Algebra Linear

PONTIFCIA UNIVERSIDADE CATLICA DE
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
2.2 Composio e Inverso de Aplicaes Lineares . . . . . . . . . 23
2.3 lgebra das Aplicaes Lineares . . . . . . . . . . . . . . . . . 28
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
4 Formas Lineares. Dualidade 49
4.1 Denio . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
4.2 Anulador de um Subespao . . . . . . . . . . . . . . . . . . . 52
4.3 Transposio . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
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
7 Produto Interno 99
7.2 Bases Ortonormais . . . . . . . . . . . . . . . . . . . . . . . . 105
7.3 Relaes entre V e V
. . . . . . . . . . . . . . . . . . . . . . 108
7.4 Adjunta . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 110
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
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,
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.
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
+ bf = 0 (a e b reais xos), munido das leis

usuais, forma um espao vetorial real?
5. Prove que o conjunto das funes limitadas f : R R, munido das
leis usuais, um espao vetorial real.
6. Seja l
1
(N) o conjunto das sequncias x = (x
n
)
n1
onde x
n
C e
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:
(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
um subespao de V . claro que W contm X

e, portanto, que W contm todas as combinaes lineares de elementos de X,
ou seja, W contm o subespao S gerado por X. Como S um subespao de
V contendo X, temos que W S. Resulta W = S.
Exerccios
1. Seja V = T(R, R) o espao vetorial real das funes f : R R.
Verique 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 t
2
e t
3
?
3. Verique se W = (x, y, z) R
3
; x = 2y subespao de R
3
.
4. Mostre que W = (0, y, z) R
3
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
+ af
+ bf = 0 (a e b reais xos) um subespao de T(R, R).

6. Mostre que, em geral, a unio de dois subespaos no um subespao.
1.3 Independncia Linear. Bases. Dimenso
Denio 1.4 Sejam X = , X V, V um espao vetorial sobre K. Dize-
mos que X linearmente independente se, quaisquer que sejam v
1
, ..., v
m

X, m N, a equao a
1
v
1
+ ... + a
m
v
m
= 0, onde a
1
, ..., a
m
K, im-
plica a
1
= a
2
= ... = a
m
= 0. Se X no linearmente independente
(LI) dizemos que X linearmente dependente (LD); neste caso, existem
v
1
, ..., v
p
X, p N, e escalares no todos nulos, a
1
, ..., a
p
, tais que
a
1
v
1
+ ... + a
p
v
p
= 0.
Exemplo 1.3.1 Em K
n
consideremos os vetores
e
1
= (1, 0, ..., 0)
e
2
= (0, 1, ..., 0)
.
.
.
e
n
= (0, ..., 0, 1)
Esses vetores so LI, pois a
1
e
1
+... +a
n
e
n
= (a
1
, ..., a
n
) = 0 = (0, ..., 0)
a
1
= 0, ..., a
n
= 0.
Exemplo 1.3.2 Em P
n
os vetores 1, t, ..., t
n1
so LI pois a
0
+ a
1
t + ... +
a
n1
t
n1
= 0 implica a
0
= a
1
= ... = a
n1
= 0.
Exemplo 1.3.3 No espao das funes f : R R de classe C
1
considere-
mos os vetores f
1
(t) = e
r
1
t
, f
2
(t) = e
r
2
t
onde r
1
= r
2
so reais. f
1
, f
2
so
LI pois se a
1
f
1
+ a
2
f
2
= 0 ento a
1
e
r
1
t
+ a
2
e
r
2
t
= 0 para todo t R, donde
a
1
e
(r
1
r
2
)t
+a
2
= 0 para todo t R. Derivando: a
1
(r
1
r
2
)e
(r
1
r
2
)t
= 0 para
todo t R, donde a
1
= 0 e, portanto, a
2
= 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 v
1
, ..., v
n
so vetores LI em V e
a
1
v
1
+ ... + a
n
v
n
= b
1
v
1
+ ... + b
n
v
n
,
com a
i
K, b
i
K (1 i n), ento a
i
= b
i
para todo i.
Dem. A relao dada equivalente a (a
1
b
1
)v
1
+ ... + (a
n
b
n
)v
n
= 0,
donde a
1
b
1
= ... = a
n
b
n
= 0, isto , a
i
= b
i
para i = 1, 2, ..., n.
Denio 1.5 Seja V um espao vetorial sobre K. Dizemos que G V
gera V ou que G V um conjunto de geradores de V se todo v V
combinao linear de vetores de G, ou seja, se o subespao gerado por G
V . Dizemos que o conjunto de geradores G mnimo se, qualquer que seja
g G, o conjunto G
1
= Gg no gera V .
Exemplo 1.3.5 Em K
n
os vetores e
1
= (1, 0, ..., 0), ..., e
n
= (0, ..., 0, 1) for-
mam um conjunto de geradores mnimo.
Denio 1.6 Seja X V um conjunto LI no espao vetorial V . Dizemos
que X um conjunto linearmente independente mximo se, para todo v V ,
v / X, o conjunto X
1
= X v LD.
Exemplo 1.3.6 Os vetores e
1
= (1, 0, ..., 0), ..., e
n
= (0, ..., 0, 1) de K
n
for-
mam um conjunto LI mximo.
Proposio 1.4 Sejam v
1
, ..., v
m
vetores LI do espao vetorial V gerado por
w
1
, ..., w
p
. Ento m p e, alterando-se eventualmente a numerao dos w
i
,
os vetores v
1
, ..., v
m
, w
m+1
, ..., w
p
ainda geram V .
Dem. Seja v
1
= a
11
w
1
+ ... + a
p1
w
p
; sem perda de generalidade podemos
supor a
11
= 0 e, ento:
w
1
= b
11
v
1
+ b
21
w
2
+ ... + b
p1
w
p
.
Logo, toda combinao linear de w
1
, ..., w
p
tambm combinao linear
de v
1
, w
2
, ..., w
p
, ou seja, estes vetores geram V .
Seja v
2
= a
12
v
1
+a
22
w
2
+...+a
p2
w
p
; ao menos um dos escalares a
22
, ..., a
p2
diferente de zero pois v
1
e v
2
so LI. Podemos supor a
22
= 0 e, ento:
w
2
= b
12
v
1
+ b
22
v
2
+ b
32
w
3
+ ... + b
p2
w
p
,
e toda combinao linear de v
1
, w
2
, ...w
p
tambm combinao linear de
v
1
, v
2
, w
3
, ..., w
p
, ou seja, estes vetores geram V .
Repetindo essa operao um nmero nito de vezes, vemos que, para
r min(m, p), os vetores v
1
, ..., v
r
, w
r+1
, ..., w
p
geram V . Se fosse m > p,
tomando r = p, teramos que v
1
, ..., v
p
gerariam V e, portanto, v
p+1
, ..., v
m
seriam combinaes lineares de v
1
, ..., v
p
, o que absurdo j que v
1
, ..., v
m
so
LI. Portanto, m p e, ao m de um nmero nito de operaes, obteremos
o conjunto de geradores v
1
, ..., v
m
, w
m+1
, ..., w
p
.
Corolrio 1.4.1 Se w
1
, ..., w
p
geram V e n > p, ento v
1
, ..., v
n
so LD. Em
particular, p +1 vetores que so combinaes lineares de p vetores quaisquer
so LD.
Proposio 1.5 Seja X um subconjunto no-vazio do espao vetorial V so-
bre K. As propriedades seguintes so equivalentes:
(a) X LI e gera V
(b) X um conjunto de geradores mnimo
(c) X um conjunto LI mximo
Dem. (a) (b): Sejam x X, Y = Xx. Se x fosse combinao linear
de vetores de Y , x =
n
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
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
.
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
.
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.
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.
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 .
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.
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
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
.
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
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:
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
) ento T(u), T(v) U
, donde T(u) + T(v) = T(u +

v) U
, donde u + v T
1
(U
)
3. Se a K e v T
1
(U
) ento aT(v) = T(av) 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
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
= T(v) com v V , isto , T sobrejetora.

