Escolar Documentos
Profissional Documentos
Cultura Documentos
li I
:·I\· L )
_\t""" \ ~ I] i1
I 1_ L• H~ . t .r( I
'
~
UM CURSO DE AkGEl\RA.LINF R
·- ....
,•·e.rl ',.. ' ........
~
...,:-'rJI;'"' ..
.. ""' ...
I ........
,~
....
,. .,...,....,... ;a--~~ ... ' .. '"' •• , .. • ..
~
...,:-'rJI;'"' ..
.. ""' ...
I ........
,~
....
,. .,...,....,... ;a--~~ ... ' .. '"' •• , .. • ..
~
...,:-'rJI;'"' ..
.. ""' ...
I ........
,~
....
,. .,...,....,... ;a--~~ ... ' .. '"' •• , .. • ..
~
...,:-'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 ..,~-~ ....,. • ••
_;, ~ ~....... ... ~ .• ~: ·~ "\:.{ ,_. • . . ' .-:~.... ~-•. :-...... -~ -~·1- ,._.
M. Fot'tnas Bilineares ................................ . ....·.. . ....... 231 .
1- ., • /11 I .._
I
I
Sutndt n • 1J
Bibliografia .......................................................... 25 7
.. ,. C': •• ,
PREFÁCIO
J',I ~tduo •ãu. Assim também como muitos resultados provados no texto
JHII n 13 <'hntmLClos espaços vetoriais de dim~nsão finita podem ser
...
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
Novembro de 2004
Agosto de 2010
,.~ ,_
I
~~
!'
~ ,.., . t q r - ..
~' ,.. "'--.,~·•'"' ....,. ,._.. .,r ~"!"'.. ~:,... •.
'
. .. 1.4( .......
1
PRELIMINARES
1.1 NÚMEROS
•'""'\ ~ ~ "
-~ ,..
• , "' (
1
11' (J rir ,,,, ''f li I Hlf 111
u produto por
"" ·
.
. .. " ..
I 1dun i.1t111 r~B • IV
b ............. . (a,b)-z=a+bi
1.1.4 EXERCÍCIO
1.2 COHPOS
(A l) 11 + ú = b t- a, \/ a, b E IK (propriedade comutativa).
(~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.
1.2.2 EXEMPLOS
(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}:
I .2.3 J~XERCÍCIOS
• ,.. f!:_'• • .... ,,. ~,..... ó
qtu I' nho oi ltlClllo ucut,ro, tnl que todo clcm~nto tenha
11111
(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
I .~(.2 1!/XgMPLO
{ -
Ox1 + Ox2
3xl + 2x2
X3
X3
+ 9x4
+ 5x4 -
o
o
(2')
(3')
0Xt
+
+
o (2")
o (3")
+ o
o
(!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.
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
1.4 !vlATRIZES
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).
~\ ;\ À
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.
-2 1
A=( 4 o
então
AI -- ( -2~ ~-1 /I
) E M3x2(1R ).
tr A - L aii·
i- 1
Por exemplo:
fT ( -~ ~ ~ ) =1.
-2 11 1
• ._......, , ,._~.,..,.i
(/)
•
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.
Considere a matriz
o 4
) -_
3 -2
A
( ..
-6
-3
. .... 4·..............
-
2 -1 5
- 1 1
'
' ~t-
"
'
••
.....
. -- .
.. ..... ...
~. .. -... . ....
..,'\..
•t - .
• [Jj.
o
1
o
se 1 = J
se i =/= j
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
... .. ~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
1.4.8 EXEMPLOS
Como
Au =
A 13 = ( a21
a31 )·
teremos, como no item (a), que
])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
OuSJmVAÇÃO
n
det A = 2)-l)i+iaij · det Aii·
i=l
L aii · bzj =O
j=l
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
I A . 12 EXERCÍCIOS
r
f,
... .
. ..
2
ESPAÇOS VETORIAIS
2.1.2 OBSERVAÇÕES
2. 1.3 EXEMPLOS
(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
2.l.ú EXI•'ItC'ÍCIOS
• o(a., b) = (a 0
, ll'), V n E R c V (a, b) E V.
