Algebra Linear Katia Frensel

Introduc ao ` a
Algebra Linear
Um Curso de Nivelamento
Jorge Delgado Katia Frensel
Depto. de Matem atica Aplicada Depto. de Geometria
Instituto de Matem atica
UFF
Marco de 2005
J. Delgado - K. Frensel ii Instituto de Matem atica - UFF
Conte udo
Noc oes Preliminares 1
1. Corpos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
2. Sistemas de Equac oes Lineares . . . . . . . . . . . . . . . 3
3. Operac oes Elementares . . . . . . . . . . . . . . . . . . . . 4
4. Multiplicac ao de Matrizes . . . . . . . . . . . . . . . . . . . 14
5. Matrizes Invertveis . . . . . . . . . . . . . . . . . . . . . . . 19
Espac os Vetoriais 29
1. Espaco Vetorial - denic oes e propriedades b asicas . . . . 29
2. Subespaco Vetorial . . . . . . . . . . . . . . . . . . . . . . . 33
3. Bases e Dimens ao . . . . . . . . . . . . . . . . . . . . . . . 38
4. Coordenadas . . . . . . . . . . . . . . . . . . . . . . . . . . 50
5. Equival encia por Linhas resumo . . . . . . . . . . . . . . 55
Transformac oes Lineares 61
1. Transformac ao Linear - noc oes b asicas . . . . . . . . . . . 61
2. Funcionais Lineares . . . . . . . . . . . . . . . . . . . . . . 83
Polin omios 97
1.

Algebras - generalidades . . . . . . . . . . . . . . . . . . . 97
2. Interpolac ao de Lagrange . . . . . . . . . . . . . . . . . . . 104
3. Ideais de Polin omios . . . . . . . . . . . . . . . . . . . . . . 108
4. Decomposic ao de um polin omio em fatores primos . . . . . 117
iii
5. Determinantes . . . . . . . . . . . . . . . . . . . . . . . . . 122
6. Propriedades dos Determinantes . . . . . . . . . . . . . . . 134
Formas Can onicas - Preliminares 139
1. Formas Can onicas Elementares . . . . . . . . . . . . . . . 139
2. Polin omios Anuladores . . . . . . . . . . . . . . . . . . . . . 149
3. Subespacos Invariantes . . . . . . . . . . . . . . . . . . . . 156
4. Triangulac ao Simult anea e Diagonalizac ao Simult anea . . . 167
5. Decomposic ao em Soma Direta . . . . . . . . . . . . . . . 170
6. Somas Diretas Invariantes . . . . . . . . . . . . . . . . . . . 178
7. O Teorema da Decomposic ao Prim aria . . . . . . . . . . . 183
Forma Can onica Racional 193
1. Subespacos cclicos e anuladores . . . . . . . . . . . . . . 193
2. Decomposic ao Cclica e a Forma Racional . . . . . . . . . 197
Forma Can onica de Jordan 217
1. Forma Can onica Racional dos Operadores Nilpotentes . . 217
2. C alculo da Forma Can onica dos Operadores Nilpotentes . 219
3. Forma Can onica de Jordan . . . . . . . . . . . . . . . . . . 233
4. Forma Can onica de Jordan Real . . . . . . . . . . . . . . . 242
5. Operadores Semi-Simples . . . . . . . . . . . . . . . . . . . 264
Espac os Vetoriais com Produto Interno 269
1. Produto Interno - Denic oes b asicas . . . . . . . . . . . . . 269
2. Funcionais Lineares e Adjuntos . . . . . . . . . . . . . . . . 288
3. Operadores Unit arios . . . . . . . . . . . . . . . . . . . . . 298
4. Operadores Normais . . . . . . . . . . . . . . . . . . . . . . 307
5. Diagonalizac ao simult anea de uma famlia comutativa de
operadores normais . . . . . . . . . . . . . . . . . . . . . . 336
6. Formas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 341
J. Delgado - K. Frensel iv Instituto de Matem atica - UFF
7. Formas Positivas . . . . . . . . . . . . . . . . . . . . . . . . 348
8. Resumo sobre matrizes positivas . . . . . . . . . . . . . . . 354
9. Func oes de operadores . . . . . . . . . . . . . . . . . . . . 356
J. Delgado - K. Frensel 0 Instituto de Matem atica - UFF
Noc oes Preliminares
1. Corpos
Para saber mais ...
Da hist oria da

Algebra Linear, con-
sulte as p aginas:
http://www-history.mcs.
st-andrews.ac.uk/history/
HistTopics/Matrices_and_
determinants.html
e
http://www-history.mcs.
st-andrews.ac.uk/history/
HistTopics/Abstract_
linear_spaces.html
Um corpo comutativo e um conjunto K, cujos elementos s ao chama-
dos escalares, com um par de operac oes:
+ x K e y K =x +y K (adic ao)
x K e y K =xy = x y K (multiplicac ao)
que satisfazem as seguintes propriedades:
1. A adic ao e comutativa: x +y = y +x , x, y K.
2. A adic ao e associativa: x + (y +z) = (x +y) +z , x, y, z K.
3. Existe um unico elemento 0 K (zero), tal que x +0 = x , x K.
4. A cada x K corresponde um unico elemento x K, tal que
x + (x) = 0.
5. A multiplicac ao e comutativa: x y = y x , x, y K.
6. A multiplicac ao e associativa: x (y z) = (x y) z , x, y, z K.
7. Existe um unico elemento 1 K{0} (um), tal que x 1 = x , x K.
8. A cada x K {0} (x n ao-nulo) corresponde um unico elemento x
1
ou
1
x
em K, tal que x x
1
= 1.
9. A multiplicac ao e distributiva em relac ao ` a adic ao:
x (y +z) = x y +x z , x, y, z K.
1
Corpos
Denic ao 1.1
Um subcorpo de K e um subconjunto T de K que e um corpo com as
operac oes de adic ao e multiplicac ao de K.
Assim, dizer que T e um subcorpo do corpo K signica que 0 e 1
est ao em T e que se x e y s ao elementos de T, ent ao, x+y, xy, x e x
1
(caso x ,= 0) s ao tamb em elementos de T.
Exemplo 1.1
O conjunto dos n umeros complexos C = {a + ib| a, b 1} e um corpo
com as operac oes de adic ao e multiplicac ao usuais.
Exemplo 1.2
O conjunto dos n umeros reais 1 e um subcorpo de C.
Exemplo 1.3
O conjunto dos n umeros racionais = {
p
q
| p Z, q Z {0}} e um
subcorpo de 1 e de C. Mais ainda, e f acil vericar que todo subcorpo de
C deve conter .
Exemplo 1.4
O conjunto {x +y
2 | x, y } e um subcorpo de C.
Exemplos ...
Os corpos Z
p
=Z/(pZ) com p >
0 inteiro primo t em caracterstica
p.
Observac ao 1.1
Num corpo K pode ser possvel adicionar uma quantidade nita de parce-
las iguais a 1 e obter 0, isto e, 1 +1 +1 + +1 = 0.
Quando esse fato acontece, o menor natural k, tal que a soma de k par-
celas 1 e igual a 0, e chamado a caracterstica de K. Quando tal n umero
natural n ao existe, dizemos que o corpo tem caracterstica zero.
Em todo o seguinte, vamos considerar apenas corpos de caracterstica
zero.
Sistemas de Equac oes Lineares
2. Sistemas de Equac oes Lineares
Seja K um corpo (como sempre, de caracterstica zero) e seja o
sistema de m equac oes lineares a n inc ognitas
A
11
x
1
+ A
12
x
2
+ + A
1n
x
n
= y
1
A
21
x
1
+ A
22
x
2
+ + A
2n
x
n
= y
2
.
.
.
.
.
.
.
.
.
.
.
.
A
m1
x
1
+ A
m2
x
2
+ + A
mn
x
n
= y
m
,
()
onde y
1
, . . . , y
m
e A
ij
, 1 i m e 1 j n, s ao elementos de K.
Denic ao 2.1
Uma nupla (x
1
, x
2
, . . . , x
n
) K
n
que satisfaz o sistema e chamada
uma soluc ao do sistema.
Se (y
1
, y
2
, . . . , y
m
) = (0, 0, . . . , 0), dizemos que o sistema e homog eneo.
se c
1
, c
2
, . . . , c
m
K, dizemos que
(c
1
A
11
+c
2
A
21
+ +c
m
A
m1
)x
1
+(c
1
A
12
+c
2
A
22
+ +c
m
A
m2
)x
2
+ + (c
1
A
1n
+c
2
A
2n
+ +c
m
A
mn
)x
n
= c
1
y
1
+c
2
y
2
+ +c
m
y
m
e uma combinac ao linear das equac oes do sistema.
Note que toda soluc ao do sistema e, tamb em, uma soluc ao desta nova
equac ao.
Dizemos que dois sistemas de equac oes lineares s ao equivalentes se
cada equac ao de um dos sistemas e combinac ao linear das equac oes do
outro sistema.
Em particular, sistemas de equac oes lineares que s ao equivalentes pos-
suem exatamente as mesmas soluc oes.
Operac oes Elementares
3. Operac oes Elementares
Podemos escrever o sistema () na forma matricial
AX = Y,
onde
A =
_
_
_
_
_
_
A
11
A
12
A
1n
A
21
A
22
A
2n
.
.
.
.
.
.
.
.
.
.
.
.
A
m1
A
m2
A
mn
_
_
_
_
_
_
mn
e a matriz dos coecientes do sistema,
X =
_
_
_
_
_
_
x
1
x
2
.
.
.
x
n
_
_
_
_
_
_
n1
e Y =
_
_
_
_
_
_
y
1
y
2
.
.
.
y
m
_
_
_
_
_
_
m1
.
Vamos considerar tr es operac oes elementares sobre as linhas da
matriz A que correspondem a formar combinac oes lineares das equac oes
do sistema AX = Y:
1. multiplicac ao de uma linha de A por um escalar n ao-nulo;
2. substituic ao da p esima linha de A pelo resultado da soma da linha
p esima mais c vezes a linha q esima, sendo c K {0} e p ,= q
n umeros entre 1 e m;
3. transposic ao de duas linhas de A.
Uma operac ao elementar sobre linhas e uma func ao e que a cada
matriz A de tamanho mn associa outra matriz e(A) de mesmo tamanho.
Para as tr es operac oes elementares acima, temos:
1. e(A)
ij
= A
ij
se i ,= p, e(A)
pj
= c A
pj
.
2. e(A)
ij
= A
ij
se i ,= p, e(A)
pj
= A
pj
+c A
qj
.
3. e(A)
ij
= A
ij
se i ,= p, e i ,= q, e(A)
pj
= A
qj
e e(A)
qj
= A
pj
.
Teorema 3.1
Para cada operac ao elementar e existe uma operac ao elementar e
1
do
mesmo tipo, tal que, e
1
(e(A)) = e(e
1
(A)) = A.
Prova.
De fato,
Se e e a multiplicac ao da p esima linha por c (c ,= 0), ent ao e
1
e a
multiplicac ao da p esima linha por c
1
.
Se e e a operac ao que substitui a p esima linha de A pela p esima
linha mais c vezes a q esima linha, ent ao e
1
e a operac ao que substitui a
p esima linha de A pela p esima linha de A mais c vezes a q esima
linha de A.
Se e e a operac ao que transp oe as linhas p e q de A, ent ao e
1
= e.
Denic ao 3.1
Sejam A e B matrizes m n sobre o corpo K. Dizemos que B e equiva-
lente por linhas a A se B pode ser obtida de A por uma seq u encia nita
de operac oes elementares sobre as linhas de A.
Observac ao 3.1
A equival encia por linhas no conjunto das matrizes m n e uma relac ao
de equival encia.
Teorema 3.2
Se A e B s ao matrizes m n equivalentes por linhas, ent ao os sistemas
homog eneos AX = 0 e BX = 0 t em exatamente as mesmas soluc oes.
Prova.
Podemos passar de Apara B por meio de uma seq u encia nita de operac oes
elementares sobre as linhas.
A = A
0
A
1
A
2
A
k
= B.
Basta ent ao observar que uma operac ao elementar sobre linhas n ao al-
tera o conjunto de soluc oes.
De fato. Sejam C e D matrizes mn tais que e(C) = D.
Ent ao, toda linha de D e uma combinac ao linear das linhas de C. Como
C = e
1
(e(C)) = e
1
(D), toda linha de C e, tamb em, uma combinac ao linear
das linhas de D. Logo, C e D s ao matrizes equivalentes e, portanto, os
sistemas homog eneos associados a tais matrizes possuem as mesmas
soluc oes.
Exemplo 3.1
Seja A a matriz 3 4
A =
_
_
_
2 1 3 2
1 4 0 1
2 6 1 5
_
_
_
sobre o corpo .
Vamos efetuar uma seq u encia nita de operac oes elementares sobre as
linhas de A:
A =
_
_
_
2 1 3 2
1 4 0 1
2 6 1 5
_
_
_
(2)
_
_
_
0 9 3 4
1 4 0 1
2 6 1 5
_
_
_
(2)
_
_
_
0 9 3 4
1 4 0 1
0 2 1 7
_
_
_
(1)
_
_
_
0 9 3 4
1 4 0 1
0 1 1/2 7/2
_
_
_
(2)
_
_
_
0 9 3 4
1 0 2 13
0 1 1/2 7/2
_
_
_
(2)
_
_
_
0 0 15/2 55/2
1 0 2 13
0 1 1/2 7/2
_
_
_
(1)
_
_
_
0 0 1 11/3
1 0 2 13
0 1 1/2 7/2
_
_
_
(2)
_
_
_
0 0 1 11/3
1 0 0 17/3
0 1 1/2 7/2
_
_
_
(2)
_
_
_
0 0 1 11/3
1 0 0 17/3
0 1 0 5/3
_
_
_
= B
Como as matrizes 3 4 A e B s ao equivalentes por linhas, os sistemas
lineares homog eneos
_
_
2x
1
x
2
+ 3x
3
+ 2x
4
= 0
x
1
+ 4x
2
x
4
= 0
2x
1
+ 6x
2
x
3
+ 5x
4
= 0
e
_
_
x
3

11
3
x
4
= 0
x
1
+
17
3
x
4
= 0
x
2

5
3
x
4
= 0
t em as mesmas soluc oes. Logo, toda soluc ao do sistema e da forma
_
17
3
x
4
,
5
3
x
4
,
11
3
x
4
, x
4
_
, x
4
1.
Ou seja, toda soluc ao e um m ultiplo da soluc ao (17, 5, 11, 3).
Denic ao 3.2
Uma matriz R de tamanho m n e dita linha-reduzida ou reduzida por
linhas se:
a. a primeira entrada n ao-nula de cada linha n ao-nula de R e igual a 1;
b. toda coluna de R que cont em a primeira entrada n ao-nula de alguma
linha tem todos as suas outras entradas nulas;
Exemplo 3.2
A matriz B obtida no exemplo anterior e reduzida por linhas.
Em alguns textos ...

A matriz identidade e tamb em cha-
mada matriz unidade, pois, como
veremos mais adiante, atua como
unidade multiplicativa para as ma-
trizes.
Exemplo 3.3
A matriz identidade n n I cujas entradas s ao:
I
ij
=
ij
=
_
1 , se i = j
0 , se i ,= j .
Exemplo 3.4
As matrizes
_
_
1 0 0 0
0 1 1 0
0 0 1 0
_
_
e
_
_
0 2 1
1 0 3
0 0 0
_
_
n ao s ao reduzidas por linhas.
Teorema 3.3
Toda matriz m n com entradas sobre um corpo K e equivalente por
linhas a uma matriz reduzida por linhas.
Prova.
Seja A uma matriz m n. Se toda entrada na primeira linha de A e
0, a condic ao a. est a satisfeita no que diz respeito ` a primeira linha.
Se a primeira linha tem uma entrada n ao-nula, seja k o menor inteiro
positivo j para o qual A
1j
,= 0. Multiplicando a linha 1 por A
1
1j
, a condic ao
a. ca satisfeita em relac ao ` a linha 1.
Para cada i 2, somamos A
ik
vezes a linha 1 ` a linha i, para tornar as
outras entradas na k esima coluna iguais a zero.
Consideremos agora a matriz que resultou das operac oes acima. Se toda
entrada da linha 2 e nula, nada fazemos a essa linha. Mas se alguma
entrada da linha 2 e diferente de zero, multiplicamos essa linha por um
escalar de modo que a primeira entrada n ao-nula seja 1.
No caso em que a linha 1 tenha uma primeira entrada n ao-nula na coluna
k, a primeira entrada n ao-nula na linha 2 aparece numa coluna k
, onde
k
,= k. Somando m ultiplos adequados da linha 2 ` as diversas linhas, po-

demos fazer com que todas as entradas da coluna k
, com excec ao do 1
na linha 2, sejam nulas.
Observe que ao efetuarmos essas ultimas operac oes, n ao alteramos as
entradas da linha 1 nas colunas 1, . . . , k e nenhuma entrada da coluna
k. Al em disso, se a linha 1 fosse nula, as operac oes com a linha 2 n ao
afetariam a linha 1.
Trabalhando com uma linha de cada vez da maneira acima, chegaremos
a uma matriz reduzida por linhas ap os um n umero nito de etapas.
Denic ao 3.3
Uma matriz R de tamanho mn e dita linha-reduzida ` a forma em escada
ou reduzida por linhas ` a forma em escada, se:
a. R e reduzida por linhas;
b. toda linha de R cujas entradas s ao todas nulas ocorre abaixo de
todas as linhas que possuem uma entrada n ao-nula;
c. se as linhas 1, . . . , r s ao as linhas n ao-nulas de R e se a primeira
entrada n ao-nula da linha i ocorre na coluna k
i
, i = 1, . . . , r, ent ao
k
1
< k
2
< . . . < k
r
.
Isto e, existe um inteiro positivo r, 1 r m e r inteiros positivos
k
1
, k
2
, . . . , k
r
com 1 k
i
n, tais que:
a. R
ij
= 0, para i > r e 1 j n;
b. R
ij
= 0, para j < k
i
e 1 i r;
c. R
ik
j
=
ij
, para 1 i r e 1 j r;
d. k
1
< . . . < k
r
.
Exemplo 3.5
A matriz identidade n n e a matriz nula m n s ao matrizes reduzidas
por linhas ` a forma em escada.
Exemplo 3.6
A matriz
_
_
_
0 1 3 0 1/2
0 0 0 1 2
0 0 0 0 0
_
_
_
e uma matriz reduzida por linhas ` a forma em escada.
Teorema 3.4
Toda matriz e equivalente por linhas a uma matriz reduzida por linhas ` a
forma em escada.
Prova.
Sabemos que toda matriz A e equivalente por linhas a uma matriz re-
duzida por linhas R. Efetuando um n umero nito de transposic oes das
linhas de R, obtemos uma matriz equivalente por linhas a R, e portanto a
A, que e reduzida por linhas ` a forma em escada.
Exemplo 3.7
A matriz A do exemplo 3.1 e equivalente por linhas ` a matriz B que est a
na forma reduzida por linhas. Essa matriz e, por sua vez, equivalente por
linhas ` a matriz
C =
_
_
_
1 0 0 17/3
0 1 0 5/3
0 0 1 11/3
_
_
_
que e a forma reduzida por linhas ` a forma em escada.
Seja R uma matriz m n reduzida por linhas ` a forma em escada

e sejam 1, . . . , r as linhas n ao-nulas de R. Suponhamos que o primeiro
elemento n ao-nulo da linha i, 1 i r, ocorra na coluna k
i
.
Ent ao, o sistema RX = 0 consiste de r equac oes n ao-triviais. Al em
disso, a inc ognita x
k
i
aparecer a, com coeciente n ao-nulo, apenas na
i esima equac ao. Se indicarmos por u
1
, . . . , u
nr
as nr inc ognitas que
s ao diferentes de x
k
1
, . . . , x
k
r
, ent ao as r equac oes n ao triviais do sistema
s ao da forma:
x
k
1
+
nr
j=1
C
1j
u
j
= 0
.
.
.
.
.
.
.
.
.
x
k
r
+
nr
j=1
C
rj
u
j
= 0
(1)
Todas as soluc oes do sistema RX = 0 s ao obtidas atribuindo valores ar-
bitr arios ` as inc ognitas u
1
, . . . u
nr
e calculando os valores corresponden-
tes de x
k
1
, . . . , x
k
r
por meio de (1).
Exemplo 3.8
Seja R a seguinte matriz 3 5 reduzida por linhas ` a forma em escada
R =
_
_
0 1 3 0 1/2
0 0 0 1 2
0 0 0 0 0
_
_
Neste caso, temos r = 2, k
1
= 2 e k
2
= 4.
As equac oes n ao-triviais do sistema RX = 0 s ao
x
2
3x
3
+
1
2
x
5
= 0 x
2
= 3x
3

1
2
x
5
x
4
+2x
5
= 0 x
4
= 2x
5
Atribuindo valores arbitr arios x
1
= a, x
3
= b e x
5
= c, vemos que qualquer
soluc ao do sistema RX = 0 e da forma
_
a, 3b
1
2
c, b, 2c, c
_
.
Observac ao 3.2
Seja R uma matriz m n reduzida por linhas ` a forma em escada. Se o
n umero r de linhas n ao-nulas e menor que n, o sistema RX = 0 possui
soluc oes n ao-triviais, isto e, soluc oes (x
1
, . . . , x
n
) em que nem todo x
j
e
nulo.
Teorema 3.5
Se A e uma matriz mn comm < n, ent ao o sistema homog eneo AX = 0
admite soluc oes n ao-triviais.
Prova.
Seja R uma matriz m n reduzida por linhas ` a forma em escada que
seja equivalente por linhas ` a matriz A. Ent ao, os sistemas AX = 0 e
RX = 0 possuem as mesmas soluc oes.
Se r e o n umero de linhas n ao-nulas em R, ent ao r m. Como m < n,
temos r < n. Logo, pela observac ao acima, RX = 0 e, portanto, AX = 0
admite soluc oes n ao-triviais.
Teorema 3.6
Se A e uma matriz quadrada n n, ent ao, A e equivalente por linhas ` a
matriz identidade nn se, e somente se, o sistema AX = 0 possui apenas
a soluc ao trivial.
Prova.
(=) Se A e equivalente por linhas ` a matriz identidade I, ent ao, os sis-
temas AX = 0 e IX = 0 possuem as mesmas soluc oes. Logo, AX = 0
possui apenas a soluc ao trivial.
(=) Suponhamos agora que AX = 0 possua apenas a soluc ao trivial
X = 0 = (0, 0, . . . , 0).
Seja R uma matriz reduzida por linhas ` a forma em escada equivalente por
linhas ` a matriz A e seja r o n umero de linhas n ao-nulas de R.
Como RX = 0 possui apenas a soluc ao trivial, temos que r n. Mas
como R possui n linhas, temos que r = n.
Al em disso, como k
1
< k
2
< . . . < k
n
e R possui n colunas, temos que
k
i
= i para cada 1 i n.
Logo, R e a matriz identidade.
Consideremos agora o sistema n ao-homog eneo de equac oes linea-

res AX = Y.
A matriz completa A
do sistema AX = Y e a matriz m(n+1) cujas

n primeiras colunas s ao as colunas de A e cuja ultima coluna e Y. Isto e,
A
ij
= A
ij
, se j n
A
i(n+1)
= Y
i
.
Efetuando uma seq u encia nita de operac oes elementares sobre as
linhas de A, obtemos uma matriz R reduzida por linhas ` a forma em es-
cada. Efetuando a mesma seq u encia de operac oes elementares sobre a
matriz completa A
, obteremos uma matriz R
cujas primeiras n colunas

s ao as colunas de R e cuja ultima coluna
Z =
_
_
_
_
_
_
z
1
z
2
.
.
.
z
m
_
_
_
_
_
_
resulta de aplicar a mesma seq u encia de operac oes sobre as linhas da
matriz Y.
Da mesma forma que no caso homog eneo, podemos mostrar que
os sistemas AX = Y e RX = Z s ao equivalentes e, portanto, admitem as
mesmas soluc oes.
Se R possui r linhas n ao-nulas, com a primeira entrada n ao-nula da
linha i ocorrendo na coluna k
i
, 1 i r, ent ao as r primeiras equac oes
de RX = Y exprimem x
k
1
, . . . , x
k
r
em termos das (nr) inc ognitas restan-
tes e dos escalares z
1
, . . . , z
r
. Al em disso, as (m r) ultimas equac oes
s ao:
0 = z
r+1
0 = z
r+2
.
.
.
.
.
.
0 = z
m
.
Portanto, a condic ao para o sistema ter uma soluc ao e que z
i
= 0
para r < i m.
Se tal condic ao e satisfeita, todas as soluc oes do sistema s ao obti-
das atribuindo-se valores arbitr arios ` as (n r) inc ognitas x
i
, 1 i n,
i , {k
1
, . . . , k
r
}, e calculando x
k
i
a partir da i esima equac ao.
Exemplo 3.9
Seja K o corpo dos n umeros racionais, e seja A a matriz
A =
_
_
_
1 2 1
2 1 1
0 5 1
_
_
_
.
Para resolver o sistema AX = Y, para Y =
_
_
_
y
1
y
2
y
3
_
_
_
dado, devemos apli-
car uma seq u encia de operac oes elementares sobre as linhas da matriz
completa A
que torne A reduzida por linhas:

_
_
_
1 2 1 y
1
2 1 1 y
2
0 5 1 y
3
_
_
_
(2)
_
_
_
1 2 1 y
1
0 5 1 y
2
2y
1
0 5 1 y
3
_
_
_
(2)
_
_
_
1 2 1 y
1
0 5 1 y
2
2y
1
0 0 0 y
3
y
2
+2y
1
_
_
_
(1)
_
_
_
1 2 1 y
1
0 1 1/5 (y
2
2y
1
)/5
0 0 0 y
3
y
2
+2y
1
_
_
_
(2)
_
_
_
1 0 3/5 (y
1
+2y
2
)/5
0 1 1/5 (y
2
2y
1
)/5
0 0 0 y
3
y
2
+2y
1
_
_
_
A condic ao para que o sistema tenha uma soluc ao e y
3
2y
2
+2y
1
= 0.
Se os escalares y
1
, y
2
, e y
3
satisfazem essa condic ao, todas as soluc oes
s ao obtidas atribuindo-se um valor c a x
3
e depois calculando:
x
1
=
3
5
c +
1
5
(y
1
+2y
2
)
x
2
=
1
5
c +
1
5
(y
2
2y
1
) .
Observac ao 3.3
Suponhamos que as entradas da matriz A e os escalares y
1
, . . . , y
m
es-
tejam num subcorpo T do corpo K.
Se o sistema AX = Y admite uma soluc ao comx
1
, . . . , x
n
emK, ele admite
uma soluc ao com x
1
, . . . , x
n
em F.
De fato, a condic ao para o sistema admitir uma soluc ao, sobre cada um
dos dois corpos, e que sejam v alidas certas relac oes entre y
1
, . . . , y
m
em
T (a saber as relac oes z
i
= 0, para i > r).
Por exemplo, se AX = Y e um sistema de equac oes lineares no qual
os escalares y
k
e A
ij
s ao n umeros reais e, se existe uma soluc ao na
qual x
1
, . . . , x
n
s ao n umeros complexos, ent ao existe uma soluc ao com
x
1
, . . . , x
n
n umeros reais.
Multiplicac ao de Matrizes
4. Multiplicac ao de Matrizes
Denic ao 4.1
Seja A uma matriz mn sobre o corpo K e seja B uma matriz np sobre
o corpo K. O produto AB e a matriz C de tamanho m p sobre o corpo
K, cujas entradas s ao
C
ij
=
n
k=1
A
ik
B
kj
.
Observac ao 4.1
Se
1
, . . . ,
n
s ao as linhas da matriz B e
1
, . . . ,
m
s ao as linhas da
matriz C, ent ao
i
= A
i1
1
+A
i2
2
+ +A
in
n
.
Isto e, as linhas de C s ao combinac oes lineares das linhas de B.
De fato,
i
= (C
i1
, C
i2
, . . . , C
ip
)
=
_
n
k=1
A
ik
B
k1
,
n
k=1
A
ik
B
k2
, . . . ,
n
k=1
A
ik
B
kp
_
=
n
k=1
A
ik
(B
k1
, B
k2
, . . . , B
kp
)
=
n
k=1
A
ik
k
.
Exemplo 4.1
a.
_
5 1 2
0 7 2
_
23
=
_
1 0
3 1
_
22
_
5 1 2
15 4 8
_
23
.
Neste caso:
1
= (5, 1, 2) = 1 (5, 1, 2) +0 (15, 4, 8)
2
= (0, 7, 2) = 3 (5, 1, 2) +1 (15, 4, 8) .
b.
_
2 4
6 12
_
22
=
_
1
3
_
21
_
2 4
_
12
.
Neste caso:
1
= (2, 4) = 1 (2, 4)
2
= (6, 12) = 3 (2, 4) .
c.
_
_
_
0 1 0
0 0 0
0 0 0
_
_
_
33
_
_
_
1 5 2
2 3 4
9 1 3
_
_
_
33
=
_
_
_
2 3 4
0 0 0
0 0 0
_
_
_
33
.
Neste caso:
1
= (2, 3, 4) = 0 (1, 5, 2) +1 (2, 3, 4) +0 (9, 1, 3)
2
= (0, 0, 0) = 0 (1, 5, 2) +0 (2, 3, 4) +0 (9, 1, 3)
3
= (0, 0, 0) = 0 (1, 5, 2) +0 (2, 3, 4) +0 (9, 1, 3) .
Observac ao 4.2
O produto de matrizes n ao e comutativo.
De fato, considere o seguinte exemplo:
Sejam A =
_
1 0
2 1
_
e B =
_
2 1
1 1
_
.
Ent ao
AB =
_
2 1
5 3
_
,=
_
4 1
3 1
_
= BA.
Se I e a matriz identidade mm e A e uma matriz mn, ent ao IA = A.
Se I e a matriz identidade nn e A e uma matriz mn, ent ao AI = A.
Se O
k,m
e a matriz nula k m, ent ao, para toda matriz A m n e
qualquer matriz B p k, temos O
k,m
A = O
k,n
e BO
k,m
= O
p,m
.
Se B e uma matriz n p, as colunas de B s ao as n 1 matrizes
1
, . . . ,
p
dadas por:
j
=
_
_
_
_
_
_
B
1j
B
2j
.
.
.
Bnj
_
_
_
_
_
_
n1
, 1 j p.
A matriz B e a sucess ao dessas p colunas:
B = (
1
,
2
, . . . ,
p
) .
Seja A uma matriz mn. Ent ao A
j
e a j esima coluna da matriz
C = AB, pois como
C
ij
=
n
k=1
A
ik
B
kj
,
ent ao
C
j
=
_
_
_
_
_
_
C
1j
C
2j
.
.
.
C
mj
_
_
_
_
_
_
m1
=
_
_
_
_
_
_
_
_
_
_
_
_
_
n
k=1
A
1k
B
kj
n
k=1
A
2k
B
kj
.
.
.
n
k=1
A
mk
B
kj
_
_
_
_
_
_
_
_
_
_
_
_
_
= A
j
.
Assim, AB = (A
1
, A
2
, . . . , A
p
)
mp
.
Teorema 4.1
Se A, B e C s ao matrizes sobre o corpo K tais que os produtos BC e
A(BC) s ao denidos, ent ao est ao denidos os produtos AB e (AB)C.
Al em disso,
A(BC) = (AB)C.
Prova.
Suponhamos que B e uma matriz n p, que A e uma matriz com m
linhas e que C e uma matriz com l colunas.
Como os produtos BC e A(BC) est ao denidos, temos que C e uma matriz
p l e que A e uma matriz mn, j a que BC e uma matriz n l.
Assim, o produto AB existe e e uma matriz m p, e o produto (AB)C
existe e e uma matriz ml.
Al em disso, usando a denic ao, temos:
[A(BC)]
ij
=
n
k=1
A
ik
(BC)
kj
=
n
k=1
A
ik
p
r=1
B
kr
C
rj
=
n
k=1
p
r=1
A
ik
B
kr
C
rj
=
p
r=1
_
n
k=1
A
ik
B
kr
_
C
rj
=
p
r=1
(AB)
ir
C
rj
= [(AB) C]
ij
.
Como queramos demonstrar.

Observac ao 4.3
Devido ` a propriedade associativa da multiplicac ao de matrizes, se A
e uma matriz quadrada, o produto A A . . . A, de k fatores iguais a
A, est a denido sem ambig uidade e indicaremos esse produto por A
k
,
convencionando A
0
= I.
A relac ao A(BC) = (AB)C implica que combinac oes lineares de combi-
nac oes lineares das linhas de C s ao, ainda, combinac oes lineares das
linhas de C.
Denic ao 4.2
Uma matriz mm e uma matriz elementar se ela pode ser obtida da matriz
identidade m m por meio de uma unica operac ao elementar sobre as
linhas.
Exemplo 4.2
As matrizes elementares 2 2 s ao:
_
0 1
1 0
_
;
_
1 c
0 1
_
;
_
1 0
c 1
_
;
_
c 0
0 1
_
com c ,= 0;
_
1 0
0 c
_
com c ,= 0.
Teorema 4.2
Seja e uma operac ao elementar sobre linhas e seja E a matriz m m
elementar E = e(I). Ent ao, para toda matriz A mn, temos:
e(A) = EA.
Prova.
Analisemos, separadamente as tr es operac oes elementares.
a. Seja e a operac ao substituic ao da linha r por c vezes a linha r, com
c ,= 0. Ent ao,
E
ik
=
_

ik
, se i ,= r
c
rk
, se i = r
Logo, (EA)
ij
=
m
k=1
E
ik
A
kj
=
_
A
ij
, se i ,= r
cA
rj
, se i = r
, isto e, EA = e(A).
b. Seja e a operac ao transposic ao das linhas r e s, r ,= s. Ent ao,
E
ik
=
_
ik
, se i ,= r e i ,= s
rk
, se i = s
sk
, se i = r .
Logo, (EA)
ij
=
m
k=1
E
ik
A
kj
=
_
_
A
ij
, se i ,= r e j ,= s
A
rj
, se i = s
A
sj
, se i = r
c. Seja e a operac ao substituic ao da linha r pela soma de c vezes a linha
s mais a linha r. Ent ao,
E
ik
=
_

ik
, se i ,= r
rk
+c
sk
, se i = r .
Logo, (EA)
ij
=
m
k=1
E
ik
A
kj
=
_
A
ij
, se i ,= r
A
rj
+cA
sj
, se i = r
Corol ario 4.1

Sejam A e B matrizes mn sobre o corpo K. Ent ao, B e equivalente por
linhas a A se, e somente se, B = PA, onde P e um produto de matrizes
elementares mm.
Prova.
Suponhamos que B = PA, onde
P = E
s
. . . E
2
E
1
,
e as E
j
s ao matrizes elementares mm. Ent ao,
E
1
A e equivalente por linhas ` a matriz A;
E
2
E
1
A = E
2
(E
1
A) e equivalente por linhas ` a matriz E
1
A, e portanto a A;
Continuando o raciocnio indutivamente, obtemos que (E
s
. . . E
1
)A e
equivalente por linhas ` a matriz A.
Suponhamos agora que B e equivalente por linhas ` a matriz A. Sejam
e
1
, . . . , e
s
operac oes elementares sobre linhas que aplicadas consecuti-
vamente sobre a matriz A d ao como resultado B. Se E
1
, . . . , E
s
s ao as
matrizes elementares correspondentes, ent ao
B = e
s
(e
s1
(. . . (e
1
(A)) . . .)) = (E
s
E
s1
. . . E
1
) A.

Matrizes Invertveis
5. Matrizes Invertveis
Denic ao 5.1
Seja A uma matriz quadrada, n n, sobre o corpo K.
uma matriz B nn tal que BA = I e dita uma inversa de Apela esquerda.
uma matriz B n n tal que AB = I e dita uma inversa de A pela direita.
uma matriz B nn tal que AB = BA = I e dita uma inversa de A. Neste
caso, dizemos que A e invertvel.
Lema 5.1
Se A possui uma inversa B pela esquerda e uma inversa C pela direita,
ent ao B = C e A e invertvel.
Prova.
Suponhamos que BA = I e que AC = I. Ent ao,
B = BI = B(AC) = (BA)C = IC = C.
Como BA = AB = I, A e invertvel.
Observe que Se A possui inversa pela direita e pela esquerda, ent ao

A e invertvel e a inversa (bilateral) e unica.
Se A e invertvel, designamos por A
1
a unica matriz que e inversa
(bilateral) de A.
Teorema 5.1
Sejam A e B matrizes n n sobre o corpo K.
1. Se A e invertvel, ent ao A
1
e invertvel e (A
1
)
1
= A.
2. Se A e B s ao invertveis, ent ao AB e invertvel e (AB)
1
= B
1
A
1
.
Prova.
Como A
1
A = AA
1
= I, temos que A
1
e invertvel e (A
1
)
1
= A.
Como (AB)(B
1
A
1
) = (B
1
A
1
)(AB) = I, temos que AB e invertvel e
(AB)
1
= B
1
A
1
.

Matrizes Invertveis
Corol ario 5.1
Um produto A
1
A
2
A
k
, k N, de matrizes invertveis n n e, tamb em,
invertvel.
Teorema 5.2
As matrizes elementares s ao invertveis e suas inversas s ao matrizes ele-
mentares do mesmo tipo.
Prova.
Seja E uma matriz elementar correspondente ` a operac ao elementar
sobre linhas e. Se e
1
e a operac ao inversa de e, e E
1
e a sua matriz
elementar associada, ent ao
EE
1
= e(E
1
) = e(e
1
(I)) = I ,
E
1
E = e
1
(E) = e
1
(e(I)) = I ,
de modo que E e invertvel e E
1
= E
1
.
Exemplo 5.1
As inversas das matrizes elementares 2 2 s ao:
_
0 1
1 0
_
1
=
_
0 1
1 0
_
;
_
1 c
0 1
_
1
=
_
1 c
0 1
_
;
_
1 0
c 1
_
1
=
_
1 0
c 1
_
;
_
c 0
0 1
_
1
=
_
1/c 0
0 1
_
, c ,= 0;
_
1 0
0 c
_
1
=
_
1 0
0 1/c
_
, c ,= 0.
Teorema 5.3
Se A e uma matriz n n, as seguintes armac oes s ao equivalentes:
1. A e invertvel;
2. A e equivalente por linhas ` a matriz identidade;
3. A e um produto de matrizes elementares.
Matrizes Invertveis
Prova.
Seja R uma matriz reduzida por linhas ` a forma em escada que seja equi-
valente por linhas ` a matriz A.
Ent ao, existem matrizes elementares E
1
, . . . , E
k
, tais que,
R = E
k
. . . E
1
A.
Como cada E
i
, 1 i k, e invertvel, temos que,
A = E
1
1
. . . E
1
k
R.
Sendo o produto de matrizes invertveis uma matriz invertvel, temos que
A e invertvel se, e somente se, R e invertvel.
J a que R e uma matriz quadrada que e reduzida por linhas ` a forma em
escada, R e invertvel se, e somente se, cada linha de R cont em uma
entrada n ao-nula, isto e, se, e somente se, R = I.
Assim, A e invertvel se, e somente se, R = I, isto e, se, e somente se, A
e equivalente por linhas ` a matriz identidade. Logo, as armac oes 1. e 2.
s ao equivalentes.
Se R = I, temos que A = E
1
1
. . . E
1
k
, isto e, A e um produto de matrizes
elementares. E se A e um produto de matrizes elementares, ent ao A e
invertvel, pois toda matriz elementar e invertvel. Logo, as armac oes 1.
e 3. s ao equivalentes.
Corol ario 5.2

Se A e uma matriz n n invertvel e se uma seq u encia de operac oes
elementares sobre linhas reduz A ` a matriz identidade I, ent ao a mesma
seq u encia de operac oes sobre linhas, quando aplicada ` a matriz identi-
dade I, produz A
1
.
Corol ario 5.3
Sejam A e B matrizes mn. Ent ao, B e equivalente por linhas a A se, e
somente se, B = PA, onde P e uma matriz invertvel mm.
Teorema 5.4
Seja A uma matriz n n. As seguintes armac oes s ao equivalentes:
1. A e invertvel.
2. O sistema homog eneo AX = 0 possui apenas a soluc ao trivial X = 0.
Matrizes Invertveis
3. O sistema de equac oes AX = Y possui uma unica soluc ao X para
cada matriz Y n 1.
Prova.
Pelo teorema 3.6, a armac ao 2. e equivalente a que a matriz A seja
equivalente por linhas ` a matriz identidade I. Ent ao, pelo teorema 5.3, as
armac oes 1. e 2. s ao equivalentes.
Se A e inversvel, a unica soluc ao do sistema AX = Y e X = A
1
Y.
Suponhamos, agora, que AX = Y possui uma soluc ao para cada Y. Seja
R uma matriz reduzida por linhas ` a forma em escada que seja equivalente
por linhas ` a matriz A.
Para mostrar que R = I, basta mostrar que a ultima linha de R n ao e nula.
Seja E =
_
_
_
_
0
0
.
.
.
0
1
_
_
_
_
e seja P uma matriz nn invertvel, tal que R = PA. Como,
por hip otese, o sistema AX = P
1
E tem soluc ao, o sistema RX = PAX = E
tem soluc ao. Logo, a ultima linha de R n ao e nula. Isto e, R = I.
Assim, pelo teorema 5.3, A e invertvel.
Corol ario 5.4

Uma matriz quadrada com inversa ` a esquerda ou ` a direita e invertvel.
Prova.
Seja A uma matriz n n. Suponhamos que A possui uma inversa ` a
esquerda, isto e, uma matriz B tal que BA = I. Ent ao, o sistema AX = 0
possui somente a soluc ao trivial, pois X = IX = (BA)X = B(AX) = B0 = 0.
Portanto, A e invertvel.
Suponhamos agora que A possui uma inversa ` a direita, isto e, uma matriz
C tal que AC = I. Ent ao C possui uma inversa ` a esquerda e e, portanto,
invertvel, com inversa A = C
1
. Logo, A e invertvel com inversa C.
Corol ario 5.5

Seja A = A
1
A
2
A
k
, onde A
1
, . . . , A
k
s ao matrizes n n. Ent ao, A e
invertvel se, e somente se, cada A
j
e invertvel.
Matrizes Invertveis
Prova.
J a provamos que o produto de duas matrizes invertveis e invertvel. Ent ao,
por induc ao, podemos provar que o produto de um n umero nito de matri-
zes invertveis e invertvel.
Suponhamos agora que A e invertvel e que X e uma soluc ao do sistema
A
k
X = 0. Ent ao, AX = (A
1
A
2
A
k1
)A
k
X = 0.
Como A e invertvel, temos que X = 0. Logo, o sistema A
k
X = 0 possui
apenas a soluc ao trivial e A
k
e, portanto, invertvel.
Como A
1
A
k1
= AA
1
k
e invertvel, temos, usando o argumento ante-
rior, que A
k1
e invertvel.
Assim, podemos provar por induc ao, que cada matriz A
j
e invertvel.
Seja R uma matriz reduzida por linhas ` a forma em escada equiva-

lente por linhas ` a matriz A e seja P uma matriz invertvel tal que R = PA.
Ent ao, X e uma soluc ao do sistema AX = Y se, e somente se, X e uma
soluc ao do sistema RX = PY.
Seja A
a matriz completa do sistema AX = Y com escalares ar-

bitr arios y
1
, . . . , y
m
na ultima coluna.
Se efetuarmos sobre A
uma seq u encia de operac oes elementares

sobre linhas que reduza A a R, torna-se- a evidente o que e a matriz P.
Em particular, se A e uma matriz quadrada, esse processo mostrar a
se A e invertvel ou n ao e, se for invertvel, qual e a inversa P.
Exemplo 5.2
Seja K o corpo dos n umeros racionais e seja A =
_
2 1
1 3
_
.
Ent ao,
_
2 1 y
1
1 3 y
2
_
(3)
_
1 3 y
2
2 1 y
1
_
(2)
_
1 3 y
2
0 7 y
1
2y
2
_
(1)
_
1 3 y
2
0 1 (y
1
+2y
2
)/7
_
(2)
_
1 0 (3y
1
+y
2
)/7
0 1 (y
1
+2y
2
)/7
_
Ent ao, A e inversvel e A
1
=
_
3/7 1/7
1/7 2/7
_

Matrizes Invertveis
Como P = E
k
. . . E
1
e o produto das matrizes elementares que
correspondem ` as operac oes elementares efetuadas sobre as linhas de A
para se obter R, podemos trabalhar com duas seq u encias de matrizes,
uma descrevendo a reduc ao de A ` a matriz R e a outra registrando o efeito
da mesma seq u encia de operac oes sobre a matriz identidade para obter
a matriz P.
Exemplo 5.3
Determinemos a matriz P tal que R = PA e reduzida por linhas ` a forma
em escada, onde
A =
_
_
1 1/2 1/3
1/2 1/3 1/4
1/3 1/4 1/5
_
_
.
Aplicando operac oes elementares ` a matriz A e ` a matriz identidade simul-
taneamente, obtemos:
_
_
1 1/2 1/3
1/2 1/3 1/4
1/3 1/4 1/5
_
_
_
_
1 0 0
0 1 0
0 0 1
_
_
(2) + (2)
_
_
1 1/2 1/3
0 1/12 1/12
0 1/12 1/45
_
_
_
_
1 0 0
1/2 1 0
1/3 0 1
_
_
(2)
_
_
1 1/2 1/3
0 1/12 1/12
0 0 1/180
_
_
_
_
1 0 0
1/2 1 0
1/6 1 1
_
_
(1) + (1)
_
_
1 1/2 1/3
0 1 1
0 0 1
_
_
_
_
1 0 0
6 12 0
30 180 180
_
_
(2) + (2)
_
_
1 1/2 0
0 1 0
0 0 1
_
_
_
_
9 60 60
36 192 180
30 180 180
_
_
(2)
R =
_
_
1 0 0
0 1 0
0 0 1
_
_
= I P =
_
_
9 36 30
36 192 180
30 180 180
_
_
Logo, A e invertvel e P = A
1
.

Matrizes Invertveis
Espac os Vetoriais
1. Espac o Vetorial - denic oes e propriedades
b asicas
Denic ao 1.1
Um espaco vetorial sobre o corpo K e um conjunto E, cujos elementos
s ao chamados vetores, e um par de operac oes:
Lembre que ...
Os elementos do corpo K s ao cha-
mados escalares.
adic ao: + x E, y E = x +y E
multiplicac ao por escalares: K, x E = x E,
com as seguintes propriedades:
1. (x +y) +z = x + (y +z) , x, y, z E (propriedade associativa da adic ao).
2. x +y = y +x , x, y E (propriedade comutativa da adic ao).
3. Existe 0 E, tal que x + 0 = x , x E (0 e o vetor nulo).
4. Para cada x E, existe (x) E, tal que, x + (x) = 0 (o vetor (x) e
o sim etrico ou inverso aditivo de x).
5. ( +)x = x +x, x E, , K.
6. (x +y) = x +y, x, y E, K.
7. 1 x = x, x E.
8. ()x = (x), x E, , K.
Observac ao 1.1
1. O vetor nulo 0 e unico, isto e, se 0
E e tal que 0
+ x = x, x E,
ent ao 0
= 0.
29
Espac o Vetorial - denic oes e propriedades b asicas
De fato, 0
= 0
+ 0 = 0.
2. 0 = 0, para todo K.
Com efeito,
0 = (0 + 0) = 0 +0
= 0 = 0 + (0) = (0 +0) + (0) = 0 + (0 + (0))
= 0 = 0 + 0 = 0.
3. 0 x = 0, x E.
Note que ...
0 representa o zero do corpo K,
enquanto 0 e o vetor nulo do
espaco vetorial E.
De fato,
0 x = (0 +0) x = 0 x +0 x
= 0 = 0 x + (0 x) = (0 x +0 x) + (0 x)
= 0 x + (0 x + (0 x)) = 0 x + 0 = 0 x.
4. Sejam K e x E. Ent ao, x = 0 se, e somente se, = 0 ou
x = 0.
Para vericar essa armac ao, suponha que x = 0, com ,= 0.
Ent ao,
0 =
1
(x) = (
1
)x = 1 x = x.
5. Para cada x E existe um unico vetor y E, tal que x +y = 0.
De fato, y = y+0 = y+(x+(x)) = (y+x)+(x) = 0+(x) = x .
6. (1)x = x, x E.
Para vericar essa armac ao, considere a seguinte cadeia de igual-
dades:
0 = 0x = (1 + (1))x = 1x + (1)x = x + (1)x =(1)x = x .
Denic ao 1.2
Designamos por x y o vetor x + (y).
Exemplo 1.1
1. Seja K um corpo. O conjunto
K
n
= {(x
1
, x
2
, . . . , x
n
) | x
1
, x
2
, . . . , x
n
K} ,
e o espaco vetorial das n uplas sobre K, com as operac oes de
adic ao e multiplicac ao por escalares de K denidas por:
+ : (x
1
, . . . , x
n
) + (y
1
, . . . , y
n
) = (x
1
+y
1
, . . . , x
n
+y
n
)
: (x
1
, . . . , x
n
) = (x
1
, . . . , x
n
) .
Neste espaco, o vetor nulo e 0 = (0, . . . , 0).
Se K = 1, ent ao K
n
= 1
n
, se K = C, ent ao K
n
= C
n
etc.
2. O conjunto das matrizes mn com entradas no corpo K:
K
mn
= {A| A = (A
ij
)
ij
e uma matriz com A
ij
K}
Note que ...
K
1n
se identica com K
n
.
e um espaco vetorial com as operac oes:
+ : (A+B)
ij
= A
ij
+B
ij
: ( A)
ij
= A
ij
.
3. Seja S um conjunto n ao-vazio e Kum corpo. O conjunto das func oes
de S em K:
T(S, K) = {f : S K}
e um espaco vetorial com as operac oes dadas por:
+ : (f +g)(p) = f(p) +g(p), p S
: ( f)(p) = f(p), K, p S.
Em geral ...
Voc e pode vericar que se S e
um conjunto n ao-vazio e E e
um espaco vetorial, ent ao o con-
junto F(S,E) que consiste das
aplicac oes
f : S E
e um espaco vetorial com
as operac oes de adic ao e
multiplicac ao por escalares
herdadas das operac oes corres-
pondentes que fazem de E um
espaco vetorial.
Neste caso, o vetor nulo e a func ao zero: O(p) = 0, p S e, para
cada f T(S, K), a func ao f T(S, K) que a cada p S faz
corresponder o escalar (f)(p) = (f(p)), e o inverso aditivo de f.
Observe que os espacos vetoriais dos itens 1. e 2. s ao casos parti-
culares deste exemplo (item 3.). De fato,
no item 1. o conjunto S e {1, 2, . . . , n} ;
no item 2. o conjunto S e {(i, j) | 1 i m, e 1 j n}.
4. O conjunto das func oes polinomiais na indeterminada x com coeci-
entes sobre o corpo K
K[x] = {p(x) = c
0
+c
1
x +. . . c
n
x
n
| c
0
, c
1
, . . . , c
n
K, n N},
e um espaco vetorial com as operac oes denidas como no item 3.
Atividade.
1. O conjunto K
n
[x] que consiste
das func oes polinomiais na inde-
terminada x, grau menor ou igual
a n e com coecientes sobre o
corpo K e um espaco vetorial?
2. O conjunto K[x,y] que con-
siste dos polin omios nas indeter-
minadas xe ycom coecientes no
corpo K e um espaco vetorial? O
que pode dizer sobre o caso em
que o grau e menor ou igual a n?
3. Generalize as conclus oes de
2. para o conjunto dos polin omios
com uma quantidade nita de in-
determinadas.
Justique suas respostas.
5. Se T e um subcorpo de K, ent ao K e, de maneira natural, um
espaco vetorial sobre T. Em particular, todo corpo e um espaco
vetorial sobre si mesmo.
Por exemplo
C e um espaco vetorial sobre 1,
1 e um espaco vetorial sobre ,
C e um espaco vetorial sobre ,
C e um espaco vetorial sobre C etc.
Observac ao 1.2
As propriedades associativa e comutativa da adic ao de vetores implicam
que uma soma envolvendo um certo n umero de vetores independe da
maneira pela qual estes vetores est ao combinados ou associados. Logo,
se v
1
, . . . , v
n
s ao vetores em E, a soma deles pode ser escrita, sem am-
big uidade, como
v
1
+v
2
+ +v
n
.
Denic ao 1.3
Um vetor do espaco vetorial E e uma combinac ao linear dos vetores
v
1
, v
2
, . . . , v
n
E, se existem escalares c
1
, c
2
, . . . , c
n
K, tais que
= c
1
v
1
+c
2
v
2
+. . . +c
n
v
n
Observac ao 1.3
Usando as propriedades associativa e comutativa da adic ao e as proprie-
dades distributivas da multiplicac ao por escalares, obtemos:
n
i=1
c
i
v
i
+
n
i=1
d
i
v
i
=
n
i=1
(c
i
+d
i
)v
i
,
c
n
i=1
c
i
v
i
=
n
i=1
(cc
i
)v
i
.
Subespac o Vetorial
2. Subespac o Vetorial
Denic ao 2.1
Seja E um espaco vetorial sobre o corpo K. Um subconjunto F E e
um subespaco vetorial de E se F for um espaco vetorial sobre K com as
operac oes de adic ao de vetores e multiplicac ao de vetores por escalares
que fazem de E um espaco vetorial. Ou seja, F E e um subespaco
vetorial de E se:
1. 0 F;
2. v F =v F;
3. u F e v F =u +v F;
4. K e v F =v F.
Proposic ao 2.1
Um subconjunto n ao-vazio F E e um subespaco vetorial de E se, e
somente se, v +w F, v, w F, K.
Prova.
(=) e evidente.
(=) Como F ,= , seja v F. Logo, (1)v +v = 0 F.
Sejam w F e K. Ent ao, w+ 0 = w T.
Em particular, w = (1)w F.
Finalmente, se v, w F, ent ao 1v+w = v+w F. Logo, F e um subespaco
vetorial de E.
Exemplo 2.1
1. E e um subespaco de E.
2. F = {0} e um subespaco de E, denominado o subespaco nulo de E.
3. O espaco K[x] das func oes polinomiais com coecientes no corpo K
e um subespaco do espaco de todas as func oes de K em K.
Subespac o Vetorial
4. Uma matriz n n A sobre o corpo K e dita sim etrica se A
ij
= A
ji
,
i, j {1, . . . , n}.
As matrizes sim etricas formam um subespaco do espaco vetorial
K
nn
das matrizes n n sobre o corpo K.
5. Uma matriz nn A sobre o corpo C dos n umeros complexos e her-
mitiana se A
jk
= A
kj
, j, k {1, . . . , n}. Se A e uma matriz hermiti-
ana, todas as entradas da diagonal A
11
, A
22
, . . . , A
nn
, s ao n umeros
reais.
O conjunto das matrizes hermitianas n n n ao e um subespaco
do espaco das matrizes nn sobre o corpo C, pois, por exemplo, a
matriz identidade I e hermitiana, mas iI n ao e.
O conjunto das matrizes hermitianas n n e um espaco vetorial
sobre o corpo 1 dos n umeros reais.
Lema 2.1
Se A e uma matriz m n sobre K e B, C s ao matrizes n p sobre K,
ent ao
A(B +C) = (AB) +AC,
onde K e um escalar qualquer.
Prova.
[A(B +C)]
ij
=
n
k=1
A
ik
(B +C)
kj
=
n
k=1
A
ik
(B
kj
+C
kj
)
=
n
k=1
(A
ik
B
kj
+A
ik
C
kj
)
=
n
k=1
A
ik
B
kj
+
n
k=1
A
ik
C
kj
= [AB]
ij
+ [AC]
ij
.

Subespac o Vetorial
Exemplo 2.2
Seja A uma matriz mn sobre K.
O subconjunto {X K
n1
| AX = 0} e um subespaco de K
n1
.
De fato:
Se AX = AY = 0, ent ao A(X +Y) = AX +AY = 0, K.
Se X = 0, ent ao AX = 0.
Proposic ao 2.2
A intersec ao de uma colec ao arbitr aria {F
}
I
de subespacos de E e um
subespaco de E.
Prova.
Seja F =
I
F
. Como 0 F
, I, temos que 0 F. Logo, F ,= .

Se v, w F, ent ao v, w F
, I.
Logo, v +w F
, I, ou seja, v +w F, K e v, w F.
Denic ao 2.2
Seja S E umsubconjunto. Osubespaco de E gerado por S e a intersec ao
de todos os subespacos de E que cont em S.
Isto e, o subespaco de E gerado por S e o menor subespaco de E que
cont em S.
Observac ao 2.1
O subespaco gerado por S = e o subespaco nulo. O unico vetor desse
subespaco e o vetor nulo, 0.
Proposic ao 2.3
Seja S E um subconjunto n ao-vazio. Ent ao o subespaco F gerado por S
e o conjunto de todas as combinac oes lineares de vetores em S.
Prova.
Seja W o conjunto de todas as combinac oes lineares de vetores de S.
Seja K e consideremos as combinac oes lineares:
v =
1
v
1
+. . . +
k
v
k
, w =
1
w
1
+. . . +
l
w
l
W,
onde v
i
S, i {1, . . . , k} e w
j
S, j {1, . . . , l}.
Subespac o Vetorial
Ent ao, para K, temos
v +w =
1
v
1
+. . . +
k
v
k
+
1
w
1
+. . . +
l
w
l
W,
pois v +w e uma combinac ao linear de vetores em S.
Como W ,= , j a que S W e S ,= , temos que W e um subespaco de
E que cont em S. Logo, F W.
Seja v W. Ent ao,
v =
1
v
1
+. . . +
k
v
k
,
onde v
i
S, i {1, . . . , n}. Como S F e F e um subespaco de E, temos
que v F. Logo, W F. Assim, F = W.
Exemplo 2.3
Seja E = K[x] o espaco vetorial das func oes polinomiais de K emK e seja
S = {f
n
(x) = x
n
| n N}. Ent ao, E e o subespaco gerado por S.
Denic ao 2.3
Sejam S
1
, . . . , S
k
subconjuntos do espaco vetorial E. O conjunto formado
por todas as somas da forma
v
1
+v
2
+. . . +v
k
, v
i
S
i
, i = 1, . . . , k .
e chamado a soma dos subconjuntos S
1
, . . . , S
k
, e se designa por
S
1
+S
2
+. . . +S
k
.
Proposic ao 2.4
Se W
1
, . . . , W
k
s ao subespacos do espaco vetorial E, ent ao W
1
+. . . +W
k
e um subespaco de E.
Al em disso, W
1
+. . . +W
k
e o subespaco gerado pelo conjunto
S =
k
_
i=1
W
i
.
Prova.
Sejam v, w W
1
+. . . +W
k
.
Ent ao, existem vetores v
i
, w
i
W
i
, 1 i k, tais que
v = v
1
+. . . +v
k
e w = w
1
+. . . +w
k
.
Logo, o vetor
v +w = (v
1
+w
1
) +. . . + (v
k
+w
k
)
Subespac o Vetorial
pertence a W
1
+ . . . + W
k
, j a que v
i
+ w
i
W
i
, i = 1, . . . , k. Al em
disso, como W
1
+ . . . + W
k
,= , j a que 0 W
1
+ . . . + W
k
, temos que
W
1
+. . . +W
k
e um subespaco de E.
Seja W o subespaco gerado pelo conjunto S =
k
_
i=1
W
i
. Ent ao, W e o
conjunto de todas as combinac oes lineares de vetores em S.
Como
S =
k
_
i=1
W
i
W
1
+. . . +W
k
e W
1
+. . . +W
k
e um subespaco, temos que
W W
1
+. . . +W
k
.
Al em disso, como todo vetor em W
1
+ . . . + W
k
e uma combinac ao linear
de vetores em S, temos que
W
1
+. . . +W
k
W.
Logo, W = W
1
+. . . +W
k
.

Bases e Dimens ao
3. Bases e Dimens ao
Denic ao 3.1
Seja E um espaco vetorial sobre o corpo K. Dizemos que um subcon-
junto S E e linearmente dependente (LD) se existem vetores distintos
v
1
, . . . , v
n
em S e escalares
1
, . . . ,
n
K, n ao todos nulos, tais que
1
v
1
+. . . +
n
v
n
= 0.
Um conjunto S que n ao e linearmente dependente e dito linearmente in-
dependente (LI). Isto e, S e LI se para toda colec ao de vetores distintos
v
1
, . . . , v
n
em S e escalares
1
, . . . ,
n
em K, vale a implicac ao:
1
v
1
+. . . +
n
v
n
= 0 =
1
=
2
= . . . =
n
= 0.
Observac ao 3.1
Todo subconjunto S E que cont em o vetor nulo e LD, pois 1 0 = 0.
Todo conjunto que cont em um conjunto LD e LD.
Todo subconjunto de um conjunto LI e LI.
Denic ao 3.2
Seja E um espaco vetorial. Uma base de E e um conjunto linearmente
independente de vetores em E que geram o espaco E.
Denic ao 3.3
Dizemos que um espaco vetorial tem dimens ao nita se ele possui uma
base nita.
Verique a armac ao!
Observac ao 3.2
Um subconjunto {v
1
, . . . , v
n
} E e uma base de E se, e somente se, todo
vetor v E se expressa, de modo unico, como combinac ao linear dos
vetores v
1
, . . . , v
n
, ou seja, existem escalares unicos
1
, . . . ,
n
E, tais
que v =
1
v
1
+. . . +
n
v
n
.
Exemplo 3.1
Seja K um corpo e seja S o subconjunto de K
n
formado pelos vetores
Bases e Dimens ao
e
1
= (1, 0, 0, . . . , 0, 0)
e
2
= (0, 1, 0, . . . , 0, 0)
.
.
.
.
.
.
e
n
= (0, 0, 0, . . . , 0, 1).
Se x
1
, . . . , x
n
s ao escalares em K, o vetor
x
1
e
1
+. . . +x
n
e
n
e o vetor (x
1
, . . . , x
n
).
Assim, S gera K
n
. Como
x
1
e
1
+. . . x
n
e
n
= (0, . . . , 0)
se, e somente se, x
1
= x
2
= . . . = x
n
= 0, S e LI. Logo, S e uma base de
K
n
, conhecida como a base can onica de K
n
.
Exemplo 3.2
Seja K um corpo e K
mn
o espaco das matrizes m n com entradas no
corpo K.
Considere as matrizes A
ij
que tem 1 na entrada i, j e zero nas demais.
Se B K
mn
, ent ao
B =
i,j
B
ij
A
ij
.
Logo, o conjunto {A
ij
| 1 i m e 1 j n} e LI e gera o espaco K
mn
.
Exemplo 3.3
Seja P uma matriz invertvel n n sobre o corpo K. Ent ao, as colunas
P
1
, . . . , P
n
formam uma base do espaco das matrizes colunas K
n1
.
De fato, se X e uma matriz coluna n 1, ent ao
PX = x
1
P
1
+. . . +x
n
P
n
.
Como PX = 0 admite apenas a soluc ao trivial X = 0, {P
1
, . . . , P
n
} e LI.
Seja Y K
n1
e seja X = P
1
Y. Ent ao,
Y = PX = x
1
P
1
+. . . +x
n
P
n
, onde X =
_
x
1
.
.
.
x
n
_
.
Assim, {P
1
, . . . , P
n
} gera o espaco K
n1
.
Portanto, {P
1
, . . . , P
n
} e uma base nita de K
n1
.

Bases e Dimens ao
Exemplo 3.4
Seja A uma matriz n n com entradas no corpo K e seja
S = {X K
n1
| AX = 0} ,
o conjunto de todas as soluc oes do sistema linear homog eneo AX = 0.
Seja R uma matriz reduzida por linhas ` a forma em escada que seja equi-
valente por linhas ` a matriz A. Ent ao,
Verique que ...
O conjunto S e um subespaco
de K
n1
conhecido como o
espaco soluc ao ou espaco das
soluc oes do sistema linear ho-
mog eneo AX=0.
S = {X K
n1
| RX = 0} .
Seja r o n umero de linhas n ao-nulas da matriz R, e suponhamos que
as primeiras entradas n ao-nulas das linhas n ao-nulas de R ocorram nas
colunas k
1
< . . . < k
r
.
Seja J = {1, . . . , n} {k
1
, . . . , k
n
} o conjunto dos n r ndices distintos de
k
1
, . . . , k
r
.
Ent ao, o sistema RX = 0 tem a forma
x
k1
+
jJ
c
1j
x
j
= 0
.
.
.
.
.
.
x
kr
+
jJ
c
rj
x
j
= 0,
onde c
ij
K.
Todas as soluc oes s ao obtidas atribuindo valores arbitr arios aos x
j
com
j J e calculando os valores correspondentes de x
k1
, . . . , x
kr
.
Para cada j J, seja E
j
a soluc ao obtida colocando x
j
= 1 e x
i
= 0 para
todo i J {j}.
Armac ao: os vetores E
j
, j J, formam uma base de S.
Como a matriz coluna E
j
possui um 1 na linha j e zero nas outras linhas
indexadas por elementos de J, temos que {E
j
| j J} e um conjunto LI, j a
que
jJ
x
j
E
j
= 0 se, e somente se, x
j
= 0 j J .
Seja T =
_
t
1
. . .
t
n
_
uma matriz coluna que est a no espaco soluc ao S. Ent ao,
N =
jJ
t
j
E
j
,
Bases e Dimens ao
tamb em est a no espaco soluc ao e e uma soluc ao tal que t
j
ocupa a
j esima linha, para todo j J.
Como s o existe uma soluc ao tal que x
j
= t
j
para todo j J, temos que
T = N.
Logo, {E
j
| j J} gera S.
Com isso provamos que {E
j
| j J} e uma base de S e que esse espaco
tem dimens ao nita.
Denic ao 3.4
Seja E um espaco vetorial de dimens ao nita e seja {v
1
, . . . , v
n
} uma base
de E. Ent ao, por denic ao, a dimens ao de E, designada por dim(E), e
dimE
def
= n.
Demonstremos que o n umero dimE est a bem denido, isto e, todas
as bases de E possuem a mesma quantidade de vetores.
Lema 3.1
Seja {u
1
, . . . , u
} um conjunto LI de vetores do espaco vetorial E tal que

todo u
i
e combinac ao linear dos vetores w
1
, . . . , w
m
de E. Ent ao, m.
Prova.
Vamos provar o lema usando induc ao em m.
1. Se m = 1, existem
1
, . . . ,
K, tais que u
i
=
i
w
1
, para todo
1 i .
Como u
i
,= 0 para todo i, pois {u
1
, . . . , u
} e LI, temos que

i
,= 0 para
todo i {1, . . . , }.
Suponhamos, por absurdo, que > 1.
Ent ao,
1
1
u
1
+
_
2
_
u
2
+0u
3
+. . . +0u
= w
1
+ (w
1
) = 0,
o que e um absurdo, j a que {u
1
, . . . , u
} e LI.
2. Suponhamos que o lema vale para m 1 e vamos provar que vale,
tamb em, para m.
Cada vetor u
i
do conjunto linearmente independente {u
1
, . . . , u
} e combinac ao
Bases e Dimens ao
linear dos vetores w
1
, . . . , w
m
, isto e, existem
(j)
i
K, 1 i m,
1 j , tais que
u
1
=
(1)
1
w
1
+. . . +
(1)
m
w
m
u
2
=
(2)
1
w
1
+. . . +
(2)
m
w
m
.
.
.
.
.
.
u
=
()
1
w
1
+. . . +
()
m
w
m
Se
j
1
= 0 para todo j = 1, . . . , , temos que todo u
i
, i = 1, . . . , , e
combinac ao linear dos vetores w
2
, . . . , w
m
. Logo, pela hip otese de induc ao,
m1 m.
Podemos supor ent ao, sem perda de generalidade, que
1
1
,= 0.
Sejam a =
1
(1)
1
e
v
j
= u
j
a
j
1
u
1
, j = 2, . . . , .
Ent ao, v
j
=
(j)
2
w
2
+. . . +
(j)
m
w
m
, onde
(j)
i
K, i = 2, . . . , m e j = 2, . . . , .
Isto e, cada v
j
e uma combinac ao linear de w
2
, . . . , w
m
.
Se provarmos que {v
2
, . . . , v
} e LI teremos, pela hip otese de induc ao,

1 m1 = m.
Sejam
2
, . . . ,
K tais que
2
v
2
+. . . +
= 0.
Ent ao,
0 =
2
u
2
+. . . +
a(
2
(2)
1
+. . . +
()
1
)u
1
.
Como {u
1
, . . . , u
} e LI, temos que

2
= . . . =
= 0.
Logo, {v
2
, . . . , v
} e LI.
Como conseq u encia do lema anterior, temos o seguinte lema.

Lema 3.2
Sejam {w
1
, . . . , w
m
} um conjunto gerador e {u
1
, . . . , u
} um conjunto LI do
espaco vetorial E. Ent ao m.
Teorema 3.1
Sejam {v
1
, . . . , v
n
} e {w
1
, . . . , w
m
} bases de um espaco vetorial E. Ent ao,
m = n.
Bases e Dimens ao
Prova.
Como {v
1
, . . . , v
n
} e um conjunto LI de vetores de E e {w
1
, . . . , w
m
} e um
conjunto gerador de E, temos n m.
Analogamente, como {v
1
, . . . , v
n
} e umconjunto gerador de E e {w
1
, . . . , w
m
}
e um conjunto LI de vetores de E, temos n m.
Portanto, n = m.
Exemplo 3.5
1. O espaco vetorial K
n
sobre o corpo K tem dimens ao n: dimK
n
= n.
Em particular, o espaco C
n
sobre o corpo C tem dimens ao n e o
espaco 1
n
sobre o corpo 1 tem dimens ao n.
2. O espaco vetorial K
mn
das matrizes mn com entradas no corpo
K tem dimens ao mn.
3. Se A e uma matriz m n, ent ao o espaco soluc ao do sistema ho-
mog eneo AX = 0 tem dimens ao n r, onde r e o n umero de linhas
n ao-nulas de uma matriz linha reduzida ` a forma em escada e equi-
valente por linhas a A.
Exemplo 3.6
Seja S um conjunto qualquer e T(S, K) o conjunto de todas as func oes de
S em K.
Sabemos, pelo item 3. do exemplo 1.1, que T(S, K) e um espaco vetorial
sobre o corpo K.
Armac ao: T(S, K) tem dimens ao nita se, e somente se, S e um con-
junto nito. Nesse caso, dimT(S, K) = #S, onde #S e o n umero de ele-
mentos de S.
De fato,
(=) Suponhamos que S = {p
1
, . . . , p
n
} e um conjunto nito.
Sejam f
i
: S K, i = 1, . . . , n, as func oes denidas por:
f
i
(p
j
) =
ij
, j = 1, . . . , n.
Se f T(S, K), ent ao,
Bases e Dimens ao
f = f(p
1
)f
1
+. . . +f(p
n
)f
n
.
E se f =
1
f
1
+. . . +
n
f
n
, ent ao
f(p
i
) =
1
f
1
(p
i
) +. . . +
n
f
n
(p
i
) =
i
f
i
(p
i
) =
i
,
para todo i = i, . . . , n.
Logo, todo f T(S, K) se escreve de modo unico como combinac ao linear
das func oes f
1
, . . . , f
n
.
Assim, {f
1
, . . . , f
n
} e uma base de T(S, K) e dimF(S, K) = n = #S.
(=) Se T(S, K) tem dimens ao nita, todo subconjunto LI de T(S, K)
tem um n umero nito de elementos.
Suponhamos, por absurdo, que S tem uma innidade de elementos.
Consideremos o conjunto
T = {f
p
: S K| f
p
(p) = 1 e f
p
(q) = 0 , q S {p}} .
O conjunto T e LI, pois, se p
1
, . . . , p
n
S s ao elementos distintos em S e
1
, . . . ,
n
s ao escalares em K tais que
1
f
p
1
+. . . +
n
f
p
n
= 0, ent ao
1
f
p
1
(p
i
) +. . . +
n
f
p
n
(p
i
) = 0,,
para i = 1, . . . , n. Como
1
f
p
1
(p
i
) +. . . +
n
f
p
n
(p
i
) =
i
f
p
i
(p
i
) =
i
,
temos que
i
= 0, para todo i = 1, . . . , n.
Assim, T e innito e LI, que contradiz o fato de T(S, K) ter dimens ao nita.
Exemplo 3.7
Seja K um subcorpo do corpo dos n umeros complexos C, e seja E o
espaco vetorial das func oes polinomiais sobre K. Isto e, E e o conjunto
das func oes f : K K da forma
f(x) = c
0
+c
1
x +. . . +c
n
x
n
,
onde n N e c
0
, . . . , c
n
K.
Observe que E e um subespaco vetorial do espaco T(K, K) de todas as
func oes de K em K.
Considere as func oes polinomiais f
k
(x) = x
k
, k N. O conjunto innito
{f
0
, f
1
, . . . , f
k
, . . .} e uma base de E.
De fato, dado f(x) = c
0
+c
1
x +. . . +c
n
x
n
em E, temos que
Bases e Dimens ao
f = c
0
f
0
+c
1
f
1
+. . . +c
n
f
n
.
Ent ao, o conjunto {f
k
| k N} gera o espaco E.
Al em disso, conjunto {f
k
| k N} e LI, pois se c
0
f
0
+ c
1
f
1
+ . . . + c
n
f
n
= 0,
ou seja,
c
0
+c
1
x +. . . +c
n
x
n
= 0, x K,
temos que c
0
= c
1
= . . . = c
n
= 0, j a que um polin omio de grau n com
coecientes complexos tem no m aximo n razes.
Observamos que o espaco E n ao tem uma base nita, pois se tivesse,
todo conjunto LI de vetores de E teria uma quantidade nita de elementos.
Assim, E tem dimens ao innita.
Observac ao 3.3
Convencionamos que o espaco nulo {0} (gerado pelo conjunto vazio) tem
dimens ao zero.
Lema 3.3
Seja {w
1
, . . . , w
m
} E um conjunto LI e seja w E.
Ent ao, {w, w
1
, . . . , w
m
} e LI se, e somente se, w n ao e combinac ao linear
dos vetores w
1
, . . . , w
n
.
Prova.
(=) Suponhamos que w e uma combinac ao linear de w
1
, . . . , w
m
. Ent ao,
existem
1
, . . . ,
m
K tais que w =
1
w
1
+. . . +
m
w
m
, ou seja,
1 w+ (
1
)w
1
+. . . + (
n
)w
m
= 0,
Como o coeciente 1 de w e diferente de zero, o conjunto {w, w
1
, . . . , w
m
}
e LD.
(=) Suponhamos que o conjunto {w, w
1
, . . . , w
m
} e LD. Ent ao, existem
escalares ,
1
, . . . ,
m
, n ao todos nulos, tais que
w+
1
w
1
+. . . +
m
w
m
= 0.
Se = 0, ent ao
1
w
1
+ . . . +
m
w
m
= 0, onde os coecientes
1
, . . . ,
m
n ao s ao todos nulos, o que e um absurdo, j a que {w
1
, . . . , w
m
} e LI.
Logo, ,= 0 e
w =
_
_
w
1
+. . . +
_
_
w
m
,
Bases e Dimens ao
isto e, w e uma combinac ao linear dos vetores w
1
, . . . , w
m
.
Teorema 3.2
Seja E um espaco vetorial n ao-nulo e seja {u
1
, . . . , u
n
} um conjunto de
geradores de E. Ent ao {u
1
, . . . , u
n
} cont em uma base de E.
Prova.
Vamos provar que existe {u
i
1
, . . . , u
i
} {u
1
, . . . , u
n
} tal que:
I. {u
i
1
, . . . , u
i
} e LI.
II. {u
j
, u
i
1
, . . . , u
i
} n ao e LI, j {1, . . . , n}.

Seja i
1
{1, . . . n} tal que u
i
1
,= 0. Ent ao {u
i
1
} e LI.
Se {u
i
1
} satisfaz II. o processo termina.
Se {u
i
1
} n ao satisfaz II., ent ao existe i
2
{1, . . . , n} tal que {u
i
1
, u
i
2
} e LI.
Como esse processo e nito, com no m aximo n etapas, podemos obter
{u
i
1
, . . . , u
i
} {u
1
, . . . , u
n
} que satisfaz I. e II..
Vamos provar agora que {u
i
1
, . . . , u
i
} e uma base de E.
Como {u
j
, u
i
1
, . . . , u
i
} n ao e LI, existem escalares

(j)
1
, . . . ,
(j)
n
tais que
u
j
=
(j)
1
u
i
1
+. . . +
(j)
n
u
i
, para todo j = 1, . . . , n.
Seja v E. Como {u
1
, . . . , u
n
} gera o espaco E, existemescalares
1
, . . . ,
n
,
tais que
v =
1
u
1
+. . . +
n
u
n
.
Logo,
v =
n
j=1
j
u
j
=
n
j=1
k=1
(j)
k
u
i
k
=
k=1
_
n
j=1
(j)
k
_
u
i
k
,
isto e, v e uma combinac ao linear dos vetores u
i
1
, . . . , u
i
.
Logo, {u
i
1
, . . . , u
i
} e uma base de E.
Teorema 3.3
Seja E um espaco vetorial de dimens ao nita n e seja {w
1
, . . . , w
m
} E
um subconjunto LI. Ent ao {w
1
, . . . , w
m
} est a contido numa base de E:
{w
1
, . . . , w
m
, w
m+1
, . . . , w
m+k
}.
Bases e Dimens ao
Prova.
Vamos provar que existe umconjunto de vetores {w
1
, . . . , w
m
, w
m+1
, . . . , w
m+k
}
tal que:
I. e linearmente independente;
II. {w
1
, . . . , w
m
, w
m+1
, . . . , w
m+k
, w} n ao e LI, w E.
Se o conjunto LI {w
1
, . . . , w
m
} n ao satisfaz II., existe w
m+1
E tal que
{w
1
, . . . , w
m
, w
m+1
} e LI.
Se {w
1
, . . . , w
m
, w
m+1
} n ao satisfaz II., ent ao existe w
m+2
E tal que
{w
1
, . . . , w
m
, w
m+1
, w
m+2
} e LI.
Este processo e nito, com no m aximo n m etapas, pois todo subcon-
junto LI de E tem no m aximo n = dimE elementos.
Como {w
1
, . . . , w
m
, w
m+1
, . . . , w
m+k
} satisfaz I. e II., temos que este con-
junto e LI e {v, w
1
, . . . , w
m+k
} n ao e LI, v E.
Assim, todo v E e uma combinac ao linear dos vetores w
1
, . . . , w
m+k
.
Logo, {w
1
, . . . , w
m
, w
m+1
, . . . , w
m+k
} e uma base de E que cont em o con-
junto LI {w
1
, . . . , w
m
}.
Corol ario 3.1

Seja E um espaco vetorial sobre o corpo K.
Se {v
1
, . . . , v
n
} e um conjunto de vetores LI e E tem dimens ao nita,
ent ao n dimE.
Se {v
1
, . . . , v
n
} gera o espaco E, ent ao E tem dimens ao nita e n dimE.
Corol ario 3.2
Seja E um espaco vetorial de dimens ao nita n.
Se {v
1
, . . . , v
n
} e um conjunto de vetores LI ou um conjunto gerador de E,
ent ao e uma base de E.
Prova.
Suponhamos que {v
1
, . . . , v
n
} e um conjunto LI. Se {v
1
, . . . , v
n
} n ao gera
E, existe w E tal que {w, v
1
, . . . , v
n
} e LI. Ent ao, n + 1 dimE = n, o
que e um absurdo.
Se {v
1
, . . . , v
n
} gera o espaco E, ent ao existe umsubconjunto {v
i
1
, . . . , v
i
k
}
Bases e Dimens ao
de {v
1
, . . . , v
n
} que e uma base de E. Como dimE = n = k, temos que
{v
1
, . . . , v
n
} e uma base de E.
Teorema 3.4
Seja F um subespaco vetorial de um espaco E de dimens ao nita. Ent ao,
F tem dimens ao nita e dimF dimE.
Al em disso, dimF = dimE se, e somente se, F = E.
Prova.
Podemos supor que F ,= {0}.
Vamos provar que existem vetores v
i
F, i = 1, . . . , k tais que:
I. {v
1
, . . . , v
k
} e LI.
II. {v, v
1
, . . . , v
k
} n ao e LI, v F.
Como F ,= , existe v
1
,= 0 em F.
Ent ao o conjunto {v
1
} e LI. Se {v
1
} n ao satisfaz II., existe v
2
T tal que
{v
1
, v
2
} e LI.
Como todo conjunto LI de E tem no m aximo dimE = n elementos, o
processo p ara em algum k n.
Logo {v
1
, . . . , v
k
} e uma base de F e dimF = k dimE.
Se dimF = dimE = n e {v
1
, . . . , v
n
} e uma base de F, temos que {v
1
, . . . , v
n
}
e uma base de E. Logo E = F.
Teorema 3.5
Sejam F
1
e F
2
subespacos vetoriais de dimens ao nita de um espaco ve-
torial E. Ent ao F
1
+ F
2
e um subespaco vetorial de dimens ao nita de E,
e
dim(F
1
+F
2
) = dimF
1
+ dimF
2
dim(F
1
F
2
).
Prova.
Como F
1
F
2
e um subespaco dos espacos F
1
e F
2
, F
1
F
2
tem dimens ao
nita.
Se {v
1
, . . . , v
k
} e uma base de F
1
F
2
, existem w
1
, . . . , w
m
em F
1
, tais que
{v
1
, . . . , v
k
, w
1
, . . . , w
m
} e uma base de F
1
e existem u
1
, . . . , u
, tais que
{v
1
, . . . , v
k
, u
1
, . . . , u
} e uma base de F
2
.
Bases e Dimens ao
Armac ao: {v
1
, . . . , v
k
, w
1
, . . . , w
m
, u
1
, . . . , u
} e uma base de F
1
+F
2
.
E claro que o conjunto acima gera o espaco F

1
+F
2
. Basta, ent ao, vericar
que o conjunto e LI.
Sejam
1
, . . . ,
k
,
1
, . . . ,
m
,
1
, . . . ,
escalares tais que

k
i=1
i
v
i
+
m
j=1
j
w
j
+
s=1
s
u
s
= 0 (1)
Como
s=1
s
u
s
=
_
k
i=1
i
v
i
+
m
j=1
j
w
j
_
F
1
F
2
,
existem escalares
1
, . . . ,
k
tais que,
s=1
s
u
s
=
k
i=1
i
v
i
, ou seja
k
i=1
i
v
i

s=1
s
u
s
= 0.
Ent ao,
1
= . . . =
k
=
1
= . . . =
= 0, j a que {v
1
, . . . , v
k
, u
1
, . . . , u
} e
uma base de F
2
.
Como
1
= . . . =
= 0, temos, por (1), que

k
i=1
i
v
i
+
m
j=1
j
w
j
= 0.
Logo,
1
= . . . =
k
=
1
= . . . =
m
= 0, j a que {v
1
, . . . , v
k
, w
1
, . . . , w
m
} e
uma base de F
1
.
Provamos, assim, que {v
1
, . . . , v
k
, w
1
, . . . , w
m
, u
1
, . . . , u
} e uma base de
F
1
+F
2
.
Ent ao,
dim(F
1
+F
2
) = k +m+ = (k +m) + (k +) k,
ou seja,
dim(F
1
+F
2
) = dimF
1
+ dimF
2
dim(F
1
F
2
) .

