Você está na página 1de 38

Algebra Linear e suas Aplicaco

es
Notas de Aula

Petronio Pulino


1 3 4 4
t
3 1 0 = Q 1 Q

4 0 1 6


1
Qt Q = 1


1

PULINUS sq

Algebra Linear e suas Aplicaco
es
Notas de Aula

Petronio Pulino
Departamento de Matem
atica Aplicada
Instituto de Matem
atica, Estatstica e Computaca
o Cientfica
Universidade Estadual de Campinas
Email: pulino@ime.unicamp.br
www.ime.unicamp.br/pulino/ALESA/

Janeiro de 2012
Conteudo

1 Estruturas Alg
ebricas 1
1.1 Operacao Binaria. Grupos . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.2 Corpo Comutativo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.3 Corpo com Valor Absoluto . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.4 Corpo Ordenado . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.5 Valor Absoluto num Corpo Ordenado . . . . . . . . . . . . . . . . . . . . . 15
1.6 N
umeros Reais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
1.7 N
umeros Complexos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
1.8 Caracterstica do Corpo . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
1.9 Metricas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27

2 Matrizes e Sistemas Lineares 29


2.1 Matrizes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
2.2 Tipos Especiais de Matrizes . . . . . . . . . . . . . . . . . . . . . . . . . . 41
2.3 Inversa de uma Matriz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
2.4 Matrizes em Blocos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
2.5 Operacoes Elementares. Equivalencia . . . . . . . . . . . . . . . . . . . . . 76
2.6 Forma Escalonada. Forma Escada . . . . . . . . . . . . . . . . . . . . . . . 81
2.7 Matrizes Elementares . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84
2.8 Matrizes Congruentes. Lei da Inercia . . . . . . . . . . . . . . . . . . . . . 101
2.9 Sistemas de Equacoes Lineares . . . . . . . . . . . . . . . . . . . . . . . . . 107

3 Espa
cos Vetoriais 139
3.1 Espaco Vetorial. Propriedades . . . . . . . . . . . . . . . . . . . . . . . . . 140
3.2 Subespaco Vetorial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 147
3.3 Combinacao Linear. Subespaco Gerado . . . . . . . . . . . . . . . . . . . . 154
3.4 Soma e Interseccao. Soma Direta . . . . . . . . . . . . . . . . . . . . . . . 158
3.5 Dependencia e Independencia Linear . . . . . . . . . . . . . . . . . . . . . 167
3.6 Bases e Dimensao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 173
3.7 Coordenadas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 204
3.8 Mudanca de Base . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 212

i
ii
CONTEUDO

4 Transforma coes Lineares 219


4.1 Transformacoes do Plano no Plano . . . . . . . . . . . . . . . . . . . . . . 220
4.2 Transformacao Linear . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 221
4.3 Nucleo e Imagem . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 226
4.4 Posto e Nulidade . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 232
4.5 Espacos Vetoriais Isomorfos . . . . . . . . . . . . . . . . . . . . . . . . . . 244

4.6 Algebra das Transformacoes Lineares . . . . . . . . . . . . . . . . . . . . . 249
4.7 Transformacao Inversa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 253
4.8 Representacao Matricial . . . . . . . . . . . . . . . . . . . . . . . . . . . . 268

5 Produto Interno 283


5.1 Introducao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 284
5.2 Definicao de Produto Interno . . . . . . . . . . . . . . . . . . . . . . . . . 284
5.3 Desigualdade de CauchySchwarz . . . . . . . . . . . . . . . . . . . . . . . 297
5.4 Definicao de Norma. Norma Euclidiana . . . . . . . . . . . . . . . . . . . . 299

5.5 Definicao de Angulo. Ortogonalidade . . . . . . . . . . . . . . . . . . . . . 303
5.6 Base Ortogonal. Coeficientes de Fourier . . . . . . . . . . . . . . . . . . . . 311
5.7 Processo de GramSchmidt . . . . . . . . . . . . . . . . . . . . . . . . . . 316
5.8 Complemento Ortogonal . . . . . . . . . . . . . . . . . . . . . . . . . . . . 324
5.9 Decomposicao Ortogonal . . . . . . . . . . . . . . . . . . . . . . . . . . . . 329
5.10 Identidade de Parseval . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 337
5.11 Desigualdade de Bessel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 339
5.12 Operadores Simetricos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 341
5.13 Operadores Hermitianos . . . . . . . . . . . . . . . . . . . . . . . . . . . . 345
5.14 Operadores Ortogonais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 347
5.15 Projecao Ortogonal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 353
5.16 Reflexao sobre um Subespaco . . . . . . . . . . . . . . . . . . . . . . . . . 361
5.17 Melhor Aproximacao em Subespacos . . . . . . . . . . . . . . . . . . . . . 365

6 Autovalores e Autovetores 369


6.1 Autovalor e Autovetor de um Operador Linear . . . . . . . . . . . . . . . . 370
6.2 Autovalor e Autovetor de uma Matriz . . . . . . . . . . . . . . . . . . . . . 379
6.3 Multiplicidade Algebrica e Geometrica . . . . . . . . . . . . . . . . . . . . 394
6.4 Matrizes Especiais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 399
6.5 Aplicacao. Classificacao de Pontos Crticos . . . . . . . . . . . . . . . . . . 411
6.6 Diagonalizacao de Operadores Lineares . . . . . . . . . . . . . . . . . . . . 416
6.7 Diagonalizacao de Operadores Hermitianos . . . . . . . . . . . . . . . . . . 438

CONTEUDO iii

7 Funcionais Lineares e Espa co Dual 463


7.1 Introducao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 464
7.2 Funcionais Lineares . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 465
7.3 Espaco Dual . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 471
7.4 Teorema de Representacao de Riesz . . . . . . . . . . . . . . . . . . . . . . 488


8 Algebra Linear Computacional 493
8.1 Introducao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 494
8.2 Decomposicao de Schur. Teorema Espectral . . . . . . . . . . . . . . . . . 495
8.3 Normas Consistentes em Espacos de Matrizes . . . . . . . . . . . . . . . . 501
8.4 Analise de Sensibilidade de Sistemas Lineares . . . . . . . . . . . . . . . . 514
8.5 Sistema Linear PositivoDefinido . . . . . . . . . . . . . . . . . . . . . . . 532
8.6 Metodos dos Gradientes Conjugados . . . . . . . . . . . . . . . . . . . . . 537
8.7 Fatoracao de Cholesky . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 555
8.8 Metodos Iterativos para Sistemas Lineares . . . . . . . . . . . . . . . . . . 566
8.9 Sistema Linear Sobredeterminado . . . . . . . . . . . . . . . . . . . . . . . 591
8.10 Subespacos Fundamentais de uma Matriz . . . . . . . . . . . . . . . . . . . 597
8.11 Projecoes Ortogonais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 615
8.12 Matriz de Projecao Ortogonal . . . . . . . . . . . . . . . . . . . . . . . . . 621
8.13 Fatoracao QR . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 629
8.14 Modelos de Regressao Linear . . . . . . . . . . . . . . . . . . . . . . . . . . 647
8.15 Solucao de norma2 Mnima . . . . . . . . . . . . . . . . . . . . . . . . . . 684
8.16 Problemas de Ponto Sela . . . . . . . . . . . . . . . . . . . . . . . . . . . . 695
8.17 Decomposicao em Valores Singulares . . . . . . . . . . . . . . . . . . . . . 711

