...

.l 7~ 1 t~< ) ) ~ r\ l J ~I .. B K_\ J I ;..: 1: \ ~~

li I

:·I\· L )

_\t""" \ ~ I] i1
I 1_ L• H~ . t .r( I
'
 ~

UM CURSO DE AkGEl\RA.LINF R

·- ....
,•·e.rl ',.. ' ........
 ~

UM Ct JRSO llB ALGEl\RA.LINF R

...,:-'rJI;'"' ..
.. ""' ...
I ........

,~

....
,. .,...,....,... ;a--~~ ... ' .. '"' •• , .. • ..
 ~

UM Ct JRSO llB ALGEl\RA.LINF R

...,:-'rJI;'"' ..
.. ""' ...
I ........

,~

....
,. .,...,....,... ;a--~~ ... ' .. '"' •• , .. • ..
 ~

UM Ct JRSO llB ALGEl\RA.LINF R

...,:-'rJI;'"' ..
.. ""' ...
I ........

,~

....
,. .,...,....,... ;a--~~ ... ' .. '"' •• , .. • ..
 ~

UM Ct JRSO llB ALGEl\RA.LINF R

...,:-'rJI;'"' ..
.. ""' ...
I ........

,~

....
,. .,...,....,... ;a--~~ ... ' .. '"' •• , .. • ..
 Aos nossos pais,
Geraldo e Marina
José e Aparecida

...
.......... ~ ....~·-~
•• .t. •c .J.~

... ___..
·.
+.

..
-:": ~ />-"=':..:....•.. ~~.. """· ~!. ~.... ~.. ·I""__·
,.,; . "~-
 SuMÁRIO

Prefácio . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13

1. Preliminares . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
1.1 Nún1eros..... . ........ . .. . .. . ............................... 17
1.2 Corpos...................................................... 20
1.3 Resolução de Sistemas Lineares .. .. .. . . .. . . .. . .. .. .. . . . .. 23
1.4 Matrizes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27

2. Espaços Vf'toriais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
2. 1 Espaços Vetoriais.......................................... 39
2.2 Bases . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
2.3 Espaços Vetoriais Finitamente Gerados................ 51
2.4 Subespaços . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
2.5 :Métodos Práticos para Completamento de Base . . . . . . . . 67
2.6 Somas Diretas.............................................. 71
2.7 Espaços Quocientes........................................ 74
' i ... . ;

,\ .... ~: ~g.~ Apêndiee .....;-... ~ .... ·-·" ~ ~~· ....:t.· ••• . • . • . . . • • • . . . o,. . . . 76
. . . . . •. .... .•-t:

·-
• • t ..,~-~ ....,. • ••

~ - ... ~:· .... " ... .....,_,

~~ .
·' 79
a.I OIIC ~ao l)(lslco~ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79

3.2 N1ícko c n Imagem de uma 1\·u.ttHfonnação Linear... 85

a.u I omodismos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 90
3.11 1\'lnt.l'izcs ele .rlhmsformações . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 911
3.G O Espuço L(U. V') ......................................... 101

I• uwiounis Lincar~s ............................................. 109

1.1 O gHpaço Dual ............................................. 109
1.2 O Espaço Bidual ......... . ................................. 117
.3 lliperplano!"i ................................................ 119
.d Anuladores ................................................. 124
-.5 'l'rnnspostas de 'Transformações .......................... 127

'· li'ot Illll:i Canonicas ............................................... 133

(i. I Operadores Diagonalizáveis ............................... 134
ú.2 Subespaços T-invariantes ................................. 146
5.H Polinômios 1-.Iinimais de operadores e o Teorema de
Cayley-Hamilton ........................................... 148
5.~1 Espaços vetoriais T-cíclicos ....... .'....................... 153
Ci.& Operadores Nllpot.entes ................................... 158
•
lj,O Formas de Jordan ......................................... 166

li, l~Hpaços com Produto Interno .................................. 173

h. I Produto Interno ........................................... 173
li.2 Ortogonalidade ............................................ 184
fl.3 Subespaço Ortogonal ........................ ~ ............. 191
fi.~t A Melhor Aproximação ................................... 194
fi.ó Transformações qu~ Preservam Produtos Internos ...... 201

7. Adjuntos ......................................... . .............. 207

7 . I ft\mcionais Lineares e Adjuntos ........................... 207
1:2 Autoadjuntos .............................................. 218
7.:1 Operadores Unitários ...................................... 222
7A Operadores Normaü; ....................................... 225 I

_;, ~ ~....... ... ~ .• ~: ·~ "\:.{ ,_. • . . ' .-:~.... ~-•. :-...... -~ -~·1- ,._.
M. Fot'tnas Bilineares ................................ . ....·.. . ....... 231 .
1- ., • /11 I .._

I
I
 Sutndt n • 1J

8.1 Fonnus Biliucnrcs .......................................... 231

8.2 Forma.'i Simétricas ................... : ..................... 23!)
8.3 Formas QuadráUcas ....................................... 242
8.4 Reconhcdmento de Quádricas ............................ 246

Bibliografia .......................................................... 25 7

Índice Remissivo .................................................... 259

Sobre os Autor<'s ........................ •............................ 263

·- ~ . :--~: ........ '

r

.. ,. C': •• ,
 PREFÁCIO

Os conceitos envolvidos em Álgebra Linear constituem atual-

mente ferramentas bastante úteis nas várias áreas da Matemática,
quer seja explorando apenas os seus aspectos mais algébricos, quer
seja levando em conta os aspectos geométricos e topológicos embu-
tidos na teoria. Com isto, ela se torna bastante útil na resolução de
sistemas de equações lineares, equações diferenciais, aproximações,
interpolação, reconhecimento de quádricas, apenas para citar alguns
problemas matemáticos. Conceitos básicos de Álgebra Linear são
normalmente ensinados em praticamente todos os cursos de gra-
duação nas áreas de Ciências Exatas e um aprofundamento deles
é essencial em muitos desses cursos. especialmente os de Matemática
e Física.
Este texto foi desenvolvido ao longo dos últimos anos a partir
de nossa experiência em lecionar disciplinas de Álgebra Linear I e
li nos cursos de graduação e pós-graduação na Univen;idade de São
Paulo. Nosso objetivo ao escrevê-lo não foi o de suprir um texto
element-ar d.e.. Álgebr~ Ljn,ear, ~sim , um texto para um segundo
'.) fÁ <\. I-~ _ ··- .. • t',.
--~~·
t '

r 111 N01 'ud •· 1 . tdg '-ltricos pud · 80111 St>J' nmu<lmcd<los c

pn.rn posterior uliliznçi\o. Nost c cspírit o, ucrcdit amos
qu.. l• po Cl s rvir· como livro-texto lauto de uma H<'g,unda disci-
pJinn 1 111 .Aigehl'n Lincur em cursos d<' grnclua.ção, como também de
1111111 di ~olpliuu de pt~s-grnchmçno. Algum; tópicos tratados aqui não
llltll Hlltahnente ministrados <'111 di~ciplina.o..; de graduação como, por

P ('lllplo, ll fonun de .Jordan, mru:; são csscnciai~ em cur:so:s de pó::;-

J',I ~tduo •ãu. Assim também como muitos resultados provados no texto
JHII n 13 <'hntmLClos espaços vetoriais de dim~nsão finita podem ser

~'''""I nlizndo~ para cspaçm; wtoriais arbitrários. As demonstrações

dt' lnis g uemliznçõ~ são deixadas, via de regra, como exercícios para
''fi ll'itorcs. Orgnni:tamos o texto de tal forma que possa servir a estes
doi ptltJlicmHllvo.
O uos:;o enfoque aqui é principalrrH'nte algébrico, sem, porém.
ru· a segundo plano os aspectos geométricos. Esta escolha se ba.-
Bt In pt•i ucipalmcnte em nossa convicção de que, com bto, é possível
Jc•ssnl'tnl' melhor os conceitos formais que norteiam a teoria. Tivemos
11 lut ·nçfw ele fazer um texto autossuficiente para um aluno univer-

Hilário du lÍH'H. de Exatas que tenha uma ('Crta maturidade matemá-

li(·u. E nos.'m expectativa é que. ao final de sua leitura, o aluno tenha
t'o11dit;oc.•s de• utilizar bem a ferramenta Álgebra Linear.
Ao contrário das disciplinas básicru:; de Álgebra Linear nas
quuis siio c."'tudados os chamados espaços vetoriais sobre o conjunto
dos n•1mcros reais, o que estudaremos aqui são espaços vetoriais so-
bJ tUrw t•strutura algébrica mais geral chamada de corpo. o que
uu.:ltti, por exemplo, além do conjunto de números ~cais, o conjunto
do uúuleros complexos. Iremos no Capítulo 1 relembrar estes con-
<"h i'lS c também outros qn<' s<>rão úteis ao longo do texto como, por
t'Xf'lltplo, resolução de sistemas lineares, matrizes e determinantes.
O Capítulo 2 será dedicado à introdução dos conceitos de
t•Hpuc•u vetorial e de base que scrviTão de alicerce ao que virá a seguir.
No~ Capítulos 3, 4 e 5 estudaremos certas funções entre espaços ve-
101 inis chamadas de transformações lineares, primeiramente de uma

utntuJin• mais geral e depois particularizatl(lo os seus domínios e con:

t 1 nclruuínios.
. ... ~~ ...
., .............
No Capít.ulo 6 iremos definrr 'rio::; CHpaços vetoríais os chama- ·.-........ ,v. • • •
~.....

...
dos produt.os iutm·nos c cou1 isto go11cralizar resultados usuais sobre o
<.'~paço cuclidlano lR 3 . No Capítulo 7 voltaremos a estudar as trans-
formações lineares, mas agora levando-se em conta produtos internos
nos espaços do domínio e contradomínio. Por fim, o Capítulo 8 será
dedicado às formas bilineares, voltado principalmente para o reco-
nlwcimento de quádricas.
Gostaríamos de deixar aqui registrado os nossos agradecimen-
tos aos vários alunos de nossos cursos que leram versões preliminares
deste texto c nos auxiliaram muito ao .apontarem imprecisões e su-
gerirem melhorias. De forma particulaT, agTadecemos a Daniela M.
S. Vieira pela especial ajuda com que nos auxiliou nesta tarefa.

Dezembro de 2000

Nesta segunda edição, além de uma revisão geral, fizemos

várias modificações pontuais ao longo do texto c de forma mais sig-
nificativa no Capítulo 5. Gostaríamos de agradecer comentários de
vários colegas que muito nos ajudaram a preparar esta nova edição,
de forma particular ao Vitor ue Oliveira FerreiTa por suas valiosas
sugestões.

Novembro de 2004

Nesta reimpressão da segunda edição, foram feitos apenas

acertos pontuais decorrentes de erros de digitação.

Agosto de 2010

,.~ ,_
I

~~
!'

~ ,.., . t q r - ..
~' ,.. "'--.,~·•'"' ....,. ,._.. .,r ~"!"'.. ~:,... •.
'
. .. 1.4( .......
 1

PRELIMINARES

Neste capít nlo recordamos algum; fato~ e estabelecemos algu-

mas notações que serão utilizadas ao longo do livro. Assumiremos,
no entanto, que o leitor esteja familiarizado com o material exposto
aqui e, em particular, não faremos as demonstrações dos resultados
aqui enunciados. Indicamos os textos [AR]. [HK], (N] e [PC] para
maiores detalhes.

1.1 NÚMEROS

1.1.1 Comecemos discutindo os vários conjuntos numéricos que serão

utilizados ao longo do texto.

Números Naturais N = {1 , 2. ···L No = {O ~ 1. 2. · · · }.

Números Inteiros Z = {- · · . -2, - 1,0: 1, 2, · · · }.

Números Racionais Q = {~ : p, q E Z c q =1- 0}.

N~ervs Reai8 -0 coujiiDto dos.nV-lP..crG.S._reais será
- denotado por R.
I • '•

•'""'\ ~ ~ "
-~ ,..
• , "' (
1
11' (J rir ,,,, ''f li I Hlf 111

u1. r fi tlli 11111l'OtllllllizrH'íio d slcl ctmjll1tlo, UliiS o ldtor

nll'á·ln Ít•Cilro ut o t rn livros de mullise mnt cmftticn. Tln-
<'ottt 11 ldcin Intuitiva mnmlmcnt.e ussodn.d~t n. <•st.P con-
lunt •·
h HH>R nt.ili:~.ar nntnrnlul<'ntc H.H opcraçoe:; de soma e multi-
pli n !lO usuais nestes conjuntos. Quando quisermos indicar os sub-
' 1 Jtjllnlns de Z, Q c IR cxchtindo-lw o número O, indican•mos por
Z '" , Q • o R • , re.-;pcctivamentc.

1.1 .2 Nú~mHos CoMPLExos

I lo resto dcltta Heção iremos nos concentrar no conjunto dos
lllllllP-ro complexos.
O conjunto dos númems romple:ros é o conjunto

C = {a+ bi: a, b E lR}

das operações a seguir. Se z = a

IH Unido + bi , w c+ di E C,
d •11uiruos n sua soma por

z +w= (a t- bi) +(c+ di) = (a+ c)+ (b + d)i

u produto por

z · w = (a+ bi) ·(c + di)= (ac - bd) + (bc -1 ad)i.

&'Vf'que, nesta operação, i 2 = i· i = -1. O elemento i é chamado

d(• inwgwârio pum. Em geral, se z = a + bi. com a, b.,E lR, denotamos
u • l'(;(z) (a par·le real dez) e b = im( z) (a parte imaginár·ia de z).
/\R tm, ,. = re( z ) + im (z )i.
Muitas vcJ~:cs, é conveniente representar os númPros complexos
wv111CLri('nmentc como pontos de um plano. 1\Iunimos o plano lR :l
elo Jllllllcirn usual com os eixos cartesianos e identificamos o número
eomplo.'\:o z = a+ bi com o ponto (a.b) E JR 2. De modo alternativo,
pod •mos usar coordenada...-, polares (-', portanLo, para (a, b) E lR 2 ,
lc'l' mos que a - r cos B e b = r sen 8. oud(-' r(: a distância da origem
do plono no ponto (a, b) e 8 indica o angulo formado cntrP o <'ixo O.r
..
c· 11 l ct a que pa..'5sa pela origem do11hi'nà é por (a, b). _.
..... . ...._ " ........
· -- .. .. ·" ..... • · ~
- . ~ ...

"" ·
.
. .. " ..
 I 1dun i.1t111 r~B • IV

L<·mhrrullos que o móclulo de nm níunero complexo z é definido

eomo srttdo

A representação polar de um número complexo não nulo z será então

z = T cos () +i T sen () = r ei0 , onde r = I z 1-

b ............. . (a,b)-z=a+bi

Dado z = a + bi, o conjugado complexo de z é definido como

sendo z := a- bi. Na forma polar, se z = r ei6 então z = T e - iB.
Considerar o conjugado de um número complexo cor-responde, geo-
metricamente, a refleti-lo em relação ao eixo real Ox.

1.1.3 TEOREMA FUNDAMENTAL DA ÁLGEBRA

O próximo teorema será de fundamental importância quando

discutirmos raízes de certos polinômios no Capítulo 5. Não daremos
a sua demonstração aqui, mas ela pode ser encontrada facilmente em
livros de álgebra.

TEOREMA. Todo polinômio com coeficientes em C possm raízes

complexas.

Um conjunto que satisfaz a propriedade do teorema acima é

dito algebricamente fechado. Não é difícil ver que os conjuntos Q e
R não são algebricamente fechados , isto é, existem polinômios em Q
e em R que não possuem raízes nestes conjuntos.

1.1.4 EXERCÍCIO

(1) Verifique que as seguintes propriedades valem para todos z,

.. • . . ; Yil.. . ,. . .E C : .. J~~
.. • ~·~·,, ~ ---~ ~
.,. . _... ~~·· . '" ....... -.~-'"·"P.~
...... ......... .... . . . . . . .
-....
 (u)
(h) +! c$ 2rtJ (z), z- z
t - 2i im (z).
(c) l!l = lzl z · z = lzl 2 •
(d) z + 111 = ~ +w (.! 2. w = z .w.
(o) lz · wl = lzl · Iwl.
'(f) lz + wl 2 = lzl 2 + lwl 2 + 2 rc (z · w).
(g) I/'(! (z)l < lzl: lim (z)l < lzl.
(h) iz ·I wl ·$ lzl + lwl.
(i) llzl-lu·ll < lz+ wj.
(j) z- 1 = z-1

1.2 COHPOS

1.2.1 Como dh;scmos na introdução, um dos objetivos drstas notas

e 'I • ·• uvolvcr o conceito de espaço vetorial sobrr corpos arbitrários.
I1Ht(l !.nulo, começamos com a seguinte definição.

Dt:WlNIÇAO. Um conjunto nao vazio lK é um corpo se em 1K pu-

cl rmos definir uua.":i operações. denotada..<.; por -1 (adição) c . (multi-
pllc'rwãCJ), satisfazendo as seguintes propriedades:

(A l) 11 + ú = b t- a, \/ a, b E IK (propriedade comutativa).

(A2) o ·l (b l c)= (a+b)+c, \/ a,b,c E lK (pmpriedade associativa).

(A:~) Existe um elemento em lK, denotado por O e.chamado de Ple-

mcnlo neutro da adição, que satisfaz O+ a = a+O = a, \/a. E lK.

(A4) Parn cada a E IK. existr nm elemento em lK, denotado por

-a c chamado de oposto de a (ou inverso aditivo de a) tal que
n + (-a) = (-a)+ a= O.

(f\11) u · b b ·a, \/ a. b E lK (propriedade comutativa).

(~12) ft • (b ·c:)= (a· b) ·c, 'r:/ o, b. c E OC (propr·iedade associativa).

(~1!1) mxiste um elemento em li{' denotado por 1 e chamado de el~- .•. • ...
- fi' • .... • .. <# ~ "".. ~_.... ..._ t:"' -.1•
tncnto nr•1Ltro da multiphcar;ão, tal que l·a = a·l .= a. \/a E, 1K.
. ..
. .. r •
·
1
 (~f 1) I 1u'n cndn "l,~n nlo nfio mtlo a. E IK, exiHtc um elemento em
1
K, denotado por a - c chamado de inver·so multiplicatwo de
o, tal que a· a - 1 = a- 1 ·a = 1.

(D) (a + b) ·c= a· c+ b ·c, 'V a, b, c E OC (propriedade distributiva).

Como é usual, vamos muitas vezes simplificar a notação do

produto indicando simplesmente ab para o produto a · b.

1.2.2 EXEMPLOS

(a) São exemplos de corpos: Q. R c C. O conjunto Z não é corpo,

pois a propriedade (NI4) não é batisfeita para este conjunto.

(b) Seja Q ( J2) o conjunto formado pelos elementos a+ bvÍ2 com

a,b E Q. Dados a + bvÍ2 E Q(J2) e c + dvÍ2 E Q(J2), defina
a soma c o produto, respectivamente, como:

• (a+bJ2) + (c+dJ2) = (a+c)+(b + d)J2 E Q(J2).

• (a+bJ2) · (c + dJ2) = (ac , 2bd) + (ad+bc )J2 E Q ( J2).

Deixamos a cargo do leitor a verificação de que Q ( J2) é um

corpo. Em particular, determine o inverso de um elemento
a+ bJ2 =I= O em Q ( J2).

(c) Vamos olhar algmlS conjuntos finitos que são corpos. Sejam
um inteiro positivo não nulo e defina as seguintes operações no
conjunto Zm = {0, I , ··· , m · 1}:

• a+ b = c, onde c é o resto da divisão de a+ b por m.

• ã · b = d: onde d é o resto da divisão de a· b por m.

Por exemplo, se rn = 6, teremos que Zm = {0, T, 2, 3, 4, 5} com

.., ·...
,\ . .. _ ~ :..•..~ li.'f seguintes·imbelas
de- opeP~~ .., ...-.w-.--·r· -..... ,. • -t - ...~ '-r"'-~ ...

·-~ . -~: '. ' '.. .

 . (ff"ll1 2 IJ 4' ·- =-
5
-õ (f lf õ õ o o
1õ l 2 3 4 5
~ õ 2 4
f-=- ·
o 2 4
3 o 3 o 3 o 3
4 o 4 2 o 4 2
5 o 5 4 3 2 1

oliRiderc ng<)ra a E Z c faça. a divisão de a por m, isto é.

crcvn a = bm +r com O< r < m. Denotaremos a= r. Ob-
BPt'Ve qnc estH notação é compatível com as operações definidas
w·imo. Como consequência, cada elemento de Z m pode ser
't"pt'l'l:wntado de infinitas maneiras. Por exemplo, o elemento
O pode :ser escrito como O = m = 2m = ... = pm = · · ·, ou,
tullis geralmente, a= a+ pm, com p E Z. Afirmamos que as
opcruçoes acima definidas em Z m satisfazem as propriedades
(Al) fl (A4), (Ml) a (M3) e (D). Deixamos a cargo do leitor
tnl verificação. Observe que nem sempre a propriedade (!v14) é
sn.tisfeila (para m - 6, por exemplo, os elementos 2, 3 e 4 não
têm inversos) .
· Nn realidade, vale que: Z m é um corpo se e somente sem for
\llrl número primo. Por um lado, se m não for primo, isto é,

t} m = pq com 1 < p, q < m, então o produto p · q = Õ.

Ht~ Z rn fosse um corpo, então ou p ou q deveria ser nulo (veja

l~xcrcício 1.2.3{2)), o que contradiz o fato de 1 < p, q < m.
I ,or outro lado, suponha que m seja um prin10 e seja a E Z m,
a :/:- b. Observe que mdc(a, m) = 1. O teorema de Bézout (ver.
por exemplo, [PC]) nos garante que existem r, s E Z tais que
w' r ms = 1. Se dividirmos e:;ta expressão por rn chegaremos
u ã · 7' = I. Isto mostra que a tem inverso, e o resultado está
provado. Em particular, Z 5 , Z 7 , Z 43 são exemplos de corpos,
· enquanto Z ·•• Z 45, Z 3600 não são.

I .2.3 J~XERCÍCIOS
• ,.. f!:_'• • .... ,,. ~,..... ó

( I) üa A um conjunto com umá ôperãção. + que seja associativa, · -· ' ·· "- - · ;

,; .... ' .
 • 23

qtu I' nho oi ltlClllo ucut,ro, tnl que todo clcm~nto tenha
11111

um opofilo com rcla<1ão ao elemento neutro (um tal conjunto é

chamado dr grnpo). Mostre que:

(a) O elemento neutro é único.

(b) O oposto de um dado elemento é único.
(c) Vale a lei do cancelamento, isto é, se a~ b = a + c então
b = c.

Se a operação + em um tal conjunto for também comutativa,

então dizemos que A é um grupo abeliano.

(2) Seja lK um corpo. Então o conjunto lK com a operação de

adição e o conjunto lK * = lK \{O} com a operação de multi-
plicação são grupos abelianos. Portanto, os elementos O, 1 são
únicos, assim como são únicos o oposto (-a) e o inverso mtll-
tiplicativo a 1 de cada elemento a E lK *. Mostre que em lK
valem:

(a) a· O= O, para todo a E lK.

(b) Se a · b = O com a, b E lK então ou a = O ou b = O.
(c) Se a E lK, -a= (- 1) ·a .
(3) Seja lK um corpo. Definimos a característica car lK de lK da
seguinte maneira: (i) se a soma 1+1+· · ·+1 for sempre diferente
de zero, então car lK = O; (ii) se a soma 1 + 1 + · · · + 1 - O,
m
para algum m > 2, então car lK é o menor número m com esta
propriedade.

(a) Mostre que se car 1K = m "# O, então m é um número

primo.
(b) Exiba corpos com características iguais a O e outros com
características distintas de O.

1.3 RESOLUÇAO DE SISTE11AS LINEARES

1.3.1 Sabemos que muitos problemas práticos podem ser equaciona-

···;~•.,., dos am·termos ·de sistemas li~. Na re<\lidade.1. muito do que
JJ • (ltll ( '11r "U dr A/qt br 11 J IIH 111

Ht•ÍOIIl 1K Hlll CUI'JH! c

(I)
fLm!Xt + · · · + amnXn = 0
i I ema de equações lineares homogêneas com coeficientes aij em
IK ,"i I,· · · , m, j = 1, · · · , n, e incógnitas x 1 , · · · , Xn· Resolver esse
RI '1110. é encontrar n elementos a 1 , · · · , an E 1K taLc; que

U111n possível estratégia para resolver esse sistema é por meio

d prvccsso de escalonamento. O que buscamos é, após efetuarmos
( c• t f\..'i operações nestas equações, chegar a um outro sistema que
~n mnia fácil de resolver e que tenha o mesmo conjunto de soluções.
111 os d<~ formalizarmos, vamos exemplificar esse procedimento.

I .~(.2 1!/XgMPLO

Considere o sistema linear

3xl 2x2 + 4x4 o (1)

6x1 + 4x2 X3 + X4 o (2)
{= 3xl + 2x2 ::z:3 + 5x4 "- o (3)

Substituindo-se a equação (2) pela soma da equação (2) com

duns vezes a equação (1), teremos

3xl 2x2 + Ox3 + 4x4 o (1')

{ -
Ox1 + Ox2
3xl + 2x2
X3

X3
+ 9x4
+ 5x4 -
o
o
(2')
(3')

Agora, substituindo-se a equação (3') pela soma das equações

(1') e (3') subtraída da eq~aÇão (2'), chegamos ao seguinte·
.. ~ I •
 o (1")
{ 0Xt

0Xt
+
+
o (2")
o (3")

Por fim , multiplicando-se a equação (1") por 1/3, c a equação

(2") por -1~ teremos ao final o sistema

+ o
o

Este último sistema está na forma escalonada. Observe que,

dados valores x2, x 4 E 1R, teremos uma solução do sistema ori-
gm. a1 d ad a por Xt = 2 x2 - 3X4
4
X2, X3 = 9x 4 , x 4 • AS vanaVClS
.' .
3 1

x1,X3 são ditas variáveis dependentes das variáveis x 2 ,x4 . Não

é difícil verificar que as soluções do sistema inicial c deste último

sistema são as mesmas.

1.3.3 Por meio de certas operações, exemplificadas acima, dado um

sistema de equações lineares homogêneas (I), chegamos a um sistema
mais simples de ser resolvido. As operações usadas são as seguintes:

(el) Troca de posições de duas equações.

(e2) Multiplicação de uma equação por um escalar não nulo.

(e3) Substituição de uma equação pela soma desta equação com

alguma outra.

Estas operações são chamadas de operações elementar-es.

Dizemos que dois sistemas de equações a n incógnitas sao

equivalentes se tiverem as mesmas soluções. Deixamos ao leitor
verificar que ao efetuarmos operações elementares em um sistema
linear iremos produzir um outro sistema equivalente (ver Exercício
1.3.5(2)). A ideia, é claro, é produzir por meio destas operações ele-
mentares um sistema equivalente mais simples, como feito no
•.. .
•',\..., .exemp16 acima.'· ~- ~ - ·,.-.-t ..:to-....I"Y~ ~~
.. o4: -~ '-'~ ...
...... . . . ... •
'''' • I ''' ( •,, ,., dr Á l11rbm 1 tnt:m

(!I)

c hnmuclo ele c.>~calonado se existirem 1 < l 1 < l2 < · · · < l1. < n
~{'I ft
tnl qn ·bit, :/:O, para cacln i. = 1, · · · , r c Úij = O se 1 < j < lt.

A seguinte proposição é de fácil verificação.

PnOPOSIÇÂO. rJdo sistema linear com m equações e com coefi-

f'll'?liC8 r.m um r01po é equivalente a um sistema escalonado com
t w cquaçoes.

mufatizamos que, ao se efetuar um escalonamento de um sis-

t fllllflliHCB.r, utiliza-se fortemente as operações c propriedades defini-
doi ft.C! de corpo. Em particular, é importante que os elementos te-
nhrun inversos multiplicativos. Na realidade, não é difícil ver que
• • t t;C:!n lonn.mento feito acima depende apenas dos coeficientes das

f'CJIIU r C 1 por ÍSS0 1 podemos fazê-lo por meio do escalonamento

dt wnt rizcs. É o que faremos na próxima seção.

l ,!l , O seguinte resultado decorre facilmente das observações feitas

'' •i 1un, mns será ba.c;tante útil ao longo do texto.

Plcc.:>t'()SJÇAO. Se o número de equações em um sistema linear ho-

mngrur.n com coefirtentes em um co1po for menor do que o número
dt ,'llltlS inr6gnitas, então tal sistema terá uma sol'ltção não trivial.

I ,:l.ú mxgRCÍC IOS

( I) Rm~olver os sistema::, abaixo:

3x -5y = Õ
(a) { em
2x -4y = õ
(h) { (2 + 3J2)xl =0
em Ql(J2).
(1 - vl2)x1 =0
1 X +iy =0
(r) {
2i X -y =0
,. Â •
..
 Jlnlunímu • tl7

(2) Mosln~ qucJ c fet,unr operações elementares em um sistema linear

produ1. um sistema linear equivalente.

(3) Mostre que todo sistema linear com coeficientes em um corpo

6 cqui valente a um sistema escalonado.

(4) Mostre que se o número de equações em um sistema linear

homogêneo com coeficientes em um corpo for menor do que o
número de suas incógnitas, então tal sistema. terá uma solução
não trivial.

1.4 !vlATRIZES

1.4.1 lremos, nesta seção, recordar os principais fatos sobre as ma-

trizes que serão utilizadas ao longo deste texto. Para detalhes, m-
dicamos [HK]. Ao longo desta seção, lK denotará um corpo.
Sejam m, n dois inteiros positivos. Uma matriz m po1· n A
sobre lK (> dada por m x n valores ai1 E lK , com 1 < i < m, 1 < J < n
agrupados em m linha.({ e n colunas, e será reprcscuLada como:

No conjunto Mmxn(lK) de todas as matrizes m x n sobre lK podemos

definir as seguintes operações:

A. Soma de matrizes Se A = (aij )i,j, B = (bij )i,j E M mxn(OC ), então

a soma A+ B é a matriz C= (ci1 )i,J E Mmxn(OC), tal que, para
cada par (i, j), temos cl1 = az1 + bz1 , isto é,

an aln bu bln
A+B + -
aml amn bml bmn

au + bu aln + bln
,...
·, . •""""-~;-.....~ . -.-....... , -·,.\ + .b..m n.
,\_, - .L,.. ,J-1

. --
a1nT+ bm.1
.
l4nn
-~r-... ... ... , .. . ~
. -~ .. .. - ...~ '"""'""-"""'" ....
I )pj HlllQ, n cnr r,
J, 1,-.jl or o \'tt•iflcuçw do qn ( 0111 t st.n opc:rnçii.o,
M 11, 1xfl(K) 611 n1 'lHJ)O nb liuuo, isto é, snlisfnz ns propriedades {AI)
(A•I) d (1.2. 1).

H, /111tlliplir.(lç(Io z10r esr(lla.r 8<• A (aij) 1 ,j E Mmxn(IK) e À E IK,

pod lHOS ddiuir o ·produto de À por A corno sendo a matriz B =
(biJ)f,J e M mxn{IK) tnl que, para cada par {i,j). temos bij = Àa,i:

~\ ;\ À

l , l,:l PHODU'I'O DE MATRIZES

S jmn A=- (atJ)t,J E Mmxn(IK) C B = (bij)i,j E Mnxp(IK),

lf)t" .'-, com o uúm<!ro de colunas de A igual ao número de linhru;
•1c /J. Podemos definir o produto de A por B como sendo a matriz
' • (r.ij)i ,j E Mmxp(IK) tal qnc
ti

f!ij = L aabLi, para i= 1! · · · !m, e j = 1,· · · .p,

l 1

an aln bu blp
A B-
aml arnn bnl bnp
..
n n
L: allbll L: a11blp
l=l l= l

1l ti

L: amlbll L: amtbtp
l= l l=1

.
Nno é difícil verificar que e::;ta operação é associativa. Ela
t n un-sc mais interessante, no entanto, quando tivermos as matrizes
A • (ai;kJ e B = (bijkJ quadrada.'!, isto é, matrizes onde o número
dP liuhns coincide com o número de colunas ou, em outras palavras,
qunnclo A, B E Mnxn(IK), para a11!nfli'n::> 1 (conjunto que também
.. ' .
'o

,.
 1\1L,, (JK)). Nost e cnso, u operaçiio de multiplicação
Sf rft UCliOI.udo pot•
de mnt.rizt.>s tem um elemento unidade que será a matriz

1 o o
o 1 o
fdll =

o o 1

Em geral, tal operação uã.o É> nem comutativa, nem possui in-
versos multiplicativos. Deixamos a cargo do leitor exibir exemplos
de matrizes que c:out.rarirun estas ült.imas propriedades.

1.4.:3 MATRIZES THANSPOSTAS

Dada uma matriz A = ( llij k.i E M m xn (IK), definimos a sua

transposta como sendo a matriz A 1 = ( bi; )t,; E Ml n x m (IK) tal que
b;j = aJi para cada par (i.j). Por exemplo, se

-2 1
A=( 4 o
então

AI -- ( -2~ ~-1 /I
) E M3x2(1R ).

1.4.4 FUNÇÃO TRAÇO

SPja A= (a 11 );,1 E M n(IK) uma matriz quadrada. Definimos

o traço (7· A de A como sendo a soma dos elementos de sua diagonal
principal, isto é,
li

tr A - L aii·
i- 1

Por exemplo:

fT ( -~ ~ ~ ) =1.
-2 11 1
• ._......, , ,._~.,..,.i

~-r"....._ ....... ,_.

. -~·.... ... ..... · .
 vmo obs< 1M1111os nn Sc'çiio I.:J acima, parn :-;c C'scalonar um
-
NÍHt •' 11 1(1 elo CC(lliHjÕ(·slincnres homogênea.l'.!, efetuamos certas operaçoes
c hnm dn.s oltmumt.~rcs em scuH coeficientes. Na realidade, podemos
pt'll lU' 1111 mal riz tio.'! CO(}tc1Cnl.es deste sistema lineaT e efetuar as
111 1 8lllU8 OlH'l'nÇÕ<'H diretamente nas linha..'i cle-l)ta matriz. Mais espcci-
flt·lllllt'lllo, R<~ja.

(/)

•
1111 i t •mn de equações lhwares homogêneas com coeficientes
, n. A matriz dos roefirientes de (I)

E Mmxn(OC).

B "luro que uma solução do sistema (I) será então uma matriz
(nl)iti E MnxdOC) t.al que
Cltl o

amn o
<\m1 i so, o processo de resolução de um sistema ljnear homogêneo
t'O III confidentes em um corpo se redu~ basicamente a escalonar a
lllllll'iz ele seus coeficientes. Em geral, podemos escalonar qualquer
lllill •·iz utilizando as operações elementares descritas em (1.3.3) em
Vamos exemplificar tal processo de escalonamento.

I•~ ·~~~ t PLO

Considere a matriz
o 4
) -_
3 -2
A
( ..
-6
-3
. .... 4·..............
-
2 -1 5
- 1 1
'
' ~t-

"
'
••
.....
. -- .
.. ..... ...
~. .. -... . ....
..,'\..

•t - .
 • [Jj.

Vmuo c;fflturu• sue •" ivnmcut • as seguintes operaçõe.-.; nas linhas

de .A: (J) snbsUt,ui-sc u segunda linha. da. matriz pela soma. da
scguudn liulm com duas vezes a primeira linha; (2) na matriz
rc.c;ulhmic, suhstittú-se a terceira linha pela soma da primeira
linha com a. terceira linha subtraída da segunda linha: (3) na
matriz resultante, multiplica-se a primeira linha por l/ 3 e a
segunda por -1. Chega-se com isso à matriz (escal(ml-\da)

o
1
o

DEFINIÇÃO. Dada uma matriz A E M m Y n (IK) definimos o sell posto

como sendo o número de linhas não nulas em sua forma escalonada.

1.4.6 MATRizgs INVERTÍVEIS

Como observado acima. nem sempre existe a inversa de uma

matriz. As matrizes que possuem inversas são bastante importantes
em nosso estudo. Uma matriz A = (ai;) i ,j E M n (:JK) é invertfvel se
existir wna matriz B = (bti )i,j E M n (IK) tal que A· B = B ·A = f dn,
isto é, tal que, para cada i,j = 1, · · · , n,

se 1 = J
se i =/= j

É comum muitas vezes considerar o subconjunto de M n (IK) formado

por todas as matrizes invertíveis. Neste subconjunto, é claro, os ele-
mentos possuem inversos multiplicativos, mas nem sempre a soma
de matrizes invC'rtíveis é invertível (exiba um exemplo para mostrar
esta afirmação).
Se A E MI n (IK) for uma matriz invertível. então utilizando-
se das operações elementares sobre as suas linhas, pode-sE' ch<'gar à
matriz identidade I dn. Agora, se efetuarmos esta mesma seqnência
de operações começando em I dn chegarf'mos à matriz inv<"'rsa A - l.
V~oft ~exemplifiear. &~te, proce~.Q_...;L-.,. •
l '""'~-'":! . ·--~- ·· ,;.,... .. ...... ~~~ ...
.1 J • t 1m ( 'm Hll dt 1/qr lm1 /,num

rruint C' mntl'lz 3x3:

Vrunc•s eft!Luar operações elementares em A para transformá-la na

lltUiriz lduut.idnclc /d3 c, simultanPamente. as mesmas operações em
I cla pnrn H<' conseguir a matriz A - 1 .

o o o o o
)( n~
1 1 1 1 1

u 2
o
1
1

o
I., o 1 o
o o 1
o o
rv o
o
2
-1
1
1

o
o
-1
1
o
o o
)( )
I 1 1 1 1 1

N(oo o 2 1
3
2
•.
o 1 o
- 1 1
2 1
rv o 2 1
o o 1 -3
o 1 o
2 1
3
2
3
rv

o . 1 o 1 o o

-n (
2 1 1

)
I

o
3 -3 3
1 o 3
1 1
3
rv o 1 o 1
3
I
3 - 3
1

o 1 2
-3
1
3 o o 1 2
-3
1
3
2
3
c1111 isto, a matriz

( -n
2 1
3 - 3
1 1
3 3
2 1
- 3 3
será n matriz inversa A- 1 de A. Observamos que se tentarmos efe-
t IlM C'Stas operações a uma matriz não invertívcL então não con-
"' guirínmos chegar à matriz identidade. ..

il}Xl~HCÍCIO

.Justifique o procedimento acima para se conseguir a matriz

inversa de uma matriz invertívcl.

Para se verificar se uma dada matriz A E M n (IK ) é invertível

t)U niio, é comum utilizar-se do chamado determinante. Vamos recor-

dnr agora a sua definição.

... .. ~f • •• ~
 F'm cmos u dcfiniçao de determinante de uma matriz A em
Ml,t(IK) de maneira indutiva sobre n > 1. Se n = 1, então a matriz
A E M 1 (IK) é dada por um único elemento a = a 11 . Definimos,
neste caso, det A = a. Vamos supor agora que n > 1 e que det B
esteja definido para todas as matrizes B E M m(lK ) com m < n e
seja A E Mn(lK). Para cada par (i,j), defina a matriz Aij formada
a partir de A retirando-se a sua i-ésima linha e a sua j-ésima coluna.
É claro que Aij E Mn_1 (1K) e, portanto, já está definido det Aij·
Defina agora o determinante de A como sendo
n

det A = L...J ( -1)1+1 a 1 j · det

~
Alj·
j=l

Observe que det A E 1K .

1.4.8 EXEMPLOS

(a) Seja A = ( : !) E M 2 (1K ). Pela definição acima, temos

que ~et A= a det Au - b detA12· Como An = (d) e A12 =(c),

segue então que det A = ad - bc.

(b) Seja A= ( :~~ :~: a13 )

a 23 . Pela definição,
a31 a32 a33

det A= au det An - a12 det A12 + a13 det A13

Como

Au =

A 13 = ( a21
a31 )·
teremos, como no item (a), que

det An = a22a33- a23a32,

det A12 = a21 a33 - a23a31 e
..... ~.~,.,...";,.-·
-r~-·, ..~ d:el! Al:r =- ·<~Jjls2);:"-. tl22A3L·
. . .- ,~ ......... ~(· -~ ..... ri
·'I . t,, ( 'UIIf(J ,,,

])aÍ

dei · = Ott clel A11 - a12 dei A12 + a13 dei. Ata =
=an(n22C1:4:J- a23a32) - at2(a21n33- a23a31)+
·I a1 :l ( a.21 a .32 - a22a31)
= au a22D33 +a 12a23a31 + a13a21 aa2-
- a13022a31 - a12a21a:rJ- Ut1a23a:n -

E" m.cil ver que, rcordcnando os termos acima, teremos que det A
t} igual a

- a12(a21a3a - a23a31) + a22(ana33 - a13a31) -

- a32(aua2a - a1aa21) =
a12 det A12 + a22 det A22 - a32 det A~{2 =
3
L ( 1)i+ 2 a.i2det Ai2.
j 1

Portanto, podemos escrever det A também, por exemplo, como

n soma
3
det A = L (- l)i + 2
aJ 2 det Ai 2 .
j=l

Uma conta similar também nos mostra que

3
det A = I:: (- 1) +
1 3
a3jdet A3j ·
j=l

OuSJmVAÇÃO

Na definição de determinante dada acima,~ soma foi feita uti-

lizando os elementos da primeira linha e determinantes de ma-
trizes menores. Por outro lado, no exemplo (b) acima, vimos
qne det A pode ser escrita utilizando-se os elementos da se-
gunda coluna (e as matrizes A12,j = 1, 2, 3) ou mesmo ele-
mentos da terceira linha (e as matrizes A 3J,j =-- 1, 2, 3). Na
realidade, isto é um fato mais geral. Se A E MI u (1K ), então
fixada uma linha i de A qualquer, teremos
n
dct A = 2:(.-l)l+iaii · det Aii .. .
j=l
.:
 l'n lunÍIIll/ rs • :J!J

, IIXflcln lllllíl t'l)hllul J d · ;\ qualquer, teremos

n
det A = 2)-l)i+iaij · det Aii·
i=l

A demonstração deste fato não é essencial ao que seguirá e,

portanto, será omitida. Desafiamos o leitor a mostrar isto. No
entanto, usaremos estas observações em cálculos práticos ao
longo do texto para simplificá-los. ~bserve que, em geral, para
se fazer o cálculo do determinante de uma matriz, o melhor é
escolher uma linha, ou coluna, com o maior número possível de
zeros.

1.4.9 O próximo resultado nos dá um critério para se decidir quando

uma matriz é invertível ou não.

TEOREMA. Uma matriz A E M n (IK) é invertível se e somente se

det A# O.

1.4.10 MATRIZES ADJUNTAS

Dada uma matriz A = (aij) E Mn(IK), denote por ad(A) a

sua matriz adjunta, isto é, a matriz ad(A) = (bij) tal que, para cada
. . bij = ( - l)i+i+l det A ij, ond e A ij e,
par ~,J, ' como acima,
. a mat nz
··
em M n-I (IK) formada a partir de A retirando-se sua linha i e sua
coluna j. Os elementos bij são chamados de cofatores (em i, j) de A.
Pelo que vimos em (1.4.8), para cada i = 1, · · · , n,
n
det A = L aii · bij.
Ji=l

Deixamos como exercício ao leitor verificar que, se i# l, então

n

L aii · bzj =O
j=l

Com isto, segue que

n
(*} ~
j=l
aij · btj = 8il
-
-
.., ,.,....... <t.
...,.c.·'t.(; ... ~--,· ~;. .. ... ,.
...
. . ~
.. -~1 r, ' ., . .
......... ., .,. . 11
 • p •tiHulv, A· ari(A) =ml(.A) ·A = (dr.t. A) l rl,•.
1.41 . 11 MA'l'fU:Ú~s DADAS POlt BLOCOS

MniLAs vezes, é conveniente olharmos as matrizes como sendo

f'vr' u tucln.~ por blocos de outras matrizes menores. Por exemplo, a
11 ut triz

3 - 2 1 o 4
- 1 2 3 7r -1
A= o 1 1 3 2 E Ms(lR)
I
o o o 1 o
.r o o o o 1
pudo ser escrita como

A -
( ~ I~)
o uelo

/J = ( -! -::) E M3(R), C _ ( ; -~ ) EM3x2(R),

fl inclica a matriz nula de M 2x 3 (JR) e I d2 é a matriz identidade de

M 2(1R ).

I A . 12 EXERCÍCIOS

{ I ) Sejam A, E E Mmxn(IK). Mostre que

(a) (A+ B)t = At + Bt.

(b) (A. Bt)t = B. AL.

(c) Se n = m, então (A· B)t = Bt. At.

(2) Sejam A , B E M n (.!K) e .-\ E 1K. Mostre que:

(a) det (A · B) = det A · det B.

(b) det A= detAt.
(c) det (.-\A)= Àndet A :- ·· ~ -· ......- .. -:.-.. ...: ~- ~,_.._. ~
.
t' .,. . . . . . ... '
 • 'r
('l) Sl'juut t \, Jj E Ml ,~(11<) umtJ'izes invcrLívcis. Mo:;tre que
(n) dr.l (A- 1) ( det A) 1
.

(h) A- 1 é invertível e (A- 1 ) - 1

= A.

(c) A· B é invertível e (A· B) - 1 = B- 1 . A-1.

(4) Seja A = ( ~ ~) E M n(OC ), onde B e C são matrize:;

quadradas. Mostre que det A = det. B · det C .

(5) Seja A E Mn(IK). Mostre que existem matrizes E1,E2,E3

em Mn(IK) tais que os produtos E1A, E2A e E3A equivalem a
efetuar as operações elementares descritas em (1.3.3) sobre as
linhas da matriz A.

. -~ .. . \ ... ..... .. ~ •: .. "

·.

r
f,

... .
. ..
 2

ESPAÇOS VETORIAIS

Neste capítulo definiremos espaços vetoriais e estudaremos al-

gumas de suas propriedades básicas como existência de bases.
coordenada/:), somas diretas, entre outra..c;. A notação OC , por sua
vez, designará, a menos de menção ao contrário, um corpo qualquer.

2.1 ESPAÇOS VETORIAIS

2.1.1 DEFII'\IÇÃO. Um conjunto não vazio V é um espaço veto-

rial sobre (um corpo) OC se em seus elementos, denominados vrtores,
estiverem definidas as seguintes duac; operações:

(A) A cada par u. v de vetores de V corrcsponde um vetor u +v E V,

chamado de soma de u e v. de modo que:

(Al) u +v= v+ u, \:1 u. v E V (propriedade comutativa).

(A2) (u +v)+ w = u +(v+ w), V 'lt, v, w E V (propriedade associa-

_" ~ . ,. . tiva).
·--
W • llm ( 'w 110 ''' /1/' bm /mau

(J\3) \f uru v tur, dc•Hominnclo uator nulo e donotudo pur

O, tul qu _ 0+ o = u, V v E V.

(Ad) n (:acla vutor u E V exista um vetor em V, denotado por -v,

t.nl que li+ (-·v)= O.

(~I) A cncla par Cl' E K. e v E V, corresponde um vetor a · v E V,

<ll'llotHinudo ]Jrod7Lto por escalar· de a por u de modo que:

(~ll) (n/3) · v ::- a({3 · v), V a, fJ E OC c V v E V (propriedade

m;sociati va).

( l2) 1 · u =v, V v E V (onde 1 é o elemento identidade de OC ).

Além disso, vamos impor que as operações dadas em (A) c (M) se

dil;tribuam, isto é, que valham as ::;eguinte::; propriedades:

(I) J) O' • ( 11. + v) = a ·u + a · v, V a E OC e V u, v E V.

(D2) (o T {3) ·v= o· v+ fJ ·v, V a, f) E OC e Vv E: V.

2.1.2 OBSERVAÇÕES

(a) Algumas vezes usaremos a expressão 1K -espaço vetorial para

indicar um espaço vetorial V sobre 1K. Outra..c; vezes, omitiremos
Robre qual corpo OC estaremos trabalhando quando isso ficar
claro a partir da notação utilizada.

(b) Seja V um espaço vetorial sobre K.. Observe que o conjunto V

.
com a operação de soma de vetores é um grupo abeliano (ver
Exercício 1.2.3(1)). Portanto, o vetor nulo é único, assim como
é único o vetor oposto a cada elemento de V.

2. 1.3 EXEMPLOS

. (u) Todo corpo é um espaço vetorial sobre si mesmo. De fato, ::;e 1K

é um corpo, então as duas operações internas emlK podem ser
vistas como a soma de vetores e a multiplicação por escalares.
Não é difícil ver que as propriedades na definição de espaço
vetorial estão :::;atisfeitas -para e;tas operações.
. .,. .. .. , .
,....,.~
I
 v: lar a • 11

(b) IJ• 111110., lnnll •iro mnl g nll l1 cousiclern.da acima, para cada
" ~ I , o co11j unto

IK n = 1K X ••. X K = {(a 1 ' . . . ' an) : ai E li{ ' v i = 1' . . . ' 'fl}
n

tem uma estrutura de espaço vetorial sobre lK ba..c;tante natural

com as operaçoes:

• (a1, · · · ,an) + (bb · · · ,bn) = (al + b1, · · · ,an + bn),

V (a1, · · · , an), (b1, · · · , bn) E OC n.
• a· (a1,··· ,an) = (aa1,··· ,aan),
V a E: IK, e V (a1. · · · ,an) E :ocn.

(verifique que tais operações satisfazem as propriedades definido-

ras de espaço vetorial).
Com isso, .IR. n é um espaço vetorial sobre .IR. , C n é um espaço
vetorial sobre C, (Z 5 )n é um espaço vetorial sobre Z 5 .

(c) O conjnnto C 2 é um espaço vetorial sobre 1R.. Basta definirmos

as operações:

• (a, b) + (c, d) = (a + c, b + d) E C 2 , V (a, b), (c, d) E C 2 .

• a· (a,b) = (aa,ab), a E JR c (a,b) E C 2 .

Verifique aqui as propriedades definidoras de espaço vetorial e

generalize o resultado para C n como espaço vetorial sobre IR .
Pelo que vimos acima, C 2 pode ser visto como um espaço ve-
torial sobre IR ou sobre C. Apesar de ser o mesmo conjunto
de vetores, estes dois exemplos determinam espaços vetoriais
distintos. Isso deverá ficar claro mais adiante quando discu-
tirmos o conceito de base. Mas gostaríamos de enfatizar aqui
que é essencial ter claro sobre qual corpo de escalares o espaço
vetorial está sendo considerado.

(d) O corpo IR é um espaço vetorial sobre Q de uma maneira bas-

tante natural (deixamos ao leitor a tarefa de definir as op<'rações
e verificar as propriedades correspondentes). Generalize esta
.. ~ ~ , õbserV3.\ã:o. · .,. ..~... ~.... .._.• ......,..... ~.:.. .......~.~--.- -~-· ·...,.-
~ ,....... .. -t -~~~

. .... ~ s. .... , .... """.

l:l • l '" { 'ru <NU dt ftltJt bm I lllttll

6 .IK- puço vctorinl <'Olll as operações usuais de soma de

tllll

polinômios c multiplicação por escalar. Especificamente, ::;ejam

Jl(x) = a"a··'1 +···+ao c q(T) = bmxm + · · ·+ bo dois elementos
tml 'P(K ). Sem perda de generalidade, podemos a."isumir que

n < m. Definimos então a soma

(p+q)(x) = bmxm +·· ·bn+l·z;n+l + (an + bn)Xn +···+(ao +bo).
Além clissd, se cY E 1K, o produto por escalar de n por p(x) será,
por dcfiniç.to, o polinômio

Pnra cada rn > O, o conjunto

t,ambém é um lK -espaço vetorial (com as mesmas operações

acima).

{f) O conjunto M mxn(IK) das matrizes m x n com coeficientes

em 1K é um li{ -espaço vetorial com as operações de sorna de
matrizes e multiplicação por escalares definidas em (1.4. 1).

(g) Considere o seguinte sü;tema linear homogêneo

Oml•tl + · · · + GmnXn •=O

onde Ctij E 1K para 1 < i < me 1 < j < n . Uma solução de
(*)é uma n-upla (a1, · · · ,an) E lK.n que satü.,faz as equações
deste sistema. Observe que o conjw1to das soluções de (*) é
um 1K -espaço vetorial com as operações usuais de 1K n.
:.!.lA ESPAÇOS DE FUNÇÕES

Sejam X um conjunto qualquer não vazio e F( X, lK) o con-

j 11111 o de todas as funções f : X --t IK . Defina as segtúntes operações
,.•u .1'(X,1K): -- - -·-· ......
..
 • J)lll'fl f, !J e J-;"(X,K ), de11ua 11 funçiio I+ g : X --. 1K dadu por
(f+ g)(x) = !(:1:) + g(:t) para. cada x E X.

• para f E :F( X, IK) e a E OC, defina a função a· f : X -+ OC

dada por (a· f)(x) = cr.f(x) para cada x E X.

Com estas operações, o conjunto :F(X, OC) 0 um espaço veto-

rial sobre OC , onde a função nula é o vetor nulo desse espaço. Tal
conjunto é denominado espaço de funções. Enfatizamos que X É'
um conjunto qualquer e que a estrutura de OC -espaço vetorial em
:F(X, OC) depende essencialmente das operações do contradomínio OC
das funções. No caso particular em que X= N, chamamos tal espaço
de espaço de sequênczas, vamos denotá-lo por OC N c representaremos
os seus elementos por (x n) nEN.

Os espaços a seguir são exemplos de subconjuntos do espaço

de funções ou do espaço de sequências:

(a) Considere X = lK = C. O conjunto das funções polinomiais

é um subconjunto de :F( C, C) P é um eHpaço vetorial com as
operações descritas acima.

(b) Considere X o intervalo [a, b] em R e OC = C. O conjunto

C([a, b], C)= {f: [a, b] ~C : f é uma função contínua }

é um subconjunto de :F([a. b], C) e é por si só um espaço vetorial

sobre C com as operações descritas acima.

(c) Considere X = N e OC = <C ou lR . O seguinte subconjunto de

ocN
co = {x = (xn)nEN E OC N : (xn)nEN converge a zero }
é um espaço vetorial sobre OC com as operações definidas acima.
Lembramos que uma sequência (xn)nEN converge a zero se, para
cada f > O, existir no = no(f) E N tal que lxnl < E para todo
n > n0 .

(d) Considere X= N e OC =<C ou IR. O subconjunto de lK N

JI • ti 111 ( 'uHw rir Á lrJt llttl I t tlf (H

Ltllll ll'hllaõ mun cquêncio (:~:u)ueN é liwittulu so oxistir

qllc
1.1 > O tuf que lxnl < AI parn todo n E N.
ugot~o din.ule, quando usarmos a notação 1K N estaremos sempre
<'ITl

11111imlo que K =C ou 1R.

2.l.ú EXI•'ItC'ÍCIOS

(I) Sejn. V um·espaço vetorial sobre um corpo .1K .

(a) Moslre que O· v= O para todo vetor v E V e que a· O= O

para todo a E 1K .
(b) :Mostrf' que se a· v = O, com a E OC e v E V, então ou
a= O ou v= O.

(:.n Mostre que os conjuntos considerados nos exemplos (2.1.3) e

(2.1.4) são espaços vetoriais.

(a) Mostre que Q(v'2) é um espaço vetorial sobre Q (ver (1.2.2)).

(d) Sejam OC um corpo e OC 1 OC um subconjunto não vazio de
C
IK tal que com as operações de OC é um corpo (neste caso,
di1.emos que OC 1 é um subcorpo de OC ). Mostre que OC é um
c:spaço vetorial sobre 1K 1 • Mais geralmente, mostre que se V
for um espaço vetorial sobre .IK, então será um espaço vetorial
sohrc OC'.

(6) St,ja S = {(x,y ,z) E R 3 : x+y+z = O} um plano do JR 3

pnssando pela origem. Mostre que S é um llt -espaço vetorial.

(O) Descreva o 1R -espaço vetorial das soluções do seguinte sistema

linear:
x+y+2z =O
2x + 2y + 5z + 3w = O
{
4x + 4y + lOz + 3w = O.

(7) Suponha que estejam definidas as seguintes operações no cem

junto V = {(a, b) E 1R 2 :a, b > 0}:

• (a,b) ED (c,d) = (ac.bdf, 'i {a,b).(o,d)•E v.~· ··

. .. ..
 • 6

• o(a., b) = (a 0
, ll'), V n E R c V (a, b) E V.

Prove que V, munido dessas operações, é um IR -espaço vetorial.

(8) Seja p um número primo. Quantos elementos tem o Z p-espaço

vetorial (Z p)m, com m > 1 ?

2.2 BASES

2.2.1 Iremos discutir nesta seção um dos conceitos mais importantes

envolvendo a estrutura de espaço vetorial, qual seja, o de base. Come-
cemos com a seguinte definição.

DEFINIÇÃO. Seja V um espaço vetorial sobre OC.

(1) Um vetor v E V é uma combinação linear dos vetores

VI • · · · , Vn E V se existirem escalares a1, · · · , O'n E OC tais que

n
v- O'} V)+ ... + anVn = LO:iVi·
i=l

(2) Seja B um subconjunto de V. Dizemos que B é um conjunto

gerador de V (ou que B gera V) se todo elemento de V for uma
combinação linear de um mímero finito de elementos de B.

2.2.2 OBSERVAÇÕES

(a) Por convenção, diremos que o conjunto vazio gera o espaço

vetorial {O}.

(h) Observe que todo espaço vetorial possui um conjunto gerador.

(c) Seja B um conjunto gerador de um espaço vetorial V. Todo

subconjunto de V que contenha B é um conjunto gerador.

(d) Scj am V um OC -espaço vetorial e {v1, v2, · · · , Vn } C V. O suh-

conjunto de V formado por todas as combinações lineares de
v1 , · · · , Vn é também um OC -espaço vetorial. Deixamos ao leitor
a verificação de tal afirmação. Denotaremos tal espaço vetorial

.. -~ ,... ........ ..
U1 • u,,, ('11uw rir flqr lwn /,uu rn

.
(n) u11iclcn lR 8 Gomo ospnço vetorial sobre R. Observe que o
conjunto {(1,0,0), (0, 1,0), (0,0, 1)} <'conjunto gerador de IR:J
puis bP (a, b1 c) E R 3 , cnt.ão

(a, b, c)= a( I, O, O)+ b(O, 1, O)+ c( O, O, 1) com a, b, c E lR.

Vcnfique também que os conjw1tos abaixo são geradores de lR 3 .

• {( l, O, 1), ( l, 1, 0). (1' 1' 1), ( - 1, o, O), ( - 1, - 1, O) I ( - 1, -1' - 1)} o

• {(a, b,c): a,b,c E Z}.

~

(b) ScjH 'P(R) o conjunto dos polinômios com coeficientes em lR. O

conjunto {1 , x, x 2 , · · · , xn, · · ·} é um conjunto gerador de 'P(JR)
visto como espaço vetorial sobre lR. Também é um conjw1to
gcrndor do mcsnw espaço vetorial :

• {2, 1 + x, 1 + x2, ... , 1 + .r'~, ... }.

(e) Considere o subconj1mto B = { (1, 0), (0, 1)} do C-espaço veto-

rial C 2 . É claro que B é gerador de C 2 , pois se ( n:. /3) E C 2 ,
então (o:,{J) = n:(LO) + t:J(O, 1), com o.,{3 E C.
No entanto, { (1. 0), (0, 1)} não é conjunto gerador de C 2 se con-
Aidcrarmos C 2 como espaço vetorial sobre lR. Observe que não
é possível se escrever, por exemplo, o elemento (i, O) como uma
combinação linear a( L O) + b(O, 1) com a, b E lR. Um conjunto
gerador de C 2 sobre lR é, por exemplo: {(1, 0) , (i. O). (0, 1), (0, i)}
pois se (a+ bi. r+ di) E C 2 com a,b, c, d ~ lR, teremos então
que

(a+ bi, c+ d'i) = a(l, O)+ b(i., O)+ c( O, 1) + d(O, i).