Coordenadas
4. Coordenadas
Note que...
Na denic ao ao lado, a palavra
seq u encia e crucial, pois o seu sig-
nicado implica numa relac ao de
preced encia entre os vetores da
base. Isto e, h a o primeiro vetor, o
segundo, e assim sucessivamente
e sem ambig uidade.
Denic ao 4.1
Se E e um espaco vetorial de dimens ao nita, uma base ordenada de E e
uma seq u encia nita de vetores LI que geram E.
Se a seq u encia v
1
, . . . , v
n
e uma base ordenada de E, ent ao o con-
junto {v
1
, . . . , v
n
} e uma base de E.
Notac ao. B = {v
1
, . . . , v
n
}.
Dado um vetor v E, existem escalares unicos
1
, . . . ,
n
K, denomina-
dos as coordenadas de v em relac ao ` a base ordenada B, tais que
v =
1
v
1
+. . . +
n
v
n
.
Designamos por [v]
B
a matriz n 1 cujas entradas s ao as coordenadas
de v em relac ao ` a base ordenada B. Isto e,
[v]
B
=
_
_
1
.
.
.
n
_
_
Seja agora B
= {v
1
, . . . , v
n
} uma outra base ordenada de E. Ent ao,
para cada j = 1, . . . , n, existem escalares A
ij
K, tais que
v
j
=
n
i=1
A
ij
v
i
.
Sejam
1
, . . . ,
n
as coordenadas de um vetor v em relac ao ` a base
ordenada B
, isto e,
v =
1
v
1
+. . . +
n
v
n
.
Ent ao,
v =
n
j=1
j
v
j
=
n
j=1
j
n
i=1
A
ij
v
i
=
n
j=1
n
i=1
A
ij
j
v
i
= v =
n
i=1
_
n
j=1
A
ij
j
_
v
i
.
Coordenadas
Pela unicidade das coordenadas de um vetor em relac ao a uma
base, temos que
i
=
n
j=1
A
ij
j
, para todo 1 i n.
Logo,
[v]
B
= A[v]
B
,
onde A = (A
ij
)
1ijn
e a matriz cuja j esima coluna e A
j
= [v
j
]
B
. A
matriz A e chamada matriz de mudanca da base B para a base B
.
Armac ao. A matriz A e invertvel.
Com efeito,
basta mostrar que o sistema homog eneo AX = 0 possui somente a
soluc ao trivial.
Se AX = 0, seja v = x
1
v
1
+. . . +x
n
v
n
, onde X =
_
_
x
1
.
.
.
x
n
_
_
. Ent ao,
[v]
B
= A[v]
B
= AX = 0.
Logo, v = x
1
v
1
+ . . . + x
n
v
n
= 0. Como {v
1
, . . . , v
n
} e LI, temos que
x
1
= . . . = x
n
= 0, ou seja, X = 0.
Observac ao 4.1
Como A e invertvel, temos que:
[v]
B
= A
1
[v]
B
.
Logo, [v
j
]
B
= A
1
[v
j
]
B
= A
1
e
j
= j esima coluna da matriz A
1
.
Isto e, A
1
e a matriz de mudanca da base B
para a base B.
Teorema 4.1
Sejam B uma matriz nn invertvel sobre o corpo K, E um espaco vetorial
sobre o corpo K e B = {v
1
, . . . , v
n
} uma base ordenada de E.
Ent ao, existe uma unica base ordenada B
= {v
1
, . . . , v
n
} de E tal que
[v]
B
= B[v]
B
, v E.
Prova.
Caso exista B
, teremos que
[v
j
]
B
= B[v
j
]
B
= B
j
= j esima coluna de B.
Coordenadas
Ou seja,
v
j
=
n
i=1
B
ij
v
i
.
Armac ao. {v
1
, . . . , v
n
} e uma base de E.
De fato, como dimE = n, basta mostrar que v
1
, . . . , v
n
s ao LI.
Se 0 = x
1
v
1
+. . . +x
n
v
n
ent ao,
0 =
n
j=1
x
j
v
j
=
n
j=1
x
j
n
i=1
B
ij
v
i
= 0 =
n
i=1
_
n
j=1
B
ij
x
j
_
v
i
= 0 =
n
j=1
B
ij
x
j
, i = 1, . . . , n
= BX = 0, onde X =
_
_
x
1
.
.
.
x
n
_
_
.
Como B e invertvel, temos que X = 0, ou seja, x
1
= . . . = x
n
= 0.
Exemplo 4.1
Seja K um corpo e seja x = (x
1
, . . . , x
n
) um vetor de K
n
. Se B e a base
can onica de K
n
, B = {e
1
, . . . , e
n
}, a matriz das coordenadas do vetor x em
relac ao ` a base B e dada por
[x]
B
=
_
_
x
1
.
.
.
x
n
_
_
.
Exemplo 4.2
Para cada n umero real 1, a matriz
P =
_
cos sen
sen cos
_
e invertvel e
P
1
=
_
cos sen
sen cos
_
Consideremos os vetores
Coordenadas
v
1
= (cos , sen) e v
2
= (sen, cos ),
e a base can onica B = {e
1
= (1, 0), e
2
= (0, 1)}.
Como [v
i
]
B
= P
i
(i esima coluna de P), i = 1, 2, temos que B
= {v
1
, v
2
} e
uma base ordenada de 1
2
tal que
[v]
B
= P[v]
B
, v 1
2
.
Logo,
[v]
B
= P
1
[v]
B
, v 1
2
.
Ent ao, se v = (x, y) = xe
1
+ye
2
, temos que
[v]
B
=
_
x
_
= P
1
[v]
B
=
_
cos sen
sen cos
_ _
x
y
_
,
ou seja,
x
= cos x + sen y
y
= sen x + cos y.
Exemplo 4.3
A. Veriquemos que os vetores v
1
= (1, 0, 0), v
2
= (4, 2, 0) e v
3
=
(5, 3, 8) formam uma base de 1
3
.
Para isso, basta mostrar que a matriz
A =
_
_
1 4 5
0 2 3
0 0 8
_
_
cuja j esima coluna e A
j
= [v
j
]
B
, onde B = {e
1
, e
2
, e
3
} e a base can onica
de 1
3
, e invertvel.
De fato, vamos efetuar operac oes elementares na matriz A, e na matriz
identidade, para tentar transform a-la numa matriz reduzida por linhas ` a
forma em escada.
_
_
1 4 5
0 2 3
0 0 8
_
_

_
_
1 0 0
0 1 0
0 0 1
_
_

_
_
1 4 5
0 1 3/2
0 0 1
_
_

_
_
1 0 0
0 1/2 0
0 0 1/8
_
_
Coordenadas

_
_
_
1 0 11
0 1 3/2
0 0 1
_
_
_

_
_
_
1 2 0
0 1/2 0
0 0 1/8
_
_
_

_
_
_
1 0 0
0 1 0
0 0 1
_
_
_

_
_
_
1 2 11/8
0 1/2 3/16
0 0 1/8
_
_
_
Como a matriz A e equivalente por linhas ` a matriz identidade, temos que
A e invertvel e
A
1
=
_
_
_
1 2 11/8
0 1/2 3/16
0 0 1/8
_
_
_
.
B. Determinemos, agora, as coordenadas x
1
, x
2
, x
3
do vetor v = (x
1
, x
2
, x
3
)
em relac ao ` a base B
= {v
1
, v
2
, v
3
}.
Como [v]
B
= A[v]
B
, temos
[v]
B
= A
1
[v]
B
=
_
_
_
1 2 11/8
0 1/2 3/16
0 0 1/8
_
_
_
_
_
_
x
1
x
2
x
3
_
_
_
,
ou seja,
x
1
= x
1
+2 x
2
+
11
8
x
3
x
2
=
1
2
x
2
+
3
16
x
3
x
3
=
1
8
x
3
.
Em particular, v = (1, 2, 16) = 25v
1
+5v
2
+2v
3
.

Equival encia por Linhas resumo
5. Equival encia por Linhas resumo
Denic ao 5.1
Seja A uma matriz m n sobre o corpo K. O espaco-linha de A e o
subespaco de K
n
gerado pelos vetores-linhas de A, e o posto-linha de A
e a dimens ao do espaco-linha de A.
Seja A uma matriz como na denic ao e seja P uma matriz k m so-
bre K. Ent ao, o produto B = PA e uma matriz kn cujas linhas B
1
, . . . , B
k
s ao combinac oes lineares dos vetores-linhas de A:
B
i
= P
i1
1
+. . . +P
im
m
.
Logo, o espaco-linha de B e um subespaco do espaco-linha de A.
Se a matriz P e uma matriz invertvel (nesse caso m = k), ou seja,
B e A s ao linha-equivalentes, ent ao o espaco-linha de A coincide com o
espaco-linha de B.
Teorema 5.1
Seja R uma matriz n ao-nula mn reduzida por linhas ` a forma em escada.
Ent ao os vetores-linhas n ao-nulos de R formam uma base do espaco-linha
de R.
Prova.
Como os vetores-linhas n ao-nulos de R,
i
= (R
i1
, . . . , R
in
), i = 1, . . . , r,
geram o espaco-linha de R, basta mostrar que eles s ao LI.
Sejam k
1
< . . . < k
r
tais que:
1. R
ij
= 0, se j < k
i
;
2. R
ik
j
=
ij
.
Seja = (b
1
, . . . , b
n
) um vetor do espaco-linha de R.
Ent ao, = c
1
1
+. . . +c
r
r
.
Como b
kj
=
r
i=1
c
i
R
ik
j
=
r
i=1
c
i
ij
= c
j
, temos que = b
k
1
1
+. . . +b
k
r
r
.
Em particular, se c
1
1
+ . . . + c
r
r
= 0, ent ao c
j
e a b
k
j
coordenada do
vetor nulo. Logo, c
j
= 0, para todo j = 1, . . . r. Assim,
1
, . . . ,
k
s ao LI

Teorema 5.2
Sejam m e n inteiros positivos e K um corpo.
Seja W um subespaco de K
n
com dimW m. Ent ao existe exatamente
uma matriz m n sobre K, reduzida por linhas ` a forma em escada, cujo
espaco-linha e W.
Prova.
Exist encia. Como dimW m, podemos tomar m vetores
1
, . . . ,
m
em W, que geram W. Seja A a matriz mn que tem esses vetores como
vetores-linhas.
Seja R uma matriz reduzida por linhas ` a forma em escada equivalente por
linhas ` a matriz A.
Ent ao, o espaco-linha de R e W.
Unicidade. Seja R uma matriz mn arbitr aria reduzida por linhas ` a forma
em escada cujo espaco-linha e W. Sejam
1
, . . . ,
r
os vetores-linhas n ao-
nulos de R e suponhamos que o primeiro elemento n ao-nulo de
i
ocorra
na coluna k
i
, i = 1, . . . , r.
Na demonstrac ao do teorema anterior, vimos que se = (b
1
, . . . , b
n
)
W, ent ao
=
r
i=1
b
k
i
i
.
Assim, todo vetor W est a determinado quando as suas coordenadas
b
k
j
, j = 1, . . . , r, s ao conhecidas.
Ent ao,
i
e o unico vetor em W cuja k
i
esima coordenada e 1 e cuja
k
j
esima coordenada e nula para j ,= i.
Suponhamos que ,= 0. Como =
n
i=1
b
k
i
i
, temos que existe s
{1, . . . , r} tal que
=
r
i=s
b
k
i
i
, com b
k
s
,= 0 .
Como R
ij
= 0 se i > s e j k
s
, temos que
(0, . . . , 0, b
k
s
, . . . , b
n
) , b
k
s
,= 0
Provamos, assim, que r e k
1
< . . . < k
r
s ao determinados apenas pe-
los vetores de W, pois {k
1
, . . . , k
n
} e o conjunto dos inteiros positivos t,
1 t n, tais que existe algum ,= 0 em W, cuja primeira coordenada
n ao-nula ocorre na coluna t.
Al em disso, para cada j = 1, . . . , r, existe apenas um vetor em W com
primeira coordenada n ao-nula igual a 1 na coluna k
j
e k
i
esima coluna
nula se i {1, . . . , r}, i ,= j. Logo, os vetores n ao-nulos
1
, . . . ,
r
de R s ao
determinados de modo unico.
Corol ario 5.1

Cada matriz m n A e equivalente por linhas a exatamente uma matriz
reduzida por linhas ` a forma em escada.
Prova.
Sejam R e R
matrizes reduzidas por linhas ` a forma em escada que sejam

equivalentes por linhas ` a matriz A. Ent ao, R e R
s ao equivalentes por
linhas e t em, portanto, o mesmo espaco-linha. Logo, R = R
Corol ario 5.2

Sejam A e B matrizes m n sobre o corpo K. Ent ao, A e B s ao equiva-
lentes por linha se, e somente se, possuem o mesmo espaco-linha.
Prova.
J a sabemos que se A e B s ao equivalentes por linhas, ent ao, possuem o
mesmo espaco-linha.
Suponhamos que A e B possuem o mesmo espaco-linha. Seja R a matriz
reduzida por linhas ` a forma em escada que e equivalente por linhas a A, e
seja R
a matriz reduzida por linhas ` a forma em escada que e equivalente

por linhas a B. Como o espaco-linha de A e igual ao espaco-linha de R e
o espaco-linha de B e igual ao espaco-linha de R
e o espaco-linha de A
e igual ao espaco-linha de B, temos que o espaco-linha de R e igual ao
espaco-linha de R
. Logo, R = R
e A e equivalente por linhas a B.
Exemplo 5.1
Seja W o subespaco de 1
4
gerado pelos vetores:
1
= (1, 2, 2, 1)
2
= (0, 2, 0, 1)
3
= (2, 0, 4, 3) .
a. Demonstrar que {
1
,
2
,
3
} e uma base de W.
Seja A a matriz com vetores-linha
1
,
2
,
3
. Ent ao,
A =
_
_
_
1 2 2 1
0 2 0 1
2 0 4 3
_
_
_
R =
_
_
_
1 0 2 0
0 1 0 0
0 0 0 1
_
_
_
I =
_
_
_
1 0 0
0 1 0
0 0 1
_
_
_
Q =
1
6
_
_
_
6 6 0
2 5 1
4 4 2
_
_
_
onde R e a matriz reduzida por linhas ` a forma em escada equivalente por
linhas a A e Q e a matriz invertvel tal que R = QA.
Como o espaco-linha de A e igual ao espaco-linha de R e o posto de R e
3, temos que o posto de A e 3 e, portanto, {
1
,
2
,
3
} e uma base de W.
b. Seja = (b
1
, b
2
, b
3
, b
4
) um vetor de W. Determine as coordenadas de
em relac ao ` a base ordenada {
1
,
2
,
3
}.
Seja, {
1
,
2
,
3
} a base de W formada pelos vetores-linha de R.

E f acil
ver que o espaco gerado por
1
,
2
e
3
e formado pelos vetores para
os quais b
3
= 2b
1
. Para um tal , temos:
= b
1
1
+b
2
2
+b
4
4
= (b
1
, b
2
, b
4
) R
= (b
1
, b
2
, b
4
) QA
= x
1
1
+x
2
2
+x
3
3
,
onde (x
1
, x
2
, x
3
) = (b
1
, b
2
, b
4
)Q, ou seja,
x
1
= b
1

1
3
b
2
+
2
3
b
4
x
2
= b
1
+
5
6
b
2

2
3
b
4
x
3
=
1
6
b
2
+
1
3
b
4
.
(1)
c. Sejam
1
= (1, 0, 2, 0)
2
= (0, 2, 0, 1)
3
= (0, 0, 0, 3) .
Mostrar que
1
,
2
,
3
formam uma base de W.
Como os vetores
1
,
2
,
3
s ao todos da forma (y
1
, y
2
, y
3
, y
4
), com y
3
=
2y
1
, temos que eles pertencem a W.

E f acil vericar que esses vetores
s ao LI e, portanto, formam uma base de W.
d. Determinar a matriz P de mudanca da base B
= {
1
,
2
,
3
} para a
base B = {
1
,
2
,
3
}.
Usando (1), temos que
x
1
= 1
1
3
(0) +
2
3
(0) = 1
x
2
= 1 +
2
6
(0)
2
3
(0) = 1
x
3
=
1
6
(0) +
1
3
(0) = 0 ,
s ao as coordenadas de
1
= (b
1
, b
2
, b
3
, b
4
) = (1, 0, 2, 0) na base B, ou
seja,
1
= 1
1
1
2
.
Analogamente, obtemos
2
=
2
e
3
= 2
1
2
2
+
3
. Logo, como
P
j
= [
j
]
B
e a j esima coluna da matriz de mudanca de base P, temos
que
P =
_
_
_
1 0 2
1 1 2
0 0 1
_
_
_
.
Vamos agora resolver o mesmo exemplo usando a matriz B com vetores
coluna
1
,
2
e
3
:
B =
_
_
_
_
_
1 0 2
2 2 0
2 0 4
1 1 3
_
_
_
_
_
.
Para isto, determinemos Y = (y
1
, y
2
, y
3
, y
4
) de modo que o sistema
BX = Y
tenha soluc ao.
Como
_
_
_
_
_
1 0 2 y
1
2 2 0 y
2
2 0 4 y
3
1 1 3 y
4
_
_
_
_
_

_
_
_
_
_
1 0 2 y
1
0 2 4 y
2
2y
1
0 0 0 y
3
2y
1
0 1 5 y
4
y
1
_
_
_
_
_

_
_
_
_
_
1 0 2 y
1
0 0 6 y
2
2y
4
0 1 5 y
4
y
1
0 0 0 y
3
2y
1
_
_
_
_
_

_
_
_
_
_
1 0 2 y
1
0 0 1 1/6(y
2
2y
4
)
0 1 5 y
4
y
1
0 0 0 y
3
2y
1
_
_
_
_
_
_
_
_
_
_
1 0 0 y
1
1/3y
2
+2/3y
4
0 1 0 y
1
+5/6y
2
2/3y
4
0 0 1 1/6(2y
4
y
2
)
0 0 0 y
3
2y
1
_
_
_
_
_
.
Logo, a condic ao para que o sistema BX = Y admita soluc ao e y
3
= 2y
1
.
Ent ao, = (b
1
, b
2
, b
3
, b
4
) W se, e somente se, b
3
= 2b
1
.
Seja
R =
_
_
_
1 0 0
0 1 0
0 0 1
0 0 0
_
_
_
43
.
a matriz reduzida por linhas ` a forma em escada equivalente por linhas a
B e seja
P =
_
_
_
_
1 1/3 0 2/3
1 5/6 0 2/3
0 1/6 0 2/6
2 0 1 0
_
_
_
_
44
,
a matriz invertvel tal que R = PB.
Sejam = (b
1
, b
2
, b
3
, b
4
) W e x
1
, x
2
, x
3
as coordenadas de na base
{
1
,
2
,
3
}, isto e,
= x
1
1
+x
2
2
+x
3
3
.
Logo, BX = Y, onde X =
_
x
1
x
2
x
3
_
e Y =
_
_
b
1
b
2
b
3
b
4
_
_
.
Como RX = PBX = PY, temos que
x
1
= b
1

1
3
b
2
+
2
3
b
4
x
2
= b
1
+
5
6
b
2

2
3
b
4
x
3
=
1
6
b
2
+
2
6
b
4
.

Transformac oes Lineares
1. Transformac ao Linear - noc oes b asicas
Denic ao 1.1
Sejam V e W espacos vetoriais sobre o corpo K. Uma transformac ao
linear de V em W e uma func ao T : V W tal que:
T(v +w) = T(v) +T(w) , v, w V ,
T( v) = T(v) , v V , K.
Observac ao 1.1
a. T(
1
v
1
+ . . . +
n
v
n
) =
1
T(v
1
) + . . . +
n
T(v
n
), v
1
, . . . , v
n
V e
1
, . . . ,
n
K.
b. T(0) = 0 (com efeito, T(0) = T(0 + 0) = T(0) +T(0) =T(0) = 0).
Exemplo 1.1
Seja A uma matriz mn sobre o corpo K. Ent ao,
T : K
n1
K
m1
X AX
e
T : K
m
K
n
X XA = (A
t
X
t
)
t
,
s ao transformac oes lineares
Notac ao ...
A matriz transposta da matriz A,
designada A
t
, e a matriz cujas li-
nhas s ao as respectivas colunas
de A.
Observac ao 1.2
Toda transformac ao linear T : K
n1
K
m1
e da forma acima.
De fato, sejam {e
1
, . . . , e
n
} a base can onica de K
n1
, {e
1
, . . . , e
m
} a base
can onica de K
m1
e A
ij
K, i = 1, . . . m, j = 1, . . . n, tais que
61
Transformac ao Linear - noc oes b asicas
T(e
j
) =
m
i=1
A
ij
e
i
.
Ent ao,
T(X) = T
_
x
1
.
.
.
x
n
_
= T(x
1
e
1
+. . . +x
n
e
n
)
=
n
j=1
x
j
T(e
j
) =
n
j=1
m
i=1
x
j
A
ij
e
i
=
m
i=1
_
n
j=1
A
ij
x
j
_
e
i
= AX.
Verique ...
Que o conjunto C([a,b]; R) das
func oes contnuas do intervalo
[a,b] em R e um subespaco do
espaco vetorial real F([a,b],R)
que consiste de todas as func oes
do intervalo [a,b] sobre R.
Exemplo 1.2
Seja V = c([a, b]; 1) o espaco vetorial real das func oes contnuas de [a, b]
em 1. Ent ao, a transformac ao T : V V denida por:
T : V V
f T(f) = T
f
onde
T
f
: [a, b] 1
x T
f
(x) =
_
x
a
f(s) ds ,
e linear.
Exemplo 1.3
Seja V o espaco vetorial dos polin omios com coecientes no corpo K.
Ent ao, a transformac ao derivac ao T : V V denida por f Df:
(Df)(x) = c
1
+2 c
2
x +. . . +nc
n
x
n1
,
onde f(x) = c
0
+c
1
x +. . . c
n
x
n
, e linear.
Teorema 1.1
Seja V um espaco vetorial de dimens ao nita sobre o corpo K e seja
{v
1
, . . . , v
n
} uma base de V. Seja W um espaco vetorial sobre K e sejam
w
1
, . . . , w
n
vetores em W. Ent ao, existe uma unica transformac ao linear
L : V W, tal que L(v
i
) = w
i
, para todo i = 1, . . . , n.
Prova.
Unicidade.
Sejam L, T : V W transformac oes lineares tais que L(v
i
) = T(v
i
) = w
i
,
para todo i = 1, . . . , n.
Seja v V um vetor arbitr ario. Como {v
1
, . . . , v
n
} e uma base de V, exis-
tem escalares unicos
1
, . . . ,
n
K, tais que v =
1
v
1
, . . . ,
n
v
n
.
Logo, usando a linearidade de T e L, obtemos
T(v) = T
_
n
i=1
i
v
i
_
=
n
i=1
i
T(v
i
) =
n
i=1
i
L(v
i
) = L
_
n
i=1
i
v
i
_
= L(v) .
Exist encia.
Seja v = x
1
v
1
+. . .+x
n
v
n
V umvetor arbitr ario. Denimos a transformac ao
L : V W por
L(v) = x
1
w
1
+. . . +x
n
w
n
.
Armac ao: L e linear.
Sejam v = x
1
v
1
+. . . +x
n
v
n
e w = y
1
v
1
+. . . +y
n
v
n
vetores de V e K.
Ent ao, v +w = (x
1
+y
1
)v
1
+. . . + (x
n
+y
n
)v
n
V e
L(v +w) = (x
1
+y
1
)w
1
+. . . + (x
n
+y
n
)w
n
= x
1
w
1
+y
1
w
1
+. . . +x
n
w
n
+y
n
w
n
= (x
1
w
1
+. . . +x
n
w
n
) + (y
1
w
1
+. . . +y
n
w
n
)
= L(v) +L(w) .
ou seja, L e linear.
Al em disso, L(v
i
) = w
i
pela pr opria denic ao de L.
Denic ao 1.2
Seja L : V W uma transformac ao linear.
L(V) = {w W| v V ; L(v) = w} e chamado imagem de L.
L
1
(0) = {v V | L(v) = 0} e chamado n ucleo de L.
Observac ao 1.3
L(V) e um subespaco de W.
Sejam K e w
1
, w
2
L(V) W.
Ent ao, existem v
1
, v
2
V tais que L(v
1
) = w
1
e L(v
2
) = w
2
.
Logo,
L(v
1
+v
2
) = L(v
1
) +L(v
2
) = w
1
+w
2
,
ou seja, w
1
+w
2
L(V).
L
1
(0) e um subespaco de V.
Sejam K e v
1
, v
2
L
1
(0).
Ent ao, L(v
1
) = L(v
2
) = 0 e L(v
1
+ v
2
) = L(v
1
) + L(v
2
) = 0, ou seja,
v
1
+v
2
L
1
(0).
Lembre que ...
Em geral, uma func ao e dita in-
jetiva se transforma elementos dis-
tintos em elementos distintos.
Os termos injetora, injetiva e mo-
nomorsmo s ao sin onimos.
Proposic ao 1.1
Uma transformac ao linear L : V W e injetora se, e somente se,
L
1
(0) = {0}.
Prova.
(=) Suponhamos L injetora.
Seja v V. Ent ao, v L
1
(0) se, e somente se, L(v) = 0 = L(0) se, e
somente se, v = 0. Logo, L
1
(0) = {0}.
(=) Suponhamos que L
1
(0) = {0}.
Se L(v) = L(w), temos L(v w) = L(v) L(w) = 0, ou seja, v w
L
1
(0) = {0}. Logo, v w = 0, ou seja, v = w.
Denic ao 1.3
Seja L : V W uma transformac ao linear. Se V tem dimens ao nita,
dimL(V) e o posto de L, e dimL
1
{0} e a nulidade de L.
Teorema 1.2
Seja L : V W uma transformac ao linear. Se V e um espaco vetorial
de dimens ao nita, ent ao L(V) e de dimens ao nita e
dimV = dim(L
1
(0)) +dim(L(V)) .
Prova.
Caso I. L
1
(0) = {0}.
Seja {v
1
, . . . , v
n
} base de V. Vamos mostrar que {L(v
1
), . . . , L(v
n
)} e uma
base de L(V).
1. {L(v
1
), . . . , L(v
n
)} e LI.
Com efeito, temos
1
L(v
1
) +. . . +
n
L(v
n
) = 0
= L(
1
v
1
+. . . +
n
v
n
) = 0
=
1
v
1
+. . . +
n
v
n
= 0
=
1
= . . . =
n
= 0 .
2. {L(v
1
), . . . , L(v
n
)} gera L(V).
Sejam v L(V) e u =
1
v
1
+. . . +
n
v
n
V tal que L(u) = v. Ent ao,
v = L(u) = L(
1
v
1
+. . . +
n
v
n
) =
1
L(v
1
) +. . . +
n
L(v
n
).
Caso II. L
1
(0) ,= {0}.
Seja {v
1
, . . . , v
n
} uma base de V e seja w L(V).
Ent ao existe v =
1
v
1
+ . . . +
n
v
n
V tal que L(v) = w, ou seja w =
1
L(v
1
) +. . . +
n
L(v
n
).
Logo, {L(v
1
), . . . , L(v
n
)} gera o espaco L(V), que tem, portanto, dimens ao
nita.
Sejam {u
1
, . . . , u
k
} base de L
1
(0) e {w
1
= L(v
1
), . . . , w
m
= L(v
m
)} base
de L(V).
Armac ao. {u
1
, . . . , u
k
, v
1
, . . . , v
m
} e uma base de V.
1. Vejamos primeiro que o conjunto e LI.
Sejam
1
, . . . ,
k
,
1
, . . . ,
m
K tais que
1
u
1
+. . . +
k
u
k
+
1
v
1
+. . . +
m
v
m
= 0.
Ent ao,
L(
1
u
1
+. . . +
k
u
k
+
1
v
1
+. . . +
m
v
m
) = 0
=
1
L(u
1
) +. . . +
k
L(u
k
) +
1
L(v
1
) +. . . +
m
L(v
m
) = 0
=
1
0 +. . . +
k
0 +
1
w
1
+. . . +
m
w
m
= 0
=
1
w
1
+. . . +
m
w
m
= 0
=
1
= . . . =
m
= 0
=
1
u
1
+. . . +
k
u
k
= 0
=
1
= . . . =
k
= 0 .
2. Vejamos agora que o conjunto gera V.
Seja v V. Como L(v) L(V), existem
1
, . . . ,
m
K tais que
L(v) =
1
w
1
+. . . +
m
w
m
.
Logo,
L
_
v
m
j=1
j
v
j
_
= L(v)
m
j=1
j
L(v
j
) = L(v)
m
j=1
j
w
j
= 0,
ou seja, v
m
j=1
j
v
j
L
1
(0). Ent ao, existem
1
, . . . ,
k
K tais que
v
m
j=1
j
v
j
=
k
i=1
i
u
i
,
isto e,
v =
1
u
1
+. . . +
k
u
k
+
1
v
1
+. . . +
m
v
m
.
Portanto, {u
1
, . . . , u
k
, v
1
, . . . , v
m
} e uma base de V e
dimV = k +m = dimL
1
(0) +dimL(V) .
Teorema 1.3
Seja A uma matriz mn com entradas no corpo K. Ent ao,
posto-linha(A) =posto-coluna(A).
Prova.
Seja a transformac ao linear
T : K
n1
K
m1
X AX.
Como para todo X =
_
x
1
.
.
.
x
n
_
K
n1
, vale AX = x
1
A
1
+ . . . + x
n
A
n
, onde
A
1
, . . . , A
n
s ao as colunas de A, temos que o espaco-coluna de A e a
imagem da transformac ao T. Portanto, posto-coluna(A) =posto(T).
Como X T
1
(0) se, e somente se, T(X) = AX = 0, temos que T
1
(0) e
o espaco soluc ao o do sistema homog eneo AX = 0.
Pelo teorema anterior, temos que
dimo + posto-coluna(A) = n. (1)
J a provamos tamb em que se r e a dimens ao do espaco-linha de A, ent ao
n r e a dimens ao do espaco soluc ao o.
Logo,
dimo + posto-linha(A) = n. (2)
De (1) e (2), obtemos que
posto-linha(A) =posto-coluna(A).
Denic ao 1.4
Sejam V e W espacos vetoriais sobre o corpo K, T e L transformac oes
lineares de V em W e c K. Denimos as transformac oes L + T e cL de
V em W, da seguinte maneira:
(L +T)(v) = L(v) +T(v) ,
(cL)(v) = c L(v) ,
v V .
Proposic ao 1.2
As transformac oes L +T e cL s ao lineares.
Prova.
Sejam u, v V e K. Ent ao:
(L +T)(u +v) = L(u +v) +T(u +v)
= L(u) +L(v) +T(u) +T(v)
= (L(u) +T(u)) +L(v) +T(v)
= (L +T)(u)) + (L +T)(v)
e
(cL)(u +v) = c(L(u +v))
= c(L(u) +L(v))
= cL(u) +cL(v)
= (cL(u)) +cL(v)
= (cL)(u) + (cL)(v) .
Denic ao 1.5
Se V e W s ao espacos vetoriais, designamos por /(V, W) o conjunto cujos
elementos s ao todas as transformac oes lineares de V em W:
/(V, W) = {L : V W| L e transformac ao linear}.
Teorema 1.4
Sejam V e W espacos vetoriais sobre o corpo K. O conjunto /(V, W) com
as operac oes de adic ao e multiplicac ao por escalares denidas acima e
um espaco vetorial sobre K.
Prova.
Atividade.
Teorema 1.5
Sejam V um espaco vetorial de dimens ao n sobre o corpo K e W um
espaco vetorial de dimens ao m sobre o corpo K. Ent ao, o espaco /(V, W)
tem dimens ao nita igual a mn.
Prova.
Sejam B = {v
1
, . . . , v
n
} e B
= {w
1
, . . . , w
m
} bases ordenadas de V e W,
respectivamente.
Para cada i = 1, . . . , m e j = 1, . . . , n, seja L
ij
/(V, W) tal que
_
L
ij
(v
j
) = w
i
L
ij
(v
k
) = 0 se k ,= j ,
=L
ij
(v
k
) =
jk
w
i
.
Vamos mostrar que {L
ij
| i = 1, . . . m e j = 1, . . . , n} e uma base de /(V, W).
Seja L : V W uma transformac ao linear e sejam A
ij
K tais que,
L(v
j
) =
m
i=1
A
ij
w
i
, 1 j n
Veriquemos que L =
n
j=1
m
i=1
A
ij
L
ij
.
Seja U =
n
j=1
m
i=1
A
ij
L
ij
. Ent ao,
U(v
k
) =
n
j=1
m
i=1
A
ij
L
ij
(v
k
)
=
m
i=1
n
j=1
A
ij
L
ij
(v
k
)
=
m
i=1
A
ik
w
i
= L(v
k
) .
Logo, U = L e, portanto, {L
ij
| i = 1, . . . , m e j = 1, . . . , n} gera L(V, W).
Vejamos agora que {L
ij
| i = 1, . . . , m e j = 1, . . . , n} e LI.
Ao lado ...
Estamos designando O a
transformac ao linear nula, ou
seja, O : V W e dada por
O(v) =0, v V.
Se
n
j=1
m
i=1
A
ij
L
ij
= O, ent ao
n
j=1
m
i=1
A
ij
L
ij
(v
k
) = 0 k {1, . . . , n}
=
m
i=1
n
j=1
A
ij
L
ij
(v
k
) =
m
i=1
A
ik
w
i
= 0 k {1, . . . , n}
= A
ik
= 0 k {1, . . . , n} e i {1, . . . , m} .
Mostrando o desejado.
Notac ao ...
A composta T L de duas
transformac oes lineares costuma
ser escrita tamb em usando a
notac ao de justaposic ao TL.
Proposic ao 1.3
Sejam V, W, Z espacos vetoriais sobre o corpo K, e L : V W, T :
W Z transformac oes lineares.
Ent ao, a func ao composta T L : V Z e linear, onde
T L(v) = T(L(v)) , v V.
Prova.
Sejam v, w V e K. Ent ao,
(T L)(v +w) = T(L(v +w))
= T(L(v) +L(w))
= T(L(v)) +T(L(w))
= (T L)(v) + (T L)(w) .
Logo, T L e uma transformac ao linear.
Exemplo 1.4
Sejam A uma matriz mn com entradas no corpo Ke B uma matriz pm
com entradas em K.
Consideremos as transformac oes lineares T : K
n1
K
m1
e
U : K
m1
K
p1
, dadas por T(X) = AX e U(Y) = BY.
Ent ao, U T : K
n1
K
p1
e dada por
(U T)(X) = U(T(X)) = U(AX) = BAX.
Logo, U T e a multiplicac ao ` a esquerda pela matriz produto BA.

Denic ao 1.6
Se V e um espaco vetorial sobre o corpo K, um operador linear sobre V
e uma transformac ao linear de V em V.
Observac ao 1.4
Se U, T /(V, V) ent ao U T /(V, V). Assim, o espaco possui uma
multiplicac ao denida sobre si por meio da composic ao.
Se T /(V, V), usaremos a notac ao T
0
= I e T
n
= T . . . T (n vezes),
para n = 1, 2, 3, . . ..
A operac ao de composic ao n ao e comutativa, isto e, nem sempre LT =
T L.
Exemplo 1.5
Seja V o espaco dos polin omios com coecientes em K e sejam D e M
os operadores:
D : V V
p(x) = c
0
+c
1
x +. . . +c
n
x
n
D(p)(x) = c
1
+2c
2
x +. . . +nc
n
x
n1
,
e
M : V V
p(x) = c
0
+c
1
x +. . . +c
n
x
n
M(p)(x) = x p(x) = c
0
x +c
1
x
2
+. . . +c
n
x
n+1
.
Ent ao,
(DM)(p)(x) = D(M(p))(x) = D(q(x)) ,
onde q(x) = c
0
x +c
1
x
2
+. . . +c
n
x
n+1
.
Logo,
(DM)(p)(x) = c
0
+2c
1
x +. . . + (n +1)c
n
x
n
,
De modo an alogo, obtemos
(MD)(p)(x) = M(D(p))(x) = c
1
x +2c
2
x
2
+. . . +nc
n
x
n
.
Logo, DMMD = I ,= O.
Proposic ao 1.4
Sejam V um espaco vetorial sobre o corpo K, U, T
1
e T
2
operadores line-
ares sobre V e K. Ent ao,
a. IU = UI = U;
b. U(T
1
+T
2
) = UT
1
+UT
2
; (T
1
+T
2
)U = T
1
U+T
2
U;
c. c(UT
1
) = (cU)T
1
= U(cT
1
) .
Prova.
Atividade.
Lembre que ...

Uma transformac ao linear L :
V W e sobrejetora, ou sobre-
jetiva, se a sua imagem e todo W,
isto e, L(V) =W.
Seja L : V W uma transformac ao linear bijetora, isto e, L e
injetora e sobrejetora. Ent ao existe L
1
: W V tal que LL
1
= I
W
e
L
1
L = I
V
.
Proposic ao 1.5
Se L : V W e uma transformac ao linear bijetora, ent ao L
1
e linear.
Prova.
Sejam w
1
, w
2
W e K. Sejam v
1
= L
1
(w
1
) e v
2
= L
1
(w
2
). Ent ao,
L(v
1
) = w
1
, L(v
2
) = w
2
e
L(v
1
+v
2
) = L(v
1
) +L(v
2
) = w
1
+w
2
,
isto e, L
1
(w
1
+w
2
) = v
1
+v
2
= L
1
(w
1
) +L
1
(w
2
).
Observac ao 1.5
Sejam L : V W e T : W Z transformac oes lineares invertveis.
Ent ao, T L : V Z e invertvel e (T L)
1
= L
1
T
1
.
Denic ao 1.7
Dizemos que a transformac ao linear T : V W e n ao-singular se T e
injetora.
Proposic ao 1.6
A transformac ao linear T : V W e n ao-singular se, e somente se,
transforma subconjuntos linearmente independentes de V em subconjun-
tos linearmente independentes de W.
Prova.
(=) Seja o um subconjunto LI de V e sejam v
1
, . . . , v
n
o.
Ent ao, os vetores T(v
1
), . . . , T(v
n
) s ao LI, pois se
1
T(v
1
) +. . . +
n
T(v
n
) = 0,
temos
T(
1
v
1
+. . . +
n
v
n
) = 0
=
1
v
1
+. . . +
n
v
n
= 0 (T e n ao-singular)
=
1
= . . . =
n
= 0 .
(=) Seja v ,= 0 em V. Como o subconjunto o = {v} e LI, temos que
T(o) = {T(v)} e LI. Em particular T(v) ,= 0, isto e, T e n ao-singular.
Observac ao 1.6
A exist encia de uma inversa ` a esquerda (ou ` a direita) n ao implica que a
transformac ao seja invertvel (veja o seguinte exemplo).
Exemplo 1.6
Considere as transformac oes lineares:
T : 1
2
1
(x, y) x
e
L : 1 1
2
x (x, 0) .
Ent ao, T L(x) = x = I(x) e L T(x, y) = (x, 0).
Logo,
L e injetora, n ao e sobrejetora, tem inversa ` a esquerda e n ao e invertvel.
T e sobrejetora, n ao e injetora, tem inversa ` a direita e n ao e invertvel.
Teorema 1.6
Sejam V e W espacos vetoriais de dimens ao nita sobre o corpo K tais
que dimV = dimW.
Se T : V W e uma transformac ao linear, as seguintes armac oes s ao
equivalentes:
1. T e invertvel;
2. T e injetora;
3. T e sobrejetora;
4. Se {v
1
, . . . , v
n
} e uma base qualquer de V, ent ao {T(v
1
), . . . , T(v
n
)} e
uma base de W.
5. Existe uma base {v
1
, . . . , v
n
} de V tal que {T(v
1
), . . . , T(v
n
)} e uma base
de W.
Prova.
1=2: Segue da denic ao.
2=3: Seja {v
1
, . . . , v
n
} uma base de V. Como {v
1
, . . . , v
n
} e LI e T e
injetora, temos que {T(v
1
), . . . , T(v
n
)} e LI. Como dimV = dimW = n, tal
conjunto e uma base de W.
Dado w W arbitr ario e
1
, . . . ,
n
K tais que
w =
1
T(v
1
) +. . . +
n
T(v
n
) .
Ent ao, w = T(
1
v
1
+. . . +
n
v
n
), ou seja, T e sobrejetora.
3=4: Seja {v
1
, . . . , v
n
} uma base de V.
Como T(V) = W, para todo w W existe v V tal que T(v) = w. Sejam
1
, . . . ,
n
K tais que v =
1
v
1
+. . . +
n
v
n
.
Ent ao, w = T(v) =
1
T(v
1
) +. . . +
n
T(v
n
).
Logo, {T(v
1
), . . . , T(v
n
)} gera o espaco W. Como W tem dimens ao n,
{T(v
1
), . . . , T(v
n
)} e uma base.
4=5:

E obvio.
5=1: Seja {v
1
, . . . , v
n
} uma base de V tal que {T(v
1
), . . . , T(v
n
)} e uma
base de W.
Seja w W. Ent ao, existem
1
, . . . ,
n
K tais que
w =
1
T(v
1
) +. . . +
n
T(v
n
) = T(
1
v
1
+. . . +
n
v
n
),
ou seja, existe v =
1
v
1
+. . . +
n
v
n
, tal que T(v) = w.
Logo, T e sobrejetora.
Seja agora v =
1
v
1
+. . . +
n
v
n
, tal que T(v) = 0. Ent ao,
1
T(v
1
) +. . . +
n
T(v
n
) = 0 =
1
= . . . =
n
= 0 =v = 0.
Ou seja, T e injetora.
Como T e injetora e sobrejetora, T e invertvel.
Denic ao 1.8
Se V e W s ao espacos vetoriais sobre o corpo K, uma transformac ao
linear bijetora (i.e. injetora e sobrejetora) T : V W e denominada um
isomorsmo de V em W.
Se existe um isomorsmo de V em W dizemos que V e isomorfo a W.
Observac ao 1.7
O isomorsmo e uma relac ao de equival encia no conjunto dos espacos
vetoriais.
De fato,
V e isomorfo a V, pois a transformac ao identidade I : V V, v v e
bijetora e linear.
Se T : V W e um isomorsmo, ent ao T
1
: W V e um isomor-
smo. Ou seja, se V e isomorfo a W, ent ao W e isomorfo a V.
Se T : V W e L : W Z s ao isomorsmos, ent ao, L T : V Z e
um isomorsmo. Ou seja, se V e isomorfo a W e W e isomorfo a Z, ent ao
V e isomorfo a Z.
Nota ...
Em virtude da observac ao ao lado,
se V e isomorfo a W costuma-se
dizer que V e Ws ao isomorfos.
Teorema 1.7
Todo espaco vetorial V de dimens ao n sobre o corpo K e isomorfo a K
n
.
Prova.
Seja B = {v
1
, . . . , v
n
} uma base de V e seja B
= {e
1
, . . . , e
n
} base can onica
de K
n
.
Seja T : V K
n
tal que L(v
i
) = e
i
, i = 1, . . . , n. Ent ao,
T(x
1
v
1
+. . . +x
n
v
n
) = (x
1
, . . . , x
n
).
Como T transforma a base B na base B
de K
n
e dimV = n = dimK
n
,
temos que T e um isomorsmo.
Observac ao 1.8
Espacos vetoriais de dimens ao nita s ao isomorfos se, e somente se,
tem a mesma dimens ao.
Denic ao 1.9
Seja V um espaco vetorial de dimens ao n sobre o corpo K e seja W um
espaco vetorial de dimens ao m sobre K. SejamB = {v
1
, . . . , v
n
} uma base
de V e B
= {w
1
, . . . , w
m
} uma base de W.
Seja L : V W uma transformac ao linear e sejam A
ij
K tais que
L(v
j
) =
m
i=1
A
ij
w
i
, j {1, . . . , n}.
A matriz de L em relac ao ` as bases ordenadas B e B
e a matriz mn:
[L]
B
B
= (A
ij
)
1 i m
i j n
=
_
_
_
_
_
_
A
11
A
12
A
1n
A
21
A
22
A
2n
.
.
.
.
.
.
.
.
.
.
.
.
A
m1
A
m2
A
mn
_
_
_
_
_
_
.
Note que ...
As entradas da j esima coluna
da matriz ao lado s ao os coeci-
entes dos vetores w
1
,...,w
m
da
base B
de W, que guram na ex-

press ao de L(v
j
).
Proposic ao 1.7
Seja L : V W uma transformac ao linear como acima. Ent ao, para todo
v V, temos
[L(v)]
B
= [L]
B
B
[v]
B
.
Prova.
Seja v =
1
v
1
+. . . +
n
v
n
, isto e, [v]
B
=
_
_
1
.
.
.
n
_
_
.
Ent ao,
L(v) = L
_
n
j=1
j
v
j
_
=
n
j=1
j
L(v
j
) =
n
j=1
j
m
i=1
A
ij
w
i
=
m
i=1
_
n
j=1
A
ij
j
_
w
i
,
ou seja,
n
j=1
A
ij
j
e a i esima coordenada de L(v) na base ordenada B
.
Logo, [L(v)]
B
= [L]
B
B
[v]
B
.
Observac ao 1.9
[T(v
j
)]
B
e a j esima coluna da matriz [L]
B
B
.
Casos particulares:
[v]
B
= [I(v)]
B
= [I]
B
B
[v]
B
.
ou
[v]
B
= [I(v)]
B
= [I]
BB
[v]
B
.
Reciprocamente, dada uma matriz A m n, existe uma transformac ao
linear A
B
B
: V W tal que [A
B
B
]
B
B
= A.
De fato, seja v =
1
v
1
+. . . +
n
v
n
. Denimos A
B
B
: V W da seguinte
maneira:
A
B
B
(v) =
m
i=1
_
n
j=1
A
ij
j
_
w
i
.
Proposic ao 1.8
A aplicac ao / : /(V, W) K
mn
que a cada transformac ao linear
L : V W associa a matriz [L]
B
B
e um isomorsmo.
Prova.
Sejam L : V W, T : V W transformac oes lineares e K.
Sejam [L]
B
B
= A = [A
1
, . . . , A
n
] e [T]
B
B
= B = [B
1
, . . . , B
n
], onde
A
j
= [L(v
j
)]
B
e B
j
= [T(v
j
)]
B
s ao as j esimas colunas de A e B.
Ent ao,
[(L +T)(v
j
)]
B
= [L(v
j
) +T(v
j
)]
B
= [L(v
j
)]
B
+ [T(v
j
)]
B
= A
j
+B
j
,
isto e,
[L +T]
B
B
= A+B.
Logo, a aplicac ao que leva L em [L]
B
B
e linear.
Como ([L]
B
B
)
B
B
= L e [A
B
B
]
B
B
= A, temos que a aplicac ao linear
K
mn
/(V, W) que leva a matriz A na transformac ao linear A
B
B
e
a inversa da aplicac ao linear / : /(V, W) K
mn
que leva L em [L]
B
B
.
Logo, / e um isomorsmo.
Exemplo 1.7
Sejam A uma matriz m n sobre o corpo K e L : K
n1
K
m1
a
transformac ao linear que leva X em AX.
Sejam B = {e
1
, . . . , e
n
} e B
= {e
1
, . . . , e
m
} as bases can onicas de K
n1
e
K
m1
, respectivamente.
Ent ao, L(e
j
) = Ae
j
= A
j
e a j esima coluna da matriz A.
Como A
j
=
m
i=1
A
ij
e
i
, temos que A = [L]
B
B
.

Proposic ao 1.9
Sejam V, W e Z espacos vetoriais sobre o corpo K de dimens oes n, m e
p, respectivamente.
Sejam T : V W e U : W Z transformac oes lineares. Ent ao,
[U T]
B
B
= [U]
B
B
[T]
B
B
,
onde B = {v
1
, . . . , v
m
}, B
= {w
1
, . . . , w
m
} e B
= {z
1
, . . . , z
p
} s ao bases de
V, W e Z respectivamente.
Prova.
Sejam A = [T]
B
B
, B = [U]
B
B
e C = [UT]
B
B
.
Ent ao,
(U T)(v
j
) = U(T(v
j
)) = U
_
m
i=1
A
ij
w
i
_
=
m
i=1
A
ij
U(w
i
)
=
m
i=1
A
ij
p
k=1
B
ki
z
k
=
p
k=1
_
m
i=1
B
ki
A
ij
_
z
k
=
p
k=1
(BA)
kj
z
k
.
Logo, C
kj
= (BA)
kj
, k = 1, . . . , p e j = 1, . . . , n.
Ou seja, C = BA.
Proposic ao 1.10
SejamV e W espacos vetoriais de dimens ao nita. A transformac ao linear
L : V W e um isomorsmo (ou seja, e invertvel) se, e somente se,
[L]
B
B
e uma matriz invertvel, quaisquer que sejam as bases B de V e B
de W. Al em disso, se [L]
B
B
e invertvel, ent ao [L]
1
B
B
= [L
1
]
BB
.
Prova.
(=) Seja T : W V tal que T L = I
V
e L T = I
W
, isto e, T = L
1
.
Ent ao,
[T]
BB
[L]
B
B
= [I
V
]
BB
= I e [L]
B
B
[T]
BB
= [I
W
]
B
B
= I,
ou seja, [L]
B
B
e invertvel e [T]
BB
= [L
1
]
BB
e a sua inversa.
(=) Sejam A = [L]
B
B
e B = A
1
. Seja T : W V a transformac ao
linear B
BB
, ou seja, [T]
BB
= B.
Ent ao,
[T L]
BB
= [T]
BB
[L]
B
B
= BA = I.
Logo, (T L)(v
j
) = v
j
, j = 1, . . . , n, onde B = {v
1
, . . . , v
n
}.
Ou seja, T L = I
V
.
De modo an alogo, temos que
[L T]
B
B
= [L]
B
B
[T]
BB
= AB = I.
Logo, (L T)(w
i
) = w
i
, i = 1, . . . , m, onde B
= {w
1
, . . . , w
m
}.
Ou seja, L T = I
W
.
Obtemos, assim, que L e invertvel.
Proposic ao 1.11
Sejam B
1
e B
1
bases de V e B
2
e B
2
bases de W, e L : V W uma
transformac ao linear. Ent ao,
[L]
B
2
B
1
= [I
W
]
B
2
B
2
[L]
B
2
B
1
[I
V
]
B
1
B
1
.
Ou seja, o seguinte diagrama e comutativo:
V
B
1
L
[L]
B
2
B
1
W
B
2
[I
V
]
B
1
B
I
V
I
W
_
[I
W
]
B
2
B
2
V
B
1
L
[L]
B
2
B
1
W
B
2
Prova.
Como [I
W
]
B
2
B
2
[L]
B
2
B
1
= [I
W
L]
B
2
B
1
= [L]
B
2
B
1
, temos
[I
W
]
B
2
B
2
[L]
B
2
B
1
[I
V
]
B
1
B
1
= [L]
B
2
B
1
[I
V
]
B
1
B
1
= [L I
V
]
B
2
B
1
= [L]
B
2
B
1
.
Note que ...

A matriz [I
W
]
B
2
B
2
e s matrizes de
mudanca de base da base B
2
para
a base B
2
de W. Analogamente, a
matriz e [I
V
]
B
1
B
1
muda a base B
1
para a base B
1
de V.
Observac ao 1.10
As matrizes [I
W
]
B
2
B
2
e [I
V
]
B
1
B
1
s ao invertveis.
Notac ao
Se L : V V e um operador sobre V e B e uma base de V,
escrevemos
[L]
B
def
= [L]
BB
.
Em particular: se B e B
s ao bases de V e L : V V e um operador
sobre V, ent ao,
[L]
B
= [I]
B
B
[L]
B
[I]
BB
.
Como, al em disso, [I]
B
B
= ([I]
BB
)
1
, temos que
[L]
B
= P
1
[L]
B
P ,
onde P = [I]
BB
, ou seja, se B
= {v
1
, . . . , v
n
}, ent ao P
j
= [v
j
]
B
e a j esima
coluna de P.
Denic ao 1.10
Sejam A e B matrizes n n sobre o corpo K.
Dizemos que B e semelhante a A sobre K se existe uma matriz n n
invertvel P com entradas no corpo K, tal que
B = P
1
AP .
Observac ao 1.11
Sejam B e B
bases de um espaco vetorial V sobre K e L : V V um

operador linear. Ent ao [L]
B
e semelhante a [L]
B
.
Sejam, agora, A e B matrizes semelhantes n n sobre o corpo K.
Sejam V um espaco vetorial de dimens ao n e B = {v
1
, . . . , v
n
} uma
base de V.
Consideremos o operador linear L : V V tal que [L]
B
= A. Se
B = P
1
AP, denimos os vetores
v
j
=
n
i=1
P
ij
v
i
, j = 1, . . . , n.
Armac ao: B
= {v
1
, . . . , v
n
} e uma base de V.
Note que ...
A matriz P e a matriz de mudanca
da base B
para a base B.
De fato:
Seja U : V V o operador linear tal que U(v
j
) = v
j
, j = 1, . . . , n.
Como [U]
BB
= P e P e invertvel, temos que U e invertvel. Logo, B
e uma base de V.
Al em disso, [I]
BB
= P. Logo,
[L]
B
= [I]
B
B
[L]
B
[I]
BB
= P
1
[L]
B
P = P
1
AP = B.
Isto e, se A e B s ao semelhantes, existem bases B e B
do espaco
V, tais que [L]
B
= A e [L]
B
= B.
Exemplo 1.8
Seja T o operador linear sobre 1
3
denido por
T(x
1
, x
2
, x
3
) = (3x
1
+x
3
, 2x
1
+x
2
, x
1
+2x
2
+4x
3
) .
a. Determinar a matriz de T em relac ao ` a base can onica B = {e
1
, e
2
, e
3
}
de 1
3
.
Soluc ao: Como
T(e
1
) = T(1, 0, 0) = (3, 2, 1)
T(e
2
) = T(0, 1, 0) = (0, 1, 2)
T(e
3
) = T(0, 0, 1) = (1, 0, 4) ,
temos que,
[T]
B
=
_
_
_
3 0 1
2 1 0
1 2 4
_
_
_
.
b. Determinar a matriz de T emrelac ao ` a base ordenada B
= {w
1
, w
2
, w
3
},
onde w
1
= (1, 0, 1), w
2
= (1, 2, 1) e w
3
= (2, 1, 1).
Soluc ao: Seja P = [I]
BB
=
_
1 1 2
0 2 1
1 1 1
_
.
Ent ao,
[T]
B
= P
1
[T]
B
P.
Determinemos P
1
.
_
_
_
1 1 2
0 2 1
1 1 1
_
_
_

_
_
_
1 0 0
0 1 0
0 0 1
_
_
_

_
_
_
1 1 2
0 2 1
0 2 1
_
_
_

_
_
_
1 0 0
0 1 0
1 0 1
_
_
_

_
_
_
1 1 2
0 2 1
0 0 2
_
_
_

_
_
_
1 0 0
0 1 0
1 1 1
_
_
_


_
_
_
1 1 2
0 1 1/2
0 0 1
_
_
_

_
_
_
1 0 0
0 1/2 0
1/2 1/2 1/2
_
_
_

_
_
_
1 0 5/2
0 1 1/2
0 0 1
_
_
_

_
_
_
1 1/2 0
0 1/2 0
1/2 1/2 1/2
_
_
_

_
_
_
1 0 0
0 1 0
0 0 1
_
_
_

_
_
_
1/4 3/4 5/4
1/4 1/4 1/4
1/2 1/2 1/2
_
_
_
Isto e,
P
1
=
_
_
_
1/4 3/4 5/4
1/4 1/4 1/4
1/2 1/2 1/2
_
_
_
=
1
4
_
_
_
1 3 5
1 1 1
2 2 2
_
_
_
.
Logo,
[T]
B
=
1
4
_
_
_
1 3 5
1 1 1
2 2 2
_
_
_
_
_
_
3 0 1
2 1 0
1 2 4
_
_
_
_
_
_
1 1 2
0 2 1
1 1 1
_
_
_
=
1
4
_
_
_
1 3 5
1 1 1
2 2 2
_
_
_
_
_
_
4 2 7
2 4 3
3 9 4
_
_
_
=
1
4
_
_
_
17 35 22
3 15 6
2 14 0
_
_
_
.
Ou seja,
T(w
1
) =
17
4
w
1

3
4
w
2

2
4
w
3
T(w
2
) =
35
4
w
1
+
15
4
w
2

14
4
w
3
T(w
3
) =
22
4
w
1

6
4
w
2
.
c. Vericar que o operador T e invertvel e determinar T
1
.
Soluc ao: Como sabemos que T e invertvel se, e somente se, [T]
B
e uma
matriz invertvel, vamos vericar que [T]
B
e invertvel e determinar sua
inversa:
[T]
B
=
_
_
_
3 0 1
2 1 0
1 2 4
_
_
_

_
_
_
1 0 0
0 1 0
0 0 1
_
_
_

_
_
_
1 0 1/3
2 1 0
1 2 4
_
_
_

_
_
_
1/3 0 0
0 1 0
0 0 1
_
_
_

_
_
_
1 0 1/3
0 1 2/3
0 2 13/3
_
_
_

_
_
_
1/3 0 0
2/3 1 0
1/3 0 1
_
_
_

_
_
_
1 0 1/3
0 1 2/3
0 0 3
_
_
_

_
_
_
1/3 0 0
2/3 1 0
1 2 1
_
_
_

_
_
_
1 0 1/3
0 1 2/3
0 0 1
_
_
_

_
_
_
3/9 0 0
6/9 9/9 0
1/3 2/3 1/3
_
_
_

_
_
_
1 0 0
0 1 0
0 0 1
_
_
_

_
_
_
4/9 2/9 1/9
8/9 13/9 2/9
1/3 2/3 1/3
_
_
_
1
9
_
_
_
4 2 1
8 13 2
3 6 3
_
_
_
= ([T]
B
)
1
.
Logo, [T
1
]
B
= ([T]
B
)
1
e T
1
: 1
3
1
3
e dada por:
T
1
(x
1
, x
2
, x
3
) =
1
9
(4x
1
+2x
2
x
3
, 8x
1
+13x
2
2x
3
, 3x
1
6x
2
+3x
3
) .

Funcionais Lineares
2. Funcionais Lineares
Denic ao 2.1
Seja V um espaco vetorial sobre o corpo K. Um funcional linear sobre V
e uma transformac ao linear f : V K.
Exemplo 2.1
Seja f : K
n
K um funcional linear. Ent ao,
f(x
1
, . . . , x
n
) = f
_
n
i=1
x
i
e
i
_
=
n
i=1
x
i
f(e
i
) ,
onde {e
1
, . . . , e
n
} e a base can onica de K
n
. Todo funcional linear sobre K
n
e da forma:
f(x
1
, . . . , x
n
) = a
1
x
1
+. . . +a
n
x
n
,
onde a
i
K, i = 1, . . . , n, e [a
1
, . . . , a
n
] e a matriz de f em relac ao ` a base
can onica de K
n
e ` a base {1} de K.
Exemplo 2.2
Seja A uma matriz n n sobre o corpo K. O traco de A e o escalar
Tr A = A
11
+A
22
+. . . +A
nn
.
A func ao traco
Tr : K
nn
K
A Tr A,
e um funcional linear, pois
Tr (A+B) =
n
i=1
(A+B)
ii
=
n
i=1
A
ii
+
n
i=1
B
ii
= Tr A+ Tr B.
Exemplo 2.3
Seja c([a, b], 1) o espaco das func oes contnuas denidas no intervalo
[a, b] com valores reais. Ent ao,
1 : c([a, b], 1) 1
f
_
b
a
f(x) dx .
e um funcional linear.

Funcionais Lineares
Denic ao 2.2
O espaco /(V, K) de todos os funcionais lineares sobre V e chamado de
espaco dual de V e se designa por V
.
Sabemos que se V tem dimens ao nita, ent ao V
tamb em e, e temos
dimV
= dimV .
Teorema 2.1
Seja V um espaco vetorial sobre K e seja B = {v
1
, . . . , v
n
} uma base de V.
Ent ao, existe uma unica base B
= {f
1
, . . . , f
n
} de V
tal que f
i
(v
j
) =
ij
,
i, j = 1, . . . , n.
Para cada funcional linear f V
, temos
f =
n
i=1
f(v
i
) f
i
,
e para todo v V, temos
v =
n
i=1
f
i
(v) v
i
.
Prova.
Dada a base B = {v
1
, . . . , v
n
}, sejam f
i
: V K, i = 1, . . . , n, os fun-
cionais lineares que satisfazem
f
i
(v
j
) =
ij
, j = 1, . . . , n.
Para mostrar que B
= {f
1
, . . . , f
n
} e uma base de V
, basta mostrar que

os funcionais f
1
, . . . , f
n
s ao LI.
De fato, suponhamos que
Ao lado ...
Estamos designando O o fun-
cional linear zero denido por:
O(v) =0, v V.
n
i=1
c
i
f
i
= O.
Ent ao,
0 =
n
i=1
c
i
f
i
(v
j
) =
n
i=1
c
i
ij
= c
j
, j = 1, . . . , n.
Logo, B
= {f
1
, . . . , f
n
} e uma base de V
.
Seja, agora, f V
. Ent ao, existem c

1
, . . . , c
n
K, tais que
f =
n
i=1
c
i
f
i
.
Funcionais Lineares
Como f(v
j
) =
n
i=1
c
i
f
i
(v
j
) = c
j
, j = 1, . . . , n, temos que
f =
n
i=1
f(v
i
) f
i
.
Seja v V. Ent ao, existem
1
, . . . ,
n
K, tais que v =
n
i=1
i
v
i
.
Como f
i
(v) =
i
, temos que v =
i=1
f
i
(v)v
i
.
Denic ao 2.3
A base B
= {f
1
, . . . , f
n
} de V
e dita dual da base B = {v

1
, . . . , v
n
} de V.
Exemplo 2.4
Seja V o espaco das func oes polinomiais de 1 em 1 de grau 2. Sejam
t
1
, t
2
, t
3
tr es n umeros reais distintos e L
1
, L
2
, L
3
os funcionais lineares
sobre V denidos por L
i
(p) = p(t
i
), p V.
Esses funcionais s ao LI, pois se
c
1
L
1
+c
2
L
2
+c
3
L
3
= O,
temos que c
i
L
1
(p) +c
2
L
2
(p) +c
3
L
3
(p) = 0 , p V.
Fazendo p = 1, p = x e p = x
2
, temos que:
c
1
+c
2
+c
3
= 0
c
1
t
1
+c
2
t
2
+c
3
t
3
= 0
c
1
t
2
1
+c
2
t
2
2
+c
3
t
2
3
= 0 .
(1)
Como
_
_
_
1 1 1
t
1
t
2
t
3
t
2
1
t
2
2
t
2
3
_
_
_
_
_
_
1 1 1
0 t
2
t
1
t
3
t
1
0 t
2
2
t
2
1
t
2
3
t
2
1
_
_
_
_
_
_
_
_
_
1 1 1
0 1
t
3
t
1
t
2
t
1
0 t
2
+t
1
t
2
3
t
2
1
t
2
t
1
_
_
_
_
_
_
_
_
_
_
_
_
1 0
t
2
t
1
(t
3
t
1
)
t
2
t
1
0 1
t
3
t
1
t
2
t
1
0 t
2
+t
1
t
2
3
t
2
1
t
2
t
1
_
_
_
_
_
_
_
_
_
_
_
_
1 0
t
2
t
3
t
2
t
1
0 1
t
3
t
1
t
2
t
1
0 0
(t
3
t
1
)(t
3
t
2
)
t
2
t
1
_
_
_
_
_
_
_
_
_
1 0 0
0 1 0
0 0 1
_
_
_
,
Funcionais Lineares
temos que a matriz
_
1 1 1
t
1
t
2
t
3
t
2
1
t
2
2
t
2
3
_
e invertvel.
Logo, o sistema (1) possui somente a soluc ao trivial c
1
= c
2
= c
3
= 0.
Como dimV
= dimV = 3 o conjunto LI {L
1
, L
2
, L
3
} e uma base de V
.
Qual e a base {p
1
, p
2
, p
3
} de V cuja base dual e {L
1
, L
2
, L
3
} ?
Tal base deve satisfazer
L
i
(p
j
) = p
j
(t
i
) =
ij
, i, j = 1, . . . , n.
Essas func oes polinomiais s ao dadas por:
p
1
(x) =
(x t
2
)(x t
3
)
(t
1
t
2
)(t
1
t
3
)
p
2
(x) =
(x t
1
)(x t
3
)
(t
2
t
1
)(t
2
t
3
)
p
3
(x) =
(x t
1
)(x t
2
)
(t
3
t
1
)(t
3
t
2
)
.
Assim, para todo p V, temos que
p = L
1
(p) p
1
+L
2
(p) p
2
+L
3
(p) p
3
,
ou seja,
p = p(t
1
) p
1
+p(t
2
) p
2
+p(t
3
) p
3
.
Portanto, se c
1
, c
2
, c
3
s ao n umeros reais arbitr arios, existe uma unica
func ao polinomial p sobre 1, de grau 2, tal que p(t
i
) = c
i
, i = 1, 2, 3.
Essa func ao polinomial e
p = c
1
p
1
+c
2
p
2
+c
3
p
3
.
Seja V um espaco vetorial de dimens ao n e seja f : V K um

funcional linear n ao-nulo. Ent ao, o n ucleo de f tem dimens ao n 1, pois
o posto de f e 1.
Denic ao 2.4
Todo subespaco de dimens ao n 1 de um espaco vetorial de dimens ao
n e chamado um hiperplano ou um subespaco de codimens ao 1.
Observac ao 2.1
Todo subespaco W de codimens ao 1 de um espaco vetorial V de di-
mens ao n e o n ucleo de um funcional linear n ao-nulo.
Funcionais Lineares
De fato, seja {v
1
, . . . , v
n1
} base de W e v
n
V tal que {v
1
, . . . , v
n1
, v
n
}
seja uma base de V.
Seja f : V K o funcional linear dado por
f(v
i
) =
_
0 , se i ,= n
1 , se i = n.
Ent ao, f e um funcional linear n ao-nulo e v =
1
v
1
+. . . +
n1
v
n1
+
n
v
n
pertence ao n ucleo de f se, e somente se,
f(v) =
n
= 0 .
Ou seja, v pertence ao n ucleo de f se, e s o se, v =
1
v
1
+. . . +
n
v
n
W.
Denic ao 2.5
Seja o V um subconjunto do espaco vetorial V.
O anulador de o e o conjunto o
0
de todos os funcionais lineares f V
tais que f(v) = 0, v o.

Ou seja,
o
0
= {f V
| f(v) = 0 , v o}.
Observac ao 2.2
o
0
e um subespaco vetorial de V (verique!).
Se o = {0}, ent ao o
0
= V.
Se o = V, ent ao o
0
= {O}, onde O : V K e o funcional linear nulo.
Teorema 2.2
Seja V um espaco vetorial de dimens ao nita e seja W um subespaco de
V. Ent ao,
dimW + dimW
0
= dimV .
Prova.
Seja {v
1
, . . . , v
k
} uma base de W e sejam v
k+1
, . . . , v
n
vetores em V tais
que B = {v
1
, . . . , v
k
, v
k+1
, . . . , v
n
} seja uma base de V.
Seja {f
1
, . . . , f
n
} a base de V
dual da base B.
Vamos mostrar que {f
k+1
, . . . , f
n
} e uma base de W
0
.
Como f
j
(v) = 0, j k+1, para todo v W, temos que f
j
W
0
, j k+1.
Funcionais Lineares
Sendo que os funcionais lineares f
k+1
, . . . , f
n
s ao LI, basta mostrar que
{f
k+1
, . . . , f
n
} gera W
0
.
Seja f V
. Ent ao,
f =
n
i=1
f(v
i
)f
i
.
Logo, se f W
0
, temos que f(v
i
) = 0, para i = 1, . . . , k. Portanto,
f =
n
i=k+1
f(v
i
)f
i
.
Corol ario 2.1

Todo subepaco vetorial W de dimens ao k de um espaco vetorial V de
dimens ao n e a intersec ao de n k hiperplanos de V.
Prova.
Sejam f
k+1
, . . . , f
n
os funcionais lineares acima. Ent ao W
n
j=k+1
N
f
j
,
onde N
f
j
= f
1
j
(0) e o n ucleo de f
j
.
Se v
n
j=k+1
N
f
j
, temos que f
j
(v) = 0, para todo j = k +1, . . . , n, isto e, se
v =
1
v
1
+. . . +
n
v
n
, ent ao
j
= 0, para j = k +1, . . . , n.
Logo, v =
1
v
1
+. . . +
k
v
k
W.
Assim, W =
n
j=k+1
N
f
j
= {v V ; f
j
(v) = 0 , j = k +1, . . . , n}.
Corol ario 2.2

SejamW
1
, W
2
subespacos vetoriais de umespaco vetorial V de dimens ao
nita.
Ent ao W
1
= W
2
se, e somente se, W
0
1
= W
0
2
.
Prova.
(=) obvio.
Funcionais Lineares
(=)Suponhamos que existe v W
1
tal que v , W
2
. Seja {v
1
, . . . , v
k
}
uma base de W
2
.
Como v , W
2
, temos que {v
1
, . . . , v
k
, v} e LI.
Seja v
k+1
= v, e sejam v
k+1
, . . . , v
n
V tais que {v
1
, . . . , v
k
, v
k+1
, . . . , v
n
} e
uma base de V.
Seja f : V K um funcional linear, tal que f(v) = f(v
k+1
) = 1 e f(v
i
) = 0,
para i ,= k +1.
Ent ao, f W
0
2
e f , W
0
1
, ou seja, W
0
1
,= W
0
2
.
Pergunta:
Toda base de V
e a base dual de alguma base de V?

Seja v V. Consideremos a func ao L
v
: V
K denida por
L
v
(f) = f(v), f V
.
A func ao L
v
denida ao lado e
chamada a avaliac ao em v e, se-
gundo a armac ao, resulta ser um
funcional linear sobre o espaco
dual V
.
Armac ao. L
v
e linear.
De fato, para quaisquer f, g V
e K, temos
L
v
(f +g) = (f +g)(v) = f(v) +g(v) = L
v
(f) +L
v
(g) .
Ent ao, L
v
(V
.
Designaremos (V
apenas por V
. Esse espaco e chamado o

duplo dual ou bidual de V.
Teorema 2.3
Seja V um espaco vetorial de dimens ao nita sobre o corpo K. Ent ao,
/ : V V
v /(v) = L
v
,
e um isomorsmo linear de V em V
.
Prova.
/ e linear.
Com efeito, dados v, w V, K e f V
arbitr arios. Temos que

/(v +w)(f) = L
v+w
(f) = f(v +w) = f(v) +f(w)
= L
v
(f) +L
w
(f) = /(v)(f) +/(w)(f)
= (/(v) +/(w))(f) .
Portanto, /(v +w) = /(v) +/(w) , isto e, / e linear.
Funcionais Lineares
/ e injetora.
Seja v V {0}. Vamos mostrar que /(v) = L
v
,= O, ou seja, que existe
f V
, tal que L
v
(f) = f(v) ,= 0.
Como v ,= 0, existem v
2
, . . . , v
n
V, onde n = dimV, tais que
{v = v
1
, v
2
, . . . , v
n
} e uma base de V.
Seja f : V K o funcional linear denido por :
f(v
i
) =
_
1 se i = 1
0 se i {2, . . . , n} .
Ent ao, f(v) = L
v
(f) = 1 ,= 0.
Provamos assim que a aplicac ao / : V V
e linear e injetora.
Como V e de dimens ao nita, temos
dimV = dimV
= dim(V
= dimV
.
Logo, / e uma transformac ao linear invertvel, ou seja, e um isomorsmo
de V em V
Corol ario 2.3

Seja V um espaco vetorial de dimens ao nita sobre o corpo K. Toda base
de V
e a base dual de alguma base de V.

Prova.
Seja B
= {f
1
, . . . , f
n
} uma base de V
. e seja B
= {L
1
, . . . , L
n
} a base de
V
dual da base B
, isto e,
L
i
(f
j
) =
ij
, i, j = 1, . . . , n.
Pelo teorema anterior, para cada i = 1, . . . , n, existe v
i
V, tal que
L
i
= L
v
i
. Como a aplicac ao v L
v
e um isomorsmo linear de V em
V
, temos que B = {v
1
, . . . , v
n
} e uma base de V. Al em disso, temos
ij
= L
i
(f
j
) = L
v
1
(f
j
) = f
j
(v
i
) , i, j = 1, . . . , n,
ou seja, B
e a base dual da base B.
Observac ao 2.3
Devido ao teorema anterior, geralmente identicamos v com L
v
e dize-
mos que V e o espaco dual de V
ou que os espacos V e V
s ao duais
um do outro de uma maneira natural.
Funcionais Lineares
Seja B V
. Ent ao B
0
e, por denic ao, um subespaco de V
formado
por todos os funcionais lineares L V
e tal que L(f) = 0, f B.

Mas como todo L V
e da forma L
v
para algum v V, podemos denir
B
0
como sendo o conjunto:
B
0
= {v V | f(v) = 0 , f B}.
Assim, B
0
e a intersec ao de todos os n ucleos dos funcionais f B.
J a vimos, tamb em, que se W e um subespaco de V, ent ao
W = {v V | f(v) = 0 , f W
0
} .
Logo, (W
0
)
0
= W.
Teorema 2.4
Se S e um subconjunto qualquer de um espaco vetorial V de dimens ao
nita, ent ao (S
0
)
0
e o subespaco gerado por S.
O duplo anulador de um subcon-
junto S, designado S
00
, e por
denic ao (S
0
)
0
. An alogamente,
W
00
= (W
0
)
0
.
Prova.
Seja W o subespaco gerado por S. Ent ao, S
0
= W
0
.
Logo, (S
0
)
0
= (W
0
)
0
= W e o subespaco gerado por S.
Outra demonstrac ao:
Como dimW + dimW
0
= dimV e dimW
0
+ dim(W
0
)
0
= dimV
= dimV,
temos que dim(W
0
)
0
= dimW.
Al em disso, como W (W
0
)
0
, conclumos que W = (W
0
)
0
.
Denic ao 2.6
Seja V um espaco vetorial. Um subconjunto N de V e um hiperplano de
V se:
1. N e um subespaco pr oprio de V, isto e, N ,= V.
2. Se W e um subespaco de V que cont em N, ent ao W = N ou W = V.
Em suma: N V e um hiperplano de V se N e um subespaco
pr oprio maximal de V.
Teorema 2.5
Se f e um funcional linear n ao-nulo sobre o espaco vetorial V, ent ao o
n ucleo de f e um hiperplano de V.
Funcionais Lineares
Reciprocamente, todo hiperplano de V e o n ucleo de um funcional linear
n ao nulo sobre V.
Prova.
Seja f : V K um funcional linear n ao-nulo sobre V e N
f
o seu n ucleo.
Seja v V tal que f(v) ,= 0.
Sejam w V e c =
f(w)
f(v)
. Ent ao, o vetor u = wcv pertence a N
f
, pois
f(u) = f(wcv) = f(w) cf(v) = 0 .
Isto e, todo vetor w V pertence ao subespaco gerado por N
f
e v.
Provamos, assim, que se v , N
f
, o espaco gerado por N
f
e v e o espaco
V. Logo, N
f
e um subespaco pr oprio maximal.
Seja agora N um hiperplano em V e seja v um vetor que n ao pertence
a N. Como N e um hiperplano, o subespaco gerado por N e v e todo o
espaco V.
Logo, todo vetor w em V se escreve na forma
w = u +cv , com c K e u N.
O vetor u N e o escalar c K s ao determinados de modo unico por w.
De fato, se tamb em tiv essemos
w = u
+c
v , com c
K e u
N,
ent ao, u u
= (c
c)v. Se c ,= c
obteramos que v N, o que n ao e

possvel pela pr opria escolha de v. Portanto, c = c
e u = u
.
A aplicac ao f : V K que a cada w = u+cv faz corresponder o escalar
c e linear e N
f
= N (verique!).
Lema 2.1
Se f e g s ao funcionais lineares sobre um espaco vetorial V, ent ao g e
m ultiplo de f se, e somente se, N
f
N
g
.
Prova.
(=) obvio.
(=)Se f = O, ent ao g = O. Logo, g e m ultiplo de f.
Se f ,= O, o n ucleo de f, N
f
, e um hiperplano de V.
Funcionais Lineares
Seja v V tal que f(v) ,= 0, e seja c =
g(v)
f(v)
.
O funcional h = g cf e nulo em N
f
, pois, como N
f
N
g
, tanto f como
g s ao nulos em N
f
e h(v) = g(v) cf(v) = 0. Logo, h e nulo no espaco
gerado por N
f
e v, que e todo o espaco V. Logo, h = O.
Isto e, g = cf, ou seja, g e m ultiplo de f.
Teorema 2.6
Sejam g, f
1
, . . . , f
r
funcionais lineares sobre um espaco vetorial V e sejam
N, N
1
, . . . , N
r
seus respectivos n ucleos.
Ent ao g e uma combinac ao linear de f
1
, . . . , f
r
se, e somente se,
N
1
. . . N
r
N.
Prova.
Se g = c
1
f
1
+. . . +c
r
f
r
e f
i
(v) = 0 para cada i = 1, . . . , r, ent ao, g(v) = 0.
Portanto, N
1
. . . N
r
N.
Vamos provar a recproca usando induc ao sobre o n umero r.
(1) A propriedade vale para r = 1 em virtude do lema anterior.
(2) Suponhamos o resultado v alido para r = k 1.
Sejam g, f
1
, . . . , f
k
funcionais lineares tais que N
1
. . . N
k
N
g
.
Sejam g
, f
1
, . . . , f
k1
as restric oes de g, f
1
, . . . , f
k1
ao subespaco N
k
.
Se v N
k
e f
i
(v) = 0, i = 1, . . . , k1, ent ao v N
1
. . .N
k1
N
k
N
g
.
Logo, g(v) = 0.
Pela hip otese de induc ao, existem escalares c
1
, . . . , c
k1
tais que,
g
= c
1
f
1
+. . . +c
k1
f
k1
.
Seja h = g
k1
i=1
c
i
f
i
. Ent ao, h e um funcional linear sobre V tal que
h(v) = 0, para todo v N
k
.
Pelo lema anterior, existe c
k
K, tal que h = c
k
f
k
, ou seja,
g =
k
i=1
c
i
f
i
.

Funcionais Lineares
Denic ao 2.7
A transposta de uma transformac ao linear T : V W e a aplicac ao
T
t
: W
g T
t
(g) = g T .
Observac ao 2.4
A transposta T
t
: W
da transformac ao linear T : V W e uma

transformac ao linear.
De fato, se g
1
, g
2
W
e K, temos
T
t
(g
1
+g
2
) = (g
1
+g
2
) T
= (g
1
T) +g
2
T
= T
t
(g
1
) +T
t
(g
2
) .
Proposic ao 2.1
Sejam V e W espacos vetoriais sobre o corpo K e seja T : V W uma
transformac ao linear. O n ucleo de T
t
: W
e o anulador da imagem
T(V) de T.
Al em disso, se V e W t em dimens ao nita, ent ao:
1. posto(T
t
) = posto(T);
2. A imagem de T
t
e o anulador do n ucleo de T: T
t
(W
) = (N
T
)
0
.
Prova.
Se g W
pertence ao n ucleo de T
t
, ent ao T
t
(g) = g T = O, ou
seja, g(T(v)) = 0, v V.
Logo, N
T
t = (T(V))
0
.
Suponhamos agora, que V e W t em dimens ao nita, sendo dimV = n e
dimW = m.
Seja r = posto(T) = dimT(V). Ent ao dimT(V)
0
= m r. Pela primeira
armac ao do teorema, temos que a nulidade de T
t
e mr.
Ent ao, posto(T
t
) = m (mr) = r, ou seja, posto(T
t
) = posto(T).
Seja agora N = N
T
o n ucleo de T e seja f = T
t
(g) = g T um funcional
na imagem de T
t
.
Se v N, temos que f(v) = (g T)(v) = g(T(v)) = g(0) = 0, ou seja,
Funcionais Lineares
f = T
t
(g) N
0
.
Como T
t
(W
) N
0
e
dimN
0
= n dimN = posto(T) = posto(T
t
) ,
obtemos que T
t
(W
) = N
0
.
Denic ao 2.8
Se A e uma matriz mn com entradas no corpo K, a transposta de A e
a matriz n m A
t
, denida por A
t
ij
= A
ji
.
Lembre que, se
T : V
B
W
=
T
t
: W
Proposic ao 2.2
Sejam V e W espacos vetoriais de dimens ao nita sobre o corpo K.
Seja B uma base de V com base dual B
, e seja uma base de W com

base dual
. Ent ao,
[T
t
]
B
= ([T]
B
)
t
.
Prova.
Sejam a matriz mn A = [T]
B
e a matriz n m B = [T
t
]
B
.
Sejam
B = {v
1
, . . . , v
n
} , = {w
1
, . . . , w
m
} ,
B
= {f
1
, . . . , f
n
} ,
= {g
1
, . . . , g
m
} .
Por denic ao, temos
T(v
j
) =
m
i=1
A
ij
w
i
, j = 1, . . . n
T
t
(g
j
) =
n
i=1
B
ij
f
i
, j = 1, . . . m.
Por outro lado,
T
t
(g
j
)(v
i
) = g
j
(T(v
i
)) = g
j
_
m
k=1
A
ki
w
k
_
=
m
k=1
A
ki
g
j
(w
k
) =
m
k=1
A
ki
jk
= A
ji
.
Sabemos que para todo funcional f V
,
Funcionais Lineares
f =
n
i=1
f(v
i
)f
i
.
Logo,
T
t
(g
j
) =
n
i=1
T
t
g
j
(v
i
)f
i
=
n
i=1
A
ji
f
i
ou seja, B
ij
= A
ji
.
Teorema 2.7
Seja A uma matriz mn sobre o corpo K.
Ent ao, o posto-linha de A e igual ao posto-coluna de A.
Prova.
Seja T : K
n1
K
m1
a transformac ao linear dada por T(X) = AX.
Sejam B e as bases can onicas de K
n1
e K
m1
, respectivamente.
Ent ao, A = [T]
B
.
O posto-coluna de A e o posto da transformac ao T, pois a imagem de T
consiste de todas as m uplas que s ao combinac oes lineares dos vetores-
colunas de A.
Em relac ao ` as bases duais
e B
, a aplicac ao transposta T
t
e represen-
tada pela matriz A
t
. Como os vetores-colunas de A
t
s ao os vetores-linhas
de A, temos que o posto-coluna de A
t
e igual ao posto-linha de A.
Al em disso, como a transformac ao linear L : (K
n1
)
K
n1
que leva f
em [f]
B
e um isomorsmo e
L(T
t
(W
)) = L({x
1
T
t
(g
1
) +. . . +x
m
T
t
(g
m
) | x
1
, . . . , x
m
K})
= {x
1
1
+. . . +x
m
m
| x
1
, . . . , x
m
K}
e o subespaco gerado pelos vetores-colunas
j
, j = 1, . . . , m, da matriz
A
t
, temos que
posto(T
t
) = dimT
t
(W
) = posto-coluna(A
t
)
= posto-linha(A) .
Mas, pelo teorema anterior, posto(T) = posto(T
t
).
Logo, posto-coluna(A) = posto(T) = posto(T
t
) = posto-linha(A) .