2.2 BASES
n
v- O'} V)+ ... + anVn = LO:iVi·
i=l
2.2.2 OBSERVAÇÕES
.. -~ ,... ........ ..
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
... ..
(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.
·-
a,~
•.. ·-v.~~~~
... ""
'i •'
{t>)
{<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.
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!).
2.2.9 OBSERVAÇÕES
2.2.10 EXERCÍCIOS
(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 ?
·'•
.. ~
• 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 '''
2.3.1 Vamos mostrar nesta seção que todo espaço vetorial não nulo
V que possua um conjunto gerador finito tem uma base. Na rea-
lidade, vale que todo espaço vetorial não nulo possui uma base e a
demonstração desse fato geral será dada no apêndice deste capítulo.
Comecemos com a seguinte definição.
2.3.3 EXERCÍCIO
n
Vamos analisar a situação em que L ÀjCtij O. para cada
j= l
ri = 1, · · · , m. Para tanto, considere o sistema
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
2.3.7 EXEMPLOS
(a) dimoc lK n = n.
2.3.8 Obviamente, todo espaço vetorial que admite uma base finita
é finitamente gerado. Vamos mostrar o inverso deste resultado, isto
é, q~·mdo ·e~J}~b ·vétorial não"R~nitameute...gerado adlJlÍte
'
uma. ~- -..,. ,.....
t w t 'ur ,.,, fi, i lt1t '''u I wun
,.
• 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
...
• 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.
e portanto
Logo
OBSERVAÇÃO
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 .
.'
(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
2.4.2 EXEMPLOS
(a) O E H' ;
(I)
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 ·
(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
..
. ...
..
• (j;)
(I I)
isto é,
OBSERVAÇÃO
.
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·
.. ..
jú 'J'IIJ VJ(O) • O, prn·n j • 2, • • · , '1l Zll (O) = 1 e
EXEMPLO
ÜBSERV1\ ÇÃ O
2.
(O) Seja W ={ ( au
a21
.. ..
I' JW o~ \ lin tat • ü7.
W; = 2: GijVj ou
J-1 .. "....... .. '.. ... .
...
.._ ·- ... • .. ,til\ • ' c. ..... • •
""'. I"' ( lll'ifl lt 11'1 bl!l/ftHtll
A=
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 • {}!)
2.5.2 EXEMPLOS
-n
2 -1 3
M=U o
o
3
o o
o
(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
. . ' ..
(n) As li11ho ela mntriz J\1 iiu combinnçõcs lineares das linhas
dr~ lllat.l'iz A.
2.6.2 EXEMPLOS
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.
"'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
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.
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.
t
( I) \1• \\11 (f) · .. ID ll'tt ouUio di l1l V =L di III.K ~'V;.
i= l
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:
2.7.2 OBSERVAÇÕES
2.7.3 EXEMPLO
2.7.5 EXERCÍCIOS
(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
.... ..
• 77
(b) A ordem natural do conjunto elos números reais .IR, <, é uma
relação de ordem total.
"'•" L~, - -
(dJ
.. ..
3
TRANSFORMAÇÕES LINEARES
3.1 A ExEMPLOS
..
(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)
D: P(C) P(C)
(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.
- . . .. . )
'/ '(·.l, I ' ' ,l' " '1'(2: Xiei) =-- L .ci T(c.,).
i= I ' 1
a..l.G I~XBHClOIOS
( 1) Prove que cada uma das transformações abaixo é linear.
M= ( ~ ~)
(d) F: C3 (R) ___. C(R) dada por
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.
. ) = ( .r + 7y
T( X+ ~y 5y ) .
- lOy X - 7y
(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.
..
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.
3.2.3 EXEMPLO
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,
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 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 .
..
: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
EXEMPLO
- ....: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.
+
T(zh z2, z3) = {zt - z4 ~2z~~ 2.z1 .-+ zz ,-~3,.2z2 ~ 2z:J).~..4 ..... ~......
