Algebra Linear Lipschutz

SEYMOUR LIPSCHUTZ
DEPARTAMENTO DE MATEMTICAS
TEMPLE UNIVERSITY
Algebra Linear
Resumo da teoria
600 Problemas resolvidos
524 Problemas propostos
Traduo
de
ROBERTO RIBEIRO BALDINO
Prof. Titular do Instituto de Matemtica
Universidade P''ederal do Rio Grande do Sul
EDITORA McGRAW-HfLL DO BRASIL, LTDA.

SO PAULO- RIO DE JANEIRO- BELO HORIZONTE
DVSSELDORF, JOHANNESBURG, KUALA LUMPUR, LONDON,
MEXICO, MONTREAL, NEW DELHI, NEW YORK, PANAMA,
St. LOUIS, SAN FRANCISCO, SINGAPORE, SYDNEY, TORONTO.
Do original
Schaum's Outline of Theory and Problems

of
LINEAR ALGEBRA
publicado nos E.U.A. por Schaum Publishing Co.

Copyright
1968 by McGraw-Hill, .Jnc.
Nenhuma parte desta publicao poder ser reproduzida, guardada pelo sistema "retrleval" ou transmitida de qualquer modo ou por
qualquer outro melo, seja este eletrnico, mecnico, de fotocpia, de
gravao, ou outros, sem prvia autorizao por escrito da Editora.
1973
Todos os diYtitos para a> Unr;tw. portuguesu reservtUlot pela
EDITORA McGRAW-HILL DO BRASIL, LTDA.
Rua Tabapu, 1105
Av. Rio Branco, 156, s/2614
Rua Turmalina, 27
ITAIM-BIBI,
So PAULO
RIO DE JANEIRO
BELO HORIZONTE
MINAS GEJIAIS
So
PAuLo
GUANABARA
Impresso no Brasil
Printed in Brazi!
,
PREFACIO
lgebra Linear tem-se tornado, recentemente, uma parte essencial
da base matemtica de que necessitam matemticos, engP.nheiros, fsicos
e outros cientistas. ste requisito reflete a importncia e grande aplicao da mattia.
Esta obra foi projetada para uso como livro-texto em um curso formal
de lgebra Linear ou como um suplemento para todos os tExtos padres.
Seu propsito apresentar uma introduo lgebra Linear que sirva
de ajuda a todos os leitores, independentemente de seus campos de especializao. Nle se incluiu mais material do que _aqule que pode ser
visto na maioria dos cursos JlllClaiS. Isto foi feito para tornar o livro
mais flexvel, til de referncias e para estimular maior intersse pelo
assunto.
Cada cap tu! o comea com asseres claras de definies. pertinentes,
princpios e teoremas, juntamente com material ilustrativo e descritivo.
Isto seguido por gradaes de problemas resolvidos e problemas propost<;>s. Os problemas resolvidos servem para ilustrar e ampliar a teoria,
trazendo clareza aos pontos sutis, sem os quais o estudante sE. sente, continuamente, em terreno inseguro, e promovem a repetio dos princpios
bsicos to vitais ao aprendizado efetivo. Numerosas provas de teoremas
esto includas entre os problemas resolvidos. Os problemas propostos
servem como reviso completa do material de cada captulo.
Os trs primeiros captulos tratam de vetores no espao euclidiano,
equaes lineares e matrize~. Estas produzem a motivao e as ferramentas bsicas computacionais para o tratamento abstrato de espaos
vetoriais e transformaes lineares, que vem. a seguir.
Um captulo sbre
autovalores e autovetores, precedido por determinantes,. d condies
para representar um operador linear por uma matriz diagonal. Isto,
naturalmente, conduz ao estudo de vrias formas cannicas, espcificamente a triangular, a de Jordan e a forma cannica racional. No ltimo
captulo, sbte espaos com produto interno, o teorema espectral parr1
operadores simtricos obtido e aplicado diagonali~ao de formas
qu(ldrtias reais. Para completar, os apndices incluem se5 sbre
conjuntos e relaes, estruturas alghricas e polinmios sbre um corpo.
Desejo agradecer a muitos amigos e colegas, especialmente ao Dr.
Martin Silverstein e Dr. H wa Tsang, por valorosas sugestes e reviso
crtic~ do manuscrito. Tambm quero expressar minha gratido a Daniel
Schaum e Nicola Monti por suas preciosas colaboraes.
SEYMOUR LIPSCHUTZ
Temple ~niversity
Prefcio da Edio Brasileira
A lgebra Linear constitui hoje parte indispensvel da formao

bsica, no s6 de matemticos, mas de quantos necessitem apicar Matemtica, mesmo em suas formas mais rudimentares. Na Matemtica,
sua importncia dificilmente pode ser subestimada, quando se compreende
que impossvel atacar qu<tlquer problema sem perfeita compreenso
dos fenmenos lineares.
ste livro, que cobre tda a. lgebra Linear usualmente ensinada
nos ciclos bsicos dos cenos tcnico-cientficos das universidades, poder
ser til de dois modos:
1 - Como subsdio a outras leitura~ e notas de aub, principalmente atravs dos problemas propostos e dos problemas diversos;
2 - Como livro-texto, devendo-se, ento, proceder ao estudo sistemtico da poderosa bateria de problemas apresentada, com nfase nos
prob!.fmas resolvidos; espera-se que isso suscite nos alunos padres de
comportamento adequados resoluo dos problemas com que se defrontem, contornando-se, assim, as deficincias do estudo te6rico superficial.
RoBERTO RIBEIRO BALDINO
SUMARIO
Captulo
VETORES NO R" E C" . ....................... .

Introduo. Vetores no Rn. Adio de vetores e multiplicao por escalar. Produto interno. Norma e distncia
no Rn. Nmeros complexos. Vetores em cn.
Captulo
EQUAES LINEARES . ........ .
21
Introduo. Equao linear. Sistema de equaes lineares.

Soluo de um sistema de equaes lineares. Soluo de um
sistema homogneo de eq~aes lineares.
Captulo
MATRIZES .......................... .
40
Introduo. Matrizes. Soma de matrizes e multiplicao

por escalar. l\ilultiplicao de matrizes. Transposio. Matrizes escalonadas. Equivalncia por linhas e operaes elementares com linhas. Matrizes quadradas. lgebra das
matrizes quadradas. Matrizes inversveis. Matrizes de blocos.
Captulo
ESPAOS VETORIAIS E SUBESPAOS ........ .
74
Introduo. Exemplos de espaos vetona1s. Subespaos.

Combinaes lineares, subespaos gerados. Espao linha de
uma matriz. Somas e somas diretas. ~
Captulo
BASES E DIMENSO ....... .
102
Introduo. Dependncia linear. Bases e dimenso. Dimen-.

so e subespaos. Psto de uma matriz. Aplicaes a equaes lineares. Coordenada>.
Captulo
TRANSFORMAES LINEARES................
145
Aplicies. Transformaes lineares. Ncleo e imagem de

uma transformao linear._. Tra~sformaes singulares e no
singulares. Transformaes lineares e sistemas de equaes
lineares. Operaes com transformaes lineares. lgebra
dos operadores lineares. Operadores inversveis.
Captulo
MATRIZES E OPERADORES -LINEARES.: ..... ,
182
Introduo. Representao matricial de um operador linear.

Mudana de base. Semelhana. Matrizes e transformaes
lineares.
Captulo
DETERMINANTES.............................
Introduo. Permut!aes. Determinante. Propriedades dos
determina;..tes. Menores e co-fatres. Adjunta clssica: Aplicaes s equaes lineares. Determinante de um operador
linear. Multilinearidade e determinantes.
208
Captulo
AUTOVALORES E AUTOVETORES.............
239
Introduo. Polinmios de matrizes e operadores lineares.

Autovalores e autovetores. Diagonalizao e autovetores.
Polinmio caracterstico, teorema de Cayley-Hamilton. Polinmio mnimo. Polinmios caracterstico e mnimo de operadores lineares.
Captulo
10
FORMAS CANNICAS
269
Introduo. F o r ma triangular. Invarincia. Decomposio

em somas diretas invariantes. Decomposio em primos.
Operadores nulpotentes. Forma cannica de Jordan. Subespaos cclicos. Forma cannica racional. Espaos quocientes.
Captulo
11
FUNCIONAIS LINEARES E O ESPAO DUAL..
302
Introduo. Funcionais lineares e o espao dual. Base dual.

Espao segundo dual. Anuladores. Transp:Jsta de uma transformao linear.
Captulo
12
FORMAS BILINEARES, QUADR.~TICAS E

HERMITIAN AS ..
316
Formas bilineares. Formas bilineares e nntrizes. Formas

bilineares alternadas. Formas bilineares simtricas, formas
quadrticas. Formas bilineares simtricas reais. Lei de inrcia. Formas hermitianas.
Captulo
13
ESPAOS COM PRODUTO INTERNO.
337
Introduo. Espaos com produto interno. Desigualdade de

Cauchy-Schwarz. Ortogonalidade.
Conjuntos ortonormais.
Processo de ortogonalizao de Gram-Schmidt. Funcionais
lineares e operadores adjuntos. Analogia entre A(V) e C, operadores especiais. Operadores ortogonais e unitrios. Matrizes ortogonais e unitrias. Mudana de bases ortonormais.
Operadores positivos. Diagonalizao e formas cannicas nos
espaos euclidianos. Diagonalizao e formas cannicas nos
espaos unitrios. Teorema espectral.
Apndice A
379
CONJUNTOS E RELAES ..
Conjuntos, elementos. Operaes com conjuntos. Conjuntos
produtos. Relaes. Relaes de equivalncia.
Apndice B
ESTRUTURAS ALGBRICAS .................. .
385
Introduo. Grup:Js. Anis, domnios de integridade e corpos.

Mdulos.
Apndice C
POLINMIOS SBRE UM CORPO ............ .

Introduo. Anel de polinmios.
Fatorizao.
Kotao.
394
Divisibilidade.
lndice Remissivo ......................................... . 399
Captulo l
Vetores no Rn e
cn
INTRODUO
Em vrias aplicaes fsicas aparecem certas qantidades, tais como
temperatura e rapidez, que possuem smente "magnitude". Estas pdem
ser representadas por nmeros reais e so chamadas escalares. Por outro
lado, tambm h quantidades, como fra e velocidade, que possuem ambas "magnitude" e "direo". Essas quantidades podem ser representadas por flechas (tendo comprimento e direo apropriados e emnando
de um dado ponto de referncia O) e so chamadas vetores: Neste captulo, ns estudamos as propriedades de tais vetores com algum detalhe.
Comeamos por considerar as seguintes operaes com vetores:
(i) Adio. A resultante u

v de dois vetores obtida pela chamada lei do para"Jelogramo, isto , u
v a diagonal do
paralelogramo formado por u e v, como
se mostra direita;
(ii) Multiplicao por escalar. O produto ku, o

de um nmero real k por um vetor u,
obtido multiplicando a magnitude de u
por k e mantendo a mesma direo se
k 2: O ou a direo oposta, se k < O,
c9mo se mostra direita.
Agora,.supomos que o leitor esteja familiarizado co:n a representao
de pontos no plano por pares ordenados de nmeros reais. Se a origem
dos eixos escolhida no ponto de referncia O acima, ento cada vetor
determinado, de maneira nica, pelas coordenadas da sua extremidade.
As relaes entre as operaes acima e extremidades so as seguintes:
(i) Adio. Se (a, b) e (c, d) so as extremidades dos vetores u e v, ento
(a
c,b + d) ser a extremidade deu
v, como mostra a figura (a)
abaixo.
(a+ c, b + d)
(ka, kb)
Fig .. (a)~
[CAP. i
VETORES NO R" E C"
(ii) Multiplicao por escalar. Se (a, b) a extremidade do vetor u, ento

(ka, kb) ser a extremidade do vetor ku, como mostra.a figura (b), acima .
.Matemticamente, ns identificamos um vetor com sua extremidade;
isto , chamqmos o par ordenado (a, b), de nmeros reais, um vetor.
Na realidade, generalizaremos esta noo e chamaremos uma n-u'p!a
(a 1 , a 2 , . . , an) de nmeros reais um vetor. Generalizaremos novamente
e permitiremos que as coordenadas da n-upla sejam nmeros complexos
e no apenas nmeros reais. Alm disso, no captulo 4, abstrairemos as
propriedades dessas n-uplas e formalmente definiremos o sistema matemtico chamado espao vetorial.
Supomos que o leitor est familiarizado com as propriedades elementares do corpo dos nmeros reais, que representamos por R.
VETORES NO Rn
O conjunto de tdas as n-uplas de nmeros reais, anotado Rn, chamado n-espao. Uma particular n-upla no Rn, digamos
chamada um ponto ou vetor; os nmeros rf'as u, so chamados componentes (ou coordenadas) do vetor u. Alm disso, quando discutindo o
espao Rn, usamos o trmo escalar para os elementos de R, isto , para
os nmeros reais.
Exemplo 1.1. Considere os seguintes vetores:
(0,1),
(1,-3),
(1,2,v},4),
I'
(-S.t~O,,..)!
Os dois primeiros vetores tm duas componentes e, portnti:so pontos do R 2 ; os dois

ltimos tm quatro componentes e, portanto, so pontos do R 4 .
Dois vetores v e u so iguais, escrevendo-se u = v, se les tm o mesmo nmero de componentes, isto , pertencem ao mesmo espao, e se as
componentes correspondentes so iguais. Os vetores (1, 2, 3) e (2, 3-, 1)
_rio so iguais, porque os elementos corresponden~es no so iguais.
Exemplo 1.2. Suponha (x- y, x
igualdade de vetores,
+ y,
X-
z- 1) = (4, 2, 3).
y
Ento, por def!lo de
-!
x+y=2
z- 1 = 3
Resolvendo o sistema de equaes acima, temos
x =
3,
y = -1, e z
4.
ADIO DE VETORES E MULTIPLICAO POR. ESCALAR

Sejam u e v vetores no Rn:
VETORES NO R" E C"
CAP. 1]
A soma de u e v, escrita u
v, o vetor obtido pela adio das compon~n
tes correspondentes u +v = (u 1
v1 , u 2 + v2 , , U 11 + vn).
O produto de um nmero real k pelo vetor u, escrito ku, o vetor obtido
multiplicando cada componente de u por k: ku = (ku 1 , ku 2 , . , kun).
Observe que u +v e ku so tambm vetores do R". Definimos, igualmente,
- u = - lu e u- v = u + (-v)
A soma dos vetores com nmero diferente de componentes no definida .

.-;xemplo 1.3. Seja u = (1, -3, 2, 4) e v
(3, 5, -1, -2).
Ento,
(1
3, -3 + 5, 2- I, 4- 2) = (4, 2, I, 2)
5u = (5 . 1, 5 . (-3), 5 . 2, 5 . 4) = (5, -15, 10, 20)
2u- 3v = (2, -6, 4, 8)
(-9, -15, 3, 6) = (-7, -21, 7, 14)
u +v
Exemplo 1.4. O vetor (0, O, . , O) no R", anotado O, chamado vetor i(ro. :le
semelhante aO escalar 0 sob O aspecto de que, para qualquer vetor U = (ut, 2t2, . . . , u,),
u
+0
= (ut
+ 0, U2 + 0,
. '.,
Un
+ O)"=
(ut,
112, . . . u~)
Propriedades bsicas dos vetores do R' em operaes de adio de

vetores e multiplicao por escalar so descritas no seguinte teorema.
Teorema 1.1.
k, k' E R,
tU+
(i)
(ii)
(iii)
(iv)
Para quaisquer vetores u,

v)
+ w = u. + (v + w)
+o=
u
u +, (--u) = o
u +v = v+u
v; w
E R' e quaisquer escalares
k(u +v)= ku +kv

(vi) (k + k')u = ku
k'u
(vii) (kk')u = k(k'u)
(viii) lu = u
(v)
Observao. Suponha que u e v sejam vetore~ do R" eu = kv para algum

.escalar no-nulo k E R. Ento, diz-se que u est na mesma direo de v,
se k > O, e na direo oposta se k < O.
. PRODUTO INTERNO
Sejam u e v vetores do R":
= (u 1 , U 2 , .. . , Un) e V= (VIl V2 , .. . , Vn)

O produto escalar ou produto interno deu e v, anotado u V, o escalar obtido
multiplicando as componentes correspondentes e somando os produtos
obtidos:
U
:oi.
U .t'
= U 1V 1 + U 2V2 + ... + U,.V
11
Diz-se que os. vetores u e v so ortogonais (ou perpendiculares) se seu

produto interno zero: u . v = O.
Exemplo 1.5. Sejam u = (1, -2, 3, -4),
u. v
= 1.6
u. w = 1 . 5
v= (6, 7, 1, -2) e w = (5, -4, 5, 7). Ento.
+ (-2) . 7 + 3 . 1 + (-4) . (-2) =

+ (-2). (-4) + 3. 5 + (-4). 7 =
Assim, u e w so ortogonais.
6 - 14 + 3 + 8 , 3
5 + 8 + 15-28 = o
VETORES NO R" E C"
[CAP.
As propriedades bsicas do produto interno no Rn so as seguintes.
Teorema 1.2. Para quaisquer vetores u, v, w E R' e qualquer escalar

k E R:
(1)
(i i)
(iii)
(i v)
(u
v) . w = u . w
(ku) . v = k(u . v)
v w
u.v=v.11
u . u '). O, e u . u
O se, e somente se, u = O
Observao. O espao R' com as operaes acima de soma de vetores,

multiplicao por escalar e produto interno , usualmente, chamado
n-espao euclidiano.
NORMA E DISTNCIA NO R"
Sejam. u e v vetores do R'': u = (tt 1, tta,
. , t.t,) e v = (vto v2 , ... , Vn).
A distncia entre os pontos u e v, escrita d(u, v), definida por
+ (un- Vn)"
A norma (ou comprimento) do vetor u, escrita // u //, definida como
sendo a raiz f'JUadrada, no negativa, deu. u:
I !uI !
Pelo teorema 1.2, u . u
vu7
+ ... +
v~~ =
+ u~
u~
O; logo, a raiz quadrada existe. Observe que
2:
d(u,v) = //u-v!/
Exemplo 1.6. Sejam u = (1, -2, 4, I)
= (3, 1, -5, 0).
Ento,
d(u, v) = V(l- 3) + (- 2 -1) + (4 + 5) + (1- 0)

2
llvll =
V3'+1'+(-5)'+0'
Agora, se considerarmos dois pontos, digamus
I IPI I= Va'+b'
p=
d(p,q)
V95
= vTs
_(a, b) e q
(c, d) no plano R 2 , ento
V(a-c)'+(b-d) 2
Isto , I Ip I I corresponde ao comprimento euclidiano usual da flecha

da origem ao ponto p, e d(p, q) corresponde distncia euclidiana usual
entre o~ pontos p e q, como se mostra abaixo.
p = (a,b)
I
I
I ;
I
I
I
/a/
Um resultado semelhante 'Vaie para os pontos na reta R e no espao
n
3
VETORES NO R E
CAP. 1]
Observao. Um vetor e chamado um vetor unitrio se sua nom1a

1 : li e li = 1. Observe que, para qua1quer ;etor no- nulo, u E R",
o vetor e,. = u/11 u li um vetor unitrio na mesma: direo :de u.
Agora, estabelecemos lima relao fundamental conhecida por desi-.
gualdade d Cauchy-Schwarz.
Teorema 1.3 (Cauchy-Schwarz). Para quaisquer vetores U. v E R",

!u.vl :$ lluil llvll.
Usando a desigualdade acima, podemos agora definir o ngulo fJ
entre dois _vetoreS-no nulos quaisquer, u, v E R", porcos (} -~ . u v
llull llvll
Note que, se u . v = O, ento O = 90 (ou O = "Ir/2).

corda com nossa definio prvia de ortogonalidade.
Isto, ento, con-
NMEROS COMPLEXOS
O conjunto dos nmeros complexos anotado C. Formalmente,
um nmero complexo um par ordenado (a, b) de nmeros reais; igualdade, adio e multiplicao dos nmeros complexos so definidas a seguir:
(a, b) =.(c, d) se, e smt'ntt' se, a
(a, b)
+ (c, d)
+ d)
= (ac- bd, ad + bc)
(a, b)(c, d)
c e b
(a +c, b
Identificamos o nmero real a com o nimero complexo (a, O) :a <-> (a, 0).
Isto possvel desde que as operaes de adio e multiplicao de nmeros reais sejam preservadas sob a corres-pondncia
(a, O)
+ (b, O)
(a
+ b, O).
(a, O)(b, O)
(ab. G)
Assim, vemos R como um subconjunto de C e substitumos (a, O) por a,

sempre que fr conveniente e possvel.
O nmero complexo (0, 1), notado i, tem a importante propriedade
i2
ii
(0, 1)(0, 1) = (-1, O) = -1
ou
V=1
Alm di8so, usando o lato

(a, b)
(a, O)
+ (0, b)
(0, b) = (b, 0)(0, 1),
temos
(a, b) = (a, O)+ (b, 0)(0, 1) =
a+ bi
A notao a
bi mais conveniente do que (a, b). Por exemplo, a soma
e o produto de nmeros complexos podem ser obti~o~ usando simplesmente
as leis de comutatividade e distributividade e i_2 "=,-'l:
(a+ Oi)+ (c
(a
+ bi)(c + di)
(a+ c) 'f:,(~ d)i

= (ac - bd) + @c.-~ ad)-i
+di) =a+ c+ bi +di =

=:'
ac
bci
+ adi + bdi
[AP. 1
VETORES NO R" E C"
O conjugado do nmero complexo z = (a, b) = a

bi notado e definido
= a- bi.
(Note que
= a 2 b2 .) Se, entretanto, z # O, ento o
inverso z- 1 de z e a diviso por z so dados por_
zz
onde w E C.
Tambm definimos
-z = -lz
w- z = w
+ (-z)
+ 3i e w = 5- 2i. Ertto,
z + w .= (2 + 3J) + (5 - 2i) = 2 + 5 + 3i- 2i = 7 + i
zw = (2 + 3z)(S-2z) = 10 + 1Si-4i-6i 2 = 16 + lli
; = 2 + 3i = 2- 3i
e
Ui = S- 2i = S + 2i
~ = s - 2j '= (S - 2i)(2 - 3i) = 4- 19i = _2__ - ~i
z
2 + 3i
(2 + 31)(~ - 3i)
13
13 ~ 13
Eil:emplo 1.7; Suponha z = 2
Assim como os nmeros reais podem ser representados por pontos

numa reta, os nmeros complexos podem
ser representados por_ pontos num plano.
Especificamente, ~eixamos o ponto (a, b)
b
do plano representar o nmero complexo
z = a + bi, isto , tendo parte real a e
a parte. imaginria b. O vlor absoluto -~-1<"=-----____,:-__L_ _~. de z, escrito 1z 1, definido como distnca
a
dez origem /z/ ==
+b2.
Note que /z/ igual norma do vetor (a, b). Tambm /z/
va2
Exemplo 1.8._ Suponha z = 2
lzl =
v'4 +9
vzz.
+ 3i
12- Si.
Ento,
= v3 e lwl = v't44 +2S
13
Observao. No apndice B definimos a estrutura algbrica chamada

corPo. Enfatizamos que o conjunto C de nmeros complexos com as
operat-s acima de adio e multiplicao um corpo.
VETORES EM
cn
cn,
cn
o conjunto de tdas a n-uplas de nmeros complexos, notdo
chamado n-espao complexo. Assim como no caso real, os elmentos de

so chamados pontos ou vetores, os elementos de C so chamados escalare;,
e adio de vetores em C" e multiplicao por escalar em C" so da~os por
(zh Z2, .. , Zn)
+ (w11 w2,
... , Wn)
= (Z1 + W 11 Z2 + W2,
Z(Z,lt.~-- ... , z,.)
oit(\e
Z11 W 11
=. (zzu
.. , Zn
+ w,.)
ZZ2, .. , ZZn)
z E C.
i~plo 1.9. (2
+ 3i, 4 - i, 3) + (3 - 2i, Si, 4 - 6i) = (S + i, 4 + 4i, 7 + 3i, 4- i, 3) = (-6 + 4i, 2 + 8i, 6i) .
2i(2
6J)
VETORES NO R" E C
CAP. 1]
Agra, i>ejarn u e v vetores a.rbitririos em C"
U: = (zJ,
Zz; ... , z.),
O produto cartesiano ou interno deu e v definido como segue:
u .v =
ZtWt
+ ... + z,.w,.
Z2W2
Note que essa definio reduz-se anterior no caso real, desde que w,
quando Wf real. A norma deu definida por
li u li = v'u. u = v'Ztil +
z2z2 + ... +
Observe que u. u e, portanto,

e O quando u = O.
Exemplo 1.10. Sejam u = (2
I lu li
ZnZn
= v' IZll 2 +I z21 2 +
= w1
... +I Zn! 2
so reais e positivos quando u ;=!O;
3i, 4- i. 2i) e v = (3- 2i, 5, 4- 6i). Ento,

u , v = (2 + 3i)(3 - )
(4 - i)(s)
(2i)(4 - 6i)
= (2
3i)(3 + 2i) + (4 - i)(S)
(2i)(4 + 6i)
= 13i
20 - Si - 12
8i = 8
16i
u . u= (2
+
+
+
+
+ 3i)(2 + 3i) + (4- i)(4 - i) + (2i)(2i)
(2 + 3i)(2- 3i) + (4 - i)(4 + ~~ + (2i)(-2i)
+
+
=
=13+17+4=34
cn
o espao com as operaes acima de adio de vetore3, multiplicao por escalar e produt<;> interno, chamado n-espao euclidiano complexo.
Observao. Se u . v fsse definido por u . v = z1 w 1 + ... + z,.w,., ento
possvel para u . u = O, mesmo que u ;=! O, por exemplo, seu = (1, i, 0).
Na reali~ade, u . u pode mesmo nem ser real.
Problemas Resolvidos
VETORES NO R"
1.1.
Calcule: (i)(3, -4, 5)+(1, 1, -2); (ii) (1, 2, -3)+(4, -5); (iii) -3(4,-5,-6);
(i v) ~(-6, 7, -8).
~)
Some as componentes correspondentes

(3, -4, 5)
(ii)
+ (1, l, -2)
= (3
+ l, -4 + l, 5-2)
= (4, -3, 3).
A soma no definida, porque os vetores tm nmero diferente de componentes.
(iii) Multiplique cad componente pelo. esclar

-3(~. -5, -6) = (-12, 15, 18).
(i v) Multiplique cada componente pr -I: -(-6, 7, -8) = (6, -7, 8) ..
VETORES NO R" E C"
1.2.
Sejam u = (2, -7, 1), v = (-3, O, 4), w = (0, 5, -8).

Encontre
(i) 3u - 4v, (ii) 2u
3u - Sw. Primeiro, efetue a multiplicao pela
escalar e, depois, a adio dos vetores:
(i)
3u - 4v = 3(2, -7, 1)- 4(-3, O, 4) = (6, -21, 3)+(12, O, -16) = (18, -21, -13)
.(ii)
2u
+ 3v- 5w =
2(2, -7, 1)+ 3(-3, O, 4)- 5(0, 5, -8)

(-9, o, 12)
(0, -25, 40)
(4- 9 +o, -14 +o- 25, 2 + 12 + 40)
= (4, -14, 2)
=
1.3.
[CAP.
= (2, x
Encontre x e y, se (x, 3)
= (-5, -39, 54)
+ y).
Como os dois veto~es so iguais, a~ componentes correspondentes so iguais entre

si: X =f 2, 3 = X- + y
Substitua x = 2- na segunda equao, para obter y = 1. Assim, x = 2 e y = 1.
1.4.
Encontre x e y, se t4, y)
x(2, 3).
Multiplique pelo escalar x, para obter (4, y) = x(2, 3) = (2x, 3x) ..

Iguale as componentes correspondentes: 4 = 2x, y = 3x.
Resolva as equaes lineares para x e y : x = 2 e y = 6.
1.5.
Encontre x, y e z, se (2, -3, 4)
x(l, 1, 1) + y(l, 1, O)+ z(l, O, O).
Primeiro, multiplique pelos escalares x, y e z e, depois, some
+ y(1; 1, O) + z(1, O, O)
+
+
= x(1, l, 1)
(2, -3, 4)
'= (x, x, x)
(y, y, O)
(z, O, O)
= (x + y + z, x + y, x)
Agora, iguale as componentes correspondentes

X
+ y +
= 2,
+ y = - 3,
= 4
Para resolver o sistema de equaes, substitua x = 4 na segunda equao para

obter 4
y = -3 ou y = -,7. Em seguida, substitua na primeira equao para
achar z = '5. Assim, x .= 4, y = -7, z = 5.
1.6~ . Demonstre o teorema 1.1. Para quaisqu~r vetores u, v, w E Rn e

.quaisquer escalar.es k, k' E R.
(i)
(i i)
(iii)
(iv)
Sejam u;; v; e
.
(i)
(v)
k(u+v) = ku+ kv
{vi) (k+ k')u = ku+k'u
(vii) (kk')u = k(k'u)
(viii) lu = u.
(u+v)+w::,u+(v+w)
u+O=u
u+(-u) =0
u.+v = v+u
wi aid-simas
com~nentes de
.
'
u, v e w, re5pectivamente.
.
Por definio, u;
v;~ a i-si.ma .:;.omponente de u +v; logo, (u;.+ v;)
w;
a i-sima componente de (u +
+ w. Pot outro lado, v; + w; a i-sima
componente de 11 + w; logo; .u;, (v;
w;) a i-sima component~ de
u
(v
'Ui). Mas u;, v; e.-w; so nmeros reais para s quais vale a lei da
a'stiOCiatividade, isto ,
v)
+ +
'(u; +v;) + w;
==
u; + (v; + w;) para i =,l, ... , n
. Do rriesmo rnod>, (u +v) + w = u + (v + w), pbis suas componentes corresJ)onderites so ig:uais.
VETORES NO R" E c
CAP. 1]
{ti)
Aqui, O
U +O
= (O, O, ... ,0); portanto,
= (ul,
U2, ... , Un) +(O, O, ... , O)
(ul +O, U2 +O, ... , Un +O)
(ul, u2, ; .. , Un)
(iii) Como
-u = -l(u1, u2, .. . , Un) = (-u1, -u2, ... , -un),
u
+ (-u)
=
=
(ttl, u2, ... , Un)
+ (-ul,- u2,
(ul-Ul,U2-u2, ... ,-u;.-un)
... , -un)
(0,0, ... ,0)
=o.
(iv) Por definio, u; +Vi a i-sima componente de .u +v e Vi+ u; a i-sima

componente de v
u. M<.~s u; e Vi so nmeros reais para os quais vale a
lei da comutatividade, isto ,
i= 1, ... , n
.u; +v; = v;+ u;,

Portanto,
(v)
(vi)
tl
+v
= v
+ u,
pois suas componentes correspondentes so iguais.
Como u; + v; a i-sima componente de u + v, .k(u; + v;) a i-sima cot~l

ponente de k(u
v). Como ku; e kv; so as i-simas componentes de ku -e
kv, respectivamente, ku; + kv a i-sima componente de ku + kv. Mas
k, Ui e Vi so nmeros reais; portanto,
k(ui
+ v;)
Assim, k(u +v)
= ku
i= 1, ...., n
= kui + kv;,
+ kv, pois as coniponentes correspondentes so.iguais.
Observe que o primeiro sinal + refere-se adio de dois escalares k e k',
enquanto o segundo + (mais) se refere soma vetorial de dois ve.tires ku
e. k'u.
Por definio, (k + k')u; a i-sima componente do vetor (k + k')tt.

Como ku; e k'ui so as i-simas componentes de ku e k'u, respectivamente.
ku; + k'u; a i-sima componente de ku + k'u. Mas k, k' e u; so nneros reais; portanto,
(k
-S\ssim, (k
iguais.
+ k')u
+ k') u; = lw; + k'ui i=1, ... ,n

ku + k'u, pois as componentes correspondentes
so
(vii) Como k'u; a i-sima componente de k'u, k(k'u;) a i-sima componente

de k(k'u). Mas (kk')u; a ~-siina componente de (kk')u e, como k,k' e u;
so nmeros reais,
(kk')u; = k(k'u;)
= k(k'u); pois as componentes correspodentes so iguais.

(viii) 1 . U = 1(ul, t12, . . . , Un) = (lul, U2, .... , lun) = (U!, U2,.;., Un) = U
1.7.
Portanto, (kk')u
Mostre que Ou = O para qualquer vetor u, onde, evidentemente, o

primeiro O uni escalar e o segundo .um vetor.
Mtodo I. Ou
O(u1,. u 2
, : , ,
Un)
(Ou1, 0~ 2 . . :, 0Un)
(O, O, ... , O)
Mtodo 2. Pelo teorema 1.1,

Ou = (O+ O)u = Ou+ Ou
Somando -ou aos dois lados, teremos o resultado desjado.
VETORFS NO R" E
10
[CAP. I
PRODUTO INTERNO
1.8.
Clcule u . v, onde
(ii} u = (1, -8, o, 5),
v = (4, 1, -2, 5).
(i) u = (2, -3, 6), v = (8, 2, -3);

v = (3, 6, 4); (iii) u = (3, -5, 2, 1),
(i)
Multiplique as componentes c-:>rrespondentes e some
(ii)
O produto interno no def\nido entre vetores com nmero distinto de componentes.

>;
u .v
= 2 .8
+ (-3) . 2 + 6 . (- 3) = -8.
(iii) Multiplique as componentes~correspondentes e s>me
u. v
1.9.
3 .4
+ (-5). I + 2. (-2) +
I . 5 ;, 8
Determine k de modo que os vetores u e v sejam ortogonais, onde,

u = (1, k -3) e v = (2, -5, 4)
(ii) u = (2, 3k, -4, I, 5) e v= (6, -1, 3, 7, 2k)
(i)
(i)
(ii)
Em cada caso, calcule u . v, iguale a zero e resolva para k.

u.v=1.2+k.(-5)+(-3).4=2-5k-12=0, -Sk-10=0, k=-2
u. v= 2. 6+3k. (-1)+(-4) ~ 3+1. 7+5. 2k
= 12-3k-12+7+10k =O, k = -1
1.10. Demonstre o teorema 1.2.

qualquer esca:Iar k E R,
(i) (u +v). w=u. w+v. w
(i i) (ku) . v= k(u . v)
Pa1 a quaisquer vetres u, v, w E Rn e

() tt. V=V. U
(i v) u . u ;::: O, e u . u =O se, e
somente se, 'u = o
Sejam u = (u 1, uz., . .. ,un) v = (vt, v:i , . . ,v,.) w = (wJ, w 2, .. . , w,.).

(i)
Como u+v = (ut +vt, u2 +v 2, . .. , u,. +v,.),

(u+v).w = (ut+vt)wt+(u2+v2)w2+ . . +(un+vn)Wn
= UtWt+VJWJ+u 2w 2+v 2w2 + ... +u,.w,.+vnWn'
= (u1w1+u2w2+ ... +unwn)+(vtwi+V2W2+ ... ;+vnwn)
= .u w+v. w
(i i)
Como ku = (kut,ku2, . .. , kun),

}ku). v=ku1v1 +ku 2v 2+ . .. +kunvn = k(u1v 1+u 2v2+ . .. +u;.vn) = k.~u.v)
(iii) u. v=utvt+u2v2+ .. +.unvn=VtUt+v2u2+ ... +v;.un=V. u
(iv) .Como u 2 no-negativo para cada i e como a soma de nmeros. reais no-negativos no-negativa,
u . u = u~ + u~ + ... + ui ~ O
Alm disso, u . u = O se, e smente se, u;
mente se, u = O.
= O para cada i, isto , se, e s-
DISTNCIA E NORMA NO R"

J.lk Encontre adistncia d(u, v) entre os vetores u e v, onde (i) u== (1, 7),
v=(6, -5); (ii) u=(3, -5, 4), v=(6,2,-1); (iii) u=(S,3,-2;-4,-1),
. v= (2, -1; O, -7, 2)
.
VETORES
CAP. l]
NO
R" E
11
Em cada caso, use a frmula d(u, v) = ~- v1)'

(i)
d(u, v)
(i i)
d(u, v)
(iii) d(u, v)
+ ... + (un- 11n)2.
= v' o- w + (7 + s) = V'2s + 144 = vi69 = 13

= V(3-6)' + (-5-2) 2 +(4 + 1) 2 = V9 + 49=125 = V8J
= V(S- 2) 2 + (3 + 1)2 + (-2 + o) + (-4 + 7) 2 + (-1- 2) = V47
1.12. Encontrektalqued(u,v) = 6,ondeu=(2, k, 1,-4)ev=(3,-1,6,-3).
I
J
1
II
v)) 2 =(2- 3) 2 +(k+1-) 2 +(1- 6) 2 +(-4+3) 2 =

resolva k 2 +2k+28 = 6 2 para obter k=2, -4
(d(u,
Agora,
1.13. Encontre a norma llu/1 do vetm u, se (i) u

(ii) u = (3, -12, -4).
Em cada caso, use a frmula

(ii)
Jlull
-1.14. Determine k tal que
llull2
(2, -7),
.. +u~.
Pelo teorema
Como llull =
1.2,
u.
V39,
onde u = (1, k, -2, 5).
12+k2+(-2)2+52 = k2+30
1.15. Mostre que l!ull 2,0 e
u~+-
llull = v2 11 + <-7) = v4 + 49 = vs3

llull = v3 + <-12)' +H>' = v-=--9""'+,---,-14-:-:4,--+---:---,1~6 = v169 = 13
Agora, resolva k 2 +30
llull= Vui +
k 2 +2k+28
39 e obtenha k = 3, -3.
/lu/1=
O se, e somente se,
>O eu. u = Ose, e somente se, u =

o -;.esult~do segu.e.
.
11
y;-:-;,
u=
O.
O.
1.16. Demonstre o teorema 1.3 (Cauchy-Schwarz). Para quaisquer vetores

u=(u~o--u.) e v=(v~ov.) no Rn, lu.tl~llullllvl!
Demonstraremos a seguinte assertiva mais forte:
ju.vj~ i-1
lu;v; lsllullllvll.
Seu= o ou v= o, ento a desigualdade se reduz a o~ o.$ o e, por isso, verdadeira. Precisamos, portanto, somente- considerar o caso em que u r! O e v r! O,
isto , onde llull r! O e llvll r! O.
Alm disso, lu. v I= lutvt+ ... +Unv,.l.$ lutVt I+ ... + lu,.v,.j =l: lu,-vl
Assim, precisamos demonstrar smente a segunda desigualdade.
,;
Agora, para quaisquer nmeros reais x, y E R, O :S (x- y) 2 = x 2 - 2xy + y 2
(l}
ou, equivalentemente,
Substitua x =
ju;!Jiul
ey
= lv;l/lvl
em (1) para obter, para qualquer i,

(2)
mas, por definio da norma de um vetor,
llull=
l:u~
"= l:lud 2 e llvll= l:~=l:lv.-1 2
VETORES NO R E C"
12
[CAP. I
Iu;v; I = IUi I IVi I,
Assim, somando (2) em relao i e usando
temos
2,
isto ,
Multiplicando ambos os. lados por
llull llv/1,
obtemos a desigualdade procurada.
1.17. Demonstre a desigualdade de Minkowski. Para quaisquer vetores

u = (ui! ... , un) e V= (vu ... , vn) no Rn, llu + vll~l/u!/+1/vJI.
Se llu+vll = O, a desigualdade claramente vlida.
derar somente o caso llu + vil ;o<! O.
Agora,
/u; +v;/
Iui/
+ /v;l
Assim, precisamos consi
para quaisquer nmeros reais
11;, Vi
R.
Portanto,
= ~
/u; +v;/ /u; +v;/ ~ ~ /u; + v;l (Ju; I+ lv;/)

+ v;J Jud + l: I u; + v;J /v; I
=X /u;
Mas, pela desigualdade de Cauchy-Schwarz (veja problema anterior),
lu.: .f- v;/ ju;l Se llu +vil lluil e~ ju; + vd /v;/ .::; llu + r11i llvll
llu + vll 2 ,:;; !lu +vil llull +!lu +vil llvll = IIU +vil (liull + li vil)
Dividindo JK>r llu +vil, obtemos a desigualdade procurada.
2;
Ento,
1.18. Demonstre que a norma no Rn satisfaz as seguintl::s leis:

[N1] :Para qualquer vetor u, 11 u 11
se, u = O.
2': 6; e 11 u 11
= O se, e somente
[N2] :.Para qualquer vetor u e qualquer escalar k,ll ku 11 = I k I 11 u 11.
[Na] :Para quaisquer' vetores u e v, 11 u +v !I ~ 11 u !I+ I! v !i.

[NI] foi demonstrad no problema 1.15 e [Na] n:> pmblema 1.17.
precisamos somente demonstrar que [N2] vlida.
Suponha u =.(ui, u2, ... , un)i .Jogo, ku = (ku1, ku2, . .. , kun).
/lkull 2 = (ku1) 2 (.llu 2) 2 + ... + (kun) 2 = k 2u~ + k 2 u~
Ento,
= k (u~
2
u~
+ ... + u!)
= k
Portanto,
+ ... + k 2 u!
llulj2
A r~iz quadrada de ambos os lados da igualdade nos d o resultad:> procurado.
N.MEROS COMPLEXOS
1.19. Simplifique: (i) (5
.
) 2 - 7i
lV - - - -
(...
,. S+ 3i'
(V )
+ 3i)(2- 7i);
1
(ii) (4- 3i) 2 ; (iii) -- -_;
3- 4t
(vi) (1
2i)3,
1
(vii) ( - .- . )
.
2- 3l
VETORES NO R E C"
CAP. 1l
(ii) (4(
(5 + 3i)(2- 7t)
(i)
3i) 2
16- 24i + 9i 2
i i i)
(2 - 7i)(S - 3i)
= .:___
_ __:,:___:_
-11 - 41i
..
1 + 6i + 12i 2
1 )
2- 3i
1
-S- t2i
1.20. Sejam z = 2- 3i e w
(i)
z+
li)
e zw;
u1
= i2
+ 5i.
la+bil =
v16 +2s
(4
+ 5t)(4
z=
z + w,
Suponha z
=
=
a+ bi e w
+w
lzl
(a- bi)
= a+ bi
+ (c- di)
+ bc)i
z w,
~iii)
z = z.
=
=
=
(a+ c)+ (b + d)i

a + c- bi- di
z + w
(ac- bd) + (ad + bc)i
= (a -
bi) (c - di)
= ~ = a- (-b)i = a
+ bi
= zw
=z
Para quaisquer nmeros complexos
Suponha z = a
+ bi e
lzl 2 =a 2 +b 2,
Assim,
lzw 1
+ 3i; w = 4 +Si = 4- Si.

= v'4+9 = v'D; lwl ~ 14-f-iSil'""
lzl lw!.
lwl.
c+ di, onde a, b, c, dE R.
(a+ bi} +(c+ di)

(a + c)- (b + d)i
1.22. Demonstre.
~=
(iv)
lzl = 12- 3il
= (ac- bd)- (ad

(iii)
+ 12i
5
12 .
169
= - 169 + 169 t.
-7 - zzi
1
n
= - - - = - - - -41
41
41
- Si)
(ii) zw =
zw = (a + bi) (c +di)
(i i)
(-i) =-i
v41-
+w
(i)
-5
=
Para quaisquer nmeros complexos z, w E C,
1.21. Demonstre.
(i) z
i 3 = 17
l0i=TS'i 2 = 23-2i
2- 3i = 2
V a'+ b 2 :
1-
(i4)1 .
Procure
c2 - 3i)(4 ..:-si)
1; i 3 1 =
(-S + 12i).
+ 12i)
34
+6i -12- Si= -11- 2i
z/w; (jii)'_'z e 'li),'

2 :c: 3i + 4 + Si F 6' + 2i
(iii) Use a+ bi =a- bi:

(iv) Use
i2
C::s -12t)(-5
11.
41
=-----i
(ii)
2 - 3i
= --.4 + Si
.4
2s t
34
+ 83 =
zw = (2-3i)(4+ Si)= 8-l2i

(ii)
34
i4
i= (-l)i =-i;
(v) (1 + 2t) 3
(vu)
+ 4i
= -~ = 25
(5 + 3i)(5 - 3i)
i3 = i2
(v)
31- 29i
7- 24i
(3
4i)
(3 - 4t)(3 + 4i)
3 - 4i
2 - 7i
(iv) - 5 + 3i
10 + 6i- 35i- 21i 2
13
= c + di,
onde a, b, c, d E R.
lwl 2 =c 2 +d 2 ,
z, w
E C,
lzwl
Ento,
zw=(ac-bd)+(ad+bc)i
2
= (ac- bd)
(ad
bc) 2
22
= a c - 2abcd
b2 d 2
a 2d 2
2abcd
b 2c 2
= a2(c2
d2) + b2 (c2 + d2) = (n2 + b2)(c2 +d2) = lzl21wl2
A raiz qt'l.idrada de ambos os lados d-nos o resultado desejado.
VETORES NO R" E
14
1.23. Demonstre.
Para quaisquer nmeros complexos.
z, w
E C,
lz+wl~lzl+lwl.
Suponha z = a
l!i e w = c di, onde a, b, c, d E R.
u = (a, b) e v = (c, d) no R 2 Note que
Considere os vetores
va
izl =
+b =llull, lwl =v~= llvll e
lz+wi = i(a+c)+(b+d)il = V(a + c) + (b + d) 2 = il(a+c,b+d)/l=llu+vll
Pela desigualdade de M inkowski (problema 1.17),
/lu +vil ::5 /lull+!lvll; logo,

iz + wl =/lu+ vil=:; /lu/1 + llvll
lzl + lwl
VETORES EM C"
1.24. Sejam u = (3- 2i, 4i, 1 + 6i) e v = (5 + i, 2- 3i, 5).
Encontre
(i) u +v, (ii) 4iu, (iii) (1 + i)v, (iv)(l- 2i)u + (3 + i)v.
u + t
(i) Some as componentes correspondentes
(8 -.i, 2
+i,
+ 6i).
Multiplique cada componente de u pelo escalar 4i,
(ii)
4iu = (8 +.12i, -16, -24
+ 4i).
(iii) Multiplique cada componente de v pela escalar. 1 +i,
(1+i)v
= (5+6i+ 2, 2._i-3i~, 5+5i)
= (4+i,
5-i, 5+5i)
(iv) Primeiro, efetue a multiplicao por escalar e, depois, a adio de vetores

(l-2i)u+(3+i)u = (-l-8i, 8+4i, 13+4i)+(14+8i, 9-7i,l5+5i)
=
(13, 17, ~3i, 28+9i)
1.25. Encontre u.v e v.u, onde: (i) u=(l-2,'3+i), v=(4+2, 5-6i);

(ii) u=(3-2i, 4i, 1+6i), v= (S+i, 2-3i, 7+2i).
Lembre que os conjugados do segundo vet0r aparecem no produt0 interno
(zr, ... ,
(i) .
11
vu
(} uv
Zn).
(WJ, ... , Wn)
ZIWI
(I - 2z)(4 + 2i) + (3 + i)(5 - 6i)

(1 - 2z)(4 :.. 2z} + (3 + z)(5 + 6i)
---
+ ... +
= -!Oi
ZnWn
+9
+ 23i = 9 + 13i
---
(4
2i)(1 - 2i)
(5 - 6)(3 +i)
(4 + 2z)(1 + 2i) + (5- 6i)(3- i) = !Oi + 9 ~ 23i
c:--
= 9 - 13i
(3 - 2i)(5 + 1} + (4i)(2 - 3i) + (1 + 6i)('l

2i)
(3 - 2)(5 - i) + (4}(2 + 3o) + (I + 6i)(7 - :2i) = 20
(5
(5
+ )(3 ~ 2o) + (2 - 3i)(4i) + (7 + 2i)(l + 6) .

+ i)(3 + 2) + (2 - 3o)(=4t) + (7 + 2i)(l- 6i) =
+35i
20- 35i
Em ambos os exemplos v . u = U.V lss , em geral, verdadeiro, como ser visto

n<> problema 1.27.
1.26. Encontre /iull onde (i) u=(3+4i, 5-2i, 1-'-Ji); (ii) u=(4-i, 2i,
3+2i, 1-Si) ..
CAP. I]
VETORES NO R E
Lembre que 2:Z '= a 2
+ b2
quando z = a
+ bi.
15
Use
llull = u. u = ZJZl + z2Z2 + ... + Znzn, onde z = (z~oz 2 ,. _ ., Zn)

(i) llull 2 = (3)2+(4) 2+(5)2+(-2) 2 +(1) 2 +(-3) 2 =64, ou llull =8
(ii) llull 2 = 4 2+(-1) 2 +2 2 +3 2 +2 2 +1 2 +<-W = 60 ou llull=v6o = 2yts
1.27. Demonstre: Para quaisquer vetores u, v E C" e qualquer escalar

z E C, (i) v . u = ~ (ii) (zu) . v = z(u . v), (iii) u . (z . v) =
= z(u . v) (compare- com o teorema 1.2).
Suponha u = (z1z2 .. _, Zn) e v = (w 1w 2 , _ _, w,.).
(i)
Usando as propriedades -do conjugado, _estabelecidas no problema 1.21,
V:U =
WtZt +w~ 2
+ -. -+wnzn
= UtZt +w2z2+- - -+wnzn
= WJZI +w2Z2 +. -.+wnzn

= z-tWl +z212+. _. +znwn = u. v
(ii) Como zu ='(zzhzz,2, _ .,zzn).

(zu)- v=zztwt +zz2w2+- - . +zznwn+z(ztwt+z2w2+ . .. +znwn) =z(u. v)
(iii) Mtodo I.
Como zv = (zw 1zw2, _ - -, zw)n.
u- (zt) = Ztzwt +z!--u.'2+ _ _+z..zu,. =ztzwt +z2zw 2+ _.. +z,.:Zwn

= z(ZJWI +z212+ ... +znwn) = z(tt. v)
Mtodo 2. Usando (i) e (),
1t.(zv) = (zv).u = z(v.u)
z(vu)
z(u.v)
PROBLEMAS DIVERSOS
1.28. Sejam u = (3, -2, 1, 4). e v= (7, 1, -3, 6). Encontre

(i) u + v; (ii) 4u; (iii) 2u- 3v; (iv) u . v; (v) 1/ull e l/vil; (vi); d(u, v).
(i)
u +v= (3 + 7,-2 +
(ii) 4u
1~1-
3, 4 + 6)
(10, -1, -2, 10)
= (4 . 3, 4 . (-2), 4 . 1, 4 _ 4) = (12, -8, 4, 16)

= (6, -4, 2, 8) + (-21, -3, 9, -18) = (-15, -7, 11, -10)
(iii) 2u- 3v
-(iv) u . v = 21 - 2- 3 + 24 = 40
(v)
lu I
= y9 +4 + 1 + 16 = v30, llvll
(vi) d(u, v) = y(3- 7) 2
+ H-
1)2
y49 + 1 + 9 + 36
+ (1 + 3) 2 + (3- )'
= -v'45
= V95
= 3 yS
1.29. Sejam u = (7- 2i, 2 + Si) e v = (l+i, -3-6i). Encontre

(i) u
v; (ii) 2iu; (iii) (3 .:_ i)v; (iv) u . v; (v) llul! e llvll.
i, 2 + Si- 3 - 6) = 8 - i, - 1 - i)
(i i) 2iu = (14i- 4i2, 4i + 10j,2) = (4 + 14i, -10 + 4i)
(iii) (3- i)v = (3 + 3i ~i- i2, -9- 18i + 3i + 6i 2 ) = (4 + 2i, -15- 15i)
(i) u + v = (7 - 2i + 1
(v)
llull
+ i) (2 + Si)(-3- $)
(7- 2i)(1 - i)+(2 +5i)(-3+6i) = s- 9i- 36- 3i
(iv'f u . v = (7- 2i)(l
y7 2 + (-2) 2 + 2 2 + s = V82,
-31- 12i
!I vil= yl"+P+(-3) 2 +(-6)= V47
1.30. Qualquer par de pontos P = (a 1) e Q = (b1) no R" define o segmento

orientado de reta de P para Q, escrito PQ.
Identificamos PQ com o vetor v
= Q- P:
VETORES NO R' E C'
16
[CAP. 1
PQ= v
Encontre o vetor v identificado com PQ,
onde
(i) p = (2, 5), Q = (-3, 4)
(ii) P
= (1, -2, 4), Q = (6, O, -3)
+ Q- p
(-3- 2, 4- 5) = (-5, -1)
Q-P
C6-t,0+2.-3,-4)=(5,2,-7)
(i)
Cii)
v=
1.31. O conjunto H de elementos do R que so ~olues de uma equao

linear de n incgnitas, Xu . . . , x., da forma
C1X1
+ CzXz + .. + Cn;>.:n
= b
(*)
com u = (c., ... , c.) .,: O no R", chamado um hiperplano do Rn, e*

chamada uma equao de H. (Freqiiente~ente, identificamos
H com (*).)
Mostre que o segmento orientado de reta PQ de qual_quer par de

pUfitosP, Q E H ortogonal ao vetor dos coeficientes .u; diz-se que
o vetor u normal ao hiperplano H.
Suponha P = (at ... , a.) e Q
equao dada:
Ctat
+ cza2 + ... +cna,
Sejam
= PQ
(bt, ... , bn}.
b,
ctbt
Ento, a; e b; so as solues d4
+ czb2 + .. +c,bn
b:..b =O
= Q- P = (bt- a1, bz- az , ...., bnan)
Ento,
+ ... + c.(b.-an)
+ Czbz- c2a2 +. . +cnbn - Cnan
u.v = Ct(bt-at)+c 2 (bz-az)
Ctbt- Cta 1
= (ctbt+czbz+ ... +c.b.)-(ctal+c2a 2 +
.. +c,a,)
Portanto, v, isto , PQ, ortogonal a u.
1.32. Encontre uma equao do hiperplano H no R4 se: (i) H passa por

P = (3, -2, 1, -4) e normal a u = (2, 5, -6, -2}; (ii) H passa
por P = (1, -2, 3, 5) e paralela ao hiperplano H' determinado por
4x - Sy + 2z + w
11.
(i)
Uma equao de H da forma 2x+5y- 6z- 2w = k, pois H normal a u,

Substitua P nessa equao para obter k = -2. Assim, uma equao Je
H ~ 2x+5y :- 6z- 2w = -2.
(ii)
H e H' ~>o paralelos se, e somente se, os vetores normais corre3pondentes

estiverem na mesma ou em direes opostas. Pprtanto, uma... equao de, H
da forma 4x- 5y + 2z + w = k. Substituindo P nessa equao, achamos
k = 25. Assim, uma equao de H 4x- 5y + 2z + '1!1 = 25;
VETORES NO R" E
CAP. 1)
17
1.33. A reta l no R" passando pelo ponto P~'(a,) e na direo deu= (u,) ;;6. O
consiste nos pontos X = P + tu, t E R, isto , consiste nos pontos
X = (x,) obtidos de
-
fx1=a 1 +u1t
(*)
~x2
= a2
+ u~t
lXn
=a,+ u,t
I ........... .
onde t assume todos os valres reais.

A varivel t chamada parmetro e
(*) cham(lda representao paramtrica de l.
(i) Encontre a representao parac
mtrica da ret<). l, passando pot
P e na direo de u, onde (a) P
(b) P = (4, -2, 3, 1) eu = (2, 5, -7, 11).
(2,5)
u = (-3, 4);
(ii) Encontre a representao paramtrica da reta que passa pelos

pontosP e Q, onde (a) P = {7, -2) e Q = (9, 3); (b) P = (5, 4, -3)
e Q = (1, -3, 2).
(i)
Em cada caso, use a frmula (*)
(a)
2 - 3t
5
4t
(b)
fx
)y
-2
2t
+ J5l
3- 'fi
1 + ltt
)z
lw
(No R 2 u~ualmente eliminamos t das duas equaes e representamos a reta

por uma s equao: 4x + 3y = 23.)
(ii)
Primeiro, calcule u = PQ = Q- P.
(a) u
= Q- P = (2, 5)
X=
+ 2t
y = -2 +St
Ento, use a frmula (*)
(b) u = Q-P
X=
{y =
[z =
(-4,-7, 5)
5 ~ 41
4 - 1t
St
-3
(Note que, em cada caso, poderamos tambm escrever u = QP
= P- Q.)
Problemas Propostos
VETORES NO R"
1.34,
5ejam u = (1, -2, $), v = (3, 1, -2). ErlOIHre (i) u +v; (ii) -u; (iii) 2u- Sv:
(iv) 1
v; (v) llull e /lvll; (vi) d(u, v).
1.35.
Sejam u = (2, -1, O. -3), v= (1, -1, -1, 3), w = (1, 3, -2, 2). t!netmtre {i) 2u -Jv
(ii) 5u-3v-4w; (ii;; -.- + 2v- ':v; (iv) u. v," w e v -w; \J!'l.fu'n ~-dlv, !Dl
u.
VETORES NO R" E C"
18
1.36.
1.37.
v ~ (S, -3, -1, 2, 7).

(v) d(u, v).
Sejam u = (2, 1, -3, O, 4),

(iii) u v; (iv) llull e llvll;
[CAP.
Enemtre (i) u +v;
Determine k de modo que os vetores u e v sejam ortogom.is.

(i) u = (3, k, -2), v= (6, -4, -3), (ii) u = (5, k, -4, 2),
(iii) u = (1, 7. k
2, -2), v = (3, k, -3, k).
+ y)
1.38.
Determine x e y, se (i) (x, x
1.39.
Determine x e y, se (i) x(3, 2) = 2(y, -I);

Dete~mine
= (y-
,,
1.40.
(ii) 3u -211;
(1. -3, 2. 2k).
(ii) x(1, 2) = -l (y, 3).
2, 6);
(i i) x(l, y) = y(l, -2).
x, y e z, se
(i) (3, -1, 2) = x(1, 1, 1) + y(l, -1, O)+ z(l, O, O).

(ii) (-1, 3,3) = x(l, 1, 0)
y(O, O, -1)
z(O, 1, 1).
1.41.
Sejam e1 = (1, O, 0), e2 = (0, 1, 0), e 3 = (0, O, 1).

= (a, b, c) deRa,
Mostre que, para qualquer vetor
. u
, (i) u = ae1
1.42.
+b~
~ a. u .
+ce 3;(ii) u . e1
e2
b, u . ea = c.
Generalize o resultado do problema anterior como segue. Seja e,

com 1 na i-sima coordenada e O em tdas as outras;
e1 = (l, O, 0, ... , O, 0), e2
Mostre que, para qualquer vetor u

(i) u = atei +
a2e2
+ ... + a,en.
(0, I, O,
Rn o vetor
, 0), ... , en = (0, O, ... , O, I)
(a 1 , a 2 , . . . , an),
(ii) u . e; = a; para i = 1, ... , n.
1.43.
Suponha que u E Rn tem a propriedade u . v = O, para todo v

Mostre que u =o O.
E Rn.
1.44;
Usndo d(u, v)= llu-vll e as propriedades da norma [N1J. (N2] e (N3] no pro
h lema 1.18, mostre que a funo distncia satisfaz 'as seguintes propriedades para
quaisquer vetores u,"v, w E Rn:
(i) d(tt, v) >O, e d(u, v)'= O se, e smente se, u = v;
(ii) d(u, v) ;;;; d(v, u); (iii) d(u, w) ~ d(u, v) + d(v, w).
NMEROS COMPLEXOS
1.45.
Simplifique (i) (4 - h)(9
1.46.
sltnp
. IT
I IQUe
1.47.
Sejam
{iv) 3,
(")
1 .
U;
C) 2
li
z = 2- Si e w = 7
(v) izl. lwl.
w;
1.48. Seja_m z ~ 2
, 1.49.
+ 2i);
+i
(i i) (3 - Si) 2 ; (iii)
+ 3i.
e w = - Si.
Encontre
(i)
Encontre (i) z/w;
Mostre que (i) zz- = I; (ii) z = :Z;

(lvh parte imaginria de z = (z-8)/2i.
,;;;
i; (i v)
+_.:_ Si;
2i
+ w;
(ii) zw;
(v) (1 -
.3
1) .
+_ 3i
J
1.50. Mostr~ qu~ zw
O implica z ~ O ou w
(iii) a
(i i)
jj,
parte real
(iii) tjw;
w; . (iii) Iz I Iw 1de z = 1/2 (z + z);

I
= O.
VETORES EM C"
UH.
Sejam u = (1. + 7i, 2 - 6J) e v = (5"" 2i, 3- 4i): Encontre (i) u

(iii) 2iu
(4- 7i)v; (iv) u . v e v .. u; (v) iiull e llvll.
+ v;
(ii) (3
+ i)u
VETORES NO R E C
CAP. l]
1.52.
Sejam u = (3- 7i, 2i, -1

t) e v == (4 -i, 11
(ii) (3
t)v; (iii) u . v e v . u; (iv) llull e llvll.
1.53.
Demonstre.
+ 2i,
Encontre (i) u :-v;
8- 3i).
Para quaisquer vetores u, v, w E C":
(i) (u
v) . w = u . w +v . w;
o teorema 1.2.)
1.54.
19
(ii) w . (u +v)= w . u
+w
. v.
(Compare com
Demonstre que a norma em C" satisfaz as seguintes leis:
lluii::O::
[NlJ:
Para qualquer vetor u,
[N 2}!
Para qualquer vetor
[Ns]:
Para quaisquer vetores u e v,
llull
O; e
=O se, e somente- se, u =O.
e qualquer nmero complexo
llu
z, llzull = lzlllull.
:s; llull + llvll.
+vil
(Compare com o problema 1.18.)
PROBLEMAS DIVERSOS
1.55.
Encontre uma equao para o hiperplano <Jo R 3 que

(i) passa por (2, -7, 1) e normal a. (3, 1, ...:11);
(ii)
contm (.1, -2, 2), (0, 1, 3) e (0, 2, -1);
(iii)
contm (1, -5, 2) e paralelo a 3x -7y
4z = S.
D~termine
1.56.
o valor de k tal que 2x -ky

4z- Sw = 11 perpendicular a 7x
= 8. (Dois hiperplanos so perpendiculares se, e somente se," os
vetores norn,tais correspondentes so ortogonais.)
1.57.
Encontre uma representao paramtrica da reta que
+ 2y- z + 2w
passa por (7, -1, 8) na direo de (1, 3, -5)
(i)
. (ii) passa por (1, 9, -4, 5) e (2, -3, O, 4)

(iii) passa por (4, -1, 9) e perpendicular ao plano 3x -2y
1.58.
~jam_.P,
+z
18.
Q e R.-PQP._ffis da. ret leterminada pv_r
~L."":-:-a:t+ iHt,
-+ U2t,
x.2 = a2
... ,
Xn
an
+ 1tnl
qe correspondem, respeCtivamente, aos valres t1, t 2 e t 3 para t.

Mostre que, se 11
< 12 < 13 ,
ento d(P, Q)
+ d(Q, R)
d(P. R).
RESPOSTA'' DOS PROBLEMAS PROPOSTOS

1.34.
(i) u +v = (4, -1,3);

(iv) u . fi = -9; (v)
(ii) -u = (-6, 12, -30);
llull
vTo. lli>ll
(iii) 2u- Sv
{vi) d~u. v)
v14;
= (-13, -9, 20;)
= y62.
1.35.
(i) 2u- 3v = (1, 1, 3, -15); (ii) Su- 3v- 4w

(3, -14; 11, -32); (iii) ---u
2v- 2w=
=(-2, -7, 2, 5); (iv) u . v = -6, u . w = -7, v . w
6;
(v) d(u, v) = y38,
d(v, JJ = 3 Vf.
1.36.
(i) u +v= (7, -2, -4, 2, 11); (ii) 3u-2vp (--4, 9, -7, --4, -2);
(iv) llull = V30, llvll=,2v'22; (v) d(u, v)= V4~
1.37.
(i) k = 6;
(ii) k = 3;
(iii) k = 3/2.
~ :~..
}.38.
(i)
= 2, )' = 4;
1.39.
(i)
X ..,
-1,
(ii)
y = -3/2;
= -6,
y = 3/2.
(ii) x ~ 0, y
0;
ou
-2, y ,;. --4.
(iii) u. v= 38;
20
1.40.
. 1.43.
VETORES NO R" E C"

(i)
2, J = 3,
X=
= -2; (ii)
= -1,
)' = 1,
[CAP. 1
= 4.
Temos que u . u = O, que implica u = O.
1.45~
(i) 50- 55i;
1.46.
(i) -{-i;
1.47.
(i) z
w=
(ii) -16
(ii) (5
+w
30i;
+ 27i)/58;
= 9- 2i;
(ii) zw
7- 3i; (v) lzl =
+ 16t)/61;
(iii) (4
(iii) -i, i, -I;
V29,
(iv) (I
z=
(i) z/w = (7
1.50.
Se m=O, ento lzwl = lzllwl

ou w =O.
1.51.
(i)
2- i, fv = 6
+ 31)/2;
(v) -2- 2i.
+ 3i)/50.
(iv) (4
29- 29i; (iii) z/w

lwl = V 58.
1.48.
(i i)
+ 7i)/65;
+ Si;
(-1 -- 41i)/58;
(i i i). lzl =
(iv)
Vs.
z=
lw I =
+ 5i,
v'6.
IOI=O. Portitnto,z=Oouw=O;logo,z=O
u +v = (6 +Si, 5- !Oi);
(iv) u . v = 21
1.55.
+ i)u = (-4 + 22i, 12- 16i);

+ (4- 7i).v = (-8- 4li, -4 ~ 33i);
(i) u-v = (-1 ~6i,-ll,.,-9 + 4i);
(ii) (3 + i)v = (13 + i, 31 + 17i, 27- i);
(i) 3x + y- llz = -12; (i i) 13x + 4y + z
1.56.
1.57.
(i)
(ii) (3
(v)
llull
+ 27i, v . u = 21- 27i;
3Vf,
llvll =
3y6.
(iii) 2iu
1.52,
(iii) u. v= 12
+ 2i,v.
u = 12-2i;
(iv) llull. = 8, l!vB = V215.

=
7;
(iii) 3x- 7y
+ 4z
46.
=o.
(c\'= 7 +I
{y = -1 + 3t
lz
8- St
(i i)
(x=i+l
jy
)z
[w
= 9 ~ 121
= -4 + 4t
= 5-/
(iii)
(x=4-+Jt
{ y = -1- 2t
[z ~ 9 +t.
Captulo 2
Equaes lineares
INTRODUO
A teoria das equaes lineares desempenha papel" importante e motivador no campo da lgebra Linear. Na verdade, muitos problemas na
lgebra Linear so equivalentes ao estudo de um sistema de equaes
lineares, por exemplo, a procura do ncleo de uma transformao linear
e a caracterizao do subespao gerado por um conjunto de vetores. Assim,
as tcnicas introduzidas neste captulo sero aplicveis ao tratamento
mais abstrato dado mais trde. Por outro lado, alguns dos resultados
do tratamento abstrato dar-nos-o novas vises de estrutura de sistemas
concretos de equaes lineares.
Por simplicidade, supomos que tdas as_equaes neste cptuio so'
sbre o corpo real R. Realamos que os resultados e tcnicas tambm
valem para equaes sbre o corpo complexo C ou sbre qualquer corpo
arbitrrio K;
EQUAO LINEAR
Por uma equao linear sbre o corpo real R, entendem03 uma eJI:presso da forma
(1)
onde ait b E R e os x, so indeterminadas (ou incgnitas ou variveis). Os

escalares a, so chamados coeficientes de x, respectivamente, e b chamado
trmo constante ou simplesmente constante da equao. Um conjunto de
valres para as incgilitas, d.igamos
X;
soluo de (1) ~~
aj
= fu_._ X2 .==. ~~ ... , X 11 = kn
!afirmao! 'obtida substituindo k, por x,. I !

a1k 1
+ a k + ... + a,."k-;.-=b
2
verdadeira. Diz-se, ento, que sse conjunto de valres satisfaz a equao. Se no h am.bigidade sbre a posio das incgnitas na equao,
ent<r .denotamos ess soluo simplesment pela n-upla.
u
Exemplo 2.1;
A 4-upla
11
(klt k2, ... k,.)
Considere a equao x
+ 2y- 4z + w
= (3, 2, 1, O) soluo da equao, pois

3
+ 2 -2 -
4 -1
+o= 3
.21
ou 3
=3
= 3.
EQUAES LINEARES
22
[CAP. 2
uma sentena verdadeira. Entretanto, a 4-upla v = (1, 2, 4, 5) no uma soluo da

equao, pois
+ 2 .2 -
+5
4 .4
= 3
:~
ou -6 =
no uma sentena verdadeira.
Solues da equao
H trs casos.
(1) podem ser fcilmente descritas e obtidas-
Caso (i). Um dos coeficientes em (1) no-nulo, digamos, a 1

Ento, podemos reescrever a equao como segue
ai XI = b- ~X2-
.. - anXn OU X1
aJ.
b- aJ. ~Xz- ... -
O.
1
aJ. anXn
Atribuindo valres arbitrriamente s incgnitas x2 , . . . , xn, obtemos um

valor para x 1 ; sses valres formam uma soluo da equao. Alm disso,
cada soluo da equao pode ser obtida dessa maneira. Note, em particular, que a equao linear a uma incgnita, ax ; b, com a ; O tem
a nica soluo x = a 1b.
Exemplo 2.2.
Consideremos a equao 2x - 4y
+z
8.
Reescrevemos a equao como
2x = 8
+ 4y- z
ou x = 4
+ 2y- 1/2 z
Qualquer valo para y e z produzir um valor para x e os trs valres sero uma soluo da equao. Por exemplo; sejam y = 3 e z = 2; ento, x = 4
2.3- 1/2.2 = 9.
Em outras palavras, a 3-upla u = (9, 3, 2) souo da equao.
Caso (ii). Todos os coeficientes em (1) so zero, mas a constante

no zero. Isto , a equao da forma
Ox1
+ Ox + ... + Oxn
2
b, com b ~ O
Ento, n equao no tem soluo.

Caso (i). Todos os coeficientes em (1) so zero e a constante
tambm z~ro. Isto , a equao da forma
Ox 1
+ Ox + ... + Oxn
2
=O
~nto, tda n-upla de escalares em R uma soluo da equao.
SISTEMA DE EQUAES UNEARES

Consideremos, agora, um s1stema de m equaes lineares nas n incgnitas x 1 , . . , Xn
a 11 xr
. a21X2
+ a 12 Xz +
+ azzXz +
(*)
+ +
am1X1
amzXz
amnXn = b,n;
onde os a 11 , bt pertencem ao corpo real R. Diz-se que o si~tema homo-
g2neo se as constantes b11 . . . , bm so tdas zero. Uma n-upla u = (k 1 , ,kn)
EQUAES LINEARES
CAP. 2]
23
de nmeros reais uma soluo (ou uma soluo Particular) se satisfaz

cada uma das equaes; o conjunto de tdas essas solues denominado
conjunto soluo ou soluo geral.
O sistema de equaes lineares
+ al2x2 +
a21X1
+ a2~2 +
am1X1
+ am2X2 + + amnXn
auxl
<**)
=
chamado sistema homogneo assocmdo a (*). O sistema acima sempre

tem spluo, a saber: a n-upla zero O = (0, O, ... , O) chamada soluo
zero ov. trivial. Qualquer outra soluo, se existir, chamada soluo
no-nula ou no-trivial.
A relao fundamel)tal entre os sistemas (*) e (**) segue.
Teorema 2.1. Suponha que u uma S:Oluo particular do sistema no homogneo (*) e. suponha que W a soluo geral do sistema homogneo
associado (**).
Ento,
'u+W= {u+w:wE Wl
a soluo geral do sistema no homogneo (*).
Salientamos que o teorema de intersse terico e no nos ajuda a
obter solues explcitas do sistema (*). Isso feito pelo mtodo usual
de eliminao, descrito na prxima seo.
SOLUO DE UM SISTEMA DE EQUAES LINEARES

Considere o sistema (*) acima de equaes lineares.
. a um si~tema mais simples como segue.
Ns o reduzimos
Passo 1. Transponha equaes, de modo que a primeira
~ncgnita
x 1
tenha coeficiente no-nulo na primeira equao, isto , de modo que ali rf O.
Passo 2. Para cada i
>
1, aplique a operao
L;
---7
-a multipiicando a i-sima equao
Lt pol""a11 e, ento, somando.
Obtemos, assim, o seguinte sistema "que (problema 2.13) equivalente
a (*). isto , tem .o mesmo conjunto soluo de (*)
a11x1
+ a; 2x 2 + a~3X3 + ... + a;nxn

a;hxi + . . . . . . + a;,.xn
2
= b~
=
b~
EQUAES LINEARES
24
[CAP. 2
onde a 11 ~ O. Aqui Xp denota a primeira incgnita com um coeficiente

nocnulo numa equao que no a primeira; por passo 2, xi 2 ~ x 1 :t:sse
processo que elimina uma incgnita de equaes sucessivas conhecido
como eliminao (de Gauss).
Exemplo 2.3.
Considere o seguinte sistema de equaes lineares
+ 4y - z + 2v + 2w = 1
+ 6y + z - v + 4w = -7
4x + 8y + z + Sv - w = 3
2x
3x
Eliminamos a incgnita x das segunda e terceira equaes, aplicando as seguintes operaes

Calculamos
-JL1:
--~Lt
+ 3z
-6x - 12y
2L 2 :
+ 12y + 2z
6x
+ 2L 2 :
Sz-
-2Lt:
- 6v - 6w =
-4x -
La:
4x
8y
+ 2<~
8y
-3
+ 8w = -14
8v + 2w = -17
- 2v
- 4v - 4w =
+ Sv 3z + vz
w =
.'?w
-2
3
Assim, o sistema original foi reduzido ao seguilite sistema equivalente

2x
+ 4y
- z
+ 2v + 2w =
Sz - 8v
3z
+ 2w
= -17
v- Sw = 1
Observe que y tambm foi eliminado das segunda e terceira equaes. Aqui, a incgnita
z faz o papel da incgnita x12 acima.
Notamos que as equaes acima, excluindo a primeira, formam um

subsistema que tem menos equaes e menos incgnitas do que o sistema
original (*).
Tambm notamos que
+. + Ox, = b, b ;>'! O, ento o sistema

inconsistente e no tem soluo;
(ii) S ocrre uma equao Ox1
Ox, = O, ento a equao pode
Set: suprimida, sem . .que afete a soluo.
Continuando o processo acima com cada nvo subsistema "menor";
obtemos, por induo, que o sistema (*) inconsistente ou redutvel a
um sistema equivalente na seguinte forma
(i) s ocorre uma equao Ox1
+ ... +
GnX1
a 12 X 2
+ a 13Xa + ...... , ........ +
a2j2 Xj~
a2J2 + 1Xj2 +t
+ ...... +
a 11,x,. =
bt
a 2,x, =
b~
(***)
EQUAOES LINEARES
CAP. 2]
onde 1
< j 2 < ... < j,
25
e onde os coeficientes iniciais no so zero
a 11 ;F O, a 2 .
J2
;F O, .. . ,a,.;& O
Jr
(Para convenincia de notao, usamos os mesmos smbolos a;;., bk no

sistema(***), como usamos no sistema("'), mas les podem, claro, denotar
escalares diferentes.
Definio. Diz-se que o sistema (***) acima est na forma escalonada; as

incgnitas x; que no aparecem no como de nenhuma equao (i ;& 1,
j 2 , . . . ,j,) so chamadas variveis livres.
Surge o seguinte teorema.
Teorema 2.2. A soluo do . sistema (***) na forma escalonada a sequinte.
Existem dois casos:
(i) r =; n. Isto , h tantas equaes quanto incgnitas.

sistema tem soluo nica.
Ento, o
(ii) r < n. Isto , h menos equaes do que incgnitas. Ento, po

demos, arbitrriamente, atribuir valres s n- r variveis livres e
obter uma soluo do sistema.
Note, em particular, que o teorema acima implica que o sistema (***)
e qualquer sistema equivalente. so consistentes. Assim, se o sistema (*)
consistente e se reduz ao caso (ii) acima, podemos ento atribuir vrios va:
lres diferentes s variveis livres e, assim, obter vrias solues do sistema.
O seguinte diagrama ilustra essa situaao.
Sistema de equaes lineares
I
Sem
soluo
Consistente
I
Mais de uma
soluo
Soluo
nica
Em vista do teorema 2.1, a soluo nica acima pode ocorrer smente

quand.9 o sistema homogneo associado tiver s a soluo zero.
Exemplo 2.4; Reduzimos o seguinte sistema, aplicando as operaes L 2.--+ -3L 1
em seguida, a operao La --+ -3L2 + La:
+ 2L2 e La ...... -3L1 + 2La e,

2x + y - 2z + 3w = 1
3x
3x
+ 2y - z + 2w = 4
+ 3y + 3z - 3w = 5
2x
y - 2z
3w
y + 4z - 5w
3y + 12z - 15w
A eQ.uao O = -8, isto , Ox

Oy + Oz + Ow
inconsistente e, portanto, no tem soluo.
=
=
=
1
5
7
2x
+y
y
- 2z
+ 4z
+ 3w
- Sw = 5
O = -8
= -8 mosh' que o sistema original
EQUAES LINEARES
26
[CAP. 2
Exemplo 2.5. Reduzimos o seguinte sistema, aplicando as operaes L2 --> -L1

e L 3 ..... -2Lt + La e L4 ..... -2Lt + L4 e, em seguida, as operaes La --> L2- L 3
e L4 ..... -ZL2
L4
x + 2y- 3z = 4.
x
';.y- 3z = 4
x + 2y- 3z = 4
y
4z = 7
y+4z=7
X+ 3y
Z = 11
2z = 2
y + 2z = 5
2x + Sy - 4z = 13
2y
8z = 14
0=0
2x + by + 2z = 22
+ L 2,
+
+
+ 2yy
3z =
+ 4z
2z
4
7
=
=
Observe, primeiro, que o sistema consistente, pois no h equao da forma O = b,

com b ~ O. Alm disso, como na forma escalonada h~ trs equaes nas trs inc6gnita~,
o sistema tem soluo nica. Pela terceira equao, z = 1. Substituindo z = 1 na segunda equao, obtemos y = 3. Substituindo y = 3 e z = 1 na primeira equao,
encontramos x = 1. Assim, x = 1, y = 3 e z = 1 ou, em outras palavras, a 3-upla
(1, 3, 1) a soluo nica do sistema.
Exemplo 2.6. Reduzimos o seguinte sistema, aplicanqo as operaes L2--> -2Lt
e L 3 --+ -SLt + L 3 e, depois, a operao La --> -ZL2 +La;
+ L2
x + 2y- 2z + 3w = 2
2x + 4y - 3z + 4w = 5
Sx + 10y- 8z + llw = 12
+ 2y- 2z + 3w
=2
z - 2w = 1
2z - 4w = 2
+ 2y -
+ 3w
z - 2w
2z
x + 2y- 2z + 3w = 2
z - 2w = 1
O= O
= 2
=
O sistema consistente e, como. h mais incgnitas do que equaes na forma escalonada, o ~istema tem uma infinidade de solues. De fato, h duas variveis livres, y
e w, e,portanto;uma soluo particular pode ser.obtida dando a y e w quaisquer valflreR.
Por exemplo, sejam w = 1 e y = -2. Substituindo w = 1 na segunda equao, obtemos z = 3. Pondo w = 1, z = 3 e y = -2 na primeira equao, encontramos x = 9.
Assim, x = 9, y = -2, z = 3 e w = 1 ou, em outras palavras, a 4-upla (9, -2, 3, 1)
uma soluo particular do sistema.
Observa~o. Encontramos a soluo geral do sistema no exemplo acima,
como segue. Atribuam-se valres arbitrrios s variveis livres; digamos,
y = a e w = b. Substituindo w = b
na segunda equao, obtemos
z = 1
2 b: Pondo y = a, z = 1
2b e w = b na primeira equao,
encontramos x = 4- 2a + b. Assim, a soluo geral do sistema
4- 2a
+ b,
y = a,
+ 2b,
ou, em outras palavras, (4- 2a + b, a, 1

2b, b), onde a e b so nmeros
arbitrrios. Freqentemente, a soluo geral deixada em trmos das
variveis livres y e w (em vez de a e b) como segue
x = -4- 2y + w, z = 1 + 2w ou (4- 2y + w, y, 1 + 2w, w)
Investigaremos mais a representao da soluo geral de um sistema de
equaes lineares num captulo posterior.
Exemplo 2.7.
Considere duas equaes m duas incgnitas

a1X
a2X
+ bty
= Ct
+ b2x =
c2
CAP. 2]
EQUAES LINEARES
27
Oe acrdo com nossa teoria, exatamente um dos trs casos seg~1intes deve ocorrer
(i)
O sistema inconsistente.
(ii) O sistema equivalente a duas equaes na forma escalonada.

(iii) O sistema equivalente a uma equao na form:1 escalonada.
Quando equaes lineares em duas incgnitas com coeficientes reais podem ser represe,;as_ como retas no plano R 2 , os casos acima podem ser interpretados geometricamente como segue
(i)
As duas retas so paralelas.
(ii) As duas retas se interceptam num nic-o pont.

(iii) As cluas retas so coincidentes.
SOLUO DE UM SISTEMA HOMOG~NEO DE EQUAES.

LINEARES
Se partirmos de um sistema homogneo de equaes lineares, ento
le claramente consistente, pois, por exemplo, le tem a soluo zero
O = (0, O,
. , 0). Assim, le pode sempre ser reduzido a um sistema
homogneo equivalente na forma escalonada
n. 11 X 1
+ a., + ..
a2j2Xi2 + a~.J2+1Xi2+1 +
a 12 X 2
o
o
1X:1
a,1,x1,
+ a,_1,+ 1x1,+ 1 + ... + a,n:Cn
= O
Portimto, temos duas possibilidades:

(i)
(ii) r
<
n.
Ento, o sistema tem smente a soluo zero.
n.
Ento, o sistema tem uma soluo no-nula.
Se partirmos de menos equaes do que incgnitas, ento, na forma escalonada, r < n e, portanto, o sistema tem uma soluo no-nula. Isto ,
Teorema 2.3. Um sistema homogneo de equaes lineares com mais
incgnitas do que equaes tem uma soluo no-nula.
Exemplo 2.8.
O sistema homogneo
x
+ 2y
x -
2x
tem
lll~a
3y
- 3z
y -
z -
3z
w = O
2w = O
Sw = O
soluo no-nula, pois h quatro incgnitas mas somente trs equaes.
Exemplo 2.9.
Reduzimos o seguinte sistema forma escalonada
x+ y- z=O
2x- 3y + z =O
x- 4y
2z =O
x+y-:-Sy
-Sy
z=O
+ 3z =O
+ 3z =O
x+y-Sy
z=O
+ 3z
=O
O sistema tem uma soluo nonula, pois obtivemos somente duas equaes em trs
incgnitas na forma escalonada. Por exemplo, seja z = 5; ento, y = 3 e x = 2. Em
outras palavras, a 3-upla (2, 3, 5) uma soluo particular no-nula.
[CAP. 2
EQUAES LINEARES
28
Exemplo 2.10.
Reduzimos o seguinte sistema forma escalonada
x+ y2?;'
3x
_x+y- z=O
z=O
z =o
+ 4y-
+ 2y + 2z
2y
-y
=O
x+y~z=O
+ z =o
+ Sz =O
2y
+ z =o
llz =O
Como, na forma escalonada, h trs equaes em trs incgnitas, o sistema tem

mente a soluo zero (0, O, 0).
se-
SOLUES DE EQUAES LINEARES
2.1.
+ 6z + 2v y- 4z + v
Resolva o sistema
2x - 3y
Sw
1.
v-3w
O sistema est na forma escalonada. Como as .equaes comeam com as

incgnitas x, y e v, respectivamente, as outras incgnitas, z e w, so as vriveis
livres.
Para achar a soluo geral, sejam, digamos, z - a e w = b. Substituindo
na terceira equao, v - 3b = 2 ou v
Substituindo na segunda equao,
y - 4a
+ 2 + 3b
+ 3b.
ou
y = 4a - 3b - 1
Substituindo na primeira equao,
2x- 3(4a- 3b- 1)
+ 6a + 2(2 + 3b)- 5b
= 3
ou
3a- 5b- 2
Assim, a soluo geral do sistema
x =
3a~
5/l -- 2, y ,:, 4a- 3b- 1,. z =a, v
+ 3b,
w = b
<;>u (3a- 5b- 2, 4a- 3b- 1, a, 2

3b, b), onde a e b so nmeros reais arbitrrios. Alguns textos deixam a soluo geral em trmos das variveis livres
z e w, em vez de a e b, como segue
x = 3z- 5w- 2
y = 4z- 3w-
v= 2
ou
(3z- 5w- 2, 4z- 3w- 1, z, 2
+ 3w,
w)
+ 3w
DePQis de encontrar a soluo geral, podemos encontrar uma soluo particular por substituio na soluo geral. Por exemplo, sejam a = 2 e b = 1;
ento,
X
-1, y
='
4,
= 2,
= 5,
= 1
uma soluo particular do sistema dado.
2.2.
Resolva o sistema
+ 2y- 3z =
3x - y + 2z
Sx + 3y - 4z
x
-1
7.
2
OU
(-1, 4, 2, 5, 1)
EQUAES LINEARES
CAP.2]
29
Reduza forma escalonada. Elimine x das segunda e terceira equaes pelas

operaes L2 --+ -3Lt + L2 e La --+ -SLt +La
-3Lt:
L2:
-3x - 6y +
3x -
-7y
9z =
2z
+ llz
-5Lt:
La:
= 10
-Sx - 10y + 15z

Sx
3y -
4z
-7y+11z=7
-5Lt +La:
Assim, obtemos o seguinte sistema equivalente
+ 2y
3z = -1
-7y+11z=10
-7y + 11z =
As seg;mda e terceira equaes mostram que o sistema inconsistente,. porque,

se subtrairmos, obtemos Ox
Oy
Oz = 3 ou O = 3.
2.3.
+ y - 2z
3x + 2y + 2z
Sx + 4y +3Z
Resolva o sistema
2x
= 10
1.
Reduza forma escalonada. Elimine x das segunda e terceira equaes

pelas operaes L 2 --+ -3Lt + 2L 2 e La --+ -SLt + 2L~
-3Lt:
2L 2 :
--6x - 3y
6x + 4y +
y
6z = -30
4z
+ 10z
-SLt:
2L 3 :
= -28
-SLt + 2Ls:
-10x - Sy + lOz = -50

10x + 8y +
6z ,;,
3y + 16z -.. _:-42
Assim, obtemos o seguinte sistema, do qual eliminamos y da terceira equao pela

operao La --+ -3L2 + La
2x
+y
2z = 10
+ 10z =
3y + 16z =
y
2x
-28
+y
para
-42
2z
+ 10z
10
= -28
-14z ,;,
42
Na forma escalonada, h trs equaes em trs incgnitas; .portanto, o sistema

tem soluo nica. Pela terceira equao, z = -3. Substituindo na segunda
equao, encontramos y = 2. Substituindo na primeira equao, obtemos x = 1.
Assim, x = 1, y=2 e z=-3, isto , a 3-upla (1, 2, -3) a nica soluo do sistema.
2.4.
Resolva o sistema
x
2y- 3z
2x - y
4z
4x
= 6
+ 3y
2.
14
- 2z
Reduza o sistema forma esi::alonada. Elimine x das segunda e tei"Ceira

equaes pelas operaes L2 --t -2Lt + L2 e La --+ -4Lt +La
-2L 1 :
-2x-
4y
+. 6z
-12
:-4L 1:
L 3:
-Sy
ou
+ !Oz
y -
2z
-4x - 8y + 12z
4x + 3y -
= -10
=
-Sy + 10z
ou
y -
-24
2z =
14
2z
-10
=
EQUAES LINEARES
30
[CAP. 2
Assim, o sistema equivalente a

x
+ 2y- 3z
y-:- 2z
= 6
= 2
y- 2z
= 2
+ 2y- 3z
x
simplesmente,
011,
y- 2z
= 6
= 2
(Como as segunda e terceira equaes so idnticas, podemos ignorar uma delas.)

Na forma escalonada, h somente duas equaes em trs incgnitas; portanto, o sistema tem uma infinidade de solues e, em particular, 3 - 2 = 1
varivel livre que z.
Para obter a soluo geral, seja, digamos, z = a. Substitua na segunda
equao para obter y = 2
2a. Substitua na primeira equao para obter
x
+
+ 2(2 + 2a) -
3a = 6 ou x = 2 - a.
Assim, a soluo geral

x = 2 - a, y
+ 2a,
z = a
011
(2 - a, 2
+ 2a,
a),
onde a qualquer nmero real.

O valor, digamos, a = 1, conduz soluo particular x = 1, y = 4, z
l ou
(1, 4, 1).
2.5.
Resolva o sistema
x - 3y
+ 4z
- 2w
2y
Sz
y- 3z
s
2.
4.
O sistema no est na forma escalonada, pois, por exemplo, y aparece como

a primeira incgnita em ambas as segunda e terceira equaes. Entretanto, se
reescrevermos o sistema de modo que w seja a segunda incgnita, ento obtemos
o seguinte sistema, que est na forma escalonada
x - 2w - 3y + 4z = 5
w+2y+Sz=2
y - 3z = 4
Agora, se a 4-upla (a, b, c, d) dada como uma soluo, no claro se b deveria ser substitudo por w ou por y; portanto, por razes tericas, consideramos
os dois sistemas como distintos. Claro que isso no nos probe de usar o nvo
sistema para obter a soluo do sistema original.
Seja z = a. Substituindo na terceira equao, encontramos y = 4 + 3a.
Substituindo na segunda equao, obtemos w + 2(4
3a)
Sa = 2 ou w =
= -6 - 11a. Substih.1indo na primeira equao,
x- 2(-6- 11a) - 3(4
+ 3a) + 4a
Assim, a soluo geral do sistema original
x = 5 - 17a,
+ 3a,
"" 5 tJU
x=
5 - 17 a
i "= a,
w=
-6 - 11 a,
onde a qualquer nmero real.
2.6.
Determine os valres de a, de modo que o seguinte sistema nas

incgnitas x, y e z tenha (i) nenhuma solu~, (ii) mais de uma soluo, (iii) uma nica soluo
X+
Z =
+ 3y + az
' + ay + 3z
2x
1
3
2
EQUAES LINEARES
CAP. 2]
31
Reduza o sistema forma escalonada. Elimine x das segunda e terceira

equai;es pelas operaes L2 --> -2L1 + L2 e La - -Lt + L3
-2Lt:
L2:
+
+ 3y +
-2x - 2y
2x
2z = -2
-L1:
-x -
La:
az =
y +(a+ 2)z =
+ z
+ 3z
ay
(a - l)y
+ 4z
-1
Assim, o sistema equivalente
x+
z=
y-
y +(a+ 2)z = 1
(a- l)y
4z
= 1
Agora, elimine y da terceira equao pela operao La
+ (2 -
-(a- l)y
-(a- l)L2:
La:
-7-
(a- l)L 2 +La
a - a 2)z = 1 - a
4z=1
(a-1)y+
(6 - a - a )z = 2 - a
ou
(3
+ a)
(2 - a)z = 2 - a
para obter o sistema equivalente
x+y-
Y+
(a+ 2)z = 1
(3
+ a) (2
- a)z :"" 2 - a
que tem soluo nica se o coeficiente de z na terceira equao no zero,

isto , $C a ;;:: 2
a ~ -3. No caso de a = 2, a terceira equao 0 = 0 e o
sistema tem mais de uma soluo. N~ ca$0 de a - -3, a terceira equao
O = S e o sistema no tem soluo.
Resumindo, temos (i) a = -3, (ii) a = 2, (iii) a 'i"' 2 e a 'i"' -3.
2.7.
Que condies devem ser impostas a a, b e c para que o sistema

seguinte nas incgnitas x, y e z tenha -soluo?
+ 2y
3z =a
2x + 6y
x - 2y
llz = b
7z =c
Reduza forma escalonada. Eliminando x das segunda e terceira equa~s

pelas operaes L2 :..._.- -2Lt + L2 e La -->-LI +La, obtemos o .sistema equi
valente
+ 2y2y 4y
3z =a
Sz - b- 2a
+ 10z =c- a
Eliminando y da terceira equao pela operao L 3 - 7 2L 2

obtemos o sistema equivalente
+ 2y- 3z
=a
2y- Sz = b- 2a
O=
c+ 2b- Sa
+ L 3, '.finalmente
32
EQUAES LINEARES
[CAP. 2
O sistema no ter soluo se aterceira equao fr da forma O = k, com k ;; O;

isto , se
+ 2b -
Sa ;; O.
Assim, o sistema ter, ao menos, uma soluo se

c
+ 2b -
= O ou
Sa
Sa
+c
2b
Note, nesse caw, que o sistema ter mais de uma soluo. Em outras palavras,.
o sistema no pode ter soluo nica.
SISTEMAS HOMOGNEOS DE EQUAES LINEARES
2.8.
Determine se cada sistema tem soluo no-nula

X+
X
2y
+ 3z
- 2w =O
+ 4w =.O
4x + 3y + Sz + 2w = O
3x
7y - 2z
+ 2y - 3z
2x + Sy + 2z
=O
3x -
= O
y - 4z
(i)
= O
2y
= 0
+ Sy + 2z =O
x + 4y + 7z =O
x + 3y + 3z =lO
2x
(ii)
(i ii)
(i)
O sistema deve ter soluo no-nula, porque h mais incgnitas do que

equaes.
(ii)
Reduza ftma escalonada
x+ 2y2x
3z =O
+ Sy + 2z '""O
3x -
para
4z =O
+ 2y- 3z
y + 8z
-7y + Sz
=O
=
+ 2y-
O para
3z =O
y+8z.=0
=O
61z =O
Na forma esc~lonada, h exatamente trs equaes em trs ,incgnitas;

assim, .o sistema tem soluo nica, a soluo zero.
(iii) Reduza forma escalonada
X+
2x
x
x
2y.-
+ Sy + 2z =O
+ 4y + 7z =O
+ 3y + 3z =O
X+
2y -
'"'0
+ 4z =O
2y + 8z =O
y + 4z =O
y
X+
2yy
2 =
+ 4z
=O
Na forma escalonada, h somente duas equaes em trs incgnitas; assim,

o sistema tem uma soluo no-nula.
2.9.
Diz-se que os vetores uit ... , um em, digamos, Rn so linearmente

dependentes, ou, simplesmente, dependentes, se existem' escalares
~ 11 , km nem todos zero, tais que k 1u 1 + ... + kmu;,. = O.
Caso contrrio, diz-se que les so independentes. Determine se
os vetores u, v e W' so dependentes ou independentes, onde
u= (1, 1, .::.1), v= (2, -3, 1) w = (8, -7, 1)

(ii) 1t = (1, -2, -3), v= (2, 3, -1), w = (3; 2, 1)
(iii) u = (a 1 , a 2 ), v = ~bltb2 ), w = (c1 , c2 )
(i)
CAP .. 2]
EQUAES LINEARES
33
Em cada caso
(a) seja xu
+ yv + zw
= O, onde x, y e z so incgnitas escalares;
(b)
encontre o sistema de equaes homogneo equivalente;
(c)
determine se o sistema tem soluo no-nula. Se o sistema tem, ento os

vetores so dependentes; se o sistema no tem. ento les so independentes.
(i)
Seja xu
+ yv + zw. =
+ y(2, -3, I)+ z(8, -7, 1)

(x, ~-. -x) + (2y, -3y, y) + (8z, -7z, z)
(x + 2y + 8z, x- 3y- 7z, -x + y + z)
x(l, 1, -1)
ou
ou
(O, O, 0)
(0, O, O)
= (O, O, O)
Faa as componentes correspondentes iguais entre si e reduza o sistema

forma escalonada
X
+ 2y + 8z
= 0
x- 3y - 7z =O
-X+
Z =
+ 2y +
8z
= 0
-Sy - !Sz =O
3y
9z =O
+ 2y + 8z = 0
y + 3z =O
y + 3z =O
+ 2y + 8z = 0
y+3z=O
:\la forma escalonada, h duas equaes em ti-s incgnitas; assim, o sistema

tem soluo no-nula. De arrdo com isso, os vetores so dependentes.
Observao. No necessitamos resolver o sistema para determinar dependncia
ou independncia; smente precisamos saber se existe soluo
no-nula
(i i)
+ y(2, 3, -1) + z(3, 2, 1) = (0, O, O)

+ (2y, 3y, -y) + (3z, 2z, z) = (O, O, O)
(>: + 2y + 3z, -2.\ + 3y + 2z, -3x - y + z) == (0, O, O)
x + 2y + 3z =O
". + 2y + 3z =O
". + 2y + 3z = O
-h+ 3y + 2z =O
7y + 8z =O
7y + 8z =O
-3x- y + z =O
30z = O
Sy + 10z =O
x(l, -2, -3)
(.,., -2.-.;, -3x)
Na forma escalonada, h exatamente trs equaes em trs incgnitas;

assim, o- sistema tem smente a soluo zero. De acrdo com isso, os vetores so independentes
a1X
+ b1Y + CtZ
= 0
O sistema tem soluo no-nula pelo teorema 2.3, isto , porque h mais
icgnitas do que equaes; portanto, .os vetores so dependentes. Em
outras palavras, ns provamos que quaisquer trs vetores no R 2 so dependentes.
2.10. Suponha. que, num sistema homogneo de equaes lineares, os

coeficientes _de uma das incgnitas so todos zero. Mostre que
o sistema tein soluo no-nula.
[CAP. 2
EQUAES LINEARES
34
Suponha que XI, .. , x, so as incgnitas do sistema e Xj ~ incgnita cujos

coeficientes so todos zero. Ento, cada equao do sistema da forma
atX!
+ ... + aj-!Xj-1 + Oxi + ai+!Xi+t + ... + a,x,
=O
Ento, por exemplo, (0, ... , O, 1, O, ... , 0), onde l a j-sima componente,
uma soluo no-nula de cada equao e, portanto, do sistema.
PROBLEMAS DIVERSOS
2.11. Demonstre o teorema 2.1. Suponha que u uma soluo particular

do sistema homogneo (*) e suponha que W a soluo geral do
sistema homogneo associado (**).
Ento,
+W
= Iu
+ w :w
E W}
a soluo geral do sistema no homogneo (*).

Anote por V a soluo geral do sistema no homogneo (*). Suponha que
u E V e que u = (ut, ... , u,). Como u . uma soluo de (*), temos para
i= 1,. _., m,
Agora, suponha que w e., W e que w = (wt, ... , w,). Como w uma soluo do
sistema homogneo (**), temos para i= 1, ... , m;
a;tWt
+ a;2w2 +
Por isso, para i= 1, ... , m,

a;t(UJ
+ Wt) + adu2 + w2) + ... + a;,(u, + w,) ~

= a;tU! + a;JW! + a; 2 u 2 + a; 2w 2 +
+ a;,u, + a;.,w,.
~ (ai!U! + a; 2u + ... + a;,u,.) + (a;tW! + a;2w2 + ... + a;,w,)
2
= b; +o=
Isto . u
+w
b;
uma soluo de (*). Assim, u
u+ wc
+wE
V e, portanto,
Agora, suponha que v ~ (v 1 , . . . , v,) um elemento arbitrrio de

soluo de ( *). Ento, para i = 1, ... , m,
v,
isto ,
aiJVJ + a; 2v2 + . . . + a;nVn = b;

+ (v- u). Dizemos que v- u 7 W. Para i ~ 1, ... , m,
i!'t- ut) + a;2(v~- u~) +
+ n;11 11 - u,)
~ (ai!VJ + a;2v2 + ... + a;,v,)- (ai!Ut + a;2u2 + ... + a;,u,)
Observe que v = u
(!1
= b;- b; =o
Assim, v- u soluo do sistema homogneo (*), isto , v- u <= W.
Ento,
v E u
W e, portanto, V c u
W.
Ambas as relaes de incluso nos do V ~ u
vV; isto , u
TF a soJ',o geral do sistema no homogneo (**).
2.12. Considere o sistema (*) de equaes lineares (pgina 22). Multiplica\Ildo a i-sima equao por ct, e somando.~ obtemos a equao
, (i{lall
+ ... + Cmaml)Xl + ... + (ela!, + ... + Cmam,) X,

= C1b1 + ... + Cmbm
(1)
EQUAES LINEARES
CAP. 2]
35
Umaltal equao chamada combinao linear das equaes .em (*).

Mostre que qualquer soluo de (*) tambm uma soluo da combina~o linear (1).
,.>
Suponha que u = (kt, ... , kn) uma soluo de (*).
+ a;nkn
Ento,
= b;, i = t-, ... , m
(2)
Para mostrar que u uma soluo de (1), precisamos verificar a equao
(c1au + ... + C,.a,.1)k1 + ... + (c1a1n + ... + Cmamn)kn = qb1 + ... + Cmbm
Mas isso pode ser. redistribudo assim:
C!(aukl + ... +(a~nkn) + ... + c,.(a,.! + .. - + amnkn)
ou, por (2) _
!c1b1+.:.
Ctbl + ...
+ Cmbm
+ cmb,;;+-ci:l11-=t-~.. ~-+ c,.b;;.,
o que , evidentemente, uma assertiva verdadeira.
2.13. No sistema (*) de equaes lineares, suponha a 11 ~ O. Seja (#)

o sistema obtido de (*) pela operao L 1 ~ ~a11 L 1 +a 11L., i~ L
Mostre que (*)e(#) so sistemas equivalentes, isto , tm o mesmo
conjunto soluo.
Em vista da operao acima em (*), cada equao em (#) uma combinao linear de equaes- .em (*); portanto, pelo problema anterior, qualquer
soluo de (*) tambm s<iluo de (#).
Por outro lado, aplicando a operao L;--> 1/au(-anLl +L;) (#), obte
mos o sistema original_(*). Isto , cada equao em (*) uma combinao linear
de equaes em (#); portanto, cada soluo de (#) tambm solt.to de ('").
Ambas as condies mostram que (*) e (#) tm o mesmo conjunto soluo.

lonada
a11X1
Considere um sistema na forma esca-
+ aiaXa + . + alnxn = bt
11. hxh + a 12 + xh + t +.
+ a 2 ,.x,. = bz
a12X2
2,
onde 1 < j 2 < , . . < jr e onde a 11 ~ O,

soluo a seguinte. H dois casos
(i)
r= n.
az,2
O, ... , arJr
O.
Ento, o sistema tem soluo nica.
(ii) r < n. Ento, pod~mos atribuir valres arbitrrios s n- r

variveis livres e obter uma soluo do sistema.
A demonstrao por induo no nmero r de equaes do sistema.
r = 1, temos a equao linear nica
a1X1 +
a2x2
aaX3
+ ... +
GnXn =
b, onde a1 ~ O.
Se
EQUAES LINEARES
36
[CAP. 2
As variveis livres so x 2 , . . . , x,. Vamos atribuir valres arbitrrios s variveis livres; digamos, x2 = k 2, xa = k 3, ... , . . Xn = kn. Substituindo na equao
e resolvendo para Xt,
f:sses valres constituem uma soluo da equao; porque, substituindo, obtemos
que uma assertiva verdadeira.

Alm disso, se r = n = 1, ento temos ax = b, onde a~ O. Note que
x = b/a soluo, pois a (b/a) = b verdadeira. Alm do mais, se x = k soluo, isto , ak = b, ento k = b/a. Assim, a equao tem soluo nica, como
foi dito.
Agora, suponha que r > 1 e que o teorema verdadeiro para um sistema de
r - 1 equaes. Vemos as r - 1 equaes
como um sistema nas incgnitas Xj 2 , ... , Xn. Note que o sistema est na forma
escalonada: Por induo, podemos atribuir arbitrriamente valres s (n- h+1)- (r- 1) variveis livres no sistema reduzido, para obter uma soluo. (digamos,
Xj 2 = kj 2, .. , Xn = k,.). Como no caso r
1, sses valres e valres arbitrrios
para as j2- 2 variveis livres adicionais (digamos, X2 = k2, ... , Xj 2 - l= kj 2 - 1),
produzem uma soluo da primeira equao com
=:
(Note que h (n- jz + 1)- (r- 1)

(j2- 2) = n- r varmveis livres.) Alm
disso, sses valres para x 1 , . . . , x, tambm stisfazem as outras equaes, pois,
nessas equaes, os coeficientes de Xt, ... , x; 2-1 so zero.
Agora, se r = n, ento h = 2. Assim, por induo, obtemos uma soluo
.nica do subsistema e, ento; uma soluo nica do sistema todo. De acrdo
com isso, o teorema est provado.
2.15. Um sistema (*) de equaes lineares definido como sendo consistente se nenhuma combinao linear de suas equaes a equao
Ox 1
+ Ox2 + , .. + Oxn =
b.
onde
(1)
Mostre que o sistema (*) consistente se, e smente se, le redudvel forma escalonada.
Suponha que (*) redutvel forma escalonada. Ento, le tem uma soluo que, pelo problema 2.12, uma soluo de cada combinao linear de suas
equaes. Como (1) no tem soluo, no pode ser uma combinao linear
das equaes. em (*). Isto , (*) consist~nte.
CAP. 2]
EQUAES LINEARES
37
Por outro lado, suponha que (*) no redutvel forma e5calonada. Ento,
no processo de reduo, deve aparecer uma equao da forma (1). Isto , (1)
uma combinao linear das equaes em (*). De acrdo com isso, (*) no consistente, isto , (*) inconsistente.
Problemas Propostos
SOLUO DE EQUAES LINEARES

2.16.
(0)
Resolva
+ 3y =1
5~. + 7y = 3
'2.17.
5x - 31' -
Resolva
16
kx
('W)
---
(iii)
x
2x
3x
+ 2y + 3z = 3
+ 3y + 8z =; 4
+ 2y + 17z = 1
+ 2y - 3z + 2w = 2
+ Sy - 8z + 6w = 5
+ 4y- Sz + Zw = 4
+
+
+
,: (iii) ! 2x
3x
Q
(ii)
'-
-r---.
x
5y
3x - y
! 2x
2y
1
I
+ 2y - z + 3w = 3
+ 4y + 4z + 3w = 9
+ 6y - z + Sw = 10
+ 4z - 13w = 3
+ 2z + 5w = 2
+ 3z -. 4w = 1
+y+z
1
1
+ ky + Z =
+ y + kz =
2y
2x
ky
+ 8z
kz = 1
(b)
= 3
Determine os valres de k tais que o sistema nas incgnitas x, y e z tenha

(i) soluo nica, (ii) nenhuma soluo, (iii) mais do que uma soluo.
x+
(a)
-~
4x _ 2y = 5
-x
3y = 1
Determine os valres de k tais que o sistema nas incgnitas x, y e z tenha:

(i) soluo nica, (ii) nenhuma soluo, (iii) mais de uma soluo.
2.22.
(iii)
15
+
+
,.
+ 6y
~ 2x + 3y - 2z = 5
:. (ii) \ x - 2y
3z
2
~_} 4x - y
4z = 1
x
2y
2z = 2
3x - 2y - z = 5
2x - 5y
3z = --4
x
4y
6z = O
r (i))
',_
2.21.
=
=
=
2x + 3y = 3 / ' \ x
x - Zy = 5 \~ii)) 2x
3x + 2y = 7
- 3x
.. ~
2.20.
3x
10
Resolva
(i)
2.19.
(i i)
Resolva
r---.. 2x
y - 3z
! (i)/ 3x - 2y 2z
2.18.
+ 4y =
2x
2x
\ (i)
y+kz=2
+ 4y + 2z =
2x + 3y- z =
3x
k
1
-3z = -3
z = -2
kz = 1
f(t;)l 2x + ky l~J x + 2y +
Determine a condio em a, b e c para que o sistema de incgnitas x, y e z

tenha soluo
(i)
x- Sy
+ Bz
+ 4z =a
+ 3y - z = b
+ y + 2z =c
x- 2y
x
2y- 3z =a
3x - y
2z = b
(ii)
=c
2x
3x
SISTEMAS HOMOGNEOS
2.23.

(i)
x + 3y- 2z =O
x - 8y + 8z = O
3x- 2y
+ 4z
=O
x
3y- 2z =O
(ii) 2x - 3y
z = O
3x- 2y
2z =O
+
+
+
+
x
2y - 5z
4w = O
(iii) 2x - 3y
2z
3w = O
4x - 7y
z - 6w =
+
+
38
2.24.

(i)
2.25.
[CAP. 2
EQUAES LINEARES
x- 2y
2z
2x
y 2z
3x
4y- 6z
3x - lly
12z
+
+
=O
O
=O
= O
(ii)
+
+
2x - 4y
7z
4v 9x
3y
2z - 1v
5x
2y - 3z
v+
6x - Sy
4z - 3v -
Sw = O
w = O
3w =o
2w = O
Determine se os vetores u, v e w so dep!!ndentes ou independentes {veja problema 2.9), onde

(i)" u = (I, 3, -1), v = (2, O, 1), w = {1, -1, 1)
(ii) u = {1, 1, -1), v= (2, 1, 0), w = (-1, 1, 2)
(iii) u = (1, -2, 3, 1), v = (3, 2, 1, -2),. w =; (1, 6, -5, -4)
PROBLEMAS DIVERSOS
2.26.
Considere duas equaes lineares gerais em duas incgnits x e y sbre o corpo

real R:-
ax+by=e
ex+ dy =f
Mostre que
(i)
se ---;; -;;t
d ,
de- bf
ad- bc
X=-----,
isto , se ad - bc -;;t O, ento o sistema tem a soluo nica

af- ce
ad- bc '
y=----
a
b,
e
(ii) se - = - 7' -
(iii)
2.21.
f '
se--;=d=f,
ento o sistema no tem soluo;
ento o sistema tem mais de uma soluo.
ax + by = 1
ex+ dy =O
Considere o sistema
Mostre que, se ad- bc -;;t
x
~;
ento o sistema tem a soluo nica
d/(ad- bc), y
-cf(ad- bc).
Mostre tambm que, se ad - bc = O, c -;;t O, ento o sistema no tem soluo.

2.28.
Mostre que uma equao da forma Ox1 + Ox 2 + ... + Ox,. = O pode-ser acresC'ntada ou removida de um sistema, sem afetar o conjunto soluo.
2.29.
Considere um sistema de equaes lineares com o mesmo nmero de equaes

e incgnitas
aux1
a21x1
an1X1
(i)
+ a12x2 +
+ a22x2 +
+ atnXn
+ a2nXn
b1
= b2
. (1)
+ lln2X2 + ... + annXn .= bn
Suponha que o sistema homogneo associado tem somente a soluo zero .