Funcionais Lineares
Polin omios
1.

Algebras - generalidades
Denic ao 1.1
Uma algebra linear sobre o corpo K e um espaco vetorial / sobre K com
uma operac ao adicional, chamada multiplicac ao de vetores, que a cada
par de vetores , / associa um vetor de /, designado ou ,
satisfazendo as seguintes propriedades:
1. associatividade:
( ) = ( ) .
2. distributividade em relac ao ` a adic ao:
( +) = + ,
( +) ) = + .
3. Para cada c K,
c ( ) = (c ) = (c ) .
Al em disso, dizemos que
/ e uma algebra com elemento unidade se existir um vetor 1 / tal
que 1 = 1 = , /.
/ e uma algebra comutativa se = , , /
Exemplo 1.1
a. Um corpo K e uma algebra linear comutativa com elemento unidade.
b. O conjunto K
nn
das matrizes n n sobre o corpo K e uma algebra
linear com elemento unidade (a matriz identidade) e que e n ao-comutativa
se n 2.
97
c. O conjunto /(V, V) dos operadores lineares sobre o espaco vetorial V
com a composic ao de operadores como sendo o produto, e uma algebra
linear com elemento unidade que e n ao-comutativa se dimV 2.
d. Seja K um corpo e T(N, K) o espaco vetorial de todas as func oes
de N em K. Denotamos esse espaco vetorial por K
e seus vetores
f T(N, K) s ao escritos como seq u encias innitas f = (f
0
, f
1
, . . . , f
n
, . . .),
onde f
i
= f(i), para todo i N.
Se f = (f
0
, f
1
, . . . , f
n
, . . .) e g = (g
0
, g
1
, . . . , g
n
, . . .) s ao vetores de K
e
K, j a sabemos que
f +g = (f
0
+g
0
, f
1
+g
1
, . . . , f
n
+g
n
, . . .) .
Vamos agora denir um produto de vetores em K
.
Dados f = (f
0
, f
1
, . . . , f
n
, . . .), g = (g
0
, g
1
, . . . , g
n
, . . .) K
, denimos o
vetor produto f g por:
(f g)
n
=
i=0
f
i
g
ni
, n N.
Assim,
f g = (f
0
g
0
, f
0
g
1
+f
1
g
0
, f
0
g
2
+f
1
g
1
+f
2
g
0
, . . .) .
Como
(f g)
n
=
i=0
f
i
g
ni
=
i=0
g
i
f
ni
= (g f)
n
, n N,
temos que a multiplicac ao em K
e comutativa.
A multiplicac ao e, tamb em, distributiva.
De fato, se h = (h
0
, h
1
, . . . , h
n
, . . .) K
, ent ao
(f (g +h))
n
=
n
i=0
f
i
(g +h)
ni
=
n
i=0
f
i
(g
ni
+h
ni
)
=
n
i=0
f
i
g
ni
+
n
i=0
f
i
h
ni
= (f g)
n
+ (f h)
n
, n N,
ou seja, f (g +h) = f g +f h.
De modo an alogo, podemos provar que (f +g) h = f h +g h.
A multiplicac ao satisfaz a propriedade:
c(f g) = (cf) g = f (cg) , c K, f, g K
.
De fato:
(c(f g))
n
= c(f g)
n
= c
n
i=0
f
i
g
ni
=
n
i=0
(cf
i
)g
ni
= ((cf) g)
n
e
(c(f g))
n
= c(f g)
n
= c
n
i=0
f
i
g
ni
=
n
i=0
f
i
(cg
ni
) = (f (cg))
n
,
para todo n N, ou seja c(f g) = (cf) g = f (cg) .
A multiplicac ao e associativa.
De fato:
((f g) h)
n
=
n
i=0
(f g)
i
h
ni
=
n
i=0
_
i
j=0
f
j
g
ij
_
h
ni
.
Como (ver diagrama ao lado)
_
(i, j) | i {0, . . . , n} e j {0, . . . , i}
_
=
_
(i, j) | j {0, . . . , n} e i {j, . . . , n}
_
,
temos que
((f g) h)
n
=
n
j=0
_
n
i=j
f
j
g
ij
_
h
ni
=
n
j=0
f
j
_
n
i=j
g
ij
h
ni
_
.
Fazendo k = i j, temos que k varia de 0 a n j quando i varia de j a n,
e n i = n (k +j) = (n j) k .
Logo, para todo n N, temos
((f g) h)
n
=
n
j=0
f
j
_
n
i=j
g
ij
h
ni
_
=
n
j=0
f
j
nj
k=0
g
k
h
(nj)k
=
n
j=0
f
j
(g h)
nj
= (f (g h))
n
.
Ou seja, (f g) h = f (g h).
O vetor 1 = (1, 0, 0, . . .) e o elemento unidade da multiplicac ao.
De fato,
(1 f)
n
=
n
i=0
(1)
i
(f)
ni
= 1 f
n0
+0 f
n1
+0 f
n2
+. . . = f
n
, n N,
ou seja, 1 f = f 1 = f.
Portanto, K
com as operac oes denidas acima e uma algebra linear

comutativa com elemento unidade sobre o corpo K.
Notac ao: Seja x = (0, 1, 0, . . .) K
. O produto de x por si mesmo n

vezes ser a indicado por x
n
e convencionamos que x
0
= 1 = (1, 0, 0, . . .).
Ent ao, observe que
x
2
= (0, 0, 1, 0, 0, . . .) , x
3
= (0, 0, 0, 1, 0, . . .) ,
e, em geral, para todo n N, temos
(x
n
)
k
=
_
_
_
1 se k = n
0 se k ,= n
, k N. Ou seja, (x
n
)
k
=
nk
, k N.
De fato,
(x x)
n
=
n
i=0
(x)
i
(x)
ni
= (x)
1
(x)
n1
=
_
_
_
1 , se n = 2
0 , se n ,= 2 ,
ou seja, x
2
= (0, 0, 1, 0, 0, . . .).
Suponhamos, por induc ao, que (x
k
)
n
= 0, se n ,= k e (x
k
)
k
= 1.
Ent ao,
(x
k+1
)
n
= (x
k
x)
n
=
n
i=0
(x
k
)
i
(x)
ni
=
_
_
_
0 , se n < k ;
(x
k
)
k
(x)
nk
= x
nk
, se n k .
Mas, como (x)
nk
= 1 se, e s o se, n = k + 1 e (x)
nk
= 0 se n = k e
n k +2, temos que
(x
k+1
)
n
=
_
_
_
0 , se n ,= k
1 , se n = k +1 .
Observac ao 1.1
Como o conjunto {1, x, x
2
, x
3
, . . .} e LI, K
n ao tem dimens ao nita.

Denic ao 1.2
Seja K[x] o subespaco de K
gerado pelos vetores 1, x, x

2
, . . . , x
n
, . . .. Os
vetores de K[x] s ao denominados polin omios em K (ou, com coecientes
em K).
Se f = (f
0
, f
1
, . . . , f
n
, . . .) K[x] e um polin omio n ao-nulo, existe
n 0 tal que f
n
,= 0 e f
k
= 0 , k > n.
Esse inteiro n, que e unico para cada f K[x], e denominado o grau
de f.
Ent ao, se f e um polin omio n ao-nulo de grau n,
f = (f
0
, f
1
, . . . , f
n
, 0, 0, . . .)
= f
0
x
0
+f
1
x +f
2
x
2
+. . . +f
n
x
n
= f
0
1 +f
1
x +f
2
x
2
+. . . +f
n
x
n
.
Os escalares f
0
, f
1
, . . . , f
n
s ao denominados os coecientes de f.
Os polin omios da forma cx
0
, ou seja c1, s ao chamados polin omios cons-
tantes. Freq uentemente, escreveremos apenas c em vez de cx
0
e/ou c1.
Um polin omio n ao-nulo f de grau n, tal que f
n
= 1 e dito um polin omio
unit ario.
Observac ao 1.2
Ao polin omio nulo n ao ser a atribudo grau algum.
Teorema 1.1
O conjunto dos polin omios sobre um corpo K e uma algebra linear comu-
tativa com elemento unidade sobre K.
Lema 1.1
Sejam f, g polin omios n ao-nulos sobre K. Ent ao,
a. f g e um polin omio n ao-nulo e grau(f g) = grau(f) +grau(g).
b. f g e um polin omio unit ario se f e g s ao polin omios unit arios.
c. f g e um polin omio constante se, e somente se, f e g s ao constantes.
d. Se f +g ,= 0, ent ao grau(f +g) max{grau(f), grau(g)}.
Prova.
Suponhamos que grau(f) = m e grau(g) = n e seja k N. Ent ao,
(f g)
m+n+k
=
m+n+k
i=0
f
i
g
m+n+ki
.
Para que f
i
g
m+n+ki
,= 0 e necess ario que i m e m + n + k i n.
Logo, e necess ario que m+k i m, o que implica que k = 0 e i = m.
Assim,
(f g)
m+n
= f
m
g
n
e
(f g)
m+n+k
= 0 , se k > 0 .
Logo, f g e um polin omio de grau m+n.
Al em disto, se f
m
= g
n
= 1, (f g)
m+n
= 1, ou seja, se f e g s ao unit arios,
ent ao, tamb em, f g e unit ario.
Do anterior, temos que
grau(f) = grau(g) = 0 grau(f) +grau(g) = 0 grau(f g) = 0 ,
ou seja, f e g s ao polin omios constantes se, e somente se, f g e um
polin omio constante.
Suponhamos agora que f +g ,= 0 e seja k = max{grau(f), grau(g)}.
Ent ao,
(f +g)
= f
+g
= 0 , > k .
Logo, grau(f +g) k.
Corol ario 1.1

Sejam f, g, h K[x]. Se f ,= 0 e f g = f h, ent ao g = h.
Prova.
Como f g = f h, temos f (g h) = 0, e como f ,= 0, segue de a.
do lema anterior, que g h = 0. Ou seja g = h.
Suponhamos que f =
m
i=0
f
i
x
i
e g =
n
j=0
g
j
x
j
.
Ent ao, pela denic ao da multiplicac ao de polin omios, temos que:
f g =
m+n
s=0
_
s
r=0
f
r
g
sr
_
x
s
.
No caso particular em que f = c x
m
e g = dx
n
, com c, d K, temos
f g = cdx
m+n
. (1)
Dessa relac ao e das propriedades distributivas de K[x], segue que
f g =
m
i=0
n
j=0
f
i
g
j
x
i
x
j
=
i,j
f
i
g
j
x
i+j
.
Denic ao 1.3
Seja / uma algebra linear com elemento unidade sobre o corpo K. Indi-
caremos o elemento unidade de / por 1 e faremos a convenc ao
0
= 1,
para todo /. Ent ao, a cada polin omio f =
n
i=0
f
i
x
i
sobre K e a cada
/, associamos o elemento f() /, denominado a avaliac ao de f
em , segundo a regra:
f() =
n
i=0
f
i
i
.
Exemplo 1.2
Seja K = C e seja f = x
2
+x +2 C[x]. Ent ao,
Se / = C e = 2 /, f() = 2
2
+2 +2 = 8.
Se / = C
22
e =
_
1 1
2 1
_
, temos
f() =
_
1 1
2 1
__
1 1
2 1
_
+
_
1 1
2 1
_
+2
_
1 0
0 1
_
=
_
3 2
4 3
_
+
_
3 1
2 3
_
=
_
6 3
6 6
_
se / = /(C
2
, C
2
) e = T : C
2
C
2
e o operador linear
T(z
1
, z
2
) = (2z
1
+3z
2
, 4z
2
),
ent ao, f() = T
2
+T +2I / e o operador linear
f(T)(z
1
, z
2
) = T(T(z
1
, z
2
)) +T(z
1
, z
2
) +2I(z
1
, z
2
)
= T(2z
1
+3z
2
, 4z
2
) + (2z
1
+3z
2
, 4z
2
) + (2z
1
, 2z
2
)
= (2(2z
1
+3z
2
) +3(4z
2
), 4(4z
2
)) + (4z
1
+3z
2
, 6z
2
)
= (4z
1
+18z
2
, 16z
2
) + (4z
1
+3z
2
, 6z
2
)
= (8z
1
+21z
2
, 22z
2
) .
Teorema 1.2
Seja /uma algebra linear com elemento unidade sobre K, e sejam /,
c K, f e g polin omios sobre K. Ent ao,
a. (cf +g)() = cf() +g() ,
b. (f g)() = f()g() .
Interpolac ao de Lagrange
Prova.
Suponhamos que f =
n
i=0
f
i
x
i
e g =
m
j=0
g
j
x
j
.
Suponhamos, tamb em, que n m. Ent ao,
cf +g =
n
i=0
(cf
i
+g
i
)x
i
, onde g
j
= 0 se j > m.
Logo,
(cf +g)() =
n
i=0
(cf
i
+g
i
)
i
= c
n
i=0
f
i
i
+
n
i=0
g
i
i
= c
n
i=0
f
i
i
+
m
i=0
g
i
i
= cf() +g() .
Como f g =
i,j
f
i
g
j
x
i+j
(ver pag. 100), por (1) temos que f g() =
i,j
f
i
g
j
i+j
. Logo
f g() =
_
n
i=0
f
i
i
_ _
m
j=0
g
j
j
_
= f() g() .
2. Interpolac ao de Lagrange
Seja V o subespaco de K[x] gerado pelos polin omios 1, x, x
2
, . . . , x
n
,
ou seja, V e o subespaco de K[x] formado por todos os polin omios de
grau n, junto com o polin omio nulo. Ent ao, dimV = n +1.
Sejam t
0
, t
1
, . . . , t
n
K, n + 1 escalares distintos, e L
i
: V K as
aplicac oes denidas por L
i
(f) = f(t
i
), i = 0, 1, . . . , n.
Pelo item a. do teorema anterior, temos que cada L
i
e um funcional
linear, ou seja, L
i
V
.
Vamos mostrar que {L
0
, L
1
, . . . , L
n
} e uma base do espaco vetorial V
dual de V.
Para isso, basta mostrar que existe uma base {p
0
, p
1
, . . . , p
n
} de V
tal que {L
0
, L
1
, . . . , L
n
} seja a sua base dual, ou seja, L
i
(p
j
) =
ij
= P
j
(t
i
),
para i, j = 0, 1, . . . , n.
Consideremos os polin omios
p
j
=
n
i =1
i =j
x t
i
t
j
t
i
, j = 0, 1, . . . , n.
Ent ao, j a que cada p
j
V e um polin omio de grau n, e p
j
(t
k
) =
jk
,
pelo item b. do teorema anterior.
Armac ao: Os polin omios p
0
, p
1
, . . . , p
n
s ao LI.
De fato, se
n
j=0
c
j
p
j
= 0, temos que
n
j=0
c
j
p
j
(t
i
) = 0, para todo i =
0, 1, . . . n.
Como p
j
(t
i
) =
ji
, temos que c
i
= 0, para todo i = 0, 1, . . . n.
Sendo dimV = n + 1, temos que {p
0
, p
1
, . . . , p
n
} e uma base de V
dual da base {L
0
, L
1
, . . . , L
n
}.
Ent ao, se f V, temos a chamada f ormula de interpolac ao de La-
grange:
f =
n
i=0
f(t
i
) p
i
=
n
i=0
f(t
i
)
n
k =1
k =i
x t
k
t
i
t
k
Tomando f = x
j
, obtemos,
x
j
=
n
i=0
t
j
i
p
i
.
Ent ao, a matriz de mudanca de base da base {1, x, x
2
, . . . , x
n
} para a
base {p
0
, p
1
, . . . , p
n
}, e
_
_
_
_
_
_
1 t
0
t
2
0
t
n
0
1 t
1
t
2
1
t
n
1
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
1 t
n
t
2
n
t
n
n
_
_
_
_
_
_
conhecida como a matriz de Vandermonde. Essa matriz e, portanto, in-
vertvel.
Seja, agora f um polin omio sobre K, e seja

f : K K a func ao
polinomial que leva t em f(t).
Observac ao 2.1
Pode acontecer que

f = g para dois polin omios f e g tais que f ,= g.
De fato, seja K = Z
2
e sejam f = x
2
+1 e g = x
3
+1 polin omios em Z
2
[x].
Como

f(0) = g(0) = 1 e

f(1) = g(1) = 0, temos que

f = g, mas f ,= g.
Veremos que isso n ao ocorre quando K e um corpo com um n umero in-
nito de elementos.
Para descrever de maneira precisa a relac ao entre os polin omios e
as func oes polinomiais, devemos denir o produto de duas func oes poli-
nomiais.
Denic ao 2.1
Sejam f e g polin omios sobre K. O produto das func oes polinomiais

f e g,
associadas a f e g, respectivamente, e a func ao polinomial

f g : K K
dada por:
(
f g)(t) =

f(t) g(t) , t K.
Pela parte b. do teorema 1.2, temos que (f g)(t) = f(t) g(t). Logo,
(
f g)(t) = (f g)(t) = f(t)g(t) =

f(t) g(t) , t K.
Assim,
f g =

f g.
Com a multiplicac ao denida acima, o espaco vetorial das func oes
polinomiais sobre K e uma algebra linear comutativa com elemento uni-
dade.
De fato,
f ( g
h) =

f(
g h) =

f (g h) =

(f g) h = (
f g)
h = (
f g)
h.
Denic ao 2.2
Duas algebras lineares / e

/ sobre o corpo K s ao ditas isomorfas se
existe uma aplicac ao de / em

/, tal que:
(c +) = c +
() =
,
, /, c K.
Exemplo 2.1
Seja V um espaco vetorial de dimens ao n sobre o corpo K e seja B uma
base ordenada de V.
Sejam T, L /(V, V) operadores lineares sobre V e c K.
Como [cT +L]
B
= c[T]
B
+ [L]
B
e [T L]
B
= [T]
B
[L]
B
, temos que a aplicac ao
/(V, V) K
nn
T [T]
B
e um isomorsmo da algebra dos operadores lineares sobre V na algebra
das matrizes n n com entradas em K.
Seja U /(V, V) e seja f =
n
i=0
c
i
x
i
um polin omio de grau n com coeci-
entes em K. Ent ao,
f(U) =
n
i=0
c
i
U
i
,
e como T [T]
B
e uma aplicac ao linear, temos
[f(U)]
B
=
n
i=0
c
i
[U
i
]
B
.
Al em disso, como [T L]
B
= [T]
B
[L]
B
para quaisquer L, T /(V, V), temos
que
[f(U)]
B
=
n
i=0
c
i
[U]
i
B
,
ou seja,
[f(U)]
B
= f ([U]
B
) .
Teorema 2.1
Seja K um corpo com um n umero innito de elementos.
Ent ao, a aplicac ao f

f e um isomorsmo da algebra dos polin omios
sobre K na algebra das func oes polinomiais sobre K.
Ideais de Polin omios
Prova.
Como j a sabemos que a aplicac ao e sobrejetora, e que
(cf +g) = c
f + g
(f g) =

f g,
basta mostrar que a aplicac ao e injetora. Para tanto e suciente, pela
linearidade, demonstrar que

f = O implica f = 0.
Seja f um polin omio de grau n tal que

f = O, e sejam t
0
, t
1
, . . . , t
n
elementos distintos de K.
Pela f ormula de interpolac ao de Lagrange, temos que
f =
n
i=0
f(t
i
)p
i
.
Como

f = O, temos f(t
i
) = 0, para todo i = 0, 1, . . . , n. Logo, f = 0.
3. Ideais de Polin omios

Lema 3.1
Sejam f e d polin omios n ao-nulos sobre o corpo K tais que
grau(d) grau(f).
Ent ao existe um polin omio g sobre K, tal que
f gd = 0 ou grau(f gd) < grau(f) .
Prova.
Suponhamos que
f =
m
i=0
a
i
x
i
= a
m
x
m
+
m1
i=0
a
i
x
i
, a
m
,= 0
e
d =
n
j=0
b
j
x
j
= b
n
x
n
+
n1
j=0
b
j
x
i
, , b
n
,= 0 .
Tome g =
a
m
b
n
x
mn
, que faz sentido, pois m n. Ent ao,
f gd = f
a
m
b
n
x
mn
d = 0 ou grau(f gd) < grau(f) .

Teorema 3.1
Sejam f e d polin omios sobre um corpo K, sendo d um polin omio n ao-
nulo. Ent ao existem polin omios q e r tais que:
(1) f = qd +r ,
(2) r = 0 ou grau(r) < grau(d) .
Os polin omios q e r que satisfazem (1) e (2) s ao unicos.
Algoritmo de Euclides
Prova.
Exist encia: Se f = 0 ou grau(f) < grau(d), basta tomar q = 0 e r = f.
Suponhamos, ent ao, que f ,= 0 e grau(f) grau(d).
Ent ao, pelo lema anterior, existe um polin omio g K[x] tal que f dg = 0
ou grau(f dg) < grau(f).
Se f dg ,= 0 e grau(f dg) grau(d) , existe h K[x] tal que
f dg dh = 0 ou grau(f d(g +h)) < grau(f dg) < grau(f) .
Ap os um n umero nito de passos, no m aximo grau(f) grau(d) + 1 no
caso em que d n ao e um polin omio constante, chegamos a um polin omio
q K[x] e a um polin omio r K[x], tais que
f dq = r , com r = 0 ou grau(r) < grau(d) .
No caso em que d e um polin omio constante, basta tomar
q =
1
d
f e r = 0.
Unicidade: Suponhamos que existem outros polin omios q
1
, r
1
K[x] tais
que f = q
1
d +r
1
, onde r
1
= 0 ou grau(r
1
) < grau(d).
Como f = qd +r = q
1
d +r
1
, temos que d(q q
1
) = r
1
r.
Se q q
1
,= 0 ent ao, d(q q
1
) ,= 0 e
grau(d(q q
1
)) = grau(d) +grau(q q
1
) grau(d) .
Mas, como grau(d(q q
1
)) = grau(r
1
r) < grau(d) , chegamos a uma
contradic ao (grau(d) < grau(d)).
Logo, q q
1
= 0 e r
1
r = 0, ou seja, q
1
= q e r
1
= r .
Denic ao 3.1
Seja d um polin omio n ao-nulo sobre K e f K[x]. Se existe q K[x]
tal que f = qd, dizemos que d divide f, que f e divisvel por d, ou que f
e m ultiplo de d, e denominamos q o quociente de f por d. Escrevemos,
tamb em, q =
f
d
.
Proposic ao 3.1
Seja f K[x] e seja c K. Ent ao, f e divisvel por x c se, e somente se,
f(c) = 0.
Prova.
Pelo teorema anterior, existe q K[x] e um polin omio constante r, tais
que
f = (x c)q +r .
Logo, f(c) = 0 se, e somente se, r = 0.
Denic ao 3.2
Um escalar c K e uma raiz ou um zero de um polin omio f K[x], se
f(c) = 0.
Corol ario 3.1
Um polin omio f n ao-nulo de grau n sobre um corpo K tem no m aximo n
razes em K.
Prova.
O resultado e obvio quando f tem grau 0 ou 1.
Suponhamos que grau(f) > 1.
Vamos proceder por induc ao sobre o grau n de f .
Suponhamos que o resultado vale para polin omios de grau n 1.
Seja c K uma raiz de f. Ent ao, existe q K[x] de grau n 1 tal que
f = (x c)q. Como, por hip otese de induc ao, q possui no m aximo n 1
razes, temos que f possui no m aximo n razes.
A derivada do polin omio f = c

0
+c
1
x+c
2
x
2
+. . . +c
n
x
n
e o polin omio
Df = f
= c
1
+2c
2
x +. . . +nc
n
x
n1
.
A derivac ao e linear, isto e, D e um operador linear sobre K[x]. Exis-
tem tamb em as derivadas formais de ordem dois D
2
f = f
, de ordem tr es
D
3
f = f
etc.
Teorema 3.2
Se f e um polin omio sobre K de grau n, ent ao
f =
n
k=0
D
k
f(c)
k !
(x c)
k
,
onde c e um escalar em K.
F ormula de Taylor
Prova.
Pela f ormula do bin omio de Newton, temos que
x
m
= (c + (x c))
m
=
m
k=0
_
m
k
_
c
mk
(x c)
k
,
onde
_
m
k
_
=
m!
k ! (mk) !
=
m(m1)(m2) . . . (mk +1)
1 2 3 . . . k
. Ent ao,
x
m
=
m
k=0
D
k
x
m
(c)
k !
(x c)
k
,
que e a f ormula de Taylor para f = x
m
.
Se f =
n
m=0
a
m
x
m
, temos que D
k
f(c) =
n
m=0
a
m
D
k
(x
m
)(c) , j a que a deri-
vada de ordem k e linear.
Logo,
n
k=0
D
k
f(c)
k !
(x c)
k
=
n
k=0
n
m=0
a
m
D
k
(x
m
)(c)
k !
(x c)
k
=
n
m=0
a
m
n
k=0
D
k
(x
m
)(c)
k !
(x c)
k
=
n
m=0
a
m
x
m
= f
Observac ao 3.1
Os polin omios 1, (x c), . . . , (x c)
n
s ao LI.
De fato: Procedemos com a demonstrac ao usando induc ao sobre n.
1. {1} e LI, j a que 1 ,= 0.
2. Suponhamos que {1, (x c), . . . , (x c)
n1
} e LI e que
a
n
(x c)
n
+a
n1
(x c)
n1
+. . . +a
1
(x c) +a
0
= 0.
Logo,
a
n
(x c)
n
= (a
n1
(x c)
n1
+. . . +a
1
(x c) +a
0
) .
Ent ao, a
n
= 0, pois se a
n
,= 0, teramos que a
n
(xc)
n
seria um polin omio
de grau n, enquanto a
n1
(x c)
n1
+ . . . + a
0
e um polin omio de grau
n 1.
Como a
n
= 0, temos
a
n1
(x c)
n1
+. . . +a
1
(x c) +a
0
= 0,
Logo, a
n1
= . . . = a
1
= a
0
= 0.
A f ormula de Taylor nos fornece, ent ao, o unico modo de escrever um
polin omio f como combinac ao linear dos polin omios (x c)
k
, 0 k n.
Denic ao 3.3
Se c for uma raiz do polin omio f, a multiplicidade de c como raiz de f e o
maior inteiro positivo r tal que (x c)
r
divide f.
Teorema 3.3
Seja f um polin omio sobre K de grau n. Ent ao o escalar c K e uma raiz
de f de multiplicidade f se, e s o se,
(D
k
f)(c) = 0 , 0 k r 1;
(D
r
f)(c) ,= 0 .
Prova.
Suponhamos que f tem multiplicidade r. Ent ao existe g K[x] tal que
f = (xc)
r
g, com g(c) ,= 0, pois se g(c) = 0, f seria divisvel por (xc)
r+1
.
Pela f ormula de Taylor aplicada a g, temos que
g =
nr
k=0
D
k
g(c)
k !
(x c)
k
.
Logo,
f =
nr
k=0
D
k
g(c)
k !
(x c)
r+k
.
Como existe apenas uma maneira de escrever f como combinac ao linear
dos polin omios (x c)
k
, 0 k n, temos que
D
m
f(c)
m!
=
_
_
_
0 , se 0 m r 1
D
mr
g(c)
(mr)!
, se r m n
Logo, D
m
f(c) = 0 se 0 m r 1 e D
r
f(c) = r ! g(c) ,= 0.
Suponhamos agora que D
k
f(c) = 0, 0 k r 1 e D
r
f(c) ,= 0. Ent ao,
pela f ormula de Taylor,
f = (x c)
r
n
k=r
D
k
f(c)
k !
(x c)
kr
,
ou seja, existe g =
n
k=r
D
k
f(c)
k !
(x c)
kr
K[x], tal que f = (x c)
r
g.
Observe que g(c) =
D
r
f(c)
r
,= 0.
Suponhamos que r n ao e o maior inteiro positivo tal que (x c)
r
divide f.
Ent ao, existe h K[x], tal que f = (x c)
r+1
h. Sendo f = (x c)
r
g =
(x c)
r+1
h, temos que (x c)
r
(g (x c)h) = 0.
Mas, como x c ,= 0, temos que g (x c)h = 0, ou seja, g = (x c)h.
Assim, g(c) = 0, o que e uma contradic ao.
Denic ao 3.4
Seja K um corpo. Um ideal em K[x] e um subespaco " de K[x] tal que
fg " para todo f K[x] e todo g ".
Exemplo 3.1
Seja d K[x]. Ent ao " = d K[x], o conjunto de todos os m ultiplos de d e
um ideal.
De fato, " e n ao vazio, pois cont em d = d 1.
Se f, g K[x] e c K, ent ao c(d f) +d g = d (cf +g) " .
Logo, " e um subespaco de K[x].
Se h K[x] e d f ", ent ao (d f) h = d (f h) ". Logo " e um ideal.
O ideal " = d K[x] e chamado o ideal principal gerado por d.
Exemplo 3.2
Sejam d
1
, . . . , d
n
K[x]. Ent ao a soma " dos subespacos d
i
K[x],
i = 1, . . . , n, e um subespaco e, tamb em, um ideal.
De fato, se p ", existem f
1
, . . . , f
n
K[x] tais que p = d
1
f
1
+. . . +d
n
f
n
.
Se g K[x], temos que
p g = (d
1
f
1
+. . . +d
n
f
n
) g = d
1
(f
1
g) +. . . +d
n
(f
n
g) ,
ou seja, p g ". Dizemos que " = d
1
K[x] + . . . + d
n
K[x] e o ideal
gerado pelos polin omios d
1
, . . . , d
n
.
Exemplo 3.3
Seja K um subcorpo dos n umeros complexos e consideremos o ideal
" = (x +2)K[x] + (x
2
+8x +16)K[x] ,
Ent ao, " = K[x]. De fato, como
(x
2
+8x +16) x(x +2) = 6x +16 " ,
temos que (6x + 16) 6 (x + 2) = 4 ". Assim, o polin omio constante 1
pertence a ", bem como todos os seus m ultiplos.
Teorema 3.4
Seja " um ideal n ao-nulo de K[x]. Ent ao existe um unico polin omio unit ario
d K[x] tal que " = d K[x].
Prova.
Exist encia. Como " e n ao-vazio, existe em " um polin omio d de grau
mnimo e unit ario. Vamos mostrar que " = d K[x].
Seja f ". Ent ao existem q, r K[x] tais que f = q d + r, onde r = 0 ou
grau(r) < grau(d).
Como d ", temos que d q " e, portanto, r = f q d ". Sendo d
um polin omio em " de grau mnimo, n ao podemos ter grau(r) < grau(d).
Logo, r = 0 e f = d q.
Assim, " = d K[x].
Unicidade. Sejam d, d
1
K[x] polin omios unit arios tais que
" = d K[x] = d
1
K[x] .
Ent ao, existem q, q
1
K[x] tais que d = d
1
q
1
e d
1
= d q. Logo,
d = d q q
1
e, portanto,
grau(d) = grau(d) +grau(q) +grau(q
1
) .
Assim, grau(q) = grau(q
1
) = 0. Ou seja, q e q
1
s ao polin omios constan-
tes. Como d e d
1
s ao unit arios, q = q
1
= 1, isto e, d = d
1
.
Corol ario 3.2

Sejam p
1
, . . . , p
n
K[x] polin omios n ao todos nulos. Ent ao, existe um
unico polin omio unit ario d tal que:
(a) d pertence ao ideal gerado por p
1
, . . . , p
n
;
(b) d divide p
i
, i = 1, . . . , n.
Al em disso, todo polin omio d que satisfaz (a) e (b), satisfaz tamb em:
(c) d e divisvel por todo polin omio que divide cada um dos polin omios
p
1
, . . . , p
n
.
Prova.
Seja d K[x] o polin omio unit ario tal que d K[x] = p
1
K[x] +. . . +p
n
K[x].
Ent ao, d pertence ao ideal gerado por p
1
, . . . , p
n
e cada p
i
, i = 1, . . . , n,
pertence ao ideal d K[x].
Logo, d divide cada um dos polin omios p
i
.
Suponhamos agora que f seja um polin omio que divide cada um dos po-
lin omios p
1
, . . . , p
n
. Ent ao, existem polin omios h
1
, . . . , h
n
, tais que
p
i
= h
i
f, i = 1, . . . , n.
Al em disso, como d p
1
K[x] + . . . + p
n
K[x], existem polin omios
q
1
, . . . , q
n
, tais que
d = p
1
q
1
+. . . +p
n
q
n
.
Logo, d = f (h
1
q
1
+. . . +p
n
q
n
) , ou seja, d e divisvel por f.
Seja d
um polin omio unit ario que satisfaz (a) e (b).

Por (a),
d
d K[x] = p
1
K[x] + +p
n
K[x],
ou seja, existe q K[x], tal que d
= d q.
Como d
satisfaz (b) e d satisfaz (c), d e divisvel por d
, ou seja, existe
h K[x] tal que d = d
h. Logo, d = d q h e, portanto, q = h = 1.
Assim, d
= d.

Denic ao 3.5
Sejam p
1
, . . . , p
n
polin omios em K[x] n ao todos nulos. Ent ao, o unico
polin omio unit ario d K[x] tal que
d K[x] = p
1
K[x] +. . . +p
n
K[x],
e chamado o m aximo divisor comum (m.d.c.) de p
1
, . . . , p
n
, e e indicado
por (p
1
, . . . , p
n
).
Se (p
1
, . . . , p
n
) = 1, ou seja, p
1
K[x] + . . . + p
n
K[x] = 1 K[x] = K[x],
dizemos que p
1
, . . . , p
n
s ao primos entre si ou relativamente primos.
Exemplo 3.4
No exemplo anterior, vimos que
K[x] = (x +2) K[x] + (x
2
+8x +16) K[x] .
Logo, (x +2, x
2
+8x +16) = 1.
Exemplo 3.5
Veriquemos que ((x 2)
2
(x + i), (x 2) (x
2
+ 1)) = (x 2) (x + i),
onde K e o corpo dos n umeros complexos.
De fato, o ideal
((x 2)
2
(x +i)) K[x] + ((x 2) (x
2
+1)) K[x]
cont em
(x 2)
2
(x +i) (x 2) (x
2
+1) = (x +2) (x +i) (i 2) .
Logo, cont em o polin omio (x 2) (x +i) , que e unit ario e divide
(x 2)
2
(x +i) e (x 2) (x
2
+1) .
Como o polin omio (x 2) (x + i) satisfaz (a) e (b) do corol ario anterior,
temos que (x 2)(x +i) = ((x 2)
2
(x +i), (x 2)(x
2
+1)) .

Decomposic ao de um polin omio em fatores primos
4. Decomposic ao de um polin omio em fatores
primos
Denic ao 4.1
Dizemos que um polin omio f K[x] e redutvel sobre K[x] se existem
polin omios g, h K[x], de grau 1, tais que f = g h. Caso contr ario,
dizemos que o polin omio f e irredutvel. Se f K[x] e irredutvel e n ao-
constante, f e dito um polin omio primo sobre K.
Exemplo 4.1
O polin omio x
2
+ 1 e redutvel sobre o corpo C dos n umeros complexos,
pois
x
2
+1 = (x +i)(x i) .
Por outro lado, x
2
+1 e irredutvel sobre o corpo 1 dos n umeros reais, pois
se
x
2
+1 = (ax +b) (a
x +b
),
com a, b, a
, b
1, ent ao
aa
= 1 , ab
+a
b = 0 e bb
= 1 .
Logo, 0 = a
1
b
+
1
a
b =
a
2
+b
2
ab
, ou seja, a
2
+ b
2
= 0. Como a, b 1,
temos que a = b = 0, o que e uma contradic ao, j a que aa
= 1 e bb
= 1.
Teorema 4.1
Sejam f, g e p polin omios sobre o corpo K. Se p e um polin omio primo
que divide o produto fg, ent ao p divide f ou p divide g.
Prova.
Podemos supor, sem perda de generalidade, que p e unit ario. Como p
e primo, os unicos divisores unit arios de p s ao 1 e p.
Seja d o m.d.c de p e f. Ent ao, d = 1 ou d = p.
Se d = p, ent ao p divide f.
Se d = 1, isto e, p e f s ao primos entre si, existem polin omios h, K[x],
tais que 1 = h f + p.
Multiplicando essa igualdade por g, obtemos que g = h f g + p g.
Como p divide f g, temos que p divide h f g. Al em disso, p divide p g.
Logo, p divide g.
Corol ario 4.1

Se p e um polin omio primo que divide o produto f
1
. . . f
n
, ent ao p divide
um dos polin omios f
1
, . . . , f
n
.
Prova.
Faremos a demonstrac ao por induc ao sobre n.
Pelo teorema anterior, o resultado e v alido para n = 2.
Suponhamos que o resultado seja v alido para n = k e que p divide f
1
. . .
f
k+1
.
Como p divide f
1
. . . f
k
f
k+1
temos, pelo teorema anterior, que p divide
f
k+1
ou p divide f
1
. . . f
k
.
Isto e, p divide f
k+1
ou, pela hip otese de induc ao, p divide f
j
, para algum
j = 1, . . . , k.
Assim, em qualquer caso, f divide algum f
j
, j = 1, . . . , k +1.
Teorema 4.2
Todo polin omio f K[x] unit ario e n ao-constante pode ser decomposto
como um produto de polin omios primos em K[x] de uma unica maneira, a
menos da ordem dos fatores.
Prova.
Provaremos o resultado por induc ao sobre o grau de f.
Se grau(f) = 1, ent ao f e irredutvel e, portanto, primo.
Suponhamos que o teorema seja v alido para polin omios de grau < n e
que grauf = n +1.
Se f e primo, ent ao nada temos a provar.
Se f n ao e primo, isto e, f e redutvel, existem polin omios g, h K[x]
n ao-constantes e unit arios, tais que f = g h.
Como grau(g) < n e grau(h) < n, temos, por hip otese de induc ao, que g e
h podem ser decompostos como produtos de polin omios primos unit arios
em K[x]. Logo, f tamb em pode ser decomposto como um produto de
polin omios primos.
Suponhamos agora, que
f = p
1
. . . p
m
= q
1
. . . q
n
,
onde p
1
, . . . , p
m
, q
1
, . . . , q
n
K[x] s ao polin omios primos unit arios.
Se m = 1 ou n = 1, ent ao m = n = 1.
Suponhamos ent ao que m > 1 e n > 1.
Como p
1
divide q
1
. . . q
n
, temos que p
1
divide algum q
j
, j = 1, . . . , n.
Sendo p
1
e q
j
primos unit arios, temos que p
1
= q
j
.
Reordenando os polin omios q
i
, caso seja necess ario, podemos supor que
p
1
= q
1
.
Logo,
p
1
p
2
. . . p
m
= p
1
q
2
. . . q
n
,
e, portanto, p
2
. . . p
m
= q
2
. . . q
n
.
O teorema se segue agora pela hip otese de induc ao, pois esse polin omio
tem grau menor que grau(f).
Observac ao 4.1
Na decomposic ao de um polin omio unit ario n ao-constante em produto
de fatores primos unit arios, alguns fatores podem repetir-se. Assim, se
p
1
, . . . , p
r
s ao os fatores primos unit arios distintos que ocorrem na de-
composic ao de um polin omio unit ario n ao-constante f, ent ao
f = p
n
1
1
. . . p
n
r
r
,
sendo o expoente n
i
o n umero de vezes que o fator primo p
i
ocorre nessa
decomposic ao. Essa decomposic ao de f em produto de pot encias de
fatores primos e unica, a menos da ordem dos fatores, e se denomina a
decomposic ao prim aria de f.
Assim, todo divisor unit ario de f e da forma
p
1
1
. . . p
r
r
,
onde 0
i
n
i
, i = 1, . . . , r.
Em particular, o m.d.c de uma colec ao nita de polin omios n ao-constantes
e unit arios f
1
, . . . , f
n
e
p
s
1
1
. . . p
s
k
k
,
onde p
1
, . . . , p
k
s ao os polin omios primos que aparecemnas decomposic oes
de todos os polin omios f
1
, . . . , f
n
e, para cada i = 1, . . . , k, o expo-
ente s
i
e o menor dos expoentes com que o polin omio p
i
aparece nas
decomposic oes dos polin omios f
1
, . . . , f
n
.
Se os polin omios f
1
, . . . , f
n
n ao possuem fatores primos em comum, eles
s ao primos entre si.
Exemplo 4.2
Sejam a, b, c K escalares distintos. Ent ao, x a, x b e x c s ao
polin omios primos unit arios distintos em K[x].
Logo,
((x b)
n
(x c)
s
, (x a)
m
(x c)
s+1
) = (x c)
s
,
e
((x b)
n
(x c)
s
, (x a)
m
(x c)
s
, (x b)
n
(x a)
m
) = 1 .
Teorema 4.3
Seja f um polin omio unit ario n ao-constante sobre o corpo K e seja
f = p
n
1
1
. . . p
n
k
k
,
a decomposic ao de f em (produto de pot encias de) fatores primos.
Para cada j, 1 j k, seja
f
j
=
f
p
n
j
j
=
i=j
p
n
i
i
,
Ent ao, f
i
, . . . , f
k
Teorema 4.4
Seja f um polin omio sobre o corpo K com derivada f
. Ent ao, f e um
produto de polin omios primos distintos se, e somente se, f e f
s ao primos
entre si.
Prova.
(=) Suponhamos que na decomposic ao de f em fatores primos algum
polin omio primo p esteja repetido, ou seja, f = p
2
h, para algum h K[x].
Ent ao, f
= 2p p
h + p
2
h
. Logo, p tamb em divide f
, n ao sendo,
portanto, f e f
primos entre si.

(=) Suponhamos que f = p
1
. . . p
k
, onde p
1
, . . . , p
k
s ao polin omios
primos unit arios e distintos.
Seja
f
j
=
f
p
j
=
i=j
p
i
.
Ent ao,
f
= p
1
f
1
+. . . +p
k
f
k
.
Seja p um polin omio primo que divide f e f
. Ent ao, p = p
i
para algum
i = 1, . . . , k. Como p
i
divide f
j
, para j ,= i, e p
i
divide f
, temos que p = p
i
divide p
i
f
i
.
Ent ao, p divide p
i
ou p divide f
i
.
Como p = p
i
n ao aparece na decomposic ao
j=i
p
j
, temos que p
i
n ao
divide f
i
.
Tamb em p
i
n ao divide p
i
, pois grau(p
i
) > grau(p
i
).
Com isso vericamos que nenhum polin omio primo divide f e f
simulta-
neamente. Ou seja f e f
Denic ao 4.2
O corpo K e dito algebricamente fechado se todo polin omio primo sobre
K tem grau 1, isto e, se todo polin omio primo unit ario sobre K e da forma
x c.
Maneiras equivalentes para denir umcorpo algebricamente fechado:
Um corpo K e algebricamente fechado se todo polin omio unit ario n ao-
constante f K[x] se expressa na forma:
f = (x c
1
)
1
. . . (x c
k
)
k
,
onde c
1
, . . . , c
k
K s ao escalares distintos e
1
, . . . ,
k
s ao inteiros positi-
vos.
Os escalares c
1
,...,c
k
s ao as
razes de fe os inteiros
1
,...,
k
s ao as respectivas multiplicidades
dessas razes.
Um corpo K e algebricamente fechado se todo polin omio n ao-constante
f K[x] possui uma raiz em K. Ou seja, existe c K tal que f(c) = 0.
Determinantes
Exemplo 4.3
O corpo C dos n umeros complexos e algebricamente fechado (Teorema
fundamental da

Algebra).
Exemplo 4.4
Se f e um polin omio unit ario com coecientes reais e c e uma raiz com-
plexa de f, ent ao c e tamb em uma raiz de f.
Portanto, o conjunto das razes de f e da forma:
{t
1
, . . . , t
s
, c
1
, . . . , c
r
, c
1
, . . . , c
r
} ,
onde t
1
, . . . , t
s
1 e c
1
, . . . , c
r
C.
Logo, f se decomp oe em C[x] sob a forma:
f = (x t
1
) . . . (x t
s
) (x c
1
) (x c
1
) . . . (x c
r
) (x c
r
) ,
ou seja, f se decomp oes em 1[x] sob a forma:
f = (x t
1
) . . . (x t
s
) p
1
. . . p
r
,
onde p
i
= (x c
i
) (x c
i
) = x
2
(c
i
+ c
i
) x + |c
i
|
2
e um polin omio primo
de grau 2 em 1[x], i = 1, . . . , r.
Assim, todo polin omio primo em 1[x] tem grau 1 ou grau 2.
5. Determinantes
Denic ao 5.1
Um anel e um conjunto F, munido de duas operac oes:
(x, y) x +y (adic ao)
e
(x, y) x y = xy (multiplicac ao),
que satisfazem as seguintes propriedades:
Lembre que um conjunto G e um
grupo em relac ao a uma operac ao
: G G Gse a operac ao e
associativa, possui elemento neu-
tro e todo elemento de G pos-
sui inverso em relac ao ` a operac ao.
Al em disso, quando a operac ao e
comutativa, o grupo e dito comuta-
tivo ou Abeliano.
1. F e um grupo comutativo em relac ao ` a adic ao;
2. A multiplicac ao e associativa:
(xy)z = x(yz) , x, y, z F;
3. A multiplicac ao e distributiva em relac ao ` a adic ao:
x(y +z) = xy +xz
(x +y)z = xz +yz ,
x, y, z F .
Determinantes
Se xy = yx para todos x, y F, dizemos que o anel F e comutativo.
Se existe um elemento 1 F tal que 1x = x1 = x x F, dizemos que F
e um anel com elemento unidade (o elemento 1).
Observac ao 5.1
Um corpo e um anel comutativo com elemento unidade diferente de zero
que satisfaz a propriedade adicional de que a cada x n ao-nulo corres-
ponde um elemento x
1
tal que x
1
x = 1.
Exemplo 5.1
O conjunto dos n umeros inteiros, com as operac oes usuais de adic ao e
multiplicac ao, e um anel comutativo com elemento unidade, mas n ao e
um corpo.
Exemplo 5.2
O conjunto dos polin omios sobre um corpo, com a adic ao e multiplicac ao
que denimos para polin omios, e um anel comutativo com elemento uni-
dade.
Exemplo 5.3
Se F e um anel comutativo com elemento unidade, ent ao o conjunto
das matrizes m n com entradas em F, que denotamos F
mn
, com as
operac oes
(A+B)
ij
= A
ij
+B
ij
(CD)
ij
=
n
k=1
C
ik
D
kj
.
e um anel comutativo com elemento unidade.
Denic ao 5.2
Seja F um anel comutativo com elemento unidade. Uma func ao D :
F
nn
F e nlinear se para cada i = 1, . . . , n, D e uma func ao linear
da i esima linha, quando as outras n 1 linhas s ao mantidas xas.
Se D : F
nn
F e uma func ao e se
1
, . . . ,
n
s ao as linhas da
matriz A, escrevemos D(A) = D(
1
, . . . ,
n
). Dizer que D e nlinear
signica que, para todo i = 1, . . . , n,
Determinantes
D(
1
, . . . ,
i1
, c
i
+
i
,
i+1
, . . . ,
n
) = c D(
1
, . . . ,
i1
,
i
,
i+1
, . . . ,
n
)
+ D(
1
, . . . ,
i1
,
i
,
i+1
, . . . ,
n
),
Exemplo 5.4
Sejam k
1
, . . . , k
n
inteiros positivos, 1 k
i
n, e seja a F. Para cada
matriz A n n sobre F, denimos
Ao lado, A(i,j) designa a entrada
A
ij
da matriz A. D(A) = aA(1, k
1
) . . . A(n, k
n
)
Ent ao, a func ao D e nlinear. De fato, considerando D como uma func ao
da i esima linha de A, com as outras linhas xas, podemos escrever
D(
i
) = A(i, k
i
)b,
onde b e um elemento xo de F. Seja
i
= (A
i1
, . . . , A
in
).
Ent ao,
D(c
i
+
i
) = (cA(i, k
i
) +A
(i, k
i
))b = cD(
i
) +D(
i
).
Logo, D e uma func ao nlinear.
Caso particular: o produto dos elementos da diagonal D(A) = A
11
. . .A
nn
e uma func ao nlinear sobre F
nn
.
Exemplo 5.5
Seja D uma func ao bilinear (2linear) sobre as matrizes 2 2 com entra-
das em F.
Fazendo e
1
= (1, 0) e e
2
= (0, 1), temos
D(A) = D(A
11
e
1
+A
12
e
2
, A
21
e
1
+A
22
e
2
)
= A
11
D(e
1
, A
21
e
1
+A
22
e
2
) +A
12
D(e
2
, A
21
e
1
+A
22
e
2
)
= A
11
A
21
D(e
1
, e
1
) +A
11
A
22
D(e
1
, e
2
)
+A
12
A
21
D(e
2
, e
1
) +A
12
A
22
D(e
2
, e
2
) .
Lema 5.1
Uma combinac ao linear de func oes nlineares sobre F
nn
e nlinear.
Prova.
Basta mostrar que uma combinac ao linear de duas func oes nlineares
e nlinear.
Determinantes
Sejam D e E func oes nlineares, e sejam a, b F.
A combinac ao linear aD+bE e denida por
(aD+bE)(A) = aD(A) +bE(A) .
Ent ao, xando todas as linhas exceto a linha i, temos
(aD+bE)(c
i
+
i
) = aD(c
i
+
i
) +bE(c
i
+
i
)
= acD(
i
) +aD(
i
) +bcE(
i
) +bE(
i
)
= c(aD+bE)(
i
) + (aD+bE)(
i
) .
Exemplo 5.6
Seja F um anel comutativo com elemento unidade e seja D a func ao de-
nida sobre as matrizes 2 2 com entradas em F por
D(A) = A
11
A
22
A
12
A
21
.
Como D = D
1
+ D
2
, onde D
1
(A) = A
11
A
22
e D
2
(A) = A
12
A
21
, temos,
pelo lema anterior, que D e uma func ao bilinear.
Vejamos algumas propriedades dessa func ao:
Se I e a matriz identidade 2 2, ent ao D(I) = 1, isto e, D(e
1
, e
2
) = 1.
Se as duas linhas de A s ao iguais, ent ao
D(A) = A
11
A
22
A
12
A
21
= A
11
A
12
A
12
A
11
= 0 .
Se A
e a matriz obtida de uma matriz A F

22
permutando suas linhas,
ent ao
D(A
) = A
11
A
22
A
12
A
21
= A
21
A
12
A
22
A
11
= D(A) .
Denic ao 5.3
Uma func ao nlinear D e dita alternada, se as seguintes condic oes s ao
satisfeitas:
(a) D(A) = 0 sempre que duas linhas de A s ao iguais.
(b) Se A
e a matriz obtida permutando duas linhas de A, ent ao

D(A
) = D(A).
Determinantes
Observac ao 5.2
Demonstraremos abaixo que toda func ao nlinear que satisfaz (a) tamb em
satisfaz (b).
Por outro lado, se D satisfaz a condic ao (b) e A e uma matriz com duas
linhas iguais, ent ao D(A) = D(A), ou seja, D(A) +D(A) = 0. Podemos,
ent ao, concluir que D satisfaz a condic ao (a) se, por exemplo, F e um
corpo onde 1 + 1 ,= 0, mas em geral (a) n ao e uma conseq u encia de (b).
Denic ao 5.4
Seja F um anel comutativo com elemento unidade e seja n um inteiro
positivo. Suponhamos que D seja uma func ao de F
nn
em F. Dizemos
que D e uma func ao determinante se D e nlinear, alternada e D(I) = 1.
A exist encia e a unicidade da func ao determinante e evidente para
matrizes 1 1, A = [a], sobre F. Basta tomar D(A) = a.
Pelo exemplo 5.5, sabemos que toda func ao bilinear sobre as matri-
zes 2 2 sobre F e da forma
D(A) = A
11
A
21
D(e
1
, e
1
) +A
11
A
22
D(e
1
, e
2
)
+ A
12
A
21
D(e
2
, e
1
) +A
12
A
22
D(e
2
, e
2
) .
Se D e alternada, temos que
D(e
1
, e
1
) = D(e
2
, e
2
) = 0 e D(e
2
, e
1
) = D(e
1
, e
2
) .
Logo, D(A) = (A
11
A
22
A
12
A
21
)D(e
1
, e
2
).
Se, al em disso, D(I) = D(e
1
, e
2
) = 1, temos que
D(A) = A
11
A
22
A
12
A
21
,
e a unica func ao determinante das matrizes 22 com entradas no anel F.
Antes de provarmos a exist encia e a unicidade da func ao determi-
nante das matrizes n n com entradas no anel F, precisamos provar
alguns resultados preliminares.
Lema 5.2
Seja D uma func ao nlinear sobre as matrizes n n com entradas no
anel F. Suponhamos que D(A) = 0 sempre que duas linhas adjacentes
na matriz A sejam iguais. Ent ao D e alternada.
Prova.
Determinantes
Primeiro vamos provar que D(A
) = D(A) sendo A
obtida transpondo-
se duas linhas adjacentes da matriz A.
Sejam
1
, . . . ,
n
as linhas de A e suponhamos que
A
= (
1
, . . . ,
i1
,
i+1
,
i
,
i+2
, . . . ,
n
) ,
isto e, A
e obtida transpondo-se as linhas

i
e
i+1
da matriz A.
Ent ao,
D(
1
, . . . ,
i1
,
i
+
i+1
,
i
+
i+1
,
i+2
, . . . ,
n
)
= D(
1
, . . . ,
i1
,
i
,
i
,
i+2
, . . . ,
n
)
+D(
1
, . . . ,
i1
,
i
,
i+1
,
i+2
, . . . ,
n
)
+D(
1
, . . . ,
i1
,
i+1
,
i
,
i+2
, . . . ,
n
)
= D(
1
, . . . ,
i1
,
i+1
,
i+1
,
i+2
, . . . ,
n
) .
Por hip otese,
D(
1
, . . . ,
i1
,
i
,
i
,
i+2
, . . . ,
n
) = 0
D(
1
, . . . ,
i1
,
i+1
,
i+1
,
i+2
, . . . ,
n
) = 0
D(
1
, . . . ,
i1
,
i
+
i+1
,
i
+
i+1
,
i+2
, . . . ,
n
) = 0 .
Logo,
D(
1
, . . . ,
i1
,
i+1
,
i
,
i+2
, . . . ,
n
) = D(
1
, . . . ,
i1
,
i
,
i+1
,
i+2
, . . . ,
n
) ,
ou seja, D(A
) = D(A).
Seja agora B a matriz obtida transpondo-se as linhas i e j da matriz A,
sendo i < j.
Podemos obter B a partir de A por uma sucess ao de transposic oes de
pares de linhas adjacentes.
Primeiro transpomos as linhas i e i + 1 e continuamos at e que as linhas
estejam na ordem
1
, . . . ,
i1
,
i+1
, . . . ,
j
,
i
,
j+1
, . . . ,
n
.
Para isso, foram necess arias k = j i transposic oes de linhas adjacentes.
Agora, temos que deslocar
j
para a i esima posic ao, realizando j 1
i = k 1 transposic oes de linhas adjacentes.
Dessa forma, obtemos B a partir de A por meio de k + k 1 = 2k 1
transposic oes de linhas adjacentes.
Assim,
D(B) = (1)
2k1
D(A) = D(A).
Determinantes
Seja agora A uma matriz com duas linhas iguais, digamos
i
=
j
, com
i < j.
Se j = i +1, D(A) = 0, pois A tem duas linhas adjacentes iguais.
Se j > i +1, a matriz B, obtida transpondo as linhas j e i +1 da matriz A,
tem duas linhas adjacentes iguais e, portanto, D(B) = 0. Mas, como,
D(A) = D(B) ,
temos que D(A) = 0.
Denic ao 5.5
Se n > 1 e A e uma matriz n n com entradas no anel F, indicamos por
A(i | j) a matriz (n1) (n1) obtida de A, retirando-se a sua i esima
linha e a sua j esima coluna.
Se D e uma func ao (n 1)linear e A e uma matriz n n, escrevemos
D
ij
= D( A(i | j) ).
Teorema 5.1
Seja n > 1 e seja Duma func ao (n1)linear alternada sobre as matrizes
(n 1) (n 1) com entradas no anel F.
Para cada j, 1 j n, a func ao E
j
denida por
E
j
(A) =
n
i=1
(1)
i+j
A
ij
D
ij
(A)
e uma func ao nlinear alternada sobre as n n matrizes A.
Se D e uma func ao determinante, ent ao cada E
j
tamb em o e.
Prova.
Como D e (n 1)-linear e D
ij
(A) independe da i esima linha, temos
que D
ij
e uma func ao linear de todas as linhas, exceto a i esima. Mas,
como a func ao A A
ij
e linear com respeito apenas ` a i esima linha
de A, temos que A
ij
D
ij
e uma func ao nlinear de A.
Logo, E
j
e nlinear, pois uma combinac ao linear de func oes nlineares
e nlinear.
Para mostrar que E
j
e alternada, basta mostrar, pelo lema anterior, que
E
j
(A) = 0 sempre que A tiver duas linhas adjacentes iguais.
Determinantes
Suponhamos que
k
=
k+1
. Se i ,= k e i ,= k + 1, a matriz A(i | j) tem
duas linhas iguais e, portanto, D
ij
(A) = 0.
Logo,
E
j
(A) = (1)
k+j
A
kj
D
kj
(A) + (1)
k+1+j
A
(k+1)j
D
(k+1)j
(A) .
Como
k
=
k+1
, temos que
A
kj
= A
(k+1)j
e A(k | j) = A(k +1 | j) .
Ent ao, E
j
(A) = 0.
Suponhamos, agora, que Dseja uma func ao determinante, ou seja D(I
n1
) =
1, onde estamos designando I
n1
a matriz identidade (n 1) (n 1).
Se I
n
e a matriz identidade n n, temos que I
n
(j | j) = I
n1
, 1 j n, e
I
n
ij
= 0, se i ,= j.
Logo,
E
j
(I
n
) = D( I
n
(j | j) ) = D(I
n1
) = 1 ,
ou seja, E
j
e uma func ao determinante.
Corol ario 5.1

Seja F um anel comutativo com elemento unidade e seja n um inteiro
positivo. Ent ao existe uma func ao determinante sobre F
nn
.
Prova.
J a provamos a exist encia da func ao determinante para n = 1 e n = 2. O
corol ario segue por induc ao, pois o teorema anterior nos diz como cons-
truir uma func ao determinante sobre matrizes nn, a partir de uma func ao
determinante sobre matrizes (n 1) (n 1).
O nosso objetivo agora e mostrar a unicidade da func ao determinante.
Suponhamos que D seja uma func ao nlinear alternada sobre as ma-
trizes n n sobre F. Seja A uma matriz n n com entradas em F que
tem por linhas
1
, . . . ,
n
, e sejam e
1
, . . . , e
n
as linhas da matriz identidade
n n.
Como
i
=
n
j=1
A(i, j)e
j
, 1 i n,
Determinantes
temos que
D(A) = D
_
n
j=1
A(1, j)e
j
,
2
, . . . ,
n
_
=
n
j=1
A(1, j)D(e
j
,
2
, . . . ,
n
) .
Se, agora, substituirmos
2
por
n
k=1
A(2, k)e
k
, temos que
D(e
j
,
2
, . . . ,
n
) =
n
k=1
A(2, k)D(e
j
, e
k
, . . . ,
n
)
Assim,
D(A) =
k,j
A(1, j)A(2, k)D(e
j
, e
k
,
3
, . . . ,
n
) .
Ou seja, se substituirmos cada linha
i
por
n
k=1
A(i, k)e
k
, i = 1, . . . , n,
obteremos que
D(A) =
n
k
1
,...,k
n
=1
A(1, k
1
)A(2, k
2
) . . . A(n, k
n
)D(e
k
1
, e
k
2
, . . . , e
k
n
) .
Como D e alternada, D(e
k
1
, e
k
2
, . . . , e
k
n
) = 0 sempre que dois dos ndices
k
i
s ao iguais.
Denic ao 5.6
Uma seq u encia (k
1
, . . . , k
n
) de inteiros positivos menores ou iguais a n,
com a propriedade de n ao existirem dois k
i
iguais, e denominada uma
permutac ao de grau n.
Uma permutac ao de grau n pode ser denida como uma func ao bijetora
do conjunto {1, 2, . . . , n} em si mesmo. Tal func ao corresponde ` a nupla
(
1
,
2
, . . . ,
n
) e e simplesmente uma regra para ordenar 1, 2, . . . , n de
outra maneira.
Assim,
D(A) =
A(1,
1
) . . . A(n,
n
)D(e
1
, . . . , e
n
) ,
onde a soma e estendida a todas as permutac oes distintas de grau n.
Determinantes
Como a seq u encia (
1
, . . . ,
n
) pode ser obtida da seq u encia (1, . . . , n)
ap os um n umero nito m, 0 m n, de transposic oes de pares de ele-
mentos, e D e alternada, temos que
D(e
1
, . . . , e
n
) = (1)
m
D(e
1
, . . . , e
n
).
Em particular, se D e uma func ao determinante,
D(e
1
, . . . , e
m
) = (1)
m
,
onde m depende somente de e n ao de D.
Com isto, podemos provar um fato b asico sobre permutac oes.
Proposic ao 5.1
O n umero de transposic oes de pares de elementos usadas para passar
da seq u encia (1, 2, . . . , n) para a seq u encia (
1
, . . . ,
n
) e sempre par ou
sempre mpar.
Prova.
Seja D uma func ao determinante sobre as matrizes n n sobre F, cuja
exist encia j a foi provada.
Seja uma permutac ao de grau n e suponhamos que passamos de
(1, 2, . . . , n) a (
1
, . . . ,
n
) por meio de m transposic oes de pares (i, j),
i ,= j. Ent ao, D(e
1
, . . . , e
n
) = (1)
m
.
Se D(e
1
, . . . , e
n
) = 1, m tem que ser par, e se D(e
1
, . . . , e
n
) = 1, m
tem que ser mpar.
Denic ao 5.7
Se o n umero de transposic oes de pares usadas para passar da seq u encia
(1, . . . , n) ` a seq u encia (
1
, . . . ,
n
) e sempre par (mpar) dizemos que a
permutac ao e par (mpar).
Dene-se, tamb em, o sinal de uma permutac ao por
sinal =
_
_
_
1 , se e par
1 , se e mpar .
Teorema 5.2
Seja F um anel comutativo com elemento unidade e seja n um inteiro posi-
tivo. Ent ao existe exatamente uma func ao determinante sobre o conjunto
Determinantes
das matrizes nn com entradas em F, que designamos det e e dada por
det(A) =
(sinal )A(1,
1
) . . . A(n,
n
) ,
sendo a soma estendida a todas as permutac oes distintas de grau n.
Se D e uma func ao nlinear alternada arbitr aria sobre F
nn
, ent ao
D(A) = det(A) D(I)
para toda matriz A F
nn
.
Prova.
J a vericamos que se D e uma func ao nlinear alternada sobre F
nn
,
ent ao
D(A) =
A(1,
1
) . . . A(n,
n
) D(e
1
, . . . , e
n
) ,
sendo a soma estendida a todas as permutac oes distintas de grau n.
Logo, como D(e
1
, . . . , e
n
) = sinal , temos
D(A) =
(sinal )A(1,
1
) . . . A(n,
n
) D(I) , (I)
Provamos, assim, que
D(A) =
(sinal )A(1,
1
) . . . A(n,
n
)
e a unica func ao determinante sobre F
nn
, que denotaremos por det(A).
Se D e uma func ao nlinear alternada sobre F
nn
, ent ao, por (I),
D(A) = det(A) D(I) .
Observac ao 5.3
Existem exatamente n! = 1 2 . . . n permutac oes de grau n, pois se
e uma tal permutac ao, existem n escolhas possveis para
1
; n 1
possibilidades para
2
; n 2 possibilidades para
3
, e assim por diante.
A f ormula
det(A) =
(sinal )A(1,
1
) . . . A(n,
n
)
fornece det(A) como uma soma de n! termos, um para cada permutac ao
Determinantes
de grau n. Um termo gen erico e um produto A(1,
1
) . . . A(n,
n
) de n
entradas da matriz A, uma entrada de cada linha e uma de cada coluna,
acompanhado de um sinal + ou , conforme a permutac ao seja par ou
mpar.
Teorema 5.3
Seja F um anel comutativo com elemento unidade e sejam A e B matrizes
n n com entradas em F. Ent ao,
det(AB) = det(A) det(B) .
Prova.
Denimos a func ao D(A) = det(AB). Indicando por
1
, . . . ,
n
as linhas
de A, temos que
D(
1
, . . . ,
n
) = det(
1
B, . . . ,
n
B) .
Como (c
i
+
i
)B = c(
i
B) +(
i
B) e a func ao det e nlinear, conclumos
que D e nlinear.
Se
i
=
j
, ent ao
i
B =
j
B, e j a que det e alternada, temos
D(
1
, . . . ,
n
) = 0 ,
ou seja, D e alternada.
Sendo D uma func ao nlinear alternada, do teorema anterior segue que
D(A) = det(A) D(I) .
Mas D(I) = det(IB) = det(B). Portanto,
det(AB) = D(A) = det(A) det(B) .
Observac ao 5.4
1. Como as permutac oes s ao func oes bijetoras do conjunto {1, . . . , n}
sobre si mesmo, podemos denir o produto das permutac oes e como
sendo a func ao composta
(i) = ((i)) , i = 1, . . . , n.
Se c indica a permutac ao id entica (ou identidade), E(i) = i, ent ao cada
possui uma inversa
1
tal que
1
=
1
= c.
Ent ao, o conjunto das permutac oes de grau n, com o produto dado pela
composic ao, e um grupo, denominado grupo sim etrico de grau n.
Propriedades dos Determinantes
2. Sejam e permutac oes de grau n, e sejam e
1
, . . . , e
n
as linhas da
matriz identidade n n.
Seja Aa matriz de linhas e
1
, . . . , e
n
e seja B a matriz de linhas e
1
, . . . , e
n
.
A i esima linha da matriz A tem exatamente um elemento n ao-nulo, a sa-
ber o 1 na coluna
i
.
Assim, a i esima linha da matriz AB e e
i
B = e
(
i
)
, pois e
i
B e a
i
esima
linha da matriz B. Logo, AB = (e
1
, . . . , e
n
).
Como det(A) = sinal , det(B) = sinal e det(AB) = sinal (), temos,
pelo teorema anterior, que
sinal ( ) = (sinal ) (sinal ) .
Ent ao, e uma permutac ao par se e s ao ambas pares ou ambas
mpares, enquanto e mpar se uma das permutac oes e par e a outra
e mpar.
6. Propriedades dos Determinantes
(1) det(A
t
) = det(A)
De fato, sendo
det(A
t
) =
(sinal )A
t
(1,
1
) . . . A
t
(n,
n
)
=
(sinal )A(
1
, 1) . . . A(
n
, n) ,
e A(
i
, i) = A(j,
1
j), para (i) =
i
= j, temos
det(A
t
) =
(sinal )A(1,
1
(1)) . . . A(n,
1
(n)) .
Al em disso, como
1
e a permutac ao id entica, temos que
(sinal )(sinal
1
) = 1,
ou seja, sinal
1
= sinal .
Logo,
det(A
t
) =
(sinal
1
)A(1,
1
(1)) . . . A(n,
1
(n)) = det(A) ,
pois quando percorre todas as permutac oes de grau n,
1
tamb em o
faz.
Como consequ encia da igualdade det(A
t
) = det(A), temos que a
func ao det(A) e, tamb em, uma func ao nlinear alternada das colunas da
matriz A.
(2) Se a matriz B e obtida da matriz A somando-se um m ultiplo de uma
linha (coluna) a outra linha (coluna), ent ao det(B) = det(A).
De fato, sejam
1
, . . . ,
n
as linhas de A e seja B a matriz obtida de
A somando-se c
j
a
i
, onde i < j.
Como det e uma func ao linear da i esima linha, temos
det(B) = det(A) +c det(
1
, . . . ,
i1
,
j
,
i+1
, . . . ,
j
, . . . ,
n
) = det(A) .
(3) Seja
_
A B
O C
_
uma matriz n n na forma de blocos, onde A e uma
matriz r r, C e uma matriz s s (com r +s = n), B e uma matriz r s e
O indica a matriz nula s r. Ent ao
det
_
A B
O C
_
= det(A) det(C)
De fato, denamos a func ao
D(A, B, C) = det
_
A B
O C
_
.
Se xarmos A e B, ent ao D e alternada e slinear como uma func ao
das linhas de C. Assim, pelo teorema 5.2,
D(A, B, C) = det(C) D(A, B, I) ,
onde I e a matriz identidade s s. Subtraindo das linhas de B m ultiplos
das linhas de I, obtemos, pela propriedade anterior, que
D(A, B, I) = D(A, O, I) .
Como D(A, O, I) e alternada e rlinear como uma func ao das linhas
de A, temos, pelo teorema 5.2, que
D(A, O, I) = det(A) D(I, O, I) .
Mas D(I, O, I) = det
_
I
r
O
O I
s
_
= det(I
n
) = 1.
Logo,
D(A, B, C) = det(C) D(A, B, I) = det(C) D(A, O, I)
= det(C) det(A) D(I, O, I) = det(A) det(C) .
Por um raciocnio an alogo, ou tomando transpostas, vericamos que
det
_
A O
B C
_
= det(A) det(C) .
Exemplo 6.1
Seja A
44
a matriz
A =
_
_
_
_
_
1 1 2 3
2 2 0 2
4 1 1 1
1 2 3 0
_
_
_
_
_
.
Subtraindo das linhas 2, 3 e 4 m ultiplos convenientes da primeira linha,
obtemos a matriz
_
_
_
_
_
1 1 2 3
0 4 4 4
0 5 9 13
0 3 1 3
_
_
_
_
_
,
que tem, pela propriedade (2), o mesmo determinante que a matriz A.
Subtraindo da linha 3,
5
4
da linha 2 e subtraindo da linha 4,
3
4
da linha 2,
obtemos a matriz
B =
_
_
_
_
_
1 1 2 3
0 4 4 4
0 0 4 8
0 0 4 0
_
_
_
_
_
,
cujo determinante e igual ao da matriz A. Como B e uma matriz em forma
de blocos, temos que
det(A) = det(B) = det
_
1 1
0 4
_
det
_
4 8
4 0
_
= 4 32 = 128.
No teorema 5.1, provamos que se n > 1 e se D e uma func ao deter-

minante sobre as matrizes (n 1) (n 1), ent ao
E
j
(A) =
n
i=1
(1)
i+j
A
ij
D
ij
(A)
e uma func ao determinante sobre as matrizes nn, para todo j = 1, . . . , n.
Pela unicidade da func ao determinante, temos, para cada j = 1, . . . , n,
det(A) =
n
i=1
(1)
i+j
A
ij
det( A(i | j) ) .
O escalar
C
ij
= (1)
i+j
det( A(i | j) )
e chamado o cofator i, j da matriz A.
A f ormula acima para det(A) e denominada o desenvolvimento de
det(A) pelos cofatores da j esima coluna, ou o desenvolvimento pelos
menores da j esima coluna.
Assim, a f ormula acima nos diz que, para cada j = 1, . . . , n,
det(A) =
n
i=1
A
ij
C
ij
, (I)
onde o cofator C
ij
e (1)
i+j
vezes o determinante da matriz (n1)(n1)
obtida de A retirando-se a i esima linha e a j esima coluna de A.
Se j ,= k, ent ao,
n
i=1
A
ik
C
ij
= 0 . (II)
De fato, seja B a matriz obtida de A substituindo a sua j esima
coluna pela k esima coluna. Como B tem duas colunas iguais e B(i | j) =
A(i | j) , temos que
0 = det(B) =
n
i=1
(1)
i+j
B
ij
det( B(i | j) )
=
n
i=1
(1)
i+j
A
ik
det( A(i | j) )
=
n
i=1
A
ik
C
ij
.
Ent ao, por (I) e (II), temos que
n
i=1
A
ik
C
ij
=
jk
det(A) . (III)
A matriz transposta da matriz de cofatores de A e chamada a matriz
adjunta de A e se designa por Adj A, ou seja,
(Adj A)
ij
= C
ji
= (1)
i+j
det( A(j | i) ) .
Por (III), temos que
n
i=1
(Adj A)
ji
A
ik
=
jk
det(A) ,
ou seja,
(Adj A) A = det(A) I . (IV)
Vamos provar, agora, que A (Adj A) = det(A) I.
Como A
t
(i | j) = A(j | i)
t
, temos
(1)
i+j
det( A
t
(i | j) ) = (1)
i+j
det( A(j | i) ) ,
isto e, o cofator i, j da matriz A
t
e o cofator j, i da matriz A. Logo,
Adj (A
t
) = (Adj A)
t
.
Assim, por (IV), temos que
Adj (A
t
) A
t
= det(A
t
) I = det(A) I ,
e transpondo,
A (Adj (A
t
))
t
= det(A) I ,
ou seja,
A (Adj A) = det(A) I ,
pois (Adj (A
t
))
t
= Adj A.
Resumindo, temos
A (Adj A) = (Adj A) A = det(A) I
Da mesma forma que para matrizes sobre um corpo, denimos as
matrizes invertveis com entradas num anel comutativo com elemento uni-
dade.
Denic ao 6.1
Seja F um anel comutativo com elemento unidade, uma matriz A F
nn
e dita invertvel sobre F se existe uma matriz B F
nn
, dita inversa de A,
tal que AB = BA = I.
Observac ao 6.1
Se a matriz A F
nn
possui uma matriz inversa, ent ao ela e unica e se
designa A
1
.
De fato, se BA = AC = I, ent ao
C = I C = (BA) C = B(AC) = BI = B.
Como
A (Adj A) = (Adj A) A = det(A) I ,
temos que se det(A) e invertvel em F, ent ao A e uma matriz invertvel
sobre F e
A
1
= (det(A))
1
Adj A.
Reciprocamente, se A e invertvel sobre F, det(A) e um elemento
invertvel do anel F, pois se BA = I, temos:
1 = det(I) = det(B) det(A) .
Teorema 6.1
Seja F um anel comutativo com elemento unidade e seja A F
nn
. Ent ao
A e invertvel sobre F se, e somente se, det(A) F e um elemento in-
vertvel. Nesse caso, temos
A
1
= (det(A))
1
Adj A
Em particular, uma matriz nn com entradas num corpo e invertvel
se, e somente se, seu determinante e diferente de zero.
Exemplo 6.2
Seja F o anel dos inteiros e seja A =
_
1 2
3 4
_
.
Ent ao, det(A) = 2 e Adj A =
_
4 2
3 1
_
.
Assim, como det(A) ,= 1, A n ao e invertvel sobre o anel dos inteiros,
mas e invertvel como uma matriz sobre o corpo dos n umeros racionais,
sendo, nesse caso,
A
1
=
1
2
Adj A =
1
2
_
4 2
3 1
_
=
_
2 1
3/2 1/2
_
.

Observac ao 6.2
Se F e um anel comutativo com elemento unidade e A F
nn
possui uma
inversa ` a esquerda ou ` a direita, ent ao e invertvel.
De fato, suponhamos que A possui uma inversa B ` a direita. Como AB = I,
temos que det(A)det(B) = 1, ou seja, det(A) possui um elemento inverso
em F. Logo, pelo teorema acima, A e invertvel e
B = A
1
= (det(A))
1
Adj A.
Observac ao 6.3
Se K e um corpo, os unicos elementos do anel de polin omios K[x] que
s ao invertveis s ao os polin omios constantes n ao-nulos.
De fato, se f, g K[x] e fg = 1, temos que grau(f) +grau(g) = 0.
Assim, grau(f) = grau(g) = 0, ou seja f e g s ao polin omios constantes
n ao-nulos.
Portanto, uma matriz n n com entradas em K[x] e invertvel sobre K[x]
se, e somente se, seu determinante e um polin omio constante n ao-nulo.
Exemplo 6.3
Consideremos as matrizes A, B (1[x])
22
dadas por:
A =
_
x
2
+x x +1
x 1 1
_
e B =
_
x
2
x x +2
x
2
2x 3 x
_
.
Ent ao,
det(A) = (x
2
+x) 1 (x +1) (x 1) = x +1 ,
det(B) = (x
2
x) x (x +2)(x
2
2x 3) = 6 .
Assim, A n ao e invertvel sobre 1[x] e B e invertvel sobre 1[x].
Mais ainda, como
Adj A =
_
1 x 1
x +1 x
2
+x
_
e Adj B =
_
x x 2
x
2
+2x 3 x
2
1
_
,
temos que (Adj A)A = (x +1)I e (Adj B)B = 6I, ou seja,
B
1
=
1
6
_
x x 2
x
2
+2x 3 x
2
1
_
.

Observac ao 6.4
Matrizes semelhantes tem o mesmo determinante. Isto e, se P e invertvel
e B = P
1
AP, ent ao
detB = det(P
1
AP) = det(P
1
) det(A) det(P) = det(A) ,
pois, como P
1
P = I, det(P) det(P
1
) = det(I) = 1.
Denic ao 6.2
Seja T um operador linear sobre um espaco vetorial V de dimens ao nita.
Denimos o determinante de T como sendo o determinante de [T]
B
, onde
B e uma base ordenada de V.
O determinante de T est a bem denido, pois se B
e outra base
ordenada de V, ent ao [T]
B
e [T]
B
s ao semelhantes, e possuem, portanto,
o mesmo determinante.
Regra de Cramer para a resoluc ao
de sistemas de equac oes lineares.
Observac ao 6.5
Seja K um corpo e seja A K
nn
. Consideremos o sistema de equac oes
lineares AX = Y para uma nupla Y = (y
1
, . . . , y
n
) dada.
Ent ao,
(Adj A)AX = (Adj A)Y ,
ou seja,
det(A) X = (Adj A)Y .
Assim, se X = (x
1
, . . . , x
n
), temos
det(A) x
j
=
n
i=1
(Adj A)
ji
y
i
=
n
i=1
(1)
i+j
y
i
det( A(i | j) ) = det(B
j
) ,
onde B
j
e a matriz nn obtida substituindo a j esima coluna de A por Y.
Se det(A) ,= 0, temos que o sistema AX = Y possui uma unica soluc ao
para X, dada por:
x
j
=
det(B
j
)
det(A)
, j = 1, . . . , n
Ou ainda
X =
1
det(A)
(det(B
1
), . . . , det(B
n
))
Formas Can onicas -
Preliminares
1. Formas Can onicas Elementares
As terminologias valor carac-
terstico, valor pr oprio raiz
caracterstica e autovalor s ao
equivalentes.
Denic ao 1.1
Seja V um espaco vetorial sobre o corpo K e seja T um operador linear
sobre V. Um autovalor de T e um escalar K tal que existe um vetor
v V n ao-nulo tal que T(v) = v.
Se e um autovalor de T, ent ao
As terminologias vetor carac-
terstico, vetor pr oprio e autovetor
s ao equivalentes.
Tamb em, as terminologias espaco
caracterstico e autoespaco s ao
equivalentes.
todo vetor w V tal que T(w) = w e chamado um autovetor de T
associado ao autovalor .
a colec ao de todos os autovetores associados a um autovalor de T e
denominado o autoespaco de T associado a .
Oautoespaco de T associado a umautovalor e de fato umsubespaco
de V, pois
{v V | Tv = v} = {v V | (T I)v = 0} = n ucleo(T I) .
Assim, K e um autovalor de T se, e somente se, T I n ao e
injetora, ou seja, o subespaco {v V | (T I)v = 0} n ao e o subespaco
nulo.
Lema 1.1
Seja L um operador linear sobre um espaco vetorial V de dimens ao nita.
Ent ao, L e invertvel se, e somente se, det(L) ,= 0.
Prova.
139
Formas Can onicas Elementares
Seja B uma base ordenada do espaco vetorial V. Como L e invertvel
se, e somente se, [L]
B
e invertvel, temos que L e invertvel se, e somente
se, det([L]
B
) ,= 0, ou seja, se, e s o se, det(L) ,= 0.
Teorema 1.1
Seja T um operador linear sobre um espaco vetorial V de dimens ao nita
e seja um escalar. Ent ao, as seguintes armac oes s ao equivalentes.
(a) e um autovalor de T.
(b) T I n ao e invertvel.
(c) det(T I) = 0.
Prova.
Basta observar que sendo T I um operador sobre um espaco ve-
torial de dimens ao nita, temos que T I n ao e injetiva se, e s o se, T I
n ao e invertvel.
Denic ao 1.2
Seja K um corpo e seja A K
nn
. Um autovalor de A em K e um escalar
K tal que a matriz AI n ao e invertvel.
Ent ao, e um autovalor de A se, e s o se,
det(AI) = det(I A) = 0.
Denic ao 1.3
O polin omio p
c
(x) = det(xI A), onde xI A e uma matriz com entradas
em K[x], e denominado o polin omio caracterstico da matriz A.
Observac ao 1.1
Os autovalores de A em K s ao as razes do polin omio caracterstico da
matriz A.
Observac ao 1.2
O polin omio caracterstico p
c
de uma matriz nn e um polin omio unit ario
de grau n.
De fato, pela f ormula do determinante de uma matriz em func ao de suas
entradas
det(B) =
(sinal )B(1,
1
) . . . B(n,
n
) ,
temos que
det(xI A) = (x A
11
) . . . (x A
nn
) +
=id
(sinal )q
(x) ,
onde q
(x) s ao polin omios de grau n 1.