Bibliografia 735
iv
CONTEUDO
c
Petronio Pulino, 2011 DMA IMECC UNICAMP

Funcionais Lineares e Espaco Dual


7
Conte
udo
7.1 Introdu
cao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 464
7.2 Funcionais Lineares . . . . . . . . . . . . . . . . . . . . . . . . . 465
7.3 Espa
co Dual . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 471
7.4 Teorema de Representa
cao de Riesz . . . . . . . . . . . . . . . 488

463
464
Algebra Linear e suas Aplicacoes: Notas de Aula

7.1 Introduc
ao
Petronio Pulino 465

7.2 Funcionais Lineares


Defini
c
ao 7.2.1 Seja V um espaco vetorial sobre o corpo IF . Um Funcional Linear
sobre V e uma aplicacao J : V IF com as seguintes propriedades:

(a) J(u + v) = J(u) + J(v) ; u, v V

(b) J(u) = J(u) ; u V e IF

Podemos observar facilmente que um funcional linear e uma transformacao linear de V


em IF , onde estamos considerando IF como um espaco vetorial sobre o corpo IF . Assim,
estamos indicando por IF tanto o corpo como o espaco vetorial.

Exemplo 7.2.1 Seja V um espaco vetorial sobre o corpo IF e = { v1 , , vn }


uma base ordenada para V . A aplicacao

Ti : V IF

u Ti (u) = i

onde i e a iesima coordenada do elemento u com relacao a` base ordenada , e um


funcional linear sobre V .

Exemplo 7.2.2 Considere o espaco vetorial real IMn (IR). A aplicacao

Tr : IMn (IR) IR
n
X
A = [aij ] T r(A) = aii
i=1

que e o traco da matriz A, e um funcional linear sobre IMn (IR).

Exemplo 7.2.3 Considere o espaco vetorial real C([a, b]). A aplicacao

T : C([a, b]) IR
Z b
f T (f ) = f (x) dx
a

e um funcional linear sobre C([a, b]).


466
Algebra Linear e suas Aplicacoes: Notas de Aula

Definicao 7.2.2 Seja V um espaco vetorial sobre o corpo IF munido da norma k k .


Dizemos que o funcional J : V IF e limitado, se existe uma constante c IR
positiva tal que
| J(u) | c k u k para todo u V.

Defini
c
ao 7.2.3 Seja V um espaco vetorial sobre o corpo IF munido da norma k k .
A norma do funcional J : V IF , induzida pela norma k k , e definida por:
 
| J(u) |
||| J ||| = max ; k u k 6= 0
kuk

Exemplo 7.2.4 Na Definicao 7.2.3, se J e um funcional linear sobre V , podemos


verificar facilmente que uma forma alternativa para a definicao da norma do funcional
linear J e dada por:

||| J ||| = max { | J(u) | ; kuk = 1 }

Podemos verificar facilmente que da Definicao 7.2.3, segue que

| J(u) | ||| J ||| k u k para todo u V.

Essa desigualdade sera muito utilizada nas nossas analises.

Exemplo 7.2.5 Seja V um espaco vetorial sobre o corpo IF munido do produto interno
h , i . Considerando v V fixo, porem arbitrario. A aplicacao definida por:
T : V IF

u T (u) = h u , v i
e um funcional linear limitado sobre V . Alem disso, ||| T |||2 = k v k2 .

Exemplo 7.2.6 Considere o espaco vetorial real C([a, b]) munido do produto interno
Z b
hf , gi = f (x)g(x)dx .
a

A aplicacao J : C([a, b]) IR definida por:


Z b
J(f ) = f (x)dx
a

e um funcional linear limitado sobre C([a, b]). Alem disso, ||| J |||2 = ba.
Petronio Pulino 467

Exemplo 7.2.7 Considere o espaco vetorial real C([a, b]) munido da norma

k f k = max{ | f (x) | ; x [a, b] } .

A aplicacao J : C([a, b]) IR definida por:


Z b
J(f ) = f (x)dx
a

e um funcional linear limitado sobre C([a, b]). Alem disso, ||| J ||| = b a.

Exemplo 7.2.8 Considere o espaco vetorial real C([1, 1]) munido da norma

k f k = max{ | f (x) | ; x [1, 1] } .

A aplicacao J : C([1, 1]) IR definida por:


Z 0 Z 1
J(f ) = f (x)dx f (x)dx
1 0

e um funcional linear limitado sobre C([1, 1]). Alem disso, ||| J ||| = 2.

Exemplo 7.2.9 Considere o espaco vetorial real C([a, b]) munido da norma

k f k = max{ | f (x) | ; x [a, b] } .

A aplicacao J : C([a, b]) IR definida por:

J(f ) = f (x0 ) para x0 [a, b] f ixo

e um funcional linear limitado sobre C([a, b]). Alem disso, ||| J ||| = 1.

Exemplo 7.2.10 Sejam V um espaco vetorial sobre o corpo IF munido da norma


k k. A aplicacao norma k k : V IR e um funcional sobre V , entretanto, n
ao e
linear.
468
Algebra Linear e suas Aplicacoes: Notas de Aula

Exerccios

Exerccio 7.1 Considere o espaco vetorial real P(IR). Mostre que a aplicacao

J : P(IR) IR

p(x) J(p(x)) = 2p (0) + p (1)

e um funcional linear sobre P(IR).

Exerccio 7.2 Considere o espaco vetorial real P2 (IR). Mostre que a aplicacao

J : P2 (IR) IR
Z 1
p(x) J(p(x)) = p(x)dx
0

e um funcional linear sobre P2 (IR).

Exerccio 7.3 Sejam o espaco vetorial real IR3 com a base ordenada

= { (1, 0, 1), (1, 1, 0), (0, 1, 1) }

e o espaco vetorial real IR com a base = { 2 }. Considere o funcional linear J


sobre o IR3 definido por J(x, y, z) = x 2y + 3z. Determine a representacao matricial
do funcional J, isto e, a matriz [J] .

Exerccio 7.4 Sejam o espaco vetorial real P2 (IR) com a base canonica

= { 1, x, x2 }

e o espaco vetorial real IR com a base = { 1 }. Considere o funcional linear

J : P2 (IR) IR
Z 1
p(x) J(p(x)) = p(x)dx
1

Determine a representacao matricial do funcional J, isto e, a matriz [J] .


Petronio Pulino 469

Exerccio 7.5 Sejam o espaco vetorial real P2 (IR) com a base ordenada

= { 1, 1 x, 1 + x2 }

e o espaco vetorial real IR com a base = { 2 }. Considere o funcional linear

J : P2 (IR) IR
Z 1
p(x) J(p(x)) = p(x)dx
1

Determine a representacao matricial do funcional J, isto e, a matriz [J] .

