Escolar Documentos
Profissional Documentos
Cultura Documentos
aproximações e interpolações, no
matemáticos.
de trabalhar os conceitos
O enfoque é principalmente
principalmente na convicção de
COMISSÃO EDITORIAL
Bibliografia.
ISBN 978-85-314-0594-5
Direitos em reservados à
Prefácio . ............................................................. 1 3
1.1 Números.................................................... 17
1.2 Corpos...................................................... 20
6.2 Ortogonalidade . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18 4
7. Adjuntos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 207
8. Formas Bilineares . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23 1
Bibliografia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 257
Índice Remissivo . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . ..
. . . . . . . . . . . . . . . . . . . 259
Dezembro de 2000
Novembro de 2004
1
PRELIMINARES
1.1 NÚMEROS
Não iremos fazer aqui uma formalização deste conjunto, mas o leitor
poderá encontrá-la facilmente em livros de análise matemática. Tra
balharemos com a idéia intuitiva usualmente associada a este con
junto.
Iremos utilizar naturalmente as operações de soma e multipli
cação usuais nestes conjuntos. Quando quisermos indicar os subcon
juntos de Z, Q e IR excluindo-se o número O, indicaremos por Z*,
Q * e IR *, respectivamente.
C = {a+ bi : a, b E IR }
lzl
B
a
1.1.4 EXERCÍCIO
(a) z = z.
1.2 CORPOS
1.2.2 EXEMPLOS
(c) Vamos olhar alguns conjuntos finitos que são corpos. Sejam
um inteiro positivo não nulo e defina as seguintes operações no
conjunto Zm = {Õ, I,··· ,m -1}:
+ o 1 2 3 4 5 o 1 2 3 4 5
o o I 2 3 4 5 o o õ o o o õ
1 1 2 3 4 5 o 1 o 1 2 3 4 5
2 2 3 4 5 o 1 2 o 2 4 o 2 4
3 3 4 5 o 1 2 3 o 3 o 3 o 3
4 4 5 o 1 2 3 4 o 4 2 o 4 2
5 5 o I 2 3 4 5 o 5 4 3 2 I
1.2.3 EXERCÍCIOS
{
Sejam lK um corpo e
a11x1 + · · · + a1nXn =O
(I)
am1X1 + · · · + amnXn = Ü
{
· · · = ·
a11n1 + · · · : + a1nltn =O
am1G1 + · · · + amnltn = Ü.
1.3.2 EXEMPLO
{
3x1 2x2 + 4x4 o (1)
{_
3x1 2x2 + Ox3 + 4x4 = o (1' )
Ox1 + Ox2 X3 + 9x4 o (2')
sistema
{
+ + (1")
Ox1 + Ox2 X3 + 9x4 o (2")
Ox1 + Ox2 + Ox3 + Ox4 o (3")
o
o
x1, x3 são ditas variáveis dependentes das variáveis x2, x4. Não
DEFINIÇÃO.
{
Um sistema linear
(II)
br1X1 + · · · + brnXn = O
1.3.5 EXERCÍCIOS
(1) Resolver os sistemas abaixo:
{
3x -5y =
(a) em 'E..7.
2x -4y = Õ
(2 + 3J2)x1 Ü
{
-3x2 +x3 =
(b) em Q(J2).
( 1- J2)x1 + 2x3
J = Ü
{
i X +i y
e.
=
( c) em
2i X -y = Ü
Preliminares • 27
não trivial.
1.4 MATRIZES
trizes que serão utilizadas ao longo deste texto. Para detalhes, in
(=
agrupados em m linhas e n colunas, e será representada como:
au
A= (aij)i,i :
am1
=
A. Soma de matrizes Se A= (aij)i,j,B = (bij}i,j E Mmxn(lK), então
a soma A+ B é a matriz C = (cij)i,j E Mmxn(lK), tal que, para
cada par (i,j), temos Cij aij + bij, isto é,
A+B
)�
28 • Um Curso de Álgebra Linear
-
Deixamos a cargo do leitor a verificação de que com esta operação,
(bij)i,j E Mmxn(OC) tal que, para cada par (i,j ) , temos bij = Àaij:
n
Cij =
)
ou então,
;
)
b1p
( C;'
au •n
A· B
n n
L am1b11 L:; am1b1p
l=l l=l
Não é difícil verificar que esta operação é associativa. Ela
= ( o )-2 l
A O E M2x3(1R),
4 7r
( :o
então
-2
At = 01 "
) E M3x2(1R).
( o �)
Por exemplo,
-1 4
tr 1 = 1.
-2 11
30 •
Um Curso de Álgebra Linear
{
mesmas operações diretamente nas linhas desta matriz. Mais especi
ficamente, seja
a11X1 + : · · · + a1nXn = O
(J)
, ,
am1X1 + · · · + amnXn = Ü
um sistema de equações lineares homogêneas com coeficientes
(� )
= · · · · · ·
será a matriz
ª1 ªn
� E M mxn(OC).
. .
aml amn
É claro que uma solução do sistema (I) será então uma matriz
EXEMPLO
Considere a matriz
( _:
-2 o
A 4 -1
-3 2 �1
Preliminares • 31
(� )
segunda por -1. Chega-se com isso à matriz ( escalonada )
1
� � -�� .
-� o
I.::
n
ªilblj = ºij =
{ ·
1
o
se
se
i j
=
i=/=j
l=l
o ) ( n-
1 o 1 o o 1 1 o 1 o
2 1 o 1 o o 2 1 o 1
o 1 o o 1 o -1 1 -1 o
-( n( n
1 1 o 1 o 1 1 o 1 o
o 2 1 o 1 o 2 1 o 1
3 1 2 1
o o -1 o o 1 -
-n u
2 2 3 3
2 1 1
u )
1 o 1 o o o 3
-
3 3
1 1 1 1 1
1 o 3 3
1 o 3 3
-
3
2 1 2 1 2
o 1 -3 3 o 1 -3 3 3
( n
-
3 3
1 1
3 3
2 1
-
3 3 -
1
será a matriz inversa A- de A. Observamos que se tentarmos efe-
tuar estas operações a uma matriz não invertível, então não con-
seguiríamos chegar à matriz identidade.
EXERCÍCIO
1.4.7 DETERMINANTES
j=l
Observe que det A E ][{.
1.4.8 EXEMPLOS
Como
Au = (
A13 = ( a21
a31
teremos, como no item (a), que
Daí
det A
OBSERVAÇÃO
n
'"""' (-1) i+1. aij det Aij.
det A= L., ·
i=l
j=l
z= ªij . b1j=o
j=l
o o o 1 o
o o o o 1
pode ser escrita como
A
(� I�)
( ) ( )
onde
3 -2 1 o 4
B= -1 2 3 E M3(1R.), C = 1í -1 E M3x2(1R.),
o 1 1 3 2
1.4.12 EXERCÍCIOS .
(a) (A+BY=At+Bt.
(b) (A·BtY=B·At.
ESPAÇOS VETORIAIS
2.1.2 OBSERVAÇÕES
2.1.3 EXEMPLOS
n {(a1,··· ,an) : ai E OC ,V i 1, · ·· , n}
OC = OC X ··· X OC = =
..._,_....
n
n
V a E OC , e V (ai,··· ,an)E oc .
•(a,b)+ ( e, d) =
(a+ e, b+ d) EC2,\f (a,b), ( e, d)EC2.
•a · (a,b)=(aa,ab), aER e(a,b)EC2.
n
(a· p)(x) = (aan)x + ···+ (aa1)x + (aao).
Para cada m ;::: O, o conjunto
(*)
{
(g) Considere o seguinte sistema linear homogêneo
N
Co= {x= (xn)nEN E IK : (xn)nEN converge a zero}
E lK
N
loo = {X= (xn)nEN : (xn)nEN é limitada}
44 • Um Curso de Álgebra Linear
assumindo que][{ = C ou IR .
2.1.5 EXERCÍCIOS
{
(6) Descreva o IR-espaço vetorial das soluções do seguinte sistema
linear:
x+y+2z=O
2x+2y + 5z+3w=O
4x+4y+lOz+3w =O.
• a(a,b)=(aª,bª), V a E IR e\/(a,b)EV.
2.2 BASES
n
v = a1v1 + · · · + anVn = L aivi.
i=l
2.2.2 OBSERVAÇÕES
2.2.3 EXEMPLOS
• {2,l+x,l+x2,··· ,l+xn,···}.
Por isso, é importante dizer sobre qual corpo lK. estamos con
siderando o espaço vetorial.
2.2.4 EXERCÍCIOS
2.2.6 ÜBSERVAÇÕES
(d) Todo espaço vetorial não nulo possui um conjunto Li. não vazio.
Basta considerar, por exemplo, um conjunto que consiste de um
único vetor não nulo.
2.2. 7 EXEMPLOS
2.2.9 ÜBSERVAÇÕES
2.2.10 EXERCÍCIOS
2
(c) Mostre que toda base de C sobre C tem 2 elementos e
que toda base de C
2 sobre IR tem 4 elementos.
e todo a + ,Bi E C.
DOS
2.3.1 Vamos mostrar nesta seção que todo espaço vetorial não nulo
V que possua um conjunto gerador finito tem uma base. Na rea
lidade, vale que todo espaço vetorial não nulo possui uma base e a
demonstração desse fato geral será dada no apêndice deste capítulo.
Comecemos com a seguinte definição.
2.3.3 EXERCÍCIO
m
Uj CX1jVl + · · · + CXmjVm L CXijVi.
= =
i=l
Assim, se Ài, · · · , Àn são escalares quaisquer em][{, teremos
n
Vamos analisar a situação em que I:: Àjaij O, para cada
{
=
j=l
i = 1, · · · , m. Para tanto, considere o sistema
a11À1 + · · · + CX1nÀn =
O
(*) :
C:Xm1À1 + · · · + CXmnÀn =
O
j=l
para i 1, · · · , m. Portanto, 11 U 1 + · · · + ln Un
=
O com 11 , · · · , ln
=
2.3.7 EXEMPLOS
(a) dimoc lK n = n.
2.3.8 Obviamente, todo espaço vetorial que admite. uma base finita
é finitamente gerado. Vamos mostrar o inverso deste resultado, isto
é, que todo espaço vetorial não nulo finitamente gerado admite uma
54 • Um Curso de Álgebra Linear
Dm+l
n n
mostrar a unicidade, suponha que v I: aivi e v I: f3ivi. Então
= =
i=l i=l
n n n
I: aivi I: f3ivi ou I: (ai - f3i)vi
= O. Como B é Li., segue que
=
n n
I: Àivi = O. Como O I: Ovi, segue pela condição de unicidade
=
i=l i=l
dada no item (b) que Ài O para cada i 1, · , n. Portanto, B é
= = · ·
uma base. D
2.3.13 COORDENADAS
n
mente determinados a1, · · · ,an E OC tais quev = L av
i i. Devido a
i=l
esta unicidade, é comum descrevermos o elementovpor meio destes
valores a�s, isto é, escrevemos [v]B = (a1, ,an)B e dizemos que · · ·
2
EXEMPLOS (a) Considere V = e como C-espaço vetorial e seja
V= (i,2+ i) E C2. Considere a base B = {(1,i),(i,O)} (verifique
que é de fato uma C-base). Então as coordenadas devem B serão:
[v] B =(ai,a2)B, onde a1,a2 E C satisfazem:
e portanto
Logo
ÜBSERVAÇÃO
n
em conta as operações usuais em lK , teremos que
2.3.14 EXERCÍCIOS
gerar V.
