Documente Academic
Documente Profesional
Documente Cultură
ALGEBRA
LINEAR
2 EDIO
KENNETH HOFFMAN
RAY KUNZE
Traduo de
RENATE WATANABE
RIO DE JANEIRO
SO PAULO
CIP-Brasil. Catalogao-na-fonte
Sindicato Nacional dos Editores de Livros, RJ.
Hoffman, Kenneth.
H647a lgebra linear / Kenneth Hoffman [e) Ray Kunze; tra-
duo de Renate Watanabe. - 2. ed. - Rio de Janeiro:
Livros Tcnicos e Cientficos, 1979.
CDD - 512.5
79-0363 CDU - 512.8
.
ISBN 85-216-00623
K.M.H. / R.A.K.
SUMRIO
APNDICE................................................ 491
A.l. Conjuntos ..... ... .. . ............. .. .. . . ........ .. .......... 492
A.2. Funes.................................................... 49 3
A.3. Relaes de Equivalncia....... ...... .. ..... . ...... .......... 498
A.4. Espaos Quocientes.......................... ... .. .. . . .. .. . . . 501
SUMRIO - XIII
EQUAES LINEARES
1. A adio comutativa,
para todos x e y em F.
2. A adio associativa,
x + (y + z) = (x + y) + z
para todos x, y e z em F.
3. Existe um nico elemento O (zero) em F tal que x +O= x,
para todo x em F.
4. A cada x em F corresponde um nico elemento ( - )
x em
F tal que x + ( - x) = O .
5. A multiplicao comutativa,
xy = yx
para todos x e y em F.
6. A multiplicao associativa,
x(yz) = (xy) z
para todos x, y e z em F.
2 - ALGEBRA LINEAR
1+1+... +1 =o.
faz a cada uma das equaes em (1-1) dita uma soluo do sis
tema. Se y 1 y2 = =
Ym O dizemos que o sistema homo
. . .
= =
,
2x 1 - x2 + x3 =
x 1 + 3x2 + 4x3 =
O .
equao, obtemos
ento x 1 x2 =
- x3. Reciprocamente, pode-se verificar pronta-
=
QUAES LINEARES - 5
mente que toda terna deste tipo uma soluo. Assim, o conjunto
de solues consiste de todas as ternas (-a, -a, a) ..
Determinamos as solues deste sistema de equaes "elimi
nando incgnitas", isto , multiplicando equaes por escalares e
da somando-as para obter equaes em que alguns dos xj no
estejam presentes. Queremos formalizar ligeiramente este processo
para que possamos compreender por que ele funciona e para que
possamos efetuar os clculos necessrios para resolvermos um
sistema de uma maneira organizada.
Para o sistema arbitrrio (1-1), suponhamos selecionar m esca
lares, multiplicar a j-sima equao por c.1 e da somar. Obtemos
a equao
= C1Y1 + + CmYm
(1-2)
Exerccios
X1 - X2 = 0 3x1 + X2 = 0
2x1 + X2 = 0 X1 + X2 = 0
-X1 + X2 + 4x3 = 0
x1 + 3x2 + 8x3 =O
!x' + X2 + !x3 =O
+ o
o o 1 o o
1 1 o o 1 .
8. Demonstrar que todo corpo de caracterstica zero contm uma cpia do corpo
dos nmeros racionais.
EQUAES LINEARES - 7
AX = Y
onde
e(A),i = A,r
-1
4
6
-1
4
6 -1
-
5
] -8 r
l2
-9
4
6 -1
3
o
10 - ALGEBRA LINEAR
[! - ] [! i]m
-9 3 -9 3
Ql
4 o 4 o
l
-2 -1 1 2
=
[! '
-9
o
1
i] m [! 1
-2
3
!.
2
o
o
..Ll.
2
2
!.
2 -,{"] Ql
-3
1 7 (2
3 --)
[! 1 -;] [! -
o 1 o 1
'i m
o o
"]
o -2
!. 1 !. ]_
2 2 2
l! 3
o 1
o o !.1
5
1 o -3
2x - x2
x11 + 4x2 x4
+ 3x.i + 2x4 O
-
= O
- x3 + = O
X3 - \1 X4
e
X1 + \7 X4
=
X2 - x4
=
=
e a x4,
so exatamente as mesmas. No segundo sistema evidente que
1 ] i
=[- -i 3 .
.. 1 2
EOUAES LINEARES - 11
[.-1
-z
- X1 + ix2 =
-ix1 + 3x2 = O
ix1 + 2x2 O =
{1, se i=j
Iii
ii
O, se i # j.
=
=
[1. - ] [ ] .
o
o
1 -
o o 1 o o o o
Exerccios
2x1 + (l -
(1 - i)X1 - ix2 = 0
i)x2 =O.
2. Se
3. Se
A= [ : -4 ]
-1
-2
o
o
3
]
-(1 + i)
-2
2i -1
[ ! ] [- -!]
-
6. Seja
A= [: ]
uma 2 x 2 matriz com elementos complexos. Suponhamos que A seja linha
reduzida e tambm que a + b + e + d=O. Demonstrar que existem exata
mente trs destas matrizes.
14 - ALGEBRA LINEAR
7. Demonstrar que a transposio de duas linhas de uma matriz pode ser conse
guida por uma seqncia finita de operaes elementares sobre linhas dos
outros dois tipos.
8. Consideremos o sistema de equaes AX =O onde
(a) Se todo elemento de A nulo, ento todo par (x,, x2) uma soluo
de AX =O.
(b) Se ad - bc O, o sistema AX =O possui apenas a soluo trivial
X1 = X2 = .
(e) Se ad - bc =O e algum elemento de A diferente de O, ento existe uma
soluo (x, x) tal que (x 1' x2) uma soluo se, e somente se, existe um
escalar y tal que x1 = yx, x2 yxg.
=
(a) R linha-reduzida;
(b) toda linha de R cujos elementos so todos nulos ocorre
abaixo de todas as linhas que possuem um elemento no-nulo;
'
( c) se as linhas 1, . , r so as linhas no-nulas de R e se o pri
. .
[
ramos de dar mais um exemplo no-trivial:
o 1
o
o
o
o
- ] .
o o o
(1-3)
n-r
x2 - 3x 3 + !x5 = O ou Xz = 3x 3 - !xs
x4 + 2x5 = O ou X4 = 2x5
A;1 = AiJ' se j n
A;<n+1> =
Y;
Suponhamos que efetuemos uma seqncia de operaes elemen
tares sobre as linhas de A, obtendo uma matriz R linha-reduzida
forma em escada. Se efetuarmos esta mesma seqncia de opera
es sobre a matriz completa A', obteremos uma matriz R' cujas n
primeiras colunas so as colurias de R e cuja ltima coluna contm
certos escalares z 1, ... , zm. Os escalares z; so os elementos da
m x 1 matriz
-2
1
5
] [ ]
da matriz completa A' que torne A linha-reduzida:
-2 Y, -2
rn
1 1 1 y,
1 1 Y2 _@ O 5 -1 (Y2 - 2y1) _@
]
5 -1 y3 O 5 -1 Y3
-2 Y,
[
1
5 -1 (Y2 - 2y1) Ql
o o (y3 - Y2 + 2y1).
[8
-2
]
1
1
1
HY2 - 2yl) Ql
-
[
(Y3 - Y2
]
o + 2y1)
y,
d_
1 o 5 t(y, + 2y,).
1
o 1 -5 i( Y2 - 2y1) .
o o o (y 3 - Y2 + 2y1)
A condio para que o sistema AX = Y tenha uma soluo por
tanto
X1 = te + t(y1 + 2y2)
Xz = te + HY2 - 2y1).
EQUAES LINEARES - 19
ros reais.
.
Exercicios
[1 ] - i
A= 2 2
i 1 + i
Quais so as solues de AX = O?
X1 - X2 + 2x3 = 1
2x1 + 2x3 = 1
x1 - 3xi + 4x3 = 2.
x1 - 2x2 + x3 + 2x4 = l
X1 + X2 - X3 + x4 = 2
x1 + 7x2 - 5x3 - x4 = 3
no admite soluo.
7. Determinar todas as solues de
8. Seja
[ 3 -6 2 -1]
-2 4 l 3 .
A=
o o l l
l - 2 l o
Para que (yl' y,, y3, y4) o sistema de equaes AX = Y admite soluo?
( 1-4)
EQUAES LINEARES - 21
li
cij = L A;,.B,r
r=1
cij == I A;,B,r
r= 1
Neste caso
(b)
[ _:] [- J [
1
6
12
62
8
-3
-2
6
8 _;J
Neste caso
(c)
22 - ALGEBRA LINEAR
(d)
Neste caso
1'2 = (6 12) = 3 (2 4)
(e) [2 4]
[-;J =
[10]
rn ] D 1] rn ]
1 -5 3
(f) o 3 o
o -1 o
[ ][g g] rn ]
-5 1 1
(g) 3 o 2
-1 o 9
Exemplo 11.
(a) Se 1 a m X m matriz unidade e A uma m X n matriz,
IA=A.
(b) Se I a n x n matriz unidade e A uma m x n matriz,
AI= A.
(c) Se <fm a k x m matriz nula, 01'11 =<fm A. Analogamente,
AO"P =omP.
Exemplo 12. Seja A uma m X n matriz sobre F. Nossa notao
taquigrfica anterior, AX = Y, para sistemas de equaes lineares,
coerente com nossa definio de produtos de matrizes. De fato, se
EQUAES LINEARES - 23
X=
Y=
Y,,.
B = [Bl' ... ,B ].
P
O elemento i, j da matriz produto AB formado a partir da
i-sima linha de A e a j-sima coluna de B. O leitor deve verificar
que a j-sima coluna de AB ABJ:
AB = [ABl' ..., AB ].
P
A despeito do fato de que um produto de matrizes depende da
ordem em que os fatores so escritos, ele independente da maneira
pela qual elas so associadas, como o prximo teorema mostra.
24 - LGEBRA LINEAR
[A (BC)];j =
L A;.(BC),.,
r
r S
=
L L A i,BrsC.rj
s r
=
( Ai,Brs) Csi
=
L (AB)isCsj
s
= [(AB) C];r
e
[1O 1] [1 ] ' e 1
[ l O, [ l e# e # O.
e(A) = EA.
E -
ik -
{
ik i # r
,k + c,.k i = r.
Portanto,
26 - ALGEBRA LINEAR
(EA) . =
'1
k=l
f EikAkJ. =
{ A'k' i =1= r
ATJ. + cA J.' i = r.
S
Exercicios
1. Sejam
e= [1 -1].
5. Sejam
-1]
2 , B = [ 3
-4
1].
4
o
EQUAES LINEARES - 27
Y; = I B ,,11.
. ,.
r=l
/,\?' .
il.6 Matrizes Inversveis
F.
Definio. Seja A uma n x n matriz (quadrada) sobre o corpo
Uma n x n matriz B tal que BA I dita uma inversa esquerda
=
B = BI = B(AC)= (BA)C = IC = C.
AB AB (AB)-1 B -1 A
( i ) Se inversvel, tambm o e (A- )- = .
1
A A
(ii) Se e so inversveis, tambm o e = - .
Demonstrao. primeira afirmao evidente pela simetria
da definio. segunda decorre da verificao das relaes
1 1
de e (Teorema 2) e E =e (J), ento
E1 E = e1(E)= e1(e(I))= 1
1
de modo que E inversvel e E1=E -
Exemplo 14.
(a)
[ rl [ J
(b)
[ rl [ -J
[1e -l
] [ -e 1 ]
1
(c)
1
A
so equivalentes:
(i) inversvel.
EQUAES LINEARES - 29
R = Ek ... E2E1A
Deve ser evidente agora que \i), (ii) e (iii) so afirmaes equiva
lentes sobre A.
o
o
E=
o
1
r
[
2
A-
- 1
-
l
Ento
3
-1
Y2
Y1
] [ (2l
___,
1
O
3
-7
Y2
2
y1- y2 J
(ll
[i !] A
!_
2
1
1
3
1
4
'] [ 1
[i [ 1 ]]
!_
2
1
3
1
4
'
o
[ "] 1
2
1
1
ii
1
ii ' 45
3
_L.
12. '
1
-t
-1
o
o
o
1
[ i]q[ 1H -1 ]
!_ o
2
..L
12
o 180
[ 1 2
1
!_
-6
30 - 12
180
1
180]
'
o
o
9 60 - 60
o
1 -36
[ gl [- 30 -180
1
2
192 -180
180]
- 36 30
o 1
[ 1o
o g
1 l [ - 3:
30 192
-180 - 180
180 ] .
Exerccios
1. Seja
A = [ 1
-1
1
!
-2 1
].
1
[! -l
o
A -3
=
1
[2 5
4
6
-1
4 -] [
1 o -
1 -2 ;]
usar operaes elementares sobre linhas para descobrir se inversvel e, em
caso afirmativo, determinar a inversa.
4. Seja
A= l5 J
1
o
o
5
1
O
5
5. Descobrir se
2 3 4
A=
[1 ]
O
o
o
2
o
o
3
3
o
4
4
4
inversvel e determinar A -
1 caso exista.
6. Suponhamos que A seja uma 2 x 1 matriz e que B seja uma 1 x 2 matriz.
Demonstrar que C = AB no inversvel.
7. Seja A uma n x n matriz (quadrada). Demonstrar as duas afirmaes se
guintes:
(a) Se A inversvel e AB = O para alguma n x n matriz B, ento B = O.
(b) Se A no inversvel, ento existe uma n x n matriz B tal que AB = O
mas B "#O.
8. Seja
A=
[ l
Demonstrar, usando operaes elementares sobre linhas, que A inversvel
se, e somente se, (ad bc) "# O.
-
n x n matriz inversvel.
.! .l.
2
.l. 1 1
2 3 ;;+1
A=
.l. 1 1
n n+l rn=-r
ESPAOS VETORIAIS
de a e f3 definida por
(2-2)
(2-3)
(2-4)
1 F".
Observar que F
X n =
(2-8) cO =O.
ESPAOS VETORIAIS' - 39
1
c - 1 (c ex) = (c- c)oc = lex = oc
= L cioci.
i= 1
n n n
e L C;ct; = L (cc)ct;.
i= 1 1
i=
Figura 1
Exerccios
V, com estas operaes, um espao vetorial sobre o corpo dos nmeros reais?
5. Em R" definamos duas operaes
ix(f){J=a-{3
C' IX=-CIX.
f(-t) =lifJ.
2.2 Subespaos
Nesta seo introduziremos alguns conceitos bsicos no estudo
dos espaos vetoriais.
Aik = Aki
[ X-
Z .
zy
X+
W
iy ]
onde x, y, z e w so nmeros reais. O conjunto de todas as matrizes
hermitianas no um subespao do espao de todas as n x n ma
trizes sobre C. De fato, se A hermitiana, todos os elementos A11'
A22, , de sua diagonal so nmeros reais mas os elementos dia
gonais de iA em geral no so reais. Por outro lado, verifica-se
facilmente que o conjunto das n x n matrizes hermitianas complexas
um espao vetorial sobre o corpo R dos nmeros reais (com as
operaes usuais).
m n
ou por
a1 = (1, 2, O, 3, O)
a2 =
(O O, 1, 4,0)
,
a3 = (O, O, O, O, 1).
X2 = 2x1
x4 =
3x1 + 4x3.
pois
b
[a ] [ ] [ ] b +
e d e O O d
2
[1 1 ] o 3
A= O O 4 O
o o o o 1
1J
2
l
o i 4 o
B= O o o o
-4 - 8 1 -8 o.
3
Exerccios
1. Quais dos seguintes conjuntos de vetores a =(a1, ... , a.) em R" so subespaos
de R"'? (n 3)
4. Seja W o conjunto de todos os (xi' x2, x3, x4, x5) em R que satisfazem
2x1 x2 + !x3 - x4 = O
X1 + 1x3 X5 =Q
'9x1 - 3x2 + 6x3 - 3x4 - 3x5 =O.
1
6. (a) Demonstrar que os nicos subespaos de R so R1 e o subespao nulo.
(b) Demonstrar que um subespao de R2 ou R2, ou o subespao nulo ou
ento consiste de todos os mltiplos escalares de um certo vetor fixo em R 2.
(O ltimo tipo de subespao (intuitivamente) uma reta pela origem.)
(c) Voc capaz de descrever os subespaos de R3?
50 - ALGEBRA LINEAR
f(- x) = f(x).
-
1 = ( 3, o, - 3)
2 = ( - 1, 1, 2)
Ct3 = ( 4, 2, - 2)
Ct4 = ( 2, 1, 1)
Os vetores
81 = (1, O, O)
82 = (O, 1, O)
83 =(O, O, 1)
so linearmente independentes.
n
Exemplo 13. Seja F um corpo e, em F , seja S o subconjunto
constitudo dos vetores 81, 82, ... , 8n definidos por
81 = (1, O, O, ... , O)
82 =(O, 1, O, ... , O)
(2-12)
Isto mostra que 81' ... , 8n geram Fn. Como et =O se, e somente se,
x1 = x2= ... = x. =O, os vetores s1' ... , 8" so linearmente indepen-
52 - ALGEBRA LINEAR
PX = x1P1 + . .
Xk + "C .x. =
r L.. r] J
J.
()(.J =
' L Aijf3i.
i= 1
Para n escalares arbitrrios x1 , x2' ... , x11 temos
n
1'1 + + x.'. =
I xpj
j=l
ESPAOS VETORIAIS - 55
n m
z: xi L Auf3;
j=l i=l
n m
= L L (Aiix) /3;
j=l i=l
n
L1 Aiixi =
O, 1 ::;; i ::;; m.
j=
BA =l.
Ento
e como
Assim,
dim wl + dim w2 = (k + m) + (k + n)
= k + (m + k + n)
= dim (W1 n Wj + dim ( W1 + W2).
Encerremos esta seo com uma observao a respeito de
dependncia e independncia linear. Esses conceitos foram defi
nidos para conjuntos de vetores. til defini-los para seqncias
finitas (n-uplas ordenadas) de vetores: a1, ... , n Dizemos que os
vetores a,, , a,. so linearmente dependentes se existirm esca
. . _.
lares cl'. . ., cn, no todos nulos, tais que c1a1 + ... .+ cnan =O. Isso
tudo to natural que o leitor talvez descubra j ter usado esta
terminologia. Qual a diferena entre uma seqncia finita
al' . ..,a.. e um conjunto {al' ...,a..}? Existem duas diferenas,
identidade e ordem.
Ao discutirmos o conjunto {a1, ,a,.} normalmente admi
.
timos que os vetores a1, ... , a.. sejam distintos dois a dois. Em
uma seqncia al' ... ,a.. todos os a; podem er o msmo_ vetor.
Se ai = ai para algum i i=], ento a seqncia a1, ... ,a.. linear
mente dependente:
ai. + ( - 1) a.J = O.
Assim, se al' . . . , " forem linearmente indpel!dentes_,_ele so dis_
tintos e podemos falar a respeito do conjunto {ai> . :. ; an} e saber
que ele possui n vetores. Logo claro que no surgir nenhuma
confuso ao discutirmos bases e dimenso. A dimenso de um
espao V de dimenso finita o maior n tal que alguma n-upla de
vetores em V seja linearmente independente - e :issim por diante.
60 - ALGEBRA LINEAR
O leitor que achar que esse pargrafo faz muito alarde a respeito
de nada, poder perguntar a si mesmo se os vetores
1 = (e"12, 1)
2 =
(Jfi, 1)
'so linearmente independentes em R 2
Os elementos de uma seqncia so enumerados em uma
ordem especfica. Um conjunto uma coleo de objetos sem
nenhum arranjo especial ou ordem. Naturalmente, para descre
vermos o conjunto podemos enumerar seus elementos e isso requoc
a escolha de uma ordem. Mas, a ordem no faz parte do conjunto.
Os conjuntos {1, 2, 3, 4} e {4, 3, 2, 1} so idnticos, enquanto que
a seqncia 1, 2, 3, 4 bem diferente da seqncia 4, 3, 2, 1. O
aspecto de ordem da seqncia no tem efeito sobre questes de
independncia, dependncia te., porque dependncia (como defi
nida) no afetada pela ordem. A seqncia "' ... , a 1 dependente
Exerccios
formam uma base de R3. Exprimir cada um dos vetores da base cannica
como combinaes lineares de 1, a2' a3
(a) Mostrar que V um espao vetorial sobre o corpo dos nmeros reais,
com as operaes usuais de adio de matrizes e multiplicao de uma matriz
por um escalar.
(b) Determinar uma base desse espao vetorial.
(c) Seja )li. o conjunto de todas as matrizes A em V tais que A21 -A12 =
2.4 Coordenadas
Uma das caractersticas teis de uma base rJ6 de um espao
n-dimensional V essencialmente que ela nos permite introduzir
coordenadas em V anlogas s "coordenadas naturais" xi de um
vetor r:t. = (x1, ... , xn) do espao F". Deste modo, as coordenadas
de um vetor r:t. de V em relao base rJ6 sero os escalares que
62 - ALGEBRA LINEAR
a. = I xia.i.
i= 1
a. = I zia.i
i= 1
ento
n
L (xi - z) a.i = O
i= 1
e a independncia linear dos a.i nos diria que xi-zi =O para cada i.
Denominaremos xi a i-sima coordenada de a. em relao base
ordenada
Se
/3 = L Yii
i= 1
ento
a. + /3 = L (xi + Y) a.i
i=l
em vez da n-upla (x1, ..., x.) das coordenadas. Para indicar que
esta matriz de coordenadas depende da base, usaremos o smbolo
[a]"
para a matriz das coordenadas do vetor a em relao base orde
nada f!J. Esta notao ser particularmente til ao passarmos
agora a descrever o que acontece com as coordenadas de um vetor
a quando passamos de uma base ordenada a outra.
Suponhamos ento que V seja n-dimensional e que
n n
= L xj L P;p;
j=l i=l
n n
= L L (P,ixj) ai
j=l i=l
(2-14)
(2-16) X=PX'.
j = 1, ... , n.
= I 1pij;
i= 1
ESPAOS VETORIAIS - 67
L Qjk(J.J =
L Qjk L Pipi
j j
=II Pijjk ai
j i
contm f!l, logo igual a V. Assim, f!l' uma base e, de sua defi
nio e do Teorema 7, evidente que (i) vlida, logo (ii) tambm o .
[a]ii
p =
[ cos ()
sen ()
- sen ()
cos ()
]
68 - LGEBRA LINEAR
p- 1 = [ cos
- sen
8
8
sen
cos
8
8
] .
[a]@= [. cos
- sen
8
8
sen
cos
8
8
] [x2x1]
ou
x x1 cos 8 + x2 sen ()
+ x2 COS 8.