..
• t;U
(*) 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) N uc T n Im T = {O}.
(b) Se (T o T)(v) = O para v E V , então T(v) = O.
~ ......... ...
IHI • IIm { 'uum 111 Álqt lm1 I tflf m
8.3 ISOt\lORFlSMOS
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
(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
T: aa
( y' .c, .l' + y).
OhsPrvc que
Por outro lado. é fácil ver que T não é injetora. uma vez que
Nuc T = {(xt,O,O,o, ... ): x1 E IK}.
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
3.3. 7 EXERCÍCIOS
'
(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.
(·, 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
1n
T(v1) = anwl + a21 w2 + · · · + amiWm = E aiiWi
i=l
m
T(vn) = a]nWl + a2nW2 + ... + amnWm = E aínWi
i=l
13'
isto é, [T(u)]l3' =A· [v]13 onde A é a matriz (aij)i,j E Mmxn(JK).
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
[TJB,B' = ( -~- -: ) -
[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
r
{2) (G]B',B" = (bkt)k,i, isto é, G(vt) E bktwk, V i= 1, · · · , m.
k=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
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
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)
n
1Ln = Q}nVt + a2nV2 + ... + UnnVn = L ainl!;.
i= l
!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
[T]B = p - t · [T]B' · P.
r
[T]can = ( ~ 1211) .
- 1 3 4
(: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
de M2(JR).
(c) Exiba a. matriz AI tal que (T]B = A1- 1 [T]canA1.
(_: ~ ~).
o -1 -1
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
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
1/t ,,
S = ""
~~ \."-' bIJq ,,.,
.Lp,q = Q.
3.5.3 OBSERVAÇÕES
As compostas F o Ge G o F são:
D: v --+ v
p(t) I-+ p'(t)
o operador derivação e
T: v --+ v
p(t) I-+ t.p(t) . ..
3.5.8 OBSERVAÇÃO
3.5.9 PROJEÇÕES
" 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.
,.
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
c •n u o q\lcrfamos.
o
~~.liol2 l~XERCÍC'IOS
(: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').
(p · q)(T)(v) = p(q(T))(v), V v E V.
..
.....,..... . .
,. .. . ...
4
F UNCIONAIS LINEARES
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 .
...., .
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).
f~: v --+ lK
p ~ p(a)
é um funcional linear.
(t•) A função
tr: v
n
A = ( aij kJ ~ tr A = L aii.
i=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
,.,," 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
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
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
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
4.1.6 EXERCÍCIOS
h (p) =
1
o
1
p(x)dx, h(p) = i2
.o
p(x)dx e h(p) = 1-1
o
p(:1;)dx.
(i')
nbr • LI(
{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.
.. ..
Hm umms Lm em · • 117
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
4.2.6 OBSERVAÇÃO
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
.. .• "
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.
f(v) ) f(v)
f(u) =f ( v- f(vo) vo = f(v)- f(vo) f(vo) =O.
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
b:XI~~tPLOS
</>: C((a,b].lR) ~ IR
g ~--+ I: g(x)dx.
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,
4.3.9 EXERCÍCIOS
(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)
I. I ANULADORES
I A.2 OBSERVAÇÕES
T: W0 ---+ V*
f 1-7 T(J) : V ---+ lK
v 1----+ T(f)(vJ = f(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•)""
4. 1.6 EXERC'ÍC'fOS
'.L't : v• .-. u•
f t-+ T 1(f) : U -+ H<
u ~ T'(f)(u) =(f o T)(u).
l)r• fn to,
I .5.3 EXEMPLO
Seja
T: JR3
( 2x - y, x - y, 3y).
.'
• 2'
.. . .
/. IIJ • Um ( '111 tu I dt ( ltJr lnu I tllt '"
~ .. I • ...
J;uuc ô1M Jilw n:rclf • 181
rl
' \
(*) rt (gk) =- L bik!i , k = 1, ...• m.
t=l
T: C2 --+ C3
.
..,)···
.\ ., .
