Algebra Linear II Danilo Felizardo Barboza Wilberclay Gonalves Melo

Algebra Linear II
Danilo Felizardo Barboza

Wilberclay Gonçalves Melo
São Cristóvão/SE
2011
Algebra Linear II
Elaboração de Conteúdo
Danilo Felizardo Barboza
Wilberclay Gonçalves Melo
Projeto Gráfico
Neverton Correia da Silva
Nycolas Menezes Melo
Capa
Hermeson Alves de Menezes
Copyright © 2011, Universidade Federal de Sergipe / CESAD.

Nenhuma parte deste material poderá ser reproduzida, transmitida e gravada
por qualquer meio eletrônico, mecânico, por fotocópia e outros, sem a prévia
autorização por escrito da UFS.
Ficha catalográfica produzida pela Biblioteca Central

Universidade Federal de Sergipe
Barboza, Danilo Felizardo

B238a Álgebra linear II / Danilo Felizardo Barboza, Wilberclay
Gonçalves Melo. -- São Cristóvão: Universidade Federal de
Sergipe, CESAD, 2011.
1. Álgebra linear. 2. Cálculo vetorial. 3. Projeção ortogonal.

4. Operadores lineares. I. Melo, Wilberclay Gonçalves. II. Título.
CDU 512
Presidente da República Chefe de Gabinete
Dilma Vana Rousseff Ednalva Freire Caetano
Ministro da Educação Coordenador Geral da UAB/UFS

Fernando Haddad Diretor do CESAD
Antônio Ponciano Bezerra
Diretor de Educação a Distância
João Carlos Teatini Souza Clímaco coordenador-adjunto da UAB/UFS
Vice-diretor do CESAD
Reitor Fábio Alves dos Santos
Josué Modesto dos Passos Subrinho
Vice-Reitor
Angelo Roberto Antoniolli
Diretoria Pedagógica Núcleo de Avaliação

Clotildes Farias de Sousa (Diretora) Hérica dos Santos Matos (Coordenadora)
Diretoria Administrativa e Financeira Núcleo de Tecnologia da Informação

Edélzio Alves Costa Júnior (Diretor) João Eduardo Batista de Deus Anselmo
Sylvia Helena de Almeida Soares Marcel da Conceição Souza
Valter Siqueira Alves Raimundo Araujo de Almeida Júnior
Coordenação de Cursos Assessoria de Comunicação

Djalma Andrade (Coordenadora) Guilherme Borba Gouy
Núcleo de Formação Continuada

Rosemeire Marcedo Costa (Coordenadora)
Coordenadores de Curso Coordenadores de Tutoria

Denis Menezes (Letras Português) Edvan dos Santos Sousa (Física)
Eduardo Farias (Administração) Raquel Rosário Matos (Matemática)
Paulo Souza Rabelo (Matemática) Ayslan Jorge Santos da Araujo (Administração)
Hélio Mario Araújo (Geografia) Carolina Nunes Goes (História)
Lourival Santana (História) Viviane Costa Felicíssimo (Química)
Marcelo Macedo (Física) Gleise Campos Pinto Santana (Geografia)
Silmara Pantaleão (Ciências Biológicas) Trícia C. P. de Sant’ana (Ciências Biológicas)
Vanessa Santos Góes (Letras Português)
Lívia Carvalho Santos (Presencial)
Adriana Andrade da Silva (Presencial)
NÚCLEO DE MATERIAL DIDÁTICO

Hermeson Alves de Menezes (Coordenador) Neverton Correia da Silva
Marcio Roberto de Oliveira Mendonça Nycolas Menezes Melo
UNIVERSIDADE FEDERAL DE SERGIPE