{
(5) Mostre que o conjunto S das soluções do sistema linear ho
mogêneo:
5x + y + 2z - 3w O =
6x + y- 3z + 2w O =
3x + y + 12z - 13w O =
2.4 SUBESPAÇOS
2.4.2 EXEMPLOS
Então V é um subespaço de IR 4.
{a) O E W;
2.4.4 ÜBSERVAÇÕES
.vetorial de
.
V.
n r n
Usando as bases B' e B" temos que
v = x1 + x2 = Cti ÀiWi +
jtl
'YjVj
) Cti+ �iWi + ti f31u1 ) =
n r
1
I:: (Ài + ai)wi + I:: 'YjVj + I:: f31u1
s
n r
Para mostrar que C é linearmente independente, considere a soma
1 =1 i=l j=l
'Y1u1 = + W1 n W2
À
L 'Y1u1 = L iwi , L 1 1 + �)-Ài)wi =O.
s s
n
equação (I) acima se reduz a
r
L Q;Wi + L {3jVj = o.
i=l j=l
62 • Um Curso de Álgebra Linear
daí que { W1, · , Wn, vi, · · · ,Vr, u1, · · · , U8} é linearmente indepen
· ·
l
(y + z)(n)(t)+a - 1(y+z)(n- )(t)+···+ai (y+z)'(t)+ao(Y+z)(t)
n =
-l
(y(n)(t) + ª -lY(n )(t) + · · · + a1y'(t) + aoy(t))+
n
=
= À Y(n) (t)
[ +a -IY(n-I) (t) + + a1y'(t) + aoy(t) ] À O= O
n
· · · = ·
(II)
isto é,
ÜBSERVAÇÃO
onde ao, ai,·· , ªn-1 E IIL Dados Ao, Ai,· ·· , An-2, An-1 E IR,
·
que de fato é 1.i.). Afirmamos que tal conjunto gera S. De fato, para
cada y E S vamos mostrar que y é combinação linear das funções
n
x(t) = y(O)y1(t) + · ·· + yC -l)(O)yn(t), V t E IR,
-l
x(O) =y(O)y1(O)+···+ yCn )(O)yn(O) = y(O)
Espaços Vetoriais • 65
EXEMPLO
ÜBSERVAÇÃO
que
2.4. 7 EXERCÍCIOS
{( ) }
=
a ª 12
(d) S = u EV:aij=aji, i,j=l,2 ;
a21 a22
V=M2(C), ][{ C. =
(b) Mostre que {té1t, é1t, é2t} é uma base para o subes
paço das soluções da equação dada.
que para cada j, f3i3j =/:- O e f3sj O, se s < Íj. Não é difícil ver então
=
Vamos supor agora que o conjunto inicial { wi, , wk} seja Li. · · ·
e que k < n. Assim, a matriz M terá k linhas não nulas (com k pivôs)
e n -k colunas sem pivô. Seja agora a matriz M E M n(OC) onde as
primeiras k linhas são as linhas de M e as ( n k) linhas restantes são -
que não tem pivô, coloque uma linha com o valor 1 na coluna j e O
nas demais colunas.
Desta maneira, a matriz M será uma matriz quadrada
n x n sem linhas nulas. Por construção, os vetores cujas coordenadas
2.5.2 EXEMPLOS
( � � -� � � )
da B, isto é,
A= .
1 2 2 3 2
(
Efetuando escalonamento obtemos a matriz
-n
1 2 -1 3
M= O O 3 O
o o o o
{pi,p ,p } é Li.
Isto significa em particular que
2 3
Observamos que não temos pivôs nas 2!! e 4!! colunas. Para
obter uma base de P (IR) contendo P1, P2, p devemos acrescen
4 3
tar linhas na matriz M de forma a obter uma matriz quadrada
5 x 5 na forma escalonada
1 2 -1 3 2
o o 3 o -1
M= o 1 o o o
o o o 1 o
o o o o 1
70 •
Um Curso de Álgebra Linear
3
Assim, B' = {pi,p2,p3,x,x } forma uma base de P4(JR) con
tendo pi, P2 e p3.
( ) ( ) ( )
mados pelas matrizes
1 o o -1 1 -2
A2 = � : e A3 = ! � · 1
-� �
é Li. ou l.d. por meio do processo de escalonamento de ma
trizes. Seja
( )
A1, A2 e A3 com relação à base ordenada B',
1 o -1 3 3 2
A= O -1 2 4 3 2
1 -2 3 11 9 6
(= )
Efetuando o processo de escalonamento obtemos a matriz
1 o -1 3 3 2
M O 1 -2 - 4 · -3 -2
o o o o o o
2.5.3 EXERCÍCIOS
2.6. 2 EXEMPLOS
2.6.4 EXEMPLO
2
Observe que IR; = IR; (1,O)EBJR;(1,1). É claro que se (a,b) E IR; 2,
então podemos escrever (a,b) = (a-b)(l,O)+b(l,1). Por outro
lado, JR;(l ,O)nJR;(l,1)={O}, pois se (a,b) E JR;(l,O)nJR;(l,1),
então (a,b) = c(l,O) =d(l, 1), o que implica que c =d= O.
de V, definimos
2.6.8 EXERCÍCIOS
(1) Sejam V=F(IR,IR), W1 ={!E V: f(x) f(-x), V x E IR} =
t
(4) Mostre que se V=W1 EB · · · EB Wt, então dimnc. V = 2: dimnc. Wi.
i=l
(5) Seja V= W1 EB EB Wt e sejam l3i Ç Wi,
· · · para cada i = 1, · · · , t.
Considere 13 = 131 U U l3t. · · ·
Seja V/W = {v: v E V}. Vamos mostrar que V/W tem uma
estrutura bastante natural de espaço vetorial sobre ][{ . Para tanto,
vamos definir as seguintes operações:
2.7.2 ÜBSERVAÇÕES
2.7.3 EXEMPLO
2 2
Sejam V= IR eW = [(1, 1)] Ç C . Queremos achar uma base
para o espaço quociente
V/W = {V + w : V E V}
2
Vamos considerar agora uma base de IR que contenha o ve
tor (1,1), por exemplo B = {(1,1),(1,O)}. Vamos mostrar que
{(1,0)} é base de V/W. Para tanto, seja v E V/W e fixemos
um elemento v E v. Como B é uma base de V, existem es
calares ai,a2 E][{ tais que v = a1(l,1) + a2(l,O) e, portanto,
v = a1(1,1) + a2(l,O) = a2(l,O). Assim (1,O) gera V/W.
i=l
2.7.5 EXERCÍCIOS
2.8 APÊNDICE
anti-simétrica).
2.8.3 EXEMPLOS
(b) A ordem natural do conjunto dos números reais JR., �'é uma
relação de ordem total.
TRANSFORMAÇÕES LINEARES
3.1.4 EXEMPLOS
transformações lineares.
Transformações Lineares • 81
(b) Se a E IR, então Ta : IR -+IR dada por Ta(x)= ax, 'V x E IR, é
uma transformação linear. O gráfico de Ta é uma reta passando
pela origem (O, O) E IR2 e com inclinação a.
(c) Seja
(
T: M2(0C)
a+b
(a,b,c) i--; T(a,b,c)= 0
D: P(C) P(C)
(e) Seja C([a,b], IR) o conjunto das funções contínuas f: [a,b] -+IR.
Defina
T: C([a, b],IR) -+ IR
i=l
n
sendo o vetor T(u) = L Àivi E V. Devido à unicidade dos valores
i=l
Ài, · , Àni
· ·
a função T: U-+ V está bem definida. É evidente que
. T(ui) = Vi parai = 1, · · · ,n. Precisamos mostrar que T é linear.
n n
Para tanto, sejam u = L /3iui e w = L aiui dois vetores de U, onde
i=l i=l
os ai 's e os /3i 's estão em OC e seja >. E OC. Então
n n
T(>.u+w) = T(>.(2:: /3iui) + (2:: aiui))
i=l i=l
n def
n
T(l::(>.f3i+ai)ui) = 2::(>./3i+ai)vi
i=l i=l
n n
>.L /3ivi + L aivi =
i=l i=l
n n
>.T(l:: /3iui) + T(l:: aiui) = >.T(u)+T(w).
i=l i=l
Logo T é linear. Para mostrarmos que T é única, considere
uma transformação linear S: U-+ V tal que S(ui) =vi, para cada
n
i 1, · ,n. Para u
= · · L Àiui E U com os >.i's em OC, teremos
=
i=l
n n
que S(u) = S(l:: Àiui) = L Àivi = T(u) e, portanto, só existe uma
i=l i=l
Transformações Lineares • 83
3.1.6 EXERCÍCIOS
M= ( � �)·
(c) F : M2(IR) ___, M2(IR) dada por F(X) = MX -XM
onde
.
(g) T: P3(IR) ___, P4(IR) dada por (Tp)(x)= x p(x+1).
(h) T: IR2 ___, P2(IR) dada por T(a,b)=ax2 +bx+(a+b)
T(X +iy
. )-
_
. ( X
+
7y 5y ) .
-lOy x-7y
(8) Prove o Teorema 3.1.5 sem a hipótese de dimnc U ser finita, isto
é, prove a seguinte afirmação: Séjam U e V espaços vetoriais
sobre lK. Se {ui}iEJ for uma base de U e se { vi}iEJ Ç V ,
então existe uma única transformação linear T : U --+ V tal
que T(ui) =Vi para cada i EJ.
-
T(u1 ) T(u2). Então O= T(u 1 )
= T(u2)
u1 u2 E Nuc T {O} e daí segue que u1
=
-
{O} e sejam u1 e u2 E U tais que
=
= ..
tram;formação injetora. D
3.2.3 EXEMPLO
( )·
T: IR. 3 -4
M 2(1R.)
a+b O
(a, b, e) t-t
O c-b
86 • Um Curso de Álgebra Linear
Não é difícil ver que {(-1, 1, 1)} é uma base de Nuc Te, por
tanto, dimJR Nuc T= 1. Por outro lado, Im T é formada pelas
matrizes de M 2 (IR) da forma
B'=
{( � � ) ( '
� �1
) ( � � )}
'
{( � � ) ( )}
que
B=
' � �1
é uma base de Im T. Em particular, dimJR Im T= 2. Observe
que
n n
v=T(u) = T(L o:iui)= L o:iT(ui)·
i=l i=l
Transformações Lineares • 87
EXEMPLO
Considere C 2 e � 3 como espaços vetoriais sobre � e seja
T: C 2 ----+ � 3 a transformação linear dada por
m
e, portanto, o vetor I: Àivi pertence ao NucT.
i=l
. m n
Como B é uma base de NucT, temos que I: Àivi= I: 'Yiui
i=l j=l
para certos 'Yl, , 'Yn E lK .
n
· · ·
m
Então I: Àivi + I: (-'Yi)ui = O
e, como B' é linearmente
i=l j=l
independente, teremos em particular que Ài = O para i = 1, , m. · · ·
3.2.6 EXERCÍCIOS
( a)Nuc Tn Im T ={O}.
( b) Se(To T)(v) =O parav E V, entãoT(v) =O.
3.3 ISOMORFISMOS
ÜBSERVAÇÃO
Sejam U e V espaços vetoriais sobre lK . Se U e V são isomor
fos, então dimoc U = dimoc V. De fato, considere T : U -+ V
um isomorfismo entre U e V. Suponha, em primeiro lugar, que
dimoc U = oo. Em particular, U possui conjuntos Li. infinitos.