11'~-t- .. 11 , ,.. ..~ IP':
(x,y) I-:# (2x + y , y- xliy)
• ....ç- -.""'"'-~ .
.... . • 4 .
1.1'' • /1111 f'tLHiO rir llqrhro l1lfHflt
;)
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).
f(p) = l p(x)dx.
FORMAS CANÔNICAS
I
II
I I
li
I '
li
Lembramos que um operador linear é uma transformação li- li
I I
(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
-
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 .G OBSERVAÇÃO
Também,
= det ( _ ~ +~ ) = x +L
2
T: C2 ---+ c2
(x, y) ~--+ ( -y, x).
[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
(T}B = · ( O
i , ~
~t
) ..
• ~
·.
[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
[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)].
[TJB- ( ~ -~ ~).
o o -2
Logo, T é diagonalizável.
...... ~- .....
A • .. . . f ..
;
( )
MulLiplicHndo a equaçiio (*) por ,\ 1 c subtraindo (** ), temos
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
5.1.11 OBSERVAÇÃO
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,l.l4 EXERCÍCIOS
(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
[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. ~
'
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).
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 ?
é dada por
-1 - 4 -2 -2
- 4 - 1 -2 -2
[TJB =
2 2 \
1 4
.-.--.. ....
2 T r 4 ~~ · -,. • . ..
..
'~ :~.it(..t[:.•
'"' "
1 ú
[T[Bc =o -~ n
onde l3 = {~x 2 , ~x} e C- {x~,x, 1}. Mostre que T é
diagonalizável.
(a) ( 3 1 )
-1 3
. ..,
· ~
a b 1 ) : ~
A= O c O .
(
o o 1
,...,.. . .. . -. ..
I Jf, • Um ( '" 110 tlr ltJt l1m I mrm
ú.2 I T·IN
5.2.~ OBSERVAÇÕES
Ci:2.3 EXEMPLOS
(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).
(~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.
• 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
,,
.. ....
....
'11 1
•-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
segue que
- B <0 )A
B (o)- B ( 1 ) A
s <n-2) _ s <n-1) A
s <n-1)
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.
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
5.3. 7 EXERCÍCIOS
(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.
.. ..
t
...
•• "
5.41 ESF A OS Vb'rORlAIS '/'-CÍCLICOS
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.
v.
(b) Dizemos que V é T-cíclico se V possuir um vetor T-cíclico.
(T]B - o 1
O O -an- 1
X- 2
py(x) = det 4 ) = x2 +4
( -2 x+2
[T]B(a,b) = (
o
l -4)
O
..
quf• é a matriz companheira de x + 4. Observe que, neste exemplo,
2
(h) Seja agora T: C 3 --+ C 3 tal que sua matriz com relação à base
c·nuônica C seja
..
[T]c =
(T]B' =
o o
1 0 -12
8)
( o ] 6
'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
(a) V é T -cíclico.
•
{b) o grau de mr(x) é n.
5.4.7 EXERCÍCIOS
(1) Encontre as matrizes companheiras dos seguintes polinômios:
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.
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.
T:
w-U(O l
I) )(o1 oo)Jew-[(1o oo) '(oo 1o)J .
-l~ o o 2
-
.
~
I
\
opnrudot· ÍJH' J'I ív 'I. Logo, 'J' é a ~oma direta de um operador
1
N uc T c Nuc T 2 c · · · c N uc Tl ç · · · c V.
...
dimK v= dimK Nuc rm + dimK lm rm. ..
l
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
5.5.4 OBSERVAÇÃO
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
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
m-1 m-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
... .. ~
1G3·
e, portanto,
dimK V = dimK U + dimK W.
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
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
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
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
,.... . . . ., " ..
ll1h • llm i •uuw r/1 {ltJt ''"' lwt m
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.
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
·:· somente se existir·um isomorfismoyp: V-+ V' tal que ~-Iy~ =S.
.. ' .
• f e(. ,.,...,_-
""
IM~ • ll111 ( 'w Ho rir l h1t '''r' I Hlt m
- 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 ).
