1
) ... V (a
m
).
Exemplo 6.1.4 Seja V = C
(R, R). Se a
1
= ... = a
m
so reais distintos,
ento e
a
1
t
, ..., e
a
m
t
so autovetores do operador de derivao D : V V
com autovalores distintos e, portanto, as funes e
a
1
t
, ..., e
a
m
t
so LI. Como
m arbitrrio, resulta que V = C
K
n
, T
A
(x) = A x. Assim, x K
n
autovetor de A se existe a K
tal que A x = ax.
Proposio 6.5 Seja A M
n
(K). So equivalentes:
(a) a K autovalor de A;
(b) A aI
n
no invertvel;
(c) det(A aI
n
) = 0.
Obs. Se B = P
1
AP, onde A M
n
(K) e P M
n
(K) invertvel, ento A
e B tm os mesmos autovalores pois se Ax = ax, x = 0 e y = P
1
x, ento:
By = P
1
APy = P
1
Ax = P
1
(ax) = ay.
Como y = 0, resulta que a autovalor de B. A recproca anloga. bom
notar, entretanto, que os autovetores de A e B, associados ao autovalor a,
so x e y = P
1
x, respectivamente.
CAPTULO 6. AUTOVALORES E AUTOVETORES 87
Denio 6.4 Sejam V um espao vetorial de dimenso n sobre K e T :
V V linear. O polinmio caracterstico de T P
T
(t) = det(T tI).
Se A M
n
(K), o polinmio caracterstico P
A
(t) o polinmio da aplicao
linear associada T
A
: K
n
K
n
, isto , P
A
(t) = det(T
A
tI) = det(AtI
n
).
Se A = (a
ij
), ento:
P
A
(t) = det(A tI
n
) =
a
11
t a
12
... a
in
a
21
a
22
t ... a
2n
.
.
.
.
.
.
.
.
.
.
.
.
a
n1
a
n2
... a
nn
t
=
= (1)
n
t
n
+ (1)
n1
(a
11
+ ... + a
nn
)t
n1
+ ... + det A
(o termo independente P
A
(0) = det A).
Proposio 6.6 Matrizes semelhantes tm o mesmo polinmio caracters-
tico.
Dem. De fato se B = P
1
AP ento as matrizes A e B representam o
mesmo operador linear T : K
n
K
n
e, portanto, tm o mesmo polinmio
caracterstico P
T
(t) = det(T tI).
Uma demonstrao direta a seguinte:
det(B tI
n
) = det(P
1
AP tI
n
) = det(P
1
(A tI
n
)P) = det(A tI
n
)
pois det P
1
det P = 1.
Obs. Se P
T
(t) = P
A
(t) = c
n
t
n
+ c
n1
t
n1
+ ... + c
1
t + c
0
, ento c
n
= (1)
n
e c
0
= det T = det A. Os coecientes c
j
, j = 0, 1, ..., n, s dependem do
operador T.
Denio 6.5 (1)
n1
c
n1
o trao de T, e escrevemos tr T = (1)
n1
c
n1
.
O trao de A M
n
(K) o trao de T
A
: K
n
K
n
, T
A
(x) = A x : tr A =
a
11
+ a
22
+ ... + a
nn
.
Se A e B so semelhantes, temos tr A = tr B pois P
A
(t) = P
B
(t).
Proposio 6.7 Sejam V um espao vetorial de dimenso n sobre K e T :
V V linear. a K um autovalor de T se, e s se, a uma raiz do
polinmio caracterstico de T.
Dem. a K autovalor de T det(T aI) = 0 a raiz de P
T
(t).
CAPTULO 6. AUTOVALORES E AUTOVETORES 88
Exemplo 6.1.5 Se A =
1 1
2 2
, ento P
A
(t) =
1 t 1
2 2 t
= t
2
3t, e os
autovalores de A so a = 0 e a = 3.
Procuremos autovetores x =
x
1
x
2
1
1
x
1
2x
1
= x
1
1
2
1
1
1
2
, respectivamente.
Exemplo 6.1.6 Se A =
0 1
1 0
ento P
A
(t) = t
2
+1. Se A M
2
(R) vemos
que A no tem autovalores. Se A M
2
(C) ento i e -i so autovalores de A.
Obs. Se T : V V linear e dim
K
V = n, temos que P
T
(t) tem grau n,
de modo que T tem, no mximo, n autovalores. Quando K = C, P
T
(t) tem
pelo menos uma raiz, de modo que, neste caso, T sempre tem um autovetor
no nulo.
Proposio 6.8 Sejam V um espao-vetorial de dimenso n sobre K e L, T :
V V lineares. L T e T L tm os mesmos autovalores.
Dem. Se a = 0 autovalor de L T, existe u = 0 tal que L(Tu) = 0,
donde L T no invertvel; logo, det(L T) = det L det T = 0, donde
det(T L) = 0 e T L no invertvel, donde existe v = 0 tal que T(Lv) = 0,
isto , a = 0 autovalor de T L.
Se a = 0 autovalor de L T, existe u = 0 tal que L(Tu) = au. Seja
v = T(u); ento: T(Lv) = T(au) = av. Se fosse v = T(u) = 0 ento
teramos LTu = 0, donde au = 0, donde u = 0, contradio. Portanto,
TLv = av com v = 0, donde a autovalor de T L. Analogamente se prova
que todo autovalor de T L tambm autovalor de L T.
CAPTULO 6. AUTOVALORES E AUTOVETORES 89
Proposio 6.9 Sejam V um espao vetorial de dimenso n sobre K e T :
V V linear. Se o polinmio caracterstico P
T
(t) admite em K uma raiz
a de multiplicidade m, ento 1 dim V (a) m.
Dem. Seja c = (u
1
, ..., u
r
, v
1
, .., v
s
) base de V tal que (u
1
, ..., u
r
) seja base de
V (a). Temos:
T(u
1
) = au
1
T(u
2
) = au
2
.
.
.
T(u
r
) = au
r
T(v
1
) = a
11
u
1
+...+ a
r1
u
r
+ b
11
v
1
+ ... + b
s1
v
s
T(v
s
) = a
1s
u
1
+...+ a
rs
u
r
+ b
1s
v
1
+ ... + b
ss
v
s
Logo:
onde A = (a
ij
) r s e B = (b
ij
) s s.
Ento:
P
T
(t) =
a t 0 ... 0 a
11
... a
1s
0 a t ... 0 a
21
... a
2s
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 0 ... a t a
r1
... a
rs
0 0 ... 0 b
11
t ... b
1s
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 0 ... 0 b
s1
... b
ss
t
= (at)
r
det(BtI
s
).
Como a raiz de multiplicidade m, temos r m, donde 1 dim V (a) m.
6.2 Diagonalizao
Denio 6.6 Sejam V um espao vetorial de dimenso n sobre K e T :
V V linear. Dizemos que T diagonalizvel se existe base de V for-
mada por autovetores de T, ou seja, se, e s se, T tem n autovetores line-
armente independentes. Em relao a essa base, a matriz de T da forma
CAPTULO 6. AUTOVALORES E AUTOVETORES 90
1
0 ... 0
0
2
... 0
.
.
.
.
.
.
.
.
.
.
.
.
0 0 ...
n
,
j
K, ou seja, todos os elementos fora da diagonal
principal so iguais a zero. Uma tal matriz dita diagonal; os elementos da
diagonal principal so os autovalores de T.
Denio 6.7 Seja A = (a
ij
) n n. A diagonalizvel se existe matriz
invertvel P n n tal que P
1
AP = D, onde D diagonal, isto , se A
semelhante a uma matriz diagonal.
Proposio 6.10 Sejam V um espao vetorial de dimenso nita sobre K
e T : V V linear. T diagonalizvel se, e s se, existe base c de V tal
que
T
E
E
= D seja diagonal.
Dem. Se T diagonalizvel existe base c = (v
1
, ..., v
n
) de V formada por
autovetores de T: T(v
i
) =
i
v
i
(1 i n). Logo:
E
E
=
1
0 ... 0
0
2
... 0
.
.
.
.
.
.
.
.
.
.
.
.
0 0 ...
n
.
Reciprocamente, seja c = (v
1
, ..., v
n
) base de V tal que
T
E
E
= D =
1
0 ... 0
0
2
... 0
.
.
.
.
.
.
.
.
.
.
.
.
0 0 ...
n
. Ento: T(v
i
) =
i
v
i
, 1 i n, e c formada por
autovetores de T; portanto, T diagonalizvel.
Obs. Seja T base de V e seja A =
F
F
. T diagonalizvel se, e s se,
existe base c de V tal que
T
E
E
= D seja diagonal. Mas,
D =
E
E
=
Id
F
E
F
F
Id
E
F
= P
1
AP,
ou seja, T diagonalizvel se, e s se, A =
F
F
diagonalizvel; P =
Id
F
E
a matriz de passagem da base c para a base T e as colunas de P so os
autovetores de A.
CAPTULO 6. AUTOVALORES E AUTOVETORES 91
Proposio 6.11 Sejam V um espao vetorial de dimenso n sobre K e
T : V V linear. T diagonalizvel se, e s se:
(a) o polinmio caracterstico P
T
de T tem suas n razes em K;
(b) para cada raiz
i
de P
T
, de ordem de multiplicidade m
i
, tem-se dim V (
i
) =
m
i
.
Dem. Se T diagonalizvel e c base de V na qual
T
E
E
diagonal, ento
c formada de autovetores de T. Podemos supor que os elementos de c es-
to ordenados de maneira a termos primeiro os autovetores associados a
1
,
depois aqueles associados a
2
, e assim por diante, de modo que
E
E
=
1
... 0 0 ... 0 ... 0 ... 0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 ...
1
0 ... 0 ... 0 ... 0
0 ... 0
2
... 0 ... 0 ... 0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 ... 0 0 ...
2
... 0 ... 0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 ... 0 0 ... 0 ...
k
... 0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 ... 0 0 ... 0 ... 0 ...
k
M
n
(K).
Ento:
V = V (
1
) V (
2
) ... V (
k
),
donde dim V = dim V (
1
) +... +dim V (
k
) = n. Como dim V (
i
) m
i
e
m
1
+ ... + m
k
= n, resulta dim V (
i
) = m
i
(1 i k).
Reciprocamente, as n razes de P
T
estando em K, suponhamos que dim V (
i
) =
m
i
, 1 i k. A relao m
1
+ ... + m
k
= n nos d
dim
V (
1
) ... V (
k
)
= n V = V (
1
) ... V (
k
).
A reunio das bases dos V (
i
) (1 i n) uma base de V formada por
autovetores de T, donde T diagonalizvel.
Exemplo 6.2.1 Seja A =
1 2
3 2
. Os autovalores de A so as razes de
1 t 2
3 2 t
= 0, isto , de t
2
3t 4 = 0, ou seja, t
1
= 1 e t
2
= 4. Para
CAPTULO 6. AUTOVALORES E AUTOVETORES 92
t = 1 a equao (A I
2
) x = 0, onde x =
x
1
x
2
, nos d x
1
+ x
2
= 0,
donde x = x
1
1
1
, x
1
R.
Para t = 4 obtemos 3x
1
+ 2x
2
= 0, donde x = 3x
2
2
3
, x
2
Real. O
vetor
1
1
2
3
1
1
2
3
P =
1 2
1 3
,
cuja inversa P
1
=
1
5
3 2
1 1
e B = P
1
AP =
1 0
0 4
, matriz diagonal.
Exemplo 6.2.2 A =
1 1
0 1
M
2
(C) no diagonalizvel. De fato, P
A
(t) =
(1 t)
2
tem a raiz dupla t = 1 e (A I
2
)
x
1
x
2
= 0 nos d x
2
= 0, donde
x = x
1
x
1
x
2
1 1 0
0 1 1
1 0 1
diagonalizvel em M
3
(C) mas no o
em M
3
(R). De fato, os autovalores de A so a
1
= 0, a
2
=
3
2
+i
3
2
, a
3
=
3
2
i
3
2
.
Exemplo 6.2.4 A =
1 1 1
1 1 1
1 1 1
M
3
(R) diagonalizvel. De fato,
temos:
P
A
(t) = (t 1)(t + 2)
2
.
fcil comprovar que
1
1
1
1
1
0
1
0
1
base
de V (2), ou seja, dim V (1) = 1 e dim V (2) = 2. Resulta que A M
3
(R)
diagonalizvel. Se P =
1 1 1
1 1 0
1 0 1
, ento P
1
AP =
1 0 0
0 2 0
0 0 2
.
CAPTULO 6. AUTOVALORES E AUTOVETORES 93
Proposio 6.12 Sejam V um espao vetorial de dimenso n 1 sobre K
e T : V V linear tal que P
T
(t) tenha todas suas razes em K. Existe uma
base de V na qual a matriz de T triangular (superior).