Como T é injetora, inferimos pelo Exercício 3.2.6(8) que V também
possui conjuntos Li. infinitos e, portanto, dimoc V = oo. No caso
em que dimoc U = n < oo, usamos o fato de T ser injetora e (3.2.5)
para inferir que dimoc Im T = n. Como T é sobrejetora, segue que
Im T = V e teremos a igualdade requerida.
NOTAÇÃO.
Denotamos a inversa de F : U --+ V por F-1 : V --+ U.
(a) T é um isomorfismo.
(b) T é injetora.
(e) T é sobrejetora.
(e) ==> (a) Suponha agora que T seja sobrejetora, isto é, que
Im T = V. Segue daí que dimK Im T = dimoc. U e, portanto, pelo
Teorema 3.2.5, teremos que dimn<. Nuc T O o que implica que
Nuc T = {O}. Logo, T é um isomorfismo. D
EXEMPLOS
Observe que
Nuc T =
{(x,y): (-y,x,x + y) =
(0,0,0)} = {(0,0)}
Por outro lado, é fácil ver que T não é injetora uma vez que
Nuc T =
{(xi,0,0,0,···): X1 E :OC}.
n
transformação é sobrejetora. Para tanto, seja v= 2:: aivi E V, com
i=l
ai E OC, i 1, · · · , n. Precisamos mostrar que existe u E U tal que
=
n
T(u)=v. Basta considerar o elemento u= 2:: aiui EU e teremos
i=l
n n n
T(u)=T(L aiui) = L ªiT(ui) = L ªiVi·
i=l i=l i=l
3.3. 7 EXERCÍCIOS
Decida se T é invertível.
de U por Nuc T.
n n
T(Laivi) = LªiT(vi), para a1,··· ,an E JK.
i=l i=l
Vamos descrever os elementos T(vi) como combinação linear
dos elementos de B'.
m
T(v1) = a11w1 + a21W2 + ·· · + am1Wm =E ai1Wi
i=l
m
T(vn) = a1nW1 + a2nW2 + ... + amnWm =E ainWi
i=l
para certos aij E lK. Em geral, para j = 1, · · · , n, temos então que
m n
T(vj) =E aijWi· Agora, para v =E ajVj E V, onde os a;'s estão
i=l j=l
em lK, segue que
n n .. , n m
T(v) = T(E ajv j) =E ajT(v j) =E aj(l: aijWi) =
j=l j=l j=l i=l
n m m n
=E l:(aj aij)Wi 2:(2: aijaj)Wi·
j=l i=l i=l j=l
=
3.4.2 EXEMPLOS
_
(D]can -
(
relação à base canônica {1,x,x2,x3} de V é
o 1 oº
002.0
.
)
O O O 3
·
,
IR 3. Uma conta simples mostra que
e daí
[T[B,B' �
(
-� -n
Agora, se v= (-2,3)B, então
( -n B �
-
( 2l�)
3 B'
Eaí
(T(�2,3)]can=
Observe que
� -�
(3 6 .) (-�);- B
i=l
r
(2) [G]8',8" =(bki ) k,i, isto é, G( vi) = L: bkiWk, V i= 1, ··· , m.
k=l
(3) [G o F]8,B" =
(ckj)k,j, isto é, (G o F)(uj)
V j =1,· · ,n.
·
98 • Um Curso de Álgebra Linear
G(LªijVi) L U;jG(vi)
i=l i=l
m r r m
[T-1]s1,B = ([T]s,s1)-1.
DEMONSTRAÇÃO. T é um isomor
Suponha em primeiro lugar que
fismo e seja r--1 a sua inversa. Como ToT-1=Idv e r-10T Idu, =
teremos
n
ui= a'u vi + a21V2 + ·· · + an1Vn = L ai1Vi
i=l
n
Un = a1nV1 + a2nV2 + ... + ªnnVn = L ªinVi.
i=l
Com isto, se v E U e escrevendo v = (ai,··· , an)B =
OBSERVAÇÃO
3.4. 7 EXERCÍCIOS
1 2
o 1
-1 3
·� )
lineares tais que
1 2 -1
(T]B,C = 1 0 -1 e
\-\' o 1 o
2
à base {1,x, x } de P2(JR. ) .
r x
( Y)-( o x )
- .
z w z-w o
de M2(1R).
(c) Exiba a matriz M tal que [T]B = M-1[T]canM.
(a) Determine
(-� � �)
T(x, y, z ) .
o -1 - 1
3.5.1 Para espaços vetoriais UeV sobre lK, denotamos por L(U, V)
o conjunto de todas as transformações lineares de U a V. Tal conjun
to herda uma estrutura de espaço vetorial sobre lK de uma maneira
bem natural. Em primeiro lugar, a função nula de U a V é uma
transformação linear. Por outro lado, não é difícil ver que para
F, G E L(U, V) e À E lK, teremos que a função ÀF + G : U -+ V dada
por (ÀF + G)(u) ÀF(u) + G(u) , para cada u E U, é uma transfor
=
sei= q
sei=/=q
m
T(un) = a1nV1 + a2nV2 + . . + ªmnVm = I:: ainV i
i=l
.
m
ou ainda T(uj) I:: aijVi, para j = 1, , n.
i=l
= · · ·
tais que
m n
s
LL
p=lq=l
bpq Tp,q = o.
m n
3.5.3 ÜBSERVAÇÕES
3.5.6 EXEMPLOS
As compostas Fo G e Go F são:
D: V ---t V
p(t) 1-+ p'(t)
o operador derivação e
T: V ---t V
p(t) 1-+ t.p(t).
'--v--"
n
3
= T (x, y) -2T(x, y) + 4(x, y) = (-3x + 4y,-12x + y)
3.5.8 ÜBSERVAÇÃO
3.5.9 PROJEÇÕES
o que prova nossa afirmação. Em geral, esta soma não tem por que
ser direta como nos mostra o seguinte simples exemplo. Considere o
operadorT: lR. 2 ----+ lR. 2 dado por T(x,y) = (x + y, y). Observe que
Im(T)nim(Id-T) = ((1,0)] =f. {O}. Na realidade, a soma W1 + W2
como acima será direta se e somente se T for uma projeção sobre
W1, como mostra o seguinte resultado.
2
{b} 11" = 11".
2
e ?r = ?r, como queríamos.
(b) => (c) Seja w E W1 n W2. Como w E Wi, então existe v E V tal
2
que ?r(v) = w. Usando o fato de que ?r = ?r, teremos que
'
Por outro lado, como w E W2, temos que existe v E V tal que
2
w = ?r(w) = ?r(Jd(v') - ?r(v')) = ?r(v') - ?r (v') =O
e a soma W1 + W2 é direta.
(e) => (a) Assuma que W1 n W2 = {O} e considere w1 E W1. Então
Transformações Lineares • 107
como queríamos. D
3.5.12 EXERCÍCIOS
(2) Mostre que se U e U' são isomorfos e que se V e V' são iso
morfos, então L( U, V) é isomorfo a L( U', V').
FUNCIONAIS LINEARES
4.1.2 EXEMPLOS
é um funcional linear.
(c) A função
tr: V
n
A=(aiJ)i,j 1--4 trA=L:aii·
i=i
sei=f.j
sei= j.
base de V*. Como dimoc V*= dimoc V , basta então mostrar que B*
é linearmente independente (ou, alternativamente, mostrar que B*
n
gera V*). De fato, sejam .À1, ··· , Àn E lK tais que f = I: ÀiÍi =O,
i =l
isto é, o funcional linear f é igual ao funcional nulo. Com isso,
f(v) = O, V v E V. Em particular, f(vj) = O, V j 1, · · · , n.
=
Conseqüentemente,
n
= Ãifi(vj) + · · · + Ànfn( Vj) = L ÀiÔi j = Àj·
i=l
112 • Um Curso de Álgebra Linear
n
Com isto, teremos f = I: f(vi)Íi e o resultado está provaqo. D
i=l
\
nadas deste vetor com relação à base B são fi (v),·· · ,fn(v), isto é,
v = (f1(v),···,fn(v))B· Além disso, as coordenadas de um da
do f em V* com relação à base B* são f(v1), · ·· , f(vn), isto é,
f = ( f(v1), · ,f(vn))B•.
· · Dizemos então que existe uma dualidade
entre estas bases.
Funcionais Lineares • 113
4.1.4 EXEMPLOS
{
( * ) observa-se que
0:1+0:2=X
0:1+0:2+0:3= y :=} 0:3= y - X e
0:1 - 0:2+0:3 = z
'
Portanto,
2x+z - y .y - z
fi(x, y, z)= , h(x, y, z)= --, h(x, y, z) = y-x.
2, 2
2
elemento p(t)= a2t +a1t+a0 E V pode ser escrito em função
da base B como
IR Í2 : P2(IR) --+ IR
b--+ p(l) p(t) � p(2)
--+ IR
� p(3)
e p3(t) tais que Pj(i) = Ôij· Observe, por exemplo, que como
p1(2) O e p1(3) = O , então (t - 2)(t - 3) é um fator de P1(t).
=
(t-2�t-3 .
Como P1(l) = 1, segue que P1(t) ) Analogamente,
=
4.1.5 OBSERVAÇÃO
m
que !o: = L: ÀiÍi· Calculando-se este funcional no polinômio
i=l
p(t)=t m+ l, teríamos:
4.1.6 EXERCÍCIOS
fo
1
{</>1,</>2,<f>3}.
(9) Sejam u,v E V tais que <I>(u) =O => <I>(v) =O,\:/ <I> E V*.
Mostre que v = ku para algum k E lK .
for finito.
(12) Seja V = P (IR) espaço vetorial sobre IR. Para cada a E IR,
defina la E V* dada por la(p(t))= p(a). Mostre que {/a}aEIR
é um conjunto Li. em V*. Conclua que uma base de V* é não
enumerável.
Funcionais Lineares • 117
4.2.3 Seja V um espaço vetorial sobre OC. Observe que a cada v E V, "
pode-se associar naturalmente um elemento <Pv E V** da seguinte
maneira:
<Pv: V* - OC
LEMA. A função <P : V - V** dada por <P(v) = <Pv é linear e inje
tora.
118 • Um Curso de Álgebra Linear
Para tanto, vamos mostrar que, para cada f E V*, vale a igualdade
<P>.v1+v2U) (>.<Pv1 + <Pv2)(f). Por um lado, vale que
=
O =
<I>(v)(f) = <Pv(f) =
f(v) =
O para todo f E V*.
V 1-> </Jv
é um isomorfismo.
pelo Teorema 3.5.2 e que <T> é injetora pelo lema acima. Segue então
da Proposição 3.3.3 que <T> é um isomorfismo. D
=
a C, isto é, a base C* {</>1,··· ,</>n} de V** tal que </>i(ÍJ) ôij, =
Funcionais Lineares • 119
4.2.6 OBSERVAÇÃO
4.2. 7 EXERCÍCIO
(a) {(1,0,0)(0,1,0),(0,0,1)}.
(b) {(1, -2, 3), (1, -1, 1),(2, -4, 7)}.