. Mostre que (1) tem soluo nka para cada escolha de constantes b;.
EQUAES LINEARES
CAP. 2]
39
(ii) Suponha que o sistema homogneo associado tem soluo no-nula. Mostre
que h constantes b; para as quais (1) no tem soluo. Mostre tambm
que, se (1) tem uma soluo, ento tem mais de uma.
RESPOSTAS DOS PROBLEMAS PROPOSTOS
= 2,_ y = -I;
2.16.
(i)
Z.17.
(i)
(1, -3, -2);
(i i) x = 5- 2a, y
(ii) sem soluo;
(iii) sem soluo
a;
(iii) (-1 - 7a, 2
+ 2a, a)
x = -1 - 7z
ou
\ y
2.18.
{i)
+ 2z
= 3, y = -1
(ii) (-a
+ 2b, 1 + 2a- 2b,
(iii) (7/2- Sb/2- 2a, a, 1/2
r X= -z + 2w
l y = I+ 2z- 2w
a, b) ou {
+ b/2, b)
(l x
7/2 - Sw/2 - 2y
1/2
ou {
+ w/2
2.19.
(i)
(2, 1' -1);
2.20.
(a)
(i) k ~I e k ~ -2; (i i) k = -2; (i ii) k = 1

(i) nunca tem uma nica soluo; (i i) k = 4;
2.21.
(a)
(b)
(ii) sem soluo
(b)
2.22.
(i)
2a - b
2.23.
(i) sim;
(ii) no;
2.24.
(i) sim;
(ii) sim, pelo teorema 2.3.
2.25.
(i) dependente;
(iii)
k~4
(i i) sempre tem uma soluo; (iii)- k=3

2 e k ~ -5; (ii) k = -5; (iii) k = 2
(i) k
(i) k
3;
+c
O.
(ii) Quaisque valres pra a, b, c produzem uma soluo

(iii) sim, pelo teorema 2.3.
(ii) independente:
(iii) dependente_
Captulo 3
Matrizes
INTRODUO
Trabalhando com um sistema de equaes lineares, smente os coeficientes e suas respectivas posies so importantes. Tambm, reduzindo o sistema forma escalonada, essencial manter as equaes cuidadosamente alinhadas. Assim, sses coeficientes pcidem ser dicientemente
arrumados numa disposio retangular chamada "matriz". Alm do
mais, certos objetos abstratos introduzidos em captulos posteriores, tais
como "mudana de bases", "operador linear" e "forma bilinear", podem
tambm ser representados por essas disposies retangulares, isto , matrizes.
Neste captulo, estudaremos essas matrizes e certas operaes algbricas nelas definidas. O material introduzido aqui principalmente com~
putacional. Entretanto, com equaes lineares o tratamento abstrato
apresentado mais tarde nos dar nova perspectiva da estrutura dessas
matrizes.
A menos que seja declarado, todos os "elementos" em nossas matrizes
viro de algum corpo K, arbitrrio mas fixo. (Veja apndice R.) ~sses
elementos de K so chamados escalares. Nada essencial perdido se o
leitor supe que K o corp'o real R ou o corpo Oiiiplexo C.
Por ltim~. chamamos a aten'o qui" Os elementos de Rn ou cn so
convenientemente representados por "vetores linha" ou "vetores coluna",
que so casos especiais de-matrizes.
MATRIZES
Seja K um corpo arbitrrio.
Uma disposio retangular da forma
onde os a 11 so escalares em K, chamada matriz sbre K, ou simplesmente

matriz . se K implcito. A matriz acima tambm notada. por (a;1 ),
i= 1, ... , m, j = 1, ... , n, ou simplesmente por (a 11 ). As m n-uplas
horizontais
40
MATRIZES
CAP. 3]
a~
so as linhas da matr;z, e
au)
(..
a21
41
n m-uplas verticais
(a12)
..
al2
'
aml
(a1,.)
..
a2,.
'
'
am2
am ..
so suas colunas. Note que o elemento a 11 , chamado elmento-ij ou componente-ij, aparece na i-sima linha ej-sima coluna. A matriz com m linhas
e n colunas chamada uma matriz m por n; o par de nmeros (m, n)
chamado seu tamanho ou forma.
Exemplo 3.1. A seguinte matriz uma 2 X 3
(ol -35 -24)
Sua' linhas so (1, -3, 4) e (O, 5, -2); suas colunas so ( 1 )
(- 3 )
, 5,
e.
4 )
\ 2I
(_
As matrizes sero usualmente anotadas por letras maisculas A, B, . .. ,

e os elementos do corpo K por letras minsculas a, b,.. . Duas matrizes
A e B so iguais, escrito A ~ B, se elas tm a mesma forma e se os elementos correspondentes so iguais. Assim, a igual'dade de duas matrizes
m X n equivalente a um sistema de mn igualdades, uma para cada par
de elementos.
Exemplo 3.2. A assertiva
(xx+- yY 2zz -+ww)
3 5 equivalente
4
a0
seguinte
sistenia de equaes
x+y=3
X
+w
5
z- w = 4
2z
A soluo do sistema x = 2, y = I, z = 3, w = -L
Observao. Uma matriz com uma linha tambm anotada como um

vetor linha, e com uma coluna como um vetor coluna. Em particular, um
elemento no corpo K pode ser considerado como uma matriz 1 X 1.
ADIp DE MATRIZES E MULTIPLICAO POR ESCALAR

Sejam A e B duas matrizes com o mesmo tamanho,. 'isto , o mesmo
nmero de linhas e colunas, digamos, matrizes m X n
MATRIZES
42
+ B, a matriz obtida adicionando os trmos
A soma de A e B, escrita A
correspondentes
au
A+B
(
+ bu
a1~
+ b12
~~~. ~ .b~~ . -~2~ -~- ~~2

aml
[CAP. 3
+ b,.l
am2
+ b1n
a1n
_ _
+ bm2
~~~ ~ .b.2~.
amn
+ bmn
O produto de um escalar k pela matriz A, escrito k .A ou simplesmente k A,

a matriz obtida multiplicando cada eleme~to de A por k
Observe queA
kA = ( ::::
::::
. :::: )
kaml
kam2
: .
ka,.n
+ B e kA so tambm matrizes m X n.
-A = -1 . A
Tambm definimos
A -B =A+ (-B)
I\ soma d<l'> mutrizes com tamanho5 dift>rente5 no defiida,

Exemplo 3.3. Sejam A =
(! -; _!)
e B-
(_~
Ento,
3A
B ~
(1 + 3 -2 +O
4 - 7
3 . 1
( 3. 4
3 . (-2)
3. s
+1
3 + 2)
-6
+8
4 -2 5)
-3
~ -1~)
. 3. 3 )
J . (-6)
2A- 3B
Exemplo 3.4. A matriz m X n cujos elementos so todos zero
chamada matriz nula e ser anotada O. semelhante ao escalar O no que tange a que,
para qualquer matriz m X n A
(aij), A +O = (a;; +O)
(a;;)
= A.
Propriedades bsicas das matrizes sob operaes de adio e multiplicao por escalar seguem.
MATRIZES
CAP. 3]
43
Teorema 3.1. Seja V o conjunto de tdas as matrizes m X n sbre um

corpo K. Ento, para quaisquer matrizes A, B, C E V e quaisquer escalares k~o k 2 , E K
+ C = A + (B + C)
(ii)
tA
B)
A +O=
(iii)
A +(-A) = O
(i)
(iv) A
+B
(v)
= B
(vi)
+ B)
kt(A
(kt
= ktA
+ k2)A =
ktA
+ k 1B.
+kA
2
(vii) (k1k2)A = k 1 (k2A)
+A
= A e OA = O
(viii) 1 A
Usando (vi) e (viii) acima, tambm temos que A

A+ A+ A= 3A, ... .
+A
= 2A,
Observao. Suponha que os vetores no Rn so representados P.Or vetores

linha (ou por vetores coluna); digamos,
u
(ali a2, ... ' an)
v = (bl, b2, ... ' bn)
Ento, ~lhados como matrizes, a soma u +v e o produto por escalar .ku

so, como segue,
u
v = (al
b1, a2
b2, ... ' an
ku = (ka~o ka 2 , . , kan)
+ bn)
Mas isso corresponde precisamente soma e produto por escalar, como

definimos no captulo 1. Em outras palavras, as operaes 'com matrizes
acima podem ser consideradas uma generalizao das operaes correspondentes, definidas no captulo 1.
MULTIPLICAO DE MATRIZES
O produto de matrizes A e 13, escrito AB, algo mais complicado.
Por essa razo, inclumos as seguintes observaes introdutrias.
(i) Sejam A = (ai) e B = (b 1) pertencentes Rn, A representado por

um vetor linha e B por um vetor coluna. Ento, seu produto interno
A . B pode ser encontrado combinando as matrizes como segue
. ,.;
De acrdo com.-isso, defnimos a matriz produto de um vetor linha A por

um vetor coluna B como acima.
(ii)
Considere as equaes
bux1
b21x 1
+ b1~2 + b13Xa =
+ b22X2 + b23Xa =
Y1
Y2
(1)
MATRIZES
44
[CAP. 3
sse sistema equivalente equao matricial

bu
(
ou simplesmente BX = Y,
b~l
. onde B = (b 11 ), X
(x;) e Y = (y 1), se combinamos a matriz E e o vetor
coluna X como segue
onde ~E 1 e Ez so as linhas de. E. Note que o produto de uma matriz

por: um vetor coluna produz outro vetor cojuna.
(iii) Agora, considere as equaes
+ a12Y2 =
a21Y1 + a22Y2 =
a11Y1
z1
(2)
Zz
que podemos representar, como acima, pela equao matricial

(:::
:::)
(~:)
(::)ou simplesmente A Y
onde A = (a 1) , Y = (y;) como acima, e Z = (z;).

de y 1 e Y2 de (1) nas equaes de (2), obtemos
au(bux2
a21(buX1
Z,
Substituindo os valres
+ bnxz + b1aXa) + a12(bnx1 + bnX'i + b23x3)

+ b12X2 + bl3xa) + a22(bnX1 + b2zX2 + b2aXa)
= Z1
= Z2
ou, reagiu pandq. os trmos,
+ a12b21)x1 + (anb!2 + a 12 b22)xz + (aubl3 + al2bza)Xa =

(a21f?n + a22b21)x1 + (anbl2 + a22b22)x2 + (anbl3 + a22b2a)xa =
(aub 11
Z1
(3)
Z2
Por ~utro lado, usando a equao matricial BX = Y e substituindo Y

em A Y = Z, obtemos a expresso
A.BX = Z
Isso representar o sistema (3) se definimos o produto de A e B como segue

AE
(ilu
an
'
a12) (bu b12 b 1a)

b21 b22 b2a
aubu
a 12b 21 a 11b 12
a 12b 22
a21bu
a22bn anb12
a22b22
1
2
A1. B
A1. B
A 1 . E 3)
A 2 E 1 A 2 E 2 A 2 . E 3,
a22
+
+
+
+
onde A 1 e A 2 so as linhas de A e B 1 , B 2 e E 3 so as colunas de E. Acentuamos que se sses clculos 'so feitos em geral, ento o principal requi que o nmer> de y, em (1) e (2) deva ser o mesmo. Isso, ento,
sito
MATRIZES
CAP. 3]
45
corresponder ao fato de que o nmero de colunas da matriz A seja igual

ao nmero de linhas da matriz B.
Com a introduo acima, agora definimos formalmente multiplicao
de matrizes.
Definio. Suponha que .l = (p.tJ) e B = (bu) so matrizes tais que o

nmero de colunas de A igual ao nmero de linhas de B; digamos, A
uma matriz m X p e B uma matriz p X n. Ento, o produto A B a
matriz m X n cujo elemento ij obtido multiplicando a i-sima linha A
de A pela j-sima coluna B 1 de B
A1
AB
B1
A1
-:lz .. ~~... -.lz .. ~

A,. . B 1
A1
Bn )
~ ~ -~~
. ::: ....
.1, . B 2
..
A, . Bn
Isto ,
onde
C;; =
anb 11
+ a; b + ... + a vbvj
2 21
a,-,b kJ
k~l
Acentuamos que o produto AB no definido se A uma matriz

m X p e B uma matriz q X n, onde P ~ q.
a 3)
b3
Exemplo 3.5.
ra1
ta1
+ ,,b1
+ uh
ra 2
laz
+ sbz
+ ubz
raa + sba
la3 + ub3
1 . 1 + 2 . o l. 1 + 2 . 2) = ( 1
5)
( 3.1+4.0 3.1+4.2
311
Exemplo 3.6.
1 1
1
( O 2) ( 3
2
4)
"'
( 1 . 1
+1 .3
1 .2
O. I
. 3
O. 2
+2
+ 1 . 4'
+2
4)
(4
=
6)
8
O exemplo acima mostra que a multiplicao de matrizes no comutativa, isto , os produtos de matrizes AB e BA no so necessriamente
iguais.
A multiplicao de matrizes, entretanto, satisfaz as seguintes propriedades~
Teorema 3.2.
(i)
(AB)C = A(BC), (lei associativa)
(ii) A (B
C) = A B
A C, (lei distributiva esquerda)
(iii) (B
C)A = BA
CA, (lei distributiva direita)
(iv) k(AB) = (kA)B ~ A(kB), onde k um escalar
+
+
+
+
MATRIZES
46
LCAP. 3
Supomos que as wmas e os produtos no teorema anterior so definidos;

Observamos que OA = O e BO = O, ond~O a matriz nula.
TRANSPOSTA
A transposta de uma matriz A, escrita A 1, a matriz obtida escrevendo as linhas de A, ordenadamente, como colunas
an
("" a.,
. . . "'")'
~~~ ~~~ ~2~

aml
am2
Umn
a12
a22
")
aln
a2n
amn
am2
Observe que, se A uma matriz mx n, ento A' uma matriz

n X m.
Exemplo 3.7.
A operao transposio de matrizes satisfaz as seguintes propriedades.
Teorema 3.3.
(i)
(A
B)' = A'+ B'
(ii) (A')' = A
(ii) (kA)' = kA', para h um escalar
(iv) (ABY
B'A'
MATRIZES E SISTEMAS DE EQUAES LINEARES
seguinte sistema de equaes lineares

auX1
a21x1
+ aux2 + .... + a 1 = bi
+ a22X2 + ... + a2nXn + b2
(: ; :~~ :J (: )
nxn
(1)
equivalente equao matricial
(:J
au
ffimpl~enteAX ~
B,
(2)
onde A = (aiJ), X = (x1) e B = (b1). Isto , cada soluo do sistema (1)

uma soluo da equao matricial (2) e vice-versa. Observe que o sistema homogneo associado a (1) ento equivalente equao matricial
AX =O.
47
MATRIZES
CAP. 3]
A matriz A chamada a matriz dos coeficientes do sistema (1),

e a matriz
chamada matriz aumentada de (1). Observe que o sistema (1) completan'iente determinado por sua matriz aumentad.
Exemplo 3.8. A matriz dos coeficientes e a matriz aumentada do sistema
2x
+ 3y- 4z
= 7
x - 2y- Sz = 3
so as seguintes matrizes, respectivamente,
(21 -23 -4)

-5
(21
3 -4
2 -5
Observe que o sistema equivalente equao matricial
2 3 ~4.)
( 1 -2 -5
G)
G)
Ao estudar equaes lineares , em geral, mais simples usar a linguagem e teoria de matrizes, como indicado pelos seguintes _teoremas.
Teorema 3.4. Suponha que u 11 u 2 , .. _, un so solues de um sistema homog~eo de equaes lineares AX = O. Ento, cada combinao linear
dos ut da forma k 1u 1 + k 2u 2 + ... + knun, onde os k 1 so escalares,
tambm uma soluo AX = O. Assim, em particular, cada mltiplo ku
de qualquer soluo u de AX = O tambm soluo de AX = O.
Demonstrao.
Temos que Au 1 = O, Au 2 = O, _.. Au,. = O.
Portanto,
+ + knAttn
+ . , . + k,.O ~ O
k 1 Au. 1
h~A,~
k20
k 10
_De acrdo com 1sso, k1u 1 +

AX =O.
+ knun
soluo do sistema homogneo
Teorema 3.5. Suponha que o corpo K infinito (por exemplo, se K o

corpo r>'ll R ou o corpo complexo C). Ento, o sistema AX = B no
tem soluo ou, se tiver, tem soluo nica ou uma infinidade de soues.
Demonstrao. suficiente mostrar que se AX = B tem mais do que
uma soluo, ento tem uma infinidade. Suponha que u e v so solues
distintas de AX = B; isto , Au = B e Av= B. Ento, para qualquer
k E K,
A(u
+ k(u-v))
Au
+ k(Au-Av)
+ k(B -E)=
48
MATRIZES
[CAP. 3
Em outras palavras, para cada k E K, u

k.(u.- v) soluo de AX = B.
Como tdas essas solues so distintas (problema 3.31), AX = B tem
uma infinidade de solues como foi assegurado.
MATRIZES ESCALONADAS
Uma matriz A = (aii) uma matriz escalonada, ou diz-se que est
na forma escalonada, se o nmero de zeros precedendo o primeiro elemento
no-nulo de uma linha aumenta linha por linha at que sobrem somente
linhas nulas, isto , se existem elementos no-nulos
com a propriedade
a 11
= O para
i :::;; r,
< j 1 , e para i >
Chamamos a 1h, ... , a,17 os elementos distinguidos da matriz escalonada A.

Exemplo 3.9. As seguintes so matrizes escalonadas onde os elementos distinguidos foram circundados
4
-3
2
l)
Em particular, uma matriz escalonada chamada matriz escalonada

redzida por linhas se os elementos distinguidos so
(i)
os nicos elementos no-nulos nas suas respectivas colunas.
(ii) iguais a 1.
A tercei.ra matriz apresentada um exemplo de matriz escalonada. reduzida por linhas, as outras duas no so. Note que a matriz zero, O,
para qualquer nmero de linhas ou. de colunas, tambm uma matriz
escalonada reduzida por linhas.
EQUIVAL~NCIA POR LINHAS E OPERAES ELEMENTARES COM
LINHAS
Diz-se que uma matriz A equivalente por linhas a uma matriz B se
B pode ser obtida de A por uma seqncia finita das seguintes operaes
chamadas operaes elementares com linhas;
[E 1]
[E 2]
Troca das i-sima e j-sima linhas entre si: R 1 <-> RJ

Multiplicao da i-sima linha por um escalar k no--nulo
R;
-7
kRI, k
[,ea] : Substituio da i-sima 1linha por k vzes a j-sima linha mais a

icsima linha R 1 .--+ kRJ
R1
MATRIZES
CAP. 3]
49
Na prtica aplicamos [E2J e depois [E 3 ] ao mesmo tempo, isto , a

operao
[E] : Substituio da i-sima linha por k' vzes a j-sima linha mais k
(no-nulo) vzes a i-sima linha R 1 --+ k'~ + kR 11 k ~O.
O leitor, sem dvida, reconhece a semelhana das operaes acima e
aquelas usadas para resolver os problemas de equaes lineares. Na
verdade, dois sistemas com matrizes aumentadas equivalentes por linhas
tm o mesmo conjunto soluo (problema 3. 71). O seguinte algoritmo
tambm semelhante ao usado com equaes lineares (pgina 23).
Algoritmo
que. '
.
reduz por linhas uma matriz forma escalonada.
Passo 1. Suponha que a coluna j 1 a primeira coluna com um el~mento

no-nulo. Troque as linhas entre si de tal modo que sse elemento nonulo aparea na primeira linha, isto , tal que a 1h ~ O.
Passo 2. Pa.ra cada i
>
1, aplique a operao
Repita os passos 1 e 2 com a submatriz formada por t8das as linhas,excluindo a primeira. Continue o processo at que a matriz esteja na forma
escalonada.
Observao. O trmo reduzir Por linhas significar transformar por operaqes elementares com linhas.
Exemplo 3.10. A seguinte matriz A reduzida por linhas forma escalonada aplicando as operaes R2 ---+ -2RI + R 2 e R 3 ---> -JR1
R 3 , e depois a operao R3 -+
--+ -SRt + 4Ra
2 -3
4
2 -3
4
5
o
o
-2
6 -4
Agora, supon.ha que A

elementos distinguidos a 1h,
2 -3
4
(a 11 ) uma matriz na forma escalonada com.
. , a,i,
Aplique as operaes
para i = 2, depois i = 3, . .. , i = r. Assim, A substituda por uma

matriz escalonada cujos elementos distinguidos so os nicos elementos
no-nulos nas suas respecti~as colunas. A seguir, multiplique R 1 por
a~:. i ~ r. Assim, alm do ~~is,os elementos distinguidos so iguais a L
Em outras palavras, o processo acima reduz por linhas uma matriz
escalonada a uma na forma esc~Ionada reduzida por linhas.
50
MATRIZES
[CAP. 3
Exemplo 3.11. Na seguinte matriz escalonada A, aplique a operao Rt---+ -4R 2

R 2 ---+ -5R 3 + 2R2
+ 3Rt e depois as operaes Rt ---+ Ra + Rt e

3
.I- (:
o
o
-t
3
6)
~
para
('
o
o
A seguir, multiplique R1 por 1/6, Rz por 1/6 e
-~)
:>
para
(:
o
o
-l
o o
~ )
2
R a por 1/2 para obter a matriz escalo-
nada reduzida por linhas
(:
o 7/6
o I 2/3
o o o
3/2
;)
As observaes anteriores mostram que qualquer matriz arbitrria A

equivalente por linhas a ao menos uma matriz escalonada reduzida
por linhas. No prximo captulo provaremos, teorema 4.8, que A
equivalente, por linhas, a somente uma matriz dsse tipo; chamamo-la a
forma can6nica por linhas de A.
MATRIZES QUADRADAS
Uma matriz com o mesmo nmero de linhas que de colunas chamada
matriz quadrada. Diz-se que nma matriz quadrada com n linhas e n colunas de ordem n, e chamada matriz quadrada n X n. A diagonal (ou
diagonal principal) da matriz quadrada, n X n, A = (a;1) consiste nos
elementos a 11 , a22 ... , ann
Exemplo 3.12. seguinte matriz quadrada 3 X 3
Seus elementos diagonais so 1, 5, 9.
Uma matriz triangular superior ou simplesmente uma matriz triangular uma matriz quadrada cujos elementos abaixo da diagonal principal so todos nulos
( ~ll ~::
.
.. . . . . .
::~)
ou
( au
. . . ann
Semelhantemente, uma matriz triangular inferior uma matriz quAdrada

cujos elementos acima da diagonal principal so todos nulos.
Uma matriz diagonal uma matriz quadrada cujos elementos no
diagonais so todos nulos
MATRIZES
CAP. 3]
51
Em particular, a matriz quadrada n X n com l's na diagonal e O's no

restante anotada I,., ou simplesmente I, chamada matriz unidade ou
matriz identidq_d,e; por exemplo,
o
1
o
Essa matriz I semelhante ao escalar 1 no que tange a que, para qualquer
matriz quadrada, n X n, A,
AI= IA =A
A matriz ki, para um escalar k E K; e chamada matriz escalar; uma matriz diagonal cujos elementos diagonais so iguais a k.
LGEBRA DAS MATRIZES QUADRADAS

Lembre que no so duas quaisquer matrizes que podem ser somadas
ou multiplicadas. Entretanto, se considerarmos smente matrizes quadrada~ de certa ordem n dada, ento sse inconveniente desaparece. Especificamente as operaes de adio, multiplicao, multiplicao por
escalar e transposio podem ser efetuadas em quaisquer matrizes n X n
e o resultado ainda uma matriz n X n.
Em particular, se A qualquer matriz quadrada ~ X n, podemos

formar potncias de A
A 2 =AA, A 3 =A 2 A, ... , e A 0 =1
Podemos tambm formar polinmios na matriz A: para qualquer polinmio
f(x) = ao + a1x + a 2x 2
+ a,.xn,
+ ...
onde os a; so escalares, definimosf(A) como sendo a matriz
No caso em que f(A) a matriz nula, ento A chamada um zero ou raiz

do polin3mio .f(x).
,.
Exemplo 3.13. Seja A
A2=
Se j(x)
2x 2
/(A)
3 -4 )
3x
+ 5,
ento,
= 2
(_~
-6)
22
1
2
) ento
3 -4 '
'
-3
c~)
(_~ ;~).
G_!) + Gn
5
16 -18)
-27
61
MATRIZES
52
Se g(x) = x 2
+ 3x- 10,
fCAP. 3
ento,
Assim, A um zero do polinmio g(x).
MATRIZES INVERSVEIS
Diz-se que uma matriz quadrada A inversvel se existe uma matriz
B com a propriedade
AB = BA =I,
Tal matriz B nica; porque
onde I a matriz identidade.
AB 1 = B 1A = I e AB 2 = B 2A = I implica B 1 = B 1 I =
= B 1(AB 2)
(B 1A)B2 = IB2 = B 2
Chamamos tal matriz B a inversa de A e anotamos A-1 Observe que a

relao acima simtrica; isto , se B a inversa de A, ento A a inversa
de B.
Exemplo 3.14.
( 21
35)
(_: -n
(_: -n (~ n
Assim, (:
~)
( _:
-~)
6- 5 -10
( 3-3
-5
6 - 5
( -2 + 2
+ 10)
+6
15 - 15)
-5
6
(1
01, )
= ( 1 ,: 01 )
so inversveis e so inversas uma da outra.
Mostramos (problema 3.37) que, para matrizes quadradas, AB = I

se, e smente se, BA = I; portanto, necessrio testar somente um produto para determinar se duas matrizes dadas so inversas, como no seguinte exemplo.
Exemplo 3.15.
1 o 2)
2 -1 3
4 1 8
(11
2 2 )'
-4 O 1
6 -1 -1
+ + 12 2 + o - 2 2 + o - 2 )
+ 18 4 +O- 3 4 - I - 3
+ 48 8 +o- 8 8 + 1 - 8
( -11
o
-22 + 4
-44 - 4
Assim, as duas matrizes so inversveis
e so
inversas .uma da outra.
Calculamos, agora, a inversa de uma matriz genrica, 2 X 2,
A=(; !}
Procuramos escalares x, y, z, .w tais que
(
b) (X_z y) = (1 ~)
d
ax
bz
ou (
ex+ dz
ay
+ bw)
cy +dw
'= ( 1
MATRIZES
CAP. 3j
53
o que se reduz a resolver os dois sistemas seguintes d(> equaes lineares em

duas incgnitas
f ay + bw =O
l cy + dw = 1
ax
bz = 1
{ cx+dz=O
Se fazemos IA I = ad- bc, ento, pelo problema 2.27, pgina 38, os seguintes sis'temas tm solues se, e somente se, IA I ; O; tais solues so nicase so as seguintes
d
ad- bc
X=
---
IAI
De acrdo com
ISSO,
'
-b
-b
-c
---- -- z ---ad- bc
ad- bc
IAI'
a
ad- bc
A-i
IAI
(_;::~:
-b/IA I)
a/IA i
reconhece ! A !
-c
--IAI
-:)
(_~
i .ci i
Observao. Sem dvida, o leitor

= ad- bc como o determinante da matriz A; assim, vemos que uma matriz 2 X 2 tem uma inversa se, e somente se, seu determinante no nulo. Essa relao, que
em geral verdadeira, ser investigada mais a fundo no captulo 9, em
determinantes.
MATRIZES DE BLOCOS
Usando um sistema de linhas horizontais e verticais, podemos partir
uma matriz A em matrizes menores chamadas blocos (ou clulas) de A.
A matriz A ento. chamada uma matriz de blocos. claro quo;: uma
matriz dada pode ser dividida em blocos de diferentes maneiras; por
exemplo,
~2
1:._z
1 3)
5,1)
~- ~ -~)
(_ 2_
~- 5_}_ ~2-
\3
______ L_
A convenincia da partio em blocos que o resultado de operaes com

matrizes de blocos pode ser obtido efetuando o clculo com os blocos.
como se ~les fssem simplesmente elementos verdadeiros das matrizes.
Isso ilustrado abaixo.
Suponha que A partida em blocos; digamos,
~_:: ~-:~
..
Amt
Am2
.. : : : ..
~.:~
.)
Amn
54
MATRIZES
[CAP. 3
Multiplicando cada bloco por um .escalar. k, multiplica-se cada elemento

de A por k; assim,
Agora suponha que uma matriz B partida no mesmo nmero de blocos

que A; digamos,
Alm disso, suponha que os blocos correspondentes de A e B tm o mesmo

tamanho. Adicionar sses blocos corresponder.tes,. adiciona os elementos
correspondentes de A e B. De acrdo com isso,
O caso de multiplicao de matrizes menos bvio, mas ainda ver-

dadeirq. Isto , suponha que as matrizes U e V so partidas em blocos,
como segue,
tais que o nmero de colunas de cada bloco Un igual ao nmero de linhas

de cada bloco V.tt Ento,
.
onde
A demonstrao da frmula acima para UV direta, mais detalhada e
extensa. deixada como problema suplementar (problema 3.68).
CAP.. 3]
MATRIZES
55
ADIO DE MATRIZES E MULTIPLICAO POR ESCALAR
3.1.
Calcule
(i)
1 2 -3 4)
( o -5 1 -1'
(i i)
(o1-42-3)1
(i)
(32 -5o -26-1)

-3
3 5
( 1 -2.)
-3 ( 1 2 -3)
4 -5 6
(iii)
Some os elementos correspondentes
(o1 -52 -;-13 -14)

1
+3
(32 -5o -26 -3-1) =

2 - 5
= ( o + 2 -5
-3
+o .1
+6
4 - 1)
-,1 -3
- 2
4 -3
( 2 -5
-1
-43)
(ii) A soma no definida, pois as matrizes tm formas diferentes.

(iii) Multiplique cada elemento da matriz pelo escalar -3
1
2
- 3 ( 4 --5
3.2.
Sejam
A=
Encontre 3A
(23 -5o -4;1)
9)
-3 -6
( -12 15 -18
-36)
=
+ 4B- 2C.
Primeiro, efetue a multiplicao por escalar e, depois, a adio de matrizes

:>A
3.3.
+ 4 B- 2 C =
6 -15
3)
4-8 -12)+ o -2 4)(9
O -12 + O -4 20
-2 2 2 -
10-25- 5)
7- 2
10
Encontre x, y, z e w se
3
(xz
6)+( z +4w x+y)

3
(x-1
y)~
2w
Primeiro, escreva cada lado como uma s matriz

3x
( 3z
Jy )
3w
+4
+w-
+y +6)
2w + 3
Faa os elementos correspondentes iguais entre si para obter o sistema de quatro

equaes
.Ir
3x = x
+4
3y =X+ y
6
3z = z + w - 1 ou
J1v = 2w
+3
2x
2y
= 4
= 6 +X
2z = w - 1
w = 3
A soluo x = 2, y = 4. z = 1, w = 3.
3.4.
Demonstre o teorema 3.1 (v). Sejam A e B matrizes m X n e k

um escalar. Ento, k(A
B) = kA
kB.
56
MATRIZES
[CAP. 3
Suponha A = (a;j) e B = (b;;). Ento, a;i

b;i o elemento ij de A +B;
logo, k(a;;
b;;) o elemento ij de k(A + B). Por outro lado, ka;; e kbi; so
os elementos ij de kA e kB respectivamente; logo, ka;;
kb;; o elemento. ~i
de kA
kB. Mas k, a;; e b;j so eEcalares num corpo; portanto,
+ b;;) = ka;i + kb;j, para todo i,j

kA + kB, pois os elementos corresponder.tes
k(a;j
Assim, k(A
+ B)
so iguais.
Observao. Veja a seme-lhana dessa demonstrao e a do teorema 1.1 (v)

no problema 1.6, pgina 8. De fato, tdas as outras sees no teorema acima '
so demonstradas da mesma maneira que as sees :orrespondentes do teorema 1.1.
MULTIPLICAO DE MATRIZES
3.5.
Anote por (r X s) uma matriz com forma r X s.

dos seguintes produtos, se o produto definido
Encontre a forma
(2 X 3)(3 X 4)
(iii) (1 X 2)(3 X 1)
(v) (3 X 4)(3 X 4)
(ii) (4 X 1)(1 X 2)
(iv) (5 X 2)(2 X 3)
(vi) (2 X 2)(2 X 4)
(i)
so-
Ll'mbre que uma matriz m X p e uma matriz q X n so multiplicveis

mente quando p = q, e ento o produto uma matriz m X n. Assim, cada um
dos produtos acima definido se os nmeros "internos"' so iguais e ento oJ>roduto ter a forma dos nmeros "externos" na ordem dada
(i)
O produto uma matriz 2 X 4.
(i i) O ,produto u1na matriz 4 X 2.

(i i i)
produto no definido, pois os nmeros internos 2 e 3 no so iguais.
(iv) O produto uma matriz 5 X 3.

(v) O produto no definido apesar. de as matrizes terem a mesmi forma.
(vi) O produto uma matriz 2 X 4.
I~~
Sejam A
Encontre
G-D
(i) AB,
(i) BA.
(i) Como A 2 X2 e B 2 X.l, o produto AB definido e uma matriz 2 XJ.

Para obter os elementos da primeira linha de AB, multiplique primeira linha
(_~) e
2 +3 . 3
c.
(1,3) de A pelas colunas (;)
(""!)
l .
de B, respectivamente
o+ 3
(2 + 9 o- 6 -4 + 1~)
. (-2) 1 . (--4)
+3
6)
(u -6 t4)
Para obter os . eleml':ntos da segunda Jnha de AB, multiplique a

linha (?, -1) de A pelas colunas de B, respeetiv{\mente . '
s~unda
11
-6
14
)
( 2.2 + (-1).3 2.0 +H).(-2) 2.(-4)+(-1).6
Assim,
AB
11
( 1
-6
2
14)
-14
MATRIZES
CAP. 3]
57
(ii) Note que 2 X 3 e A 2 X 2. Como os nmeros internos 3 e 2 no so

iguais, o produto BA no definido.
?_.
~~
1 -2. 0\
( 4 5 -3)
Oados A = {2, 1) e B
(i)
encontre (i) AB, (ii) BA.
Como A 1 X 2 e B 2 x 3, o produto AB definido e uma matriz

1 X J, isto , um vetor linha com trs componentes. Para obter as com-.
ponentes de AB, multiplique a linha de .A por cada coluna de B
AB
=-
(I 111)
(2 .1
+ 14,
2 .(-2) + 1.5, 2 .O+ i .(-3))
= .(6, 1, -3)
(ii) Note que B 2 X 3 e A 1 X 2. Como os nmeros internos 3 e 1 no so

iguais, o produto BA no definido
3.8.
Dadod
(ij
~ ~n), - (13 -24

B-
~).encontre
(i)AB, (ii)BA.
uma
Como A 3 X 2 e B 2 X 3, o produto AB definido e

matriz
3 X 3 .. Para obter a primeira linha de AB, multiplique a primeira linha de
A pT eada coluna de B, respectivamente
(:f~)
(111) (2-3 -4-4 -10+0)

=
=(~t
-8 -10)
Para obter a segunda linha de AB, multiplique a segunda linha de A p,or

cada coluna de B, respectivamente
-1~
1!-
-3
. ~_SI
(Iii!'i R~ td)
-1
-10 ) =
-8
1 + o -2 + o -5 + o
(
=
-8
1 :...2
-10)
-5
Para obter a terceira linha de AB, multiplique a terceira linha de -A por

cada coluna de B, respectivamente
~ -~\ (1"1: ~li\

(~
J'ji)
Assi.m,
= (
=~
-!
-~~
) ( -1 -8 -10)
=
1 ~2
9 22
-3 + 12 6 + 12 15 +o
AB
(-!
-5
t5
=~ -~~)
22
15
(ii) Como B 2 X 3 e A 3 X 2, o produto BA definido e uma matriz

2 X 2. Para obter a primeira linha de BA, multiplique a primeira linha de
B por cada coluna de A, respectivamente
Para obter a segunda linlla de BA,. multiplique a segvnda linha de B por

tada coluna de A, respectivamente
I) (.
=
15
6 + 4 +O
-21
)
-3 +O +O
. ( 15
lO
~21)
'-3
MATRIZES
58
BA
Assim,
[CAP. 3
15
-21)
10
-3
Observao. Veja que, nesse caso, AB e BA so definidos,

iguais; na verdade, nem mesmo tm a mesma forma .
3.9.
o)
2 -1
( 1 o -3
Sejam A
mas no so
(~=~
~-!)
4 o -2 o
. B=
(i) Determine a forma de AB. (ii) Anote por C;; o elemento da i-sima
linha e j-sima coluna do produto matricial AB, isto , AB = (c;i).
Encontre
C2a.
c14 e
C21
Como A 2 X 3 e B 3 X 4, o produto AB uma matriz 2 X 4.
(i)
(ii) Agora, Cij definido como o produto da i-sima linha de A pela j-sima
coluna de B. Portanto,
C23
Ci1
= (!, O, -3) (203)

\_
~ (2,-1,0) (-~)
.. 2
Cll =
(1, 0, -3)
o + o . 3 + (-3)
1 .
. (-2)
1 + (-1). (-1) +O.
(4
12)
. 1
+ 0. 2 + (-3). 4
+o +
6 ~ 6
o= 2 +
~
1 +O= 3
+ 0- 12
-11
3.10. Calcule
(i)
(_~ ~)
(i i)
(_; ~) (-~)
(i)
(; -~)
(iii) ( 1 ) ( 1
-6 ' -3
(iv)
!)
6)
5 .
(v) (2, -1) (
-!)
(3, 2)
O primeiro fator 2 X 2 e o segundo 2 X 2; logo, o produto definido e

uma matriz 2 X 2
~ ~}G -~) = C-~)\++\ 2z (-~)Oo++ S. (~~~)) =c~=~)

6
(i i)
O primeiro fator 2 X 2 e o segundo 2 X 1; logo, o produto definido e

uma matriz 2 X 1
(-~ ~) (-~) c~3)\++\(~~~))

=
(iii) Agora, s primeiro fator 2 X 1 e o segundo 2 X 2.

internos 1 e 2 so diferentes, o produto no definido.
Como os nmeros
(iv) Aqui o primeiro fator 2 X 1 e o segundo 1 X 2; logo, o produto definido e uma matriz 2 X 2
(1)
6
(J, Z) =
(1.3 1.2) (3 2)
6 . 3
6 . 2 . =
18
12
MATRIZES
CAP. 3]
59
(v) O primeiro fator 1 X 2 e o segundo 2 X 1; logo, o produto definido e

uma matriz 1 X I, que freqentemente escrevemos ClUIIO um escalar
(2, -1)
(2 . 1
+ (-1)
. (-6))
(8)
3.11. Demonstre o teorema 3.2 (i), (AB)C = A(BC).

Sejam A = (a;;), B = (b;k) e C
e BC = T = (1; 1 ). Ento,
(ckl). Alm disso, sejam AB = S
+ a;mbmk
ljl =
b;JCJI
(BiT,)
m
~ a;;b;k
j=!
n
~ b;kCkl
+ bjzC2l + ... + bjnCnl =
k=l
Agora, multiplicando S por C, isto , (AB) por C, o elemento na i-sima linha

e 1-sima coluna da matriz (AB)C
n
+ SinCnl
~ SikCkl ~
k=l
~ (a;;b;k)ckl
k=! j = !
Por outro lado, multiplicando A por T, isto , A por BC, o elemento na i-sima
linha e 1-sima coluna da matriz A (BC)
ai!lll + a;2IZ1 + ... + aimlml
m
~ a;JI1 1
J=l
= ~
n
~ a;J(bj/iCkl)
J=l k=l
Como as somas acima so iguais, o teorema est demonstrado.
3.12. Demonstre o teorema 3.2 (ii),
A (B
+ C)
+ AC.
= AB
Sejam A = (a;;), B = (b;k) e C = (Cjk). Alm disso, sejam D

(d;k), E = AB ;__ (e;k) e F = A C = (j;k)- Ento,
djk =
bJk
+ C.==
== B
+ Cjk
+ aimbmk
~ a;jbjk
j=l
+ a;mCmk
~ a;;c;k
j=!
Portanto, o elemento na i-sima linha e k-sima coluna de AB

e;k
+ f;k
m
=
~ a;;b;k
j=l
~ a;;c;k =
j=l
~ a;;(b;k
j=!
+ AC
+ Cjk)
Por outro lado, o elemento na i-sima linha e k-sima coluna da matriz

AD =A (B +C)
.~
aild!k
+ a;2d2k + ... + a;mdmk
~ a;;d;k
j=l
~ a;;(bjk
+ Cjk).
j=!
Assim, A(B +C)= AB + AC, pois os elementos correspondentes so iguais.
TRANSPOSTA
o
3.13. Encontre a transposta A 1 da matiiz A
3
4
1
4
MATRIZES
60
[CAP. 3
Reescrev<t as linhas de A como <Olunas de A 1 : A 1 =
3.14. Seja A uma matriz arbitrria.

definido?
O~'
.-s)43
4!4 )
Sob quais condies o produto AA'
Suponha que A uma matriz m X n; ento. A' n X 111. Assim,o produto

AA 1 sempre definido. Observe que A 1A tambm definido. Aqui AA' uma
matriz m X m, enquanto A'A uma matriz tt X 11.
3.15. Seja A
~)
1 2
( 3 -1
Encontre (i) AA',
(ii)"A'A.
Para obter A', reescreva as linhas de A como colunas A'= (
~ -~)
.o
Ento,
AA'
I
\3
1
(
A'A
o ) ('2
4
o
1 + 2
1 + (-1)
-1
3 .
( o~
(<
-:)(I
4
3+2.(-l)+O
3 . 3
+ (-1)
(-1)
+4
4)
i(S I)
4 =i 1 26
2
-l
1 + 3 . 3
1 + (-1) . 3
1+4
-1-')
I
2 + 3 (-I)
2.2 + (-1) . (-1)
1. o+ 3
2.0 + (-1)
o.
2 + 4 . (-1)
3.16. Demonstre o teorema 3.3 (iv), (AB)'

Sejam A
(a;j) e B = (b;k).
coluna da matriz AB
0+4
B'A'.
e ")
-1
:)
5 -4
12 -4 16
Ento, o elemento na i-sima linha e .i-sima

(1)
Assim, (1) o elemento que aparece na j-sima linha e i-sima coluna da matriz
transposta (ABt
Por outro lado, a j-sima linha de B' consiste nos elementos ria j-sima coluna de B
(2)
1
Alm disso, a i-sima coluna de A consiste nos elementos da i-sima linha de A
(3)
Conseqentemente, o elemento que aparece na ;-esuna linha e i-sima coluna

1 1
da matriz B 1A 1 o produto de(2) por (3) que nos d (1). Assim, (AB) 1 = B A
MATRIZES
CAP. 3)
61
MATRIZES ESCALONADAS E OPERAES ELEMENTARES COM

LINHAS
3.17. Circunde os elementos distinguidos em cada uma das seguintes
matrizes escalonadas. Quais so matrizes escalonadas reduzidas
por linhas?
2 -3
o 5
o o
-~)
2
7
!) (~
7 -5
o o o
o o o
o o
o
o
Os elementos distinguidos so os primeiros elementos no-nulos nas linhas;

cnt(),
(~
I) (~
-)
(~)
b2
-4
()
()
(j)
<D
o
o
-5
()
()
~) (~
CD
O
5
2
o
o
o CD
Uma matriz escalonada reduzida por linhas se seus elementos distinguidos so

iguais a I e so os i1icos no-nulos em suas respectivas colunas. Assim, as segunda e terceira matrizes so reduzidas por linhas, mas a primeira no .
3.18. Dado A
3-1)
1 -2
2 -1
(
3 1
(i) Reduza A
forma escalonada.
2 3
(ii) Reduza A forma cannica por linhas, isto , forma escalonada reduzida por linhas.
(i)
Aplique as operaes R 2 ---> -2Rt + R2 e R3 __,-3Rt + R3, e depois a operao R 3 __, -7 R 2 + 3Rs para reduzir A forma escalonada
A para
(~
-;
-~
7 -7
-!)
para
(~ -~ -!
o o
+ 3Rt.
-!)
7 -10
(ii) Mtodo I. Aplique a operao Rl __, 2R2

e depois as operaes
Rt --> -R 3
7R 1 e R 2 __.. 4R 3 7 R 2 ltima matriz em (i) para continuar
a reduzir A
para
(i
-4
7
')
-I~
para
21
o
o
")
-12
7 -10
Finalmente, multiplique Rt por 1/21, R 2 por 1/21 e Ra por 1/7 para obter
a forma cannica por linhas de. A
,;
o
o
o
o
15!7) .
-4/7
-10/7
Mtodo 2. Na ltima matriz em (i), multiplique R 2 por 1/3 e R 3 por 1/7

para obter uma matriz escalonada, onde os elementos distinguidos so
iguais a 1
3
-1 )
-4/3
4/3
1
-10/7
62
[CAP. 3
MATRIZES
Agora, aplique a operao Rt-> 2R 2 +Rt, e depois as operaes R2--> (4/3)R 3 +R 2

e R 1 --> (-1/3)R 3 + Rt para obter a forma cannica por linhas de A.
Observao. Veja que uma vantagem do primeiro mtodo que no aparecem fraes at o ltimo passo.
I 3-2)
3.19. Determine a forma cannica por linhas de A
A para
(~
2
-43
para
3.20.
:::u::e :
(~
-23) para
-1
te~ceira(-~atT
1
para
=!)est
(~
3 -23) para
6 -4
-4
1
2
-D (i
o -7
1 -4 3
3 2 -1
o
1
-7/2
3
n;o:::ae:::,l::::~
-4
-~)
s!D
e, depois, forma
2 -5
escalonada reduzida por linhas, isto , a sua forma cannica por

linhas.
Os clculos so, em geral, mais simples se o elemento "pivotal" I. Portanto, primeiro troque as primeira e terceira linhas entre si,
A para
~~ 1 ~)
para
2
para
-5 )
-~6/9
Note que a terceira matriz j est

3.21.
G-~ -if) (g
ll<l
para
( 1
~
~ _;~)
7/9 )
-26/9
forma escalonada.
Mostre que cada uma das seguintes operaes ~Iementares com

linhas tem uma operao inversa do mesmo tipo.
Troque entre si as i-sima e j-sima linhas R; <-> Ri.
I
Multiplique a i-sima linha por um escalar k, no-nulo,
R;
[E 3]
kR; ; k
O.
Substitua a i-sima linha por k vzes a j-sima linha mais a
i-sima linha R; (i)
--'>
kRi
+ R;
Trocando as mesmas linhas duas vzes, obtemos a matriz original; isto ,

essa operao sua prpria inversa.
(ii) Multiplicando a i-sima linha por k e depois por k- 1 , ou por k- 1 e depois
por k, obtemos a matriz original. Em outras palavras, as operaes
R;--> kR; e R; --> k- 1R; so inversas.
(iii) Aplicando a operao R; --> kRj + R; e depois a operao R; -> -kRj + R;,
ou aplicando a operao R;--> -kRi +R; e depois a operao R;--> kRi+R;,
MATRIZES
CAP. 3)
63
MATRIZES QUADRADAS
(!
3.22. Seja A =
f(x) = 2x 8 - 4x
(i)
= AA =
-~)
Encontre: (i) A 2 ,
Aa
(iii) f( A), onde
+ 5.
-D
(! -~) (!
(-89 -4)
17
+ 2 . (-3) \
+ (-3). (-3)}
1.1+2.4
( 4. 1 + (-3). 4
(ii)
(ii) A 3 ,
1.2
4.2
I -32) (-89 -4)

17
= AA 2 = (
+ 2 . (-8)
+ (-3) . (-8)
I .9
(4 .9
+ 2. 17 )
+ (-3) . 17
I. (-4)
4 . (-4)
(-7
60
30)
-67
(iii) Para encontrar j(A ), primeiro substitu A por x e 51 pela constante 5 no

polinmio dado j(x) = 2x 3 - 4x + 5,
j(A)
= 2A a_
4A +51
2 (
~~ -~n
-4 (!
-~) + 5 ( ~
Depois multiplique cada matriz por seu respectivo escalar
-14
( 120
60 )
-134
( -4
-16
-8)
12
o)
( 5
+ o
Finalmente, some os elementos correspondentes nas matrizes

=
-14- 4
( 120- 16
+5
+o
60 - 8 +o )
-134 + 12 + 5
(-13
104
52 )
-117
3.23. Com referncia ao problema 3.22, mostre que A um zero do polinmio ~(x) = x 2
2x- 11.
A um zero de g(x) se a matriz g(A) a matriz nula. Calcule g(A) como

foi feito para j(A ), isto , primeiro substitua A por x e 111 pela constante 11
em g(x) = x 2 + 2x - 11,
g(A)=A2+2A-11I= (
9 -4)
+2 (14 -32) -11 (1o OI)
17
-8
Depois, multiplique cada matriz pelo escalar que a precede,
(-89 -4)
17
+ ( 82 -64)
g(A) =
(-11O -11o)
Finalmente, some os elementos correspondentes nas matrizes
g(A) =
2-
9 +
-8
8
11
+ + o
-4 + 4 +
17 - 6 -
11}O)=
O)
\o o
Como g(A) =O, A um zero do polinmio g(x).
a.24. Dado A =
G-n .
Encontre um vetor coluna no -nulo
MATRIZES
64
u
(yx)
[CAP. 3
tal que Au = 3u.
Primeiro, estabelea a equao matricial Au = 3u
Escreva cada lado como uma s matriz (vetor coluna)
( 4xX+-
3y)
3y
Faa os elementos correspondentes iguais entre si para obter o sistema de

equaes (e reduza forma escalonada)
x
+ 3y =
3x
2x - 3y
=O
ou
4x - 3y = 3y
2x - 3y = O
ou
ou 2x - 3y
4x - 6y = O
O= O
sistema se reduz a uma equao homognea em duas incgnitas; logo, tem

uma infinidade de solues. Para obter uma soluo no-nula faa, digamos,
y = 2; ento, x = 3. Isto , x = 3, y = 2 uma soluo do sistema. Assim, o
vetor u
= (~)
no-nulo e tem a propriedade.Au
3.25. Encontre a mversa de (
= 3u.
!)
Procuramos escalares x, y, z e w, para os quais
Mtodo 1.
G (; ~)
5
3
ou que satisfazem
(~ ~)
3x
+ Sz
ou
e
2x
+ 3z
=O
(3x ++
2x
5z
3z
3y
2y
3y
+ 5w =O
2y
+ 3w =
Sw)
+ 3w
A soluo do primeiro sistema x = --'3, z = 2 e do segundo sistema y = S,

~v =
Mtodo 2.
A =
(-3 5)
-3. Assim, a inversa da matriz dada
(;
2 -3
Deduzimos a frmula geral da
inversa
A- 1 da
!) :
A-1
Assim, se A
= --
( 32
IAI
53)
( d -b)
-c
, ento
, onde
IA I
= ad -
IA I = 9-10 = -1
bc
matriz
2 X 2
CAP. 3]
MATRIZES
65
PROBLEMAS DIVERSOS
3.26. Calcule AB usando multiplicao de blocos, onde
1 2 1)
. (-~-~~oo
1
Aqui, A
::~";:R
O
F) e B
E
O G
ES + FT)
(K s)
onde E,D,G,R,S e
Tso blocos dados.
O T.
(l~ ~~ ~;) n) +( ~)) (1~ ~~ ~~ ~)
GT
( O
O)
( 2)
3.27. Suponha B = (R 1 , R 2 , . . . , Rn), isto , que R, a i-sima linha de B.

Suponha que BA definido. Mostre que BA = (R 1A, R 2A, . .. , RnA),
isto , que R;A a i-sima linha de BA.
Anote por A I, A 2 , . . . , A m as colunas de A. Por definio de multilpicao
de matrizes, a i-sima linha de BA
(R;. A 1 , R;. A2, .. . , R;. Am).

Mas, pela multiplicao- de matrizes, R;A = (R; . AI, R;. A 2 ,
Assim, a i-sirna linha de BA R;A.
3;28.
Seja e; = (0, ... , 1, ... , O) o vetor linha com 1 na i-sima pos1ao

e O nas outras. Mostre que e;A = R; a i-sima linha de A.
Observe que e; a i-sima linha da matriz identidade I e, pelo problema precedente, a i-sirna linha de IA e;A mas IA =A. De acrdo c'om issa_e;A = R;
,; a i-,;~im" linha de A.
3.29. Mostre
(i) "Se' A tem uma fila nula, euto A]3 tem uma fila nula.
(ii) Se B tem uma coluna nula, ento AB tem uma coluna nula.
(iii) Qualquer matriz com uma linha ou uma coluna nula no
inversvel.
(i) Seja R; a linha nula de A, e B 1,
li't!ha de AB
(R;. Bl, R;. B 2 ,
R;. Bn)
... ,
(i i) Seja C; a coluna nula de B, e A 1,

coluna de AB
AJ.C
A2
C;
(
Bn as colunas de B. Ento, a i-sima
Am . C;
.,
(0, O, ... , O)
Am as linhas de A. Ento, a j-sirna
(O)
O
MATRIZES
66
[CAP. 3
(iii) Uma matriz A ser inversvel significa que existe uma matriz A- 1 tal que
AA- 1 =A- 1A =1. Mas a matriz identidade I no tem coluna nula ou linha
nula; portanto, por (i) e (ii) A no pode ter uma linha ou uma coluna nula.
Em otras palavras, uma matriz com uma linh~ nula ou uma coluna. nula
no pode ser inversvel.
3.30. Sejam A e B matrizes inversveis (da mesma ordem). Mostre que

o produto AB tambm inversvel e (ABf 1 = B- 1.-1- 1 Assim,
por induo, (A 1A 2 . . . Anf 1 = A~ . . . A; A~\ onde os Ai so
inversveis
1
(4B) (B-IA- 1) = A(BB- 1)A- 1 = AIA"1 = AA- 1 =I
(B-IA- 1 )(AB)
B- 1(A- 1 A)B
W 1 IB
B- 1 B
3.31. Sejam u e v vetores distintos. Mostre que, para cada escalar k E 1\,
os vetores u + k(u- v) so distintos.
1:~ suficiente mostrar que, se u
+ k 1(u- !')
+ k 2(u- r),
= u
ento kt = k 2 Suponha que (1) seja verdadeira.
(I)
Ento,
k1(u- v) = k 2 (u- v) ou (kt- kz) (u- 1) = O
Como " e v so distintos, u- v,.< O. Portanto, kt- kz =O e kt = k 2
MATRIZES ELEMENTARES E APLICAES*

3.32. Uma matriz obtid .da matriz identidade por uma s operao
elementar com linhas chamada matriz elementar. Determine a
matriz elementar quadrada 3 X 3 corrEspondente s operaes
R 1 <-> R2, R3 ~ -7R3 e R2 --> -3R 1 + R2.
Aplique as operae.s matriz identidade
para obter
Et
= (
()
()
ls
o
o)
(
1
~).
~ , E2
~
o -7
=
= (
o
(-~ o
E:l =
~)
3.33. Demonstre. Seja e uma operao elementar com linhas e E a

correspondente matriz elementar quadrada m X m, isto , E = e(Jm).
Ento, para qualquer matriz A, m X n, e( A) = EA. Isto , o
resultado e(A), da aplicao da operao e na matriz A, pode ser
obtido multiplicando A pela matriz elementar cortespondente E.
Seja R; a i-sima linha de A; anotamos isso escrevendo A = (Rt, ... , Rm)~
Pelo problema 3.27, se B uma matriz para a qual AB est definido, ento
AB = (RtB, .. , RmB). Seja, tambm,
e;= (0,
.. ,0, 1,0, ... ,0).
* Essa seo bastante detalhada e pode ser omitida numa primeira leitura. No
necessria, exceto para certos resultados no captulo 9, sbre determinantes.
CAP. 3]
67
MATRIZES
Aqui,
= i quer dizer que 1 a i-sima componente. Pelo problema 3.28,
e;A = R;. Tambm observamos que I = (e 1 , . . . , em) a matriz identidade.
(i)
Seja e" operao elementar com linhas R;<-> Rj. Ento, para
= j,
= (eJ, . . . ~ .. ~ ... ,em)
E= e(!)
e
= 1.
e(A) = (Rt,
. ,
R;, ... ,~.... , Rm)
Assin1,
~
e,A, ... , e..A) =(RI,
(i i) Agora, seja e a operao elementar com linhas R;

para
..: i,
/"..
E= e(!)= (et ... , ke,, .. . , em) e e(A) = (RJ,

Assitn,
/"..
EA = Ce1A, .. . , ke;A,
/"..
, Rj, ... , R;, ... , Rm)
kR;, k
--+
/"..
~R;,
/"..
kR;,
.. , emA)= (RI,
Usando (kei
... ,
------------kej +e,, ... , em)
+~;)A =
k(ejA)
+ e,A
e . e(A)
.. , Rm) = e(A)
+ R;.
Ento.
(RI, ....~
kRj
R;, ... , Rm)
kRj +R;, temos
+ e;)A, .. . , emA)= (RI,

------------...
EA = (etA .. . , (ke;
Ento.
... , Rm)
(iii) Finalmente, seja e a operao elementar com linhas R; ____, kRi

para
=i,
E = e( I) = (e I,
~O.
= e(A)
------------
., kRi +R;, ... , Rm) = e(A)
Assim, demonstramos o teorema.
3.34. Mostre que A equivalente por linhas a B se, e somente se, existem
matrizes elementares E ~o
. , E, tais que E, . : . E 2 E 1A = B.
Por definio, A equivalente por linhas a B se existem operaes elemen
tares com lit1has e1, ... , e, para as quais e,( . . (e 2(ei(.4))) .. ) = B. Mas, pelo
p~oblema anterior, o acima verdadeiro se, e somente se, E, ... E 2 E1A = B,
onde E; a matriz elementar correspondente a e;.
3.35. Mostre que as matrizes elementares so inversveis e que suas

versas tambm so matrizes elementares.
In-
Seja E a matriz elementar correspondente operao elementar com linhas

e: e(!) = E. Seja e' a operao inversa de e (veja problema 3.21) e E' sua matriz
elementar correspondente. Ento, pelo problema 3.33,
I = e'(e(I)) = e'E = E'E e I = e(e'(I)) = eE' = EE'

Por isso, E' a inversa de E.
3.36. Demonstre que as seguintes so equivalentes

(i)
A inversvel.
(iif A equivalente por linhas matriz identidade I.

(iii) A um produto de matrizes elementares.
Suponha que A inversvel e suponha que A equivalente por linhas
matriz escalonada reduzida por linhas B. Ento existem matrizes elementares
E1, E 2 , .. , E. tais que E,
E 2 E 1 A = B. Como A inversvel e cada matriz
elementar E; inversvel, o produto inversvel. Mas se B ~ I, ento B tem
uma linha nula (problema 3.47); portanto, B no i~versvel (problema 3.29).
Assim, B = I. Em outras palavras, (i) implica (ii)_
MATRIZES
68
[CAP. 3
Agora, se (ii) verdadeiro, ento existem matrizes elementares E 1 , E 2 ,

tais que E, ... E2E1A = I; logo,
Pelo problema anterior, as E~ 1 so tambm matrizes elementares.
... ,
E,
Assim, (ii)
implica (iii).
Agora, se (iii) verdadeiro (A = E 1E 2 . . . E,), ento deve seguir (i), pois o
produto de matrizes inversveis inversveL
1
3.37. Sejam A e B matrizes quadradas de mesma ordem. Mostre que,

se AB = I, ento B = A- 1 Assim, AB = I se, e somente se, BA =I.
Suponha que A no inversveL Ento A no equivalente por linhas
matriz identidade I; logo, A equivalente por linhas a uma matriz com uma
linha nula. Em outras palavras, existem matrizes elementares E1, ... , E, tais
que E, ... E2E1A tem uma linha nula. Portanto, E, ... EzEtAB tem uma linha
nula. De acrdo com isso, AB equivalente por linhas a uma matriz com uma
linha nula; logo, no equi,alente por linhas a I. ~las isso contradiz o fato de
que AB = I. Assim, A inversveL Conseqentemente,
3.38. Suponha que A inversvel e, digamos, equivalente por linhas

matriz identidade I pela seqncia de operaes elementares
el, ... , en.
(i)
Mostre que essa seqncia de operaes elementares com linhas,

aplicada a I, produz A- 1
(ii) Use sse resultado para obter a inversa de
o
-1
1
(i)
Seja E,_ a matriz elementar correspondente operao e,. Ento, por hip
tese e problema 3.34, En
E 2 E1A = I. Assim, (En ... E 2E 1 l)A = I e,
portanto, A- 1 = En ... E2E1I. Em outras palavras, A- 1 pode ser obtida
de I pela aplicao das operaes elementares. com linhas e 1 , . . . , e,.
(ii) Forme a matriz de blocos (A, I) e reduza por linhas forma cannica por
linhas
(A, I)""
para (
-1
o
-1
3
8
2 I
1
-1 I -2
-1
-6
para (
o
o
o o
~)
~}
para
o
1
o
o
(~
para
I -11
-4
6
o
~I
o o
(~
-I
o
2
o
-1
-1
_!)
-2
~J
-4
-:--11
4
-6
-D
CAP. 3)
69
MATRIZES
Observe que a ltima matriz de bloco est na forma (/, B). Portanto, A
inversvel e B sua inversa
- 1
Observao.
-11 2 2)
( o
-4
6
1
-1
-1
No cam, a ltima matriz de blocos no da forma (I, B);

ento, a matriz dada no equivalente por linhas a I; logo,
no inversvel.
Problemas Propostos
OPERAES COM MATRIZES
Nos problemas 3.39-3.41, sejam
.A
= (
~ -~- ~)
'
( 4 o -3)
B =
+ B,
-1 -2
+ C,
(ii) A
c=
2-3 o 1)
5-1 -4
-1
o o
'
D =
3.39.
Encontre
(i) A
3.40.
Encontre
(i) AB, (ii) A C, (iii) AD, (iv) BC, (v) BD, (vi) CD.
3.41.
Encontre
(i) A 1,
3.42.
Sejam. q = (1, O, O), e 2 = (0, 1, O) e e 3 = (0, O, 1). Dado
(-!)
(iii) 3A - 4B.
(ii) A 1C, (iii) D 1A 1, (iv) B 1A, (v) D 1D, (vi) DD 1
at
a2
b,
b2
c2
encontre (i) e1A, (i i) e2A, (iii) eaA.

3.43.
Seja e; = (O, . . , O, 1, O, ... , 0), onde 1 a i-sima componente.

seguinte:
(i)
Be~ ~
Cj, a j-sima coluna de B, (pelo problema 3.28, e;A
Mostre o
R;.)
(ii) Se e;A = e;B para cada i, ento A = B.

(ii) Se
Ae:
Be: para cada i, ento A
B.
MATRIZES ESCALONADAS E OPERAES ELEMENTARES COM LINHAS

3.44.
Reduza A forma escalonada e depois sua forma cannica por linhas, onde
(i)
A=
2
4
6
-1
2
1 -2
2 -6
l)
(2
, () A =
3
-1
4 -5
-2
5
O
6 -5
~)
,J
3.45.
Reduza A forma escalonada e depois sua forma cannic por linhas, onde
(I)
3.46.
-1
o
2
11
-5
-5
3
2)
3
..
,
(u)
(oo 1o 3-2)
~
-1
2
3
1
-3
Descreva tdas as possveis matrizes 2 X 2, que esto na forma escalonada reduzida por linhas.
MATRIZES
70
3.47.
3.48.
[CAP. 3
Suponha que A uma matriz quadrada escalonada reduzida por linhas. Mostre
que se A ~ I, a matriz identidade, ento A tem uma linha nula.
Mostre que tda matriz quadrada escalonada triangular superior, mas no
vice-versa.
3.49.
Mostre que a equivalncia por linhas uma relao de equivalncia

(i)
A equivalente por linhas a A;
(i i) A equivalente por linhas a B implica B equivalente por linhas a A;

(iii) A equivalente por linhas a B e B equivalente por linhas a C implica A equivalente por linhas a C.
MATRIZES QUADRADAS
3.50.
Seja A
= (
3 -1
) . (i) Encontre A 2 e A
contre j(A). (iii) Se g(x) = x

3.51.
Se1a 8 =
=
3.52.
5 3 ) . (i) Se -f(x)
. .
(i i) Se j(x)
3.53.
Seja A = (
~ ~).
3.54.
Sejam A =
G~)
Encontre (i) A
nmio j(x).
Sejam D
+ B;
2x 2 - 4x
+ 3..
en-
encontre JIB). lii) Se g(x)
que sejam comutativas com
1
( 0
'=
~:)
)
Encontre tdas
11)
Encontre A n.
e B =
G~)
1
(i i) AB, (iii) A 2 e A 3,
=(~ ~).A=(~:~::::-~:).
(iv) A n,
(v) j(A) para um poli-
B=(:: ~:).Encontre
<n
DA eBD.
dn
Suponha que a matriz quadrada, 2 X 2, B comuta com tda matriz quadrada,

2 X 2, A, isto , AB = BA. Mostre que B
isto , B uma matriz escalar.
3.57.
+4
x- 8, encontre g(A).
Diz-se flUe as matrizes A e B so comutativas se AB = BA.
. (x v)
3.56.
= x 3 - 3x 2 - 2x
x 2 - 4x- 12, encontre g(B). (i i i) Encontre um vetor coluna no-nulo u

tal que Bu = 6u.
as matnzes
3.55.
(~ ~)para
algum escalar k,
Seja Dk a matriz quadrada escalar, m X m, com elementos diagonais k.

Mo'<tre que (i) para. qualquer matriz A, m X n, DkA = kA; '(ii) para. qualquer
matriz B, m X n, BDk = kB.
3.58.
Mostre que a soma, produto e mltiplo escalar de

(i)
matrizes triangulare'< superiores triangular superior;
(ii) matrizes triangulares inferiores triangular inferior;
(iii) matrizes diagonais diagonal;

(iv) matrizes escalares escalar.
MATRIZES
CAP. 3)
MATRIZES INVERSVEIS
3.59.
Encontre a inversa de cada matriz (i)
3.60.
Encontre a inversa de cada matriz (i)
3.61.
Encontre a inversa de (
-1
3.62.
~&3.
71
c c-!)
~)
c~
(ii)
2
( 2
1 -3)
~ (ii)
~
-2
2
2
-!)
-3
~)
3
-1
Mostre que as operaes de inverso e transposio comutam.., isto , (A 1)-1 =

1
= (A- 1) Assim, em particular, A inversvel se, c somente se, A 1 inversvel.
Quoodo uma mtl dlogoMI
A-(:. :
inversvel, e qual sua
inversa?:
3.64.
Mostre que A equivalente por linhas a B se, e somente se, existe uma matriz
inversvel P tal que B = PA.
3.65.
Mostre que A inversvel se, e somente se, o sistema AX =0 tem smente a soluo nula.
PROBLEMAS DIVERSOS
3.66.
Demonstre o teorema 3.2 (iii) (B

C)A = BA
CA;. (iv) k(AB) = (ka)B =
= (A kB), onde k um escalar. (As partes (i) e (i i) forari1 demonstradas nos problemas 3.11 e 3.12.)
:!.67.
Demonstre o teorema 3.3 (i) (A+ B) 1 = A 1

B 1; (ii) (A 1) 1 =A; (iii) (kA) 1
1
= kA , sendo k um escalar. (A parte (i v) foi provada no problema 3.16.)
3.&8.
Suponha que A = (A;k) c B ~ (Bkj) so matrizes de blocos para as quLitS AB

est definido e o nmero de coluiia5 de cada bloco A;k igual ao nmero de
linhas de cada bloco BkJ Mostre que AB = (Co). onde
Cij
= 1: A;kBki.
k
3.69.
As seguintes operaes so chamadas operaes elementares com colunas.

[Etl: Troca das i-sima e j-sima colunas entre si.
[E2]: Multiplicao da i-sima coluna por um escalar k no-nulo.
[E 3]: Substituio da -sima coluna por k vzes a j-sima coluna mais a i-sima
coluna.
"'Mostre que cada

3.70.
uma das operaes tem uma operao inversa do mesmo tipo.
Diz-se que uma matriz A equivalente a uma matriz B se B pode ser obtida de
A por uma seqncia finita de operaes, cada uma sendo uma operao elementar com linhas ou com colunas. Mostre que a equivalnp;a de matrizes uma
relao de equivalncia.
3.71.
Mostre que dois sistemas consistentes de equaes lineares tm o mesmo conjunto soluo se, e smente se, suas matrizes mmentads so equivalentes por
MATRIZES
72
[CAP. 3
linhas (supomos que linhas nulas so includas para que ambas as matrizes
aumentadas tenham o mesmo nmero de linhas).

3.39.
(i)
3.40.
(i)
3.41.
(_~
3.44.
-2
-3
(iii)
(-5
11
In
(i)
(-1 J)
(:)
(at. az, aa, a4)
(i i) (b1, bz, ba, b4)
(i)
(g
-1
o
o
-6
o -113
o o
(i)
o
o
-6
5
10 -15
-2
-1
-5
o
o
1
(~ ~) I (~ ~)I (~
3.48.
3.50.
(i)
(i)j(B)
-5) (vi) No definido.

4
(j
(iv)
-7
-6
12
~!)
(v) 14
4/11
-10/11
5/11
15/11
13/11)
-5/11
4/11 13/11)
3/11
o
o
o o
ou (
4/3)
-S6
o
o
~ ~)
, onde k qualquer escalar.
triangular superior, mas no uma matriz escalonada.
e~ ~
(iii) g(A) = (
o
o
3.46.
! !1)
o
o
o
1 -5/11.
o
o
DG
o -13 11
o o 3~
o o
o o
(iii) (q, c,z ca, q)
(g
u -2)D o
q (~
3
11
1~)
-g)
( 4 -2
-2 1
6 -3
( 2
-12
(iii) (9, 9)
(i)
(i;)
3.51.
11
-15
No definido.
(i i)
17
(-~)
(v)
(iv)
-3
( -1!
(iii)
(ii) No definido.
4
-12
(i i)
(i i)
3.45.
No definido.
(vi)
3.4.2.
-~)
-1
),
Ai
(26 18) .
27
-1
(u) f(A) =
(-4 8)
12 -l
~ . ~)
=G~ ~~}
(ii) g(B)
=(~ ~}
(iii) u
=C) C:).
ou
~o.
MATRIZES
CAP. 3)
3.52.
Somente matrizes da forma
3.53.
A"=
3.54.
(i)
(~
(i)
comutam com (
(~ ~~)
DA= cal
A= (4o)A3=C
9
o 2~)
2
(iii)
= c4o .33o)
3bl
(iv) A"=
Ja2
3an)
3bn
3b2
( 2"
JA
o)
3"
(v) j(A) =
c"')
(ii) BD=
~~2...3.~2
3c,.
3.59.
(i)
3.60.
(i)
(_~ -~)
c5
10
!)
2
1
A+ B =
(i i) AB
3.55.
n)
!)
(~
73
(i i)
4 -~)
( 1/3
-1/9
(i i)
-7
8 -6
('~)
=
f~>)
3B
3d,.
1/3)
2/9
8
-5
10
-1
1
-1
~~)
-4
-17/2 -11)
-5/2
-3
4
5
3.61.
31/2
( 9/2
-7
3.62.
Dados AA- 1 = I. Ento I= I'= (AA- 1)' = (A- 1)'A'. Isto , (A- 1)' = (A')- 1
3.63.
A inversvel se, e somente se, cada a; r" O. Ento,
A-'=(~~~ ~21
O
~. )
a:
Captulo 4
Espaos Vetoriais e Subespaos
INTRODUO
cn
No captulo 1, estudamos as estruturas concretas Rn e

e vanas
propriedades derivadas. Agora, algumas dessas propriedades faro o
papel de axiomas enquanto definimos "espaos vetoriais" abstratos ou,
como so algumas vzes chamados, "espaos lineares". Em particular,
as concluses de (i) at (viii) do teorema 1.1, pgina 3, tornam-se os
axiomas [A 1] - [A 4], [M1] - [M,1] abaixo. Veremos que, de certa maneira,
no temos nada nvo. De fato, provamos no captulo 5 que todo
espao vetorial sbre R que tem "dimenso finita" (l definida) pode ser
identificado com Rn para algum n.
A definio de um espao vetorial envolve um corpo arbitrrio (veja
apndice B) cujos elementos so chamados escalares. Adotamos a seguinte notao (a menos que se diga ou implique o contrrio)
K,
a, b, c, ou k,
v,
u, v, w,
o corpo dos escalares;

os elementos de K;
o espao vetorial dado;
os elementos de v.
Observamos que nada essencial perdido se o leitor supe que K o corpo

real R ou o corpo complexo C.
Finalmente, mencionamos que o "produto interno", e noes correlatas tais como ortogonalidade, no considerado como parte da estrutura
fundamental dos espaos vetoriais, mas como uma estrutura adicional
que pode ser ou no introduzida. Tais espaos sero investigados na
parte posterior do texto.
Definio. Seja K um corpo dado e seja V um conjunto no-vazio com
regras de adio e multiplicao por escalar que determina para qualquer
u, v E V uma soma u + v E V e para qualquer u E V, k E K um produ.to ku E V. Ento, V chamado esPaffo vetorial sbre K (e os elementos
de V so chamados vetores) se os seguintes axiomas so verdadeiros:
[A 1]: Para quaisquer vetores u, v, w E V, (u
+ v) + w
+ (v +
w).
[A,]: I-l um vetor em V, anotado O e chamado vetor nulo, para o qual

u
O = 1t para qualquer vetor u E V.
[A 3]: Para cada vetor u E V h um vetor em V, anotado -u, para o qual

u
(-u) =O.
74
ESPAOS VETORIAIS E SUBESPAOS
CAP. 4]
75
[A 4]: Para quaisquer vetores u, v E V, u +v= v+ u.
[Af1]: Para qualquer escalar k E K e quaisquer vetores u, v E V,

k(u
+ v)
ku
+ kv.
[M2 ): Para quaisquer escalares a, b E K e qualquer vetor u E V,
(a
+ b)u
= au
+ bu.
[j\1 3 ]: Para quaisquer escalares a, b E K e qualquer vetor u E V,
(ab)u = a(bu).
[M 4]: Para a unidade escalar 1 E K, lu= u, para qualquer vetor u E V.
Os axiomas acima so, naturalmente, divididos em dois conjuntos.
Os quatro primeiros so concernentes s estrutura aditiva de V e podem
ser resumidos dizendo-se que V um grupo comutativo ~veja apndice B)
sob adio. Segue que qualquer soma de vetores da forma v1 +v 2 + ... +vm
no requer parnteses e no depende da ordem das parcelas, o vetor zero, O,
nico, o negativo -u de u nico e vale a lei de cancelamento
u
+w
= v
+ w implica u
para quaisquer vetores u, v, w E V.
u- v = u
= v
Tambm a subtrao definida por
+ (--v)
Por outro lado, os quatro axiomas restantes so concernentes ao

do corpo K em V. Observe que a numerao dos axiomas reflete essa
diviso. Usando sses axiomas adicionais provamos (problema 4.1) as
seguintes propriedades simples de um espao vetorial.
Teorema 4.1. Seja V um espao vetorial sbre um corpo K

(i)
Para qualquer escalar k E K e O E V, kO = O.
(ii)
Para O E K e qualquer vetor u E V, Ou
(iii) Se .ku = O, onde k E K e u E V, ento k
O ou u = O.
(iv) Para qualquer escalar k E K e qualquer vetor u E V,

(-k)u = k(-u) = -ku.
EXEMPLOS DE ESPAOS VETORIAIS

Enumeramos, agora, importantes exemplos de espaos vetoriais.
primelio exemplo uma generalizao do espao Rn.
Exemplo 4.1. Seja K um corpo arbitrrio. O conjunto de tdas as n-uplas de

elemento.s de K, com adio de vetores e multiplicao por escalar definidos por
(at, a2, ... , an)
(bt b2, ... , bn) = (ai
bt. a2 b2, ... , an bn) e k(at, a2, ... , an) =
= (kat, ka2, ... , kan), onde a;, b;, k E K um espao vetorial sbre K, anotamos sse
espao Kn. O vetor nulo em Kn a n-upla de zero~, O = (0, O, ... , O). A demonstrao
de que Kn um espao vetorial idntica demonstrao do teorema Ll, que podemos
agora lembrar dizendo que Rn com a_s operaes l definidas um espao vetorial ~bre R.
:.ESPAOS VETORIAIS E SUBESPAOS
76
[AP. 4
--=!J!illiD..tU.. Seja V o conjunto de tdas as matrizes m X n com elementos de um

V um espao vetorial sbre K com relao s operaes de
adi~.~;e multiplicao por escalar, pelo teorema 3.1.
corpo~nii~g;. Ento,
limn.~:>:$eja V o conjunto de todos os polinmios
ao+ a1t +
a2t 2
+ ... +
antn
com C!llllli:: :~ .u~:num corpo K. Ento V um espao vetorial sbre K em relao s

ope~ ~:~'a,dio de polinmios e multiplicao por uma constante.
JiR:lr,pi~.::Seja
quer j.~t,''-~
K um corpo arbitrrio e seja X qualquer conjunto no-vazio.

em K. A soma de duas funes quais-
,v; de tdas as funes de X

f.'".~..:f.~o f+ g E V definida por
Cons~ Y~tlto
(j
e o pn"'
,..,,~1u-m.e&:alar
+ g)(x)
= j(x)
+ g(x)
K e de uma funo f e V a funo kf
V definida por
(kj)(x) = kf(x)
~~~s.~peiaes
acima, um espao vetorial sbre K (problema 4.5). O vetor

.~uqudrula O que transforma cada x e X em O e K: 0(%) = O "J)9.T!l '1:"a~
X EX.
~iss;.para qualquer funo f e V, -f a funo em V para a qual (-f)(x) =
= -f(s. .-..aa1Ja <.E:. X.
Enta;
zero e!:
~v ..,..'~ a~~Suponha que E um corpo que contm um subespao K.

Ento,
E pOd~ ~i\letado como um espao vetorial sbre K, tomando a adio usual em E
como a :~..<~~<v.etores e definindo o produto escalar kv de k e K e v E E como o produto de :. ~ :elementos do corpo E. Assim, o corpo complexo C um espao veto~
rial sbr,c_;~,.e:J;.R, e o corpo real R um espao vetorial sbre o corpo racional Q.
~~.~~~. ubconjunto
de um espao
ve~orial
sbre um corpo K .
. W d!J;<~:::.subespao de V se W um espao vetorial sbre K em relao~ '~s;es de adio de vetores e multiplicao por escalar de V.
Um at.i<t~~mples para identificar subespaos segue.
Teolt84.~L W
(i)
(ii)
um subespao de V se,
e somente se,
tf'~~v.zio,
v,
IFE~do
sob adio de vetores:

w E W implica
v+ w E W.
(iii) JV~do sob multiplicao por escalar :
"' 11 E W implica kv E W para cada k E K.
Coro~
l W um subespao de V se, e smente se, (i) O E W (ou

W F ~-w, w E W implica av + bw E W para todo a, b E K.
~.:;:Seja
somente6;;~51!flfi<lll!~
V qualquer espao vetorial. Ento o conjunto (O} constitudo

e tambm o espao todo v so subespaos de v.
~--~
(i)
&.~arr.o~~o
ttilia
vetorial R 3 Ento, o conjunto W constitudo dos vetores cuja

~<!ro, W = ((q,.ll, O): a, b e R}. um su~espao de V.
~ponente
CAP. 4]
77
(ii)
Seja V o espao d~ tclas as matrizes quadradas n X n (veja exemplo 4.2). Ento,

o conjunto W constitudo das matrizes A = (a;j) para as quais a;j = aj;, chamadas
matrizes simtrics, um subespao de V.
(iii)
Seja V o espao dos polinmios (veja exemplo 4.3). Ento o conjunto Ir constitudo por polinmios de grau ::::; n, para um n fixo, um subespao de V.
(iv)
Seja V o espao de tdas as funes de um conjunto X, no-vazio, no corpo

real R. Ento, o conjunto W constitudo por tdas as funoes limitadas em V
um subespao de V. (Uma funo f E V limitada se existe ltf E R tal que
lf(x) ::::; M para todo x E X.)
Exemplo 4.8. Considere qualquer sistema homogneo de equaes lineares em n

incgnitas com, digamos, coeficientes reais.
allXI
a21x1
+ a12X2 +
+ a22X2 +
+ alnXn
+ d2nXu
o
o
Lembre que qualquer soluo particular do sistenia pode ser encarada como um ponto
no R". O conjunto H.- de tdas as solu."ies do sistema homogneo um subespao de Rn
(problema 4.16) chamado espao das solues. Comentamos que o conjunto das solues
de um sistema no homogneo de equaes lineares em n incgnitas no um subespao
de Rn.
Exemplo 4.9. Sejam U e Ir subespaos de um espao vetorial V. Mostramos que
a interseo U () W tambm Ulll subespao de V. claro que, 0 E lJ e 0 E Jr, pois
U e W so subespaos; donde O e U () W. Agora suponha 11, v e U () W. Emiin, 11,
v E U e u, t E W e, como U e W so subespa!;oti,
U
+ I>V EU
para quaisquer escalares a, b E K.

ube~pao de V.
(ill
+ bv E
De acnlo com isso, au
+ bt li!
C () HF; logo, U () vV
um
O resultado do exemplo anterior generaliza-se como segue.
Teorema 4.4. A interseo de um nmero qualquer de subespaos de um

espao vetorial V um subespao de V.
COMBINAES LINEARES, SUBESPAOS GERADOS

Seja V um espao vetorial sbre um corpo K e sejam v 1 ,
Qualquer vetor em V da forma
onde os a; E K, chamado uma combinao h'near de v1 ,

guinte teorema aparece.
... ,
. t'm
t'm
E V.
O se-
Teorema 4.5. Seja S um subconjunto no-vazio de V. O conjunto de.

tdas as combinaes lineares de vetores em S, anotado L(S), um subespao de V contendo S. Alm disso, se W qualquer outro subespao
de V contendo S, ento L(S) c:: W.
[CAP. 4
78
Em outras palavras, L(S) menor subespao de V contendo S; portanto, chamado o subespao gerado por S. Por convenincia, definimos
LUZf) = IOI.
....
Seja V 'o espao vetorial R 3 . O ,;ube>pao gerado por qualquer

vetor u, no-nulo, consiste em todos os mltiplos es<.:alares de u; geometricamente,
a linha que passa pela origem e pelo ponto u. O espao gerado por quaisquer dos
vetores u e t que no so mltiplos um do outro o plano que passa pela origem e pelos ponto~ 1t e 1'.
Exemplo 4.10.
Exemplo 4.11.
pao vetorial aa.

especificamente,
Os vetores ct = (I, O, 0), e2

Pois qualquer vetor (a, b, c)
=
E
(O, I, 0) e e 3
(0, O, I) geram o esR 3 uma combinao linear dos e;;
(a, b, c) = a(I, O, O) + b(O, I, O)+ c(O, O, 1)

=
ae1
+ be2
Os polinmios I, /, t
Exemplo 4.12.
t cea
2
\!:cnun o esp,to ,etoria I V de todos
t",
'" polinmios (em l) '
/.(1, 11 t 2 ,
. ),
poin qualquPr polintuniot' um. nnuli'n;,;lo linPar de I" potl111 i.lh
tl1
t.
111na ,.Uillbinao linear do,;

K'<emplo 4.13. lll'IPrmine u \Plur '' ~ (3, 'l, 4,
Yelun:s 111 = (1, -2, O, J), 111 ~ (Z, J, O, -I) e~~~= (2, l, 2, 1) ou nao, isto <i, pertem;" ao
P<pao gerado pelo< u,.
:!)
Iguale v a uma combinao
(3, 'l,
4,
2)
=
line:.~r
1\
dos "; usando incgnitas .\', y e z; ista , faa
.v(t, -2, o, 3) + y(2, 3, O, -1) + z(2, I,

(:c+ 2y + 2z,-2x + 3y-z, 2z, .h-y + z)
2, I)
Forme o sistema equivalente de equaes fazendo as componentes correspondentes iguais

entre si e depois reduza forma escalonada
x
-2x
+ 2y + 2z =
+ 3y - z ~
3
9
2z = -4
3.-.: -
+ 2y + 2z =
15
7y
ou
+- 3z
2z =
-7y - Sz
-2
ou
.-.: + 2y +=
7y + 3z =
-4
-11
3
15
2:-: = -4
.\' + 2y + 2z =
7y + 3z =
ou
15
2z = --4
-2z
CAP. 4]
79
Note que o sistema acima consistente; logo, tem soluo; portanto, v uma combinao
linear dos ui. Resolvendo em relao s incgnitas, obtemos x = 1, y = 3, z = -2. Assim,
v= ui+ 3u2- 2ua.
Note que se o sistema de equaes lineares no fsse consistente, i~to , no tivesse
soluo, ento o vetor v no seria combinao linear dos ui.
ESPAO LINHA DE UMA MATRIZ

Seja A uma matriz m X n arbitrria sbre um corpo K
As linhas de A,
R1 = (a 11 ,a 21 , ... , ain), .. -, Rm = (amiam2 .. -, amn),

encaradas como vetores em Kn, geram um subespao de Kn chamado o
espao das linhas de A. Isto , espao das linhas de .A = L(RI, R2, ... , Rm)
Anlogamente, as colunas de A, como vetores em Km, geram um subespao de Km chamado o espao das colunas de A.
Agora, suponha que aplicamos uma operao elementar com linhas
em A
(i) R 1 <-> R;. (ii) R 1 --> kR~o k cF O ou (iii) R, -
kRi
+ R,
e obtemos uma matriz B. Ento, cada linha de B claramente urna linha"

de A ou uma combinao linear de linhas de A. Portanto, o espao linha
de B est contido no espao linha de A. Por outro lado, podemos aplicar
a inversa da operao elementar com linhas em B e obter A; portanto, o
espao linha de A est-i contido no espao linha de B. De acrdo com isso,
A e B tm o mesmo espao de linhas. Isso nos leva ao seguinte teorema.
Teorema 4.6. Matrizes equivalentes por linhas tm o mesmo espao de

linhas. Provaremos (problema 4.31), em particular, o seguinte resultado
fundamental envolvendo matrizes escalonadas reduzidas por linhas.
Teorema 4.7. Matrizes escalonadas reduzidas por linhas tm o mesmo espao de linhas se, e somente se, elas tm as mesmas linhas nOnulas. Assin1, tda matriz equivalente por linhas a uma nica matriz
escalon<;.da reduzida por linhas chamada sua forma cannica por linhas.
Aplicamos o resultado acima no seguinte exemplo.
Exemplo 4.14.
UI
Mostre que o espao U gerado pelos vetores

(1, 2, -1, 3), u 2 = (2, 4, 1, -2) e u 3
(3, 6, 3, -7)
e o espao V gerado pelos vetores

VI
so iguais; isto , U
= (1, 2, -4, 11)
= V.
v~
(2, 4; -5, 14)
80
[CP. 4
Mtodo 1. Mostre que cada u; uma combinao linear de Vt e v2, e que cada v; uma
combinao linear de u1, u 2 e ua. Observe que temos de mostrar que seis sistemas de
equaes lineares so consistentes.
Mtodo 2. Forme a matriz A, cujas linhas so os u;, e reduza por linhas A forma c.annica reduzida por linhas
1
2
3
2
4
-1
3
-2
para
-7
-1
o
o
o
o
2
o
o 1
o o
o
o
para
3
-8
-1
o o 3 -8
o o o o
para
6 -16
1/3
-8/3
Agora, forme a matriz B, cujas linhas so v 1 e v2 , c reduza por linhas B forma cannica
reduzida por linhas
B =
2
4
11
14
-4
-5
2 -4
para
o o
11
-8
para
1/3
-8/3
Como as linhas no nulas das matrizes reduzidas so idnticas, os espaos linhas de A e

B so iguais; logo, U = V.
SOMAS E SOMAS DIRETAS

Sejam tJ e W subespaos de um espao vetorial V. A soma dt:
U e W, escrita U + W, consiste em tdas as somas u + w, onde
uEUewEW
+W
{u
+ w: u
E U, w E W}
Note que O= O+ OE U + W, pois OE U, Ot W. Alm disso, suponha

que u + w eu'+ w' pertencem a U + W, com u, u' E U e w, w' E W.
Ento,
(u
w)
(u'
w') = (u
e, para qualquer escalar k,

provamos o seguinte teorema.
Teorema 4.8. A soma U
k(u
+W
+ u') + (w + w') E U + W
+ w) = ku + kw E U + W.
Assim,
dos subespaos U e W de V tambm
um subespao de V.
Exemplo 4.15. Seja V o espao vetorial das matrizes 2 X 2 sbre R. Seja U constitudo pelas matrizes em V, cujas segundas linhas so nulas, e seja W constitudo pelas matrizes em V, cujas segundas colunas so nulas
U =
o o
: a, b
'Agora, U e W so subespaos de V.
U.+ W =
ob
f,
w=
:a,
Temos
:a, h, c
R~
unw=~
CAP. 4]
81
Isto , U
W consiste nas matrizes cujo elemento inferior direito zero, O, e U
consiste nas matrizes cujas segundas linhas e segundas colunas so nulas.
n IV
Def"mio. Diz-se que o espao vetorial V a soma direta de seus subespaos U e W e anota-se
V=UGJW
se todo vetor v E V pode ser escrito de uma e smente uma maneira,

como v = 1!- + w onde u E U e w E W.
Teorema 4.9. O espao vetorial V a soma direta de seus subespaos .

U e W se, e somente se, (i) V
= U
+ W e (ii)
U n W
= {a}.
Exemplo 4.16. No espao vetorial R 3 , seja U o plano xy c seja W o plano yz:

U = {(a, b, O) : a, b
R}
W,;. {(O, b, c): b, c E R}
Ento, R 3 = U
+ W pois todo vetor em R 3 a soma de um vetor em
U e um vetor em }V.
Entretanto, R3 no a soma direta de U e W pois essas somas no so nicas; por exemplo

(3, 5, 7) = (3, 1, O) + (O, 4, 7) e tambm
(3, 5, 7) = (3, -4, O)
(0, 9, 7)
Exemplo 4.17. No R
3,
seja U o plano xy e W o eixo dos z:
= {(a,
b, O): a, b E R}
{(O, O, c): c E R}
Agora, qualquer vetor (a, b, c) E R 3 pode ser escrito como a soma de um vetor em U e
um vetor em V <!e uma e smente uma maneira
(a, b, c) = (a, b, O)
+ (O,
O, c)
De acrdo com isso, R3 a ?Orna direta de U e IV, isto , R 3 = U ffi IV.
ESPAOS VETORIAIS
4.1.
Prove o teorema 4.1. Seja V um espao vetorial s8bre um corpo K.

~)
Pam qualquer escalar k E K e O E V, kO ~ O.
O.
O, onde k E K e u E V, ento, k
(ii) Para O E K e qualquer vetor u E V, Ou

(iii) $e ku
O ou u
(iv) Para qualquer k E K e qualquer u E V, (-k)u

(i)
k(-u)
O.
-ku.
Pelo axioma [A 2] com u = O, temos O

O = O. Portanto, pelo axioma
[M 1], kO = k(O +O) = kO + kO. Somando -kO a ambos os lados tem-se
o resultado desejado.
82 .
[CAP. 4
(ii)
Por uma propriedade de K, O +O = 6'. Portanto, pelo axioma [.Mil,

Ou = (O + O)u = Ou +Ou. Somando -Ou a ambos os lados produz-~e o
resultado pmcurado.
(iii)
Suponha ku
portanto,
=Oe
k .,tO. Ento, existe um escalar k- 1 tal que k- 1 k
t;'
= lu = (k- 1 k)u = k- 1(ku) = k- 1o = O

(iv) Usando u + (-u) = O, obtemos O = kO = k(u + (-u)) = ku + k(-u).
Somando -ku a ambos os lados temos -ku = k(-u).
Usando k + (-k) = O, obtemos O = Ou = (k + (-k))u := ku + (-k)u.
u
Somando -ku a ambos os lados produz-se -ku
= (-k)u.
Assim, (-k)u = k(-u) = -ku.
4.2.
Mostre que, para qualquer escalar k e quaisquer vetores u e v,

k(u -v) = ku- kv.
Usando a definio de subtrao {u- v = u + (-v)) e o resultado do teorema
4.1. (iv) (k(-v) = -kv)
k(u- v)
-!.3.
k(u
+ (--t))
ku
+ k(-v)
Na assertiva do axioma [M 2], (a

cada sinal mais representa?
= ku
+ b)u
+ (-kv) =
au
ku -kv
+ bu,
que operao
O +em (a + b)u denota a adio de dois escalares a e b; portanto, representa

a operao adio no corpo K. Por outro lado, o + em au + bu denota a adio
de dois vetores au e bu; portanto, representa a operao de adio de vetores.
Assim, cada + representa uma operao diferente.
4.4.
Na assertiva do axioma [M3], (ab)u

produto representa?
a(bu), que operao cada
Em (ab)u o produto ab de escalares a e b denota multiplicao no corpo K;

logo, o produto do escalar ab e do vetor u denota multiplicao por escalar.
Em a(bu) o produto bu do escalar b e do vetor u denota multiplicao por
escalar; tambm o produto do escalar a pelo vetor bu denota multiplicao por
escalar.
4.5.
Seja V o conjunto de tdas as funes de um conjunto no-vazio X

num corpo K. Para quaisquer funes f, g E V e qualquer escalar
k E K, sejam f+ g e kf as funes em V definidas como segue
(f+ g)(x) = f(x)
+ g(x)
(kf)(x)
= kf(x),
(O smbolo Y significa "para qualquer".)

espao vetorial sbre K.
Vx E X
Demonstre que V um
Como X no-vazio, V tambm no-vazio. Agora, precisamos mostrar que

todos os axiomas de espao vetorial so vlidos.
[AJ: Sejam f, g, h E V. Para mostrar que (f+ g) +h= f+ (g +h),
necessrio mostrar que as funes (f + g) + h e f + (g + h) conferem ambas
o mesmo vlr a cada x E X . . Agora,
((f+ g) + h)(x) =(f+ g)(x) + h(x) = (j(x)

(f+ (g + h))(x) + j(x) + (g + h)(x) = j(x)
+ g(x)) + h(x),Vx'E X
+ g(x) + h(x)), Vx E X
CAP. 4]
83
Mas J(x), g(x) e h(x) so escalares no corpo K onde a adio de escalares associativa; portanto,
+ g(x)) + h(x)
(j(x)
De acrdo com isso, (f
+ (g(x) + h(x))
+ h =f + {g + h).
+ g)
= f(x)
[A 2]: Seja O a funo nula O(x) =O, V x E X. Ento, para qualquer

funo f E V, {f + 0) (x) = f(x) + O(x) = f(x) +O = f(x), V x E X
f+ O =f, e O o vetor nulo em V.

[Aal: Para qualquer funo f E V, seja -f a funo definida por
Ento,
-j(x).
(j
+ (-j))(x)
Portanto,
[A 4]
(-f)(x) =
Ent,
+ (-j)(x)
= f(x)
= f(x)- f(x) = O = O(x),
Vx E X
f+(-/) = O.
Sejam f, g
(f+ g)(x}
V.
Ento,
+ g(x)
= f(x)
= g(x)
+ f(x)
= (g
+ j)(x),
Vx
Portanto f
g = g +f. (Note que j(x)
g(x) = g(x) + f(x) segue do fato que
f(x) e g(x) so escalares no c-orpo K,onde a adio comutatiYa.)
[Mil: Sejamf, g
(k(j
+ g)) (x)
V e. k
K.
Ento,
+ g)(x)) = k(f(x) + g(x)) = kf(x) + kg(x)

+ (kg)(x) = (kf + kg)(x), V x E X ..
= kf + kg. (Note que k(f(x) + g(x)) = kj(x) + kg(x)
=
k((j
(kf)(x)
Portanto, k(f +g)

segue
do fato que k, f(x) e g(x) so escalares no corpo K onde a multiplicao distributiva sbre adio).
[M :J
Seja f E V e a, b E K.
+ b)f)(x)
((a
Portanto, (a
[.M 3]
+ b)f =
a/
= (af)(x)
+ bj(x).
+ bf.
Sejaf E V e a, b
((ab)f(x)
Ento,
+ b)f(x) = af(x) + bf(x)

(af + bf)(x), Vx E X
= (a
= (ab)f(x)
K.
Ento,
= a(bf(x}) = a(bf)(x} = (a(b/))(x), 'tlx E X
Portanto, (ah)f = a(bf).
;1vf 4]
: Seja
=
Como todos os
4.6.
V.
f(x), Vx
Ento, para a unidade 1 E K, (lj)(x) = 1/(x) =

E
a~iomas
X.
Portanto, 1/
=f.
esto satisfeitos, V um espao vetorial sbre K.
Seja V o t:onjunto de pares ordenados d~ nmeros reais V = f (a, b)

:a, b .E Rj. Mostre que V no espao vetorial sbr~ R em relab a cada uma. das seguintes operaes de adio em V e multiplicao por escalar em V:
+ (r.:., d)
(a+ c, b
(ii) (a, b) +(c, d)
(a, b) ~ k(a, b) = (ka, kb);
+ (c, d)
(a
(i)
(a, b)
(ii) (a, b)
+ d)
+ c, b + d)
e k(a, b)
e k(a, b)
(ka, b);
~ (k 2 a, k 2 b).
Em cada caso mostre que um dos axiomas de espao vetorial no vale.
84

(i)
Sejam r = I, s
= 2,
+ sv
rv
Como (r
(ii)
(iii)
4).
+ sv,
Sejam
r = 1., s
= 2,
(9, 4)
(3, 4)
+ (6,4)
= (9, 8)
o axioma [M 2] no vale.
Ento,
(1' 2)
Ento,
= 3(3, 4) =
+ 2(3, 4) =
2), w = (3, 4).
= (1,
+w
rv
= (3,
+ (3, 4) =
w +v = (3, 4) + (1, 2) =
v + w ~ w + v, o axioma
v
Como
= I (3, 4)
+ s)v ~
Sejam
+ s)v
(r
[CAP. 4
= (3,
(1, 2)
(3, 4)
[A 4] no vale.
4).
Ento,
(r+ s)v = 3(3, 4) = (27, 36)

rv
sv
I (3, 4)
Assim, (r+ s)v r! rv
+ 2(3, 4) =
+ sv;
(3, 4)
+ (12, 16)
= (15, 20)
logo, o axioma [M2) no vale.
SUBESPAOS
4.7.
Demonstre o teorema 4.2. W um subespao de V se, e smente se,

(i) W no-vazio, (ii) v, w E W implica v
w E W, e (iii) v E W
implica kv E W para todo escalar k E K.
Suponha que W satisfaz (i), (ii), (iii). Por (i), W no-vazio; e por (ii) e (iii),
as operaes de adio de vetores e multiplicao por escalar so bem definidas
em W. Alm disso, os axiomas [A 1), [A4], [Mtl. [M21. [M3] e [M4] valem em W
pois os vetores de W pertencem a V. Portanto, precisamos somente mostrar que
[A 2l e [A3] tambm valem em W. Por (i), W no-vazio, digamos 11 E W.
Ento por (iii), Ou = O E W e v
O = v para todo v E W. Portanto, W satisfaz
[A 2]. Finalmente, se v E W, ento (-l)v =--v E W e v+ (-v) = O; portanto, W
satisfaz [A 3]. Assim, W um subespao de V.
Jnversament~.
4.8.
se W subespao de V, ento claramente valem (i), (ii) e (iii).
Demonstre. o corolrio 4.3. W subespao de V se, e smente se,

li) O E W e (ii) v. w E W implica av + bw E W para todos os esca-
lares a, b E K.
Suponha que W satisfa" (i) e (ii). Ento, por (i), W no vazio. A!m
disso, se v, w e: W; e se v E W e h E: K, ento, por (ii), kv ~ kv
Ov e IV. Assim,
~lo
teorema 4.2, W um subespao de V.

Inversamente,
W subespao de V, ento claramente (i) e (ii) valem
em W.
4.9.
Seja V= R 3
(i)
Mostre que W subespao de V, onde
= {(a, b, O): a, b E R}, isto , W o plano xy, .constitudo

por aqules vetores cuja terceira componente O;
(i i) W = {(q, b, c) :a + b + c = O},. isto , W consiste naqueles

vett'es cada um dos quais com a propriedade de que a soma de
suas componentes zero.
ESPAOS-VETORIAIS E SUBESPAOS
CAP. 4]
(i)
O = (O, O, O) E l.V, pois a terceira componente de O O. Para quaisquer

vetores v = (a, b, O), w = (c, d, O) em lV, ~ quaisquer escalares (nmeros
reais) k e k',
kv
+ k'w
= k(a, b, O)
+ k' (c, d, O)
+ (k'c, k'd, O)
,;, (ka, kb, O)

Assim, kv
(ii)
85
= (ka
+ k'c,
kb
+ k'd, 0)
k'w E W; logo, IF subespao de V.
= (0, O, O) E H'
p<is O + O +
O = O.
w = (a', b', c') pertencem a Ir," isto , a
Suponha
+ b +c
que
O e a'
(a, b, c),
+ b'
+c' = O.
Assim, para quaisquer escalares k e k',

~t
+ k'w
+ k'(a', b', c')

+ (k'a', k'b', k'c')
+ k'a', kb + k'b', kc + k'c')
k(a, b, c)
(ka, kb, kc)
(ka
e, alm disso,
(ka
+ k'a')
+ (kb
+ k'b')
= k(a + b +
Assim, kv
4.10. Seja V
(i)
R3 .
k'w
+ (kc + k'c') =
c) + k'(a' +-b' + c')
= kO + k'O = O
TI'; logo, IV subespao de V.
Mostre que W no subespao de V, onde
W = {(a, b, c): a 2: 0}, isto , W consiste nos vetores cuja primeira componente no-negativa;
+ +
(ii) W = I (a, b, c) : a 2
b2
c2 ~ 1, isto , W consiste nos vetores cujo comprimento no excede 1;
(iii) W = {(a, b, c): a, b, c E Q}, isto , W consiste nos vetores

cujas componentes so nmeros racionais.
Em cada ca~o. mostr" qu" uma das propriedades do, digamos, teorerna 4.2,
no vale_
(i)
v= (1, 2, .3) E W e k = -5 E R. Mas kv = -5(1, 2, 3) = (-5, -10, -15)

no pertence a W, pois -5 negativo. Portanto, lV no subespao de V.
(ii)
v = (1, 0, O) E W e w = (O, 1, O) E W. Mas

v+ w = (1, O, O)+ (0, 1, O)= (1, 1, O) no pertence a W, pois 1 2 + t2 + 0 2 =
= 2 > 1. Portanto, W no subespao de V.
(iii)
v = (1, 2, 3) E W e k = 2 E R. Mas ku = Vl(l, 2, 3) = (Vl, 2Vl,

3'\12) no pertence a W, pois suas comiJonentes no so nmeros racionais,
Portanto, W no subespao de V.
4.11. Seja V o espao vetorial de 'tdas as matrizes quadradas n X n

sbre um corpo K. Mostre que W subespao de V, onde
(i)
W consiste nas matrizes simtricas, isto , tdas as matrizes

A = (a;;) para as quais a;; = a;i;
(ii) W consiste em tdas as matrizes que comutam com uma

matriz T dada, isto , W = IA E V: AT = IA).
(i)
O E W, pois todos os elementos de O so O e, portanto, iguais entre si. Agora, suponha que A = (a;j) e B = (b) perten:1m a Til', isto , ai; = a e
86
'ESPAOS VETORIAIS E SUBESPAOS
[CAP. 4
bji = bij. Para quaisquer escalares a, b E K, aA

bB a matriz cujo
elemento ij aa;i
bbij Mas aOji
bbji = aa;i = bb;j. :\ssim, aA
bB
tambm simtrica; logo, W subespao de V.
(ii)
O E W, pois OT =O = TO.
,\gora, suponha A, 13
AT
(aA
+ bB)T =
(aA)T
+ (bB)T =
T(aA)
TA c BT
Assim, aA
pap de V.
TB.
W; isto,:,
Para quaisquer escalares" b
+ bB comuta
K,
+ b(BT) =a( TA)+
a(A T)
T(hB) = T(aA
b(Tl3)
+ bB)
com T, isto , pertence a W; portanto, W >'ubes-
4.12. Seja V o espao vetorial de tdas as matrizes 2 X. 2 sbre o corpo

real R.
Mostre que W no subespao de V, onde
(i)
W consiste em tdas as matrizes com determinante nulo;
(ii)
W consiste em tdas as matrizes A para as quais A 2
(i)
(ca db)
fLembre que det
B --
(ou ol)
+B
= (
ad - bt-.)
:\s matrizes A
(t ())
=\p
0
pertencem a W, pois det (A) = O e dct (B) = O.:
~ ~)
no pertencem a IV, pois det (A
+ B)
A.
e
!VIas
1.
Portant0, 11' no subespao de V.

(i i)
. umda
. de I =
A matn:~:
]2
~ ~)
Mas 2/ =
2
( 0
(to o)
G~)
o)
2
perltmce a W, pois
~ ~)
no pertel).;cm
,~
W, poi,
G~)
2I
Portanto, W no subespao de V.
4.13. Seja V o espao vetorial de tdas as funes do corpo real R em R.

Mostre que W subespao de V, ondt>
(i)
W = IJ :f(3) = O}, isto , W consiste nas funes que transformam 3 em O;
(ii) W = {f :f(7) = f(l)}, isto , W consiste nas fune~ que conferem o mesmo valor a 7 e a 1 ;
(iii) W consiste nas funes mpares, isto , nas funes f para as
quais f(-x) = -f(x).
Aqui O signifiCa a funo nula O(x) = O, para todo x E R.
CAP. 4]
(i)
O E 1-V, pois 0(3)
f,
Suponha
O.
87
g E W, isto , /(3)
O e g(3)
O.
Ento, para quaisquer nmeros reais a e b,
+ bg)(3) = af(3) + bg(3) = aO + bO =

af + bg E W; logo, W subespao de V.
(af
Portanto,
lii)
O.
O E H', pois 0(7) =O = 0(1). Suponha/, g E W, isto , /(7) = /(1) e g(7) =

= g(l).
Ento, para quaisquer nmeros reais a e b,
(af
+ bg)(7) = a/(7) + bg(7) = aj(l) + bg(1) =

+ bg E l'; logo, n subespao de V.
+ bg)(l)
(af
Portanto, af
(iii)
= O=
O E H', pois 0(-x)

= -J(x) e g(-x)
(af
-g(x).
+ bg)(-x)
= aj(-x)
=
Portanto, af
+ bg E
-0 = -D(x).
Suponha /, g
JJ', isto , j(-x) =
Ento, para quaisquer nmeros reais a e b.

-(af(x)
+ bg(-x) = -aj(x)- bg(x)

+ bg(x)) = -(a/ + bg)(x)
Ir; logo, Tr subespao de V.
4.14. Seja V o espao vetorial em tdas as funes do corpo real R

:\iostre que W no subespao de V, onde
em
R.
(i) w = {f :f(7) = 2 + f(l)};

(ii) W consiste em tdas as funes no negativas, isto , tdas as
funes f para as quais f(x) ~ O, V x E R.
(i) Suponha f, g e !F; isto, , /(7) = 2 + j(l) e g(7) = 2 + g(l). Ento,
(/ + g)(7)
j(7)
= 4
(ii)
+ g(7)
+ j(l) + g(l)
+ f(l) + 2 + g(1)
4 + (j + g)(l) ~ 2 + (j + g)(l)
Portanto, f + g 'I= H'; logo, H' no subespao de V.

Sejam k = -2 e f e V definidas por. f(x) = x 2 . Ento, f e W,
pois j(x)
x2
:;.
O, Vx E R.
(kf)(S) = kf(S)
Portanto, kf
tf
Mas,
=
(-2)(5 2) = -50
>
O.
H'; logo, H' no subespao d~ V.
4.15. Seja V o espao vetorial dos polinmios a 0 + a 1t + a 2t2 +

+ ant"
com coeficientes reais, isto , a; E R. Determine se W ou no
subespao de V, onde
(i)
(ii)
(iii)
,..
W consiste em todos os polinmios com coeficientes inteiros;

~ 3;
2
W consiste em todos os polinmios b0
b 1t
b.j}
b,.t 2 n
isto , polinmios somente com potncias pares de t.
(i)
No, pois escalares mltiplos de vetores em W nem sempre pertencem a lV.
W consiste em todos os polinmios com grau
+ ... +
+
Por exemplo, v = 3 + St + 7t 2 E ll' mas 1/2 v = 3/2

5/2 t
7/2 t 2 'F H'.
(Observe que TV ''fechado" sob adio de vetores, isto , somas de elementos em W pertencem a H'.)
(ii)
e (iii). Sim, pois, em cada caso, lY no-vazio, a soma dos elementos

em IV perterice a H', e os mltiplos escalares de qualquer elemento de H'
pertencem a H'.
88
[CAP. 4
4.16. Considere um sistema homogneo de equaes lineares em n incgnitas xlt ... ,x, sbre um corpo K
a21X1
+a
+
a,, 1x 1
a 11x 1
12X2
a22X2
+
+
a,u2X2
+ al..->.:n =o
+ a x,. O
2..
Mostre que o conjunto soluo lV subespao do espao vetorial Kn.

O = (0, O, ... , O) E JY; pois, claramente,
+ a;20 + ... + a;.. O =
a;10
Suponha que u = (ut, u 2 ,

. i= I, .. , m
..
+ bv
I, ... , m
t,) pertencem a 11. isto , para
+ <li2V2 +
Sejam a e b escalares em K.
au
.,
+ a;zu2 +
ao~u1
UiJt'J
e, para i
O, para i
u,) e v= 'J, v 2 ,
"= (au1
Ento,
+ bv1 auz + /nz,
--t- bt,J
, au,
1, ... , nz,
+ a;, (au, + bv,)
+ a;2u2 +
= a(a;rul
=aO+ bO =O.
Portanto, au
bv uma soluo do sistema, isto , pertence a W.
com isso, lV subespao de K~.
De acrdo
COMBINAES LINEARES
4.17, Escreva o vetor v
e1
(1, 1, 1), e 2
(1, -2, 5) como combinao linear dos vetores
(1, 2, 3) e e 3 ~ (2, -1, 1).
Queremo expre~5ar t como v

a determinar. Assim, impomos
(1,
2, 5)
xe1
+ y~2 + z~3.
onde ~. y e z so esalares
2, 3) + n(2, -1, I)
+ (y, 2y, 3y) + (2z, -z, ::;)
(x + y + 2z, x + 2y- z, x + 3y + ;;)
x(l, I, I)+ y(l,
= (>., x, x)
=
Forme o sistema equivalente de equaes fazendo as componentes correspondentes

iguais entre si e depois reduza forma escalonada
x+ y+2z=
X+
2y -
X+
3y
Z =
-2
+ y + 2z
=
I
y - 3z =-3
ou
2y -
x
ou
+ y + 2z
y - 3z
Note que o sistema acima consistente; logo, tem soluo.

s inc6gnitas para obter x = -6, y = 3, z = 2. Portanto,
v = -6n
5z
1
-3
10
Resolva em relao
+ Je2 + Ze3.
4.18. Escreva o vetor v= (2, -5, 3) em R3 como combinao linear dos vetores e1 = (1, -3, 2), e 2 = (2, -4, -1) e e3 = (1, ~5, 7).
CAP. 4]

Escreva
11
89
como combinao linear dos e; usando as incgnitas
x, y e z:
11 = xe1 + ye2 + Zll'J.
= x(1, -3, 2) + y(2, -4, -1) + z(1, -5, 7}
(2, -5, 3)
(x
+ 2y + z,
-3x -4y -5z, 2x -y
+ 7z}
Forme o sistema equivalente de equaes e reduza forma escalonada
;+
X+
2y
z = 2
-3:c - 4y - 5z = -5
"" y
7z = 3
+
+
X+
2y
Z =
2
2y - 2z = 1
-Sy
Sz = -1
ou
ou
2y
Z= 2
2y - 2z = 1
o=
O sistema inconsistente; logo, no tem soluo .. De acrdo com isso,

ser escrito como combinao linear dos vetores e1, e2 e e 3
11
no pode
4.19. Para qual valor de k ser o vetor u = (1, -2, k) em R3 uma combinao linear dos vetores v = (3, O, -2) e w = (2, -1, -5)?.
Faau = xv
+ yw
+ y(2, -1, -5}
(1. -2, k}- x(3, O, -2}
+ 2y, -y, -2x -5y)
"" (3x
Forme o sistema equivalente de equaes
3x
+ 2y
1,
-2x -5y = k
-y = -2,
Pelas duas primeiras equaes, x
= -1,
y = 2.
Substitua na ltima equao para obter k .= -8.
4.20. Escreva o polinmio v

dos_ polinmios e1 = t 2
Escreva
v= xn
11
~ t2
2t
+ 4t -3 sbre R como combinao

+ 5, e = 2t 3t e e = t f 3.
2 -
limar
como combinao linear dos e; usando as incgnitas x, y e z:
+ ye2+zes
12
+ 5} + y(2t 2 - 3t) + z(t + 3)

+ Sx + 2yl 2 - 3yl + zl + 3z
+ 2y)t 2 + (-2x- 3y + z)t + (Sx + _3z)
x(t 2 - 21
xt 2 - 2xt
41-3
(x
Faa os coeficientes das mesmas potncias de t iguais entre si e reduza o sistema
forma escalonada
X+ 2y
-2x - 3y
Sx
X+
z. = 4
3z = -3
2y
y
-10y
ou
X+
1
6
+ z=
+ 3z =
ou
2y
)'
= 1
= 6
13z = 52
+z
-8
Note_ que o sistema consistente; logo, tem soluo. Resolva em relao s incgnitas para obter x = -3, y = 2, z = 4. Assim, v = -3et
Ze2
4ea.
4.21. Escreva a matriz E
(~
-D
como combinao linear das matrizes
Escreva E como combinao linear de A, B, C usando as incgnitas
x, y e z:
U-D
E = xA
=~
+ yB + zC.
G~)
G ~)
(: ~)
+ (~
+ :z{~
~) + ( ~
-D
=:)
x+y
+2z)
y-z
90
[CAP. 4
Forme o sistema equivalente de equaes fazendo os elementos correspondentes

iguais entre si
X=
Substitua x
X+
3,
= 1, X+ 2z = 1,
y-
= -1
3 nas segunda e terceira equaes para obter y
= -2
= -1.
e z
Como sses valres 'satisfazem ltima equao, les formam uma soluo do
sistema. Portanto,. E = 3A - 2B - C.
4.22. Suponha que u uma combinao linear dos vetores vH ... , vm e

suponha que cada v1 combinao linear dos vetores w1, . , wn
U =
a1V1
+ a2V2 + ... + amVm
Vt =
bilWl
+ bt2W2 + .... +b;nWn
Mostre que u tambm combinao linear dos

S c L(T), ento L(S) c L(T) .
u
Assim, se
Wt.
= a1111 + azv2 + ... + a.nvm

= a1(buw1+ ... +blnWn)+a2(b21WJ +. . +b2nWn)+ . . '+a,(bmtWI + .. +bmnWn)
= (a1bu+a2b21+- .. +ambmVWI+ ... +(a1b1n+a2b2n+ ... +ambmnlWn
ou, simplesmente, u
= Zm a;v; = mZ
i=l
a; (
i=l
Zn
b;;Wj)
j; (
}=1
J=l
a;b;j)
Wj
t=!
SUBESPAOS GERADOS, GERADORES
4.23. Mostre que os vetores u = {1, 2, 3), v

geram R 3
{0, 1, 2) e w = (O, O, 1)
Precisamos mostrar que um vetor arbitrrio (a, b, c) E &3 combinao

linear de u, v e w.
Ponha (a, b, c)
(a, b, c)
xu
yv
+ zw
= x(l, 2, 3) + y(O, 1, 2) + z(O, O, 1)

(x, .2x + y, 3x + 2y + z)
Em seguida, forme o sistema de equaes
x
2x
=a
+y
= b
3x + 2y + z =c
ou
+ 2y + 3x
=c
= b
x=a
y +2x
O sistema acima est na forma escalonada ,e consistente; de fato, x

y = b - 2a, z = c- 2b
a uma soluo. Ento, u, v, w geram R 3
= a,
4.24. Encontre condies em a, b e c de modo que. (a, b, c) E R 3 pertena

ao espao gerado por u == (2, 1, O), v = (1, -1, 2) e w = (0, 3, -4).
Escreva (a, b, c) como combinao linear de u, v e w usando incgnitas x, y e z,
(a, b, c)
= xu + yv + zw
(a,b, c) = x(2,
= (2x
1, O) + y(1, -1, 2) + z(O, 3, -4)

+ y, x - y + 3z, 2y - 4z)
Forme o sistema e\:juivalente de equae~ lineares e red1,.1Za forma escalonada
2x
+y
x ~ y
=a
b
4z =c
+ 3z =
2y~
2x
ou
+y
=a
3y- 6z =a- 2b
2y~4z
=c
2x
ou
+y
=a
3y - 6z =
a~
O= 2a
2b
~
4b
3c
CAP. 4]
91
o vetor
(a, b, c) pertence ao espao gerado por u, fJ e w se, e somente se, o 9stema

acima consistente, e le cnsistente se, e somente se, 2a- 4b- 3c = O. Note,
em particular, que u, v e w no geram o espao tod.o R 3.
4.25. Mostre que o plano xy W = l (a, b, O)} em R~. gerad por ti e v, onde
(i) u = (1, 2, O) e v = (0, 1, O); (ii) u = (2, -1, O) e v= (1, 3, O).
Em cada caso, mostre que um vetor arbitrrio (a, b, O) E W combinao
linear .de u e v.
(i)
Faa (a, b, O) = xu
yv:
(a, b, O) = x(l, 2, O) +:Y(O, 1, O)= (x, 2x
+ y,
O)
Em seguida, forme o sistema de equaes
x
2x
+y
=a
+ 2x
= b
= b
x=a
ou
0=0
O sistema qpsistente; de fato,- x = a,
y = b - 2a uma soluo.
Portanto, u e v geram W.
(ii)
Faa (a, b, O) = xu
(a, b, O)
+ yv:
x(2, -1, O)
+ y(l, 3, O)
(2x
+ y, -x + 3y, O)
Forme o seguinte sistema e reduza forma escalonada,
2x
-x
y =a
b
2x
+ 3y =
y =a
7y =a+ 2b
ou
0=0
O sistema consistente; logo, tem soluo. Portanto, W gerado por u e ti.
(Observe que no precisamos resolver em relao a x e y; .apenas necessrio
saber que uma soluo existe.)
4.26. Mostre que o espao vetorial V dos polinmios sbre qualquer corpo
K no pode ser gerado por um nmero finito de vetores.
Qualquer conjunto finito S de polinmios coritm um grau mximo, digamos m. Ento, o espao L(S) gerado por S no pode conter polinmios de grau
maior que m. De acrdo com isso, V ;; L(S), para qualquer conjunto finito S.
4.27. Demonstre o teorema 4.5. Seja S um subconjunto no-vazio de V.

Ento, L(S), o conjunto de tdas as combinaes lineares de vetores
de S, um subespao de V contendo S. Alm disso, se W qualquer outro subespao de V contendo S, ento L(S) c W.
Se t1 E S, ento lv =v E L(S); portanto, S subconjunto, de L(S). Tambm
L(S) no-vazio,poi5 S no-vazio. Agora. suponha ti, w e L(S); digamos,
.!'
= a1V1
+ ... + a,.v.,.
onde Vi. w~ ;S,e 171, bf so escalares.

'
+w
e~alar
k,
e, pllrll Q\Hilquer
a1v1
kv = k(aiVt
w = b1w1
+- . +
b,.w,.,
E'nto,
+ amVm + b1w1 + -. - + b.,wn
+ . '- + amvm)
ka1v1
+ ,: +
ka~Vm
pertencem a L(S), pois cada um combinao linear de vetores em S. De acrdo

.-com isso, L(S) subespao_ de V.
92
[CAP. 4
Agora, suponha que W subespao de V contendo S e suponha que

W. Ento, todos os mltiplos a1v1o ... , amvm E T'V, onde a; E K,
e, portanto, a soma a1v1
amVmE lV
VJ, . . . , Vm E S c
+ .... +
Isto , W contm tdas as combinaes lineares de elementos de S.

temente, L(S) c W como afirmado.
Conseqen-
ESPAO DAS LINHAS DE UMA MATRIZ

4.28. Determine se as seguintes matrjzes tm o mesmo espao de linhas
1
3
-1
-2
-2)
-3
c-
o =~ =o
Reduza por linhas cada matriz forma cannica por linhas
1D
-1 -2)
-2 -3
3
c -1 -1)
-3
-1
-1
para
(~
para
(~
para
para
-1
c
~
D G oo D
(~
1 -~)
D
para
-1 -1)
2 ! para
c1 c
~
-1 -1)
~ para
o
o
o
Dc
Como as linhas no.nulas da forma reduzida de A e da forma reduzida de

so as mesmas, A e C tm o mesmo_espao de linhas. Por outro lado, as linhas
no.nulas da forma reduzida de B no so as mesmas que as das outras; logo, B
tem diferente espao de linhas ..
4.29. Co~sidere
uma matriz arbitrria A = (a;;).

Suponha que
u = (b~o ... , bn) combinao linear das linhas R 1, ... ,Rm de A;
digamos u = k 1R 1
k,Rm.
Mostre que, para cada i, b1 =
= k1ali + ktJZ, + ...kmam., onde a 11 , , amt so os elementos
da i-sima coluna de A.
+ ... +
+
+
Temos u = k1R1
kmRm; portanto,
(h, ... , On) ~ k1 (au, ... , aln) + ... + km (am1 1
-
(klilll
+ ... + k,.ilmi.
... , k1am1
amn)
+ ... + kmamn)
Fazendo as componentes correspondentes iguais entre si, obtemos o resultado

desejado.
4.30. Demonstre. Seja A = (a 1;) uma matriz escalonada com elementos

distinguidos au1 , a 2; 2 , . , a,;, e seja B = (b;;) uma matriz escalonada com elementos distinguidos blk 1 , b2k2 , . , b"
******
A
CAP. 4]
ESPAOS VETORIA1S E SUBESPAOS
93
.Suponha que A e B tm o mesmo espao de linhas. Ento, os

elementos distinguidos de A e B esto na mesma posio j 1 = k 11
j 2 = k~, ... , j, = k, e r = s.
claro que A = O se, e somente se, B = O; logo, s precisamos provar o teorema quando r 2_ 1 e s 2_ 1. Primeiro mostramos que h = k1. Suponha h< k 1
Ento, a j-sima coluna de B nula. Como a primeira linha de A est no espao
das linhas de B, temos, pelo problema anterior, ali 1 = qO
c<fJ
cmO = O
para escalares q. Mas isso contradiz o fato de que o elemento distinguido a1i 1 ~ O.
Portanto, i12. kt e, semelhantemente, kt2.it-
Assim,
h=
+ ... +
k 1.
Agora, seja A' a submatriz de A obtida por remoo da primeira linha de A,

e seja B' a submatriz de B obtida pela remoo da primeira linha de B. Provaremos que A' e' B' tm o mesmo espao de linhas. O teorema, ento, seguir
por induo, pois A' e B' so tambm matrizes escalonadas.
Seja R= (at, a2, .. , an) qualquer linha de A' e sejam R1, . .. , Rm as linhas
de B. Como R est no espao das linhas de B, existem e~alares dt, ... , dm,
tais que R = d 1 R 1
d 2R 2
dmRm- Como A est na. forma escalonada
e R no a primeira linha de A, o h -simo elemento de R zero; a1 = O para
i =h = kt. Alm disso, como B est na forma escalonada, todos os elementos
.na ktsima coluna de B so O, exceto o primeiro, blk 1 ~0. mas b 2 k 1 =0, .. . ,bmk 1 =0.
+ ... +
Assitn,
Agora, btk 1 r' O, logo dt = O. Assim, R combinao linear de R 2 ,. . , Rm; logo,

est no espao das linhas de B'. Como R era uma linha arbitrria de A 1, o espao
das linhas de A' est emitido no espao das linhas de B'. Semelhantemente, o
espa-o das linhas de B' est contido no espao das linhas de A'. Assim, A' e B'
tl'm ~ mesmo espao de linhas; logo, o teorema est provado.
4.31. Demonstre o teorema 4. 7. Sejam A = (a;;) e B. = (b;;) matrizes

escalonadas reduzidas por linhas. Ento, A e B tm o mesmo espao de _linhas se, e smerite se, tm as mesmas linhas no-nulas.
bviamente, se A e B tm as mesmas linhas no-nulas, ento tm o mesmo
espao de linhas. Assim, somente precisamos provar a recproca.
Suponha que A e B tm o mesmo espao de linhas e que R
i-sima linha de A. Ento, existem escalares c 1 , . . . , Cs tais que
O a
(1)
onde os Rt so as linhas no-nulas de B. O teorema estar provado se mostrarmos que R = R;, isto , c; = 1 mas Ck = O para k ~ i.
_..Seja aii; o elemento distinguido em R, isto , o primeiro elemento no-nulo
de R. Por. (1) e problema 4.29,
(2)
Mas, pelo problema anterior, bti; um elemento distinguido de B e, como B reduzida por linhas, o nico elemento no-nulo na j;-sima coluna de B. Assim,
de (2) obtemos a;;i = c;b;;,. Entretanto, a;i; = 1 e bii; = 1, pois A e B so reduzidas p~r.lin.has; portanto, c; '= 1.
94
Agora, suponha k
blema 4.29,
~i,
[CAP. 4
e b&iJc o elemento distinguido em R1. Por (1) e pro(3)
Como B reduzida por linhas, btik o nico elemento no-nulo na i~<-sima coluna
de B; portanto, por (3), a;k = nbkik Alm disso, pelo problema anterior, akh
um elemento. distinguido de A e, como A reduzida por linhas, a;ik =O. Assim,
= O e, como bk;k = 1, Ck
est provado.
ckbkh
= O. De acrdo com isso, R
R; e o teorema
4.32. Determine se as seguintes matrizes tm 'o mesmo espao de colunas

3
2
4
, B =
-3 -4
A=
1
12 17
~)
3)
(-l
Observe que A e B tm o mesmo espao de colunas se, e somente se, as transpostas A 1 e B 1 tm o mesmo espao de linhas. Assim, reduza A 1 e B 1 forma
escalonada reduzida por linhas
A'
(~
1
4
3
para
~~)
-2
B'
-3
- .3
para (
17
-4
(g
~
1
2
-2
-2
1
-D
para (
--~) para ( o~
-4
o
-2
1
-i) para(~
-l)
para (
")
-2
o o
o
o
-~)
Como A e Bl tm o mesmo espao de linhas, A e B tm o mesmo espao

de colunas.
1
4.33. Seja R um vetor linha e B uma matriz para a qual RB est definido.
Mostre que .R13 uma combinao linear das linhas de .B. Alm
disso, se A uma matriz par a qua-l AB est defindo, mostre que
o espao das linhas"de AB est contido no espao das linhas de B.
Suponha R = (ai. a2 ... , am) e B = (b;j).
B e Bl, . . , B" suas colunas. Ento,
RB
Sejam B 1,
(R . B 1, R . B 2 , . . , R . Bn)
~ (a1b11 + a2b21 +-- . + ambmi. a1b12 + a2b22
, ,a2b2n
+ambmn)
.
= aiCl)u, b12,.' .. .-bin) + i(b21, b22, ... ,b2n) +~ a1B1
a2B2
+a.,.B ...
.. _,
B,. as lnhas de
+ ...
+ ...
+ ... + Gmbm2, . .. ,
.. + a,.(bml.
bm2.-
athn
., bmn)
Assim, RB uma combinao linear das linhas de B, como foi dito.

Pelo problema 3.27, as linhas de AB so R;B, onde R; a i-sima linha de A. Portanto, pelo resultado acima, cada linha de AB est no espao das lnhas de B.
Assim, o espao das linhas de AB est contido no espao das linhas de lJ.
.

4.34. Sejam U e W subespaos de um espao vetorial V.
(i)
U e W esto contidos em U
(ii) U
U
+W
+W
Mostre que
+ W;
o menor subespao de V contendo U e W, isto ,

o espao gerado por U e W: U
W = L( U, W)
CAP. 4]
(i)
95
Seja u E U. Por hip6tese, W subespao de V; Jogo, O E W. Portanto,

u = u + O E U + W. De acrdo com isso, U est contido em U + W.
Semelhantemente, W est contido em U + W.
(ii) Como U
W um subespao de V (teorema 4.8) contendo ambos U e W,
deve tambm conter o subespao gerado por U e W: L( U, W) c U
W.
Por outro lado, se v E U

W, ento, v= u
w = lu
lw, onde u E U e w E ~f/;
ento, v uma combinao linear de elementos em U U lV; logo, pertence a
L(U, W). Assim, U
W c L(U, W).
As duas relaes de incluso nos do o resultado procurado.
4.35. Suponha que U e W so subespaos de um espao vetoril V e

que {u;) gera U e {w;) gera W. Mostre que {u;, w;). isto ,
{u;} U {w;) gera U
W.
Seja vEU+W. Ento, v=zt+w, onde uWUe.wEW. Como{u;)

gera U, u combinao linear dos u; ; e como l'll!;l gera W, w combinao linear
dos w;
+ a2u; 2 + . . + anu;n, a; E K
+ b2w;2 + ... + bmWim b;E K
+ w = iqu; 1 + a2u;2 + ... + GnUin + hw; 1 + b2wi2 + ... + bmwim;
gera U + W.
u = a1u; 1
Assim, v = u
Ioga, {u;, w;}
b1wh
4.36. Demonstre o teorema 4.9. O espaovetorial V a soma direta'

de seus subespaos U e W se, e sri1ente se, (i) V = U
W e
(ii) u n W = {O}.
Suponha que V = U ffi W. nto, qualquer v E V pode ser escrito de maneira nica na forma v = u + w, onde u E U e w E l<l'. Assim, em particular,
V= U + W. Agora, suponha v. E U () W. Ento,
(I)
v = v
(2)
+ O,
+ v,
onde v
U, O E lF; e
onde O E U, _v
W.
Como tal soma pilTa v deve ser nica, v
= O.
De acrdo com isso, U
Por outro lado, suponha V = U

W e U n W = {O}.
V = U
W, existem u E U e w E W tais que v= u
w.
que 'tal soma nica. Suponha, tambm, que v = u'
w' E lV. Ento,
+w
= 1t'
+ w';
logo, u- u'
n lV =
{0).
Seja v E V. Como
Precisamos mostrar
w' onde u' E U e
= tv'- w
Mas u - u' E U e w' - w E 11'; portanto, por U () W

logo u = u' w = w'
i'ssim, tal soma para v E V nica e V = U'$ W.
= {O}, u - u' = O, w'- w
= O,
4.37. Sejam U e W os subespaos de R 3 definidos por
U= {(a,b,c):a=b=c)
(Note que W o plano yz.)
W= {(O,b,c))
Mostre que R3 = U
u n w = {0},
= O, que implica a = O, b =
Note primeiro que

a ,.. b = c e a
para v
= (a,
E u () w
= (0, O, 0).
b, c)
O, c = O, isto , v
W.
implka.
96
v
[CAP. 4
Tambm afirmamos que R 3 = U

W. Pois, se v = {a, b, c) E R 3 , ento
{0, b- a, c- a), onde (a, a, a) E U e (0, b- a, c- a) E W.
= {a, a, a)
As condies U
nW
= {O} e R 3 = U
+W
implicam R 3 = U (}) W.
4.38. Seja V o espao vetorial das matrizes quadradas n X n sbre o

corpo R. Sejam U e W os subespaos das matrizes simtricas e
anti-~imtricas, respectivamente.
Mostre que V= U ffi W. (A
matriz M simtrica se, e smente se, M = M', e anti-simtrica
se, e smente se, M' = -M.)
Primeiro, mostraremos que V= U
Note que
+ W.
Seja A uma matriz quadrada
n X n, arbitrria.
A = 1/2(A
Afirmamos que 1/Z(A
A 1)
+ A + 1/2(A -A
1
)
E U e que 1/2(A-
(1/2(A +A'))'= 1/2(A +A')'= 1/2(A 1
isto , 1/2(A
+ A 1)
simtrica.
(l/2{A -A 1)) 1
isto , 1/2(A -A
1
)
nW
{0}.
1
)
E W.
+ A 11)
Pois
1/2(A +A'),
Alm disso,
1/2{A- A 1) 1
1/2(A 1 - A) = - 1/2(A -A 1),
anti-simtrica.
Em seguida, mostraremos que U

Ento, M
A 1)
nW
= {0}.
.Suponha que ME U
M' e M' = -M o que implica M = -M ou M =O.
n W.
Portanto,
De acrdo com isso, V= U (}) W.
Problemas Propostos
.,:SPAOS VETORIAIS
4.39.
Seja V o conjunto das seqncias infinitas (at, a 2 , . . ) num corpo K com adio
em V e multiplicao por escalar em V, definidos por (at, a 2 ,
.)
(bt, b2, ... ) =
{at
bt, a2
b2, ... )
k(at, a2, , .. ) = (kat, ka2, ... ),

onde a;, b;, k
4.40.
K.
Mostre que V espao vetorial sbre K. -
Seja V o conjunto dos pares ordenados (a, b) de nmeros reais com adio em V
e multiplicao em V definidos por
(a, b)
+ (c, d)
= (a
+ c, b + d)
k(a, b) = (ka, O)
Mostre que V satisfaz todos os axiomas de espao vetorial exceto [M4] : lu
Portanto, [M4] no conseqncia dos outros axiomas.
4.41.
= u.
Seja V o conjunto dos pares ordenados (a, b) de nmeros reais. Mostre que V
no espao vetorial sbre R com adio em V e multiplicao por e8calar em V
definidas por
(i)
(ti)
(Hi)
(iv)
(a, b) + (c, d)
"" (a
+ d, b +c) e k(a, b) =
(ka, kb);
+ (c, d) ... (ii + c, b + d) e k(a, b) = (a, b);

(a, b) + (c, d) = (O, O) e k(a, b) ~ (ka, kb);
(a, b) + (c,d) = (a.c, bd) e k(a, b) = (ka, kb).
(a, b)
CAP. 4]
4.42.
97
Seja V o conjunto dos pares ordenados (zt, z 2) de nmeros complexos. .Mostre

que V espao vetorial sbre o corpo real R com adio em V e multiplicao por
escalar em V definidas por
(zt, z2)
+ (wt, w2)
= (zt
onde z 1 , z 2 , w 1 , w 2 E C e k
+ Wt, z2 + w2)
e k(zt, z2) = (kzt, kz 2),
R.
4.43.
Seja V um espao vetorial sbre K, seja F um subcorpo de K. Mostre que V

tambm espao vetorial sbre F onde a adio de vetores em relao a F a mesma
que em relao a K, e onde a multiplicao por escaJar por um lemento k E F a
mesma que a multiplicao por k como elemento de K.
4.44.
Mostre que [A
torial.
4.45.
Sejam U e W espas vetoriais sbre um corpo K. Seja V o conjunto de pares

ordenados (u, w) onde u pertence a U e w a W: V= {(u, w): u E U, w E W}.
Mostre que V espao vetorial sbre K, com adio em V e multiplicao por escalar em V definidos por
pgina 75, pode ser deduzida dos outros axiomas de espao ve-
4],
(u, w)
+ (u', w')
(u
+ u', w + w')
onde u, u' E U, w, w' E W e k E K.

rior de U e W.)
e k(u, w) = (ku, kw),
({;:sse espao V chamado soma direta exte-
SUBESPAOS
4.46.
4.47.
Considere o espao vetorial V no problema 4.39, de seqncias infinitas (at, a 2, .

num corpo K. Mostre que W subespao de V se
.. )
(i)
W consiste em tdas as seqncias com zero como primeiro elemento;
(ii)
W consiste em tdas as seqncias, com somente um nmero finito em com

ponentes no-nulas.
Determine se W subespao de R 3 ou no, onde W consiste nos vetores (a, b, c) E R 3

para os quais (i) a = 2b; (ii) .a ~ b ~ c; (iii) ab = O; (iv) a = b = c; (v) a ,; b 2 ;
(vi) kta
k 2b
k 3c = 01 onde k; E R.
4.48.
Seja V o espao vetorial das matrizes quadradas n X n sbre um corp~ K. Mostre

que W subespao de V se W consiste em tdas. as matrizes que so (i) anti-simtricas (A 1 = -A), (ii) ti:iangulares superiormente, (iii) diagonais. (iv) escaiares.
4.49.
Seja AX = B um sistema homogn!!O de equaes lineares em n incgnitas.sbre

um corpo K. MostrP que o conjunto soluo do sistema no subespao de K".
4.50.
Seja V o espao de tdas as funes do corpo real R em R.

subespao de V em cada um dos seguintes casos
(i)
J'
W consiste em tdas as funes limitadas. (Aqui,

existe ME R tal que 1/(x) I:5 M, Vx E R.)
f:
Mostre que W
R--> R limitada se
(i i)
W consiste em tdas as funes pares. (Aqui, .f: R--> R par se f(-x)=

,; f(x), Vx E R.)
(iii)
lV 01isiste em tdas as funes contnuas.
(iv)
lV consiste em tdas as funes diferenveis.
(v)
consist~
em tdas as funes integrveis, digamos, no intervalo

O~x~l.
(Os ltimos trs casos requerem algum conhecimento de anlise.)
98
[CAP. 4
4.51.
Discuta se R 2 ou no subespao de R 3
4.52.
Demonstre o teorema 4.4. A interseo de um nmero qualquer de subespaos

de um espao vetorial V subespao de V.
4.53.
Suponha que U e W so espaos de V para os quais U U W tambm subespao.