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
)
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
8 - I o o
4 12 o o
A - [T]can - o o 9 2
o o 2 6
..... 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,
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
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 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
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
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
(8) Seja T: Pn(R) ---4 Pn(R) dado por T(p(x)) = p(x + 1).
..
.. • J. ..
'
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.
r' •
... (P4) (u, u) > O, se· u-/+ O.
·~.,-·,..
A-.•
1 ~I •
ll, I .2
(A, B) = L aijbii
i,j=l
gXEMPLOS
n ) ( n n
(T ( i~ Ct:iVi , T .12;1 PjVJ
11 )
) = (i~nlci, .1"f j]JeJ) =
1
tl
Em outras palavras.
n
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.
I ~X I~MPI.OS
11 u +v 11
2
= (u +v, u +v) (Pl) (u, 'U +v)+ (v, u +v) (P
3)
..
= (u+v,u) + (u+v,v)
. . ,.. ...
. • \ ColHo t ·I i = 2r (t:), V :r: E C, sc•gno quo
..
liu 11 I! o !r1 - 211 o Jl~ l(u,o)l 2 I j(·u, o} I:.. 11 u w~ =
\
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 ·
6.1.9 0 ESPAÇO l2
....
1· '~Jmços oom J'tr duto Jutf rmJ • 1 I
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
• (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
n 00
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
i=l i= I i=l
n 00 oo
6.1.10 EXERCÍCIOS
(3)
<3.2 ORTOGONALIDADE
6.2.2 OBSERVAÇÃO
6.2.3 EXEMPLOS
=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,
-,.,..
(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.
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
C" • .. .. • ~..
• ' h.2.G v D I'.. ÜJIJ (}( .ONAijiZAÇÃO DE GRAM-SCilMIDT
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
TI
6.2.10 EXERCÍCIOS
(1) Refaça o Exemplo 6.2.6 usando o seguinte produto interno em
<C 3:
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.
(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.
~
(c) Mostre que o item (b) é falso se IK = C .
.. .
•
...
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
(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
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
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
W={(: ~) x+y-z=a}
(a) Determine uma base ortogonal de W.
(b) Determine uma base de W ..L.
,. .
()
I· (}. MosLru
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.
(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
OBSERVAÇÃO
(a) v - wo E W j_.
11 v- w 11 2 =11 v- wo + wo - w 11 2 =li v - wo 12
I + 11 w- wo 11 2
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 ,
(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
-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
A=
..
• • • t..
'1 [J8 • llrtl ( '111 '4(1 tlt AI!J' /nu l111t m
'' 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
..
.. . .
• V!~ X ;.MI ·J~O
Cousidere o sistema
3x -y
=3
{ X -y
=0
2x +y =2
Daí,
A'b = (
3
-1
1
- 1(n ~n
~) = (
e
A'A= (
- 1
3
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
Seja W = [ ( -n,(~ n]
(a No espaço vetorial M 2 (JR) considere o produto interno usual.
-~
0
Determine o vetor de
X -2y = 1
"
X -y =O
{
2x +2y = 2.
2
Seja W = [1, t ]. Determine o polinômio de W que melhor se
aproxima de f(t) = t 3 - t. , .._..-.......:. -.- .,... - ;. . .:-.. - _:-
• ...
201-
6.5.2 OBSERVAÇÃO
....
-, )'
,.. .. .'
''ti"' • lh11 ('uuw tlr fJ,,, &m I,,,,,
T: v
n
L
i=l
ai vi ~----+ ( a1, ... , an)
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
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 ll n +v 11 - ~ 11 u- v 11 =
2 2
= ('!.L, '1.)).
··,.."r.
• . . . ' ....
y
,. .
.,.. .
...
'
( .....__
ADJUNTOS
rl
liorrf> w =- E f~~, (vi )vj. Esta conta será útil na demonstração do
J 1
p16ximo rrsultado.
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
EXEMPLOS
(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
.
" . ... ,..
\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·
f: v -t :oc
u .--. f(u) = (T(u), v).
7.1.7 OBSERVAÇÕES
~ .. ...