4.3 HIPERPLANOS
agora que /3 não gera W' e seja Vn E W' que não seja combinação
linear dos elementos de 13. Por (2.3.9), 13' = {v1,· ·· ,vn_1,vn } é
W' =/= W e, uma vez que dimK W'::;: n - 1 < dimK V, concluímos
que W' =/= V. Logo W Ç W' Ç V, o que contradiz a nossa hipótese
de que W é um hiperplano. Que todo hiperplano de V tem dimensão
n - 1 foi mostrado acima. D
4.3.4 OBSERVAÇÃO
H =/=V). Seja H' o subespaço gerado por H e por vo. Como H' =/= H
e H é um hiperplano, teremos que H' = V. Portanto, cada elemento
v E V se escreve como v= u + >.vo onde >. E lK e u E H. Observe
EXEMPLOS
</> : C([a,b],IR) -+ IR
g 1--> J:g(x)dx.
vo + H ={vo + v: v EH}.
Funcionais Lineares • 123
4.3.8 EXEMPLO
Considere o hiperplano
de �3 e o vetor vo = (-1,3,2) E � 3.
O hiperplano afim vo +H será, neste caso,
4.3.9 EXERCÍCIOS
de V.
4.4 ANULADORES
4.4.2 ÜBSERVAÇÔES
EXEMPLO
IR 4 f4: IR 4 --+ IR
e
(x, y, z, t) (x, y, z, t) i-+ 3z + t .
(ii) Vº n Wº = {O}.
T: Wº --> V*
f t-t T(f): V --> OC
4.4.6 EXERCÍCIOS
Tt: V* - U*
f 1--* Tt(f) : U - ][{
u 1--* Tt(f)(u) = (! o T)(u).
De fato,
4.5.3 EXEMPLO
Seja
T: JR.2 - JR.3
(x, y) 1--* (2x - y, x - y, 3y).
e seh : IR. 3 � IR. é dado por h(zi, z2, z3) = Z3, então
rt(h)(x, y) = 3y.
do. D
n
( * ) Tt (gk)=L bikfi, k=1, · · · , m.
i=l
Por (4.1.3 ) , segue que
eomo queríamos. D
n m
DEMONSTRAÇÃO. Sejam B e e as bases canônicas de ][{ e ][{ '
n
respectivamente. Considere T : ][{ -. ][{ m a transformação linear
tal que [T]s,c =A (ver (3.4.3)). Segue que
n
T((xi, · · · ,xn )) = ( yi , · · ·
,ym), onde Yi= LªijXj, 1 :5 i :5 m.
j= l
posto de Tt ( 4.5.4(b)). D
4.5.7 EXEMPLO
T: c2 __. c3
(x, y) 1-+ (2x + y, y - x, iy)
132 • Um Curso de Álgebm Linear
[T]B,C =
(
(O, 1,0), (0,0,1)} de C3. Teremos então
2+i
i-1
-1
(
Logo,
2+i
i-1
[Tt]c. ,B• = i-1
1
-1
4.5.8 EXERCÍCIOS
Calcule Tt(!).
f(p) = lb p (x)dx.
Se DE L(V,V) é o operador derivação, determine Dtf.
FORMAS CANÔNICAS
5.1.3 ÜBSERVAÇÕES
(b) É claro que existem operadores lineares que não possuem au
tovalores. Considere, por exemplo, T: � 2 ---+ � 2 dado por
T(x ,y) = (-y ,x). Deixamos a cargo do leitor a verificação de
que T não possui autovalores. Na realidade, seguirá facilmente
de nossas considerações abaixo que todo operador T E L(V,V)
onde V é um C-espaço vetorial de dimensão finita possui au
tovalores.
EXERCÍCIO
5.1.5 Esta relação acima nos dá uma idéia de como poderemos achar
os autovalores de um dado operador T. Seja C uma base de V.
Observe que [x I d - T]c é uma matriz onde, na diagonal principal,
aparecem polinômios mônicos de grau um com coeficientes em OC e
elementos de OC nas outras posições. Portanto, det ([x Id - T]c) é
um polinômio mônico de grau n sobre OC . A equivalência acima pode
ser reescrita como
5.1.6 ÜBSERVAÇÃO
5.1.7 EXEMPLOS
(a) Seja
JR.2 JR.2
---->
T:
(x,y) f-+ (-y,x).
Formas Canônicas • 137
[T]c =
(� �) -
.
Também,
= det ( � +� )
_ = x2 + 1.
possui autovalores.
(b ) Considere agora
T: c2 ----+ c2
(x,y) f-> ( -y,x) .
( _ ; �)(:) =
(�)
Com isto, AutT (i) [(i, 1)]. De forma análoga, teremos,
=
AutT (-i) =
[( i,-1 )] . Observe que B {(i, 1 ),(i,-1)} é uma
=
[T]B =
( � -� ) .
138 • Um Curso de Álgebra Linear
(X - 2 -2 1 )
P r(x) =
det -1 x -1
-2 2 x- 3
( -1 -�
[ld3 -T]c =
-1 -�)
-2 2 -2
( 1 2 - � )
[Tlc �
-2 -3
2 2 -2
Formas Canônicas • 139
)
tores. Não é difícil verificar então que
JTJB� ( -1
o
o
o
-1
o
o
-2
o
Logo, T é diagonalizável.
e, portanto,
como queríamos.
(b) Para cada i = 1,··· ,t, escreva Bi = {vi1,··· ,vinJ· Va
mos mostrar que {v11,··· ,V1n1,··· ,Vt1,··· ,Vtn, } é linearmente in
dependente. Para tanto, assuma que
n;
onde aij E OC, para todos i e j. Como E aijVij E Autr(Ài) para
j=l
n;
cada i, segue do item (a) que aijVij =O, Vi = 1, ·
E , t. Como · ·
j=l
Bi é um conjunto linearmente independente, teremos que aij = O
para todo i = 1, ··· , te todo j = 1, ··· , ni, e, portanto, B1 U ··· U B t
é linearmente independente. D
t
dimn< V= L dimJK Autr(Ài)·
i=l
5.1.11 ÜBSERVAÇÃO
À o o
o À o
o o À
[T]B =
o o o
o o o
Por definição, temos que ma (À) é o maior índice j tal que (x - À)j
divide PT(x). Portanto, mg(À)= s:::; m a (À) , como queríamos. O
t
que dimJK V = 2::: dimK AutT(Ài) se e somente se, para cada i,
i=l
ma(Ài) = mg(Ài)· O próximo resultado resume o que de principal
foi discutido nesta seção.
(a) T é diagonalizável.
t
{e) dimoc V= 2::: dimoc Autr(Ài)·
i=l
5.1.14 EXERCÍCIOS
(a) (� ) O
O
IK=C
n=2
(b) ( -1
2 3
1 ) IK=C
n=2
-9
( e) ( � )IK 1 =C
(d) ( -8
4
3
: )K = R
1 n=2 n=3
-16 8 7
-3 -2
(e) (: 10
-1
-5
-2
-3
) lK=lR,C
n=3
(!) ( -4
4
-1 IK =lR
O
) n=2
Formas Canônicas • 143
(g)
( 2
-3
6
-7
3
-3
) ][{
- IR
(h)
( -2
-3
-1 2
2
o )][{ - IR
-
n=3 n=3
6 12 5 -8 -4 7
T(v) = Àv, V v E V.
(a) Im TÇ Nuc T.
(b) Se T -=/= O, então existe uma base B de][{2 tal que
[T]B = ( � �).
(6) Mostre que se A E M2(C), então A é semelhante sobre C a
uma matriz de um dos seguinte tipos
º
com a,b E C ou com a E C.
(ªo ) b
(a) A =
(� �) (b) A = (� �)
(c) A=
(� �) , com a E][{.
144 • Um Curso de Álgebra Linear
Seja T : lR lR
2 2
(9) --+ uma transformação linear que tem como
autovetores (3, 1) e (-2, 1) associados aos autovalores -2 e 3,
respectivamente. Calcule T(x, y).
(b) S oT.
A= ( 2 4
3 13
) ·
(13) Seja
B
=
{ ( � �) ·(� �) (� �) (� �)}
é dada por
-1 -4 -2
=�)
-4 -1 -2
.
2 2 1 4
2 2 4 1
Formas Canônicas • 145
( a) ( 3
-1
1
3
) (b) ( ) 4
2
4
(d) ( � -� )
(17) Sejam U um OC-espaço vetorial de dimensão n e l3 uma base de
U. Mostre que dada uma matriz M E M n (OC) invertível existe
uma base C de U tal que [Id]c,B M. =
A= (� ! �)
0 o 1
-
DEFINIÇÃO. Seja T:
V� V um operador linear onde V é um OC
espaço vetorial e seja W Ç V um subespaço de V. Dizemos que W
é um subespaço T-invariante de V se T(w) E W para todo w E W.
5.2.2 OBSERVAÇÕES
5.2.3 EXEMPLOS
3 3
( a ) Seja T : C --> C definida por T(x, y, z)
(O, x,y). Se =
T-invariante de V.
( � �)
escrita da seguinte maneira:
[T B'
[T]B =
(
é direta, segue que B = 81 U ···U B r é uma base de V (ver Exercício
2.6.8(5)). Não é difícil ver então que a matriz [T]B tem a seguinte
�
forma:
( T B1
[T]B= .
o o
onde os Tf s indicam as restrições de T aos subespaços Wf s e os O's
indicam as matrizes nulas correspondentes. Neste caso, a descrição de
[T]B será reduzida à descrição das matrizes (T1]B1, · ·, [Tr]Br· Com ·
5.2.5 EXERCÍCIOS
n � 1.
que
m-1 m-1
i m i
L ai T , isto é, r (v) L ai T (v), V v E V.
i=O i=O
m-1
Considere então o polinômio mT(x) = xm i
ai x . Pelo exposto
- L
i=O
acima, segue que mT(T)(v) =O, V v E V, isto é, mT(T) =O.
EXEMPLO
5.3.3 OBSERVAÇÃO
(mr(T)oq(T))(v)+r(T)(v) = (q(T)omr(T))(v)+r(T)(v) =
150 • Um Curso de Álgebra Linear
= =
q(T)(mr(T)(v)) + r(T)(v) r(T)(v).
8
Logo, L bi T i (v)=O, V vE V e, portanto,
i=O
s-1
'""" bi .
T8(v) = - L..J b T'(v), V vE V.
i=O 8
Segue então que {Tº, T, , T8} é l.d., umà contradição
· · · com
a definição de mr(x). Portanto, r(x) = O, e o resultado está
provado. Usando uma terminologia clássica da teoria de anéis,
dizemos que mr(x) é um gerador do ideal de todos os polinômios
p(x) tais que p(T)(v) = O, V v E V. Observe também que
mr(x) é o único polinômio mônico com esta propriedade. Isto
justifica a seguinte definição.
(k)
bln )
(k)
bnn
segue que
aoldn = -B (o)A
como queríamos. o
O -1- vE V tal que T(v) Àv. Observe que, para cada i 2: 1, temos
=
i=O
que
m m
O = mr(T)(v) = ( L ai Ti)(v)
i=O
m
e, portanto, mr(A) = I.: aiÀi = O pois v -1- O. Logo, À é uma
i=O
raiz demr(x). Suponhamos agora que mr(A) O Então, mr(x) = . =
5.3. 7 EXERCÍCIOS
l l
l
T +1(v) = L ÀiTi(v), isto é, (T1+1 - L ÀiTi)(v) = O
i=l i=l
l
Denotando por mT,v(x) o polinômio xl+l Àixi, temos que _ L
i=l
mT,v(T)(v) = O . Não é difícil ver que mT,v(x) é o polinômio mônico
de menor grau que satisfaz esta última relação. Além disto, mT,v(x)
divide mT(x) (a demonstração deste fato segue o argumento usado
em (5.3.3)).
