1.3. PROJECES.

O TEOREMA DE PITGORAS

2. M N = {0}.

Teorema 1.19 Seja L = M N . Ento:

1. A reunio de uma base de M om uma base de N onstitui uma base de L.

2. dim(L) = dim(M ) + dim(N )

Teorema 1.20 Seja L um espao linear om produto interno e M qualquer subespao de L. Ento,
L = M M .

Observao: Isto signi a que qualquer ve tor de L se pode sempre es rever de forma ni a
omo a soma de um ve tor em M e de outro ve tor de M , i.e., ortogonal a M.

Denio 1.18 Seja L = M N . Uma apli ao P que asso ia a ada z L a sua omponente ni a
em M (i.e., tal que se z = x + y , om x M e y N , se tem Pz = x ) diz-se uma proje o de L
sobre M, ao longo de N. Se N = M , diz-se que P a proje o ortogonal de L sobre M.

f il de veri ar que as proje es so apli aes lineares. Veri a-se ento o seguinte resultado,

que permite falar sempre em o proje tor sobre um subespao, ao longo de outro.

Teorema 1.21 Dado um espao linear L e uma soma dire ta L = M N , o proje tor sobre M ao longo
de N ni o.

Denio 1.19 Uma apli ao linear P num espao linear L diz-se:

1. uma apli ao idempotente se P2 = P, onde por P2 se entende a apli ao P2 (x) = P(P(x)).

2. uma apli ao identidade se Px = x, x L.

Observao. usual indi ar uma apli ao identidade utilizando a letra I.

Teorema 1.22 Seja P uma apli ao linear no espao linear L, e I a apli ao identidade. Ento:

1. P uma proje o em L se e s se P idempotente.

2. Se P idempotente, P proje ta sobre o seu subespao imagem, C(P), ao longo do seu n leo, N (P).

3. Se P idempotente, I P proje ta sobre o n leo de P, N (P), ao longo da subespao imagem de

P, C(P).

ISA/UTL  Mestrado em Matemti a  Estatsti a Multivariada  2009/2010 23

 CAPTULO 1. NOES DE LGEBRA LINEAR E TEORIA DE MATRIZES

Munindo o espao linear L dum produto interno, e sendo M um subespao de L, veri a-se ainda

4. Se P uma proje o ortogonal sobre um subespao M de L, ento I P uma proje o ortogonal

sobre M .

Observaes:

1. Se P uma apli ao idempotente, P proje ta sobre o onjunto de ve tores que per-

mane em invariantes sob o seu efeito (isto , o onjunto de ve tores x L tais que Px = x ), ao
longo do n leo de P (isto , ao longo do onjunto de ve tores x L tais que Px = 0). Assim, os
ve tores de um subespao permane em invariantes sob o efeito de um proje tor sobre
esse subespao.
2. Em apli aes estatsti as, frequente designar o ve tor (I P)z omo o ve tor residual de z aps

a sua proje o ortogonal sobre M.

As proje es ortogonais desempenham um papel de isivo em muitos ampos da Estatsti a Multivariada.

A prin ipal razo dessa importn ia reside no seguinte Teorema, de ndole muito geral.

Teorema 1.23 Seja L um espao linear om produto interno e k k a norma induzida pelo produto
interno. Seja M um subespao de L, e P o proje tor ortogonal sobre M. Dado qualquer ve tor (no-
nulo) z L, veri a-se:
1. (Teorema de Pitgoras.) O quadrado da norma de z a soma dos quadrados das normas
das suas omponentes em M e em M , isto : kzk2 = kPzk2 + k(I P)zk2 .
2. O osseno do ngulo entre um ve tor z / M e a sua proje o ortogonal sobre M dada por:
kPzk
cos(z, Pz) =
kzk

3. O ve tor no subespao M (que designaremos por z ) mais prximo do ve tor z (isto , o ve tor
que minimiza a distn ia kz yk, de entre todos os ve tores y L), a proje o ortogonal de
z sobre M, isto , z = Pz .

4. Os ve tores no subespao M que formam o mais pequeno ngulo om o ve tor z / M so os

ve tores que apontam no mesmo sentido que Pz , ou seja, os ve tores y = z , R.

ISA/UTL  Mestrado em Matemti a  Estatsti a Multivariada  2009/2010 24

 1.3. PROJECES. O TEOREMA DE PITGORAS

z
@
I @
@ kzk
@
@
k(I P)zk @
@
@
@
 @ 
M 



z = Pz
kPzk
@
@0




 
 

Figura 1.3: Ilustrao do Teorema de Pitgoras.

Daqui em diante ingir-nos-emos apenas a proje es nos espaos IRk .