Dem. (induo)
Para dim V = 1 nada h a provar. Suponhamos o teorema verdadeiro para
dim V = n1. Seja a
1
K um dos autovalores de T e v
1
= 0 um autovetor
associado a a
1
, isto , Tv
1
= a
1
v
1
. Sejam V
1
= Kv
1
o subespao gerado por
v
1
, W um suplementar qualquer de V
1
e T = (w
2
, ..., w
n
) uma base de W.
Como v
1
= W, c
= (v
1
, w
2
, ..., w
n
) base de V e
a
1
b
12
... b
1n
0 b
22
... b
2n
.
.
.
.
.
.
.
.
.
.
.
.
0 b
n2
... b
nn
.
Como, em geral, T(W) no est contido em W, consideremos as projees
p
1
: V V
1
e p
2
: V W. Ento, Im(p
2
T) W e podemos considerar
a aplicao linear p
2
T : W W. Como p
2
(V
1
) = 0 e p
2
(w
j
) = w
j
,
j = 2, ..., n, temos:
p
2
T(w
j
) = p
2
(b
1j
v
1
+ b
2j
w
2
+ ... + b
nj
w
n
) = b
2j
w
2
+ ... + b
nj
w
n
,
donde:
p
2
T
F
F
=
b
22
... b
2n
.
.
.
.
.
.
.
.
.
b
n2
... b
nn
.
Resulta: P
T
(t) = (a
1
t) det(p
2
T tI), e podemos concluir que os autovalores
de p
2
T : W W esto em K, j que eles so tambm autovalores de T.
Pela hiptese de induo, existe base G = (u
2
, ..., u
n
) de W tal que
p
2
T
G
G
=
c
22
c
23
...c
2n
0 c
33
... c
3n
.
.
.
.
.
.
.
.
.
.
.
.
0 0 ... c
nn
matriz triangular. Se c = (v
1
, u
2
, ..., u
n
) a base de
V obtida acrescentando-se v
1
= W a G, temos:
E
E
=
a
1
c
12
... c
1n
0 c
22
... c
2n
0 0 ... c
3n
.
.
.
.
.
.
.
.
.
.
.
.
0 0 ... c
nn
, matriz triangular.
CAPTULO 6. AUTOVALORES E AUTOVETORES 94
Corolrio 6.12.1 Seja A M
n
(C). Existe P M
n
(C), invertvel, tal que
B = P
1
AP seja triangular.
Obs. Se c = (v
1
, v
2
, ..., v
n
) base de V na qual
T
E
E
triangular superior,
sejam:
V
1
= Kv
1
= espao gerado por v
1
V
2
= espao gerado por v
1
, v
2
.
.
.
V
n
= V = espao gerado por v
1
, v
2
, ..., v
n
.
Ento:
(1) V
i
V
i+1
; (2) dim V
i
= i; (3) T(V
i
) V
i
(1 i n).
Reciprocamente, se V
1
, ..., V
n
= V so subespaos de V satisfazendo (1),
(2) e (3) acima, ento existe base c de V na qual
T
E
E
triangular su-
perior. De fato, basta tomar (v
1
) base de V
1
, (v
1
, v
2
) base de V
2
, (v
1
, v
2
, v
3
)
base de V
3
e assim por diante at chegar a uma base (v
1
, v
2
, ..., v
n
) de V
n
= V .
Exerccios
1. Ache os autovalores e autovetores e A =
2 0 4
3 4 12
1 2 5
M
3
(R).
2. Verique se A =
4 0 2
0 1 0
5 1 3
diagonalizvel.
6.3 Polinmios de Operadores e Matrizes
Sejam K[t] o conjunto dos polinmios a uma varivel com coecientes no
corpo K, V um espao vetorial sobre K, T : V V linear e p(t) = a
0
+
a
1
t + ... + a
m
t
m
um elemento de K[t].
Denio 6.8 p(T) = a
0
I + a
i
T + ... + a
m
T
m
: V V .
Se A M
n
(K), denimos: p(A) = a
0
I
n
+ a
1
A + ... + a
m
A
m
M
n
(K).
Exemplo 6.3.1 Sejam A =
0 1
2 1
e p(t) = t
3
2t + 3. Ento:
p(A) =
0 1
2 1
3
2
0 1
2 1
+ 3
1 0
0 1
1 1
2 0
.
CAPTULO 6. AUTOVALORES E AUTOVETORES 95
Obs. Se c base de V, A =
E
E
e : L(V ) M
n
(K) o isomorsmo
de lgebras tal que (T) =
E
E
= A, ento
p(T)
= (a
0
I + ... + a
m
T
m
) = a
0
(I) + ... + a
m
(T
m
) =
= a
0
I
n
+ a
1
A + ... + a
m
A
m
= p(A),
ou seja,
p(T)
E
E
= p(A).
Proposio 6.13 Sejam p, q K[t], c K, V um espao vetorial sobre K
e T : V V linear. Ento:
(a) (p + q)(T) = p(T) + q(T)
(b) (pq)(T) = p(T) q(T) = q(T) p(T)
(c) (cp)(T) = c p(T).
Dem. Suponhamos p(t) = a
0
+a
1
t +... +a
n
t
n
e q(t) = b
0
+b
1
t +... +b
m
t
m
,
m n, e seja b
i
= 0 se i > m. Ento:
(a) (p + q)(t) = (a
0
+ b
0
) + (a
1
+ b
1
)t + ... + (a
n
+ b
n
)t
n
, donde
(p + q)(T) = (a
0
+ b
0
)I + (a
1
+ b
1
)T + ... + (a
n
+ b
n
)T
n
=
= (a
0
I + a
1
T + ... + a
n
T
n
) + (b
0
I + b
1
T + ... + b
n
T
n
) =
= p(T) + q(T)
.
(b) (pq)(t) = c
0
+ c
1
t + ... + c
n+m
t
n+m
=
m+n
k=0
c
k
t
k
, onde
c
k
= a
0
b
k
+ a
1
b
k1
+ ... + a
k
b
0
=
k
i=0
a
i
b
ki
.
Ento: (pq)(T) =
m+n
k=0
c
k
T
k
e p(T) q(T) =
i=0
a
i
T
i
j=0
b
j
T
j
=
=
n
i=0
m
j=0
a
i
b
j
T
i+j
=
m+n
k=0
c
k
T
k
= (pq)(T) = (qp)(T) = q(T) p(T).
(c) (cp)(T) = ca
0
I + ca
1
T + ... + ca
n
T
n
= c p(T).
Obs. claro que a proposio 6.13 continua vlida se trocarmos o operador
linear T : V V por uma matriz quadrada A.
CAPTULO 6. AUTOVALORES E AUTOVETORES 96
Exemplo 6.3.2 Sejam A, P M
n
(K), P invertvel e m um inteiro positivo.
Temos: (P
1
AP)
2
= P
1
AP P
1
AP = P
1
A
2
P e, por induo, v-se
facilmente que (P
1
AP)
m
= P
1
A
m
P.
Se p(t) = a
0
+ a
1
t + ... + a
m
t
m
, ento p(P
1
AP) =
m
k=0
a
k
(P
1
AP)
k
=
=
m
k=0
a
k
P
1
A
k
P = P
1
k=0
a
k
A
k
P = P
1
p(A) P.
Proposio 6.14 (Cayley-Hamilton) Sejam V um espao vetorial de dimen-
so n 1 sobre K e T : V V linear. T um zero de seu polinmio
caracterstico, isto , P
T
(T) = 0.
Dem. Para facilitar vamos provar o teorema no caso em que K = C.
Vimos, na proposio 6.11, que existem subespaos V
1
, ..., V
n
de V tais
que V
i
V
i+1
, dim V
j
= j e T(V
i
) V
i
(1 i n) e base c = (v
1
, v
2
, ..., v
n
)
de V tal que V
i
= espao gerado por v
1
, ..., v
i
(1 i n). Em relao base
c a matriz de T triangular superior:
E
E
=
a
11
a
12
... a
1n
0 a
22
... a
2n
0 0
.
.
.
.
.
.
0 0 ... a
nn
.
Ento: Tv
i
= a
ii
v
i
+ um vetor de V
i1
.
Como (T a
ii
I)v
i
= Tv
i
a
ii
v
i
resulta que (T a
ii
I)v
i
V
i1
. Alm disso,
o polinmio caracterstico de T dado por P
T
(t) = (1)
n
(t a
11
)...(t a
nn
)
de modo que P
T
(T) = (1)
n
(T a
11
I)...(T a
nn
I).
Vamos provar, por induo, que (T a
11
I)...(T a
ii
I)v = 0 para todo v
V
i
(1 i n).
Para i = 1, temos (T a
11
I)v
1
= Tv
1
a
11
v
1
= 0. Admitamos o teorema
verdadeiro para i 1. Todo elemento de V
i
da forma u +cv
i
com u V
i1
e c C. Como TV
i1
V
i1
resulta que (T a
ii
I)u est em V
i1
. Por
induo,
(T a
11
I)...(T a
i1,i1
I)(T a
ii
I)u = 0.
Por outro lado, (T a
11
I)cv
i
pertence a V
i1
e, por induo,
(T a
11
I)...(T a
ii
I)cv
i
= 0.
Logo, para v V
i
, temos
(T a
11
I)...(T a
ii
I)v = 0
CAPTULO 6. AUTOVALORES E AUTOVETORES 97
e i = n prova o teorema.
Obs. claro que a proposio 6.14 continua vlida se substituirmos T :
V V por uma matriz A M
n
(K).
Exemplo 6.3.3 Seja A =
1 1 1
0 0 3
0 3 6
. Temos: P
A
(t) = (1 t)(t 3)
2
.
Para t = 1, (A I
3
)x = 0 nos d x = x
1
1
0
0
, x
1
R.
Para t = 3, (A 3I
3
)x = 0 nos d x = x
3
0
1
1
, x
3
R.
Como dim V (3) = 1 < 2, A no diagonalizvel. Os vetores
1
0
0
0
1
1
0
1
0
. Obtemos a base T =
1
0
0
0
1
1
0
1
0
de R
3
. Se
P =
1 0 0
0 1 1
0 1 0
, ento P
1
=
1 0 0
0 0 1
0 1 1
e B = P
1
AP =
1 0 1
0 3 3
0 0 3
, ma-
triz triangular na qual os elementos da diagonal principal so os autovalores
de A. Como P
A
(t) = P
B
(t) = (1 t)(3 t)
2
, temos P
A
(A) = P
B
(B) = 0, ou
seja, (I
3
A)(3I
3
A)
2
= 0, que se pode vericar diretamente pelo clculo.
6.4 Exerccios do Captulo 6
1. Seja A =
1 a 1
0 1 b
0 0 c
2 1 1
1 2 1
1 1 2
.
CAPTULO 6. AUTOVALORES E AUTOVETORES 98
3. Prove que no existem matrizes A, B n n tais que
A, B
= AB BA = I
n
.
4. Sejam V um espao vetorial de dimenso nita sobre K, T : V V
linear.
(a) Prove que T e T
t
tm o mesmo polinmio caracterstico.
(b) Sejam V () o auto-espao associado ao autovalor de T e V
()
o auto-espao associado ao autovalor de T
t
. Prove que V () e V
()
tm a mesma dimenso.
5. Sejam A M
n
(C) a matriz circulante A =
a
0
a
1
... a
n1
a
n1
a
0
... a
n2
.
.
.
.
.
.
.
.
.
.
.
.
a
1
a
2
... a
0
e
P = (p
jk
) n n tal que p
jk
= e
2i
n
jk
.
(a) Calcule PP e ache P
1
.
(b) Se w = e
2i
n
, mostre que o vetor x =
1
w
.
.
.
w
n1
um autovetor de A.
Qual o autovalor correspondente?
(c) Prove que P
1
AP uma matriz diagonal.
Captulo 7
Produto Interno
Neste captulo o corpo K ser ou R ou C e usaremos a notao K.
7.1 Denies e Exemplos
Denio 7.1 Seja V um espao vetorial sobre K. Um produto interno em
V uma funo que a cada par (u, v) V V associa um escalar, anotado
'u, v`, de modo que:
(a) 'u
1
+ u
2
, v` = 'u
1
, v` +'u
2
, v`
(b) 'au, v` = a'u, v`
(c) 'u, v` = 'v, u`, onde a barra indica conjugao complexa,
(d) 'v, v` um real positivo para todo v K, v = 0
quaisquer que sejam u, v, u
1
, u
2
V e a K.
