Vous êtes sur la page 1sur 78

Algebra Linear

Prof. Helder Matos


Sumario
Introducao 3
1 Nocoes Basicas 5
1.1 Grupos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
Exerccios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.2 Corpos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
Exerccios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
2 Espacos Vetoriais 11
2.1 Espacos e Subespacos Vetoriais . . . . . . . . . . . . . . . . . . . . . 11
Exerccios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
2.2 Dimens ao e Bases . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
Exerccios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
3 Transformac oes Lineares 25
3.1 Transformac oes Lineares . . . . . . . . . . . . . . . . . . . . . . . . . 25
Exerccios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
3.2 Associac ao de Matrizes `as Transformac oes
Lineares . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
Exerccios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
4 Diagonalizacao de Operadores 37
4.1 Autovalores e Autovetores . . . . . . . . . . . . . . . . . . . . . . . . 37
Exerccios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
i
SUM

ARIO 1
4.2

Algebra Linear . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
4.3 Polin omios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
Exerccios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
4.4 Subespacos Invariantes . . . . . . . . . . . . . . . . . . . . . . . . . . 52
Exerccios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
5 Produto Interno 67
5.1 Produto Interno . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
Exerccios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70
5.2 Ortogonaliza cao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71
Exerccios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76
2 SUM

ARIO
Introducao
Nosso Objetivo principal neste livro e encontrar uma base, onde operadores sobre
espacos vetoriais de dimens ao nita, tivessem a forma de Jordan, para cumprir tal
m optamos a fazer os seguintes passos:
No primeiro captulo zemos a denic ao do que e um grupo, conceito basico
e primordial em matem atica, logo a seguir denimos o conceito de um corpo,
conceito fundamental no qual est ao sentados todos os espacos vetoriais, ten-
tamos ao longo deste, evitar corpos de caractersticas dois, que s ao corpos
extremamente problematicos. Neste captulo tambem criamos de forma muito
ingenua e sem nenhum rigor, os corpos Z
p
, com o objetivo de dar um sabor
diferente aos livros introdut orios `a

Algebra Linear.
No segundo captulo, denimos espacos e subespacos vetoriais sobre corpos
quaisquer, zemos tambem a denic ao do que vem a ser dimens ao e base de
espaco vetorial.
No terceiro captulo denimos as transformacoes lineares, sempre pensando
em espa cos vetoriais de dimensoes nitas, sao a que aparecem as matrizes
nitas associadas as transformacoes. Demonstraremos que espacos vetoriais
de dimensao nita, sao na verdade, espacos do tipo K
n
, onde K e um corpo.
No quarto captulo, que e o mais extenso, preparamos a parte principal do livro,
desenvolvemos a uma parte de autovalores e autovetores, conceitos essenci-
ais ao bom entendimento da diagonalizac ao de operadores. Para chegarmos
a forma de Jordan de maneira mais elementar possvel, tivemos que desen-
volver a

Algebra Linear dos Polin omios sobre a vari avel X, so assim desen-
volvemos os famosos operadores projecoes, essenciais ao bom desempenho do
nosso livro. Como ja havamos feito em autovalores e autovetores desenvolve-
mos os subespa cos invariantes, subespacos capazes de transformar o problema
da diagonalizacao geral em casos particulares, casos restritos aos subespacos
invariantes, da conclumos a forma de Jordan.
3
Finalmente, no ultimo captulo, desenvolvemos o produto interno, regua ne-
cess aria para podermos calcular o comprimento e o angulo entre vetores e
conclumos nosso trabalho demonstrando o famoso e celebrado teorema espec-
tral, o qual mostra que toda matriz real simetrica pode ser diagonalizada, onde
a matriz mudanca de base e formada por autovetores ortonormais.
4
Captulo 1
Nocoes Basicas
Neste breve captulo ser ao dadas algumas nocoes b asicas de algebra abstrata.
1.1 Grupos
Denicao 1.1.1 Um conjunto G com uma operacao interna e dito um grupo se
e somente se, (G, ) satisfaz as seguintes condicoes:
(i) a (b c) = (a b) c, a, b, c G (propriedade associativa);
(ii) e G : a e = e a = a, a G (existencia de elemento neutro);
(iii) a G b G : a b = b a = e (existencia de inverso, ou simetrico).
Exemplo 1.1.1 Seja Z o conjunto dos n umeros inteiros com a opera cao interna +,
temos que,
(i) a + (b + c) = (a + b) + c, (Z, +) possui a propriedade associativa e
(ii) 0 + a = a + 0 = a, existe elemento neutro em (Z, +) e
(iii) a + (a) = (a) + a = 0, (Z, +) possui inverso para a opera cao +; portanto
(Z, +) e um grupo.
Exemplo 1.1.2 Seja Q

(= Q 0) com a operac ao interna , logo,


(i) a (b c) = (a b) c, (Q

, ) e associativo;
5
(ii) 1 a = a 1 = a, existe elemento neutro em (Q

, );
(iii) a a
1
= a
1
a = 1, (Q

, ) possui inverso para a opera cao ;


(Q

, ) e um grupo.
Exemplo 1.1.3 S
3
= f : : f e bijetora e = 1, 2, 3. Para (S
3
, ) vale
as propriedades (i), (ii), (iii) da deni cao 1.1.1. Logo (S
3
, ) e um grupo. S
3
e dito
o grupo das permutac oes em 3 elementos.
Exemplo 1.1.4 Em geral S
n
= f : : f e bijetora e = 1, 2, . . . , n.
(S
n
, ) e um grupo. O grupo das permutacoes em n elementos.
Denicao 1.1.2 Seja (G, ) um grupo que satisfaz ab = ba, a, b G. Dizemos,
entao, que (G, ) e um grupo comutativo (ou Abeliano), em homenagem ao famoso
matematico Abel, que descubriu a impossibilidade de ter uma formula geral para
resolver uma equacao polinomial de grau 5, usando radicais.
Exemplo 1.1.5 (Z, ) nao e um grupo.
Exemplo 1.1.6 (R, ) nao e um grupo. Mas (R

, ) e um grupo.
Notacao: a b = ab.
Denicao 1.1.3 Dois grupos G e H sao ditos isomorfos se f : G H uma
bijecao tal que:
f(g
1
g
2
) = f(g
1
)f(g
2
) g
1
, g
2
G.
Notacao: G

= H.
Exemplo 1.1.7 D
3

= S
3
, o grupo diedral, o grupo das simetrias do tri angulo
equil atero, e isomorfo ao S
3
. Em geral D
n
e S
n
n ao s ao isomorfos.
Denicao 1.1.4 Seja (G, ) um grupo se:
(i) [G[ = , dizemos que o grupo e innito;
(ii) [G[ < , dizemos que o grupo e nito.
Exemplo 1.1.8 (Z, +) e innito;
6
Exemplo 1.1.9 (S
3
, ) e nito;
Denicao 1.1.5 Seja (G, ) um grupo e H G, H ,= . Dizemos que H e um
subgrupo de G se (H, ) e um grupo.
Notacao: H G, H e subgrupo de G.
Denicao 1.1.6 Denimos a tabela de um grupo nito G como:
e x
1
x
2
x
3
. . . x
n
e e x
1
x
2
x
3
. . . x
n
x
1
x
1
x
1
x
1
x
1
x
2
x
1
x
3
. . . x
1
x
n
x
2
x
2
x
2
x
1
x
2
x
2
x
2
x
3
. . . x
2
x
n
x
3
x
3
x
3
x
1
x
3
x
2
x
3
x
3
. . . x
3
x
n
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
x
n
x
n
x
n
x
1
x
n
x
2
x
n
x
3
. . . x
n
x
n
Onde e = identidade de G e x
1
, . . . , x
n
G.
Exemplo 1.1.10 Seja G = a, b
Denic ao da operac ao em G:
a b
a a b
b b a
(G, ) e um grupo? Sim, facilmente se verica que G e um grupo comutativo.
Observacao 1.1.1 Vale a lei do cancelamento: xy = xz y = z
(ou yx = zx y = z).
Vericacao: x
1
(xy) = x
1
(xz) (x
1
x)y = (x
1
x)z ey = ez y = z.
Exerccios
1) Mostre que em um grupo G, existe um unico elemento e tal que ea = ae = a
para todo a G. Alem disso, mostre que para cada a G, existe um unico
b G tal que a b = b a = e. (Ou seja, o elemento neutro e o inverso em um
grupo s ao unicos).
7
2) Seja G um grupo tal que x G, temos x
2
= e. Mostre que G e Abeliano.
3) Construa a tabela de multiplicacao do grupo S
3
. Mostre que S
3
n ao e isomorfo
ao grupo (Z
6
, +).
4) Seja G o conjunto de matrizes 2 2 denido como
G =
_
_
a b
c d
_

a, b, c, d R , ad bc = 1
_
.
Mostre que (G, .) e um grupo innito nao Abeliano.
5) Seja p um primo. Mostre que o conjunto dos elementos nao nulos de Z
p
(que
denotamos por Z

p
) com relac ao `a operacao de multiplicac ao forma um grupo
Abeliano de ordem p 1. Verique se (Z

5
, ) e isomorfo a (Z
4
, +).
6) Seja G o conjunto de matrizes 2 2 denido como
G =
_
_
a b
c d
_

a, b, c, d Z
p
, p primo , ad bc ,= 0
_
.
Mostre que (G, ) e um grupo nito n ao Abeliano. Construa a tabela de
multiplica cao de G para p = 2, G e isomorfo a algum dos grupos do exerccio
3.
1.2 Corpos
Denicao 1.2.1 Dizemos que (K, +, ) e um corpo, onde + e sao operacoes in-
ternas sobre K, se satisfaz:
(i) (K, +) e um grupo comutativo;
(ii) (K

, ) e um grupo comutativo, nao vazio, K

= K 0;
(iii) a(b + c) = ab + ac.
Exemplo 1.2.1 (R, +, ) e um corpo, R o conjunto dos reais.
Exemplo 1.2.2 (Q, +, ) e um corpo, Q o conjunto dos racionais.
Exemplo 1.2.3 (C, +, ) e um corpo, C o conjunto dos complexos.
8
Exemplo 1.2.4 (Z, +, ) n ao e um corpo, pois n ao possui inverso multiplicativo, Z
o conjunto dos inteiros.
Exemplo 1.2.5 (Q[

2], +, ) = a +b

2 : a, b Q. Denindo as operacoes de +
e , temos: (a + b

2) + (c + d

2) = (a + c) + (b + d)

2 e (a + b

2)(c + d

2) =
(ac + 2bd) + (ad + bc)

2. Com essas operac oes (Q[

2], +, ) e um corpo.
Observacao 1.2.1 Como K

e n ao vazio, temos [K[ 2 e 0 ,= 1.


Observacao 1.2.2 Seja (K, +, ) um corpo. Ent ao valem: 0 x = 0 e x 0 = 0.
Demonstracao: Exerccio.
Observacao 1.2.3 Em um corpo vale: (b + c)a = ba + ca.
Demonstracao: Exerccio.
Observacao 1.2.4 Em um corpo vale: xy = 0 x = 0 ou y = 0.
Demonstracao: Exerccio.
Exemplo 1.2.6 Seja Z o conjunto dos n umeros inteiros e p um n umero primo.
z Z z = ap + b, 0 b < p.
Denimos: z = b e p = 0. Z
p
= 0, 1, 2, . . . , p 1. Dena em Z
p
as seguintes
operac oes:
(i) a + b = a + b;
(ii) a b = a b.
Observacao 1.2.5 (Z
p
, +, ) e um corpo nito e [Z
p
[ = p.
Exemplo 1.2.7 Seja Z
6
= 0, 1, 2, 3, 4, 5. N ao e um corpo, pois: 2 3 = 2 3 =
6 = 0 e 2 ,= 0, 3 ,= 0, logo Z
6
n ao satisfaz a propriedade da observacao 1.2.4.
Exemplo 1.2.8 Seja Z
47
= 0, 1, . . . , 46. Temos (7)
1
= 27. Faca os c alculos
como exerccio.
Denicao 1.2.2 Dizemos que K
1
e K
2
sao corpos isomorfos se existe uma bije cao
f : K
1
K
2
tal que:
9
(i) f(x + y) = f(x) + f(y);
(ii) f(xy) = f(x)f(y); x, y K
1
Notacao: K
1

=
C
K
2
s ao isomorfos como corpos.
Denicao 1.2.3 Seja (K, +, ) um corpo e L K, L ,= . Dizemos que L e um
subcorpo de K se (L, +, ) e um corpo.
Notacao: L K, L e subcorpo de K, ou K e uma extensao de L.
Exemplo 1.2.9 Q Q
_
2

R C.
Exerccios
1) Verique que Q[

5] =
_
a + b

5 [ a, b Q
_
e um corpo.
2) Dizemos que dois corpos K
1
e K
2
s ao isomorfos se existe uma bijec ao
f : K
1
K
2
satisfazendo
f(x
1
+ x
2
) = f(x
1
) + f(x
2
) e f(x
1
x
2
) = f(x
1
) f(x
2
), x
1
, x
2
K
1
Mostre que Q[

2] e Q[

5] sao corpos e n ao s ao isomorfos.


3) Mostre que (Z
m
, +, ) e um corpo se, e somente se, m for primo.
4) Prove que o unico subcorpo do corpo de n umeros racionais Q
e o proprio Q.
5) Sabendo-se que V = Z
2
2
e um espa co vetorial, veja a denic ao no captulo 2
p agina 11. Dena (

0,

0) ( a,

b) = (

0,

0), ( a,

b) (

0,

0) = (

0,

0) e
(

1,

0) (

0,

1) (

1,

1)
(

1,

0) (

1,

0) (

0,

1) (

1,

1)
(

0,

1) (

0,

1) (

1,

1) (

1,

0)
(

1,

1) (

1,

1) (

1,

0) (

0,

1)
com esta deni cao de produto, mostre que (V, +, ) e um corpo.
10
Captulo 2
Espacos Vetoriais
2.1 Espacos e Subespacos Vetoriais
Denicao 2.1.1 Dizemos que (V (K), +, ) e um espaco vetorial sobre K, onde K e
um corpo, V (K) um conjunto, + uma operacao interna em V (K) e uma opera cao
externa em V (K) (isto e, v V (K), K, v V (K)) se (V (K), +, ) satisfaz:
(i) (V (K), +) e um grupo comutativo;
(ii) (
1
+
2
)v =
1
v +
2
v;
(iii)
1
(
2
v) = (
1

2
)v;
(iv) (v
1
+ v
2
) = v
1
+ v
2
;
(v) 1 v = v, 1 K,
1
,
2
, K, v
1
, v
2
, v V (K).
Notacao:
v e dito a multiplicac ao de um vetor v por um escalar .
0 = elemento neutro de (V (K), +);
Os elementos de V (K) sao ditos vetores;
v simetrico de v.
Exemplo 2.1.1 Seja K um corpo, V (K) = K
n
= K K . . . K
. .
nvezes
. Denindo:
11
(i) (a
1
, a
2
, . . . , a
n
) + (b
1
, b
2
, . . . , b
n
) = (a
1
+ b
1
, a
2
+ b
2
, . . . , a
n
+ b
n
);
(i) (a
1
, a
2
, . . . , a
n
) = (a
1
, a
2
, . . . , a
n
).
Com essa deni cao de soma e produto por escalar V (K) e um espaco vetorial.
Notacao: Usaremos somente V no lugar de V (K) e devera car claro qual e o corpo
K.
Em particular: R, R
2
, R
3
, . . . , R
n
, Q, Q
2
, Q
3
, . . . , Q
n
, C, C
2
, C
3
, . . . , C
n
e Z
p
, Z
2
p
, Z
3
p
, . . . , Z
n
p
s ao espacos vetoriais, sobre R, Q, C e Z
p
, respectivamente.
Exemplo 2.1.2 C = a +bi : a, b R, i
2
= 1 e um espaco vetorial com as duas
operac oes abaixo:
(a + bi) + (c + di) = (a + c) + (b + d)i;
(a + bi) = a + (b)i.
Exemplo 2.1.3 V = R
2
= (a, b) : a, b R com as seguintes operac oes:
(a, b) + (c, d) = (a + c, b + d);
(a, b) = (a, b).
V e um espaco vetorial. Alem disso R
2
tem a mesma formade C.
Exemplo 2.1.4 R e um espaco vetorial sobre Q.
Exemplo 2.1.5 R e um espaco vetorial sobre R.
Exemplo 2.1.6 Seja S ,= um conjunto e K um corpo. Considere
V = f : S K onde f e uma func ao. Denindo em V as seguintes opera coes:
(f
1
+ f
2
)(s) = f
1
(s) + f
2
(s);
(f)(s) = [f(s)], s S.
Ent ao (V, +, ) e um espaco vetorial sobre K . Demonstre este fato como exerccio.
12
Denicao 2.1.2 Sejam A e B conjuntos dizemos que [A[ = [B[ se existe uma
bijecao f : A B.
Exemplo 2.1.7 [N[ = [Z[ = [Q[ , = [R[.
Denicao 2.1.3 Dizemos que V
1
e V
2
sao espacos vetoriais isomorfos sobre K se
existe uma bijecao T : V
1
V
2
que satisfaz:
(i) T(v
1
+ v
2
) = T(v
1
) + T(v
2
);
(ii) T(v) = T(v). v
1
, v
2
, v V
1
, K.
Neste caso dizemos que T e uma transformac ao linear.
Notacao: V
1

=
V
V
2
isomorsmo entre espacos vetoriais.
Exemplo 2.1.8 R
2

=
V
C. Pois denindo T : R
2
C tal que T(a, b) = a+bi temos
uma bijec ao com as duas propriedades (i) e (ii) satisfeitas.
Denicao 2.1.4 Seja (V, +, ) um espaco vetorial sobre K e W V , W ,= .
Dizemos que W e um subespaco vetorial de V se (W, +, ) e um espaco vetorial.
Notacao: W V, W e subespaco de V .
Observacao 2.1.1 , = W V , espaco vetorial. Ent ao W e subespa co de V se
valem:
w
1
, w
2
W w
1
+ w
2
W;
K, w W w W.
Exemplo 2.1.9 Seja V = R
2
. Consideremos os seguintes conjuntos:
W
1
= (x, 0) : x R, W
2
= (0, x) : x R e W
3
= (x, 2x) : x R. Logo W
1
,
W
2
e W
3
s ao subespacos de R
2
.
Exemplo 2.1.10 Seja W
1
, W
2
V .
(i) W
1
W
2
V ;
(ii) Em geral W
1
W
2
V .
13
Exerccios
1) Seja Q[i] = a + bi[a, b Q. Mostre que Q[i] e um espaco vetorial sobre Q,
onde i
2
= 1.
2) Seja V um espaco vetorial sobre K, c ,= 0, v V . Demonstre que
c v =

0 v =

0.
3) Mostre que Q[

2] = a + b

2[a, b Q e um espaco vetorial sobre Q.