Por isso, é importante dizer sobre qual corpo OC estamos con-

siderando o espaço vetorial.

(11) O conjunto {1, J2} é um conjunto gerador do espaço vetorial

Q ( /2) sobre Q .
.
. . . .: . . tJII ... ,. .....,...._...... ...... .... ,,. -~~
... :-

... ..
 (I) Sojo K um corpo. Mostre que o conjunto {1} é um conjunto
gt'rndor do li< -espaço vetorial lK .

(2) Most,r<' que, para cada número inteiro n > 3, é possível encon-
trar um conjunto gerador de ~ 3 com n elementos. Mostre
tn.mbém que não existe nenhum conjunto gerador de IR 3 com
menos de 3 elementos.

(3) É possível encontrar um conjunto gerador de P(R) com um

número finito de elementos?

(4.) Qual é o menor n(rmero de elementos em um conjunto gerador

de C 2 se o considerarmos como espaço vetorial sobre (a) C;
(b) R ; e (c) Q ?

(5) Qual é o menor número de elementos que deve conter um con-

junto gerador de R visto como espaço vetorial sobre Q? Tente
exibir um tal conjunto.

(6) Mostre que todo espaço vetorial tem um conjunto gerador.

(7) Mostre que se A é um conjunto gerador de um espaço vetorial

V e que se B é um conjunto que contém A, então B é um
conjunto gerador de V.

2.2.5 Em geral, um espaço vetorial possui muitos conjuntos geradores

e muitas ~ezes é importante termos um conjunto gerador que seja o
menor possível. A situação ideal é que exista um conjunto gerador
onde cada elemento de V se escreva de maneira única como com-
binação linear dos elementos deste conjunto gerador. Por trás dessa
unicidade está o importante conceito de conjunto linearmente inde-
pendente, que discutiremos a seguir.

DEFINIÇÃO. Sejam V um espaço vetorial sobre lK e B um subcon-

junto de V.

(a) Dizemos que B é linearmente independente (ou l.i.) se

a1v1 + ··· +anVn =O, para Vi E B e ai E lK, ·i = 1,··· ,n,

.. :: ,J.mplicà ~que-rxr:::::z .... · =-an ~ .)..~..,.~-· ~~

..;2 • ~
••••

·-
a,~
•.. ·-v.~~~~
... ""
'i •'
 {t>)

~.2.6 ÚUS I~HVAÇÕES

(n) Por rm•vcnção, o conj unto vazio é um conjunto linearmente

i ndcpondcnte.

(b) Todo conjunto contendo o vetor nulo é l.d ..

(c) D(•ve ficar claro ao leitor que as definições acima dependem

do corpo base do espaço vetorial considerado (ver Exemplo
2.2. 7{ a) abaixo).

{<1) Todo espaço vetorial não nulo possui um conjunto l.i. não vazio.
Basta considerar, por exemplo, um conjunto que consiste de um
tí.nico vetor não nulo.

(c) Todo subconjunto de um conjunto linearmente independente é

linearmente independente.

2.2. 7 EXEMPLOS

2
(n) Soja B = {(1, O), (i, O), (0, 1), (0, i)} Ç C . Se considerarmos
C 2 como espaço vetorial sobre C então B é linearmente depen-
dente, pois {0, O) = 1 · {1, O) + i( i, O) +O· {0, 1) + 0(0, i). No
entanto, se considerarmos C 2 como espaço vetorial sobre 1R ,
<mtão B é linearmente independente (mostre isto!).

(b) Seja co o IK-espaço vetorial definido em {2. 1.4(c)) e considere,

para cada k E N, a sequência ek := (0, · · · , 1, O,···) que tem 1
na k-ésima posição e O nas demais. Então B = { ek : k E N} é
um subconjunto infinito linearmente independente de co.

(c·) O conjunto {senx,cosx} é linearmente independente no lR. -es-

paço vetorial C([O, 27r], lR ). De fato, se {sen.T,cosx} fosse linear-
mente dependente, então existiriam n, {3 E 1R, ao menos um de-
les não nulo, tais que asenx + {3cosx = O para todo x E [0, 21r},
o que é uma contradição ........ - -· --~, .. ,.,;
. . .. .
 f)

(d) 11 idf'r '' l'un•,v s j~ : In, b] - C duHuidns por / 11 (t) - tn,

pnru n = O, 1,2,···. O co11jnnto B - {in: n = 0, 1,2, ···} é
tttrl subconjunto Li. infinito em C([a, b], C).

2.2.8 Seja V um espaço vetorial sobre um corpo JK..

DgFINIÇÃO.
Dizemos que um subconjunto B de V é uma base de V se

(i) B for um conjunto gerador de V; e

(ii) B for linearmente independente.

2.2.9 OBSERVAÇÕES

(a) Segue das convenções 2.2.2(a) e 2.2.6(a) que o conjunto vazio

é uma base do espaço vetorial {O}.

(b) Em contextos onde são consideradas simultaneamente as es-

truturas algébricas e topológicas (por exemplo, em textos de
análise funcional) a base definida acima é chamada de base
algébrica ou de base de Hamel.

2.2.10 EXERCÍCIOS

(1) Mostre que o conjunto

{(1,o, ... ,o),(0,1,o, ... ,o), ... ,(o,o, ... ,1)}

é uma base de JK. n sobre JK.. Esta base é chamada de base

canônica de IK n.

(2) Mostre que o conjunto {l ,x, .. · ,x11 , . . ·}é uma base do JK.-
espaço vetorial P (IK ) . Esta base é chamada de base canônica
de P(IK ).

(3) Ache uma base de Mmxn(C) como espaço vetorial sobre CC.
Quantos elementos tem? E se considerarmos M mxn(C) como
espaço vetorial sobre IR ?

(4) (a) Mostre que os conjuntos {(1, 0),(0,1)}, {(i,0),(2,-3)} e

{ (i, i), ( -1, 2i)} são bases de CC 2 sobre C.
(b) Mostre que {(1, 0), (i, 0) , (0,1), (0, i)} é uma base de C 2
sotlí·e"'R~ .
..1 ,. .....
 C 2 oi u c C t 0111 2 dowcnt.os e
tem 4 Plcrnculos.

(ú) !\lustP cltto {{z 1,z2 ),(w 1,w2 )} C C 2 é l.d. se c !:iOmente se

Z1W2 = Z2Wt.

{G) Ho lK = Z 1 , o subconjunto {(i, T, õ), (I, õ, I), (õ, I, T)} de lK 3

.< •. C t'C ~ = a.. l:i '7·
ó'11? lV '7J

(7) Sob que condições impostas ao escalara E C os vetores (0, 1, a~

(o, O, 1) c (1 +a, l,n) formam uma base de C 3 ?

(8) Seja. w·~Jv}, u2) c C 3, onde Vl =( I, O, i) e ll2 = (l+i,1, - 1).

(a) Mostre que {Vt, v2 } é 1m1a ba."e de ltV.

(b) Mostre que w 1 = (1, 1, O) c w 2 = (1, i, 1 +i) estão em vV
c que {w 11 w2 } é base de lV.

{9) Seja V - F(IR, C) o C-espaço vetorial de toda." a.'3 funções de

R em C. Prove que {!11 /2, h} é Li. em V onde !1 , /2, h são
dndas por !l(;r:) = 1, h(x) = cz:r =ros :r+i sem ~r. c !3(.1;) -e l.J
para. cada l' E R .

(10) Scjn. V um espaço vetorial sobre IR e considere no conjunto

Vc = { ( u, v) : u, v E V} as seguintes operaçÕ<'s de adição c
multiplicação por um número complexo:

• (u1,v1)+(u2,v2) = (u1 +n2,v1 +v2), para Lodos (u1,ot),

(u2, v2) em Vc.
'
• (a+itJ)(u,v) = (a:u-{3v,f3u+cw), para t.odo (u.v) < Vc
c todo a + Bi E C .

(a) Mostre que Vc é um espaço vetorial sobre C.

(b) Seja { v1, v2, · · · , Vn} C V um subconjunto Li.. Most r· que

{ (v1, 0). (v2., 0) ,.. · , (v1l, O)} e {(0, vl), (0, v2) ... · , (O, 11.,))
são subconjuntos Li. em Vc.

(I I) Para um <C -espaço vetorial V , denotaremos por VR o con j uu'ír,

V olhado como IR -espaço vctç>ri~lL 11ostte qu<V.Sn{ V-1 1 11~, • ~ , 11!1) · •

·'•
.. ~
 • d

rol' lllll sulu cmjulll,ô lillt'lll'llii;III.U ind 'P 'll(lcut.e Clll V, cuLão
{t1t, 'U2,''' ,ou} o {vt,'IJ2,u,t}U{i·u t,iV2,··· ,ivn } sãosub-
1 '''

<'oujnllt.os lincn.nnontc independentes em VR.

( 12) Mostre que um subconjunto B de um espaço vetorial V é Li.

se e somente se cada subconjunto finito de B for l.i.

(13) Seja B um subconjunto de um espaço vetorial V. Mostre que

B é l.d. se e somente se existir v E B que pode ser escrito como
combinação linear dos elementos de B \ {v}.

2.3 ESPAÇOS VETORIAIS F INITAMENTE GERA-

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.

2.3.2 DEFINIÇÃO. Dizemos que um espaço vetorial V sobre lK é

finitamente gerado se possuir um conjunto gerador finito.
r )

2.3.3 EXERCÍCIO

Mostre que o conjtmto IR considerado como espaço vetorial

sobre IR é finitamente gerado (exiba um conjunto gerador) en-
quanto IR , considerado como espaço vetorial sobre Q , não é
finitamente gerado.

2.3.4 PROPOSIÇÃO. Seja V um lK -espaço vetorial finitamente ge-

rado não nulo e assuma que {v 1 , · · · , Vm} .seja um conjunto gerador
de V. Então todo conjunto linearmente independente de vetores em
V tem no máximo m elementos.

DEMONSTRAÇÃO. Vamos provar que todo conjunto de elementos de

V que contenha mais do que m vetores é linearmente dependente.
P'ara..~tahto, · s~ja-;t~ ~ ·{111, • · · , t.t-'J~ \li-()om. n > r/'4. . Qbs~rve.;tue~ -r
 tlm) mn .-. Hlj uni J • rador d ~', ui üo ex i t
(I m es·
tois quu, put'n cadn j = 1, · · · , n,
m

llj = OijVI + · · · f O'mjUm =L CY, j lJi.

i=l

As.~itn, 5(' >-.. 1 • ·· • • , Àn são eHcalares quaisquer em IK. teremos

n
Vamos analisar a situação em que L ÀjCtij O. para cada
j= l
ri = 1, · · · , m. Para tanto, considere o sistema

nns .incógnitas >-.. 1 , • • • , Àn c com coefic_:~enteb O:ij E IK. Como o

numero de equações de (*) é estritamente menor do que o m'imcro
I incógnita.'i. segue que (*) tem uma solução não nula. isto é,
' n
t ist.mu "Yt, · · · , ~tn E :OC, não todos nulos, tais que L rjO:ij = O
J= l
poru i= 1, ... . m. Portanto. "Y1u1 + ... +rnlln =O com "Yt .... ·"Yn
amo todos nulos, o que implica que {u 1. · · · . 'lln} é linearmente de-

p ·ndt•ntc. Segue o resultado. O

"

2.:u:> COROLÁRIO. Seja V um OC -espaço uctorwl finitam,mtc gr.mdo

?WD nt1lo. Então duas bases quaisquer de V têm o mesmo número de

clcm.cntos.
Dg~tONSTRAÇÃO. Sejam B e B' duas bases de V. Como V é finit.n,.
met1te gerado, decorre da Proposição 2.3.4 que B c B' são finitas
(pois sfw Li.) com, digamos. rn e m' elementos. respectivauH'ntc.
Cun idernndo B como conjunto gerador de V e B' lincarment e .iudCP-
p ndoutc segue da proposição acima que. m' ~ ·m ~ Por o\atr{J ift cr, . .::..
1 ~

...
 , utun co1~ 1H1lo gcl'udor e 8 linearmente indepen-
dm 1t 1 t.ormnos quo 111 < w'. Dní segue que m =- m'. O

2.:l.O Observe que se V não for finitamente gerado, então qualquer

husc de V possui infinitos elementos. Neste caso é possível mostrar
que as bases são equivalentes como conjuntos, isto é, podemos mostrar
que duas bases de V têm sempre a mesma cardinalidade. No entanto,
não faremos aqui esta distinção. Os resultados acima justificam a
seguinte definição.

DEFINIÇÃO. Seja V um espaço vetorial sobre JK. Se V admite

uma base finita, então chamamos de dimensão de V o número de
elementos de tal base. Caso contrário dizemos que a dimensão de V
é infinita.

Observe que ainda não analisamos a questão da existência de

bases para um dado espaço vetorial V sobre lK . O que podemos falar
por enquanto é que se V possui alguma base, então a dimensão está
bem definida. Neste caso, denotamos a dimensão de V sobre JK por
dimoc V.

Da Observação 2.2.9(a) segue que dimJK. {O} =O.

2.3.7 EXEMPLOS

(a) dimoc lK n = n.

(b) d'imc cn = n, dimJR c n = 2n.

(c) di'm!K P (JK ) = oo (uma base tem infinitos elementos) e
dimK Pm(K) = m + 1.
(d) dimc Mmxn(C) = mn , dimJR Mmxn(C) = 2mn.

(e) dimoc Co= oo (ver Exemplo 2.1.4(c)).

2.3.8 Obviamente, todo espaço vetorial que admite uma base finita
é finitamente gerado. Vamos mostrar o inverso deste resultado, isto
é, q~·mdo ·e~J}~b ·vétorial não"R~nitameute...gerado adlJlÍte
'
uma. ~- -..,. ,.....
 t w t 'ur ,.,, fi, i lt1t '''u I wun

ltnHt (flui tu).

dn ulth• l pr
>nnJ.J\rtio. Seja V um CSTJ(lÇO de dimensão 11 >
1 c seja B um
ultconjunlo tlc V com n elementos. As segtnntes aji1maçÕC'S são
cquivnlc1n lt!.'i:
(a) B é uma ba.11c.
(b) 8 é linearmente mdependente.

(r:) B é um conjunto gerador de V.

2.3.9 PROPOSIÇAO. Seja V um espaço vetorial sobre lK e conBidere

13 ={ v 1 , · · · , vm} um conjunto l. i. em V. Se existir v E V que não
cja combinação linear dos elementos de B, então { v1 , · · · , Vm, v} é
lin armcntt mdependente.
])bMONSTRAÇÃO. Sejam a1, · · · , frm, O'm+I escalares tais que

Om+l =F O, então podemos escrever

Q}
v=- Vt - ···

o que é uma contradição com a nossa hipótese de 11 não ser uma

C"Ombinação linear de elementos de B. Então frm+l =O e, portnnt.o,
OtVt + · · · + frmVm =O. Como o conjunto B é Li. , segue cnt.iio que.!

n1 = ··· = am = O, uma contradição com a hipótese sobru os (\i 'a.

v
Put•t.nnto { Vt: · · · • Vm, v} é l.i. O

2.:t lO TEOREMA. Todo espaço vetorial finitamente gcmdo ntio nulo

JtOS, ui uma base.

l)gMONSTRAÇÃO. Seja V um espaço vetorial finitamente

uulo sobre 1K. Então V possui um conjunto gerador finito, di nru >.
gm·oclolm,
II
('Olll 1r1 elementos, m > 1. Seja agora v 1 E V um vetor 11 , n:alo. I
Entiio 8 1 = {vi} é linearmente independente. Se 8 1 gct·m· V, ·ulno
.
B1 (~ uma base de V. Caso contrário, exic:;te u2 E V que nu • um
múltiplo de v 1. Pela Proposição 2.3. Q., ~ ~. {uh 'V2 }•é'l~ ... .

,.
 • 6u

132 ~P.J'
rI · pr11 u V, 0111 fio sc·r6 umn bnsc uc V. Caso contrário,
ist ua E V t.nl que { Vt, u2, V3} é l.i. Repetindo este procedimento,
du'gorcmos ou a nmn base de V ou construiremos conjuntos Li. em
V urbitrariamcntc grandes. O segundo caso não é possível pois como
mostramos em (2.3.4), todo conjunto Li. neste espaço vetorial deve
possuir no máximo m elementos. O

Usando-se a mesma ideia da demonstração acima, podemos

mostrar o seguinte resultado. Incent.ivamos o leitor a escrever tal
demonstração.

TEOREMA. Seja V um espaço vetorial finitamente ge1·ado e seJa 8

um conjunto linearmente independente em V. Então existe 11ma. baBe
de V contendo B.
2.3.11 OBSERVAÇÕES

(a) Seja V um espaço vetorial não nulo finitamente gerado. A ideia

da demonstração acima de que V possui uma base foi esten-
der um conjlmto Li. até chegarmos a uma base. Uma outra
maneira de se mostrar o mesmo resultado é o seguinte. Seja
81 = { v1, · · · , Vn} um conjunto gerador finito de V. Se 8 1 é
Li. então é, de fato, uma base de V e conseguimos o resul-
tado. Caso contrário, 8 1 é l.d. c, portanto, existem escalares
n
-\ 1 , · · · , Àn E lK não todos nulos tais que E Àivi = O. Sem
i=l
p erda de generalidade podemos supor que -\ 1 f:. O e, portanto,
n
v1 ~ L :/''
Í= 2 I
Vi- Isto é, v1 é combinação linear de v2, · · · , Vn, o
que implica que 8 2 = {v 2 , • • · , vn} é um conjrmto gerador de V.
Se 8 2 for Li. , então é uma base de V, caso contrário podemos
repetir o argumento acima para 8 2 para conseguir um conjunto
83 Ç 82 , com n - 2 elementos e que gere V. Obviamente, este
processo de redução tem que acabar em uma base de V.

(b) Como observamos anteriormente, vale que todo espaço veto-

rial possui uma base. A demonstração do resultado geral de-
pende essencialmente do chamado Lema de Zorn. Apesar do
resultado garantir a existência de uma tal base, nem sempre é
. , : .J>ossível e:1tibi-la explicitame~ ,.fe.ntG COD})truir 1 por exemplo,
. . -·
·-
.... ~
 tw ( tmm tlt l lqt l1t11 J HH m

ol 1 Q. Ob rv <1u ~ uma tnl

2.3.12 Ú prt.xftuo rcsultnclo nos dá uma caracterização de quando um

uboonjunlo <e nm espaço vctoriHl finitamente gerado é uma base.
Obs 'r v ~mos que um resultado similar vale sem a condição de que o
spuço scjn finibunente gerado (ver Exercício 2.3.14(3)).

1 ROPOSIÇÃO . SP.ja l,.r' um lK -espaço vetorial de dimensão n > 1 e

cja l3 C V. As segumtes afirmações são equivalentes:

(n) B é uma base de V;

(b) Cada elemento de V se escreve de maneira úntca como com-
binação linear de elementos de B.

l)EMONSTRAÇÃ~. {a)=> (b). Vamos supor que B = {v1 ,··· ,vn}

Heja uma base de V. Em particular, B gera V e, portanto, todo
Pl~nuJnto de v se escreve como combinaçã.o linear de v 1 , · · · , Vn· Para
n 11

mostrar a unicidade, suponha que v = L nív, e v = L /3i'V;. Então

t=l t =- 1
fi n n
E Oi u; = L f3i'vt ou L (at - {3i)vi = O. Como B é Li .. segue que
I J t=l i=l
o - f:Ja = O para todo i = 1, · · · . n. Logo: a:l = f3n pa!a todo i, de
ond segue a unicidade requerida.
(b) => {a). Asswna agora que cada elemento de V se escreve de
murwira única como combinação linear de elementos de B. Em par-
B gera V. Para mostrarmos que B é uma bnsc, faltn. veri-
t i<•uln.r,
fil'nl' que B é Li.. Sejam v1, · · · , Vn E B c À1, · · · , Àn E lK tnis que
"
}.: ÂiVi = O. Como O = Ln Ovi, segue pela condiçào de unicidacle
1 I i=l
dada no item {b) que Ài =O para cada i = 1, · · · ! n. Portunto, 8 é
uma base. D
I
2.3.l:J COORDENADAS
\
A proposição acima traz consigo algumas consequêm!i . l 111
antes. Seja V um espaço vetorial de dimensão n ~ 1 •br
K c seja. B = { v 1 , · • · , vn} uma base de V. Vamos fixar n ordem dos
l'l~mcutos de B e por isso costumamos chamá-la de base orr1cnadn tÍt•
V, A proposição acima afirma q~ ~ <!~do~..ll .E •.\1., existofn uuimcÍl ·
i ..

...
 • a7
,
111 " ai Ui. Devido a
tmiurtdo.· f.11, • • • 1 ~,. E lK lítis qtm v = E
i 1
c. t,n uuicidadt}, t.~romum dm;crcvennos o elemento u por meio destes
vnlorcs 0'~8 1 isto é, escrevemos (v]B :- (0:'1, · · · , an)B e dizemos que
o 1 , • • • 1 Ctn são as coordenadas de v com relação à base {ordenada}
B. É claro que tais coordenadas dependem da base B escolhida e da
ordem de seus elementos, por isso é sempre importante deixar claro
na notação qual base estamos considerando.

EXEMPLOS (a) Considere V = C 2 con1o C-espaço vetorial e ~eja

v= (i,2 +i) E C 2 . Considere a base B = {(l,i),(i,O)} (verifique
que é de fato uma C-base). Então as roordenadas de v em B serão:
[v]B = (a1, a2)B, onde a1, a2 E C satisfazem:

e portanto

Segueentãoque0' 1 = 1-2iea2 = 3+i. Logo, (v]B = (1-2i,3+i)B.

(h) Con::;idere agora C 2 como 1R -espaço vetorial e seja
C = {(1, 1), (i, 0), (1, ·i), (0, 1)} uma lR-base de C 2. As coordenadas
de v= (i,2 +i) na base C serão dadas por [v]c = (a1,a2,o:3,o:4)c
onde a1, a2, a3, 0:4 E 1R satisfazem:

(i, 2 +i) = a 1(1, 1) + a2(i, O) + a 3(1, i) + a 4 (0, 1)

Logo

Como a1 , a2, a3, a 4 E 1R, concluímos que a 1 + a3 = O, a2 = 1 e

a1 + a4 = 2 e 0'3 = 1. Portanto a1 = - 0:3 = -1, 0:2 = 1 e n4 = 3.
Logo [v]c = (- 1, 1, 1, 3)c

OBSERVAÇÃO

Considere V = IK n como espaço vetorial sobre lK . Os elementos

··~:_. .:-: ... de lK n são n ..uplas (a-t, · ,.. _, ~~ CQ:m QS ai ~s em lK. Levan~o-se
• _ .. , ' ·~.. rl
 (tq 1 ••• ,n~a)=o,(J,O,··· ,O)+···+an(O,··· , 0,1),

i. to 6, llJ ,: • • • , o rl RÕ.o u.s coordenadas de (a 1. · · • , an) com relação

n hl\S(~ ((~U\Ônica.) Can ; {(1,0,··· , 0).··· ,(0,··· , 0,1)} de
1K n no Ht'ulido du.do acima. A rigor. deveríamos escrever
(nt, · · · , an) can em vez de simplesmente (at, · · · , a 11 ).

2.:1.1~1 EXEHCÍCIOS

(1) Seja B ={(i, 1 - i, 2), (2, 1, -i), (5- 27,4, -1- i)} um subcon-
junto dé C 3 .

(n.) B é li~ conjunto Li.?

(b) Decida se (3 +i, 4, 2) pertence ao subespaço gerado por B.

(Considere C 3 como espaço vetorial sobre C c sobre IR).

(2) Seja V um espaço de dimensão n ? l. Mostre que:

(a) todo conjunto de vetores com mais do que n elementos é

linearmente dependente.
(b) nenhum conjunto com menos do que n elemeutos pode
gerar V.

(a) Seja V um espaço vetorial sobre lK de dimensão não necessa-

riamente finita e seja B um conjunto Li. em V. Mostr<' que se
existir um elemento v E V que não seja combinação lim'ar de
clrmentos de B, então 8' = B U {v} é Li..

(tl) Prove a Proposição 2.3.12 sem a hipótese de que a dint<'UHU.O

de V seja finita.

(fi) Mostre que o conjunto S das soluções do sistema lincu.r ho-

mogêneo:
5:r + y + 2z - 3w = O
6x + y - 3z + 2w = O
{
3:r + y + 12z - l3w = O
é um R-espaço vetorial e e~a. uma. base de S ..'· .- r

.'
 (a) Mostre que B { 1, 2 +:r:, 3J: - a:2 , x - x 3 } é base de V.
(b) Escreva as coordenadas de p( x) = 1+x + x 2 + .r3 <'om
relação à base B.

2.4 SUBESPAÇOS

2.4.1 DEFINIÇÃO. Seja V um e::;paço vetorial sobre um corpo lK.

Um subconjunto W de V é um sv.bespaço IJPtorial de V se a restrição
das operações de V a vF torna es::;e ronjunto um JK -espaço vetorial.

2.4.2 EXEMPLOS

(a) O subconjunto de um espaço vclorial V formado apena.':3 pelo

elemento nulo é um subespaço v<>torial de V. O próprio V corno
subconjunto dr V é também um subespaço vetorial. Estes dois
subespaços são chamados de triviais.

(b) Considere C como espaço vetorial sobre Q. Então Q Ç IR Ç C

é uma cadeia de subespaços de C. Observe que se con~iderar­
mos C como rspaço vetorial sobre IR, então Q não é subespaço
vetorial de C (pois a multiplicação de um elemento real por
um elemento de Q nem sempre é racional). Generalize esta
observação.

(c) Usando a notação dada em {2.1.4) segue que C([a, b], C) é um

subespaço vetorial de F([a. b], C).

(d) Seja V o ::;ubcoujunto de IR 4 formado pelos vetore:-; que ::;ão

combinações lineares dos elementos {(1,0. -2,3). (1, 1, 1, 1)}.
Então V f. um subespaço de 1R 4 •

(e) Seja V um ehpaço vetorial sobre um corpo lK c ::;eja v E V. O

conjunto lK v := { nv : a E lK} é um subespaço vetorial de V.

2.4.3 O resultado seguinte é bastante útil para decidir se nm dado

subco'njtmto dê'uin êspaço vetori~'Ou não wrLsub~paço vcto~lal. ~...
(J(I • I "' f ",.,, tlt Al'l''"" /tmut

'rjarn V um rlJPaço u toríal obro K c! l\' ç; \f 7Jm

(a) O E H' ;

((!) .' lt' À~ IK e v E lV então À · v E W.

DB~tONSTRAÇÀO. Deixada a cargo do leitor. o

2.<1.4 OBSERVAÇÕES

Seja V um espaço vetorial não nulo sobre li{ .

(a) Se lV Ç V é um subespaço próprio de V com dimensão

finita. então climx W < dimK V. De fato. se H' = {0}.
não há nada a mostrar. Considere então lV f= {O} e seja
B = { w 1 . · · · . Wn} uma base de lV. Em particular, B
é um conjunto linearmente independente de V. Como
H' f= V, então existe v E V. v f/- lV, o que implica que v
não {> gerado pelo::; elementos de B. Vimos em (2.3.9)
que {w 1 : · · · , Wn: v} é linearmente independente. Logo
dimK lV < dimK V, como queríamos.
(b) Se W 1 e lV2 são dois subespaços de V então téunbém serão
subespaços de V os conjuntos

Deixamos ao leitor a demonstra.çào deste fato (use a Pro-

posição 2.4.3). Em geraL lV1 U lV2 não é um subespaço
vetorial de V.

2.4.5 PROPOSIÇÃO. Sejam v um espaço 'l.lctorial e rv. c H' 2 dois

subespaços vetoriais de V, ambos de dimensão finita. Então

DI-..MONSTRAÇAO. Vamos supor inicialmente que lV1 n lV2 ~ {O}

(\ ~cJa B = { w1 : · · · • wn} uma base de ·n'"1. DJY2· Como ~V1 n H 2
. .. .... ............. .
..
 • 61

1b · pnçn v ·lvl'lul Ianl o d H'1 aonuJ cl • ll12, podemos esteudcl' B a

I

bn: 1 do H', t do '\IV~, por (2.3.10).

Sqjllln cnti'io B' =
{w1 , · · · , Wr1, Vt, · · · , Vr} uma base de W 1 e
B" = {Wt, · · · , W 11 u, , · · · , u 8 } uma hasc de ltV2, ambas contendo
1

o conjunto B. O resultado estará provado se mostrarmos que o con-

junto C= {w, 1 • • • , Wn, u,, · · · : Vr, u, · · · , u.~} é uma base de l·F1 +H'2.
Vamos mostrar em primeiro lugar que C gera t'F1 + ~~r2· Para tanto,
seja v E Wt + W2. Então v = T1 + ~r2, com a·1 E W1 c ..z:2 E W2.
Ul:lando as ba.<;cs B' c B" temos que
11 r· n s
x1 =L ÀiWi +L "YjVj c J'2 =L aiwi +L Ptl.Lf
i=l j=l i=l l=l

com A/s, "fJ 's, oi 's c fh ·s em lK. Daí

V= X1 + .r.2 ::- (t À~Wi + t

n
t=l J=l
""fj'llj )
r
+ (t t=L
s
D'iWi + t /3(1.LL)
1=1

L (Ai + oi)wi + L "Yj'Uj +L !3tut

i 1 J=l 1=1

e. portanto. C gera lV1 + W2.

Para mostrar que C é linearmente independente. considere a soma
n r .'1

(I)

onde os a~s, os f3js e os 1fs estão em 1K. Assim,

s TI r

l=I i=l j=l

pois é, ao mesmo tempo, combinação lin<'ar de elementos de B' e de

Plementos de B" . Portanto, existem À,, · · · , Àn E 1K tais que
s n s n
L ""ftUt =L À(Wi, isto é, L "YJUl + L (-Ài)'Wi = o.
l=l 1-l 1=1 i=1

Como {u 1 , · · · , u ..,, w 1 , · · · , wn} é linearmente independente, teremos

que "'rl =O, V l = 1~ · · · . s e Ài =O, V i = 1, · · · , n. Em particular, a
equação (I) acima se reduz a
n r

L
{=1
OíWi +L:!':::J'f'"
,
{JjVj
'
= o.
,...,_•-:-• .. ·• • •• r ... .
 I ,, (
1
!11/HI tlr A ''I',,,., I "" '"
fnt • d Qll' {Wlt'", IJ,0 1Jt,'" ,v,.} 6l.i., tarmos
( • I, • · · , u, I' qtiP fJJ = O, V j = 1, · · · , r. Concluímos
lní qu {w1 ···· ,wn,Ut,··· ,or,tll,··· ,u 8 } é linearmente indcpcn-
dcnt -., port auto, umn bnso de lV, + H'2 ·

No <.'i\SO ('lU que lV, n lV2 = {0}. S<'jam Bl (' 82 bases de

ll'1 e H'2, rcspcctivament c. De maneira análoga à acima, mostra-se
QU JJ1 U /J2 <~uma base de lVt + H'2 (deixamos ao leitor completar
u cl talhos desta última parte). Com isto, a dcmon~tração estará
omuplcht. O

2.<1.6 0 ESPAÇO SOLUÇÃO DE EQUAÇÕES DIFERENCIAIS

Considere o conjuntoS das funções de F(R .IR) que ~ão soluções

do equação diferencial linear homogênea de ordem n com coeficientes
\.
'oustnntcs

onde a0 , a 1 , • · · , an-l E R. E~tamos interessados em mostrar que

$ l! mn sube~paço de V. Obsen·amos inicialmente qn<' y E S se e
omontc se y t<'m derivada até ordem 11 ú, para qualquer f. E R. vale
a rcluçiio

Vamos agora mostrar que S é mn subespaço de V. A função

id •11t icmncnte nula. isto é, a função y( t) = 0: 'r/ t E R . pertence a S
pois yCt~>(t) =O, 'r/tE 1R c 'r/ n E N. "
Se consideramos y, z E S então

(y+z)Cn) (t) + G.n-1 (y+ z)<n-t) (t) + · · ·+ a1 (y+ z )' (t) +ao(Y -t z)(t.) =
= (y<n>(t) + an-tY(n-l)(t) + · · · + a1y'(t) + aoy(t))+
+(z(n)(t) + an- lZ(n- l)(t) + · · · + a1z'(t) + aoz(t.)) = O

· pntn todo tE lR c a..-.sim y + z E S.

Se consideramos y E S c À E R , então

..
. ...
..
 • (j;)

• ,~\ [y(n) (tj I tl1,-ll/tn-t)(l) ·I· .. ·+ a 11/ (I) + aoy(t)] = À· O= O

lHi l''~
todo I E IR o, portanto, Ày também é solução. AHHim, por
(2.'1.3), Sé um snbeHpaço de F(JR.,IR.).
Dada a equação d iferencial linear homogênea (I), observamos
que a função y( t.) = ckt. com k E .IR , é uma solução de (I) se e somente
·. Hc k for uma raiz real da equação

(I I)

De fato, vamos supor que y(t) -= ét é uma solução da C'quação

(I). (Note que isto é possível, uma vez que a função cxpoucucial
tem derivada de todas as ordens). Como y' (t) = kPkt, y" (t)
k 2 ét: ... , y(n)(t) - k_rtekt, substituindo C'm (I) vamos ter qne

isto é,

Como a função y( t) = ekt =/= O, 'V l E IR, segue que

Portanto, y(t) = é solução de (I) # k é uma raiz real de (H).

Pkt

A equação (II) é denominada f'lJIU.tçiio caTacterísiica associada

à equação (I).

OBSERVAÇÃO

Deixamos ao leitor mostrar que se k 1 , k 2 , · · · , kn são números

reais dois a dois distintos, então {c'-' 11 , · · · , ek"' t} é nm subcon-
junto Li. de F(R. R).

O nosso interesse não é ensinar métodos para achar solw~ões

d<> equações diferenciais. mas sim olhar um pouco a estrutura do
conjunto das soluções da equação (I). Vamos a seguir mostrar que
o subespaço S formado por todas a.s soluções de (I) tem d im('m;ão
n. P ara Lanio, pr('cisamos nos valer do seguinte teorema, cuja. de-
monstração fog~ <loS' nossos objet~ "....' ~....--?-••• w •• p ....
-.r:--...: '-'• '<"" ~
-- • ,.., J • ,., ~ ... ...
,. I I , 111 ( .,, "" ri f { ll}t ,,,,, I Hlfllf

dnd d ,lu 1 s - . ~.U.) Consid 1

.
y (t&) t) + lln- lY(n-l) (t) + · · · + n1y'(l) + aoy(t) = O (!)

mult' ao, CJ 1, • • • ! al&-t E 1R. Dados Ao, At. · · · , An-2· An-t E IR.
f ris/e turw tí:riica solução y: lR ~ .IR da equação (I) verificando
v(o) = Ao. y'(O) = At. y"(O) = A2. · · · .y<n t)(O) = A"-1·

Clu1mamos as condições y(k)(O) = Ak, k = O.··· . n- 1. de

oondiçõr.s iniciais da equação (I). A unicidade garante-nos que se
duns soluç~ erificam as mesmas condições iniciai.c;; então elas são
i •unis.
Vamos construir n soluções que formarão uma base do subes-
pnço dn."1 soluções de (I).
Considerando as condições iniciais Ao = 1. A1 = A2 = · · · =
,i ln- 1 =O e aplicando o T.E.U., existe y 1 :IR ~ 1R. a única solução de
(J) que verifica as condições y1 (0) = 1. y~(O) = .. · = y~n- t)(O) =O.
Também con~idcrando Ao = O. A 1 = 1~ A2 = A3 = · · · =
An- t =O e aplicando o T.E.U .. existe Y2 : IR ~ lR, a única solução
' I (I) que verifica Y2(0) = 0: y~(O) = 1: .y~(O) = · · · = y~n-l)(O) =O.
Se dermos continuidade a este proce~so a cada n-upla de con-
diçfx!s iniciais dadas, sendo n - 1 zeros e o número 1 ua i-ésima
; onclição, c aplicando o T .E. U., existe Yi+ 1 : IR ~ lR . a única solução
ô (J) que verifica a...:; condições .lJi+l (O) = y~+I (O) = · · · = y~~~ l) (O) =
0, v~2 1 (O) = 1, y~it-~ 1 > (O) = O = · · · = Yi:;t>
(O) = O. Construímos
li.':! im um conjunto Li. com n elementos {y 1 , · · · , Yn} C S (verifique
qu' de fato é Li.). Afirmamos que tal conjunto gE!ra S. De fato, para
cnlla y E: S vamos mostrar que y é combinação linear das funções
Yt 1 ••• ,Yn· Considere os n números y(O),y'(O), · · · ,y<n-l)(O) E lR e
umu solução x de (I) dada por

:r:(t) = y(O)y1 (t) + · · · + y<n- l) (O)yn (t). V t E lR,

i:;toé, ::r:(t) é a combinação linear de Yt. · · · , Yn com coeficientes

y(o), · · · . y<n-l}(O). Agora~

x(O) = y(O)yt (O)+ · · ·...-+ :t/n~(O)ytl.(O) ;;= y(O) -

... ..... ..

.. ..
jú 'J'IIJ VJ(O) • O, prn·n j • 2, • • · , '1l Zll (O) = 1 e

x'(O) = y(O)y~ {O)+ y'(O)y~(t) + · · · + y<n- l){O}y:,(o) = y'(O)

já quf' Y2(0) = 1 e v;(o) = O para j = 1, 3, · · · , n. Sucessivam<'Jlte,

chega-se a x(L) (O) = y<O (O) para l - 1, · · · , n - 1. Logo x c y são
soluções e verificam as mesmas <<mdi<.;õcs iniciais. Segue novamente
pelo T.E.U. que elas coincidem e. conspquentemente. y é combinação
linear de y1 , · · · , Yn. Acabamos de mostrar o seguinte resultado.

PROPOSIÇÃO. O espaço veto1·wl formado pelas sol·u ções de 11ma

equação diferencial linear homogênea de ordem n com coefitienles
constantes tem dimensão 11.

EXEMPLO

Vamos determinar uma ba..c:;e para o subespaço das soluções

v"' - 4y" - 37y' + 40y = o.

Consideremos primeiramente a equação característica associada

a ( *), isto é, k:i- 1k2 - 37k + 40 =O. Não é difícil ver que as
raízes desta equação são 1, -5 c 8. Assim é, e-st e e8 t são
soluções da equação (*) e o conjunto {e1 , e- 5 t, e 8 t} é linear-
mente independente fornecendo, consequenterncnte, uma base
para o espaço das soluções de ( *).

ÜBSERV1\ ÇÃ O

Suponhamos que a equação característica associada a uma equa-

ção diferencial linear homogênea a coeficientes constantes seja
p(.r) = (x-kl)n 1 (x-k2)n 2 • • • (x-kr)nr onde n 1 > 1 para todo
i = 1, · · · , r c kt =f:. ki, se i =J. j. Deixamos ao leitor verificar
que

é um conjunto l.i. no espaço das soluções da equação dada. Na

realidade, como este conjunto possui n elementos, seguirá da
... ~ proposiçã:6· m!ima que B é da.,!a.to .uma base deste espaço.- , -._ ......... ""' ( ... "'f'
(,f, • (1,,, ( '111 •w rir ,,,, lm1 I , , m

2.

(I) \'•·•'il1qu; u· S o tini l'illbPspuço V(•f.orinl do espaço vetorial V

Elnhn.l n l'OIJ>O lK mu qucstáo nos seguintes casos:

(a) V C(R,R) c S-= {! E C(R,R): j 1 !(x) 2 dx = O};

IK ...:. IR. 0

(h) V ;. R" e S = {(a1 ,a2, ... ,a.) E JRn : a,.a = O};

IK- R. 2

(c) V - F(lR ,lR) e S = {f E V; f(O) = /(1)}, 1K = JR.

12
(d) 8 · [ {( au a ) EV:ai1 =aji, i,j=1,2};
a22 a21
V =M2(C), 1K =C.

(2) Sejam W1 e W2 subespaços de um IK-espaço vetorial V.

(a) Dê um exemplo mostrando que W1 U W2 pode não ser

subespaço de V.

(b) Prove que W 1 u W2 é um subespaço de V se e somente se

W1 c W2 ou W2 c wJ.

(3) Sejam V = Mn(C) e W ={A E V. : trA = 0}. Prove que W é

tun subespaço de V e ache uma base e a dimensã.o W.

(•l) Seja U um subespaço vetorial de um espaço vetorial V finita-

mente gerado sobre 1K . MostTe que se dimoc U = dirnii< V,
então U = V.

(ü) Sejam W 1 e W2 subespaços de um espaço vetorial V sobre 1K

tais que w1 n w2 = {0}.

(a) Mostre que se 8 1 e 8 2 são conjuntos l.i. em W1 e W2,

respectivamente, então B 1 U 82 é l.i. em V.
(b) Mostre que se 8 1 e 8 2 são bases de W1 e W , respectiva-
2
mente, então 8 1 U 82 é uma ba...,e de W1 + W2.

(O) Seja W ={ ( au
a21

(a) Mostre que W é um ~.vctorffil ·svbre R: ........... .

"

.. ..
 I' JW o~ \ lin tat • ü7.

(b) D ·I Illllll llJHll IJns de• l~'.

(t1) Soja ll'1 = {(aij)i,j E M2(C) : a21 = -at2}·
Prove que
1V1 é um subespaço de V sobre IR c ache uma base de W 1 •

(7) Sejam V um IK-espaço vetorial c S C V um subconjunto não

vazio de V. Mostre que S é um subespaço de V se e somente
se S t S C S c ÀS C S para cada À E IK .

(8) Considere a equação diferencial y"'(t)- 3y'(t)- 2y(t) = O. (I)

(a) Mostre que a função g(t) = te-t é nma solução de (I).
(b) Determine uma basc para o espaço de soluções de (I).
(c) Encontre a solução y( t) de (I) que verifica
y(O) = 3, y'(O) = 2 e y"(O) = 11.
(9) Seja y''' (t) + ay" (t) + by' (t) + cy(t) =O uma equação diferencial
homogênea la] que a sua equação característica tenha uma raiz
dupla k 1 E IR e uma raiz simples A: 2 E R, k1 =I= k2.

(a) Mostre que y(t) = tek 1 t é uma solução da equação dife-

rencial dada.
(b) :M ostre que { Lé 1 t, ek• t, ek;~t} é uma base para o subes-
paço das soluções da equação dada.

2.5 MÉTODOS PRÁTICOS PARA COMPLETAMEN-

TO DE BASE

2.5.1 Seja V um lK -espaço vetorial de dimensão igual a n > 1. Em

(2.3.10) vimos que todo conjunto Li. em V pode ser completado a
wua base. Nesta seção descreveremos um método prático para tal
completamento, mas deixaremos os det.alhes técnicos para serem de-
monstrados pelo leitor.
Vamos inicialmente fixar uma ba."ie ordenada B = { v 1 , · · · , Vn}
de V e seja C = { w 1 , · · · , 1l'k} um conjw1~0 finito de vetores de V,
não necessariamente l.i.. Cada wi pode ser expresso em termos de
suas coordenadas em relação à base B, isto é, para cada i= 1, · · · , k!
n

W; = 2: GijVj ou
J-1 .. "....... .. '.. ... .
...
.._ ·- ... • .. ,til\ • ' c. ..... • •
""'. I"' ( lll'ifl lt 11'1 bl!l/ftHtll

l.am( ) cuj Unb tto formudas pelns

i to 6,

ll:tt Ot2 O'ln

A=

St•ja agora AI - (f3,J )i.J a matri.l k x obtida da matriz A

11

por es<~nlounmenlo. Observe que os Yctores u 1 = (f3u: · · · . flir~): · · · .

'Uk =- (f3kl· · · · ./.3kn) são combinações lineares dos vetores Wt. · · · , Wk
pois ~ada linha de A1 foi conseguida a partir de operaçê>E-~:~ elementares
nns linhas de A Deixamos ao leitor a verificação de que os subespaços
vntoriais de V gerados por { Wt, · · · 'Wk} C por {111, · · · • liJ.·} são OS
1

m ·smos.
No procc...;;so de escalonamento, alguns dos vetores do conjunto
{u1 , • • · , uk} poilem ser os vetores nulo~:~. Vamos supor. reordenandu
tni vetores se necessário, que u 1 , · · · , Ut ( l < k) são não nulo~:~. Por
oonst rução, cada um dcst ('S vetores u 1 , · · · , uc tem uma pot>ição onde
nparecc o valor 1 e todos os outro:; têm o valor O nesta posição. ~Iais
pecifkamcnte, existem 1 ::; it < i2 < · · · < Íl < 11 (os pivôs) tais
que pnra cada j, {3, 3 j =/:-O c /J.'Ij =O, S<' s < Íj· ~ão é difícil ver então
qnc os vctorc~ u 1 . · · · • u 1 ~ão linC'armcnte independentes. Observe que
c,ntiio {111, • · · , llt} será uma hasC' do subespaço VV = (w1 : · · · , Wk J.
Vamos supor agora que o conjunto inicial { w1 • · · · . w~.-} seja Li.
que k < n . Assim, a matriz AI terá k linhas não nulas (com k pivôs)
n - Á' coluna.•:; sem pivô. Seja agora a matriz AI E M n (:OC) onde as
JWimeiras k linhas são as linhas de A! e as (rz - k) linhas restantes são
dr.finida:-; da seguinte maneira. Para cada colum: j dentre as n - k
qu nõ.o tem pivô, coloque uma linha com o \'alor 1 na coluna j c O
uns demais colunas.
Desta maneira, · a matriz AI será uma matri.l quadrada
t1 X n sem linhas nula..'l. Por construção, os vetores cujas coordenadas
(dndns em relação à base B) são a.'-i dadas pelas linhas da matriz AI
fonmu·ão um conjunto Li. de V c, portanto, uma base de V. É
eoHIIttn rcordenarmos as linhas da matriz AI para que ela se torne
('l.lCoJonnda.
Por fim. observe qnC' o vetot correspondente· à'!. liriha dê '!f ·
.:
'
..
.
..
 I· 'IJill~ u \ f l fii!UI • {}!)

qll" t • 11 tllll valeu' 11 tO ltUlo Ciu unm. pc içiio j c O nns cl u111is é

exutnmcnte Oj (lc111hrC}osO que os vnlurcs das linhn.o; da maLriz A são
us coordcnndns em relação à bnse B). Se j 1 , · • · , J n k indicarem as
(n - k) colunas da. matriz A/ que não tem pivô, eutão a base de V
que queríamos será {w1, · · · , Wk, vit, · · · , vJ,. ,.}. A seguir, exPmpli-
ficaremos este procedimento.

2.5.2 EXEMPLOS

(a) Seja V = P 4 (lR ). Vamos determinar uma base de V contendo

os polinômios
P1 ( x) =1 + 2x - x 2 + 3x;3 + 2x4 ,
P2(x) = 2 + 4x + x 2 t- 6x:J + 3x·1 e
P3(x) = 1 + 2x + 2x 2 + 3.r3 + 2x 4 .
Considere 8 = {1, .r, x 2 , x:3, x 4 } a base canônica de P 4 (:IR). Va-
mos construir uma matriz A cujas linhas são formadas pelas
coordenadas dos polinômios acima com relação à base orde-
nada B, isto é,
2 - 1 3
4 1 6
2 2 3

Efetuando escalonamento obtemos a matriz

-n
2 -1 3

M=U o
o
3
o o
o

Isto significa em particular que {Pl, P2, P3} é Li.

Observamos que não temos pivôs nas 2!!. c 4.!! colunas. Para
obter uma base de P.1(1R) contendo p 1 , P2,P3 devemo:; acrescen-
tar linhas na matriz M d(' forma a obter uma matriz quadrada
5 x 5 na forma escalonada
1 2 - 1 3 2
o o 3 o -1
AJ= o 1 o o o
o o o 1 o
.
-r)\Í
\"" .............,., •""'" ......... ,,..,._~~-
0 .. ...-(1..-r-.Q.._., .O~1 : " . ,_ _ ,... y---
.... ~ .. ."l. ' ... ...
'-
 1(." 111a 111no lmt'o do '/~,(IR) cou-

(IJ) Cuw-1id~.:'r'PV =
M 3. 2(1R ). Vamos verificar se o conjunto for-
lll(l(Jo~ pt'lnR matrizes

c Aa = (:
1-2
1~
)
6 l.i. ou l.d. por meio do processo de escalonamento de m.a-
~t·izcs. Seja

B'=fU~J· (~n. un .
(~IJ · Un · (~nJ
a base canônica de M 3 x 2 (IR.). Vamos construir uma matriz
A cujas linhas são formadas pelas. coordenadas da..., matrizes
A 1, A2 e A3 com relação à base ordenada B',

o
A=
1
O -1
- 1
2 3 3 2)
4 3 2 .
(
1 -2 3 11 9 6

Efetuando o processo de escalonamento obtemos a matriz

•
1 -1 3 3 2)
o
]l;f =
( o 1 -2
o o o
-4
o
- 3
o
-2
o
.

O fato de a terceira linha de M ser nula significa que ela se

escreve como combinação linear das demais linhas. Portanto,
.. temos que o conjunto formado por A 1 , A e A é l.d.
2 3
2.5.:t I~XERCÍCIOS

. . ' ..
 (n) As li11ho ela mntriz J\1 iiu combinnçõcs lineares das linhas
dr~ lllat.l'iz A.

(b) Os conjuntos {uL,· · · ,u,} e {w1,· ·· ,wk} geramo mesmo

:subespaço de V.

(2) Encontre uma base do lR 4 que contenha os vetores (1,2.-2,1) e

(1,0,-2,2).

(3) Considere o :.;ubespaço vetorial W de P 4 (JR) gerado pelo con-

jtmto

A = {1 + 2x + x 2 + 3x3 + x 4 , 1 - 2x - 2x2 - 2x 3 - 3x4 ,

2 - x 2 + x 3 - 2:z:4 , x - x 3 + x 4 , 3x2 + 6x 3 + 3:-z:4 }.
Determine uma base B de W que esteja contida em A.

2.6 SOMAS DIRETAS

2.6. 1 Seja V um espaço vetorial sobre IK. Às vezes, é conveniente se

escrever os seus elementos como soma de elementos de dois (ou mais)
subespaços. Discutiremos algumas destas situações nos próximos
capítulos. Assim como se procedeu na discussão das bases, gostaría-
mos de ter a unicidade na sorna acima mencionada.

DEFINIÇÃO. Sejam wl e w2 dois subespaços vetoriais de um espaço

vetorial V. Diremos que a soma W1 + W 2 é direta se W 1 n W 2 = {O}
e, neste caso, escrevemos vV1 ED W2.

2.6.2 EXEMPLOS

(a) Sejam W 1 e W2 dois subespaços de C 4 com bases {(1,2,0,i),

(i, O, O, 1)} e { (0, O, 3, 1)}, respectivamente. A sorna de vV1 e
w2 é direta pois wl n w2 = {0}. De fato, se (zi) Z2, Z3, Z4)

pertence a wl n w2' então

(z 1 , z2 , ZJ, z4 ) = a(l, 2, 0, i) t- b(i, 0, 0, 1) = c(O, 0, 3, 1)

com a,b,c E C. Não é difícil ver então que a= b =c= O e,

--~~ :.-·~.portanto, ~zy,zz,za~z.t) = ÇQ.,JJ,.QlQ) como queríamos.
..... .,~- ....... ; ""
--
 {h)

2.tt.3 1 bJnNtÇÃo. Scjn V um espaço vetorial sobre mn corpo OC c

1nm lV1, vV2 <.}ois subespaços d<> V. Dizemos que V é a soma dirrta
de H', tl W2 se V = Wt @ lV2.
2.fi.4 l!;XgMPLO

Observe qne lR 2 = lR (1, O)EBlR (1, 1). É claro que se (a, b) E R·2 ,
então podtmos e.~crever (a, b) = (a-b)(l. O) +b(l, 1). Por outro
lado, lR ( 1, O) n R (1, 1) = {O}, pois se (a, b) E lR (1, O) n lR (1, 1),
então (a, b) - c(1, O) = d(1, 1), o que implica que c= d =O.

2.b.ú Os próximos resultados serão muito importantes em nossas con-

HÍc lri'II«_;Õcs futuras.

I ROPOSJÇAO. Sejam V um 0C -espaço vetorial e W1 , W2 dois subes-

IInÇOS ele v. Então, v = wl El3 w2 se e só se cada elemento v E v
~,. c.ru:rcve de maneira única como uma soma x 1 + x 2 com X i E Wi,
i= 1,2.
l)gMONSTRAÇÃO. ( Vamos supor que v = wl 9 W2. Segue
=} )

ht uo que cada elemento v E V se escreve como soma de um elemento

dP ~r, e um elemento de W2. Suponha agora que v= Xt +x2 = Yt +Y2
( tllll :r:l, Yl E wl e X2, Y2 E w2· Daí segue que Xt - Yl = -X2 + Y2 E

"'I n"'2, pois Xt -y1 E Wt (;' -X2 +Y2 E W2. Como Wt nw2 = {0},
lf't' •mos ~:1 = Yt e x2 = Y2 como queríamos. ..
( ) Como cada elemento se escreve como soma de elementos de W1
( H'2, então V= W 1 + W2. Suponha agora que W1 n W2 tenha um
clc'Jll nto não nulo w. Observe então que w pode ser escrito como
11J = 0 + w se considerarmos 0 E W1 e w E W2 e também como
liJ = W + 0 se considerarmos w E W1 e 0 E W2, o que contradiz a
110f! Hhipótese de unicidade. Logo wl n w2 = {O} e o resultado está
J»rt»vado. O

2.6.() PROPOSIÇÃO. Sejam V um espaço vetorial finitamente gerado

'J(l(J uulo e Wt um subespaço de \(..,Então existe Uffl•St.tbespaço w2
.. '
.. . . ; '
 I!! ..,
L, •

de \1 lal tJIUJ , , 1:111 l "l mH'2.

DgMQNS'l'HAÇÃO. Se W 1 = V, não há nada a fazer, pois bastaria
Cticolher w2 = o. Suponha Wt i= v. Seja {vl, ... 'Vm} uma hase
de wl c estenda-a a uma base {vl,· .. ,vm,Vm+l''. ,vn} de V. o
subespaço vetorial vV2 gerado pelos vetores {vm+ll · · · , vn} satisfa'l.
as propriedades desejadas. De fato, é claro que V = W1 + W2 pois
o conjunto {V1 , · · · , Vm, · · · , Vn} é um conjunto gerador dl' V. Por
outro lado, como {v 1 , • · · , Vm, · · · , vn} é linearmente independente,
segue que W 1 n W 2 = {O} como queríamos. O

O ~mbespaço
W 2 como no teorema acima é chamado de com-
plemento de W1 em V. O complemento de um sube:;paço vetorial
nem sempre é único. Incentivamos o leitor a exibir um exemplo
mostrando este fato.

2.6. 7 Discutimos acima a soma direta de dois subespaços. Isso pode

ser genera1izado para a soma direta de vários subespaços da seguinte
maneira. Seja V um lK -espaço vetorial. Para subespaços W1 , · · · , Wt
de V, definimos

url + ... + lVt = {vl + ... + Vt :Vi E vVt , i= 1, ... ' t}.
Se IVi n (Wt + · · · Wi-1 + Wi+ l + · · · + l-Vt) = {0} , para cada
i= 1, · · · , t, então a soma W 1 ~- • · · + Wt é chamada de soma direta
de lV1 , · • · , Wt c será indicada por lV1 EB · · · EB Wt. Também diremos
que o espaço V é a soma direta dos subespaços W1 , · · · , Wt se
V = W1 EB · · · EB Wt.

2.6.8 EXERCÍCIOS
(1) Sejam V= F(JR., lR ), W1 = {f E V: f(x) = f( -x), 't/ x E IR}
e W2 ={f E V: f( - x) = - f(x), 't/ x E lR. }. Prove que W1 e
W2 são subespaços de V c que V= vV1 EB W2.

(2) Seja W = {(z, z) : z E C} C C 2 . Mostre que W é um subes-

paço de C e encontre subespaços W' e W" de C 2 tais que
W' ffi W = W" EB W =C 2 e W' n W" = {0}.
(3) Mostre que todo espaço vetorial finitamente gerado sobre 1K é
··~~? ~ ~ urha soma'di:reta de subespe.ç9S v~oriais de dimensão 1.
7 I • l "' r.,, ,, tlt /qtl""' ''"' 111

t
( I) \1• \\11 (f) · .. ID ll'tt ouUio di l1l V =L di III.K ~'V;.
i= l

(fi) H' I ffi· · ·QHVt c scjum B, C lV; , pu.ra cada i= 1, · · · , t.

Bt u · · · u Bt.
(n) Mos~rn que se Bi for Li. para cada i = 1, · · · , t, então
B é l.i.
(h) Mostre que se B., for uma base de Wi para cada
t = 1, · · · , t, então B é uma base de V.

(O) Generalizar a Proposição 2.6.5 para somas diretas com t so-

mandos, 2. tF
2.7 ESPAÇOS QUOCIENTES

1..7. 1 Sejam V um espaço vetorial sobre lK c W um subespaço de V.

Vnruos, nesta seção, construir um espaço vetorial chamado de espaço
quodente de V por W c que será denotado por V /W. Em primeiro
lugcu·, vamos definir uma relação de equivalência"" nos elementos do
r• paço V.
Dados u1, v 2 E V, dizemos que v1 rv v 2 se v 1 - v2 E W. Não é
difí<~il ver que"" assim definida é uma relação de equivalrncia em V,
íst cJ é, satisfaz as propriedades:

• v rv v para cada v E V (propriedade reflexiva).

• Se u rv v para u, v E v' então v rv u (propriedadl' simétrica) .

• Se u rv v e v rv w para u, ·v, w E v, então u rv w (propriedade

transitiva). ·

Deixamos ao leitor a verificação destas propriedades.

Para um vetor v E V, indicamos por v a sua classe de equi-
vu li•ncia, isto é,
v={uEV: urvv}.
Deixamos ao leitor verificar que, de fato, vale a seguinte igual-
clnd<
v= v+ W := {Jr;t;.w : W-E W}.~- ·-
•r
' ..
... ..
 . {

S•.iO V/Hf {t: 11 V}. Vnnws ntuHtrur qun V/~V tem umu
~struturn.
hastnnlc un.tw·nl de espaço vetorial sobre lK. Para tanto,
vamos definir n~ seguintes operações:

• Àv def Àv, para v E VJW e À E lK.

Deixamos a cargo do leitor verificar que estas operações estão

bem definidas (isto é, que não dependem dos representantes esco-
lhidos) e que a.-; 8 propriedades definidas de espaço::; vetoriais estão
satisfeitas.
O vetor nulo de V/W é O= lV, isto é, v= O{:::? v E lV.

2.7.2 OBSERVAÇÕES

Sejam V um espaço vetorial e lV um subespa<;o de V.

(a) Se lV =V, então Vj vV = {0}.

(b) Se lV = {0}, então existe uma bijeção entre os elementos
de V /W e de V. Na terminologia a ser introduzida no
Capítulo 3, existe um isomorfismo entre V e V JW neste
ca.'.lo.