Exemplo 7.1.1 Seja V = K
n
. Se u = (x
1
, ..., x
n
) e v = (y
1
, ..., y
n
), deni-
mos 'u, v` = x
1
y
1
+ ... + x
n
y
n
e obtemos um produto interno em K
n
.
Exemplo 7.1.2 Seja V = C
0
([0, 1], K) o espao vetorial das funes cont-
nuas f : [0, 1] K. Se f, g V , denimos um produto interno em V por
'f, g` =
1
0
f(t)g(t)dt.
Exemplo 7.1.3 Seja V = C
1
([0, 1], R) o espao vetorial das funes con-
tnuas f : [0, 1] R que tm derivada primeira contnua. Se f, g V ,
denimos um produto interno em V por 'f, g` =
1
0
f(t)g(t) +f
(t)g
(t)
dt.
Exemplo 7.1.4 Sejam V
1
e V
2
espaos vetoriais sobre o mesmo corpo (R
ou C) e ', `
2
um produto interno em V
2
. Se T : V
1
V
2
linear injetora,
99
CAPTULO 7. PRODUTO INTERNO 100
denimos um produto interno em V
1
por 'u, v`
1
= 'T(u), T(v)`
2
. Por exem-
plo, seja T : V
1
= C
0
[0, 1], R
V
2
= C
0
[0, 1], R
, ', `
2
como no exemplo
7.1.2 acima, tal que T(f)(t) = e
t
2
2
f(t). claro que T linear injetora.
Portanto, 'f, g`
1
=
1
0
e
t
2
f(t)g(t)dt um produto interno em V
1
.
Denio 7.2 Seja V um espao vetorial sobre K munido de produto interno
', `. Se v V denimos sua norma por |v| =
|u|
2
+|v|
2
.
Proposio 7.2 Seja V um espao vetorial com produto interno ', `. Ento:
(a) |av| = [a[ |v|
(b) |v| > 0 se v = 0
(c) ['u, v`[ |u| |v| (desigualdade de Cauchy-Schwarz)
(d) |u + v| |u| +|v| (desigualdade triangular),
quaisquer que sejam u, v V e a K.
Dem. (a) |av| =
'av, av` =
aa'v, v` =
[a[
2
'v, v` = [a[ |v|.
(b) Se v = 0 temos 'v, v` > 0, donde |v| > 0.
(c) A desigualdade verdadeira para v = 0. Suponhamos v = 0 e deter-
minemos c K de modo que cv seja a projeo ortogonal de u ao longo de
v, isto , tal que 'u cv, v` = 0, donde c =
'u, v`
'v, v`
. Pelo corolrio 7.1.1 da
CAPTULO 7. PRODUTO INTERNO 101
proposio 7.1 temos |u| |cv| =
['u, v`[
|v|
2
|v|, donde, ['u, v`[ |u| |v|,
com igualdade u = cv.
(d) |u + v|
2
= |u|
2
+|v|
2
+ 2Re'u, v` |u|
2
+|v|
2
+ 2['u, v`[
|u|
2
+|v|
2
+ 2|u| |v| =
|u| +|v|
2
, donde a tese.
Exemplo 7.1.5 Aplicando a desigualdade de Cauchy-Schwarz aos exemplos
7.1.1 e 7.1.2 anteriores, obtemos:
(7.1.1)
i=1
x
i
y
i
i=1
[x
i
[
2
1/2
i=1
[y
i
[
2
1/2
(7.1.2)
1
0
f(t)g(t)dt
1
0
[f(t)[
2
dt
1/2
1
0
[g(t)[
2
dt
1/2
.
Denio 7.3 Seja V um espao vetorial com produto interno ', `. u, v V
so ortogonais ou perpendiculares se 'u, v` = 0, o que indicamos por uv.
Se S V , denimos S
um subespao de V, chamado espao ortogonal de S. Se U o subespao de V
gerado por S, ento S
= U
2
0
f(t)g(t)dt. Temos:
|g
1
|
2
=
2
0
cos
2
kt dt =
|g
2
|
2
=
2
0
sen
2
kt dt =
Os coecientes de Fourier de f V so os nmeros
a
k
=
'f, g
1
`
|g
1
|
2
=
1
2
0
f(t)cos kt dt,
CAPTULO 7. PRODUTO INTERNO 102
b
k
=
'f, g
2
`
|g
2
|
2
=
1
2
0
f(t)sen kt dt
e
a
0
2
=
'f, 1`
|1|
2
=
1
2
2
0
f(t)dt.
Devido a esse exemplo, usual (no caso geral) chamar c =
'u, v`
|v|
2
de
coeciente de Fourier de u em relao a v; o vetor cv a projeo ortogonal
de u sobre v.
Denio 7.4 Seja V um espao vetorial com produto interno ', `. Dizemos
que S V um conjunto ortogonal se dois vetores quaisquer de S so
ortogonais. S V um conjunto ortonormal se S ortogonal e |v| = 1
para todo v S.
Exemplo 7.1.7 A base cannica de K
n
um conjunto ortonormal relativa-
mente ao produto interno usual de K
n
.
Proposio 7.3 Seja V um espao vetorial com produto interno ', `. Se
X V um conjunto ortogonal de vetores no nulos, ento X linearmente
independente.
Dem. Suponhamos a
1
x
1
+ ... + a
n
x
n
= 0, n N, a
i
K, x
i
X. Ento:
'x
i
,
n
k=1
a
k
x
k
` = 0, donde 'x
i
, a
i
x
i
` = 0, isto , a
i
|x
i
|
2
= 0 e, portanto,
a
i
= 0 (i = 1, ..., n), o que mostra ser X linearmente independente.
Proposio 7.4 Seja v
1
, ..., v
n
, ... um conjunto ortogonal de vetores no-
nulos num espao vetorial com produto interno ', `. Sejam v V e c
i
=
'v, v
i
`
|v
i
|
2
(i = 1, 2, ...).
(a) Se a
1
, ..., a
n
K, ento
v
n
i=1
c
i
v
i
v
n
i=1
a
i
v
i
, com igualdade
CAPTULO 7. PRODUTO INTERNO 103
se, e s se, a
i
= c
i
(i = 1, ..., n)
(b)
i=1
[c
i
[
2
|v
i
|
2
|v|
2
(desigualdade de Bessel)
Dem. 'v
n
i=1
c
i
v
i
, v
j
` = 'v, v
j
`
n
i=1
c
i
'v
i
, v
j
` = c
j
|v
j
|
2
c
j
|v
j
|
2
= 0 (j =
1, .., n), ou seja, o vetor v
n
i=1
c
i
v
i
perpendicular ao subespao S gerado por
v
1
, ..., v
n
; em particular ao vetor
n
i=1
(c
i
a
i
)v
i
. Do corolrio 7.1.1 do teorema
de Pitgoras, resulta que
v
n
i=1
c
i
v
i
v
n
i=1
a
i
v
i
i=1
(c
i
a
i
)v
i
= 0, o que equivale a a
i
= c
i
(i = 1, ..., n).
Ainda pelo corolrio 7.1.1 do teorema de Pitgoras, temos |v|
2
i=1
c
i
v
i
2
=
n
i,j=1
'c
i
v
i
, c
j
v
j
` =
n
i=1
[c
i
[
2
|v
i
|
2
, vlida para todo n N. Portanto,
i=1
[c
i
[
2
|v
i
|
2
|v|
2
.
Exemplo 7.1.8 Dada a funo contnua f : [0, 2] R, vamos achar,
dentre os polinmios trigonomtricos de grau m, P(t) =
a
0
2
+ a
1
cos t +
b
1
sen t + ... + a
m
cos mt + b
m
sen mt, a
i
R, b
i
R, o que minimiza a
CAPTULO 7. PRODUTO INTERNO 104
integral
2
0
f(t) P(t)
2
dt.
Seja V = C
0
[0, 2], R
2
0
f(t)g(t)dt.
As funes 1, cos t, sen t, ..., cos nt, sen nt, ... pertencem a V e formam um
conjunto ortogonal de vetores no-nulos, pois
2
0
cos kt dt =
2
0
sen kt dt =
2
0
cos kt cos ht dt =
=
2
0
cos kt sen lt dt =
2
0
sen kt sen lt dt = 0
se k = h, k = l, respectivamente, e
2
0
1
2
dt = 2,
2
0
cos
2
kt dt =
2
0
sen
2
kt dt = (k = 1, 2, ...)
Pela proposio 7.4, |f P|
2
=
2
0
f(t)P(t)
2
dt mnimo quando os
coecientes de P(t) so os coecientes de Fourier de f em relao s funes
1, cos t, sen t, .... Ento:
a
0
2
=
1
2
2
0
f(t)dt, donde a
0
=
1
2
0
f(t)dt
a
k
=
1
2
0
f(t)cos kt dt e b
k
=
1
2
0
f(t)sen kt dt
.
E a desigualdade (abstrata) de Bessel, nos d:
a
2
0
4
2 + a
2
1
+ b
2
1
+ ... + a
2
n
+ b
2
n
+ ...
2
0
[f(t)[
2
dt,
ou seja,
a
2
0
2
+
n=1
(a
2
n
+ b
2
n
)
1
2
0
[f(t)[
2
dt,
que a desigualdade clssica de Bessel.
Exerccio Sejam a
1
, ..., a
n
reais no nulos. Prove:
(a
2
1
+ ... + a
2
n
)
1
a
2
1
+ ... +
1
a
2
n
n
2
.
CAPTULO 7. PRODUTO INTERNO 105
7.2 Bases Ortonormais
Denio 7.5 Seja V um espao vetorial com produto interno ', `. Uma
base (v
1
, ..., v
n
) de V ortogonal se o conjunto v
1
, ..., v
n
ortogonal, isto ,
'v
i
, v
j
` = 0 se i = j. Se, alm disso, |v
j
| = 1 (j = 1, ..., n) ento (v
1
, ..., v
n
)
uma base ortonormal.
Proposio 7.5 Todo espao vetorial com produto interno, de dimenso -
nita n 1, tem uma base ortonormal.
Dem. Seja (u
1
, ..., u
n
) base de V. A partir desta base vamos obter uma base
ortogonal, pelo chamado processo de ortogonalizao de Gram-Schmidt.
Seja v
1
= u
1
(= 0); para achar v
2
ponhamos v
2
= u
2
a
1
v
1
, onde a
1
K
escolhido de modo que 'v
2
, v
1
` = 0, isto , 'u
2
a
1
v
1
, v
1
` = 0, donde
a
1
=
'u
2
, v
1
`
|v
1
|
2
.
Como u
1
e u
2
so LI, claro que v
2
= 0; alm disso, o espao gerado por
v
1
e v
2
o mesmo gerado por u
1
e u
2
. A seguir, para achar v
3
, ponhamos
v
3
= u
3
b
2
v
2
b
1
v
1
, onde b
1
e b
2
so escolhidos de modo que 'v
3
, v
1
` =
'v
3
, v
2
` = 0, donde b
1
=
'u
3
, v
1
`
|v
1
|
2
e b
2
=
'u
3
, v
2
`
|v
2
|
2
.
CAPTULO 7. PRODUTO INTERNO 106
Como u
3
no est no espao gerado por v
1
e v
2
, temos v
3
= 0; alm disso,
o espao gerado por v
1
, v
2
, v
3
o mesmo gerado por u
1
, u
2
, u
3
. Por induo,
suponhamos construdos v
1
, ..., v
k1
que formam um conjunto ortogonal de
vetores no-nulos e so tais que o espao por eles gerado o mesmo gerado
por u
1
, ..., u
k1
. Para achar v
k
, ponhamos v
k
= u
k
c
k1
v
k1
... c
1
v
1
,
onde c
1
, ..., c
k1
so escolhidos de modo que 'v
k
, v
1
` = ... = 'v
k
, v
k1
` = 0,
donde c
1
=
'u
k
, v
1
`
|v
1
|
2
, ..., c
k1
=
'u
k
, v
k1
`
|v
k1
|
2
. Como u
k
no pertence ao espao
gerado por v
1
, ..., v
k1
temos v
k
= 0; alm disso, o espao gerado por v
1
, ..., v
k
o mesmo gerado por u
1
, ..., u
k
. Obteremos assim, por esse processo, uma
sequncia (v
1
, ..., v
n
) de vetores no-nulos, dois a dois ortogonais, donde LI,
ou seja, uma base ortogonal de V. Para obter uma base ortonormal basta
substituir cada v
i
por
v
i
|v
i
|
.
Exemplo 7.2.1 Vamos achar uma base ortogonal para o subespao W de
V = C
0
[0, 1], R
, com 'f, g` =
1
0
f(t)g(t)dt, gerado pelas funes 1, t, t
2
.