Exemplo 2.1.6 Seja T : C
3
C
3
, T(x
1
, x
2
, x
3
) = (x
1
x
2
, 2x
1
+ x
2
+
3x
3
, x
1
2x
2
3x
3
). T linear e Im T gerada por T(1, 0, 0) = (1, 2, 1) =
w
1
, T(0, 1, 0) = (1, 1, 2) = w
2
e T(0, 0, 1) = (0, 3, 3) = w
3
. fcil ver
que w
1
e w
2
so LI e que w
3
= w
1
+w
2
. Portanto, w
1
, w
2
base de Im T
e posto(T) = r = 2. O ncleo de T denido pelas equaes:
x
1
x
2
= 0
2x
1
+ x
2
+ 3x
3
= 0
x
1
2x
2
3x
3
= 0
A soluo deste sistema dada por x
1
= x
2
= x
3
. Logo: ^(T) =
(t, t, t) C
3
; t C e, por exemplo, (1, 1, 1) base de ^(T).
Observemos que dim C
3
= 3 = dim ^(T) + dim Im T, o que ilustra o
teorema seguinte.
Proposio 2.5 (Teorema do ncleo e da imagem)
Sejam V, W espaos vetoriais sobre K e T : V W linear. Se V tem
dimenso nita, ento:
dim V = dim ^(T) + dim Im T.
Dem. Seja v
1
, ..., v
s
base de ^(T) e sejam v
s+1
, ..., v
n
V tais que
v
1
, ..., v
s
, v
s+1
, ..., v
n
seja base de V. Se w = T(v) Im T e v = a
1
v
1
+... +
a
n
v
n
, ento w = a
s+1
T(v
s+1
) + ... + a
n
T(v
n
) j que T(v
1
) = ... = T(v
s
) = 0;
logo T(v
s+1
), ..., T(v
n
) geram Im T.
Alm disso, esses vetores so LI; de fato, se b
s+1
T(v
s+1
)+.... +b
n
T(v
n
) =
0, ento T(b
s+1
v
s+1
+ ... + b
n
v
n
) = 0, ou seja, b
s+1
v
s+1
+ ... + b
n
v
n
^(T).
Portanto, podemos escrever b
s+1
v
s+1
+ ... + b
n
v
n
= b
1
v
1
+ ... + b
s
v
s
.
Como v
1
, ..., v
s
, v
s+1
, ..., v
n
so LI, resulta b
s+1
= ... = b
n
= 0 (e tam-
bm b
1
= ... = b
s
= 0). Resulta que T(v
s+1
, ..., T(v
n
) base de Im T e
dim Im T = n s = dim V dim ^(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 v
1
, ..., v
n
base de V, ento Tv
1
, ..., Tv
n
base de W;
(e) existe base v
1
, ..., v
n
de V tal que Tv
1
, ..., Tv
n
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): Tv
1
, ..., Tv
n
geram Im T = W. Como dim W = n, resulta
que Tv
1
, ..., Tv
n
base de W.
(d) (e): bvio.
(e) (a): Seja v
1
, ..., v
n
base de V tal que Tv
1
, ..., Tv
n
seja base de
W. Como Tv
1
, ..., Tv
n
Im T e geram W resulta que W Im T, donde
Im T = W, ou seja, T sobrejetora.
Se v = a
1
v
1
+ ... + a
n
v
n
tal que T(v) = 0, ento
a
1
T(v
1
) + ... + a
n
T(v
n
) = 0,
donde a
1
= ... = a
n
= 0 pois Tv
1
, ..., Tv
n
so LI. Logo, v = 0 e T injetora.
Portanto, T bijetora.
Exerccios
1. Seja T : V W linear. Prove que so equivalentes:
(a) T injetora;
(b) para toda decomposio V = V
1
V
2
tem-se T(V ) = T(V
1
) T(V
2
)
2. Ache T : R
2
R linear tal que T(1, 1) = 1 e T(1, 0) = 3.
3. Seja T : V W linear. Prove que se T(v
1
), ..., T(v
n
) so LI, ento
v
1
, ..., v
n
so LI.
4. Ache T : R
3
R
4
linear cuja imagem seja gerada por (1,0,2,-4) e
(0,2,-1,3).
5. Seja T : V V linear. Prove que se Tv
1
, ..., Tv
n
geram V, ento
v
1
, ..., v
n
geram V.
6. Seja T : R
2
R
2
denido por T(x, y) = (ax + by, cx + dy), com
ad bc = 0. Prove:
(a) v = 0 Tv = 0.
(b) Toda reta l R
2
transformada por T numa reta.
(c) T transforma retas paralelas em retas paralelas.
2.2 Composio e Inverso de Aplicaes Line-
ares
Proposio 2.6 Sejam U, V, W espaos vetoriais sobre o corpo K e T :
U V, L : V W aplicaes lineares. Ento a composta L T : U W
linear.
Dem. Se u, v U, ento
(L T)(u + v) = L(T(u + v)) = L(Tu + Tv) = L T(u) + L T(v).
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).
Dem. Sejam w
1
= T(v
1
) e w
2
= T(v
2
) elementos arbitrrios de W. Ento:
T
1
(w
1
+w
2
) = T
1
(Tv
1
+Tv
2
) = T
1
(T(v
1
+v
2
)) = v
1
+v
2
= T
1
(w
1
)+T
1
(w
2
).
Se a K e w = T(v) W, ento: T
1
(aw) = T
1
(aT(v)) = T
1
(T(av)) =
av = aT
1
(w).
Resulta que T
1
: W V linear.
Denio 2.4 Uma aplicao linear T : V W um isomorsmo de V
sobre W se T bijetora. Se, alm disso, V = W ento diremos que T um
automorsmo de V. Se existe um isomorsmo de V sobre W dizemos que V
e W so isomorfos.
Corolrio 2.7.1 A composta de dois isomorsmos um isomorsmo. A
inversa de um isomorsmo um isomorsmo.
Obs.: Representamos por L(V, W) o conjunto das aplicaes lineares de V
em W. No caso em que V = W usual chamar uma aplicao linear T :
V V de operador linear em V e representar L(V, V ) simplesmente por
L(V ) e por GL(V ) o conjunto dos automorsmos de V.
Proposio 2.8 Seja V um espao vetorial sobre o corpo K. Se T, L
GL(V ) ento T L GL(V ) e (T L)
1
= L
1
T
1
.
Dem. J vimos que a composta de automorsmos automorsmo. Basta
ento vericar que
(T L) (L
1
T
1
) = (L
1
T
1
) (T L) = I,
operador identidade de V, o que imediato.
Proposio 2.9 Se T : V W linear sobrejetora, ento W isomorfo
ao espao quociente
V
^(T)
.
Dem. Seja : V
V
^(T)
a aplicao quociente, isto , (v) = v +
^(T), v V . imediato que linear.
Seja L :
V
^(T)
W denida por L(v+^(T)) = T(v), ou seja, L = T
(dizemos ento que o diagrama abaixo comuta). Mostremos que L est bem
denida e injetora:
L(u +^(T)) = L(v +^(T)) T(u) = T(v) T(u v) = 0
u v ^(T) u +^(T) = v +^(T).
Alm disso, L sobrejetora pois, dado w W, existe v V tal que
T(v) = w (j que T sobrejetora) e, portanto, L(v + ^(T)) = w. Logo,
L bijetora. Resta provar que L linear. Sejam u, v V , ento: L(u +
^(T) + v + ^(T)) = L(u + v + ^(T)) = T(u + v) = T(u) + T(v) =
L(u +^(T)) + L(v +^(T)). Se a K e v V , ento: L(a(v +^(T))) =
(av+^(T)) = T(av) = aT(v) = aL(v+^(T)). Resulta que L :
V
^(T)
W
um isomorsmo.
Corolrio 2.9.1 Sejam V um espao vetorial sobre K, U e W subespaos de
V tais que V = U W. Ento,
V
U
isomorfo a W.
Dem. Seja p : V W denida por p(v) = w, onde v = u +w com u U e
w W. imediato que p linear sobrejetora e
^(p) = v V ; p(v) = 0 = U.
Portanto, pela proposio 2.9, temos que
V
U
isomorfo a W.
Corolrio 2.9.2 Sejam T : V W linear e U V subespao tal que
V = ^(T) U. Ento U isomorfo a Im T.
Dem. Decorre da proposi 2.9 que
V
^(T)
isomorfo a Im T. Pelo corolrio
2.9.1 temos que
V
^(T)
isomorfo a U. Resulta que U e Im T so isomorfos.
Proposio 2.10 Sejam U e W subespaos do espao vetorial V de dimen-
so nita sobre o corpo K. Ento:
dim U + dim W = dim (U + W) + dim (U W).
Dem. Seja T : U W V, T(u, w) = u w. imediato que T linear.
Alm disso,
Im T = v = u w; u U, w W = U + W
^(T) = (u, w) U W; u = w = (u, u) U W, u U W.
fcil ver que a aplicao u U W (u, u) ^(T) um isomor-
smo. Portanto, dim ^(T) = dim (U W). Pela proposio 2.5, temos:
dim (U W) = dim (U + W) + dim (U W), ou seja,
dim U + dim W = dim (U + W) + dim(U W).
Proposio 2.11 Todo espao vetorial de dimenso n sobre K isomorfo a
K
n
.
Dem. Seja V um espao vetorial de dimenso n sobre K. Seja v
1
, ..., v
n
uma base de V. Se v V , ento v = a