Lema 1.2
Matrizes semelhantes t em o mesmo polin omio caracterstico.
Prova.
Se B = P
1
AP, ent ao
det(xI B) = det(xI P
1
AP)
= det(P
1
(xI A)P)
= det(P
1
) det(xI A) det(P)
= det(xI A) ,
pois det(P
1
) det(P) = det(P
1
P) = det(I) = 1 .
Observe que, em virtude do lema,

o polin omio caracterstico de um
operador depende apenas do ope-
rador e n ao da matriz represen-
tante de T utilizada para deter-
min a-lo. Isto e, qualquer que
seja a base B, o polin omio carac-
terstico de T e det(xI [T]
B
).
Denic ao 1.4
Seja T um operador linear sobre um espaco vetorial V de dimens ao nita e
seja B um a base ordenada de V. O polin omio caracterstico do operador
T e, por denic ao, o polin omio caracterstico da matriz [T]
B
.
Observac ao 1.3
Os autovalores do operador T s ao as razes do polin omio caracterstico
de T.
De fato, e autovalor de T se, e s o se, T I n ao e invertvel. Ou seja,
se, e s o se, [T I]
B
= [T]
B
I n ao e invertvel. Logo, e autovalor de T
se, e somente se, p
C
() = det(I [T]
B
) = 0 .
Observac ao 1.4
Como o polin omio caracterstico tem grau n, T possui no m aximo n auto-
valores diferentes. Mas, T pode n ao ter nenhum autovalor.
Exemplo 1.1
2
que e representado, em relac ao ` a base
can onica, pela matriz
A =
_
0 1
1 0
_
.
O polin omio caracterstico de T (ou de A) e
p
C
(x) = det(xI A) = det
_
x 1
1 x
_
= x
2
+1 .
Como esse polin omio n ao possui razes reais, T n ao possui autovalores.
Mas se U e o operador linear sobre C
2
que e representado pela matriz A
em relac ao ` a base can onica, ent ao U possui dois autovalores: i e i.
Assim, ao discutirmos os autovalores de uma matriz A, precisamos

tomar o cuidado de estipular o corpo envolvido.
Exemplo 1.2
Seja A a matriz 3 3 real
A =
_
_
_
3 1 1
2 2 1
2 2 0
_
_
_
.
O polin omio caracterstico de A e
det(xI A) = det
_
_
_
x 3 1 1
2 x 2 1
2 2 x
_
_
_
= x
3
5x
2
+8x 4 = (x 1)(x 2)
2
.
Logo, 1 e 2 s ao os autovalores de A.
3
representado por A em relac ao ` a base
can onica.
Determinemos os autovetores de T associados aos autovalores 1 e 2.
Como
A1 I = AI =
_
_
_
2 1 1
2 1 1
2 2 1
_
_
_
,
tem posto dois, temos que o n ucleo de T I tem dimens ao 1, ou seja, o
espaco dos autovetores associados ao autovalor 1 tem dimens ao 1.
Sendo (T I)(1, 0, 2) = (0, 0, 0), temos que v
1
= (1, 0, 2) gera o n ucleo de
T I. Logo,
{v 1
3
| Tv = v} = {k v
1
| k 1}.
Consideremos agora a matriz
A2I =
_
_
_
1 1 1
2 0 1
2 2 2
_
_
_
.
Como o posto de A2I tem dimens ao dois, o espaco dos autovetores de
T associados ao autovalor 2 tem dimens ao 1.
Sendo (T 2I)(1, 1, 2) = (0, 0, 0), temos que
{v | Tv = 2v} = {kv
2
| k 1} ,
onde v
2
= (1, 1, 2).
Denic ao 1.5
Seja T um operador linear sobre o espaco V de dimens ao nita. Dizemos
que T e diagonaliz avel se existe uma base de V formada por autovetores
de T.
Ou seja, T e diagonaliz avel se seus autovetores geram o espaco V.
Se B = {
1
, . . . ,
n
} e uma base de autovetores de V e T(
i
) = c
i
i
,
i = 1, . . . n, ent ao
[T]
B
=
_
_
_
_
_
_
c
1
0 0
0 c
2
0
.
.
.
.
.
.
.
.
.
.
.
.
0 0 c
n
_
_
_
_
_
_
,
e uma matriz diagonal.
Exemplo 1.3
O operador linear T sobre 1
2
do exemplo 1.1 n ao e diagonaliz avel, pois T
n ao possui autovalores em 1.
Exemplo 1.4
O operador linear T sobre 1
3
do exemplo 1.2 apesar de possuir dois au-
tovalores 1 e 2 no corpo 1, n ao e diagonaliz avel, pois os espacos dos
autovetores associados a esses autovalores t em dimens ao 1. Portanto,
n ao h a possibilidade de formar uma base de 1
3
constituda de autoveto-
res de T.
Suponhamos que o operador T : V V seja diagonaliz avel e que

c
1
, . . . , c
k
s ao os autovalores distintos de T. Seja B uma base ordenada
de V formada por autovetores de T. Ent ao [T]
B
e uma matriz diagonal,
cujos elementos da diagonal s ao os escalares c
i
, cada um repetido um
determinado n umero de vezes. Se c
i
est a repetido d
i
vezes, podemos,
reordenando a base B, caso necess ario, fazer com que a matriz do ope-
rador tenha a forma em blocos:
[T]
B
=
_
_
_
_
_
_
c
1
I
1
O O
O c
2
I
2
O
.
.
.
.
.
.
.
.
.
.
.
.
O O c
k
I
k
_
_
_
_
_
_
,
onde I
j
e a matriz unidade d
j
d
j
.
Nesse caso, o polin omio caracterstico de T e o produto de fatores
lineares:
p
c
(x) = (x c
1
)
d
1
. . . (x c
k
)
d
k
.
Portanto, se o corpo K n ao for algebricamente fechado, estaremos
observando uma propriedade especial de T, ao dizermos que seu po-
lin omio caracterstico tem uma tal fatorac ao.
Tamb em podemos observar que a multiplicidade d
i
do autovalor c
i
como raiz do polin omio caracterstico e igual ` a dimens ao do espaco de
autovetores associado ao autovalor c
i
.
De fato, como [T c
i
I]
B
e uma matriz diagonal com d
i
zeros na
diagonal, temos que a dimens ao do n ucleo de T c
i
I e igual a d
i
.
A relac ao entre a dimens ao do autoespaco e a multiplicidade do au-
tovalor como uma raiz do polin omio caracterstico nos fornecer a uma ma-
neira simples de vericar se um operador dado e ou n ao diagonaliz avel.
Lema 1.3
Suponhamos que T = c. Se f e um polin omio arbitr ario, ent ao
f(T)() = f(c).
Prova.
Seja f = a
n
x
n
+. . . +a
1
x +a
0
. Ent ao,
f(T)() = (a
n
T
n
+. . . +a
1
T +a
0
I)()
= a
n
T
n
() +. . . +a
1
T() +a
0
I()
= a
n
c
n
+. . . +a
1
c +a
0
= (a
n
c
n
+. . . +a
1
c +a
0
)
= f(c) .
Lema 1.4
Sejam c
1
, . . . , c
k
os autovalores distintos de T e seja W
i
, i = 1, . . . , k, o
espaco dos autovetores associado ao autovalor c
i
. Se W = W
1
+. . . +W
k
e B
i
e uma base ordenada de W
i
, ent ao B = B
1
. . . B
k
e uma base
ordenada de W. Em particular, dimW = dimW
1
+. . . + dimW
k
.
Prova.
Seja v
1
+ . . . + v
k
= 0, onde v
i
W
i
, i = 1, . . . , k, e seja f um polin omio
arbitr ario.
Como T(v
i
) = c
i
v
i
, temos, pelo lema anterior, que
0 = f(T)(0) = f(T)v
1
+. . . +f(T)v
k
= f(c
1
)v
1
+. . . +f(c
k
)v
k
.
Sejam f
1
, . . . , f
k
polin omios tais que
f
i
(c
j
) =
ij
=
_
_
_
1 , i = j ;
0 , i ,= j .
Ent ao,
0 = f
i
(T)(0) =
k
j=1
f
i
(c
j
)v
j
=
k
j=1
ij
v
j
= v
i
.
Como W = W
1
+ . . . + W
k
e o espaco gerado por todos os autovetores
de T, temos que B = B
1
. . . B
k
gera W, onde B
i
e uma base de W
i
,
i = 1, . . . , k.
Seja B
i
= {v
i
1
, . . . , v
i
n
i
} , i = i, . . . , k, e seja
a
1
1
v
1
1
+. . . +a
1
n
1
v
1
n
1
+a
2
1
v
2
1
+. . . +a
2
n
2
v
2
n
2
+. . . +a
k
1
v
k
1
+. . . +a
k
n
k
v
k
n
k
= 0,
uma combinac ao linear nula dos vetores de B.
Fazendo v
i
= a
i
1
v
i
1
+ . . . + a
i
n
i
v
i
n
i
W
i
, temos que v
1
+ . . . + v
k
= 0. Pelo
provado acima, v
i
= 0 para cada i = 1, . . . , k.
Logo, a
i
1
v
i
1
+. . .+a
i
n
i
v
i
n
i
= 0 para todo i = 1, . . . , k. Como {v
i
1
, . . . , v
i
n
i
} = B
i
e um conjunto LI, temos que a
i
1
= . . . = a
i
n
i
= 0 para todo i = 1, . . . , k.
Provando, assim, que B e um conjunto LI de vetores de V.
Como B e LI e gera W, temos que B = B
1
. . . B
k
e uma base de W e,
portanto,
dimW = dimW
1
+. . . + dimW
k
.
Teorema 1.2
Sejamc
1
, . . . , c
k
i
o n ucleo de Tc
i
I.
As seguintes armac oes s ao equivalentes:
(a) T e diagonaliz avel.
(b) O polin omio caracterstico de T e
p
c
= (x c
1
)
d
1
. . . (x c
k
)
d
k
,
onde d
k
= dimW
k
.
(c) dimV = dimW
1
+. . . + dimW
k
.
Prova.
J a provamos (a)=(b).
(b)=(c) Suponhamos que p
C
= (x c
1
)
d
1
. . . (x c
k
)
d
k
.
Ent ao, grau(p
C
) = dimV = d
1
+. . . +d
k
= dimW
1
+. . . + dimW
k
.
Pelo lema anterior, dim(W
1
+. . . +W
k
) = dimV.
Logo, V = W
1
+. . . +W
k
.
(c)=(a) Suponhamos, agora, que dimV = dimW
1
+. . . + dimW
k
.
Como dimW = dimW
1
+ . . . + dimW
k
, onde W = W
1
+ . . . + W
k
, temos
que dimW = dimV.
Ent ao, V = W, ou seja, os autovetores de T geram V.
O an alogo do teorema acima para matrizes pode ser formulado da

seguinte maneira:
Teorema 1.3
Seja A uma matriz n n com entradas no corpo K e sejam c
1
, . . . , c
k
os autovalores distintos de A em K. Para cada i, seja W
i
o espaco dos
vetores colunas em K
n1
tais que
(Ac
i
I)X = 0,
e seja B
i
uma base ordenada de W
i
.
Os vetores das bases B
1
, . . . , B
k
podem ser reunidos para formar as colu-
nas P
1
, . . . , P
de uma matriz P.
Ent ao, a matriz A e semelhante sobre K a uma matriz diagonal se, e s o
se, = n, ou seja, se, e s o se, P e uma matriz quadrada.
Nesse caso, P e invertvel e P
1
AP e diagonal.
Exemplo 1.5
3
representado emrelac ao ` a base can onica
pela matriz
A =
_
_
_
5 6 6
1 4 2
3 6 4
_
_
_
Vamos calcular o polin omio caracterstico de A por meio de operac oes
elementares sobre linhas e colunas da matriz xI A (1[x])
33
:
det(xI A) = det
_
_
_
x 5 6 6
1 x 4 2
3 6 x +4
_
_
_
= det
_
_
_
x 5 0 6
1 x 2 2
3 x +2 x +4
_
_
_
= (x 2) det
_
_
_
x 5 0 6
1 1 2
3 1 x +4
_
_
_
= (x 2) det
_
_
_
x 5 0 6
1 1 2
2 0 x +2
_
_
_
= (x 2) det
_
x 5 6
2 x +2
_
= (x 2) ((x 5)(x +2) +12) .
= (x 2)(x
2
3x +2) = (x 2)
2
(x 1) .
Ent ao, 1 e 2 s ao os autovalores de T, e
AI =
_
_
4 6 6
1 3 2
3 6 5
_
_
e A2I =
_
_
3 6 6
1 2 2
3 6 6
_
_
.
Como AI n ao e invertvel e posto (AI) 2, pois (4, 6, 6) e (1, 3, 2)
s ao LI, temos que posto(AI) = 2.
Al em disso, e claro que posto(A2I) = 1.
Sejam W
1
e W
2
os espacos dos autovetores associados aos autovalores
1 e 2, respectivamente.
Como dimW
1
= 3 2 = 1 e dimW
2
= 3 1 = 2, temos, pelo teorema
anterior, que T e diagonaliz avel, pois dimW
1
+ dimW
2
= 1 +2 = dim1
3
.
E f acil ver que o n ucleo de T I e gerado pelo vetor

1
= (3, 1, 3), e
assim, {
1
} e uma base de W
1
.
On ucleo de T2I, isto e, o espaco W
2
, e formado pelos vetores (x
1
, x
2
, x
3
)
tais que x
1
= 2x
2
+2x
3
. Logo, por exemplo, os vetores
2
= (2, 1, 0) , e
3
= (2, 0, 1) ,
formam uma base de W
2
.
Ent ao, B = {
1
,
2
,
3
} e uma base de 1
3
e [T]
B
e a matriz diagonal
D =
_
_
1 0 0
0 2 0
0 0 2
_
_
.
Assim, D = P
1
AP, onde
P =
_
_
3 2 2
1 1 0
3 0 1
_
_
,
e a matriz de mudanca de base da base B para a base can onica.

Polin omios Anuladores
2. Polin omios Anuladores
Seja V um espaco vetorial sobre o corpo K e seja T : V V um
operador sobre V.
Ent ao, o conjunto
" = {p K[x] | p(T) = O} ,
e um ideal da algebra K[x] dos polin omios com coecientes em K.
De fato, sejam p, q K[x] e seja K. Como
(p +q)(T) = p(T) +q(T) ,
e
(pq)(T) = p(T) q(T) ,
temos que p +q " se p, q " e pq " se p ".
O ideal " pode ser o ideal nulo, isto e, o ideal formado apenas pelo
polin omio nulo. Mas veremos agora que isto n ao ocorre quando o espaco
vetorial V e de dimens ao nita.
De fato, se dimV = n, temos que dim/(V, V) = n
2
. Logo, os n
2
+ 1
operadores I, T, . . . , T
n
2
, s ao LD. Isto e, existem escalares c
0
, c
1
, . . . , c
n
2
em K n ao todos nulos tais que
c
0
I +c
1
T +. . . +c
n
2 T
n
2
= O.
Ent ao, o polin omio
p = c
0
+c
1
x +. . . +c
n
2 x
n
2
e um polin omio n ao-nulo de grau n
2
que pertence ao ideal ".
Como " e um ideal n ao-nulo, existe um unico polin omio unit ario
p K[x] tal que " = pK[x].
Ou seja, se f K[x], temos: f(T) = O se, e somente se, existe
q K[x] tal que f = pq.
Denic ao 2.1
Seja V um espaco vetorial de dimens ao nita sobre o corpo K e seja
T : V V um operador linear. O polin omio minimal de T, designado p
m
,
e o unico gerador unit ario do ideal dos polin omios com coecientes em K
que anulam T.
Observac ao 2.1
Nenhum polin omio sobre K que anule T tem grau menor que o de p
m
.
Denic ao 2.2
Se A e uma matriz nn com entradas no corpo K, denimos o polin omio
minimal de A como sendo o unico gerador unit ario do ideal formado pelos
polin omios de K[x] que anulam A.
Observac ao 2.2
Se o operador T e representado, em relac ao a alguma base ordenada B
de V, pela matriz A = [T]
B
, ent ao T e A t em o mesmo polin omio minimal.
De fato, se f K[x], temos que
f(T) = O [f(T)]
B
= 0 f([T]
B
) = O f(A) = O.
Observac ao 2.3
Seja F um subcorpo do corpo K e suponhamos que A seja uma matriz
nn com entradas no corpo F. Ent ao, o polin omio minimal de A, quando
considerada como uma matriz de F
nn
, e igual ao polin omio minimal de
A, quando considerada como uma matriz de K
nn
.
Seja p
m
F[x] o polin omio minimal de A, considerada como uma matriz
de F
nn
.
Como p
m
K[x] e p
m
(A) = O, temos que o polin omio minimal p
m
K[x]
de A considerada como uma matriz de K
nn
, tem grau grau(p
m
).
Seja p
m
= x
k
+a
k1
x
k1
+. . . +a
1
x +a
0
. Ent ao,
A
k
+a
k1
A
k1
+. . . +a
1
A+a
0
I = O.
Ou seja, o vetor (a
k1
, . . . , a
0
) K
k
e soluc ao de um sistema de n
2
equac oes lineares de k inc ognitas da forma BX = Y, onde B F
n
2
k
e Y F
n
2
1
.
Ent ao, pelo que foi provado anteriormente, o sistema BX = Y possui uma
soluc ao (b
k1
, . . . , b
0
) F
k
. Ou seja, o polin omio
q = x
k
+b
k1
x
k1
+. . . +b
1
x +b
0
F[x]
anula a matriz A. Logo, grau(q) = grau(p
m
) grau(p
m
) .
Ent ao, grau(p
m
) = grau(p
m
).
Al em disso, como p
m
K[x] e o gerador unit ario do ideal de K[x] dos
polin omios que anulam A, p
m
K[x], p
m
(A) = O e p
m
e unit ario, temos
que p
m
= p
m
.
Teorema 2.1
Seja T um operador linear sobre um espaco vetorial V de dimens ao n
(ou, seja A uma matriz n n). Os polin omios caracterstico e minimal
de T (respectivamente, de A) possuem as mesmas razes, a menos de
multiplicidade.
Prova.
Seja p
m
o polin omio minimal de T e seja c K tal que p
m
(c) = 0.
Ent ao, existe q K[x] tal que p
m
= (x c)q.
Como grau(q) < grau(p
m
), temos, pela denic ao de polin omio minimal,
que q(T) ,= O. Existe, portanto, v V tal que q(T)(v) ,= 0.
Seja w = q(T)(v). Ent ao,
0 = p
m
(T)(v) = (T cI)q(T)(v) = (T cI)(w) .
Ou seja, c e autovalor de T.
Suponhamos, agora, que c e um autovalor de T e que
T(v) = cv, v V {0}.
Ent ao, pelo lema 1.3,
p
m
(T)(v) = p
m
(c)v.
Como p
m
(T) = O e v ,= 0, temos que p
m
(c) = 0.
Observac ao 2.4
Seja T um operador linear diagonaliz avel e sejam c
1
, . . . , c
k
os autovalores
distintos de T. Ent ao
p = (x c
1
) . . . (x c
k
)
e o polin omio minimal de T.
De fato, se v e um autovetor de T, ent ao, algum dos operadores
T c
1
I, . . . , T c
k
I leva v em 0. Portanto,
p(T) = (T c
1
I) . . . (T c
k
I)(v) = 0,
para todo autovetor v. Como V possui uma base formada por autovetores,
temos que p(T) = O.
Al em disso, pelo teorema anterior, c
1
, . . . , c
k
s ao as razes do polin omio
minimal. Logo, p = (x c
1
) . . . (x c
k
) e o polin omio minimal do operador
diagonaliz avel T.
Provamos, assim, que se T e um operador linear diagonaliz avel, o
polin omio minimal de T e um produto de fatores lineares distintos. Como
veremos mais tarde, essa propriedade caracteriza os operadores diago-
naliz aveis.
Exemplo 2.1
3
representado emrelac ao ` a base can onica,
pela matriz
A =
_
_
5 6 6
1 4 2
3 6 4
_
_
No exemplo 1.5 vimos que o operador T e diagonaliz avel e que o seu
polin omio caracterstico e (x 2)
2
(x 1). Logo, pela observac ao anterior,
p
m
= (x 2)(x 1) e o polin omio minimal de T.
Exemplo 2.2
3
representado, emrelac ao ` a base can onica,
pela matriz
A =
_
_
3 1 1
2 2 1
2 2 0
_
_
Vimos, no exemplo 1.2, que o operador T n ao e diagonaliz avel e que
(x 1)(x 2)
2
e o seu polin omio caracterstico.
Sabemos, pelo teorema anterior, que 1 e 2 s ao as razes do polin omio
minimal p
m
de T. Ent ao, p = (x 1)
k
(x 2)
, para alguns k 1 e 1.
Como
(AI)(A2I) =
_
_
2 1 1
2 1 1
2 2 1
_
_
_
_
1 1 1
2 0 1
2 2 2
_
_
=
_
_
2 0 1
2 0 1
4 0 2
_
_
(I)
n ao e a matriz nula, temos que (x 1)(x 2) n ao e o polin omio minimal
de T.
Assim, obtemos que o grau do polin omio minimal de T e, pelo menos, tr es
e, ent ao, os possveis candidatos a serem o polin omio minimal de T s ao
(x 1)
2
(x 2) e (x 1)(x 2)
2
.
Por (I), temos
(AI)(A2I)
2
=
_
_
2 0 1
2 0 1
4 0 2
_
_
_
_
1 1 1
2 0 1
2 2 2
_
_
=
_
_
0 0 0
0 0 0
0 0 0
_
_
.
Logo, o polin omio minimal de T e o seu polin omio caracterstico.
Exemplo 2.3
2
representado, emrelac ao ` a base can onica,
pela matriz
A =
_
0 1
1 0
_
.
Como vimos no exemplo 1.1, o polin omio caracterstico de T e x
2
+1, que
n ao possui razes reais.
Considerando A como uma matriz 22 complexa, temos que (x+i)(xi)
e o seu polin omio caracterstico, com razes i e i.
Logo, i e i s ao, tamb em, razes do polin omio minimal de A, considerada
tanto como uma matriz real quanto como uma matriz complexa.
Sendo
A
2
+I =
_
0 1
1 0
_ _
0 1
1 0
_
+
_
1 0
0 1
_
=
_
1 0
0 1
_
+
_
1 0
0 1
_
=
_
0 0
0 0
_
,
temos que x
2
+ 1 e o polin omio minimal de A, considerada como uma
matriz real.
Portanto, x
2
+1 e o polin omio minimal do operador T.
Teorema de Cayley-Hamilton
Teorema 2.2
Seja V um espaco vetorial de dimens ao nita n sobre o corpo K e seja T
um operador linear sobre V.
Se p
c
K[x] e o polin omio caracterstico de T, ent ao p
c
(T) = O.
Em outras palavras, o polin omio minimal divide o polin omio caracterstico
de T.
Prova.
Seja L = {q(T) | q K[x]}.
Pelo visto nas sec oes anteriores, L e uma algebra linear comutativa com
elemento unidade sobre o corpo K. Em particular, L e um anel comutativo
com elemento unidade.
Seja B = {v
1
, . . . , v
n
} uma base de V e seja A a matriz que representa T
em relac ao ` a base B. Ent ao,
T(v
i
) =
n
j=1
A
ji
v
j
, 1 i n.
Essas equac oes podem ser escritas como
n
j=1
(
ij
T A
ji
I) v
j
= 0, 1 i n.
Seja B a matriz n n sobre L com entradas
B
ij
=
ij
T A
ji
I .
Quando n = 2, temos
B =
_
T A
11
I A
21
I
A
12
I T A
22
I
_
,
e
det(B) = (T A
11
I)(T A
22
I) A
12
A
21
I
= T
2
(A
11
+A
22
)T + (A
11
A
22
A
12
A
21
)I
= p
c
(T) ,
onde
p
c
= x
2
(Tr A)x + det(A)
e o polin omio caracterstico de T.
Para n > 2, temos tamb em que
det(B) = p
c
(T) ,
pois o polin omio caracterstico de T, p
c
, e o determinante da matriz xIA,
cujas entradas s ao os polin omios
(xI A)
ij
=
ij
x A
ij
.
Como det(xI A) = det ((xI A)
t
), temos, tamb em, que p
c
e o determi-
nante da matriz xI A
t
, cujas entradas s ao os polin omios
(xI A
t
)
ij
=
ij
x A
ji
.
Pela denic ao de B, temos que
n
j=1
B
ij
v
j
= 0, 1 i n. (I)
Seja

B = Adj B. Ent ao, por (I), temos que
n
j=1
B
ki
B
ij
v
j
= 0, 1 i, k n.
Somando em relac ao a i, temos
n
i=1
n
j=1
B
ki
B
ij
v
j
= 0 =
n
j=1
_
n
i=1
B
ki
B
ij
_
v
j
= 0. (II)
Como

BB = det(B) I, temos que
n
i=1
B
ki
B
ij
=
kj
det(B) .
Logo, por (II), temos
n
j=1
kj
det(B)v
j
= 0 =det(B)v
k
= 0, 1 k n.
Assim, provamos que p
c
(T) = det(B) = 0, ou seja, que o polin omio carac-
terstico de T anula T.
Observac ao 2.5
Como o polin omio minimal p
m
divide o polin omio caracterstico p
c
e os
dois polin omios possuem as mesmas razes, temos que, se p
c
se fatora
como
p
c
= (x c
1
)
d
1
. . . (x c
k
)
d
k
,
onde c
1
, . . . , c
k
s ao as razes distintas e d
j
1 para todo j, ent ao
p
m
= (x c
1
)
r
1
. . . (x c
k
)
r
k
,
com 1 r
j
d
j
, para todo j = 1, . . . , k.
Subespac os Invariantes
3. Subespac os Invariantes
Denic ao 3.1
Seja V um espaco vetorial sobre o corpo K e T um operador linear sobre
V. Dizemos que um subespaco W de V e invariante por T, se para todo
vetor v W, o vetor T(v) pertence, tamb em, a W.
Ou seja, W e um subespaco invariante por T se T(W) W.
Exemplo 3.1
Seja T : V V um operador linear. Ent ao, os seguintes subespacos de
V s ao invariantes por T:
W = V;
W = {0};
W = T(V) = Im(T) (a imagem de T);
W = T
1
(0) = Ker(T) (o n ucleo de T).
Exemplo 3.2
Seja K um corpo e seja D o operador derivac ao sobre o espaco K[x] dos
polin omios com coecientes em K.
Seja n um inteiro positivo e seja W o subespaco de K[x] formado pelos
polin omios de grau n.
Ent ao W e invariante por D.
Exemplo 3.3
Sejam T, U : V V operadores lineares sobre V que comutam, isto e
T U = UT.
Ent ao, W = U(V), a imagem de U, e N = U
1
(0), o n ucleo de U, s ao
subespacos invariantes por T.
De fato, se v W, existe w V tal que U(w) = v. Logo,
T(v) = T(U(w)) = U(T(w)) W.
Analogamente, se v N, U(v) = 0. Logo,
U(T(v)) = T(U(v)) = T(0) = 0,
ou seja, T(v) N.

Um tipo particular de operador que comuta com T e um operador
U = g(T), onde g e um polin omio.
Por exemplo, U = T cI, onde c e um autovalor de T.
Nesse caso, o n ucleo de U, que e o espaco dos autovetores associ-
ados ao autovalor c, e invariante por T
Exemplo 3.4
2
que e representado em relac ao ` a base
can onica pela matriz
A =
_
0 1
1 0
_
.
Ent ao, os unicos subespacos de 1
2
que s ao invariantes por T s ao 1
2
e o
subespaco nulo.
De fato, qualquer outro subespaco invariante W teria dimens ao 1, ou seja,
W seria gerado por um vetor v n ao-nulo.
Sendo W invariante por T, teramos T(v) = v, ou seja T teria um autova-
lor em 1, o que e um absurdo, pois j a vericamos, no exemplo 1.1, que T
n ao possui autovalores reais.
Observac ao 3.1
Quando o subespaco W e invariante por T, T induz um operador linear T
W
sobre o espaco W, denido por T
W
(v) = T(v), para todo v W.
Suponhamos que V tem dimens ao nita e que B = {v
1
, . . . , v
n
} e uma
base ordenada de V tal que B
= {v
1
, . . . , v
r
} seja uma base ordenada de
W, sendo r = dimW.
Seja A = [T]
B
. Ent ao,
T(v
j
) =
n
i=1
A
ij
v
i
, 1 j n.
Como W e invariante por T, temos que A
ij
= 0, para todos 1 j r e
i r +1. Assim,
A =
_
B C
O D
_
,
onde B = [T
W
]
B
, e uma matriz r r, C e uma matriz r (nr) e D e uma
matriz (n r) (n r).
Lema 3.1
Seja W um subespaco invariante por T. Ent ao, o polin omio caracterstico
do operador T
W
divide o polin omio caracterstico de T, e o polin omio mini-
mal de T
W
divide o polin omio minimal de T.
Prova.
Seja A =
_
B C
O D
_
, onde A = [T]
B
e B = [T
W
]
B
.
Por causa da forma em blocos da matriz A, temos
det(xI A) = det(xI B) det(xI D) .
Ou seja, o polin omio caracterstico det(xI B) de T
W
divide o polin omio
caracterstico det(xI A) de T.
Como a k esima pot encia da matriz A tem a forma em blocos
A
k
=
_
B
k
C
k
O D
k
_
,
onde C
k
e uma matriz r(nr), temos que qualquer polin omio que anula
A, tamb em anula B.
Assim, o polin omio minimal de B divide o polin omio minimal de A.
Observac ao 3.2
Seja T um operador linear sobre um espaco vetorial V de dimens ao nita
n. Sejam c
1
, . . . , c
k
i
, i = 1, . . . , k o
espaco dos autovetores associados ao autovalor c
i
.
Seja W = W
1
+. . . +W
k
o subespaco gerado por todos os autovetores de
T.
Se B
i
, i = 1, . . . , k e uma base ordenada de W
i
, j a sabemos, pelo lema
1.4, que B
= B
1
. . . B
k
e uma base ordenada de W e que dimW =
dimW
1
+. . . + dimW
k
.
Ent ao, se B
= {v
1
, . . . , v
r
}, onde r = dimW, temos que
T(v
i
) = t
i
v
i
, i = 1, . . . , r,
onde (t
1
, . . . , t
r
) = (c
1
, . . . , c
1
, . . . , c
k
, . . . , c
k
) com cada c
i
repetido dimW
i
vezes.
O subespaco W e invariante por T, pois todo v W pode ser escrito na
forma
v =
1
v
1
+. . . +
r
v
r
,
logo,
T(v) =
1
t
1
v
1
+. . . +
r
t
r
v
r
.
Sejam v
r+1
, . . . , v
n
vetores de V tais que B = {v
1
, . . . , v
r
, v
r+1
, . . . , v
n
} seja
uma base de V.
A matriz de T em relac ao ` a base B e da forma em blocos
[T]
B
=
_
[T
W
]
B
C
O D
_
,
onde
[T
W
]
B
=
_
_
_
_
_
_
t
1
0 0
0 t
2
0
.
.
.
.
.
.
.
.
.
.
.
.
0 0 t
r
_
_
_
_
_
_
.
e uma matriz r r diagonal.
Assim, g = (x c
1
)
1
. . . (x c
k
)
k
, com
i
= dimW
i
, e o polin omio carac-
terstico de T
W
.
Como g divide o polin omio caracterstico p
c
de T, temos que a multiplici-
dade de c
i
como raiz de p
c
e no mnimo dimW
i
.
Denic ao 3.2
Seja V um espaco vetorial sobre o corpo K.
Seja W um subespaco de V invariante pelo operador T : V V e seja v
um vetor do espaco V.
O Tcondutor de v em W e o conjunto S
T
(v; W) formado de todos os
polin omios g K[x] tais que g(T)(v) W.
Emparticular, se W = {0}, o Tcondutor de v e denominado o Tanulador
de v.
Observac ao 3.3
Como o operador T permanecer a xo durante a maioria das discuss oes,
abandonaremos o ndice T e escreveremos S(v; W) em vez de S
T
(v; W), e
tal conjunto ser a denominado apenas condutor de v em W.
Lema 3.2
Se W e um subespaco invariante por T, ent ao W e invariante por qualquer
polin omio em T.
Assim, para todo v V, o condutor S(v; W) e um ideal na algebra dos
polin omios K[x].
Prova.
Se w W, ent ao T(w) W. Como T
n
(w) = T(T
n1
(w)), podemos
provar, por induc ao, que T
n
(w) W, para todo n N.
Assim, a
0
w+a
1
T(w) +. . . +a
n
T
n
(w) W quaisquer que sejam os esca-
lares a
0
, a
1
, . . . , a
n
K, ou seja p(T)(w) W para todo p K[x].
O condutor S(v; W) e um subespaco de K[x], pois se p(T)(v) W e
g(T)(w) W, ent ao
(cp +g)(T)(v) = cp(T)(v) +g(T)(v) W.
Como W e invariante por T, temos que se g e um polin omio em S(v; W),
isto e, se g(T)(v) W e se f K[x] e um polin omio arbitr ario, ent ao
(fg)(T)(v) = (f(T) g(T))(v) = f(T)(g(T)(v)) W,
pois W e invariante por qualquer polin omio em T.
Observac ao 3.4
O unico gerador unit ario do ideal S(v; W) e tamb emdenominado Tcondutor
de v em W (ou Tanulador de v, no caso em que W = {0}).
O Tcondutor de v em W e o polin omio unit ario g de menor grau tal que
g(T)(v) W.
Observe que o polin omio minimal pertence ao ideal S(v; W). Logo, todo
Tcondutor (ou Tanulador) divide o polin omio minimal.
Denic ao 3.3
Um operador linear T sobre um espaco vetorial de dimens ao nita e tri-
angul avel se existe uma base ordenada B de V tal que a matriz [T]
B
e
triangular.
Lema 3.3
Seja V um espaco vetorial de dimens ao nita sobre o corpo K. Seja T um
operador linear sobre V tal que o polin omio minimal de T seja um produto
de fatores lineares
p
m
= (x c
1
)
r
1
. . . (x c
k
)
r
k
, c
i
K.
Seja W um subespaco pr oprio de V (i.e. W ,= V) invariante por T. Ent ao
existe um vetor v em V tal que:
(a) v , W;
(b) (T cI)(v) W, para algum autovalor c do operador T.
Prova.
Seja wumvetor arbitr ario de V que n ao pertence a W e seja g o Tcondutor
de w em W.
Como w n ao est a em W, o polin omio g n ao e constante e divide o po-
lin omio minimal p
m
. Ent ao,
g = (x c
1
)
s
1
. . . (x c
k
)
s
k
,
onde pelo menos um dos inteiros s
1
, . . . , s
k
e positivo.
Seja j tal que s
j
> 0. Ent ao (x c
j
) divide g:
g = (x c
j
) h.
Pela denic ao de g, o vetor v = h(T)(w) n ao pertence a W, pois grau(h) <
grau(g).
Mas,
(T c
j
I)(v) = (T c
j
I)(h(T)(w)) = ((T c
j
I) h(T))(w) = g(T)(w)
pertence a W.
Teorema 3.1
Seja V um espaco vetorial de dimens ao nita sobre o corpo K e seja T
um operador linear sobre V. Ent ao T e triangul avel se, e somente se, o
polin omio minimal de T e um produto de polin omios lineares sobre K.
Prova.
Suponhamos que o polin omio minimal de T e um produto de fatores li-
neares:
p
m
= (x c
1
)
r
1
. . . (x c
k
)
r
k
.
Aplicaremos o lema anterior, para obter uma base B = {v
1
, . . . , v
n
} de V
tal que
T(v
j
) = a
1j
v
1
+. . . +a
jj
v
j
, 1 j n,
ou seja T(v
j
) pertence ao subespaco gerado por v
1
, . . . , v
j
.
Assim,
[T]
B
=
_
_
_
_
_
_
_
_
_
a
11
a
12
a
13
a
1n
0 a
22
a
23
a
2n
0 0 a
33
a
3n
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 0 0
.
.
.
a
nn
_
_
_
_
_
_
_
_
_
.
e uma matriz triangular superior.
Comecamos aplicando o lema anterior ao subespaco W
1
= {0}. Ent ao,
existe v
1
,= 0 e a
11
K tal que (T a
11
I)(v
1
) W
1
, ou seja, T(v
1
) = a
11
v
1
.
Seja W
2
o subespaco gerado por v
1
. Esse subespaco e invariante por T,
pois T(v
1
) = a
11
v
1
W
2
.
Pelo lema anterior, existe v
2
, W
1
e a
22
K, tais que (T a
22
I)(v
2
) W
2
,
ou seja, existe a
12
K, tal que T(v
2
) = a
12
v
1
+a
22
v
2
.
Seja, agora, W
3
o subespaco gerado por v
1
e v
2
que e invariante por T,
pois T(v
1
) = a
11
v
1
W
3
e T(v
2
) = a
12
v
1
+a
22
v
2
W
3
. Pelo lema anterior,
existe v
3
, W
1
e a
33
K, tais que (T a
33
I)(v
3
) W
3
, ou seja, existem
a
13
, a
23
K tais que
T(v
3
) = a
13
v
1
+a
23
v
2
+a
33
v
3
.
Prosseguindo desta maneira, obtemos vetores v
1
, . . . , v
n
em V tais que
T(v
j
) = a
1j
v
1
+. . . +a
jj
v
j
, j = 1, . . . , n.
Observe, tamb em, que {v
1
, . . . , v
n
} e um conjunto LI, e portanto, uma base
de V, pois, em cada passo j, o vetor v
j
n ao pertence ao espaco gerado
por v
1
, . . . , v
j1
.
Suponhamos, agora, que T e triangul avel, ou seja, que existe uma base
B de V tal que
[T]
B
=
_
_
_
_
_
_
a
11
a
12
a
1n
0 a
22
. . . a
2n
.
.
.
.
.
.
.
.
.
.
.
.
0 0 a
n
n
_
_
_
_
_
_
.
Ent ao, xI [T]
B
e tamb em uma matriz triangular, cujo determinante, o
polin omio caracterstico p
c
, e o produto das entradas da diagonal, ou seja,
p
c
= (x a
11
)(x a
22
) . . . (x a
nn
) .
Os elementos da diagonal a
11
, . . . , a
nn
s ao os autovalores c
i
e aparecem
repetidos d
i
vezes, ou seja
p
c
= (x c
1
)
d
1
. . . (x c
k
)
d
k
.
Como o polin omio minimal p
m
divide p
c
, temos que p
m
e da forma
p
m
= (x c
1
)
r
1
. . . (x c
k
)
r
k
,
onde 1 r
j
d
j
para todo j = 1, . . . , k.
Corol ario 3.1

Seja K um corpo algebricamente fechado. Ent ao, toda matriz nn sobre
K e semelhante sobre K a uma matriz triangular.
Prova.
Seja T o operador sobre K
n
representado em relac ao ` a base can onica
B por uma matriz A.
Como o corpo K e algebricamente fechado, o polin omio minimal de T e
um produto de polin omios lineares sobre K. Ent ao, pelo teorema anterior,
existe uma base B
de K
n
tal que [T]
B
e triangular.
Como A = [T]B e [T]
B
s ao semelhantes, temos que A e semelhante a
uma matriz triangular.
Teorema 3.2
um operador linear sobre V. Ent ao, T e diagonaliz avel se, e somente se,
o polin omio minimal de T tem a forma
p
m
= (x c
1
) . . . (x c
k
) ,
onde c
1
, . . . , c
k
s ao elementos distintos de K.
Prova.
J a provamos que se T e diagonaliz avel ent ao o polin omio minimal de T
e um produto de fatores lineares distintos.
Para demonstrar a recproca, suponhamos que o subespaco W de V,
formado por todos os autovetores de T, seja pr oprio, isto e, W ,= V.
Pelo lema anterior, existe um vetor v , W e um autovalor c
j
de T tais que
o vetor
w = (T c
j
I)(v) W.
Como w W, existem autovetores w
1
, . . . , w
k
tais que
w = w
1
+. . . +w
k
,
onde T(w
i
) = c
i
w
i
, 1 i k.
Portanto,
h(T)(w) = h(c
1
)w
1
+. . . +h(c
k
)w
k
W,
para todo polin omio h K[x].
Sendo p
m
= (x c
j
)q e (q q(c
j
))(c
j
) = 0, existe um polin omio h K[x]
tal que
q q(c
j
) = (x c
j
)h.
Temos
(q(T) q(c
j
)I)(v) = q(T)(v) q(c
j
)(v) = h(T)(T c
j
I)(v) = h(T)(w) W.
Como
0 = p
m
(T)(v) = (T c
j
I)q(T)(v) ,
temos que q(T)(v) e um autovetor de T e, portanto, q(T)(v) W.
Assim,
q(c
j
)(v) = q(T)(v) h(T)(w) W.
Como v , W, temos que q(c
j
) = 0, que e uma contradic ao, pois, por
hip otese, todas as razes de p
m
t em multiplicidade igual a 1.
Observac ao 3.5
Se seu polin omio caracterstico
p
c
= (x c
1
)
d
1
. . . (x c
k
)
d
k
,
pode ser decomposto como um produto de polin omios lineares, temos
dois m etodos para determinar se T e ou n ao diagonaliz avel. Um m etodo
consiste em vericar se existem, para cada i, d
i
autovetores independen-
tes associados ao autovalor c
i
. O outro m etodo consiste em vericar se
(T c
1
I) (T c
k
I) e ou n ao o operador nulo.
Observac ao 3.6
Seja A uma matriz triangular
A =
_
_
_
_
_
_
_
_
a
11
a
12
a
13
a
1n
0 a
22
a
23
a
2n
0 0 a
33
a
3n
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 0 0 a
nn
_
_
_
_
_
_
_
_
.
Ent ao, o polin omio caracterstico de A e dado por:
p
c
= det(xI A) = det
_
_
_
_
_
_
_
_
x a
11
a
12
a
13
a
1n
0 x a
22
a
23
a
2n
0 0 x a
33
a
3n
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 0 0 x a
nn
_
_
_
_
_
_
_
_
.
ou seja, p
c
= (x a
11
) . . . (x a
nn
) .
Como,
Ae
j
=
j
k=1
a
kj
e
k
,
temos que
p
c
(A)(e
j
) = (Aa
11
I)(Aa
22
I) . . . (Aa
nn
I)(e
j
) = 0,
para todo j = 1, . . . n.
De fato, como (A a
11
I)(e
1
) = 0, temos que p
c
(A)(e
1
) = 0, pois as
matrizes (Aa
ii
I), i = 1, . . . , n, comutam entre si.
Supondo que (A a
11
I)(A a
22
I) . . . (A a
jj
I)(e
i
) = 0 para todo i =
1, . . . , j, temos que
(Aa
11
I)(Aa
22
I) . . . (Aa
jj
I)(Aa
(j+1)(j+1)
I)(e
i
) = 0,
para todo i = 1, . . . , j +1.
De fato:
(Aa
11
I) . . . (Aa
jj
I)(Aa
(j+1)(j+1)
I)(e
i
)
= (Aa
(j+1)(j+1)
I) ( (Aa
11
I) . . . (Aa
jj
I)(e
i
) )
= (Aa
(j+1)(j+1)
I)(0) = 0, para todo i = 1, . . . , j.
(Aa
11
I) . . . (Aa
jj
I)(Aa
(j+1)(j+1)
I)(e
j+1
) = 0
pois (Aa
(j+1)(j+1)
I)(e
j+1
) =
j
k=1
a
k(j+1)
e
k
e
(Aa
11
I) . . . (Aa
jj
I)(e
k
) = 0, para todo k = 1, . . . , j.
Provamos, assim, que
p
c
(A)(e
j
) = (Aa
11
I) . . . (Aa
nn
I)(e
j
) = 0,
para todo j = 1, . . . , n, ou seja, p
c
(A) = O.
Observac ao 3.7
Como todo operador linear T sobre um espaco vetorial V de dimens ao
nita sobre um corpo K algebricamente fechado possui uma base B tal
que [T]
B
e triangular, temos que p
c
(T) = O, onde p
c
e o polin omio carac-
terstico de T.
Assim, obtemos uma outra demonstrac ao do Teorema de Cayley-Hamilton
para operadores sobre um espaco vetorial sobre um corpo algebrica-
mente fechado.
Mas, como todo corpo K e um subcorpo de um corpo algebricamente
fechado K
, temos que se A e uma matriz n n sobre K, ent ao A e

semelhante em K
a uma matriz triangular A
. Al em disso, j a provamos
que matrizes semelhantes possuem o mesmo polin omio caracterstico e
que uma matriz triangular anula o seu polin omio caracterstico.
Logo, como A = B
1
A
B, para alguma matriz B invertvel, e f(A) = f(A
)
para todo polin omio f, temos que
p
c
(A) = p
c
(A
) = O,
onde p
c
e o polin omio caracterstico de A.
Provamos, assim, que se A e uma matriz n n sobre um corpo
arbitr ario, ent ao p
c
(A) = O, onde p
c
e o polin omio caracterstico de A. Ou
seja, se T e um operador linear sobre um espaco vetorial V de dimens ao
nita sobre um corpo K arbitr ario, ent ao p
c
(T) = O, onde p
c
e o polin omio
caracterstico de T.
Triangulac ao Simult anea e Diagonalizac ao Simult anea
Acabamos de apresentar, portanto, uma outra demonstrac ao do Te-
orema de Cayley-Hamilton, mas, para isso, usamos o fato que todo corpo
e um subcorpo de um corpo algebricamente fechado.
4. Triangulac ao Simult anea e Diagonalizac ao
Simult anea
Seja V um espaco vetorial de dimens ao nita e seja T uma famlia
de operadores lineares sobre V.
Um subespaco S e invariante por T se W e invariante por cada ope-
rador em T.
Lema 4.1
Seja T uma famlia comutativa de operadores lineares triangul aveis. Seja
W um subespaco pr oprio de V, invariante por T. Ent ao existe um vetor
v V tal que:
(a) v , W;
(b) para cada T em T, o vetor T(v) est a no subespaco gerado por v e W.
Prova.
Seja {T
1
, . . . , T
r
} um subconjunto linearmente independente maximal de
T, isto e, uma base do subespaco gerado por T. Se v e um vetor que
satisfaz (b) para cada T
i
, i = 1, . . . , r, ent ao (b) e verdadeiro para todo
operador que seja uma combinac ao linear de T
1
, . . . , T
r
.
Pelo lema 3.3, existe v
1
, W e existe c
1
K, tal que (T c
1
I)(v
1
)
W, pois, como T
1
e triangul avel, seu polin omio minimal e um produto de
polin omios lineares.
Seja V
1
= {v V | (T
1
c
1
I)(v) W}. Como W V
1
e v
1
V
1
, v
1
, W,
temos que W e um subespaco pr oprio de V
1
.
Al em disso, V
1
e invariante por T. De fato, se T T e v V
1
, ent ao
(T
1
c
1
I)(T(v)) = T(T
1
c
1
I)(v) W,
pois (T
1
c
1
I)(v) W e W e invariante por T.
Logo, T(v) V
1
, para todo v V
1
e para todo T T.
Seja U
2
o operador linear sobre V
1
obtido pela restric ao de T
2
ao subespaco
V
1
.
Como o polin omio minimal de T
2
e um produto de fatores lineares e o
polin omio minimal de U
2
divide o polin omio minimal de T
2
, temos que o
polin omio minimal de U
2
e tamb em um produto de fatores lineares.
Aplicando o lema 3.3 ao operador U
2
e ao subespaco pr oprio W de V
1
invariante por U
2
, obtemos um vetor v
2
V
1
, tal que v
2
, W, e um escalar
c
2
K, tal que (U
2
c
2
I)(v
2
) = (T
2
c
2
I)(v
2
) W.
Logo, v
2
, W, (T
1
c
1
I)(v
2
) W e (T
2
c
2
I)(v
2
) W, ou seja, v
2
, W,
mas T
1
(v
2
) e T
2
(v
2
) pertencem ao subespaco gerado por v
2
e W.
Seja V
2
= {v V
1
| (T
2
c
2
I)(v) W}. Como W V
2
e v
2
V
2
, v
2
, W,
temos que W e um subespaco pr oprio de V
2
.
Se T T e v V
2
, temos que
(T
2
c
2
)(T(v)) = T(T
2
c
2
I)(v) W,
pois (T
2
c
2
I)(v) W e W e invariante por T.
Logo, T(v) V
2
para todo v V
2
e para todo T T.
Seja U
3
a restric ao de T
3
ao subespaco V
2
. Como T
3
e triangul avel, seu
polin omio minimal e um produto de fatores lineares. Assim, o polin omio
minimal de U
3
, que divide o polin omio minimal de T
3
e, tamb em, um pro-
duto de fatores lineares.
Aplicando o lema 3.3 ao operador U
3
e ao subespaco W de V
2
invariante
por U
3
, obtemos um vetor v
3
V
2
, tal que v
3
, W, e um escalar c
3
K, tal
que (U
3
c
3
I)(v
3
) = (T
3
c
3
I)(v
3
) W. Logo, v
3
, W, (T
1
c
1
I)(v
3
) W,
pois v
3
V
2
V
1
, (T
2
c
2
I)(v
3
) W, pois v
3
V
2
,e (T
3
c
3
I)(v
3
) W.
Prosseguindo desta maneira, chegaremos a um vetor v = v
r
, W tal que
(T
j
c
j
I)(v) W, para todo j = 1, . . . , r. Ou seja, v , W e T
j
(v) pertence
ao subespaco gerado por v e W, para todo j = 1, . . . , r.
Teorema 4.1
Seja V um espaco vetorial de dimens ao nita sobre o corpo K. Seja
T uma famlia comutativa de operadores lineares triangul aveis sobre V.
Ent ao, existe uma base ordenada B de V tal que [T]
B
e uma matriz trian-
gular superior para todo operador T T.
Prova.
Devido ao lema anterior, a demonstrac ao deste teorema e igual ` a demonstrac ao
do teorema 3.1, colocando T no lugar de T.
Corol ario 4.1

Seja T uma famlia comutatica de matrizes nn sobre um corpo K alge-
bricamente fechado. Ent ao, existe uma matriz P invertvel, com entradas
em K, tal que P
1
AP e triangular superior para toda matriz A T.
Observac ao 4.1
A condic ao da famlia T ser comutatica e apenas suciente, mas n ao ne-
cess aria para a exist encia de uma base B tal que [T]
B
e triangular superior
para todo T T, pois dois operadores triangul aveis, ou duas matrizes tri-
angulares superiores, nem sempre comutam.
Teorema 4.2
Seja T uma famlia comutativa de operadores lineares diagonaliz aveis
sobre o espaco vetorial V de dimens ao nita. Ent ao existe uma base
ordenada B de V tal que [T]
B
e diagonal para todo operador T T.
Prova.
Provaremos o teorema por induc ao sobre a dimens ao de V.
Se dimV = 1, nada h a por demonstrar. Suponhamos que o teorema seja
v alido para espacos vetoriais de dimens ao menor que n e suponhamos
que dimV = n.
Seja T T um operador que n ao seja m ultiplo do operador identidade.
Sejam c
1
, . . . , c
k
os autovalores distintos de T, e seja W
i
, i = 1, . . . , k, o
n ucleo de (T c
i
I).
Para todo operador U que comuta com T, W
i
e invariante por U, pois
TU(v) = UT(v) = U(c
i
v) = c
i
U(v),
para todo v W
i
.
Seja T
i
a famlia de operadores lineares sobre W
i
, obtida pela restric ao
dos operadores em T ao subespaco invariante W
i
.
Cada operador em T
i
e diagonaliz avel, pois seu polin omio minimal divide
o polin omio minimal do operador correspondente em T, sendo, portanto,
Decomposic ao em Soma Direta
um produto de fatores lineares distintos.
Como dimW
i
< dimV, os operadores em T
i
podem ser diagonalizados
simultaneamente, ou seja, W
i
possui uma base B
i
formada por vetores
que s ao autovetores de todos os operadores de T
i
.
Como T e diagonaliz avel, temos que B = B
1
. . . B
k
e uma base de
V formada por autovetores de todos os operadores de T, ou seja, [L]
B
e
diagonal para todo operador L T

Observac ao 4.2
No teorema anterior, a comutatividade da famlia T e uma condic ao n ao
s o suente mas tamb emnecess aria para a diagonalizac ao simult anea dos
operadores em T, pois duas matrizes diagonais sempre comutam.
5. Decomposic ao em Soma Direta
Denic ao 5.1
Seja V um espaco vetorial. Os subespacos W
1
, . . . , W
k
de V s ao chama-
dos independentes, se
v
1
+. . . +v
k
= 0,
com v
i
W
i
, implica que v
i
= 0, para todo i = 1, . . . , k .
Se W = W
1
+ . . . + W
k
, ent ao todo vetor v W pode ser expresso
como
v = v
1
+. . . +v
k
, v
i
W
i
.
Se, al em disso, W
1
, . . . , W
k
s ao independentes, todo vetor v W pode
ser expresso de modo unico como uma tal soma.
De fato, se v se escreve, tamb em, como v = w
1
+. . . +w
k
, w
i
W
i
,
temos que
v v = (v
1
w
1
) +. . . + (v
k
w
k
) = 0,
com v
i
w
i
W
i
, i = 1, . . . , k. Logo, v
i
= w
i
para todo i = 1, . . . , k, pois
W
1
, . . . , W
k
s ao independentes.
Denic ao 5.2
Sejam W
1
, . . . , W
k
subespacos de um espaco vetorial V.
Dizemos que o subespaco W e a soma direta de W
1
, . . . , W
k
e escreve-
mos
W = W
1
. . . W
k
se as seguintes condic oes s ao satisfeitas
W = W
1
+. . . +W
k
;
W
1
, . . . , W
k
s ao independentes.
Teorema 5.1
Seja V umespaco vetorial de dimens ao nita e sejamW
1
, . . . , W
k
subespacos
de V.
Se W = W
1
+. . . +W
k
, as seguintes armac oes s ao equivalentes:
(a) W = W
1
W
2
. . . W
k
;
(b) W
j
( W
1
+. . . +W
j1
) = {0} , 2 j n;
(c) Se B
i
e uma base ordenada de W
i
, 1 i k, ent ao B = B
1
. . . B
k
e uma base de W.
(d) dimW =
k
i=1
dimW
i
.
Prova.
(a)=(b) Se v W
j
( W
1
+ . . . + W
j1
), existem vetores v
1
, . . . , v
j1
,
v
i
W
i
, i = 1 . . . , j 1, tais que
v = v
1
+. . . +v
j1
.
Como W
1
, . . . , W
k
s ao independentes e
v
1
+. . . +v
j1
+ (v) +0 +. . . + 0 = 0,
temos que v
1
= v
2
= . . . = v
j1
= v = 0.
(b)=(c) Como W = W
1
+. . .+W
k
e B
i
e uma base de W
i
, i = 1, . . . , k, te-
mos que B = B
1
. . .B
k
gera o subespaco W. Tamb em, toda combinac ao
linear nula de vetores de B tem a forma
v
1
+. . . +v
k
= 0,
onde cada v
i
e uma combinac ao linear de vetores da base B
i
, i = 1, . . . , k.
Seja j o maior inteiro dentre 1, 2, . . . , k, tal que v
j
,= 0. Ent ao
0 = v
1
+. . . +v
j
, com v
j
,= 0.
Logo, v
j
= v
1
. . . v
j1
e um vetor n ao nulo em W
j
( W
1
+. . . +W
j1
),
o que contradiz (b).
Assim, v
i
= 0 para todo i = 1, . . . , k.
Como cada v
i
e uma combinac ao linear de vetores da base B
i
, temos que
essa combinac ao linear s o pode ser a trivial. Logo, B e uma base de W.
(c)=(d) e obvio.
(d)=(a) Seja B
i
uma base de W
i
, i = 1, . . . , k. Como B = B
1
. . . B
k
gera o subespaco W = W
1
+ . . . + W
k
e dimW =
k
i=1
dimW
i
=
k
i=1
#B
i
,
temos que B = B
1
. . . B
k
e uma base de W.
Ao lado estamos designando #B
i
o n umero de elementos do con-
junto B
i
, isto e, a cardinalidade do
conjunto B
i
.
Ent ao, se v
1
+ . . . + v
k
= 0, com v
i
W
i
, temos que existem escalares
j
i
K, j = 1, . . . , k, i = 1, . . . , dimW
i
= n
i
, tais que
1
1
v
1
1
+
1
2
v
1
2
+. . . +
1
n
1
v
1
n
1
+. . . +
k
1
v
k
1
+. . . +
k
n
k
v
k
n
k
= 0,
onde B
i
= {v
i
1
, . . . , v
i
n
i
} e v
i
=
n
i
j=1
i
j
v
i
j
.
Como B = B
1
. . . B
k
e uma base de W, temos que
j
i
= 0, para todo
j = 1, . . . , k e todo i = 1, . . . , n
j
, ou seja v
j
= 0, para todo j = 1, . . . , k.
Logo, W
1
, . . . , W
i
s ao independentes, ou seja, W = W
1
. . . W
k
.
Exemplo 5.1
Seja n um inteiro positivo e seja K
nn
o espaco vetorial das matrizes nn
sobre um subcorpo K do corpo dos n umeros complexos.
Seja W
1
o subespaco das matrizes sim etricas, isto e, as matrizes A tais
que A
t
= A.
Seja W
2
o subespaco das matrizes antisim etricas, isto e, matrizes A tais
que A
t
= A. Ent ao,
A identidade ao lado diz que
toda matriz se expressa de forma
unica como a soma de uma ma-
triz sim etrica com uma matriz an-
tisim etrica.
K
nn
= W
1
W
2
De fato, se A K
nn
, temos
A = A
1
+A
2
,
onde A
1
=
1
2
(A+A
t
) W
1
e A
2
=
1
2
(AA
t
) W
2
.
Se A = B
1
+B
2
, onde B
1
W
1
e B
2
W
2
, temos que
A
t
= B
t
1
+B
t
2
= B
1
B
2
.
Logo, A+A
t
= 2B
1
, ou seja B
1
=
1
2
(A+A
t
) = A
1
, e
B
2
= AB
1
= A
1
2
(A+A
t
) =
1
2
(AA
t
) = A
2
,
provando, assim, a unicidade da decomposic ao.
Observac ao 5.1
Sejam c
1
, . . . , c
k
i
,
i = 1, . . . , k, o espaco dos autovetores associado ao autovalor c
i
.
J a provamos que W
1
, . . . , W
k
s ao LI. Logo, W = W
1
. . . W
k
.
Como consequ encia desse fato e do teorema 1.2, obtemos o se-
guinte resultado:
O operador T : V V e diagonaliz avel V = W
1
. . . W
k
Corol ario 5.1
Seja V umespaco vetorial de dimens ao nita e sejamW
1
, . . . , W
k
subespacos
de V. Ent ao:
(a) V = W
1
. . . W
k
V = W
1
+. . . +W
k
e W
j
(W
1
+. . . +W
j1
) =
{0} , j = 2, . . . , k .
(b) V = W
i
. . . W
k
V = W
1
+. . . +W
k
e dim(V) =
k
i=1
dim(W
i
) .
(c) V = W
i
. . .W
k
dim(V) =
k
i=1
dim(W
i
) e W
j
(W
1
+. . .+W
j1
) =
{0} , j = 2, . . . , k .
Prova.
Pelo lema anterior, s o falta provar que se dim(V) =
k
i=1
dim(W
i
) e
W
j
(W
1
+. . . +W
j1
) = {0}, 2 j k, ent ao V = W
1
. . . W
k
.
De fato, ao demonstrarmos que (b)=(c) no teorema 5.1, provamos que
se W
j
(W
1
+. . . +W
j1
) = {0}, 2 j k, ent ao B
1
. . . B
k
e um conjunto
de vetores LI, onde B
i
e uma base de W
i
. Tal conjunto e uma base de V,
pois possui
k
i=1
dim(W
i
) = dim(V) vetores.
Logo, V = W
1
+. . . +W
k
e, portanto, V = W
1
. . . W
k
.
Proposic ao 5.1
Sejam V e W espacos vetoriais sobre o corpo K. Ent ao, o conjunto
V W = {(v, w) | v V e w W} com as operac oes
(v, w) + (v
, w
) = (v +v
, w+w
)
(v, w) = (v, w)
e um espaco vetorial.
Prova.
Exerccio.
Proposic ao 5.2
Se dimV = n e dimW = m, ent ao dim(V W) = m+n.
Prova.
Sejam {v
1
, . . . , v
n
} uma base de V e {w
1
, . . . , w
m
} uma base de W. Ent ao,
o conjunto
B = {(v
1
, 0), . . . , (v
n
, 0), (0, w
1
), . . . , (0, w
m
)} ,
e uma base de V W.
De fato, se (v, w) V W, existem escalares
1
, . . . ,
n
,
1
, . . . ,
m
K
tais que
v =
1
v
1
+. . . +
n
v
n
e w =
1
w
1
+. . . +
m
w
m
.
Logo,
(v, w) =
1
(v
1
, 0) +. . . +
n
(v
n
, 0) +
1
(0, w
1
) +. . . +
m
(0, w
m
) ,
ou seja, o conjunto B gera o espaco V W.
Al em disso, B e um conjunto LI, pois se
1
(v
1
, 0) +. . . +
n
(v
n
, 0) +
1
(0, w
1
) +. . . +
m
(0, w
m
) = (0, 0) ,
temos que
(
1
v
1
+. . . +
n
v
n
,
1
w
1
+. . . +
m
w
m
) = (0, 0) .
Ent ao,
1
v
1
+ . . . +
n
v
n
=
1
w
1
+ . . . +
m
w
m
= 0, o que implica
1
= . . . =
n
=
1
= . . . =
m
= 0 .
Proposic ao 5.3
Sejam W
1
e W
2
subespacos de um espaco vetorial de dimens ao nita.
Seja B : W
1
W
2
V denida por B(v, w) = v + w. Ent ao B e linear, e
B e um isomorsmo se, e s o se, V = W
1
W
2
.
Prova.
Sejam (v
1
, w
1
), (v
2
, w
2
) W
1
W
2
e K. Ent ao,
B((v
1
, w
1
) + (v
2
, w
2
)) = B(v
1
+v
2
, w
1
+w
2
)
= v
1
+v
2
+w
1
+w
2
= (v
1
+w
1
) + (v
2
+w
2
)
= B(v
1
, w
1
) +B(v
2
, w
2
) ,
ou seja B e linear.
Provaremos, agora, que B e um isomorsmo se, e s o se, V = W
1
W
2
.
(=) Temos que dim(V) = dim(W
1
W
2
) = dim(W
1
) + dim(W
2
). Al em
disso, se v W
1
W
2
, ent ao, (v, v) W
1
W
2
e B(v, v) = 0. Como B
e injetora, temos que v = 0. Logo, W
1
W
2
= {0}. Ent ao, pelo item (c) do
corol ario 5.1, conclumos V = W
1
W
2
.
(=) Se V = W
1
W
2
, temos que B e sobrejetora, pois B(W
1
W
2
) =
W
1
+W
2
= V. Al em disso, como
dim(V) = dim(W
1
) +dim(W
2
) = dim(W
1
W
2
),
temos que B e um isomorsmo.
Denic ao 5.3
Seja V um espaco vetorial. Dizemos que um operador linear E sobre V e
uma projec ao se E
2
= E.
Seja E : V V uma projec ao, e sejam E(V) a imagem de E e
Ker(E) o n ucleo de E. Valem as seguintes armativas:
(1) v E(V) E(v) = v .
De fato, se E(v) = v ent ao, claramente, v E(V). Veriquemos a
suci encia da condic ao.
Seja w E(V). Ent ao existe v V tal que E(v) = w.
Logo, E(w) = E(E(v)) = E(v) = w.
(2) V = E(V) Ker(E) .
Com efeito, seja v V, ent ao v = E(v) +v E(v). Como E(v) E(V)
e E(v E(v)) = E(v) E
2
(v) = 0, ou seja v E(v) Ker(E), temos que
V = E(V) +Ker(E).
Al em disso, se v E(V) Ker(E), ent ao E(v) = v e E(v) = 0, isto e,
v = 0. Logo, E(V) Ker(E) = {0} e, portanto, V = E(V) Ker(E).
Observac ao 5.2
Seja V = W
1
W
2
e seja E : V V denida por E(v) = v
2
, onde
v = v
1
+v
2
com v
1
W
1
e v
2
W
2
.
Ent ao E e um operador linear e e uma projec ao, chamada a projec ao
sobre W
2
segundo W
1
.
De fato, se v = v
1
+ v
2
e w = w
1
+ w
2
, onde v
1
, w
1
W
1
e v
2
, w
2
W
2
,
ent ao
E(v +w) = E((v
1
+w
1
) + (v
2
+w
2
)) = v
2
+w
2
= E(v) +E(w) .
Al em disso, E(E(v)) = E(E(v
1
+v
2
)) = E(v
2
) = v
2
= E(v), ou seja E
2
= E e
E(V) = W
2
.
Observac ao 5.3
Toda projec ao E : V V e diagonaliz avel.
De fato, como V = E(V) + Ker(E), temos que B = {v
1
, . . . , v
r
, v
r+1
, . . . , v
n
}
e uma base de V, onde {v
1
, . . . , v
r
} e uma base de E(V) e {v
r+1
, . . . , v
n
} e
uma base de Ker(E). Logo,
[E]
B
=
_
I
rr
O
O O
_
,
pois E(v
i
) = v
i
, para i = 1, . . . , r, e E(v
j
) = 0, para j = r +1, . . . , n.
Observac ao 5.4
Suponhamos que V = W
1
. . . W
k
. Para cada j = 1, . . . , k, podemos
denir a aplicac ao E
j
: V V por E
j
(v) = v
j
, onde v = v
1
+ . . . + v
k
,
v
i
W
i
, i = 1 . . . , k.
E facil vericar que cada E

j
e linear, que E
j
(V) = W
j
e que E
2
j
= E
j
.
O n ucleo de E
j
e W
1
+ . . . + W
j1
+ W
j+1
+ . . . + W
k
, pois a armac ao
de que E
j
(v) = 0 signica que v e uma soma de vetores dos espacos
W
1
, . . . , W
j1
, W
j+1
, . . . , W
k
.
Como E
j
(v) = v
j
, j = 1, . . . , k, onde v = v
1
+. . . +v
k
, temos que
v = E
1
(v) +. . . +E
k
(v) ,
para todo vetor v V. Logo, I = E
1
+. . . +E
k
.
Note tamb em que se i ,= j, ent ao E
i
E
j
= O (operador nulo), pois a imagem
W
j
de E
j
est a contida no n ucleo de E
i
.
Teorema 5.2
Se V = W
1
. . . W
k
, ent ao existem k operadores E
1
, . . . , E
k
sobre V tais
que:
(a) E
2
j
= E
j
(E
j
e uma projec ao), para j = 1, . . . , k.
(b) E
i
E
j
= O, para i ,= j.
(c) I = E
1
+. . . +E
k
.
(d) E
j
(V) = W
j
, j = 1, . . . , k.
Reciprocamente, se E
1
, . . . , E
k
s ao k operadores lineares sobre V que
satisfazem as condic oes (a), (b) e (c), ent ao V = W
1
. . . W
k
, onde
W
j
= E
j
(V), para j = 1, . . . , k.
Prova.
Precisamos provar apenas a recproca. Sejam E
1
. . . , E
k
operadores line-
ares sobre V que satisfazem as condic oes (a), (b) e (c), e seja W
j
= E
j
(V),
j = 1, . . . , k. Ent ao,
V = W
1
+. . . +W
k
,
pois, por (c), temos que v = E
1
(v) +. . . +E
k
(v) , para todo v V.
Essa express ao e unica, pois se v = v
1
+ . . . + v
k
, com v
i
W
i
= E
i
(V),
v
i
= E
i
(w
i
), temos, por (a) e (b), que
E
j
(v) =
k
i=1
E
j
(v
i
) =
k
i=1
E
j
E
i
(w
i
) = E
2
j
(w
j
) = E
j
(w
j
) = v
j
.
Logo, V = W
1
. . . W
k
.

Somas Diretas Invariantes
6. Somas Diretas Invariantes
Seja V = W
1
. . . W
k
, onde cada subespaco W
i
e invariante
por um operador linear T dado. Seja T
i
= T|
W
i
, i = 1, . . . , k. Ent ao, se
v = v
1
+. . . +v
k
, com v
i
W
i
, i = 1, . . . , k,
T(v) = T
1
(v
1
) +. . . +T
k
(v
k
) .
Dizemos, nesse caso, que T e a soma direta dos operadores T
1
, . . . , T
k
.
Seja B = B
1
. . . B
k
uma base ordenada de V, onde B
i
e uma base
ordenada de W
i
, i = 1 . . . , k. Ent ao, se A
i
= [T
i
]
B
i
, temos que
[T]
B
=
_
_
_
_
_
_
A
1
O O
O A
2
O
.
.
.
.
.
.
.
.
.
.
.
.
O O A
k
_
_
_
_
_
_
,
em que A
i
e uma matriz d
i
d
i
, d
i
= dim(W
i
), e os smbolos O s ao blocos
retangulares de v arios tamanhos com entradas nulas.
Teorema 6.1
Seja T um operador linear sobre o espaco V e sejam W
i
e E
i
, i = 1 . . . , k,
como no Teorema 5.2. Ent ao, cada W
i
e invariante por T se, e somente
se, T comuta com cada uma das projec oes E
i
, i = 1, . . . , k.
Prova.
(=) Suponhamos que T comuta com cada E
i
. Seja v W
i
. Ent ao,
E
i
(v) = v e
T(v) = T(E
i
(v)) = E
i
(T(v)) .
Ou seja, T(v) W
i
. Logo, cada W
i
e invariante por T.
(=) Suponhamos, agora, que cada W
i
e invariante por T. Seja v V.
Ent ao,
v = E
1
(v) +. . . +E
k
(v) =T(v) = T(E
1
(v)) +. . . +T(E
k
(v)) .
Como E
i
(v) W
i
e esse subespaco e invariante por T, devemos ter
T(E
i
(v)) = E
i
(w
i
), para algum w
i
W
i
.
Assim,
E
j
(T(E
i
(v))) = E
j
(E
i
(w
i
)) =
_
_
_
0, se j ,= i ;
E
j
(w
j
) , se j = i .
Logo,
E
j
T(v) = E
j
(T(E
1
(v))) +. . . +E
j
(T(E
k
(v))) = E
j
(w
j
) = T(E
j
(v)) .
Como isso vale para todo v V, temos que E
j
T = TE
j
, j = 1, . . . , k.
Teorema 6.2
Seja T um operador linear sobre um espaco V de dimens ao nita. Se
T e diagonaliz avel e c
1
, . . . , c
k
s ao os autovalores distintos de T, ent ao
existem operadores lineares E
1
, . . . , E
k
sobre V tais que:
(a) T = c
1
E
1
+. . . +c
k
E
k
.
(b) I = E
1
+. . . +E
k
.
(c) E
i
E
j
= O, se i ,= j .
(d) E
2
j
= E
j
(i.e. E
j
e uma projec ao).
(e) A imagem de E
j
e o autoespaco de T associado a c
j
.
Reciprocamente, se existem k escalares distintos c
1
, . . . c
k
e k operado-
res lineares n ao-nulos E
1
, . . . , E
k
satisfazendo as condic oes (a), (b) e (c),
ent ao T e diagonaliz avel, c
1
, . . . , c
k
s ao os autovalores distintos de T e as
condic oes (d) e (e) s ao, tamb em, satisfeitas.
Prova.
Suponha que T seja diagonaliz avel, com autovalores distintos c
1
, . . . , c
k
.
Seja W
i
o autoespaco associado ao autovalor c
i
. Ent ao, pelo Teorema
5.2, (b), (c), (d) e (e) s ao satisfeitas. Basta, ent ao, vericar que (a) e
satisfeita.
Seja v V.
Ent ao,
v = E
1
(v) +. . . +E
k
(v) .
e
T(v) = T(E
1
(v)) +. . . +T(E
k
(v)) = c
1
E
1
(v) +. . . +c
k
E
k
(v) ,
ou seja, T = c
1
E
1
+. . . +c
k
E
k
.
Suponhamos, agora, que sejam dados um operador linear T, escalares
distintos c
1
, . . . , c
k
e operadores n ao-nulos E
1
, . . . , E
k
satisfazendo (a), (b)
e (c).
Como E
i
E
j
= O, para i ,= j, temos, multiplicando ambos os membros
de I = E
1
+ . . . + E
k
por E
i
, que E
i
= E
2
i
. E, multiplicando a identidade
T = c
1
E
1
+ . . . + c
k
E
k
por E
i
, resulta que TE
i
= c
i
E
2
i
= c
i
E
i
, o que mostra
que todo vetor na imagem de E
i
est a no n ucleo de T c
i
I.
Como E
i
,= O, existe um vetor n ao-nulo no n ucleo de T c
i
I, ou seja c
i
e
um autovalor de T. Al em disso, os escalares c
i
, i = 1, . . . , k s ao os unicos
autovalores de T. De fato, se c e um escalar arbitr ario, temos
T cI = (c
1
c)E
1
+. . . + (c
k
c)E
k
.
Logo, se (T cI)(v) = 0, devemos ter (c
i
c)E
i
(v) = 0, i = 1, . . . , k, pois
V = E
1
(V) . . . E
k
(V), j a que E
i
E
j
= O, i ,= j, E
2
j
= E
j
e I = E
1
+. . . +E
k
.
Se v n ao e o vetor nulo, existe i tal que E
i
(v) ,= 0, de modo que c
i
c = 0
para tal i.
O operador T e diagonaliz avel, pois todo vetor n ao-nulo na imagem de E
i
e um autovetor e todo vetor v se escreve na forma
v = E
1
(v) +. . . +E
k
(v) ,
ou seja, os autovetores de T geram V.
Resta provar que E
i
(V) = Ker(T c
i
I).
Se v Ker(T c
i
I), isto e, se T(v) = c
i
v, ent ao
k
j=1
(c
j
c
i
)E
j
(v) = 0.
Logo, (c
j
c
i
)E
j
(v) = 0 para todo j = 1, . . . , k.
Assim, E
j
(v) = 0 para j ,= i, ou seja, v = E
i
(v), mostrando que
Ker(T c
i
I) E
i
(V).
Como j a provamos que E
i
(V) Ker(T c
i
I), temos que Ker(T c
i
I) =
E
i
(V), para todo i = 1, . . . , k.
Observac ao 6.1
Se g = a
0
+a
1
x +. . . +a
n
x
n
e um polin omio em K[x], ent ao
g(T) = g(c
1
)E
1
+. . . +g(c
k
)E
k
,
ou seja,
g(T) = a
n
k
i=1
c
n
i
E
i
+. . . +a
0
k
i=1
E
i
.
De fato, basta provar que
T
m
=
k
i=1
c
m
i
E
i
,
para todo inteiro positivo m.
Faremos a demonstrac ao desse fato usando induc ao sobre m.
Se m = 1, temos que T =
k
i=1
c
i
E
i
.
Suponhamos o resultado v alido para o inteiro m: T
m
=
k
i=1
c
m
i
E
i
.
Ent ao,
T
m+1
= T
m
T =
_
k
i=1
c
m
i
E
i
_ _
k
j=1
c
j
E
j
_
=
k
i=1
k
j=1
c
m
i
c
j
E
i
E
j
=
k
i=1
c
m+1
i
E
i
,
pois E
i
E
j
= O, se i ,= j, e E
2
i
= E
i
, para todo i = 1, . . . , k.
Observac ao 6.2
Se p
j
s ao os polin omios de Lagrange correspondentes aos escalares
c
1
, . . . , c
k
, i.e.
p
j
=
i=j
x c
i
c
j
c
i
,
temos que
p
j
(T) =
k
i=1
p
j
(c
i
)E
i
= E
i
,
pois p
j
(c
i
) =
ij
. Logo, as projec oes E
i
s ao polin omios em T.
Observac ao 6.3
Daremos agora uma outra demonstrac ao do seguinte resultado:
T e diagonaliz avel se, e somente se, o seu polin omio minimal tem a forma
p
m
= (x c
1
) . . . (x c
k
) ,
onde c
1
, . . . , c
k
K s ao escalares distintos.
Se T e diagonaliz avel, T = c
1
E
1
+. . . +c
k
E
k
, ent ao,
g(T) = g(c
1
)E
1
+. . . +g(c
k
)E
k
,
para todo polin omio g K[x].
Logo, g(T) = O se, e somente se, g(c
i
) = 0, para todo i = 1 . . . , k.
Assim,
p
m
= (x c
1
) . . . (x c
k
) ,
e o polin omio minimal de T.
Suponhamos agora que T seja um operador linear sobre V com polin omio
minimal
p
m
= (x c
1
) . . . (x c
k
) ,
onde c
1
, . . . , c
k
K s ao escalares distintos.
Sejam
p
j
=
i=j
x c
i
c
j
c
i
,
os polin omios de Lagrange correspondentes aos escalares c
1
, . . . , c
k
.
Ent ao, p
j
(c
i
) =
ij
e
g = g(c
1
)p
1
+. . . +g(c
k
)p
k
,
para todo polin omio g de grau k 1.
Tomando os polin omios g = 1 e g = x, obtemos que
1 = p
1
+. . . +p
k
(I)
x = c
1
p
1
+. . . +c
k
p
k
.
Observe que a segunda igualdade s o e v alida se k > 1. Mas, se k = 1, T
e um m ultiplo do operador identidade, sendo, portanto, diagonaliz avel.
Seja E
j
= p
j
(T). De (I), temos que
I = p
1
(T) +. . . +p
k
(T) = E
1
+. . . +E
k
,
e
T = c
1
p
1
(T) +. . . +c
k
p
k
(T) = c
1
E
1
+. . . +c
k
E
k
.
Observe que, se i ,= j, ent ao p
i
p
j
e divisvel pelo polin omio minimal p
m
,
pois p
i
p
j
cont em x c
como fator, para todo = 1, . . . , k.