=
X = - X1 sen 8
[-1 4
2
p = o
8
1
o
Portanto, os vetores
=
(I( (-1, o, O)
=
(I( ( 4, 2, O)
5,
=
(I( ( -3, 8)
Em particular,
(3, 2, -8)
Exercidos
x/ y/ + y/ 1.
x/ + = =
2
Demonstrar que f!J {ex. p} uma base de R . Determinar as coordenadas do
=
vetor (a, b) em relao base ordenada f!J {rx, f3}. (As condies sobre ex
=
i=l
(2-19)
= :L cJ5ij
i= 1
(2-21) f3 = L: bkipi.
i= 1
Assim, todo vetor f3 est determinado se se conhecem as coorde
nadas bki' i = 1, . . . , r. Por exemplo, Ps o nico vetor em W cuja
k-sima coordenada 1 e cuja ki-sima O para i =F s.
Suponhamos que f3 esteja em W e f3 =F O. Afirmamos que a
primeira coordenada no-nula de f3 ocorre em uma das colunas k.
Como
r
f3 L: bkpi
i 1
=
e f3 =F O, podemos escrever
;
= (A;p ... 'A;J
Efetuemos uma seqncia de operaes elementares sobre linhas,
comeando com A e terminando com uma matriz R linha-reduzida
forma em escada. J explicamos anteriormente como fazer isto.
Neste ponto, a dimenso de W (o espao-linha de A) evidente,
pois esta dimenso simplesmente o nmero de vetores-linhas
no-nulos de R. Se p1, ... , p, so os vetores-linhas no-nulos de R,
ento :11 = {pl' ..
. , p,} uma base de W. Se a primeira coorde
nada no-nula de P; krsima, ento temos, para i::;; r,
(b) R(i, k) =
ii
(c) kl < ... < k,.
(2-23) bi = L c;R;r
i= 1
(2-24) f3 =
t
i= 1
bk;P;
(2-25) bj = I bkjRij' j = 1, . . . , n.
i= 1
m
Pi= Il Pipj
j=
/3 = I bkpi
i=1
e portanto
r
xj I bklij
i= 1
=
m
I Aijxi bi, j = 1, ... , n
i= 1
=
Ct1 = (1, 2, 2, 1)
et2 = (O, 2, O, 1)
et3 = (-2, O, -4, 3).
(a) Demonstrar que etl' et2' et3 formam uma base de W, isto ,
que estes vetores so linearmente independentes.
(b) Seja /3 (bl' b2, b3, h_.) um vetor em W. Quais so as coor
=
et'1 = (1, O, 2, O)
et = (O, 2, O, 1)
et = (O, O, O, 3).
l ]
dade para obter a matriz inversvel Q tal que R= QA:
2 o 2
[j
2 1
2 o 1 ->R= O 1 o o
o -4 3 o o o 1
[ J H -n
o -6
1 5
o
-4
p = b1 P1 + h2P2 + b4p4
= [b1 ,b2 , b4] R
= [b1, b2' b4] QA
= X11X1 + X21X2 + X31X3
onde X;= [bl' b2' b4] Q;:
X1 = b1 - tb2 + b4
(2-26)
X 2 = -bl + %b2 - b4
X3 = - ib2 + tb4
(c) Os vetores IX'p IX, IX so todos da forma (ypy2, y3, y 4)
com h= 2y1 e, portanto, esto em W. Pode-se ver facilmente que
eles so independentes.
(d) A matriz P tem para colunas
p. = [IX'.]
J J
onde f!,I = {1X1, 1X2, 1X3}. As equaes (2-26) nos dizem como deter
minar as matrizes das coordenadas de IX'P IX, IX. Por exemplo
com P=IX temos b1 = 1, b2 =O, b3=2, b4 O e =
X1 = 1 - t(O) + (O) 1 =
X2 = -1 + %(0) - (0) = -1
X3 = - i(O) + t(O) = o.
[
- 21X2 + IX3. Logo
1 o
p= -1 1
o o
-].
-4
3
ESPAOS VETORIAIS - 79
-2 -2
l [ J fr,]
Y
[
o o
2 o Y2 -+
2 4 Y2- 2y1 -+
o -4 Y3 o o Y3 - 2y 1
1 Y4, 1 5 Y 4-
y, Y1
l[
Y; - tY, +
[
o -2 3 o o
o -6 Y2-, 2y4 O o 1 6(2y4- Y2)
-+
5 2
1 5 Y4 - Y1 O 1 o - 1+6Y2-3Y4
y
o o Y3- 2y1 O o o Y3- 2y1
(xl' x2, x3, x4) na base ordenada {a:l' a:2, a:3} podem ser obtidas da
ltima matriz acima. Para essas coordenadas, obtemos novamente
as frmulas (2-26).
As questes (c) e (d) permanecem com a resoluo anterior .
]
-1 -1 o
1 4
3 o
1 10 1
o o .1
"] [
Para resolver estes problemas, formamos a matriz completa
A' do sistema AX Y e aplicamos uma seqncia apropriada de
=
r l
2 o 3 o 1 2 o 3 o y
2 -1 -1 O y2 O O -1 -4 o -y1 ,+ Y2
o o 1 4 O y3 - O O 1 4 o Y3 -
2 4 1 10 1 y4 O O 1 4 1 -2y1 + Y4
o o o o 1 y5 O O o o 1 Ys
l
1 2 o 3 o Y
,
o o 1 4 o Y1 - Y2
o o o o o -y1 + Y2 + Y3. -
o o o o 1 -3y1 + Y2 + Y4
o o o o 1 Ys
[ l
2 o 3 o y
,
o 1 4 o Y1 - Y2
[
o o o 1 Ys
o o o o -Y1 + Y2 + Y3
o o o o -3y1 + Y2 + Y4 - Ys
(a) Se
l
Y
,
Y1 - Y2
py =
Ys
-y1 + Y2 + Y3
-3 y1 + Y2 +_y4 Ys '--
P[ i
para todo Y, ento
]
o o o
1 o o o
o o o 1
-1 1 1 o o
-3 1 o 1 -1
ESPAOS VETORIAIS - 81
1 2 o 3 o
o o 1 4 o
R= o o o o 1
o o o o o
o o o o o
P1 = (1 2 O 3 O)
P2 =(O O 1 4 O)
P3=(O o o o 1)
de R.
onde cl' c2' c3 so escalares arbitrrios. Assim, (bp b2, b3, b4, b5)
est em W se, e somente se,
b2= 2b1
b4 = 3b1 + 4b3.
!]
o o o
-1 o o
o o o A
1 1 o . .
1 o 1 -1
[
Em particular, com f3 = ( - 5, -10, 1, -11, 20), temos
- -i 1
1 2
1 2
f3 = ( - 4, -1, o, o, 20) o o 1 4 o
2 4 1 10 1
o o o o 1
x1 + 2x2 + 3x4 =O
x; + 4x4 =O
X5 = O.
(g) As colunas
- Y1 + Y2 + Y3 = O
- 3y 1 + y2 + y4 - y 5 = o.
Exerccios
2. Sejam
1X1 = (1, 1, -2, 1), 1X2 = (3, O, 4, -1), 1X3 = (-1, 2, 5, 2).
Sejam
(a) Quais dos vetores ex, p, y esto no subespao de R4 gerado pelos 1X,?
(b) Quais dos vetores 1X, p, y esto no subespao de C4 gerado pelos 1X,?
(e) Isto sugere algum teorema?
1X1 = (-1, O, 1, 2), 1X2 = (3, 4, -2, 5), 1X3 = (1, 4, O, 9).
84 - ALGEBRA LINEAR
-
6. Seja V o espao vetorial real gerado pelas linhas da matriz
["'
o
n
1 7 -1 -2
A
= 2 14 o 6
6 42 -1 13
TRANSFORMAES. LINEARES
;u Transformaes Lineares
transformao linear de V em V.
Seja
{3 =
Y11 + + Ynn
em V e e um escalar arbitrrio. Ora,
88 - ALGEBRA LINEAR
n n
L (ex; + Y)f3i
i= 1
e assim
= I x;(Urx)
i= 1
Exemplo 6. Os vetores
. rx1 = (1, 2)
e
rx2 = (3, 4)
TRANSFORMAES LINEARES - 89
Tal = (3, 2, 1)
e
Tcx2 = (6, 5, 4)
Exemplo 7. Seja T pm
uma transformao linear do espao
das m-uplas no espao F" das n-uplas. O Teorema 1 nos diz que T
determinado de modo nico pela seqncia de vetores /31' ..., /3 m,
onde
Tcx = cxB.
- .
base da imacm de T. Os vetores Toe1, , Ta,, certamente geram a
imagem de T e, como Ta. O, para J. < k, vemos que Ta11+ 1, . . , Toeli
=
J
geram a imagem. Para ver que esses vetores so independentes,
suponhamos que existam escalares c; tais que
n
L ci(Toe;) = O.
i=k+l
T (f )
i=k+ 1
cioei = O
k
oe =
i
I biai.
== 1
Assim
-
k li
I1 bi oei I
k l
cpi =O
i= j= +
-
Se r o posto de T, o fato de Tock + 1, , Toe" formarem uma
base da imagem de T nos diz que r = n k. Como k a nulidade
de T e n a dimenso de V, est completa a demonstrao.
Exerccios
2 2
1. Quais das seguintes funes T de R em R so transformaes lineares?
5. Se
1 = (!, - 1 ), p1 =
(1, O)
2 = (2, -1), P2 =
(O IJ
,
T(A) = AB - BA
12. Seja V um espao vetorial 11-dimensional sobre o corpo F e seja T uma trans
formao linear de V em V tal que a imagem e o ncleo de T sejam idnticos.
Demonstrar que n par. (Dar um exemplo de uma tal transformao linear.)
cd(Ta) + c(T/3)
=
= d[c(fo)] + c(T/3)
Demonstrao. Sejam
Ep,q(a) = {'
/3p,
se
se
i =f.
i =
q
q
=
(jiqf3p.
De acordo com o Teorema 1, existe uma u111ca transformao
linear de V em W que satisfaz estas condies. Afirmamos que as
mn transformaes EP <J formam uma base de L(V, W).
96 - ALGEBRA LINEAR
T= L " A qEp,q
m
(3-2) p
p=l q=l
L..
Seja U a transformao linear no segundo membro de (3-2).
Ento para cada j
Uaj = L L ApqEM(a.)
'
P q
=Ta.J
Demonstrao
Definimos T = I se T#O.
(a) IU = UI= U;
(b) U(T1 + T2)= UT1 + UT2; (T1 + T2)U = T1U + 1U;
(c) c(UT1)= (cU)T1 = U(cT1).
= U(T1a) + U(T2a)
= (UT1)(a) + (UT2)(a)
de modo que (T1 + T2)U = T1U + T2U. (O leitor pode notar que
para as demonstraes destas duas leis distributivas no foi usado
o fato de T1 e T2 serem lineares , e que para a demonstrao da
segunda no foi usado tampouco o fato de U ser linear.)
(c ) Deixamos a demonstrao da parte (c) a cargo do leitor.
Este lema e uma parte do Teorema 5 nos dizem que o espao
vetorial L(V, V), munido da operao de composio , o que se
conhece por uma lgebra linear com elemento unidade. Discuti
remos isto no Captulo 4.
= (BA)X.
= isE1" '1(o:,)
=
f>;/'"Pv
Portanto,
E p,q E' = {- se
li/"-', se
r -:f. </
1/ = r.
ento L, L,
Se
r s
=
LI L L ApqB,.EME'.
p q r s
100 - ALGEBRA LINEAR
TU = L L <L: Ap,B,.)EP
p s r
= L L (AB)psEP.
p s
1
e T-1 linear.
Suponhamos que T seja uma transformao linear inversvel
de V sobre W e que V seja uma transformao linear inversvel
de W sobre Z. Ento UT inversvel e (UT)-1 = T-1u-1. Esta
concluso no requer a linearidade, nem a verificao em separado
de que UT seja injetora e sobrejetora. Ela somente requer a veri
ficao de que r-1 U-1 seja ao mesmo tempo uma inversa es
querda e direita de UT.
Se T for linear, ento T(oc - p) = Toc - Tp; logo, Toc = TP se,
e somente e, T(oc - p) =O. Isto simplifica imensamente a verifi
cao de que T injetora. Diremos que uma transformao linear
T no-singular se Ty =O implicar y =O, isto _, se o ncleo de T
for {O}. Evidentemente, T injetora se, e somente se, T for no
singular. A importncia desta observao que transformaes
lineares no-singulares so aquelas que preservam a indepen4'
dncia linear.
ento
e como T no-singular
102 -'--- ..LGEBRA LINEAR
X1 + X2 =
x, =o
/3 = c1(Ta1) + . . . + cn(Tan)
= T(c11 + ... + cnan)
ou
c1(T1) + .. . + c.(Tan) =O
e como os Ta; so independentes, cada e; =O e assim a O. =
Exerccios
1
1. Sejam T e U os operadores lineares sobre R2 definidos p,or 1
T inversvel?
3. Seja T o operador linear sobre R3 definido por
(T2 - /) (T - 3/)= O.
B= [ - ! - !J
e seja T o operador linear sobre C2 2 definido por T (A) =
B A. Qual o
posto de T? Descrever T2.
6. Seja T uma transformao linear de R3 em R2 e seja U uma transformao
linear de R2 em R3. Demonstrar que a transformao linear UT no
inversvel. Generalizar o teorema.
7. Determinar dois operadores lineares T e U sobre R2 tais que TU =O mas
UT#O.
8. Seja V um espao vetorial sobre o corpo F e T um operador linear sobre V.
Se T2 = O, o que se pode dizer sobre a relao entre a imagem de T e o
ncleo de T? Dar um exemplo de um operador linear T sobre R2 tal que
T2 = O mas T#O.
9. Seja T um operador linear sobre o espao vetorial V de dimenso finita.
Suponhamos que exista um operador linear U sobre V tal que TU= 1.
Demonstrar que T inversvel e U= T-1 Dar um exemplo que mostre
que isto falso quando V no de dimenso finita. (Sugesto: Seja T = D,
o operador derivao sobre o espao das funes polinomiais.)
10. Seja A uma
. m x n matriz com elementos em F e seja T a transformao
3.3. Isomorfismo
[]
-.. saber,
(x., .. . , x,)
Exerccios
(x, y, z, t) -+
[t-+X yt-x
y
+ ]
.
IZ
iz
um isomorfismo de R4 em W.
4. Mostrar que pm " isomorfo a Fm''.
5. Seja V o conjunto dos nmeros complexos considerado como um espao
vetorial sobre o corpo dos nmeros reais (Exerccio 1). Definamos uma
funo T de V no espao das
com x e y nmeros reais, ento
2 x 2 matrizes reais, como segue. Se z =x + y
i
7'(z) = [X-lOy 5y J
+ 7y x-7y
(a) Verificar que 1' uma transformao linear (real) injetora de V no espao
das 2 x 2 matrizes.
(b) Verificar que 7'(z1z2) = 1' (z 1 ) T(z2).
(c) Como voc descreveria a imagem de 7'?
6. Sejam V e 11 espaos vetoriais de dimenso finita sobre o corpo F. Demons
trar que V e 11 so isomorfo s se, e somente se, dim V = dim W.
7. Sejam V e 11 espaos vetoriais sobre o corpo F e seja U um isomorfismo de
V em 11 . Demonstrar que T-+ UTu- um isomorfismo de L(V, V) em
L(W, W).
I x/Ta)
j =l
n m
L ci L A;A
j= 1 i= 1
L A;ixi
j =I
(3-4)
Aj = [Tc.:J 94 , j = 1, ... , n.
Se U for uma outra transformao de V em W e B = [B1, , B,J
for a matriz de U em relao s bases ordenadas (ljJ e f!4', ento
cA + B ser a matriz de c T+ U em rela<,o a (ljJ e '. Isto ev i
dente, pois
cA +
i
Bj =.c[Tc.:J31.+ [UaJ!M
= [cTc.:j + Uc.:J IM'
= [( T + U)c.:.J , .
c
J ,91
[T]iv
para a matriz do operador linearT em relao base ordenada f!8.
A maneira como esta matriz e a base ordenada descrevem T que,
para cada a em V,
[T]91= [ ]
Exemplo 15. Seja V o espao das funes polinomiais de R
em R da forma
f (x) c0 c1x c2 x2 3
= + + + c3 x
isto ; o espao das funes polinomiais de grau menor ou igual
a 3. O operador derivao D do Exemplo 2 leva V em V, pois D
diminui o grau. Seja f!J a base ordenada de V formada pelas quatro
funes f1,f2,f3,f definidas por (x) = xi-1 Ento.
j + 2j + Oj + Oj
(Df4) (x) = 3 x2 , Dj = Of1
= =
+ Oj + 3j + Of4
[OOlOOJ
D
[ J.91
OO =
o o 2 o
3 .
o o o o
arbitrrio em V
114 -'-'-- ALGEBRA LINEAR
[To:] a' =
A [o: la
U
[ (fo)J,a = B[Tj,a.
e ento
L AkiUf3k)
k=l
=
matriz produto C =
BA.
TRANSFORMAES LINEARES - 115
UT = TU = 1
equivalente a
[ T].1VP[rx.]a1= P[Trx.]a
ou
(3-10)
Uai= rx.'i' j= 1, .. . , n.
Este operador U inversvel uma vez que leva uma base de V sobre
uma base de V. A matriz P (acima) exatamente a matriz do ope
rador V em relao base ordenada f!J. De fato, P definida por
rx.j = L P;p;
i=i
Uai = L PJi;
i=l
[T]111 = [ ]
e'1 = e1 + e2
e = 2e1 + e2
1
p- - - [ -
1
1
Assim
= (1, O)= -e e +
Te; = (2, O)= -2e 2e;.
Te
+
[1oo o1 1 3t 1
t t2
2t
t3
3t2
p =
oo o 1
inversvel com
1o 21tt2 -3t3t2t
-t 3
1
-
o o 1 .
TRANSFORMAES LINEARES - 119
portanto decorre que ffl' {g1, g2' g3, g4} uma base ordenada
=
-
de V. No Exemplo 15 ficamos sabendo que a matriz de D em
A matriz de D
[ 'j[
em relao base ordenada f!B' portanto
'l
mi
-t t2 1 o l t
2
lJ J
o o o o o 1
l
-t t2 2t1 3t'
l -2t 3t'2' o o 2 6t
o 1 -3t o o o .3
-r
o o 1 o o o o
1 o
o 2
- o o o
o o o
Assim D representado pela mesma matriz em relao s bases
ordenadas ffl e r!B'. Evidentemente, isto pode ser visto um pouco
mais diretamente pois
Dg1 =
O
Dg2 =
gi
Dg3 = 2g2
Dg4 = 3g3.
aj = L Pipi.
i= 1
Ento, a matriz de T em relao base ordenada f!J' ser B.
Assim, a afirmao de que B semelhante a A significa que
em cada espao n-dimensionaf sobre F as matrizes A e B represen
tam a mesma transformao linear em relao a duas bases orde
nadas (possivelmente) distintas.
Notemos que toda n
x n matriz A semelhante a si mesma,
Exerccios
2
1. Seja To operador linear sobre C definido por Tx ( " x2) = x( " O). Seja !
2
a base ordenada cannica de C e seja !,l' = {a" a 2} a base ordenada definida
por a1 = (1, i), a2 = (-i, 2).
(a) Qual a matriz de T em relao ao par a, !,l'?
(b) Qual a matriz de T em relao ao par a', a?
(e) Qual a matriz de T em relao base ordenada a'?
(d) Qual a matriz de T em relao base ordenada {a2' a1}?
TRANSFORMAES LINEARES - 121
(a) Se f!I a base ordenada cannica de /-' e' 111 a base ordenada cannica
2
de R , qual a matriz de T em relao ao par 1!4, !!4'?
(b) Se lJ4 = {a" a2, a3} e f!I' = {P,, P2 }, sendo
[T]f!I= [ ]
2
demonstrar que 1' - (a + d) 1' + (ad - bc) 1 = O.
5. Seja T o operador linear sobre R-', cuja matriz em relao base ordenada
cannica
[ 1 2 1 )
A= O 1 l_
-1 3 4
2
(a) Qual a matriz de T em relao base ordenada cannica de R ?
(b) Qual a matriz de 1' em relao base ordenada f!J = {a1, a2} sendo
a1 = (l, 2) e a2 = (!, 1)? -
(c) Demonstrar qile para todo nmero real e o operador (1' - cl) inversvel.
2
(d) Demonstrar que se lJ4 uma base ordenada qualquer de R e [T],., = A,
ento A12A21 #-O.
3
7. Seja 1' o operador linear sobre R definido por
[cos O
sen O
-sen
coso
]
.
(Sugesto: Seja T o operador linear sobre C2 que representado pela pri
meira matriz em relao base ordenada cannica. Determinar ento vetores
IX1 e ct2 tais que Tct1 = 61XP Tct2= e-i6ct2' e {ctl' ct2} seja uma base.)
10. Vimos que o operador linear 1' sobre R2 definido por T(xp x,) = (xp O)
representado em relao base ordenada cannica pela matriz
A= [ J
2
Este operador satisfaz T = T. Demonstrar que se S um operador linear
2
sobre R2 tal que S = S, ento S = O ou S = l ou ento existe uma base
ordenada rM de R2 tal que [S]f!J= A (acima).
12. Seja V um espao vetorial n-dimensional sobre o corpo F e seja f!J = {ct , ..., ctn}
1
uma base ordenada de V.
(a) De acordo com o Teorema 1, existe um nico operador linear T sobre
V tal que
TRANSFORMAES LINEAR.ES - 123
T = I I A,,,,Ep,q
p= 1 q= 1
ai = f (e), j = 1, ... , n.
=L,x)()
=
L XJ .J
tr A = A 11+ A 22+ . .. + A nn
n n
= e L A;; + L B;;
i=l i= 1
= e tr A+ tr B.
L,(p) = p(t)
ento L1 ser um funcional linear sobre V. Geralmente descreve-se
isto dizendo que, para cada t, o clculo do valor em t um fun
cional linear sobre o espao das funes polinomiais. Talvez de
vamos observar que o fato de as funes serem polinomiais, no
desempenha nenhum papel neste exemplo. O clculo do valor
em t um funcional linear no espao de todas as funes de F em F.
TRANSFORMAES LINEARES - 125
L(g) = rg(t)dt
define um funcional linear L sobre C([a, b]).
Se V um espao vetorial, a coleo de todos os funcionais
lineares sobre V constitui um espao vetorial de uma maneira
natural. Trata-se do espao L(V, F). Representamos este espao
por V* e o denominamos espao dual de V:
Seja 36= { cv:l' ... , cv:"} uma base de V. De acordo com o Teorema 1,
existe (para cada i) um nico funcional linear J; sobre V tal que
(3-11)
li
(3-12) J = L C;);
i= 1
Ento
n
I (cv:) = I cJ,(cv:)
i=l
= I cJ>ij
i= 1
126 -'-- ALGEBRA LINEAR
(3-13) r L: r(ocJr;
i=
=
Demonstrao. tj
D monstraremos acima que existe uma nica
base que "dual" a P. Se f um funcional linear sobre V ento
f alguma combinao linear (3-12) dos J; e, como observamos
por (3-12), os escalares cj so dados necessariamente por cj=f(oc).
