Академический Документы
Профессиональный Документы
Культура Документы
LGEBRA LINEAR
ISBN 978-85-915683-0-7
Belo Horizonte
Edio do Autor
2013
Sumrio
Prefcio
1 Espaos Vetoriais
1.1 Definies e Exemplos . . . . . . . . . .
1.2 Subespaos . . . . . . . . . . . . . . . .
1.3 Independncia Linear. Bases. Dimenso
1.4 Espaos Produto e Quociente . . . . . .
1.5 Somas e Somas Diretas . . . . . . . . . .
1.6 Exerccios do Captulo 1 . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
2 Aplicaes Lineares
2.1 Definies e Exemplos . . . . . . . . . . . . .
2.2 Composio e Inverso de Aplicaes Lineares
2.3 lgebra das Aplicaes Lineares . . . . . . . .
2.4 Exerccios do Captulo 2 . . . . . . . . . . . .
3 Matrizes
3.1 Definies . . . . . . . . .
3.2 Produto de Matrizes . . .
3.3 Aplicao Linear Matriz
3.4 Mudana de Bases . . . .
3.5 Exerccios do Captulo 3 .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
2
2
5
7
11
13
16
.
.
.
.
18
18
23
28
30
.
.
.
.
.
32
32
34
35
42
47
.
.
.
.
49
49
52
53
57
5 Determinantes
58
5.1 Aplicaes r-lineares alternadas . . . . . . . . . . . . . . . . . 58
i
SUMRIO
5.2
5.3
5.4
5.5
ii
6 Autovalores e Autovetores
6.1 Definies . . . . . . . . . . . . . . .
6.2 Diagonalizao . . . . . . . . . . . .
6.3 Polinmios de Operadores e Matrizes
6.4 Exerccios do Captulo 6 . . . . . . .
7 Produto Interno
7.1 Definies e Exemplos .
7.2 Bases Ortonormais . . .
7.3 Relaes entre V e V .
7.4 Adjunta . . . . . . . . .
7.5 Exerccios do Captulo 7
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
. 63
. 66
. 71
. 78
.
.
.
.
84
84
90
95
98
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
99
99
105
108
110
113
. . . . . . .
. . . . . . .
de Cholesky
. . . . . . .
. . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
115
115
120
123
125
128
.
.
.
.
.
130
. 130
. 132
. 132
. 133
. 133
.
.
.
.
137
. 137
. 138
. 139
. 140
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
Exerccios de Reviso
142
Bibliografia
144
Prefcio
A origem desse livro de lgebra Linear remonta a um curso feito para
alunos do Bacharelado em Matemtica da UFMG. Na ocasio, fizemos uma
primeira redao revista pelos professores do ICEx-UFMG, Michel Spira e
Wilson Barbosa, a quem muito agradecemos. Mais recentemente, retomamos
o trabalho e, aps vrias mudanas, aproveitamos parte do material na disciplina Mtodos Matemticos do Programa de Ps-Graduao em Engenharia Eltrica da PUCMINAS. A verso final do livro foi revista pela professora
Mariana Cornelissen Hoyos, a quem agradecemos a generosa assistncia.
A leitura do Sumrio mostra que se trata de um livro bsico de lgebra
Linear que procura desenvolver o assunto com cuidado no aspecto terico,
visando a boa formao do profissional. Para aprofundamento na matria
deve-se recorrer aos livros indicados na Bibliografia, que utilizamos livremente.
A digitao do manuscrito foi feita, com eficincia e boa vontade, por Eric
Fernandes de Mello Arajo, a quem agradecemos. Ao leitor, bom proveito.
Captulo 1
Espaos Vetoriais
1.1
Definies e Exemplos
(u, v) 7 u + v
K V V
(a, v) 7 av
donde:
a(u v) = au av.
Fazendo u = v, obtemos
a0=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
0v =0
e tambm
(a)v = (0 a)v = 0 v av = av.
(c) Para todo a K e todo v V vimos que
0v =a0=0
Suponhamos que av = 0. Se a 6= 0 ento
0 = a1 0 = a1 (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 coeficientes reais e
munido das leis usuais, juntamente com o polinmio zero, forma um
espao vetorial real?
2. D exemplo de um conjunto M que verifique todos os axiomas de espao
vetorial, exceto 1 v = v para todo v M .
X
|xn | < . Prove que, com as leis usuais, l1 (N) um espao ven=1
torial complexo.
1.2
Subespaos
\
A
W .
Dem. Seja (W )A
\ a famlia de todos os subespaos de V contendo X.
Sabemos que W =
W um subespao de V . claro que W contm X
A
Exerccios
1. Seja V = F(R, R) o espao vetorial real das funes f : R R.
Verifique se W subespao de V nos seguintes casos:
(a) W = conjunto das funes pares
(b) W = conjunto das funes mpares
(c) W = conjunto das funes derivveis
(d) W = conjunto das funes C
2. Qual a expresso do elemento genrico do subespao de K[t] gerado
pelos polinmios t2 e t3 ?
3. Verifique se W = {(x, y, z) R3 ; x = 2y} subespao de R3 .
4. Mostre que W = {(0, y, z) R3 } gerado por (0, 1, 1) e (0, 2, 1).
5. Mostre que o conjunto das funes f : R R de classe C 2 tais que
f 00 + af 0 + bf = 0 (a e b reais fixos) um subespao de F(R, R).
6. Mostre que, em geral, a unio de dois subespaos no um subespao.
1.3
Definio 1.4 Sejam X 6= , X V, V um espao vetorial sobre K. Dizemos que X linearmente independente se, quaisquer que sejam v1 , ..., vm
X, m N, a equao a1 v1 + ... + am vm = 0, onde a1 , ..., am K, implica a1 = a2 = ... = am = 0. Se X no linearmente independente
(LI) dizemos que X linearmente dependente (LD); neste caso, existem
v1 , ..., vp X, p N, e escalares no todos nulos, a1 , ..., ap , tais que
a1 v1 + ... + ap vp = 0.
Exemplo 1.3.1 Em K n consideremos os vetores
e1 = (1, 0, ..., 0)
e2 = (0, 1, ..., 0)
..
.
en = (0, ..., 0, 1)
Esses vetores so LI, pois a1 e1 + ... + an en = (a1 , ..., an ) = 0 = (0, ..., 0)
a1 = 0, ..., an = 0.
Exemplo 1.3.2 Em Pn os vetores 1, t, ..., tn1 so LI pois a0 + a1 t + ... +
an1 tn1 = 0 implica a0 = a1 = ... = an1 = 0.
Exemplo 1.3.3 No espao das funes f : R R de classe C 1 consideremos os vetores f1 (t) = er1 t , f2 (t) = er2 t onde r1 6= r2 so reais. f1 , f2 so
LI pois se a1 f1 + a2 f2 = 0 ento a1 er1 t + a2 er2 t = 0 para todo t R, donde
a1 e(r1 r2 )t + a2 = 0 para todo t R. Derivando: a1 (r1 r2 )e(r1 r2 )t = 0 para
todo t R, donde a1 = 0 e, portanto, a2 = 0.
Exemplo 1.3.4 Consideremos os elementos 1 e i de C. Considerando C
como um espao vetorial real, 1 e i so LI. Considerando C como um espao
vetorial complexo, 1 e i so LD.
Proposio 1.3 Se v1 , ..., vn so vetores LI em V e
a1 v1 + ... + an vn = b1 v1 + ... + bn vn ,
com ai K, bi K (1 i n), ento ai = bi para todo i.
Dem. A relao dada equivalente a (a1 b1 )v1 + ... + (an bn )vn = 0,
donde a1 b1 = ... = an bn = 0, isto , ai = bi para i = 1, 2, ..., n.
X {v} LD.
(c) (a): Seja v V, v
/ X, ento Y = X {v} LD e existem vetores
x1 , ..., xn de X e escalares a, a1 , ..., an , no todos nulos, tais que
av + a1 x1 + ... + an xn = 0.
Se fosse a = 0 resultaria X LD. Ento a 6= 0 e v = b1 x1 + ... + bn xn , isto ,
X gera V (e LI).
Definio 1.7 Seja V um espao vetorial sobre K. X V, X 6= ,
uma base de V se X possui uma das (e portanto as trs) propriedades da
proposio 1.5.
Se V tem uma base finita X = {v1 , ..., vn } dizemos que V tem dimenso
finita; neste caso, se v V , ento v se escreve de modo nico na forma
v = a1 v1 + ... + an vn , ai K, 1 i n.
Proposio 1.6 Sejam {v1 , ..., vn } e {w1 , ..., wp } bases do espao vetorial V
sobre K. Ento:
n=p
10
Exerccios
1. Mostre que t3 t2 + 1, q = t2 1 e r = 2t3 + t 1 so LI em P4 .
11
1.4
12
, a K.
13
V
se torna um espao vetorial
pura rotina verificar que, com estas leis,
W
V
V
sobre K. O elemento neutro da adio em
a classe W = 0 + W .
W
W
chamado de espao vetorial quociente de V por W .
Exemplo 1.4.1 Sejam V = R2 e W uma reta pela origem de R2 . Um
V
V
elemento tpico de
uma reta v + W paralela a W , e
consiste de
W
W
todas as retas paralelas a W em R2 .
(u + v) + W
u+W
v+W
Ou + v
W
v
-
Exerccios
V
1. Prove que se v1 + W, ..., vn + W so LI em
, ento v1 , ..., vn so LI
W
em V .
2. Sejam V um espao vetorial e W um subespao. Para u, v V definamos 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
14
Dem. Seja {w1 , ..., wr } base de W . Sabemos que existem vetores u1 , ..., us
V tais que {w1 , ..., wr , u1 , ..., us } seja base de V . Seja U o subespao gerado
por u1 , ..., us . 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 finita sobre K,
U e W dois de seus subespaos. Se V = U W ento dim V = dim U +
dim W .
15
ni
X
aki vik , 1 i r.
k=1
Logo:
v=
ni
r X
X
i=1 k=1
Suponhamos que
ni
r X
X
i=1 k=1
ni
X
k=1
LI e, portanto, B base de V .
Reciprocamente, se B base de V , ento v =
vi =
ni
X
k=1
ni
r X
X
i=1 k=1
aki vik =
r
X
vi , onde
i=1
16
ni
r X
X
i=1 k=1
Exerccios
1. Sejam U, V, W os seguintes subespaos de R3 :
U = {(x, y, z) R3 ; x + y + z = 0}; V = {(x, y, z) R3 ; x = z} e
W = {(0, 0, z) R3 ; z R}. Mostre que R3 = U + V , R3 = U + W ,
R3 = V + W . Quando que a soma direta?
2. Sejam V = F(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 finita sobre K, U e W subespaos de V . Prove:
dim(U + W ) dim U + dim W
1.6
Exerccios do Captulo 1
17
Captulo 2
Aplicaes Lineares
2.1
Definies e Exemplos
18
19
Z
f (t)dt R.
0
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 0 ) V subespao pois:
1. 0 T 1 (U 0 ) j que T (0) = 0 U 0
2. Se u, v T 1 (U 0 ) ento T (u), T (v) U 0 , donde T (u) + T (v) = T (u +
v) U 0 , donde u + v T 1 (U 0 )
3. Se a K e v T 1 (U 0 ) ento aT (v) = T (av) U 0 e, portanto,
av T 1 (U 0 ).
Definio 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 N (T ). Assim,
Im T = {T (v) W ; v V }
N (T ) = {v V ; T (v) = 0}
Obs.: Por definio T sobrejetora se Im T = W e T injetora se
u 6= v implica T (u) 6= T (v).
Proposio 2.3 Seja T : V W linear. So equivalentes:
(a) N (T ) = {0}
(b) T injetora
(c) T transforma cada conjunto LI de vetores de V em conjunto LI de vetores
de W.
21
i=1
i=1
yi Y , ou seja, Y gera W.
(b) (a):
Sejam X um conjunto de geradores de V e Y = T (X). Ento Y gera W.
p
X
Se w W , temos w =
ai yi , ai K, yi Y, yi = T (xi ), xi X. Logo,
i=1
p
!
p
X
X
w=
ai T (xi ) = T
ai xi = T (v) com v V , isto , T sobrejetora.
i=1
i=1
22
Dem. Seja {v1 , ..., vs } base de N (T ) e sejam vs+1 , ..., vn V tais que
{v1 , ..., vs , vs+1 , ..., vn } seja base de V. Se w = T (v) Im T e v = a1 v1 + ... +
an vn , ento w = as+1 T (vs+1 ) + ... + an T (vn ) j que T (v1 ) = ... = T (vs ) = 0;
logo T (vs+1 ), ..., T (vn ) geram Im T .
Alm disso, esses vetores so LI; de fato, se bs+1 T (vs+1 ) + .... + bn T (vn ) =
0, ento T (bs+1 vs+1 + ... + bn vn ) = 0, ou seja, bs+1 vs+1 + ... + bn vn N (T ).