Cidade Universitária Prof. “José Aloísio de Campos”
Av. Marechal Rondon, s/n - Jardim Rosa Elze
CEP 49100-000 - São Cristóvão - SE
Fone(79) 2105 - 6600 - Fax(79) 2105- 6474
Sumário
1 Produto Interno e Norma de um Vetor 1
1.1 Introdução . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.2 Definição de Produto Interno e Exemplos . . . . . . . . . . . . . . . . . . . . 2
1.2.1 Propriedades do Produto Interno . . . . . . . . . . . . . . . . . . . . 6
1.3 Norma de um Vetor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.3.1 Definição de Norma . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.4 Conclusão . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.5 Exercı́cios Propostos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
2 Ortogonalidade e Processo de Gram-Schmidt 16
2.1 Introdução . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.2 Ângulo entre Vetores e Ortogonalidade . . . . . . . . . . . . . . . . . . . . . 17
2.2.1 Definição de Vetores Ortogonais e Exemplos . . . . . . . . . . . . . . 18
2.2.2 Propriedades da Ortogonalidade . . . . . . . . . . . . . . . . . . . . . 20
2.3 Conjuntos Ortonormais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
2.3.1 Definição e Exemplos . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
2.3.2 Processo de Gram-Schmidt . . . . . . . . . . . . . . . . . . . . . . . . 23
ii
2.4 Conclusão . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
3 Complemento e Projeção Ortogonal 30
3.1 Introdução . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
3.2 Complemento Ortogonal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
3.2.2 Resultado Importante . . . . . . . . . . . . . . . . . . . . . . . . . . 32
3.2.3 Projeção Ortogonal . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
3.3 Conclusão . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
4 A Adjunta de um Operador Linear 40
4.1 Introdução . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
4.2 Adjunta de um Operador Linear . . . . . . . . . . . . . . . . . . . . . . . . . 41
4.2.2 Existência e Unicidade da Adjunta . . . . . . . . . . . . . . . . . . . 44
4.2.3 Propriedades da Adjunta . . . . . . . . . . . . . . . . . . . . . . . . . 47
4.2.4 Matriz da Adjunta em Relação a uma Base Ortonormal . . . . . . . . 49
4.3 Conclusão . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
5 Operadores Auto-adjuntos 54
5.1 Introdução . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
iii
5.2 Operadores Auto-adjuntos . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
5.2.2 Resultados Importantes . . . . . . . . . . . . . . . . . . . . . . . . . 56
5.2.3 Matrizes de Operadores Auto-adjuntos . . . . . . . . . . . . . . . . . 57
5.2.4 Teorema Espectral para Operadores Auto-adjuntos . . . . . . . . . . 58
5.3 Operadores Definidos Positivos . . . . . . . . . . . . . . . . . . . . . . . . . 68
5.4 Raiz Quadrada de Operadores Lineares . . . . . . . . . . . . . . . . . . . . . 71
5.5 Conclusão . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76
6 Operadores Ortogonais 78
6.1 Introdução . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
6.2 Operadores Ortogonais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
6.2.1 Definição e Exemplos de Isometrias . . . . . . . . . . . . . . . . . . . 79
6.2.2 Operadores Lineares e Isometrias . . . . . . . . . . . . . . . . . . . . 80
6.2.3 Definição e Exemplos de Operadores Ortogonais . . . . . . . . . . . . 81
6.2.4 Alguns Resultados sobre Operadores Ortogonais . . . . . . . . . . . . 82
6.2.5 Matrizes de Operadores Ortogonais . . . . . . . . . . . . . . . . . . . 84
6.3 Conclusão . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86
iv
7 Operadores Normais 89
7.1 Introdução . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 90
7.2 Operadores Normais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 90
7.2.3 Matrizes de Operadores Normais . . . . . . . . . . . . . . . . . . . . 93
8 Formas Bilineares 97
8.1 Introdução . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 98
8.2 Formas Bilineares . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 98
8.2.2 Formas Bilineares Simétrica e Anti-simétrica . . . . . . . . . . . . . . 102
8.2.4 Matrizes de Formas Bilineares . . . . . . . . . . . . . . . . . . . . . . 104
8.3 Formas Quadráticas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107
8.4 Conclusão . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 114
9 Polinômio Mı́nimo e Operadores Nilpotentes 117
9.1 Introdução . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 118
9.2 Polinômio Mı́nimo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 118
v
9.3 Operadores Nilpotentes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 128
9.3.3 Matrizes de Operadores Nilpotentes . . . . . . . . . . . . . . . . . . . 134
9.4 Conclusão . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 136
10 Teorema da Decomposição Primária e Forma Canônica de Jordan 139
10.1 Introdução . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 141
10.2 Teorema da Decomposição Primária . . . . . . . . . . . . . . . . . . . . . . . 141
10.2.1 Aplicação do Teorema da Decomposição Primária . . . . . . . . . . . 142
10.3 Forma Canônica de Jordan . . . . . . . . . . . . . . . . . . . . . . . . . . . . 146
10.3.1 Definição de Forma Canônica de Jordan e Exemplos . . . . . . . . . 146
10.4 Conclusão . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 152
vi
Capı́tulo 1
Produto Interno e Norma de um

Vetor
Curso: Licenciatura em Matemática
Professor-autor: Danilo Felizardo Barboza

Wilberclay Gonçalves Melo
Disciplina: Álgebra Linear II
Unidade II
Aula 1: Produto Interno e Norma de um Vetor
Meta
Estender os conceitos de produto escalar e comprimento de vetores para espaços vetoriais