4) Seja V um espaco vetorial sobre um corpo K. Mostre que para todo v V ,
temos 0 v =

0. Alem disso, mostre que K, temos

0 =

0.
5) Seja V um espa co vetorial sobre um corpo K. Mostre que se K e
0 ,= v V , entao v =

0 = 0.
6) Seja V o conjunto de pares de n umeros reais (x, y), com as seguintes operac oes:
(x
1
, y
1
) + (x
2
, y
2
) = (x
1
+ x
2
, 0)
c.(x, y) = (cx, 0), para todo c R
Com estas operac oes, o conjunto V e um espaco vetorial sobre R? Caso nega-
tivo quais sao as propriedades que falham, de exemplos.
7) Seja V = f : S K tal que f func ao, onde S e um conjunto nao vazio e K
e um corpo. Dena as seguintes operacoes em V :
(i) (f
1
+ f
2
)(s) = f
1
(s) + f
2
(s);
(ii) (f)(s) = . f(s).
Mostre que (V, +, ) e um espaco vetorial.
8) Seja V o conjunto de todas as seq uencias (a
1
, a
2
, a
3
, . . . , a
n
, . . .), a
i
R, onde
a adic ao e denida componente a componente e a multiplicac ao por um escalar
todos os elementos a
1
, a
2
, a
3
, . . . , a
n
, . . ., s ao multiplicados pelo escalar. Mostre
que V e um espaco vetorial sobre R. Veja exerccio 7.
9) Seja V o espaco vetorial denido no exerccio anterior e W o subconjunto de V
denido como W = (a
1
, a
2
, a
3
, . . . , a
n
, . . .) V tal que lim
n
a
n
= 0. Mostre
que W e um subespaco de V .
10) Seja P
n
(x) = a
0
+a
1
x+. . . +a
n
x
n
[a
i
K e K um corpo. Mostre que P
n
(x)
com a soma e a multiplicac ao por um escalar usuais e um espaco vetorial sobre
K.
14
11) Mostre que Q[

2] e Q[

5] sao isomorfos como espa cos vetoriais.


12) Mostre que o conjunto das matrizes n m sobre um corpo K com a soma e a
multiplica cao por um escalar usuais e um espa co vetorial sobre K.
13) Seja K um corpo e V o espa co das matrizes n n sobre K, com a soma
e a multiplicac ao por um escalar usuais. Quais dos seguintes conjuntos de
matrizes A em V s ao subespacos de V ?
(i) W
1
= A V [ A e inversvel.
(ii) W
2
= A V [ A n ao e inversvel.
(iii) W
3
= A V [ AB = BA, onde B e uma matriz xa em V .
(iv) W
4
= A V [ A = A
2
.
14) Seja V o espaco vetorial dos polin omios, denido no exerccio 10. Quais dos
conjuntos abaixo constituem subespa cos de V ?
(i) Todos os polin omios de grau quatro;
(ii) Todos os polin omios de grau quatro (incluindo f(x) = 0);
(iii) todos os polinomios f tais que 2f(0) = f(1);
(iv) todos os polinomios f tais que f(1) = f(0) + 1;
(v) todos os polinomios f satisfazendo f(x) = f(1 x).
2.2 Dimensao e Bases
Denicao 2.2.1 Sejam V um espaco vetorial e v
1
, v
2
, . . . , v
n
V . Considere
v = a
1
v
1
+a
2
v
2
+. . . +a
n
v
n
, a
i
K. Dizemos que v e uma combinacao linear de
v
1
, v
2
, . . . , v
n
.
Observacao 2.2.1 Sejam V um espaco vetorial e v
1
, v
2
, . . . , v
n
V , entao
W = a
1
v
1
+ a
2
v
2
+ . . . + a
n
v
n
: a
i
K V . O conjunto das combinacoes
lineares de v
1
, v
2
, , v
n
e um subspaco de V . Demonstre isto, como exerccio.
Observacao 2.2.2 Sejam V um espaco vetorial e W
1
, W
2
, V ent ao, [W
1
, W
2
] =
W
1
+ W
2
= v
1
+ v
2
tal que v
1
W
1
, v
2
W
2
V .
Denicao 2.2.2 Sejam V um espaco vetorial e v
1
, v
2
, . . . , v
n
V . Dena
[v
1
, v
2
, . . . , v
n
] = a
1
v
1
+a
2
v
2
+. . .+a
n
v
n
: a
i
K V . Dizemos que [v
1
, v
2
, . . . , v
n
]
e o subespaco gerado por v
1
, v
2
, . . . , v
n
.
15
Exemplo 2.2.1 [] = 0 V e [V ] = V V s ao chamados subespacos triviais
de V .
Denicao 2.2.3 Sejam V um espaco vetorial e = v
1
, v
2
, . . . , v
n
, v
i
V . Dize-
mos que e Linearmente Independente (L.I.) se vale: a
1
v
1
+a
2
v
2
+. . . +a
n
v
n
= 0
a
1
= a
2
= . . . = a
n
= 0. Caso contrario, dizemos que e Linearmente Dependente
(L.D.).
Observacao 2.2.3 Seja V, nito, V um espaco vetorial. Se 0 , ent ao
e Linearmente Dependente.
Demonstracao: 1 0 + 0 v
1
+ 0 v
2
+ . . . + 0 v
n
= 0 com v
i
. Mas 1 ,= 0.
Portanto e L.D.
Observacao 2.2.4 Se W V , entao W e L.D.
Observacao 2.2.5 Seja = u, u ,= 0, ent ao e L.I.
Exemplo 2.2.2 V = Z
2
Z
2
= Z
2
2
. = (

1,

0), (

1,

1) e L.I. De fato,
a(

1,

0) +

b(

1,

1) = (

0,

0) ( a,

0) + (

b,

b) = (

0,

0) ( a +

b,

b) = (

0,

0) a +

b =

0 e

b =

0 a =

0 e

b =

0. Portanto e L.I.
Denicao 2.2.4 Sejam V um espaco vetorial e V , ,= . Dizemos que e
L.I. se qualquer subconjunto nito de for L.I.
Exemplo 2.2.3 Seja V = f : N R. Denimos:
(f
1
+ f
2
)(x) = f
1
(x) + f
2
(x);
(f)(x) = (f(x)).
Se = 1, x, x
2
, x
3
, . . . , x
n
, . . ., entao e L.I.
Observacao 2.2.6 Se for L.I. e , ent ao, e L.I.
Exemplo 2.2.4 Seja = 1, x, x
2
, . . . , x
m
, . . . V = f : N R. Ser a que
e L.I.? Considere

= x
i
0
, x
i
1
, x
i
2
, . . . , x
i
k
e

= 1, x, x
2
, . . . , x
i
k
, onde
i
0
< i
1
< . . . < i
k
. Demonstraremos que

e L.I. Chamamos i
k
= n.
16
Demonstracao: Suponha a
0
1 + a
1
x + a
2
x
2
+ . . . + a
n
x
n
= 0, x.
_

_
a
0
= 0 x = 0
a
0
+ a
1
+ a
2
+ . . . + a
n
= 0, x = 1
a
0
+ 2a
1
+ 2
2
a
2
+ . . . + 2
n
a
n
= 0, x = 2
a
0
+ 3a
1
+ 3
2
a
2
+ . . . + 3
n
a
n
= 0, x = 3
.
.
.
a
0
+ na
1
+ n
2
a
2
+ . . . + n
n
a
n
= 0, x = n

Av =
_
_
_
_
_
_
_
_
_
1 0 0 . . . 0
1 1 1 . . . 1
1 2 2
2
. . . 2
n
1 3 3
2
. . . 3
n
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
1 n n
2
. . . n
n
_
_
_
_
_
_
_
_
_
. .
Matriz de V andermonde
_
_
_
_
_
_
_
a
0
a
1
a
2
.
.
.
a
n
_
_
_
_
_
_
_
=
_
_
_
_
_
_
_
0
0
0
.
.
.
0
_
_
_
_
_
_
_
Chamamos A de Matriz de Vandermonde, alem disto temos,
det(A) = (10)(20) . . . (n0)(21)(31) . . . (n(n1)) =

ni>j0
(i j) ,= 0.
Logo A
1
, como Av = 0 A
1
Av = A
1
0 v = 0. Da,
v =
_
_
_
_
_
_
_
a
0
a
1
a
2
.
.
.
a
n
_
_
_
_
_
_
_
=
_
_
_
_
_
_
_
0
0
0
.
.
.
0
_
_
_
_
_
_
_
Logo

e L.I. Portanto, pela observac ao 2.2.6,

e L.I. e entao e L.I.


Exemplo 2.2.5 V = R
2
, c = e
1
, e
2
, e
1
= (1, 0) e e
2
= (0, 1).
Armacao: c e Linearmente Independente.
Demonstracao: ae
1
+ be
2
= 0 (a, b) = (0, 0) a = b = 0. Portanto c e L.I.
Alem disto, [e
1
, e
2
] = xe
1
+ ye
2
: x, y R = (x, y) : x, y R = R
2
.
Denicao 2.2.5 Sejam V um espaco vetorial e V . Dizemos que e base de
V se valem:
17
(i) e L.I.;
(ii) [] = V .
Exemplo 2.2.6 V = K
n
, onde K e um corpo. Considere c = e
1
, . . . , e
n
, onde
e
i
= (0, . . . , 1
..
coluna i
, . . . , 0).
Armacao: c e base, alem disso, c e chamada base can onica de V .
Demonstracao: a
1
e
1
+ a
2
e
2
+ . . . + a
n
e
n
= 0 (a
1
, a
2
, . . . , a
n
) = (0, 0, . . . , 0)
a
1
= a
2
= . . . = a
n
= 0. Logo c e L.I. Seja agora v V v = (x
1
, x
2
, . . . , x
n
)
v = x
1
e
1
+ x
2
e
2
+ . . . + x
n
e
n
[c] [c] = V . Portanto c e base de V .
Exemplo 2.2.7 Seja V = P(x) = Conjunto dos polinomios sobre a vari avel x com
coecientes em R. P
n
(x) = a
0
+a
1
x+. . .+a
n
x
n
: a
i
R. P(x) =

_
n=0
P
n
(x). Como
mostrado no exemplo 2.2.4 = 1, x, x
2
, . . . , x
n
, . . . e L.I. e como [] = V = P(x)
temos que e base de V .
Teorema 2.2.1 Sejam V um espaco vetorial e [v
1
, . . . , v
n
] = V , entao V possui
uma base.
Demonstracao: Se = v
1
, . . . , v
n
for L.I. entao e base e nao ha nada a
demonstrar. Suponha entao que e L.D., logo existe a
1
v
1
+ . . . + a
n
v
n
= 0, com
a
i
,= 0, para algum i. Podemos supor sem perda de generalidade que a
1
,= 0. Temos
a
1
v
1
+ . . . + a
n
v
n
= 0 a
1
v
1
= (a
2
v
2
+ . . . + a
n
v
n
) v
1
=
n

i=2
a
i
a
1
v
i
. Seja
v V v = b
1
v
1
+ . . . + b
n
v
n
= b
1
(
n

i=2
a
i
a
1
v
i
) + b
2
v
2
+ . . . + b
n
v
n
[v
2
, . . . , v
n
].
Segue entao que [v
2
, . . . , v
n
] = V .
Se
2
= v
2
, . . . , v
n
for L.I. entao
2
e base e nao ha nada a demonstrar. Su-
ponha entao que
2
e L.D., logo existe a
2
v
2
+ . . . + a
n
v
n
, com a
i
,= 0 para algum
i. Podemos supor sem perda de generalidade que a
2
,= 0. Como anteriormente
[v
3
, . . . , v
n
] = V .
Se
3
= v
3
, . . . , v
n
for L.I. entao
3
e base e nao ha nada a demonstrar. Con-
tinuando este processo como V e nitamente gerado chegaremos a
i
= v
i
, . . . , v
n

base de V .
18
Lema 2.2.1 Sejam V , um espaco vetorial, v
1
, v
2
, . . . , v
n
L.I. e v V [v
1
, v
2
, . . . , v
n
]
(isto e v / [v
1
, v
2
, . . . , v
n
]). Entao v
1
, v
2
, . . . , v
n
, v e L.I.
Demonstracao: Considere a
1
v
1
+ a
2
v
2
+ . . . + a
n
v
n
+ av = 0. Vamos supor que
a ,= 0 av = (a
1
v
1
+a
2
v
2
+. . . +a
n
v
n
) v =
n

i=1
a
i
a
v
i
[v
1
, v
2
, . . . , v
n
], o que
e uma contradicao. Logo a = 0. Assim a
1
v
1
+ a
2
v
2
+ . . . + a
n
v
n
+ 0v = 0. Como
v
1
, v
2
, . . . , v
n
e L.I., isto implica que a
i
= 0 i. Portanto v
1
, v
2
, . . . , v
n
, v e L.I.
Teorema 2.2.2 Sejam V , um espaco vetorial, e = v
1
, v
2
, . . . , v
l
L.I. e
V = [w
1
, w
2
, . . . , w
n
]. Entao pode ser completado ate formar uma base de V .
Alem disso, l n.
Demonstracao: Pelo teorema 2.2.1. existe

= w
11
, w
12
, . . . , w
1k
,

w
1
, w
2
, . . . , w
n
tal que

e base de V . Observe que k n. Temos v


1
,= 0 e
v
1
= a
1
w
11
+a
2
w
12
+. . . +a
k
w
1k
, onde existe algum a
i
,= 0. Sem perder a generali-
dade podemos supor a
1
,= 0.
Armacao 1:
1
= v
1
, w
12
, . . . , w
1k
e base de V .
Demonstracao:
(i) Vamos mostrar que
1
gera V.
Seja v V , temos v =
k

i=1
b
i
w
1i
. Temos a
1
w
11
= v
1

k

j=2
a
j
w
1j

w
11
=
v
1
a
1

j=2
a
j
a
1
w
1j
v = b
1
w
11
+ b
2
w
12
+ . . . + b
k
w
1k
=
= b
1
(
v
1
a
1

j=2
a
j
a
1
w
1j
) + b
2
w
12
+ . . . + b
k
w
1k
. Da v [v
1
, w
12
, . . . , w
1k
]. Logo
[v
1
, w
12
, . . . , w
1k
] = V .
(ii) Vamos mostrar que
1
e L.I.
Seja b
1
v
1
+ b
2
w
12
+ . . . + b
k
w
1k
= 0. Temos v
1
= a
1
w
11
+ a
2
w
12
+ . . . + a
k
w
1k
com a
1
,= 0 b
1
(a
1
w
11
+ . . . + a
k
w
1k
) + b
2
w
12
+ . . . + b
k
w
1k
= 0
b
1
a
1
w
11
+ (b
1
a
2
+ b
2
)w
12
+ . . . + (b
1
a
k
+ b
k
)w
1k
= 0 b
1
a
1
= 0
e b
1
a
2
+ b
2
= . . . = b
1
a
k
+ b
k
= 0 como a
1
,= 0 segue, b
1
= 0 e
b
2
= b
3
= . . . = b
k
= 0. Da
1
= v
1
, w
12
, . . . , w
1k
e L.I.. Portanto
1
e base de V .
Temos 0 ,= v
2
= c
1
v
1
+ c
2
w
12
+ . . . + c
k
w
1k
, onde existe algum c
i
,= 0, i 2, pois
v
1
, v
2
, . . . , v
n
e L.I. Podemos supor que c
2
,= 0.
19
Armacao 2:
2
= v
1
, v
2
, w
13
, . . . , w
1k
e base de V .
Demonstracao: Analoga a armacao 1.
Continuando este processo teremos:
l
= v
1
, v
2
, . . . , v
l
, w
1l+1
, . . . , w
1k
e uma base
de V . Observe que l k n.
Denicao 2.2.6 Seja V um espaco vetorial nitamente gerado sobre K. Dena
dim
K
V = Dimensao de V sobre K = Dimensao de V = dimV = n umero de vetores
de uma base.
Demonstracao: Devemos mostrar que duas quaisquer bases sempre possuem o
mesmo n umero de elementos. Sejam
1
,
2
bases de V . Digamos [
1
[ = m e [
2
[ =
n. Pelo teorema 2.2.2. e o fato que
1
e L.I. e
2
e base, segue que m n. Por
outro lado
2
e L.I. e
1
e base, segue que n m; Logo m = n.
Teorema 2.2.3 Sejam V um espaco vetorial com dimV = n e = v
1
, v
2
, , v
k

L.I.. Entao pode ser completada ate formar uma base de V.


Demonstracao: Se [] = V entao, e base de V. Se [] ,= V entao,
v
k+1
/ [], do lema 2.2.1 temos
1
= v
k+1
e L.I. Se [
1
] = V entao,
1
e
base de V . Se [
1
] ,= V entao, v
k+2
/ [
1
], do lema 2.2.1 temos
2
=
1
v
k+2

e L.I. Se [
2
] = V entao,
2
e base de V . Se [
2
] ,= V entao, v
k+3
/ [
2
]
do lema 2.2.1 temos
3
=
2
v
k+3
e L.I. Se [
3
] = V entao,
3
e base de V .
Continuando este processo como dimV = n segue que, existe
nk
=
nk1
v
n

e L.I. e [
nk
] = V entao,
nk
e base de V .
Corolario 2.2.1 Sejam V = [v
1
, . . . , v
k
] e dimV = n. Entao k n.
Corolario 2.2.2 Seja v
1
, . . . , v
n
um conjunto L.I. dimV = n. Entao v
1
, . . . , v
n

e base de V .
Corolario 2.2.3 W V e dimV = dimW W = V .
Exemplo 2.2.8 Seja Q[

2] = a + b

2 : a, b Q, ent ao 1,

2 e base de
V = Q[

2].
Demonstracao: Denotaremos aqui I = R Q o conjunto dos n umeros irracionais.
Seja v V v = a + b

2 = a 1 + b

2 V . Logo
_
1,

= Q[

2]. Seja
agora a + b

2 = 0. Suponha b ,= 0 b

2 = a

2 =
a
b
Q I = , uma
contradi cao. Logo b = 0 a+0

2 = 0 a = 0. Segue que 1,

2 e L.I. Portanto
1,

2 e base de V . dim
Q
Q[

2] = 2.
20
Teorema 2.2.4 Todo espaco vetorial possui uma base.
Demonstracao: Veja [ ].
Denicao 2.2.7 Sejam V um espaco vetorial e = v
1
, v
2
, , v
n
uma base
xa de V . Entao todo vetor v V e escrito de forma unica na base , isto e,
v = a
1
v
1
+ a
2
v
2
+ + a
n
v
n
= b
1
v
1
+ b
2
v
2
+ + b
n
v
n
entao, a
i
= b
i
i.
Denimos v

=
_
_
_
_
_
_
_
a
1
a
2
a
3
.
.
.
a
n
_
_
_
_
_
_
_
a escrita do vetor v na base .
Observe que se mudarmos a base a escrita do vetor v muda tambem.
Exerccios
1) Seja V = Z
4
5
e = (

1,

2,

0,

1), (

1,

1,

1,

1, ). Mostre que e L.I., depois


complete ate formar uma base de V.
2) Seja
A =
_
_
_
_
_
1 a
1
. . . a
n1
1
1 a
2
. . . a
n1
2
.
.
.
.
.
.
1 a
n
. . . a
n1
n
_
_
_
_
_
a matriz de Vandermonde. Demonstre por induc ao que:
det A = (a
2
a
1
)(a
3
a
1
) . . . (a
n
a
1
)(a
3
a
2
) . . . (a
n
a
n1
) =

i>j
(a
i
a
j
).
Use este resultado para demonstrar que = 1, x, . . . , x
n
e um conjunto L.I.
no espaco das func oes de R em R.
3) Seja V o espaco das func oes denidas de [0, 1] em R. Mostre que:
= senx, cosx, e
x
e um conjunto de vetores linearmente independentes.
4) Sejam V um espaco vetorial e = v
1
, . . . , v
n
uma base de V . Demonstre que
v V pode ser escrito de forma unica como combinac ao linear dos vetores
de (isto e, se v = a
1
v
1
+ . . . + a
n
v
n
= b
1
v
1
+ . . . + b
n
v
n
, entao b
i
= a
i
, i).
21
5) Dizemos que um conjunto de vetores linearmente independentes e maximal
L.I. se v / , o conjunto

= v for linearmente dependente. Seja


maximal L.I. Mostre que e base de V .
6) Sejam W
1
e W
2
subespacos de V com dimV = n. Mostre que
dimW
1
+ dimW
2
= dim(W
1
+ W
2
) + dim(W
1
W
2
).
7) Seja K um corpo. Mostre que os vetores (a
1
, a
2
), (b
1
, b
2
) K
2
s ao linearmente
dependentes se, e somente se a
1
b
2
a
2
b
1
= 0.
8) Dizemos que V e soma direta dos subespacos W
1
, W
2
(notac ao : V = W
1
W
2
)
se :
(i) W
1
+ W
2
= V ;
(ii) W
1
W
2
= 0.
Sejam V = [senx, cosx, x], W
1
= [senx + cosx], e W
2
= [senx, cosx + x].
Mostre que V = W
1
W
2
. Mostre tambem que W
1
, W
2
V .
9) Dizemos que um conjunto que gera V e um conjunto gerador minimal se
v , temos que

= v n ao gera V . Mostre que um conjunto gerador


minimal e base de V.
10) Seja V o espaco das funcoes de R em R. Se V
p
e V
i
denotam os conjuntos das
func oes pares e mpares, respectivamente, mostre que V
p
e V
i
s ao subespacos
de V . Alem disso, mostre que V = V
p
V
i
.
11) Em Z
3
3
, quantos vetores s ao gerados por (

1,

2,

1) e (

2,

1,

1) ? E por (

1,

2,

1) e
(

2,

1,

2) ?
12) Sejam V = Z
4
5
e = (

1,

0,

1,

0), (

1,

1,

1,

1) V. Mostre que e um conjunto


de vetores linearmente independentes, e depois complete ate formar uma base
de V .
13) Mostre que = 1, x, . . . , x
n
, . . . e um conjunto de vetores linearmente in-
dependentes no espaco das func oes de R em R. Ser a que e uma base desse
espaco vetorial? Justique sua resposta.
14) Sabemos que R pode ser considerado um espa co vetorial (de dimens ao innita)
sobre o corpo Q. Mostre que 1,

2 e

5 sao linearmente independentes.