Portanto, podemos escrever bs+1 vs+1 + ... + bn vn = b1 v1 + ... + bs vs .
Como v1 , ..., vs , vs+1 , ..., vn so LI, resulta bs+1 = ... = bn = 0 (e tambm
b1 = ... = bs = 0). Resulta que {T (vs+1 ), ..., T (vn )} base de Im T e
dim Im T = n s = dim V dim N (T ), donde a tese.
Corolrio 2.5.1 Sejam T : V W linear, dim V = n, dim W = p.
Ento:
(a) T injetora r = posto(T ) = n. Neste caso, dim V dim W .
(b) T sobrejetora r = posto(T ) = p. Neste caso, dim V dim W .
Corolrio 2.5.2 Seja T : V W linear, com dim V = dim W < . So
equivalentes:
(a) T bijetora;
(b) T injetora;
(c) T sobrejetora;
(d) se {v1 , ..., vn } base de V, ento {T v1 , ..., T vn } base de W;
(e) existe base {v1 , ..., vn } de V tal que {T v1 , ..., T vn } seja base de W.
Dem. (a) (b): bvio.
(b) (c): Como T injetora, temos posto(T ) = dim V = dim W = n,
donde Im T = W .
(c) (d): T v1 , ..., T vn geram Im T = W . Como dim W = n, resulta
que {T v1 , ..., T vn } base de W.
(d) (e): bvio.
(e) (a): Seja {v1 , ..., vn } base de V tal que {T v1 , ..., T vn } seja base de
W. Como T v1 , ..., T vn Im T e geram W resulta que W Im T , donde
Im T = W , ou seja, T sobrejetora.
23
Exerccios
1. Seja T : V W linear. Prove que so equivalentes:
(a) T injetora;
(b) para toda decomposio V = V1 V2 tem-se T (V ) = T (V1 ) T (V2 )
2. Ache T : R2 R linear tal que T (1, 1) = 1 e T (1, 0) = 3.
3. Seja T : V W linear. Prove que se T (v1 ), ..., T (vn ) so LI, ento
v1 , ..., vn so LI.
4. Ache T : R3 R4 linear cuja imagem seja gerada por (1,0,2,-4) e
(0,2,-1,3).
5. Seja T : V V linear. Prove que se T v1 , ..., T vn geram V, ento
v1 , ..., vn geram V.
6. Seja T : R2 R2 definido por T (x, y) = (ax + by, cx + dy), com
ad bc 6= 0. Prove:
(a) v 6= 0 T v 6= 0.
(b) Toda reta l R2 transformada por T numa reta.
(c) T transforma retas paralelas em retas paralelas.
2.2
Dem. Se u, v U , ento
(L T )(u + v) = L(T (u + v)) = L(T u + T v) = L T (u) + L T (v).
24
Se a K e u U , ento
(L T )(au) = L(T (au)) = L(aT (u)) = aL(T (u)) = a(L T )(u).
Resulta que L T linear.
Proposio 2.7 Seja T : V W linear bijetora. Ento a aplicao inversa
T 1 : W V tambm linear (e bijetora).
25
>
- W
V
N (T )
26
V
isomorfo a W.
U
V
isomorfo a Im T . Pelo corolrio
N (T )
V
isomorfo a U. Resulta que U e Im T so isomorfos.
N (T )
Proposio 2.10 Sejam U e W subespaos do espao vetorial V de dimenso finita sobre o corpo K. Ento:
dim U + dim W = dim (U + W ) + dim (U W ).
27
Exerccios
1. Sejam T, L L(V ) tais que L T = T L. Prove:
(a) L(N (T ) N (T );
(b) L(Im T ) Im T .
28
W
isomorfo a R.
2.3
29
30
2.4
Exerccios do Captulo 2
31
0
(a) dim T (V ) = dim V 0 dim (N (T ) V 0 )
(b) dim T 1 (W 0 ) = dim N (T ) + dim (Im T W 0 ).
11. E0 , E1 , ..., En sendo espaos vetoriais sobre o mesmo corpo K (n 2)
dizemos que o diagrama
fk1
f0
fn1
k
E0
E1
...
Ek1 Ek
Ek+1
...
En1 En
[0 E
F uma sequncia exata ] f injetora
f
[E
F 0 uma sequncia exata ] f sobrejetora.
(b) Prove que os diagramas seguintes so sequncias exatas:
E
0
F
0F
E
0 Nf
E
F
F
0
Im f
Captulo 3
Matrizes
3.1
Definies
a11 a12
a21 a22
A=
...
...
am1 am2
... a1n
... a2n
= (aij ), 1 i m, 1 j n
... ...
... amn
1 0 0
iguais a zero. Por exemplo, I3 = 0 1 0. O elemento genrico de In o
0 0 1
32
CAPTULO 3. MATRIZES
33
CAPTULO 3. MATRIZES
34
Eij =
0 ...
.. . .
.
.
0 ...
.. . .
. .
0 ...
0
..
.
...
.
..
0
..
.
1
..
.
...
..
.
0
..
.
coluna j
...
linha i
Proposio 3.1 O conjunto {E11 , ..., E1n , ..., Em1 , ..., Emn } uma base de
Mmn (K).
m X
n
X
i=1 j=1
trizes Eij geram Mmn (K). Alm disso, elas so LI, pois se
m X
n
X
aij Eij =
i=1 j=1
3.2
Produto de Matrizes
Exemplo 3.2.1
1 0
0 2
1 2
3 4
1 2
3 4
1 0
0 2
1 2
6 8
1 4
3 8
CAPTULO 3. MATRIZES
35
(c) In A = AIn = A,
onde se supem definidos os produtos e somas (das matrizes) indicados, e em
(c) A m n.
Temos: eij =
gij =
p
X
k=1
n
X
dik ckj =
p
X
k=1
n
X
air frj =
r=1
r=1
ckj
n
X
air brk
r=1
p
air
brk ckj ,
k=1
o que mostra que eij = gij para todo i e todo j. As demonstraes de (b)
e (c) so deixadas a cargo do leitor.
3.3
m
X
j=1
i=1
aij wi , ento:
i=1
T (v) =
n
X
j=1
xj T (vj ) =
n X
m
X
j=1 i=1
aij xj wi .
CAPTULO 3. MATRIZES
Portanto:
yi =
36
n
X
aij xj
(i = 1, 2, ..., m)
j=1
Pondo:
y1
x1
y2 E
x2
,
v E = .. , [T v]F = .. e T F = (aij )
1im
.
.
1jn
xn
ym
T (v)
E
= T F v E.
ou seja,
a
a
...
a
11
12
in
E
... ... ... .
T F = ...
am1 am2 ... amn
E
T F a matrix de T em relao s bases E de V e F de W. Ela do tipo
m n e, para cada j, as componentes de T (vj ) na base F formam a coluna
j dessa matriz.
Reciprocamente, dada uma matriz m n, A = (aij ), consideremos os
m
X
vetores uj , 1 j n, definidos por uj =
aij wi . Seja T : V W a
i=1
CAPTULO 3. MATRIZES
37
0
0
B
D B=
...
0
0
1
0
...
0
0
0
2
...
0
0
...
0
...
0
...
...
... n 1
...
0
Exemplo 3.3.3 Sejam I : R3 R3 a identidade, E = {(1, 0, 0), (0, 1, 0), (0, 0, 1)}
E
e F = {(1, 0, 0), (1, 1, 0), (1, 1, 1)} bases de R3 . Vamos achar I F .
Temos:
I(1, 0, 0) = (1, 0, 0);
Portanto:
1 1 0
E
I F = 0 1 1
0 0
1
1 0 0
E
T F = 0 1 0 = I3
0 0 1
E:
1
1
1
E
T E = 0 1 1
0 0 1
n
m
Exemplo 3.3.5 Seja A = (a
ij ) mn sobre K. Seja TA : K K tal que
x1
E
..
TA (X) = A X, onde X = . . claro que TA linear e que T F = A,
xn
onde E e F so as bases cannicas de K n e K m , respectivamente.
CAPTULO 3. MATRIZES
38
62
f2
f
1
e1
E
cos sen
T E=
sen cos
x
A imagem de
R2 por T o vetor
y
x cos y sen
cos sen x
R2 .
=
sen cos
y
x sen + y cos
A transformao linear T a rotao de em torno da origem.
Proposio 3.3 Sejam V e W espaos vetoriais sobre K, E = (v1 , ..., vn ) e
F = (w1 , ..., wm ) bases ordenadas de V e W, respectivamente. A aplicao
E
T 7 T F , que a cada elemento de L(V, W ) associa sua matriz em relao
s bases dadas, um isomorfismo de L(V, W ) sobre Mmn (K).
Dem. Sejam T e S elementos de
L(V, W ), T (vj ) =
m
X
i=1
aij wi , S(vj ) =
m
X
i=1
bij wi ,
CAPTULO 3. MATRIZES
39
E
E
isto , T F = (aij ) e S F = (bij ).
m
X
Como (T + S)(vj ) =
(aij + bij )wi resulta que
i=1
T +S
E
F
= (aij + bij )
m
X
1im
1jn
E E
= T F + S F.
E
E
caij wi , isto , cT F = (caij ) = c T F .
i=1
E
Portanto, a aplicao T 7 T F linear (e bijetora), ou seja, um
isomorfismo.
Corolrio 3.3.1 dim L(V, W ) = dim V dim W .
Proposio 3.4 Sejam U, V, W espaos vetoriais sobre K, E = (u1 , ..., um ),
F = (v1 , ..., vn ) e G = (w1 , ..., wp ) bases ordenadas de U, V, W, respectivaS
T
mente. Se U
V
W so lineares, ento:
Dem. Sejam:
T S
E
G
F E
= T G S F.
F
T G = (aij ) p n
E
S F = (bij ) n m
T S
E
G
= (cij ) p m
Ento:
T (vk ) =
p
X
aik wi
i=1
S(uj ) =
n
X
bkj vk
k=1
(T S)(uj ) =
p
X
i=1
cij wi
CAPTULO 3. MATRIZES
40
Portanto:
p
n
n X
X
X
T S(uj ) =
bkj T (vk ) =
aik bkj wi ,
k=1 i=1
k=1
donde:
cij =
n
X
aik bkj ,
k=1
que a tese.
O conjunto Mn (K) das matrizes de ordem n, munido das leis de adio
e multiplicao por escalar, um espao vetorial sobre K de dimenso n2 .
Mn (K), munido das operaes de adio e multiplicao matriciais, um
anel (com unidade). Alm disso, fcil verificar que
c(AB) = (cA)B = A(cB)
quaisquer que sejam A, B Mn (K) e c K. Resulta que Mn (K) tem uma
estrutura de lgebra sobre K. Vimos que o anel Mn (K) no comutativo; o
exemplo
1 0 0 0
0 0
=
0 0 0 1
0 0
mostra que ele tem divisores de zero.
Seja V um espao vetorial sobre K, de dimenso n. Vimos que L(V )
e Mn (K) so duas lgebras sobre K. Fixada uma base B de V, a aplicao
B
bijetora T L(V ) 7 T B Mn (K) goza das seguintes propriedades:
B B B
(1) L + T B = L B + T B , isto , (L + T ) = (L) + (T )
B
B
(2) aT B = a T B , isto , (aT ) = a (T )
B
B B
(3) L T B = L B T B , isto , (L T ) = (L) (T ), quaisquer que
sejam L, T L(V ) e a K.
Uma tal chama-se um isomorfismo de lgebras, ou seja, L(V ) e Mn (K)
so lgebras isomorfas.
Exemplo 3.3.7 Vamos achar o centro do anel Mn (K), isto , vamos determinar as matrizes A = (aij ) de Mn (K) que comutam com toda matriz P = (pij ) de Mn (K), ou seja, tais que AP = P A. Devemos ter
n
n
X
X
aik pkj =
pik akj para todo par (i, j). Se P = Eii , isto , pii = 1 e
k=1
k=1
CAPTULO 3. MATRIZES
41
an n1
a1
an n1
a1
A = A In ... A
= In .
In ... A
a0
a0
a0
a0
Logo, A1 =
a1
an
In ...
An1
a0
a0
CAPTULO 3. MATRIZES
42
Exerccios
1. D uma base para M3 (K).
2. Seja W o subespao de Mn (K) formado pelas matrizes cujos elementos so iguais a zero, exceto talvez os da diagonal principal. Qual a
dimenso de W?
3. Seja A Mn (R). A = (aij ) simtrica (resp. antissimtrica) se aij =
aji (resp. aij = aji ) para todo (i, j). Ache uma base para o espao
das matrizes simtricas (resp. antissimtricas) 3 3.
4. Seja T : R4 R2 dada por T (x1 , x2 , x3 , x4 ) = (x2 , x4 ). Ache uma
matriz associada a T.
5. Sejam E = (1, 1, 0), (1, 1, 1), (0, 1, 2) e F = (2, 1, 1), (0, 0, 1), (1, 1, 1)
E
bases de C3 . Ache I F , onde I : C3 C3 a identidade.