Consideremos agora os espaos reais, IRk , munidos do habitual produto interno Eu lideano: < x, y >
= x y . As apli aes lineares de IR em IR orrespondem s matrizes do tipo nxm. As apli aes
t m n

lineares em IR orrespondem s matrizes de tipo kk . Assim, a ada apli ao linear (e admitindo que
k

k
se onven iona trabalhar apenas om as bases anni as de IR ) orresponde uma matriz A Mkk .

As matrizes de proje o ortogonal em IRk so as matrizes simtri as (A

t
= A) e idempotentes (A2 = A)
de tipo kk , omo prova o seguinte Teorema.

Teorema 1.24 Seja IRk =MM , em que M um subespao de IRk . Considere o produto interno
usual em IR . Seja B uma matriz kr ujas r olunas formam uma qualquer base de M. A matriz P
k

de proje o ortogonal sobre M ni a e tem a forma:

P = B(Bt B)1 Bt

Teorema 1.25 Seja P uma matriz de dimenso nn. Ento, P uma matriz de proje o ortogonal
sobre algum subespao de IRn se e s se P fr simtri a e idempotente.

ISA/UTL  Mestrado em Matemti a  Estatsti a Multivariada  2009/2010 25

 CAPTULO 1. NOES DE LGEBRA LINEAR E TEORIA DE MATRIZES

As matrizes de proje o ortogonal em subespaos de IRn tm uma ara terizao interessante dos seus

valores e ve tores prprios.

Teorema 1.26 Seja M um subespao r-dimensional de IRk , e PM a matriz de proje o ortogonal

sobre M. Ento:
1. Os valores prprios de PM apenas tomam valor 0 ou 1, havendo pre isamente r = dim(M )
valores prprios de valor 1 e k r = dim(M ) valores prprios de valor 0.
2. Os ve tores prprios asso iados a valores prprios 1 formam uma base ortonormada de M. Os
ve tores prprios asso iados a valores prprios 0 formam uma base ortonormada de M .
3. O trao da matriz de proje o PM equivale dimenso do subespao M sobre o qual PM
proje ta.
4. A matriz PM semi-denida positiva.

Resumo:

Seja y IRk um ve tor e M um subespao linear r-dimensional de IRk om uma base onstituda pelas

olunas da matriz B. A proje o ortogonal de y sobre M ( om o produto interno usual) o ve tor:

y = Py = B(Bt B)1 Bt y

O ve tor (de tipo r 1):

(Bt B)1 Bt y

o ve tor dos r oe ientes da ombinao linear que dene de forma ni a o ve tor proje tado y M
em termos dos ve tores da base B de M.

Teorema 1.27 Seja M um subespao linear de IRk e N um subespao prprio de M (N M IRk ).

Sejam PM e PN as matrizes de proje o ortogonal sobre M e N, respe tivamente. Sejam PM e
PN as matrizes de proje o ortogonal sobre os omplementos ortogonais de M e N. Ento, tem-se:

1. PM PN = PN PM = PN .
2. PM PN = PN PM = PM PN .
3. PN PM = PM PN = 0.
4. PM PN = PN PM = PM .

ISA/UTL  Mestrado em Matemti a  Estatsti a Multivariada  2009/2010 26

 1.3. PROJECES. O TEOREMA DE PITGORAS

y
@
I@
@
@
@
@
@
@
@
x2P
iP
 PP @
 
M 




P
y = Py P

 PP@

P@P
 0 



P 
 
)P 
 x1  

Figura 1.4: Proje o do ve tor y sobre o subespao M, gerado pelos ve tores x1 e x2 . As oordenadas
do ve tor proje tado nos eixos x1 e x2 so dadas pelos elementos do ve tor (Bt B)1 Bt y , onde a matriz
B a matriz ujas duas olunas so os ve tores da base, x1 e x2 .

1.3.1 Mais propriedades de espaos imagem e n leos

Sabemos (dis iplina de Complementos de lgebra e Anlise) que se A uma matriz np (ou seja, uma
p n
transformao linear de R em R , ento o omplemento ortogonal do espao oluna de qualquer matriz

A igual ao espao nulo da transposta de A, ou seja,

C(A) = N (At ) (1.17)

Nesta Se o veremos alguns resultados adi ionais relativos a espaos imagem e n leos de matrizes.

O seguinte resultado auxiliar, rela ionando o espao imagem de um produto de matrizes om o espao

imagem do primeiro fa tor nesse produto, ser de utilidade para obter resultados na Se o seguinte.

Teorema 1.28 Seja A Mnp e B Mpm . Ento, veri am-se as seguintes relaes:

1. entre os espaos imagem de A e de AB: C(AB) C(A).

2. entre os espaos nulos (n leos) de B e AB: N (B) N (AB).