Com as notações acima, denote agora por CT(v) o subespaço
deV com base B. É claro que CT(v) é T-invariante. Observe também
que dimK CT(v) 1 se e só se vE Nuc(T).
=
TE L(V, V).
l
seja mT,v(x) xn +a Xn- +···+ao. Se considerarmos a base
n-1
=
o oo
1
-ao
[T]B o 1
-a1
-a
2
oo -an-1
5.4.4 EXEMPLOS (a) Seja T: :IR 2 ---+ :IR 2 o operador linear dado
por T(x,y) = (2x - 4y,2x - 2y). Com relação à base canônica
C = {(1,O), (O, 1)} de :IR 2, a sua matriz será
[T]c =
( ) 2 -4
2 -2
PT(x) = (det
x- 2 4
-2 x+2
) =x2+4
[T]B(a,b) =
(o )
l
-4
O
lnc � U H)
Um cálculo simples nos dá que
2 3
portanto, B' = {vi,T(vi),T (v1)} é base de C = Cr(v1 ). No
entanto, se considerarmos v2 = (O,1, O), temos T(v2) = (O,2, 1) e
2
T (v2)=(O,4, 4) e o conjunto {v2,T(v2),T2(v2)} é l.d. Com relação
à base B' acima, a matriz de T será
(TB
] ' = (� � �)
o 1
-1
6
que é a matriz companheira de (x - 2)3.
para cada i 1, · · · ,r, existe um vetor ví tal que mr; (x) =mr;,v ;(x).
=
156 • Um Curso de Álgebra Linear
r
Escreva v = v1 + · · · Vr e observe que E mr,v(Ti)(vi) = O Mas co-
.
i=l
mo mr,v(Ti)(vi) E Vi, concluímos que mr,v(Ti)(vi) = O, para cada
i = 1, ··· ,r. Logo, mr,v(x)é um múltiplo de cada polinômio mr, (x)
e, consequentemente, um múltiplo de mr(x) (lembre que Ji, · · · ,fr
são polinômios irredutíveis distintos), e o resultado está provado. D
Wv : P(:OC) ---> V
f � f(T)(v)
(a) V é T-cíclico.
5.4. 7 EXERCÍCIOS
sultado geral).
158 • Um Curso de Álgebra Linear
5.5.2 EXEMPLOS
(a) Seja
D: Pm(�) � Pm(�)
p(t) 1----t p'(t)
o operador derivação em Pm (�) , com m 2 1. Não é difícil ver
que D é nilpotente com índice m + 1.
T:
W1 = ( ) ( )]
fi
r
o 1
o o
,
º º
1 0
ew.2= [( ) ( )]
1 º
º º '
º
0
º
1 ·
e como W1 n W={O},
2 concluímos que
e, portanto, V= W1 EB W.2
Considere agora as restrições T1 = Tlw1 e T2 = Tlw2 de Ta W1 e
a W,2 respectivamente. A partir disso, teremos T = T1 EB T•2 Falta
mostrarmos que T1 é nilpotente e que T2 é invertível. É claro que
160 • Um Curso de Álgebra Linear
5.5.4 OBSERVAÇÃO
Então existem a0, a1, · · · , am-l E lK , não todos nulos, tais que
Seja l o menor índice tal que a1 =/:- O (é claro que l <m - 1). Logo
Teremos então
m- 1 ai
rm-l(v)=rm-(l+l)(Tl(v))=rm-(l+l)( L - Ti (v))=
a
i=l+l 1
m-1
= .2:::-ai rm+i-(l+l)(v) =o,
a
i=!+l 1
o que contradiz a nossa hipótese sobre o vetor v E V.
paço U' = Unlm T. Não é difícil ver que U' = [T(v), ... , rm-1(v)].
Pela hipótese de indução, segue que Im T = U'EB W', onde W' é um
subespaço T-invariante de V.
Para construirmos W como no enunciado, considere em primeiro lu
gar W" = {w E V: T(w) E W' } .
Afirmação 1. V = U + W".
De fato, para u E V, teremos T(u) E Jm T = U' EB W'. Daí,
T(u) = u' + w', onde u' E U' e w' E W'. Mas então existem
Ài, · · · , Àm-1 E lK tais que
m-1 m-1
u' = L Ài Ti(v) = T(L Ài ri-l(v)).
i=l i=l
m-1
Observe que u" =E >.iri-1(v) EU e, portanto, T(u) =T(u")+w'
i=l
o que implica T(u u") w' E W'. Da definição de W" segue que
- =
u - u
"
E W". Logo, u u" + (u - u") EU + W", como queríamos.
=
Como {T(v), ,r
m-1 (v)} é um conj unto Li., segue então que
· · ·
Ào = Àm-2 O e, portanto, u
· · · = Àm_1rm-1(v)
= = E U'. Lo
go, u EU' n W' {O} e a afirmação está provada.
=
e, portanto,
5.5.6 ÜBSERVAÇÕES
o o o o
1 o o o
(T] 5 = o 1 o o
o o 1 o
(
terá a seguinte forma:
D
À o o
1 À o
111· �
o o 1
5.5. 7 Veremos mais adiante que as matrizes que aparecem na ob
servação ac.ima irão servir também como blocos de matrizes de ope
radores mais gerais. Isto justifica a seguinte definição.
(
principal, isto é,
A
J ( ) A 1
r
- o �o
5.5.8 Seja T: V ---+ V um operador linear nilpotente. Vamos agora
utilizar a Proposição 5.5.5 para construir uma base E de V de tal
forma que [T]B seja formada por blocos como na Observação 5.5.6(a).
i
DEMONSTRAÇÃO. rm- =/:-o, então existe um vetor Vi E V
Como
i
.
i Por (5.5.5), Bi ={vi, T(vi),· · , rm- (vi)}
tal que rm- (vi) =/:-O. ·
.
é l.i. e V= Wi EB W�, onde Wi é gerado por Bi e W� é um subes
paço T-invariante. Escreva mi m. Observe que a restrição T2 de
=
(
t, mi , ··· , mt e B como no enunciado do teorema acima. Então a
matriz [T]B é formada por blocos
Jm�(O)
[T]B= .
o o
onde os O's indicam matrizes nulas e, para cada i = 1, ··· , t, Jm, (O)
é um bloco de Jordan mi x mi em O, isto é, é a matriz mi x mi
formada com 1 's na diagonal abaixo da diagonal principal e O's no
resto, ou seja,
o o o o
1 o o o
Jm,(O) =
o 1 o o
o o 1 o
5.5.10 EXERCÍCIOS
T2 é invertível.
5.6.1 Iremos agora utilizar os resultados das últimas duas seções para
construir a chamada forma de Jordan de um operador linear. Ao
Jmil (>.i) o o
o Jm;2 (>.i) o
lI'ils.=
o o
Ài o o o
1 Ài o o
Jmij (>.i) =
o 1 o o E Mm.1(0C)
o o 1 Ài
(
V. Portanto,
!Tis�
o o T� l
I s.
168 • Um Curso de Álgebra Linear
5.6.3 EXEMPLO
-1 o o o o -1 o o o o
1 -1 o o o 1 -1 o o o
o 1 -1 o o o o -1 o o
o o o 2 o o o o 2 o
o o o 1 2 o o o 1 2
-1 o o o o -1 o o o o
o -1 o o o 1 -1 o o o
o o -1 o o o 1 -1 o o
o o o 2 o o o o 2 o
o o o 1 2 o o o o 2
-1 o o o o -1 o o o o
1 -1 o o o o -1 o o o
o o -1 o o o o -1 o o
o o o 2 o o o o 2 o
o o o o 2 o o o o 2
Formas Canônicas • 169
m;
qij ( x ) = ( x - Ài ) ; . Chamamos tal polinômio de divisor elementar
de T de multiplicidade mij associado a Ài . Quando mij 1, para =
Pr ( x) = II % ( x) .
i,j
mas não por nenhum outro de grau menor. Pela definição dada na
seção 5.3, este polinômio é de fato o polinômio minimal mr ( x ) .
170 • Um Curso de Álgebra Linear
5.6.6 EXEMPLOS
(a) Seja T: C
4 -- C 4 a transformação linear dada por
T (yi, Y2, y3, y4) (8y1 - Y2, 4y1 + 12y2, 9y3 + 2y4, 2y3 + 6y4).
=
e, portanto,
A
PT(x)
= [T]can
=
U ���D
det (xfd4 - [Tlcan) = (x - 10)3 (x - 5)
Com relação ao polinômio minimal, temos as seguintes possi
o o
explicitamente, é possível calcular o polinômio minimal. Ob-
o o
serve que
(A - 10fd4) (A - 5fd4)
o( o oo c J) ou oo D
· =
-2 -1 -1
4 2 7
-1 4
oo oo ooo n�o
2 2
lO -5
20 10
-2
4
o
o( o oo o Jf U oo o D o.
2
-1
o
(A - l0Jd4)2 ·(A - 5fd4)
-1 -1
7
4
2 2
Formas Canônicas • 171
)
então que
( 1
� 1� � �
� 1
� � �
é a forma de Jordan de T.
(x 2)
+ 2 • Como -2 é raiz dupla de mT(x), a forma de Jordan
de T terá um bloco de Jordan h(-2). Observe, no entanto,
que a partir das informações dadas não é possível distinguir
)
exatamente entre as seguintes possíveis formas de Jordan
o -2 o o o
-2 1 -2 o o
.
o o o -2 o
o o o o -2
5.6. 7 EXERCÍCIOS
A� ( -1
1
-1 1
o
o
o
o
o
o
o -n B�( 1
-1 1
o
o
1 1
o
o
o
o J)
172 • Um Curso de Álgebra Linear
( )
(4) Ache a forma de Jordan J da matriz A E M4 (IR), onde
A=
� =� -� =�
o o 4 -8
o o 2 -4
)
(5) Ache a forma de Jordan das seguintes matrizes
-9 o
(:
u D
-9 -4
6 o
A= B� -11 -5 .
o 3
-7 13 6
o o
(6)
(x - 3)5(x -
Seja A uma matriz real
2)
4
9
igual a lR. ou a e .
6.1.2 OBSERVAÇÕES
• (O, v) =
(v,O) O, VvE V.
=
• (v, v) = O {::} v O.
=
(P5) (u,v+w) =
(u,v) + (u,w), Vu,v,wEV.
De fato, utilizando as propriedades (Pl) e (P3), teremos,
para u,v,wE V, que
(u,v+w) =
(v+w,u) =
(v,u)+(w,u) =
= (v,u)+(w,u) =
(u,v)+(u,w).
(c) Utilizando as propriedades (P2) e (P3), chega-se a
(P6) (u,.Xv) =
X(u,v), VÀE IK, Vu,vE V.
De fato, se ÀE lK eu, vE V, temos que
(u,Àv) =
(Àv,u) =
.X(v,u) =
X (v,u) X(u,v).
n m n m
(v,u) =
(v,u), V u,v E V. Esta simetria se perde no
caso complexo. De fato, se V é um C -espaço vetorial e
v E V, temos por (P4) que (v,v) >O e (iv,iv) > O. Se
tivéssemos aqui (u,v) = (v,u) para todos u,vE V então,
usando (P2) , chegaríamos a
(iv,iv) =
i(v,iv) =
i(iv,v) =
i2(v,v) = -(v,v) >O,
uma contradição.
'Espaços com Produto Interno • 175
6.1.3 EXEMPLOS
(!, g) =
1b f(t) g(t) dt, para /, g E V,
De fato,
= >.(T(u),T(v)) = >.(u,v)T.