Mostre que ou U <= W ou W <= U.
COMBINAES LINEARES
4.54.
Considere os vetores u
(1, -3, 2) e v
(2, -1, 1) em R 3
(i)
Escrev (1, 7, -4) como combinao linear de u e v.
(ii)
Escreva (2, -5, 4) como combinao linear de u e
(iii)
Para que valor .de k (1, k, 5) uma combinao linear de u e v?
(iv)
Procure uma condio para a, b, c de modo que (a, b, ~) seja combinao

linear de u e v.
4.55.
Escreva u como combinao linear dos polinmios v = 2t 2

onde (i) u = 3t 2
St- 5, (ii) u = 4t 2 - 61- 1.
4.56.
Escreva E como combinao linear de A
(~ -~)
onde
(i)
t'.
+ 3t- 4 e w
1
(0
=G =D
(ii)
Bjl
\-1
= t 2 - 2t- 3,
~)
2 1)
-1
-2
SUBESPAOS GERADOS, GERADORES

4.57.
Mostre que (1, 1, 1), (0, 1, 1) e (0, , -1) geram R 3, isto , que qualquer vetor (a, , c)
uma combinao linear dos vetores dados.

4.58.
Mostre que o plano yz W = ((O, , c)} em R 3 ge~do por

(i) (0, 1, 1) e (0, 2, -1);
(ii) (O, 1, 2), (O, 2, 3) e (O, 3, 1).
4..59.
Mose que os nmeros complexos w = 2

3i e z = 1 - 2i geram o corpo com
plexo C como espao vetorial sbre o corpo R.
4.60.
Mostre que os polinmios (1 - t) 3 , (l- 1) 2, 1 ...: t e 1 geram o espao dos polinmios de grau ~ 3.
4.61.
Encontre um vetor em R 3 que gere a interseo de V e W onde U o

plano xy:
= {(a,., 0)}, e w o espao gerado pelos vetores (1, 2, 3) e (1, -1, 1).
4.62.
Demonstre. L(S) a interseo de todos os subespaos de V contendo S.
4.63.
Mostre que L(S) = L(S U {O}).

Isto , acrescentando ou removendo o vetor
nulo de um conjunto, no mudamos o espao gerado pelo conjunto.
4.64.
Mostre que se S <= T, ento L(S) <= L(T).
4.65.
Mostre que L(L(S))
L(S).
ESPAO DAS LINHAS ,Q~ U)\IA MATRIZ

4.66.
Determine quais das seguintes matrizes tm o mesmo espa!<o de linha~
A= ( 1 -2 -1).
3 -4 5 B
(12 -13 -12)
'
c ... (~
=!
-S
~~)
1
CAP. 4]
4.67.
Sejam
UI
VI
=
=
= (2, 3,
= (3, -2,
u2
(1, 1, -1),
(1, -1, -3),
v2
-1),
-8),
99
ua = (3, 1, -5)
va = (2, 1, -3)
Mostre que o subespao de R 3 gerado pelos u; o mesmo subespao gerado pelos v;.
4.68.
Mostre que se qualquer linha de uma matriz escalonada (escalonada; reduzida

por linhas) removida, ento a matriz resultante ainda est na forma e~calonada
(escalonada reduzida por linhas).
4.69.
Demonstre a recproca do teorema 4.6: Matrizes com o mesmo espao de linhas

(e o mesmo tamanho) so equivalentes por linha~.
4.70.
Mostre que A e B tm o mesmo espao de colunas se, e smente se, A' e B 1 tm

o mesmo espao de linhas.
4.71.
Sejam A e B matrizes para as quais AB definido. Mostre que o espao. das

colunas de AB est contido no espao das colunas de A.

4.72.
4.73.
Estendemos a noo de soma a subconjuntos no-vazios arbitrrios (no necessriamente subespaos) S e T de um espao vetorial V, definindo
S + T = {s + t; sE S, tE T}. Mostre que essa operao satisfaz
(i)
a lei comutativa S
(ii)
a lei associativa (St
(iii)
(iv)
+V
{O}
{O} +S
+ S;
+ S2) + Sa
+ (S2 + Sa);
= SI
S;
V+ S = V.
Mostre que par'a qualquer subespao W de um espao vetorial V,

W+ W= W.
4.74.
D um exemplo de um subconjunto S de um espao vetorial V que no subespao de V mas para o qual (i) S + S = S, (ii) S + S c S (prpriamente contido).
4.75.
Estendemos a noo de soma de subespaos a mais de duas parcelas, como segue.

Se WI, W2, .. . , Wn so subespaos de V, ento,
W~ = W2
+ ... + W,.
{wl
+ w2 + ... +
Wn :
'liJ; E
W;}
Mostre que
4.76.
(i)
L(WI, W2, ... , Wn)
(ii)
se S; gera TV;, i= 1,.
WI
+ W2 + ... + Wn;
, n, ento S1US 2 U .. . USn gera W1+W2+ ... +W,..
Suponha que U, V e W so subespaos de um espao vetorial.

..;
(U
V)+ (U
n W)
n (V+
Demonstre que
W)
Encontre subespaos de R 2 para os quais igualdade no vale.

4.77.
Sejam U, V e W os seguintes subespaos de R 3 :

U= {(a, b, c):a
b +c= 0},
W
. Mostre que (i) R3 = U

direta a soma ?
V= {(a, b, c):a
c}.
{(O, O, c): c E R)}
V,
(ii) R 3 = U
+ W,
(iii) .Ra = V+ W.
Quando
[CAP.
100
4.78.
Seja V o espao vetorial de tdas as funes do corpo real R em R. Seja U o

subespao das funes pares e W o subespao das funes mpares. Mostre que
V = U E9 W. [Lembre que f par se, e somente se, f(-x) = f(x), e f mpar
se, e somente se, f(-x)=-f(x).]
4.79.
Sejam J1! 1. W 2.. . subespaos de um espao vetorial V para os quais IY 1 c TY2 c ...
Seja W = IV1UW2 U.
Mostre que JY subespao de V.
4.80.
No problema anterior, suponha que S; gera IV;, i = 1, 2,

.. gera w.
Mostre que
s = SI u s2u
4.81.
Seja V o espao vetorial das matrizes quadradas n X n. sbre um corpo K. Seja

o subespao de matrizes triangulares superiores e Jr o s:.~bcspao de matrizes
triangulares inferiores. Encontre (i) U + W, (ii) U n IV.
4.82.
Seja V a soma direta externa dos espaos vetoriais U e TV sbre um corpo K. (Veja
problema 4.45.)
Seja fi= l(u,O):uE

Mostre que (i)
fJ
UI. W=
I(O,w):wE W}.
W so subespaos de
fJ
V, (ii) V =
E9
W.

4.47.
(i)
Sim.
(i i)
No; por exemplo, (1, 2, 3)
(iii)
No, por exemplo, (!,O, O), (0, 1, O) E W, tnas no sua
(i v)
(v)
(vi)
4.50.
Wmas-2(1, 2, 3)
W.
soma~
Sim.
.No; por exemplo, (9, 3, O) E H! mas 2(9, 3, O) !f; JV.
Sim.
(i)
Sejam f, g E W com M1 e Mu cotas para
para quaisquer escalares a, b ER,
e g, respectivamente.
Ento,
laf(x)+bg(x) I~ iaf(x) I+ lbg(x) I=

lall.f(x) I+ lbllg(x) I S: la. IM!+ Ih IMu
laf+bg)(x) I=
=
Isto , ia!Mt
(i i)
lb!Mu uma cota para a funo af
+ bg.
(af +bg)(-x) =aj(-x)+bg(-x) = af(x)+bg(x) = (af+bg)(x)
4.51.
No. Entretanto, pode-se "identificar" o vetor (a, b) E R 2 com, digamos, (a, b, O)

no plano xy em R 3 , les so elementos distintos pertencendo a conjuntos distintos, disjuntos.
4.54.
(i)
(iv)
-3u
2v. (ii) ImpossveL
a- 3b- Se = O.
4.55.
(i)
u = 2v- w.
4.56.
(i)
E = 2A - B
4.61.
(2, -5, 0).
6.66.
A e C.
(iii) k = -8.
(i i) Impossvel.
+ 2C.
(ii) Impossvel.
CAP. 4]
101
4.67.
Forme a matriz A cujas linhas so os u; e a matriz B cujas linhas so os v;, depois

mostre que A e B tm a mesma forma cannica pqr linhas.
4.74.
(i)
Em R 2 ; seja S
{(0, O), (0, 1), (0, 2), (0, 3), ... }.
(i i)
Em R 2 , seja S
{(O, 5), (0, 6), (0, 7), ... }.
4.77.
A soma direta em (ii) e (iii).
4.78.
Pista. f(x) = 1/2(/(x)
+ J(-x)) + 1/2(/(x)- f(~x)),
onde
+ j(-x)) ~ par e 1/2(/(x)- f(-x)) mpar.

v = u + w. (ii) u n w o espao das matrizes
1/2(/(x)
4.81.
(i)
diagollais.
Captulo. 5
Bases e Dimenso
INTRODUO
Alguns dos resultados funamentais demonstrados neste captulo so:
(i)
A "dimenso" de um espao vetorial bem definida (teorema 5.3).
(ii) Se V tem dimenso n sbre K, ento, V "isomorfo" a 1\.."

(teorema 5.12).
(iii) Um sistema de equaes lineares tem soluo se, e somente se,
a matriz dos coeficientes e a matriz aume.ntada t1 o mesmo
psto (teorema 5.10).
sses conceitos e resultados so no triviais e respondeni certas perguntas levantadas e investigadas por matemticas de ontem.
Comearemos o cap!:ulo com a definio de dependncia e independncia lineares. sse conceito desempenha um papel essencial na teoria:
da lgebra Linear e na Matemtica em geral.
DEPEND~NCIA LINEAR
Definio. Seja V um espao vetorial soore um corpo K. Diz-se que os

vetores V~o . . . , v"' E V so linearmente dependentes sbre K, ou simplesmente dependentes, se existem escalares a 1 , ,a 111 E K, nem todos nulos,
tais que
lLmVm =
("')
Do contrrio, dizse que os vetores so linearmenl<~ independentes sbre K,

ou '!implesmente independentes.
Observe que a relao ('") ser sempre vlida se os a s so todos O,

se essa relao vlida somente neste caso, isto ,
ento, os vetores so linearmente independentes. Por qutro lado, se a

relao (*) tambm vlida quando um dos as no O, ento os vetores
so linearmente dependentes.
Observe que se O um dos vetores v 1 ,
os vetoresdevem ser dependentes; pois
v 111 , digamos, v 1 = O, ento
+ Ov = 1.0 + O + . . . + O =
111
102
BASES E DIMENSO
CAP. 5]
103
e o coeficiente de v 1 no O. Por outro iado, qualquer vetor no-nulo v ,.

por si s, independente; pois
h = O, v
O implica k
O.
Seguem outros exemplos de vetores dependentes e independentes.

Exemplo 5.1. Os vetores u = (1, -1, 0), v = (1, 3; -1) e w = (5, 3, -2) so dependentes, pois, parn 3tt + 2v- w =O, 3(1, -1, O) + 2(1, 3, -1) -(5, 3, -2) = (0, O, O).
Exemplo 5.2. Mostraremos que os vetores u = (6, 2, 3, 4), v = (0, 5, -3, 1) e
w = (0, o; 7, -2) so independentes. De fato, suponha que xu + yv + zw = O onde x,
y e z so incgnitas escalares. Ento,
+ y(O, 5, -3, 1) + z(O, O, 7, -2)

+ 5y, 3x- 3y + 7z, 4x + y- 2z);
(0, O, O, O) "" x(6, 2, 3, 4)

= (6x, 2x
. logo, pela igualdade das componentes correspondentes,

6x
2x
=O
+ 5y
3x - 3y
4x
A primeira equao conduz a x

a terceira equao com x = O, y
xu
+ yv + zw
=O
+ 7z
=O
y - 2z =O
O; a segunda equao com x

O conduz a z = O. Assim,
== O implica x
O conduz a y = O"; e
O, y = O, z = O
De acrdo com isso, u, v e w so 'independentes.

Observe que os vetores no exemplo anterior formam uma matriz na forma escalonada
5 -3
'o
~)
7 -2'
Assim, mostramos que as linhas (no..nulas) da matriz escalonada acima

so independentes. ~sse re.sultado vlido em geral; ns o anunciaremos
formalmente como um teorema, pois le ser freqentemente usado.
Teorema 5.1. As linhas no-.nulas de uma matriz na forma escalonada

so linearmente independentes.
Par- mais de um vetor, o conceito de dependncia pode ser definido.
eqUivalentemente como segue.
Os vetores v 11 , Vm so linearmente dependentes se, e :smente se,
um dles combinao linear dos outros.
De fato, suponha que, digamos, v; uma combinao linear dos outros:
BASES E DIMENSO
104
[CAP, 5
Ento, somando -v; a ambos os lados, obtemos
onde o coeficiente de t'; no O; portanto, os vetoreS so linearmente dependentes. Reciprocamente, suponha que os vetores so linearmente
dependentes, digamos,
+
Ento, vi= -bj 1b1v1
... -
b,vm = O onde
bj 1b1_ 1v1- I - bj 1bH 1vJ+I-
.. -
br.C O
b-/bmvm;
Jogo, vi combinao linear dos outros vetores.

Agora faremos uma assertiva levemente mai-s forte que a acima; sse
resultado tem muitas conseqncia-s importantes.
Lema 5.2. Os vetores no nulos, vi, ... , v,. so linearmente dependentes

se, e smente se, um dles, digan1os V;, combinao linear dos vetores
precedentes
Observao I. O conjunto {v 11 , vml chamado dependente ou independente se os vetores vi> ... , vm so dependentes ou independentes. Tamb~m definimos que o conjunto vazio <P independente.
Observao 2. Se dois dos vetores vi, ... , vm so igua1s, digamos v 1
ento os vetores so dependentes. Pois
v2 ,
e o coeficiente de vi no O.
Observao 3. Dois vetores vi e v 2 so dependentes se, e somente se, um

dles mltiplo do outro.
Observao 4. Um conjunto que contm um subconjunto dependente

tam-bm dependente. Portanto, qualquer subconjunto independente
indePendente.
Observao 5. Se o conjunto {vi,
reordenao dos vetores {v; 1 , v;2 ,
__
__ , Vml : independente, ento qualquer

v;ml t tambm independente.
Observao 6. No espao real R 3 a depenpncia de vetores pode ser descrita geometricamente como segue: dois ~etores quaisquer u e v s~ dependentes se, e smente se, esto na mestna reta passando pela ongem;
trs vetores quaisquer u, v e w so depend~ntes se, e smente se, esto no
mesmo plano passando pela origem.
BASES E DIMENSO
CAP. 5]
u e v so depe'ndentes
u,
105
e w so dependentes
BASES E DIMENSO
Comeamos com uma definio.
Definio. Diz-se que um espao vetori<!l V de dimenso finita n ou

n-dim.ensional, e escreve-se dim V = n, se existem vetores linearmnte
independentes e1 , e 2 ,
. , en que geram V.
A seqncia {e1 , e 2 , . . , e,.}
ento chamada uma base de V.
A definio acima, de dimenso, bem definida em vista do seguinte
teorema.
Teorema 5.3. Seja V um espao vetorial de dimenso finita.

base de V tem o mesmo nmero de elementos.
Ecyto, tda
Define-se a dimenso do espao vetorial {O} como. sendo O. (De

certa maneira,isso est de acrdo com a definio acima, pois, por definio, 0 independente e gera {0}.) Quando um espao vetorial no
de dimenso finita, diz-se que le de dimenso infinita.
Exemplo 5.3. Seja K um corpo qualquer. Considere o espao vetorial K" que
consiste de n-uplas de elementos de K. Os vetores
= (l, O, O, ... , O, O)
e 2 = (0, 1,0, ... ,0,0)
e1
en =
(O, O, O, _ _, O, 1)
formam uma base, chamada a base usual, de K". Assim K" tem dimenso n.
K.
Exemplo 5.4. Seja U o espao vetoria I de tdas as ma trizes 2 X 3 sbre o corpo

Ento, as matrizes
(~ ~ ~) (~ ~ ~) (~ ~ ~)
e~~)(~
~).(6 ~ ~)
formam uma base de U. Assim,dim U = 6. Mais geralme. te, seja V o espao vetorial
de tdas as matrizes m X n sbre K e seja E;j E V a matri;z; cujo elemento-ij 1 e O
BASES E DIMENSO
106
[CAP. 5
nas demais pos1oes. Ento, o conjunto IEl base, chamada base usual, de V (pmblema 5.32); conseqentemente,dim V= mn.
Exemplo 5.5. Seja W o espao vetorial de polinmios (em t) de grau ~ n. O con.
junto {1, t, t 2 , .. , tnl linearmente independente e gera lV. Assim le uma base de
W, logo dim lV = n
1.
Comentamos que o espao vet::>rial V de todos os polinmios no de dimenso

finita, pois (problema 4.26) nenhum conjunto finito de polifimios gera V.
O teorema fundamental acima, sbre dimenses, conseqncia

do importante "lema da substituio" seguinte.
Lema 5.4. Suponha que o conjunto {v 1 , v2 , , vnl gera um espao

vetorial V. Se {wi, ... , wm} linearmente independente, ento m ~ n
e V gerado por um conjunto da forma
Assim, em particular, quaisquer n

mente dependentes.
+ 1 ou
mais vetores em V so linear-
Observe, no lema. acima, que substitumos m dos vetores no conjunto

gerador por m vetores independentes e ainda ficamos com um conjunto
gerador.
Agora, suponha que S subconjunto de um espao vetorial V.
mamos {vi, ... , vmJ de subconjunto independente maximal de S se
(i)
Cha-
le um subconjunto independente de S; e
(ii) {v 1 , . . . ,
seguinte teorema.
V 111 ,
w} dependente para qualquer w E S.
Segue o
Teorema 5.5. Suponha que S gera V e lv 11 , vml conjunto independente maximal de S. Ento {vi, ... , vm} base de V.
A principal relao entre a dimenso de um espao vetorial e seus
subconjuntos independentes est contida no prximo teorema.
Teorema 5.6. Seja V de dimenso finita
(i) Qua.lquer conjunto de n
dependente.
+1
~-
Ento,
ou mais vetores linearmente
(ii) Qualquer conjunto linearmente independente parte de uma

base, isto , pode ser estendido a uma base.
(iii) Um conjunto linearmente independente com n elementos
base.
&emplo 5.6. Os quatro vetores em K 4
(1, 1, 1, 1), (0, 1, 1, 1), (O, O, 1, 1), (0, O, O, 1)

so linearmente independentes, pois formam uma matriz na forma escalonada.
disso; como dim K 4 = 4, les formam uma base de K 4 .
Alm
BASES E DIMENSO
CAP. 5)
107
Exemplo 5.7. Os quatro vetores em R 3,

(257, -132, 58). (43,
o. -17).
(521, -317, 94), (328, -512, -731),
devem ser linearmente dependentes, ppis vm de um espao vetorial de dimenso 3.
DIMENSO E SUBESPAOS
Os teoremas seguintes do relaes bsicas entre a dimenso de um
espao vetorial e a dimenso de um subespao.
Teorema 5.7. Seja W subespao de um espao vetorial n-dimensional V.
Ento dim W ~ n. Em particular, se dim W = n, ento W = V.
Exemplo 5.8. Seja W um 3ubespao do espao vetorial R 3. Agora, dim R 3 = 3;
portanto, pelo teorema precedente, a dimenso de J.V s pode ser O, 1, 2 ou 3. Surgem os
seguintes casos
(i)
dim W
= O, ento W = [0}. um ponto;
(ii) dim W = 1, ento W uma reta passando pela origem;

(iii) dim W = 2, ento W um plano passando pela origem;
(iv) dim W
= }, ento W o espao todo R 3
Teorema 5.8. Sejam U e W subespaos de dimenso finita de um espao

vetorial V. Ento, U
W tem dimenso finita e
+
dm ( U + V)
= dim
+ dim W- dim ( U n W)
Note que, se V a soma direta de U e W, isto , V= U Efl W, ento

dim V = dirn u
dim W (problema. 5.48).
Exemplo 5.9. suponha que U e W ~o os planos xy e yz, re~pectivamente, em R":

U = l(a, b, O)l, W = {(0, b, c)). Como R 3 = U + W, dim (U
W) = 3. Tambm
dim U ~ 2 e dim W = 2. Pelo teorema acima,
+ 2- dim (U ()
W) ou dim (U
Observe que isso concorda com o fato que U.

logo, tem dimenso 1.
W o eixo
n W)
= 1
y, isto ,
U f1 W
= [(O,
b, O)),
PS'I'O DE UMA MATRIZ

Seja A uma matriz arbitrria m X n sbre um corpo K. Lembre
que o espao das linhas de A o subespao de K" gerado por suas linhas,
BASES E DIMENSO
108
[CAP. 5
e o espao das colunas de A o subespao de k"' gerado por suas colunas.

As dimenses do espao das linhas deA e do espao das colunas de A so
c~amadas, respectivamente, ps to das linhas e ps to das colunas de A.
Teorema 5.9. O psto das linhas e o psto das colunas de uma matriz A
so iguais.
Definio. O posto da matriz A, escrito psto (A), o valor comum de
seu psto das linhas e seu psto das colunas.
Assim, o psto de uma matriz d o nmero mximo de linhas independentes e tambm o nmero mximo de colunas independentes. Podemos obter o psto de uma matriz como segue.
Suponha que A
calonada usando as operaes

A para
2
2
4
2
6
10
-1
-2
-1)
-3
Reduzimos A forma es-
-5
element~res
-1)
o
-3
-6
o
-3
-6
com linhas
para
2
2
-3
-l)
-1 .
Lembre que matrizes equivalentes por linhas tm o mesmo espao das

linhas. Assim, as linhas no-nulas .da matriz escalonada, que so independentes pelo. teorema 5.1, formam uma base do espao das linhas de A.
Portanto, sse psto de A 2.
APLICAES S EQUAES LINEARES

x;I,
Considere um sistema de m equaes lineares em n incgnitas

. , x,, sbreum corpo K
aux1
+ a12X2 +
a21X1
+a22X2 +
ou a equao matricial equivalente
AX
B,
onde A = (a;i) a matriz dos coeficientes, e X = (x;) e B = (b;) so os

. vetores coluna das mc6gnitas e das constantes, respectivamente. Lembre
que a matriz aumentada do sistema definida corno sendo a matriz
(A, B) =
BASES E DIMENSO
CAP. 5]
109
Observao' 1. Diz-se que as equaes lineares acima so dependentes

ou independentes de segundo, sejam os vetores correspondentes, isto ,
as linhas da matriz aumentada, dependentes ou independentes.
Observao 2. Dois sistemas de equaes lineares so equivalentes se,
e somente se, as matrizes aumentadas correspondentes so equivalentes
por linhas, isto , tm o mesmo espao das linhas.
Observao 3. Podemos sempre substituir um si~tema de equaes por
um sistema de equaes independentes, tal como um sistema na forma
escalonada. O nmero de equaes independentes ser sempre igual ao
psto da matriz aumentada.
Observe que o sistema acima tambm equivalente equao vetorial
Assim, o sistema AX = B tem soluo se, e somente se, o vetor coluna B

uma combinao linear das colunas da matriz A, isto , pertence ao espao das colunas de A. Isso nos d o seguinte. teorema bsico de existncia.
Teorema 5.10. O sistema de equaes lineares. AX = B tem soluo se,
e somente se, a matriz dos coeficientes A e a matriz aumentada (A, B)
tm o mesmo p6sto.
Lembre (teorema 2.1) que se o sistema AX = B tem uma soluo,
digamos v, ento sua soluo geral da forma v + W = {v+ w : w E W}
onde H-7 a soluo geral do sistema homogneo associado AX = O. Agora,
W subespao de K"; logo, t~m uma certa dimenso. Surge o prximo
teorema, cuja demonstrao deixada para o prximo captulo.
Teorema 5.11. A dimenso do espao soluao W do sistema homogneo
de equaes lineares AX = O, n- r, onde n o psto da matriz A dos
coeficientes.
No caso do sistema AX = O estar na forma escalonada, ento le
tem P.{ecisamente n - r variveis livres, digamos, X;t, X;2r .. , X;n-r Seja
vi a soluo obtida fazendo x;r 1, e tdas as outras variveis livres =.0.
Ento, as solues v1 , . . , v,_, so linearmente independents (problema
5.43); logo, forir~am uma base do espao das solues.
Exemplo 5.10. Encontre a dimenso e uma base do espao das solues W do sis
tema de equaes lineares
x
x
2x
+ 2y
+ 2y
+ 4y
- 4z
- 2z
-2z
+ 3r - s = O
+ 2r + s = O
+ 3r + 4s = O
. BASES E DIMENSO
110
[CAP. 5
Reduza o sistema forma escalonada
+ 2y
- 4z
+ 3r
6z - 3r
e, ento,
+ 2y
- 4z
s = O
r+
2z -
+ 3r
2s =O
+ 6s
=O
s ..;. O
r+ 2s =O
2z -
H cinco incgnitas e duas equaes no-nulas na f.:>rmn escalornda; portanto, dim Ir ....
= 5-2 = .3. Note que as variveis livres so y, r e s. Faa
(i) y
= 1, r =
O, s
O, (i i) y
O, r
= O,
1, s
(iii) y
O, r
O, s
para obter as seguin es s::>lues respectivas

VI=
O conjunto {vi,
v2 =H. O, 1/2, 1, O), v 3 = (-3, O, -1, O, I)
(-2, 1, O, O, 0),
112,
v3 } uma base do espao das s:>lues Tr.
COORDENADAS
Seja {el> ... , en} uma base de uni espao vetorial n-dimensional V
sbre um corpo K e seja v um vetor qualquer em V. Como {e;} gera V,
v uma combinao linear dos e;
v = aie 1
+ a2e~ + ... + anen,
a; E K
Como os e, so independentes, tal representao nica (problema S. 7),

isto , os n escalares ar. . .. , an so completamente determinados pelo
vetor v e a base {e1 }. Chamamos sses escalares as coordenadas de v em
(e;}. chamamos a n-upla (alo ... , an) vetor coordenada de v em relao a {e;}
e a anotamos [v]. ou simplesmente [v]
[v]. = (ai, a2, ... ' an)

Exemplo 5.11. Seja V o espao vetorial dos polinmios com grau ::; 2
V= {at 2
+ bt +c: a, b, E
RI
Os polinmios
ti =
I, e 2 = t - 1 e e 3
formam uma base para V. Seja

v relativo base le1. e 2 , e 3}.
21
t' =
5t
= (t -
+ 6.
I )2
= 12 -
2t
+1
Encontre [vJe, o vetor coordenada de
Escr.:!va v c:Jmo combinao linear dos e;, usando as incbgnitas x, y e z: v
+ ye2 + zeu.
2t 2
5t
+6=
+ y(t- 1) + n(t2- 2t + 1)
+ yl - y + l!t 2- 2zt + z
zt2 + (:y ~ 2z)t + (:;~; - y + :~;)
x{l)
= x
~
I)epois faa
05
coeficiente" de mesma potncia de t iguais mitre. si

I
:~:-y+ll~fi
y- 2z = -5
z = 2
xet
CAP. 5]
A soluo do sistema acima
= 3,
-1, z
+ 2ea.
v = 3el- e2
111
BASES E DIMENSO
= 2. Assim,
logo [v). = (3, -1, 2)
Exemplo 5.12. Considere o espao real R 3 Encontre o vetor coordenada de

1), h = (O, 1, 1), fa = (O, O, 1)
= (3, 1, -4) relativo base h = (1, 1,
Escreva v como combinao linear dos f; usando as incgnitas x, y e z: v = xfl
+ yf2 + zfa
= x(1, 1, 1) + y(O, 1, 1) + z(O, O, 1)

=(x, x, x) + (0, y, y) + (0, O, z)
(3, 1, -4)
= (x, x + y, x + y
+"z)
Depois, faa as componentes correspondentes iguais entre si, para obter o sistema equivalente de equaes
X
X+
x+y+z=-4
tendo soluo x
3, y
= -2, z
-5. Assim, [vr/ = (3, -2, -5).
Observamos que, relativo base usual e1 = (I, O, O), e 2 = (O, 1, 0), e 3

o vetor coordenada de v idntico ao prprio v: [v]c = (3, 1, -4) = v.
(O, O, 1),
Mostramos acima que para cada vetor v E V corresponde, relativa

a uma base dada {e~o ... , e.. }, uma n-upla [v]. em K". Por outro lado, se
(a 1 , . . , a,.) E K", ent.o existe um vetor em V de forma a 1e1 + ... + a..e...
Assim a base {e;} determina uma correspondncia biunvoca entre os vetores em V e as n-uplas em K". Observe tambm que se v=a 1e1
+a,.e,.
corresponde a (a~> ... , a .. ) e w = b1 e1 + ... + b"e" corresponde a (b 11 b,.)
ento v + w = (a1 + b1)e 1 + ... + (a,. + b,.)e,. cotresponde a (a~> ... , a,.)+
+ (b 11 , b.. ) e, para qualquer escalar k E K,
+ ...
kv = (ka 1)e 1
+ ... + (ka.. )e.. corresponde a k(a
11 . . . ,
an)-
Isto ,
[v+ w]. = [v].+ [w],
[kv]. = K[v]..
Assim, a correspondncia biunvoca acima entre V e K" preserva as operaes de adio de vetores e multiplicao por escalar, dos espaos vetoriais; ento, dizemos que V e K" so isomorfas, escrevemos V,....., K".
Enunciamos formalmente sse resultado.
Teorema 5.12. Seja V um espao vrtorial n-dimensional sbre um corpo K.

EnLio, V e Kn so isomorfas.
O exemplo seguinte d uma aplicao prtica do resultado acima.
Exemplo 5.13. Determine se as seguintes matrizes so dependentes ou independentes
A=
G o -3)
2
'B
3
5
-:) . c=
C!
8
10
,;l~)
Os vetores coordenados das matrizes acima relativos base do exemplo 5.4 so

[A]= (1, 2, -3, 4, O, 1), [B] =(I, 3, -4, 6, 5, 4) [C]= (3, 8, -11, 16 .,.. 9)
BASES E DIMENSO
112
[CAP. 5
Forme a matriz M cujas linhas so os vetores coordenadas acima
-3
3 -4
8 -11
M=G
G
4
6
16
5
10
Reduza Af por linhas forma escalonada
M para
para (
2
1
2
-1
-2
10
-3
-1
2
1
o o
-3
4
2
l)
o o o
Como a matriz escalonada tem somente duas linhas no-nuas, os vetores coordenadas
[A], [B] e [C] geram um espao de dimenso 2; logo, s_o dependentes. De acrdo com
isso, as matrizes originais A, B e C so dPpendentes.
DEPEND~NCIA LINEAR
5.1.
Determine seu e v so linearmente dependentes ou no,se
(iii)
(i v)
= (3, 4), v = (1, -3)

u= (2, -3), v = (6, -9)
U= (4, 3, -2), v = (2, -6, 7)
u= (-4, 6, -2), v = (2, -3, 1)
(v)
u=
Go
(vi)
u=
(~
(vi i)
u= 2- St
(i)
(i i)
(viii)
-2
u= 1 -
-5
-~).
-3)4'
=. (~ -5
+ 6t:J.- t3
3t + 2t
3t
2
(~
o
2
v=
'
-D
-D
3+ 2t - 4t
-3
9t- 6!
2
2
+ 5t3
+ 9r
Dois vetores u e v so dependentes se, e somente se, um n1ltiplo do outro.

(i) No. (ii) Sim, pois v = 3u. (iii) No. (iv) Sim, pois u
pois v = 2u. {vi) No. (vii) No. (viii) Sim, pois v = -3u.
5;2.
-2v. (v) Sim,
Determine se os seguintes vetores em R 3 so linearmente -dependentes ou no

(i)
(1, -2, 1), (2, 1, -1), (7, -4, 1)
(ii)
(1, -3, 7) (2, O, -6), (3, -1, -1,. (2, 4, -5)
(iii)
(1, 2, -3), (1, -3, 2), (2, -1, 5)
(iv)
(2, -3, 7), (0, O, 0), (3, -1, -4)
BASES E DIMENSO
CAP. S]
113
{i) MHodo 1. Faa uma combinao linear dos vetores igual ao vetor nulo,
usando incgnitas escalares x, y e z.
x(l, -2, 1)
Ento.
(x, -2x, x
(x
011
+ y(2, 1, -1) + z(7, -4, 1) =
)+ (2y, y, -y) +
+ 2y + 7z,
+ y- 4z,
-2x
(, O, O)
(7z, -4z, z) = (O, O, O)

x- y
+ z)
(O, O, O)
Faa as componentes correspondentes iguais entre si para obter o sistema ho~o

gneo equivalente e reduza forma escalonada
+
+
x
2y
7z =O
-2x
y - 4z = O ou
x - y+ z=O
+ 2y + 7z =O
Sy + 10z =O
-3y -
+ 2y + 7z
=O
+ 2z
=O
ou
6z ~O
O sistema, na forma escalonada, tem s duas equaes no-nulas nas trs incgnitas:
portanto, o sistema tem soluo no nula. Assim, os vetores iniciais so linearmente
dependentes.
Mtodo 2. Forme a matriz cujas linhas so os vetores dados e reduza forma
escalonada, usando as operaes elementares com linhas
-2
1
-4
1)
-1
1
-2 1)
( 1 -2 .. 1 )'
( 1
O 5 -3
para
O
o 10 6
o
para
5 -3
o o
Como a matriz escalonada tem uma linha nula, os vetores so dependentes. (Os
trs vetores dados geran~ um espao de diniensao 2.)
(ii) Sim, pois qualquer quatro (ou mais) vetores em R 3 so dependentes.
(iii) Forme a matriz, cujas linhas so os vetores dados, e reduza a matriz por linhas
forma escalonada
-~ -~)
-1
para (
_;
-5
-~)
para
(.~
_;
11
-;)
6
Como a matriz escalonada no tem linhas nulas, os vetores so iooependentes. (Os trs vetores dados geram um espao de dimenso 3.)
(iv) Como O
5.3.
(0, O, O) um dos vetores, os vetores so dependentes.
Seja V o espao vetorial das matrizes 2 X 2 sbre R.

se as matrizes A, B, C E V so dependentes onde
(i)
A=
. (ii)
A=
""
(i)
B =
(~
(~ ~)
c=
(!
Determine
c= (
1 -5)
o
-4
Faa uma combinao linear das matrizes A, B e C igual a matriz nula,

usando incgnitas escalares x, y e z, isto , faa xA
yB
zC =O. Assim,
X
ou
c D+
(~ ~) + z (~ ~) ~ (~ ~)
G ~) + U ~) + (~
~)
g g)
BASES E DIMENSO
114
[CAP. 5
ou
Faa os elementos correspondentes iguais entre si para obter o sistema
homogneo de equaes equivalentes
x+y+z=O
x+
z=O
=0
=0
x+y
Resolvendo o sistema acima obtemos smente a soluo nula, x = O, y = O,

z = O. Mostramos que xA + yB + zC jmplica x '= O, y = O, z = O; por:
tanto as matrizes A, B e C so linearmente independentes.
(i i) Faa uma combinao "linear das matrizes A, B e C igual ao vetor nulo
usando incgnitas escalares x, y e z, isto , faa xA + yB + zC =o O. Assim,
+ (3y -y) + ( z -5z)

(OO O)
(3xx 2x)
x
2y 2y
-4z
O
.
O
( 3xx++ 3y2y +- 4zz 2xx -+y2y- 5z) ~ ( OO OO )
=
ou
ou
Faa os elementos correspondentes iguais entre si para obter o sistema

homogneo equivalente de .equaes lineares e reduza forma escalonada
X+
2x -
Jy
+ 2y
X+ 2y
3x
ou, finalmente,
X+
- 4z =O
=
X+
Jy
+Z
Jy
Z =
- 7y - 7z = O
- 7y - 7z = O
-y - z =o
y - Sz = O ou
y+z=O
.O sistema na forma escalonada tem uma varivel livre e, portanto, tem soluo no- nula, por exemplo, x = 2, y = -1, z = 1. Mostramos que
xA
yB
zC = O no implica x = O, y = O, z = O; portanto, as matrizes
so linearmente dependentes.
5.4.
Seja V o espao vetorial dos polinmios de grau ~ 3 sbre R. Determine se u, v, w E V so independentes ou dependentes, onde
(i)
u = t3- 3t 2 +5t+ 1, v= tJ-:- t2+8t+2, w= 2t3
(ii)
u=t +4t -2t+3, v=t3+6t 2 -t+4, w=3t 3 +8t 2 -8t+7
(i)
4t 2 +9t+S
Faa uma combinao liner dos polinn1ios u, "e w igual ao polinmio nulo
usando inc6gnitas escalares x, y e z, ioto , faa xu + yv + zw = O. Assim:
x(t 3 -3t 2 +5t+l) + y(t 3 -t2+Bt+2) + z(2ta_4t 2 +9t+5) =O
ou
xt 3 -3xt 2 +5xt+x+yt3-yt 2 +8yt+2y+2nt3-4zt 2 +9zt+Sz =O
ou
(x+y+2z)t 3 + (-3x-y-4z)t 2 + (Sx+By+9z)t + (x+2y+Sz) =O
CAP. 5]
BASES E DIMENSO
115
Os coeficientes das potncias de t d~vem ser iguais a O
+ }' + 2z
x
-3x -
+
+ 2y + Sz
Sx
x
=O
-y - 4z = O
8y + 9z =O
=O
Resolvendo o sistema homogneo acima, obtemos somente a soluo nula

x = O, y = O, z = O; portanto u," e w so independentes.
(ii) Faa uma combinao linear dos polinmios u, to e w igual ao polinmio nulo,
usando incgnitas escalares x, y e z; ;,to , faa xu + yv + zw = O. Assim,
+ 41 2 -
+ 3) + y(i3- + 6t 2 - t + 4) + z(3t 3 + 8t 2 - 8t + 7) =-0

xt + 4xt - 2xt + 3x + yt 3 + 6yt 2 - yt + 4y + 3zt 3 + 8zt 2 - Szt + 1z = O
(x + y + 3z)t 3 + (4x + 6y + 8zt)t 2 + (-2x- y- Sz)t + (3x + 4y + 7z) =O
x(t3
2t
Faa os coeficientes das potncias de t iguais a O e reduza o sistema forma

escalonada
x
4x
~2x
3x
+ y + 3z
+ 6y + Sz
=O
= O ou
= O
y - Sz
+ 4y + 7z
ou, finalmente,
=O
y
3z =O
2y - 4z =O
y - 2z =O
y - 2z =O
+ y + 3z
=O
y - 2z =O
O sistema na forma escalonada tem uma varivel livre e portanto tem so

luo no nula. Mostramos que xu
yv
zw = O no implica x = O,
y = O, z = O; portanto os polinmios so linearmente dependentes.
5.5.
Seja V o espao vetoriafdas funes de R em R. Mostre que f, g, h E V

so independentes, onde (i) f(t) = e 21 , g(t) = t 2 , h(t) = t; (ii) f(t) =
= sen t, g(t) = cos t, h(t) = t.
Em cada caso, faa uma combinao linear das funes igual
funo nula O usando incgnitas escalares x, y e z: xf
yg
zh = O;
e, ento, mostre que x = O, y = O, z = O. Realamos que xf +
yg
zh = O quer dizet que, para cada valor de t, xj(t)
yg(t)
+ zh(t) = O.
(i)
:'-ia equao xe 21
+ yt 2 + zt
Resolva o sistema
~ ~e 2 +
l
xe 4
.;....'O, substitua
t = O para obter xe 0
t = I para obter xe 2
1 = 2 para obter xe 4
'"*'
+
+
+ yO + zO
+
ou
x ,.. O
z =
o.
z :
+ 4y + 2z
para obter somente a soluo nula
= O
y +" = O
4y
2z = O
= O
= O,
y ""'
o,
Portanto, f, g e h so independentes.
(ii) Mtodo 1.
Na equao x sen t
+ y cos t + zt = O, substitua
+
+ z . O ou y = O
+
+ z-rr/2 = O ou x + 1f'Z/2
+ z . = O ou -y +
para obter x . O
y . 1
t = -rr/2 para obter x . 1
y . O
t = 1r para obter x . O + y(-1)
1r
1rZ
= O
E DIMENSO
BASES
116
r y =o
+ -,rz/2
Resolva o sistema ' x
[CAP. 5
= O
l-y+,-z=O
para obter somente a soluo nula:

Portanto,
f,
= O,
= O, z = O.
g e h so independent~s.
derivadas de x sen t
Mtodo 2. Tome as primeira, segunda e terceira

+ y cos t + zt = O em relao a t para ter
+z=
(I )
-x sen t- y cos t = O
-x cos t + y sen t = O
(2)
x cos t - y sen t
Some (1) e (3) para obter z =O.

e depois some
(3)
Multiplique (2) por sen t e (3) por cos t
sen t X (2): -x sen 2 t - y sen t c::>s t = O

cos t X (3): -x cos 2 t
-x(sen 2 t
+ y sen t cos t
+ cos 2 I)
= O
ou
=O
x = O
Finalmente, multiplique (2) por-cos te (3) por sen t; e depois some para obter
+ sen 2 I)
y(cos 2 t
Como
sen t
y cos t
zt =
= O
ou y = O
O, implica x
= O,
O, z
=D
j, g e h so independentes.
5.6.
Sejam u, v e w vetores independentes. Mostre que u +v, u2v

w so tambm independentes.
tt-
Suponha x(u
lares. Ento, xu
11)
y(u- 11)
z(u - 211
w)
O onde x, y e z so esca-
+ xv + yu - yv + zu - Zzv + Z'IIJ = O ou
(x' + y + ~)u + (x- y- 2::)v + ~w = O
Nlas u, 11 e w so linearmente
acima so iguais a O
.independente~:
+y+
A nica soluo do sistema acima x

u- 211 + w so independentes.
= O,
JXlrtanto, os coeficientes na rdaio
z.= O
x - y - 2z
z
5.7.
ve
=O
=o
y = O, z
= O. Portanto,
+ v,
u-' ti,
Sejam v1 , v2 ,
. , vm vetores independentes, e suponha que n uma
combinao linear dos v., digamos u = alvl
a2v2
amvm,
onde os a 1 so escalares. Mostre que a represt>ntao de u acima
nica.
Suponha u = bl'lll
+ bzvz +
O = u- u =
+ bmvm, onde os b; so escalares. Subtmindo,

Ca1- bt)'lll + (az- bz)vz +
+ (am- bm)Vm
Mas os Vi so linearmente independentes; portanto, os coeficientes na relao

acima so iguais a O.
a1-b1 =O, a2-b2 =O, ... , am-bm =O
Portanto a1 = b 1, a 2 = b 2 , , an,
combinao linear dos v;, nica.
bm; logo, a representao de u acima, como
BASES E DIMENSO
CAP. 5]
5.8.
117
Mostre que os vetores v = (1 +i, 2i) e w = (1, 1 +i) em C2 so

linearmente dependentes sbre o corpo complexo C, mas so linearmente independentes sbre o corpo real R.
Lembre que dois vetores so dependentes se, e somente se, um mltiplo
do outro. Como a primeira coordenada de w 1, v pode ser mltiplo de w se, e
somente se, v = (1
t)w. Mas, 1
i i R; portanto, v e w so independentes
sbre R. Como
(1 + ,:)w ~ (1 +i) (1, 1 + i)

e 1
5.9.
+i
= (1 + i, 2i) = v
C, les so dependentes sbre C.
Suponha: S = {v 1 , . . . , v"'} contm um subconjunto dependente,

digamos {v 1 , . . . , vrl Mostre que S tambm dependente. Portanto, cada subconjunto de um conjunto independente independente.
Como !v1, ... , vr} dependente, existem escalares a1, ... , ar. nem todos
nulos. tais que
Portanto, existem escalares a 1,

a1v1+
... ,
a,, O, ... , O, nem todos nulos, tais que
.. +arvr+Ovr+1+- .. +0v.,=O
De acrdo com issC>, S dependente.
5.10. Suponha que {v 1 ,
. . . , v .. } independente, mas {v 1 , . . . , v.. , w}

Mostre que w uma combin<;to linear dos v,.
dependente.
Mtodo 1. Como {vt. ... , v.... w] dependente, existem escalares a 1 , .. ~

a,., b, nem todos nulos, tais que a1v1 + . .
amvm + bw = O. Se b = O, ento
um dos a; no zero e a1v 1 + ...
a.,vm = O. Mas isso contradiz a hiptese de
, vm} independente. De acrdo com isso, b .,.<O; logo,
que {v 1 ,
b- 1 (-
a1v1- .'
. -
amvmf = -b-l
a1111- ... -
b- 1amVm
loto , w uma combinao linear dos v;.
Mtodo 2. Se w ~ O, ento w = Ov 1
Ov,. Po outro lado, se w .,.< O,
ento pelo lema 5.2, um dos vetooes em {v1, ... , "'"'' w] uma combinao linear
dos vct?res p-recedente... sse vetor nap pode ser um dos " poi" [v 1 ,
, v,.]
independente. Portanto, w uma combi11ao linear do,. Vi.
PROVAS DE TEOREMAS
5.11. Demonstre o lema 5.2. Os vetores no-nulos v1r ... , .v.. so linearmente dependentes se, e smente se, um dles, digamos V;, uma
combinao linear dos vetores precedentes: v,.= a1v1 + ... +a,_ 1v,- 1
Suponha v; =
a1111
+ ... + a;-lVi-1
Ento,
a1v1 + ... + a;-lVi-1- Vi+ Ovi+l
e o coeficiente de v; no nulo.
+ .. .'
+ Ovm =O
Portanto, os v; so linearmente dependentes.
BASES E DIMENS
118
[CAP. 5
Reciprocamente, suponha que os Vi so linearmente dependentes. Ento,

existem escalares ar, ... , am, nem todos O, tais que arvr + ... + GmVm = O. Seja
k o maior inteiro, tal que ak ~ O. Ento,
ar v r + ... + akVk + Ovk +r + ... + Ovm
Suponha k = 1; ento atvr = O, ar
nulos; portanto, k > 1 e
vk
= O ou
ar v r + . .
+ GkVk
=O
O; logo, v r = O. Mas os Vi so vetores no-
= -a~ arvr- ... - a]/ak-lvk-l
Isto , Vk uma combinao linear dos vetores precedentes.
5.12. Demonstre o teorema 5.1. As linhas no-nulas Rr. ... , R,, de uma
matriz na forma escalonada so linearmente independentes.
Suponha que IRn, Rn-1, ... , Rd dependente. Ento, uma das linhas,
digamos Rm, combinao linear das linhas precedentes
(*)
Agora, suponha que a k-sima componente de Rm seu primeiro elemento nonulo. Ento, como a matriz est na forma escalonada, as k-simas componentes
Rm+I. .. . ,Rn so tdas O; logo, a k-sima componente de(*) Gm+rO+am+20+
+ ... + an O = O. Mas isso contradiz a hiptese de que a k-sima componente
de Rm no O. Logo R r, ... , Rn so independentes.
5.13. Suponha que {v 1, . . . , vml gera um espao vetorial V. Demonstre

(i) Se w E V, ento {w, v1 , . . . , vm} linearmente dependente e
gera V.
(ii) Se v, uma combinao linear dos vetores precedentes, ento
{Vlt t V;-I V{+ h . , Vml gera V
(i)
Se w E V, ento w uma combinao linear dos v;, pois !v;l gera V. De

acrdo com isso lw, VI, . . . , vm) . linearmen"te dependente. claro que w
com os v; geram. V, pois os Vi sozinhos geram V. Isto , lw, VI, . . . 'Vm)
gera V.
+ ... +
(ii) Suponha Vi = ktvl

ki-IVi-1 Seja u E V.
combinao linear dos v;, digamos, u = atvr +
por v;, obtemos
Como
lvd gera
... + amVm
V, u
Substituindo
u = arvt+ ... +a;-rv;-I+a;(k,vr+ ... +ki-IVi-t)+a;+rVi+r+ ... +amvm

= (ar +a;kr)vr
+(ai-t+a;k;-r)u;-t+ai-rVi+ r+ ... +amvm
+ ...
Assim Iv r, ... , Vi- I. Vi+ r, ... , vm) gera V. Em outras palavras, podemos
remover Vi do conjunto gerador e ainda ficar com um conjunto gerador.
5.14. Demonstre o lema 5.4. Suponha que !v~t ... , vnl gera um espao
vetorial V. Se {wlt ... , wml linearmente independente, ento
m ~ n e V gerado por um conjunto da forma {w11 . . , wm,
vilt . . .
vin-m}.
Assim, em particular, qualquer n

linearmente dependentes.
+1
ou mais vetores em V so
suficiente provar o teorema no caso que os v; no so todos O. (Demonstre!) Como: os v; geram V, temos, pelo problema anterior, que
lwr,
VI, . ,
Vn)
(I)
BASES E DIMENSO
CAP. 5]
119
linearmente dependente e tambm gera V. Pelo lema 5.2, um dos vetores em

{l) combinao linear dos vetores precedentes. ~sse vetor no pode ser w 1,
logo, deve ser um dos v , digamos Vj. Assim, pelo P.roblema anterior, podemos
remover Vj do conjunto gerador (1) e obter o conjunto gerador
{Wlt Vt, , Vj-t, Vi+ lr
-r
t'n
(2)
Agora, repetimos o argumento com o vetor w2. Isto , como (2) gera V, o conjunto
(3)
linearmente dependente e tambm gera V. Novamente, pelo lema 5.2, um dos

vetores em (3) combinao linear dos vetores precedentes. Realamos que sse
vetor no pode ser w1 e w2, pois {w1, ... , w,.} independente; portanto, deve
ser um dos v , digamos Vk. Assim, pelo problema anterior, podemos suprimi.r
!lk do conjunto gerador (3) e obter o conjunto gerador
{Wt, W2 1 VI, . . .
Vj-lr Vj+ Ir .
--r
t'.k-lr t'k+ 1, ---, t'n J
Repetimos o argumento com v3 e assim por diante. A cada passo podemos adicionar um dos w e retirar um dos. t do conjunto gerador. Se m :::; n, ento,
finalmente, obtemos um conjunto gerador da forma requerida:
Finalmente, mostramos que m > n no possvel. Se assmt fsse, depois de n

dos passos acima, obteramos o conjunto gerador !w1. ... , wnl Isso implica que
Wn+ 1 combinao linear de w 1 ,
.. , Wn o que contradiz a hiptese de que (w;}
linearmente independente.
5.15. Demonstre o teorema 5.3. Seja V um espao vetorial de dimenso

finita.
Ento, tdas as bases de V tm o mesmo nmero de vetores.
Suponha que {e.J. e2, .. , enl uma

base de V. Como (e;} gera V, a base
vetores, ou ento ela dependente pelo
a base {ft,/2, ... } contm menos do que
dente pelo problema anterior . .Assim, a
n vetores; logo, o teorema verdadeiro.
base de V e que (/1, f~, ... } outra

(/1./2, ... } deve conter n ou ~
problema anterior. Por outro lado, se
n vetores, ento (ei. ... , enl depenbase Ih. j 2 ,
.} contm exatamente
Sponha que {v 11 . . , v,.J um subconjunto maximal independente de um conjunto S que gera um espao
vetorial V. Ento, {vlt ... , vml base de V.
Suponha que w E S. Ento, como (v;} um subconjunto maximal

dente de S, {vt, ... , Vm, wl linearmente dependente. Pelo problema
uma combinao linear dos v;, isto , w E L(v;). Portanto, se L(v;).
ti V = L(S) c L(v;) c V. De acrdo com isso, {vi} gera V e, como
dente, base de V.
.
indepen5.10, w
Isso leva
indepen-
5.17. Suponha que V gerado por um conjunto finito S. Mostre que

V de dimenso finita e, em particular, um subconjunto de S
base de V.
Mt\todo 1. De todos os subconjuntos independentes de S, e existe um nmero
.finito dles, pois S finito, um dles maximal. Pelo problema precedente
'sse subconjunto de S base de V.
BASES E DIMENSO
120
[CAP. 5
Mtodo 2. Se S independente, base de V. Se S dependente, um dos ve. tores combinao linear dos vetores precedentes. Podemos suprimir sse vetor
e ainda conservar um conjunto gerador. Continuamos sse processo at obtermos
t!m subconjunto que independente e gera V, isto , base de V.
5.18. Demonstre o teorema 5.6. Seja V de dimenso finita n.

(i). Qualquer conjunto de
dependente.
(\~)
n+ 1
Ento,
ou mais vetores linearmente
Qualquer conjunto linearmente independente parte d.e uma

base.
(iii) Um conjunto linearmente independente com n elementos

urria base.
Suponha que {e I,
... ,
en I base de V.
n+ I
ou mais vetores so dependentes
(;i) Suponha que {t'I.

, t,l independente.
um conjunto da forma
Pelo lema 5.4, V gerado por
(i)
Como le1, ... , en I gera V, quaisquer

pelo lema 5.4.
Pelo problema precedente, um subconjunto de S base. Mas S contm n

elementos e tda base de V contm n elementos. Assim, S base de V e
contm {vi~ ... , v, I como subconjunto.
(iii) Por (ii), um conjunto independente T com n elementos -parte de uma bnse.
Mas tda base de V contm n elementos. Assim, T base.
5.19.
Prove o teorema 5.7. Seja W um subespao de um espao vetorial

Ento,dim W:::; n. Em particular, se dim W= n,
ento W = V.
V n-d1mensional.
Como V de dimenso n, quaisquer n

l ou mais vetores so linearmente
dependentes. Alm disso, como uma base de W consiste em vetores linearmente
independentes, no pode conter mais que n elementos. De acrdo com isso,
dim W :S n.
Em particular, se {WJ. ... , wnl base de W, ento como um .conjunto
independente com n elementos tambm base de V. Assim, W = V quando
dim lV = n.
5.20. Demonstre: teorema

-dim(UnW).
5.8. o dim (U
W)
dim U
+ dim
W-
Observe que U n W subespao de ambos U e w. Suponha que dim U = m,

dim w = n e dim (U n W) = r. Suponha (Vt. ... , Vrl base de u n w. Pelo
teorema 5.6 (ii), podemos estender {v;} a uma base de U e a uma base de W;
digamos,
{VIr ... , Vr, Ut,
.. , Um-r}
e {Vt, ... , Vr, Wt, .,
so bases de U e W; respectivamente. Seja
Wn-r}
cAP.
sr
BASES E DIMENSO
121
Note que B tem exatamente m

n- r elementos. Assim, o teorema estar provado se pudermos mostrar que B base de U + W. Como {v;, u;} gera U e
!t;, Wkl gera W, a unio B = {t;, u;, Wkl gera U
W. Assim, suficiente mostrar que B independente.
Suponha
(1)
onde a;, b;,
Ck
so escalares. Seja
(2)
Por (1), tambm temos que
v= -crw1-
(3)
Como {v;, u;l c U, t E U por (2); e como {wkl c W, v E W por (3). De

acrdo com isso, v E U n Ir. Agora {v;} base de U n W; logo, existem escalares d1, ... , d, para os quais v = d1V1
drvr. Assim, por (3) temos
d1t'1
Mas {v;, wkl base de H'; logo, independente. Portanto, a equao acima fora
= O, ... , r n-r = O. Substituindo isso em (I), obtemos
Mas {v;, u;l base de U; logo, independente. Portanto, a equao acima foraO, ... , a, = O, b1 = O,
. bm-r = O.
ai =
Como a equao (1) implica que a;, bj e

independente e o teorema est provado.
5.21.
Ck
so todvs O, B = {v;, u;, Wk}
Prove o teorema 5.9. O psto das linhas e o psto das colunas

dl:" qualquer matriz so iguais.
Seja A uma matriz arbitrria m X n
A-(
aml Um2
Anote R1, R 2 ,
RI
... ,
Rm suas linhas
(an, a]2, ... ' aln).
..' Rm =. (aml. 1m2
.. , amn)
Suponha que o psto das linhas r e que os seguintes r vetores formam uma
tfase do espao das linhas
SI
=1 (u,
b!2, ... 'bln). s2
(b21 b22 ... b2n), ... Sr = (bri, br2
Ento, cada um dos vetores linhas combinao linear dos S;

R1
R2
=
=
kuS1
k21S1
+ k12S2 +
+ k22S2 +
122
BASES E DIMENSO
[CAP. 5
onde os k;j so escalares. Fazendo as i-simas componentes de cada uma das

equaes vetoriais dadas iguais entre si, obtemos o seguinte sistema de equaes,
cada um vlido para i= 1, ... , n
Assim, para i
UI\
a2i
ali = knbti
a2i = k21b1i
+ kub2i + ... + k1rbri

+ k22b2i + ... + k2rbri
Um(= kmlbli
+ km2b2i + . + kmrbri
= 1,
n,
ku
= b};
kl2
+ b2i
k21
+ ... + b,;
k1r
k2r
kmr
km2
kml
ami
k22
Em outras palavras, cada uma das colunas de A combinao linear dm r

vetores
ku
k21.
kl2
k22
k2r
kml
km2
kmr
k1r .
Assim, o espao das colunas d matriz A tem dimenso no mximo r, isto e,

psto das colunas S r. Portanto, psto das colunas S psto das linhas.
Semelhantemente (ou considerando a matriz transposta A 1) obtemos psto
das linhas S psto das colunas. Assim,o psto das colunas e o psto das linhas
so iguais.
BASES E DIMENSO
5.22. Determine se os seguintes formam base do espao vetorial R 3
(i) (1, 1, 1) e (1, -1, 5)
(i i) (1, 2, 3), (1, o, -1), (3, -1, O) e (2, 1, -2)
(iii) (1' 1, 1), (1, 2, 3) e (2, -1, 1)
(iv) (1, 1, 2), (1, 2, 5) e (5, 3, 4)
(i) e (ii). No, porque uma base do R 3 deve conter exatamente 3 elementos, pois
R 3 de dimenso 3.
(iii) Os vetores formam uma base se, e somente se, so independentes. Assim,
forme a matriz cujas linhas' so os vetores dados e reduza por linhas forma
escalonada
1
(
!).
1 2
2 -1
para
(~
! ~)
-3
-1
(o
1
para
A matriz escalonada no tem linhas nulas. Portanto, os trs vetores so independentes; logo, formam base do R 3
(iv) Forme a matriz cujas linhas so os vetores dados e reduza por linhas
forma escalonada
2
Dpara(~ -~ j) para(~
BASES E DIMENSO
123
A matriz escalonada tem uma linha nula, isto , somente duas linhas no
nulas; portanto, os trs vetores s:lo dependentes, e no formam base do R 3.
5.23. Seja W o subespao do Rt gerado pelos vetores (1, -2, 5, -3),

(2, 3, 1, -4) e (3, 8, -3, -5). (i) Encontre uma base e a dimenso
de W. (i i) Estenda a base de W a uma base do espao todo R 1.
(i)
Forme a matriz cujas linhas so os vetores dados e reduza por linhas forma
escalonada
( 3~
-~ ~ =~)
8 -3
para
3)
(~ -~
_;
1~
-18
,5
para
(1-2 5-3)
O
7 .-9
As linhas no nulas (I, -2, 5, -3) c (O, 7, -9, 2) da matriz escalonada formam
base do espao das linhas, isto , de W. Assim, em particular, dih1 W = 2.
lii) Procuramos quatro vetores independentes que incluam os dois vetores
acima. Os vetores (1, -2, 5, -3), (0, 7, -9, 2), (O, O, 1, O) e (O, O, O, 1) so independentes (pois les formam uma matriz escalonada) c logo formam base
do R 4 que umJ. extenso da base de 11")
5.24. Seja W o espao gerado pelos polinmios

l
21 2
2! 3
+ 4t +
+ 9t -
3t 2
+ 6t- 5
- St2 + 71 +
21 3
Encontre uma 'base e a dimenso de W.

Os vetores coordenadas dos p::Jlinmios dados em relao a base {1 3 , 12 , I,
s'io resperti,amente
11
[v3] = (I, O, 6, -5)

= (2, -5, 7' 5)
(!'Il
(1, -2, 4, I)
[1zl = (2, -3, 9, -I)
[tl
Forme a matriz cujas linhas so os vetores coordenadas acima e reduza por

linhas forma escalonada
~6
-5
2 -5
-2
. 2 -3
( I
_:)
par.1
-2
-6
-1
-1
-~)
para
~ -~O
As linhas no nulas (1, -2, 4, 1) e (0, I, 1, -3) da matriz escalonada formam uma
base do espao gerado pelos vetores coordenadas, logo os polinmios correspondente"
formam base de W. Assim, dim W= 2.
5.25. Encontre a dimenso e uma base do espao das solues W do

sistema
x
x
3x
+ 2y + 2z
+ 2y +
+ 6y +
3z
8z
- s + 3t
+ s + t
+ s + 5t
O
O
O
BASES E DIMENSO
124
[CAP. 5
Reduza o sistema forma escalonada
+ 2y + 2 z-
z
2z
ou
+ 3t =O
+ 2s-
+ 4s-
21 =O
41 =O
+ 2y + 2z - s + 31
:: + 2s- 21
"' O
""'O
O sistema na forma escalonada tem duas equaes (no-nulas) em 5 incgnitas; portanto, a dimenso do espao das solues W 5 - 2 "" 3. As variveis
livres so y, s e I. Faa
(i) y = I, s =O, I =O, , (ii) y =O, s = 1, I =O,
(i1i) y "'O, s =O, 1 = 1
para obter as solues respectivas

vr
= (-2, J, O, O, 0), v2 = (5, O, -2, I, O), va = (-7, O, 2, O, I)
O conjunto {vr. v 2, val base do espao das solues W.
(5~ncontre
um sistema homogneo cujo conjunto das solues W

, 'gerado por
"------
(1,-2,0,3),
(1,-1,-1, 4), (1,0,-2,5)
Mtodo I. Seja v ""' (x, y, z, w). Form~e a matriz M cujas primeiras linha"
so os vetores dados e cuja ltima linha v; e depois reduza por linhas . forma
escalonada
~(
\ - c
!)
- I
'l."-'f
i;
1\ '('
M =
-2
1
1 .
,_,~>.i li\:
~1
o
y
o
-I
-2
z
-2
1
As t~s primeiras linhas originais mostram que W tem dimenso 2., Assim, v E fV
se, -e somente se, a linha adicional no aumenta a dimenso do espao das linhas.
Portanto, fazemos os dois ltimos elementos na terceira linha direita iguais
a zero para obter o sistema homogneo procurado
2x
5x
+ y +z
+y
Mtodo 2. Sabemos que v =. (x, y, z, w)

linear dos geradores de W:
(x, y, z, w) = r(l, ~?O, 3)
=O
-
w =O
W se, e somente se, v combinao
+ s(l, -1; -1, 4) + t(l, O, -2, 5)
A equao vetorial acima nas incgnitas r, s e I equivalente ao seguinte sistema

i, , t;
-2-r -
3r
s
s
. \_.;,
I = X.
s - 2t
=
=
+ 4s + 5t =
z ou
w
BASES E DIMENSO
CAP. 5]
125
Assim v E W se, e somente se, o sistema acima tem soluo, isto , se
+y + z
+ y- w
2x
Sx
=O
O sistema homogneo acima o procurado.

Observao. Observe que a matriz aumentada do sistema (I) a transposta
da matriz Jf usada no prim~iro mtodo.
5.27. Sejam U e W os seguintes subespaos do R4

{(a, b, c, d): b +c+ d = 0},
{(a, b, c, d): a+ b = O, c ~ 2d}
U
W
Encontre a dimenso e uma base de
~i)
U, (ii) W, (iii) U n W.
Procuramos uma base do conjunto das solues (a, b, c, d) da equao
(i)
+c+d
+b +c +d
= O ou O . a
= O
As variveis livres so a, c e d. Faa
(1) a = 1, c= O, d =O, (2) a =O, c= 1, d =O, (3) a= O, c =O, d = I

Vl
= (1, 0, 0, 0), v 2 =(O, -I, I, 0),
t3
= (0, -1, O, I)
O conjunto {v1, v 2, v 3} ba$e de U e dim U = 3.

(ii)
Procuramos uma base do conjunto das solues (a, b, c, d) do sistema
a+b=O
a+b=O
c = 2d ou c - 2d =
As variveis livres so b e d_- Faa
(I) b = 1, d =O,
(2) b
~O,
d = 1
n = (-I, 1, O, O),
V2
(0, 0, 2, 1)
O conjunto {v1, v2} base de W, e dim W = 2.

(iii) U () W consiste naqueles vetores (a, b, c, d) que satisfazem s condies que
definem U e s condies que definem W, isto ", s trs equaes
b+c+d=O
a+ b
=O
!i
iif
.I
lvl
base de U
a+ b
=O
b+c+ d=O
c - 2d c=
= 2d
A varivel livre d. Faa d

Assim,
ou
n W,
1 para obter a soluo v = (3, -3, 2, 1).
e dim (U () W)
1.
5.28. Encontre a dimenso e o espao vetorial gerado por
(i)
(1, -2, 3, -1) e (1, 1, -2, 3)
(ii)
(3, -6, 3, -9) e (-2, 4, -2, 6)
(iii)
+ 2t + 3t + 1 e 2t + 4t + 6t + 2
3
t - 2t + 5 e t + 3t- 4
(1
J)
t3
BASES E DIMENSO
126
;)
(v)
(~
(vi)
(_! _!)
(vii)
3 e -3
[CAP. 5
(~ ~)
(-~ -~)
Dois vetores nO-nulos geram um espao W de dimenso 2 se les so independentes e de dimenso 1 se les so dependentes. Lembre que dois vetores
so dependentes se, e smente se, um mltiplo do outro. Portanto, (i) 2, (ii) 1,
(iii) 1, (iv) 2, (v) 2, (vi) 1, (vii) 1.
5.29. Seja V o espao vetorial das matrizes simtricas 2 X 2 sbre K.

Mostre que dim V = 3. [Lembre que A = (a 1i) simtrica se,
e smente se, A = A' ou, equivalentemente, a,; = aiil
Uma matriz simtrica 2 X 2 arbitrria da forma
onde a, b, c E K. (Note que h trs "variveis".) Fazendo

(i) a= 1, b =O, c =O, (ii) a =O, b = 1, c =O, (iii) a =O, b =O, c= 1,
obtemos as matrizes respectivas
E1
= (
~ ~) ,
E2
c ~) ,
Ea
= (
~ ~)
Mostramos que IE 1 , E 2, E 3 l base de V, isto , que (1) gera V e (2) independente.

(l)
Para a matriz arbitrria A acima em V, temos
A__ (ab b)
r:
= aE1
+ bE2 + cEa
Assim, lEI, E2, Eal gera V.

(2) suponha xE1
+ yE2 + zE 3
Isto , suponha
X
Gg) +
y (
~ ~)
+z (g
O, onde x, y. z so incgnitas escalares.
n
=
~ ~)
ou
c~) g n
=
Fazendo os elementos correspondentes iguais eHtre si, obtemos x

z = o, Ein outras palavras,
xEt
yE 2
zE 3 = O implica x =' , y
De acrdo com isso, IEt, E 2 , Eal independenn,
= O,
O; y
= O,
z = O
Assim, IEt. E2, E 3 l base de V; logo, a tiin1enso de V 3.
5.30. Seja V o espao dos polinelTitJs em t de grau ~ n.

cada um dos seguintes bal!e di'! V:
(i) {1, t, t 2 , , tn-1, tn},
(ii) {1, 1- l, (1- 1) 2 ,
Assim, dim V = n
1.
(1- tt- 1 , (1- t)n}
Mostre que
CAP.
BASES E DIMENSO
.SJ
127
Claramente, cada polinmio em V ombinao linear de I, I,

t"- 1 e
t". Alm disso, I, t, ... , e"-t e I" so independentes, pois nenhum combinao linear dos polinmios precedente.;. Assim, li, I, ... , tnl base de V.
(ii) (Note que por (i), dim V= n + 1; e logo quaisquer n + 1 polinmios indepen-
(i)
dentes formam base de V.) Agora, cada polinmio na seqncia 1, I -I,

(1 - t)" de grau maior do que os precedentes, logo no lombinao
linear dos precedentes. Assim, os n + 1 polinmios I, 1 -I,
. , (I -I)" so
independentes; logo, formam base de V.
5.31. Seja V o espao vetorial dos pares ordenados de nmeros complexos

sbre o corpo real R (veja problema 4.42}. Mostr~ que V de
dimenso 4.
Afirmamos que o seguinte base de V
B = {(1, O), (i, O), (0, I), (0, i)l
Suponha v E V. Ento, v = (z, w) onde z, w so nmeros complexos; logo,

" = (a + bi, c + di), onde a, b, c, d so nmeros reais. Ento,
v = a(1, O)
b(i; O) + c(O, I) + d(O, i)
Assim, B gera V.
A prova estar completa se mostrarmos que B independente. Suponha

.q(l, O)
onde
XJ,
x 2, x 3,
X4 E
(xt
+ ;~zi,
De acrdo com isso,
+ x 2 (i, O) + x 3 (0, 1) + .\ 4(0, i)
= O,
R. Ento,
Xt
xa
+ x1i)
=O, x
r Xt + Xz
(0, O) logo, j
= O, x 3 = O,
X4
Xa
= ()
+ .=
X4l-
= O; logo, B independente.
5.32. Seja V o espao vetorial das matrizes m X n sbre um corpo K.

Seja E;i E V a matriz com elemento-ij igual a 1 e os demais iguais
a O. Mostre que {E;i} base de V. Assim, dim V= mn.
Precisamos mostrar que {E;;} gera V e independente.
Seja A_= (aij) qualquer mq.triz em V. Ento, A= ":.a;jEif Portanto, {Eij} gera V.
i,j
Agora, suponha que "2:, x.;;Ei;
= O, onde os
Xif so escalares. O elemento-ij
i,j
de 2: X;jEij
Xij,
e o elemento-1j de O O. Assim,
i.J
X i; =
O, -i = 1, ... , m., j = 1, ... , n.
De acrdo com isso as matrizes E;; so independentes.

Assim, {E;;} base de V .
.; Observao. Encarando um vetor em Kn como uma matriz 1 X n, mostramos

pelo resultado acima que a base usual definida no exemplo 5.3 base de K" e
que dim
K."
= n.
SOMAS E INTERSEES
5.33. Suponha que V e W so subespaos distintos de dimenso 4 de
um espao vetorial V de dimenso 6. Encontre as dimenses possveis de v n w.
BASES E DIMENSO
12_8
[CAP. 5
Como U e W so distintos, U + W contm propriamente U e W; portanto, dim (U + T-V) > 4. Mas dim (U + W) no pode ser maior do que 6,
porque dim V~ 6. Portanto, temos duas possibilidades: (i) dim (U+ W) = 5,
ou (ii) dim (U +TV)= 6. Usando o teorema 5.8, que dim (U + W) ~ dim U ++ dim W- dim (U n W), obtemos
(i)
= 4 +4-dim(Un H') ou dim(Un
(ii) 6 = 4 + 4- dim (U
n W)
n H'
Isto , a dimenso de U
ou dim (U
W) = 3
n W)
= 2
deve ser 2 ou 3.
5.34. Sejam U e W os subespaos do R4 gerados por

{(1, 1, O, -1), (1, 2, 3, O) (2, 3, 3, -1))
{(1, 2, 2, -2), (2,3, 2,-3), (1, 3, 4, -3)), respectivamente.

Encontre (i) dim ( U
(i)
+ W),
(i i) dim ( U
W).
U + T-V o espao gerado por todos os seis vetores. Portanto, forme a

matriz cujas linhas so os seis vetores dados, e depois reduza por linhas
forma escalonada
(i
~rn (~
2
3
2
3
3
3
')
o
-1
_
2
-3
-3
2
2
4
1
1
3
2
1
-1
o o
o o
o o
para
o
o
1
1
3
3
2
2
4
(
o
o
-1) (I
para
-:)
-1
-1
-2
1
o
o 1 3
o o -1 -2
~ o o o
o o o
o o o
-:)
Como a matriz escalonada tem trs linhas no-nulas, dim (U + W)
= 3.
(ii) Primeiro encontre dim U e dim W. Forme as duas matrizes cujas linhas so
os geradores de U e de W respectivamente e depois reduza pcir linhas forma
escalonada
(i
(~
3
3
3
3
2
2
4
-1)
para
-2)
para
O
-1
-3
-3
c 11
O
c1
o
o
3
3
2
-2)
1
2 -1
O -1
-1)
!
-2
cg 1 -l)
c -1)
1
para
o o
para
O -1
-2
o o
Como cada uma das matrizes escalonadas tem duas linhas no-nulas, dim
U = 2 e dim W = 2. Usando o teorema 5.8, que dim (U + W) = dim U +
+ dim W- dim (U n W), temos
3
= 2
+ 2- dim (U n W)
ou dim (U
n W) =
5.35. Seja U o subespao do R5 gerado por

{(1,3,-2,2,3), (1,4,-3,4,2), (2,3,-1,-2,9)}
f
BASES E DIME~SO
CAP. 5]
129
e seja W o subespao gerado por

l(l, 3,
o,
2, 1)
(1, 5, -6, 6, 3)
(2, 5, 3, 2, l)l
+ W,
Encontre uma base e a dimt>nso de (i) U

(i)
(ii) U () W.
U
W o espao gerado por todos os seis Yetores. Portanto, forme a
matriz cujas linhas so os seis vetores e depois reduza por linhas forma
escalonada
(i
-2
-3
-1
3
3
5
~,. (~
-6
3
-2
-1
o
o
o
o
1) ~rn
-2
2
6
2
2
2
o
o
o
o
o
2
-2
6
')
~
('
(
-1
-~
para_
-2
-3
-1
3
-6
-4
7 -2
-5
-1
3
1
2
2
-:)
-2
")
-2
2 -1
-1
o 2 o -2
~ o o o o
o o o o
o o o o o
-6
O conjunto das linhas no-nulas da matriz escalonada
1(1. 3, -2,
base de U
+ W;
2, 3), (0, 1, -1, 2, -I), (0, O, 2, O, -2)}
assim, dim (U
+ W)
3.
(ii) Primeiro, encontre sistemas homogneos cujos conjunto!! das solues so

U e W, respectivamente. Forme a matriz cujas primeirasr linhas so os geradores de U e cuja ltima linha (x, y, z, s, t) e depois teduza p<;>r linhas
forma escalonada
(1
para
-2
-3
-1
3
4
2
4
-2
s
-2
-1
3
1
o
o
o~" (j
-x
+ y +z
-3
-3x
2
2
4x- 2y
-2
-1
3
+y
2x
2
2
-6
-2x
s
+z
-13
3
-3x
+t
-13
)
-6x6y+t
+s
Faa os elementos da terceira linha iguais a O para obter o sistema homogneo cujo conjunto soluo U
-x
cuj~
+y +z
= O, 4x - 2y
+s
= O, -6x
+y +t
= O
Agora forme a matriz cujas primeiras linhas so os geradores de W e

ltima linha (x, y, z, s, t) e depois reduza por linhas forma escalonada
1 5
3 -o
2 3
1)
(1o
32 - 6
o
1
66
42
2
5
3
2
1
para
O
-1
3
-2
(
x
y
z
s
t
O -3x+y
z-2x+s
1
o
(
1
-3
O -9x + 3y
o o
+z
2
4x - 2y + s
1
2x - y
+t
21 )
-1
-x+t
BASES E DIMENSO
130
[CAP. 5
Faa os elementos da terceira linha iguais a O para obter o sistema homo

gneo, cujo conjunto soluo IV
-9..-
+ 3y + z
+s
4x - 2y
O,
+I
2x - y
= O,
= O
Combinando os dois sistemas obtemos o sistema homogneo <"Ujo conjunto

soluao U n W:
+z
-X+
=o
=o
+t=O
+ z
=o
=0
+s
+I= 0
y
2y
J -6.r + y
I -9x + 3y
I
4x - 2y
I
2x y
(-x
+y+ z
2y + 4z +
8z
4z
-x
+ y+
+ s., +
+ 3s
21 = O
= O
s - 21 = o
Existe uma varivel livre, que
I= 2, obtemos a soluao
ou
=O
=O
t;
= l,
.r
2y + 4z
-Sy - 6z
-6y - Bz
2y + 4z
y + 2z
+s
4x -
-x +_v+ z
2y + 4z; +
J
8z +
I
ou
portanto, dim ( U
= 4, :t = -3, s
= o
=0
+I= O
=O
+s
=0
+t =o
= ()
=0
Ss + 21 =O
s - 21
5
=o
n W) = I. Faz~ndu
= 4, I= 2. Assim,
un w.
((1,4,-3,4,2)j base de
VETORES DAS COORDENADAS

5.36. Encontre o vetot coordenada de v em ;elao base
{(1, 1, 1), (1, 1, 0), (1, O, O)} do R 3 , onde
(i) v = (4, -3, 2),
(ii) v
(a, b, c).
Em cada caso, faa v uma combinao linear dos vetores da base usando
incgnitas escalares x, y e z:
v= x(l, 1, 1) + y(l, 1, O)+ z(l, o, O)

(A soluo nica, pois
e, ento, resolva em relao ao vetor soluo (x, y, z).

os vetores da base so linearmente independentes.)
(i)
(4, -3, 2) = x(l, 1, 1) + y(l, I, O)+ z(l, O, O)

(x, x, x)
= (x
+ (y, y, O) + (z, O, O)
+ y +
2,
+ y,
x)
Faa as componentes correspondentes iguais entre si para obter o sistema
.\' +
Z =
4, .\' +
y =
-3,
X =
Substitua x = 2 na segunda equao para obter y = -5; ento, ponha x = 2,

y = -5 na primeira equao para obter z = 7. Assim, x = 2, y = -5, .:: = 7
a nica soluo do sistema; logo, o vetor coordenada de t em relao base
dada [v) = (2, -5, 7).
(ii)
(a, b, c)= x(l, I,

Ento,
donde
I)+
X
x = (,
y(l, 1, O)+ z(l, O, O)= (x + y
+ )' +
y = b- c,
[(a, b, c)] = (c, b- c, a- b).
= a,
z = a- b.
z, .\
y, x)
y = b, X = C
Assim,
[v]
= (c, b- c, a- b), isto ,
--r
131
BASES E DIMENSO
CAP. 5]
5.37. Seja V o espao vetorial das matrizes 2 X 2 sbre R.
Encontre
o vetor coordenada da matriz A E V em relao base
{G D
onde
( o1
-1)o ' G-~).
(~
-n
(~
g) }
Faa A uma rombinao linear das matrizes na base, IIEando incgnitas

escalares x, y, z, w:
A =
(24 -73)
.r
(I 1)1
I
+Y
,.
_,.) +
(ol -t)
0 +
(o -y)
0
+ (
X-
(~ -~) +
30 -3) +
( w
0
)'
X+ ~ +
( .\" + )'
~)
(~
o)
0
3)
y~-
Faa ns elementos correspondentes iguais entre si para obter o sistema

X
+Z +W
2,
X-)'- Z
3,
+ )'
4,
-7
donde x = -7, y = 11, z = -21, w = 30. Assim, [A]= (-7, 11, -21, 30).
que o vetor coordenada de A deve ser um vetor do R 4, pois dim V = 4.)
(:'>lote
5.38. Seja W o espao vetorial das matrizes simtricas 2 X 2 sbre R.

(Veja problema 5.29.)
4
( -11
Encontre o vetor coordenada da matriz A
-11)
_7
em re-
!ao base
{(_; -o . (~
~).. (-~ =D1
Faa A combinao linear das matrizes na base usando incgnitas escalares x, y e z

A
_.
4 -11)
-7
-11
=X
x + 2y + 4z
( -2x + y - z
(-21 -2)1
+ )' (21
1)
3
+ z ( -14 -1)
-5
-2x + y - z)
x + 3y - Sz
Faa os elementos correspondentes iguais entre si para obter o sistema de equaes lineares equivalente e reduza forma escalonada
x + 2y + 4z =
4
-2x + y - z = -11
-2:x+ y- z=-11
x + 3y - Sz = -7
ou
+ 2y + 4z
Sy + 7z
y - 9z
= -3 ou
= -11
+ 2y + 4z = 4
Sy + 7z = -3
52z
52
BASES E DIMENSO
132
[CAP. 5
Obtemos z = 1 da terceira equao, ento y = -2 da segunda equao, e depois

= 4 da primeira equao. Assim, a soluo do sistema x = 4, y = -2, z = 1;
portar>to, [A] = (4, -2, 1). (Como dim W = 3 pelo problema 5.29, o vetor coordenada de A deve ser um vetor do R 3 .)
x
5.39. Sejam {e 1 , e 2 , e3 } e
so 3).
lf~>
ft.fsl bases do espao vetorial V (de dimen-
Suponha
e"
e2
ea
+ a.J" + aafa
bd1 + baf2 + bafa
cd1 + cd2 + csfa
ad1
(1)
Seja P a matriz cujas linhas so os vetores coordenadas de e1 , e 2 e e 3 ,

respectivamente, em relao base {f;}
Mostre que, para qualquer vetor v E V, [v].,P = [v]1 . Isto ,

multiplicando o vetor coordenada de v em relao base {e;} pela
matriz P, obtemos o vetor coordenada de v em relao base {f;}.
(A matriz P freqentemente chamada matriz de mudana de base.)
+ se + te ento, [v]e = (r, s, t). Usando (1 ), temos

v = r(adl + ad2 + aafa) + s(h/I + b2f2 + bafa) + l(qfi + c2f2 + cafa)
= (ra1 + sbr + tq)fi + (ra2 + sb2 + tc2)!2 + (raa + sb3 + lca)fa
Suponha v
rq
3;
Portanto,
[v]J = .(ral
+ sb1 + tc1,
ra2
+ sb2 + tc2,
raa
+ sba + tca)
Por outro lado,
[v]e P = (r, s, t)
(=:
CJ
::
: : ) = (ra1
c2
ca
De acrdo com isso, [v]. P
+ sb1 + lq, ra2 + sb2 + lc2,
r~a +
sba
+ lca)
= [v]J.
Observao. No captulo 8 escreveremos os vetores coordenadas como vetores

coluna, em vez , de vetores linha. Ento, pelo acima,
Q[v]. =
al
(
a2
b1
b2
CJ)
(r)s
c2
aa
ba
ca
(ra1 ++
tc1)
+
+ tc2
raa + sba + tca
ra2
sbt
sb-z
= [v]J,
onde Q a matriz cujas colunas so os vetores coordenadas de e1, t2 e ea, respectivamente, em relao base tf;}. Note que Q a transposta d1 P e que Q apa~
rece esquerda do vetor coluna [v]. enquanto P aparece direita do vetor linha [v] .
CAP. 5]
BASES E DIMENSO
133
.J,>STO DE UMA MATRIZ

5.40. Encontre o psto da matriz A, onde
(i)
(-~
(ii) A
-1
(i)
1
3
-4
1
3
4
3
8
-3)
-2
-1
-7
-4
-3
-8
-7
-~)
2
1
-1
4 -2
(iii)
(~ _;l
-1
-2
Reduza por linhas . forma escalonada
(j
3
4
-2
3
3 -4
R 1
-1
-3)
-4
para
-7 -3
-7 -8
~"o
3
1
3
1
-3
-6
-1
-2
o-3)
-2
-i)
-1
-3
-1
11
-2
1 -1
o o o o
o o o o
Como a matriz escalonada tem duas linhas no-nulas, psto (A) = 2.

(ii) Como o psto das linhas igual ao psto das colunas, mais fcil formar a
transposta de A e depois reduzir por linhas forma escalonada
(j
l =! ~D
Assim, psto (A)
para (
-! ~~ ~D (i -l -~ -~)
para
= 3.
(iii) As duas colunas so linearmente independentes, pois uma no mltipla da

outra. Portanto, psto (A) = 2.
5.41. SEjam A e B matrizes arbitrrias para as quais o produto AB est

dt>finido. . Mostre que psto (AB) :S: psto (B) e
psto (AB)
:S: psto (A).
Pelo problema 4.33, pgina 94, o espao das lin.hi\s de AB est contido no
espao das linhas de B; portanto psto (AB) 5c psto (B). Alm disso, pelo problema 4.71, o espao das colunas de AB est contido no espao das colunas de A;
portanto, psto (AB) 5c psto (A).
5.42. $eja A qualquer matriz quadrada n X n.

svel se, e somente se, psto (A) = n.
Mostre que A mver-
Note que as linhas da matriz identidade, quadrada, n X n, In, so linearmente independentes pois In est na forma escalonada; portanto, psto Un) = n.
Agora, se A inversvel, ento, pelo problema 3.36, A equivalente por linhas
a In: portanto, psto (A) = n. Mas, se A no inversvel, ento A equivalente
por linhas a uma matriz om uma linh nula; portanto, psto (A)<n. Isto ,
A inversvel se, e somente se, psto (A) = n.
BASES E DIMENSO
134
[CAP. 5
5.43. Sejam xi 1 , x;2 ,
. . . , X;t as variveis livres de um sistema homogneo

de equaes lineares com n incgnitas. Seja vi a soluo para a
X;.J = 1, e tdas as outras variveis livres iguais a O.
Mostre
q ual:
.
que as solues v1 , v2, ... , vk so linearmente independentes.
Seja A a matriz cujas linhas so os v; respectivamente. Transpomos as

colunas I e i 1 , depois colunas 2 e iz,
. , e depois colunas k e ik; e obtemos a
matriz k X n
B = (I, C) = (
r}" o
o
o
Ck,k+ I
A matriz B acima est na forma escalonada, logo; suas linhas so independentes;

ortanto, psto (B) = k. Como A e B so equivalentes por colunas, elas tm o
mesmo ps to, isto , ps to (A) = k. Mas A tem k linhas; portanto, essas linhas,
isto , os v;, so linearmente indep~ndentes como afirmamos.
Problemas Diversos
5.44. O conceito de dependncia linear estendido a todo o conjunto de
vetores, finito ou infmito,. como segue: o conjunto dos vetores
= {v;} linearmente dependente se, e somente se, existem vetores v,1 , . . . , V;n E A e escalares al>
. , an E K, nem todos zero
tais que
A
Caso contrrio, diz-~e que A linearmente independente. Suponha

que A 1 , A 2 , . so conjuntos linearmente independentes de vetores
e que A 1 c A 2 c .... Mostre que a unio A = A 1 U A 2 U ...
tambm linearmente independente.
Vn
Suponha que A linearmente dependente. Ento, existem vetores v 1 ,

A e escalares a1, .. , an E K, nem todos O tais que
(1)
Como A
U A; e os v;
A, existem conjuntos A; 1,
, A;n tais que
Seja k o ndice mximo dos conjuntos A;,-= k = max(i 1 ,
.. ,
in). S.egue ento,
como A1cA2c .. , que cada A;i est contido em Ak. Portanto, v1, v 2 ,
v,. E A k, logo, por (1 ), A k linearmente dependente, o que contradiz nossa
hiptese. Assim, A linearmente independente.
Considere uma seqncia finita de vetores S = {v 1 , v 2 , . , vn}.

;eja T a seqncia de vetores obtida de S por uma das seguintes
"oAOeraes elementares" (i) transposio de dois vetores, (ii) mui-
135
BASES E DIMENSO
CAP. 5]
tiplicao de um vetor por um escalar no-nulo, (iii) adio de um

mltiplo de um vetor a outro. Mostre que S e Jl' geram o mesmo
espao W. Tambm mostre que T independente se, e somente
se, S independente.
Observe que, para cada operao, os vetores em T so combinaes lineares
de vetores em S. Por outro lado, cada operao tem uma inversa do mesmo tipo
(Demonstre'); portanto, os vetores em S so combinaes lineares dos vetores
em T. Assim Se T geram o mesmo espao W. Tambm, T independente se,
e somente se, dim W = n, e isso verdadeiro se, e s.uente se, S tambm
independente.
5.46. Sejam A = (a;;) e B = (b,-;) matrizes

linhas sbre um corpo K, e sejam Vv
espao vetorial V sbre K. Sejam
Ut =
U2
auvt
a21V1
m X n equivalentes por
quaisquer vetores num
. Vn
+ a12v2 +
+ a22V2 +
buVt
+ b12V2 +
+ b22V2 +
bmlvl + bm2b2 + ... +
b21V1
wm
bm,vn
Mostre que {u;) e {w;) geram o mesmo espao.

Aplicar uma "operao elementar" do problema precedente a {u;] equivalente a aplicar uma operao elementar por linhas matriz A. Como A e B
so equivalentes por linhas, B pode ser obtido de A por uma seqncia de operaes elementares por linhas; portanto {w;] pode ser obtido de {ui] pela seseqncia correspondente de operaes. De acrdo com isso, {u;} e {w;} geram
o mesmo espao.
5.47. Sejam v1 ,
. . . , vn
pertencentes a um espao vetorial V sbre K.
Sejam
auVt
a21Vi
auv2
+ a22V2 +
onde a;; E K. Seja P a matriz quadrada n X n dos coeficientes,

isto , P = {a;;).
(i)
Suponha que P inversvel. Mostre que {w;} e {v;} geram o

mesmo espao; portanto {w;} independente se, e somente se,
{v;} independente.
(ti) Suponha que P no inversvel.

dente.
Mostre que {w;) depen-
BASES E DIMNSO
[CAP. 5
(iii) Suponha que {w;} indept>ndente.

svel.
Mostre que P mver-
136
(i)
Como P inversvel, equivalente por linhas matriz identidade I. Portanto, pelo problema precedente fw;} e fvd geram o mesmo espao. Assim,
um independente se, e somente se, o outro .
(ii) Como P no inversvel, equi\alente por linhas a \.)ma matriz com uma
linha nula. Isto quer dizer que fwd gera um espao que tem um conjunto
gerador com menos que n elementos. Assim, {wi} dependente.
(iii) Esta a contra-redproca da proposio (ii); logo, segue de (ii).
5.48. Suponha que V soma direta de seus subespaos U e W, isto ,

V= U EB W. Mostre que (i) se {u 1 , . . . , um} cU e {w 1 , . . . , wnl c W
so independentes, ento {u, wJ tambm independente; (ii) dim
V = dim U
dim W.
(i)
+ . . + amUm + btWI +
Suponha atUI
calares. Ento
+ bnwn
O, onde a;, bj so es-
+ amUm) + (bfU't + ... + bnwnl= O+ O

+ ... + amUm E U e O, b1w1 + ... + b,.wn E IV.
onde O, UtUJ
soma para O nica, isto conduz a
a1111
+ ... + amUm
=O, btw1
+ ... + bnWn
Como esta
=O
A independncia dos u; implica que os a; so todos O, e a independncia dos

implica que os biso todos O. Conseqentemente, {u;, wil independente.
Wj
(ii) Mtodo I. Como V = U $ 11',

Assim, pelo teorema 5.8,
dim V = dim U
temos
+ dim !F- lim ( U ()

+ dim lf"- O =
Ir) = diln U
dim U
+ dim
+ rr
ll'
= fOI.
+
W
Mtodo 2. Suponha que fut,

. , url e fw,, ... , wsl so bases de U e Ir
respectivamente. Como elas geram U e W, respectivmente, {u;, w 1 1 gera
V""' l,J
H'. Por outro lado, por (i). {u;, wil independente. Assim,
{u;, wil base de V; portanto, <;lim V= dim U + dim H'.
5.49. Seja U um subespao de um espao vetorial V de dimenso finita.

Mostre que existe um subespao W de V tal que V= U EB W.
Seja {ut, ... , url base de U. Como {ud linearmente independente, pode
ser estendido a uma base de V, digamos fut, ... , Ur, WI, .. . , w,j. Seja I.V o espao gerado por {w 1 , .. , w9 1. Como {u;, w;l gera V, V = U + Ir. Por outro
lado, U n vV = {Oj (Problema 5.62). De acrdo com isso, V = U ffi 11'.
5.50. Lembre (pgina 76) que se K um subcorpo de um corpo E (ou: E

uma extenso de K), ento E pode ser encarado como um espao
vetorial sbre K. (i) Mostre que o corpo complexo C um espao
vetorial de dimenso 2 sbre o corpo real R.
(ii) :\1ostre que
o corpo real R um espao vetorial de dimenso finita sbre
o corpo racional Q.
(i)
{1, ij base de C sbre R. Porque se v E C, ento

v=a+bi=a.I+b.i onde a, bER; isto , {l,il geraCsbreR.
Afirmamos que
BASES E DIMENSO
CAP. 5]
137
Alm disso, se x 1 + y . i = O ou x
yi = O, onde x, y E R, ento x = O
e y = O; isto , I 1, i} linearmente independente sbte R. Assim, {1, i}
base de C sbre R; logo, C de dimenso 2 sbre R.
(ii) Afirmamos que, par~ qualquer n, {1, ""
dente sbre Q. Porque suponha
ao1
1r
2, ... , 1rnl linearmente indepen-
+ a11r + a21r 2 + ... + a,.1rn
= O,
onde os a; E Q, e nem todos os a; so O. Ento ,. uma raiz dos seguintes

polinmios no-nulos sbre Q: a 0
a1x
a 2x 2
+ a ..x". Mas pode
ser m.ostrado que .,. um nmero transcendental, isto , que .,. no raiz
de nen.hum polinmio no-nulo sbre Q . .De acrdo com isso, os n
1 nmeros reais 1, ,.., ..- 2, .. , ..r" so linearmente independentes sbre Q. Assim
para qualquer n finito, R no pode ser de dimenso n sb~e Q, isto , R
de dimenso infinita sbre Q.
.
5.51. Seja K um subcorpo de um corpo L e L um subcorpo de um corpo

E : K c L c E. (Portanto, K um subcorpo de E). Suponha
que de dimenso n sbre L e L de dimenso m sbre K. Mostre
que E de dimenso mn sbre K.
Suponha que {Vt, ... , Vn} base de E sbre L e I a 1, ... , am I base de L
sbre K. Afirmamos que
{a;vi: i= 1,
m, j = 1, . .. , nl
base de E sbre K. Note que la;vil contm #In elementos. Seja w qualquer
elemento arbitrrio em E. Como {v 1,
, v,.} gera E sbre L, w combinao
linear dos v; com coeficientes em L
(1)
Como {at, .. , aml gera L

coeficientes e'rri K
~bre
K, cada b; E L combinao linear dos ai com
bt = kuat
+ k12a2 +
bz = k21a1
bn = kntal
+ k,.2a2 + ... + knmam
k22a2
onde k;i E K, substituindo em (1), obtemos
+ ... + ktmam)ilt + (k21a1 + ... + k2mam)v2 + +

+ (kntal + ... + k,. ... am)v,. = kua1111 + ... + ktmamvl + k21a1v2 +
+ ... + k2mamv2 + . . + kntiliVn + ... + k,.,..amVn = l:i,J k;j(a;Vj)
w = (knat
onde kii E K. Assim w combinao linear dos a;Vj com coeficientes em K; porJ la;vil gera E sbre K.
""'t<J.r:~
A demonstrao estar completa se mostrarmos que {a;vil linearmente

independente sbre K. Suponha, para escalares Xji E K, l: Xii (a;vj) = O; isto ,
i.J
+ Xt2a2v1 + ... + .X!"'amvl) + ... + (x .. tatvn +

Xn2a2Vn + ... + XnmamVn) = 0
(xuatVt
ou
(xuai
+ Xt~2 + ... + Xtmam)Vt +
BASES E DIMENSO
138
[CAP. 5
Como {v1, .. , vnl linearmente independente sbre L e como os coeficientes

acima dos v; pertencem a L, cada coeficiente deve ser O:
xual
+ Xlz<l2 + --- + Xlmam
Mas {a 1,
X]J
=O,
=O, -- .,
Xnlal
+ Xnz<l2 +--- + Xnmam =o
a,.) linearmente independente sbre K; portanto, como os
... ,
=O, ... ,
X12
!a;''il
De acrdo com isso,

provado.
X!m
=O,
' Xnl
= O,
x,l2 =
O,
Xnm
Xji E
K,
= o
linearmente independente sbre K e o teorema est
Problemas Propostos
DEPENDNCIA LINEAR
5.52.
Determine se u e v so linearmente dependentes onde

(i)
(i i) u
(v)
(vi i)
=
=
5.53.
(-1, 6, -12), v
u=
u
(viii) u
= (4. 3,
(1, 2, 3, 4), v
=
=
(~
-t 3
13
+ 1/21
3t
(-2
16, v
+ 4,
(i v) u
o 1/~)
-2) , v=
-1
2
(iii) u
2, 1)
= (1/2, -3, 6)
=
=
(0, 1), v
~1,
(vi) u=
= 1/21 - 1/41 + 8
+ 41 + 3
O, O), v
/1
(o
(O, -3)
(0, O, -3)
n.
v=
(-~
~l)
t3
Dt-'~rmine se os seguintes vetores em
R 4 so linearmente dependentes ou inde-
pendentes
5.54.
(i)
(1, 3, -1, 4), (3, 8, -5, 7), (2. 9, 4, 23);
(ii)
(1, -2, 4, 1). (2, t,
A=
-2
4
3)
-1
Seja V o espao vetorial dos polinmios de grau <;: ~ sbre R. Determine se

u, v, w E V so .linearmente dependentes ou independentes onde
u = t 3 - 41 2
(i) u = t 3 - 5t 2
(i)
5.56.
(3, -6, 1, 4).
Seja V o espao vet.:.rial das matrizes 2 X 3 sbre R. Determine se as matrizes

A, B, C E V so linearmente depe11dentes ou independentes onde
(i)
5.55.
o. -3),
+ 2t + 3,
-
21
v = t 3 + 2t 2 + 4t- 1, w = 21 3 - t 2 - 3t
3, v = 13- 41 2 - 3t
4, w = 2t3- 71 2 - 7t
Seja V o espao vetorial das funes de R em R. Mostre que

linearmente independentes onde
+5
+9
f,
g, h E V so
f{t) = e', g(l) = sen t, h(t) = 12 ;

(ii) f(l) = e', g(t) = e 21, h(t) = t;
(iii) j(t) = e', g(t) = sen t, h(t) = cos 1.
(i)
5.5t.
Mostre que
(i)
os vetores (1, -i, i) e (2, -1

t) em C 2 so linearmente dependentes sbre
o corpo complexo C mas so linearmente independentes sbre o corpo real R;
BASES E DIMENSO
CAP. 5)
139
(ii) os vetores (3
Vf. 1
VZ) e (7, 1 2Vf) em R 2 so ll11earmente
dependentes sbre o corpo real R mas so linearmente independe~tes Sbre
o corpo racional Q.
5.58.
Suponha que u, v e w so vetores linearmente independentes. Mostre que

(i)
(ii) u
+v+v-
2w, u -
11-
w e u
+ 311- w
3w, u
+ w so linearmente independentes;
+ w so linearmente dependentes.
11
5.59.
Demonstre ou mostre um contra-exemplo: Se os vetores no-nulos u, v

so linearmente dependentes, ento w combinao linear de u e v.
5.60.
Suponha que
o seguinte
111, 11 2 , . . . ,
(i)
{a1v1. a2t2 ... ,
(ii)
{vi, ... ,
w,
Vi- I,
tD
v,. so vetores linearmente indepe~dentes. Demonstre
anvnl
Vi+
linearmente independente onde cada a; ~O.

Vn l linearmente independente onde
1. ... ,
= biVI
+ ... + b;v; + ... + IT,.v,.

2
e b;
jlt!
O.
wl
5.61.
Sejam v = (a, b) e w = (c, d) pertencentes a K

dependente se, e somente se, ad- bc = O.
5.62.
Suponha que {ui, ... , u" WI, . . . ,w.) um subconjunto linearmente independente de um espao vetorial V. Mostre que L(u;) () L(wj) = {0}. (Lembre que
L(u;) o subespao gerado pelos u;.)
5.63.
Suponha que (au, ... , a In), ... , (ami, ... , amn) so vetores linearmente independentes em K", e suponha que 111, .. , Vn so vetores linearmente independentes
num espao vetorial V sbre K. Mostre que os vetores
+ 0Inlln,
Mostre que {v,
. . . , Wm = Um IVI
linearmente
+ ... + Omnlln
so tambm linearmente independentes.
BASES E DIMENSES
5.64.
Determine se cada um dos seguintes forma base de R 2

(i)
(iii) (0, 1) e (0, -3)
(1, I) e (3, l)
(iv) (2, l) e (-3, 87)
(ii) (2, 1}, (1, -1) e (0, 2)
5.65.
Determine se cada um dos seguintes forma base de R 3

(i)
(1, 2, -1) e (0, 3, 1)
(ii) (2, 4, -3), (0, I, 1) e (0, I, -1)

(iii) (1, 5, -6), (2, I, 8), (3, -1, 4) e (2, I, I)
(iv) (1, 3, -4), (1, 4, -3) e (2, 3, -11)
5.66.
F;J~contre uma base e a dimenso do subespao W de R 4 gerado por
(i)
(1, 4, -I, 3) (2, 1, -3, -1) e (0, 2, 1, -5)
(i i) (1, -4, -2, I) (1, -3, -I, 2) e (3, -8, -2, 7)
5.67.
Seja V o espao das matrizes 2 X 2 sbre R e seja W o subespao gerado por
(-11
(-41 -5)
2
Encontre uma base e a dimenso de W.
. (-51 -7)
(-52 -4)
7
1
BASES E DIMENSO
140
5.68.
Seja 11' o espao gerado pelos polinmios

u = 13 + 21 2 - 21 + 1, r = / 3 + 3/ 2
[CAP. 5
I + ~ e u = 21 3 + 12
71- 7
Encontre uma hase e a dimens de 11".
5.69.
Encontre uma base e a dimenso do espao das solues 11" de cada sistema
homogneo
.r - 2v
.r+ 3y + 2z =O
.r+ Sy +
3.\
z =O
+ Sy + 8z
2x
+ 3y
2.r -
= O
= O
- 2z =O
2x
+ ~y + 2z
+ y + Sz
=O
=O
=o
(i i)
(i{
5.70.
+ 7z
(iii)
Encontre uma base e a dimenso do espao das solues W de cada sistema

homogneo
.r
.r
+ 2y
+ 2y
2x +
~Y
- 2z - 2s -
+ 3s
- 7z +
- 21 = O
s +
I =O
x + 2y z + 3s - 4t
2.r + 4y - 2z - s + St
2.r + 4y - 2z +
(i)
~:s
=
=
O
O
2t = O
(i i)
5.71.
Encontre um sistema homogneo cuJo conjunto das solues seja gerado por
5.72.
Sejam V e W os seguintes subespaos do R4 :
1(1, -2, O, 3, -1), (2, -3, 2, 5, -3), (1, -2, I, 2, -2)1
V= l(a,h,r,d):b-2r+d=OI, W= l(a,b,c,d):a=d, b=2cl
Encontre uma base e a dimenso de (i) V, (ii) W, (iii) V

5.73.
Seja V o espao vetorial dos polinmios em

os seguintes base de V
de grau .::; n.
., I
W.
Determine se cada
+ t"-l + t"J
+t +t 2 +
SOMAS E INTERSEES
5.74.
Suponha que U e W so subespaos de dimenso 2 do R 3.

Mostre que U n W ;; 101.
5.75.
Suponha que U e W so subespaos de V e que dim U

dim V= 7. Encontre as possveis dimenses de U n W.
5.76.
Sejam U e w subespaos do R 3 para os quais dim U =I, dim W = 2 e U<f. W.

l\lostre que R 3 = U EB W.
.
5.77.
Seja U o subespao do R" gerado por

1(1, 3, -3, -1, -4). (1, 4, -1, -2, -2)' (2, 9,
4, dim W
5 e
o, -5, -2)1
e seja 11" .o subespao gerado por

1(1, 6, 2, -2, 3). (2, 8, -1, -6, -5)' (1, 3, -1, -5, -6)1
Encontre (i) dim

5.78.
(C
Ir), (i i) dim ( U n W).
Seja V o espao vetorial dos polinmios sbre R. Sejam U e W os subespaos

gerados por
CAP. 5]
,--- .
BASES E DIMENSO
141
e
{1 3
+ 41 2 + 6,
resper.tivamente. Encontre (i)
+ 2t 2 - t + 5, 21 3 + 2t 2 - 31 + 9}
dim ( U + W), (ii) dim ( U n W).
3
Seja U o subespao do R 5 gerado por
5.79.
{(1, -1, -1, -2, O), (1, -2, -2, O, -3), (1, -1, -2, -2, 1)1
e seja W o subespao gerado por
{(1, -2, -3, O, -2), (1, -1, -3, 2, -4), (1, -1, -2, 2, -5)}
(i)
Encontre dois sistemas homogneos cujos espaos das solues so U. e W,

respectivamente.
(ii) Encontre uma base e a dimenso de U
n 11'.
VETORES COORDENADAS
5.80.
Considere a seguinte base do R 2 : {(2, 1), (1, -1)}. Encontre o vetor coordenada
de v E R 2 em relao base acima onde
(i)
5.81.
v = (2, 3); (ii) v = (4, -1); (iii) (3, -3); (iv) v = (a, b).
::=; 3, considere a seguinte
No espao vetorial V dos polinmios em I de grau

base: {1, 1- t, (1 -1) 2, (1- t)3j.
Encontre o vetor coordenada de v. e V em relao base acima se
(i)
2 - 31
+ t 2 + 213;
(ii) v = 3 - 21 - t 2 ;
(iii) v = a
5.82.
+ bt + ct 2 + dta.
No espao vetorial 1-V das matrizes simtricas 2 X 2 sbre R, considere a seguinte base
f(1
l -1
-1) (~
I -5)
2
'
Encontre o vetor coordenada da matriz A E 11' em relao base acima se

(i)
5.83.
-5
Considere as duas bases seguintes do

{ti
= (1, 1, l),
(ii) A= (
~)
R3
e2
= (0, 2, 3),
!2
es
= (0, 2, -1)}
Ih=
(i)
.P
(1, 1, O),
(1, -1, O),
h=
(O,
o, 1)1
Encontre o vetor coordenada de v = (3, 5, -2) em relao a cada base:

[v]. e [v]f .
(ii) Encontre a ma:triz P cujas linhas so respectivamente os vetores coordenadas dos "i em relao base lh,f2,fal.
(iii) Verifique que [v]. P = [v] f
5.84.
Suponha que (e1, .. . ,e,.} e (fi, ... ,j,.} so bases de um espao vetorial V (de
dimenso n). Seja P a matriz cujas linhas so respectivamente os vetores coordenadas dos e em relao base (f;}. Demqnstre que para qualquer vetpr v e V,
[v]. P = [v] f (~sse resultado est demon$trado no pn")blema 5.39 partt o caso
de n = 3.)
BASES E DIMENSO
142
5.85.
[CAP. 5
Mostre que o vetor coordenada de O E V em relao a qualquer base de V

sempre a n-upla nula (0, O, ... , 0).
PSTO D~ UMA MATRIZ

5.86.
Encontre o psto de cada matriz
3 -2
4
1
4
2
7 -3
5
3
4
j)
(i)
2 -3
3 -2
8 -7
-9
-2
-3)
o -4
-2 -11
-10 -3
(i i)
(iii)
(iv)
5.87.
Sejam A e B matrizes arbitrrias m X n. Mostre que psto (A

$ psto (A)
psto (B).
5.88.
D exemplos de matrizes 2 X 2, A e B, tais que
(i)
psto (A
+ B) < psto (A),
psto (B)
(ii) psto (A
+ B) =
psto (A) = psto (B)
(iii) psto (A
+ B)
psto (A), psto (B)
>
+ B)
Problemas Diversos
5.89.
Seja W o espao vetorial das matrizes simtricas 3 X 3 sbre K. Mostre que

dim W = 6 por exibindo uma base de W. (Lembre que A = (a;j) simtrica se,
e smente se, a;; = Uj;).
5.9~.
Seja W o espao vetorial das matdzes anti-simtricas 3 X 3 sbre K. Mostre

que dim W = 3 por exibindo uma base de W. (Lembre que A = (a;j) antisimtrica se, e smente se, a;i =-ai;).
5.91.
Suponha dim V = n. Mostre que um conjunto gerador com n elementos base.

(Compare com teorema 5.6 (iii).)
5.92.
Sejam 11 , t 2 , .. , tn smbolos e seja k qualquer corpo. Seja V o conjunto das

expresses a1t 1
a 2t 2
antn onde a; E K. Defina adio em V por
+ ... +
(a1t1 + a2/2 + ... + antn) + (b1t1 + bzt2 + ... + bntn) =
= (ai + b1)t1 + (a2 + b2)t2 +
+ (an + bn)tn
Defina multiplicao por escalar em V por
Mostre que V espao vetorial sbre K com as operaes acima. Mostre,

tambm, que ft1,
., tnl base de V onde, para i= 1, ... , n,
I;= Ot1
+ Ot;-1 + 1t; + Oti+1 + ... + Otn
BASES E DIMENSO
CAP. 5oj
5.93.
143
Seja V o espao ,etorial de dimenso n sbre um corpo K, e seja K um espao

, ,.etorial de dimenso m sbre um subcorpo F. (Portan.to, V tambm pode ser
" e'ncarado como um espao vetorial sbre o subcorpo F .. ) Demonstre que a di. ft~Ilso de V sbre F mn.
5.94:' 'Sejam V e W espaos vetoriais sbre o mesmo corpo K, e seja V a soma direta
~terior de V e W (veja problema 4.45). Sejam f) e
os subespaos de V defiilidos por f) = {(u, O): u E l.:} e 11 = {(0, w): w E Wj .
. ..
'
-~~it_ Mostre que V isomrfico a
n
: fli)
isomrfico a
fi'-
U sob a correspondncia u <-> (u, 0), e que

sob a correspondncia w <-> (0, w).
+ dim
Mostre que dim V = dim U
1-F.
5.95. : Su.PGnha que V = U $ W. Seja V o produto direto exterior de U e W. Mostre

. que J! isomrfico a V sob a correspondncia v = u
w <-> (u, w).
RESNJST'AS DOS PROBLEMAS PROPOSTOS

5.62. (i) no,
5.~
(ii) sim,
~ifdependente,
5.54.
(iv) no,
(v) sim,
(vi) no,
(vii) sim,
(viii) no.
(i) dependente, (ii) independente.
5.55.
(i) independente,
5.57. .
~i)
(ii) dependente.
(2, -1 +i) = (I +i) (t -i, i);
(ii) (7, 1
5~59.
(iii) sim,
(ii) independente.
+ 2 V2l
(3-
vzl
(3
+ V2.
+ v2J.
A asserti,a falsa. Contra-exemplo: u = (1, O), v= (2, ) e w = (1, 1) no R 2

5.2 requer que um dos vetores no-nulos u, v, w seja combinao linear
cloe preredentes. Nesse caso, v = 2u.
'I..;'Vna
5.64.
(>) sim, (ii) no,
5.65.
(i) no, (ii) sim, (iii) no, (iv) no.
S.sli. . {i) dim JF
(iii) no, (iv) sim.
3, (ii) dim W = 2.
5.67.
dim H" = 2.
5:68.
dim JF
5.69.
(i) base, {(7,-1,-2)}; dim W = 1; (ii) dim TY =O;
2.
pii) base, {(18,-1,-7)}; dim W = 1.

570.
(i) base, {(2, -1, O, O, O), (4, O, 1, -1, 0), (3, O, 1, O, 1)} dim W = 3;
(ii) base, {(2, -1, O, O, 0), (1, O, 1, O, O)j; dim W = 2.
I Sx + y -
z- s = O
5.71.
l''x + y- z - t
5.72,
(i)
base, l(l, O, O, O), (0, 2, 1, O), (0, -1, O, 1)};d:m V= 3.
'(ii) base, {(1, O, O, 1), (O, 2, 1, O)}; dim W = 2.

(i li) base, I (0, 2, 1, O) l; dim (v n W) = 1.
as trs condies em a, b, c, d.
5.73.
(i)
s1m, (ii) no. Pois dim V= n

elementos.
+ 1,
Pista.
v n
deve satisfazer tdas
mas o conjunto contm somente n
BASES E DIMENSO
144
5.75.
5.77.
5.78.
5.79.
[CAP. 5
n IV) = 2, 3 ou 4.
+ W) = 3, dim (U n W) = 2.
dim (U + W) = 3, dim (U n W) = 1.
3x + 4y - ::
- t = O
{ 4x + 2y
dim (U
dim (U
(i)
(ii)
1(1, -2, -5, O, 0), (0, O, 1, O, -1)}. dim (U
l 4x + 2y
+s
'
9x
+ 2y + z + t
n W) = 2.
5.80.
(i) [v] = (5/3, -4/3), (i i) [v] = (1, 2), (iii) [v] = (O, 3),
(iv) [v] = ((a
b)/3, (a- 2b)/3).
5.81.
(i)
[v] = (2, -5, 7, -2), (i i) [v]
+ b + c + d,
(2, -1, 1), (ii) [A]
(3, 1, -2).
+ 3d,
(i)
[A]
5.83.
(i)
[v]e = (3, -:-1, 2), [v]J = (4, -1, -2); (ii) P =

.
5.86.
(i)
3, (ii) 2, (iii) 3, (iv) 2.
5.88.
(i)
A=
(~ ~)
, B
c~
(i i) A=
( ~ ~)
, B
(~ ~)
5.93.
(O, 4, -1, 0),
-b- 2c- 3d, c
5.82.
5.90.
(iii) [v] = (a
5.89.
=O
- s
-~)
-d).
. (1
(iii) A
1
1
-1
-1
= (
1)
3
-1
o)
o '
= (o
~)
((100)
(001)
(00
000' (010)
100'
000'
01
o o o
o o,
'o o
i
l. o o o
1)
o
o) (o o
(o o o))
o o o ' o o 1 ~
{( -1 o o '
o o o
-1 o o
o -1 o J
Pista. A prova idntica dada no problema 5.48 para um caso especial
(quando V ,r ::.ma extenso do corpo K).
Captulo 6
Transformaes lineares
TRANSFORMAES
Sejam A e B conjuntos arbitrrios. Suponha que, para cada a E A,
associado um nico elemento de B; a coleo, f, de tais associaes
chamada funo ou transformao (ou aplicao) de A em B e escrita
f :A ~ B
A __!_. B
ou
Escrevemosf(a), leia "f de a", para o elemento de B que f associa a a E A;

chamado o valor de f em a ou a imagem de a sob f. Se A' qualquer
subconjunto de A, ento f(A ')denota o conjunto das imagens dos elementos de A'; e, se B' qualquer subconjunto de B, ento f- 1 (B') denota o
conjunto de elementos de A, cu]as imagensesto e~ B'
f(A') = lf(a) :a E A'}
f- 1 (B')
={a E A :f(a) E B'}
Chamamos f(A ') a imagem de A' e 1 (B') a imagem inversa ou pr-imagem

de B'. Em particular, o conjunto de tl'\das as imagens, isto , f(A),
chamado imagem de f. Alm disso, A chamado domnio da transformao f : A ~ B, e B chamado seu co-domnio.
A cada transformao f : A ~ B corresponde o subconjunto de A X B
dado por {(a,J(a)) :a E A}. Chamamos sse conjunto grfico de f. Diz-se
que duas trahsformaes f :A - 4 B e g :A ~ B so iguais e escreve-se
f= g, sef(a) = g(a) para todo a E A, isto , se elas tm o mesmo grfico.
Assim, no distinguimos entre uma funo e seu grfico. A negao de
f = g escrita f ~ g e a assertiva; existe .um a E A para o qual
f (a) ~ g(a).
dl
Exemplo 6.1. Sejam A = {a, b, c,

{;<", y. z. w}. O seguinte diagrama
define uma transformao f de A em B
e B
Aqui, j(a)
y, j(b)
x, f(c)
Tambm f({a, b, d})
{f(a),f(b),j(d)}
= .{x,yj
z e f(d)
y.
{y, x, y) =
,..
A imagem de f o conjunto {x, y, z} ;f(A)
{x, y, z}.
Exemplo 6.2. Seja f ; R --->R a transformao que associa a cada nmero real x
seu quadrado x 2
ou
145
j(x) = x 2
TRANSFORMAES LINEARES
146
.: ICP. 6
Aqui a imagem de -3 9; logo, podemos escrever

f(-3) = 9.
Usamos a seta --'; para indicar a imagem de um elemento arpitrrio

x E A sob a transformao f: A ~ B, escrevendo
x
-~
.. .:
f(x),
como ilustra o exemplo precedente.

Exemplo 6.3. Considere a matriz 2 X 3 A
(~
-3
4
't
._. ~
Se escrevermos os vetores no R 3 e R como vetores coluna, ento A deterlina. a

transformao T; R 3 __. R 2 definida por
v__. Av,
Assim, set
isto ,
T(v) = Av,
= (_]),ento, T(v) =Av=
v E R3
(-10)
12 .
-3
4
Observao. Cada matriz m X n, A, sbre um corpo K, determina a tranSformao

T ; Kn __. Km definida por
t'--.
Av,
onde os vetores em Kn e Km so escritos como vetores coluna. Por conveni~ias wsualmente <;~notaremos a transformao acima por A, o mesmo smbolo usado para"_~ ~atriz.
,corPo
Exemplo 6.4. Seja V o espao vetorial dos polinmios na varivel t sbe .0

real R. Ento, a derivada. define uma transformao D ; V~ V, onde, pa~ .. qua.lquer
polinmio f E V, fazemos D(j) = dffdt. Por exemplo, D(3t 2 - St
2) = f>t -'"S/
. .
~,
Exemplo 6.5. Seja V o espao vetorial dos polinmios em t sbre R . (~ . ~ro

exemplo precedente). Ento, a integral, digamos, de O a, 1 define uma traniforlliao
f
; V__. R, onde, para qualquer polinmio
exemplo,
J(3t 2
St
+ 2)
=i'
V, fazemos f (f)
=i'[{;)-~~~;-
;or
'o
(3t 2
St
+ 2)dt
1/2
Note que essa uma aplicao do espao vetorial V no corpo escalar R, enquant a apl,icao no exemplo precedente de V nle mesmo.
Exemplo 6.6. Considere duas transformaes f : A __, B e g : B
-t
C il.ns.tradas
abaixo
;,.
0--0-~~--@)
,_
Seja a E A; ento, f(a) E B, domnio de g.

Port<>tltO, podemos obter a imagem de f(a)
sob a tr<>~uformaao g, isto , g(f(a)). Essa aplicao a-> g(f(ll)) de A em C -chamada
composio ou produto de f c g e anotada por g o f. Em outras palavras,
(gof):A--C
a transformao definida por

(g o f)( a)
g{f(a))
CAP. 6]
147
Nosso primeiro teorema nos diz que a composio de transformaes

&< tisfaz a lei associativa.
Teorema 6.1. Sejam f:
A~
B, g: B
Demonstraremos o teorema, agora.

(h
((h
~C
e h:
C~
JJ.
Ento,
Se a E A, ento
(g o f))(a) = h((g o f)(a)) = h(g(f(a)))

g) o f)(a) = (h o g)(f(a)) = h(g(f(a)))
Assim, (h o (g o f))(a) = ((h

= (h o g) o f.
g)
f)(a) para todo a E ,J; logo, h
(g
f)
~ B.
Alguns textos escrevem aF em lugar de
F(a) para a imagem de a E .1 sob F. Com essa notao, a c0mposio
de funes F: A ~ B e G: B ~C anotada por F o G e no por G o F,
como usado neste texto.
Observao. Seja F :A
A seguir, introduzimos alguns tipos especiais de transformaes.
Definio. Diz-se que uma transformao f: A ---+ B injetiva, (biunvoca ou um a um) se elementos distintos de A tm imagens distintas, isto ,
se a
,r=
a'
implica
f(a)
,r=
f(a')
ou, equivalentemente,
se f(a) = f(a')
implica a = a'
Definio. Diz-se que uma transformao f : A ---+ B sobrejetora ou

sbre (ou aplica fl sbre B) se cada b E B imagem e, ao menos,a E A.
Uma transformao que ambas as coisas, injetora e sobrejetora,
chamada bijetora.
Exemplo 6.7. Sejam f: R --> R, g: R--> R e h: R--> R definidas por f(x) = zx,
g(x) = x 3 - x c h(x) = x 2 Os grficos dessas transformaoes seguem
f(x) = 2z
g(x) = x 3 - x
h(x) = .\ 2
A transformao f i11jctora; geometricamente, isso significa que cada !in h" horizontal
n~o contm mais do que um ponto de f.
A transfom1ao g sobrejetora; geometrica-
148
[CAP. 6
mente, isso significa que cada linha horizontal contm, ao menos, um ponto de g. A
transformao lt no nem injetora, nem sobrejetora; por exemplo, 2 e ~2 tm a mesma
imagem 4, e -16 no imagem de nenhum elemento de R.
Exemplo 6.8. Seja A qualquer conj"unto. A transformao f : A --->A definida

por f(a) = a, isto , que associa a cada elemento em A a si mesmo, chamada transjor
mao identidade em A e anotada lA ou 1 ou I.
Exemplo 6.9. Seja f: A
--->
B. Chamamos g: B---> A inversa de f e escrevemos f-I, se
1B
g oj
lA
Enfatizamos que f tem uma inversa se, e somente se, f ambas as coisas, injetora e sobrejetora (problema 6.9). Tambm se b E B, ento j- 1 (b) = a, onde a o nico elemento
de A para o qual j(a) = b.
.
Sejam V e U espaos vetoriais sbre o mesmo corpo K. Uma transformao F: V ----4 U chamada transformao linear (ou aplicao linear
ou homomorfismo de espaos utoriais) se satisfaz as duas condies !eguintes:
(1)
(2)
Para qualquer v, w E V, F(v + w) = F(v) + F(w).