Exerccio 7.6 Sejam o espaco vetorial real P2 (IR) com a base canonica

= { 1, x, x2 }

e o espaco vetorial real IR com a base = { 1 }. Considere o funcional linear

J : P2 (IR) IR

p(x) J(p(x)) = 2p (0) + p (1)

Determine a representacao matricial do funcional J, isto e, a matriz [J] .

Exerccio 7.7 Considere o espaco vetorial real C([0, 1]) munido da norma k k .
Mostre que a aplicacao J : C([0, 1]) IR definida por:
Z b
J(f ) = f (x)g(x)dx
a

para g C([0, 1]) fixa, porem arbitraria, e um funcional linear limitado sobre C([a, b])
e determine ||| J ||| .

Exerccio 7.8 Considere o espaco vetorial real C([0, 1]) munido da norma k k .
Mostre que a aplicacao J : C([0, 1]) IR definida por:

J(f ) = f (0) + f (1) para , IR

e um funcional linear limitado sobre C([0, 1]) e determine ||| J ||| .


470
Algebra Linear e suas Aplicacoes: Notas de Aula

Exerccio 7.9 Sejam o espaco vetorial IR3 e o funcional linear J definido por:

J(u) = 2x + y z para todo u = (x, y, z) IR3 .

Determine uma base para o subespaco Ker(J).

Exerccio 7.10 Sejam V um espaco vetorial sobre o corpo IF , com dim(V ) = n,


e J : V IF um funcional linear. Quais s ao as possveis dimens
oes do subespaco
vetorial Ker(J) ?

Exerccio 7.11 Sejam o espaco vetorial real P2 (IR) e o funcional J definido por:
Z 1
J(p(x)) = p(x)dx + p (0) para todo p(x) P2 (IR) .
1

Mostre que J e um funcional linear sobre P2 (IR) e determine uma base para Ker(J).
Petronio Pulino 471

7.3 Espa
co Dual
Seja V um espaco vetorial sobre o corpo IF . Denotamos por L(V, IF ) o conjunto de
todos os funcionais lineares sobre V , isto e,

L(V, IF ) = { J : V IF / J e um funcional linear } .

Pelo Teorema 4.6.1, sabemos que L(V, IF ) e um espaco vetorial sobre o corpo IF .

Exemplo 7.3.1 Sejam V um espaco vetorial de dimens ao finita sobre o corpo IF e


= { v1 , , vn } uma base ordenada para V . O funcional linear definido por:

Ji : V IF

v Ji (v) = ci

onde
c1
..
[v] = .
cn
e o vetor de coordenadas do elemento v V , tem um importante papel na teoria de
espaco dual, como veremos a seguir. O funcional Ji e denominado i
esima fun
cao
coordenada com respeito ` a base ordenada .

Note que Ji (vj ) = ij , onde ij e o delta de Kronecker, isto e,



1
para i = j
ij =
0

para i 6= j

Definicao 7.3.1 Seja V um espaco vetorial sobre o corpo IF . O espaco vetorial


L(V, IF ) sobre o corpo IF e denominado o espa
co dual do espaco vetorial V , que
denotamos por V .

Observamos no Exemplo 7.3.1, que os funcionais Ji , para i = 1, , n, pertencem ao


espaco dual V . Alem disso, pelo Teorema 4.2.1, existe um u nico funcional linear Ji ,
para cada i, tal que Ji (vj ) = ij . Desse modo, a partir de uma base ordenada ,
obtemos um u nico conjunto de n funcionais distintos J1 , , Jn sobre V .
472
Algebra Linear e suas Aplicacoes: Notas de Aula

Teorema 7.3.1 Considere V um espaco vetorial de dimens ao finita sobre o corpo IF


com = { v1 , , vn } uma base ordenada para V . Sejam Ji a iesima funcao
coordenada com respeito ` a base ordenada , para i = 1, n, e = { J1 , , Jn }.
Entao, e uma base ordenada para o espaco dual V , denominada base dual da base
. Alem disso, todo funcional linear T V e representado da seguinte forma:
n
X
T = T (vi )Ji
i=1

e cada elemento v V e escrito como:


n
X
v = Ji (v)vi .
i=1

Assim, temos que dim( V ) = n.

Demonstra cao Devemos mostrar que o conjunto = { J1 , , Jn } e linearmente


independente em V e gera o espaco dual V .

Primeiramente, vamos mostrar que o conjunto e linearmente independente no espaco


dual V . Para isso, consideramos a seguinte combinacao linear
n
X
T = c i Ji para ci IF .
i=1

Desse modo, tomando


n
X
T (vj ) = ci Ji (vj )
i=1

n
X
= ci ij
i=1

= cj
para j = 1, , n. Em particular, se T e o funcional linear nulo, isto e, T e o
elemento neutro do espaco dual V , temos que T (vj ) = 0 para cada j. Logo, os
escalares cj sao todos nulos. Portanto, mostramos que o conjunto e linearmente
independente no espaco dual V .
Petronio Pulino 473

Finalmente, vamos mostrar que e um sistema de geradores para o espaco dual V .

Como = { v1 , , vn } e uma base para V , temos que todo elemento v V e


representado de modo u nico por:
n
X n
X
v = ci vi = Ji (v) vi .
i=1 i=1

Assim, dado um funcional linear T V , com T (vi ) = i , temos que


n
X n
X
T (v) = Ji (v) T (vi ) = i Ji (v) para todo v V .
i=1 i=1

Desse modo, mostramos que todo funcional T V e escrito de modo u


nico como:
n
X
T = i Ji .
i=1

Portanto, provamos que V = [J1 , , Jn ]. Logo, = { J1 , , Jn } e uma base


para o espaco dual V e dim( V ) = n, o que completa a demonstracao. 

Pela observacao feita logo abaixo da Definicao 7.3.1, podemos concluir que existe uma
u
nica base dual relativa `a base ordenada do espaco vetorial V .

Podemos observar facilmente que


n
X
T (vj ) = i Ji (vj ) = j para j = 1, , n .
i=1

Assim, temos que a representacao matricial do funcional linear T V em relacao `as


bases ordenadas de V e = { 1 } de IF e dada por:
h i

[T ] = 1 n ,

que e uma matriz de ordem 1 n. Alem disso, podemos observar que




1
.
[T ] = .. ,
n

e o vetor de coordenadas do funcional T com relacao `a base dual .


474
Algebra Linear e suas Aplicacoes: Notas de Aula

Exemplo 7.3.2 Podemos verificar facilmente que todo funcional linear sobre o espaco
vetorial IF n , isto e, T : IF n IF , e representado da forma:
T (x1 , , xn ) = 1 x1 + + n xn para todo (x1 , , xn ) IF n ,
para certos escalares 1 , , n IF definidos por uma base ordenada de IF n .