Analogamente, se
n
oc = L xioci
i= 1
um vetor em V, ento
Jj(oc) = I xfiocJ
i= 1 .
= x.J
de modo que a nica expresso de oc como combinao linear dos
O(i
n
oc = I J;(oc) oci.
i= 1
TRANSFORMAES LINEARES - 127
temos
(3-15)
L;(P) =
p(t;).
2
L s "funes" polinomiais particulares 1, x, x , obtemos
c1 + c2 + c3 = O
t1c1 + t2c2 + t3c3 = 0
ti c1 + t; c2 + t; c3 =
O .
[;1 t 3.
t t 1
/ ]
e inversvel quando tl' t2 e t3 so distintos. Portanto, os L; so.
independentes e como V tem dimenso 3, estes funcionais formam
uma bse de V*. Qual a base de V cuja dual esta? Tal base
{ptt' P2, p3} de V precisa satisfazer
Li(P) = 1i
ou
seja uma base de V. Seja {!1' ..., fn} a base de V* que a dual
desta base de V. Afirmamos que {fk + 1, ..., fn } uma base do
anulador W. Certamente fi pertence a W- para i ;;:::: k + 1, porque
f,(ex) = ii
dim w = n - k.
11X1 + . . . + Alnxn =
O
fJix) = O, i = 1, . ., m.
.
L A;fi = O, i = 1, . ., m
.
j=l
isto , que (c1, ..., e,,) seja uma soluo .do sistema AX = O . Sob
este ponto de vista, a linha-reduo nos d um mtodo sistemtico
para determinar o anulador do subespao gerado por um dado
conjunto f inito de vetores em F".
A= [; 2 1
o 1 .
]
-2 o -4 3
/'
Um rpido clculo ou um exame do Exemplo 21 do Captulo 2,
mostra que
]
o 1
o
4
geram o mesmo subespao de (R )* e anulam o mesmo subespao
de R4 que fl ' f2, f3. O subespao anulado constitudo dos veto-
res com
X1 =
-2x3
X2 =
X4 =
oc1 =
(2 -2, 3, 4, -1),
, oc3 =
(O O, -1, -2, 3),
,
0(2 =
( -1, 1, 2, 5, 2), OC4 =
(1, -1, 2, 3, O).
1 [
triz A com vetores-linhas ocl' oc2' oc3, oc4 e determinemos a matriz R
[-i
linha-reduzida forma em escada que linha-equivalente a A;
l.
-2 3 4 -1 1 -1 o 1
1 2 5 o 1 -2 o
A
= O
1
o
-1
-1
2
2
-3 i
R
o
o
o
o
o
o
1
o
5
f(x1, ..., Xs) =
L1 eh
j=
TRANSFORMAES LINEARES - 133
Isto equivalente a
5
L Riici = O, 1 ::;; i ::;; 3
j= l
ou
c1 - c2 - c4 =
C3 + 2c4 0 =
C5 =O.
f1(Xp . .
, X5) = Xl + Xz
f2(Xp
, X5) = X1 - 2x3 + X4.
Um f arbitrrio em W f =
af 1 + bf2
Exerccios
1. Em R3, sejam oc1 = (1, O, 1), oc2 =(O, l, -2), oc3 = (-1, -1, O).
f. 1 f. 2
-
f1(p) =
0 p(x) dx f 2(p) = 0 p(x) dx f3(p) =
10 p(x) dx.
Mostrar que T uma transformao linear de F" em Fm. Mostrar ento que
toda transformao linear de F" em da forma acima, para certos
t> ... , m
esto no anulador de W?
e= [ ]-
Determinar f (B).
16. Mostrar que o funcional trao sobre n x n matrizes o nico no seguinte sen
tido: se W o espao das n x n matrizes sobre o corpo F e se f um
funcional linear sobre W tal que f (AB) = f (BA) para todas as A e B em W,
ento f um mltiplo escalar da funo trao. Se, alm disso, f (1) = n, ento
f a funo trao.
3.6 O Bidual
L(f)=f(a) f , em V*.
cf(a)+ g(a)
=
cL(f)+ L(g).
=
Lif) = f(y)
f(ca + {J)
=
cf (a) + f ({J)
=
= c L( f) + L1i(f),
portanto,
4,f) = f(a)
Usando o corolrio acima, para cada i existe um vetor rxi em V tal que
para todaf em V*, isto , tal que Li= L(1., Decorre imediatamente
que {rxl' ... , rx.} uma base de V e que B* a dual desta base.
Em vista do Teorema 17, geralmente identificamos rx com La.
e dizemos que V "" o espao dual de V* ou que os espaos V e
V* so duais um do outro de uma maneira natural. Cada um o
espao dual do outro. No ltimo corolrio vimos um exemplo de
como este fato pode ser usado. Aqui est mais um exemplo:
Se E um subconjunto de V*, o anulador E (tecnicamente)
um subconjunto de V**. Se decidirmos identificar V e V**, como
no Teorema 17, ento E um subespao de V, a saber, o con
junto de todos os rx em V tais que f (rx)=O para todo f em E. Num
dos corolrios do Teorema 16 observamos que cada subespao W
determinado pelo seu anulador W. Determinado de que ma
neira? A resposta que W o subespao anulado por todos os f
em W, isto , W a interseo dos ncleos de todos os f em W.
Como nossa atual notao para anuladores, a resposta pode ser
formulada de uma maneira muito simples: W= (W).
y + ca y em N 1 , e em F.
({3)
e =f
f(a)
o que faz sentido pois f (a) =I= O. Ento todo vetor y = {3 - ca est
em N 1, pois
f3 = y + ca y em N, c em F.
'
fJ = y' + c'a y em N, c' em F,
ento
'
(c' - c ) a = y - y.
'
Se c' - c =f. O, a estaria em N; logo c'= c e y = y. Uma outra
maneira de formular nossa concluso esta: Se f3 est em V, existe
um nico escalar c tal que fJ - ca est em N. Chamemos esse
escalar de g(/3). fcil ver que g um funcional linear sobre V e
que N o ncleo de g.
e sejam f1, ,fk funcionais lineares com ncleos N1' ..., Nk tais
. .
,
g = c1 j''1 + +
c
k 1 f'k-1
Seja
k -1
(3-16) h = g -
I cJ,:
i= 1
n = I cJ;
i=-1
Exerccios
f(xl' . . , x.)
. =e L x/
1
j=
W= n N., .
i= 1
para todos g em W* e a em V.
TRANSFORMAES LINEARES - 143
(T1g)(rx) = g(Trx)
Demonstrao. Sejam
fJI {oc 1
= ocn } ,
' . ' !JI' = {/31' Pm}, ,
= .
[JI* if1, .. JJ , ,
!JI'* = {gl, ... g m } . ,
Por definio,
Toei L Aiif3i' j = 1, . . , . n
i= 1
=
Pgj = L BiJi' j = 1, .
.. , m.
t= 1
Por outro lado,
m
= Ll Akigif3k)
k=
m
t = I t (oc)f;
i= 1
T'gj L. Aj,ff
i= 1
=
onde
n
yi L Aiixi"
j= 1
=
Taj = L A;p;;
j= 1
A ii = f;(T!X).
i = 1, ... , n. Portanto,
=f;(U-1TUrx.).
O que significa isto? Bem, f;(u-1 TUrx) o el.emento i, j da matriz
de u- 1 TU em relao base ordenada P. Nossos c lculos acima
mostram que este escalar tambm o elemento i, j da matriz de T
em relao base ordenada t,I'. Em outras palavras,
= [u-1]a[T]a[U]a
= [V]; 1 [T]a [U] a
Exerccios
2
1. Seja F um corpo e seja j o funcional linear sobre F definido por f (x" x2) =
2. Seja V o espao vetorial das funes polinomiais sobre o corpo dos nmeros
reais. Sejam a e b nmeros reais fixos e seja f o funcional linear sobre V defi
nido por
f( )
p =
r )d .
p(x x
corpo dos nmeros reais, de grau menor ou igual a n, isto , funes da forma
POLINMIOS
4.1 lgebras
a(f3y) = (a.f3)y
0 ,
g =(g , g1 g2 , ...), com g; em F e a, b so escalares em F, af + bg
a seqncia infinita dada por
(4-1) af + bg =
(af0 + bg0, af1 + bg1' af2 + bg2, .. ) .
Assim
e como
n n
. (gf )n =
L gJn-i L Jign-i = ( fg )n
i=O i=O
150 - ALGEBRA LINEAR
n
[{fg)h]n = L (fg);hn-i
i=O
i tCt fg h
)
o j i-j n-i
n u-j
=
L j L Y;hn-i-j
j=O i=O
=
j=O
I .fj(gh)n-j = [f (gh)]n
para n = O, 1, 2, ... , segue que a multiplicao comutativa, isto ,
x2 =
(O, O, 1, O, ...), x3 = (O, O, O, 1, O, ...)
(4;-4)
m+n+k
Jg)m+n+k =
L Ji gm+n+k-i"
i=O
Assim,
(4-6)
m 11
I = L J>i e g = L gjxi.
i=O j=O
(4-8)
(s )m+11
fg sO /rgs..._r Xs.
=
(4-9)
(4-10) L.f;gjxixi
1,j
f(a) =
L J;a'.
i=O
2, em particular
f(2) 6 .s#
(a) Se
= e
= C e z pertence a C, f(z) z2
= +
B= [ -11 2]
ento
f(B) 2 [O ] [ ]2
= 2
1[ 33 ]6 .
1 + -1
1
=
(c) Se
o elemento de
.s# .s#
a lgebra dos operadores lineares sobre C3 e
dado por
T
(d) Se
ento f(g) .s#
a lgebra dos polinmios sobre C e
o polinmio em .s# dado por
g x4 3i,
= +
f(g) = -7 + 6ix4 x8 +
m n
(fg)(cx) =
I
i
f;gi+j
,j
= ( .t r;ai) ( .t )
,1-0 J-0
gpi
=
f (ex) g(cx).
Exercicios
A
= [ 2 1]-.
- 1 3
"
3. Seja A uma n x n matriz diagonal sobre o corpo F, isto , uma matriz que
satisfaz A1i = O para i j. Seja f o polinmio sobre F definido por
f = (x - A1 ,) . (x - A ).
LJJ) = f (t;), Os is n.
(4-11)
Os polinmios
P.'
(x - t0) (x - t;_1) (x - ti+t) ... (x - t")
(4-12)
.
. .
n (X - t.)
=j.,,.i M
so de grau n, logo pertencem a Ve, pelo Teorema 2, satisfazem (4-10).
Se f = L c;P;, ento, para cada j,
i
n
xj = L CtYP,.
i=O
lo t2o t"o
1-1 tl t21 tn1
l;
(4-15)
12n n
tn tn
(4-16) tem F.
U{Jnt) =f-(1)g-(1)
(a)
(b)
n
f I C;Xi
i=O
=
n
f(U) I cpi
i=O
=
[f(U)]!ll L c;[Ui] 11
i=O
=
2:::;; i:::;; n.
160 - .ALGEBRA LINEAR
(4-17)
Exerccios
3a + 6{3 - y - S = O.
-
A-[ o
o
POLINMIOS - 161
e
p = (x - 2)(x - 3) (x - 1).
E1 + E2 + E3 = 1, E,E; =O se i "# j,
L(/) =f(t).
m -1
f = a xm + L aixi,
m
i=O
e que
n-1
d = b xn + i
L bix ,
n
i=O
Ento m;;::; n e
o polinmio
f' = cl + 2c 2x + . .. + ncnxn-I
Usaremos tambm a notao Df=f'. Derivao linear, isto ,
D um operador linear sobre F [ x]. Existem as derivadas formais
de maior ordem f" = D2f, f (3l D 3f, e assim por diante.
=
164 - ALGEBRA LINEAR
f =
I=O
k k.
{
(Dk )
(c) (x - ct
onde
( k) m =
k ! (m
m!
-
k) !
= m(m - 1) ..
1
.
2 ..
(m - k + 1)
. k
xm = [c + (x - c)]"'
I []
k=O k
m
e"' -k(x - c)k
L amxm
n
J =
m=O
m
e
}::Dkf(e) - c k
k=O k!
(x ) =
(Dkx"')
L L a,,, --,- (e) (x
k m k
- c)k
POLINMIOS - 165
m
- "a
- L., mx
m
=f
O=s;k=s:r-1
(Drf) (e) i= O.
[n-r (Dm )
(e) (X
f = (X - e)'
m -
J
cr
n-r
m O
(Dmg)
= L __ (x - cy+m
m=O m!
Como s existe uma maneira de escrever f como combinao linear
das potncias (x - c)k (Osks n), segue-se que
(D"f) (e)
--- =
{O se
Dk _ 'g (c)
O ::;;
. ks r - 1
k! se r s k ::;; n
(k r) !
_
Portanto, D"f (e)= O para Osksr - 1 e D'f (c) = g (c) #-O. Reci
procamente, se estas condies estiverem satisfeitas, decorre imedia
tamente da frmula de Taylor, que existe um polinmio g tal
f = (x - c)'g e g (c) #-O. Suponhamos agora que r no seja o maior
inteiro positivo tal que (x e)' dividaf. Ento existe um polinmio
-
c (df) - dg = d (cf - g)
pertence a M, portanto M um subespao. Finalmente, M tambm
contm (df)g = d(fg). O ideal M denominado o ideal principal
gerado por d.
n
Ento existem polinmios fp .. .,fn em F[x] tais que p = d/1 +
+... +d" f Se g um polinmio arbitrrio sobre F, ento
POLINMIOS - 167
x2 + 8x + 16 - x(x + 2)= 6x + 16
Assim, d= dpq e
Assim
De fato, o ideal
contm
Ento M contm
e como
(x + 2)2 = (x - 3) (x + 7) - 17
(x - 1) (x + 2)2, (x + 2)2 (x - 3) e (x - 3)
so relativamente primos.
170 - ALGEBRA LINEAR
Exerccios
1. Seja Q o corpo dos nmeros racionais. Determinar quais dos seguintes sub
conjuntos de Q[x] so ideais. Quando o conjunto for um ideal determinar
seu gerador unitrio.
(a) Todos f de grau par;
(b) Todos f de grau 5;
(c) Todos f tais que f(O) =O;
(d) Todos f tais que f(2) f(4) = O;
=
A - 1
-
o
[ -
l
Determinar o gerador unitrio do ideal dos polinmios f em F[x] tais que
f(A) =O.
fp ...,f
.
x2 + 1 = (x + i) (x - i)
g =
.fofg + PoP9
=
(.fg)fo + p(pog).
(4-18)
m n
gr(f) = L gr(p;) = L gr(q).
i = 1. j= 1
Neste caso nada resta a demonstrar, portanto podemos supor
m> 1 e n> 1. Reordenando os q podemos supor que P m = qn e que
POLINMIOS - 173
Como o polinmio p1' ... , Pm- l tem grau menor que n, nossa hip
tese de induo se aplica e mostra que a seqncia q 1' ... , qn _ 1 no
mximo uma reordenao da seqncia Pp ... , p,,,_ 1. Isto, junto
com (4-18), mostra que a decomposio de f num produto de pri
mos unitrios nica a menos da ordem dos fatores.
Na decomposio acima de um polinmio f no-constante e
unitrio, alguns dos fatores primos e unitrios podem repetir-se.
Se p i ' p2, , p,. so os primos unitrios distintos que ocorrem
nesta decomposio de f, ento
(4-19) f =
P'p;2, , P',
(4-20)
(x - b)n (x - e) e (x - ar(x - e)
so relativamente primos.
I' = P;f, + Pf 2 + .. . + Pf k.
Seja p um polinmio primo que divida f e f'. Ento p = P; para
algum i. Ora, P; divide Jj para j =I= i, e como P; tambm divide
k
f' = 2: P}ij
j= 1
vemos que P; necessariamente divide p'j;. Portanto P; divide J; ou
divide p;. Mas P; no divide f; pois pl' ... , pk so distintos. Por-
POLINMIOS - 175
f = c (x - c1)''1 (x - ckr
onde e um escalar, cl' ... , ck so elementos distintos de F e
nl' ... , nk so inteiros positivos. Ainda uma outra formulao
que, se f um polinmio no-constante sobre F, ento existe um
elemento e em F tal que f (e)= O.
O corpo R dos nmeros reais no algebricamente fechado
porque o polinmio (x2 + 1) irredutvel sobre R mas no tem
grau 1, ou porque no existe um nmero real e tal que c2 + 1 = O .
P; == (x - e;) (x - cJ
Exerccios
f = g mod p.
DETERMINANTES
i e consideramos D como
Se fixamos todas as linhas exceto a linha
uma funo da i-sima linha, em geral conveniente indicarD(A)
por D(a;). Assim, podemos abreviar (5-1) para
( 5 2)
- D(A) = aA(l, k1) ... A(n, kJ
(5-3)
D= D1 + D2
Di(A) = A11A22
Dz(A) = - A12A21
Pelo Lema acima, D uma funo bilinear. O leitor que tenha tido
alguma experincia com determinantes no achar este fato surpre
endente, pois reconhecer (5-3) como a definio usual do deter-
DETERMINANTES - 183
D(A) =
A 11A 22 - A 12A 21
184 -'-- ALGEBRA LINEAR
Se D alternada, ento
.e
[X - 2 ]
A= O 1
3
1 o x
3 2 3
D(A) = xD(81 , 82 , 81 + x e3) - x D(83, e2' e1 + x i;3)
2
= xD(81 '82 ,81 ) + x4D(81 'e2'83) - x D(e3,e2 ,e1) - x5 D(e3,82'83).
D(r:t. + [3, r:t. + /3 ) = D(r:t., r:t.) + D(r:t., /3 ) + D(f3, r:t.) + D( /3, [3).
Por nossa hiptese, D(r:t. + [3, r:t. + [3) = D(r:t., r:t.) = D(/3, [3) =O. Por
tanto,
[X -1 x2 :x;3
.
A= O x-2 1
o o x-3
]
188 -ALGEBRA LINEAR
Ento
E1(A) = (x - 1)
1
X-
0 2
x
1
_ 3 1 = (x - l)(x - 2) (x - 3)
Ez(A) =
- x2 O 1 ,
1 3. + (x - 2)
x- 1 X- 1
O
x3
x-3 1
= (x - 1) (x - 2) (x-3)
3
E3(A) = x O 1 X -0
2
, ,
_
X - 1 X2
0
O
+ (x-3)
I 1 X
- 1
O
x2
x- 2 1
= (x - 1) (x - 2) (x - 3).
(b) Seja K =R e
Ento
E1(A) =
/ / = 1
E2(A) = -
/ b/ = 1
E3(A) = -1 bl = l
Exerccios
1. Cada uma das expresses seguintes, define uma funo D sobre o conjunto
das 3 x 3 matrizes sobre o corpo dos nmeros reais. Em quais destes casos D
uma funo trilinear?
(e) D(A) O;
=
. (f) D(A) 1.
=
=
DETERMINANTES - 189
2. Verificar diretamente que as trs funes E" E2, E3 definidas por (5-6), (5-7)
e (5-8) so idnticas.
adj A = [ A22
-21
Demonstrar que D 11-linear se, e somente se, os inteiros j1, , j,, so distintos.
(a) D(A) =
O se uma das linhas de A O.
,
(b) D(B) =
D(A) se B obtida a partir de A somando-se um mltiplo escalar
de uma linha de A a outra.
10. Seja F um corpo, A uma 2 x 3 matriz sobre F e (e,, e,, c3) o vetor em F3
definido por
190 - ALGEBRA t.INEAR
Mostrar que
(a) posto (A)= 2 se, e somente se, (e" c2, c3) #O;
(b) se A tem posto 2, ento (cl' c2, c3) uma base do espao-soluo do
sistema de equaes AX =
O.
11. Seja K um anel comutativo com elemento unidade e seja D uma funo bilinear
alternada sobre as 2 x 2 matrizes sobre K. Mostrar que D(A)=(det A) D(J)
para qualquer A. Utilizar agora este resultado (no so permitidos clculos
com os elementos) para mostrar que det(AB) = det(A) det(B) para quaisquer
2 x 2 matrizes A e B sobre K.
12. Seja F um corpo e D uma funo sobre as n x n matrizes sobre F (com valores
em F). Suponhamos que D ( B) = D(A) D(B) para quaisquer A, B. Mostrar
que ou D(A) = O para qualquer A ou D(J) = l. No ltimo caso mostrar que
D(A) #O sempre que A inversvel.
13. Seja R o corpo dos nmeros reais e seja D uma funo sobre as 2 x 2 matrizes
sobre R, com valores em R, tal que D(AB) =D(A) D(B) para quaisquer A, B.
Suponhamos tambm que
Demonstrar o seguinte:
(a) D(O) =O;
(b) D(A) =O se A2 =O;
(c) D(B) = -D(A) se, B obtida transpondo-se duas linhas (ou colunas de A);
(d) D(A) =O se uma linha (ou coluna) de A O;
(e) D(A) =O sempre que A singular.
14. Seja A uma 2 x 2 matriz sobre um corpo F. Ento o conjunto das matrizes
da forma f(A), onde f um polinmio sobre F, um anel comutativo K com
elemento unidade. Se B urna 2 x 2 matriz sobre K, o determinante de B
ento urna 2 x2 matriz sobre F, da forma f(A). Suponhamos que J seja a
2 x 2 matriz unidade sobre F e que B seja a 2 x 2 matriz sobre K
n
(5-9) ct; = L 1
A(i, j)i:., :::;; i:::;; n.
j= 1 .1
Logo
= L A(l,j)D(Bp rx2, . , )
rx,, .
j
Assim
(5-10) D(A) =
soma finita de funes do tipo descrito por (5-2). Deve-se notar que
(-10) uma conseqncia apenas da hiptese de que D n-linear e
tambm que um caso particular de (5-10) foi obtido no Exemplo 2.
Como .D alternada,
sempre que dois dos J!dices k; so iguais. Uma seqncia (k1, k2, ,
(5-13)
sinal a = {-i: :: : : r ar
e usando (5-11)
= 1 2
... 11 permutaes de grau n, pois se u uma tal permu
tao, existem 11 escolhas possveis para ul; uma vez feita, existem
(n - 1) possibilidades para u2', depois (n - 2) possibilidades para
u".> e assim por diante. Logo, existem
n(n - 1) (n - 2) ... 2 1 = n!
Exerccios
A= [ O O ] -a
-b -e
a
]
2. Demonstrar que o determinante da matriz de Vandermonde
2
a
[ b
e
bl
c
2
(b - a) (e - a) (e - b).
13. Demonstrar que a funo sinal sobre permutaes nica no seguinte sentido:
f uma funo qualquer que associa a cada permutao de grau n um
se
f(cr-r:) =f(u)f(-r:), ento f identicamente nula, ou f identica
inteiro e se
mente 1 ou f a funo sinal.