1
v
1
+...+a
n
v
n
, onde a
i
K, 1 i n.
Seja T : V K
n
denida por T(v) = T(a
1
v
1
+... +a
n
v
n
) = (a
1
, ..., a
n
)
K
n
. fcil vericar que T um isomorsmo.
Corolrio 2.11.1 Todos os espaos vetoriais de mesma dimenso nita n
sobre K so isomorfos entre si.
Exemplo 2.2.1 Seja T : V V linear tal que T
3
= 0. Prove que I T
um automorsmo de V.
A igualdade formal
1
1 x
= 1+x+x
2
+x
3
+... nos sugere que (I T)
1
=
I +T +T
2
+T
3
+... = I +T +T
2
j que T
3
= 0, donde T
n
= 0 para n 3.
De fato, temos:
(I T)(I + T + T
2
) = I + T + T
2
T T
2
T
3
= I
(I + T + T
2
)(I T) = I T + T T
2
+ T
2
T
3
= I
Portanto, I T um automorsmo de V e (I T)
1
= I + T + T
2
.
Exemplo 2.2.2 U e W sendo dois subespaos suplementares do espao ve-
torial V, isto , V = U W, todo v V se escreve, de modo nico, na forma
v = u + w, onde u U e w W. Consideremos T : U W U W
denida por T(u, w) = u +w. fcil ver que T linear bijetora, ou seja, T
um isomorsmo de U W sobre U W.
Reciprocamente, dados dois espaos vetoriais U e W sobre K, para todo
v = (u, w) de V = U W temos, de modo nico: (u, w) = (u, 0) + (0, w).
Se U
e W
so, respectivamente, os subespaos de V descritos por (u, 0)

e (0, w), ento claro que U
isomorfo a U e que W
isomorfo a W.
Ento, V = U W = U
. Se identicarmos U com U
bem como W
com W
, ento poderemos considerar U e W como subespaos suplementares

de U W, o que signica identicar os dois espaos isomorfos U W e
U W. Nestas condies, a aplicao de U W sobre U dada por u+w
u, se identica com p
1
: U W U, p
1
(u, w) = u, e a projeo de
V = U W sobre o subespao U, paralelamente ao subespao suplementar
W. Analogamente, a aplicao u + w w se identica com a projeo
p
2
: U W W, p
2
(u, w) = w de V sobre o subespao W paralelamente a
U.
Em particular, se V = UW tem dimenso nita, ento: dim (UW) =
dim (U W) = dim U + dim W, j visto anteriormente.
Exerccios
1. Sejam T, L L(V ) tais que L T = T L. Prove:
(a) L(^(T) ^(T);
(b) L(Im T) Im T.
2. Sejam L : V U, T : U W lineares. Se U, V e W tm dimenso
nita, prove que:
(a) posto(T L) posto(T);
(b) posto(T L) posto(L).
3. Sejam V um espao vetorial de dimenso nita sobre K, L e T elementos
de L(V ) tais que L T = I. Mostre que L invertvel e que T = L
1
.
4. Sejam T : V U linear e W V subespao. Seja T[
W
= L : W U
a restrio de T a W, isto , T(w) = L(w) para todo w W. Prove:
(a) L linear;
(b) ^(L) = ^(T) W;
(c) Im L = T(W).
5. Seja V = P
n+1
o espao vetorial dos polinmios de grau menor ou igual
a n, com coecientes reais. Ache um suplementar do subespao W de
V formado pelos polinmios p(t) tais que p(1) = 0 e prove que
V
W