De fato, considerando o espaco vetorial IF n com a base canonica = { e1 , , en } ,


temos que todo elemento u = (x1 , , xn ) IF n e escrito de modo u
nico como:
u = x1 e 1 + + xn e n .
Desse modo, temos que
T (x1 , , xn ) = x1 T (e1 ) + + xn T (en )

= 1 x1 + + n xn
onde i = T (ei ) IF para i = 1, , n.

Por outro lado, dados os escalares 1 , , n IF , podemos verificar facilmente que a


aplicacao T : IF n IF definida por:
T (x1 , , xn ) = 1 x1 + + n xn
e um funcional linear sobre IF n , o que completa a resolucao da questao.

Exemplo 7.3.3 Considere o espaco vetorial real IR3 com a base canonica
= { (1, 0, 0), (0, 1, 0), (0, 0, 1) }
e o funcional linear T sobre o IR3 definido por T (x, y, z) = 2x 3y + z.

Temos que todo elemento u = (x, y, z) IR3 e escrito como:


(x, y, z) = xe1 + ye2 + ze3

(x, y, z) = x(1, 0, 0) + y(0, 1, 0) + z(0, 0, 1) .


Desse modo, para todo (x, y, z) IR3 , temos que
T (x, y, z) = x T (e1 ) + y T (e2 ) + z T (e3 ) = 2x 3y + z .
Podemos verificar facilmente que a representacao matricial do funcional linear T em
relacao `as bases ordenadas de IR3 e = { 1 } de IR e dada por:
h i
[T ] = 2 3 1 .
Petronio Pulino 475

Exemplo 7.3.4 Sejam V um espaco vetorial de dimens ao finita sobre o corpo IF ,


= { v1 , , vn } uma base ordenada para V e T um funcional linear sobre V .
Podemos verificar facilmente que o funcional T e representado da forma:

T (v) = 1 c1 + + n cn para todo v V ,

para certos escalares 1 , , n IF definidos pela base e o elemento v escrito


de modo unico como: n
X
v = cj vj .
j=1

De fato, aplicando o funcional T no elemento v, obtemos

T (v) = c1 T (v1 ) + + cn T (vn )

= 1 c1 + + n cn

onde i = T (vi ) IF para i = 1, , n.

Por outro lado, dados os escalares 1 , , n IF , podemos verificar facilmente que a


aplicacao T : V IF definida por:

T (v) = 1 c1 + + n cn

e um funcional linear sobre V .

Exemplo 7.3.5 Considere o espaco vetorial real P2 (IR) com a base canonica

= { p1 (x) = 1 , p2 (x) = x , p3 (x) = x2 }

e o funcional linear T sobre o P2 (IR) definido por T (p(x)) = p(1) + p (1).

Temos que todo polinomio p(x) P2 (IR) e escrito como:

p(x) = a + bx + cx2 para a, b, c IR .

Desse modo, para todo p(x) P2 (IR), temos que

T (p(x)) = a T (p1 (x)) + b T (p2 (x)) + c T (p3 (x))

= a + 2b + 3c

onde T (p1 (x)) = 1 , T (p2 (x)) = 2 e T (p3 (x)) = 3.


476
Algebra Linear e suas Aplicacoes: Notas de Aula

Exemplo 7.3.6 Considere o espaco vetorial real IR3 e os seguintes elementos

v1 = (1, 0, 1) , v2 = (0, 1, 2) e v3 = (1, 1, 0) .

Pedese:

(a) Considere o funcional linear T sobre o IR3 tal que

T (v1 ) = 1 , T (v2 ) = 1 e T (v3 ) = 3 .

Determine explicitamente a express


ao do funcional T .

(b) Seja T um funcional linear sobre o IR3 tal que

T (v1 ) = T (v2 ) = 0 e T (v3 ) 6= 0 .

Determine explicitamente a express


ao do funcional T .

(c) Seja T um funcional linear sobre o IR3 tal que

T (v1 ) = T (v2 ) = 0 e T (v3 ) 6= 0 .

Mostre que T (2, 3, 1) 6= 0.

(a) Podemos verificar facilmente que = { v1 , v2 , v3 } e uma base ordenada para IR3 .
Assim, todo elemento (x, y, z) IR3 e escrito de modo u nico como:

(x, y, z) = a v1 + b v2 + c v3

= a(1, 0, 1) + b(0, 1, 2) + c(1, 1, 0)


com a = 2x 2y z , b = x y z e c = x 2y z.

Desse modo, temos que

T (x, y, z) = a T (v1 ) + b T (v2 ) + c T (v3 ) = 4x 7y z .

para todo (x, y, z) IR3 .

(b) Considerando que T (v3 ) = 6= 0 e do resultado do item (a), temos que

T (x, y, z) = (x 2y z) para todo (x, y, z) IR3 .

(c) Considerando o resultado do item (b), temos que

T (2, 3, 1) = 3 6= 0

pois 6= 0.
Petronio Pulino 477

Exemplo 7.3.7 Considere o espaco vetorial real IR3 com a base ordenada

= { (1, 0, 1), (1, 1, 0), (0, 1, 1) }

e o funcional linear T sobre o IR3 definido por T (x, y, z) = 2x 3y + z.

Vamos determinar a representacao matricial do funcional linear T em relacao a`s bases


ordenadas de IR3 e = { 2 } de IR.

Inicialmente vamos obter a representacao de T (vj ), onde vj sao os elementos da base


ordenada , em relacao `a base = { 2 } de IR
3
T (1, 0, 1) = 3 = 2
2
 
1
T (1, 1, 0) = 1 = 2
2
T (0, 1, 1) = 2 = 2 ( 1 )
Desse modo, temos que a representacao matricial do funcional linear T em relacao `as
bases ordenadas de IR3 e = { 2 } de IR e dada por:
 
3 1
[T ] = 1 .
2 2
Note que todo elemento (x, y, z) IR3 e escrito de modo u
nico como:
(x, y, z) = a v1 + b v2 + c v3

= a(1, 0, 1) + b(1, 1, 0) + c(0, 1, 1)


com
xy +z x+y z x + y + z
a = , b = e c = .
2 2 2
Considerando o elemento u = (1, 2, 1) IR3 temos que

0
[u] = 1 .

1
Logo, temos que [T (u)] = [T ] [u] , isto e,

 0 
3 1 3
[T (u)] = 1 1 = .

2 2 2
1
 
3
De fato, T (1, 2, 1) = 3 = 2 .
2
478
Algebra Linear e suas Aplicacoes: Notas de Aula

Exemplo 7.3.8 Considere o espaco vetorial real IR2 com a base ordenada

= { (2, 1), (3, 1) }

e vamos denotar por = { J1 , J2 } a base dual. Determinar explicitamente as


express
oes dos funcionais J1 e J2 .

Para isso, procedemos da seguinte forma:

J1 (v1 ) = J1 (2e1 + e2 ) = 2J1 (e1 ) + J1 (e2 ) = 1

J1 (v2 ) = J1 (3e1 + e2 ) = 3J1 (e1 ) + J1 (e2 ) = 0

onde v1 = (2, 1) , v2 = (3, 1), sao os elementos da base ordenada , e = { e1 , e2 }


e a base canonica do IR2 .