6. Seja V o subespao de F(R, R) = {f : R R} gerado pelas funes
1, t, et , e2t , te2t e seja D : V V o operador de derivao. Se
B
B = (1, t, et , e2t , te2t ) base de V, ache D B .
7. Estabelea um isomorfismo entre o espao vetorial real das matrizes
simtricas n n e o espao das matrizes reais triangulares inferiores
(aij = 0 se i < j). Idem entre as matrizes antissimtricas e as triangulares inferiores com a diagonal principal nula.
3.4
Mudana de Bases
F
Definio 3.6 P = I E a matriz de passagem da base E para a base F.
Exemplo
3.4.1 Sejam V = R3 , E = (e1 , e2 , e3 ) base cannica, F =
1
1
1
F
P = I E = 1 0 1 .
1 0 1
CAPTULO 3. MATRIZES
43
1
1
1
2
6
Se v = 2f1 + f2 + 3f3 , ento v E = 1 0 1 1 = 1, isto ,
1 0 1
3
5
v = 6e1 + e2 + 5e3 .
Proposio 3.6 Sejam V e W espaos vetoriais sobre K,
E = (v1 , ..., vn ), E 0 = (v10 , ..., vn0 )
bases ordenadas de V,
0
)
F = (w1 , ..., wm ), F 0 = (w10 , ..., wm
bases ordenadas de W,
E 0
P = idv E
F 0
a matriz de passagem de E para E 0 , Q = idW F a matriz de passagem de F
para F 0 .
Se T : V W linear, ento:
E 0
E
T F 0 = Q1 T F P.
F E E 0
T F 0 = idW F 0 T F idV E
Mas:
F 0
F
F 0
In = idW F 0 = idW F 0 idW F
F
F 0
F
In = idW F = idW F idW F 0 ,
F
CAPTULO 3. MATRIZES
44
i=1
F 0
P = idV E e Q1 = idW F .
Pela proposio 3.6, temos:
E 0
E 0
T F 0 = QAP, isto , B = T F 0 ,
o que mostra que A e B representam a mesma aplicao linear T : V W .
Definio 3.8 Dizemos que as matrizes A, B Mn (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 Mn (K) so semelhantes se, e s se, elas representam
um mesmo operador linear T : V V , onde dimK V = n.
Obs.: fcil verificar que as relaes A e B so equivalentes e A e B
so semelhantes, so relaes de equivalncia (isto , reflexivas, simtricas
e transitivas).
Exemplo 3.4.2 Seja T : R3 R3 , T (x1 , x2 , x3 ) = (x1 + 2x3 , 3x1 + 2x2 +
x3 , x2 +4x3 ) e sejam E = (e1 , e2 , e3 ) base cannica e F = (1, 0, 0), (1, 1, 0), (1, 1, 1)
bases de R3 .
Temos:
T (1, 0, 0) = (1, 3, 0)
T (0, 1, 0) = (0, 2, 1)
T (0, 0, 1) = (2, 1, 4)
CAPTULO 3. MATRIZES
45
Portanto:
1
0
2
E
T E = 3 2 1 = A.
0 1 4
Por outro lado, se F = (f1 , f2 , f3 ), temos:
T (f1 ) = (1, 3, 0) = 2f1 + 3f2
T (f2 ) = (1, 5, 1) = 4f1 + 4f2 + f3
T (f3 ) = (3, 6, 5) = 3f1 + f2 + 5f3
Portanto:
2 4 3
F
4
1 = B.
T F = 3
0
1
5
1
1
1
F
A matriz de passagem de E para F P = I E , ou seja, P = 0 1 1, e
0 0 1
imediato verificar que
1 1 3
AP = P B = 3 5 6 , isto , B = P 1 A P.
0 1 5
aij
a2j
Aj = .. (1 j n)
.
amj
Definio 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.
Proposio 3.7 Sejam V, W espaos vetoriais sobre K, E = (v1 , ..., vn ) e
F = (w1 , ..., wm ) bases ordenadas de V e W, respectivamente, e T : V W
E
linear. Se A = T F , ento:
posto(A) = posto(T ).
CAPTULO 3. MATRIZES
46
E
Dem. Seja A = (aij ). Dizer que A = T F significa dizer que T (vj ) =
m
X
Ir
mr
nr
E
Dem. Seja T : K n K m linear tal que A = T F , onde E e F so as
bases cannicas de K n e K m , respectivamente.
Como n = dim N (T ) + dim Im T temos que dim N (T ) = n r 0.
Podemos, ento, escolher uma base E 0 = (v1 , ..., vn ) de K n de modo que
(vr+1 , ..., vn ) seja base de N (T ). claro que os vetores T (v1 ), ..., T (vr ) so
LI em K m (verifique!), donde r m e podemos considerar uma base de K m
da forma F 0 = (T v1 , ..., T vr , wr+1 , ..., wm ). Obtemos:
E 0
T F 0 = matriz da figura 3.8.
E
Resulta que A = T F equivalente a B = matriz da figura 3.8 :
F
E 0
B = QAP, Q = id F 0 , P = id E .
CAPTULO 3. MATRIZES
47
3.5
Exerccios do Captulo 3
1 0
E
1. Obtenha bases E de R2 e F de R3 de modo que T F = 0 1, onde
0 0
2x + y
x
T
= 3x 2y .
y
x + 3y
2. Calcule o posto das matrizes:
1 2 3
A = 4 5 6 ;
7 8 9
1 2 3
B = 4 5 6 .
2 1 0
CAPTULO 3. MATRIZES
48
linhas da matriz 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 6= 0 e
T p = 0.
(a) Prove que se T nilpotente e existem K, x V, x 6= 0 tais
que T (x) = x, ento = 0.
(b) Prove que se T nilpotente de ndice p e T p1 (x) 6= 0, ento os
vetores x, T (x), ..., T p1 (x) so LI.
(c) T nilpotente de ndice n existe base E de V tal que na matriz
E
A = T E = (aij ) n n se tenha aij = 0 exceto ai,i+1 = 1 (1 i
n 1).
1 1 0
7. Seja A = 0 1 1; ache An , n N.
0 0 1
i
cos sen
e
0
e
so semelhantes sobre C.
8. Prove que
sen cos
0 ei
9. Seja A = (aij ) n n. O trao de A o nmero tr(A) =
n
X
aii .
i=1
Captulo 4
Formas Lineares. Dualidade
4.1
Definio
linear em V.
Proposio 4.1 Sejam V um espao vetorial sobre K e (v1 , ..., vn ) uma base
ordenada de V. Para cada
i, 1 i n, seja i : V K a forma linear
1 se i = j
definida por i (vj ) = ij =
(1 i n).
0 se i j
Ento, (1 , ..., n ) uma base de V e as coordenadas de V nesta
base, so (v1 ), ..., (vn ).
Dem. Sabemos que dim V = dim L(V, K) = n e que as condies i (vj ) =
ij (j = 1, ..., n) determinam univocamente a forma i . Basta ento provar
49
50
i=1
i=1
J : V V
v 7 Jv : V K
7 (v)
um isomorfismo entre V e V .
Dem. fcil verificar que Jv = J(v) um elemento de V , bem como que J
linear. Basta ento provar que J injetora, j que dim V = dim V = n.
Para isto, seja v 6= 0; tomemos uma base de V da forma (v, v1 , ..., vn1 ) e
51
Exerccios
1. Sejam B1 = (v1 , ..., vn ), B2 = (u1 , ..., un ) bases do espao vetorial V,
B1 = (1 , ..., n ) e B2 = (1 , ..., n ) as bases duais correspondentes.
n
n
X
X
Se vj =
aij ui e j =
bij i , i j n, qual a relao entre as
i=1
i=1
4.2
52
Anulador de um Subespao
Dem. Como o caso U = {0} trivial, vamos supor U 6= {0}. Seja (v1 , ..., vn )
base de V tal que (v1 , ..., vp ) seja base de U. Se (1 , .., n ) a base dual, ento
< vj , i >= i (vj ) = 0 para i = 1, ..., p e i = p + 1, ..., n, ou seja, as formas
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 = a1 1 + ... + an n , ento, para j = 1, ..., p temos:
0 = (vj ) =
n
X
i=1
ai i (vj ) =
n
X
ai ij = aj ,
i=1
53
(
d
a + 2b + d = 0
a = 2c +
3
2a + b + 3c = 0 se, e s se,
2d .
b=c
3b 3c + 2d = 0
3
n
\
j=p+1
Exerccios
1. Seja W R5 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 finita sobre K, U e W subespaos 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
T = T t ()
54
-
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 = idV , ento:
(idV )t () = idV = para todo V ,
ou seja, (idV )t = idV .
Proposio 4.5 Sejam U, V, W espaos vetoriais sobre K.
(a) A aplicao T L(U, V ) 7 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 finita, ento T 7 T t um isomorfismo entre
L(U, V ) e L(V , U ) e (T t )t = T (supondo-se identificados U com U e V
com V ).
55
56
E
F
e T F = A = (aij ), ento T t E = B = (bij ) tal que bij = aji para todo
par (i, j).
Dem. Temos:
T (vj ) =
m
X
aij wi e j T = T (j ) =
i=1
Ento:
n
X
bij i .
i=1
m
m
X
X
j T (vk ) =
aik j (wi ) =
aik ji = ajk .
i=1
E:
i=1
n
n
X
X
j T (vk ) =
bij (vk ) =
bij ik = bkj .
i=1
i=1
Portanto:
ajk = bkj
t F
E t
A proposio 4.8 nos diz que T E = T F .
Corolrio 4.8.1 (a) Se A, B Mmn (K) e c K, ento:
(A + B)t = At + B t
(cA)t = c At
(b) Se A Mmn (K) e B Mnp (K), ento:
(AB)t = B t At
(c) Se A Mn (K) invertvel, ento:
(A1 )t = (At )1
(d) Se A Mmn (K), ento:
posto(A) = posto(At ),
ou seja, o nmero de vetores-coluna de A linearmente independentes coincide
com o nmero de vetores-linha de A linearmente independentes.
Dem. Imediata.
4.4
57
Exerccios do Captulo 4
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
CAPTULO 5. DETERMINANTES
59
CAPTULO 5. DETERMINANTES
60
n =
(j i) = (2 1) (3 1)(3 2) ... (n 1)(n 2)...2 1
1i<jn
e (n ) =
(j) (i) .
1i<jn
CAPTULO 5. DETERMINANTES
61
r
X
ak vk , vi+1 , ..., vr ) =
k=1
CAPTULO 5. DETERMINANTES
62
f (v1 , ..., vn ) = f
n
X
i1 =1
n
X
n
X
!
ain n ein
in =1
i1 ,...,in =1
= f (e1 , ..., en )
()a(1)1 ...a(n)n ,
Sn
Ento:
X
(a) D n-linear: D(v1 , ..., vi0 +cvi00 , ..., vn ) =
()a(1) 1 ...(a0(i)i +ca00(i)i )...a(n)n =
Sn
Sn
CAPTULO 5. DETERMINANTES
Como ej =
n
X
63
ij ei , temos:
i=1
D(e1 , ..., en ) =
Sn
5.2
CAPTULO 5. DETERMINANTES
64
n
X
n
X
!
ain ei
i=1
Sn
i=1
.. . .
.
.
usual a notao det A = .
. . para o determinante da matriz
CAPTULO 5. DETERMINANTES
65
a11 a12
= a11 a22 a12 a21 pois a permutao {1, 2}
Exemplo 5.2.1
a21 a22
(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
{1, 2, 3} (1, 2, 3)
{1, 2, 3} (1, 3, 2)
pares, a saber: {1, 2, 3} (2, 3, 1) e 3 que so mpares: {1, 2, 3} (3, 2, 1) .
{1, 2, 3} (3, 1, 2)
{1, 2, 3} (2, 1, 3)
Portanto: a21 a22 a23 = a11 a22 a33 + a21 a32 a13 + a31 a12 a23 a11 a32 a23
a31 a32 a33
a31 a22 a13 a21 a12 a33 , e temos a seguinte regra prtica (regra de Sarrus):
a11
a12
a13
a21
a22
a23
a31
a32
a33
+
a11
a12
a13
+
a21
a22
a23
Repetimos as duas primeiras linhas do determinante; os produtos paralelos 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 At .
Dem. Se A = (aij ) ento At = (a0ij ) com a0ij = aji . Temos:
X
X
det At =
()a0(1)1 ...a0(n)n =
()a1(1) ...an(n) .
Sn
Sn
CAPTULO 5. DETERMINANTES
66
5.3
Definio 5.10 Seja A = (aij ) uma matriz n n. Seja Aij a matriz obtida
de A pela supresso da linha i e da coluna j. Aij uma matriz de ordem
(n 1), e det Aij chama-se o menor associado ao elemento aij . O escalar
Cij = (1)i+j det Aij chama-se o cofator de aij .