''-1 I I •
[
o
p(t) {J(t)l/(t}jat • ífi, 7<1'[ -·'-:-
......
. ..
'·
.Adjunto • 218
(D(p), q) = [ p'(t)q(t) dt e
Logo,
..
•• ''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
= L
i..;.... l
XiYi+l
= ((x!,X2,···),(Y2,Y3,···)).
.. 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
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
--t .
Por tnuto, [T] 8 = [T*)B, como queríamos. o
7,1 :J 2 EXEMPLO
[T]B = ( ~ ~ ~ ) . "
o 1 -i
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* .
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.
7,2.:J ~XEMPLOS
o.
~r
(o) I'
.r .,
(11) ('l'(u),'lt)=O, VuEV . . U \ \_,Jv') \
I A
.. . ···--
... ....
- I
, .,
--~ •. ~:.."r·~-:'"'· -
.. ... .. ...
·- \ \ '
• \ 7.2.ó < >U!SbllVJ\~A<J
(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.
7.2.7 EXERCÍCIOS
(a) Mostrê que se·T* = T e-s• -='S entã0 (;8 + T)* = S +:I'. -_ ..
. .
',., • lh11 ( '111''0 rh ' '''' "'•' l,w, rtl
(p, q) = [ p(t)q(t) dt , \f p, q E V
(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
A= ( : ~) E M2(R)
A= ( ~ -: ) e a +b
2 2
= 1 (se det A= 1)
011
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 ()
7.4.3 ÜDSERVAÇÕES
... ~"
.. . ~
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
... 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
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.
7.4.11 EXERCÍCIOS
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).
\
.. . ...
8
F ORMAS BILINEARES
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
J((:t:l I ;r2), (Yt I Y2)) = 5X1Y2 - 2X2Yl' v (:z:l, X2), (yl' Y2) E 1R 2
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
MmxH(IK) (~\ljo~ al~u wntoH são dadoH por a,; - f(ui,v;), 1 <i< m,
I j S 11.
m n
I: 2: Àij ÓtkÓJl = Àkl·
i = l j=l
.... . ......... ..
. ... - .
lt• · • Um ( 11t ~rJ dr I hJr lm, I 'UH til
hilim•111' f 2
em IR definida por
'rnrmuos então
( 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
(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,
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
f(u,v,w) = (uAv,w)
~. I. LO EXERCÍCIOS
.
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.-; .
... 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).
' 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.
· \ 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
Mostre que
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(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)
·.. . ...
)
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 •
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
· \ 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
e <l> (T) é simétrica. Por outro lado, H<' <T>(T) é simétrica segue que
(b) CottAidcrc T : IR 2 - IR
2
dada por [TJcon = ( : ~) com
é um subespaço de V.
, .4 RECONHECIMENTO DE QUÁDRICAS
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.
De fato,
=
(x y z) u:. :) u)
f((x ,y,z) ,(x,y,z))
.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 •
{~::- ~: ;
z" = z' 1
. l.~l EXEMPLOS
[f]can = ( -~
3
-~
( -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
(-~ -~ -n (~ ) u)= X =Z e 2y =Z
1~ ~ {:=:::::> x = z e y = - 4z .
(
-3 2
fl 2 1
2 3 J'i8
lvl = o 1
ã
-4
"V'i8
.::..á 2 1
2 3 718
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 .
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
[f] can = ( : :
-2) 2 .
-2 2 8
(-~
-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
Js 4
M=
( _;_
v's
3v's
5
3vÍ5
2
3vÍ5
-! )
3
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
-
X" - x'-
, vl5
_1
y" = y' + _1
3vl5
{
z" = z'
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 }.
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
,I • ... .... . ....
....
·.
BIBLIOGRAFIA
[ll:dj IIAI,f>.W..~. J~spoço,. Vt•fm luis dr: Otutr n~uio Pinita,. lHo tlc
,l{lllf1iw, Cnu1pw;, I V78.
.. • •
'"
..
,.
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
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
E J
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
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
....•..