Desse modo, obtemos J1 (e1 ) = 1 e J1 (e2 ) = 3. Logo, temos que

J1 (x, y) = x + 3y para todo (x, y) IR2 .

De modo analogo, determinamos a expressao do funcional J2 .

J2 (v1 ) = J2 (2e1 + e2 ) = 2J2 (e1 ) + J2 (e2 ) = 0

J2 (v2 ) = J2 (3e1 + e2 ) = 3J2 (e1 ) + J2 (e2 ) = 1

Assim, obtemos J2 (e1 ) = 1 e J2 (e2 ) = 2. Logo, temos que

J2 (x, y) = x 2y para todo (x, y) IR2 .

Exemplo 7.3.9 Considere o espaco vetorial real IR2 com a base ordenada

= { (1, 1), (1, 1) }

e vamos denotar por = { J1 , J2 } a base dual. De modo analogo, determinamos


explicitamente as express
oes dos funcionais J1 e J2 . Assim, temos que
1 1
J1 (x, y) = (x + y) e J2 (x, y) = (x y)
2 2
para todo (x, y) IR2 .
Petronio Pulino 479

Exemplo 7.3.10 Considere o espaco vetorial real IR3 com a base canonica
= { (1, 0, 0), (0, 1, 0), (0, 0, 1) }
e vamos denotar por = { J1 , J2 , J3 } a base dual. De modo analogo, determinamos
explicitamente as express
oes dos funcionais da base dual.
J1 (x, y, z) = x , J2 (x, y, z) = y e J3 (x, y, z) = z
para todo (x, y, z) IR3 . Note que, Ji (ej ) = ij para i, j = 1, 2, 3.

Exemplo 7.3.11 Considere o espaco vetorial real P2 (IR) com a base canonica
= { 1, x, x2 }
e vamos denotar por = { J1 , J2 , J3 } a base dual. De modo analogo, determinamos
explicitamente as express
oes dos funcionais da base dual.
Para isso, procedemos da seguinte forma:
J1 (p1 (x)) = 1 , J1 (p2 (x)) = 0 e J1 (p3 (x)) = 0

J2 (p1 (x)) = 0 , J2 (p2 (x)) = 1 e J2 (p3 (x)) = 0

J3 (p1 (x)) = 0 , J3 (p2 (x)) = 0 e J3 (p3 (x)) = 1


onde p1 (x) = 1 , p2 (x) = x e p3 (x) = x2 , sao os elementos da base canonica .

Desse modo, para todo p(x) = a + bx + cx2 P2 (IR), temos que


J1 (p(x)) = a , J2 (p(x)) = b e J3 (p(x)) = c

Exemplo 7.3.12 Considere o espaco vetorial real IR3 com a base ordenada
= { (1, 0, 1), (1, 1, 0), (0, 1, 1) }
e vamos denotar por = { J1 , J2 , J3 } a base dual. De modo analogo, determinamos
explicitamente as express
oes dos funcionais da base dual. Assim, temos que
1
J1 (x, y, z) = (x y + z)
2
1
J2 (x, y, z) = (x + y z)
2
1
J3 (x, y, z) = ( x + y + z )
2
para todo (x, y, z) IR3 .
480
Algebra Linear e suas Aplicacoes: Notas de Aula

Seja V um espaco vetorial de dimensao finita sobre o corpo IF . Neste momento uma
questao importante que surge e se toda base de V e a base dual de alguma base de V .
Para isso, vamos fazer um rapido estudo do espaco dual de V , isto e, V = ( V ) .

Considere um elemento v V , arbitrario. A aplicacao Lv sobre V dada por:

Lv (T ) = T (v) para T V

e um funcional linear sobre V . De fato,

Lv ( T1 + T2 ) = ( T1 + T2 )(v) = T1 (v) + T2 (v) = Lv (T1 ) + Lv (T2 ) ,

para T1 , T2 V e IF . Assim, temos que Lv V .

Lema 7.3.1 Considere V um espaco vetorial de dimens ao finita sobre o corpo IF . Seja
v V um elemento n aonulo. Entao, existe um funcional linear T sobre V tal que
T (v) 6= 0. Equivalentemente, se Lv (T ) = 0 para todo T V , ent ao v = 0.

Demonstra cao Como v e um elemento naonulo de V , existe uma base ordenada


= { v1 , , vn } de V tal que v1 = v. Considerando que = { J1 , , Jn } e
a base dual da base , temos que J1 (v1 ) = J1 (v) = 1 6= 0. 

Teorema 7.3.2 Considere V um espaco vetorial de dimens ao finita sobre o corpo IF


e para cada elemento v V definimos o funcional linear Lv sobre V por:

Lv (T ) = T (v) para T V .

Entao, a aplicacao : V V definida por (v) = Lv e um isomorfismo.

Demonstra c
ao Primeiramente vamos mostrar que a aplicacao e linear. De fato,
sejam u, v V e IF . Chamando w = u + v, para todo T V , temos que

(u + v)(T ) = Lw (T ) = T (u) + T (v) = Lu (T ) + Lv (T ) .

Assim, temos que (u + v) = Lu + Lv = (u) + (v). Logo, mostramos que a


aplicacao e uma transformacao linear de V em V .

Pelo Lema 7.3.1, temos que a aplicacao e injetora, pois (v) = Lv e o funcional nulo
se, e somente se, v = 0V . Pelo Teorema 7.3.1, sabemos que

dim( V ) = dim( V ) = dim( V ) .

Portanto, e sobrejetora. Logo, e um isomorfismo de V em V . 


Petronio Pulino 481

Corolario 7.3.1 Sejam V um espaco vetorial de dimens ao finita sobre o corpo IF e


V o espaco dual de V . Entao, toda base ordenada de V e a base dual de alguma base
ordenada de V .

Demonstra c
ao Seja = { J1 , , Jn } uma base ordenada de V . Sabemos, pelo
Teorema 7.3.1, que existe uma base ordenada = { L1 , , Ln } de V , que e a
base dual da base , isto e,
Li (Jj ) = ij .
Pelo Teorema 7.3.2, sabemos que os espacos vetoriais V e V sao isomorfos, isto
e, para cada i existe um elemento vi V tal que (vi ) = Lvi , onde e um
isomorfismo de V em V . Desse modo, temos que

Li (T ) = Lvi (T ) = T (vi ) para T V .

Assim, temos que = { v1 , , vn } e uma base ordenada para V de modo que


e a sua base dual, o que completa a demonstracao. 
482
Algebra Linear e suas Aplicacoes: Notas de Aula

Exemplo 7.3.13 Considere o espaco vetorial IR2 . Para todo (x, y) IR2 definimos
os seguintes funcionais lineares
xy x+y
J1 (x, y) = e J2 (x, y) = .
2 2
Podemos verificar facilmente que = { J1 , J2 } e uma base para o espaco dual ( IR2 ) ,
bastando mostra que e linearmente independente em ( IR2 ) , e que = { v1 , v2 },
onde v1 = (1, 1) e v2 = (1, 1), e a base ordenada de IR2 tal que e a sua base
dual.