Para qualquer k E K e qualquer v E V, F(kv) = kF(v).
Em outras palavras, F: V ----4 U linear se "preserva" as duas operaes

bsicas de um espao vetorial, i~to , adio de ''etores e multiplicao
por escalar.
Substituindo k = O em (2) obtemos F(O) = O.
formao leva o vetor zero no vetor zero.
Isto , tda trans-
Agora, para quaisquer escalares a, b E K e quaisquer vetores v, w E V

obtemos, aplicando as duas condies de linearidade,
F(av
+ bw)
F(av)
+ bF(w)
F(bw) = aF(v)
Mais geralmente, para quaisquer escalares a; E K e quaisquer vetores

E V obtemos a propriedade bsica de transformaes lineares
V;
F(a1v1
+ azVz + ... + anvn) =
a1F(v1)
azF(vz)
+ ... + anFCvn)
Observamos que a condio F(av + bw) = aF(v) + bF(w) caracteriza completamente as transformaes lineares e usada, algumas v~zes,
como definio.
Exemplo 6.10. Seja A qualquer matriz m X n sbre um corpo K.
Como observado anteriormente, A. determina uma transformao T : Kn ---> Km pela associao
v---> Av. (Aqui, os vetores em Kn e Km so escritos como colunas.) Afirmamos que T
linear. Pois, por propriedade de matrizes,
T(v
+ w)
A(v
+ w)
=~v+ Aw
T(v)
T(kv) = A(kv) = kAv = kT(v),

onde v, w E Kn e k E K.
+ T(w)
CAP. 6]
149
Observamos que a transformao linear precedente ocorrer repetidamente. De fato, no prximo captulo, mostr... remos que tda transformao linear de um espao vetmial de dimenso finita noutro pode ser
representada como uma transformao linear do tipo ant~rior.
F: R 3
Exemplo 6.11. Seja

xy : F(x, y, z) = (x, y, 0).
-->
Mostraremos que F linear.

F(v
+ w)
R3
Seja v
transformao
= (a, b,
"projeo"
= la', b',
c) e w
c').
no
plano
Ento,
F(a + a', b + b', c + c')

(a
+ a', b + b',
(a, b, O)
O)
+ (a', b', O)
F(v)
+ F(w)
e, para qualquer k E R,
F(kv)
= F(ka, kb, kc)
= (ka, kb, O)
= k(a, b, 0)= kF(v)
Isto , F linear.
Exemplo 6.12. Seja F: R 2 --> R 2 a transformao "translao" definida por
F(x, y) = (x + 1, y + 2). Observe que F(O) = F"(O; O)= (1, 2) ~O. Isto , o vetor
zero no transformado no vetor zero. Portanto, F no linear.
Exemplo 6.13. Seja F: V--> U a transformao que associa O E U a todo v
Ento, para qualquer v, w E V e qualquer k E K, temos
F(v + w) = O = O +O = F(v) + F(w)
Assim, F linear.
F(kv)
V.
= O = kO = kF(v)
Chamamos F a transformao zero e, usualmente, a anotaremos O.
Exemplo 6.14. Considere a transformao identidade I : V--> V que transforma

cada v E V nle mesmo. Ento, para qualquer v, w E V e qualquer a, b E K, temos
I(av + bw) = av + bw
= ai(v) + bl(w)
Assim, I linear.
Exemplo 6.15. Seja V o espao vetorial dos polinmios na varivel t sbre o corpo
real R. Ento, a transformao derivada e a transformao integral
D : V --> V
J ; V -->
R,
,espectivamente, definidas nos exemplos 6.4 e 6.5, so lineares.

em clculo que, para qualquer u, v E V e k E R,
d(ku)
Porque provado
du
--=k-
dt
isto , D(u
+ v)
D(u)
+ D(v) e D(ku)
(u(l)
e
isto , J(u +v)
J(u)
kD(u); e tambm
+ v(t)) dt
ku(t)dt
dt '
= k
u(t) dt
v(t) dt
u(t) dt,
(11) e (ku) = k .j"(u).
Exemplo 6.16. Seja F: V--> U uma transformao linear que ambas injetora
e sobrejetora. Ento, uma transformao inversa p-l : U --> V existe. Mostraremos
(probl.ema 6.17) que essa transformao inversa tambm linear.
150
[CAP. 6
Quando investigamos as coordenadas de um vetor, em relao a uma

base, tambm introduzimos a noo de dois espaos serem isomorfos.
Damos, agora, uma definio formal.
Definio. Diz-se que uma transformao linear F : V ----t U isomorfismo
se injetora. Diz-se que os espaos vetoriais V, U so isomorfos se
existe isomorfismo de V sbre U.
Exemplo 6.17. Seja V um espao vetorial sbre K de dimenso n e seja {et, ... , enl
uma base de V. Ento, como observado anteriormente, a transformao v --> [v] 8 , isto ,
que transforma cada v E V no seu vetor coordenada em relao 'a bqse {e;), um isomorfismo de V sbre Kn.
Nosso prximo teorema nos d abundantes exemplos de transformaes lineares; em particular, nos diz que uma transformao linear
completamente determinada por seus valres nos elementos de uma base.
Teorema. 6.2. Sejam V e U espaos vetoriais sbre um corpo K.
Seja {v 1 , v2 , . . . , vn} base de V e sejam U~o u 2 ,
. , un quaisquer vetores
em U. Ento, existe uma nica transformo linear F : V ----t U tal qu.e
F(vt) = ul, F(v2) = U2, ... , F(vn) = Un.
Salientamos que os vetores Ut. . . . , Un no teorema precedente so completamente arbitrrios; les podem ser linearmente dependentes ou podem
mesmo. ser iguais uns aos outros.
NCLEO E IMAGEM DE UMA TRANSFORMAO LINEAR

Comeamos definindo dois conceitos.
Definio. Seja F: V ----t U uma transformao linear.
escrita ImF, o conjunto dos pontos imagem em U
A imagem de F,
lmF = { u E U : F(v) = u para algum v E V}

O ncleo de F, anotado Nuc F, o conjunto dos elementos em V, que so
transformados ein O E U
Nuc F= {v E V: "F(v) = O}
O seguinte teorema fcilmente demonstrado (problema 6.22).

Teorema 6.3. Seja F: V ----t U uma transformao linear. Ento, a
imagem de F um subespao de U e o ncleo de F um subespao de V.
Exemplo 6.18. Seja F : Ra --> Ra a
transformao projeo sbre o plano xy : F
(x, y, z) = (x, y, O). Claramente, a imagem
de F o plano xy todo
lm F= {(a, b, O): a, b E R)
Note que ncleo de F o eixo dos z
Nuc F= {(0, O, c): c E R)
como sses- pontos, e somente sses pontos,
so transformados no vetor zero O = (0, O, 0).
CAP. 6]
151
Agora, suponha que os vetores. v1, . . . , v,. geram V e que F :. V~ tJ

linear. Mostraremos que os vetores F(vJ, ... , F(v,.) E U geram Im P.
De fato, suponha u E lm F; ento, F(v) = u para algum vetor v E V.
Como os v, geram V e, como v E V, existem escalares a 1 , . . . , a,. para os
quais v = a1v 1 + a2v2 + ... + a,.v,.. De acrdo com isso,
u= F(v)= F(a1v 1 +a2v2
+ ... + a,.v,.)=a F(v )+a 2F(v 2) + ... + a,.F(v,.)

1
e, portanto, os vetores F(v 1),
F(v,.) geram Im F.
Exemplo 6.19. Considere uma matriz 4 X 3 arbitrria sbre um corpo K

a1
bt
A =
(
Ct
dt
que ns encaramos como uma t(ansformao linear A : K 3 -> K 4 Agora, a base usual
let. e2, eal de K 3 gera K 3 ; logo, seus valres A.e1, .Ae 2 , Ae 3 , sob A geram a imagem
de A. Mas os vetores Ae1, Ae 2 e Ae 3 so as colunas de A
~:) (~) (~~)
da
dt
Assim, a imagem de A , precisamente, o espao das colunas de A.
Acentuamos que, se A qualquer matriz m X n sbre K encarada

como uina transformao linear A : l" ~ Km, ento a imagem de A ,
precisamente, o espao das colunas de A.
At aqui ns no relaCionamos a noo de dimenso de transforma.o linear F: V~ U. No caso em que V de dimenso finita, temo!' a
seguinte relao fundamental.
Teorema 6.4. Seja V de dimenso finita e seja F: V-;. U uma transformao linear.
Ento,
J.
dim V
dim
~N uc
F)
+ dim (Im F)
Isto , a soma das dimenses da imagem e do ncleo de uma transformao linear igual dimenso. do seu domnio. ' 7 -se, f~:cilmente,
que essa frmula vale para as transformaes proje._.~., F no exemplo
6.18; L, a imagem (plano xy) e o ncleo (eixo dos z) de F tm dimenses
2 e 1, ~espectivamente, enquanto o domnio R 3 de F tem dimenso 3.
152
[CAP. 6
Observao. Seja F : V~ U uma transformao Jinear. Ento, define-se o psto de F como a dimenso da sua imagem e define-se nulidade
de F como a dimenso do seu ncleo
psto (F)
dim (Im F)
nulidade (F)
dim (Nuc F)
Assim, o teorema precedente produz a seguinte frmula para F quando V tem dimenso finita
psto (F)+ nulidade (F)
dim V
Lembre-se que o psto de uma matriz A foi, originalmente, definido

como a dimenso do seu espao das colunas e de seu espao das linhas.
Observe que, se encararmos A como uma transformao linear, ento
as duas definies se ~orrespondem, pois a imagem de A , precisamente,
seu espao das colupas.
TRANSFORMAES SINGULARES E NO-SINGULARES

Diz-se que uma transformao linear F : V--+ U singulqr se a
imagem de alguns vetores no-nulos sob F O, isto , se existe v E V para
o qual v >= O mas F(v) = O. Assim, F: V--+ U no-singular .se smerrte
O pertencente a V transformado em O pertencente a U ou, equivalentemente, se seu ncieo consiste smente no vetor zero. Nuc F= {0}.
Exemplo 6.20. Seja F: R3-+ R 3 a transformao
linear que gira um vetor de um ngulo O em
redor do eixo dos z:
F(x, y, z) = (x cos 9- y sen 9, x sen 9,
+ y cos O, ~)
Observe que somente o vetor zero transformado

no vetor zero; portanto, F no-singular.
.,
Agora, se a transfrmao linear F: V - U injetora, ento smente O E V pode ser transformado em O E U e, pois, F no-singular.
A recproca tambm verdadeira. 'Suponha,~e que F nO-singular e
F(v) = F(w); ento, F(v- w) = F(v)- F(w) = O e, portanto, v- w = O
ou v = w. Assim, F(v) = F(w) implica v = w, isto , F injetora: Por
definio (pgina 150), uma transformao linear injetora chamada um
isomorfismo. Assim, demonstramos
Teorema 6.5. Uma transformao linear
e sOmente se, ela no-singular.
F: V--> U isomorfismo se,
Observamos oque transformaes no-singulares podem tambm ser

caracterizadas como transformaes que levam conjuntos independentes
em conjuntos independentes (problema 6.26).
CAP. 6]
153
TRANSFOJtMAES LINEARES E SISTEMAS DE EQUAE$

LINEARES
Considere um sistema de m equaes lineares em n incgnitas sbre
um corpo K
aux1
a1~2
+ abox,. = b1
a21x1 + a22X2 + ...
a!,.x,. = b2
a,. 1x 1
+ ...
a,.2x2
+
+ ... + a,.,.x,. =
b,.,
que equivalente equao matricial
Ax = b,
onde A = (a,,) a matriz dos coeficientes, ex = (x,) e b = (b;) so vetores
colunas das incgnitas e das constantes, respectivamente. Agora, a matriz A pode tambm ser encarada: como a transformao linear
:K"~K"'
Assim, a soluo da equao Ax = b pode ser encarada como a pr-imagem

qe b E K"' sob a transformao linear A : K" ~ K"'. Alm disso, a soluo da equao homognea associada Ax = O pode ser encarada como o
ncleo da transformao linear A : K" ~ K"'.
Pelo teorema 6.4,
dim (Nuc
-:4)
dim K"- dim (Im A) = n- psto A
Mas n exatamente o nmero de incgnitas no sistema homogneo Ax = O.

Assim, temos o seguinte teorema sbre equaes lineares que apareceu no
captulo S.
Teorema-5.11. A dimens~o do espao das solues W do sistema homogneo de equaes lineares AX = O n-: r, onde n o nmero de incgnitas e r o psto da matriz dos coeficientes A.
OPERAES COM TRANSFORMAES UNEARES
Estamos capacitados a combinar transformaes lineares de vrias
maneiras para obter novas transformaes lineares. Essas operaes so
muito importantes e sero usadas no texto todo.
Supopha que F: V~ U e G: V~ U so transformaes lineares
de espaos vetoriais sbre um corpo K. Definimos a soma F+ G como
sendo a transformao de V em U, qua associa F(v) + G(v) a v E V:
(F
+ G)(v)
= F(v)
+ G(v)
Alm disso, para qualquer escalar k E K, definimos produto kF como

sendo a transformao de V em U, que associa kF(v) a v E V.:
(kF)(v)
kF(v)
154
[CAP. 6
Mostramos que, se F e G so lineares, ento F+ G e kF so tambm lineares. Temoi, para quaisquer vetores v, w E V e quaisquer escalares
a, b E K,
(F+ G)(av
+ bw)
+ bw) + G(av + bw)

aF(v) + bF(w) + aG(v) + bG(w)
a(F(v) + G(v)) + b(F(w) + G(w))
a(F
=
=
F(av
+ G)(v) + b(F + G)(w)
e
(kF)(av
+ bw)
= kF(av
+ bw)
'akF(v)
= k(aF(v)
+ bkF(w)
+ bF(w))
+ b(kF)(w)
a(kF)(v)
Assim, F+ G e kF so lineares.
Surgem os seguintes teoremas.
Te orem 6.6. Sejam V e U espaos vetoriais sbre um corpo K. Ento,

a coleo de tdas as transformaes lineares de V em U com as operaes
acima de adio e multiplicao por escalar formam um espao vetorial
sbre K.
O espao no teorema acima usualmente anotado
Hom (V, U)
Aqui, Hom vem da palavra homeomorfismo.
de dimenso finita, temos o seguinte teorema.
No caso de V e U serem
Teorema 6.7. Suponha dim V= m e dim U = n.

= mn.
Ento, dim Hom
(V, U)
Agora, suponha que V, U e W so espaos vetoriais sbre o mesmo

corpo K e que F: V~ U e G: U ~ W. So transformaes lineates
Lembre que a funo composta G o F a transformao de V em W, definida por (G o F)(v) = G(F(v)). Mostraremos que G o F linear, enquanto
F e G so lineares. Temos para quaisquer vetores v, w E V e quaisquer
escalares a, b E K,
(G F)(av
+ bw) = G(F(av + bw)) = G(aF(v) + bF(w))

= aG(F(v)) + bG(F(w)) = a(G o F)(v) + b(G o F)(w))
Isto , G o F linear
A composio est relacionada com adio e multiplicao por escalar de transformaes lineares, como segue.
CAP. 6]
155
Teorema 6.8. Sejam V, U e W espaos vetoriais sbre K. Sejam F, F'

as transformaes lineares de V em U e G, G' as transformaes de U em W,
e seja k E K. Ento,
(i)
G o (F
+ F') =
Go F
+ G o F'
+ G') o F
= G o F+ G' o F
(iii) k(G o F) = (kG) o F = G o (kF).
(ii)
(G
LGEBRA DE OPERADORES LINEARE~ .

Seja V um espao vetorial sbre um corpo K. Agora, consideraremos o caso especial de transformaes linares T : V-+ V, isto , de V
nle mesmo. Elas so tambm chamadas operadores lineares ou transformaes lineares em V. Escreveremos A (V) em lugar de Hom( V, V) para
o espao de tdas essas transformaes.
Pelo teorema 6.6, A(V) um espao vetorial sbre K; le tem dimenso n 2 se V tem dimenso n. Agora, se T, SE A(V), ento a composta S o T existe e tambm uma transformao linear de V nle mesmo,
isto , S o T E A (V). Assim, temos uma "multiplicao" definida em
A(V). (Escreveremos ST em vez de So T no espao A(V).)
Observamos que uma lgebra A sbre um corpo K um espao vetorial sbre K, no qual uma operao de multiplicao definida, satiSfazendo para quaisquer F, G, H E A e qualquer k E K,
(ii)
+ H) = FG + FH
(G + H)F =CF+ HF
(iii)
k(GF)
(i)
F(G
(kG)F
= G(kF).
Se a lei associativa tambm vale para a multiplicao, isto , se, para

quaisquer F, G, H E A, (iv) (FG)H = F(GH), ento diz-se que a lgebra A associativa. Assim, pelos teoremas 6.8 e 6.1, A( V) uma lgebra associativa sbre K em relao composio de funes. Portanto,
freqentemente chamada lgebra dos operadores lineares em V.
Observe que a transformao identidade I: V-+ V pertence a A( V).
Tambm para qualquer T E A( V), temos TI = IT = T. Notamos que
ns tambm podemos formar potncias de T; usamos a notao
T2
= To T, P = To To T, ...
Alm disso, para qualquer polinmio
p(x)
= a0
+ a x + a~ + ... + anxn,
1
a; E K,
podemos formar o operador p(T) definido"por
p(T)
+ a0I + a 1T + a
+ ... + anT"
156
[CAP. 6
(Para um escalar k E K, o operador kl , freqentemente, anotado

apenas por k.) Em particular, se p(T) = O, a transformao zero, ento
diz-se que T uma raiz do polinmio p(x).
Exemplo 6.21. Sejil r: R 3 ---> R 3 definida por r(x, y, z)
(a,.b, c) qualquer elemento do R 3 , ento
(r+ I)(a, b, c) =
(O, a, b)
= (a, a
= (0, x, y).
Agora,
se
+ (a, b, c)
+ b, b + c)
e
r
(a, b, c)
= r 2 (0, a, b) = r(O, O,
a) = (0, O, O).
Assim, vemos que r

O, a transformao zero de V nle mesmo.
r um zero do polinmio p(x) = x 3.
3 =
Em outras palavras,
OPERADORES INVERSVEIS
Diz-se que um operador linear T : V~ V inversvel se tem inverso,
isto , se existe r-I E A(V) tal que T1 1 = 1 1 T = I.
Agora, T inversvel se, e somente se, injetora e sobrejetora. Assim,
em particular. se T inversvel, ento somente O E V pode ser transformado em si mesmo, isto , T no-singular. Por outro lado, suponha
que T no-singular, isto , Nuc T = {0}. Lembre (pgina 153) que T
tambm injetora. Alm do mais, supondo que V tem dimenso finita,
temos, pelo problema 6.4,
dim V
= dim (lm T) + dim

dim (Im T) + O =
(Nuc T) = dim (Im T)

dim (Im T)
+ dim ({O})
Ento, Im T= ~. isto , a imagem de T V; assim, T sobrejetora.

Portanto, T ambas, injetora e sobrejetora; logo, inversvel. Demonstramos o
Teorema 6.9. Um operador linear T : V~ V num espao vetorial de
dimenso finita inversvel se, e somente se, no-singular.
Exemplo 6.22. Seja
o operador em R 2 definido por
r(x, y) = (y, 2x- y)

O ndeo de T {(, O) l; portanto, T no-singular e, pelo teorema anterior, inversvel.
Encontraremos, agora, uma frmula para r- 1. Suponha que (s, t) a imagem de (x, y)
sob T; portanto, (x, y) a imagem de (s, t) sob r-I: T(x, y) = (s, t) e T-I (s, t) = (x, y).
Temos
T(x, y) = (y, 2x- y)
= (s,
t);
logo,
Resolvendo para x e y em relao a s e t, ob.temos x =

dado pela frmula
r-I
= s, 2x- y =
f s +f t,
(s, t) = <ts + tt. s),
= s. Assim, 1
CAP. 6]
157
No teorema pr:.::er~nte, necessrio que V tenha dimenso finita,

como se v no ex~mplo seguinte.
Exemplo 6.23. Seja V o espao vetorial dos polinmios sbre K e seja To operdor em V definido po~
isto , T aumenta de 1 o expoente de t em cada trmo. Agora, T uma transformao

linear e no-singular. Entretanto, T no sobrejetora; logo, no inverslvel.
Agora, damos uma plicao importante do teorema acima a sistemas de equaes lineares sbre K. Considere um sistema com o mesmo
nmero de equaes e de incgnitas, digamos, n. Podemos representar
sse sistema pela equao matricial
Ax
b,
(*)
onde A uma matriz quadrada n X n sbre K que encaramos como

um operador linear em K". Suponha que a matriz A no-singular,
isto , a equao matricial Ax = O tem smente a soluo nula. Ento,
pelo teorema 6.9, a transformao linear A injetora e sobrejetora. Isto
quer dizer que o sistema ("') tem soluo nica para qualquer b E K".
Por outro lado, suponha que a matriz A singular, isto , a equao matricial Ax = O tem uma soluo no nula. Ento, a transformao linear
A no sobrejetora. Isso significa que existe b E K" para o qual ('") no
tem. soluo. Alm disso, se uma soluo existe, ela no nica. Assim,
provamos o seguinte resultado fundamental.
Teorema 6.10. Considere. o seguinte sistema de equaes lineares

a 11x 1
a 21 x 1
+ a 12X2+
+
+
a22X2
(i) Se o sistema homogneo correspondente tem smente a soluo nula

ento o sistema acima tem uma nica sol~o para quaisquer valres
dos b; .
..!'
(ii) Se o sistema homogneo correspondente tem uma soluo no nula,

ento,
(i)
existem valres para os b;, para os quais o sistema acima no tem

soluo;
(ii) sempre que existir uma soluo do sistema acima, ela no ser
nica.
. 158
[CAt'. 6
TRANSFORMAES
6.1.
Diga se cada diagrama define uma transformao de A

em B = {x, y, z}.
(i i)
{a, b, c}
(iii)
(i) No. No existe nada associado ao elemento b E A.

(ii) No. Dois elementos, x e z, so associados a c E A.
(iii) Sim.
6.2.
Use uma frmula para definir cada uma das seguintes funes de
R em R.
(i) Para cada nmero, faa f associar seu cubo.
(ii) Para cada nmero, faa g associar o nmero S.
(i) Para. cada nmero positivo, faa h associar seu quadrado e,
para cada nmero no-positivo, Jaa h associar o nmero 6.
Tambm encontre o valor de cada funo em 4, -2 e O.
Como f associa a qualquer nmero x seu cubo x 3, podemos definir f por
(i)
j(x) = x 3
Tambm
/(4) = 4 3 = 64, J(-2) = (-2)3 = -8, j(O) =
(ii)
x(4)
(iii)
= S, g(-2)
5.
S, g(O) = S
Duas regras diferentes so usadas para definir h como segue

h(x) =
Como 4 > O, h(4)

h(O) = 6.
6.3.
os
Como g associa S'a qualquer nmero x, podemos definir g por g(x)

Assim, o valor de g em cada nmero 4, -2 e O S
4 2 = 16.
J x2
se
l6
se
x ~ 6.
>O
Por outro ado, -2, O ~ O; logo, h(-2) = 6,
Seja A = { 1, 2, 3, 4, 5} e seja f: A -'--+A

a transformao definida pelo diagrama
direita. (i) Encontre a imagem de f.
(ii) Encontre o grfico de f.
(i)
A imagem j(A) da transformao f consiste em todos os pontos associados a elementos de A. Agora, .somente 2, 3 e S
aparecem como imagem de quaisquer elementos de A; portanto, j(A) = {2, 3, 5}.
CA:P.. 6]
(ii)
O grfico de f constituldo dos pares ordenados (a, f(a)), onde a E A.

Agora, j(l} = 3, /(2) = 5, /(3) = 5, /(4) = 2, /(5) = 3; portanto, o
grfico de
f
6.4.
159
1(1, 3),
Esboce o grfico de (i)
(2, S), (3, 5), (4, 2),
f(x)
(5,3)).
+ x- 6,
x2
(ii) g(x) = x 3 - 3x 2
+ 3.
Note que essas so funes polinmicas. Em cada caso, construa uma tabela
de valres de -X e, ento, encontre os valres correspondentes de f(x). Localize
os pontos_ num diagrama coordenado e, depois; desenhe uma curva regular contnua pelos pontos.
(i)
(ii)
X-
f(x)
-4
-3
g(x)
-2
-15
-1
-2
-4
-1
-6
-6
-3
-4
15
6.5.
Sejam as transformaes
diagrama
f :A
----4
-4
B e g :B -
C definidas pelo
(i)
Encontre a transformao composta (g s/) :A -C.
~ii)
Encontre a imagem de- cada transformao: f, g e g 0 f.
(i)
Usamos a definio de transformao comJKlsta para calcular

(g o j)(a)
= g(f(a)) = g{y) =
(g o j)(b)
= g(j(b)) = g(x) = s
= g(j(c)). = g{y) = t
(g o f)(c)
Observe que chega~;emos mesma resposta se "seguirmos as flechas" no

diagrama
a -> y -+ t, b -> x -> s, c -+ y -+ t
f60
(ii)
[CAP. 6
Pelo diagrama, os valres imagem pela transformao f so x e )', e os valres imagem por g so r, s e t; portanto,
imagem de f = {x, y}
e imagem de g = {r, s, 1}.
Por (i) os valres imagem pela transformao composta so t e s; portanto,

imagem gof = {s, 1}.
Note que as imagens de g ego f so diferentes.
6.6.
Sejam as transformaes
f(x)
+1
2x
f e g definidas por
g(x)
(i) Encontre ~g o f)(4) e (f o g)(4).

(ii) Encontre frmulas definindo as
J g.
2 . 4 + 1 =
x2
2.
transformaes compostas
go f e
(i)
f(4) =
g(4) = 4 ~2
2
(ii)
14.
Portanto, (g o f)(4) = g(j(4)) = g(9) = 9 2 - 2 = 79.
9.
Portanto, (/og)(4) =f(g(4))=f(14)=2 .14
+1=
29.
Calcule a frmula para g o f como segue
(g o j)(x)
g(j(x)) = g(2x
+ I )2 -
2 = 4x 2
+ 4x- 1.
Observe que a mesma resposta pode ser encontrada escrevendo

y = j(x) = 2x + 1 e z = g(y) = y 2 - 2 e, ento, eliminando y; z = y 2 - 2
1) 2 - 2 = 4x 2
4x- L
= (2x
(f o g)(x)
Observe que
6.7.
j(x 2 - 2)
+ 1 + 2x 2 -
3.
B, g: B
~C
C~
o g r! g o f.
Sejam as transformaes f: A
pelo diagrama
A
f(g(x))
e h:
D definidas
D
Determine se cada tr~nformao (i) injetora, (ii) sobrejetora,

(iii) tem inversa.
{i)
I\. transformao f: A
(ii)
A transformao f :A --> B no sobrejetora, pois z E B no imagem de

nenhum elemento de A. A transformao g: B--> C sobrejetora, pois
cada elemento de C imagem de algum elemento de B. A transformao
h : C ---> D tambm sobrejetora.
(iii)
Uma transformao tem inversa se, e somente se, ambas injetora:e sobrejetora. Portanto, somente h tem inversa.
--+ B injetora, pois cada elemento de A tem uma

imagem distinta. A transformao g : B --+ C no injetora, pois x e z so
transformados no mesmo elemento 4. A transformao h : C-+ D injetora.
CAP. 6]
6.8.
161
Suponha f: A~ B e g: B ~C; portanto, a transformao composta (g o f): A~ C existe. Demonstre o seguinte.

ti)
(ii)
f
Se f
Se
e g so injetoras, ento g o f injetora.

e g so sobrejetoras, ento g o f sobrejetora.
(iii) Se g o f injetora, ento
injetora.
(iv) Se g o f sobrejetora, ento g sobrejetora.

(i)
Suponha (g o f)(x) = (g o f)(y). Ento, g(j(x)) = g(f(y)). Como g injetora, j(x) = f(y). Como f injetora, x ~ y. Provamos que (g o j)(x) =
= (g o f)(y) implica x = y; portanto, g o f injetora.
(ii)
Suponha c E C. Como g sobrejetora, existe b E B para o qual g(b) = c.

Como f . sobrejetora, existe a E A para o qual J(a) = b. Assim, (g o j)(a) =
= g(f(a)) = g(b) = c; portanto, g o f sobrejetora.
(iii)
Suponha que f no injetora. Ento, existem elementos distintos x, y E A

para os quais J(x) = f(y). Assim, (g o f)(x) = g(j(x)) = g(j(y)) = (g o j)(y);
portanto, g o f no injetora. De acrdo com isso, se g o f injetora, ento
f deve ser injetora .
(iv)
Se a E A, ento (I!<> J)(a) = g(j(a)) E g(B); portanto, (g o /)(A) c g{E)

Suponha que g no sob,ejetora. Ento, g(B) est propriamente contido
em C; logo, (g o f)(A) est propriamente contido em C; assim, g o f no
sobrejetora. De acrdo com isso, se g o f sobrejetora, ento g deve ser
sobrejetora.
'
I
I
i
6.9.
Demonstre que uma transformao

smente se, injetora e sobrejetora.
f: A
B tem inversa se, e
Suponha que f tem inversa, isto , existe uma funo f- 1 : B-+ A para a
qual /- 1 o f = lA e f 0 f-I = lB. Como lA injetora, f injetora pelo problema
6.8 (iii); e, como lB sobrejetora, f sobrejetora pelo problema 6.8 (iv). Isto ,
f injetora e sobrejetora.
Agora, suponha que f ambas :injetora e sobrejetora. Ento, cada b E B
imagem de um nico elemento em A, digamos J. Assim, se f(a) = b, ento.
n "" b; portanto, j(b) = b. Agora, seja g a transformao linear d B em A definida por b-> b. Temos
(i)
(ii)
= g(f(a)) = g(b)
(j o g)(b) = f(g(b)) = j(b)
(g o f)( a)
b, para todo b E B; portanto,
De acrdo com isso, f tem inversa.
= a,
para todo a E A; portanto, g o f
= 1.'1
f o g = 1B-
Sua inversa a transformao g.
6.10. Seja f : R ~ R definida por f(x) = 2x- 3. Agora, f injetora e

sbrejetora; portanto, f tem transformao inversa ] 1 Encontre
uma frmula para f- 1 .
Seja y a imagem de x sob a transformao f: y = f(x) = 2x- 3.
Conseqentemente, x ser a imagem de y sob a transformao inversa f- 1 Assim, resolva x em trmos de y na equao acima:
x = (y
3)/2. Ento, a frmula definindo a funo inversa
f- 1 (y) = (y
3)/2.
162
[CAP. 6
C ~ostre
segui~t.es transformaes F
que as
so lineares:
R deftmda por F(x, y) = (x + y, x).

(ii) F : R -+ R definida por F(x, y, z) = 2x- 3y + 4z.
(1)
F :R
.-+
(i)
Seja v = (a, b) e w = (a', b'); portanto,
+w
=
Temos F(v)
= (a +a', b
(a
+ b, a)
+ b')
e j(w)
e kv = (ka, kb), k E R.
+ b', a').
(a'
Assim,
+ w) = F(a +a', b +
F(v
b') = (a +a' + b + b', a +a')

(a + b, a) + (a' + b', a') = F(v) + F(w)
= F(ka, kb)
F(kv)
(ka
+ kb, ka)
+ b, a)
= k(a
= kF(v).
Como v, w e k eram arbitrrios, F linear.

(ii)
Seja o
(a, b, c) e w
+w
Temos F(v)
Assim,
(a', b', c'); portanto,
+ b', c +c')
= 2a- 3b + 4c e F(w) =
= (a +a', b
F(v + w)
kv
= (ka, kb, kc), k
R.
+ 4c'.
2a'- 3b'
= F(a + a', b + b', c + c')

. = 2(a +a')- 3(b + b') + 4(c +c')
= (2a- 3b + 4c) + (2a'- 3b' + 4c')
= F(v)
+ F(w)
e
F(kv) = F(ka, kb, kc)
2ka- 3kb
+ 4kc
k(2a- 3b
+ 4c)
kF(v).
De acrdo com isso, F linear.
@Mostre que as seguintes transformaes F no so lineares:

.
(i) F: R 2 -+ R definida por F(x, y)

(ii). F: R
-+
R definida por F(x, y)
=
=
xy.
(x
+ 1, 2y, x + y)
(iii) F:R -+R definida por F(x,y,z) = (jxj,O).

(i)
Sejam v= (1, 2) e w = (3,4); ento, v+ w = (4, 6).

Temos F(v) = 1 . 2 = 2 e F(w) = 3 . 4 = 12.
F(v
+ w) =
Portanto,
F(4, 6) = 4 . 6 = 24 ,... F(v)
+ .F(w)
De acrdo com isso, F no linear.
= (1, O, O) ,... (0, O, 0),
F n~o pode ser linear.
(ii)
Como F(O, O)
(iii)
= {-3, -6, -9).

Temos F(v) = (1, O); logo, kF(v) = -3(1, O) = (-3, O).
Sejam v = (1, 2, 3) e k = -3; portanto, kv
Ento, F(kv) "" F(-3, -{i, -9) "" (3, O) ,t kF (v) e, portanto, F no linear
6.13. Seja V o espo vetoria~ das matrizes quadradas n X n s6bre K.

Seja M uma matriz arbitt:ri~{'e'rn V. Seja T: V-+ V definida
por T(A) = AM +MA, onde A E V. Mostre que T linear.
CAP. 6}
-163
Para quaisquer A, B E V e qualquer k E K, temos
T(A
B) =(A +B)M+ M(A+B) =AM+BM+ MA+ MB

= (AM + MA)+ (BM + MB) = T(A) + T(B)
T(kA)
=
=
(kA)M+M(kA)= k(AM)+k(MA)
kT(A).
k(AM+MA)
De acrdo com isso, T linear.

6.14. Demonstre o teorema 6.2. Sejam V e U espaos vetoriais sObre
um corpo K. Seja lv 1, .. , v,.} base de V e sejam u 1, . . . , u,. quaisquer vetores arbitrrios em U. Ento, existe uma nica transformao linear F : V - t U tal que F(vJ = u 11 F(v 2) = u 2, . F(v,.)= u,..
H trs passos na demonstrao do teorema. (1) Defina uma transformao
F: V-+ U tal que F( v;) = u;, i = 1, ... , n. (2) Mostre que F linear. (3) Mostre
que F nica.
Passo I. Seja v E V. Como fvt, ... , v,.} uma base de V; existem escalares
umcos a1, . _ . , a,. E K para os quais v = atVI
a2v2
anv,.. Definimos
F: V-----+ .U por F(v) = a1u1
a2u2
a,.u,.. (Como os a; so nicos, a
transformao F est bem definida.) Agora, para i = 1, ___ , n,
v; = Ovt
+ ... +
+ ... +
+ . . . + 1 v; + .. . + Ov,.
Portanto,
F(v;) = Out
+ ... + lu; + ...
+Ou,. = u;.
Assim, o primeiro passo da,demonstrao est completo.
Passo 2. Suponha v= atvt
+ a2v2 + ... + a,.v,.
e w = btvl
+ b2v 2 + ... + b,.v,..
Ento,
e, para qualquer k E K, kv = kaw1

transformao F,
F(v) = atut
Portanto,
+ ka2t12 + ... + ka,.v,.,
Por definio da.
+ a2u2 + ... + a,.v,. e F(w) == b1u1 + b2u2 + ... + b,.u,..

+ w) = (at + bt)Ut + (a2 + b2)u2 + ... +(a,. + b,.)u,.
= (atUl + a2u2 + ... + anu,.) +
+ (btut + b2u2 + _. + b,.u,.) = F(v) + F(w)
f(kv) = k(atUl + a2u2 + ... + a,.u,.) = kF(v)
F(r
Assim, F linear .
....
Passo 3. Agora, suponha que G : V-+ U linear e G(v;) = u;, i

Se v ,.. a1V1 + a2112 + ... + a,.v,., ento
G(v) = G(attll
Como G(v) = F(v) para

provado.
+ a2t12 + ... + a,.v,.)
= 1,
... , n.
= a1G(v1) + a~Cv2) + ... + anG(v,.)

= a1u1 + a2u2 + ... + anu,. = F(v).
todo v e V, G = F. Assim, F nica
e o teorema est
TRANSFORMAOE~
'164
. 6.15. Seja' T: R2
LINEARES
[AP. fi
R a transformao linear para a qual

T(1, 1) = 3
T(O, 1) = -2.
(1)
(Como {(1, 1), (0, 1) I base do R 2 , tal transformao linear existe

e nica, pelo teorema 6.2.) Encontre T(a, b).
Primeiro escrevemos (a, b) como combinao linear de (1, 1) e (0, 1),
usando incgnitas escalares x e y:
(a, b) = x(l, 1)
+ y(O,
!).
(2)
Ento,
(a, b) = (x, x)
(0, y) = (x, x
+ y);
logo,
x = a, x
+y
= b.
Resolvendo para x e y em relao a a e b, obtemos

x =a
y = b -a.
(3)
Agora, usando (1) e (2), temos

T(a, b) = T(x(l,
I)+ y(O,
I)+ yT(O,
1)) = xT(I,
I)= 3x-2y.
Finalmente, usando (3), temos

T(a, b) = 3x- 2y = 3(a)- 2(b- a) = Sa- 2b.
6.16. Seja T; V~ U linear e suponha v1 , . . . , Vn E V com propriedade

de que suas imagens T(v 1), , . , T(vn) so linearmente independentes.
Mostre que os vetores v1o ... , vn tambm so linearmente independentes.
+ a2v2 + . . + anvn =
+ a2v2 + ... + anv,;) =
+ a2TCv2) + , , , + anT(vn) ..
Suponha que para escalares a1, , .. , an, a1v1
O.
Ento,
O = T(O) = T(a1v1
= atT(vi)
Como os T(v;) so linearmente independentes, todos os a;

0;
Assim, os vetores
VJ, , Vn
V~ U injetora e sobrejetora. Mostre que a transformao inversa r 1 : U ~ V tambm linear.
6.17. Suponha que a transformao linear F:
v, v'
Suponha u, u' e U. Como F injetora e sobrejetora, existem vetores nicos

V ~ra os quais F(v) = u e F(v') = u'. Cor:no F linear, tambm temos
+ v') =
F(v
F(v)
F(v')
= u + u' e F(kv) = kF(v) = ku.
Por definio de transformao inversa, F- 1(u)

v
v' e F- 1(ku) = kv. Ento,
p-l(u
u')
= v + v'
= rl(u)
F- 1(u')
= v, F- 1(u') = v', F- 1(u

F- 1(ku)
= kv = kF- 1(u)
e, assim, F- 1 linear.
IMAGEM E NCLEO DE TRANSFORMAES LINEARES
Seja F : R4
~ R3
F(x, y, s, t)
a transformao linear definida por
(x..:. y
+ u')
+ s + t, x + 2s- t, x + y + 3s- 3t}
CAP. 6]
'Encontre uma base e a dimenso de

(i) imagem U de F,
(i}
(ii) ncleo W de F.
As imagens dos seguintes geradores do R 4 geram a imagem U de F

F(l, O, O, O)= (1, I, I)
F(O, I, O, O)= (-1, O, I)

F(O, O, 1, O) = (1, 2, 3)
F(O, O, O, 1) = (1, -1, -3)
Forme a matriz cujas linhas so os geradores de U e, depois, reduza por

linhas forma escalonada
JJl ~,.o _, Jl ~,.r~ ~ n
(-1
I
~
Assim, 1(1, I, 1), (0, 1, 2)} base de U; portanto, dim U

(ii) Procuramos o conjunto de (x, y, s, t) tal que F(x, y, s, t)
+ + t,
F(x, y, s, f) = (x- y
s
= (0, o. 0).
'
'
I
I
I@
+ 2s- t,
2.
= (0, O, O),
isto ,
+ y + 3s- 31)
Faa as componentes correspondentes iguais entre si, para formar o seguinte
sistema homogneo cujo espao das solues o ncleo H' de F

x-y+ s+ 1=0
+ 2s- t =O
x
y
3s - 3t = O
ou
+ +
X OU
x-y+ s+ 1=0
y + s- 21 =o
2y + 2s - 41 =O
y+s+ 1=0
+ s - 21 =o.
As ,ariveis livres so s e t; portanto, dim 11
(a)
s=:-1,1=0
b)
=o,
2.
Faa
para obter a soluo (2, I, -1, 0).

para obter a soluo (1, 2, O, 1).
Assim, !(2,. I, -1, 0), (1, 2, O, 1)} base de H'.

(Observe que dim U
+ dim
H" = 2
+2
= 4,
que a dimenso do domnio
R' de F.)
~R
I
f
Seja T : R3
En'contre uma base e a dimenso de
a transformao linear definida por
T(x, y, z) = (x
(i)
+ 2y- z, y + z, x + y- 2z).
imagem U de T,
(ii) ncleo W de T.
(i)
As imagens dos geradores de R 3 geram a imagem U de T
T(t, O, O)= (1, O, 1), T(O, 1, O)= (2, 1, 1)

T(O, O, 1) = H. 1, -2).
166
[CAP. 6
Forme a matriz cujas linhas so os geradores de U e reduza por linhas forma

escalonada
(~
!)para(~o
-1
(i i)
-!)par.l(~o ~o
-2
-1
-!)o
Assim, ((1, O, 1), (0, 1, -1)1 base deU; logo, dim U = 2.

Procuramos o conjunto de (x, y, z) para o qual T(x, y, z) = (O, O, O), isto ,
T(x, y, z) = (x
+ 2y- z, y + z, x + y- 2z)
(O, O, O)
Faa as componentes correspondentes iguais entre si para formar o sistema

homogneo cujo espao das solues o ncleo IF de T
X+
2y y
X+
Z= 0
z =o
y+z=O
-y-z=O
y - 2z =O
X+
ou
2y -
ou
2y -
Z=
}' + z
=O.
A nica Yarivel livre z; portanto, dim Ir = 1.

Faa z = 1; ento, y = -1 ex= 3. Assim, 1(3, -1, 1)} base de W. (Observe
que dim U
dim 11' ~ 2 + 1 = 3, que a dimenso do domnio R 3 de T.)
6 20. Encontre uma transformao linear F: R 3

gerada por (1, 2, O, -4) e (2, O, -1, -3).
---7
R4, cuja imagem
Mtodo 1. Considere a base usual do R 3 : e 1 = (1, O, 0), c 2 = (0, 1, 0),

e 3 = (0, O, 1). Faa F(eJ) = (1, 2, O, -4), F(e 2 ) = (2, O, -1, -3) e F(e 3) =(O, O, O, O).
Pelo teorema 6.2, tal transformao linear existe e nica. Alm disso, a imagem
de F gerada pelos F(e;); portanto, F tem a propriedade requerida.
Encontraremos uma frmula geral para F(x, y, z)
F(x, y, z) = F(xe1
(x
= xF(eJ) + yF(e 2 ) = zF(e 3 ) =

+ y(2, O, -1, -3) + z(O, O, O, O)=
+ ye2 + ze3)
= x(J, 2, O, -4)
+ 2y, h, -y, - h - 3y)
Mtodo 2. Forme uma matriz A, 4 X 3, cujas colunas so somente os vetores

dados; digamos,
(~ -~ -~)
4
-3
-3
Lembre que A determina uma transformao linear A : R 3 -+ R4 cuja imagem

gerada pelas colunas de A. Assim, A satisfaz condio requerida.
6.21. Seja V o espao vetorial das matrizes 2 X 2 sbre R e seja

1
Seja F : V ---7 V a transformao linear definida

3
por F(A) = .1M- MA. Encontre uma base e a dimenso do
ncleo W de F.
tt
\I
CAP. 6]
Procuramos o conjunto
F(:
(;
tal que
n c n+(~
(:
(-2s
-2s
2x
2s
FG
3y) _
+ 2i
2x + 2y
+ 2s
-~S
2/)
2s
(~ ~)
DG n
c +
;) - ( ~
167
2t)
3t
(~
~)
Assim,
+ 2y-
2x
21 = O
2s = O
ou
As variveis livres so y e /; portanto, dim H'= 2.

Para obter uma base de W, faa
t =O para obter a soluo x = 1, y = -1, s =O, t =O

y .= O, t = 1 para obter a soluo x = 1, y = O, s = O, t = 1.
(a) y = -1,
(b)
Assim,
lf (10 -10 )
O'
lJ
base de TI'.
6.22. Demonstre o teorema 6.3. Seja F: V
---4 U
uma transformao
linear. Ento, (i) a imagem de F um subespao de U e (ii) o
ncleo de F um subespao de V .
. (i)
Como F(O)
Agora, suponha u, u' E lm F e a, b E K. Como

E V tais que F(v) = tt
O, O E Jm F.
u e tt' pertencem imagem de F, existem vetores v, v'
Ento,
e F(v') = u'.
F(av
+ bt~')
= aF(v)
+ bF(v')
+ bu' E
= aJl
lm F.
Assim, a imagem de F um subespao de U.

(ii)
Como F(O) =O, O E :--luc F.
Agora, suponha v, w E Nuc F e a, b E K.
Como v e w pertencem ao ncleo de F, F(v)
I
f
F(av
+ bw)
= aF(v)
+ bj(w)
= aO
O e F(w) = O.
+ b0='0;
Assim,
logo, a v = bw E '\ uc F.
Assim, o ncleo de F um subespao de V.
6.23. Demonstre o teorema 6.4. Seja V de dimenso finita e seja F : V~ U

uma transformao linear com imagem U' e ncleo W. Ento,
dim U' + dim W = dim V.
Suponha dim V = n. Como W subespao de V, sua dimenso finita; digamos, dim W = r ~ n. Assim, precisamos provar que dim U' = n- r.
sfja {w1, ... , wrl base de W.
Estendemos {wi} a uma base de V:
{w1, -twr,'Vh ... ,Vn-rl
Seja
O teorema estar provado, se mostrarmos que B base da imagem U' de F.
PrO!!a de que B gera U'. Seja u E U'.

Como {w;, v;} gera V e como v E V,
V
Ento, existe v E V tal que F(v) = u.
+ a1w1 + ... + arWr + b1v1 + ... + bn-rVn-ro
168
onde os a;, b; so escalares.

de F. Assim,
u =
Note que F(w;)
[CAP. 6
O, pois os w; pertencem ao ncleo
F(t) = F(a!W! + ... + arWr + bti'l + .. + bn-rVn-r)

atF(ut) +
+ arF(wr) + btF(vt) +
+ bn-rF(vn-r)
De ac~do com isso, F(v;) gera a imagem de F.

Prova de que B linearmente independente.
Sufl'>nha
Ento, F(a!V! + 02112 + ... + a,-rVn-r) = O; logo, a1VI + ... + an-rVn-r pertence
ao ncleo. ri de F. Como lw;l gera W, existem escalares bt, ... , br tais que
(*)
ou
Como lw;, v;) base de V, linearmente independente; portanto, os coeficientes

de w; e Vi em (*) so todos O. Em particular, a1 = O, ... , On-r = O. De acrdo
com isso, os F(v;) so linearmente independentes. Assim, B base de U'; logo,
dim ~- = n- r e o teorema est demonstrado.
6.24. Suponha que f: V--> U linear com ncleo W e que f(v) = u.

Mostre que a "classe lateral" :i} + W = {v + w : w E WJ a imagem inversa de u, isto , f- 1 (u) = v + W.
1(u) c v
Devemos provar que (i)
W e (ii) v
W c j- 1 (u). Primeiro
provaremos (i). Suponha v' E r'(u). Ento, j(v') = u; logo, j(v'- v) = j(v')-j(v) = u- u = O, isto , v'.:. v E W.Assirn, v' = v
(v'- v) E v
IV e, portanto,
j- 1 (u) c v
H'.
Agora, provaremos (ii). Suponha v' E v

H'.
Ento, v' = v
w, onde
H-. Como H' ncleo dej,j(w) =O.
De acrdo com isso,j(v') = j(v
w) =
1
= j(v) + j(w) = j(v) +o = j(v~ = u. Assim, v' E /~ 1 (u); logo. ,, + ]f' c
(u).
TRANSFORMAES SINGULARES E N~O-SINGULARES

6.25. Suponha que F : V--> U linear e que V de dimenso finita.
Mostre que V e a imagem de F tm a mesma dimenso se, e somente
se, F no-singular. Determine tdas as transformaes no-singulares T :R,j--> R 3 .
Pelo teorema 6.4, dim V= dim (lm F)

dim (Nuc F). Portanto, V e Im F
tm a mesma dimenso se, e somente se, dim (Nuc F) =O ou Nuc F= lO L isto ,.
se, e somente se, F no-singular.
Como a dimenso de R 3 menor do que a dimenso de R4, tambm ser
menor a dimenso da imagem de T. De ao::rdo com isso, nenhuma transformao linear T: R 4 ---> R 3 pode ser no-sin.gular.
6.26. Demonstre que uma tra.nsformao linear F: V--> U no-singular se, e somente se, a imagem de um conjunto independente
independente.
CAP. 6}
169
Suponha que F no-singular e suponha que (vJ, ... , v. l um subconjunto

independente de V. Afirmamos que os vetores F(v 1 ), .. , , F(tn) so independentes. Suponha que
onde a.; E K.
+ a 2v2 + ... + a.t.)

+ a2v2 + ... + a.v. E ~uc F.
Como F linear, F(a 1v 1
a1v1
Mas F no-singular, isto ,
~ uc
(O}; portanto,
+ a2v2 + ... + a.v.
atVl
== O; portanto,
=O.
Como os v; so linearmente independentes, todos os a; so O. De acrdo com isso,

os F(v;) so linearmente independentes.
Em outras palavras, a imagem do conjunto independente (v 1,
pendent.
.. ,
tnl inde-
Por outro lado, suponha que a imagem de qualquer conjunto independente

Se v E V no-nulo, ento {'v} independente. Ento, 1 F(v))
independente; logo, F(v) -,.f O. De acrdo com isso, F no-singular.
independente.
OPERAES COM TRANSFORMAES LINEARES

6.27. Sejam F: R 3
F(x, y, z)
R 2 e G: R 3
(2x, y
+ z)
R 2 definidas por
G(x, y, z) == (x- z, y).
Encontre frmulas definindo as transformaes F+ G, 3F e 2F- SG.
+ G(x, y, z)
+ z) + <::- z, y) = (3x- z, 2y + z)
3F(x, y, z) = 3(2x, y + z) = (6x, Jy + 3z)
(F+ G)(x, y, z) = F(x, y, z)
(3F)(x,y, z)
(Zx, y
(ZF- 5G)(x, y, z) = 2F(x, y, z)- 5G(x, y, z)
2(2x, y
(4x, 2y
= (-.>:
6.28. Sejam" f':

e G(x, y)
+ z)- S(x- z, y)
+ 2z) + (-Sx + Se, -Sy)
+ Sz,- 3y + 2c).
=
=
.Ra ___., R e G: R
2
(y, x).
__,. ils definidas por F(x, y, z) = (2x, y+ z)

D1..'duza frmulas definindo as transformaes
2
GoFeFoG
(G o F)(x, y, z) = G(F(x, y, z)) = G(2x, y
+ z)
= (y
+ z, 2x).
A ,-~sformao FoG no est definida, porque a imagem de G no est contida

no domnio de F.
6.29. Mostre que

(i)
A transformao zero O, definida por O(v) = O para todo v E V,

o elemento zero de Hom (V, U).
(ii) A negativa de F E Hom (V, U) a transformao (-l)F. isto ,

- F=(-l)F.
TRANSFORMAOES LINEARES
170
Ento, para cada v E V,
Seja F E Hom (V, V).
(i)
[CAP. 6
(F + O)(v) = F(v) + O(v) = F(v) + O = F(v).

Como (F
+ O)
F(v) para todo v E V, F
+O=
F.
(ii) Para todo v E V.

(F+ (-l)F)(v) = F(l)
+ (-I)F(v)
F(v)- (Fv) = O = O(v).
Como (F+ (-l)F)(v) = O(v) para todo v E V,

F+ (-l)F = O.
6.30. Mostre que para F 1 ,

para qualquer v E V,
(arFr
Assim, (-i)F a negativa de F.
. , .,
F" E Hom (V, U) e a 1 ,
+ a2F2 + ... +aJn)(v)
a 1 F 1 (v)
. ,
an E K,
+ a 2F (v) + ... + aJn(v).

2
Pela definio da transformao arFr. (arFr)(v) = arF1(v); portanto, o teorema

vale para n = 1. Assim, por induo,
(arFr + .a2F2 + .
+ anFn)(v) = (a.Fr)(v) + a2F2 + ... + a,Fn)(v)
= a1Fr(v)
3
+ a2F2(v) + ... + anFn(v)
6.31. Sejam F: R - R , C: R3 --} R2 e H: R3 --} R2 , definidas por

F(x, y, z) = (x + y + z,
x + y), C(x, y, z) = (2x + z,
x + y)
e H(x, y, z) = (2y, x). Mostre que F, C, H E Hom (R3 , R2 ) so linearmente independentes.
Suponha para escalares a, b, c E K
aF
+ bG + cll =
(1)
O
E R 3,
(Aqui, O a transformao zero). Para e 1 = (1, O, O)

temos (aF + bG + cH)(er) = aF(I, O, O)+ bG(l, O, O)+ cH(1, O, O)
a(l, 1) + b(2,1) + c(O, 1)
(a + 2b, a + b +c)
O(er)
logo,
= (0, 0). Assim, por
+ 2b
(a
=
(1),
+ 2b, a + b + c) = (0,
O e a + b + c = O.
O);
(2)
Semelhantemente, para e 2 = (O, 1, O) E R 3, temos

(a F + bG + cH)(e 2 ) = a F( O, 1, O) + bG(O, 1, O) + cH(O, 1, O)
= a(1, 1) + b(O, 1) c(2, O)
= (a + 2c, a + b) = O(e2l = (O, 0).
Assim,
+ 2c
= O
+b
= O
(3)
Usando (2) e (3), obtemos a = O, b = O, c = O.

(4)
Como (1) implica (4), as transformaes F, G e H so linearmente independentes.
6.32. Demonstre o teorema 6. 7. Suponha dim V= m e dim U = n.

Ento, dim Hom (V, U) = mn.
Suponha que {v r ... , Vm} base de V e que {u 1 , .. , un} base de V. Pelo
teorema 6.2, uma transformao linear em Hom (V, V) determinada de maneira
nica associando elementos arbitrrios de U aos elementos v; da base de V. Definimos
F;;EHom(V,V),i=l, . . ,m,j=l, ... ,n
CAP. 6]
171
como a transformao linear para a qual F;;(i;;) + Uj e F;;(vk)

O para k ~ i.
Isto , Fij transforma v; em ui e os outros v em O. Observe que ( F;il contm exatamente mn elementos; portanto, o teorema estar demonstrado se mostrarmos
que base de l-Iom (V, U).
Demonstrao de que I F;;} gera l-Iom (V, U).

Seja F E l-Iom (V, U). Suponha F(vJ) = w1, F(v2) = w2, .
Como Wk E U combinao linear dos u; digamos,
WA
+ aklUI + ak2U2 + ... + aknUn, k
, F(tm)
1, ... , tn, a;; E K.
Wm.
(1)
Considere a transformao linear G
!:
!: a;i F;;.
Como G uma combina-
t=l j=l
o linear dos F;;, a demonstrao de que (F;;) gera Hom (V, U) estar: completa,
se mostrarmos que F = G.
Vamos, agora, calcular G(vk), k
e Fki(lk) = u;,
m
C(v k)
Como F;;(Vk) = O, para k
1, ... , m.
= !:
!: a;; F;;(v k) = !: a kjUj
i""" 1 j=l
J=l
Assim, por (l) C(vk) = Wk para cada k.

Mas F(vk) = Wk para cada k. De
acrdo com isso, pelo teorema 6.2, F= C; portanto, (F;;) gera l-Iom (V, U).
Demonstrao de que
I F;;)
Suponha, para escalares,
a;j E
K,
~
j=l
n
~ =
a;;F1; =O.
j=l
m.
Para Vk, k =I,

~
i=l
j=l
j=l
a;;Ftj(Vk)
j=l
a kjUj = akllll
ak;Fkj(Vk)
+ ak2U2 +
Mas os u; so linearmente independentes; portanto, para k = 1, ... , m, temos

O, ak 2 = O, ... , akn = O. Em outras palavras, todos os a;i = O; logo,
( F;j} linearmente independente.
akl =
Assim, ( F;j) base de l-Iom (V, U); portanto, dim l-Iom (V, U) = mn.
6.33. Demonstre o teorema 6.8. Sejam V, U e W espaos vetoriais

sbre K. Sejam F, F' transformaes lineares de V em U e sejam
G, G' transformaes lineares de U em W; e seja k E K.
Ento, (i)
(ii)
G o (F+ F')
G o F+ G o F',
+ G') o F
Go F
(G
(iii) k(G
(i)
F) = (kG)
+ G' o F,
F = G o (kF).
P11ra cada v E V,
(C c;> (F + F'))(v) = G((F
+ F')(v)) = G(F(v) + F'(v))

= C(F(v)) + C(F'(v)) = (C<> F)(v) +
= (C F + C F')(v)
(G
F')(v)
TRANSFORMAOES LINEARES
172
Como (C
(F+ F')(v) = (C
C F+
[CAP. 6
F+ C F')(v) para todo v E
V, C
(F+ F') =
co F'.
(ii) _Para todo v E V,

((C
+C')
+ C')(F(v))
F)( v) = (C
= (C
o F)(v)
= C(F(v))
+ C'(F(v))
+ (C) o F) (v)
= (C o F+ C'_o F)(v),
Como ((C
v E V, (C
+ C') F)(v) = (C F + C F')(v) para todo

+ C') F = CF + C' o F.
liii) Para todo v E V,

= k(C o F)(v) = k(C(F(v)))
(k(C F))(v)
=
(k(C F))(v)
F)( v)
k(C F)(v)
= C((kF)(v))
+ (kC)(F(v))
e
= k(C(F(v))) = C( kF(v))
(kC
(C o kF)(v).
De acrdo com isso, k(C o F) = (kC) F = C 0 (kF). (Acentuamos que,

para mostrar que duas transformaes so iguais, devemos mostrar que elas
associam a mesma imagem a cada ponto do domnio.)
6.34. Sejam F : V---+ U e G : ! ---+ W lineares.

(G o F) : V---+ W linear. Mostre que
(i)
psto (G o F) :$ psto G,
(ii) psto (G
(i)
Portanto,
F) :$ psto F.
Como F( V) cU, tambm temos G(F(V))c C(U) e logo

dim G(F( V)) ::,; dim C( U). Ento,
psto (C o F) = dim ((C o F)( V)) = dim (C( F( V))) ::,; dim G( V)
=
osto G.
(i i) Pelo teorema 6.4, dim (G(F( V))) :::; dim F( V). Portanto,
psto (G o F) = dim ((C o F)( V)) = dim (C( F( V))) ~
::,; dim F( V)
= ps to
F.
LGEBRA DOS OPERADORES UNEARES

6.35. Sejam S e T operadores lineares no R 2 definidos por S(x, y) =
= (y, x) e T(x, y) = (0, x). Encontre f6rmulas que definam os
operadores S + T, 25- 3T, ST, TS, 52 e P
(S + T) (:x, y) = S(x, y) + T(x, y) = (y, x) + (0, x) = (y, 2x)
(2S- 3T)(x, y) = 2S(x, y)- 3T(x, y) = 2(y, x)- 3(0, x) = (2y, -x)
(ST)(x, y)
= S(T(x, y))
= S(O, x)
= (x, O)
(TS) (x, y) = T(S(x, y)) = T(y, x) = (0, y)

S 2(x, y) = S(S(x, y))
= S(y,
x) = (x, y).
Note que S 2
= I,
a transformao
identidade.
T 2 (x, y) = T(T(x, y))
T(O, x) = (0, 0).
Note que T 2
= O, a transformao zero.
6,36. Seja T um operador linear no R 2 definido por

T(3, 1) = (2, -4) e T(1, 1) = (0,2).
(1)
. TRANSFORMAES LINEARES
CAP. 6]
173
(Pelo teorema 6.2, tal operador linear existe e nico.) Encontre

T(a, b). Em particular, encontre T(7, 4).
Primeiro escreva (a; b), como combinao linear de (3, 1) e (1, 1), usando
incgnitas escalares x e y
(a, b) = x(3, 1)
Portanto, (a, b)
r3x + y
lago,
l x_ - + )'
(3x, x)
+ (y, )')
+ y(1,
1).
(2)
+ y, x + y);
= (3x
=a
=
b.
Resolvendo para x e y em trmos de a e b,
x = 1/2 a- 1/2 b
y = -1/2 a
+ 3/2 b.
(3)
Agora, usando (2), (1) e (3),
= xT(3, 1)
T(a, b)
(2x, -4x)
= (a-
Assim, T(i,4)
+ yT(I, I) = x(2, -4) + y (0,2)

+ (0, 2y) = (2x, --h + 2y)
b, 5b- 3a).
(-4,20-21) = (3,-1)
6.37. Seja To operador no R 3 definido por

T(x, y, z)
(i)
= (2x, 4x -y, 2x
3y- z)
Mostre que T inversvel.
(ii) Encontre uma frmula para

(i)
7~ 1 .
O ncleo W de T o conjunto de todos os (x, y, z) tais que T(x, y, z) = (0, O, O),

isto ,
T(x, y, z)
(2x, 4x- y, 2x
+ 3y- z)
(0, O, O).
Assim, J'V o espao das solues do sistema hombgneo

2x = O, 4x- y = O, 2x
+ 3y- z
= O,
que tem somente a soluo trivial (0, O, O). Assim,

_no-singular e, logo, pelo teorema 6.9, inversvel.
nr =
IOI; portanto, T
(ii) Seja (r, s, t) a imagem de (x, y, z) sob T; ento, (x, y, z) a imagem de (r, s, I)
1
sob
-
r-
T(x, y, z)
(r, s, t)
T- 1 (r, s, t)
(x, y, z).
Encontraremos os valres de x, y, e z em trmos de r, s e I, e, derois, subs1

tituiremos, na frmula acima, para
De
r-
T(x, y, z) = (2-x, 4x- y, 2x

encontramos x
,.,.Assim,
r-'
= 1/2 r,
+ 3y- z)
(r, s, t)
= 2r- s, z = 7r- 3s- t.
dado por
r- 1 (r, s, t)
(1/2r, 2r- s, 7r- 3s- 1).
6.38. Seja V de dimenso finita e seja T um operador linear em V.

Lembre que T inversvel se, e somente se, T no-singular
ou injetora. Mostre que T inversvel se, e somente se, T
sobrejetora.
Pelo teorema 6.4, dim V= dim (Im T)
guintes assertivas so equivalentes:
+ dim
(Nuc T).
Portanto, as se-
174
[CAP. 6
(i) T sobrejetora, (ii) Im T= V, (iii) dim (im T)=dim V, (iv) dim (Nuc T)-0,
(v) Nuc T = lO). (vi) T no-singular, (vi i) T inversvel.
6.39. Seja V de dimenso finita e seja T um operador linear em V para o

qual TS = I, para algum operador S em V. (Chamamos S in
versa direita de T.) (i) Mostre que T inversvel. (ii) Mostre
que S = r- 1 (iii) D um exemplo mostrando que o visto acima no precisa valer se V de dimenso infinita.
(i) Seja dim V = n. Pelo problema precedente, T inversvel se, e somente
se, T sobrejetora; portanto, T inversvel se, e smente se, psto T = n.
Temos n = psto I = psto TS S psto T S n. Portanto, psto T = n e T
inversvel.
(ii) TT- 1
T- 1 T =I.
Ento, S = IS = (T- 1 T)S
= 1 1I = 1
(iii) Seja V o espao dos polinmios em t sbre K; digamos, p(t) = a 0
+ a2t 2 + ... + antn.
+ a 1t +
Sejam. Te S os operadores em V definidos por

T(p(t)) = O
+ a1 + a2t + . + antn-l
Temos
+ atl 2 + . + ant+ 1 1
+ a1t + ... + antn = p(t);
(TS)(p(t)) = T(S)(p(t))) = T(aot

= ao
logo, TS = I, a transformao identidade. Por outro lado, se k

(ST)(k) = S(T(k))
S(O)
K e k
O, ento
O ~ k.
De acrdo com isso, ST ;"' I.
6.40. Sejam S e T os operadores lineares no R 2 definidos por S(x, y) =

= (0, x) e T(x, y) = (x, O). Mostre que TS = O, mas ST -, O.
Mostre tambm que P = T.
(TS)(x, y) = T(S(x, y)) = T(O, x) =
todo (x, y) E R 2 , a transformao zero:
(ST)(x, y) = S(T(x. y)) = S(x, O) =
Assim, ST ,& O, pois ela no associa O =
Para qualquer (x, y) E R 2, T 2(x, y)
Portanto, T 2 = T.
(0, 0). Como TS associa O.= (0, O) a

TS = O.
(O, x). Por exemplo, (ST)(4, 2) = (0, 4).
(O, O) a todo elemento do R 2 .
= T(T(x, y)) = T(x, O)= (x, O) = T(x, v).
PROBLEMAS DIVERSOS
6.41. Sejam
linear.
{e11 e2 , e3 } base de V e
Alm disso, suponha
T(eJ = ad1
T(e2) = bd1
T(ea) = cd1
IJI.J2l
base de U.
Seja T : V --+- U
+ ad2
+ bd2
+ cd2
Mostre que, para qualquer v E V, A[v].

K 2 e K 3 so~scritos como vetores coluna.
[T(v)] 1 onde os vetores
CAP. 6]
175
Tambm
+ k2T(e2) + kaT(e 3 )
k1(adi + a2/2) +k2(bd1 + b2/2) + kaCc1/I + c2h)
(a1k1 + b1k2 + c1ka)/I + (a2k1 + b2k2 + c2ka)f2.
T(v) = kiT(n)
=
=
De acrdo com isso,
Calculando, obtemos
6.42. Seja k um escalar no-nulo. Mostre que uma transformao

linear T singular se, e somente se, kT singular. Portanto, T
singular se, e smente se, -T singular.
Suponha que T singular. Ento, T(v) = O para algum vetor v ~ O.
tanto, (kT)(v) = kT(v) = kO =O; logo, kT singular.
Por-
Agora, suponha que kT singular. E.nto, (kT)(w) =O para algum vetor

w ~O; portanto, T(kw) = kT(w) = (kT)(w) =O. Mas k ~O e w ~O implica
kw ~ O; logo, T singular.
6.43. Seja E um operador linear em V para o qual E 2 = E. (Tal operador chamado projeo.) Seja U a imagem de E e .w o ncleo.
Mostre que (i) se u E U, ento E(u) = u, isto , E a transformao identidade em U; - (ii) se E -;:6. I, ento E singular, isto ,
E(v) = O para algum v -;:6. O; (iii) V = U $ W.
(i)
Se u
U, imagem de E, ento E(v) = u para algum v E I. Portant_o, usando
E2 =E, temos
u
(ii)
E(v)
E 2(v)
E(E(v)) = E(u).
Se E ~ I, ento, para algum v E V, E(v) = u, onde v ~ u.

Assim,
E(v- u) = E(v)- E(u) = u-
v "" E(v)
Por definio, u = E(v)

ncleo de E,
= O, onde v.- u ~O.
TY.
+ v- E(v)
Seja
= u
U, imagem de E.
E(w) = E(v- E(v))
e, assim, w 6 J>V_
11
V = U
(iii) Primeiro mostraremos que

e w = v- E(v). Ento,
Portanto, V = U
Assim, v= E(v) =O; logo, U
V.
u = E(v)
+W
Mostraremos que w
+ IV.
Seja v U () T.J.'.
Como v E W, E(v) = O.
Faa
E(v)- E 2 (t) = E(v)- E(v) = O.
Mostraremos, a seguir, que U n W = {0}.

Como v E U, E(v) = v por (i).
Por (i), E(u) = u.
W = {0}.
As duas propriedades a-cima implicam em V = U ffi W.
lV,
176
[CAP. 6
6,44. Mostre que uma matriz quadrada A inversvel se, e smente se,
no-singular. (Compare com o teorema 6.9, pgina 156).
Lembre que A inversvel se, e somente se, A equivalente por linhas
matriz identidade I. Assim, as seguintes assertivas so equivalentes (i) A
inversvel. (ii) A equivalente por linhas a I. (iii) As equaes AX = O e
IX = O tm o mesmo espao das solues. (iv) AX = O tem somente a soluo
zero. (v) A no-singular.
Problemas Propostos
TRANSFORMAES
6.45.
6.46.
Diga se cada diagrama define uma transformao de

{1, 2, 3}
em
{4, 5, 61
Defina cada uma das seguintes transformaes f: R-> R por uma frmula
(i)
(ii)
(iii)
f associar seu quadrado mais 3.

A cada nmero faa f associar seu cubo mais duas vzes o nmero.
A cada nmero ?. 3 faa f associar o quadrado do nmero e a cada nmero
< 3 faa f associar o nmero -2.
A cada nmero faa
+ 3.
6.47.
Seja f: R-> R definida por f(x) = x 2 - 4x

(i i i) f(y- 2x), (iv) f(x- 2).
6.48.
Determine o nmero de transformaes distintas de {a,
6.49.
Faa a transformao?. associar a cada nome do conjunto {Betty, Martin, David,

Alan, Rebecca} o nmero de letras diferentes necessrias para soletrar o nome.
Encontre (i) grfico de g, (ii) a imgem de g.
Encontre
(i) f(4),
(i i) f(-3),
bl em {1, 2, 3}.
6.50.
Esboce o grfico de r:ada transformao (i)f(x) = 1/2 x -1, (ii) g(x) = 2x 2
6.51.
As transformaes f : A --+ B, g : 13
ilustradas no diagrama abaixo
-->
4x- 3.
A, h : C--> B, F: R --> C e G : A --> C so
Determine se cada dos seguintes define uma transformao composta e, em caso

afirmativo, encontre seu domnio e seu contradomnio (i) g o f, (i i) h o f,
(iii) Fof, (iv) Gof, (v)goh, (vi)hoCog.
CAP. 6]
6.52.
Sejam f: R~ R e g :R ->R definidas por f(x)
x2
177
+ 3 x + 1 e g(;0
Encontre frmulas que definam as transformaes compostas

(iii} g o g,
(iv)
(i)
f o g,
= 2x- 3.
(ii) g
o/,
f o f.
f= f= f
6.53.
Para qualquer transformao f: A -> B mostre que
6.54.
Para cada uma das seguintes transformaes f: R ->R encontre uma frmula para
a transformao inversa (i) f(x) = 3x- 7, (ii)f(x) = xa
2.
In
IA.
6.55.
Mostre que as seguintes transformaes F so lineares

(i)
(ii)
(iii)
(iv)
6.56.
F: R 2 -> R 2 definida por F(x, y)
= (2x- y, x).
F: R3-> R 2 definida por F(x, y, z) = (z, x
+ y).
F: R -> R 2 definida por F(x) = (2x, 3x).

F: R 2 -> R 2 definida por F(x, y) = (ax
by, ex
onde a, b, c, d E R.
+ dy)
1\Iostre que as seguintes transformaes F no so-lineares

F: R 2 -> R 2 definida por F(x, y) = (x2, y2).
(i)
6.57.
~
~
(i i)
F: R 3 -> R 2 definida por F(x, y, z) = (x
(iii)
F:R - R2 definida por F(r) = (x, l)
(i v)
F:R 2 ->R definida por F(x, y)
+ 1, y + z).
= x- y.
Seja V o espao vetorial dos polinmios em t sbre K. Mostre que as transformaes T: V-> V e S : V-> V, definidas abaixo, so lineares
T(ao
a1t
ant") = aol
a1t 2
antn+ 1
S(ao
+ + .. +
+ atl + + anln)
Seja V o espao vetorial das

trria em V. Mostre que
lineares, m~s. a terceira. no
(ii) T(A) =MA -AM; (iii)
+
+
+
+ ar + a2t + ... + anln-I_
matrizes n X n sbre K; e seja M uma matriz arbias duas primeiras transformaes T: V -> V so
linear (a menos que M = O): (i) T(A) = MA;
T(A) = M +A.
6.59.
Encontre T(a, b), onde T : R 2

T(O, 1) = (2, 1, -1).
6.60.
Encontre T(a, b, c) onde T: R 3 -> R definida por T(l, I, I) = 3, T(O, 1, -2) = 1 e

T(O, O, I) = -2.
6.61.
Suponha que F: V-> U linear.
6.62.
->
Ra definida por T(l, 2) =
(3, -1, 5) e
M'ostre que, para qualquer v E V, F(-v) = -F(v).
Seja W um subespao de V. Mostre que a transforma 0o incluso de W em V,

por i : W c V e definida por i(w) = w, linear.
a.~otada
NCLEO E IMAGEM DE TRANSFORMAES LINEARES

6.63.
Para cada uma das seguintes transformaes lineares F, encontre uma base e a
dimens::> de (a) sua imagem U e (b)seu ncleo W:
na ..... na
:r; :!0)
(i)
F:
(li)
F: R 2 -> R 2 definida por F(x, y) = (x
(iii) F: R 3
->
definida por F(x,
+ 2y, y- z, X + 2z).
+ y, x + y).
= (x
R 2 definida por F(x, y, z) =
(x
+ y, y + z).
178
6.64.
[CAP. 6
Seja V o espao vetorial das matrizes 2 X 2 sbre R e seja Jvi
= -~
-1
Seja
F: V---> V a transformao linear definida por F(A) = MA. Encontre uma base
e a dimenso de (i) o nllcleo W de F e (ii) a imagem U de F.
6.65.
Encontre uma transformao linear F; R 3

(1, 2, 3) e (4, 5, 6).
6.66.
Encontre uma transformao

(1, 2, 3, 4) e (0, 1, 1, 1).
linear
....
R 3, cuja imagem gerada por
F: R 4 --->
R3,
ncleo gerado por
cujo
Seja V o espao vetorial dos polinmios em t sbre R. Seja D : V --+ V o operador diferencial: D(j) = dj/dt. Encontre o ncleo e a imagem de D.
6.68. Seja F: V--+ U linear. Mostre que (i) a imagem de qualquer subespao de V
subespao d~ U e (ii) a pr-imagem de qualquer subespao de U subespao de 1'.
6.69.
Cada uma das seguintes matrizes determina uma transformao linear de R 4 em R 3
(i)
A-
-1
_:)
-3
-2
C:
(i i) B
-I
:)
o -5
Encontre uma base e a dimenso da imagem U e o ncleo W de cada transformao.

6.70.
Seja T: C--+ C a transformao conjugao no corpo complexo C.

T(z) = z onde z E C, ou T(a
bi) = a - bi, onde a, b E R. (i) Mostre
no linear se C encarado como um espao vetorial sbre le
(ii) Mostre que T linear se C encarado co~o um espao vetorial
corpo real R.
Isto ,
que T
mesmo.
sbre o
OPERAES COM TRANSFORMAES LINEARES

6.71.
6.72.
Sejam F: R 3 --+ R 2 e G: R 3 --+ R 2 definidas por F(x, y, z) = (y, x+z) e G(x, y, z) =

= (2x, x- y). Encontre frmulas definindo as transformaes F+ G e 3F- 2G.
Seja H: R 2 --+ R 2 definida por H(x, y) = (y, 2x). Usando as transformaes F e
do problema precedente, encontre frmulas definindo as transformaes
(i) H o F e fi o G, (i i) F o H e G o H, (iii) H o (F
G) e H o F
H o G.
6.73.
Mostre que as seguintes transformaes F, G e H so linearmente independentes

(i)
F, G, HE Hom (R 2, R 2) definidas por

F(x, y)
(ii)
F, G, H
(x, 2y), G(x, y) = (y, x
Hom
(R 3,
F(x, y, z) = x
+ y) ,
H(x, y)
(0, x)
R) definidas por
+ y + z,
G(x, y, z)
= y
+ z,
H(x, y, z)
= x- z.
G.74.
Hom (V, V). mo~tr~ qut: pOsto (F =1- G):;;; pllno F+ pn G. (Por"
tanto, V tem dimenso finita.)
6.75.
Sejam F: V--. U e G: U--+ V lineares. Mostre que, se F e G so no-singulares,

ento G o F no-singular. D um exemplo onde G o F no-singular, mas G no .
6.76.
Demonstre que Hom (V, U) satisfaz a todos os axiomas requeridos de um espao.

vetorial. Isto , prove o teorema 6.6, pgina 154.
Para
F, G
CAP. 6]
179
LGEBRA DOS OPERADORES LINEARES
6.77.
Sejam S e T os operadores lineares no R 2 definidos por S(x, y) = (x

y, O) e
T(x, y) = (-y, x). Encontre frmulas definindo os operadores S
T, SS- 3T,
ST, TS, S 2 , T 2 .
6.78.
Seja To operador linear no R 2 definido por T(x, y)

tre p(T), onde p(t) = t 2 - St- 2.
6.79.
Mostre que cada um dos seguintes operadores T no R 3 inversvel e encontre uma
frmula para 1 1
(i)
T(x, y, z)
(x +2y, 3x + 4y). Enmn-
(x - 3y - 2z, y - 4z, z)
(ii) T(x, y, z) = (x
+ z,
x - z, y).
6.80.
Suponha que Se T so operadores lineares em V e que S no-singular. Suponha

que V tem dimenso finita. Mostre que psto (ST) = psto (TS) = psto T.
6.81.
Suponha F = U EB W. Sejam E 1 e E 2 os operadores lineares em F definidos por

E1(v) = u, E 2 (v) = w, onde v = u
w, u E U, w E W. Mostre que (i) Ei = E1
e E~ = E2. isto , E1 e E2 so "projees";. (ii) E1
E 2 = I, a transformao
identidade; (iii) E1E 2 = O e E 2 E1 = O.
6.82.
Sejam E 1 e E 2 os operadores lineares em V, satisfazendo (i), (ii) e (iii) do problema 6.81. Mostre que V a soma direta da imagem de E1 e da imagem de E 2
V= lm E1 EB Im Ez.
6.83.
Mostre que, se os operadores lineares S e T so inversveis, ento ST inversvel e (ST)- 1 = T- 1s - l
6.84.
Seja F de dimenso finita e seja T um operador linear em F tal que psto

(T2 ) = psto T. Mostre que Nuc T n Im T = {}_.
PROBLEMAS DIVERSOS
6.85.
Suponha que T: Kn---> Km uma transformao linear. Seja {q, ... , en} a base
usual de Kn e seja A a matriz m X n, cujas colunas so os vetores T(eJ),
. , T(en)
respectivamente. Mostre que, para cada vetor v E K_n, T(v) = Av, onde v escrito como vetor coluna.
6.86.
Suponha que F: V ---> U linear c k um escalar no-nulo. Mostre que as

transformaes F e kF tm o mesmo ncleo e a mesma imagem.
6.87.
Mostre que, se F: F-> U sobrejetora, ento dim U ~ dim V.

tdas as transformaes lineares T; R 1
Rd que so sobrejetoras.
6.88.
Indique os teoremas do captulo 3 que demonstram que o espao das matrizes

quadradas n X n sbre K uma lgebra associativa sbre K.
6.89.
Seji" T: V ---> U linear e seja W subespao de V. A restrio de T a W a

transformao Tw : W---> U definida. por Tw(w) = T(w), para todo w E
Demostre o seguinte;
u-.
(i) T"' linear. (ii) Nuc Tw

6.90.
Determine
= Nuc T () W; (iii) Im
T,.
= T(W)
Diz-se que dois operadores S, TE A (V) so semelhantes se existe um operador

inversvel P E A(F) para o qual S = p- 1 TP. Demonstre o seguinte: (i) SemeJIJana de operadores uma rela5-o de equivalncia. (ii)" Operadores semelhantes
tm o me.smo psto (quando V tem dimenso finita).
180
[CAP. 6
RESPOSTAS DOS PROBLEMAS PROPOSTO!)

6.45.
(i}
No, (ii) Sim, (iii) No.
6.46.
(i)
j(x)
x2
(iii) j(x) =
+ 3,
x2 se x
-2 se x
(i)
6.48.
Nenhuma.
6.49.
(i)
x3
+ 2x,
~3
< 3.
3, (ii) 24, (iii) y 2
6.47.
(ii) f(x)
4xy
+ 4x 2 -
4y
+ 8x + 3,
(iv) x 2
8x
+ 15.
f (Betty, 4), (Martin, 6), (David, 4), (Alan, 3), (Rebecca, 5) I.
(ii) Imagem de g = {3, 4, 5, 6).

6.51.
(i)
(g o/): A---. A, (ii} No, (iii} (F oj): A__, C,
(vi) (h
6.52.
(i)
(iv) No, (v} (g o h}: C---. A,
G o g) : B ---. B.
(/o g)(x) = 4x 2
(ii) (g o j)(x) = 2x 2
1
/- (x)
= (x
6.54..
(i)
6.59.
T(a, b) = (-a
- 6x + I
+ 6x- I
+ 7)/3,
+ 2b,
-3a
(iii) (g o g)(x)- = 4x- 9

(iv) (/ o/)(x) = x 4
1
(i i) /- (x)
+ b,
+ 6x 3 + 14x 2 + !Sx +
y x- 2.
?a- b).
6.60.
T(a, b, c) "" 8a- Jb - 2c.
6.61.
F(v)
+ F(-v)
6.63.
(i)
(a) {(1, O, 1), (O, 1, -2)). dim U = 2; (b) ((2, -1, -1)). dim W = 1.
F(v
+ (-v))
(ii) (a) f(l, 1)). dim U
1;
F(O) = O; portanto, F(-v) = -F(v).
(b)
((1, -1)).dim W = 1.
(iii) (a) {(1, O), (O, 1)). dim U = 2;

6.64.
6.65.
g) ' (g
ll
(i)
J (
(i i)
{ (-~ g) ' (g -~) }
F(x, y, z)
1
1
= (x
1)
1
S.
(b) 1(1, -1, 1)). dim W = 1.
base de Nuc F; dim (Nuc F)
base de Im F; dim (Im F)
= 2
= 2.
+ 4y, 2x + Sy, Jx + 6y).

(x + y - z, 2x + y- w, O).
6.66.
F(x, y, z, w) =
6.67.
O mcleo de D o conjunto dos polinmios constantes. A imagem de D o espao todo V.
6.69.
(i)
(a) {(1, 2, 1)1 (O, 1, 1}) base de Im A; dim(Im A) = 2
(b) {(4, -2, -5, O), (1, -3, O, 5)} base de NucA; dim (NucA)
2_
(ii) (a) lm B = R 3 ; (b) {(-1. 2/3, 1, 1)) base do Nuc B; dim (Nuc B} = 1.
f>-71.
6.72.
(F+ G)(x. y, z) = (y
+ 2z, 2x- y + z), (JF- 2G)(x, y, z) = (3y- 4z, x + 2y + 3z).

= (x + z, 2y), (H o G)(:x, y, z) = (:x- y, 4'z).
(i)
(H o F)(x, y, z)
(ii)
No e5t definido.
(iii) (H o (F
+ G)) (x, y, z)
(H" F
+ H" G)(x, y, z)
(2x- y
+ z,
2y
+ 4z)_
CAP. 6]
6.77.
(S
T)(x, y) = (x, x)
(SS- 3 T)(x, y) = (Sx
S 2(x, y) = (x
2
T (x, y)
+ y, O);
181
+ 8y, -3x)
note que 5 2 = S.
(-x, -y); note que T 2
I = O, portanto, T um zero de x 2
+ 1.
(ST)(x, y) = (x- y, O)
(TS)(x, y) = (O, x
6.78.
p(T) =O.
6.79.
(i)
(ii)
6.87.
r- 1(r, s, t) =
r- 1(r, s, t) =
+ y).
(14t
+ 3s +r,
+ 1/2s, t,
(1/2r
4t
+ s, t),
l/2r- 1/2s).
No existem transformaes lineares do R 3 no R 4 que sejam sobrejetoras.
Captulo 7
Matrizes e Operadores Lineares
INTRODUO
Suponha que {e 1 , . . . , e,.} base de um espao vetmial V sbre um
corpo K e, para v E V, suponha v = a 1e1
a 2e2
anen. Ento,
o vetor coordenada de v em relao a {e;}, que escreveremos como vetor
'coluna, a menos que se implique ou especifique o contrrio,
[v],
~>)
an
Lembre que a transformao v~ [v].,

isomorfismo de V sbre o espao Kn.
+ ... +
determ~nada
pela base {e,}, . um
Neste captulo, mostraremos que tambm existe um isomorfismo,

determinado pela base fe.} da lgebra A{V) dos operadores lineares em V
sbre a lgebra .91 das matrizes quadradas n X n sbre K.
F :
Resultado semelhante tambm vale para transformaes lineares

U de um espao noutro.
V~
REPRESENTAO MATRICIAL DE UM OPERADOR LINEAR

Seja T um operador linear num espao vetorial V sbre um corpo K
e suponha que I e1 , . . . , en} base de V. Agora, T(e 1), . . . , T(en) so
vetores em V; logo, cada um combinao linear dos elementos da base {e,}
T(e1) = aue1
T(e2) = a2 1e1
+ a12e2 +
+ a"2e2 +
T(en) = anlel
+ an2e2 + ... +
anne,..
Surge a seguinte definio.
Definio. A transposta da matriz acima de coeficientes, anotada por [T].

ou [T], chamada matriz representao de Tem relao base {e;} ou, simplesmente, matriz de T na base {e;}
[ T].
=(::: .::: ..... ~:)

aln a2,. ... a,.,..
182
183
MATRIZES E OPERADORES LINEARES
CAP. 7]
Exemplp 7.1. Seja V o espao vetorial dos polinmios em t sbre R de grau ~ 3

e seja D : V _. V o operador diferencial definido por D(p(t)) = d(p(l))/dt. Calculemos
a matriz de D na base {l,t,t 2,t 3 }. Temos
+ OI + Ot 2 + Ota
1 + Ot + 0t 2 + Ot3
O + 2t + 01 2 + Ot 3
O + 01 + 31 + 01
D(l) =
O = O
D(t)
1 =
D(t 2 ) = 21
Df1 3 ) = 31 2 =
De acrdo com isso,
o
Q
o
2x
o
2
o
o
Exemplo 7.2. Seja T o operador linear no R 2 definido por T(x, y)

Calculamos a matriz de T na base {/I= (1, 1), h= (-1, 0)}.
+ y).
(4x- 2y,
Temos
T(/J) = T(1, 1) = (2, 3) = 3(1, 1)
+ (-1, O) = 3/I +h
+ 2(-1, O)= -2fr + 2/ 2
T(h) = T(-1, O)= (-4, -2) = -2(1, 1)
De acrdo com isso, [T]J
(3 -2)
1
Observao. Lembre que qualquer matriz quadrada n X n, A, sbre K

define um operador linear em Kn, pela transformao v 1~ Av (onde v
escrito como um vetor coluna). Mostraremos (probema 7. 7) que a representao matricial dsse operador , precisamente, a matriz A, se usarmos a base usual de Kn
Nosso primeiro teorema no~ diz que a "ao" de um operador T num
vetor v preservada por sua representao matricial.
Teorema 7.1. Seja {e 1 , . . , enl base de V e seja T qualquer operador
em V. Ento, para qualquer vetor v E V,
[T]. [v].
[T(v)] .
Isto , se multiplicarmos o vetor coordenada de v pela representao

matricial de T, obteremos o vetor coordenada de T(v).
Exe!!Jplo 7.3. Considere o operador diferencial D : V-> V no exemplo 7.1. Seja
p(l)
+ bl + cl 2 + d1 3 ,
logo, D(p(t)) = b
+ 2ct + 3dt 2
Portanto, em celao base {1, I, 12 ,1 3 },
~(I)]
(; )
[D~(t))] ~~
-
MATRIZES E OPRADORES LINEARES
184
Mostremo~
[CAP. 7
que o teoretna 7.1 vale .aqui
~ ~ ~ ~) ~)
[D][p(t)] = (
0003
o o o o
r.
(2 ~)
3d
= [D(p(t))].
d
2
Exemplo 7.4. Considere o operador linear T:R ->R 2 do exemplo 7.2: T(x,y)
=
(4x- 2y, 2x
+ y).
Seja v
(5, 7). Ento,
v = (5, 7) = 7(1, I)
+ 2(-1, O) = 7/1 + 2/z

+ 11(-1, O)= 17/1 + 11!2,
T(v) = (6, 17) = 17(1, 1)
onde
h=
(1, 1) e
h=
(-1, 0). Portanto, em relao base lh,/21.

[v]J =
C)
e [T(v)]J =
C:)
Usando a matriz [1lJ no exemplo 7.2, verificamos que o teorema 7.1 vale aqui
[TJt[v]f = ( :
-~)
C)
C~)
[T(v)]t
Agora, temos associada uma matriz [T]. a cada Tem A(V), lgebra
dos operadores lineares em V. Pelo nosso primeiro teorema, a ao de
um. operador individual T preservada pela sua representao. Os dois
teoremas seguintes nos dizem que as trs operaes bsicas com sses
operadores, (i) adio, (ii) multiplicao por escalar, (iii) composio,
so tambm preservadas.
Teorema 7.2. Seja {e 11

. , enl base de V sbre K, e seja d
a lgebra das
matrizes quadradas n X n sbre K. Ento, a transformao TI-;. [T].
um isomorfismo de espao vetorial de A (V) sbre d. Isto , a transformao injetora e sobrejetora e, para qualquer S, TE A(V) e qualquer k E K,
[T
+ S].
= [T].
+ [SJ.
e [kT].
k[T],
Teorema 7.3. Para quaisquer operadores S, TE A (V), [ST],

Ilustramos os teoremas acima para o caso de dim V = 2.
\e 1 , e 2 } base de V, e Te S so operadores para os quais
T(ei)
T(e2)
Ento,
Agora, temos
[T).
=
=
a1e1
b1e1
= (::
(T
+ S)te
(T
+ S)(e2)
1)
+ a2e2
+ b2e
~:)
S(eJ = c 1e1
'
S(e2)
[SJ. [TJ .
Suponha que
+ c2e2
= d 1e1 + d2e 2
[S),=
(~~
:;)
+ S(~ 1 ) = a 1e1 + a2e2 + c1e1 + c~2

= (ai + c1)e1 + (a2 + c2)e2
= T(e 2) + S(e = b1e1 + b2e2 + d1e1 + d2e2
(b1 + d1)e1 + (b2 + d2)e2
T(e 1)
2)
Assim,
[T].
+ [SJ.
CAP. 7]
185
Tambm para k E K, tt>mos
(kT)(et)
kT(et)
(kT)(e2) ~ kT(e2)
(ka
[kT].
Portanto,
k(a1e1 + a2e2) =-- ua1e 1 + ka 2e2

k(b 1e 1 + b 2e2) = kb1e 1 + kb 2e2
=
=
ka. 2
kb 1)
kb 2
k (a 1 b1)
a2 b 2
k[T}.
Finalmente, temos
S(T(e 1)) = S(a 1e1 +a~2)
(ST)(e 1)
+
+
ai(eiei
e2eJ
(a 1e1
a.fl,Je1
(ST)(eJ
S(T(e 2))
[ST]
com
(a1e1
a 1c2
S(b 1e 1
+ b2eJ
= b1S(e1)
+ e2eJ + b2(d + d2e2)

+ b.flt)el + (b1e2 + b2d2)e2
bi(clei
(biei
De acrdo
a 1S(eJ +a 2S(e 2)
+ a2(d11 + d2e2)
+ (a1e2 + a.fl,2)e 2
b2 S(e 2 )
1e1
isso,
+ a2d
+ a.fl-2
b 1c1
b1c2
+ b 2d 1)
+ bad2
[S]. [TJ.
MUDANA DE BASE
Mostramos que podemos representar vetores por n-uplas (vetor~
coluna) e oper~dores lineares por matrizes, uma vez que tenhamos escolhido uma base. Fazemos a seguinte pi;>rgunta natural: como muda
nossa representao, se escolhermos outra base? Para responder essa pergunta, precisamos primeiro de uma definio.
Definio. Seja {e 10
e,.l
base de V e seja U~o
. .fn)
outra base.
Suponha
ft
!2 =
f,.
+ a12e2 + +
+ a22e2 + ... +
a,.lel + a,.2e2 + ... +
auet
a21e1
alnen
a2ne,.
annen
Ento, a transposta P da matriz acima de coeficientes chamada matriz

de transio da base ''velha" {e,l para a base "nova" {f;!
P=
Comentamos que, como os vetores f 1 , . . . ,f.. so linearmente independentes, a matriz P inversvel (problema 5.47). De fato, sua inv.ersa p-l
a matriz de transio da base {f,) de volta base {etl
Exemplo 7.5. Considere as duas bases seguintes do R 2
let
(1, O),
e2 = (0, 1)} e Ih = (1, 1), !2
= (-1, O))
186
[CAP. 7
Ento,
h =
h =
(1, 1)
(1, O) +(O, 1) ~ e1 + e2
+ 0(0, 1)
(-1, O) = -(1, O)
-q
+ Oe2
Portanto, a matriz de transio P da base {e;} para a base IJ;}
'P =
(I -I)
.
Tan1bm temos
et
= (1, O)= 0(1, 1)- (-1, O)= Oh-!2
e2
(O, 1)
(1, 1)
+ (-1, O)
=h+ h
Portanto, a m'!triz Q de transio da base tf;} de volta base {e;}
(_~
Q =
:) .
Obser\e que P e Q so inversas
=(1 -1)o (o :)
1
-1
=(~ ~-)=I
Mostraremos, agora, como vetores coordenada so afetados

mudana de base.
por uml
Teorema 7.4. Seja P a matriz de transio da base {e;} para a base {j,}
num espao vetorial V. Ento, para qualquer vetor v E V, P[v]1 = [v] .
Portanto, [v1] = p- 1 [v]..
Acentuamos que, mesmo que P seja chamada matriz de transio da

base velha {e;} para a base nova {!;}. seu efeito transformar as coordenadas
de um vetor na nova base {f;} de volta para coordenadas na base antiga {e1}.
Ilustraremos o teorema acima para o caso de dim V = 3. Suponha
que P a matriz de transio da base {e 1 , e 2 , e3 } de V para a base 1!11 i 2 , ia}
de V; digamos,
it = a1e1
i2 = b1e1
ia = c1e1
+ a2ez +ases
+ b2e2 + bae3
+ c2e2 + Cses
(a1 b1
Portanto, P
Agora, suponha v E V e, digamos, v

tituindo pelos i, acima, obtemos
ktf1
a2
aa
kJz
b2
ba
ksfa.
Ento, subs-
v = kt(atet +a:zt2+asea)+ kz(b 1e1+bzez+baea)+ ka(ctet +cze2+caea)

(atkt +b1k2+ Ctks)el + (azk 1 +bzkz+ c2 ks)ez+ (aakt +bak2+cska)ea.
Assim,
[v],-
G:)
CAP. 7]
187
De acrdo com isso,

[v] .
Tambm, multiplicando a equao acima por Jrl, temos
Exemplo 7.6.
cedente,
11
11
= (a,
Seja
(a, b)
b)
11
(a, b) E
a(1, O)
= b(1,
1)
ll 2. Ento, para as bases do R 2 no exemplo pre-
+ b(O, 1)
= ae1
+ (b- a) (-1, O)
+ be 2
b/J
+ (b- a)h
Portanto,
Pelo exemplo precedente, a matriz transio P de {e;} para {f;J e sua inversa p-1 so
dadas por
Verificamos o resultado do teorema 7.4
P[v]r ~
p-l[v].
C -~) (b~J
~ (:)
(_~
~)
~)
=[v).
[v]J.
O teorema seguinte mostra como representaes matriciais de operadores lineares so afetadas por uma mudana de base.
Teorema 7.5. Seja P a matri.z de transio da base leJ para a base {};)
num espao vetorial V. Ento, para qualquer operador linear T em V,
[T) 1 = p-t [T). P.
Exemplo 7.7. Seja To operador linear no R 2 definido por T(x, y) = (4x- 2y, 2x+y).
Ento, para as bases do R 2 no exemplo 7.5, temos
T(eJ)
T(e 2)
.E
= T(1, O) = (4, 2) = 4(1, O) + 2(0, 1) = 4el + 2e2

= T(O, 1) = (-2, 1) = -2(1, O) +(O, 1) = -2e1 + e2
De acrdo com isso,
[T)
.=
Calculamos [Tlt usanQo o teorema 7.5

[Tlt
p-l[T]. p =
( o
-1
Note que isso concorda com o clculo de [Tlt no exemplo 7.2.
188
[CAP. 7
Observao. Suponha que P = (a1;) qualquer matriz quadi-ada n X n

inversvel sbre um corpo K. Agora, se {e1o ... , en} base do espao
vetorial_ V sbre K, ento os n vetores
f, = aliel
+ a2,e2 + ... + anien,
i = 1, ... n
so linearmente independentes (problema 5.47); logo, formam outra base

de V. Alm disso, P a matriz de transio da base {e;} para a base {f,}.
De acrdo com isso, se A qualquer representao matricial de um operador linear Tem V, ento a matriz B = p- 1 AP tambm uma representao matricial de T.
SEMELHANA
Suponha que A e B so matrizes quadradas, para as quais existe uma
matriz inversvel P tal que B = p- 1AP. Ento, diz-se que B semelhante
a A ou diz-se que obtida de A por uma transformao de semelhana.
Mostraremos (problema 7.22) que semelhana de matrizes uma relao
de equivalncia. Assim, pelo teorema 7.5 e pela observao acima, temos
o seguinte resultado bsico.
Teorema 7.6. Duas matrizes A e B representam o mesmo operador linear
se, e smente se, elas so semelhantes.
Isto , tdas as representaes matriciais do operador linear T formam
uma classe de equivalncia de matrizes semelhantes.
Diz-se que um operador linear T diagonalizvel se para alguma base
{e;} le :representado por uma matriz diagonal; diz-se, ento, que a
base {e;} diagonaliza T. O. teorema precedente d-nos o seguinte resultado.
Teorema 7. 7, Seja A a representao matricial de um operador linear T.
Ento, T diagonalizvel se, e somente se, existe uma matriz inversvel P
tal que p- 1 AP uma matriz diagonal.
Isto , T diagonalizvel se, e somente se, sua representao matricial pode ser diagonalizada por uma transformao de semelhana.
Acentuamos que nem todo operador diagonalizvel. Entretanto,
-mostraremos (captulo 10) que todo operador T pode ser representado
por certas matrizes "padro", chamadas sua forma notmal ou cani3nica.
Observamos, agora, que a discusso requerer alguma teoria de corpos,
polinmios e determinantes.
Suponha que f uma funo de matrizes quadradas que atribui os
mesmos valres a matrizes semelhantes; isto , f(A) = f(B) sempre que
A fr semelhante a B. Ento, f induz uma funo, tambm anotada por
f, nos operadores lineares no seguinte modo natural: f(T) = f([T).), onde
{e;} qualquer base. A funo est bem definida pelo teorema precedente.
CAP. 71
189
O determinante , talvez, o exemplo mais importante do tipo ac1ma

de funes. Qtro exemplo importante segue.
como
Exemplo 7.8. O trao de uma matriz quadrada A

~endo a soma de seus elementos diagonais
tr(A) = an
= (a;j), escrito tr(A), definido
+ a22 + ... + ann
Mostraremos (problema 7.22) que matrizes semelhantes tm o mesmo trao. Assim, podemos falar do trao de um operador linear T; o trao de qualquer uma de suas
representaes matriciais: tr(T) = tr([T).).
MATRIZES E TRANSFORMAES LINEARES

Agora, consideramos o caso geral de transformaes lineares de um
espao noutro. Sejam V e U espaos vetoriais sbre o mesmo corpo K
e, digamos, dim V= m e dim U = n. Alm disso, sejam {ei> ... , em} e
{!1, . . , f,.} bases arbitrrias fixas de V e U, respectivament:~.
Suponha que F : V --t U transformao linear. Ento, os vetores F(eJ, -... , F(e,.) pertencem a U; logo, cada um combinao linear
dos ./;
a21f1
+ a12f2 +
+ a2d2 +
amdl
+ amd2 + .. + amnfn
auf1
F(em)
A transposta da matriz dos coeficientes acima, anotada [F]~ chamada a

representao matricial de F em relao s. bases {e;} e 1ftl ou a matriz
de F nas bases {e;} e lfd
[F]~ ::~ ~;:

(
...
ain
........
a2n
~~~
amn

Teorema 7.8. Para qualquer vetor v E V,
LFJ:
[v].
[F(v)] 1
Isto , multiplkando o vetor coordenada de v na base {e;) pela matriz

fFJ!, obtemos o vetor coordenada de F(v) na base {f,}.
Teorema,.,7.9. A transformao F--to [FJ! umisomorfismode Hom (V, U)
sbre o espao vetorial das matrizes n X m sbre K. Isto , a transformao injetora e sobrejetora e, para quaisquer F, G E Hom (V, V)
e qualquer k E K,
[F+
GJ! = [FJ:
+ [GJ!
[kF]! = k[FJ:
Observao. Lembre que qualquer matriz A, m X n, sbre K identifiada com a transformao linear de Km em K" dada por v --t A v. Agora,
190
[CAP. 7
suponha que V e U so espaos vetoriais sbre K de dimenses m e n,

respectivamente, e suponha que {e,-} base de V e !f,.} base de U. Ento,
em vista do teorema precedente, identificaremos tambm A com a transformao linear F: V- U dada por [F(v)] 1 = A [v].. Comentamos que,
se so dadas outras bases de V e U, ento A identificada com outras
transformf!.es lineares de V sbre U.
Teorema 7.10. Sejam {e,.}, (f.-} e {g,.} bases de V, U e W respectivamente.

Sejam F : V- U e G : U- W transformaes lineares.
[G
EntO,
F]! = [G)~ [F]~
Isto , em relao a bases apropriadas, a representao matricial da

composta de duas transformaes lineares igual ao produto das repre~
sentaes matriciais das transformaes individuais.
Finalrpente, mostraremos como a representao matricial de uma
transformao linear F: V- U afetada quando novas bases so escolhidas.
Teorema 7.1. Seja P a matriz de transio de uma base {e;} para uma
base {e;} em V, e seja Q a matriz de transio de uma base !f;} para uma
base
1/;)
em U.
Ento, para qualquer transformao linear F: V

[F]~; =
(!' [F]: p
[F]{
([' 1
---t
U,
Assim, em particular,
=
]F]!
isto , quando a mudana de base ocorre s~ente em U; e

[F]~.= [F]~P,
isto , quarido a mudana de base ocorre somente em V.

Note que os teoremas 7.1, 7.2, 7.3 e 7.5 so casos especiais dos teoremas 7.8, 7.9, 7.10 e 7.11, respectivamente.
O prximo teorema mostra que tda transformao linear de um
espao noutro pode ser representada por uma matriz muito simples.
Teorema 7.12. Seja F: V ---t U linear e, digamos, psto F = r. Ento,

existem bases de V e U tais que a representao matricial de F tem a forma
A =
(~ ~)'
onde I a matriz identidade, quadrada, r X r.

normal ou cannica de F.
C9amamos A a forma
AVISO
Como observado anteriormente, alguns textos escrevem o sll,lbolo
do operador T direita do vetor v, no qual le atua, isto ,
vT em lugar de T(v)
CAP. 7]
191
Em tais textos,. vetores e operadores so representados por n-uplas e matrizes que so as transpostas das que aparecem aqui. Isto , se
V
k1e1
+ k2e2 + ... + knen,
ento les escrevem
E se
T(el)
T(e 2 )
a 1e1
b 1e 1
+ a2e2 + ... +
+ b,e2 + ... +
anen
bnen
em lugar de [TJ.
ento, les escrevem

a1
[T].
=
(
a,
~1. -~2
cl
.......
c2
...
.,)
b:,
~.: ~ ~ ~
( ::_ ..
cn
bn
an
..
o.
.. _:;)
cn
Isto tambm verdade para as matrizes de transio de uma base para

outra e para representaes matriciais de transformaes lineares F : V~ U.
Salientamos q1,1e tais textos tm teoremas que so anlogos aos que aparecem aqui.
REPRESENTAES MATRICIAIS DE OPERADORES LINEARES
7.1.
Encontre a representao matricial de cada um dos seguintes ope. radores T em R2 com relao base usual:
!e1
(i) T(x, y)
(1, O), e2
(2y, 3x- y),
Primeiro, note que se (a, b)

(i)
T(el)
1'(e2)
(ii) T(e 1)
J'(e2)
7.2.
(ii). T(x, y) = (3x- 4y, x

E
R 2 , ento (a, b) = ae1
= T(l, O) = (0, 3) = Oe1 + 3e 2

= 1'(0, 1) = (2, -1) = 2c1- e2
=
=
1'(1, O)
T(O,I)
(0, 1)}
= (3, 1) = 3q + e 2
= (-4, 5) = -4et + Se2
(~
_i)
[T]. = (:
~)
e [T]. =
+ Sy).
+ be2.
Encontre a representao matricial de cada operador T do problema

. precedente em relao base Lf1 = (1, 3);j2 = (2, 5)}
192
[CAP. 7;
Precisamos encontrar as coordenadas de um vetor arbitrrio (a, b) E R~ em

relao base lf;}. Temos
(a ,b) = x(l, 3) + y(2, 5) = (x + 2y, 3x + 5y)
+ 2y
+ 5y =
= 3a - b
ou
= a
3x
ou
x = 2b - 5a
(a, b) = (2b- 5a)ft
Assim,
(i)
+ (3a- b)h
Temos T(x, y) = (2y, 3x- y). Portanto,

T(ft) = T(l, 3) = (6, O) =-30ft+ 18/2
T(/2) = T(2, 5) = (10, 1)
e [T]
(-30
18
T(/1) = T(l, 3)
T(f2) = T(2, 5)
7.3.
= (
+ 29/ 2
+ 5y).
Portanto,
-48 }\
29
(ii) Temos T(x, y) = (3x- 4y, x
e [T],
= -48ft
77
= (-9, 16) = 77ft- 43/2

= (-14, 27) = 124ft -69/2
124)
-69
-43
Suponha que T o operoi linear no R 3 , delinido por

T(x, y, z)
(a1x
a2y
+ aaz.
b1x
b2'j
+ baz,
c1x
+ C2Y +
caz)
Mostre que a matriz de T na base usual {e;} dada pm
Isto , as linhas de [T], so obtidas dos coeficientes de x, y e z, nas

componentes de T(x, y, z)
T(eJ) = T(l, O, O)
(a1, b1,
CJ)
arer
T(e2) "" T(O, 1, O) = (a2, b2, c2) = a2et

T(ea) = T(O, O, I) =(as, ba. c a) = ase1
+ bre2 + ctea
+ b2e~ + c2ea
+ bse2 + cse 3
De acrdo com isso,

[T], =
(~: ~: ~:)
C!
C2
Ca
Essa propriedade vale para qualquer espao Kn, mas somente em

relao s bases usuais
Ob!lei'VB!;iio.
le1
7.4.
= (1, O, ... , 0),
e2 = (0,1, O, ... , 0), ... , en
= (0, .. ,0,1)}
Encontre a representao matricial de cada um dos seguintes operadores lineares Tem R 3 em relao base usual
{e 1 = (1, O, O), e2
(i)
T(x, y, z)
(ii) T(x, y, z)
(2x- 3y
(0, 1, O), e3 = (0, O, 1))
+ 4z, 5x- y + 2z~ 4x + 7y),
= (2y + z, x- 4y, 3x).
CAP. 7]
MATRIZES E OPERADORES LIJ'olEARES
Pelo problema
7.5.
7..~
(i) [T].
-3
2
5
-1
-l
~).
o
(ii) [T].
193
(~
-1o ~)
Seja T o operador linear no R 3 , definido por

(i)
T(x, y, z) = (2y +z, x- 4y, 3x).

Encontre a matriz de T na base
{f,
(1, 1, 1), fz
(ii) Verifique que [T]Av] 1
(1, 1, O), fa
(1, O, O)J
[T(v)]1 para qualquer vetor
11
E R3
Precisamos, primeiro, encontrar as coordenadas de um vetor arbitrrio

base {/!, /2, fal. Escreva (a, b, c) como combinao
linear dos fi, usando incgnitas escalares x, y, z
(a, b, c) E R 3 em relao
(a, b, r)= x(l, 1, 1) + y(1, 1, O)+ z{l, O, O)

= (x
+ y + z,
+ y,
x)
Faa as componentes correspondentes iguais entre si para obter o sistema de

equaes
+ y +
Z =
a, .\' +
_I' =
b,
X = C
Resolva o sistema para x, y e z en1 trmos de a, b e c para encontrar x = c,

y = b -r; z = a- b. Assim,
+ (b- c)/2 + (a- b)fa

+ z, x- 4y, 3x)
(a, b, c) = ch
(i)
Como T(x, y, z) = (2y
T{/J) = T(l, 1, 1) = (3, -3, 3) = 3/1-6/2 + 6/a

Tf/2) = T(1, 1,0) = (2, -3,"3) = 3/1-6/2 + 5/ 3 e
T(/a) = T(l, O, O) = (0, 1, 3) = 3/J- 2/2- /a
(ii) Suponha v
3 3)
~3
[T]t = -6
-6
-2
5 -1
(a, b, c); ento,
v= (a, b, c)= ch
+ (b- c)h +(a- b)fa; logo,
[v]f
=(
~c)
a-b
Tambm
T(t) = T(a, b, c)
= (2b + c, a- 4b, 3a)

3ah + (-2a- 4b)h + (-a
logo, [T(v)Jt = (
-2:~ 4b
+ 6b + dfa;
-a+~b+c
Assim,
[T)J [v)f
7.6.
( 3 3 3) (
-6
-6
-2
c c)
b-
-1
a- b
(3 2)
f
( -2a3a 4b )
-a+ 6b +c
= [T(v)]t
e seja T o operador linear no R 2 , definido

4
por T(v) = Av (onde v escrito como um vetor coluna). Encontre
a matriz de T em cada uma das seguintes bases :
(i) {e1 = (1, O), e~= (0, l)J, isto , a base usual;
Seja A
(ii) {!1 = (1, J),j2 = (2, S)J.
MATRIZE$ E. OFERADORES LINEARES
194
(i)
T(e 1 }
= G ~) G)= (~)=
T(e2)
= G !)
ass1m, [T]. =
G)
lq
[CAP. 7
+ Je2
(!) =2q + 4e~;
c ~).
3
Observe que a matriz de T na base usual , precisamente, a matriz original

A que definiu T. lsw usual. De fato, mostraremos no prximo problema
que isso verdade para qualquer matriz A quando se emprega a base usual.
(ii) Pelo problema 7.2, (a, b) = (2b- Sa)ft
T(j!) =
T(/2)
c !) G)
assim, [T]r
7.7.
Portanto,
~) (~)
1
(
+ (3a- b)h.
= (
~~)
= -8h
+ 1012;
(-56 -8)
10
Lembre que qualquer matriz quadrada n X n, A = (a;i), pode

ser encarada como o operador linear Tem K", definido por T(v) = Av,
onde v escrito como um vetor coluna. Mostre que a representao matricial de T em relao base usual {e,} de K" a matriz A,
isto , [Tl. = A.
au a12
(
U!n) ( 1)
~~~- -~22 _ _ _. ~.2~.
an1 Un2
ann
T(e2) = Ae2 = ( ::; .:::_ ...

anl an2
au)
(
a.2.1
aue1
+ aue2+ . .. +ante,.
a"1
;:~.) ~) ( al2)
o
~~ 2
.(
=iZl:!l'l + U2282+ + U2ntn
an2
ann
(Isto , T(e;) = A e; a i-sima coluna de A.) De acrdo com isso,
au
rn. =
( ~~~. -~2.2
anl
a1n)
a12
an2
...
~.2~
...
4nn
= A
CAP. 7]
7.8.
195
Cada um dos conjuntos (i) jl,t,e',te'J e (ii) {e 31 , te 31 , t 2e31 J base

de um espao vetoriai V de funes f : R --------. R. Seja D o operador
diferencial em V, isto , D(j) = df/dt. Encontre a matriz de D nas
bases dadas
(i)
D(I)
=O
I
D(t)
D(e') = e
D(te') = e1
= 0(1)
I (I)
= 0(1)
te' = 0( I)
=
+ 0(1) + O(e
+ 0(1) + O(e
+ 0(1) + I (e')
+ O(t) + I (e 1)
1
+ O(te
+ O(te
+ O(te')
+ I (1/)
1
)
1
)
1
)
I
o
o o
o
()
()
(ii)
31
D(e 31 ) = 3e 31
= 3(e )
D(te 31 ) = e 31
3te 31
= I (e 31 )
D(t 2e31) = 2te31
31 2e3 1 = O(e 31 )
+
+
e D =
7.9.
+ O(le 31 ) + 0(1 2 e 31)

+ 3(te + O(t 2e 31)
+ 2(te 31) + 3(1 2e 31)
31
Demonstre o teorema 7. t. Suponha que {e 1 , . . . , enJ base de V e T

um operador linear em V. Ento, para qualquer v E V, [T]. [v]. =
[T(v)] .
Suponha, para i = I, ... ,
11
+ a12e2 +
T(e,.) = ai1e1
+ a;nen
2:
aii ei
j=l
Ento, [T), a matriz quadrada
11
11,
(aJ;, a2;.
cuja j-sima linha

(I)
. . , anf)
n
2: k;e;
Agora, suponha
i= 1
Escrevendo um vetor coluna como a transposta de um vetor linha,

[v]e = (kt, k2,
. , kn) 1
(2)
Alm disso, usando a linearidade de T,

T(v)
n
2:
k;e;:)
( t=l
n
n
n
-~
k;T(e;) = -~
k,( ~
a;jej)
t=l
j=I
t=l
"=1
a,jk.)ei
t=l
n
~ (aJjkJ
j=J
+ a2jk2 + ... + anjkn)ei
Assim, [T(v)), o vetor coluna, cujo j-simo elemento

ali
k1
+ a2j k2 + ... + anj kn
(3)
Por outro lado, o j-simo elemento de [T). [v). obtido multiplicando a j-sima
linha de [T] 6 por [v]e, isto , (I) por (2). Mas o produto de (I) e (2) (3);
portanto, [T]e [v]e e [T(v)]e tm os mesmos elementos. Assim, [T)e [v]e = [T(v)) .
196
[CAP. 7
7.10. Demonstre o teorema 7.2. Seja {e,, ... enJ base de V sbre K,
e seja d a lgebra das matrizes qudradas n X n sbre K. Ento,
a transformao T -+[T]. um isomorfismo. de espaos vetoriais
de A (V) sb1c &I. Isto , a transformao injetora e soLrejetora
e, para quaisquer S, TE A( V) e qualquer k E K, [T + S]. =
= [T].
[S]. e [kT], = k[T] .
A tran~formao injetora, pois, pelo teorema 8.1, uma transformao linear

completamente determinada por seus valres numa base. A transformao
sobrejetora, pois cada matr:z ME .9f a imagem do operador linear
n
i= I, ... , n,
1: m;,e;
F(e;) =
}=I
on::le (m;j) a transposta da matriz M.

Agora, suponha, para i = I,
.. , n
~ a,'iei
T(e,-) =
~ bijej
S(e,-) =
J=l
j=l
Sejam A e B as matrizes A
Ento, [T], = A' e [51,
(T
(a;;) e B
= (b,;).
B'- Temos, para i = I, ... , tt
S)(e;)
+ S(e;)
T(e;)
~ (a;;+ b;;)P.j
)=I
Obsene que A
Tamb~m
+ B a matri~ (a,; + bu). De

[T + S~. =(A + B)' =A'+ B'
temos, para i
I,
aerdo com isso,

= [T~.
+ [S~.
' n,
~ a;;ej =
(kT(e;)"" kT(e;)
~ (ka,-j)ej
j= I
Observe que kA a matriz (ka;j).
j= I
De acrdo com isso,
[kTJe = (kA) 1 = kA' = k[T]e

Assim, o teorema est provado.
7.11. Demonstre o teorema 7.3 .. Seja je,, ... , enl base de V. Ento,
para quaisquer operadores lineares S, TE A(V), [ST]. = [SJ. [T],. .
.,.
= 1:
Suponha que T(e;)
a;;e; e S(ej)
j-1
~ bjkCk
Sejam A e B as matrizes
k-1
A = (a;;) e B = (b;k). Ento, [ T!e

(ST)(n) = S(T(e;)) =
~~ 1 a;;e)
A 1 e [5~~
=}
B 1 Temos
a;,S(ef)
1
~ i; a / i; b;ke)
1-1
~-1
1 = i;(~ a;;b)ek
J
k-lj-1
Lembre que AB a matriz AB = (c;k) onde Cik = ~ a,ibik De acrdo com isso,
J-1
[ST]e
= (AB) 1
B'A 1 = [S], [T].
p
CAP. 7]
\;f
197
MUDANA DE BASE, MATRIZES SEMELHANTES

7.12 . Considere estas bases do R 2 : !et = (1, O), e,= (0, 1)} e !f1 = (1, 3),
.f2 = (2, 5)}. (i) Encontre a matriz de transio P de {e1 } para
{!;! . (ii) Encontre a matriz de transio Q de !f;} para let}. (iii)
Verifique que Q = r'. (iv) \1ostre que [v] 1 = Y 1 [v], para qualquer vetor v E R 2 (v) lVIostre que [T] 1 = p- 1 [T],P para o operador T no R 2 , definido por T(x, y) = (2y, 3x- y); (veja problemas
7.1 e 7 .2)
h
h
(i)
= (1, 3) =
le1
= (2, 5) = 2et
+ 3e2
+ 5e2
(ii) Pelo problema 7.2, (a, b) = (2b- 5a)/t

e1 =
(1,0) =-Sft+3h
(0, I)
2ft -
b), ento [v].
( ~)
F=
('
(3a- b)/2. Assim,
(-53 -12)
Q =
(iii)
(i v) Se v
= (a,
Portanto, p- 1
[v],
(-
(a)
b
2)
-1
(-5a3a +- b2b)
2)
o .
( 3 -1
(v) Pelos problemas 7.1, 7.2, [T], =
Portanto, P
Sa)
[v]f = ( 2b3a- b
_, [T].P (-s 2) (o 2) ('

=
-1
-1
[T]t
2)
+ [vlt
=
(-30 -48)
18
(-30 -48. )
18
29
29
[Tl
f
7.13. Considere as seguintes bases do R 3 : {e 1 = (1, O, 0), el = (0, 1, 0),

e~= (0, O, 1)} e {f1 = (1, 1, 1),!2 = (1, 1, 0), .f3 = (1, O, 0)). (i) Encontre a matriz de transio P de {e; J para {.f;}. (i i) Encontre a
matriz de transio Q de I f 11 para {e1 }. (iii) Verifique que Q = p - l
(iv) Mostre que [v] 1 = p- 1 [v]. para qualquer vetor v E R 3 . (v) Mostre que [T] 1 = Y 1 [T].P para T definido por T(x, y, z) = (2y
z,
x -4y, 3x) (veja problemas 7.4 e 7 .5)
h = (1, 1, 1) = 1e1 + 1e2 + lea

/ 2 = {1, 1, O) = le1 + le2 + Oea e P =
/ 3 ~ (1, O, O) = le1 + Oe2 + Oes
(i i)
Pelo problema 7.5, (a, b, c) = ch

t 1 ...
e2
(b- c)f 2
{l,O,O)"'Oft+Of2+1fa
(0, 1, O) = Oh + lfz - lfa e Q =
ea = (O, O, 1)
1ft - 1/2
+Oh
l)
(a- b)fa. Assim,
(O
O
O
1 -1
-1
'
198
(((()
PQ~
(:
+ (:)
p-1[1], = (
_:) (
-1
~c)
~r
= [vlt
e [1"),- ( b
a- b
(v)
o: ;)
i)(;_:-:)
(iv) Se v= (a, b, c), ento [v],
[CAP. 7
~)
( b
Assim,
a-b
Pelos problemas 7.4 (i i) e 7 .5.
~o ~
(~ ~
[Tj,
p- 1 [T],P
_:) (
I -1
(-~
[T]t =
-2
.'i
-1
()
~ -~ ~)
3
3
-6
. Assim,
~) (-~ -~
(:
"')
_;) =
[TlJ
5 -1
7.14. Demonstre o teorema 7 .4. Seja P a matriz de transio de uma base

lei} para uma base f!,} num espao vetorial V. Ento, para
qualquer v E V, P[v1 1 = [v], .. Tambm [vj 1 = p- 1 [v] .
+ ainen
Suponha, para i = I,
= 2; a;jej.
j=l
Ento, P a matriz quadrada n X n cuja j-sima linha

(I)
(a!j, a2j ... ', <lnj)
Tambm supoha que
v= kJ/1
+ knfn
+ k2h +
!: k;f;. Ento, escrei= 1
vendo um ,cetor coluna como a transposta de um vetor linha,

[vJt = (kt, k2,
Substituindo f; na equao por

v =
:i;
k;j;
1~1
n
=
!:
~
1=1
(atjl~ 1
k;
(2)
z,
(~ U;jej)
J=l
a2jk2
. , kn)
-~ (.. ~
a;jk,)ej
J=l i=l
j-1
De acrdo com isso, [v], o vetor coluna cujo j-simo elemento

(3)
Por outro lado, o j-simo elemento de P[v]f obtido multiplicando a j-sima
linha de P por [v]~o isto , (l) por (2). Mas o produto de (1) e (2) (3); portanto, P[v]f e [v]e tm os mesmos elementos; logo, P[v]! = [v] 6.
Alm.disso, multiplicando o acima por p-1, resulta p-I[v]e
= p-lp[V]f =
[v],.
7.15. Demo~stre o te~rema 7.5. Seja P a matriz de transio da base {e;}

para a base {f;} num espao vetorial V. Ento, para qualquer operador linear T em V, [T] 1 = r 1 [T]. P.
CAP. 7]
199.
Para qualquer vetor v E V, p- 1 [T].P[v]J=P- 1 [T].[v].=P- 1 [T[v)].= [T(v)]f.