arbitrários.
1
Objetivos
Ao final desta aula, o aluno deverá ser capaz de calcular o produto interno entre elementos
de um espaço vetorial bem como determinar sua norma.
Pré-requisitos
Álgebra Linear I.
1.1 Introdução
Caro aluno, no curso de Vetores e Geometria Analı́tica, você estudou um produto especial
entre dois vetores de R2 (ou de R3 ), denominado produto escalar, que permitia introduzir a
ideia de distância, comprimento de um vetor e ângulo entre dois vetores. Nesta disciplina
estenderemos esta noções para um espaço vetorial arbitrário, obtendo assim uma estrutura
mais rica, denominada espaço vetorial com produto interno. Em todo o curso trabalharemos
apenas sobre o corpo dos números reais, fazendo algumas observações no caso complexo.
1.2 Definição de Produto Interno e Exemplos
Definição 1.1. Seja V um espaço vetorial sobre R. Dizemos que uma aplicação h·, ·i :
V × V −→ R, que associa dois vetores u, v ∈ V a um único número hu, vi real, é um produto
interno sobre V , se esta satisfaz as seguintes condições:
i) (Distributividade) hu + w, vi = hu, vi + hw, vi, para todos u, v, w ∈ V ;
ii) hλu, vi = λhu, vi, para todos u, v ∈ V e todo λ ∈ R;
iii) (Comutatividade) hu, vi = hv, ui, para todos u, v ∈ V ;
iv) (Positividade) hv, vi ≥ 0, para todo v ∈ V ;
v) hv, vi = 0 se, e somente se, v = 0.
2
Quando munimos o espaço vetorial V de um produto interno h·, ·i, dizemos que V é um
espaço vetorial com produto interno h·, ·i ou que V é um espaço Euclidiano.
Obs 1.1 (Produto Interno sobre C). Poderı́amos ter definido produto interno num espaço
vetorial V sobre C (conjunto dos números complexos), chamado produto interno Hermitiano,
como sendo uma aplicação h·, ·i : V × V −→ C que verifica os itens i), ii), iv) e v), mas ao
invés do item iii), obtemos a veracidade de
iii’) hu, vi = hv, ui, para todos u, v ∈ V , onde hv, ui significa o conjugado do número
complexo hv, ui.
Exemplo 1.1. Seja V = R2 o espaço vetorial com a adição de vetores e multiplicação por
escalar usuais, ou seja, (x1 , x2 ) + (y1 , y2 ) = (x1 + y1 , x2 + y2 ) e λ(x1 , x2 ) = (λx1 , λx2 ), para
todo λ ∈ R. Defina h·, ·i : R2 × R2 −→ R por h(x1 , x2 ), (y1 , y2 )i := x1 y1 + x2 y2 . Afirmamos
que h·, ·i é um produto interno sobre R2 (dito produto interno canônico de R2 ). Com efeito,
sejam u = (x1 , x2 ), v = (y1 , y2 ), w = (z1 , z2 ) ∈ R2 e λ ∈ R, então
i) hu + w, vi = h(x1 , x2 ) + (z1 , z2 ), (y1 , y2 )i

= h(x1 + z1 , x2 + z2 ), (y1 , y2 )i (definição de adição)
= (x1 + z1 )y1 + (x2 + z2 )y2 (definição de produto interno)
= x1 y1 + z1 y1 + x2 y2 + z2 y2 (distributividade em R)
= (x1 y1 + x2 y2 ) + (z1 y1 + +z2 y2 ) (associatividade da adição emR)
= h(x1 , x2 ), (y1 , y2 )i + h(z1 , z2 ), (y1 , y2 )i (definição de produto interno)
= hu, vi + hw, vi.
Na verificação das demais propriedades que compõem a definição de produto interno justifi-
que cada passagem, conforme item anterior.
ii) hλu, vi = hλ(x1 , x2 ), (y1 , y2 )i

= h(λx1 , λx2 ), (y1 , y2 )i
= (λx1 )y1 + (λx2 )y2
= λ(x1 y1 + x2 y2 )
= λh(x1 , x2 ), (y1 , y2 )i
= λhu, vi,
3
iii) hu, vi = h(x1 , x2 ), (y1 , y2 )i
= x1 y1 + x2 y2 = y1 x1 + y2 x2
= h(y1 , y2 ), (x1 , x2 )i
= hv, ui,
iv) hv, vi = h(y1 , y2 ), (y1 , y2 )i

= y1 y1 + y2 y2
= y12 + y22 ≥ 0
v) hv, vi = 0
⇔ y12 + y22 = 0
⇔ y1 , y2 = 0
⇔ v = (y1 , y2 ) = (0, 0) = 0.
Em particular, h(1, 0), (1, −1)i = 1 · 1 + 0(−1) = 1 e h(1, 0), (0, 1)i = 1 · 0 + 0 · 1 = 0.
Exemplo 1.2. Podemos generalizar o resultado anterior para o espaço vetorial
V = Rn = {(x1 , x2 , ..., xn ) : xi ∈ R, i = 1, · · · , n}
com adição de vetores e multiplicação por escalar usuais, isto é,
(x1 , x2 , ..., xn ) + (y1 , y2 , ..., yn ) = (x1 + y1 , x2 + y2 , ..., xn + yn )
e
λ(x1 , x2 , ..., xn ) = (λx1 , λx2 , ..., λxn ),
para todo λ ∈ R. Defina h·, ·i : Rn × Rn −→ R por
h(x1 , x2 , ..., xn ), (y1 , y2 , ..., yn )i = x1 y1 + x2 y2 + ... + xn yn .
Seguindo os mesmos passos do Exemplo 1.1 é possı́vel provar que h·, ·i é um produto interno
sobre Rn (chamado produto interno canônico de Rn ). Em particular,
h(1, 0, ..., 0, 2), (1, 0, ..., 0, −1)i = 1 · 1 + 0 · 0 + ...0 + +2(−1) = −1.
4
Exemplo 1.3. Seja V = C([a, b]) o espaço vetorial das funções reais contı́nuas em [a, b] com
as operações de adição de vetores e multiplicação por escalar usuais, ou seja,
(f + g)(t) = f (t) + g(t) e (λf )(t) = λf (t),
para todo t ∈ [a, b] e λ ∈ R. Defina a seguinte aplicação