Considerando o funcional linear J(x, y) = x 2y sobre o IR2 , temos que J(v1 ) = 3


e J(v2 ) = 1. Logo, sabemos que
" #
h i 3
[J] = 3 1 e [J] = ,
1

onde estamos tomando = { 1 } a base de IR.

Desse modo, dado o elemento u = (1, 3) IR2 , temos que

J(u) = 3J1 (u) J2 (u) = 3 2 = 5 .

De fato, avaliando J no ponto (1, 3) IR2 , obtemos J(1, 3) = 5.

Note que, podemos obter o mesmo resultado utilizando o fato que

[J] = [J] [u] .

Podemos verificar facilmente que


" #
1
[u] = .
2

Assim, temos que " #


h i 1
[J] = 3 1 = 5 .
2
Portanto, obtemos J(1, 3) = 5, lembrando que = { 1 } e a base de IR, o que
completa uma primeira exemplificacao da teoria exposta anteriormente.
Petronio Pulino 483

Exemplo 7.3.14 Considere o espaco vetorial real P1 (IR). Para todo p(x) P1 (IR) ,
definimos os funcionais lineares

J1 (p(x)) = p(1) e J2 (p(x)) = p (1) .

Verificamos facilmente que = { J1 , J2 } e uma base para o espaco dual ( P1 (IR) ) ,


bastando mostra que e linearmente independente em ( P1 (IR) ) . Denotando a base
ordenada = { q1 (x) , q2 (x) } para P1 (IR) de modo que seja sua base dual, temos
que Ji (qj (x)) = ij . Desse modo, obtemos

q1 (x) = 1 e q2 (x) = x 1 .

Considerando o funcional linear J ( P1 (IR) ) definido por:


Z 1
J(p(x)) = p(x)dx ,
0

sabemos que J = 1 J1 + 2 J2 , onde


Z 1 1
1
Z
1 = J(q1 ) = q1 (x)dx = 1 e 2 = J(q2 ) = q2 (x)dx = .
0 0 2
Desse modo, temos que
1
J(p(x)) = J1 (p(x)) J2 (p(x)) para todo p(x) P1 (IR) .
2
Assim, o vetor de coordenadas do funcional J em relacao `a base dual e dado por:

1
[J] = 1 .


2
Para exemplificar, consideramos o polinomio q(x) = 2 + 3x e vamos calcular o valor
J(q(x)) que e dado por:
1 3 7
J(q(x)) = J1 (q(x)) J2 (q(x)) = 5 = .
2 2 2
Por outro lado, fazendo o calculo diretamente da definicao do funcional J obtemos
Z 1
7
J(q(x)) = (2 + 3x)dx = .
0 2
484
Algebra Linear e suas Aplicacoes: Notas de Aula

Exemplo 7.3.15 Considere o espaco vetorial real IR3 . Definimos os funcionais lineares

J1 (x, y, z) = x , J2 (x, y, z) = x + y e J3 (x, y, z) = x + y z

para todo elemento (x, y, z) IR3 .

Mostre que = { J1 , J2 , J3 } e uma base para o espaco dual ( IR3 ) . Determine uma
base ordenada para IR3 de modo que seja sua base dual.

Sabemos que a dimensao do espaco dual ( IR3 ) e igual a tres. Assim, basta mostrar
que e linearmente independente. Tomando a combinacao linear nula

aJ1 (x, y, z) + bJ2 (x, y, z) + cJ3 (x, y, z) = 0

e avaliando nos elementos da base canonica = { e1 , e2 , e3 } , obtemos o seguinte


sistema linear homogeneo

a b c = 0


b + c = 0



c = 0

que possui somente solucao trivial a = b = c = 0. Desse modo, provamos que e


linearmente independente em L(IR3 , IR).

Por simplicidade, denotamos a base ordenada = { v1 , v2 , v3 }. Inicialmente, vamos


determinar o primeiro elemento v1 = (a, b, c) que pode ser representado por:

v1 = ae1 + be2 + ce3 para a, b, c, IR3 .

Sabemos que
J1 (v1 ) = aJ1 (e1 ) + bJ1 (e2 ) + cJ1 (e3 ) = 1

J2 (v1 ) = aJ2 (e1 ) + bJ2 (e2 ) + cJ2 (e3 ) = 0

J3 (v1 ) = aJ3 (e1 ) + bJ3 (e2 ) + cJ3 (e3 ) = 0


Assim, obtemos o seguinte sistema linear


a = 1


a + b = 0



a + b c = 0

que possui como unica solucao a = 1 , b = 1 e c = 0. Logo, v1 = (1, 1, 0). De


modo analogo, determinamos os elementos v2 e v3 . Desse modo, o espaco vetorial real
IR3 tem como base ordenada = { (1, 1, 0), (0, 1, 1), (0, 0, 1) } , cuja base dual e .
Petronio Pulino 485

Exemplo 7.3.16 Considere o espaco vetorial P1 (IR). Definimos os funcionais lineares


J1 (p(x)) = p(1) e J2 (p(x)) = p(1)
para todo polin
omio p(x) P1 (IR) .

Mostre que = { J1 , J2 } e uma base para o espaco dual ( P1 (IR) ) . Determine uma
base ordenada para P1 (IR) de modo que seja sua base dual.

Sabemos que a dimensao do espaco dual ( P1 (IR) ) e igual a dois. Assim, basta mostrar
que e linearmente independente. Tomando a combinacao linear nula
aJ1 (p(x)) + bJ2 (p(x)) = 0
e avaliando nos elementos da base canonica = { p1 (x) = 1 , p2 (x) = x } , obtemos o
seguinte sistema linear homogeneo

a + b = 0
a + b = 0

que possui somente solucao trivial a = b = 0. Assim, mostramos que e linearmente


independente em L(P1 (IR), IR).

Por simplicidade, denotamos a base ordenada = { q1 (x), q2 (x) }. Primeiramente,


vamos determinar o primeiro elemento q1 que pode ser escrito da seguinte forma:
q1 (x) = ap1 (x) + bp2 (x) para a, b IR .
Sabemos que
J1 (q1 (x)) = aJ1 (p1 (x)) + bJ1 (p2 (x)) = 1

J2 (q1 (x)) = aJ2 (p1 (x)) + bJ2 (p2 (x)) = 0


Assim, obtemos o seguinte sistema linear

a b = 1
a + b = 0

que possui como u


nica solucao
1 1
a = e b = .
2 2
1
Logo, temos o elemento q1 (x) = ( 1 x ).
2
1
De modo analogo, determinamos o elemento q2 (x) = ( 1 + x ).
2
486
Algebra Linear e suas Aplicacoes: Notas de Aula

Exerccios

Exerccio 7.12 Considere o espaco vetorial real IR3 com a base ordenada

= { (1, 0, 1), (1, 2, 1), (0, 0, 1) } .

Determine a base dual = { J1 , J2 , J3 } da base ordenada .