Mas [T]j[v] = [T(v)]J; portanto, p- 1[T].P[v]J = [T]_r[v]f.
Como a transformao v
cada X E xn_
1---> [v] f sbre K", p- 1[T].PX
[T]1X
para
De acrdo com isso, p- 1 [T).P = [T]J.
7.16. Mostre que a semelhana de matrizes uma relao de equivalncia, isto , (i) A semelhante a A; (ii) se A semelhante a B,
ento B semelhante a A; (iii) se A semelhante a ;B e B semelhante a C, ento A semelhante a C.
(i) A matriz identidade I inversvel e I = J- 1 Como A = J- 1AI, A semelhante a A.
(ii) Como A semelhante a B, existe uma matriz inversvel P tal que A =P- 1BP.
Portanto, B = PAP- 1 = (P- 1 )- 1AP- 1 e p-l inversveL Assim, B semelhante a A.
(iii) Como A semelhante a B, existe uma matriz inversvel P tal que A = p- 1BP
e, como B semelhante a C, exi~te uma matriz inversvel Q tal que
B = Q- 1 CQ. Portanto, A = p- 1BP = p- 1 (Q- 1 CQ)P = (QP)-lC(QP) e QP
inversvel. Assim, A semelhante a C.
TRAO
7.17. O trao de uma matriz'quadrada A = (a,;), escrito tr(A), a soma
de seus elementos diago~ais tr(A) = a 11 + a2 2 + ... + ann Mostre que (i) tr(AB) - tr(BA), (ii) se A semelhante a B, ento
tr(A) = tr(B).
(i)
"
Suponha A= (a;;) e B = (b;;). Ento, AB = (c;k) onde Cik =

n
n
i:r(AB) =
= ~ ~ a;;b;;
t=!
i=IJ=l
n
BA = (d;k), onde d;k = ~ b;;aik
n
~-c;;
Por outro lado,
a;;b;k Assim,
J=l
Assim,
i=l
tr(BA) =
n
~ d;; =
j=l
n
~
j=l
n
~ b;;a;; =
=l
n
~
n
~ a;;b;;
= tr (AB)
t=l i=!
(i i) Se A semelhante a B, existe uma matriz inversvel P tal que A.= p-lBP. .
~~~
tr(A) =
7.18.
tr(P- 1BP)
= tr(Bpp-
1)
= tr(B)
~ncontre
o trao do seguinte operador no R 3 :
T(x, y, z)
(a1x
a 2y
+ a 3z,
b1x
+ b2y + baz,
c1x
+ c2y + caz)
Precisamos, primeiro, encontrar a representao matdcial de T. Escolhendo

a base usual Ie;},
e tr (T)
tr ([T].)
a1+b2+c3.
200
7.19.- Seja V o espao das matrizes 2 X 2 sbre R e seja M
[CAP.
G !)
Seja To operdor linear em V, definido por T(A) =MA.

o trao de T.
Encontre
Precisamos, primeiro, encontrar uma representao matricial de T.- Escolha

as bases usuais de V
r E1 = (~ ~)
E2 = (
~ ~)
Ea =
Ento,
T(E 1) = ME 1 =
T(Ez) = MEz =
T(Ea) = MEa =
T(E4) = ME4 =
C ~)'E~= G o) 1
c ~)
G !) G ~)
IE1 +DEz
+ 3Ea + OE4
c !) c ~)
(~ ~)
=OE1
+ lEz + OE 3 + 3E 4
~)
G ~)
= ZE1
+ OEz + 4E 3 + OE4
~)
(~ ~)
= OE1
+ 2E 2 + OE 3 + 4E,
-(l
o
1
o
G 2) ~I
G ~) (~
'O
4.
Portanto,
(Ds
e tr(T)
= 1
+ 1+4 +4
o
4
10.
REPRESENTAES MATRICIAIS DE TRANSFORMAES

LINEARES
7.20. Seja F: R 3 . - R 2 a transformao linear definida por
F(x, y, s)
(i)
(3x
+ 2y- 4z, x- Sy + 3s).
Encontre a matriz de F nas seguintes bases do R 3 e R 2
IJ1 =
{gl
(1, 1, 1),
/2 =
(1, 3), g2
(1, 1, 0),
/a
(1, O, O)}
(2, 5)}
(ii) Verifique que a a<;> de F preservada por sua representao

matricial; isto , para qualquer v E R 3 ,
[F]~
(i)
[v] 1 = [F(v)] 0
+ (3a- b)g 2 . Portanto,

= -1g1 + 4g2
(_
_ ~
31 "
47
= -33gl + 19g2 e. [F]~=
= --13g1 + 8g2
Pelo problema 7.2, (a, b) = (2b- Sa)u
= F(1, 1, 1) = (!, -1)

FCf2) = F(l, 1, O) = (5, -4)
F(fa) = F(l, O, O) = (3, 1)
F(/1)
138
CAP. 7]
(i i) Se v
= (x, y, z),
ento, pelo problema 7.5, v = zfl
Tambm F(v) '= (3x
+ 2y -
(~t3x-
4z, x - Sy
201
+ (y- z)/ 2 +.,(x- y)f3:
+ 3z)
20y + 26z)gl + (8x + lly- 15z)g 2
Portanto,
-13x- 20y+26z)
( 8x + 11y- 1Sz
Assim,
z)
-13) (y ~
8
x-y
-7 -33
( 419
.
[F]~=
(-13x - 20y + 26z) = [F(v)]o

8x+11y-15z
-
7.21. Seja F : K" ____, Km a transformao linear definida por

F(xl, X2, ... , Xn) = (a!lxl +
aznXn, ... , am1X1
... + alnXn, a~1X1 + ... +
+ ... + amnXn)
Mostre que a representao matricial de F em relao s bases

usuais de K" e de Km dada por
(:::
[F]
... a,. )
a12
. .
a22
am2
aml
a2n
amn
Isto , as linhas de F so obtidas dos coeficientes dos x, nas componentes de F(x1, . .._, x,), nspectivamen te,
F(1, O, ... , O)= (an, a21, ... , ami)
~:~-!_,_
.. :O)= (~~~--~22:
..
.'.a~~)
.( an
e
[Fl
F(O, O, ... , 1) - (a In. a2n ... , amn)
a12
.a.21
a22
am1
am2
. ...
a1n)
...
amn
a2n
7.22. Encontre a representao matricial de cada uma das seguintes transformaes lineares em relao b~se usual do Rn
(i)
F : R2
____,
F(x 1 y)
(ii) F : R
R 3 , definida por
(3x- y, 2x
-~ R 2 ,
+ 4y, Sx- 6y)
definida por
F(x, y, s, t) = (3x- 4y
(~ii)
F : R3
____,
+ 2s- St, Sx + 7y- s- 2t)
R 4 , definida por
F(x, y, z) = (2x
3y- 8z, x
+y+
z, 4x- Sz, 6y)
Pelo problema 7.21, temos somente que olhar para os coeficientes das incgnitas em F(x, y, ... ). Assim,
(i) [F] =
2
(
.
5
-1)
4
-6
(ii) [F] =
G ~~
-~
=D
(iii) [F] =
(~
~ -~)
o
6
-5
202
[CAP. 7
7.23. Seja T: R 2 ~ R 2 definida por T(x, y) = (2x- 3y, x + 4y). Encontre a matriz dE' T nas bases {e 1 = (1, 0), e2 == (0, lj e lf1 = (1, 3),
f 2 = (2, 5)1 do R 2 , respectivamente. (Podemos encarar T como
uma transformao linear de um espao noutro, cada um tendo
sua prpria base.)
+ (3a- b)/2.
Pelo problema 7.2, (a, b) = (2b- 5a) h

T(e 1 )
T(t, O) = ( 2, 1)
+ 5/2
-8/J
T(e2)
7.24. Seja
[TJ!
-8
23)
( 5 -13
= T(O, 1) = (-3, 4) = 23/! -13/2
(i -45 -3)7
Lembre que A determina uma trans-
formao linear F: R 3 ~ R 2 definida

escrito como um vetor coluna
(i)
Ento,
F(v) = Av, onde v
por
Mostre que a representao matricial de F em relao base

usual do R 3 e a do R 2 a prpria matriz A: fFJ = A.
(ii) Encontre a representao matricial de F em relao s seguin-:

tes bases do R 3 e do R 2
lf1
{gl
(i)
f~
(1, 1, 1), f2 = (1, 1, O),

(1, 3), g2 = (2, 5))
F(l, O, O) =
F(O, t, O) =
F(O, O, 1)
(~
-4
-4
5
-4
de onde [F) =
-~)
G)
o
-~)
(}
-~)
5
-4
(D
-3)7
= (1, O, O)},
C)
= 2e1
c:)
=Se.- 4H
(-~)
= -3et
+ le2
+ 7e2
=A.
(Compare com o problema 7.7)

(i i) Pelo problema 7.2, (a, b) = (2b- 5a)gl
(~
5
-4
-~)
(~
5
-4
-~)
(~
5
-4
-~)
F(h)
F(/2)
F(Ja)
e [F]~=
c1~
(D
1
1
G)
-41
-8\
24
5)
+ (3a- b)g2.
Ento,
( !)
= -12gl
+ 8g2
(_~)
-4lgl
+ 24g2
C)
-8g1
+ Sg2
CAP. 7]
203
7.25. Demonstre o teorema 7. l 2. Seja F : V-~ U linear. Ento, existe

uma base de V e uma base de U tais que a representao matricial
A de F tem a .forma
A
~ (~ ~)
'
onde I a matriz identidade quadrada r X r e r o psto de F.

Suponha que dim V = m e dim U = n. Seja H1 o ncleo de F e V' a imagem de F. Sabemos que o psto F = r; portanto, a dimenso do ncleo de F
~l-r. Seja {WJ, ... , Wm-rl base do ncleo de F e estenda essa base a uma base
dt v
{v], ... ,
Vn WJ, . . . , U'm-rl
Faa
F( vil, Uz = F(vz), ... , u, = F(v,)
U!
Notamos que {111, ... , u,} base de U', a imagem de F. Estenda esta a UJTia
base {ui, ... , Uro u, + 1 . . . , uni de U. Observe que
u1
lu 1
+ Uz
= Ou1
= Ou1
Ur
~ O "' Ou 1
+ Ou 2 +
+ lu2 + .
+ Our + Our+l +
+Ou, + Our+l +
+ 0112 +
+ Ouz +
lur
Our+!
+Ou,+ Our+!
+
+
+ Oun
+ Oun
+Ou,+ 01tr+!
+ Oun
Assim, a matriz de F nas bases acima tem a forma degejada.
Problemas Propostos
REPRESENTAES MATRICIAIS DE OPERADORES LINEARES
7.26.
Encontre a matriz de cada um dos seguintes operadores lineares T no R 2 em relao base usual (e1 = (1, 0), e 2 = (0, I) I
(i)
T(x, y) = (2x - 3y,
(ii) T(x, y) "" (Sx
7.27.
+ y,
j)
3x - 2y).
Encontre a matriz de cada operador T no proble~a precedente em relao

base {/I = (1, 2), h = (2, 3)}. Em cada caso, verifique que [Tlt[t]J = [T(v)]J para
qualquer v E R2.
"'''
7.28.
Encontre a matriz de cada operador no problema 7.26 na base {g1 =(I, 3),
g2 = (1, 4)}.
7.29.
Encontre a representao matricial de cada um dos seguintes operadores T no

R 3 em relao base usual
(i)
(ii)
T(x, y, z) = (x, y, O)
T(x, y, z) = (2x- 7y- 4z, 3x
(iii) T(x, y, z)
= (k,
+ y + 4z,
+ z, x + y + z)
6x- 8y
+ z)
204
[CAP. 7
Seja D o operador diferencial, isto , D(j) = df/dt. Cada um dos seguintes conjuntos base de um espao vetorial V de funes f: R -+ R. Encontre. a matriz
de D em cada uma das bases: (i) {e', e 2', te 2'l. (ii) isen I, cos ti. (iii) {e 5', te 51 , t 2e 51 1,
(iv) 11. t, sen 3t, cos 3t}.
7.31.
Considere o corpo complexo C como um espao vetorial sbre o corpo real R.

Seja To operador conjugao em C, isto , T(z) = ~- Encontre a matriz de Tem
cada uma das bases (i) 11. il. (ii) 11.+ i, 1 + 2i}.
Sejit V o espao vetorial das ma trizes 2 X 2 sbre R e seja M =
~)
(;
Encontre a matriz de cada um do seguintes operadores lineares T em V na base

usual (veja problema 7.19) de V
(i) T(A) =MA, (ii) T(A) = AM, (iii) T(A) =MA- AM.
7.33.
Anote por 1v e Ov os operadores identidade e zero, respectivamente, num espao

vetorial V. Mostre que, para qualquer base {e;} de V, (i) 1v. = I, 'a matriz
identidade, (ii) Ove = O, a matriz zero.
MUDANA DE BASE.
7.34.
MATRIZES SEMELHANTES
Considere as seguintes bases do R 2: lei= (I, 0), e2 = (0, 1) l e {h= (1, 2),}2= (2, 3)J.
(i)
Encontre as matrizes de transio P e Q de {e,} para (f;) e de lf;} para

respectivamente. Verifique Q = p-I.
(ii)
Mostr~ que [v]e = P[v]J para qualquer vetor v
(iii) Mostre que
[TJr
= p-I[T]e P
!ed.
R 2.
para cada operador T no problema 7.26.
7.35.
Repita o problema 7.24 para as bases {}I = (1, 2),

g2 = (1, 4)}.
7.36.
Suponha que {e I, e 2 } base de V e T: V

T(q) = 3ei- 2e2 e T{e2l = e1 + 4e2.
-+
h=
(2, 3)} e lgr = (1, 3),
V o operador linear para o qual
Suponha que Ih. hl a base de V, para a q,ml

Encontre a matriz de T na base {/1,/2}.
= e1
+ e2 e h
= 2et
+ Je2.
7.37.
Considere as bases B = {I, i} e B' = {1 + i, 1 + 2i} do corpo complexo C sbre

o corpo real R. (i) Encontre as matrizes de transio J' e Q de B para B' e de
B' para B, respectivamente. Verifique que Q = p-I (ii) Mostre que [T]s =
= p-I[T]s P para o operador conjugao T do problema 7 .31.
7 .38.
Suponha que fe;}, lf;} e {g;} so bases de V e que P e Q so as matrizes de

transio de {e;} para IJ;} e de lf;} para {g;l, respectivamente. Mostre que PQ
a matriz de transio de {e;} para {g;}.
7.39.
Seja A a matriz 2 X 2 tal que smente A semelhante a ela mesma. Mostre

que A tem a forma
(~ ~)
Generalize para matrizes n X n.
7.40.
Mostre que tdas as matrizes semethantes a uma matriz inversvel so inversveis. Mais geQeralizado, mostre que matrizes ~emelhantes tm o mesmo psw.
CAP. 7]
205
REPRESENTAES MATRICIAIS DE TRANSFORMAES LINEARES

7.41.
Encontre a representao matricial das transformaes lineares em relao base

usual do Rn
F: R 3 --> R 2 definida por F(x, y, z)
(i)
= (2x-
4y
+ 9z,
Sx
(ii) F: R'--> R 4 definida por F(x, y) = (3x

4y, Sx- 2y, X
(iii) F: R 4 -->R definida por F(x, y, s, t) = 2x + 3y- 7 s- t
+ 3y- 2z)
+ 7y, 4x)
(iv) F: R --> R 2 definida por F(x) = (3x, Sx)

7.42.
Seja F: R 3 --> R 2 a transformao linear definida por F(x, y, z)

3x- 2y
4z)
= (2x
+ y- z,
Encontre a matriz de F nas seguintes bases do R 3 e R 2
(i)
Ih= (1, I, 1), fz = (1, 1, O), ia=
(1, O, O)} e lgt
(ii) Verifique que, para qualquer vetor v
R 3,
= (1, 3), g 2
[F]~[v], =
(1, 4)}
[F(v)]g.
7.43.
Sejam !e;} e lfi} bases de V e seja I v a transformao identidade em V. Mostre

que a matriz de 1v nas bases lei} e lf;} a inversa da matriz de transio P
de !e;} para IJ;I; isto . [1v]~ = p-l
7.44.
Demonstre o teorema. 7. 7. (Pista. Veja o problema 7.9.)
7.45.
Demonstre o teorema 7.8. (Pista. Veja o problema 7.10.)
7.46.
7.47.
PROBLEMAS DIVERSOS
7.48.
Seja T um operador linear em V e seja W um subespao de V invariante sob

T, .sto , T(W) c: W.
Suponha que dim W = m. Mostre que T tem uma representao matricial da
forma
7.49.
o c
onde A uma submatriz m X m.
Seja V = U $ W e sejam U e W invariantes sob um operador linear T: V --> V

Suponha que dim U = m e dim V = n. Mostre que T tem uma representao
matricial da forma
O
O B
, onde A e B so submatrizes m X me n X n,
respectivamente.
7.50.
Lembre que dois operadores lineares F e G em V so semelhantes se existe um

operador inversvel Tem V tal que G = r- 1 FT.
(i} Mostre que operadores lineares F e G so semt;lhantes se, e smente se, para
qualquer base !e;} de V as representaes matriciais [F]e e [G]e so matrizes
semelhantes.
(ii) Mostre que, se um operador F diagonalizvel, ento qualquer operador
semelhante G tambm diagonalizvel.
7.51.
Duas matrizes m X n, A e B, sbre K so equivalentes, se existe uma matriz qua,"-ada m X m inversvel Q e uma matriz quadrada n X n inversvel P tal que
QAP
206
(i)
[CAP. 7
Mostre que equivalncia de matrizes uma relao de equivalncia.
(ii) Mostre que A e B podem ser representaes matriciais do mesmo operador

linear F: V -> U se, e somente se, A. e B so equivalentes.
(iii) Mostre que cada matriz A equivalente a uma matriz da forma
(OI oo)
onde I a matriz identidade quadrada r X r e r = psto A.
7.52.
Diz-se que duas lgebras A e B sbre um corpo K so isomrficas (como lgebras) se existe uma transformao bijetora f : A -> B tal que para u, v E A e
k EK,
(i)
j(u
+ v)
~
(ii) f(ku)
= j(u)
+ f(v),
kf(u),
= J(u)j(v):
(iii) j(uv)
(Isto , f preserva as trs operaes de lgebra: adio vetorial, multiplicao por

escalar' e multiplicao vetorial.) A transformao f , ento, chamada isomorfismo de A sbre B. Mostre que a relao isomorfismo de lgebra uma relao
de equivalncia.
7.53.
Seja d a lgebra das matrizes quadradas sbre K e seja P uma matriz inversvel em d. Mostre que a transformao A 1-+ p- 1 AP, onde A E d, um isomorfismo de lgebra de em si mesma.
l?.ESPOSTAS DOS PROBLEMAS PROPOSTOS
-~)
1)
5
3
7.26.
(i)
7.27.
Aqui (a, b)
= (2b- 3a)h
+ (2a- b)/2.
7.28.
Aqui (a, b)
= (4a- b)
+ (b- 3a)g2.
7.29.
(i)
Go
o) (ii) (
I}
(i)
(~
7.31.
(i)
(~ -~)
7.32.
(;)o
7.30.
,o
(ii) (
(i i)
(i i)
( -3
-2
-2
-D
-7
2
1
-8
(~ -~)
( 18
-11
(i)
(-32
(iii)
(iii)
25
25) (ii)
(-2315
-39)
-15
-45) (i i)
35
( 35
-27
-32
(~
G ;)
1
5
(;v)
26
41)
1
o
o o
o o
o 3
-~)
nu
(i i)
(i)
c
d
o
o
o
o
a
b
D (-1
(iH)
-c
a-d
o
,;
o
d-a
--b
-D
-D
CAP. 71
u 2)
7.34.
P~
7.35.
P=
7.36.
(_~
7.37.
P=
.
7.41.
(i) (
7.42.
(i)
-D.
(_~
(-32
207
-D
(_~ -~)
11)
-1
.c
1
(_~
~)
Q=
3 -~)
-4
11
-8
-~)
(ii)
(_~
-!)
(; -n
(iii) (2,
3, -7, -1), (iv)
G)
Captulo 8
Determinantes
/INTRODUO
A tda matriz quadrada A sbre um corpo K est associado um escalar especfico chamado determinante de A; , usualmente, representado
por
det(A)
ou
iA/.
Essa funo determinahte foi descoberta pela primeira vez na investigao de sistemas de equaes lineares. Veremos, nos prximos captulos,
que o determinante uma ferramenta indispensvel na inve?tigao e
obteno das propriedades de um operador linear.
Comentamos que a definio de determinante e a maior parte de suas
propriedades tambm se aplicam no caso em que os elementos de uma matriz vm de um anel (veja apndice B).
Comearemos o captulo com uma discusso de permutaes, que
necessria para a definio do determinante.
PERMUTAES
Uma aplicao biunvoca C' do conjunto (1, 2, ... , nl sbre si mesmo
chamada uma permutaiio. Anotamos a permutao cr pmC'
( 1
j.
~)
ou u = j.j2
],.
j,, onde j, = u (i).
Observe que, como C' injetora e sobrejetora, a seqncia j i j2 in

simplesmente o rearranjo dos nmeros 1, 2, ... , n. Observamos que o
nmero de tais permutaes n! e que o conjunto delas , usualmente,
representado por S". Tambm observamos que se C' E S", ento a transformao inversa fT-l E Sn; e, seu, T E sn, ento a transformao composta
u o T E S"_ Em particular, a transformao identidade
pertence a Sn.
(Na verdade,
Exemplo 8.L Existem 2!

Exemplo 8.2.
312, 32 L
12 . _. n.)
2 . 1
2 permutaes em 5 2 : 12 e 21.
Existem 3! = 3 . 2 . 1 = 6 permutaes em 5 3 : 123, 132, 213, 231,
208
DETERMINANTES
CAP. 8)
209
Considere uma permutao arbitrria u em Sn : u = j 2 . . . Jn

Dizemos que u par ou mpar, conforme exista um nmero par ou mpar
de pares (i, k), para os quais
i> k
i precede k em
mas
(*)
u.
Ento, definimos o sinal ou paridade deu, escrito sgn u, por

sgn u
se u par
-1 se u mpar.
Exemplo 8.3. Considere a permutao a = 35142 em S 5 . 3 e 5 precedem e

so maiores do que 1; portanto, (3, 1) e (5, 1) satisfazem (*). 3, 5 e 4 precedem e so
maiores do que 2; portanto, (3, 2), (5, 2) e (4, 2) satisfazem (*). 5 precede e maior
do que 4; portant.:>, (5, 4) satisfaz (*). Como exatamente seis pares satisfazem (*), a par
e sgn a = 1.
Exemplo 8.4.
A permutao identidade
1 2
. n par, porque nenhum par
pode satisfazer (*).
E1emplo 8.5. Em S 2 , 12 par e 21 mpar:

e 132, 213 e 321 so mpares.
Exemplo 8.6.
os demais fixos
Seja
Existem
a permutao que troca dois nmeros i e j entre si e deixa
T()
Chamamos
Em S;i, 123, 231 e 312 so pares
j, T(j)
= i,
T(k)
k, k
i, j.
uma transposio. Se < j, ento

T=12
(i-1)j(i+1).
(j-!)i(j+l) ... n.
2(j- i- 1) + 1 pares satisfazendo (*)

(j, ) (j, x~ (x, i), onde x = i + 1, ... , j - 1.
Assim, a transposio
mpar.
DETERMINANTE
Seja A
(a;1) uma matriz quadrada n X n sbre um corpo
al2
a21
a22
anl
an2
:=.)
a,m
Considere um produto de n elementos de A tal que um, e somente um,

elemento provm de cada linha e um, e somente um, elemEnto provm
de cada coluna. Tal produto pode ser escrito na forma
aljl a2j2 . . .
anin,
isto , onde os atres provm de linhas sucessivas; logo, os primeiros subscritos esto na ordem natural 1, 2, ... , n. Agora, como os fatres provm
de colunas diferentes, a seqncia dos segundos forma uma permutao
" = j 1 j 2 . . in em Sn. Reciprocamente, cada permutao em Sn determina um produto da forma acima. Assim, a matriz A contm n! dsses
. produtos.
DETERMINANTES
210
[CAP. 8
Definio. O determinante da matriz quadrada n X n A
= (a;;), anotado det (A) ou IA!, a 15eguinte soma que somada sbre tdas as permutaes (J = jd2 ...
em sn
Jn
IAI
Isto ,
IA ! =
(sgn (j)
alu(l)
a2u(2)
. . . ana(n
a E sn
Diz-se que o determinante da matriz quadrada n X nA de ordem n,

que freqentemente representado por
Enfatiza:FIWS' que uma disposio quadrada de escalares compreendida

entre linhas retas no uma matriz, mas antes o escalar que o determinante associa matriz formada pela disposio de escalares.
an :
Exemplo 8.7. O determinante de uma matriz 1 X 1 A = (au) o prprio escalar

= an.
(Notamos que a nica permutao em S1 par.)
IA I
Exemplo 8.8.
Em S 2 , a permutao 12 par e a permutao 21 mpar. Portanto,
Assim,
f -~
-51
4{-2)- (-5)(-1) = -13 e
-1
t: !I
ad- bc.
Exemplo 8.9. Em Sa, as permutaes 123, 231 e 312 so pares e as permutaes

321, 213 c 132 so mpares. Portanto,
I::~ ::: ::: I

aa1
aa2
aaa
+ aua21a32- a13a22a31- a12a21a33- aua2aaa2Isto pode
ou
seF
esctito orno
DETERMINANTES
CAP. 8]
211
que uma combinao linear de trs determinantes de ordem dois cujos coeficientes
(com sinais alternados) formam a primeira linha da matriz dada. Note que cada matriz
2 X 2 pode ser obtida suprimindo na matriz original a linha e a coluna c:mtendo seu coeficiente
au
Exemplo 8.10.
(i)
I~ ~ ~ I
I: ;I - I! ~ I + I! :I
3
2(6- 63) -3 (5- 56)

2
I~~ ~I
+ 4(45- 48)
!~ ~I
= 2(-20+2)- 3(0- 2)- 4(0
+ (-4)
+ 4)
27
I~ =~I
= :_46.
Como n cresce, o nmero de trmos no determinante se torna astronmico. De acrdo com isso, usamos mtodos indiretos para calcular
determinantes em vez de sua definio. Na verdade, demonstraremos
um nmero de propriedades sbre determinantes que no3 permitiro
encurtar considervelmente o clculo. Em particular, mostraremos que
um determinante de ordem n igual a uma combinao linear de determinantes de ordem n- 1, como no caso n = 3 acima.
PROPRIEDADES DE DETERMINANTES
Arrolamos, agora, propriedades bsicas do determinante.
Teorema 8.1. O determinante de uma matriz A
so iguais: IA I = IA' 1.
e sua transposta A
Por ste teorema, qualquer teorema sbre o determinante de uma

matriz A que diga respeito s linhas de A ter um teorema anlogo concernente s colunas de A.
O teorema seguinte d certos casos para os quais o determinante
pode ser obtido imediatamente.
Teorema 8.2. Seja A uma matriz quadrada
(i)
(ii)
IA ! = O.
ento IA I = O.
Se A tem uma linha (coluna) de zeros, ento
-
Se A
tem duas linhas (colunas) idnticas,
(iii) Se A triangular, isto , A tem zeros acima ou abaixo da diagonal,

ento IA i = produto dos elementos diagonais. Assim, em particular, I I/ = 1, o.nde I a matriz identidade.
O prximo teorema mostra como o determinante de uma matriz
afetado pelas opera_es elementares.
DETERMINANTES
212
[CAP. 8
Teorema 8.3. Seja B a matiz obtida da matriz A por

(i)
Multiplicao de uma linha (coluna) de A por um escalar k; ento,
IBI = kiAI.
(ii) Troca entre si de duas linhas (respectivamente, colunas) de A; ento,
IBI =-IA I.
(iii) Adio de um mltiplo de uma linha (coluna) de A outra; ento,
IB! =
IAj.
Enunciaremos, agora, dois dos mais importantes e teis teoremas

sbre determinal\tes.
Teorema 8.4. Seja A qu:otlquer matriz quadrada n X n. Ento, os seguintes
so equivalentes
(i)
A inversvel, isto , A tem uma inversa A- 1
(ii) A no-singular, isto , AX = O tem somente a soluo zero, ou

psto A = n ou as linhas (colunas) de A so linearmente independentes.
(iii) O d.eterminante de A no-nulo:
IA I ; O.
Teorema 8.5. O determinante uma funo multiplicativa. Isto , o

determinante de um produto de duas matrizes A e B igual ao produto
de seus determinantes: IAB I = I A I I B!.
Demonstraremos os dois teoremas acima U:$ando a teoria de matrizes
elementares (veja pgina 66) .e o seguinte lema.
Lema 8.6. Seja E uma matriz elementar.
A'
Ento, para qualq.LJeC
~!~atriz
IEA I = IE I IA I.
Observamos que PQdemos provar os dois teorem~s precedentes diretamente, sem lanar mo da teoria das matrizes elementares.
MENORES E CO-FATRES
Considere uma matriz quadrada n X n A = (a;;). Represente por
M;; a submatriz quadrada n- 1 X n- 1 de A, obtida suprimindo sua
i-sima linha e j-sima coluna. O determinante IM;;! chamado menor
do elemento a,i de A e definimos o co-fator de a;;, denotado por A,i, como
o menor com "sinal"
A;;
= (-l)t+'j M;;!.
Observe que os "sinais" (-l)HJ que acompanham os menores formam

'
uma disposio quadriculada com os
na diagonal pri}\ipal
(; . . ~ . .:. . ~ . . J
DETERM"JNANTES
CAP. 8]
213
Enfatizamos que M 11 denota uma matriz, enquanto A;i denota um escalar.

Exemplo 8.11. Seja .4 =
A 2a
2 3 4)
(
5
8
(-1) 2+ 3
6
9
7
1
128 31
- (18- 24) = 6.
Surge, ento, o seguinte teorema.

Teorema 8.7. O determinante da matriz A = (at;) igual soma dos
produtos obtidos mUltiplicando os elementos de qualquer linha (coluna)
pelos seus respectivos co-fat ~res
n
+ a;,.At..
IA I = aiiAii + a2iA2i
= L
u;jA;i
j=i
+ ... + a,.iAn; =
2:
a 1iA;;.
i=i
As frmulas acima, chamadas desenvolvimento de Laplace do determinante de A, segundo a i-sima linha e j-sima coluna, respectivamente, oferece um mtodo de simplificar o clculo do IAI. Isto , adicionando
um mltiplo de uma linha (coluna) a outra linha (coluna), podemos reduzir A a uma matriz contendo uma linha ou coluna com um elemento 1 e
os outros O. Desenvolvendo segundo esta linha ou coluna, reduzimos o
clculo do .1 A I ao clculo de um determinante de ordem uma unidade
inferior ordem de !A 1.
Note que 1 aparece na segunda linha, terceira coluna.

com A; onde R;.denota a i-sim linha:
(i)
adicione -2R 2 a Rt,
(ii) adicione 3R2 a Ra,
5 4 2 1)'
2
-5
1
Exemplo 8.12. Calcule o determinante de A
3
-7
-2
1
-3
-1
-2
9
4
Efetue as seguintes operaes
(iii) adicione 1R2 a R4.
Pelo teorema 8.3 (iii), o valor do determinante no muda por essas operaes; isto ,
IAI
-2
-5 -7 -3
-2 -1
1 -2
2
3
1
3
5
1 -2
o 3
2
1
Agora, se.. desenvolvermos segundo a terceira coluna, podemos desprezar todos os trmos
que contm zero. Assim,
IAI =
(-1)2+ 3
<
1 -2
2
3
1
3 2
l 1 31
2 -
Jl2
~2
o
o
3
2
~~3 312
(- 2)
=-lt
+
-2
2
~I
113 211
=38
1 J
DETERMlNANTES
214
[CAP. 8
ADJUNTA CLSSICA
Considere uma matriz quadrada n X n A
(;~: ~~~
sbre um corpo K
~:~)
...
an1
= (aif)
..........
an2
an,.
A transposta da matriz dos co-fatres dos elementos a,i de A, representado

por adj A, chamada adjunta clssica de A
. adj A
~:: ~::
..
Atn
... . . .....
A2n
~::)
Ann
Dizemos "adjunta clssica" em lugar de simplesmente "adjunta" porque

o trmo "adjunta" ser usado no captulo 13, para um exemplo. inteiramente diferente.
Exemplo 8.13. Seja A =
1-4 ~I
A21 = 1-~ ~I
Ast = +
I~ ~I
An
Formamos a
-1
tran~posta
(~
3
-4
-1
-4)
2 .
Os co-fatres dos nove elementos d A sio
= -18,A12=
-~~
= -11. A22
+I~
""-10, Aa2
= -
I~
~I
~I
~I
= 2,
A1a
A23
14,
=-
4, Aaa =
+I~ ~I
I~
+
f~
=-
_:I
-!I
4,
=5
= 8
da matri:z dos co-fatres acin.a para obter a adjunta clssica de A
-!!
-18
adj A
"=
-~)
-8
Teorema 8.8. Para qualquer matriz quadrada A,

A . (adj A).= (adj A) . A = IA I I
onde I a matriz identidade. Assim, se IA I. ;o! O,
A- 1 = l/IA I (adj A).
Observe que o teorema acima nos d um mtodo importante para
obter o inverso de uma matriz dada.
Exemplo 8.14. Considere a matriz A do exemplo precedente para a qual IA
Temos
A (adj A)
3
-4
~t
-46G
-;) (-1~ -!!

5
! ~)
-~)
-46 I =
-8
IA I I
-4060
(
o o)o =
-46
o -46
I=
-46.
215
DETERMINANTES
CAP. 8]
Tambm temos, pelo teorema 8.8,
-11/--46
14/-46
Sf-46
1
(-18/--46
Al = - - (adj A)=
2/--46
IA!
4/--46
9/23
-1/23
(
-2/23
-10/--46)
--4/--46
-8/--46
11/46
-7/23
-5/46
5/23)
2/23
4/23
APLICAES A EQUAES LINEARES

Considere um sistema de n equaes lineares em n incgnitas
+ a12X2 + + a1nXn
+ a22X2 + ... + a2nXn
b1
ll21X1
b2
an1X1
+ an~2 + + annXn
bn
auxt
Denote por Ll o determinante da matriz A = (a;j) dos coefiientes ~ = IA j.

Tambm denote por Ll; o determinante da matriz obtida, substituindo a
z""sima coluna de A pela coluna dos trmos constantes. A relao fundamental entre determinantes e a soluo do. sistema acima segue.
Teorema 8.9. O sistema acima tem uma nica soluo se, e somente se,
Ll ~ O. Nesse caso, a soluo nica dada por
Xt
O teorema acima conhecido como "regra de Cramer" para resolver sistemas de equaes lineares. Enfatizamos que o teorema se refer somente
a sistemas com o mesmo nmero de equaes qtfe incgnitas e que s fornece a soluo quando Ll ~ O. De fato, se Ll = O, o teorema no diz se
o sistema tem soluo ou no. Entretanto, no caso de um sistema homogneo, temos o seguinte resultado til.
Teorema 8.10. O sistema homogneo Ax =O tem soluo no-nula se, e

somente se, Ll = I A I = o.
Exemplo 8.15.
Resolva, uEand determmantes,
2x - 3y
+ Sy
3x
Primeiro calcule o determinante da matriz dos coeficientes
Como
13
-315
10
,r O, o sistema tem uma nica soluo.

f!.x =
11
-315
38
+9
19.
Tambm temos
; 1 = -19.
'
De acrdo com isw, a nica soluo do sistema

:r
38
= - - = -19 =
= - -
-19
= - - = -1.
19
~----~--~--~_____.-~~~~-------
DETERMINANTES
216
[CAP. 8
Ggservamos que o teorema precedente de intersse mais por motivos

tericos e histricos do que por motivos prticos. O mtodo precedente de
resoluo de sistemas de equaes lineares, isto , reduo do sistema
forma escalonada, muito mais eficiente que o uso de determinantes.~
DETERMINANTE DE UM OPERADOR LINEAR

Usando a propriedade multiplicativa do determinante (teorema 8.5),
obtemos
Teorema 8.11. Suponha que A e B so matrizes semelhantes.

IAI = IBI
Ento,
Agora, suponha que T um operador linear arbitrrio num espao

vetorial V. Definimos o determinante de T, escrito det(T), por
det(T) =
I[T].I,
onde [TJ. a matriz de T na base {ei). Pelo teorema acima, esta definio
independente da base particular que fr escolhida.
O teorema seguinte segue dos teoremas anlogos sbre matrizes.
Teorema 8.12. Sejam T e S operadores lineares num espao vetorial V.

Ento
(i) det(S o T) = det(S) . det(T),

(ii) T inversvel se, e smente se, det(T) :,;:. O.
Tambm observamos que det(l.) = 1, onde 1. a

identidade, e que det(T'" 1) = det(T),- 1 se T inversveL
Exemplo. 8.16.
Seja To operador linear no R 3 definid~ po.T(x, y, z)
(2x- 4y
+ z, x- 2y + 3z, Sx + y- z)
A mat.-iz de T na base usual do R 3 [T] = (
2 -4
Ento, det(T) =
transformao .
1 -2
5
2(2- 3)
-;
-1
~)
-l
+ 4(-1- 15) + 1(1 + 10)
=-55.
-l
MULTJLINEARIDADE E DETERMINANTES
Denote por d o conjunto de tdas as matrizes quadradas n X n
sbre um corpo K. Podemos encarar A como uma n-upla consistindo em
seus vetores linha A h A 2 , . . , A,.
A
Portanto, d
em K
= (A 1, A 2,
A,.).
pode ser encarado como o conjunto das n-uplas de n-uplas
DETERMINANTES
CAP. 8)
217
Seguem as seguintes definies.
Definio. Diz-se que uma funo D : .91

em cada componente, isto ,
(i)
Se linha A,
+ C,
--'-4
K multilinear se ela linear
ento
D(A) = D( .. . , B +C, ... )
D( .. . , B, .. . )
+ D( .. . , C,
... );
(ii) Se linha A; = kB, onde k E K, ento
D(A)
D(., ., kB, .. . ) = kD( .. . , B, .. . ).
Tambm dizemos n-linear em lugar de linear se h n componentes.

Defini~o. Diz-se que uma funo D :.91 -
K aiternada se D(A)
O,
sempre que A tem duas linhas idnticas

D(A 11 A 2,
. ,
An) =O seri1pre que A,= Ai i>"" j.
Temos o seguinte resultado bsico; aqui,- I denota a matriz identidade.
Teorema 8.13. Existe uma nica funo D: .91

(i)
D multilinear,
(ii) D alternada,
--'-4
K tal que
(iii) D(l) = 1.
Esta funo D no outra seno a funo determinante; isto , para qualquer matriz A E .91, D(A) = IA 1.
CLCULO DE DETERMINANTES
8.1.
Calcule o determinante de cada matriz

(i)
(i) .
(i i)
8.2.
1! -~ 1
a-b
a
3 .
a
a+ b
s _ (-2)
a - b
a+ b
. 4 = 23.
=(a-b)(a+b)-a.a=-b 2
'
Determine
os valres de k, para os quais
2k
I= 2k
se k
>=
2-
4k
O ou k
O, ou 2k(k -2)
=
l: . I
O. Portanto, k
2, o determinante O.
2:
O; e k
2. Isto ,
218
DETERMINANTES
8.3.
Calcle o determinante de cada matriz
~)
2
-2
(i)
'
5 -1
(iii)
(i)
~ ~ -~)
(
-1 -3
5
I~ -~ j
I
=
(i i)
I~
(iii)
I~
-1
(i v)
8.4.
I!
(~4
(iv)
~ -~I5
2
3
o o
2
-4
3
1(2- 15)- 2(-4 -6)
! -~ I
~-~ -~I - I~ -~I
(i i)
[CAP. 8
+ 3(20 + 4)
I~-
.79.
I~ -~ I - oI; -~ I + 1
2(10 -9)
+ 1 (-9 + 2)
i:
~I
24.
= -5.
-3
~ -~I
1(6
+ 4)
10.
Considere a matriz quadrada 3 X 3 A
(::
aa
Mostre que o diagrama abaixo pode ser usado para obter o determinante de A
Forme o produto de cada um dos trs nmeros ligados pelas setas e

cada produto com ~ sinal mais, no diagrama da esquerda, como segue
ant~ponha
+ a1b2ca + b1c2aa + cta2ba.

Agora, forme o produto de cada dos trs nmeros ligados pelas setas no diagrama
da direita e anteponha a cada produto o sinal menos como segue
- aab2c1- bac2a1- caa2b1.
Ento, o determinante de A , precisamente, a soma das duas expresses acima
IA I =
I:~ :~ :~I
aa
ba
a1b2ca
+ b1c2aa + c1a2ba- aab2c1- b3c2a1- caa 2b1.
ca
O mtodo acima para clculo de

maior do que trs.
IA I
no vale para determinantes de ordem
DETERMINANTES
CAP. 8]
8.5.
219

(i)
(! -~)
I! j -~I
o
o
-3
(i)
o (j
b
(i i)
(iii)
-4)
-2
3
Desenvolva o determinante em relao segunda coluna, desprezando os t.-mos contendo um zero
-(-3)
I!
~I
+ 3) = 21.
3(4
(ii) Use o mtodo do problema precedente
a:
:b
I
(iii)
!c
I=
a3
+ b3 +
c 3 -. abc- abc- abc = a 3
+ b3 +
c3 -
3 abc.
Some duas vzes a primeira coluna terceira e, ento, desenvolva pela

segunda linha
-41
!_!
o2 -2 =
3
-4 + 2(3) I = I 31
o -2 + 2(1)
131
-2
2(-2)
8.6. Calcule o determinante de
o2 o21 = -1
3 -1
. -2
('''
A=
12 21
3 -1,
=8
-1/3)
-1
3/4
1/2
-4
-1
Primeiro, multiplique a primeira linha por 6 e a segunda linha por 4.
6 . 4 IA
I!
8.7.
24 IA
1l =~I
.33
I1
+
-2!
-4
-6
2
-4
+ 4(3)
+ 4(3)
-4 + 4(1)
3
1
11
11: -~I
-6
2
28, e
IA I
(3)
-4-21 -_
(3)
- (l)
Ento,
28/24 = 7/6.
Calcule o determinante de
5 -32 -2)
-3
-5
-~
3
-2
2
(
-1
-6
Note que 1 aparece na terceira linha, primeira coluna. Aplique as seguintes

operaes em A (onde R 1 d~nota a i-sima linha) (i) some -2Ra a R1, (ii) some
-2Ra a R 2 , (iii) some lR 3 a R4. Assim,
o
o
2 5 -3 -2
-2 -3
2 -5
1
3 -2
2
IAI
-1
=
-6
,-13-+ 21
-3 +2
-2
2
-6
-1
+ 6(-2)
6(1)
5+
6(2)
-1
3
3
-3
-2
-2
I [_!
=
-6
-1
=+
I -1
o
-21 -13
2
17
I-~-3
1
-2
2
-11
~~
-131
17
-4
DETERMINANTES
220
8.8.
Calcule o determinante de A
-~
(CAP. 8
-:)
-~
-;
-2
4
2 -3
7 -3
-5
8
Primeiro, reduza A a uma matriz que tem 1 como um ,elemento, por exemplo,
somando duas vzes a primeira linha seg~nda linha, e, depois, procedendo como
no problema precedente.
3
-5
IAI
-2
2
3
-2
2
I
=
-2
2
4
-3
-5
4
-5
7 -3
~5
8
-2
3
-5+2(3) 2+2(-2)
-2
4
-3
2
-2
-2
4
-3
-5
1-~
4
-2
3
7 -3
-5
8
-5
o
o
3
-1
3
2
-I~ -~I
1
-2
2
-2 +
-2 +
4 +
-3 +
I~
+ 2(3)
-2 + 2(1)
7 + 2(-2)
I~
1
3
Calcule o determinante de A
t- 3
3(3)
3(1)
3(-2)
3(2)
3 - (3)
2 - (-1)
L)
-1
8.9.
-5 _ (1)
-1
= -3(12 + 6) = -54
= -3
-1
4
3
-3
8
-5 + 2(2)
I~ ~I
4
-5+2(4)
-3
-5
-5
2(3)
2(1)
2(-2)
2(2)
-~I
3
-1
-5
8+2(-S)
-6
Some a segunda coluna primeira e depois some a terceira coluna segunda,

paraobter
IA I
Agora, fatore t
+2
I1tI++o 2
2
t- 2
1-2
1
1
t+4
na primeira coluna e t- 2 na segunda coluna, para obter
IA I
= (t
+ 2)(1- 2)
ll
Finalmente, subtraia a primeira coluna da terceira, para obter
IA I
(t
+ 2)(t -
2)
I~
g
t+4
(t
+ 2)(1- 2)(1 + 4)
CO-FATRES
8.10. Encontre o co-fator de 7 na matriz
(~
1 -3
-4
-2
-~)
-3
2
CAP. 8]
DETERM1NANTES
2
1 -3
4
5 -4
7 -2
4
o 6 -3
3 ~2
5
2
(-1)2+3
I~ -~I I~
811.
-2
+ 3 vem do fato
Considere a matriz A=
(i)
Calcule
A . (adj A)
(i)
iAI
= 1
IA I .
= i A! I
~I
135
I:
- I~
1 -10
1
4
-1
2
-~)
t =
1
-10
-1
1- 20 + 21 = 2
I~ ~I
~I
(iii) Verifique
!I
I~
71
!I - I~ !I
(
41 +3
I~
10
que 7 aparece na segunda linha e terceira coluna.
. (i v) Encontre A-
- I~ ~I
-~I
61
(i i) Encontre adj A.
- 2
o
o
I~ ~I - I~ ~I
(ii) adj A
(-I~ ~~I)
O expoente 2
221
~I
I~ ~I
1
4
7 -3
-1)
2
-1
Isto , adj A a transposta da matriz dos co-fatres. Observe que os "sinais"

na matriz dos co-fatres formam uma disposio quadriculada
(iii) A . (adj A)
(~
Dt1~ -1-;)
G D G n
2
-3
(iv) A-l =
lAT
(adj A) =
~)
(-:o7 -3 -;)
4
-1
IAI I
1
:f
2
3
-2
~)
-~-
DETERMINANTES
222
8.12
[CAP. 8
Considere uma matriz arbitrria 2 X 2 A =

(i)
Encontre adj A.
!,i)
d.
a J
(+ \d\\b\
(-cd -b)
a
(ii) adj(adj A) = adj
:) .
(i i) Mostre que adj(adj A) = A.
-\c\ )'
(
-c)
+\a\ = -b a
(;
d -b)
a
1
(
-r.
(+\a\
-\-b\
DETERMINANTES E SISTEMAS DE EQUAES LINEARES

8.13. Resolva para x e y, usando determinantes
2x
y = i
3x - Sy = 4
(i)
(i) Ll
Ento, x
(i i)
Ento,
I~ -~I
=
Ll:z:/Ll
= 3,
3:
l>x/t.
ax - 2by = c
onde ab -;t. O.
3ax - Sby = 2c '
~ 11 /~ =
= ab, Llx
e/a,
= -
I: -~I =
~X =
= -13,
1 =~~ I
:< =
(ii)
-39,
~y = I~ ~I
= -13.
1.
1 =~:h
2:
~~ = 13:
-bc,
2:
= -ac.
y = ~~~~ = -cfb.
.
8.14, Resolva, usando determinantes
13y
3x
+ 2x
+ 2z
3z -
z
1
8 - Sy
=
=
2y
Primeiro, arrume o sistema na forma padro com as incgnitas aparecendo em

colunas
+ 3y-
2x
+ Sy + 2z
3x
= 1
=
x - 2y - 3z = -1
Calcule o determinante
~ ~ -~
1 -2
da matriz A dos coeficientes

1 =
2(-15
+ 4) _ 3(-9 _ 2) _ 1(--6 _ 5) = l2
-3
Como A r" O, o sistema tem soluo nica. Para obter ~:r. ~~. e ,:.,, troque
os coeficientes das incgnitas na matriz A reta coluna das constantes. Assiin,
A, =
I ! ~ -~ I=
-1
~~
-2
-3
-2
-1
l=
66,
~11
44 e x
I~ ! -~ l =
= Ll:z:/A
-1
= 3,
-22,
-3
.=
A 11 1t.
-1, z
= ~./~
= 2.
223
DETERMINANTES
CAP. 8}
DEMONSTRAO DE TEOREMAS
IA I
1
Suponha que A
Ento, A
(a;j).
I
IA I .
= (b;j),
l: (sgn a)
onde b;i =
Portanto,
aj;.
bt u(l) b2u(2) .. bnu(n)
aESn
= l: (sgn
u)
Ua(l), 1 Gu(2), 2 . . . aa(n).
a ESn
Seja r
u- 1.
Pelo problema 8.36, sgn r

Ua(l), I Ua(2), 2 Gu(n). n =
Portanto,
IA
= l: (cgn
T)
sgn a e
UJr(l) U2r(2J
Unr(n)
aiT(l) a2r(2) . . . Unr(n)
u ESn
Entretanto, como a percorre todos os elementos de Sn, ., =

todos os elementos de Sn. Assim,
u- 1
tambm percorre
8.16. Demonstre o teorema 8.3 (ii) . Seja B obtido de uma matriz quadrada A pela troca entre si de duas linhas (colunas) de A. Ento,
IBI =-IA I.
Provaremos o teorema para o caso em que duas colunas so trocadas. Seja T a
transposio que troca entre si os dois nmeros correspondentes s duas colunas
de A, que so trocadas entre si. Se A = (a;j) e B = (b;j), ento bij = a 1rU)
Portanto, para qualquer permutao a-,
Assim,
IBI
l: ("gn a)
btu(IJ b2u(2)
aESn
l: (sgn a)
Utr"(!J U2n(2J .
. Unt.t(n)
~ESn
Corno a perm1.1tao
sgn a ~ ~ sgn r a; logo,
IB I
= -
mpar, sgn
l:
(sgn ru)
Ta =
sgn ... sgn
u = -
sgn
u.
Assim,
aiTu(IJ U2ru(2) . . anTu(n)
trESn
Mas como a percorre todos os elementos de Sn, ra tambm percorre todos os

elementos de Sn; portanto, I B I = - I A I.
8.17. Demonstre o teorema 8.2 (i) Se

zeros, ento IA I = O. (ii) Se A
ticas, ento IA I =O. (iii) Se A
duto dos elementos diagonais.
onde I a matriz identidade.
{i)
A tem lima tinha (coluna) de

tem dua!> linhas (colunas) idn triangltlar, ento IA I = proAssim, em particular, III = 1,
Cada trmo em IA I contt'm um fator de cada linha; logo, contm da linha de

zeros. Assim, cada trmo de IA I zero, logo IA I = O.
DETERMINANTES
224
[CAP. 8
1 7- O em K. Se trocarmos entre si as duas linhas idnticas

de A, ainda obtemos a matriz A. Portanto, pelo problema anterior,
IA I =-IA I; logo, IA I =O. Agora, suponha que 1 1 =O em K,
Ento, sgn cr =. 1 para cada cr E 5,..
Como A tem duas linhas Rlnticas,
podemos arrumar os trmos de A em pares de trmos iguais. Cor-i;o~:ada
par O, o determinante de A zero.
(ii) Suponha que 1
(iii) Suponha que A = (a;j) triangular inferiormente, isto , os elementos acima

da diagonal so todos zero: a;i = O, sempre que i < j. Considere um trmo t
do determinante de A
Suponha que i1 7- 1.
Ento, 1
<
i1 logo, ili 1 = O; portanto, t
= O.
Isto
, cada trmo para o qual i1 -, 1 zero.

Agora, suponha i1 = 1, mas i2 7- 2. Ento, 2
t = O.
< i2;
logo, a 2; 2 = O; portanto
Assim, cada trmo para o qual i1 7- 1 ou i 2 ; 2 zero.
Semelhantemente, obtemos que cada trmo para o qual i 1 -, 1 ou i 2 ; 2

ou ... ou i,. 7- n zero. De acrdo com isso, IA I = aua 22 ... a,, = produto dos elementos diagonais.

(i)
Seja B obtido de A por
multiplicao de uma linha (coluna) de A por um escalar k;

ento, !B I = k !A j.
(ii) troca de duas linhas (colunas) de A entre si; ento,
!BI =-lA!.
(iii) soma de um mltiplo de uma linha (coluna) de A outra;
ento, !Bl = lA 1(i)
Se a j-sima linha de A multiplicada por k, ento cada trmo em

multiplicado por k; logo, IBI = kiA 1- Isto ,
!B I = ~ (sgn ..-)
a1i 1 a2'i 2 .
k 1: (sgn d) a1; 1 az; 2
IA I
(ka;;i) ... ani,.

. . . a,.;,.~
kiA
(ii)
Foi demonstrado no problema 8.16.
(iii)
Suponha que c vzes a k-sima linha somada j-siina linha de A. Usando

o smbolo ~ para denotar a j-sima posio num trmo do determinante,
temos
IB I
1: (sgn cr)
"
ali 1 a2; 2 ...
(cak;k
+ aii;) ... a,.,-,.
= c 2; (sgn u) a1; 1 a2; 2 ... ank ... a,;,
.-...
+ 1: (sgn ..-) a11 1 a2i2 ... a;;i
... a,.;n
"
A primeira soma o determinante de uma matriz, cujas k-sima e j-sima

linhas so idnticas; portanto, pelo teorema 8.2 (i), a soma zero. A segunda soma o determinante de A. Assim, IB I = . O
IA I = A.
CAP. 8]
DETERMINANTES
225
8.19. Demonstre o lema 8.6. Para qualquer matriz elementar
E, IEA I =
=lEI IA/.
Considere as seguintes operaes
elementare~
com linhas
(i) multiplicao de uma linha por uma c-:mstante k r! O; (ii) troca de duas
linhas entre si; (iii) soma de um mltiplo rle uma linha outra. Sejam E 1 , E 2
e Ea as matrizes elementares c:>rresp::mdentes. Isto , E1, E 2 e E 3 so obtidas
por aplicao das operaes acima, respectivamente, matriz identidade I. Pelo
problema precedente,
IEtl
klll = k, IE2I = - III
= -1,
lEal
III = 1
Lembre (pgina 66) que E; A irlntica matriz obtida pela aplicao da

operao correspondente a A. Assim, pelo problema precedente,
IEtA
I = kiA I = IEtiiA I. IE2A I =-IA I = IE2IIA I.
IEaA
IA I = liA I = lEal IA I
e o lema est provado.
8.20. Suponha que B equivalente por linhas a A; digamos

B = E,. E,._ 1 . . . E 2 E 1 A, onde os E; ~o matrizes elementares.
Mostre que (i)
(ii)
(i)
IB I
IB I ~
O se, e somente se,
Pelo problema precedente, IEtA
IBI = IEnl IEn-1 E2E1A I
(i i) Pelo problema precedente, E; r!

somente se, IA I r! o.
IA I
r!- O.
IEtl IA 1- Portanto, por induo,
IEnl IEn-II
para cada i.
IE2I IEtl jA I
Portanto, IB 1- r!
o se,
8.21. emonstre o teorema 8.4. Seja A uma matriz quadrada n X n.

Ento, as seguintes so equivalentes
no-singular, (iii) A r!- O.
(i) A inversvel,
Pelo problema 6.44, (i) e (ii) so equivalentes.

trar que (i) e (iii) so equivalentes.
(ii) A
Portanto, suficiente mos-
Suponha que A inversvel. Ento, A equivalente por linhas matriz

identidade I.
Mas, I I I r! O; portanto, pelo problema precedente, IA I r! O.
Por outro lado, suponha que A no-inversveL Ento, A equivalente por
linhas a uma matriz B, que tem uma linha nula. Pelo teorema 8.2 (i), IB I = O;
ento, pelo problema precedente, IA I = O. Assim, (i) e (iii) so equivalentes.
lAEI = /A //BI.
Se A singular, ento AB tambm singular; logo, IABI = O = IA jjB.

Por outro lado, se A no-singular, ento A = En ... E. 2 E 1 , um produto de
matrizes elementares. Assim, pelo problema 8.20,
IA I = IEn ... E2Erli = IEnl ... IE2I IEtl jij = IEnl ... IE2I IE1j; log,
jABI = IEn .. E2E1BI = IEni ... IE2jjE1j jBj = jAj jBj
/A/ =
a;lAii
onde A;i o co-fator de
Seja A = (a,i); ento,
+ a;2A;2 + ....+ a;,.Ain

a;i
226
DETERMINANTES
[CAP. 8
Cada trm:> de IA I contm um, e somente um, elemento da i-sima linha

de A, (ait, a;2, ... , a,,.). Portanto, podem:>s esc.rever IA I na forma
IA
1!1
I=
ailAn
a;2A;2
+ ... + a;nA;n
(Note que A
11 uma soma Cle trmos envolvendo nenhum elemento da i-sima
linha de A.) Assim, o teorema ficar demonstrado, se pudermos mostrar que
A;, =A;;= (-1) +
1 1
IM;;\.
onde M;; a matriz obtida desprezando a linha e a coluna contendo o trmo a;;.
* foi definida como o co-fator de a;;; logo, o teo(Historicamente, a expresso A 11

rema se reduz a mostrar que as duas definies do co-fator so equivalentes.)
Primeiro, consideramos o caso em que i = n, j = n.
trmos em IA I contendo ann
annA:,. = Gnn
~ (sgn
Ento, a soma dos
u) ala(!) G2a(2) . -- Un-i, v(n-1)
onde somamos sbre tdas as permutaes u E Sn, para o qual u(n) = n. Entretanto, isto equivalente (problema 8.63) a somar sbre tdas as permutaces de
11, ... , n - 11. Assim,
Agora, con~lderamos quaisquer i e j. Trccamos a i-sima linha com cada linha

subseqente, at q~ ela fique em ltimo lugar, e trocamos a j-sima coluna com
cada coluna sulilseqente at que ela fique em ltimo lugar. Note que o determinante IMi; I. no afetado, pois a posio relativa das outr3:s linhas e colunas
no so afetadas por essas mudanas. Entretanto, o "sinal" de IA I e de A~
mudado n- i_ e depois n- j vzes. De acrdo com isso,
A~
= (-l)n-fp-J IM;;
= (- l)f+J IM;; I
8.24. Seja A
= (ai;) e seja B a matriz obtida de A, trocando a i-sima

linha de A pelo vetor linha (bw ... , b;n). Mostre que
Alll}- disso, mostre que, para j r!- i,

a;;Ail
a1;Aii
Sej~ B
(b;;).
+ a;2Ai2 +
+ a2;A2; +
+ a;,.A;n =O
+ GnjAni =O
Pelo problema precedente,
IB I
b;JBii
+ b;2Bi2 +
Como B;; no depende da i-sima linha de B, B;; = A;; para j = 1, ... , n.

Portanto,
IB I
= b.IA;l
+ b;o.Ai2 + ... + b;,.A;,.
Agora, seja A' obtida de A pela substituio da i-sima linha de A pela j-sima
linha de A. Como A' tem duas linhas idnticas, \A' I =O. Assim, pelo resultado acima,
IA' I = a;1Ai1
Usando
IA
IA
I.
+ a;2A.:~ + ... + A;nAin
tambm obtemos que

a1;A li
a2 1A2;
+ ... + a,.;A,.; =
O.
=O
227
DETERMINANTES
CAP. 8]
8.25. Del'I\QtlStte o
IA1 ':F O, A~ 1
Seja A
teorema
=
8.8. A . (adj A) . A =
IA I I.
Assim, se
(1/IAI)(adjA).
= (Gi;) e seja A . (adj A) = (b;;). A i-sima linha de A

(1)
Como adj A a transposta da matriz dos co-fatres, a

a transposta dos co-fatres daj-sima l;nha de A;
j~sima
coluna de adj A
(2)
Agora, b;;, o ij-simo elemento de A . (adj A), obtido pela multiplicao de (1)
por (2}
b;; = ai!A;t
+ Gi2A;2 + ... + a;nA;n
Assim, pelo teorema 8. 7 e pelo problema precedente,

b;;
= {
IA
se i= i
i~j
Se
De acrdo com isso, A . (adj A) a matriz diagonal com cada elemento

diagonal IA j. Em outras palavras, A. (adj A) = IA I I. Semelhantemente,
(adj A) . A = IA I I.
8.26. Demonstre o teorema 8.9. O sistema de equaes lineares Ax = b

tem soluo nica, se, e somente se, .1 = lA l ; O.
Nesse caso,
a soluo nica dada por x 1 = .1J.1, x 2 = .1.jA, . .. , Xn = An/.1.
Por resultados anteriores, Ax = b tem soluo nica se, e somente se, A
inversvel e A inversvel se; e somente se, = IA I -;;-!O. Agora, suponha -;;-!O.
Pelo problema 8.25, A- 1
(1/)(adj A). Multiplicando Ax = b por A-1, obtemos
=:
= A-1 Ax = (1/)(adj A) b
(1)
Note qu a i-sima linha de (1/)(adj A) (1/)(Ali, A 2;, ... , An;).

= (b~o b2, ... , bn)1, ento, por (1),
Se b =
Entretanto, como no problema 8.24,

b1A1;
+ b2A2; + ... + bnAn; = ;
o determinante da matriz obtida substituindo a i-sima coluna de A pelo vetor

coluna b. Assim x; = (1/);, como requerido.
8.27. Suponha que P inversvel.

p-lp,. I.
Portanto, 1
Mostre que
!P"" 1 l
!Pl- 1
= ]I! = jp-1PI = jp-1 IIP 1. logo IP- 11 =
IPI- 1.
8.28. Demonstre o teorema 8.11. Suponha que A e B so matrizes semelhantes. Ento, lA I = IB 1.

B
Como A e B so semelhantes, existe uma matriz inversvel P tal que

p-IAP. Ento, pelo problema precedente,
IBI = IP- 1API
= IP- 1 IIAIIPI
IAIIp- 1 IIPI =IA!.
DETERMINANTES
228
[CAP. 8
Observamos que, embora as matrizes P- 1 e A possam no comutar, seus determinantes 1p- 1 1 e I A I comutam, pois so escalares num corpo K.
8.29. Demonstre o teorema 8.13. Existe uma nica funo D : ~ - 4 K

tal que (i) D multilinear, (ii) D alternada, (iii) D(I) = 1.
Esta funo D a funo determinante, isto , D(A) = IA j.
Seja D a funo determinante; D(A) = IA 1. Devemos mostrar que D satisfaz (i), (ii) e (iii), e que D a nica funo que satisfaz (i), (ii) e (iii).
Pelos resultados precedentes, D satisfaz (ii) e (iii); portanto, preciEamos
mostrar que ela multilinear. Suponha que A = (a;;) = (A 1, A 2 . . . , An), onde
A k a k-sima linha de A. Alm disso, suponha, para um i fixo,
A;
B;
+ C;,
on~e
B; = (bt, ... , Vn) e C;
(ct, ... , Cn)
De acrdo com isso,
Desenvolvendo D(A)
D(A)
IA
em relao i-sima linha,
+C;, ... , An) = a;1A;1 + a;2Ai2 +

+ c1)Ail + (b2 + c2)A;2 + ... + (b,. + c,.)A;,.
(btAil + b2Ai2 + ... + bnA;,.) + (c1Ail + c2Ai2 + ... + CnAin)
= D(A1, .. . , B;
=
(bt
Entretanto, pelo problema 8.24, as duas. somas. acima so os determinantes das

matrizes obtidas de A, por substituio da i-sima linha por B; e C;, respectivamente. Isto ~.
D(A) = D(A1,
. , B; +C;, . .. ,A,.)
= D(A1, ... ,
B;, .. . , A,.)+ D(AJ, ... , C;, ... , A .. )
Alm disso, pelo teorema 8.3 (i),

D(A 1,
... ,
kA;, ... , A,.) = kD(A
1.
. .,
A;, ... , A,.)
Assim, D multilinear, isto , D satisfaz (iii).

Devemos provar, a seguir, a unicidade de D. Suponha que D satisfaz (i),
(i i) e (iii). Se {q,
. , e,.} a base usual de K", ento por (iii), D(e1, e 2 , , e,.)=
= D(I) = I. Usando (ii), tambm temos (problema 8.73) que
(1)
Agora, suponha que A = (a;;). Observe que a k-sima linha A 1 de A
Usando a multilinearidade de D, podemos escrever D(A) como uma soma de

trmos da forma
D(A) = ~ IXali{il' a2; 2e; 2, ... , 9,n',.C,()
= ~ (a11a2;2 ... a..;,. D(e;1, e; 2 , . . . , e;,.),
(2)
onde a soma feita sbre tdas as seqncias J, i2, ... i,., sendo k E {1, ... , n}.
Se dois dos ndices so iguais, digams i; = k mas j ;t! k, ento, por (ii),
229
DETERMINANTES
CAP. 8].
De acrdo com isso, a som em (2) precisa somente ser somada sbre tdas as
permutaes u = i1, i2, ... , in. Usando (1), fim~'<nente temos que
Portanto, D a funo determinante; logo, o terema est provado.
PERMUTAES
8.30. Determine a paridade de u
542163.
Mtodo I.
Precisamos obter o nmero de pares (i, j), para os quais i
em u. Existem
>j
e i precede j
3 nmeros (5, 4 e 2)maioresdo que e precedendo 1,
2 nmeros (5 e 4)maiores do que e precedendo 2,

3 nmeros (5, 4 e 6)maiores do que e precedendo 3,
nmero (5) maior do que e precedendo 4,
o
o
(zero) nmero maior do que e precedendo 5,

(zero) nmero maior do. que e precedendo 6.
Como 3 + 2 + 3
logo, sgn u = -1.
+ 1 + O+O=
9 mpr, u permutao lmpar;
Mtodo 2.
Transponha 1 para a primeira posio, como segue,
~163
para
54 26 3
Transponha 2 para a segunda posio
1 5 4 2 6 3 para
12 5 4 6 3
Transponha 3 para a terceira posio
1 2 5 4 6 3 para
12 3 54 6
Transponha 4 para a quarta posio
1 2 3.5 4 6
para
1 2 3 4 56
Note que 5 e 6 esto nas posies "corretas". Conte o nmero de mnafros

"saltpdos": 3 + 2 + 3 + 1 = 9. Como 9 mpar, u uma permutao lmpar.
(Observato. tste mtodo , essencialmente, o mesmo que o .mtodo antel'ior.)
DETERMINANTES
230
[CAP. 8
Mtodo 3.
Uma troca entre dois 1nembros de uma permutao equivalente a multiplicar a permutao por um transposio. Portanto, transforma tT para a permutao identidade, usando transposies tais como
Como foi usado um nmero mpar, 5, de transposies,

mpar.
tT
uma permutao
8.31. Sejam u = 24513 e r = 41352, permutaes em Sn. Encontre

(i) as permutaes compostas r ou e u o r, (i i) u- 1
Lembre que
tT
= 24513 e .,. = 41352 so modos abreviados de escrever
(1 2 3 4 5)
e .,. =
24513
(1 2 3 4 5)
41352
o que significa
u(l)
2, tT{2) = 4, tT(3)
= 5,
tT(4)
=1
e tT(5)
= 3
.,.(1)
4, .,.(2)
= 3,
.,.(4)
=5
e r(5)
=2
(i)
2
'T
Assim, .,. o
l
tT
tT
l
l
15243 e
e
tT
~
2
o.,. = .12534.
24513)
( 1 2 3 4 5
(ii)
Isto , .,.-t
8.32.
5
3
l
=
1, .,.(3)
41523.
Conside~e qualquer permutao u =

cada par (i, k) tal que
>
jti2
jn.
Mostre que, para
k e i precede k em u,
existe um par (1:*, k*) tal que

i*
<
k*
u(z'*)
> u{k"')
(1)
CAP. 8]
DETERMINANTES
231
e vice-versa. Assim, u par ou mpar, segundo haja um nmero

pat ou mpar de pares satisfazendo (1).
Escolha i* e k* tais que u(i*) = i e u(k*) = k. Ento, i > k se,
se, d(z"*) > u(k*), e i precede k em u se, e somente se, i* < k*.
8.33. Considere o
polinmio g
g(xl, ... ' Xn)
e somente
n (x,- xj).
Escreva
t<J
expllcitamente o polinmio g
g(x1, x 2, x 3 , X4j.
O smbolo TI usado para um produto de trmos da mesma maneira que o

smbolo 2: usado para uma soma de trmos. Isto ,
(x;- Xj) significa o pro-
J1
t<J
duto de todos qs trmos (x;-
Xj)
para os quais i
< j.
Portanto,
8.34. Seja u uma permutao arbitrria. Para o polinmio g do problema precedente, define u(g) =
(x<T()..:. x<TU) Mostre que
i<J~
f g se rr
u(g)
De acrdo com isso, <T(g)
l-g
par
se u mpar.
(sgn <T )g.
Como u injetora e sobrejetora,
TI
u(g) =
i
<j
(Xu(i) - Xu(j))
=
t
<j
f1
ou t
>j
(x;- Xj).
Assim, u(g) = g ou u(g) = -g, segundo haja um nmero par ou mpar de trmos
da forma (x;- Xj), onde i > j_ Note que, para cada par (i, j), para o qual
i <j e u(i)
>
(1)
u(j),
existe um trmo (xu(i) - Xu(i)) em cr(g) para o qual u(i) > a(j). Como u par,
se, e somente se, existe um nmero par de pares satisfazendo (1), temos a(g) = g
se, e somente se, u par; portanto, a(g) = -g se, c somente se, v mpar.
8.35. Sejam u, T E S,.. Mostre que sgn (r ou) = (sgn T) (sgn u ). Assim,
o produto de duas permutaes pares ou mpares par e o produto
de uma permutao fmpar por uma par mpar.
Usando o problema precedente, temos
(sgn(r g.,y)g
~ (To a)(g) = T(v(g)) =
D~ acrdo com isso, sgn(T o v)
8.36. Considere a permutao u

e, para escalares a1i,
-r((sgn cr)g) = (sgn r)(sgn rr)g.
(sgn r )(sg'l cr).
= jd 2
in
Mostre que sgn u- 1
7emos .,.-to u =. ' a permutao identidade. Como par,

bos pares ou ambos mpares. Portanto, sgn u- 1 = sgn u.
.,.-t
sgn u
so am-
232
DETERMINANTES
[CAP. 8
Como u = j1h ... jn uma permutao, aj 1 1 ai 2 ~

Ento, kt, k 2 , , kn te':l a propriedade que
u(kr) = 1, lT(k2)
Seja
= k1k2 ... kn. Ento, para i

(u o .)(i)
As~;im, u-o
... ain" =alk 1 a2k ... ankn

2
= 2, .. , u(kn) = n.
= 1, . . , n,
tr(T (i)) = u(k;)
= i.
= ' a permutao Identidade; portanto,
u- 1
PROBLEMAS DIVERSOS
8.37. Encontre det (T) para cada operador linear T:
(i)
T operador no R 3 , definido por
T(x, y, z) = (2x- z, x
(ii)
T o operador no espao vetorial V das matrizes quadradas

2 X 2 sbre K, definido por
T(A)
(i}
+ 2y- 4z, 3x- 3y + z)
jVJA, onde j\J
( ac
Encontre a representao matricial de T em relao, digamos, base ~sua!
[11
~ (; j ~)
=~!-=.2.(2-12)-1(-3-6)=-11.
Ento,
det(T)=I1
(ii) Encontre a representao matricial de T em alguma base de V, digamos
lrE1
Ento,
(~
T(E 3 )
T(E 4) =
A";m, [11s
a
det (T) =
o
b
(!
c
o
a
o
b
o
c
o
d
o
d
~)
,Ea
(;
e ;) (~ ~)
G;) G~;
c !) (~ ~)
e~) G~)
T(EI) =
TCE2)
o) ,Ez =G 1)
~)
(~ ~),E4
(~
o) l
1J
_= aE1
+ OE2 + cE3 + OE4
:) =
Olh
+ aE2 ,+ OE3 + ,E,
G
(~-
O)
bEt
+ OE2 + dE3 + OE4

'
(~
~)
OEt
+ bE2 + OE a + dE4
d,
=a~~ o ~I+ I~
d
o
b
~Id = . a d
2 2
2 2
b c
2abcd
DETERMINANTES'
(~1
8.38. Encontre a inversa de A
233
~1 ~~)
A inversa de A da forma (problema 8.53)
A-1
Faa AA- 1
AA- 1
GJ D
= I a matriz identidade
!) (~ ; ;) == (~o xio 1 y;~il) =(~
(~.!
001001
~ ~)=I.
001
Faa os elementos correspondentes iguais entre si, para obter o sistema
+1=
0, y
+ +1=
Z
0,
+1=
0.
A soluo do sistema x= -1, y =O, z = -1. Portanto, A- 1 = (
-l -!)
A- 1 poderia tambm ser encontrada pela frmula A- 1 = (adj A)/ IA
1.
8.39. Seja D uma funo 2-linear alternada. Mostre que D(A, B)

= -D(B, A).
Mais geralmente, mostre que, se D multilinear e
alternada, ento
D( ... ,A, ... ,B, .. . )
-D(.. .. ,B, ... ,A, ... ),
isto , o sinal trocado, sempre que duas componentes forem tro

cadas.
Como D alternada, D(A +B, A +B) = O. Alm disso, como D multilinear,
O= D(A
+ B,
+ B)
= D(A, A + ~) + D(B, A + B)
D(A, A)+ D(A, B) + D(B, A)+ D(B, B) ..
Mas D(A, A) =O e D(B, B) =O. Portanto,

O = D(A, B)
+ D(B, A)
ou D(A, B) = -D(B, A).
Semelhantemente,
O = D( .. , A
+ B,
+ B,
. , A
= D( ... , .1, ... , A, ... )
+ D( .. . , B,
=
e,
a~sim,
+ D( .. . , B,
) + D( , B,
... , A, ... )
D( .. , A, ... , B,
D( .. . , A,
+ D( .. . , A,
., B, ... )
... , B, ... )
... , B, ... ) =
... , A,
-D( .. . , B, ... , A, ... ).
8.40. Seja V o espao vetorial das matrizes 2 X 2 M = (
sbre R. Determine se D : V --t R 2-linear (em relao s linhas}

se (i) D(M) = a+ d, (ii) D(M) = ad.
(i)
No. Por exemplo, suponha que A

D(A, B)
~D
C~)
(1, 1) e B
4 e D(2A, B) = D
G~)
(3, 3). Ento,

=
DETERMINANTES
234
[CAP. 8
e D(2A, B) ;tt. 2D(A, B).

(ii) Sim. Sejam A
D(A, C)
= (a,, a2),
~ D (a'
Cl
az) =
Cz
a1c2
(h b2) e C ~ (c1, c!); ento,
eD(B,
C)
D (bl bz) = b1c 2.
os
Cz
Cl
Portanto, para quaisquer escalares s, tE R,
D(sA
+_ tB,
C)
D (
+ tb1
Sal
= s(a1c2)
+ tb2)
sa2
= (sa1
cz
+ t(b,c2)
= sD(A, C)
+ tb1)c2 =
+ tD(B,
C).
Isto ,, D : linear em relao primeira linha.

Alm disso,
D(C, A) = D
C2)
C!
( UI
= c1a2 e D(C, B) = D
a2
Portanto, para quaisquer escalares s, tE R,
D(C, sA
+ tB) = D
=
Ct
sa1
C2
+ lb1
s(qaz) +t(qbz)
sa2
'
+ tbz ) = c1(saz + lb 2)
sD(C, A) + tD(C, B).
Isto , D linear em relao segunda linha.

As duas condies de linearidade implicam em que D 2-linear.
Problemas Propostos
CLCULO DE DETERMINANTES
2
(4
5) . (6 1)
8.41.
Calcule o determinante de cada matriz (i)
8.42.
Calcule o determinante de cada
8.43.
Para cada matriz do problema precedente. encontre os valres de t para os quais

o determinante zero.
8.44-

(i)
mat~iz
(i)
(~ -i),
5
-3
(i i)
('
8.45.
C! -D
-3

(i)
c-2
~
4
t+ 1
3 )
-2
t- 4
(ii)
( t-1
-3
-6
~4 2 1 ~31 )
(~
-2
5
6
. '3
-2
, (ii) ('
~1 5 1 :
).
~)
l -22 D
6
-1
(i i i)
, (n)
(i v) (
3 -3)
t+5 -3
t -4
6
(iii)
c+3
. 7
-1
t- 5
11 ) .
-6 t
+2
. 235
DETERMINANTES
CAP. 8]
8.46.
Para cada matriz do problema precedente, determine os valres de t para os quais

o determinante zero.
8.47.
(;) O=r -! -D (; ) O-! J-D

CO-FATRES, ADJUNTA CLSSICA, INVERSAS
1
8.48.
.
Para a matnz
~)
2 -2
3 -1
4
0
( 1 7
5
2
2 -3
, encontre o co-fator de
(i) o elemento 4, (ii) o elemento 5, (iii) o elemento 7.
1U9.
Seja A
(l !) .
Encontre (i) adj A, (ii) A-1.
G D
2
Encontre (i) adj A, (ii) A -1.
8.50.
Seja A=
8.51.
Encontre a adjunta clssica de. cada matriz do problema 8.47.
8.52.
Determine a matriz genrica 2 X 2 A, . para a qual A = adj A.
8.53.
Suponha que A diagonal e B . triangular; digamos,
(i)
Mostre que adj A diagonal e adj B triangular.
(ii) Mostre que B inversvel se, e smente se, todos os b;

inversvel se, e smente se, todos os a; ~O.
O; portanto, A
(ii) Mostre que as inversas de A e B (se existirem) so da forma
A-1
~;' ~i:
O
. .~) ,
n-1
= (.
a;1
~~ - _:~.: -~~)
.. _: _: _:.
...
b;1
Isto , os elementos diagonais de A- 1 e B-1 so os inversos dos correspondentes elementos diagonais de A e B.
DETERMINANTES DE UM OPERADOR LINEAR

8.54.
Seja To operador linear no R 3, definido por

T(x, y, z)
Encontre det(T).
(Sx- 2y, 5y
+ 7z,
+ y + zj
236
8.55.
DETERMINANTES
[CAP. 8
Se-ja- D : V -> V o operador diferencial, isto , D(v)

se V o espao gerado por
= dvfdt. Encontre det(D)
(i) {, t, ... , t"J. (ii) {e', e 21, e 31 }, (iii) {sen t, cos t}.
8.56.
Demonstre o teorema 8.12. Sejam T e S operadores lineares em V. Ento,

(i) det(S o T) = det(S), det(T); (ii) T inverslvel se, e somente se, det(T) ; O.
8.57.
Mostre que (i) det(1v) = 1, onde 1v o operador identidade; (ii) det(T- 1)=
= det(Tt 1 se T inverslvel. .
DETERMINANTES E EQUAES LINEARES

9.58.
Resolva por determinantes
8.59.
Resolva por determinantes
8.60.
(i)
(i)
5y = 8
{ 3x
4x - 2y = 1
(ii)
Jl 2x - 3y = -1
4x + 1y = -1
2x - 5y
2z = 7
x
2y- 4z = 3 (ii)
3x - 4y - 6z = 5
+ 3 = y + 3x
x- 3z = 2y + 1
3y + z = 2 - 2x
2x
Demonstre o teorema 8.10. O sistema homogneo Ax =O tem soluo no-nula

se, e somente se, A = IA I = O.
PERMUTAES
8.61.
Determine a paridade destas permutaes em Sr,: (i) v :.. 32154, (ii) .. = 13524,
(iii) 1r = 42531.
8.62.
Para as permutaes rr, r e .,. no problema 8.61, encontre (i) .. o rr, (ii)
(iii) ..-t, (iv) ..- 1
8.63.
Seja .r E S,.. Mostre

Sn = {..o v: v E Sn}.
8.64.
Seja cr E S com a propriedade v(n) = n. Seja cr* E S,.-1 definida por cr*(x) = rr(x).
(i) Mostre que sgn v* = sgn rr. (ii) Mostre que, como. v percorre S,., onde
u(n) = n, .,. percorre S,.-1; isto , Sn-1 = I .,. : .,. E S,., u(n) = n }.
que r o cr percorre S,.
como v percorre S,.;
1r
o rr,
isto ,
MULTILINEARIDADE
8.65.
Seja V= (Km)m, isto , V o espao das matrizes quadradas m X m encaradas

como m-uplas de vetores linha. Seja D : V -+ K.
(i)
Mostre que a seguinte assertiva mais fraca equivalente a D sendo alternada

D(A1, A2, ... , A,.)= O
sempre que A, = Ai+ 1. para algum i.
(i i) Suponha que D mlinear e alternada. Mostre que, se A l A 2, ... , Am so

linearmente independentes, ento D(A 1 . . . , Am) = O.
(a
8.66. Seja V o espao da~ matrizes 2 X 2M=

b) sbre R. Determine se
.
c d
D : V -+ R 2-linear (em relao s linhas} se (i) D(M) = ac - bd, (i i) D(M) =
= abcd, (iii) D(H) =O, (iv) D(M) = 1.
.
DETERMINANTES
CAP. 8]
8.67.
237
Seja V o espac da~ matrizes quadradas n X n sbre K. Suponha qt:e B E V

inversvel; logo, det(B) -;>! O. Defina D : V--> K por D(A) = det(AB)/det(B),
onde A E V. Portanto,
D(A 1. A 2 . . . , An) "" det(A 1B, A 2B, ... , AnB)/det(B),
onde A; a i-sima linha de A; logo, A;B a i-sima linha de AB. Mostre que
]) multilinear e alternada e que D(l) = I. (Assim, pelo teorema 8.13, D(A) =
= det(A); logo, det(AB) = det(A) det(B). f:sse mtodo usado em alguns textos
para demonstrar o teorema 8.5, isto , I A B I = IA li B i.)
PROBLEMAS DIVERSOS
8.68.
8.69.
1.
Seja A uma matriz quadrada n X n. Prove que I kA I = kn I A
Prove
;q
~2
I
xn-1
X2
'~
x2
.lt,
x2
n
I
n-1
<-W
i<
(x;-
Xj)
xn-1
O acima chamado determinante de Vandermonde, de ordem n.

8.70.
Considere a matriz de blocos Af = (
Z) ,
onde A e C so matrizc>s qua-
dradas. Prove que IMI ~ IA IICI. Mais geralmente, prove que, se M.! uma
matriz triangular de blocos com matrizes quadradas A 1.
. , Am na diagonal,
ento IMI =lAti IA2I ... IAm I
8.71.
Sejam A, B, C e D matrizes quadradas n X n que comutam. Considere a matriz

quadrada de blocos 2 X 2 M =(A
c /) ).
Prove que IMI = IA IIDI- IBIICI.
I.
8.72.
Suponha que A ortogonal, ist.; , A 1A =I.
8.73.
Considere a permutao cr = jti 2 . . . j,.. Seja !ed a base usual de K" e seja A a
matriz cuja i-sima linha Ci; isto , A =(ejl' Cj 2, ... , ein). Mostre que IA I =sgn cr.
8.74.
Seja A uma matriz quadrada n X n. O psto segundo determinantes de A a

ordem da maior submatriz de A (obtida pela eliminao de linhas e colunas de A)
cujo determinante no zero. Mostre que o psto segundo determinantes de A
igual ao seu psto, isto , o nmero mximo de linhas (colunas) linearmente
independentes.
Mostre que IA I =
8.41.
(i) -18,
2
(ii) -15.
31 - 10, (ii) t 2 - 21- 8.
8.42.
(t) 1
8.43.
(i) t = 5, t = 2; (ii) t = 4, t = -2.
8.44.
(i) 21, (i i) -11, (iii) 100, (i v) O.
8.45.
(i) (t+2)(t- 3)(t- 4), (ii) (t+2) 2 (t--4), (iii) (t+2) 2 (t- 4).
8.46.
(i) 3, 4, -2; (ii) 4, -2; (iii) 4, -2.
8.47.
(i) --131, (ii) -55.
238
DETERMINANTES
8.48.
(i) -135, (ii) -103, (iii) -31.
8.49.
adj A
8.50.
adj A =
8.51.
(i)
C'
-~~
-13
(-1
-1
2
-1
1
-2
(-}
-1
-n
A- 1
-2)
(adj A)/IA
-2)
-29 -26
-38 -16
29
51 -B
-1
1
28 -18
(--!!
(ii)
-29
17
-14
11
1
-17
33
13
-19
-19)
11
21
-18
(~ ~)
A=
8.54.
det(T) = 4.
8.55.
(i) (0), (ii) 6, (iii) 1.
8.58.
(i)
8.59.
(i) x = 5, y = 1,
determinantes .
.8.61.
sgn
8.62.
{i) To a
8.66.
{i) Sim, (ii) No, (iii) Sim, (iv) No.
(J -t -;)
-5
8.52.
[CAP. 8
= 21/26,
y. = 29/26; (ii)
= 1, sgn r
= 53142,
r;
-5/13, y = 1/13.
= 1. (ii) Como A = O, o sistema no pode ser resolvido por
= -t,
!lgn r = -1.
(ii) ,.. o
tr
= 52413,
(iii) u- 1 = 32154, (iv) r- 1
= 14253.
Captulo 9
Auto v a Iores e Autovetores
INTRODUO
Neste captulo, investigaremos a teoria de um (mico operador linear
Em particular, encontraremos condies sob as quais T _diagonalizvel. Como vimos no captulo 7, esta questo est relacionada de perto teoria de transforma~es
por semelhanas para matrizes.
T num espao vetorial V de dimenso finita.
Tambm associaremos certos polinmios a um operador T: seu polinmio caracterstico- e seu polinmio mnimo. f:sses polinmios e suas
razes desempenham papel proeminente na investigao de T. Observamos que o corpo particular K tambm desempenha uma parte importante
na teoria, pois a existncia de razes de um'polinmio depende de K.
-POLINMIOS DE MATRIZES E OPERADORES LINEARES

Considere um polinmio f(t) sbre um corpo K: f(t) = antn +
Se A uma matriz quadrada sbre K, ento definimos
0
+at +a
onde I a matriz identidade. Em particular, dizemos que A uma raiz

ou zero do polinmio f(t) se j(A) = O.
!) e seja j(t) =
- 3 ( 1
3
2\
4)
2t 2 - 3t
7 (1
+ 7, g(t)
o)1
= t 2 - 5t- 2. Ento,
18
( 21
14)
39
e
g(A) =
(31 42)
- 5
_ 2 (t
( 31 2)
4
o
o)1
Assim, A um zero de g(l).

Teorema 9.1. Sejam f e g polinmios sbre K e seja A uma matFiz quadrada n X n sbre K. Ento,
(i)
(f+ g)(A)
j(A)
+ g(A)
(ii) (fg)(A) = f(A) g(A)

e para qualquer escalar k E K,
239
AUTOVALORES E AUTOVETORES
240"
[CAP. 9
(iii) (kf)(A)
kf(A)
Alm disso, como flt)g(t) para quaisquer polinmios ftt) e
g(t),
f(A)g(A) = f(A)J(A)
Isto , quaisquer dois polinmios na matriz A comutam.
Agora, suponha que T : V~ V um operador linear num espao

vetorial V sbre K. Se fV) = antn
a1
a0 , ento definimos
f(T) do mesmo modo que fizemos para matrizes
+ ... + t +
f(T) = anP
+ ... + a T + aoi,
1
onde I , agora, a transformao identidade. Tambm dizemos que T

um zero ou raiz de f(t) se f(T) = O. Observamos que as relaes, no
teorema 9.1, valem para operadores da mesma forma que valem para matrizes; portanto, quaisquer dois polinlmios em T comutam.
Alm disso, se A uma representao matric1al de T, ento f(A) a
representao matricial de f(T). Em particular, f(T) = O se, e somente
se, f(A) = O.
Seja T : V~ V um operador linear num espao vetorial V sbre
um corpo K. Um escalar E K chamado automlor de T, se existe um
vetor no-nulo v E V, para o qual
T(v)
Todo vetor que satisfaa esta relao chamado um autovetor de T pertencente ao autovalor . Note que cada mltiplo escalar kv um autovetor
tal que
T(kv) = kT(v) = k(>.v) = (kv)
O onjunto de todos ~sses vetores um subespao de V (problema 9.6),
chamado auto-espao de .
Os trmos valor caractedstico e vetor caracterstico (ou valor prprio e
vetor prprio) so freqentemente usados ao invs de autovalor e autovetor.
'"Exemplo 9.2. Seja I: V--> V a tranEorma&o identidade. Ento, para cada
= v = lv. Portanto, 1 um autovalor de I e todo vetor em V um autovetor pertencente a 1.
v E V, I(u)
Exemplo 9.3. Seja T: R 2 -> R 2 o operador

linear que gira cada vetor v E R 2 de um ngulo
O = 90. Note que nenhum vetor no-nulo um
mltiplo de si mesmo. Portanto, T no tem autovalores; logo, ~o tem autovetores.
Exemplo 9.4. Seja D o operador diferencial
n.o espao vetorial V de funes diferenciveis .
. Temos D(e 5 ~ = 5e 51 Portanto, 5 um autovalor
de D com autovetor e 61
T(v)
CAP. 9]
241
Se A uma matriz quadrada n X n sbre K, ento um autovalor

de A significa um autovalor de A encarado como um operador em Kn.
Isto , .X E K um autovalor de A. se, para algum vetor (coluna) nonulov E Kn, Av= "}..v.
Nesse caso, v um autovetor de A pertencente a >..

Exemplo 9.5. Encontre autovalores e autovetores associados no-nulos' da matriz
A=G;).
Procuramos um escalar t e um vetor no-nulo X
(~ ~)
= (;) tais que AX = tX
G) G)
=
A equao matricial acima equivalente ao sistema homogneo
x
{ 3x
+ 2y =
+ 2y =
tx
ty
ou
(t- 1)x- 2y = O
l -3x + - 2)y = O
(l)
, Lembre que o sistema homogneo tem soluo no-nula se, e smente se, o determinante da matriz dos coeficientes zero
t- 1
-3
-21
t- 2
t2
3t- 4 = (t- 4)(t
+ 1) = o
Assim, t um autovalor de A se, e somente se, t = 4 ou t = -1.

Fazendo t = 4 e
(1),
3x - 2y =O
{ -3x
2y =O
Assim, v = ( ; )
~)
ou, simplesmente, 3x- 2y = O
um autovetor no-nulo pertencente ao autovalor t
qualquer outro autovetor pertencente a t

Fazendo t = -1 em (1);
-2x- 2y
{ -3x- 3y
Assim, w
= ( ;} =
(_:)
=O
=O
um
4 um mltiplo de v.
ou, simplesmente, x
a~tovetor
= 4 e
+y
= O
no-nulo pertencente ao autovalor t = -1
e qualquer outro autovetor pertencente a t = -1 um mltiplo de w.
O prximo teorema d uma caracterizao importante de autovalores, que freqentemente usada como sua definio.
Teorema 9.2. Seja T : V~ V um operador linear num espao vetorial

sbre K. Ento, X E K um autovalor de T se, e smente se, o operador
XI- T singular. O auto-espao de X , ento, o ncleo de XI- T.
Demonstrao. >. um autovalor de T se, e smente se, existe um vetor
no-nulo v tal que
242
T(v) = v
ou
(>..I)(v)- T(v)
[CAP. 9
= O ou (H- T)(v) = O,
isto , 'XI- T singular. Tambm temos que v est no auto-espao de

se, e somente se, as relaes acima tm valor; portanto, v est no ncleo
de H- T.
Enunciaremos, agora, um teorema muito til, que provaremos por
induo (problema 9.14).
Teorema 9.3. Autovetores no-nulos pertencentes a autovalores distintos

Exemplo 9.6. Considere as funes e" 11 , e" 21 , ... , e""1 onde a1, ... , a,. so nmeros
reais distintos. Se D o operador diferencial,. ento D(e0 k 1) = ake 0 k 1 De acrdo com
isso, e11, , e"n1 so autovetores de D pertencentes a autovalores distintos a1, ... , a,;
logo, pelo teorema 9.3, so linearmente independentes.
Observamos que autovetores independentes podem pertencer ao

mesmo autovalor (veja problema 9. 7).
DIAGONALIZAO E AUTOVETORES
Seja T ~ V - t V um operador linear num espao vetorial V com dimenso finit.a n. Note que T pode ser representado por uma matriz
fu~~
(f'. : . . . D
se, e smente se, existe uma base {v1 ,
... ,
v,. I de V para a qual
T(v1) = k1v1
T(v 2) =
k2v2
isto , tal que os vetores vh ... , r,. so autovetores de T pertencentes, respectivamente, a autovalores kh ... , k,.. Em outras palavras,
Teorema 9.4. Um operador linear T: V---+ V pode ser representado por

uma matriz diagonal B se, e smente se, V tem uma base consistindo em
autovetores de T. Neste caso, os elementos diagonais de B so os autovalores correspondentes.
Temos o seguinte enunciado equivalente:
Forma Alternada do Teorema 9.4. Uma matriz quadrada n X n A

semelhante a uma matriz diagonal B se, e smente se, A tem n autovetores
linearmente independentes. Nesse caso, os elementos diagonais de B
sao os autovalores correspondentes.
CAP. 9]
243
No teorema dado, se P a matriz cujas colunas so os n autovetores independentes de A, ento B = p-'AP.

Exemplo 9.7. Considere a matriz A =
autovetores independentes
p-1 = (
1/5 -2/51/5) .
(!)
(_~) .
(~ ~)
Faa P
Pelo exemplo 9.5, A tem dois
= (
~ -~)
; logo,
3/5
Ento, A semelhante matriz diagonal
B = p- AP =
(1/5
3/5 -2/51/5)(13 22)(23 -11) = (4O-1o')
Como esperado, os elementos diagonais 4 e -1 da matriz diagonal B so os autovalores

correspondentes aos autovetores dados.
POLINMIO CARACTERSTICO. TEOREMA DE

CAYLEY-HAMILTON
Considere uma matriz quadrada n X n A sbre um corpo K
A matriz ti,..- A, onde I,. a matriz identidade quadrada n X n e t um

ndeterminante, chamada matriz caractersta de A
t]n-
=;'
Seu determinante
que um polinmio em t, chamado polinmio caracterstico de A. Tambm cha: amos dA (t) = det(tl,.- A) = O a equao caraderstica de A.
Agora, cada t~i-mo no determinante contm um, e somente um,
elemento de cada linha e. de cada coluna; portahto, o polinmio caracterstico acima da forma
..1A (t)
(t - au)(t- a22) ... (t- ann)
trmos com, no mximo, n- 2 fatres da forma.

'(
De acrdo com isso,

dA (t)
t"- (ai 1' '+ a 22
+ ... + a,.,.)t"- + trmos

1
de grau
menor;
Lembre que o trao de A a so~a .de seus elementos diagonais. Assim,

o polinmio caracterstico ..1A(t) = det(tln- A) de A um polinmio
[CAP. 9
244
mcho de grau n e o coeficiente de tn-I o negativo do trao de A.

polinmio mcho se seu coeficiente inicial 1.)
(Um
= O em L'\A(t), obtemos
l\A(O) = 1- A I = (- l?IA I
Alm disso, se fazemos t
Mas L'\A(O) o trmo constante do polinmio l\A(t). Assim, o trmo

constante do polinmio caracterstico da matriz A (- 1)niA I, onde n
a ordem de A.
Exemplo 9.8. O polinmio caracterstico da matr'IZ A =
(-}
~ -~)
-2
o
Ll(t) =
Iti- A I
It ~
--4
~2 ~ I
o
= 1 - t
+ 21 + 28
t+2
Como esperado, l\(t) um polinmio mcho de grau 3.

Agora, enunciaremos um dos mais importantes teoremas em lgebra
"Linear.
Teorema 9.5.
Cayley-Hamilton.
T da matriz um zero de seu polin- -
mio caracterstico.
-- (31 22)
Exemplo 9.9: O polinmio caracterstico da matriz A
t.(t) =
!ti -A I =
t-
I-3
.:.2.1
t- 2
= t 2 - 3t- 4
Como esperado, pelo teorema de Cayley-Hamilton, A um zero de 6(1)

(A)=
c~)
-3
(~ ~)
(~~)
-4
(~ ~)
O pr6ximo teorema mostra a relao ntima entre polinmios caractersticos e autovalores.
Teorema 9.6. Seja A uma matriz quadrada n X n sbre um corpo K.

Um escalar E K um autovalor de A
do polinmio caracterstico l\(t) de A.
~e,
~mente
se,
uma raiz
Demonstrao. Pelo teorema 9.2,
um autovalor de A se, e smente

se, yl- A singular. Alm disso, pelo teorema 8.4, l- A singular
se, e somente se. I}1.[- A I = O, isto , uma raiz de ~(t). Assim, o teorema est provado.
Usando os teoremas 9.3, 9.4 e 9.6, obtemos
Corolrio 9.7. Se o polinmio caracterstico .1(t) de uma matriz quadrada A um produto de fatres lineares distintos
L'\(t) = (t-a 1 )(t-a 2 )
..
(t-an),
CAP. 9]
i,.;t o , se a 1, . . . , an so razes distintas de ~(t), quando A

a uma matriz diagonal cujos elementos diagonais so os a;.
245
semelhante
Alm disso, usando o Teorema Fundamental da lgebra (todo polinmio sbre C tem raiz) e o teorema anterior, obtemos
Corolrio 9.8. Seja A uma matriz quadrada n X n sbre o corpo complexo C.
Ento, A tem, pelo menos, um autovalor.
-~).
Exemplo 9.10.
Seu polinmio caracterstico
-2
I=
(1- 3)(t
+ 1)
t+2
Consideramos dois casos
(i)
A uma matriz-sbre o corpo real R. Ento, A tem smente o autovalor 3. Como

3 tem somente um autovetor independente, A n:l.o diagonalizvel.
(ii) A uma matriz sbre o corpo complexo C. Ento, A tem trs autovalores distintos: 3, i c -i. Assim, existe uma matriz inversvel P sbre o corpo complexo C
pam a qual
3
p-IAP
6
(
o
o
isto , A diagonalizvel.
Agora, suponha que A e B so matrizes semelhantes, digamos,

B = p- 1AP, onde P inversvel. Mostraremos que A e B tm o mesmo
polinmio caracterstico. Usando ti = p- 1tJP,
lt1-BI
lti-P-IAPi
\P- (t!-A)PI
1
IP-ItJP-P- 1AP\
=
=
/P- 1 /Iti-A/IPI
Como determinantes sao escalares e comutam, e como

finalmente obtemos
Ip-tl ! P I
1,
I ti- 131
como queramos demonstrar.
Teorema 9.9. Matrizes semelhantes tm o mesmo polinmio caracterstico.
POLINMIO MNIMO
Seja .1 uma matriz quadrada n X n sbre um corpo K. Observe
que existem polinmios no-nulosf(t) para os quaisf(A) = O; por exemplo,
o polinmio caracterstico de .-1
Entre stes polinmios, consideremos
os de mais baixo grau c, entre (.sses, selecionemos um, cujo coeficiente 1.
i~to , q~e mdw. Tal polinmio m(l) existe e nico (problema 9.25);
( chamado polinmio mnimo ele _j.
246
[CAP. 9
Teorema 9.10. O polinmio mnimo m(t) de A divide todo polinmio que

tem A como um zero. Em particular, m(t) divide o polinmio caracterstico (t) de A.
Existe at uma relao mais forte entre m(t) e (t).
Teorema. 9.11. Os polinmios caracterstico e mnimo de uma matriz _,1
tm os mesmos fatres irredutveis.
:t:ste teorema no diz que m(t) = (t); somente que qualquer fator
irred1-ttvel.de um deve dividir o outro. Em particular, como todo fator
linear irredutvel, m(t) e (t) tm os mesmos fatres lineares; portanto,
tm as mesmas razes. Assim, do teorema 9.6, obtemos.
Teorema 9.12. Um escalar um autovalor para uma matriz Il se, e
somente se, raiz do polinmio mnimo de .4.
Exemplo 9.11. Encontre o polinmio mnimo m(t) da matriz
n~ 1n
O polinmio caracterstico de A ti(/) = Iti- A I = (/- 2) 3(t- 5). Pelo teorema

9.11, ambos t - 2 e t- 5 devem ser fatres ele m(t). Mas, pelo teorema 9.10, m(t) eleve
dividir (t); portanto, m(t) eleve ser um elos trs seguintes polinmios
m1(t)
(t- 2)(1- 5), m 2(1) = (t- 2) 2 (t- 5), ma(l)
Sabemos, pelo teorema de Cayley-Hamilton, que m 3 (A) = ti(A)

ficar que m 1 (A) .rf. O mas m 2 (A) = O. De acrdo com isso, m 2 (t)
nmio mnimo de A.
(!- 2) 3 (1- 5)
=
O. O leitor pode veri(t- 2) 2 (t- 5) o poli-
Exemplo 9.12. Seja A uma matriz 3 X 3 sbre o corpo real R. Mostraremos que
A no pode ser um zero do polinmio j(t) = t 2 + I. Pelo teorema ele Cayley-Hamilton,
A um zero de :;eu polinmio caracterstico (t). Note que t-.(t) ele grau 3; portanto,
tem, o menos, uma raiz real.
Agor, suponha que A
ser o polinmio mnimo de
polinmios caractersticos e
O leitor pode verificar
zero de j(l)
um zero de f(t). Como j(t) irredutvel sbre R, j(l) deve

A. Mas j(t) no tem raiz real. Isto contradiz o fato de que
mnimos tm as me:omas raze's. Assim, A no um zero dej(l).
que a seguinte matriz 3 X 3 sbre o corpo complexo C um
o
(
-I
o o
~)
POLINMIOS CARACTERSTICO E MNIMO DE OPERADORES

LINEARES
Agora, suponha que T: V--> V um operador linear num espao
vetorial V com dimemoo finita. Definimos o polinmio caracterstico
(t) de T como sendo o polinmio caracterstico de qualquer representao matricial de T. Pelo teorema 9.9, (t) independente da base par-
CAP. 9]
247
ticular em que a representao matricial calculada. Note que o grau

de ..:l(t) igual dimenso de V. Temos teoremas para T que so semelhantes aos que tivemos para matrizes.
Teorema 9.5'. T um zero de seu polinmio caracterstico.

Teorema 9.6'. O escalar E K um autovalor de T se, e somente se,
uma raiz do polinmio caracterstico de T.
A multiplicidade algbrica de um autovalor E K de T definida
como sendo a multiplicidade de como uma raiz do polinmio caracterstico de T. A multiplicidade geomtrica do autovalor definida como
a dimenso de seu auto-espao.
Teorema 9.13. A multiplicidade geomtrica de um autovalor
no ex-
cede sua multiplicidade algbrica

Exemplo 9.13. Seja V o espao vetorial das funes que tm (sen 8, cos 8j como
base e seja D o operador diferencial em V Ento,
D(sen 8) = cos
(J =
JJ(cos fi) = -sen
(J =
O(sen O)
+ 1 (cos IJ)
-1(sen O)+ O(cos O)
A matriz A de JJ na base acima A = [D] = (
det(tl-.1)
e o polinmio caracterstico de D ti(l)
0
-1
~~ -~~ =
= 12 + 1.
Assim,
o)
t
+1
Por outro lado, o polinmio mnimo m(t) do operador T definido

independentemente da teoria das matrizes, como o polinmio de mais
baixo grau e coeficiente inicial 1 que tem T como raiz
Entretanto, para
qualquer. polinmio f(t),
f(t) = O se, e somente se, f(A)
O,
onde A qualquer' representao matricial de T. De acrdo com isso,

T e A tftn o mesmo polinmio mnimo. Observamos que todos os teoremas neste captulo referentes a polinmio mnimo de uma matriz tambm
valem para polin~io mnimo do operador T.
POLINMIOS DE MATRIZES E OPERADORES LINEARES
9.1.
Encontre f(A), onde A
(!
-~)
e f(t) = t 2
3t
+ 7.
9.2.
1
( ')_
Mostre que A
j(A) =A 2
9.3.
[CAP. 9
248
4A- SI
4
3
um zero de f(t)
t2
4t - 5.
o) = (oo
4 ) - 5 ( l
3
<'
o
l.
~)
Seja V o espao vetorial das f unes com I!en O, cos Bl como base
e seja D o operador diferencial em V. Mostre que D um zero
de f(t) = t 2
1.
.
Aplique j(D) a ada vetor baee

j(D)(sen O) = (D 2
j(D)(cos O) =
(D 2
+ J)(sen
+ I)(cos
O)
= D 2 (sen O)
O) = D 2 (cos O)
+ I(sen O)
+ I(cos O)
-sen O + sen O = O
-cos O + cos O = O
Como cada vetor base transformado em O, cada vetor v E V tambm

formado em O por j(D). Assim, j(D) = O.
tran~
um resultado esperado, pois, pelo exemplo 9.13, j(t) o polinmio caracterstico de D.
9.4.
Seja A uma representao Jllatricial de um operador T. Mostre

que f(A) a representao matricial de f(T), para qualquer polinmio .f(t).
Seja cJ> a transformao T -> A, isto , que manda o operador T na sua
representao matricial A. Precisamos provar que cJ>(j(T)) = j(A) Suponha
que /(1) = a~tn + .
+ a1l + ao. A demonstrao por induo em n, o grau
de j(t).
Suponha n = O. Lembre que cJ>(l') = I, onde I' a transformao identidade. Assim,
.p(f(T)) = q,(aol') = aocJ>U') = aoi = f(A);
logo, o teorema vale para n = O.
Agora, suponha que o teorema vale para polinmios de grau menor do que n.
Ento, como q, um isomorfismo algbrico,
+ .. +
q,(j(T)) = cJ>(an Tn
an-1Tn- 1
a1T +ao!')
= an.p(T) q,(T"- 1)
.p(an-tT"- 1
atT +ao!')
=
anAA"-t
+ (an-tAn-t
+ ... +
+ ... +arA
ao!) =j(A)
e o teorema est. demonstrado.
9.5. Demonstre o teorema 9.1. Sejam f e g polinmios sbre K.

uma matriz quadrada slbre K.
(i)
(f+ g)(A)
e (iii) (kf)(A)
f(A)
g(A);
(ii) (jg)(A)
. + atf
+ao e g = bmtm
+atA
+ aoi
f(A)
anA"
Suponha m
n c seja b; = O, se i
= f(A)g(A);
kf(A ), onde k E K.
Suponha que f = ant"

por definio,
(i)
Seja A
Ento,
+g
(an
+ ... + btl + bo.
e g(A) = bmAm
> m.
+ ... +
Ento,
+ b,.)t" + . . + (!li + b,)l + (ao+
bo)
hA
Ento,
+ b.,I
CAP. 9]
249
Portanto,
+ ... + (at + bt)A +(ao+ bo)I

= a,.A" + b,.A" + ... +atA + btA + aol +boi= J(A) + g(A)
(f+ g) (A)= (a,.+ b,.)A"
(ii) Por definio, fg
Ck = aoh
o;=
Cn+mt"+"'
.. + ...
+ ... + c1t + c0 =
2: c!rlt, onde
t-o
+ ath--t + ... + akbo
= 2:
a;b,--;.
1-0
n+m
Portanto,
f(g)(A)
= 2: CkA k
t-o
/(A)g(A)
ji_
v-o
a;A 1)
\= ~ :2;
i-o
b;A 1
J-0
a;bjAI+i
= n~m CkAk =
J-0
(jg)(A)
k-0
+ ... + ka1t + kao; logo,

+ ... + ka1 A + ka 0 l =
k(a,.A" + ... + a1A + a 0 1) = kj(A)
(iii) Por definio, kf = ka,.t"

(k/)(A) = ka,.A"
=
9.6.
Seja >. um autovalor de um operador T : V - t V. Anote por V,.

o conjunto de todos os autovetores de T pertencentes ao autovalor>.
(chamado auto-espao de X). Mostre que V>. um subespao de f.
Suponha que 11, w E V,.; isto , T(v) = >.v e T(w) = Xw. Ento, para quaisquer escalares a, b E K,
T(av
+ bw)
= aT(v)
bT(w) = a(Xv)
+ b(Xw)
= X(av
Assim, av + bw um autovetor pertencente a "- isto , av

V,. um subespao de V.
9.7.
Seja
A=(~
~)
+ bw)
+ bw E
V,..
Portanto,
(i) Encontre todos os autovalores de A
e os autovetores correspondentes. (ii) Encontre uma matriz inversvel P tal que P" 1AP diagonal.
(i)
Forme a matriz caracterstica tl- A de A
tJ-A =
O t
( tO)
(14\
2
t- 1
3) = ( -2
-4)
(1)
t- 3
O polinmio caracterstico A(t) de A seu determinante

!l)
iti-AI
t-t
l -2
-41 =
t- 3
t 2 -4t-5
(t-5)(t
+ 1)
As raizes de A(t) so 5 e -1; logo, llsses nmeros so os autovalores de A.

Obteno dos autovetores pertencentes ao autovalor 5, Primeiro, substitua
=5
na matriz caracterstica (1) para obter a matriz
(_~ ~)
. Os autove-
tores pertencentes a 5 formam a soluo do sistema homogllneo determinado pela

matriz acima, isto ,
250
4
( -2
-4) (x )
2
o) {
4x - 4y =
-2x + 2y = O
OU
[CAP. 9
X-
OU
(Em outras palavras, os autovetores pertencentes a 5 formam o ncleo do operador ti- A para t = 5). O sistema acima tem somente uma soluo independente; por exemplo, x = 1, y = 1. Assim, v = (1, 1) um autovetor que gera
o auto-espao de 5, isto , todo autovetor pertencente a 5 um mltiplo de 11.
Obteno dos autovetores pertencentes ao autovalor -1. Substitua t = -1
em (1 ), para obter o sistema homogneo
(-2 -4)
-4 (x) =(0)
-2
ou {
-2x-4y =O
-2x- 4y
ou
X+
2y
O sistema s tem uma soluo independente; por exemplo, x = 2, y

Assim, w = (2, -1) um autovetor que gera o auto-espao -1.
-1.
(ii) Seja P a matriz cujas colunas so os autovetores acima P =
Ento, B = p- 1AP a matriz diagonal, cujos elementos diagonais so os

autovalores respectivos
B=P-tAP= (1/3
2/3) ('1
1/3 -1/3
2
4) (1 2)
3
1 -1
(5
=\o
O)
-1
(Observato. Aqui, P a matriz de transio da base usual do R 2 para a

base dos autovetores {v, w}. Po~tanto, B a representao matricial do
operador A nessa nova base.)
9.8.
Para cada matriz; enontre todos os autovalores e uma base de

cada auto-espao
-3
(i)
-5
-6
~)
(-3
B = '-7
-6
(i i)
-1)
5 -1
6 -2
Que ma'triz pocle ser diagonalizvel e por qu ?

(i)
Forme a matriz caracterlstica ti- A e calcule seu determinante para obter

o polinmio caracterstico ~(I) de A
~(I)
\ti- A I
I-=-/
-6
~6 5 t-=~4 I=
(t
+ 2) 2 (t- 4)
As razes de ~(I) so -2 e 4; portanto, sses -nmeros so os autovalores de A.

Encontramos uma base do auto-espao do autovalor -2, substituindo t = -2
na matri;~; caracterstica ti- A, para obter o sistema homogneo
-3
-3
(
-6
~ =~) (~)
z
6-6
= (
g)
O
OU \
=~= ! ~~ =~: : g
-6x+6y-6z=O
OU X -
+Z =
O sistema tem duas solues independentes, por exemplo, x = 1, y = 1,

z = O e x = 1, y = O, z = -1. Assim, u = (1, 1, O) e 11 = (1, O, -1) so
autovetores independentes que geram o auto-espao de -2. Isto , u e v
formam base do auto-espao de -2. Isto quer dizer que cada autovetor pertencente a -2 uma combinao linear de u e 11.
CAP. 9]
251
Encontramos uma base do auto-espao do autovalor 4, substituindo

4 na matriz caracterstica ti- A, para obter o sistema homogneo
( -6-~
3 -3) (. X
9 -3
y
6
O
z
+ 3y -
r 3x
ou ~ -3x
-6x
0)
O
O
3z = 0
+ 9y + 6y
3z = O ou
=O
+y -
=0
2y - z = O
O sistema tem somente uma varivel livre; portanto, qualquer soluo particular no-nula, por exemplo, x = 1, y = 1, z = 2, gera seu espao das
solues. Assim, w = (1, 1, 2) um autovetor que gera; logo, forma uma
base do auto-espao de 4.
Como A tem trs autovetores linearmente independentes, A diago_nalizvel. De fato, seja P a matriz cujas colunas so os trs autovet:>res independentes
'
p
(!o
1)
-1
(2
o
o o
. Ento, P- 1 AP =
1
2
O -2
Como se esperava, os elementos diagonais de p-l AP so cs autovalores de

A correspondentes s colunas de P
t
(i)
Ll(t) =
Iti- B I =
+3
- 1
t- 5
-6
1 = (I
+ 2)2(t _
4)
t+2
Os autovalores de B s'io, portanto, -2 e 4.

Encontramos uma base do auto-espao do autovalor -2, substituindo
ti- B, para obter o sistema homogneo
t = -2, em
(1 -1 011 )(x~)
(O~)
7 -7
ou
x- 1y
y+z=O
7x+ z =o ou
6x-6y
6-6
=0
x-y+z=O
{
X-
O sistema tem somente uma soluo independente, por exemplo, x = 1,

= 1, z = O. Assim, u = (1, 1, O) forma uma base do auto-espao de -2.
Encontramos uma base do auto-espao do autovalor 4 substituindo

t = 4 em ti- B, para obter o sistema homogneo
1)
(X) (0)
1
O
y
ou
7X-
r
Y
~ 7x- y
+
f 7 + ; -: O0
+ zZ== 0
O ou l x - y
l6x-6y+6z=O
O sistema tem somente uma soluo independente, por exemplo, x = O

y = 1, z = 1. Assim, v = (0, 1, 1) forma uma base do auto-espao de 4.
Observe que B no . semelhante a uma matriz diagonal, pois B tem
somente dois autovetores independentes. Alm disso, como A pode ser
diagonalizvel, mas B no pode, A e B no so matrizes semelhantes; mesmo
assim elas tm o mesmo polinmio caracterlstico.
9.9.
Sejam A
=(~
-!)
-1)
-1
Encontre todos os
autovalores e os autovetores correspondentes de A e B encaradas

como matrizes sbre (i) o corpo real R, (ii) o corpo complexo C
I -1-.) t- 1 I=
0
(i)
A (t)
=I ti- A I
'
12
41
+4
= (I- 2)
252
Portanto, somente 2 um autovalor. Faa t

sistema homogneo
-1
( -1
~)
G)
(~)
[CAP. 9
2 em ti- A, para obter o
f-x+y=O
ou
-x+y=O
OU X-
y = 0
O sistema tem somente uma soluo independente, por exemplo, x = 1,

y = 1. Assim, v = (1, 1) um autovetor que gera o auto-espao de 2, isto ,
todo autovetor pertencente a 2 um mltiplo de v.
Tambm temos
.:ln(t)=III-BI=
Como t 2
sbre R.
+ 1 no
t _
-2
+1
=t 2
+1
tem soluo em R, B no tem autovalor como uma matriz
(ii) Como t1A (I) = (t- 2) 2 tem smente a raiz real 2, os resultados so os mesmos
que em (i). Isto , 2 um autovalor de A e v = (1, 1) um autovetor que
gera o auto-espao de 2, isto , todo autovetor de 2 um mltiplo (complexo) de t.
Iti-
A matriz caracterstica de B C.n (I) =

e -i so os autovalores de B.
Encontremos os autovetores associados com I

ti- B, para obter o sistema homogneo
1) (x)
i -1
(
i+1
-:2
(o)
B I = t2
Portanto, i
Substitua t = i em
i.
+ 1.
(i-1)x+y=O ou (i- l)x

_-2x+(i+1)y=0
ou
+y
=O
O sistema tem smente uma soluo independente, por exemplo, x = 1,

y = 1- i. Assim, w = (1, 1- i) um autovetor que gera u auto-espao de i.
Agora; substitua t = -i em ti- B, para obter o sistema homogneo
f H- 1)x + y =o
1-2x + (-i- l)y
= O
ou (-i- 1)x+y
O sistema tem smente uma soluo homognea, por exemplo, x = 1,

y
i. Assim, w' = (1, 1 +i) um autovetor que gera o auto-espao de -i.
9.10. Encontre todos os autovalores e uma base de cada auto-espao do

operador T : R 3 ---'> R 3 , definido por
T(x, y, z) = (2x
+ y,
y- z, 2y
+ 4z).
Primeiro, encontre a representao matricial de T, digamos, em relao

base usual do R 3
A
= [Il =
(~ ~
-!)
O polinmio caracterstico .:l(t) de T , ento,

t-2
1'1(1)
= Iti- A I
o
.l o
Assim, 2 e 3 so os autovalores de T.
-1
t- 1
-2
t-4
\ = (t -
2) 2 (t - 3)
CAP. 9]
253
Encontremos uma base do auto-espao do autovalor 2. Substitua t = 2 em
ti - A, para obter .o sistema homogneo

-y
y
z
-2y - 2z
=o
=o
=
ou
y=o
+z = O
O sistema tem smente uma soluo independente, por exemplo, x = 1, y =O,

z = O. Assim, u = (1, O, O) forma uma base do auto-espao de 2.
Encontremos uma base do auto-espao do autovalor 3. Substitua t = 3 em
ti- A para obter o sistema homogneo
1
0
-1
2
o -2
o) (x) (o) ( x-+ =o= {
. 1
-1
OU
2y
l-2y -
=o
OU
X -
2y
y :
+z
O sistema tem smente uma soluo independente, por exemplo, x = I, y = 1,

z = -2. Assim, v = (1, 1, -2) forma uma base do auto-espao de 3.
Observe que T nQ diagonalizvel, pois T tem smente dois autovetores

linearmente independentes.
9.11. Mostre que O um autovalor de T se, e somente se, T singular.

Temos que O um autovalor de T se, e smente se, existe um vetor v nonulo tal que T(v) = Ov = O, isto , que T singular.
9.1~.
Sejam A e B matrizes quadradas n X n.

tm os mesmos autovalores.
Mostre que AB 'e BA
Pelo problema 9.11 e pelo fato de que o produto de matrizes no-singulares

no-singular, as seguintes assertivas so equivalentes (i) O um autovalor de
AB, (ii) AB singular, (iii) A ou B singular, (iv) BA singular, (v) O um
autovalor de BA.
Agora, suponha que >- um autovalor no-nulo de AB. Ento, existe um
vetor no-nulo v tal que ABv = >.v. Faa w = Bv. Como >- 'i"' O e v 'i"' O,
A w = A Bv = >.v 'i"' O logo, w ;,! O
Mas w um autovetor de BA pertencente ao autovalor >., pois

BAw
BABv = B>.v = >.Bv
>.w
Portanto, >. um autovalor de BA. Semelhantemente, qualquer autovalor nonulo de BA tambm um autovalor de A B.
Assim, AB e BA tm os mesmos autovalores.
9.13. Suponha que

tre que
um autovalor de um operador inversvel T.
x-l um autovalor de r- 1.
Mos-
Como T inversvel, tambm no-singular; portanto, pelo problema 9.11,
r!
o.
Por definio de autovalor, existe um vetor no-nulo v, para o qual T(v) =>.v.
Aplicando 1 1 a ambos os lados, obtemos v = 1 1 (>-v) = ~jl (v). Portanto,
1 1(v) = >. 1v; isto , }.-! um autovalor de T- 1.
')...
9.14. Demonstre o teorema 9.13. Sejam V~o . . . , vn autovetores nonulos de um operador T : V~ V pertencentes a autovalores distintos X1 ,
. . . , n.
Ento, v 1 ,
... ,
vn so linearmente independentes.
254
[CAP. 9
A demonstrao por induo em n. Se n = 1, ento v1 linearmente independente, pois VI ~ O. Admita-se que n > 1 Suponha
(I)
onde os a; so escalares. Aplicando T relao acima, obtemos pela linearidade
+ anT(vn)
= T(O) =O.
Mas, por hiptese, T(v;) = ;v;; portanto,
+ a2:1\2v2 + . . + annt'n
at!V!
Por outro lado, multiplicando (1) por

atnVl
(2)
n,
+ a2:1\nV2 +
{3)
Agora, sul;>traindo (3) de (2)

at(!- :lln)Vt
+ a2{:1\2- :lln)Vz + ... + an-t(:lln-1- :lln) Vn-l
=O
Por induo, cada um dos coEficientes acima O. Como os )\; so distintos,

i- :lln ~O para i ~ n. Portanto, a1 =
= an-1 = O. Substituindo em {1),
temos anvn = O e, portanto, an =O. Assim, os v; so linearmente independentes.
POLINMIO CARACTERSTICO. TEOREMA DE CAYLEY-HAMILTON

9.15. Considere uma matriz triangular
(o~~~- .. o~~~ ... .. .. . ~_: )
....
ann
s~us
Encontre seu polinmio caracterstico ,b..(t) e
autovalores.
Como A triangular e ti diagonal, ti- A tambm triangular com elementos diagonais t - a;;
t- au
ti-A
=
ento, t.(t) =
Iti- A \
__ .....
- a12
~ ~- ~~2-O
...
...- ...
...
A(l) = (t- au)(t- azz) ... (t-
nal?
Uln)
~ ~2n.
I-
Unn
o produto dos elementos diagonais t-a;;
Portanto, os autovaloes de A so au, U2'2

gonais.
9.16. Seja A
(~0 o~ 3~)
Unn)
Unn,
isto , seus elementos dia-
A semelhante a uma matriz diago-
Se r, encontre essa matriz.
Como A triangular, os autovalores de A so os elementos diagonais i', 2.

e 3. Como les so distintos, A semelhante a uma matriz diagonal, cujos el.
mentos diagonais so 1, 2 e 3; por exemplo,
o)
1 o
2 o
o o 3
CAP. 9]
255
9.17. Para cada matriz, encontre um polinmio que tenha a matriz como
ra1z
1
4
(i) A
3
( ~ _;) , (ii) B = ( ~
(iii) c =
2 -1
(~
=!) ,
-:)
Pelo teorema de Cayley-Hamilton, cada matriz uma raiz de seu polinmio

caracterstico. Entretanto, encontramos o polinmio caracterstico !1(1) em cada
caso
(i)
Mt)
= Iti- A I =
'
t- 2
I -I
= Iti - .z:il =I t-- 72

o
(iii) L1(1) = Iti- c I
=I o
(i i) A(t)
=1
t+4
-~I= (t-1)(1
-4
I- I
t- 3
-2
+ 21 + 13
+~
-21-5)
9.18. Demonstre o teorema 9.5 de Cayley-Hamilton.

um zero de seu polinmio caracterstico.
Cada matriz
Seja A uma matriz quadrada n X n arbitrria e sejant) seu polinmio caracterstico; digamos,
.(t) = ltl- A
tn
+ an-IIn-l + ... + a1t +ao
Agora, seja B(t) a adjunta clssica da matriz ti- A. Os elementos de B(t) so

co-fatres da matriz ti- A e, portanto, so polinmios em t de grau no excedendo n- 1. Assim,
B(t) = Bn-ttn- 1
+ ... + Btt + Bo,
onde os B; so matrizes quadradas n X n sbre K que so independentes de I.

Pela propriedade fundamental rle adjunta clssica (teorema 8.8),
(ti- A)B(t) =
Iti- A li
ou
(ti- A)(Bn-IIn-!
Removendo s parnteses c agrupando os coeficientes de t de potncias correspondentes,
Bn-I =I
Bn-2._ ABn-1 = an-Il
Bn-3- ABn-2 = an-2I
Bo-ABt=ati
- ABo = aoi
Multiplicando a equao matricial acima por An, An- 1,
.,
AnBn-1 = An
A"- 1Bn-2-AnBn-1 = an-!A"- 1
An- 2Bn-s-An- 1Bn-2 = an-2An- 2
AB 0 -A 2B1 = a1A
-ABo = aol
A, I, respectivamente,
256
[CAP. 9
Somando as equaes matriciais acima,
O= An
+ Gn-tAn-t +
+atA+ aoi
Em outras palavras, ~(A) = O. Isto , A um zero de seu polinmio caracterstico.
9.19. Mostre que uma matriz A e sua transposta A' tm o mesmo poli-
nmio caracterstico.
Pela operao de transposio, (ti-A)'= tl 1 -A 1 =ti-A'. Coino uma
matriz e sua transposta tm o mesmo determinante, Iti- A I = I(ti- A) 1 j =
1
= Iti- A 'I. Portanto, A e A tm o mesmo polinmio caracterstico.
9.20. Suponha que M
(~
BA\ onde A 1 e A 2 so matrizes qua-
dradas. Mostre que o polinmio caracterstico de M o produto

dos polinmios caractersticos de A 1 e A 2 Generalize
tl-M
tl-At
(
-B ) . Portanto, pelo problema 8. 70,

ti- A2
.
ti- At
III-MI
-B
ti- A2
lti-AIItl-BI
como requerido.
Por induo, o polinmio caracterstico da matriz triangular de blocos
M~
( ~1
~2
.. . . .
~)
An
'
onde os A; so matrizes quadradas, o produto dos polinmios caractersticos

dos A;.
POLINMIO MNIMO
9.21. Encontre o polinmio mnimo m(t) de A
o
o
1
-2
!)
O polinmio caracterstico de A
t- 2
D.(t)
o
o
o
-1
t-2
o
o
o
o
o
o
~I
t- 1 -1
2
t-4
t-o
-1
t- 2
I It;
-l
t-
1=(1-3)(1-2) 3
O polinmio mnimo m(t) deve dividir ~(1). Tambm, os fatres irredutveis

de D.(t), isto , t- 2 e t- 3, devem ser um fator de m(t). Assim, m(t) , exatamente, um dos seguintes
j(t) = (t- 3)(t- 2), g(t)
(t- 3)(1 ;_ 2) 2 , h(t)
= (t- 3)(1- 2) 3
CAP. 9]
Temos
. j(A) = (A - 3I)(A - 21) =
g(A) - (A- 3/)(A- 21)'
o
o
1
-1
~ J
(
o
o
-2
-2
-1
o
o
o
o
-2
-2
257
1
o
o o
o -1
o -2
o
o o
o -1 ~
o -2 2,
D~o
DO
DO
")'
=0
Assim, g(t) = (t- 3) (t- 2) 2 o polinmio mnimo de A.

Observatllo. Sabl"mos que h(A) = il(A) = O pelo teorema de Cayley-Hamilton. Entretanto, o grau de g(t) menor. do que o grau de h(t); portanto,
g(t) > e no h(t), o polinmio mnimo de A.
9.22. Encontre o polinmio mnimo m(!) de cada matriz (onde a .y6. O)

(i)
(iii)
(i)
c=
(~ ~)
(i i)
~o
u n
o
o
O polinmio caracterstico de A 1'.(1)

portanto,
m(t)
1'.(1)
(I - ;\) 2 Encontramos A - ;\] ,.! O;
(I- ;\) 2
(ii) O polinmio caracterstico de B (t) = (t- ;\) 3 . [Note que m(t) , exatamepte, um dos seguintes: t- , (t- ) 2 ou (I- ;\) 3.] Encontramos (B- ;\/) 2 ;>!0;
assim,
m(t) = t.(t) = (t - ;\) 3
(iii) O polinmio caracterstico de C t.(t)
portanto,
m(t)
9.23. Seja M =
~ ~)
1'.(1)
(t- ;\) 4 Encontramos (C- ;\/) 3 7"'0;
(t- ;\) 4
, onde A e B so matrizes quadradas.
Mostre
que o polinmio mnimo m(t) de M , pelo menos, mltiplo comum

dos polinmios mnimos g(t) e h(t) de A e B, respectivamente.
Generalize.
Como m(t) o PQlinmio mnimo de M, m(M) =
portanto, m(A)
= Oe
m(A)
O )
O m(B)
= 0 e
'
m(B) = O. Como g(t) o polinmio mnimo de A, g(l)
divide m(l). Semelhantemente, h(t) divide m(t). Assim, m(t) um mltiplo de

g(l) e h(t).
258
[CAP. 9
Agora, seja /(1) outro mltiplo de g(t) e h(t); ento,

f(M)
=~(~) /(~))
= (
~ ~)
= O.
Mas m(t) o polinmio mlnimo de M; portanto, m(t) divide /(1). Assim, m(l) ,
pelo menos, mltiplo comum de g(t) e h(t).
Temos, ento, por induo, que o polinmio mnimo de
M=
onde os A; so matrizes quadradas, , pelo menos, mltiplo comum dos polinmios mnimos dos A.
9.24. Encontre o polinmio mnimo m(t) de

2
Sejam
A~
o o o
o o o
4
2
o
1
3
o
o o o
o o o
o o o
8
2
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
3
o o
o 5
4 2
0 3
2 8
)
) , D = {5). Os polinB = (
C= (
)
02'
13'
00
mios mnimos de A, C e D so (t- 2) 2, 12 e t- 5, respectivamente. O polinmio

caracterstico de B
ti- B
t- 4
-2
I -1
t- 3
t 2 - 7t
+ 10 =
(t- 2)(t- 5);
logo, tambm o polinmio tninimo de B.
Observe que M =
A
O
(
o o o)
B
0
Assim, m(t) , pelo menos, mltplo
O O O D
comum dos polinmios mnimos de A, B, C e D. De acrdo com isso, m(t) =

= t 2 (t - 2) 2 (t- 5).
9.25. Mostre que o polinmio mn.imo de uma matriz A (operador) existe

e nico.
Pelo teorema de Cayley-Hamilton, A uma raiz de algum polinmitJ .no
nulo (veja problema 9.31.) Seja n o mais baixo grau para o qual existe um plinmio f(t) tal que j() = O. Dividindo f(t) por seu coeficiente inicial, obtmos
um polinmio mcho m(l) de grau n, que tem A como uma raiz. Suponha que
m'(t) outro polinmio mcho de grau n, para o qual m'(A) = O. Ento, a diferena m(t) - m'(t) um polinmio no-nulo de grau menor do que n, que tem A
como raiz. Isto contradiz a hiptese original para n; portanto, m(l) um polinmio mnimo nico.
259
CAP. 9]
9.26. Demonstre o teorema 9.10. O polinmio m(t) de uma matriz (operador) A divide cada polinmio que tem A como raiz.
ticular, m(t) divide o polinmio caracterstico de A.
Em par-
Suponha que f(t) um polinmio para o qual j(A) = O. Pela diviso de algoritmos, existem polinmios q(t) e r(t) para os quais f(t) = m(t)q(t)
r(t) e r(t) = O
ou grau 1(t) <grau m(t). Substituindo t = A nesta equao e usando j(A) = O
e m(A) = O, temos r(A) = O. Se r(t) ~ O, ento r(/) um polinmio de grau
menor do que m(t), que tem A como raiz; isto contradiz a definio de polinmio
mnimo. Assim, r(t) = O; logo, j(t) = m(t)q(t), isto , m(t) divide f(t).
9.27. Seja m(t) o polinmio mnimo de uma matriz quadrada n X n A.

Mostre que o polinmio caracterstico de A divide (m(t))n.
Suponha que m(t) = t'
matrizes
+ Cit'-I + ... + Cr-I t + Cr.
B 0 =I
BI =A + qi
B2 = A 2 + CIA
Considere as seguintes
+ C2J
Ento,
Bo =I
Bt- ABo = cii
B 2 -ABt = c2I
Tambm
-AB,-1 =Cri- (Ar+ CIAr-t
= Cri- m(A)
=Cri
Faa
+ tB..-2 + B,.-1
Ento,
(ti- A) B(t)
t'- 1Bt
+tE,.... I)- (t'- 1ABo + t'- 2ABI + ... +ABr-I) =
= t'Bo+ (-I(Bt- AB 0 )
t'- 2(B2- ABI)
t(Br-t- ABr-2)- AB..-1 =
2
= t'I + qt'- 1I + c2t'- I + ... + C,-ItJ +Cri=
= m(t)I
= (t'B 0
O determinante de ambos os lados d.

lt! -A IIBCt)l
= l(m(t)II = (m(t))".
Como IB(t)l um polinmio, lti -A I divide (m(t))"; isto , o polinmio caracterstico de A divide (m(t))".
9.28. Demonstre o teorema 9.11. O polinmio caracterstico L'l(t) e o

polinmio ~11nimo m(t) de uma matriz A tm os mesmos fatres
irredutveis.
260
[CAP. 9
Suponha que j(t) um polinmio irredutvel. Se f(t) divide m(t), ento, como
m(t) divide (t), j(t) divide A(l). Por outro lado, se j(t) divide A(t), ento, pelo problema precedente, j(t) divide (m(t))n. Mas j(t) irredutvel; portanto, j(t) tambm
divide m(t). Assim, m(t) e L'l(t) tm os mesmos fatres irredutveis.
9.29. Seja T um operador linear num espao vetorial V de dimenso

finita. Mostre que T inversvel se, e somente se, o trmo constante do polinmio mnimo (caracterstico) de T no zero.
Suponha que o polinmio mnimo (caracterstico) de T f(t) =t' + an- 1 t'- 1

Cada uma das seguintes assertivas equivalente seguinte,
por resultados anteriores (i) T inversvel; (ii) T no-singular; (iii) O no
autovalor de T; (iv) O no raiz de m(t); (v) o trmo constante a 0 no zero.
+ ... + a1t + a 0
9.30. Suponha dim V = n. Seja T V~ V um operador inversveL

Mostre que T- 1 igual a um polinmio em T de grau no excedendo n.
Seja m(t) o polinmio mnimo de T. Ento,
m(t) = t'
onde r
~ n.
+ a,-tt'- 1 + ... + a1t + ao.
Como T inversvel, a 0 >"' O. Temos

m(T) = T'
+ ar-tT'-l + . . + a1T + ao I
Portanto,
1
- - (T'- 1
ao
+ a,-tT'- 2 + ... + atl)T =
PUOBLEMAS DIVERSOS
9.31. Seja T um operador linear num espao vetorial V de dimenso

finita n. Sem usar o teorema de Cayley-Hamilton, mostre que T
um zero de um polinmio no-nulo.
Seja N= n 2 Considere os seguintes N+l operadores em V: 1, T, T 2 , . . , TN.
Lmub1'~ qw~ ~;o e3pnn vtlloria! A(V) ele operarlore> em V tem rlimenso N = n 2
Assim, 09 N+1 opri>di'/.'3 acima silo lin~amv:ntc indl'pemlr,nlH. Portanto, existem escalares ao, at, ... , aN para os quais aNTN + ... + a1T + a 0I ~O. Dt1
acrdo com isso, T um zero do polinmio j(t) = aNtN + ... + a1t + a 0.
9.32. Demonstre o teorema 9.13. Seja um autovalor de um operador

T: V~ V. A multiplicidade geomtrica de no excede sua multiplicidade algbrica.
Suponha que a multiplicidade geomtrica de r. Ento, contm r autovetores linearmente independentes v1, .. , v,. Estenda o conjunto lv;) a uma
base de V: l Vt, ... , v,, Wt, ... , w.}. Temos
T(vt) =
T(vz)
Vt
CAP. 9]
T(vr) =
Vr
T(w1) = auv1
Tlw2) = a21v1
= aa1V1
T(w,)
A matriz de
r na
261
+ a.lrVr + !.Wl +
+ ... + aarVr + ba1W1 + ... + b,.w,
base acima
o
o
a1r
a2r
bu
bn
au
a21
al2
a22
...................
M=
(~~+~).
OiB
onde A
(a.;j) 1 e B
(b;j) 1
Pelo problema 9.20, o polinmio caracterstico de }..],, que (t- y)', deve
dividir o polinmio caracterstico de M e, portanto, T. Assim, a multiplicidade
algbrica de J\ para o operador T , pelo menos, r, como desejado.
1
(0
9.33. Mostre que A =
11)_
no diagonalizvel.
O polinmio caracterstico de A Ll(t) = (t- 1) 2 ; portanto, 1 o nico autovalor de A. Encontremos uma base do auto-espao do autovalor 1. Substitua
t = 1 na matriz ti- A, para obter o sistema homogneo
(oo -1)o (x)y =. (o)

o
ou { -y= 0 ouy
0=0
=o
O sistema tem somente uma soluo independente, por exemplo, x = 1, y =O.

Portanto, u = (1, O) forma base do auto-espao de 1. Como A tem, no mximo,
um autovetor independente, A no pode ser diagonalizvel.
9.34. Seja F uma extenso de um corpo K. Seja A uma matriz quadrada

n X n sbre K. Note que A tambm pode ser encarada como uma
matri~ A sbre F. Evidentemente, !ti- A I = !ti- A!, isto ,
A e A tm o mesmo polinmio aracterstico. Mostre que A e A
tambm tm o mesmo polinmio mnimo.
Sejam m(t) e m'(t) os polinmios mlniinos de A e , respectivamente. Agora,
m'(t) divide todo polinmio sbre F que tem A corno zem. Corno m(t) .tem A .
como zero e como m(t) pode ser encarado como um polinmio sbre F, m'(t) divide
m(t). Mostraremos, agora, que m(t) divide m'(t).
Como m'(t) um polinmio sbre F, que uma extenso de K, .podemos
escrever
m'(t) = /I(t)bl
+ /2(t)b2 + ... + fn(t)bn,

. . . , bn pertencem a F e
. onde'j,;{t) so pofinmios sbre K e b1 ,

independentes sbre K. Temos
m'(A)
fi(A)bl
+ i2(A)b2 + ... + fn(A)bn
so lineartnente
(1)
,
262
[CAP. 9
Seja a~:> o ij-simo elemento de /k(A). A equao matricial acima implica que,
para cada par (i, j),
a:Jlbt + ag>b + . . . + ai;>b,.

2
Como os b; so linearmente independentes sbre K e como os

= O. Ento,
jl(A) =O, h(A) =O, ... , j,.(A) =O
ag>
ag> E
K, todo
Como os j;(l) so polinmios sbre K que tm A como zero e como m(l) o polinmio mnimo de A como matriz sbre K, m(t) divide cada um dos /;(t). De
acrdo com isto, por (1), m(t) deve tambm dividir m'(l). Mas polinmios mochos
que dividem um ao outro so, necessriamente; iguais. Quer dizer, m(l) = )n'(l),
como quera~oso
....
9.35. Seja {v 1,
t,.} base de V. Seja T: V~ V um operador para o
qual T(v 1 ) = O,
T(v 2) = a 21v1 , T(v 3 ) = a 31v1 + a 32v2 , . . , T(v,.) =
= a,. 1v1
o.
a,.,,.- 1v,.- 1 Mostre que T" = O.
o
+. +
suficiente mostrar que

para j
= 1,
. o., n. Segue que
T"(vj)
= T"-i(T'(vj))
= T"-i
(O) = O, para j
= 1, ... ,
e, como {v1, :o o' v.. } base, T" = O.

Provaremos (*) por induo em j. O caso j = 1 verdadeiro por hiptese.
O passo indutivo segue (para j = 2, ... , n) de
T 1(vj) = T 1- 1(T(uj)) = T 1' 1(ajtV1 + ... + Gj, i-JVj-I)

= a1tT1- 1(vv + .
ai, j-~P- 1 (j-1)
= ai 10 + . . . + ai. rl o = o
o
Observao. Observe que a representao matricial de T na base acima

triangular com elementos diagonais zero
~- 0~~10 ~::~0-: _~:~)
(o
o: ..
...
..
a,., ..-1
Problemas Propostos
POLINMIOS DE MATRIZES E OPERADORES LINEARES
9.36:.
Sejam f(t)
g(B), onde
2t 2 - St + 6 e g(t)
A=
t3
(s2 -3)
1
2t 2 + t + 3. Encontre /(A), g(A), f(B) e
e B.,.
(_o1 ~)
Seja j) ~ t 3 ~2t.+3.
9.37.
Seja_ T: R 2 _,. R 2, definido por T(xo, y)

Encontre j(T)(x, y).
9.38.
Seja V o espao vetorial dos polinmios v(x) = ax 2

bx +c. Seja D: V-> V
o operador diferencial. Seja f(t) = t 2
21- S. Encontre J(D)(v(x)).
(x + y, 2x).
CAP. 9]
9.39.
Seja A=
9.40.
Seja B =
9.41.
G:)
Encontre A 2, Aa, An.
12
(~
263
1!).
Encontre uma matriz real A tal que B = Aa.
Considere a matriz diagonal Me a matriz triangular N
M=
( ~~ ~~ ~
..
....... )
. . . an
Mostre que, para qualquer polinmio f(t), f(M) e f(N) so daforma
(/(~. ) ~.(~~)
1
f(M)
.........
9.42.
...
(/(~ ) ~(=2)
1
. )
e F(N) =
f(an)
. . . .
. .. ; . )
f(an)
...
Considere uma matriz diagonal de blocos Me uma matriz triangular de blocos N
M = ('
?.!2 . . . ..A~n.).
O
e N
~~ _! 2.. :.... ~ ..)
= (
O . . . An,
onde os A; so matrizes quadradas. Mostre que, para qualquer polinmio j(t),
j(M) e f(N) so da forma
J(M) = (
~~~ :~. :~~-2~