1
A(o-1, 1) ... A(o-n, n) =A(l, 0--11) ... A(n, o-- n).
"
= det A,
(5 1 2)
- det .[ ] = (det A)(det C).
D(A, B, C) = det [ ]
Exemplo 6.
<acionais O que dese [ r r 1j
Suponhamos que K seja o corpo dos nmeros
OS cal O ter inante de 4 X 4 mat'iz
- 4 1 -1 -1
1 2 3 o
DETERMINANTES - 201
]
2
-4 -4
-9 -13
1 -3
-J
-1 2
4 -4
o -4 -8
o 4
o
det A = L A;Fii
i= 1
202 - ALGEBRA LINEAR
j
onde o cofator Cu ( - l)i+ vezes o determinante da (n - 1) x
x (n - 1) matriz obtida de A retirando-se a i-sima linha e aj-sima
coluna de A.
Se j =!= k, ento
L Aikcij =o.
i= 1
De fato, substituamos a j-sima coluna de A por sua k-sima coluna
e chamemos a matriz resultante de B. Ento B possui duas colunas
iguais, logo det B=O. Como B (i lj) A(i lj) temos =
O= det B
n
j
= L ( -1);+ Bij det B(il/)
i= 1
n
i j
= I (-l) + A ik detA(i l/)
i=l
n
= I Aikcir
i= 1
Estas propriedades dos cofatores podem ser resumidas por
I A kc j jk detA.
i= 1 i i
(5-21) =
Desejamos tambm ver que A(adj A)=(det A)J. Como A 1(i lj) =
=A (jli)1 temos
DETERMINANTES - 203
e transpondo
A [xX2 + X ]
B= 2 [
x2 - 1
1
= X+ 1
- 1 ' . X - 2x- 3
adj A= [ - X1+ 1 -2
x-
X +X
1] ' adJ. B= [ -X2. +x2x - 3
-x - 2
x2 - 1
]
e (adj A)A (x + l)J, (adj B)B=-61. claro que
=
=
A [ l
Ento det A= -2 e
adj A=
[ _1 -n
l. [ 4 - 2 ] [-2 1].
2 -3 1 1 -t
Com relao a matrizes inversveis, gostaramos de mencionar
mais um fato elementar. Matrizes semelhantes tm o mesmo deter
minante, isto , se P inversvel sobre K e B = p-1 AP, ento
det B = det A. Ist evidente, pois
1
det (P- AP) = ( det P 1 ) (det A) (det P) = det A.
e, portanto,
Assim
li
(det A) x
i = L (adj A)iy i
i= 1
= L ( -1);+ iy; [
det A(i j).
i= 1
det B.
j 1, ., n
xi= det A'
= . .
Exerccios
[- ]
4 1 -1
(a) X + y + Z = 11
2x - 6y - z = O
3x + 4y + 2z O =
(b) 3x - 2y = 7
3y - 2z = 6
3z - 2x = -1
'
A=
[ ' :]
O O A
10. Seja A uma 11 x n matriz sobre o corpo F. Demonstrar que existem no mil
ximo n escalares e distintos em F tais que det(cl - A)= O.
13. Seja V o espao vetorial das n x n matrizes sobre o corpo dos nmeros com
plexos e seja B uma n x n matriz sobre C, fixa. Definamos um operador linear
M B sobre V por M B(A) BAlf' onde Jf'
, B. Mostrar que
=
det(AD - BC).
5.5 Mdulos
Se K um anel comutativo com elemento unidade, um mdulo
sobre K um sistema algbrico que se comporta como um espao
vetorial, K fazendo o papel do corpo dos escalares. Para sermos
precisos, diremos que V um mdulo sobre K (ou um K-mdulo) se
la= oc.
Para ns, os K-mdulos de maior importncia sero os m
dulos K", das n-uplas. Os mdulos K"' , das matrizes, tambm
'"
seja uma combinao linear dos demais. Isto torna mais difcil
determinar bases em mdulos.
Uma base do mdulo V um conjunto linearmente indepen
dente que gera o mdulo. Esta definio igu al que foi d ada
para espaos vetoriais; e a propriedade import ante de uma base ,
que todo elemento de V pode ser escrito, de modo nico, como
uma combinao linear de ( algum nmero finito de} elementos de
f!J. Se admitirmos na matemtica o Axioma da Escolha (veja o
Apndice), poderemos mostrar que todo espao vetorial possui uma
base. O leitor est bem ciente que existe uma base em qu alquer
espao vetorial que seja gerado por um nmero finito de vetores.
Isto no acontece em mdulos. Por isso precis amos de denomi
n aes especiais para mdulos que possu am bases e para mdulos
gerados por um nmero finito de elementos.
PA = !,
P = I.
(L + M) ( a 1, ... , a,) =
L(a 1, ... , a,) + M (a1' . . , a,)
.
L(X, Y) = Y1 AX
1
define u ma forma bilinear sobre o mdulo K" x . Analogamente
det A = D (IX ,
1 ... , IX.)
ento D uma forma n-linear sobre K".
=
f, f,
j=l k=l
A1iA2k L(ei, ek, IX3, ... , IX,)
=
L A1i A2kL(ei, ek, 1X3, . . , IXJ
j,k= 1
Se, por sua vez, substituirmos 1Xp , IX, pelas suas expresses como
combinaes lineares dos vetores da base cannica, e escrevermos
A(i,j) no lugar de Aii' obteremos o seguinte:
(5-26) L(1X1, , IX,) = L A(l, j1) . 4(r, j,) L(ei,. ... ei).
ji, ... ,j,""1
DETERMINANTES - 213
Em (5-26) existe um termo para cada r-upla J = U1, ..., j,) de intei
ros positivos entre 1 e n. Existem n' r-uplas deste tipo. Logo, L
completamente determinada por (5-26) e os valores particulares
'
atribudos aos n elementos ( e.)1 , 1r). tambm fcil ver que
... , e.
(L M)(a,[J)' = L(a)M([J).
Demonstrao. Exerccio.
O produto tensorial associativo, isto , se L, M e N so
formas (respectivamente) r-, s- e t-lineares sobre V, ento
(L M) N= L (M N).
214 - ALGEBRA LINEAR
L = L1 . .. <8> Lk
L =
fl <8> f..
dado por
Em outras palavras,
(5-29) L= L L(f-'.,
J1
. )f.J1 ... f1r
..., pJr
ji,. ,j,
. .
(5-30) E1 =
f.J1 ... fJr.
DETERMINANTES - 215
(5-31)
{o 1-=11
Eif3i1' ... ,f3i)= :
1 l=J.
(5-32)
L = L(el' ... , e )D .
n
Em outras palavras, N(Kn) um K-mdulo livre de posto 1. Em
(5-15) desenvolvemos uma frmula explcita para D. Com a no
tao que estamos usando agora, esta frmula pode ser escrita
216 - ALGEBRA LINEAR
(5-33) D = L (sinal a) ai . an
a
(5-34)
a
onde
a
Lema. n, uma transformao linear de M'(V) em N(V). Se
L est em N(V) ento /n,L r ! L.
Demonstrao. Seja1 r unia-p ermutao arbitrria de { 1, ... , r }.
Ento
(n, L) (a.,1' ...'arr)= L (sinal a) L(aro-1' ...,arar)
a
= (sinal r) L (sinal w) L(aro-1' ..., ara,).
a
DETERMINANTES - 217
(5-37)
sempre que dois dos ndices ji forem iguais. Se r > n, em cada r-upla
J, algum inteiro necessariamente repetido. Portanto, N(V) = {O}
se r > n.
Suponhamos agora 1::; r::; n. Se L est em N(V), a soma em
(5-37), precisa ser efetuada apenas para as r-uplas J para as quais
218 - ALGEBRA LINEAR
(n )r
=
n!
r! (n - r) !
tais r-uplas.
Assim,
(5-38)
onde
(5-39)
,-_}Ji = (sinal a) fj"1 <8> . .. fJur
J
D.
,J.
constituem uma
.
base de N(V). Vimos que elas geram N(V).
E fcil ver que elas so indypendentes, da seguinte maneira: se
I = (il' .. . , i,) e J= U1,. .. ,j,) so r-uplas crescentes, ento
(5-41) DJ(/3
f3 '
) =
{ 1, I = J
; , , , ;,/ o, J =f. J
DETERMINANTES - 219
Em particular, se L =
O c1
,
=
O para cada r-upla crescente 1.
LT =(AM)y
=aMT
=a(cM)
=c(aM)
=
cL.
claro que o elemento e, neste ltimo corolrio, denomi
nado o determinante de T. De (5-39), para o caso r =
n (quando
existe somente uma r-upla crescente J = (1, .. , n), vemos que o
.
Aij =f/T/3;)
220 - ALGEBRA LINEAR
de modo que
Di(T/31, ., TP.)
. = L (sinal o) A( l, lTl) ... A(n, lTn)
= det A.
Por outro lado,
determinada r x r matriz. Se
isto , se
(5-42)
[ A(l j1)
: . .
A'( ,j,) l
-
- det . .
. .
colunas j1, ... ,j, da r x n matriz, que tem para linhas (as n-uplas
coordenadas de) ct1, . ,ex.,. Uma outra notao, algumas vezes
. .
(5-45) L M =
nr+s(L M)
deveria ser a multiplicao "natural" de formas alternadas. Mas
ser que ?
Tomemos um exemplo especfico. Suponhamos que V seja o
mdulo Kn e f1, ... ,fn as funes coordenadas cannicas sobre K".
Se i # j,
a funo (determinante)
Dii-jk =
n3[(f; - J) fk]
=
nif; fk) - 1t3 J; fk).
Logo, D;j fk
= 2n3(f; fj fk). Por um clculo anlogo ; Djk
=
Assim, em geral
'
1 = .Dsinal a) (sinal r) n.+.(L M.)
a,<
Portanto,
(5 -46)
D1 = n.(E1)
DJ n,(EJ)
=
D1 DJ = nr+s[n,(E1) n,(EJ)]
= r!s!n.+,(E1 EJ).
1
(5-47) L /\ M = -
1 -1 n +,(
. L M ).
r. s.
224 '--- ALGEBRA LINEAR
Temos ento
D /\ D = D
1 1 1u1
para as funes determinantes sobre Kn, e se existir alguma justia
neste mundo, deveramos ter encontrado uma boa multiplicao
para formas multilineares alternadas. Infelizmente, (5-47) no tem
sentido para o caso mais geral sob considerao, pois talvez no
seja possvel dividir por r!s! no anel K. Se K for um corpo de
caracterstica zero, ento (5-47) tem sentido e pode-se rapidamente
demonstrar que o produto exterior associativo.
(L /\ M) /\ N = L /\ (M /\ N).
(L /\ M) /\ N = L /\ (M /\ N).
DETERMINANTES - 225
s
Sr+s Mr+ (V)
definida por
l/J(y) = LM
226 - ALGEBRA LINEAR
Isto mostra que a aplicao 1/1 constante sobre cada classe lateral
( esquerda) rG do subgrupo G. Se r1 e r2 esto em S,+s' as classes
laterais r 1 G e r2 G so idnticas ou disjuntas conforme r 1r1 esteja
ou no em G. Cada classe lateral contm r!s! elementos; logo,
existem
(r + s) !
r!s!
(L /\ M) /\ N = L /\ (M /\ N).
Mas
(r + s + t)! (r + s)!
-(r + s)!t! r!s!
s + r) i
(r +
r!s!t!
classes laterais esquerda de G(r, s, t) segue-se que (L A M) A N=E.
Por um argumento anlogo, tambm L A (M A N) =E.
DETERMINANTES - 229
Se s =
n - r e M a forma s-linear alternada
: :
. A<r+ lJ. A.,,
ento L /\ M =
D , a funo determinante sobre K". Isto decorre
imediatamente do fato de que L /\ M uma forma n-linear alter
nada e (como pode ser visto)
sinal
Em outras palavras,
det A=
ii< ... <ir
Ajr,r Akr,r+ 1
posto A(V) =
t ()
r
DETERMINANTES - 231
L /\ M = ( - l}"M /\ L.
6.1 Introduo
Mencionamos anteriormente que nossa meta principal estudar
transformaes lineares sobre espaos vetoriais de dimenso finita.
At este ponto j vimos muitos exemplos particulares de transfor
maes lineares e demonstramos alguns teoremas sobre trans
formaes lineares arbitrrias. No caso de dimenso finita utili
zamos bases ordenadas para representar essas transformaes por
meio de matrizes e essa representao nos ajuda a perceber o seu
comportamento. Pesquisamos o espao vetorial L(V, W) das trans
formaes lineares de um espao em outro e tambm a lgebra
'
linear L(V, V) das transformaes lineares de um espao em si
mesmo.
Nos prximos dois captulos, estaremos preocupados com ope
radores lineares. Nosso programa tornar um operador linear T
sobre um espao vetorial V de dimenso finita e "desmont-lo para
ver como ele 'funciona". De incio, ser mais fcil exprimir nosso
objetivo em linguagem matricial: Dado um operador linear i,
determinar uma base ordenada para V, em relao qual a matriz
de T asuma uma forma especialmente simples.
Eis uma ilustrao do que temos em mente. Com exceo dos
mltiplos escalares da matriz unidade, as matrizes mais simples
talvez sejam as matrizes diagonais:
FORMAS CANNICAS ELEMENTARES - 233
(6-2) k = 1, ... , n
-
A=
[ l
O polinmio caracterstico de T(ou de A)
det(xJ - A)= 1- 1 = x2 + 1.
sutil.
-
sentado por A em relao base ordenada cannica, ento U
possui dois valores caractersticos, i e i. Vemos aqui um ponto
Ao discutirmos os valores caractersticos de uma matriz A,
precisamos tomar o cuidado de estipular o corpo envolvido. A
O polinmio caracterstico de A
X - 3 - 1 1
-2 X - 2 1 = x3 - 5x2 + 8x - 4 = (x - 1) (x - 2)2.
-2 - 2 X
-1
-1 .
] 2. Ora,
-1
Obviamente, o posto de A - l 2 (e portanto a nulidade de
T l 1). Assim, o espao dos vetores caractersticos associados
-
[ ]
-
1 1 -1
A - 21 = 2 O -1 .
2 2 -2
o . . O
.O
o . e
n
FORMAS CANNICAS ELEMENTARES - 237
(6-3) [T]l =
o o
d1
I = (x - c1 ) ... (x - ck r.
Se o corpo F dos escalares for algebricamente fechado, como por
exemplo o corpo dos nmeros complexos, todo polinmio sobre F
poder ser fatorado dessa maneira (ver Seo 4.5); no entanto,
238 - ALGEBRA LINEAR
De fato, se f!4; uma base ordenada de W u ento f!4 =(!41' ... , !4k)
uma base ordenada de W.
Demonstrao. O espao W = W1 + ... + W,, o subespao ge
rado por todos os vetores caractersticos de T. Normalmente,
quando formamos a soma W de subespaos W,, esperamos que
dim w < dim wl + ... + dim w,, por causa das relaes lineares que
possam existir entre os vetores nos diversos espaos. Esse lema
afirma que os espaos caractersticos associados a valores caracte
rsticos distintos, so independentes um do outro.
Suponhamos que (para cada i) /3; seja um vetor em W; e que
/31 + ... + /3k =O. Mostraremos que /3; =O para cada i. Seja f um
polinmio arbitrrio. Como T/3; = c;/3;, o lema anterior nos diz
que
i =j
{1
f;(c) = ii = o'' 1. f= ]..
Ento
o = /;(T)O = I J3j
j
f= (x - c1)d' . . . (x - ck)dk
e seja i!J; uma base ordenada de W;. As bases f!l 1' .. ; f!lk
. podem
ser reunidas para formar a seqncia de colunas de uma matriz P:
- - ] .
-6 -4
x-5 6 6 x-5 o 6
1 x- 4 -2 1 x-2 -2
-3 6 x+4 -3 2-x x+4
x-5 o 6
= (x-2) 1 1 -2
-3 -1 x+4
x-5 o 6
(x 2) 1 1 -2
= -
-2 X+ 2
.= (X - 2) IX -5
2
-
X 1 6
+2
-6
A-I - [ ! ] -6
3
-
-
5
A - 21 [-l 2 2] .
-6
-6
-6
-6
IX2 =
IX3 =
((22,, 1, O)
O, 1).
1 o
[ ]2
D= O 2 O
o o
p-1AP =D.
Exerccios
A= [ ] A=
D ]
2. Seja V um espao vetorial n-dimensional sobre F. Qual o polinmio carac
terstico do operador idntico sobre V? Qual o polinmio caracterstico do
operador nulo?
[-
- 8
-16
9
3
8
4 ]
7
4 .
4
Demonstrar que T diagonalizvel mostrando uma base de R3, formada por
vetores caractersticos de T.
5. Seja
A= [ -3
-1
-2
-2
]
10 -5 -3
10. Suponhamos que A seja uma 2 x 2 matriz com elementos. reais que seja sim
trica (A' =A). Demonstrar que A semelhante sobre R a uma matriz
diagonal.
11. Seja N uma 2 x 2 matriz complexa tal que N2 =O. Dmonstrar que ou
N =O ou N semelhante sobre C a
sendo c > .. ., c
t k
distintos. Seja V o espao. das n x n matrizes B tais que
AB = BA. Demonstrar que a dimenso de V df + ... + tfi.
15. Seja V o espao das n x n matrizes sobre F. Seja A uma n x n matriz fixa
sobre F. Seja T o operador linear "multiplicao esquerda por A" sobre V.
verdade que A e T possuem os mesmos valores caractersticos?
244 - ALGEBRA LINEAR
p(T)' = O,
k-l
k
(6-4) f = x + L aixi
j=O
fim da Seo 1.4.) Deveria estar claro agora que os dois polinmios
minimais so iguais.
p =(x-c)q
O= p(T)/3
= (T - cl)q (T)/3
= (T - c1)1X
(T - cJ) . . . (T - ci)IX=O
para todo vetor caracte'rstico IX. Existe uma base para o espao
subjacente constituda de vetores caractersticos de T; logo
p(T )= (T - c1J)... (T - ckl)=O.
f = (x - 1) (x - 2)2.
248 - ALGEBRA LINEAR
(A - J) (A - 21)= O.
(A - l)(A - 21)
rn i =!] [ =!] -1 2 2 -2
[H =!J.
-2
A= [ -J
O seu polinmio caracterstico x2 + 1 e no possui razes reais.
Para determinar o polinmio minimal, esqueamos Te concentre
mo-nos em A. Como uma 2 x 2 matriz complexa, A tem valores
caractersticos i e - i. Ambas as razes so necessariamente razes
do polinmio minimal. Portanto, o polinmio minimal divisvel
por x2 x 1. trivial verificar que A2 + I=O. Portanto, o poli
nmio minimal x2 + 1.
FORMAS CANNICAS ELEMENTARES - 249
n
I1 (ljT - AjiJ)o:j =o, 1 si sn.
j=
Quando n =2
e
det B = (T - AllJ) (T - 22n - 1221I
I
2
= T - (A11 + A22)T + (A11A22 - A12A21)I
=f(T)
2
f = x - (trao A)x + det A.
250 - ALGEBRA LINEAR-
det B f( T )
a1_ a
Queremos mostrar que f(T) O Para que f(T) seja o ope
= .
= =
equaes
n =
(6-6) L
j=l
Bipj O , 1 :::;;; i :::;;; n.
- [T 22
1121
- A 1
B =
-
[
J
- detB O
BB = .
O dt B
Assim, temos
(det B)
-. [1]
2
=
(BB) [21]
=
B(B:[:J)
[].
_
=
FORMAS CANNICAS ELEMENTARES - 251
L jjki BJ1j = o
j=l
n n
o L L jjki Bi/Xi
i=l j=l
=
t ( t1 Bk;Bu)
i 1 r
L BkiBii = . B.
ki det
i= 1
Portanto,
n
O = L kidet B)cxi
F=f
c , ... , c
1 k
distintos, d; 2 1
ento
(6-8)
[ J
fcil calcular as potncias de A:
2 o 2
J
4 o 4
O 2 O 2 . o 4 o
A2
2 o 2 o 4 o 4
=
o 2 o 2 o 4 o
Exerccios
[
A = --
-
2
1
-1
-2
o
o
2
]
o
1
1 1 -1 o
5.
Seja V um espao vetorial n-dimensional e seja T um o erador linear sobre V.
Suponhamos que exista um inteiro positivo k tal que 'i"' \O. Demonstrar
que T" =O.
8. Seja P o operador sobre R2 que projeta cada vetor sobre o eixo-x, paralela
mente ao eixo-y: P(x, y) (x, O). Mostrar que P linear. Qual o polinmio
=
minimal de P?
Demonstrar que
10. Seja V o espao vetorial das n x n matrizes sobre o corpo F. Seja A uma
n x n matriz fixa. Seja T o operador linear definido por
254 - ALGEBRA LINEAR
T(B) = AB.
A-[
- 1
l -
uma base ordenada de W(r= dim W). Seja A= [T] :M. Ento
TIXj= L A;p;
i= 1
(6-10) A= [ ]
256 - ALGEBRA LINEAR
Demonstrao. Temos
A= [ ]
onde A= [TJ 91 e B = [Tw] . Por causa da forma em blocos dessa
.
matriz
.
Isso demonstra a firmao quanto aos polinmios caractersticos,
Observemos que o smbolo I foi usado para representar matrizes
unidades de trs tipos diferentes.
A k-sima potncia da matriz A da forma em blocos
Seja fl,I'= { 1Xp , , IX,} tal que os primeiros IX formam a base !!41' os
.
i = 1, . .. , r
onde (tp ... , t,)= (cp cl' ... , cl' .. . , ck, ck, ... , ck) com e; repetido
dim W, vezes.
Ora, W invariante sob T, pois para cada IX em W temos
B=
o o t,
( fg)(T) =
f(T)g(T)
g = (x - c)h.
(T - c/)r:x. = (T - c/)h(T)fl
= g(T)f3
est em W.
1 l 12 13 Qin
o 22 23 2;,
o o 33 Q3n
(6-11) [T] !li=
o o o Qnn
tem que o subespo gerado por a1, ... , ix; invariante sob T.
Se T triangulvel, evidente que o polinmio caracterstico
de T tenha a forma
/3. == (T c/)o:
q - q(c) = (x - c)h.
Temos
Exerccios
1. Seja T o operador linear sobre R2, cuja matriz em relao base ordenada
cannica
A
=D -J
(a) Demonstrar que os nicos subespaos de R2, que so invariantes sob T,
so R2 e o subespao nulo.
(b) Se U o operador linear sobre C2, cuja matriz em relao base orde
nada cannica A, mostrar que U possui subespaos invariantes unidi
mensionais.
4. Seja
. [
A= 2
2
distintas.
f:
"
\
(Tf)(x)= f(t )dt
sobre o espao das funes contnuas sobre o intervalo [O, 1]. O espao das
funes polinomiais invariante sob T? O espao das funes diferenciveis?
O espao das funes que se anulam em x=t?