15) Seja V = v
1
, v
2
, . . . , v
n
um espaco vetorial com um n umero nito de vetores.
Mostre que o corpo de V n ao pode ser R.
22
16) Seja V um espaco vetorial sobre o corpo K. Se K = R e , , s ao vetores
linearmente independentes de V , mostre que os vetores u = +, v = + e
w = + s ao tambem linearmente independentes. Ser a que existe um corpo
K tal que u, v e w sejam linearmente dependentes?
17) Seja W o subespaco de P
3
(x) dado por W = [x + x
2
, 1 + 2x, 3x + x
3
,
3 + 2x + 7x
2
, 4x + 3x
2
]. Encontre uma base para W.
18) Seja W
1
o subespaco de R
4
gerado pelos vetores
(1, 1, 1, 3), (4, 0, 1, 1), (2, 3, 0, 5) e (0, 2, 1, 5)
(i) Encontre uma base e a dimens ao de W
1
.
(ii) Verique se o vetor (1, 2, 3, 4) pertence a W
1
.
(iii) Seja W
2
o subespaco de R
4
gerado pelos vetores (1, 1, 0, 0), (0, 1, 2, 5) e
(3, 3, 1, 3). Verique se W
1
= W
2
.
19) Seja W o subespa co de V = M
23
(Z
5
) descrito da seguinte forma :
W =
_
_
a b c
d e f
_
V

a +

2b c =

0 , d

3e =

0 , f =

0
_
Encontre uma base e a dimensao de W. Quantos vetores tem W?
23
24
Captulo 3
Transformacoes Lineares
3.1 Transformacoes Lineares
Denicao 3.1.1 Sejam V e W espacos vetoriais sobre K. Dizemos que T : V W
e uma transformacao linear se valem:
(i) T(v
1
+ v
2
) = T(v
1
) + T(v
2
);
(ii) T(v) = T(v), K e v, v
1
, v
2
V .
Denicao 3.1.2 Uma transformacao linear T : V W bijetora e chamada de
isomorsmo, entre espacos vetoriais.
Exemplo 3.1.1 Sejam V = R
2
e W = R
3
. Ent ao a transformac ao
T : R
2
R
3
(x, y) (x, y, y) = T(x, y)
e linear.
Demonstracao: Sejam v
1
= (x
1
, y
1
) e v
2
= (x
2
, y
2
).
(i) T(v
1
+ v
2
) = T(x
1
+ x
2
, y
1
+ y
2
) = (x
1
+ x
2
, y
1
+ y
2
, y
1
+ y
2
) =
= (x
1
, y
1
, y
1
) + (x
2
, y
2
, y
2
) = T(x
1
, y
1
) + T(x
2
, y
2
) = T(v
1
) + T(v
2
);
(ii) T(v
1
) = T(x
1
, y
1
) = (x
1
, y
1
, y
1
) = (x
1
, y
1
, y
1
) = T(v
1
).
Portanto T e uma transformac ao linear.
25
Exemplo 3.1.2 Sejam V = R e W = R. Ent ao a transformac ao
f : R R
x ax = f(x)
e linear.
Demonstracao:
(i) f(x
1
+ x
2
) = a(x
1
+ x
2
) = ax
1
+ ax
2
= f(x
1
) + f(x
2
);
(ii) f(x
1
) = a(x
1
) = (ax
1
) = f(x
1
).
Portanto f e uma transformac ao linear.
Denicao 3.1.3 Dizemos que T : V V e um operador linear sobre V , se T e
uma transformacao linear, isto e, V = W.
Exemplo 3.1.3 Seja V o conjunto dos polinomios sobre a variavel x com coeci-
entes em R. Dena
D : V V
p(x) a
1
+ 2a
2
x + . . . + na
n
x
n1
= p

(x),
onde p(x) = a
0
+ a
1
x + . . . + a
n
x
n
. D e a denic ao formal de derivada. Vamos
vericar que D e um operador linear e que D
n
= o.
Demonstracao:
(i) D(p
1
(x) + p
2
(x)) = (p
1
(x) + p
2
(x))

= p

1
(x) + p

2
(x) = D(p
1
(x)) + D(p
2
(x));
(ii) D(p
1
(x)) = (p
1
(x))

= (p

1
(x)) = D(p
1
(x)).
Logo D e linear, isto e, a derivada e um operador linear sobre o conjunto dos
polin omios V . Claro que D
n
= 0.
Denicao 3.1.4 Um operador linear N sobre V e dito nilpotente se n N tal
que N
n
= 0 e N
n1
,= 0.
Exemplo 3.1.4 Seja K um corpo, M
nm
= Conjunto das matrizes nm sobre K.
Se A M
nm
, entao A = (a
ij
)
nm
, a
ij
R. Dena
T : K
m
K
n
26
v =
_
_
_
a
1
.
.
.
a
m
_
_
_
T(v) = (a
ij
)
nm
_
_
_
a
1
.
.
.
a
m
_
_
_
= Av.
Ent ao T e linear.
Demonstracao:
(i) T(v
1
+ v
2
) = A(v
1
+ v
2
) = Av
1
+ Av
2
= T(v
1
) + T(v
2
);
(ii) T(v
1
) = A(v
1
) = (A)v
1
= (A)v
1
= (Av
1
) = T(v
1
).
Logo T e linear.
Exemplo 3.1.5 Sejam V = R
2
e W = R
2
. Ent ao a transformac ao
T : R
2
R
2
(x, y) T(x, y) = (x
2
, y)
n ao e linear.
Demonstracao: Exerccio
Exemplo 3.1.6 Sejam V = R
2
e W = R
2
. Ent ao a transformac ao
T : R
2
R
2
(x, y) T(x, y) = (x + 2y + 1, 3x y)
n ao e linear.
Demonstracao: Exerccio
Notacao: Usaremos somente a palavra linear para uma transformacao linear.
Teorema 3.1.1 Seja T : V W linear, entao T(0) = 0.
Demonstracao: T(0) = T(0 + 0) = T(0) + T(0) T(0) = 0.
Denicao 3.1.5 Seja T : V W linear. Im(T) = w W : T(v) = w W.
Nuc(T) = v V : T(v) = 0 V .
Teorema 3.1.2 Sejam V, W espacos vetoriais e T : V W linear, entao valem:
(i) Nuc(T) V ;
27
(ii) Im(T) W;
(iii) Sejam V e W espacos de dimensao nita. Entao
dim(V ) = dim(Nuc(T)) + dim(Im(T)).
Demonstracao:
(i) Sejam v
1
, v
2
Nuc(T) T(v
1
) = 0 = T(v
2
) T(v
1
+v
2
) = T(v
1
) +T(v
2
) =
0 + 0 = 0 v
1
+ v
2
Nuc(T). T(v
1
) = T(v
1
) = 0 = 0 v
1
Nuc(T).
Logo Nuc(T) V ;
(ii) Sejam w
1
, w
2
Im(T) v
1
, v
2
V tal que T(v
1
) = w
1
e T(v
2
) = w
2
.
w
1
+ w
2
= T(v
1
) + T(v
2
) = T(v
1
+ v
2
) Im(T). w
1
= T(v
1
) = T(v
1
)
Im(T). Logo Im(T) W;
(iii) Seja = v
1
, v
2
, . . . , v
l
base do Nuc(T) (dim(Nuc(T)) = l). Como e
L.I. e Nuc(T) V segue do teorema 2.2.2 que w
1
, w
2
, . . . , w
k
V tal
que w
1
, w
2
, . . . , w
k
e base de V (dimV = l + k). Basta mostrar que
dim(Im(T)) = k.
Armacao: T(w
1
), T(w
2
), . . . , T(w
k
) e base da Im(T).
Demonstracao:
(i) a
1
T(w
1
) +a
2
T(w
2
) +. . . +a
k
T(w
k
) = 0 T(a
1
w
1
+a
2
w
2
+. . . +a
k
w
k
) =
0
k

i=1
a
i
w
i
Nuc(T)
k

i=1
a
i
w
i
=
l

i=1
b
i
v
i

k

i=1
a
i
w
i

l

i=1
b
i
v
i
=
0 a
i
= b
i
= 0, i. Logo T(w
1
), T(w
2
), . . . , T(w
k
) e L.I.
(ii) Seja w Im(T) v V tal que T(v) = w. Como v V te-
mos v = c
1
v
1
+ . . . + c
l
v
l
+ d
1
w
1
+ . . . + d
k
w
k
segue w = T(v) =
T(

l
i=1
c
i
v
i
+

k
i=1
d
i
w
i
) =

l
i=1
c
i
T(v
i
)+

k
i=1
d
i
T(w
i
), como T(v
i
) = 0,
pois v
i
pertence `a base do Nuc(T), entao w = T(v) =
k

i=1
d
i
T(w
i
)
[T(w
1
), T(w
2
), . . . , T(w
k
)]. Logo [T(w
1
), T(w
2
), . . . , T(w
k
)] Im(T)
[T(w
1
), T(w
2
), . . . , T(w
k
)]. Portanto T(w
1
), T(w
2
), . . . , T(w
k
) e base
da Im(T).
Exemplo 3.1.7 Dena a transformacao:
T : R
2
R
3
(x, y) T(x, y) = (x + y, 2x + 2y, y).
28
Calcule uma base do Nuc(T) e Im(T).
Solucao: Nuc(T) = (x, y) : T(x, y) = (0, 0, 0) = (x, y) : (x + y, 2x + 2y, y) =
(0, 0, 0) = (0, 0). Ent ao Nuc(T) = []. Como c = e
1
, e
2
e base de V , logo
T(e
1
), T(e
2
) e base da Im(T) da, (1, 2, 0), (1, 2, 1) e base da Im(T).
Exemplo 3.1.8 Dena a transformacao:
T : R
3
R
2
(x, y, z) T(x, y, z) = (x + y, z).
Calcule uma base do Nuc(T) e Im(T), isto e, descreva o Nuc(T) e Im(T) .
Solucao: v Nuc(T) (x + y, z) = (0, 0) v = (y, y, 0) [(1, 1, 0)]
(1, 1, 0) e base do Nuc(T). Como (1, 1, 0), e
1
, e
3
e base de R
3
(1, 0), (0, 1)
e base da Im(T) e da, Im(T) = R
2
.
Denicao 3.1.6 Seja T : V W linear. Dizemos que T e:
(i) Injetora, se e somente se T(v
1
) = T(v
2
) v
1
= v
2
;
(ii) Sobrejetora, se e somente se Im(T) = W.
Exemplo 3.1.9 Seja f : R R tal que f(x) = x
2
. Ent ao o
Nuc(f) = x R : f(x) = 0 = 0.
Observacao 3.1.1 Seja T : V W linear. Ent ao T e injetora se, e somente se
Nuc(T) = 0.
Demonstracao: Exerccio.
Exerccios
1) Sejam V um espaco vetorial de dimens ao n e T um operador linear de V , tal
que Im(T) = Nuc(T). Mostre que n e par. De um exemplo de uma trans-
formac ao T que satisfaz esta propriedade.
2) Seja T : R
3
R
3
uma transformac ao linear denida por:
T(x, y, z) = (x + y z, 2z x, 2y + z). Verique que T e linear. Descreva
Im(T) e Nuc(T), isto e, encontre uma base da Im(T) e uma base do Nuc(T).
29
3) Sejam V o espaco das func oes polinomiais de grau 3 sobre um corpo K e
= 1, x, x
2
, x
3
um subconjunto de V . Mostre que e base de V . Se D e a
func ao derivada de V em V , encontre D

. Ser a que n IN tal que (D

)
n
= 0?
4) Sejam V e W espacos vetoriais sobre K. Mostre que V e W s ao isomorfos se,
e somente se, dimV = dimW.
5) Sejam T uma transformac ao linear de R
3
em R
2
e U uma transformac ao linear
de R
2
em R
3
. Mostre que a transformac ao UT n ao e inversvel.
6) Encontre dois operadores lineares T e U em R
2
tais que TU = 0 e UT ,= 0.
7) Sejam T um operador linear sobre R
n
, e A a matriz de T em rela cao ` a base
can onica de R
n
. Seja tambem W o subespaco de R
n
gerado pelas colunas de
A (vistos como vetores de R
n
). Qual a relac ao entre W e T?
8) Seja T : V W uma transformacao linear. Suponha Nuc(T) = 0 e que
= v
1
, . . . , v
n
seja L.I. Mostre que T(v
1
), . . . , T(v
n
) W tambem e L.I.
3.2 Associacao de Matrizes `as Transformacoes
Lineares
Denicao 3.2.1 Sejam V e W espacos vetoriais, dimV = n, dimW = m,
= v
1
, . . . , v
n
base de V e = w
1
, . . . , w
m
base de W. Seja T : V W
uma transformacao linear. Temos:
T(v
1
) = a
11
w
1
+ a
21
w
2
+ . . . + a
m1
w
m
T(v
2
) = a
12
w
1
+ a
22
w
2
+ . . . + a
m2
w
m
T(v
3
) = a
13
w
1
+ a
23
w
2
+ . . . + a
m3
w
m
.
.
.
T(v
n
) = a
1n
w
1
+ a
2n
w
2
+ . . . + a
mn
w
m
30
Dena
A = T

=
_
_
_
_
_
_
_
a
11
a
12
a
13
. . . a
1n
a
21
a
22
a
23
. . . a
2n
a
31
a
32
a
33
. . . a
3n
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
a
m1
a
m2
a
m3
. . . a
mn
_
_
_
_
_
_
_
mn
Dizemos que A = T

representa T com relacao `as bases xas e .


Observacao 1: A vem da conguracao transposta.
Observacao 2: T(v) = (A(v

))

, onde v

e o vetor escrito na base .


Demonstracao: Seja v V x
1
, x
2
, . . . , x
n
K tal que v = x
1
v
1
+. . . +x
n
v
n

T(v) = T(x
1
v
1
+. . . +x
n
v
n
) = x
1
T(v
1
) +. . . +x
n
T(v
n
) = x
1
(a
11
w
1
+a
21
w
2
+. . . +
a
m1
w
m
) + . . . + x
n
(a
1n
w
1
+ a
2n
w
2
+ . . . + a
mn
w
m
) =
= (a
11
x
1
+ a
12
x
2
+ . . . + a
1n
x
n
)w
1
+
+(a
21
x
1
+ a
22
x
2
+ . . . + a
2n
x
n
)w
2
+
+(a
31
x
1
+ a
32
x
2
+ . . . + a
3n
x
n
)w
3
+
.
.
.
+(a
m1
x
1
+ a
m2
x
2
+ . . . + a
mn
x
n
)w
m
=
=
_
_
_
_
_
_
_
_
_
_
_
_
_
_
a
11
a
12
a
13
. . . a
1n
a
21
a
22
a
23
. . . a
2n
a
31
a
32
a
33
. . . a
3n
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
a
m1
a
m2
a
m3
. . . a
mn
_
_
_
_
_
_
_
_
_
_
_
_
_
_
x
1
x
2
x
3
.
.
.
x
n
_
_
_
_
_
_
_
_
_
_
_
_
_
_

= (A(v

))

Exemplo 3.2.1 Considere a transformacao:


T : R
2
R
2
(x, y) T(x, y) = (2x + 2y, x y)
Sejam c = e
1
, e
2
e = (2, 1), (2, 1). Ache T
c
c
, T
c

e T

c
.
Exerccio: Mostre que a T e linear
Demonstracao: T
c
c
= (?). T(e
1
) = (2, 1) = 2e
1
+1e
2
e T(e
2
) = (2, 1) = 2e
1
1e
2
,
logo
T
c
c
=
_
2 2
1 1
_
T
c

= (?). T(e
1
) = (2, 1) = 1(2, 1) + 0(2, 1) e T(e
2
) = (2, 1) = 0(2, 1) + 1(2, 1),
31
logo
T
c

=
_
1 0
0 1
_
T

c
= (?). T(2, 1) = (6, 1) = 6e
1
+ 1e
2
e T(2, 1) = (2, 3) = 2e
1
+ 3e
2
, logo
T

c
=
_
6 2
1 3
_
Observacao 3.2.1 Seja T : V V , um operador linear. Temos V

e
V

. Em geral T

,= T

.
Exemplo 3.2.2 Considere a transformacao linear
T : R
2
R
2
_
x
y
_
T
_
x
y
_
=
_
x y
x + y
_
=
_
1 1
1 1
__
x
y
_
Seja c a base can onica e = (2, 1)
t
, (0, 1)
t
. Temos ent ao
T
c
c
=
_
1 1
1 1
_
e T