2.7.3 EXEMPLO

Sejam V = IR 2 c W = [(1, 1)] Ç IR 2 . Queremos achar uma hase

para o espaço quociente

Vjl--V ={v+ vV: v E V}

Vamos considerar agora uma base de R 2 que contenha o ve-

tor (1, 1), por exemplo B = {(1, 1), (1,0)}. 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 a 1 , a 2 E lK tais que v = a 1 ( 1, 1) + a 2 ( 1, O) e, portanto,
v= a1(l , 1) + n2(1,0) = a2(LO). Assim (1,0) gera VJW.
2. 7.4 A construção feita no exemplo acima pode ser generalizada
como nos mostra o próximo re~~Q. .
~
........ ... ~ ~ ~· .,.

...... "' ,.., ( . ..... . ... . ,.

d1 • i"' ('uuw ti, tfi,Jtl~tu /1111111

pa~ o 1JfJic>l'ittl tle tlimcnsoo jlttila n ~ l

paço d \f. l~ullio

_ dimJK. v = dimK ~v+ dimK v ;w.

lJBMON~·ri'HAÇÂO. Sejam B' = {v1 , · · · , um} urna. bas<' de W e
B• { "', · · · , lJ,;l, Um 11, ·- · , v,J uma base de V
contendo a base B'.
c
Vruuos most.rar qHP = {vm+l, ... 'Ün } forma uma base de v;w.
l'ru·n most.ru.r qnc C é l.i. , suponha que Àm ;-1 Vm+l +· · ·+ÀnÜn = Õ,
1'11111 Aj E lK c j = m + 1, ... l n. Então Àm+l Vm+l + ... + Àn Vn E w

• ní t' istmu n 1 1· · · , arn E 1K tais que

ÀmH'Úm+l + · · · + ÀnVn = <li VI+···+ O'm'Vm-

1
c nw B é l.i., segue que Ài = Oe Oj =O, m + 1 < i < n c 1 < j < m
f nssim C é Li. Seja agora v E V /W. Como v E V, existem ai E OC,
n
I S •i < n, tais que v = L: OiVi. Segue então que
t=l

e, portanto, v é combinação linear dos vetores Vm t-l. · · · , V.71 • Logo.

C é bnsc V /1-V e o resultado está provado. O

2.7.5 EXERCÍCIOS

(I) Dê um exemplo de um espaço vPtorial de dimcHsão infinita V c

um subespaço W de V de dimensão infinita tal qne V /W tenha
dimensão finita.

(2) Sejam V= <C 2 como !R-espaço vetorial r vV-= [(i. 1), (- L O)) Ç
C 2 . Encontre uma base para V /~V.

2. APÊNDICE

2. '.I O objetivo deste apêndice é o de mostrar a existcncia de bases

1uu·u um espaço vetorial qualquer, esLendendo o que foi provado na
'
Se ·çiio 2.3. Especificamente, queremos mostrar o ~eguinte resultado.

Seja V um espaço vetorial,~;obr-e OC e seja C um ronJ1tnlo

I'IXHtEMA.
l.i. em V. Então existe uma base f3 .. de V.....contendo C. ~:--~ -· ~""', . .

.... ..
 • 77

Puro. n d, Ioustrnçuu c1 t ·r ultntlo ir mo ut.iliznr o chnmndo Lema

de Zorn o pnm f.nnlo prccisoremos recordar nlguus conceitos.

2.8.2 DBFINI(,'OES. Soja X um conjunto qualquer.

l. Uma rdação de onh!m. parcial .o;obr·e X, que denotaremos por

~, é uma. relação q11~ ~atísfaz:

(a) x ~ x para cada .r E X (propriedade reflexiva);

(b) x ~ y e y ~ z, cum :r, y. z E X. implica :t· ~ z (propriedade
transitiva);
(c) x ~ y c !J ~ x, com :r, y E X, implica x = y (propriedade
antissimétrica).

2. Uma relação de or-df'm total sobTe X é uma relação de ordem

parcial -< sobre X com a propriedade que para quaisquer .r, y
em X ou x -< .IJ ou y -< x.
3. Um confu:nto parcialmente ordenado é um par (X,~) consistindo
de um conjtmto X <' uma ordem parcial sobre o mesmo. De
modo auálogo podemos definir um conjunto totalmente orde-
nado.

4. Considere (X.~) um conjunto parcialmente ordenado. Um

elemento xo E X é denominado maximal seXo ~ x, para x E X,
implica que :r = :r o.

5. Seja A C X. Um elemento m E X é denominado uma cota

superior· para A se J ; -< m para todo x E A.
2.8.3 EXEMPLOS

(a) Seja A nma coleção qualquer de conjuntos. A inclm.;âo de con-

juntos, C, é nma relação de ordem parcial sobre A. Não é-, de
modo geral, uma ordem tot.al.

(b) A ordem natural do conjunto elos números reais .IR, <, é uma
relação de ordem total.

(c) Considere em Na seguinte relação: a ~b <====>a é um múltiplo

de b. Então -< é uma relação de ordem parcial sobre N, mas
r)\;.
• \ ·1' ·· • ,não é uma"rclnção;ode.ordcm ..,t.ot;Jl~
t..
_..,.·... ~- .....
• •• -~ -~"\.!.r'"""'-

"'•" L~, - -
 (dJ

IIWllj o o1 clouuclo. Stt .A é qualqnm· clussc de subconjuntos de X,

euU'io n 1111 ii'io de todos os r.onj untos A E A é uma cota superior
fll\t'f\ .A.
·.
2..•I Enunciamos a seguir o imporüml<' Lema de Zorn. Indicamos o
Ii VI'O [I U J parn uma discussão mais aprofundada dele.

LI~MA rw Seja X um conjunto parcialmente ordenado com a

ZOH.N:
prop1'ÍCdmlc qn ' .cada subconjunto totalmente ordenado admite uma
oot n su pcrior. · E~ tão X contém um elemento maximal.
,

2. ,r; Dt~MONSTRAÇ'ÃO 2.8.1: Sejam V um espaço ve-

DO TEOREMA
t orial sobre lK. c C um subconjunto Li. de V. Considere P a classe
o•" t odns os subconjuntos linearmente indepcnd(•ntes de V que con-
ll'nhum C. É claro que P não é vazio, uma vez que o próprio conjunto
C pt•rtcncc a P. Também P é parcialn1ente ordenado por inclusão.
Pnrfl mmnnos o lema de Zorn, precisamos mostrar qu<' todo subcon-
Jnuto totalmente ordenado de P tem wna cota superior. Para tanto,
,in 'D = {Aa}<kEt\ um subconjunto totalmente ordenado de P. O
c OJ1clidnto natural para a cota superior de V é a união A de todos
os conjuntos A 0 em V. É preciso mostrar que A é um subconjunto
•
liur·m·mcnte independente. De fato, seja C = {v1, v2, · · · , vn } \illl sub-
l'fllajunto finito de A. Então, para cada i = L··· , n, existe ai E A
t ftl que Ui E Aa:,. Da ordem total em V temos que, reordenando os
Plt•uwutos de C se necessário, A 01 C · · · C Aan e, portanto, Vi E Aa"
1mi'O ch.dn i = 1, · · · , n. Assim, C é linearmente ibdependente como
11111 ~nhronjlmto finito do conjunto linearmente independente A a,..

('nulo C é qualquer. segue qne A é linearmente indf'pendcnlc. Logo,

..
V 11 lll A por uma cola superior. Segue do Lema de Zorn que P Lem
utn elemento maximaL que chamaremos de B. Afirmamos que B gera
todo o t'Spaço V. De fato, se existisse v E V que não fosse gerado
p01~ B, então B U {v} seria linearmente independente (ver Exercício
2.:\.141(2)) o que contraria a maximalidade do conjunto 8. Portanto,
li p;Prn V e é de fato uma basf' para V. o
..,....,... .,..... .,~-
...... ~-· ,_

.. ..
 3

TRANSFORMAÇÕES LINEARES

Neste capítulo vamos estudar fu nções entre espaços vetoriais

que levam em consideração as operações destes espaços vetoriais,
chamadas de transformações lineares. Veremos que a. noção de base
estudada no último capítulo será ba..o.;tantc útil para se descrever tais
transformações. Ao longo deste capítulo. 1K denotará um corpo ar-
bitrário.

3.1 CONCEITOS BÁSICOS

3.1.1 DEFINIÇÃO. Sejam U e V espaços vetoriais sobre um corpo

1K . Uma ftmção T : U -+ V é uma tr-ansformação linear- se

(2) T(.Ãu) = .ÃT(u), para todo .À E IK e todo u EU.

3.1.2 Os próximos resultados são conscquências diretas da definição

acimá.
...... ,_., .. . _ ... .,.
 Mll • l "' ( 1111 o tlt {I,,,'''" I Wl fi/
I 1 MA. \f paoo tJ torlai sol11r: K. Butcio ""w junç(io
T: tJ 'll11lU lf'llr~formaçlio liwuu· se c somcutc se

'r(,\u1 ~ 11.2) = ,\T(u,) + 't(u2). V llt , u2 EU, V À E IK.

l~t-.10NS'I'HAÇÃO. Deixada a cargo do leitor. o

• [i, l.~i LI~MA. 8f!jmn U e V espaços vrtoT·ta·ts sobre IK e T : U ---+ V
tJ.TIICL lrcm.9for•maçao lmeaT. Entao

~a) '/'(Ou) = Ov.onde Ou e Ov denotam os uetor·es nulos de U e

V, 'tcspcrtivamente.

(b) T( ·u)-==. -T(u), para cada u EU.

nt m
(c) T( 2: et(ul) = E 0:1 T(u~). onde <li E OC e ut E U
i=l i=l
TJara i= 1,· · · ,m.
DB~IONSTRAÇÃO. (a) De fato, basta observar que

Ov + T(Ou) = T(Ou) = T(Ou +Ou)= T(Ou) + T(Ou)

C',portanto, T(Ou) = Ov.
(b) Basta observar que -u = -( -l)u. para cada 11 E U e,
portanto, T(-u) = T((-l)u) = (- 1) T(u) = -T(u).
(c) Para se mostrar es~a igualdade, basta usar reiteradamente
us propricdades da definição de transformação linear. Deixamos a
f•urgo do leitor escrever os detalhes desta demonstração. O

Observe que a igualdade dada no item (c) do lema acima é,

opnsnr de sua simplicidade, bastante útil pois para se saber o valor
qlll 'F assume em um vetor u E U basta sabermos os valores de T
upli<'ndo nos elementos de uma base deU e as coordenadas deu nesta
hnRO.

3.1 A ExEMPLOS

1a) Sejam U e V dois espaços vetoriais sobre IK. A função nula

T: U---+ V dada por T(u) =O, V u EU, c a funçn.o identidade
rd : u ---+ u dada por I d(u) = u, v 'l.l. E u, Hão ohvinrncut.e
transformações lineares. --~ ~ ~·----;-. . "'' ...... -- -.
1 ..
• '*'·

..
(h) ~~·,, R , e11111) 'lh : IR - t IR dudn por ,.,:,(:,;) = u~~, V x E lR, 6
Ullla t.mnt=~for·muçiio Hncn1·. O gráfico de Ta é wna reta passando
pola. origem (O, O) E IR 2 c com inclinação a.

(c) Seja

T: ~ M2(1K)

(a, b, c) ~ T(a , b,c) = ( a+b

O
0
c-b
) .

Deixamos ao leitor a verificação de que T é uma transformação

linear.

(d) Seja P(C) o espaço vetorial dos polinômios sobre C e considere

a função

D: P(C) P(C)

isto é, D é a função derivação restrita aos polinômios: para

p(x) E P(C ), D(p(x)) = p'(x) .. Se p(x), q(x) E P(C) e>. E C,
temos que: (p + q)'(x) = p'(x) + q'(x) e (>.p)'(x) = >.p'(x).
Portanto, D é uma transformação linear.

(e) Seja C([a, b], 1R) o conjunto das funções contínuas f : (a, b] ---+ 1R.
Defina
T: C([a,b],IR) -+ lR.
f ~ f(x) dx. J:
Não é difícil ver que T é uma transformação linear.

(f) Sejam a 1 , · · · , an E IK. Defina a transformação T : OC n ---+ OC

por
n
T(x1, · · · , X n) = 2::::: aiXi-
i= l

Denote por e i o elemento de 1K n com 1 na i-ésima coordenada e

O nas demais coordenadas. Com isto, {e1, · · · , en} é uma base
.- ~ae·ocn. Dbs(!fve qtteT(ei) ~ttt....."~- ....._ ..,.,. . .. ~ ,.._.::J...: ~ •.• 'lt ~~...,. ...
"' ' ...... .}- • • • # .. ._..,. ..
 ,. 11

- . . .. . )
'/ '(·.l, I ' ' ,l' " '1'(2: Xiei) =-- L .ci T(c.,).
i= I ' 1

Isto nos mostra que a definição de uma transformação linear

cujo domínio 6 1K n depende basicamente da definição de T
uos elemento:·; da ba.<;e {e 1 , · · · , en}. Isto pode ser feito mais
g 1l'HhnenLe como nos mostra o próximo resultado.

~.J.f, ' I'EOREMIA. SeJam U e V dois espaços vetoriaú; sobre lK _ Se

{111 , · · · , Un} for uma base deU e se {v1, · · · , un} C V, então e:riste
W11ll tíntca trar,sj01mação lineaT T : U --+ V tal que T( u.J = ut, para

l'lltla i= 1, ··· .n.

I >EMONSTRAÇÃO. Vamos definir T(u) E V para um dado vetor

tt E lJ. Como {u 1, - · - , Un} é uma base de U, então existem únicos
TI

1\ 1 , • • • , Àn E lK tais que 'lL = L: Ài ui. Vamos definir T( 11) como

i= l
TI

ti''llclo o vetor T(u) = L ÀiVi E v_ Devido à unicidade dos valores

i=l
,\ 1, · · · , Àn, a função T : U --+ V está bem definida. É cvid('nte que
2'(ui) = v, para i = 1, ·- · , n. Precü;amos mostrar que T é linear.
n n
Pnl'fl tnnlo, sejam u = L f3Lut e w = L: et(U i dois vetores deU, onde
i=l l= l
o~ li' i 's e os fh 's estão em IK e seja À E OC. Então
n TI

T(À~L + w) = T(À(L f3iui) + (L o:iui))

i .,- } i= l
n dcf n
- r c~: (À/3i + ai)ui) = L (ÀB1 +ai )7J{
i= l i= l
n n
- À E /3iVi + L O:i vi =
i- 1 t=l
n n
- ÀT(L:/3iui) + T(l::.:aiui) = ÀT(u)+T(w).
i= l i~ l

Logo T é linear_ Para mostrarmos que T é única, considere

tllliH transformação lim~ar 8 : V --+ V tal que S(ut) = ui, parn cada
n
i = I , · · · , n. Para u = 2.: Ài lti
i= l
E U com os À i 's em lK , teremos
n 11

quu S(u) =- S(L Àiui) =L Àiui.. = T(u) e, portant~ ~6- <'xistç_!Ima:

i=l Í.;..;.l .. .. -
"' ..
..
 'Jhm!l./'m ma ·u hin ar · • '3

a..l.G I~XBHClOIOS
( 1) Prove que cada uma das transformações abaixo é linear.

(a) F: P2(1R) ___. P2(R) dada por F(p(t)) = t 2 p"(t).

(b) F: M2(1R) > M2(R) dada por F(X) =A! X + X onde

(c) F: M 2 (1R) ___. M 2 (R) dada por F(X) = A!X- XAI

onde

M= ( ~ ~)
(d) F: C3 (R) ___. C(R) dada por

F(y(t)) = y"' (t) y' (t) + 3y(t).

Lembramos que C3 (JR) denota o espaço vetorial das funções
que admitem derivadas até terceira ordem.
(e) T: P:J(R) ___.R 2 dada por T(p) = (J~ 1 p(t)dt, .{0 p(t)dt).
1

(f) T : C 3 ___. C dada por T ( x, ?J, z) = x + 2y + zi.

(g) T: P3(1R) ___. P4(1R) dada por (Tp)(x) = x p(x + 1).
(h) T: R 2 ___. P 2 (R) dada por T(a, b) = ax 2 -r bx +(a+ b).

(2) Consideremos uma transformação linear T: U--+ V, onde U e

V são IK-espaços vetoriais tais que dimK V< dúnoc U < oo.

(a) Prove que existe um elemento não nulo u E U tal que

T(u) =O.
(b) Se B é uma base arbitrária deU, existe sempre um vetor
u E B tal que T(u) =O? Prove ou dê um contraexemplo.

(3) Seja T: P2(1R) ___. P 2 (R) a função dada por

T(a,b,c)B= (2c-2b, a+c, a+b+c)c

o~de C é a'ba.é;e {1: x, x2 } (!-B''tJ'·a ha..o,-e { ! , z,+.x 2 , 1 +. x~} ..... ...: ..)-...--
~I • li, < 'm 1111 ilt lltlt lwu I tm m

(u)
1
(b) C ~1cttlt) (7'(.2 - x2 )Ja e ('1'(2 - J' )]c.
(<;) Bxist.o nm vetor 11 E 'P2 (R) não nulo tal que T(u) = u'?
•·
.Justifiqtw :mn. resposta.

(•I) Considere n função T : C ---.. M 2 (IR. ) dacla por

. ) = ( .r + 7y
T( X+ ~y 5y ) .
- lOy X - 7y

Consid.c tfando C como espaço vetorial sobre R ,

.,
(n) prove que T é uma transformação linear.

(ü) Mostre que a composta de transfonnaçõe~'l lineares é linear.

(G) Sejam U um OC -espaço vetorial e T : U ---+ U uma trans-

formação linear tal que To T = T. Seja W = {x EU: T(x) =
:t:} c V = {x E U: T(x) = 0}. Prove que:

(a) U = vV EB V; (b) T(U) = vV; c (c) T(V) = {0}.

(7) Mostre que uma flmção T: lK n ---.. lK é uma lrausformação
linear se e somente se rxistirem a 1 , · · · , a11 E OC tais qu<'
n
T(x1, · · · , :l'n) = L ai.l:i.
i= l "'

(8) Prove o Teorema 3.1.5 sem a hipótese de dimK U s<'r finita , isto
é, prove a seguinte afirmação: Sejam U c V espaços vetoriais
sobre lK. Se {ui hEI for uma base de U e se { vdiei C V,
então existe uma única transformação linear T : U ---.. V tal
que T(ui) = v 1 pa.ra cada 'i E I.

(!J) Seja V um OC -espaço vetorial com di1nK V ?vlostTt' que ~ 3.

umn função T: V ---+ V é linear se e somente se 1· restrita ·a
cada subespaço vetorial de V.. com dimep.sâo2.·é b11 .nr> -~

..
 3.2 • A I lA .1!~11 DI~ U~lA TR.ANSl~OR­

"tviAÇÂO I..~tNmAR
:J.2.1 DEFINIÇ'Õr~s. Sejam U e V dois espaços vetoriais sobre um
corpo 1K c T : U --+ V uma tran.c;;forma.ção linear.

(a) O conjunto {v E U : T(u) = O} é chamado de núcleo dP Te

será denotado por Nuc T.

(b) O conjunto {v E V: 3 u EU com T(u) =v} é chanmdo de

imagem de T e será denotado por In~ T.

Observe que uma transformação linear T : U --+ V é sobreje-

tora se e somente se Im T =V.

3.2.2 PROPOSIÇÃO. Sejam U e V dois Pspaços vetoriais sobre lK e

T :U --+ V uma transformação linear. Então

{a) Nuc T é ·u m subespaço vetorial deU e Im T é um S'ubespaço

vetorial de V.

{b) T é 2njetora sr e somente se N7LC T = {0}.

DEMONSTRAÇÃO. (a) Deixada a cargo do leitor.

(b) Se T é injetora, enLão é claro que Nuc T = {O} pois T(O) = O.
Suponha agora que Nuc T = {O} c sejam 'lL 1 e 'u2 E U tais que
T(ui) = T(u2). Então O = T(ui)- T(u2) = T(u1 - u2). Portanto 1

u 1 - u2 E Nuc T = {O} e daí segue que u1 = u2. Logo, T é uma

transformação iujctora. O

Dada uma. transformação linear T : U -4 V , a dimensão do

subespaço Im T é também chamada de posto de T enquanto a di-
mensão do subespaço N uc T é também chamada de nulidade de T.

3.2.3 EXEMPLO

Considere a seguinte transformação linear

T: R3 --+ M2(1R)

·~- (
o
-.._,,...., --·•.....
' ... ...,..,. ,.._. . ........ (~,

....
b, c)
~ . ..
a+b
o
. ~
. C--- b ) .... .. . ,.,; ...'""._.-.,..-
Nt• • tw ( m ~~~ tlt A'''' IJJll I num

pcrt n
t1 c 7"' b • O, isto é, se o somente se a = - b c r. = b.
P01't.nnto,

Nuc1'={(a,b,c) E R 3 : a= -bcc= b} ={(-b, b,b): b E !R}.

Não é difícil ver que {(- L 1, 1)} é uma base de Nuc Te, por-
tnnto, dirn., Nuc T = 1. Por outro lado, I m T é formada pelas
xnnt,rize~ de M 2 (R ) da forma

com a, b, c E lR . Portanto.

é um conjunto gerador de Jm T. É fácil ver que B' não é Li. e

que

.
é uma base de Jm T. Em particular, dim~ Irn T = 2. Observe
que

dimR N uc T + dimR I m T = 1 ~ 2 = 3 = di ma lR 3 .

A seguir, iremos mostrar um resultado que generaliza esta ob-

rvnção. Ante;, necessitarf'mos de um lema.
..
3.2.1 LEMA. Sejam U e V espaços vetoriais sobre 1K e T: U ---+ V
tmw transformação linear·. Se B = { u 1. · · · , un} é 'l.tma base de U,
cnttio {T(ui), · · · , T(un)} gera Im T.

I ~~~lONSTRAÇÃO. Considere v E Jm T. Por definição, existe um

n
\'Ct )r u E U tal que T( u) = v. Escreva u = L: Oj'l.Li, com ai E lK,
i=l
('<~uo combinação linear dos elementos da base B c calcule T(u):
n n

v= T(u) = T(L a{lli) =L n1T(1ti).

i = l ·. ~ i=l

..
 :n ms/01 na t • 7

IJO ro, u I muhinn "IIU lhwnr de~ T( IIJ) I .. ' I'/'( (I ll) c, pol'tHnto,
{'C(u!),··· 1 T(·u, 1 )} gero lm T. O

O }()ma. ncima nos diz como conseguir uma base de I m T para

nmn. transformação linear T: U---+ V. Vamos ilustrar isto no próximo
exemplo.

EXEMPLO

Considere C 2 e IR 3 como espaços vetoriais sobre IR e seja

T : C 2 ~ IR 3 a transformação linear dada por
T(a + bi, c+ di)= (a- c, b + 2d, a+ b- c+ 2d)
onde a, b, c, d E IR. Se considerarmos a base { (1, O), (i, O), (0, 1),
(0, i)} de C 2 (sobre 1R ), teremos, pelo lema acima, que os ve-
tores T(1,0) = (1,0, 1),T(i,O) = (0, 1, 1), T(O, 1) = (-1,0, - 1)
e T(O, i) = (0, 2, 2) geram Im T. Como T(1, O) = -T(O, 1) =
(1, O, 1), T(i, O) = 2T(O, i) e T(1, O) não é múltiplo de T(i, 0),
segue que {T(l, O), T(i, O)} é uma base de Im T. Observe
também que Nuc T = [(1, 1), ( - 27, i)].
3.2.5 Sejam U e V dois espaços vetoriais sobre OC com
TEOREMA.
dimK U finita e T : U ---+ V uma transformação linear. Então

dirnK U = dimK Nuc T + dimn< Im T.

DEMONSTRAÇÃO. Vamos supor inicialmente que Nuc T =F {O} e
seja B = {u 1 , • • • , un} uma base de Nuc T. Observe que Nuc T
tem dimensão finita pois está contido em U. Por (2.3.10), podemos
estender o conjunto B a uma base B' = {u1 ,··· ,un,Vl,··· ,vm}
de U. Para mostrarmos o teorema, basta exibirmos uma base de
I m T com m elementos. Considere os seguintes elementos de V :
T(ul),··· ,T(un),T(vi),··· ,T(vm), e observe que T(ui) = O para
i = 1, · · · , n. Segue do Lema 3.2.4 que B" = {T(v 1 L · · · ,T(vm)} é
um conjunto gerador de Im T. Vamos mostrar que B" é também
linearmente independente e, portanto, uma base de Im T. Sejam
m
À1, · · · , Àm E OC tais que L: ÀiT(vi) = O. :Mas
t=l
m m

- ....:ft ....
'
....... .__ r(2: Àivi)
i=l
. 2: _ÀiT(vi) =o
i=l .
""'F• .... .. •" ., .,
 I pu ri (!111 "• () ..., I nl' 1\i'Ul p •rlCIIf'l) no N /10 T.
. i l
m
01110 Bé lllllH husc dt• Nu(; T, temos qnc L: ÀitJ, =
i 1
1> ll'[t t !'los "YI, · · • I"'(,. E 1K.
'"
l~utüo !.: À,ui + 2:,, (-"(J )'llj = O c, como B' é linearmenle
i :: 1 j 1
ind pcndt'ulc, Leremos em particular que Ài O para i = 1, · · · , m. =
Pnrtnul o, B" é linearmente indPpcndente como queríamos.
Assim, dimK U n + m = dirrtK Nuc T + dimK Im T.
Se Nuc T = {0}, consid<'re uma base B = {u1 , · · · , ttn}
d- U <', de mhneira análoga à feita acima, pode-se mostrar que
{ ~r(11 1 ), .. · 1 T(ltn)} é uma base de Jm T. O

U.2.f) EXERCÍCIOS
(I) Determine as dimensões do núcleo e da imagem de cada lrans-
formação linear do Exemplo 3.1.4 e do Exercício 3.1.6(1). Nos
cn.sos possíveis, exiba também uma base de;tes subespaços.

(2) Determine quatro transformações lineares de .IR 3 em IR 3 cujos

núcleos tenham dimensões O, 1, 2 e 3, respectivamente.

{~1) Considere R 4 e seus subespaços V = [(1, O, 1, 1), (0, -1, - 1, -1]

c W =- {(x,y,z,t) E 1R 4 : x+y =O e t+z = 0}.
Determine uma transformação linear T : lR 4 --+ IR 4 tal que
Nuc T = V e Im T = W.

(4) Determine o núcleo e a imagem das seguintes transformações

lineares:

(a) T : R 2 ---+ R 2 dada por T (x, y) = ( x - y, x + y).

(b) T: C 2 ---+ 1R 2 dada por T(x+yi, z+ti) = (x+2z, -x+2t).
{"i) Ache uma transformação linear T: 1R 4 --+ lR 1 tal que

N uc T = [( 1, O, 1, O), ( -1, O, O, 1)]

(' bn T = [(1, -1, 0,2), (0, 1, -1, O)].

(G) Seja. T: C 3 --+C 3 dada por

+
T(zh z2, z3) = {zt - z4 ~2z~~ 2.z1 .-+ zz ,-~3,.2z2 ~ 2z:J).~..4 ..... ~......

..
 • t;U

(o) l\ fo l,r · qu T ...

1 liul'fu'.

(h ) Qunl é o post ó de '1'?

(c) Exiba o Nuc T. Qual é a dirnc Nuc T?

{7) St•ja V um espaço vetorial de dimensão n sobre JK.

(a) Se n for ímpar, prove que não existe transformação linear

T : V --. V tal que I rn T = N uc T.
(b) Mostre que afirmação (a) é falsa se n for par.

{8) Sejam U, V espaços vetoriais sobre JK e T : U --+ V uma

transformação linear.

(a) Prove que T é injetora <==> T leva cada subconj1mto Li.

de U em um subconjunto l.i. de V.
(b) Prove que se o conjunto {T(u 1 ) . ••• , T(ur)} for Li. em V,
então {u1, · · · , 'ltr } é Li. em U.

(9) Dada uma transformação linear T: U --. U, considere a seguinte

afirmação:

(*) se {U1, .. · , Ur} for urna base de Ntte T ~ {wb .. · , wk} for
uma base de Im T, então {u1 , · · · , U 7- , w 1 , · · · , wk} será
uma base de U.

(a) Dê um exemplo de uma transformação linear T que sa-

tisfaça a condição (*), com dimJK. N uc T f:. O f:. dimK I m T.
(b) Mostre que nem toda transformação linear T satisfaz (*).

(10) Sejam V um espaço vetorial sobre JK e T: V --. V uma trans-

fom1ação linear. Prove qu(' as seguintes condições são equiva-
lentes:

(a) N uc T n Im T = {O}.
(b) Se (T o T)(v) = O para v E V , então T(v) = O.

(11) Mostre que se T: U--. V for uma transformação linear injetora,

então dim,;: U ~ ·dimK· ~.~......,
,.-~:..;
~- _ "·'--~-,..
..,.., \'"ti •• ,. .. w ...;..,, __ -

~ ......... ...
IHI • IIm { 'uum 111 Álqt lm1 I tflf m

( 12) rau T : U .... ' ' uwa

trnn fn1Í11ru""' "' llnPHr. }.1ost P que s lJ = { udiE/ for uma hnsc
1

d (}, 1nliin {T(IIi)}ler gern lm T.

8.3 ISOt\lORFlSMOS

'l.3. 1 Vimos n.dnm que ns transformaçoes lineares são funções que

JH' servmn ns operaçocs de um espaço vetorial. Nesta seção iremos es-
tudo I' ns lransformaçoes lineares bijetoras e ver que ne~as condições
o espaços vetoriais envolvidos podem ser de alguma forma idenhfi-
cados.
;..
J'ht•JNIÇÃO. Sejam U c V dois espaços vetoriais sobre OC.

(i) Seja T : U ---+ V uma transformação linear. Se T for bije-

tora (isto é, injetora e sobrcjetora) então dizemos que ela(> wn
isomorfismo.

(ii) Se existir um isomorfismo T : U ---+ V, então dizemos que U e

V São e,c;paços vetoriai.c; 'lSOTnOTjOS e indicaremos U rv V.

ÚDSEH.VAÇÃO
Sejam U e V espaços vetoriais sobre OC. SeU e V são isomor-
fos, então dimK U = dim.TK V. De fato, considere T : U ---+ V
11111 isomorfismo entre U e V. Suponha, em primeiro lugar, que

dimK U = oo. Em particular, U possui conjuntos Li. infinitos.

Como T é injetora, inferimos pelo Exercído 3.2.6(8) que V também
pO"Sni conjuntos Li. infinitos e, portanto, dimK V = oo. No caso
em que dimK U = n < oo, usamos o fato de T s~r injetora e {:3.2.5)
pura itúcrir que dirnK I rn T = n. Como T é sobrejetora., segue que
I w 'r = V e teremos a igualdade requerida.

::J, 't2 TRANSFORMAÇÕES INVERSAS

Seja F : U ---+ V uma função bijetora. Em particular, para

c·r~dn tJ E V, existe um único 'llv EU tal que F(uv) =v. Com isso,
podt~mos definir uma função G : V ---+ U por G(v) = lLv· É claro
cJIIC F o G = I dv c C o F = I du. Chamamos G de funçao inversa
tlt• F'. Agora, se F for uma tral).~founação Jinea.tJ.., então tamoom .. ,J('-
.. ..
..
GB l'lÍ lhH'O.l'. D folu , 6 ~{llll Vt, 112 ev e sejnm U]' 112 c... u tais
quo l''(ut) · o;, pw·u i= 1,2 (c cutiio G(v 1 ) = tti, para i : 1,2) .
Portu11to,

= (G o F )(u 1 + u2) = u1 + ·u2 - G(vl) + G(v2).

Deixamos ao leitor mostrar que G(..\v) = .\G(v), V v E V c V À E OC.
Com isto, temos o seguinte resultado.

PROPOSIÇÃO. A inversa de urna transformação linear bijctora é

também linear.
NOTAÇÃO.
Denotamos a inversa de F : U -+ V por p- l : V -+ U.

3.3.3 PROPOSIÇÃO. Sejam U e V dois espaços vetoriais sobre OC

de mesma dimensão finita n > 1 e T : U -+ V 'uma lr·ansfonnação
linear. Então as seguintes afirmações são equivalentes:

(a) T é um isomorfismo.

{b) T é injetora.

(c) T é sobrejelora.

DEMONSTRAÇÃO. As implicações (a) => (b) e (a) => (c) são claras.
·(b) => (a) Suponha que T seja injetora. Então Nuc T =- {O}
e. portanto, dim K Nuc T = O. Usando o Teorema 3.2.5 concluímos
que dimr< Im T = dimK U = dimK V = rz. Como Irn T é um
subespaço de V , ambos com dimensão n, teremos que I m T = V e
T é sobrejetora. Logo T é um isomorfismo.
(c) => (a) Suponha agora que T seja sobrejetora, isto é, que
Im T = V.
Segue daí que dimx I rn T = dimx. U e, portanto, pelo
Teor~ma 3.2.5, teremos que dimx N uc T = O o que implica que
Nuc T = {0}. Logo, T é um isomorfismo. O

3.3.4 Os exemplos a seguir ilustram que as hipóteses de que

dim,K U = dinLJK V c de que tal dimensão seja finita são cHs<'nciais
para a validàde 'dà proposição àeinlfl..•., ~J.~> 'tV , ~--"· •
. . "' --- ...;,. , _...,.
'' J • I 111 ( ·,, r• dt t l'l' fm• I"'' m

(o) (\ S guiHto l.l'lt11Sfol'UIHÇfiO lhlCIII'

T: aa
( y' .c, .l' + y).

OhsPrvc que

NucT= {(.c,y): (-y,J·,x+y) = (0,0,0)} = {{0,0)}

c. portanto, por (3.2.2), T é injetora. Basta observar que
(- 1,0,0) 111\0 é um elemento de I rn T para concluir que T Hão é
sohrcjctora.. Não é difícil ver também que {(-1,0, 1),(0, 1, 1)}
forma uma base de I m T.

(b) Considere o espaço vetorial P(C) dos polinômios sobre C e

seja
D: P(C) -+ P(C)
p(x) ~ p' (;c)
u. transformação linear dada pela derivação. Observe que D uão
é injetora pois todo polinômio constante pertence ao Nuc D.
Por outro lado, é fácil ver que D é sobrejetora (pois todo
polinômio de P(IR) tem wna primitiva).

(<:) Considere o espaço vetorial IK N formado por todas as sequências

de elementos de IK (OC = 1R ou C ) . Seja T : 1K N ----+ lK N
dada por T((xi)iEN) = (xi+l)iEN· É fácil ver que T é urna
transformação linear. Além disso, T é sQbrejetora uma vez
que, dada wna sequência limitada (Yn)nEN, podemos conside-
rn.r x = (0, Y1, Y2· y3, · · ·) para termos que

Por outro lado. é fácil ver que T não é injetora. uma vez que
Nuc T = {(xt,O,O,o, ... ): x1 E IK}.

(cl) Considere S : 1K N ----+ 1K N dada por

1 ..
 É dn•·o ((11 • 6 u1un truusfonuuçüo li•war e que é injetora, já
q liO N uc S = {O}. Por out.ro lado, 8 não é sobrejetora, uma
VC'6 que n Hcquf~ncia (xn)neN, com X1 = 1 e =O, para todo
Xj

j > 2 mio é imagem de nenhuma sequencia de IK N via S.

:3.3.5 Vimos acima que espaços vetoriab isomorfos possuem a lll('sma

dimensão. Iremos mo1-itrar agora a recíproca desse resulta,d o para
espaços finitamente gerados.

TEOREMA. Dois espaços vetoriais de mesma dimensão finita são

isomorfos.

DEMONSTRAÇÃO. Se ambos os espaços forem nulos, não há nada

a demonstrar. Sejam então U e V espaços vetoriai::; ::;obre 1K d('
dimensão n > 1. Para definirmos um isomorfismo T : U ~ V. con-
sidere bases {u1, · · · , Un} e {Vt, · · · , u"} de U e V, respectivamente.
Por (3.1.5), sabemos que existe uma única transformação linear T de
U em V tal que T(ni) =vi para i= 1, · · · . n. Vamos moHtrar que tal
n
transformação é sohrejetora. Para tanto, seja v = E O'iVi E V, com
i=l
(:ti E IK. i = L · · · , n. Precisamos mostrar que existe 11 E U tal que
n
T(u) =v. Basta considerar o elemento u = E O(Ui EU c teremos
i=l

Portanto, T é sobrcjetora e pela Proposição 3.3.3. segue que T é um

isomorfismo, como queríamos. O

3.3.6 CoROLÁRIO. Todo IK -espaço vetmial de dimensão n > 1é

isomorfo a IK n .

3.3. 7 EXERCÍCIOS

(1) Mostre que cada uma das transformações lineares de IR 3 em IR 3

a seguir é invertível e determine a transformação linear inversa:

(a) F(~r, y, z) = (x- 3y- 2z, y- 4z, -z).

(b) F(-:r,y, z) = (~, x -·y.,... ..2x + y- z). . •
..... ... .
... ...
\~ ...
 (' ) 111!1 ' IIIJJIII rf l nt2 JK:~ 0 UJI rt1tl01 drtdn pttl'
(a- , oi .r:d,u·1), V (x1,.,·2) E K 2. Prove quo T t5 mn
i •UtortiS illO O OXilJll T - 1.

(:.S) Sejnau l) <~pac;o vetorial Hohrc IK c T , S : U - V tram;-

formnçÕe43 liucarc:-; invcrtívei ~ sobre U. Prove que S o T é in-
vertível e (S o T) 1
::- T 1 o s- 1 •
· (•I) Seja T : C a - C 3 a transformação linear definida por
'f(J,O,O) - (l,O,i), T(O,l,O) = (0.1 , 1): T(O, O, l ) = (i,l,O).
D<'cidn. se T é invertível.

(r.) Sejam T: R 3 --+ lR 2 e S : 1R. 2 ---+ 1R. 3 transformações lineares.

'
(n) Provar que S o T não é invertível.
(h) Achar um exemplo em que T o S não é invertível e um
outro em que T oS é invertível.

(fi) Sejam V um rspaço vetorial sobre OC com dimensão finita e

T: V --+ V uma tram;formação linear. Suponhamos que exista
8: V --+ V tal que T oS= Idv. Demonstre que T é invertível
(' S = r- 1 . Dê um exemplo que mol::ltrc que isso É' faL"o quando
n dimensão de V não for finita.

(7) Seja T: U ----+ V uma transformação linear injetora. l\.1ostre

que V tem wn subespaço isomorfo a V.

( ) Seja T: U ----+ V uma tran..c;formação linear. Mostre que

lm T rv U/Nuc T , onde U/Nuc T indica o espaço quociente
ele U por Nu,c T.

:lA MATRIZES DE TR.ANSFOR11AÇÕES

B.l1.1 Sejam V e H' espaços vetoriais sobre OC com dimensões n e m,

lt'I'\IH'Ctivamente, e seja T : V _, W uma transformação linear. O
nt~s:-;o objetivo agora é associar a T uma matriz m x n sobre lK (isto

(·, rrn M mxn (OC)) que nm; auxilie no cálculo de T( v), onde 'V E V.
Vomos fixar bases B = {vt, · · · , Vn } e B' = {w t. · · ·, w 111 } de V c W ,
rc pcct.ivamentc.
... ..
..
 'tuuoJá I íulmnac•H cc IIWl!IOcln males, pHl'H, HU dc.C~<:revcr H tnms-
fonnnçilo T busto suhc•· o vttlor dt• r uos elementos da base B, pois
ri TI

T(L GiVi) =L Q.iT(vi), para 0:1, · · · , Gn E 1K.

i=l i=l

Vamos descrever os elementos T( vi) como combinação linear

dos elementos de B'.

1n
T(v1) = anwl + a21 w2 + · · · + amiWm = E aiiWi
i=l

m
T(vn) = a]nWl + a2nW2 + ... + amnWm = E aínWi
i=l

para certos aij E 1K. Em geral, para .i = 1 1 • • • , n, temos então que

rn n
T( Vj) = E aiJWi. Agora, para v = E ai vi E V, onde os 0'1. 's estão
i=l j=l
em 1K , segue que
n n n m
T(v) = T( E arvj) = L aJT(v.i) = L aJ(L aijWi) =
j=l j=l j=l i=l
n m m n
=E E(aJaiJ)wi = E(E aiJaJ)Wi·
j=] i=l i=l j=l
Se etlcrevennos f3i = E?= l aijOj, para i = 1, · · · , m, teremos então
que T(v) = 2:;:
1 f3iwi ou, em outras palavras, que [T(v)]13' =
Uh , · · · ,!3m) 13' (isto é, as coordenadas de T (v) com relação à base
B' são {31 , · · · , f3m). Reescrevendo em termos de multiplicação de
matrizes, teremos então

13'
isto é, [T(u)]l3' =A· [v]13 onde A é a matriz (aij)i,j E Mmxn(JK).

DEFINIÇÃO. Amatriz A=(aij)i,j E Mmxn(1K) clefinidaacima é cha-

mada de matriz da transformação linear T com relação às bases B e
B' e é denotada por [T] 13,13'. No caso em que os espaços U e V c as
't~'.., bases B e B' 'SE!jâ:rn·iguaom denot~[T}B,B simplesJD.ente po~ LY._l~·-. ·---
.. • .A• . .... . ..
 (n) S in V {J>olinômim~ <1< grau nl6 3 com cocfici<mloa
1

onsidon• H lrnusformaçno linear D : 1'3 (R) ~ P3 (IR)

1
111 IR } o •

clndu }>f'(a. cl<'rivaçno: D(p(x)) = p'(x). A matriz de D com

rolnçno À bnsC' canônica {1, x, x 2 , .c 3 } de V é

o 1 o o
[D]can = o o 2 o
o o o 3
o o o o
(b) Seja T: JR.- ~ 1R dada por T(x, y) = (2x + y, y- x, 3x) e
2 3

cousidcrc às bases B = {(1, 2), (2, -1)} de R 2 e B' = {(1, 1, 1),

(0, 1, 1), (0, O, 1)} de R 3 . Uma conta simples mostra que

T(l, 2) = (4, 1, 3) = 4 · (1, 1, 1) + (-3) -(0, 1, 1) + 2 · (0, O, 1)

T(2 , - 1) = (3, -3, 6) = 3 · (1, 1, 1) + (-6) ·(0, 1, 1) + 9 · (0, O, 1)
c daí

[TJB,B' = ( -~- -: ) -

Agora, se v= ( -2, 3)B, então

fT(v)Js· = ( -~ -n(-n 8 = ( -~~ t

Se mudarmos a base de R 3 de B' para a base canônica, teremos

[T]B,can = (I -i )·
[T(-2,3)]can = (I -: ) (-~) 8
= ( -~1) ~n
Observe que ( l, -12, 23) B'._,:, { 1, --H-, 12-) can. ~ ....-: o -
.. ~- .....~-·
.•.
 • V7

8.. ~~ ' jfllll \f J\f d 1 c poJ•u Vt torkds sobr 1K c considere ns bases

13 = {ut, ·· · , u11 } c C = {w1,··· ,wm}, ele V('"' , respectivamente.
Vimos ncinan que a cndH transformação linear T: V --+ l1' existe
umn (únicn) matriz /o.il EM mxn{IK ) tal que [T]B.C =AI. A rcdproca
dest c resultado também é verdadeira.

PROPOSIÇAO. Sejam V e l1' dois fspaços VPforia'is sobre IK com

dimensões n e m, respectivamente. Dadas bases B P C de V e ~V.
respectivamente e uma mat.riz J' [ em M mxn (IK ), entao e:áste uma
{única) transformação linear T: V --+ TV tal que [T]B,c = AI.
DEMONSTRAÇÃO. Isto clf>COITC de {3.1.5). D<'ixamos ao leitor des-
crever os detalhes necessários. o
3.4.4 Olhar transformações lineares entre espaços vetoriais de di-
mensão finita por meio de suas matrizes associadas traz inúmeras
vantagens computacionais. O próximo resultado é um exemplo disto.
Nele mostramos que a matriz da composta de duas transformações
lineares é a multiplicação das duas matrizes das transformações, nas
bases correspondentes.

TEOREMA. Sejam F : U ---7 V e G : V ---7 W duas transforma-

ções lineares onde U, V e 1--V são espaços vetoriais de dimensões n,
m e r, respectivamente. Fixe bases B, B' e B" para U, V e W,
respectivamente. Então

[G o F]B,B" = [G]B 1 ,.8 11 • [F]B,B'.

DEMONSTRAÇÃO. Sejam B = {u1,··· ,un}, B' = {v1,··· ,vm} e

B" - {w1, · · · , Wr} bases deU, V e W, respectivamente, e considere
as matrizco
m
(1) [F]B.B' = {a,J)i,j, isto é, F(uj) =E aiJVi! Vj = 1, · · · , n.
l= l

r
{2) (G]B',B" = (bkt)k,i, isto é, G(vt) E bktwk, V i= 1, · · · , m.
k=l

{3) [G o F]B,B" = (ckJ )k,1 , isto é, (G o F)(uj)

-'\../.]. =
I V
1~..-
"
.•.•. ~) ....
I ( • ....,.
. ....
'-"
 118 • l'rtl f 'm " t/, 11,,, l11n lw 111r

ul,lllznnclo ltS nl11çõ, (I) t (:l)

rn
(C o F')('l l;) = G(F(1~J)) - G(L Q,ij'Ui)
tl't

i =]
- L aiJG(vi)
i= I
-
·m r r rn

- Laii(Lbki'Wk) = I),Lbkia,ii) wk.

t I k=I k = l i=l

'ntupunmdo--se esta última relação com (3) e utilizando-se da uni-

ddndo da.s coordenadas de um vetor em termos de uma dada base,
«'l.f'gfllllOS a

m.

c,.,._; =L bkiaij,
i::: 1
\f J. = 1 · · · n
' ' '
\f k - 1 · · · r·
- ' '
iAI«J é, para cada par (j, k) o elemento da matriz [G o F] , , é o ckj
8 8
c•I•·Htellto na posição (k,j) da matriz resultante da multiplicação de
/G]Lt' ,B" por [F]B,B'· Portanto, [G o F]B,B" = [G]B',B" · [F]B,B'· O

8.d ,[) COROLÁRJO. Sejam U e V dois espaços vetoriais de dimensão

11 ~ 1 sobre 1K e considere bases B e B' de U e V, respectivamente.

Uma transformação linear T : U ~ V -~ ?tm isomorfismo se e so-

?m•ntc S(' a matriz [T]B,B' for invertível. Além disso, neste caso,
('r-J }B',B = ([T]B,B' )-I.

J )J~MONSTRAÇÂO. Suponha em primeiro lugar que T é um isomor-

fiF·IIIIo o seja y -t a sua inversa. Como ToT- 1 = Idv e T - 1 oT = Idu,
lf'J"IliJlOS

1
[Idu]B,8 = [T- o T]8,B = [T- 1 ]8',8. [T]B,B'·
Ohs(•t·vando que as matrizes [Idv]B',B' e [Idu]8,B são as matrizes
• id•·11l1 idade nxn, teremos que a matriz [T] 8 , 8 , é invertível com inversa
f'/' jB',B, isto é, ([T]B,B' )- 1 = [T- 1 ]8',8· 0

r .~':'.,.

.. . "'
 • (f)

B.4.G ~1A'T'IUZ DE l\lUDANQA DE BAsgs

Seja U um IK -t•spaço vetorial de dimensão n > 1 e sejam

B = {ull · · · , u,l} e B' {u1, · · · .vn} duas bases deU. Considere a
matriz A1 = ((l'J )i,i = [Id]B.B' associada à transformação identidade
com relação à."i bases B c B'. isto é, a matriz dada pelos coeficientes
n
U.1 = auv1 + a21V2 -l ··· + anll'n =L ailvi
i=l

n
1Ln = Q}nVt + a2nV2 + ... + UnnVn = L ainl!;.
i= l

Com isto, se v E U e escrevendo v = (at, · · · , an)B

({31 • · · · , !3n) B' as coordenadas de u com relação às bases B e B',
teremos

!31

Onn
B B'
isto é, a multiplicação de !I! pelas coordenada.c; de 1' na base B fornece-
nos as coordenadas de u na base B'. Tal matriz é chamada de matriz
de mudança de bases de B' para B. Observe que a matriz 111 é sem-
pre invertível pois a transformação identidade é obviamente bijetora.
Não é difícil ver então que .:\J- 1 é a matriz de mudança de bases de
B para B'.

ÜBSERVAÇÃO

Seja T : U -+ U uma transformação linear, e sejam B e B'

duas bases de U (assuma dimoc lJ = n > 1). Se P é a. matriz de
mudança de ba...,es de B' para B, teremos:

[T]B = p - t · [T]B' · P.

Lembramos que duas matrizes !I! c N são ditas semelhantes

se existir uma matriz invertível P tal que !li - p-l N P. Pelo que
acabamos de ver, as matrizes (T)B c [T]B' Hão semelhantes.
. .
..I . .... . ? ~ ' .. ~ ...
. ..
 (I) ( it1111 'P ti: V --.. ll' duns tnt usfonunções liucnrcs, onde V c
li' si'io OO~espnços vctorinis de dimcnsoo finita. Sejam B e C
lmscs de V c de W, respectivamente e À E 1K . Mostre que

(a) [T t· S)s,c = [T]s,c + [SJs,c.

(b) [ÃT}s,c = Ã[T]s,c.

(2) Seja T : R 3 --+ 1R 3 tal que

r
[T]can = ( ~ 1211) .
- 1 3 4

Ache uma base de Im T c uma base de Nuc T.

(:i) Sejam T: 1R
3
--+ P2 (~) e G: P2 (~) --+ IR 3 transformações
lineares tais que

[T]s,c =
(
1 2
1 O -1
o 1
-1 )
o
e

onde B e C são as bases B = {(1, 1, 0), (0, 1, 0), (0, O, 1)} e

C = {1, 1 + .'L, 1 + x 2 }.

(a) Determine bases para Nuc T c I m T .

..
(b) Determine bases para Nuc (G o T) e Im (G o T).

(c) Determine a matriz de H= 3(ToG)+ldp (JR) com relação

2
à base {1, x, x 2 } de P2(~ ).

(. J) Seja T : M 2 (C ) --+ M 2 (C ) uma transformação linear dada

por

r(x Y)=( z w z-w O

O x) ·
(a) Determine a matriz oo,:T~ e01~1 -relaçãd à base canônica. ...r.._•
'.
..
 • I0I

(h) D I uHin ·fi mn:la iz d '1' cow rclaçfio à base

de M2(JR).
(c) Exiba a. matriz AI tal que (T]B = A1- 1 [T]canA1.

(5) Seja T : 1R ~ -+ 1R 3 uma transformação linear cuja matriz

com relação à base canôrúca seja

(_: ~ ~).
o -1 -1

(a) Determine T(:r. y, z) .

(b) Qual é a matriz do operador T com relação à base
B= {(-Ll,O),(l,-1,1),(0,1,-1)}?
(c) O operador T é invertível? Justifique.

3.5 O ESPAÇO L(U, V)

3.5.1 Para espaços vetoriais U e V sobre 1K, denotamos por L(U, V ) o

conjunto de todas as transformações lineares de U a V. Tal conjunto
herda uma estrutura de espaço vetorial sobrc> .OC de uma maneira
bem natural. Em primeiro lugar, a função nula d<> U a V é uma
transformação linear. Por outro lado, não é difícil ver qu<> para
F, G E L(U, V) e >. E .OC, teremos que a função >.F+ G : U -+ V
dada por (>.F+ G)(u) = >.F(11) + G(u), para cada u E U, é uma
transformação 1in<'ar e, portanto, pertence a L(U, V). Com isso,
mostramos que L(U, V) é um subespaço vetorial do espaço :F(U. V)
de todas as funções de U a V e, em particular, um espaço vetorial
sobre .OC. O próximo resultado nos mostra que, quando U c V são
de dimensão finita, então dimK L(U, V) = dimK U · dimK V.

3.5.2 TEOREMA. Sejam U e V dois e_çpaços vetorims sobre .OC com

dimensões n e m, respectivame.nte. Então o espaço L(U, V) tem
dimensão m · n.~
lfl 1 • I '" ( w ,,, rir Alr1r l"u I mrm

1
'Í 111 n • tifl1 t " ' 1 tln} 13' - {1Jt 1 ' " 1 IJ;u ) j,[l.,
llvuuu nt . Pnrn cncln pnr {p, tJ), I < p < .,,,
I ~ f/ S n, vuwo~ clofiuil· mnn t.runHfornmçno 'lp.q : U -+ V.
,o11to jft ftzt uaus untes, bnst.n dcfiuir Tp,q nos elementos de uma base
de U iH I o dctcrminn r á nmn. transformação linear (Teorema 3.1.5).
I) linimus cntf\.0 '1~,(1 ( u;) como sendo

se i - q
se i =I= q

F
ist u é, 'f 11 ,q( Ui) 6iq Vp {lembramos que 6iq = 1 se i = q e Óiq = O se
1 r/J q). Assim·, t 9remos um conjunto

,.. m m · 11 clcmúntos de L(U, V). Vamos mostrar que C é uma base

clf\ l.J(U, V). Para mostrar que C gera L(U, V) , seja T E L(U, \7) e
c onsidcrc a sua matriz [T)B,B' = ( ai1 )i,J com relação às bases B c B' ,
)st u é, n matriz dada por:
m
T( UJ) - a11 V1 + a21 u2 + ·· · + aml Um = E atl vt
i= I

nt
T(un) = U}nVl + U2nV2 + ... + amn'Vm = L ainlli
i=l

m
1111 nimla T(u1 ) = L aijVi, para j = 1, · · · , n.
i= I
Considere agora a transformação linear S dada pela combi-
m n
nn~~o linear S = E E apqTp.q· Vamos mostra!" que S =Te, para
p=lq=l
llwl o, basta mostrar que S e T coincidem uos elementos de uma base
('lf..ormna 3.1.5 de novo). Ohserve que
m7l 'rnn m

S(uj)- LL apqTp,q(ui) = LL apq(Ójq'l'p) =L ap1 vp = T(u1 )

p=l q= l p=lq=l p=l
...
J1nt'H cada j = 1, · · · , n. Portanto, S = T c, consequentcmente, C
g<'r(t IJ(U, V).
Para mostrar que C é linearmente independente, suponha
que os elementos bpq E: ][{, com- -1 - ~ ~~.. m e 1 <: q ~ n, sejam
I • 4 t
..
 • lU3

1/t ,,

S = ""
~~ \."-' bIJq ,,.,
.Lp,q = Q.

Em particular, S (u1 ) = O para j = 1, · · · , n, isto é, vale que

m n m
O=S(uj)=LL bpqTp,q(uJ) =L bpjVp.
p = lq= l p= l

Como {u1, · · · , vm} é Li., segue que bp3 = O, V p = 1, · · · , m c

V j = 1, · · · , n. Portanto, C é linearmente independente ~. conse-
quentemente, uma base de L(U, \í). O

3.5.3 OBSERVAÇÕES

(a) Com as notações utilizadas no teorema acima, mostramos que

as coordenadas de um operador T: V ----t V com relação à base
C (que depende das bases B e B') são dadas pelos valores da
matriz [T]B,B'.

(b) Poderíamos ter mostrado o teorema acima utilizando mais di-

retamente a noção de matriz associada. Sejam U e V espaços
vetoriais de dimensão n e m com bases B e B' fixada..c;, respec-
tivamente. Defina agora uma função tp : L(U, V) ~ M m xn (JK)
dada por <p(T) = [T]B,B'· Deixamos ao leitor mostrar que <p é
um isomorfismo e, portanto,

dimK. L(U, V)= di'rnK M mxn(lK) =- m · n,

como queríamos. Decorre desta discussão o seguinte resultado.

CoROLÁRIO. Sejam U e V dois espaços vetoriais de dimensões n e

m sobre JK, então L(U, V) é isomorfo a Mmxn(lK).

3.5.4 Um caso particular interessante acontece quando U = V, que

será objeto de um estudo mais aprofundado uo Capítulo 5.

DEFINIÇÃO. Seja U um lK -espaço vetorial. Um operador linear é

uma transformaç'ão ·linear T : U --=" U ; .. -~
w1 • r "' t ·,mw "' f t(J, ,,v, 1, , m

• ul1•..1 hulo, ui'io é verdnd(• qtw todo elemento de L(V, U) tem um

invPI'Ro cum rclnçno u cstn operação c nem que esta operação seja
I'OIIllll utivn. Os exemplos abaixo ilustram tais ob~ervações.

(i•) Cousiclerc as transformações lineares

fi': JR2 --+ JR2 e G: JR2 --+ JR2
(:r., y ~--+ (x+y,x+y) (r, y) ~-+(X+ y, X- y).

As compostas F o Ge G o F são:

FoG: t R 2 --+ JR 2 e GoF: JR 2 --+ IR 2

( J• , y) ~--+ ( 2:r, 2x) (x, y) ~--+ ( 2x + 2y, O)

e são obviamente distintas. Também, F não é invertível visto

que Nuc F é o S11bespaço gerado por ( -1, 1).

(h) Considere o C-espaço vetorial V==- P(C ). Sejam

D: v --+ v
p(t) I-+ p'(t)

o operador derivação e

T: v --+ v
p(t) I-+ t.p(t) . ..

Teremos (To D)(p(t)) = tp'(t) e (Do T)(p(t)) = p(t) + tp'(t).

Assim, (DoT-ToD)(p(t)) = p(t), isto é, DoT-ToD = ldv.

a.l'i. 7 Seja U um 1K -espaço vetorial. Se T :U --+ U é um operador

liru~ar, denotamos ToT por~ e, mais geralmente,~= rn.
n
T•~mbém, TJ denotará o operador identidade.
Como vimos acima, no conjunto L(U, U) do!::! operadores linea-
1«!8 de U em U existe, além das operações de soma e multiplicação
por escalar, a operação composiçãe. Gom isto, se 1\ E L(U, U) e ~:Je •
.. ...
 u
· p(,t') = rt ,1V'111 I ttm - 1v•'"-
1
I · • · I· a 1w I ao <.... 'P(lK) é mn polinômio
com coeficientes em JK , potlernos definir o operador p(T) : U --+ U
dudo por

Porexemplo,sc T: IR 2 --.JR 2 édadoporT(x,y) = (:r-y,3x)

c se p(t) = t 3 - 2t + 4, então

p(T)(x, y) = (T3 - 2T + 4/d)(x, y)

T 3 (x , y)- 2T(x , y) + 4(.c, y) = ( - 3x + 4y, - 12x + y)

para cada ( x, y) E 1R 2 . Esses operadores dados por polinômios serão
importantes quando f'studarmos as formas canônicas no Capítulo 5.

3.5.8 OBSERVAÇÃO

Se V é um OC -espaço vetorial de dimensão n > 1, sabemos que

existe um isomorfismo entre L (V, V) e Mn(OC). Assim, os teo-
remas sobre matrizes podem ser deduzidos dos teoremas sobre
operadoreb lineares e vice-versa. A partir dessa relação também
podemos definir matrizes unitárias, hermitianas e normais cor-
respondentes aos operadores unitários, hermitianos c normais
que iremos estudar mais adiante.

3.5.9 PROJEÇÕES

No restante desta seção iremos discutir um tipo especial de

operadores lineares chamados de projeções.
DEFINIÇÃO. Sejam V um OC-espaço vetorial e W C V um subes-
paço. Um operador linear 1r: V--+ V é chamado de projeção sobre
Wse Jm(1r) = W e 1r(w)- w para cada w E W.

No próximo resultado iremos caracterizar os operadores linea-

res que são projeções. Mas antes, observamos que se T: V --+ V é
-~,.··
,\&> um operador linéar, então -podemos deçompor V como sendo a soma
 li 1 Ot l'nto, <'fldfl vi'( 111'
v

11 .T(v) I (u - T(v)) T(v) t-(Id - T)(v)

" q1 H prova no~a afirmação. Em geral, esta soma não tem por que
dirt-tu como nos mostra o seguinte simples exemplo. Considere o
t5•"'1'
2 2
IIJH n1dor T: lR --+ lR dado por T(x, y) = (x + y, y). Observe que
lm(l') n lm(I d- T) = [(1, O)J :f. {0}. Na realidade, a soma W + W
1 2
'""1o acima será direta se e somente se T for uma projeção sobre
IV1, <'01110 mo~tta o seguinte resultado.
,.