12. Seja T um operador linear sobre um espao vetorial de dimenso finita sobre
um corpo F algebricamente fechado. Seja f um. polinmio sobre F. Demons
trar que e um valor caracterstico de f(T) se e somente se, c=f()
t , onde t
um valor caracterstico de T.
13. Seja V o espao das n x n matrizes sobre F. Seja A uma n x n matriz fixa
sobre F. Sejam T e U operdores lineares sob.re V definidos por
T(B) = AB
U (B) = AB - BA.
264 - ALGEBRA LiNEAR
Ento existe uma base ordenada de V tal que todo operador em !!!'
seja representado, em relao quela base, por uma matriz diagonal.
l)emonstrao. Poderamos demonstrar esse teorema adaptando
o lema que precede o Teorema 7 ao caso diagonalizvel, exatamente
como adaptamos o lema que preede o Teorema 5 ao caso diago
nalizvel para demonstrar o 1Teorema 6. No entanto, nesse ponto,
mais fcil procedermos por induo sobre a dimenso de V.
Se dim V= 1, no h i:J.ada a demonstrar. Admitamos o teo
rema para espaos vetoriais de dimenso menor que n, e seja V um
espao n-dimensional. Escolhamos um' T arbitrrio em!!!' que no
seja mltiplo escalar do operador idntico. Sejam c ' ... , c
1 k
os
valores caractersticos distintos de T, e. (para cada i) seja W; o
ncleo de T - J.
c Fixemos um ndice i. Ento W; ser invariante
sob cada operador que comute com T. Seja ff; a famlia de opera
dores lineares sobre JV;, obtida pela restrio dos operadores em!!!'
ao subespao (invariante) JV;. Cada operador em ffi diagonali
zvel porque o seu polinmio minimal divide o polinmio minimal
do operador correspondente em!!!'. Como dim W; < dim V, os ope
radores em ff; podem ser diagonalizados simultaneamente. Em
outras palavras, W; possui uma base r!J; que consiste de vetores que
so, simultaneamente, vetores caractersticos de todos os opera
dores em !!!';.
Como T diagonalizvel, o lema que precede o Teorema 2,
nos diz que f?l = (f?l 1, . .. , f?l,J uma base de V. Esta a base que
procuramos.
Exerccios
1. Determinar uma matriz real inversvel P tal que p-1AP e p-1 BP sejam ambas
diagonalizveis, onde A e B so as matrizes reais
(a) A -[1
- o
(b) A=
D B
= [!
2. Seja ff uma famlia comutativa de 3 x 3 matrizes complexas. Quantas ma
trizes linearmente independentes existem em ff? E no caso n x n?
3. Seja T um operador linear sobre um espao n-dimensional, e suponhamos que
T possua n valores caractersticos distintos. Demonstrar que qualquer ope
rador linear que comuta com T um polinmio em T.
FORMAS CANNICAS ELEMENTARES - 267
E= [ l
Demonstrar que det E= det(AD - BC).
'; em JV;.
268 - ALGEBRA LINEAR
ento O= (r:t.1 - fJ1) + ... + ( r:t.k - fJk)i logo, r:t.;..,... /3; =O, i = 1, . . . , k.
Assim, quando , . . . , so independentes, podemos operar com
os vetores de W como k-upl.as (r:t.1,
: , r:t.k), r:t. em W;,. da mesma ma
;
com r:t.; em W;, tais que r:t. = r:t.1 + ... + r:t.j_1. Como
/3 1 + ... + /3k = o
W= W1 EB ... EB Jt;,.
Na literatura, o leitor poder encontrar essa soma direta sob os
nomes de soma independente ou soma interna de W1, ... , Jt;,.
A== A1 + A2
2
A1 - 1-(A +A'' )
A2 = k(A - 1).
[E].B = [ ]
onde I a r x r matriz unidade. Isso deveria esclarecer parte da
terminologia ligada a projees. O leitor dever examinar vrios
casos no plano R2 (ou no espao tri-dimensional R3) para se con
v,encer de que a projeo sobre R segundo N leva cada vetor para
R, projetando-o paralelamente a N.
Projees podem ser usadas para descrever decomposies do
espao V em somas diretas. De fato, suponhamos V= W1 EB ...
... EB liv,,. Para cada j definiremos um operador Ei sobre V. Seja
IX em V, digamos IX=IX1 + ... + IXk com IX; em JV;. Definamos
Ep=1Xr Ento, Ei uma regra bem definida. fcil ver que Ei
linear, que a imagem de Ei ttj e que EJ= Er O ncleo de Ei
o subespao
(W1 +
+ tt-J-1 + tt-}+1 + + liv,,)
(6-13)
FORMAS CANNICAS ELEMENTARES - 271
V = W1 + ... + W,.;
=
EJPj
=
E/3i
r:x.j"
=
Exerct:iOs
,9, Sejam E1, ..., Ek operadores lineares sobre o espao V tais que E1 + .
. .. +
+ Ek. = 1.
(a) Demonstrar que se E;E;=O para i # j, ento Ef =E; para todo i.
(b) No caso k 2, demonstrar a recproca de (a). Isto , se E1 + E2=1 e
=
10. S.eja F um subcorpo do corpo dos nmeros complexos (ou, um corpo de carac
terstica zero). Seja V um espao vetorial de dimensaci finita sobre F. Supo
nhamos que E" . . . , Ek sejam projees sobre V e que E1 + ... + Ek = J . . De
monstrar que E1E; = O para i # j. (Sugesto: Usar a funo trao e descobrir
o que o trao de uma projeo.)
FORMAS CANNICAS ELEMENTARES __: 273
11. Seja V um espo vetorial, sejam W1, ... , Wk subespaos 'de V e seja
e ento
Ta= T(Ep)
=E/Ta)
Como E;a est em J.V;, que invariante sob T, devemos ter T(Eia)=
=EJ3; para a,lgum vetor pi. Ento
FORMAS CANNICAS ELEMENTARES - 275
se i -/= j
se i = j.
Assim,
logo
logo
e ento
Ep = O, j =I= i.
rr (x e;) .
P1 =
-
i</=i (ci -
e;)
278 .- ALGEBRA LINEAR
k
p/T ) =
L ijEi
i=l
= Er
Assim, as projees Ei no apenas comutam com T, mas so poli
nmios em T.
Clculos como este, com polinmios em T, podem ser usados
para dar uma outra demonstrao do Teorema 6 que caracterizou
operadores diagonalizveis em termos de seus polinmios minimais.
A demonstrao inteiramente independente da nossa demons
trao anterior.
Se T diagonalizvel, T = c1E1 + ... + ckEk , ento
(x - e) .
P1 = fl (c e
ief:i i- )
Recordemos do Captulo 4 que p/c;) ii e, para todo polinmio =
(6-15)
1 =
P1 +
+ Pk
X = C1P1 + + ckpk.
FORMAS CANNICAS ELEMENTARES - 279
I =
E1 + ... + Ek
(6-16)
T =
c1E1 + . . + ckEk.
.
(6-17)
Exerccios
2. Seja T o operador linear sobre R2, cuja matriz em relao base ordenada
cannica
(b) Demonstrar que no existe nenhum subespao W, que seja invariante sob
T e que seja complementar de W,,:
R1 = w; E0 J.Vi.
7. Nos Exerccios 5 e 6 observar que (para cada i) o espao dos vetores caracte
rsticos associado ao valor caracterstico e, gerado pelos vetores-coluna das
vrias matrizes Ei com j '# i. Isso uma coincidncia?
9. Seja V o espao vetorial das funes contnuas reais definidas sobre o inter
valo [ - 1, 1] da reta real. Seja W,, o subespao das funes pares, f( -x) f (x) =
(Tf)(x)= I:f(t)dt
[
corpo arbitrrio) representado em relao base cannica por
2 o
O polinmio caracterstico de A
A=
.
1
o
2
o -1
(x - 2)2 (x + 1) e este obvia
]
mente o polinmio minimal de A (ou de T). Assim, T no diago
nalizvel. V-se que isto ocorre porque o ncleo de (T- 2/) tem
dimenso 1 apenas. Por outro lado, o ncleo de (T + /) e o ncleo
de (T- 2/)2 juntos geram V, sendo o primeiro o subespao gerado
por 8 3 e o segundo o subespao gerado por 81 e 8 2
p = (x - c1}'1 . . . (x - cSk
P = P/1 P?
282 - ALGEBRA LINEAR
Ento
(i) V =W1 EB ... EB Wk;
(ii) cada Wi invariante sob T;
(iii) se Ti o operador induzido sobre Wi por T, ento o poli
nmio minimal de Ti p:i.
I fg; =
i.
i= 1
E1 + . . . + Ek = I
E;Ei = O, se i =1= j .
portanto,
e que, em geral,
D+ N = D1 + N'
ou
D - D'= N' - N
e todos estes quatro operadores comutam entre si. Como D e D'
so ambos diagonalizveis e comutam, eles so simultaneamente
diagonalizveis e D - D' diagonalizvel. Como N e N' so ambos
FORMAS CANNICAS ELEMENTARES - 285
(6-18)
Esta reduo foi conseguida por meio dos mtodos gerais de lge
bra linear, isto , pelo teorema da decomposio primria.
Para descrever o espao das solues de (6-19), necessrio
saber alguma coisa sobre equaes diferenciais, isto , necessrio
saber alguma coisa a respeito de D alm do fato de que D um
operador linear. No entanto, no se precisa saber muito. bem
fcil demonstrar por induo sobre r que, se f est em C,, ento
(D - cJ)'f =ectD'(e-c'f)
isto ,
df
- cf(t) =e< (e-c'f)' etc.
dt dt
Assim, (D - cl)'f =O se, e somente se, D'(e-c'f) =O. Uma funo g
tal que D'g =O, isto , d'g/dt' O, deve ser uma funo polinomil
=
p(D)f =O
p = (x - c1 )'1 ... (x - c )'k
k
vemos que as n funes tmecit, Os m s ri - 1, 1 sj s k, formam
uma base do espao das solues de (6-18). Em particular, o es
pao das solues tem dimenso finita igual ao grau do polinmio p.
Exercicios
1. Seja 1' um operador linear sobre R3 que representado em relao base
ordenada cannica pela matriz
.
288 - ALGEBRA LINEAR
1
-3 -2
-1 -2 .
[1! -5 -3
[; ;
2 2
=n
oj
em relao base ordenada cannica. Mostrar que existe um operador diago
nalizvel D sobre R3 e um operador nilpotente N sobre R3 tais que T= D+ N
e DN = N D. Determinar as matrizes de D e N em relao base cannica.
(Basta repetir a demonstrao do Teorema 12 para este caso particular.)
p = (x - c1)" ... (x - )
e, ''.
S. Seja V um espao vetorial de dimenso finita sobre o corpo dos nmeros com
plexos. Seja T um operador linear sobre J! e seja D a parte diagonalizvel
de T. Demonstrar que se g um polinmio qualquer com coeficientes com
plexos, ento a parte diagonalizvel de g(T) g (D).
W =
(W n W1) Ee (W n W2) E9 ... E9 (W n W.).
Evidentemente N nilpotente.
12. Se voc pensou sobre o Exerccio 11, pense novamente, aps observar o que
.
o Teorema 7 afirma sobre as partes diagonalizvel e nilpotente de T.
13. Seja T um operador linear sobre V com polinmio minimal da forma p", sendo
p irredutvel sobre o corpo dos escalares. M ostrar que existe um vetor. ex em V
.
tal que o T-anulador de ex seja p".
[ ].
Neste caso o vetor cclico (um vetor cclico) e1; de fato , se
f3 = ( a, b), ento, para g =a+ bx, temos f3 = g(T)e1 Para este
mesnio operador T, o subespao cclico gerado por a2 o espao
unidimensional gerado por e2, porque 82 um vetor caracte
rstico de T.
Para quaisquer T e oc, estaremos interessados em relaes
lineares
g = Pa.q + r
= {IX1 , :
, rxk}
(7-1) l'
Urxk = -corx1 - C11X2 - ... - ck-1rxk
k k
onde Pa=c0+c1x+ ...+ck_1x -1+x . A expresso de Urxk de
corre do fato de que p(U)rx=O, isto ,
o o o
1 o o
o 1 o
(7-2)
o o o
Exerccios
1. Seja T um operador linear sobre F2. Demonstrar que todo vetor no-nulo
que no seja um vetor caracterstico de T um vetor cclico de T. Depois,
demonstrar que ou T possui um vetor cclico ou ento T um mltiplo escalar
do operador idntico.
[2o o2
o o '].
-1
Demonstrar que T no possui vetores cclicos. Qual o subespao T-cclico
gerado pelo vetor (1, -1, 3)?
[-i i !J -
,;k1,; i
(7-4) ri = O ou gr r; < gr f.
Alm do mais
k-1
(7-6) I' = f3o + L rif3i.
1
j
(7-7) fy =/30 + L r;/3;, ri =I O e gr r i < gr f.
(7-10)
300 - ALGEBRA LINEAR
(7-11)
(7-12)
V= W0 EB Z(y1; T) EB . EB Z(y.; T) . .
(7-13)
gk divide gk_1, k 2, .. ., s. =
e, assim,
s
Fizemos uso dos fatos (1) e (2) acima e tambm do fato de que
p2o: ; = O, i 2. Como sabemos que p1 91' o fato (3) acima nos
=
i 2.
(7-16) p = Fi.1 . . . k
(7-17) f = f . . . fk
i
e n o polinmio minimal do operador r;, obtido pela restrio
de T ao subespao (invariante) v;. Apliquemos a .parte (ii) deste
teorema ao operador r;. Como seu polinmio minimal uma
potncia do polinmio primo J;, o polinmio caracterstico de r;
tem a forma fti , com d; ri. Obviamente
dim v;
d.=
' gr (!;)
i
e (quase por definio) dim Vi= nulidade fi(T)' . Como T a soma
direta dos operadores T1, , Yic, o polinmio caracterstico f o
. .
produto
A1 o o
o A2 o
(7 1 9 )
-
A=
o o A,
P1 = P2 = x - e.
Para matrizes, esta anlise diz que toda 2 x 2 matriz sobre o corpo
F semelhante sobre F a exatamente uma matriz dos tipos
-6
- -]
-4
[ ]
lhante- matriz
-2
B = 3 o
o o 2
Te1 = (5, - 1, 3)
a matriz B acima.
(7-20)
(7-21 ) n (x - cJ
/JitO
i
Seja !!li= {/3 l' . '. . , f3J uma base ordenada de v;. Seja
r = mx. di.
i
(7-22) j = I: /3 1 sj sr.
(J. (?..i
(7-23) Pj = TI (x - cJ
d(?:j
Temos
pois cada f3J pertence a um, e somente um, dos subespaos Z(a1; T),
.. . , Z(a1; T) e ffi=(ffll' . . . , PJk) uma base de V. Por (7-23), Pj+i
divide Pr
Exerccios
Seja lX1 = (0, 1). Mostrar que F2 # Z(tX1; T) e que no existe nenhum vetor
no-nulo tX2 em F2 tal que Z(tX2; T) seja disjunto de Z(tX1; T).
oo -lioo , [ -li
seguintes matrizes reais:
-1
O
e O
e 1 ,
[ cose
- sene
sen]
cose
-1 1 e
[-i 2
-
-4
-
-3
]
rema 3.
3
A= [; -3 -3 -5
;] .
Determinar uma 3 x 3 matriz real inversvel P tal que p - 1 A P esteja sob a
forma racional.
13. Seja A uma n x n matriz com elementos complexos. Demonstrar que se todo
valor caracterstico de A real, ento A semelhante a uma matriz com
elementos reais.
16. Seja A uma n x n matriz com elementos reais tal que A2+1 =O. Demonstrar
que n par e que, se n = 2k, ento A semelhante sobre o corpo dos nmeros
reais a uma matriz da forma em blocos
[ -J
onde 1 a k x k matriz unidade.
21. Seja A uma n x n matriz com elementos reais. Seja T o operador linear sobre
R" que representado por A em relao base ordenada cannica e seja U
o operador linear sobre e que representado por A em relao base orde
nada cannica. Usar o resultado do Exerccio 20 para demonstrar o seguinte:
"
Se os nicos subespaos invariantes sob T so R" e o subespao nulo, ento
U diagonalizvel.
e P; + 1 divide P; para i = 1, . . , r
. 1. Como N nilpotente, o poli
-
o o o o
1 o o o
o 1 o o
(7-24) A. =
.1
o o 1 o
(7-25)
O= N(f;rx.)
= Nf;(N)rx.;
= (xJJ rx.;.
Assim, xf; divisvel por xk; e como gr ( f;) > k; isto significa que
j'. = c.xk1-1
1 '
o que nos mostra que os vetores (7-25) formam uma base do ncleo
de N. O leitor dever notar que este fato tambm evidente do
ponto de vista de matrizes.
O que desejamos fazer agora combinar nossas concluses a
respeito de operadores ou matrizes nilpotentes com o teorema da
decomposio primria do Captulo 6. A situao a seguinte:
Suponhamos que T seja um operador linear sobre Ve que o poli
nmio caracterstico de T se decomponha sobre F como segue:
e O O O
1 e O O
(7-26)
O O 1 e
(7-27) A=
o o
li)
Jl o o
li)
o J2 o
A.=
"
o o
onde cada JYl uma matriz elementar de Jordan com valor caracte
rstico ci. Alm disso, dentro de cada Ai' as dimenses das ma
trizes JYl diminuem medida que j aumenta. Diremos que uma
n x n matriz A que satisfaz todas as condies descritas at agora
neste pargrafo (para certos escalares distintos e 1, .. . , ck) est sob
a forma de Jordan.
AS FORMAS RACIONAL E DE JORDAN - 315
[ ].
b
(x - 2)2 (x + 1). Ou
este polinmio o polinmio minimal e A semelhante a
semelhante a
[ ]
o o -1
21) [ ]
Ora,
o o
(A - (A + J) = 3a O O
-
ac O O
Exemplo 7. Seja
A=
r2000]
2 1
o o
O O .
2 o
O O a 2
d "f d"-1f df
dx" + 11-1 dxn-1 + ... + 1 dx + a J = O .
(D - cJ)'i f =O.
(D - cl)'f =O.
AS FORMAS RACIONAL E DE JORDAN - 319
Df = cf
Isso nos d
N'-1g = (r - 1)! h
O pargrafo anterior nos mostra que a forma de Jordan de
D (sobre o espao V) a soma direta de k matrizes elementares
de Jordan, uma para cada raiz e;.
Exerccios
polinmio caracterstico
o o o o
H ]
2 o o o
o 2 o o
1 o 2 o
1 1 1 2
o o o -1
qual o trao de A?
10. Seja n um inteiro pos1t1vo, n ;::::: 2 e seja N uma n x n matriz sobre o corpo F
tal que N" =O mas N"- 1 =F O. Demonstrar que N no possui nenhuma raiz
quadrada, isto , que no existe nenhuma n x n matriz A tal que A2 = N.
13. Se N uma k x k matriz nilpotente elementar, isto , Nk=O mas Nk- i "'O,
mostrar que N' semelhante a N. Usar a forma de Jordan para demonstrar
que toda n x n matriz complexa semelhante sua transposta.
mial (1 + t)112 para obter uma frmula semelhante para a raiz quadrada de
J + N, onde N uma n x n matriz nilpotente arbitrria sobre C.
X o o o Co
-1 X o o c1
o -1 X o Cz
'
xi= A
o o o X c,,_2
o o o - 1 X+ C11_1
322 - ALGEBRA LINEAR
2
o o o o x + cn-lx + c,,-2
o o o -1 X+ Cn-1
o o o o o
o o o -1 o
o o o 1
claro, ento, que p = det(xJ - A).
Mostraremos que para uma nxn matriz arbitrria, existe uma
seqncia de operaes sobre linhas e colunas que transformar
AS FORMAS RACIONAL E DE JORDAN - 323
e(M)=e(I)M.
N=PM
p
o
Definamos
l(M 1 ) = min gr(f;)
fi f' o
(7-29)
cada J; por:
-
M'1 -
cesso bem definido para associar a cada matriz M uma matriz M'
M'1
remos o ciclo
(i) (ii)
T t
(iv) (iii).
1 a
1 m
o
(7-32) Q= B
R=
o o 1
N=PM,
cada uma sendo uma operao elementar sobre linhas ou uma ope
rao elementar sobre colunas.
N =PMQ,
Al o o
o Az o
PAP-1 =
o o A,
1
(7-33) P(xl - A)P- =xi - PAP-1
equivalente a xi - A. Ora,
xi - A O o
1
O xI - A2 o
(7-34) xl-PAP-1
o o xI - A,
Pi O O
o 1 o
o o 1
f1 o o
o
(7-35) M'= R
g o o
o
(7-36) s
o
AS FORMAS RACIONAL E DE JORDAN - 331
p a b
O e d
(7-37)
O e f
Se os elementos a, ... , b forem todos nulos, timo. Se no forem,
usaremos o anlogo de PL6 para a primeira linha, um processo
que indicaremos por PL6'. O resultado ser a matriz
q o o
' ' '
a e e
(7-38)
forma (7-36) porque em cada passagem sucessiva temos l(M<k+ ii) <
[
e olhamos para a matriz formada, usando aquelas linhas e colunas
de M. Estamos interessados nos determinantes
M'1..Jt
Se r estiver entre os ndices il' ... , ik, ento teremos, nos dois casos,
= cD1jM);
<\(M)
fk -
- . 1 ::;; k ::;; min(in, n)
k-1(M)'
antes de M.
Suponhamos que A seja uma n x n matriz com elementos
em F e sejam p1, . . , p, os fatores invariantes de A. Vemos agora
que a forma normal da matriz xl -A possui elementos diagonais
1, 1, . . . , 1, p,, . . . , p1. O ltimo corolrio nos diz o que so pl' .. . , p,,
em termos das submatrizes de xl A. O nmero n - r o maior
-
Exercicios
3. Seja A uma n x n matriz com elementos no corpo F e sejam fl' ... ,f. os
elementos diagonais da forma normal de xl A. Pra que matrizes A -
tem-se f1 oi !?
AS FORMAS RACIONAL E DE JORDAN - 335
l l l l l 1 1
o o o o o o o
o o o o o o o -1
o 1 1 o o o o 1
A=
o o o o o o
o 1 1 1 1 o
o -1 -1 -1 -1 o l -1
o o o o o o o o
/3 = g(T) f(T)/3
= g(T)(f(T)/3)
o corpo F de escalares.