Seja f
1
(t) = 1 e tomemos f
2
(t) = t af
1
(t) = t a onde a =
't, f
1
`
|f
1
|
2
=
1
0
t dt =
1
2
. Logo: f
2
(t) = t
1
2
.
Ponhamos f
3
(t) = t
2
bf
2
(t) cf
1
(t), onde b, c R so dados por:
b =
't
2
, f
2
`
|f
2
|
2
e c =
't
2
, f
1
`
|f
1
|
2
.
Temos:
|f
1
|
2
= 1; |f
2
|
2
=
1
0
t
1
2
2
dt =
1
12
; 't
2
, f
1
` =
1
0
t
2
dt =
1
3
;
't
2
, f
2
` =
1
0
t
2
t
1
2
dt =
1
12
.
Logo:
f
3
(t) = t
2
f
2
(t)
1
3
f
1
(t) = t
2
t +
1
6
.
Portanto,
1, t
1
2
, t
2
t +
1
6
i=1
'v, v
i
`v
i
.
Temos:
'u, v
j
` = 'v
r
i=1
'v, v
i
`v
i
, v
j
` = 'v, v
j
`
r
i=1
'v, v
i
`
ij
=
= 'v, v
j
` 'v, v
j
` = 0 (j = 1, ..., r)
ou seja, u W
. Como
r
i=1
'v, v
i
`v
i
W, temos V = W + W
.
Se v W W
= 0.
Logo: V = W W
.
Corolrio 7.6.1 Nas condies da proposio 7.6, se V tem dimenso nita,
ento: dim V = dim W + dim W
.
Obs. Sejam V um espao vetorial com produto interno ', ` e (e
1
, ..., e
n
) uma
base ortonormal de V. Se u, v V , u = a
1
e
1
+ ... + a
n
e
n
, v = b
1
e
1
+ ... +
b
n
e
n
, ento 'u, v` =
n
i,j=1
'a
i
e
i
, b
j
e
j
` =
n
i,j=1
a
i
b
j
ij
=
n
i=1
a
i
b
i
, igual ao produto
interno usual dos vetores a = (a
1
, ..., a
n
) e b = (b
1
, ..., b
n
) de K
n
. Se a base
(e
1
, ..., e
n
) no ortonormal e se 'e
i
, e
j
` = g
ij
K, ento 'u, v` =
n
i,j=1
g
ij
a
i
b
j
.
Se V um espao vetorial sobre K, de dimenso n, uma maneira de se
denir um produto interno em V a seguinte: tome uma base arbitrria
(e
1
, ..., e
n
) de V e dena o produto interno, de u = a
1
e
1
+ ... + a
n
e
n
por
v = b
1
e
1
+... +b
n
e
n
, por meio de 'u, v` =
n
i=1
a
i
b
i
. Em relao a este produto
interno, a base (e
1
, ..., e
n
) ortonormal.
Exerccios
1. Seja c = (u
1
, u
2
, u
3
) a base de R
3
formada pelos vetores u
1
= (1, 1, 1), u
2
=
(1, 1, 1) e u
3
= (1, 1, 1), e seja T = (v
1
, v
2
, v
3
) a base ortogonal
obtida de c pelo processo de Gram-Schmidt. Ache a matriz P de pas-
sagem de c para T. Observe que P triangular superior.
CAPTULO 7. PRODUTO INTERNO 108
2. Dado o vetor unitrio u = (
1
, ...,
n
) R
n
forme a matriz A = (
i
,
j
)
n n. Seja H : R
n
R
n
o operador cuja matriz na base cannica
I
n
2A. Prove que para todo v R
n
tem-se H(v) = v 2'v, u`u e
que |Hv| = |v|. (H a reexo no hiperplano de R
n
cuja normal
u).
3. Em M
R
(n) considere 'A, B` =
i,j
a
ij
b
ij
, onde A = (a
ij
) e B = (b
ij
).
Mostre que ', ` um produto interno. Mostre que o subespao / das
matrizes antissimtricas o complemento ortogonal do subespao o
das matrizes simtricas em M
R
(n).
7.3 Relaes entre V e V
= L(V, K).
Proposio 7.7 Seja V um espao vetorial de dimenso nita sobre K,
munido de um produto interno ', `. A aplicao v V
T
T
v
V
,
T
v
(u) = 'u, v`, bijetora.
Dem. T
v
1
+v
2
(u) = 'u, v
1
+ v
2
` = 'u, v
1
` +'u, v
2
` = T
v
1
(u) + T
v
2
(u).
T
av
(u) = 'u, av` = a'u, v` = aT
v
(u), de modo que T no linear se
K = C. Dizemos que ela semi-linear.
T : V V
injetora: T
v
1
= T
v
2
se, e s se, 'u, v
1
` = 'u, v
2
` para todo
u V 'u, v
1
v
2
` = 0 para todo u V v
1
= v
2
.
T : V V
sobrejetora: dado w V
, seja (v
1
, ..., v
n
) uma base
ortonormal de V e seja v = a
1
v
1
+... +a
n
v
n
com a
i
= w(v
i
). Ento, T
v
(v
i
) =
'v
i
, v` = a
i
= w(v
i
), 1 i n, e, portanto, T
v
= w.
Obs. No caso K = R a aplicao T linear bijetora, isto , um isomorsmo
entre V e V
.
No caso K = C a aplicao T semi-linear bijetora; ela um anti-isomorsmo
entre V e V
.
Se W V um subespao, vimos que W
subespao de V e W
0
subespao de V
, onde
W
= v V ; 'u, v` = 0 u W e
W
0
= V
; (u) = 0 u W.
CAPTULO 7. PRODUTO INTERNO 109
Se v W
ento T
v
W
0
pois T
v
(u) = 'u, v` = 0 para todo u W.
Assim, T : V V
leva W
em W
0
.
Um argumento anlogo ao usado na proposio 7.7 mostra que T : W
W
0
um isomorsmo no caso K = R e um anti-isomorsmo no caso K = C.
Observemos tambm que se dim V = n e dim W = r ento dim W
= nr,
como j vimos anteriormente.
A proposio 7.7 nos diz que, dado um funcional linear w V
, existe
um e um nico vetor v V tal que w = T
v
, isto , w(u) = 'u, v` para todo
u V , ou seja, v V representa a forma linear w V
.
Exemplo 7.3.1 Sejam U R
n
aberto e f : U R uma aplicao dife-
rencivel. A diferencial de f em p U o funcional linear df(p) (R
n
)
f
x
1
(p), ...,
f
x
n
(p)
.
Exemplo 7.3.2 Sejam V um espao vetorial de dimenso nita sobre K,
com produto interno ', `, T
v
(u) = 'u, v`, que sabemos ser semi-linear bijetora.
Vamos denir um produto interno em V
. Seja L : V
denido por L
() = ', `, ,
V
. Denimos 'L
, L
, J
v
() = (v), v
V, V
: W V tal que
'Tv, w` = 'v, T
w`. Vamos
mostrar que T
(w
1
+ w
2
)` = 'Tv, w
1
+ w
2
` = 'Tv, w
1
` + 'Tv, w
2
` = 'v, T
w
1
` +
'v, T
w
2
` = 'v, T
w
1
+ T
w
2
` o que mostra ser T
(w
1
+ w
2
) igual a T
w
1
+
T
w
2
.
Se a K, temos: 'v, T
w` =
'v, aT
(aw) = aT
(w).
Denio 7.6 A aplicao linear T
w`
quaisquer que sejam v V , w W, chama-se a adjunta de T. Se V = W e
T = T
= T
+ L
;
(b) (aT)
= a T
;
(c) (L T)
= T
;
(d) (T
= T.
Dem.
(a) '(L+T)(u), v` = 'Lu+Tu, v` = 'Lu, v`+'Tu, v` = 'u, L
v`+'u, T
v` =
= 'u, L
v + T
v` = 'u, (L
+ T
= L
+ T
.
(b) '(aT)(u), v` = 'aT(u), v` = a'u, T
v` = 'u, aT
(v)` =
= 'u, (aT
= aT
.
(c) '(L T)(u), v` = 'L(Tu), v` = 'Tu, L
v` = 'u, T
v` = 'u, T
(v)`,
donde (L T)
= T
.
(d) 'T
u, v` = 'v, T
= T.
Obs. Se L = L
e T = T
= T
E
F
= A = (a
ij
)
mn, vamos mostrar que
T
F
E
= A
= A
t
, A
= (b
ij
) n m.
Temos:
'v
i
, T
w
j
` = 'Tv
i
, w
j
`
Mas:
'v
i
, T
w
j
` = 'v
i
,
m
k=1
b
kj
v
k
` = b
ij
'Tv
i
, w
j
` =
n
k=1
'a
ki
v
k
, w
j
` = a
ji
.
Portanto, b
ij
= a
ji
, donde A
= A
t
.
Denio 7.7 Seja A = (a
ij
) m n. A adjunta de A a matriz A
=
A
t
= (b
ij
) n m, onde b
ij
= a
ji
. Se A quadrada e A = A
dizemos que
A auto-adjunta (simtrica se K = R, hermitiana se K = C).
Exemplo 7.4.2 Os autovalores de um operador auto-adjunto T = T
:
V V so reais.
De fato, se v = 0 e Tv = v = T
v, temos:
'Tv, v` = 'v, T
: V V , so ortogonais.
De fato, se Tv
1
=
1
v
1
, Tv
2
=
2
v
2
,
1
=
2
, ento
(
1
2
)'v
1
, v
2
` = '
1
v
1
, v
2
` 'v
1
,
2
v
2
` = 'Tv
1
, v
2
` 'v
1
, Tv
2
` = 0, donde
'v
1
, v
2
` = 0.
Obs. A proposio 7.8 mostra que se dim V nita, todo T L(V ) tem
um adjunto T
u` para u, v V quaisquer.
Exemplo 7.4.4 Seja V o espao vetorial real das funes f : R R
de classe C
1
0
f(t)g(t)dt. Seja D : V V o operador de derivao. Temos:
'Df, g` =
1
0
f
(t)g(t)dt = f(t)g(t)
1
0
1
0
f(t)g
g`,
donde D
) = (Im T)
; (b) Im T
= ^(T)
; (d) Im T = ^(T
) T
v = 0 'u, T
.
Corolrio 7.12.1 O posto de T
igual ao posto de T.
Dem. dim Im T
.
4. Seja V um espao vetorial de dimenso nita sobre K e seja T : V
V um operador diagonalizvel. Se W V um subespao tal que
T(W) W, prove que T
W
: W W diagonalizvel em W.
5. Sejam S, T : V V operadores auto-adjuntos. Prove que existe base
ortonormal de V formada por autovetores comuns a S e T se, e s se,
S T = T S.
6. Seja M
n
(C) o espao vetorial complexo das matrizes n n. Prove que
'A, B` = tr(AB
) um produto interno em M
n
(C) e ache o comple-
mento ortogonal do subespao das matrizes diagonais (Obs. B
= B
t
).
7. Seja W um subespao de dimenso nita de um espao vetorial V mu-
nido de produto interno. Se E : V W a projeo ortogonal de V
sobre W, prove que 'E(u), v` = 'u, E(v)` para u, v V quaisquer.
8. Sejam V = W
1
W
2
, ', `
1
e ', `
2
produtos internos em W
1
e W
2
respec-
tivamente. Mostre que existe um nico produto interno ', ` em V tal
que W
2
= W
1
e 'u, v` = 'u, v`
k
quando u, v W
k
, k = 1, 2.
9. Seja V um espao vetorial complexo com produto interno. Prove que
T : V V linear auto-adjunto se, e s se, 'Tv, v` real para todo
v V .
Captulo 8
Operadores Unitrios e Normais
8.1 Denies
Denio 8.1 Sejam V, W espaos vetoriais sobre K, munidos de produto
interno. Dizemos que T : V W uma isometria se T linear bijetora e
'Tu, Tv` = 'u, v` quaisquer que sejam u, v V .
Assim, uma isometria um isomorsmo que preserva o produto interno.
Proposio 8.1 Seja V um espao vetorial com produto interno. Ento:
4'u, v` = |u + v|
2
|u v|
2
se K = R.
4'u, v` = |u +v|
2
|u v|
2
+i|u +iv|
2
i'u iv`
2
se K = C, quaisquer
que sejam u, v V .
Dem. Exerccio.
Proposio 8.2 Sejam V, W espaos vetoriais de mesma dimenso nita
sobre K, munidos de produto interno, e T : V W linear. So equivalen-
tes:
(a)'Tu, Tv` = 'u, v`; (b)|Tv| = |v|;
(c) T isometria; (d) T leva base ortonormal de V em base ortonormal de W;
(e) T leva alguma base ortonormal de V em base ortonormal de W.