isomorfo a R.
2.3 lgebra das Aplicaes Lineares
Se V e W so espaos vetoriais sobre o corpo K, vimos que L(V, W) representa
o conjunto das aplicaes lineares de V em W. Se L, T L(V, W) e a K,
denimos L + T e aT, aplicaes de V em W, por:
(L + T)(v) = L(v) + T(v)
(aT)(v) = aT(v),
para todo v V . fcil vericar que L+T e aT so lineares, isto , elementos
de L(V, W). Assim, no conjunto L(V, W) temos duas leis, (L, T) L+T e
(a, T) aT, e deixamos aos cuidados do leitor provar que so satisfeitos os
oito postulados que denem uma estrutura vetorial. Lembramos apenas que
a aplicao linear zero a aplicao 0(v) = 0 para todo v V e que a oposta
de T L(V, W) a aplicao (T) tal que (T)(v) = T(v) para todo
v V . Conclumos que L(V, W), munido das leis de adio (L, T) L+T
e de multiplicao por escalar (a, T) aT, um espao vetorial sobre K.
Estrutura de Anel de L(V )
Se L, T L(V ), vimos que L+T e L T so elementos de L(V ). Assim,
L(V ) est munido de duas leis, (L, T) L + T e (L, T) L T, que
tornam L(V ) um anel com identidade, isto :
(a) para a adio L(V ) um grupo abeliano:
1. L + T = T + L;
2. (L + T) + S = L + (T + S);
3. existe 0 L(V ) tal que T + 0 = T;
4. dado T L(V ) existe (T) L(V ) tal que T + (T) = 0, quaisquer
que sejam L, T, S L(V ).
(b) o produto (L, T) L T tem as propriedades:
1. (L T) S = L (T S);
2. existe I L(V ) tal que I T = T I = T;
3. (L + T) S = L S + T S e L (T + S) = L T + L S, quaisquer
que sejam L, T, S L(V ).
Estrutura de Grupo de GL(V )
O conjunto GL(V ) dos automorsmos do espao vetorial V um subcon-
junto de L(V ); se L, T GL(V ) vimos que LT e T
1
pertencem a GL(V ) e
a identidade I de V tambm pertence a GL(V ). Portanto, GL(V ) munido da
operao (L, T) L T um grupo, chamado grupo linear de V. GL(V )
o grupo dos elementos invertveis do anel L(V ).
Estrutura de lgebra de L(V )
Se V um espao vetorial sobre K, L(V ) est munido das leis:
(1) adio: (L, T) L + T;
(2) multiplicao por escalar: (a, T) aT;
(3) produto: (L, T) L T.
Para as leis (1) e (2), L(V ) tem uma estrutura de espao vetorial sobre
K. Para as leis (1) e (3), L(V ) tem uma estrutura de anel. Alm disso, fcil
ver que a(L T) = (aL) T = L (aT), quaisquer que sejam L, T L(V ) e
a K. Vemos assim que L(V ) tem uma estrutura de lgebra (linear) sobre
K, de acordo com a seguinte denio.
Denio 2.5 Sejam K um corpo a A um conjunto munido de uma adio,
de uma multiplicao por escalar e de um produto. Dizemos que A uma
lgebra sobre K se:
(1) A, munido da adio e da multiplicao por escalar, um espao vetorial
sobre K.
(2) A, munido da adio e do produto, um anel.
(3) a(L T) = (aL) T = L (aT), quaisquer que sejam L, T A e a K.
Exemplo 2.3.1 O corpo C dos complexos uma lgebra sobre R.
Exemplo 2.3.2 T(R, R) munido das leis f +g, f g, af uma lgebra sobre
R.
Exemplo 2.3.3 No espao vetorial L(V ) consideremos o produto (L, T)
[L, T] = L T T L (colchete de Lie de L e T). imediato que:
(1)
[L, T], S
L, [T, S]
(2) [L + T, S] = [L, S] + [T, S] e [L, T + S] = [L, T] + [L, S]

(3) [aL, T] = [L, aT] = a[L, T], quaisquer que sejam L, T, S L(V ) e a K.
Portanto o espao L(V ), munido do produto (L, T) [L, T], uma lgebra
sobre K, anotada gl(V ).
1. Sejam V
1
, V
2
espaos vetoriais isomorfos entre si, bem como W
1
e W
2
.
Prove que L(V
1
, W
1
) isomorfo a L(V
2
, W
2
).
2. Sejam V, M espaos vetoriais sobre K, V = V
1
V
2
. Prove que L(V
1
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
. Consideremos em V os operadores x f(x) =

dx
dt
e
x g(x) com g(x)(t) =
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.
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
) = dim ^(T) + dim (Im T 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:
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
o que mostra que o produto no comutativo.

Proposio 3.2 (a) (AB)C = A(BC)
(b) A(B
1
+ B
2
) = AB
1
+ AB
2
; (A
1
+ A
2
)B = A
1
B + A
2
B
(c) I
n
A = AI
n
= A,
onde se supem denidos os produtos e somas (das matrizes) indicados, e em
(c) A mn.
Dem. (a) Sejam: A = (a
ij
) do tipo mn
B = (b
ij
) do tipo n p
C = (c
ij
) do tipo p q
.
Ento: AB = (d
ij
) mp e (AB)C = (e
ij
) mq
BC = (f
ij
) n q e A(BC) = (g
ij
) mq,
ou seja, se o primeiro membro est denido, ento o segundo tambm, e
do mesmo tipo.
Temos:
e
ij
=
p
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
.
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
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
Exemplo 3.3.3 Sejam I : R

3
R
3
a identidade, c = (1, 0, 0), (0, 1, 0), (0, 0, 1)
e T = (1, 0, 0), (1, 1, 0), (1, 1, 1) bases de R
3
. Vamos achar

I
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
Exemplo 3.3.4 Seja T : R

3
R
3
denida por T(x, y, z) = (x +y +z, y +
z, z). claro que T linear. Sejam c e T as bases do exemplo 3.3.3. Vamos
achar

T
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
Exemplo 3.3.5 Seja A = (a

ij
) mn sobre K. Seja T
A
: K
n
K
m
tal que
T
A
(X) = A X, onde X =
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.
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).
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:
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
mostra que ele tem divisores de zero.

Seja V um espao vetorial sobre K, de dimenso n. Vimos que L(V )
e M
n
(K) so duas lgebras sobre K. Fixada uma base B de V, a aplicao
bijetora T L(V )

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.
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
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 =
(1, 1, 0), (1, 1, 1), (0, 1, 2)
e T =
(2, 1, 1), (0, 0, 1), (1, 1, 1)
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
.
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 =
(1, 1, 1), (1, 0, 0), (1, 1, 1)
= (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
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 =
(1, 0, 0), (1, 1, 0), (1, 1, 1)
bases de R
3
.
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.
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).
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:
= matriz da gura 3.1.

Resulta que A =
E
F
equivalente a B = matriz da gura 3.1 :
B = QAP, Q =
id
F
F
, P =
id
E
.
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.
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.
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
e chamado de dual de V; seus elementos so chamados de formas (ou

funcionais) lineares em V. O dual de V
o bidual de V, anotado V
. Os
elementos de V
sero designados por letras gregas tais como , , , etc.

Assim, uma forma linear V
uma aplicao linear : V K.

Se c = v
1
, ..., v
n
uma base de V e se v = x
1
v
1
+...+x
n
v
n
, ento (v) =
x
1
(v
1
) + ... + x
n
(v
n
). Pondo (v
i
) = a
i
, temos: (v) = a
1
x
1
+ ... + a
n
x
n
,
que a representao de na base c.
Exemplo 4.1.1 Se V = K
n
, a aplicao
i
(x
1
, ..., x
n
) x
i
(1 i n)
uma forma linear em K
n
, chamada a i-sima forma coordenada.
Exemplo 4.1.2 Se V = C
0
contnuas f : [0, 1] R a funo f 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
= dim L(V, K) = n e que as condies

i
(v
j
) =
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
, bem como que J

linear. Basta ento provar que J injetora, j que dim V = dim V
= n.
Para isto, seja v = 0; tomemos uma base de V da forma (v, v
1
, ..., v
n1
) e
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
mostre que existe g V
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
tal que f(v

i
) = 0, i =
1, 2, ..., p.
5. Seja f : V R uma forma linear no-nula. Prove que existe v
0
V
tal que f(v
0
) = 1. Seja W = Rv
0
a reta gerada por v
0
. Prove que
V = W ^(f).
6. Sejam f, g : V R formas lineares no-nulas e dim V = n. Prove
que ^(f) = ^(g) f mltiplo de g.
4.2 Anulador de um Subespao
Denio 4.2 Sejam V um espao vetorial sobre K e U V um subespao.
Chama-se anulador de U ao conjunto U
0
= V
; (u) = 0 para todo