=
_
1
2

1
2
5
2
3
2
_
Objetivo: Descobrir se existe alguma base em que a matriz que representa a trans-
formac ao e diagonal.
Denicao 3.2.2 Sejam V um espaco vetorial,
1
= v
1
, . . . , v
n
e
2
= w
1
, . . . , w
n

bases de V . Dizemos que I : V V e a transformacao identidade se v V tem-se


I(v) = v.
I(v + w) = v + w = I(v) + I(w)
I(v) = v = I(v)
Alem disto, temos
v
1
= I(v
1
) = a
11
w
1
+ a
21
w
2
+ . . . + a
n1
w
n
v
2
= I(v
2
) = a
12
w
1
+ a
22
w
2
+ . . . + a
n2
w
n
v
3
= I(v
3
) = a
13
w
1
+ a
23
w
2
+ . . . + a
n3
w
n
.
.
.
v
n
= I(v
n
) = a
1n
w
1
+ a
2n
w
2
+ . . . + a
nn
w
n
32
Dena
I

2
=
_
_
_
_
_
_
_
a
11
a
12
a
13
. . . a
1n
a
21
a
22
a
23
. . . a
2n
a
31
a
32
a
33
. . . a
3n
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
a
n1
a
n2
a
n3
. . . a
nn
_
_
_
_
_
_
_
nn
Esta matriz e dita Matriz Mudanca de Base de
1
para
2
que pegao vetor escrito
na base
1
e escreve este mesmo vetor na base
2
.
Observacao 3.2.2 I

2
I

1
= I
Observacao 3.2.3 I

1
I

2
= I

1
Observacao 3.2.4 T

2
I

1
= T

2
Observacao 3.2.5 T

2
= T

2
I

= T

2
(I

1
)
1
Observacao 3.2.6 T

= (I

)
1
T

Observacao 3.2.7 T

= I

Exerccios
1) Seja T o operador linear sobre R
3
, cuja matriz em relac ao ` a base can onica e
T
c
c
=
_
_
1 2 1
0 1 1
1 3 4
_
_
.
Encontre bases para a imagem e n ucleo de T.
2) Seja T : R
3
R
2
uma transforma cao denida como T(x, y, z) = (x+y, 2zx).
(i) Mostre que T e linear.
(ii) Sejam = (1, 0, 1), (1, 1, 1), (1, 0, 0) e a base can onica de R
n
, n = 2
ou 3 Encontre T

e T

.
33
(iii) Seja = (1, 1), (2, 4). Encontre T

e T

.
3) Sejam V = Z
2
3
e uma base de V. Suponha T

=
_
a b
c d
_
. Mostre que
(T

)
2
(a + d)T

+ (ad bc)I = 0,
onde I e a matriz identidade.
4) Sejam e
1
, e
2
, e
3
a base can onica de C
3
e T o operador linear em C
3
, com
T(e
1
) = (1, 0, i) T(e
2
) = (0, 1, 1) T(e
3
) = (i, 1, 0).
Encontre T(x, y, z). O operador T e inversvel ? Caso positivo, encontre T
1
.
5) Seja T um operador linear sobre um espa co vetorial V . Se T
2
= 0, como estao
relacionados a imagem e o n ucleo de T? De um exemplo de um operador
T ,= 0 deste tipo.
6) Seja T o operador linear sobre R
3
, denido por:
T(x, y, z) = (3x + y, 2x + y, x + 2y + 4z).
i) Encontre a matriz de T em relac ao ` a base can onica de R
3
.
ii) Encontre a matriz de T em relac ao ` a base ordenada
(1, 0, 1), (1, 2, 1), (2, 1, 1).
iii) Mostre que T e inversvel e encontre a express ao para T
1
.
7) Seja T um operador linear sobre C
2
, denido por: T(x, y) = (x, 0). Sejam
tambem a base canonica de C
2
e = (1, i), (i, 2). Encontre as matrizes
T

, T

, T

e T

.
8) Sejam V um espaco vetorial de dimens ao n sobre K e = v
1
, . . . , v
n
uma
base ordenada de V .
(i) Encontre a matriz do operador linear T em relac ao `a base , onde T e
denido por:
T(v
i
) = v
i+1
, i = 1, . . . , n 1 T(v
n
) = 0
(ii) Mostre que T
n
= 0, mas T
n1
,= 0.
34
(iii) Seja S um operador linear sobre V , tal que S
n
= 0, mas S
n1
,= 0. Mostre
que existe uma base ordenada

de V , tal que a matriz de S em relac ao


` a

e igual a matriz obtida no item (i).


(iv) Dizemos que duas matrizes A e B n n s ao semelhantes se existe P
M
nn
, inversvel, tal que A = P
1
BP. Seja A
n
= B
n
= 0, mas A
n1
,=
0 ,= B
n1
, onde A, B M
nn
Mostre que A e B s ao semelhantes.
35
36
Captulo 4
Diagonalizacao de Operadores
4.1 Autovalores e Autovetores
Denicao 4.1.1 A e semelhante a B se existe uma matriz P inversvel tal que
A = P
1
BP.
Notacao: A B signica A e semelhante a B.
Observacao 4.1.1 e uma relac ao de equivalencia, isto e, satisfaz as proprie-
dades:
(i) Reexiva ( x, x x);
(ii) Simetrica (a b b a);
(iii) Transitiva (a b, b c a c).
Denicao 4.1.2 Seja T um operador linear sobre V . Seja K, v V

. Dizemos
que e um autovalor se T(v) = v. Neste caso dizemos que v e um autovetor
associado ao autovalor .
Denicao 4.1.3 Seja T um operador linear sobre V . Dizemos que T e diagona-
lizavel se existe uma base formada por autovetores.
Exemplo 4.1.1 Considere a transformacao
T(v) = T
_
x
y
_
=
_
2x + y
y
_
37
Exerccio: Mostre que T e linear.
T
_
x
y
_
=
_
2x + y
y
_
= I
_
x
y
_

_
2 1
0 1
__
x
y
_
= I
_
x
y
_

_
2 1
0 1
__
x
y
_
I
_
x
y
_
=
_
0
0
_

__
2 1
0 1
_
I
_
. .
B
_
x
y
_
. .
v
=
_
0
0
_

_
2 1
0 1
__
x
y
_
=
_
0
0
_
Como queremos v ,= 0 temos que detB = 0 (2 )(1 ) = 0. Logo = 2, 1.
Para = 2 temos,
_
0 1
0 1
__
x
y
_
=
_
0
0
_

_
y = 0
y = 0
Logo v = (x, 0) s ao os autovetores associados a = 2. Considere v
1
= (1, 0) um
autovetor associado a = 2.
Para = 1 temos,
_
1 1
0 0
__
x
y
_
=
_
0
0
_

_
x + y = 0
0 = 0
Logo v = (y, y) sao os autovetores associados a = 1. Considere v
2
= (1, 1) um
autovetor associado a = 1.
Assim = (1, 0), (1, 1) e uma base de autovetores. Portanto T e diagonalizavel
e sua forma diagonal e:
T

=
_
2 0
0 1
_
Denicao 4.1.4 Sejam T um operador linear sobre V e uma base de V . Dena
c() = det(I T

). c() e chamado o polinomio caracterstico do operador T.


Demonstracao: Sejam , bases de V . Temos T

= I

. Segue
det(I T

) = det(I I

) = det(I

II

) =
= det(I

(I T

)I

) = det(I

)det(I T

)det(I

) = det(I

)det(I

)det(I T

) =
= det(I T

) = c().
38
Denicao 4.1.5 Seja T um operador linear sobre V . c() = (
1
)

1
. . .
(
k
)

k
. Dena W
i
= Nuc(T
i
I), este n ucleo e dito o autoespaco associ-
ado a
i
.
Demonstre como exerccio que W
i
e um autoespaco associado a
i
.
Exerccios
1) Seja T : R
3
R
3
um operador linear dado por T
c
c
=
_
_
2 0 0
1 1 4
0 0 2
_
_
, onde
c e a base can onica de R
3
. Mostre que T e diagonaliz avel.
2) Sejam T : V V um operador linear, e v
1
, v
2
, . . . , v
n
V autovetores
associados a autovalores distintos
1
, . . . ,
n
. Mostre que v
1
, . . . , v
n
e L.I.
3) Seja T : R
2
R
2
, descrita por T

=
_
a b
b d
_
a, b, d R , onde e a
base canonica de R
2
. Mostre que T
c
c
e diagonaliz avel. Mostre tambem que
os autovetores de T, em relac ao ao produto interno usual (x
1
, y
1
), (x
2
, y
2
)) =
x
1
x
2
+ y
1
y
2
, s ao ortogonais. Demonstre que a matriz mudan ca de base que
diagonaliza T pode ser escolhida de tal forma que sua inversa seja igual sua
transposta.
4) Seja T : R
3
R
3
dado por: T(x, y, z) = (2x + 2y + z, x, x). A trans-
formac ao T e diagonaliz avel? Justique sua resposta.
5) Dizemos que um operador E sobre V e uma projec ao se E
2
= E.
Seja ; E
i
: R
3
R
3
, i = 1, 2, dados por:
E
1
=
_
_
0 0 0
0 1 1
0 2 2
_
_
e E
2
=
_
_
1 0 0
0 2 1
0 2 1
_
_
. Mostre que:
i) E
i
e uma proje cao sobre R
3
ii) E
1
+ E
2
= I
iii) E
1
E
2
= E
2
E
1
= 0
iv) D = OE
1
+ 1E
2
= E
2
e diagonaliz avel.
6) Use o exerccio 4 e 5 acima para mostrar que N = T D e nilpotente.
7) Mostre que se A e nilpotente, ent ao todos os autovalores de A s ao iguais a 0.
39
8) Seja A : V V um operador linear sobre V , com dimV = n. Suponha que
todos os autovalores de A sejam iguais a 0. Mostre que A e nilpotente.
9) Sejam A M
nn
(R) , com A
r
= I para algum r IN, e um autovalor de
A. Mostre que
r
= 1.
10) Sejam A, B M
nn
matrizes inversveis. Mostre que os autovalores de AB
e BA s ao os mesmos.
Sugestao: Mostre que se e autovalor de AB com autovetor v, ent ao
e autovalor de BA com autovetor igual a Bv.
11) Seja E uma projec ao de R
2
( i.e., E
2
= E). Mostre que E e diagonalizavel.
12) Seja E um operador projec ao de V. Mostre que:
i) I E e uma proje cao de V.
ii) V = Im(E) Im(I E).
iii) Im(E) = Nuc(I E).
iv) Nuc(E) = Im(I E).
v) V = Nuc(E) Nuc(I E).
4.2

Algebra Linear
Denicao 4.2.1 Seja V um espaco vetorial sobre K. Dizemos que V e uma algebra
linear se existe uma operacao interna
: V V V
(v
1
, v
2
) v
1
v
2
que satisfaz:
(i) v
1
(v
2
v
3
) = (v
1
v
2
) v
3
, v
i
V ;
(ii) (v
1
+ v
2
) v
3
= v
1
v
3
+ v
2
v
3
;
(iii) v
1
(v
2
+ v
3
) = v
1
v
2
+ v
1
v
3
;
(iv) (v
1
) v
2
= (v
1
v
2
) = v
1
(v
2
).
Se existe v
e
V tal que v
e
v = v v
e
= v, v V , dizemos que V e uma algebra
linear com identidade, v
e
.
Se v, w V , v w = w v. Dizemos que V e uma algebra linear comutativa.
40
Exemplo 4.2.1 V = M
nn
e uma algebra linear com identidade nao comutativa.
Demonstracao: Exerccio.
Denicao 4.2.2 Um subconjunto, nao vazio, de uma algebra linear que e fechada
para a soma, fechada para o produto e fechada para a multiplicacao por um escalar
e dito uma subalgebra linear.
Denicao 4.2.3 Sejam K um corpo e V = f : N K dena
(i) (f
1
+ f
2
)(x) = f
1
(x) + f
2
(x);
(ii) (f)(x) = f(x);
(iii) (f
1
f
2
)(x) = f
1
(x) f
2
(x).
Exemplo 4.2.2 Seja K um corpo V = f : N K o conjunto das seq uencias.
(V, +, , ) e uma algebra linear comutativa com identidade.
Demonstracao: Exerccio.
Exemplo 4.2.3 Seja V = M
nn
com a soma e multiplicac ao por um escalar usual.
Dena:
_
_
_
a
11
. . . a
1n
.
.
.
.
.
.
.
.
.
a
n1
. . . a
nn
_
_
_

_
_
_
b
11
. . . b
1n
.
.
.
.
.
.
.
.
.
b
n1
. . . b
nn
_
_
_
=
_
_
_
a
11
b
11
. . . a
1n
b
1n
.
.
.
.
.
.
.
.
.
a
n1
b
n1
. . . a
nn
b
nn
_
_
_
(V, +, , ) e uma algebra linear comutativa com identidade I,
I =
_
_
_
1 . . . 1
.
.
.
.
.
.
.
.
.
1 . . . 1
_
_
_
.
4.3 Polin omios
Exemplo 4.3.1 Seja V = f : N K, K um corpo. Dena W = o conjunto
das seq uencias quase nulas = f : N K : n N t.q. f(i) = 0 , i > n =
(a
0
, a
1
, a
2
, . . . , a
n
, 0, 0, . . .). Em W denimos a soma e a multiplicacao por um
escalar usual.
Dena tambem (a
0
, a
1
, . . . , a
n
, 0, . . .) (b
0
, b
1
, . . . , b
k
, 0, . . .) = (c
0
, c
1
, . . . , c
l
, 0, . . .),
41
onde
c
0
= a
0
b
0
c
1
= a
0
b
1
+ a
1
b
0
c
2
= a
0
b
2
+ a
1
b
1
+ a
2
b
0
.
.
.
c
i
= a
0
b
i
+ a
1
b
i1
+ . . . + a
i1
b
1
+ a
i
b
0
Observacao 1: dimW = . Seja = e
1
, e
2
, . . . , e
n
, . . . uma base de W, onde
e
i
= (0, . . . , 0, 1
..
coluna i
, 0, . . . , 0, . . .).
Observacao 2: (W, +, , ) e uma algebra linear comutativa com identidade. 1 =
(1, 0, 0, . . .).
Dena:
x = (0, 1, 0, . . . , 0, . . .)
x x = x
2
= (0, 0, 1, . . . , 0, . . .)
x x
2
= x
3
= (0, 0, 0, 1, . . . , 0, . . .)
.
.
.
x
i
= (0, 0, 0, . . . , 0, 1
..
coluna i+1
, 0, . . .)
v W v = (a
0
, a
1
, . . . , a
n
, 0, . . .) = a
0
1 + a
1
x + . . . + a
n
x
n
.
Dena W = K[x] = o conjunto dos polin omios na vari avel x. K[x] e dita a algebra
linear dos polin omios na variavel x.
Denicao 4.3.1 a
0
= (a
0
, 0, 0, . . .) e dito o polinomio constante.
Denicao 4.3.2 Seja v K[x] v = p(x) = a
0
+ . . . + a
n
x
n
com a
n
,= 0. Dena
o grau de v, ou o grau de p(x), por (p(x)) = n e dena (0) = .
Denicao 4.3.3 Seja A M
mm
. Dizemos que A e nilpotente se existe n N tal
que A
n1
,= 0 e A
n
= 0.
Denicao 4.3.4 Seja T : V V um operador linear sobre V . Dizemos que T e
nilpotente se T

e nilpotente para alguma base de V .


Demonstracao: Exerccio.
Teorema 4.3.1 Sejam p(x), q(x) K[x]. Entao valem:
(i) (p(x)q(x)) = p(x) + q(x);
42
(ii) (p(x) + q(x)) maxp(x), q(x);
Demonstracao: Exerccio.
Teorema 4.3.2 (Euclides) Sejam f(x), g(x) (K[x])

! q(x), r(x) tal que


f(x) = q(x)g(x) + r(x) onde (r(x)) < (g(x)) ou r(x) = 0.
Demonstracao: Exerccio.
Denicao 4.3.5 Seja p(x) K[x] p(x) = a
0
+ a
1
x + . . . + a
n
x
n
, dizemos que
p(x) e monico se a
n
= 1.
Denicao 4.3.6 Denimos uma funcao polinomial por: Seja p(x) K[x] com
p(x) = a
0
+ a
1
x + . . . + a
n
x
n
, tome K. Dena
f : K K
p() = a
0
+ a
1
+ . . . + a
n

n
Observe que uma funcao polinomial pode ser vista mesmo se K nao for um corpo,
basta que K seja um espaco vetorial onde esta denido um produto de vetores. Por
exemplo podemos considerar K uma

Algebra Linear.
Observacao 4.3.1 Uma funcao polinomial nula nao implica no polinomio nulo.
Exemplo 4.3.2 Seja p(x) = x
5
x (K[x])

. Verique que:
f : Z
5
Z
5
0 p(0) = 0 0 = 0
1 p(1) = 1
5
1 = 0
2 p(2) = 2
5
2 = 0
3 p(3) = 3
5
3 = 0
4 p(4) = 4
5
4 = 0
Exemplo 4.3.3 Seja K um corpo e t
0
, t
1
, . . . , t
n
elementos distintos em K.
Dena: p
i
(x) =

j=i
(x t
j
)
(t
i
t
j
)
=
(x t
0
)
(t
i
t
o
)
. . .