EXEMPLOS
n n
T( L aivi) = L aiei = (ai,··· , an)·
i=l i=l
Espaços com Produto Interno • 177
n n
((ai,··· ,an)B, (/3i, · · · ,f3n)B)r = o::: aiVi, I: /3jVj)r =
i=l j=l
(T e� aivi) '
T Ctl )
n
/3jVj ) = (i�aiei,jtl /3jej)=
( ,
= (ai,··· ,an),(/3i, · · · /3n) ) = I: aJJi.
i=l
Em outras palavras,
n
( (ai,··· ,an)B, (/3i,··· ,/3n)B )r = Lªi/ji.
i=l
Em particular, teremos (vi,vj)r = Óij, para i,j = 1, · · · ,n.
T: V ____. w
f f-+ T(f): [O, 1) ____. e
t r-+ T(f)(t) = t · J(t)
OBSERVAÇÃO
EXEMPLOS
2
li u+v 11 = (u+v,u+v) (�) (u,u+v) + (v,u+v) (�)
= (u+v,u) + (u+v,v)
1 1
v112 - 4li u -v112.
(u,v) 4 li u+
=
( ** ) :
. .
1 1
i 112 -
(u,v)= 411u+v112 -411u-v112 + 11u+v � � liu-v
i 112.
TEOREMA. Sj
e a V um lK -espaço vt
e r
o i al co m produto interno.
Então
, EV.
l(u,v)I � llull·llvll , Vuv
A igu al
dade vl
a e se e so mn
e te se {uv
, } forlin e r
a mn
e te de pendente.
DEMONSTRAÇÃO. Paraa , ElK euv
(3 , EV teremos:
(au-(3v, au-(3v)=
(auau)
, - ((3v,au)- (au(3v)
, +((3v(3v)
,
, - (JQ(vu)
=aa(uu) , -a/3(uv)
, +(3/j(vv)
,
= l l2 li u112 -2re(a/3(u,v)) +lfl3 2 li v 112
a
(na última igualdade, usamos (JQ(vu) , ).
, = a(3 (uv) Se tomarmos
a =li v112 e(3 (u,v), obteremos
=
, = li
a/3(uv) V 112/3(3 = li V 112 lf312 EIR.
O � (au-(3v, au -(3v)
180 • Um Curso de Álgebra Linear
S li U 112 +2 li U li li V li + li V 112
(na última desigualdade usamos o Teorema 6.1.7). Portanto
li U +V 112S (li U li + li V 11 )2
de onde segue o resultado, pois liu+v112: O e liuli +11v112: O. D
6.1.9 Ü ESPAÇO l
2
A seguir apresentaremos mais um exemplo de um espaço de
dimensão infinita munido de um produto interno. Para tal vamos
Espaços com Produto Interno • 181
00
Chamamos de série lim Sn e o denotamos por L ªn
n=l ·
ao
n--+oo
Se (sn)nEN for uma seqüência convergente, diremos que a série
00
convirjam, isto é,
00
N L lxil2
l2 = {x = (xj)jEN E IK : < oo}.
j=l
• (an)nEl\l + (bn)nEl\l
(bn)nEl\l em l2;
• À(an)nEl\l = (Àan)nEl\l, para À E][{ e (an)nEl\l E 1 .
2
182 • Um Curso de Álgebra Linear
n n n
(L lak + bkl2)! � (L lakl2)! + (L lbkl2)! ( *)
k=l k=l k=l
onde ak, bk E lK e k = 1, · · · , n. A desigualdade (*) segue
diretamente do Corolário 6.1.8 se considerarmos o !K-espaço
vetorial V= lK
n munido do produto interno canônico e vetores
u=(ai, a2, , an) e v = (b1, b , , bn) em V. Agora, como
2
· · · · · ·
n oo
n 00
k=l k=l
e utilizando ( *) vamos ter que
n oo oo
00
(x,y) =L XiYi
i=l
para x (xi)i EJ\I e y = (yi)iEJ\I em l . Para que isto seja
2
=
n n n
1 'L xi'fhl < (L lxil2)! (L IYil2)!.
·
n 00 00
00 00 00
6.1.10 EXERCÍCIOS
n
((x1,-·· ,xn),(y1,-· ,yn)) = · L aiXiYi
i=l
é um produto interno em V se e somente se ai é um valor real
positivo para cada i = 1, · · , n. ·
6.2 ORTOGONALIDADE
e v são ortogonais.
6.2.2 ÜBSERVAÇÃO
6.2.3 EXEMPLOS
n n
(a) As bases canônicas de lR , C , M: n (JR ) e M: n(C ) com os pro
dutos internos canônicos são conjuntos ortonormais.
(b) Seja V==C([O, 211"), lR) munido do produto interno canônico (ver
Exemplo 6.1.3 (b)). O conjunto
1 , en(t) - cos
Ass1m eo (t) - V27r
n
y:;r t , para n - 1 , 2, e
·
_
_ _
· · · �ormam
um subconjunto ortonormal infinito de V
De modo análogo,
V � (v,vi) V
= ti' li Vi 112 i·
{b) A é linearmente independente.
n
DEMONSTRAÇÃO. (a) Seja v = L: aivi, com ai E lK, i = 1,··· ,n.
i=l
Então, como {v1,...,Vn} é um conjunto ortogonal, temos, para
j = 1,··· ,n, que
n n
(v,vJ) = ( L aivi, Vj ) L ai (vi,vj)
i=l i=l
Portanto,
n
= li(v,vj) (v,vi)
V j 1, . . . 'n, e V= L r:;w Vi1
Vj 112'
=
ªi
i=l
como queríamos.
(b) Suponha que existam escalares a1,..., an E ][( e vetores
não nulos vi, ...,Vn E A tais que O= a1V1 + ·· + O!nVn·
·
e, portanto, A é Li.. D
que seja ortogonal e tal que os subespaços gerados por A e por A'
sejam os mesmos. Esta construção é feita indutivamente como segue
• W1 = V1.
• Definidos w1, ... ,wk, 1 < k < n, podemos definir Wk+l como
sendo
Não é difícil ver que o conjunto {w1,... , Wn} definido acima é ortogo
nal e, em particular, linearmente independente (por 6.2.4). Observe
também que, para cada i = 1, · · · ,n, Wi E W = [v1, · · · ,vn]· Como
dimoc W = n, segue que A'= {w1, · · , wn} é uma base de W, o que
·
EXEMPLO
(-2i) . 2i 1 (
(0,1,0) -- - ( 1 , 2 i,0)= 5'5'º )
5
=
6.2.8 ÜBSERVAÇÃO
n
e com uma base ortonormal {v1,... , Vn } . Se u = L O:iVi e
i=l
n
v = :L /3jVj pertencem a V, com o: �s e f3j s em lK, então
j=l
n n n n
então M · M =
-t -t
Conseqüentemente, M · M = M · M = Idn. D
6.2.10 EXERCÍCIOS
mal em V.
igualdade = u
11 u + 112 11 112
v + li v 112 .
6.3.2 ÜBSERVAÇÕES
m
'°' (v,v;)
lfV;jj2 W. Por outro lado, para cada
Obviamente, L.. Vi E
i=l
j= 1,··· ,
m
o
i=m+l
6.3.6 EXERCÍCIOS
W= { ( : �) x+y-z=O } -
n n
(a) Mostre que (A, B) L: L ªijbij·
i=l j=l
(b) Seja S o subespaço de V formado pelas matrizes diagonais.
Determine S-1.
194 • Um Curso de Álgebra Linear
li W1 112 + li W
112
É claro que w E W e não é difícil provar que (v-w,wi) = O, para
cada i = 1, · · · , n. Assim, segue da Proposição 6.3.3 que v-w E W..L.
Para provarmos a unicidade de w, vamos supor que existam
w,w' E W tais que v -w E W ..L e v - w' E W..L. Então
(w�w',w-w') = (w-w',w-w'+v -v ) =
OBSERVAÇÃO
W =/:- Wo.
e assim para w E W com w =/:- wo, teremos que li v-w 112>11 v-wo 112
e, portanto, v w v
li - 11>11 - Wo li, para todo w E W, w =/:- wo.
(b) ===? (a) Seja w0 E W tal que
Vamos supor, por absurdo, que v - w0 </. W1-, ou seja, que existe
w1 E W tal que (v - w0,w1) =/:- O. Observemos que w1 =/:- O e con
sideremos W' o subespaço gerado por {wo,wi}. Então W' Ç W e
196 • Um Curso de Álgebra Linear
6.4.4 EXEMPLOS
(a) Considere o espaço IR 3 munido do produto interno canônico.
Vamos determinar projwv, sendo v = (3, O, 2) e W o subespaço
de IR 3 gerado por w1 = (1, O, -2) e w2 = (1, 1, 1). Primeira
mente, precisamos achar uma base ortogonal para W e, para
tanto, vamos utilizar o processo de ortogonalização de Gram
Schmidt no conjunto {wi, w2}. Considerando o vetor
v1 2
= (1, O, -2), teremos li V1 11 = 5. Então:
(w2,v1) (-1)
V2 = W2 - li Vi 112 V1 = (1, 1, 1) - -- (1, 0, -2) =
5
1 -2 6 3
= (1, 1, 1)+(5, 0, 5) (5, l, 5)· =
. (v,v1) (v,v2)
proJwv = v1+ v2 =
� �
-1 24 1
= 5(1, o, -2)+ (6, 5, 3) =
7(13, 12, 10).
70
Espaços com Produto Interno • 197
(t,1) 1 = t - 1 2 1
P2(t) = t - il1if2 2 e li P2 11 =
12
Portanto,
. 3 (t3 '1) (t3 't - 1/2)
t 1+ (t - 1/2) =
prOJP1("1R) = illif2 li t -1/2 112
1 9 1 9 1
= 4 + l (t- 2) lO t- 5·
O
=
!
A projeção ortogonal também serve para se determinar a me-
lhor solução possível de um sistema linear incompatível. Seja
A=
198 • Um Curso de Álgebra Linear
n
AY =
Yi · Ai + Y2 · A2 + ···Yn An ·
=
L YiAi,
i=i
!
=
\f j =
1,2,. ·· ,n, ou ainda, (b,Aj) (AY,Aj), \f j 1,2,-· · ,n. = =
�
(A1,A )Y1 + (A2,An)Y2 + ... + (An,An)Yn =
(b,An),
o qual terá sempre solução, uma vez que a projeção ortogonal existe.
Agora, usando o produto interno usual de OC P e a multiplicação de
matrizes, podemos escrever (** ) como
EXEMPLO
Considere o sistema
{ x
3
X
-y
-y
=
= Ü
3
2x +y = 2
com coeficientes em IR .
Daí,
AtA = ( 3
-1
1 2
-1 1
) ( � =: ) ( �� -� ) �
.
ou
{ 1x
4
-2x
-2y
+3y =
=
-1.
13
{
Escalonando, teremos
14x -2y = 13
+19y = 6.
6.4.6 EXERCÍCIOS
"
(J,g) f2 f(t)g(t) dt, para f,g E C([O, 27r), IR).
lo
=
-1
l
) .
-{
(6) Determine a melhor solução real aproximada do sistema
X -2y = 1
X -y = 0
2x +2y = 2.
(p, q) =
fo1 tp(t)q(t) dt, para p,q E P3(IR).