Proposio 5.9 O determinante de uma matriz quadrada igual soma
dos produtos dos elementos de uma coluna qualquer pelos seus respectivos
cofatores.
CAPTULO 5. DETERMINANTES
67
n
X
aij ij ,
i=1
a11 ...
0
... a1n
.
..
. ..
. ...
..
.
.
.
1
... ain linha i
Temos: ij = j (ei ) = ai1 ...
.
..
..
..
.. . . .
.
.
.
a
0
... ann
n1 ...
coluna j
e ij = det .
i1
j1
Portanto: ij = (1)i1 .. . . .. . .
.. = (1) (1) .. .. . .
.. =
.
. .
. .
. .
. .
CAPTULO 5. DETERMINANTES
68
Logo,
ij = (1)i+j det B = (1)i+j det B11 = (1)i+j det Aij = Cij
e, portanto,
det A =
n
X
aij Cij .
i=1
Dem. De fato,
0 a22 ...
det A = ..
= a11 .. . .
.. . .
..
..
.
.
.
.
.
.
.
0
0 ...
0 ... a(n1)(n1) a(n1)n
0
ann
0 ...
0
ann
e, por induo:
det A = a11 a22 ...ann .
a22 a23
a21 a23
a21 a22
1
1 + x
1
...
1
1
1
...
1
1
1
1
1
1 + x ...
1
1 1 1 + x ...
..
..
.. +
..
..
.. = ..
..
..
Exemplo 5.3.2 Dn = ...
.
.
.
.
.
.
.
.
.
1
1
... 1 + x
1
1
... 1 + x
1 1
1
1
...
1
1 + x
1
...
1
1 + x 1
x
1
...
1 1 1 ... 1 1
0 1 + x ...
1 0 x ... 0 0
+ ..
..
.. = .. .. . . .. .. + xDn1 .
..
.
. . .
.
.
. . .
0
0 0 ... 0 x
1
... 1 + x
CAPTULO 5. DETERMINANTES
69
Logo:
Dn = xn1 + xDn1
Donde:
xDn1 = x2 Dn2 + xn1
x2 Dn2 = x3 Dn3 + xn1
..
.
xn2 D2 = xn1 D1 + xn1
xn1 D1 = xn1 (1 + x) = xn1 + xn .
Somando estas n igualdades, obtemos:
Dn = xn + nxn1 .
Seja A = (aij ) n n. Vimos que A invertvel se existe B n n
tal que AB = BA = In (Notao: B = A1 ) e que basta ser BA = In (ou
AB = In ) para que seja B = A1 .
Proposio 5.10 Sejam A = (aij ) n n e Cij o cofator de aij em A.
Ento:
(
n
X
det A se j = k
aij Cik = jk det A =
.
0
se j 6= k
i=1
" a
11 ...
... ...
B=
an1 ...
a1j
...
a1j
... a1n #
...
...
...
... ...
anj
...
anj
... ann
coluna j
coluna k
n
X
aij Cik , j 6= k.
i=1
CAPTULO 5. DETERMINANTES
70
i=1
Logo:
BA = det A In .
Corolrio 5.11.1 Se A = (aij ) nn invertvel, ento A1 =
onde B = (Cij0 ) e Cij0 = Cji = cofator de aji em A.
A matriz B a adjunta (clssica) de A, B = adj A. Ento:
1
B,
det A
adj A
.
det A
Proposio 5.12 Seja A m n de posto r. Existe submatriz r r de
A com determinante 6= 0, e toda submatriz k k de A, com k > r, tem
determinante igual a zero.
A1 =
L1
..
no altera o posto), L1 , ..., Lr . Seja B = . r n cujo posto r, donde
Lr
existem r, e no mais que r, colunas de B que so LI. Sejam Bj1 , ..., Bjr essas
colunas e C = [Bj1 , ..., Bjr ] r r; C tem posto r, donde det C 6= 0 e a
maior submatriz quadrada
deA com essa propriedade.
1 1 t
Exerccio Seja A = 1 t 1. Estude o posto de A conforme os valores
t 1 1
de t R.
Exerccios
1. Sejam a1 , ..., an nmeros dados. Prove que
1
1
...
1
a1
a
...
a
2
n
Y
2
2
a2
a2
... an =
(ai aj ).
1
..
..
.. i>j
.
.
.
.
.
.
n1 n1
n1
a1
a2
... an
CAPTULO 5. DETERMINANTES
71
o determinante de Vandermonde.
2. Seja A = (aij ) n n, tal que aij = 0 se i + j n. Calcule det A. Por
0 0 a
exemplo, 0 b c = abd.
d e f
a b c
2a
2a
bca
2b = (a + b + c)3 .
3. Prove: 2b
2c
2c
c a b
x y x0 y 0
, prove que
4. Calculando
y x y 0 x0
(x2 + y 2 )(x02 + y 02 ) = (xx0 + yy 0 )2 + (xy 0 yx0 )2 .
5. Se a, b, c R, prove que
1 sen a cos a
1 sen c cos c
B C
6. Seja A =
, onde B r r, C r (n r) e D (n r) (n r).
0 D
Prove que det A = det B det D.
5.4
Matrizes Elementares
1 0 0
0 1
Exemplo 5.4.1 As matrizes
e 0 1 0 so elementares.
1 0
2 0 1
CAPTULO 5. DETERMINANTES
72
L1
Dem. Seja Li = (ai1 ...ain ) a i-sima linha de A. Ento: A = ... . Se
Lm
L1 B
..
B Mnp (K), fcil ver que AB = . . Se e1 = (1, 0, ..., 0), ..., em =
Lm B
e1
..
(0, ..., 0, 1) so 1 m, claro que e1 A = Li e Im = . .
e
m
e1
L1
..
..
.
.
ej
Lj
.
.
ej A Lj
. .
EA =
.. = .. = e(A).
e A L
i i
. .
.. ..
em A
Lm
L1
e1
..
..
.
.
(2) e = Ti (k). Ento: E = e(Im ) = kei , e(A) = kLi .
.
k6=0
..
...
Lm
em
Logo:
CAPTULO 5. DETERMINANTES
e1 A
L1
.. ..
. .
EA = kei A = kLi = e(A).
. .
.. ..
em A
Lm
73
e1
..
.
L1
..
.
Li + Lj
ei + ej
..
..
.
, e(A) =
(3) e = Tij (). Ento: E = e(Im ) =
.
.
i<j
j
j
.
.
.
.
.
.
Lm
em
Logo:
e1 A
L1
..
..
.
.
(ei + ej )A
Li + Lj
..
..
=
= e(A), e a proposio est demonEA =
.
.
ej A
Lj
..
..
.
.
em A
Lm
strada em todos os casos.
Proposio 5.14 Duas matrizes A e B, mn sobre K, so linha-equivalentes
se, e s se, existem matrizes elementares mm, E1 , ..., Er , tais que Er ...E1 A =
B.
CAPTULO 5. DETERMINANTES
74
(b) A linha-equivalente a In
(c) A um produto de matrizes elementares
Dem.
(a) (b): Como A invertvel temos det A 6= 0, donde existe algum
ai1 6= 0. Usando, se necessrio,
a operao T1i , podemos supor a11 6= 0.
1
muda A na matriz B linha-equivalente a A:
Neste caso, a operao T1
a11
B=
... ... ... ... ,
an1 an2 ... ann
a1i
(i = 2, 3, ..., n).
a11
Aplicando a B, sucessivamente, as operaes T21 (a21 ), ..., Tn1 (an1 ), chegamos matriz C linha-equivalente a A:
C = .. .. . .
. .
. .
. ..
0 cn2 ... cnn
onde b1i =
CAPTULO 5. DETERMINANTES
75
1 0 1
A = 0 4 2 .
2 6 0
Escrevamos I3 ao lado de A e efetuemos as operaes elementares indicadas,
que transformam A em I3 :
1 0 1
1 0 0
1 0 1
1 0 0 T2 ( 1 )
T31 (2)
4
0 4 2
0 1 0 0 4 2
0 1 0
2 6 0
0 0 1
0 6 2
2 0 1
1
0
0
T3 (1)
0
1/4 0
2 3/2 1
1 0 1
1
0 0
T32 (6)
0 1/4 0 0 1 1/2
0 0 1
2 0 1
1 0
0
1 0 0
3 3/2 1 T23 ( 1 )
T13 (1)
2
0 1/4 0 0 1 1/2
0 1/4 0
2 3/2 1
0 0 1
2 3/2 1
1 0 0
3
3/2 1
1 1/2 1/2
0 1 0
0 0 1
2
3/2 1
1 0 1
0 1 1/2
0 6 2
1 0 1
0 1 1/2
0 0 1
Portanto:
A1
3
3/2 1
= 1 1/2 1/2
2
3/2 1
CAPTULO 5. DETERMINANTES
76
colunas:
(a) Tij0 trocar de posio as colunas i e j, i 6= j.
(b) Ti0 (k) multiplicar a coluna i por k 6= 0.
(c) Tij0 () somar coluna i a coluna j multiplicada por K.
Se e0 uma operao elementar sobre as colunas, ento E 0 = e0 (In )
uma matriz (coluna-) elementar de ordem n. Valem propriedades anlogas
as obtidas anteriormente, a saber:
Proposio 5.13 Se A Mmn (K), ento e0 (A) = AE 0 .
Definio A, B Mmn (K) so coluna-equivalentes se B pode ser obtida de
A por meio de um nmero finito de operaes elementares sobre as colunas.
CAPTULO 5. DETERMINANTES
77
1 3
0
4
A=
1 2
2
5
1
4
0
9
1 3 1
1 3 1
T1 (1) 0
T31 (1) 0
T41 (2)
4
4
4
4
1 2 0
0 1
1
2 5
9
2 5
9
1 3 1
1 3 1
0 4
T2 ( 14 ) 0
T32 (1)
4
1
1
0 1
0 1
1
1
0 11 11
0 11 11
1 3 1
1 3 1
0 1
T42 (11) 0
1
1
1
= B,
0 0
0 0
0
0
0 11 11
0 0
0
donde posto(A) = posto(B) = 2, de modo que v1 , v2 , v3 so LD e geram um
espao de dimenso 2; (v1 , v2 ) uma base para este subespao de R4 .
CAPTULO 5. DETERMINANTES
78
1
f4 = x2 x4 .
b
1
);
a
1
).
b
1
0
A=
1
0
0 a
0
1
T31 (1) 0
1 0 1/a
0
0 0
b
1 0 1/b
0
0 a
0
T42 (1)
1 0 1/a
0 a
b
1 0 1/b
0 a
0
1 0 0 b
1 0 1/a
T13 (1) 0 1 0 1/a
0 a
b
0 0 a b = B.
ba
ba
0 0
0 0 0
ab
ab
Vemos que se a 6= b 6= 0 as quatro formas so LI. Se a = b 6= 0 elas geram
um subespao de (R4 ) de dimenso 3, do qual (f1 , f2 , f3 ) uma base.
1
0
5.5
Equaes Lineares
CAPTULO 5. DETERMINANTES
79
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 {v1 , ..., vn } uma base de V. Se m < n ento T (v1 ), ..., T (vn ) so
LD, donde existem escalares x1 , x2 , ..., xn , no todos nulos, tais que x1 T (v1 )+
... + xn T (vn ) = 0, donde T (x1 v1 + ... + xn vn ) = 0, isto , x = x1 v1 + ... + xn vn
soluo 6= 0 de T (x) = 0.
Obs. 1 A equao T (x) = 0 tem N (T ) como espao-soluo. Portanto, a
dimenso do espao-soluo de T (x) = 0 dim
).
(T ) = n posto(T
N
b1
x1
..
..
n
n
n
Obs. 2 Sejam T : K K linear, x = . K , b = . K m
bm
xn
e A = (aij ) a matriz m n associada a T. A equao T (x) = b escreve-se
CAPTULO 5. DETERMINANTES
80
x1
det Bi
..
A GL(n, K), tem soluo nica x = . , onde xi =
(i = 1, ..., n),
det A
xn
onde Bi a matriz obtida de A substituindo-se o vetor-coluna Ai pelo vetor
b do segundo membro.
col.i
2 3
= 39 6= 0, o sistema de Cramer e:
Como det A =
7 9
8
2 8
3
11 9
7 11
x1 =
= 1; x2 =
= 2.
39
39
CAPTULO 5. DETERMINANTES
81
x1
..
Dem. Pondo y = . , a equao Ax = a se escreve Cy = 0. Se C e D
xn
1
so linha-equivalentes, existe P Mm (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
2x1 + x2 + x3 = 1
x1 + 3x2 2x3 = 0
4x1 3x2 + x3 = 2
A matriz completa do
2 1
C= 1 3
4 3
1 3 2
onde B = 0 1 1
0 0 6
sistema
1 1
T12 T21 (2) T31 (4) T2 (1/5) T32 (15)
2 0
B,
1 2
0
1/5 e obtemos:
1
x3 =
1
6
x2 x3 =
1
5
x1 + 3x2 2x3 = 0
13/30
e a soluo (nica) x = 1/30.