(x t
i
)

(t
i
t
i
)
. . .
(x t
n
)
(t
i
t
n
)
, onde o smbolo
a signica que omitimos o elemento a. Esses polinomios sao chamados polinomios
de Lagrange.
Observacao:
43
(i) (p
i
(x)) = n;
(ii) p
i
(t
j
) =
ij
=
_
1 se i = j
0 se i ,= j
Sejam = p
0
, p
1
, . . . , p
n
onde p
i
= p
i
(x), [[ = n + 1, e P
n
(x) = a
0
+ . . . +
a
n
x
n
o conjunto dos polinomios de grau menor ou igual a n, sabemos que c =
1, x, x
2
, . . . , x
n
e a base can onica de P
n
(x) e que dimP
n
(x) = n + 1.
Armacao: = p
0
(x), . . . , p
n
(x) e base de P
n
(x).
Demonstracao:
(i) a
0
p
0
(x) + a
1
p
1
(x) + . . . + a
n
p
n
(x) = 0
para x = t
0
a
0
p
0
(t
0
) + a
1
p
1
(t
0
) + . . . + a
n
p
n
(t
0
) = 0 a
0
= 0
para x = t
1
a
0
p
0
(t
1
) + a
1
p
1
(t
1
) + . . . + a
n
p
n
(t
1
) = 0 a
1
= 0
.
.
.
para x = t
n
a
0
p
0
(t
n
) + a
1
p
1
(t
n
) + . . . + a
n
p
n
(t
n
) = 0 a
n
= 0
Logo e L.I. Como dimP
n
(x) = n + 1 temos que e uma base de P
n
(x), da
teremos
(ii) p(x) = b
0
p
0
(x) + . . . + b
n
p
n
(x). Substituindo x por t
i
teremos
p(t
i
) = b
0
p
0
(t
i
) + . . . + b
i
p
i
(t
i
) + . . . + b
n
p
n
(t
i
) = b
i
, da concluimos
p(x) = p(t
0
)p
0
(x) + . . . + p(t
n
)p
n
(x).
Exemplo 4.3.4 Seja p(x) = x
3
+ 3x P
3
(x) = a + bx + cx
2
+ dx
3
[a, b, c, d R.
p
0
(x) =
(x t
1
)(x t
2
)(x t
3
)
(t
0
t
1
)(t
0
t
2
)(t
0
t
3
)
p
1
(x) =
(x t
0
)(x t
2
)(x t
3
)
(t
1
t
0
)(t
1
t
2
)(t
1
t
3
)
p
2
(x) =
(x t
0
)(x t
1
)(x t
3
)
(t
2
t
0
)(t
2
t
1
)(t
2
t
3
)
p
3
(x) =
(x t
0
)(x t
1
)(x t
2
)
(t
3
t
0
)(t
3
t
1
)(t
3
t
2
)
Logo, x
3
+ 3x = (t
3
0
+ 3t
0
)p
0
(x) + (t
3
1
+ 3t
1
)p
1
(x) + (t
3
2
+ 3t
2
)p
2
(x) + (t
3
3
+ 3t
3
)p
3
(x).
Exemplo 4.3.5 Seja p(x) = 2x + 5 P
1
(x) = a + bx : a, b R, t
0
= 1, t
1
= 2.
p
0
(x) =
(x 2)
(1 2)
e p
1
(x) =
(x 1)
(2 1)
Logo, 2x + 5 = 7p
0
(x) + 9p
1
(x).
44
Exemplo 4.3.6 Em geral, considerando c = 1, x, x
2
, . . . , x
n
e
= p
0
(x), p
1
(x), . . . , p
n
(x) temos
1 = I(1) = 1p
0
(x) + 1p
1
(x) + . . . + 1p
n
(x)
x = I(x) = t
0
p
0
(x) + t
1
p
1
(x) + . . . + t
n
p
n
(x)
x
2
= I(x
2
) = t
2
0
p
0
(x) + t
2
1
p
1
(x) + . . . + t
2
n
p
n
(x)
.
.
.
x
n
= I(x
n
) = t
n
0
p
0
(x) + t
n
1
p
1
(x) + . . . + t
n
n
p
n
(x)

_
_
_
_
_
_
_
1
x
x
2
.
.
.
x
n
_
_
_
_
_
_
_
=
_
_
_
_
_
_
_
1 1 . . . 1
t
0
t
1
. . . t
n
t
2
0
t
2
1
. . . t
2
n
.
.
.
.
.
.
.
.
.
.
.
.
t
n
0
t
n
1
. . . t
n
n
_
_
_
_
_
_
_
_
_
_
_
_
_
_
p
0
(x)
p
1
(x)
p
2
(x)
.
.
.
p
n
(x)
_
_
_
_
_
_
_
Observe que a matriz que aparece anteriormente nao e a matriz mudanca de base.
Se
v = a
0
1 + . . . + a
n
x
n
=
= a
0
(1p
0
(x) + . . . + 1p
n
(x)) + . . . + a
n
(t
n
0
p
0
(x) + . . . + t
n
n
p
n
(x)) =
= (a
0
1 + a
1
t
0
. . . + a
n
t
n
0
)p
0
(x) + . . . + (a
0
1 + a
1
t
n
. . . + a
n
t
n
n
)p
n
(x) da,
v =
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
1 t
0
. . . t
n
0
1 t
1
. . . t
n
1
.
.
.
.
.
.
.
.
.
.
.
.
1 t
n
. . . t
n
n
_
_
_
_
_
. .
I
c

_
_
_
_
_
a
0
a
1
.
.
.
a
n
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_

Denicao 4.3.7 Seja A uma algebra linear. Dizemos que ,= I A e um ideal se


valem:
(i) I e uma algebra linear (I e uma subalgebra linear);
(ii) i I, a A ia I, ai I.
Notacao: I A.
Exemplo 4.3.7 A = K[x] e uma algebra linear comutativa com 1. Seja
p(x) = (x 3) K[x] entao, I = (x 3)g(x) : g(x) K[x] A.
Demonstracao: Sejam v
1
, v
2
I
_
v
1
= (x 3)h
1
(x)
v
2
= (x 3)h
2
(x)
45
(i) v
1
+ v
2
= (x 3)h
1
(x) + (x 3)h
2
(x) = (x 3)(h
1
(x) + h
2
(x)) I;
(ii) v
1
= (x 3)h
1
(x) = (x 3)h
1
(x) I;
(iii) Seja g(x) K[x] v
1
g(x) = (x 3)h
1
(x)g(x) I.
Exemplo 4.3.8 [2] = 2g(x) : g(x) K[x] K[x] [2] = K[x].
Exemplo 4.3.9 [c] = K[x], onde c ,= 0.
Denicao 4.3.8 Um polinomio p(x) K[x] e dito irredutvel (ou primo) se
p(x) = h(x)g(x) entao h(x) ou g(x) e constante.
Exemplo 4.3.10 (x 3) K[x] e irredutvel.
Observacao 4.3.2 Todo polinomio de grau 1 e irredutvel.
Denicao 4.3.9 Um corpo K e dito algebricamente fechado se todo polinomio
irredutvel tem grau 1.
Exemplo 4.3.11 C = a + bi : i
2
= 1, a, b R e algebricamente fechado.
Exemplo 4.3.12 R n ao e algebricamente fechado, pois p(x) = x
2
+1 e irredutvel.
Exemplo 4.3.13 Q n ao e algebricamente fechado.
Denicao 4.3.10 Sejam a(x) e b(x) K[x]. Dizemos que d(x) K[x] e um
m.d.c.(a(x), b(x)) se valem:
(i) d(x)[a(x) e d(x)[b(x);
(ii) Se d

(x)[a(x) e d

(x)[b(x) entao d

(x)[d(x).
Teorema 4.3.3 Em K[x] m.d.c.(a(x), b(x)) = d(x). Se d(x) e monico, entao
d(x) e unico.
Demonstracao: Exerccio.
Denicao 4.3.11 Dizemos que a(x) e b(x) em K[x] sao relativamente primos se
m.d.c.(a(x), b(x)) = 1.
46
Observacao 4.3.3 Se m.d.c.(a(x), b(x)) = 1 entao existem r(x), s(x) K[x] tal
que r(x)a(x) + s(x)b(x) = 1.
Observacao 4.3.4 Se m.d.c(f
1
(x), . . . , f
k
(x)) = 1 entao existem
g
1
(x), . . . , g
k
(x) K[x] tal que f
1
(x)g
1
(x) + . . . + f
k
(x)g
k
(x) = 1.
Lema 4.3.1 Seja T : V V linear. Suponha T(v) = v, K, v V . Seja
f(x) K[x]. Entao f(T)(v) = f()(v).
Demonstracao: Seja f(x) = a
0
+ a
1
x + . . . + a
n
x
n
, logo f(T) = a
0
I + a
1
T +
. . . + a
n
T
n
. Temos T
i
(v) = T
i1
(T(v)) = T
i1
(v) = T
i1
(v) = . . . =
i
(v).
Assim f(T)(v) = (a
0
I + a
1
T + . . . + a
n
T
n
)(v) = a
0
v + a
1
T(v) + . . . + a
n
T
n
(v) =
a
0
v + a
1
v + . . . + a
n

n
v = (a
0
+ a
1
+ . . . + a
n

n
)(v) = f()(v).
Denicao 4.3.12 Sejam W
1
, . . . , W
k
V , V espaco vetorial. Dizemos que V e
soma direta de W
1
, . . . , W
k
se valem:
(i) V = W
1
+ . . . + W
k
;
(ii) (W
1
+ . . . + W
i1
+ W
i+1
+ . . . + W
k
) W
i
= 0, i;
(ii) (W
1
+ . . . +

W
i
+ . . . + W
k
) W
i
= 0, i.
Chamamos W
i
de espacos independentes.
Notacao: V = W
1
. . . W
k
.
Teorema 4.3.4 Seja T um operador linear sobre V , dimV < ,
1
, . . . ,
k
todos
os autovalores de T distintos. Seja W
i
= Nuc(T
i
I) os autoespacos de T associa-
dos a
1
, . . . ,
k
, respectivamente. Se V = W
1
+. . . +W
k
, entao V = W
1
. . . W
k
.
Alem disso, se
i
e base de W
i
, entao =
1
, . . . ,
k
e base de V . E temos que
dimV = dimW
1
+ . . . + dimW
k
.
Demonstracao: Seja v (W
1
+ . . . + W
i1
+ W
i+1
+ . . . + W
k
) W
i
da, v =
v
1
+. . . + v
i
+. . . +v
k
= v
i
, onde, v
i
W
i
segue, v
1
+. . . +v
k
= 0, onde, v
i
W
i
.
Temos T(v
i
) =
i
v
i
e f(T)0 = 0. Segue, f(T)(v
1
+ . . . + v
k
) = 0 f(x) K[x]
da, f(T)v
1
+ . . . + f(T)v
k
= 0 f(x) K[x] portanto, f(
1
)v
1
+ . . . + f(
k
)v
k
=
0 f(x) K[x]. Seja f(x) = p
i
(x), os polinomios de Lagrange. Se
f(x) = p
1
(x) v
1
= 0
47
.
.
.
f(x) = p
k
(x) v
k
= 0
Concluimos que, (W
1
+ . . . + W
i1
+ W
i+1
+ . . . + W
k
) W
i
= 0, i. Logo
V = W
1
. . . W
k
.
Corolario 4.3.1 Autovetores associados a autovalores distintos sao L.I.s.
Teorema 4.3.5 Todo ideal de K[x] e do tipo:
[d] = d(x)g(x) : g(x) K[x], d(x) K[x] K[x].
Alem disso, se d(x) e monico entao d(x) e unico.
Demonstracao: Seja I um ideal de K[x]. Se I = 0 I = [0]. Seja I ,= 0.
Considere 0 ,= d I com d o polinomio de menor grau possvel. Claro que [d] I.
Seja f I pelo teorema de Euclides (4.3.2) q, r K[x] tal que, f = qd + r, com
r = 0 ou r < d. Temos r = f qd I. Como d possui o menor grau possvel
temos r = 0 segue, f = qd da, I [d] I. Logo I = [d].
Observacao 4.3.5 Sejam I, J ideais de K[x], entao I J e I + J sao ideais de
K[x], onde I + J = i + j : i I, j J I, J.
Demonstracao: Sejam i
1
+ j
1
, i
2
+ j
2
I + J com i
1
, i
2
I e j
1
, J
2
J.
(i) (i
1
+ j
1
) + (i
2
+ j
2
) = (i
1
+ i
2
) + (j
1
+ j
2
) I + J;
(ii) Se K, entao (i
1
+ j
1
) = i
1
+ j
1
I + J;
(iii) Seja a K[x] a(i
1
+ j
1
) = ai
1
+ aj
1
I + J.
Portanto I + J e um ideal de K[x]. Mostre que I J e um ideal de K[x].
Exemplo 4.3.14 Sejam I = [x 3] e J = [x 2]. m.d.c.(x 3, x 2) = 1 segue,
I + J = (x 3)K[x] + (x 2)K[x] = K[x].
Observacao 4.3.6 Se K

, entao [] = K[x].
Denicao 4.3.13 Seja T um operador linear sobre V , com dimV = n .
O polinomio minimal m(x) de T e o unico polinomio monico gerador do ideal
I = f(x) : f(T) = 0.
48
Demonstracao: Precisamos demonstrar que I e um ideal de K[x]. Sejam
f(x), g(x) I entao temos f(x) + g(x) I e f(x) I. Seja h(x) K[x]
segue, h(T)f(T) = h(T)0 = 0. Logo I e um ideal de K[x]. Notacao: Chamaremos
o polinomio minimal de m(x).
Lema 4.3.2 Se p() = 0 entao, p(x) = (x )q(x).
Demonstracao: p(x) = (x )q(x) + r(x) onde r(x) =
_
c = 0
c = cte
.
0 = p() = ( )q() + c segue, r(x) = c = 0.
Teorema 4.3.6 Sejam T um operador linear sobre V , com dimV = n. Os
polinomios minimal e caracterstico possuem as mesmas razes a menos de
multiplicidade.
Demonstracao: () Seja uma raiz de m(x) pelo lema 4.3.2, m(x) = (x)q(x).
Temos q(T) ,= 0 segue que v V tal que q(T)(v) ,= 0. Seja w = q(T)(v) entao
0 = 0(v) = m(T)(v) = (T I) q(T)(v)
. .
w
(T I)w = 0 da, T(w) = w. Segue
que w e autovetor associado ao autovalor . Logo e raiz de c(x).
() Seja raiz de c(x) T(w) = w para algum w ,= 0 temos do lema 4.3.1 que
0 = m(T)(w) = m()(w) da, m() = 0. Logo e raiz de m(x).
Observacao 4.3.7 Seja T um operador linear sobre V , com dimV = n diagona-
lizavel entao, o polinomio minimal de T e: m(x) = (x
1
) . . . (x
k
), onde

1
, . . . ,
k
sao os autovalores distintos de T.
Demonstracao: Exerccio.
Teorema 4.3.7 (Cayley-Hamilton) Seja T um operador linear sobre V ,
c(x) = o polinomio caracterstico de T. Entao c(T) = 0 (ou seja, o polinomio
caracterstico anula o operador). Segue da, m(x) o polinomio minimal divide c(x)
o polinomio caracteristico de T.
Demonstracao: Faremos a demonstrac ao no teorema 4.4.7.
Exerccios
1) Seja V o espaco vetorial dos polin omios de grau menor ou igual a 3.
Seja p
1
(x) =
(x2)(x3)(x4)
(12)(13)(14)
, p
2
(x) =
(x1)(x3)(x4)
(21)(23)(24)
,
49
p
3
(x) =
(x1)(x2)(x4)
(31)(32)(34)
, p
4
(x) =
(x1)(x2)(x3)
(41)(42)(43)
.
Demonstre que = p
1
(x), p
2
(x), p
3
(x), p
4
(x) e base do espaco V .
Encontre uma outra base para V. Construir as matrizes , I

, I

.
2) Seja n IN, A M
nn
(K), K um corpo. Seja P uma matriz n n
inversvel. Se f(x) K[x]. Demonstre que:
f(P
1
AP) = P
1
f(A)P
3) Seja K = R, p(x) = (x 1)(x 2)(x 3)
A =
_
_
_
_
2 0 0 0
0 2 0 0
0 0 3 0
0 0 0 1
_
_
_
_
i) Mostre que p(A) = 0
ii) Sejam p
1
, p
2
, p
3
os polinomios de Lagrange para t
1
= 2, t
2
= 3,
t
3
= 1 calcular E
i
= p
i
(A), i = 1, 2, 3.
iii) Mostrar E
1
+ E
2
+ E
3
= I, E
i
E
j
= 0 se i ,= j, E
2
i
= E
i
(iv) Mostrar A = 2E
1
+ 3E
2
+ 1E
3
4) Seja m(x) = (x 2)(x 3)(x 1) R[x] e T um operador linear sobre
R
4
tal que m(T) = 0. Sejam p
1
, p
2
, p
3
os polinomios do exerccio anterior e
seja E
i
= p
i
(T), i = 1, 2, 3. Demonstre que E
1
+ E
2
+ E
3
= I, E
i
E
j
= 0
se i ,= j, E
2
i
= E
i
e T = 2E
1
+ 3E
2
+ 1E
3
.
5) Seja R[x]. Considere o ideal
I = (x
2
+ x 2)R[x] + (x
2
4x + 3)R[x].
Usando o algoritmo de Euclides, encontre o unico polinomio monico
d(x) R[x] tal que I = [d(x)]. Escreva
d(x) = r(x)(x
2
+ x 2) + s(x)(x
2
4x + 3)
6) Seja p
1
(x) = (x 2)
2
, p
2
(x) = (x 1)
2
p
1
(x), p
2
(x) R[x], Seja
I = p
1
(x)R[x] + p
2
(x)R[x]. Encontre o unico polin omio monico d(x) R[x]
tal que, I = [d(x)]. Escreva d(x) = r(x)p
1
(x) + s(x)p
2
(x).
50
7) Dizemos que f(x) e congruente a g(x) m odulo p(x) se (x) K[x] tal
que f(x) g(x) = (x)p(x). Notac ao f(x) g(x) mod p(x). Seja p(x)
um polinomio primo. Suponha f(x) g(x) 0 mod p(x). Demonstre que
f(x) 0 mod p(x) ou g(x) 0 mod p(x).
8) Seja p(x), q(x) K[x]. Demonstre que valem:
i) (p(x) q(x)) = p(x) + q(x)
ii) (p(x) + q(x)) max p(x), q(x).
9) Demonstre o teorema de Euclides para divis ao de polin omios em K[x],
quando f(x) g(x).
(Teorema: Seja f(x), g(x) (K[x])

ent ao ! q(x), r(x) tal que


f(x) = q(x)g(x) + r(x) onde, 0 r(x) < g(x)).
10) Demonstre a unicidade do teorema de Euclides, em geral.
11) Seja p(x) K[x] e uma raiz de p(x) (i.e. p() = 0). Mostre que
p(x) = (x )q(x) onde q(x) K[x].
12) Seja A M
nn
(R) com A
3
+ 2A
2
+ 5A + 2I = 0. Seja um autovalor de
A. Mostre que
3
+ 2
2
+ 5 + 2 = 0.
13) Seja g(x) K[x] e T um operador sobre V. Demonstre que
g(T) T = T g(T) (i.e. g(T) comuta com T).
14) Seja f(x) R[x]. Seja uma raiz complexa de f(x). Mostrar que tambem
e raiz de f(x) onde = a bi com = a + bi.
15) Mostrar que o polin omio p(x) = x
n
1 n ao possui raizes m ultiplas em C.
Determine todas as razes de p(x).
16) Mostrar que os seguintes polin omios sao irredutveis sobre Q (Q racionais).
i) t
2
+ 1 ii) t
2
2t + 2
ii) t
3
t + 1 iv) t
2
4t + 5
17) Suponha f = f
1
f
2
onde f
1
, f
2
, f K[x] e K e um corpo. Suponha
mdc(f
1
, f
2
) = 1. Seja T um operador linear sobre V, com f(T) = 0. Escreva
W
1
= Nuc f
1
(T), W
2
= Nuc f
2
(T). Mostre que V = W
1
W
2
.
18) Seja V = U
1
W com W = U
2
. . . U
k
, U
i
, V espacos vetoriais.
Demonstre que V = U
1
. . . U
k
.
19) Seja T = (a
ij
)
nn
tal que a
ij
= 0 se i j, a
ij
K. Demonstre que
T
n
= 0. (i.e. T e nilpotente).
51
20) Mostrar que todo polin omio f(x) R[x] pode ser decomposto como produto
de polinomios em R[x] com no m aximo grau 2.
21) Seja p(x) = a
0
+a
1
x +. . . +a
n
x
n
K[x], a K. Qual deve ser o valor de a
para que b seja uma raiz de p(x) a. Faca os casos p(x) = 1, 2, . . . .
4.4 Subespacos Invariantes
Denicao 4.4.1 Seja T um operador linear sobre V , W V . Dizemos que W e
invariante sobre a acao de T (ou T- invariante) se T(W) W (ou T(W) W).
Observacao 4.4.1 Se W e invariante sob T podemos fazer T[
W
, T restrito a W.
Seja = v
1
, . . . , v
n
base de W.
T(v
1
) = a
11
v
1
+ . . . + a
k1
v
k
T(v
2
) = a
12
v
1
+ . . . + a
k2
v
k
.
.
.
T(v
k
) = a
1k
v
1
+ . . . + a
kk
v
k
,
logo,
(T[
W
)