Demonstrao. Suponhamos que T seja semi-simples. Mostra
remos que nenhum polinmio irredutvel se repete na decompo
sio do polinmio minimal p em fatores primos. Suponhamos o
contrrio. Ento existe um polinmio unitrio no-constante, g tal
que g2 divide p. Seja W o ncleo do operador g(T). Ento W
invariante sob T. Ora, p = g2h para algum polinmio h. Como g
AS FORMAS RACIONAL E DE JORDAN - 339
V =W1 EB ... EB Wk ,
=(W n W1) EB V 1 EB ... EB (W n Wk ) EB Vk
=(W n W1) + ... + (W n Wk) EB V 1 EB ... EB Vk.
r<2>(h) rn>(h)
f{g) = f{h) + fC1l(h) {g - h) + ll {g - h)2 + .. . + lll {g - h)n.
gk = [h + (g - h)]k.
k
f' =
I1 Pfj
j=
de T e ento
f(T)' = O .
tais que
n
seja divisvel por j +i, n = O, 1, 2, Tomando g0 O temos
0 . . . =
n-1
h=x- I gJi
j=O
Agora temos uma seqncia g0, g1' ... tal que fn+i divide
Seja
r-1 r-1
N = L giT)f(T)i = L giT)f(T)i.
j= 1 j= o
n
Como .L: gJ i divisvel por f, vemos que N' = O e N nilpotente .
=
. j 1
Seja S T N. Ento f(S) =f(T- N) = O. Como f possui fatores
= -
[ T J =
[SJ"' + [NJ
Exerccios
em R3 o nmero real
____..--'
(exl/3) = L xiyr
j
2
Como (1X l 1X) = (x1 - x2) + 3x, decorre que (ai IX)> O se IX =F O. As
condies (a), (b) e (c) da definio so facilmente verificadas.
(A I B) = L A jkBjk
j,k
mir este produto interno sobre F" x" em termos da funo trao
(XI Y) = Y*Q*QX.
Pr(rx,/3) =
(Trxl T/3)
define um produto interno Pr sobre V. O produto interno do
Exemplo 4 um caso particular desta situao. Os que seguem
tambm so casos particulares.
(a) Seja V um espao vetorial de dimenso finita e seja .
----
Assim, o produto interno completamente determinado por sua
"parte real" de acordo com
(8-2)
funo que associa a cada vetor IX o escalar lllX 112. Decorre das
propriedades do produto interno que
1 1
(8-3) (ixlfi) = 4 lllX + fi 112 - 4 lllX - fi112.
1 1
(8-4) (1Xlfi ) = 4 lllX + fi 112 - 4 lllX - fi 112
(1Xlfi) = !I n=l
i" lllX + i"/3112
.
As propriedades obtidas acima valem para qualquer produto
interno sobre um espao vetorial real ou complexo, no impor
tando sua dimenso. Voltamos agora ao caso em que V de dimen
so finita. Como se pode imaginar, um produto interno sobre um
espao de dimenso finita sempre pode ser descrito em termos de
uma base ordenada por meio de uma matriz.
Suponhamos ento que V seja de dimenso finita, que
(8-5)
ESPAOS COM PRODUTO INTERNO - 351
ento
= L xk L Ji/ockjoc)
k j
G
= L yi ikxk
j,k
= Y*GX
(o:IP) = Y*GX
Exerccios
1
3. Descrever explicitamente todos os produtos internos sobre R e sobre C1.
fA(X, Y) = Y'AX.
define um produto interno sobre o espao R [x] dos polinmios sobre o corpo
R. Seja W o subespao dos polinmios de grau menor ou igual a n. Restringir
o produto interno acima a W e determinar a matriz deste produto interno
sobre "f'. em relao base ordenada {1, x, x2, . , x"}. (Sugesto: Para mostrar
que a frmula define um produto interno, observar que
Ulg) = f f(t)g(t)dt
e trabalhar com a integral.)
12. Seja lv um espao vetorial de dimenso finita e seja iJ = { ai' . . . , ex.} uma base
de V. Seja ( 1 ) um produto interno sobre V. Se e 1, , e. so n escalares arbi
. .
trrios, mostrar que existe exatamente um vetor ex em V tal que (cxicx) = c'
j = 1, ... , n.
= J(cx) + J(p), J(ccx) = cJ(cx) e J(J(cx)) =ex, para todos os escalares e e todos
ex, p em V. Se J uma conjugao, mostrar que
V tal que Jcx =ex se, e somente se, ex pertence a W e mostrar tambm que J
a nica conjugao sobre V com esta propriedade.
(a) existe um nico produto interno g sobre V tal que g(rx, {3) = f (rx, PJ para
todos rx, f3 em W,
O que a parte (a) diz acerca da relao entre os produtos internos cannicos
sobre R' e C1 ou sobre R" e C"?
Ento (y i a ) = O e
ESPAOS COM PRODUTO INTERNO - 355
- (/3iex) (exl/3)
(/31/3)
=
llex 112
l<exlPW .
= 11/3112 _
llex 112
Logo, l(exl/3}12 llexll2 11/3112. Usando agora (iii) conclumos que
( c) l tr(AB*)I (tr(AA*))112(tr(BB*))112
((x,y)l(-y,x)) = -xy + yx = O .
ifM = I f (x)g(x) dx
n =
1, 2, ...
/J = C
10:1 + C21X2 + + CmO:m.
Ento
(/Jlak) =
Ite,ajlo:k)
j
=
I c/o:jio:k)
j
=
ck(o:kiak).
Como (o:kio:k) =F O, decorre que
1 ::5: k :::;; m.
Assim, quando f3 =
O cada
,
ck =
O ; logo S um conjunto indepen
dente.
-
(8-8)
k 1, 2, . , n, o conjunto
= . .
l k m,
(8-9)
Ento ocm+t #-O pois, caso contrrio, Pm+r seria uma combinao
linear de ocl' ... , ocm e, portanto, uma combinao linear de {3 ' . . , {Jm.
1 .
ESPAOS COM PRODUTO INTERNO - 359
(ctm+ 1 la) =
(f3m+1la) - k l ([3;jk) (akla)
=
(f3m+1la) - (f3m+1la)
= O .
1 =
f31
a2 [32 _ (/Jzlai) a
llct1 112 .
=
1
(8-10)
/31 =
(3, O, 4)
/32 = (-1, o, 7)
3 =
(2, 9, 11)
1 =
(3, Q, 4)
((-1, O, 7)1(3, O, 4))
2 - (' -l ' O ' 7)
_ _
2.5 (3
''
O
'
4)
=
(-1, 7) - (3, O, 4)
O,
= (-4, O, 3)
ESPAOS COM PRODUTO INTERNO - 361
=
(2, 9, 11) - 2(3, O, 4) - (-4, O, 3)
=(O, 9, O).
Esses vetores so obviamente no nulos e mutuamente ortogonais.
3
Logo, {a1, a2, a3} uma base ortogonal de R . Para exprimir um
3
vetor arbitrrio (x1, x2, x3) de R , como uma combinao linear
de oc1' oc2, a3 no necessrio resolver nenhuma equao linear.
Basta usar (8-8). Assim,
a1 =
(a, b)
((e, d)jia. b))
(e, d) a b)
_
2
lal2 lbl2 ( ,
=
. (c + db)
= (e, d) - (a b)
lal2 + IW ,
=
(cbb - dba da - cb )
lal2 + lbl2' l a l2 + lbl2
det A
2 2 ba
lbl (- , ).
- _
= lal +
Ora, a teoria geral nos diz que a #O se, e somente se, /31 e /32
forem linearmente independentes.
2Por outro lado, a frmula para
a2 mostra que isso acontece se, e somente se, det A #O.
Em essncia, o processo de Gram-Schmidt consiste de apli
caes repetidas de uma operao geomtrica fundamental, deno-.
minada projeo ortogonal, e o processo melhor compreendido
sob este ponto de vista. O mtodo da projeo ortogonal tambm
surge, de um modo natural, na soluo de problemas importantes
de aproximao.
Suponhamos que W seja um subespao de um espao com pro
duto interno V e /3 um vetor arbitrrio de V. O problema consiste
em determinar uma melhor aproximao possvel de f3 por vetores
de W. Isso significa que devemos determinar um vetor a para o
qual 11/3 - a li seja to pequeno quanto possvel e sujeito res
trio de que a seja um elemento de W. Precisemos nossa lin
guagem.
11/3 - (X li 11/3 - y li
para todo vetor y em W.
ESPAOS COM PRODUTO INTERNO - 363
11{3 - 1' 112 = 11{3 - a 112 + 2 Re({3 - aia - y) + lla - 1' 112.
(/3 ' - y)
- - (oc y.
- ' '
Essa expresso vlida se, e somente se, (/3 - txloc - y) =O. Por
tanto, f3 - oc ortogonal a todo vetor de W. Isso completa a
demonstrao da equivalncia das duas condies sobre oc, dadas
em (i). A condio ,de ortogonalidade evidentemente satisfeita
por, no mximo, um' vetor de W, o que demonstra (ii).
Suponhamos agora que W seja um subespao de dimenso
finita de V. Ento, como corolrio do Teorema 3, sabemos que W
possui uma base ortogonal. Seja { '1' . . . , ocn} uma base ortogonal
arbitrria de W e definamos oc por (8-11). Ento, em vista do clculo
feito na demonstrao do Teorema 3, f3 - oc ortogonal a cada um
dos vetores ock(/3 - oc o vetor obtido na ltima passagem, quando
o processo de ortogonalizao aplicado a oc1, ... , 'n /3). Assim,
f3 - oc ortogonal a toda combinao linear de '1' ... , 'n' isto ,
a todo vetor de W. Se y est em W e y i= oc, segue-se que
11/3 - ')'li > 11/J - oc li. Portanto, oc a melhor aproximao de f3
contida em W.
/3 - /3 - E/3
-14
= (3, 12, -1).
154
366 - ALGEBRA LINEAR
( )
=
3x1 + 12x2 - x3
(Xp X2, X3) - - (3, 121 -1)
154
3
vemos que a projeo ortogonal de R sobre W .L a transfor
mao linear 1 E que leva o vetor (xp x2' x ) no vetor
3
-
fJ = EfJ + fJ - EfJ
(/ - E) (/ - E) = I - E - E + E2
= 1 - E.
f3
f3 = L- ( 1 a; ak.
k llak li
Demonstrao. Seja y = L [(f31ak)/ llak 112] ak. Ento f3 = y + 8,
onde (ylc5) =O. Logo, k
f1 = I (fJlak) ak .
k
(a)
2
(b) 11 k t e2nikt
k , dt =
Jo = -n .
Exerccios
2. Aplicar o processo de Gram-Schmidt aos vetores /31 = (1, O, 1), /32 = (!, O, -1),
{33=(0, 3, 4), para obter uma base ortonormal de R3 com o produto interno
cannico.
Mostrar que
trizes diagonais.
11. Seja V um espao de dimenso finita com produto interno e seja {1X1, . . . , IX"}
uma base ortonormal de V. Mostrar que para quaisquer vetores IX, f3 em V
(ixl /3) = I
k=l
(ixl IXk) (/31ixk).
14. Seja V um espao de dimenso finita com produto interno e seja rJB ={IX"... , IX"}
uma base ortonormal de V. Seja T um operador linear sobre V e A a matriz
de T em relao base ordenada !JB. Demonstrar que
ESPAOS COM PRODUTO INTERNO Br
(i) W2 = W/';
(ii) f (IX, /3) = fk(rt., /3), quando IX, f3 esto em W,,, k = 1, 2.
17. Seja V o espao real com produto interno que consiste do espao das fu111\u
contnuas, definidas no intervalo 1 :::; t :::; !, tomando valores reais. com 11
-
produto interno
fp(a) = (a 1 fJ).
372" LGEBRA LINEAR
(8-13)
fp.) =
(o:fp)
Ento
fp(ock) = (o:kfL f(oc)oc) = f(ock).
j
Como isto vlido para todo ock, decorre que f = ff" Suponhamos
agora que y seja um vetor em V tal que (ocfp) = (oc1y) para todo o:.
Ento (p - yJp- y) =O e P = y. Assim, existe exatamente um vetor p
que determina o funcional linear f da maneira afirmada.
A demonstrao deste teorema pode ser ligeiramente reformu
lada, em termos da representao de funcionais lineares em relao
a uma base. Se tomarmos uma base ortonormal { o: 1, , "} de V, . .
ser
(oc j p) = X1Y1 + + XnYn
Se f um funcional linear arbitrrio sobre V, ento f da forma
o vetor desejado.
ESPAOS COM PRODUTO INTERNO - 373
f(a) =f(Pa)
1 f (y)
f (a) = (a y) tt
L(f) =
f (z ) .
374 - LGEBRA LINEAR
1 (z) = I 1 (t)g(t) dt
= I h(t)f(t)(gt)dt
L(f) =
cif(z1) + ... + cJ(zn ).
/3' = T*f3.
To:j =
L Akpk
k=l
e como
n
To:i =
L (To:iiak)ak
k=l
A ki =
(Taiiak)
Bki =
(T*ailak).
Bki (T*ailak)
=
= (akl T*a)
= (T\la)
= A,k.
J
= (EalE/3)
(Ea + (1 E)aiE/3)
= -
= (alE/3).
36 -3
A=
1
154
[9 36 144 -1
-3 -12
]
a matriz de E em relao base ortonormal cannica. Como
E= E*, A tambm a matriz de E* e, porque A= A*, isso no
contradiz o corolrio anterior. Por outro lado, suponhamos
a1 = (154, O, O)
2 = (145, - 36, 3)
IX3 = ( - 36, 10, 12).
ESPAOS COM PRODUTO INTERNO - 377
]
relao base {<X 1, a2, a3} definida pela equao
[-1 o
B = -1 O O
o o o
oc e p em V.
O Teorema 7 afirma que todo operador linear sobre um es
pao V de dimenso finita com produto interno possui um adjunto
sobre V. No caso de dimenso infinita isso nem sempre verdade.
Mas, em qualquer caso, existe no mximo um tal operador T*;
quando existir, denominamo-lo o adjunto de T.
Dois comentrios devem ser feitos acerca do caso de dimenso
finita.
(LM(A) i B) = tr(B*(MA))
= tr(MAB*)
" = tr(AB* M)
= tr (A (M*B)*)
l
= (A 4t*(B)).
Ulg) = f f(t)g(t)dt.
Se j Urp. polinmio, f
1: akxk, seja f= 1: kxk. Isto , f o poli
=
(M /g)ih) = ifgih)
= f f(t)g(t)h{i)dt
= fo1 g(t)[f(t)h(t)]dt
ESPAOS COM PRODUTO INTERNO - 379
=(glfh)
= (gl M:r(h) )
e, portanto, (M:r)* =Mr
(Df g
l ) =f (l)g(l) --,.
f (O)g(O) - UIDg).
(8-15)
1
U1 = l (T + T*)
U2 = i (T - T*).
Um operador linear T tal que T = T* dito auto-adjunto
(ou hermitiano). Se !!J uma base ortonormal de V, ento
[T*],\ij = [TJ*r;i
Exerccios
2. Seja T o operador linear sobre C2 definido por Ti;1 = (1 + i, 2), Ts2 = (i, i).
Usando o produto interno cannico, determinar a matriz de T" em relao
base ordenada cannica. T comuta com T"?
AJ = ii+k, (i2 = - 1) .
iflo) = f J(t)g(t)dt.
Se t um nmero real, determinar o polinmio g1 em V tal que (f 1g,) =f (t)
para todo f em V.
10. Seja V o espao das n x n matrizes sobre o corpo dos nmeros complexos,
com o produto interno (A 1 B) = tr (AB* ). Seja P uma matriz inversvel fixa em
V e seja Tp o operador linear sobre V definido por Tp(A) = p- i AP. Deter
minar o adfunto de Tr
11. Seja V um espao de dimenso finita com produto interno e seja E um ope
rador linear idempotente sobre V, isto , E2 =E. Demonstrar que E auto
adjunto se, e somente se, EE* = E* E.
12. Seja V um espao complexo de dimenso finita com produto interno e seja T
um operador linear sobre V. Demonstrar que T auto-adjunto se, e somente
se, (Tcxicx) real para todo ex em V.
n
(ocifi) = Ll xiyi
j=
(Toei Tfi) = (L xiTioc lL ykTock)
j k
= L L xiyk(Tocil Tock)
j k
O isomorfismo
O( -t [O(]gi
ESPAOS COM PRODUTO INTERNO - 385
B = [
y
-y2
temos
tr(AB1) =
X3Y3 + X2Y2 + X3Y3 + X1Y1 + X2Y2 + X1Y1
= 2(X1Y1 + X2Y2 + X3Y3).
Assim, ('J/3) = (T'I T/3) e T um isomorfismo de espao vetorial.
Notemos que T leva a base cannica {e1, e2, e3} na base orto
normal formada pelas trs matrizes
(TXITY) = (PXIPY)
= (PY)*(PX)
= Y*P*PX
= Y*GX
=[XIY].
Logo, T um isomorfismo.
[( fig)] = J: f(t)g(t)t2dt.
Seja W o mesmo espao vetorial com o produto interno
Ulg) = J: f(t)g(t)dt.
Seja T a transformao linear de V em W dada por
ou
n
L rjArk =
jk"
r= 1
A
=
[ l
Ento A ortogonal se, e somente se,
A '= A-1 =
ad - bc
1 [ -e
d -b
a
] .
A=
[ a b ]
-b a.
ou
A= [
b
b
-a
]
onde a2 + b2= 1. Os dois casos so distinguidos pelo valor de
det A.
(c) As bem conhecidas relaes entre as funes trigonom
tricas mostram que a matriz
A -
[cos 8 -sen ]
,O sene cose
(d) Seja
A=
[: l
Ento A unitria se, e somente se,
[ ] = 1 [ d -b ]
b d ad - bc -c a
se,
A-1 =A*. Assim, se A unitria, temos (A-1)-1 =A=(A*r1 =
=(A -1 )*. Se A e B so n x n matrizes unitrias, ento' (AB)-1 =
de C". Sejam al' . .. , " vetores obtidos de /31' ... , Pn pelo processo
de Gram-Schmidt. Ento, para 1 k n, { a 1, , ak } uma base
.
L. liaJ.11 J
J<k
Logo, para cada k existem escalares Cki' determinados de modo
nico, tais que
k = /3k - I: ckj/3r
j<k
Seja U a . matriz unitria com linhas
1
ckj se j < k
- llak11 '
M ki -- 1
=
se J. = k
llak li'
O, se j > k.
1 s;; k s;; n.
U =
MB.
Para demonstrar a unicidade de M, indiquemos por T+(n) o
conjunto de todas as n x n matrizes complexas triangular inferiores
com elementos positivos na diagonal principal. Suponhamos que
M1 e M2 sejam elementos de r+(n) tais que M;B esteja em U(n)
para i =
1, 2. Como U (n) um grupo,
392 - ALGEBRA LINEAR
B=NU.
IX1 = (
x1, x2' O)
IX2 = (O, 1, O) - X
(
2 X1' X2, O)
= x1 ( -x2, x1' O)
IX3 = (O, o, 1).
Seja U a matriz cujas linhas so IX 1, ( / )
a2 x 1 , IX3 Ento, U
unitria e
r
Multiplicando agora pela inversa de
J
o
M - :
x
,
1
X1
1
o o
vemos que
[g x X
1
o
2
] [ ][
X1
o
o
O
1
-
X
x2
o
,
X2
o
1
l
1
a= L piklXr
j= 1
394 - ALGEBRA LINEAR
Exerccios
cos O
[
sen fl
-sen
cos IJ
l:JJ ou
[ cose
sene
sen
-cose
]
para algum li. O s; li < 2n. Seja U 0 o operador linear correspondente pri
meira matriz, isto , U0 uma rotao de um ngulo li. Agora possvel
convencer se de que todo operador unitrio sobre V uma rotao ou uma
reflexo em relao ao eixo e1 seguida de uma rotao.
(a) O que U0Uq,?
u = (J - iT) (/ + iT)- 1
[
J
cos IJ -sen {J
sen IJ cos {J ,
10. Seja V um espao de dimenso finita com produto interno. Para cada par
ex, P em V, seja T..P o operador linear sobre V definido por T..l>') = (y 1 Pl oi.
Mostrar que
11. Seja V um espao n dimensional c.om produto interno sobre o corpo F e seja
L(V, V) o espao dos operadores lineares sobre V. Mostrar que existe um nico
produto interno sobre L(V, V) com a propriedade que li T.,p 112 = lloi 112 llP 112
para todos oi, p em V. (1 P o operador definido no Exerccio 10.) Encontrar
.
um isomorfismo entre L(V, V) com este produto interno e o espao das n x n
matrizes sobre F, com o produto interno (A 1 B) tr (AB* ). =
13. Sejam V e W espaos de mesma dimenso finita com produto interno. Seja U
um isomorfismo de V em W. Mostrar que
r;,(rx) = rx +y
(b) Usar o resultado da parte (a) para demonstrar que todo movimento
rgido de R2 composto de uma translao, seguida de um operador unitrio.
isto , um operador linear U tal que li Urx 112= llrx 112 para todo rx em R4. Numa
certa parte da teoria da. relatividade, de interesse determinar os operadores
lineares T que conservam a forma
2
ll(x, y, z, t)lli = t2 - x 2 - y -
z2.
[t +X y + iz]
U(x,y,z,t)= .
y !Z
- t - X
(c) Suponhamos que T seja um operador linear (real) sobre o espao H das
2 x 2 matrizes auto-adjuntas. Mostrar que L= u-1 T U um operador linear
sobre R4.
(e) Se M uma 2 x 2 matriz tal que l det MI= 1, mostrar que LM= u-1 TMU
uma transformao de Lorentz sobre R4.
(8-16)
c( rxlrx) = (crxlrx)
= (Tx!o:)
= (rx 1 Trx)
= (o:ico:)
= c(rxirx).
c ( er:l/3) = (Ter:l/3)
=(er:IT/3)
=(/3ld/3)
= d(o: /3)
l
= d (a (3).
Se c #d, ento (er:ifJ)=O.
oeve-se salientar que o Teorema 15 nada diz a respeito da exis
tncia de valores caractersticos ou de vetores caractersticos.
como cl
X.
- -
6ll(T d)a li =
'll('f* cl)IX li
. . - . -.
. .
. '
.
.
._.. : :..-' ,- ";.. _ -_:.
;. ;.
i . .. .
Demnst'a.' Como PJ uma ba.se ortonormal, A a' matriz
. .
. . . .
. .
. . . . . . .. .
. ' -. ' .,
-.... f1'oc1 L(A*)Jii
j
. i, . . i; : ..:
:.:, - ..
J
P()J:tntp, A.1L7 O p,ra t90 f> .t :P.1 :i:mrtic;11l<;tr,_ A12 ;;=. Q;,e, 0mo
A triangular superior, , eg11ese gu
T*a = ca.
Exerccios
1. Para cada uma das seguintes matrizes simtricas reais A, encontrar uma matriz
ortogonal real P tal que P' AP seja diagonal.
ESPAOS COM PRODUTO INTERNO - 405
[
cos O
sen O
sen
-coso
]
2. Uma matriz simtrica complexa auto-adjunta? normal'?
3. Para
2
3
A= [1 ]
2
3
3
4
4
5
existe uma matriz ortogonal real P tal que P'AP = J; seja diagonal. Deter
minar esta matriz diagonal D.