u U. fcil ver que U
0
V
um subespao.
Se V
pode-se mostrar sem diculdade que U

0
se, e s se, se
anula numa base de U.
Proposio 4.3 Sejam V um espao vetorial de dimenso nita sobre K e
U V um subespao. Ento:
dim U + dim U
0
= dim V.
Dem. Como o caso U = 0 trivial, vamos supor U = 0. Seja (v
1
, ..., v
n
)
base de V tal que (v
1
, ..., v
p
) seja base de U. Se (
1
, ..,
n
) a base dual, ento
< v
j
,
i
>=
i
(v
j
) = 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 = 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
, = 0, o subespao de V, H = v V ; < , v >= 0, tem

dimenso igual a (dim V 1) e chama-se um hiperplano de V.
Exemplo 4.2.1 Seja W o subespao de R
4
gerado pelos vetores v
1
= (1, 2, 0, 1), v
2
=
(2, 1, 3, 0) e v
3
= (0, 3, 3, 2). Vamos achar uma base para o anulador W
0
.
Se (v, y, z, t) R
4
e (R
4
)
, ento (x, y, z, t) = ax + by + cz + dt,

onde a, b, c, d R, e W
0
se, e s se, (v
1
) = (v
2
) = (v
3
) = 0, ou seja,
se e s se,
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
ento T : V K linear, isto , T V
.
Denio 4.3 A aplicao T
t
: W
denida por T
t
() = T para
toda W
, chama-se a transposta de T:
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
.
(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
) tm a mesma dimenso nita, esta aplicao um isomorsmo.

Proposio 4.6 Seja T : V W linear. Ento: (Im T)
0
= ^(T
t
).
Dem. (Im T)
0
< , T(v) >= 0 v V < v, T
t
() >= 0
v V T
t
() = 0 ^(T
t
).
Proposio 4.7 Sejam V e W espaos vetoriais de dimenso nita sobre K
e T : V W linear. Ento:
posto(T) = posto(T
t
).
Dem. Sejam n = dim V, p = dim W. Como (Im T)
0
= ^(T
t
) temos:
posto(T
t
) = dim W
dim ^(T
t
) = dim W
dim (Im T)
0
=
= dim W
(dim W
dim Im T) = dim Im T = posto(T).

Proposio 4.8 Sejam V e W espaos vetoriais de dimenso nita sobre
K, c = (v
1
, ..., v
n
) base de V, T = (w
1
, ..., w
m
) base de W, c
= (
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
.
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.
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
so LI se, e s se, dados

1
, ...,
p
K quaisquer, existe
v V tal que f
i
(v) =
i
, 1 i p.
3. Sejamc = (e
1
, ..., e
n
) base do espao vetorial V sobre K, c
= (e
1
, ..., e
n
)
a base dual de c e : V V
o isomorsmo denido por (e

i
) =
e
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
.
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
)
1
, ..., v
r
V e o
r
.
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).
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.
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) = af para todo f /

n
(V, K). Dizemos que este escalar a o
determinante do operador T, e escrevemos a = det T. Assim, det T o
escalar tal que
f(Tv
1
, ..., Tv
n
) = det T f(v
1
, ..., v
n
)
1
, ..., v
n
V e f /
n
(V, K).
Proposio 5.7 Seja V um espao vetorial de dimenso n sobre K.
(1) Se I : V V a identidade, ento det I = 1.
(2) Se L, T L(V ), ento det(L T) = det L det T.
(3) T L(V ) invertvel det T = 0.
Dem. Para todo f /
n
(V, K) e v
1
, ..., v
n
V arbitrrios, temos:
(1) f(Iv
1
, ..., Iv
n
) = det I f(v
1
, ..., v
n
), donde det I = 1.
(2) det(L T) f = (L 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.
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
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
para o determinante da matriz

A = (a
ij
).
Exemplo 5.2.1
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.
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)
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
n
e
ij
=
j
(e
i
). Os escalares
ij
no
dependem de A
j
, isto , de a
1j
, ..., a
nj
.
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
a permutao de 2, .., n tal que
(i) = (i) para 2 i

n, os conjuntos ordenados 1, (2), ..., (n) e
(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
.
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
.
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
claro que det B = 0. Desenvolvendo det B pelos elementos da coluna

k, temos:
det B = a
1j
C
1k
+ a
2j
C
2k
+ ... + a
nj
C
nk
,
isto , det B = 0 =
n
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
.
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
rn cujo posto r, donde

existem r, e no mais que r, colunas de B que so LI. Sejam B
ji
, ..., B
jr
essas
colunas e C = [B
ji
, ..., B
jr
] r r; C tem posto r, donde det C = 0 e a
maior submatriz quadrada de A com essa propriedade.
Exerccio Seja A =
1 1 t
1 t 1
t 1 1
. Estude o posto de A conforme os valores

de t R.
Exerccios
1. Sejam a
1
, ..., a
n
nmeros dados. Prove que
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.
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
= sen(b c) + sen(c a) + sen(a b).

6. Seja A =
B C
0 D
, onde B rr, C r(nr) e D (nr)(nr).

Prove que det A = det B det D.
5.4 Matrizes Elementares
Denio 5.12 Sejam A e B matrizes mn sobre o corpo K. Dizemos que
A linha-equivalente a B se B pode ser obtida de A por intermdio de um
nmero nito das seguintes operaes, chamadas operaes elementares sobre
as linhas:
(a) T
ij
trocar de posio as linhas i e j (i = j)
(b) T
i
(k) multiplicar a linha i por k K, k = 0
(c) T
ij
() somar linha i a linha j multiplicada por K.
Denio 5.13 Uma matriz obtida da identidade por meio de uma nica
operao elementar, chama-se uma matriz elementar.
Exemplo 5.4.1 As matrizes
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.
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).
(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
= e(A), e a proposio est demons-

trada 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, E
1
, ..., E
r
, tais que E
r
...E
1
A =
B.
Dem. A linha-equivalente a B se, e s se, existem operaes elementa-
res e
1
, ..., e
r
tais que e
r
(...(e
2
(e
1
(A)))...) = B. Pondo E
i
= e
i
(I
m
), vem:
E
r
...E
1
A = B.
Obs. 1 As operaes elementares so bijetoras. De fato, T
1
ij
= T
ij
, T
i
(k)
1
=
T
i
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
.
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.
Neste caso, a operao T
1
1
a
11
muda A na matriz B linha-equivalente a A:

B =
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
.
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
Da mesma maneira que operamos sobre as linhas de A mn podemos

operar sobre as colunas. Obtemos assim as operaes elementares sobre as
colunas:
(a) T
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
uma operao elementar sobre as colunas, ento E
= e
(I
n
)
uma matriz (coluna-) elementar de ordem n. Valem propriedades anlogas
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
).
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.
(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
a matriz cujas colunas so esses vetores. O posto de A a dimenso do

espao gerado por v
1
, v
2
, v
3
. Operando sobre as linhas de A, temos:
A
T
1
(1)
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
.
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.
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
(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
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.
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
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.
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.
(R, R) o espao vetorial real das funes f :

R R de classe C
, isto , indenidamente derivveis, e seja D : V V

o operador de derivao. Se f V, f(t) = e
at
, a R, ento Df(t) = a e
at
,
ou seja, Df = af, e f um autovetor de D, com autovalor a.
Exemplo 6.1.3 Se a = 0 um autovalor de T : V V linear, existe
v = 0 tal que T(v) = 0, donde ^(T) = 0 e T no injetora.
84
CAPTULO 6. AUTOVALORES E AUTOVETORES 85
Proposio 6.1 Sejam V um espao vetorial sobre K, T : V V linear,
a K e V (a) = v V ; T(v) = av. Ento V (a) um subespao de V tal
que T
V (a)
V (a), isto , V (a) T-invariante.