Z b
hf, gi = f (t)g(t)dt,
a
onde f, g ∈ V (este é o produto interno canônico de C([a, b])). Vamos provar que h·, ·i é um
produto interno. De fato, se f, g, h ∈ C([a, b]) e λ ∈ R, então
Z b
i)hf + g, hi = [f + g](t)h(t)dt
a
Z b
= [f (t) + g(t)]h(t)dt
a
Z b
= [f (t)h(t) + g(t)h(t)]dt
a
Z b Z b
= f (t)h(t)dt + g(t)h(t)dt
a a
= hf, hi + hg, hi.
Z b Z b Z b
ii) hλf, hi := (λf )(t)h(t)dt = λf (t)h(t)dt = λ f (t)h(t)dt =: λhf, hi.
a a a
Z b Z b
iii) hf, hi := f (t)h(t)dt = h(t)f (t)dt =: hh, f i.
a a
Z b Z b
iv) hf, f i := f (t)f (t)dt = f (t)2 dt ≥ 0.
a a
Rb
v) hf, f i = 0 se, e somente se, a f (t)2 dt = 0. Mas isto implica que f (t) = 0, para todo
t ∈ [a, b]. Logo, f ≡ 0. (ver item iv)) Aqui utilizamos o seguinte resultado para integrais:
Z b
Se ϕ é uma função contı́nua com ϕ(t) ≥ 0, para todo t ∈ [a, b] e ϕ(t)dt = 0, então ϕ ≡ 0.
a
Em particular, se f (t) = t e g(t) = 1, para todo t ∈ [0, 1], então
1 1 1
t2 1 1
Z Z Z
hf, gi := f (t)g(t)dt = t · 1dt = tdt = = .
0 0 0 2 0 2
5
Obs 1.2. Quando nada for dito sobre o produto interno, estaremos usando o produto interno
canônico dos espaços vetoriais exemplificados acima.
Exemplo 1.4. Seja V = M (2 × 2, R) o espaço vetorial das matrizes 2 × 2 com entradas

reais. Então definimos sobre V um produto interno por
hA, Bi = tr(B t A),
onde A, B ∈ V . Recorde que o traço de uma matriz quadrada M, denotado por tr(M ), é a
soma dos elementos da diagonal principal da matriz M. Convidamos o aluno a verificar que,
de fato, esta função satisfaz a definição de produto interno.
Exemplo 1.5. Seja V = R2 o espaço vetorial com adição de vetores e multiplicação por
escalar usuais. Defina h·, ·i : R2 × R2 −→ R por h(x1 , x2 ), (y1 , y2 )i = −2x1 y1 + x2 y2 . Afir-
mamos que h·, ·i não é um produto interno sobre R2 . Com efeito, para v = (1, 0) ∈ R2 ,
temos que hv, vi = h(1, 0), (1, 0)i := (−2)1 · 1 + 0 · 0 = −2 < 0, e isto contradiz o item iv) da
Definição 1.1.
Obs 1.3. Podemos definir vários produtos internos sobre um espaço vetorial. Por exemplo,
sobre R2 poderı́amos definir h(a, b), (b, c)i = ac + bc + ad + 3bd. Verifique!
1.2.1 Propriedades do Produto Interno
Vejamos algumas propriedades do produto interno que decorrem imediatamente de sua de-
finição.
Proposição 1.1. Seja V um espaço vetorial sobre R com produto interno h·, ·i. Então as
seguintes afirmações são verdadeiras:
i) hu, λvi = λhu, vi, para todos u, v ∈ V e todo λ ∈ R;
ii) h0, vi = hv, 0i = 0, para todo v ∈ V ;
iii) hu, v + wi = hu, vi + hv, wi, para todos u, v, w ∈ V ;
iv) Se hu, vi = 0, para todo v ∈ V , então u = 0.
6
Demonstração. Sejam u, v ∈ V . Então hu, λvi = hλv, ui = λhv, ui = λhu, vi, onde nestas
igualdades utilizamos os itens iii), ii), iii), da Definição 1.1, respectivamente. Isto prova
o item i). Agora, mostremos que o item ii) é verdadeiro. De fato, usando o item i) e a
comutatividade da Definição 1.1, obtemos h0, vi = hv, 0i = hv, 0 · 0i = 0hv, 0i = 0, para todo
v ∈ V, onde 0 ∈ R é o número zero e 0 ∈ V é o vetor nulo de V .
Vejamos a demonstração do item iii). Sejam u, v, w ∈ V , então
hu, v + wi = hv + w, ui = hv, ui + hw, ui = hu, vi + hu, wi,
aqui usamos os itens iii), i), iii), da Definição 1.1, respectivamente. Por fim, verifiquemos
o item iv). Se hu, vi = 0, para todo v ∈ V , então hu, ui = 0 (basta considerar v = u).
Utilizando a Definição 1.1, item v), obtemos que u = 0. Isto conclui a demonstração.
Obs 1.4 (Propriedades em C). Os itens ii), iii) e iv) da Proposição 1.1 continuam sendo
válidos em espaços vetoriais com produto interno sobre C, mas o item i) tem uma significante
modificação:
hu, λvi = λhu, vi,
para todos u, v ∈ V e todo λ ∈ C. Pense nisso!!!
Exercı́cios de Fixação
1. Considerando o espaço vetorial R3 , calcular hu, vi nos seguintes casos
i) u = ( 12 , 2, 1) e v = (4, 1, −3);
ii) u = (2, 1, 0) e v = (4, 0, 2);
iii) u = (1, 1, 1) e v = (2, −1, 5).
2. Usando o produto interno canônico de C([0, 1]) no espaço vetorial formado por polinômios
de grau menor que ou igual a 2. Determine o produto escalar de:
i) f (t) = t e g(t) = 1 − t2 ;
1 1 1

ii) f (t) = t − 2
e g(t) = 2
− t− 2
.
3. Seja V um espaço vetorial e defina hu, vi = 0, para todos u, v ∈ V. Prove que h·, ·i é um
produto interno em V .
7
4. Seja V = R2 . Sendo u = (1, 2) e v = (−1, 1) ∈ R2 , determine um vetor w deste espaço
tal que hu, wi = −1 e hv, wi = 3.
5. Sendo u = (x1 , x2 ) e v = (y1 , y2 ) ∈ R2 , definamos
x1 y 1 x2 y 2
hu, vi := + 2 ,
a2 b
com a, b ∈ R fixos e não-nulos. Prove que h·, ·i é um produto interno.