O
::: . . .
...
. . .)
j(An)
e j(N) =
(f?. /(~,) . .. ..~. )

O
j(An),
...
9.43.
Mostreque, para qualquer matriz quadrada (ou operador) A, (P-lAP)n=P- 1AnP,

onde P inversvel. Mais generalizado, mostre que j(P- 1AP) = p-I j(A)P para
qualquer polinmio f(t).
9.44.
Seja j(t) qualquer polinmio. Mostre que (i) f(A ~

trica, isto , A 1 = A, ento f(A) simtrica.
(f(A)) 1; (ii) se A sim~
9.45.
Para cada, matriz, encontre todos os autovalores e autovetores linearmente independentes

(i) A =
(~
(ii) B
G ~) . (...) c (5 -1)
111
1 . 3
sejam diagonais.
9.46.
Para cada ma:triz, encontr.e todos os autovalores e uma base para cada autoespao
2
1
(ii) B =
2
(iii) r=
4
1
(i) A=
1
Jc
-1
1
o
1
~)
(~
~!)
Quando possvel, encontre matrizes inversveis P

1
2 e P3 CP 3 so diagonais.
.P;i1Jp
1,
~)
P 2 e P 3 tais que P; 1 APJ,
264
9.47.
Considere A
= ( 21 -41) e B --
-3
[CAP. 9
como matrizes sbre o corpo real
R. Encontre todos os autovalores e autovetores linearmente independentes.
m~trizes
~rpo
9.48.
Considere A e B do problema precedente como

sbre o
complexo
C. Encontre todos os autovalores e autovetores linearmente independentes.
9.49.
Para cada um dos seguintes operadores T: R 2 -> R 2 , encontre todos os autovalores e uma base para cada auto-espao (i) T(x, y) = (3x
3y, x +Sy);
(ii) T(x, y) = (y, x); (iii) T(x, y) = (y, -x).
9.50.
Para cada um dos seguintes operadores T; R 3 -> R 3 , encontre todos os autovalores e uma base para cada auto-espao (i) T(,x y, z) = (x
y
z, 2y
z,
2y
3z); (ii) T(x, y, z) = (x,
y, y
z, -2y- z); (iii) T(x, y, z) = (x- y, 2x
3y
2z, x
y
2z).
9.51.
+ +
+ +
Para cada uma das seguintes matrizes sbre o corpo complexo C, encontre todos
os autovalores e autovetores linearmente independentes
(i)
(~
(ii) (
~)
'
(iii)
(i'1 -3i)'
-1
'
.
(tv)
( 1
1
-2)
-1
9.52.
Suponha que. t um autovetor dos operadores S e T. Mostre que v tambm

um autovetor do operador aS+ bT, onde a e b so escalares quaisquer.
9.53.
Suponha que v um autovetor de um operador T pertencente ao autovalor

Mostre que, para n > O, v tambm um autovetor de T pertencente a n.
9.54.
Suponha que um autovalor de um operador T. Mostre que j() um autovalor de j(T).
9.55.
Mostre que matrizes semelhantes tm os mesmos autovalores.
9.56.
Mostre que matrizes A e A 1 tm os mesmos autovalores. D um exemplo onde
A e A 1 tm autovetores diferentes.
9.57.
Sejam S e T operadores lineares tais que ST = TS. Seja tim autovalor de T

e seja W seu auto-espao. Mostre que w invariante sob S, isto , S(W) c: W
9.58.
Seja V um espao vetorial de dimenso finita sbre o corpo complexo C. Seja

W 7"o {O} um subespao de V invariante sob um operador linear T: V--> V.
Mostre que W contm um. autovetor no-nulo de T.
9.59.
Seja A uma matriz quadrada n X n sbre K. Sejam Vt. . . . , Vn E ~ autovetores linear11;1ente independentes de A pertencentes aos autovalores 1 , . . . , n,
respectivamente. Seja P a matriz cujas colunas so os vetores Vt. . . . , vn. Mostre que p- 1AP a matriz diagonal cujos elementos diagonais so os autovalores
l, ,
POLINMIOS MNIMO E CARACTERSTICO

9.60.
Para cada matriz, encontre um polinmio para o qual a matriz uma raiz
(ii) B
(58 -1)3
(iii)
c=
3
5
CAP. 9]
9.61.
Considere a matriz quadrada nXn
(~
Mostre que j(t)
9.62.
9.63.
H1J
o o
o o
(I- )n polinmio mnimo e polinmio 'caracterstico de A.
Encontre os polinmios mnimo. e caracterstico de cada matriz
A~ (i
~-~--
265
5
2
o o
o o
o 4 2
o 3 5
o o o
Sejam A=
(~
~) (~
B=
e B
(g
o o
o o
o 3
o o 3
o o o
o
2
ll c~(~
o o
o
o
o o
o o
o
o
o
~)
Mostre que A e B tm polin-
mios caractersticos diferentes (logo, no so semelhantes), mas tm o mesmo

polinmio mnimo. Assim, matrizes no-singulares podem ter o mesmo polinmio mnimo.
I'
9.64.
A transformao T : V -> V definida por T(v) = kv chamada a transformao

escalar pertencente a k E K. Mostre que T a transformao escalar perten
cente a k E K se, e somente se, o polinmio mnimo de T m(t) = t - k.
9.65.
Seja A uma matriz quadrada n X n, para a qual A

Mostre que An = O.
k =
O para algum k
> n.
9.66.
Mostre que a matriz A e sua transposta A' tm o mesmo polinmio mnimo.
9.67.
Suponha que f(t) um polinmio mcho irredutvel, para o qual j(T) = O, onde
T um operador linear T : V ...... V. Mostre que f(t) o polinmio mnimo de T.
9.68.
Considere uma matriz de blocos M = . (
ti= M =
ti-A
-C
-B)
~ ~
) .
Mostre que
a matriz caracterstica de M.
tl-D
9.69.
Seja T um operador linear num espao vetorial V de dimenso finita. Seja W

um subespao de V invariante sob T, isto , T(W)c:: W. Seja Tw: W - t W a
restrio de T a W. (i) Mostre queo polinmio caracterstico de Tw divide o
polinmio caracterstico de T. (ii) Mostre que o polinmio mnimo de T w divide
o polinmio m':'imo de T.
9.70.
Seja A =
au
a 21
aa1
a1a)
a 22 a 23
aa1 aaa
a12
Mostre que o polinmio caracterstico de A
a2~)'t-l :~~
:~: :~:I
a31 aa2 aaa
t.(t} = t3- (au +a22+aaa)t2+ ( au a121 + \ au a131+1 a22

a21 a22
aal a33
aa2 ad .
9.71. ; Seja A uma matriz quadrada n X n. O determinante da matriz de ordem n -m

obtido pela remoo de linhas e colunas que passam atravs de m elementos diagonais de A chamada uma menor principal de grau n-m. Mostre que o coefi-
266
[CAP. 9
ciente de t"' no polinmio caracterstico ..1(t) "" !ti- A I a sorna .de todos os
menores principais de A) e grau n'-m multiplicada por (-'1),._,._ (Observe que o
problema precedente um caso especial d@sse resultado.)
9.72.
Considere um po;nrnio rnllcho arbitrrio /(l) = t" + a..-tl,._1 + ... + a 1t +aoA seguinte rntriz quadrada n X n chamada matm companheira de j(t)
A""
(LL. ~ -~:.)
o
o ...
--a,-1
Mostre que /(t) o polinmio mlnirno de A.
9.73.
Encontre urna
(ii) t 4 - St'- 2t
matriz
+ 1t + 4.
A,
cujo
polinmio
rnlnirno
(i) . . - St1
+ 6t + 8,
DIAGONALIZAO
9.7.&.
Seja A = (:
!)
urna matriz sbre o corpo real R. Encontre condies neces-
srias e suficientes em a, b e c, para que A seja diagonalizvel, isto , tenha

dois autovetores linearmente independentes.
9.75.
Mostre que urna matriz (operador) diagonalizvel se, e somente se, seu polin6~io rnlnimo um produto de fat6res lineares distintos..
9.77. Sejam A e B matrizes quadradas n X n slibre K, tais que (i) AB - BA e (ii) A

e B so diagonalizveis. Mostre que A e "1J podem ser simult!nearnente diagonalizveis, isto , existe urna base de r na qual ambas A e B so representadas por matrizes diagonais (veja problema 9.57).
9.78.
V um operador projeo, isto , E 2 = E. Mostre que E diago-
Seja E : V -
nalizvel e, de fato, pode ser representado pela matriz diagonal A
(Ir
O)
\o
(!
~!),
onde r o p&to de E.
c:
_;~),
9.36.
j(A) =
9.3'1.
j(T)(x, y) = (4x ~ y, --2x

-Sax1
g(A)-
c:~ -~~)
j(B) =
(! :) ,
g(B)"'
+ Sy).
+ (4a- Sb)x + (2a + 2b -Se).
9.38.
j(D)(v(x)) =
9.39.
AZ=
1 2)t ' A'= (1o3)t '-A .....

(o
9.40;
Pis~.
Seja A -
a, b e
c.
-(~ -~ ~)
o o
2 .
(1, ")
\ot
. Faa B ""-A 1 e,
ent~o, . obtenha C()ndies ,em
CAP. 9]
9".44..
(ii) Usando (i), temos (j(A))'
9.45.
(i)
}..1
(ii)
}..1
= 1, u = (2, -1);
= 1, u = (2,-3);
= 4,
(iii) }..
f(A 1)
}..2
}..2
= 6, v= (1, 1)
4, v
= f(A).
(1, 1)
(1, 1).
~~ ~)
Sejam Pt
267
e P2
~~
!) . Pa no existe, pois C tem somente
um autovetor independente; logo, no pode ser diagonalizvel.
9.46.
(i)
ti = (1, -1, 0), v = (1, O, -1); >.. 2 = 6, w = (1, 2, 1)

= 3, u = (1, 1, O), v = (1, O, 1); >..2 = 1, w = (2, -1, 1)
>.. = 1, u = (1, O, O), v = (0, O, 1).
>..1 = 2,
(ii) >.. 1
(iii)
1
Sejam P1
-1
-1
P 3 no existe, pois C tem, no mximo, dis autovetores linearmente independentes; logo, no pode ser diagonalizvel.
9.47.
(i)
>.. = 3, u = (1, -1); (ii) B no tem autovalores (em R).
9.48.
(i)
x = 3,
9.49.
(i)
}..1
(ii)
I"'
u = (1, -1). (ii) 'Xt
2, u
1,
(3, -1); ~
(1, 1);
U"'
}..2
2i, u = (1, 3, -2i); X2 = -2i, v
= 6, v =
11 =
= -1,
= {1, 3 + U).
(1, 1).
(1, -1).
(iii) No h autovalooes (em R).
9.50.
9.51.
o O); X2 = 4, v = (1, 1, 2).

= (l, O, U). No h outms autovalooes (em R).
u = (1, O, -1); 2 = 2, 11 = (2, -2, -1); a = 3, w =
(i)
'Xt = 1, u = (1,
(ii)
(iii)
t =
(i)
1, u
1,
>.t = 1, u = (1, O);
(ii) X = 1, u
9.56.
= 2,
(iii}
(iv)
t =
Seja A
= i, v = (1, 1 +i).
(1, O).
(3,
~); }..2 =
i, u = (2, 1- i); X2
= ( 1 1) . Ento,
espao de
(1, -2, -1).
= 1.
-2, v = (1,
= -i,
4).
(2, 1
+ i).
1 o nico autovalo e v
Por outm lado, para A 1
G ~) ,
autovalor, mas w = (O, 1) gera o auto-espao de
(1, O) gera o auto-
=1
ainda o nico
1.
9.57.
Seja v E W; logo, T(v) = v. Ento, T(S11) = S('Fv) = S(>..v) = (Sv), isto , Sv

um autovetor de T pertencente ao autovalor . Em outras palavras, S v E W;
assim, S(W) c W.
9.5&.
Seja T : W ~ W a restrio de T a W. O polirillmio caracterstico de T um

polinmio sbre o corpo complexo C que, pelo Teorema Fundamental da lgebra,
tem uma raiz . Ento, >. um autovalor de T; logo, T tem um autovetor
no-nulo em W, que . tambm um autovetor de T.
268
9.59.
Suponh';i T(v) ~ >.v. Ento, (kT)(v) = kT(v) = k(>.v) = (k>.)v.
9.60.
(i) /(t) = t 2
9.62.
(i)
A(t) = (t-
8t
+ 43,
2) 3(t-
(ii) g(t) = t 2
7) 2 ;
m(t) = (I-
8t
+ 23,
2) 2 (1-
(iii) h(t) = t 3 - 6t 2
7).
(ii) A(t) =. (t- 3)5; m(t) = (t- 3) 3

.(iii) A(t)
9.73.
(t- >.) 5; m(t)
t- >..
Use o resultado do problema 9.72 .
(i)
9.77.
A =
(001 0 -~8)
(ii) A =
(0~1
o
1
Pista. Use o resultado do problema 9.57.
,l;
.:
[CAP. 9
+ St- 12.
Captulo 10
Formas Cannicas
INTRO:I)UO
Seja T um operador linear num espao vetorial de dimenso finita.
/'omo foi visto no capitulo precedente, T pode no ter uma representao
matricial diagonal. Entretanto, ainda possvel "simplificar" a rel?resentao matricial de T de vrias maneiras. ~sse o principal tpico
nest'e captulo. Em particular, obtemos o teorema da decomposio em
primos e as formas cannicas triangular, de Jordan e racional.
Observamos que a.S formas cannicas triangular e de Jordan de T
existem se, e smente se, o polinmio caracterstico A(t) de T tem tdas
as Slla__ !"~:zes no corpo bsico K. _Isto sempre vercl_ad~; se K o corpo
complexo c, mas pOdeno ser verdade se K o corpo real R.
T~mbm introouz:remos a idia de espao quoci~nte. Essa uma
ferramenta muito poderosa e ser usada na demonstrao da existncia
das formas cannicas triangular e racional.
"..
FORMA TRIANGULAR
Seja T um operador linear num espao vetorial n-dimensional V.
Suponha que T pode ser representado por uma matriz :triangular
Ento, o polinmio caracterstico de T,

A(t) =
Iti- A!
(t - a 11 )(t- a 22)
(t - a,.,.),
um produto de fatres lineares. A recproca tambm verdadeira e

um teorema importante, como segue.
V~ V um operador linear, cujo polinmio caracterstico se .fatora em polinmios lineares. Ento, existe uma base
rle V,, na qual T representado por uma matriz triangular.
Teorema 10.1. Seja T :
Forma Alternativa do Teorema 10.1.
Seja A uma matriz quadrada, cujo

polinmio caracterstico se fatora em polinmios lineares. Ento, A
semelhante a uma matriz triangular; .isto , existe uma matriz inversvel
P tal que .IT 1AP tri~ngular.
269
FORMAS CANNICAS
270
[CAP. 10
Dizemos que um operador T pode ser psto na forma triangular se

le pode ser representado por uma matriz triangular. Note que, nesse
caso, os autovalores de T so precisamente os t>lementos que aparecem
na diagonal principal. Daremos uma aplicao dessa observao.
Exemplo 10.1. Seja A uma matriz quadrada sbre o corpo complexo C. Suponha
que )1. um autovalor de A 2 Mo5tre que VA ou -0 um autovalor de A. Sa~
hemos: pelo teorema anterior, que A semelhante a uma matriz triangular
(" ,:
...
Portanto, A 2 semelhante matriz
B2 =
(~~~ Pi
:)
P!
Como matrizes semelhantes t~m os mesmos autovalores, )1. = p.: para algum i. Portanto,
P.i = VA ou P.i = -V\; isto , VA 'ou -0 um autovalor c' e A.
INVARINCIA
Seja T: V- V linear. Diz-se que um subespao W ~ V invariante sob T, ou T-invariante, se .T transforma W em si mesmo, isto , se
v E W implica T(v) E W. Neste caso, T restrito a W define um operador
linear em W; isto , T induz um operador linear T: W- W definidq
por T(w) = T(w) para todo w E W.
Exemplo 10.2. Seja

:'R 3 -> R 3 um operador linear que gira cada vetor em re.
!ao ao eixo dos z de um ngulo 8
r(x, y, z) = (x cos 8- y sen 8,
sen 8
+ y cos 8,
z)
Observe que cada vetor w = (a, b, O) no

plano xy, W, permanece em W sob a
transformao T, isto , W r-invariante. Observe tambm que o eixo dos
z, U invariante sob r. Alm disso, a
restrio de T em W gira cada vetor
em relao origem O, e a restrio de
r a U a trnsformao identidade
em U.
y
X
Exemplo 10.3. AutovtOI'C!s no-nulos d iJin operador linear r: V-> V podem ser
caracterizados como geradores de subespos unidimensionais r-invariantes. De fato,
suponha que r(v) =>.v, li!;'! O. Ento, W == {kv, k E Kl. o subespao unidimensional
gerado por v, invariante sob T, porque
T(kv) = kT(iJ) ,.;, k(Xv) = k>.v E W.
Reciprocamente, suponha que dim U = 1 e u ;o! O gera U e .que U invariante sob T.

Ento, T(u) E U; logo, r (u) mltiplo de u, isto , r(u) - pU. Portanto, u autovetor de r.
FORMAS CANNICAS
fCAP. 10]
271
O teorema seguinte d-nos uma classe importante de subespaos

invariantes.
Teorema 10.2. Seja T: V - t V linear e seja f(t) qualquer polinmio.
Ento, o n(Jcleo de f(T) invariante sob T.
A noo de invarincia est relacionada s representa.es matriciais
como segue.
T,orema 10.3. Suponha que W subespao invariante de
r: v- v.
(Ao
~
Ento, T tem uma representao matricial de blocos
~)
, onde
A representao matricial da restrio de Ta W.
DECOMPOSIES EM SOMAS DIRETAS INVARIANTES

W1,
Um espao vetorial V denominado soma direta de seus subespaos

lVr, escrito
~-~-
.. ,
v = wl $ w2 $
... $.
w.
se todo vetor v E V pode ser escrito de maneira nica na forma

v = wl
+ Wz + . . . + w.
wi E
com
wi
"
O seguinte teorema surge.
Teorema 10.4. Suponha que W1 ,

que
{Wu, ... '
... ,
W. so subespaos de V e suponha
Wlnt}' . .. ' { Wrv . . . , Wrnr.l
so bases de W 1 , . . . , W., respectivamente,

dos wi se, e smente se, a unio
Ento,
V soma direta
base de V.
Agora, suponha que T : V._ V linear e V

paos r-invariantes (no-nulos) W 11 , W.
V= W 1 $ ...
(f)
w.
asoma direta de subes-
T(W,)c Wu i= 1, ... ,r
Anote por 1~ a restrio de T a W,. Ento, diz-se que T decompon!vel

nos operadores T, ou que T a soma direta dos T. e escreve-se
T1 $
... G:J
r.
W. reduzem T ou formam uma

decomposio em soma direta T-invariante de V.
Tambm se diz que os subespaos W 1 ,
... ,
Considere o caso especial em que dois subespaos U e W reduzem um

operador T : V - t V, digamos, dim U = 2 e dim W = 3, e sup<)nha que
fuu u 2 ) e {w1 , W 2 , w 3 ) so bases de U e W, respectivamente. Se T 1 e T2
denotam restries de T a U e W, respectivamente, ento
FORMAS CANNICAS
272
=
T1(uJ =
T1(u1)
a 11u 1
a21u1
[CAP. 10
T2(w1) = buw1
T2(w2) = b21Wi
T2(wa) = ba1W~
+ a12u 2
+ a22U2
+ b12w2 + b13Wa
+ b22W2 + b2aWa
+ ba2W? + baaWa
Portanto,
e
so representaes matriciais de T 1 e T 2 , respectivamente. Pelo teorema

acima, {u 1 , u 2 , w 1 , w 2, w 3 } base de V. Como T(u;) = T 1(u 1) e T(w;) =
T 2 (w;), a matriz de T nessa base a matriz diagonal de blocos
(~
~)
A generalizao do argumento acima d-nos o seguill\e teorema.
Teorema 10.5. Suponha que T : V~ V linear e que V a soma. direta

de subespaos T-invariantes W 1 , . . . , W,. Se A; a representao matricial da restrio de T a W 1 , ento T pode ser representado pela matriz
diagonal de blocos
(~~ -~2
..
. . . .: . . .
~-)
O
O
.. .
A.
A matriz diagonal de blocos M com elementos diagonais A 1 , . . , Ar
, algumas vzes; chamada soma direta das matrizes A 1 , :. :, A. e anotada
M =AI ... A .
DECOMPOSIO EM PRIMOS
O seguinte teorema mostra que qualquer operador T .: V~ V decomponvel em operadores, cujos polinmios mnimos so potncias de
polinmios irredutveis. );:sse o primeiro passo na obteno de u~a
forma cannica de T.
Teorema da Decomposio em Primos 10.6. Seja T : V----. V um operador linear, com polinmio mnimo
m(t) = fi(t)" 1!2tt)" 2 ... j,(t)"',
onde os f;(t) so polinmios irredutveis mochos distintos.. Ent, V
a soma direta de subespaos T-invariantes W1 , . . . , W,, onde W 1 o
ncleo de j;(T)"1 Alm disso, f 1(t)" 1 o polinmio mnimo da restrio
de Ta Wt.
Como os polinmios/;(t)" 1 so primos entre !3i, o resultado fundamental
acima segue (problerha10.11) dos dois teoremtis ''sguntes .
.Teorema:10.7. -~upo~ha
polinmios tais que f(T)
qu~ T: V~
=:'
V Ji~ear. e. que f(t) = g(Dh(t) so

O e g(t) e h(t) so primos entre si. E:;nto, V
FORMAS CANNICAS
CAP. 10]
a &orna direta dos subespaos

= Nuc h(T).
T~invariantes
273
U e W, onde U
Nuc
g(T) e W
Teorema 10.8. No teorema 1O. 7, se f(t) o polinmio mnimo de T (e g(t)

e h(t) so mochos), ento g(t) e h(t) so os polinmios mnimos das restries
de- Ta U e W, respectivamente.
Tambm usaremos o teorema da decomposio em primos para defmonstrar a se-guinte caracterizao til de operadores diagonalizveis.
Teorema 10.9. Um operador linear T: V~ V tem representao matricial diagonal se, e smente se, seu polinmio mnimo m(t) um produto
de polinmios lineares distintos.
Forma Alternativa do Teorema 10.9. Uma matriz A semelhante a
uma matriz diagonal se, e smente se, seu polinmio mnimo produto
de polinmios lineares distintos.
Exemplo 10.4. Suponha que A ~ I uma mlriz qua.drada, para a qual A 3 = I.
Determine se A semelhante a uma matriz diagonal, quando A uma matriz sbre (i)
o cmpo real R, (ii) o corpo complexo C.
Como AS
nmio mnimo
I; A um zero do polinmio J(l) = t 3 - 1 = (t- 1) (1 2

de A no pode ser t- 1, pois A ~ I. Portanto,
+ t + 1).
O poli-
m(t~
m(t) = t 2
+t +1
ou m(t) =
13 -
Como nenhum dsses polinmios um produto de polinmios lineares sbre R, A no

diagonalizvel sbre R, Por outro lado, cada um dos polinmios um produto de polinmios lineares distintos sbre C. Portanto, A diagonalizvel sbre C.
OPERADORES NULPOTENTES
Um operador linear T : V -~ V chamado nulpotente se P = O para

algum inteiro positivo n; chamamos k o ndice de nulpotinca de T se
Tk = O, mas r~-t -, O. Anlogamente; uma matriz quadrada chamada
nulpotente se"An =O para algm inteiro positlvo n etndice k se A&= O,
mas A k-I ~ O. Evrdentemente, o polinmio mnimo de um operador
(m~triz) nuli:fotente de ndice k m(i) = tt; portanto, seu nico autovalor
zero.
O resultado fundamental de operadores
nu~potentes
segue.
Teorema 10.10. Seja T: V~ V um operador nulpotente de ndice k.

Ento, T tem uma representao matricial diagonal de blocos, cujos ele.
rnentos diagonais so da forma
~ (~ ~ I< ~ ~)
FORMAS CANNICAS
274
[CAP.lO
(isto , todos os elementos de N so O, exceto aqules logo acima da diagonal principal, que so 1). Existe, pelo menos, um N de ordem k e todos
os outros N so de ordens ~ k, O nmero de N de cada ordem possvel
determinado de maneira nica por T. Alm disso, o nmero total de N
de tdas as ordens igual nulidade de T.
Na demonstrao do teorema acima, mostraremos que o nmero
de N de ordem i :im,- mi+ 1 - m,_1 , onde m, a nulidade de T'.
Observamos que a matriz N acima nulpotente e que seu ndice de
nulpotncia igual sua ordem (problema 10.13). Note que a matriz N
de ordem 1 nada mais do que a matriz zero 1 X 1 (O).
FORMA CANNICA DE' JORDAN

Um operador T pode ser psto na forma cannica de Jordan se seus
polinmios caracterstico e mnimo se fatoram em polinmios lineares.
Isto sempre verdadeiro se K fr o corpo complexo c. Em qualquer caso,
podemos sempre estender o corpo bsico K a um corpo em que os polinmios mnimo e caracter~tico fatoram-se em fatres lineares; assim,
em sentido amplo, todo operador tem uma forma cannica de Jordan.
Anlogamente, tda matriz semelhante a uma matriz na forma cannica de Jordan.
Teorema 10.11. Seja T: V---+- V um operador linear, cujos polinmios
mnim~cterstico so, respectivamente,
~ (t)=
m(~l
(t
--:~l)"I
. , . (t :::->-..)"',
= Jl__~ ~~)ml ... (t - X,)mr
onde os X. so escalares distintos. Ento, T tem uma repr-esentao matricial diagonal em blocos J, cujos elementos diagonais so da"forma
J"~ G~ ~ :.: +D
Para cada X,, os blocos correspondentes J;; tm as seguintes propriedades
(i)
Existe, ao menos, um J;; de ordem m;; todos os outros J 1; so de

ordem $ m1 ~-~ f'v'Y)~ ~~"''f-;~~'~~~
(ii) -A soma das
o~s~;~::'~'\\
(iii) O nmero dos J 1; igual multiplicidade .geomtrica dos X;.

(i~) O nmero dos
nica por T.
J.; de cada ordem possvel determinado

de .maneira
CAP. 10]
FORMAS CANNICAS
275
A matriz J, que aparece no teorema anterior, chamada a forma

cannica de Jordan do operador T. Um bloco diagonal J 1; chamado
um bloco de Jordan pertencente ao autovalor X;. Observe que
(~ ~ ~. ::: ~ ~) ( ~~ -~-::: -~ -~)

. ..
. ..
o o.o ... X;l
000
o o ... X1
o o
o
0:\1
Isto ,
(~o .~o.. o~.:::... .~.o -~)
o o o
o o
J;; = X;l
N,
onde N o bloco nulpotente que aparece no teorema 10.10. Provaremos
o teorema dado (problema 10.18), mostrando que T pode ser decomposto em
operadores, cada um dos quais a soma de um operador escalar e de um
operador nulpotente.
Exemplo 10.5. Suponha que os polinmios caracterstico e mnimo de um operador T so, respectivamente,
= (t- 2) 4(t- 3)3 e m(t) = (t- 2) 2(1- 3) 2
L\(t)
Ento, a forma cannica de Jordan de T uma das seguintes matrizes

2
0
-
1 I
2 I
-
--j
2 1 I
0 2 I
- - --j -2- 1
2 -1--,
0 2 I
L __ L __
1
1 3 1
r 0 3 I
ou
J _
I3
1~2 I
L~--
3
1
0
L -
r'
3 I
-
13
A primeira matriz ocorre se T tem dois autovetores independentes pertencentes ao seu

autovalor 2; e a segunda matriz ocorre se T tem trs autovetores independentes pertencentes a 2.
SUBESPAOS CCLICOS
Seja .T um operador linear mim espao vetorial V de dimenso finita
sbre K. Suponha que v E V e v >=O. O conjunto de todos os vetores
da forma f(T)(v ), nde f(t) vat ia sbre todos os polinmios sbre K, um
subespao T-invarlante de V, chamado o subespao T-cclico de V gerado
por v; ns o denotamos por Z(v, T) e denotamos a restrio de T a
Z(v, T) por T.. Poderamos, equivalentemente, definir Z(v, T) como a
interseo de todos .. os subespaos T-invariantes de V contendo v.
Agora, considere a seqncia
v, T(v), 'P(v), TB(v), .. ~
de potncias de T agindo sbre v. Seja k o menor inteiro tal que Tt(v)
combinao lifiear.dos vetores que o precedem na seqncia; digamos,
Tk(v) = -a~r 1 Tk- 1 (v)....: ... - a 1 T(v)- aov
FORMAS CANNICAS
276
Ento,
m,(t)
tk
ICAP. 10
+ ak-lt~<-l + ... + a 1t + a0
o. nico polinmio mcho de grau mnimo, para o qual m,(T)(v)

Chamamos m,(T) o T-anulador de v e Z(v, T).
O.
Teorema 10.12. Sejam Z(v, T), T. e m,(t) definidos como acima.

(i)
O conjunto {v, T(v), ... , Tk-l(v)}

dim Z(v, T) = k.
base de Z(v, T);
Ento,
portanto,
(ii) O polinmio mnimo de T. m. (t).

(iii) A representao matricial de T. na base acima
o
o
o
1
C=
.. . ..
o
o
o
. .............
o o o
o o o
..... .
o
1
A matriz C acima chamada matriz companheira do polinmio m.(t).

FORMA CANNICA RACIONAL
Nesta seo, aptesentaremos a forma cannica racional pata m operador T: V~ V. Enfatizamos que esta forma existe, mesmo quando
o polinmiomnimo no pode ser fatorado em polinmios lineares. (Lembre que tal no o caso para a forma cannica de Jordan.)
Lema 10.13. Seja T: V - t V um operador linear, cujo polinmio mnimo f(t)", onde f(t) um polinmio mcho irredutvel.
soma direta .
V = Z(v 1 , T) ... Z(v,, T)
Ento, V a
de subespaos T-cclicos Z(v;, T) com T-anuladores correspondentes

. f(t~'\j(t)" 2 ,
,j(t)\
n1 ~ n2 ~
~ n.
Qualquer outra decomposio de V em subespaos T-cclicos tem o mesmo

nmero de componentes e o ~esmo conjunto de T-anuladores .
. Enfatizamos que o lema acima no afirma que os vetores V.; ou os
subespaos T-cclicos Z(v1 , T) so determinados de maneira. nica por T;
mas afi1ma que o conjunto dos T-anuladores so determinados de marieira
nica por T. Assim, T tem uma representao matricial nica
cl
(
c2
c.)
FORMAS CANNICAS
CAP. 10]
onde os C; so matrizes companheiras.

panheiras dos polinmios f(t)" 1
277
De fato, os C; so matrizes com-
Usando o teorema da decomposio em primos e o lema apresentado,

obtemos o seguinte resultado fundamental.
Teorema 10.14. Seja T: V

mnimo
---4
V um operador linear com polinmio
. J.(tt.
onde os fit) so polinmios irredutveis mochos distintos. Ento, T ten
uma nica representao matricial diagonal de blocos
Cu
onde os C;; so matrizes companheiras. Em particular, os C1; so as

matrizes companheiras dos polinmios j 1(t)n 11 , onde
Essa representao matricial de T chamada forma cannica racional. Os polinmios f;(tt 11 so chamados divisores elementares de T.
Exemplo 10.6. Seja V um espao vetorial de dimenso 6 sbre R e seja T um operador linear cujo mnimo polinomial m(t) ~ (t 2 - t
3)(t- 2) 2 . Ento, a forma cannica racional de
uma das seguintes somas diretas de matrizes companheiras
(i)
C(t 2
(ii)
C(t 2 - t
(iii) C(t 2
+ 3) $
+ 3) $
+ 3) $
C(t 2
+ 3) $
C((t- 2)
C((t-
2) 2)
C((t- 2) 2)
$ C((t- 2) 2)
$ C(t- 2)
+$
C(t- 2),.
onde C(f(t)) a matriz companheira de j(t); isto ,
-3 '
1 I
---t---1
o -3 '
1
1 I
---+--,
I O -3
1
1 I
I O -4
1
4 I
L--~--0-4
4
(i)
L--~--10-4
' 1
4
(i i)
-3 '
l
1 I
---1-----"1
I O -4 I
1 4
L _ _ _I _ ,
L?::....l,2
(i i i)
ESPAOS-QUOCIENTE
Seja V um espao vetorial sbre um corpo K e seja W um subespao
de V.' Se v qualquer vetor em V, escrevemos v+ W para o conjunto
de Ramas' v + w com w E W
v+ W = Iv+ w,: w E Wj
FORMAS CANNlCAS
278
[CAP. 10
sses conjuntos so chamados classes laterais de W em V. Mostra

remos (problema 10.22) que essas classes laterais decompem V em subconjuntos mutuamente disjuntos.
Y
v+W
Exemplo 10.7. Seja W o subespao de R 2 , definido por

TV= {(a,b):a=bl
Isto , W a reta dada pela equao

x- y = O. Podemos encarar v
n
como uma translao da reta, obtida
adicionando o vetor v a cada ponto de
H'- Como se v no diagrama, v
W
tambm uma reta. Assim, as classes
laterais de TV em R 2 so, precisamente,
tdas as retas paralelas a TV.
'
No teorema seguinte, usaremos as classes laterais de um subespao

um espao vetorial v para definir um nvo espao vetorial; le ser.
chamado espao-quociente de V por lV e anotado VIW.
w de
Teorema 10.15. Seja W um subespao de um espao vetorial sbre um

corpo K. Ento, as classes laterais de W em V formam um espao vetorial sbre K, com as seguintes operaes de adio e multiplicao por
escalar
(i)
(u
+ W) + (v + W)
(u
+ v) + W
k(u + W) = ku + W, onde k E K.
Notamos que, na demonstrao do teorema acima, necessrio -primeiro mostrar que as operaes esto bem definidas; isto , sempre que
u + W = u' + W e v+ W =v'+ W, ento,
(i) (u + v) + W = (u' + v') + W e
(ii) ku + W = ku' + w, para qualquer k E K.
(ii)
No caso de um subespao invariante, temos o seguinte resultado til.
Teorema 10.16. Suponha que W um subespao invariante sob um operador linear T : V~ V. Ento, T induz Um operador linear T em V/W
definido por T(v + W) = T(v)

polinBmio, ento T tambm .
o polinBmio mnimo de T.
+ W.
Alm disso, se T raiz de algum

Assim, o polinBmio mnimo de T divide
SUBESPAOS INVARIANTES
10.1.
Suponha que T : V~ V linear. Mostre que cada um dos seguintes invariante sob T.
(i) {0}. (ii) V, (iii) ncleo de T, (iv) imagem de T.
FORMAS CANONICAS
CAP. 10]
()
279
Temos T(O) =O E {O); portanto, (O) invariante sob T.
(ii) Pa~ todo 11 E V, T(11) E V; portanto, V invariante sob T.

(iii) Seja u E Nuc T. Ento, T(u) =O E Nuc T, pois o ncleo de T subespao de V. Assim, Nuc T invariante sob T . .
(iv) Como T(v) E Im T para todo v E V, isso certamente verdade se 11 E Im T.
Portanto, a imagem de T invariante sob T.
10.2.
Suponha que {W;} uma coleo de subespaos T-invariantes de

um espao vetorial V. Mostre que a interseo W = () 1 W,
tambm T-invariante.
Suponha que v E W; ento, 11 E W; para qualquer i.
riante, T(11) E W; para qualquer i. Assim, T{11) E W
T-invariante.
10.3.
Como W; T-inva-
= O;W;. Logo, W
Demonstre o teorema 10.2. Seja T: V~ V qualquer operador

linear e seja f(t) qualquer polinmio. Ento, o ncleo de j(T)
invariante sob T.
Suponha que 11 E Nucj(T), isto , j{T)(11) = O. PreciEamos mostrar qt:e
T(v) tambm pertence ao ncleo de J(T), isto , j(T)(T(v)) =0. Como f(t)t = tj(t),
temos j(T)T = Tj(T). Assim, j(T)T(v) = Tj(T)(v) = T(O) =O, como procurado.
10.4.
Encontre todos os subespaos invariantes de A =

carado como um operador no R 2
(21 -2-5)
Primeiro, temos que R 2 .e {O} so invariantes sob A. Agora, se A ttm

outros subespaos invariantes, devem ser l-dimensional. Entretanto, o poEnmio caracterstico de A
Iti -
I=
t- 2
5
= t2 1.
t+2
l -1
Portanto, A no tem autovalores (em R); logo, A no tem autovetores. Mas
{t) =
os subespaos invariantes unidimensionais so correspondentes aos autovetores;

assim, R 2 e {O} so os nicos subespaos invariantes sob A.
10.5.
Demonstre o teorema 10.3. Suponha que W um subespao.invariante de T: V--> V. Ento, T tem uma representao matricial
diagonal de blocos
(~
~)
, onde A representao matricial
da restrio T de T a W.
Escolhemos uma base {w 1, ... , wr} de H' e a estendemos a uma base
111, , v.} de V. Temos
{wt ... , w,.,
\wt) = T(wt) = auw1

T(w2) = T(wz) = auwt
+ .. + UtrWr
+ ... + a2rWr
+ a,,w,
T{111) = /:rnWI
T(112) = binwl
+ ... + blrWr + Cuiii +

+
+ b2rWr + c21v1 +
T(v.)
+ ... + bsrWr + C8llll + ... + c.,v,
b,tWt
FORMAS CANNICAS
280
[CAP. 10 _
Mas a matriz de T nessa base a transposta da matriz dos coeficientes

no sistema de equaes j apresentado.
Logo, ela tem a forma
(~ ~)
onde A a transposta da matriz dos coeficientes para o subsistema bvio. Pelo

mesmo argumento, A a matriz de Tem relao base {w;J de H'.
10.6.
Seja T a restrio de um operador T de um subespao invariante

W, isto , T (w) = T(w) para todo w E W. Demonstre
(i)
Para qualquer polinmio f(t), j(T)(w) = f(T)(w).
(ii) O polinmio mnimo .de

(i)
divide o polinmio mnimo de T.
Se j(t) = O <tu se f(t) uma constante, isto , de grau 1, ento o resultado

claramente vlido. Suponha grau f = n > 1 e que o resultado vale para
polinmios de grau menor do que 11. Suponha que
Ento,
+ aol)(w)
1
+ + ao])(-u_.)
(a.r- 1)(T(w)) + (a.- 1 T"- 1 +
+ aol)(w)
j(T)(w).
j(F)(w) = (anT"
=
+ an-d""- 1 +
(a.r"- )(J'{w)) + (a.-tf'"1
(ii) Seja m(t) o polinmio mnimo de T. Ento, por (i), m(T)(w) = m(T)(w) =
= O(w) = O para todo w E W; isto , T raiz do polinmio m(t). Portanto,
o polinmio mnimo de T divide m(t).
DECOMPOSIES EM SOMAS DIRETAS INVARIANTES

10.7.
Demonstre o teorema 10.4. Suponha que W 1 , . . . , Wr so subespaos de V e suponha, para i = 1, ... , r, que {Ww . . . , w,-. 1 }
base de W 1 Ento, V a soma direta dos W 1 se, e somente se,
a unio B = {w11 , . . . , w 1, 1 , . . . , wr 1 , . . . , wrn,l base de V.
Suponha que B
.v= a 11w 11
= w1
b;;~se
de V. Ento, para qualquer v
V,
+ W2 + + Wr,
+
+ a;, w;,
onde w; = ailwi1
nica.
lV;.
Mostraremos, a seguir, que tal soma
Suponha que
w; +.w; + ... +- w;, onde w; E H';.

base de W,, w; =_ b;tWit + ... + b,, 1W;n,-:
v =
Como {w;l, . -., Win;l
logo,
w;:
Como B base de V, au = b;;, para cada i e cada j. Portanto, w; =

logo, a
soma para v nica. De acrdo com isso, V a soma direta dos T.f!,-.
Reciprocamente, suponha. que V __a soma direta- dos W,-. Ento, para
qualquer v E V, v = w 1 + ... + Wr, onde w; E W;. como {w;;,.l base de W;,
cada
W;
combinao linear dos w;;,; logo, v combinao linear dos elementos
CAP. 10]
FORMAS CANNICAS
281
de B. Assim, B transforma V. Mostraremos, agora, que B linearmente inde

pendente. Suponha que
auwu
+ ...
ainiWini
+ ... +
ariWri
+ ... + a.n,wrn, = O.
Note que lliiWii + ... +ain;Win; E W;. Tambm temos que O =O+ O+ ... +O,
onde O E W;. Como tal soma nica para O,
aiiWii
+ ... + ain;Win; = O para
= 1, ... ,
r.
A independncia da base {wii;l implica que todos os a so O. Assim, B -linearmente independente e, portanto, base de V.
10.8.
Suponha que T : v---> v linear e que T = TI ~ r~ em rdao a

uma decomposio em soma direta T-invariante V = U ~ W.
Mostre que
(i)
m(t) o menor mltiplo comum de mi(t) e m 2 \t), onde m(t), m 1(t)

e mit) so os polinmios mnimo'sde T, T 1 e T 2, respectivamente;
(ii) ..(t) = .. 1(t) .. 2 (t), onde ..(t), ..I(t) e .. 2 (t) so os polinmios caractersticos de T, TI e T 2 , respectivflmente.
I
(i)
Pelo problema 10.6, mi(t) e m2(t) dividem m(t). Agora, suponha que j(t)
mltiplo de ambos mi(I) e m2(t); ento, f(T 1 )(U) = O e. j(T2)(W) = O.
Seja v E V; ento, v = u
w com u E U e w E TV. Agora,
f(T)v = f(T)u + j(T)w
= j(T1)u +
j(T2)w = O +O = O.
Isto , T raiz de f(t). Portanto, m(t) divide j(t); logo, m(l) o menor mltiplo comum de m1(1). e m2(t).
(ii) Pelo teorema 10.5, T tem uma representao matricial M =
(~
;) ,
onde A e B so repoesentaes matriciais deT 1 e T 2 , respectivamente.

Ento, pelo problem!l 9.66,
ll(l) =
Iti- M I
lti-A
o
como procurado.
10.9.
Demonstre o teorema 10.7. Suponha que T: V---> V linear e

que j(t) = g(t)h(t) so polinmios tais que f(T) = O e g(t) e h(t)
s~ primos entre s1. Ento, V a soma direta dos subespaos
T-invariantes U e W, onde U = Nuc g(T) e W = Nuc h(T).
Note, primeiro, que U e W so T-invariantes, pelo teorema 10.2. Agora,
como g(t) e h(t) so primos en si, existem polinmios r(l) e s(l) tais que
r(t)g(l)
+ s(t)h(t)
1.
Portanto, para o operador T,

r(T)g(T)
+ s(T)h(T) =
I.
Seja v E V; ento, por (*),

v
r(T)g(T)v
+ s(T)h(T)v.
(*)
282
FORMAS CANNICAS
[CAP. 10
Mas o primeiro trmo nessa soma pertence a !F = Nuc h(T), pois

h(T)r(T)g(T)v
r(T)g(T)h(T)v
r(T)j(T)v = r(T)Ov =O.
Semelhantemente, o segundo trmo pertence a U. Portanto, V a soma de U e 1-V.
Para provar que V= U ffi H', devemos mostrar que a soma v = u

w
com u E U, w E H' determinada de maneira nica por v. Aplicando o opera<;lor r(T)g(T) a v = u
w e usando g(T)u = O, obtemos
r(T)g(T)v = r(T)g(T)u
+ r(T)g(T)w
= r(T)g(T)w.
Tambm, aplicando (*) a w e usando h(T)w = O, obtemos

w = r(T)g(T)w
+ s(T)h(T)w
= r(1')g(T)w.
Ambas as frmulas acima nos do w = r(T)g(T)v; logo, w determinado de

maneira nica por v. Semelhantemente, u determinado de maneira nica r:or
v. Portanto, V = U ffi IY, como procurado.
10.10. Demonstre o teorema 10.8. No teorema 10.7 (problema 10.9),

se j(t) o polinmio mnimo de T(e g(t) e h(t) so mochos), ento
g(t) o polinmio mnimo da restrio TI de T a U e h(t) o polinmio mnimo da restrio T 2 de Ta W.
Sejam mi(t) e m 2 (1) os polinmios mnimos de T 1 e T 2 , respectivamente.
:\Tote que g(T 1) = O e h(T 2 ) = O, porque U = Nuc g(T) e 1-F = Nuc h(T). Assim,
m 1(t) divide g(t)
mz(t) divide h(t).
(1)
Pelo problema 10.9, j(t) o menor mltiplo comum de m1(t) e m 2(t). Mas m 1(t)
e m 2 (t) so. primos entre si, pois g(t) e h(t) so primos entre si. De acrdo com
isso, j(t) = m 1(t)mz(l). Tambm temos que j(t) = g(t)h(t). Essas duas equaes
juntas com (1) e ainda o fato de que todos os polinmios so mochos, implica
que g(t) = m 1(t) e h(t) = mz(l), .:orno procurado.
10.11. Demonstre o teorema da decomposio em pri'mos 10.6. Seja

T: V-+ V um operador linear com polinmio mnimo
m(t) = f 1 (t)" 1 f 2 (tf 2 fr(tf',
onde os /;(t) so polinmios irredutveis mochos distintos. Ento,
V a soma direta de subespaos T-invariantes W 1 , . . . , W" onde
W; o ncleo def,(T)" 1 Alm disso, f;(tt; o polinmiO mnimo
da restrio de T a W;.
A demonstrao por induo em r. O caso r = 1 trivial. Suponha que
o teorema foi provado para r- 1. Pelo teorema 10.7, podemos escrever V como
a soma direta de subespaos T-invariantes Hf 1 e Vi. onde !Y1 o ncleo de
fl(T)"I e onde V1 o ncleo de f2(T)n2 ... j,(T)"'. Pelo teorema 10.8, o polinmio mnimo das restries de T a W 1 e V 1 so, respectivamente, JI(I)"l e
h(t)" 2 . . j,(t)"'
Denote por T1 a restrio de Ta VI. Pela hiptese de induo, VI a
soma direta dos subespaos Hrz, ... , W, tal que H-'; o ncleo de j;(T 1 )"; e tal
que J;(t)" 1 o polinmio mnimo da restrio de T 1 a W;. Mas o ncleo de
j;(T)" 1, para i = 2, ... , r est necessriamente contido em V 1 , pois J;(t)" 1 divide
fz(t)n 2 . . . j,(t)"r. Assim, o ncleo de f;(T)" 1 o mesmo que o ncleo de j;(T1)"',
que W;. Tambm a restrio de T a _W; a mesma restrio de T 1 a li";
(para i = 2, ... , r); portanto, j;(t)"i tambm o polinmio mnimo da restrio de T a vV;. Assim, V = W 1 ffi W 2 ffi ... ffi H', a decomposio cd
T desejada.
FORMAS CANNICAS-
CAP. 10]
283
10.12. Demonstre o teorema 10.9. Um operador linear T: V~ V tem

uma representao matricial diagonal se, e somente se, seu polinmio mnimo um produto de polinmios lineares distintos.
Suponha que m(t) um produto de polinmios lineares distintos; digamos,
m(t) = (t- >-t)(l- >-2) ... (t- >.,),
onde os >.; so escalares distintos. Pelo teorema da decomposio em primos,

V a soma direta dos subespaos W1, ... , W,, onde W; = Nuc(T- >.;!).Assim,
se v E w;, ento (T- X;!} (v)= O ou T(v) = >.;v. Em outras palavras, todo vetor
em w, um autovetor pertencente ao autovalor>.;. Pelo teorema 10.4, a unio.
de bases para W1, ... , W, uma base de V. Esta base consiste em autovetores; logo, T diagonalizvel.
Reciprocamente, suponha que T diagonalizvel, isto , V tem uma base
consistindo em autovetores de T. Sejam >. 1, _ _ .,s os autovalores distintos de
T. Ento, o operador
j(T) = (T- Xtl)(T_- >.2l) ... (T- >-si)
transforma cada vetor base em O. Assim, j(T)

mnimo m(t) de T divide o polinmio
j(t)
= O e, portanto, o polinmio
(t - >-t)(t- >.2) ... (I- >.,I).
De acrdo com isso, m(l) um produto de polinmios lineares distintos.
OPERADORES NULPOTENTES, FORMA CANNICA DE JORDAN

10.13. Seja T: v~ V linear. Suponha para v E V, que Tk(v) = O
mas Tk-l(v)
(i)
O.
Demonstre
O conjunto S
pendente.
{v, T(v), ... , Tk-l (v)}
linearmente in de-
(i i) O subespao W gerado por S T-invariante.
(iii) A restrio T de Ta W nulpotente de ndice k.

(iv) Em relao base {Tk- 1 (v), .. _, T(v), v} de W, a matriz de
T da forma
~( ~o o~ :..::. o~ ~)
...
o
o
...
...
...
...
o o
o o
Portanto, a matriz quadrada k X k acima nulpotente de ndice k.

(i)
Suponha
(*)
1
"'',
aTk- 1(v)
Aplicando T"- a (*) e usando T"(v) ,;, O, obtemos

= O; pois,
T"- 1(t) r! O, a = O. Agora, aplicando Tk- 2 a (*) e usando Tlt(v) = O e
a = O, encontramos a 1 Tk- 1 = O; portanto, a 1 = O. Em seguida, aplicando
T"- 3 a (*) e usando T"(v) = O e a = a 1 = O, obtemos a 2 T"- 1 (v) = O; portanto, a 2 = O. Continuando sse processo, encontraremos que todos os a
so O; portanto, S independente.
FORMAS CANNICA~
284
[CAP. 10
(ii) Seja v E TV. Ento,

v = bv
lJ sando Tk(v)
+ b1T(v) + b2T2(v) + ... + h- 1 Tk- 1(v)
O, temos
T(v) = bT(v)
+b
1T
2(v)
+ . + bk-2Tk-l(v) E
.-\ssim, J.V T-invariante.

(iii) Por hiptese, Tk(v) =O. Portanto, para i = .0, ... , k- 1,
Tk(T;(v)) = Tk+i(v) = O
Isto , aplicando Tk a cada gerador de 1-V, obtemos O; portanto, Tk = O;

logo, T nulpotente de ndice no mximo igual a k. Por outro lado,
rk- 1(v) = Tk- 1(v) ;;>!! O; portanto, T nulpotente de ndice exatamente k.
(i v) Para a base I Tk- 1 (v), Tk- 2(v), ... , T(v), v} de TV,
T(Tk- 1(v)) = rk(v) = O
T(Tk- 2 (v)) =
T(Tk
Tk- 1(v)
3 (v)) =
rk- 2(t)
T(T(v))
r(v)
T(v)
Portanto, a tnatriz de T nessa base
(~ ~ ~
: ~ ~)
.. .. ... ... ..
o o o ... o
000
...
00
10. 14. Seja T : V - 4 V linear. Sejam U = Nuc Tl e W = Nu~ '['1+ 1

Mostre que (i) U c W, (ii) T(W) c U.
(i) Suponha que u E U = N uc T 1 Ento, T 1(u) = O; logo, r 1+ 1(u) = r(T 1(u)) =
1
E Nuc T + 1 = W. Mas isto verdade para _todo
U; portanto, U c: !F.
T(O) =O. Assim, u
(i i) Anlogamente, se w E IY = N li C r'+ 1 , ento

= T 1(t(w)) = T 1(0) = O; logo, T(H') c: U.
10.15. Seja T:
Z = Nuc
nha que
-4
_r.
r 1+ 1(w) =0.
Assim, T'+ 1 (w) =
linear. Sejam X = Nuc TH, y = Nuc ri-! e

Pelo problema precedente, X c:: Y c Z. Supo-
{ui,., Ur}, {ul, ., Ur,
'L't, Vs},
{ut, .. . ,ur,VI, .. . ,va,Wu .. . ,w,f
So as bases de X, Y e Z, respectivamente.
S
{u 17
.. ,
ur, T(w1),
. ,
Mostre que
T(we)}
est contido em Y e linearmente indpendente.

Pelo problema precedente, T(Z) c Y e, portnto, S c Y. Agora, suponha que S linearmente independente. Ent~. existe uma reJao
a1u1
+ ... +
arUr
+ b1T(w1) + ... + beT(we)
=O,
285
FORMAS CANNICAS
CAP. 10]
onde pelo menos um coeficiente no-nulo. Alm disso, como (u;} independente, pelo menos um dos h deve ser no-nulo. Transpondo, encontramos
+ b,T(w,) = -a1u1- . . - arUr E X = Nuc T 1- 2

Portanto,
Ti.- 2 (btT(wJ) + ... + btT(wr)) = O
1 1
Assim, T - (biWI + ... + b,w,) = O; logo, btWI + ... + btWt E y = Nuc
b1T(w1)
Ti.- 1
Como (u;, vil gera Y, obtemos a relao entre u;, Vj e Wk, onde um dos coeficientes, isto , um dos bk, no-nulo. Isto contradiz o fato de que (u;, Vj, Wkl
indep.endente. Portanto, 5 deve tambm ser independente.
10.16. Demonstre o teorema 10.10. Seja T: V - 4 V um operador nulpotente de ndice k. Ento, T tem uma representao matricial
diagonal de blocos, cujos elementos diagonais so da forma
(~ ~ r ~ D
Existe, pelo menos, um N de ordem k e todos os outros N so de

ordem :S k. O nmero de N de cada ordem possvel determinado de maneira nica por T. Alm disso, o nmero total de N
de tldas as ordens a nulidade de T.
que dim V = n. Sejam H- 1 = Nuc T, W 2 = Nuc T 2 ,
Faa m; = dm W;, para i = I, ... , k. Como T de ndice k,
ll"k = V e Wk-I .?'- V; logo, 11lk- 1 < mk = n. Pelo problema 10.17,
Suponha
H'~; = Nuc Tk.
Trl c
H'2 c
lh
... c
Assim, por induo, podemos escolher uma base lu1,

luJ, ... , um1 1 base de TV;.
. , uni de V tal que
Agora, escolhamos uma nova base para V em relao qual T tem a forma
desejada. Ser conveniente rotular os membros dessa nova base por pares de
ndices. Comecemos pondo
v(l, k)
Umk-I
1, v(2, k)
Um~-l
+ 2,
.. , v(mk-
11lfri.
k)
Umk
e
v(l, k-l)
Tv(1, k), v(2, k-l)
Tv(mk- mk-1, k)
Tv(2, k),
.. , v(mk- mk-1, k-1) =
Pelo problema precedente,

51 =
(UI . . , Umk_ , v(!, k-1), ... , v(mk- fflk-1, k-1)j
um subespao linearmente independente de JFk-l Estendemos 5 1 base de

lYk-1, acrescentando novos elementos (se necessrio) que denotamos por
v(mk- mk-1
+ I,
k- 1), v(mk- 11lk-I
+ 2;
k- 1), ... , v(mk-1- mk-2, k- 1)
Agora, fazemos
v(l, k- 2) = Tv(l, k- 1), v(2, k- 2) = Tv(2, k- 1),
v(mk-I- m~r2. k- 2)
Tv(mk-1- mk-2. k- 1)
Novamente pelo problema precedente,

v(1, k-2), ... , v(m- 1 -mk-2 k-2)1
FORMAS CANNICAS
286
um subconjunto linearmente independente de

uma base de lVk- 2 ajuntando elementos
v(m~rl- mk-2
+ I,
k- 2), v(mk-1- mk-2
.+ 2,
[CAP. 10
nk-2
que podemos estender a
k- 2), ... , v(m~r 2 - mk- 3 k- 2)
Continuando desta maneira, obtemos uma nova base para V, que, por comenincia de referncia, expomos como segue
v(l, k),
... , v(mk- mk-J, k)
v(l,k-1),
v(l, 2),
., v(mk-mk-J, k-1),
v(mk- mk-1 2),
v(m2- m~o 2)
v(mk-1- mk-2 2),
I), ... , v(mk-I- m1r2, 1 ),
v(mk- m~rJ,
v(l' 1),
.. , v(mk-!-mk-2. k-1)
v(m2- m1, I),
., v(mi, 1)
A ltima linha forma base de W 1 , as duas ltimas linhas formam base de lV 2 ,

etc. Mas o que importante para ns que T transforma cada vetor no
vetor imediatamente abaixo na tabela ou em O se o vetor est na ltima
linha. Isto ,
Tv(i,_j) =
[ v( i, j- 1) para j
>
para j = 1
Agora, . daro (veja problema 10.13(iv)) que T ter a forma desejada se os

v(i, j) so ordenados de maneira lexicogrfica; comeando com v(l, 1) e subindo
a primeira coluna at v(l, k), ento, pulando para v(2, 1) e subindo a segunda
coluna t onde fr possvel, etc.

Alm disso, haver exafamente
elementos diagonais de ordem k
mk- mk- 1
(mk-l- mk- 2)- (mk- mk- =2mk- 1 - mk- mk-2 elementos diagonais de ordem k-1
elementos diagonais de orde"l 2

elementos diagonais de ordeJT) I,
como pode ser lido diretamente da tabela. Em particular, como os nmeros
m1, ... , mk so determinados de maneira nica por T, o nmero de elementos
diago.nais de cada ordem determinado de maneira nica por T. Finalmente,
a identidade
m1 = (mk- mk-1)
+ (2mk-l- mk..- m1r2) + ... +
C2m2- m1- m3)
+ (2ml- mz)
mostra que a nulidade m1 de T o nmero total de elementos diagonais de T.
10.17.
Seja A
Ento, A 2
(~
(~
o
1
1
o 1 1
o o ()
o o ()
o o o
o 1 1
o o o
o o o
o o o
o o o
~)
~)
e A'
O
'
FORMAS CANNICAS
CAP. 10]
287
portanto, A nulpotente de ndice 2. Encontre a matriz nulpotente M em forma cannica, que semelhante a A.
Como A nulpotente de ndice 2, M contm um bloco diagonal de ordem
2 e nenhum de ordem maior do que 2. Note que psto A = 2; portanto, nulidade de A = 5 - 2 = 3. Assim, M contm 3 blocos diagonais. De acrdo com
isso, M deve conter dois blocos diagonais de ordem 2 e um de ordem 1; isto ,
M=
~-~- :_ ~ ~' ~)
O O I O 1 I O
00 1 0 0 1 0
-~--
10.18. Demonstre o teorema 10.11, na forma cannica de Jordan para

um operador T.
Pelo teorema da decomposio em primos, T decomponfvel em operadores .
T1, ... , Tr, isto , T = Tt E!)
E!) T, .t.Jnde (t- l\;)mi o polinmio mnimo
de T;. Assim, em particular,
(TI-
T;- l\;1.
Faa N;
t/)ml =
O, ... , (Tr- rl)mr = O
r,
Ento, para i = 1,
T;
N;
+ >.;!,
onde
N;';
Isto , T; a soma do operador escalar >.;I e um operador nulpotente N;, que

de ndice m;, pois (t- ">.;)m; o polinmio mnimo de T;.
Agora, pelo teorema 10.10 sbre operadores nulpotentes, podemos escolher

uma base tal que N; esteja na forma cannica. Nessa base, T; =oo N; + ;[
representado por uma matriz diagonal de blocos M;, cujos elementos diagonais
so as matrizes J;;. A soma direta J das matrizes M; est na forma cannica
e, pelo teorema 10.5, representao matricial de T.
Por ltimo, devemos mostrar que os blocos J;; satisfazem as propriedades
requeridas. Propriedade (i) segoe do fato que N; de ndice m;. Propriedade
(ii) verdadeira, pois T e J tm o mesmo polinmio caracterstico. Propriedade
(iii) verdadeira, pois a nulidade de N; = T; .:_>.;I igual multiplicidade
geomtrica do autovalor ;. Propriedade (iv) segue do fato que os T; e, portanto, os N; so determinados de maneira nica por T.
10.19. Determine tdas as possveis formas cannicas de Jordan para

um operador linear T : V ---t V, cujo polinmio caracterstico
~(t) = (t- 2) 3 (t- 5) 2
Como t- 2 tem expoente 3 em CJ.(t), 2 deve aparecer trs vzes na diagonal
principal. Semelhantemente, 5 deve aparecer duas vzes. Assim, as posslvei~
formas cannicas de Jorda:n so
(i)
(ii)
(iii)
FORMAS CANNICAS
288
2
1
2
[CAP. lO
2
2
5
(i v)
(vi)
(v)
10.20. Determine tdas as possveis formas cannicas de Jordan, para

uma matriz de ordem 5, cujo polinmio mnimo m(t)
(t- 2) 2
1 deve ter um bloco de Jordal1 de ord~m 2 e os outros devem ser de ordem

2 ou 1. Ento, s existem duas possibilidades
2
,)
1=
Note que todos os elementos diagonais devem ser 2, pois o nico autovalor 2.
ESPAO QUOCIENTE E FORMA TRIANGULAR

10.21. Seja W um subespao de um espao vetorial V.
Mostre que os
seguintes so equivalentes
u Ev
(i)
+ W,
(ii) u- v E W,
(iii) v E u
+ W.
Suponha qt;e U E v
rr. Ento, existe Wo E TV tal que u = v wo. Portanto, u- v = Wo E rr.
Inversamente, suponha que u- v E JF. Ento,
u- v = wo, onde Wo E r-v. Portanto, u = v
Wo E v
H'. Assim, (i) e (ii)
so equivalentes.
Tambm temos u- v E Hl se, e somente se, -(u- v) = v- u E TV se, e
somente se, v E u
W. Assim, (ii) e (iii) so tambm equivalentes.
10.22: Demonstre. As classes laterais de W em V decompem V em conjuntos mutuamente disjuntos.
Isto ,
(i) quaisquer duas classes laterais u

ticas ou so disjuntas; e
+W
e v+ W ou so idn-
(ii) cada v E V pertence a uma classe lateral; na realidade,

v E v+ W.
Alm disso, u + W = v + W se, e somente se, u- v E lV; logo, (v
= v }V para qualquer w E Hl.
+ H'
Seja v E V. Como O E W, temos v
= v + OE v
+ W,
+ w) +
o que prova (ii).
Agora, suponha as classes laterais u

W e v
W no disjuntas; digamos,
o vetor x pertence a ambas, u + W e v +
Ento, u- x E Ff7 e x- v E TV.
A demonstrao de (i) ficar completa se mostrarmos que u
W = v
W.
Seja u
wo qualquer elemento da classe lateral u
W. Como u- x, x -v
e Wo pertencem a TV,
nr.
(u +""")-v = (u -x)
+ (x- v) + wo E
FORMAS CANNICAS
CAP. lO)
289
Assim, u
wo E v
W e, portanto, a classe lateral u
W est contida na
classe lateral v
W. Semelhantemente, v
W est contida em u
W; logo,
+ w =v+ w.
A ltima assertiva segue de que u

W = v+ W se, e somente se,
u E v + W e, pelo problema precedente, isto , equivalente a u- v E }f'.
10.23. Seja W o espao das solues da equao homognea 2x 3y 4z =

= O.
Descreva as classes laterais de W em R3.
+ +
W um plano que passa

pela origem O = (0, O, O) e as
classes laterais de W so os
planos paralelos a H!. Equivalentemente, as classes laterais de W so os conjuntos
das solues da famiia de
equaes
2x
+ 3y + 4z
= k, k
+ T-1',
Em particular, a classe lateral ''

lues da equao linear
2x
+ 3y +. 4z
2a
+ 3b + 4c
onde v
ou
= (a,
2(x- a)
b, c) o conjunto das so-
+ 3(y- b) + 4(z- c)
= O
10.24. Suponha que W um subespao de um espao vetorial V. Mostre

que as operaes no teorema 10.15, esto bem definidas; mais
precisamente, mostre que, se u + W = u' + W e v+ W ;= v'+ W,
ento,
(i)
(u
(ii) ku
(i)
+ v) + W
+
(u' + v') + W
e
+ W, para qualquer k E K.
u' + W e v + W = v' + H', ambos u- u'
=
ku'
Como u + W =
tencem a W. Mas, ento,
e v- v' per-
(u +v)- (u' +v') = (u- u') +(v- v'} E W.
Portanto, (u
+ v)
+ W = (u' +v')
+ W.
(ii) Tambm, . como u - u' E W implica k(u - u') E W,

= k(u- u') E W; portanto, ku + W = ku' + W.
ento ku - ku'
10.25. Seja V um espao vetorial e W um subespao de V.

a transformao natural11 : V~ V/W, definida por
11 (v) =
Mostre que
v+ W, linear.
Para qualquer u, v E V e qualquer k E K, temos

11 (u +v) = u
+v+W
e
71 (kv)
kv
De acrdo com isso, 11 linear.
= u
+ lV =
+W +v+W
k(v
+ W) =
= 11 (u)
k 71 (v)
+ 'l(v)
FORMAS CANNICAS
290
[CAP. 10
10.26. Seja W um subespao de um espao vetorial V. Suponha que

{w 1 , . . . ,w,} base de W e o conjunto das classes laterais
{v 1 , . . . , v,}, onde v1 = v1 + W base do espao quociente. Mostre
que B = {v 1 , . . , v., w 1, ... , w,l base de V. Assim, dim V=
dim W
+ dim ( V/W).
Suponha que u
V. Como liiil base de V/W,
u=
+W
= a1ii1
+ a2ii2 + ... + a8iia
Portanto,
+ . . + a,v, + w,
u = a1v1
onde w E W.
Como (w;} base de H/,
= a1v1
De acrdo com isso, B gera V.

Mostraremos, agora, que B linearmente independente. Suponha
+ ... + CsVa + d1w1 + . . + drWr

+ + c,ji, = O = JV
CtVl
(1)
c 1ii 1
Ento,
Como (;;} independente, os c' so todos O. Substituindo em (1), encontramos

d1w1
d,w, = O. Como (w;l independente, os d so todos O. Assim,
B linearmente independente e, alm disso, base de V.
+. +
10.27.
Demonstre o teorema 10.16. Suponha que W subespao invariante sob um operador linear T : V- V.
Ento, T induz um
operador linear T em V/W, definido por T(v + W) = T(v)
W.
Alm disso, se T zero de qualquer polinmio, T tambm o .
Assim, o polinmio de T divide o polinmio m;nimo de T.
Primeiro, mostraremos que Test bem definido, isto , se u+ W = v+ W,

ento ]'(u
W) = T(v + W). Se u
W = v
W, ento u -v E W e, como
W T-invariante, T(u- v) = T(u)- T(v) E W. De acrdo com isso,
T(u
+ W)
= T(u)
+W
T(v)
+W
T(v
+ W),
como procurvamos.
T((u
A seguir, mostraremos que T linear. Temos

+ W) + (v + W)) = T(~ +v + W) = T(u + v) + W = T(u) + T(v) + W
= T(u) + W -i- T(t) + W = T(u + W) + T(v + W)
T(k(u+W)) =T(ku+W)
Logo,
= T(ku)+W = kT(u)+W = k(T(u)+W) = kT(u+W)
linear.
Agora, para qualquer classe lateral u

W em V/W,
T 2 (u+W) = P(u)+W = T(T(u))+W = T(T(u)+W) =T(T(u+W)) =T2(u+ W)
Portanto, 1"2 = 1"2 Semelhantemente, Tn = Tn para qualquer n. Assim, para
qualquer polinmio
j(T)(u
+ W)
j(t) = antn + .... + ao = l:a;t',

W = ~a;T'(u) + W = ~a;(P(u}
= f(T)(u) +
W)
= ~a;TI(u + W) = ~a;Tt(u
W)= (~a;P)(u ~ W)= j(T)(u W);
logo, j(T) = j(T). De acrdo com isso, se T raiz de Jct), ento j(T) = =
= W = j(T), isto , T tambm _raiz de j(t). Assim, o teorema est provado.
FORMAS CANNICAS
CAP. 10]
291
V-~ V um operador linear,

cujo polinmio caracterstico se fatora em polinmios lineares.
Ento, V tem uma base na qual T representado por uma matriz
triangular.
10.28. Demonstre o teorema 10.1. Seja T:
A demonstrao por induo na dimenso de V. Se dim V = 1, ento,

cada representao matricial de T uma matriz 1 X I, que triangular.
Agora, suponha que dim V = n > I e que o teorema vale para espaos
de dimenso menor do que n. Como o polinmio caracterstico de T se fatora
em polinmios lineares, T tem, pelo menos, um autovalor, portanto, pelo menos,
um autovetor no-nulo v, digamos T(v) = auv. Seja W o subespao unidimensional gerado por v. Faa V = V/W. Ento (problema 10.26), dim V =
= dim V- dim W = n- I. Note tambm que W invariante. sob T. Pelo
teorema 10.16, T induz um operador linear T em V, cujo polinmio mnimo
divide o polinmio mnimo de T. Com::> o polinmio. caracterstico de T um
produto de polinmios lineares, tambm seu polinmio mnimo o ser; portanto,
tambm sero produto de polinmios lineares os polinmios mnimo e caracterstico de T. Assim, V e T satisfazem ;,hiptese do teorema. Portanto, por
induo, existe uma base lii 2 , . . . , vn l de' V "tal que
TCii2l = a22V2
T(ia) = aa2ii2
+ avs
Agora, sejam v2 , . . . , Vn os elementos de V que pertencem s classes laterais

v 2, .. , i;,, respectivamente. Ento, !v, v2 ... , vnl base de V (problema 10.26).
Como T(v2)
a22il2, temos
T(v2)- a22v2 = O;
logo,
T(v2l- a22v2 E W
Mas TV gerado por v; portanto, T(v2l- a2 2v 2 mltiplo de v, digamos,

T(v2)- a22V2 = a21v;
Anlogamente, para i
T(v;)- a;2v2- a;av 3-
... -
logo,
T(v2) = a21v
+ a22v2
3, ... , n,
a;;v;
W; logo, T(v;)
ailv
+ a;2v2 + ... + a;;v;
Assim,
T(v) = auv
T(v2) = anv
+ a22v2
+ UnnVn
e, portanto, a matriz de T nessa base triangular.
SUBESPAOS CCLICOS, FORMA CANNICA RACIONAL
10.29. Demonstre o teorema 10.12. Seja Z(v, T) um subespao T-dclico,

seja T. a restrio de T a Z(v, T) e seja m.(t)
a 0 o T-anulador de v. Ento,
(i)
.=
t1
+ a,_1tk-I +
O conjunto {v, T(v), ... , p- 1 (v) } base de Z(v, T); portanto,

dim Z(v, T) = k.
FORMAS CANNICAS
292
[CAP. 10
(ii) O polinmio mnimo de T. m,(t).
(iii) A matriz de T, na base acima
o
o o
o o o
o o o
c
(i)
o
...
-a~r-2
Por definio de m,(t), Tk(v) o primeiro vetor na seqncia v, T(v),

T 2(v),
que combinao linear de todos os vetores que o precedem
na seq~cia; portanto, o conjunto B = Iv, T(v), .. , yk-l(v)} line'lrmente independente. Agora, s precisamos mostrar que Z(v, T) =L (B),
o gerador linear de B. Pelo acima, Tk(v) E L(B). Provaremos por induo
que T"(v) E L(B) para todo n. Suponha que n > k e yn- 1(v) E L(B), isto ,
Tn- 1(v) combinao linear de v,
. , TL 1(v). Ento, T"(v) = T(T"- 1(v))
combinao linear de T(v), ... , Tk(v). Mas Tk(v) E L(B); portanto,
T"(v) E L(B) para todo n. Conseqentemente, j(T)(t) E L(B) para qualquer polinmio j(t). Assim, Z(v, T) = L(B); logo, B base, como queramos.
+ b0
+ b,- 1t'- 1 +
(ii) Suponha que m(t) = t'

Ento, como v E Z(v, T),
O = m(T.)(v) = m(T)(v) = T'(v)
polinmio mnimo de T,.
+ bs-tT'- (v) + ... + bov

1
Assim, T''(v) combinao linear de v, T(v), ... , T'- 1 (v) e, portanto,

k :S s. Entretanto, m,(T) = O; logo, mv (T,) = O. Ento, m(t) divide m,(t),
logo s
k. De acrdo com isso, k
(iii) T.(v)
s e, portanto, m,(t)
= m(t).
T(v)
T,(T(v))
Tv(T"- 2(v)) =
T,(T~- 1 (v))
Tk- 1 (v)
Tk(v) "" -a 0v- a 1 T(v)-
a2T2 (v)-
... - ak-tTk-l(v)
Por definio, a matriz de T, nessa base a transposta da matriz dos coeficientes do sistema de equaes acima; , portanto, C, como procurado.
10.30. Seja T: V-+ V linear. Seja W um subespao T-invariante de V

e seja To operador induzido em VfW. Demonstre (i) O T-anulador de v E V divide o polinmio mnimo de T. (ii) O r-anulador de v E VfW divide o polinmio mnimo de T.
(i)
O T-anulador de v E V o polinmio mnimo da restrio de T a Z(v, T)

e, portanto, pelo problema 10.6, le divide o polinmio mlnimo de T.
(ii) O 1'-anulador de ii e V/W divide o polinmio mlnimo de

polinmio mlnimo d~ T pelo teorema 10.16.
T,
que divide
Observa~o. No caso do polinmio mnimo de T ser j(t)", onde j(t) um

polinmio mcho irredutvel, ento o T-anulador de v E V e o T-anulador de
li e V/W so da forma j(t)m, onde m :S n.
10:31~
'Demonstre o lema 10.13, Seja T: V -4 V um operador _linear,

cujo polinBmio mnimo f(t)", onde f(t) um polinmio mBcho
CAP. 10]
FORMAS CANNICAS
293
irredutvel. Ento, V a soma direta dos subespaos T-cclicos

Z; = z(v;, T), i = 1, ... , r, com T-anula~'>res correspondentes f(t)'\
f(tf2, ... , f(t)\ n = n 1 2:: n 2 2:: ... 2:: n,.
Qualquer outra decomposio de V na soma direta de subespaos T-cclicos tem. o
mesmo nmero de componentes e o mesmo conjunto de T-anuladores.
A demonstrao por induo na dimenso de V. Se dim V = 1, ento V
le prprio T-dclico e o lema vale. Agora, suponha que dim V > 1 e que o
lema vale para os espaos vetoriais de dimenso menor do que a dimenso de V.
Como o polinmio mnimo de T f(t)", existe v1 E V tal que f(T)n- 1(v 1) ~ O;
portanto, o T-anulador de Vt e f(t)". Seja Z 1 = Z(vt. T) e lembre que Z 1 T-iovariante. Seja V = V/Z 1 e seja T o operador linear em V induzido por T.
Pelo teorema 10.16, o polinmio mnimo de T divide f(t)"; portanto, a hiptese
vale para V e T. Conseq9entemente, por induo, V a soma direta de subespaos T-dclicos; digamos,
Z(i2. T) EB ...;;. EB Z(v,,
T),
onde os T-anuladores correspondentes so
J(Jt2, : . .,
2:
f(t)"r, n
n2
2: . . . 2: n,.
Dizemos que existe um vetor v 2 na classe lateral ii 2 , cujo T-anulador f(t)"?,

o T-anulador de ii2. Seja w qualquer vetor em ii2. Ento, f(T)"2(w) E Zt. Por~
tanto, existe um polinmio g(t), para o qual
(1)
j(T)"2(w) = g(T)(vt)
Como f(tt o polinmio mnimo de T, temos por (1),

O = f(T)"(w) = f(T)"-"2g(T)(vt)
Mas f(t)" o T-anulador de v 1; portanto, f(t)" divide f(t)"-"2g(t); logo, g(t) =
c= f(t)"2h(t) para algum polinmio h(t). Fazemos
V2
w- h(T)(vt)
Como w- v2 = h(T)(vt) E Zt. V2 tambm pertence classe lateral v2. Assim, O

T-anulador de v2 um mltiplo do T-anulador de v2 . Por outro lado, por (1)
j(T)"2(v2)
= j(T)"2(w- h(T)(v 1))
j(T)"2(w)- g(T)(v 1)
Conseqentemente, o T-anulador de v2 e j(t)"2, como foi dito.

Semelhantemente, existem vetores v3, ... , v, E V tais que v; E v; e que o
T-anulador de v; f(t)'\ o T-anulador de U,. Fazemos
Z2
= Z(v2, T), ... , Zr = Z(vn T)
Seja d o grau de j(t) de modo que j(t)"t tenha grau dn;. Ento, como /(t)"l
ambos T-anulador de Vi e T-anulador de V;, sabemos que
(v;, T(vi), ... ,
r<l"t 71 (v;)}
e (v;, T(iii) . ... ,
so bases para Z(v;, T) e Z(;i,
T)
T""r- 1 (V;)!
respectivamente, para i = 2, ... , r. Mas
v = Z(V.. T) EB ... EB z(V,:, T); portanto,

lii2, ~ .. , T""2 1(ii2),
.~
... , Vr, .. ',
T""r- 1(ii,)}
base para v. Entretanto, pelo problema 10.26 e pela relao T1 (~) = Tt(v)
(veja proble~a 10.27),
(Vt, ... ,
r<l"t"1(vt);
V2, ... , rzn2- 1(v2), ... ,
Vr, ... ,
rznrl(v,)}
FORMAS CANNICAS
294
[CAP. 10
base. para V. Assim, pelo teorema 10.4, V-= Z(111, T) ffi

requerido.
ffi Z(v,, T), como
Falta-nos mostrar que os expoentes n1, ... , nr so determindos de maneira nica por T. Como d denota o grau de f(t),
dim V
d(n1
+ ... + n,)
dim Z;
dn;, i
1, ... , r.
Se s qualquer positivo inteiro, ento, pelo proble!Jla 10.59, f(T)'(Z;) um

subespao cclico gerado por f(T)'(v;) e tem dimenso d(n;- s), se n; > s e dimenso O -se n; ::; s.
Agora,
v=
Wt
qualquer vetor v E V pode ser escrito

e onde w; E Z;,
+ ... + w,
unicamente na forma
Dal qualquer vetor em f (T)' (V) pode ser escrito unicamente na forma
f (T)' (v) = f (T)' (wi)
+f (T)' (wr)
+ ...
onde f(T)'(w;) E f(T) 8 (Z;). Seja t o inteiro dependente de s, para o qual
n 1 >s,
f( T)'( V)
.,n1 >'s,n1+ 1 :$s
Ento,
f(T)'(Z t) E9 ... $ j(T)'(Zt);
dim (j(T)'( V)) = d(nt- s)
+ ... + (n
1 -
logo,
s)
(*)
Os nmeros esquerda de (*) so determinados de maneira nica por T. Faa

s = n- 1 e ('") determina o nmero do~ n; iguais a n. A seguir, faa s = n- 2
e (*) determina o nmero dos n; (se houver) iguais a n- 1. Repita o processo
at fazer s = O e determine o nmero dos n; iguais a L Assim, os n; so determinados de maneira nica por Te V e o lema est provado.
10;32. Seja V um espao vetorial de dimenso 7 sbre R e seja T: V-? V

um operador linear com polinmio mnimo m(t) = (t 2
2)(t
3) 3
Encontre tdas as formas cannicas racionais possveis de T.
A soma dos graus das matrizes companheiras deve ser 7. Tambm uma
matriz companheira deve ser 12 + 2 e outra deve ser (t
3) 3 Assim, a forma
cannica rcional de T exatamente uma das seguintes somas diretas das matrizes companheiras
+ 2) e
2
C(t + 2) $
C(t 2 + 2) $
C(t 2
(i)
(ii)
(iii)
+ 2) E9 C( (t + 3)3)
C((t + 3)3) E9 C((t + 3) 2)
C((t + 3)3) $ C(t + 3) ffi
C(t 2
C(t
+ 3)
Isto ,
o -2
o -2
1
o -2
1 o
o o -27
o -27
o o -27
1
o
(i)
o -27
o i -9
o
o o -27
o -27
o 1 -9
-3
1 -9
-3
(ii)
(iii)
FORMAS CANNICAS
CAP. 10]
295
PROJEES
= W 1 E9 ... E9 w. A projeo de V no seu subespao
Wk a transformao E: V---+ V definida por E(v) = wk, onde
v = w 1 + ... + w., W; E w1. Mostre que (i) E linear, (ii) E 2 = E.
10.33. Suponha V
(i)
+ .. . +
Como a soma v = w1
Wn w; E W determinada de maneira nica
por v, a transforma!;O E est bem definida. Suponha que, para u E V,
u =
+ w;, w
wi +
W;. Ento,
u = (wl
+ wi) + ... +
(wr
+ w;)
e
kv = kw1
+ ... + kwr,
so as nicas somas correspondentes a v

E(v
+ u)
= Wk
+ w,
= E(v)
+ w;
kw;, w;
+u
+ E(u)
W;
e ku. Portanto,
e E(kv)
kwk
kE(v),
donde E linear.
' Temos que
Wk =
a nica soma fOrrespondente a

para qualq"uer v E V,
E 2 (v)
Assim, E
Wk E Wk;
E(E(v)) = E(wk) = Wk
portanto, E(wk) = Wk. Ento,
E(v)
E, como procurado.
10.34. Suponha que E : V
V linear e E 2 = E. Mostre que (i) E(u) =. u

para qualquer tt E Im E, isto , a restrio de E, e sua imagem a
transformao identidade; (ii) V a soma direta da imagem e
do ncleo de E; V = Im E E9 Nuc E; (iii) E a projeo de V na
sua imagem. Assim, pelo problema precedente, uma transformao linear T: V-~ V uma projeo se, e smente se, P = T;
essa caracterizao de uma projeo , freqentemente, usada como sua definio.
(i)
Se
u E
--7
lm E, ento existe v
V para o qual E(v) = u; portanto,
E(u) = E(E(v)) = E 2(v) = E(v)
(i i) Seja v E V. Podemos escrever v na forma v

E(v) E lm E e, como
E(v- E(v))
= u.
= E( v)
+ v- E( v).
Agora,
E(v)- E 2(v) = E(v)- E(v) = O,
ento, v- E( v) E Nuc E. De acrdo com isso, V = lm E

Nuc E.
Agora, suponha que w E lm E() Nuc E. Por (i), E(w) = w, porque
w E Im E. Por outro lado, E (w) = O, porque w E Nuc E. Assim, w = O e,
logo, Im E n Nuc E = {0}. Essas duas condies implicam em que V a
soma direta da imagem e do ncleo de E.
(iii) Seja v E V e suponha que v = u + w, onde u Im E w E Nuc E.
!IUe E(u~ = u por (i), e E(w) = O, porque w E Nuc . Portanto,
E(v)
= E(u + w)
E(u)
+ E(w) =
Isto , E a projeo de V na sua imagem.
+O =
Note
296
FORMAS CANNICAS
[CAP. 10
10.35. Suponha que V = U EB W e suponha que T: V-~ V linear.

Mostre que U e W so ambos T-invariante se, e smente se,
TE = ET, onde E a projeo de V em U.
Observe que E(v) E U para todo v E V, e que (i) E(v) = v se, e somente
se, v E U, (ii) E (v) = O se, e somente se, v E W.
Suponha que ET
TE. Seja u E U. Como E(u)
u,
T(u) = T(E(u)) = (TE)(u) = (ET)(u) = E(T(u))
Portanto, U T-invariante. Agora, seja w E W. Como E(w) = O,

E(T(w)) = (ET(w) = (TE)(w) = T(E(w)) = T(O) =O; logo, T(w) E W.
Portanto, W tambm T-invariante.

Reciprocamente, suponha que U e W so ambos Tcinvariante. Seja v E V
e suponha que v = u
w, onde u E Te w E W. Ento, T(u) E U e T(w) E W;
portanto, E(T(u)) = T(u) e E(T(w)) = O. Assim,
(ET)(v)
(ET)(u
+ w) = (ET)(u) + (ET)(w) = E(T(u)) + E(T(w)) =
T(u)
e
(TE)(v) = (TE)(u
Isto , (ET)(v)
= (TE)(v)
+ w)
T(E(u
+ w))
T(u)
para todo v E V; logo, ET = TE.
Problemas Propostos
SUBESPAOS INVARIANTES
10.36.
Suponha que W invariante sob T: V-> V.

f(T), para qualquer polinmio j(t).
10.37.
Mostre que todo subespao de V invariante sob I e O, os operadores identidade

.e nulo.
.
.
10.38.
Supoha que W invariante sob S: V-> V e T: V-> V. Mostre que W tambm

invariante sob S
T e ST.
10.39.
Seja T: V-> V linear e seja W o auto-espao pertencente a um autovalor }1: de

T. .Mostre que TV T-invariante.
Mostre que W invariante sob
Seja V um espao vetorial de dimenso mpar (maior do que 1) sbre o corp

real. Mostre que qualquer operador linear em Y. tem um subespao invariante
diferente de V ou {O}.
2
10.41. Determine os subespaos invariantes de A = (
encarado como um
operador linear em (i) R2, (ii) cz.
5 -2
10.40.
--4)
10.42.
Suponha que dim V = n. Mostre que T: V --t V tem uma repre~entao matricial triangular se, e somente se, existem subespaos T-invariantes W 1 c W 2 c
c TVn = V, para os quais dim Wk = k, k = 1,
., n.
SOMAS DIRETAS INVARIANTES

10.43.
+ ... +
Diz-se que ._, subespaos wh ... Wr so indepe,ndei:Ites, se W}

Wr=O,
W;, implica que cada Wi = O. Mostre que L(W;) = wl $ .. $
se,
e somente se, os W; so independentes. (Aqui, L(W;) denota a transformao
linear dos W;.)
Wi E
w.
10.44.
Mostre que
V~
W1 $
$ W, se, e somente se, (i) V=L(W;) e (ii) Wk
... , W.rt. Wk+l ... , W,)
10.45.
10.46.
297
FORMAS CANONICAS
CAP. lO]
Mostre que L(W;)

dim 11-',.
= W1
n L(W~o
101. k =I, ... , r.
$ ... $ W, se, e somente se, dim LtW;)
dim W 1
Suponha que o polinmio caracterstico de T; V- V .1(1) = ft(l)ntf2(1)n2 ..

j.(l)n', onde os f;(l) so polinmios mochos irredutveis distintos. Sej V= 1 (!)
... $ Wr a decomposio em primos de V em subespaos Tcinvariantes. Mostre
que j;(t)nt o polinmio caracterstico da restrio de Ta Wj.
OPERADORES NULPOTENTES
10.47.
Suponha que Se T so operadores nulpotentes que comutam, isto , ST = TS.

Mostre que S + T e ST tambm so nulpotentes.
10.48.
Suponha que A uma matriz supertriangular, isto , todos os elementos na diagonal principal e abaixo dela so O. Mostre que A nulpotente.
10.49.
Seja V o espao vetorial dos polinmios dt!.grau

diferencial em V nulpotente de ndice n +''t.
10.50.
Mo~tre
:5
n.
Mostre que o operador
que as seguintes matrizes nulpotentes de ordem n so semelhantes
o o ... o) (oo .oo)

00
(o
O
. .. ..
o o
000
10.51.
lO
O
00
O O
00
..
Mostre que duas matrizes nulpotentes de ordem 3 so semelhantes se, e somente

se, elas tm o mesmo ndice de nulpotncia. Mostre, por exemplo, que a afirmao no verdadeira para matrizes nulpotentes de ordem 4.
FORMA CANNICA DE JORDAN

10.52.
Encontre tdas as possveis formas cannicas de Jordan para as matrizes cujos

polinmios caracterstico e mnimo so como seguem
(i)
.1(1) = (t- 2).(1- 3)3, m(t) = (t- 2) 2(1 - 3)2
(ii) .1(1)
(t- 7)5
, m(t) =
(1 - 7) 2
(iii) .1(1)
(I- 2)7
, m(t)
(t- 2) 3
(iv) .1(1) = (1- 3) 4(1- 5)', m(l) = (t- 3) 2(1- 5) 2

10.53.
Mostre que cada matriz complexa semelhante a sua transposta. fj>i.J!ia....llsea forma cannica de Jordan e o pmblema-IO.!ifr.j
10.54 . Mostre que t8das as matrizes complexas A de ordem n, para as quais An
I,
so semelha'ntes.
10.55~
Suponha que A uma matriz complexa com somente autovalores reais. Mostre
qu' A semelhante a uma matriz com somente elemento~ r'eai~:
SUBESPAOS CCLICOS
-_,
10.56.
Suponha que T: V-+ V linear. Demonstre que

todos os subespaos r-invariantes, contendo v.
z(v, T)
a interseo de
FORMAS CANNICAS
298
[CAP. 10
10.57. Sejam /(1) e g(l) os T-anuladores de u e v, respectivamente. Mostre que, se /(1)

e g(l) so primos entre si, ento f(t)g(l) o T-anulador de u + v.
10.58.
Demonstre que Z(u, T) = Z(v, T) se, e smente se, g(T)(u)

T-anulador de u so primos entre si.
= v,
onde g(t) e o
10.59. Seja W = Z(v, T) e suponha que o T-anulador de v /(1)", onde /(1) um polinmio mcho irredutlvel de grau d. Mostre que /(T)'(W) um subespao cclico
gerado por f(T)'(v) e tem dimenso d(n- s), se n > s e dimenso O, se n :$ s ..
FORMA CAN~CA RACIONAL

10.60. Encontre tdas as formas cannicas racionais possveis para
(i)
+ 3)(1 + 1)2
+ 1)3
m(l)
(1 2 + 2) 2(1 + 3) 2
mnimo m(l) = (1 2 + 1)(1 2 -
matrizes .6 X 6 com polinmio mnimo m(t)
(i i) matrizes 6 X 6 com polinmio mnimo m(t)

(iii) matrizes 8 X 8 com polinmio mnimo
=
=
=
(1 2
(I
'10.61. Seja A uma mat~iz 4 X 4 com polinmio

3). .Encontre a forma cannica r?.cional para A, se A uma matriz sbre (i) o corpo
racional, (ii) o corpo real, (iii) o corpo complexo.
10.62. Encontre a forma cannica racional para o bloco de Jordan
~00 ~ ~~)
"
00,
"
10.63. Demonstre que o polinmio caracterstico de um operador T: V---> V um produto de seus divisores elementares.
10.64.
Demonstre que duas matrizes 3 X 3 com os mesmos polinmios mnimo e caracterstico so semelhantes.
10.65. Denote por C((/(1)) a matriz companheira de um polinmio arbitrrio /(1). Mostre
que j(l) o polinmio caracterstico de C(/(1)).
PROJEES
10.66. Suponha que V= W1 G) ... G) Wr. Denote por E; a proJeao de V em W;.
Demonstre (i) E;E; = O, i ;o! j; (ii) I = E1 + ... + E,..
10.67. Sejam E 1, . , E,. operadores lineares em V tais que (i) E~ = E;, isto , os E;
so projees; (ii) E;E; = O, i ;o! j; (iii) I = E 1 + ... + E,.. Demonstre que
V = Im E1 G) G) lm E,..
10.68. Suponha que E; V-+ V uma projeo, isto , E - E. Demonstre que E em
uma representao matricial da forma
matriz identidade quadrada r X r.
:;;',
10.69.
h o
--
o o
, onde r o pOsto de E e Ir a
Demonstre que quaisquer duas projees do mesmo pOsto so semelhantes.

(Pista. Use o resultado do problema 10.68.)
.,
10.7" . Suponha que :{!. : V-+ V uma projeo. Demonstre

(i)
I- E uma projeo e V = lm E
+ E inversvel (se 1 + 1 ;o! O).
(ii) I
G)
lm (I- E);
299
FORMAS CANNICAS
CAP. 10]
ESPAOS QUOCIENTE
10.71.
Seja W um subespao de V. Suponha que o conjunto das classes laterais

{v 1
W, 112
W, ... , Vn
Wl em V/TV linearmente independente. Mostre
que o conjunto dos vetores {vi, v2, ... , Vn I em V tambm linearmente independente.
10.72.
Seja W um subespao de V. Suponha que o conjunto dos vetores {u 1, u 2, ... , uni

em V linearmente independente e que L(u;) n W = {0}. Mostre que o conjunto das classes laterais {ul
!<F, ... , Un
Wl em V/W tambm linearmente independente.
10.73.
Suponha que V = U $ W e que !ut. ... , uni base de U .. Mostre que

{u 1
W, .... , Un
Wl base do espao quociente V/W. (Observe que nenhuma condio imposta quanto dimensionalidade de V ou W.)
10.74.
Seja H' o espao das solues da equao linear
a1x1
+ a2x2 + ... + anXn
= O, a; E
e seja v = (bt, /12, ... , bn) E r. Demonstre que a classe lateral v ..j- W de W
em
o conjunto das solues da equaio linear
xn
10.75.
Seja V o espao vetorial dos polinmi::>s sbre R e seja 1-V o subespao dos polinmios di_;isveis por t\ isto , da forma aot 4
a 1t 5
an-4ln. Mostre que
o espao quociente V/W de dimenso 4.
10.76.
Sejam U e W subespaos de V tais que W c U c V. Note que qualquer classe

lateral u
W de W em U pode ser encarada como uma classe lateral de W em
V, pois u E U implica u E V; portanto, U/W subconjunto de V/W. Demonstre
qur (i) UfW subespao de VfW, (i i) dim ( V/W)- dim ( U/W) = dim (V/ U).
10.77.
Seja~ rJ e W subespaos de V. Mostre que as classes laterais de U n W em V

podem ser obtidas pela interseo de cada uma das classes later.ris de U em V
com cada uma das classes laterais de W em V
Vf(U
10.78.
+ ... +
n W)
{(v+ U) n (v'+ W): v,,v'
VI
Seja T: V --t V' linear com ncleo W e imagem U.

V
Mostre que o espao quociente V/W isomorfo a U
~
sob a transformao (J : VfW --> U definida ' por : fJ
.
O( v+ W) = T(u). Alm disso, mostre que T ~i" 8".,, :
onde lf ; V- V/W a transformao natura1 de V v /W _ _ U _ V '
em V/W, isto , fJ(V) = 11
W e i : U ~ V' a trans(I
i
formao incluso, isto , i(u) = u (veja diagrama).

10.41.
(i)
10.52.
(i)
R 2 e {O};
(ii) C 2 , {OI. W 1 = L(2, 1- 2i), W2 = L(2, 1

2
+ 2~).
I.
-,- 2,
L
-_II
-,
.L--
I
.I
:~
[CAP. lO
FORMAS CANNICAS
300
(ii)
(iii)
~-~-:---,)
I,_
7- 1
7 1 I
- - 7_
7
__
_i_
2
1
1
2
1
2
2
-- --~ ~----,
I
- - .- -
I
-I- 1 2
1
2
_7_ t- ' 7
L--t--,
I .7
~7l
- l
1 I
- - _2 _I_ - -
I 2
~----,--
_____2 _,
___
2
I
----,2~
--
-----l
I 2
-~- 2-
1 I
3 I
- - - I 3I
1 I
3 I
--~--,
~_5_
1_ _
--,
1
5 I
__
1
5
J_ _ _I
I_5_
j__
15
1 I
3 I
- - -1- -,
--
L3_1_ ~
3 I
-~-.
L--,
3 I
'----I
I 5 1
I
5 I
~ - - J. .- 1
I
'---,---,
1
5
'---L-.
15
1
5
..... - 1-5
o -3
o -3
1 o
_1_ __
(i)
__
,_
10.$0,
. 2
~--~5-l~
13
-..
'--r-
2
3
..:....--I 2
'- - l-- -
(iv)
' 2
o -1
1 -2
:~~
f'l
"""
301
FORMAS CANNICAS
CAP. 10]
' =
o o -1
1 o -3
o 1 -3
o o -1
1 o -3
o 1 -3
(i i)
o -1
o -3
1 -3
o -1
1 -2
-1
-1
o
o o o 2
1 o o o
r o o 2
1 o o o
o 1 0-4
(iii)
o o
o 1
o o
0-4
1 o
o -9
o -2
1 o
1 -6
o -9
o -9
1-6
1--6
o o o 2
1 o o o
o
o
1 0-4
o 1 o
o -9
1 -6
10.61.
-3
-3
o -i
o
o
1
10.62.
~)
(! ~ ~. _:~: )
o o
4>.
(i i)
(H v3 _J
1
(iii) (
-i
V3
~J
Captulo 11
Funcionais Lineares e o Espao Dual
INTRODUO
Neste captulo, estudaremos transformaes lineares de um espao
vetorial V em seu corpo K de escalares. (A menos que se diga ou implique
o contrrio, encaremos K como um espao vetorial sbre si mesmo.) Naturalmente, todos os teoremas e resultados para transformaes lineares
arbitrrias em V valem para sse caso especial. Entretanto, trataremos
essas transformaes separadamente, por causa de sua fundamental
importncia e porque a relao especial de V com K d origem a novas
noes e resultados que no surgem no caso geral.
FUNCIONAIS LINEARES E O ESPAO DUAL

Seja V um espao vetorial sbre um corpo K. Uma transformao
---7 K
denominada funcional linear (ou forma linear) se, para
quaisquer u, v E V e quaisquer a, b E K,
<f> : V
cp(au
+ bv)
acp(u)
+ bcp(v).
Em outras palavras, um funcional linear em V uma transformao

linear de V e K.
1r;(a 1 ,
Exemplo 11.1. Seja 1r; : Kn ......;. K a i-sima transformao proJeao, isto

a 2 , ... , .) = a;. Ento, 11'i linear; logo, um funcional linear em Kn.
Exemplo ll.2. Seja V o espao vetorial dos polinmios em t sbre R. Seja
./ : v . . . ;.
R o operador iHtegral definido por ./ (p(l))
Jor
p(t)dt. Lembre que ./
linear e, portanto, um funcional'linear em V.

Exemplo 11.3. Seja V o espao vetorial das matrizes quadradas n X n sbre K.
Seja T : V -> K a transfonnao trao
T(A) ,; au
+ azz + ...
+a , onde A ;;;;; (a;i)
Isto , T atribui a uma m.atriz A a soma de seus elefuerttes diagonais. Essa transforma!;\o linear (problema 11.27); logo, um funcional nr em V.
Pelo teorema 6.6, o cqnjunto dos ftHWinals lineares num espao

vetorial V sbre um corpo K tambm um espao vetorial sbre K com
adio e multiplicao por escalar dfindas por
(cp
u) (v) = cp(v)
+ u(v)
(k</>) (v) = k<j>(v),
onde cp e u so funcionais lineares em V e k E K.

mado esPO-fO dual d~ V e anotado por V*.
302
tsse espao cha
CAP. 11]
303
Exemplo 11.4. Seja V = Kn o espao vetorial das n-uplas que escrevemos como
vetores coluna. Ento, o espao dual V* pode ser identificado com o espao dos vetores
linha. Em particular, qualquer funcional linear 4> = (a 1, ... , an) em V tem a representao
ou, simplesmente,
<f>(Xr, ... , Xn)
a1X1
+ a2X2 + ... + GnXn
Historicamente, a expresso formal acima era denominada forma linear.
ESPAO DUAL
Suponha que V espao vetorial de dimenso n sbre K. Pelo
teorema 6. 7, a dimenso do espao dual V* tambm n (pois K tem dimP.nso 1 sbre si mesmo). De fato, cada':pase de V determina uma base
de V* como segue.
Teorema 11.1. Suponha que lv1 , . . . , vn) base de V sbre K.
t/> 1 , . . . , <Pn E V* os funcionais lineares definidos por
t/>;(vi)
Sejam
[1sei=j
= ;i = [ Osei;&j
Ento, {t/>;, ... , .Pn} base de V*

A base acima chamada base dual a {v 1 } ou base dual: A frmula
acima que usa o delta de Kronecker 1; uma maneira curta de escrever
cPn(vl)
1, cPt(v2) = O, cPt(v3) = O, ... , cPt(vn)

O, cP2(v2) =. 1, cP2(v3) = O, ... , cP2(vn)
O
O
O, cPn(v2) = O, ... , cPn(Vn-1) = O, .Pn(vn)
Pelo teorema 6.2., essas transformaes lineares 4>1 so nicas e bem

definidas.
Exemplo 11.5. Considere aseguinte base do R 2 : {v1
tre a base dual I.Pt .P2l
= (2, 1),
v2
= (3, 1)}. Encon
= ax + by e 4>2(x, y) = ex
.f>2(t1t) = 0, .f>2(t12) = 1
Procuramos funcionais lineares q, 1(x, y)

.f>J(VI)
= 1, .f>t(t12) =
+ dy
tais que
Assim,
+ b = 1 } ou a = -1, b' = 3
+ b =O
ct> 2 (v 1) = ct> 2 (2, 1) = 2c + tl = O } ou c = 1, tl = -2
cf>2(tlt) - <#-2(3, 1) = 3,; + d = 1
' .
dual I jp 1(x, y) = -s + 3y, 4>2(s, y) = x- 2y}
<f>t(Vt) = .f>t(2, 1) = 2a
c/>t(V2) = ct>t(3, 1) = 3a
Portanto, a baae
l_.
Os prximos teoremas do-nos relaes entre as bases e suas duai~.
304
(CAP. 11
. . , v,.}
base de V e seja {h ... , </>,.} a base
Ento, para qualquer vetor u E V,
Teorema 11.2. Seja {v 1 ,

dual de V*.
u = </> 1(u)v 1
<1>2(u)v2
e, para qualquer funcional linear u E V*,
'J
+ </>,.(u)v,.
+ u(v )</>2 + ... + u(v,.).P,.
u(vt)<f>t
Teorema 11.3. Sejam {v 1 ,
. . , v,.}
e {w 1 , . . . , w,.} bases de V e sejam
{4> 1 , . . . , </>,.} e {o- 1 , . . . , u,.} bases de V* duais a {v1 } e {w1 }, respectivamente. Suponha que P a matriz de transio de {v;} a {w;\.
Ento,
(P- 1)' a matriz de transio de {<t>;} a {o-;}.
ESPAO SEGUNDO DUAL

Repetindo, todo espao vetorial V tem um espao dual V* que consiste em todos os funcionais lineares em V. Assim, V* tem um espao dual V**, chamado o segundo dual de V, que consiste em todos os
funcionais lineares em V*.
Mostraremos, agora, que cada v E V determina um elemento especfico v E V**. Em primeiro lugar, para qualquer <f> E V* definimos
v(.p)
.p(v)
Falta-nos mostrar que essa transformao v : V* --+ K linear. Para

quaisquer escalares a, b E K e quaisquer funcionais lineares </>, u E V*,
temos
v{a.p
Isto ,
+ b u)
(a<f>
linear; logo,
+ bu)(v)
v
E V**.
a.p(v)
+ b (}"(v)
av(.P)
+ bv(o)
Teorema 11.4. Se V tem dimenso finita, ento a transformao v - v

um isomorfismo de V sbre V**.
A transformao acima v-~ ii chamada transformao natural de V
em V**. Enfatizamos que essa transformao nunca sbre V** se V
no tem dimenso finita. Entretanto, sempre linear e, alm disso,
sempre injetora.
Agora, suponha que V tem dimenso finita. Pelo teorema acima, a
transformao natural determina um isomorfismo entre V e V**. A
menos que se diga o contrrio, identificaremos V com V** atravs dessa
transformao.
De acrdo com isso, encararemos V como o espao de
funcionais lineares em V* e escreveremos V = V**. Observamos que,
se {<f>;) a base .de V* dual a uma base {v,} de V, ento {v1 } a base de
V= V**, que dual a{</>;}.
ANULADORES
Seja W um subconjunto (no necessriainente U'm subespao)'de uril
espao vetorial V. Um espao linear .p E V* ,chamado. anulador de W
CAP. 11]
305
se q,(w) = O para todo w E W, isto , se <f>(W) = {0}. Mostraremos que

o conjunto de tdas essas transformaes, denotado W 0 e chamado
lador de W, um subespao de V*. Claramente, O E W 0 Agora, suponha que <f>, rr E W 0 Ento, para quaisquer escalares a, b E K e para
qualquer w E W,
arm-
(aq,
+ brr)(w)
a<j>(w)
+ brr(w)
= aO
+ bO =
Assim, aq,
bu E W ; logo, W subespao de V*. No caso em que W
subespao de V, temos a seguinte relao entre W e seu anulador W 0
Teorema 11.5. Suponha que V tem dimenso finita e W subespao

de V. Ento, (i) dim W
dim W 0 = dim V e (ii) JV0 = W.
Aqui, W 00 = {v E V: q,(v) = O para todo q, E W 0 } ou, equivalentemente, W 00 = (W0 ) 0 , onde W 00 encarado como subespao de V, 'sob a
identificao de V e V**.
o conceito de anulador capacita-nos )! dar outra interpretao de

um sistema homogneo de equaes lineares ,
aux1
a21X1
+ a 12X2 + ... + alnXn

+ a 22X 2 +- ... + a2nXn
O
O
(*)
am1X1 + am2X2 + + amnXn. =

Aqui, cada linha (aw at 2, ... , atn) da matriz dos coeficientes A
(aii)
enarada como um elemento de K" e cada vetor soluo q, = (xH x 2 , , x,.)
encarado como um elemento do espao dual. Nesse contexto, o espao
das solues S de (*) o anulador das linhas de A e, portanto, do espao
das linhas de A. Conseqentemente, usando o teorema 11.5, novamente
obtemos o seguinte resultado fundamental na dimenso do espao das
solues de um sistema homogflneo de equaes lineares
dim 's
dim K"- dim (espao das linhas de A) = n- psto (A).
TRANSPOSTA DE UMA TRANSFORMAO LINEAR

Seja T : V~ U uma transformao linear arbitrria de, um espao
vetorial V em um es;>ao vetorial U. Agora, para qualquer funcional
linear q, E U*, a composta <f> o T uma .transformao linear de V em K
~ <f> P T uma transformao de U* em V*; ns a denotamos por P e-a chamamos transposta
de T. Em outras palavras, T 1 : U ~ V* definida por
,
P(q,) = q,o T
Assim, (T'(<t>))(v) = tf>(T(v)) pan todo v E V.
306
Teorema 11.6. A transformao transposta
[CAP. 11
j definida linear.
Demonstrao. Para quaisquer escalares a, b E K e quaisquer funcionais

lineares f/J, IT E U*,
T' (af/J + bu) = (a.p
bu) o T = a(<P o T) + b(IT o T)
aT'(.p)
+ bT'(IT)
Isto , T linear, como foi dito.
Enfatizamos que, se T uma transformao linear de V em U, ento

uma transformao linear de U* em V*
TI
v-u
V*+- U*
O nome "transposta" para a transformao T' procede sem dvida do

seguinte teorema.
Teorema 11.7. Seja T: V-~ UJinear e seja A a representao matricial

de Tem relao s bases {vi} de' V e {u;} de U . . Ento, a matriz transposta A' a representao matricial de T': U* ~ v'* em relao s bases
duais a {u;} e {v1 }.
ESPAOS DUAIS E BASES
11.1.
Sejam .p : R 2 ~R e u : R 2 ~R os funcionais lineares definidos

por .p(x, y) = x + 2y e IT(x, y) = 3x- y. Encontre
(i)
(i)
+ u,
tjJ
(4>
(iii) 2f/J- Su.
(ii) 4.p,
+ o-)(x, y) =
4>(x, y)
+ o-(x, y)
(ii) (44>)(x, y) = 44>(x, y) = 4(x
(iii) (24>- So-){x, y)
11.2.
= x
+ 2y + 3x- y
= 4x
+y
= 4x + ~y
y) = 2(x + 2y)- 5(3x- y) = -13x
+ 2y)
24>(x, y)- So-(x,
Considere a seguinte base de R : {v1 == (1,;-1, 3), v2

v3 = (0, 3, -2)}. Encontre a base dual {f/J 11 f/J 2 , f/J 3 }.
3
Procuramos funcionais lineares

.P1(x, y, :~) =
a1X
+ G2Y + aaZ,
4> 3 (x, y, z)
.P2(x, y, z) = b1x
c1x
+ b2y + bJZ,
+ C2Y + caz
tais que
<P1Cvv
.PI!(vi) =O
~:i(vi) = O
.Pl(va) = O
h(lla) = O
<l>a(va) = 1
h(v2) =O
4>2(112) = 1
d>a(112) = O
Encontramos .j, 1 como segue
.P1(111) ""' cP1(1, -1, 3) = G1- G2

3as = 1
4>1Cv2) = <h(, t, -i) =
a 2 - 31 = O
.P1(v 3) = i>J(O, 3, -2) =
3a2 - 2aa = O
+ 9y
(0,1, -1),
CAP. 11]
Resolvendo o sistema de equaes, obtemos

cPt(X, y, z) =
a1
307
= 1, a 2 = O, a 3 =O
Assim,
X.
A seguir, encontramos .p 2
<P2(v1) = <P2(1, -1, 3)
<P2Cv2) = <P2(0, 1, -1)
<P2Cva) = <P2(0, 3, -2)
Resolvendo o sistema, obtemos b 1 = 7,
= 7x- 2y- 3z.
Finalmente, enc~mtramos <P 3
= b1- b2
3ba =O
=
b2 - b 3 = 1
=
3b2 - 2ba = O
b2 = -2, b 3 = -3. Portanto, .p 2(:r, y, z) =
<Pa(vt) = <PaO. -1, 3) = c1- c2

3ca =O
<PaCv2) = <Pa(O, 1, -1) =
c2 - c 3 =O
<P 3 (v 3 ) = <Pa(O, 3, -2) =
Jc2 - 2ca = 1
Resolvendo o sistema, obtemos c 1

= -2x + y + 3.
11,3.
-2, c 2 = 1, c3 = 1
Assim, t(f(t)) =
RI.
Sej1!m 4> 1
f(t) dt
cp 2(f(t)) =
V~
R e f/> 2
V~
R,
f(t) dt
(Observamos que cp 1 e cp 2 so lineares; logo, pertencem ao espao

dual V*.) Encontre a base {v 1 , v 2 1de V que dual a {cp 1 , f/> 2 }.
Sejam v 1
+ bt
e v2 = c
+ dt.
Por definio de base dual,

<Pt(v2) =O, <P2Cv2) = 1.
<Pt(Vi) = 1, <P2(v1) = O e
Assim,
Jor
(a
+ bt)dt
==
(a
+ bt)dt
2a
(!(c +.dt)dt
J o2
1 )
+ 2b
=o
c+ 1/2d= O
(c
+ dt)dt
+ t}
2c
2d
-2
ou c = -1/2 d
Em outras pa_lavras, {2- 21, -1/2
11.4.
+ 1/2b =
ou a= 2, b
= 1
'
a base de V que dual a !<Pt, <P2l-
Demonstre o teorema 11.1. Suponha que {vlt ... , v,.l base de V

sbre K. Sejam f/> 1 , . . , cp,. E V* os funcionais lineares definidos por
cp,(v_;)
~t; =
{ls~i=j
0 se i :; j
Ento, {c/J1r .. , !/>,.} base de V*.