:1.1. 1O PROPOSIÇÃO. Seja 1r: V ---t V urn operador linear e escreva

\f= w:, + W2 onde W1 = Im 1r e W2 = Im (Id- 1r). As seguintes
fijir·moções são cguivalentes:

(11) 1r é uma projeção sobre W 1 .

(c) A soma W1 + W 2 é direta, isto é, W1 n W2 = {0}.

DI~MONSTRAÇÃo. (a)=? (b) Suponha que 1r seja uma projeção sobre

11', t' seja v E V. Se escrevermos 1r(v) = w, então

1r(1r(v)) = 1r(w) = w = 1r(v)

f\ 7r2 1r, como queríamos.

(1 ,) c> (c) Seja w E W1 n W2. Como w E W1, ent.,ão existe v E V tal
.,,,,. n(v) = w. Usando o fato de que 1r 2 = 1r, teremos que
1r(w) = 1r(1r(v)) = 1r(v) = w

l'or outro lado, como w E W2, temos que existe v' E V · tal que
111 =
Jd(v')- 1r(v'). Com isto, segue que

w = 1r(w) = 1r(Id(v')- 1r(v')) = 1r(v')- 1r 2 (v') =O

,. " li<Jllltl. wl + w2 é direta.

(•) ~ (a.) Assuma que W 1 n W~· {O~ ·considêre w 1 E W
1
. Então .~
 107

• t)Xist.c E V t ul que '71"( u) • 1111. O mo comcutuclo ncimu, podemos

IJ

oscrcv<:r w1 = 1r(v) + (Id- 1r}{v) c portanto

o que moBtra que 1r é uma projeção sobre W1 . o

COROLÁRIO. Seja 1r: V - - - t V uma projeção .<>obre Im 1r, então o
subespaço I m.(I d - 1r) é o núcleo de 1r.
DEMONSTRAÇÃO. Considerando u = (Id - 1r)(v), ter<'mos então
que 1r(u) = (1r- 1r2 )(v) = 1r(v)- 1r 2 (v) = O e, consequentemente,
(Jd - 1r)(V) C Nuc 1r. Reciprocamente, se 1r(u) = O, como
'lL = 1r( u) +(Id- 1r)( u), segue que u = (I d -1r)( u), isto é, u pNtence

a (Jd - 1r)(V). Portanto, Nuc 1r = (I d - 1r)(V). O

As projeções são usadas para se descrever decomposições do

eHpaço V em Homa direta. De um modo geral, podemos demonstrar
o seguinte teorema.
3.5.11 TEOREMA. Seja v = wl EB ... tB Wr um lK -espaço vetorial.
Então existem operador·es lineares 1r 1 , · · · , 1r,. sobTe V tais qur

{i) 1ri(v) = 'Wi, para cada v = 'W1 + · · · + 'W1·, com Wi E Wz para

i= 1, ··· ,r.

{ii) 1ri o 1fj = O, se i f= j e 1r'f = 1r~ par·a i = 1, · · · , r.

(iii} Id = 1r1 + · · · + 1r,..
(iv) Im 1ri = Wi, para cada i= 1, · · · , r.

Reciprocamente, se 1r 1 , • • • , 1f,. são operadores lineares sobre V

que satisfazem (i}, {ii) e {iii} e sP Vi = Im 1ri, então V = V1 EB · · ·EBVr.
DEMONSTRAÇÃO. Vamos demonstrar a recíproca, uma vez que
podemos demonstrar as afirmações acima de modo análogo ao feito
em (3.5.10).
Suponhamos que 1r1 , · · · , 1rr são operadores lineares sobre V
que satisfazem (i), (ü) e (iii) e que Vi = hn 7r1 • Por (iii), temos
que V = V1 +···+V,.. Vamo!:> mm;trar que esta soma é direta, ou
-·~:, seja, que cada v .- E • V...,. se escreve. çlc modo único como uma soma
IA .. , .. h. ... • ....
-.
 1
1(1"1 • l/111 f llh'lll rlt (JqrlltYt I 1111111

u 1r1 (o) 1 ·' o ·l :1r, (o). I .-.. 1:11 o, s• o n, I· · • 1 o,,, •uw w

o \~,
i lu 6 111 •1r~( t1i) itTtl 'tl 'ldgllll l 11; G \1. ARSÍ111
1
,.
7r;(v) == l:7ri(u;)
J I
L 1ri(1rJ(u;))- 1rf(ui) = 1ri(ui) =vi
j l

c •n u o q\lcrfamos.
o
~~.liol2 l~XERCÍC'IOS

(J) OonHiderc as bases B = {1, 1 + x, 1 + .c 2 } de P 2 (1R) e

13' = {(I , O), (i, O) , ( 1, 1), ( 1, i)} de C 2 como espaços vetorials
::;obre R. Petermine as coordenadas da transformação linear
'r; 'P2(1R) ~ C dada por T(a + bx + cx 2 ) = (a+ bi, b + ci)
2

c·om relação à base de L(P2 (1R ), C 2 ) construída como no Teo-

rema 3.5.2.

(:J) Mostre que se U e U' são isomorfos e que se V e V ' ~:>ão iso-
morfos, então L(U, V) é isomorfo a L(U', V').

(:l) Exibir urna base de L(C 2 ,C 2 ).

('J) Seja D: P(C) ----t 'P(C) o op eradQr derivação em P(C) e seja

2
p(x) = x +i E P(C ). Calcule p(D) em um dado polinômio
q(t) = an tn + · .. + a1 t + ao E P (C ) .

(5) Seja T: V--+ V um op erador linear, onde V é um .IK -espaço

vetorial. Mostre que se p(J;), q(x) E P(IK ), então

(p · q)(T)(v) = p(q(T))(v), V v E V.
..

.....,..... . .
,. .. . ...
 4

F UNCIONAIS LINEARES

4.1 O ESPAÇO DUAL

4.1.1 Vamo::; olhar agora para lilll tipo espedal rle tran~formação
linear. especificamente transformações lincarel; cujos contradomínios
sPjam o corpo ba~c lK .

DEFINIÇÃO. Seja V nm JK- espaço vetorial. Um funcional linear em

V é uma transformação linear f : V ~ lK .

Sejam V um espaço vetorial sobre lK e .f: V - t lK um funcional

linear não nulo. Observe que f é sempre sobrejetura e será injetora se
e somente se di1nK V = 1 (c neste caso será também um isomorfismo).
Sabemos, por (3.5. 1), que o conjunto L(V,JK) dos flmcionais lineares
forma nm e~paço vetorial sobre lK. Vamos denotar a partir de agora
L(V, IK) por V* c chamá-lo de espaço dual a V. Segue facilmente de
(3.5.2) que dimK V= dimK V* .

...., .
A • ..
 ..
11
(11) Sqj11 V 1K c Hcjmn n 1, · · · , o n. E 1!{ . Então a funçao
dada por /(xJ' ... '~l:n) =
11
I : 11( n -+t Jf( E QiXi pertence a
i= I
v•. St'gu<•. do Exercício 3.1.6(7) que todo funcional linear em
V+ pode 1:1cr escrito desta maneira, isto é, se f E V*, então
t~XiMt.em O' r,··· , On E 1K tais que f(xi, · · · , Xn) = Ln Cl'iXt· Ob-
i=l
sorve também que se escolhermos ai = 1 c a = O se j =I= i,
1
l'lltilo a função f : 1K n --+ lK dada por f(xb · · · , Xn) = Xi
é H i-ésima projeção de 1K n em 1K (ou a projeção sobre a
l - é..::irna coórdenada).

(I,) Considere o 1K -espaço vetorial V = P (OC ) e a E 1K . A função

f~: v --+ lK
p ~ p(a)
é um funcional linear.

(t•) A função

f : C([a, b], C) --+ C

x ~ f(x) = J: x(t)dt
está em (C([a, b], C))*.

(d) Seja V= Mn(lK) e considere a função traço, isto é, a função

tr: v
n
A = ( aij kJ ~ tr A = L aii.
i=l

Não é difícil ver que tT E V* .

.
. BASE DUAL
1. 1.:1
Seja agora V um espaço vetorial sobre 1K de dimensão finita e
f'i«'jH 8 = {V1, · · · , Vn} uma base de V. Queremos construir uma ba:Se

fi• de V* que esteja relacionada à base B. Comecemos definindo para

c·ndn. i = 1, · · · , n um funcional'líb.ea.t"':fi : ·v --+ 1K. Por (3.1..9), é .....""
 •• l .l

• sulic>i 111« d«'fiuir ]1 uos elnnu'ntos dn hn"C 13, isto é, basta definirmos
Jl(tJj) pnrn J 1,··· ,n. Coloquemos
se i# j
se 1 = J·
Com isso, teremos n funcionais lineares h.··· , .fn em V*. Observe
tl

que se v = E O:JVj E V, com n 1 • · · · , 0! 11 E lK. então para carln

;- 1
i = 1, · · · , n, teremos
n n r1

!i(v) = i/LCtJ'llj) = 2:::: O!j!i(vj) =L ajfl·u - ai

J=l ]=1 J- l

isto é, a 7 = fi (v). Assim, teremos a ::;eguinte igualdade

n
v= L h(v) Vj·
j=l

Uma outra maneira de interpretarmos isto é a seguinte: seJa

TL

v= L:aivi E V, isto é: v= (nt,···.Gn)B (olhando o::; coefi-

l- 1
dente::; como coordenadas na base 13). Com esLa notação, teremos
fi(nt,··· .an)B = O!i, isto é. fi é a projeção na i-ésima coordenada
(C'om relação à base 13). Compare o discutido acima com o Exemplo
4.1.2(a).
Observe que o conjunto 13* = {fi,··· , fn} definido acima é a
base de V* = L(V.JK) construída na demonstração do Teorema 3.5.2
no caso particular que estamos agora estudando. Para enfatizar este
resultado, vamos mostrar (de novo) que B* - {/!, · · · , fn} é uma
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 faLo , sejam À1, · · · , Àn E lK tais que .f= E /\fi= 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.
Com;cquententcnte,

A,. • ""' h (': •

•
 1
11' • f lw t 'm 'ítl fi, ''/f hru I tllf m

O, 't J • I,· • • , 11 . 1., lgo, 13,; ô 1111111 Lm f d• \f".

,.,," Hl!ll\IA. Sl'ja \ ' u.m t '.'iJ)(t.('O vclmial rle dimensa.o finita sobre. K. e
Jn l3 c: {v,,· ~· , V11 } ·uma bat;e de V. Então existe uma única base
Li' • {f,,··· , In} de v• tal que ! ;(v:J) = ói3, para i,J = 1, ... , n .
.1l Mm di.slo, par'á cada v E V temos que 1

11.

v = L fi(v)vi
i= l

tl ]Jo.m cada f E. V* 1 temos que

n
f= L f(vi)fi·
i=l

l~MONSTRAÇÃO . Mostramos acima que existem (únicos) nmcionais

litu•nrcs /I,··· ,Jn tais que fi(v1 ) = Oij, para i,j = 1, · · · ,n, que
11.
13' : {!I,··· , fn} é uma base de V* e que v = L fi(v)vi, para
i=l
('adn v E V. Falta mostrar a última igualdade do enunciado. Para
lnt1to, considere
n
f E V* e observe que ..existem /31 , · · · , !3n E :OC tais

qnc f= iL =l
/3ifi· Vamos usar a definição das ffs para descrever os
~calares !3: s. Calculando f no vetor v1 teremos :

n ) n n
f( v;)= ( ~.Bd; (v;)= ~,B;(f;(v;)) = ~,B;ó;; = .B;
n
'otn isto, teremos f= L f(vi)fi e o resultado ~stá provado. O
i= l

A base B* definida acima é chamada de base dual a B. A

n·lação entre as bases B e B* nos diz que se v E V, então as coorde-
nadas deste vetor com relação à base B são h (v) , · · · , fn (v), isto é,
11 =- (!I(v), · · · , fn(v))B· Além disso, as coordenadas de um dado
f;. <~m V* com relação à base B* são f( vi),··· , f(v,), isto é, f :-
(J(vt), · · · , f(vn))B·. Dizemos então que existe uma dualidade entre
~·~tas bases.

~~~ . ... 'l• ~, ~-:;. .. ".. ... ..... . . . . .

..,.. ... 5;.
'
..
 lil

(•~) Sejam Vt-= (1, 1,1), v2 = (1,1,-1) e v 3 = (0,1,1) em JR 3.

Observe que B = { v1, v2, V3} é uma base de lR 3 como lR -espaço
vetorial. Vamos calcular a base dual B* = {h, h, h} de (JR 3 )*.
Teremos então que fi(vj) = 81j para i,j = 1,2,3. Escrevendo
um elemento (x, y, z) E lR 3 em função da base B, teremos

(*) (x, y, z) = o1(1, 1, 1) + o2(l, 1, - 1) + o3(0, 1, 1)

Basta então calcularmos 01, o2 e a3 em função de x, y e z. De

(*) observa-se que

a1 + a2 = x
a1 + a2 +a3 = y ==> a3 = y- x e
{
a1- a2 + a3 = z

,.., _ 2x+z-y
..... 1 - 2
11-2
02-~
- 2

Portanto,
2x + z- y y- z
h(x,y,z) = , h(x,y,z) = , h(x,y,z) = y-x.
2 2

(b) Seja V= 'P2(1R) e considere a base B = {1, t + 1, t2 + t}. Um

elemento p(t) = a 2 t 2 + a 1t + a0 E V pode ser escrito em ftmção
da base B como

isto é, as coordenadas de p( t) com relação à base B são

(ao - a1 + a2), (a1 - a2) e a2, ou, em uma outra notação,
p(t) = (ao- a1 + a2, a1- a2, a2)13. Dessa maneira, a base dual
B* = {h, h, h} é tal que /I(azt2 + a1t +ao) =ao- a1 + az,
t;t>.
..\ ..., {2(a2t2 + a1•t-+ ao) s= a1 - a:;;-~3(flt2t~ + a.1t +ao) = az .
111 • I ,, ( flt
1
f) ,,, ,u,,, IJJtl I.,,,

(r) ' 11 i I 'l'lir [I • I t' 'P1uplo o pmhlcuan .i uv ' elo dPS"I'Íto

cwi 111l11 f t.o t}• VIIIIIOS cousi<lcmr um üHpn.ço vct.oriul V u uma
hCIB' IJ+ do v· o t.eutnr cucontrur unm bosc B tal que s· seja
n hnsc dunl de 13. S<'jn. V :,_ 1'2(1R) c considere os seguintes
funcionais em ('P2(1R ))*:

/J: 'P2(1R) ~ lR h: 'P2{1R) ~ lR

1J( I) I-+ p{l) p(t) I-+ p(2)

h,: 'P2{1R) ~ IR
t· p(t) I-+ p(3)
isto é, fi(p(t)) = p(i) , para i= 1,2,3. Não é difícil mostra.r
então que B* = {/1, !2, h} é wna base de V*. Queremos en-
contrar uma base B = {Pt {t), P2 (t), P3 (t)} do espaço V tal que
f,(pj(t)) = Óij para i,j = 1,2,3 {propriedade da base dual).
Como ft (p( t)) = p(i), então queremos polinômios P1 (t.), P2 (f)
c p3(t) tais que Pi(i) = Ótj· Observe, por exemplo, que como
P1 (2) = O e P1 (3) = O, então (t - 2)(t- 3) é um falor de p 1 (t).
Como P1 (1) ~ 1, segue que p 1 (t) = (t- 2 )2(t - J). Analogamente,
chegamos a P2U) = - (t - l)(t - 3) e p 3 (l) = (t-l~(t - 2 ). Va-
mos mostrar na próxima seção que o resultado acima pode ser
generalizado.

~1.1.5 OBSERVAÇÃO

Se V é tmt espaço vetorial de dimensão finita e B = { v1, · · · , vn}

é uma base ordenada de V, construímos acima uma base orde-
nada B* = {h , · · · , f.n.} de V* tal que fi (Vj) = Óij para todos
i, j = 1, · · · . n. Agora. se V for um espaço vetorial de dimensão
infinita e B = {vi} LEI for uma base de V, podemos também
construir um conjunto B* = {fdici em V* tal que !1(vj) = Óij
para i, j E J. Este conjunto será Li. ma..c; não será uma base
de V* (ver Exercício 4.1.6(12)). Vamos exemplificar isto com
o lR -espaço vetorial V = P (IR ) . Seja B a base canônica de V.
Observe que o conjunto B* = {fi h EI construído como acima
será, neste ca..'lo, enumerável (pois a base' B é enumerável). Va-
mos mostrar qne B* não ge_ra _t.o.do o espa&o (P(R)) ·. De
..
 fato, punL cadu n· E IR - {O}, considere o funcional linear
!r.: P(R) __.. R dado por fOt(p(t)) = p(a). Se !a pertencesse
no subespaço gerado por B* , existiriam .À1. · · · , .Àm E lR tais
m
que la = L: .Àift· Calculando-se este funcional no polinômio
i=l
p(t). = tm+l, teríamos:

Logo, a= O, em contradição com a nossa hipótese sobre a.

4.1.6 EXERCÍCIOS

(1) Sejam V um espaço vetorial sobre IK e v E V. Mostre que se

f(v) = O,Vf E V*,entãov = O. -

(2) Seja V= P2(R) c sejam !I , h e h E V* definidas por

h (p) =
1
o
1
p(x)dx, h(p) = i2
.o
p(x)dx e h(p) = 1-1
o
p(:1;)dx.

(a) Mostre que {h, h, h} é uma base de V*.

(b) Exiba uma base de V da qual {!I, h, h} seja a base dual.

(3) Sejam ·u1 = (1, O, 1), u 2 = (0, 1, -2), ·u3 = ( - 1, 1, O) E IR 3 .

(a) Seja f E (R 3 )* tal que f(ut) ' 1, f(uz) = -1 e

j(u3) = 3. Determine f(a, b, c), onde (a, b, c) E R 3 .
{b) Se f E (IR 3)• é tal que ](1Lt) = j(u2) = O e j(u3) f O,
mostre que /(2, 3, - 1) =f. O.

(4) Considere no C -espaço vetorial C 3 a base B {(1.0, - 1),

(1, 1, 1), (2, 2, O)}. Determine B*.

(5) Sejam ft, · · · ,fm C (1Kn)•. Para cada a E lK 71 definimos

T(a) = (h (a),··· , fm(o)).

Mostre que T é uma transformação linear de lK n em 1K m c qnc

toda t.ransforma<;ão linear de lK n em lK m. é cla forma acima,
para certos fi, · · · , f m E {IK »)• !', ~ ~ , ....... _..,..
li(, • u,, ( '111 f'iU , , A'''' hm I "'' lll

(i')
nbr • LI(

11G V• f nlll hém Hojn um funcional litwar sobre V. Mostre que se

1\ :f- Z 2; <mtw.o f : O ou g - O. O que acontece se f( = Z ?
2

{7) S<'jn V · 'P2(1R) e sejam </J1 , </J2 , </13 E V* definidos por

<t>.(p(t)) ~[ p(t)dt, .P2(p(t)) = p'(l) e ,P3 (p(t)) = p(O).

gncontr<' a base {Pt (t), P2(t) , Pa(t)} de V cuja base duál é

{<Pt' </J2, ~J}.
'
4
(8) Seja W c (R )* um subespaço formado pelos funcionais
f : lR ~ IR tais que Nuc f contém os vetores (1,0,3,-2) e
4

(0,1,3,0). Ache uma base de W.

{O) Sejam u, v E V tais que <l>(u) =O ==> <P(v) =O, V <l> E V*.
Mostre que v = ku para algum k E 1K.

(lO) Seja H C R n um subespaço vetorial de dimensão n- 1. Seja

B = {V1, · · · , vn} C R n uma base de !R n cujo primeiros
n- 1 vetores formam uma base de H e considere a base dual
{!I,/2, ... ,fn} C (JRn)* da base B. Prove que fn(v) =O para
cada v E H.

( l i) Sejam V um espaço vetorial sobre 1K e B = {vi}íEI uma base

de V. Para cada i E J, defina um funciona! linear fi : V - - 7 1K
tal que !i(vi) = bij·

(a) Mostre que {fi hEI é Li.

(b) Mostre que {fiLEI é uma base de V* se e somente se I

for finito.

(12) Seja V = P(R) espaço vetorial sobre R. Para cada a E !R,

defina /o E V* dada por fa:(P(t)) = p(a). Mostre que {fa}cyEJR
é um conjunto Li. em V*. Conclua que uma base de V* é não
enumerável. " .

.. ..
 Hm umms Lm em · • 117

4 .2.1 Na seção anterior construímos, a partir de um espaço vetorial

\', o cspnço vetorial v·. Além disso, se B = {V}' ... 'Un} for uma
base d<' V, vimos que existe uma ba.<.Je B* = {!1 , • • • , fn} de V*
que satisfaz a propriedade fi(vJ) = 6u para todol:l i,j = 1. · · · , n.
Devido à.o..; relações provadas no Teorema 4.1.3. dizemos que existe
uma dualidade entre estas duas bases c por isso elab são ditas dnab.
A questão que se coloca agora é a seguinte. Seja V um espaço vetorial
de dimensão finita e dada uma base C - {!I,· · · , fn} de V*, existe
uma base B = {VI,··· , Vn} de V tal que ft( v1 ) = Ó1/? E se existir,
como poderemos construí-la? No Exemplo 4.1.4(c) , calculamos uma
base B de V a partir de uma base de V • dada. O que queremos agora
é analisar esta situação um pouco mais de perto. Para tanto, vamos
considerar o chamado espaço bidual a V e analisaremos as relações
entre ele e o próprio V.

4.2.2 DEFINIÇÃO. Seja V um espaço vetorial sobre lK. Chamamos

o espaço (V*)* de espaço b'i dual a V c usamos a notação V**.

Por definição, um elemento do espaço vetorial V*· é um funcional

linear c/>: V* ~ lK .

4.2.3 Seja V um espaço vetorial sobre lK. Observe que a cada v E V,

pode-se associar naturalmente um elemento cl>v E V** da seguinte
maneira:
c/J,, : V* ----+ 1K
f 1-t c/J,J (f) = f ('lJ).
Não é difícil ver que tal c/J1 , é linear. De fato, se h, h E V* e À E lK ,
teremos <'ntão que

Assim cl>v E V**.

LEMA. A função <I> : V ----+ V** dada por <I>(v) = c/> 11 é Linear e inje-
tora.

<(~ - ...
 ltA 'Ãu. Vnuu1 11 111 l l'lll' lll 1uilw·i•ulttnllf q11t n i11H 1u1

r ic f u., '".: e v o;\ E 1K' pn:dHatllO~ lllOStt'llr que

1•(,\ut + ll:z) ,\cl,{·ut) + cJ•(u2), isto \ qtw </>>.vl'l ·v~ :: À</Jv 1 +- </>1•l·
1 lll'll
1
t.OIIIO, ãmos lll<.>litl'l\.1' quc, para cndn. f E v·, vale a igualdade
f/>.\ , 1'1 ,,.J( /) = (À</>v, r </>,..J (f). Por um lado, va1e que

e, pol' outro, temos que

mostra a:· igualdade requerida.

c Qll<'

Vamos mostrar agora que ~ é injetora. Para tanto, seja v E V

tnl quo <P(u) =O, isto é, tal que <Pv seja o funcional nulo. Com isso,
I ~~:remos que

O- ~(v)(f) = <l>v(f) = f( v)= O para todo f E V*.

S guc do Exercício 4.1.6(1) que v= O e, portanto, ~é injetora. O

Em geral, ~ não é sobrejetora (ver Observação 4.2.6 abaixo) .

Porém, em algtms casos, isso pode acontecer. Destes, o caso que nos
interessa mais particu1armente é o seguinte.

•1.2.4 TEOREMA. Seja V um 1K -espaço vetorial de d~mensão finita.

B11tao
~: V ~ V**
V ~--+ </>v
é 11m isomorfismo.

D I·!MONSTRAÇÃO. Observe que dimK V** = dirnK V* = dimK V

Jwlo Teorema 3.5.2 e que ~ é injetora pelo lema acima. Segue então
dn Proposição 3.3.3 que <f> é um isomorfismo. O

1:2.f) Seja agora V um espaço vetorial sobre lK de dimensão finita

P ~Pjn. C= {h,···, fn} uma base de V*. Queremos construir uma
l •asc B de V tal que C = B•. Primeiro, comüderemos a base dua1
n C1 isto é, a base C* = { </>1 , · · · , <l>n }-de :V~! 'tai <Ne </>i (f;) 8ii, . - =
 JIJr.m town Lw ares • 11 D

par·n 1, J= I, · • · , 11. I •e.Jo nJsultuuo ncima, <1> é um isomorfismo c aí

o conjunto {<l>- 1 (4>1), · · · , ci>- 1 (</>n)} é uma base de V. Denotando
Ui = ~- (4> 1 ), teremos então que <I>(vi) = cPi· Segue da definição
1

de <I> que <l>i = <Pv., para i = 1, · · · , n. Usando agora o fato de que

<l>i (iJ) - ó,i concluímos que

e, portanto, as bases B = {VI,··· , vn} e C = {ft, · · · , fn} são duais

como queríamos. Com isso, mostramos o seguinte corolário.

COROLÁRIO. Seja V um espaço vetorial de dimensão finita sobre

K . Então toda base de V* é a dual de alguma base de V.

4.2.6 OBSERVAÇÃO

Dizemos que um espaço vetorial V é reflexivo se a função <I>

construída acima for um isomorfismo. O último resultado nos
diz que todo espaço vetorial de dimensão finita é reflexivo. Va-
mos agora exibir um espaço vetorial que não seja reflexivo.
Considere V = P(R) sobre IR c seja C uma base de V*. Segue
do Exercício 4.1.6{ 13) que C não é enumerável c portanto c· é
um conjunto não enumerável Li .. Com isso, V .. terá wna base
não enumerável. Concluímos então que V** não pode ser iso-
morfo a V pois V tem uma base enumerável. Portanto, P(IR)
não é reflexivo. O espaço l2 a ser definido na seção 6.1.9 é um
espaço vetorial reflexivo com dimensão infinita.

4.2. 7 EXERCÍCIO
Encontre as bases duais e biduais de cada uma das seguintes
bases do R 3 .
(a) {(1,0,0)(0,1,0),(0,0,1)}.
(h) {(1, -2, 3), (1, - 1, 1), (2, - 4, 7)}.

4.3 HIPERPLANOS

4.3.1 Seja V um espaço vetorial de dimensão n > 1 sobre OC, c

seja W C V um ·subespaço com dimensão n - l, Observe que W
,. lJ'.: .,.. -""
1211 • l "' ( •., , 11 lit A'''"'"' I Hlf 111

l• mtu oulrtJ }) luvr·ns,

11111 iulfll,
H' I '''li o • 'ttiut p •rwh·durle: se H' ' foi' mn sulwsrmço de \1 tnl
lU l V ç; lV' ç; \f , nnl.iio ou ll' =
IV' ou \V' V. De fato, S<'ja=
13 • {u,, · · · , i'n- l} umn l>u..t.;e de W. Se B for um conjunto gerador
d H'', nntiio será mm1 base de VI' ' e portanto lV = tl' '· Suponha.
ngoru que B uão gera W' <' seja Vn E Tr' que não seja combinação
lint"'Ul' elos <'lem<'ntos de B. Por (2.3.9), B' = { 111, · · · , Vn - 1, Vn} é

liiiPIII'llllltlte independente em W'. Como dimK V = n, B' será un1a

hnsn dC' V <', como B' Ç W', teremos que V C lV', o que implica que
\f = lV'. Un1-tal subespaço W é normalmente chamado de hiper-
pllulo. Se con~:;iderarmos por exemplo o espaço euclidiano IR 3 , então
' . s ·us hiperplanos serão os planos que passam pela origem.
O que queremos agora é dar uma definição de hiperplano para
um ospnço vetorial de dimensão não necessariamente finita c, para
t n ut o, usaremos a propriedade acima como ponto inicial.

4J.:t2 DEFINIÇÃO. Seja V um espaço vetorial não nulo. Um hiper-

plano de v é um subespaço próprio w tal que se u r l for um subespaço
d • V t;atisfazendo W C W' C V, então W = W' ou W' = V.

~1.3.3 Seja V um espaço vetorial sobre lK de dimensão finita n > 1.

Vimos acima que todo subespaço de dimensão n - 1 é wn hiperplano.
'Nn. realidade, a recíproca deste resultado também é verdadeira.

PnOPOSIÇÃO. Sejam V um 1K -espaço vetorial de d2mensão n > 1 e

\V nm subespaço próprio de V. Então rv é um hiperplano de V se
t' .iomente se dimK TV = n - 1.

J bMONSTRAÇÃO. Seja W um hiperplano de V. Queremos mostrar

qtm dimK W = n - 1. Em primeiro lugar, observe que, como W :/= V,
eut.iio dirrtK W < di1nK. V. Não há nada a mostrar se n = 1.
Suponha. n > 2 e que dimK W < n - 2. Então existe uma base
B' de W com menos do que n - 1 elementos. Seja v E V, v f/:. W
(tal v existe pois W é um subespaço próprio de V). Como v não
é·<~ombinação linear dos elementos de B', segue da Proposição 2.3.9
que B = B' U {v} é linearmente independente. Seja W' o subespaço
gcra.do pelos elementos de B. Como v E W' mas v f/:. W, então
-~~:,"'r . --

.. .• "
 J21

H'' rA lV c, tllnfl vez que dimr; H'' < 11- 1 < dim~:
V, concluímoH
qui! H'' :F V. Logo 11' Ç ~1·' ç: V, o que contradiz a
nossa hipótese
de que lV é um hiperplano. Que todo subespaço de V de dimensão
n - 1 é um hiperplano já foi rnoslrado adma. O

4.3.4 OBSERVAÇÃO
Seja V um espaço vetorial sobre IK de dimensão n > 1 e ::;cja
f E V* um funcional não nulo. Então I m f = lK e, portanto,
por (3.2.5) dimJK Nuc f = dimK V - dimü< Im f = n- 1.
.
Usando a proposição acima podemos concluir que N 'uc f é um
hiperplano de V. Na realidade, a relação entre hiperplanos
c núcleos de funcionais lineares é mais geral, como mostra o
próximo resultado.

4.3.5 TEOREMA. Seja v um lK -espaço vetorial não nulo. Se f E v·

é um funcional linear ncio nulo, então N uc f é um hiperplano de V.
Inversamente, se H é um hiperplano de V, então e.cisle um funcional
linear não nulo f E V* tal que N uc f = H.

DEMONSTRAÇÃO. Seja O =f: f E V* e denote H = Nuc f. Como

f =f O, temos que H =f: V. Para mostrarmm; que H é um hiperplano,
considere H' um subespaço de V com H C H' C V. Vamos supor
que H =f: H' e mostraremos que H' = V. Como H' =f: H, existe
Vo E H'\ H. Assim, f(vo) =f: O. Seja agora v E V e considere o
·
elemento u =v- /cS~) v 0. Observe que u E Nuc f pois

f(v) ) f(v)
f(u) =f ( v- f(vo) vo = f(v)- f(vo) f(vo) =O.

Como Nuc f= H C H', segue que u ·E H' e, comovo E H', teremos

que v = u + Jt:})
v0 E H'. Portanto, V C H', o que implica que
V =H'. Logo, Nuc f é um hiperplano de V.
Seja agora H um hiperplano de V. Queremos definir f E V*
tal que N uc f = H. Considere um vetor v 0 E V \ H (existe pois
H =f: V). Seja H' o subespaço gerado por H e por ·v0 . Como H' =f: H
c H é um hiperplano, teremos que H'= V. Portanto, cada elemenLo
v E V se escreve como v= u + Àvo onde À E lK e u E H. Observe
também que, dado v, tal u E H e tal À E lK acima são únicos. De
fato, se v= u+•À1Jo = u/ + À1vo eRt.ão teremos u- u' = (À 1 - À)v...0 . Se
122 • l/111 ( •,, m dt /{ ltJf l•tt• l.muu

1
11 - t 11, o qllc iu1plit..n qtlfl•'u 11,
umn COI ;t:rn li c'fiO c ( nI fl esc I ,J hn, do IJu. l!.ut no ,\ = )..' e 11 1 == u. mm
11 Hlllllu1 out'ltl vc t na· '11 e V su escreve, de uumciru única, como urna
K c li e
Ulllfl H+ ~\1!o COIII ).. ~ 11. Defina agora f : v - K dada por
j(11 I ,\l'o) :: >.. Pda observação acima, f está bem definida. Além
di::;. o, f( v0 ) = 1 c, portanto. f :f:. O. Também não é difícil mostrar
qiiiJ f (; v• c que> Nuc f= H como queríamos. O

1.a.n O resultado acima é importante por propiciar um critério para

Sl' dc'c;idir quando um dado subespaço é ou não um hiperplano. É
dnl'c 1 que em vi~ttt da Proposição 4.3.3, este critério é mais importante
qamnclo n dimensão do espaço em questão for infinita.

b:XI~~tPLOS

(a) Os l:ieguintes conjuntos são hiperplanos de V= 1R 3 :

(i) Ih = {(zt, z2, z3) E IR 3 : z2 =O};
(ii) Ih= {(zt, z2, Z:J) + z2- z3 =O};
E lR 3 : z1
(iii) H3 = { (zh z2, z3) E R :l : a1z1 + a2z2 + a3z3 O, com
a1, a2, a3 E 1R, (at) 2 + (a2? + {a3) 2 :f:. 0}.

Observe que H 1 , H 2 , H3 são planos no lR 3 que passam pela

origem. Além disl:io. para cada i = 1, 2, 3, !li = Nuc f 1 onde
os funcionais j., E (IR 3)* são dados por ft (z1, z2, z3) = z2,
3
h(zl, z2, z3) = z1 + z2 - z3 e h(zi, z2, z3) = E atzi, respec-
i=l
tivamente.

(h) O subespaço H {g E C((a, b], R) : Iab g(x)dx

"
= O} é um
hiperplano de C([a, b], 1R ). Para se ver isto basta observar que
li= Nur c/>, onde</> é o seguinte funcional linear

</>: C((a,b].lR) ~ IR
g ~--+ I: g(x)dx.

1.:t 7 Seja V um espaço vetorial sobre li{ e seja H um hiperplano de

V. Para um vetor v 0 E V defina o conjunto

vo +H= {v&+ v =-~~€

' ...-"
H}; .,., -~ . .
.. '
.. , '
 • 121

• tal cuujuulo de hipc1·plmw afim de V. Observe que uo +- li

' OltCIIIIIItuoS
6 um subespaço vetorial de V se c somente se vo E H.

4.3.8 EXEMPLO

Considere o hiperplano
'i
H= {(x1,x2,x3) E JR· : x1 + 3x2- 2J·a =O}
de 1R 3 e o vetor uo = (-1,3,2) E JR 3 .
.
O hiperplano afim v0 +H será, neste caso,

uo +H = {(-1,3,2) + (x1.x2,x3): x1 + 3.r2 - 2x3 = O}

= {(zt,Z2,z3): Zt + 3z2- 2z3 = 4}.
Geometricamente, H é o plano do R 3 dado pela equação
x 1 + 3x 2 - 2T3 = O. Por outro lado, o hiperplano afim vo + H
será o plano paralelo a H passando por v0 .

4.3.9 EXERCÍCIOS

(1) Sejam V um espaço vetorial sobre lK c O =f. f E V*. Mostre

QHC' existe vo E V, vo =f. O, tal que V= Nuc f ED [vo] .

(2) Seja ~F um subespaço próprio de um espaço vetorial V de di-

mensão finita e considere f E ~V*. Mostre que existe g E V*
la] que g(w) = f(w), V w E W.

(3) Sejam V um lK -espaço vetorial com dimx V = n > 2 e f, , h

em V* funcionais não nulos tais que Nuc f 1 =f. Nuc h· Deter-
mine as dimensões de cada um dos subespaços N1tc fi , Nuc h ,
Nuc h n N 'nc h e Nuc ft + Nuc h·
(4) Sejam V um IK -espaço vetorial, f E V*. f i= O e o E lK.
~1oslre que {v E V : f (v) = cr} é um hiperplano afim.

(5) Seja V um espaço vetorial de dimensão finita. Mostre que todo

suhf'spaço próprio de V é uma intersecção finita de hiperplanos
de V.

(6) Seja " ' o subespaço de P (JK) gerado pelos polinômios de grau
ímpar. Mostre que W é uma intersecção (infinita) de hiper-
.,....
\ ., p lanos de 7Ji(JK ) . ·· - ·- J. p-p~eft_.,...
,-- ..... ....... ..
~_,
 (7)

(8) Sujaw U, V <'HPElÇos vetoriais sobre lK c W um hiperplano de

U. Mostn'· que se T: U --+ V for um isomorfismo, então
'r(H' ) = {tt. E V: 3 w E W com T(w) = u} é um hiperplano
d<..1 v.

I. I ANULADORES

I. 1,1 Nesta seção iremos introduzir a noção de anulador de um subes-

pw;o. Tn.l noção será útil para se descrever o núcleo e a imagem da
<'ltallmdn. t?·ansposta de uma transformação linear, assunto de nossa
, .
JII"IIXIIIIH. seçao.
-
IJF;t~INIÇÃO. Seja V um espaço vetorial sobre 1K e seja S V um C
subcoHjunto de V. Chamamos de anulador de S ao subconjunto 8°
dos funcionais lineares de V* que se anulam nos vetores de S, isto é,
0
h = {f E V* : f(u) =O, \:/ u E S}.

I A.2 OBSERVAÇÕES

{n) Sejam V um espaço vetorial e S C V um subconjunto. Então

8° é um subespaço vetorial de V* (mesmo quando S não for
subespaço de V). De fato, observe em primeiro lugar que o
funcional nulo pertence a 8°. Agora, dados ). E lK e f 1 , h E S 0 ,
então À.{I + h E 8° pois, se u E S, teremos ..

()..fi+ h,.)(u) = ().JI)(u) + h('u) =).fi (u) + h(u) =O,

pois fi(u) = O para i = 1, 2.

(b) Se S = {0}, então 8° ={f E V* : f(u.) = O, \:/ u E S} =V*.

(c) Se S =V, então 8° = {0}.

11. 1.3 TEOREMA. Sejam V um espaço vetorial de dimensão finita

tw{n-e 1K e W C V um subespaço de V. Então

dimoc V = dim-oc.: W +'"'rl'írnli( w -: ~

•rNJ \__ • '
...,
. .. •
 • J2

DlliMONSTH.AçÃO. 'o11sidore climnt V == u <.' dlmiK lV = m. Seja

B' == {"u 1 , • • • , Um} uma base de W e complete-a a uma base
B = {1Jt,··· ,Vm,Vm+t,··· ,v11 } de V (exist.e por (2.3.10)). Seja
B· = {!t , · · · , fn} a base dual a B, isto é, a base de V* que ~a­
Lisfaz fi(vJ) = 8u para todos i,j = 1,···71. Vamos provar que
C= {fm+l· · · · ,fn } forma uma base de H' 0. Como C c n ·o e C
é l.i. , basta mosLrar que C é um conjunto gerador para W 0 . Se
n
f E V*, sabemos, por (4.1.3), que f = 2: f(vi)ft· Se f E W 0 ,
i=1
temm>, em adição, que f (vi) = O para 1 < i < m. Portanto, teremos
fl

que f= 2: f( vi)/i c C gera W 0 . Segue o resultado. O

i=rrt+l

4.4.4 A demonstração acima indica-nos como construir naturalmente

uma base de W 0 a partir ele uma base do subespaço W C V (quando
a dimensão de V for finita). ilustraremos isto no próximo exemplo. I
'
EXEMPLO I
11
Sejam V = lR 1
e W o subespaço de V gerado pelos vetores ••
v1 = (1,0,-1,3) c 1•2 = (-2,0, 1,-3). Vamos encontrar uma "
0. 11
base de W Como B' = {v 1 , v2 } é um conjunto linearmente
iudeprndente, segue que é de fato uma base de W. O primeiro :I
passo será completarmo::, B' a uma base de V. Um possível
completameuto é B = {v 1 ,v2,V3 = (O,l,O,O),v4 = (0,0,0,1)}.
Vamos agora calcular a ba~e B* = {!I, h. h, ft} dual à ba...,e
B. Como. vimos anteriormente, se v = ( n 1 , a 2 , n-3 , a 4 ) B, então
fi é definida por j 1 (v) = a~. Portanto, precisamos escrever
os elementos de V com relação à base B. Uma conta simples
mostra-nos que

(:1~, y, z, t.) = ( -:1: - 2z, -x - z, y, t + 3z) B·

Segue da discussão acima que {h. f 4 } é uma base de U' 0 , onde
h: IR 4 ---. IR ft: IR 4 ---. R
e
(.r:, y, z, t) 1-t y (x, y, z, t) 1-t 3z + t.
4.4.5 O próximo resultado mostra-nos como uma decomposição de
um espaço vetorial em soma direta induz naturalmente uma decom-
posição de seu ~l:)-paço dttal. - .-~ "· ~ ~ ...... .
.. ..
. I J(J • I t11 ('111 u th llqr IIm /llltW

prl. 11 l't lofi"l ,'ltJbn l JK. 8r1 fJ \f 1V,

r1 Í'lfJIIJ0/1() (t l\' 0 a tv• f!üww mjo (I V0 •
I >1· f'. IC >NS'rttAÇA(?· Coruo U = V ED 111, teremos que cada ·u E U pode
tWI •:-;c~ ,·iLou : u
COlliO r 1J.J C'Olll u E v e w E w c v n w = {0}.
<~"''''C IIIos lllOHtn.tr em primeiro lugar que

(i) Rt' f C U*, •então mcisLem g E V 0 c h E W 0 tait~ que f = g + h.

(ii) \1° n vV 0 -,::: {O}.

I ,nra f E U•, vamos definir g, h E U* como segue

!I: V$ W ~~ OC h: V EB W ~ lK
e
u+w ~-----+ f(w) v+w ~-----+ f(v).
N'uo ó difícil ver que g E V 0 , h E W 0 e que

.f(o ·• w) = f(v) + f(w) =h( v+ w) + g(v + w) =(h+ g)(v + w)

p:u·a Lodo v+ w E V EB W = U, o que prova (1).
Para verificarmos que V 0 nW0 = {0}, seja f E V 0 nW0 . Então
f(u I w) = f(v) + f(w) =O para cada ele;mento v+w E V EB W = U,
P 1 pCJrtanLo, f = O. Com isso, provamos que U* = V 0 EB W 0 .

Para mostrarmos que V* é isomorfo a W 0 , consideremos a

St·guinLo função

T: W0 ---+ V*
f 1-7 T(J) : V ---+ lK
v 1----+ T(f)(vJ = f(v).
~

I~ claro que, como f é linear, então T(f) também é linear e, portanto,

'I '(f) E V*. Por outro lado, como

1'(,\fl+h)(v) = ().fi+h)(v) = Àfi(v)+h(v) = (ÀT(ft)+T(h))(v)

.
par'l\. iodos À E lK , /1, h E W 0 e todos v E V, segue que T é uma
l1·ansformação linear. Falta mostrarmos que T é bijetora.
Para mostrarmos que T é injetora, seja f E W 0 um funcional
l:d que T(f) =O, isto é, tal que O= T(f)(v) =f( v), "i/ v E V. Comó
~V-v ~"'W E>~tri W. f= O ~ ·
0
l € W segue que f(v + w) =O, Assim,
..
.. . '
 ..,,
1•)""

'P é inJ tont. Por outro Indo, dndo !I e v•, definimos f : U IK -+

clru.ln por f(u + w) = g(v). É claro que f E W 0
e qu<' T(f) = g c,
port.onto, T é sobrejetora.
Logo H ·o c v• são isomorfos. 1\Iostrar que V 0 c lV* são isomorfos é
análogo ao feito acima <' será deixado ao leitor. O

4. 1.6 EXERC'ÍC'fOS

( 1) Sejam V um IK -espaço vetorial e l-V1 c lV2 dois subespaço~ de

V. Prov<' que W1 = W2 {::} wp = lV~.
(2) Sejam u 1 = (L O,- L 2). u2 = (2. 3, 1, 1) E IR 4 c lV = (u 1 , u2].
Determine os funcionais lineares que estão no anulado r de ~V.

(3) Seja W o subespaço de IR 5 gerado pelos vetores

'U1 = (1. 2, 1: Ü: 0), U2 = (1. 0. 3, 3. 1) <' U3 = (1, 4. 6. 4, 1).

Determine uma bru,e de Vfl 0 .

(4) Sejam V um espaço vetorial eSc V um subconjunto. l\Iostre

que se ~V é o subespaço de V gerado por S, então S0 = W 0 .

( 5) Sejam H-.1 e H'2 suhespaços de um lK -espaço vetorial V de

dimensão finita

(a) Demonstre que (Wt + l-V2) 0 = Wf n T-V~.

(b) Demonstre que (Rr1 n lV2) 0 = l'Ff + l'V~.

(6) Seja v um espaço V<'torial sobre lK. Mostre que se si c 82 ç V,

então s~ c sr.
(7) Seja V um lK-espaço vetorial de dimensão finita, S C V e
<I? : V ---t V** o isomorfismo definido em (4.2.3). Descreva
<I? - 1 ((8°)~ e mostre que Sé um conjunto gerador dc<I> 1 ((8°) 0 ).

4.5 TRANSPOSTAS DE TRANSFORMAÇÕES

4.5.1 Sejam U e V espaços vetoriais sobre lK P seja T : U -+ V uma

transformação linear. Observe que se f E V*, então a composta
f o T : U ~ OC ·é- um dcmento ~q* (lembra~os qu<:' a comp?sta
.. .
.. • ifoo .. • ....
· I'J~ • llu1 ('111110 dt (J,,, bn1 J 111t 111

Por In 111 o, pude 111 1S dr 11 ui r 11

'.L't : v• .-. u•
f t-+ T 1(f) : U -+ H<
u ~ T'(f)(u) =(f o T)(u).

q11 l'l'lnOS lDOSLrar que Tt é Jincar, isto é, que

l'u•·a tuostrarrno~ esta igualdade de funcionais lineares, temos que

trro:-;l rnr que eles coincidem em cada vetor u E U, isto é, que

l)r• fn to,

'l 't().fl + h)(u) =().fi+ !2)(T(u)) = Ãfi(T(u)) + h(T(u))

'c1m isso, mostramos o seguinte teorema.

'rgoREMA. Sejam U e V espaços vetoriais sobre 1K e T : U-+ V

'/lotn, transformação linear. Então existe uma única transformação
lmrnr Tt : V* -+ U* dada por rt(g)(u) = g(T(u)) para todo g E V*
f lodo u EU.
1

I.!J.2 DEFINIÇÃO. A transformação linear rt dcfirtida acima é chama-

d11 cl(' transposta de T.

I .5.3 EXEMPLO

Seja
T: JR3
( 2x - y, x - y, 3y).

.'
 • 2'

Por exemplo, se o fuur.ionnl ft : lR 3 -+ R 6 dndo por

ft (zt, z2, z3) = Zt + 2z2 - 3z3, então

Tt(!I )(x, y) =h (2x- y, :c- y, 3.lJ)

= 2J·- y + 2{x- y)- 3(3y)
= 4x- 12y

c ::;e h : lR 3 ~ lR é dado por h(zt, z2, z3) = Z3, então

rt(h)(x, y) = 3y.
4.5.4 Vamos agora descrever o núcleo c a imagem da transposta de
urna transformação linear.

TEOREMA. Sejam U e V espaços vetoriais sobre lK e TE L(U. V ).

Então
{a) Nuc Tt = (Im T) 0 .

Se as dimPnsões de U e V for·ern finitas , então

{b} posto (Tt) = posto (T).

(c) 1-m Tt = (Nuc T) 0 .

D EMONSTRAÇÃO. (a) Observe que

Nuc T 1 = {f E V* : Tt(f) =O} =

= {f E V* : Tt(f)(u) = O, V u E U} =
={f E V* : f(T(u)) = O, V u EU}
(I m T) 0 = {f E V* : f(v) = O, V v E Irn T}.

Agora, f E Nuc Tt <=? f(T('ll)) = O, \f u E U <=? f(v) -

O, \f v E Jm T <=? f E (Jm T) 0 .
(b) Vamos supor que dirnK U = n e dimK V = rn. Teremos
que
dimK V* = dimr< V (por (3.5.2)),

dirnn< V * = dirnoc Nuc T 1 + dimK I m, Tt (por (3.2.5)) e

dirnn< V= dirnn< l m T + din~K (Im T) 0 (por (4.4.3)).
Segue então que

.. . .
/. IIJ • Um ( '111 tu I dt ( ltJr lnu I tllt '"

\1 ~ tlim ~I ttl T) 11 = diltiK ( /111 rl')

, p " 'f,(tllio, po to ·(~!') · po. lo ('P1).
(c:) 8< Jn ' E I m •pt. Eu~ii.o existe g E v• tal quo cp = Tt (g).
( hsf'r'vo quo cp(u) T 1(g)(n)
& goT(u), V u EU. Agora, se
11 I Nur T, cutno cp(u) - g(T(u)) = g(O) = O. Logo cp(u) =O para
lodo u. ( Nuc T c, portanto, cp E (Nuc T) 0 .
Por (4.4.3), sabemos que

di?nK U = dirnll< Nuc T + dimll< (N'uc T) 0 .

I '1 '" outro lado, por (3.2.5), temos que

dimK U = dimlK N uc T + dimiK. I m T.

l 'ol'tnnto, dimoc. Im T = dimoc (Nuc T) 0 . Usando o item (b), con-

<·luflllOS que diTT'f:n{ Im yt = dimoc (N·uc T) 0 e o resultado está
prm•aclo. O

11.5.5 O próximo resultado relaciona a matriz de uma transformação

lillt'ül' T e a matriz da transformação transposta rt, justificando o
IIOtllC dado a esta.

'I'I~OREMA. Sejam V e W espaços vetoriais sobre 1K. ambos de di-

11/.ensão finita. Sejam 8 uma base de V, 8* a base dual a 8, C ·uma
htiSf~ de W e C* a base dual a C. Se T é uma transformação linear
do V em W, então
[TJ~,c = [rt] c· ,B*
(u;fo é, a tr·ansposta da matriz de T com relação às bases 8 e C é
tyu.al à matriz da transposta de T com relação às" bases C* e 8* ).
I>J~MONSTRAÇÃO .. Sejam 8 = {v1 , · · · ,vn} uma base do espaço V e
C - {w1, · · · , wm} uma base de W e considere as suas ba..c;es du-
ai~ 8* = {fr, · · · ,fn} (de V*) e C*= {gl, .. · ,gm} (de W*). Por
ddlnição, temos que h(vi)= Óij para i,j = 1, · · · , n e 9k(wt) = Ókz,
pnra k, l = 1, · · · , m. Sejam [T]B,c = (aki)k,i, 1 < k <me 1 < i < n
· ~" [T ]c•,B· = (bik)i,k, 1 <i < n e 1 < k <mas matrizes de Te T'
1

t'om relação à.s bases indicadas. Por definição, valem as relações

m • I

T( vi) = 2::: at(Wz,

l=l
_.i • ~· ~~.! !t~~ "r ~·
I

~ .. I • ...
 J;uuc ô1M Jilw n:rclf • 181

rl
' \
(*) rt (gk) =- L bik!i , k = 1, ...• m.
t=l

Por (4.1.3), segue que

11

Tt(gk) = 2:::: (T 1 (gk)(vi)) /1, para k = 1, · · · . m.

t=l

Comparando esta última igualdade <'Olll ( *) acima, teremos qu~

bik = Tt(gk)(vi) , para i = 1, · · · , n c k --= ;1, · · · , m.. Daí segue que

bik = Tt(gk)(v,) = 9k(T(u;)) = 9k (f altwt)

l=l
=
m m
-L alig~,.(wt) = L ail8kt = aki ·
l= L l=l

Logo ab - bik· V i = 1, · · · , n e V k = 1, · · · , me, portanto,

I
•
I
11
como queríamos. o ••
I f

4.5.6 COROLÁRIO. Seja A= (aiJki E Mmxn(OC). Então o posto- 11

linha de A é igual ao posto-coluna de A.

DEMONSTRAÇÃO. Sejan1 B e C as bases canônicas de OC n e OC 111 ,

"
I f
tI

respectivamente. Considere T : OC n --+ OC m a transformação linear

tal que [T]B,C =A (ver (3.4.3)) . Segue que (f
t
'.
n
I'
T((xh · · · , Xn)) = (Yh · · · , Ym), onde Yi = 2:::: a1jx1, 1 <i< m. :i
j=l

Observe que o posto-coluna de A é o posto de T. Como

[T 1]c •.B· = A t, segue que posto Tt = posto-coluna de A t = posto-
linha de A. O resultado segue do fato de o posto de T ser igual ao
posto de rt (4.5.4(b)). o
4.5. 7 EXEMPLO

Seja Ta seguinte transformação linear

T: C2 --+ C3
.
..,)···
.\ ., .
11'~-t- .. 11 , ,.. ..~ IP':
(x,y) I-:# (2x + y , y- xliy)
• ....ç- -.""'"'-~ .
.... . • 4 .
1.1'' • /1111 f'tLHiO rir llqrhro l1lfHflt

I llt~idl'l( li hLt ,[', l3 - {( I ' i),((), I )J d,

1
1 c 2 ( c- {(I' o, O) ,
(O, J, O), (o, O, I)} 'rlo C ~ 1 • Teremos t~llt.iio

;)
2+í
[T]s,c ~ i - 1 .
(
- 1 ~

Logo,

i- 1
1

I. r;,8 8XERCÍCIOS
2
( I) Seja </> E (IR )* definida por </>(x, y) = 3x - 2y. Determine
"rL(rp)(x, y, -z), quando TE L(JR 3 , IR 2 ) é dado por
(a) T(x , y,z) = (x+y, y+z).
(b) T(x, y, z) = (x + y, 2T- y).

(2) Seja f: C
3
~C dado por f(x,y,z) = 5x- iz c T: C 2 ~ C3
a transformação linear dada por T(x, y) = (2x + y, y- x, iy).
Calcule Tt(f).

' (3) Considere V= P(JR ). Sejam a, b E IR e f E V* definida por

f(p) = l p(x)dx.

SeDE L(V, V) é o operador derivação, determine ntf.

(4) Sejam V um espaço vetorial sobre lK de dimensão finita e
T E L(V, V). Seja a E lK e vamos supor que existe u =!= O
em V tal que T( u) = au. Demonstre que existe um funcional
linear não nulo f sobre V tal que Tt(f) = af.

(5) Sejam V = Pn (JR) e D E L(V, V) o operador derivação em V.

Determine Nuc nt.

(6) Seja V um espaço vetorial sobre lK de dimensão finita e seja

~ a aplicacã-0 de L(V, V) em L(V*, V*) dada por ~(T) = ~t.
Mostre que~ é um isomorfis~o.:..... .-..-.• ~:.. ...,: ·~~..::-
~
'
.. ..
·~
~
 5

FORMAS CANÔNICAS

I
II
I I

li
I '

li
Lembramos que um operador linear é uma transformação li- li
I I

near T : V - V, onde V é um espaço vetorial sobre um corpo 1K 'i

(isto é, com seu domínio~ contradomínio iguais). Se dimoc V - n e I'

'
B é uma base de V. então a matri~ [T]B pertence a Mn(lK ). Corno já
I.
tínhamos visto anteriormente, muitas informações sobre T podem ser
cons<'guidas a partir de cálculos sobre [T)B· Para se obter informações
sobre Ta partir de [T]B. é conveniente então que a matriz [T]s seja
a mait; simples possível. Em outras palavras, procw·amos uma base
B de V tal que certas informações sobre T possam ser facilmente
obtidas a partir de [T)s.
Obs<'rV'amos inicialmente qne se [T]s for uma matriz diagonal.
então informações sobre o Núcleo rlf' T e o seu posto podem ser muito
facilmente obtidas. Este será o nosso primeiro objebvo, qual seja, o
de procurar condições sobre T para que exista uma base B de tal
forma que [T]B seja diagonal. Analisaremos depois a chamada forma
de J ordan. Cabe ressaltar que existem outras formas ca.nôrucas que
-·:~~ não ser.ão tratadas neste te~to. AoJqJ?.go deste capítulo, 1K denotará
~~ . . . .. ~
- ...
/,'1 I • l/111 t 'm ~o dr Á'''' lnu I ,,, m

111' 1111dc V' Ó

~.L OPgRADORES DIAGONALIZÁVEIS

(i. I. I S<.'jn. 1': V --. V um operador linear e suponha que exista uma
buse l3 = {u11 · · · , Vn} de V tal que a matriz [T] B tenha a forma
clingounl, isto é, tal que

o
r [T]B =
o

O O Àn

l'om lK para i = 1, · · · , n. Da definição de [T]B, teremos então

Ài E
qiH! 7,(vi) = ÀiVi para i = 1, · · · , n, il:;to é, a imagem de qualquer

vdcw da base B por T é um múltiplo deste vetor. Veremos que

"''~wcntos com esta propriedade serão importantes em nosso estudo.

ti.l.2 DEFINIÇÕES. Seja T: V-+ V um·operador linear .

. (a) Um autovalor de T é um elemento À E lK tal que existe um

vetor não nulo v E V com T(v) = Àv.
(b) Se À é um autovalor de T, então todo vetor não nulo v E V
tal que T(v) = Àv é chamado de autovetor de T associado a À.
Denotaremos por Autr(À) o subespaço de V gerado por todos
os autovetores associados a À. •
(c) Suponha que dimoc V = n < oo. Dizemos que T é diagona-
lizável se existir uma base B tal que [T]B é diagonal, o que é
equivalente a dizer que existe uma base formada por autu.ve-
tores de T.

!). 1.3 OBSERVAÇÕES

(a) Seja T: V-+ V um operador linear não injetor. Então O é um

autovalor de T. De fato, como T não é injetor, existe um ve~Ór
não nulo v em Nuc T. Daí T(v}= A"U ="'
;o.v; cômo queríamos. -
~ ..
 (h) l~ c]aro que êXist m raclores lineares que não possuem au-
<)]>
tovalor~s. Considere, por exemplo, T: IR 2 ---+ 1R. 2 dado por
T (x, y) ( -y, x). Deixamos a cargo do lei to r a verificação de
que T não possui autovalores. Na realidade, seguirá facilmente

-
de nossas cons_lderações_aba.ix{) que todo operador TE L( V, V)
~.é um C....espaço wtorial de d:imen1ião fiB.it~sl!!_ au-
tovalores
.-- -

5.1.4 Seja T: V ---+ V um operador linear onde V é um IK-espaço

vetorial de dimensão finita. Iremos discutir agora um método para
descobrirmos todos os seus autovalores, caso os tenha.
Se >. E IK for um autovalor de T, então <'xiste v =f. O tal que
T(v) =>.v, o que é equivalente a dizer que (>.Id- T)(v) =O, onde
I d : V ---+ V é a transformação identidade em V. Segue então que

>. é autovalor de T # N uc (>. I d - T) =f. O.

I
II
EXERCÍCIO I I

o Seja À um autovalor do operador linear T : V ---+ V. Mostre I t

que Autr(..X) = N'uc (T- ..XId).

Seja agora C uma base qualquer de V e considere a matriz

[..XI d- T]c do operador (>..I d- T) E L(V, V) nesta base. Segue de
(1.4.9), (3.2.2) e (3.4.5) que

Nuc (>..Jd- T) f: O # [..\Id- T]c não é invertível #

*> det ([..\Id- T]c) =O.

5.1.5 Esta relação acima nos dá uma ideia de como poderemos achar
os autovalores de um dado operador T. Seja C uma base de V.
Observe que [:r I d- T)c é uma matriz onde, na diagonal principal,
aparecem polinômios mônicos de grau um com coeficientes em IK c
elementos de lK nas outras posições. Portanto, det ([x Id - T)c) é
um polinômio mônico de grau n sobre lK . A equivalência acima pode
ser reescrita como

· ·~~ À é um autovalor d(} 'E # À é wna raiz de det (fx I d - T)c).

,. . .... ' ... . ..
I ,'J(, • ( /111 ( 11111w dt ÁlqriJm l1v 11 ( m

(• ''' onil'os pn.la.vras, as matrizes [TJc e [T]c' são semelhantes). Daí,

•" i11d itn nnos por I dn a matriz identidade de M n (JK), teremos
,/,•/ ([.r 1d- TJc) = det (x ldn - [T]c) =
= det (x p -I I dnP- p -l [TJc,P) =
= det (P - 1 (x Idn- [TJc' )P) =
= det (P- 1 ) · det (x Idn- [T]c') · det (P) =
= det (x Idn- [T]c,) = det ([x Id- T]c' ).
(l•·111hr·e que det (P- 1 ) · det (P) = 1).
Assim, det (x Idn- [T]c) é um invariante de T, não depen-
dt•udo da base C escolhida. Isto justifica a seguinte definição.

I>I ~ I~JNTÇÀO. Sejam V um IK-espaço vetorial de dimensão finita,

rl' F L(V, V) um operador linear e C uma base de V. Chamamos
'' polinômio det ([x Id- T]c) de polin~mio característico de Te o
dt'HOLamos por Pr(x ).

Segue da discussão acima que os autovalores de T, caso exis-

1mn, serão as raízes de seu polinômio característico.

5.1 .G OBSERVAÇÃO

Seja V um C-espaço vetorial de dimensão n > 1 e seja T

em L(V, V). Como C é um corpo algebricamente fechado (ver
(1.1.3)), o polinômio característico de T será da forma

Pr(x) = (x- .>\]y- 1

• • • (x- Àtyr·t

com À1, · · · , Àt E C e ri > 1. Portanto, existirão autovalores

para T.
f,.'J.7 EXEMPLOS
(n.) Seja
T: JR2 .
I

(x, Y)' ,::to'" C-il,:t). ..... •....

'
..
 137

• \ S C = {( 1, 0), (0, I)} 6 u bas() conôuica de R 2 sobre R, então

Também,

= det ( _ ~ +~ ) = x +L
2

Como pr(x) = x 2 + 1 não tem raízes reais, segue que T não

possui autovalores.

(b) Considere agora

T: C2 ---+ c2
(x, y) ~--+ ( -y, x).

É fácil ver que o polinômio característico PT (x) = x 2 + 1 é

o mesmo que o do item (a). Mas aqu i, como estamos con-
siderando C 2 como espaço vetorial sobre C, então pr(x) =
(x- i)(x +i) e os valores i e -i são autovalores de T. Con-
sidere C a base canônica de C 2 sobre C . Como

[i I d2 - T]c = i o
( O i
) - ( o
1
- O
1 ) =( - 1 ~)
segue que (x, y) E Auty(i) se e somente se

Com isto, Autr(i) = [(i, 1)}. De forma análoga, teremos,

Autr( - i) = [(i,-1)]. Observe que B = {(i, 1),(i,-1)} é uma
base de C 2 sobre C e, nesta base, T tem a sua forma diagonal

(T}B = · ( O
i , ~
~t
) ..
• ~

~ " .... '"" "· .

I.IH • llw ('mHu dr Ih,,"''' 11tlft,,
(c)

·.
[T]c = U-~ -n
onde C é wna base de lR 3 sobre lR . Como vimos,

r
Pr(x) = det
(
X- 2 -2
- 1
-2
x
2 x-3
-11)
Um cálculo ''simples leva-nos a Pr(x) = (x- l)(x- 2)2 e, por-
t.nnto, os au_tovalores de T são 1 e 2. Vamos calcular Autr(l) e
AutT(2). Pelo visto acima, Autr(l) = Nuc (Id3 - T). Como

[Id3- T]c =
( -1-2
-1
1)1 - 1
-2 2 - 2

segue que (x, y, z) E Autr(l) se e somente se

Resolvendo este sistema, chegamos a Autr(l) = [(1, -2, -3)].

Uma conta análoga mostra-nos que Autr(2) = [(0, 1, 2)]. Como
os autovetores de T são ou múltiplos de (1,-2,-3) ou múltiplos
de (0,1,2), concluímos que não pode existir• uma base de R 3
formada por· autovetores de T. Este exemplo mostra-nos que,
apesar de PT (x) ter todas as suas raízes em lK , não existe uma
base de autovetores de T. De qualquer maneira, observe que
{(1, -2, -3), (0, 1, 2)} é linearmente independente.
(d) Seja T : R 3 ~ 1R. 3 tal que

[T]c =(
1
- 2 -3 -1
2
J
2 ...... 2 !_~ ~. ~ ~.. ........ · ~~-4--r-.·
' I •
.... ~

..
• \ c.md•3 C é uu•rt husc qunlqu<!r de R 3 .
l~azcudo-sc os cálculos, teremos que PT(x) = (x + 1) 2 (x + 2),
Aut'l'( - 1) - [(1,0,2),(0,1,2)] e Autr( 2) = [(1,-1,1)].

Observe que B = {(1,0,2),(0.1 , 2),(1,-1,1)} é um conj\mto

linearmente independente em IR 3 com 3 elemento~ e, portanto,
é uma base. Além disso, os seus elementos são todos autove-
tores. Não é difícil verificar então que

[TJB- ( ~ -~ ~).
o o -2

Logo, T é diagonalizável.

5.1.8 Os exemplos acima sugerem-nos que, se juntarmos as bases

dos vários Autr(À) com À autovalor de T, teremos um conjunto
linearmente independente. Mostraremos que isto de fato vale em
geral.
TEOREMA. Seja T : V --+ V um operador linear onde V é um es-
paço vetorial sobre OC de dimensão finita e sejam )q, · · · , Àt , t > 1,
autovalores de T, dois a dois distintos.

(a) Se v1 + · · · + Vt = O com vi E Autr(Ài), i = 1, · · · , t, então

Vi =O para cada i.

{b} Para cada i= 1, · · · , t, seja Bt um conjunto linearmente mde-

pendente contido em Autr(Ài). Então 8 1 U 82 U · · · U 8 1 é
linearmente independente.

DEMONSTRAÇÃO. (a) Vamos provar este item por indução em t > 1.

Se t = 1, não há nada a provar. Seja agora t > 1 e suponha que o
resultado vale para todo j <te vamos prová-lo para j - t. SC'ja

'VI + v2 + · · · + Vt = O com Vi E Autr(Ài), V i = 1, · · · , t.

Calculando Tem ( *), teremos que

...... ~- .....
A • .. . . f ..
 ;

( )
MulLiplicHndo a equaçiio (*) por ,\ 1 c subtraindo (** ), temos

Usundo-sP a hipótese de indução, teremos que (.-\ 1 - .-\i)vi = O para

c•ndn 1 = 2, · · · , t. Como À1 -:/= Ài se i -:f. 1, temos que Vi = O, para
I c tdo i : 2, · · · , t. Substituindo em (*), teremos que também v1 = Q
c' oiJU) queríamos.
(b) Para eMa i= 1, · · · , t, escreva Bi = {vil,··· , Vini }. Va-
•uo~ 111ostrar que {Vu, .. · , 'Vlnp .. · , Vn, .. · , Vtnt} é linearmente in-
"''IH'llclente. Para tanto, assuma que

n,
onde• aij E :OC , para todos i e j. Como I.: aij'Vij E Autr (À i) para
j= l
ni
f•ada i , segue do item (a) que I.: O:ijVij =O, 'V i = 1, · · · , t. Como
j=l
'Bi é um conjunto linearmente independente, teremos que O:ij = O
pm·a todo i= 1, · · · , te todo j = 1, · · · , ni, e, portanto, B1 U · · · U Bt
t) linearmente independente. O

5.1.9 Estamos particularmente interessados na situação em que existe

uma base de autovetores. Tal base vai existir se e somente se a união
Bt U · · · U Bt (usando-se a notação do Teorema 5.1.8) for uma base
cIc V. Não é difícil ver que isto vai ocorrer se e somente se

dimTK V= L dimK. Autr(Ãi).

i= l

mm resumo, temos o seguinte resultado.

• COROLÁRIO. Seja T : V ~ V um operador linear, onde V é
mn :OC -espaço vetorial de dimensão finita. Se .-\ 1 , · · · , Àt são to-
dos os autovalores de T, então T é diagonalizável se e somente · ~e
l
tlim-g V= I.: dimoc Autr(.-\i). • ~)ol"'l'~-· "'·~ ...,. .... ·~!,.:: -'
i= l
'
 • . 11 I

. ·5.1.10 Nosso pn)ximo passo scnt relodonnnnos, para um dado auto-

valor À de 7', a dimensão dimK Auty(À) com a multiplicidade de À
como ra.iz do polinômio característico PT (x). Começaremos com a
seguint<' definição.

DEFINIÇÃO. Seja À mn autovalor de um operador linear T : V - t V

onde V é um.JK -espaço vetorial de dimensão finita e suponhamos que
PT(X) = (x- À) 111 q(x ), com q(>.) :f= O, seja o polinômio característico
de T. O núnwro m é chamado de multiplicidade algébrica de À e
o denotamos por mn(>.). Chamamos de multipliridadc geométrica
de À à dimensão do subespaço Antr(>.) c indicamos tal número por
mg(>.).

5.1.11 OBSERVAÇÃO

Note que a multiplicidade algébrica de um autovalor À é o maior

índice j, tal que (x- >.)i divide pr(;r). ..
c
5.1.12 PROPOSIÇÃO. Seja À um autovalm· de T: V - t V, ondr V P. ' ,,
r
um 1K -espaço vetorial de dimensão finita. Então rng(>.) <ma(>.).
I c
• •
DEMONSTRAÇÃO. Seja W = Autr(À) e assuma que drmK W = s.
Sejam B' = {w1, · · · , Ws} uma base de W c B = {w1, · · ·, W 8 , Ws+l,
· · · , Wn} uma ba.c:;e de V contendo B'. Como T(wi) = Àwi para
i = 1: · · · , s, podemos escrever [T) 8 na forma de blocos

À o o
o À o

o o À
[T]B =

o o o
A2

.. o o o
onde A, E Msx(n- s)(JK) e A2 E M(n- s)x(n-s)(JK).
Um cálculo simples nos dá