Exerccio 7.13 Considere o espaco vetorial real IR3 com a base ordenada

= { (1, 1, 3), (0, 1, 1), (0, 3, 2) } .

Determine a base dual = { J1 , J2 , J3 } da base ordenada .

Exerccio 7.14 Considere o espaco vetorial P1 (IR). Definimos os funcionais lineares


Z 1 Z 2
J1 (p(x)) = p(x)dx e J2 (p(x)) = p(x)dx
0 0

para todo polinomio p(x) P1 (IR) . Mostre que = { J1 , J2 } e uma base para o
espaco dual ( P1 (IR) ) . Determine uma base ordenada para P1 (IR) de modo que
seja sua base dual.

Exerccio 7.15 Considere o espaco vetorial P1 (IR). Definimos os funcionais lineares


Z 1 Z 1
J1 (p(x)) = p(x)dx e J2 (p(x)) = p(x)dx
0 1

para todo polinomio p(x) P1 (IR) . Mostre que = { J1 , J2 } e uma base para o
espaco dual ( P1 (IR) ) . Determine uma base ordenada para P1 (IR) de modo que
seja sua base dual.

Exerccio 7.16 Considere o espaco vetorial real IR3 . Definimos os funcionais lineares

J1 (x, y, z) = x 2y , J2 (x, y, z) = x + y + z e J3 (x, y, z) = y 3z

para todo elemento (x, y, z) IR3 . Mostre que = { J1 , J2 , J3 } e uma base para o
espaco dual ( IR3 ) . Determine uma base ordenada para IR3 de modo que seja
sua base dual.
Petronio Pulino 487

Exerccio 7.17 Considere o espaco vetorial P2 (IR). Definimos os funcionais lineares


Z 1 Z 2 Z 1
J1 (p(x)) = p(x)dx , J2 (p(x)) = p(x)dx e J3 (p(x)) = p(x)dx
0 0 0

para todo polin


omio p(x) P2 (IR) . Mostre que = { J1 , J2 , J3 } e uma base para
o espaco dual ( P2 (IR) ) . Determine uma base ordenada para P2 (IR) de modo que
seja sua base dual.

Exerccio 7.18 Considere o espaco vetorial P2 (IR). Definimos os funcionais lineares

J1 (p(x)) = p(1) , J3 (p(x)) = p(0) e J3 (p(x)) = p(1)

para todo polin


omio p(x) P2 (IR) . Mostre que = { J1 , J2 , J3 } e uma base para
o espaco dual ( P2 (IR) ) . Determine uma base ordenada para P2 (IR) de modo que
seja sua base dual.

Exerccio 7.19 Considere o espaco vetorial P3 (IR). Definimos os funcionais lineares

J1 (p(x)) = p(1) , J2 (p(x)) = p (1) , J3 (p(x)) = p(1) e J4 (p(x)) = p (1)

para todo polin


omio p(x) P3 (IR) . Mostre que = { J1 , J2 , J3 , J4 } e uma base
para o espaco dual ( P3 (IR) ) . Encontre uma base ordenada para P3 (IR) de modo
que seja sua base dual.

Exerccio 7.20 Considerando os Exerccios 7.17 e 7.18 e o funcional linear


Z 1
J(p(x)) = p(x)dx + p (0) ,
1

determine [J] e o valor de J(q(x)) para q(x) = 1 2x + x2 .

Exerccio 7.21 Sejam V um espaco vetorial sobre o corpo IF , = { v1 , v2 , v3 } a


base ordenada de V e = { J1 , J2 , J3 } a base dual da base . Sabendo que

2a 2

[v] = a e [J] = 1 ,


5a 4
encontre o valor de a para que J(v) = 46, onde v V e J V . Considere que
= { 1 } e a base de IF .
488
Algebra Linear e suas Aplicacoes: Notas de Aula

7.4 Teorema de Representa


c
ao de Riesz
Teorema 7.4.1 (Teorema de Riesz) Sejam V um espaco vetorial de dimens ao finita
sobre o corpo IF munido do produto interno h , i e J : V IF um funcional
nico elemento v V de modo que o funcional linear J e
linear. Entao, existe um u
representado da seguinte forma:

J(u) = h u , v i para todo u V.

Alem disso, ||| J |||2 = k v k2 .

Demonstra c
ao Seja = { q1 , , qn } uma base ortonormal para V . Vamos
definir o elemento v da seguinte forma:
n
X
v = J(qj ) qj .
j=1

Vamos considerar F um funcional linear sobre V definido por:

F (u) = h u , v i .

Assim, temos que


n
X n
X
F (qi ) = h qi , J(qj ) qj i = J(qj ) h qi , qj i = J(qi ) .
j=1 j=1

para todo i = 1, , n. Como F (qi ) = J(qi ) para todo elemento da base , temos
que os funcionais F e J sao os mesmos.

Agora vamos mostrar a unicidade do elemento v V . Supomos que os elementos


v, w V satisfazem

J(u) = h u , v i e J(u) = h u , w i ; u V .

Assim, temos que

hu, vi hu, wi = 0 = hu, v wi = 0 ; u V .

Fazendo u = v w , obtemos

k v w k22 = 0 .

Assim, temos que v w = 0V . Logo, v = w, provando a unicidade do elemento v.


Petronio Pulino 489

Finalmente, vamos mostrar que ||| J |||2 = k v k2 . Da Definicao 7.2.3, temos que

| J(u) | ||| J |||2 k u k2 para todo u V.

Fazendo u = v, obtemos

k v k22 = h v , v i = | J(v) | ||| J |||2 k v k .

Considerando que J e diferente do funcional nulo, isto e, v 6= 0V , temos que

k v k2 ||| J |||2 . (7.1)

Da Representacao de Riesz e da desigualdade de CauchySchwarz, vemos que

| J(u) | = | h u , v i | k u k2 k v k2 . (7.2)

Da definicao da norma do funcional J e da desigualdade (7.2), segue que

||| J |||2 = max{ | J(u)) | ; k u k2 = 1 } k v k2 . (7.3)

Portanto, das desigualdades (7.1) e (7.3), obtemos ||| J |||2 = k v k2 . 

Exemplo 7.4.1 Considere o espaco vetorial real IR3 munido do produto interno usual
h , i . Considere o funcional linear J : IR3 IR definido por:

J(u) = 2x + y z para todo u = (x, y, z) IR3 ,

Assim, pelo Teorema de Representacao de Riesz, temos que

J(u) = h u , v i para todo u = (x, y, z) IR3 .

Podemos observar que o elemento v = (2, 1, 1). Assim, temos que



||| J |||2 = k v k2 = 6.
490
Algebra Linear e suas Aplicacoes: Notas de Aula

Exemplo 7.4.2 Sejam V um espaco vetorial de dimens ao finita sobre o corpo IF com o
produto interno h , i e = { q1 , , qn } uma base ortonormal para V . Sabemos
que todo elemento v V e escrito de modo u nico como:
n
X
v = c j qj .
j=1

No Exemplo 7.3.4, mostramos que todo funcional linear T sobre V e representado da


forma T (v) = 1 c1 + + n cn para os escalares i = T (qi ) IF . Utilizando
essa representacao do funcional linear T em relacao `
a base ortonormal de V ,
podemos apresentar uma nova demonstracao para o Teorema de Riesz.