Assim,
E
i
E
j
= p
i
(T)p
j
(T) = p
i
p
j
(T) = O, se i ,= j .
O Teorema da Decomposic ao Prim aria
Al em disso, E
i
,= O, i = 1 . . . , k, pois E
i
= p
i
(T) e p
i
e um polin omio de
grau menor que o polin omio minimal p
m
.
Como T = c
1
E
1
+ . . . + c
k
E
k
, I = E
1
+ . . . + E
k
, E
i
E
j
= O, i ,= j, E
i
,= O,
i = 1, . . . , k, e c
1
, . . . , c
k
s ao distintos, temos, pelo Teorema 6.2, que T e
diagonaliz avel.
7. O Teorema da Decomposic ao Prim aria
Ao estudar um operador T usando seus autovalores, iremos nos con-
frontar com dois problemas. Primeiro, T poder a n ao ter nenhum valor
caracterstico, que e uma deci encia do corpo dos escalares, a saber, o
corpo n ao e algebricamente fechado. Segundo, mesmo que o polin omio
caracterstico se decomponha num produto de polin omios de grau 1, po-
dem n ao existir autovetores sucientes para gerar o espaco V, que e,
evidentemente, uma deci encia do operador T.
Por exemplo, seja T o operador sobre K
3
representado, em relac ao
` a base can onica, pela matriz
A =
_
_
2 0 0
1 2 0
0 0 1
_
_
.
O polin omio caracterstico de T e (x 2)
2
(x +1).
Como
A2I =
_
_
0 0 0
1 0 0
0 0 3
_
_
e A+I =
_
_
3 0 0
1 3 0
0 0 0
_
_
,
temos que
(A2I)(A+I) =
_
_
0 0 0
3 0 0
0 0 0
_
_
,= O.
Logo, p
m
= (x 2)
2
(x +1) e o polin omio minimal de T.
Como posto(A2I) = posto(A+I) = 2, temos que
dim(Ker(T 2I)) = dim(Ker(T +I)) = 1 ,
ou seja,
Ker(T 2I) Ker(T I) ,= K
3
.
Mas,
Ker((T 2I)
2
) Ker(T +I) = K
3
,
pois e
3
Ker(T +I) e e
1
, e
2
Ker((T 2I)
2
), uma vez que
(A2I)
2
=
_
_
0 0 0
1 0 0
0 0 3
_
_
_
_
0 0 0
1 0 0
0 0 3
_
_
=
_
_
0 0 0
0 0 0
0 0 9
_
_
.
Mostraremos, no caso geral, que se
p
m
= (x c
1
)
r
1
. . . (x c
k
)
r
k
e o polin omio minimal de T, onde c
1
, . . . , c
k
s ao escalares distintos, ent ao
V = Ker((T c
1
)
r
1
) . . . Ker((T c
k
)
r
k
) .
Teorema da Decomposic ao
Prim aria
Teorema 7.1
Seja p
m
= p
r
1
1
. . . p
r
k
k
o polin omio minimal de T, onde os p
i
K[x] s ao
polin omios primos unit arios distintos e os r
i
s ao inteiros positivos.
Seja W
i
= Ker(p
r
i
i
(T)) , i = 1, . . . , k.
Ent ao,
(a) V = W
1
. . . W
k
.
(b) T(W
i
) W
i
, i = 1, . . . , k .
(c) Se T
i
= T|
W
i
, ent ao o polin omio minimal de T
i
e p
r
i
i
.
Prova.
Para cada i, seja
f
i
=
p
p
r
i
i
=
j=i
p
r
j
j
,
Como p
1
, . . . , p
k
s ao polin omios primos distintos, os polin omios f
1
, . . . , f
k
Assim, existem polin omios g
1
, . . . , g
k
tais que
k
i=1
f
i
g
i
= 1 .
Note, tamb em, que se i ,= j, ent ao f
i
f
j
e divisvel pelo polin omio p
m
, pois
f
i
f
j
cont em p
r
n
n
como fator, n = 1, . . . , k.
Seja h
i
= f
i
g
i
e seja E
i
= h
i
(T) = f
i
(T)g
i
(T) .
Como h
1
+. . . +h
k
= 1 e p
m
divide f
i
f
j
, para i ,= j, temos que
E
i
+. . . +E
k
= I ,
E
i
E
j
= O, se i ,= j .
Assim, E
1
, . . . , E
k
s ao projec oes que correspondema alguma decomposic ao
do espaco V em soma direta.
Vamos mostrar que E
i
(V) = W
i
, i = 1, . . . , k.
Seja v E
i
(V), ent ao E
i
(v) = v e
p
r
i
i
(T)(v) = p
r
i
i
(T)f
i
(T)g
i
(T)(v) = p
m
(T)g
i
(T)(v) = 0.
Ou seja, E
i
(V) W
i
, i = 1, . . . , k.
Seja, agora, v W
i
= Ker(p
r
i
i
(T)).
Se j ,= i, f
j
g
j
e divisvel por p
r
i
i
e, ent ao, f
j
(T)g
j
(T)(v) = 0, ou seja,
E
j
(v) = 0, se j ,= i. Logo, v = E
i
(v), isto e, v E
i
(V).
Pelo Teorema 5.2, temos que
V = W
1
. . . W
k
.
E obvio que cada W

i
e invariante por T, pois se v W
i
= Ker(p
r
i
i
(T)),
ent ao p
r
i
i
(T(v)) = T(p
r
i
i
(T)(v)) = 0.
Se T
i
= T|
W
i
, ent ao p
r
i
i
(T
i
) = O, pois, por denic ao, p
r
i
i
(T) se anula no
subespaco W
i
. Logo, o polin omio minimal de T
i
divide p
r
i
i
.
Seja g um polin omio arbitr ario tal que g(T
i
) = O.
Ent ao, g(T)f
i
(T) = 0, pois g(T)(v) = 0, para todo v W
i
e f
i
(T)(v) = 0,
para todo v W
j
, j ,= i.
Assim, o polin omio minimal p
m
de T divide gf
i
, ou seja, p
m
= p
r
i
i
f
i
divide
gf
i
. Logo, p
r
i
i
divide g, pois f
i
n ao possui em sua decomposic ao o fator
primo p
i
.
Portanto, o polin omio minimal de T
i
e p
r
i
i
.
Corol ario 7.1

Se E
i
, . . . , E
k
s ao as projec oes associadas ` a decomposic ao prim aria de T,
ent ao cada E
i
e um polin omio em T e, consequentemente, se um opera-
dor U comuta com T, ent ao comuta com cada um dos E
i
, ou seja, cada
subespaco W
i
e invariante por U.
Observac ao 7.1
Seja T um opeardor linear sobre V com polin omio minimal
p
m
= (x c
1
)
r
1
. . . (x c
k
)
r
k
,
ou seja, os polin omios primos p
i
s ao da forma x c
i
.
Seja W
i
= Ker((T c
i
I)
r
i
) = E
i
(V) , i = 1, . . . , k, e seja o operador
D = c
1
E
1
+. . . +c
k
E
k
.
Ent ao, pelo Teorema 6.2, D e um operador diagonaliz avel, que denomina-
mos a parte diagonaliz avel de T, sendo c
1
, . . . , c
k
os autovalores distintos
de D e W
i
= Ker((T c
i
I)
r
i
) o autoespaco de D associado ao autovalor
c
i
.
Consideremos o operador N = T D. Como
T = TE
1
+. . . +TE
k
D = c
1
E
1
+. . . +c
k
E
k
,
temos que
N = (T c
1
I)E
1
+. . . + (T c
k
I)E
k
.
Logo,
N
2
= (T c
1
I)
2
E
1
+. . . + (T c
k
I)
2
E
k
,
e, de modo geral,
N
r
= (T c
1
I)
r
E
1
+. . . + (T c
k
I)
r
E
k
.
Quando r r
i
, para todo i, temos que N
r
= O, pois o operador (T
c
i
I)
r
E
i
= O, j a que E
i
(V) = Ker((T c
i
I)
r
i
) .
Denic ao 7.1
Seja N um operador linear sobre o espaco vetorial V de dimens ao nita
sobre o corpo K. Dizemos que N e nilpotente se existe um inteiro positivo
k tal que N
k
= O. O menor inteiro positivo r tal que N
r
= O e denominado
a ordem de N ou o ndice de nilpot encia de N.
Teorema 7.2
Suponhamos que o polin omio minimal de T se decomponha em K como
um produto de fatores lineares. Ent ao, existe um operador diagonaliz avel
D sobre V e um operador nilpotente N sobre V tais que
(a) T = D+N.
(b) DN = ND.
O operador diagonaliz avel D e o operador nilpotente N s ao determinados
de modo unico por (a) e (b), e cada um deles e um polin omio em T.
Prova.
J a provamos que podemos escrever T = D+N, onde D = c
1
E
1
+. . .+c
k
E
k
e diagonaliz avel e N = T D e nilpotente.
Como cada E
i
e um polin omio em T, temos que D e N s ao polin omios em
T e, portanto, comutam entre si.
Suponhamos, agora, que T = D
+ N
, onde D
e diagonaliz avel, N
e
nilpotente e D
= N
.
Como D
e N
comutam entre si e T = D
+ N
, temos que D
e N
comutam com T. Sendo D e N polin omios em T, temos que D
e N
comutam com D e N. Logo, os quatro operadores D, N, D
e N
comutam
entre si.
Temos
D+N = T = D
+N
= DD
= N
N.
Como D e D
s ao operadores diagonaliz aveis que comutam, eles s ao

simultaneamente diagonaliz aveis e, portanto, DD
e diagonaliz avel.
Como N e N
s ao operadores nilpotentes que comutam, N
N e nilpo-
tente. De fato, como NN
= N
N, temos que
(N
N)
r
=
r
j=0
_
r
j
_
(N
)
rj
(N)
j
,
o que pode ser provado usando um argumento indutivo sobre r junto com
a f ormula do bin omio de Newton.
Seja r
= max{r
1
, r
2
}, onde (N
)
r
1
= O e N
r
2
= O.
Ent ao,
(N
N)
2r
=
2r
j=0
_
2r
j
_
(N
)
2r
j
(N)
j
= O,
pois se j r
, (N)
j
= O, e se j < r
, temos 2r
j > r
, logo (N
)
2r
j
= O.
Como DD
= N
N, temos que DD
e um operador diagonaliz avel

e nilpotente. Ent ao, DD
= O, ou seja D = D
, e, portanto, N = N
(ver
observac ao abaixo).
Observac ao 7.2
De fato, podemos provar que o unico operador L que e simultaneamente
diagonaliz avel e nilpotente e o operador nulo de, pelo menos, duas ma-
neiras:
Suponha que L
r
= O e que e um autovalor de L. Ent ao, existe v ,= 0
tal que L(v) = v. Logo, L
r
(v) =
r
v = 0. Como v ,= 0, devemos ter = 0.
Assim, o espaco V e gerado pelos autovetores associados ao autovalor 0,
ou seja, L = O.
Sendo L nilpotente, seu polin omio minimal e da forma x
s
, para algum
s 1. Mas como L e tamb em diagonaliz avel, seu polin omio minimal e um
produto de fatores lineares distintos. Logo, x e o polin omio minimal de L,
ou seja L = O.
Corol ario 7.2
Seja V um espaco vetorial de dimens ao nita sobre um corpo algebrica-
mente fechado K.
Ent ao, todo operador linear T sobre V se escreve como uma soma de um
operador diagonaliz avel D com um operador nilpotente N, que comutam.
Esses operadores D e B s ao unicos e s ao polin omios em T.
Lema 7.1
Se N e um operador nilpotente, ent ao I +N e um isomorsmo.
Prova.
Seja L =
r
j=0
(1)
j
N
j
, onde N
r+1
= O e N
r
,= O. Ent ao,
(I +N)L = L(I +N) =
r
j=0
(1)
j
N
j
+
r
j=0
(1)
j
N
j+1
= I . Observe a analoga entre o ope-
rador inverso de I +N ao lado e
a s erie de pot encias (1 x)
1
=
j=0
x
j
.
Logo, I +N e invertvel e
(I +N)
1
=
r
j=0
(1)
j
N
j
.
Observac ao 7.3
Se N e nilpotente e ,= 0, ent ao I +N e um isomorsmo.
De fato, como I +N =
_
I +
1
N
_
e
1
N e nilpotente, temos, pelo lema

anterior, que I +
1
N e um isomorsmo. Logo, I +N = (I +
1
N).
Lema 7.2
Seja V um espaco vetorial de dimens ao nita sobre o corpo K e seja N
um operador nilpotente sobre V.
Suponha que o polin omio caracterstico de Nse escreve como umproduto
de fatores lineares em K[x]. Ent ao, x
n
e o polin omio caracterstico de N,
onde n = dim(V).
Prova.
De fato, se p
c
= (x c
1
)
d
1
. . . (x c
k
)
d
k
e o polin omio caracterstico de
N, c
1
, . . . , c
k
s ao os valores caractersticos distintos de N.
Mas como N e nilpotente, 0 (o zero) e o unico valor caracterstico de N.
Logo, p
c
= x
n
.
Observac ao 7.4
Se V e um espaco vetorial de dimens ao n sobre o corpo K e N e um
operador nilpotente sobre V, ent ao p
c
= x
n
e o polin omio caracterstico
de N.
Com efeito, seja K um corpo algebricamente fechado do qual K e um
subcorpo. Seja B uma base ordenada de V e A = [N]
B
.
Considerando Acomo uma matriz sobre K, temos, pelo lema anterior, que
x
n
e o seu polin omio caracterstico. Mas, como o polin omio caracterstico
de N e det(xI N) = det(xI A) , e esse determinante independe se
estamos considerando A como uma matriz com entradas em K ou em K,
temos que x
n
e o polin omio caracterstico de N
Teorema 7.3
Seja T um operador linear sobre o espaco vetorial V de dimens ao nita,
cujo polin omio caracterstico e
p
c
= (x c
1
)
d
1
. . . (x c
k
)
d
k
,
e cujo polin omio minimal e
p
m
= (x c
1
)
r
1
. . . (x c
k
)
r
k
.
Seja W
i
= Ker(T c
i
I)
r
i
. Ent ao,
(a) W
i
= {v V | n N
; (T c
i
I)
n
(v) = 0} ;
(b) dim(W
i
) = d
i
, i = 1, . . . , k ;
(c) (T c
i
I)|
W
i
e nilpotende de ordem r
i
, ou seja, ((T c
i
I)|
W
i
)
r
i
O e
((T c
i
I)|
W
i
)
r
i
1
,= O.
Prova.
Vamos mostrar primeiro que W
i
= W
i
, onde
W
i
= {v V | n N
; (T c
i
I)
n
(v) = 0} .
Seja v W
i
= Ker(T c
i
I)
r
i
. Ent ao, (T c
i
I)
r
i
(v) = 0.
Logo, v W
i
, isto e, W
i
W
i
.
Seja v W
i
. Ent ao, existe n N
, tal que (T c
i
I)
n
(v) = 0.
Como V = W
1
. . . W
k
, existem vetores v
j
W
j
, j = 1, . . . , k, tais que
v = v
1
+. . . +v
k
.
Logo,
0 = (T c
i
I)
n
(v) =
k
j=1
(T
j
c
i
I)
n
(v
j
)
=
k
j=1
((c
j
c
i
)I + (T
j
c
j
I))
n
(v
j
) .
Como (T
j
c
i
I)
n
(v
j
) W
j
, e os subespacos W
1
, . . . , W
k
s ao LI, temos que
((c
j
c
i
)I + (T
j
c
j
I))
n
(v
j
) = 0, j = 1, . . . , k.
Pelo lema anterior, (c
j
c
i
)I + (T
j
c
j
I) e um isomorsmo para j ,= i, pois
c
j
c
i
,= 0 e T
j
c
j
I e nilpotente.
Logo, ((c
j
c
i
)I + (T
j
c
j
I))
n
e um isomorsmo, se j ,= i.
Como ((c
j
c
i
)I +(T
j
c
j
I))
n
(v
j
) = 0, temos que v
j
= 0 para j ,= i. Assim,
v = v
i
W
i
, ou seja, W
i
W
i
.
Vamos mostrar, agora, que dim(W
i
) = dim(W
i
) = d
i
, onde d
i
e a multipli-
cidade de c
i
como raiz do polin omio caracterstico p
c
de T.
Como p
c
= (xc
1
)
d
1
. . . (xc
k
)
d
k
e o polin omio caracterstico de T, temos
p
c
= det(xI (T c
i
I)) = det((x +c
i
)I T)
= (x +c
i
c
i
)
d
i
j=i
(x +c
i
c
j
)
d
j
= x
d
i
j=i
(x (c
j
c
i
))
d
j
,
e o polin omio caracterstico de T c
i
I que, como vemos na ultima ex-
press ao, e um produto de fatores lineares.
Como o polin omio caracterstico de N
i
= T
i
c
i
I divide o polin omio ca-
racterstico de T c
i
I, temos que o polin omio caracterstico de N
i
e um
produto de fatores lineares.
Seja n
i
= dim(W
i
). Como N
i
= T
i
c
i
I e nilpotente, temos, pelo lema 7.2,
que x
n
i
Logo, o polin omio caracterstico de T
i
= N
i
+c
i
I e
det(xI T
i
) = det(xI (N
i
+c
i
I)) = det((x c
i
)I N
i
) = (x c
i
)
n
i
.
Mas, como (x c
i
)
n
i
divide p
c
, temos que n
i
d
i
. Logo, n
i
= d
i
, pois
n
1
+. . . +n
k
= d
1
+. . . +d
k
,
ou seja, dim(W
i
) = d
i
.
J a sabemos que (T
i
c
i
I)
r
i
= O, pois T
i
= T|
W
i
e W
i
= Ker(T c
i
I)
r
i
.
Suponhamos, por absurdo, que (T
i
c
i
I)
i
= O, para algum
i
< r
i
.
Pelo Teorema da Decomposic ao Prim aria, temos que (x c
i
)
r
i
e o po-
lin omio minimal de T
i
. Logo, x
r
i
e o polin omio minimal de N
i
= T
i
c
i
I.
Como N
i
i
= O, temos que x
r
i
divide x
i
, o que e uma contradic ao, pois
i
< r
i
.
Ent ao, (T c
i
I)
r
i
= O e (T
i
c
i
I)
r
i
1
,= O, ou seja, T
i
c
i
I e um operador
nilpotente de ordem r
i
.

Forma Can onica Racional
1. Subespac os cclicos e anuladores
Denic ao 1.1
Seja V um espaco vetorial de dimens ao nita sobre o corpo K, e seja
v V. O subespaco Tcclico gerado por v e o subespaco
Z(v, T) = {g(T)(v) | g K[x]} .
Se Z(v, T) = V, dizemos que v e um vetor cclico de T.
Observac ao 1.1
Seja W o menor subespaco de V que cont em v e e invariante por T, ou
seja, W e a intersec ao de todos os subespacos de V que cont em v e s ao
invariantes por T.
Ent ao, W = Z(v, T). De fato, se g(T)(v) Z(v, T), g K[x], temos
g(T)(v) W, pois W e invariante por T e cont em v. Logo, Z(v, T) W.
Mas, como Z(v, T) e um subespaco invariante por T que cont em v, temos
que W Z(v, T).
Z(v, T) e o subespaco gerado pelos vetores T
k
(v), k 0.
Ent ao, v e um vetor cclico de T se, e somente se, {T
k
(v) | k 0} gera o
espaco V.
Z(v, T) e unidimensional se, e somente se, v e um autovetor de T.
Se T = I e o operador identidade, todo vetor n ao nulo gera umsubespaco
cclico unidimensional. Logo, se dim(V) > 1, I n ao possui um vetor cclico.
Seja T um operador nilpotente sobre um espaco vetorial de dimens ao
193
Subespac os cclicos e anuladores
n sobre o corpo K, tal que T
n
= O e T
n1
,= O. Seja v V tal que
T
n1
(v) ,= 0. Ent ao,
{v, T(v), . . . , T
n1
(v)} ,
e uma base de V, ou seja, v e um vetor cclico de N.
De fato, se
a
0
v +a
1
T(v) +. . . +a
n1
T
n1
(v) = 0
= a
0
T
n1
(v) +a
1
T
n
(v) +. . . +a
n1
T
2n2
(v) = 0
= a
0
T
n1
(v) = 0 = a
0
= 0 .
Ou seja, a
1
T(v) +. . . +a
n1
T
n1
(v) = 0. Logo,
a
1
T
n1
(v) +. . . +a
n1
T
2n3
(v) = 0
= a
1
T
n1
(v) = 0 = a
1
= 0 .
Prosseguindo dessa maneira, obtemos que a
0
= a
1
= . . . = a
n1
= 0, isto
e, {v, T(v), . . . , T
n1
(v)} e LI, e, portanto, uma base de V.
Exemplo 1.1
2
representado, com respeito ` a base
can onica, pela matriz
A =
_
0 0
1 0
_
.
Como A ,= O, A
2
= O e A(e
1
) = e
2
,= 0, temos que {e
1
, A(e
1
) = e
2
} e uma
base de 1
2
, ou seja, e
1
e um vetor cclico de T.
Denic ao 1.2
Seja V um espaco vetorial sobre o corpo K.
Denimos o Tanulador de um vetor v V como sendo o ideal em K[x]
dado por
M(v, T) = {g K[x] | g(T)(v) = 0} .
O unico polin omio unit ario p
v
que gera esse ideal e tamb em denominado
o Tanulador de v.
Observac ao 1.2
Seja p
m
o polin omio minimal de T. Como p
m
(T) = O, temos p
m
(T)(v) = 0.
Logo, p
m
M(v, T) e p
v
divide p
m
.
Observac ao 1.3
O grau de p
v
e zero se, e somente se, v = 0.
Teorema 1.1
Seja v um vetor n ao nulo e seja p
v
o Tanulador do vetor v V. Ent ao:
(a) grau(p
v
) = dim(Z(v, T)).
(b) Se grau(p
v
) = k, ent ao B
v
= {v, T(v), . . . , T
k1
(v)} e uma base de
Z(v, T).
(c) Se T
v
= T|
Z(v,T)
, ent ao p
v
e o polin omio minimal de T
v
.
(d) A matriz de T
v
em relac ao ` a base B
v
e
[T
v
]
B
v
=
_
_
_
_
_
_
0 0 0 0 a
0
1 0 0 0 a
1
0 1 0 0 a
2
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 0 0 1 a
k1
_
_
_
_
_
_
,
A matriz ao lado e a matriz associ-
ada ao polin omio unit ario p
v
.
onde p
v
= a
0
+a
1
x +. . . +a
k1
x
k1
+x
k
.
Prova.
Seja g K[x]. Ent ao, existem q, r K[x] tais que g = p
v
q + r, onde
r 0 ou grau(r) < grau(p
v
) = k.
Como p
v
(T)q(T)(v) = 0, temos que
g(T)(v) = r(T)(v) .
Sendo r 0 ou grau(r) < k, temos que g(T)(v) e uma combinac ao linear
de v, T(v), . . . , T
k1
(v). Como g(T)(v) e um vetor arbitr ario de Z(v, T), ob-
temos que {v, T(v), . . . , T
k1
(v)} gera o subespaco Z(v, T).
Al em disso, {v, T(v), . . . , T
k1
(v)} e LI, pois, caso contr ario, existiria um po-
lin omio n ao-nulo de grau menor que k que anularia v, o que e um absurdo,
pois grau(p
v
) = k.
Seja T
v
= T|
Z(v,T)
e p o polin omio minimal de T
v
.
Como p
v
(T)(v) = 0, temos que
p
v
(T)(T
j
(v)) = T
j
(p
v
(T)(v)) = 0, j N.
Logo, p
v
(T
v
) = O. Ent ao, p divide p
v
. (I)
Por outro lado, como p(T
v
) = O, temos que 0 = p(T
v
)(v) = p(T)(v), ou
seja, p M(v, T). Logo, p
v
divide p. (II)
De (I) e (II), temos que p = p
v
, pois ambos s ao polin omios unit arios.
Se p
v
= a
0
+a
1
x +. . . +a
k1
x
k1
+x
k
, temos que
T
k
(v) = a
0
v a
1
T(v) . . . a
k1
T
k1
(v) .
Fazendo v
i
= T
i1
(v), i = 1, . . . , k e B
v
= {v
1
, . . . , v
k
} e uma base de
Z(v, T) tal que
T(v
i
) = T(T
i1
(v)) = T
i
(v) = v
i+1
, se i = 1, . . . , k 1 ,
e
T(v
k
) = T(T
k1
(v)) = T
k
(v) = a
0
v
1
a
1
v
2
. . . a
k1
v
k
.
Logo,
[T
v
]
B
2
=
_
_
_
_
_
_
_
_
0 0 0 0 a
0
1 0 0 0 a
1
0 1 0 0 a
2
0 0 1 0 a
3
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 0 0 1 a
k1
_
_
_
_
_
_
_
_
.
Observac ao 1.4
Se T e um operador linear sobre o espaco V que possui um vetor cclico
v, ent ao seu polin omio minimal e igual ao seu polin omio caracterstico.
De fato, pelo Teorema acima, V = Z(v, T) e p
v
e o polin omio minimal p
m
de T. Como grau(p
v
) = dim(Z(v, T)) = dim(V) = grau(p
c
), sendo p
c
o
polin omio caracterstico de T, e como p
m
divide p
c
, temos que
p
m
= p
c
= p
v
.
Provaremos depois que para todo operador T existe um vetor v V
cujo Tanulador e o polin omio minimal de T.
Com esse resultado, podemos provar que se o polin omio minimal e
igual ao polin omio caracterstico de T, ent ao T possui um vetor cclico.
De fato, seja v V tal que p
v
= p
m
, sendo p
m
o polin omio minimal
de T. Como p
m
= p
c
, sendo p
c
o polin omio caracterstico de T, temos que
dim(Z(v, T)) = grau(p
v
) = grau(p
c
) = dim(V),
ou seja, Z(v, T) = V.
Decomposic ao Cclica e a Forma Racional
Corol ario 1.1
Se T e um operador linear sobre o espaco V de dimens ao nita, ent ao
T possui um vetor cclico se, e s o se, existe uma base ordenada B de
V tal que [T]
B
e a matriz associada a um polin omio unit ario p. Nesse
caso, p = p
m
= p
c
, onde p
m
e o polin omio minimal e p
c
e o polin omio
caracterstico de T.
Prova.
A implicac ao (=) j a foi provada.
(=) Como [T]
B
e uma matriz n n, onde n = dim(V), temos que
grau(p) = n.
Se B = {v
1
, . . . , v
n
}, temos que
v
2
= T(v
1
), v
3
= T(v
2
), . . . , v
i
= T(v
i1
), . . . , v
n
= T(v
n1
).
Assim, v
i
= T
i1
(v
1
), para todo i = 1, . . . , n, pois v
1
= T
11
(v
1
), e se
v
j1
= T
j2
(v
1
), ent ao v
j
= T(v
j1
) = T(T
j2
(v
1
)) = T
j1
(v
1
).
Logo, {v
1
, T(v
1
), . . . , T
n1
(v
1
)} gera o espaco V e, portanto, v
1
e um vetor
cclico de T.
2. Decomposic ao Cclica e a Forma Racional

Seja T um operador sobre um espaco V e seja W um subespaco de
V invariante por T. Suponha que existe um subespaco W
de V invariante
por T tal que V = W W
.
Seja v V. Ent ao, existe w W e w
, tais que v = w+w
. Se
g K[x],
g(T)(v) = g(T)(w) +g(T)(w
) .
Como g(T)(w) W e g(T)(w
) W
, temos que g(T)(v) W se, e

somente se, g(T)(w
) = 0, isto e, se, e somente se, g(T)(v) = g(T)(w).

Ou seja, se g(T)(v) W, ent ao existe w W tal que
g(T)(v) = g(T)(w).
Denic ao 2.1
Sejam T um operador linear sobre o espaco V e W um subespaco de V.
Dizemos que W e Tadmissvel se:
(a) W e invariante por T.
(b) Se f(T)(v) W, ent ao existe w W tal que f(T)(v) = f(T)(w).
Observac ao 2.1
Pelo provado acima, temos que se W e invariante e temumsubespaco su-
plementar invariante, ent ao W e Tadmissvel. Uma das consequ encias
do teorema que provaremos a seguir e a recproca dessa armac ao, ou
seja, se W e Tadmissvel, ent ao, W possui um subespaco suplementar
invariante.
Teorema 2.1
Sejam T um operador sobre um espaco vetorial V de dimens ao nita e
W
0
um subespaco pr oprio Tadmissvel de V. Existem vetores n ao-nulos
v
1
, . . . , v
r
V com respectivos Tanuladores p
1
, . . . , p
r
tais que
(i) V = W
0
Z(v
1
, T) . . . Z(v
r
, T) ,
(ii) p
k
divide p
k1
, k = 2, . . . , r .
Al em disso, o inteiro r e os anuladores p
1
, . . . , p
r
s ao determinados de
modo unico por (i) e (ii) e pelo fato de que nenhum w
k
e nulo.
Prova.
Vamos fazer a demonstrac ao em quatro partes.
Parte I. Existem vetores n ao-nulos w
1
, . . . , w
r
V tais que
(a) V = W
0
+Z(w
1
, T) +. . . +Z(w
r
, T) ,
(b) se 1 k r e
W
k
= W
0
+Z(w
1
, T) +. . . +Z(w
k
, T) ,
o condutor p
k
= s(w
k
, W
k1
) temgrau m aximo entre todos os Tcondutores
no espaco W
k1
, isto e, para cada k
grau(p
k
) = max
vV
grau(s(v, W
k1
)) .
Se W e um subespaco pr oprio Tinvariante, ent ao
0 < max
vV
grau(s(v, W)) dim(V) .
De fato, se v , W, grau(s(v, W)) 1. E como o polin omio minimal p
m
de T pertence a S(v, W), para todo v V, pois p
m
(T)(v) = 0, temos que
s(v, W) divide p
m
.
Logo,
grau(s(v, W)) grau(p
m
) dim(V) = n.
Seja w V tal que grau(s(w, W)) = max
vV
grau(s(v, W)).
O subespaco W+Z(w, T) e, ent ao, Tinvariante e possui dimens ao maior
que dimW, pois w , W.
Apliquemos esse processo a W = W
0
para obter w
1
. Ent ao,
grau(s(w
1
, W
0
)) = max
vV
grau(s(v, W
0
)) ,
dim(W
0
+Z(w
1
, T)) > dim(V) ,
e W
0
+Z(w
1
, T) e Tinvariante.
Se W
1
= W
0
+Z(w
1
, T) e pr oprio, existe w
2
V tal que
grau(s(w
2
, W
1
)) = max
vV
grau(s(v, W
1
)) ,
dim(W
0
+Z(w
1
, T) +Z(w
2
, T)) > dim(W
1
) > dim(W) ,
e W
0
+Z(w
1
, T) +Z(w
2
, T) e Tinvariante.
Prosseguindo desta maneira, devemos obter V = W
r
em, no m aximo,
dim(V) = n passagens.
Parte II. Fixemos k {1, . . . , r}. Seja w V e seja f = s(w, W
k1
). Se
f(T)(w) = w
0
+
k1
i=1
g
i
(T)(w
i
), com w
0
W
0
,
ent ao f divide g
i
, i = 1, . . . , k 1, e w
0
= f(T)(u
0
), para algum u
0
W
0
.
Se k = 1, f(T)(w) = w
0
W
0
. Como W
0
e Tadmissvel, existe u
0
W
0
,
tal que f(T)(w) = f(T)(u
0
).
Suponhamos k > 1 e apliquemos o algoritmo da divis ao:
g
i
= f h
i
+r
i
, com r
i
0 ou grau(r
i
) < grau(f
i
) .
Queremos mostrar que r
i
0, i = 1, . . . , k 1.
Seja u = w
k1
i=1
h
i
(T)(w
i
). Ent ao u w W
k1
.
Armac ao: f = s(u, W
k1
).
De fato, q s(u, W
k1
) q(T)(u) W
k1
q(T)(w) W
k1
q s(w, W
k1
).
Al em disso,
f(T)(u) = f(T)(w)
k1
i=1
(f h
i
)(T)(w
i
)
= w
0
+
k1
i=1
g
i
(T)(w
i
)
k1
i=1
(f h
i
)(T)(w
i
)
= w
0
+
k1
i=1
r
i
(T)(w
i
) .
Suponhamos que existe r
i
, i = 1, . . . , k 1, diferente de zero.
Seja j = max{i | r
i
,= 0}. Ent ao,
f(T)(u) = w
0
+
j
i=1
r
i
(T)(w
i
) ,
com r
j
,= 0 e grau(r
j
) < grau(f) .
Seja p = s(u, W
j1
). Como W
j1
W
k1
, o condutor f = s(u, W
k1
) divide
p, ou seja, p = f g, para algum g K[x].
Ent ao,
p(T)(u) = g(T) f(T)(u) = g(T)(w
0
) +g(T) r
j
(T)(w
j
) +
j1
i=1
(gr
i
)(T)(w
i
) .
Como p(T)(u) W
j1
e g(T)(w
0
) +
j1
i=1
(gr
i
)(T)(w
i
) W
j1
, temos que
g(T) r
j
(T)(w
j
) W
j1
.
Logo,
grau(gr
j
) grau(s(w
j
, W
j1
)) = grau(p
j
)
grau(s(u, W
j1
)) = grau(p) = grau(f g) .
Ent ao, grau(r
j
) grau(f), que e uma contradic ao.
Como r
i
= 0, i = 1, . . . , k 1, temos que f divide g
i
, i = 1, . . . , k 1, e
f(T)(u) = w
0
W
0
. Sendo W
0
Tadmissvel, existe u
0
W
0
, tal que
f(T)(u) = f(T)(u
0
) = w
0
.
Essa parte II nos diz, em particular, que W
1
, . . . , W
r
s ao subespacos
Tadmissveis.
De fato, seja w V e seja f = s(w, W
j1
), j = 1, . . . , r. Ent ao, pela parte
II, temos
f(T)(w) = f(T)(u
0
) +
j1
i=1
f(T) h
i
(T)(w
i
) ,
onde u
0
W
0
.
Suponhamos que q(T)(w) W
j1
, com q K[x].
Ent ao, f divide q, ou seja, q = f h, h K[x].
Logo,
q(T)(w) = h(T) f(T)(w) = h(T) f(T)
_
u
0
+
j1
i=1
h
i
(T)(w
i
)
_
= q(T)
_
u
0
+
j1
i=1
h
i
(T)(w
i
)
_
,
onde u
0
+
j1
i=1
h
i
(T)(w
i
) W
j1
.
Parte III. Existem vetores n ao-nulos v
1
, . . . , v
r
em V que satisfazem as
condic oes (a) e (b) do teorema.
Aplicando o resultado da parte II ao vetor w = w
k
, k = 1, . . . , r, e ao
Tcondutor f = p
k
= s(w
k
, W
k1
), temos que
p
k
(T)(w
k
) = p
k
(T)(u
0
) +
k1
i=1
p
k
(T) h
i
(T)(w
i
) ,
onde u
0
W
0
. Seja
v
k
= w
k
u
0

k1
i=1
h
i
(T)(w
i
) .
Como w
k
v
k
W
k1
, temos que s(v
k
, W
k1
) = s(w
k
, W
k1
) = p
k
. Al em
disso, como p
k
(T)(v
k
) = 0, temos que
W
k1
Z(v
k
, T) = {0} .
De fato, seja w W
k1
Z(v
k
, T) . Ent ao, existe g K[x] tal que
w = g(T)(v
k
). Como g(T)(v
k
) W
k1
, temos que p
k
divide g, ou seja,
existe h K[x] tal que g = hp
k
.
Logo, w = g(T)(v
k
) = h(T) p
k
(T)(v
k
) = 0.
Armac ao: p
k
= s(v
k
, W
k1
) e o Tanulador de v
k
.
Se q(T)(v
k
) = 0, ent ao q(T)(v
k
) W
k1
. Logo, p
k
divide o Tanulador
de v
k
. Como p
k
(T)(v
k
) = 0, o Tanulador de v
k
divide p
k
. Ent ao, p
k
e o
Tanulador de
k
.
Armac ao: p
k
= s(v
k
, W
k1
) e o Tanulador de v
k
.
Se q(T)(v
k
) = 0, ent ao q(T)(v
k
) W
k1
. Logo, p
k
divide o Tanulador
de v
k
. Como p
k
(T)(v
k
) = 0, o Tanulador de v
k
divide p
k
. Ent ao, p
k
e o
TAnulador de v
k
.
Armac ao: W
1
= W
0
Z(v
1
, T).
Como j a provamos que W
0
Z(v
1
, T) = {0}, basta provar que
W
1
= W
0
+Z(w
1
, T) = W
0
+Z(v
1
, T).
Sendo v
1
= w
1
u
0
W
0
+Z(w
1
, T), temos que Z(v
1
, T) W
0
+Z(w
1
, T).
Logo, W
0
+Z(v
1
, T) W
1
.
De modo an alogo, como w
1
= u
0
+ v
1
W
0
+ Z(v
1
, T), temos que
Z(w
1
, T) W
0
+ Z(v
1
, T). Logo, W
0
+ Z(w
1
, T) W
0
+ Z(v
1
, T), ou seja,
W
1
W
0
+Z(v
1
, T).
Armac ao: Suponha que W
j
= W
0
Z(v
1
, T) . . . Z(v
j
, T). Vamos
mostrar que W
j+1
= W
0
Z(v
1
, T) . . . Z(v
j
, T) Z(v
j+1
, T).
Como W
j+1
= W
j
+ Z(w
j+1
, T) e W
j
Z(v
j+1
, T) = {0} basta provar que
W
j+1
= W
j
+Z(v
j+1
, T).
Sendo v
j+1
= w
j+1
u
j
, onde u
j
= u
0
+
j
i=1
h
i
(T)(w
i
) W
j
, temos que
Z(v
j+1
, T) W
j
+Z(w
j+1
, T). Logo,
W
j
+Z(v
j+1
, T) W
j
+Z(w
j+1
, T) .
De modo an alogo, como w
j+1
= v
j+1
+u
j
, temos que
Z(w
j+1
, T) W
j
+Z(v
j+1
, T) .
Logo,
W
j
+Z(w
j+1
, T) W
j
+Z(v
j+1
, T) .
Vamos, agora, provar a parte (b) do Teorema.
Fazendo w = v
2
e f = s(v
2
, W
1
) = p
2
na parte II da demonstrac ao, temos
que p
2
divide p
1
.
De fato, como p
2
(T)(v
2
) = 0, p
1
(T)(v
1
) = 0 e v
1
= w
1
u
0
, u
0
W
0
, temos
p
2
(T)(v
2
) = p
1
(T)(v
1
) = p
1
(T)(u
0
) +p
1
(T)(w
1
) ,
onde p
1
(T)(u
0
) W
0
. Logo, pela parte II, p
2
divide p
1
.
Vamos provar que p
3
divide p
2
, fazendo w = v
3
e f = s(v
3
, W
2
) = p
3
.
De fato, como p
3
(T)(v
3
) = p
2
(T)(v
2
) = p
1
(T)(v
1
) = 0, v
1
= u
0
+ w
1
e
v
2
= u
0
+w
2
h(T)(w
1
), onde u
0
, u
0
W
0
, temos que
p
3
(T)(v
3
) = p
1
(T)(v
1
) +p
2
(T)(v
2
)
= p
1
(T)(u
0
) +p
1
(T)(w
1
) +p
2
(T)(u
0
)
+ p
2
(T)(w
2
) p
2
(T)h(T)(w
1
)
= (p
1
(T)(u
0
) +p
2
(T)(u
0
))
+ (p
1
p
2
h)(T)(w
1
) +p
2
(T)(w
2
) .
Como p
1
(T)(u
0
) +p
2
(T)(u
0
) W
0
, temos, pela parte II, que p
3
| p
2
.
Prosseguindo desta maneira, podemos provar que p
j
p
j1
, isto e, p
j
di-
vide p
j1
, j = 1, . . . , r. Ent ao
p
r
p
r1
. . .
p
2
p
1
.
Parte IV. Unicidade. O n umero r e os polin omios p
1
, . . . , p
r
s ao determi-
nados de modo unico pelas condic oes do Teorema.
Suponhamos que, al em dos vetores n ao-nulos v
1
, . . . , v
r
, existem outros
vetores n ao-nulos u
1
, . . . , u
s
comrespectivos Tanuladores g
1
, . . . , g
s
, tais
que
_
_
_
V = W
0
Z(u
1
, T) . . . Z(u
s
, T)
g
k
g
k1
, k = 1, . . . , s .
Mostraremos que r = s e p
i
= g
i
para todo i.
Seja S(V, W
0
) = {g K[x] | g(T)(V) W
0
}.

E f acil ver que S(V, W
0
) e um
ideal n ao-nulo, pois W
0
e Tinvariante e o polin omio minimal pertence a
S(V, W
0
).
Seja g o gerador unit ario de S(V, W
0
). Vamos mostrar que g
1
= g.
Seja v V. Ent ao, existe w
0
W e existem f
1
, . . . , f
s
K[x], tais que
v = w
0
+f
1
(T)(u
1
) +. . . +f
s
(T)(u
s
) .
Portanto, g
1
(T)(v) = g
1
(T)(w
0
) +g
1
(T)f
1
(T)(u
1
) +. . . +g
1
(T)f
s
(T)(u
s
) .
Como g
i
divide g
1
, i = 1, . . . , s, temos que g
1
(T)f
k
(T)(u
k
) = 0,
k = 1, . . . , s. Logo, g
1
(T)(v) = g
1
(T)(w
0
) W
0
. Ou seja, g
1
S(V, W
0
).
Ent ao, g divide g
1
.
Armac ao: g
1
= s(u
1
, W
0
).
Seja f = s(u
1
, W
0
). Como g
1
S(u
1
, W
0
), temos que f divide g
1
. Por outro
lado, f(T)(u
1
) W
0
Z(u
1
, T) = {0}. Logo, f(T)(u
1
) = 0.
Ent ao, g
1
divide f. Assim, g
1
= f = s(u
1
, W
0
).
Como S(V, W
0
) S(u
1
, W
0
), temos que g
1
divide g.
Logo, g = g
1
. Pelos mesmos argumentos, podemos provar que g = p
1
.
Assim, p
1
= g
1
.
Observac ao 2.2
Quando W
0
= {0}, temos que o gerador unit ario g do ideal S(V, {0}) e
o polin omio minimal de T. Logo, acabamos de provar que: se T e um
operador linear sobre um espaco vetorial de dimens ao nita V, existe
v V tal que o Tanulador de v e o polin omio minimal de T.
Antes de continuar com a demonstrac ao do Teorema 2.1, provaremos os
seguintes resultados:
(1) f(T)(Z(v, T)) = Z(f(T)(v), T) .
Se w Z(v, T), existe g K[x] tal que w = g(T)(v). Logo,
f(T)(w) = f(T)g(T)(v) = g(T)f(T)(v) ,
ou seja, f(T)(w) Z(f(T)(v), T).
Se w Z(f(T)(v), T), existe g K[x] tal que w = g(T)f(T)(v) = f(T)g(T)(v).
Logo, como g(T)(v) Z(v, T), temos que w f(T)(Z(v, T)).
(2) Se V = V
1
. . . V
k
, onde cada V
i
e Tinvariante, ent ao
f(T)(V) = f(T)(V
1
) . . . f(T)(V
k
) .
Seja v f(T)(V). Ent ao, existe w V tal que v = f(T)(w). Sejam
w
i
V
i
, i = 1, . . . , k, tais que w = w
1
+. . . +w
k
.
Ent ao, v = f(T)(w) = f(T)(w
1
)+. . . +f(T)(w
k
). Como f(T)(w
i
) f(T)(V
i
),
i = 1, . . . , k, temos que f(T)(V) f(T)(V
1
) +. . . +f(T)(V
k
).
Seja, agora, v f(T)(V
1
) + . . . + f(T)(V
k
). Ent ao, existem v
i
V
i
,
i = 1, . . . , k, tais que
v = f(T)(v
1
) +. . . +f(T)(v
k
) = f(T)(v
1
+. . . +v
k
) .
Ou seja, v f(T)(V).
Logo, f(T)(V) = f(T)(V
1
) +. . . +f(T)(V
k
) .
Vamos, agora, provar que:
(f(T)(V
1
) +. . . +f(T)(V
j1
)) f(T)(V
j
) = {0} , j = 2, . . . , k.
Seja v (f(T)(V
1
) +. . . +f(T)(V
j1
)) f(T)(V
j
).
Ent ao, existem v
i
, i = 1, . . . , j, tais que
v = f(T)(v
1
) +. . . +f(T)(v
j1
) = f(T)(v
j
) ,
ou seja, v = f(T)(v
1
+. . . +v
j1
) = f(T)(v
j
).
Mas, como cada V
i
e Tinvariante, temos que
f(T)(v
1
+. . . +v
j1
) V
1
+. . . +V
j1
,
e f(T)(v
j
) V
j
.
Logo, v = 0, pois (V
1
+. . . +V
j1
) V
j
= {0}.
(3) Se v e w t em o mesmo Tanulador, ent ao f(T)(v) e f(T)(w) t em o
mesmo Tanulador e, portanto,
dim(Z(f(T)(v), T)) = dim(Z(f(T)(w), T)) .
Seja g K[x] um polin omio pertencente ao Tanulador de f(T)(v).
Ent ao, g(T)f(T)(v) = 0, ou seja gf pertence ao Tanulador de v.
Logo, p
v
divide gf, ou seja, existe h K[x], tal que gf = p
v
h. Mas, como
p
v
= p
w
, temos que gf = p
w
h = hp
w
. Assim,
g(T)f(T)(w) = h(T)p
w
(T)(w) = 0,
ou seja, g pertence ao Tanulador de f(T)(w).
De modo an alogo, podemos provar que se g K[x] pertence ao Tanulador
de w, ent ao g pertence ao Tanulador de v.
Podemos, nalmente, concluir a demonstrac ao do Teorema 2.1.
Mostraremos que r = s e p
i
= g
i
, i = 2, . . . , r.
Seja r 2, dim(W
0
) +dim(Z(v
1
, T)) < dim(V). Como p
1
= g
1
,
dim(Z(v
1
, T)) = grau(p
1
) = grau(g
1
) = dim(Z(v
1
, T)) .
Logo,
dim(W
0
) +dim(Z(v
1
, T)) < dim(V).
Ent ao, s 2. Mostraremos, agora, que p
2
= g
2
.
De (2), provado acima, temos que
p
2
(T)(V) = p
2
(T)(W
0
) p
2
(T)(Z(v
1
, T)) p
2
(T)(Z(v
2
, T))
. . . p
r
(T)(Z(v
r
, T)) .
Logo, por (1),
p
2
(T)(V) = p
2
(T)(W
0
) Z(p
2
(T)(v
1
), T),
pois
p
2
(T)(Z(v
i
, T)) = Z(p
2
(T)(v
i
), T) = {0},
j a que p
i
divide p
2
, i 2 (=p
2
(T)(v
i
) = 0, i 2).
Tamb em, por (2) e (1),
p
2
(T)(V) = p
2
(T)(W
0
) Z(p
2
(T)(u
1
), T) . . . Z(p
2
(T)(u
j
), T) .
Como v
1
e u
1
t em o mesmo Tanulador, temos, por (3), que p
2
(T)(v
1
) e
p
2
(T)(u
1
) tem o mesmo Tanulador e
dim(Z(p
2
(T)(v
1
), T)) = dim(Z(p
2
(T)(u
1
), T)).
Logo, Z(p
2
(T)(u
i
), T) = {0}, se i 2, ou seja, p
2
(T)(u
i
) = 0, se i 2.
Em particular, p
2
(T)(u
2
) = 0. Logo, g
2
divide p
2
.
Se invertermos o argumento, podemos mostrar que p
2
divide g
2
. Logo,
g
2
= p
2
.
Prosseguindo desta maneira, chegaremos que r = s e p
i
= g
i
,
i = 1, . . . , r.
Corol ario 2.1

Se T e um operador linear sobre um espaco vetorial V de dimens ao nita,
ent ao, todo subespaco Tadmissvel possui um subespaco suplementar
que tamb em e Tinvariante.
Prova.
Seja W
0
um subespaco Tadmissvel de V. Se W
0
= V, o seu suple-
mentar e {0}.
Se W
0
e pr oprio, seja W
0
= Z(v
1
, T) . . . Z(v
r
, T) , dado pelo Teorema
anterior. Ent ao W
0
e Tinvariante e V = W
0
W
0
.

Corol ario 2.2
Ent ao:
(a) Existe um vetor v V tal que o Tanulador de v e o polin omio minimal
de T.
(b) T possui um vetor cclico se, e somente se, os polin omios carac-
tersticos e minimal de T s ao iguais.
Prova.
(a) Fazendo W
0
= {0} no Teorema anterior, temos que
V = Z(v
1
, T) . . . Z(v
r
, T) ,
onde p
r
| p
r1
| . . . | p
2
| p
1
.
Seja p
m
o polin omio minimal de T.
Como p
m
(T)(v) = 0, v V, temos que p
i
| p
m
, i = 1, . . . , r.
Em particular, p
1
| p
m
.
Seja, agora, v V. Ent ao, existem w
i
Z(v
i
, T), i = 1, . . . , r, tais que
v = w
1
+. . . +w
r
.
Logo,
p
1
(T)(v) = p
1
(T)(w
1
) +. . . +p
1
(T)(w
r
) = 0 ,
pois p
i
| p
1
e p
i
(T)(v
i
) = 0, i = 1, . . . , r.
Assim, p
m
| p
1
. Portanto, p
m
= p
1
.
(b) Se T possui um vetor cclico v, ent ao
V = Z(v, T) .
Logo, por (a), p
m
= p
v
, onde p
m
e o polin omio minimal de T. Mas, como
grau(p
v
) = dim(Z(v, T)) = dim(V) ,
temos que p
m
e o polin omio caracterstico p
c
de T.
Se p
m
= p
c
, temos que
grau(p
m
) = grau(p
c
) = dim(V) .
Logo,
grau(p
1
) = grau(p
m
) = dim(V) .
Assim r = 1 na decomposic ao cclica, ou seja, V = Z(v
1
, T). Ent ao v
1
e
um vetor cclico de T.

Teorema 2.2
Seja T um operador linear sobre um espaco vetorial de dimens ao nita.
Sejam p
m
e p
c
os polin omios minimal e caracterstico de T, respectiva-
mente. Ent ao:
Teorema Generalizado de Cayley-
Hamilton
(a) p
m
divide p
c
.
(b) p
m
e p
c
possuem os mesmos fatores primos a menos de multiplicida-
des.
(c) Se
p
m
= f
r
1
1
. . . f
r
k
k
,
e a decomposic ao de p
m
em fatores primos, ent ao
p
c
= f
d
1
1
. . . f
d
k
k
,
onde d
i
e a nulidade de f
i
(T)
r
i
dividida pelo grau de f
i
, ou seja,
d
i
=
dim(Ker(f
i
(T)
r
i
))
grau(f
i
)
.
Prova.
Seja V = Z(v
1
, T) . . . Z(v
r
, T) a decomposic ao cclica do operador
T, e seja p
i
o Tanulador de v
i
, i = 1, . . . , r.
Seja T
i
= T|
Z(v
i
,T)
. Como v
i
e um vetor cclico de T
i
, temos, pelo Corol ario
anterior, que p
i
e o polin omio minimal e o polin omio caracterstico de T
i
.
Logo, como cada Z(v
i
, T) e Tinvariante, temos p
c
= p
1
. . . p
r
.
Temos, tamb em, que p
m
= p
1
. Logo, p
m
divide p
c
, ou seja, todo fator
primo de p
m
e um fator primo de p
c
.
Se f e um fator primo de p
c
, ent ao f divide p
m
= p
1
. . . p
r
. Logo, existe i
tal que f divide p
i
. Como p
i
divide p
1
, i = 1, . . . , r, temos que p
i
divide
p
1
= p
m
. Ent ao, f divide p
m
.
Pelo Teorema da Decomposic ao Prim aria,
V = V
1
. . . V
k
,
onde p
m
= f
r
1
1
. . . f
r
k
k
e a decomposic ao de p
m
em fatores primos e
V
i
= Ker(p
r
i
i
), i = 1, . . . , k.
Como o polin omio minimal de T
i
= T|
V
i
e f
r
i
i
, aplicando (b) ao opera-
dor T
i
, temos que f
d
i
i
, d
i
r
i
, e o polin omio caracterstico de T
i
. Logo,
d
i
grau(f
i
) = dim(V
i
), ou seja,
d
i
=
dim(Ker(f
r
i
i
(T)))
grau(f
i
)
.
Como cada V
i
e Tinvariante, temos que p
c
= f
d
1
1
. . . f
d
k
k
.
Observac ao 2.3
Se o polin omio minimal de T
p
m
= (x c
1
)
r
1
. . . (x c
k
)
r
k
,
e um produto de pot encias de fatores lineares distintos, ent ao
p
c
= (x c
1
)
d
1
. . . (x c
k
)
d
k
,
onde d
i
= dim(Ker(T c
i
I)
r
i
), i = 1, . . . , k.
Corol ario 2.3
Se T e um operador linear nilpotente sobre um espaco vetorial V de di-
mens ao n, ent ao x
n
Prova.
Seja k um inteiro positivo tal que T
k
= O. Ent ao, p
m
divide x
k
. Logo,
x e o unico fator primo de p
m
e de p
c
. Como p
c
tem grau n, temos que
p
c
= x
n
.
Observac ao 2.4
Seja T um operador linear sobre um espaco vetorial de dimens ao nita n.
Sejam v
1
, . . . , v
r
vetores n ao-nulos de V tais que
(1) V = Z(v
1
, T) . . . Z(v
r
, T);
(2) p
i+1
divide p
i
, i = 1, . . . , r 1.
onde p
i
e o Tanulador de v
i
, i = 1, . . . , r.
Como T
i
= T|
Z(v
i
,T)
possui o vetor cclico v
i
, temos que p
i
e o polin omio
minimal de T
i
e, tamb em, o polin omio caracterstico de T
i
.
Seja B
i
= {v
i
, T(v
i
), . . . , T
k
i
1
(v
i
)} uma base de Z(v
i
, T), onde
k
i
= dim(Z(v
i
, T)) = grau(p
i
) , i = 1, . . . , r.
Ent ao, [T
i
]
B
i
e a matriz associada ao polin omio unit ario n ao-constante p
i
,
i = 1, . . . , r.
Se B e a base ordenada de V obtida pela reuni ao das B
i
ordenadas da
forma B
1
, B
2
, . . . , B
r
, temos que
[T]
B
=
_
_
_
_
A
1
O O
O A
2
O
.
.
.
.
.
.
.
.
.
.
.
.
O O A
r
_
_
_
_
,
onde A
i
e a matriz k
i
k
i
associada ao polin omio unit ario p
i
.
Note que: O polin omio caracterstico de T e p
1
p
2
. . . p
r
.
Denic ao 2.2
Dizemos que a matriz n n A est a na forma racional se
A =
_
_
_
_
A
1
O O
O A
2
O
.
.
.
.
.
.
.
.
.
.
.
.
O O A
r
_
_
_
_
,
onde cada A
i
e a matriz associada a um polin omio unit ario n ao-constante
p
i
, tais que p
i+1
divide p
i
, i = 1, . . . , r 1.
Teorema 2.3
Seja B uma matriz nn com entradas no corpo K. Ent ao, B e semelhante
sobre K a uma unica matriz na forma racional.
Prova.
Seja T o operador linear sobre K
n
que e representado por B em relac ao
` a base can onica. Pela observac ao anterior, existe uma base de K
n
em
relac ao ` a qual T e representado por uma matriz A na forma racional.
Ent ao, B e semelhante ` a matriz A, que est a na forma racional.
Suponhamos que B seja semelhante sobre K a uma outra matriz C na
forma racional. Ent ao, existe uma matriz P invertvel tal que C = P
1
BP.
Os vetores colunas de P formam uma base B de K
n
tal que
[T]
B
= C =
_
_
_
_
C
1
O O
O C
2
O
.
.
.
.
.
.
.
.
.
.
.
.
O O C
s
_
_
_
_
,
onde cada C
i
e uma matriz r
i
r
i
associada a um polin omio unit ario n ao-
constante g
i
= x
r
i
+ c
i
r
i
1
x
r
i
1
+ . . . + c
i
0
, de modo que g
i+1
divide g
i
,
i = 1, . . . , s 1.
Assim, existem vetores w
1
, . . . , w
s
pertencentes ` a base B tais que:
B = {w
1
, T(w
1
), . . . , T
r
1
1
(w
1
), w
2
, T(w
2
), . . . , T
r
2
1
(w
2
), . . . , w
s
, T(w
s
),
. . . , T
r
s
1
(w
s
)} ;
T
r
i
(w
i
) = c
i
0
w
i
c
i
1
T(w
i
) . . . c
i
r
i
1
T
r
i
1
(w
i
) .
Logo, B
i
= {w
i
, T(w
i
), . . . , T
r
i
1
(w
i
)} e uma base de Z(w
i
, T) e g
i
e o
Tanulador de w
i
, pois g
i
(T)(w
i
) = 0 e grau(g
i
) = dim(Z(w
i
, T)) = r
i
.
Assim, K
n
= Z(w
1
, T) . . . Z(w
s
, T) e g
i+1
divide g
i
, i = 1, . . . , s 1.
Pela unicidade da decomposic ao cclica, s = r e g
i
= p
i
, i = 1, . . . , r.
Portanto, C = A.
Observac ao 2.5
A forma racional de um operador T sobre um espaco vetorial V de di-
mens ao nita e a matriz [T]
B
, onde B e uma base de V tal que [T]
B
est a
na forma racional.
Exemplo 2.1
Seja T um operador linear sobre um espaco vetorial V de dimens ao dois.
Se o polin omio minimal de T tem grau 1, p
m
= x c, ent ao T = cI.
Sejam v
1
, v
2
V vetores LI. Ent ao
V = Z(v
1
, T) Z(v
2
, T) , p
1
= p
2
= x c e [T]
B
=
_
c 0
0 c
_
,
onde B = {v
1
, v
2
} .
Se o polin omio minimal p
m
= x
2
+ ax + b tem grau dois, ent ao
p
c
= p
m
. Logo, T possui um vetor cclico v
1
e uma base {v
1
, T(v
1
)} tal
que V = Z(v
1
, T) e
[T]
B
=
_
0 b
1 a
_
.
Para matrizes, essa an alise diz que toda matriz 2 2 sobre o corpo K e
semelhante sobre K a exatamente uma matriz dos tipos:
_
c 0
0 c
_
ou
_
0 b
1 a
_
.

Exemplo 2.2
3
que e representado, em relac ao ` a base
A =
_
_
_
5 6 6
1 4 2
3 6 4
_
_
_
.
Vimos, no exemplo 2.1, que p
m
= (x 1)(x 2)
2
terstico de T e p
m
= (x 1)(x 2) = x
2
3x +2 e o polin omio minimal de
T.
Como, na decomposic ao cclica, o Tanulador do primeiro vetor v
1
e o po-
lin omio minimal, temos que dim(Z(v
1
, T)) = 2. Portanto, na decomposic ao,
aparece apenas mais um vetor v
2
, sendo dim(Z(v
2
, T)) = 1, ou seja, v
2
e
um vetor caracterstico de T. O Tanulador de v
2
e p
2
= x 2, pois
p
c
= p
1
p
2
.
Ent ao, existe uma base ordenada B de V tal que
[T]
B
=
_
_
_
0 2 0
1 3 0
0 0 2
_
_
_
.
Como dim(Z(v, T)) e igual a 1 ou a 2, se v ,= 0, pois 1
3
tem dimens ao
3 e T n ao possui vetor cclico, j a que p
m
,= p
c
, temos que e
1
= (1, 0, 0)
gera um subespaco Tcclico de dimens ao 2, pois T(e
1
) = (5, 1, 3) n ao
e m ultiplo de e
1
. Podemos, ent ao, fazer v
1
= e
1
.
O subespaco Z(e
1
, T) consiste dos vetores
ae
1
+bT(e
1
) = (a +5b, b, 3b) ,
a, b 1, ou seja, consiste de todos os vetores (x
1
, x
2
, x
3
) tais que
x
3
= 3x
2
.
Devemos achar agora um vetor v
2
,= 0, tal que T(v
2
) = 2v
2
e v
2
, Z(v
1
, T).
Se v = (x
1
, x
2
, x
3
), pode-se vericar facilmente que T(v) = 2v se, e so-
mente se, x
1
= 2x
2
+2x
3
.
Assim, v
2
= (2, 1, 0) satisfaz T(v
2
) = 2v
2
e v
2
, Z(v
1
, T). Podemos, ent ao,
tomar
B = {e
1
, T(e
1
), v
2
} = {(1, 0, 0), (5, 1, 3), (2, 1, 0)}.

Observac ao 2.6
Seja T um operador linear diagonaliz avel sobre um espaco vetorial V de
dimens ao nita. Sejam c
1
, . . . , c
k
os valores caractersticos distintos de
T e seja W
i
o espaco dos vetores caractersticos associados ao valor
caracterstico c
i
. Ent ao,
V = W
1
. . . W
k
,
e
p
c
= (x c
1
)
d
1
. . . (x c
k
)
d
k
,
onde d
i
= dim(W
i
).
Vamos, agora, determinar a decomposic ao cclica de T a partir de uma
base que diagonaliza a matriz de T.
Seja v V. Ent ao existem v
i
W
i
, i = 1, . . . , k, tais que v = v
1
+. . . +v
k
.
Como T(v
i
) = c
i
v
i
, temos que
f(T)(v) = f(c
1
)(v
1
) +. . . +f(c
k
)(v
k
) (I)
para todo polin omio f K[x]. Sabemos que dados escalares arbitr arios
t
1
, . . . , t
k
, existe um polin omio f tal que f(c
i
) = t
i
, i = 1, . . . , k. Logo,
Z(v, T) e o subespaco gerado pelos vetores v
1
, . . . , v
k
.
Temos, por (I), que f(T)(v) = 0 se, e somente se, f(c
i
)(v
i
) = 0,
i = 1, . . . , k. Portanto, f(T)(v) = 0 se, e somente se f(c
i
) = 0, para
todo i tal que v
i
,= 0.
Assim, o Tanulador de v e o produto
i; v
i
=0
(x c
i
) .
Seja B
i
= {v
i
1
, . . . , v
i
d
i
} base de W
i
e seja r = max
1ik
d
i
.
Denimos v
1
, . . . , v
r
por
v
j
=
i; d
i
j
v
i
j
, 1 j r.
Logo, o subespaco Z(v
j
, T) e gerado pelos vetores v
i
j
tais que d
i
j, e o
Tanulador de v
j
e
p
j
= p
v
j
=
i; d
i
j
(x c
i
) ,
sendo p
v
1
=
n
i=1
(x c
i
) = p
m
.
Logo, V = Z(v
1
, T) . . . Z(v
r
, T), pois cada v
i
j
, i = 1, . . . , k, j = 1 . . . , d
i
,
pertence a um e somente um dos subespacos Z(v
1
, T), . . . , Z(v
r
, T), e
B = B
1
. . . B
r
e uma base de V.
Al em disso, p
j+1
divide p
j
para todo j = 1, . . . , r 1, pois se x c
i
e fator
de p
j+1
, ent ao x c
i
e um fator de p
j
, j a que d
i
j +1 implica que d
i
j.
Forma Can onica de Jordan
1. Forma Can onica Racional dos Operadores
Nilpotentes
Seja N um operador linear nilpotente de ordem k sobre um espaco
vetorial V de dimens ao n, ou seja, N
k
= O e N
k1
,= O, onde k n.
Pelo Teorema da Decomposic ao Cclica, existe um n umero inteiro
positivo r e r vetores n ao-nulos v
1
, . . . , v
r
emV comNanuladores p
1
, . . . , p
r
tais que
V = Z(v
1
, N) . . . Z(v
r
, N) ,
e p
i+1
divide p
i
, i = 1, . . . , r 1.
Como N e nilpotente de ordem k, temos que p
m
= x
k
e o polin omio
minimal de N. Assim, p
1
= x
k
e p
i
= x
k
i
, onde
k
1
= k k
2
. . . k
r
.
A matriz associada ao polin omio x
k
i
e a matriz k
i
k
i
A
i
=
_
_
_
_
_
_
0 0 0 0
1 0 0 0
0 1 0 0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 0 1 0
_
_
_
_
_
_
,
que e denominada matriz nilpotente elementar de ordem k
i
, cujo po-
lin omio minimal, que e igual ao seu polin omio caracterstico, e x
k
i
.
Ent ao, pelo Teorema da Decomposic ao Cclica, existe uma base or-
denada B, tal que
217
Forma Can onica Racional dos Operadores Nilpotentes
[N]
B
=
_
_
_
_
A
1
O O
O A
2
O
.
.
.
.
.
.
.
.
.
.
.
.
O O A
r
_
_
_
_
,
onde cada A
i
e uma matriz nilpotente elementar de ordem k
i
, k
1
= k,
k
1
+ . . . + k
r
= n e k
1
k
2
. . . k
r
. Esses inteiros positivos r e
k
1
, . . . , k
r
, determinam a forma racional do operador N.
Observac ao 1.1
O n umero r de blocos e igual ` a dimens ao do n ucleo de N, ou melhor,
{N
k
1
1
(v
1
), . . . , N
k
r
1
(v
r
)} e uma base de Ker(N).
De fato, seja v Ker(N). Como V = Z(v
1
, N) . . . Z(v
r
, N), existem
polin omios f
i
K[x], tais que:
v = f
1
(N)(v
1
) +. . . +f
r
(N)(v
r
) ,
sendo grau(f
i
) k
i
1.
Como N(v) = 0, temos que
0 = N(v) = Nf
1
(N)(v
1
) +. . . +Nf
r
(N)(v
r
)
= (xf
1
)(N)(v
1
) +. . . + (xf
r
)(N)(v
r
) .
Logo, (xf
i
)(N)(v
i
) = 0, i = 1, . . . , r. Como x
k
i
e o Nanulador de v
i
,
temos que x
k
i
divide x f
i
.
Sendo grau(f
i
) k
i
1, temos que grau(f
i
) = k
i
1 e f
i
= c
i
x
k
i
1
, para
algum c
i
K. Assim,
v = c
1
N
k
1
1
(v
1
) +. . . +c
r
N
k
r
1
(v
r
) .
Observe que cada N
k
i
1
(v
i
) Ker(N), pois N(N
k
i
1
)(v
i
) = N
k
i
(v
i
) = 0,
j a que x
k
i
e o Nanulador de v
i
.
Ent ao, {N
k
1
1
(v
1
), . . . , N
k
r
1
(v
r
)} e uma base do n ucleo de N, pois os ve-
tores N
k
i
1
(v
i
), i = 1, . . . , r, s ao LI e geram Ker(N).
A matriz
A =
_
_
_
_
A
1
O . . . O
O A
2
. . . O
.
.
.
.
.
.
.
.
.
.
.
.
O O . . . A
r
_
_
_
_
,
dada acima, e chamada forma can onica do operador nilpotente N.
C alculo da Forma Can onica dos Operadores Nilpotentes
2. C alculo da Forma Can onica dos Operado-
res Nilpotentes
Teorema 2.1
Seja Numoperador linear nilpotente de ordemn sobre umespaco vetorial
V de dimens ao nita. Seja
k
o n umero de blocos kk na forma can onica
de N e
k
= dim(Ker(N
k
)), k = 1, . . . n.
Ent ao:
(1)
m
=
1k<m
k
k
+m
mjn
j
, m = 1, . . . , n.
(2) Temos
1
= 2
1

2
;
k
=
k1
+2
k

k+1
, 1 < k < n
n
=
n1
+
n
.
Fazendo
0
= 0 e
n+1
=
n
, podemos escrever as tr es relac oes acima na
forma geral
k
=
k1
+2
k

k+1
Prova.
Seja
1
= dim(Ker(N)). Como
1
e igual ao n umero de blocos, temos
que
1
=
1
+. . . +
n
,
provando (1) no caso m = 1.
Seja
2
= dim(Ker(N
2
)). Como Ker(N) Ker(N
2
), temos que cada bloco
1 1 contribui com uma dimens ao ao Ker(N
2
).
Se k 2, cada bloco k k contribui com duas dimens oes ao Ker(N
2
). De
fato, se {w, N(w), . . . , N
k1
(w)} e a parte da base B de V que d a origem a
um bloco de ordem k k, temos, fazendo w
j
= N
j1
(w), j = 1, . . . , k, que
N
2
(w
j
) = N
2
(N
j1
)(w) = N
j+1
(w) = 0,
se, e somente se, j +1 k, ou seja j = k 1 ou j = k.
Logo,
2
=
1
+2
2
+2
3
+. . . +2
n
, provando (1) no caso m = 2.
Caso geral.
Seja
k
= dim(Ker(N
k
)). Cada bloco j j, com j k 1, contribui com j
dimens oes ao Ker(N
k
), pois Ker(N
j
) Ker(N
k
) e x
j
e o polin omio unit ario
associado a um bloco j j.
Se j k, cada bloco j j contribui com k dimens oes ao Ker(N
k
). De fato,
se {w, N(w), . . . , N
j1
(w)} e a parte da base B de V que d a origem a um
bloco de ordem k k, temos, fazendo w
i
= N
i1
(w), i = 1, . . . , j, que
N
k
(w
i
) = N
k
(N
i1
)(w) = N
k+i1
(w) = 0.
se, e s o se, k +i 1 j, ou seja i j k +1.
Ent ao, N
k
(w
i
) = 0 para k valores
j (k 1), j (k 2), . . . , j (k k)
de i. Provamos, assim, que
k
= 1
1
+2
2
+. . . + (k 1)
k1
+k(
k
+. . . +
n
) .
Como
k1
=
1
+2
2
+. . . (k 1)
k1
+ (k 1)(
k
+. . . +
n
) ,
e
k
=
1
+2
2
+. . . + (k 1)
k1
+k
k
+k(
k+1
+. . . +
n
) ,
temos que
k

k1
=
k
+. . . +
n
.
Logo,
2
1

2
=
1
(
2

1
) =
1
+. . . +
n
(
2
+. . . +
n
) =
1
k1
+2
k

k+1
= (
k

k1
) (
k+1

k
)
=
k
+. . . +
n
(
k+1
+. . . +
n
)
=
k
, se 1 < k < n
n1
+
n
=
n
.
Exemplo 2.1
3
A =
_
_
_
0 0 0
1 0 0
0 2 0
_
_
_
.
Como
A
2
=
_
_
0 0 0
1 0 0
0 2 0
_
_
_
_
0 0 0
1 0 0
0 2 0
_
_
=
_
_
0 0 0
0 0 0
2 0 0
_
_
,
e
A
3
=
_
_
0 0 0
0 0 0
2 0 0
_
_
_
_
0 0 0
1 0 0
0 2 0
_
_
=
_
_
0 0 0
0 0 0
0 0 0
_
_
,
temos que T e um operador nilpotente de ordem 3, com polin omio minimal
x
3
.
Assim, a forma can onica de T possui somente um bloco de ordem 3 3:
B =
_
_
0 0 0
1 0 0
0 1 0
_
_
.
Ou seja, a matriz A e semelhante ` a matriz B.
Exemplo 2.2
4
representado emrelac ao ` a base can onica
pela matriz
A =
_
_
_
_
0 0 0 0
0 0 0 0
6 7 0 0
8 9 0 0
_
_
_
_
.
Como
1
= dim(Ker(T)) = 2, temos que a matriz de T na forma can onica
tem 2 blocos. Surgem, ent ao, duas possibilidades:
um bloco 3 3 e um bloco 1 1;
dois blocos 2 2.
Mas, como A
2
= O, temos que p
m
= x
2
e o polin omio minimal de T, ou
seja, T e nilpotente de ordem 2.
Logo, a matriz B na forma can onica de T tem dois blocos 2 2, ou seja,
B =
_
_
_
_
_
0 0 0 0
1 0 0 0
0 0 0 0
0 0 1 0
_
_
_
_
_
,
sendo A semelhante a B.

Exemplo 2.3
5
A =
_
_
_
_
_
_
_
_
0 0 0 0 0
1 0 0 0 0
0 0 0 0 0
0 0 0 0 0
0 0 2 3 0
_
_
_
_
_
_
_
_
.
Como A
2
= 0, temos que p
m
= x
2
e o polin omio minimal de T e, portanto,
T e nilpotente de ordem 2.
Al em disso,
1
= dim(Ker(N)) = 3, ou seja, a matriz de T na forma
can onica tem 3 blocos, sendo o primeiro deles uma matriz 2 2.
Logo, a matriz B, forma can onica de A, tem dois blocos 2 2 e um bloco
1 1, ou seja,
B =
_
_
_
_
_
_
_
_
0 0 0 0 0
1 0 0 0 0
0 0 0 0 0
0 0 1 0 0
0 0 0 0 0
_
_
_
_
_
_
_
_
,
sendo A semelhante a B
Exemplo 2.4
Determine todas as formas can onicas possveis de uma matriz 10 10 A,
cujo polin omio minimal e p
m
= x
3
e cujo posto e 6. Determine, tamb em,
para cada caso possvel, a dimens ao de Ker(A
2
).
Como posto(A) = 6, temos que
1
= dim(Ker(A)) = 4, ou seja, a forma
can onica de A tem 4 blocos.
Al em disso,
3
= dim(Ker(A
3
)) = 10, pois x
3
e o polin omio minimal de A.
Sendo
1
= 2
1

2
= 8
2
0
2
=
1
+2
2

3
= 2
2
14 0
3
=
2
+
3
=
2
+10 0 .
temos que 7
2
8.
Se
2
= Ker(N
2
) = 7,
1
= 1,
2
= 0 e
3
= 3, ou seja, a matriz na forma
can onica tem 3 blocos 3 3 e um bloco 1 1, sendo, portanto,
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
0 0 0 0 0 0 0 0 0 0
1 0 0 0 0 0 0 0 0 0
0 1 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0
0 0 0 1 0 0 0 0 0 0
0 0 0 0 1 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 1 0 0 0
0 0 0 0 0 0 0 1 0 0
0 0 0 0 0 0 0 0 0 0
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
.
Se
2
= Ker(A
2
) = 8, ent ao
1
= 0,
2
= 2 e
3
= 2, ou seja, a matriz na
forma can onica tem dois blocos 3 3 e dois blocos 2 2, sendo, portanto,
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
0 0 0 0 0 0 0 0 0 0
1 0 0 0 0 0 0 0 0 0
0 1 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0
0 0 0 1 0 0 0 0 0 0
0 0 0 0 1 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 1 0 0 0
0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 1 0
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
.
Vamos, agora, mostrar um m etodo para determinar uma base B de

V de modo que [N]
B
est a na forma can onica.
Suponhamos que N seja um operador nilpotente de ordem k, ou
seja, N
k
= O e N
k1
,= O.
Armac ao: N
k1
(V) _ N
k2
(V) _ . . . _ N(V) _ N
0
(V) = V .
De fato, temos que, para j k 1, N
kj
(V) N
kj1
(V).
Resta mostrar que N
kj
(V) ,= N
kj1
(V) .
Seja
N : N
kj1
(V) N
kj
(N) N
kj1
(V).
Se
N
kj
(V) = N(N
kj1
(V)) = N
kj1
(V) ,
teramos que N|
N
kj1
(V)
seria sobrejetora e, portanto, injetora, que e uma
contradic ao, conforme provaremos abaixo.
Seja w V tal que N
k1
(w) ,= 0. Como
N
k1
(w) = N
kj1
(N
j
(w)) N
kj1
(V) e N(N
k1
(w)) = 0,
temos que N|
N
kj1
(V)
n ao e injetora.
Seja {u
1
, . . . , u
k
} uma base de N
k1
(V).
Ent ao, existemw
1
1
, . . . , w
1
k
V tais que N
k1
(w
1
i
) = u
i
, i = 1, . . . ,
k
.
Al em disso,
{w
1
1
, N(w
1
1
), . . . , N
k1
(w
1
1
)} {w
1
2
, N(w
1
2
), . . . , N
k1
(w
1
2
)} . . .
{w
1
k
, N(w
1
k
), . . . , N
k1
(w
1
k
)} ,
e um conjunto LI, pois se
w =
i=1
a
1
i
w
1
i
+
i=1
a
2
i
N(w
1
i
) +. . . +
i=1
a
k
i
N
k1
(w
1
i
) = 0,
temos que N
k1
(w) = 0, ou seja,
k
i=1
a
1
i
N
k1
(w
1
i
) = 0,
pois
N
k1
_

k
i=1
a
j+1
i
N
j
(w
1
i
)
_
=
i=1
a
j+1
i
N
k+j1
(w
1
i
) = 0,
j a que k +j 1 k, para j 1.
Logo, a
1
i
= 0, i = 1, . . . ,
k
, pois
{N
k1
(w
1
1
), . . . , N
k1
(w
1
k
)}
e um conjunto LI.
Aplicando N
k2
ao vetor
i=1
a
2
i
N(w
1
i
) +. . . +
i=1
a
k
i
N
k1
(w
1
i
) = 0,
obtemos que a
2
1
= . . . = a
2
k
= 0.
Prosseguindo dessa maneira, chegaremos que a
j
i
= 0, i = 1, . . . ,
k
,
j = 1, . . . , k.
Os vetores do conjunto
{N
k1
(w
1
1
), . . . , N
k1
(w
1
k
)} {N
k2
(w
1
1
), . . . , N
k2
(w
1
k
)}
s ao LI e pertencem ao subespaco N
k2
(V).
Se esses vetores n ao geram N
k2
(V), existem vetores u
1
, . . . , u
k1
tais que N
k2
(u
1
), . . . , N
k2
(u
k1
) completam a base acima.
Armac ao: Podemos substituir cada u
i
por um vetor w
2
i
de modo
que os vetores
N
k2
(w
2
1
), . . . , N
k2
(w
2
k1
)
completem a base acima e, al em disso, N
k1
(w
2
i
) = 0, i = 1, . . . ,
k1
.
De fato, como
N(N
k2
(u
i
)) = N
k1
(u
i
) N
k1
(V) ,
existem escalares
i
1
, . . . ,
i
k
, tais que
N(N
k2
(u
i
)) = N
k1
(u
i
) =
i
1
N
k1
(w
1
1
) +. . . +
i
k
N
k1
(w
1
k
) .
Ent ao
N(N
k2
(u
i

i
1
w
1
1
. . .
i
k
w
1
k
)) = 0.
Fazendo
w
2
i
= u
i

i
1
w
1
1
. . .
i
k
w
1
k
,
temos que N
k1
(w
2
i
) = 0 e
N
k2
(w
2
i
) = N
k2
(u
i
)
i
1
N
k2
(w
1
1
) . . .
i
k
N
k2
(w
1
k
).
Logo, o subespaco gerado por
{N
k1
(w
1
1
), . . . , N
k1
(w
1
k
)} {N
k2
(w
1
1
), . . . , N
k2
(w
1
k
)}
{N
k2
(w
2
1
), . . . , N
k2
(w
2
k1
)}
e igual ao subespaco N
k2
(V), gerado por
{N
k1
(w
1
1
), . . . , N
k1
(w
1
k
)} {N
k2
(w
1
1
), . . . , N
k2
(w
1
k
)}
{N
k2
(u
1
), . . . , N
k2
(u
k1
)}.
Al em disso,
{N
k1
(w
1
1
), . . . , w
1
1
} . . . {N
k1
(w
1
k
), . . . , w
1
k
}
{N
k2
(w
2
1
), . . . , w
2
1
} . . . {N
k2
(w
2
k1
), . . . , w
2
k1
}
e um conjunto LI, pois uma combinac ao linear desses vetores se escreve
na forma
N
k1
(v
0
) +N
k2
(v
1
) +. . . +v
k1
+N
k2
(w
0
)
+N
k3
(w
1
) +. . . +w
k2
= 0,
(I)
onde
v
i
= a
i
1
w
1
1
+. . . +a
i
k
w
1
k
, i = 0, 1, . . . , k 1 ,
e
w
j
= b
j
1
w
2
1
+. . . +b
j
k1
w
2
k1
, j = 0, 1, . . . , k 2 .
Aplicando N
k1
` a express ao (I), obtemos que N
k1
(v
k1
) = 0, pois
N
k1
(w
j
) = 0, j = 0, 1, . . . , k 2, e
N
k1
(N
k(i+1)
(v
i
)) = N
2ki2
(v
i
) = 0, i = 0, 1, . . . , k 2,
j a que k 1 +k (i +1) = k +k 2 i k.
Como
0 = N
k1
(v
k1
) = a
k1
1
N
k1
(w
1
1
) +. . . +a
k1
k
N
k2
(w
1
k
)
e
{N
k1
(w
1
1
), . . . , N
k1
(w
1
k
)} ,
e LI, temos que a
k1
i
= 0, i = 0, 1, . . . , k 1, ou seja, v
k1
= 0.
Assim,
N
k1
(v
0
) +. . . +N(v
k2
) +N
k2
(w
0
) +. . . +w
k2
= 0. (II)
Aplicando N
k2
` a express ao (II), obtemos que
N
k1
(v
k2
) +N
k2
(w
k2
) = 0,
ou seja,
0 = a
k2
1
N
k1
(w
1
1
) +. . . +a
k2
k
N
k1
(w
1
k
) +b
k2
1
N
k2
(w
2
1
)
+ . . . +b
k2
k1
N
k2
(w
2
k1
) .
Como
{N
k1
(w
1
1
), . . . , N
k1
(w
1
k
), N
k2
(w
2
1
), . . . , N
k2
(w
2
k1
)}
e um conjunto LI, temos que
a
k2
1
= . . . = a
k2
k
= b
k2
1
= . . . = b
k2
k1
= 0 .
Ent ao, v
k2
= w
k2
= 0.
Prosseguindo dessa maneira, chegamos que
N
k1
(v
0
) +N
k2
(w
0
) = 0.
Logo,
a
0
1
= . . . = a
0
k
= b
0
1
= . . . = b
0
k1
= 0 ,
pois
{N
k1
(w
1
1
), . . . , N
k1
(w
1
k
)} {N
k2
(w
2
1
), . . . , N
k2
(w
2
k1
)} ,
e um conjunto LI.
Os vetores do conjunto
{N
k1
(w
1
1
), . . . , N
k1
(w
1
k
)} {N
k2
(w
1
1
), . . . , N
k2
(w
1
k
)}
{N
k3
(w
1
1
), . . . , N
k3
(w
1
k
)} {N
k2
(w
2
1
), . . . , N
k2
(w
2
k1
)}
{N
k3
(w
2
1
), . . . , N
k3
(w
2
k1
)}
s ao LI e pertencem ao subespaco N
k3
(V).
Se esses vetores n ao geram N
k3
(V), existem vetores w
3
1
, . . . , w
3
k2
tais que os vetores N
k3
(w
3
1
), . . . , N
k3
(w
3
k
2
) completam a base acima.
Podemos supor, tamb em, como zemos anteriormente, que
N(N
k3
(w
3
i
)) = N
k2
(w
3
i
) = 0, i = 1, . . . ,
k2
.
Continuando dessa maneira at e chegarmos a V = N
0
(V) _ N(V),
obteremos a base procurada.
V
=
N
0
(
V
)
w
1 1
,
.
.
.
,
w
1
k
,
w
2 1
,
.
.
.
,
w
2
k
1
,
w
3 1
,
,
w
3
k
2
,
.
.
.
,
w
k
1
1
,
.
.
.
,
w
k
2
,
[
w
k 1
,
.
.
.
,
w
k
1
]
_
N
0
N
0
N
(
V
)
N
(
w
1 1
)
,
.
.
.
,
N
(
w
1
k
)
,
N
(
w
2 1
)
,
.
.
.
,
N
(
w
2
k
1
)
,
N
(
w
3 1
)
,
.
.
.
,
N
(
w
3
k
2
)
,
.
.
.
,
[
N
(
w
k
1
1
)
,
.
.
.
,
N
(
w
k
2
)
]
_
N
0
N
0
. . .
. . .
. . .
. . .
. . .
. . .
. . .
. . .
_
. . .
. . .
. . .
N
k
3
(
V
)
N
k
3
(
w
1 1
)
,
.
.
.
,
N
k
3
(
w
1
k
)
,
N
k
3
(
w
2 1
)
,
.
.
.
,
N
k
3
(
w
2
k
1
)
,
[
N
k
3
(
w
3 1
)
,
.
.
.
,
N
k
3
(
w
3
k
2
)
]
_
N
0
N
0
N
k
2
(
V
)
N
k
2
(
w
1 1
)
,
.
.
.
,
N
k
2
(
w
1
k
)
,
[
N
k
2
(
w
2 1
)
,
.
.
.
,
N
k
2
(
w
2
k
1
)
]
_
N
0
N
0
N
k
1
(
V
)
N
k
1
(
w
1 1
)
,
.
.
.
,
N
k
1
(
w
1
k
)
,
N
o
t
e
q
u
e
:
O
s
v
e
t
o
r
e
s
w
1 1
,
.
.
.
,
w
1
k
d
e
t
e
r
m
i
n
a
m
o
s
k
s
u
b
e
s
p
a
c
o
s
c

c
l
i
c
o
s
Z
(
w
1 1
,
N
)
,
.
.
.
,
Z
(
w
1
k
,
N
)
d
e
d
i
m
e
n
s
a
o
k
e
,
p
o
r
t
a
n
t
o
,
o
s
b
l
o
c
o
s
k
k
d
a
f
o
r
m
a
c
a
n
o
n
i
c
a
d
e
J
o
r
d
a
n
d
e
N
.
D
e
m
o
d
o
g
e
r
a
l
,
o
s
v
e
t
o
r
e
s
w
j 1
,
.
.
.
,
w
j
k
(
j
1
)
,
j
=
1
,
.
.
.
,
k
,
d
e
t
e
r
m
i
n
a
m
o
s
(
j
1
)
s
u
b
e
s
p
a
c
o
s
c

c
l
i
c
o
s
Z
(
w
j 1
,
N
)
,
.
.
.
,
Z
(
w
j
k
(
j
1
)
,
N
)
d
e
d
i
m
e
n
s
a
o
k
(
j
1
)
e
,
p
o
r
t
a
n
t
o
,
o
s
b
l
o
c
o
s
(
k
(
j
1
)
)
(
k
(
j
1
)
)
d
a
f
o
r
m
a
c
a
n
o
n
i
c
a
d
e
J
o
r
d
a
n
d
e
N
.
Exemplo 2.5
Considere o operador N linear sobre 1
5
que e representado em relac ao ` a
base can onica pela matriz
A =
_
_
_
_
_
0 0 0 0 0
1 0 0 0 0
0 0 0 0 0
0 0 0 0 0
0 0 2 3 0
_
_
_
_
_
.
Como A
2
= O, temos que N e um operador nilpotente de ordem 2.
Sendo N(e
1
) = e
2
, N(e
2
) = 0, N(e
3
) = 2e
5
, N(e
4
) = 3e
5
e N(e
5
) = 0, o
espaco N(1
5
) e gerado por e
2
e e
5
e o conjunto {e
1
, N(e
1
), e
3
, N(e
3
)} e LI.
Como dim(N
0
(1
5
)) = 5, devemos determinar um vetor w
3
1
5
que com-
plete esse conjunto LI a uma base de 1
5
e tal que N(w
3
) = 0.
Sendo Ker(N) = {(x, y, z, w, t) | x = 0 , e 2z + 3w = 0}, temos que, para
w
3
= (0, 0, 3, 2, 0), N(w
3
) = 0 e B = {w
1
, N(w
1
), w
2
, N(w
2
), w
3
} e uma
base de 1
5
, onde w
1
= e
1
e w
2
= e
3
.
Logo,
1
5
= Z(w
1
, N) Z(w
2
, N) Z(w
3
, N) ,
e uma decomposic ao cclica de N, onde p
1
= p
2
= p
m
= x
2
e p
3
= x s ao
os Nanuladores de w
1
, w
2
e w
3
, respectivamente.
Temos, tamb em, que
[N]
B
=
_
_
_
_
_
0 0
1 0
0 0
1 0
0
_
_
_
_
_
,
e a matriz do operador N na forma can onica racional.
Exemplo 2.6
Seja N o operador linear sobre 1
5
A =
_
_
_
_
_
0 0 0 0 0
1 0 0 0 0
0 0 0 1 0
0 2 0 0 0
0 0 0 0 0
_
_
_
_
_
.
Como
A
2
=
_
_
_
_
_
0 0 0 0 0
0 0 0 0 0
0 2 0 0 0
2 0 0 0 0
0 0 0 0 0
_
_
_
_
_
, A
3
=
_
_
_
_
_
0 0 0 0 0
0 0 0 0 0
2 0 0 0 0
0 0 0 0 0
0 0 0 0 0
_
_
_
_
_
e A
4
= O,
temos que N e um operador nilpotente de ordem 4.
Como {2e
3
= N
3
(e
1
)} e uma base de N
3
(1
5
), temos que {N
3
(e
1
), N
2
(e
1
) =
2e
4
} e um conjunto LI contido em N
2
(1
5
).
Sendo dim(N
2
(1
5
)) = 2, {N
3
(e
1
), N
2
(e
1
)} e uma base de N
2
(1
5
).
Temos, tamb em, que o conjunto LI {N
3
(e
1
), N
2
(e
1
), N(e
1
) = e
2
} e uma
base de N(1
5
), pois dim(N(1
5
)) = 3.
Como {N
3
(e
1
), N
2
(e
1
), N(e
1
), e
1
} e LI e dim(1
5
) = 5, devemos determinar
w
2
1
5
que completa a base e satisfaz N(w
2
) = 0.
Sendo Ker(N) = {(x, y, z, w, t) | x = y = w = 0}, temos que para w
2
= e
5
,
N(w
2
) = 0 e B = {e
1
, N(e
1
), N
2
(e
1
), N
3
(e
1
), w
2
} e uma base de 1
5
.
Assim, 1
5
= Z(w
1
, N) Z(w
2
, N), onde w
1
= e
1
, e uma decomposic ao
cclica de N. Al em disso, p
1
= p
m
= x
4
e p
2
= x s ao os Nanuladores de
w
1
e w
2
, respectivamente.
A matriz de N em relac ao ` a base B
[N]
B
=
_
_
_
_
_
0 0 0 0
1 0 0 0
0 1 0 0
0 0 1 0
0
_
_
_
_
_
,
e a matriz do operador N na forma can onica racional.
Exemplo 2.7
Seja V = T
6
(1) = {f 1[x] | grau(f) 6} e seja N = D
2
o operador linear
sobre T
6
(1) dado pela derivac ao de ordem 2.
Temos que N(V) = T
4
(1) (polin omios reais de grau 4);
N
2
(V) = D
4
(T
6
(1)) = T
2
(1) (polin omios reais de grau 2);
N
3
(V) = D
6
(T
6
(1)) = {f 1[x] | grau(f) = 0 ou f O}
e N
4
(V) = D
8
(T
6
(1)) = {O} .
Logo, N e um operador nilpotente de ordem 4 e {N
3
(x
6
) = D
6
(x
6
) = 6 !} e
uma base de N
3
(V).
Assim, {N
3
(x
6
), N
2
(x
6
) = D
4
(x
6
) = 360x
2
} e um conjunto LI de vetores
de N
2
(V). Como N
2
(V) = T
2
(1) tem dimens ao 3, devemos achar um po-
lin omio w
2
de modo que N(N
2
(w
2
)) = D
6
(w
2
) = 0 e {N
3
(x
6
), N
2
(x
6
), N
2
(w
2
)}
seja uma base de N
2
(V).
Podemos tomar w
2
= x
5
. Nesse caso, N
2
(x
5
) = D
4
(x
5
) = 120x.
Temos que {N
3
(x
6
), N
2
(x
6
), N(x
6
), N
2
(x
5
), N(x
5
) = D
2
(x
5
) = 20x
3
} e um
conjunto LI de vetores de N(V) = T
4
(1).
Como dim(N(V)) = 5, temos que
{N
3
(x
6
), N
2
(x
6
), N(x
6
), N
2
(x
5
), N(x
5
)} ,
e uma base de N(V).
Como B = {x
6
, N(x
6
), N
2
(x
6
), N
3
(x
6
), x
5
, N(x
5
), N
2
(x
5
)} e um conjunto LI
de vetores de N
0
(V) e dim(V) = 7, temos que esse conjunto e uma base
de V.
Logo, T
6
(1) = Z(w
1
, N) Z(w
2
, N), w
1
= x
6
e w
2
= x
5
, e uma de-
composic ao cclica de N = D
2
, onde p
1
= p
m
= x
4
e p
2
= x
3
s ao os
Nanuladores de w
1
e w
2
, respectivamente. Al em disso,
[N]
B
=
_
_
_
_
_
_
_
_
_
0 0 0 0
1 0 0 0
0 1 0 0
0 0 1 0
0 0 0
1 0 0
0 1 0
_
_
_
_
_
_
_
_
_
,
e a matriz de N na forma can onica racional.
Exemplo 2.8
Determine os blocos da forma can onica racional de um operador nilpo-
tente N de ordem 5 sobre o espaco vetorial V, sabendo que
dim(N
4
(V)) = 3, dim(N
2
(V)) = 11, dim(N(V)) = 16 e dim(V) = 23.
Como dim(N
4
(V)) = 3, existem vetores w
1
1
, w
1
2
e w
1
3
tais que
B
1
= {N
4
(w
1
1
), N
4
(w
1
2
), N
4
(w
1
3
)}
seja uma base de N
4
(V).
Com isso, j a sabemos que a matriz de N na forma can onica racional tem
3 blocos 5 5.
Como
B
2
= {N
4
(w
1
1
), N
3
(w
1
1
), N
4
(w
1
2
), N
3
(w
1
2
), N
4
(w
1
3
), N
3
(w
1
3
)}
e um conjunto de vetores LI de N
3
(V) e dim(N
3
(V)) = 6, temos que esse
conjunto e uma base de N
3
(V).
Como
B
3
= {N
4
(w
1
1
), N
3
(w
1
1
), N
2
(w
1
1
), N
4
(w
1
2
), N
3
(w
1
2
), N
2
(w
1
2
),
N
4
(w
1
3
), N
3
(w
1
3
), N
2
(w
1
3
)}
e um conjunto de vetores LI de N
2
(V) e dim(N
2
(V)) = 11, existem dois
vetores w
3
1
e w
3
2
tais que
N(N
2
(w
3
1
)) = N
3
(w
3
1
) = 0, N(N
2
(w
3
2
)) = N
3
(w
3
2
) = 0
e B
3
{N
2
(w
3
1
), N
2
(w
3
2
)} e uma base de N
2
(V). Com isso, temos que a
matriz de N na forma can onica racional tem dois blocos 3 3.
Como
B
4
= {N
4
(w
1
1
), N
3
(w
1
1
), N
2
(w
1
1
), N(w
1
1
), N
4
(w
1
2
), N
3
(w
1
2
), N
2
(w
1
2
), N(w
1
2
),
N
4
(w
1
3
), N
3
(w
1
3
), N
2
(w
1
3
), N(w
1
3
), N
2
(w
3
1
), N(w
3
1
), N
2
(w
3
2
), N(w
3
2
)}
e um conjunto LI de vetores de N(V) e dim(N(V)) = 16, temos que B
4
e
uma base de N(V).
Como
B
5
= B
4
{w
1
1
, w
1
2
, w
1
3
, w
3
1
, w
3
2
}
e um conjunto LI de vetores de N
0
(V) = V e dim(V) = 23, temos que
existem dois vetores w
5
1
e w
5
2
tais que N(w
5
1
) = N(w
5
2
) = 0 e B
5
{w
5
1
, w
5
2
}
e uma base de V.
Logo, a matriz de N na forma can onica racional tem 2 blocos 1 1.
Outra maneira de resolver:
Seja
k
= dim(Ker(N
k
)) e seja
k
o n umero de blocos k k na forma
can onica racional de N.
Como dim(V) = 23, dim(N(V)) = 16, dim(N
2
(V)) = 11, dim(N
3
(V)) = 6,
dim(N
4
(V)) = 3 e dim(N
5
(V)) = 0, temos que
1
= 23 16 = 7 ,
2
= 23 11 = 12 ,
3
= 23 6 = 17 ,
4
= 23 3 = 20 , e
5
= 23 0 = 23 (
6
= 23) .
Ent ao,
1
= 2
1