~~~ PT(x)'= det (X" ldn- fT)s) = (~-.- ..\) 8 • det ~x Id(n - s)- A2).
.. . • .. <v-s..., ~- ...
'
, I /'' • llw r'ut '~O clr 1/,J, "1t,t lutrrn

o
f ü.l.l a Sojn ·r : V" -+ V
wn operador linear, onde V é um lK-espaço
vc•lnl'iul cll' climcusão finita, tal que Pr(x) -= (x- ..\ 1 )n 1 • • • (x - ..\t)n,,
1111dC ,\ 1, · • · Àt (: lK são distintos. Segue da definição de PT que
rli111K \f ~ nt + · · · + nt. Usando-se o resultado acima é fácil ver
t
.,,, •. di111K V = L dimTK Autr(.>.i) se e somente se, para cada i,
1=1
11111(;\i) =- m,q(Ài)· O próximo resuhado resume o que de príncipa~
loi discuUdo nesta seção.

' I 'H>Itl~MA. Seja, T : V --+ V um operador linear, onde V é um

lK .,>SJmço vetorial de dimensão finita e sejam .\1 , · · · , Àt os seus au-
lnt•nlures distinto$. As seguintes afirmações são equivalentes.
(o) 7, é diagonalizável.

{b) Pr(x) = (x- ..\I)n 1 • • • (x- Àt)nt, ni > 1 e mg(.>.i) = ma(.>.i),

7Jara cada i = 1, · · · , t.
t
(c) dimK V = L dimn< Autr(.>.i)·
i= l

[i,l.l4 EXERCÍCIOS

(1) Em cada um dos casos abaixo, decida se o operador linear

T: 1K n --+ 1K n dado por sua matriz [T]B é diagonalízável. Em
caso positivo, calcule uma base de autovetores e a sua forma
diagonal.

(a) ( 1 O = C ·)JK 2 3 )JK =c

0 O n=2 -1 1 n= 2

(c) ( 1 1 )JK = c -9 4 4) 1K- ~

1 1 n = 2
(d)
( -8
-16
3 4
8 7
-
n=3

(e) ( :
10
=~
-5
-2)
_2 1K = R, C
n= 3 .
(f)
~.. . . . ·
( ·4~ ~:-0-) .
-4 - 1 IK = R ,
.. ..... . n =- T tr:.:
-3
..• ..
1 4

. ~
. \
2 G
3 )Jl{ = lR -2 -1o 2) 1K- R
- 3 - 7 -3
6 12 5
n=3
(h)
( -3
-8 -4
2
7
.-
7l=3

(2) Seja T : V -+ V um operador linear. ?\lostre que se todo ve-

tor de V for autovetor de T, então existe um À E 1K tal que
T(v) = Àv. 'V u E V.
j.3f Seja T :V -+ V operador e V espaço Hobre 1K. Mostre que se
Pr tiver toda."! as suas raízes em IK e se elas forem simples. isto
é, com multiplicidade algébrica 1, então T é diagonalizávcl.

(4) Seja T: V ~ V um operador linear. 1\.lostre que se

dimx. Im T = m, então T tem no máximo m + 1 autovalores.

(5) Seja T: lK 2 -+ lK 2 tal que To T =O. Mostre que

(a) Irn T C Nuc T.

(b) Se T =f O, então existe uma base B de 1K 2 tal que

[T]B un
(6) 1lostre que ::;c A E MI 2 (C ), então A é semelhante sobre C a
. ...
In
I~
: ~
I. "~
uma matriz de Uin dos seguint(' tipos ,, ~
I ..
'. ...
com a, b E C ou
(
al Oa) com a E C. ~

(7) Seja A urna matriz 2 x 2 simétrica em M 2(1R) (isto é, tal que

A 1 = A). Mostre que A é diagonalizável.

(8) Determine, se existir, uma matriz P iuvcrtível tal que p-l AP

seja diagonal para cada mna das seguintes matrizes:

(a) A= ( ~ n (b) A= c:)

(c) A = ( ~ a ) , com a E lK .
U" ~1 ' . . . ....
, ... 4 • • I •

'
III • i fw ( 'm o tlt l lqt ""'' I t11c ,,

(") s. j[l rc : nt 2 ....... IR SI 111110 f I'(IIIAIIII'IIIfll íiiJ IJIIPOl ' qu lt 111 CCII IIU
(llllm•tl,olt\. (J 1 1) l (- 2, 1) U!--.'iO<'incJos 1109 11\ll<.>vUIOt'C'.H - 2 C' a,
ll SP •c;!,ivmnontt•. Ctdculc T(x, y).

(lU) Acho OH nu\ovnloros de A= ( ~ ~ ) e de A- 1.

( 11) Sejam T : V -+ V e S : V -+ V transformações lineares.

Sn ponha que v E V é um autovetor de T e de S associado
nos autovalores ). 1 e À2 de T e S, respectivamente. Ache um
nutovetor ~. um autovalor de:

(a) aS+ /3T onde a , {J E lR.

(b) S o T.

(12) (a) Mostre que se B, ME Mn(:OC), com M invertível, então

(JvJ - l BM)n = (M- l Bn M) para todo n E N.
(b) Calcule An, n E N, onde

A=(~ 1~)·
( L3) Seja
o
-~ ) E M3(<C ).
7
A= ( -1 4
o 2 -2
Dado n E N, determine B E M 3 (<C) tal que Bn =A. Existe
urna matriz B E M 3 (JR ) tal que Bn = A ?

(14) Seja T : M2(lR) -+ M2(lR) uma transformação linear cuja

..
matriz em relação à base

é dada por

-1 - 4 -2 -2
- 4 - 1 -2 -2
[TJB =
2 2 \
1 4
.-.--.. ....
2 T r 4 ~~ · -,. • . ..
..
'~ :~.it(..t[:.•

'"' "
 1 ú

. \ De hwtnitl um o IIIUI ri~ iuvcrt.ív<~l .A1 E M 4 (JR) tal que

J\1 - 1 [1,)uA1 scju. uma matriz diagonal.

(15) Scjo T: 1'2(1R) -+ 1'2(R) tal que

[T[Bc =o -~ n
onde l3 = {~x 2 , ~x} e C- {x~,x, 1}. Mostre que T é
diagonalizável.

(16) Decida se as seguintes matrizes são ou não diagoualizáveis. Em

caso afirmativo, Pncontre uma base de autovetores.

(a) ( 3 1 )
-1 3

(17) Sejam U um 1K -espaço vetorial de dimensão n e l3 uma base de

U. ?\1ostre que dada uma matriz AI E M n (JK) invertível existe
uma ba.c:;e C de U tal que [I d]c,B - AI.
I:J
: t~.
(18) Determine todos os valores de a, b, c E C para os quais a matriz
abaixo seja diagonalizável: ,,
I ....

. ..,
· ~
a b 1 ) : ~
A= O c O .
(
o o 1

(19) Em F(IR, IR), considere o subespaçoS= [e 2 x sen x, e2x cos .r.

e2 x] c o operador linear D : S -+ S definido por D(f) = f'.
Considere ainda as funções h (x) = e2x sen x, h (x) = e2 x cos x
e h(x) = e2 x em F(IR .IR). Determine:

(a) a matriz de D em relação à ba."ie l3 ={f,, ]2, h} de S.

(b) os autovalores de D e as funções de S que são autovetores
de D. ·~ - · ~- • .... ..,. ..
..J~:. ...._• ,.,.,.,.
~ , ~-

,...,.. . .. . -. ..
I Jf, • Um ( '" 110 tlr ltJt l1m I mrm

ú.2 I T·IN

(1.2.1 Dmlo um ,p mdor liucm· T: V --+ V, por VtlCR é convcni<'ntc

,. usid ru1'UIOS fi suo nlstriçiio a nlgmn subespaço <lndo W de V.
-" r•nt nnto, nem sempre a imagem desta restrição está. contida no
111 6pl'io suhcspnt;o. Isto nos leva à próxima definição.

llbt~'INJÇAO. Seja T: V---+ V um operador linear onde V é um IK-

t'Sllf.H ') vetorial c. seja W C V um subespaço de V. Dizemos que W
6 11111 subespaço T-invariante de V se T(w) E W para todo w E W.

5.2.~ OBSERVAÇÕES

Seja T: V r--+ V um operador linear onde V é um K. -espaço

vrtorial.

(o.) Os subespaços Nuc Te Jm T são T-invariantes.

(b) Se À for um autovalor de T, então AutT(À) é um subes-
paço T-invariante de V. De fato, se v E AutT(À) , então
T(v) = Àv E AutT(À).
(c) Se W é um subespaço T-invariante, então a restrição de
T a W é um operador linear em L(W, W).

Ci:2.3 EXEMPLOS

(a.) Seja T : C 3 C 3 definida por T(x , y,z) = (O,x,y). Se

---+

W = (e 1, e2], então T(W) = (e2, e 3) e assim W não é um subes-

paço T-invariante de C 3 . Se W' = (e2 , e 3 ], teremos então que
T(W') = (e3 ) C W' e segue assim que W' é um subespaço
T-invariante de V.

(h) Seja S : l 00 ---+ l 00 o operador linear dado por

S((Xl I X2 ) ··· ) X \) ···)) = (0 l X1 l X2 ) ··· ) X····)

11 I

para todos (xn)nEN E loo (ver 2.1.4(d)). Para cada n > 1,

considere Wn = [e1 en]- Lembramos que o elemento el é a
1 • • • ,

sequência que tem 1 na posição l e O nas demais posições. Não

é difícil verificar que Wn não é um subespaço S-invariante de
V , uma vez que S(Wn) = {e2, e:r;· ·- ,·ert:t-d ~Wn. Consíd;re
..
 Fiwmas CrmÔ1L Ctt6 • • 147

ngorn o subespaço W de l 00 formado por todas as sequências

(.cn)neN C 100 tnis que Xi é diferente de zero para no máximo
um número finito de termos. É fácil ver que W é um subespaço
S-invariante de l 00 •
5.2.4 Sejam T: V --+ V um operador linear onde V é um OC-espaço
vetorial de dimensão n > 1 c W Ç V um subespaço T-invariante
de V de dimensão m, com 1 < m < n. Considere B' uma base
de W e estenda-a a uma base B de V. Como observado acima,
a restrição de T a W, isto é, a função T' : W --+ W dada por
T'(w) = T(w) , \1 w E W, é um operador linear. Daí, a matriz [T]s é
escrita da seguinte maneira:

(T]B = ( (T~B' ~ )
onde O indica a matriz nula em M(n- m)xm(1K), A E Mmx(n-m)(JK)
e B E M(n-m)x(n-m)(JK).
Muitas vezes, pode-se escrever o espaço vetorial V corno a
soma direta de dois (ou mais) subespaços T-invariantes e, como neste
caso a restrição de T a cada um destes subespaços é um operador
linear, podemos descrever a matriz de T usando os blocos das matrizes
destas restrições. Sendo mais específico, seja V = W 1 EB · · · EB Wr e
suponha que cada subespaço Wi seja T-invariante. Sejam 81, · · · , Br
bases de W1 , · · · , W 1., respectivamente. Como a soma W 1 + · · · + W,.
é direta, segue que B - Bt U · · · U Br 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:
(TI]B 1 o o
o [T2]B2 o
[T]B =
o o [Tr]Br
onde os Tfs indicam as restrições de T aos subespaços ~Vfs e os O's
indicam as matrizes nulas correspondentes. Neste caso, a descrição de
(T]B será reduzida à descrição das matrizes [TI]s 11 · · · , [Tr)Br· Com
isso, também escrevemos T = T 1 EIJ · · · E9 T7• e dizemos que o operador
T é a soma direta dos operadores T 1 , · · · , T,.. Iremos explorar pelo
resto deste capítulo cs..c;as bbservações. :r-.J,o>'
.'
llt\ •

(I) S•.lr' '/' e f,(V, V) um opcrndor. MosLr~ que se '1' = '1'1 @ 'f2,
ut iio P'l'( ,.) = P'/'1 (:1;) · P1~ (x).

(2) S<!jn 'C E 'L( V, V) tal qu<' Pr(x) = (x - AI)n 1 • • • (x - Àt)nt,

'11 i > 1 c À! -:f. À1 se i =f:. j. Mostre que T pode ser escrito como

n sorun d1reta d<' t operadores lineares.

(~s) Seja T : P2 (R) ---+ 'P2 (R) o operador linear dado por
f(a.t 2 1- bl t- c) = (2a- b + c)t2 +(a+ c)t + 2c. Escreva T como
soma direta de dois operadores.

(~1) Sejam T: V ---+V um operador linear, W C V um subespaço

de V e À E lK. 11ostre que W é (AI d - T)-invariante se c
somente se W for T-invariante.

[).3 POLINÔMIOS MINIMAIS DE OPERADORES E

O TEOREMA DE CAYLEY-HAMILTON

ó.:~.l Vimos na seção 5.1 que, dado um operador linear TE L(V, V) ,

n11de dimK V < oo, existe um polinômio Pr(x) cujas raízes nos
t,n\Zem iiúormaçõe~ importantes sobre o comportamento de T. Irá
flc·correr de nossas considerações nesta seção que o polinômio PT(x) se
anula no operador T, isto é, que Pr(T)(v) =O, para todo v E V. No
l'lltanto, Pr(x) pode não ser o polinômio de menor grau que se anula
em T. Nesta seção, iremos discutir mais a fundo esta questão e, em
pn.rticular, definiremos o polinômio minimal associado ao operador T
<!veremos quais relações este polinômio tem com o característico. Ao
longo desta seção, V será um lK -espaço vetorial de dimensão finita
n > l.

5.3.2 Se T: V ---+ V for um operador linear então é claro que, para

<·ada i > O, Tt também será um operador em L(V, V). Por outro
lado, vimos em {3.5.2) que dimK L(V, V) é n 2 . Portanto, existe
m > 1 tal que J'Ü = I d, T, · · · , rm - l seja Li. em L(V, V) encwa,pto
que ro, T, . .. ) rm é l.d.. Logo, existêm ao, al) ... , Um-1 E ~ tais
 /•(nlllfl ( 'rutonit" · • 1/U

• quo
m. 1 m- 1
ym - L ai Ti, isto é, rm(v) L ai Ti(v), V v E V.
i= O i=O

m- 1
Considere então o polinômio mr(x) = xm - I: aixi. Pelo exposto
·i = O
acima, segue que mr(T)(v) =O, V v E V , isto é, m,r(T) =O.

EXEMPLO

Seja T E L(C 3 , C 3 ) dado por T(a, b, c) = (a, a+ b, c). O seu

polinômio característico é PT ( x) = (x - 1) 3 (calcule !) . Observe
também que

T 2 (a, b, c) = (a, 2a + b, c) = (2a, 2a + 2b, 2c)- (a, b, c)

= 2T(a, b, c)- I d(a, b, c), V (a, b, c) E C 3 , 13)1
isto é, T 2 = 2T-Id ou O= T 2 -2T+Id = (T - Id) 2 . Assim, o i~
,-..
polinômio mr(x) definido acima é, neste caso, igual a (x -1) 2 . I--
O fato de as raízes de mr (x) e de PT (x) serem as mesmas (a ~~

menos de suas multiplicidades) não é uma coincidência como

'1
1 '\1

veremos mais adiante. ~~

, ..
5.3.3 OBSERVAÇÃO
::.a
I ~
Seja T E L(V, V) um operador linear. Se p(x) E P(JK) for
um polinômio tal que p(T)(v) =O, V v E V, então p(x) é um
múltiplo de mr(x). De fato, faça a divisão de p(x) por mr(x),
I

,,
.. ....
....
'11 1

isto é, escreva p(x) = mr(x) · q(x) + r(x), onde r(x) = O ou I DI.

grau(r(x)) < grau(mr(x)). Suponha que r(x) f= O. Então
s
r(x) = L bi xi, com bs f= O e s = grau(r(x)) < grau(mr(x)).
i=O
Para v E V, ~mos

O = p(T)(v) = (mr · q)(T)(v) + r-(T)(v)

= (mr(T) o q(T))(v) + r(T)(v)
e, como mr(T) e q(T) são polinômios em T, eles comutam e
segue que

(mr(T)oq(T,)(v)-i11'(T)( v) ~ ({J(T)omr(r.J)(.v) +r(T)(v)

 't('r)("' 1 (T)(o)) I 1 (T)(o) I'(T)( /) ).
tt '
J..oro, 2: 'hi '"l~(o) = O, V u E V u, pmt.uut.o,
()

•-1 b
·. r•('v) -= - Lo
t
b' T'(v),
~
v IJ E v.
Segue então que {Tl, T, · · · , r•} é l.d. , uma contradição com
n dcfiniçao de mr(.r). Portanto, r(x) = O, e o resultado está
provado. Usando uma terminologia clássica da teoria de anéis,
diz(!mos que• mr (x) é um gerador do ideal de todos os polinômios
11(a;) tais que p(T)(v) = O, V v E V. Observe também que
lllor(.r) é o único polinômio mônico com esta propriedade. Isto
justifica a seguinte definição.
r..~t4 DE.FINIÇÃO. O polinômio minimal de um operador linear T
t'lll /~(V, V) é o polinômio mônico rnr(x) de menor grau tal que

mrr('l')(v) = O, V v E V.
I

[,,:l.5 Definimos acima dois polinômios relacionados a uma trans-

furmnção linear T, a saber, o polinômio característico Pr(x) e o
polinomio minimal mr(x). Vamos olhar melhor as relações entre
eles. Iremos mostrar inicialmente que PT(x) se anula em T (Teo-
l'f'Uia de Cayley-Hamilton) e, portanto, mr(x) é um divisor de PT(x).

rnunbém, iremos mostrar que eles possuem as mesmas raízes. Estes

clo i~ resultados combinados serão bem úteis na descrição das formas
ch Jordan. Comecemos inicialmente provando o chamado Teorema
de Cayley-Hamilton.

Tt::OREMA. (CAYLEY-HAMILTON) Um operador· linear T E L(V, V)

,; um zero de seu polinômio característico PT ( x), isto é. PT (T) = O.

l)gMoNSTRAÇÃO. Seja B uma base de V e escreva A= [T]B· Con-

sidere também A' = xldn- A e portanto PT(x) = det A'. Por fim ,
sc>ja B = ad(A') = (btj) a matriz adjunta a A' (ver (1.4.10)). Pelo
visto em (1.4.10), os elementos bij são os cofatores da matriz xldn - A
<', portanto, representam polinômios em x de grau no máximo n - 1.
l~scrcva para cada par i, j, tal polinômio como
 /lio 1wl8 Uu IWIL Í.t ,;. • Iú I

• \ Se. d 1 llol,umo~ , pnl'a k = O, 1, · · · , ll - 1,

(k) b (k) b(k)

bn1 n2 nn

teremos que B = B (o) +B(l)x+· · ·+B(n- l)xn- 1. Agora, escrevendo

.PT(x) = a0 + a 1x + · · · + xn e usando o fato que
B ·A'= ad(A') ·A'= (det A')Idn = Pr(x)Idn,

segue que

Logo, comparando-se os coeficientes destes polinômios, temos que

- B <0 )A
B (o)- B ( 1 ) A

s <n-2) _ s <n-1) A
s <n-1)

Multiplicando-se estas equações por I dn, A , A2 , · · · , An , respectiva-

mente, e somando-as teremos que

como queríamos. o
5.3.6 O que faremos a seguir é relacionar as raízes dos polinômios
característico e minimal.
."'
PROPOSIÇÃO. Sejam V um lK -espaço vetorial de dimensão n > 1
e T E L(V, V). Então, os polinômios característico e minimal de T
têm as mesmas raízes a menos de multiplicidade.

DEMONSTRAÇÃO. Sejam py(x) e mr(x) os polinômios característico

e minimal de T, respectivamente, e seja À E IK.. Precisamos mostrar
que Pt'(À) = O s{t e somente se riírfX) = O. Suponha inicia.Jmen.t.e
I 1' 1 • Um ( 'ur u r/1 AI•Jrlii'U I vw m

j 11111 tutovulnt d 'C. l•ut "·xisto

t} Ohs rvo que~ pru·u cudu i > I , temos
111
T (u) \'o. Agora, so cscrcvcnnos 111T(x) = L: a 1 .1~i, tcwmo~ então
o

m rrt
O = m/r(T)(v) - ( L a1 Tt)(v) - (L aiÀi) v
i=O i o
m
", portanto, m,T(À) - 2: aiÀi = O pois v =I= O. Logo, À é uma
i=O
t'uiz de 7n'l·(x). Suponhamos agora que mr(À) = O. Então, mr(x) =
(:r-..\)q(x). Pela condição de minimalidade no grau do polinômio mr.
egw; que q(T) =F O e, portanto, existe u E V tal que q(T)(u) =I= O.
S.- denotamos v= q(T)(u) , teremos então

O = mr(T)(u) = (T- ).Jd)(q(T)(u)) = (T- ).Jd)(v)

c> portanto v é um autovetor de T associado ao autovalor >.. Logo,

Jlr(..\) O e o resultado está demonstrado. O

5.3. 7 EXERCÍCIOS

· (1) Seja T E L(V, V) um operador linear com polinômio carac-

terístico PT(x) = xn. Mostre que existem> 1 tal que Tm = 0.

(2) Seja TE L(V, V) um operador linear com polinômio minimal

mr(x) = (x- >.) com). E OC. Mostre que T é diagonalizável.

(3) Encontre todas as possibilidades para o polinômio minimal de

um operador T: IR 5 -----. IR 5 com polinômio característico:

(a) PT(X) = (x - 3) 3 (x - 2) 2 .
(b) pr(x) = (x- l)(x - 2)(x - 3)(x - 4)(x- 5).
(c) Pr(J.:) = (x- l)m m > 1.

É possível concluir que algum deles é necessariamente cliago-

nalizável?
..... . .

.. ..
t
...
•• "
5.41 ESF A OS Vb'rORlAIS '/'-CÍCLICOS

5.4.1 Vamos desviar um pouco de nosso próximo objetivo principal

que é o de discutir a forma de Jordan e, nesta seção, vamos olhar o
caso particular em que os polinômios característico e minirnal de um
dado operador linear coincidem. Na realidade, nosso ponto inicial de
discussão será olharmos para os chamados vetores T-cíclicos.

5.4.2 Sejam T: V~ V um operador linear, onde V é um OC-espaço

vetorial de dimensão finita, e v E V um vetor não nulo. Consideremos
os vetores v, T(v), · · · , Ti( v),···, com i E N. Como a dimensão de
V é finita, existe l >O tal que B = {v,T(vL··· ,Tl(v)} é Li. mas
{v,T(v),··· ,rt+ 1 (v)}él.d. Logo,existemúnicosÀo,··· ,Àt taisque

l l
1
Tl+ (v) =L ÀiTi(v), isto é, (Tl+ 1
- L ÀiTi)(v) =O
i=O i=O

l
Denotando por mr,v(x) o polinômio xl+l_ 2.: Àixi, temos que
i=O
mr.v(T)(v) =O. Não é difícil ver que rnr,v(x) é o polinômio mônico
de menor grau que satisfaz esta última relação. Além disto, mr,v(x)
divide mr (x) (a demonstração deste fato segue o argumento usado
em (5.3.3)).
Com as notações acima, denote agora por Cr(v) o subespaço
de V com base B. É claro que Cr(v) é T-invariante. Observe também
que dimK Cr(v) = 1 se e só se v for um autovetor de T.

DEFINIÇÃO. Sejam V um OC-espaço vetorial de dimensão n > 1e

TE L(V, V).

(a) Dizemos que v E V é um vetor T- cíclico se V = Cr (v) ou,

rn-
equivalentemente, se {v, T(v), · · · , 1 (v)} for uma base de

v.
(b) Dizemos que V é T-cíclico se V possuir um vetor T-cíclico.

5.4.3 Seja agora V = Cr(v) um espaço T-cíclico de dimensão n e

seja mT,v(x) = xn + an-1Xn-I +···+ao. Se considerarmos a base
B = {v, T( v), · · : , rn-l (v)} com<f construida acim~, então a m~triz
 O O - ao
1 O - a1

(T]B - o 1

O O -an- 1

g~l:t 1110triz é chamada de matriz companheira de mr,v(x).

l:i.'l,tl gXEMPLOS (a) Seja T: .IR 2 --+ IR 2 o operador linear dado.

J>ot' 'r(~·, y) = (2~ - 4y, 2x - 2y). Com relação à base canônica
C = {(I, O) , (0, 1)} de IR 2 , a sua matriz será

,,.. [T]c = ( 2 -4)

2 -2
lJ 111 rálculo simples nos dá

X- 2
py(x) = det 4 ) = x2 +4
( -2 x+2

'll',tnb6m, não é difícil ver que mr(x) = Pr(x) = x 2 + 4. Seja agora

2
11 (a, b) E R um vetor não nulo. Deixamos ao leitor verificar que
L1(t,, b) = {(a, b), T(a, b) = (2a- 4b, 2a - 2b)} é Li. e, portanto uma
ha:..;t' de R 2 . Com isto,

[T]B(a,b) = (
o
l -4)
O
..
quf• é a matriz companheira de x + 4. Observe que, neste exemplo,
2

V Cr(a, b) para 'todo vetor (a, b) i= O.

(h) Seja agora T: C 3 --+ C 3 tal que sua matriz com relação à base
c·nuônica C seja

..
[T]c =

l) m cálculo simples nos dá que

u:n
. ~-- ... - ·-,-
~-
•
.•
J•
 Cawmíoas • 155

lluu 11 1 (1,0,0), 1«1110 'P(ul) = (2,1,0) c T 2 (u 1 ) = (•1,4,1) e,

J)ort.nuto, B' = {111,P(vt),T2 (vl)} é base de C 3 = Or(vl). No
cmtanto, se considerarmos v2 = (0, 1, O) , temos T(v2) = (0, 2, 1) e
T 2 (v2 ) = (0, 4, 4) c o conjunto {v2 , T(u2 ), T 2 (v2 )} é l.d. Com relação
il base B' acima, a matriz de T será

(T]B' =
o o
1 0 -12
8)
( o ] 6

que é a matriz companheira de (x- 2) 3 . ·

5.4.5 Observe que nos exemplos acima, quando V é T-cíclico, então

os polinômios Pr(x) e rnr(x) coincidem. Na realidade, esta é uma
caracterização dos espaços T -cíclicos como mostraremos mais abaixo.
Mas antes, necessitaremos de alguns resultados. Lembramos que um
polinômio p(x) E P(IK) de grau maior ou igual a 1 é irredutível se
ele não pode ser escrito como o produto p(x) = q(x) · r(x) onde q(x)
e r(x) são polinomios de grau maior ou igual a 1.

LEMA. Seja T: V~ V um operador linear onde V é um IK -espaço

vetorial de dimensão finita. Então existe um vetor v E V tal Q1Le
mr(x) = mr,v(x).
DEMONSTRAÇÃO. Vamos considerar inicialmente o caso em que ...
...
mr(.c) = (J(x))m, onde J(x) é um polinômio irredutível em P(IK). 'f....
Como mr(x) é o polinômio mônico de menor grau para o qual T se
anula, então existe um vetor v E V tal que (J(T))m 1 (v) =f. 0(*).
Vamos mostrar que, neste caso, um tal v satisfaz as condições re-
queridas. Como vimos acima, mr,v(x) divide mr(x) e, como f(x)
é irredutível, concluímos que mr,v(x) = (J(x))l para algum l < m.
De (*),segue então quem= l e, portanto, mr,v(x) = mr(x) como
queríamos.
Vamos agora considerar o caso geral, isto é, consideremos mr(x) =
(h(x))m 1 • • · (fr(x))m,, onde mi > 1 e h,··· , fr são polinômios ir-
redutíveis mônicos distintos. Para cada i = 1, · · · , r, denote por Vi
o núcleo Nuc(fi(T)mi ). Então, V = V1 E9 · · · E9 Vr (ver Exercício
.
5.4.7(4)). Denotando, para cada t,~por ..Tt: Vi ....---:t Vi a restrição de .... .
.-
.. " ..
· I ,(, • llm ('m rm rir Álqrlntl J,mrm

'I' o ru '' pm ..
l, · · · , ,., existe um v to r 1Ji

tnl (111
,. mr,(w) -=
.
m •r4 ,,01 (.,~). l~ctcvn u = U1 +···+v, c observo
qw L: 1111',"(1'; (u;) = O. Mns cmno mr,v(Ti)(v.,.) C \ti, concluímos
' 1
f(IH lll'f'v('I~)(u,) =
O, para cada i = 1, ··· , r. Logo, rnr,v(x) é
11111 tlltHLiplo de cada polinômio rnr, (x) e, consequentemente, um

nltílt lplo de mr(x) (lembre que j 1, · · · , !r são polinômios irredutíveis

di!; I íut us), c o resultado está provado. O

'< IUQI.ÁIUO. SPja T: V ---+ V um operador linear onde V é um

IK .. ê.'IJIUÇO vetorial de dimensão finita. Então existe um subespaço T-
dclit•o de V com dimensão igual ao grau do polinômio mr.
DEMONSTRAÇÃO. Pela proposição acima, existe v E V tal que
IIL'J',v = mr. Defina uma transformação linear

Wv: P(IK) ---+ v

f t-t f(T)(v)

C >hserve que lmWv é um subespaço T-cíclico de V com base

{o,T(v),T2 (v),··· ,rs- 1 (v)} para algum s. Como mr,v = mr,
'f•guc então que sé o grau de mr(x). o
ú.4.6 TEOREMA. Seja T: V ---+ V um operador linP.-ar onde V é
mt 1K -espaço vetorial de dimensão n. As seguintes afirmações são
t'tftLivalentes:

(a) V é T -cíclico.
•
{b) o grau de mr(x) é n.

(r) mr(x) = PT(x) .

J)gMONSTRAÇÃO. (a) ==? (b) Como V é T-cíclico, então existe um

\'t~ior não nulo v E V tal que V = Cr (v). Em particular, o grau de
IIIT,u(x) é n. Observe que, em geral, o grau de mr(x) é no máximo
11. Como mr,v(x) divide mr(x), segue que o grau de mr(x) é n.
(h) => (c) Pelo Teorema de Cayley-Hamilton, mr(x) divide PT(x),
o que implica que mr(x) = PT(x} poi& amboS' OS.'Rolinômios são
f' • • • • ,..
I môui • . , d 111 mo ~tnu nt(dt.iplos uu1 do oulro.
(n) L ) (a) Pelo corobhio u.cima, existe um subespaço T-cíclico W de
V com dimcusao igual ao grau de mr(x). Como, por hipótese, o grau
de mr(x) é n concluímos que W = V , o que prova o nosso resultado.
o
OBSERVAÇÃO Como mencionamos acima, não iremos tratar neste
texto de certa.c:; formas canônicas, em particular, deixaremos de for-
malizar a chamada forma canônica racional. No entanto, gostaríamos
de mencionar que esta forma racional de uma matriz (ou equivalen-
temente de um operador linear) é formada por blocos de matrizes
que são matrizes companheiras de certos subespaços invariantes.

5.4.7 EXERCÍCIOS
(1) Encontre as matrizes companheiras dos seguintes polinômios:

(a) p(x) = (x- 3) 2 (x 2 + 2).

(b) p(x) = (x- 1)4 (x + 1).
(c) p(x) = (x- 1)(xn-l + xn- 2 + · · · + 1) (n > 2).

(2) SejaT: lR 4 lR 4 umoperadorcommr{x) = (x-2) 2 (x+1) 2 .

---+

~ncontre um vetor v E 1R 4 tal que IR 1 = Cr( v).

(3) Encontre, se existirem, exemplos de operadores T: V ---+ V,

onde V é um IK -espaço vetorial de dimensão finita, tais que:

(a) V não seja T-cíclico.

(b) V tenha dimensão 4 e contenha um subespaço T-cíclico
de dimensão 3.
(c) T seja injetora e tal que mr(x) tenha grau 1.

(4) Considere um polinômio m(x) = Pl(x) · · ·Pr(x) E P(IK) tal

que mdc(p,(x),pj(x)) = 1, para todos i e j, i =f. j. Mostre que
Nur (m(T)) = Nuc (p1(T)) ffi · · · ffi Nuc (Pr(T))
(Dica: Considere inicialmente r = 2 e utilize o fato de que,
como mdc(p1 (x) ,p2 {x)) = 1, existem polinômios Qt(x) e Q2(x)
tais que Pl(x)qt(x) + P2(x)q2(x) = 1. Use indução para ore-
sultado getál). ,. ,..,., -...............
""' • • t ...
 r;.n
~ . '

di.l VIu nos cst~•idm· ugcm~ Ullt tipo t'SJ>ecinl de opcrador·c.·s, OH c:hnma-
rlo:i ''I u•t•adorc.·~ tiilpotl'utcs. Tais op<'ntdorcs serão bastante úteis na
di ·nuí:IRHo du forma dC' Jordn:n.

I >bfl'tNIÇAO. Um operador linear T E L(V, V) é chamado de nilpo-

tr.,fcJ Rt• existir um m > 0 tal que Tm = 0. 0 índice de nilpotência
1
dc tllll tal operador será o menor índice com esta propriedade.
Observo que se T E L(V, V) é um operador linear nilpotente
«' dimK V > 1, então Nuc T =F {0}. De fato, se T é nilpotente de
íudic'(' W > 1, enfão eJáste um vetor v E V tal que Tm(v) = 0 e
'?'";- I(v) f O. Daí, O= Tm(v) = T(Tm- 1 (v)) e, portanto, rm- 1 (v)
c'- 11111 elemento não nulo em Nuc T.

ti.[,.:l EXEMPLOS

(n.) Seja
D: Pm(IR) -t Pm(lR)
p(t) f-+ p'(t)
o operador derivação em Pm(lR ), cõin m > 1. Não é difícil ver
que D é nilpotente com índice m + 1.

(b) Seja To seguinte operador linear.

T:

Considere os seguintes subespaços vetoriais de M 2 (1K)

w-U(O l
I) )(o1 oo)Jew-[(1o oo) '(oo 1o)J .
-l~ o o 2
-

Uma conta simples mostra-nos que W1 e TV2 são subespaços

T- invariantes de M 2 (JK ). Considere T1 e T 2 as restrições de
T aos subespaços W 1 e W2, respectivamente. Observe que Ti
_.. ...... "

.
~

é um operador linear nilpotehtê"d"é' ínêl1ce 2"'ê que T2 é w uni •

~
 Ponnas t1nÓmoa • 15U

I
\
opnrudot· ÍJH' J'I ív 'I. Logo, 'J' é a ~oma direta de um operador
1

uilpotcute o mu invertível. O próximo resultado mostra~nos

que tal decomposição é sempre possível quando a dimensão do
espaço vetorial for finita.

5.5.3 TEOREMA. Seja T: V -----+ V um operador linear, onde V é

um IK -espaço vetorial de dimensão finita. Então T é a soma direta
de um operador nilpotente e um operador invertível. Além disso, tal
decomposição é essencialmente única.
DEMONSTRAÇÃO. Ao considerarmos os operadores Tl, l > 1, teremos
a seguinte sequência de subespaços (T-invariantes) de V

N uc T c Nuc T 2 c · · · c N uc Tl ç · · · c V.

Como dimK V < oo, a sequência acima estaciona, isto é, existe um

m > O tal que Nuc rm = Nuc rm+~ para todo i > O. Escolha
tal m que seja também minimal com respeito a esta propriedade.
Vamos mostrar que os subespaços T-invariantes W1 = Nuc rm e .)
W 2 = I m rm induzem a decomposição desejada. Em primeiro lugar, ..
observemos que W1 n W2 = {0}. De fato, se v E W1 n W2, então, por
um lado, Tm(v) = 0 e, por outro, existe v' E V tal que Tm(v') =v.
,
•1

Logo, O = rm(v) = T 2 m(v') e, portanto, v' E W1 . Segue então

•
que v = rm(v') = O e W1 n W 2 = {0}, como queríamos. Como
rm: v -----+ v é um operador linear, segue de (3.2.5) que
'..
\

...
dimK v= dimK Nuc rm + dimK lm rm. ..
l

Por outro lado, como por (2.4.5),

e como wl n w2 = {0}, concluímos que

e, portanto, V= W1 EB W2.
Considere agora as restrições T1 = Tlw1 e T2 = Tlw2 de T a W1 e
a W2, respectivamente. A partir disso, teremos T = T1 EB T2. Falta
mostrarmos que· T1 é nilpotente e que T2 é jnyeJtível. É claro que ....
• .. t ' •
f\ pc 11 tanto, u' E' W 1 c u = rm ( u') = O. Logo, T2 é injetora e por
(~.n.a) n nm isomorfismo.
Vamos agora mostrar a unicidade. Suponha que V = U1 El1 U2, onde
l/1 o u'}, HáO subespaços r-invariantes, T{ = Tlvl é nilpotente de.
íwJicc m' c T~ = 1Tiu2 é invertível. Iremos mostrar que U1 = W1 =
J'Vw.. '1'"' c que U2 = W2 = Im rm. Denotem = max {m, m'} e seja
r~1' 1 E U' 1 • Ent,ão w1 = u 1 + u2, com ui E Ui, i = 1, 2. Então

C'olllO Tlu2 é invertível, segue que U2 = o e, portanto, vVl ç ul.

1\ualogamente, mostra-se que U 1 c W1 e, portanto, U1 = W1 =
Nur rm.
t-i•úa agora W2 E W2. Como w2 = Im rm I existe um vetor v E v tal
'I'W T'rrl(v) = w2. Escrevendo v= ui+ u2, comUtE Ui, teremos que
111:~, = rm(u2), pois Ui E ul = J( er rmComo u2 é T-invariante,
o

Sf•guc que W2 E u2. Assim, w2 c u2. Seja agora U2 E u2 e escreva-o

como U2 + W2, com Wi E wi, para i = 1, 2. Assim, WI =
= Wi

112. W2 E ul n u2 = {O} (pois wl = ul e lV2 c U2)· Então U2 = W2

(' segue que U2 c W2 0 que nos dá a igualdade destes conjuntos. o
I

5.5.4 OBSERVAÇÃO

O exemplo a· seguir mostra-nos que o resultado acima não vale

para espaços vetoriais de dimensão infinita. Considere a trans-
formação linear T : P(lR) -+ P(lR) dada por T(p(t)) = t · p(t)
e suponha que T = T 1 E9 T 2 com T 1 nilpotente e T 2 invertível.
Observe em primeiro lugar que T não é nilpotentc pois, para
todo l ~ L Nuc rt = {O}. Portanto, T 2 =f. O. Em outras
palavras, existe um subespaço T-invariante não nulo vV2 tal
que a restrição T2 de T a W2 é invertível e, em particular,
T2 : w2 -+ w2 é sobrejetora. !V188"'1sso nãb p~ o-correr ?ÓiS:
.. ,.. ..
 o polinômio mônico de menor grau em W 2 não pode estar na
imagem de T2.

5.5.5 Os próximos resultados serão importantes em nossas consi-

derações sobre a forma canônica de Jordan.

PROPOSIÇÃO. Seja T: V ~ V um operador- linear nilpotente de

índice de nilpotência m > 1, onde V é um JK. -espaço vetorial de
dimensão finita. Se u E V é tal que rm-l (v) =f O, então
1
(a) O conjunto {v,T(v),··· ,Tm (v)} é l.i.

{b) Existe um subespaço T --mvariante W de V tal que V = U $ ~V,

onde U =[v, T(v), · · · , rm- 1(v)].

DEMONSTRAÇÃO. (a) Suponha que {v , T( u)' ... I rm- 1 (v)} seja l.d ..
Então existem ao, a 1, · · · , am-l E lK, não todos nulos, tais que

Seja l o menor índice tal que =f O (é claro que l < rn - 1). Logo )
,
r.tt
I i

I ~ I
I

I , I
Teremos então lt
m-1
rm l(u) = rm-(l+l)(Tl(v)) = Tm -(l-11)( L -Ql Ti(v)) =
t=l+1 O.l

m-1
= L -Qi rm+i-(l+l)(u) =O,
i=l+1 O:t

o que contradiz a nossa hipótese sobre o vetor v E V.

(b) É claro que U =[v, T(v), · · · , rm- 1 (v)] é T-invariante. Faremos

a demonstração por indução no índice de nilpotência de T, isto é, em
m > 1. Param= 1, não há nada a provar pois, neste C'aso, T =O.
Suponha então quem > 1 e que o resultado esteja provado para to-
dos os operadores nilpotentes de índices menores do que m.. Observe
.,' ..
)'.
que Im T é um subcspaçq T-invariante
.. e que a restrição de Ta Jm T
... .. . . ,..
· I 02 • ll111 ( '111 1111 tlt l/11 bv '' /lu""

1
111 - 1. ( 11118jd 1 1 1'11111() o Bllhc •
rl '(o),· .. ,'1"1- 1 (-u)J.
l'c•lu hipólt HO d •Jll(lttçiio, s •guc que l1n 1 = V' (D ltV', onde W' ó mn
1

6td H•SJ)H<wO '/ '•illVElrinntc de V.

l'llrtL construirm9s W como no enunciado, considero em primeiro lu-

Hfll' H"' {w C V: T(w) E W'} .
Jljlrmo çao 1. V = U-+ W" .
l>c fnLo, para u E V , teremos T(u) E Jm T = U' ffi W'. Daí,
'l'( u.) u' + w', onde u' E U' e w' E W'. Mas então existem
,\1, • • · , Àm-1 E K tais que

m-1 m-1

u' ...- L Ài Ti( v)= T( L Àí Ti- 1 (v)).

i=1 i=1

m-1
ObHC!rve que u" = L ÀiTi- 1 (v) EU e, portanto, T(u) = T(u")+w'
i=l
o quo implica T( u - u") = w' E W'. Da definição de W" segue que
" - n" E W". Logo, u = u" + (u- u") E U + W" , como queríamos .
.Aji.rmação 2. U n W' = {O}.
Cons idere u E UnW'. Observe, em primeiro lugar, que T(u) pertence
=
a lJ' Unlm Te a W', pois tanto U quanto W' são T-invariantes.
;omo Im T = U' $ W', segue que T(u) = O.
No entanto, como u E U, existem escalares Ào , · · · , Àm- 1 E OC tais
m-1
qnc u =L ÀiTi(v). Logo
i=O

m -1 m-1 ., m-2
O= T(u) = T(L Ài T i(v)) = L Ti+ (v) =L
Ài 1
Ài T i+ 1 (v) .
i~O i=O i=O

Como {T(v), · · · , rm- 1 (v)} é um conjunto Li., segue então que

,\o = ···
= Àm-2 = O e, portanto, u = Àm-1Tm- 1 (v) E U'. Logo,
n E U' n W' = {O} e a afirmação está provada.
Segue imediatamente da Afirmação 2 que a intersecção entre
lJ n W" e W' é {O} e, como ambos estão contidos em W", segue que
c..:xiste um subespaço W tal que

... .. ~
 1G3·

• li' - H EB n" (:.o tmbcspnço que queríamos. De fato ,

~ f1rii1CUIIC s (I' I
como nr C ll'" e ~V n(Un lV") = {0}, segue que UnW = {0}. Por
outro lado, Begue da Afirmação 1 e de (2.4.5) que

dimK. V = dirrtK U + di1noc W" - dimK (U n W").

Por (II), teremos que

dimK W" - dimK (U n W") = dimK. W

e, portanto,
dimK V = dimK U + dimK W.

Inferimos então que V= U EB W, como queríamos. Falta só mostrar-

mos que W é um subespaço T-invariante. Como W C W", teremos
que T(W) C W' C W e o resultado está provado. O
...
5.5.6 OBSERVAÇÕES
..
Seja T: V ~ V um operador linear, onde V é um espaço )
,~
veLorial de dimensão n > 1.

(a) Suponha que T seja nilpotente de índice de nilpotência

,
111

m > 1. É claro então que rrt < n. Além disso, como

1
ym-l =f. O, existe v E V tal que ym - (v) =1- O. Se n = m,
....
seguirá então da Proposição 5.5.5 que B = {v, T(v), · · · ,
1
ym- (v)} é uma base de V pois dimK V = n. Com
,..
relação a esta base, a matriz (T) 8 terá a seguinte forma:

o o o o
1 o o o
(T]B = o 1 o o

o o 1 o
(b) Suponha agora que Pr(x) = (x- À)n. Neste caso, o ope-
rador (T - .\Id) será nilpotente pelo Teorema de Cayley-
Hamilton. Se o seu índice de nilpotência for n então,
-, )··.
. •.,.. · ··:· · usandó o item ·(a) acima:, .existirá urna base B tal que (T}B
- ...
lf1 I • f !tu r·ll,lítJ tlt

À o o ()
1 À o o
[T]a =

o o 1 À

ü.G.7 Vi't'P.mos mais adiante que as matrizes que aparecem na ob-

:-~ct vn~iio ucima irão servir também como blocos de matrizes de ope-
'r" lol'cs mais gerais. Isto justifica a seguinte definição.
I )J~J~JNIÇÃO. Um bloco de Jordan r x r em À é a matriz Jr(À) em
Ml r (IK) que tem À na diagonal principal e 1 na diagonal abaixo da
prindpal, isto é,

À o o o
1 À o o
Jr(À) - E Mr(lK).

o o 1 À

.
fi.5.8 Seja T: V __. V um operador linear nilpotente. Vamos agora
ul.ilizar a Proposição 5.5.5 para construir uma base B de V de tal
ftwma que [T]B seja formada por blocos como na Observação 5.5.6(a).

' 1 t~OREMA.
1

Seja T: V ---+ V um operador linear nilpotente com

uuLice de nilpotência m > 1, onde V é um lK -espaço vetorial de
dtmensão finita. Então existem números positivos • t, m 1 , · · · , mt e
tH•lores v 1 , · · · , Vt · E V tais que

(a) m = m1 > m2 > · · · > mt.

(b} O conjunto B = {vi, T(v1), · · · , Tm 1 - 1 (vi), · · · , Vt, T(vt), · · · ,
rmt- 1 (vt)} é uma base de v.
(c) rm• (vi) = o, para cada i = 1, ... 't.
( d} Se S for um operador linear em um lK -espaço vetorial W de
dimensão finita, então os inteiros t, m 1 , · · · , mt associados a
S e a T são iguais se e somente se existir U"fl isomor[i.§.:rrl:.o
~ : V __. W com <PT<P - l = s: -.. . . ~ ~- "' ·,..,. · • .. -
.. . . ... . .
 •

1
1 hMONSTHAQÃO. 01110 '1""- f; O, cntiio existe um vetor v1 E V
tal que Tm 1(v1) i O. Por (5.5.5), 81 = {'v1,T(vl),··· ,rm- 1(vi)}
é l.i. c V = W 1 EB W~ , onde W1 é gerado por 8 1 e W~ é um subes-
paço T-invariante. Escreva 1n1 = m . Observe que a restrição T2 de
T a W 2 é também nilpotente, digamos de índice m2. É claro que
m2 < ml· Repetindo-se o argumento acima, existe V2 E w~ tal que
82 = {v2,T(v2),··· , Tm2 L(v2)} é l.i. e w~ = w2 EB W3, onde w2
é gerado por 8 2 e W3 é T-invariante. Repetindo-se o argumento
acima, como dímK V < oo, chega-se aos valores t , m 1 , · · · , mt como
no emmciado. Deixamos ao leitor mostrar o item (d). O

5.5.9 Para uma transformação linear nilpotente T: V - t V, sejam

t, m 1 , · · · , mt e B como no enunciado do teorema acima. Então a
matriz (T]B é formada por blocos

o ~1
o ...
(T]B = ..
)
o o i
1
onde os O's indicam matrizes nulas e, para cada i= 1, · · · , t, 1m;. (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
o 1 o o

o o 1 o
5.5.10 EXERCÍCIOS

(1) Sejam V um 1K -espaço vetorial de dimensão finita e T: V - t V

um operador linear. Mostre que se para algum l > O, temos
que Nuc Tl = Nuc T 1+ 1 , então Nuc Tl = NucTl+i, para todo
i> o.
··~·., (2) Seja T: IK N.~ K N .dada por.T((x11 ) ) = (0, X1, x2, · · · , Xt, · · · ).

,.... . . . ., " ..
ll1h • llm i •uuw r/1 {ltJt ''"' lwt m

1 •v • t.;nJJJCl nJJifl dhc IJlt dt 11111 upt •·utloJ'

nilpot.eutr: •~~~~~~ 111t1 up ,rndtu' ir&Vt rtiwl.
(3) St .i f~ 'I': R.ts --. IR ti o OJH!rHdOt' lilH'nt' dudo por

Dotcrminç a decomposição T = T 1 ID T2 onde T 1 é nilpotcnte e

12 é invertível .

5. • FORMAS DE JORDAN
G.h.1 lr<>mos agora utilizar os resultados das ültimas duas seções para
coust,ntir n. chamada forma de Jordan de um operador linear. Ao
lu11~o desta seção, V será um lK -espaço vetorial de dimensão finita.

'f'Jo..OIU~MA. Seja T: V ---+ V um operador linear. onde V é um

c.~)'tl.ÇO vetorial de dimensão finita sobr-e lK tal que
pr{!~J) : (.r )q)m 1 • • • (x- Àr)m,, mi > 1 e Ài =/= ÀJ , se i =/= j.
B11lcio V- U1 Ef:J · · · E9 U1., onde, para cada i= 1, · · · , r, temos
{ct} dtmK Ui = mi;
(b) o subespaço Ut é T -invariante;
(c) a restrição do operador ).tld - T a U1. é nilpotente.