De fato, Desejamos encontrar um elemento v V , que e escrito de modo u


nico como:
n
X
v = bj qj ,
j=1

tal que T (v) = h v , v i para todo v V .

Desse modo, para todo v V , temos que

T (v) = T (q1 ) c1 + + T (qn ) cn

hv, vi = c 1 b1 + + c n bn

Comparando as expressoes acima, obtemos bj = T (qj ) para j = 1, , n.

Assim, o elemento v V , que estamos procurando, e escrito como:


n
X
v = T (qj ) qj
j=1

que e o elemento de V que realiza a representacao do funcional linear T com relacao


ao produto interno, isto e,
T (v) = h v , v i
para todo v V . A prova da unicidade do elemento v e que ||| T |||2 = k v k2 e a
mesma prova feita no Teorema 7.4.1.
Petronio Pulino 491

Exemplo 7.4.3 Considere o espaco vetorial real IRn , com a base canonica , munido
do produto interno usual h , i . No Exemplo 7.3.2, mostramos que todo funcional linear
T sobre o espaco vetorial IRn e representado da forma:

T (x1 , , xn ) = 1 x1 + + n xn para todo u = (x1 , , xn ) IRn ,

para os escalares i = T (ei ) IR, onde ei e o iesimo elemento da base canonica.

Desse modo, pelo Teorema de Riesz, temos que T e representado da forma:

T (u) = h u , v i para todo u = (x1 , , xn ) IRn ,

onde o elemento v = (1 , , n ) IRn . Logo, pelo Teorema de Riesz, sabemos que o


elemento v e u
nico e que ||| T |||2 = k v k2 .

Exemplo 7.4.4 Considere o espaco vetorial real IRn , com a base canonica , munido
do produto interno usual h , i e o funcional linear T (x, y, z) = x 2y + 4z
definido sobre IRn . Sabemos que T e representado com relacao a` base da seguinte
forma:
T (u) = x T (e1 ) + y T (e2 ) + z T (e3 )
para todo u = (x, y, z) IRn . Temos tambem que o elemento

v = (T (e1 ) , T (e2 ) , T (e3 )) = (1, 2, 4)

realiza a representacao do funcional linear T com relacao ao produto interno, isto e,

T (u) = h u , v i = x 2y + 4z

para todo u = (x, y, z) IRn . Assim, ||| T |||2 = k v k2 = 21.
492
Algebra Linear e suas Aplicacoes: Notas de Aula

Exerccios

Exerccio 7.22 Considere o espaco vetorial real P1 (IR) com o produto interno
Z 1
hp, qi = p(x)q(x)dx ; p, q P1 (IR) .
1

Seja T : P1 (IR) IR o funcional linear definido por: T (p(x)) = p(1). Determine o


elemento q(x) P1 (IR) tal que T (p(x)) = h p , q i para todo p(x) P1 (IR).

Exerccio 7.23 Considere o espaco vetorial real P2 (IR) munido do produto interno
Z 1
hp, qi = p(x)q(x)dx
1

com a base ortogonal = { q1 (x) , q2 (x) , q3 (x) } , onde


1
q1 (x) = 1 , q2 (x) = x e q3 (x) = x2 .
3
Dado o funcional linear T sobre o P2 (IR) definido por:

T (p(x)) = p(1) + p (1) .

Determine o elemento p(x) P2 (IR) de modo que T (p(x)) = h p , p i para todo p(x)
em P2 (IR).

Exerccio 7.24 Considere o espaco vetorial complexo C2 munido do produto interno


usual h , i e com a base canonica = { e1 , e2 }. Dado o funcional linear T
sobre C2 definido por: T (z1 , z2 ) = 2z1 z2 . Determine o elemento v C2 tal que
T (u) = h u , v i para todo u C2 .
Bibliografia
[1] Tom M. Apostol, An
alisis Matematico, Segunda Edicion, Editorial Reverte, 1977.

[2] Tom M. Apostol, Calculus, Volume I, Second Edition, John Wiley & Sons, 1976.

[3] Tom M. Apostol, Calculus, Volume II, Second Edition, John Wiley & Sons, 1976.

[4] Tom M. Apostol, Linear AlgebraA First Course with Applications to Differential
Equations, John Wiley & Sons, 1997.

[5] Alexander Basilevsky, Applied Matrix Algebra in the Statistical Sciences, Dover, 1983.


[6] J. L. Boldrini, S. I. R. Costa, V. L. Figueiredo e H. G. Wetzler, Algebra Linear ,
Terceira Edicao, Editora Harbra Ltda, 1986.


[7] C. A. Callioli, H. H. Domingues e R. C. F. Costa, Algebra Linear e Aplicacoes, Sexta
Edicao, Atual Editora, 2003.

[8] R. Charnet, C. A. L. Freire, E. M. R. Charnet e H. Bonvino, An


alise de Modelos de
Regress
ao Linear com Aplicacoes, Editora da Unicamp, Segunda Edicao, 2008.


[9] F. U. Coelho e M. L. Lourenco, Um Curso de Algebra Linear , edusp, 2001.

[10] S. H. Friedberg, A. J. Insel and L. E. Spence, Linear Algebra, Prentice Hall, Third
Edition, 1997.

[11] Gene H. Golub & Charles F. Van Loan, Matrix Computations, Third Edition, John
Hopkins, 1996.


[12] K. Hoffman e R. Kunze, Algebra Linear , Editora da USP, 1971.

[13] Roger A. Horn and Charles R. Johnson, Matrix Analysis, Cambridge University
Press, 1996.

[14] Bernard Kolman e David R. Hill, Introducao `


a Algebra Lienar com Aplicacoes, LTC,
Oitava Edicao, 2006.

[15] Serge Lang, Introduction to Linear Algebra, Second Edition, Springer, 1986.


[16] Elon L. Lima, Algebra Linear , Colecao Matematica Universitaria, IMPA, 1996.

[17] Elon L. Lima, Curso de An


alise, Projeto Euclides, IMPA, 1996.

735
736
Algebra Linear e suas Aplicacoes: Notas de Aula


[18] Seymour Lipschutz, Algebra Linear , Terceira Edicao, Makron Books, 1994.

[19] Luenberger, D. D. (1973), Introduction to Linear and Nonlinear Programming,


AddisonWesley.

[20] Patricia R. de Pelaez, Rosa F. Arbelaez y Luz E. M. Sierra, Algebra Lineal con
Aplicaciones, Universidad Nacional de Colombia, 1997.

[21] Gilbert Strang, Linear Algebra and its Applications, Third Edition, Harcourt Brace
Jovanovich Publishers, 1988.

[22] David S. Watkins, Fundamentals of Matrix Computations, John Wiley & Sons, 1991.