2
= 2 7 12 = 2 ,
2
=
1
+2
2

3
= 7 +2 12 17 = 0 ,
3
=
2
+2
3

4
= 12 +2 17 20 = 2 ,
4
=
3
+2
4

5
= 17 +2 20 23 = 0 ,
5
=
4
+2
5

6
= 20 +2 23 23 = 3 .
Assim, a forma can onica de N tem dois blocos 1 1, dois blocos 3 3 e
tr es blocos 5 5.
3. Forma Can onica de Jordan

Seja T um operador linear sobre um espaco vetorial V de dimens ao
nita n. Suponhamos que o polin omio caracterstico de T se decomponha
como um produto de fatores primos lineares
p
c
= (x c
1
)
d
1
. . . (x c
k
)
d
k
,
onde c
1
, . . . , c
k
s ao os autovalores distintos de T e d
i
1, i = 1, . . . , k.
Ent ao, o polin omio minimal de T e
p
m
= (x c
1
)
r
1
. . . (x c
k
)
r
k
,
onde 1 r
i
d
i
, i = 1, . . . , k.
Se W
i
= Ker(T c
i
I)
r
i
, o Teorema da Decomposic ao Prim aria nos
diz que:
V = W
1
. . . W
k
,
dim(W
i
) = d
i
,
(x c
i
)
r
i
i
= T|
W
i
.
Seja N
i
= T
i
c
i
I.
Ent ao, como j a provamos anteriormente, N
i
e nilpotente e x
r
i
e o
seu polin omio minimal.
Seja B
i
uma base de W
i
tal que [N
i
]
B
i
est a na forma can onica racio-
nal. Como T
i
= c
i
I +N
i
, [T
i
]
B
i
= c
i
I + [N
i
]
B
i
, onde I e a matriz identidade
d
i
d
i
.
Seja V
i
= Ker(T c
i
I) o autoespaco de T associado ao autovalor
c
i
. Como dim(Ker(N
i
)) = dim(Ker(T
i
c
i
I)) = dim(Ker(T c
i
I)), pois
Ker(T c
i
I) W
i
, temos que se dim(Ker(T c
i
)) = n
i
, onde n
i
d
i
, a
matriz na forma racional de N
i
tem n
i
, a matriz na forma racional de T
i
tem n
i
blocos da forma
_
_
_
_
_
_
_
_
c
i
0 0 0 0
1 c
i
0 0 0
0 1 c
i
0 0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 0 0 c
i
0
0 0 0 1 c
i
_
_
_
_
_
_
_
_
,
sendo que o primeiro bloco e uma matriz r
i
r
i
.
Ou seja,
[T
i
]
B
i
=
_
_
_
_
J
i
1
J
i
2
.
.
.
J
1
n
i
_
_
_
_
d
i
d
i
,
onde cada J
i
j
e da forma
J
i
j
=
_
_
_
_
_
_
_
_
_
c
i
0 0 . . . 0 0
1 c
i
0 0 0
0 1 c
i
0 0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 0 0
.
.
.
c
i
0
0 0 0 1 c
i
_
_
_
_
_
_
_
_
_
.
Denic ao 3.1
Uma matriz elementar de Jordan com autovalor c e uma matriz da forma
J =
_
_
_
_
_
_
_
_
_
c 0 0 . . . 0 0
1 c 0 0 0
0 1 c 0 0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 0 0
.
.
.
c 0
0 0 0 1 c
_
_
_
_
_
_
_
_
_
.
Seja B = B
1
B
2
. . . B
k
. Ent ao,
[T]
B
=
_
_
_
_
A
1
A
2
.
.
.
A
k
_
_
_
_
nn
,
onde cada A
i
e uma matriz d
i
d
i
da forma
A
i
= [T
i
]
B
i
=
_
_
_
_
J
i
1
J
i
2
.
.
.
J
i
n
i
_
_
_
_
d
i
d
i
,
sendo cada J
i
j
uma matriz elementar de Jordan com autovalor c
i
. Al em
disto, dentro de cada A
i
, as dimens oes das matrizes J
i
j
diminuem a me-
dida que j aumenta.
Dizemos que uma matriz que satisfaz as condic oes acima est a sob
a forma can onica de Jordan.
Acabamos de mostrar que se T e um operador cujo polin omio carac-
terstico se decomp oe em um produto de fatores lineares sobre o corpo
dos escalares, ent ao existe uma base ordenada de V em relac ao ` a qual T
e representado por uma matriz que est a sob a forma can onica de Jordan.
Unicidade: Se duas matrizes semelhantes est ao sob a forma can onica
de Jordan, ent ao elas podem diferir apenas quanto ` a ordem dos autova-
lores.
Seja B
uma base de V tal que [T]

B
=

A tamb em esteja na forma
can onica de Jordan.
Seja
[T]
B
=

A =
_
_
_
_
_
A
1
A
2
.
.
.
A
s
_
_
_
_
_
nn
,
onde cada matriz

A
i
e da forma
A
i
=
_
_
_
_
_
J
i
1
J
i
2
.
.
.
J
i
s
i
_
_
_
_
_
i
,
sendo cada

J
i
j
uma matriz elementar de Jordan com autovalor
i
, (
i
,=
j
,
para i ,= j).
Como

A e uma matriz triangular inferior, seu polin omio caracterstico
e da forma
p
c
= (x
1
)
1
. . . (x
s
)
s
.
Sendo A e

A semelhantes, o polin omio caracterstico de A
p
c
= (x c
1
)
d
1
. . . (x c
k
)
s
,
e, tamb em, o polin omio caracterstico de

A.
Logo, s = k, {c
1
, . . . , c
k
} = {
1
, . . . ,
k
} e, se c
i
=
j
, ent ao d
i
=
j
.
Seja {c
1
, . . . , c
k
} uma reordenac ao dos escalares {c
1
, . . . , c
k
} tal
que
i
= c
i
, i = 1, . . . , k.
Vamos mostrar que

A
i
= A
i
, i = 1, . . . , k.
Seja B
= {v
1
1
, . . . , v
1
1
, v
2
1
, . . . , v
2
2
, . . . , v
k
1
, . . . , v
k
k
} e seja

W
i
o subes-
paco gerado por B
i
= {v
i
1
, . . . , v
i
i
}, i = 1, . . . , k. Ent ao, cada subespaco
W
i
e Tinvariante devido ` a forma da matriz

A = [T]
B
; [T|

W
i
]
B
i
=

A
i
e
V =

W
1
. . .

W
k
.
Armac ao:

W
i
= Ker(T
i
I)
n
, i = 1, . . . , k .
De fato,
[T
i
I]
B
=

A
i
I =
_
_
_
_
_
_
_
A
1

i
I
.
.
.
A
i

i
I
.
.
.
A
k

i
I
_
_
_
_
_
_
_
,
onde

A
i

i
I e uma matriz nilpotente de ordem menor ou igual a
i
= d
i
, e

A
j

i
I e invertvel se j ,= i, pois

A
j

i
I = (
j

i
)I + N
j
,
sendo N
j
nilpotente e
j
,=
i
. Logo,
Na matriz ao lado, note que (
A
i

i
I)
n
O.
[(T
i
I)
n
]
B
= (
A
i
I)
n
=
_
_
_
_
_
_
_
(
A
1

i
I)
n
.
.
.
(
A
i

i
I)
n
.
.
.
(
A
k

i
I)
n
_
_
_
_
_
_
_
.
Provamos, assim, que todo vetor da base B
i
pertence ao n ucleo de
(T
i
I)
n
, ou seja,

W
i
Ker((T
i
I)
n
) e que dim(Ker((T
i
I)
n
)) =
i
.
Mas como dim(

W
i
) =
i
, temos que

W
i
= Ker((T
i
I)
n
).
Fazendo o mesmo com os subespacos Tinvariantes W
i
obtidos da
base B, vemos que W
j
= Ker((T c
j
I)
n
), j = 1, . . . , k. Como
i
= c
i
,
temos que
W
i
= Ker((T
i
I)
n
) = Ker((T c
i
I)
n
) = W
i
.
Logo,
[(T c
i
I)|

W
i
]
B
i
= A
i
c
i
I ,
e
[(T c
i
I)|

W
i
]
B
i
=

A
i
c
i
I =

A
i

i
I ,
est ao na forma can onica racional. Pela unicidade, temos

A
i
= A
i
.
Observac ao 3.1
(1) Seja Kum corpo algebricamente fechado e T um operador linear sobre
um espaco vetorial V de dimens ao nita sobre K. Ent ao existe uma base
B tal que [T]
B
est a na forma can onica de Jordan.
(2) O operador T e diagonaliz avel se, e somente se, n
i
= d
i
, ou seja,
dim(Ker(T c
i
I)) e a multiplicidade de c
i
como raiz de p
c
, para todo
i = 1, . . . , k.
(3) Se o operador T e nilpotente, a forma can onica de Jordan de T e igual
a sua forma racional.
Exemplo 3.1
Seja T um operador linear sobre C
2
. Ent ao o polin omio caracterstico de
T pode ser (x c
1
)(x c
2
), com c
1
,= c
2
, ou (x c)
2
.
No primeiro caso, T e diagonaliz avel e e representado em relac ao a
alguma base ordenada B por
[T]
B
=
_
c
1
0
0 c
2
_
.
No segundo caso, o polin omio minimal de T pode ser x c ou (x c)
2
.
Se p
m
= x c, temos que T = cI e
[T]
B
=
_
c 0
0 c
_
,
para qualquer base B de C
2
.
Se p
m
= (x c)
2
, existe uma base B de C
2
tal que
[T]
B
=
_
c 0
1 c
_
.
Assim, toda matriz 2 2 sobre o corpo C e semelhante a uma matriz de
um dos dois tipos
_
c 0
1 c
_
e
_
c
1
0
0 c
2
_
,
podendo ser c
1
,= c
2
ou c
1
= c
2
.
Exemplo 3.2
Seja A a matriz 3 3 com entradas em C dada por
A =
_
_
2 0 0
a 2 0
b c 1
_
_
.
O polin omio caracterstico de A e (x 2)
2
(x +1).
Se o polin omio minimal de A e (x 2)
2
(x + 1), ent ao A e semelhante ` a
matriz
A =
_
_
2 0 0
1 2 0
0 0 1
_
_
,
na forma can onica de Jordan.
Se p
m
= (x2)(x1), A e diagonaliz avel e, portanto, semelhante ` a matriz
A =
_
_
2 0 0
0 2 0
0 0 1
_
_
.
Como
(A2I)(A+I) =
_
_
0 0 0
3a 0 0
ac 0 0
_
_
,
temos que A e semelhante a uma matriz diagonal se, e somente se, a = 0.

Exemplo 3.3
Seja A a matriz 4 4 dada por
A =
_
_
_
_
2 0 0 0
1 2 0 0
0 0 2 0
0 0 a 2
_
_
_
_
.
Opolin omio caracterstico de A e (x2)
4
e seu polin omio minimal e (x2)
2
pois A e formada por dois blocos 2 2.
O primeiro bloco da matriz na forma can onica semelhante a A tem tama-
nho 2 2, e o n umero de blocos e dim(Ker(A2I)).
Como
A2I =
_
_
_
_
0 0 0 0
1 0 0 0
0 0 0 0
0 0 a 0
_
_
_
_
,
temos que dim(Ker(A2I)) =
_
_
_
2 , se a ,= 0 ,
3 , se a = 0 .
Logo, A e semelhante a
A =
_
_
_
_
2 0 0 0
1 2 0 0
0 0 2 0
0 0 1 2
_
_
_
_
, se a ,= 0 ,
e e semelhante a
A =
_
_
_
_
2 0 0 0
1 2 0 0
0 0 2 0
0 0 0 2
_
_
_
_
, se a = 0 .
Observe que essas matrizes possuem polin omios caractersticos e mini-
mais iguais, mas n ao s ao semelhantes, pois possuem formas can onicas
de Jordan diferentes.
Exemplo 3.4
A =
_
_
2 1 0
1 2 1
1 1 1
_
_
.
Ent ao,
p
c
= det(xI A) = det
_
_
x 2 1 0
1 x +2 1
1 1 x 1
_
_
= (x 2)((x +2)(x 1) +1) + (x 1) 1
= (x 2)(x
2
+x 1 +1) = (x 2)x(x +1) .
Logo, p
m
= p
c
e A e diagonaliz avel, ou seja, A e semelhante ` a matriz
A =
_
_
_
2 0 0
0 0 0
0 0 1
_
_
_
.
Exemplo 3.5
A =
_
_
_
_
2 0 0 0
1 3 0 0
2 1 1 0
2 1 1 3
_
_
_
_
.
Como p
c
= (x 1)(x 2)(x 3)
2
e dim(Ker(A3I)) = 1, pois
A3I =
_
_
_
_
1 0 0 0
1 0 0 0
2 1 2 0
2 1 1 0
_
_
_
_
,
temos que p
m
= p
c
= (x 1)(x 2)(x 3)
2
.
Logo, a matriz na forma can onica de Jordan semelhante a A e
A =
_
_
_
_
3 0 0 0
1 3 0 0
0 0 1 0
0 0 0 2
_
_
_
_
.
Exemplo 3.6
Determine todas as matrizes na forma can onica de Jordan com polin omio
caracterstico
p
c
= (x 2)
3
(x 3)
4
(x 1) ,
e polin omio minimal
p
m
= (x 2)
2
(x 3)
2
(x 1) .
Determine, tamb em, em cada caso possvel, as dimens oes dos autoes-
pacos E
1
, E
2
e E
3
associados aos autovalores 1, 2 e 3, respectivamente.
Podemos ver facilmente que dim(E
1
) = 1 e dim(E
2
) = 2.
Como o primeiro bloco associado ao autovalor 3 e 2 2 e 3 tem multipli-
cidade 4 como raiz do polin omio caracterstico, podemos ter dim(E
3
) = 2
ou dim(E
3
) = 3.
Nas matrizes ao lado, os espacos
vazios indicam zeros.
Caso 1. Se dim(E
3
) = 2, a matriz na forma can onica de Jordan e
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
3 0
1 3
3 0
1 3
2 0
1 2
2
1
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
88
.
Caso 2. Se dim(E
3
) = 3, a matriz na forma can onica de Jordan e
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
3 0
1 3
3
3
2 0
1 2
2
1
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
88
.
Exemplo 3.7
Seja A a matriz 3 3
A =
_
_
2 1 3
1 2 1
3 1 4
_
_
.
Ent ao,
Forma Can onica de Jordan Real
p
c
= det(xI A) = det
_
_
x 2 1 3
1 x +2 1
3 1 x 4
_
_
= (x 2)((x +2)(x 4) +1) + ((x 4) +3) 3(1 +3(x +2))
= (x 2)(x
2
2x 7) + (x +7) 3(3x +7)
= (x 2)(x
2
2x 7) + (10x 14)
= x
3
2x
2
7x 2x
2
+4x +14 10x 14
= x
3
4x
2
13x
= x(x
2
4x 13) .
Como p
c
tem tr es razes reais distintas, p
m
= p
c
e A e diagonaliz avel.
Como p
m
= p
c
, a matriz na forma can onica racional que e semelhante a
A e
_
_
_
0 0 0
1 0 13
0 1 4
_
_
_
.
4. Forma Can onica de Jordan Real

Seja V um espaco vetorial sobre o corpo 1 dos n umeros reais. O
complexicado de V e o espaco vetorial sobre o corpo C dos n umeros
complexos
V = {(u, v) | u, v V} ,
com as operac oes de adic ao e multiplicac ao por escalares denidas por:
(u, v) + (u
, v
) = (u +u
, v +v
)
(a +ib) (u, v) = (au bv, bu +av) .
O conjunto

V com essas operac oes e de fato um espaco vetorial
sobre C. provaremos apenas que
((a +ib)(c +id))(u, v) = (a +ib)((c +id)(u, v)) ,
cando a vericac ao das outras propriedades como exerccio:
((a +ib)(c +id))(u, v) = ((ac bd) +i(bc +ad))(u, v)
= ((ac bd)u (bc +ad)v, (bc +ad)u + (ac bd)v)
= (a(cu dv) b(du +cv), b(cu dv) +a(du +cv))
= (a +ib)(cu dv, du +cv)
= (a +ib)((c +id)(u, v)).
Observac ao 4.1
(1) Em particular, (u, v) = (u, 0) +i(v, 0) .
(2) Se a 1, a(u, v) = (au, av) .
Armac ao: dim
C
(
V) = dim
R
(V) .
Seja B = {w
1
, . . . , w
n
} uma base de V. Vamos provar que
B = {(w
1
, 0), . . . , (w
n
, 0)}
e uma base de

V.
Seja (u, v)

V. Ent ao, existem escalares a
i
1 e b
i
1, tais que
u = a
1
w
1
+. . . +a
n
w
n
e v = b
1
w
1
+. . . +b
n
w
n
.
Assim,
(a
1
+ib
1
)(w
1
, 0) +. . . + (a
n
+ib
n
)(w
n
, 0)
= (a
1
w
1
, b
1
w
1
) +. . . + (a
n
w
n
, b
n
w
n
)
= (a
1
w
1
+. . . +a
n
w
n
, b
1
w
1
+. . . +b
n
w
n
)
= (u, v) .
Se (u, v) = (0, 0), ou seja, se
(a
1
+ib
1
)(w
1
, 0) +. . . + (a
n
+ib
n
)(w
n
, 0) = (0, 0) ,
temos que a
1
w
1
+. . . +a
n
w
n
= 0 = b
1
w
1
+. . . +b
n
w
n
.
Logo, a
1
= . . . = a
n
= 0 = b
1
= . . . = b
n
.
Ou seja, os vetores (w
1
, 0), . . . , (w
n
, 0) s ao LI e geram o espaco
vetorial

V.
Seja T um operador linear sobre o espaco vetorial V sobre 1.
Denimos a aplicac ao
T :

V

V
(u, v)

T(u, v) = (T(u), T(v)) .
Armac ao:

T e linear sobre C.
De fato,
T((a +ib)(u, v) + (u
, v
)) =

T((au bv, bu +av) + (u
, v
))
=

T(au bv +u
, bu +av +v
)
= (T(au bv +u
), T(bu +av +v
))
= (aT(u) bT(v) +T(u
), bT(u) +aT(v) +T(v
))
= (aT(u) bT(v), bT(u) +aT(v)) + (T(u
), T(v
))
= (a +ib)(T(u), T(v)) + (T(u
), T(v
))
= (a +ib)
T(u, v) +
T(u
, v
)
Armac ao: p
c
= p
c
, onde p
c
e o polin omio caracterstico de T e p
c
e o polin omio caracterstico de

T.
Seja B = {w
1
, . . . , w
n
} uma base de V e seja

B = {(w
1
, 0), . . . , (w
n
, 0)}
base de

V.
Sendo T(w
j
) =
n
i=1
a
ij
w
i
, j = 1, . . . , n, temos que
T(w
j
, 0) = (T(w
j
), 0) =
_
n
i=1
a
ij
w
i
, 0
_
=
n
i=1
a
ij
(w
i
, 0) .
Ou seja, [
T]
b
B
= [T]
B
. Logo,
p
c
= det(xI [
T]
b
B
) = det(xI [T]
B
) = p
c
.
Armac ao: p
m
= p
m
, onde p
m
e o polin omio minimal de T e p
m
e o
polin omio minimal de

T.
Seja f 1[x], ent ao, f(
T) =

f(T). De fato, se f = a
k
x
k
+. . .+a
1
x+a
0
;
a
0
, . . . , a
k
1, temos que
f(
T)(u, v) = (a
k
(
T)
k
+. . . +a
1
T +a
0
I)(u, v)
= a
k
(
T)
k
(u, v) +. . . +a
1
T(u, v) +a
0
I(u, v)
= a
k
(T
k
(u), T
k
(v)) +. . . +a
1
(T(u), T(v)) +a
0
(u, v)
= (a
k
T
k
(u), a
k
T
k
(v)) +. . . + (a
1
T(u), a
1
T(v)) + (a
0
u, a
0
v)
= (a
k
T
k
(u) +. . . +a
1
T(u) +a
0
u, a
k
T
k
(v) +. . . +a
1
T(v) +a
0
v)
= (f(T)(u), f(T)(v))
=

f(T)(u, v) .
Ent ao, se f(T) = O, temos que

f(T) = O, ou seja, f(
T) = O.
Logo, p
m
divide p
m
em C[x].
Seja, agora, g = (a
k
+ib
k
)x
k
+. . .+(a
1
+ib
1
)x+a
0
+ib
0
um polin omio
com coecientes complexos. Ent ao, g = f
1
+if
2
, onde
f
1
= a
k
x
k
+. . . +a
1
x +a
0
e f
2
= b
k
x
k
+. . . +b
1
x +b
0
s ao polin omios com coecientes reais.
Suponha que g(
T) = O. Ent ao,
g(
T)(u, v) = (a
k
+ib
k
)(
T)
k
(u, v) +. . . + (a
1
+ib
1
)
T(u, v) + (a
0
+ib
0
)(u, v)
= (a
k
+ib
k
)(T
k
(u), T
k
(v)) +. . . + (a
1
+ib
1
)(T(u), T(v)) + (a
0
+ib
0
)(u, v)
= (a
k
T
k
(u) b
k
T
k
(v), b
k
T
k
(u) +a
k
T
k
(v)) +. . . + (a
1
T(u) b
1
T(v), b
1
T(u)
+a
1
T(v)) + (a
0
u b
0
v, b
0
u +a
0
v)
= ((a
k
T
k
(u) +. . . +a
1
T(u) +a
0
u) (b
k
T
k
(v) +. . . +b
1
T(v) +b
0
v),
(b
k
T
k
(u) +. . . +b
1
T(u) +b
0
u) + (a
k
T
k
(v) +. . . +a
1
T(v) +a
0
v)) .
Ou seja, g(
T)(u, v) = (f
1
(T)(u) f
2
(T)(v), f
2
(T)(u) +f
1
(T)(v)).
Como g(
T)(u, v) = 0, temos que

f
1
(T)u f
2
(T)(v) = 0 e f
2
(T)(u) +f
1
(T)(v) = 0,
para todo par u, v V.
Fazendo v = 0, obtemos que f
1
(T)(u) = f
2
(T)(u) = 0, para todo
u V. Ent ao, g(
T) = O se, e somente se f
1
(T) = f
2
(T) = O.
Seja p
m
= p
1
+ip
2
, onde p
1
, p
2
1[x].
Como p
m
(
T) = O, temos que p
1
(T) = p
2
(T) = O. Logo, p
m
divide
os polin omios p
1
e p
2
, ou seja, p
m
divide p
m
em C[x].
Sendo p
m
e p
m
polin omios unit arios, obtemos que p
m
= p
m
.
Mostrando assim a armac ao.
Seja :

V

V a aplicac ao denida por (u, v) = (u, v).
Ent ao e um isomorsmo linear sobre 1 (quando os espacos s ao
considerados reais), ((u, v)) = (u, v) e
2
= id (aplicac ao identi-
dade).
De fato:
((u, v) + (u
, v
)) = (u +u
, v +v
) = (u +u
, (v +v
))
= (u, v) + (u
, v
) = (u, v) +(u
, v
) ;
((a +ib)(u, v)) = (au bv, bu +av) = (au bv, bu av)
= (a ib)(u, v) = (a ib)(u, v) = (a +ib)(u, v) ;

2
(u, v) = (u, v) = (u, v) = id(u, v) .
Observac ao 4.2
Se W e um subconjunto de

V, usaremos a notac ao:W = (W).
Seja T : V V um operador linear sobre um espaco vetorial real V
de dimens ao nita e seja

T :

V

V o operador linear sobre

V denido
acima.
Como p
c
1[x], temos que se = a + ib e uma raiz complexa de
p
c
, ent ao = a ib tamb em o e.
Sendo p
c
= p
c
, temos que e s ao autovalores de

T.
Sejam
= {(u, v)

V |
T(u, v) = (u, v)} ,

e
= {(u, v)

V |
T(u, v) = (u, v)} .

Armac ao: (
) =
.
Seja (u, v)
. Ent ao,

T(u, v) = (u, v).
Logo, (
T(u, v)) = (u, v).

Como
(
T(u, v)) = (T(u), T(v)) = (T(u), T(v)) =

T(u, v) =

T((u, v))
ou seja,

T =
T, temos que
T((u, v)) = (u, v) .

Logo, (
.
De modo an alogo, temos que (
.
Ent ao,
2
(
) (
), ou seja,
). Logo, (
) =
.
Armac ao: Se {(u
1
, v
1
), . . . , (u
k
, v
k
)} e base de um subespaco W de
V, ent ao {(u
1
, v
1
), . . . , (u
k
, v
k
)} e base do subespaco W de

V.
Antes temos que provar que se W e um subespaco de

V, ent ao
W = (W) e um subespaco de

V.
Se (u, v), (u
, v
) W = (W), ent ao (u, v), (u
, v
) W.
Logo, (a ib)(u, v) + (u
, v
) W.
Ent ao, ((a + ib)(u, v) + (u
, v
)) = (a ib)(u, v) + (u
, v
) W,
ou seja, (a +ib)(u, v) + (u
, v
) W.
Agora provemos a armac ao.
Seja (u, v) = (u, v) W. Como (u, v) W, existem a
j
+ ib
j
C,
j = 1, . . . , k, tais que
(u, v) = (a
1
+ib
1
)(u
1
, v
1
) +. . . + (a
k
+ib
k
)(u
k
, v
k
).
Logo,
(u, v) = (u, v) = (a
1
ib
1
)(u
1
, v
1
) +. . . + (a
k
ib
k
)(u
k
, v
k
) ,
ou seja, {(u
1
, v
1
), . . . , (u
k
, v
k
)} gera W.
Seja (a
1
ib
1
)(u
1
, v
1
) +. . . + (a
k
ib
k
)(u
k
, v
k
) = 0. Ent ao,
((a
1
ib
1
)(u
1
, v
1
) +. . . + (a
k
ib
k
)(u
k
, v
k
)) = 0,
ou seja,
(a
1
+ib
1
)(u
1
, v
1
) +. . . + (a
k
+ib
k
)(u
k
, v
k
) = 0.
Como {(u
1
, v
1
), . . . , (u
k
, v
k
)} e LI, temos que a
j
+ib
j
= 0, j = 1, . . . , k.
Logo, a
j
ib
j
= 0, j = 1, . . . , k, provando que {(u
1
, v
1
), . . . , (u
k
, v
k
)} e
LI, e portanto uma base, como armado.
Seja T : V V um operador sobre um espaco vetorial V de di-
mens ao nita sobre 1 e seja

T :

V

V o seu complexicado.
Seja
p
c
= p
d
1
1
. . . p
d
k
k
(x
1
)
q
1
. . . (x
)
q
,
o polin omio caracterstico de T, onde
1
, . . . ,
1 e p
j
= (x
j
)(x
j
),
j
= a
j
+ib
j
, b
j
> 0, j = 1, . . . , k, e
p
m
= p
r
1
1
. . . p
r
k
k
(x
1
)
s
1
. . . (x
)
s
,
o polin omio minimal de T.
Como T e

T tem o mesmo polin omio caracterstico e o mesmo po-
lin omio minimal temos que, em C,
p
c
= (x
1
)
d
1
(x
1
)
d
1
. . . (x
k
)
d
k
(x
k
)
d
k
(x
1
)
q
1
. . . (x
)
q
,
p
m
= (x
1
)
r
1
(x
1
)
r
1
. . . (x
k
)
r
k
(x
k
)
r
k
(x
1
)
s
1
. . . (x
)
s
,
ou seja, as multiplicidades de
j
e
j
em p
c
e p
m
s ao iguais, j = 1, . . . , k.
Armac ao: Ker(
T
i
I)
s
e o complexicado de Ker(T
i
I) .
De fato, como
(
T
i
I)(u, v) =

T(u, v)
i
(u, v) = (T(u), T(v)) (
i
u,
i
v)
= ((T
i
I)(u), (T
i
I)(v)) ,
podemos provar, por induc ao sobre s, que
(
T
i
I)
s
(u, v) = ((T
i
I)
s
(u), (T
i
I)
s
(v)) ,
ou seja,
((T
i
I)
s
) ^ = (
T
i
I)
s
.
Logo, (u, v) Ker(
T
i
I)
s
se, e somente se, u, v Ker(T
i
I), ou
seja,
(Ker(T
i
I)
s
) ^ = {(u, v) | u, v Ker(T
i
I)
s
} = Ker(
T
i
I)
s
.
Ent ao, dim(Ker(T
i
I)
s
) = dim(Ker(
T
i
I)
s
), para todo s N.
Em particular, se

W
i
= Ker(
T
i
I)
s
i
e W
i
= Ker(T
i
I)
s
i
, temos
que

W
i
=

W
i
e dim(
W
i
) = dim(W
i
).
Seja

B
i
uma base de

W
i
tal que [
T|
f
W
i
]
f
B
i
est a na forma can onica de
Jordan. Ent ao, [
T|
f
W
i
]
f
B
i
possui dim(Ker(
T
i
I)) = dim(Ker(T
i
I)) blocos
elementares de Jordan associados ao autovalor
i
, sendo as quantidades
dos blocos de cada ordem dadas em termos das dimens oes
dim(Ker(
T
i
I)
s
) = dim(Ker(T
i
I)
s
) , 1 s s
i
.
Assim, a matriz na forma can onica de Jordan de T|
W
i
e igual ` a matriz
na forma can onica de Jordan de

T|
f
W
i
.
Al em disso, se B
i
= {v
1
, . . . , v
q
i
} e uma base de W
i
tal que [T|
W
i
]
B
i
est a na forma can onica de Jordan, ent ao

B
i
= {(v
1
, 0), . . . , (v
q
i
, 0)} e uma
base de

W
i
tal que [
T|
f
W
i
]
f
B
i
= [T|
W
i
]
B
i
Armac ao: Ker(
T I)
s
= (Ker(
T I)
s
), para = a +ib, b > 0 .
De fato, (
T I)
s
= p
T), onde p
= (x )
s
e um polin omio cujos
coecientes s ao polin omios em com coecientes inteiros, pois:
p
= x
s
+p
s1
()x
s1
+. . . +p
1
()x +p
0
() ,
com
p
sj
() = (1)
j
_
s
j
_
j
= (1)
j
s !
j ! (s j) !

j
.
Logo, (
T I)
s
= (
T)
s
+p
s1
() (
T)
s1
+. . . +p
1
()
T +p
0
() = p
T),
pois
p
= x
s
+p
s1
()x
s1
+. . . +p
1
()x +p
0
()
= x
s
+p
s1
()x
s1
+. . . +p
1
()x +p
0
() ,
j a que os coecientes de p
j
s ao inteiros.
Ent ao, se p
= g
+ih
, g
, h
1[x], temos que

(
T I)
s
= p
T) = g
T) +ih
T) , e (
T I)
s
= p
T) = g
T) ih
T) .
Assim, como g
e h
t em coecientes reais,
p
T)(u, v) =

g
(T)(u, v) +i
(T)(u, v)
= (g
(T)(u), g
(T)(v)) +i(h
(T)(u), h
(T)(v))
= (g
(T)(u), g
(T)(v)) + (h
(T)(v), h
(T)(u))
= (g
(T)(u) h
(T)(v), g
(T)(v) +h
(T)(u)) .
Por outro lado,
(
T I)
s
(u, v) = g
T)(u, v) ih
T)(u, v)
= (g
(T)(u), g
(T)(v)) i(h
(T)(u), h
(T)(v))
= (g
(T)(u), g
(T)(v)) + (h
(T)(v), h
(T)(u))
= (g
(T)(u) h
(T)(v), g
(T)(v) h
(T)(u)) ,
ou seja,
(
T I)
s
((u, v)) = ((
T I)
s
(u, v)) .
Logo, se (u, v) Ker(
T I)
s
ent ao (u, v) Ker(
T I)
s
. Assim,
(Ker(
T I)
s
) Ker(
T I)
s
.
De modo an alogo, temos que
(Ker(
T I)
s
) Ker(
T I)
s
.
Logo,
Ker(
T I)
s
=
2
(Ker(
T I)
s
) (Ker(
T I)
s
) .
Portanto,
Ker(
T I)
s
= (Ker(
T I)
s
)
e
dim(Ker(
T I)
s
) = dim(Ker(
T I)
s
) ,
para todo s N.
Se
j
,
j
, j = 1, . . . , k, s ao as razes complexas de p
c
, temos que
dim(Ker(
T
j
I)
s
) = dim(Ker(
T
j
I)
s
), para todo s N. Logo, A
j
= A
j
,
onde A
j
e a matriz na forma can onica de

T|
V
j
, A
j
e a matriz na forma
can onica de

T|
V
j
, V
j
= Ker(
T
j
I)
r
j
e V
j
= Ker(
T
j
I)
r
j
.
Armac ao: Se B
j
e uma base de V
j
tal que [
T|
V
j
]
B
j
= A
j
, ent ao
B
j
= (B
j
) e base de V
j
e [
T|
V
j
]
B
j
= A
j
.
Seja
B
j
= B
1
j
. . . B
j
, = dim(Ker(
T
j
I)) ,
onde B
i
j
= {(v
1
, w
1
), . . . , (v
k
, w
k
)} e um conjunto LI de vetores de

V que d a
origem a um bloco de ordem k de A
j
.
Ent ao,
(T(v
p
), T(w
p
)) =

T(v
p
, w
p
) =
j
(v
p
, w
p
) + (v
p+1
, w
p+1
) , 1 p k 1 ,
e
(T(v
k
), T(w
k
)) =

T(v
k
, w
k
) =
j
(v
k
, w
k
) .
Como

T =
T, temos que
T(v
p
, w
p
) = (T(v
p
), T(w
p
)) = (T(v
p
), T(w
p
))
= (
T(v
p
, w
p
)) = (
j
(v
p
, w
p
) + (v
p+1
, w
p+1
))
=
j
(v
p
, w
p
) + (v
p+1
, w
p+1
) ,
e
T(v
k
, w
k
) = (T(v
k
), T(w
k
)) = (T(v
k
), T(w
k
))
= (
T(v
k
, w
k
)) = (
j
(v
k
, w
k
)) =
j
(v
k
, w
k
) .
Observac ao 4.3
Sejam B
j
= {(v
1
, w
1
), . . . , (v
d
j
, w
d
j
)} e B
j
= {(v
1
, w
1
), . . . , (v
d
j
, w
d
j
)} ba-
ses de V
j
= Ker(
T
j
I)
r
j
e V
j
= Ker(
T
j
I)
r
j
, respectivamente, onde
d
j
= dim(Ker(
T
j
I)
r
j
) = dim(Ker(
T
j
I)
r
j
) , tais que [
T|
V
j
]
B
j
= A
j
e
[
T|
V
j
]
B
j
= A
j
est ao na forma can onica.
Como V
j
e V
j
s ao subespacos LI, pois est ao associados a autovalores
j
e
j
, distintos, temos que
{(v
1
, w
1
), . . . , (v
d
j
, w
d
j
), (v
1
, w
1
), . . . , (v
d
j
, w
d
j
)}
e uma base de V
j
V
j
.
Armac ao: Seja p
j
= (x
j
)(x
j
) 1[x], j = 1, . . . , k.
Ent ao,
V
j
V
j
= (Ker(p
j
(T))
r
j
) ^
e {v
1
+w
1
, v
1
w
1
, . . . , v
d
j
+w
d
j
, v
d
j
w
d
j
} e uma base de Ker(p
j
(T)
r
j
).
Pelo Teorema Generalizado de Cayley-Hamilton, temos que
dim(Ker(p
j
(T)
r
j
)) = d
j
grau(p
j
) = 2d
j
.
Sejam p
j
= (x
j
)
r
j
e p
j
= (x
j
)
r
j
.
Como p
j
= g
j
+ih
j
e p
j
= g
j
ih
j
, onde g
j
, h
j
1[x], temos:
p
r
j
j
= p
j
p
j
= (g
j
+ih
j
)(g
j
ih
j
) = g
2
j
+h
2
j
.
Sendo
(
T
j
I)
r
j
= p
j
(
T) = (g
j
+ih
j
)(
T) ,
temos que (u, v) V
j
= Ker(
T
j
I)
r
j
= Ker(g
j
+ih
j
)(
T) se, e somente
se,
(0, 0) = (g
j
+ih
j
)(
T)(u, v) = (g
j
(
T) +ih
j
(
T))(u, v)
= g
j
(
T)(u, v) +ih
j
(
T)(u, v)
= (g
j
(T)(u), g
j
(T)(v)) +i(h
j
(T)(u), h
j
(T)(v))
= (g
j
(T)(u), g
j
(T)(v)) + (h
j
(T)(v), h
j
(T)(u))
= (g
j
(T)(u) h
j
(T)(v), g
j
(T)(v) +h
j
(T)(u)) ,
ou seja g
j
(T)(u) = h
j
(T)(v) e g
j
(T)(v) = h
j
(T)(u) .
Logo,
p
r
j
j
(T)(u) = g
2
j
(T)(u) +h
2
j
(u) = g
j
(T)h
j
(T)(v) h
j
(T)g
j
(T)(v) = 0,
e
p
r
j
j
(T)(v) = g
2
j
(T)(v) +h
2
j
(v) = g
j
(T)h
j
(T)(u) +h
j
(T)g
j
(T)(u) = 0.
Como
(Ker(p
j
(T)
r
j
)) ^ = {(u, v) | p
j
(T)
r
j
(u) = p
j
(T)
r
j
(v) = 0}
= {(u, v) | g
2
j
(T)(u) +h
2
j
(T)(u) = g
2
j
(T)(v) +h
2
j
(T)(v) = 0} ,
temos que V
j
(Ker(p
j
(T)
r
j
)) ^ .
Sendo (
T
j
I)
r
j
= p
j
(
T) = (g
j
ih
j
)(
T), podemos provar, de

modo an alogo, que se
(u, v) V
j
= Ker(
T
j
I)
r
j
= Ker(p
j
(
T)) = Ker((g
j
ih
j
)(
T)) ,
ent ao (u, v) (Ker(p
j
(T)
r
j
)) ^ .
Logo, V
j
V
j
(Ker(p
j
(T)
r
j
)) ^ . Como
dim(V
j
V
j
) = 2d
j
= dim(Ker(p
j
(T)
r
j
)) ^ ,
temos que
V
j
V
j
= (Ker(p
j
(T)
r
j
)) ^ .
Vamos, agora, provar que
{v
1
+w
1
, v
1
w
1
, . . . , v
d
j
+w
d
j
, v
d
j
w
d
j
}
e uma base de Ker(p
j
(T)
r
j
) .
De fato, como (v
i
, w
i
) V
j
e (v
i
, w
i
) V
j
, i = 1, . . . , d
j
, temos que:
(v
i
, w
i
) +i(v
i
, w
i
) = (v
i
+w
i
, v
i
+w
i
) V
j
V
j
= (Ker(p
j
(T)
r
j
) ^ ) ;
(v
i
, w
i
) i(v
i
, w
i
) = (v
i
w
i
, (v
i
w
i
)) V
j
V
j
= (Ker(p
j
(T)
r
j
) ^ ) .
Logo, v
i
+w
i
, v
i
w
i
Ker(p
j
(T)
r
j
) , i = 1, . . . , d
j
.
Os vetores
(v
1
+w
1
, v
1
+w
1
), . . . , (v
d
j
+w
d
j
, v
d
j
+w
d
j
), . . . ,
(v
1
w
1
, (v
1
w
1
)), . . . , (v
d
j
w
d
j
, (v
d
j
w
d
j
))
formam uma base de V
j
V
j
= (Ker(p
j
(T)
r
j
)) ^ .
Como dim(Ker(p
j
(T))
r
) ^ = 2d
j
, basta mostrar que esses vetores
s ao LI.
Sejam
1
, . . . ,
d
j
,
1
, . . . ,
d
j
C, tais que
1
(v
1
+w
1
, v
1
+w
1
) +. . . +
d
j
(v
d
j
+w
d
j
, v
d
j
+w
d
j
)
+
1
(v
1
w
1
, (v
1
w
1
)) +. . . +
d
j
(v
d
j
w
d
j
, (v
d
j
w
d
j
)) = (0, 0) .
Como
(v
i
+w
i
, v
i
+w
i
) = (v
i
, w
i
) +i(v
i
, w
i
)
e
(v
i
w
i
, (v
i
w
i
)) = (v
i
, w
i
) i(v
i
, w
i
) ,
para i = 1, . . . , d
j
, temos que
(
1
+
1
)(v
1
, w
1
) +. . . + (
d
j
+
d
j
)(v
d
j
, w
d
j
)
+(
1

1
)(v
1
, w
1
) +. . . + (
d
j

d
j
)(v
d
j
, w
d
j
) = (0, 0) .
Logo,
i
+
i
=
i

i
= 0, i = 1, . . . , d
j
, pois
(v
1
, w
1
), . . . , (v
d
j
, w
d
j
), (v
1
, w
1
), . . . , (v
d
j
, w
d
j
)}
e uma base de V
j
V
j
.
Ent ao,
i
=
i
= 0, i = 1, . . . , d
j
.
Seja
(a
1
+ib
1
)(v
1
+w
1
, v
1
+w
1
) +. . . + (a
d
j
+ib
d
j
)(v
d
j
+w
d
j
, v
d
j
+w
d
j
)
+(c
1
+ie
1
)(v
1
w
1
, (v
1
w
1
)) +. . . + (c
d
j
+ie
d
j
)(v
d
j
w
d
j
, (v
d
j
w
d
j
))
(I)
uma combinac ao linear dos vetores da base
{(v
1
+w
1
, v
1
+w
1
), . . . , (v
d
j
+w
d
j
, v
d
j
+w
d
j
),
(v
1
w
1
, (v
1
w
1
)), . . . , (v
d
j
w
d
j
, (v
d
j
w
d
j
))}
de (Ker(p
j
(T)
r
j
)) ^ , onde a
i
, b
i
, c
i
, e
i
1, i = 1, . . . , d
j
.
Como para todo i = 1, . . . , d
j
:
(a
i
+ib
i
)(v
i
+w
i
, v
i
+w
i
) = ((a
i
b
i
)(v
i
+w
i
), (a
i
b
i
)(v
i
+w
i
))
e
(c
i
+ie
i
)(v
i
w
i
, (v
i
w
i
)) = ((c
i
+e
i
)(v
i
w
i
), (e
i
c
i
)(v
i
w
i
)) ,
temos que a combinac ao linear (I) pode ser reescrita na forma:
((a
1
b
1
)(v
1
+w
1
), (a
1
+b
1
)(v
1
+w
1
)) +. . .
+((a
d
j
b
d
j
)(v
d
j
+w
d
j
), (a
d
j
+b
d
j
)(v
d
j
+w
d
j
))
+((c
1
+e
1
)(v
1
w
1
), (e
1
c
1
)(v
1
w
1
)) +. . .
+((c
d
j
+e
d
j
)(v
d
j
w
d
j
), (e
d
j
c
d
j
)(v
d
j
w
d
j
)) .
Logo, todo vetor pertencente a Ker(p
j
(T)
r
j
) pode ser escrito como
uma combinac ao linear dos vetores do conjunto
{v
1
+w
1
, . . . , v
d
j
+w
d
j
, v
1
w
1
, . . . , v
d
j
w
d
j
} .
Como dim(Ker(p
j
(T)
r
j
)) = 2d
j
, temos que esse conjunto e uma base
de Ker(p
j
(T)
r
j
). Como queramos provar.
Seja
j
= a
j
+ib
j
, b
j
> 0, j = 1, . . . , k um autovalor complexo de

T.
Seja B
j
= {(v
1
, w
1
), . . . , (v
d
j
, w
d
j
)} uma base de V
j
= Ker(
T
j
I)
r
j
)
tal que A
j
= [
T|
V
j
]
B
j
est a na forma can onica de Jordan. Ent ao, B
j
=
{(v
1
, w
1
), . . . , (v
d
j
, w
d
j
)} e uma base de V
j
= Ker((
T
j
I)
r
j
) tal que
A
j
= [
T|
V
j
]
B
j
est a na forma can onica de Jordan e A
j
= A
j
.
Seja

B
j
= {v
1
+ w
1
, v
1
w
1
, . . . , v
d
j
+ w
d
j
, v
d
j
w
d
j
} a base de
Ker(p
j
(T)
r
j
) obtida a partir das bases B
j
e B
j
.
Como
(T(v
i
), T(w
i
)) =

T(v
i
, w
i
) = (a
j
+ib
j
)(v
i
, w
i
) + (v
i+1
, w
i+1
) ,
ou
(T(v
i
), T(w
i
)) =

T(v
i
, w
i
) = (a
j
+ib
j
)(v
i
, w
i
) ,
temos que
_
_
_
T(v
i
) = a
j
v
i
b
j
w
i
+v
i+1
T(w
i
) = b
j
v
i
+a
j
w
i
+w
i+1
ou
_
_
_
T(v
i
) = a
j
v
i
b
j
w
i
T(w
i
) = b
j
v
i
+a
j
w
i
.
Logo,
T(v
i
+w
i
) = a
j
(v
i
+w
i
) +b
j
(v
i
w
i
) + (v
i+1
+w
i+1
)
T(v
i
w
i
) = b
j
(v
i
+w
i
) +a
j
(v
i
w
i
) + (v
i+1
w
i+1
) ,
ou
T(v
i
+w
i
) = a
j
(v
i
+w
i
) +b
j
(v
i
w
i
)
T(v
i
w
i
) = b
j
(v
i
+w
i
) +a
j
(v
i
w
i
) .
Ent ao, se {(v
i
1
, w
i
1
), . . . , (v
i
k
, w
i
k
)} determinam um bloco elementar
de Jordan de A
j
de ordem k,
{(v
i
1
+w
i
1
), (v
i
1
w
i
1
), . . . , (v
i
k
+w
i
k
), (v
k
1
w
i
k
)} ,
determinam um bloco de ordem 2k na forma:
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
a
j
b
j
b
j
a
j
1 0 a
j
b
j
0 1 b
j
a
j
1 0 a
j
b
j
0 1 b
j
a
j
.
.
.
.
.
.
.
.
.
.
.
.
1 0 a
j
b
j
0 1 b
j
a
j
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
Sejam U
i
= Ker(p
i
(T)
r
i
), i = 1, . . . , k e W
i
= Ker((T
i
I)
s
i
),
i = 1, . . . , . Sejam

B
i
a base de U
i
construda acima e

B
i+k
uma base de
W
i
tal que [T|
W
i
]
g
B
i+k
Como V = U
1
. . . U
k
W
1
. . . W
, temos que
B =

B
1
. . .
B
k

B
k+1
. . .

B
k+
e uma base de V tal que
[T]
e
B
=
_
_
_
_
_
_
_
_
_
A
1
.
.
.
A
k
B
1
.
.
.
B
_
_
_
_
_
_
_
_
_
nn
onde:
(I)
A
j
=
_
_
_
R
j
1
.
.
.
R
j
n
j
_
_
_
2d
j
2d
j
;
R
j
i
=
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
a
j
b
j
b
j
a
j
1 0 a
j
b
j
0 1 b
j
a
j
.
.
.
.
.
.
.
.
.
.
.
.
1 0 a
j
b
j
0 1 b
j
a
j
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
2k
i
2k
i
, i = 1, . . . , n
j
;
2n
j
= dim(Ker(p
j
(T))) = 2 dim(Ker(
T
j
I)) ;
k
i
k
i+1
, i = 1, . . . , n
j
1 ;
2k
1
= 2r
j
, ou seja, k
1
= r
j
;

k
(
j
) =
k1
(
j
)+2
k
(
j
)
k+1
(
j
), sendo
k
(
j
) o n umero de blocos
de tamanho 2k 2k associado ao autovalor
j
= a
j
+ ib
j
, b
j
> 0, e
2
k
(
j
) = dim(Ker(p
j
(T)
k
)) = 2 dim(Ker(
T
j
I)
k
).
(II)
B
i
=
_
_
J
i
1
.
.
.
J
i
m
i
_
_
q
i
q
i
;
J
i
j
=
_
_
_
_
_
_
_
_
_
i
1
i
1
.
.
.
.
.
.
.
.
.
1
i
_
_
_
_
_
_
_
_
_
f
j
f
j
, j = 1, . . . , m
i
;
q
i
= multiplicidade de
i
como raiz do polin omio caracterstico de T;
m
i
= dim(Ker(T
i
I)) ;
f
j
f
j+1
, j = 1, . . . , m
i
1 ;
f
1
= s
1
(multiplicidade de
i
como raiz do polin omio minimal de T);

k
(
i
) =
k1
(
i
) +2
k
(
i
) +
k+1
(
i
), sendo
k
(
i
) o n umero de blocos
de tamanho kk associado ao autovalor
i
e
k
(
i
) = dim(Ker(T
i
I)
k
) .
A matriz
[T]
e
B
=
_
_
_
_
_
_
_
_
_
A
1
.
.
.
A
k
B
1
.
.
.
B
_
_
_
_
_
_
_
_
_
nn
e a forma can onica de Jordan real do operador T.
Observac ao 4.4
Se as razes do polin omio caracterstico de um operador T sobre um
espaco vetorial real s ao todas reais, a forma can onica de Jordan real de
T e igual ` a sua forma can onica de Jordan.
Em particular, se T e nilpotente, sua forma can onica de Jordan real e
igual ` a sua forma can onica de Jordan, que, por sua vez, e igual ` a sua
forma racional.
Unicidade: Seja

B
uma base de V tal que [T]

e
B
est a na forma
can onica de Jordan real. Ent ao, [T]
e
B
e [T]
e
B
podem diferir apenas pela

ordem em que aparecem os blocos associados a uma raiz do polin omio
caracterstico de T.
De fato, seja

B
uma base de V tal que

[T]
e
B
=
_
_
_
_
_
_
_
_
_
C
1
.
.
.
C
s
D
1
.
.
.
D
q
_
_
_
_
_
_
_
_
_
nn
,
onde:
C
i
=
_
_
C
i
1
.
.
.
C
i
p
i
_
_
e
i
e
i
;
C
i
j
=
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
i

i
i

i
1 0
i

i
0 1
i

i
.
.
.
.
.
.
.
.
.
.
.
.
1 0
i

i
0 1
i

i
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
2h
i
j
2h
i
j
;
h
i
j
h
i
j+1
, j = 1, . . . , p
i
1 ;
D
i
=
_
_
D
i
1
.
.
.
D
i
t
i
_
_
u
i
u
i
;
D
i
j
=
_
_
_
_
_
_
_
_
_
i
1
i
1
.
.
.
.
.
.
.
.
.
1
i
_
_
_
_
_
_
_
_
_
i
j
i
j
;

i
j

i
j+1
, j = 1, . . . , t
i
1 .
Como [T]
e
B
est a na forma de blocos, temos que

p
c
= det(xI [T]
e
B
)
= ((x c
1
)
2
+d
2
1
)
e
1
. . . ((x c
s
)
2
+d
2
s
)
e
s
(x
1
)
u
1
. . . (x
q
)
u
q
,
ou seja,
1
+i
1
,
1
i
1
, . . . ,
s
+i
s
,
s
i
s
s ao as razes complexas
distintas de p
c
e
1
, . . . ,
q
s ao as razes reais distintas de p
c
.
Logo: k = s ; = q; {
1
+i
1
, . . . ,
s
+i
s
} = {a
1
+ib
1
, . . . , a
k
+ib
k
}
e {
1
, . . . ,
q
} = {
1
, . . . ,
q
} . Al em disso,
e
i
= d
j
, se
i
+i
i
= a
j
+ib
j
e u
i
= q
j
, se
i
=
j
.
Seja

B
= { v
1
, w
1
, . . . , v
m
, w
m
, u
1
, . . . , u
p
}, onde m = d
1
+ . . . + d
k
e
p = q
1
+. . . +q
.
Vamos provar que
B
= {( v
1
, w
1
), ( v
1
, w
1
), . . . , ( v
m
, w
m
), ( v
m
, w
m
), ( u
1
, 0), . . . , ( u
p
, 0)}
e uma base de

V.
Como dim(
V) = dim(V) = 2m+p, basta provar que B
e LI.
De fato, seja
(
1
1
+i
1
1
)( v
1
, w
1
) + (
2
1
+i
2
1
)( v
1
, w
1
) +. . . + (
1
m
+i
1
m
)( v
m
, w
m
)
+(
2
m
+i
2
m
)( v
m
, w
m
) +
3
1
( u
1
, 0) +. . . + +
3
p
( u
p
, 0) = (0, 0) ,
onde
1
i
,
2
j
,
3
k
,
1
i
,
2
i
1, i, j = 1, . . . , m, k = 1, . . . , p.
Ent ao,
(
1
1
v
1

1
1
w
1
,
1
1
v
1
+
1
1
w
1
) + (
2
1
v
1
+
2
1
w
1
,
2
1
v
1

2
1
w
1
) +. . .
+(
1
m
v
m

1
m
w
m
,
1
m
v
m
+
1
m
w
m
) + (
2
m
v
m
+
2
m
w
m
,
2
m
v
m

2
m
w
m
)
+(
3
1
u
1
, 0) +. . . + (
3
p
u
p
, 0) = (0, 0)
= (
1
1
+
2
1
) v
1
+ (
1
1
+
2
1
) w
1
+. . . + (
1
m
+
2
m
) v
m
+ (
1
m
+
2
m
) w
m
+
3
1
u
1
+. . . +
3
p
u
p
= 0
e
(
1
1
+
2
1
) v
1
+ (
1
1

2
1
) w
1
+. . . + (
1
m
+
2
m
) v
m
+ (
1
m

2
m
) w
m
= 0.
Como { v
1
, w
1
, . . . , v
m
, w
m
, u
1
, . . . , u
p
} e uma base de V, temos que
1
j
+
2
j
=
1
j

2
j
= 0 ,
1
j
+
2
j
=
1
j
+
2
j
= 0 ,
j = 1, . . . , m,
e
3
i
= 0, i = 1, . . . , p.
Logo,
1
j
=
2
j
=
1
j
=
2
j
= 0 , j = 1, . . . , m, e
3
i
= 0, i = 1, . . . , p.
Observe, tamb em, que se
_
T( v
i
) = a
j
v
i
+b
j
w
i
+ v
i+1
T( w
i
) = b
j
v
i
+a
j
w
i
+ w
i+1
,
ou
_
T( v
i
) = a
j
v
i
+b
j
w
i
T( w
i
) = b
j
v
i
+a
j
w
i
,
ent ao:
T( v
i
, w
i
) = (T( v
i
), T( w
i
))
= (a
j
v
i
+b
j
w
i
+ v
i+1
, b
j
v
i
+a
j
w
i
+ w
i+1
)
= (a
j
ib
j
)( v
i
, w
i
) + ( v
i+1
, w
i+1
)
=
j
( v
i
, w
i
) + ( v
i+1
, w
i+1
) ,
e
T( v
i
, w
i
) = (T( v
i
), T( w
i
))
= (a
j
v
i
+b
j
w
i
+ v
i+1
, b
j
v
i
a
j
w
i
w
i+1
)
= (a
j
+ib
j
)( v
i
, w
i
) + ( v
i+1
, w
i+1
)
=
j
( v
i
, w
i
) + ( v
i+1
, w
i+1
) ,
ou
T( v
i
, w
i
) = (T( v
i
), T( w
i
))
= (a
j
v
i
+b
j
w
i
, b
j
v
i
+a
j
w
i
)
= (a
j
ib
j
)( v
i
, w
i
)
=
j
( v
i
, w
i
) ,
e
T( v
i
, w
i
) = (T( v
i
), T( w
i
))
= (a
j
v
i
+b
j
w
i
, b
j
v
i
a
j
w
i
)
= (a
j
+ib
j
)( v
i
, w
i
)
=
j
( v
i
, w
i
) ,
Reordenando a base B
de

V, obtemos a base
B
= {( v
1
, w
1
), . . . , ( v
m
, w
m
), ( v
1
, w
1
), . . . , ( v
m
, w
m
), ( u
1
, 0), . . . , ( u
p
, 0)}
de

V tal que [
T]
B
est a na forma can onica de Jordan. Como no caso
complexo j a provamos a unicidade, obtemos a unicidade no caso real.
Exemplo 4.1
3
A =
_
_
_
_
0 0 0 8
1 0 0 16
0 1 0 14
0 0 1 6
_
_
_
_
.
Logo,
p
c
= det(xI A) = det
_
_
_
_
x 0 0 8
1 x 0 16
0 1 x 14
0 0 1 x 6
_
_
_
_
= x det
_
_
x 0 16
1 x 14
0 1 x 6
_
_
+ det
_
_
0 0 8
1 x 14
0 1 x 6
_
_
= x
2
det
_
x 14
1 x 6
_
+x det
_
0 16
1 x 6
_
+ det
_
0 8
1 x 6
_
= x
2
(x(x 6) +14) +x(16) +8 = x
2
(x
2
6x +14) 16x +8
= x
4
6x
3
+14x
2
16x +8 = (x
2
2x +2)(x 2)
2
= (x (1 +i))(x (1 i))(x 2)
2
.
Como
A2I =
_
_
_
_
2 0 0 8
1 2 0 16
0 1 2 14
0 0 1 4
_
_
_
_
tem posto igual a 3, temos que dim(Ker(A 2I)) = 1, ou seja, a forma
can onica de Jordan real de T tem apenas um bloco 2 2 elementar asso-
ciado ao autovalor 2 e p
m
= p
c
.
Sendo que x
2
2x + 2 e um polin omio primo em 1[x], temos que existe
apenas um bloco 2 2 associado ` a raiz complexa 1 +i. Ou seja,
B =
_
_
_
_
1 1 0 0
1 1 0 0
0 0 2 0
0 0 1 2
_
_
_
_
,
Para determinar uma base B = {v
1
, v
2
, v
3
, v
4
} de 1
4
tal que [T]
B
= B, deve-
mos determinar primeiro um autovetor associado ao autovalor complexo
1 +i da matriz A.
Seja X = (x, y, z, w) tal que ((1 +i)I A)X = 0, isto e,
_
_
_
_
_
1 +i 0 0 8
1 1 +i 0 16
0 1 1 +i 14
0 0 1 5 +i
_
_
_
_
_
_
_
_
_
_
x
y
z
w
_
_
_
_
_
=
_
_
_
_
_
0
0
0
0
_
_
_
_
_
.
Ent ao,
_
_
(1 +i)x + 8w = 0
x + (1 +i)y 16w = 0
y + (1 +i)z + 14w = 0
z + (5 +i)w = 0 .
ou seja,
w =
1
8
(1 +i)x, z = (5 +i)w e y = (1 +i)(5 +i)w+14w = (8 4i)w.
Fazendo x = 8, obtemos w = (1 +i), z = 6 +4i e y = (12 +4i). Logo,
X = (8, 12, 6, 1) +i(0, 4, 4, 1).
Como u = (8, 12, 6, 1) e a parte real e v = (0, 4, 4, 1) e a parte
imaginaria do autovetor X, os primeiros vetores da base B s ao
v
1
= u +v = (8, 16, 10, 2) e v
2
= u v = (8, 8, 2, 0) .
Os vetores v
3
e v
4
da base B devem ser tais que
v
4
= (A2I)v
3
e (A2I)
2
v
3
= 0.
Como
(A2I)
2
=
_
_
_
_
2 0 0 8
1 2 0 16
0 1 2 14
0 0 1 4
_
_
_
_
_
_
_
_
2 0 0 8
1 2 0 16
0 1 2 14
0 0 1 4
_
_
_
_
=
_
_
_
_
4 0 8 16
4 4 16 24
1 4 10 12
0 1 2 2
_
_
_
_
temos que v
3
= (a, b, c, d) Ker((A 2I)
2
) se, e somente se, 4a =
8c +16d e b = 2c 2d. Fazendo c = d = 1, obtemos v
3
= (6, 4, 1, 1) e
v
4
= (A2I)v
3
= (20, 30, 20, 5), pois
_
_
_
_
_
2 0 0 8
1 2 0 16
0 1 2 14
0 0 1 4
_
_
_
_
_
_
_
_
_
_
6
4
1
1
_
_
_
_
_
=
_
_
_
_
_
20
30
20
5
_
_
_
_
_
.
Exemplo 4.2
Seja T um operador linear sobre um espaco vetorial real V tal que
p
c
= p
3
1
p
3
2
(x 4)
4
e p
m
= p
2
1
p
3
2
(x 4)
3
, onde
p
1
= x
2
2x +5 = (x (1 +2i))(x (1 2i)) ,
e
p
2
= x
2
+4 = (x 2i)(x +2i) .
Ent ao, a matriz do operador T na forma can onica tem: um bloco 4 4
elementar de Jordan real associado ao autovalor complexo 1 + 2i; um
bloco 2 2 elementar de Jordan real associado ao autovalor complexo
1 + 2i; um bloco 6 6 elementar de Jordan real associado ao autovalor
complexo 2i; um bloco 3 3 elementar de Jordan associado ao autovalor
4 e um bloco 11 elementar de Jordan associado ao autovalor 4. Ou seja,
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
1 2 0 0
2 1 0 0
1 0 1 2
0 1 2 1
1 2
2 1
0 2 0 0 0 0
2 0 0 0 0 0
1 0 0 2 0 0
0 1 2 0 0 0
0 0 1 0 0 2
0 0 0 1 2 0
4 0 0
1 4 0
0 1 4
4
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
1616

Exemplo 4.3
Seja Auma matiz 77 real cujo polin omio minimal e p
m
= (x1)
2
(x+1)
2
x.
Vamos determinar todas as matrizes

A na forma can onica de Jordan real
que podem ser semelhantes ` a matriz A.
Seja p
c
= (x 1)
a
(x +1)
b
x
c
o polin omio caracterstico de A.
Como a +b +c = 7, a 2, b 2 e c 1, temos as seguintes 8 possibili-
dades:
a = 2, b = 2 e c = 3.
Nesse caso:
A =
_
_
_
_
_
_
_
_
_
_
_
1 0
1 1
1 0
1 1
0
0
0
_
_
_
_
_
_
_
_
_
_
_
.
a = 2, b = 3, c = 2.
Nesse caso:
A =
_
_
_
_
_
_
_
_
_
_
_
1 0
1 1
1 0
1 1
1
0
0
_
_
_
_
_
_
_
_
_
_
_
.
a = 2, b = 4, c = 1.
Nesse caso:
A =
_
_
_
_
_
_
_
_
_
_
_
1 0
1 1
1 0
1 1
1 0
1 1
0
_
_
_
_
_
_
_
_
_
_
_
ou

A =
_
_
_
_
_
_
_
_
_
_
_
1 0
1 1
1 0
1 1
1
1
0
_
_
_
_
_
_
_
_
_
_
_
.
Operadores Semi-Simples
a = 3, b = 2, c = 2.
Nesse caso:
A =
_
_
_
_
_
_
_
_
_
_
_
1 0
1 1
1
1 0
1 1
0
0
_
_
_
_
_
_
_
_
_
_
_
.
a = 3, b = 3, c = 1.
Nesse caso:
A =
_
_
_
_
_
_
_
_
_
_
_
1 0
1 1
1
1 0
1 1
1
0
_
_
_
_
_
_
_
_
_
_
_
.
a = 4, b = 2, c = 1.
Nesse caso:
A =
_
_
_
_
_
_
_
_
_
_
_
1 0
1 1
1 0
1 1
1 0
1 1
0
_
_
_
_
_
_
_
_
_
_
_
ou

A =
_
_
_
_
_
_
_
_
_
_
_
1 0
1 1
1
1
1 0
1 1
0
_
_
_
_
_
_
_
_
_
_
_
.
5. Operadores Semi-Simples
Denic ao 5.1
Seja V umespaco vetorial de dimens ao nita sobre o corpo 1dos n umeros
reais. Dizemos que um operador linear L : V V e semi-simples se
L :

V

V e um operador linear diagonaliz avel.
Lema 5.1
Seja

V o complexicado do espaco vetorial real V. Seja T :

V

V um
operador linear. Ent ao existe um operador linear L : V V tal que
L = T
se, e somente se T = T.
Prova.
(=) Suponhamos que T =

L. Ent ao, como T(u, v) = (L(u), L(v)),
temos que
T(u, v) = (L(u), L(v)) = (L(u), L(v)) = (L(u), L(v)) = T(u, v) .
(=) Seja :

V V a aplicac ao denida por (u, v) = u. Como
((u
1
, v
1
) + (u
2
, v
2
)) = (u
1
+u
2
, v
1
+v
2
) = u
1
+u
2
= (u
1
, v
1
) +(u
2
, v
2
) ,
e ((u, v)) = (u, v) = u, se 1, temos que e um operador
linear real.
Considere a aplicac ao L : V V dada por L(u) = T(u, 0).
Como, para todo 1 vale que
L(u +w) = ( T)(u +w, 0)
= ( T)((u, 0) + (w, 0))
= (T(u, 0) +T(w, 0))
= T(u, 0) + T(w, 0))
= L(u) +L(w)) ,
temos que L e um operador linear.
Resta mostrar que T(u, v) = (L(u), L(v)) para todo par u, v V.
De fato, como L(u) = (T(u, 0)), temos que T(u, 0) = (L(u), x) para algum
x V.
Mas, como T = T, temos que
T(u, 0) = (L(u), x) = T(u, 0) = T(u, 0) = (L(u), x) .
Logo, x = 0, ou seja, T(u, 0) = (L(u), 0).
Assim,
T(u, v) = T((u, 0) +i(v, 0)) = T(u, 0) +iT(v, 0)
= (L(u), 0) +i(L(v), 0) = (L(u), L(v)) =
L(u, v) ,
ou seja,
L = T.

Teorema 5.1
Seja V um espaco vetorial real de dimens ao nita e seja L /(V, V).
Ent ao existe um unico operador linear semi-simples S e um unico operador
linear nilpotente N, tais que:
(1) L = S +N;
(2) SN = NS.
Al em disso, S e N s ao polin omios em L.
Prova.
Exist encia.
Seja

L :

V

V o operador linear complexicado do operador L. Como
V e um espaco vetorial de dimens ao nita sobre o corpo C dos n umeros

complexos, existe um unico operador linear D
0
:

V

V e um unico
operador nilpotente N
0
:

V

V tais que:

L = D
0
+ N
0
e D
0
N
0
= N
0
D
0
,
sendo D
0
e N
0
polin omios em
L.
Sejam D
1
= D
0
1
e N
1
= N
0
1
. Ent ao D
1
e diagonaliz avel e N
1
e
nilpotente.
De fato, se N
k
0
= O, temos que
N
k
1
= (N
0
1
)
k
= N
k
0
1
= O,
ou seja, N
1
e nilpotente.
Se {(u
1
, v
1
), . . . , (u
n
, v
n
)} e uma base de autovetores de D
0
, temos
D
0
(u
i
, v
i
) = c
i
(u
i
, v
i
), i = 1, . . . , n, e, ent ao
D
1
(u
i
, v
i
) = D
0

1
(u
i
, v
i
)
= D
0
(u
i
, v
i
)
= (c
i
(u
i
, v
i
))
= c
i
(u
i
, v
i
) ,
ou seja, {(u
1
, v
1
), . . . , (u
n
, v
n
)} e uma base de autovetores de D
1
. Logo,
D
1
e diagonaliz avel.
Al em disso,
D
1
N
1
= D
0
1
N
0
1
= D
0
N
0
1
= N
0
D
0
1
= N
0
1
D
0
1
= N
1
D
1
,
ou seja, D
1
e N
1
comutam.
Como
L =
L, temos que
L =
L
1
= (D
0
+N
0
)
1
= D
0
1
+N
0
1
= D
1
+N
1
.
Ent ao, pela unicidade, D
0
= D
0
1
e N
0
= N
0
1
, ou seja, D
0
= D
0
e N
0
= N
0
.
Pelo lema anterior, existem S : V V e N : V V operadores lineares
tais que D
0
=

S e N
0
=

N.
Logo, S e semi-simples e N e nilpotente, pois se N
k
0
= O, temos
N
k
0
(u, 0) = (N
k
(u), 0) = (0, 0) ,
para todo u V, ou seja, N
k
= O.
Temos, tamb em, que
SN = NS, pois:
(SNNS)(u, v) = ((SNNS)(u), (SNNS)(v))
= (SN(u), SN(v)) (NS(u), NS(v))
=

S
N(u, v)

N
S(u, v)
= (
N

N
S)(u, v)
= (D
0
N
0
N
0
D
0
)(u, v)
= (0, 0) .
L = S+N, pois, como
L = D
0
+N
0
=

S+
N, temos que (LSN) = O.

Unicidade.
Sejam S
1
: V V um operador semi-simples e N
1
: V V um opera-
dor nilpotente tais que: L = S
1
+N
1
e S
1
N
1
= N
1
S
1
.
Ent ao,
L =

S
1
+

N
1
, onde

S
1
e diagonaliz avel e

N
1
e nilpotente, e
S
1
N
1
=

S
1
N
1
=

N
1
S
1
=

N
1
S
1
.
Pela unicidade da decomposic ao de

L como uma soma de um operador
diagonaliz avel com um operador nilpotente que comutam, temos que

S
1
=
D
0
e

N
1
= N
0
. Mas, como D
0
=

S e N
0
=

N, temos que

S
1
=

S e

N
1
=

N,
ou seja, S
1
= S e N
1
= N.
Vamos provar agora que S e N s ao polin omios em L.
Seja
p
m
= (x
1
)
r
1
(x
1
)
r
1
. . . (x
k
)
r
k
(x
k
)
r
k
(x c
1
)
s
1
. . . (x c
)
s
o polin omio minimal de L e

L, onde
i
e
i
, i = 1, . . . , k, s ao as razes
complexas e c
j
, j = 1 . . . , s ao as razes reais.
Sejam
f
c
j
=
p
m
(x c
j
)
s
j
, f
i
=
p
m
(x
i
)
r
i
, e f
i
=
p
m
(x
i
)
r
i
.
Ent ao, f
c
j
1[x] e f
i
= f
i
, j = 1, . . . , e i = 1, . . . , k.
Como f
1
, f
1
, . . . , f
k
, f
k
, f
c
1
, f
c
s ao polin omios primos entre si, existem

polin omios h
i
, h
i
, h
c
j
C[x], i = 1, . . . , k e j = 1, . . . , , tais que:
h
1
f
1
+h
1
f
1
+. . . +h
k
f
k
+h
k
f
k
+h
c
1
f
c
1
+. . . +h
c
j
f
c
j
= 1 . (I)
Ent ao:
h
1
f
1
+h
1
f
1
+. . . +h
k
f
k
+h
k
f
k
+h
c
1
f
c
1
+. . . +h
c
j
f
c
j
= 1 . (II)
Logo, por (I) e (II), obtemos que:
h
1
+h
1
2
f
1
+
(h
1
+h
1
)
2
f
1
+. . . +
h
k
+h
k
2
f
k
+
(h
k
+h
k
)
2
f
k
+
h
c
1
+h
c
1
2
f
c
1
+. . . +
h
c
+h
c
2
f
c
= 1 ,
Fazendo h
i
=
h
i
+h
i
2
C[x] , i = 1, . . . , k e g
j
=
h
c
j
+h
c
j
2
1[x], temos
que
h
1
f
1
+h
1
f
1
+. . . +h
k
f
k
+h
k
f
k
+g
1
f
c
1
+. . . +g
f
c
= 1 .
Logo, como foi provado no Teorema 5.1, D
0
= p(
L), onde
p =
1
h
1
f
1
+
1
h
1
f
1
+. . . +
k
h
k
f
k
+
1
h
k
f
k
+c
1
g
1
f
c
1
+. . . +c
f
c
1[x] .
Ent ao, como p 1[x] e

S = D
0
, temos que

S = D
0
= p(
L) =

p(L), ou
seja, S = p(L) e N = L S = L p(L) = q(L), onde q = x p 1[x].