6.5.2 ÜBSERVAÇÃO
DEM ONSTRAÇÃO. (a) => (b) Assuma que T preserve produto in
terno. Pela observação acima, sabemos que T é injetora. Como
dimoc V = dimoc W < oo, segue da Proposição 3.3.3 que Té um
isomorfismo.
(b) => (c) Suponhamos que T seja um isomorfismo de espaços com
produto interno e seja {v1, · · · , vn} uma base ortonormal de V . Como
T é um isomorfismo, segue que {T(v1), ·· T(vn)} é uma base deW.
· ,
(d) ::::} (a) Seja {vi,... ,V n} uma base ortonormal de V tal que
{T(v1),... ,T(vn)} seja uma base ortonormal de W.
Para u, v E V, temos
n n
u =L ªiVi com ai E][{ e v L f31v1 com f31 E OC. =
i=l j=l
Então, pela Observação 6.2.8, temos que
n
(u,v) = L ai/3i
i=l
e, portanto,
(T(u),T(v)) =(T
n
e� )O:iVi ' T
n
1 Ct )
f31v1 ) =
i=l j=l
n n n
= L L ai/31(T(vi),T(v1)) L ai/3i =
como queríamos. D
6.5.4 EXEMPLOS
T: V --+ ocn
n
L Ü:iVi f-+ (0:1, · · , O:n)
·
i=l
é um isomorfismo entre V e ][{ n que preserva o produto in
terno (onde consideramos em ][{
n o produto interno canônico).
Deixamos ao leitor a demonstração dos detalhes.
Defina
T: w
-X
3
Observe que T é linear e, além disso, ela é sobrejetora, pois
{T(l, O, O), T(O, 1, O), T(O, O, 1)} é uma base de W. Queremos
mostrar que T preserva produto interno. Sejam (xi, y1, z1) e
(x2, Y2, z2) em IR3. Com isso,
Também
( )
o XI
T(xi, Y1, zi) = -X1 o Z1 e
-y1 -Z1 "o'
( �).
-�,
X2 �
T(x2, Y2, z2) = o
-y2 -z2
Daí,
( )( )
-�,
�
o XI YI X2 Y2
( -X1 o Z1 o Z2 )
- y1 -z1 o - y2 -z2 o
�·· -y2
(( ))
-X 2
-�,
H:
XI YI
o Z1 o -z2
-y1 -Z1 o Z2 o
( )
�
1 x,x, +y,� * *
T: V ---+ w
f(t) f-+ T(f(t)) = t f(t)
(T(u),T(v)) = t liTu
( ) +T(v)112 t li Tu ( )112=
( )-Tv
-
= t liTu( + v)112 -t li Tu
( -v)112=
=
V:
t li +v112 -t liu-v112=
= (uv
, .)
6.5.6 EXERCÍCIOS
ADJUNTOS
n
mento w I.: a-jvi E V e calculemos fw como definida acima em
=
i=l
um vetor Vj da base de B:
n n
fw(vj) = (vj,L aivi) = L ai (vj,vi) = ªi·
i=l i=l
n
Logo w = I.: fw(vj)Vj· Esta conta será útil na demonstração do
j=l
próximo resultado.
j =l j=l
e, portanto, como f e fw coincidem nos elementos de uma base, segue
que f = fw, como queríamos.
Unicidade. Sejam wi, w2 E V tais que f fw, fw2, isto é, tais que= =
7.1.3 ÜBSERVAÇÃO
EXEMPLOS
1
</>(p) =p(zo) =1 p(t)qo(t) dt, V p E V. (I)
O= 11 (r · p)(t)qo(t) dt,
teremos que
n=l
(ver Exemplo 6.1.9). Seja Ík : lz ----+ ][{ o funcional linear dado
por fk((x1,x2,···)) X k, isto é, Ík é a projeção da k-ésima
=
ek (ôn k)nEN·
=
f: V ---t ][{
u i-+ f(u) = (T(u),v).
= (u,T*(v1) + >.T*(v2 )) .
Adjuntos • 211
7.1.7 OBSERVAÇÕES
7.1.8 EXEMPLOS
(TM(A), B) =
(MA, B) = tr(B\MA)) =
-t
Como (TM(A), B) =
(A, M B), para todo AE V, teremos
pela unicidade do adjunto que (TM)*(B) MtB. =
(TJ(P), q) = (fp , q) =
11 f(t)p(t)q(t) dt
11 p(t) (f(t)q(t)) dt = (p, fq).
Adjuntos • 213
1
(D(p),q) = fo p'(t)q(t) dt e
1 1 1
(pq)(l)-(pq)(O)= 1 (pq)'(t)dt= 1 p'(t)q(t) dt+1 p(t)q'(t) dt,
para p,q E V. Donde
Logo,
00
(x, y) = L XiYi
i=l
214 • Um Curso de Álgebra Linear
=
2: X iYi+l
i=l
= ((x1,X2, · · · ),(y2,y3, · · º )) .
Como a igualdade vale para todo x,y E l2, segue que o operador
S* : l2 � l2 dado por S*(y) = (y2,y3, ) é o operador
· · ·
adjunto de S.
= (T(u), v) + (S(u), v) =
(T*(u), v) =
(v, T*(u)) =
(T(v), u) = (u, T(v))
V i, j 1,··· ,n.
=
n
(I) T(vj) = L aijVi, para cada j = 1,· · · ,n.
i=l
Por outro lado, como B é uma base ortonormal, segue de (6.2.5) que,
n
para todo vE V, v = Z::: (v,vi) Vi· Em particular, temos que
i=l
n
(II) T(vj) =
L (T(vj),vi) Vi para cada j = 1,- · -, n.
i=l
216 • Um Curso de Álgebra Linear
-t
Portanto, [T]8 = [T*]B, como queríamos. D
(T]B =
(� � �) o 1 -i
.
(T*]B =
-t
[Tj8 =
(� � �)
-
1
-
º.
•
º
•
.
C3 e aí
111c� ( i-3
3
1 - 2i
i-2
2
1- 2i
�} (
-2i
1r1c�
1
2
o
1 1
-3 -1 i - 1 º) .
, -t
E claro que [T*]c =/. [Tlc· Com isso, gostaríamos de enfatizar
a importância de se ter uma base ortonormal para podermos
aplicar o Teorema 7.1.11.
7.1.13 EXERCÍCIOS
(1) Seja TE L (C 2, C 2 ) o operador dado por T(l, O)= (l+i, 2) e
T(0,1) (i,i). Considerando em C2 o produto interno canô
=
7.2 AUTO-ADJUNTOS
simétrico.
(a) T é auto-adjunto.
-t
é auto-adjunto, o que prova (c) => (a). A implicação (b) => (c) é
trivial. D
7.2.3 EXEMPLOS
:::? [T]B =
( 2
.
l+i ) -t
= [TjB =
*
[T ]B
1- i 3
e, portanto, T é um operador auto-adjunto.
3+i -2+3i
:::? [T]B = .
-1+2i -4 - i
. # [Tj . �
Portanto, T não é um operador auto-adjunto.
( )
=
1 2-i
=* [T]c = . .
i
.
2+ -2
-t
A matriz [T]c satisfaz [T]c
[T]c, mas como C não é ortonor-
=
V
(c) Sejam e T1 como no Exemplo 7.1.8(b). Mostramos ali que
Tj= T7. Com isso, Té auto-adjunto se e somente se
(a) T=O.
{ (T(v),u)+(T(u),v)=O
-i(T(v),u)+ i(T(u),v)=O
7.2.5 OBSERVAÇÃO
=
(T(x, y), (x, y)) = ((-y, x), (x, y)) =-yx + xy O,
=
DEMONSTRAÇÃO. ( =>) Se T é hermitiano, então T T*. Portanto,
para cada v E V, temos que
=
(T(v),v) = (T(v),v) = (v,T*(v)) (T*(v),v).
7.2.7 EXERCÍCIOS
1
(p, q) = fo p(t)q(t) dt, V p, q E V.
( )
=
O
(A, B) = tr(BtA). Considere M= l e TE L(V, V)
-1 2
dado por T(A) = MA-AM, V AE V. Determine T*.
7.3.2 ÜBSERVAÇÕES
1
(T(u),v) = (T(u),(To T-1)(v)) = (u,T- (v))
7.3.4 EXEMPLOS
t
(a) Seja V= Mnx1(C) com produto interno (M,N)= N M onde
M, N E V e seja A E Mnxn(C). Defina T : V ---+ V por
T(X)= AX. Calculando-se (T(X),T(Y)) teremos
ortogo
a
n l.
7.3.6 EXEMPLO
A
-- ( ª
b -a
b
) a2
e + 2
b = 1 (se det A= 1)
ou
A=
( ª
b a
-
b
) a2
e + b2 = 1 (se det A= -1).
A=
( ª
b a
-
b
) a2 +
com b2= 1.
ae
Observe também que dados b E IR tais que
a2 + b2 = 1,
( ::� : - ::: : ) ou
( cos() sen ()
sen () -cos() )
para algum() (O::::;()< 27r).
7.3.7 EXERCÍCIO
= 1, ... , n). Assim, [T]B tem os elementos o:i, ... , O:n na diagonal
(i
principal e zero nas outras posições. Como a base B é ortonormal,
então [T*]B tem os elementos
a1 , ... , õ"n na diagonal principal e zero
nas outras posições. Se lK IR , então o:i =ai para cada i = 1,
= ,n · · ·
7.4.3 ÜBSERVAÇÕES
7.4.4 EXEMPLO
(a) Considere em IC
2 o produto interno usual e seja T: IC
2 -> IC
2
a transformação linear dada por
(b) Seja V =l2 com o produto interno usual (ver exemplo 7.1.8(c))
Seja SE L(l2,l2) definido por S((xi,x2,· ·) = (O,x1,x2, ··).
· ·
(T(v1), v2)
Por outro lado,
1
são ortonormais, segue do Colorário 6.2.9 que M- = Mt. Portanto,
[T]B = Mt AM satisfaz a afirmação desejada.
7.4.11 EXERCÍCIOS
(b) Para cada 'Y E V, seja a função M-y : C --+ C dada por
M-y(a) = 'Yª· Mostrar que M; = M;y.
(c) Para quais 'YE C , se tem M-y auto-adjunto?
(5) Seia
J A= ( 1
i
1
3 + 2i
) . Mostre que A é uma matriz normal.
FORMAS BILINEARES
u E U e V1, V2 E V.
8.1.2 EXEMPLOS
(b) A função f: IR
2 x IR
2 ----+ IR dada por
m m
fA(x,Y) = xtAY= LL xi%Yí·
i=lj=l
m n
f(u,v)= f(Laiui,Lf3íví)=
i=l j=l
m n m n
=·�::::ai f(ui,Lf3ívj)= LLªi/3j f(ui,vj)·
i=l j=l i=lj=l
Se escrevermos aij= f(Ui,vj), teremos então
m n m n
i=lj=l i=lj=l
C= {fo: 1 Si :S m,1 S j :S n}
m n
LL Àijfij(u, v) =
O, para todos u EU, v E V
i=lj=l
Em particular, para todos k = 1, ·· · ,mel= 1, · ·· , n,
m n m n
O =
LL Àijfij(uk,v1) LL Àij hi(uk)9j(v1) =
i=lj=l i=lj=l
m n
L: L: Àij º ikºj' =
Àkl·
i=lj=l
Logo, C é base de B(U, V, OC ) , como queríamos. D
DEMONSTRAÇÃO. Sejam B =
{v1,··· ,v } n e B' =
{v;_,... ,v�}
bases de V e M a matriz de mudança de bases de B para B'. Assim,
temos que:
[v]B =
M[v]B', para cada v E V. (J)
Para u,v E V teremos que
8.1.7 EXEMPLO
Teremos então
J((l,O),(1,O))= 2 f((l,O),(O,1)) = -3
J((O,1),(,
1 0)) =O f((O,)1 ,(,
O 1)) = 1
e,portanto,
(f]B =
( 2
Ü
-3
1
)
.