1/6
CAPTULO 5. DETERMINANTES
x1
x3
2x1 +x2 +3x3
Exemplo 5.5.3
x2
4x2 5x3
pleta
1
2
0
0
0 1
1 3
1 0
4 5
3x4
2x4
x4
9x)4
82
+x5
x5
3x5
12x5
3 1
2
1
2 1 11
0
...
1 3
0
0
9 12 15
0
= 2
= 11
. A matriz com=0
= 15
0
1
0
0
0
0
1
0
2 1 1
1 3 0
1
0 3
0
0 0
e obtemos o sistema
x1
x2
x3
ou:
2x4 +x5 = 1
x4 3x5 = 0
+x4
=3
x1 = 2x4 x5 + 1
x2 = x4 + 3x5
.
x3 = x4 + 3
2x4 x5 + 1
1
2
1
x4 + 3x5 0
1
3
x=
x4 + 3 = 3 + x4 1 + x5 0 ,
0
x4
0
1
x5
0
0
1
1
2
1
( 1 3 )
0
a soluo particular e 1 , 0 base do espao3
onde xp =
0
1 0
0
0
1
soluo da equao homognea associada.
Exemplo 5.5.4
x1 + x2 x3 = 1
2x1 x2 + x3 = 2
4x1 + x2 x3 = 0
CAPTULO 5. DETERMINANTES
83
1 1 1 1
1 1 1 1
A matriz completa 2 1 1 2 ... 0 1 1 0 , e o
4 1 1 0
0 0 0 4
sistema impossvel j que a ltima equao 0 x1 + 0 x2 + 0 x3 = 4
impossvel.
Obs. (decomposio LU) Seja A n n uma matriz que pode ser reduzida
forma triangular apenas pelo uso da operao Tij (); por exemplo, seja
2 4 2
2 4 2
T31 (2)
T21 (1/2)
A = A(1) = 1 5 2 A(2) A(3) = 0 3 1
0 9 5
4 1 9
2 4 2
T32 (3)
0 3 1 = U.
0 0 8
1
Sejam: l21 = ; l31 = 2 opostos dos multiplicadores usados na primeira linha
2
1
0 0
e l32 = 3 o oposto do usado na segunda linha. Se L = 1/2 1 0
2 3 1
a matriz triangular inferior cujos elementos lij , para i < j, so os nmeros
acima e lii = 1, ento fcil verificar que A = LU . Os detalhes da decomposio LU podem ser encontrados na referncia [6].
Exerccios
1. Resolva:
x+y+z =1
2x + y + 3z = 1
(a)
x + 2y 4z = 3
x 2y + z + t = 1
(b) 2x + y + 2z + 2t = 0 .
6y + z = 2
2 3 1
3. Ache a decomposio LU da matriz A = 4 1 4.
3 4 6
Captulo 6
Autovalores e Autovetores
6.1
Definies
84
85
86
(6.2)
87
a11 t
a12
...
ain
a21
a22 t ...
a2n
an1
an2
... ann t
= (1)n tn + (1)n1 (a11 + ... + ann )tn1 + ... + det A
(o termo independente PA (0) = det A).
Proposio 6.6 Matrizes semelhantes tm o mesmo polinmio caracterstico.
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 PT (t) = det(T tI).
Uma demonstrao direta a seguinte:
det(B tIn ) = det(P 1 AP tIn ) = det(P 1 (A tIn )P ) = det(A tIn )
pois det P 1 det P = 1.
Obs. Se PT (t) = PA (t) = cn tn + cn1 tn1 + ... + c1 t + c0 , ento cn = (1)n
e c0 = det T = det A. Os coeficientes cj , j = 0, 1, ..., n, s dependem do
operador T.
Definio 6.5 (1)n1 cn1 o trao de T, e escrevemos tr T = (1)n1 cn1 .
O trao de A Mn (K) o trao de TA : K n K n , TA (x) = A x : tr A =
a11 + a22 + ... + ann .
Se A e B so semelhantes, temos tr A = tr B pois PA (t) = PB (t).
88
1 t
1
1 1
= t2 3t, e os
Exemplo 6.1.5 Se A =
, ento PA (t) =
2
2 t
2 2
autovalores de A so a = 0 e a =3.
x1
Procuremos autovetores x =
associados a estes autovalores. Para
x2
a = 0, temos:
x1 + x2 = 0
2x1 + 2x2 = 0.
1
autovetor associado a a = 0, para todo x1 K.
1
Para a = 3, temos:
2x1 + x2 = 0
Logo, x = x1
2x1 x2 = 0.
x1
1
Logo, y =
= x1
autovetor associado a a = 3, para todo x1 K.
2x1
2
2
Os
correspondentes so as retas pela origem de K geradas
autoespaos
1
1
e
, respectivamente.
por
2
1
0 1
Exemplo 6.1.6 Se A =
ento PA (t) = t2 +1. Se A M2 (R) vemos
1 0
que A no tem autovalores. Se A M2 (C) ento i e -i so autovalores de A.
Obs. Se T : V V linear e dimK V = n, temos que PT (t) tem grau n,
de modo que T tem, no mximo, n autovalores. Quando K = C, PT (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.
89
Dem. Seja E = (u1 , ..., ur , v1 , .., vs ) base de V tal que (u1 , ..., ur ) seja base de
V (a). Temos:
T (u1 ) = au1
T (u2 ) =
..
.
au2
T (ur ) =
aur
T (v1 ) = a11 u1 +...+ ar1 ur + b11 v1 + ... + bs1 vs
T (vs ) = a1s u1 +...+ ars ur + b1s v1 + ... + bss vs
Logo:
h iE
T =
E
aIr
a t
0
0
at
.
..
.
.
.
0
PT (t) = 0
0
0
.
..
..
.
0
0
90
... a t
ar1
...
ars = (at)r det(B tIs ).
...
0
b11 t ...
b1s
..
..
..
..
...
.
.
.
.
...
0
bs1
... bss t
...
...
..
.
0
0
..
.
a11
a21
..
.
...
...
...
a1s
a2s
..
.
6.2
Diagonalizao
1 0 ... 0
0 2 ... 0
..
.. . .
.. , j K, ou seja, todos os elementos fora da diagonal
.
.
.
.
0 0 ... n
principal so iguais a zero. Uma tal matriz dita diagonal; os elementos da
diagonal principal so os autovalores de T.
Definio 6.7 Seja A = (aij ) 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 finita sobre K
e T : V V linear. T diagonalizvel se, e s se, existe base E de V tal
E
que T E = D seja diagonal.
Dem. Se T diagonalizvel existe base E = (v1 , ..., vn ) de V formada por
autovetores de T: T (vi ) = i vi (1 i n). Logo:
1 0 ... 0
E
0 2 ... 0
T E = ..
.. . .
. .
.
. ..
.
0 0 ... n
91
E
Reciprocamente, seja E = (v1 , ..., vn ) base de V tal que T E = D =
1 0 ... 0
0 2 ... 0
..
.. . .
.. . Ento: T (vi ) = i vi , 1 i n, e E formada por
.
. .
.
0 0 ... n
autovetores de T; portanto, T diagonalizvel.
F
Obs. Seja F base de V e seja A = T F . T diagonalizvel se, e s se,
E
existe base E de V tal que T E = D seja diagonal. Mas,
E F F E
D = T E = Id E T F Id F = P 1 AP,
F
E
ou seja, T diagonalizvel se, e s se, A = T F diagonalizvel; P = Id F
a matriz de passagem da base E para a base F e as colunas de P so os
autovetores de A.
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 PT de T tem suas n razes em K;
(b) para cada raiz i de PT , de ordem de multiplicidade mi , tem-se dim V (i ) =
mi .
E
Dem. Se T diagonalizvel e E base de V na qual T E diagonal, ento
E formada de autovetores de T. Podemos supor que os elementos de E esto ordenados de maneira a termos primeiro os autovetores associados a 1 ,
depois aqueles associados a 2 , e assim por diante, de modo que
.
E
.
.
.
.
.
.
.
.
.
.
T E =
Mn (K).
0 ... 0 0 ... 2 ... 0 ... 0
. .
.. . .
.. . .
.. . .
..
..
. . ...
.
.
.
.
.
.
.
.. . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
. .
. .
. .
. .
.
0 ... 0 0 ... 0 ... 0 ... k
Ento:
V = V (1 ) V (2 ) ... V (k ),
92
1 2
Exemplo 6.2.1 Seja A =
. Os autovalores de A so as razes de
3 2
1 t
2
1
2
1 2
2
da base cannica de V = R para a base
,
P =
,
1
3
1 3
1 3 2
1 0
1
1
, matriz diagonal.
e B = P AP =
cuja inversa P =
0 4
5 1 1
1 1
Exemplo 6.2.2 A =
M2 (C) no diagonalizvel. De fato, PA (t) =
0 1
x
2
(1 t) tem a raiz dupla t = 1 e (A I2 ) 1 = 0 nos d x2 = 0, donde
x2
1
x = x1
. Assim, dim V (1) = 1 < 2, e A no diagonalizvel.
0
1 1
0
Exemplo 6.2.3 A = 0 1 1 diagonalizvel em M3 (C) mas no o
1
0 1
3
3
, a3 =
em M3 (R). De fato, os autovalores de A so a1 = 0, a2 = + i
2
2
3
3
i
.
2
2
93
1 1
1
Exemplo 6.2.4 A = 1 1 1 M3 (R) diagonalizvel. De fato,
1
1 1
temos:
PA (t) = (t 1)(t + 2)2 .
( 1 1 )
1
diagonalizvel. Se P = 1 1 0 , ento P AP = 0 2 0 .
0 0 2
1 0 1
Proposio 6.12 Sejam V um espao vetorial de dimenso n 1 sobre K
e T : V V linear tal que PT (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 = n 1. Seja a1 K um dos autovalores de T e v1 6= 0 um autovetor
associado a a1 , isto , T v1 = a1 v1 . Sejam V1 = Kv1 o subespao gerado por
v1 , W um suplementar qualquer de V1 e F = (w2 , ..., wn ) uma base de W.
Como v1 6= W , E 0 = (v1 , w2 , ..., wn ) base de V e
E 0
0 b22 ... b2n
T E 0 = ..
.. . .
. .
.
. ..
.
0 bn2 ... bnn
Como, em geral, T (W ) no est contido em W, consideremos as projees
p1 : V V1 e p2 : V W . Ento, Im(p2 T ) W e podemos considerar
a aplicao linear p2 T : W W . Como p2 (V1 ) = 0 e p2 (wj ) = wj ,
j = 2, ..., n, temos:
p2 T (wj ) = p2 (b1j v1 + b2j w2 + ... + bnj wn ) = b2j w2 + ... + bnj wn ,
donde:
p2 T F = ... . . . ... .
bn2 ... bnn
94
G
Pela hiptese de induo, existe base G = (u2 , ..., un ) de W tal que p2 T G =
..
..
.. matriz triangular. Se E = (v1 , u2 , ..., un ) a base de
.
.
.
.
.
.
0
0
... cnn
V obtida acrescentando-se v1 6= W a G, temos:
Exerccios
2 0 4
1. Ache os autovalores e autovetores e A = 3 4 12 M3 (R).
1 2 5
95
4 0 2
2. Verifique se A = 0 1 0 diagonalizvel.
5 1 3
6.3
0 1
Exemplo 6.3.1 Sejam A =
e p(t) = t3 2t + 3. Ento:
2 1
3
1 0
1 1
0 1
0 1
+3
=
.
2
p(A) =
0 1
2 0
2 1
2 1
E
Obs. Se E base de V, A = T E e : L(V ) Mn (K) o isomorfismo
E
de lgebras tal que (T ) = T E = A, ento
E
ou seja, p(T ) E = p(A).
96
= p(T ) + q(T )
.
n+m
m+n
X
ck tk , onde
k=0
ck = a0 bk + a1 bk1 + ... + ak b0 =
k
X
ai bki .
i=0
Ento: (pq)(T ) =
=
n X
m
X
i=0 j=0
m+n
X
ck T k e p(T ) q(T ) =
k=0
m+n
X
ai bj T i+j =
n
X
!
ai T i
i=0
m
X
!
bj T j
j=0
k=0
m
X
k=0
ak P 1 Ak P = P 1
m
X
k=0
ak Ak P = P 1 p(A) P .
k=0
Proposio 6.14 (Cayley-Hamilton) Sejam V um espao vetorial de dimenso n 1 sobre K e T : V V linear. T um zero de seu polinmio
caracterstico, isto , PT (T ) = 0.
Dem. Para facilitar vamos provar o teorema no caso em que K = C.
Vimos, na proposio 6.11, que existem subespaos V1 , ..., Vn de V tais
que Vi Vi+1 , dim Vj = j e T (Vi ) Vi (1 i n) e base E = (v1 , v2 , ..., vn )
de V tal que Vi = espao gerado por v1 , ..., vi (1 i n). Em relao base
E a matriz de T triangular superior:
E
0 a22 ... a2n
T E =
. .