Demonstrao:

1. Tem-se

ISA/UTL  Mestrado em Matemti a  Estatsti a Multivariada  2009/2010 27

 CAPTULO 1. NOES DE LGEBRA LINEAR E TEORIA DE MATRIZES

y C(AB) x t.q. y = ABx

= z = Bx t.q. y = Az
y C(A)

2. Tem-se
x N (B) Bx = 0p
= ABx = A0p = 0n
x N (AB)

No seguinte Teorema, toma-se A = Bt (ou, o que a mesma oisa, At = B) no Teorema anterior, para

rela ionar espaos imagem e n leos de matrizes do tipo XXt , Xt X, X e Xt .

Teorema 1.29 Seja X uma matriz n p. Tem-se:

1. N (XXt ) = N (Xt ).

2. N (Xt X) = N (X).

3. C(XXt ) = C(X).

4. C(Xt X) = C(Xt ).

Demonstrao:

1. Que N (Xt ) N (XXt ) imediato a partir do Teorema 1.28, tomando A=X e B = Xt . Falta
t t
N (XX ) N (X ). Provar esta in luso signi a provar que se y
provar a in luso ontrria:

N (XXt ), ento y N (Xt ). Por outras palavras, signi a provar que se XXt y = 0n , ento
Xt y = 0p . Mas

XXt y = 0n = yt XXt y = yt 0n = 0 kXt yk = 0 Xt y = 0p ,

pela denio de norma.

2. Anlogo ao anterior, omeando om A = Xt e B = X.

3. Sabemos (equao 1.17) que N (Xt ) = C(X) e N (XXt ) = C(XXt ) (XXt simtri a). Logo,
t
a partir do primeiro resultado, tem-se C(XX ) = C(X) . Como o omplemento ortogonal dum
t
omplemento ortogonal o subespao ini ial, tem-se C(XX ) = C(X).

4. Anlogo.

ISA/UTL  Mestrado em Matemti a  Estatsti a Multivariada  2009/2010 28

 1.4. MAIS TEORIA DE MATRIZES

1.4 Mais teoria de matrizes

1.4.1 Cara tersti a de matrizes

Denio 1.20 A ara tersti a a dimenso do subespao imagem C(A) (o sube-

duma matriz A
spao gerado pelas olunas da matriz A). A ara tersti a de A ostuma representar-se por car(A)4 .

Algumas propriedades relevantes asso iadas ara tersti a de matrizes, estudadas na dis iplina de Com-

plementos de lgebra e Anlise.

1. A ara tersti a duma matriz o nmero mximo de olunas linearmente indepen-

dentes da matriz, que ne essariamente igual ao nmero mximo de linhas linearmente
independentes de A (mesmo que a matriz A seja re tangular).
2. A ara tersti a duma matriz igual ara tersti a da sua transposta: car(A) =
car(At ) (o que onsequn ia dire ta da armao na alnea anterior).

3. Uma matriz quadrada de tipo pp invertvel se e s se tem ara tersti a p.

4. Do ponto anterior resulta que, para qualquer matriz invertvel A, tem-se:

car(A) = car(A1 ) (1.18)

Teorema 1.30 Se A e B so matrizes ompatveis, a ara tersti a do seu produto no pode ex eder a
ara tersti a de qualquer das matrizes:

car(AB) min{car(A), car(B)} (1.19)

Demonstrao: Por denio, a ara tersti a da matriz AB a dimenso do subespao imagem

de AB, isto , a dimenso de C(AB). Ora, C(AB) C(A) (Teorema 1.28).

Logo, ne essariamente

dim (C(AB)) dim (C(A)). Por outro lado, e tendo em onta a alnea 2 das observaes a ima,
car(AB) = car ((AB)t ) = car(Bt At ). Por um ra io nio anlogo ao utilizado a ima, tem-se car(Bt At )
car(Bt ) = car(B). Logo, car(AB) car(B). Se car(AB) majorada quer por car(A), quer por car(B),
majorada pela menor destas quantidades, .q.d.

O seguinte Teorema que arma que se A = Bt no teorema anterior, possvel garantir a igualdade das

ara tersti as.

4 Ou por r(A) da palavra inglesa para ara tersti a de uma matriz, que rank.

ISA/UTL  Mestrado em Matemti a  Estatsti a Multivariada  2009/2010 29

 CAPTULO 1. NOES DE LGEBRA LINEAR E TEORIA DE MATRIZES

Teorema 1.31 Para qualquer matriz (mesmo re tangular) X, tem-se:

car(X) = car(Xt X) = car(XXt ) (1.20)

Demonstrao: C(X) = C(XXt ) e C(Xt ) = C(Xt X). As dimenses de

Sabemos do Teorema 1.29 que
t
subespaos so tambm iguais. Mas pela alnea 2 a ima, dim(C(X)) = dim(C(X )). Logo, os quatro
t t t
subespaos imagem referidos tm a mesma dimenso, isto , as quatro matrizes X, X , XX e X X tm

a mesma ara tersti a.