=
_
_
_
a
11
. . . a
1k
.
.
.
.
.
.
.
.
.
a
k1
. . . a
kk
_
_
_
Observacao 4.4.2 Se V = W
1
. . . W
k
, com W
i
T-invariante, entao se v V
segue v = w
1
+ w
2
+ . . . + w
k
, w
i
W
i
. Da, T(v) = T(w
1
) + . . . + T(w
k
) e
T =
_
_
_
_
_
(T[
W
1
)
(T[
W
2
)
.
.
.
(T[
Wn
)
_
_
_
_
_
Exemplo 4.4.1 (i) V e invariante sob T;
(ii) 0 e invariante sob T;
(iii) W
i
= Nuc(T
i
I), os autoespacos, s ao T-invariantes, onde
i
e autovalor.
52
Teorema 4.4.1 Sejam T e U operadores lineares sobre V . Suponha UT = TU.
Sejam W = Im(U) e N = Nuc(U). Entao W e N sao T-invariantes.
Demonstracao:
(i) Seja w Im(U) v V tal que w = U(v). Entao T(w) = T(U(v)) =
TU(v) = UT(v) = U(T(v)) Im(U) = W. Portanto Im(U) e T- invariante.
(ii) Seja v Nuc(U) = N entao U(v) = 0. Queremos mostrar que
T(v) Nuc(U), isto e, U(T(v)) = 0.
U(T(v)) = UT(v) = TU(v) = T(U(v)) = T(0) = 0. Portanto T(v)
Nuc(U). Da, Nuc(U) e T-invariante.
Exemplo 4.4.2 Seja U = p(T), onde p(x) K[x]. Temos TU = UT. Logo
Nuc(p(T)) e Im(p(T)) sao subespacos T-invariantes.
Denicao 4.4.2 Um operador E sobre V e dito uma projecao sobre V se E
2
= E.
Teorema 4.4.2 Seja E uma projecao sobre V , N = Nuc(E) e R = Im(E). Entao
valem:
(i) v R E(v) = v (isto e, um vetor esta na imagem ao projetarmos ele
obtemos o mesmo vetor);
(ii) V = R N.
Demonstracao:
(i) () Seja v Im(E) segue que w V tal que v = E(w) portanto
E(v) = E(E(w)) = E
2
(w) = E(w) = v;
() Se E(v) = v entao, v Im(E) = R.
(ii) Temos que mostrar que V = R + N e R N = 0. Seja
v = E(v) + v E(v) = E(v) + (I E)(v).
Armacao: (I E)(v) Nuc(E).
De fato, E(I E)(v) = (E E
2
)(v) = (E E)(v) = 0, logo V=R+N.
Seja v RN segue, v = E(v) = 0 portanto, RN = 0. Logo V = RN.
Teorema 4.4.3 Seja E uma projecao sobre V , com dimV = n. Entao E e diago-
nalizavel. Alem disso,
E
_
I 0
0 0
_
,
onde I e a matriz identidade.
Demonstracao: Exerccio.
53
Teorema 4.4.4 Seja V = W
1
. . . W
k
. Entao existem k operadores lineares
E
1
, . . . , E
k
tais que:
(i) E
2
i
= E
i
, ou seja, E
i
e projecao de V ;
(ii) I = E
1
+ . . . + E
k
;
(iii) E
i
E
j
= 0, i ,= j;
(iv) W
i
= Im(E
i
).
Reciprocamente se existem E
1
, . . . , E
k
operadores lineares sobre V que satisfazem
(ii) e (iii). Coloque W
i
= Im(E
i
) entao temos que vale (iv) alem disso, valem:
V = W
1
. . . W
k
e E
2
i
= E
i
, i.
Demonstracao:
() Suponha que V se decompoe, temos v = w
1
+. . . +w
k
, v V w
i
W
i
. Dena
E
i
(v) = w
i
. Claro que E
i
e um operador linear sobre V .
(i) E
2
i
(v) = E
i
(E
i
(v)) = E
i
(w
i
) = w
i
= E
i
(v) E
2
i
= E
i
;
(ii) (E
1
+ . . . + E
k
)(v) = E
1
(v) + . . . + E
k
(v) = w
1
+ . . . + w
k
= v = I(v)
I = E
1
+ . . . + E
k
;
(iii) E
i
E
j
(v) = E
i
(E
j
(v)) = E
i
(w
j
) = 0 se i ,= j. Logo E
i
E
j
= 0 se i ,= j;
(iv) E
i
(w
i
) = w
i
(denicao).
() E
i
= E
i
(I) = E
i
(E
1
+. . . +E
k
) = E
i
E
1
+. . . +E
i
E
i
+. . . +E
i
E
k
= E
2
i
. Temos
v = I(v) = (E
1
+. . . +E
k
)(v) = E
1
(v)+. . . +E
k
(v) = w
1
+. . . +w
k
W
1
+. . . +W
k
.
Logo V = W
1
+ . . . + W
k
. Seja v (W
1
+ . . . +

W
i
+ . . . + W
k
) W
i
, onde

W
i
omitimos W
i
. v = w
1
+. . . + w
i
+. . . +w
k
= w
i
E
i
(v) = E
i
(w
i
) = E
i
(w
1
+. . . +
w
i
+. . . +w
k
) = 0 w
i
= E
i
(w
i
) = E
i
(w
1
) +. . . +E
i
( w
i
) +. . . +E
i
(w
k
) = 0. Logo
(W
1
+ . . . +

W
i
+ . . . + W
k
) W
i
= 0. Portanto a soma e direta.
Observacao 4.4.3 g(T)f(T) = f(T)g(T) para todos os f(x), g(x) K[x]. Ou
seja, polin omios em T comutam com polin omios em T. Particularmente comutam
com T.
Teorema 4.4.5 (Decomposicao Primaria) Seja T um operador linear sobre V ,
dimV = n. Seja m(x) = p
1
(x)

1
. . . p
k
(x)

k
o polinomio minimal monico de T, onde
os p
i
(x) sao distintos e irredutveis (primos),
i
N. Seja W
i
= Nuc(p
i
(T)

i
),
entao valem:
54
(i) V = W
1
. . . W
k
(V se decompoe);
(ii) W
i
sao T-invariantes (ou seja, T(W
i
) W
i
)
T =
_
_
_
_
_
(T[
W
1
)
(T[
W
2
)
.
.
.
(T[
W
k
)
_
_
_
_
_
;
(iii) Se T
i
= T[
W
i
e o operador induzido sobre W
i
por T, entao o polinomio minimal
de T
i
e p
i
(x)

i
.
Demonstracao: Seja f
i
(x) =
m(x)
p
i
(x)

i
=

j=i
p
j
(x)

j
. Temos mdc(f
1
(x), f
2
(x)) =

j3
p

j
j
e mdc(f
1
(x), f
2
(x), f
3
(x)) =

j4
p

j
j
continuando teremos
mdc(f
1
(x), f
2
(x), . . . , f
k
(x)) = 1. Da observacao 4.3.4 existem
g
1
(x), g
2
(x), . . . , g
k
(x) K[x] tal que
f
1
(x)g
1
(x) + f
2
(x)g
2
(x) + . . . + f
k
(x)g
k
(x) = 1.
Temos f
i
(x)f
j
(x) = m(x)(

j=l=i
p
l
(x)

l
) se i ,= j da,
f
i
(T)f
j
(T) = m(T)(

j=l=i
p
l
(T)

l
) = 0.
Observe que so estamos construindo as projecoes do teorema 4.4.4. Dena
E
i
= f
i
(T)g
i
(T). Temos E
1
+ E
2
+ . . . + E
k
= I e E
i
E
j
= 0 se i ,= j. Pelo
teorema 4.4.4 E
i
sao projecoes i e V = W
1
W
2
. . . W
k
onde W
i
= Im(E
i
).
Temos pelo teorema 4.4.1 e a observacao 4.4.3 que os W
i
sao T-invariantes.
Armacao: Im(E
i
) = Nuc(p
i
(T)

i
).
Demonstracao: Seja v Im(E
i
), entao existe w V tal que v = E
i
(w) =
f
i
(T)g
i
(T)(w) da, p
i
(T)

i
(v) = p
i
(T)

i
f
i
(T)g
i
(T)(w) = m(T)g
i
(T)(w) = 0, segue
que v Nuc(p
i
(T)

i
) e Im(E
i
) Nuc(p
i
(T)

i
).
Seja v Nuc(p
i
(T)

i
) segue, p
i
(T)

i
(v) = 0. Temos E
j
(v) = f
j
(T)g
j
(T)(v) =
g
j
(T)f
j
(T)(v) = g
j
(T)

l=j
p
l
(T)

l
(v) = g
j
(T)

i=l=j
p
l
(T)

l
p
i
(T)

i
(v) = 0. Da,
v = I(v) = E
1
(v)+. . .+E
i
(v)+. . .+E
k
(v) = 0+. . .+E
i
(v)+. . .+0 = E
i
(v) Im(E
i
).
Da, Nuc(p
i
(T)

i
) Im(E
i
). Logo Im(E
i
) = Nuc(p
i
(T)

i
). Portanto o polinomio
minimal de T
i
e p
i
(x)

i
.
55
Corolario 4.4.1 Seja T um operador linear sobre V , com dimV = n. Seja
m(x) = polinomio minimal de T, entao T e diagonalizavel se, e somente se
m(x) = (x
1
) . . . (x
k
) com
i
distintos.
Demonstracao: () Veja a observacao 4.3.7.
() Temos m(x) = (x
1
) . . . (x
k
). Pelo teorema da decomposicao primaria
V = W
1
. . . W
k
, onde W
i
= Nuc(T
i
I) sao os autoespacos associados aos

i
s. Logo existe uma base de autovetores e assim T e diagonalizavel.
Corolario 4.4.2 Suponha m(x) = (x
1
)

1
. . . (x
k
)

k
. Se E
1
, . . . , E
k
sao as
projecoes do teorema da decomposicao primaria entao temos:
T = TI = T(E
1
+ . . . + E
k
) = TE
1
+ . . . + TE
k
.
Denicao 4.4.3 Nas condicoes do corolario 4.4.2. Dena D =
1
E
1
+ . . . +
k
E
k
e N = T D entao D e diagonalizavel e N e nilpotente. Alem disso, ND = DN.
Demonstracao: Pelo teorema 4.4.3 D e diagonalizavel. N = T D =
= TE
1
+ . . . + TE
k
(
1
E
1
+ . . . +
k
E
k
) =
(T
1
I)E
1
+ . . . (T
k
I)E
k
e um polinomio em T. Segue, ND = DN
N = (T
1
I)E
1
+ . . . + (T
k
I)E
k
N
2
= (T
1
I)
2
E
1
+ . . . + (T
k
I)
2
E
k
N
3
= (T
1
I)
3
E
1
+ . . . + (T
k
I)
3
E
k
.
.
.
N

= (T
1
I)

E
1
+ . . . + (T
k
I)

E
k
= 0,
onde, = max
1
, . . . ,
k
. Logo N e nilpotente.

E claro que ND = DN, pois N
e D sao polinomios em T.
Denicao 4.4.4 Uma matriz escalar e dada por:
I =
_
_
_

.
.
.

_
_
_
.
Lema 4.4.1 Seja T diagonalizavel, U matriz escalar. Entao T e U sao simultane-
amente diagonalizaveis.
Demonstracao: Seja = v
1
, . . . , v
n
base de autovetores de T, isto e,
T

= D
1
= P
1
TP, e diagonalizavel. Temos P
1
UP = P
1
(I)P = P
1
P(I) =
I, que e diagonal.
56
Teorema 4.4.6 Seja T e U operadores diagonalizaveis. Entao T e U sao simulta-
neamente diagonalizaveis se, e somente se, TU = UT.
Demonstracao: () P tal que P
1
TP = D
1
e P
1
UP = D
2
, onde D
i
e di-
agonal, i = 1, 2. Temos D
1
D
2
= D
2
D
1
da, P
1
TPP
1
UP = P
1
UPP
1
TP
segue, P
1
TUP = P
1
UTP portanto TU = UT.
() Temos TU = UT e T e diagonalizavel entao, V = W
1
. . . W
k
, onde
W
i
= Nuc(T
i
I) sao os autoespacos de T. Alem disso,
T

=
_
_
_
_
_
(T[
W
1
)
(T[
W
2
)
.
.
.
(T[
Wn
)
_
_
_
_
_
para alguma base =
1

k
de V,
i
base de W
i
e T[
W
i
=
i
I. Como
TU = UT, pelo teorema 4.4.1. temos W
i
e U-invariante. Logo U se decompoe da
seguinte forma:
U

=
_
_
_
_
_
(U[
W
1
)
(U[
W
2
)
.
.
.
(U[
W
k
)
_
_
_
_
_
.
Mas U e diagonalizavel. Entao U[
W
i
tambem serao diagonalizaveis. Temos que
existe
1
, . . . ,
k
bases de W
1
, . . . , W
k
tais que
(U[
W
i
)

i
=
_
_
_

1i
.
.
.

li
i
_
_
_
Seja

=
1
, . . . ,
k
base de V . Temos, pelo lema anterior,
T

=
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_

1
.
.
.

1
_
_
_
.
.
.
_
_
_

k
.
.
.

k
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
57
U

=
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_

11
.
.
.

l
1
1
_
_
_
.
.
.
_
_
_

1k
.
.
.

l
k
k
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
,
logo T e U sao simultaneamente diagonalizaveis.
Denicao 4.4.5 Seja W um subespaco T-invariante, v V e T um operador linear
sobre V . O T-condutor de v em W e o conjunto S(v, W) = g(x) : g(T)(v) W.
Observacao 4.4.4 O T-condutor e o conjunto dos polinomios que aplicados em T
levam o vetor v para dentro de W. O polinomio zero esta dentro de S(v, W), assim
como o minimal, pois m(T)(v) = 0. Logo os m ultiplos do minimal tambem estao
em S(v, W).
Denicao 4.4.6 Seja v V , T um operador linear sobre V . O T-anulador de v e
o conjunto A(v) = g(x) : g(T)(v) = 0 = S(v, 0).
Exemplo 4.4.3 Seja v um autovetor associado a . Ent ao T(v) = v segue,
(T I)(v) = 0, isto e, (x ) e um T-anulador de v
Observacao 4.4.5 Se W e T-invariante, entao W e h(T)-invariante para todo
h(x) K[x].
Demonstracao: Temos T(W) W T
2
(W) T(W) W por inducao sobre i
temos T
i
(W) = T(T
i1
(W)) T(W) W, logo h(T)(W) W.
Observacao 4.4.6 A(v) e S(v, W) sao ideais de K[x].
Demonstracao: Basta mostrar que S(v, W) e um ideal de K[x], pois
A(v) = S(v, 0). Sejam f(x), g(x) S(v, W), entao, f(T)(v), g(T)(v) W.
Logo (f(T) + g(T))(v) = f(T)(v) + g(T)(v) W e (f(T)(v)) = (f(T))(v) W.
Da, S(v, W) e um subspaco de K[x]. Seja h(x) K[x] segue, (h(T)f(T))(v) =
h(T)(f(T)(v)) W. Portanto S(v, W) e um ideal de K[x].
Denicao 4.4.7 Dena S(v, W) = [d
1
(x)], ou seja, S(v, W) e gerado por um unico
polinomio monico de K[x]. Seja tambem, A(v) = [d
2
(x)], d
2
(x) o unico polinomio
monico de K[x].
58
Observacao 4.4.7 Sejam m(x), o polinomio minimal e c(x) o polinomio
caracterstico de T. Entao, d
1
(x) divide d
2
(x), d
2
(x) divide m(x) e m(x) divide c(x).
Demonstracao: Segue de [d
2
(x)] = A(v) [d
1
(x)] = S(v, W) e do teorema de
Cayley-Hamilton, 4.3.7 e 4.4.7.
Denicao 4.4.8 Dizemos que um operador T e triangularizavel se existe uma base
tal que T

e triangular superior ou inferior.


Lema 4.4.2 Seja T um operador linear sobre V , com dimV < . Seja
m(x) = (x
1
)

1
. . . (x
k
)

k
o polinomio minimal de T. Seja W um subespaco
proprio invariante sobre T. Entao existe um vetor v V tal que:
(i) v / W;
(ii) T(v)
i
v W ou seja, T(v) [v, W].
Alem disso, T e triangularizavel.
Demonstracao: Como W e um subespaco proprio de V sabemos que v
1
V W.
Da observacao 4.4.7 d
1
(x) o gerador do T-condutor de v em W divide o polinomio
minimal de T da, d
1
(x) = (x
1
)

1
. . . (x
k
)

k
com 0
i

i
e d
1
(x) e
o polinomio de menor grau que conduz v
1
a W, como v
1
/ W sabemos que existe
algum
i
tal que
i
> 0 da,
d
1
(T)(v
1
) = (T
i
I) ((T
1
I)

1
. . . (T
i
I)

i
1
. . . (T
k
I)

k
)(v
1
)
. .
v
W.
Chame v = (T
1
I)

1
. . . (T
i
I)

i
1
. . . (T
k
I)

k
(v
1
). Temos v / W e
(T
i
I)(v) W ou seja, T(v)
i
(v) W.
Demonstre como exerccio que T e triangularizavel. Veja lema 4.4.3
Teorema 4.4.7 (Cayley-Hamilton) Seja T um operador linear sobre V , com
dimV < . Suponha que exista base de V tal que,
T

=
_
_
_
a
11
. . . a
1n
.
.
.
.
.
.
.
.
.
0 . . . a
nn
_
_
_
,
seja triangular superior. Entao c(x) = (xa
11
) . . . (xa
nn
) = (x
1
)

1
. . . (x
k
)

k
e o polinomio caracterstico de T. c(T) = 0. Conseq uencia m(x)/c(x).
59
Demonstracao: (T a
11
I) . . . (T a
nn
I) =
=
_
_
_
_
_
0 a
12
. . .
0 a
22
a
11
. . .
.
.
.
.
.
.
.
.
.
.
.
.
0 0 . . . a
nn
a
11
_
_
_
_
_
_
_
_
_
_
a
11
a
22
. . .
0 0 . . .
.
.
.
.
.
.
.
.
.
.
.
.
0 0 . . . a
nn
a
22
_
_
_
_
_
. . .
. . .
_
_
_
_
_
a
11
a
nn
. . .