Espac os Vetoriais com Produto
Interno
1. Produto Interno - Denic oes b asicas
Denic ao 1.1
Seja V um espaco vetorial sobre o corpo K, sendo K = 1 ou K = C.
Um produto interno sobre V e uma aplicac ao
, ) : V V K
(u, v) u, v) ,
que satisfaz as seguintes condic oes:
(a) Para cada v V, a aplicac ao u u, v) e linear, ou seja,
u +w, v) = u, v) +w, v) .
quaisquer que sejam u, w V e K.
(b) u, v) = v, u), onde a barra indica conjugac ao complexa.
(c) u, u) 0 e u, u) = 0 se, e s o se, u = 0.
Observac ao 1.1
(1) u, v +w) = v +w, u) = v, u) +w, u) = v, u) +w, u)
= u, v) +u, w) .
(2) No caso K = 1, temos que u, v +w) = u, v) +u, w) .
(3) No caso K = C, a conjugac ao complexa em (b) e necess aria, pois,
sem ela, teramos que u, u) > 0 e iu, iu) = u, u) > 0, se u > 0.
269
Produto Interno - Denic oes b asicas
Exemplo 1.1
Sejam X = (x
1
, . . . , x
n
), Y = (y
1
, . . . , y
n
) K
n
, onde K = 1 ou K = C.
Ent ao, X, Y) =
n
i=1
x
i
y
i
e um produto interno sobre K
n
, denominado pro-
duto interno can onico.
Exemplo 1.2
Seja V = K
nn
, K = 1 ou K = C, o espaco vetorial das matrizes n n
sobre K. Como K
nn
e isomorfo a K
n
2
de uma maneira natural, temos:
A, B) =
n
i,j=1
A
ij
B
ij
dene um produto interno sobre V.
Seja B
a conjugada da matriz transposta de B, ou seja, B
ij
= B
ji
. Ent ao,
A, B) = Tr (AB
) = Tr (B
A) ,
onde Tr ( ) e o traco da matriz.
De fato,
Tr (AB
) =
n
j=1
(AB
)
jj
=
n
j=1
n
k=1
A
jk
B
kj
=
n
j=1
n
k=1
A
jk
B
jk
.
Exemplo 1.3
Seja K
n1
o espaco vetorial das matrizes n 1, sendo K = 1 ou K = C.
Sejam X = (x
1
, . . . , x
n
) e Y = (y
1
, . . . , y
n
) em K
n1
. Ent ao,
X, Y) =
n
i=1
x
i
y
i
= Y
X
e um produto interno sobre 1
n1
.
Generalizando, temos que
X, Y)
Q
= Y
QX = (QY)
QX = QX, QY)
e um produto interno sobre K
n1
, onde Q e uma matriz n n invertvel
sobre K.
De fato:
X +Z, Y)
Q
= Q(X +Z), Y)
= QX +QZ, QY)
= QX, QY) +QZ, QY)
= X, Y)
Q
+Z, Y)
Q
X, Y)
Q
= QX, QY) = QY, QX) = Y, X)
Q
X, X)
Q
= QX, QX) 0
X, X)
Q
= QX, QX) = 0 QX = 0
X = 0 pois Q e invertvel.
Exemplo 1.4
Seja V = C
0
([0, 1], C) o espaco vetorial das func oes contnuas denidas
no intervalo [0, 1] com valores complexos. Ent ao,
f, g) =
_
1
0
f(t)g(t) dt
e um produto interno sobre V.
Observac ao 1.2
SejamV e W espacos vetoriais sobre K(1ou C) e suponhamos que , )
seja um produto interno sobre W. Se T : V W e uma transformac ao
linear injetora, ent ao
u, v)
T
= T(u), T(v))
dene um produto interno sobre V. (Verique como exerccio).
Oproduto interno sobre K
n1
denido no exemplo 1.3 e umcaso particular
dessa observac ao. De fato, tomando T : K
n1
K
n1
, T(X) = QX,
temos que T e injetora e que
X, Y)
T
= T(X), T(Y)) = QX, QY) = X, Y)
Q
.
Exemplo 1.5
Sejam V um espaco vetorial de dimens ao nita sobre K (1 ou C) e seja
B = {v
1
, . . . , v
n
} uma base de V. Seja {e
1
, . . . , e
n
} a base can onica de K
n
e seja T : V K
n
a transformac ao linear de V em K
n
tal que T(v
j
) = e
j
,
j = 1, . . . , n. Se tomarmos o produto interno can onico sobre K
n
, temos:
u, v)
T
=
_
n
j=1
x
j
v
j
,
n
k=1
y
k
v
k
_
T
=
n
j=1
x
j
y
j
e um produto interno sobre V, onde u =
n
j=1
x
j
v
j
e v =
n
k=1
y
k
v
k
.
Assim, para toda base B de V existe um produto interno sobre V tal que
v
i
, v
j
)
T
=
ij
, i, j = 1, . . . , n. Na verdade, e f acil mostrar que existe exata-
mente um tal produto interno.
Mostraremos depois que todo produto interno sobre V e determinado
por alguma base B da maneira acima.
Observac ao 1.3
Seja V umespaco vetorial complexo comumproduto interno , ). Ent ao,
para v, w V,
v, w) = v, w) +iv, w) ,
onde v, w) e v, w) s ao as partes real e imagin aria do n umero com-
plexo v, w).
Como, para todo z C, (z) = (iz), temos
u, v) = v, w) +i(iv, w)) ,
ou seja
u, v) = v, w) +i(v, iw)) .
Assim, o produto interno e completamente determinado por sua parte real.
Denic ao 1.2
Seja , ) : V V K (K = 1 ou K = C) um produto interno sobre V.
Para v V, |v| =
_
v, v) e chamada a norma de v em relac ao ao
produto interno , ).
A forma quadr atica determinada pelo produto interno , ) e a func ao
V K
v |v|
2
= v, v)
Ent ao,
|v w|
2
= v w, v w) = |v|
2
2v, w) +|w|
2
.
Assim, no caso real,
|v +w|
2
= |v|
2
+2v, w) +|w|
2
,
e
|v w|
2
= |v|
2
2v, w) +|w|
2
,
implica que:
v, w) =
1
4
_
|v +w|
2
|v w|
2
_
(I)
No caso complexo,
v, w) =
1
4
_
|v +w|
2
|v w|
2
_
e
v, iw) =
1
4
_
|v +iw|
2
|v iw|
2
_
Logo, como v, w) = v, w) +iv, iw), temos
v, w) =
1
4
_
|v +w|
2
|v w|
2
_
+
i
4
_
|v +iw|
2
|v iw|
2
_
(II)
As identidades (I) e (II) s ao denominadas as identidades de polarizac ao.
Sejam V um espaco vetorial de dimens ao nita, B = {v
1
, . . . , v
n
} uma
base ordenada de V e , ) um produto interno sobre V. Mostraremos
que o produto interno e completamente determinado pelos n umeros:
G
jk
= v
k
, v
j
) , k, j = 1, . . . , n.
calculados sobre todos os pares de vetores em B.
De fato, se u =
n
k=1
x
k
v
k
e w =
n
j=1
y
j
v
j
, ent ao
u, v) =
_
n
k=1
x
k
v
k
,
n
j=1
y
j
v
j
_
=
n
j,k=1
x
k
y
j
v
k
, v
j
) =
n
j,k=1
y
j
G
jk
x
k
= Y
GX,
onde X = [u]
B
, Y = [v]
B
e G e a matriz com entradas G
jk
= v
k
, v
j
).
Denominamos G a matriz do produto interno em relac ao ` a base B.
Uma matriz e chamada hermitiana
quando e igual ao conjugado da
sua pr opria transposta.
Como G
jk
= v
k
, v
j
) = v
j
, v
k
) = G
kj
, temos que G e hermitiana, ou
seja, G
= G.
Al em disso, G e invertvel, pois, como X
GX > 0 para todo X

K
n1
{0}, temos que GX ,= 0, para X ,= 0.
Fazendo X = [v
i
]
B
= e
i
, e
i
sendo o i esimo termo da base can onica
de K
n1
, temos que
G
ii
=
n
k,j=1
x
j
G
jk
x
k
= X
GX > 0 ,
para todo i = 1, . . . , n, ou seja, todas as entradas da diagonal de G
s ao positivas.
Por em, nem toda matriz hermitiana A que possui as entradas da
diagonal positivas satisfaz a condic ao
X
AX > 0 ,
para todo X ,= 0. Basta tomar, por exemplo,
A =
_
1 1
1 1
_
.
Observac ao 1.4
Seja G uma matriz n n sobre o corpo K (1 ou C) tal que G
= G e
X
GX > 0 para todo X K

n1
{0}. Ent ao G e a matriz de algum produto
interno em relac ao ` a base B.
De fato, denindo
u, w) = Y
GX,
onde X = [u]
B
e Y = [w]
B
, temos que , ) e um produto interno sobre V
e G e a sua matriz em relac ao ` a base B, pois:
w, u) = X
GY = (X
GY)
= Y
X = Y
GX = u, w) .
v
j
, v
k
) = e
k
Ge
j
= G
kj
, k, j = 1, . . . , n.
u
1
+u
2
, w) = Y
G[u
1
+u
2
]
B
= Y
G([u
1
]
B
+ [u
2
]
B
)
= Y
G[u
1
]
B
+Y
G[u
2
]
B
= u
1
, w) +u
2
, w) .
Estabeleceremos agora as propriedades b asicas dos conceitos de
comprimento e ortogonalidade que s ao impostas ao espaco pelo produto
interno.
Proposic ao 1.1
Seja V um espaco vetorial com produto interno. Ent ao, para quaisquer
vetores u, v V e todo escalar K (K = 1 ou K = C),
(a) |u| = || |u| ;
(b) |u| 0 e |u| = 0 u = 0;
(c) |u, v)| |u| |v| (Desigualdade de Cauchy-Schwarz) ;
(d) |u, v)| = |u| |v| u e v s ao LD;
(e) |u +v| |u| +|v| (Desigualdade Triangular)
Prova.
Como |u|
2
= u, u) = u, u) = ||
2
|u|
2
, temos que |u| = || |u|.
O item (b) segue imediatamente das propriedades de um produto interno.
Para provarmos o item (c), faremos separadamente o caso real (K = 1) e
o caso complexo (K = C).
Caso real.
Como u +v, u +v) 0, para todo 1, temos
2
|v|
2
+2u, v) +|u|
2
0
para todo 1. Logo, o discriminante da equac ao do segundo grau
2
|v|
2
+2u, v) +|u|
2
= 0 (na vari avel ) e menor ou igual do que zero,
isto e,
= 4u, v)
2
4|u|
2
|v|
2
0 .
Ent ao, |u, v)| |u| |v|. Al em disso, |u, v)| = |u| |v| se, e somente
se, = 0, ou seja, se e somente se, existe um unico
0
1 tal que
u +
0
v, u +
0
v) = 0.
Como u +
0
v, u +
0
v) = 0 se, e somente se, u +
0
v = 0, temos que
|u, v)| = |u| |v| se, e somente se, u e v s ao LD.
Caso complexo.
Como u +v, u +v) 0 para todo C, temos que
||
2
|v|
2
+ u, v) + v, u) +|u|
2
0 ,
para todo C.
Logo, ||
2
|v|
2
+ 2 ( v, u)) + |u|
2
0, para todo C, pois u, v) =
v, u).
Em particular, ||
2
|v|
2
+2 ( v, u)) +|u|
2
0, para todo 1. Ent ao,
2
|v|
2
+2 (v, u)) +|u|
2
0 ,
para todo 1.
Assim,
= 4 (u, v))
2
4|u|
2
|v|
2
0 ,
onde e o discriminante da equac ao (na vari avel )
2
|v|
2
+2 (v, u)) +|u|
2
= 0 .
Logo,
|v, u)| |u| |v| . (I)
Suponhamos que u, v) , = 0. Seja z =
u, v)
|u, v)|
.
Ent ao, como
zv, u) = (zv, u)) =
_
u, v)
|u, v)|
v, u)
_
=
_
|u, v)|
2
|u, v)|
_
= |u, v)| ,
temos, por (I), que
|u, v)| = zv, u) |zv| |u| = |u| |v| ,
pois |z| = 1.
Se u e v s ao LD, e f acil vericar que |u, v)| = |u| |v| .
Se |u, v)| = |u| |v|, ent ao zv, u) = |zv| |u|. Logo, a equac ao
u +zv, u +zv) = |v|
2
+2zv, u) +|u|
2
= 0 ,
com 1, tem discriminante zero. Ent ao, existe
0
1 tal que
u +
0
zv, u +
0
zv) = 0 ,
ou seja, u +
0
zv = 0. Portanto, u e v s ao LD.
Vamos, agora, provar a desigualdade triangular.
Como
|u +v|
2
= u +v, u +v) = |u|
2
+u, v) +v, u) +|v|
2
= |u|
2
+2u, v) +|v|
2
,
temos, pela desigualdade de Cauchy-Schwarz, que
|u +v|
2
= |u|
2
+|v|
2
+2u, v) |u|
2
+|v|
2
+2|u| |v|
= (|u| +|v|)
2
,
ou seja, |u +v| |u| +|v|, pois
u, v) |u, v)| |u, v)| |u| |v| .
Al em disso, temos que |u +v| = |u| +|v| se, e somente se,
u, v) = |u, v)| = |u, v)| = |u| |v| .
Logo, existe c C tal que u = cv.
Como |u, v)| = |u, v)|, temos que u, v) 1
+
. Sendo,
u, v) = cv, v) = c |u, v)| = c |v|
2
,
temos que c > 0, se u, v) , = 0, ou seja, u e um m ultiplo positivo de v.
Se u, v) = 0, temos que u = 0 ou v = 0. Nesse caso, temos, tamb em,
que um dos vetores u ou v e m ultiplo positivo do outro.
Reciprocamente, se u = cv, onde c 1, c > 0, ent ao,
|u +v| = |cv +v| = |c +1| |v| = (c +1)|v| = c|v| +|v|
= |cv| +|v| = |u| +|v| ,
Observac ao 1.5
Aplicando a desigualdade de Cauchy-Schwarz aos produtos internos dos
exemplos 1.1, 1.2 e 1.4, obtemos, respectivamente, que
k=1
x
k
y
k
_
n
k=1
|x
k
|
2
_
2
_
n
k=1
|y
k
|
2
_
2
;
|Tr (AB
)| (Tr (AA
))
1/2
(Tr (BB
))
1/2
;
_
1
0
f(x)g(x) dx
__
1
0
|f(x)|
2
dx
_
2
__
1
0
|g(x)|
2
dx
_
1/2
.
Denic ao 1.3
Sejam u e v vetores num espaco vetorial V com produto interno. Dizemos
que u e v s ao ortogonais se u, v) = 0.
Denic ao 1.4
seja S um subconjunto de V. Dizemos que S e um conjunto ortogonal
se dois vetores distintos quaisquer em S s ao ortogonais. Se, al em disso,
todos os vetores em S s ao unit arios, dizemos que S e um conjunto orto-
normal.
Observac ao 1.6
O vetor nulo e ortogonal a todo vetor em V e e o unico vetor com essa
propriedade.
Exemplo 1.6
A base can onica de 1
n
ou de C
n
e um conjunto ortonormal em relac ao ao
produto interno can onico.
Exemplo 1.7
Seja V = C
nn
o espaco vetorial de todas as matrizes complexas e seja
E
pq
a matriz cuja unica entrada n ao-nula e 1 localizada na linha p e na
coluna q.
Ent ao, o conjunto das matrizes E
pq
, p, q = 1, . . . , n, e ortonormal em
relac ao ao produto interno denido no exemplo 1.2. De fato,
E
pq
, E
rs
) = Tr (E
pq
E
sr
) =
qs
Tr (E
pr
) =
qs
pr
.
Exemplo 1.8
Seja V = c
0
([0, 1], C) o espaco vetorial das func oes contnuas denidas
no intervalo [0, 1] que tomam valores emC, com o produto interno denido
no exemplo 1.4.
Sejam f
n
(x) =
2 cos(2nx) e g
n
=
2 sen(2nx), n N.
Ent ao, {1, f
1
, g
1
, f
2
, g
2
, . . . , f
n
, g
n
, . . .} e um subconjunto de V que e orto-
normal innito.
Temos, tamb em, que o conjunto de todas as func oes da forma
h
n
(x) = e
2inx
, n Z,
e um subconjunto de V que e ortonormal e innito.
Proposic ao 1.2
Todo conjunto S ortonormal de vetores n ao nulos e LI.
Prova.
Sejam v
1
, . . . , v
m
vetores distintos em S e seja
w =
1
v
1
+. . . +
m
v
m
.
Ent ao,
w, v
k
) =
m
j=1
j
v
j
, v
k
) =
k
v
k
, v
k
) .
Como v
k
, v
k
) , = 0, temos que
k
=
w, v
k
)
v
k
, v
k
)
, k = 1, . . . , m.
Assim,
1
= . . . =
m
= 0, se w = 0. Logo, S e um conjunto LI.
Observac ao 1.7
Se w =
1
v
1
+. . . +
m
v
m
e uma combinac ao linear de vetores n ao-nulos
ortogonais, ent ao
w =
m
k=1
w, v
k
)
|v
k
|
2
v
k
.
Observac ao 1.8
Se {v
1
, . . . , v
m
} e um conjunto ortogonal de vetores n ao-nulos em V, ent ao
m dim(V).
Processo de ortogonalizac ao de
Gram-Schmidt
Teorema 1.1
Seja V um espaco vetorial com produto interno e sejam v
1
, . . . , v
n
vetores
LI em V. Ent ao, existem vetores ortogonais w
1
, . . . , w
n
em V tais que,
para cada k = 1, . . . , n, o conjunto {w
1
, . . . , w
k
} e uma base do subespaco
gerado pelos vetores v
1
, . . . , v
k
.
Prova.
Tome w
1
= v
1
. Suponhamos que w
1
, . . . , w
m
, 1 m < n, tenham sido
escolhidos de modo que, para cada k,
{w
1
, . . . , w
k
} , 1 k m,
seja uma base ortonormal do subespaco gerado por v
1
, . . . , v
k
.
Tome
w
m+1
= v
m+1

m
k=1
v
m+1
, w
k
)
|w
k
|
2
w
k
.
Ent ao, w
m+1
,= 0, pois, caso contr ario, v
m+1
seria combinac ao linear de
w
1
, . . . , w
m
e, portanto, uma combinac ao linear de v
1
, . . . , v
m
.
Al em disso, se 1 j m,
w
m+1
, w
j
) = v
m+1
, w
j
)
m
k=1
w
m+1
, w
k
)
|w
k
|
2
w
k
, w
j
)
= w
m+1
, w
j
) w
m+1
, w
j
) = 0 .
Portanto, {w
1
, . . . , w
m+1
} e um conjunto ortogonal de m + 1 vetores n ao-
nulos do subespaco gerado pelos vetores v
1
, . . . , v
m+1
. Como, pela propo-
sic ao anterior, {w
1
, . . . , w
m+1
} e um conjunto LI, temos que {w
1
, . . . , w
m+1
}
e uma base do subespaco gerado pelos vetores v
1
, . . . , v
m+1
.
Prosseguindo desta maneira, podemos obter n vetores w
1
, . . . , w
n
ortogo-
nais tais que {w
1
, . . . , w
n
} e uma base do subespaco gerado pelos vetores
{v
1
, . . . , v
n
}.
Corol ario 1.1

Todo espaco vetorial V de dimens ao nita comproduto interno possui uma
base ortonormal.
Prova.
Seja {v
1
, . . . , v
n
} uma base de V. Pelo processo de ortogonalizac ao de
Gram-Schmidt, podemos construir uma base ortogonal {w
1
, . . . , w
n
}.
Ent ao {w
1
, . . . , w
n
} e uma base ortonormal de V, onde
w
1
=
w
1
|w
1
|
=
v
1
|v
1
|
;
w
2
=
w
2
|w
2
|
=
v
2
v
2
, w
1
) w
1
|v
2

v
2
, w
1
_
w
1
|
;
w
3
=
w
3
|w
3
|
=
v
3
v
3
, w
1
) w
1
v
3
, w
2
) w
2
|v
3

v
3
, w
1
_
w
v
3
, w
2
_
w
2
|
;

w
j
=
w
j
|w
j
|
=
v
j

j1
i=1
v
j
, w
i
_
w
i
_
_
_
_
_
v
j

j1
i=1
v
j
, w
i
_
w
i
_
_
_
_
_
;

w
n
=
w
n
|w
n
|
=
v
n
n1
i=1
v
n
, w
i
_
w
i
_
_
_
_
_
v
n
n1
i=1
v
n
, w
i
_
w
i
_
_
_
_
_
.

Observac ao 1.9
Seja V um espaco vetorial com produto interno e seja G a matriz do pro-
duto interno em relac ao a uma base ortonormal B = {v
1
, . . . , v
n
}. Ent ao,
G e a matriz identidade e
u, w) = Y
X =
n
j=1
x
j
y
j
,
onde X = [u]
B
e Y = [w]
B
.
Observac ao 1.10
O processo de Gram-Schmidt tamb em pode ser usado para testar de-
pend encia linear. De fato, suponhamos que v
1
, . . . , v
n
sejam vetores LD
em um espaco vetorial com produto interno e que v
1
,= 0. Seja m o maior
inteiro para o qual os vetores v
1
, . . . , v
m
s ao LI. Ent ao 1 m < n. Sejam
w
1
, . . . , w
m
os vetores obtidos aplicando o processo de ortogonalizac ao
aos vetores v
1
, . . . , v
m
. Ent ao, o vetor
w
m+1
= v
m+1

m
k=1
v
m+1
, w
k
)
|w
k
|
2
w
k
,
e nulo, pois como w
m+1
est a no subespaco gerado por w
1
, . . . , w
m
, j a
que v
m+1
pertence ao subespaco gerado por v
1
, . . . , v
m
que e igual ao
subespaco gerado por w
1
, . . . , w
m
e e ortogonal a cada um desses veto-
res, temos
w
m+1
=
m
k=1
w
m+1
, w
k
)
|w
k
|
2
w
k
= 0.
Reciprocamente, se w
1
, . . . , w
m
s ao n ao-nulos e w
m+1
= 0, ent ao v
1
, . . . , v
n
s ao LI, mas v
1
, . . . , v
m+1
s ao LD.
Exemplo 1.9
Considere os vetores v
1
= (3, 0, 4), v
2
= (1, 0, 7) e v
3
= (2, 9, 11) em
1
3
munido do produto interno can onico. Aplicando o processo de Gram-
Schmidt aos vetores v
1
, v
2
e v
3
, obtemos os seguintes vetores:
w
1
= (3, 0, 4) ;
w
2
= (1, 0, 7)
(1, 0, 7), (3, 0, 4))
25
(3, 0, 4)
= (1, 0, 7) (3, 0, 4) = (4, 0, 3) ;
w
3
= (2, 9, 11)
(2, 9, 11), (3, 0, 4))
25
(3, 0, 4)
(2, 9, 11), (4, 0, 3))
25
(4, 0, 3)
= (2, 9, 11) 2(3, 0, 4) (4, 0, 3) = (0, 9, 0) .
Como w
1
, w
2
e w
3
s ao n ao-nulos e ortogonais, {w
1
, w
2
, w
3
} e uma base
ortogonal de 1
3
e, portanto,
_
w
1
=
w
1
|w
1
|
=
(3, 0, 4)
5
, w
2
=
w
2
|w
2
|
=
(4, 0, 3)
5
, w
3
=
w
3
|w
3
|
= (0, 1, 0)
_
e uma base ortonormal de 1
3
.
Seja X = (x
1
, x
2
, x
3
) 1
3
. Ent ao,
X = (x
1
, x
2
, x
3
) = X, w
1
) w
1
+X, w
2
) w
2
+X, w
3
) w
3
=
3x
1
+4x
3
5
w
1
+
4x
1
+3x
3
5
w
2
+x
2
w
3
.
E a base {f
1
, f
2
, f
3
} de (1
3
)
dual da base {w
1
, w
2
, w
3
} e dada por:
f
1
(x
1
, x
2
, x
3
) =
3x
1
+4x
3
5
f
2
(x
1
, x
2
, x
3
) =
4x
1
+3x
3
5
f
3
(x
1
, x
2
, x
3
) = x
2
.
Denic ao 1.5
Seja W um subespaco de um espaco vetorial V com produto interno e
seja v V. Uma melhor aproximac ao de v por vetores de W e um vetor
w W tal que
|v w| |v u| , u W.
Teorema 1.2
Seja W um subespaco de um espaco vetorial V com produto interno e
seja v V.
(a) O vetor w W e uma melhor aproximac ao de v por vetores de W se,
e somente se, v w e ortogonal a todo vetor de W.
(b) Se uma melhor aproximac ao de v por vetores de W existir, ela e unica.
(c) Se W e de dimens ao nita e {w
1
, . . . , w
n
} e uma base ortonormal de
W, ent ao
w =
n
k=1
v, w
k
) w
k
,
e a ( unica) melhor aproximac ao de v por vetores de W.
Prova.
Se u e um vetor arbitr ario de V, ent ao v u = (v w) + (wu) e
|v u|
2
= |v w|
2
+2v w, wu) +|wu|
2
(I)
Suponhamos que vw seja ortogonal a todo vetor em W, u W e u ,= w.
Como wu W, temos que
|v u|
2
= |v w|
2
+|wu|
2
> |v w|
2
.
Reciprocamente, suponhamos que |v u| |v w| para todo u W.
Ent ao, por (I), temos que
2v w, wu) +|wu|
2
0 ,
para todo vetor u W.
Como todo vetor em W pode ser expresso na forma w u, com u W,
temos que
2v w, x) +|x|
2
0 (II)
para todo vetor x W. Em particular, se u W e u ,= w, podemos tomar
x =
wu, v w)
|wu|
2
(wu) .
Ent ao, a desigualdade (II) se reduz a
2
|v w, wu)|
2
|wu|
2
+
|v w, wu)|
2
|wu|
2
0 ,
ou seja |v w, wu)|
2
0. Logo, v w, wu) = 0.
Como todo vetor em W pode ser escrito na forma w u, u W, temos
que v w e ortogonal a todo vetor em W.
Seja w
uma outra melhor aproximac ao de v por vetores de W. Ent ao,

v w, ww
) = 0 , e v w
, ww
) = 0 ,
ou seja,
v, ww
) = w, ww
) , e v, ww
) = w
, ww
) .
Logo, ww, ww
) = 0 , isto e, w
= w.
Suponhamos agora que W tem dimens ao nita e que {w
1
, . . . , w
n
} e uma
base ortonormal de W. Seja w =
n
k=1
v, w
k
) w
k
. Ent ao,
v w, w
j
) = v, w
j
) w, w
j
)
= v, w
j
)
n
k=1
v, w
k
) w
k
, w
j
)
= v, w
j
) v, w
j
) = 0 ,
para todo j = 1, . . . , n.
Assim, vw e ortogonal a toda combinac ao linear dos vetores w
1
, . . . , w
k
,
isto e, a todo vetor de W. Ent ao, por (a), w e a melhor aproximac ao de v
por vetores de W.
Denic ao 1.6
Seja V um espaco vetorial com produto interno e seja S um subconjunto
de V. O suplementar ortogonal de S e o conjunto S
de todos os vetores
em V que s ao ortogonais a todo vetor em S, ou seja,
S
= {v V | v, w) = 0 w S} .
Observac ao 1.11
S
e um subespaco vetorial. De fato, S
e n ao-vazio pois 0 S
e se
v
1
, v
2
S
e c K, ent ao
cv
1
+v
2
, w) = cv
1
, w) +v
2
, w) = 0 ,
para todo w S. Logo, cv
1
+v
2
S
.
Exemplo 1.10
Tem-se que {0}
= V e V
= {0}.
Observac ao 1.12
Se W e um subespaco de V e w W e a melhor aproximac ao de v V
por vetores de W, ent ao w e o unico vetor de W tal que v w W
.
Nesse caso, w e chamado a projec ao ortogonal de v sobre W.
Se todo vetor de V possuir uma projec ao ortogonal sobre W, a aplicac ao
que a cada vetor de V associa a sua projec ao ortogonal sobre W e cha-
mada a projec ao ortogonal de V sobre W.
Pelo teorema anterior, sempre existe a projec ao ortogonal de um espaco
com produto interno sobre um subespaco de dimens ao nita.
Corol ario 1.2
Sejam V um espaco vetorial com produto interno, W um subespaco de
dimens ao nita e a projec ao ortogonal de V sobre W. Ent ao a aplicac ao
v v (v)
e a projec ao ortogonal de V sobre W
.
Prova.
Seja v V. Ent ao, v (v) W
e v u = (v) + (v (v) u)
para todo u W
.
Como (v) W e v (v) u W
, temos que
|v u|
2
= |(v)|
2
+|v (v) u|
2
|v (v (v))|
2
,
valendo a desigualdade estrita se u ,= v (v).
Portanto, v (v) e a melhor aproximac ao de v por vetores em W
Teorema 1.3
Seja W um subespaco vetorial de dimens ao nita de um espaco V com
produto interno. Seja a projec ao ortogonal de V sobre W. Ent ao e
uma transformac ao linear idempotente de V sobre W. Al em disso, W
=
Ker() e V = W W
.
Prova.
Seja v V. Como (v) e a melhor aproximac ao de v por vetores de
W, temos que (v) = v se v W.
Portanto, ((v)) = (v) para todo v V, isto e, e idempotente (
2
= ).
Vamos, agora, provar que e uma transformac ao linear. Sejam u, v V
e c K. Como u (u) e v (v) s ao ortogonais a todos os vetores de
W, temos que u (u) e v (v) pertencem a W
. Portanto, o vetor
c(u (u)) + (v (v)) = (cu +v) (c(u) +(v))
tamb em pertence a W
. Como c(u) +(v) W, temos que c(u) +(v)

e a melhor aproximac ao de cu +v por vetores de W, ou seja,
(cu +v) = c(u) +(v) .
Seja v V. Como (v) e o unico vetor em W tal que v(v) W
, temos
que (v) = 0 se v W
.
Reciprocamente, se (v) = 0 ent ao v W
. Logo, W
e o n ucleo de .
Como v = (v) + (v (v)) para todo vetor v V e (v) W, v (v)
W
, temos que V = W +W
.
Al em disso, se v W W
, ent ao v, v) = 0, ou seja, v = 0. Logo,

W W
= {0} e, portanto, V = W W
Observac ao 1.13
A projec ao ortogonal I de V sobre W
, e uma transformac ao linear

idempotente de V sobre W
com n ucleo W.
De fato, como e linear e
2
= , temos que I e linear e
(I )(I ) = (I 2) +
2
= I 2 + = I .
Al em disso, (I)(v) = 0 se, e somente se, (v) = v, ou seja, (I)(v) =
0 se, e s o se, v W. Logo, W e o n ucleo de I .
Exemplo 1.11
Seja 1
3
munido do produto interno can onico e seja a projec ao ortogonal
de 1
3
sobre o subespaco W gerado pelo vetor w = (3, 12, 1).
Ent ao, se x = (x
1
, x
2
, x
3
) 1
3
,
(x) =
x, w)
|w|
2
w =
3x
1
+12x
2
x
3
154
(3, 12, 1) .
Portanto, W
= Ker() = {(x
1
, x
2
, x
3
) 1
3
| 3x
1
+ 12x
2
x
3
= 0} tem
dimens ao dois e
(I )(x) =
1
154
(145x
1
36x
2
+3x
3
, 36x
1
+10x
2
+12x
3
, 3x
1
+12x
2
+153x
3
)
Observac ao 1.14
O processo de Gram-Schmidt pode ser, agora, descrito geometricamente.
Seja V um espaco vetorial com produto interno e v
1
, . . . , v
n
vetores LI
em V. Seja P
k
, k > 1 a projec ao ortogonal de V sobre o suplementar
ortogonal do subespaco gerado por v
1
, . . . , v
k1
, e seja P
1
= I.
Ent ao, os vetores que se obt em aplicando o processo de ortogonalizac ao
aos vetores v
1
, . . . , v
n
s ao denidos por:
w
k
= P
k
(v
k
) , 1 k n.
Desigualdade de Bessel
Corol ario 1.3
Seja {v
1
, . . . , v
n
} umconjunto ortogonal de vetores n ao-nulos emumespaco
vetorial V com produto interno.
Se v V, ent ao
n
k=1
|v, v
k
)|
2
|v
k
|
2
|v|
2
e a igualdade ocorre se, e somente se,
v =
n
k=1
v, v
k
)
|v
k
|
2
v
k
.
Prova.
Seja w =
n
k=1
v, v
k
)
|v
k
|
2
v
k
. Ent ao, v = w+u, onde w, u) = 0.
Observe que w = (v), onde e a projec ao ortogonal de V sobre o
subespaco W gerado pelos vetores v
1
, . . . , v
n
. Logo,
|v|
2
= |w|
2
+|u|
2
,
onde |w|
2
=
n
k=1
|v, v
k
)|
2
|v
k
|
2
.
Ent ao, |v|
2
|w|
2
=
n
k=1
|v, v
k
)|
2
|v
k
|
2
e a igualdade ocorre se, e s o se, u = 0,
ou seja, se, e somente se, v =
n
k=1
v, v
k
)
|v
k
|
2
v
k
.
Logo, v pertence ao subespaco W gerado pelos vetores v
1
, . . . , v
k
se, e
somente se,
v =
n
k=1
v, v
k
)
|v
k
|
2
v
k
,
ou seja, se, e s o se, a desigualdade de Bessel e, na verdade, uma igual-
dade.

Funcionais Lineares e Adjuntos
Observac ao 1.15
No caso especial em que {v
1
, . . . , v
n
} e um conjunto ortonormal, a desi-
gualdade de Bessel arma que
n
k=1
|v, v
k
)|
2
|v|
2
.
Exemplo 1.12
Aplicando a desigualdade de Bessel aos conjuntos ortonormais do exem-
plo 1.8, temos que:
k=n
_
1
0
f(t) e
2nit
dt
_
1
0
|f(t)|
2
dt ;
_
1
0
k=n
c
k
e
2nit
2
dt =
n
k=n
|c
k
|
2
;
_
1
0
_
2 cos(2t) +
2 sen(4 t)
_
2
dt = 1 +1 = 2 .
2. Funcionais Lineares e Adjuntos

Seja V um espaco vetorial com produto interno e seja w V. De-
nimos a aplicac ao
f
w
K
v f
w
(v) = v, w) .
Sendo o produto interno v, w) linear como func ao de v, f
w
e um
funcional linear sobre V.
Teorema 2.1
Seja V um espaco vetorial de dimens ao nita com produto interno e seja
f um funcional linear sobre V. Ent ao existe um unico vetor w V tal que
f(v) = v, w) , para todo v V.
Prova.
Seja {v
1
, . . . , v
n
} uma base ortonormal de V e seja
w =
n
k=1
f(v
k
) v
k
.
Seja f
w
: V K o funcional linear denido por f
w
(v) = v, w).
Como
f
w
(v
j
) = v
j
, w) =
_
v
j
,
n
k=1
f(v
k
) v
k
_
=
n
k=1
f(v
k
) v
j
, v
k
) = f(v
j
) ,
para todo j = 1, . . . , n, temos que f = f
w
.
Suponhamos que existe outro vetor w
V tal que f(v) = v, w
) para
todo v V. Ent ao,
v, w) = v, w
) ,
ou seja, v, ww
) = 0 para todo v V. Fazendo v = w w
, obtemos
que ww
, ww
) = 0.
Logo, w
= w.
Observac ao 2.1
O vetor w pertence a (Ker(f))
. De fato, seja W = Ker(f).

Ent ao, V = W W
. Se e a projec ao ortogonal de V sobre W
, ent ao
f(v) = f((v)) ,
para todo v V.
Suponhamos f ,= O. Ent ao, posto(f) = 1 e dimW
= 1.
Se w
0
e um vetor n ao-nulo de W
, temos que
(v) =
v, w
0
)
|w
0
|
2
w
0
para todo v V.
Logo,
f(v) =
v, w
0
)
|w
0
|
2
f(w
0
) =
_
v,
f(w
0
)
|w
0
|
2
w
o
_
= 0
para todo v V. Assim, w =
f(w
0
)
|w
0
|
2
w
0
.
Exemplo 2.1
Mostraremos, agora, atrav es de um exemplo, que o teorema anterior n ao
e v alido sem a hip otese de V ser de dimens ao nita.
Seja V o espaco vetorial dos polin omios com coecientes complexos com
o produto interno
f, g) =
_
1
0
f(t)g(t) dt .
Este produto interno tamb em pode ser denido algebricamente.
Se f =
a
k
x
k
e g =
b
j
x
j
, ent ao
f, g) =
j,k
1
j +k +1
a
k
b
j
.
Seja z C e seja L o funcional linear denido por L(f) = f(z).
Suponhamos que existe um polin omio g V tal que
L(f) = f(z) = f, g) =
_
1
0
f(t) g(t) dt ,
para todo f V.
Seja h = x z. Ent ao (hf)(z) = 0 para todo f V. Assim,
0 =
_
1
0
h(t) f(t) g(t) dt ,
para todo f V. Tome f = hg. Ent ao,
0 =
_
1
0
|h(t)|
2
|g(t)|
2
dt .
Logo, hg = O. Como h ,= O, devemos ter g = O, o que e uma contradic ao,
j a que L n ao e o funcional nulo.
Teorema 2.2
Seja T um operador linear sobre um espaco V de dimens ao nita com
produto interno. Ent ao, existe um unico operador linear T
sobre V tal que

T(v), w) = v, T
(w)) ,
para todo v, w V.
Prova.
Seja w V. Ent ao, a aplicac ao v T(v), w) e um funcional linear
sobre V. Pelo teorema anterior, existe um unico vetor w
V tal que
T(v), w) = v, w
) ,
para todo v V. Faca T
(w) = w
.
Devemos vericar que T
: V V e uma transformac ao linear.

Sejam w, u V e c K. Ent ao, para qualquer v V, temos
v, T
(cw+u)) = T(v), cw+u)

= c T(v), w) +T(v), u)
= c v, T
(w)) +v, T
(u))
= v, cT
(w) +T
(u)) .
Logo, T
(cw+u) = cT
(w) +T
(u), ou seja, T
e linear.
Proposic ao 2.1
B = {v
1
, . . . , v
n
} uma base ortonormal de V. Seja T um operador linear
sobre V e seja A a matriz de T em relac ao ` a base ordenada B. Ent ao,
A
ij
= T(v
j
), v
i
).
Prova.
Como B e uma base ortonormal, temos que
T(v
j
) =
n
i=1
T(v
j
), v
i
) v
i
.
Logo, A
ij
= T(v
j
), v
i
).
Teorema 2.3
T um operador linear sobre V. Ent ao, em relac ao a qualquer base orto-
normal de V, a matriz de T
e a transposta conjugada da matriz de T.

Prova.
Sejam B = {v
1
, . . . , v
n
} uma base ortonormal de V, A = [T]
B
e B = [T
]
B
.
Pelo teorema anterior, A
kj
= T(v
j
), v
k
) e B
kj
= T
(v
j
), v
k
) .
Logo,
B
kj
= T
(v
j
), v
k
) = v
k
, T
(v
j
)) = T(v
k
), v
j
) = A
jk
.

Exemplo 2.2
a projec ao ortogonal de V sobre um subespaco W. Ent ao, para quaisquer
vetores v, w V,
(v), w) = (v), (w) + (w(w)))
= (v), (w))
= (v) + (v (v)), (w))
= v, (w)) .
Logo,
= .
Exemplo 2.3
Seja : 1
3
W dada por
(x
1
, x
2
, x
3
) =
3x
1
+12x
2
x
3
154
(3, 12, 1) ,
a projec ao ortogonal de 1
3
sobre o subespaco W gerado pelo vetor (3, 12, 1),
do exemplo 1.11.
Ent ao,
A =
1
154
_
_
_
9 36 3
36 144 12
3 12 1
_
_
_
e a matriz de em relac ao ` a base ortonormal can onica. Como
= , A
e tamb em a matriz de
em relac ao ` a base can onica. E, como A
= A,
isso n ao contradiz o teorema acima.
Considere, agora a base B
= {v
1
, v
2
, v
3
}, onde
v
1
= (154, 0, 0) , v
2
= (145, 36, 3) , v
3
= (36, 10, 12) .
Como
(v
1
) = (9, 36, 3) = (154, 0, 0) (145, 36, 3) , (v
2
) = (0, 0, 0) , (v
3
) = (0, 0, 0) ,
temos que
[]
B
= B =
_
_
_
1 0 0
1 0 0
0 0 0
_
_
_
.
Nesse caso, B ,= B
e B
n ao e a matriz de
= em relac ao ` a base B
.
Isso ocorre porque a base B
n ao e ortonormal.

Denic ao 2.1
Seja T um operador linear sobre um espaco V com produto interno. Di-
zemos que T possui um adjunto sobre V se existe um operador linear T
sobre V tal que T(v), w) = v, T
(w)) para todos v, w V.

Observac ao 2.2
O Teorema 2.2 arma que todo operador linear sobre um espaco V de
dimens ao nita com produto interno possui um adjunto. Mas, no caso de
dimens ao innita isso nem sempre ocorre. Em qualquer caso, existe no
m aximo um operador T
, que e denominado adjunto de T.

Observac ao 2.3
O adjunto de T depende n ao s o de T, como tamb em do produto interno
de V.
Exemplo 2.4
Seja V = C
n1
o espaco das matrizes complexas n 1 com o produto
interno X, Y) = Y
X. Se A e uma matriz complexa n n, o adjunto do

operador linear X AX e o operador X A
X. De fato,
AX, Y) = Y
AX = (A
Y)
X = X, A
Y) .
Exemplo 2.5
Seja V = C
nn
o espaco das matrizes complexas n n com o pro-
duto interno A, B) = Tr (B
A). Seja M C
nn
. O adjunto do operador
L
M
(A) = MA e o operador L
M
(A) = M
A.
De fato,
L
M
(A), B) = Tr (B
(MA))
= Tr (MAB
)
= Tr (AB
M)
= Tr (A(M
B)
)
= Tr ((M
B)
A)
= A, M
B) .
Logo, (L
M
)
(B) = M
B = L
M
(B), ou seja, (L
M
)
= L
M
.

Exemplo 2.6
Seja V o espaco vetorial dos polin omios sobre C, com o produto interno
f, g) =
_
1
0
f(t)g(t) dt .
Se f =
a
k
x
k
, seja f =
a
k
x
k
. Ent ao,
f(t) = f(t), para todo t 1.
Consideremos o operador M
f
(g) = fg, isto e, M
f
e o operador multiplicac ao
por f. Ent ao, o adjunto de M
f
e o operador M
f
.
De fato,
M
f
(g), h) =
_
1
0
f(t)g(t)h(t) dt
=
_
1
0
g(t)f(t)h(t) dt
= g, M
f
(h)) .
Logo, (M
f
)
= M
f
.
Exemplo 2.7
Daremos, agora, um exemplo para mostrar que nem todo operador sobre
um espaco vetorial de dimens ao innita com produto interno possui um
adjunto.
Seja V o espaco dos polin omios sobre C com o produto interno
f, g) =
_
1
0
f(t)g(t) dt .
Seja D o operador derivac ao sobre V. Ent ao,
D(f), g) =
_
1
0
f
(t)g(t) dt = f(1)g(1) f(0)g(0)

_
1
0
f(t)g(t)
dt
= f(1)g(1) f(0)g(0) f, D(g)) .
Suponhamos que existe um polin omio D
(g) tal que

D(f), g) = f, D
(g)), para todo f V.

Ou seja,
f, D
(g)) = f(1)g(1) f(0)g(0) f, D(g)) ,

ou ainda,
f, D
(g) +D(g)) = f(1)g(1) f(0)g(0) ,

para todo f V.
Seja L(f) = f(1)g(1) f(0)g(0), onde g C[x] e xo. Ent ao, L e um
funcional linear e
L(f) = f, h), para todo f C[x] ,
onde h = D
(g) +D(g).
Tome = (x 1)x. Ent ao,
0 = L( f) = f(1)g(1) f(0)g(0) =
_
1
0
(t)f(t)h(t) dt ,
para todo f C[x].
Fazendo f = h, temos que
_
1
0
|(t)|
2
|h(t)|
2
dt = 0 ,
o que implica que h(t) = 0 t 1.
Assim,
L(f) = f, h) = f(1)g(1) f(0)g(0) = 0 ,
para todo f C[x].
Tomando f = x e f = x 1, obtemos que
g(1) = g(0) = 0 .
Logo, se g C[x] e tal que g(1) ,= 0 ou g(0) ,= 0, ent ao n ao existe D
(g)
tal que D(f), g) = f, D
(g)), para todo f.
Veremos agora como a operac ao que leva T em T
se assemelha com
a conjugac ao sobre os n umeros complexos.
Teorema 2.4
Seja V um espaco vetorial de dimens ao nita com produto interno. Se T
e U s ao operadores lineares sobre V e c e um escalar, ent ao:
(a) (T +U)
= T
+U
;
(b) (cT)
= cT
;
(c) (T U)
= U
;
(d) (T
= T .
Prova.
Como, para todos v, w V temos
(T +U)(v), w) = T(v) +U(v), w)
= T(v), w) +U(v), w)
= v, T
(w)) +v, U
(w))
= v, T
(w) +U
(w))
= v, (T
+U
)(w)) ,
temos, pela unicidade do adjunto, que (T +U)
= T
+U
.
De modo an alogo, para todos v, w W, temos
(cT)(v), w) = cT(v), w) = cT(v), w) = cv, T
(w)) = v, (cT
)(w)) ;
T U(v), w) = U(v), T
(w)) = v, U
(w)) ;
T
(v), w) = w, T
(v)) = T(w), v) = v, T(w)) .

Logo, pela unicidade do adjunto, temos que
(cT)
= cT
, (T U)
= U
, e (T
= T .
Observac ao 2.4
Se T e um operador linear sobre um espaco vetorial complexo de di-
mens ao nita com produto interno, ent ao T pode ser expresso de modo
unico na forma:
T = U
1
+iU
2
,
onde U
1
= U
1
e U
2
= U
2
.
De fato, se T = U
1
+iU
2
, onde U
1
= U
1
e U
2
= U
2
, ent ao
T
= (U
1
+iU
2
)
= U
1
iU
2
= U
1
iU
2
.
Logo,
U
1
=
T +T
2
e U
2
=
T T
2i
.
Assim, T possui, de certa forma, uma parte real, U
1
, e uma parte ima-
gin aria, U
2
.
(Lembre-se: z C e real se, e somente se, z = z)
Denic ao 2.2
Um operador linear T tal que T
= T e dito auto-adjunto ou hermitiano.

Ent ao, T e auto-adjunto se, e somente se,
[T]
B
= [T
]
B
= [T]
B
,
para toda base ortonormal B de V, ou seja, se, e somente se, [T]
B
e uma
matriz auto-adjunta (ou hermitiana) para toda base ortonormal B de V.
Observac ao 2.5
Seja a transformac ao
i
V
: V V
y i
V
(y)(x) = x, y) .
Ent ao:
(a) i
V
(y
1
+y
2
) = i
V
(y
1
) +i
V
(y
2
), pois
i
V
(y
1
+y
2
)(x) = x, y
1
+y
2
)
= x, y
1
) +x, y
2
)
= i
V
(y
1
)(x) +i
V
(y
2
)(x) ,
para todo x V.
(b) i
V
(y) = i
V
(y), pois
i
V
(y)(x) = x, y) = x, y) = i
V
(y)(x) ,
para todo x V.
(c) i
V
e injetora, pois
i
V
(y
1
) = i
V
(y
2
) i
V
(y
1
)(x) = i
V
(y
2
)(x) , x V
x, y
1
) = x, y
2
) , x V
x, y
1
y
2
) = 0 , x V .
Fazendo x = y
1
y
2
, obtemos que y
1
y
2
, y
1
y
2
) = 0, logo y
1
y
2
= 0.
Isto e, y
1
= y
2
.
(d) Se V tem dimens ao nita, i
V
e sobrejetora, pois se f V
j a provamos
que existe um ( unico) vetor y V tal que f(x) = x, y), para todo x V.
Logo, f = i
V
(y).
Seja T : V V um operador linear sobre um espaco vetorial V de
dimens ao nita com produto interno e seja
Operadores Unit arios
T
1
: V
f T
1
(f) = f T ,
o adjunto de T anteriormente denido. Ent ao, o seguinte diagrama e co-
mutativo
V
1
V
i
V
i
V
V
T
V
ou seja, i
V
T
= T
1
i
V
.
De fato,
T
1
i
V
(y)(x) = (i
V
(y) T)(x) = i
V
(y)(T(x))
= T(x), y) = x, T
(y)) = i
V
(T
(y))(x)
= (i
V
T
)(y)(x) ,
para todos x, y V. Logo, T
i
V
= i
V
T
.
3. Operadores Unit arios
Denic ao 3.1
SejamV e W espacos vetoriais comproduto interno sobre o mesmo corpo
K (1 ou C) e seja T uma transformac ao linear de V em W. Dizemos que
T preserva produto interno se
T(v), T(w)) = v, w) ,
para todos v, w V.
Uma isometria de V em W e um isomorsmo de V em W que preserva o
produto interno. Uma isometria de umespaco vetorial comproduto interno
sobre si mesmo e um operador unit ario
Observac ao 3.1
Se T /(V, W) preserva produto interno, ent ao |T(v)| = |v| para todo
v V. Isto e, T preserva a norma.
Em particular T e uma transformac ao injetora.
Reciprocamente, se T /(V, W) preserva a norma, ou seja |T(v)| = |v|
para todo v V, ent ao T preserva produto interno.
De fato, para K = 1, usando a identidade de polarizac ao, temos que
T(v), T(w)) =
1
4
_
|T(v) +T(w)|
2
|T(v) T(w)|
2
_
=
1
4
_
|T(v +w)|
2
|T(v w)|
2
_
=
1
4
_
|v +w|
2
|v w|
2
_
= v, w) ,
e para K = C,
T(v), T(w)) =
1
4
_
|T(v) +T(w)|
2
|T(v) T(w)|
2
_
+
i
4
_
|T(v) +iT(w)|
2
|T(v) iT(w)|
2
_
=
1
4
_
|T(v +w)|
2
|T(v w)|
2
_
+
i
4
_
|T(v +iw)|
2
|T(v iw)|
2
_
=
1
4
_
|v +w|
2
|v w|
2
_
+
i
4
_
|v +iw|
2
|v iw|
2
_
= v, w) ,
Proposic ao 3.1
Sejam V e W espacos vetoriais com produto interno de mesma dimens ao
nita n sobre o corpo K(1ou C). Se T /(V, W), as seguintes armac oes
s ao equivalentes:
(a) T preserva produto interno.
(b) T e um isomorsmo que preserva produto interno (ou seja T e uma
isometria).
(c) T leva toda base ortonormal de V em uma base ortonormal de W.
(d) T leva alguma base ortonormal de V em uma base ortonormal de W.
Prova.
(a)=(b) Como T e injetora e dim(V) = dim(W) = n, temos que T e
sobrejetora. Logo, T e um isomorsmo.
(b)=(c) Seja B = {v
1
, . . . , v
n
} uma base ortonormal de V. Como T e um
isomorsmo, temos que B
= {T(v
1
), . . . , T(v
n
)} e uma base de W tal que
T(v
i
), T(v
j
)) = v
i
, v
j
) =
ij
,
ou seja, B
e uma base ortonormal de W.

(c)=(d)

E de f acil vericac ao.
(d)=(a) Seja B = {v
1
, . . . , v
n
} uma base ortonormal de V tal que B
=
{T(v
1
), . . . , T(v
n
)} e uma base ortonormal de W.
Ent ao, se v =
n
j=1
x
j
v
j
e w =
n
k=1
y
k
v
k
, temos que
T(v), T(w)) =
_
n
j=1
x
j
T(v
j
),
n
k=1
y
k
T(v
k
)
_
=
n
j,k=1
x
j
y
k
T(v
j
), T(v
k
))
=
n
j,k=1
x
j
y
k
jk
=
n
j,k=1
x
j
y
k
v
j
, v
k
)
=
_
n
j=1
x
j
v
j
,
n
k=1
y
k
v
k
_
= v, w) ,
ou seja, T preserva produto interno.
Corol ario 3.1

Sejam V e W espacos vetoriais de dimens ao nita com produto interno
sobre o mesmo corpo K (1 ou C). Existe um isomorsmo T : V W
que preserva produto interno se, e somente se, dim(V) = dim(W).
Prova.
(=) trivial.
(=) Se {v
1
, . . . , v
n
} e uma base ortonormal de V e {w
1
, . . . , w
n
} e uma
base ortonormal de W, seja T a transformac ao linear de V em W denida
por T(v
i
) = w
i
, i = 1, . . . , n. Ent ao, T e um isomorsmo de V em W que
preserva produto interno.
Exemplo 3.1
Se V e umespaco ndimensional comproduto interno sobre o corpo K(1
ou C), ent ao toda base ortonormal B = {v
1
, . . . , v
n
} determina uma isome-
tria de V emK
n
com o produto interno can onico. De fato, a transformac ao
T(v) = T
_
n
j=1
x
j
v
j
_
= (x
1
, . . . , x
n
) ,
onde v =
n
j=1
x
j
v
j
, dene uma isometria de V em K
n
, pois {T(v
1
) =
e
1
, . . . , T(v
n
) = e
n
} e a base can onica, que e ortonormal em relac ao ao
produto interno can onico.
Se consideramos o espaco K
n1
com o produto interno X, Y) = Y
X,
temos que
v [v]
B
e uma isometria de V emK
n1
se, e somente se, B e uma base ortonormal
de V.
Exemplo 3.2
Seja P C
nn
uma matriz complexa invertvel e seja G = P
P. Sejam
X, Y) = Y
X e [X, Y] = Y
GX produtos internos em C
n1
. Ent ao,
T : (C
n1
, [ , ]) (C
n1
, , ))
X PX
e uma isometria. De fato,
T(X), T(Y)) = PX, PY) = (PY)
PX = Y
PX
= Y
GX = [X, Y] .
Denic ao 3.2
Um operador unit ario sobre um espaco vetorial V com produto interno e
um isomorsmo de V em V que preserva o produto interno.
Observac ao 3.2
O conjunto dos operadores unit arios sobre um espaco V com produto
interno e um grupo com a operac ao de composic ao.
De fato, se U
1
e U
2
s ao unit arios, ent ao U
2
U
1
e um isomorsmo e
|U
2
U
1
(v)| = |U
1
(v)| = |v| , para todo v V .
Al em disso, o inverso U
1
de um operador unit ario U e unit ario, pois
|U
1
(v)| = |U(U
1
(v))| = |v| , para todo v V .
Temos, tamb em, que o operador identidade e unit ario.
Observac ao 3.3
Se V e um espaco de dimens ao nita com produto interno e U e um ope-
rador linear sobre V, ent ao, pela proposic ao 3.1, temos que U e unit ario
se, e somente se, U preserva produto interno, ou ainda, se, e s o se, U
leva alguma (toda) base ortonormal de V em outra base ortonormal de V.
Proposic ao 3.2
Seja U um operador linear sobre um espaco vetorial V com produto in-
terno. Ent ao, U e unit ario se, e s o se, o adjunto U
de U existe e UU
=
U
U = I.
Prova.
Suponhamos que U e unit ario. Ent ao U e invertvel e
U(v), w) =
Uv, UU
1
(w)
_
=
v, U
1
(w)
_
,
para todos v, w V. Logo, U
= U
1
e o adjunto de U.
Suponhamos, agora, que U
existe e UU
= U
U = I. Ent ao U e in-
vertvel, U
1
= U
e
U(v), U(w)) = v, U
U(w)) = v, w) ,
para todos v, w W. Logo, U e um isomorsmo que preserva produto
interno, ou seja, U e unit ario.
Observac ao 3.4
Seja V um espaco vetorial com produto interno e seja T um operador
linear sobre V. Ent ao, T e unit ario se, e s o se, T
e unit ario.
Exemplo 3.3
Seja V = C
n1
com o produto interno X, Y) = Y
X, e seja A C
nn
. Seja
o operador U : C
n1
C
n1
o operador denido por U(X) = AX.
Como
U(X), U(Y)) = AX, AY) = (AY)
AX = Y
AX,
para todo X, temos que U e unit ario se, e somente se, A
A = I.

Denic ao 3.3
Uma matriz n n real ou complexa A e dita unit aria se A
A = I.
Proposic ao 3.3
U um operador linear sobre V. Ent ao U e unit ario se, e s o se, a matriz
de U em relac ao a alguma (toda) base ortonormal ordenada de V e uma
matriz unit aria.
Prova.
Suponhamos que U e unit ario. Seja B uma base ortonormal de V. Como
U
U = I, temos que
I = [I]
B
= [U
U]
B
= [U
]
B
[U]
B
= [U]
B
[U]
B
,
ou seja [U]
B
e uma matriz unit aria.
Suponhamos, agora, que [U]
B
e uma matriz unit aria para alguma base
ortonormal B. Ent ao,
I = [U]
B
[U]
B
= [U
]
B
[U]
B
= [U
U]
B
.
Logo, U
U = I, ou seja, U e um operador unit ario.
Observac ao 3.5
Seja A uma matriz n n complexa. Ent ao,
A e unit aria A
A = I
(A
A)
jk
=
jk
, j, k = 1, . . . , n
r=1
A
rj
A
rk
=
jk
, j, k = 1, . . . , n
as colunas da matriz A formam um conjunto ortonormal de vetores
de C
n1
com respeito ao produto interno can onico X, Y) = Y
X.
Como A
A = I AA
= I, temos que A e unit aria as linhas de A

formamumconjunto ortonormal de vetores de C
n
comrespeito ao produto
interno can onico.
Ent ao, A e unit aria as colunas de A formam uma base ortonormal de
C
n1
comrespeito ao produto interno can onico as linhas de Aformam
uma base ortonormal de C
n
com respeito ao produto interno can onico.
Denic ao 3.4
Uma matriz n n A, real ou complexa, e dita ortogonal se A
t
A = I.
Uma matriz unit aria e ortogonal se, e somente se, todas as suas entra-
das s ao reais.
De fato, A
= A
t
a
ij
= a
ij
, i, j = 1, . . . , n.
Exemplo 3.4
Uma matriz 1 1 [c] e ortogonal se, e somente se, c = 1, e e unit aria se,
e somente se, cc = 1, ou seja, se, e somente se, |c| = 1, ou ainda, se, e
s o se, c = e
i
, para algum 1.
Exemplo 3.5
Seja a matriz 2 2 sobre K (1 ou C)
A =
_
a b
c d
_
.
Ent ao A e ortogonal se, e s o se, A
1
= A
t
, ou seja, se, e s o se,
A
t
=
_
a c
b d
_
=
1
ad bc
_
d b
c a
_
= A
1
.
Como det(A
t
) = det(A) e A
t
A = I, temos que (det(A))
2
= 1. Logo,
det A = 1.
Assim, A e ortogonal se, e s o se,
_
a c
b d
_
=
_
d b
c a
_
, e ad bc = 1 ,
ou seja, d = a, c = b e ad bc = 1 ;
ou
_
a c
b d
_
=
_
d b
c a
_
, e ad bc = 1 ,
ou seja, d = a, c = b e ad bc = 1 .
Ent ao, A e ortogonal se, e s o se,
A =
_
a b
b a
_
ou A =
_
a b
b a
_
,
onde a
2
+b
2
= 1.
Em particular, se 1, a matriz
A
=
_
cos sen
sen cos
_
,
e uma matriz ortogonal real, logo unit aria.
Como A
e a matriz em relac ao ` a base can onica de 1

2
do operador linear
U
, rotac ao de angulo em torno da origem, temos que U
e um operador
unit ario, ou seja, preserva o produto interno.
Exemplo 3.6
Seja a matriz 2 2 sobre K (1 ou C)
A =
_
a b
c d
_
.
Ent ao, A e unit aria se, e s o se,
A
=
_
a c
b d
_
=
1
ad bc
_
d b
c a
_
= A
1
.
Como det(A
) = det(A) e A
A = I, temos que det(A) = e

i
, para algum
1.
Assim, A e unit aria se, e s o se,
A
=
_
a c
b d
_
= e
i
_
d b
c a
_
= A
1
, e ad bc = e
i
,
ou seja, d = e
i
a, c = e
i
b e ad bc = e
i
para algum 1.
Logo, A e unit aria se, e s o se,
A =
_
a b
e
i
b e
i
a
_
,
onde 1 e |a|
2
+ |b|
2
= 1.
Observac ao 3.6
O conjunto U(n) das matrizes unit arias n n e um grupo.
De fato, se A U(n), ent ao (A
1
)
1
= A = (A
)
1
= (A
1
)
. E, se A e B
s ao unit arias, ent ao
(AB)
1
= B
1
A
1
= B
= (AB)
.
Observac ao 3.7
Sejam V um espaco vetorial de dimens ao nita com produto interno, B =
{v
1
, . . . , v
n
} e B
= {v
1
, . . . , v
n
} bases ortonormais de V. Seja P = [I]
BB
a
matriz de mudanca da base B
para a base B, onde

v
k
=
n
j=1
P
jk
v
j
.
Seja U : V V o operador linear denido por U(v
j
) = v
j
, j = 1, . . . , n.
Como U leva a base ortonormal B na base ortonormal B
e [U]
B
= P,
temos que U e um operador unit ario e P e uma matriz unit aria.
Logo, se T : V V e um operador linear, temos que
[T]
B
= [I]
B
B
[T]
B
[I]
BB
= P
1
[T]
B
P ,
onde P e uma matriz unit aria e B, B
s ao bases ortonormais.
Denic ao 3.5
Sejam A e B matrizes complexas n n. Dizemos que B e unitariamente
equivalente a A se existe uma matriz unit aria P n n tal que
B = P
1
AP = P
AP .
E dizemos que B e ortogonalmente equivalente a A se existe uma matriz
ortogonal P n n, tal que
B = P
1
AP = P
t
AP .
Observac ao 3.8
Seja T : V V um operador linear sobre um espaco vetorial V de
dimens ao nita com produto interno, e sejam B e B
bases ortonormais
de V.
Ent ao, [T]
B
e [T]
B
s ao unitariamente equivalentes, e se V e real, [T]
B
e
[T]
B
s ao ortogonalmente equivalentes, atrav es de uma matriz ortogonal
real.
Operadores Normais
4. Operadores Normais
Seja T : V V um operador linear sobre um espaco V de di-
mens ao nita e seja B = {v
1
, . . . , v
n
} uma base ortonormal de V, sendo
T(v
i
) = c
i
v
i
, i = 1, . . . , n.
Ent ao,
[T]
B
=
_
_
_
c
1
.
.
.
c
n
_
_
_
e [T
]
B
= ([T]
B
)
=
_
_
_
c
1
.
.
.
c
n
_
_
_
.
Se V e real, c
i
= c
i
, i = 1, . . . , n e [T
]
B
= [T]
B
, ou seja, T = T
.
Ent ao, T e auto-adjunto.
Se V e complexo, podemos apenas armar que [T]
B
[T
]
B
= [T
]
B
[T]
B
,
pois [T]
B
e [T
]
B
s ao matrizes diagonais. Logo, TT
= T
T.
Denic ao 4.1
Seja V um espaco vetorial de dimens ao nita com produto interno e T um
operador linear sobre V. Dizemos que T e normal se TT
= T
T, ou seja,
se T e T
comutam.
Observac ao 4.1
Todo operador auto-adjunto e normal.
Todo operador unit ario e normal
Observac ao 4.2
Todo m ultiplo de um operador normal e um operador normal, mas a soma
e o produto de operadores normais nem sempre s ao normais.
Proposic ao 4.1
Seja V um espaco vetorial com produto interno e T um operador linear
auto-adjunto sobre V. Ent ao todo autovalor de T e real.
Prova.
Seja c um autovalor de T e seja v n ao-nulo tal que T(v) = cv. Ent ao,
Operadores Normais
cv, v) = cv, v) = T(v), v)
= v, T
(v)) = v, T(v))
= v, cv) = c v, v) ,
ou seja, (c c)v, v) = 0. Como v, v) ,= 0, temos que c = c. Logo, c e
real.
Observac ao 4.3
Se T e normal, ent ao |T
(v)| = |T(v)| para todo v V.

De fato
T
T(v), v) = T(v), (T
(v)) = T(v), T(v)) = |T(v)|

2
,
e
TT
(v), v) = T
(v), T
(v)) = |T
(v)|
2
.
Como TT
= T
T, temos que |T(v)| = |T
(v)|.
Observac ao 4.4
Se T e normal, ent ao T I e normal para todo K (1 ou C).
De fato,
(T I)(T I)
= (T I)(T
I) = TT
T + ||
2
I
= T
T T
T + ||
2
I = (T
I)(T I)
= (T I)
(T I) .
Proposic ao 4.2
Seja V um espaco vetorial com produto interno e seja T um operador
normal sobre V. Seja v V. Ent ao v e um autovetor de T associado a um
autovalor c se, e s o se, v e um autovalor de T
associado ao autovalor c.
Prova.
Pela observac ao 4.4, T cI e normal, e pela observac ao 4.3, temos que
0 = |(T cI)(v)| = |(T cI)
(v)| = |(T
cI)(v)| ,
ou seja, T
(v) = cv.
Proposic ao 4.3
Seja V um espaco vetorial com produto interno e T um operador normal
sobre V. Ent ao, autovetores associados a autovalores distintos s ao orto-
gonais.
Operadores Normais
Prova.
Sejam e autovalores distintos de T, e v, w autovetores de T asso-
ciados aos autovalores e , respectivamente. Ent ao,
v, w) = v, w) = T(v), w) = v, T
(w))
= v, w) = v, w) .
Logo, ( )v, w) = 0. Como ,= , temos que v, w) = 0.
Proposic ao 4.4
Seja V um espaco vetorial com produto interno e T um operador linear
sobre V. Seja W um subespaco de V invariante por T. Ent ao, W
e
invariante por T
.
Prova.
Sejam w W
e v W. Ent ao,
v, T
(w)) = T(v), w) = 0 ,
pois T(v) W e w W
.
Como v, T
(w)) = 0 para todo v W, temos que T
(w) W
Proposic ao 4.5
Seja V um espaco vetorial sobre K (1 ou C) e seja T um operador auto-
adjunto sobre V. Ent ao, T possui um autovetor n ao-nulo.
Prova.
Seja B = {v
1
, . . . , v
n
} uma base ortonormal de V e seja A = [T]
B
.
Como p
c
= det(xI A) e um polin omio com coecientes complexos, p
c
possui uma raiz c C.
Ent ao, det(cI A) = 0, ou seja cI A n ao e invertvel.
Logo, existe X C
n1
{0} tal que AX = cX.
Se V e um espaco vetorial real, temos que c 1, pois, como A
= A, o
operador U : C
n1
C
n1
dado por U(X) = AX e auto-adjunto com o
produto interno can onico e c e um autovalor de U.
Logo, como cI A e uma matriz com entradas reais e det(cI A) = 0,
existe X 1
n1
{0} tal que AX = cX.
Operadores Normais
Seja v =
n
j=1
x
j
v
j
, onde X =
_
_
x
1
.
.
.
x
n
_
_
,= 0.
Ent ao, v ,= 0 e
[T(v)]
B
= [T]
B
[v]
B
= AX = cX = c[v]
B
.
Logo, T(v) = cv.
Observac ao 4.5
A hip otese de T ser um operador auto-adjunto s o foi usada no caso real
para garantir que toda raiz do polin omio caracterstico de T e real. No
caso complexo, essa hip otese e desnecess aria.
Observac ao 4.6
O polin omio caracterstico de um operador auto-adjunto sobre um espaco
vetorial complexo ou real tem todos os coecientes reais, pois todas as
suas razes s ao reais.
Observac ao 4.7
Um operador auto-adjunto sobre um espaco vetorial de dimens ao innita
com produto interno pode n ao ter autovetores n ao-nulos.
De fato, seja V = C
0
([0, 1], C) com o produto interno
f, g) =
_
1
0
f(t)g(t) dt ,
e seja T : V V o operador linear denido por T(f)(t) = t f(t), para todo
t [0, 1].
Como
T(f), g) =
_
1
0
tf(t) g(t) dt =
_
1
0
f(t) tg(t) dt = f, T(g)) , f, g V ,
temos que T
= T, ou seja, T e auto-adjunto.
Suponha que existe c C e f V {0} tal que T(f) = cf.
Ent ao,
t f(t) = c f(t) , t [0, 1],
ou seja, (t c) f(t) = 0 para todo t [0, 1].
Logo, f(t) = 0 para todo t [0, 1], o qual e uma contradic ao.
Operadores Normais
Teorema 4.1
Seja V um espaco vetorial de dimens ao nita com produto interno sobre
K (1 ou C) e seja T um operador auto-adjunto sobre V.
Ent ao, V possui uma base ortonormal de autovetores de T.
Prova.
Pela proposic ao 4.5, T possui um autovetor v n ao-nulo. Tome v
1
=
v
|v|
,
que tamb em e um autovetor de T de norma 1.
Se dim(V) = 1 o teorema ca provado.
Se dim(V) > 1, vamos proceder por induc ao sobre a dimens ao de V para
provar o resultado.
Suponhamos que o teorema seja v alido para espacos comproduto interno
de dimens ao menor que dim(V).
Seja W o subespaco gerado pelo vetor v
1
.
Como v
1
e um autovetor de T, temos que T(W) W, ou seja, W e invari-
ante por T. Pela proposic ao 4.4, W
e invariante por T
= T.
Seja U = T|
W
. Como
U(v), w) = T(v), w) = v, T(w)) = v, U(w)) , v, w W
,
temos que U e um operador auto-adjunto sobre o espaco W
.
Como dim(W
) = dim(V) 1 temos, pela hip otese de induc ao, que W
possui uma base ortonormal {v

2
, . . . , v
n
} de autovetores de U.
Ent ao, {v
1
, v
2
, . . . , v
n
} e uma base ortonormal de autovetores de T, j a que
v
2
, . . . , v
n
tamb em s ao autovetores de T e V = W W
Corol ario 4.1

Seja A uma matriz n n hermitiana (auto-adjunta). Ent ao A e unitaria-
mente equivalente a uma matriz diagonal, ou seja, existe uma matriz P
unit aria tal que P
1
AP e diagonal.
Se A e uma matriz sim etrica real (A
t
= A), existe uma matriz ortogonal
real P tal que P
1
AP e diagonal.
Prova.
Seja V o espaco C
n1
com o produto interno can onico e seja T o ope-
Operadores Normais
rador sobre V que e representado por A em relac ao ` a base can onica B
0
de C
n1
, ou seja, T(X) = AX para todo X V.
Como A = A
, temos que T = T
, ou seja, T e auto-adjunto.
Ent ao, pelo teorema anterior, V possui uma base ortonormal B = {v
1
, . . . , v
n
}
de autovetores de T, ou seja, [T]
B
e diagonal.
Seja P a matriz cujos vetores colunas s ao os vetores v
1
, . . . , v
n
. Ent ao, P
e unit aria e P = [I]
B
0
B
.
Logo, [T]
B
= P
1
AP, ou seja, A e unitariamente equivalente a uma matriz
diagonal.
Caso todas as entradas de A sejam reais, tomamos V = 1
n1
com o pro-
duto interno can onico e repetimos o argumento. Neste caso, a matriz P e
uma matriz unit aria com entradas reais, ou seja, P e uma matriz ortogonal
real.
Observac ao 4.8
Seja V um espaco vetorial real de dimens ao nita com produto interno e
seja T um operador linear sobre V.
Pelas observac oes feitas no incio da sec ao e pelo teorema anterior, te-
mos que:
Um operador T e auto-adjunto o espaco V possui uma base orto-
normal de autovetores de T.
Equivalentemente, se A e uma matriz n n com entradas reais, temos
que:
A e sim etrica existe uma matriz nn P ortogonal real tal que P
t
AP =
P
1
AP e uma matriz diagonal.
De fato, a implicac ao (=) j a foi provada no corol ario acima. Para provar
a recproca, basta observar que se P
t
AP = D e uma matriz diagonal,
ent ao
D = D
t
= (P
t
AP)
t
= P
t
A
t
P ,
ou seja, P
t
AP = P
t
A
t
P. E como P
t
P = PP
t
= I, temos
A = PP
t
APP
t
= PP
t
A
t
PP
t
= A
t
,
ou seja, A e uma matriz sim etrica.
Operadores Normais
Observac ao 4.9
Seja V um espaco vetorial sobre K (1 ou C) de dimens ao nita com pro-
duto interno e seja T um operador auto-adjunto sobre V.
Se
1
, . . . ,
k
s ao os autovalores distintos de T, W
i
o autoespaco associ-
ado ao autovalor
i
e
i
: V W
i
a projec ao de V sobre W
i
, i = 1, . . . , k,
ent ao:

i
1, i = 1, . . . , k ;
p
c
= (x
1
)
d
1
. . . (x
k
)
d
k
;
p
m
= (x
1
) . . . (x
k
) ;
W
i
W
j
, i ,= j ;
V = W
1
. . . W
k
(soma direta ortogonal) ;

i
i
;
dim(W
i
) = d
i
, i = 1, . . . , k ;
I =
1
+. . . +
k
;

2
i
=
i
, i = 1, . . . , k ;

i
j
= O, se i ,= j ;
T =
1
1
+. . . +
k
k
;

i
= p
i
(T), onde p
i
=
j=i
(x
j
)
j=i
(
i

j
)
, i = 1, . . . , k.
Seja, agora, um espaco vetorial V de dimens ao nita com produto
interno e T um operador sobre V.
J a provamos, no incio da sec ao, que se V possui uma base ortonor-
mal de autovetores de T, ent ao T e normal.
O teorema abaixo mostra que a recproca tamb em e verdadeira para
espacos vetoriais complexos.
O teorema s o e v alido para espacos vetoriais complexos, pois um
operador normal sobre um espaco real pode n ao ter autovalores reais.
Isto e verdadeiro, por exemplo, para todas as rotac oes de 1
2
, salvo duas.
De fato, o operador rotac ao
Operadores Normais
T
: 1
2
1
2
X AX
onde A =
_
cos sen
sen cos
_
e normal, pois A
A = A
t
A = AA
t
= AA
= I, e o seu polin omio carac-

terstico e
p
c
= (x cos )
2
+ sen
2
.
Como e
i
e e
i
s ao as razes deste polin omio, que n ao s ao reais, se
,= 0, , temos que n ao existe uma base ortonormal de 1
2
formada por
autovetores de T
, se ,= 0, .
Teorema 4.2
Seja V um espaco vetorial complexo de dimens ao nita com produto in-
terno e seja T um operador normal sobre V. Ent ao, V possui uma base
ortonormal de autovetores de T.
Prova.
Sejam
1
, . . . ,
m
os autovalores distintos de T, n = dim(V), e W
i
o
autoespaco associado ao autovalor
i
, i = 1, . . . , m.
J a sabemos que W
i
W
j
, se i ,= j.
Vamos provar, por induc ao sobre n, que
V = W
1
. . . W
m
.
Se n = dim(V) = 1, n ao h a nada a provar. Suponhamos que o resul-
tado seja verdadeiro para operadores normais sobre um espaco vetorial
complexo de dimens ao menor ou igual a n 1.
Seja W
1
o autoespaco associado ao autovalor
1
.
Como T(W
1
) W
1
, temos, pela proposic ao 4.4, que T
(W
1
) W
1
.
Al em disso, como
T(T
(v)) = T
(T(v)) =
1
T
(v) , v W
1
,
temos que T
(W
1
) W
1
.
Logo, pela proposic ao 4.4, T(W
1
) W
1
.
Assim, T|
W
1
: W
1
W
1
e um operador normal sobre W
1
, pois
[T|
W
1
]
= [T
|
W
1
], j a que T
(W
1
) W
1
e T(v), w) = v, T
(w)) para
quaisquer v, w W
1
.
Operadores Normais
Como dim(W
1
) n 1, temos, pela hip otese de induc ao, que
W
1
= W
1
. . . W
k
,
onde
1
, . . . ,
k
s ao os autovalores distintos de T|
W
1
e W
i
e o autoespaco
correspondente ao autovalor
i
.
Como todo autovetor de T|
W
1
e um autovetor de T, temos que, para cada
i = 1, . . . , k, existe j
i
{1, . . . , m}, tal que
i
=
j
i
.
Logo,
W
i
= {v W
1
| T(v) =
i
v} = {v W
1
| T(v) =
j
i
v} = W
1
W
j
i
.
Observe, tamb em, que
j
i
,=
1
, para todo i = 1, . . . , k, pois se
j
i
=
1
,
existiria v W
1
{0} tal que T(v) =
1
v, o que e um absurdo, j a que
W
1
W
1
= {0}.
Como W
j
i
W
1
, para todo i = 1, . . . , k, temos que W
j
i
W
1
, para
todo i = 1, . . . , k.
Logo, W
i
= W
1
W
j
i
= W
j
i
, i = 1, . . . , k.
Ent ao,
V = W
1
W
1
= W
1
W
j
1
. . . W
j
k
.
Basta, agora, mostrar que
1
,
j
1
, . . . ,
j
k
s ao todos os autovalores de T.
Seja um autovalor de T e seja v ,= 0 tal que T(v) = v. Ent ao, existem
v
1
W
1
e w
i
W
j
i
, i = 1, . . . , k, tais que v = v
1
+w
1
+. . . +w
k
.
Como
T(v) = v = (v
1
+w
1
+. . . +w
k
) = T(v
1
) +T(w
1
) +. . . +T(w
k
)
=
1
v
1
+
j
1
w
1
+. . . +
j
k
w
k
,
temos que (
1
)v
1
+ (
j
1
)w
1
+. . . + (
j
k
)w
k
= 0.
Logo, (
1
)v
1
= 0 e (
j
i
)w
i
= 0, i = 1, . . . , k. Sendo v ,= 0, devemos
ter que, =
1
ou =
j
i
, para algum i = 1, . . . , k.
Provamos, assim, que V = W
1
. . . W
m
, onde
1
, . . . ,
m
s ao os
autovalores distintos de T.
Ent ao, se B
i
e uma base ortonormal de W
i
, i = 1, . . . , m, B = B
1
. . .B
m
e uma base ortonormal de V formada por autovetores de T.

Operadores Normais
Corol ario 4.2
Seja A uma matriz n n complexa normal (AA
= A
A). Ent ao, existe

uma matriz n n P unit aria tal que P
1
AP = P
AP e diagonal.
Forma can onica de Jordan Real de
um Operador Normal
Teorema 4.3
seja T um operador normal sobre V.
Ent ao, se p
c
= p
d
1
1
p
d
2
2
. . . p
d
k
k
(x
1
)
f
1
. . . (x
)
f

terstico de T, onde
1
, . . . ,
s ao os autovalores reais distintos de T e

p
i
= (x
j
)(x
j
),
j
= a
j
e
i
j
,
j
(0, ), j = 1, . . . , k, temos que:
(1) p
m
= p
1
. . . p
k
(x
1
) . . . (x
) e o polin omio minimal de T.

(2) V = Ker(p
1
(T)). . .Ker(p
k
(T))W
1
. . .W
e uma decomposic ao
de V numa soma direta de subespacos invariantes ortogonais, onde:
W
i
= Ker(T
i
I), T|
W
i
=
i
I, dim(W
i
) = f
i
e x
i
e o polin omio
minimal de T|
W
i
, i = 1, . . . , .
dim(Ker(p
j
(T))) = 2d
j
e p
j
e o polin omio minimal de T|
Ker(p
j
(T))
,
j = 1, . . . , k.
(3) Existe uma base B = B
1
. . . B
k
B
k+1
. . . B
k+
ortonormal de V
tal que:
B
i
e uma base ortonormal de Ker(p
i
(T)) tal que
[T|
Ker(p
i
(T))
]
B
i
= A
i
=
_
_
_
_
R
i
1
R
i
2
.
.
.
R
i
d
i
_
_
_
_
2d
i
2d
i
,
onde R
i
j
= a
i
_
cos
i
sen
i
sen
i
cos
i
_
, para todo j = 1, . . . , d
i
e i = 1, . . . , k.
B
k+j
e uma base ortonormal de W
j
tal que
[T|
W
j
]
B
k+j
= B
j
=
_
_
j
.
.
.
j
_
_
f
j
f
j
, j = 1, . . . , .
Operadores Normais
Ou seja,
[T]
B
=
_
_
_
_
_
_
_
_
A
1
.
.
.
A
k
B
1
.
.
.
B
_
_
_
_
_
_
_
_
nn
est a na forma can onica de Jordan real.
Prova.
Seja

V = {(u, v) | u, v V} o complexicado do espaco V.
Armac ao: , )
C
:

V

V C, denido por
(u, v), (u
, v
))
C
= u, u
) +v, v
) iu, v
) +v, u
)
e um produto interno sobre

V. De fato,
(a +ib)(u
1
, v
1
) + (u
2
, v
2
), (u
, v
))
C
= (au
1
bv
1
+u
2
, bu
1
+av
1
+v
2
), (u
, v
))
C
= au
1
bv
1
+u
2
, u
) +bu
1
+av
1
+v
2
, v
)
iau
1
bv
1
+u
2
, v
) +ibu
1
+av
1
+v
2
, u
)
= au
1
, u
) bv
1
, u
) +u
2
, u
) +bu
1
, v
) +av
1
, v
) +v
2
, v
)
iau
1
, v
) +ibv
1
, v
) iu
2
, v
) +ibu
1
, u
) +iav
1
, u
) +iv
2
, u
)
= au
1
, u
) +av
1
, v
) +ibv
1
, v
) +ibu
1
, u
)
iau
1
, v
) +iav
1
, u
) +bu
1
, v
) bv
1
, u
)
+u
2
, u
) +v
2
, v
) iu
2
, v
) +iv
2
, u
)
= (a +ib)u
1
, u
) + (a +ib)v
1
, v
) i(a +ib)u
1
, v
) +i(a +ib)v
1
, u
)
+(u
2
, v
2
), (u
, v
))
C
= (a +ib) (u
1
, u
) +v
1
, v
) iu
1
, v
) +iv
1
, u
)) +(u
2
, v
2
), (u
, v
))
C
= (a +ib)(u
1
, v
1
), (u
, v
))
C
+(u
2
, v
2
), (u
, v
))
C
.
(u
, v
), (u, v))
C
= u
, u) +v
, v) iu
, v) +iv
, u)
= u, u
) +v, v
) +iu, v
) iv, u
) = (u, v), (u
, v
))
C
.
(u, v), (u, v))
C
= u, u) +v, v) iu, v) +iv, u) = u, u) +v, v) 0 .
(u, v), (u, v))
C
= |u|
2
+|v|
2
= 0 u = v = 0 (u, v) = (0, 0) .

Operadores Normais
Armac ao: (
L)
= (L
).
De fato, como L(u), v) = u, L(v)), para quaisquer u, v V, temos:
_
L(u, v), (u
, v
)
_
C
= (L(u), L(v)), (u
, v
))
C
= L(u), u
) +L(v), v
) iL(u), v
) +iL(v), u
)
= u, L
(u
)) +v, L
(v
)) iu, L
(v
)) +iv, L
(u
))
= (u, v), (L
(u
), L
(v
)))
C
=
_
(u, v),

L
(u
, v
)
_
C
.
Logo, (
L)
(u
, v
) =

L
(u
, v
) para todo (u
, v
)

V.
Armac ao:

L e normal.
De fato, como LL
= L
L, temos que
L(
L)
L

L
= (LL
) = (L
L) = (
L = (
L)
L.
Como

L :

V

V e um operador normal sobre o espaco complexo

V,
temos, pelo teorema 4.2, que
L e diagonaliz avel. Ent ao:

p
m
= (x
1
)(x
1
) . . . (x
k
)(x
k
)(x
1
) . . . (x
)
e o polin omio minimal de
L (que e igual ao polin omio minimal de L).

(
r
) =

W
r
, r = 1, . . . , k.
dim(
r
) = dim(
r
) = d
r
, r = 1, . . . , k, onde
= {(u, v)

V |
T(u, v) = (u, v)} .

(Ker(p
r
(T))) =

W
r

W
r
, r = 1, . . . , k .
Ker(
T
j
I) =

W
j
, dim(W
j
) = dim(
j
) = f
j
, j = 1, . . . , .
V =

W
1

W
1
. . .

W
k

W
k

W
1
. . .