Dem. (a) (b): bvio.
(b) (c): se v = 0 ento T(v) = 0, donde T injetora e, como dim V =
dim W, T bijetora. Pela proposio 8.1, e pela hiptese, temos (no caso
K = C):
4'Tu, Tv` = |T(u + v)|
2
|T(u v)|
2
+ i|T(u + iv)|
2
i|T(u iv)|
2
=
= |u +v|
2
|u v|
2
+i|u +iv|
2
i|u iv|
2
= 4'u, v`, donde 'Tu, Tv` =
'u, v`. Portanto, T isometria.
114
CAPTULO 8. OPERADORES UNITRIOS E NORMAIS 115
(c) (d): seja (v
1
, ..., v
n
) base ortonormal de V. Como T isomorsmo,
(Tv
1
, ..., Tv
n
) base de W. Do fato de ser 'Tv
i
, Tv
j
` = 'v
i
, v
j
` =
ij
, resulta
que essa base de W ortonormal.
(d) (e): bvio.
(e) (a): seja (v
1
, ..., v
n
) base ortonormal de V tal que (Tv
1
, ..., Tv
n
) seja
base ortonormal de W. Ento:
'Tv
i
, Tv
j
` = 'v
i
, v
j
` =
ij
.
Se u = a
1
v
1
+ ... + a
n
v
n
e v = b
1
v
1
+ ... + b
n
v
n
, ento:
'u, v` =
n
i=1
a
i
b
i
e 'Tu, Tv` = '
n
i=1
a
i
T(v
i
),
n
j=1
b
j
T(v
j
)` =
n
i,j=1
a
i
b
j
'Tv
i
, Tv
j
` =
=
n
i,j=1
a
i
b
j
ij
=
n
i=1
a
i
b
i
.
Portanto,
'Tu, Tv` = 'u, v`
Corolrio 8.2.1 Sejam V, W espaos vetoriais de dimenso nita sobre K,
munidos de produto interno. V e W so isomtricos (isto , existe isometria
T : V W) se, e s se, dim V = dim W.
Dem. Sejam (v
1
, ..., v
n
) e (w
1
, ..., w
n
) bases ortonormais de V e W, respecti-
vamente. Denamos T : V W linear por T(v
i
) = w
i
, 1 i n. Ento
T isometria. A recproca imediata.
Denio 8.2 Sejam V um espao vetorial com produto interno ', ` e T :
V V linear. Dizemos que T um operador unitrio se T uma isome-
tria.
No caso de V ter dimenso nita, a proposio 8.2 mostra que T uni-
trio se, e s se, preserva o produto interno. No caso em que K = R um
operador unitrio usualmente chamado de ortogonal.
Exemplo 8.1.1 Seja V
1
= C
0
([0, 1], R) o espao vetorial real das funes
contnuas f : [0, 1] R com o produto interno 'f, g`
1
=
1
0
f(t)g(t)e
t
2
dt,
e seja V
2
= C
0
([0, 1], R) com o produto interno 'f, g`
2
=
1
0
f(t)g(t)dt. A
aplicao T : V
1
V
2
denida por (Tf)(t) = e
t
2
2
f(t), t [0, 1], linear
bijetora e preserva o produto interno pois 'Tf, Tg`
2
=
1
0
e
t
2
f(t)g(t)dt =
'f, g`
1
. Portanto, T : V
1
V
2
uma isometria.
CAPTULO 8. OPERADORES UNITRIOS E NORMAIS 116
Proposio 8.3 Sejam V um espao vetorial com produto interno, de di-
menso nita e T : V V linear. T unitrio se, e s se, T
T = I(=
T T
).
Dem. T unitrio se, e s se, 'Tu, Tv` = 'u, v` para todo u, v V , o que
equivale a 'T
T = I.
Denio 8.3 Dizemos que A M
n
(K) unitria se A
A = I
n
. Lembre-
mos que A
= A
t
. Se K = R temos A
= A
t
e usual dizer que A ortogonal
se A
t
A = I
n
.
Corolrio 8.3.1 Sejam V um espao vetorial de dimenso nita, munido de
um produto interno e T : V V linear. T unitrio se, e s se, a matriz
de T em alguma (ou toda) base ortonormal de V uma matriz unitria.
Dem. Imediata.
Exemplo 8.1.2 Consideramos o R
n
com o produto interno usual. Um movimento
rgido uma aplicao T : R
n
R
n
tal que |Tu Tv| = |u v| para
todo u, v R
n
. Por exemplo, T
v
0
(v) = v + v
0
, onde v
0
R
n
xo, ou seja,
uma translao, um movimento rgido.
(a) Vamos mostrar que se T : R
n
R
n
um movimento rgido tal
que T(0) = 0, ento T linear e ortogonal. Observemos que, neste caso,
|Tu| = |T(u) T(0)| = |u 0| = |u|. Alm disso,
|Tu Tv|
2
= 'Tu Tv, Tu Tv` = |Tu|
2
+|Tv|
2
2'Tu, Tv`.
Por outro lado, |Tu Tv|
2
= |u v|
2
= |u|
2
+|v|
2
2'u, v`.
Resulta: 'Tu, Tv` = 'u, v`, ou seja, se T movimento rgido e T(0) = 0,
ento T preserva o produto interno.
Temos:
|T(u+v)T(u)T(v)|
2
= |T(u+v)|
2
+|Tu|
2
+|Tv|
2
2'T(u+v), T(u)`
2'T(u + v), T(v)` + 2'Tu, Tv` = |u + v|
2
+|u|
2
+|v|
2
2'u + v, u`
2'u +v, v` + 2'u, v` = 2|u|
2
+ 2|v|
2
+ 2'u, v` 2|u|
2
2|v|
2
4'u, v`+
+2'u, v` = 0. Logo: T(u + v) = T(u) + T(v).
Analogamente,
|T(av)aT(v)|
2
= |T(av)|
2
+a
2
|Tv|
2
2a'T(av), T(v)` = |av|
2
+a
2
|v|
2
= T
2
= T
2
T
1
(ou T
2
T
1
= T
1
T
2
), ento T
1
+T
2
e T
1
T
2
so operadores
normais.
Dem. claro que T
1
T
2
= T
2
T
1
se, e s se, T
2
T
1
= T
1
T
2
.
Temos:
(T
1
+T
2
)(T
1
+T
2
)
= (T
1
+T
2
)(T
1
+T
2
) = T
1
T
1
+T
1
T
2
+T
2
T
1
+T
2
T
2
.
E:
(T
1
+T
2
)
(T
1
+T
2
) = (T
1
+T
2
)(T
1
+T
2
) = T
1
T
1
+T
1
T
2
+T
2
T
1
+T
2
T
2
.
Como T
1
T
1
= T
1
T
1
, T
2
T
2
= T
2
T
2
, T
1
T
2
= T
2
T
1
e T
2
T
1
= T
1
T
2
,
vem que T
1
+ T
2
normal.
Temos tambm:
T
1
T
2
(T
1
T
2
)
= T
1
T
2
T
2
T
1
= T
1
T
2
T
2
T
1
= T
2
T
1
T
1
T
2
= T
2
T
1
T
1
T
2
= (T
1
T
2
)
T
1
T
2
,
donde T
1
T
2
normal.
CAPTULO 8. OPERADORES UNITRIOS E NORMAIS 118
Proposio 8.5 Sejam V um espao vetorial complexo de dimenso nita,
munido de um produto interno, e T : V V linear. T normal se, e s
se, |T
v, T
v, v` = 'T
= T
T pela proposi-
o 7.10.
Denio 8.5 Dizemos que A M
n
(K) normal se AA
= A
A.
Obs. imediato vericar que T : V V normal se, e s se, a matriz
de T numa base ortonormal de V uma matriz normal.
Exemplo 8.1.3 A =
1 i
i 1
normal pois
A
= A
t
=
1 i
i 1
e
AA
= A
A =
2 0
0 2
.
Exemplo 8.1.4 T : V V normal T I normal, K.
Temos: (T I)(T I)
= (T I)(T
I) = TT
T +[[
2
I.
(T I)
(T I) = (T
I)(T I) = T
T T T
+[[
2
I.
Logo, T I normal TT
= T
T T normal.
Exemplo 8.1.5 Se V um espao vetorial complexo, T : V V normal
e Tv = v, v = 0, ento T
v = v.
De fato, se T normal, ento |(T I)v| = |(T
I)(v)| = 0, donde
T
]
F
F
= B
= B
t
. Como T T
= T
T obtemos BB
=
B
e B
B, vemos que:
[b
11
[
2
+[b
12
[
2
+ ... +[b
1n
[
2
= [b
11
[
2
[b
22
[
2
+ ... +[b
2n
[
2
= [b
12
[
2
+[b
22
[
2
.
.
.
[b
nn
[
2
= [b
1n
[
2
+[b
2n
[
2
+ ... +[b
nn
[
2
,
donde resulta que b
ij
= 0 para i = j, ou seja, B diagonal e T = (v
1
, ..., v
n
)
base ortonormal de V formada por autovetores de T.
Corolrio 8.6.1 Se K = C e T unitrio, ento T diagonalizvel.
Corolrio 8.6.2 S e T auto-adjunto, ento T diagonalizvel.
Obs. A recproca da proposio 8.6 tambm verdadeira, isto , se
existe base ortonormal T de V formada por autovetores de T, ento T
normal. De fato, se [T]
F
F
= B =
1
0
.
.
.
0
n
ento B
1
0
.
.
.
0
n
e
BB
= B
B =
[
1
[
2
0
.
.
.
0 [
n
[
2
e
'Tv, v` > 0 para todo v = 0. Se T = T
i=1
a
i
v
i
e 'Tv, v` =
n
i,j=1
'a
i
i
v
i
, a
j
v
j
` =
n
i=1
i
[a
i
[
2
> 0,
donde T > 0. O caso T 0 anlogo.
Corolrio 8.7.1 Seja T 0. Se v V tal que 'Tv, v` = 0, ento Tv = 0.
Dem. Sejam
1
, ...,
r
os autovalores no-nulos de T e v =
r
i=1
a
i
v
i
como
acima. Ento, 'Tv, v` = 0 nos d
r
i=1
i
[a
i
[
2
= 0 donde a
1
= ... = a
r
= 0, o
que implica Tv = 0.
Corolrio 8.7.2 T : V V positivo se, e s se, T invertvel e T 0.
Dem. Se T > 0 ento T 0 e Tv = 0 para todo v = 0, donde T invertvel.
Reciprocamente, se T 0 invertvel ento Tv = 0 para todo v = 0 e 'Tv, v`
positivo pelo corolrio 8.7.1, donde T > 0.
Obs. Seja T : V V , dim V = n, um operador normal. Se c =
(u
1
, ..., u
n
) base ortonormal de V e A = [T]
E
E
ento AA
= A
A. Seja
T = (v
1
, ..., v
n
) base ortonormal de V formada por autovetores de T. Ento:
[T]
F
F
=
1
0
.
.
.
0
n
= D.
Temos:
[T]
F
F
= [I]
E
F
[T]
E
E
[I]
F
E
,
donde P
1
AP = D, onde P = [I]
F
E
a matriz de passagem da base ortonormal
c para a base ortonormal T, ou seja, P unitria. Resulta que toda matriz
normal pode ser unitariamente diagonalizada. Se A matriz simtrica ento
P ortogonal.
Exemplo 8.2.1 Seja A =
1 2 2
2 1 2
2 2 1
. Ento: det(AI) =
1 2 2
2 1 2
2 2 1
=
= (3 )
2
(3 ).
(a) = 3:
4x
1
2x
2
2x
3
= 0
2x
1
4x
2
2x
3
= 0
2x
1
2x
2
4x
3
= 0
,
CAPTULO 8. OPERADORES UNITRIOS E NORMAIS 121
donde
X
1
=
1
1
1
autovetor, donde X
1
=
1/
3
1/
3
1/
autovetor unitrio.
(b) = 3: 2x
1
2x
2
2x
3
= 0, donde x
1
= x
2
x
3
e
X
2
=
1
1
0
e
X
3
=
1
0
1
so autovetores. Como
X
2
e
X
3
no so ortogonais, usamos
Gram-Schmidt para ortogonaliz-los. Obtemos: X
2
=
1/
2
1/
2
0
e X
3
=
1/
6
1/
6
2/
.
Os vetores X
1
, X
2
, X
3
formam uma base ortonormal de R
3
de modo que
H =
1/
3 1/
2 1/
6
1/
3 1/
2 1/
6
1/
3 0 2/
matriz ortogonal (H
1
= H
t
) tal que
H
1
AH = D =
3 0
3
0 3
.