.
.
.
.
.
. . . . a
(n1)(n1)
a
nn
.
.
.
0 . . . 0 0
_
_
_
_
_
= 0
Lema 4.4.3 Sejam T
1
e T
2
operadores triangularizaveis sobre V , com
dimV < , com T
1
T
2
= T
2
T
1
. Seja W um subespaco proprio invariante sobre
T
1
e T
2
. Entao existe um vetor v V tal que
(i) v / W;
(ii) T
i
(v) [v, W], i = 1, 2.
Teremos (T
1

1
I)(v) W T
1
(v) =
1
v + w
1
, w
1
W e T
2
(v) =
2
v + w
2
,
w
2
W. Alem disso, T
1
e T
2
sao simultaneamente triangularizaveis.
Demonstracao: Inicialmente demonstraremos que T
1
e T
2
sao simultaneamente
triangularizaveis. Seja W
0
= 0 segue que v
1
V

tal que T
i
(v
1
) =
i
v
1
i = 1, 2.
Seja W
1
= [v
1
] segue, T
1
(v
1
) =
1
v
1
e T
2
(v
1
) =
2
v
1
.
Se W
1
= V. Seja
1
= v
1
entao, T

1
1
1
= (
1
) e T

1
2
1
= (
2
).
Se W
1
,= V entao, v
2
V W
1
com
_
T
1
(v
2
) [v
1
, v
2
]
T
2
(v
2
) [v
1
, v
2
]
da,
_
T
1
(v
2
) =
11
v
1
+
12
v
2
T
2
(v
2
) =
21
v
1
+
22
v
2
.
Se V = W
2
= [v
1
, v
2
] entao,
_

_
T

2
1
2
=
_

1

11
0
12
_
T

2
2
2
=
_

2

21
0
22
_
, onde
2
= v
1
, v
2
.
Se W
2
,= V entao, v
3
V W
2
com
_
T
1
(v
3
) [v
1
, v
2
, v
3
]
T
2
(v
3
) [v
1
, v
2
, v
3
]
da,
_
T
1
(v
3
) =
3
11
v
1
+
3
12
v
2
+
3
13
v
3
T
2
(v
3
) =
3
21
v
1
+
3
22
v
2
+
3
23
v
3
.
60
Se V = W
3
= [v
1
, v
2
, v
3
] entao, T

3
1
3
=
_
_

1

11

3
11
0
12

3
12
0 0
3
13
_
_
e
T

3
2
3
=
_
_

2

21

3
21
0
22

3
22
0 0
3
23
_
_
, onde
3
= v
1
, v
2
, v
3
.
Se W
3
,= V entao, v
4
V W
3
com
_
T
1
(v
4
) [v
1
, v
2
, v
3
, v
4
]
T
2
(v
4
) [v
1
, v
2
, v
3
, v
4
]
da,
_
T
1
(v
4
) =
4
11
v
1
+
4
12
v
2
+
4
13
v
3
+
4
14
v
4
T
2
(v
4
) =
4
21
v
1
+
4
22
v
2
+
4
23
v
3
+
4
24
v
4
.
Se V = W
4
= [v
1
, v
2
, v
3
, v
4
] entao,
T

4
1
4
=
_
_
_
_
(T

3
1
3
)

4
11

4
12
0

4
13

4
14
_
_
_
_
e T

4
2
4
=
_
_
_
_
(T

3
2
3
)

4
21

4
22
0

4
23

4
24
_
_
_
_
, onde
4
=
3
v
4
.
Continuando este processo, como dimV < , teremos T
n
1n
=
_
_
_
_
_
(T

n1
1
n1
)

n
11

n
12
0
.
.
.

n
1n
_
_
_
_
_
e T
n
2n
=
_
_
_
_
_
(T

n1
2
n1
)

n
21

n
22
0
.
.
.

n
2n
_
_
_
_
_
, onde
n
=
n1
v
n
.
Agora demonstraremos a primeira parte do teorema .
Pelo lema anterior (4.4.2), v
1
V W tal que (T
1

1
I)(v
1
) W. Seja
V
1
= colecao de todos os vetores tais que (T
1

1
)(v) W. Temos W < V
1
V .
Resta mostrar que V
1
e T
i
-invariante para i = 1, 2. Seja w V
1
entao,
(T
1

1
I)(w) W da, T
i
(T
1

1
I)(w) = (T
1

1
I)(T
i
(w)) W. Logo
V
1
e T
i
-invariante. Pelo lema anterior (4.4.2), seja U = T
2
[
V
1
v V
1
W tal que
(T
2

2
I)(v) W portanto T
2
(v) [v, W]. Temos T
1
(v) [v, W].
Teorema 4.4.8 Seja N um operador nilpotente de peso k (N
k
= 0 ,= N
k1
) sobre
V , com dimV < . Entao existe v
11
, v
12
, . . . , v
1l
V tal que
V = Z(v
11
, N) + . . . + Z(v
1l
, N) onde,
Z(v
1i
, N) = g(N)v
1i
: g(x) K[x] = [v
1i
, Nv
1i
, . . . , N
j
v
1i
, . . .] com Z(v
1i
, N), N-
invariante e m
i
(x) = x
k
i
o polinomio minimal de N[
Z(v
1i
,N)
, alem disso,
k
i
= dim(Z(v
1i
, N)) e k = k
1
. . . k
l
e =
1
, . . . ,
l
e base de V e
i
base de Z(v
1i
, N). Estes Z(v
1i
, N) sao ditos subespacos cclicos. Alem disso,
61
N

=
_
_
_
A
1
.
.
.
A
l
_
_
_
, onde A
i
=
_
_
_
_
_
0
1
.
.
.
.
.
.
.
.
.
1 0
_
_
_
_
_
k
i
k
i
.
Demonstracao: Seja v
11
V

tal que N
k1
v
11
,= 0 = N
k
v
11
.Onde k e o maior
n umero com esta propriedade. Temos Z(v
11
, N) = [v
11
, Nv
11
, N
2
v
11
, . . . , N
k1
v
11
] =
[
1
], onde,
1
= v
11
, Nv
11
, N
2
v
11
, . . . , N
k1
v
11
. Se [
1
] = V entao, V = Z(v
11
, N).
Se [
1
] ,= V entao, existe v
12
tal que N
k
2
v
12
= 0 ,= N
k
2
1
v
12
onde, k
2
e o segundo maior n umero com esta propriedade. Temos
Z(v
12
, N) = [v
12
, Nv
12
, , N
k
2
1
v
12
] = [
2
], onde,
2
= v
12
, Nv
12
, , N
k
2
1
v
12
.
Se [
1
,
2
] = V entao, V = Z(v
11
, N) + Z(v
12
, N).
Se [
1
,
2
] ,= V entao, existe v
13
tal que, n
k
3
v
13
= 0 ,= N
k
3
1
v
13
, onde k
3
e o terceiro maior n umero com esta propriedade, temos
Z(v
13
, N) = [v
13
, Nv
13
, , N
k
3
1
v
13
] = [
3
], onde,
3
= v
13
, Nv
13
, N
k
3
1
v
13
.
Continuando este processo como dimV < entao existe =
1
,
2
, ,
l

base de V onde,
i
e base de Z(v
1i
, N) e k = k
1
. . . k
l
com Z(v
1i
, N),
N-invariante.
De fato: Seja v Z(v
1i
, N) entao, v = a
1
v
1i
+ a
2
Nv
1i
+ . . . + a
k
i
N
k
i
1
v
1i
. Logo
N(v) = a
1
N(v
1i
) + . . . + a
k
i
1
N
k
i
1
v
1i
Z(v
1i
, N) com polinomio minimal de
N[
Z(v
1i
,N)
igual a m
i
(x) = x
k
i
e dimZ(v
1i
, N) = k
i
. Alem disto,
N(v
11
) = 0v
11
+ 1N(v
11
) + + 0v
12
+ + 0v
1l
+ + 0N
k
l
1
v
1l
N(N(v
11
)) = 0v
11
+ 0N(v
11
) + 1N
2
(v
11
) + 0N
3
v11 + 0N
k
l
1
v
1l
.
.
.
N(N
k
l
1
v
1l
) = 0v
1
1 + + 1N(N
k
l
2
v
1l
) + 0N
k
l
1
v
1l
Portanto
N

=
_
_
_
_
_
(A
1
)
kk
(A
2
)
k
2
k
2
.
.
.
(A
l
)
k
l
k
l
_
_
_
_
_
onde A
i
=
_
_
_
_
_
0
1
.
.
.
.
.
.
.
.
.
1 0
_
_
_
_
_
k
i
k
i
.
Observacao: Na demonstracao do teorema anterior faltou mostrar que
V = Z(v
11
, N) Z(v
1l
, N).
Teorema 4.4.9 (Jordan) Seja T um operador linear sobre V , com dimV < ,
m(x) = (x
1
)

1
. . . (x
k
)

k
o polinomio minimal de T. Entao existe uma base
62
de V tal que [J
i
1
[ [J
i
2
[ [J
i
n
[
T

=
_
_
_
A
1
.
.
.
A
k
_
_
_
, onde A
i
=
_
_
_
J
n
1
.
.
.
J
i
n
_
_
_
e J
i
j
=
_
_
_
_
_

i
1
.
.
.
.
.
.
.
.
.
1
i
_
_
_
_
_
.
Se uma matriz A satiszer todas as condicoes descritas anteriormente dizemos
que A esta na forma de Jordan.
Demonstracao: Segue dos Teoremas e observacoes anteriores.
Exerccios
1) Seja m(x) = (x 2)
2
(x 1)
2
polinomio minimal de T, um operador linear
sobre V. Seja W
1
= Nuc(T 2I)
2
e W
2
= Nuc(T I)
2
. Demonstre que:
i) V = W
1
W
2
ii) W
1
, W
2
s ao invariantes sobre T.
iii) Se T
i
e o operador induzido sobre W
i
por T, ent ao o polin omio
minimal de T
1
e (x 2)
2
e de T
2
e (x 1)
2
2) Seja T
_
_
x
y
z
_
_
=
_
_
2x + 2y + z
x
+x
_
_
, =
_
_
_
_
_
1
0
0
_
_
,
_
_
1
1
1
_
_
,
_
_
0
1
2
_
_
_
_
_
.
Mostre que e base de R
3
. Encontre T

.
O que voce observa! T e diagonalizavel ?
3) Sejam E
1
, . . . , E
k
operadores sobre V com E
1
+. . . +E
k
= I e E
i
E
j
= 0
se i ,= j. Seja D =
1
E
1
+ . . . +
k
E
k
. Mostre que D e diagonaliz avel.
4) Encontrar uma matriz 3 3 cujo polin omio minimal seja x
2
.
5) Seja T =
_
_
_
_
1 1 0 0
1 1 0 0
2 2 2 1
1 1 1 0
_
_
_
_
. Calcule o polin omio caracterstico e o
polinomio minimal de T.
63
6) Seja T : R
3
R
3
. Dada pela matriz T =
_
_
3 1 1
2 2 1
2 2 0
_
_
. Encon-
tre W
1
, W
2
, W
3
subespacos T tais que T(W
1
) W
1
, T(W
2
) W
1
+ W
2
,
T(W
3
) W
3
.
7) Seja A =
_
_
0 1 0
2 2 2
2 3 2
_
_
A e semelhante sobre o corpo dos n umeros reais
a uma matriz triangular? Em caso armativo, determinar uma tal matriz
triangular.
8) Determinar uma matriz real inversvel P tal que P
1
AP e P
1
BP sejam
diagonais, onde A e B s ao as matrizes
i) A =
_
1 2
0 2
_
, B =
_
3 8
0 1
_
ii) A =
_
1 1
1 1
_
, B =
_
1 a
a 1
_
iii) A =
_
2 3
0 1
_
, B =
_
2 0
1 1
_
,
9) Seja V um espa co vetorial real e E uma projec ao sobre V. Demonstrar
que (I + E) e inversvel. Determinar (I + E)
1
. Se V e qualquer espaco
vetorial o que pode ser dito?
10) Seja E uma projec ao sobre V, um espaco vetorial. Demonstre que I E e
uma proje cao sobre V .
11) Seja A, B matrizes n n sobre K. Se I AB e inversvel. Demonstre que
I BA e inversvel e
(I BA)
1
= I + B(1 AB)
1
A.
12) Seja T um qualquer operador sobre um espa co de dimens ao nita. Denimos
o centro dos operadores T por Z = A / AT = TA T operador.

E possvel
encontrar Z? Fa ca o caso onde T : R
2
R
2
, depois tente o caso geral.
13) Seja T um operador linear sobre K
4
, representado em relac ao a base can onica
64
pela matriz:
T
c
c
=
_
_
_
_
0 0 0 0
a 0 0 0
0 b 0 0
0 0 c 0
_
_
_
_
Em que condi coes sobre a, b, c, T
c
c
e diagonaliz avel.
14) Seja T o operador linear sobre R
2
, cuja matriz em relac ao a base can onica e:
A =
_
1 1
2 2
_
i) Quais s ao os subespacos invariantes sob T.
ii) Se U e um operador linear sobre C
2
, cuja matriz em relac ao a base
can onica e A. Quais s ao os subespacos invariantes.
15) Seja T o operador integral indenida i.e Tf(x) =
_
x
0
f(t)dt sobre o espa co
das fun coes contnuas no intervalo [0, 1]. O espa co das fun coes polinomiais e
invariante sob T?
16) Seja T o operador derivada sobre o espaco V das funcoes derivaveis. Dentro
deste espaco considere o subespaco das fun coes pares V
p
e o subespaco das
func oes mpares V
i
. Demonstre que V = V
p
V
i
. Os subespacos V
p
, V
i
s ao
invariantes sob T.
17) Seja T um operador linear sobre V, dimV < . Suponha o polin omio minimal
de T e produto de fatores lineares, p(x) = (x
1
)
r
1
. . . (xa
n
)
rn
. Considere o
subespaco W = Nuc(T
1
I) +. . . +Nuc(T
n
I). Seja h(x) K[x]. Mostre
que W e invariante sob T. Qual e a expressao h(T)v = a
1
v
1
+. . . +a
n
v
n
onde
v W e v
i
Nuc(T
i
I)? isto e, quem s ao os a
i
=?
18) Seja T : R
4
R
4
dada pela matriz T na base can onica
T =
_
_
_
_
1 0 0 0
2 0 1 1
1 0 1 0
1 1 1 2
_
_
_
_
i) Qual e a forma de Jordan do operador T.
ii) Encontre uma base onde T est a na forma de Jordan.
iii) Encontre a parte diagonaliz avel D e a parte nilpotente N de T. Verique
que ND = DN.
65
19) Seja T : R
4
R
4
como no exerccio anterior. Seja W
1
= [v
1
], onde v
1
e
autovetor de T. Considere e
1
, e
2
, e
3
, e
4
os vetores canonicos de R
4
. Encontre
os T-condutores de e
1
, e
2
, e
3
, e
4
que conduzem e
1
, e
2
, e
3
, e
4
, para W
1
.
20) De exemplos de operadores T de R
4
em R
4
que somente com a informac ao de
conhecer o polin omio minimal e o polin omio caracterstico de T n ao e possvel
determinar a forma de Jordan de T.
21) Seja T : R
3
R
3
um operador com polin omio caracterstico igual a:
c(x) = (x 5)
3
. T e semelhante a que matriz? Quais sao as possibilida-
des?
22) Seja T : R
3
R
3
dada pela matriz T =
_
_
1 0 0
2 1 0
2 3 2
_
_
. Seja W
1
= [v
1
],
onde v
1
e autovetor de T associado a
1
= 1. Encontre um vetor v , W
1
tal
que (T 1I)v W
1
.
66
Captulo 5
Produto Interno
5.1 Produto Interno
Exemplo 5.1.1 V = R
2
, v
1
= (x
1
, y
1
), v
2
= (x
2
, y
2
). Denimos um produto in-
terno e a norma de um vetor por:
< v
1
, v
2
>= x
1
x
2
+ y
1
y
2
e [v
1
[ =
_
x
2
1
+ y
2
1
=

< v
1
, v
1
>.
Propriedades:
(i) < v
1
, v
1
> 0 e < v
1
, v
1
>= 0 v
1
= 0;
(ii) < cv
1
, v
2
>= c < v
1
, v
2
>=< v
1
, cv
2
>;
(iii) < v
1
+ v
2
, v
3
>=< v
1
, v
3
> + < v
2
, v
3
>;
(iv) < v
1
, v
2
>=< v
2
, v
1
>.
Denicao 5.1.1 Sejam K = R e V um espaco vetorial sobre K, um produto interno
sobre V e uma funcao <, >: V V R tal que <, > satisfaz:
(i) < v, v > 0 e < v, v >= 0 v = 0;
(ii) < cv
1
, v
2
>= c < v
1
, v
2
>;
(iii) < v
1
+ v
2
, v
3
>=< v
1
, v
3
> + < v
2
, v
3
>;
(iv) < v
1
, v
2
>=< v
2
, v
1
>.
Propriedades 5.1.1 Seja V um espaco vetorial com <, >, entao valem:
67
(i) < v
1
, cv
2
>= c < v
1
, v
2
>;
(ii) < v
1
, v
2
+ v
3
>=< v
1
, v
2
> + < v
1
, v
3
>.
Demonstracao: claro.
Denicao 5.1.2 Sejam V um espaco vetorial com <, > e v V
dena [v[ =

< v, v >.
Exemplo 5.1.2 Seja V o espaco das funcoes contnuas de [a, b] em R. Dena
< f
1
(x), f
2
(x) >=
_
b
a
f
1
(x)f
2
(x)dx.
Armamos que <, > e um produto interno.
Demonstracao:
(i) < f
1
(x), f
1
(x) >=
_
b
a
f
1
(x)f
1
(x)dx 0;
(ii) < cf
1
(x), f
2
(x) >=
_
b
a
cf
1
(x)f
2
(x)dx = c
_
b
a
f
1
(x)f
2
(x)dx = c < f
1
(x), f
2
(x) >;
(iii) < f
1
(x) + f
2
(x), f
3
(x) >=
_
b
a
(f
1
(x) + f
2
(x))f
3
(x)dx =
_
b
a
f
1
(x)f
3
(x)dx +
_
b
a
f
2
(x)f
3
(x)dx = < f
1
(x), f
3
(x) > + < f
2
(x), f
3
(x) >;
(iv) < f
1
(x), f
2
(x) >=
_
b
a
f
1
(x)f
2
(x)dx =
_
b
a
f
2
(x)f
1
(x)dx =< f
2
(x), f
1
(x) >;
Falta mostrar que < f
1
(x), f
1
(x) >= 0 f
1
(x) = 0. Temos
_
b
a
(f
1
(x))
2
dx = 0.
Suponha f
1
(x) ,= 0 segue, x
0
[a, b] tal que f
1
(x
0
) ,= 0 > 0 tal que
(f
1
(x))
2
> 0 x (x
0
, x
0
+ ) da, 0 =< f
1
(x), f
1
(x) >=
_
b
a
(f
1
(x))
2
dx =
_
x
0

a
(f
1
(x))
2
dx +
_
x
0
+
x
0

(f
1
(x))
2
dx +
_
b
x
0
+
(f
1
(x))
2
dx > 0.Uma contradicao. Logo
f
1
(x) = 0 x [a, b].
Denicao 5.1.3 Seja V um espaco vetorial com <, >. Se [v[ = 1 dizemos que v e
unitario.
Exemplo 5.1.3 Seja V = R
2
, v
1
= ([v
1
[cos, [v
1
[sen), onde e o angulo entre
o vetor v
1
e o eixo X e v
2
= ([v
2
[cos( +), [v
2
[sen( +)), onde + e o angulo
entre o vetor v
2
e o eixo X.
Entao temos: < v
1
, v
2
>= [v
1
[cos[v
2
[cos( + ) + [v
1
[sen[v
2
[sen( + ) =
= [v
1
[[v
2
[(coscos(+)+sensen(+)) = [v
1
[[v
2
[cos((+)) = [v
1
[[v
2
[cos() =
= [v
1
[[v
2
[cos() , onde e o angulo entre os vetores v
1
e v
2
.
Teorema 5.1.1 Seja V espaco vetorial com <, > entao valem:
68
(i) [v[ 0, [v[ = 0 v = 0;
(ii) [v[ = [[[v[, R;
(iii) [ < v, w > [ [v[[w[, desigualdade de Cauchy-Schwarz;
(iv) [v + w[ [v[ +[w[, desigualdade Triangular.
Demonstracao:
(i) Exerccio.
(ii) Exerccio.
(iii) < xv +w, xv +w > 0, x. Assim, x
2
< v, v > +2x < v, w > + < w, w >
0. Temos = (2 < v, w >)
2
4 < v, v >< w, w > 0 segue, 4 < v, w >
2