Primeim, mostra~emos que !<Pt. ... , .P,.} gera
arbitrrio de v e suponha que
<P(t't)
= kt. <1>(1'2)
v.
Seja .P um elemento
k2, . , <l>(v,.) = k,.
308

Faa tT = kt.Pt
+ ... + kn .Pn.
=
=
Semelhantemente, para i
tT(v;) = (kt.Pt
Ento,
k10l(u1)
+ k2
k1 . 1
[CAP. 11
+ k2.P2(v1) + ... + kn.Pn(tl)

. O + ... + kn . O = k1
2, ... , n,
+ ... + kn.Pn)(u;)
+
+ k;.P;(u;) + ... + kn.Pn(!!;)
kt.Pt(V;)
Assim, .P(u;) = tT(v;). Para i

bsicos, .P = .,. = kt.Pt
gera v.
1, ... , n.
k,..P,..
+ ... +
Resta-nos mostrar. que

ponha que
(4> 1, ... , <Pnl
+ a2.P2 + ... + an.Pn
ai.PI
Aplicando ambos os lados a
flt,
= k;
Como .P e .,. concordam nos vetores

De acrdo com isso, ( .Pt ... , .P,. I
Su-
= O
obtemos
+ ... + an.Pn)(ul)
+ a2.P2(v1) + ... + a,..Pn(t1I)
1 -t a2 O + ... + a,. O = a1
O = O(vt) = (at.Pt
al.Pt(VI)
= a1
Semelhantemente para i
2, ... , n.
+ ... + an.Pn)(vl)
+ ... + a;4>;(v;) + ... + a,..P,.(u;)
O = O(v;) = (a1.P1
= a1.P1(u;)
Isto , a 1 = O, ... , a,.

pendente; logo, base de
11.5.
O. Portanto,
(4>~o
= a;
... , .Pnl linearmente inde-
Demonstre o teorema 11.2. Seja {v 11 . . . , v,.} base de V e seja

{4> 1, ... , q,,.) a base dual de V*. Ento, para qualquer vetor u E V,
u
= 4>1(u)v1 + 4>2(u)v2
e, para qualquer
u
funcio~al
+ ... + 4>,.(u)v,.
(1)
linear u E V*,
+ u(v2)4>2 + ... + u(v,.)q,"
= u{vt)4>I
(2)
Suponha que
(3)
Ento,
+ a2.P1(112) + ... + a,. 4>l(v,.)

+ a2 O + ... + a,. . O = a 1
.P1(u) = ai.PI(ui)
= a1 . 1
Semelha-ntemente, para i
4>;(u) = al.P;(vt)
hto , 4> 1 (u) = a 1 , .P2(u)

em (3), obtemos (1).
2, ... , n,
+ ... + a;4>;(v;) + . . + a~.P;(v,.)

a2, ... .Pn(u) ... a,..
,;, a;
Substituindo sses resultados
A seguir, provaremos (2). Aplicando o funcional linear .,. . a .ambos os

lados de ( 1),
+ + 4>,.(u) cr(vn)
tT() = <~>t(u) a(vt)

.P2(u) o-(v2)
= cr(vt) .Pl(u)
tT(t12) 4>2(u)
= (u(VI) 4>1
tT(t12) .P2+ ...
+ ... + cr(vn) .P~(u)

+ u(Vn)4>,.)(u)
CAP. 11]
Como o apresentado vale para todo u
V,
u = u(vt).P 1 + o-(vz)</>2 + ... + u(vn).Pn
como queramos provar.
11.6.
Demonstre o teorema 11.3. Sejam {v 1 , . . . , vnl e {wu .... , wn} bases

de V e sejam {cf>t, ... , ct>nl e {cr 1 , . . . , u,.) as bases de V* duais a
{vi} e {w1}, respectivamente. Suponha que P a matriz de transio de {v;} para {w;}. Ento, (P- 1)1 a matriz de trnsio
de {c/>;) para {u;}.
Suponha que
Wt = anVI + a12v2 + ... + ainVn
Wz = a21V1 + a22il2 + .. + aznVn
u1 = buI + b122 + ... + b1nq,n

u2 = bn.Pl + b222 + ... + bzn<~>n
onde P = (a;;) e Q = (b;;). Queremos prov.ar que Q = (P- 1) 1.

Seja R; a i-sima linha de Q e seja C;
R;
(bii, b;z, ... , b;n)
j-sima coluna de P 1 Ento,
C;
(a; ~o a;2 ... , a;nl
Pela definio de base dual,

~r;(w;)
= (b;I.PI
+ b;2.P2 +
= b;1ai1 +
b;~;z
+ ... + b;na;n = R;C; =
~ij,
onde f.;; o delta de Kronecker. Assim,

RJCl
R1Cz
R2C1 . ~2-~~.
QP =
RnCl
RnCz
e, portanto, Q = (P 1)- 1 = (P-1) 1, como queramos provar.
11.7.
Mostre que, se v E V,
Suponha que V tem dimenso finita.
v ~ O, ento existe cf> E V* tal que cf>(v) ~ O.
Estendemos {v) a uma base {v, v2 , ,v,.} de V.

Pelo teorema 6.1, existe uma nica transformao linear cf>: V--+ K tal
que cf> (v) = 1 e cf>(v;) = O, i = 2, ... , n. Portanto, cf> tem a propriedade desejada.
11.8.
Demonstre o teorema 11.4. Se V tem dimenso finita, ento a

transformao v f--+v um isomorfismo de V em V**. (Aqui
V* --+ K definida por (cf>) = cf>(v).)
v:
1-->;
Provaremos, primeiro, que a transformao v

linear, isto , para
quaisquer vetores v, w E. V e quaisquer escalares a, b E K, av+hw' = a'ii + bw.
Para qualquer funCional linear .P E V*,
.
,.....----..__
av + bw (.P)
= a';(tf>)
Como
= a 'i)
~(</>)=.(a';+
+ b;;;.
.P(av + bw)
+ bw(.P)
(av
= a.P(v)
..
+ b<it(w)
+ bw).P
bw)(tf>) para todo .P E V*,

Assim, a transforma&o v 1~
linear.
temos
av + bw =
310
[CAP. 11
Agora, suponha que v E V, v r! O. En~o, pelo. problema precedente, existe

~E V*, para o qual ~(v) r! O. Portanto, -;(~) = ~(v) r! O, logo v r! O.
Como v r! O implica que ; r! O, a transformao v l-->-; no-singular e, portanto, um isomorfismo (teorema 6.5.).
Agora, dim V = dim V* = dim V**, porque V tem dimenso finita.
De acrdo c:>m iss:>, a transformao v l-> -; um isomorfism-:> de V
em V** ..
ANULADORES
11.9.
Mostre que, se q, E V* anula um subconjunto S de V, ento q, anula a transformao linear L(S) de S. Portanto, S 0 = (L(S)) 0
Suponha que v
v = a1W1
a2w2
~(v)
L(S). Ento existem
+ ... + arWr.
a1~(w1) + az<P(w2) + ... + ar<P(wr)
w 1, ... , Wr E S
+ a20 +
= a10
para os quais
+arO= O
Como v era um elemento arbitrrio de L(S), 4> anula L(S).
11.10. Seja W o subespao de R4 gerado por v1 = (1, 2, -3, 4)

v2 = (O, 1, 4, -1). Encontre uma base do ~nulador de W.
Pelo problema precedente, suficiente encontrar .uma base do conjunto dos

funcionais lineares <P(x, y, z, w) = ax
by
cz
dw, para a qual <P(vl) = O
e <l>(v2) =O
+ +
1>(1, 2, -3, 4) = a+ 2b - 3c
4d =O
4>(0, 1, 4, -1) =
b+4c- d=O
O si&tema de equaes nas inc6gnitas a, b, c, d est na forma escalonada com

variveis livres c e d.
Faa c = 1, d = O para obter a soluo a = 11, b = -4, c
portanto, o funcional lnear 4>l(x, y, z, w) = llx- 4y + z.
1, d "" O e,
Faa c =O, d = .-1 para obter a soluo a = 6; b = -1, c = O, d

portanto, o. funcional linear <l>2(x, y,.z, w) = 6x- y- w.
= -1
e,
O conjunto dos funcionais lneare~ t E sO, -;(<P) = ~(v) = O.
Portanto, -;-E (s0) 0 Alm disso, sob a identificao de V e V**, v E s0
De acrdo com
!jS(),
S c: S 00
(ii) Seja 4> E ~ Ento, f>(v) = O para todo v E S 2 Mas S1 c: S2; portanto,
anul3."todoo elemento de St. isto ,
 E sl.
<P
Donde ~c:~
11.12. Demonstre o teorema U.S. Suponha que V tem dimenso finita e

que W subespao de V. Ento, (i) dim W + dim W 0 = dim V
.(ii)
(i)
woo = w.
Su~a
dim
wb =
que dim V = n e dim W = r :::; n.

n- r. Escolhemos uma base de. lw 1,
Quremos mostrar que

de W e a esten-
... ; Wr}
CAP. 11]

demos seguinte base de V: fwi> ... , Wr,
dual
Vt . . . , Vn
311
-r}. Considere a bas~
Por definio de base dual, cada um dos u acima anula cada w;; portanto,
W 0 Dizemos que f oj} base de W 0 . Agora, f uj} parte
de uma base de V*; logo, linearmente independente.
"h . . . , Un-r E
Mostraremos, a seguir, que f "il gera W0

rema 11.2,
u
Seja
W0 Pelo teo-
u E
+ ... + u(wr)''r + u(vt)<TI + + u(vn -r)un-r

+ ... + 04>, + u(vt)<TI + . . + u(Vn-r)Un-r
+ + u(lln-r)"n-r
u(wl)l
= 04>1
= u(vi)<TI
Assim, f "I> . . ,
dim W 0 = n- r
"n-rl
gera W 0 . Logo, base de W0 De acrdo com isso
= dim V- dim W.
(ii) Suponha que dim V = n e dim W =.r. Ento; dim V* = n e, por (i),
dim W 0 = n- r. A5sim, por (i)?, dim W 00 = n- (n- r)
r; logo,
dim W
dim W 00. Pelo problema precedente, jyc W 00 De acrdo
com isso, W = W oo.
11.13. Sejam
u e w subespaos de v.
Demonstre ( u
+ W)
= U0
nW
Seja 4> E ( U + W) 0 Ento, 4> anula U + W; logo, em partiQI.IIar, </>

anult U e W. Isto , </>E U 0 e 4> E W 0 ; portanto, </>E UO () W0 Assim,
+ W) 0 c U 0 () W 0
(u
Por outro lado, suponha que u E U 0 n W 0 ; ento, .,. anula U e tambm

Se v E U
W, ento v = u
w, onde u E U e w E W. Portanto, a(v) =
= u(u)
u(w) = O
O = O. Assim, .,. an.ula U
W, isto , u E ( U + W) 0
De acrdo com isso, U 0
W0 c ( U
W) 0
W.
Ambas as relaes de incluso nos do como resultado a desejada igualdade.
Observao. Observe que nenhum argumento dimensional empregado

nessa demonstrao; portanto, o resultado vale para espaos de- dimenso finita
ou infinita.
TRANSPOSTA DE UMA TRANSFORMAO .LINEAR

11.14. Seja q, o funcional linear em R 2 , definido por q,(x, y) = x- 2y.
Para cada dos seguintes operadores lineares T no R 2 , encontre
(T'(q,))(x, y): (i) T(x, y) = (x, O) ; (ii) T(x, y) = (y, x
y);
(iii) T(x, y) = (2x- 3y, Sx + 2y).
Por definio de transformao transposta,

('r(<P))(v) = <P(T(v)) para todo vetor v. Portanto,
_(i)
('r())(x, y) = .P(T(x, y)) ;.. .P(x, O)
(ii) (T (<P))(x. y)
= <l>('(x,
(iii) ('r(<P))(x, y)
y))
(T(x, y))
,P(y, x
</>
+ y)
-2x- y
T, isto ,
+ y)
= <!>(2x- 3y,
'r()
5x
= (2x- 3y) ~ 2(5x
y- 2(x
+ 2y)
+ 2y)
-8x- 7y.
312
[CAP. 11
11.15. Seja .T : V-) U linear e seja T' : U* -) V* sua transposta. Mostre

que o ncleo de T' o anulador da imagem de T, isto , Nuc T' =
= (lm T) 0
Suponha que t/> E Nuc T': isto , T(t/>) = t/> o T =O.
ento u = T(v) para algum v E V; portanto,
t/>(u) = t/>(T(v)) = (t/>
Temos que t/>(u)
Nuc T1 c: (lm
no.
(T(u)}(v) = (u
Im T,
T)(v) = O(v) = O
= O para todo u E lm
Por outro lado, suponha que rr

para todo v E V,
Se
E ~Im
r;
portanto,
no,
T)(v) = rr(T(v))
t/> E (1m T} 0 .
Assim
isto , u(lm T) =. {0}. Ento,
= O = O(v)
Temos que (T 1(rr))(v) = O(v) para todo v E V; portanto, T 1 (..-) = O. Donde

uE Nuc
logo, (lm
c: Nuc T'.
r;
no
Ambas as relaes de incluso nos do a igualdade desejada.
11.16. Suponha que V e U tm dimenso finita e suponha que T : V-) U

linear. Demonstr.e psto (T) = psto (T').
Suponha que dim V = n e dim U = m. Suponha tambm qm: psto
(T) = r. Ento, pelo teorema 11.5, dim ((Im T} 0) = dim U- dim. (Im T) =
= m- psto (T) = m- r
no.
Pelo problema precedente, Nuc T' = (lm

Portanto, nulidade (T') = m- r.
Segue, ento, que, como foi dito, psto (T') = dim U*- nulidade (T') =
1
=m-(m-r)=r=psto(T).
11.17. Demonstre o teorema 11.7. Seja T: V-+ U linear e seja A a representao matricial de T em relao s bases {u 1 , . . . , vml de V
e fut. ... , u,) de U. Ento, a matriz transposta A 1 a representao matricial de -T': U*-+ V* em relao s bases duais a {u1 }
e {u;}.
.
Suponha que
T(vl)
T(112)
= auUt
= a21u1
T(vm) = am1U1
+ a12U2 + ... + a1nUn

+ a22U2 + .. - + a2nUn
(1)
+ am2U2 + ... + amnlln
Queremos mostrar que
+ ant/>2 + ... + amtt/>m

+ a22t/>2 + ... + am2tf>m
a1ntP1 + a2ntP2 + ... +amnt/>m,
T'(.,t) = aut/>1
T'(u2) = a12t/>1
T'(u,.) =
(2)
onde {rr;l e {;} so as bases duais a {u;l e {v;}, respectivamente.
+ k 2v2 + ... + kmVm~ Ento, por (1),

+ k2TCv2) + ... + kmT(~~m)
= ktCanul + . . + alnu 11 ) + k2Ca21u1 + .. ,. + a2,u,) + ... +
+'km(amtU1 + ... + amnUn)
.
'='(ktau + k2a21 +
+ kmam1)u1 + . ; . +{kal;, + k2Mn -F .. + kmarnr
" (k1aH + k2a2i +
.Z
Seja v E V e suponha que v = k1v 1

T(v) ,; k 1T(vv
ieol
CAP. 11]
313
Portanto, para j = 1, ... , n,
Z (klali + k2<12i + ...
(:z-i(u;)(v)) = u;(T(v)) = u;(.
1-1
= k1a1;
+ kmam;)u,)
.
+ k2a2; + ... + kmUmj
(3)
Por outro lado, para j = 1, ... , n,

(ali<f>l
+ U2j</>2 + + Umj</>m)(v)
+
+
+ ... +
(ali</>1
a2;</>2
k2v2
kmvm)
= k1aH + k2a2i +
=
+ Umj<f>m)(klf'l +
+ kmUmj
(4)
Como v t= V era arbitrrio, (3) e (4) implicam que

:z-i(u;) = a1;.P1
+ a2;2 +
+ am;.Pm,
j = 1, ... , n
que (2). Assim, est demonstrado o teorema.
x:
11.18. Seja A uma matriz arbitrria m X n sbre u~ corpo

Demonstre
que o psto das linhas e o psto das colunas de A so iguais.
Seja T: K" ~ Km a transformao Iif!ear definida por T(v) = Av, onde os
elementos de K" e Km so escritos como vetores coluna. Ento, A a representao matricial de T em relao s bases usuais de K" e Km e a imagem de
T o espao coluna de A. Portanto,
psto (T) = psto das colunas de A.
Pelo teorema 11.7, A' a representao matricial de T 1 em relao s !:!ases
duais. Portanto,
psto (:z-1) = ps to das colunas de A 1
ps to das linhas de A.
Mas, pelo problema 11.16, psto (T) = pst (:z-1); portanto, o psto das linhas .
e o psto das colunas de A so iguais. (~sse resultado foi determinado anteriermente no teorema 5.9 e foi demonstrado de uma maneira direta no problema 5.21.)
Problemas Propostos
ESPAOS DUAIS E BASES DUAIS
11.19.
Sejam </> : as --+R e a: R 3 --+R funcionais lineares definidos por </>(x, y, z) =

= 2x - 3y + z e
u(x, y, z) = 4x - 2y + 3z. Encontre (i) </> + a,
(ii) 3<1>,
(ii) 2.P- 5u.
11.20. Seja .p o funcional linear no R 2 definido por .p(2, 1) = 15 e .p(1, -2) = -10.
Encontre </>(x, y) e, em particular, </>(-2, 7).
11.21.
11.22.
,
1<:ncontre as bases duais de cada uma das seguintes .bases do R 3

(i)
11. O, O),
(ii)
tc1. -2, 3), ct, -1, 1), c2, -4,
(0, 1, O), (0, O, 1)}.
?>r
Seja V o espao vetorial i:los polinmio~ sbre R de grau :$; 2.

e .Pa os funcionais lineares em V definidos por
<f>I(j(t))
Jo
f(t)dt, </> 2 (/(1))
= f'(1),
t/> 3(/(t)) = /(0)
Sejam <1> 1 , <1>2
314
[CAP. 11
+ +
Aqui, /(1) = a
bt
ct 2 E V e /'(1) denota a derivada de j(t).
lh(t), /2(1), /3(1)} de V, que dual a lt, t/>2, tl>a}.
Encontre a base
II.23.
Suponha que u, v E V e que t/>(u) = O implica t/>(v) = O para todo t/> E V*.
Mostre que ;o = ku para algum escalar k.
11.24.
Suponha que t/>, u E V* e que </>(v) = O implica

Mostre que u = kt/> para algum- escalar k.
II.25.
Seja V o espao vetorial dos polinmios sbre K. Para a E K, defina </>0 : V---> K
por t/>0 (/(1)) = j(a). Mostre que (i) <l>a linear; (ii) se a c; b, ento </>0 c; <l>b.
II.26.
Seja V o
distintos.
<l>b(/(t}) =
pendente
11.27.
Seja V o espo vetorial das matrizes quadradas de ordem n. Seja T: V---'> K

a transformao trao T{A) = a 11
a 22
a,.n. onde A = (a;;). Mostre
que T linear.
II.2S.
Seja W o sube5pao de V. Para qualquer funcional linear <1> em vV, mostre que
existe um funcional linear u em V tal que u(w) = t/>(w) para qualquer w E vV,
isto , a restrio de u a W.
ll.29.
Seja {e 1, ... , enl a base usual de K". Mostre que a base dual l"l ... , "nl.
onde ,., a i-sima transformao projeo ,.,(at. ... , a,.) = a;.
11.30.
Seja V um espao vetorial sbre R. Sejam <1> 1, t/> 2 E V* e suponha que

u: V---> R definida por u(v) = t/>1, (v)<l>2(v) tambm pertence a V*. Mostre que
ou t/>1 = O ou <1>2 = O.
u(v) =O
para
todo
v E V.
espao vetorial dos polinmios de grau S 2 .. Sejam a, b, c, E K escalares

Sejam t/>0 , b e <l>c, os funcionais lineares definidos por t/>0 (f(t)) = j(a),
j(b), t/>cU(t) = j(c). Mostre que {.. <l>b, <l>c l linearmente indee encontre a base Ih (I); h (1), h (I)} de V que sua dual.
+ ... +
ANULADORES
ll.31.
Seja W o subespao de R 4 gerado por (1, 2, -3, 4), (1, 3, -2, 6) e (1, 4, -1, 8)
Encontre uma base do anulador de vV
11.32.
Seja W o subespao de R 3 gerado por (1, 1, O) e (0, 1, 1). Encontre uma ba.se
do anulador de W.
11.33.
Mostre que, para qualquer subconjunto S de_ V, L(S) ""' S 00 , onde L(S) o gerador lnear de S.
11.34.
Sejam U e W subespaos de um espao vetorial V de dimenso finita. Demonstre ( U n W) 0 = U 0

W 0.
11.35. Suponha que V= U $ W. Prove que V* = [1 E9 W 0
TRANSPOSTA DE UMA TRANSFORMAO LINEAR

11.36.
' i
Seja <1> o funQional linear no R 2 definido por <l>(x, y) = 3x- 2y . . Para cada transformao linear T: R 3 ---> R 2, encontre (T 1(<t>))(x, y, z)
(i) T(x, y, z) = (x
+ y, y + z);
(ii) T(x, y, z)
= (x
+ y,
2x- y)
q.37. Suponha ,que S: U __. V e T.: V---> W _so lineares. Demonstre que
= s'o r.
..
Cz;,o S)'_-=
11.38. Suponha que T: V--> U linear e que V tem dimenso finita. Demonstre que
lin
T' =
(Nuc T) 0.
CAP. 11]
315
Demonstre que u E Im T ou existe
11.39.
Suponha que T: V----> U linear e u E U.

4> E V* tal que T 1(4>) = O e <P(u) = 1.
11.40.
Seja V de dimenso finita. Mostre que a transformao T I-> T' um iso

morfismo de Hom (V, V) em Hom (V*, V*). (Aqui, T qualquer operador
linear em V.)
PROBLEMAS DIVERSOS
11.41.
Seja V um espao vetorial sbre R. O segmento de reta uv ligando pontos u,

v E V definido por
+ (1 -
uv = {tu
t)v : O ~ t
Um subconjunto S de V chamado convexo se

V* e seja
1).
11,
v E S implica uvc S. Seja
OI,
w- ;,
(v) >OI, TV= {v E V: </>(t)
Demonstre que H+ , vV e
11.42.
r.v-
{v E V: </>(v)
< 0}.
so convexos.
Seja V um espa.l vetorial de dimenso fitta. Um hiperplano H de V definido como sendo o ncleo de um funcional linear no-nulo 4> em V. Mostre que
tod9 subespao de V a interseo de um nmero finito de hiperplanos.
+ 4z, (ii) 6x- 9y + 3z,

4x + 7y, 4>(-2, 7) = 41.
11.19.
(i) 6x- Sy
11.20.
<P(x, y) =
11.21.
11.25.
11.26.
(i)
{qi> 1 (r, y, z) = x, 1 (r,
y, s)
ft(t) =
+ 4y- 13z.
= y, </>g(:x, y, z) = z}.
-3x- Sy- 2z, .P2(:x, y, z) = 2x
(ii) Seja j(t) = t. Ento, <Pa(/(1));

2
(iii) -16x
(b+c)t
+ bc
(a- b)(a --c)
+ z,
11.31.
{<P 1(x, y, z, t) = Sx- y
11.32.
{<P(x, y, z) = x- y
11.36.
(i) (T'(.P))(x, y, z) = 3x
h ()t
= a ""'
t
+ y,
<P 3 (x,
y, z) = x
= <Pb(/(1)); logo,
<Pa ""' <Pb.
(a+c)t +:ac
.
(b- a)(b- c)
<P2(x, y, z, t)
+ 2y + ::).
_ t 2 - (a+b)t
fa(t) -
(c- a)(c- b)
= 2y- 1).
+ z).
+ y- 2z,
(ii) cr(<P))(x, y, z)
+ ab}.
-~_:......:...._.;___
=-X+ Sy + 3z.
Captulo 12
Formas Bilineares, Quadrticas e Hermitianas
FORMAS BILINEARES
Seja V um espao vetorial de dimenso finita sbre um corpo K. Uma
forma bilinear em V uma transformao f : V X V~ K que satisfaz
(i)
f(au 1
+ bu v) = af(u!i v) + bf(u v)
+ bv = af(u, vi) + bf(u, V
2,
2,
(ii) f(u, av 1
2)
2)
~a qmlisquer a, b E K e quaisquer u;. v1 E V. Expressamos a condio (i)

dizendo que f linear na primeira varivel e a condio (ii) dizendo que f
linear na segunda varivel.
Exemplo 12.1. Sejam 4> e rr os funcionais lineares arbitrrios em V, Seja

f: V X V-> K definida por f(u ,v) = </>(u)rr(v). Ento, f bilinear, porque 4> e tT so
cada qual lineares. (Resulta que tal forina bilinear f o produto tensorial de 4> e rr e ,
algumas vzes, escrita f = 4> $ tr.)
Exemplo 12.2. Seja f o produto interno em R", isto , f(u, v) = u . v = a 1b1

onde u = (a;) e t = (b;). Ento, f uma forma bilinear em R".
+ a 2bz + ... + a,.b.,,
Exemplo 12.3. Seja A = (a;j) qualquer matriz n X n sbre K. Ento, A

ser encarada como uma forma bilinear f em K" definindo
/(X, Y)
X AY
(xt, xz, ... , xn) ( :::___:_:; ......

anl
"
1:
i,J= I
il{IXjyj "" iluXIYI
an2
. ..
pode
_:_:~) ~:)
(
ann
+ llJgl'I}'~ + .
A expnisso lonnal aiila nas varh\vcis x;, y; denominada polinmio bilinear correspon
dente matriz A. A frmula (1) abaixo mostra que, num certo sentido. tda forma bilinear dllsse tipo.
Denotaremos por B( V) o conjunto das formas bilineares em V. Coloca-se uma estrutura de espao vetorial em B (V) definindo f + g e kf por
(f+ g)
(u, v) = f(u, v)
(kf)(u, v) = kf(u, v)
+ g(u, v)
para quaisquer f, g E E( V) e qualquer k E K.
De fato,
Teorema 12.1. Seja V um espao vetorial de dimenso n sbre K. Seja

{tfli, ... tfl.. } basedoespaodual V*. Ento, {f;i :i,j = 1, ... ,n} base de
B(V), onde f;; definida por f;j(u, v) = 1/J;(u)tP;(v). Assim, em particular, dim
B(V) = n 2
316
CAP. 12]
317
FORMAS BILINEARES, QUADRTICAS E HERMITIANAS
FORMAS BIUNEARES E MATRIZF.S

Seja f uma forma bilinear em V e seja
nha que u, v E V e que
Ento, f(u, v) = f(a 1e 1
(e~>
... , enl base de V.
+ ... + a,.e,., b1e 1 + ... + bnen)

+ a1bd(e1, e2) + ... + anbnf(en, en)
= a1bd(e1, e1)
Supo-
aAf(e1 , e)
i.J=l
Assim, f determinada completamente pelos n 2 valres f( e;. e).

A matriz A = (a;;) onde a1i = f(e;, ei) chamada representao matricial
de f em relao base {e1 } ou, simplesmente, a matriz de f em {e;). Ela "representa" f no sentido de que
\
(a1, , .. , a,.)A
~bn:.)
[u]~A[vl.
(1)
para quaisquer u, v E V. (Como de costume, [u]. denota o vetor (coluna)

coordenada de u E V na base {e, I .)
A seguir, perguntamos: como se transforma uma matriz que representa
uma forma bilinear, quando uma nova base e~colhida? A resposta dada
no teorema seguinte. (Lembre, teorema 7.4, que a matriz de transio P de
uma base {e1 } para outra (e;} tem a propriedade [uJ.= P[ul. para todo
u E V.)
Teorema 122. Seja P a matriz de transio de uma base para outra.

Se A a matriz de f na base original, ento B = P'AP a matriz de jna
nova base.
O teorema acima motiva a seguinte definio.
Definio. Diz-se que uma matriz B congruente a uma matriz A se existe

uma matriz inversvel (ou no-singular) P tal que B = P'AP.
Assim, pelo teorema acima, matrizes que representam a mesma forma
bilinear so congruentes. hservamos .que matrizes congruentes tm o
mesmo psto porque P e P' sao no-singulares; portanto, a seguinte definio est bem clara.
Definio. O psto. de .uma forma bilinear f ern V, escrito psto (f),

definido como o' p~to' 'cie qualquer represen'i:o matricial. Dizemos
que f degenerada ou no-degenerada segundo seja psto ( f)
ps to (f) = dim V.
< dim V
ou
318
F0RMAS
BILINEARES,
QUADRTICAS E HERMITIANAS
I
.
[CAP. 12
FORMAS BILINEARES ALTERNADAS

Diz-se que uma forma bilinear f em V alternada se
(i) f(v, v)
para qualquer v E V.
O = f(u
Se f alternada, ento
+ v, u + v)
(ii) f(u, v)
Jogo,
+ ftu, v) + ftv, u) + f(v, v);
f(u, u)
= -
f(v, u)
para quaisquer u, v E V. Diz-se que uma forma bilinear que satisfaz a

condio (ii) anti-simtrica (ou oblqua). Se 1 + 1 r! O em K. ento a
condio (ii) implica f(v, v) = - f(v, v), que implica na condio (i). Em
outras palavras, alternada e anti-simtrica so noes equivalentes, quando
1 + 1 r! o.
Segue o teorema principal sbre a estrutura de formas bilineares.
Teorema 12.3. Seja f uma forma bilinear alternada em V. Ent9,
existe uma base de V, na qual f representada por uma matriz da forma
o
-1
_ _ _ :_j _ _ ,
I 0
1 1
1...,.1
L __ _,
Li
~
1 I
0 I
-- +-
-1
I I
~
-~-I
~_j
~.
,o
Alm disso, o nmero de
0
(-1
o)
determinado
de maneira
nica por f (porque igual a 1/2 psto (f)).

Em particular, o teorema acima mostra que uma forma bilinear alternada deve ter psto par.
FORMAS BILINEARES SIMTRICAS, FORMAS QUADRTICAS

Dizse que um~ forma bilinear f em V simtrica se
f(u, v) = f(v, u)
para quaisquer u, v E V.
CAP. 12]
319
f, podemos escrever
.f(X, Y) = X'A Y = (X'A Y)' = Y'A'X
Se A representao matricial de
(Usamos o fato de que X'A Y um escalar e, portanto, igual sua transposta.) Assim, se f simtrica,
Y'A'X
f(X, Y)
f(Y, X)= Y'AX.
e, como isto verdadeiro para todos os vetores X, Y, segue que A = A
Reciprocamente, se A simtrica, ento f simtrica.
ou A simtrica.
O resultado principal para formas bilineares simtricas dado pelo

Teorema 12.4. Seja f uma forma bilinear simtrica em V sbre K (na
qual 1
1 r 0). Ento, V tem uma base {v 1 , . . . , vn}, na qual f representada por uma matriz diagonal, isto , f(v;, vi) = O para i r j.
Forma Alternada do Teorema 12.4. Seja .ti uma matriz simtrica sbre
+ 1 r 0). Ento, existe uma matriz inversvel (ou no-singular) P tal que P'AP diagonal. Isto , A congruente a uma matnz diagonal.
K (no qual 1
Como uma matriz inversvel P um produto de matrizes elementares

(problema 3.36), um meio de obter a forma diagonal P'AP fazer uma
seqincia de operaes elementares com linhas e a mesma seqncia de
operaes elemeatares com colunas. Essas mesmas operaes eleinentares em I produziro P'. tsse mtodo ilustrado no exemplo seguinte.
(_~
_! =: ) ,
uma matriz simtrica.
conveniente
formar a matriz de blocos (A, I)

(A, I)
= (
2 -3 ' 1 o o
5-4:010
-4
8,001
-3
Aplicamos as operaes R2 -+-2Rl + R2 e R 3 -> 3R 1 +Ra a (.<1, I) .e, depois, as operaes

correspondentes C 2 ->-2CI + C2 e C3 ..... 3C1+C3 a A, para obter
1
0
0 ) e, depois;
1
A seguir, aplicamos a operao R3 - -2R2

C s _,. -2C2
C3, para obter
(~
2
-5
1
I
I
I
~)
-2
1
7 -2
e, depois,
Agora, A foi diagonalizada. Fazemos

p =
(i
-2 7)
1 -2
1
+ R3
(10
or
2 1 -2
-1 1 3
~)
e, depois, a operao correspondente
(g
o o
1
I}
o .:;
-2
1
7 -2
320
[CAP. 12
Definio. Uma transformao q : V---'> K chamada forma quadrtica

se q(v)
f(v, v) para alguma forma bilinear simtrica em V.
Chamamos q a forma quadrtica associada com a forma bilinear

simtrica f. Se 1
1 ;; O em K, ento f pode ser obtida de q de acrdo
com a identidade
f(u, v) = 1/2(q(u +v)- q(u)- q(v))

A frmula acima chamadaforma Polar de f.
Agora, se f - representada por uma matriz simtrica A = (a;;), ento q
representada na seguinte forma
q(X) = f(X, X)= X 1AX =
au
(xu . .. ' xn)
al2
~21 .
anl
= I: a;/'";X;
auxi
a22 . : : . .
an2
n.In) (
X1 )
~~".
~2
ann
xn
+ a2~ + ... + annX~ + 2 I:
(1 1 iX;X;
i<J
i,j
A expresso formal acima nas variveis X; denominada polinmio quadrtico correspondente matriz simtrica A. Observe que, se a matriz A
diagonal, ento q tem representao diagonal
q(X)
X'AX
= a 11xi
+ a 22 X; + ... + annx~,
isto , o polinmio quadrtico que representa q no conter ti"rmos com

"produto misto". Pelo teorema 12.4, tda forma qudrttca tem uma
tal rl'presentao (quando 1 + 1 '>"' O).
Exemplo 12.;;. Considere a se~uinte forma quadrtica. no R 2
q(x. y) = 2x 2
12xy
+ 5y 2
Um modo de diagonalizar q pelo mtodo conhecido como "completar o quadrado",

que descrito completamente no problema 12.35. Nesse caso, fazemos a substituio
x = s + 31, y = t, para obter a forma diagonal
q(x, y)
2(s
+ 31) 2 .:.
12(s
+ 31)1 + 51 2
= 2s 2 - 131 2
FORMAS BILINEARES SIMTRICAS REAIS. LEI DE INRCIA

Nesta seo, trataremos de formas bilineares simtricas e formas
quadrticas em espaos vetoriais sbre o corpo real R. Essas formas aparecem em muitos ramos da Matemtica e da Fsica. A natureza especial
de R permite uma teoria independente. O resultado principal segue.
Teorema 12.5. Seja f uma forma bilinear simtrica em V sbrt" R. Ento.
existe uma base de V na qual f representada por uma, matriz.diagonl!-li 'J

qualquer outra representao diagonal tem o mesmo nmero P de ele- -:'~
mentos positivos e o mesmo nmero N de elementos, negativos. A dife- '~
rena S = P - N chamada assinatura de f.
'i
CA;P. 12)
321
Diz-se que uma forma bilinear simtrica semidefinida no-negativa se
q(v) = f(v, v)
para todo vetor v; e diz-se que definida positiva se

q(v) = f(v, v)
para todo vetor v
(i)
(ii)
;:
>
O. Pelo teorema acima,
semidefinida no-negativa se, e somente se,

S = p,sto (f)
definida positiva se, e somente se, S

natura de f.
dim V, onde S a assi-
Exemplo 12.6. Seja f o produto interno no Rn, isto ,

f(u, v)
u .v
a1b1
+ a2v2 + ... + anbn,
onde u = (a;) e v = (b;). Note que f simtrica, pqis

f(u, v)
u . v
v . u
f(v, u)
Alm. disso, f definida positiva, porque

f(u, u)
= ai + a~ + ... + a; >
quando u r! O.
No prximo _captulo, veremos como uma forma quadrtica real q

se transforma quando a matriz de transio P "ortogonal". Se nenhuma
conqio imposta a P, ento q pode ser representada na forma diagonal
com somente os 1 e -1 como coeficientes no-nulos. Especificamente,
Corolrio 12.6. Qualquer forma quadrtica real q tem uma representao

nica na forma
q(xi, ... , xn) = xi
+ ... + x;- X:+
I - ... -
x;
O resultado acima para formas quadrticas reais , algumas vzes,

citado como Lei de Inrcia ou Teorema de Sylvester.
FORMAS HERMITIANAS
Seja V um espao vetorial de dimenso finita sbre o corpo complexo C.
Seja f
(i)
:V X
](a111
V~
C tal que
+ bu2, v) = af(uu v) + bf(u2, v)
(ii) f(u, v)
f( v, ),
onde a, b E C e u;, v E V.
Como sempre, k denota
f(u, av1
Ento,
u) = af(v 1, u)
bf(v 2, u)
7if(v 1, u) = bf(v2 , u) = f(u, vi)+ bf{u, V2 )
2,
Isto ,
(iii) ftu, av 1
+ bv
2)
em V.
conjugado complexo de k E C.) Por (i) e (ii),
+ bv.;) = f(avt + bv
~ -~ \
f chamada forma hennitiana
= f (u, vi)
+ b f(u,
v 2)
322
[CAP. 12
Como antes,exprimimos a condio (i) dizendo que f linear na primeira

varivel. Por outro lado, expressamos a condio (iii), dizendo que f
linear conjugada na segunda varivel, Note que, por (ii), f( v, v) =f(v, v);
logo, f(v, v) real para todo v E V.
Exemplo 12.7. Seja A = (a;j) uma matriz n X n sbre C. Escrevemos A para a
matriz obtida tomando o conjugado complexo de cada elemento de A, isto , A = (a;j)
TambrR escrevemos A* para 1 =A'. D,iz-~ que a fllatriz A hermitiana se A* =A,
isto , se a;i = aji. Se A hermitian;i, ento f(X, Y) = X 1AY define uma forma hermitiana em cn (problema 12.16). .
A transformao q : V - t R definida por q(v) = f(v, v) chamada

forma quadrtica hermitiana ou forma quadrtica complexa associada .
forma hermitiana f. Podemos obter f de q, de acrdo com a seguinte identidade, chamada forma polar de f
f(u, v)
1/4 (q(u
+ v)- q(u- v)) + i/4 (q(u + iv)- q(u- iv))
Agora, suponha que {e1 , . , en} base de V. A matriz H = (h 11 ).

onde hti = f(eu e,.), chamada representap matricial de f na base kl.
Por (ii), f(e 1, e); = f(e;, e;); portanto, H hermitiana e, em particular, os
elementos diagonais de H so reais. Assim, qualquer representao diagonal de f contm apenas elementos reais. O teorema seguinte o anlogo complexo do teorema 12.5 sbre formas bilineares simtricas reais.
Teorema 12.7. Seja f uma forma hermitiana em V. Ento, existe uma

base {e1 , . . , enl de V, na qual f representada por uma matriz diagonal,
isto , f(e 1, ei) = O para i.,&. j. Alm disso, tda representao diagonal de f
tem o mesmo nmero P de elementos positivos e o mesmo nmero N de
elementos negativos. A diferena S = P - N chamada assinatura de f.
Anlogamente, diz-se que uma forma hermitiana f semidefinida
no-negativa se
q(v) = f(v, v) 2': O

para todo v E V e diz-se que definida positiva se
q(v)
= f(v, v) > O
para todo v .,&. O.

Exemplo 12.8. Seja f o produto interno em
cn,
isto ,
onde u = (z;) e v = (uii). Ento, f uma forma hermitiana em

definida positiva, pois, para qualquer v rf O,
cn.
Alm disso,
CAP. 12]
323
FORMAS BILINEARES
12.1.
Sejam
f(u, v)
u =
(x1 ,
x 2,
3x1y 1 - 2XIY2
x 3) e
{y1 , y 2 , y 3) e seja
v =
+ Sx2Y + 7x2Y
1
+ 4X Y
8x2y3
2 -
2 -
x 3y 3
Exprima f em notao m!ltricial.

Seja A matriz 3 X 3, cujo elemento-ij o coeficiente de
1
j(u, v) = X A Y
Cx1, x2 ,xa)
= (~
12.2.
XiYj
Ento,
-~ -~) ( ~~)
4 -1
Y3
Seja A uma matriz n X n sbre K. Mostre que a seguinte transformao f uma forma bilinear e11_1 Kn :f(X, Y) = X;1 Y.
Para qualquer a, b E K e qualquer X;/; Y; E Kn,
f(aX 1
Portanto,
+ bX 2.
12.3.
+ bX 2) 1A Y = (aX~ + bX~)A Y
= aX~A Y + bX~A Y = af(X 1, Y) = bf(X2,
= (aX 1
Y)
f linear na primeira variveL Tambm
f(X, aY1
Portanto,
Y)
+ bY = X'A(aY1 + bY2) = aX AY1 + bX A Y2 =

= afCX, Yt) + bf(X, Y2)
1
2)
linear na segunda varivel; logo,
uma forma bilinear em Kn.
Seja/ a forma bilinear em R 2 definida por

/((x1, x2), CY1 Y2)) = 2xJyJ
(i)
- 3.xly2
Encontre a matriz A de f na base {u1
+ X2Y2
(1,0), u 2 = (1, 1)}
(ii) Encontre a matriz B de f na base {v 1 = (2, 1), v2 = {1, -1)}

(iii) .Encontre a matriz transio P da base {u1) para a base {v;) e
verifique que B = P'AP.
(i)
Faa A = (a;;), onde a;; =.f(u;, u;)
a 11 = j(u1, u 1) = /((1, 0), (1, O)) = 2- O+ O = 2

au = j(u1, u2) = f((l, O), (1, 1)) = 2 - 3 +O = -1
a21 = j(u2, u1)
a22 = j(u2, u2)
Assim, A
(2 -1)o
2
= f((t, 1,)
= /((1, 1),
a matriz de
(1, O))
(1, 1))
= 2- O+ O=
= 2-3
+1
2
O
na base (u~o u2l
(ii) Faa B = (b;;), onde bj =/(v;, v;)
= /((2, 1), (2, 1)) = 8 - 6 + 1 ,.. 3

= f{(2, 1), (1, -1)) = 4 + - 1 =" _9
bu = j(v2, v1) = /((1, -1), {2, 1))" = 4'- 3 - 1 =
bn = f(v 1 ,
b12
v 1)
= j(v1, v2)
b22 =j(v2, v2)
Ass1m, B =
(3
0
= /((1, -1),
(1, -I))
+3+1 =6
:) a matriz de f na base (vt, v2l
324

(iii) Devem.:>s escrever
111
112
em trnns de u;
= (2, 1) = (1, O)+ (1, 1) = u1 + u2

= (1, -1) = 2(1, O)- (1, 1) ~ 2u1- u 2
111
112
Ento, P
=C-~);
=C -~) .
2) (3o
= (1 1)(2-1)(1
o
logo, P
Assim,
P AP
12.4.
[CAP. 12
-1
-1
:) =
Demonstre o teorema 12.1. Seja V um espao vetmial de dimenso

n sbre K. Seja { cp 1 , . . . , q,n} base do espao dual V*. Ento,
{fi,.: i, j = 1, ... , n} base de B(V), onde f,,. definida por
f;;(u, v)= cp;(u) cf>;(v) . Assim, em particular, dim (B(V) = n 2
Seja {e 1 , . . . , enl a base de V duala I .p;\. Mostramos, primeiro, que f!;;}
gera B( V). Seja f E B( V) e suponha que /(e;, e;) = a;;. Dizemos que f= "l;a;if;;
suficiente mostrar que f(e,, ec) = ("I;a;;f;f)(e,, e1) para s, t = 1, ... , n. Temos
("I;a_iif;i)(e., et) = "l;a;ifii(e,, et)
como queramos. Portanto,

Falta
mostrar
que
"l;af;; =O. Ento, para s,
= "l;a;; cf>;(e,)
tf ;;} gera
= a., = j(e,, e
1),
IJ;iJ
linearmente independente. Suponha que

t = 1, ... , n,
O = O(e,, e1)
O ltimo passo segue como antes.

base de B( V).
12.5.
,Pj(e,) = "l;a;; ;, ;t
B( V).
= ("I;a,,.J;,)(e8 ,
e1) = a..
Assim, {/iil independente e, portanto,
Denote por (f] a representao matricial de uma forma bilinear f

em V em relao base {e H , en} de V. Mostre que a transformao f----. [f] um isomorfismo de B( V) sbre o espao vetoria! das matrizes quadradas n X n.
Como f detenninada completamente pelos escalares f(e;, ef), a trans
formao f - [j) sbre e biunvoca. sufit:iente mostrar que a transfor~ao f_. [f] um isomodismo, isto , que
[aj
+ bg] =
afj)
+ b[g]
()
Entretanto, para i, j = 1, ... , n,

(af
+ bg)(e;, e;)
= aj(e;, e,.)
+ bg(e;, e,.),
que uma reformulao de (*). Assim, o resultado est provado.
12.6.
Demonst~e
o teorema 12.2. Seja P a matriz de transio de uma

base {e1 } para outra base {e;}. Se A a matriz de f na base original {e1 }, ento B = P'AP a matriz de f na nova base {e;}.
!)ej~m
u, ."E V. Como P a matriz de transio de {ei} a {eil. temos
P[u] , = [u] 0 .e P[v]e
=]v]e; portanto; [u]i =
[u]~. P 1 Assim,
f(u, v) = [ul!A([v}. = [u]!, P 1AP[v],
Cotno u e
11
so.elementos arbitrrios de V,P 1AP a matriz de/ na base {e;).
CAP. 12]
325
FORMAS BILINEARES SIM~TRICAS. FORMAS QUADRTICAS

12.7.
Encontre a matriz simtrica que corresponde a cada um dos seguintes polinmios quadrticos
q(x, y)
4x2- 6xy- 7y2
(ii) q(x, y)
xy
(i)
(iii) q(x, y, z)
+ yz
3x 2
4xy- y 2
(iv) q(x, y, z) = xL 2yz
8xz- 6yz
z2
+ xz
A matriz simtrica A = (a;j) representando q(x1, . . , xn) tem o elemento

diagonal a;; igual ao coeficiente de x; e tem os elementos aii e Ufi cada um
igual metade do coeficiente de x;x;. Assim,
(_~ =~) C~2 1/~)
G-~ -~) ( ~
-3
12.8.
1/2
j.i) .
(ii)
(i)
-1
~ 1/2)
-1
(iv)
Para cada uma das seguintes matrizes simtricas reais A, encontre uma matriz P no-singular tal que P'AP diagonal e tambm
encontre sua assinatura
(i)
(i)
0~r -n
(ii) A
0-~ _1)
Primeiro, forme a matriz de blocos (A, I)

(A , I ) =
-3
7
2
-S
0
1
2 -5
1
-3
Aplique as operaes com linhas R2 .... 3Rt + R2 e Ra _. -2Rt

Ra a
(A, I) e, depois, as operaes correspondentes com colunas C 2 ---> 3C 1
C2
e C3 _. -2Ct
Ca a A, para obter
.
1 -3
( o
-2
I
I
-2
o)
O
1
e, depois,
( o
1
3
1 -2
O -2
o 1
A seguir, aplique a opera;> com linhas R 3 _. R 2

2R 3 e, depois, a operao correspondente com colunas Ca--> C 2
2C 3 , para obter
o
1
o -2
o o
1 I
I
I
-1
o)
(o
e, depnis,
-~ ~
18
\
1
~ .~
-1
Agora, A foi diagonalizada. Faa
(i ! -D ;
ento, P'AP =
A assinatura S de A S = 2 - 1 = 1.
G-~ 1~)
326
[CAP. 12
FORMAS BILINEARES, QUADRATICAS E HERMITIANAS

(i i) Primeiro, forme a matriz de blocos (A, I)
(A, I)=
(1
-2
1
1
o
o 1
o o
I
I
I
I
1
2
-1
~)
Para trazer o elemento diagonal no nulo -1 para a primeira posio diagonal, aplique a operao com linhas R1 ---> Ra e, ento, a operao correspondente com colunas cl ---> c3. para obter
1 I 0
o
0
1)
( 1
2
1
2 -1 I 0
1 -2
2 : O
1
0 e, depois, -2 -2
1
o
(
1
0
011110
o 1 o
Aplique as operaes com linhas R2--+ 2Rl

R2 e R 3 --+ R1
Ra e, depois,
as correspondentes operaes com colunas C2---> 2Cl
C2 e Cs--+ C1
C3,
para obter
(-~
l~
1)
e, depois,
(-1
o o
2
o o
o 1
Aplique a operao com linhas R3 -> -3R2

2R3 e, depois, a correspondente operao com colunas C 3 --+ -3C2
2Ca
c~
o o 'I o o
1
2
3 I o
o -7 I 2 -3
i)
e, depois,
c~
o
2
o -14
Agora, A foi diagonalizada. Faa

P = (
=~);ento, P AP (-~
1
A assinatura S de A a diferena .S ... 1 - 2
12.9.
o o
o
o
o
I
i)
-3
o o)
o
2
o -14
= -1.
Suponha que 1 + 1 r= O em K. De um algoritmo formal para

diagonalizar (sob ongrunca) uma matriz simtrica A = (a1,-)
sbre K.
Caso 1. a 11 "" O. Aplique a operao com linhas Ri --> -a,; 1 R 1

auR;,
i = 2, __ ., n e, depois, a correspondente operao com colunas C; ~ -ai1C 1
+ aC;, par~
reduzir A forma ( a:
~)
Caso 2. a 11 = O, mas aii "" O, para algum i > 1. Aplique a operao com
linhas R 1 <->R; e, depois, a correspondente operao com colunas C1
C;,
para trazer a;; para a primeira posio diagonal. Isto reduz a matriz ao caso 1.
<->
Caso 3. Todos os elementos diagonais a,;; = O. Escolha i, j tais que

a;j ;;AI! O e aplique a operao com linhas R; --+ Rj + Ri e a correspondente ope-_
rao com colunas C; --+ Cj + C,;, para trazer 2a;i ;;AI! O para a i-sima ,posio
diagonal. Isto reduz a matriz ao caso 2.
_
).
0
Em cada um dos casos, podemos, finalmente, reduzir A forma B
0
onde B ~ma matriz simtrica de ordem menor do que A. Por induo, podemos, finalmente, trazer A para a forma diagonal.
(au
Observao. A hiptese 1
mos que 2a;i "" O.
+ 1 ;;AI! O em
K usada no caso 3, onde afirma-
CAP. 12]
327
12.10. Seja q a forma quadrtica associada com a forma bilinear simtrica!.

Verifique a seguinte forma polar de f: f(u, v) = -} (q(u + v)- q(u)- q(v)) (Suponha que 1 + 1 ;o! O.)
q(u
+ v) -
+ 1 ~ O,
Se 1
q(u) - q(v) = f(u

11, tt
v) - f(u, u) -/(v, v)
= f(u, u)
f(u, v)
f(v, u)
f(v, v) - f(u, u) -f(v, v)
= 2/(u, v)
podemos dividir por 2 para obter a identidade desejada.
12.11. Demonstre o teorema 12.4. Seja f uma forma bilinear simtrica

em V sbre K (no qual 1 + 1 ~ 0). Ento, V tem uma base
{v 1 , . . . , vnl, na qual f representada por uma matriz diagonal,
isto , f(v 1 , vi) = O parai ~ j.
Mtodo 1. Se f =" O o.u se dim V = 1, ento o teorema evidentemente vale. Portanto, podemos supor f ~ O e dim V = n > 1. Se q(v) = f(v, v)= O pam todo v E
V, ento a forma polar de f (veja problema 12.10) implica que f = O. Portanto,
podemos supor que existe um vetor~ v 1 ~ V tal que j(v 1 , v 1) ~ O. Sej U o
subespao gerado por .v 1 e seja W constitUdo dos vetores v E V, para os quais
/(v 1, v) = O. Dizemos que V = U e lV.
(i)
Demonstrao de que U n W = {OI. Suponha que u E U n W. Como

u E U, u = kv 1 para algum escalar k E K. Como u E W, O = j(u, u) =
= j(kv1. kv1) = P/(tJ. Vt). Mas j(v1, v 1) ~ O; portanto, k = O e, portanto,
u = kv 1 =O. Assim, U n W = {OI.
(ii)
Demonstrao de que V
= U
W. Seja v E V. Faa
j(v1, v)",
w. = v - - - - - v1.
/(vi, vi)
(I)
Ento,
/(ui, v)
f(V}, W) = j(VI, V) - ~(-- j(Vt. V}) = 0~
V}, V!)
Assim, w E W. Po.r (1), v a soma de_ um elemento de U com um elemento de W. Assim, . V = U

W. Por (i) e (ii), V '"' U
W.
Agora; f restrita a W uma forma bilinear simtrica em vV. Mas dim W =

1; portanto, por indu~;o, existe uma base {v:l, .. , v11 1 de W tal que
'f( v;, Vj) = O para i ~ j e 2 $ i,. j S n. Mas, pela prpria definio de W,
J(v 1 , v;) = O para j = 2, .. _, n. Por isto, a base lv 1 , . . , v.. I de V tem a pro
p.riedade requerida f(v;, Vj) = O para i ~j.
= n-
Mtodo 2, O algoritmo no problema 12.9 mostra que cada matriz simtrica

sbre K congruente a uma matriz diag-onal. Isto equivalente assertiva
de que f tem uma representao matricial diagonal.
01
2
12.12. Seja A
(
a,.)
uma
matriz diagonal sbre K.
Mostre que
(i)
Para quaisquer escalares no-nulos ki> ... , k,. E K, A congruente a uma matriz diagonal com elementos diagonais aJi1_.
328
[CAP. 12
(ii) Se K o corpo complexo C, ento A congruente a uma matriz diagonal, com elementos diagonais somente 1 e O.
(iii) se K o corpo real R, ento A congruente a uma matriz
diagonal com somente 1 e -1 e O como elementos diagonais.
(i)
Seja P a matriz diagonal com elementos diagonais k;. Ento,
P'AP
c J("' "' J\' J

k2
k2
..
cl
a2k~
..,: )
(ii) Seja P a matriz diagonal com elementos diagonais b;
]1/VIlise a;~ O
se a; = O.
Ento, P AP tem a forma requerida.

(iii) Seja P. a matriz diagonal com elementos diagonais b; =
Jl 1/V\GiT se
a; ~ O
se a;= O.
Ento, P'AP tem a forma requerida.
Observao. Enfatii:amos que (ii) no verdadeiro se congruncia fr

substituda por congruncia hernlitiana (veja problemas 12.40 e 12.41).
12.13. Demonstre o teorema 12.5. Seja f uma forma bilinear simtrica

em V sbre R. Ento, existe uma base de V, na qual f representada por uma matriz diagonal e qualquer outra representao
diagonal de f tem o mesmo nmero de elementos positivos e o
mesmo nmero de elementos negativos.
Pelo teorema 12.4, existe uma base {ut. ... , u,] de V, na qual f representada por uma matriz diagonal, digamos, com P elementos positivos e N
elementos negativos. Agora, suponha que {w 1, ... , wnl outra base de V, na
qual f representada por uma matriz diagonal, digamos, com P' elementos
positivos e N' elementos negativos. Podemos supor, sem perda de generalidade,
que os elementos positivos em cada matriz aparecem primeiro. Como psto
(f) = P
N = P'
N', suficiente provar que P = P'. Seja U o espao
gerado por u1, .. . up e seja lV o espao gerado por WP'+I . . . , w,. Ento,
f(v, v) > O para todo v E U no-nulo e j(v, v) _-<::; O para todo v E W no-nulo.
Portanto, U n W ={O}; Note que dim U = P e dim W = n-P'. Assim.
dim ( U
+ W)
=
=
dim U
P-P'
+ dim W + n.
dim ( U
n W)
= P
Mas dim (U
W) 5 dim V= n; portanto, P-P'
n
lhantemente, P' _-<::; P e da P = P', como queramos.
_-<::;
+ (n n ou P
P') - O
_-<::;
P'. Seme-
Observao. O teorema precedente e sua demonstrao depende~ somente do

conceito de positividade. Assim, o teorema verdadeiro para qualquer subcorpo K do corpo real R.
CAP. 12]
329
FORMAS BILINEARES, QUADRATICAS E HERMITIANAS
12.14. Diz-se que uma matriz A simtrica real n X n definida positiva

se X'AX > O para qualquer vetor (coluna) no-nulo X E R",
isto , se A definida positiva encarada como uma forma bilinear.
Seja B qualquer matriz real no-singular. Mostre que (i) B'B
simtrica e (ii) B'B definida positiva.
(B'B) 1 = B 1B 11 = B 1B; portanto, B 1B simtrica.
(i)
(ii) Como B no-singular, BX ;>! O para qualquer X E R" no-nulo. Portanto, o produto interno de BX consigo mesmo, BX . BX = (BX) 1(BX)
. positivo. Assim,
X 1(B 1B)X = (X 1B 1)(BX) = (BX) 1(BX)
>
O,
como queramos.
FORMAS HERMITIANAS
12.15. Determine quais das seguintes matrizes so hermitianas
(4+
2! Si3i
Si)
2 + 3i 45
6 + 2i
6 - 2i
-7
(i)
'3
2 - i
4+i
(_; -~ ~ )
5
2-i
6
r)
(i i)
-6
(iii)
Uma matriz A = (a;j) hermitiana se, e somente se, A
e sOmente se, aij = fiii'
(i)
A*, isto , se,
A matriz hermi-tiana, pois ela igual sua transposta conjugada.
(ii) A matriz no hermitiana; no entanto, ela simtrica.

(iii) A matriz hermitiana. De fato, uma matriz real hermitiana se, e smente se, ela simtrica.
12.16. Seja A uma matriz hermitiana. Mostre que f uma forma hermitiana em C", onde f definida por f(X, Y) = X'A Y.
Para todos os a, b E C e todos os X 1. X 2. Y E cn,
j(aX 1
+ bX 2.
Y)
= (aX 1
=
+ bX 2l'AY = (aXi + bX~)AY

+ bX~AY = aj(X 1 , Y) + bj(X 2, Y).
aXiAY
Portanto, f linear na primeira varivel. Tambm

f(X, Y) = X'AY = (X 1AY) 1 = Y 1A 1X = Y'A*X = Y 1AX = j(Y, X).
Portanto, f uma forma hermitiana em C". (Observao. Usamos o fato

de que X'AY um escalar; logo, igual sua transposta.)
12.17. Seja f u~a forma hermitiana em V.

base {e1 , , e,} de V. Mostre que
(i)
Seja H a matriz de
f(u, v) = [u]! H[v]. para quaisquer u, v E V.
na
FORMAS BILINEARES, QUADRTICAS E HERMITIAN"AS
[CAP. 12
(ii) Se P a matriz de transio de I e;} para uma nova b-:1se [e; J

de V, ento B = P'HP (ou B = Q*HQ, onde Q = P) a
matriz de f na nova base {e;}.
Note que (ii) o anlogo complexo do teorema 12.2:
Sejam u, v E V e suponha que
(i)
u = a1e1
+ a2e2 + ... + anen
+ b2e2 + . . + bnen
v= b1e1
t:nto,
j(u, v) = j(a1e1
+ ... + anen,
'~' a;b;/(i;, ;)-
b1e1
+ ... + bnen)
:J -
[J!H[l
(o., ... , a..)H (
como queramos.
{eil.
(ii) Como P a matriz de transio de {e;l para

P[u], = (u}, P[v],
= [v],;
logo, [u}~
ento,
= [uJ! P 1,
[v)e
= P[vje'.
Assim, por (i), j(u, v) = [u]~ H[vfe' = (u)!. P HP[v ]e. Mas u e v so elementos arbitrrios de V; portanto, P 1HP a matTiz de f na base {e~j.
1
~i
12.18. Seja H.= ( 1

-2i
+i
uma matriz hermi tiana.
+ 3i
Encontre uma matriz P no-singular tal que P'HP diagonal.

Primeiro, forme a ma triz de blocos (H, I)
+i
4
2 + 3i
1
( 1 - i
-2i
2i
I 1 O O)
2 - 3i : o 1 o
7
I O O 1
Aplique as operaes com linhas R:~,~ (-1 + i)R1

R2 e Rs-? 2iR 1
Ra a
(A,-I) e, depois, as "operaes hermitianas com colunas" correspondentes (veja
problema 12.42) C.:~. - (-1 - i)C1
C2 e C3 - . -2iCt
C3 a A, para <>bter
'1 1 +i
2
( O
.'ii
2i
-Si
o o)
i1 -1 1+ i
1
0
2i
O
1
e, depois,
( o oi
1
O 2
0 Si
A. seguir, aplique a eperao com linhas Rs ...... -5iR 2

hermitiana com colunas correspondentes Ca ~ SiC2
~ ~ -.'i~
o o
-19
i
I
-1
5
~i
+ 9i
-Si
~)
e, depois, (
1
1
-Si
-1 + i
3 I 2i
Oh~ .. rvl'
(~
-l
ti
~ ~ ~
o o
-38
~t) e, depois; P HP ~ (~
nue a assinatura S de H S = 2.- 1
1
0
O
1
+ 2R 3 e, depois; a operao
+ ~C3 , para obter
= l.
~ ~)
-1+i
+ 9i -Si 2
.5
Agora, H foi diagonalizada. Faa

P.=
o o)
;! jJ
CAP. 12]
FORMAS BILINEARES; QUADRTICAS E HERMITIANAS
:331
PROBLEMAS DIVERSOS
12.19. Mostre que qualquer forma bilinear f em V a soma de uma forma
bilinear simtrica e de uma forma bilinear anti-simtrica.
Faa g(u, v) = -}ff(u, v)
simtrica, porque
g(u, v) = -}f!Cu, v)
+ f(v, u))
+ l(v, u)]
e h(u, v)
{-[j(v, u)
= {-[f(u, v)- f(v,
+ l(u, v)]
u). Ento, g
g(t, u),
e h anti-simtrica, porque
h(u, v) = -} fl(u, v)- f(v, u)]
Alm disso,
I =
= --}f!(v, u)- f(u,
v))
= -h(v, u).
+ h.
12.20. Demonstre o teorema 12.3. Seja f uma forma bilinear alternada

em V. Ento, existe uma base de V, na qual f represwtada
por uma matriz da forma
I
o 11
-1 o
- - t-- -,
Io 1 I
c~~
' -1
t I
~-,
l...o -1-
'
Lo_j
.-'0
I
Al.m disso, o nmro de
(_~ ~)
determinado de maneira
nica por f (porque igual a 1'/2 psto (f)).

Se f = O, ento o teorema obviamente verdadeiro. Tambm, se dim
Ir= 1,
ento j(k 1u, k 2 u) ~ k 1 k 2 j(u, u)
O; logo, f= O. De acrdo com isso, podemos
supor que dim V > 1 e f ;oi O.
Como I -,.!. O, existem (no nulos) u~o u 2 E V tais que /(uh u2) 7J!!. O. De
fato, multiplicando u 1 por um fator apropriado, podemos supor que f(ui, u2) = 1;
logo, /(u 2 , u 1) = -1. Agora, u 1 e u 2 so linearmente independentes; porque se,
digamos, u2 = ku1, ento j(u1, u2) = j(u1, ku1) = kj(u,, u 1 ) = O. Seja U o
subespao gerado por u1 e u2, isto , U = L(uJ, u2). Note
(i)
A representao matricial da restrio de/ a Una base (u 1, u2l
(ii) Se u E U, digamos, u = au1
+ bu2,
ento
+ bu2, u1)
j(au1 + bu2, u2)
f(u, u,) = l(aul
= -b
j(u, u2)
= a.
(_~ ~).
332

Seja W constitudo dos vetores w
Equivalentemente,
W tais que f(w, u 1)
[CAP. 12
= O e f(w, u 2 ) = O.
{wE V:f(w, u) =O para todo uE U}.
Afirmamos que V= U EEl W. claro que U

que V= U +TV. Seja v E V. Faa
nW
{O); logo, falta mostrar
(1)
Como u combinao linear de u 1 e u 2 , u E U.
(l) e (ii), f(u, Ut) = f(v, u 1 ); portanto,
= f(v-
f(w, u 1 )
Mostraremos que w E W. Por
u, u 1 ) = f(v, ut)- f(u, ui)
= O.
Semelhantemente, f(u, u 2) = f(v, u 2); logo,
Ento, w E W; logo; por (1), v = u

w, onde u E U e w E W.
que V = U
W e portanto, V = U E9 vV.
Isto mostra
Agora, a restrio de f a W uma forma bilinear alternada em W. Por

induo, existe uma base u 3 ,
. , un de H:, na qual a representao matricial
de f restrita a 11' tem a forma desejada. Assim, u~o u 2, u 3 , . . . , Un uma base
de V, na qual a representao matricial de f tem a forma desejada.
Problemas Propostos
FORMAS BILINEARES.
12.2.1.
Sejam u = (x 1 , x 2) e v
bilineares em R 2
(i)
f(u, v) =
(ii) f(u, t) =
2X).Y2-
x1
(y 1 , y 2 ).
Jx2yi
+ ;vz
(iii) f(u, v) = 3xzyz

12.22.
Determine quais das seguintes so formas
(iv) j(u, v) =
XtX2
(v) f(u,
v) =
+ Y1Y2
(vi) j(u, v) = O.
Seja
(i)
Encontre a m~triz A de
na base lut. = (1, 1),
(ii) Encontre a matriz B de
na base {v 1 = (1, -1), vz = (3, 1)).
a forma biljnear em R 2 definida por

f(('fl
Xz),
(Yl Y2)) =
3XIY! -
2XtY2
+ 4X2Yl- X2Y2
u2 =
(1, 2)).
(iii) .Encontre a matriz de transio P de {u;) a {v;) e verifique que B = P 1AP.

12.23.
Seja V o espao yetorial das matrizes 2 X 2 sbre R. Seja M =

seja f(A, B) = tr(A 1MB), onde A, B E V e "tr" denota trao.
(i) Mostre que f uma for'1).a bilinear em V.
(ii) Encontre a n1atriz de
na base
CAP. 12]
12.24.
333
Seja B( V) o conjunto das formas bilineares em V sbre K. Demonstre

(i)
Se /, g E B( V), ento f
g e kf, para k E K, tambm pertencem a B( V);
logo, B( V) um subespao de e!spao vetorial de funes de V X V em K.
(ii) Se </> e a so funcionais lineares em V, ento f(u, v) = </>(u) a(v) pertence

a B(V).
12.25.
Seja f uma forma bilinear em V. Para qualque, subconjunto S de V, escrevemos
s.L =
sT =
{v E
v: f(u,
v)
{v E .V: /(v, u) =
o para
o para
todo u
S}
qualquer u E SI.
Mostre que
(i)
s.L
sT
V;
sf e si
so subespaos de
(ii) St c S 2 implica
st
S{;
(iii) {O}.L = {O}T = V.
v.L
12.26.
Demonstre. Se f uma forma bilinear em V, ento psto {f)

= dim V- dim VT e, portanto, dim v.t =:3_im VT.
12.27.
Seja f uma forma bilinear em V. Para cada u E V, sejam-;: V-> K e';;: V ..... K
definidos por ;(x) = j(x, u) e ';; (x) = f(u, x). Demonstre
(i)
= dim
V- dim
-; e ';; so lineares, cada um, isto , ;, ';; E V*;
(ii) u ,_.-; e u
---> ';;
so cada um transformao linear de V em V*;
(iii) psto {f) = psto (u ,__. ;) = ps~o (u ,__. ';;).

12.28.
Mostre que congruncia de matrizes uma relao de equivalncia, isto , (i)

A congruente a A; (ii) se A congruente a B, ento B congruente a A;
(iii) se A congruente a B e B congruente a C, ento A congruente a C.
JPORMAS BILINEARt~S SIMTRICAS.

12.29.
(i)
q(x, y, z) = 2x 2
8xy
+ y2 -
16xz
+ 14yz + 5z 2 ;
+ y 2;
(ii) q(x, y, z) = x 2
- xz
(iii) q(x, y, z) = xy
+ y 2 + 4xz + z 2 ;
(iv) q(x, y, z) = xy
12.30.
Jo'ORMAS QUADRTICAS
Encontre a matriz simtrica pertencente a cada um dos seguintes polinmios

quadrticos
+ yz.
Para cada uma das seguintes matrizes A, encontre uma matriz no-singular P
tal q.1e P'AP seja diagonal
li)
A=
Em cada
G 43)
ca~o,
-2
(i i) A=
(-: -:)
6
(iii) A=
-9
encontre o psto e a assinatura.
(-3l
-5
-1
-2
-5
6
9
-3)
-1
9
11
13.31.
Seja q a forma quadrtica associada com a forma bilinear simtrica f. Verifique

a seguinte forma polar alternada de f: f(u, v) = T[q(u
v)- q(u- v)].
12.32.
Seja _S(V) o conjunto das formas bilineares simtricas em V. Mostre que
(.'
S( V) um subespao de B( V);
(iiJ se .dim V
n, ento dim S( V)
-}n(n
+ 1).
334
12.33.

Seja f
q(x, y)
(i)
(ii)
a forma bilinear simtrica associada com a

bxy
cy 2 . Mostre que
= ax 2
f
f
forma quadrtica
no-degenerada se, e somente se, b 2

definida positiva se, e somente se, a
[CAP. 12
real
4ac >"' O;
>
O e b2
<
4ac
O.
12.34.
Suponha que A uma matriz simtrica real definida positiva. Mostre que existe
uma matriz no-singular P tal que A = P'P.
12.35.
Considere um polinmio real q(xi.
n
~
. , Xn) =
a;;x;x;, onde a;; = a;;.
i,j=l
Se a 11 >"' O; mostra. que a substituio
(i)
x1
1
Y1- - - Ca12Y2
au
determina a equao q(xl. ... , Xn) = auy~

um polinmio quadrtico.
(ii) Se a 11
+ q(y2,
.. , Yn), onde q' tambm
O mas, digamos, a 12 >"' O, mostre que a substituio

Xn
= Yn
determina a equao q(xt . ... , Xn) = ~ bijYiYi onde bn >"' O, isto , reduz ste
caso ao caso (i).
ste mtodo de diagonalizar q conhecido como "completar o quadrado".
12.36.
Use passos do tipo usado no problema precedente para reduzir cada polinmio
quadrtico no problema 12.29 forma diagonal. Encontre o psto e a assinatura em cada caso.
FORMAS HERMITIANAS
12.37.
(i) A
12.38.
matrizes complexas A, B
Para quaisquer
+ B =A+ B,
(ii) kA =
kA,
e qualquer k
(iii) AB =
AB,
(iv)
C,
mostre que
A'= A 1
Para cada uma das seguintes matrizes hermitianas H, encontre uma matriz
1
HP seja diagonal
no-sing~lar P tal que P
(i)
H=
-i
(i i)
2
(i i i)
H=
H=
-t
2-i
2
2- 3i
2
1 +i
+ 3i
-1
2 +i
1 - i
:;!-
Encontre o psto e a assinatura em cada caso.

12.39.
Seja A qualquer matriz complexa no-singular. Mostre que H = A* A hermitiana e definida positiva.
12.40.
Dizemos que B hermitiana congruente a A se existe uma matriz no-singular

= Q* A Q. Mostre que tongruncia hermitiana uma relao de
equivalncia.
Q tal que B
12.41.
Demonstre o teorema 12.7. Seja f uma forma hermitiana em V. Ento, existe

uma base le 1 , . . , , enl de V, na qual f representada por uma matriz diagonal,
isto , f(e;, e;) = O para i >"' j. Alm disso, tda representao diagonal de f
tem o mesmo nmero P de elementos positivos e o mesmo nmero N de elementos negativos. (Note que a segunda parte do teorema no vale para formas
CAP. 12]
335
bilineares simtricas complexas, como foi visto no problema 12.12 (ii). Entretanto, a demonstrao do teorema 12.5 no problema 12.13 d validade para o
caso hermitiano.)
PROBLEMAS DIVERSOS
12.42.
Considere as seguintes operaes elementares com linhas
[a1l R; <-> Rj, [a2] R;
-->
+ R;.
kR;, k ~ O, [a 3] R;--> kRi
As correspndentes operaes elementares com colunas so, respectivamente,

[b1] C;<-> Cj, [b2] C;
-->
kC;, k
+ C..
O, [b 3] C; _,.. kCi
Se K o corpo complexo, ento as correspondentes operaes hermtianas com colunas so, respectivamente,
[c1l C; <-> Cj, [c2] C; _,.. kC;, k ~ O, [cal C; _,.. kCi
(i)
+ C;.
Mostre que a matriz elementar correspondente a [b;] a transposta da matriz elementar correspondente a [a,:).
(ii) Mostre que a matriz elementar correspOndente a [c;] a transposta conjugada da matriz elementar correspondente .a [a;].
12.43.
Sejam V e W espaos vetoriais sbre K. Uma transformao f: V X W-. K

chamada forma bilinear em V e W se
(i)
J(avt
+ bv2, w) = aj(vt, w) + bj(v2, w);

+ bw2) = af(v, w1) + bf(v, w2).
(ii) f(v, aw1
Para todo a, b E. K, v;
(i)
V,
Wj E
TF. Prove que
O conjunto B(V, W) de formas lineares em V e W lim subespao do espao

vetorial das funes de V X W em K.
(i i) Se !4> 1 , ... , 4>ml base de V e I u 1 , . . . , uni base de W, ento lfi: i = 1,

... , m, j = 1, ... , n I base de B( V, W),- onde fii definida por fii(v, w) =
= 4>;(v) uj(W). Assim, dim B( V, W) = dim V . dim W.
(Observao. Observe que, se V = W, ento obtemos o espao B( V) estudado neste capitulo.)
m vzes
12.44.
Seja V um espao vetorial sbre K. Uma transformao f: VX VX ... X V_,.. K

chamada forma multilinear (ou m-linear) em V se f linear em cada varivel,
isto , para i= 1, ... , m,
f( ... , au
+ bv,
... ) = af( .. . , -;, ... )
+ nf( .. , -;,
... ),
o'nde
denota a i-sima componente e outras componentes so mantidas fixas.
Uma forma m-linear f chamada alternada se
f(vh ... , Vm) = O sempre que v;
Vk. i ~ k.
Demonstre
(i)
O conjunto Bm( V) de formas m-lineares em V um subespao do espao

vetorial das funes de V X V X
X V em K.
(ii) O conjunto Am(V) de formas m-lineares alternadas em v um subespao de

Bm(V).
Observao I. Se m = 2, ento obtemos o espao B( V), estudado neste capitulo.
Observao 2. Se V= Km, ento a funo determinante uma forma m-linear
alternada particular em V.
336

12.21.
(i) Sim, (ii) No, (iii) Sim, (iv) No, (v) No, (vi) Sim.
12.22.
(i)
12.23.
12.29.
p.30.
(i i)
(i)
(~ ~)'
A=
(j
o
3
-4
1
(i i)
p =
(iii) p _
12.38.
(g
7 ;
(ii)
( 1~ o-..!.-)~
P 1AP =
;)
")
2
1
(iii) p =
-~).
-2
-1
1
-1
3
13
o
o
9
7
P=
G :).
(i i)
P=
(~
-2
(g
i
1
+ 3i)
'
-3:1
'
P'AP
(~
'
S =O.
'
(g
o)
o ' s
~)
ptHP =
'
o
1
o
o
o -7
o o
-1~) '
(~
= 1.
:-38
=O
ptHp = (
i)
o)
ptHp =
(o+ +
(iii)
(2
'o -2
P AP =
'
'
o o
-2
(i)
(iii) p =
-4) '
O
20 32
= ('o1 -3)
2
(i)
2 -8)
(,-8 7 5.
-4
(i i) B =
o
1
.U
2.
S =O.
~).
-4
S=l.
= 2.
[CAP. 12
Captulo 13
Espaos com Produto Interno
INTRODUO
A definio de espao vetorial envolve um corpo arbitrrio K. Neste
captulo, K ser ou o corpo real R ou o corpo complexo C.
No primeiro
caso, chamaremos V espao vetorial real e, no segundo, espao vetorial
complexo.
Lembre que os conceitos de "comprimento" e "ortogonalidade" no
apareceram no estudo de espaos vetoriais arbitrrios (embora aparecessem no captulo 1 nos espaos Rn e Cn). Neste captulo, colocaremos
uma estrutura adicional no espao vetorial V, para obter espao com produto interno e neste contexto aqules coneitos sero definidos.
Enfatizamos que V denotar um espto vetorial de dimenso finita,
a menos que' se diga ou implique o contrrio. Em verdade, muitos dos
teoremas neste captulo no so verdadeiros para espaos de dimenso
infinita. Isto ilustrado por alguns dos exemplos e problemas.
ESPAOS COM PRODUTO INTERNO

Comearemos com uma definio.
Definio. Seja V um espao vetorial (real ou complexo) sbre K. Suponha que, para cada par de vetores u, v E V est associado um escalar
(u, v) E K. Esta transformao chamada produto interno erri V se
satisfaz os axiomas
[I1] (au 1
bu 2 , v) = a (uh v)
b (u 2, v)
[12] (u, v) = (v, u)
UaJ (u, u) ~ O; e (u, u) = o se, e somente se, u
= o.
O espao vetorial V com produto interno chamado espao com produto interno.
Observe que (u, u) sempre real por [12]; logo, a relao de desigualdade em [!3 ] faz sentido. Tambm usamos a notao
llull
V(u, u)
lluil chamado
ste nmero real no-negativo

norma ou comprimento
de u. Tambm, usando [I1) e [12], obtemos (problema 13.1) a rela~o
(u, av1,
+ bv2)
a(u,
Vt)
+ b (u, V2J
Se o corpo bsico K real, os sinais de conjugado que aparecem acima e

em [12] podem ser ignorados.
337
338
[CAP. l3
Na linguagem' do captulo precedente, um produto interno uma

forma bilinear simtrica definida positiva, se o corpo bsico fr real, e
uma forma hermitiana positiva, se o corpo bsico fr complexo.
Um espao com produto interno real , s vzes, chamado espao
euclidiano e um espao com produto interno complexo , s vzes, chamadd
espao unitrio.
Exemplo 13.1. Considere o produto escalar no Rn
u . v = a1b1
+ a2b2 + ... + a,b,,
onde u = (a;) c v = (b;). Isso um produto interno no R", e R" com ste produto interno
usualmente designado espao euclidiano n-din:tensional. Embora haja muitas maneiras
de definir produto interno no R" (veja problema 13.2), suporemos sempre sse produto
interno no R", a menos que se diga ou implique o contrrio.
Exemplo 13.2. Considere o produto escalar em C"
U V =
ZI"Wl
+ Z2W2 + ... + ZnWn,
onde u = (z;) e v = (u;). Como no caso real, ste um produto interno em C" e suporemos sempre ste produto interno em C", a menos que se diga ou implique o contrrio.
Exemplo 13.3. Denote por V o espao vetorial das matrizes m X n sbre R.
produto interno em V
Um
(A, B) = tr (B 1A),
onde tr indica trao, soma dos elementos diagonais. Anlogamente, se U denota o espao vetorial das matrizes m X n sbre C, ento o seguinte um produto interno em V
(A, B) = tr (B* A)
Como sempre, B* denota a transposta conjugada da matriz B.

Exemplo 13.4. Seja V o espao vetorial de funes reais contnuas no intervalo
b. Um produto interno em V
a::; t::;
(f, g) =
ib
j(t)g(t)dt
Anlogamente, se U denota o espao vetorial das funes complexas contnuas no intervalo (real) a ::; t ::; b, ento o seguinte um produto interno em V
(f, g) =
ib
j(t) g(t) dt
Exemplo 13.1). Seja V o espao vetorial da seqncia infinita de nmeros reais

), Satisfazendo
(a 1, a 2 ,
~
l=l
a7 = ai + a~ + . . . <
ro,
isto , a soma converge. Adio e multiplicao por escalar so definidas componente

a componente
Um produto interno \ defi11ido em V por
{<al, a2, ... ), (bJ, b2, ... )) =
tt
+ a 2bz + ...
AJ>. 131
339
Essa soma converge absolutamente para qualquer par de pontos em V (problema

13.44); portanto, o produto interno est bem definido. f:ste espao com produto interno
chamado espao 12 (ou espaJ de Hilbert).
Observaao I. Se J!v/1 = 1, isto , se (v, v) = 1, ento v chamado

vetor unitrio ou diz-se que est normalizado. Notamos que todo vetor
no nulo u E V pode ser normalizado, fazendo v = uf/!u/1.
Observao 2. O nmero real nO-negativo d(u, v) = Jlv- uJI chamado
distncia entre u e v; esta funo satisfaz os axiomas de espaos mtricos
(veja problema, 13.51).
DESIGUALDADE DE CAUCHY-SCHWARZ
A seguinte frmula, chamada desigualdade de Cauchy-Schwarz,
usada em muitos rumos da Matemtica.
J'eorema 13.1. (Cauchy-Schwarz) Para
I (u,
v) I ~
qu~isquer
vetores u, v E V,
liullllvll
A seguir, examinaremos esta desigualdade em casos especficos.

Exemplo 13.6. Considere quaisquer nmeros complexos a 1,
Ento, pela desigualdade de Cauchy-Schwarz,
(a1b1
+ ... + anbn) 2 ;:5;
C\a1\ 2 +.
... ,
\an\ 2)(\bl\ 2 +
(b;).
a,.,
b 1,
... ,
bn
C.
... + \bn\ 2),
isto ,
onde
u
(a;) e v
Exemplo 13.7. Sejam f e g quaisquer funes reais contnuas definidas no intervalor unitrio O :; t :; 1. Ento, pela desigualdade de Cauchy-Schwarz,
((f, g)) 2
=(!o
j(t) g(t)
d~2
:;
_{2(1) dt f o I g 2 (t) dt
11111 2 1\gl\ 2
Aqui, V ~ o epao com produto interno do exemplo 13.4.
ORTOGONALIDADE
Seja V um espao com produto interno. Diz-se que os vetores zt, v E V
so ortogonais se (u, v) = O. A relao claramente simtrica; isto ,
seu ortogonal a v, ento (v, u) = (u, v)= =O; logo; v ortogonal a u.
Notamos que O E V ortogonal a todo v E V, pois
(O, v)= (Ov,v) =O (v, v)= O
Reciprocamente, se u ortogonal a todo v E V, ento (u, u)

tanto, u = O pr [!3 ].
O e, por-
340
[CAP. 13
Agora, suponha que W qualquer subconjunto de V. O complemento rtogonal de W, denotado por W .l (leia "W perp"), cohsiste nos vetores em V que so ortogonais a todo w E W
W.l = {t E V: (v,w) =O, paratodow E W}

MoStraremos que W.l um subespao de V. Claramente, O E W.l. Agora,
suponha que u, v E Wi. Ento, para quaisquer a, b E K e qualquer
w E W,
(au
. Assim, au
bv, w)
+ bt E W.l
= a (u, w)
b(v, w)
= a . O+ b .
O= O
e, portanto, W subespao de V.
Teorema 13.2. Seja W um subespao de V.

de W e W.l, isto , V= W EB W..L.
Ento, V a soma direta
Agora, ~e W subespao de V, ento V= W EB W.l pelo teotema

anterior; portanto, existe uma projeo nica Ew : V- V com imagem W e
ncleo W..L. Isto , se v E V e v = w
w', onde w E W, w' E fV..L, ento
Ew definida por Ew(v) = w. Esta transformao Ew chamada projeo
ortogonal de V em W.
Exemplo 13.8. Seja W o etxo dos z

no R3, isto ,
W
((O, O, c): c
RI
Ento, W ..L o plano xy, isto ,
w..L
{(a,b,O):a,bt;;RI
Como foi dito anteriormente, R 3 = W fi! l.V .l.

A projeo ortogonal E de R 3 em W dada
por E (x, y, z) = (0, o; z).
Exemplo 13.9. Considere um sistema homogneo de equaes. lineares sbre R
'
aux1
a21X1
+ a12x2 + ... +
+ a22X2 + ... +
atnXn
a2nXn
ou em notao matricial AX = O. Lembre que o espao das solues l'V pode ser encarado como o ncleo do operador linear A. Podemos tambm encarar H' como o conjunto de todos os vetores v = (x 1, ... , Xn), que so ortogonais a cada linha de A . .Assim,
W o complemento ortogonal do espao das linhas de A. O teorema 13.2 d-nos, ento,
outra demonstrao do resultado fundamental dm H' = n- psto (A) ..
Observao. Se V espao com produto interno real, ento o ngulo 8

entre vetores no-nulos u, v E V definido por
cos
(J
(u, v)
llui!llv!l
CAP. 13]
341
Pela desigualdade de Cauchy-Sch warz, -1 S: cos (} S: 1; logo, o ngulo 8

sempre existe. Obs~rve que u e v so ortogonais se, e smente se, les so
"perpendiculares", isto , O = .,.;z.
CONJUNTOS ORTONORMAIS
Diz-se que um conjunto {ui} de vetores em V ortogonal se seus elementos distintos so ortogonais, isto , se (u1 , uJ = O para i ;- j. Em
particular, diz-se que o conjunto {u;} ortonormal se le ortogonal e se
cada U; tem comprimento 1, isto , se
_ J O para i ~ j
[
.
.
1 para 1- = J
(u;, u) -
ii -
Um conjunto ortonormal pode sempre ser obtido de um conjunto ortogonal

de vetores no-nulos normalizando cada vetor.
Exemplo 13.10. Considere a base usual do esftag euclidiano R 3
{e1
= (1, O, 0),
e2
= (0, 1, 0),
ea
= (O, O, 1)1
claro que
(elo e1 ) = (e2, e2) = (e 3, e 3)
= 1 e
(e;, ej)
= O para
i.,.;; j
Isto , !et. e 2 , e 3 1 uma base ortonormal do R 3 Mais geralmente, a base usua1 do P"
ou de cn ortonormal para todo n.
Exemplo 13.11. Seja V o espao vetorial -de funes reais contnuas no intervalo
.,.. ::; t ::; ,.. com produto interno definido por
. g).
=L:
f(t)g (t)dt. Um exemplo cls-
sico de subconjunto ortogonal de V

{1, cos t, cos 21,
. , sen I, sen 2t, ...
O conjunto ortogonal acima desempenha papel importante na teoria das sries de Fourier.
As seguintes propriedades de um conjunto ortonormal sero usadas

na prxima seo.
Lema 13.3. Um conjunto ortonormal {u 1 ,
pendente e, para qualquer v E V, o vetor
w = v- (v, u 1 ) u 1
(v, u 2 ) u 2 -
. ,
ur} linearmente inde-
- (v, u,) ur
ortogonal a cada um dos ui.
PROCESSO DE ORTOGONALIZO DE GRAM-SCHMIDT

Bases ortogonais desempenham papel importante em espaos com
produto interno. O prximo teorema mostra que sempre existem tais
bases; sua demonstrao usa o clebre processo de ortogonalizao de
Gram-Schmid t.
Teorema 13.4. Seja {v 1 , . . . , vnl uma base arbitrria de um espao com
produto interno V. Ento, existe uma base ortogonal {u 1 , . . . , u"} de V
342
tal que a matriz de transio de {v;} a

i= 1, ... , n,
{uJ
[CAP.B
triangular, isto , para
Demonstrao. Fazemos u 1 = vJI[v 1ll; ento, {u 1 } ortogonal.

fazemos
w 2 = v2 - (v2 , u 1 ) u 1 e u 2 = wJ[!w 21/
A seguir,
Pelo lema 13.3, w2 (e, portanto, u 2) ortogonal a u 1 ; ento, {u 1 , u 2 } ortonormal. A seguir, fazemos
w 3 = v3 - (v 3 , u 1 ) u 1 - (v 3 , u 2 )
U2
e Ua
= wJ)iwall
Novamente pelo lema 13.3, w 3 (e, portanto, u 3) ortogonal a u 1 e u 2 ;

ento, {u 1, u 2 , u 3} ortonormal. Em geral, depois de obter {u 1 , . . :, it,l
fazemos
W;+J
= v1+1- (v;+ 11 u 1 ) u 1 -
... -
(v;+t u 1 )ui e
= W;+J))w;+ 1ll
v;) = L(u 1, , u 1).)
U;+l
(Note que w1+ 1 ; O, porque V;+J t L(v 1 , . . . ,

Como antes, {ult ... , ut+d tambm ortonormal. Por induo, obtemos
um conjunto ortonormal {u1 ... , un\. que independente e, portanto, base
-de V. A construo especfica garante que a matriz de transio triangular.
Exemplo 13.12. Considere a seguinte base do espao euclidiano &3
{v 1 = (1, 1, 1), v2 ~ (0, 1, 1) 1 va = (0, O, l)j
Usamos o processo de ortogonalizao de Gram-Schmidt para transformar '(v,j numa

base ortogonal ( u;l. Primeiro, normalizamos v 1, isfo , fazemos
(1, 11 1)
V1
111
v3
vf vf v3
Agora, fazemos
W2
~ V2- (112
~ (0, J,l)- Jr (~,
11Jl111
Jr Jr)
1
(-
~, ~
c 1 depois, normalizamos w 2 , isto , fazemos

W2 =
Finalmente,
~~=:~~ =
(-
~ ~' J6)
I
temos
wa = va- (va. 111)
=(o, o;
111-
(tta,
11z} 112 =
o- Jf (Jr Jr Jr)- Jt (~ Jc; Jc; ~)
=fo - _!.. _!..)

\'
depois, normalizamos w 3
11a =
wal
llwal
~(o,--v ~2-, v-~2-)
~)
CAP. 13]
343
A base ortonormal do R 3 requerida
{ Ut =
1
1
1 )
V'f
' vT
' VJ. '
U2
1 )
,j6 ' V6 ' V '
Ua
( .
O, -
1 )}
yf ' Vf
FUNCIONAIS LINEARES E OPERADORES ADJUNTOS

Seja V um espao com produto interno. Cada u E V determina uma
transformao ii : V-+ K definida por ii(v) = (v, u). Agora, para quaisquer a, b E K e quaisquer Vtt v2 E V,
ii(av 1
bv 2 ) = (av1
bv 2 , u) = a(vt, u)
b(v 2 , u) = a'ii(vt)
b'ii(v 2 )
Isto , ii um funcional linear em V. A recproca tambm verdadeira
para espaos de dimenso finita e tambm o prximo teorema importante.
Teorema 13.5. Se-ja <P um funcional linear num espao com produto interno de dimenso finita V. Ento, existe 1i!l1 nico vetor u E V tal que
q;(v) = (v, u) para todo v E V.
'
Note-se que sse teorema no vlido para espaos de dimenso
infinita (problema 13.45), embora alguns resultados gerais nessa direo
sejam conhecidos. (Tal resultado famoso o teorema da representao
de Riesz.)
Usamos o teorema anterior para demonstrar o
Teorema 13.6. Seja T um operador linear num espao com produto
interno de dimenso finita V. Ento, existe um nico operador linear T*
em V tal que (T(u), v) = (u, T*(v)) para quaisquer u, v E V. Alm
disso, se A a matriz de T .em relao a uma base ortogonal (e1 ) de V,
ento a transposta conjugada A* de A a matriz de T'" ria base {e1 }.
Enfatizamos que tal relao simples no existe entre as representaes
matriciais de Te T*, se a base no ortonormaL Vemos, assim, uma propriedade til de bases ortonormais.
Definio. Um operador linear T de um espao com produto interno V
tem um operador adjunto T* em V, se (T(u), v) = (u, T*(v)) para todo
u, v E V.
Assim, o teorema 13.6 enuncia que qualquer operador T tem adjunto,
se V tem dimenso finita. :f:sse teorema no verdadeiro se V tem dimenso infinita (problema 13. 78).
Exemplo 13.13. Seja T o operador linear em C 3 definido por
T(x, y, z) = (2x
+ iy.,
y- Siz, x
+ (1
- i)y
+ 3z)
Encontraremos uma frmula semelhante para o adjunto T* de

que a matriz T na base usual de c3
2
[T]
(1
i.
1
1 -i
'J". Note (problema 7.3)
344
(_;
lCAP. 13
Lembre qu.; a base usual ortonormaL Assim, pelo teorema 13.6, a matriz de T* nessa
base a trapsposta conjugada
~~.\T~
O Si
o~
i)
acrdo com isso,

T*(x, y, z)
= (2x + z, -ix + y + (1 + ~}z, Siy + 3z)

O teorema seguinte resume algumas proptiedades do adjunto.
Teorema 13.7. Sejam Se T operadores lineares em V e seja k E K. Ento,

(i) (S + T)* = S* + T*
(iii) (ST)*
T*S*
(ii) (kT)* = kT*
(iv) (T*)*
= T
ANALOGIA ENTRE A(V) E C, OPERADORES ESPECIAIS

Denote por A(V) a lgebra de todos os operadores lineares num
espao com produto interno de dimenso finita V. A transformao
adjunta T ~ T* em A(V) bastante semelhante transformao conjugao z ~ z no corpo complexo C. Para ilustrar essa analogia, identificaremos, na tabla seguinte, certas classes de opetadores TE A(V),
cujo comportamento sob a transformao adjunta imita o comportamento
sob conjugao de classes familiares de nmeros complexos.
Classe de nme-
Comportamento
Classe de opera-
ros complexos
sob conjugao
dores em A(V)
Crculo unitrio
(lzl
z=
Operadores ortogona1s (caso real)

Operadores unitrios
(caso complexo)
1/z
= 1)
-------.
Eixo real
'
.z
Eixo imaginrio
Eixo real positivo
(O, co)
1 i
"i
--
--
----
= -z
l._z = Ww,
;,
---- ..
w ;o
Operadores autoadjuntos
Tambm chamados
simtricos (caso real)
e hermitianos (caso
complexo)
Operadores antiadjuntos
Tambm chamados
anti-simtricos
(caso real) e
anti-hermitianos
(caso complexo)
Operadores
definidos
positivos
Comportamento
sob a transformao adjunta
T* = T-1
T*
= T
T* = -T
T= S*S
com S nosingular
A analogia entre essas classes de operadores Te nmeros complexos. z

refletida no seguinte teorema.
CAP. 13]
Teorema 13.8. Seja

(i)
Se T*
= 1
345
um autovalor de um operador linear Tem V
I I =
en-to
T, ento
1.
(ii) Se T*
(iii) Se T*
= -
(iv) Se T
= S*S com S nocsingular, ento
real.
T, ento
imaginrio puro.
real e positivo.
Agora, demonstraremos sse teorema. Em cada caso, seja v um

autovetor no-nulo de T pertencente a , isto , T(v) = v com v rE O;
portanto, (v, v) positivo.
Demonstrao de (i). Mostraremos que
~ (v, v)
(v, v)
X (v, v) = (v, v) = (T(v), T(v)) = (v, T*T(v)) = (v, I(v)) = (v, v)
Mas (v, v) r! O; portanto, X = 1; logo,
lXI
= 1.
Demonstrao de (ii). Queremos mostr~r que (v, v) = x(v, v)

J..(v, v) = (v, v) = (T(v), v) = (v, T*(v)) = (v, T(v)) =
=
X (v, v)
portanto, = X;
(v, v)
Mas (v, v) r! O;
Demonstrao de (iii).
logo,
real.
Mostraremos que (v, v) = -X (v, .v)
(v, v) = (v, v) = (T(v), v) = (v, T*(v)) = (v, -T(v)) =

=(v,-Xv)=-X(v,v)
Mas (t, v) r! O; portanto,
= -X ou X = -X; logo, X imaginrio puro.
Demonstrao de (iv). Note, primeiro, que S(v) rE O, porque S no-singular; portanto, (S(v), S(v)) positivo. Mostraremos que
(v, v)
(v, v) = (S(v), S(v))

(Xv, v)= (T(v), v) = (S*S(v), v) = (S(v), S(v))
Mas (v, v) e (S(v), S(v)) so positivos; portanto,
positivo.
Observamos que todos os operadores T dados comutam com seus

adjuntos, isto , TT* = T*T. Tais operadores so chamados operadores
normais.
OPERADORES ORTOGONAIS E UNITRIOS

Seja U um operador linear num espao com produto interno de dimenso finita V. Como j foi definido, se
U* =
u-
ou, equivalentemente, UU*
= U* U = I,
ento, diz-se que U ortogonal ou unitrio segundo seja o corpo bsico

real" ou complexo. O teorema seguinte d car2Pterizaes alternativas
dsses operadores.
346
[CAP. 13
Teorema 13.9. As seguintes condies num operador U so equivalentes

(i) U* = u-t, isto , UU* = U*U = I.
(ii) U preserva produtos internos, isto ,
para quaisquer
v,
w E V,
(U(v), U(w)) = (v, w)

(iii) U preserva comprimentos, isto , para qualquer v E V,
IIU(v)ll
11~!.
Exemplo 13.14. Seja T: R 3 __. R 3 o operador que gira cda vetor em relao ao eixo
dos z por um ngulo fixo IJ
T(x, y, z) = (x cos IJ- y sn IJ, x sen IJ
+ y cos IJ, z)
Observe que os comprimentos (distncias origem) so preservados sob T. Assim, T um operador ortogonal.
Exemplo 13.15. Seja V o espao l2 do exemplo 13.5. Seja T: V _.. V o operador
linear definido por T(a 1 , a 2 , . . . ) = (O, a1, a 2 , . ). Claramente, T preserva produtos internos e comprimentos. Entretanto, T no sobrejetora, pois, por exemplo, (1, O, O, ... )
no pertence imagem de T; portanto, T no inverslvel. Assim, vemos que o teorema
13.9 no vlido para espaos de dimenso infinita.
Um isomorfismo de um espao com produto interno noutro uma

transformao bijetora que preserva as trs operaes bsicas de espaos
com produto interno: adio vetorial, multiplicao por escalar e produtos internos. Assim, as transformaes dadas (ortogonais ou unitrias)
podem tmbm ser caracterizadas com os isomorfismos de V em si mesmo.
Note que uma tal transformao U tambm preserva distncias, pois
IIU(v)- U(w)ll = IIU(v-w)ll
por isso, U tambm chamada isometria.
= l!v-wll;
MATRIZES ORTOGONAIS E UNITRIAS

Seja U um operador linear num espao com produto interno V.
Pelo teorema 13.6, obtemos o seguinte resultado, quando o corpo bsico K
complexo.
Teorema 13.10-A. Uma matriz A com elementos complexos representa
um operador unitrio U (em relao a uma base ortonormal) se, e smente
se, A = A- 1.
Por outro lado, se corpo bsico K real, ento A* = A'; portanto,
temos o correspondente teorema seguinte para espaos com produtos
iTJternos reais.
Teorema. 13.10-B. Uma matriz A com elementos reais; ,repr~senta, ,um
operador ortogonal U (em relao a .uma base ortonormal) se, e sqmente
se, A'= A- 1
CAP. 13]
347
~s:es teoremas motivam as seguintes definies.
Dermio. Uma matriz complexa A, para a qual A* = A- 1 , ou, equivalentemente, AA* = A*A = I, chamada matriz unitria.
Definio. Uma matriz real A, para a qual A'= A-: 1, ou, equivalentemente, AA' = A'A = I, chamada matriz ortogonal.
Observe que uma matriz unitria com elementos reais ortogonal.
Exemplo 13.16.
uma
matriz
unitria. Ento.
AA = I; portanto,
AA*
= (
a1
bt
a2
b2
Assim,
la1l 2
la2l 2
1, lb1l 2
lb2_l 2
e a1b1
+ a2b2 ~O
De acrdo com isso, as linhas de A formam um c(nju'nto ortonormal. Semelhantemente, 'AA =I fora as colunas de A a formarem um conjunto ortono.rmal.
O resultado, nesse exemplo, verdadeiro em geral e traz

Teorema 13.11. As seguintes condies para uma matriz A so equivalentes
(i)
A unitria (ortogonal).
(ii) As linhas de A formam um conjunto ortonormal.

(iii) As colunas de A formam um conjunto ortonormal.
Exemph;- 13.17. A matriz A, representando a rotao de T no exemplo 13.14, em
relao base usual do R3,
A =
.
Como era esperado, as linhas e
A uma matriz ortogonal.
cos 8
sen 8
as~~nas
-sen (J
cos 8
O)
O
de A formam conjuntos ortonormais, isto ,
MUDANAS DE BASES ORTONORMAIS

Em vista de regra especial de bases ortonormais na teoria dos espaos
com produto interno, estamos naturalmente interessados nas propriedades da matriz de transio de uma de tais bases para outra. O seguinte
teorema surge.
Teorema 13.12. Seja {e 11 , e,} tima base ortonormal de um espao com
produto interno V. Ento, a matriz de transio de {e;} para outra base
ortonormal unitria (ortogonal). Reciprocamente, se P = (a;;) uma
matriz unitria (ortogonal), ento a seguinte uma base ortonormal
{e; = alte1
+a
21 2
+ ... + a,;e,: i
= 1, ... , n}
348
[CAP. 13
Lembre que matrizes A e B que representam o mesmo operador linear so semelhantes, isto , B = p-tAP, onde P a matriz (no-sirtgular) de transio. Por outro lado, se V um espao com produto in-.
terno, estamos usualmente interessados no caso em que P unitria
(ou ortogonal), como foi sugerido no teorema anterior. (Lembre que P
unitria, se P* = p-t e P ortogonal, se P' = Y 1 .) Isso conduz
seguinte defini"io.
Definio. Matrizes complexas A e B so unitriamente equivalentes se
existe uma matriz unitria P, para a qual B = P*AP. Ariloga:tnente,
matrizes reais A e B so ortogonalmente equivalentes se existe uma matriz
ortogonal P, para a qual B = P 1AP.
Observe que matrizes ortogonalmente equivalentes so necessriamente congruentes.
OPERADORES POSITIVOS
Seja P um operador linear num espao com produto iriterno
Diz-se que P positivo (ou semidefinido) se
V.
= S* S para algum operadt"Jr S
e diz-se que P definido positivo se S tambm no-singular. Os teoremas segui11tes do caracterizaes alternativas dllsses operadores.
Teorema 13.13-A. As seguintes condies sbre um operador P
equivalentes
so
(i) P = T 2
para algum operador T auto-adjunto.
(i i) P = S* S para algum operador S.
(iii) P auto-adjunto e (P(u), u) ~ O para todo u E V.
O teorema correspondente para
open~dores
definidos positivos
Teorema 13.13-B. As seguintes condies sbre um operador P so equivalentes

2
(i) P = T
para algum operador auto-adjunto no-singular T.
(ii). P = S* S para algum operador no-singular S.
(iii) P auto-adjunto e (P(u), u) > O para todo u r" O em V.
DIAGONALIZAO E FORMAS CANNICAS EM ESPAOS

EUCLIDIANOS
Seja T um operador linear num espao vetorial de dimenso finita
com prOduto interno V sbre K. A representao de T por uma matriz
diagonal depende dos autovetores e autovalores de T e, portanto, das
razes do polinmio caracterstico tJ.(t) de :T (teorema 9.6). Agora,
tJ.(t) sempre se fator em polinmios lineares. sbre o corpo complexo C,
mas pode no ter polinimios lineares sbre o corpo real R. Assim, a si-
CAP. IJ]
349
tuao para espaos euclidianos (onde K = R) intrinsecamente diferente

daquela para espaos unitrios (onde K = C); por,tap.to, sero tratadas
separadamente. Investigaremos espaos euclidianos adiante e- espaos
unitrios na prxima seo.
Teorema 13.14. Seja T um operador simtrico (auto-adjunto) num espao real, de dimenso finita, com produto interno V. Ento, existe uma
base ortonormal de V consistindo em auto,;etores de. T; isto , T pode ser
representado por uma matriz diagonal em relao a uma base ortonormal.
Damos o enunciado correspondente para matrizes.
Forma Alternativa do Teorema 13.14. Seja A uma matriz simtrica real.
Ento, existe uma matriz ortogonal P tal que B = p- 1AP = P'AP
diagonal.
Podemos escolher as colunas da matriz P anterior como autovetores
ortogonais normalizados de A; ento, os el1_mentos diagonais de B so os
autovalores correspondentes.
tal que P'AP diagonal.
A(t)
-2
2
- ) . Encontraremos urna matriz ortogonal P
O polinmio caracterstico A(l) de A
= \ti- A I
t _ 2.
t-
I = (1. 6) (t- 1)
Os autovalores de A so 6 e 1. Substitua t = 6 na matriz ti- A para obter o sistema

homogneo correspondente de equaes lineares
4x
+ 2y
= O, 2x
+y
= O
Uma soluo no-nula VI = (1, -2). A seguir, substitua t

encontrar o sistema homogneo corresponden-te
-x
+ 2y
= O,
1 na matriz ti- A para
2x- 4y = O
Uma soluo no-nula (2, 1). Como esperado pelo !Jroblerna 13.31, v1 e 112 so ortogonais. Normalize ~'1 e v2 para obter a base ortonormal
lu1 =
------/
(1/vs. -2/vs).
u2 =
<21-v's. 1/Vs)l
Finalmente, seja P a matriz cujas colunas so u 1 e u 2 , respectivamente. Ento,
= ( 1/VS
-2/v'S
2/VS)
11-Ys
p-1Ap
= P'AP
~(
06
01)
Como esperado, os elementos diagonais de P 1AP so os autovalores correspondentes s

colunas de P.
Observamos que a matriz B = p- 1 AP = P'AP tambm congruente

a A. Agora, se q uma forma quadrtica real representada pela matriz A,
ento o mtodo visto pode ser usado para diagonalizar q sop uma mudana ortogonal de coordenadas. Isso ilustrado no exemplo seguinte.
.
Exerrtplit 1'3.19. Encontre uma transformao ortogonal de coordenadas que diagonalize- a (arma quadttica
q(x, y) = 2x 2 - 4xy
5y 2
350
A matriz simtrica que representa q A

. ortogona I
vemos a matnz
P
1/Vs
( _ 2/Vs
2/Y5)
/yS ,
1
( 2 -2) .
-2
[CAP. 13
No exemplo precedente, obti-
para a qual P AP =
6
0
~)
(Aqui, 6 e 1 so os autovalores de A.) Assim, a transformao ortogonal de

requerida
X)
(y
coordena~as
(x') . , X= -2x'/VS
x'/Vs + 2y~/VS
+ y'/Vs
1sto e,
y'
y =
Sob essa mudana de coordenadas, q transformada na forma diagonal

(q(x', y')
= 6x'2
+ y'2)
Note que os elementos diagonais de q so os autovalores de A.
Um operador ortogonal T no precisa ser simtrico; logo, pode no

ser representado por uma matriz diagonal em relao a uma base ortogonal. Entretanto, tal operador T tem representao cannica simples,
como descrito no teorema seguinte.
Teorema 13.15. Seja T um operador ortogonal num espao real com

produto interno V. Ento, existe uma base ortogon;;~.l com relao
::J_ual T tem a forma
1
1
I
1I
-
-- -
-c! - - - - - - - ,
-1
-1
-1
---r--------.
1
cos 81
sen 61
sen 81 I
sen 01 1
+---------'.
'r - - - - - - - - cos o.
- sen 8.
I
, sen 8,
cos o.
O leitor pode reconhecer sses blocos digonais 2 X 2 como representantes de rotaes nos subespaos bidimehsionais correspondentes.
DIAGONALIZAO E FORMAS CANNICAS EM ESPAOS

UNITRiqS
Agora, apr,esentaremos o teorema fimc;iamenta,l ,d~ diagopalizao
para espaos complexos com produto interno, isto , para espaos unitnos. Lembre que se diz que um operador T normal se le comuta com
CAP. 13]
351
seu adjunto, isto , se TT* = T*T. Anlogamente, diz-se que uma matriz
complexa A normal se ela comuta com sua transposta conjugada, isto ,
AA* = A*A.
-i
3- 2i
A*A
1
( 1
-i ) ( 1
3- ~i
i
+ 2i
i) .
( 3
+ 3i
( 3
+ 3i
+2
Ento,
3- 3i)
14
3- 3i)
14
Assim, A uma 'matriz normal.
Teorema 13.16. Seja T um operador noFmaJ num espao complexo, com

Qroduto interno, de dimenso finita V. Eri;t, existe uma base ortonormal de V consistindo em autovetores de T; isto , T pode ser representado por uma matriz diagonal em relao a uma base ortonormal.
Damos o enunciado correspondente para matrizes.
Forma Alternativa do Teorema 13.16. Seja A uma matriz normal. Ento,

existe uma matriz unitria P tal que B = Y 1AP ~ P*AP diagonal.
O teorema seguinte mostra que mesmo operadores no normais em
espaos unitrios tm forma relativamente simples.
Teorema 13.17. Seja T um operador arbitrrio num espao complexo,

com produto interno, de dimenso finita V. Ento, T pode ser representado por uma matriz triangular em relao a uma base ortonormal de V.
Forma Alternativa do Teorema 13.17. Seja A uma matriz complexa arbitrria. Ento, existe uma matriz unitria P tal que B = p- 1AP =
P *AP triangular.
TEOREMA3PECTR~
O Teorema Espectral uma reformulao dos teoremas de diagonaIizao 13.14 e 13.16.
Teorema 13.8 (Teorema Espectral). Seja T um operador norma] (simtrico) num espao complexo (real), com produto interno, de dimenso
finita V. Ento, existem projees ortogonais E~> ... , E. em V e escalares ~> . . . , r tais que
(i)
(ii) E 1
+E
(iii) E 1Ei
+ 2E2 + ... + ~r
+ . . . + E. = I
1E1
O para i~ j.
352
[CAP. 13
O exemplo seguinte mostra a relao entre uma representao matricial ortogonal e as correspondentes projees ortogonais.
Exemplo 13.2l. Considere uma matriz diagonal, digamos,
Fa~.
O leitor pode verificar que os E; so projees, isto , E~ = E;, e que

(i) A
= 2Et
+ 3E2 + SE 3 ,
(i i) Et
+ E2 + Es
I, (iii) E;E;
= O para i
PRODUTOS INTERNOS
13.1.
Verifique a relao (u,
Glh
+ bv 2)
a (u., 'Dt) + b (u, v
2 ).
Usando [I 2], [h] e, depois, [h], encontramos

(u, av1
+ bv2)
=
13.2.
= (av,
bv 1 , u) = a(u,, u)
b(v,, u)
(v,, u) +li (v., u} = ~ (u, 11})
b(u, v2)
Verifique que seguinte um produto interno no R 2 :
(u, v)
-=
XJYt- XtY 2 -
X2)'1
+ 3x2y~,
onde u
(x1o x 2 ), v
Mtodo 1.
Verificamos os trs axiomas de um produto interno. Fazendo w = (zt, z2),
encontramps
Assim,
(au
+ bw,
+
+
v) = ((axt
bzt, ax2
bz2), (yt, Y2))
= (ax1
bzt)Yt- (axt
bzt)Y2- (ax2
bz2)y1 3(ax2
= a(XlYl- XtY2- X2YI
3X2Y2)
b(ztYl- ZlY2- Z;Yl
= a{u, v) + b~w. v);
+
+
+ bz2)Y2
+ 3z;,.2)
logo, o axioma [I 1] est.. satisfeito. Tambm

(v, U) = YIXI- Y1X2- Y2X1
+ 3.Y,.2X2 =;
XJYl- XlY2- X2Yl
+ 3X2J2 =
(u, 11)
e o axioma [1 2 ] est satisfeito. Finalmente,
(u, u)
x~- 2x1x2
+ 3x; =
x~- 2:qx2
+ xi + 2xi =
(x1- x2) 2 + 2xi ~O
Tambm (u, u) = O se, e somente se, x1 = O, x 2 = O, isto , u = O. Portanto,

o 1lmo axioma [1 3 ] estl satisfeito.
CAP. 13)
353
Mtodo 2.
Raciocinaremos com matrizes. Isto , pudemos escrever (u, v) em notao
matricial
1
(u, v}= uAv
=(XI, x2)
1 -1) (YI)
-1
Y2
..
logo, [I 1] vale. Como A simtrica, [/ 2) vale. Assim, somente precisamos

mostrar que A definida positiva. Aplicando a operao elementar com li.nhas
R 2 --> R1
R2 e, depois, a operao elementar com colunas, correspondente
1 0
C 2 --> Ct
C2, transformamos A na forma diagonal (
). Alssim, A definida positiva e [I 3] vale.
O 2
+
+
13.3.
Encontre a norma de v = (3, 4) E R 2 em relao a

(i) o produto interno usual, (ii) o produto interno do problema 13.2.
llvll 2 = (v, v) = ((3, 4), (3, 4)) = 9
(i)
(ii) llvll 2 = (v, v)= ((3, 4), (3, 4)}
13.4.
+ 16
9-12 ~:,:12
25; portanto, llvll
+ 48 =
33; portanto, llvll = v33.
Normalize cada um dos seguintes vetores no espao euclidiano R 3 :

(i)
(2, 1, -1),
(ii) v
(1/2, 2/3, -1/4).
Note que (u, u) a soma dos quadrados dos elementos de u ; isto ,
(i)
(u, u) = 2 2 + 1 2 + (-1) 2 = 6. Portanto, divida u por llull

v6 ' para obter o vetor unitrio requerido
V(u, u) =
uillull = C2/v6. 11v6, ~1/v6)

(ii) Primeiro, multiplique v por 12 para "livr-lo" de fraes. 12v = (6, 8, -3).
Temos (12v, 12v) = 6 2
82
(-3) 2 = 109. Ento, o vetor unitrio requerido
12v/ll12vll = (6/vl09, 8/v109, -3/vl09)
13,5.
Seja V o espao vetorial dos polinmios, com produto interno

dado por (f, g)
t2
13.6.
2t- 3.
(i)
(f, g) =
(ii)
(f, f>""
f(t)g(t)dt.
Sejam j(t)
+2
g(t)
Encontre (i) (f, g) e (ii) llfll-
il (t. + 2) (1 2- 2t- 3) dt = [t 4/4- 7t 2/2- 6tJ:
(t
+ 2)(t + 2) dt
= 19/3 e 11111
V(J, f>=
-37/4
v'19/3
Demonstre o teorema 13.1 (Cauchy-Schwarz).
I (u, v) I :::; llul! llvll
Se v = O, a desigualdae s~ reduz a O
O e, portanto, vlida. Agora,
suponha que v ;> O. Usando
= lz 12 (para qualquer nmero complexo z) e
(v, u) = (u, v), expandimos llu- (u, v) tvll 2 ~ O, onde t qualquer valor real
zz
O S llu- (u, v) tvll 2 = (u- (u, v) tv, u- (u, v) tv)

=
(u, u)- (u, v) /(11, v)- (u, ,;) l(v, u)
llull
21 I (u,
v)l2 +I (u,
v)
1 1 llvll
2
+ (u, v)(u,
v) 12(v, v)
354
Faa t =
1/llvll 2
para encontrar O::;
llull 2
I (u,
v) 1 2
tlvll 2
[CAP. 13
onde
l(u, v)l 2
::;
::; llu11 2 llvll 2, Tomando a raiz quadrada de ambos os lados, obtemos a desigualdade requerida.
3.7.
Demonstre que a norma em qualquer espao com produto interno

satisfaz os seguintes axiomas
[N1]
l!vl! ;:::: O; e l/vil
= O se, e somente se, v = O.
[N2J : llkvl! = I k lllv/1[Na] : llu + v!l ~ llull + llvll

Por [h], (v, v) 2: O; portanto, llvll = ~ 2: O. Alm disso, llvll = O se,
e smente se, (v, v) = O, e isto vale se, e smente se, v = O. Assim, [N1] vlido.
Encontramos llkvll 2 = (kv, kv) = kk(v, v)=
quadrada de ambos os lados, temos [N 2].
lk1 2 llvll 2 .
Tomando a
raiz
Usando a desigualdade de Cauchy-Schwarz, obtemos
llu + vll 2 = (u +v, u +v) = (u, u) + (u, v) + + (u, v) (v,

::; llull 2 + 2llullllvll + llvll 2 = Cllull + llvll) 2
t)
Tomando a raiz quadrada de ambos os lados, produz-se [N 3].
Observao. [N3] freqentemente chamada

de desigualdade triangular, porque, se encaramos
u
v como lado de um tringulo formado com
u e v (como ilustradq direita), ento [N 3] afirma
que o comprimento de um lado de um tringulo '
menor ou igual soma dos comprimentos dos
outros lados.
<)RTOGONALIDADE
13.8.
Mostre que, se u ortogonal a v, ento todo mltiplo escalar deu

tambm ortogonal a v. Encontre um vetor unitrio ortogonal
a. V1 = (1, 1, 2) e v2 = (0, 1, 3) em R 3
Se (u, t) = O, ento (ku, v) = k(u, v) = k. O
w = (x, y, z). Queremos
O = (w, v1) = x
+ y + 2z
e O = (w, v 2) = y
O, como requerido. Seja
+ 3z
Assim, obtemos o sistema homogneo
+ y + 2z
=O, y
+ 3z =O
Faa z = 1 para encontrar y = -3 e x = 1; ento, w = (1, -3, 1). Normalize

w, pam obter o vetor unitrio requerido w' ortogonal a v1 e v2: w' = w/llwll =
0/Vfl, -3/VIT, t/vfi).