6. Sejam u = (x1 , x2 ) e v = (y1 , y2 ) ∈ R2 . Para quais valores de t ∈ R a função dada por
hu, vi := x1 y1 + tx2 y2 é um produto interno em R2 .
7. Sejam f (t) = a0 + a1 t + a2 t2 + ... + an tn e g(t) = b0 + b1 t + b2 t2 + ... + bn tn polinômios.
Defina hf, gi = a0 b0 + a1 b1 + ... + an bn . h·, ·i. Isto é um produto interno?
8. Seja V um espaço vetorial com produto interno h·, ·i. Então (u, v) := λhu, vi, λ ∈ R e
u, v ∈ V , é um produto interno sobre V ?
1.3 Norma de um Vetor
Agora, estenderemos o conceito de comprimento de um vetor, como visto no curso de Vetores

e Geometria Analı́tica para R2 e R3 , para um espaço vetorial abstrato.
1.3.1 Definição de Norma
Definição 1.2 (Norma). Seja V um espaço vetorial. Uma aplicação k · k : V → R que

satisfaz
i) kvk ≥ 0, para todo v ∈ V e kvk = 0 se, e somente se, v = 0;
ii) kλvk = |λ|kvk, para todo v ∈ V e todo λ ∈ R;
iii) (Desigualdade Triangular) ku + vk ≤ kuk + kvk, para todos u, v ∈ V ,
é chamada norma sobre V . Quando munimos um espaço vetorial V de uma norma, dizemos
que V é um espaço normado.
8
Proposição 1.2 (Norma sobre um Espaço Euclidiano). Seja V um espaço vetorial com
p
produto interno h·, ·i. Então a aplicação k · k : V → R, definida por kvk := hv, vi, é uma
norma sobre V. Neste caso, dizemos que a norma k · k provém do produto interno h·, ·i.
Demonstração. Verificaremos as condições estabelecidas Definição 1.2.

p
i) Seja v 6= 0. Então, hv, vi > 0, pela Definição 1.1. Logo, kvk = hv, vi > 0.
ii) Sejam v ∈ V e λ ∈ R. Então, utilizamos a Definição 1.1 para concluı́rmos que

p p √ p p
kλvk = hλv, λvi = λ2 hv, vi = λ2 hv, vi = |λ| hv, vi = |λ|kvk.
iii) Vamos provar a desigualdade triangular. Note que
ku + vk2 = hu + v, u + vi
= hu, ui + 2hu, vi + hv, vi
= kuk2 + 2hu, vi + kvk2
≤ kuk2 + 2|hu, vi| + kvk2
≤ kuk2 + 2kukkvk + kvk2
= (kuk + kvk)2 ,
onde na última desigualdade usamos o Teorema 1.1. Logo, pelo item i), ku + vk ≤ kuk + kvk,
para todo u, v ∈ V.
Em particular, temos os seguintes exemplos de espaços normados.

Exemplo 1.6 (Norma sobre R2 ). Seja V = R2 conforme o exemplo 1.1. Assim, k·k : R2 → R,
p p
dada por k(x, y)k = h(x, y), (x, y)i = x2 + y 2 é uma norma.
Exemplo 1.7 (Norma em Rn ). Seja V = Rn conforme exemplo 1.2. Assim, k · k : Rn → R,
definida por
p q
k(x1 , x2 , ..., xn )k = h(x1 , x2 , ..., xn ), (x1 , x2 , ..., xn )i = x21 + x22 + ... + x2n .
é uma norma
Exemplo 1.8 (Norma de funções contı́nuas). Seja V = C([a, b]) conforme o exemplo 1.3.
Z b 1/2
p 2
Logo, k · k : C([a, b]) → R, dada por kf k = hf, f i = [f (t)] dt , é uma norma.
a
9
Exemplo 1.9 (Não-Norma). Seja V = R2 . Defina k · k : R2 → R por k(x, y)k = x2 + y 2 .
Então k · k não é uma norma. Basta observar que k2(1, 0)k = k(2, 0)k = 22 + 02 = 4 e, por
outro lado, |2|k(1, 0)k = 2k(1, 0)k = 2(12 + 02 ) = 2, de forma que k2(1, 0)k =
6 |2|k(1, 0)k. Isto
contradiz o item ii) da Definição 1.2.
Definição 1.3 (Vetor Unitário). Seja V um espaço vetorial normado. Dizemos que um vetor
v ∈ V é unitário se kvk = 1.
Podemos transformar qualquer vetor não-nulo v ∈ V em um vetor unitário. Basta