Denio 8.7 Seja A = (a
ij
) M
n
(K). DIzemos que A positiva (resp.
no-negativa) se o operador T
A
: K
n
K
n
T
A
(x) = Ax, positivo (resp.
no-negativo). Assim, A > 0 se, e s se, A = A
t
(A hermitiana) e
'T
A
(x), x` = 'Ax, x` =
n
i,j=1
a
ij
x
i
x
j
> 0 para todo x = (x
1
, ..., x
n
) = 0.
Da proposio 8.7 resulta que uma matriz hermitiana positiva se, e s se,
seus autovalores so todos positivos.
Denio 8.8 Uma matriz B = (b
ij
) n n chama-se raiz quadrada de
A = (a
ij
) n n se A = B
2
.
Proposio 8.8 Toda matriz positiva (resp. no-negativa) A = (a
ij
) nn
tem raiz quadrada positiva (resp. no negativa).
Dem. Sejam
1
, ...,
n
os autovalores de A, todos positivos. Pelo teorema es-
pectral existe matriz unitria P nn tal que P
1
AP = D =
1
0
.
.
.
0
n
.
CAPTULO 8. OPERADORES UNITRIOS E NORMAIS 122
Seja B =
1
0
.
.
.
0
; ento B
2
= D.
Seja C = PBP
1
, donde C
2
= PB
2
P
1
= PDP
1
= A, ou seja, a
matriz C raiz quadrada de A > 0, e C > 0 pois auto-adjunta e seus
autovalores so positivos.
Obs. Os autovalores de um operador normal, associados a autovalores
distintos, so ortogonais. De fato, sejam: Tv = v, Tu = u, = , u, v
V .
Temos: 'Tv, u` 'v, T
a
11
a
12
a
13
a
21
a
22
a
23
a
31
a
32
a
33
. Ento: A
1
= [a
11
]; A
2
=
a
11
a
12
a
21
a
22
e A
3
= A.
Proposio 8.9 Seja A uma matriz simtrica de ordem n. So equivalentes:
(a) A positiva (A > 0), isto , 'Ax, x` = x
t
Ax > 0 para todo x = 0,
x =
x
1
.
.
.
x
n
R
n
.
(b) As submatrizes principais A
1
, ..., A
n
de A so todas positivas.
(c) A pode ser reduzida forma triangular superior usando-se apenas
operaes do tipo T
ij
() e com pivs positivos.
(d) A tem uma fatorao (de Cholesky) A = LL
t
onde L triangular
inferior com elementos diagonais positivos.
Dem.
(a) (b): Seja 1 s n; vamos provar que A
s
> 0. Seja X
s
=
(x
1
, ..., x
s
)
t
= 0 em R
s
e X = (x
1
, ..., x
s
, 0, ..., 0)
t
R
n
.
CAPTULO 8. OPERADORES UNITRIOS E NORMAIS 123
Ento: X
t
s
A
s
X
s
= X
t
AX > 0, ou seja, A
s
> 0 (donde det A
s
> 0 j que
det A
s
o produto dos autovalores de A
s
, todos positivos).
(b) (c): Para simplicar, vamos tomar uma matriz 4 4:
A =
a
11
a
12
a
13
a
14
a
21
a
22
a
23
a
24
a
31
a
32
a
33
a
34
a
41
a
42
a
43
a
44
.
Por hiptese, A
1
> 0, A
2
> 0, A
3
> 0, A
4
= A > 0. Em particular,
det A
1
= a
11
> 0 e podemos us-lo como piv, de modo que
A A
(1)
=
a
11
a
12
a
13
a
14
0
(1)
a
22
0
0
,
onde det
a
11
a
12
0
(1)
a
22
= det A
2
> 0, donde
(1)
a
22
=
det A
2
a
11
> 0, e podemos usar
(1)
a
22
como piv, obtendo
A A
(1)
A
(2)
=
a
11
a
12
a
13
a
14
0
(1)
a
22
0 0
(2)
a
33
0 0
.
Como det A
3
= a
11
(1)
a
22
(2)
a
33
> 0, resulta
(2)
a
33
> e podemos us-lo como
piv, obtendo
A A
(1)
A
(2)
A
(3)
=
a
11
a
12
a
13
a
14
0
(1)
a
22
0 0
(2)
a
33
0 0 0
(3)
a
44
= U,
com det A
4
= det A
3
(3)
a
44
> 0, donde
(3)
a
44
> 0 e U triangular superior com
elementos diagonais positivos.
(c) (d): Se A pode ser reduzida forma triangular superior U =
(u
ij
), u
kk
> 0, usando-se apenas operaes elementares do tipo T
ij
(), ento
CAPTULO 8. OPERADORES UNITRIOS E NORMAIS 124
A = LU, onde L triangular inferior com diagonal formada apenas por
nmeros 1:
L =
1 0
.
.
.
.
.
.
e
21
1
... ... ...
.
.
.
...
e
n1
e
n2
... 1
= (e
ij
),
onde e
kk
= 1 e, para i > j, e
ij
= oposto do multiplicador usado em T
ij
()
(veja a observao no m do captulo 5). Ento:
A = LU =
1 0
.
.
.
e
21
1
... ... ...
.
.
.
e
n1
e
n2
... 1
u
11
0
.
.
.
u
22
.
.
.
0 u
nn
1
u
12
u
11
...
u
1n
u
11
.
.
.
1 ...
u
2n
u
22
.
.
.
0 1
=
= LDU
1
.
Essa decomposio nica pois se fosse A = L
1
D
1
U
1
= L
2
D
2
U
2
com L
1
, L
2
triangulares inferiores, D
1
, D
2
diagonais, U
1
, U
2
triangulares superiores, L
1
,
L
2
, U
1
, U
2
com diagonais formadas apenas por nmeros 1, viria D
1
2
L
1
2
L
1
D
1
=
U
2
U
1
1
onde o primeiro membro triangular inferior e o segundo membro
triangular superior, ambos com diagonal formada apenas por nmeros 1,
donde U
2
U
1
1
= I
n
, o que implica U
1
= U
2
e D
1
2
L
1
2
L
1
D
1
= I
n
, ou seja,
L
1
2
L
1
= D
2
D
1
1
, a diagonal do primeiro membro tendo todos os elementos
iguais a 1, donde D
2
D
1
1
= I
n
, que implica D
1
= D
2
e L
1
= L
2
.
Logo, A = LDU
1
, donde A
t
= U
t
1
DL
t
= A = LDU
1
, donde U
1
= L
t
e
A = LDL
t
= LD
1/2
D
1/2
L
t
= L
1
L
t
1
, que a decomposio de Cholesky.
(d) (a): Temos A = LL
t
= A
t
. Seja x = 0, donde y = L
t
x = 0 e
x
t
Ax = x
t
LL
t
x = y
t
y = |y|
2
> 0, ou seja, A > 0.
8.4 Teorema dos Valores Singulares
Lema 8.4.1 Seja T : V W uma aplicao linear entre espaos vetoriais
de dimenso nita sobre K, munidos de produto interno. Ento ^(T
T) =
^(T).
Dem. claro que ^(T
T
) ^(T). Seja v ^(T
T), isto , T
Tv = 0,
donde Tv ^(T
) = (Im T)
, donde Tv Im T (Im T)
, donde Tv = 0,
ou seja, v ^(T), resultando a tese.
CAPTULO 8. OPERADORES UNITRIOS E NORMAIS 125
Proposio 8.10 Sejam V, W espaos vetoriais de dimenso nita sobre
K, munidos de produto interno, e T : V W linear. Os operadores
T
T : V V e T
T)
= T
T, resulta que T
T auto-adjunto; analo-
gamente para TT
. Se v V , tem-se 'T
Tv, v` = |Tv|
2
0, donde
T
T 0; analogamente para TT
Tv, v` > 0 se v = 0
se, e s se, |Tv| > 0, isto , se, e s se, T invertvel. Pelo Lema anterior,
^(T
T) =
= dim V dim ^(T) = posto(T) = posto(T
) = posto(TT
).
Corolrio 8.10.1 T : V W linear injetora se, e s se, T
T invert-
vel; T sobrejetora se, e s se, TT
invertvel.
Dem. T injetora posto(T) = dim V posto(T
T) = dim V
T
.
Obs. Seja A = (a
ij
) m n. Se posto(A) = n ento A
A invertvel,
donde positiva, e AA
0. Se posto(A) = m ento AA
> 0 e A
A 0.
Exemplo 8.4.1 A =
1 0 2
1 1 3
5 5
5 11
positiva e A
A =
2 1 1
1 1 3
1 3 13
no-negativa.
Proposio 8.11 (Teorema dos Valores Singulares)
Sejam U e V espaos vetoriais de dimenso nita sobre K, munidos de
produto interno, e T : U V linear de posto igual a r. Existem bases
ortonormais c = (u
1
, ..., u
n
) de U, T = (v
1
, ..., v
m
) de V tais que
Tu
i
=
i
v
i
, 1 i r ; T
v
i
=
i
u
i
, 1 i r
Tu
j
= 0 , r + 1 j n ; T
v
k
= 0 , r + 1 k m
,
onde os nmeros
1
, ...,
r
so positivos: so os valores singulares de T.
Dem. T
T]
E
E
=
1
0
.
.
.
r
0
.
.
.
0 0
,
onde
1
=
2
1
, ...,
r
=
2
r
so positivos. Ento,
CAPTULO 8. OPERADORES UNITRIOS E NORMAIS 126
(1 i, j r) 'Tu
i
, Tu
j
` = 'T
Tu
i
, u
j
` =
2
i
ij
, e os vetores Tu
i
, Tu
j
so 2 a 2 ortogonais e no-nulos, j que |Tu
i
| =
i
(1 i r). Alm disso,
Tu
k
= 0, r + 1 k n, pois ^(T) = ^(T
T).
Para 1 i r, seja v
i
=
1
i
Tu
i
, donde |v
i
| = 1 e
Tu
i
=
i
v
i
, 1 i r
Tu
j
= 0 , r + 1 j n
.
Os vetores v
1
, ..., v
r
formam uma base ortonormal de Im T, que esten-
demos a uma base ortonormal T = (v
1
, ..., v
m
) de V tomando (v
r+1
, ..., v
m
)
base ortonormal de ^(T
) = (Im T)
. Portanto, T
v
k
= 0, r + 1 k m
e T
v
i
=
1
i
T
Tu
i
=
i
u
i
, 1 i r. T base ortonormal de autovetores de
TT
j que TT
v
i
= T(
i
u
i
) =
2
i
v
i
=
i
v
i
.
Obs. A aplicao linear T
+
: V U denida por
T
+
(v
i
) =
1
i
u
i
, 1 i r ; T
+
(v
k
) = 0 , r + 1 k m,
tal que
TT
+
(v
i
) = T
i
u
i
= v
i
, 1 i r
TT
+
(v
k
) = 0, r + 1 k m
T
+
T(u
i
) = T
+
(
i
v
i
) = u
i
, 1 i r
T
+
T(u
j
) = 0, r + 1 j n
Denio 8.10 T
+
: V U a pseudo-inversa de T : U V .
Obs. Nas condies do Teorema dos Valores Singulares, seja A = [T]
E
1
F
1
m n onde c
1
e T
1
so bases ortonormais de U e V, respectivamente.
Temos
CAPTULO 8. OPERADORES UNITRIOS E NORMAIS 127
[I]
F
1
F
[T]
E
1
F
1
[I]
E
E
1
= QAP, ou seja, existem matrizes unitrias Q = matriz
de passagem de T para T
1
, P = matriz de passagem de c
1
para c, tais que
onde
1
, ...,
r
so os valores singulares da matriz A de posto r.
Obs. Sejam V um espao vetorial de dimenso nita sobre (K) munido de
produto interno, e T : V V linear invertvel. Pelor Teorema dos Valores
Singulares existem bases ortonormais c = (u
1
, ..., u
n
) e T = (v
1
, ..., v
n
) tais
que T
Tu
i
=
2
1
u
i
e Tu
i
=
i
v
i
, 1 i n.
Seja H tal que H
2
= T
=
H
1
T
U = H
1
T
TH
1
= H
1
H
2
H
1
= I, isto , U unitria
e T = UH, ou seja, toda aplicao linear invertvel o produto de uma
aplicao unitria por uma aplicao positiva.
8.5 Exerccios do Captulo 8
1. Sejam V um espao vetorial de dimenso nita, munido de um produto
interno , e T : V V linear. Se a, b K so tais que [a[ = [b[, prove
que aT + bT
normal.