J;')J~MONSTRAÇÃO. Para cada i - 1, · · · , r, considere a traru;formação

'n . Àild - T: V ~ V. Por (5.5.3), V= Ui EB Wf, onde Ui e Wf
Bii.o T-invariantes e as restrições de Tt a ut e a Wf são nilpotente
o invertível, respectivamente. Corno U1 c Wf são Ti-invariantes,
f•ulno serão também T-invariantes (ver Exercício 5.2.5(4)). Sejam
'I'' : U, ____... Ui e T" : Wl ____.. Wf as restrições tlc T a Ui e a w;,
rt'spcctivamente. Segue de (5.2.5{1)) que pr(x) = Pr'(:r) · PT"(x).
Observe que Ài é o único autovalor de T' e, como Ài não é auto-
valor de T" , concluímos que PT' (x) = (x - A,)m,. Em particular,
tlimK ui= m, e a intersecção ul n (UI+ ... + Ui-1 + ui+J + ... + Ur)
-; {O}. Um simples argumento usando as dimensões dos espaços en-
volvidos implica que V = U1 E9 · · · CB Ur, como queríamos. O

5.6.2 Vamos agora utilizar o teorema acima para construir a forma de

.Jnrdan de um operador linear. Seja T~V .____,..V um" operador lin~àr
 • t. d quo 111{1) = (:n- ,\I )m' · · · (:.t~- ,\,.yn,., ,. > 1, ?llt > 1 c Ài -:f: Àj
se i #- j. Pelo Teorema 5.6.1, exi~:>te uma decomposição V = U1 EB
· · · EB Ur ~atisfazendo as propriedades (a), (b) e (c) de seu enunciado.
Para cada i= 1, · · · , r, considere o operador n
= Tlui : Ui - + Ui.
Usando (5.5.6) e (5.5.9), segue que t
=Ti - .XJdm, é nilpotente e,
portanto, existe uma base Bt de Ui e números ti, mil > mi2 · · · > mit,
Lais que

Jm.,l (>..i) o ... o

o Jm,2 (>..i) o
[Tt]B, =

o o Jm,t, (>..t)
onde ' para cada i = 1 , · · · , r e J. = 1, .. · ' t t'·

>.., o o o ,.
...
1 Ài o o
Jmi 1 (>..t) = o 1 o o EM m,3 (OC)

o o 1 Àí

é o correspondente bloco de Jordan (ver (5.5.7)). Observe que, como

a soma U1 EB · · · EB Ur é direta, segue que B = 81 U 82 · · · Br é base de
V. Portanto,
o
o
[T]s =
o o

A matriz acima é chamada de forma de Jordan associada a T.

Por (5.5.8) sabemos que os números t~, mij, i= 1, · · · , r, j = 1, · · · , tt
estão bem determinados a partir de T, isto é, dado T, a forma de
Jordan está bem determinada. Além disso, dois operadores lineares
S E L(V, V) e T E L(V', V') têm a mesma forma de Jordan se e
.. ~

·:· somente se existir·um isomorfismoyp: V-+ V' tal que ~-Iy~ =S.
.. ' .
• f e(. ,.,...,_-

""
IM~ • ll111 ( 'w Ho rir l h1t '''r' I Hlt m

Sqjn 7': ·C li --+ «_""~fi 11111 opcmdor 1incnr tn.l quo

p t'(J·) - (!c+ 1)3 · (:t - 2) 2 . Obsct'V(' que não t~stnmos especi-
llc>;HHlo n tro.nsformu.ção linear. Na realidade, podem existir
vnrins transformações lineares com os dados acima (incentiva-
lHOS o leitor a exibir ao menos duas destas transformações). As
po~síveis formas de Jordan associadas a T são

- 1 o
o o o - 1 oo 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
5.6.4 A ngor, as demonstrações feitas acima possibilitariam a
('onstrução da forma de Jordan, mas na prática isso pode ser bas-
. t.ante trabalhoso. O que veremos a seguir é certamente de grande
valia para este cálculo.
Sejam T : V ~ V, ri e mij, i = 1, · · · , te j = 1, · · · , ri como
c;rn (5.6.2). Para cada i= 1, · · · , te j = 1, · · · , ri, defina o polinômio
tf1j(X) = (x- ..-\i)m,,. Chamamos tà.l pÕlinôhhõ"'dê~WiSÕ~ ele.,;;,e;;ta:r
.. . ..
 'auum aR • (jfJ . .

• tlc T t1 nw/1 ipllr.idudc m.;; associa eLo a .\i. Quando m,1 = 1, para
nlgum i,j, diremos que o correspondente polinômio q,1 é simples.
Segue facilmente da construção feita que o polinômio carac-
terístico de T é o produto de todos os seus divisores elementares,
isto é,

py(x) - rr
i,j
QiJ (x ).

Observe também que os nÚlneros mij representam os tama-

nhos dos blocos de Jordan. É claro que T será diagonalizávcl se e
somente se todos os blocos de Jordan tiverem tamanhos 1.
Por outro lado, para cada i, teremos mi 1 > · · · > mir, de onde
se conclui que T será diagonalizável se e somente se mn = 1 para
todo i= 1, · · · , t.

5.6.5 Considere o bloco de Jordan Jr(À) com À E IK. Observe que '
l
( Jr {À) - À f dr) r = O e {Jr {À) - À.!dr) r - l =/= O.
Sejam agora À E IK e A a matriz m x m formada por blocos }.
de Jordan 1r1 (>-..), · · · , Jrs (>-..) na diagonal c matrizes nulas no resto.
Se r 1 > ri, 'V i = 2, · · · , s, não é difícil ver que (A - À.]dmt 1 = O e '
I
)

(A- >-..Idmt1 - 1 =I= O. Utilizando esta observação, segue-se que

isto é, que o operador Ti é anulado pelo polinômio Qil, 'V i= 1, · · · , t.

Como a soma T = T 1 EB · · · EB Tt é direta, concluímos que T é
anulado pelo polinômio

mas não por nenhum outro de grau menor. Pela definição dada na
seção 5.3, este polinômio é de fato o polinômio minimal mT(x).

5.6.6 EXEMPLOS

(a) Seja T: C 4 ----t C 4 a transformação linear dada por

~ ..
·;.:., T(yb Y2, y3,·y4) = ~8y1 - Y2,qy,_ :r 12y2, 9.ll3 + 2y4, 2y3 + 6y4) .
. -'' ..
 ) u 11 1 I c•tc '" 111

8 - I o o
4 12 o o
A - [T]can - o o 9 2
o o 2 6

t' 1 porLanto, Pr(x) = det (xld4 - [T]can) = (x- 10) 3 (x - 5)

Com relação ao polinômio minimal, temos as seguintes possi-
hilicladcs: (:r - lO)(x - 5), (x - 10) 2 (x- 5) ou (x - 10) 3 (x - 5). ·
Cu.dn. uma destas
'
possibilidades trará urna possível forma de
.Jordan. Neste exemplo, como temos a transformação T dada
t1.xplicitamcnte, é possível calcular o polinômio minimal. Ob-
Rcrve que ':

..... 2 - 1 o o 3 -1 o o
4 2 o o 4 7 o o
o o -1 2 o o 4 2
o o 2 -4 ·O O 2 1

- 10 -5 o o
20 10 o o
o o o o rfO
o o o o
e que, portanto, (x- lO)(x- 5) não pode ser o polinômio mi-
.,
nimal. No entanto,

(A -10Id4) 2 ·(A- 5Id4)

2
-2 - 1 o o 3 - 1 o o
4 2 o o 4 7 o o
h
o o -1 2 o o 4 2
o.
o o 2 -4 o o 2 1
2
Logo, (x - 10) (x- 5) é o polinômio minimal de T. Isso quer
dizer que a forma de Jordan de ~tera'J·uih ·õiõco ·de Jo~~ - ~
. ....
 • • 171

• \ ./:.~(10) pois lli'IIÍZ 10 lwn lnttlt;iplicidttdc 2 em mr(x). Segue

I

untao que
10 o o o
1 10 o o é a forma de Jordan de T.
o o 10 o
o o o 5
(b) Seja T E L(JR 4 , 1R 4 ) um operador linear com polinômio ca-
racterístico Pr(x) = (x + 2) 4 e polinômio minimal mr(x) =
(x + 2) 2 . Como - 2 é raiz dupla de mr(x), a forma de Jordan
de T terá um bloco de Jordan J2( -2). Observe, no entanto,
que a partir das informações dadas não é possível distinguir
exatamente entre as seguintes possíveis formas de Jordan

-2 o o o -2 o o o :1~
,,
o o o
1 -2
o o -2
o
o
ou
1
o
-2
o -2 o .
~p

~"
"

o o 1 -2 o o o -2 I,,
li
5.6.7 EXERCÍCIOS

(1) Determine o número de matrizes não semelhantes A em M 5 (JR )

'
I

que verificam (A+ Id)3 = O.

(2) Seja A E M 6 (1R) tal que A 4 - 8A 2 + 161 = O. Quais são as

possíveis formas de Jordan não semelhantes para A ?

(3) Verifique se as matrizes seguintes são semelhantes

- 1 o o -2 1 o o o
o 1 o 4 -1 1 o o
A= B= o
- 1 o 1 1 o 1 1
o o o 1 o o o -1

(4) Ache a forma de Jordan J da matriz A E MI 4 (:IR ) , onde

3 -1 1 -7
9 -3 -7 -1
A=
o o 4 -8
. •'.
,..
... ' ' ,. , , .... ,. 'll/!!fl.~r , o .Q .,~ 2 - 4 ....... _.... . .,..
'. .
,..,._. . ~
•""'<ICfc~. ~~ ~
 f ttl tllllJtolt•n

(õ) Adu~ o. forma elo Jordan das seguintes matrizes

O. 9 O O
l
o
6 o o
o 3 o B =(
5 - 9
6 - 11 - 5
-4) .
o o o 3 -7 13 6

(fi) Seja A uma matriz real 9 x 9 cujo polinômio característico é

(x - 3) (x ~ 2) e cujo polinômio minimal é (x- 3) 3 (x- 2) 2 .
6 4

De as possíveis formas de Jordan de A.

(7) Determine todas as possíveis formas de J ordan de uma matriz

em M n (<C ) , n > 3 e de posto 2.

(8) Seja T: Pn(R) ---4 Pn(R) dado por T(p(x)) = p(x + 1).

(a) Determine a forma de Jordan de T.

(b) Para n = 4, encontre uma base B de Pn (R) tal que [T]B
seja a sua forma de Jordan.

(O) Seja T um operador linear sobre um espaço de dimensão finita.

Mostre que se mr(x) for um produto de polinômios de grau 1
e sem raízes repetidas, então T é diagonalizável.

..
.. • J. ..

r ' \. • • ,.. ..·

 I.

ESPAÇOS COM PRODUTO INTERNO

'
I ,
I
.
H

I "
I I

I
Vamos estudar neste capítulo e..c;paços vetoriais com produtos
internos. Um espaço com produto interno é um espaço vetorial que
mantém muitas das características do espaço euclidiano lR 3 , sendo
na realidade, de certa forma, a sua generalização mais natural. Um
conceito central que estudaremos em particular é o de ortogonalidade.
Neste capítulo, o corpo base lK de um espaço vetorial será sempre
igual a lR ou a C.

6.1 PRODUTO INTERNO

6.1.1 DEFINIÇÃO. Seja V um JK-espaço vetorial, onde lK = IR ou

C. Um produto interno sobre V é uma função ( , ) : V x V ~ 1K
que satisfaz as seguintes quatro propriedades:

(Pl) (u +v, w) = (u, w) +(v, w), V u, v, w E V.

(P2) (Àu,v) = À(u,v), V À E JK, V u,v E V.
(P3) (u, v) = (v, u), V u, v E V.
..
~

r' •
... (P4) (u, u) > O, se· u-/+ O.
·~.,-·,..

A-.•
1 ~I •

ll, I .2

St~n V t1u1 • spAço vGtoriol.com produto interno ( , ) .

(11) Segue facilmente das propriedades acima que

• (O:v) - (v, O) = O, Vv E V.
• (v, u) = O*> v= O.
(b) Ob::)erve que vale
(P5) (u, v+ w) = (u, u) + (u, w), V u, v, w E V.
De fato, utilizando as propriedades (Pl) e (P3), teremos,
para u:v, w E 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,Àv) = À(u,v), V À E lK, 'V u,v E V.
De fato, se À E lK eu, v E V, temos que

(u, Àv) = (Àv, u) = À(v, u) · = À (v, u) À(u, v).

(d) Usando as propriedades acima, teremos também que

n rn
(L aiui,
i=l j=l i=l j=l

para ui, vi E V c ai, /3j E lK., i = 1, · · · , n e j = 1, · · · , m .

..
(e) No caso lK = ~, a propriedade (P3) implica a igualdade
(u,v) = ·(v,u) para u,v E V pois, neste caso, teremos que
(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 c
v E V, temos por (P4) que (v, v) > O e (iv, iv) > O. Se
tivéssemos aqui (u, v) = (v, u) para todos u, v E V então,
usando (P2), chegaríamos a

(iv, iv) = i(v, iv) = i(iv, v) = i 2 (v, v)= -(v, v) >O,

... . . ~...P.. •~ 't.;..."',· ~ ...... --
uma contradição.
.. '
 6.J .3 Ex E~ t P1.os

(a) Para o 1K -espaço vetorial V = IK. n, definimos

n

( (Xt, · · · ,Xn) , (Yl· · · · , Yn)) = Xl]h + · · · + :TnYn = LXiYt·

i= I

Tal produto interno é chamado de produto interno canônico

em OC n. Em geraL se considerarmos números reais positivos
a1, · · · , Ctn então
n

( {xl? · · · , Xn) , (yl, · · · , Yn)) = L Ct~XiYi

i=l

é wn produto interno em IK n (verifique as propriedades (Pl),

· · · ,{P4)). O que acontece se considerarmos a 1 , · · · , Ctn E 1R
não necessariamente positivos?

(b) Considere o JK-espaço vetorial V = C([a, b], OC) das funções

contínuas de [a, b] em IK.. As regras de integração garantem
que
(f,g) = t f(t) g(t) dt, para f,g E V,

é um produto interno (verifiquc).É chamado de produto interno

canônico em C((a, b], IK ).

(c) O produto interno canônico em V = M n (IK. ) é dado por

n

(A, B) = L aijbii
i,j=l

onde A= (aij)i,j e B = (bij)i,j são matrizes de V.

6.1.4 Sejam V e W dois espaços vetoriais sobre IK e seja ( , ) um

produto interno em V. Se T : W -+ V for uma transformação
linear injetora, então podemos definir um produto interno em W da
seguinte forma

(u, v)r def (T(u), T(v)), V u, v E W.

...
-•'.~.
..
A->.
 I ••• IHI u,

(I' I) So 111, ll:l , ;J·, E H' , emUlo

(P2) S" À E 1K c u, v E W, então

(Àu, v)r = (T(.Xu), T(v)) = (À T(u), T(v))

· ~~ = .X(T(u), T(v)) = À(u, v)r.

(P:l) Se u,v E W, então

(u,v)r = (T(u),T(v)) = (T(v),T(u)) = (v,u)r-

(P~1) Seja u um vetor não nulo em W. Como T é injetora, teremos

que T( u) f= O. Logo

(u,u)r = (T(u) , T(u)) > O.

Um caso particular do discutido acima é o seguinte. Seja V

11m espaço vetorial com produto interno ( , ) e seja W um subes-
paço de V. Se T: W ~ V for a inclusão natural, teremos como
<'Onsequência que ( , ) restrito aos elementos de W é um produto
interno em W. O procedimento acima é também bastante útil para se
definir produtos internos em certos espaços vetoriais, como veremos
tiOS exemplos a seguir. •

gXEMPLOS

(a) Seja V um lK-espaço vetorial de dimensão n > L Sejam

B = { v1 , · · · , Vn} uma base de V e {e1 , · · · , en} a base canônica
de 1K n. Consideremos também em IK n o seu produto interno
canônico. Seja agora a transformação linear T: V ~ 1K n dada
por T(vi) = ei , i= 1, · · · , n, isto é,
n n

rc:z= aivi) = E a~.= caJ,,,;•.- :~':nJ

i=l i= l
t" '\. ... ,..
..
'• ~
..
.....
 \
Tnl lt•nn fot·ntnçuo existe, é t1nicn por (3. I .5) c é claro que T é
iujctoru. (nn realidade, 6 um isomorfismo). Além disso, o pro-
duto interno induzido por T 6 dado por
n n
((nl, · · · , O'n)B· ({31, · · · , f3n)B)T = (2::: C\ilJi, L f3jvj)T =
i=l j I

n ) ( n n
(T ( i~ Ct:iVi , T .12;1 PjVJ
11 )
) = (i~nlci, .1"f j]JeJ) =
1
tl

= ((a:b··· .Ct:n ),(/31, ... ,/3n)) = L at,8t.

i=l

Em outras palavras.
n

((a_b ... ,an)B, (/3t,·" ,f3n)B)T = L:aí/3i.

i=l

Em particular, teremos (vi, v1 )r = 8ij, para i,j = 1, · · · , n.

(b) Considere o C -espaço vetorial V = W = C([O, 1], C ) munido

com o produto interno canônico e a função T : V ---+ W dada
por

T: v~ TV
f I-+ T(f): (0, 1] c
t T(f )(t) = t · f(t)
isto é, T(f)(t) = t · f(t) para O < t < 1 e f E C([O, 1], C).
Deixamos ao leitor a verificação de que T é uma transformação
linear. Seja agora f E C([O, 1), C) tal que T(f) = O, isto é, tal
que
O= T(f )(t) = f· j(t), 'r/tE (0, 1).
Logo, f(t) = O, "i/ t E )0, 1]. Como f é contínua, segue que
f (O) = O e, portanto, f = O. Logo, T é injetora. Es~a trans-
formação linear induz o seguinte produto interno em V:

(j,g)r = [ t 2 j(t)g(t)dt.

6.1.5 DEFINIÇÃO. Seja V um JK.-espaço vetorial munido de um pro-

duto interno ( , ) . Para cada v E V, chamamos de norma de v ao
-.•.
~.
número t:cal dado por II'IJ Jl= J (v, Vk·
'..-
)5 •f., -~ __........
-... .. .. .,
 , jn \' 11111 . ~spac_;o vt:t.ol'ird t'OUI prochat.o inL<'nto. Segue cliroLtt,.
j

IIWttLo dus dciinic;õcs cnvolvidus que

(a) 11 v 11 ~ O, 'r/ uEV e 11 u 11 =O <=> tt =- O.

(b) 11 nu 11 = lal 11 ·u 11, 'r/ a E K e 'r/ u E V.

I ~X I~MPI.OS

(11) Considere o IR -espaço vetorial lR 3 com o produto interno ca-

nônico (ver. Exemplo 6.1.3(a)). Para v 1 , v 2 E lR 3 dados por
U1 = (xb Yr, zr) e v2 = (x2, Y2, z2) em lR 3, a norma

indicará a distância usual entre os pontos v 1 e v2 do espaço

3
IR . No caso particular em que v2 = O, 11 v 1 11 é exatamente
a distância do ponto v 1 à origem. Desta maneira, lR 3 com o
produto interno canônico é o espaço euclidiano usual.

(b) Obviamente, a norma de um vetor depende do produto interno

escolhido. Se considerarmos em lR 2 o p~oduto interno

então a norma do vetor (1, O) será v'2, enquanto a do vetor

(0, 1) será igual a 5.

0.1.6 IDENTIDADES DE POLARIZAÇÃO

Seja V um .OC.-espaço vetorial com produto interno (, ) e sejam

'IL, v E V. Por definição, 11 u +v 11 2 = (u +v, u +v) e, portanto,

11 u +v 11
2
= (u +v, u +v) (Pl) (u, 'U +v)+ (v, u +v) (P
3)
..
= (u+v,u) + (u+v,v)

(PI) (u, u) + (v u) + (u, v) + (v, v)

1 \
("rt;'1>) ·+.,.~ir-u·t~ :!.~-:,......
2
= li u 11 + ('u, v) + • J.. •

. . ,.. ...
 . • \ ColHo t ·I i = 2r (t:), V :r: E C, sc•gno quo

11 u + u 11 2 = 11 u 11 2 + 2re( (u, v)) + 11 v 11 2 . (I)

Analoga.rnente, temos que

t

11 u- v 11 2 = 11 u 11 2 - 2rc( ('u~ v))+ 11 v 11 2 . (I/)

Suponha que 1K = lR. Subtraindo-se (li) de (I) teremos:

1 1
(u,v) = 4 11 u+v 112 4 11 u- v 11
2
.

Para o caso complexo, deixamos ao leitor a verificação da identidade

(** ):
1 2 1 2 i . 2 'Í . 2
(u,v) = 4ll u+v 11 -411 u-v 11 +4ll u+w 11 - 411 u-w 11 ·

As identidades (*) e (**) acima são chamadas de identidades de po-

larização.

6.1.7 DESIGUALDADE DE SCHWARZ.

TEOREMA. Seja V um 1K -espaço vetorial com produto interno.

Então
l (u~ v)l < 11 u 11 · 11 v 11, V u, v E V.

A igualdade vale se e somente se {11, v } for linearmente dependente.

DEMONSTRAÇÃO. Para a, {3 E 1K e u, V E V teremos:

(cxu- {Jv, au- /3v) =

(au, au) - ({Jv, au) - (au, {Jv) + ({3v, {:Jv)

= aa(u, u) - {Ja(v, u) - et{3(u, v) + {3{3(v, v)
= lal 2 11 u 11 2 -2re(n/3(u, u)) + l/31 2 11 v 112
(na última igualdade, usamos {Ja(v, 'u) = a{3(u, v)). Se tomarmos
a =li v 11 2 e {3 = (u, v), obteremos

Daí , segue que

...
-~

..
 liu 11 I! o !r1 - 211 o Jl~ l(u,o)l 2 I j(·u, o} I:.. 11 u w~ =
\

· = 11 v 11 2 (11 n 11 2 11 u 11~ - l(u, u}l 2 ).

l('u, v) I < 11 ~t
2 2
11 'li 11 11 v ll ··- l(u,1J)I 2 > O ou 11 · 11 v 11 ·

Suponha agora que l(u,v)l = 11 u 11 · 11 v 11. Usando o cálculo '

nc'IIIUl teremos (nu - ~ au -jpv) = O quando a = 11 v 11 2
c (J = (u, v). Se v = O, então f u, v} é, com certeza, linearmente
lept'udcntc. Suponha então que v =I= O. Logo a =I= O e daí au = (3v, ·o
qll!· implica que 1:" = ~v. Portanto, o conjunto {u, v} é linearmente
ele '(Wudente.
Hupoudo agora que {u, v} é linearmente dependente, isto é, supondo
que exista À E JK tal que u = Àv, uma conta simples nos leva à
igunldade l(u, v)l = 11 u 11 · 11 v 11· O

Ü.l.8 DESIGUALDADE TRIANGULAR

COROLÁRIO. Seja V um 1K -espaço vetorial com prod'uto interno.

8ntão
11 u + v 11 < 11 u 11 + 11 v IL v u, v E V.
0 EMONSTRAÇÃO. Vimos acima que
2 2
11 u +v 11 = 11 u 11 + 2re( (u, v))+ 11 v 11 2 .

Como re (z) < lzl para todo z E C, teremos então que

2
11 u+v 11 < 11 u 11 2 + 2f(u,v)l + ll.,v 11
2
<
2
< 11 u 11 + 2 11 u 11 11 v 11 + 11 v 11
2

(na última desigualdade usamos o Teorema 6.1.7). Portauto

d~ onde segue o resultado, pois 11 u +v 11> O e 11 u 11 + 11 v 11> O. O

6.1.9 0 ESPAÇO l2

A seguir apresentaremos mais um exemplo de um espaço de

dimensão infinita munido de um prod'úto internb~ Pãt=à tal Ya,niüs
..- .... ...... tr

....
 1· '~Jmços oom J'tr duto Jutf rmJ • 1 I

· \ p•"f'i n•· do c'Olu ,,ij s infi••itns, qu é (!Xircmumcntc impor-

Ln nl o em nuó li se. h t 111U uqui., no c.mtnuto, apenas observar alguns
1

fatOS Hirnples (}ll<! llOli }>Ct'lllitirão introduzir O espaço l2.

Seja (an )nEN uma sequência de números complexos indexada

pelo conjunto dos números naturais. A partir de {an)nEN, vamos
construir wna nova sequência (sn)neN cujos elementos são :

00
Chamamos de série ao lim
n-oo
Sn e o denotamos por L an.
n=l
Se (sn)neN for uma sequência convergente, diremos que a série
00
L an é convergente e o limite será chamado soma da série. Se
T1 1
00
( Sn )nEN não convergir, diremos que a série L an é divergente.
n=l
00
Convém lembrarmos que uma série L a11 será convergente se, dado
rt-1
00
f. > O, existir no = no(E) E N tal que I L akl < €.
k- no+l
00
Dizemos que uma série L an é absolutamente convergPnte se
n=l
00
a soma L lanl for finita.
n=l

EXEMPLO

Seja l2 o conjunto formado por todas as sequências x = (:z:i )1 eN

em JKN, tais que as Sequências Sn = lxd 2 + lx2l 2+ · · · + lxnl 2
convirjam, isto é,
00

l2 = {x = (xj)jEN E ocN: L lxjl 2 < oo}.

j=l

Por exemplo, x = (j )jEN é um elemento de l2. Podemos definir

em l 2 duas operações :

• (an)nEN + (bn)nEN
(bn)t~EN em l2;

•• •
6
••• • À(an)~eN"'= (Àan)nEN, para À E lK e {an)nEN E l2.
11-l:.! • IIm f'rlltW dt llfll fJJn I'''' m

J\ nt I' dt• Pl'tJfl ' •ui r , pn Pitj(IIIIPfl rnt~sf.r•ar· qrtP Hrulms u.q Op<•r·n.-
ÇtWH ~stiio lwri-, <it•Ouidu8. Pnm gnr'llrtl,lr C}\W (a,~)"( N I (bn)ucN
pcrtcnc0 fl h vntnoH prccit:~ot·, pm·n cada n c N, da t:scgu~ntc
dc·Rigualdadc
fj. 1'1. 1'l

(L lak + bk/ 2)! <(L /ak/ 2)! +- (Í: /bk/ 2)! (*)
k: I k= l k= l

onde ak, bk E K e k = 1, · · · , n. A desigualdade (*) segue

diretamente do Corolário 6.1.8 se considerarmos o lK -espaçq
vetorial V :;::: 1K n munido do produto interno canônico e vetores
u - (a1, a2.~ · · , an) e v= (bb b2, · · · , bn) em V. Agora, como
n oo
(L 2
/ak/ )~ <(L /ak/ 2 )~ < oo e
k= l k= l

n 00

cL /bk/2)~ < cL lbk/2)~ <oo

k= l k= l
c utilizando (*) vamos ter que
n oo oo
cL lak + bk/ )~ < cL /ak/ )~ +(L /bk/ 2 )~.
2 2
k=l k= l k= l

Como tal desigualdade independe do valor de n, teremos por

fim que
00

(L /ak + bk/ 2 )~ < oo,

k= l

como queríamos. Seja agora À E lK e a= (an)nEN E l2. Para

verificar que Àa E l2, basta observar que
n n oo
L j..\ak/2 < j..\j2 L /ak/2 < j..\j2 L /ak/2 < oo,
k= l k= I k= I

00
para cada n E N. Consequentemente, L /Ãak/ 2 < oo. As 8
k= l
propriedades definidoras de espaço vetorial seguem diretamente
do fato de que os elementos das sequências envolvidas estão no
corpo K (deixamos a cargo do ""tmtor· tàl"'Vetíiit'ãÇ-ão). ~9in
...
 I su, /2 • 11111 fi pnçu vc t ol'ial sobre lK. Para cada n E N, con-
sidere o elemento Cn = (Õknh:EN em l2. Observe que o conjunto
A - { l~n : n E N} é um subconjunto linearmente independente
de l 2 e, portanto, l2 tem dimensão infinita. Vamos agora definir
em l2 o produto interno dado por
00

(x,y) = LXiYi
i= l

para x = (xi)iEN e y = (Yi)iEN em l2. Para que isto seja um

produto interno, precisamos verificar inicialmente que a série
acima é absolutamente convergente. Para tanto, basta observar
que, para cada n, segue da Desigualdade de Holder (ver [K] ,
página 14) a seguinte desigualdade ,
n n n
L lxi]hl < (L lxtl )~. (L 1Ytl )!.
2 2

i=l i= I i=l

n 00 oo

L lxdlil < (L lxil 2

) 4. (L 1Yil 2 )! < 00.
i=l i=l í=l

Como tal desigualdade independe de n, vamos ter que

00 00 00

L lxdJtl < (L lxil )~

2
. (L 1Yil 2 )~ < 00.
i=l i=l i=l

e portanto a série em questão é absolutamente convergente.

Agora não é difícil verificar as propriedades (P1 ) a (P4 ).

6.1.10 EXERCÍCIOS

jJ.-} Seja V um espaço vetorial sobre lK com produto interno.

(a) Mostre que (O, u) = O, V u E V.

(b) Mostre que se (u, v)= O, 'V v E V, então u =O.

(2) Mostre que a função ( , ) : lR 4 x .IR 4 ~ lR dada por

((a, b, c, d) , (x, y, z, w)) = 2ax + by + cz + dw

.
-,:::·.
é um produto interno de .IR 4 • · ...._ .....
.. .
· I H1 • l hu r '111lW tlr Á/qd11't1 I .,, ,, 1

(3)

(11) Sejam V=- Kn e a1, · · · ,an E JK. Mostre que

11.

((xl, · · · ,xn), (yt, · · · ,yn)) =L aiXíYi

i=l

é um produto interno em V se e somente se ai é um valor real

positivo pata cada i= 1, · · · , n.

(v) Considere o C-espaço vetorial V = C 2 com base B e seja ( , )

um produto interno em V. Mostre que existem a, j3 E JR e
"'( E C tais que

/ (6) Sejam V um C-espaço vetorial com produto interno eu, v E V.

Mostre que:
1 1 . .
+~ 11 u+iv -~ 11 u- iv
2 2
(u, v) = 4 11 u+v 11 - 11 u-v 11 11 2 11 2 .
4

e'!) Seja V um espaço vetorial sobre C com produto interno. Mostre

que para todos u, v E V, vale a igualdade (lei do paralelo-
gramo):

(8) Seja W o subconjunto de l2 formado por todas as sequências

x = (xi )jEN E l2 tais que Xj =f. O apenas para um número finito
de índices j. Mostre que W é um subespaço de l 2 .

<3.2 ORTOGONALIDADE

6.2.1 DEFINIÇÃO. Seja V um espaço vetorial sobre OC com produto

interno ( , ) e sejam u , v E V. DizemõS""que ~f e>r·v· sã.E> · õitogonãís se
..
·-
.. ..
 l !J

(u, v) -=O. U111 suhcOiliunto .A do V é cluunado d<• ortogonal se os sem;

elementos são ortogonniH dois a doiH c dizemos que A é um conjunto
ortonormal f:lc for um conjlmto ortogonal e se 11 u 11= 1, V u E A.

NOTAÇÃO. Usaremos a notação u _i v para indicar que os vetores u

e v são ortogonais.

6.2.2 OBSERVAÇÃO

O vetor nulo O é ortogonal a todos os elementos de V pois

(0, u) =O, para todo u E V. Além disso, o vetor nulo é o único
vetor com esta propriedade (ver Exercício 6.1.10(1)).

6.2.3 EXEMPLOS

(a) As bases canônicas de !Rn,cn,Mln(IR) e Mn(C) com os pro-

dutos internos canônicos são conjuntos ortonormais.

(b) Seja V=C([0,27r),JR) munido do produto interno canônico (ver

Exemplo 6.1.3 (b)). O conjunto

A= {fn E V: fn(t) = cosnt, n E N}

é ortogonal. De fato, se calcularmos (fn, fm) para n, 1n E N,

teremos que

=ih ~
se m f:. n
(f,..fm) (cosnt · cosrnt)dt = { se m=nf:.O
21r se rn = n =O.

1
Assim e0 (t) = -;;r:;:; , en (t) = cos
..;:;rnt , para n = 1' 2 , · · · formam
um subconjunto ortonormal infinito de V.

De modo análogo,

B = {gn E V : 9n(t) = sen nt, n E N}

também é ortogonal, uma vez que (gn, 9m) = O se n f:. m e

-,.,..
(gn, 9n) = 1r para cada n = 1, 2, · · ·. Assim, { fo-,
n > 1} é um
·- outro exemplo de um subcoajunto ortonormal infinito em V.
.. .- ...
 6 lltn subconjunto ortonormal infiniLo de l2 (munido do produto
iut·crno defi~ido em (6. 1.9)).
0.~.~1 PitO POSIÇÃO. Seja V um lK -espaço vetorial com produto intet-
uo t: !leja A um subconjunto ortogonal de V formado por vetores não
1111/rM.

(11) Se v E [v1, · · · , vnJ, com Vi E A , então

~ (v,vi)
.· V = ~ 11 Vi 11 2 Vi .

(/J) A é linearmente independente.

n
I >t~ ~IONSTRAÇÃO. (a) Seja v = L aivi , com ai E 1K, i = 1, · · · , n .
i=l
l~nt.üo, como {v1, ... , Vn} é um conjunto ortogonal, temos, para
.=
'I I , .. · n ' que
)

n n
( L l liVi, Vj)
i=l
L ai (vi, vi) - aj(vj, vj).
i=l
l'mtanto,

Gomo queríamos.
(b) Suponha que existam escalares a 1 , .•. , an E 1K e vetores
uão nulos V1, ... , Vn E A tais que O = n1 v1 + ·· · + an Vn .
..
De maneira análoga à realizada no item (a), segue que
(0, vi) =
2 0 para i = 1, · · · , n
11 Vi 11
r•, portanto, A é Li.. O

().2.5 COROLÁRIO. Seja V um 1K -espaço vetorial com produto in-

f rrno e seja {v 1 , ... , Vn} uma base ortonormal de V. Então para
11 E V , temos

C" • .. .. • ~..
• ' h.2.G v D I'.. ÜJIJ (}( .ONAijiZAÇÃO DE GRAM-SCilMIDT

Sojn V IHH <'HPU.<;o vetorial sobre IK com produto interno ( , ) .

Considere A = {v 1 , · · · , Vn} C V um conjunto linearmente indepen-
dente. Vamos construir um outro conjunto A'= {w 1 , · · · , wn} c V
que seja ortogonal e tal que os subespaços gerados por A c por A'
sejam os mesmos. Esta construção é feita indutivamente como ~cgue

Observe que w2 f= O (pois {v 11 v2} é Li.) e que w2 _i w 1 . De

fato,
(u2, w1)
(w2, w1) = (v2 - li WJ ll 2 w1, w1)
(v2, w1)
= (v2, w1) - li WJ l 2 · (w1, w1) = O.
• Definidos w 1 , ... , Wk, 1 < k < n, podemos definir Wk+ 1 como
sendo

Não é difícil ver que o conjtmto {w 1 , ... , Wn} definido acima é ortogo-
nal e, em particular, linearmente independente (por 6.2.4). Observe
também que, para cada i = 1, · · · , n, wt E W = (v1 , · · · , vn]. Como
dimK W = n, segue que A' = {·w1 , · · · , Wn} é uma base de W, o que
mostra a igualdade dos subespaços gerados por A e por A'. ,.
EXEMPLO

Considere o C -espaço vetorial V = C 3 com produto intPrno

canônico. Utilizando o processo de ortogonalização descrito
acima, vamos encontrar uma base ortogonal de C 3 contendo
o vetor (1, 2i, O). Primeiro ~os defiuir. lUll<\ base qualquer
.. .- -~
 c.;ll' (C ut udu (I 1 2i, 0).
C ousicl' r •, por XJ111plo, n lhlS ~
l3 • {(1 , 2i 0),(0, 1,0), (0,0, 1)}. l~colhn w 1 = tJ 1 = (1 , 2i,O).
Usnudo o proccs.•m <l<!Scrito acimn, tercmoii

= (O 1 O)- ((0, 1, 0), (1, 2i, O}) (1 2 . O)

lV2 . ' ) 11 ( l' 2·i ' o) 112 ' l'

- (o,t,o) - <-:;)(1 , 2i,O) =(~·~·o)

;:: (O O l) _ ((0,0,1),(1,2i,O))(l 2 . O)-
w3 ' ' 11 (1 , 2i,O) 11 2 ' 'l,
. ~

_ ((0, O,~),(~, k,O)) (2i ~

ll(~\k,O)II 2 5'5 '
o) = (O O l)
',
(pois (0, O, 1) ..L w 1 e (0, O, 1) ..L w2 ). Portanto, o conjunto
{(1,2i, O), (~t,i,O),(O,O , l)} é un1a base ortogonal de C 3 con-
tendo o vetor (1, 2i,O).

11.2.7 O próximo resultado explicita uma condição suficiente para que

11111 espaço vetorial tenha uma basP ortonormal.

'ri~OREMA . Todo espaço vetorial de dimensão finita n > 1 com pro-

tltllo interno possui uma base ortonormal.

D1~MONSTRAÇÃO. Para provarmos esse resultado vamos usar o pro-

cc•s:;o de ortogonalização de Gram-Schmidt descrito acima. Seja V
11111 espaço vetorial de dimensão n > 1 c seja B = {v 1 , ... , Vn}
uma base de V. Então, por (6.2.6), existe um c~njunto ortogonal
{ Wt, ...• Wn} que gera V. Como todo conjunto ortogonal é linear-
lllcnte independente, segue que { w1 , ••• , Wn} é uma base ortogonal
elo V. Por fim. {~~~~li,··· , ~~~~: 1 } é uma base ortonormal, como
o
queríamos.
-
-
L2.8 OBSERVAÇÃO

A vantagem de se trabalhar com bases ortonormais é que, neste

caso, o produto interno pode ser descrito de uma maneira bas-
tante simples em termos das coordenadas dos vetores de V. De
.
fato, seja V um espaço vetorial müll1do de Uni :produto interno
-
"'
 • I V

TI

'\ r.o111 1111111 bü OI'I.Ouonunl { lJ 1 , ••• , u,J. Se u = 2: O'i Vi c

i' 1
tt

v: L: liJ VJ pertencem a V, com n';s e f3js em lK, então

J I
, \ n n n
(u, v} = (L n:,ut. L J{vi} = L nl6J(vl, Vj} =L Ct;;3i.
l I j=l l ,J = l i- 1 \
Ou, em outra notação:
n

((nl, · · ·, C\'n)B, (/31, · · ·, fin)B) =L aif3i.

i=l

6.2.9 Urna outra <'OU.."iequência in lere~saute é dada pelo seguinte re-

sultado.

COROLÁRIO. Seja V um lK -espaço vetorial munido de um produto

interno. Sejam B = {'l.LJ, · · ·, u 11 } e B' = {u1 , · · ·, Vn} duas bases
ortonorma'is de V. Se M é a matriz de mudança de bases B para B',
-t
então M ·AI = -A11 ·llf = Idn·

DEMONSTRAÇÃO. Seja AI= (a;1 ) 1.J EM n(lK) a matriz de mudan-

ça de bases B para B'. Então, para i, j = 1, · · · , n, temos que
n n
Vj ==- E O:kjllk c vi = E O:kiUk· Como (vt,v1 } = ÓtJ• segue da
k=l k=l
n
Observação 6.2.8 que L: O:ki · O:kJ = 8iJ para cada 1 < i, j < n.
k= l
-t -t
Consequentemcnte, A/ · llf = AI · ll1 = I d71 • O

6.2.10 EXERCÍCIOS
(1) Refaça o Exemplo 6.2.6 usando o seguinte produto interno em
<C 3:

(2) SejaS= [(1+i,3i,2-i), (2-3i, 10+2i,5-i)] C <C 3 . Determine

uma base ortogonal para S. considerando em <C 3 o produto
interno canônico.

( ~onsidere a base B = { ( 1, 'i), (i, 1)} dP C 2 . Determine uma

_. base ortogonal de C 2 que contenha um dos elementos de B,
2
ooí1siderando em 0 o produto interno cau.ôuico. . .. ...cu::. - ... -
~
.. I •
!/lU • llu1 ('o r,.,, dt llrJrionr I Hlfllt

1) " c.
~8pTIII Vt'l,cu inl \l .. C(!O, I]), c) (IH II pr ocluto
1
illhJt'no dudo por: (J\!1) = J0 J(l)y(t) d/ pm·u f,fJ C V . Prove
quo

(11) l.fc: J(l)g(t) dtl < Cfd IJ(t)l 2 dt) 1 1 2 .(J~ lg(t)1 2 dt)112 •
(b) Srjmn fn(:r) = v'2 cos (27rn:z;) e 9n(x) = v'2 S(:;n (27rnx).
ProvP que 8 = { 1, ft, 91, h, 92, ... } é um conjunto ortonor-
mal em V.

(c) Prove que S = {hn }, onde hn = e21Tinx, n =O, ±1, ±2, · · ·, ·

é um conjlmto ortonormal em V.
~

(fi) Seja {VI, v2, ... , vm} um conjunto ortogonal de vetores não nulos
<'01 um espaço vetorial V com produto interno. Seja v E V um
vetor qualquér.

(a) Prove a desigualdade de Bessel:

(b) Mostre que a igualdade vale se e somente se

(6) Seja V um espaço vetorial sobre 1K munido de produto interno

e sejam u, v E V.

(a) Mostre que se u j_ v, então 11 u +v 11 2 =11 u 11 2 + 11 v 11 2 .

(b) Para IK = R , mostre que u e v são ortogonais se valer a

igualdade 11 u +v 11 2 =11 u 11 2 + 11 v 11 2 .

~
(c) Mostre que o item (b) é falso se IK = C .

(d) Para 1K = C , mostre que u e v são ortogonais se e somente

se existem a, (3 E IK tais que

.. .
•
...
J•
 • \ 6.:3 ~ U 11bSPA<)O QH;.l'OCONAL
'
6.3.1 D I~FlNlÇÃO.
Seja V um espaço vetorial com produto interno,
e sejaS C V um subconjunto de V. Chamamos de o1'togonal aS ao
conjunto S.L ={v E V : (v, u) = O, V u E S}.

6.3.2 OBSERVAÇÕES

Seja S um subconjunto de um espaço vetorial V com produto

interno.

(a) O conjunto S.L é um subespaço vetorial de V, mesmo que

S não tenha estrutura de espaço vetorial. De fato,
• O E Sj_ pois (0, u) =O, V v E V.
• Se v1 ,v2 E S.L então (v1,u) = (v2,u) =O, V u E S.
Portanto, temos (v 1 + 'v2,u) = (v1,u) + ('v2,u) = O,
V u E S e então u1 + v2 E 3-1...
• Analogamente, se À E 1K e v E S.L, então À v E S.L.
(b) Se S = {0}, então S.L =V.
(c) Se S contiver uma base de V, então S.L = {0}.
(d) ÉclaroqueS.L={vEV: (u,v)=O, VuES}

6.3.3 PROPOSIÇÃO. Seja V 'um espaço vetorial sobre 1K munido de

um produto interno. Sejam W C V um subespaço e B = { w1, ... , Wk}
um conjunto gerador para W. Então v E W .L se e somente se
(v, wi) =O, para cada i = 1, ... , k.

DEMONSTRAÇÃO. Seja w E W. Então existem a11 · · · , ak E 1K, tais

k
quew=a1w1+···+akwk· Portanto, (v,w) = .l.:=ai(v,wi). Sea.s-
i=l
sumirmos que (v, 'UJi) =O, para cada 1 < i < k, segue que (v, w) = O,
ou seja, v E W .L . Reciprocamente, se v E W.L , então (v, w) =O, para
cada w E W. Em particular, (v, wi) =O, para cada 1 <-i < k. O

6.3.4 PROPOSIÇÃO. Seja V um 1K -espaço vetorial de dimensão n > 1

e com produto interno e seja W Ç V um subespaço próprio de V.
Então V = W EB W .L . •
.
........
- ~· 1' •

...... • t' I C" .... ....

/IJ I I

(i) \1 H' ·I u rJ.' iAI.o 6, Cfl<la. v~tor u E v se t~SCl'CVC COlllO llllln

H(HIIH IJ- Wt 1- W2 COlll Wt E w c W2 E W .l..

(il) l V n W .L = {O} .
•' lV = {0},não há nada a provar. Assuma que W =/: O e seja
B f 11 a , ••• , Vm } uma base ortogonal de W (que existe pelo. Teorema
li.:l-7). Considere uma base c= {vJ, ... ,'Um,Vm+b···,vn} de v, _
IHutiH<m ortogonal e contendo B. Segue de (6.2.4(a)) que se v E V,
euI iio

/) = m (v, 'U i) n (v, vi)

~ 11 V; 112 V;+ i~~l 11 V; 112 V;.

m
Obviamente, .L: ~
i=l
vi E W. Por outro lado, para cada
l
/· = I ···
' ,
m

i=m+l
L: o
• n
J\s~úm, segue da Proposição 6.3.3 que . .L: f1~,jtf Vi E W ..L . Logo
t=m+l
v = w + wj_ e isto prova (i) .
Para provarmos (ii), seja w E W n W ..L. Como w E W ..L, temos
(m, u) =O para todo v E W. Em particular, (w, w) = O e, portanto,
w O, como queríamos. • O

(i.3.5 COROLÁRIO . . Seja V um lK -espaço vetorial de dimensão finita

mm produto interno e seja W um subespaço de V. Então

dim'K V = dim!K W + dimoc W ..L.

fi .:~.6 EXERCÍCIOS

4
(1) Sejam lR com o produto interno usual e S o subconjunto
{ (x, y, z, w) E lR
4
: x - 2y +, z = ±.. ;u pl_: .. pet~r::nine ~-
base ortogonal de s e uma outra de sJ.. o : • • ·,~
• \ (~) =
''ll::;icl •11• n & JIÜ' 11 \f
1
'Pa(R) dus polit1Ôu1ios reais de grau
111 1101' ou ignnl 11 :i, <'0111 o produto interno dado por

(!,g) l f(t)g(t) dt, V f, .9 E V

Ache uma base ortonormal de (5, 1 + t] ..L.

(3) Con~idere M 2 (lR) com o produto interno

W={(: ~) x+y-z=a}
(a) Determine uma base ortogonal de W.
(b) Determine uma base de W ..L.

(4) Seja W um subespaço de um espaço vetorial com produto in-

terno V. Mostre que se dimoc V < oo, então (W ..L )..L = W.

~5} Sejam V um espaço vetorial com produto interno de din1cnsão

finita e B = { v1 , ... , Vn} uma base ortonormal de V. Se
TE L(V, V) e A= [T]B, mostre que aii = (T(vj),vi) para
i,j = 1, · · · , n.

(6) Seja V= C([-1 , lL 1R) com o produto interno dado por

(!,g) = [', f(t)g(t) dt.

Seja W Ç V formado por ~odas as funções ímpares, isto é,

vV = {f E V: f( -t) = - f(t), V tE [-1, 1)}. Determinar vV.L.

(7) Seja V= M n(C ). Dados A = (atJ)i,J, B = (btJ)i,J E V, dcfini-

-t
mos (A, B) = tr(AB ).
TI ti

(a) Mo~treque(A,B)- L I:aiibi1 ·

i=l ]=l

(b) SejaS o subespaço de V formado pelas matrizes diagonais.

Dete'ttninc SJ-. ......... -·,.. ... _..
..
~~ ~

,. .
 ()
I· (}. MosLru

(U) C!on~iderc o scguint<' produto iuLerno em IR 4 :

((a, b, c, d) , (x, y, z, w)) - 2ax + by -t cz + dw

pm·a (a, b, c, d) c (x, y, z, w) E IR 4 . Determine uma base do
su bc"'spA.ço ortogonal a S = [(1, 2, O, -1) , (2, O, - 1, 1)]..

11 . 1 A rviELIIOR APROXIMAÇAO

li. 1.1 Vamos ver agora como usar o conceito de ortogonalidade para
IIJII'n.rl!narelementos de um espaço vetorial por outros em um dado
81thc •, p:1ço. Isso será útil, por exemplo, se quisermos aproximar
uuw dttda função por um polinômio. Começamos com a seguinte
IJI'OJ)(ltiÍÇáo.

PilO POSIÇÃO. Sejam V um lK -espaço vetorial com pmduto interno

1 IV ttm subespaço de V com dimensão finita. Então, dado v E V,

t'.dsf f um único w E W tal que v - w E w-1..

DFMONSTRAÇÃo. Seja {w 1 , · · · , wn} uma base ortogonal do subes-

JIII<;O W. Dado v E V, considere o vetor

(v,w1) (u,wn)
W = jj 'Wl IJ2 . Wl + ... + Jl Wn IJ2 . Wn.
~

I~ daro que w E W e não é difícil provar que (v- w, wi) =O, para
Pncla. 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
111,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)

= (w - w', w - v) + (w - w', v - w') = O
pois ·w - w' E W, w - v E W .1. e v - w' E W _L . Consequentemente,
IIJ w' = O ou seja w = w', como queríamos. o
fi . 1.2 DEFINIÇÃO. Sejam V um JK-espaço vetorial com produto in-
e W C V, um subespaço de V: S~cra86 v· E·V;'-'ex1st1r w E.W
.. ... ......... N
l('rtlO
.. .. .
 6' Jl" u ~'om J'wd tiu Jnt mo • I[)>

• \ Lnl qw v- /1} nrJ,, ,,ltl\lllrtiJIUS o v •t,m w de 1J1'ojcçao ot·iogonal de

o olu• l V.
NOTA(,'AO. A projeção ortogonal de v sobre W será denotada como
w - proJwV.

OBSERVAÇÃO

Observe que a Proposição 6.4.1 nos diz que, para um subespaço

de dimensão finita W, cada v E V admite uma única projeção
ortogonal de v sobre W. Além disso, se {w 1 , · · · , Wn} for uma
base ortogonal de W. então tal projeção será o vetor

6.4.3 PROPOSIÇÃO. Sejam V um lK -espaço vetorial com produto

interno, W um subespaço de V e v E V. As seguintrs afirmações são
equivalentes para um vetor w 0 E W:

(a) v - wo E W j_.

(b) li v - wo I < 11 v - w 11. V u1 E W e w =I wo.

DEMONSTRAÇÃO. (a) ===> (b) Suponha que wo E W seja tal que

v- wo E wj_. Para cada w E w, temos que w- Wo E w e, couse-
quentcmente, v-wo ..L w- wo. Agora, segue do Exerdcio 6.2.10(6(a)),
que

11 v- w 11 2 =11 v- wo + wo - w 11 2 =li v - wo 12
I + 11 w- wo 11 2

e assim para w E W com w =I= wo, teremos que 11 v - w 11 2 >11 v-wo 11 2

e, portanto, 11 v- w 11>11 v- wo 11, para todo w E ~V. w =I= wo.
(b) ===> (a) Suponha que w 0 E W satisfaça a relação

(*) 11 v- wo 11 < 11 v- w 11, V w E W, w =I= wo.

Vamos supor, por absurdo, que v - w 0 WJ.., ou seja, que existP

(/.

w 1 E lV tal que (v w 0 , w 1 ) =I= O. Observemos que 'Uh =I= O c con-

..... sideremos W' o subespaço gerado por {wo,wd. Então W' C W

e a dimensão dé W' é igual a 1 ·ou 2. Ass~ _W' tem dimensão
..
((1(, • ""' ( 'w 1111 r/, '''' '"" l111r"'

1111 i In ' p In l'r opr • i c Lt , ''·'' , I " "ÍSI 11 PJ11jc r•fio J>t'o.in" t) • w~1 • l..ogo
u - IIJ:, e H"' o, ·' 011 «'C(IJPlll (J II It nt.o, 11 IJ - wb 11 < 11 () - w' 11 J)IU'O.
todl) w' C: J~ ', w' wb. Observe qu0 wb f: wo jn qnc (-u - wo, Wt) f O
•· (o - w{JI t111) -· O pois w1 E W' c v w6 E W'·L . Portanto,
!lo w{, fi 11 v ~uo 11 ( .-*). Daí concluímos, usando (*) c (** ), que

11 u - Wo 11 < 11 v - wb 11 < 11 v - wo 11 ,

,, • JIIP <) mnn. contradição.

o
A Proposiçiio 6.4.3 garante em particular que a projeção
I'' (IJw-u, quando e>Ç.istc, é a melhor aproximação de v por um vetor
ele · I\f n vice-versa. Quando a dimensão de W for finita, o problema \

de· clc•l Pr'minar a projeção ortogonal de um vetor v sobre W é equi-

vult·riiP n. determinar um vetor de W que melhor se aproxima de v.

fi,d .'1 EXEMPLOS

(u) Considere o espaço R 3 munido do produto interno canônico.

Vamos determinar projwv, sendo v = (3, O, 2) e W o s ubespaço
de 1R gerado por w 1 = (1, O, -2) e · ~ 2 = (1, 1, 1). Primeira-
3

mente, precisamos achar wna base ortogonal para W e, para

tanto, vamos utilizar o processo de ortogonalização de Grarn-
Schmidt no conjunto {wlt w2}. Considerando o vetor
v1 = (1, O, -2), teremos 11 Vt 11 = 5. Então:
2

(w2 , v1) (- 1)
v2 = w2- li VI ll 2 VI = (1, 1, 1) - - -il , O, -2) =
5

1 -2 6 3
= (1, 1, 1) + (5' o, 5) = (5' 1, 5).
Vamos considerar v2 = (6, 5, 3) = 5(~, 1, que é também or- V
togonal a v 1 . Portanto, pela Observação 6.4.2, temos que

. (v, v1) (v, v2)

proJwv = 11 vl 112 vl + 11 v2 112 v2 =

-1 24 1
5 (1, o, -2) + 70 (q, 54}= ~(IJ, J..a~~q) ..-
=
. .....
•
1
(h) '11 id 1e o R- ·~puço vet.oriul 'P:1(IR) munido do produto in-
t Cl'llO

(p, q) = l p(t)q(t) dt, para p, q E P3(1R ).

Vamos calcular o polinômio de grau 1 que melhor se aproxima

de p(t) = t 3 • Como P 1(IR) tem dimensão finita, então existe
a projeção ortogonal de t 3 sobre P 1 (IR) e tal polinômio é a
melhor aproximação clP t 3 por um polinômio em P 1 (IR). Vamos
primeiramente construir uma base ortogonal de P 1 (IR). Seja
B = {1, t} a base canônica de P 1 (IR). Chamemos de p 1 (t) = 1.
Com o produto interno acima, teremos 11 p1 11 2 = 1. Daí

P2(t) = t- lit; ~i2 1 = I - ~ c 11 P2 11

2
= ~~.
Portanto,
o 3 (t 3 l 1) (t 3 't-
1/2)
prO]pt(R )f = 111 1121 + 11 t- 1/2 112 (t- 1/2) =
1 9 1 9 1
= 4+ IO(t- 2) = lOt - s·
6.4.5 SISTEMAS INCOMPATÍVEIS

· A projrção ortogonal também serve para se determinar a me-

lhor solução possível de um sistema linear incompatível. Seja
aux1 + a12X2 + · · · + a1nXn = bt

a21X1 + a22X2 + · · · + a2nXn = b2

ap1X1 + ap2X2 + · · · + apnXn = bp

um sistema incompatível com p equações e n incógnitas com coe-

ficientes em um corpo IK. Como tal sistema é incompatível, não
existe nenhuma n-upla (a 1 . · · · , an) E IK n que seja uma solução dele.
Queremos no entanto encontrar uma n-upla que se aproxime de uma
solução. Vamos denotar a matriz dos coeficientes do sistema (*) por
A, isto é,

A=
..
• • • t..
'1 [J8 • llrtl ( '111 '4(1 tlt AI!J' /nu l111t m

( otiRidon.' OH vctc•ros A1 = (au, · · · , ap 1 ), A2 = (a12, · · · , ap2), · · · ,

' ' '• (a""'·· ,a11n) E l[(P. Observe que, se Y = (yt, · · · ,yn), então
n
AY = Y1 · A1 + Y2 · A2 + · · ·Yn · An = L YiA{,
i=l

ou Bqjn, AY é combinação linear de A~, A 2, · · · , An. Em outras pala-

\'I'H~, AY E [A 17 .A2, · · · , An] c JKP. Como o nosso problema con-
~islc"' c•m determinar Y tal que AY esteja o mais próximo possível
ele • b E Ir< n, basta calcular a projeção ortogonal de b sobre o subes-
pnc;n lV = [A17A2,··· ,AnJ, ou seja, a melhor solução deverá ser
l' (Jll, Y2, · · · , Yn) E 1K n tal que AY seja a projeção de b sobre W.
Pot• (6.3.3) e (6.4.3), isto é equivalente a dizer que (b- AY, Ai) = O,
V J = 1, 2, · · · , n, ou ainda, (b, Ai) = (AY, Aj), V j = 1, 2, · · · , n.
()ht.omos assim o sistema

(A1, A1)Y1 + (A2, A1)Y2 + · · · + \An, Al)Yn = (b, A1)

(t+) (A1, A2)Y1 + (A2, A2)Y2 + · · · + (An, A2)Yn = (b, A2)

'' qual terá sempre solução, uma vez que a projeção ortogonal existe.
Agora, usando o produto interno usual de JKP e a multiplicação de
111ft kizes, podemos escrever (**) como
..

Assim, o sistema acima admite solução e será a melhor solução

HJ u·oximada do sistema (*).
Observe que se {A1, A 2 , · · · , An} for um conjunto l.d., a me-
llu,t· solução poderá ser escrita de várias maneiras como combinação
liut'íl.r de A1, A2 , · · · , An.

.. . .
 • V!~ X ;.MI ·J~O
Cousidere o sistema
3x -y
=3

{ X -y
=0
2x +y =2

com coeficientes em :IR .

Podemos observar que tal sistema é incompatível, pois 2x = 3
e 5x = 5. Vamos determinar a melhor solução. Neste caso,

Daí,

A'b = (
3
-1
1
- 1(n ~n
~) = (
e

A'A= (
- 1
3

O sistema será, portanto,

-1
1

no =n ( -n. 14
-2

ou
14x -2y = 13
{ -2x +3y = -1.
Escalonando, teremos

-2y = 13
+19y = 6.

-,)'·~

'· . Logo y = 6
19 ' e x ~· H·
..
~-...-,.
''(J(} • IIm r 'w Hfl tlt {lqr lwu /,wun

I
( 1) CoJIBidl't·e ·m7'a(~ ) o pt·oduto interno (p, q) = L: p(k)q(k) .
k•- 2

(2) Cowdclnrc C({O, 27r), .IR) munido do produto interno

{2-rr
(/, g) = lo j(t)g(t) dt, para / , g E C([O, 27rJ, 1R ).

Determine a função de W = [1, sent, cost] que melhor se apro-·

xima de /: [9, 21r] ---+ 1R dada por f(t) = t - 1.

Seja W = [ ( -n,(~ n]
(a No espaço vetorial M 2 (JR) considere o produto interno usual.

-~
0
Determine o vetor de

W que melhor se aproxima de X =( - 1 ) .

o - 1

(•I) Determine a reta em R 2 que melhor se ajusta aos pontos

(-1,-10), (0,-6), (1,-4) e (2, -2) de R~.

(5) Determine o polinômio de grau 2 que melhor se ajusta aos

pontos (-1,0), (0,-1), (1,1) e (2,4) de 1R 2 .