v
escolher u = . Para verificar a veracidade deste fato, basta utilizar o item ii) da Definição
kvk
v 1 1
1.2 e obter kuk = kvk = kvk kvk = kvk kvk = 1. Em particular, temos os seguintes
exemplos.
√ √ √
Exemplo 1.10. Desde que k(1, 0)k = 12 + 02 = 1 e k(1, 1)k = 12 + 12 = 2, temos
que (1, 0) é um vetor unitário e (1, 1) não. Para
transformar
(1, 1) em vetor unitário, basta
(1,1)
realizar o seguinte processo k(1,1)k = (1,1)
√ = √1 , √1 .
2 2 2
Exemplo 1.11. Seja V = C([0, 1]) e sejam f (t) = 1 e g(t) = t. Desde que
Z 1 1/2 Z 1 1/2
2
kf k = [f (t)] dt = 1dt =1
0 0
e 1/2 Z 1/2
Z 1 1
2 2 1
kgk = [g(t)] dt = t dt =√ ,
0 0 3
segue que f é um vetor unitário e g não. Usando a observação acima, obtemos o vetor
g t √
unitário = 1 = 3t.
kgk √
3
Teorema 1.1 (Desigualdade de Cauchy-Schwarz). Seja V um espaço vetorial com produto

p
interno h·, ·i. Então |hu, vi| ≤ kukkvk, para todos u, v ∈ V , onde kuk := hu, ui.
Demonstração. Utilizaremos na demonstração deste Teorema uma ferramenta auxiliar. De-

fina f : R → R por f (x) = ku − xvk2 . Observe que f (x) ≥ 0. Por outro lado, usando a
definição da aplicação k · k, obtemos
f (x) = ku − xvk2 = hu − xv, u − xvi = hu, ui − 2xhu, vi + x2 kvk2 = kuk2 − 2xhu, vi + x2 kvk2 .
10
Logo, kuk2 − 2xhu, vi + x2 kvk2 ≥ 0. Note que o gráfico de f é uma parábola, a qual está
acima do eixo das abscissas (o vértice desta parábola pode tocar tal eixo). Portanto, impomos
que ∆ = 4hu, vi2 − 4kuk2 kvk2 ≤ 0 (discriminante). Ou seja, hu, vi2 ≤ kuk2 kvk2 . Por fim,
√
|hu, vi| ≤ kukkvk (aqui usamos a2 = |a|). O Teorema está provado.
Obs 1.5. A desigualdade de Cauchy-Schwarz é válida para espaços vetoriais com produto
interno Hermitiano. Você aluno está convidado a provar esta afirmação. Sugestão: Use
y = xhu, vi no lugar de x.
Exemplo 1.12. Seja V = C([0, 1]) com o produto interno canônico, definido no exemplo
Z 1 2 Z 1 Z 1
2 2
1.3. Podemos mostrar que f (t)g(t)dt ≤ [f (t)] dt [g(t)] dt . Com efeito,
0 0 0
pela desigualdade de Cauchy-Schwarz, temos que |hf, gi| ≤ kf kkgk, para todos f, g ∈ V .
Com isso, hf, gi2 ≤ kf k2 kgk2 . Usando as definições de h·, ·i e k · k, encontramos o resultado
desejado.
Exercı́cios de Fixação
1. Sejam u, v ∈ V , onde V é um espaço vetorial com produto interno. Se kvk, kuk = 1, e
ku − vk = 2, determine hu, vi, onde kk é a norma que provém do produto interno.
2. Seja V um espaço vetorial formado pelos polinômios de grau menor que ou igual a 2
com o produto interno interno canônico para C([0, 1]). Calcular kf (t)k (k · k é a norma que
provém do produto interno) nos seguintes casos:
i) f (t) = t;
ii) f (t) = −t2 + 1.
3. Num espaço vetorial com produto interno provar que
i) kuk = kvk ⇔ hu + v, u − vi = 0;
ii) ku + vk2 = kuk2 + kvk2 se, e somente se, hu, vi = 0.
4. Sejam u = (x1 , x2 ) e v = (y1 , y2 ) ∈ R2 .
i) Mostrar que hu, vi := x1 y1 − 2x1 y2 − 2x2 y1 + 5x2 y2 define um produto interno sobre R2 ;
ii) Determinar a norma de u = (1, 2) em relação ao produto interno usual e também em
relação ao produto definido em i).
11
√
5. Considere o espaço R3 . Determinar a ∈ R de maneira que kuk = 41, onde u = (6, a, −1)
e k · k é a norma que provém do produto interno canônico.
6. Prove que a igualdade na Desigualdade de Cauchy-Schwarz é válida se, e somente se, os
vetores linearmente dependentes.
7. Sejam u = (1, 1, 0) e v = (0, 1, 2) ∈ R3 . Determinar os vetores w ∈ R3 tais que kwk = 1 e
hu, wi = hv, wi = 0.
8. Sejam u = (1, 2, 0, 1) e v = (3, 1, 4, 2) ∈ R4 . Determinar hu, vi, kuk e kvk, onde k · k
provém do produto interno canônico de R4 .
9. Sabendo que kuk = 3, kvk = 5, com u e v elementos de um espaço vetorial com produto
interno, determine t ∈ R de maneira que hu + tv, u − tvi = 0.
1.4 Conclusão
Concluı́mos que num espaço vetorial com produto interno há modos eficientes de manipular
seus elementos e possibilitando definir comprimentos e distancias.
1.5 Exercı́cios Propostos