..
0
. ..
0
0
0 ... ann
97
1 1 1
Exemplo 6.3.3 Seja A = 0 0 3. Temos: PA (t) = (1 t)(t 3)2 .
0 3 6
1
Para t = 1, (A I3 )x = 0 nos d x = x1 0 , x1 R.
0
0
Para t = 3, (A 3I3 )x = 0 nos d x = x3 1 , x3 R.
1
1
Como dim V (3) = 1 < 2, A no diagonalizvel. Os vetores 0 e
0
0
1 geram V (1) e V (3), respectivamente. Para obter uma base de R3
1
devemos tomar
independente
um terceiro vetor que seja
desses
dois. Por
0
0
0
1
exemplo, 1. Obtemos a base F = 0 , 1 , 1 de R3 . Se
0
0
1
0
98
1 0 0
1 0 0
1 0 1
P = 0 1 1, ento P 1 = 0 0 1 e B = P 1 AP = 0 3 3, ma0 1 0
0 1 1
0 0 3
triz triangular na qual os elementos da diagonal principal so os autovalores
de A. Como PA (t) = PB (t) = (1 t)(3 t)2 , temos PA (A) = PB (B) = 0, ou
seja, (I3 A)(3I3 A)2 = 0, que se pode verificar diretamente pelo clculo.
6.4
Exerccios do Captulo 6
1. Seja A = 0
0
autovetores de
1
b , onde a, b e c so reais. Ache os autovalores e
c
e determine os casos em que A diagonalizvel.
2 1
1
2. Se possvel, diagonalize A = 1 2 1 .
1
1 2
a
1
0
A
A, B = AB BA = In .
4. Sejam V um espao vetorial de dimenso finita 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 0 ()
o auto-espao associado ao autovalor de T t . Prove que V () e V 0 ()
tm a mesma dimenso.
a0 a1 ... an1
an1 a0 ... an2
2i
n
2i
jk
n
1
w
..
.
wn1
um autovetor de A.
Captulo 7
Produto Interno
Neste captulo o corpo K ser ou R ou C e usaremos a notao K.
7.1
Definies e Exemplos
hf, gi =
f (t)g(t)dt.
0
Exemplo 7.1.3 Seja V = C 1 ([0, 1], R) o espao vetorial das funes contnuas f : [0, 1] R que tm derivada primeira
Z 1 contnua. Se f, g V ,
100
7.1.2 acima, tal queZ T (f )(t) = e 2 f (t). claro que T linear injetora.
1
2
Portanto, hf, gi1 =
et f (t)g(t)dt um produto interno em V1 .
0
101
|hu, vi|
kvk, donde, |hu, vi| kuk kvk,
kvk2
u
36
u cv
-
cv
2
kuk2 + kvk2 + 2kuk kvk = kuk + kvk , donde a tese.
Exemplo 7.1.5 Aplicando a desigualdade de Cauchy-Schwarz aos exemplos
7.1.1 e 7.1.2 anteriores, obtemos:
n
n
!1/2 n
!1/2
X
X
X
(7.1.1)
xi y i
|xi |2
|yi |2
i=1
i=1 Z 1
Zi=11
1/2
1/2 Z 1
2
2
|g(t)| dt
.
|f (t)| dt
(7.1.2)
f (t)g(t)dt
0
f (t)g(t)dt. Temos:
0
kg1 k =
cos2 kt dt =
kg2 k =
0
sen2 kt dt =
102
hf, g2 i
1
bk =
=
kg2 k2
Z 2
hf, 1i
1
a0
=
=
f (t)dt.
e
2
k1k2
2 0
f (t)cos kt dt,
0
f (t)sen kt dt
0
hu, vi
de
kvk2
coeficiente de Fourier de u em relao a v; o vetor cv a projeo ortogonal
de u sobre v.
Devido a esse exemplo, usual (no caso geral) chamar c =
36
u cv
-
cv
103
Proposio 7.4 Seja {v1 , ..., vn , ...} um conjunto ortogonal de vetores nonulos num espao vetorial com produto interno h, i. Sejam v V e ci =
hv, vi i
(i = 1, 2, ...).
kvi k2
n
n
X
X
ai vi , com igualdade
c i v i v
(a) Se a1 , ..., an K, ento v
i=1
i=1
se, e s se, ai = ci (i = 1, ..., n)
v
n
X
n
X
- i=1
n
X
(ci ai )vi
ai vi
i=1
ci vi
i=1
X
(b)
|ci |2 kvi k2 kvk2 (desigualdade de Bessel)
i=1
Dem. hv
n
X
ci vi , vj i = hv, vj i
i=1
n
X
n
X
i=1
i=1
n
X
v1 , ..., vn ; em particular ao vetor
(ci ai )vi . Do corolrio 7.1.1 do teorema
i=1
n
n
X
X
i=1
i=1
n
X
e s se,
(ci ai )vi = 0, o que equivale a ai = ci (i = 1, ..., n).
i=1
ci vi =
Ainda pelo corolrio 7.1.1 do teorema de Pitgoras, temos kvk2
i=1
hci vi , cj vj i =
i,j=1
n
X
104
i=1
i=1
2
f (t) P (t) dt.
0
f (t)g(t)dt.
0
As funes 1, cos t, sen t, ..., cos nt, sen nt, ... pertencem a V e formam um
conjunto ortogonal de vetores no-nulos, pois
Z 2
Z 2
Z 2
cos kt cos ht dt =
sen kt dt =
cos kt dt =
0
sen kt sen lt dt = 0
se k =
6 h, k 6= l, respectivamente, e
Z 2
Z 2
Z
2
2
1 dt = 2,
cos kt dt =
0
cos kt sen lt dt =
sen2 kt dt =
(k = 1, 2, ...)
2
f (t)P (t) dt mnimo quando os
105
a20 X 2
1 2
2
ou seja,
+
|f (t)|2 dt,
(an + bn )
2
0
n=1
que a desigualdade clssica de Bessel.
1
1
2
2
(a1 + ... + an )
+ ... + 2 n2 .
a21
an
7.2
Bases Ortonormais
Dem. Seja (u1 , ..., un ) base de V. A partir desta base vamos obter uma base
ortogonal, pelo chamado processo de ortogonalizao de Gram-Schmidt.
v2
u2
6
v1 = u1
106
v3 6
3 u3
- v2
u2
v1 = u1
107
ht, f1 i
=
kf1 k2
1
1
t dt = . Logo: f2 (t) = t .
2
2
0
2
Ponhamos f3 (t) = t bf2 (t) cf1 (t), onde b, c R so dados por:
ht2 , f2 i
ht2 , f1 i
b=
e
c
=
.
kf2 k2
kf1 k2
Temos:
Z
kf1 k = 1;
1
t
2
1
kf2 k =
dt = ; ht2 , f1 i =
12
0
Z 1
1
1
2
2
ht , f2 i =
t t
dt = .
2
12
0
1
0
1
t2 dt = ;
3
Logo:
1
1
f3 (t) = t2 f2 (t) f1 (t) = t2 t + .
3
6
1
1
Portanto, 1, t , t2 t +
uma base ortogonal de W.
2
6
Proposio 7.6 Sejam V um espao vetorial com produto interno h, i e W
V um subespao de dimenso finita. Ento:
V = W W
Dem. Seja (v1 , ..., vr ) uma base ortonormal de W. Se v V , seja
u=v
r
X
hv, vi ivi .
i=1
Temos:
hu, vj i = hv
r
X
r
X
hv, vi ivi , vj i = hv, vj i
hv, vi iij =
i=1
= hv, vj i hv, vj i = 0
i=1
(j = 1, ..., r)
r
X
hv, vi ivi W , temos V = W + W .
ou seja, u W . Como
i=1
108
i,j=1
i=1
i=1
Exerccios
1. Seja E = (u1 , u2 , u3 ) a base de R3 formada pelos vetores u1 = (1, 1, 1), u2 =
(1, 1, 1) e u3 = (1, 1, 1), e seja F = (v1 , v2 , v3 ) a base ortogonal
obtida de E pelo processo de Gram-Schmidt. Ache a matriz P de passagem de E para F. Observe que P triangular superior.
2. Dado o vetor unitrio u = (1 , ..., n ) Rn forme a matriz A = (i j )
n n. Seja H : Rn Rn o operador cuja matriz na base cannica
In 2A. Prove que para todo v Rn tem-se H(v) = v 2hv, uiu e
que kHvk = kvk. (H a reflexo no hiperplano de Rn cuja normal
u).
X
3. Em MR (n) considere hA, Bi =
aij bij , onde A = (aij ) e B = (bij ).
i,j
7.3
Relaes entre V e V
V = L(V, K).
109
ou seja, Of (p) =
110
f
f
(p), ...,
(p) .
x1
xn
7.4
Adjunta
Sejam V e W espaos vetoriais de dimenso finita, ambos com produto interno, e T : V W linear.
Proposio 7.8 Existe uma nica aplicao linear T : W V tal que
hT v, wi = hv, T wi para todo v V e todo w W .
Dem. Seja w W fixo mas arbitrrio e seja : V K o funcional
linear definido por (v) = hT v, wi. Pela proposio 7.7 existe um nico
u = T w V tal que (v) = hv, T wi, ou seja, hT v, wi = hv, T wi. Vamos
mostrar que T : W V assim definida linear. Se v V, w1 , w2 W
temos:
hv, T (w1 + w2 )i = hT v, w1 + w2 i = hT v, w1 i + hT v, w2 i = hv, T w1 i +
hv, T w2 i = hv, T w1 + T w2 i o que mostra ser T (w1 + w2 ) igual a T w1 +
T w2 .
Se a K, temos: hv, T (aw)i = hT v, awi = ahT v, wi = ahv, T wi =
hv, aT wi para todo w W , donde T (aw) = aT (w).
Definio 7.6 A aplicao linear T : W V tal que hT v, wi = hv, T wi
quaisquer que sejam v V , w W , chama-se a adjunta de T. Se V = W e
111
T = T o operador linear T : V V chama-se auto-adjunto (se K = R dizse tambm que T simtrico; se K = C diz-se tambm que T hermitiano).
Proposio 7.9 Seja V um espao vetorial de dimenso finita sobre K, com
produto interno h, i. Se a K e L, T : V V so lineares, ento:
(a) (L + T ) = T + L ;
(b) (aT ) = a T ;
(c) (L T ) = T L ;
(d) (T ) = T .
Dem.
(a) h(L+T )(u), vi = hLu+T u, vi = hLu, vi+hT u, vi = hu, L vi+hu, T vi =
= hu, L v + T vi = hu, (L + T )(v)i quaisquer que sejam u, v V .
Portanto: (L + T ) = L + T .
(b) h(aT )(u), vi = haT (u), vi = ahu, T vi = hu, aT (v)i =
= hu, (aT )(v)i, donde (aT ) = aT .
(c) h(L T )(u), vi = hL(T u), vi = hT u, L vi = hu, T L vi = hu, T L (v)i,
donde (L T ) = T L .
(d) hT u, vi = hv, T ui = hT v, ui = hu, T vi, donde (T ) = T .
Obs. Se L = L e T = T so operadores auto-adjuntos em V, ento
(L T ) = T L = T L e L T auto-adjunto se, e s se, T L = L T .
Exemplo 7.4.1 Sejam V e W espaos vetoriais de dimenso finita munidos
de produto interno, E = (v1 , ..., vn ) e F = (w1 , ..., wm ) bases ortonormais de
E
V e W, respectivamente. Se T : V W linear e T F = A = (aij )
F
t
m n, vamos mostrar que T E = A = A , A = (bij ) n m.
Temos:
hvi , T wj i = hT vi , wj i
Mas:
hvi , T wj i = hvi ,
n
X
bkj vk i = bij
k=1
hT vi , wj i =
m
X
haki wk , wj i = aji .
k=1
t
112
de
Z classe C que se anulam fora de [0, 1], com o produto interno hf, gi =
1
hDf, gi =
0
1 Z
f (t)g(t)dt = f (t)g(t)
113
Proposio 7.11 Sejam V um espao vetorial real, de dimenso finita, munido de um produto interno h, i e T : V V linear simtrico. Se hT v, vi =
0 para todo v V , ento T = 0.
Dem. A identidade hT (u + v), u + vi hT u, ui hT v, vi = hT u, vi + hT v, ui
nos d
hT u, vi + hT v, ui = 0.
Mas, hT v, ui = hv, T ui = hT u, vi.
Portanto, 2hT u, vi = 0, donde T = 0.
Proposio 7.12 Sejam V, W espaos vetoriais de dimenso finita sobre
K, munidos de produto interno, e T : V W linear. Ento:
(a) N (T ) = (Im T ) ; (b) Im T = N (T )
(c) N (T ) = (Im T ) ; (d) Im T = N (T )
Dem. suficiente provar (a), as outras igualdades sendo consequncias
imediatas. Temos:
v N (T ) T v = 0 hu, T vi = 0 para todo u V hT u, vi = 0 para
todo u V v (Im T ) .