2. Seja R
2
com o produto interno usual. Se T : R
2
R
2
um opera-
dor unitrio (ortogonal) mostre que a matriz de T na base cannica
cos sen
sen cos
ou
cos sen
sen cos
1 i
i 1
. Mostre que T
CAPTULO 8. OPERADORES UNITRIOS E NORMAIS 128
normal e ache uma base ortonormal de V formada por autovetores de
T.
4. Ache a decomposio de Cholesky LL
t
da matriz A =
4 2
2 10
.
5. Seja A n n (simtrica e) positiva, A = QDQ
t
onde Q ortogonal
e D diagonal. Ache matriz invertvel B tal que A = B
t
B.
6. Seja A n n (simtrica e) negativa (A < 0).
(a) Qual o sinal de det A?
(b) Mostre que as submatrizes principais de A so negativas.
(c) Mostre que os determinantes das submatrizes principais de A alter-
nam em sinal.
Captulo 9
Formas Bilineares e Quadrticas
9.1 Generalidades
Denio 9.1 Seja K um corpo de caracterstica = 2; por exemplo K = R
ou K = C. Sejam U, V, W espaos vetoriais sobre K. Uma aplicao T :
U V W bilinear se T linear em cada varivel separadamente, isto
, se
T(u
1
+ u
2
, v) = T(u
1
, v) + T(u
2
, v); T(u, v) = T(u, v)
T(u, v
1
+ v
2
) = T(u, v
1
) + T(u, v
2
); T(u, v) = T(u, v)
quaisquer que sejam u, u
1
, u
2
U, v, v
1
, v
2
V e K.
Com as leis usuais de adio e produto por escalar, o conjunto das apli-
caes bilineares T : U V W um espao vetorial sobre K, ano-
tado L(U, V ; W). Quando U = V e W = K, representamos L(V, V ; K) por
L
2
(V ; K) e dizemos que f L
2
(V ; K) uma forma bilinear.
Exemplo 9.1.1 (x, y) R
n
R
n
'x, y` =
n
i=1
x
i
y
i
uma forma bilinear
em R
n
.
Exemplo 9.1.2 Se f, g V
b
a
f(t)g(t)dt uma forma bilinear em V.
129
CAPTULO 9. FORMAS BILINEARES E QUADRTICAS 130
Exemplo 9.1.4
: L(U, V ) L(V, W) L(U, W)
(S, T) (S, T) = T S
uma aplicao bilinear.
Proposio 9.1 Seja
: L(U, V ; W) L(U, L(V, W))
T T : U L(V, W)
u T(u) : V W
v T(u)(v) = T(u, v)
onde U, V, W so espaos vetoriais sobre K.
Ento, um isomorsmo cannico.
Dem. Seja
: L(U; L(V, W)) L(U, V ; W)
S S : U V W
(u, v) S(u, v) = S(u)(v)
fcil vericar que e esto bem denidas, so lineares, =
id, = id, ou seja, e so isomorsmos e =
1
.
Corolrio 9.1.1
: L
2
(V ; K) L(V, V
)
f f : V V
u f(u) : V K
v f(u, v)
um isomorsmo cannico que nos permite identicar L
2
(V ; K) com L(V, V
).
Denio 9.2 f L
2
(V ; K) simtrica se f(u, v) = f(v, u) quaisquer que
sejam u, v V .
f L
2
(V ; K) antissimtrica se f(u, v) = f(v, u) quaisquer que sejam
u, v V ; neste caso, f(v, v) = f(v, v) donde f(v, v) = 0 para todo v V ,
isto , f alternada.
Obs. O conjunto das formas bilineares simtricas (resp. antissimtricas)
em V um subespao vetorial o
2
(V ; K) (resp. /
2
(V ; K)) de L
2
(V ; K) e
temos L
2
(V ; K) = o
2
(V ; K) /
2
(V ; K). De fato, o
2
(V ; K) e /
2
(V ; K) tm
interseo igual a 0 e se f L
2
(V ; K) ento g(u, v) =
1
2
[f(u, v)+
+f(v, u)] e h(u, v) =
1
2
[f(u, v) f(v, u)] so tais que g o
2
(V ; K), h
/
2
(V ; K) e f = g + h.
CAPTULO 9. FORMAS BILINEARES E QUADRTICAS 131
9.2 Matriz de uma forma bilinear
Sejam:
c = (u
1
, ..., u
m
) base ordenada de U
T = (v
1
, ..., v
n
) base ordenada de V
f : U V K forma bilinear
Se u U, v V , u =
m
i=1
x
i
u
i
, v =
n
j=1
y
j
v
j
, ento f(u, v) =
m
i=1
n
j=1
x
i
y
j
f(u
i
, v
j
).
Pondo a
ij
= f(u
i
, v
j
) vem f(u, v) =
m
i=1
n
j=1
a
ij
x
i
y
j
. A matriz A = (a
ij
)
mn chamada de matriz de f em relao s bases c e T.
Se X =
x
1
.
.
.
x
m
= [u]
E
e Y =
y
1
.
.
.
y
n
= [v]
F
, ento
f(u, v) = (x
1
, ..., x
m
)
a
11
... a
1n
.
.
.
.
.
.
.
.
.
a
m1
... a
mn
y
1
.
.
.
y
n
= X
t
AY.
Fixadas as bases c e T, a aplicao f L(U, V ; K) A M
mn
(K)
um isomorsmo, como se verica facilmente, de modo que dim L(U, V ; K) =
dim U dim V = mn, em particular, dim L
2
(V ; K) = n
2
.
Obs. Se (v
1
, ..., v
n
) base ordenada de V e A = (a
ij
) com a
ij
= f(v
i
, v
j
),
vemos que f L
2
(V ; K) simtrica se, e s se, a
ij
= a
ji
para todo par (i, j).
9.3 Mudanas de Bases
Sejam: c = (u
1
, ..., u
m
); c
= (u
1
, ..., u
m
) bases ordenadas de U, T =
(v
1
, ..., v
n
), T
= (v
1
, ..., v
n
) bases ordenadas de V. Ento:
u
i
=
m
r=1
p
ri
u
r
v
j
=
n
s=1
q
sj
v
s
,
onde P e Q so as matrizes de passagem de c para c
e de T para T
,
respectivamente.
CAPTULO 9. FORMAS BILINEARES E QUADRTICAS 132
Temos:
f(u
i
, v
j
) = a
ij
=
m
r=1
n
s=1
p
ri
q
sj
a
rs
=
n
s=1
r=1
p
t
ir
a
rj
q
sj
,
donde A
= P
t
A Q, que a relao entre a matriz A
de f L(U, V ; K)
nas bases c
e T
= T
e v
j
=
n
i=1
p
ij
v
i
, temos P = Q e A
= P
t
A P.
9.4 Formas Quadrticas
Denio 9.3 Seja f L
2
(V ; K). A funo q : V K denida por
q(v) = f(v, v) chama-se uma forma quadrtica em V. O conjunto Q(V ) das
formas quadrtivas em V um espao vetorial com as leis usuais de adio
e produto por escalar. A aplicao f L
2
(V ; K) q Q(V ) linear
sobrejetora, mas no injetora. Se g(u, v) =
1
2
[f(u, v) + f(v, u)], ento g
simtrica e g(v, v) = f(v, v) = q(v) de modo que podemos sempre supor que
a forma bilinear que dene q simtrica e a aplicao g L
2
(V ; K) q
Q(V ) bijetora. Para obter g a partir de q, observemos que
q(u + v) = g(u + v, u + v) = g(u, u) + g(v, v) + 2g(u, v),
donde g(u, v) =
1
2
[q(u+v)q(u)q(v)]; g a forma polar de q. Se A = (a
ij
)
nn a matriz de g na base c de V e se X = [v]
E
, ento q(v) = X
t
AX,
e dizemos tambm que A matriz de q na base c.
Exemplo 9.4.1 q : R
n
R, q(x) = q(x
1
, ..., x
n
) =
n
i=1
(x
i
)
2
uma forma
quadrtica em R
n
.
Exemplo 9.4.2 q : C
0
([0, 1], R) R, q(f) =
1
0
[f(t)]
2
dt uma forma
quadrtica em C
0
([0, 1], R).
9.5 Formas Bilineares Simtricas Reais
Proposio 9.2 Seja V um espao vetorial real de dimenso nita, munido
de um produto interno. Para cada forma bilinear f : V V R existe
CAPTULO 9. FORMAS BILINEARES E QUADRTICAS 133
uma e uma nica aplicao linear F : V V tal que f(u, v) = 'u, F(v)`
para u, v V quaisquer.
Dem. Seja v V arbitrrio. A funo u V f(u, v) uma forma
linear em V, isto , um elemento de V
ij
. Se v =
n
i=1
x
i
u
i
ento
q(v) = f(v, v) =
n
i,j=1
f(u
i
, u
j
)x
i
x
j
=
i,j
ij
x
i
x
j
=
n
i=1
i
(x
i
)
2
=
1
x
2
1
+...+
n
x
2
n
,
combinao de quadrados.
Corolrio 9.3.1 Nas condies da proposio 9.3, existe base ortonormal
( = (w
1
, ..., w
n
) de V relativa qual se tem
q(v) =
s
i=1
(x
i
)
2
s+t
j=s+1
(x
j
)
2
para todo v =
n
i=1
x
i
w
i
V .
CAPTULO 9. FORMAS BILINEARES E QUADRTICAS 134
Dem. Reordenamos a base T = (u
1
, ..., u
n
) da proposio 9.3 de modo
que
f(u
i
, u
i
) = q(u
i
) =
i
> 0 para 1 i s
f(u
j
, u
j
) = q(u
j
) =
j
< 0 para s + 1 j s + t
f(u
k
, u
k
) = q(u
k
) = 0 para s + t + 1 k n.
Pondo:
w
i
=
u
i
i
para 1 i s
w
j
=
u
j
j
para s + 1 j s + t
w
k
= u
k
para s + t + 1 k n,
obtemos
f(w
i
, w
i
) = 1 para 1 i s
f(w
j
, w
j
) = 1 para s + 1 j s + t
f(w
k
, w
k
) = 0 para s + t + 1 k n.
Portanto, se v =
n
i=1
x
i
w
i
, temos q(v) =
s
i=1
(x
i
)
2
s+t
j=s+1
(x
j
)
2
.
Corolrio 9.3.2 Se c = (v
1
, ..., v
n
) e c
= (v
1
, ..., v
n
) so bases ortonormais
de V nas quais q(v) =
s
i=1
(x
i
)
2
s+t
j=s+1
(x
j
)
2
=
s
i=1
(x
i
)
2
+t
j=s
+1
(x
j
)
2
para
v =
x
i
v
i
=
x
j
v
j
qualquer, ento s = s
e t = t
.
Dem. Sejam:
U = subespao de V gerado por v
1
, ..., v
s
W
+1
, ..., v
n
.
Ento: dim U = s e dim W
= n s
.
Se v U, v = 0, temos q(v) > 0. Se v W
= 0 e, portanto,
dim U + dim W
= dim(U + W
) dim V = n,
donde: s + n s
n, ou seja, s s
.
Por simetria, obtemos: s
s. Logo, s = s
.
Como s + t = s
+ t
.
Obs. O par (s, t) univocamente determinado por q; t a maior dimen-
so de um subespao de V restrita ao qual q negativa: t a dimenso do
CAPTULO 9. FORMAS BILINEARES E QUADRTICAS 135
subespao de V gerado por v
s+1
, ..., v
s+t
. Por denio, t o ndice da forma
quadrtica q. Quando q(v) 0 para v V qualquer, dizemos que o ndice
de q zero.
Exemplo: q : R
4
R, q(x, y, z, t) = x
2
+y
2
+z
2
+t
2
tem posto r = 4
e ndice t = 1.
Vamos apresentar, por meio de exemplos, o mtodo de Lagrange para a
diagonalizao de uma forma quadrtica.
Exemplo 9.5.1 q(x, y, z) = x
2
+ z
2
4xy + 4xz.
Como existe o termo quadrado puro x
2
vamos completar o quadrado:
q(x, y, z) = x
2
4x(yz)+z
2
= [x2(yz)]
2
4(yz)
2
+z
2
= (x2y+2z)
2
4y
2
3z
2
+8yz
e a existncia de y
2
nos permite completar o quadrado:
q(x, y, z) = (x 2y + 2z)
2
4(y z)
2
+ z
2
Pondo:
u = x 2y + 2z
v = y z,
obtemos
q(u, v, z) = u
2
4v
2
+ z
2
,
forma de posto r = 3 e ndice t = 1.