1. Encontre um produto interno sobre R2 tal que h(1, 0), (0, 1)i = 2.
2. Defina h(x1 , y1 ), (x2 , y2 )i = 2x1 x2 − x1 y2 − x2 y1 + 2y1 y2 . Mostre que este é um produto
interno sobre R2 .
3. Seja V um espaço vetorial sobre R. Sejam h·, ·i1 , h·, ·i2 dois produtos internos sobre V.
Defina h·, ·i3 = h·, ·i1 + h·, ·i2 e h·, ·i4 = λh·, ·i1 , onde λ > 0. Prove que h·, ·i3 e h·, ·i4 são
produtos internos sobre V. Agora, h·, ·i5 = h·, ·i1 − h·, ·i2 define um produto interno sobre V ?
4. Seja h·, ·i o produto interno canônico de R2 .
i) Sejam u = (1, 2) e v = (−1, 1). Se w é um vetor tal que hu, wi = −1 e hv, wi = 3, encontre
w;
ii) Mostre que para qualquer vetor v ∈ R2 , temos v = hv, (1, 0)i(1, 0) + hv, (0, 1)i(0, 1).
5. Seja h·, ·i o produto interno canônico de R2 e seja T : R2 → R2 dado por T (x, y) = (−y, x).
Mostre que h(x, y), T (x, y)i = 0, para todo (x, y) ∈ R2 . Encontre todos os produtos internos
sobre R2 que satisfazem esta mesma propriedade.
12
6. Seja A uma matriz 2 × 2 com entradas reais. Para X, Y matrizes 2 × 1 defina a função
hX, Y iA := Y t AX, onde Y t é a transposta de Y. Mostre que h·, ·iA é um produto interno
sobre o espaço das matrizes 2 × 1 se, e somente se, A = At , A11 , A22 , det(A) > 0, onde
A = (Aij ).
7. Seja V um espaço vetorial com produto interno h·, ·i. Considere sobre V a norma que
provém do produto interno. Prove a seguinte identidade de polarização:
1 1
hu, vi = ku + vk2 − ku − vk2 ,
4 4
8. Seja V um espaço com produto interno h·, ·i. A distância entre os vetores u e v em V é
dada por d(u, v) := ku − vk. Mostre que:
i) d(u, v) ≥ 0;
ii) d(u, v) = 0 se, e somente se, u = v;
iii) d(u, v) = d(v, u);
iv) d(u, v) ≤ d(u, w) + d(w, v).
9. Seja V um espaço vetorial com produto interno h·, ·i. Sejam u, v ∈ V . Mostre que u = v
se, e somente se, hu, wi = hv, wi, para todo w ∈ V.
10. Seja V um espaço vetorial com produto interno h·, ·i. Seja U um espaço vetorial. Seja
T : U → V uma transformação linear injetora. Mostre que hx, yiU := hT (x), T (y)iV é um
produto interno sobre U. Conclua que qualquer espaço vetorial com dimensão finita possui
um produto interno. Sugestão: Crie um isomorfismo entre um espaço vetorial de dimensão
n e Rn .
11. Seja V um espaço vetorial com dimensão finita. Seja β = {v1 , v2 , ..., vn }. Seja h·, ·i um
produto interno sobre V. Sejam λ1 , λ2 , ..., λn ∈ R. Mostre que existe exatamente um vetor
v ∈ V tal que hv, vi i = λi , para todo i = 1, 2, ..., n.
12. Seja V um espaço vetorial com produto interno h·, ·i. Considere sobre V a norma que
provém do produto interno. Prove a seguinte lei do paralelogramo
ku + vk2 + ku − vk2 = 2(kuk2 + kvk2 ),
13
13. Use a Desigualdade de Cauchy-Schwarz em R3 para mostrar que, dados os números reais
estritamente positivos x1 , x2 , x3 , vale a desigualdade:

1 1 1
(x1 + x2 + x3 ) · + + ≥ 9.
x1 x2 x 3
Próxima Aula
Na sequência ampliaremos a noção de angulo entre vetores e a importancia de se ter conjuntos

nos quais seus elementos são dois a dois perpendiculares. Utilizaremos um processo para
construir tais conjuntos.
14
Referências Bibliográficas
[1] BUENO, H. P., Álgebra Linear - Um Segundo Curso, Primeira Edição, Rio de Janeiro,
SBM, 2006.
[2] CALLIOLI, C. A., DOMINGUES, H. H.,COSTA, R. C. F. Álgebra Linear e

Aplicações, Sexta Edição, São Paulo, Editora Atual, 1995.
[3] COELHO, F. O., LOURENÇO, M. L., Um Curso de Álgebra Linear, Edição 2001,
São Paulo, EdusP, 2004.
[4] HOFFMAN, K., KUNZE, R., Linear Algebra, Second Edition, New Jersey, Prentice-
Hall, Inc., Englewood Cliffs, 1971.
[5] LANG, S., Álgebra Linear, Primeira Edição, New York, Ed. ciência Moderna, 2003.
[6] LIPSCHUTZ, S., Álgebra Linear, Terceira Edição, São Paulo, Schaum McGraw-Hill
Makron Books, 1994.
[7] SILVA, A., Introdução à Álgebra, Primeira Edição, Editora Universitária UFPB, João
Pessoa, 2007.
Professor Revisor
Professor Paulo de Souza Rabelo.
15

Algebra Linear II Danilo Felizardo Barboza Wilberclay Gonalves Melo

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 II Danilo Felizardo Barboza Wilberclay Gonalves Melo

Enviado por

Direitos autorais:

Formatos disponíveis

Algebra Linear II

Danilo Felizardo Barboza

Copyright © 2011, Universidade Federal de Sergipe / CESAD.