(G) Determine a melhor solução real aproximada do sistema

X -2y = 1
"
X -y =O
{
2x +2y = 2.

(7) Considere o espaço vetorial P 3 (JR ) com produto interno dado

por

(p, q) = 1' tp( t )q( t) dt, para p, q E P3 (JR ).

2
Seja W = [1, t ]. Determine o polinômio de W que melhor se
aproxima de f(t) = t 3 - t. , .._..-.......:. -.- .,... - ;. . .:-.. - _:-
• ...
 201-

· \G.ó 'P I J\N~I•OIH\IAÇÕbS QUg PRESERVAM PRO-

DUTOS INTERNOS
6.5.1 DgFINIÇAO. Sejam V e W dois IK-cspaços vetoriais com pro-
duto interno. Dizemos que uma transformação T E L(V, H') é uma
transformação que preserva produto mterno se (T(u), T(v)) = (u, v),
para todos u, v E V. Um isomorfismo entrr espaços com produto in-
temo é um isomorfismo que preserva o produto interno.

6.5.2 OBSERVAÇÃO

Uma transformação linear que preserva produto interno é ne-

cessariamente injetora. De fato, seja T : V ---. W uma. trans-
formação que preserva produto interno. Então, para todo
'V V, temos que 11 T(v)
E 11 = 11 v 11. Se T(v) = O, então
v = O e T é injetora.

6.5.3 TEOREMA. Sejam V e W dois IK -espaços vetoriais de dimen-

são finita com produto interno. Assuma que dimK. V = dimK. W
e seja T E L(V, ~V). As seguintes afirmações são equivalentes:

(a) T preserva produto interno;

{b} T é um isomorfismo de espaços com produto interno;

(c) T leva toda base ortonormal de V em base ortonormal de W;

{d} T leva alguma base ortonormal de V em uma base ortonormal

de W.

DEMONSTRAÇÃO. (a) => (b) Assuma que T preserve produto in-

terno. Pela observação acima, sabemos que T é injetora. Como
dimK V = dimK W < oo, segue da Proposição 3.3.3 que T é 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(vl), · · · , T(vn)} é uma base de W.
Por outro lado, como T preserva produto interno, temos que

....
-, )'

,.. .. .'
''ti"' • lh11 ('uuw tlr fJ,,, &m I,,,,,

(t') (d) ( 11111'0, •

{d) (a) f-l<•jn {v,, ... ,

v,.} uma. base ortonormal de V tal que
I?'(IJt ), ... t rr( Un) l seja uma base ortonormal de w.
l'nr u u, v ( V, t<.'mos
IL
n
L
i I
OtVi com ai E 1K e v= L!3ivj com /3j E JK.
j=l

1 4 :ra~ ao, pela. Observação 6.2.8, temos que

n
(u, v) =L ai/3i
i=l
c•, por'fnnto, ~

(T(u), T(v)) = (T c~ a,v.), T c~, ,Bjv;} =

n n
=(L aiT(vi), L /3jT(vj)) =
i=l j=l
n n n
=L L aif3j(T(vi)!T(vj))
i=l j=l .
=L
i=l
ai(ji

po!!i (T(vi), T(vj)) = 8ij· Logo, (T(u),T(v)) = (u,v), Vu,v E V ,

c·orno queríamos. o
0.5.i1 EXEMPLOS

(a) Sejam V um JK-espaço vetorial com produto interno e de di- '

mensão n > 1 e B = {v 1 , ... , Vn} uma base ~rtonormal de V.
Então a função

T: v
n
L
i=l
ai vi ~----+ ( a1, ... , an)

é um isomorfismo entre V e 1K n que preserva o produto in-

terno (onde consideramos em IK n o produto interno canônico).
Deixamos ao leitor a demonstração dos detalhes.
3
(b) Seja V = R com produto interno canônico e seja W o sube_,t
paço de M 3 (R) das matrizes. A que sa:fist~ni .. Ât = .-·:..A
.
 (nH <' IHUIUHIIIR fflol ·r i~f!.'~ (lntissirn~tricas).
Consideremos em W
o seguinte produto interno: (A, B) = ~tr(A · Bt), V A, B E W.
Defina
T: w

Observe que T é linear e, além disso, ela é sobrejetora, pois

{T(l, O, 0), T(O, 1, 0) , T(O, O, 1)} é uma base de W. Queremos
mostrar que T preserva produto interno. Sejam (xb Yb zt) e
(x2,Y2,z2) em IR 3 . Com isso,

Também
o
(
XI
y, )
T(xl,Yl,ZJ) = -XI o Zl e
-yl -ZI o

-~2
X2
Y2 )
T(x2 , y2, z2) = ( o ~ o

-y2 -z2

Daí,
(T(xl,Yl,zt),T(x2,Y2,z2)) =
o
( ( -Xl

-Yl
X1
o
-Zl
Y1
ZI
o ) ( -X2
Q
-y2
X2
o
-z2
Y2
Z2
o
))=
~tr -~ 1 ))
X1 Y1 -X2 -y2
- ( (
-yl
o
- ZI
Z1
o }(: o
Z2
-Z2
o

1 ( x1x2
-tr
2
+ Y1Y2
*
*
X1X2
*
+
*
Z1Z2
*
*
YlY2 + ZlZ2
-
)
-,')··
•.... :.
......., ~~ =
21 [(:n1X2 +-..YiY2) + (x;t.a;2 + Z1Z2) +jY_1Y2 + Z1 Z2)] ~ ...... ., ~ .................. ....
A ,.,.. .. ...
T,
'ÍIJ • I m ('mfffJ dt Ílqr l1m I 1Wfll

b, p li unto ·~r pr ~lll"vn produlo iulcruo.

t•) 1
onsiclm·o o lll-(l!ipnço vt•torifll V = C((O, l J,IR) com produto
interno (f, y}t = f t2 f(l)g(l) dt c W · C([O, 1], IR) com
1
0
pmclnto interno (f, g)2 - f 0 f(t)g(l) di. A função
1

T: V -+ w
f(l) ~ T(j(t)) = t f(t)

t} linear (most.re) e preserva produto interno. De fato,

(T(f), T(g))2 = (t f(t) , t g(t))2 =

= Jd (t f(t)) (t g(t)) di =
= f 0 t j(t) g(t) dt = (f, g)I
1 2

)uu·a todos f, g E V. Como T preserva produto interno, segue

qne ela é injetora. No entanto, não é um isomorfismo, pois T
nfw 6 sobrejetora. Por exemplo, se g é a função constante 1,
isto é, se g(t) = 1, V t E [0, 1), então g ~ Im T (se g E Im T,
entao existiria f E V tal que T(f(t)) = g(t), isto é, t · f(t) = 1.
O "candidato a f(t) " é t que não r contínua em 0). Este
. exemplo mostra que o TC'orerna 6.5.3 não vale sem a hipótese
de dimoc V = dirnK W ser finita.

(d) Considere l2 munido do produto interno definido em (6.1.9) e

sejaS : l2 ---+ l2 definida por S( (xn)neN) = (0, x11 x2, · · · ) . Ob-
serve que S é uma transformação linear que preserva produto
interno e, portanto, é injetora. Mas S não é um isomorfismo,
uma vez que S não é sobrejctora, pois o vetor (1,0,0, ···)não
é imagem de nenhum vetor de l 2 . Este é um outro exemplo da
importância da dimensão d<' V ser finita para a validade do
Teorema 6.5.3.

ti,!i.5' PROPOSIÇÃO. Sejam V e W dois IK -espaços vetoriais com pro-

rltllo interno e T E L(V, W). Então T pr·eserva pmduto interno se e
.'iomcnte se 11 T(v) 11 = 11 v 11, V v E V.
· ~
I )1~1\lONSTRAÇÃO. Já vimos que se T presêrva produío'intêrno, então w •
 E 1mço tom J:lwtlulo Tntcnw • 205

'/'(o) 11 -= 11 11 11, pm·n todo u E V. Vamos provar a recíproca.

• 11

\ Suponha que 11 T(v) 11 = 11 u 11 para todo v E V. Se V é nrn espaço

vetorial sobre IR, então (u, v) = ~ li u+ u 11 2 - ~ li u- v 11 2 para todos
u c v E V (identidade de polarização provada em (6.1.6)). Teremos
então

(T( u) , T(u)) =i 11 T(u) + T(v) li"~- ~ T(u)- T (u) 11 11

2
=
= ~ T(u +v)
11
2
-1 11 T(u -v) 2 =
11 11

= t ll n +v 11 - ~ 11 u- v 11 =
2 2

= ('!.L, '1.)).

Se V é espaço sobre C, usa-se, de maneira análoga, a ideutidad<•

1 1 i i
(7t, v) = - li ·u +v 11
4
2
- -
4
lln- 'V 11 2 +-1 11 u + iv 11 2 - -4 11 u- iv 11
2

para mostrar que (T(u), T(v)) = (u, u), \lu, v E V. Deixamos ao

leitor a tarefa de verificar os detalhes neste ca..c:;o. o
6.5.6 EXERCÍCIOS

(1) Sejam U, V espaços vcLoriais com produto interno e T: U -+ V

uma função tal que (T(u), T(v) ) = (u, v) para todos u, v E V.
Mostre que T é> linear.

(2) Considere o ~-espaço vetorial ~ 3 tmmido do produto interno

usual e seja T : R 3 --+ 1R 3 o operador linear dado por

T(x, y , z) =(:r cosO- y senO, x senO+ y cosO. z).

onde () é> nm angulo fixo. 11ostre que T preserva produto in-

terno. (Observe que ']\faz cada vetor girar de ângulo (} em
torno do <'ixo z).

··,.."r.
• . . . ' ....
y

,. .
.,.. .
...
 '

~....~.. <li>~,:...~/ ~!'.!.~":.-·­

.. ' • • ("o
• '.
~
 . '

( .....__
ADJUNTOS

O objetivo deste capítulo é introduzir o conceito de operadores

adjunto::) e ver como o mesmo está relacionado à existência de uma
base ortonormal formada por autovetores de um dado operador
linear. Neste capítulo, 1K denotará ou o corpo dos números reais
IR ou o corpo dos números complexos C .

(7) FUNCIONAIS LINEARES E ADJUNTOS

7.1.1 Sejam V um IK -espaço vetorial com produto interno c w E V.

Podemos, a partir de w, definir um funcional linear em V* da seg-uinte
manctra:
fw : V ____, IK
u ~ fw( ·u) = (u, w). ' ,
A linearidade de fw é garantida pelas propriedades (P 1) e
~ (P2) da. definição de produto interno. Podemos perguntar se vale a
recíproca da observação acima, isto é, se dado um funcional linear
f E V*, existe um vetor w E V tal que f= fw· A seguir apresentare-
')'
•
. mos um.resultado que responde de forma positiva a esta perg1mta.
• .. I 4' • ...
 • p c ' v ltlt'irtl clt dilllcliSito liuiht 11 ~ I c mn
13 = { llt, 112, • • • , tJ 11 } 1llllfl hnsc ortonormnl ele
11

\f. 'c uasidttrP o c leuwnlo w = 2: Cri /Ji E V c calculemos fw como

i• I
' I• llnidn n<.'imn. em um V<'tor V; dn. ba.o;e ele l3 :
TI 11

fw(v;) - (u1, Lo,vi) = L a, (uj, 'Vi) = CYj·

l-1 t-1

rl
liorrf> w =- E f~~, (vi )vj. Esta conta será útil na demonstração do
J 1
p16ximo rrsultado.

PtH II'OSIÇAO. Seja V um lK -espaço vetorial com produto interno e \

tlr., tlimcnsao finita rz > 1. Se f E V* , então existe um único w E V

lul que f(-u) = (u, w) para todo u E V.

IJEMONSTHAÇÃO. Segue do Teorema 6.2. 7 que existe uma base orto-

n
11 n·mnl {v 1 , ..• , un} de V. Considere o elemento w = 2::: f (VJ )vi.
j=l
Vfuttos mostrar que f= fw, isto é, que f(u) = fw(u) = (u, w), para
tudo u E V. De fato, para k = 1, ... , n, temos
n -Tt

!w(Vk) = (vk,w) = (vk, L f(vi) Vj) =L f(vj) (vk,VJ) = f(vk)

j=l j =l

portanto, como f e f w coincidem nos elementos de uma base, segue

fl 1

quC' f - fw, como queríamos.

Uu i cidade. Sejam w1, w2 E V tais que f

isto é, tais que
= fw 1 = !w
2 ,

f(u) = (u, w1) e f (u) = (u, w2) para todo u E V t. Então (u, w1) =
(·u, w2 ) para todo u E V. Assim, (u, w 1 - w2 ) = O, V u E V. Segue
ele• (6.2.2) que w 1 _: w2 = O e a unicidade está provada. O

7.1.3 OBSERVAÇÃO

Quando a dimensão de V for infinita, a proposição acima não é

. verdadeira de um modo geral, como mostra o Exemplo 7.1.4(a)
abaixo. Convém, no entanto, observar que, no contexto da
teoria. de Análise Funcional, teremos que a proposição acima
é verdadeira para todos os funcionais lineares contínuos sob~e
.
os denominados espaços de Hilbéft dr dimerisãõlniinita, por .
 , \ ( ·~ lU pio,
pm n o t. paço f2 icfiuido em (6.1.0). Tul rcsultndo é
couhccido como o 'l'corcma de Ricsz c sua demonstração pode
ser encontrada em qualquer texto básico de Análise Funcional
(ver, por exemplo, [K)). Não faremos aqui tal demonstração
por fugir do conteúdo proposto.
7.1.4 Nos exemplos que se seguem vamos exibir funcionais lineares
sobre espaços de dimensão infinita V que podem ou não ser dados a
partir de um produto interno.

EXEMPLOS

(a) Seja V = P(C) o espaço vetorial dos polinômios com coefi-

cientes em C e considere o produto interno dado por

(p, q) =[ p(t)q(t)•dt,

para todos p, q E V.
Considere zo E C fixo e seja <P E V* definida por <P(p) = p(z0 )
para todo p E V. Queremos mostrar que não existe q0 E V
tal que </J(p) = (p, q0 ), para todo p E V. Vamos supor, por
absurdo, que exista um tal q0 E V. Então

</>(p) = p(zo) = [ p(t)qo(t) dt, V p E V. (I)

Considere agora o polinômio r E V dado por r(t) = t - z0 .

Assim, (r· p)(zo) = O, V p E V. Agora, aplicando (I) para o
polinômio r · p, segue que

O= [(r· p)(t)q0 (t) dt,

para todo p E V. Em particular, para o polinômio p =r· Qo,

teremos que

O= [(r· r· qo)(t)qo(t) dt = [ lr(t)l 2 ·lqo(t}l' dt,

e, consequentemcnte. r · q0 = O em [0, l]. Como r =I= O, temos

que q0 = O. Assim, <P seria o funcional identicamente nulo, o
que é uma contradição. Portanto, o funcional <P não pode Rer
...r.)' •
'· definido a .péU'tir de um prodvto interno .
Y-d

.
" . ... ,..
 \f 11!1 f,, 1111111id 1 do JHodllt,n inlc•tuu 11811111 <lfldu pw•
(.n, !/) EI :1~, · u11', pm·u t.odo ,,. = (:t·")n1EN, u
11
(u~~)"( N < l2
(\' •r· Exmnplo 6.L.9). Scjn. /J... : l2 -.... 1K o fundounllincar dndo
pol' /J,.((.r:,,a:2, · · · )) - Xk, iHto é, fk é a projcçao da k-ésima
<'ootdeun.da. Assim ]k((x 11 x2, · · · )) = ((.l:1, ~z: 2 , · · · ), ek), onde
e,. (óudnL N·

7. I,f, A ~cgnir demonstraremos um teorema que é a principal con-

Hl'q llc •r~t..;i•~ clu. Proposição 7.1.2.
'.
'1'1·:n1n~MA. Seja V um :OC -espaço vetorial com produto interno e de
dt11wnsa.o finita. ";s-e T E L(V, V), então existe um único operador
r• G /,(V, V), tal gue (T(u),v) = (u, T*(v)) para todos u,v E V.
Dbt\IO NSTRAÇÃO. Seja v E V. Queremos definir T*(v) E V. Para
l11r1l c•, vmnos considerar o seguinte funcional linear

f: v -t :oc
u .--. f(u) = (T(u), v).

< >l,sorve que f é Hnear pois se u 1 , u 2 E V e À E 1K, então

Pela proposição 7.1.2 sabemos que existe um único w E V tal

qllc' f(u) = (u, w), para todo u E V, isto é, tal que (T(u), v)= (u, wj,
V 11, E. V. Como w é determinado de modo únic~ por v, definimos
'I '" ( 11) w. Por construção, teremos então

(T(u), v) = (u, T*(v)), V u, v E V.

Pura mostrarmos que T* definida acima é linear, considere vetores

,, tl r 1 v2 E V e um escalar À E 1K. Então

(u, T*(vl + Àv2)) = (T(u), vL + Àv2)

= (T(u),v1) + À(T(u),v2)
= (u,T*(vt)) + À(u,T*(v2))
= ('u, T*(V{} + ÀT11(v2)!~-:-- ~.'
 .
AtUtutlllil • !! li

• \ Pull.n ui u, ( 11 , 'f'• (o, I \u:l) - 'I'• (ui) x-r• (

v2)) = O, \:1 u, E V, o que
=
iwplicn quu 'r•(u, I Àu2) 'J'~ (vl)-+ .XT*(v2)· Portanto, T* é linear.
A nnicichldo decorre facilmente da construção feita. O

7.1.6 DEFINIÇÃO. Seja TE L(V, V), onde V é um JK-espaço vetorial

com produto interno. Dizemos que T possui um adjunto se existir
um operador linear T* E L(V, V) tal que (T(u), v) = (u, T*(v)).
para todos u, v E V. Diremos, neste caso~ que T* é o adjunto de T.

Os operadores adjuntos nos ajudarão a definir mais adiante

três classes importantes de operadores, que são os denominados auto-
adjunto, unitário e normal.

7.1.7 OBSERVAÇÕES

(a) Sejam V um JK-espaço vetorial de dimensão finita com base

ortonormal B = { v1 , v2 , · · · , Vn} e T E L(V, V). Observe que
combinando as construções feitas nos resultados 7.1.2 e 7.1.5,
podemos dar a seguinte fórmula explícita para T*:
n
T*(v) =L (T(vj), v)vj, 'V v E V.
j=l

(b) O Teorema 7.1.5 g3fant~HJ.Ue se V é de -dimensão finita, então

todo operador T E L(V, V) possui um adjunto. Isto, porém,
não é verdade de modo geral quando dimK V = oo. Neste
caso,1é possível mostrar que iodo operador linear contínuo en-
tre os chamados espaços de Hilbert admite adjunto. Tais con-
ceitos, bem como a demonstração da afirmação feita, podem ser
encontrados em textos básicos de Análise Funcional (ver, por
exemplo, o livro [C]).

(c) O adjunto de T, quando ex.i ste, depende obviamente do produto

interno considerado. Use, por exemplo, a transformação linear
dada no Exercício 7.1.13.(1) e o Exercício 6.1.10(5) para exibir
exemplos de transformações lineares T onde T* depende do
produto interno em questão .
.. ~ ..
......... '"'

~ .. ...
''-1 I I •

(n) Co11t--idoro Hl) C <'~õ~paço V{'LorinJ V = M ,L(C) o pt·oclnto int<.'rno

duelo pm· (A, B) - t1·(Jl A) , para A, B E V. Dada uma matriz
i\/ E: .Ml n (C )1 rl<'fina o operador linear TM : V ~ V rlado por
'lAr(A) - MA. Queremos descrever a transformação (TM)*
qnc 1-mbomos que existe por (7.1.5). Para tanto, calculemos:
-t
(TM(A), B) = (MA, B) = tT(B (1\11 A)) =·
-t -t -t
= tt·((B M)A) = tr((M B)tA) = (A, M B).
' -t
Como (TM(A.), B) = (A, M B), para todo A E V, teremos
pola unicidade do adjunto que (TM )*(B) = Mt B.

1\ seguir apresentaremos exemplos de operadores lineares T en-

IJrc espaços de dimensão infinita que podem ou não admitir
ndjuntos.

(h) Considere no C -espaço vetorial V das funções polinomiais com

coeficientes em C o pro_d uto interno ..dado por

l;p, q) = [ p(t)q(t) dt, para p, q E V.

- o

Vamos exibir uma transformação linear de V em V que admite

adjunto e outra que não admiie adjunto. Para tanto, fixe em•
primeiro lugar um polinômio f E V e considere o operador
to
linear
\
T 1 : V -+ V
1
\.. p ~ fp
(mostre que Tf é, de fato, linear).
O operador TJ possui um adjunto. De fato:

{TJ(p), q) = {fp , q) = [ f(t)p(t)q(t) dt

[
o
p(t) {J(t)l/(t}jat • ífi, 7<1'[ -·'-:-
......
. ..
'·
 .Adjunto • 218

ut•ium \'H)(, pnro. todos os polinômios p, q em

, , , t.C'I'PillW1 CJlW r· : v -+ v dado por T*(q)(t) = f(t)q(t) é o
operador adjunto de TJ. Em outras palavras, (Tt )• = Ty.
Seja agora D E L(V, V) o operador derivação em V, isto é,
D(p) = p' para todo p E V. Vamos mostrar que D não admite
adjunto. Sabemos que

(D(p), q) = [ p'(t)q(t) dt e

{pq)(l)-(pq)(O)= [(pq)'(t)dt= l p' (t)q(t) dt+ l p(t)q'(t) dt,

para p, q E V. Donde

(*) (D(p),q) = (pq)(l )- (pq)(O)- (p,D(q)) \f p,q E V.

Considere agora qo E V tal que qo(O) # qo(l) e suponha que

exista um polinômio q1 E V tal que (D(p), q0 ) = (p, q1 ), pàra
todo p E V. Então

(p, ql) = (D(p), qo) (*) (pqo)(l)- (pqo)(O)- (p, D(qo)) \f p E V.

Logo,

(**) (p,D(qo) + ql) = (pqo)(l)- (pqo)(O), \f p E V.

Observe que, como Qo está fixado, a aplicação </>, que a cada

p E V associa (pqo)(l) - (pqo)(O), é um funcional linear. Por
(**),temos que <j>(p) = (p,D(q0 ) + q1 ), \f p E V e</> é dado a
partir de um produto interno. Usando um argumento similar
ao utilizado em (7.1.4) concluímos que</> é o funcional nulo, isto
é, que (pqo)(l) - (pqo)(O) =O, \f p E V. Se p for o polinômio
constante igual a 1, segue que q0 (0) = q0 (1), uma contradição
com a nossa hipótese sobre q0 e, portanto, D não admite ad-
junto (ver Exercício 7.1.13(5)).

) (c) Seja V = l2 com o produto interno dado por

00

..
•• ''J
•"'
(x, y)
i=l . .._....."' . ...... ,.,_,......__.. .... ,..
A • ...
 (b.I.D)) s, jlt. 8
: l'tJ --. l2
1
11 OjHI'HdOI' Jill<'lll' ddiuido pot .) ((J:t 1 :I:2, . · • )) ...... (0,.q,,r2 , · · • ).
O OJH'I'Hclol' S udwiLc tl.<U unLo. Do fato

(B_(x),y) - ((O,x1,X2, · · · ), (Yl!Y2 , · · · ))

00

= L
i..;.... l
XiYi+l

= ((x!,X2,···),(Y2,Y3,···)).

Como a igualdade vale para todo x, y E l 2 , segue que o operador .

,'-,li : l2 ___,.... l2 dado por S*(y) = (y2, y3, · · ·) é o operador
udj unLo de 8:

Q I'HOPOSIÇÃO. Seja V um lK -espaço vetorial com produto in-

'' t'tw , Sejam T, S E L(V, V) operadores lineares que admitem ad-
}1111/ms r• e S* I respectivamente e À E ][. Então
(a) T +S admite adjunto e (T + S)* = T* + S*.
( b) ÀT admite adjunto e (>.T) * = AT*.

(c) ToS admite adjunto e (ToS)* = S* o T*.

{tl} T* admite adjunto e (T*)* = T.

I~MONSTRAÇÃO. (a) Seu, v E V, teremos que

((T + S)(u) , v) = (T(u) + S(u) , v) '

. = (T(u), v)+ (S(u) , v) =

- (u, T*(v)) + ('u, S*(v)) = (u, (T* + S*)(v))
('o mo a igualdade dada acima vale para todos os vetores u, v E V,
!lt·guc que T + S admite adjunto e (T + S)* = T* + S*.

{h) Para u, v E V, teremos que

((AT)('u), v)= >-.(T(u) , v)= A(u, T*(v))

.. r
•

... .
...
J•

-
• \. P, Jllli'IHIII<J, xr IHIIIIÍit tuljulll,u c-(-\'/')"'- À T * .
(C) }'(I J'll 1J 1 lJ ev 1 LC!lll0S qUC

((To S)(u), v)= (T(S(u)), v)= (S(u), T*(v))

= (u, S*(T*(v))) = (u, S* o T*(v)).

Logo, T o S possui adjunto e (T o S) * = S* o T*.

(d) Para u, v E V , temos que

(T*(u), v)= (v, T*(u)) = (T(v), u) = (u, T(v))

e, portanto, T* possui adjunto e (T*)* = T. o

Segue em particular da proposição acima que o conjunto dos
operadores que admitem adjuntos é um sub espaço de L(V, V). É claro
que o operador nulo admite adjunto que é o próprio operador.

7.1.10 Quando o espaço vetorial V tiver dimensão finita, vimos acima

que qualquer operador T E L(V, V) admite adjunto T*. Para a des-
crição deste adjunto, é muitas vezes conveniente utilizar as matrizes
de T e T* com relação a un1a base ortonormal fixada e ver como elas
estão relacionadas. É o que faremos a seguir.
PROPOSIÇÃO. Seja V 'llm 1K -espaço vetorial com produto interno e
de dimensão finita. Sejam B = { 'll!, ... , Vn } uma base ortonormal
de V e TE L (V, V). Se [T]B = (aij)i,j, então aii = (T(vj), vi),
V i, j = 1, · · · , n.
DEMONSTRAÇÃO. Segue da definição de [T]B que
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 v E V, v = E (v, Vi) vi. Em particular, t emos que
i=l

n
(I I) para cada j = 1,· · · , n.

..... .. ~ ...
 (I I) (qlll) n d fllliU J Cc)·
rttdc llflc11 de 'l'(uJ) ~"'' " ll, I'HlOR dn ha.so B) , couclufutoR eut.õo que
t J • (~'(oj) 1 1J;) p1 r11 f.oclo i,j = I,··· n, como qucrímnoH. O

7.1.11 Pudemos HS?rn. moHtra.r um rcsultn.do que 6 bu.stanie útil na

ltnl'll de se cnlculnr o operador T'"'.

,1· HBMA . Seja V um 1K -espaço vetorial com produto interno de

dmu 1t tio finito, c seja T E L(V, V). Em relaçao a qualquer base
mlotlm mal de V, a matnz de T* é igual à transposta conjugada da
mntriz dr. '1'.
Ih .M<JNS'I'RAÇÃO. Seja B = { Vt, . .. , Vn} uma ba.c;e ortonormal do \

c•HpH«;cl \1 e considere [T)B- (a,1 )i,J e [T*]B = (q1 ) 1 ,j as matrizes dos

11pc•r nclorcs T e T*, respectivamente, com relação à base B. Segue
du l'roposiçao 7.1.10 que ati = (T(v1 ),vt) e Cij = (T*(vi),vi) para
i,j = 1, · · · , n. Usando-se a definição de T* e as propriedades
elo prmluto interno segue que

--t .
Por tnuto, [T] 8 = [T*)B, como queríamos. o
7,1 :J 2 EXEMPLO

Considere em C 3 o produto interno usual e seja T: C 3 --+ C 3

da.da por T(x , y , z) = (x + 2y, iz, y - iz). Se B for a base
canônica de C 3 , teremos então

[T]B = ( ~ ~ ~ ) . "
o 1 -i

Como B é ortonormal, segue então que

[T*]B = [T]~ = (1~ -0~ 0~•. )

e, portanto, T*(x, y, z) = (x, 2x + z, -iy + iz) . Observe agQta
.. ~

que C = {(1, 1, 1), (0, 1, 1), (0, O, 1)} é base (não ol'tonormal) de
 AdJtulto • 21'?
(1 \.ll ) I L
. \
\
C 3 o ní
o
~.) c [T']c =( o)
:~ 2 1
[T]c =( I

1 . 2i
3 i-2
1 - 2i -21.
2
-3
1
-1
1
i - 1
.

, -t
E claro que [T*]c =/: [Tlc· Com isl:>o. gostaríamos de enfatizar
a importância de se ter uma base ortonormal para podermos
aplicar o Teorema 7 .1.11.
1).13 ExERCÍCIOS
(J.) Seja TE L( C 2 , C 2 ) o operador dado por T(1, O) (1+i, 2) e
=
T(O, 1) = (i, i). Considerando em C 2 o produto interno canô-
nico. determine T* .

...(2) Considere C 2 com produto interno usual. Seja TE L(C 2 , C 2 )

tal que a matriz em relação à ba..~e ordenada canônica é definida
por
ajk = ij+k (onde i é o número imagináriol{j(- .... . \
~c .lJ\ "V/
')

Determine uma base de N uc T*.

(3) Seja V um espaço vetorial de dimcnl:>ão finita com produto in-

terno. Mostre que, se T E L(V, V) é invertível, então T* é
invertível c (T*) - 1 = (T- 1 )*.

(4) Sejam V um espaço vetorial com produto interno e v, w E V.

Defina a função T: U ~V por T(u) = (u,v) w, 't/u E V.

(a) Mostre que TE L(V, V).

(b) Mostre que T possui um adjunto e descreva T*.
(c) Suponha V= cn com o produto interno usual e escreva
v= (a1,··· ,an) e w = ([3., ... ,f3n)· Qual é o elemento
ajk da matriz deTem relação à base canônica de V? Qual
é o posto de tal matriz?

(5) Sejam q0 E P(C) e at, · · · , an E C e defina o funcional linear

n
4>: P(C) ~C dado por 4>(p) = L (p Qo)(ai)- Mostre que não
i= l
existe r(t) E P(C) tal que 4>(p) = (p, r) (considere em P(C) o
..... )
. ... produto interno eanônico). · •
... . . .. ....
7.2
'7.2. I U11111 hHpo•·trtul.c• dns...:;c de opcmdon•s liucnrcs é fonundo pelos
upt'l'fl dot t'9 qu<' coiucid(•lll com o~ respectivos n.djuntos. 'Estudar tais
npc•rndott. é o priucipaJ objt•tivo desta seça..o.

l)hi"INIÇÃO. Seja T E:: L( V, V), onde V é um 1K -espaço vetorial

t olll pwdut.o interuo. Dizemos que T é autoadjunto se T admite

ntijuulo 'r• c 'r* = ·T. No caso em que 1K = C, usamos também o

tt•111111 hcnniliano c no caso em que 1K = lR, usamos também o termo

tmnétf'it o.

7.2.~
\
I,H OPOSIÇÃO. Sejam V um 1K -espaço vetorial com produto
mfcruu t • de dimen.<Jão finita e TE L(V, V). As seguintes afirmações
'luo r.tlttioalentes:

\
(11) 'I' (! antoadjunto.
- t
(b) {'l')u = [T]B para toda base ortonormal B de V.
-t
((•) E:riste uma base ortonormal B de V tal que [T] 8 = (T] B.

I )1~ 1\tONSTRAÇÃO. Seja B uma base ortonormal de V. Vimos em

-t
(i.li 11) que [T*]B = [T) 8 . AsHuminclo T autoadjunto, segue que
'1'1~ ;:..; [T]B o que prova a implicação (a) ::::} (b). Por outro lado, se
-t
uH 11111irmos que [TJ 8 = [T]B, então [T*]B = [T]B c, portanto, T é
nutoacljunto, o que prova (c)::::} (a). A implicação (b)::::} (c) é trivial .•
o
CoHOLÁRIO. Sejam V um espaço vetorial de dimensão finita e
B uma base ortonormal de V. Se T E L(V, V) for um operador
Jm,•m• autoadjunto e se [T]B = (a~1 )i,j então aij = aji, \I i, j. Em
1,m·tic;ular, os elementos da diagonal de [T]B são números reais.

7,2.:J ~XEMPLOS

(n) Considere em C 2 o produto interno usual e seja T:C 2 -+C 2 a

transformação linear dada por

T( z.w) =(2z + (1 + i)w, (1- i')z"'+3w), ..'....

 .· \ s.. "1111!-;iclc•r'IH'IIHJS n.' bnsc ca.uôuica B = {(1,0),(0,1)} deC 2
t.ormrros quo

T(l, O) = (2, 1- i) = 2(1, O)+ (1- i)(O, 1) }

T(O, 1) = (1 +i, 3) = (1 + ·i)(1, O)+ 3(0, 1) ~
•
~- . ~ [T]B = ( 2 . l +i ) =-
[T]t8 = [T* ]B
1- z 3
e, portanto, T é um operador autoadjunto.

(b) Seja T: C 2 ~C 2 o operador linear dado por

T(x, y) = ((3 + i)x + ( - 2 + 3i)y, ( - 1 + 2i)x - (4 + i)y),

para x, y E C. Com relação à base canônica B = {(1, 0), (0, 1)}

de C 2 , teremos então

T(l , O)= (3 +i, - 1 + 2i) = (3 + i)(1, O)+ ( - 1 + 2i)(O, 1) l

T(O , 1) = ( -2 + 3i, - 4- i)= (-2 + 3i)(1 , O)+ (-4- i)(O, l )j

~ [T]B = ( 3 +i . - 2 + 3.i ) # [T]~.

- 1 + 2z - 4- z
Portanto, T não é um operador autoadjunto.
Observe agora que se considerarmos a base C= {(1,0), (l,i)}
de C 2 , seguirá então que

T(1, O)= (3 +i, - 1 + 2i) = 1(1, O)+ (2 + i)(1, i)

T(l, i) = (-i, - 2i) = (2- i)(1, O) - 2(1, i) }=?
~ [T]c = ( 1 . 2- i ) .
2+z -2
't
-t
A matriz [T]c satisfaz (T]c = [T]c, mas como C não é ortonor-
mal, não podemos concluir que T seja autoadjunto (calcule T*
c compare com T). Observe também que tudo depende do pro-
duto interno considerado em C 2 . Deixamos ao leitor a tarefa
de definir um produto interno em C 2 de maneira que T seja
autoadjuntô em relação a ese'&produto interDO. ..~ ..~ ..__. ...
 /(l)p(t) = TJ(P) 1'j (p) - f(t)p(t)

J>fll'OLodo p f- V c isto vale se c somente se f = f, ou, de

•••nncit·a equivalente, se c somente se f E P(R ).

7.2.41 t.~ICMA. Sejam V um C -espaço vetorial com pr-oduto interno e

I' 1.~ ( ~ V). As .9eguintes afirmações são equivalentes:

o.
~r
(o) I'
.r .,
(11) ('l'(u),'lt)=O, VuEV . . U \ \_,Jv') \

(t~) ('l'(n),v) =O, V u,v E V.

I > 1~1\IONS'rRAÇÃO. (a) :=:} (b) É claro.

(c) Sejam u, v E V e a, /3 E C e considere w = a.u + f3v E V.

O= (T(w), w) = (T(au + f3v), a.u +/]v) =

= jo:j 2 (T(u), u) + af3(T(v), u) + a.(J(T(u)·, v)+ I,6I 2 (T(v), v)
= af3(T(v), u) + o:(J(T(u), v).
'•uno a igualdade acima vale para todos os valores a., C, f3 E
('I'J('ulhcndo-se a. = ,6 = 1, teremos que (T(v), u) + (T(u), v) = O.
l'ol' outro lado, escolhendo-se os valores a = i e ,6 = 1, teremos •
i(T(v), u) + i(T(u), v) =O. Resolvendo-se o sistema
•
.(T(v),u) + (T(v,),v) =O
{ -i(T(v), u) + i(T(u), v) =O

HI'IJ.IIP que (T('u), v) = O e o resultado está provado.

(e) -> (a) Como (T(u), v) = O, V u, v E V, podemos escolher

rt P(u) e teremos (T(u), T(u)) = O, V u E V.
Dc·c·orre da definição de produto inter~o que T(u) =O, V u E V. O

I A
.. . ···--
... ....
- I
, .,
--~ •. ~:.."r·~-:'"'· -

' O' I '

.. ~

.. ... .. ...

·- \ \ '
• \ 7.2.ó < >U!SbllVJ\~A<J

A cqnivnlência acima não é verdadeira se considerarmos espaços

vetoriais sobre IR. Na verdade, a equivalência das condições (a)
e (c) continua valendo assim como a implicação (c) =? (b). O
que não é verdade é a implicação (b) =? (c), como nos mostra
o seguinte exemplo. Considere T : 1R. 2 ---+ 1R. 2 a transformação
linear dada por T(x, y) = ( -y, x). O_bserve que, considerando
em 1R. 2 o produto interno canônico, temos

(T(x, y), (x·, y)) = (( -y, x), (x, y)) = -yx + xy =O,

para todo (x, y) E 1R. 2 , mas (T(l, 0), (0, 1)) = ((0, 1), (O, 1)) = 1.

7.2.6 PROPOSIÇÃO. Sejam V um C -espaço vetorial com produto

interno e T E L(V, V) . Então T é um operador her·mitiano se e
somente se (T(u) , v) E 1R., V v E V.

DEMONSTRAÇÃO. (=?) Se T é hermitiano, então T = T*. Portanto,

para cada v E V, temos que

(T(v),v) = (v,T*(v)) = (v,T(v)) = (T(v),v)

e então (T(v), v) E 1R..

( ~) Suponha que (T(v), v) E JR, V v E V. Então

(T(v),v) = (T(v),v) = (v,T*(v)) = (T*(v),v).

Assim, (T(v)- T*(v),v) =O, V v E V. Segue do Lema 7.2.4 que

T(v) = T*(v), V v E V, como queríamos. O

É claro que a Proposição 7.2.6 não é válida em geral se V for

um 1R. -espaço vetorial.
.,

7.2.7 EXERCÍCIOS

(1) Sejam V um espaço vetorial sobre 1K com produto interno e

T, SE L(V, V).

(a) Mostrê que se·T* = T e-s• -='S entã0 (;8 + T)* = S +:I'. -_ ..
. .
',., • lh11 ( '111''0 rh ' '''' "'•' l,w, rtl

.l {!' ..~ rv tJ 11111 J 11í lllt' ro t·(lnl.

(rJ) SL' '/ ' : :1:~- l c T* = '1\ prove que (r- 1) • = T - 1.
(cl) Most rc que se T • = T c S .. - S, então (ToS) • :.. T o S#
ToS SoT.

(2) Sejmn V 11111 espaço vetorial sobre lK com produto interno e

'I' <. L( V, V). lVIostre que T1 = ~(T + T*) e T2 = ~i (T- T*)
sno n.utondjuntos.

(:1) < ousiderc no C -espaço vetorial V =. P(C) o produto interno

. ] -
clndo por (p, q) = f 0 p(t)q(t) dt, V p, q E V. Decida se o
oprra.dor TE L(V, V) dado por T(p)(t) = t·p(t) é autoadjunto.

I) Dc~c.·ida se o operador derivação é autoadjunto no espaço vetorial

V = 'Pn(C) munido com o produto interno

(p, q) = [ p(t)q(t) dt , \f p, q E V

(ü) Considere em C 3 o produto interno usual. Seja T E L(C 3 , C 3 )

dndo por

T(z, w, s) = (2z + (1 + i)w- 3is, z + 3w + (2 + i)s, iw + 4is).

Cnlcu.1e T * e verifique se T é autoadjunto.

(li) Considere V = M 2 (R) munido do produto interno dado por '

1
(A,B) = tr(B tA). ConsidereM = ( O) e TE L(V, V)
. -1 2
dado por T(A) = MA - Al\1!, V A E V. Determine T*.

7.a OPERADÓRES UNITÁRIOS

7.:1, I DEFINIÇÃO. Sejam V um IK-espaço vetorial com produto in-

lt•t' llll c TE L(V, V). Dizemos que T é unitáTio se for um isomorfismo

dt' c•spaços com produto interno. 'I '-"~" '·

-\t ~ . . \\ \..
I I

\~. ,., ....-

/- I ("r'..-.,.'"·'" 'i4- ..,.
'
~:-•·-
.. . . ..
....
.. \''
....
 • \ 7.:1.2 UHSbiiVJ\ÇOI~

" Sl'.Ílllll 'l't, T2 E L(V, V), onde V é um JK-espaço com produto

interno.

(a) Se T1, T2 são unitários, também T 1 o T2 o será.

1
(b) Se T 1 é unitário, então T 1- é unitário.

7.3.3 PROPOSIÇÃO. Seja TE L(V, V), onde V é 1tm 1K -espaço ve-

torial com produto interno. Então T é unitário se e somente se o
adjunto T* existir e T o T* = T* o T = I d.

DEMONSTRAÇÃO. Suponha, em primeiro lugar, que T seja unitário.

Então T é invertível e, como preserva produto interno, teremos que

(T(u),v) = (T(u), (ToT- 1 )(v)) = (u,T- 1 (v))

para todos ·u, v E V. Logo, r- 1 é o adjunto de T. É claro que

T* o T = T o T* = I d.
Reciprocamente, suponha que T* exista e que T*oT = ToT* =
I d. Então T é invertível e r - 1 = T*. Falta mostrarmos que T
preserva produtos internos. De fato,

(T(u), T(v)) = (u, (T* o T)(v)) = (u, Id(v)) = (u, v)

para todos u, v E V c o resultado está provado. o

7.3.4 EXEMPLOS

(a) Seja V= Mnx 1 (C) com produto interno (M, N) = Nt 1\;f 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

(T(X), T(Y)) = (AX, AY) = (AY)t(AX) = Yt At AX

para todos X. Y E V. Conclui-se daí que T é unitário se e

-t
~omente se A A= Id 11 •

(b) O operador linear definido no exemplo 7.1.8(c) é um exemplo

,.,.... ,.
~

.. de operador'nãó uhltário. •' .......... - • ·--~-;;,f:.,.~.-.

.... • .. c
 <. ; g, jn .A Mu(IK). Dizc·u1o. 'lllt .A t~ uniltíria
QnnHrlo li( =
IR, t.uu1bün clize,r~os que A é

YnlliOH d<'scrcvcr as matrizes ortogonais 2 x 2. Para tanto, seja

A= ( : ~) E M2(R)

IIIIHI. matriz ortogonal. Como vimos acima, A é ortogonal se e

so1ucutc se A •.= A -l. Segue então que

J = det (Id2) = det (A- 1 A) = det A- 1 det A=

\

= det Atdet A= (det A?

«'de~/. A= ± 1. Utilizando-se o fato que At = A- 1 , teremos

A= ( ~ -: ) e a +b
2 2
= 1 (se det A= 1)
011

A= ( a b ) e a2 + b2 = 1 (se det A = -1).

b -a

Portanto, A é ortogonal se e somente se A =

( ab -ab)a·u

A- ( a
b -a
b ) com a 2 + b2 = 1. '
Observe tamb~m que dados a e b E 1R tais que a 2 + b2 = 1,
t!Xiste um ângulo() (O<()< 27r) tal que a= cos ()e b = scn B.
Com isso, A é ortogonal se e somente se A é da forma

cos () sen () )
( :: : -:: :) ou ( sen B -cos ()

pHra algum () (O < () < 21r) .

..I,,,,
., 7 I~ '
!JXERCICIO

Descreva as matrizes unitárias 2 ·x 2-:- ,. 'Q":... \{:...'r, ~'"7-:oo--: .:-

.. , ""
.. . .
-r
. ·~
 PbHAJ OH,JnS NOI1l\1AlS

7.4.1 No O:.pítulo 5 estudamos condições necessárias e suficicnt<.?~

para mn <'spaço vetorial V possuir uma basE:> formada de autovetore::;
de um dado operador 7' E L(V, V). Naquele estudo, não tínhamos
levado em consideração informações sobre produtos internos de V.
O que iremos discutir agora é a existc'ncia de bases ortonormais for-
madas por autovetores de um dado operador linear T.
Vamos assumir que V é um OC -espaço vetorial com produto
interno de dimensão finila n > 1 e que T E L(V, V). Suponha que
exista uma base ortonormal B = { v1 , ... , Vn} cujos elementos são
autovetores de T, isto é. que T(v-i) = QiVi para certos Q/S em OC
(i= 1, ... , n). Assim, (T]B tem os el<'mcntos Q 1 , ... , O'n na diagonal
principal e zero nas outras posições. Como a base B é ortonormal,
então (T*]B tem os elementos Qb ... , nn na diagonal principal c zero
nas outras posições. Se OC = R , então Q 1 = Qi para cada i = 1, · · · , n
e portanto (T]s = (T*]B, isto é, T é autoadjunto. Se OC =C, então T
não é necessariamente autoadjunto, mas vale a relação (T)B · [T*]B =
[T*]B · (T]B, ou melhor, T comuta com T*: To T* = T* o T. Iremos
mostrar que a recíproca do resultado acima também vale, isto é, se
T é tal que To T* =r· o T, então existe uma base ortonormal de V
cujos elementos são autovetores de T.

7.4.2 DEFINIÇÃO. Sejam V um espaço vetorial com produto interno

e TE L(V, V). Dizemos que T é no17nalse existir T* e ToT* = T* oT.

7.4.3 ÜDSERVAÇÕES

(a) Todo operador autoadjunto é normal.

(b) Todo múltiplo escalar de um operador normal é normal. De

fato, se T é normal e Q E OC , então

(QT)* o (QT) = (aT*) o (aT) = Qa(T* o T) =

= aQ(T o T*) = (aT) o (QT*) = (nT) o (aT)*

(lcmbramog que (aa-')* = aY..*, ver (7.1.9)}. ·-

,. . -... I "" t ...
 tdilllltl('IIO,

(r1) Úm tHid(•rc em C 2 o produto interno usual e seja T : C 2 -+ C2

li t.rmiHformaçao linear dada por

T(z,w) = (z + iw,z - iw), V z,w E C.

l~ll l.no, T*(z, 'W) = (z + w, - iz + iw) e To T* = T* o T = 2Id.

Portn nto, T é Um. operador normal.

(h) Sc:ja V - l2 com o produto interno usual (ver exemplo 7.1.8(c))

St'.in SE L(l2, l2 ) definido por S((x1, x 2, · · · )) = (O, x 1 , x2, · · · ).
1~111-no S*((xl, x2, · · · )) = (x2, X3 . · · ·) e S oS* =I S* oS, isto é,
S nno é um operador normal.

7, 1/i flHOPOSIÇÃO. Sejam V um JK -espaço vetorial com produto

~111, 1110 e T E L(V, V) um operador normal. Então,

(u) 11 rr(v) 11 = 11 T*(v) IL vv E v

(l1)' Se T(v) = av para a E lK e v E V, então T*(v) =a· v.

(é) Se T(v1) = a1v1 e T(v2) = a2v2, para v1, v2 E V e a1, a E lK,

2
rom a1 =I a2, então (v1, v2) =O.
•
I ll•;t\IONSTRAÇÃO. (a) Seja v E V, então

('r(o),T(v)) = ('u, T*(T(v))) = (v, T(T*(v))) = (T(T*(v)), v).

Cn u ro (T(v), T(v)) é um número real, segue que

(T(T*(v)), v) = (T(T*(v)), v) = (T*(v),T*(v)).

P~tt' l artto, 11 T(v) 11 = 11 T*(v) 11, como queríamos.

(h) SP T(v) = av, então (T-ald)(v) =O. Logo, 11 (T-ald)(v) 11= O.

llt~11 11do o item (a), concluúnos que 11 (T- ald)*(v) 11= O. Então
( I' n- I d) * (v) = O e, portanto, T* (v) =· afr.'""' ~ '-· - oro·'~ ~· ~ ~-- . ..#"'"
..
< -

... ~"
.. . ~
 Por outro lado,

Daí, a1 (v1, v2) = a:2(v1, v2) e, portanto, (a1- a2)(v1, v2) =O. Como
a:1 =F a2, segue que (v1, v2) =O. O

7.4.6 TEOREMA. Seja V um lK -espaço vetorial de dimensão finita

com prod7.Lto interno. Se T E L(V, V) é autoadjunto, então T possui
um autovetor.

DEMONSTRAÇÃO. Observe inicialmente que se lK =C então Pr(x)

tem raízes e elas são os autovalores de T, como queríamos. Vamos
assumir então que lK = Ilt. Suponha dimoc V = n e seja T E L(V, V)
um operador autoadjunto. Sejam B uma base ortonormal de V e
-t
A= [T]B· Como T = T*, temos por (7.1.11) que A= A . Considere
-t
W = MI nxl (C) com produto interno (X, Y) = Y X e S : W --t W
o operador linear dado por S(X) = AX. Sabemos que S* (X) =
AtX = AX (pelo Exemplo 7.3.4 (a)) e, portanto, Sé autoadjunto.
Por outro lado, não é difícil ver que Pr(x) = Ps(x). Seja a: uma raiz
de Ps(x). Como W é um espaço vetorial sobre C, segue que a: é um
autovalor de S.

Afirmação: a: é urr1 valor real.

De fato, se v =F O for um autovetor associado ao autovalor a:, então
(S(v), v) = (a:v, v) = a:(v, v) e, por outro lado,

(S(v), v) = (v, S*(v)) = (v, S(v)) = (v, a:v) = a:(v, v).

Daí a:(v,v) = a(v,v), e então (a- a)(v,v) =O. Como (v, v) =F O,

segue que a - a = O e, consequentemente, a: E lR .
Observe que então a é uma raiz real de py(x) e, portanto, a:
é um autovalor de T como queríamos. O

7.4.7 Vamos usar o resultado acima para mostrar que se T é um

, ......·"..
~·

... operador autoadjtlnto em L(V, V), então V tem wn.a base ortononpal -- ..
1
"i • l/111 ( "' fi d1 Í I(Jr ' 'U I wr "'

I mr•.
l.t ~I.J\.
8ujm11 V úm 11( -t:spaço uctor-ial com prod11fo interno c de
tl11111 ?ISÍÍtJ ji11ila c 'r E L (V, V) . Sf! ~V é um .o;nbr.spaço T -inuatia.n tc
tf, \f, em/tio 1V1· é 'f•' -invarüml c.
1

1)1 MONS't'HAÇÃO. Temos que mostrar que T'(w) E ~v L, para cada

u• ur.L, is to é, que (v, T*(w)) = O, V v E. W. Sejam v E W e
"' ll'J.. Como lt\.' é T-invariantc, então T(v) E W c, portanto,
(7'( '), w) = O. O r ultado agora segue do falo de
(v, T*(w)) = (T(v), w) = O. \

o
l'nOPOSIÇÃO. Seja V um 1K -espaço vetorial com produto in-
,,., 110 ~'' de dimensão finita. Se T E L( V, V ) é autoadjunto, então
t n. ·l tJ tlllta, base ortonormal de V cujos vetores são autovetores de T.

I h 'MONS'l'RAÇÃO. Vamos supor que dimK V = n > 1. Pelo Teorema

7. l.(i, T possui um autovetor Vt. Se dim.K v = 1, então { u::~n} é
1111tn hn..c;c, como queríamos. Vamos supor agora que n > 1 e que

P n·~mllado vale para todo espaço vetorial de dimensão n - 1. Seja

H' · [ o1], onde v 1 é o autovetor acima. É fácil ver que lV é invariante

Jllll' 'r . Pc•lo Lema 7.4. 7 W i é T* -invariante. Como T* = T segue que
"'I <) T-invariaute. Agora, como w j_ é um espaço de dimensão n-1
Ne•guo da hipótese de indução que W i possui uma base ortonormal •
(v:! , ... , Vn} formada por autovetores. Logo B = { Jl~! 11 , V2, ... , Vn }
t• •am conjunto ortonormal com dintK V elementos c, portanto, uma
hru-1•; de V. Por construção, todos os elementos de B são autovetores
•' •• n·sultado está provado. O

7. I,!) COROLÁRIO. Seja A E M n (IR) uma matriz simétrica. Então

t .ri.s/C' u.ma matriz invertível ~1 EM n(lR) tal que Aft AAI é diagonal.

I )f~f\ lONSTRAÇÃO. Seja T : IR n ~ 1R n um operador linear tal que

[ l'] can = A. Como A é simétrica segue que T é auLoadjunto. Con-
Ht•qucntemente, pela Proposição 7.4.8, temos que existe uma base B...
ml ouormal de IR n formada de autovetores de T. c·on.s;d.ere ago,·a
; , ""'
r r
,
I
 • 22!J

• \'Al n 111n11 iz llllldnuc"'H dn haso êlltiÔilit•n. de R ll pnrn. n base B. Por

(3,41.G), tmuos que ('rJu - AJ- 1 [T]ccmAI. Como as base~ em queslao
f
são ortonormais, l:icguc do Colorário 6.2.9 que 1\1- 1 = 1\.Jf. Portanto,
[T]B = 1\;/1 Allf satisfaz a afirmação dcHejada.

7.4.10 TEOREMA. Sejam V um C -espaço vetorial com produto in-

terno e de dimensão finita e T E L (V, V). Então T será um operador
normal se c somente M' eTistir uma base or·tonormal ele V cujos ve-
tores sejam mLtoveton~s de T.
DEMONSTRAÇÃO. Seja v 1 E V um autovetor de T ( u1 existe pois V
é um espaço vetorial complexo). Sem perda de generalidade podemos
supor que 11 u1 11 = 1. Considere lV = (vr). Assim lV é T-invariantc.
Da Proposição 7.4.5 segue que v 1 é autovetor de T* c portanto W é
T* -invariante. Pelo Lema 7.4. 7 concluímos então que W .L é invari-
ante por T** = T.
A restrição de T a lV.l é um operador normal. Usando o
mesmo argumento de indução usado na. Proposição 7.4.8, mostra-
se que existe uma base ortonormal de autovetores. A recíproca foi
mostrada no início desta seção. O

7.4.11 EXERCÍCIOS

(1) Considere C 2 com produto interno usual e srja TE L{C 2 , C 2 )

definido por T(1 , O) = (1 +i, 2) c T(O, 1) = (i, i). T é normal?

(2) Seja V espaço vetorial sobre C de dimensão finita com produto

interno. Seja T E L(V, V) um opPrador normal. ~1ostre que

(a) T é autoadjuut.o Ç::::} todo autovalor de T é real.

Vf!j}T é unitário Ç::::} todo autovalor de T tem módulo 1.

Sejam V = IR n com o produto interno usual c T : IR n - t IR n

um operador linear. Suponhamos que v1 = (1, 1, ... , 1),
v2 = {1, 1, · · · , 1, 0), · · · , Vn = (1, O, ... , O) sejam autovetores de
T. :Mostre que T é autoadjunto Ç::::} T possui um único auto-
valor.

(4) Considere Y. = C CQmo IR -espaço vetorial.

 (ti)
11111 (ll'tldiiiA) 1111 t I' IHJ

(h) Prm~ cndn "Y E V, seja a fnnçao /\.ti"'' : C -+ C dada por

.M"''(o:) "'{n. Mostrar queM; = M7f.
((•) Para qmlis 'Y E C, se tem N/"f autoadjunto?
(d) Para quais 'Y E C, M"'' é unitário?

1 1
(r;)
~ A= ( i
:)ein
3 + 2i ) . Mostre que A é uma matriz normal.
Ache uma matriz P tal que pt AP seja diagonal (considere o
produto intenío usual).
\

(fi) Dê um exemplo de um operador linear T em um R-espaço

vc·torial V com produto interno para o qual (T(u), u) =O para
lodo u E V, mas T =I O.

(7) SPjam V um espaço vetorial sobre 1K com produto interno e

'r E L(V, V) tal que T admite adjunto T*. Mostre que, se
rr• o T = O, então T = O.
( ) Sejam V um espaço vetorial sobre oc·
com produto interno e
TE L(V, V). Se T é normal, mostre que Nuc T = Nuc T* e
lm, T = lmT*.

.. . ...
 8

F ORMAS BILINEARES

Vamos estudar neste capítulo as formas bilineares sobre espaços

vetoriais de dimensão finita visando como aplicação à classificação
das quádricas. Ao longo deste capítulo, o corpo 1K será sempre ou
lR ou c.

8.1 FORMAS BILINEARES

8.1.1 DEFINIÇÃO. Sejam U e V espaços vetoriais sobre K. Uma

função f : U x V -----t IK é chamada de forma bilineaT de U x V em
lK se satisfizer:

(i) j(Àu1 + u2,v) = Àj(u~,v) + j(u2, v), para todos À E IK,

Ut, u2 E U e v E V.

(ii) f(u ,Àv1 + v2) = Àj(u,vl) + j(u,v2). para todos À E IK,

u E U e v11 V2 E V.

Em outras palavras, uma função f : U x V --+ lK é uma forma

·~~- bilinear se for lim~ar em eada uma· <las variáveis. q~ando deixarmos
.... ..
- ...
';I'' • I "' ('til n tlr i lqt lwo I mt m

d l t
qu JJ(ll, V, IK) ~~ um eR]mço vetodul sobre ll< quando Jnuniclo das
qp• 'm õ ,s \IS1UlÍ8 ()p Ae>HUI d<' fuuçocs c multiplicação de unw função
pc 1 11111 uscn lur mulK. No cn."lo particular em que U =l', dcnottuHos
IJ(IJ, V. K) Aimplesmentc por B(V, lK) e dizemos que seus elementos
Rw Jm 1/lll!i bilinrarcs sobre V.

8.1.2 hXt~MPLOS

(n) Qualquer prd<.luto interno sobre um R-espaço vetorial V é uma

fOI'mn. bilinear. Observe que o mesmo não é verdade sobre es-
\
1.uços vetoriais sobre C . Deixamos ao leitor verificar tais fatos.

(IJ) j\ funçao f: R 2 x IR 2 ----. IR dada por

J((:t:l I ;r2), (Yt I Y2)) = 5X1Y2 - 2X2Yl' v (:z:l, X2), (yl' Y2) E 1R 2

~uma forma bilinear que não é proveniente de um produto

interno (mostre estas afirmações).

( ") Sejam U e V espaços vetoriais sobre lK. Considere funcionais

h E: U"" e 9 E v· e considere a funçãa f : u X v -+ lK definida
por f(u, v)= h(u) · g(v), para todos u EU e v E V. Afirmamos
· que f é uma forma bilinear. De fato, fixado v E V, segue
facilmente que f é um múltiplo escalar do funcional linear h.
Assim, f é linear na primeira variável. De modo análogo, fixado
11 EU, f é um múltiplo escalar do funcional linear g. Portantd,
f é uma forma bilinear.
(d) Sejam U c V espaços vetoriais sobre R com V munido de um
produto interno e TE L(U, V). A função f: U x V-+ IR dada
por f(u, v)= (T(u), v), V u E U, v E V é uma forma bilinear.
Esta afirmação segue da linearidade de Te do item (a) acima.

(c"') Sejam V = Mmxn(lK) e A E M mxm(lK ). Então a função

' !A: V x V-+ lK dada por fA(X,Y) = tr·(XtAY), para todos
X, Y E V, é uma forma bilinear sobre V. De fato, se X, Y e Z
são elementos de V e a E lK , então
 '''urw u; lltlin tH • ':J 1

I~tu mos mm ndo o fu to de que a operação transposta e a função

trnço são lineares. Deixamos a cargo do leitor verificar que

JA(X, oY+Z) = o:fA(X, Y )+ fA(X. Z), V X , Y, Z E V, V ü E IK.

Convém observar que, para o caso n = 1, a forma bilinear acima

é simplesmente dada por
tn m
!A(X, Y) = xtAY = LL XiatJYJI
i= ] j=l

onde X= (xt. · · · ,xm), Y = (yt, · · · ,ym) e A= (at;)t,j, com

1 < i,j < m.