Corolrio 7.12.1 O posto de T igual ao posto de T.
Dem. dim Im T = dim V dim N (T ) = dim Im T
N (T )
N (T )
Im(T )
7.5
Im(T )
Exerccios do Captulo 7
114
Captulo 8
Operadores Unitrios e Normais
8.1
Definies
116
n
X
ai bj ij =
i,j=1
i=1
n
X
j=1
i,j=1
ai bi .
i=1
Portanto,
hT u, T vi = hu, vi
Corolrio 8.2.1 Sejam V, W espaos vetoriais de dimenso finita 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 (v1 , ..., vn ) e (w1 , ..., wn ) bases ortonormais de V e W, respectivamente. Definamos T : V W linear por T (vi ) = wi , 1 i n. Ento
T isometria. A recproca imediata.
Definio 8.2 Sejam V um espao vetorial com produto interno h, i e T :
V V linear. Dizemos que T um operador unitrio se T uma isometria.
No caso de V ter dimenso finita, a proposio 8.2 mostra que T
unitrio 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 V1 = C 0 ([0, 1], R) o espao vetorialZ real das funes
1
2
contnuas f : [0, 1] R com o produto interno hf, gi1 =
f (t)g(t)et dt,
Z0 1
0
e seja V2 = C ([0, 1], R) com o produto interno hf, gi2 =
f (t)g(t)dt. A
aplicao T : V1 V2 definida por (T f )(t) = e
t2
et f (t)g(t)dt =
117
Proposio 8.3 Sejam V um espao vetorial com produto interno, de dimenso finita e T : V V linear. T unitrio se, e s se, T T = I(=
T T ).
118
2ahav, vi = 0.
Logo: T (av) = aT (v), a R.
Portanto, T uma aplicao linear ortogonal.
(b) Sejam T : Rn Rn movimento rgido, T (0) = v0 e Tv0 (v) = v v0 .
A composta de movimentos rgidos um movimento rgido, como fcil de
se verificar, de modo que L = Tv0 T um movimento rgido e L(0) =
Tv0 (T (0)) = Tv0 (v0 ) = 0. Pela parte (a) vem que L : Rn Rn um
1
operador ortogonal. Como (Tv0 )1 = Tv0 e L = Tv0 T , vem L = Tv
T,
0
donde T = Tv0 L, ou seja, todo movimento rgido a composta de uma
translao com um operador ortogonal:
T (v) = L(v) + v0 ,
para todo v Rn .
Definio 8.4 Sejam V um espao vetorial de dimenso finita sobre K, munido de um produto interno e T : V V linear. Dizemos que T normal
se T comuta com seu adjunto, isto , se T T = T T . claro que todo
operador auto-adjunto normal, bem como todo operador unitrio; claro
tambm que se T : V V normal e a K, ento aT normal. Em geral,
a soma e o produto (composta) de operadores normais no so normais, mas
vale o seguinte resultado.
Proposio 8.4 Sejam V um espao vetorial de dimenso finita sobre K,
munido de um produto interno e T1 , T2 : V V operadores normais. Se
T1 T2 = T2 T1 (ou T2 T1 = T1 T2 ), ento T1 + T2 e T1 T2 so operadores
normais.
Dem. claro que T1 T2 = T2 T1 se, e s se, T2 T1 = T1 T2 .
Temos:
(T1 + T2 )(T1 + T2 ) = (T1 + T2 )(T1 + T2 ) = T1 T1 + T1 T2 + T2 T1 + T2 T2 .
E:
(T1 +T2 ) (T1 +T2 ) = (T1 +T2 )(T1 +T2 ) = T1 T1 +T1 T2 +T2 T1 +T2 T2 .
Como T1 T1 = T1 T1 , T2 T2 = T2 T2 , T1 T2 = T2 T1 e T2 T1 = T1 T2 ,
vem que T1 + T2 normal.
Temos tambm:
T1 T2 (T1 T2 ) = T1 T2 T2 T1 = T1 T2 T2 T1 = T2 T1 T1 T2 = T2 T1 T1 T2 = (T1 T2 ) T1 T2 ,
donde T1 T2 normal.
119
1 i
Exemplo 8.1.3 A =
normal pois
i 1
t
1 i
A =A =
i 1
e
2 0
.
AA = A A =
0 2
120
t
superior e temos [T ]F = B = B . Como T T = T T obtemos BB =
B B. Comparando os elementos diagonais de BB e B B, vemos que:
|b11 |2 +|b12 |2 + ... +|b1n |2 = |b11 |2
|b22 |2 + ... +|b2n |2 = |b12 |2 + |b22 |2
..
.
1
0
1
0
F
.
.
..
..
normal. De fato, se [T ]F = B =
ento B =
e
0
n
n
0
2
|1 |
0
.
..
BB = B B =
e B normal, donde T normal.
2
0
|n |
8.2
Operadores Positivos
n
X
ai vi e hT v, vi =
i=1
n
X
hai i vi , aj vj i =
i,j=1
121
n
X
i |ai |2 > 0,
i=1
r
X
i=1
i=1
1
0
...
[T ]F
= D.
F =
0
n
Temos:
E
E
F
[T ]F
F = [I]F [T ]E [I]E ,
1 2 2
1 2
2
Exemplo 8.2.1 Seja A = 2 1 2. Ento: det(AI) = 2 1 2 =
2 2 1
2
2 1
2
= (3 ) (3 ).
(a) = 3:
4x1 2x2 2x3 = 0
2x1 4x2 2x3 = 0 ,
2x1 2x2 4x3 = 0
122
1/3
1
f
1
(b) = 3: 2x1 2x2 2x3 = 0, donde x1 = x2 x3 e X2 =
0
1
f2 e X
f3 no so ortogonais, usamos
f
0 so autovetores. Como X
e X3 =
1
1/ 2
Gram-Schmidt para ortogonaliz-los. Obtemos: X2 = 1/ 2 e X3 =
0
1/6
1/ 6.
2/ 6
3
Os vetores
X1 , X2 , X3 formam
uma base ortonormal de R de modo que
1/3 1/ 2 1/6
3 .
H AH = D =
0
3
Definio 8.7 Seja A = (aij ) Mn (K). Dizemos que A positiva (resp.
no-negativa) se o operador TA : Kn Kn TA (x) = Ax, positivo (resp.
t
no-negativo). Assim, A > 0 se, e s se, A = A (A hermitiana) e
n
X
hTA (x), xi = hAx, xi =
aij xi xj > 0 para todo x = (x1 , ..., xn ) 6= 0.
i,j=1
Da proposio 8.7 resulta que uma matriz hermitiana positiva se, e s se,
seus autovalores so todos positivos.
Definio 8.8 Uma matriz B = (bij ) n n chama-se raiz quadrada de
A = (aij ) n n se A = B 2 .
Proposio 8.8 Toda matriz positiva (resp. no-negativa) A = (aij ) nn
tem raiz quadrada positiva (resp. no negativa).
Dem. Sejam 1 , ..., n os autovalores de A, todos positivos. Pelo
teorema es-
1
0
1
.
..
pectral existe matriz unitria P nn tal que P AP = D =
.
0
n
Seja B =
..
0
.
123
2
; ento B = D.
0
n
1
Seja C = P BP , donde C 2 = P B 2 P 1 = P DP 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: T v = v, T u = u, 6= , u, v
V.
Temos: hT v, ui hv, T ui = 0, donde hv, ui hv, ui = 0, donde (
)hv, ui = 0, donde hv, ui = 0 pois 6= .
8.3
Dem.
(a) (b): Seja 1 s n; vamos provar que As > 0. Seja Xs =
(x1 , ..., xs )t 6= 0 em Rs e X = (x1 , ..., xs , 0, ..., 0)t Rn .
124
A=
a31 a32 a33 a34 .
a41 a42 a43 a44
Por hiptese, A1 > 0, A2 > 0, A3 > 0, A4 = A > 0. Em particular,
det A1 = a11 > 0 e podemos us-lo como piv, de modo que
(1)
A A(1) = 0 a22 ,
0
0
onde det
(1)
a22
!
a11 a12
0
(1)
a22
(1)
det A2
> 0, e podemos usar
a11
(1)
A A
(1)
(2)
0
=
0
0
(1)
(2)
a22
0
0
a33
(2)
(2)
Como det A3 = a11 a22 a33 > 0, resulta a33 > 0 e podemos us-lo como
piv, obtendo
0
a
22
= U,
A A(1) A(2) A(3) =
(2)
0
0
a
33
0
(3)
(3)
(3)
a44
com det A4 = det A3 a44 > 0, donde a44 > 0 e U triangular superior com
elementos diagonais positivos.
(c) (d): Se A pode ser reduzida forma triangular superior U =
(uij ), ukk > 0, usando-se apenas operaes elementares do tipo Tij (), ento
125
1
0
.. . . .
1
L = e21
= (eij ),
.
. . ...
... ... ...
en1
en2 ... 1
onde ekk = 1 e, para i > j, eij = oposto do multiplicador usado em Tij ()
(veja a observao no fim do captulo 5). Ento:
u12
u11
0
1
0
u11
..
..
..
.
.
.
u22
1
A = LU = e21
.
.
..
..
0
unn
en1
en2 ... 1
0
u1n
u11
u2n
=
...
u22
..
.
1
...
= LDU1 .
Essa decomposio nica pois se fosse A = L1 D1 U1 = L2 D2 U2 com L1 , L2
triangulares inferiores, D1 , D2 diagonais, U1 , U2 triangulares superiores, L1 ,
L2 , U1 , U2 com diagonais formadas apenas por nmeros 1, viria D21 L1
2 L1 D1 =
U2 U11 onde o primeiro membro triangular inferior e o segundo membro
triangular superior, ambos com diagonal formada apenas por nmeros 1,
donde U2 U11 = In , o que implica U1 = U2 e D21 L1
2 L1 D1 = In , ou seja,
1
1
L2 L1 = D2 D1 , a diagonal do primeiro membro tendo todos os elementos
iguais a 1, donde D2 D11 = In , que implica D1 = D2 e L1 = L2 .
Logo, A = LDU1 , donde At = U1t DLt = A = LDU1 , donde U1 = Lt e
A = LDLt = LD1/2 D1/2 Lt = L1 Lt1 , que a decomposio de Cholesky.
(d) (a): Temos A = LLt = At . Seja x 6= 0, donde y = Lt x 6= 0 e
xt Ax = xt LLt x = y t y = kyk2 > 0, ou seja, A > 0.
8.4
126
1 0 2
Exemplo 8.4.1 A =
tem posto igual a 2. Ento,
1 1 3
2 1 1
5 5
3 no-negativa.
AA =
positiva e A A = 1 1
5 11
1 3 13
Proposio 8.11 (Teorema dos Valores Singulares)
Sejam U e V espaos vetoriais de dimenso finita sobre K, munidos de
produto interno, e T : U V linear de posto igual a r. Existem bases
ortonormais E = (u1 , ..., un ) de U, F = (v1 , ..., vm ) de V tais que
T ui = i vi , 1 i r
; T vi = i ui , 1 i r
,
T uj = 0
, r + 1 j n ; T vk = 0
,r + 1 k m
onde os nmeros 1 , ..., r so positivos: so os valores singulares de T.
Dem. T T : U U no-negativa e tem posto r. Pelo teorema
espectral
1
0
..
E
existe base ortonormal E = (u1 , ..., un ) de V tal que [T T ]E =
,
0
.
..
0
0
2
2
onde 1 = 1 , ..., r = r so positivos. Ento,
127
(1 i, j r) hT ui , T uj i = hT T ui , uj i = i2 ij , e os vetores T ui , T uj
so 2 a 2 ortogonais e no-nulos, j que kT ui k = i (1 i r). Alm disso,
T uk = 0, r + 1 k n, pois N (T ) = N (T T ).
1
Para 1 i r, seja vi = T ui , donde kvi k = 1 e
i
T ui = i vi , 1 i r
.
T uj = 0
,r + 1 j n
Os vetores v1 , ..., vr formam uma base ortonormal de Im T , que estendemos a uma base ortonormal F = (v1 , ..., vm ) de V tomando (vr+1 , ..., vm )
base ortonormal de N (T ) = (Im T ) . Portanto, T vk = 0, r + 1 k m
1
e T vi = T T ui = i ui , 1 i r. F base ortonormal de autovetores de
i
T T j que T T vi = T (i ui ) = i2 vi = i vi .
N (T )
N (T )
(ur+1 , . . . , un )
(vr+1 , . . . , vm )
Im(T )
Im(T )
(u1 , . . . , ur )
(v1 , . . . , vr )
U = N (T ) Im(T
V = N (T ) Im(T )
1
ui , 1 i r
i
tal que
T T (vi ) = T
1
ui
i
T + (vk ) = 0 , r + 1 k m,
= vi , 1 i r
T T + (vk ) = 0,
T + T (ui ) = T + (i vi ) = ui ,
T + T (uj ) = 0,
r+1k m
1ir
r+1j n
X h iE
= T
=
128
..