Exemplo 9.5.2 q(x, y, z) = 4xy 2xz + yx
Como no existe nenhum quadrado puro, fazemos
x = u + v
y = u v,
donde xy = u
2
v
2
e
q(u, v, z) = 4u
2
4v
2
2z(u + v) + z(u v) = 4u
2
4v
2
uz 3vz =
= 4
u
2
z
4
u
v
2
+
3z
4
v
= 4
u
z
8
z
2
164
v +
3z
8
2
+
9z
2
16
=
4
u
z
8
2
4
v +
3z
4
v
2
+
z
2
2
.
Fazendo: = u
z
8
; = v +
3z
8
, vem:
q(, , z) = 4
2
4
2
+
z
2
2
,
forma de posto r = 3 e ndice t = 1.
Captulo 10
Miscelnea
10.1 Orientao
Seja V um espao vetorial real, de dimenso nita n 1, e seja B o conjunto
das bases ordenadas de V.
Denio 10.1 Duas bases ordenadas c = (u
1
, ..., u
n
) e T = (v
1
, ..., v
n
) de
V so equivalentes, anotado c T, se o determinante da matriz de passagem
de c para T positivo.
Se v
j
=
n
i=1
p
ij
u
i
, ento a matriz de passagem de c para T a matriz
invertvel P = (p
ij
) e c T se, e s se, det P > 0. Observemos que
P = [I]
F
E
, onde I : V V a identidade.
Proposio 10.1 A relao c T uma relao de equivalncia sobre B.
Dem. (a) c c, pois det [I]
E
E
= det I
n
= 1 > 0.
(b) c T T c: com efeito, se P = [I]
F
E
, ento P
1
= [I]
E
F
.
Portanto, det P > 0 det P
1
> 0.
(c) c T, T ( c (: sejam P = [I]
F
E
, Q = [I]
G
F
. A matriz de
passagem de c para ( R = [I] = PQ. Logo, det R = det P det Q > 0.
Proposio 10.2 A relao c T determina duas classes de equivalncia
no conjunto B de todas as bases ordenadas de V.
Dem. Fixemos uma base c = (u
1
, ..., u
n
) em V e seja c = (u
1
, u
2
, ..., u
n
).
A matriz de passagem de c para c tem determinante igual a
1 0 0 ... 0
0 1 0 ... 0
0 0 1 ... 0
... ... ... ... ...
0 0 0 ... 1
= 1,
136
CAPTULO 10. MISCELNEA 137
ou seja, c e c esto em classes distintas, B
1
e B
2
. Se T base ordenada
arbitrria de V, temos
R = [I]
F
E
= [I]
E
E
[I]
F
E
= PQ,
onde P, Q e R so as matrizes de passagem de c para c, de c para T e de
c para T, respectivamente. Ento:
det R = det P det Q = det Q, donde resulta que ou T B
1
ou T B
2
,
ou seja, s existem duas classes de equivalncia.
Denio 10.2 Qualquer uma das classes B
1
ou B
2
diz-se uma orientao
de V. V possui, portanto, duas orientaes.
Denio 10.3 Um espao vetorial orientado um espao vetorial associ-
ado a uma de suas orientaes. Mais precisamente, um par (V, O) onde O
uma orientao do espao vetorial real V.
Denio 10.4 Se (V, O) um espao vetorial orientado, as bases que per-
tencem orientao O chamam-se positivas. As outras so chamadas negativas.
Exemplo 10.1.1 O espao R
n
possui uma orientao cannica, que aquela
determinada pela base cannica (e
1
, ..., e
n
).
Obs. O conceito de orientao depende essencialmente da relao de
ordem dos nmeros reais, no podendo ser estendido a espaos vetoriais sobre
um corpo qualquer.
10.2 Volume de Paraleleppedo
Sejam V um espao vetorial real de dimenso n, munido de um produto
interno, e v
1
, ..., v
n
V .
Denio 10.5 O paraleleppedo de arestas v
1
, ..., v
n
o conjunto
P(v
1
, ..., v
n
) = x = t
1
v
1
+ ... + t
n
v
n
; 0 t
i
1.
Seja c = (e
1
, ..., e
n
) uma base ortonormal de V. Se v
j
=
n
i=1
a
ij
e
i
, A =
(a
ij
) nn dene-se o volume de P(v
1
, ..., v
n
) por v
P(v
1
..., v
n
)
= [det A[.
Se c
= (e
1
, ..., e
n
) outra base ortonormal de V e e
i
=
n
k=1
p
ki
e
k
, P =
(p
ij
) nn matriz ortogonal, de transio da base c para a base c, ento
CAPTULO 10. MISCELNEA 138
[det P[ = 1 e v
j
=
n
i=1
a
ij
e
i
=
n
i=1
a
ij
n
k=1
p
ki
e
k
=
n
k=1
n
i=1
p
ki
a
ij
e
k
=
n
k=1
a
kj
e
k
,
donde A = PA
e [det A[ = [det A
P(v
1
, ..., v
n
)
no
depende da base ortonormal usada na sua denio.
Proposio 10.3 Seja T : V V linear. Ento:
v
P(Tv
1
, ..., Tv
n
)
= [det T[ v
P(v
1
, ..., v
n
)
.
Dem. Com as notaes usadas acima, temos: v
j
=
n
i=1
a
ij
e
i
, donde
Tv
j
=
n
i=1
a
ij
T(e
i
) =
n
i,k=1
a
ij
b
ki
e
k
=
n
k=1
i=1
b
ki
a
ij
e
k
,
onde B = [T]
E
E
; portanto,
v
P(Tv
1
, ..., Tv
n
P(v
1
, ..., v
n
)
.
10.3 Matriz de Gram
Sejam v
1
, ..., v
k
V , onde V um espao vetorial real de dimenso n, munido
de um produto interno.
Se g
ij
= 'v
i
, v
j
`, a matriz de Gram de v
1
, ..., v
k
G = (g
ij
) k k. Seja
W um subespao de dimenso k contendo v
1
, ..., v
k
(se v
1
, ..., v
k
so LI, W
nico). Seja c = (e
1
, ..., e
n
) base ortonormal de V tal que (e
1
, ..., e
k
) seja base
ortonormal de W. Ento: v
j
=
k
i=1
a
ij
e
i
, v
P(v
1
, ..., v
k
)
= [det A[ e v
1
, ..., v
k
so LI det A = 0 v
P(v
1
, ..., v
k
)
> 0.
Proposio 10.4 v
P(v
1
, ..., v
k
)
det G.
Dem. Com as notaes acima, temos:
g
ij
= 'v
i
, v
j
` = '
k
r=1
a
ri
e
r
,
k
s=1
a
sj
e
s
` =
k
r=1
a
t
ir
a
rj
,
donde G = A
t
A e det G = (det A)
2
, resultando v
P(v
1
, ..., v
k
)
= [det A[ =
[v
1
[
2
0
.
.
.
0 [v
k
[
2
= [v
1
[
2
...[v
k
[
2
= (det A)
2
,
donde [det A[ = v
P(v
1
, ..., v
k
)
= [v
1
[...[v
k
[. Se v
1
, ..., v
k
conjunto orto-
normal, ento P(v
1
, ..., v
k
) o cubo unitrio I
k
e v(I
k
) = 1.
10.4 Produto Vetorial
Sejam V um espao vetorial real, de dimenso (n+1), munido de um produto
interno ', `, orientado, e v
1
, ..., v
n
V . A funo
f : V R
x f(x) = det
E
(v
1
, ..., v
n
, x),
onde c = (e
1
, ..., e
n+1
) base positiva de V, ortonormal, linear, donde existe
um e um nico u V , u = v
1
... v
n
, tal que f(x) = 'u, x` para todo
x V . Este vetor u = v
1
... v
n
chama-se o produto vetorial de v
1
, ..., v
n
.
Obs. (a) u = v
1
... v
n
forma n-linear dos vetores v
1
, ..., v
n
.
(b) Seja A = [v
1
, ..., v
n
] a matriz (n+1)n cujas colunas so os vetores v
j
escritos na base c. Seja A
(i)
n n a submatriz obtida de A pela omisso
da linha i. Temos:
'u, e
j
` = det [v
1
, ..., v
n
, e
j
] = (1)
n+1+j
det A
(j)
.
Ento:
u =
n+1
i=1
(1)
n+1+i
det A
(i)
e
i
,
donde [u[
2
=
n+1
i=1
(det A
(i)
)
2
0 e [u[ = 0 det A
(i)
= 0 para todo i,
1 i n + 1 posto A < n v
1
, ..., v
n
so LD.
(c) uv
j
(1 j n) pois 'u, v
j
` = det(v
1
, ..., v
n
, v
j
) = 0.
(d) [u[
2
= det
E
[v
1
, ..., v
n
] = v
P(u, v
1
, ..., v
n
)
= [u[v
P(v
1
, ..., v
n
)
, donde
[u[ = v
P(v
1
, ..., v
n
)
.
(e) v
1
, ..., v
n
so LI v
P(v
1
, ..., v
n
)
v
11
... v
1n
e
1
v
21
... v
2n
e
2
.
.
.
.
.
.
.
.
.
.
.
.
v
n+1,n
... v
n+1,n
e
n+1
=
n+1
i=1
(1)
n+1+i
det A
(i)
e
i
= u.
Exerccios de Reviso
1. Sejam p
1
, ..., p
n
P
n
(K), isto , polinmios de grau menor que n.
Se, para j = 1, ..., n, p
j
(2) = 0, prove que p
1
, ..., p
n
um conjunto
linearmente dependente.
2. Prove que no existe T : R
5
R
2
linear cujo ncleo seja (x
1
, ..., x
5
)
R
5
[x
1
= x
2
e x
3
= x
4
= x
5
.
3. Seja T : V W linear, V de dimenso nita. Prove que existe
subespao U V tal que ^(T) U = 0 e Im T = T(U).
4. Seja T : R
n
R
n
, T(x
1
, ..., x
n
) = (x
1
+... +x
n
, ..., x
1
+... +x
n
). Ache
os autovalores e autovetores de T.
5. Sejam V = U W, P : V W, P(u+w) = w, onde u U e w W.
Mostre que 0 e 1 so os nicos autovalores de P e ache os autovetores
correspondentes.
6. D exemplo de um operador linear invertvel T : V V , dim V = n,
cuja matriz em alguma base s tem zeros na diagonal principal.
7. Se a
1
, ..., a
n
, b
1
, ..., b
n
R, prove que
j=1
a
j
b
j
j=1
j a
2
j
j=1
b
2
j
j
.
8. Seja T : C
n
C
n
, T(z
1
, ..., z
n
) = (0, z
1
, ..., z
n1
). Ache T
.
9. Prove que todo operador auto-adjunto T : V V tem uma raiz
cbica, dim V = n.
10. Sejam T : V V linear, dim V = n. Prove que V tem base formada
por autovetores de T se, e s se, existe produto interno em V que torna
T auto-adjunto.
141
EXERCCIOS DE REVISO 142
11. Se T : V V normal, prove que Im T = Im T
.
12. Se K = C prove que todo operador normal T : V V , dim V = n
tem uma raiz quadrada.
13. Sejam K = C e T : V V operador normal, dim V = n. Prove que
T = T
0 0 ... 0 0 a
0
1 0 ... 0 0 a
1
0 1 ... 0 0 a
2
... ... ... ... ... ...
0 0 ... 1 0 a
n2
0 0 ... 0 1 a
n1
.
16. Sejam T : V V , dim V = n, T > 0 e tr T = 0. Prove que T = 0.
17. Sejam (e
1
, ..., e
n
) base ortonormal de V e T : V V linear. Prove:
tr(T
T) = [Te
1
[
2
+ ... +[Te
n
[
2
.
18. Sejam K = C, T : V V linear, c = (e
1
, ..., e
n
) base ortonormal de
V, e
1
, ...,
n
os autovalores de T. Se A = [T]
E
E
= (a
ij
) n n prove
que
[
1
[
2
+ ... +[
n
[
2
i,j=1
[a
ij
[
2
.
Referncias Bibliogrcas
[1] Axler, S. Linear Algebra Done Right Springer, New York, 1996.
[2] Gelfand, I. Lectures on Linear Algebra Interscience, New York, 1961.
[3] Homan, K.; Kunze, R. Linear Algebra Prentice-Hall, New Jersey,
1971.
[4] Jdice, E.D. Introduo lgebra Linear Belo Horizonte, 1960.
[5] Lang, S. Linear Algebra Springer, New York, 2004.
[6] Leon, S. lgebra Linear LTC, Rio de Janeiro, 1999.
[7] Lima, E.L. lgebra Linear IMPA, Rio de Janeiro, 1996.
[8] Queysanne, M. Algbre Armand Colin, Paris, 1964.
[9] Simmons, G. Introduction to Topology and Modern Analysis
McGraw-Hill, New York, 1963.
143