=D l
Mostrar que T normal e determinar uma base ortonormal de Jt, constituda
de vetores caractersticos de T.
8. Demonstrar que uma matriz simtrica real possui uma raiz cbica simtrica
real, isto , se A simtrica real, existe uma B simtrica real tal que B' = A .
12. Se dois operadores normais comutam, demonstrar que o seu produto normal.
Captulo 9
9.1 Introduo
Consideramos os tpicos tratados no Captulo 8 como funda
mentais, fatos que todos deveriam conhecer. O presente captulo
se destina ao estudante mais avanado ou ao leitor ansioso de
ampliar seus conhecimentos a respeito de operadores sobre espaos
com produto interno. Com exceo do teorema do Eixo Principal,
que em essncia apt?nas uma outra formulao do Teorema 18
sobre a diagonalizao ortogonal de operadores auto-adjuntos, e
dos outros resultados sobre formas na Seo 9.2, o material aqui
apresentado mais sofisticado e, em geral, mais envolvido tecnica
mente. Tambm exigiremos mais do leitor, como j o fizemos nas
ltimas partes dos Captulos 5 e 7. Os argumentos e demonstraes
so escritos em um estilo mais condensado e no h quase em
plos que suavizem o caminho; tomamos a precauo, no entanto,
de suprir o leitor com amplos conjuntos de exerccios.
As primeiras trs sees se destinam a resultados ligados a
formas sobre espaos com produto interno e relaes entre formas
e operadores lineares. A seo seguinte trata da teoria espectral,
isto , das implicaes dos Teoremas 18 e 22 do Captulo 9 concer
nentes diagonalizao de operadores auto-adjuntos e normais.
Na seo final, prosseguimos o estudo de operadores normais tra
tando, em partieular, o caso real e assirn fazendo, examinamos o
que o teorema da decomposio primria do Captulo 6 diz a res
peito de operadores normais.
f (a, /J) =
(Ta i /J)
define uma forma tal que T1= T, e T1=O se, e somente se, f = O.
Logo, f T1 um isomorfismo.
OPERADORES SOBRE ESPAOS COM PRODUTO INTERNO - 409
Corolrio. A equao
(fJg) = tr(Tr-r;')
(9-1)
r,s
-1
para todos os escalares :.x. e y,{1 :d- r; s::; n). Em outras palavras,
a. ll)\!Jri .4 p9ssui... a IWOPi,d-cJe ,d,e1,que. ,, ,, ,.,._ ., ,,
f(rx,{3) = Y*AX
onde X e Y so as ,respectivas mtrizes ,cias coordenadas de
rx e f3
em relao base ordenada g{ -
A matriz de f em relao a uma outra se
n
: ; -
-
. :o. ,, . - .. i'
. --
<,,i;x5,=
i;pij!Xi!
- .- 1 : -. "1_,) ;
,
..
. J _{l.::;j
- )_ '
,_. J .v - ' .i. .'
De fato,
. /")
. ; f<:, ;r :--
s r
= l..J
P:A'P
r1 rs sk
'
= (P*'P)_,.}.k.
Como para matrizes unitrias P* = decorre de (9-2) que no p-1,
estudo de formas, ppdemser apHacios os esultados concernentes
equivalncia unitri . . . . . .
dimenso finita cbm' priiduti:Y. int-erro. 'Ento existe- m" base orto
normal de V em relao qual q matriz de f triangular superior.
Demonstrao. Seja f' o prador linear sobre V tal que
f (rx, m =(Trxif3) para todo rx. e {3. Pelo Teorema 21, existe uma
base orfoiilriial {&'!; .'..;'&J'in''rlaa
_ _
.1'qtii:fl \ matriz tle' T
s
ti:igl!l<r . perjqr.-,,I.iogQ,: ,,.,, .. 1 . ,, ,,,
; . ; .'. ';.--
J .'
' . ,.
.-> .
., '
.
. . ,. ' : . ' . . .r
f(a, p) = f({J, a)
para todos a e f3 em V.
Se T. um operador' 'linear sobre' um espao V de dimenso
finita com produto interno e f a forma
Como f (a+ [3, a+ {3),f (a,.a) ef ({3, {3) so reais, o nmero f (a, {3)+
+ f ({3, a) real. Examinando o mesmo argumento com a+ if3 no
lugr de a + {3, vemos que - if(a, {3) + if(f3, a) real. Tendo con
cludo que dois nmeros so reais, podemos igual-los aos seus
complexos conjugados e obter
para 1 j n. En t o,
Exercidos
1. Quais das seguintes funes f, definidas sobre vetores ix =(xi' x2) e f:i =(yl' y2)
de C2, so formas (sesquilineares) sobre C2?
(a ) f (ix, f:i)1. =
{(l, O), (O, l)}, {(l, -1), (1, l)}, {(l, 2), (3, 4)}.
OPERADORES SOBRE ESPAOS COM PRODUTO INTERNO - 413
3. Seja
=[ 1 i]
A
-1 2
A= A*
e
(9-3) l: l: Akixixk 2 o
j k
para todos os escalares xl' ... , xn. A fim de que f seja positiva, a
desigualdade (9-3) ter que ser estrita para todo (xp ... , xn) =F O.
As coes que deduzimos afirmam que f uma forma positiva
sobre V se, e somente se, a funo
g(X, Y) = Y*AX
g( X, X)= X*P*PX
= (PX)*PX
;;:: O.
Mas isso apenas diz que se Q for a matriz com colunas Ql' .. ., Q"
ento Q*AQ=I. Como {Ql' ... , Q.} uma base, Q inversvel.
Faamos P= Q -
1 e teremos A= P*P.
Na prtica no fcil verificar se uma dada matriz A satisfaz
o critrio de positividade estabelecido acima. Uma conseqncia do
ltimo teorema que se g positiva ento det A> , porque
detA= det(P*P)= detP* detP= JdetP 2. J O fato de que detA>O
no de modo algum suficiente para garantir que g seja positiva;
no entanto existem n determinantes associados com A que pos
suem a seguinte propriedade: Se A= A* e se cada um desses deter
minantes for positivo, ento g ser uma forma positiva.
L\k(A)= det
[ l
A11
:
A.1k '
1 ::::; k ::::; n.
Ak1 Akk
Bjk Li,P rk
=
k-1
k-1
(9-5) L Ajrprk = Akk lsjsk-1
r= 1
-
2 ::;; k s n.
Ak(A) = Ak(B)
(9-6) = B11 B22,
, B kk' k = 1, .. ,
. n.
Para verificar (9-6), sejam Al' ... ,A" e B1 , ... , B", respectivamente,
as colunas de A e de B. Ento
OPERADORES SOBRE ESPAOS COM PRODUTO INTERNO - 417
(9-7)
r-1
da matriz
e: :::i
obtida, adicionando-se r-sima coluna de
dk(D) = dk(P*B)
--
.. - , .. =,dk(B), - '. .::
= L\(A).
Como D diagonal, seus menores principais so
a; = I Pija,.
i= 1 .
[
-
A11
>
.
. '
. .
;. ;
.
. ..... ; ;,,. . A1<1,.,
J observamos, como ctiseqlle <lb- Teoterrta:5 'qu ci rai de
que ma fdi"n' 'positiva :iril.'pliea qe o deter:inaritde'qu:lquer
matriz que a tepreserifa' -" positivo. - '-" '
n x 1 matrizes reais.
(8) Em relao ao produto interno cannico (XI Y)= Y1X
sobre n x 1 matrizes reais, o operador linear X - AX positivo.
(9) Existe uma n x n matriz inversvel P, com elementos reais,
tal que A= P1P.
Exerccios
1. Seja V igual a C2, com o produto interno cannico. Para que vetores IX em
V existe um operador linear positivo T tal que IX= Te1?
5. Seja
[i t t]
-1
[l 2]
3 4 '
l + i]
3
' ...,.1
-1
8. Verificar se ((x1, x2 )j(yJ> y2)) = x1y1 + 2x2y1 + 2x1y2 + x2y2 define um pro
duto interno sobre C2.
2 3 n
2 3 4 n+ 1
A=
n n+l n+2 2n - 1
16. Seja T um operador linear sobre o espao V de dimenso finita com produto
interno e suponhamos que T seja positivo e unitrio. Demonstrar que T J. =
17. Demonstrar que toda matriz positiva o quadrado de uma matriz positiva.
I yjMjk =o,
j= 1
Ento
g/c/3 + y) =
I AiJ(exk, cf3 + y)
k
424 - ALGEBRA LINEAR
= e
L AiJ(rxk, /3) + L AiJ(rxk, y)
k k
=
cgi(/3) + g/y).
E/3 =
L g/f3)rxr
j= 1
Como
=
[Jjn
f(rx., E/3) =
1( '
t gi(/3)rxi)
= L giJ/3)f(rx., rx)
J
Isso implica que f(rx, E/3) = f(rx, /3) para todo rx em W. Logo,
f(rx, /3 - E/3) = O
OPERADORES SOBRE ESPAOS COM PRODUTO INTERNO - 425
'
V = WEB W .
P*AP
v = wk EB w.
Seja Ek a projeo de V sobre Wk determinada por essa decompo
sio e faamos E0 = O. Seja
k -1
k
E -1' k L pjk'F
j= 1
=
-
k
Pk 'L Pjk'j =
j=l
Bki =
f(/3;, f3k)
de modo que Bki = O para k > i. Portanto, B triangular superior.
Por outro lado,
B = P*AP.
k-1
(9-11)
para todo i, de modo que V a soma direta de W1, ... , Wk. Por
tanto, E 1 + . . . + Ek = I e
T = TE 1 + ... + TEk
= c1E1 + ... + ckEk.
A decomposio (9-11) denominada a resoluo espectral
de T. Essa terminologia surgiu parcialmente de aplicaes fsicas
que fizeram com que o espectro de um operador linear sobre um
espao vetorial de dimenso finita fosse definido como o conjunto
de valores caractersticos do operador. importante observar que
as projees ortogonais E 1, ... , Ek so canonicamente associadas
a T; na verdade elas so polinmios em T.
ci
Corolrio. Se e.
J
=
fl
i'fj
(x - )
ci-ci ,
ento E.= e.(T) para 1 j k.
J J
temos
r
f(T) = L a.T"
n=O
r
k
= L L cjEj
n=O j=l
OPERADORES SOBRE ESPAOS COM PRODUTO INTERNO - 429
T= L ciEi
j=l
f{T') = Uf{T)u-1.
f(T)* = L, f(c)Er
j
f(T)a = f(c)a.
Assim, o conjuntof(S) de todos osf(c) com c em S est contido no
espectro de f (T). Reciprocamente, suponhamos a# O e que
f(T)a = ba.
Ento a = L E1a e
j
f(T)a = 'L, f(T)Ep
j
= 'L,f(c)Ep
j
Logo,
Portanto, f(c) = b ou Ep = O
. Por hiptese, llC # O, de modo que
existe um ndice i tal que E;a # O. Segue-se que f(c;) = b e por
tanto, que f(S) o espectro de f(T). Suponhamos, de fato, que
f(S) =
{bl' ... , b,}
OPERADORES SOBRE ESPAOS COM PRODUTO INTERNO - 431
m=
1
f(T).
a resoluo espectral de
Suponhamos, agora, que U seja uma transformao unitria
de V sobre V' e que T' = uw-1 Ento a equao
Ta= ca
T'Ua= cUa.
E'.=
J
UE.u-1
J
f(T1)= Li(cj)E;
j
= IJ(c)UEju-1
j
= U("I,f(c)E)U-1
j
= Uf(T)u-1.
cx
; =
L Pipi
i
para todo i, e
L(DP)ip;
=
i
L(DP)ij L p;;;let
.
=
k
= L(P-1DP)kp.
k
matriz diagonal D', ento J pode ser aplicada aos elementos dia
gonais de D1 e
I = E1 + ... + Ek.
em particular,
= L ci llEp 112
j
Usamos o fato de que (E;ct 1 E;ct) =O para i =1- j. Fica claro ento
que a condio (Tctlct)?: O satisfeita se, e somente se, c i?: O para
cada j. Para distinguir os operadores unitrios, observemos que
Ei = iclEr
P=d1F1 + . . . + drFr
Assim,
U U* = m-1N-1T*
= T(N-1)2T*
= T(N2)-1T*
= T(T*T)-1T*
= TT-1(T*)-1T*
= 1
e U unitrio.
Se T no inversvel, teremos de realizar um pouco mais de
trabalho para definir U. Definamos primeiro U sobre a imagem
de N. oe um vetor na imagem de N, digamos, oe N/3. Defi
Seja =
namos U oe
T/3, motivados pelo fato de que queremos UN/3 T/3 .
= =
vemos que N(/3 - /3') =O se, e somente se, T(/3 - /3') =O. Portanto,
U est bem definida sobre a imagem de N e evidentemente linear
onde definida. Se W a imagem de N, vamos agora definir U sobre
W J.. Para fazer isto precisamos da seguinte observao: Como T
e N possuem o mesmo ncleo, suas imagens tm a mesma dimen
so. Assim, W .L possui mesma dimenso que o suplementar orto
gonal da imagem de T. Portanto, existe um isomorfismo (de es
pao com produto interno) U0 de W .L em T (V) i. Agora j de
finimos U sobre W e vamos definir U sobre W .L como sendo U o-
Repitamos a definio de. U. Como V = W E9 W .L, cada oe em
V pode ser expresso de um nico modo sob a forma oe = N[J + y,
onde Nf3 est na imagem W de N e y est em W .L. Definamos
U oe = T/3 + U0y.
OPERADORES SOBRE ESPAOS COM PRODUTO INTERNO - 437
Ta = r (T) a
(913) a=
I Elj, E2h ... E mim
Ji, .. jm
. .
/Ji = ( n En.1n) a.
n"fi
1 s i s m.
Assim,
T/3 = L b/I;/3
= (L b;c)f3.
i
(9-14)
aT + V = I (ac + d)P
i
j
e
i,j
=
UT.
Sejam r1, ..., rk todas as razes de ff. Ento para cada par
de ndices (i, n ), com i # n, existe um operador 1';" em ff, tal que
r;(T;n) # rn(Tin). Sejam ain r;(T;n)- rn(T;n) e b in
= rn(T;n). Ento O =
operador linear
Q; =
TI ; 1CI';. b ;.J)
njd
-
OPERADORES SOBRE ESPAOS COM PRODUTO INTERNO - 441
T;/t. = r}T;j)a.
= h;p.
de modo que
tam, segue-se que Q;!X
(T;j - bJ)!X O C9mo todos os fatores de Qi comu
= .
Assim, Qia.
portanto, Qi =
=a e
Pi para i .
Q; e P; atuam da mesma maneira sobre
1, . . , k. Decorre disso que d = R..
=
V(r);
j= 1
para n = 1, 2, . . .
. Se
segue-se que
Jl Ctl antj)
k
pj
I f(t)Pr
j=l
442 - ALGEBRA LINEAR
U =
L ciPi
j;l
Exerccios
demonstrar que uma tal matriz possui uma nica raiz quadrada no-negativa.
2. Seja A uma n x n matriz com elementos complexos tal que A* = -A, e seja
B=e. Mostrar que
( f) Existe uma base ortonormal i!A tal que [T] fA seja diagonal.
(g) Existe um polinmio g com coeficientes complexos tal que T* = g(T).
(h) Todo subespao que invariante sob T tambm invariante sob T*.
(i) T =NU, onde N no-negativo, V unitrio e N comuta com V.
( j) T = c1E1 + ... + ckEk, onde 1 =E,+ ... + Ek, EiEJ O para i
= #}, e
EJ = EJ = 11'5.
. (1 + z)
f(z) = 1 z 1
(l_ z),
Mostrar que
(a) f(U) = i(J + U) (/ - U)-1;
(b) f ( U) auto-adjunto;
(c) para todo operador auto-adjunto T sobre y, o operador
(AjB) = tr(AB").
Mostrar que
(a) C8 um operador unitrio sobre .V;
(b) Cn,n, Cn,Cs,i
=
para todo B em G.
r(TU) = r(T)r(U)
r(cT + U) = cr(T) + r(U)
T = I cjPj
j=2
(i) w ortogonal a wj se i # j;
j
(ii) V W 1 EB , ... , EB Wt;
=
ento N*cx O e =
(N*ixl/J) = (ixlN/J) =O
para todo f3 em W.
f (T)* =
01 + 1 T* + ... + n(T*)".
Como T*T =:=' TT*, segue-se que f (T) comuta com f (T)*.
a(T)f(T) + b(T)g( T) = I
e rx = g(T)b(T)rx. Segue-se que
p/T)g(T)rx = O
p.=x-c.
J J
pi = (x - e) (x - e)
(9-16)
x-c x-c
g.=--+-
J
- -
s s
(s + s)x - (c s + cs)
gj
ss
=
de modo que gi um polinmio com coeficientes reais. Se o grau
de p n, ento
j
e como p/T)(T)=O, segue-se que fiT)g/T)ex est em Wi para
todo j. Pelo Lema 4, Wi ortogonal a W;, sempre que i # j. Por
tanto, V a soma direta ortogonal de W1, , Wk. Se [J um vetor
arbitrrio em itj,
p/T)T[J = Tp/T)[J =O;
448 - ALGEBRA LINEAR
a=l:Ep.
j
Assim, a - Eia= I Ep; como Hij ortogonal a W; quando j =!= i,
i'f i
isso implica que a.:... Eia est em W,l.. Decorre agora, do Teore-
ma 4 do Captulo 8, que E; a projeo ortogonal de V sobre W;.
[ cos 8 - sen fJ
J
.
A= r
sen e cose
p = det(xJ - A)
= (x r cos 8)2 + r2 sen2 e
=x - 2r cosex + r2
[: J
=
A= -
p = (x - a)2 + b2
(i) v ortogonal a vi se i =F j i
i
(ii) V=V1$ ... Ef>Vs;
450 - ALGEBRA LINEAR
Ta. = aa. +
J J
b{J.
J
T{Ji = - bai + a{Ji"
S*a= -P
(9-17)
S*{J =a
lia112 =(S*fJia) =
(fJISa) = 11/J112.
OPERADORES SOBRE ESPAOS COM PRODUTO INTERNO - 461
acontea. Ento W L -:/= {O}. Alm disso, como (ii) e (9-18) impli
cam que W invariante sob T e T*, segue-se que W1 invari
ante sobT* e T= T**. Seja S=b-1(T-al) Ento S*=b-1(T*-al),
S* S = SS* e W J. invariante sob S e S*. Como ( 7-a/)2 + b2l =O.
segue-se que S2 + I = O. Seja cx um vetor arbitrrio de norma 1
em W 1. e faamos fJ = Scx. Ento fJ est em W .i e SfJ =-cx.
Como T =al + bS, isso implica
[X
-a b
det
-b x-a J = (x -a)2 + b2
Demonstrao. Como
UT*aJ. = T*UaJ.
OPERADORES SOBRE ESPAOS COM PRODUTO INTERNO - 453
UT*rx = T*Urx
U: V V1
UTU-1 = T1
[TJ91 = [T']91
Toei= L Akpk
k=l
vemos que
T1oc'.J = UToc.J
= L Akp'k
k
L Akp
k
=
l
OPERADOR S SOBRE ESPAOS COM PRODUTO INTERNO - 455
Logo, [T]g,j = A = [T')g,j.
Reciprocamente, suponhamos que exista uma base ortonormal
86 de V e uma base ortonormal 861 de V' tal que
[T]g,j = [T'].'ll
u w-1a; = u raj
u I Ak/Xk
k
=
I A kp.
k
Portanto, UTU-1a; = T'a(l s j s n),e isso implica que uru-1 = T'.
Decorre imediatamente desse lema, que operadores unitaria
mente equivalentes sobre espaos de dimenso finita possuem o
mesmo polinmio caracterstico. Para operadores normais vale a
recproca.
det(xl
j
- T) = (x - c)'j
onde s j a dimenso de W
r
Por outro lado, se p j (x a +b = - )2 J
com a1 e b j reais e b j :f. O, ento decorre do Teorema 18 que
j
det(xi.
J
- T.) J
= p
)
456 - ALGEBRA LINEAR
FORMAS BILINEARES
formas bilineares.
A primeira seo trata do espao das formas bilineares sobre
um espao _vetorial de dimenso n. A matriz de uma forma bilinear
em relao a uma base ordenada introduzida e estabelecido o
isomorfismo entre o espao das formas e o espao das n x n ma
trizes. Define-se o posto de uma forma bilinear e so introduzidas
as formas bilineares no degeneradas. A segunda seo discute as
formas bilineares simtricas e sua diagonalizao. A terceira seo
estuda as formas bilineares anti-simtricas. A quarta seo discute
o grupo que conserva uma forma bilinear no-degenerada, com
ateno especial prestada aos grupos ortogonais, os grupos pseudo
ortogonais e um grupo pseudo-ortogonal particular - o grupo de
Lorentz.
Definio. Seja V um espao vetorial sobre o corpo F. Uma
forma bilinear sobre V uma funo L que associa a cada par orde
nado de vetores tX, fJ em V um escalar f(tX, /J) em F, e que satisfaz
f(rx, /3) =
11X1Y1 + 12X1Y2 + 21X2Y1 + 22X2Y2
A;iX;Yr
=
iL
,j
= L xJ(a;, fJ)
i
= Li xJ(a;, L Yp)
i
= L L X;YJ(a;, a).
i j
=X'AY
(10-3)
ento
f(a, /3) =
L A;ixtyi
i,j
f =
L Aijfij.
i,j
462 - ALGEBRA LINEAR
n
a;= L P;p;
i= 1
Para vetores arbitrrios a, f3 em V
Ora,
1J = {t:l' i;2}
[f]M=[ ]
Seja 14' =
{ s , s ;} a base ordenada definida por i;'1 = (1, - 1),
e= (1, 1). Neste caso, a matriz P que transforma as coorde
nadas de 141 para 14
[ l]. p
=
-1
1
1
[fJM = [fJP
Assim,
pt
=[! -1] [! ] [- ]
= [
J [ J .-
[ l
=
ento
vemos que
f (a, {3) = X1AY. Ora, R!({3) =O significa que f (a, {3) =O para todo
<1. em V, isto , que X1A y =o para toda n X 1 matriz X. A ltima
f(X, Y) = xiy
Exerccios
1. Quais das seguintes funes f, definidas sobre vetores lX = (x" x2) e /3 = (y 1 y2)
em R1, so formas bilineares?
(a) f (lX, /3) = 1 ;,
(b) f(ll,/J)=(x1 -y1)2+X2Y2>
(e) j(lX, /3) =(x1+y1)2 -(x1 -y1)\
(d) f(lX, /J)= X1)'2 -X2Yi
{(l, O), (0, 1)}, {(l, - 1), (1, 1)}, {(l, 2), (3, 4)}.
5. Descrever as formas bilineares sobre R3 que satisfazem f (O'., /3) = -f (/3, rx) para
todos O'., {3.