Dem. claro que 0 V (a); se v
1
, v
2
V (a), ento T(v
1
) = av
1
, T(v
2
) =
av
2
, donde T(v
1
+ v
2
) = T(v
1
) + T(v
2
) = av
1
+ av
2
= a(v
1
+ v
2
). Se c K,
ento T(cv
1
) = cT(v
1
) = cav
1
= a(cv
1
). Logo, V (a) subespao de V. Se v
V (a) ento T(v) = av e T(Tv) = T(av) = aT(v), donde T
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,
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
).
(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
(R, R) no tem dimenso nita.

Denio 6.3 Seja A M
n
(K). Os autovetores e autovalores de A so
os autovetores e autovalores da aplicao linear associada T
A
: K
n
K
n
, T
A
(x) = A x. Assim, x K
n
autovetor de A se existe a K
tal que A x = ax.
n
(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.
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).
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
associados a estes autovalores. Para

a = 0, temos:
x
1
+ x
2
= 0
2x
1
+ 2x
2
= 0.
Logo, x = x
1
1
1
autovetor associado a a = 0, para todo x

1
K.
Para a = 3, temos:
2x
1
+ x
2
= 0
2x
1
x
2
= 0.
Logo, y =
x
1
2x
1
= x
1
1
2
autovetor associado a a = 3, para todo x

1
K.
Os autoespaos correspondentes so as retas pela origem de K
2
geradas
por
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.
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
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
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.
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.
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
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
gera V (1), quanto que
2
3
gera V (4). A matriz de passagem

da base cannica de V = R
2
para a base
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
. Assim, dim V (1) = 1 < 2, e A no diagonalizvel.

Exemplo 6.2.3 A =
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
base de V (1) e que
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
.
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.
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
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
.
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.
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
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
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).
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
geram V (1) e V (3), respectivamente. Para obter uma base de R

3
devemos tomar um terceiro vetor que seja independente desses dois. Por
exemplo,
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.
1. Seja A =
1 a 1
0 1 b
0 0 c
, onde a, b e c so reais. Ache os autovalores e

autovetores de A e determine os casos em que A diagonalizvel.
2. Se possvel, diagonalize A =
2 1 1
1 2 1
1 1 2
.
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.
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
.
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.
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| =
'v, v`. A distncia entre

u, v V denida por d(u, v) = |u v|.
Proposio 7.1 (Pitgoras) Seja V um espao vetorial com produto interno
', `. Se u, v V , ento |u + v|
2
= |u|
2
+ |v|
2
se, e s se, Re'u, v` = 0,
onde Re z indica a parte real do nmero complexo z.
Dem. |u + v|
2
= 'u + v, u + v` = 'u, u` +'u, v` +'v, u`+
+'v, v` = |u|
2
+|v|
2
+'u, v` +'u, v` = |u|
2
+|v|
2
+
+2Re'u, v`.
Portanto, |u + v|
2
= |u|
2
+|v|
2
se, e s se, Re'u, v` = 0.
Corolrio 7.1.1 Se 'u, v` = 0 ento |u + v| |u| com igualdade v =
= 0.
Corolrio 7.1.2 (lei do paralelogramo) Se u, v V , ento:
|u + v|
2
+|u v|
2
= 2
|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
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
= v V ; 'u, v` = 0 u S. imediato que S

um subespao de V, chamado espao ortogonal de S. Se U o subespao de V
gerado por S, ento S
= U
pois se v perpendicular a todos os elementos

de S, perpendicular tambm s combinaes lineares de elementos de S, ou
seja, aos elementos de U. Escrevemos vS para indicar que v perpendicular
a todos os elementos de S; neste caso, dizemos que v perpendicular a S.
Exemplo 7.1.6 Sejam V = C
0
([0, 2], R), g
1
(t) = cos kt, g
2
(t) = sen kt,
onde k um inteiro positivo, 'f, g` =
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,
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
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
, com igualdade se,

e s se,
n
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
integral
2
0
f(t) P(t)
2
dt.
Seja V = C
0
[0, 2], R
com o produto interno 'f, g` =
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
.
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
.
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
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
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
uma base ortogonal de W.

Proposio 7.6 Sejam V um espao vetorial com produto interno ', ` e W
V um subespao de dimenso nita. Ento:
V = W W

Dem. Seja (v
1
, ..., v
r
) uma base ortonormal de W. Se v V , seja
u = v
r
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
ento 'v, v` = 0, donde v = 0, isto , 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.
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
Seja V um espao vetorial com produto interno ', `. Se v V , a aplicao

u V
T
v
'u, v` K uma forma linear, isto , um elemento do dual
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.
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
)
tal que, para todo v R

n
, df(p) (v) =
f
v
(p) = derivada de f no ponto p na
direo de v.
Considerando em R
n
o produto interno usual, o vetor que representa df(p)
o gradiente de f em p, f(p) = grad f(p). Assim, f(p) o vetor de R
n
tal que df(p) v = 'f(p), v` =
f
v
(p). Se (e
1
, ..., e
n
) a base cannica de R
n
e f(p) = a
1
e
1
+ ... + a
n
e
n
, ento a
i
= 'f(p), e
i
` =
f
x
i
(p), (1 i n),
ou seja, f(p) =
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
por meio de 'T

v
, T
u
` = 'u, v`. De
fato, temos:
(a) 'T
v
1
+T
v
2
, T
u
` = 'T
v
1
+v
2
, T
u
` = 'u, v
1
+v
2
` = 'u, v
1
`+'u, v
2
` = 'T
v
1
, T
u
`+
'T
v
2
, T
u
`.
(b) 'aT
v
, T
u
` = 'T
av
, T
u
` = 'u, av` = a'u, v` = a'T
v
, T
u
`.
(c) 'T
v
, T
u
` = 'u, v` = 'v, u` = 'T
u
, T
v
`.
(d) 'T
v
, T
v
` = 'v, v` = |v|
2
> 0 se v = 0.
A partir de (V
, ', `), usando o mtodo acima, podemos introduzir um pro-

duto interno em V
. Seja L : V
denido por L
() = ', `, ,
V
. Denimos 'L
, L
` = ', `. Vamos mostrar que L T : V V
coincide com o isomorsmo cannico J : V V
, J
v
() = (v), v
V, V
, isto , vamos mostrar que L

T
v
= J
v
.
Temos: L
T
v
(T
u
) = 'T
u
, T
v
` = 'v, u` = T
u
(v) = J
v
(T
u
), donde resulta
L
T
v
= J
v
, ou seja, L T = J.
7.4 Adjunta
Sejam V e W espaos vetoriais de dimenso nita, ambos com produto in-
terno, e T : V W linear.
Proposio 7.8 Existe uma nica aplicao linear T
: W V tal que
'Tv, w` = 'v, T
w` para todo v V e todo w W.

Dem. Seja w W xo mas arbitrrio e seja : V K o funcional
linear denido por (v) = 'Tv, w`. Pela proposio 7.7 existe um nico
u = T
w V tal que (v) = 'v, T
w`, ou seja, 'Tv, w` = 'v, T
w`. Vamos
mostrar que T
: W V assim denida linear. Se v V, w

1
, w
2
W
temos:
'v, 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
(aw)` = 'Tv, aw` = a'Tv, w` = a'v, T
w` =
'v, aT
w` para todo w W, donde T
(aw) = aT
(w).
Denio 7.6 A aplicao linear T
: W V tal que 'Tv, w` = 'v, T
w`
quaisquer que sejam v V , w W, chama-se a adjunta de T. Se V = W e
T = T
o operador linear T : V V chama-se auto-adjunto (se K = R diz-

se tambm que T simtrico; se K = C diz-se tambm que T hermitiano).
Proposio 7.9 Seja V um espao vetorial de dimenso nita sobre K, com
produto interno ', `. Se a K e L, T : V V so lineares, ento:
(a) (L + 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
)(v)` quaisquer que sejam u, v V .