4 < v, v >< w, w > da,


_
< v, w >
2


< v, v >< w, w > = [v[[w[
Portanto [ < v, w > [ [v[[w[;
(iv) [v + w[
2
= < v + w, v + w > = < v, v > +2 < v, w > + < w, w >
[v[
2
+ 2[ < v, w > [ + [w
2
[ [v[
2
+ 2[v[[w[ + [w[
2
= ([v[ + [w[)
2
segue, [v + w[ [v[ +[w[.
Observacao 5.1.1 Note que:
|<v,w>|
|v||w|
1, se v, w ,= 0. da temos,
1
<v,w>
|v||w|
1, se v, w ,= 0.
Denicao 5.1.4 Se v, w ,= 0 dizemos que o angulo entre v e w e dado por
cos() =
<v,w>
|v||w|
.
Observacao 5.1.2 < 0, v > = 0 v V .
Demonstracao: < 0, v >=< 0 + 0, v >=< 0, v > + < 0, v > segue, < 0, v >= 0.
Denicao 5.1.5 Dizemos que v e perpendicular a w se, e somente se, < v, w >= 0.
Notacao: v w.
Proposicao 5.1.1 (i) v w w v;
(ii) v w, w V v = 0;
(iii) v
1
w, v
2
w av
1
+ bv
2
w, a, b R.
Demonstracao: Exerccio.
69
Observacao 5.1.3 Seja V um espaco vetorial com <, >, = v
1
, . . . , v
n
base de
V . Se v v
i
, i entao, v = 0.
Demonstracao: v =
n

i=1
a
i
v
i
segue, < v , v > = < v ,
n

i=1
a
i
v
i
> =
n

i=1
a
i
< v, v
i
>= 0. Logo < v, v >= 0 assim, v = 0.
Teorema 5.1.2 Seja V espaco vetorial com <, >. Seja = v
1
, . . . , v
n
tal que
< v
i
, v
j
>= 0, i ,= j e v
i
,= 0. Entao e LI.
Demonstracao:
n

i=1
a
i
v
i
= 0 0 =<
n

i=1
a
i
v
i
, v
j
>=
n

i=1
a
i
< v
i
, v
j
>=
a
i
< v
i
, v
i
> a
i
= 0 i.
Observacao 5.1.4 Seja V um espaco vetorial com <, > e dimV = n. Seja
= v
1
, . . . , v
n
tal que, < v
i
, v
j
>=
_
,= 0, se i = j
0, se i ,= j
. Entao e base de V .
Denicao 5.1.6 Dizemos que e ortogonal se < v
i
, v
j
>= 0 para todo i ,= j.
Dizemos que e ortonormal se < v
i
, v
j
>=
ij
=
_
1, se i = j
0, se i ,= j v
i
, v
j

Observacao 5.1.5 Seja V = R
2
e v = (1, 2), w = (3, 1). Considere = v
1
, v
2

uma base do R
2
, entao o produto interno natural que devemos denir sobre o R
2
deve ser:
< v
1
, v
2
>= 5x
1
x
2
+ 5y
1
x
2
+ 5x
1
y
2
+ 10y
1
y
2
.
Mostre que <, > e um produto interno, depois calcule com este produto interno a
soma dos angulos internos do triangulo formado pelos pontos (0, 0), (0, 1), (1, 0).
Exerccios
1) Seja < , > o produto interno can onico de R
2
i) Sejam = (1, 2), = (1, 1). Determine tal que < , >= 1,
< , >= 3.
ii) Mostre que v R
2
temos v =< v, e
1
> e
1
+ < v, e
2
> e
2
.
e
1
= (1, 0), e
2
= (0, 1).
70
2) Seja A uma matriz 2 2 com elementos reais. Dena < v
1
, v
2
>= v
t
2
Av
1
,
v
1
=
_
x
1
y
1
_
, v
2
=
_
x
2
y
2
_
. Mostre que < , > e um produto interno se e
s o se A = A
t
, a
11
, a
22
> 0 e det A > 0.
3) Seja V um espaco vetorial com < , > . Demonstre a regra do paralelogramo
[v + w[
2
+[v w[
2
= 2[v[
2
+ 2[w[
2
4) Seja V = ax + b / a, b R. Dena
< a
1
x + b
1
, a
2
x + b
2
>=
a
1
a
2
3
+
b
1
a
2
2
+
a
1
b
2
2
+ b
1
b
2
Demonstre que < , > e um produto interno.
5) Seja V = o espa co das func oes contnuas denidas no intervalo [0,

4
].
Demonstre que

_
4
0
cos xsenxdx

_
_
4
0
cos
2
x dx
_1
2
_
_
4
0
sen
2
x dx
_1
2
6) Seja = (1, 1), (2, 1) base de R
2
. Qual deve ser o produto interno
natural denido sobre R
2
? Lembre que os vetores est ao escritos na base .
7) Seja V = R
2
e (x
1
, y
1
), (x
2
, y
2
)) = 2x
1
x
2
+ 2x
1
y
2
+ 2x
2
y
1
+ 4y
1
y
2
. Mostre
que <, > e um produto interno. Considere o tri angulo com vertices nos
pontos (0, 0), (1, 0), (0, 1), usando este produto interno mostre que a soma
dos angulos internos e 180
0
.
5.2 Ortogonalizacao
Neste paragrafo iremos encontrar um conjunto de vetores ortonormais, a partir
de um conjunto Linearmente Independente que geram o mesmo subespaco. Para
isto consideremos inicialmente o seguinte exemplo:
Exemplo 5.2.1 Sejam V = R
n
, n 2.v, w um conjunto L.I. em V .
A projecao do vetor v sobre o vetor w que denotamos por Pr
W
(v) e dada por: .w
onde teremos v = Pr
W
(v) + u com u w.
Calculando < v, w > temos
< v, w >=< .w + u, w >=< .w, w > + < u, w >= . < w, w > . Da,
71
=
<v,w>
<w,w>
e portanto,
Pr
W
(v) =
<v,w>
<w,w>
.w. Segue que,
0 ,= u = v Pr
W
(v) = v
<v,w>
<w,w>
.w e um vetor perpendicular a w tal que
[u, w] = [v, w], segue que,
u
|u|
,
w
|w|
e uma base ortonormal de [u, w].
Exemplo 5.2.2 Sejam V = R
n
, n 3.w
1
, w
2
, w
3
um conjunto L.I. em V como
no exemplo anterior 5.2.1 podemos considerar v
1
, v
2
um conjunto ortogonal tal
que [v
1
, v
2
] = [w
1
, w
2
] = W.
Seja Pr
W
(w
3
) =
1
v
1
+
2
v
2
. temos
w
3
= Pr
W
(w
3
) + v
3
=
1
v
1
+
2
v
2
+ v
3
e < v
1
, v
2
>=< v
1
, v
3
>=< v
2
, v
3
>= 0
Calculando,
< w
3
, v
1
>=<
1
v
1
+
2
v
2
+ v
3
, v
1
>=
1
< v
1
, v
1
> +
2
< v
2
, v
1
> + < v
3
, v
1
>=

1
< v
1
, v
1
> . Temos,

1
=
<w
3
,v
1
>
<v
1
,v
1
>
.
Analogamente temos,

2
=
<w
3
,v
2
>
<v
2
,v
2
>
. Da,
Pr
W
(w
3
) =
<w
3
,v
1
>
<v
1
,v
1
>
v
1
+
<w
3
,v
2
>
<v
2
,v
2
>
v
2
e
0 ,= v
3
= w
3
Pr
W
(w
3
) = w
3

<w
3
,v
1
>
<v
1
,v
1
>
v
1

<w
3
,v
2
>
<v
2
,v
2
>
v
2
. Alem disso,

v
1
|v
1
|
,
v
2
|v
2
|
,
v
3
|v
3
|
e um conjunto ortonormal gerador do subespaco [w
1
, w
2
, w
3
.]
Teorema 5.2.1 (Gram-Schmidt) Seja V um espaco vetorial com <, >. Sejam
w
1
, . . . , w
n
vetores LI. Entao e possvel construir v

1
, . . . , v

n
ortonormais tais que
= v

1
, . . . , v

n
e uma base do espaco [w
1
, . . . , w
n
].
Demonstracao: Se n = 1 entao, v

1
=
w
1
|w
1
|
. Suponha n > 1 e considere v
1
, v
2
, . . . , v
i
ja ortogormais. Alem disso, [v
1
, . . . , v
i
] = [w
1
, . . . , w
i
]. Dena
v
i+1
= w
i+1

j=1
< v
j
, w
i+1
>
< v
j
, v
j
>
v
j
.
Armamos que: v
1
, . . . , v
i
, v
i+1
e ortogonal e [v
1
, . . . , v
i
, v
i+1
] = [w
1
, . . . , w
i
, w
i+1
].
Demonstracao: Claro que [v
1
, . . . , v
i
, v
i+1
] = [w
1
, . . . , w
i
, w
i+1
]. Ja sabemos que
< v
j
, v
k
>= 0 com j ,= k e j, k i. Da, basta mostrar que < v
i+1
, v
k
>= 0 k
seja entao, < v
i+1
, v
k
> = < w
i+1

i

j=1
< v
j
, w
i+1
>
< v
j
, v
j
>
v
j
, v
k
> =
=< w
i+1
, v
k
>
i

j=1
< v
j
, w
i+1
>
< v
j
, v
j
>
< v
j
, v
k
>, se j ,= k temos< v
j
, v
k
>= 0, assim
< v
i+1
, v
k
>=< w
i+1
, v
k
>
< w
i+1
, v
k
>
< v
k
, v
k
>
< v
k
, v
k
>= 0. Considere = v

1
, . . . , v

n
,
onde v

j
=
v
j
|v
j
|
. Assim temos que e base ortonormal de [w
1
, . . . , w
n
]. Tal processo e
chamado ortonormalizacao de Gram-Schmidt.
72
Denicao 5.2.1 Seja V um espaco vetorial sobre K (K = R ou K = C). Dizemos
que V possui um produto interno sobre K se existe <, >: V V K que satisfaz:
(i) < v, v > 0 e v = 0 < v, v >= 0;
(ii) < v
1
, v
2
>= < v
1
, v
2
>;
(iii) < v
1
+ v
2
, v
3
>=< v
1
, v
3
> + < v
2
, v
3
>;
(iv) < v
1
, v
2
>= < v
2
, v
1
>, onde = a bi e o conjugado de = a + bi,
v, v
1
, v
2
, v
3
V, K.
Observacao 5.2.1 (i) < v
1
, v
2
>= < v
2
, v
1
> = < v
2
, v
1
> = < v
2
, v
1
> =
= < v
1
, v
2
>.
(ii) < v
1
, v
2
+ v
3
>=< v
1
, v
2
> + < v
1
, v
3
>.
Demonstracao: Exerccio.
Observacao 5.2.2 Seja = a + bi e = a bi C. Entao, . =
= (a + bi).(a bi) = a
2
(bi)
2
= a
2
+ b
2
0.
Alem disso, . = 0 = 0.
Observacao 5.2.3 Sejam = a + bi e = c + di C. Entao valem:
(i) =
(ii) . = ..
Demonstracao:
(i) Claro.
(ii) . = (a + bi).(c + di) = (ac bd) + (bc + ad)i = (ac bd) (bc + ad)i =
(a bi).(c di) = ..
Exemplo 5.2.3 Seja V = C
n
, v = (a
1
, a
2
, , a
n
), w = (b
1
, b
2
, , b
n
), com
a
i
, b
i
C. Dena:
< v, w >= a
1
.

b
1
+ a
2
.

b
2
+ + a
n
.

b
n
73
onde,

b e o conjugado de b.
Demonstraremos que <, > e um produto interno sobre C.
Demonstracao:
Sejam v = (a
1
, a
2
, , a
n
) w = (b
1
, b
2
, , b
n
), u = (c
1
, c
2
, , c
n
) V e C.
(i) R < v, v >= a
1
. a
1
+ a
2
. a
2
+ + a
n
. a
n
0 Veja observa cao 5.2.2.
Alem disso,
< v, v >= a
1
. a
1
+ a
2
. a
2
+ + a
n
. a
n
= 0 a
1
= a
2
= = a
n
= 0
v = 0.
(ii) < .v, w >=< (.a
1
, .a
2
, , a
n
), (b
1
, b
2
, , b
n
) >= .a
1
.

b
1
+.a
2
. a
2
+ +
.a
n
.

b
n
= .(a
1
.

b
1
+ a
2
. a
2
+ + a
n
.

b
n
) = . < v, w > .
(iii) < v +w, u >=< (a
1
+b
1
, a
2
+b
2
, , a
n
+b
n
), (c
1
, c
2
, , c
n
) >= (a
1
+b
1
). c
1
+
(a
2
+b
2
). c
2
+ +(a
n
+b
n
). c
n
= a
1
. c
1
+b
1
. c
1
+a
2
. c
2
+b
2
. c
2
+ +a
n
. c
n
+b
n
. c
n
=
a
1
. c
1
+ a
2
. c
2
+ + a
n
. c
n
+ b
1
. c
1
+ b
2
. c
2
+ + b
n
. c
n
=< v, u > + < w, u > .
(iv) < v, w >=< (a
1
, a
2
, , a
n
), (b
1
, b
2
, , b
n
) >= a
1
.

b
1
+ a
2
.

b
2
+ + a
n
.

b
n
=
(a
1
.

b
1
+ a
2
.

b
2
+ + a
n
.

b
n
) = (a
1
.

b
1
+ a
2
.

b
2
+ + a
n
.

b
n
) =
( a
1
.b
1
+ a
2
.b
2
+ + a
n
.b
n
) = (b
1
. a
1
+ b
2
. a
2
+ + b
n
. a
n
) = < w, v >. Veja
observa cao 5.2.3. Logo <, > e um produto interno sobre C .
Denicao 5.2.2 Seja V um espaco vetorial com <, >, , = S V denimos
S

= v V :< v, w >= 0, w S e dito o conjunto perpendicular a S.


Observacao 5.2.4 (i) S

V ;
(ii) Se S V entao, V = S S

.
Demonstracao: Exerccio.
Lema 5.2.1 < Av, w >=< v, A
t
w >, A M
nn
(R).
Demonstracao: Para o caso n=2 temos:
__
a b
c d
__
x
1
y
1
_
,
_
x
2
y
2
__
=
=
__
ax
1
+ by
1
cx
1
+ dy
1
_
,
_
x
2
y
2
__
= ax
1
x
2
+ by
1
x
2
+ cx
1
y
2
+ dy
1
y
2
=
= ax
1
x
2
+ cx
1
y
2
+ by
1
x
2
+ dy
1
y
2
=
__
x
1
y
1
_
,
_
ax
2
+ cy
2
bx
2
+ dy
2
__
=
74
=
__
x
1
y
1
_
,
_
a c
b d
__
x
2
y
2
__
.
O caso geral pode ser visto da seguinte maneira:
< Av, w >= (Av)
t
w = (v
t
A
t
) w = v
t
(A
t
w) =< v, A
t
w >, onde signica a
multiplicacao de matrizes.
Lema 5.2.2 Seja A uma matriz real e simetrica. Se e um autovalor de A em C,
entao R.
Demonstracao: Seja z um autovetor associado a C, isto e Az = z,
z ,= 0. Temos < z, z > R

+
. < z, z >=< z, z >=< Az, z >=< z, A
t
z >=
< z, Az >=< z, z >= < z, z >. Logo = R.
Lema 5.2.3 Seja A uma matriz real e simetrica entao A tem pelo menos um auto-
vetor real.
Demonstracao: Seja A : C
n
C
n
e z um autovetor de A. z ,= 0 e Az = z.
Temos z = x + iy, x, y R
n
. Az = A(x + iy) = Ax + iAy. z = x + iy segue
Ax = x e Ay = y como z ,= 0 temos x ou y ,= 0. Portanto x e um autovetor real
ou y e um autovetor real de A.
Teorema 5.2.2 (Espectral) Seja A : V (R) V (R) um operador linear real e
simetrico com dimV < . Entao existe uma base ortonormal de V formada por
autovetores de A. Em particular A e diagonalizavel.
Demonstracao: Por inducao sobre dimV = n. Se n = 1 e claro. Suponha
dimV > 1. Pelo lema anterior (5.2.3) existe um autovetor real v
1
de A associ-
ado ao autovalor real
1
. Seja W = v
1

= [v
1
]

. Temos pela observacao 5.2.4.


que V = [v
1
] [v
1
]

.
Armamos que W e A-invariante
De fato, seja v W, entao < v, v
1
>= 0 e < Av, v
1
>=< v, Av
1
>=< v,
1
v
1
>=

1
< v, v
1
>= 0. Logo Av W e assim W e A-invariante. Temos que
dimW = n 1 e A[
W
e simetrico segue que, existe

base ortonormal de W tal


que (A[
W
)

=
_
_
_

2
.
.
.

n
_
_
_
. Seja =
v
1
|v
1
|
,

. Temos que e uma base


ortonormal de autovetores de A.
Alem disso, A

=
_
_
A[
[v
1
]
_
A[
[v
1
]

_
_
_
=
_
_
_

1
.
.
.

n
_
_
_
e (I

c
)
t
= I
c

75
Exerccios
1) Seja V o espaco das funcoes contnuas denidas no intervalo [0, ], temos
< f, g >=
_

0
f(x)g(x)dx
e um produto interno. Seja = x, senx, cos x, x
2
. Use Gram-Schmidt para
ortonormalizar .
2) Seja V um espa co vetorial com <, > . Seja = v
1
, v
2
, . . . , v
n
uma base
de V . Suponha v v
i
i. Mostre que v = 0.
3) Seja V um espaco vetorial com < , > . A distancia entre dois vetores v e
w em V e denida por:
d(v, w) = [v w[.
Mostre que
i) d(v, w) 0
ii) d(v, w) = 0 v = w
iii) d(v, w) = d(w, v)
iv) d(v, w) d(v, v

) + d(v

, w).
4) Seja T : R
2
R
2
, descrita por T

=
_
a b
b d
_
a, b, d R , onde e a
base canonica de R
2
. Mostre que T
c
c
e diagonaliz avel. Mostre tambem que
os autovetores de T, em relac ao ao produto interno usual (x
1
, y
1
), (x
2
, y
2
)) =
x
1
x
2
+ y
1
y
2
, s ao ortogonais. Demonstre que a matriz mudan ca de base que
diagonaliza T pode ser escolhida de tal forma que sua inversa seja igual sua
transposta.
76