(f) Sejam U e V espaços vetoriais sobre IK de dimensão finita.

Sejam B = {u1, · · · , v.m} e C = {vt, · · · ,vn} bases ordenadas
deU e V , respectivamente e f E B(U, V, IK ). Considere vetores
m n
u = L:olui EU, onde O't E IK, e v= l:ljJVj E V, onde
i=l J=l
{Ji E OC . Ao calcularmos f (u, v), chegamos a
m n
f(u,v) = f(f:~o.iut, L f3ivi) =
i=l ;=1

m n m n
=L ai f(ui, L fJivi) = L L ai{Ji f(ui,vi)·
i=l j=l i=l J=l

Se e::;crevermos a ij - f (Ui, vi), teremos então

i=l j=l i = l j=l

Como u = (a1, · · · , a:m)B e v = (fJt, · · · , f3n)c, se escrevermos

A = (aij)i,J, então f(u ,v) = [u)t A [v)c, onde (v)c denota
a matriz coluna formada pelas coordenadas do vetor v com
relação à base C e (u)k denota a transposta de matriz coluna
formada p elas coordenadas dõ-wtor u com. relação à base B.
.. . ... ---
;v la~tis lw cs oi'clcno.da.-1 B c C como scudo a matriz A
10

MmxH(IK) (~\ljo~ al~u wntoH são dadoH por a,; - f(ui,v;), 1 <i< m,
I j S 11.

"cllJ\ÇÃO. A matriz de mm\ forma bilinear f com relação às bases

l~ c C seró cleuotadn por (f]B.c.
H. I . l O próximo resultado mostra em particular que existe uma
ut.re o csp~~ço das formas bilineares de U x V sobre 1K , com
\
di rllK (] m o dimK V - n c o espaço das matrizes m x n em 1K .
I'IIUI'ciSIÇAO. Sejam U e V espaços vetoriais sobre IK com
"'"'K fl rn > 1 e dirnK V = n > 1. Então o espaço B(U, V, li{)
é 'l."IUIIWt]o ao espaço Mimxn(OC)
I )I~M INSTRAÇÃO. Sejam B e C bases de U e V, respectivamente.
\ msidcrc a transformação T: B(U, V,IK) - t Mmxn(1K) dada por
1 (f) :::: (f)B,C· É fácil ver que T é uma aplicação linear injetora.
Ago•·n, para cada matriz A E Mmxn(lK ), podemos definir uma
rund'io deu X v em IK dada por !A(u,v) = [u]~A[v]c. Não é difícil
V~'l' ·que f A é bilinear. Além disso, T(fA) = [fA]B,c = A e, portanto,
I ( sohrcjetora. O

S. l.ú PROPOSIÇÃO. Sejam U e V espaços vetoriais sobre 1K cotp,

lli'PilK U = m > 1 e dimK V = n > 1. Sejam B = {u1, · · · , um} uma
bmm tlt! U c C= {v1, · · · , Vn} uma base de V e B* ~ {hb · · · , hm} e
t '• {g 1 , · · · , gn} bases de U* e V* duais a B e C, respectivamente.
Cow;idere fii(u , v)= hi(u) · g1 (v) para 1 < j < n e 1 <i< m. Então
(,/:11: I < i< m, 1 < j < n} forma uma base de B(U, V,JK).
DI~~IO NSTRAÇÃO. Decorre de (8.1.2(c)) que para cada par i,j,
j,J e LJ( U, V, OC). Com isto, basta provar que

(o 11111 snbconjtmto linearmente independente de B(U, V, 1K ), uma vez

qut\ p«'la Proposição 8.1.4, B(U, V,K) tem dimen$Mm.x n. Sejam-
 Hl ll
• ,\íj e K! com i = l' ... , l1l o j = 1' ... ' H' tais qu<' L: L: Àij fij = o,
~ - 1] 1
isto é, tais que
m n

2:2: ÀiJfiJ(u, v)= O, para todos u EU, v E V.

i=l J - 1

Em particular, para todos k = 1, · · · , m c l = 1, · · · , n,

m n m n
o = 2: L Àijhj(Uk, Vt) Í:: 2: Àij hi(uk)9J(vt)
i=l j=l í=l j=l

m n
I: 2: Àij ÓtkÓJl = Àkl·
i = l j=l

Logo, C é base de B(U, V, lK ), como queríamos. o

8.1.6 Sejam V um espaço vetorial sobre IK de dimensão finita e
f E B(V, lK ). A
cada base B de V associamos uma matriz à forma
bilinear f. Estamos interessados em analisar o que acontece com tal
matriz se efetuarmos uma mudança de bases de B para B'.

PROPOSIÇÃO. Sejam V um espaço vetorial de dtmensão finita sobre

lK e f E B(V.OC). Se Af for a matriz de mudança de bases de B
para B' de V, então [f]B' = 1\ft[!]B.l\f.

DEMONSTRAÇÃO. Sejam B = {v1, · · · , vn} c B' = { v't, · · · , v~}

bases de V e 1\1 a matriz de mudança de bases de B para B'. Assim.
temos que:
[v]B = AJ[v]B'· para cada v E V. (I)
Para u, v E V teremos que

f(u, v) = [u]k [f]s [v]a

)t [f] a (M(v]B')
(I) (Af[u]B'

= (u]k, Att[f]B Al[v]B'·

Como f(u,v) = [u]k, [f]B' [v]B', segue que

[u]h, Mt[f]B M[v]B' = [u)k, {f]s' [v]s'

para todos u, v E V. Portanto, [f]s' = Afl [f]BAJ. como queríamos.
'',.)'. o
• •. . ............. t

.... . ......... ..
. ... - .
lt• · • Um ( 11t ~rJ dr I hJr lm, I 'UH til

1 •.irt111 V • llt 2 B n bnHo cutaouico dl' V. CouMid<'re n formn

t)

hilim•111' f 2
em IR definida por

'rnrmuos então

!((1, O) , (1, O)) =2 J((l, 0) , (0, 1)) =- 3

!((0, 1), (1, 0)) =o !((0, 1), (0, 1)) = 1
(' 1 pmtn.nto,

( 2-3)
\

(f]B = 0 1 .

Sc~jll B' = { (1, - 1), (1, 1)} uma outra base de lR 2 . Um cálculo
SÍlllplcs nos dá que a matriz M de mudança da base B para B'
c'- dHda por

M =( -~ ~ ) e, portru>to, A.f' = C-:).

Assim,

H. I ,H Sejam U e V lR -espaços vetoriais com V munido de um produto

tllfl'rllo. Defina a função ..
{I• : L(U, V ) ~ B(U, V,~)
T ~ ~ (T) UxV ~ ~

(u,v) ~ <T(u),v>.

Ul,st•rvc que~ está bem definida pois ~(T) é uma forma bilinear de
O X \i em~ (ver Exemplo 8.1.2(d)).

.. . ..
' ...
 Dli:MONSTRAÇAO. Se T , S E L(U, V) c À E lR. teremos enLão que,
para todos u E U, v E V,

<I>(ÀT + S)(u, v) = ((ÀT + S)(u), v)=

= À (T + (S (u), v) = À<I> (T) (u, v) + <I> ( S) ( u, v).

(u) , v)
Consequentemente, <I>(ÀT + S) = À<l>(T) + ci>(~) e ci> é linear.
Vamos
mostrar agora que ci> é injetora. De fato, seja T E L(U, V) tal que
<I>(T) =O. Assim (T(u), v) = O para todos u E U, v E V e, portanto
T =O (ver (7.2.5)). O

COROLÁRIO. Se as dimensões deU e V são finitas, então a função

<I> é um isomorfismo.

DEMONSTRAÇÃO. Sabemos pela proposição acima que <I? é linear

e injetora. Como dimK. B(U, V,OC) = dí-rnK. L(U, V), o resultado
seguirá de (3.3.3). O

8.1.9 FoRMAS MuLTJLINEARES. Baseado no que fizemos acima, é

natural considerar funções em várias variáveis e linear em cada uma
delas. Não iremos nos aprofundar neste conceito mas gostaríamos de
mencionar um par de exemplos.

DEFINIÇÃO. Sejam V1 , · · · , Vrt JK.-espaços vetoriais. Uma função

<I>: vl X ... X Vn ----+ 1K é chamada de forma multilinear (ou n-forma
linear) se <I> é linear em cada variável, isto é, se para cada i, 1 < i < n,
e para todos Vi, v~ E Vi e todos À E K , temos que

À<I>(vl ' · · · ' v·l l · · · ' v n ) + <I>(vt ' · · · ' v~~' · · · ' v n )

EXEMPLOS
(a) Sejam V1 , V2, · · · , Vn IK-espaços vetoriais e funcionais c/>i E V:*,
para 1 < i < n. Considere a função <p : vl X . . . X v;L ----+ K
definida por <p(Vt, · · · , Vn) = 4>t(vl) · · · 4>n(vn)· Não é difícil
ver que <p é uma forma multilinear, generalizando o Exemplo
..,,. ..
.. 8.1.2(c). • ·· ·---- . •..... ........ -.
...... . ... ...
 (1,) do pnulul.o i11l. 1 t nu u~uul o 1-iujn
Li • { t' 1, ~~.,, ('I} n busc' em tôn i<'a mmnl. StJjlltll ·u - (.r 1, .t 2 , .r,J) 8
•' 11 = (!Jt, JI'Jt./Ja)B doiA vctoros om IR 3. Definimos n pmt.ir de
11, o um 11ovo vetor u. 1\ v denominado o prod·uto veto1'ial de u
]JOI' v, C'Olllo ~cndo o vetor

;~ ) e :~ :~
Y1
de' I
( U2 1
+ det ( :: ) e2 + det (

3
Cousidere w E R dado por w = (x3, y3.z3) B. Chamamos o
utímero real d~o pelo produto interno de uA v e w de produto
fTIÍ.9to deu, v e w, isto é, o número

.(u A v, w) = det
(
XI
x2
Y1
Y2
X3 Y3

A função f: lR. 3 x lR. 3 x lR 3 ~ lR dada por

f(u,v,w) = (uAv,w)

é uma forma rnultilinear, isto é, a função que a cada terna de

3
vetores de lR associa o produto misto dos mesmos é uma forma
multilinear, ou mais precisamente uma forma trilinear.

((') Seja f: l2 x ·· · x l2 ~ lK (m cópias de l2 ) dada por

f(xl, X2, · · · , Xm) = Xu · X22 · · · Xmm, •

•
onde Xj = (xjl, Xj2, · · · , Xjn, · · · ), para cada j = 1, · · · m. Não
é difícil ver que f é uma forma multilinear.

~. I. LO EXERCÍCIOS

( I) Seja V um espaço vetorial sobre lK. Sejam h, g E V* e considere

f : V x V ---+ lK dada por

f(u, v)= h(u)g(v) + h(v)g(u) V u, v E V.

.. ......... ~.....,.. "~~;' ~~--~ -~---

Mostre que f é uma forma bilinear. ·- .' · .
y I ..
...
• • C'"-
. .....
 • ' :.J!)

. \ (2) Scju111 V, V c l V trê~ K. -espaços vetoriais c considere n função

cp: u(U, V) >. L(V, W) - . L(U. W) definida por cp(T, S) =
S o T. Mostre que

(a) cp(T1 + ÀT2, S) = cp(T1. S) + Àcp(T2, S). V T1. T2 E L(U. V),

V SE L(V. TV), V À E OC.
(b) cp(T. S1 + ÀS2) = lfJ(T, S1) + Àcp(T. S2). V T E L(U, V),
V S1, S2 E L(V, W), V À E OC.

(3) Sejam U c V OC-espaços vetoriais e f E B(U, V, OC ).

(a) I\Iostrc que f(O. v) = f(u, O) = O, V u E U, V v E V.

(b) Se U = V, mostre que pode existir um vetor não nulo
v E V tal que f( u, v) = O.

(4) Sejam U c V e~pa.çm; veloriais sobre IK com dimensão m > 1 e

n > 1, respectivamente. Sejam 8 c C bases de U c V, respecti-
vamente. Para uma matriz A E Mmxn(OC), defina uma função
!A: U x V~ IK dada por !A(u, v)= [u]hA[v]c. I\Iostre que
fA é bilinear.

(5) Seja V um OC -espaço vetorial. Considere 8 = { e 1 , · ·· . en} uma.

base de V c 8* = { cp 1 , · · · , <l>n} a sua b~<;e dual. Determine as
coordenadas de uma forma f E B(V, OC) com respeito à base
considerada na Proposição 8.1.5.
00
(6) Considere f: l2 x l 2 -. OC dada por f(~r, y) = E Xi · yl, para
i=l
(xi)i, (yi)i E l2 . .Mostre que f é uma. forma bilinear.

(7) Considere lR 3 munido do produto interno usual. tvlostrc que

o produto misto em R 3 definido no exemplo (8.1.9(b)) é uma
forma mul tilincar.

8.2 FOR11AS SHviÉTRICAS

8.2.1 A partir desta seção estaremos interessados em formas bili-

neares sobre um OC -espaço vetorial V, i~to é, formas bilineares do Lipo
f : V x V - . IK . Lembramos que iremos denotar o espaço de tais
formas por B (V, ~ ) . • · · .....t y ..f"·..._ -....... •
""" . o •• ...
"·10 • l til ( 111 '' lir { /qdiJtl /111,11

.
run furma cotno riz<.•tno:-J <·om oporndon~H liuPn rcs, <.!.'itnmos
n1 ,., , sshclos t'lll consQguir mnn busc B de V tnl que [!Ju sojn dingoual.
I H'II IU9 wostrnr qw! t.nl bn~c oxiHte pnru unw clnssc hem especial de
I' 'llllnB bilincnres, as chnmn.dns formas simétricn.-; .

.2.2 l) l~l~INIÇÃO. Sejam V um IK-cspaço vetorial c f E B(V, IK ).

l>h~ mos que f é simétnca S(' f(tt, v)= f( v, tt) para todos u., v E V.

... l·
No I'AÇAO. Denotaremos por B 8 (V, .IK )o conjunto de todas as formas
hillu •an~ simétricos sobre um IK-cspaço vetorial V. Não é dificil
\
Juostt'llr qne B 11 (V, lK) é um subespaço de B(V,OC).

(n) S' V é um R-espaço vetorial munido de wn produto interno

( , ) então a função f: V x V---+ lR dada por f(u, v)= {lL, v)
é uma forma bilinear simétrica sobre V.

(h) Soja V= R 2 . A função f: V x V---+ R dada por

..
f( (x 1, Y1 ), (x2, Y2)) = X1Y2- Y1 X2, para (x1, yi), (x2, Y2) E IR 2,

é uma forma bilinear que não é simétrica, uma vez que

f((l, 1), (2, 1)) = -1 e f((2, 1), (1, 1)) = 1.

S.:lA O próximo resultado relaciona formac"> sim<-tricru; e matrizes si-

lllfot l'icas. Lembramos que uma matriz A E M n (JK f' é dita simétrica
RP At = A.

' l' t:.OHBMA. Seja V um espaço vetorial sobre IK de> dimensão n > 1.
.As .st guintes afirmações são equivalentes para uma forma bilinear f
.~obm V :

(a) ·f é simétrica.

(b) (J]B é uma matriz simétrica para toda base 8 de V.

(t•) (!]c é uma matriz simétrica pára algum.a.. ~ e 'd~ ·v::· . .....
 F'rn"'tutlJ I d ttt o; • 211

· \ I l ~r\ ll> S'IHJ\I lA ,, (11) (h). SPjfl B uum ba.'io de V. Por dcfiniçao,
p u·n t.odo. u, u E V. t{IJflOS que f(u, v) : [u)k [!]e [v]e. Como f é
sim~Lrka, leremos que [u]h[!]B [v]B = [v]h[!]B [u]B, V u, v E V. Daí
como [v]h[!)a [u]a E MI 1 (K ), segue que

[u)k[f]a [v)a = [v)h(J]B [u]a = ((v]h [!)a [u)a)t = [u]h [f]h [v]B

para todos u, v E V. De onde segue que [/]a= [f]k.

(b) => (c). E' c1aro.
(c) => (a). Seja C uma base de V tal que (!)c seja simétrica. Por
definição, para cada par u,v E V, temos que f(u,v) = ['u)~[f]c[v)c.
Como [u]~[f)c[v]c é uma matriz 1 x 1, segue então que

f(u,v) = ([uJ2 [!]c [v]c)t = [vJ~ [f]~ [u]g.

Sendo [f]c uma matriz simétrica, teremos finalmente que

f(u, v)= [vJ2 (!)c [u)c = f(v , u)

e o resultado está provado. o

8.2.5 EXERCÍCIOS

(1) Determine a matriz de cada uma das formas bilineares abaixo,

relativamente à base especificada (considere produtos internos
usuais):

(a) f: R 4 x R 4 ~R dada por f(u,v) = (u,v), V u,v E R 4

com relação à base

B = {( -2, O, 3, 1), (1, 2, 1, - 1), (0, 1, 2, -1), (1, 2, 3, 1)}.

(b) f: C 3 x C 3 ~C dada por f(u,v) = (u,a) · (v,b), com

a, b E <C 3 fixos, com relação à base canônica de <C 3 .
(c) f : IR 3 x IR 3 ~ R dada por f(u, v) = (T(u), v), onde
T E L(R 3 , R 3 ) com relação à base canônica de R 3 .

(2) Mostre que a forma bilinear definida no Exercício 8.1.10(1) é

simétrica. · --·
1)'' • I '" ( '111 r• dr ltJrlnu I IJ!f liJ

n(v, n ). Dh~· '''"R

l'urmns hilinc•nn1R nttliRSilurtrkns sobre V. Mostre que Bu(V, IK)

6 1tru sulwspltÇo d<' 13(V, IK) e que

( 1) Sejmn \f um lK -espaço vC'torial e funcionais lineares não nulos

, ,f/ E v·. Considere a função f : v X v __. IK definida por
f(u, v)= h(u)g(v) h(u)g(u).
\
(a) lvlostre que f é uma forma bilinear antissimétrica.
(b) Mostre que f = O se e somente se existir À E OC tal que
h Àg.

(li) Sejn V nm lK -espaço vetorial. Para cada f E B(V, lK ), defina

fl forma fs: V x V-----+ 1K por fs(x,y)- ~(f(:r,y) + f(y,x)).

Mostre que

(a) !s é uma forma bilinear simétrica.

(b) a aplicação 1r: B(V,JK)-----+ B 8 (V,JK) dada por tr(f) = fs
é uma projeção.

A forma f s, como acima. é chamada de simetrização de f

(ô) Sejam V um JK-espaço vetorial e f E B 8 (V,JK). ~ostrc que'•

para cada par de vetores v1 , v 2 E V, temos
1
f(v1,v2)=4 L €t€2f(ftV!+t=2u2,fJVI+f2u2).
€, = ±l,i= 1,2

,;j FORMAS QUADRÁTICAS

s.a. 1 Sejam V um espaço vetorial não nulo sobre 1K de dimcusão

fir1it.n e f E B(V, lK ). Se existir uma base B de V tal que [/]B é uma
111alriz diagonal, então sabemos, por (8.2.4), que f é simétrica, uma
'PZ que toda matriz diagonal é simétrica. Para provar a recíproca de
Lnl resultado precisamos de alguns resulfados. ... · ~ • ••
-
.. ....
.. ' \. .. ,....
 • \ 8.3.2 Dt~I·INI<a'lAc 1, ~Pjmn V um <'Spu.ço v<.~torial sobre IK e f em
JJ(V, IK ). A f'utu.;ao CJ: V-. 1K da.da por q(v) =f( v, v) é denominada
Jo1·ma qu,adráttca assoc'Lada a f.

8.3.3. EXEMPLOS
(a) Sejam V = 1R n com produto interno canônico e .f a forma
bilinear de B(V, lR) dada por f( u, v) = (u, v), V u, v E V.
Então a forma quadrática associada: a f é dada por

q(u) = f(u, u) = xi + x~ + · · · + x~
para cada u = (xb x2, · · · , Xn) E V. Na realidade, q(u) é o
quadrado da norma deu.
2
(b) Seja A= ( -l ) EM 2 (lR) e/EB(JR 2 ,JR) dadapor
o -1

f((x,,x2), (y,,y2)) = (x, x2) ( -~ -~ ) ( :: )

A forma quadrática associada a f será então

q((xt, x2)) = -xi + 2x1x2- x~.
8.3.4 Sejam V um espaço vetorial sobre IK e f E Bs(V, 1K ). Se q é a
forma quadrática associada a/, então, para cada u, v E V, temos
q(u +v)- q(u)- q(v) = f(u +v, u +v)- f(u, u)- f(v, v) =

f(u, v)+ f(u, u) + f(v, u) + f(v, v)- f(u, u)- f(v, v) = 2f(u, v)
e assim
21 (q(u +v)- q(u)- q(v)] = f(u, v), V u, v E V. (I)

Chamamos (I) de forma polar de f.

8.3.5 TEOREMA. Seja V um 1K -espaço vetorial de dimensão n > 1.
Se f E Bs(V, 1K) então existe uma base B de V tal que [f]B é uma
matriz diagonal.

·.. . ...
)
DEMONSTRAÇÃO. Se f= O ou dimJK V = 1, o resultado é trivial.
Assim, vamos supor que f =/= O c que dimK V ·== n > 1. Para provar
I f" J •

hn lJ = {o~ta2 , ... ,tlt,} do\'

, 1 ·HIIt '"''; hvt:HII , ,,,, 1111i11r" 1m1r•
1111 q11t f(l';, tJj) ·o, so i rp j. lil11 ·mo. H provo. po1· lnduçiio Aobre
t• tliru n fin n do V. Como f 6 Hiut6tricu, existe u1 e: V t.nl qtw
j(u1, o,) -.fi O (ver 8xcr<'ício 8.3. 10(1)). Seja ltf' o subespaço gerado
pc r 'h o cousidere W 1 = {v E V: f(v 1,v) = 0}. É fácil provar
que lV' ó 11111 Hnh<.'l-ipaço. Afirmamos que V = W EB W 1 • Observemos
1
lrtÍ(•ialnH'HLo que lrV n W = {0}. De fato, se v E Wn W, 1 então existe
n lf\ lnl qnc u av 1 e f(v 1 ,crvi) = O. Como f(v1 ,vJ) =f. O, vamos
tr•, c pu f.~ O. Cousequentemente, v= O c W n W 1 = {0}.
H <~t.a provru· ainda que V = W + W 1 • Para tanto, considere
OH \c'ftll't~S V E V C
\

wl v - (I)

1 ~111 fto

~ I I f (V1' V) I I
,1\SSilll, W E W e v = f( ) V1 +w E W +W .
v1,v1

Observe que a restrição fiw'xW' : W 1 x W 1 ---+ IK de f é uma

ln111tn bilinear simétrica sobre liV1 • Como dimoc W' = n - 1, pela
ltipMcsc de indução, existe uma base {v 2 , v 3 , · · · , vn} de W 1 tal que
J(l)n Vj) =f.
e 2 < i,.j < n . Decorre da definição
= O, para i j
d, H'' que f(v 1,vj) =O para 2 < j < n. Conto V = W EB 1V'.
S'gllc que {v1, u2, · · · ,vn} é uma base de V. Além disso, temos que
/'(t!.J, Vj) =O se i =f. j e 1 < i,j < n, como queríamos. O

8.a.G COROLÁRIO . Seja V um. espaço vetorial sobre IK. Sejam.

I fJ8 (V, lK ) e q : V ---+ IK a forma quadrática associada a f. Então
t' i.'ilcm À11 · · · , Àn E .IK e uma base B = {v 1 , · · · , Vn} de V tais que
n
I (oi, u3 ) = ÀiÓij para cada 1 < ·i ,j < n e q(v) = L Àía~ para cada
i =l

.. .........~ ... 'i:,..~/ ~.....: ..:-~.......--

.. ' . ...
"" t... " .. ("'<o
 • 2:15

· \ DEMON 1 JU\ 'AO. S ll' tiO TPOI'Oillfl 8.3.5 que V nrhnit.c mun lwsc
l3 = {Ot, • • • , o 'tol rtnc [f]u é mnn. umLriz diagonal, ou ~cja, existem
11 }

,.\., ... ,>.,,E lK t.nis qnc f(u;,ui) : Ài c f(vi.Vj) =0. H<' i=/:-).
Como q(u) = f(u. u) e j(l', v) = [v]h[f]B[v]B, segtw que

)q o
o À2
q(v) = (n1 n2 ... an)
. .
o o
n n
para cada v = L: 0 1 Vi E V. Portanto, q( v) = 2: À in~. como qnNÍa-
,-1 i=l
mo::;. o

8.3. 7 PROPOSI(,'ÀO. Seja V um IR -rspnço vetorial de dimens<io n > 1

munido dP um 1>mrluto interno. Então ll8 (V, IR) é isomorfo ao .mbes-
paço {TE L(V, V) : T é autoadfunto } de L(V, V).
DE~tONSTRAÇ'1\o. Da discussão feita em (8. 1.8), sabemos que a
função ~ : L(V. V) - , t B(V, IR) dada por <I>(T)(u, u) = (T(u), v),
para todos ll. u E V, é um isomorfismo. Assim. para rmtclnir a
demonstração. basta mostrar que T é antoadjunto se c somente se
<I>(T) é simétrica. Observe inicialmente que

~(T)(u.v) = (T(u),u) = (u,T*(v)) = (T*(v),u)

para quaisquer u, v E V. Se T = T', então teremos que

<I>(T)(n,v) = (T.(u),u) = (T(v), u) - <I>(T)(v.u) V u, v E V

e <l> (T) é simétrica. Por outro lado, H<' <T>(T) é simétrica segue que

(T* (v), u) = <I>(T)( u, v) = <I>(T)( v, u) = (T( v), ·u) V ·u, u E V.

Logo T = T* e o resultado está provado. o

8.3.8 Seja V um IR -espaço vetorial com produto interno. Obsc>rvamos
que as Proposições 7.4.8 e 8.3. 7 nos garantem que se f: V x V ---+ IR
for uma forma bilinear simétrica, então existe uma ba.oe ortonormal
v·~: v
B de tal que tf]B é diagonal. . • - . ..- ... - ..
 (l•) Sc~jn V 11111 - rHpn<;o Vt'Lorin.l c ~cju. I rl
: V -+ V o operador
iclcut.idnde cru V. Entn.o q(u) = (Jd(u),v) = 11 u 11 2 é uma
fw 11m qnadrá.Licn,.

(b) CottAidcrc T : IR 2 - IR
2
dada por [TJcon = ( : ~) com

a , IJ, c E 1R . O polinômio real homogêneo de 2Q grau em :r e

11dado por p{x, y) = ax 2 + by2 + 2cxy é a forma quadrá tica
n:4sociada ao operador antoadjunto T , pois

q(.-c,y) = (T(x,y),(x,y)) = ((ax+r-y,cx+ by) ,(x,y))- \

= ax2 + by2 + 2cxy = p(x, y) .

.:t i 0 EXERCÍC IOS

( I) Sejam V um JK.-espaço vetorial e f E B 5 (V, 1K ). Mostre que se

f( v, v) = O, V v E V, então f= O.

(2) Sejam V um 1K -espaço vetorial, W C V um subespaço de V e

f E B (V, 1K ) . Mostre que
«(' = {v E V : f {w, v) = O, V w E W}

é um subespaço de V.

, .4 RECONHECIMENTO DE QUÁDRICAS

R.4.1 Dada uma ql!ádrica em lR 3 , nem sempre é fácil reconhecê-la a

partir de sua equação. No entanto, através de mudanças de coorde-
nadas e translações. é possível reduzir a sua equação a uma forma
111nis simples. Nesta forma mais simples, a identificação torna-se ime-
diata. Nesta seção iremos aplicar os resultados discutidos acima para
clc•ticrever um método de se efetuar tal simplificação. Est aremos t.ra-
lmlhando aqui com o .IR-espaço vetorial V = lR 3 e usaremos a notação
us ual {0, i,], k} para o sistema ortogonal de coordenadas inicial. Isso
significa
. que estaremos utilizando uma base ortonormal de lR 3 , indi- -
c·nda. pelos vetores i, J e k e fixando o pÕrÍto de· o~J.gein deste sistema
 • ~17

dP ".. t w '· o. b. t" ( ' 1111 vert' tu> i uidu.l será importante, pois devemos
efetuar Lruuslnçfto no longo do processo que vamos descrever.

DEFINIÇÃO. Uma quádrica em 1R 3 é uma superfície formada pelos

pontos de 1R 3 cujas coordenadas em relação a um sistema fixado
verificam uma equação da forma

ax 2 + by2 + cz2 + 2pxy + 2qxz + 2ryz +Ex+ Fy + G z + d = O (I)

onde a, b, c, d,p, q, r, E , F, G E 1R e a2 + b2 + c2 =/=O.

8.4.2 Consideremos agora os termos do 2.Q. grau em (I) e vamos ana-
lisar a função Q : 1R 3 -+ 1R definida por

Q(x, y, z) = ax2 + by2 + cz2 + 2pxy + 2qxz + 2ryz. (I I)

Observe que Q é wna forma quadrática em 1R 3 associada à

forma bilinear simétrica f cuja matriz em relação à base canônica de
1R 3 é dada por

De fato,

Q(x , y, z) = ax 2 + by 2 + cz2 + 2pxy + 2qxz + 2ryz

=
(x y z) u:. :) u)
f((x ,y,z) ,(x,y,z))

Segue de (8.3.8) que 1R 3 admite uma base ortonormal B

{ V1, v2, v3} tal que [!]B é uma matriz diagonal. Assim, para cada
v E V, v · x'v1 + y'v2 + z'v3, vamos ter que

.Àl o
Q(x' , y', z') = (x' y' z') O À2
(
~- o o
ou seJa, Q(x' , y' , z') = À1x'2 + À2y'2 + .À3z ' 2 . Isso significa que, ao
efetuarmos a mudança de base correspondente, eliminamos os termos
.~.
"-· mistos do segundo grau da equação (11}. ""'...,
JM •

~11fi nauclnnç . d 1 ord nndn n l U<tnnçiio (I) dn

Podemos em (III) complc•tar os qun.clrados e fatonu· , obtendo

im umn nova mudança de coordcuadas ela forma

{~::- ~: ;
z" = z' 1

1 Jll c rrcsponde, na realidade, a uma translação. Consequentcmentc,

te •·c••u s a equação reduzida ela quádrica no sistema (O", v1 , v2, va).
I~IH s un forma reduzida, é fácil identificar a quadrática correspon-
dl'll , . (ver tabela em 8.4.4). Vamos exemplificar este procedimento .

. l.~l EXEMPLOS

(u) Considere a C'q uaçào dada por

7x 2 + 17y2 + 7z2 4xy + 6xz- 4yz- 6x 12y - 6z + 1 =O

em relação ao sistema ortogonal {0, i,J, k}. Seja

Q(x, y, z) = 7x2 + 17y 2 + 7z 2 - 4xy + 6xz- 4yz

•
a forma quadrática dada pelos termo::; de 2Q. grau da equação
acima. Assim Q(x, y, z) = f ((x, y. z), (~r. y, z)j com

[f]can = ( -~
3

Segue de (8.3.8) que R 3 admite uma ba..c;c ortonormal B de

autovetores tal que [f]B é diagonal. Vamos determinar tal base,
ou seja, vamos determinar os autovalores de [f)can c depois os
autovetores associados aos mesmos usando o proce~s9 dcsc,r.i~o
.
..... -
no Capítulo 5. Calculando o polinômio característico: .... ..
 /lf)l ma lllhll,6t7'i
. • ~lU

IJ J(t) ~ dei (ti d3 - [f]can) =

- t3 - 31t2 + 270t - 648 = (t - 4)(t2 - 27t + 162)

temos que suas raízes são t1 = 4, t2 = 9 e t 3 = 18.

Se x', y' , z' são as coordenadas de um ponto P com relação a B,
vamos ter Q(x', y' , z') = 4x'2 + 9y' 2 + 18z' 2 . Vamos determinar
agora os autovetores que formam B·, associados aos autovalores
)q = 4, À2 = 9 e À3 = 18, respectivamente.

- Autovetores associados ao autovalor À1 = 4:

-~
( -3
{:=:::::> x = - z e y = O.

- o ve t or um"t,ano
C ons1"dere entao . v1 = ( J2 J2)
o
2 , ,- 2 que gera

o subespaço de IR 3 dos autovetores associados ao autovalor 4.

- Autovetores associados ao autovalor À2 = 9:

(-~ -~ -n (~ ) u)= X =Z e 2y =Z

EntãD o autovetor unitário v2 = ( ~ , ~ , ~) gera o subespaço

de JR 3 dos autovetores associados ao autovalor 9.

- Autovetores associados ao autovalor À3 = 18:

1~ ~ {:=:::::> x = z e y = - 4z .
(
-3 2

C ons1"dere o autovetor urutano

. , . v3 = (
1 , - 4 , 1 ) que
110
v 18 v110
18 v110
18
gera o subespaço de IR 3 formado pelos autovetores associados
ao autovalor 18. • "•
 A '''lll.liz llll lci.I J ic~ll dr~- ~~~I!F'(JI'I,n!tOi ntnl {i,j,/.·}
........ puto l>nl'lo ml onor-
tllnl {I) I, IJ.,., •o;,s} Hor·ú mttiiu

fl 2 1
2 3 J'i8
lvl = o 1
ã
-4
"V'i8
.::..á 2 1
2 3 718

AHRim, a relação existente entre as coordenadas x, y, z no sis-

1omn. (O,i, J, k) e x', Y1 , z 1 no sistema (O, v1 , v2 , v 3 ) é dada por:

fl

c~ ) =
2 1

(~; )
2 3 v'i8
o l
3
-4
v'i8
-v2 2 1
~ 3 v'18
on seja,
X = flxl + ~y' + _l_z'
2 3 v'18
y= l..yl- -Lzl
3 v'18
z= - Y2x 1
+ 'ly 1 1-z'
+ -v'i8
2 3 .

Escrevendo a equação da quádrica com as coordenadas dos pon-

Los P em relação ao sistema (O, v 1 , v2 , v 3 ) temos:

J2x1 + -y
4x 12 +9y12 + 18z 12 - 6( - 2 1 +1- z 1 ) - 12-y
(1 1 - -z
4 1)
2 3 Ví8 3 Ví8
V2x I +
•
- 6 (- - -2 y 1 + - 1- z1) + 1 =O
2 3' v'18 ..

12 36
ou 4x + 9y12 + 18z 12 - 12y1 + riOz' + 1 = O.
v 18
Completando quadrados obtemos

4 I +-
4x12 +9 ( y12 --y 4) +18 ( z 12 + - 2 z 1 +-
1) + 1 - 4-1 =O
3 9 JI8 18

ou 4x'
2
+9 (y' - ~) + n·(z' ~ . ). ) -= .
3
2

3..;2 •
2
4
'·.,.
 x" = x'
y" = y'- 2/3
{
z" = z' + -3-./2
1
-

vamos obter
4x" 2 + 9y" 2 + l8z" 2 = 4

que é a equação de um elipsoide. Esta equação está dada em

relação ao sistema ortogonal {O", v~, vb, v3} onde O" tem coor-
2 1
denadas O - - - - em relação ao sistema ortogonal
'3' 3/2
{0, v1, v2, v3}.

(b) Considere a equação dada por

5x2 + 5y2 + 8z 2 + 8xy - 4xz + 4yz - 2x + 2y + 8z = -1

em relação ao sistema ortogonal {O,i,], k}.

Sejam Q(x, y, z) = 5x 2 + 5y 2 + 8z 2 + 8xy- 4:cz + 4yz a forma
quadrática e f : lR 3 x lR 3 --+ lR a forma bilinear associada a Q
cuja matriz em relação à base canônica é:

[f] can = ( : :
-2) 2 .
-2 2 8

O polinômio característico de [f]can é PJ(t) = t 3 - 18t2 + 8lt e

assim tem raízes t 1 = 9 (dupla) e t 2 =O.
A forma quadrática com coordenadas em relação à base de
autovetores será dada por Q(x' , y', z') = 9x' 2 + 9y'2 . Vamos
agora determinar a base formada por autovetor es associados
aos autovalores 9 e O.

- Autovetores associados ao autovalor ..\ 1 = 9:

(-~
-4
4 <==:::> z = -2x + 2y
... .:
• -2
 •• 1 {(1,0, - 2),(0,1,2)} t~ Hnta h 8• de) sttlJ•sprwo do
fll'lftnln,
elos ntlt.ovtJt.orea 'n ~oc:inclos n. O. Pnl'll obtcnuo:;~ nmn bwm
3

(H'I.onoruwl 4cstc sul>t'spHço vmuos nsnt· o proccHso ele Crmu-

~duuidl

/)~ - (1I o I 2) C v; = (o l 1l 2) ((0, 1, 2), (1, o, -2)) (1 o - 2)

5 ' '

o 11 soja, v~ = ( ~, 1, ~) . Como precisamos de vetores unitários,

t·slntcmos dividindo v~ e v2 por suas respectivas normas e con-
.1crando v
Ht<
1
1 .
( 1 O, -
J5, 2)
v'5 e V2 =
1 ( 4 5 2)
J5, J5' vg
3 3 3
- Autovetores associados ao autovalor .X2 = 0:

c {(2, -2, 1)} gera o subespaço dos autovetores associados a O.

Um gerador unitário deste espaço vetorial será então

'V~= 3' 3' 3 . (2-2 1)

Assim, a matriz mudança da base ortonormal {i,], k} para base
ortonormal {V-t , v2, v3 } é dada por

Js 4

M=
( _;_
v's
3v's
5
3vÍ5
2
3vÍ5
-! )
3

e a relação entre as coordenadas x, y, z no sistema (0, i,], k) c

x', y', z' no sistema (0, v~ . v2, v~) é dada por:
1
X= - x' + -4- y' + -2 z'
v'5 3v'5 3
y= _5_ ~ z'
y'-
.. 3v's 3
Z= -2 x' + _2_ y' + .! z'
v's 3v's 3 .
Substituindo na equação da quádrica obtemos

9x'
2
+ 9y'2 -
1
2 (--x' + ~y' -+~)· :..r""r2L~tJ,.- ~~\
J5 3v'5 3 \3\15 J
3. ...
 -2 2 1 ')
+8 ( JS:r + 3 J51J
1
+ 3z 1
= -1
ou
18 18
9x12 - - x1 + 9y12 + - - y1 = -1.
v'5 3J5
Completando quadrados obtemos

9 ( x 12 - -2x1 +-1 ) +9 ( y 12 + -
2 y1 +-
1) 9 - - 9= - 1
--
J5 5 3vÍ5 45 5 45
ou

9(x'- ~r +9(y'+ 3~r = 1

Efetuando a translação

-
X" - x'-
, vl5
_1

y" = y' + _1
3vl5
{
z" = z'

vamos obter 9x"2 +9y "2 = 1 e, portanto, a quadrica

,
em questão
é um cilindro elíptico. A equação 9x + 9y = 1 está dada em
11
2 "2

relação ao sistema ortogonal {O", v~, v~, v~} onde O" tem coor-
denadas Js, Fs,
3
Oem relação ao sistema ortogonal {O, v1 , v2 , v3 }.

---- . "., .. ~ ....

 Vn111o chtb 1'11t' mun t '' hcln com todcts us possibiliclucle~ pnru
o '' 1 o11lu C'iuwuto cln <'f(tmçno final , n. mPnos do uomc dos eixos.

a > o, b > o (' c > o li

d>O clipsoide
-
(f~f·
2
t by + cz
2 2
d d-0 ponto
d<O Vt:lZlO
• lt d>O hipcrboloide de uma folha
a.,;2 + by2 - cz 2 =- d d=O superfície cônica
d<O hiperboloide de duas folhas
H.t; 2 : by + cz d=O cilindro parabólico

l a > o e b > o
ru 2 + by2 = cz c;afO paraboloide elíptico
c=O reta
- (l,r.2 - by2 = cz c;afO paraboloide hiperbólico
c=O planos concorrenteb
O.t' 2 - by cilindro parabólico
d>O cilindro elíptico
'
a:r.2 + by2 = d d=O reta
d<O VaZIO
ax2 - by2 = d d:/=0 cilindro hiperbólico
d=O par de planos concorrentes '

A .5 EXERCÍCIOS

( I) Dada. a quádrica cuja equação no sistema (0, i,], k) é

z 2 - 2.r:y- x ~ y = 4, sabemos que existe um sistema ortonor-
mal (O',e1 ,e2 ,e3) no qual sua equação fica na forma reduzida.
. Pede-se:

(a) Os vetores e1 , e2. r3;

(b ) As coordenadas do ponto O' no sistema (0, i,], k);
(c) A equação reduzida da q~ád;i;a e a sua.. natureza. • ..
••
 ''~nv11, 11 lny 1111 • 2,,

~(~) H<{_'Ol lh<'C't!t' ns qm\<lricus n.hnixo, dadas pcl~'l.B suas equações em

rcln.çõ.o ao sistema ortogonal (0, i,], k):

(a) 5x 2 + 6y2 + 7z2 - 4xy- 4yz- 18x- 12y + 6z - 18 =O.

(b) x 2 - y 2 + 4xz + 4yz + 8x- 2y + llz + 12 = O.
(c) x 2 - 2y 2 + z 2 + 4xy- 8xz- 4yz + 4x + 8y- 10z- 3 = O.
(d) x 2 + y 2 + z 2 - 2xy + 2xz- 2yz- 4x + 4y- 4z + 1 =O.
(e) x 2 + 2y2 + 2z 2 + 2xz + 2xy + 6x- 2y + 2z + 14 =O.
(f) z 2 + 2xz + 4xy + 2yz + 6x- 2:1/ + 2z- 3 =O.
(g) 3x2 + 2y2 + 2z 2 - 6xy- 6xz- 4yz+ ! Ox+ 2y- 6z- 8 =O.
(h) 5x 2 + 2y 2 + 2z2 + 2xy- 2xz- 4yz + 2x + y- z = O.
(i) 3y2 + 3z 2 - 4xy- 4xz- 2yz + 2x + y + z = O.

(3) Considere a quád rica

2x 2 + 3y2 + 2z2 - 6xy- 4xz- 6yz + 2x + ! Oy- 6z- d =O.

Discuta em função de da sua natureza.

•".
•.. I
,I • ... .... . ....
....
·.

~~~ "O:.·'W,·' ~.. :.:-~-' ..

,..- I "'
.. ' • •.,...
• ..
 I

BIBLIOGRAFIA

Existem inúmeros livros bá!;icos de Álgebra Liuear e outros, com-

plementares ao que ora apresentamos, que poderiam ser citados aqui. Por
isso, seria muito difícil relacioná-los todos ou, ao menos, fazer uma lista
dos mais significativos sem incorrf'r em injustiças. Optamos, portanto, em
elaborar uf'na listagem mínima que contivesse livros básicos de Álgebra
Linear, outros não tão "básicos"e um par de referências em Análise Fun-
cional, além, é claro, das referências que foram utilizadas ao longo do texto.
Como livros básicos, mencionamos [AR] e [N].

(AR] AN l'ON. H. & RORHES, C. Álgebr-a Linear- com Aplicações.

Porto Alegre, Bookman, 2001.

[C] CO"'IWW, J. B. A First Course in Functional Analysis. 'New

York, Springer-Verlag, 1985.

(111] H ALMOS, P. Teona Ingênua dos Conjuntos. São Paulo,

Polígono, 1973.
.. ... -............ _
. . ~.
'!~H • I IH 1 '111 111 úr I lqr bn1 1 t lltitl

[ll:dj IIAI,f>.W..~. J~spoço,. Vt•fm luis dr: Otutr n~uio Pinita,. lHo tlc
,l{lllf1iw, Cnu1pw;, I V78.

pII<J II OFMMANN, I<. & KUNZE, R. Álgebn1 Linear. Rio de .Janeiro,

I i v, us Tt(cnicos c Cicntílico:s EdiLora, L979.

[I\] I<II EYSZTC , E. Introdurtory Punctional Analysis with Applíca-

lwos. Ncw York, John Wilcy & Sons, 1978.

[NJ NtCIIOLS?N, W. K. Atgebra Linear. São Paulo, McGraw-Hill,

~11111 i.

(PC) POLCINO, F. C. & COELHO, S. P. Números. Uma Introdução

,; JHulrwuítica. São Paulo, Edusp, 1998.

.. • •
'"
 ..

,.
lNDICE REMISSIVO

A Completamente de base, 67
Conjugado complexo, 19
Algebricamente fechado, 19
Conjunto
Anuladores, 124
gerador, 45
Autovalores, 134
linearmente dependente, 48
Autovetores, 134
linearmente independente, 47
parcialmente ordenado, 77
B totalmente ordenado, 77

Base, 45 Coordenadas, 56

dual, 112 Corpos, 20

ordenada, 56
Bases canônicas, 49 D
Bloco
Determinantes, 33
de J ordan, 164
Desigualdade
de matrizes, 36
de Schwarz, 179
triangular, 180
c Diagonalização, 134

Combinação linear, 45 Dimensão, 53

_....... Divisor elementar, 169
Cqmplemento, 73
'·· \• ~---· .
.. t,'""' 1. ..
"t ,(} • l li tl1 ud I! UI

E J

ldcutidndtlR de polnr·bmçiio, 178

dn udiçfio, 20 h m1gem , 85
d 111Uit.iplici'Ç ~~ 20 Índi<'C' d<> nilpotência, 158
Invcrsns, 90
l nver:;o rnultiplit:ativo, 21
63 Isomorfismos, 90
cJil', runcin.is, 62

Lema de Zorn, 78

I ftmções, 42
d eqncncias, 43 M
dunl, 109
Matrizes
linit.mucnte gerado, 51
adjuntas, 35
'r-cíclico, J53
companheiras, 154
vetorial, 39
de mudança de bases, 99
ql•ocicnte, 74
de uma transformação, 95
p.tços isomorfos, 90
invertíveis, 31
m ultiplicação p or escalar, 28
F
ortogonais, 224
I tuln produto de, 28
biliucar, 231 semelhantes, 99

dt• Jordan, 168 soma de, 27 '

lllultilinear, 237 t ranspostas de, 29
unitárias, ~4
quadrática, 243
su nétrica, 240 Melhor aproximação, 194
l•u r11tonal linear, 109 Módulo, 19
rull~l\0 t raço, 29
N
H
.. Norma, 177
11 i pPrplanos, 120 Núcleo, 85
li ipt'rplanos afins, 123 Nulidade, 85
Números
. .-
......
 ~ndl • 1 1

iutc i ros, 17 Q
rmtumiH, l7
Quádricas, 24()
racionai~:~, 17
reais, 17
s
o Sistemas lineares. 23
Somas diretas
Operações elementares
d~ espaços, 71
em matrizes, 30
tle operadores, 147
em sistemas lineares, 25
Sube..c;;paço
Operador
T-invariante, 146
adjunto. 211
ortogonal, 191
autoadjunto, 218
linear, 10:3
T
nilpot.cntc, 158
normal, 225 Teorema
unitários, 222 de Cayley-Ham.ilton, 150
Ordem Fundamental da Álgebra, 19
parcial, 77 Transformação Linear, 80
total, 77 Transformações que preservam o
produto interno, 201
p Transposta, 128

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
Processo de ortogonalização, 187
Produto interno, 173
Projeção, 105
ortogonal, 195
.... .... .
·~ • ., .. c
f

'

~...... :"(-..."r"~~!..:-~_:-

'~
.. ' .. ~
 I

SOBRE OS AUTORES

FLÁ V lO ULHOA COELHO é professor titular do Departamento de Mate-

mática do Instituto de Matemática e Estatística da Universidade de São
Paulo c atualmente d iretor deste Instituto. Doutorou-se pela Universi-
dade de Liverpool, InglaLerra. Sua prWicipal área do pesquisa é álgebra,
com publicações em revistas especializadas e de circulação internacional.
É autor do livro Curso Básico de Cálculo (Editora Saraiva, 2005). Além
de matemático, é também escritor, com três livros de contos já publicados.

MARY LILIAN LOURENÇO é professora livre-docente do Departamento de

Matemática do lnstituLo de Matemática e Estatística da Universidade de
São Paulo. Doutorou-se em Matemática pela Universidade Estadual de
Campinas. Sua principal área de pesquisa é análise, com publicações em
revistas especializadas e de circulação internacional.

....•..
.. ..,.... .~ .
t.
.

'

-~~~~.-~ "... ~- :...~-· ­

..
.. ' .. ~
• ...
 .J

ACADÊMICA

1. ChordaJ.a: Manun{ Jmm um Curso Prático I 3 Estudos dt Mmbulmfl!

Elizabrth I lõtling e out.ros Mana Luci.-. 1-<•htiiu
2. O Rmascimmlo 14. Pr!'f'Jaros úwttrldtJ\ Jta!TI Jlmd@!ma
Teresa Aline Pereira de Queiroz e Rr.5iua Comfi''llll
mdrc Luiz n.ll\11 I hhl t 111!}1 'o,,.. ,,,,.
J. Prinripios de Eletrodimimira Clássica
Josif Fren kel 15. A lrlmtid(l{ln rt IJije~t'iiÇO
4. Lt1boraiário de Vimwgia: Manual Técnico Edward l.opt''i
J osé Albcno Neves Candeias /6. Livmtum C111npmmla
5. ControÚ' RIJIJu.stn Multivariávei.: Móduw ~andra Nlu in I

l.QG/IXR
joséjaime da Cru1
6. Jornalismn Er.onõmito
Bernardo Kucinski
7. Introdução à Biologia Vegetal
F.ulico ('..abral de Oliveint
8. Mrcânic.a Clásnca ModerruL
Walte1· F. Wreszinski
9. lntrvduçâo à Físira Estatística
Sílvio R. A. Salinas
1O. Probabilidade: llm Ou"f"SO lnlrodutário
Carlos A. B. Dantas
11. Modeia!(l!m r Simulação dP Processos
/rtdu~triais e de Sistnnas Eú-tromtcânicos
Claudio Garcia
. .... -.
.. 12. Cr(friObiologJa: Princípios e Aplicarões
Nelson MárqueseLuk'Merin~Bafreto (orgs.)
18. Amostwgrm J•mba"ifl'ltlrtJ
Nilza Nunc1 da Sll\'11
19.
20.
21. r\rquitetum.l no lJwul (I
Hugo Segawa
22. Distribuição d~ Rr111l11: Mrduli11 dl'
Dengualdad1 r PohtCfl
Rodolfo H offmi\1111
23. Ondas e OtulaltU11: /),,\ n
à Anâlisr de Or1dfi/J-Im
""'.., Perlro A. Mort'll i•t ,.

·~ .
 ef, Jntrôdurao dI trot~' ll lõltl(lfQl
\\uh r f I d< I
I n « Grogmfia
Q
ttlth,, l.cnduul
R , MttSCIH J1rrJIII?n MtKimw
'"' i.t c:ecaha ('a311\ ;a I 0111 t'llÇO
17, f,'11rrp1 HltJrimJx~tn. o Or~nttlo/tti11U'111o
.'lu tmlifr~C·I
Unem Uc•lin) <lm1 Rt·i~ c• Scm1da Silveira
(111l(ll.)
2"' ,~\ lftllllllllllrl. Umn. Vüao (;,.rol do Ut~ir~o
..,,,,. ndu C. S. Friaça, Elisabete Dal Pino,
1 u·aec· Smh {• fa. t" Vcraj;ucnco-Pereira
(c•rH~.)
I
~~~ Mmuwl fl~tíliro d.r J\lvrobiologia
Kugl-dn LIC.V·Ruil~
O. l'kmrta C.omJrntal'ionais para Dinâmua
dos Nurdt>.\
· •m.mdo de Oh\ e ira Fornma
• 1.
1. (JJJ ~'l{'lifiauw.l Urbanos
l,,unt-tia d'Aiessio Ferrara
2. l'tíra nn C.omputa(iw
J1.1ulo C:c'\M Masiero
J.'l l'alulngras Cnrduu~ da Gesta(ão
J:Uiuário de Andrade (org.)
14. lm Cuno IÜ Á/grúra Uruoar
Ulhoa Coellio e
FI.&VIO
M14ry Uliau Loweuço
!JJ. /)iruirmro Estorástm1 r lrrromibiluiade
Tânia Tomé e Mário José de Oliveira
16. N(ffJ().v lns'ru mentos de (d.llão
Ambimtal Urbana
llcliana Comin Var~,'<ts e Helena Ribeiro
(orgs.)
!J'l. C,..tàiJ tú Srrvtços de Saúde: Dcscentrali.z.ar.ão/
Mutliopaliu.lçw do SUS
~1.\rcia Faria Westphal c Eurico Sampaio
de Almf'ida (org<~.)
)R. AMltaroo t rl.ru.njlm{ão dt
&smltu Mmmus
Jorge K.vuo Yamamoto
J9. '/'tona Qtulntíca dos C-ampos
Marcelo Otavio Caminha Gomes
~10. N{)((N-l de Probalnlúlalk e Estatútka
Marco~ l\ascimento Mag-.tlhães e
Antonio Carlos Pedroso de Lima
11. Astrojisira do Mno lntn-estrlar
WaJter J. Maciel
42 Prmcíptos d.P OcermografiaFtsrca
de Es'urírios
Lui7 Bruner de Miranda, Bdmiro Mendes
de Castro c Bjõ1n Kjerfve
lar ·tJI. f'nnvldt:t. fJf NaJnrnn1w
M un lkli1.c1 lk:urhegua palhcc I, M.ul.t
'1C·1<~ Zulini cl01 Co llrl e ~h11111 Mtui:t
Mt'llt•ir o (mg&.)
44 O Dt1111rw Fimmwlrw ·n~ .V.I11(tW
t Sonlw ma l>Mr1 1/nmropátiuu
Anna M.uaa 1\aluKh
4' Do [.,xun llQ Dunmo J>dttllljímnâttm
lild,l Mmia Zapparuh t' Andn.' Camlong
(Sc:ne Lingüfs tka e I nfur m;\lica l)
46. Prtrol.op;ia Mrtmrmrjira. Ftmtlamerttn.f paro a
Intnpmarão tú D10grarn1L.\ di' Fa~
Maria Angcla F()rnoni Candia, Cergely
AndrcsJulio Stabó e Eliatl<: Aparecida
Del Lama
Básica 47. Dtrtograjia Tnnátim: C.ndrrrwr de Mapas
Marcello Martinclli
48. Mltodo rb Ek-tntrlln.! FimtiJ.! rm Análise
cú Estruturas
Hwnbeno I .i ma Sonano
49. Timua.s l!..[,troquimtms rm (mrosão
Stephan \\'olyner
50. lmnodmâmua
Walter F. Wrevinski
51. Mecãmca Qutirlltm
A. F. R. de Toledo Pi7a
.52. Tran.ntónos /<.ktrrnnagn;llms nn StslnrlOJ
tú Potinna
Luiz Cera 7..aneuaJúnior
53. Fundammto.1 dl' Químtm 10cperimmtal
Maurício Gomes Constantino, Gil Valdo
José da Silva c Paulo Marros Donate
54. Curso Básico de Trnninologin
Lidia Almeida Barros
55. Macrorronomi.a Aplirad<J à Análise da
Economw Brasill'lm '
Carlos jose?- Caetano Bacha
56. De.scobnndo o Unmf'Tso
Sueli M. M. Vi~gase Fabíola de Oliveira (orgs.)
57. Ara!N I' Português. Fonolnj!;la Contrastiva rom
.4pumr.iio dr Trmologun lnformattuul.a.s
Safa Abou Chahla J ubran
58. /ninarão a C.onr~IM b 'iutnr10s Enrrt:Pttcos
para o Drsmvolvímmto /,tmpo
J osé Aquiles B. Grimoni, Lui7 Cláudio R.
Galvão e Miguel Edgar M. Udaeta (orgs.)
.59. Introducao à Cosmoloj!;la
Ronaldo E. de Souta
60. Hidrodinâmira r Vmtos Este/ares:
Uma lntrodurão
Walter J. Maciel
61. Dinâmica da Á~a no Solo
·-· ·Patrle i.ed'netl..i.bardÍ
.. '.r
. ...
~~.9
'·
 62. J\tltl\ tlll /lt.l\tlltâttria Mtlj(1l,.,im
p,,ula Ricci Arantt·s, .\Jvam CdHian
ck Almeida Magalhãt''• .J<u ~son Cioni
SiUt·ncourt
6 J A1nnual d~ Comrrtlfl(iiO Prnwnlwa de
Dorwnentos: Papel e Fi/nu•
S.\USP
6-1 (',onceilo.~ Bá.stms dt• l~}Jidnniolv{!ia
\loleculllr
Oc;waldo Paulo Foratúni
65. Prromrão M Cáne Dentária ll Donzça
Pmodontal em Parirn tes sob Tratamento
Ortodôntiw
José Roberto de Magalhães Bastos, José
Fernando Castanha llcnrique~ e Kelly
Polido Kane'>hiro Olympio
66. Uma Introdução à Equarão dl' Boltzmann
Gilbeno Medeiros Kremer
67. Introdurão à Mecânica Clássua
Artur O. Lope~
68. Capela Saudável: Ce.ttão de Políticas
Públicas Integradas e Partitipativas
Ma•·cia Faria Westphal e ractc·u Dias Pais
(orgs.)
....... ,. ... ...
69. Um Poda, um Ma"'mátuo l'tHII Fi.\iro:
'J'rrj Ensaios Biográficos por llmri Poinrtur
.Jorg(' Sotomayor
70. Cálrulo em uma \iuiável Real
J>láddo Zoega Táboas
71. Jnt10dtt(ào à Estilística
N1ln Sant' \nna Martins
72. J:rzrrgm, Mrio Ambimte e Dtsnn,olt,imnzto
Jo,i· Gnldt'mhcq{ e Oswaldo Lmon
73. A hnsa /;'/h1im de umfl Ülrrrntr
Ancll t• Knd1 'Imtu A''i• r
.Júho Aka~hi llrt nanch's
74. Magnrtt.\IIW 'Ut\\OtliÍmi" Magnrtim
nn S6lulo\
All)('no 1•,,~,, <~••iru,, ••u•s
76. Bil)t'l/atiltim 'm Otlln
Júho < R. f•, 1ci•
 I

·~'"' ..."\... ~· ~.c...::.:.~-·- ..

.. ' . .~
•
 )

TttrtltJ Um Curso dr Álgrbra J.inl'tlt'

Autor J.1ávio Ulhoa Coelho
Mary Lilian Lourenço
Produção Silvana Biral
Cristiane Silvestrin
Prnjrln Gráfico Plínio Martins Filho
Gravum dn Capa Lygia E.luf
Diagramação da Capa Évia Yasumaru
Frlitmnçào Eletrônira Cláudia Monteiro Peixoto
Flá,io Ulhoa.Coelho
Editorrtrtio d~> 1f.xto Alice Kyoko Miyashiro
Rn1istio dr 'J't:l:i() Mário Cantoni Calla1i
Marilena VIZentin
/ll"!ll\tio ri« Pr(lf)ns Helena de Moraes Achcar
/Jirmlgrlráo Regina Brandão
Cimia de Arat~o
Marina Constantino
.vtrfllmifJ Etlilorial Eliane dos Santos
furmtltO 16 x 23 em
'IYJ1td('JJÍ" New Baskerville 10/14
/'11/Jtl Cartão Supremo 250 g/m~ (capa)
Offset Linha d 'Água 90 g/m~ (miulu)
Ntimfm tlll Jldginm 272
'l'ilít•rm I 000
CTP, hr~fJrrl\flll t! J\r.tlhttmmtn Rettec fu.tes Gráficas

. J.
~.

...
 ISBN 978-85- 314-0594-5

J{1111l!l lll~llll~~~ ~=!.<.-.!-