Portanto: (L + T)
= L
+ T
.
(b) '(aT)(u), v` = 'aT(u), v` = a'u, T
v` = 'u, aT
(v)` =
= 'u, (aT
)(v)`, donde (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
u` = 'Tv, u` = 'u, Tv`, donde (T
= T.
Obs. Se L = L
e T = T
so operadores auto-adjuntos em V, ento

(L T)
= T
= 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 nita munidos
de produto interno, c = (v
1
, ..., v
n
) e T = (w
1
, ..., w
m
) bases ortonormais de
V e W, respectivamente. Se T : V W linear e

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
.
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`, donde, 'v, v` = 'v, v` e da vem: 'v, v` = 'v, v`,

donde = .
Exemplo 7.4.3 Os autovetores, associados a autovalores distintos, de um
operador auto-adjunto T = 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
L(V ). Se V no tem dimenso nita, dado T L(V ) pode

ou no existir T
L(V ) tal que 'Tv, u` = 'v, 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
que se anulam fora de [0, 1], com o produto interno 'f, g` =
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
(t)dt = 'f, Dg` = 'f, D
g`,
donde D
= D. Neste exemplo V tem dimenso innita.

Proposio 7.10 Seja V um espao vetorial complexo, de dimenso nita,
munido de um produto interno ', `. Se T : V V linear e tal que
'Tv, v` = 0 para todo v V , ento T = 0.
Dem. Se u, v V , temos a identidade
'T(u + v), u + v` 'Tu, u` 'Tv, v` = 'Tu, v` +'Tv, u`.
Mas se 'Tw, w` = 0 para todo w V , ento essa identidade nos d:
'Tu, v` +'Tv, u` = 0
Substituindo-se u por iu (i
2
= 1), obtemos:
'Tv, iu` +'T(iu), v` = 0, donde
i'Tv, u` + i'Tu, v` = 0, ou ainda
'Tv, u` +'Tu, v` = 0
Somando com , vem: 2'Tu, v` = 0, donde 'Tu, v` = 0 para todo u V
e para todo v V , donde T = 0.
Proposio 7.11 Sejam V um espao vetorial real, de dimenso nita, mu-
nido de um produto interno ', ` e T : V V linear simtrico. Se 'Tv, v` =
0 para todo v V , ento T = 0.
Dem. A identidade 'T(u +v), u +v` 'Tu, u` 'Tv, v` = 'Tu, v` +'Tv, u`
nos d
'Tu, v` +'Tv, u` = 0.
Mas, 'Tv, u` = 'v, Tu` = 'Tu, v`.
Portanto, 2'Tu, v` = 0, donde T = 0.
Proposio 7.12 Sejam V, W espaos vetoriais de dimenso nita sobre
K, munidos de produto interno, e T : V W linear. Ento:
(a) ^(T
) = (Im T)
; (b) Im T
= ^(T)
(c) ^(T) = (Im T
; (d) Im T = ^(T
Dem. suciente provar (a), as outras igualdades sendo consequncias

imediatas. Temos:
v ^(T
) T
v = 0 'u, T
v` = 0 para todo u V 'Tu, v` = 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 ^(T) = dim Im T

1. Seja V um espao vetorial sobre Kmunido de um produto interno, e seja
(v
1
, ..., v
n
) uma base de V. Dados a
1
, a
2
, ..., a
n
K arbitrrios, prove
que existe um, e um nico, vetor w V tal que 'w, v
j
` = a
j
, 1 j n.
2. Se T invertvel e TST
auto-adjunto, prove que S auto-adjunto.

3. Seja T : V V um operador diagonalizvel. Prove que possvel
denir um produto interno em V em relao ao qual T = 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
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.
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
Tu, v` = 'u, v` e, portanto, 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

2a'av, v` = 0.
Logo: T(av) = aT(v), a R.
Portanto, T uma aplicao linear ortogonal.
(b) Sejam T : R
n
R
n
movimento rgido, T(0) = v
0
e T
v
0
(v) = vv
0
.
A composta de movimentos rgidos um movimento rgido, como fcil de
se vericar, de modo que L = T
v
0
T um movimento rgido e L(0) =
T
v
0
(T(0)) = T
v
0
(v
0
) = 0. Pela parte (a) vem que L : R
n
R
n
um
operador ortogonal. Como (T
v
0
)
1
= T
v
0
e L = T
v
0
T, vem L = T
1
v
0
T,
donde T = T
v
0
L, ou seja, todo movimento rgido a composta de uma
translao com um operador ortogonal:
T(v) = L(v) + v
0
, para todo v R
n
.
Denio 8.4 Sejam V um espao vetorial de dimenso nita sobre K, mu-
nido 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.
munido de um produto interno e T
1
, T
2
: V V operadores normais. Se
T
1
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.
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| = |Tv| para todo v V .

Dem. |T
v| = |Tv| se, e s se, 'T
v, T
v` = 'Tv, Tv` se, e s se,

'TT
v, v` = 'T
Tv, v` para todo v V se, e s se, TT
= 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
v = v. Se T unitrio ento 'Tv, Tv` = 'v, v` = [[

2
'v, v` = 'v, v`,
donde [[ = 1.
Proposio 8.6 (Teorema Espectral para Operadores Normais)
Sejam V um espao vetorial de dimenso nita n 1 sobre o corpo K,
munido de um produto interno, e T : V V um operador normal. Se o
polinmio caracterstico de T tem todas suas razes em K (por exemplo, se
K = C), ento existe base ortonormal T de V formada por autovetores de
T, isto , a matriz [T]
F
F
diagonal.
Dem. J vimos que existe base c de V na qual a matriz de T triangular
superior. Usando o processo de Gram-Schmidt obtemos, a partir de c, uma
base ortonormal T = (v
1
, ..., v
n
) de V na qual [T]
F
F
= B = (b
ij
) triangular
superior e temos [T
]
F
F
= B
= B
t
. Como T T
= T
T obtemos BB
=
B
B. Comparando os elementos diagonais de BB
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 B normal, donde T normal.