1.4.2 Ve tores e valores prprios

Denio 1.21 Considere-se uma matriz quadrada Apxp . Um ve tor x Cp (x 6= 0) tal que:
Ax = x

para algum es alar C diz-se um ve tor prprio da matriz A. O es alar diz-se o valor prprio
asso iado ao ve tor prprio x .

Os valores prprios duma matriz de dimenso p p, A, so as razes do seu polinmio ara tersti o:
det(Ip A)=0. Este polinmio ara tersti o um polinmio de ordem p em . Por isso, uma matriz

Apxp tem p valores prprios (reais ou omplexos), embora alguns possam ser iguais ( i.e., o polinmio

ara tersti o pode ter razes repetidas).

P
O trao duma matriz tambm a soma dos seus valores prprios: tr(A) = pi=1 i . O determinante
Qp
duma matriz tambm o produto dos seus valores prprios: det(A) = i=1 i .

Se App fr uma matriz real simtri a, os seus valores/ve tores prprios so bem omportados:

Os valores prprios e os orrespondentes ve tores prprios so sempre reais.

Ve tores prprios asso iados a valores prprios diferentes so sempre ortogonais. E
sempre possvel determinar um onjunto ortonormado de p ve tores prprios, mesmo
quando h valores prprios repetidos.

Teorema 1.32 (Teorema da De omposio Espe tral). Seja A Mpp . Ento A simtri a se e
s se existir uma matriz ortogonal V Mpp ( om olunas vi ) e uma matriz diagonal Mpp ( om
elementos diagonais i ), tal que:

A = V Vt (1.21)

Xp
A = i vi vit (1.22)
i=1

ISA/UTL  Mestrado em Matemti a  Estatsti a Multivariada  2009/2010 30

 1.4. MAIS TEORIA DE MATRIZES

Observaes:

1. Para uma dis usso mais pormenorizada deste, e de anteriores resultados relativos a matrizes,

vejam-se os apontamentos da dis iplina de Complementos de lgebra e Anlise, ou, por exemplo,

o livro Matrix Analysis de Horn, R. e Johnson, C. (Cambridge University Press,1985).

2. Os valores i so valores prprios de A e os ve tores vi so ve tores prprios de A, onstitundo

um onjunto ortonormado (pois V matriz ortogonal).

3. Se todos os valores prprios forem diferentes, os ve tores prprios vi so ni os, a menos de tro a

de sinal (isto , tanto se pode usar vi omo vi ). Nesse aso, uma ordenao dos valores prprios

(1 2 . . . p ) torna a de omposio ni a (a menos de tro as de sinais nas olunas de V).

4. Se houver valores prprios iguais, a de omposio j no ni a, nem om as ressalvas da observao

anterior. De fa to, seja xi um ve tor prprio asso iado ao valor prprio , e seja xj outro ve tor

prprio (ortogonal a xi ) asso iado ao mesmo valor prprio . Ento, tem-se:

A(xi + xj ) = Axi + Axj

= xi + xj
= (xi + xj ) , IR

Ou seja, qualquer ombinao linear de xi e xj tambm ser ve tor prprio de A asso iado ao valor
prprio . Nesse aso, as olunas de V asso iadas a um mesmo valor prprio podem ser qualquer

base ortonormada dum espao uja dimenso dada pelo nmero de elementos diagonais de
(valores prprios) iguais.

5. Com base na De omposio Espe tral, f il demonstrar que o trao duma matriz simtri a A,
alm de ser, por denio, a soma dos elementos diagonais de A, tambm a soma dos valores

prprios de A. (Demonstre!).

Na dis iplina de Complementos de lgebra e Anlise foi j visto que existe uma forma alternativa de

ara terizar as matrizes (semi-)denidas positivas, (semi-)denidas negativas e indenidas em termos dos

seus valores prprios, omo se re orda no Teorema seguinte.

Teorema 1.33 Seja A uma matriz simtri a, de tipo p p. Ento:

A denida positiva Todos os valores prprios de A so positivos.
A semi-denida positiva Todos os valores prprios de A so no-negativos
e pelo menos um zero.
A denida negativa Todos os valores prprios de A so negativos.
A semi-denida negativa Todos os valores prprios de A so no-positivos
e pelo menos um zero.
A indenida i : i < 0, j : j > 0

ISA/UTL  Mestrado em Matemti a  Estatsti a Multivariada  2009/2010 31