M -
-
( 1 1 ) e,portanto, Mt _
_
( 1 -1 ) .
-1 1 1 1
Assim,
(!]B' =
( � -� ) ( � -� ) ( -� � ) ( ! -� ) = .
� : L(U, V) � B(U, V, IR )
T 1-+ �(T) UxV � IR
(u,v) 1-+ <T ( u ) ,v> .
EXEMPLOS
det ( Yi
Y2
(u /\ v, w) = det ( :� X3
Y1
Y2
Y3
f(u, v, w) = (u /\ v, w)
onde xJ· =
(xJ·1 ' xJ·2 ' · · ·
'
· ·
x3n, · · ) ' para cada 1· = 1' · · m
· . Não
8.1.10 EXERCÍCIOS
f (u, v) =
h (u)g (v) + h (v)g (u) V u, v E V.
V S E L(V, W), V À E lK .
(b) cp(T, 81 + .XS2) = cp(T, 81) + .Xcp(T, 82), V T E L (U, V ) ,
V Si, 82 E L(V, W), V À ElK .
base de V e B* { </>i,
= , </>n} a sua base dual. Determine as
· · ·
i=l
(xi)i, (Yi)i E l2. Mostre que f é uma forma bilinear.
8.2.3 EXEMPLOS
(a) f é simétrica.
[u)h[f)B (v)13 =
(v)h[f)B (u)13 =
((v)h [f)B [u)13)t = (u)� [!)� (v)13
(e) => (a) . Seja C uma base de V tal que (J)c seja simétrica. Por
definição, para cada par u,v E V , temos que f(u,v) [uJ2(J)c(v)c.
=
8.2.5 EXERCÍCIOS
(a) f: lR. 4 x lR. 4--+ lR. dada por J(u,v) = (u,v), V u,v E lR. 4
com relação à base
1
l(v1,v2) = 4 L f.1€2 Í( E1V1 + f.2V2, E1V1 + E2v2 ) .
<;=±1,i=l,2
8.3.3. EXEMPLOS
(-1 _1 ) ( ) 2 Y1
f((x1,x2),(y1,Y2)) = (x1 x2)
0 y2
e assim
1
2 [q(u+v) -q(u)-q(v)] = f(u,v), V u,v E V. (!)
tal que f(vi,vj) = O, sei f:. j. Faremos a prova por indução sobre
a dimensão n de V. Como f é simétrica, existe v1 E V tal que
f(vi,v1) f:. O (ver Exercício 8.3.10(1)). Seja W o subespaço gerado
por v1 e considere W' = {v E V : f(v1,v) =O}. É fácil provar
que W' é um subespaço. Afirmamos que V= W E9 W'. Observemos
inicialmente que w n W'={o}. De fato, se V E w n W,' então existe
o: E lK tal que v=o:v1 e f(v1,o:v1) =O. Como f(vi,vi) f:. O, vamos
ter que o:=o. Conseqüentemente, V=o e w n W'={O}.
Resta provar ainda que V = W + W'. Para tanto, considere
os vetores v E V e
(I)
Então
/ f(V1 >V)
Assim, w E w/ e V= V1 + w1 E w + w1 .
f(V1,V1)
n n
para cada v = I: aiVi E V. Portanto, q( v) = I: Àia�, como quería-
�1 �l
mos. D
8.3.9 EXEMPLOS
8.3.10 EXERCÍCIOS
é um subespaço de V.
De fato,
=
(x y z)
u : n (n
J((x, y,z),(x,y,z))
Segue de(8.3.8) que lR 3 admite uma base ortonormal B =
{ v1,v ,v } tal que [!] B é uma matriz diagonal. Assim, para cada
2 3
v E V, v x'v1 +y'v +z'v , vamos ter que
2 3
=
(
À1 o
Q(x',y',z') (x' y' z') O À
2
=
o o
{
assim uma nova mudança de coordenadas da forma
x"=x'-a
y"=y'- /3
z"=z' - "(
8.4.3 EXEMPLOS
( )
acima. Assim Q(x, y, z) =f((x, y, z), (x, y, z)) com
7 -2 3
[/Jean= -2 17 -2 .
3 -2 7
3
Segue de (8.3.8) que lR admite uma base ortonomal B de au
tovetores tal que [/]B é diagonal. Vamos determinar tal base,
ou seja, vamos determinar os autovalores de [f]can e depois os
autovetores associados aos mesmos usando o processo descrito
no Capítulo 5. Calculando o polinômio característico:
Formas Bilineares • 249
PJ(t)
=
- - [f]can)
(t - 4)(t2
=
27t + 162)
(-� � -�) ( : ) ( � )
=
-1 {=}x=-zey=O.
-3 2 -3 z o
ao o vetor uni•t'
e ons1.dere ent-
3
.
ar10 v1 =
( v'2 o, - 2
2, v'2 ) que gera
de IR
3 dos autovetores associados ao autovalor 9.
gera o subespaço de IR
3
=
( �'
V 18
- !o, �)
formado pelos autovetores associados
V 18 V 18
que
ao autovalor 18.
250 • Um Curso de Álgebra Linear
)
A matriz mudança da base ortonormal {i, J, k} para base ortonor
mal {vi, v2, V3} será então
M= (�!�
2
3
2
3
v'i8
'18
v'i8
1
-4
.
)
Assim, a relação existente entre as coordenadas x, y,z no sis
(O, i,J, k) 1 1 1
e x , y ,z no sistema (O, vi, v2, v3)
(
tema é dada por:
(n (n
fl 2 1
2 3 v'i8
o
1 -4
3
=
v'i8
� 2 1
2 3 v'i8
ou seja,
flx1+ �y1+ _1_z1
r�
2 3 v'i8
y= ly1 4 _z1
3
__
v'i8
z= _flx1+ �y1+ _1_z1
2 3 v'f8 º
V2 2 / 1 1 / 4
12 12 12 / 1 1
4x +9y + l8z - 6( -x +-y + -z ) -12 (-y - -z )
2 3 v'I8 3 v'I8
( V2 I 2 I 1 1
-6--x +-y +-z ) +1=0
2 3 v'I8
12 12 12 1 1 36
ou 4x + 9y + l8z - l2y +--z + 1 =O.
v'I8
Completando quadrados obtemos
12 (
f2 4 /
3
4
9
12 2
v'I8
) (
I 1
4x +9 y --y +- +l8 z +-z +-+1-4- 1=0
18
)
Formas Bilineares ' . 251
{
Assim, fazendo a translação
x" = x'
y" = y' - 2/3
1
z" = z' + --
3v'2
vamos obter
4x 112 + 9y 112 + l8z 112 = 4
[f]can = ( ! : -� )
-2 2 8
.
{::::=} z= - 2x + 2y
252 • Um Curso de Álgebra Linear
2
ou seJa,
· v2' = (4 )
5, 1 , 5 . e orno precisamos
· de vetores umtanos,
· , ·
siderando )
( -4 -4 ) ( X ) ( )
- Autovetores associados ao autovalor À2 = O:
-5 2 Ü
- 5 -2 y = o � x= 2z e y = -2z
2 -2 -8 z o
( ):
ortonormal {vi,v2,V3} é dada por
i 4 2
v'5 3y'5 3
M= � :� -
1 / 2 1 5 2 1
9x12 + 9y12 - 2 -x
J5 + -
3J5y/ + -
( 3z 4 ) ( +
2 - 3z
3J5y - -
/ )
Formas Bilineares • 253
+8 (-2 jg
xI +
3)5
2
yI + 3z1
1
) = -1
ou
18 18
9x12 - -x1 + 9y12 + --y1 = -1.
v15 3)5
Completando quadrados obtemos
g
( 2
X12 - j5X
/
+
1
S
) (
+g y12 + 2
3)5
/
y + 45
1
)- 9
S
9
- 45
=
- l
ou
9 xi ( - )gr ( � r + 9 yl +
3
= 1
.
{
Efetuando a translação
x"
"
=
-
x1 )g
Y
=
yl + 3 l
__
" 1 .J5
z =
z
11 11
vamos obter 9x 2+9y 2 = 1
e, portanto, a quádrica em questão
11 11
é um cilindro elíptico. A equação 9x 2 + 9y 2 1
está da
=
8.4.4 TABELA
li a > Oeb> O li
ax2 + by2= cz c-/=O parabolóide elíptico
c=O reta
ax2 - by2= cz c-/=O parabolóide hiperbólico
c=O planos concorrentes
8.4.5 EXERCÍCIOS
plementares ao que ora apresentamos, que poderiam ser citados aqui. Por
isso, seria muito difícil relacioná-los todos ou, ao menos, fazer uma lista
cional, além, é claro, das referências que foram utilizadas ao longo do texto.
Como livro básico, escolhemos um que tem sido muito utilizado nos cursos
INDICE REMISSIVO
A Completamento de base, 67
Conjugado complexo, 19
Algebricamente fechado, 19
Conjunto
Anuladores, 124
gerador, 45
Autovalores, 134
linearmente dependente, 48
Autovetores, 134
linearmente independente, 4 7
parcialmente ordenado, 77
B
totalmente ordenado, 77
Base, 45 Coordenadas, 56
ordenada, 56
Bases canônicas, 49 D
Bloco
Determinantes, 33
de Jordan, 164
Desigualdade
de matrizes, 36
de Schwarz, 179
triangular, 180
e
Diagonalização, 134
E 1
da adição, 20 Imagem, 85
características, 63 Isomorfismos, 90
diferenciais, 62
Escalonamento, 30 L
Espaço
Lema de Zorn, 78
bidual, 117
de funções, 42
M
de seqüências, 43
dual, 109
Matrizes
finitamente gerado, 51
adjuntas, 35
T-cíclico, 153
companheiras, 154
vetorial, 39
de mudança de bases, 99
quociente, 74
de uma transformação, 95
Espaços isomorfos, 90
invertíveis, 31
produto de, 28
Forma
semelhantes, 99
bilinear, 231
soma de, 27
de Jordan, 168
transpostas de, 29
multilinear, 237
unitárias, 224
quadrática, 243
Melhor aproximação, 194
simétrica, 240
Módulo, 19
Funcional linear, 109
Função traço, 29
N
H
Norma, 177
Núcleo, 85
Hiperplanos, 120
Nulidade, 85
Hiperplanos afins, 123
Números
complexos, 18
..
inteiros, 17 .. Q
naturais, 17
Quádricas, 246
racionais, 17
reais, 17
s
o Sistemas lineares, 23
Somas diretas
Operações elementares
de espaços, 71
em matrizes, 30
de operadores, 147
em sistemas lineares, 25
Subespaço
Operador
T-invariante, 146
adjunto, 211
ortogonal, 191
auto-adjunto, 218
linear, 103
T
nilpotente, 158
Parte
V
imaginária, 18
real, 18 Vetor, 39
Polinômio nulo, 40
característico, 136 Vetores
irredutível, 155 ortogonais, 184
minimal, 150 T-cíclicos, 153
Posto
de uma matriz, 31
de uma transformação, 85
Projeção, 105
ortogonal, 195
SOBRE OS AUTORES