6. Seja n um inteiro positivo e seja V o espao das n x n matrizes sobre o corpo
dos nmeros complexos. Mostrar que a equao
define uma forma bilinear f sobre _V verdade que f(A, B) =f (B, A) para
todas A, B?
10. Seja f uma forma bilinear sobre um espao vetorial V de dimenso finita.
Seja W o subespao formado pelos f3 tais que j(rt, /3) = O para todo rt.
Mostrar que
posto (f ) = dim V - dim W.
11. Seja f uma forma bilinear sobre um espao vetorial .v de dimenso finita.
Suponhamos que V1 seja um subespao de _V com a propriedade de que a
restrio de f a V1 seja no-degenerada. Mostrar que posto if) dim _V,.
14. Seja f uma forma bilinear sobre um espao vetorial V de dimenso finita.
Mostrar que f pode ser expresso como um produto de dois funcionais lineares
(isto ,f(rx /3) L1(rx) L2(/3) para LH L2 em V") se, e somente se,f tem posto 1.
=
a, f3 em V.
Se V de dimenso finita, a forma bilinear f simtrica se,
e somente se, sua matriz A em relao a alguma ou (toda) base
ordenada simtrica, isto , A' = A. Para ver isto, perguntamos
quando que a forma bilinear
f(X Y)
, = X'AY
q (x 1 , . , x.) =xi+ . . . + x.
Em outras palavras, q(rx) o quadrado do comprimento de rx. Para
a forma bilinear fA(X, Y) X'AY, a forma quadrtica associada
=
qA(X) = X1 AX = L Aijxixj"
i,j
Uma classe importante de formas bilineares simtricas consiste
dos produtos internos sobre espaos vetoriais reais, discutidos no
Captulo 8. Se V um espao vetorial real, um produto interno
sobre V uma forma bilinear simtrica f sobre V que satisfaz
f( ,a)
f3=y- y a
f(a,a)
Entiio
f(y, a)
f(a, /3) =f(a,y) -
f(a,a /
(a, a)
1' f( ,a)
= y a+ f3
f(a, a)
f (a;, a) = O , i =F j (i 2, .i 2).
FORMAS BILINEARES - 471
Colocando a1 =a, obtemos uma base {a1, ... , an} de V tal que
f(a;, a)=O para i #- j.
. . J J
=
O, J > r.
Demonstrao. Pelo Teorema 3, existe uma base ordenada
{ap ... , a"} de V tal que
f(ai, a) #- O, j = 1, ... , r.
i' j > r
a base {/31, ..., /3"} satisfar as condies (i) e (ii).
472 - ALGEBRA LINEAR
1
/3j = lf(IX.j, 1X.)1- 121X.j,
/3
i
= IX.i' j >r
logo f(ex, ex)= f (/3, /3). Como f (ex, ex) O e f (/3, /3)::;;; O, segue que
Como
V= v+ EB v- EB V'-
e W, v-, VJ_ so independente, vemos que dim W::;;; dim v+.
Isto , se W um subespao arbitrrio de V sobre o qual f posi
tiva definida, a dimenso de W no pode exceder a dimenso de
V+. Se 86 1 uma outra base ordenada de V que satisfaz as con
dies do teorema, teremos subespaos correspondentes v7, V e
Vf; o argumento acima mostra que dim v7::;;; dim v+. Invertendo
o argumento, obtemos dim v+ ::;;; dim v7 e, conseqentemente,
portanto, todo vetor a tal que f (a, {3) = O para todo fJ deve estar
em V.L. Assim, o subespao V"- nico. Os subespaos v+ e v
no so nicos; contudo, suas dimenses so nicas. A demons
trao do Teorema 5 nos mostra que dim v+ a mxima dimen
so possvel para qualquer subespao sobre o qual f seja positiva
definida. Analogamente, dim v- a mxima dimenso de qualquer
subespao sobre o qual f seja negativa definida. claro que
Exerccios
1. As seguintes expresses definem formas quadrticas q sobre R1. Determinar
a forma bilinear simtrica f correspondente a cada q,
(a) axi.
(b) bx1x2.
(e) ex.
(d) 2xi - X 1X2.
le) xi+9x;.
( f) 3x,x2 - x.
(g) 4xi + 6x1x2 - 3x;.
3. Seja q (x 1, x2) = axi +bx 1 x2 +ex; a forma quadrtica associada a uma forma
bilinear simtrica f sobre R2. Mostrar que f no-degenerada se, e somente
2
se, b - 4ac # O.
(U + q) (X1' X2 )
b2
2+ C-a
= QX 1
( ) .2
X,-
r75 - ALGEBRA LINEAR
onde e, 1, -1 ou O, i = 1, . . . , n.
9. Seja f uma forma bilinear simtrica sobre Rn. Usar o resultado do Exerccio 8
para demonstrar a existncia de uma base ordenada fJB tal que [f ]aJ seja
diagonal.
11. Seja V um espao vetorial de dimenso finita e f uma forma bilinear sim
trica no-degenerada sobre V. Mostrar que para cada operador linear T
FORMAS BILINEARES - 477
sobre .v existe um nico operador T' sobre V tal que f(Ta, Pl = f(a., T' PJ para
todos a, p em V Mostrar tambm que
(T1T2)' = T T'1
(c1T1 + c2 T2)' = c1T'1 + c2T2
(T')' = T.
13. Seja V um espao vetorial de dimenso finita e f uma forma bilinear sim
trica no degenerada sobre V. Associado a f existe um isomorfismo "natural" .
de V no espao dual V", sendo este isomorfismo a transformao L1 da
Seo LQ.1. Usando L1, mostrar que para cada base !JIJ=(a1 ,a..} de V .
existe uma nica base !JIJ' = {rx.'1' ... ,a.:} de V tal que f(a,, rx.j) = ,r Mostrar
ento que para todo vetor a. em V temos
14. Sejam V, f, rJIJ e !JIJ' como no Exerccio 13. Suponhamos que T seja um ope
rador linear sobre V e que 7" seja o operador que f associa a r; como no
Exerccio 11. Mostrar que
(a) [T']!JIJ'= [T]' rJIJ
(b) trao (T) = trao (T') IJ(T a,, 11.J
15. Sejam .V, f, rJIJ e !JIJ' como no Exerccio 13. Suponhamos que [f]!JIJ0= A.
Mostrar que
de _V em Fm.)
t f) a restrio de f a W no-degenerada se, e somente se,
W n W.. = { O} .
-'-
(g) V _ = Wffi w se, e somente se, a restrio de f a W no-degenerada.
18. Seja V um espao vetorial de dimenso finita sobre C e f uma forma bilinear
simtrica no-degenerada sobre _V. Demonstrar que existe uma base rJIJ de V
tal que rJIJ' = !!i. (Ver o Exerccio 13 para uma definio de rJIJ'.)
o conjunto dos vetores em V tais que f (, a)= f (o, /3) =O, isto , o
conjunto dos tais que f (, y) para todo y no subespao W. Afir
mamos que V= W Ef> W De fato, seja Bum vetor arbitrrio em V e
... .
V=WEBW'EBW0
continuar.
No caso de dimenso finita, deveria estar evidente que obte
mos uma seqncia finita de pares de vetores.
[- l
Demonstrao. Sejam al' {31, ... , ak, {3k vetores que satisfaam
as condies (a), (b) e (c) acima. Seja {yl' ... , y.} uma base orde
nada arbitrria do subespao Wo- Ento
(10-8)
[_ J
1:
Alm disso, evidente que o posto desta matriz, e, portanto, o
posto de f, 2k.
Uma conseqncia disto acima que se f uma forma bilinear
anti-simtrica no-degenerada sobre V, ento a dimenso de V deve
ser par. Se dim V= 2k, existe uma base ordenada {0:1' /31, ... , o:k, /3J
de V tal que
{O, i #- j
f(o:
;, /3)
=
1, i = j
f(o:i' o:) =
f(/3;, /3) = O.
onde J a k x k matriz
o o 1
o 1 o
1 o o
482 - ALGEBRA LINEAR
Exerccios
3. Determinar uma base do espao das formas bilineares anti simtricas sobre R".
4. Seja f uma forma bilinear simtrica sobre C" e g uma forma bilinear anti
simtrica sobre C". Suponhamos que f + g =O. Mostrar que f=g =O.
(a) A equao (PJ) (o:, {3) = !f(o:, {3) - !f({J, o:) define um operador linear P
sobre L( V, V, F).
n(n - 1) . n(n + 1)
(c) posto (PJ= --2-; nulidade (P) = - --2
11. Seja f uma forma bilinear anti-simtrica arbitrria sobre R3. Demonstrar que
existem funcionais lineares L1, L2 tais que
= g(ci:, /3) para todos rx, f3 se, e somente se, f e g tm o mesmo posto.
q(IX) =f(a., a)
f (rx, p) =
L xiyi
j=l
T [T]IM
um isomorfismo de G em O (n, C).
Teorema 9. Seja V um espao vetorial n-dimensional sobre o
corpo dos nmeros reais e seja f uma forma bilinear simtrica no
degenerada sobre V. Ento , o grupo que conserva f isomorfo a um
n x n grupo pseudo-ortogonal.
Demonstrao. Repetir a demonstrao do Teorema 8, usando
o Teorema 5 em vez do Teorema 4.
q (x, y, z, t) = t2 - x2 - y2 - z2
maes de Lorentz.
Seja H o espao vetorial real das 2 x 2 matrizes complexas A
que sejam hermitianas, A= A*. fcil verificar que
<D(x, y, z, t) =
[ t +X
- lZ
.
y + iz
t X
]
y -
q(x; y, z, t) = det
[ t +X
.
y + iz ]
y -iz t-x
ou
u M(A) = MAM*.
TM = <I>-1uM<1>. .
Exerccios
3. Seja
"
Y; = L M;x
k=l
LYI = Z:xJ-
i j
6. Determinar uma matriz em 0(3, C) cuja primeira linha seja (2 2i, 3).
8. Seja X uma n x l matriz sobre C tal que X;X l e seja l; a j-sima coluna
=
da matriz unidade. Mostrar que existe uma matriz M em O(n, C) tal que
MX = lr Se X tem elementos reais mostrar que existe uma M em O(n, R)
com a propriedade de que M X =Ir
FORMAS BILINEARES - 489
13. Seja g uma forma bilinear no-singular sobre um espao vetoril .V de dimen
so finita. Suponhamos que T seja um operador linear inversvel sobre .V e
que f seja a forma bilinear sobre .V dada por f(a., PJ= g(cx, Tp). Se U um
operador, linear sobre _V, determinar condies necessrias e suficientes para
que U conserve f.
M=
2
1
l .lj
c+.l c-
e--
e
1 1
c+-
.
e
.
c e
2
15. Seja f a forma bilinear sobre C definida por
490 - ALGEBRA LINEAR
Mostrar que
(a) Se T um operador linear sobre C2, ento f(Ta, T/3)
= (det T)f(a, /I) para
todos a, fJ em C2.
(b) T conserva J se, e somente se, det T = + 1.
(c) O que que (b) diz acerca do grupo das 2 x 2 matrizes M tais que
M'AM=A onde
J
=
[ JJ.
o
-/ o
M = [ ]
onde , B, C, D so n x n matrizes sobre C. Determinar condies necessrias
e suficientes sobre A, B, C, D para que M'JM J. =
17. Determinar todas as formas bilineares sobre o espao das n x 1 matrizes sobre
R que sejam invariantes sob O(n, R).
18. Determinar todas as formas bilineares sobre o espao das n x 1 matrizes sobre
C que sejam invariantes sob O(n, C).
APNDICE
A.1 Conjuntos
Usaremos as palavras 'conjunto', 'classe', ,'coleo"' e 'famlia'
indiferentemente, apesar de darmos preferncia a 'conjunto'. Se S
um conjunto e x um objeto do conjunto S, diremos que x
um elemento de S, que x pertence a S ou simplesmente que x est
em S. Se S possui apenas um nmero finito de elementos, xl' ... , xn,
freqentemente descrevemos S exibindo seus elementos dentro de
chaves:
S = {xl' ..
. , x.}.
s = {1, 2, 3, 4, 5}.
Se S e T so conjuntos, dizemos que S um subconjunto de T,
ou que S est contido em T, se cada elemento de S um elemento
de T. Cada conjunto S um subcon}unto de si mesmo. Se S um
subconjunto de T mas S e T no so idnticos, denominamos S
um subconjunto prprio de T. Em outras palavras, S um sub
conjunto prprio de T se S est contido em T mas T no est
contido em S.
Se S e T so conjuntos, a reunio de S com T o conjunto
S u T, constitudo de todos os objetos x que so elementos de S
ou de T. A interseo de S com T o conjunto S n T, formado por
todos os x que so elementos de S e de T. Para dois conjuntos
arbitrrios, S e T, a interseo S n T um subconjunto da reunio
S u T. Isto deve auxiliar a esclarecer o uso da palavra 'ou' que
prevalecer neste livro: Quando dizemos que x est em S ou em
T, no exclumos a possibilidade de x estar em ambos S e T.
Para que a interseo de S e T seja sempre um conjunto,
necessrio introduzir o conjunto vazio, isto , o conjunto sem
elementos. Ento S n T o conjunto vazio se, e somente se, S e T
no tm elementos em comum.
Freqentemente precisaremos discutir a -reunio ou a inter
seo de diversos conjuntos. Se S1, ... , Sn so conjuntos, sua
n
A.2 Funes
'rotao de 270'.
(c) Se X o plano, Y o eixo dos x1 ef((xl' x 2 ))= (xl' O), ento
f no inversvel. De fato, apesar de ser sobrejetora, f no
injetora.
(d) Se X o conjunto dos nmeros reais, Y o conjunto dos
nmeros reais positivos e f (x) = eX, ento f inversvel. A funo
f-1 a funo logartmica natural da parte (e): log e' = x, e10gy = y.
(e) A inversa desta funo logartmica natural a funo
exponencial da parte (d).
Sejaf uma funo de X em Y e sejaf0 uma funo de X0 em Y0.
Dizemos que fo uma restrio de f (ou uma restrio de f a Xo ) se
(1) X0 um subconjunto de X,
(2) f 0(x)=f (x), para cada x em x0
Evidentemente, quando f0 uma restrio de f, decorre que Y0
um subconjunto de Y. O nome 'restrio' vem do fato de que
f e f0 tm a mesma regra e diferem principalmente porque restrin
gimos o domnio de definio da regra ao subconjunto X0 de X.
Se nos dada uma funo f e um subconjunto arbitrrio X 0
de X, existe uma maneira bvia de construir uma restrio de f a
X0. Definamos uma funo f0 de X0 em Y por f0(x)=f(x) para
cada x em X0. Poder-se-ia perguntar por que no denominamos
esta f0 a restrio de f a X0. A razo que, ao discutirmos res
tries de f, queremos a liberdade de mudar o contradomnio Y,
bem como o domnio de X.
E1 = { . . . , 1 - 2n, 1 - n, 1, 1 + n, 1 + 2n, . . .}
+ (/3 - y) est em W.
As classes de equivalncia desta relao de equivalncia so
conhecidas como as classes laterais de W. Qual a classe de equi
valncia (classe lateral) de um vetor a? Ela consiste dos vetores f3
em V tais que (/3 a) est em W, isto , os vetores da forma
-
W pelo vetor oc. Para visualizar estas classes laterais, o leitor pode
pensar no seguinte caso particular: Seja V o espao R2 e seja W
um subespao unidimensional de V. Se imaginarmos V como sendo
o plano euclidiano, W ser uma reta passando pela origem. Se
Se IX= (x1, x2) um vetor em V, a classe lateral IX+ W a reta
que passa pelo ponto (x1, x2) e paralela a W.
A coleo de todas as classes laterais de W ser indicada por
V/W. Definamos, agora, uma adio de vetores e uma multipli
cao escalar sobre V/W como segue:
(IX + W) + (p + W) = (IX + p) + w
c(IX + W) = (c1X) + W.
est em W.
Agora fcil verificar que V/W, com a adio de vetores e a
multiplicao escalar acima definidas, um espao vetorial sobre
o corpo F. Deve-se verificar diretamente cada um dos axiomas
para um espao vetorial. Cada uma das propriedades da adio
de vetores e da multiplicao escalar decorre da propriedade corres
pondente das operaes em V. Um comentrio deve ser feito. O
vetor nulo em V/W ser a classe lateral do vetor nulo em V. Em
outras palavras, W o vetor nulo em V/W.
O espao vetorial V/ W ::: denominado o quociente (ou dife
rena) de V por W. Existe uma transformao linear natural Q
504 - ALGEBRA LINEAR
Isto significa que a = ')' + y' para algum vetor ')' em W Portanto,
V= W + W'. Para ver que W e W' so disjuntos, suponhamos que
')'esteja em W e em W'. Como')' est em W, temos Qy=O. Mas Q
injetora em W', logo devemos ter que ')' =O. Assim, temos que
V= WEB W'.
O que este teorema realmente diz que W' um suplementar
de W se, e somente se, W' um subespao que contm exatamente
um elemento de cada classe l.ateral de W. Ele mostra que, quando
V= W $ W', a aplicao quociente Q 'identifica' W' com V/W.
Abreviadamente, ( W $ W')/W isomorfo a W' de uma maneira
'natural'.
Um fato bastante bvio deve ser notado. Se W um subes
pao do espao vetorial V de dimenso finita, ento
Pode-se ver isto a partir do teorema acima. Talvez seja mais fcil
observar que esta frmula sobre dimenses diz:
(a) gr(f) = 3.
(b) p divide f,
tal que !(IX) esteja em S,, para cada IX. Esse princpio aceito pela
maioria dos matemticos, apesar de surgirem muitas situaes onde
no nada evidente como qualquer funo explcita f possa ser
encontrada.
O Axioma da Escolha tem algumas conseqncias surpreen
dentes. A maioria delas no tem relao com o assunto tratado
nesse livro; no entanto, uma conseqncia merece ser mencionada:
Todo espao vetorial possui uma base. Por exemplo, o corpo dos
nmeros reais possui uma base como espao vetorial sobre o corpo
dos nmeros racionais. Em outras palavras, existe um subcon
junto S de R, que linearmente independente sobre o corpo dos
508 - ALGEBRA LINEAR
van der Waerden, B. L., Modem Algebra (dois volumes), Rev. Ed.,
A c
simtrica, 468
de Jordan de uma matriz, 290, 311,
E 314,316
hermitiana, 411
Elemento: multilinear, 211
de conjunto, 492 no-degenerada, 413 (exerc. 6)
de matriz, 7 no-negativa, 413
unidade, 148, 178 no-singular (ver: Forma no-degene
Equaes: rada)
diferenciais, 286 (Ex.14),318(Ex.8) normal, 330, 332
lineares (ver: Sistema de equaes li positiva, 413,417
neares) quadrtica, 349,468
Equivalncia: r-linear, 211
de matrizes ortogonais, 394 racional, 290
unitria de matrizes, 394 racional de matriz, 304
de transformaes lineares, 454 sesquilinear, 407
Escalar, 2 Formas cannicas elementares, 232
Espao, 40 Frmula:
caracterstico, 233 da dimenso, 55-56
com produto interno, de interpolao de Lagrange, 158
. 345
dual, 125 de Taylor, 164,340
euclidiano, 354 FunB, 493
linha, 48 determinante, 179-180, 183
quociente, 501 idntica, 495
soluo, 44 inversvel, 495
unitrio, 354 linear, 86,123, 371,
vetorial, 35 multilinear, 210-211
de dimenso finita, 5 1 n-linear, 180
de funespolinomiais, 38 alternada, 183, 186
de n-uplas, 36 polinomial, 38
512 - (NO/CE ALFAB!:T/CO
Funcional linear,123 M
G Matriz(es), 7
Grau,118 anti-simtrica,206 (Ex. 8),269
de forma multilinear, 211 associada,293
de polinmio, 151 auto-adjunta,44,401
Grupo, 104 completa, 17
comu tativo, 105 das coordenadas,4
de Lorentz, 486 de forma,411
linear geral, 392 de forma bilinear,.463
ortogonal,485 de transformao linear,112,113
pseudo-ortogonal, 485 em relao a uma base ortonormal,
que conserva formas bilineares, 483 376-377
simtric9,195 de Vandermonde, 158
do produto interno, 351
H dos coeficientes,7
dos cofatores,201
Hiperplano,129, 139 elementar,25,323
de Jordan,314
hermitiana (ver: Matriz auto-adjunta)
Ideal,166 inversvel, 27,203
principal,166 linha-reduzida, 11
Identidades de polarizao,350,468 forma em escada, 14, 70
Imagem, 90 nilpotente,312
de funo,494 normal, 03
de transformao linear, 90 nula, 13
Independncia linear,50,59 ortogonal,207 (Ex. 8), 485
Inteiros, 3 positiva,419
positivos,3 semelhantes, 120
Interpolao,157 simtrica,44,269
Interseo,492 triangular, 197 (Ex. 5)
de subespaos,43 superior, 34
Inversa: unidade,11
de funo, 495 unitria,207 (Ex. 8), 389
de matriz,27,203 Mximo divisor comum,169
Inverso: Menores principais de matriz, 415
direita, 27 Mdulo,208
esquerda, 27 dual, 210
Isomorfismo, 107 finitamente gerado, 209
de espaos com produto interno, 384 livre, 209
de espaos vetoriais,107 Movimento rgido, 396 (exerc. 14)
Mudana de base,115
L Multiplicidade,165
Linearmente:
dependente,50, 59 N
independente, 50, 59
Linha-equivalncia,9 n-upla,36
Linha-equivalente, s : 10, 323 Norma,349
{ND/CE ALFABtTICO - 513
exerc. 9)
p Relao, 498
de equivalncia, 498, 506
Parte diagonalizvel de operador linear, Relativamente primos, 169
283 Resoluo:
Permutao, 192 do operador idntico, 429, 435
de grau, 192 espectral, 428, 435
par, mpar, 193 Restri(), 496
Polinmio, 148, 151 de funo, 496
caracterstico, 234 de operador, 256
constante, 151 Reunio, 492
irredutvel (primo), 171 Rotao, 68, 395 (Ex. 28 - exerc. 4)
minimal, 245
de matriz, 245 s
de operador linear, 245
primo, 171 Semelhana de matrizes, 120
redutvel, 171 Seqncia de vetores, 56-57
unitrio, 151 Srie formal de potncia, 150-151
Polinmios anuladores, 244 Smbolo de Kronecker, 11
Posto, 90, 145 Sinal de permutao, 193
coluna, 91,145 Sistemas de equaes lineares, 4
de determinante, 207 (Ex. 8) homogneas, 4
de forma bilinear, 465 Sistem,as equivalentes de equaes, 5
5.14 - (Noit:E ALFABtTICO .
T
u
T-admissvel, 296
Unicidade dos determinantes, 190
T-anulador, 258,291
T-condutor, 258, 259, 299
Tensor, 211 V
Teorema:
da decomposio cclica, 297 Valor. i:araterstico,233, 234
da decomposio primria, 280, 28l Vetor(es), 36 /