W
,
soma direta de subespacos invariantes e ortogonais.
J a vimos, tamb em, que se B
r
= {(v
r
1
, w
r
1
), . . . , (v
r
d
r
, w
r
d
r
)} e uma base de
r
, ent ao (B
r
) = B
r
= {(v
r
1
, w
r
1
), . . . , (v
r
d
r
, w
r
d
r
)} e uma base de

W
r
.
Armac ao: B
r
ortonormal =B
r
ortonormal.
De fato, como
(v
r
k
, w
r
k
), (v
r
j
, w
r
j
)
_
C
=
v
r
k
, v
r
j
_
+
w
r
k
, w
r
j
_
i
v
r
k
, w
r
j
_
+i
w
r
k
, v
r
j
_
=
_
0 , se k ,= j
1 , se k = j ,
Operadores Normais
temos que
(v
r
k
, w
r
k
), (v
r
j
, w
r
j
)
_
C
=
v
r
k
, v
r
j
_
+
w
r
k
, w
r
j
_
+i
v
r
k
, w
r
j
_
i
w
r
k
, v
r
j
_
=
(v
r
k
, w
r
k
), (v
r
j
, w
r
j
)
_
C
=
_
0 , se k ,= j
1 , se k = j ,
J a sabemos tamb em que
{v
1
+w
1
, v
1
w
1
, . . . , v
d
r
+w
d
r
, v
d
r
w
d
r
}
e uma base de Ker(p
r
(T)) tal que
T(v
r
j
+w
r
j
) = a
r
cos
r
(v
r
j
+w
r
j
) +a
r
sen
r
(v
r
j
w
r
j
) ,
e
T(v
r
j
w
r
j
) = a
r
sen
r
(v
r
j
+w
r
j
) +a
r
cos
r
(v
r
j
w
r
j
) ,
para j = 1, . . . , d
r
, onde
r
= a
r
cos
r
+ia
r
sen
r
.
Armac ao:

v
r
j
, v
r
j
_
=
w
r
j
, w
r
j
_
=
1
2
e
v
r
j
, w
r
j
_
= 0 , j = 1, . . . , d
r
.
De fato,
1 =
(v
r
j
, w
r
j
), (v
r
j
, w
r
j
)
_
C
=
v
r
j
, v
r
j
_
+
w
r
j
, w
r
j
_
,
e
0 =
(v
r
j
, w
r
j
), (v
r
j
, w
r
j
)
_
C
=
v
r
j
, v
r
j
_
w
r
j
, w
r
j
_
+i
v
r
j
, w
r
j
_
+i
w
r
j
, v
r
j
_
,
pois
(v
r
j
, w
r
j
)

W
r
, (v
r
j
, w
r
j
)

W
r
e

W
r

W
r
.
Logo,
v
r
j
, w
r
j
_
= 0 e
_
_
_
v
r
j
, v
r
j
_
+
w
r
j
, w
r
j
_
= 1
v
r
j
, v
r
j
_
w
r
j
, w
r
j
_
= 0 .
Ent ao,
v
r
j
, w
r
j
_
= 0 e
v
r
j
, v
r
j
_
=
w
r
j
, w
r
j
_
=
1
2
, r = 1, . . . , d
r
.
Armac ao: B
r
= {v
r
1
+ w
r
1
, v
r
1
w
r
1
, . . . , v
r
d
r
+ w
r
d
r
, v
r
d
r
w
r
d
r
} e uma
base ortonormal de Ker(p
r
(T)) .
De fato,
v
r
j
+w
r
j
, v
r
j
+w
r
j
_
=
v
r
j
, v
r
j
_
+
w
r
j
, w
r
j
_
= 1
v
r
j
w
r
j
, v
r
j
w
r
j
_
=
v
r
j
, v
r
j
_
+
w
r
j
, w
r
j
_
= 1
v
r
j
+w
r
j
, v
r
j
w
r
j
_
=
v
r
j
, v
r
j
_
w
r
j
, w
r
j
_
= 0
Operadores Normais
Al em disso, como os vetores (v
r
j
, w
r
j
), (v
r
j
, w
r
j
), (v
r
t
, w
r
t
) e (v
r
t
, w
r
t
)
s ao dois a dois ortogonais, se t ,= j, temos que
o vetor (v
r
j
, 0) =
1
2
(v
r
j
, w
r
j
) +
1
2
(v
r
j
, w
r
j
) e ortogonal ao vetor (w
r
t
, 0) =
i
2
(v
r
t
, w
r
t
)
i
2
(v
r
t
, w
r
t
), ou seja,
(v
r
j
, 0), (w
r
t
, 0)
_
C
=
v
r
j
, w
r
t
_
= 0 .
o vetor (v
r
j
, 0) =
1
2
(v
r
j
, w
r
j
) +
1
2
(v
r
j
, w
r
j
) e ortogonal ao vetor (v
r
t
, 0) =
1
2
(v
r
t
, w
r
t
) +
1
2
(v
r
t
, w
r
t
), ou seja,
(v
r
j
, 0), (v
r
t
, 0)
_
C
=
v
r
j
, v
r
t
_
= 0 .
o vetor (w
r
j
, 0) =
i
2
(v
r
j
, w
r
j
)
i
2
(v
r
j
, w
r
j
) e ortogonal ao vetor (w
r
t
, 0) =
i
2
(v
r
t
, w
r
t
)
i
2
(v
r
t
, w
r
t
), ou seja,
(w
r
j
, 0), (w
r
t
, 0)
_
C
=
w
r
j
, w
r
t
_
= 0 .
Logo,
v
r
j
+w
r
j
, v
r
t
+w
r
t
_
=
v
r
j
, v
r
t
_
+
w
r
j
, w
r
t
_
+
w
r
j
, v
r
t
_
+
v
r
j
, w
r
t
_
= 0 , se t ,= j.
v
r
j
+w
r
j
, v
r
t
w
r
t
_
=
v
r
j
, v
r
t
_
w
r
j
, w
r
t
_
v
r
j
, w
r
t
_
+
w
r
j
, v
r
t
_
= 0 , se t ,= j.
Seja F
r
j
o subespaco de V gerado por B
r
j
= {v
r
j
+w
r
j
, v
r
j
w
r
j
} , j = 1, . . . , d
r
.
Ent ao, F
r
j
F
r
t
, se j ,= t, dimF
r
j
= 2, Ker(p
r
(T)) = F
r
1
. . . F
r
d
r
e
[T|
F
r
j
]
B
r
j
=
_
a
r
cos
r
a
r
sen
r
a
r
sen
r
a
r
cos
r
_
22
Armac ao: Ker(p
r
(T)) Ker(p
s
(T)), se r ,= s.
De fato, se v Ker(p
r
(T)) e w Ker(p
s
(T)), ent ao (v, 0)

W
r
e (w, 0)

W
s

W
s
.
Como

W
r

W
r

W
s

W
s
, se s ,= r, temos que
v, w) = (v, 0), (w, 0))
C
= 0.
Armac ao: Ker(p
r
(T)) W
j
, r = 1, . . . , k, j = 1, . . . , .
De fato, como
j
= Ker(
T
j
I) , Ker(p
r
(T)) =

W
r

W
r
e

W
j

W
r

W
r
,
Operadores Normais
temos que se v W
j
e w Ker(p
r
(T)), ent ao
(v, 0)

W
j
e (w, 0)

W
r

W
r
.
Logo,
v, w) = (v, 0), (w, 0))
C
= 0 .
Sendo tamb em W
j
W
t
, se t ,= j, obtemos que
V = Ker(p
1
(T)) . . . Ker(p
k
(T)) W
1
. . . W
e uma decomposic ao em soma direta por subespacos invariantes dois a

dois ortogonais.
Como dim(W
j
) = f
j
e T|
W
j
=
j
I, existe uma base ortonormal B
k+j
de W
j
tal que
[T|
W
j
]
B
k+j
=
_
_
j
.
.
.
j
_
_
f
j
f
j
.
Logo, B = B
1
. . . B
k
1
. . .
e uma base ortonormal de V tal

que [T]
B
Corol ario 4.3
Seja A uma matriz normal real.
Ent ao, existe uma matriz ortogonal real P tal que P
1
AP = P
t
AP est a na
forma can onica de Jordan real.
Observac ao 4.10
Se V e real e T : V V e um operador normal, ent ao T e semi-simples,
pois

T :

V

V e normal, e, portanto, diagonaliz avel.
Proposic ao 4.6
Seja V um espaco vetorial de dimens ao nita sobre K (1 ou C) com pro-
duto interno e seja T um operador normal sobre V.
Ent ao:
(a) T e auto-adjunto todas as razes de p
c
s ao reais.
(b) T e unit ario todas as razes de p
c
tem norma igual a 1.
Prova.
Operadores Normais
(a) (=) Se T e auto-adjunto, todos os autovalores de T s ao reais e
existe uma base ortonormal B de V tal que [T]
B
e diagonal.
Logo, p
c
= (x
1
)
d
1
. . . (x
k
)
d
k
, onde
1
, . . . ,
k
s ao os autovalores
distintos de T. Ent ao, todas as razes de p
c
s ao reais.
(=) Se T e normal e todas as razes de p
c
s ao reais, existe, V possui
uma base ortonormal B de autovetores, pelo teorema 4.2 (K = C), e pelo
teorema 4.3 (K = 1). Como
[T]
B
=
_
_
_
j
.
.
.
n
_
_
_
, onde
i
1, i = 1, . . . , n,
temos que [T
]
B
= [T]
B
= [T]
B
, ou seja, T
= T.
(b) (=) Seja T um operador unit ario e seja v um autovetor n ao-nulo tal
que T(v) = v. Ent ao,
||
2
v, v) = v, v) = v, v) = T(v), T(v)) = v, v) .
Como v, v) , = 0, temos que || = 1, ou seja, = e
i
, (0, ), se C e
= 1, se 1.
Caso K = C: Como todo operador unit ario T e normal, V possui uma
base ortonormal B de autovetores de T. Logo, todas as razes de p
c
t em
norma igual a 1.
Caso K = 1: Seja B uma base ortonormal de V e seja A = [T]
B
. Como
[T
]
B
= [T]
B
= A
, temos que
AA
= [T]
B
[T]
B
= [T]
B
[T
]
B
= [TT
]
B
= I = [T
T]
B
= [T]
B
[T]
B
= A
A.
Logo, o operador L : C
n1
C
n1
denido por L(X) = AX e unit ario
sobre o espaco complexo C
n1
. Como o polin omio caracterstico p
c
de T
e igual ao polin omio caracterstico de L, isto e, p
c
= det(xI A), temos
que todas as razes de p
c
t em norma igual a 1.
(=) Caso K = C: Se T e normal e todas as razes de p
c
t em norma
igual a 1, existe uma base ortonormal de autovetores B = {v
1
, . . . , v
n
} tais
que T(v
i
) =
i
v
i
, sendo |
i
| = 1, i = 1, . . . , n.
Como B
= {T(v
1
), . . . , T(v
n
)} = {
1
v
1
, . . . ,
n
v
n
} e uma base ortonormal
de V, temos que T e um operador unit ario, pois leva a base ortonormal B
na base ortonormal B
.
Operadores Normais
Caso K = 1: Seja B uma base ortonormal de V e seja A = [T]
B
. Como
AA
= A
A, pois T e normal, temos que o operador L : C

n1
C
n1
denido por L(X) = AX e normal.
Como p
c
= p
L
c
= det(xI A) t em, por hip otese, todas suas razes de
norma 1, temos que L e unit ario, ou seja, AA
= A
A = I.
Logo, T e unit ario, pois
[T
T]
B
= [T
]
B
[T]
B
= [T]
B
[T]
B
= I = [T]
B
[T]
B
= [T]
B
[T
]
B
= [TT
]
B
,
ou seja, [T
T]
B
= [TT
]
B
= I. Assim, T
T = TT
= I.
Como consequ encia da proposic ao anterior e do teorema 4.3, obte-

mos o seguinte teorema sobre operadores unit arios.
Teorema 4.4
Seja V um espaco vetorial sobre K (1 ou C) de dimens ao nita com pro-
duto interno e seja T um operador unit ario sobre V. Ent ao:
(1) Se K = C, V possui uma base ortonormal de autovetores de T com
autovalores de m odulo 1.
(2) Se K = 1,
p
c
= p
d
1
1
. . . p
d
k
k
(x1)
f
1
(x+1)
f
2
, onde p
j
= (xe
i
j
)(xe
i
j
),
j
(0, ),
j = 1, . . . , k.
p
m
= p
1
. . . p
k
(x 1)(x +1) .
V = Ker(p
1
(T)). . .Ker(p
k
(T))W
1
W
1
e soma direta de subespacos
invariantes dois a dois ortogonais, onde W
1
= Ker(T I) e W
1
= Ker(T +
I), dim(Ker(p
j
(T))) = 2d
j
, j = 1, . . . , k, dim(W
1
) = f
1
e dim(W
1
) = f
2
.
existe uma base ortonormal B = B
1
. . . B
k

1

1
de V tal que:

1
e uma base de W
1
tal que
[T|
W
1
]
1
=
_
_
1
.
.
.
1
_
_
f
1
f
1
= B
1
.

1
e uma base de W
1
tal que
[T|
W
1
]
1
=
_
_
1
.
.
.
1
_
_
f
2
f
2
= B
1
.
Operadores Normais
B
j
e uma base de Ker(p
j
(T)) tal que
[T|
Ker(p
j
(T))
]
B
j
=
_
_
_
R
j
1
.
.
.
R
j
d
j
_
_
_
2d
j
2d
j
= A
j
,
sendo R
j
i
=
_
cos
j
sen
j
sen
j
cos
j
_
, i = 1, . . . , d
j
, j = 1, . . . , k .
Ou seja,
[T]
B
=
_
_
_
_
_
_
A
1
.
.
.
A
k
B
1
B
1
_
_
_
_
_
_
Veremos, agora, algumas propriedades importantes de um operador
normal.
Proposic ao 4.7
Seja T um operador normal sobre um espaco vetorial V sobre K (1 ou C)
com produto interno. Ent ao, (T(V))
= Ker(T).
Prova.
Suponhamos que w (T(V))
, ou seja, w, T(v)) = 0 para todo v V.

Ent ao, T
(w), v) = 0 para todo v V. Logo, T
(w) = 0.
Como |T(w)| = |T
(w)|, temos que T(w) = 0, ou seja w Ker(T).

Suponhamos, agora, que w Ker(T), ou seja, T(w) = 0.
Ent ao, T
(w) = 0 e T
(w), v) = w, T(v)) = 0 , para todo v V.

Logo, w (T(V))
Proposic ao 4.8
Se T e um operador normal e v um vetor tal que T
2
(v) = 0, ent ao T(v) = 0.
Prova.
Como T(T(v)) = 0, temos que T(v) T(V) Ker(T). Logo, T(v)
T(V) (T(V))
= {0}. Ou seja, T(v) = 0.

Operadores Normais
Proposic ao 4.9
Seja T um operador normal e f um polin omio com coecientes no corpo
de escalares. Ent ao, f(T) e um operador normal.
Prova.
Seja f = a
0
+ a
1
x + . . . + a
n
x
n
. Ent ao, f(T) = a
0
I + a
1
T + . . . + a
n
T
n
e f(T)
= a
0
I +a
1
T
+. . . +a
n
(T
n
)
.
Como T
T = TT
, segue que f(T) e f(T)
comutam.
Proposic ao 4.10
Seja T um operador normal sobre um espaco V de dimens ao nita com
produto interno e sejam W
1
, . . . , W
k
as componentes prim arias de V sob
T. Se W e um subespaco de V invariante por T, ent ao
W =
k
i=1
W
i
W
Prova.
Obviamente,
k
i=1
(W
i
W) W. Seja v W e seja
j
: V W
j
a
projec ao ortogonal de V sobre W
j
, j = 1, . . . , k.
Como cada
j
e um polin omio em T e W e invariante por T, temos que
j
(v) W W
j
, j = 1, . . . , k. Al em disso, como
I =
1
+. . . +
k
,
temos que v =
1
(v) +. . . +
k
(v).
Logo, v
n
j=1
W
j
W, ou seja, W
n
j=1
W
j
W.
Assim, W =
n
j=1
W
j
W, ou melhor ainda, W =
k
j=1
W
j
W, pois os
subespacos W
j
W, j = 1, . . . , k, s ao linearmente independentes.
Teorema 4.5
seja T um operador normal sobre V.
Operadores Normais
Se
p = (x a)
2
+b
2
, a, b 1, b ,= 0,
e o polin omio minimal de T, ent ao T e invertvel e T
= (a
2
+b
2
)T
1
.
Prova.
Pelo teorema 4.3, temos que V = Ker(p(T)), p
c
= p
r
, onde 2r = dim(V) e
V possui uma base ortonormal B tal que
[T]
B
=
_
_
_
_
_
_
_
_
_
_
a b
b a
a b
b a
.
.
.
a b
b a
_
_
_
_
_
_
_
_
_
_
2r2r
Ent ao, det[T]
B
= (a
2
+b
2
)
r
,= 0. Logo, T e invertvel.
Como
[T
]
B
= [T]
B
=
_
_
_
_
_
_
_
_
_
_
a b
b a
a b
b a
.
.
.
a b
b a
_
_
_
_
_
_
_
_
_
_
2r2r
,
temos que
[TT
]
B
=
_
_
_
_
a
2
+b
2
a
2
+b
2
.
.
.
a
2
+b
2
_
_
_
_
2r2r
,
ou seja, TT
= (a
2
+b
2
)I. Logo, T
= (a
2
+b
2
)T
1
.
Teorema 4.6
Seja T um operador normal sobre um espaco V de dimens ao nita com
produto interno.
Ent ao, qualquer operador linear que comuta com T, tamb em comuta com
T
. Al em disso, todo subespaco Tinvariante e tamb em T
invariante.
Prova.
Operadores Normais
Suponhamos que U e um operador linear que comuta com T.
Seja V = W
1
. . . W
k
a decomposic ao prim aria de V com respeito a T,
e seja
j
: V W
j
a projec ao ortogonal de V sobre W
j
, j = 1, . . . , k.
Como T comuta com U e
j
e um polin omio em T, temos que
j
e U
comutam, j = 1, . . . , k.
Assim, se v W
j
,
U(v) = U(
j
(v)) =
j
(U(v)) ,
ou seja, U(v) W
j
. Logo, W
j
e invariante por U, j = 1, . . . , k.
Sejam U
j
= U|
W
j
e T
j
= T|
W
j
.
Se W
j
= Ker(T c
j
I), ent ao T
j
= c
j
I. Logo, U
j
comuta com T
j
= c
j
I.
Se V e real e W
j
= Ker(p
j
(T)), onde p
j
= (x a
j
)
2
+b
2
j
, b
j
> 0, temos que
p
j
j
. Logo, pelo teorema anterior,
T
j
= (a
2
j
+b
2
j
)T
1
j
.
Como T
j
U
j
= U
j
T
j
, temos que U
j
T
1
j
= T
1
j
U
j
. Ent ao, U
j
comuta com T
j
.
Temos, tamb em, que T
comuta com
j
, pois
j
e um polin omio em T e
TT
= T
T. Logo, W
j
e invariante por T
e T
j
= T
|
W
j
.
Assim, se v W
j
,
UT
(v) = U
j
T
j
(v) = T
j
U
j
(v) = T
j
(U(v)) = T
U(v) ,
pois U(v) W
j
.
Como V = W
1
. . . W
k
, temos que UT
(v) = T
U(v) para todo v V,

pois se v = v
1
+. . . +v
k
, v
j
W
j
, j = 1, . . . , k, ent ao
UT
(v) = UT
(v
1
+. . . +v
k
) = UT
(v
1
) +. . . +UT
(v
k
)
= T
U(v
1
) +. . . +T
U(v
k
) = T
U(v
1
+. . . +v
k
)
= T
U(v) .
Logo, U comuta com T
.
Seja, agora, W um subespaco de V invariante por T e seja Z
j
= W W
j
,
j = 1, . . . , k.
Pela proposic ao 4.10, W = Z
1
. . . Z
k
.
Como W e W
j
s ao invariantes por T, temos que Z
j
= W W
j
e invariante
por T e, portanto, por T
j
= T|
W
j
.
Operadores Normais
Vamos, agora, mostrar que Z
j
e tamb em invariante por T
j
.
Se T
j
= c
j
I, temos que Z
j
e invariante por T
j
, pois T
j
= c
j
I.
Se n ao for o caso, sabemos que T
j
e invertvel e T
j
(Z
j
) Z
j
.
Logo, T
j
(Z
j
) = Z
j
. Ent ao, T
1
j
(Z
j
) = Z
j
.
Como T
j
= (a
2
j
+b
2
j
)T
1
j
, temos que T
j
(Z
j
) = Z
j
.
Se w W, existem w
j
Z
j
, j = 1, . . . , k, tais que w = w
1
+. . . +w
k
. Logo,
T
(w) = T
(w
1
+. . . +w
k
) = T
(w
1
) +. . . +T
(w
k
)
= T
1
(w
1
) +. . . +T
(w
k
) Z
1
. . . Z
k
= W
.
Assim, T
(W) W.
Observac ao 4.11
Seja V um espaco vetorial de dimens ao nita com produto interno e T um
operador normal sobre V.
J a sabemos que se T(W) W, ent ao T
(W) W, pelo teorema anterior,

e T
(W
) W
, pela proposic ao 4.4. Logo, T(W
) W
, pois T(W
) =
(T
(W
) W
, j a que T
(W
) W
. Ou seja, se W e invariante por

T, ent ao W e invariante por T
e W
e invariante por T e T
.
Observac ao 4.12
Se T : V V e normal e T(W) W, ent ao (T|
W
)
= (T
)|
W
e T|
W
e
normal.
De fato, como
v, T
w) = T(v), w) = T|
W
(v), w) = v, (T|
W
)
(w)) ,
para quaisquer v, w W, e T
(w) W, temos que T
(w) = (T|
W
)
(w), j a
que
T
(w) (T|
W
)
(w), T
(T|
W
)
(w)) = 0 .
Logo, T
|
W
= (T|
W
)
e (T|
W
)(T|
W
)
= (T|
W
)
(T|
W
) .
Com base nas observac oes acima, podemos demonstrar a seguinte
vers ao mais forte do teorema da decomposic ao cclica para operadores
normais.
Operadores Normais
Teorema 4.7
Seja T um operador linear normal sobre um espaco V de dimens ao nita
com produto interno. Ent ao existem r vetores n ao-nulos v
1
, . . . , v
r
, com
respectivos Tanuladores p
1
, . . . , p
r
, tais que:
(a) V = Z(v
1
, T) . . . Z(v
r
, T).
(b) p
k+1
|p
k
, k = 1, . . . , r 1.
(c) Z(v
i
, T) Z(v
j
, T), se i ,= j.
Al em do mais, o n umero r e os Tanuladores p
1
, . . . , p
r
s ao determinados
de modo unico pelas condic oes (a) e (b) e pelo fato de que nenhum v
k
e
nulo.
Prova.
Vamos provar o resultado por induc ao sobre a dimens ao do espaco V.
Se dim(V) = 1, V = Z(v, T), para todo v V {0}.
Suponhamos que o teorema e v alido para todo operador normal sobre um
espaco de dimens ao menor ou igual a n 1.
Seja V um espaco de dimens ao n e T um operador normal sobre V.
Pelo Teorema da Decomposic ao Cclica, existemr vetores w
1
, . . . , w
r
n ao-
nulos tais que
V = Z(w
1
, T) . . . Z(w
r
, T) ,
tais que q
j+1
divide q
j
, para todo j = 1, . . . , r 1, onde q
j
e o Tanulador
de w
j
.
Seja W = Z(w
1
, T). Ent ao, dim(W) 1, W e Tinvariante, e q
1
e o
polin omio minimal de T. Al em disso, W
e Tinvariante e V = W W
.
Logo, T|
W
e normal e dim(W
) n 1.
Pela hip otese de induc ao, existem s vetores n ao-nulos u
1
, . . . , u
s
em W
tais que
W
= Z(u
1
, T|
W
) . . . Z(u
s
, T|
W
) ,
tais que Z(u
i
, T|
W
) Z(u
j
, T|
W
), se i ,= j e f
i+1
divide f
i
, i = 1, . . . , s 1,
onde f
i
e o T|
W
anulador de u
i
.
Como Z(u
i
, T|
W
) = Z(u
i
, T), i = 1, . . . , s, temos que
W
= Z(u
1
, T) . . . Z(u
s
, T) .
Operadores Normais
Al em disso, como f
1
e o polin omio minimal de T|
W
, temos que f
1
divide
p
1
.
Logo, V = WW
= Z(w
1
, T)Z(u
1
, T). . .Z(u
s
, T) e p
1
f
1
f
2
. . .
f
s
.
Ou seja
V = Z(w
1
, T) Z(u
1
, T) . . . Z(u
s
, T) ,
e uma decomposic ao cclica ortogonal que satisfaz (b), w
1
,= 0 e u
j
,= 0,
j = 1, . . . , s.
Logo, s = r 1.
Observac ao 4.13
Pode n ao existir uma base B ortonormal tal que [T]
B
est a na forma can onica
racional.
Com efeito, considere o operador T : 1
2
1
2
dado por T(X) = AX,
onde A =
_
1 0
0 2
_
.
Como A
t
= A, T e auto-adjunto e, portanto, normal.
Al em disso, p
m
= p
c
= (x 1)(x 2) = x
2
3x + 2. Logo, T possui um
vetor cclico.
Tome v = e
1
+e
2
= (1, 1). Ent ao, T(v) = e
1
+2e
2
= (1, 2).
Logo, V = Z(v, T).
Suponha que existe uma base B ortonormal tal que
[T]
|
B =
_
0 2
1 3
_
.
Ent ao, existe w V {0} tal que B = {w, T(w)}.
Suponha que w = ae
1
+be
2
, com a
2
+b
2
= 1.
Assim, T(w) = aT(e
1
) + bT(e
2
) = ae
1
+ 2be
2
, com a
2
+ 4b
2
= 1, e
w, T(w)) = a
2
+ 2b
2
= 0. Logo, a = b = 0, o que e uma contradic ao, j a
que w ,= 0.
Denic ao 4.2
Um operador T sobre um espaco vetorial V de dimens ao nita com pro-
duto interno e dito:
Operadores Normais
n ao-negativo se T
= T e T(v), v) 0, para todo v V ;

positivo se T
= T e T(v), v) > 0 para todo v V {0}.

Proposic ao 4.11
Seja T um operador normal sobre um espaco vetorial V de dimens ao -
nita com produto interno sobre K (1 ou C). Ent ao T e n ao-negativo (ou
positivo) se, e somente se, todas as razes do seu polin omio caracterstico
s ao n umeros reais n ao-negativos (resp. positivos).
Prova.
Se T e n ao-negativo (ou positivo), todas as razes de p
c
s ao reais pela
proposic ao 4.6, pois T e auto-adjunto. Assim, todas as razes de p
c
s ao
autovalores de T.
Ent ao, se e uma raiz de p
c
, existe v V {0} tal que T(v) = v. Logo,
v, v) = T(v), v) 0 (ou > 0).
Como v, v) > 0, temos que 0 (ou > 0).
Suponhamos, agora, que todas as razes de p
c
s ao n umeros reais n ao-
negativos (ou positivos). Ent ao, pela proposic ao 4.6, T e auto-adjunto e,
portanto, diagonaliz avel. Seja B = {v
1
, . . . , v
n
} uma base ortonormal de
autovetores de T, com T(v
i
) =
i
v
i
,
i
0 (ou > 0), i = 1, . . . , n.
Seja v V {0}. Ent ao existem a
1
, . . . , a
n
K n ao todos nulos, tais que
v = a
1
v
1
+. . . +a
n
v
n
.
Logo,
T(v), v) = a
1
1
v
1
+. . . +a
n
n
v
n
, a
1
v
1
+. . . +a
n
v
n
)
=
1
a
2
1
+. . . +
n
a
2
n
0 (ou > 0).
Assim, T e n ao-negativo (ou positivo).
J a observamos antes que podemos fazer uma analogia entre a operac ao

de se tomar adjunto de um operador e a operac ao de se tomar o con-
jugado de um n umero complexo. Um n umero complexo z e real ou de
m odulo 1 conforme z = z ou zz = 1. E um operador T e auto-adjunto ou
unit ario conforme T = T
ou TT
= I.
Vamos, agora demonstrar dois teoremas que s ao os an alogos para
operadores destas duas armac oes sobre n umeros complexos:
Operadores Normais
(a) Todo n umero n ao-negativo possui uma unica raiz quadrada n ao-
negativa.
(b) Todo n umero complexo pode ser expresso sob a forma z = ru,
onde r e n ao-negativo e |u| = 1, ou seja, u = e
i
, para algum 1, que e
a decomposic ao polar para n umeros complexos.
Teorema 4.8
Seja T umoperador n ao-negativo sobre umespaco vetorial V de dimens ao
nita com produto interno. Ent ao T possui uma unica raiz quadrada n ao-
negativa, ou seja, existe um, e somente um, operador N n ao-negativo tal
que N
2
= T.
Prova.
Exist encia: Sejam
1
, . . . ,
k
os autovalores distintos de T. Como T e
diagonaliz avel, pois T e auto-adjunto, temos que:
V = W
1
. . . W
k
, onde W
i
e o autoespaco de T correspondente ao
autovalor
i
, i = 1, . . . , k.
I =
1
+. . . +
k
, onde
i
: V W
i
e a projec ao ortogonal de V sobre
W
i
, i = 1, . . . , k.

2
=
i
, i = 1 . . . , k.

i
j
= O, se i ,= j.
T =
1
1
+. . .
k
k
(resoluc ao espectral de T).
Como
i
0, i = 1 . . . , k, podemos considerar o operador
N =
_
1
+. . . +
_
k
.
Como os escalares
_
1
, . . . ,
_
k
s ao distintos e os operadores
i
, i =
1, . . . , k, n ao-nulos, satisfazem as condic oes acima, temos que o operador
N e diagonaliz avel e
_
1
, . . . ,
_
k
s ao os seus autovalores distintos.
Al em disso, como
i
=
i
e

i
0, i = 1, . . . , k, temos que N e auto-
adjunto com todos os autovalores n ao-negativos, ou seja N e um operador
n ao-negativo tal que
N
2
= (
_
1
+. . . +
_
k
)(
_
1
+. . . +
_
k
)
=
1
1
+. . . +
k
k
= T ,
Unicidade: Seja U um operador n ao-negativo tal que U
2
= T. Como
Operadores Normais
U e auto-adjunto e todos os seus autovalores s ao n ao-negativos, U e
diagonaliz avel e
U = d
1

1
+. . . +d
s

s
,
onde d
1
, . . . , d
s
s ao os autovalores distintos de U e
i
: V

W
d
i
e a
projec ao ortogonal de V sobre

W
d
i
, autoespaco de U correspondente ao
autovalor d
i
, i = 1, . . . , s.
Como T = U
2
= d
2
1

1
+ . . . + d
2
s

s
, d
2
i
,= d
2
j
, para i ,= j, I =
1
+ . . . +
s
,

i

j
= O, para i ,= j,
i
2
= I, i = 1, . . . , s, temos que d
2
1
, . . . , d
2
s
s ao os
autovalores distintos de T e
i
(V) =

W
d
i
e o autoespaco de T associado
a d
2
i
, i = 1, . . . , s.
Logo, s = k e, para cada j = 1, . . . , k, existe r
j
{1, . . . , k} tal que d
2
j
=
r
j
e
j
=
r
j
.
Ent ao, U =
_
r
1
r
1
+. . . +
_
r
k
r
k
= N.
Teorema da Decomposic ao Polar

Teorema 4.9
Seja V um espaco de dimens ao nita com produto interno e seja T um
operador linear arbitr ario sobre V. Ent ao, existe um operador unit ario U
sobre V e um operador n ao-negativo N sobre V tais que T = UN.
O operador n ao-negativo N e unico.
Se T e invertvel, o operador unit ario U tamb em e unico.
Prova.
Suponhamos que T = UN, onde U e unit ario e N e n ao-negativo. Ent ao,
T
= N
= NU
.
Assim, T
T = NU
UN = NI N = N
2
.
Como T
T e n ao-negativo, pois (T
T)
= T
(T
= T
T e T
T(v), v) =
T(v), T(v)) 0, para todo v V, temos que N e determinado de modo
unico como sendo a unica raiz quadrada n ao-negativa de T
T.
Ent ao, para iniciarmos a demonstrac ao da exist encia de U e N, tomamos
N como sendo a unica raiz quadrada n ao negativa de T
T.
Se T e invertvel, ent ao N tamb em o e, porque, nesse caso, N e positivo,
j a que
Operadores Normais
N(v), N(v)) =
N
2
(v), v
_
= T
T(v), v) = T(v), T(v)) > 0 ,

para todo v V {0}.
Seja U = TN
1
. Ent ao, U
= (N
1
)
= (N
)
1
T
= N
1
T
. Logo,
UU
= TN
1
N
1
T
= T(N
1
)
2
T
= T(N
2
)
1
T
= T(T
T)
1
T
= TT
1
(T
)
1
T
= I ,
ou seja, U e unit ario.
Suponhamos, agora, que T n ao e invertvel.
Denamos primeiro U sobre a imagem de N.
Seja v um vetor na imagem de N, digamos N(w) = v.
Denamos U(v) = T(w), porque queremos que UN(w) = T(w).
Precisamos vericar que U est a bem denido sobre a imagem de N, ou
seja, se N(w) = N(w
) ent ao T(w) = T(w
).
Vericamos acima que |N(u)| = |T(u)| para todo u V. Assim, fazendo
u = ww
, temos que |N(ww
)| = 0 se, e somente se, |T(ww
)| = 0.
Portanto U est a bem denida sobre a imagem de N e e linear.
Vamos, agora, denir U sobre W
, onde W = N(V).
Como Ker(N) = Ker(T), temos que dim(N(V)) = dim(T(V)) e, portanto,
dim(N(V)
) = dim(T(V)
).
Logo, existe um isomorsmo U
0
: W
T(V)
que preserva produto

interno.
Como V = W W
, todo vetor v pode ser escrito de modo unico sob a

forma v = N(w) +u, onde N(w) W e u W
. Denamos
U(v) = T(w) +U
0
(u) .
Ent ao, U est a bem denida e e linear.
Al em disso,
U(v), U(v)) = T(w) +U
0
(u), T(w) +U
0
(u))
= T(w), T(w)) +U
0
(u), U
0
(u)) ,
pois T(w) T(V) e U
0
(u) T(V)
.
Logo,
U(v), U(v)) = N(w), N(w)) +u, u) = N(w) +u, N(w) +u) = v, v) ,
Operadores Normais
pois N(w) W e u W
.
Ent ao U e unit ario e UN(w) = T(w), para todo w V.
Observac ao 4.14
Seja T = UN, onde U e unit ario e N e n ao-negativo. Temos que U e N
comutam se, e somente se, N e normal.
De fato, se T = UN = NU, ent ao
TT
= (NU)(NU)
= NUU
= NUU
N = NI N = N
2
= T
T .
Reciprocamente, se TT
= T
T, temos que UN
2
U
= N
2
, pois
TT
= UNN
= UN
2
U
,
e
T
T = N
UN = N
2
.
Como UNU
e auto-adjunto e
UNU
(v), v) = N(U
(v)), U
(v)) 0 ,
para todo v V, temos que UNU
e n ao-negativo e
(UNU
)
2
= (UNU
)(UNU
) = UNU
UNU
= UNI NU
= UN
2
U
= N
2
.
Pela unicidade da raiz quadrada de um operador n ao-negativo,
N = UNU
= UNU
1
, ou seja, NU = UN.
Observac ao 4.15
Todo operador T pode ser escrito na forma T = N
1
U
1
, onde N
1
e n ao-
negativo e U
1
e unit ario.
De fato, pelo teorema anterior, T
= UN, onde U e unit ario e N e n ao-

negativo.
Logo,
T = (T
= N
= NU
,
onde N e n ao-negativo e U
e unit ario.
Diagonalizac ao simult anea de uma famlia comutativa de operadores normais
5. Diagonalizac ao simult anea de uma famlia
comutativa de operadores normais
Denic ao 5.1
Seja T uma famlia de operadores lineares sobre um espaco V com pro-
duto interno sobre o corpo K (1 ou C).
Uma func ao r : T K e chamada uma raiz da famlia T se existir um
vetor v V {0} tal que
T(v) = r(T)(v) ,
para todo T T.
Para uma func ao arbitr aria r : T K indicaremos
V(r) = { V | T() = r(T)() , T T}
Observac ao 5.1
V(r) e um subespaco de V, pois 0 V(r) e se v, w V(r) e K,
ent ao
T(v +w) = T(v) +T(w) = r(T)(v) +r(T)(w)
= r(T)(v +w) ,
para todo T T.
V(r) ,= {0} se, e somente se, r e uma raiz de T.
Todo vetor v n ao-nulo em V(r) e um autovetor para todo T T.
Teorema 5.1
Seja T uma famlia comutativa de operadores normais diagonaliz aveis
sobre um espaco V de dimens ao nita com produto interno. Ent ao T
possui apenas um n umero nito de razes. Se r
1
, . . . , r
k
s ao as razes
distintas de T, ent ao
(1) V(r
i
) V(r
j
), se i ,= j .
(2) V = V(r
1
) . . . V(r
k
) .
Prova.
Suponhamos que r e s s ao razes distintas de T. Ent ao existe um opera-
dor T em T tal que r(T) ,= s(T).
Sejam v V(r) {0} e w V(s) {0}.
Como T(v) = r(T)(v), T(w) = s(T)(w) e r(T) ,= s(T), temos que v e w s ao
autovetores de T associados a autovalores distintos. Logo, v, w) = 0, ou
seja, V(r) V(s).
Como V tem dimens ao nita, V(r) V(s), se r ,= s, e dim(V(r)) 1,
temos que T possui apenas um n umero nito r
1
, . . . , r
k
de razes distintas.
Seja {T
1
, . . . , T
m
} uma base do subespaco de /(V, V) gerado por T.
Para cada i = 1, . . . , m, sejam
i
1
, . . . ,
i
k
i
as projec oes que determinam
a resoluc ao espectral do operador identidade determinado por T
i
, ou seja
V = W
i
1
. . . W
i
k
i
, onde
i
j
, j = 1, . . . , k
i
, s ao os autovalores distintos
de T
i
e W
i
j
e o autoespaco de T
i
correspondente ao autovalor
i
j
.

i
j
: V W
i
j
i
j
, j = 1, . . . , k
i
.
I =
i
1
+. . . +
i
k
i
.
T =
i
1
i
1
+. . . +
i
k
i
i
k
i
.

i
j
= O, se j ,= .
(
i
j
)
2
=
i
j
, j = 1, . . . , k
i
.
As projec oes
i
j
, i = 1, . . . , m, j = 1, . . . , k
i
, comutam entre si, pois
i
j
e
um polin omio em T
i
e os operadores T
1
, . . . , T
m
comutam.
Como
I =
_
k
1
j
1
=1
1
j
1
_
. . .
_
k
m
j
m
=1
m
j
m
_
,
temos que
v =
j
1
,...,j
m
1
j
1

m
j
m
(v) , (I)
para todo v V.
Suponhamos que j
1
, . . . , j
m
s ao ndices tais que w =
1
j
1
. . .
m
j
m
(v) ,= 0.
Seja w
i
=
n=i
n
j
n
(v) .
Ent ao, w =
i
j
i
(w
i
), pois as projec oes comutam.
Logo, w e um autovetor de T
i
associado ao autovalor
i
j
i
, ou seja,
T
i
(w) =
i
j
i
w.
Seja T T. Ent ao existem escalares b
1
, . . . , b
m
tais que T =
m
i=1
b
i
T
i
.
Assim,
T(w) =
m
i=1
b
i
T
i
(w) =
_
m
i=1
b
i
i
j
i
_
(w) .
Logo, r : T K, denida por
r(T) =
m
i=1
b
i
i
j
i
,
e uma raiz de T.
Ent ao, r = r
t
, para algum t {1, . . . , k}, e w V(r
t
) {0}.
Provamos, assim, que todo termo n ao-nulo de (I) pertence a um dos
subespacos V(r
1
), . . . , V(r
k
). Logo, V = V(r
1
) . . . V(r
k
), pois os
subespacos s ao ortogonais, logo, LI.
Observac ao 5.2
Seja P
j
: V V(r
j
), j = 1, . . . , k, a projec ao ortogonal sobre V(r
j
).
Ent ao, P
i
P
j
= O, se i ,= j,
I = P
1
+. . . +P
k
,
e todo T T pode ser escrito na forma
T =
k
j=1
r
j
(T) P
j
. ()
Denic ao 5.2
A famlia de projec oes ortogonais {P
1
, . . . , P
k
} e denominada a resoluc ao
espectral do operador identidade determinada por T e, () e a resoluc ao
espectral de T em termos desta famlia.
Corol ario 5.1
Se T e uma famlia comutativa de operadores normais diagonaliz aveis so-
bre um espaco V de dimens ao nita, ent ao V possui uma base ortonormal
B tal que [T]
B
e diagonal para todo T T.
Prova.
Seja B
i
uma base ortonormal de V(r
i
), i = 1, . . . , k. Ent ao B = B
1
. . .B
k
e uma base ortonormal de V de autovetores de T, para todo T T, pois
todos os vetores de V(r
i
), i = 1, . . . , k, s ao autovetores de T, para todo
T T.
Denic ao 5.3
Uma algebra auto-adjunta de operadores sobre um espaco vetorial V com
produto interno e uma sub- algebra de /(V, V) que cont em o adjunto de
cada um de seus elementos.
Observac ao 5.3
A intersec ao de uma colec ao qualquer de algebras auto-adjuntas e uma
algebra auto-adjunta.
Denic ao 5.4
Se T e uma famlia de operadores lineares sobre um espaco de dimens ao
nita com produto interno, a algebra auto-adjunta gerada por T e a menor
algebra auto-adjunta que cont em T.
Teorema 5.2
Seja T uma famlia comutativa de operadores normais diagonaliz aveis
sobre um espaco V de dimens ao nita com produto interno e seja /
a algebra auto-adjunta gerada por T e I (o operador identidade). Seja
{P
1
, . . . , P
k
} a resoluc ao do operador identidade denida por T. Ent ao / e
o conjunto de todos os operadores sobre V da forma
T =
k
j=1
c
j
P
j
, (I)
onde c
1
, . . . , c
k
s ao escalares arbitr arios.
Prova.
Seja c o conjunto de todos os operadores sobre V da forma (I). Ent ao
c cont em o operador identidade e o adjunto
T
=
k
j=1
c
j
P
j
,
de cada um de seus elementos.
Se T =
k
j=1
c
j
P
j
e U =
k
j=1
d
j
P
j
, ent ao, para escalar,
T +u =
k
j=1
(c
j
+d
j
)P
j
,
e
T U =
k
i,j=1
c
j
d
i
P
j
P
i
=
k
j=1
c
j
d
j
P
j
= UT .
Assim, C e uma algebra comutativa auto-adjunta que cont em T e o ope-
rador identidade. Logo, / c.
Sejam r
1
, . . . , r
k
as razes distintas de T. Ent ao, para cada par de ndices
(i, n), com i ,= n, existe um operador T
in
T tal que r
i
(T
in
) ,= r
n
(T
in
).
Sejam a
in
= r
i
(T
in
) r
n
(T
in
) e b
in
= r
n
(T
in
).
Ent ao, o operador linear
Q
i
=
n=i
a
1
in
(T
in
b
in
I) /.
Vamos mostrar que Q
i
= P
i
, i = 1, . . . , k.
Seja j ,= i e v V(r
j
). Ent ao
T
ij
(v) = r
j
(T
ij
)(v) = b
ij
v ,
ou seja, (T
ij
b
ij
I)(v) = 0. Como todos os fatores de Q
i
comutam, temos
que Q
i
(v) = 0.
Logo, Q
i
(v) = P
i
(v), para todo v V(r
j
), j ,= i.
Seja, agora, v V(r
i
). Ent ao, T
in
(v) = r
i
(T
in
)(v) e
a
1
in
(T
in
b
in
I)(v) = a
1
in
(r
i
(T
in
) b
in
)(v)
= a
1
in
(r
i
(T
in
) r
n
(T
in
))(v) = v .
Assim, Q
i
(v) = v = P
i
(v) para todo v V(r
i
). Logo, Q
i
= P
i
, i = 1, . . . , k.
Ent ao, c /.
Observac ao 5.4
O teorema mostra que a algebra / e comutativa e que cada elemento de
/ e um operador normal diagonaliz avel.
Formas
De fato, se B
i
e uma base ortonormal de V(r
i
), i = 1, . . . , k, ent ao B =
B
1
. . . B
k
e uma base ortonormal de V tal que [T]
B
e diagonal para
todo T /, pois se T =
k
j=1
c
j
P
j
, ent ao T(v) = c
j
v para todo v V(r
j
),
j = 1, . . . , k, j a que P
i
(v) = 0, se i ,= j, e P
j
(v) = v.
6. Formas
Denic ao 6.1
Uma forma (sesquilinear) sobre um espaco vetorial V sobre o corpo K (1
ou C) e uma func ao f : V V K tal que:
f(v +v
, w) = f(v, w) +f(v
, w) ;
f(v, w+w
) = f(v, w) +f(v, w
) ;
quaisquer que sejam v, w, v
, w
V e K.
Assim, f e uma func ao linear com respeito ` a primeira vari avel, e linear-
conjugada com respeito ` a segunda vari avel.
Observac ao 6.1
Se K = 1, f e bilinear, ou seja, f e linear com respeito ` as duas vari aveis.
Se K = C, temos que f e bilinear se, e somente se, f = O. De fato, se
f e bilinear, f(v, iw) = if(v, w) e f(v, iw) = if(v, w). Logo, 2if(v, w) = 0,
ou seja, f(v, w) = 0.
Observac ao 6.2
O conjunto das formas sobre V e um subespaco vetorial do espaco de
todas as func oes de V V em K.
Teorema 6.1
Seja V um espaco vetorial de dimens ao nita com produto interno e f uma
forma sobre V. Ent ao existe um unico operador linear T
f
sobre V tal que
f(v, w) = T
f
(v), w) ,
para todos v, w V. Al em disso, a aplicac ao f T
f
e um isomorsmo
do espaco das formas em /(V, V).
Formas
Prova.
Seja w V xo. Como v f(v, w) e um funcional linear sobre V,
existe um unico vetor w
V tal que f(v, w) = v, w
) para todo v V.
Denimos a func ao L : V V, colocando L(w) = w
.
O operador L e linear, pois se w
1
, w
2
V e K,
v, L(w
1
+w
2
)) = f(v, w
1
+w
2
) = f(v, w
1
) +f(v, w
2
)
= v, L(w
1
)) +v, L(w
2
))
= v, L(w
1
) +L(w
2
))
para todo v V.
Seja T
f
= L
. Ent ao,
f(v, w) = v, L(w)) = L
(v), w) = T
f
(v), w) ,
para todos v, w V.
Suponhamos que existe um outro operador T
tal que
f(v, w) = T
(v), w)
para todos v, w V. Ent ao,
T
f
(v), w) = T
(v), w) ,
ou seja,
T
f
(v) T
(v), w) = 0 ,
para todos v, w V. Logo, T
(v) = T
f
(v) para todo v V.
Vamos, agora, provar que a func ao f T
f
e um isomorsmo linear.
Sejam f e g formas sobre V e K.
Ent ao,
(f +g)(v, w) = T
f+g
(v), w) ,
e
(f +g)(v, w) = f(v, w) +g(v, w) = T
f
(v), w) +T
g
(v), w)
= T
f
(v) +T
g
(v), w) ,
f+g
= T
f
+T
g
.
Al em disso, se T /(V, V),
f(v, w) = T(v), w)
e uma forma sobre V tal que T
f
= T. Logo, a aplicac ao linear f T
f
e
sobrejetora.
Formas
Temos, tamb em, que f = O se, e somente se, T
f
(v), w) = 0, para todos
v, w V. Logo, f = O se, e somente se, T
f
= O.
Assim, a aplicac ao f T
f
e um isomorsmo linear.
Observac ao 6.3
Sabemos que a func ao
K
nn
K
nn
K
(A, B) Tr (AB
)
dene um produto interno sobre K
nn
, e que, se B e uma base ortonormal
de V,
/(V, V) K
nn
T [T]
B
e um isomorsmo linear. Ent ao,
T, U) = Tr ([T]
B
[U]
B
) = Tr ([T U
]
B
) ,
e um produto interno sobre /(V, V), que independe da base ortonormal
B, pois se B
e outra base ortonormal de V, existe P K

nn
unit aria tal
que [T]
B
= P
1
[T]
B
P para todo T /(V, V). Logo,
Tr ([T U
]
B
) = Tr ([T]
B
[U]
B
) = Tr (P
1
[T]
B
P P
[U]
B
(P
1
)
)
= Tr (P
1
[T U
]
B
P) = Tr ([T U
]
B
) ,
j a que P
= P
1
.
Assim, como f T
f
e um isomorsmo do espaco das formas sobre
/(V, V), temos que
f, g) = Tr (T
f
T
g
) ,
e um produto interno sobre o espaco das formas sobre V.
Al em disso, se B e uma base ortonormal de V, ent ao A
ij
= T
f
(v
j
), v
i
) e
B
ij
= T
g
(v
j
), v
i
), onde A = [T
f
]
B
e B = [T
g
]
B
.
Logo,
f, g) = Tr (T
f
T
g
) = Tr (AB
) =
n
i,j=1
A
ij
B
ij
=
n
i,j=1
T
f
(v
j
), v
i
) T
g
(v
j
), v
i
) =
n
i,j=1
f(v
j
, v
i
) g(v
j
, v
i
)
Formas
Denic ao 6.2
Sejam f uma forma sobre V e B uma base de V. A matriz A com entradas
A
ij
= f(v
j
, v
i
)
e denominada a matriz de f em relac ao ` a base ordenada B.
Observac ao 6.4
Se B e uma base ortogonal, [T
f
]
B
= A, mas para uma base qualquer, isso
nem sempre e verdade.
Observac ao 6.5
Se A e a matriz de f em relac ao ` a base B = {v
1
, . . . , v
n
}, ent ao
f(v, w) = f
_
n
k=1
x
k
v
k
,
n
j=1
y
j
v
j
_
=
n
k,j=1
x
k
f(v
k
, v
j
) y
j
=
n
j,k=1
y
j
A
jk
x
k
= Y
AX = AX, Y)
C
onde X = [v]
B
, Y = [w]
B
e , )
C
e o produto interno can onico de K
n1
.
Observac ao 6.6
Se B
= {v
1
, . . . , v
n
} e outra base de V e
v
=
n
i=1
P
ij
v
i
, i, j = 1, . . . , n.
ent ao a matriz A
de f na base B
e dada por A
= P
AP .
De fato,
A
jk
= f(v
k
, v
j
) = f
_
n
k=1
P
sk
v
s
,
n
r=1
P
rj
v
r
_
=
n
s,r=1
P
sk
P
rj
f(v
s
, v
r
) =
n
s,r=1
P
rj
A
rs
P
sk
= (P
AP)
jk
, j, k = 1, . . . , n.
Teorema 6.2
Seja T um operador linear sobre um espaco vetorial complexo V de di-
mens ao nita com produto interno. Ent ao V possui uma base ortonormal
B tal que [T]
B
e triangular superior.
Formas
Prova.
Vamos provar o resultado por induc ao sobre a dimens ao n de V.
Se n = 1, n ao h a nada a provar. Suponhamos que o resultado seja v alido
para operadores sobre espacos de dimens ao menor ou igual a n 1.
Seja T : V V um operador linear, onde dim(V) = n.
Como V e complexo, o operador T
possui um autovetor v n ao-nulo. Seja

W o subespaco de dimens ao 1 gerado por v. Como T
(W) W temos,
pela proposic ao 4.4, que T(W
) W
, ou seja, W
e Tinvariante.
Ent ao, pela hip otese de induc ao, dim(W
) = n 1, W
possui uma base

B
= {v
2
, . . . , v
n
} ortonormal tal que [T|
W
]
B
e triangular superior.
Logo, B = {v
1
, . . . , v
n
} e uma base ortonormal de V tal que [T]
B
e triangular
superior, pois
[T]
B
=
_
1 0
0 A
_
,
onde A = [T|
W
]
B
.
Corol ario 6.1

Seja f uma forma sobre um espaco vetorial complexo V de dimens ao nita
com produto interno. Ent ao, V possui uma base ortonormal B tal que a
matriz de f em relac ao ` a base B e triangular superior.
Prova.
Seja T /(V, V) tal que f(v, w) = T(v), w) para v, w V.
Pelo teorema anterior, existe uma base B ortonormal tal que [T]
B
e trian-
gular superior. Mas, como B e ortonormal, [T]
B
e a matriz A da forma f
em relac ao ` a base B.
Logo, A e triangular superior.
Denic ao 6.3
Seja V um espaco vetorial real ou complexo. Uma forma f sobre V e dita
hermitiana se
f(v, w) = f(w, v) ,
para todos v, w V.
Formas
Observac ao 6.7
Se T e um operador linear sobre um espaco vetorial V de dimens ao nita
com produto interno e f e a forma
f(v, w) = T(v), w) ,
ent ao, f e hermitiana se, e somente se, T e auto-adjunto.
De fato,
f(v, w) = f(w, v) T(v), w) = T(w), v) = v, T(w)) ,
= T.
Observac ao 6.8
Se f e hermitiana, ent ao f(v, v) 1 para todo v V.
Teorema 6.3
Seja V um espaco vetorial complexo e seja f uma forma sobre V tal que
f(v, v) 1 para todo v V. Ent ao, f e hermitiana.
Prova.
Sejam v, w V. Como
f(v +w, v +w) = f(v, v) +f(v, w) +f(w, v) +f(w, w)
e
f(v +iw, v +iw) = f(v, v) +if(w, v) if(v, w) +f(w, w) ,
temos que
f(v, w) +f(w, v) 1 e if(w, v) if(v, w) 1,
pois f(v+w, v+w) , f(v, v) , f(w, w) e f(v+iw, v+iw) s ao, por hip otese,
n umeros reais.
Ent ao,
f(v, w) +f(w, v) = f(v, w) +f(w, v)
e
if(w, v) if(v, w) = i f(w, v) +i f(v, w) .
Multiplicando a segunda identidade por i, obtemos que
f(v, w) + f(w, v) = f(v, w) + f(w, v)
f(w, v) + f(v, w) = f(w, v) f(v, w) .
Logo, 2 f(v, w) = 2 f(w, v), ou seja, f(v, w) = f(w, v) .

Formas
Corol ario 6.2
Seja T um operador linear sobre um espaco vetorial complexo V de di-
mens ao nita com produto interno.
Ent ao, T e auto-adjunto se, e somente se, T(v), v) 1, para todo v V.
Teorema do Eixo Principal
Teorema 6.4
f uma forma hermitiana sobre V. Ent ao V possui uma base ortonormal B
em relac ao ` a qual f e representada por uma matriz diagonal com entradas
reais.
Prova.
Seja T o operador linear tal que f(v, w) = T(v), w) para todos v, w V.
Como f e hermitiana, T e um operador auto-adjunto.
Ent ao, pelo teorema 4.1, V possui uma base ortonormal B = {v
1
, . . . , v
n
}
formada por autovetores de T.
Seja T(v
i
) = c
i
v
i
, i = 1, . . . , n. Como T e auto-adjunto, seus autovalores
c
i
, i = 1, . . . , n, s ao todos reais.
Logo,
A
ij
= f(v
j
, v
i
) = T(v
j
), v
i
) = c
j
ij
,
onde A e a matriz de f com respeito ` a base B.
Assim, A e diagonal com entradas reais.
Observac ao 6.9
Nas condic oes acima,
f(v, w) = Y
AX =
n
j,k=1
y
k
A
kj
x
j
=
n
j=1
c
j
x
j
y
j
,
e
f(v, v) =
n
j=1
c
j
|x
j
|
2
,
onde X = [v]
B
e Y = [w]
B
.
Formas Positivas
7. Formas Positivas
Denic ao 7.1
Uma forma f sobre um espaco vetorial V real ou complexo e dita
n ao-negativa, se f e hermitiana e f(v, v) 0, para todo v V.
positiva, se f e hermitiana e f(v, v) > 0, para todo v V {0}.
Observac ao 7.1
Uma forma positiva sobre V e um produto interno sobre V.
Observac ao 7.2
Seja f uma forma sobre o espaco V de dimens ao nita. Seja B = {v
1
, . . . , v
n
}
uma base de V e seja A a matriz de f em relac ao ` a base B, ou seja,
A
jk
= f(v
k
, v
j
) .
Se v = x
1
v
1
+. . . , x
n
v
n
, ent ao
f(v, v) =
n
k,j=1
A
kj
x
j
x
k
= X
AX.
Assim, f e n ao-negativa se, e somente se, A = A
e
n
j,k=1
A
kj
x
j
x
k
0,
para todo (x
1
, . . . , x
n
) K
n
.
De fato, f e hermitiana se, e s o se, f(v, w) = f(w, v) para todo v, w V, ou
seja, se, e s o se, AX, Y)
C
= AY, X)
C
= X, AY)
C
, para todos X, Y K
n1
,
onde , )
C
e o produto interno can onico de K
n1
.
Logo, f e hermitiana se, e s o se, A = A
.
E f e positiva se, e s o se, A = A
e
n
j,k=1
A
kj
x
j
x
k
> 0 , (x
1
, . . . , x
n
) K
n
{0},
ou seja, se, e s o se, g(X, Y) = Y
AX e um produto interno sobre K

n1
.
Mas, para K = C, temos que:
f e n ao-negativa
j,k
A
kj
x
j
x
k
0 para todo (x
1
, . . . , x
n
) C
n
.
Formas Positivas
f e positiva
j,k
A
kj
x
j
x
k
> 0 para todo (x
1
, . . . , x
n
) C
n
{0}.
De fato, pelo teorema 6.3, se
j,k
A
kj
x
j
x
k
1 para todo (x
1
, . . . , x
n
) C
n
,
ent ao f e hermitiana.
Teorema 7.1
Seja A uma matriz n n sobre K (1 ou C). A func ao g denida por
g(X, Y) = Y
AX
e uma forma positiva sobre K
n1
se, e s o se, existe uma matriz P K
nn
invertvel, tal que A = P
P.
Prova.
Suponhamos que A = P
P, sendo P invertvel.
Como A
= A, temos que g e hermitiana. Al em disso,

g(X, X) = X
AX = X
PX = (PX)
PX > 0 ,
para todo X K
n1
{0}, j a que PX = 0 se, e s o se, X = 0.
Suponhamos, agora, que g e uma forma positiva sobre K
n1
, ou seja, g e
um produto interno sobre K
n1
.
Ent ao, K
n1
possui uma base {v
1
, . . . , v
n
} ortonormal em relac ao ao pro-
duto interno g.
Seja Q a matriz n n cuja j esima coluna e v
j
. Como B e uma base
ortonormal, temos que
jk
= g(v
j
, v
k
) = v
k
Av
j
,
ou seja, Q
AQ = I. Al em disso, Q e invertvel, pois B e uma base de

K
n1
.
Fazendo P = Q
1
, temos que A = (Q
)
1
Q
1
= (Q
1
)
Q
1
= P
P, sendo
P invertvel.
Observac ao 7.3
Se g e positiva, ent ao det(A) > 0, pois
det(A) = det(P
P) = det(P
) det(P) = det(P) det(P) = | det(P)|

2
> 0 .
A condic ao de que det(A) > 0 e necess aria, mas n ao suciente, como
veremos abaixo.
Formas Positivas
Denic ao 7.2
Seja A uma matriz n n sobre o corpo K. Os menores principais de A
s ao os escalares
k
(A) = det
_
_
A
11
A
1k
.
.
.
.
.
.
.
.
.
A
k1
A
kk
_
_
, k = 1, . . . , n.
Lema 7.1
Seja A uma matriz n n invertvel sobre um corpo K. As seguintes
armac oes s ao equivalentes:
(a) Existe uma matriz triangular superior P, com P
kk
= 1, 1 k n, tal
que a matriz B = AP e triangular inferior.
(b) Os menores principais de A s ao todos diferentes de zero.
Prova.
(b)=(a) Seja P K
nn
e facamos B = AP. Ent ao,
B
jk
=
n
r=1
A
jr
P
rk
, j, k = 1, . . . , n.
Se P e triangular superior, ou seja, P
rk
= 0, se r > k, e P
kk
= 1, para todo
k = 1, . . . , n, ent ao
k1
r=1
A
jr
P
rk
+A
jk
= B
jk
, se k 2.
Assim, B ser a triangular inferior se, e s o se, B
jk
= 0, j < k, ou seja, se, e
s o se,
k1
r=1
A
jr
P
rk
= A
jk
, 1 j k 1 e 2 k n. ()
Ent ao, a armac ao (a) do lema e equivalente ` a armac ao de que existem
escalares P
rk
, 1 r k e 1 k n, que satisfazem () e P
kk
= 1,
1 k n.
Para cada 2 k n, () e um sistema de k 1 equac oes lineares nas
inc ognitas P
1,k
, . . . , P
k1 k
. A matriz dos coecientes do sistema e
_
_
A
11
A
1 k1
.
.
.
.
.
.
.
.
.
A
k1 1
A
k1 k1
_
_
,
Formas Positivas
cujo determinante e o menor principal
k1
(A).
Como
k1
(A) ,= 0, para todo 2 k n + 1, os sistemas possuem
soluc oes unicas. Mostramos, assim, que (b)=(a) e que a matriz P e
unica.
(a)=(b) Suponhamos que B = AP, onde P e triangular superior, com
P
kk
= 1, k = 1, . . . , n, e B e triangular inferior.
Armac ao:
k
(A) =
k
(B) = B
11
. . . B
kk
, k = 1, . . . , n.
Sejam A
1
, . . . , A
n
e B
1
, . . . , B
n
as colunas de A e B, respectivamente.
Ent ao, B
1
= A
1
e
B
r
=
r1
j=1
P
jr
A
j
+A
r
, 2 r n (I)
Seja k {1, . . . , n} xo. Ent ao, por (I), a r esima coluna da matriz
_
_
B
11
B
1k
.
.
.
.
.
.
.
.
.
B
k1
B
kk
_
_
e obtida, adicionando-se ` a r esima coluna da matriz
_
_
A
11
A
1k
.
.
.
.
.
.
.
.
.
A
k1
A
kk
_
_
uma combinac ao linear de suas outras colunas. Ent ao,
k
(A) =
k
(B).
Como A e P s ao invertveis, temos que B e invertvel e, portanto,
n
(B) =
B
11
. . . B
nn
,= 0.
Logo,
k
(A) =
k
(B) = B
11
. . . B
kk
,= 0, k = 1, . . . , n.
Teorema 7.2
Seja f uma forma sobre um espaco vetorial V de dimens ao nita e seja A
a matriz de f em relac ao a uma base B de V.
Ent ao, f e positiva se, e s o se, A
= A e
k
(A) > 0 para todo k = 1, . . . , n.
Prova.
Suponhamos que A = A
e
k
(A) > 0, k = 1, . . . , n. Pelo lema an-
terior, existe uma ( unica) matriz P, com P
kk
= 1, k = 1, . . . , n, triangular
superior tal que B = AP e triangular inferior.
Formas Positivas
Logo, P
e triangular inferior e, portanto, P
B = P
AP tamb em e triangular
inferior.
Como A e auto-adjunta, a matriz D = P
AP e auto-adjunta.
Logo, D = P
B = P
AP e diagonal, pois D e triangular e auto-adjunta.

Al em disso,
k
(D) =
k
(P
B) =
k
(B), k = 1, . . . , n.
De fato, se B
1
, . . . , B
n
e D
1
, . . . , D
n
s ao as linhas de B e D, respectiva-
mente, ent ao D
1
= B
1
e
D
r
=
r1
j=1
P
rj
B
j
+B
r
, r = 2, . . . , n.
Assim, a r esima linha da matriz
_
_
D
11
D
1k
.
.
.
.
.
.
.
.
.
D
k1
D
kk
_
_
e obtida, adicionando-se ` a r esima linha da matriz
_
_
B
11
B
1k
.
.
.
.
.
.
.
.
.
B
k1
B
kk
_
_
uma combinac ao linear de suas outras linhas.
Logo,
k
(D) =
k
(B), k = 1, . . . , n.
Como
k
(B) =
k
(A) > 0, k = 1, . . . , n e D e diagonal, temos que
k
(D) = D
11
. . . D
kk
> 0 , k = 1, . . . , n.
Logo, D
kk
> 0, para todo k = 1, . . . , n.
Seja B = {v
1
, . . . , v
n
}.
Como A e a matriz de f com respeito ` a base B, ent ao, D = P
AP e a
matriz de f com respeito ` a base B
= {v
1
, . . . , v
n
}, onde
v
j
=
n
i=1
P
ij
v
i
.
Logo,
f(v, v) = X
DX =
n
k=1
D
kk
|x
k
|
2
> 0 ,
onde X = [v]
B
K
n1
{0}. Ou seja, f e uma forma positiva.
Formas Positivas
Suponhamos, agora, que f e uma forma positiva.
Seja B = {v
1
, . . . , v
n
} uma base de V e seja A a matriz de f na base B. J a
sabemos que A
= A.
Para cada k = 1, . . . , n, seja V
k
o subespaco de V gerado pelos vetores
v
1
, . . . , v
k
e seja f
k
a forma f|
V
k
V
k
.
Como f
k
e positiva e, em relac ao ` a base {v
1
, . . . , v
k
} de V
k
, f
k
e represen-
tada pela matriz
A
k
=
_
_
_
A
11
A
1k
.
.
.
.
.
.
.
.
.
A
k1
A
kk
_
_
_
,
temos que
k
(A) = det(A
k
) > 0, k = 1, . . . , n, pois j a provamos, ante-
riormente, que se uma forma e positiva, o determinante de qualquer matriz
que a represente e positivo.
Observac ao 7.4
Seja f : V V K (1 ou C) uma forma. J a provamos que:
se K = C, f e positiva A = A
e X
AX > 0 , X C
n1
{0}
X
AX > 0 , X C
n1
{0}.
se K = 1, f e positiva A = A
t
e X
t
AX > 0 , X 1
n1
{0}.
A hip otese de que A = A
t
no caso real e necess aria, pois uma matriz real
que satisfaz X
t
AX > 0 , X 1
n1
{0} n ao e necessariamente sim etrica.
Exemplo 7.1
Seja f : 1
21
1
21
a forma denida por f(X, Y) = AX, Y) , onde
A =
_
1 2
2 1
_
.
Ent ao, para todo X =
_
x
y
_
1
21
{0}, temos
f(X, X) = X
AX = (x, y)
_
1 2
2 1
__
x
y
_
= (x, y)
_
x +2y
2x +y
_
= x
2
+2yx 2xy +y
2
= x
2
+y
2
> 0 .
Mas A
t
,= A.

Resumo sobre matrizes positivas
Observac ao 7.5
Um fato verdadeiro e que, se A 1
nn
, ent ao:
A = A
t
e X
t
AX > 0 , X 1
n1
{0} X
AX > 0 , X C
n1
{0}.
Com efeito:
X
AX > 0 , X C
n1
{0} = A = A
= A
t
e
X
t
AX > 0 , X 1
n1
{0} .
(X +iY)
A(X +iY) = (X
t
iY
t
)A(X +iY)
= X
t
AX +Y
t
AY +iX
t
AY iY
t
AX
= X
t
AX +Y
t
AY +i(X
t
AY Y
t
AX)
= X
t
AX +Y
t
AY > 0 , se X +iY ,= 0, X, Y 1
n1
,
pois Y
t
AX = Y
t
A
t
X = (X
t
AY)
t
= X
t
AY.
Logo, uma forma f : VV K (1 ou C) e positiva se, e s o se, X
AX > 0,
para todo X C
n1
{0}, onde A e a matriz de f com respeito a alguma
base de V.
Observac ao 7.6
Seja f uma forma positiva sobre um espaco V de dimens ao nita com pro-
duto interno e seja T o unico operador sobre V tal que f(v, w) = T(v), w)
para todos v, w W.
Ent ao, f e uma forma positiva se, e s o se, T e um operador positivo, ou
seja, T = T
e T(v), v) > 0 para todo v V.

Existe, portanto, uma correspond encia biunvoca entre os operadores po-
sitivos e as formas positivas.
8. Resumo sobre matrizes positivas
Se A C
nn
, as seguintes armac oes s ao equivalentes:
(1)
n
j,k=1
A
kj
x
j
x
k
> 0 , X C
n1
{0}.
(2) [X, Y] = Y
AX e um produto interno sobre C

n1
.
Resumo sobre matrizes positivas
(3) Em relac ao ao produto interno can onico X, Y) = Y
X de C
n1
,
o operador X AX sobre C
n1
e positivo.
(4) Existe uma matriz P C
nn
invertvel tal que A = P
P.
(5) A = A
e os menores principais de A s ao positivos.

Se A 1
nn
, as armac oes acima tamb em s ao equivalentes ` as seguin-
tes:
(6) A = A
t
e X
t
AX > 0 , X 1
n1
{0}.
(7) (X, Y) = X
t
AY e um produto interno sobre 1
n1
.
(8) Em relac ao ao produto interno can onico X, Y) = Y
t
X de 1
n1
,
o operador X AX sobre 1
n1
e positivo.
(9) Existe uma matriz P 1
nn
invertvel tal que A = P
t
P.
Exemplo 8.1
A forma f : C
3
C
3
C denida por
f( (z
1
, z
2
, z
3
), (w
1
, w
2
, w
3
) ) = z
1
w
1
iz
2
w
1
+iz
1
w
2
+2z
2
w
2
+2z
3
w
3
,
e positiva.
De fato, se B = {e
1
, e
2
, e
3
} e a base can onica de C
3
, a matriz A de f em
relac ao a B tem entradas:
A
11
= f(e
1
, e
1
) = 1 ; A
12
= f(e
2
, e
1
) = i ; A
13
= f(e
3
, e
1
) = 0 ;
A
21
= f(e
1
, e
2
) = i ; A
22
= f(e
2
, e
2
) = 2 ; A
23
= f(e
3
, e
2
) = 0 ;
A
31
= f(e
1
, e
3
) = 0 ; A
32
= f(e
2
, e
3
) = 0 ; A
33
= f(e
3
, e
3
) = 2 .
Assim,
A =
_
_
1 i 0
i 2 0
0 0 2
_
_
.
Ent ao, A
= A,
1
(A) = 1 ,
2
(A) = 2 1 = 1 > 0 e
3
(A) = 2 > 0.
Logo, por (5), f e uma forma positiva.

Func oes de operadores
9. Func oes de operadores
De maneira an aloga ao que foi feito para obter a raiz quadrada n ao-
negativa de um operador n ao-negativo, podemos tamb em denir, sob cer-
tas condic oes, f(T), onde f e uma func ao denida sobre um subconjunto
do corpo K (1 ou C) e T e um operador linear.
Denic ao 9.1
Seja T um operador diagonaliz avel sobre um espaco V de dimens ao nita.
O espectro de T e o conjunto S = {c
1
, . . . , c
k
}, cujos elementos s ao os
autovalores distintos de T.
Denic ao 9.2
Seja T um operador normal diagonaliz avel sobre um espaco V de di-
mens ao nita com produto interno e seja
T = c
1
1
+. . . +c
k
k
,
sua resoluc ao espectral. Seja f uma func ao com valores no corpo dos
escalares, cujo domnio cont em o espectro de T. Ent ao o operador f(T) e
denido por:
f(T) = f(c
1
)
1
+. . . +f(c
k
)
k
.
Teorema 9.1
Seja T umoperador normal diagonaliz avel comespectro S sobre umespaco
V de dimens ao nita com produto interno. Suponhamos que f seja uma
func ao comvalores no corpo dos escalares, cujo domnio cont emS. Ent ao,
f(T) e um operador normal diagonaliz avel com espectro f(S). Se U e uma
aplicac ao unit aria de V sobre V
e T
= UTU
1
, ent ao S e o espectro de
T
e
f(T
) = Uf(T)U
1
.
Prova.
Seja T =
k
j=1
c
j
j
a resoluc ao espectral de T e seja
f(T) =
k
j=1
f(c
j
)
j
.
Como
f(T)
=
k
j=1
f(c
j
)
j
=
k
j=1
f(c
j
)
j
,
j a que
j
e auto-adjunta, para j = 1, . . . , k, temos que
f(T)
f(T) = f(T)f(T)
,
pois cada
j
e um polin omio em T. Logo, f(T) e um operador normal.
Armac ao: f(S) e o espectro de f(T).
De fato, se v
j
(V) {0}, ent ao f(T)(v) = f(c
j
)(v), ou seja, f(c
j
) e um
autovalor de f(T).
Reciprocamente, suponhamos que v ,= 0 e
f(T)(v) = bv .
Como v =
1
(v) +. . . +
k
(v), temos que
f(T)(v) =
k
j=1
f(T)
j
(v) =
k
j=1
f(c
j
)
j
(v) =
k
j=1
b
j
(v) .
Logo,
0 =
_
_
_
_
_
k
j=1
(f(c
j
) b)
j
(v)
_
_
_
_
_
2
=
k
j=1
|f(c
j
) b|
2
|
j
(v)|
2
,
j a que
j
(v)
i
(v), se i ,= j. Como v ,= 0, existe i {1, . . . , k} tal que
i
(v) ,= 0. Ent ao, f(c
i
) = b, j a que |f(c
j
) b|
2
|
j
(v)|
2
= 0, j = 1, . . . , k.
Provamos, assim, que f(S) e o espectro de f(T).
Seja f(T) = {b
1
, . . . , b
r
}, com b
m
,= b
n
, se m ,= n. Seja J
m
o conjunto dos
ndices i {1, . . . , k}, tais que f(c
i
) = b
m
e seja
P
m
=
jJ
m
j
, m = 1, . . . , r .
Ent ao:
P
2
m
= P
m
, ou seja, P
m
e uma projec ao.
P
m
P
n
= O, se m ,= n.
I = P
1
+. . . +P
r
.
f(T) =
r
m=1
b
m
P
m
, onde {b
1
, . . . , b
r
} e o espectro de f(T).
P
m
(V) e o autoespaco de f(T) associado ao autovalor b
m
.
P
m
(V) P
n
(V), se m ,= n.
P
m
e a projec ao ortogonal de V sobre P
m
(V).
V = P
1
(V) . . . P
r
(V).
Ou seja,
f(T) =
r
m=1
b
m
P
m
,
e a resoluc ao espectral do operador f(T).
Suponhamos, agora, que U e uma transformac ao unit aria de V sobre V
e que T
= UTU
1
.
Sendo T
= UTU
1
e
j
= U
j
U
1
, j = 1, . . . , k, temos que
T
=
k
j=1
c
j
U
j
U
1
=
k
j=1
c
j
j
,
e a resoluc ao espectral de T
, pois:
c
1
, . . . , c
k
s ao escalares distintos.

i
= U
j
U
1
U
i
U
1
= U
j
i
U
1
= O, se i ,= j.

j
= U
j
U
1
U
j
U
1
= U
j
j
U
1
=
j
, j = 1, . . . , k.

j
e um operador n ao-nulo, j = 1, . . . , k.

1
+. . .+
k
= U
1
U
1
+. . .+U
k
U
1
= U(
1
+. . .+
k
)U
1
= UIU
1
= I.
Logo, {c
1
, . . . , c
k
} e o espectro de T
j
(V
) = U
j
U
1
(V
) = U
j
(V) e o
autoespaco de T
associado ao autovalor c
j
, j = 1, . . . , k.
Assim,
f(T
) =
k
j=1
f(c
j
)
j
=
k
j=1
f(c
j
)U
j
U
1
= U
_
k
j=1
f(c
j
)
j
_
U
1
= Uf(T)U
1
.
Corol ario 9.1

Com as mesmas hip oteses do teorema 9.1, suponhamos que T seja re-
presentado, em relac ao ` a base ordenada B = {v
1
, . . . , v
n
}, pela matriz
diagonal D com entradas D
ii
= d
i
, i = 1, . . . , n na diagonal. Ent ao, em
relac ao ` a base B, f(T) e representado pela matriz f(D) com entradas
f(d
1
), . . . , f(d
n
) na diagonal.
Al em disso, se B
= {v
1
, . . . , v
n
} e outra base de V e P e a matriz tal que
v
j
=
n
i=1
P
ij
v
i
,
ent ao P
1
f(D)P e a matriz de f(T) em relac ao ` a base B
.
Prova.
Para cada i {1, . . . , n}, existe um unico j {1, . . . , k}, tal que v
i

j
(V)
e d
i
= c
j
. Portanto, f(T)(v
i
) = f(d
i
)(v
i
) para todo i = 1, . . . , n, e
f(T)(v
j
) =
n
i=1
P
ij
f(T)(v
i
) =
n
i=1
f(d
i
)P
ij
v
i
=
n
i=1
(f(D)P)
ij
v
i
=
n
i=1
(f(D)P)
ij
n
k=1
P
1
ki
v
k
=
n
k=1
n
i=1
P
1
ki
(f(D)P)
ij
v
k
=
n
k=1
(P
1
f(D)P)
kj
v
k
.
Logo, [f(T)]
B
= f(D) e [f(T)]
B
= P
1
f(D)P .
Observac ao 9.1
Seja A uma matriz nn sobre K (1 ou C) normal e diagonaliz avel. Sejam
P e Q matrizes n n invertveis tais que D = PAP
1
e D
= QAQ
1
s ao
matrizes diagonais.
Considere o espaco K
n1
com o produto interno can onico e o operador
T : K
n1
K
n1
denido por T(X) = AX.
Ent ao, T e um operador normal diagonaliz avel, pois [T]
B
C
= A e A
A =
AA
, e
[T]
B
= [I]
BB
C
[T]
B
C
[I]
B
C
B
= PAP
1
= D,
[T]
B
= [I]
B
B
C
[T]
B
C
[I]
B
C
B
= QAQ
1
= D
,
onde B
C
e a base can onica de K
n1
, B e a base de K
n1
formada pelos
vetores colunas de P
1
e B
e a base de K
n1
formada pelos vetores
colunas de Q
1
.
Como as entradas d
1
, . . . , d
n
e d
1
, . . . , d
n
das matrizes diagonais de D e
D
, respectivamente, s ao os autovalores de T, temos que {d

1
, . . . , d
n
} =
{d
1
, . . . , d
n
}.
Seja f uma func ao com valores no corpo K, cujo domnio cont em o con-
junto S = {d
1
, . . . , d
n
}.
Denimos f(A) = P
1
f(D)P .
A matriz f(A) est a bem denida, pois, pelo corol ario anterior, temos
f(D) = [f(T)]
B
, f(D
) = [f(T)]
B
e
[f(T)]
B
= [I]
B
B
[f(T)]
B
[I]
BB
= [I]
B
B
C
[I]
B
C
B
f(D)[I]
BB
C
[I]
B
C
B
= QP
1
f(D)PQ
1
,
ou seja, Q
1
f(D
)Q = P
1
f(D)P.
Exemplo 9.1
Seja A uma matriz nn complexa normal e seja P uma matriz unit aria tal
que D = PAP
=
_
_
1
.
.
.
n
_
_
e uma matriz diagonal.
Ent ao, e
A
= P
e
D
P = P
_
_
_
e
1
.
.
.
e
n
_
_
_
P.
No caso particular em que A = O e a matriz nula, e
A
= I, pois
O = P
_
_
0
.
.
.
0
_
_
P
e e
A
= P
_
_
_
e
0
.
.
.
e
0
_
_
_
P = P
IP = I.
Seja B outra matriz normal complexa n n que comuta com A.
Considere C
n1
com o produto interno can onico e os operadores
T
A
: C
n1
C
n1
e T
B
= C
n1
C
n1
,
denidos por
T
A
(X) = AX e T
B
(X) = BX.
Como A = [T
A
]
B
C
e B = [T
B
]
B
C
, onde B
C
e a base can onica de C
n1
,
temos que T
A
e T
B
s ao operadores normais que comutam.
Seja C
n1
= W
1
. . . W
k
a decomposic ao prim aria de C
n1
com res-
peito ao operador T
A
, ou seja W
j
, j = 1, . . . , k, s ao os autoespacos de T
A
associados aos seus autovalores distintos.
Seja v W
j
. Ent ao,
T
A
(T
B
(v)) = AB(v) = BA(v) = T
B
(T
A
(v)) = T
B
(c
j
v) = c
j
T
B
(v) .
Logo, T
B
(W
j
) W
j
.
Como T
B
|
W
j
e um operador normal sobre um espaco complexo, W
j
possui
uma base ortonormal B
j
tal que [T
B
|
W
j
]
B
j
e diagonal.
Logo, B = {B
1
, . . . , B
k
} e uma base ortonormal de C
n1
, j a que W
j
W
i
,
j ,= i, tal que [T
A
]
B
e [T
B
]
B
s ao matrizes diagonais.
Ent ao,
D
A
= [T
A
]
B
= PAP
=
_
_
1
.
.
.
n
_
_
e D
B
= [T
B
]
B
= PBP
=
_
_
1
.
.
.
n
_
_
onde T
e a matriz cujas colunas s ao os vetores da base B.

Assim,
D
A
+D
B
= P(A+B)P
=
_
_
1
+
1
.
.
.
n
+
n
_
_
,
e
A
= P
_
_
e
1
.
.
.
e
n
_
_
P e e
B
= P
_
_
e
1
.
.
.
e
n
_
_
P .
Logo,
e
A
e
B
= P
_
_
e
1
.
.
.
e
n
_
_
P P
_
_
e
1
.
.
.
e
n
_
_
P
= P
_
_
e
1
.
.
.
e
n
_
_
_
_
e
1
.
.
.
e
n
_
_
P
= P
_
_
e
1
+
1
.
.
.
e
n
+
n
_
_
P
= e
A+B
.
e
A
= P
_
_
e
1
.
.
.
e
n
_
_
.
e
A
e
A
= e
O
= I .
No caso particular em que A
= A, temos que A e uma matriz normal

cujos autovalores s ao imagin arios puros.
De fato, se v ,= 0 e Av = v, ent ao A
v = v. Logo, v = v, ou seja,
+ = 0.
Assim, D = PAP
=
_
_
i
1
.
.
.
i
n
_
_
, para alguma matriz n n invertvel
P, onde i
1
, . . . , i
n
,
j
1, j = 1, . . . , n, s ao os autovalores de A.
Logo
e
A
= P
_
_
e
i
1
.
.
.
e
i
n
_
_
P .
Ent ao,
det(e
A
) = det
_
_
e
i
1
.
.
.
e
i
n
_
_
= e
i
1
+...+i
n
= e
Tr (A)
.
(e
A
)
= P
_
_
e
i
1
.
.
.
e
i
n
_
_
P = e
A
.
e
A
(e
A
)
= e
A
e
A
= I, ou seja A e uma matriz unit aria.
No caso geral, se C e uma matriz nn complexa normal e P e uma matriz
unit aria tal que
D = PCP
=
_
_
a
1
+ib
1
.
.
.
a
n
+ib
n
_
_
,
e uma matriz diagonal, onde a
j
, b
j
1, j = 1, . . . , n, temos que
C = P
DP = C
1
+C
2
,
onde
C
1
= P
_
_
a
1
.
.
.
a
n
_
_
P
e uma matriz auto-adjunta e
C
2
= P
_
_
ib
1
.
.
.
ib
n
_
_
P
e uma matriz tal que C
2
= C
2
que comuta com C
1
.
Logo,
e
C
= e
C
1
+C
2
= e
C
1
e
C
2
,
onde
e
C
1
= P
_
_
e
a
1
.
.
.
e
a
n
_
_
P
e uma matriz positiva e
e
C
2
= P
_
_
e
b
1
.
.
.
e
b
n
_
_
P
e uma matriz unit aria.

Algebra Linear Katia Frensel

Enviado por

Dados do documento

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Algebra Linear Katia Frensel

Enviado por

Direitos autorais:

Formatos disponíveis

Introduc ao ` a

Em alguns textos ...

,= k. Somando m ultiplos adequados da linha 2 ` as diversas linhas, po-

Seja R uma matriz m n reduzida por linhas ` a forma em escada

Consideremos agora o sistema n ao-homog eneo de equac oes linea-

do sistema AX = Y e a matriz m(n+1) cujas

, obteremos uma matriz R

cujas primeiras n colunas

que torne A reduzida por linhas:

J. Delgado - K. Frensel 16 Instituto de Matem atica - UFF

Corol ario 4.1

J. Delgado - K. Frensel 18 Instituto de Matem atica - UFF

Observe que Se A possui inversa pela direita e pela esquerda, ent ao

J. Delgado - K. Frensel 19 Instituto de Matem atica - UFF

Corol ario 5.2

Corol ario 5.4

Corol ario 5.5

Seja R uma matriz reduzida por linhas ` a forma em escada equiva-

a matriz completa do sistema AX = Y com escalares ar-

uma seq u encia de operac oes elementares

J. Delgado - K. Frensel 23 Instituto de Matem atica - UFF

J. Delgado - K. Frensel 27 Instituto de Matem atica - UFF

J. Delgado - K. Frensel 34 Instituto de Matem atica - UFF

, I, temos que 0 F. Logo, F ,= .

J. Delgado - K. Frensel 37 Instituto de Matem atica - UFF

J. Delgado - K. Frensel 39 Instituto de Matem atica - UFF

} um conjunto LI de vetores do espaco vetorial E tal que

} e LI, temos que

} e LI teremos, pela hip otese de induc ao,

} e LI, temos que

Como conseq u encia do lema anterior, temos o seguinte lema.

} n ao e LI, j {1, . . . , n}.

} n ao e LI, existem escalares

Corol ario 3.1

E claro que o conjunto acima gera o espaco F

escalares tais que

= 0, temos, por (1), que

J. Delgado - K. Frensel 49 Instituto de Matem atica - UFF

J. Delgado - K. Frensel 54 Instituto de Matem atica - UFF

J. Delgado - K. Frensel 55 Instituto de Matem atica - UFF

Corol ario 5.1

matrizes reduzidas por linhas ` a forma em escada que sejam

Corol ario 5.2

a matriz reduzida por linhas ` a forma em escada que e equivalente

e A e equivalente por linhas a B.

J. Delgado - K. Frensel 59 Instituto de Matem atica - UFF

J. Delgado - K. Frensel 69 Instituto de Matem atica - UFF

Lembre que ...

de W, que guram na ex-

J. Delgado - K. Frensel 76 Instituto de Matem atica - UFF

Note que ...

bases de um espaco vetorial V sobre K e L : V V um

J. Delgado - K. Frensel 82 Instituto de Matem atica - UFF

J. Delgado - K. Frensel 83 Instituto de Matem atica - UFF

, basta mostrar que

. Ent ao, existem c

e dita dual da base B = {v

Seja V um espaco vetorial de dimens ao n e seja f : V K um

tais que f(v) = 0, v o.

Corol ario 2.1

Corol ario 2.2

e a base dual de alguma base de V?

. Esse espaco e chamado o

arbitr arios. Temos que