.. ..,.... .~ .
t.
.
'
ACADÊMICA
l.QG/IXR
joséjaime da Cru1
6. Jornalismn Er.onõmito 18. Amostwgrm J•mba"ifl'ltlrtJ
Bernardo Kucinski Nilza Nunc1 da Sll\'11
7. Introdução à Biologia Vegetal 19.
F.ulico ('..abral de Oliveint
8. Mrcânic.a Clásnca ModerruL 20.
Walte1· F. Wreszinski
9. lntrvduçâo à Físira Estatística
Sílvio R. A. Salinas 21. r\rquitetum.l no lJwul (I
1O. Probabilidade: llm Ou"f"SO lnlrodutário Hugo Segawa
Carlos A. B. Dantas 22. Distribuição d~ Rr111l11: Mrduli11 dl'
11. Modeia!(l!m r Simulação dP Processos Dengualdad1 r PohtCfl
/rtdu~triais e de Sistnnas Eú-tromtcânicos Rodolfo H offmi\1111
Claudio Garcia 23. Ondas e OtulaltU11: /),,\ n
. .... -.
.. 12. Cr(friObiologJa: Princípios e Aplicarões à Anâlisr de Or1dfi/J-Im
Nelson MárqueseLuk'Merin~Bafreto (orgs.) ""'.., Perlro A. Mort'll i•t ,.
·~ .
ef, Jntrôdurao dI trot~' ll lõltl(lfQl lar ·tJI. f'nnvldt:t. fJf NaJnrnn1w
\\uh r f I d< I M un lkli1.c1 lk:urhegua palhcc I, M.ul.t
I n « Grogmfia
Q
'1C·1<~ Zulini cl01 Co llrl e ~h11111 Mtui:t
ttlth,, l.cnduul Mt'llt•ir o (mg&.)
.. '.r
. ...
~~.9
'·
62. J\tltl\ tlll /lt.l\tlltâttria Mtlj(1l,.,im 69. Um Poda, um Ma"'mátuo l'tHII Fi.\iro:
p,,ula Ricci Arantt·s, .\Jvam CdHian 'J'rrj Ensaios Biográficos por llmri Poinrtur
ck Almeida Magalhãt''• .J<u ~son Cioni .Jorg(' Sotomayor
SiUt·ncourt 70. Cálrulo em uma \iuiável Real
6 J A1nnual d~ Comrrtlfl(iiO Prnwnlwa de J>láddo Zoega Táboas
Dorwnentos: Papel e Fi/nu• 71. Jnt10dtt(ào à Estilística
S.\USP N1ln Sant' \nna Martins
6-1 (',onceilo.~ Bá.stms dt• l~}Jidnniolv{!ia 72. J:rzrrgm, Mrio Ambimte e Dtsnn,olt,imnzto
\loleculllr Jo,i· Gnldt'mhcq{ e Oswaldo Lmon
Oc;waldo Paulo Foratúni 73. A hnsa /;'/h1im de umfl Ülrrrntr
65. Prromrão M Cáne Dentária ll Donzça Ancll t• Knd1 'Imtu A''i• r
Pmodontal em Parirn tes sob Tratamento .Júho Aka~hi llrt nanch's
Ortodôntiw 74. Magnrtt.\IIW 'Ut\\OtliÍmi" Magnrtim
José Roberto de Magalhães Bastos, José nn S6lulo\
Fernando Castanha llcnrique~ e Kelly All)('no 1•,,~,, <~••iru,, ••u•s
Polido Kane'>hiro Olympio
66. Uma Introdução à Equarão dl' Boltzmann
Gilbeno Medeiros Kremer
67. Introdurão à Mecânica Clássua 76. Bil)t'l/atiltim 'm Otlln
Artur O. Lope~ Júho < R. f•, 1ci•
68. Capela Saudável: Ce.ttão de Políticas
Públicas Integradas e Partitipativas
Ma•·cia Faria Westphal e ractc·u Dias Pais
(orgs.)
. J.
~.
...
ISBN 978-85- 314-0594-5