.
r
E1
E
1
= [I]F
F [T ]F1 [I]E1 = QAP ,
...
r
QAP =
=
,
0
0
8.5
Exerccios do Captulo 8
129
4 2
t
4. Ache a decomposio de Cholesky LL da matriz A =
.
2 10
5. Seja A n n (simtrica e) positiva, A = QDQt 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 alternam em sinal.
Captulo 9
Formas Bilineares e Quadrticas
9.1
Generalidades
n
X
i=1
em Rn .
130
131
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 7 T (u) : V W
v 7 T (u)(v) = T (u, v)
onde U, V, W so espaos vetoriais sobre K.
Ento, um isomorfismo cannico.
Dem. Seja
: L(U ; L(V, W ))
L(U, V ; W )
S 7 S : U V W
(u, v) 7
S(u, v) = S(u)(v)
fcil verificar que e esto bem definidas, so lineares, =
id, = id, ou seja, e so isomorfismos e = 1 .
Corolrio 9.1.1
: L2 (V ; K)
L(V, V )
f f : V
V
u 7 f (u) : V K
v 7 f (u, v)
um isomorfismo cannico que nos permite identificar L2 (V ; K) com L(V, V ).
Definio 9.2 f L2 (V ; K) simtrica se f (u, v) = f (v, u) quaisquer que
sejam u, v V .
f L2 (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 S2 (V ; K) (resp. A2 (V ; K)) de L2 (V ; K) e
temos L2 (V ; K) = S2 (V ; K) A2 (V ; K). De fato, S2 (V ; K) e A2 (V ; K) tm
1
interseo igual a {0} e se f L2 (V ; K) ento g(u, v) = [f (u, v)+
2
1
+f (v, u)] e h(u, v) = [f (u, v) f (v, u)] so tais que g S2 (V ; K), h
2
A2 (V ; K) e f = g + h.
9.2
132
Sejam:
E = (u1 , ..., um ) base ordenada de U
F = (v1 , ..., vn ) base ordenada de V
f : U V K forma bilinear
Se u U , v V , u =
m
X
x i ui , v =
i=1
n
X
yj vj , ento f (u, v) =
j=1
m X
n
X
m X
n
X
xi yj f (ui , vj ).
i=1 j=1
i=1 j=1
m n chamada
de matriz de f em
relao s bases E e F.
x1
y1
Se X = ... = [u]E e Y = ... = [v]F , ento
xm
yn
a11 ... a1n
y1
..
.
t
.
..
.. ...
f (u, v) = (x1 , ..., xm ) .
= X AY.
am1 ... amn
yn
Fixadas as bases E e F, a aplicao f L(U, V ; K) 7 A Mmn (K)
um isomorfismo, como se verifica facilmente, de modo que dim L(U, V ; K) =
dim U dim V = mn, em particular, dim L2 (V ; K) = n2 .
Obs. Se (v1 , ..., vn ) base ordenada de V e A = (aij ) com aij = f (vi , vj ),
vemos que f L2 (V ; K) simtrica se, e s se, aij = aji para todo par (i, j).
9.3
Mudanas de Bases
=
=
m
X
r=1
n
X
pri ur
,
qsj vs
s=1
133
Temos:
f (u0i , vj0 ) = a0ij =
m X
n
X
r=1 s=1
m
n
X
X
s=1
!
ptir arj
qsj ,
r=1
9.4
Formas Quadrticas
i=1
quadrtica em Rn .
Z
9.5
n
X
(xi )2 uma forma
134
uma e uma nica aplicao linear F : V V tal que f (u, v) = hu, F (v)i
para u, v V quaisquer.
Dem. Seja v V arbitrrio. A funo u V 7 f (u, v) uma forma
linear em V, isto , um elemento de V . Portanto, existe um e um nico
= F (v) V tal que f (u, v) = hu, i = hu, F (v)i, e obtemos F : V V .
Se u, v1 , v2 V e R, temos:
hu, F (v1 + v2 )i = f (u, v1 + v2 ) = f (u, v1 ) + f (u, v2 ) =
= hu, F (v1 )i + hu, F (v2 )i = hu, F (v1 ) + F (v2 )i,
resultando F (v1 + v2 ) = F (v1 ) + F (v2 ), donde F linear.
Proposio 9.3 Seja q : V R uma forma quadrtica definida num espao vetorial real V de dimenso n munido de um produto interno. Existe
base ortonormal F = (u1 , ..., un ) de V relativa qual q(v) = 1 x21 +...+n x2n ,
onde v = x1 u1 + ... + xn un , e 1 , ..., n so os autovalores de q.
Dem. Seja f : V V R bilinear simtrica tal que q(v) = f (v, v)
para v V qualquer, e seja F : V V linear tal que f (u, v) = hu, F (v)i
para u, v V quaisquer. Se E = (v1 , ..., vn ) base ortonormal de V ento
f (vi , vj ) = hvi , F (vj )i mostra que a matriz de f na base E coincide com a
matriz de F na mesma base. Resulta que : f L2 (V ; R) 7 F L(V )
um isomorfismo e que f simtrica se, e s se, F auto-adjunta. Neste
caso, existe base ortonormal de V formada por autovetores de F (ou de f,
ou de q), isto , existe base ortonormal F = (u1 , ..., un ) tal que f (ui , uj ) =
n
X
hui , F (uj )i = j ij . Se v =
xi ui ento
i=1
q(v) = f (v, v) =
n
X
f (ui , uj )xi xj =
i,j=1
j ij xi xj =
i,j
n
X
i=1
combinao de quadrados.
Corolrio 9.3.1 Nas condies da proposio 9.3, existe base ortonormal
G = (w1 , ..., wn ) de V relativa qual se tem
s
s+t
X
X
2
q(v) =
(xi )
(xj )2
i=1
para todo v =
n
X
i=1
xi w i V .
j=s+1
135
ui
wi =
i
uj
wj = p
j
wk = uk
obtemos
f (wi , wi ) = 1
f (wj , wj ) = 1
f (wk , wk ) = 0
Portanto, se v =
n
X
para 1 i s
para s + 1 j s + t
para s + t + 1 k n.
para 1 i s
para s + 1 j s + t
para s + t + 1 k n,
para 1 i s
para s + 1 j s + t
para s + t + 1 k n.
xi wi , temos q(v) =
i=1
s
s+t
X
X
(xi )2
(xj )2 .
i=1
j=s+1
xi v i =
i=1
j=s+1
i=1
j=s0 +1
Dem. Sejam:
U = subespao de V gerado por v1 , ..., vs
W 0 = subespao de V gerado por vs0 0 +1 , ..., vn0 .
Ento: dim U = s e dim W 0 = n s0 .
Se v U, v 6= 0, temos q(v) > 0. Se v W 0 , ento q(v) 0. Resulta
que U W 0 = {0} e, portanto,
dim U + dim W 0 = dim(U + W 0 ) dim V = n,
donde: s + n s0 n, ou seja, s s0 .
Por simetria, obtemos: s0 s. Logo, s = s0 .
Como s + t = s0 + t0 = r = posto de F (=posto de f=posto de q), resulta
t = t0 .
Obs. O par (s, t) univocamente determinado por q; t a maior dimenso de um subespao de V restrita ao qual q negativa: t a dimenso do
136
subespao de V gerado por vs+1 , ..., vs+t . Por definio, t o ndice da forma
quadrtica q. Quando q(v) 0 para v V qualquer, dizemos que o ndice
de q zero.
Exemplo: q : R4 R, q(x, y, z, t) = x2 + y 2 + z 2 + t2 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) = x2 + z 2 4xy + 4xz.
Como existe o termo quadrado puro x2 vamos completar o quadrado:
q(x, y, z) = x2 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) = u2 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 = u2 v 2 e
q(u, v, z) = 4u2 4v 2 2z(u + v) + z(u v) = 4u2 4v 2 uz 3vz =
z
3z
z 2
z2
3z
9z 2
2
2
= 4 u u 4 v + v = 4 u
4 v +
+
=
4
4
8
164
8
16
z2
3z
z 2
4 v+ v + .
4 u
8
4
2
3z
z
Fazendo: = u ; = v + , vem:
8
8
z2
q(, , z) = 42 4 2 + ,
2
forma de posto r = 3 e ndice t = 1.
Captulo 10
Miscelnea
10.1
Orientao
1 0 0 ... 0
0 1 0 ... 0
0 0 1 ... 0 = 1,
0 0 0 ... 1
137
138
10.2
Volume de Paraleleppedo
(aij ) nn define-se o volume de P (v1 , ..., vn ) por v P (v1 ..., vn ) = |det A|.
n
X
0
0
0
0
Se E = (e1 , ..., en ) outra base ortonormal de V e ei =
pki ek , P =
k=1
n
X
a0ij e0i
n
X
139
a0ij
n
X
pki ek =
n X
n
X
pki a0ij ek
n
X
akj ek ,
i=1
i=1
k=1
k=1 i=1
k=1
donde A = P A0 e |det A| = |det A0 |, o que mostra que v P (v1 , ..., vn ) no
depende da base ortonormal usada na sua definio.
Proposio 10.3 Seja T : V V linear. Ento:
n
X
aij ei , donde
i=1
T vj =
n
X
aij T (ei ) =
i=1
n
X
aij bki ek =
i,k=1
n
n
X
X
!
bki aij
ek ,
i=1
k=1
10.3
Matriz de Gram
ortonormal de W. Ento: vj =
aij ei , v P (v1 , ..., vk ) = |det A| e v1 , ..., vk
i=1
Proposio 10.4 v P (v1 , ..., vk ) = det G.
Dem. Com as notaes acima, temos:
gij = hvi , vj i = h
k
X
r=1
ari er ,
k
X
asj es i =
s=1
k
X
t
air
arj ,
r=1
140
2
|v1 |
0
2
2
2
..
det G =
= |v1 | ...|vk | = (det A) ,
.
0
|vk |2
10.4
Produto Vetorial
n+1
X
(1)n+1+i det A(i) ei ,
i=1
donde |u|2 =
n+1
X
i=1
2
(d) |u| = detE [v1 , ..., vn , u] = v P (u, v1 , ..., vn ) = |u|v P (v1 , ..., vn ) ,
donde |u| = v P (v1 , ..., vn ) .
(e) v1 , ..., vn so LI v P (v1 , ..., vn ) = |u| > 0. Neste caso, det(u, v1 , ..., vn ) =
|u|2 > 0 e (v1 , ..., vn , v1 ... vn ) tem a mesma orientao que (e1 , ..., en+1 ).
fcil ver que o produto vetorial u = v1 ... vn o nico vetor de V
satisfazendo (c), (d) e (e).
v11
...
v
e
1n
1
n+1
v21
...
v2n
e2 X
.
.
.
i=1
vn+1,n ... vn+1,n en+1
141
Exerccios de Reviso
1. Sejam p1 , ..., pn Pn (K), isto , polinmios de grau menor que n.
Se, para j = 1, ..., n, pj (2) = 0, prove que {p1 , ..., pn } um conjunto
linearmente dependente.
2. Prove que no existe T : R5 R2 linear cujo ncleo seja {(x1 , ..., x5 )
R5 |x1 = x2 e x3 = x4 = x5 }.
3. Seja T : V W linear, V de dimenso finita. Prove que existe
subespao U V tal que N (T ) U = {0} e Im T = T (U ).
4. Seja T : Rn Rn , T (x1 , ..., xn ) = (x1 + ... + xn , ..., x1 + ... + xn ). 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 a1 , ..., an , b1 , ..., bn R, prove que
n
!2 n
! n
!
X
X
X b2j
aj bj
j a2j
.
j
j=1
j=1
j=1
8. Seja T : Cn Cn , T (z1 , ..., zn ) = (0, z1 , ..., zn1 ). 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.
142
EXERCCIOS DE REVISO
143
0 0 ... 0 0 a0
1 0 ... 0 0 a1
0 1 ... 0 0 a2
.
A=
... ... ... ... ...
...
0 0 ... 1 0 an2
0 0 ... 0 1 an1
16. Sejam T : V V , dim V = n, T > 0 e tr T = 0. Prove que T = 0.
17. Sejam (e1 , ..., en ) base ortonormal de V e T : V V linear. Prove:
tr(T T ) = |T e1 |2 + ... + |T en |2 .
18. Sejam K = C, T : V V linear, E = (e1 , ..., en ) base ortonormal de
V, e 1 , ..., n os autovalores de T. Se A = [T ]EE = (aij ) n n prove
que
n
X
2
2
|1 | + ... + |n |
|aij |2 .
i,j=1
Referncias Bibliogrficas
[1] Axler, S. Linear Algebra Done Right Springer, New York, 1996.
[2] Gelfand, I. Lectures on Linear Algebra Interscience, New York, 1961.
[3] Hoffman, 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.
144