Ficha catalográfica produzida pela Biblioteca Central

Barboza, Danilo Felizardo

1. Álgebra linear. 2. Cálculo vetorial. 3. Projeção ortogonal.

Ministro da Educação Coordenador Geral da UAB/UFS

Diretoria Pedagógica Núcleo de Avaliação

Diretoria Administrativa e Financeira Núcleo de Tecnologia da Informação

Coordenação de Cursos Assessoria de Comunicação

Núcleo de Formação Continuada

Coordenadores de Curso Coordenadores de Tutoria

NÚCLEO DE MATERIAL DIDÁTICO

UNIVERSIDADE FEDERAL DE SERGIPE

1 Produto Interno e Norma de um Vetor 1

1.2 Definição de Produto Interno e Exemplos . . . . . . . . . . . . . . . . . . . . 2

1.2.1 Propriedades do Produto Interno . . . . . . . . . . . . . . . . . . . . 6

1.3 Norma de um Vetor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8

1.3.1 Definição de Norma . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8

1.5 Exercı́cios Propostos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12

2 Ortogonalidade e Processo de Gram-Schmidt 16

2.2 Ângulo entre Vetores e Ortogonalidade . . . . . . . . . . . . . . . . . . . . . 17

2.2.1 Definição de Vetores Ortogonais e Exemplos . . . . . . . . . . . . . . 18

2.2.2 Propriedades da Ortogonalidade . . . . . . . . . . . . . . . . . . . . . 20

2.3 Conjuntos Ortonormais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21

2.3.1 Definição e Exemplos . . . . . . . . . . . . . . . . . . . . . . . . . . . 22

2.3.2 Processo de Gram-Schmidt . . . . . . . . . . . . . . . . . . . . . . . . 23

2.5 Exercı́cios Propostos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27

3 Complemento e Projeção Ortogonal 30

3.2 Complemento Ortogonal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31

3.2.1 Definição e Exemplos . . . . . . . . . . . . . . . . . . . . . . . . . . . 31

3.2.2 Resultado Importante . . . . . . . . . . . . . . . . . . . . . . . . . . 32

3.2.3 Projeção Ortogonal . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33

3.4 Exercı́cios Propostos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36

4 A Adjunta de um Operador Linear 40

4.2 Adjunta de um Operador Linear . . . . . . . . . . . . . . . . . . . . . . . . . 41

4.2.1 Definição e Exemplos . . . . . . . . . . . . . . . . . . . . . . . . . . . 41

4.2.2 Existência e Unicidade da Adjunta . . . . . . . . . . . . . . . . . . . 44

4.2.3 Propriedades da Adjunta . . . . . . . . . . . . . . . . . . . . . . . . . 47

4.2.4 Matriz da Adjunta em Relação a uma Base Ortonormal . . . . . . . . 49

4.4 Exercı́cios Propostos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51

5.2.1 Definição e Exemplos . . . . . . . . . . . . . . . . . . . . . . . . . . . 55

5.2.2 Resultados Importantes . . . . . . . . . . . . . . . . . . . . . . . . . 56

5.2.3 Matrizes de Operadores Auto-adjuntos . . . . . . . . . . . . . . . . . 57

5.2.4 Teorema Espectral para Operadores Auto-adjuntos . . . . . . . . . . 58

5.3 Operadores Definidos Positivos . . . . . . . . . . . . . . . . . . . . . . . . . 68

5.3.1 Definição e Exemplos . . . . . . . . . . . . . . . . . . . . . . . . . . . 69

5.4 Raiz Quadrada de Operadores Lineares . . . . . . . . . . . . . . . . . . . . . 71

5.4.1 Definição e Exemplos . . . . . . . . . . . . . . . . . . . . . . . . . . . 71

5.4.2 Resultados Importantes . . . . . . . . . . . . . . . . . . . . . . . . . 72

5.6 Exercı́cios Propostos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76

6.2 Operadores Ortogonais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79

6.2.1 Definição e Exemplos de Isometrias . . . . . . . . . . . . . . . . . . . 79

6.2.2 Operadores Lineares e Isometrias . . . . . . . . . . . . . . . . . . . . 80

6.2.3 Definição e Exemplos de Operadores Ortogonais . . . . . . . . . . . . 81

6.2.4 Alguns Resultados sobre Operadores Ortogonais . . . . . . . . . . . . 82

6.2.5 Matrizes de Operadores Ortogonais . . . . . . . . . . . . . . . . . . . 84

6.4 Exercı́cios Propostos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87

7.2 Operadores Normais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 90

7.2.1 Definição e Exemplos . . . . . . . . . . . . . . . . . . . . . . . . . . . 90

7.2.2 Resultados Importantes . . . . . . . . . . . . . . . . . . . . . . . . . 91

7.2.3 Matrizes de Operadores Normais . . . . . . . . . . . . . . . . . . . . 93

7.3 Exercı́cios Propostos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94

8.2 Formas Bilineares . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 98