8.2 Operadores Positivos
Denio 8.6 Sejam V um espao vetorial com produto interno e T : V
V linear. Dizemos que T positivo, e escrevemos T > 0, se T = T
e
'Tv, v` > 0 para todo v = 0. Se T = T
e 'Tv, v` 0 para todo v V ,

dizemos que T no-negativo, e escrevemos T 0.
Proposio 8.7 Um operador auto-adjunto T : V V positivo (resp.
no-negativo) se, e s se, seus autovalores so todos positivos (resp. no-
negativos).
Dem. Se T > 0 e Tv = v com v = 0, ento 'v, v` = 'v, v` = 'Tv, v` > 0,
donde > 0. Reciprocamente, se os autovalores de T so todos positivos,
seja (v
1
, ..., v
n
) base ortonormal de V tal que Tv
i
=
i
v
i
, 1 i n. Se
v V ento v =
n
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.
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
,
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
.
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
.
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
u` = 0, donde 'v, u` 'v, u` = 0, donde (

)'v, u` = 0, donde 'v, u` = 0 pois = .
8.3 Matrizes Simtricas Positivas. Decomposi-
o de Cholesky
ij
) n n e s n um natural. A submatriz
principal de ordem s de A a submatriz A
s
obtida de A pela supresso das
ltimas (n s) linhas e colunas.
Exemplo 8.3.1 A =
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
.
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
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.
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 : W W so no-negativos e tm o mesmo posto

de T; eles so positivos se, e s se, T invertvel.
Dem. Como (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
; alm disso, 'T
Tv, v` > 0 se v = 0
se, e s se, |Tv| > 0, isto , se, e s se, T invertvel. Pelo Lema anterior,
^(T
T) = ^(T), donde resulta posto(T
T) = dim V dim ^(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
T invertvel. Analogamente para TT
.
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
tem posto igual a 2. Ento,

AA
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 : U U no-negativa e tem posto r. Pelo teorema espectral

existe base ortonormal c = (u
1
, ..., u
n
) de V tal que [T
T]
E
E
=
1
0
.
.
.
r
0
.
.
.
0 0
,
onde
1
=
2
1
, ...,
r
=
2
r
so positivos. Ento,
(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
[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
T. Ento H > 0. Dena U = TH

1
U
=
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.
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
para algum real , 0 2.

3. Seja V = C
2
com o produto interno usual. Seja T : V V o operador
linear cuja matriz na base cannica A =
1 i
i 1
. Mostre que T
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
denimos seu produto tensorial f g e seu

produto exterior f g por:
(f g)(u, v) = f(u) g(v) ; (f g)(u, v) = f(u)g(v) f(v)g(u).
fcil ver que f g e f g so formas bilineares em V.
Exemplo 9.1.3 Se V = C
0
([a, b], R) = f : [a, b] R, contnua e
f, g V , ento (f, g)
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.
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.
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
e a matriz A de f nas bases c e T. No caso em que U = V ,

c = T, c
= 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
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
. Portanto, existe um e um nico

= F(v) V tal que f(u, v) = 'u, ` = 'u, F(v)`, e obtemos F : V V .
Se u, v
1
, v
2
V e R, temos:
'u, F(v
1
+v
2
)` = f(u, v
1
+v
2
) = f(u, v
1
)+f(u, v
2
) = 'u, F(v
1
)`+'u, F(v
2
)` = 'u, F(v
1
)+F(v
2
)`,
resultando F(v
1
+ v
2
) = F(v
1
) + F(v
2
), donde F linear.
Proposio 9.3 Seja q : V R uma forma quadrtica denida num es-
pao vetorial real V de dimenso n munido de um produto interno. Existe
base ortonormal T = (u
1
, ..., u
n
) de V relativa qual q(v) =
1
x
2
1
+... +
n
x
2
n
,
onde v = x
1
u
1
+ ... + x
n
u
n
, 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) = 'u, F(v)`
para u, v V quaisquer. Se c = (v
1
, ..., v
n
) base ortonormal de V ento
f(v
i
, v
j
) = 'v
i
, F(v
j
)` mostra que a matriz de f na base c coincide com a
matriz de F na mesma base. Resulta que : f L
2
(V ; R) F L(V )
um isomorsmo 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 T = (u
1
, ..., u
n
) tal que f(u
i
, u
j
) =
'u
i
, F(u
j
)` =
j
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 .
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
= subespao de V gerado por v
+1
, ..., v
n
.
Ento: dim U = s e dim W
= n s
.
Se v U, v = 0, temos q(v) > 0. Se v W
, ento q(v) 0. Resulta

que U 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
= r = posto de F (=posto de f=posto de q), resulta

t = 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
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
[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
[, o que mostra que v
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
= [det BA[ = [det T[[det A[ = [det T[v
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[ =
det G. Alm disso, det G 0, e det G = 0 det A = 0 v

1
, ..., v
k
so
LD.
Obs. Se v
1
, ..., v
k
so 2 a 2 ortogonais, ento
det G =
[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
)
= [u[ > 0. Neste caso, det(u, v

1
, ..., v
n
) =
[u[
2
> 0 e (v
1
, ..., v
n
, v
1
... v
n
) tem a mesma orientao que (e
1
, ..., e
n+1
).
fcil ver que o produto vetorial u = v
1
... v
n
o nico vetor de V
satisfazendo (c), (d) e (e).
Pode-se representar u = v
1
... v
n
pelo determinante simblico
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
todos os autovalores de T so reais.

14. Sejam T : V V linear, dim V = n, T = T
. Prove que os valores

singulares de T so os mdulos de seus autovalores.
15. Prove que todo polinmio mnico o polinmio caracterstico de algum
operador linear. Para isso, considere a matriz
A =
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

Algebra Linear

Загружено:

Сведения о документе

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

Algebra Linear

Загружено:

Авторское право:

Доступные форматы

PONTIFCIA UNIVERSIDADE CATLICA DE

+ bf = 0 (a e b reais xos), munido das leis

um subespao de V . claro que W contm X

2. Qual a expresso do elemento genrico do subespao de K[t] gerado

+ bf = 0 (a e b reais xos) um subespao de T(R, R).

) ento T(u), T(v) U

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

) ento aT(v) = T(av) U

= T(v) com v V , isto , T sobrejetora.

uma base de V. Se v V , ento v = a

so, respectivamente, os subespaos de V descritos por (u, 0)

, ento poderemos considerar U e W como subespaos suplementares

(2) [L + T, S] = [L, S] + [T, S] e [L, T + S] = [L, T] + [L, S]

. Consideremos em V os operadores x f(x) =

) = dim ^(T) + dim (Im T W

o que mostra que o produto no comutativo.

Exemplo 3.3.3 Sejam I : R

Exemplo 3.3.4 Seja T : R

Exemplo 3.3.5 Seja A = (a

mostra que ele tem divisores de zero.

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

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

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

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

= matriz da gura 3.1.

e chamado de dual de V; seus elementos so chamados de formas (ou

sero designados por letras gregas tais como , , , etc.

uma aplicao linear : V K.

= dim L(V, K) = n e que as condies

, bem como que J

mostre que existe g V

tal que f(v

; (u) = 0 para todo

pode-se mostrar sem diculdade que U

, = 0, o subespao de V, H = v V ; < , v >= 0, tem

, ento (x, y, z, t) = ax + by + cz + dt,

ento T : V K linear, isto , T V

) tm a mesma dimenso nita, esta aplicao um isomorsmo.

dim Im T) = dim Im T = posto(T).

so LI se, e s se, dados

o isomorsmo denido por (e

(f) = af para todo f /

para o determinante da matriz

a permutao de 2, .., n tal que

(i) = (i) para 2 i

claro que det B = 0. Desenvolvendo det B pelos elementos da coluna

rn cujo posto r, donde

. Estude o posto de A conforme os valores

= sen(b c) + sen(c a) + sen(a b).

, onde B rr, C r(nr) e D (nr)(nr).

= e(A), e a proposio est demons-

muda A na matriz B linha-equivalente a A:

Da mesma maneira que operamos sobre as linhas de A mn podemos

uma operao elementar sobre as colunas, ento E

a matriz cujas colunas so esses vetores. O posto de A a dimenso do

(R, R) o espao vetorial real das funes f :

, isto , indenidamente derivveis, e seja D : V V

V (a), isto , V (a) T-invariante.

(R, R) no tem dimenso nita.

associados a estes autovalores. Para

autovetor associado a a = 0, para todo x

autovetor associado a a = 3, para todo x

gera V (1), quanto que

gera V (4). A matriz de passagem