13.9~
Seja W o subespao de R" gerado por u = (1, 2, 3, -1, 2) e

Encontre uma base do complemento ortogonal w.L de w ..
v = (2, 4, 7, 2, -1).
CAP. 13]
355
Procuramos todos os vetores w = (x, y, z, s, t) tais que

(w, u)
(w, v)
= x + 2y + 3z - s +
= 2x + 4y + 7z + 2s -
2t
t = O
Eliminando x da segunda equao, encontramos o sistema equivalente

x + 2y + 3z -
s + 2t = O
+ 4s
- St =O
As variveis livres so y, s e t. Faa y = -1, s = O, t = O para obter a soluo

w1 = (2, -1, O, O, 0). Faa y = O, s = 1, t =O para obter a soluo w 2 = (13,
0,-4,1,0). Faa y =O, s.= O, t = 1 para obter a soluo wa = (-17,0,5,0,'1).
O conjunto {w1, wz, wal uma base de w.L.
13.10. Encontre uma base ortonormal do subespao W de C 3 gerado por

v1 = (1, i, O) ~ v2 = (1, 2, 11:,-i).
lize
Aplique o processo de ortogonalrzao de Gram-Schmidt. Primeiro normaEncontramos

l!v1ll 2 = (V!, VJ) = 1 1 +i. (-i) 0. 0 = 2; logo, 1/VJI/ = VZ
v1.
Assim,
u1
= vJ./IIvll/ = (1Jy2, i/VZ; 0).
Para formar w 2
(v 2 , u 1 )
= v2 -
(v2, Ut)Ut, primeiro calcule
= ((1, 2, 1, -i), (1/v2. i/v2, O)) = l/v2- 2i/v2 =
(1- 2i)/V2
Ento,
W2
c1. 2, 1,
- 2i f- 1
i
-i>- 1...;
\ ...; ...;
2
2
2
.o
( 1
-
+- 2i .
2
2- i
2
.)
. 1- t
A seguir, normalize w 2 ou, .equivalentemente, 2w2 = (1 + 2i, 2- i, 2- 2i)

Temos
l/2w 1 1J 2 = (2wt. 2w 1 ) = (1 + 2i)(1 - 2i) + (2 - i)(2 + i) + (2 - 2i)(2 + 2i) = 18
e l/2w 11/
{ u1 =
= vts. Assim, a base ortonormal de W requerida
v,.~, o)
(\~~i, ~, ~).}
2
uz =
:;:
11
11
13.11. Demonstre o lema 13.13. Um conjunto ortonormal {u 1 , . . . , u,}

linearmente independente e, para qualquer v E V, o vetor
w = v- (v, u 1 ) u 1 - (v, u 2 ) u 2 -
(v, u,) u,
ortogonal a cada um dos u;.
+ ... + arur =O. Tomando o produto interno de ambos
Suponha que a 1u1

os lados em relao a UI,
O = (0, U!) = (aiUI + ... + aru,, UI)

= ai(ui, UI)+ az(Uz, UI)+ ... + ar(Ur, UI)
= a1. 1 +a2. O + ... +a,. O = ai
ou ar
= O. Semelhantemente, para i
O
(0,
U;) =
2, ... , r,
(aiUI + ... + arur, u;)

at(UI, u;) + ... + a;(u;, u;) + ... + ar(Urr u;)
356
De acrdo com isso, {ut, ... ,
[CAP. 13
Ur)
Falta mostrar que w ortogonal a cada um dos u;. Tomando o produto

interno de w em relao a UI,
(w, UI) = (v, UI)- (v, UI) (UI, Ut)- (v, U (u2, UI)- ... - (v, Ur) (Ur, Ut)
(v, UI)- (v, ut) . 1 - (v, u2) . O- ... - (v, u,) . O
=O
Isto , w ortogonal a UI. Semelhantemente, para i = 2, ... , r

(w, u;) = (t, u;)- (v, ut) (ut, u;)- ... -
- (v, u;) (u;, u;)- ... - (v, u,) (ur, u;)
Assim, w ortogonal a u; para i
1, ... , r, como foi dito.
13.12. Seja W um subespao de um espao com produto interno V. Mostre que existe uma base ortonormal de W, que parte de uma base
ortonormal de V.
Escolhemos uma base de lV {vi,
., v,] e a estend~mos a
{vt, ... , nl de V. Ento, aplicamos o processo de ortogonalizao
Schmidt a {vt, ... , vnl para obter uma base ortonormal {ui, ... ,
onde, para i = 1, ... , n, u; = a;1Vt
a;;v;. Assim, UI, ... ,
portanto, {ul. ... , u,} uma base ortonormal de TF.
+ ... +
uma base
de Gramunl de V,
u, E IV e,
13.13. Demonstre o teorema 13.2. Seja W um subespao de V; ento,

v= W$ w.L.
Pelo problema 13.12, existe uma base ortonormal {ui, ... , u,} de W,
que parte de uma base ortonormal {ut, ... , unl de V. Como (ut, ... , Unl
ortonormal, Ur+I ... , Un E lV .L. Se v E V,
v = aiUI
+ ... + anun,
ar+ I Ur+I
De acrdo com isso, V = W
+ W .1..
Por outro lado, se w E TV

portanto, w n w.J.. = {0} . .
As duas condies, V=
onde aiUI + ... + a,u, E IV,

+ ... + anUn E lf/.1.
n w.J..,
W+ W.J..
ento (w, w) = O.
e W
n w.t
Isto produz w = O;
={O}, do o resultado desejado
v= w EB w.t.
Note que provamos o teorema somente para o caso em que V tem dimenso finita; observamos que o teorema tambm vale para espaos de dimenso
arbitrria.
13.14. Seja W um subespao de V.

Mostre que Wc w.t.t, e que
w = w.t.l quando v tem dimenso finita.
Seja w E W. Ento, (w, v) = 0 para todo
De acrdo com isso, Wc: w.t.t.
t' E
W.i; portanto, w
Agora, suponha que V tem dimenso finita. Pelo

V= W EB w.t e, tambm, V= W.L EB w.t.t. Portanto,
w.t.L.
teorema
13.2,
dim w = dim v- dim w.L .e dim w.L.J.. = dim v- dim. w.L

Isto
produz
dim W = dirJ Wl..i_
~V= f.jl.l.l, como requerido.
Mas
wc w.L.J.. pelo acima;
portanto,
CAP. 13]
13.15. Seja {e1 ,
357
e,.} uma base ortonormal de V.
... ,
+ (u, e
(i)
para q~alquer u E V, u
(ii)
+ . . . + (u, e,.) e,. ;

(a1e 1 + ... + anbn, b1e1 + ... + b,.en =
(u, e1 ) e1
Demonstre
2)
e2
a;b 1
(iii) para quaisquer u, v E V,

(u, v)
(u, e1 ) (v, ei)
+ ... + (u, e,.) (v, e,.);
(iv) se T: V~ V linear, ento (T(e1), et) o elemento-ij da

matriz A, que representa T na base {e1 } dada.
(i)
Suponha que u = k1ti + k2t2 + ... + k,.e,.. Tomando o. produto interno

de u com ti,
(u, q) = (kiel + k2e2 + ... + k,.en, ti)
= k1(e1, e1) + k2(e2, e1) + .. :
k,.(en, e1)
= k1. 1 + k2. O + .. ; + .kn. O = k1
Semelhantemente, para i
= 2, ... , n,
(u, e;) = (kiti + ... + k;e; + ... + k,.e,., e;)

= k1(et, e;) + ... + k;(e;, e;)+ ... + kn(e,.;e;)
= kl. o
+ k;. 1
k,.. o = k;
+ ...
+ ... +
Substituindo (u, e;) por k; na equao u = k1ei + ... + k,.e,., obtemos o

resultado desejado.
(ii) Temos
<i
a;e;,
t~I
Mas (e;, ej)

querido,
<
i;
be) =
= O
a;b (e;, tj)
i. i=l
J=l
para i r! j .. e (e;, Cj) = 1 para i = j; portanto, como re
a;e;,
i= I
(iii) Por (i), u = (u, el)e1 + ...

Ento, por (ii)
(u, v)
= (u, el)
(~)
+ (u, e,.)en
e v = (v, ei)e1
+ ... + (v, e,.)e,.
+ (u, e2} (v:-;;) + ... + (u, e,.) (v, en)
(iv) Por (i),
T(el) =
T(e2) =
< T(el), el)e1 + (T(el), e2)e2 + ... + (T(el), en)e,.

< T(e2), e1)e1 + (T(e2), e2)e2 + ... + (T(e2), e,.)e,.
A matriz A que representa T na base led a transposta da matriz dos

coeficientes acima; portanto, o elemento-ij de A (T(ej), ei).
ADJUNTOS
13.16. Seja To operador linear e, C 3 , definido por
T(x, y, z)
= (2x +
(1- i)y, (3
Encontre T* (x, y, z).
+ 2i)x- 4iz, 2ix + (4- 3i)y- 3z)
358
[CAP. 13
Primeiro, encontre a matriz A que representa T na base usual de C 3 (veja

problema 7.3)
Forme a transposta conjugada A* de A

2
A* =
( 1
3- 2i
ci i
-2i )
4 ~ 3i
Assim,
T* (x, y, z) = (2x
+ (3 -
2i)y - 2iz, (1
+ i)x + (4 + 3i)z, 4iy -
3z)
13.17. Demonstreo teorema 13.5. Seja rp um funcional linear num espao

com produto interno, de dimenso finita V. Ento, existe um
nico u E V tal que rp(v) = (v, u) para todo v E V.
Seja fel, ... , enl uma base ortonormal de V. Faa
+ 4>(e.)e2 + ... + 4>(en)en

em v definido por u(v) = {v, u}
u = 4>(e,)el
Seja ; o funcional linear

Ento, para i ~ 1, ... , n,
u(e;) ~ (e;, u) ~ (e;, 4>(e,)el
Como
ue
para todo v E
v.
+ ... + 4>(en)en) ~ 4>(e;)
4> coincidem nos vetores bsicos,
u ~ .P.
Agora, suponha que u' outro vetor em V, para o qual .P(v) = (v, u') para
todo v E V. Ento, {v, u) = {v, u') ou (v, u- u') =O. Em particular, isso
verdadeiro para v = u- u'; logo, (u- ur, u- u') = O. Isto leva a u- u' = O
e u = u'. Assim, tal vetor nico, como afirmado.
13.18. Demonstre o teorema 13.6. Seja T um operador linear num espao

com produto interno, de dimenso finita V. Ento, existe um
nico operador linear T* em V tal que (T(u), v) = (u, T* (v)),
para quaisquer u, v E V. Alm disso, se A a matriz que repre- .
senta T numa base ortogonal fetl de V, ento a transposta conjugada A* de A a matriz que representa T* em {etl
Primeiro, definimos a transformao T*. Seja v um elemento arbitrrio,
mas fixo, de V. A transformao u ~ {T(u), v) um funcional linear em V.
Portanto, pelo teorema .13.5, existe um nico elemento v' E V tal que
(T(u), v) = (u, v'} para todo u E v. Definimos r: v--+ v por T*(v) = .
Ento, (T(u), v) = (u, T*(v)) para quaisquer u, v E V.
A seguir, mostraremos que T* linear.
quer a, bE K,
(u, T*(avt
+ bt2)}
Para quaisquer u, v; E V, e quais-
+ bv2) = a(T(u), VI) + b (T(u), 112)

+ b(u, ncv2)) = (u, aT*(vt) + bT*(v2))
= (T(u), avt
= '(i(u, T*(vt))
Mas isso . verdade para todo u E V, portanto,
T*(av1
+ bv2) =
aT*(vi)
+ bT*Cv2).
Assim, T* linear.
CAP. 13]
359
Pelo problema 13.15 (iv), as matrizes A = (a;;) e B = (b;;) que representam Te T*, respectivamente, na base {e;l, so dadas por a;;= (T(e;). e;)
e b;; = (T*(e;), e;}. Portanto,
b;; =(T*(e;}, e;}= (e,, T(e;) = (T(ei), e;}= a;;

Assim, B
= A*,
como afirmado.
13.19. Demonstre o teorema 13. 7. Sejam S e T operadores lineares num

espao com produto interno, de dimenso finita V, e seja k E K.
Ento,
(i) . (S
T),*
= S*
+ T*
(iii) (ST)* = T* S*
(iv) (T*)* = T
(ii) (kT)* = kT*

(i)
Para q~aisquer u, v E V,
((5 + T)(u}, v} = (S(u) + T(u), v) = (S(u), v}+ (T(u), v) =
= (u, S*(v)) (u, T*()) = (u, S*(v} T*(v)) = (u, (S*
A unicidade do adjunto implica -(S

(i i) Para quaisquer u
,tJ E
S*
+ T*)(v))
+ T*
V,
((kT)(u), v)
=
+ T)*
= (kT(u), v) = k (T(u), v} = k (u, T*(v)} =

(u, kT*(v)} = (u, (kT*)(v))
A unicidade do adjunto implica (kT)* = kT*.

(iii) Para quaisquer u, v
V,
((ST)(u), v) = (S(T(u)), v) = (T{u), S*(v)) =

= (u, T*(S*(v))) = (u, {T*S*){v))
A unicidade do adjunto implica (ST)* = T*S*.
(iv) Para quaisquer u, v E V.
(T*(u), v) = (v, T(u)) = (T(v), u) = (u, T(v))
A unicidade do adjunto implica (T*)* = T.
13.20. Mostre que (i) I* = I;

ento (1 1)* = T*- 1.
(ii) O* = O;
(i)
Para quaisquer u, v E V, (I(u), v)
(ii)
Para quaisquer u, v E V,
tanto, o = o.
(iii} I = I*
(TT- 1)*
(O(u), v)
= (1 1)*T*;
(iii) se T inversvel,
= (u, v) = (u, I( v}); pbrtanto, I* = I.

= (0, v) = O = (u, O) = (u, O(v); por-
portanto, (T- 1)*
T*- 1.
13.21. Seja T um operador linear em V e W um subespao T-invariante

de V. Mostre que WJ. invariante sob T*.
.
Seja u E WJ.. Se w E lV, ento T(w) E W; logo, (w, T*(u)} = (T(w), u) =O.
Assim, T*(u) E J1'7l., pois ortogonal a todo w E H'. Portanto, H-'J. invariante sob T*.
13.22. Seja T um operador linear em V.

cindies seguintes implica T = O
Mostre que cada uma das
(I) (T(u), v) = O, para quaisquer u, v E V;

(ii) V um espao complexo e (T(u), u) = O para torlo u E V;
360
(CAP. 13
(iii) T auto-adjunto e (T(u), u) = O para todo u E V. D um

exemplo de um operador T num espao real V para o qual
(T(u), u) = O para cada u E V, mas T ~ O.
(i)
Faa v = T(u).
Ento,
(T(u), T(u)) = 0; portanto, T(u) = O para todo
u E V. De acrdo com isso, T = O.
(ii) Por hiptese, (T(v

w), v+ w) = O para quaisquer t, w
vendo e fazendo (T(v), v)= O e (T(w), w) =O,
(T(v), w)
Note que w
(T(v), iw)
arbitrrio em
~(T(v), w)
+ (T(w), v)
V.
Desetl\"ol-
= O
(I)
(1). Substituindo w
J?Or iw e
usando
-i(T(v), w) e (T(iw), v) = (iT(w), v) = i(T(w), v),

-i(T(v), w)
i(T(w), v) = O
Dividindo tudo por i e somando a (1), obtemos (T(w), v) ,;, O para quaisquer v, w E V. Por (i), T = O.
(iii) Por (ii), o resultado vale para o caso complexo; portanto, precisamos apenas
considerar o caso real. Desenvolvendo (T(v
w), v+ w) =O, obtemos
novamente (1). Como T auto-adjunto e como o espao real, temos
(T(w), v) = (w, T(v)) = (T(v), w). Substituindo em (1), obtemos (T(v), w)=O
para quaisquer v, w E V; Por (i), T = O.
Para nosso exemplo, considere o operador linear T definido por T(x, y) =

= (y, -x). Ento, (T(u), u) = O para todo 11 E V, mas T ~ O.
OPERADORES E MATRIZES ORTOGONAIS E UNITRIOS

13.23. Demonstre o teorema 13.9. As seguintes condies sbre um operador U so equivalentes (i) U* = u-I; (ii) ( U(v), U(w)) =
= (v, w), para quaisquer v, w E V; (iii) IIU(v)ll = j!vll, para todo
v E V.
Suponha que (i)- valha. Ento, para quaisquer v, w
(U(v), U(w))
(v, V*U(w))
V,
(v, I(w)) = (v, w)
Assim, (i) implica (ii). Agora, se (ii) vale, ent-o
11 U(v)l! = V( U(v), U\v)} = V(v, v> = ))vil

Portanto, (ii) implica (iii). Falta mostrar que (iii) implica (i).
Suponha que (iii) valha. Ento, para todo v E V,
(V* U(v), v)
= ( U(v), U(v)} = (v, v)
= (I(v), v)
Portanto, ((U*U-l)(v), v)= O, para qualquer vE V. Mas U*U-I autoadjunto (demonstre); . ento, pelo problema 13.22, temos U V- I = O; logo,
U*U = I. Assim, U* = u-1, como foi dito.
U um operador unitrio (ortogonal) em V e W um

subespao invariante sob U. Mostre que Wl. tambm mvariante sob U.
Como iJ no-singular, V( H') = H"; isto , para ciulquer w 11" existe
w' E W ta), que U(w') = w. Agora, seja v E iJ'l.. Ent6(-pa0r 'qhlqer w E I-V,
l3.24. Seja
(U(v), w) = (V(v), U(w')) =(v; w')) =O

Assim, U(v) pertence a
nJ..
i'
Portanto, H.-l. . in~ari~nte sob; U. .
CAP. 13]
13.25. Seja A uma matriz com linhas R 1 e colunas C1

(i)
361
Mostre que
o elemento-ij de AA * (R1, Ri);
(ii) o elemento-ij de A *A (Ci, C1 ).
= (b;j), onde bti =;;i. Assim, AA* =
Se A = (au), ento A*
n
Cij
J:
a;kbkj
k=l
Uikajk
(ajt, __ .,
onde
+ Ui2aJ2 +
Uilajl
k=l
((a;t, ... , a;,),
(Cij),
aj 11 ) ) =(R;, Rj),
como requerido._ Tambm, A*A = (d;j), onde

n
dtj
=
=
n
bikaki
k=l
+ U2jaz; +
ll.kjakt = at 1ali
k=l
((at;, ... ,a,.j), (ali, ... ,an;))
(CJ, C;)
13.26. Demonstre o teorema 13.11. As seguintes condies para uma matriz A so equivalentes (i) A , unitria (ortogonal). (ii) As
linhas de A formam um conjuito ortogonal. (iii) As colunas
de A formam um conjunto ortonormal.
Denote por R; e C; as linhas e as colunas de A, respectivamente. Pelo
problema precedente, AA * = (c;j), onde CtJ == (R;, R,). Assim, AA * = I se,
e somente se, (R;, R;) = 6;;. Isto , (i) equivalente .a (ii)_
.
Tambm pelo problema precedente, A A = (d;;). onde d;; = (C;; C;).
Assim, A* A =I se, e smente se, (Cj, C;)= ii Isto , (i) equivalente a (iii).
Observao. Como (ii) e (iii) so equivalentes, A unitria (ortogonal) se,

e smente se, a transposta de A unitria (ortogonal).
13.27. Encontre uma matriz ortogonal A, cuja primeira linha

u.
(1/3, 2/3, 2/3).
Primeiro, encontre um vetor no-nulo wz

isto , para o qual
0
=
wz =
(ut, w2)
x/3
+ 2yf3 +
2z/3
(x, y, z), que ortogonal a
Ut,
~-
= O ou
+ 2y + 2z
=O
Uma tal soluo

(O, 1, -1). Normalize w2, para obter a segunda linha
de A, isto , uz = (0, 1/Vz, --1/v'2\ A seguir, encontre um vetor no-nulo
w 3 = (x, y, z) que seja ortogonal a Ut e u2, isto , para o qual
O = (u1, w;;) = x/3

2yf3
O = (u2,.w3) =
y/Vz-
+ 2z/3
= O ou x
z/Vz =
O ou
+ 2y + 2z = O
y- z =
Faa z = -1 e encontre a soluo w 3 = (4, -1, -1). Normalize w 3 e obtenha a

terceira linha de A, isto , u 3 = (4/y18, -l/V18, __:l/yl8). Assim,
1/3
2/3
2/3 ')
1/VZ
-1/Vz
4/3v'2 -1/3Vz -1/3Vz
O
Enfatizamos que a matriz A dada no nica.
13.28. Demonstre o teorema 13.12. Seja {e1 ,
. . . , enl uma base ortonormal

de um espao com prduto intt:. rno V. Ento, a matriz de transio .de {e1} para outra base ortonormal unitria (ortogonal).
362
[CAP. 13
Reciprocamente, se P = (aii) uma matriz unitria (ortogonal),

ento vem a base ortonormal
{e:
+ a2,e2 + ... + anien :i ==
alie)
Suponha que
f;
lfd
1, ...
nl
outra base ortonormal e suponha que
= bi1e1 + b;2e2 + -:- .. + b;nen. i =
I, ... , n
(1)
Pelo problema 13.15,. e, como {f;] ortonormal,
a;;
= (/;,f;) =
bb,l
+ b;2bJ2 + ... + b;nbjn
(2)
Seja B = (b;;) a matriz dos coeficientes em (1). (Ento, B' a matriz de transio de {e;} para IJ;\.) Pelo problema 13.25, BB* = (c;;), onde c;; = bnb 1 1
b; 2b 1e
b;nbJn Por (2), c;; = a;i e, portanto, BB* = I. De acrdo
com isso, B e, po~tanto, B 1 so unitrias.
+ ... +
Falta mostrar que {e; I ortonormal. Pelo problema 13.15,

.(e;, e})
+ a2;a21 +
= ali~
+anianj
= (C;, Cj),
onde C; denota a i-sima coluna da matriz unitria (ortogonal) P = (a;j). Pelo

teorema 13.1.1, as colunas de P so ortonormais; portanto (e;,ej) = (C;, C;)= ;;.
Assim, {e; I uma base ortonormal.
l\Iostre que det(A) = 1 ou -1.
13.29. Suponha que A ortogonal.
A ortogonal, AA' =I. Usando /A I = /A 1 /,

1 =/li= /AA'I = /A/IA'I = /A/ 2
E, portanto, /A I = 1 ou -I.
Como
13.30. Mostre que tda matriz ortogonal 2 X 2 A para a qual det (A)
da forma (
~~~
-~~:
Suponha que A =
( ac
:)
para algum nmero real 8.
db) . Como A ortogonal, suas linhas formam
um conjunto ortonormal; portanto,

a2
+ b2
= I, c2
+ d2 =
A ltima equao vem de det(A)

de a = (it e a ~ O.
1, ac
+ bd
=O, ad- bc = I
I. Consideraremos separadamente os casos
Se ~=O, a primeira equao d b 2 =I e, por isso, b = 1. Ento, a

quarta equao d c = -b = + 1 e a segundil. equao prod\1Z 1
d 2 = 1 ou
d =O. Assim,
A_ (
-
1)
-1
A primeira alternativa tem a forma requerida com IJ = -..-{2, e a segunda alternativa tem a forma requerida com 8 = -rr/2. Se a ~ O, a terceira equao pode
ser resolvida para dar c = -bd/a. Substituindo i&;J na segunda equao,
b 2d 2fa 2
+ d2 =
1 ou b 2d 2
+ a 2d 2
a 2 ou (b 2
+ a 2)d 2 =
a 2 ou a 2 = d 2
e, por isso, = d ou a = -d, ento a terceira equao d c = b; logo, a quarta

equao d -a 2 - c2 = 1, o que impossvel. Assim, a == d. Mas, ento. a
terceira equao d b = -c; logo,
A =
-.
(.a_c;
-c)a
Como a 2
c2 =' 1, existe um nmero real 8 tal que a .,;;.ms IJ, c = sen IJ c,
oortanto, A tem a forma requerida tambm nesse caso.
CAP. 13]
363
OPERADORES SIMTRICOS E FORMAS CANNICAS EM

ESPAOS EUCLIDIANOS
13.31. Seja T um operador simtrico. Mostre que (i) o polinmio caracterstico ll(t) de T um produto de polinmios lineares (sbre R);
(ii) T .tem um autovetor no-nulo; (iii) autovetores de T pertencentes a autovalores distintos so ortogonais.
(i)
Seja A uma matriz que represente T em relao a uma base ortonormal

de V; ento, A = A 1. Seja (t) o polinmio caracterstico de A. .Encarando A como um operador auto-adjunto complexo, A tem somente autovalres reai~ pelo teorema 13.8. Assim,
(i- n),
onde os ; so todos reais. Em outras palaYras, ll(l) produto de polinmios lineare~ sbre R.
(ii) Por (i), T tem, ao menos, um autovalpr (real). Portanto, T tem um autovetor no-nulo.
(iii) Suponha que T(v) = V e
(v, w) = J.<(V, w)
X(v, w)
Mas
(v, w)
r!' p.; portanto, (v,
T(w) = J.<W,
(T(v), w)
onde
(tt, T(w))
r!'
I'
Mostraremos que
(v, J.<W)
J.<(v, w)
w) =O, como foi dito.
13.32. Demonstre o teorema 13.14. Seja T um operador simtrico

espao real com produto interno V. Ento, existe uma
ortonormal de V consistindo em autovetores de T; isto , .T
ser representado por uma matriz diagonal em relao a uma
ortonqrmal.
num
base
pode
base
A demonstrao por induo na dimenso de V. Se dim V= 1, o

teorema vale trivialmente. Agora, suponha que dim V = n > L Pe-lo problema
precedente, existe um autovetor no-nulo v1 de T. Seja J.V o espao gerado
por v1 e seja u1 um vetor unitrio em W. Por exemplo, seja ui = VIillviii
Como v1 um autovetor de T, o subespao W de V invariante sob T.
Pelo problema 13.21, J+".l invariante sob T* = T. Assim, a restrio T de
T a !F_L um operador simtrico. Pelo teorema 13.2, V= W ffi W.L. Portanto, dim n.L = n - 1, pois dim !+' = 1. Por induo, existe uma base ortonormal lu 2 , . , uni de WJ_, consistindo em autovetores de Te, portanto, de T.
Mas (u1, u;) =O para i= 2, ... , n, porque u; E Hl.L. De acrdo com isso,
!ui, u 2 , , uni um conjunto ortonormal e consiste em autovetores de T.
13.33. Seja A
(~ ~)
Encontre uma matriz ortogonal (real) P,
para a qual P'AP diagonal.

O polinmio caracterstico (t) de A
L\(t) =
Iti - A I
= 1
t- 1
i -2
-2
t- 1
I=
12
21- 3 = (I- 3)(1
+ 1)
364
[CAP. 13
e, portanto, os autovalores de A so 3 e -1. Substitua t = 3 na matriz

para obter o sistema homogneo de equaes lineares correspondente
2x- 2y = O, -2x
+ 2y
ti- A,
=.O
Uma soluo no-nula v 1 = (1, 1). :\"ormalize

unitria Ut = (1/VZ, 1/Vf).
para
''1>
encontr;,~r
a soluo
A seguir, substitua t = -1 na matriz t [ - A, para obter o sistema homogneo de equaes lineares correspondente
-2x - 2y = O, 2-x- 2y = O
Uma soluo no-nula v 2 = (1, -1). :\!ormalize
unitria u2 = 0/.VZ. -1/Vf).
t2
para ncontrar a soluo
Finalmente, seja P a matriz cujas colunas so u 1 _ e u 2 , respectivamente;

ento,
= (ti....!~
liV2
li~)
-t/vz
P'AP.
(Jo u)
-1
Como era esperado, os elementos diagonais de l''AP so os autovalores de A.
2~
(
1
2
1
P tal que P'AP diagonal.
13.34. Seja A =
Encontre uma matriz
ortogon~l
(real)
Primeiro, encontre o polinmio caracterstico ll(l) de A:

ll(t)
=!ti-AI=
lt=~
t =~
-1
=!I=
(t-1) 2 (1--l)
t- 2
Assim, os autovalores de A so 1 (<-om multiplicidade dois) c 4 (<om multiplicidade um.) Substitua t = 1 na matriz ti- A, para encontrar o sistema homo
gneo correspondente-
-x - y - z
O, -x - y- z
O, -x - y - z
+ +
Isto , x
y
z = O. O sistema tem duas solueo independentes. Uma
delas v 1 = (1, -1, 0). Procuramos uma segunda soluo tz = (a, b, r) que
$eja tambm ortogonal a v1: isto , tal que
(l
+.b +c.= O e tambm n- b ""O
Por exemplo, vz = (1, 1, -2). A segltir, normalizamos v 1 c v 2 pnra obter as solu

cs ortogonais unitrias
"t =
(1/....!2. -t,...;f. o). u2 = orV6. 11v'6. -2/v'->
Agora, substitua t
gneo correspondente
2x - y - z
4 na matriz
O, -x
ti- A, para encontrar o sistema homo-
+ 2y'- z = O,
-x - y
+ 2z
Encontre uma soluo no-nula tal como V:i = (1, 1, 1), e normalize L' 3 para
obter a soluo unitria u 3 = (ln/3, 1JV'3, 1/V3). Finalmente, P :l
matriz cujas colunas so os Ui, respeCtivamente,
t/Vf trv6_.
-t!vf 11....!6
(
o
-z;...;t;
CAP. 13]
365
13.35. Encontre Uma mudana ortogonal de coordenadas que diagonalize

a forma quadrtica real q(x, y)
+ 2xy + 2y
2x2
Prinifiro, encontre a matriz simtrica A que n;presenta q e, depois, seu

polinmio caracterstico Ll(l)
A = (
1
) e A(l) = iti- A I =
t-
-1
t-
I=
1)(1- 3)
(t-
Os autovalores de A so 1 e 3; portanto, a forma diagonal de q

q(x', y') = x' 2
+ 3y'2
Encontrmos a transformao de coordenadas correspondente, obtendo um

conjunto ortonormal correspondente de autovetores de A.
= 1 na matriz ti - A, para obter o sistema homogneo correspon-
Faa t
dente
-x- y =O, -x- y =O

Uma soluo no-nula v 1 = (1, -1). Agora, faa t
encontrar o sistema homogneo correspondente
X -
0, -i'~+ y
= 3 na matriz ti- A, para
Uma soluo no-nula v2 = (1, 1). Como esperado, pelo problema 13.31,
e t 2 so ortogonais. Normalize v1 e v2, para obter a. base ortonormal
v1
{ul = (ljy'Z, -1/VZ), u2 = (1/VZ, 1/VZ) l
A matriz de transio P e a transformao de coordenadas requerida seguem
l/V2 1/VZ) e (.
-11v'2 1/v'Z
x) p(x').
=
y'
ou x. = (x'
Y =
+ y')/yT
<-x' + y')/VZ
Note que as c.olunas de P so u1 e u2. Tambm podemos expressar x' e y' em

trmos de x e y, usando p- 1 = P 1; isto ,
x' = (x- y)/VZ, y' = (x
+ y)/VZ
13.36. Demonstre o teorema 13.15. Seja T um operador ortogonal num

espao com produto interno V. Ento, existe uma base ortonormal em relao qual T tem a forma
1
I.
1
-
--
- -1 .
1
-1
-~-
- ,I
-1
L----~-- _I_- - - - - - ,
cos 81 -sen 81 1
sen
81 _cos
8 1
L__:_ _ _
_ _1
r.------
cos 8, -sen 8,
8, cos 8,
1
1sen
CAP. 13r
367
Como AA F- A A, a matriz A no normal.

(ii)
i )
BB = ( 1
1 2 +i
B*B
c:
2~J
( 1
-i
2
( 2- 2i
2i)
Como BB* = B*B, a matriz B normal.
13.38. Seja T um operador normal.

(i)
Ttv)
Demonstre
= O se, e smente se, T*(v) = O.
(ii) T- H . normal.
(iii) Se T(1f) = ;\v" ento T*(v) = Xv; portanto, qualquer autovetor
de T tambm um autovetor de T*.
i
(iv) Se T(v) = X1v e T(w) = X2w, onde X1 ~ X2-, ento (v, w) = O;

isto , autovetores de T ~rtencentes a autovalores distintos
so ortonormais.
(i)
Mo~traremos que (r(t~), r(11)) = (T*(v), T*(v))
(r(v), r(v)) = (v, T*r(v)) = (v, rT*(v)) = (T*(v), T*(v))_
Portanto, por [I3 ], r(v)
O se, e somente se, r(v)
O.
(ii) Mostraremos que r- l\l comuta com seu adjunto

(r- H)( r - M)*
= (r- H)(T*,- ) = rr- l\T*- ~r+

= rr- ];r- l\T*
+ ];.l\I
>5~I
(T*- )(r- H)
= (r- H)* (r- l\IJ.
Assim, r - l\l normal.

(iii) Se r(v) = l\v, ento (r- 1\I)(v) = O. Agora, r - H normal por (ii);
entretanto, por (i) (r- H)*(v) = O. Isto , (r- "7\I)(v) = (); portanto,
T*(v) = Xv.
(iv) Mostraremos que >. 1(v, w)
= >. 2(11, w)
I(v, w) = (>.1v, w) = (r(u), w) = (11, r(w)) = (v, X2w) = />.2(v, w).
Mas, />.1 F- />.2; portanto, (v, w) =O.
13.39. Demonstre o teorema 13.16. Seja T um operador normal num

espao complexo com produto interno, de dimenso finita V.
Ento, existe uma base ortonormal de V consistindo em autovetores de T; isto , T pode ser representado por uma matriz diagonal
em relao a uma base ortonormal.
A demonstrao , por induo, na dimenso de V. Se dim V= 1, ento o
teorema vale trivialmente. Agora, su1xmha que dim V = n > L
Como V um espao vetorial complexo, t tem, ao menos, um atovalor
e, 'portanto, um autovetor no-nulo. Seja W o subespao de V gerado por v
e seja UJ um vetor unitrio em W.
Como v um autovetor de r, o subespao W invariante sob r. Entret';l~to,.}l ., -~!ll.i,J.m.: um autovetor de r\ pelo._probl~IJ1a precedente;. portanto,
W tambm _iriyariante sob r. Pelo problema 13.21, Wl. invariante sob
r = T. O rsto da demonstrao idntico ltima parte da demonstrao
do teorema 13.14 (problema 13.32).
366
"ESPAOS COM PRODUTO INTERNO
+ r- 1)T(v)
,;, T(T
[CAP. 13
Seja S = T
T- 1 = T
T*. Ento, S* = (T
T*)* ""' T*
T = S.
Assim, S um operador simtrico em V. Pelu teorema 13.14, existe uma base
ortonormal de V, consistindo nos autovetores de S. Se >.to ... , >.m denotam os
autovalores distintos de S, ento V pode ser decomposto na soma direta
V= V1 $ V 2 $ ... $ Vm, onde os V; consistem nos autovetores de S pertencentes a >.;. Afirmamos que cada V; invariante sob T. De fato, suponha
que v E V;; ento, S(v) = >.;v e
S(T(v)) = (T
+ T"" 1)(v) = TS(v)
T(X;v)
= >.;T(v)
Isto , T(v) E V;. Portanto, V; invariante sob T. Como os V.: so ortogonais

uns aos outros, podemos restringir nossa investigao ao modo pelo qual T
atua em cada V; individualmente. Num dado V;, (T
T- 1 )v = S(v) = >.;v.
Multiplicando por T,
(T 2 - >.;T
I)(v) = O
= 2 e' ; -, 2 separadamente.
Se >.; = 2, ento (T I) 2 (v) =O, o que conduz a (TI)(v) =O ou
Consideraremos os casos >.;
T(v) = v. Assim, T restrito a sse V; ou I ou -I. Se >.;-, 2, ento T

no tem autovetores em V;, pois, pelo teorema 13.8, os nicos autovalores de
T so 1 e -1. De acrdo com isso, para v -, O os vetores v e T(v) so linearmente independentes. Seja W o subespao gerado por v e T(v). Ento, W
invariante sob T, pois
T(T(v)) = T 2 (t) = >.;T(v)- v
Pelo teorema 13.2, V; = W $ WL. Alm disso, pelo problema f3.24, wJ..
tambm invariante sob T. Assim, podemos decompor V, na soma direta de
subespaos bidimensionai' Wi, onde os W; so ottogonais uns aos outros e cada
1-Vj invariante sob T. A ..sim, podemo$ agora restringir nossa investigao ao
modo pelo qual T atua em cada Wj indivdualmt;,nte.
Como 'f"l - >.;T + I = O, o polinmio caracterstico A(t), de T agindo em
W;, A(t) = t 2 - >.;t + 1. Assim, o determinante de T 1, o trmo constante
em ~{!). Pelo problema 13.30, a matriz A que representa T atuando em JVi
em relao a qualquer base ortonormal de U'i deve ser da forma
cose- - sen u
sen (J
cos 8
A unio das bases de Wi d uma base ortonormal de V; e a unio das bases
de V; d uma base ortonormal de V, na qual a matriz que representa T tem
a forma desejada.
OPERADORES NORMAIS E FORMAS CANNICAS EM

ESPAOS UNITRIOS
13.37. Determine qual matriz normal
(i)
(i)
A
AA*=
A*A
i ) ("")
1 ,nB=
1
(O
(1
G~) (~ n (~
o) (
1
( _:_il
1
\O
i )
1
12+i"
:)
( 1 i )
=~i2
368
(CAP. 13
13.40. Demonstre o teorema 13.17. Seja T um operador arbitrrio num

espao complexo com produto interno, de dimenso finita V.
Ento, T pode ser representado por uma matriz triangular em
relao a uma base ortonormal {uh u 2, ... , un}; isto , para
i= 1, ... , n,
A demonstrao por induo na dimenso de V. Se dim V = 1, ento o

teorema vale trivialmente. Agora, suponha que dim V = n > 1. Como V
um espao vetorial complexo, T tem, ao menos, um autovalor e, portanto, pelo
menos um autovetor no-nulo v. Seja TF o subespao de V gerado por v e seja
u; um vetor unitrio em TV. Ento, u; um autovetor de T e, digainos,
T(u;) = anui.
Pelo teorema 13.2, V = W ffi J.Vl-. Denote por E a projeo ortogonal
de V em lJll-. Claramente, VVl- invariante sob o operador ET. Por induo,
existe uma base ortonormal !u 2 , .. , Un l de J-Jll- tal que, para i = 2, ... , n,
ET(u;)
a;2u2
+ a;3U3 + ... + a;;u;.
(Note que !ui, u 2 , .. , unl uma base ortonormal de V.) Mas E a projeo
ortogonal de V em vV.l; portanto, devemos ter
T(u;)
a;IUI
para i = 2, ... , n. Isto com T(u;)
+ a;2u2 + ... + a;;u;

= anui
d-nos o resultado desejado.
PROBLEMAS DIVERSOS
13.41. Demonstre o teorema 13.13-A. As seguintes condies num operador P so equivalentes
(i)
(ii) P
T 2 para algum operador auto-adjunto T.
S* S para. algum operador S.
(iii) P auto-adjunto e (P(u), u) 2:: O para todo u E V.

Supo\lha que (i) vale, isto , P= T 2 , onde T = T*. Ento, P = TT = T*T;
logo, \i) implica (ii). Agora, suponha que (ii) vale. Ento, P* = (S* S)* =
= sS = S*S = P; logo, P auto-adjunto. Alm disso,
(P(u), u) = (S*S(u), u) = (S(u), S(u)) 2: O.
Assim, (ii) implica (iii); logo, resta mostrar que (iii) implica (i).
Agora, suponha que (iii) vale. Como P auto-adjunto, existe uma base
ortonormal {u1, ... , Un l de V, consistindo de autovetores de P; digamos,
P(u;) = X;U;. Pelo teorema 13.8, os X; so reis. Usando (iii), mostraremos
que os X( so no-negativos. Temos, para' cda i,
0.~ (P(u;), u;) = (X;u;, ui) "" ;l.;(u;, u;) ..
(ii;:1ti)2::Q fora Xi2: O, como foi dito.''D~'i:rdo crr1 iisp, v'~

ii?tmer~ ~eaCSeja T o operador linear' ~firi.id;;'Po'r .
Assiiri',
um
T(u;) = y'~u;, para i = 1, , .. , n.
CAP. 13]
369
Como T est representado por uma matriz diagonal em relao base ortonormal fui), T auto-adjunto. Alm disso, para cada i,
T 2(u;) _; T(y'Xiu;) = y'~r(u;) = v'~~u; =>.;'u; = P(u;).

Como T2 e P coincidem numa base de V, P
demonstrado.
= T 2 Assim, o teorema est
Observao. O operador T apresentad:J o nico operadr psitivo tal que

P = r 2 (problema 13.93); chamado raiz quadrada positiva de P.
13.42. Mostre que qualquer operador T a soma de um operador auto-adjunto e de um operador antiadjunto.
Faa S
t(T + r*) e U = ter- r*). Ento,
= <ter+
S + U, onde
P))* = ter + r> = ter + T)
U* = C-}(T ~ T*))*
-}CT* ~- r)
--}(r- r) = - U,
isto , S auto-adjunto e U antiadjunt\'
13.43. Demonstre. Seja T um operador linear arbitrrio num espao com

produto interno, de dimenso finita V. Ento, T produto de
um operador unitrio (ortogonal) U e de um nico operador positivo P, isto , T = UP. Alm disso, se T inversvel, ento U
tambm determinado de maneira nica.
Pelo teorema 13.13, rr um operador positivo e, portanto, existe um
(nico) operador positivo P tal que P 2 = r .. T (problema 13.93). Observe que
IIP(v)ll 2 = (P(v), P(v)) = (P 2 (v), v)= (T*r(v), v)= (r(v), T(v)) = IIT(v)ll 2
Agora, consideraremos separadamente os casos de
svel.
Se
r inversvel, ento fazemos fJ
PT- 1 Mostraremos que
U* = (Pr- 1 )* = r-u P* =
(1)
inversvel e T no inver-
fJ
unitrio
(T*)- 1P
f]f] = (r*)- 1PPr- 1 = (r)- 1 T*TT- 1 = I.

Assim,
trio e
fJ
unitrio. A seguir, fazemos U = f]- 1 .

UP, com requerido.
Ento, U tambm um
(
r=
Para provar a Unicidade, suponhamos que

e Po ~sitivo. Ento,
T*T
r=
UoPo, onde Uo unitrio
P~U~UoPo = PoiPo = P~.
Mas a raiz quadrada positiva de T*r nica (problema 13.93); portanto,

Po = P. (Note que a inversibilidade de r no usada para demo.nstrar a unicidade de P.) Agora, se r inversvel, ento P tmbm o , por (1). Multiplicando UoP = UP direita por p- 1 , temos U 0
U. Assim, U tambm
nico,. quando T inversvel.
Agora, suponha que T no inversvel. Seja W a mgem 'de P, isto ,

Definimos U1 ' W--> V por
W = Im P.
U 1 (w) = T(v), onde p!,.) = w.
(2)
EsPAOS COM PRODUTO INTERNO
370
[CAP. l3
Precisamos mostrar que Ut est. bem definido, isto e, P(v) = P(v') implica
T(v) = T(v)'. Isso segue do fato de P(v- v')= O ser equivalente a IIP(v- v'lll =0,
o que fora 11 T(v- v') li = O por (1). Assim, U1 est bem definido. A seguir,
definimos U2: W-> V. Note por (I) que P e T tm o mesmo ncleo. Portanto, s imagens de P e T tm a mesma dimenso, isto , dim (I~ P) =
= dim W = dim (lm T). Conseqentemente, J.rl. e (lm T)l. tambm tm a
mesma dimenso. Seja U 2 um isomorfismo qualquer entre Wl. e (Im T)l..
A seguir, fazemos U = Ut EB U2. (Aqui, U definido como segue se
+ w', onde w E W, w' E Wl.; ento, U(v) = U1(w) + U 2(w').)
Agora, U linear (problema 13.121) e, se v E V e P(v) = w, ento por (2)
v E V e v = w
T(v) = U1(w) = U(w) = UP(v).
Assim, T
UP como requerido.
Falta-nos. mostrar que U unitrio. Agora, cada vetor x E V pode ser

escrito na forma x = P(v) + w', onde w' E wJ.. Ento, U(x) = UP(v) +
U 2(w') = T(v)
U2(w'), onde (T(v), U2(w')) = O por definio de U 2 Tambm, (T(v), T(v)) = (P(v), P(v)) por (1). Assim,
(U(x), U(x))
(T(v)
U2(w'), T(v)
U 2 (w'))
(T(v), T(v))
(U 2(w'), U 2 (w'))
= (P(v), P(v))
(w', w') = (P(v)
= (x, x).
+
+
+ w',
P(v)
+ w')
(Tambm usamos o fato de que (P(v), w') = O.) Assim, U unitrio e o teorema est demonstrado.
.) qualquer par de pontos no espao-1 2

i~l
converge absolutamente.
Pelo problema 1.16 (desigualdade de Cauchy-Schwarz),
latbtl
+ ... +
lanbn I
_/-n J-n
_,-,.
r;;-;;
"i:l "i:l b~ ~ "i:l a~ "'t:l

a;
b;
que vale para todo n. Assim, a seqncia (montona) de somas Sn = Iatbtl +

+ ... + Ianbn I limitada e, por isso, converge. Portanto, a soma infinita
converge absolutamente.
13.45. Seja V o espao vetorial dos polinmios sbre R com produto

interno definido por
(f, g) =
/(t) g(t) dt.
D um exemplo de um funcional linear cp em V, para o qual o teorema 13.5 no vale, isto , no existe um polinmio h(t) para o
qual cp(f) = (f, h) para todo f E V.
~j~. q; : V-> R definido por 4>(/) = f(O), isto , 4> calcula f(t) em O e, portanto, transforma f(t) em. seu trmo constante. Suponha que existe um polinmio. h(t), . para o qual
4>(!) = f( O) =
j(t) h(t) dt
(1)
CAP. 13]
371
para todo polinmio f(t). Observe que 4> transforma o polinmiot1 (t)em
portant:J, por (1),
!o
O;
tj(t) h(l) dt
(2)
para todo polinmio /(1). Em particular, (2) deve valer para /(1) = lh(t), isto ,
2
12h (t)dt =O.
Essa integral obriga h(t) a ser o polinmio nulo; portanto, 4>(/) = "(!, h) =
= (f, O) = O pra todo polinmio /(1). Isto contraria o fato de <]Ue q, no o
funcional zero; portanto, o polinmio h(t) no existe.
P'roblemas f>ropostos
PRODUTOS INTERNOS
13.46.
Verifque que
(a1u1
+ a2u2, b1v1 + b2v2)
= atbt(Ut, Vt)
+ a2b1(u2, Vt) + a2b2(u2, v2).
+ atb2(u1, v 2 ) +
Mais geralmente, demonstre que
<
~
13.47.
Sejam u
(i)
(x1, x 2) e v
l;
a;u;,
t=l
j=
b;v;)
1
1; a;b;(u;, Vj ).
i,}
(y1, y 2 ) pertencentes a ~ 2 .
- - --
- -'
- --
Verifique que o seguinte um produto interno no R 2
-~----
--j(u, v);,:-;;Yl- 2xm- 2xm
Sx2Y2-
(ii) Para que valres de k o seguinte um produto interno no R 2 ?

j(u, v) = XtYl- 3XlY2- Jx2Y1
+ kx2Y2
(iii) Para quevalres de a, b, c, dE R o seguinte um produto interno no R 2 ?

j(u, v) = UXlYl
13.48.
+ X1Y2 + CX2Yl + dX2Y2
Encontre a norma de v = (1, 2) E R 2 em relao a (i) o produto interno usual,

(ii) o produto interno do problema 13.47 (i).
13.49. Sejam u = (z~o z 2) e v = (w1, w2) pertencentes a C 2.

(i)
Verifique se o seg.uinte um produto interno em C 2

j(u, v) .;. z1:;1
(1
+ i)z1:W2 + (1 -
i)z2w1
+ 3Z2W2
(i i) Para que valres de a, b, c, dE C o seguinte um produto interno em C 2 ?

M~
f(u,
13.50.
V)
.~
UZfWl
_ ..
+ bZlW2 + CZ2Wl + dl:2W2
Encontre a n.orma de v = (1 - 2i, 2 + 3i) E C 2 em relao a (i) o produto interno

usual, (ii) o produto interno no problema 13.49 (i).
372
13.51.
Mostre que a funo distncia d(u, v) = llvguintes axiomas de um espao mtrico:
ull,
[CAP. 13
onde u, v E V satisfaz os se-
[D1] d(u, v) 2': o; e d(u v) = O se, e somente se, u = v.

[D2] d(u, v) = d(v, u).
[D 3 j d(u, v) ~ d(u, w)
d(u, v).
13.52.
Verifique a Lei do Paralelogramo
!lu +vil + iiu- vil
= 2
I! ui! + 2Nvll.
13.53.
Verifique as seguintes formas polares para (u, v)
13.54.
Seja V o espao vetorial das matrizes m X n sbre R.

1
= tr (B A) define um produto interno em V.
Mostre que (A, B) =
13.55.
Seja V o espao vetorial dos polinmios sbre R.
Mostre que (f, g)
=
13.56.
f(t) g(t) dt define um produto interno em V.

0
Encontre a norma de cada um dos seguintes vetores:

(1.)
(i i)
u'V
(_!. __}_ _!_ _!_) E R 4

2'
4'
3' 6
'
+ i, 2 - Si) E" C 3,
2t + 3 no espao do
= (1 - 2i, 3
(iii) j(t) = t 2 (i v) A = (
problema 13.55,
2
) no espao do problema 13.54.
-4
.
13.57.
Mostre que (i) a soma de dois produtos internos um produto interno; (ii) um
mltiplo positivo de qm produto interno um produto interno.
13.58.
Sejam a, b, c E R tais que at 2

bt + c 2': O para todo tE R.
Mostre que
b2 - 4ac $ O. Use sse -resultado para provar a desigualdade de Cauchy-Schwarz
para espaos reais, com produto interno,- desenvolvendo llttt
vll 2 "2': O.
13.59.
13.60.
Suponha que I (u, v) I = llullllvll. {Isto , a desigualdade de Cauchy-Schwarz

reduz-se a uma igualdade.) Mostre que u e v so linearmente independentes.
Encontre o co-seno do ngulo O entre u e v se
(i)
u = (i, -3, 2), v = (2, 1, 5) no R3;
(i i) u
= 2t- 1,
= t2
(. .) (2 1)
111
ti=
-1
no espao do problema 13.55;
, v = (
-~
~)
no espao do problema 13.54.
ORTOGONALIDADE
13.61~ 'En~o-ritre i'Ima base do subespao W de R 4 ortogonal a
U2 = (3, -5, 7, 8).
1'3.62.
u1 =
Enontre u'ma base ortonormal para o subespao W de C 3 ,

"' = 11. i. 1) e u2 "" (l
i, O, 2).
(1, -2, 3, 4) e
gerado' por
CAP. 131
]3.63.
373
Seja V o espao vetorial dos polinmios, sbre R, de grau ~ 2, com produto

interno (/, g) =
il
j(t) g(l) dt.
(i) Encontre uma base do subespao vV ortogonal a h(!) = 21 + 1.

(ii) Aplique o processo de ortogonalizao de Gram-Schmidt base {1, t, t2j
para obter uma base ortonormal {UI(t), u2(t), u 3 (t)} de V.
13.64. Seja V o espao vetorial das matrizes 2 X 2 sbre R com produto interno defi
nido por (A, B) = tr (B 1A).
(i)
Mostre que a seguinte uma base orton,:mnal de V
f (I
t o
~)' (~ o1) ' (oo o) (oo o) 1J

1
'
(ii) Encontre uma base para o complemento ortogonal de

gonais, (b) as matrizes simtricas.
{a) as matrizes dia
13.65.
Seja Hr um subconjunto (no necessriamente subespao) de V. Demonstre

(i) w.L = L(!F); (ii) se V tem dimnso finita, ento ll'.l.L = L(H'). (Aqui,
L(!V) o espao gerado por W.)
.;
13.66.
Seja !F o subespao gerado por um vetor no-nulo w em V e seja E a projeo

(v, w)
ortogonal de V em W. Demonstre E(v) =
w. Chamamos E(v) a
2
llwll
projeo de v em w.
13.67.
Encontre a projeo de v em w se
(i) v= (1,:..1, 2),w = (0, 1, I) em R 3 ;
(ii) v = (I- i, 2
3i), w = (2- i, 3) em C 2 ;
(iii) v = 21- I, w = t 2 no espao do problema 13.55;
1
1
2
) no espao do problema 13.54.
), w
(iv) v= (
.
1 -3
1
2
=(O -
13.68.
Suponha que {ui, ... , ur} uma base de um subespao IV de V, onde dim V= n.
Seja {vt. ... , Vn-,-} um conjunto independente de n- r vetores tais que (u;, vj)
para cada i e cada j. Mostre que lvt. ... , Vn-rl uma base do complemento
ortogonal r:v.L.
13.69.
Suponha que I ui, ... , u 7 } uma base ortonormal para um subespao vV de V.

Seja E: .V--> V a transformao linear definida por
=O
E(v) = (v,
UI) UI
+ (v, U2) Uz +
+ (v, Ur) Ur
Mostre que E a projeo ortogonal de V em W.

13.70.
Seja {ui. ... , ur} um subconjunto ortonormal de V. Mostre que, para qualquer
T
v E V,
~ l(v, u;)l 2 ~
I~
13.71.
l/vll 2.
(Isso conhecido como desigualdade de Bessel.)
Seja V um espao real com produto interno.
Mostre que
(i) /lu// = li vil se, e somente se, (u

v, u- v) = O;
(ii) llu + vll 2 = llull 2 + llvll 2 se, e somente se, (u, v) =O.
Mostre, por contra-exetnplos, que as assertivas mostradas no so
para, digamos, cz.
13.72,
I.
'
~erdadeiras
Sejam U e W sbespaos de um espao com produto interno, de dimenso

finita V. Mostre que (i) ( U
JF).l ~ U.i n H.L; (i i) ( U 11 W).l = u.L
w.L.
ESPAO~ COM PRODUTO INTERNO
374
{CAP. 13
OPERADOR ADJUNTO
13.73.
Seja
T; R 3 --> R 3
definido
por
T(x, y, z) = (x
+ 2y, 3x '- 4z, y).
Encontre
P (x, y, z).
13.74.
Seja T: C 3 -> C 3 definicio por

T(x, y, ,;) = (ix
+ (2 + 3i)y, 3x + (3- i)z, (2- Si)y + iz)
Encontre T* (x, y, ::).

13.75.
Pra cada uma das seguintes funes linear<.-s (11) = (v; u) para todo v E V
(i)
 C definido por <P(x, y, z) = ix

(iii) R definido por <t>(f)
blema 13.63.
+ 2y- 3z.
+ (2 + 3i)y + (1- 2i)z.
j(1 ), onde V o espao vetorial do pro-
13.76.
Suponha que V tem dimenso finita. Demonstre que a imagem de T* o complemento ortogonal do ncleo de T, isto , Im T* = (Nuc T)i.. Portanto,
psto (T) = psto (T*).
13.77.
Mostre que T*T = O implica T = O.
13.78.
Seja V o espao vetorial dos polinmios sbre R com produto interno definido
por (f, g)
=i
j(t)
g~t) dl.
Seja D o opcr<tdor derivado em V, isto , /)(j) =dj/dt.
Mostre que no existe um operador D* em V tal que (D(j), g) = (f, D*(g)) para
quaisquer f, g e V. Isto , D no tem adjunto.
OPERADORES UNITRIOS E ORTOGONAIS E MATRIZES

Encontre uma matriz ortogonal cuja primeira linha seja
(ii) um mltiplo de (1, 1, 1). -
13.80.
Encontre uma matriz ortogonal simtrica cuja primeira linha seja (1/3, 2/3, 2/3)
(compare com o problema 13.27).
13.81.
Encontre uma matriz unitria cuja primeira linha seja
(1, 1, -1);
.. ll .
(n)
1
-zt,
(i)
(1/VS, 2/VS);
13.79.
(i) um mltiplo de
I .
2--zt).
13.82.
Demons~re. O produto e inversas de matrizes ortogonais so ortogonais.

(Assim;
as matrizes ortogonais formam um grupo sob multiplicao chamado grupo
ortogonal.)
13.83.
Demonstre. O produto e inversas de matrizes unitrias so unitrias. (Assim,

as matrizes unitrias formam um grupo sob multiplicao chamado grupo unitrio).
l3A~4.
Mostre que, se um,. matriz ortogonal (unitria) triangular, ento. ela diagonal.
13.85.
Lembre que as matrizes complexas A e B so unitriamente equivalentes se existe

uma matriz unitria P tal que B = p AP. Mostre que essa -. uma relao de
equivalncia.
13.86.
Lembre que as matrizes reais A e B so ortogonalmente eqivalentes. se existe

uma matriz ortogonal P tal que B = P 1AP. Mostre que essa uma relao de
equivalncia.
CAP. 13]
375
13.87.
Seja W um subespao de V. Para qualquer v E V, faa v= w + w', onde w E W,

w' E
(Tal soma nica, porque v = w E9 wJ..) Seja T: v--> v definida por T(v) = w- w'. Mostre que T um operador unitrio auto-adjunto em V.
13.88.
Seja V um espao com produto interno e suponha que U: V-+ V (no necessriamente linear) sobrejetora e preserva produtos internos, isto , (U(v), U(w)) =
= (u, w) para quaisquer v, w E V. Demonstre que U linear e, portanto, unitrio.
rvJ..
OPERADORES POSITIVOS E OPERADORES DEFINIDOS POSITIVOS

13.89.
Mostre que a soma de dois operadores positivos (definidos positivos) positiva

(definida positiva).
13.90.
Seja T um operador linear em V e seja f: V X V-+ K definida por f(u, v) =

= (T(u), v). Mostre que f um produto interno em V se, e som$!nte se, T
definido positivo.
13.91.
Suponha que E uma projeo ortogonal sbre algum subespao W de V.

monstre que kl
E positivo (definido ,positivo) se k 2': O (k > 0).
13.92.
Demonstre o teorema 13.13-B, em operadores definidos positivos. (O correspondente teorema 13.13-A para operadores positivos foi demonstrado no problema 13.41.)
13.93.
Considere o operador T definido por T(tt;) = v!Xi u;, i = 1, ... , n na demonstrao de teorema 13.13-A (problema 1.3.41). Mostre. que T positivo e que
nico operador positivo para o qual T 2 = P.
13.94.
Suponha que P ambos positivo e unitrio.
13.95.
Diz-se que uma matriz n X n (real ou complexa) A = (a;;) positiva, se A encarada como um operador linear em Kn fr positivo. (Uma definio an.loga
define uma matriz definida positiva.) Demonstre que A positiva (definida
positiva) se, e somente se, a;i = aii e
Prove que P
De-
I.
(>O)
i,j=l
para quaisquer (x1, ... , Xn) em Kn.

13.96.
Determine quais das seguintes matrizes so positivas (definidas positivas)
(:
(i)
13.97.
c ~) (~
~) (_~ ~) (_~ ~) (~ ~)
(i i)
(iii)
(i v)
Demonstre que uma matriz complexa 2X2A
(v)
(:
!)
~)
(vi)
positiva se, e
somente se, (i) A = A*, e. (i i) a, d e ad- bc so nmeros reais no-negativos.

13.98.
Demonstre que uma matriz diagmial A .; positiva (definida positiva) se, e somente
se, eda elemento diagonal um nmero real no-negativo (positivo)
OPERADORES AUTO-ADJUNTOS E SIMTRICOS

13.99.
Para qualquer operador T, mostre que T

adjunto:
+ T*
auto-adjunto e T- T* anti-
13.100. Suponha que T auto-adjunto. Mostre que T 2(v) o= O i~plica T(v)

isto para provar que Tn!v) = O implica T(v) =; O para n > O.
O.
Use
376
[CAP. 13
13.101. Seja V um espao complexo com produto interno. Suponha que (T(v), v) real
para qualquer v E V. Mostre que T auto-adjunto.
13.102. Suponha que S e T so auto-adjuntos. Mostre que ST auto-adjunto se, e
somente se, S e T comutam, isto , ST = TS.
13.103. Para cada uma das seguintes matrizes simtricas A, encontre uma matriz orto
gonal P, para a qual P 1AP seja diagonal
(i) A
c-D . c-!) '

(ii)
(iii) A
=(
_:)
13.104. Encontre uma transformao ortogonal de coordenadas que diagonalize cada

forma quadrtica (i) q(x, y) = 2x 2 - 6xy
l0y 2, (ii) q(x, y) = x2
8xy- 5y2
13.105. Encontre uma tran.sformao ortogonal de coordenadas que diagonalize a forma

quadrtica q(x, y, z) = 2xy
2xz
2yz.
OPERADORES NORMAIS E MATRIZES

13.106. Verifique que A = ( :
; ) normal.
Encontre uma matriz unitria P tal
que P*AP seja diagonal e encontre P*AP.

13.107.
Mostre que uma matriz triangular normal se, e somente se, ela diagonal.
13.108. Demonstre que se T normal em V, ento 1\ T(v)ll = 11 T*(v)il para todo v E V.

Demonstre que a r(!cproca vale em espaos complexos com produto interno.
13.109. Mostre que operadores auto-adjuntos, antiadjuntos e unitrios (orlqgonais) so
normais.
13.110. Suponha que T normal.
Demonstre que
(i) T auto-adjunto se, e somente se, seus autovalores so reais.

(ii) T unitrio se, e somente se, seus autovalores tm valor absoluto 1.
(iii) T positivo se, e somente se, seus autovalores so nmer~s reais no.ne
gativos.
13.111. Mostre que, se T normal, ento Te T* tm o mesmo ncleo e a mesma imagem.
13.112. Suponha que S e T so normais e comutem.
so normais.
13.113. Suponha que T normal e comuta com S.
Mostre que S
+T
e ST tambm
Mostre que T tambm comuta com
s.
13.114. Demonstre. Sejam S e T operadores normais num espao vetorial complexo de

dimenso finita V. Ento, existe uma base ortonormal de V consistindo em
autovetores de ambos S e T. (Isto , S e T podem ser simultneamente diagonalizados.)
PROBLEMAS SBRE ISOMORFISMOS

13:.115. Seja {et, ... , enl uma base ortonormal de um espao com produto V interno
sbre K. Mostre que a tran~formao v...., [v]. um {espao com produto interno) isomorfismo entre V e Kn. (Aqui [v]o denqta o vetor coordenada de v na
base {e;}.)
13.116. Mostre que espaos com produto interno V e W sl:)re K so isomrficos se, e
somente se, V e H' tm a mesma dimenso.
CAP. 13)
377
13.117. Suponha que let, ... , enl e !e~, ... , e~} so bases ortonormais de V e W, res
pectivamente. Seja T : V---> W a transformao linear definida por T(e;) =
para cada i. Mostre que T um isomorfismo.
e;
13.118. Seja V um .espao com produto interno. Lembre que cada u E V determina
um funcional linear ';J no espao dual V* pela definio ';J(v) = (v, u) para toc'o
v E V. Mostre que a transformao u ,_. ';J linear e no-singular e, portanto,
um isomorfismo de V em V*
13.119. Considere o espao com produto interno V do problema 13.54.
isomrfico a Rmn sob a transformao
Mostre que V
= (ail, a;2, ... , a;n) a i-sima linha de A.
onde R;
PROBLEMAS DIVERSOS
13.120. Mostre que existe uma base ortonormal lut, ... , un} de V consistindo em autovetores de T se, e somente se, existem projees ortogonais Et. ... , E, e escalares
I, ... , , tais que (i) T = 1E1+ . . + rE,; (ii) E 1 + ... +Er =I]; (iii) E;E; =O
para i ~j.
13.121. Suponha que V = U $" W e suponha que Tt : U---> V e T2: W--+ V so lineares. Mostre que T = T 1 $ T 2 tambm linear. (Aqui, T definido como
segue. Se v E V e v = u + w, onde u E U, w E W, ento T(v) = Tt(u) + T2(w).)
13.122. Suponha que U um operador ortogonal em R 3 com determinante positivo.
Mostre que U uma rotao ou uma reflex? atravs de um plano.
>
>
>
13.47.
(ii) K
13.48.
(i)
y'S,
13.50.
(i)
13.56.
(i)
3y2, (ii) sv2

llull = VS/12, (ii) llvll = 2yTI,
)3.60.
(i)
13.61.
lvt = (1, 2, 1, 0),
13.62.
lvt
13.63.
CS
(iii) a
9;
(ii)
9/y420,
9 =
O, d
O, ad- bc
>
Vf3
v2
(ii) cos 9 =
(iii)
lif{tlll :" V83/15,
VIS/6, (i i i) cos
9 =
(iv) (A)= y30
2/V210
= (4, 4, O, 1)}
= (1, i,
1)/VJ,
(i)
lh(t)
71 2 -
(ii)
ltttCt>
1, u2c1>
12
(2i, 1- 3i, 3- i)/V24l
5t, /2(1) = 121 2
5}
c21- otv'T. !t3(1) = (61 2 - 61
~ ~} (~
~)}'
13.64.
(i i) (a) { (
13.67.
(i)
(0. 1/Vf. 1/Vf). CiD (26
(i v)
nv6)
(~7t~ -14Jv6
+ 7i.
(b) { (
21
+ t>tvsl
~ -~)}
+ 24il/Vt4.
(iii)
v'St 2/6,
. 378
13.73.
13.74.
13.75.
13.79.
+ 3y, 2x + z, -4y)
T*(x, y, z) = (-ix + 3y, (2- 3i)x + (2 + Si)z, (3 + i)y- iz)
Seja u = .P(e,)el + ... + .P(en)en, onde e; uma base ortonormal
(i) u = (1, 2, -3), (ii) u = (-i, 2- 3i, 1 + 2i), (iii) u = (18t 2 - 8t + 13)/15
T"(x, y, z)
= (x
( 1/vs
( i)
2/Vs
2/vs)
_ 1/vs
,
c)
u
t;V3
_1 2_
110
o_
21v6
t 1v
-1iv'6
t;v3)
. ;-
-tiv 2
-t/v'6
1/3
2/3
2/3 )
13.80.
2/3 -2/3
1/3
(
2/3
1/3 -2/3
13.81.
1,V3
(1 - i)/VJ)
( (1 + i)/VJ -1/...;3
(i)
13.96. Somente (i) e (v) so positiYos. Alm disso, (v) definido positivo.
13.103. (i)
p =
(iii) p =
13.104. (i) x
2/Vs
-t/vs
3/ylO
( -t/v't
-t/VS )
2/VS '
..
(ul P =
21vs
-t/vs
-t;vs)
2/VS '
-1/yiO)
J/vto
= (3x'- y')/vto, y = (x' + 3y')/v10,
+ 2y')/VS
x'/v3 + y'!v'2 + z'/v'6,
x'/VJ- 2z'JV6
(ii) x = (2x'- y')/Vs,
y = (x'
13.105.
[CAP. 13
13.106. P =
1/v'2
( l/V3
-1/V2)
l/y'2 ,
P*AP
x'!VJ- y'/V2 + z'/...;6,
(.2 +i
O
() )
2 _i
Apndice A
Conjuntos e Relaes
CONJUNTOS, ELEMENTOS
Qualquer lista ou coleo bem definida de objetos chamada um
conjunto; os objetos que compreendem um conjunto so chamados seus
elementos ou mem'bros. Escrevemos
p E A se p um elemento no conjunto .A
Se todo elemento de A tambm pertence a um conjunto B, isto , se x E A
implica x E B, ento A chamado subconjunto de B ou diz-se que est
contido em B; isso anotado por
A c B
ou
B. ::> A
Dois conjuntos so iguais se ambos contm o mesmo nmero de elementos;

isto ,
A = B se, e smente se, A c B e B c A
As negaes de p E A, A c B e A ~ B so escritas p ~A, A
respectivamente.
<;f;;
B eA
B,
Especificamos um conjunto particular discriminando seus elementos

ou enunciando propriedades que caracterizam os elementos no conjunto.
Por exemplo,
A = { 1, 3, 5, 7, 9}
significa que A o conjunto consistindo nos nmeros 1, 3, 5, 7 e 9; e
B
{x: x um nmero pnmo, x
<
15}
significa que B o conjunto dos nmeros primos menores do que 15. Tambm usremos smbolos especiais para denotar conjuntos que ocorrem
muito freqentemente no texto. A menos que se especifique o contrrio,
N
Z
Q
R
C
O
O
O
O
O
conjunto
conjunto
conjunto
conjunto
conjunto
dos
dos
dos
dos
dos
inteiros positivos 1, 2, 3, ... ,

inteiros ... , -2, -1, O, 1, 2, ... ;
nmeros racionais;
nmeros reats;
nmeros complexos.
Tambm usaremos rfJ para denotar o conjunto nulo ou vazio, isto ,

o conjunto que no contm elementos; supe-se que sse conjunto subc()njunto de qualquer outro conjunto.
Freqentemente, os membros de um conjunto tambm so conjuntos.
Por exemplo, -cada linha num conjunto de linhas um conjunto de pontos.
379
CONJUNTOS E RELAES
380
[Apndice A
Para ajudar o esclarecimento dessas situaes, usamos as palavras classe,

coleo e faml-ia como srnnimos de conjunto. As palavras subclasse,
subcoleo e subfamlia tm significado anlogo a subconjunto.
Exemplo A. 1. Os conjuntos A e B acima rodem tamlim ser escritos como
A = lx E N: x mpar, x
B = 12, 3, 5, 7, 11. 131
Observe que 9 EA,
6 ~A e 6 f/' B.
mas 9
f/'
B, e 11 E B, mas li
<
lO]
f/'
A; enqyanto 3 E A e 3 E B e
Exemplo A. 2. Os conjuntos numricos esto relacion3dos como
seg~e
N c Z c Q c R c C.
= lx: x 2 = 4, x mpar].
Ento, C = </>, isto , C o conjunto
Exemplo A. 3. Seja C
vazio.
Exemplo A. 4 Os membros da clasce 112. 3], 121. 15. 6]] so os conjuntos 12. 3],
12) e 15 . 6].
Surge,. ento, o seguinte teorema.
Teorema A. 1. Sejam A, B e C quaiEquer conjuntos. Ento (i) A

(ii) se A c B e B c A, ento A = B;
A;
(iii) se A c B e B c C, ento
C.
Enfatizamos que A c B no exclui a possibilidade de A = B. Entretanto, se A c B, mas A r6 B, ento dizemos que A subconjunto pr .prio de B. (Alguns autores usam o smbolo c para subconjunto e o smbolo. G SOmente para subconjunto p!prio.)
Quando falamos de um conjunto indexado {a1 :i E I}, ou simplesmente {a;}. queremos dizer que existe uma aplicao 4> do conjunto I
num conjunto A e que a imagem ct>(i) de i E I anotada a;. O conjunto I
chamado conjunto dos ndices e os elementos a; (a imagem de 4>) diz-se
que so indexados por I. Um conjunto {a 1 , a 2 , . . . l indexado pelos inteiros positivos N chamado seqncia. Uma classe indexada de conjuntos (A;: i E I}, ou simplesmente {A 1 }. tem significado anlogo, exceto
que, agora, a aplicao 4> associa a cada i E I um conjunto A; em vez de
um elemento a 1
OPERAES COM CONJUNTOS

Sejam A e B conjuntos arbitrrios. A unio de A e B, escrita A lJ B,
o conjunto dos elementos que pertencem a A ou a B; e a interseo de
A e B, escrita A () B, o conjunto dos elementos pertencentes a ambos
,1 e B
A u B = {x : x E A_ ou x E B}
e
A
B ~ {x :X E A e X E Bl
Se A n B = </>, isto , se A e B no tm qualquer elemento e.m comum,

diz-se que A e B so disjuntos.
Apndice A]
CONJUNTOS E RELAES
381
Supomos que todos os nossos conjuntos so subconjuntos de um conjunto universal fixo (anotado aqui por U). Ento, o complemento de A,
escrito A, o conjunto dos elementos que no pertencem a A
Ac{xE U:x\tAl
Exemplo A. 5. Os seguintes diagramas, chamados de Venn, ilustram as oeraot:s
com os conjuntos dados. Aqui, os conjuntos so representadcs por reas planas simples
e U, o conjunto universal, pela rea do retngulo inteiro.
.
A U B est sombreado
A () B est sombreado
A c est sombreado
Os conjuntos sob as operaes dados~atisfazem vrias leis ou identidades que esto enumeradas na tabela abaixo. Na realidade, enunctamos
Teorema A. 2. Conjuntos satisfazem s leis na tabela 1.
LEIS DA LGEBRA DOS CONJUNTOS
LEIS DE IDEMPOTNCIA
lb.
la.
A UA =A
2a.
(A U B) U C
3a.
AUB=BUA
4a.
A U (B Cl C)
Sa.
6a.
AU,0=A
7a.
8a.
A U Ac =V
(AC)C =A
9a.
(A
AnA =A
LEIS ASSOCIATIVAS
= A
2b.
U (B U C)
(A n B) n C
= A () (B ()
C)
LEIS COMUTATIVAS
3b.
An B
= B ()A
LEIS DISTRIBUTIVAS
(A U B) n (A U C)
4b.
A () (B U C)
(A n B) U (A n C)
LEIS DE IDENTIDADE
Sb.
6b.
A U U = U
AClU=A
A()0=.0
LEIS DE COMPLEMENTAO
= 0
= ,0. .0c =
7b.
A n Ac
8b.
uc
LEIS DE MORGAN
u B)C
... A c () BC
9b.
Tabela
(A () Bt =A cU BC
---
CONJUNTOS E RELAES
382
Observao. Cada uma
de~sas
[Apndice A
regras segue de uma regra lgica anloga.
Por exemplo,
A
n B = lx: X
= lx: X
EA e
E B e
X
X
E B} =
E Al = B
n .1
(Aqui, usamos o fato de que a sentena composta "q e q", escrita

p " q; logicamente equivalente sentena composta "q e p", isto , q" p.
A relao entre incluses com conjuntos e as operaes com conjuntos segue.
Teorema A. 3. Cada uma das seguintes condies equivalente a A

(iii) BC c Ac
(i) A n B = A
(i i) A
uB
= B
(iv) A
(v) B U Ac = U
n Bc
Generalizaremos . as operaes com conjuntos como segue. Seja

{A; :i E I} uma famlia qualquer de conjuntos. Ento, a unio dos
A;. escrita UiEIAi (ou, simplesmente, U;A;), o conjunto dos elementos cada um dos quais pertence a, ao menos, um dos A;; e a interseo
dos A;. escrita n;E 1 A, ou, simplesmente, n;A; o conjunto dos elementos
cada um pertencendo a todos os A;.
CONJUNTOS P.RODUTO
Sejam A e B dois conjuntos. O conjunto produto de A e B, anotado
por A X B, consiste em todos os pares ordenados (a, b), onde a E A e
b EB
A X B = ! (a, b) :a E a, b E B}
O cnjunto produto de um conjunto consigo pr6p1 io, digamos, A X A,
anotado por A 2
Exemplo A. 6. O leitor est familiarizado
com o plano cartesiano R 2 = R X R, como
mostrado abaixo. Aqui, cada ponto P representa um par ordenado (a, b) de nmeros reais
e vice-versa.
bi-----P
-3
la,
Exempio A. 7. Sejam A
b}. Ento,
11, 2, 3) e B =
-2
-1
-1
-2
A X B = 1(1, a), (1, b), (2, a),

(2, b), (3, a), (3, b)l
Observa. O par ordenado (a, b) rigorosamente definido por

(a, b) = {la} , {a, b}}
Dess.a definio, a propriedade de "ordem" pode ser provada; isto., (a, b)=
= (c, d) se, e somente se, a = c e b = d.
Apndice A]
CONJUNTOS E RELAOES
383
O conceito de conjunto produto estendido a qualquer nmero finito

de conjuntos de uma maneira natural. O conjunto produto dos conjuntos
Alt ... , Am, escrito A 1 X A 2 X ... X Am, o conjunto que consiste em
tdas as m-uplas (a 1 , a 2 , . . , am), onde a; E A; para cada i.
RELAES
Uma relao binria ou simplesmente relao R de um conjunto A
para um conjunto B atribui a cada par ordenado (a, b) A X B exatamente
uma das assertivas
(i)
"a est relacionado com b", escrito aRb
(i i) "a no est relacionado com b", escrito a R b

Uma relao de um conjunto A para o mesmo conjunto A chamada
rela em A.
Exemplo A. 8. A incluso de conjuntos uma relao em qualquer classe de conjuntos. Pois, dado qualquer par de conjuntos A e B, ou A c B ou A cf. B.
Observe que qualquer relao R de A para B define de maneira nica

um subconjunto R de A X B, como segue
R=
{(a,b) :aRb}
Reclprocamente, qualquer subconjunto

de A para B como segue
de A X B define uma relao
a R b se, e somente se, (a, b) E
Em virtude da correspondncia dada entre relaes de A para B e subconjuntos de A X !3. redefinimos relao como segue.
Definio. Uma relao R de A para B um subconjunto de A X B.
RELAES DE EQUIVALENCIA
Utna relao num conjunto A chamada relao de equivalncia se
satisfaz os axiomas
[E1J
Todo a E A est relacionado consigo mesmo.
[E 2]
Se a est relacionado com b, ento b est relacionado com a.
[E 3 ]
Se a est relacionado com b e b est relacio.u.:::.do com c, ento a

est relacionado com c.
Em geral, diz-se que uma relao reflexiva, se satisfaz [E 1]; simtrica,

se satisfaz [E 2]; e transitiva, se satisfaz [E 3]. Em outras palavras, uma relao de equivalncia se reflexiva, simtrica e transitiva.
384
CONJUNTOS E RELAES
[Apndice A
Exemplo A. 9. Considere a relao c: de incluso.de coi1juntos. Pelo teorema A. 1,

A c A para todo conjunto A; e, se A c B e B c: C, ento A c: c_.. Isto , c: reflexiva e transitiva. Por outro lado, c no simtrica, poisA C: B e A oF B implica B <:f:. A.
Exemplo A. 10. Na Geometria Euclidiana, semelhana de tringulos uma relao de equivalncia. Pois, se a, fj e 1 so tringulos quaisquer, ento (i) a semelhante
a si mesmo; (ii) se a semelhante a {1, ento f! semelhante a a; e (iii) se a semelhante
a {3 e {3 semelhante a -y, ento a semelhante a 1'
Se R uma relao de equivalncia em A, ento a clsse de eqUivalncia de um el~mento qualquer a E A, denotada por [a], o conjunto
dos elementos aos quais a est relacionado
[a]={x:aRxl
A coleo de classes de equivalncia, denotada por A/R, chamada quociente
de A por R
A/R = {[a] :a E
propriedade fundamental das relaes de equivalncia segue
Teorema A. 4. Seja R uma relao de equivalncia em A. Ento, o

conjunto quociente A/R uma partio de A, isto , todo a E A pertence
a um membro de A/R e os membros de A/R so disjuntos dois a dois.
Exem pio A. 11. Seja R 5 a relao em Z, conjunto dos inteiros, definida por
x "" y (md. 5),
que se l "x congruente a y mdulo 5" e que significa "x- y divisvel por. 5". Ento,
R 5 uma relao de equivalncia em Z. Existem, exatamente; cinco classes de equivalncia em Z/ R 5
Ao = 1... , -10, -5, o, s, 10]
A1 = 1-.
-9, -4, 1, 6, 11]
A2 = I
, -8, -3, 2, 7, 12}
A3 =I.
-7, -2, 3, 8, 13}
A4 =I. .. , -6, -1, 4, 9, 14]
Agora, todo inteiro x exprimvel de maneira nica na forma x = Sq

r, onde O ::; r < S;
Observe que x E Er, onde r o resto. Note que as classes de equivalncia so disjuntas
duas a duas e que Z =Ao U A 1 U A2 U Aa U .4,.
Apndice 8
Estruturas Algbricas
INTRODUO
Definiremos aqui estruturas algbricas que ocorrem em quase todos
os ramos da Matemtica. Em particular, definiremos corpo, o que aparece na definio de e.>pao vetorial. Comearemos com a definio de
grupo, que ,uma estrutura algbrica relativamente simples, com apenas
uma operao e usado como bloco constituinte de muitos outros sistemas algbricos.
GRUPOS
Seja G um conjunto no-vazio com uma operao binria, isto ,
a cada par de elementos a, b E G est <l{>sociado um elemento ab E G.
Ento, G ch.amadogrupo se os seguintes 'Xiomas valem
[G 1 ] Para quaisquer a, b, c E G, temos (ab)c = a(bc) (lei associativa).
[G 2] Existe um elemento e E G, chamado elemento identidade,- tal que
ae = ea = para todo a E G.
[G3 l Para cada a E G, existe um elemento a 1 E G, chamado imerso de a,
tal que aa 1 = aa = e.
Diz-se que um grupo G abeliano (ou comutatito) Ee a lei da comutatividade vale, isto , se ab = ba para quaisquer a, b E G.
Quando a operao binria denotada por justaposio, como acima,
diz-se que o grupo G est escrito multiplicativamente. Algumas v'lzes,
quando G abeliano, a operao denotada por + e diz-se que G est
escrito aditivamente. Em tal caso, o elemento identida<;l denotado por O
e chamado elemento zero; e o inverso denotado por -a e chamado
negativo de a.
.
Se A e B so subconjuntos de um grupo G, ento escrevemos
A B = {ab : a E A, b E ..B J, ou A
B = Ia + b : a E A, b E B l
Tambm escrevemos a em vez de (a}.
Um subconjunto H de um grupo G chamado subgrupo de G, se o

prprio H forma um grupo sob a operao de G. Se H subgrupo de G e
a E G, ento o conjunto Ha chamado classe lateral direita de H e o
conjunto aH chamado classe lateral esquerda de H.
Definio. Um subgrupo H de G chamado subgrupo normal, se a- 1Ha c H

para todo a E G. Equivalentemente, H normal, se aH = Ha para todo
a E G, isto , se as classes laterais direita e esquerda de H coincidem.
Note que todo subgrupo de t:m grupo abeliano normal.
385
ESTRUTURAS ALGI!BR1CAS
386
[Apndice B
Teorema B. 1. Seja H um subgrupo normal de G. Ento, as classes

laterais de H e G formam um grupo sob multiplicao de classes laterais.
'tsse grupo chamado grupo quociente e denotado por Gf H.
Exemplo B. 1. O conjunto Z dos inteiros forma um grupo abeliano sob adio. (Observamos que os inteiros pares formam um subgrupo deZ, mas os inteiros mpares nJ formam.) Denote por H o conjunto dos mltiplos de 5, isto , H= { ... , -10, -5, O, 5, 10, ... 1
Ento, H_ um subgrupo (necessriamente normal) de Z. s classes laterais de H em Z
segue
=O+ H= H= { ... , -10,-5, O, 5, 10, ... 1

1 +H={ ... ,-9,-4,1,6,11, ... 1
2 = 2 + H = ! ... , -8, -3, 2, 7, 12, . . I
1=
3 = 3 +H = {... , -7, -2, 3, 8, 13,

I
4=4+H= { ... ,-6,-1,4,9,14, ... )
n= n + H coincide com uma dessas classes laterais.
Para qualquer outro inteiro n E Z,

Assim, pelo teorema dado, Z!H = {,
laterais; sua tbua de adio
2
3
4
2
3
4
1, 2, 3. 41 forma um grupo sob adio de classes
1
1
2
3
4
3
3
4
2
2
3
4
4
4
2
3
f:sse grupo quoc.ien.te Z/H mencionado como os inteiros mdulo 5 e freqentemente

denotado por Zs. Anlgamente, para qualquer inteiro positivo n, existe o grupo Zn
chamado dos inteiros mdulo n.
Exemplo B. 2. As permutaes de n smbolos formam um grupo sob composio

de aplicaes; chamado grupo simtrico de grau n e denotado por Sn. Investigaremos
S 3 aqui; seus elementos so
2 3
"1 =
"2 =
"3 =
~.
~2 =
a permutao que transforma 1 ...... i, 2 ....... j, 3--+ k.

k
de multiplicao de S 3
Aqui,
-i
<'1
..
"I
"1
"1
"2
"3
4>1
4>2
"2
era
4>2
4>1
4>1
4>2
era
4>1
"2
Ir!
cra
cra
4>2
4>1
4>1
4>2
4>1
4>2
"2
cra
4>2
"
cr a
"2
"I
"2
"a
"1
4>2
"1
"2
4>1
A tabela
Apndice B]
ESTRUTURAS ALGf:BRICAS
387
(0 elemento na a-sima linha e b-sima coluna ab.) O conjunto H = f

de S3; suas classes laterais direita e esquerda so
Classes laterais
direita
H
H.pl
H.P2
"I'
r.
= f<~>I. "2'
= f.P2, "al
"I
I um subgrupo
Classes laterais
esquerda
H=I"II
I.PI, "31
.P2H = f<~>2. "2!
.P1H =
Observe que as classes lat"rais direita e as classes laterais esquerda so distirttas;

portanto, H no um subgrupo normal de 5 3 .
Uma transformo f de um grupo G para um grupo G' chamada

homomorfismo se f(ab) = f(a)f(b) para quaisquer a, b E C. (Se f tambm
bijetora, isto , biunvoca e sbre, ento f chamada um isomorfismo e
diz-se que G e G' so isomorfos.) Se f: G --+ G' homomorfismo, ento o
ncleo de f o conjunto dos elementos de G, que so transformados no elemento identidade e' E G'
ncleo de f= {a E G :f(a)
e'}
(Como sempre, f(G) chamada 1"magem da aplicao f: G

seguinte teorema surge.
--+
G'.)
Teorehla B. 2. Seja f: G --+ G' um homomorfismo com ncleo K. Ento,

K um >iubgrupo normal de G e o grupo quociente G/K isomorfo imagem de f.
Exemplo B. 3. Seja G o grupo dos n:Jmeros reais sob ad-io e seja G' o grupo dos
re::tis positivos sob multiplicao. A transformao f: G--+ G' definida por
f(a) = za um homomorfismo, porque
n~meros
f(a
+ b)
= za+b = 2a zb
= f(a)f(b)
Em particular, f bijetora; portanto, G e G' so isomorfos.

Exemplo B. 4. Seja G o grupo dos nmeros complexos no-nulos sob multiplicao e seja G' o grupo dos nmeros reais no-nulos sob multiplicao. A transformao
f : G -> G', definida por f(z) = lz I. homomorfismo, porque
f(zlz2) ~ lziz21 = lz1llzzl =f(zi)f(z2)
O ncleo K de f consiste nos nmeros complexos z no crculo unitrio, isto , para os quais
Iz I = I. Assim, G/K isomorfo imagem de f, isto , ao grupo dos nmeros positivos
sob multiplicao.
ANIS, DOM1NIOS DE INTEGRIDADE E CORPOS

Seja R um conjunto no-vazio com duas operaes binrias, uma
operao de adio (denotada por +) e uma operao de multiplicao
(denotada por justaposio). Ento,R chamado anel se os seguintes
axiomas so satisfeitos
+ +
[RI] Para quaisquer a, b, c E R, temos (a

b)
c = a
(b + c).
[Rz] Existe um elemento O E R, chamado elemento zero, tal que a+ O =
= O a = a, para qualquer a E R.
ESTRUTURAS ALGBRICAS
388
[Apndice B
[R 3 ] Para cada a-E R existe um elemento -a E R, chamado negativo de a

tal que a
(-a) = (-a)
a = O.
[R 4 ) Para quaisquer a, b E R, temos a
b = b + a.
[R~J Para quaisquer a, b, c E R, temos (ab)c = a(bc).
[R 6] Para quaisquer a, b, c E R temos
(i) a(b
c) = ab
+ ac,
e (ii) (b
+ c)a =
ba
+ ca.
Observe que os axiomas [R1] a [R 4] podem ser resumidos, dizendo que
R um grupo abeliano sob adio.

Subtrao definida em R por a- b
= a+
(-b).
Pode ser mostrado {veja problema B.25) que a . O = O . a

todo a E R.
= O para
R chamado anel comutativo se ab = ba para quaisquer a, b E R.

Tambm dizemos que R anel com elemento unidade se existe um elemento
no-nulo 1 E R tal que a . 1 = 1 . a = a para qualquer a E R.
Um subconjunto no-vazio S de R chamado subanel de R se o
prprioS forma um anel sob as operaes de R. Notamos que S subanel
de R se, e smente se, a, b E S implica a- b E Se ab E S.
Um subconjunto no-vazio de R chamado ideal esquerda em R
se (i) a- b E I sempre que a, b E I, e (ii) ra E I sempre que r E R, a E I.
Observe que um ideal esquerda I de R tambm um subanel de R. . Semelhantemente, podemos definir ideal direita e ideal bilateral. Claramente, todos os ideais e_m anis comutativos so bilaterais. O trmo
ideal significar ideal bilateral, a menos que se especifique o contrrio.
Teorema B; 3. Seja I um ideal (bilateral), num anel R.
Ento, as classes
laterais I a
I : a E R} formam um anel sob adio de classes laterais
e multiplicao de classes laterais. O anel denotado por R/ I e chamado
anel quociente.
Agora, seja
qualquer a E R,
principal gerado
chamado anel de
R um anel comutativo com elemento unidade. Para

o conjunto (a) = {ra :r E Rt ideal; chamado ideal
por a. Se todo ideal de R ideal principal, ento R
ideais principais.
Definio. Um anel comutativo com elemento unidade chamado domnio

de integridade se R no tem divisores de zero, isto , se ab = O implica
a= O ou b=O.
Definio. Um anel comutativo com elernento unidade chamado corpo
se todo a E R no-nulo tem inverso multiplicativo, isto , existe um elemento
a- 1 E R tal que aa- 1 = a- 1 a = 1.
Um corpo , necessriamente, um domnio de integridade; pois, se
ab
O e a
O, ento b = 1 . b = a- 1ab
+ a-
O = O.
1\~ndice
ESTRUTURAS
B]
ALG~BRICAS
389
Observamos que um corpo tambm pode ser encarado como anel

comutativo, no qual os elementos no-nulos formam um grupo sob multiplicao.
Exemplo B. 5. O conjunto Z dos inteiros, com as operaes usuais de adio e
multiplicao, o exemplo clssico de um domnio de integridade com elemento unidade.
Todo ideal 1 em Z ideal principal, isto , I = (n) para algum inteiro n. O anel quociente Z,. = Z/(n) chamado anel dos inteiros mdulo n. Se n primo, ento Z,. um corpo.
Por outro lado, se n no primo, ento Z,. tem divisores de zero. Por exemplo, no anel
Ze. 2 3 = e 2 -F e 3 F- .
Exemplo B. 6. Os nmeros racionais Q e os nmeros reais R formam corpos em
relao s operaes usuais de adio e multiplicao.
Exemplo B. 7. D~note por C o conjunto de pares ordenados de nmeros reais,
com adio e multiplicao definidas por
+ d)
d + bc).
(a, b)
(c, d) = (a+ c,b
(a, b) . (c, d) = (ac- bd,
Ento, C satisfaz tdas as propriedades requeridas de um corpo.

que o corpo dos nmeros complexos.
De fato, C nada mais
Exemplo B. 8. O conjunto M de tdas as matrizes 2 X 2, com elementos reais,

forma um anel no comutativo com divisores de zero sob as opecaes de adio de matri
zes e multiplicaes de matrizes.
Exemplo B. 9. Seja R qualquer anel. Ento, o conjunto R[x] de todos os polinmios
sbre R forma um anel em relao s operaes usuais de adio e multiplicao de polinmios. Alm disso, se R domnio de integridade, ento R[x] tambm domnio de
integridade-.
Agora, seja D um domnio de integridade. Dizemos que b divide a

em D se a = bc para algum c E D.
Um elemento u E D chamado
unitrio se u divide 1, isto , se u tem inverso multiplicativo. Um elemento b E D chamado associado de a E D se b
ua para algum unitrio u E D. Diz-se que um no-unitrio p E D irredutvel se p = ab
impEca que a ou b unitrio.
Um domnio de integridade D chamado domnio de fatorizao
nica se cada no-nnitrio a E D pode ser escrito de maneira nica (a
menos de associados e da ordem) como um produto de elementos irredutveis.
Exemplo B. 10. O anel Z dos inteiros exemplo clssico de domnio de fatoriza~
o nica. Os unitrios deZ so 1 e ~t. Os nicos associados de n E Z so n e -n. Os
elementos irredutveis de Z so os nmeros primos.
Exemplo B. 11. O conjunto D = la+ bv!D ~a, b inteiros) domnio de inte
gri.dade. Os unitrios de D ~o 1, 18 5y13 e -18 5VTI. Os elementos
2, 3- y13 e -3so irredutveis em D. Observe que 4 = 2. 2 = (3- vli3) (-3- v'TI ). Ento, D no. domnio de fatorizao nica (veja problema B. 40).
v13
ESTRUTURAS
390
ALG~BRICAS
[Apndice B
MDULOS
Seja M um conjunto no-vazio e seja R um anel com elemento unidade. Ento, diz-se que M um R-mdulo ( esquerda), se M grupo
abeliano aditivo e se exi~te uma aplicao R X M ------t M, que satisfaz
os axwmas
[M1] r(m 1
m 2) = rm 1
rm2
[M2] (r+ s)"!f = rm
sm
[M3] (rs)m = r(sm)
[M4] 1. m = m
Para quaisquer r, s E R e qualquer m; E M.

Enfatizamos que um R-mdulo uma generalizao de espao vetorial, onde permitimos que os escalares provenham de um anel em vez de
provirem de um corpo.
Exemplo B. 12. Seja G -qualquer grupo abeliano
sbre o anel Z dos inteiros definindo
aditi~o.
Fazemos de G mdulo
n vzes
ng
= g + g + ... + g,
Og
O, (-n)g = -ng,
onde n. qualquer inteiro positivo.

Exemplo B. 13. Seja R um anel e I um ideal em R.
como mdulo sbre R.
Ento, I pode ser encarado
Exemplo B. }4. Seja V u~- espao vetorial sbre um corpo K e T; V-+ V

uma transformao linear .. Fazemos de V um mdulo sbre o ane K[x] de polinmios
.sbre K, definindo f(x) v = f(D(v). O leitor deve verificar que foi definida uma multiplicao por escalar.
Seja M um mdulo sbre R. Um grupo aditivo N de M chamado

subm6dulo de M se u E N e k E R implica k,u E N. (Observe que N ,
ento, mdulo sbre R.)
. Sejam M e M' R-mdulos. Uma transformao T: M
chamada homomorfismo (ou R-homomorfismo ou R-linear) se
(i) T(u +v) = T(u)
+ T(v)
(ii) T(ku) = kT(u)
para quaisquer u, v E M e qualquer k E R.
Problemas
GRUPOS
B.l.
Determine se cada um dos seguintes sistemas forma um, grupo G:

(i)
G = conjunto dos inteiros, operao de subtrao;
(ii)
G=
{ 1, -1}. operao de multiplicao;
------t
M'
ESTRUTURAS ALGtBRICAS
Apndice B]
(iii) G
391
= conjunto dos nmeros racionais no-nulos, operao de diviso;
(iv) G =conjunto de matrizes no-singulares n X n, operao de multiplicao

de matrizes;
(v) G = la+ bi: a, b E Zl. operao de adio.
B.2.
Mostre que num grupo G

(i) o elemento identidade de G nico;
(ii) cada a E G tem um nico inverso a-I E G;
(iii) (a- 1 )- 1 = a, e (ab)- 1 = b-Ia-1;
(iv) ab
B.3.
ac implica b =c, e ba = ca implica b
Num grupo G, as potncias de a
a0
=e, a"
aan- 1,
= c.
G so definidas por
a-"
= (a")- 1 , onde n
N.
= ar+
Mostre que as seguintes frmulas valem para quatsquer inteiros r, s, tEZ (i) ara
(ii) (ar) = a 78 , (iii) (a'+')' = ar'+'.
8.4.
Mostre que, se G um grupo abeliano, ento (ab)"=a"b" para quaisquer a, b.E G

e qualquer n E Z.
B.5.
Suponha que G um grupo tal que (ab) 2 = a 2b2 para quaisquer a, b E G.

que G abeliano.
8.6.
Suponha que H um subgrupo de um grupo G. Mostre que H subgrupo de G

se, e somente se, (i) H no-vazio, e (ii) a, b E H implica ab- 1 E H.
8.7.
Demonstre que a interseo de um nmero qualquer de subgrupos de G tambm

um subgrupo de G.
8.8.
Mostre que o conjunto de tdas as potncias de a E G um subgrupo de G;

chamado grupo cclico gerado por a,
8.9.
Diz-se que um grupo G cclico se G gerado por algum a E G, isto ,

G = fa": n E ZJ. Mostre que todo subgrupo de um grupo cclico Cclico.
Mostre
8.10. Suponha que G subgrupo cclico. Mostre que G isomorfo ao conjunto

inteiros, sob adio ou ao conjunto Zn (dos inteiros mdulo n), sob adio.
.z
dos
8.11. Seja H um subgrupo de G. Mostre que as classes laterais direita ( esquerda)

de H particionani G em conjuntos mutuamente disjuntos.
8.12. A ordem de um grupo G, denotada por IG I, o nmero de elementos de G. De
monstre o teorema de Lagrange. Se H .subgrupo de um grupo finito G, ento
IHI divide jGj.
8.13. Suponha que
IGI = p, onde p pcimo.
Mostre que G dclico.
8.14. Suponha que H e N so subgrupos de G, com N normaL

subgrupo de G e (ii) H n N subgrupo normal de G.
Mostre que (i) HN
8.15. Seja H subgrupo de G, com smente duas classes laterais direita ( esquerda).
Mostre que H subgrupo normal de G.
8.16. Demonstre o teorema 8.1. Seja H um subgrupo normal de G. 'Ento, as cfilsses

laterais de H em G formam um grupo Gjll sob multiplicao de classes laterais.
B.I7. Suponha que G grupo abeliano.
tambm abeliano.
Mostre que qualquer grupo quociente G/H
ESTRUTURAS
392
8.18. Seja
(i)
f :G
f(e)
---+ G'
= e',
ALG~8RICAS
um homomorfistro de grupos.
[Apndice 8
Mostre que
onde e e e' so os elementos identidade de G e G', respectivamente;
(ii) f(a- 1) = f(at 1 para qualquer a
G.
8.19. Demonstre o teorema B.2. Seja f: G---+ G' um homomorfismo de grupos com ncleo K. Ento, K subgrupo normal de G, e o grupo quociente G/K isomorfo
imagem de f.
8.20. Seja G o grupo multiplicativo dos nmeros complexos z tais que lzl = 1, e seja R
o grupo aditivo dos nmeros reais. Demonstre que G isomorfo a RjZ.
8.21. Para g E fixo, seja g: G ---+ G definida por g(a) = g- 1ag.
morfismo de G sbre G.
Mostre que G um iso-
8.22. Seja G o grupo multiplicativo das matrizes n X n no-singulares sbre R. Mostre

que a aplicao A H IA! isomorfismo de G no grupo multiplicativo dos nmeros reais n!'l-nulos.
8.23. Seja G um grupo abeliano.
Para n E Z, fixo, mostre que a aplicao a ,__. an homomorfismo de G sbre G.
8.24. Suponha que H e N so subgrupos de G, com N normal.
mal em H e H/(H () N) isomorfo a HNJN.
Prove que H() N nor-
ANIS
8.25. Mostre que, num anel R,
(i) a . O = O . a = O,
(ii) a(-b) = (-a)b = - ab,
(iii) (-a)(-b) = ab.
8.26. Mostre que, num anel.R, com elemento unidade,

(i) (-l)a
= -a,
(ii) (-1)(-1) = 1.
2
8.27. Suponha que a = a para todo a E R.

(Tal anel chamado anel booleano.)
Demonstre que R anel comutativo.
8.28. Seja R um anel com ele~ento unidade. Fazemos de R um outro anel

a ffi b =a+ b
1 e a. b =.ab +a+ b. (i) Verifique se R anel.
mine o elemento-O e o elemento-I de R.
R definindo
(ii) Deter-
8.29. Seja G um grupo abeliano aditivo qualquer. Defina a multiplicao em G por

a . b = O. Mostre que isto faz de G um anl.
8.30. Demonstre o teorema 8.3. Seja I um ideal (bilateral) num anel R. Entao, as
classes laterais. la + I: a E R} formam wn anel sob adio de classes laterais
e multiplicao de classes laterais.
8.31. Sejam I~ e I2 ideais em R.
em R.
Demonstre que
8.32. Sejam R e R' anis. Uma transformao

homomorfismo de anis) se
(i) f(a
+ b)
ft
f :R
= f(a) + j(b) e
+ I'J. e h()
---+
I 2 sao tambm ideais
R' chamada homomorfismo (ou
(ii) j(ab)
= j(a)f(b),
para quaisquer a, b e R. Demonstre que, se f : R ---+ R' um homomorfismo,

ento o conjunto K ""' {r E R :f(r)
Oj um ideal em R. (O conjunto K .ha-.
mado nticleo rk f.)
Apndice BJ
ESTRUTURAS ALGBRICAS
393
DOMNIOS DE INTEGRIDADE E CORPOS

8.33.
Demonstre que, em um domnio dt integridade D, se ab = ac, a -,.!c O, ento b
8.34.
Demonstre que F= {a
8.35.
Demonstre que D = {a+ bVl: a, b inteiros!

mas no um corpo.
+ b v2: a, b racional}
= c.
um corpo.
um domnio de integridade,
8.36. Demonstre que um domnio de integridade finito corpo.

8.37. Mostre que os nicos ideais num corpo K so {OI e K.
8.38. Um nmero complexo a

bi, onde a, b so inteiros, chamado inteiro gaussiano.
Mostre que o conjunto G dos inteiros gaussianos domnio de integridade. Tambm mostre que os unitrios em G so 1 e i.
8.39. Seja D um domnio de integridade e I um ideal em D. Demonstre que o

anel quociente D/I domnb de integridade se, e soment~ se, I ideal primo.
(Um ideal I primo se ab E I implica a E I ou b E I.)
4'
8.40. Considere o domnio de integridade D = {a

bVD :a, b inteiros! (veja exemo
pio B.tl). Se a =a+ byt3, definimos N(a) = a 2 - 13b 2 Demonstre
(i) N(a {1) = N(a)N((J); (ii) a unitrio se, e somente se, N(a) = I; (iii) as
unidades de D so 1, 18 5 V13 e -18 5 v13; (iv) os nmeros 2, 3- vi3
e -3- Vl3 so irredutveis.
MDULOS
8.41. Seja M um R-mdulo e sejam A e B submdulos de M.
A n B so tambm submdulos de M.
Mostre que A
+B
8.42. Seja M um R-mdulo com submdulo N. Mostre que as classes laterais {u N:

: u E Mj formam um R-mdulo sob adio de classes l~terais e multiplicao por
escalar definida por r(u
N) = ru
N. (.~sse mdulo denotado por MJN
e chamado mdulo quociente.)
B-43. Sejam M e M' R-mdulos e seja f: M _. M' um R-homomorfismo. Mostre que

o conjunto K ~ {u EM :j(u) =OI snbmdulo de M. (O conjunto K chamado
ncleo de j.)
ll.44. Seja M um R-mdulo e denote por E(M)o conjunto de todos os R-homomorfismos
de M em si mesmo. Defina operaes apropriadas de adio e multiplicao
em E(M), de modo que E(M) se torue um anel.
Apndice C
Polinmios Sbre um Corpo
INTRODUO
Investigaremos polinmios sbre um corpo e mostraremos que les
tm muitas propriedades que so anlogas s propriedades dos inteiros.
sses resultados desempenham um papel importante na obteno de formas cannicas de um operador linear T num espao vetorial V sbre K.
ANEL DE POLIN:MIOS
Seja K um corp~. Formalmente, um polinmio f sbre K uma
seqncia infinita de elemen~os de K, na qual todos, exceto um nmero
finito dles, so zero
( ... ,
O, an, ... , at>a 0 )
(Escrevemos a seqncia de modo que ela se estenda para a esquerda em

vez de estender-se para a direita.) O elemento ak chamado k-simo
coeficiente de f. Se n o maior inteiro para o qual an ,r. O, ento dizemos
que o grau de f n, escrevendo
grau
f= n
Tambm chamamos an o coeficiente inicial de f e, se an = 1, chamamos f

polinmio m6nico. Por outro lado, se c~da cotficiente de f O, ento f
chamado polinmio zero, escrito f = O. O grau do polinmio zero no
definido.
Agora, se g outro polinmio sbre K, digamos,
g = .(. . , O, bm, . .. , b1, bo),
g o polinmio obtido adicionando os coeficientes corIsto , se m ~ n, ento
ento a soma
respondentes.
f+
f+
g=
( ..
+ bm,
... , a 1
anbm, ... , a 1b0
+ab
.,O, an, ... , am
+b
1,
a0
+b
0)
Alm disso, o produtofg o polinmio
fg
=. ( ... ,
0 1,
a 0b0 ),
isto , o k-simo coeficiente ck de f~~--~:~

k
ck
= L a;blri = a 0bk
.
;~o
a 1 b~r- 1
+ ... + akbo

Teorema C. I. O conjunto P dos polinmios sbre um corpo K, sob as operaes de adio e. multiplicao, forma um anel comutativo com ele394
POLINMIOS SOBRE UM CORPO
Apndice C]
395
mento unidade e sem divisores de zero, isto , um ,domnio de integridade. Se f e g so polinmios no..-nulos em P, ento
grau(fg) = (grau.f)(grau g).
NOTAO
Identificaremos o escalar a 0 E K com o polinmio
a0
= ( ... ,O, a 0)
Tambm escolheremos um smbolo, digamos t, para denotar o polinmio
t = ( ... , O, 1, O)
Chamamos o smbolo t. de indeterminada.
obtemos
Multiplicando t por si mesma,
= ( ... ,O, 1, O, 0), / 3 = (... , O, 1, O, O, 0), ...

Assim-, sse polinmio f pode ser escrito de n'laneira nica na forma usual
f = antn + . . . + alt + ao
t2
Quando o smbolo t selecionado como indeterminada, o anel dos polinmios sbre K denotado por
K [t]
e um pollnmio f , freqentemente, denotado por f(t).
Tambm encaramos o corpo K como um subconjunto K(t) sob a
me:ma identificao. Isto possvel, pois as operaes de adio e multiplicao dos. elementos de K so preservadas sob essa identificao
( ... , O, a 0 )
+ (... , O, b
0)
( ... ,O,a 0 ) .
( ...
,O,bo)
= ( ... , O, a 0
+b
0)
= ( ... ,0, a 0 b0 )
Observamos que os elementos no-nulos de K

anel K(t).
so os unitrios do
Tambm observamos que todo polinmio no-nulo associado de um

nco polinmio mnico. Portanto, se d e d' so polinmios mnicos
para os. quais d divide d' e d' divide d, ento d = d'. (Um polinmio g
divide um potinmiof se existe um polinmio h tal que f =l1g.)
DIVISIBILIDADE
O teorema seguinte formaliza o processo conhecido como "conta de
rabo".
Teorema C. 2. (algoritmo de diviso). Sejam f e g polinmios sbre um

corpo K com g ~ O. Ento, existern polinmios q e r tais que
f=
onde ou
O ou grau
< grau
g.
qg
+r,
396
POLINMIOS SBRE UM CORPO
Demonstrao. Se f
tao requerida
O ou se grau
f=
Agora, suponha que grau
= a,.t"
f 2:. grau
+ ... + a t + a
1
onde an, bm 7f5. O e n 2:. m.
Og
+f
g = bmtm
bm
<
grau f.
onde ou r = O ou grau r
para f,
+ ... + b t + b
1
0,
Formamos o polinmio
a
f1 = f - -"
Ento, grauf1
g, ento temos a represen-
g, digamos,
f < grau
[Apndice C
t"-m g
(1)
Por induo, existem polinmios q1 e r tais que
< grau
g.
Substituindo isto em (1) e resolvendo
que a representao desejada.

Teorema C. 3. O anel K(t) dos polinmios sbre um corpo K um anel
de ideal principal. Se I um ideal em K(t), ento existe um nico polinmio mnico. d que gera I, isto , tal que d divide todo polinmio f E I.
Demonstrao. Seja do-polinmio de grau mnimo em I. Como pode"
mos multiplicar d por um escalar no-nulo e ainda permanecer em I, podemos supor, sem perda de generalidade, que d um polinmio mnico.
Agora, suponha gue f E I. Pelo teorema C.2, existem polinmios q e r
tais que
f = qd + r, onde ou r = O ou gtau r < grau d

Agora, f, d E I implica qd E I e, portanto, r = f- qd E I. Mas d o
polinmio de grau mnimo em I. De acrdo com isso, r = O e f= qd,
isto , d divide f. Falta mostrar que d nico. Se d' outro polinmio
mnico que gera I, ento d divide d' e d' divide d. Isto implica que d = d',
porque d e d' so mnicos. Assim, o teorema est demonstrado.
Teorema C. 4. Sejam f e g polinmios no-nulos em K[t]. Ento, existe
um nico polinmio mnico d tal que (i) d divide f e g; e (ii) se d' divide
f e g, ento d' divide d.
Defini,o. ~sse polinmio d chamado mximo divisor comum de f e g.
Se d ~ 1. ento f e g so primos entre si-
DemQftStrao de Teoroma C. 4. O conjunto I= {mf

ng: m, n E K(t]l
um ideal. Seja d o polinmio mnico que gera I. Note que f, g E I;
Apndice CJ
397
portanto, d divide f e g. Agora, suponha que d' divide f e g. Seja J o

ideal gerado por d'. Ento, f, g E J e, portanto, I c J. De acrdo
:om isso, d E J; lego, d' divide d como foi dito. Resta mostrar que d
nico. Se d 1 outro mximo divisor comum (mnico) de f e g, ento d
divide d 1 e d 1 divide d. Isto implica que d = d 1 , porque d e d 1 so mnicos. Assim, o teorema est demonstrado.
Corolrio C. 5. Seja d o mximo divisor comum dos polinmios f e g.

Ento, existem polinmios m e n tais que d = mf
ng . . Em particular,
se f e g so primos entre si, ento existem polinmios m e n tais que
mf + ng
1.
O corolrio segue diretamente do fato de d gerar o ideal
I = {mf
+ ng : m, n
FATORIZAO
se p
E K [t]l
-~
Diz-se que um polinmio P E K[t] de grau positivo irredutvel

=fi!. implica que ou f ou g escalar.
Lema C. 6. Suponha que p E K[tJ irredutvel. Se p divide o produto fg dos polinmios f, g E K[t], ento p divide f ou p divide g. Mais
geralmente, se p divide o produto de n polinmios ftf2, , fn, ~nto p
divide um dles.
Demonstrao. Suponha que p divide fg mas no divide f. Como p
irredutvel, os polinmios f e g devem ser primos entre si. Devem
existir polinmios m, n E K[t] tais que mf + np = 1. Multiplicando essa
equao por g, obtemos mfg + npg = g. Mas p divide fg; logo, divide
mfg e p divide npg; portanto, p divide a soma g = mfg
npg.
Agora, suponha que p divide fd2 . . fn Se P divide f 1 , ento estamos prontos. Se no, ento, pelo resultado aprerentado, p divide o
produto f 2 , ,Jn. Por induo, em n, p divide um dos polinmiosf2 , ,fn
Assim, o lema est provado.
Teorema C. 7. (teorema da fatorizao nica). Seja f um polinmio

no-nulo em K[t]. Ento, f pode ser escrito de maneira nica (exceto
pela ordem) como um produto
kPtP2, ... , Pn,
onde k E K e os Pt so polinmios mnicos irredutveis em K[t].
Demonstrao. Primeiro, demonstraremos a existncia de tal produto.

Se f irredutvel, ou se f E K, ento tal produto claramente existe. Por
outro lado, suponha que f = gh, onde f e g so no-escalares. Ento,
g e h tm grau menor do que o de f. Por induo, podemos supor que
g
= k 1g 1g2,
... , g.
= k 2h 1h 2,
... , h,,
398
[Apndice C
onde k 1 , k 2 E K e os g; e hi so polinmios mnicos irredutveis.

acrdo com isso,
f=
De
(klk2)glg2 ., grhl~ : h,
nossa representao desejada.

A seguir, demonstraremos a unicidade (exceto pela ordem) de tal
produto para f. Suponha que
f = kP1P2r ' Pn = k' q1q2, qm,

onde k, k' E K e os p 1, . . . , Pn q 11 , gm so polinmios mnicos irredutveis. Agora, p 1 divide k'q 1 , . . , qm. Como p1 irredutvel, deve dividir
um dos q 1 , pelo lema anterior.
Digamos que p 1 divide q 1 Como P1 e q1 so ambos irredutveis e mnicos, p1 = q1 De acrdo com isso,
kp2,
rPn
k'q2, ... ,qm
Por induo, temos que n = m e P2 = q2 , , qm para algum rearranjo

dos q;. Tambm temos que k = k'. Assim, o teorema est demonstrado.
..
Se corpo K o corpo complexo C, ento temos o seguinte resultado, que conhecido como teorema fundamental da lgebra; sua demonstrao est fora do alcance dste texto.
Teorema C. 8. (Teorema Fundamental da lgebra). Seja f(t) um poli~
mio no-nulo sbre o corpo complexo C. Ento f(t) pode ser escrito de
maneira nica (exceto pela ordem) como um produto
f(t) = k(t- r1)(t- r 2 ),
. ,
(t- r n),
onde k, r; E C, isto , como um produto de polinmios lineares.

No caso do corpo R temos o seguinte resultado.
Teorema C. 9. Seja f(t) um polinmio no-nulo sbre o corpo real R.
Ento, f(t) pode ser escrit de maneira nica (exceto pela ordem) como
um produto
f(t) = kpl(t)p2(t), ... ' p,.(t),
onde k E R e os p,(t) so polinmios mnicos irredutveis de grau um
ou dois.
ndice Remissivo
Adio
de matrizes, 41
de transformaes lineares,
153
no R", Z
Adjunta Clssica, 214
lgebra
de matrizes quadradas, 51
de operadQres lineares, 155
isomorfismo de ... , 206
Algoritmo de Diviso, 395
Alternadas
formas bilineares ... , 318
formas multilineares ... , 216, 335
Anel, 387
ngulo entre dois vetot:es, 340
Anulador, 276, 304
Assinatura, 320, 322
Auto-espao, 240, 249
Autovalor, 240 ,249
Autovetor, 240,249
Coluna
espao das ... , 79
de uma matriz, 40
ps to das ... , 108
vetor ... , 41
Combinao Linear
de eqt.taes, 35
de vetores, 41
Componentes, 2
Composio de Transformaes, 145
Conjtmto, 379
linearmente independente
maximal, 106
vazio, 379
universal, 381
Contradomnio, 145
Convexo, 315
Coordenada, 2
Corpo, 388
Cramer
regra de ... , 21 5
Base, 105
mudana ele ... , 185
usuais, 105, 106
Decomposio
em primos, 272
em soma dir!"ta, 271
Definida positiva
forma bilinear ... , 316
matriz ... , 329, 374
operador ... , 276
Dependncia linear, 102
no Rn, 32
Desigualdade
de Bessel, 373
de Cauchy-Schwarz, 5, 11
de Minkowski, 12
triangular, 354
Determinante, 208
pisto de um ... , 237
c'
5
6
Caracterstica
equao ... , 243
matriz ... , 243
Caracterstico
polinmio ... , 243, 244. 254
valor ... , 240
vetor ... , 240
Cayley-Hamilton
teorema de ... , 244, 254
ClaSse lateral, 278
Co-fator, 212
cn,
399
ndice Remissivo
Adio
de matrizes, 41
153
no R", Z
Adjunta Clssica, 214
lgebra
de matrizes quadradas, 51
de operadQres lineares, 155
isomorfismo de ... , 206
Algoritmo de Diviso, 395
Alternadas
formas bilineares ... , 318
formas multilineares ... , 216, 335
Anel, 387
ngulo entre dois vetot:es, 340
Anulador, 276, 304
Assinatura, 320, 322
Auto-espao, 240, 249
Autovalor, 240 ,249
Autovetor, 240,249
Coluna
espao das ... , 79
de uma matriz, 40
ps to das ... , 108
vetor ... , 41
Combinao Linear
de eqt.taes, 35
de vetores, 41
Componentes, 2
Composio de Transformaes, 145
Conjtmto, 379
linearmente independente
maximal, 106
vazio, 379
universal, 381
Contradomnio, 145
Convexo, 315
Coordenada, 2
Corpo, 388
Cramer
regra de ... , 21 5
Base, 105
mudana ele ... , 185
usuais, 105, 106
Decomposio
em primos, 272
em soma dir!"ta, 271
Definida positiva
matriz ... , 329, 374
operador ... , 276
Dependncia linear, 102
no Rn, 32
Desigualdade
de Bessel, 373
de Cauchy-Schwarz, 5, 11
de Minkowski, 12
triangular, 354
Determinante, 208
pisto de um ... , 237
c'
5
6
Caracterstica
equao ... , 243
matriz ... , 243
Caracterstico
polinmio ... , 243, 244. 254
valor ... , 240
vetor ... , 240
Cayley-Hamilton
teorema de ... , 244, 254
ClaSse lateral, 278
Co-fator, 212
cn,
399
alternada, 318
anti~simtrica, 318
degenerada, 317
Formas cannicas em
espaos euclidianos, 34S
espaos unitrios, 350
espaos vetoriais, 269
Forma cannica
de Jordan, 274
racional . 276
Forma escalonada
de equa~es lineares, 25
de matrizes, 48
Forma multilinear, 217, 335
. alternada, 217, 335
Forma polar, 320, 372
Forma quadrtica, 320
Funo, 145
limitada, 77
par, 97
Funcional linear, 302
Diagonal
de uma matriz, 50
matriz ... , 50
Diagonalizao
em espaos euclidiano!;, 348
em espaos unitrios, 350
em espaos vetoriais, 188, 2t2
Diagrama de Venn, 381
Dimenso, 102 ,107
Disjuntos, 380
Distncia, 4, 339
Domnio
de uma transformao, 145
de integridade, 388
Dual
base ... , 303
espao ... , 302
Elementares
divisores ... , 277
matrizes ... ' 66
operaes ... com colunas,. 71
opera~:es. . . com linhas, 48
Elemento, 389
Elementos distinguidos, 48
Eliminao, 23
Equaes Lineares, 21; 153, 215,
304, 340
consistentes, 36
homogneas, 22
Escalar, 2, 74
matriz, 51.
transformao, 265
Espao
com produto interno, 337
das solues, 77
euclidiano, 4, 337, 338
12, 339
de Hilbert, 339segundo dual, 304
vetorial, 74
Gerado, 78
Grupo, 385
abeliano, 386
cclic~. 391
Hermitiana
forma ... , 321
matriz ... , 321
Hiperplano, 16
Hom (V, U), 154
Homomorfismo, 148
Ideal, 387
primo, 393
principal, 387
Identidade
elemento ... , 385
matriz ... , 51
permutao ... , 208
transformao ... , 148
Igualdade
de matrizes, 41
Fatorizao nica, 389

Forma bilinear, 316, 335
400
'
I.
'
f
\!
'
j
I
l'
I
I
de vetores, 2
Imagem, 145, 150
Independncia linear, 102
no Rn, 32
Independentes
subespaos ... , '296
vetores ... , 102
ndice
conjunto de ... , 380
de nu! potncia, 27 3
mpar
funo ... , 86
permutao ... , 208
Inteiros
gaussianos, 393
mdulo n, 389
Interseo de Conjuntos, 380
Inversa
matriz. . , 148
transformao, 52, 214
Inversvel
matriz ... , 156
operador linear ... , 52
Irredutvel, 389, 397
Isomorfismo de
lgebras, 206
espaos com produto interno,
'<'l.Umentada, 47
coluna, 41
companheira, 277
congruentes, 317
de blocos, 53
determinantes de uma ... , 208
de mudana-de base, 185
de uma transformao linear,
182
dos coeficientes, 4 7
diagonal, 50
escalar, 51
escalonada, 48
equivalente, 71
equivalentes por linhas, 48
espao das linhas de uma ... , 70
-forma cannica por ... , 50, 79
' hermitiana, 321
identidade, 51
linha de uma ... , 40
multiplicao de. . , 45
mltiplo escalar de uma ... , 41
normal, 350
nula, 42
psto de uma ... , 108
quadrada, 50
semelhantes, 188
simtrica, 77, 349
tamanho. de uma.
40
de transio, 186
transposta, 46
triangular, 50
triangular superior, 50
Mximo Divisor Comum, 396
Menor, 212
Menor Principal, 2.65
Mdulo, 389
Mudana de Bases, 186
Multilinear, 178, 217
Multiplicao de Matrizes, 43, 45
Mltiplo escalar
de matrizes, 41
154
346, 376
espaos vetoriais, 111, 150

grupos, 385
Lei do Paralelogramo, 372
Linhas
de uma matriz, 41
forma cannica de ... , 50
forma escalonada reduzida
por ... , 48
matrizes equivalentes por ... , 48
operaes com ... , 48
p>sto das ... , 108
reduo por ... , 49
vetor ... , 41
Matriz
adio de ... ', 41
401
Multiplicidade
algbrica, 24 7
geomtrica, 24 7
Permutao, 208
Polinmios, 394
Polinmio
mnimo, 245, 256
mcho, 244
Positiva
matriz ... , 374
Positivo
operador ... , 348
Psto
de uma forma bilinear, 317
de uma matriz, 108, 237
de uma transformaolinear,
N (inteiros positivos), 3i9

n - Espao, 2
n- Upla, 2
No-singular
matriz ... , 157
transformao linear ... , 153
Norma, 337
no Rn, 5
Ncleo, 53, 387, 392
Nulidade, 152
Nulpotente, 273
Nmeros complexos, 5
Nmeros complexos conjugados, 6
1:2
Produto Cartesiano, 382
Produto Interno, 33 7
em cn, 6
em Rn, 3
Operaes com transformaes

lineares, 153
Operador
antiadjunto, 344
anti-simtrico, 344
auto-adjunto, 344
adjunto, 344
linear, 155
normal, 345, 350, 366
projeo, 295, 373
Ortogonal
complemento ... , 340
matriz ... , 346
operador ... , 345
vetores ... , 3, 339
Ortogonalmente equivalentes, 348
Ortogonalizao de Gram-Schmidt,
341
Ortonormal, 341
Prprio
subconjunto ... , 331
valor.
240
vetor ... , 240
Q(nmeros racionais), 3 79
Quociente
aneL .. , 387
conjunto ... , 384
espao ... , 277
grupo ... , 385
mdulo ... , 390
R (corpo real), 3i9
Rn, 2
Raiz de um Polinmio, 51
Relao, 385
binria, 383
de equivalncia, 383
Regra de Cramer, 215
Representao Matricial
de formas bilineares, 317
de transformaes lineares,, .
Par
funo ... , 97
permutao ... , 208
ordenado, 382
Paridade, 208
Partio, 384 .
. 182
402
Segmento de reta, 15, 315

Semidefinida no negativa, 321
Simtrica
matriz ... , 77
operador ... , 344, 348, 351
Sinal de uma permutao, 208
Sistema de equaes lineares, 22
Soluo
de equaes lineares, 21, 27
espao das ... , 77
nula, 23
trivial, 23
Soma direta, 81, 97, 271
Soma direta exterior, 97
Subanel, 388
Subconjunto, 379
Subespaos cclicos, 27 5
Subespao (de um espao vetorial),
76, 77
soma de ... , 80
invariante, 2 71
gerado, 78
Subgrupo, 385
normal, 385
matriz de uma. . . linear, 182

psto de uma ... linear, 152
sobn!jetora, H 7
singular, 152
Transposio, 209
Transposta
de uma transformao linear,
305
de uma matriz, 46
Triangular
forma ... , 270
matriz ... , 50
Unio de conjuntos, 380
Unitriamente equivalentes, 348
Unitrio
-,;espao ... , 338
; operador _ . , 345
Unitria
matriz ... , 34 7
Varivel livre, 25
Vetor, 74
em
6
em Rn, 2
Vetor coordenado, 10
Vetor nulo, 3, 74
Vetor normalizado, 339
Vetor unitrio, 339
Vetores dependentes, 102
cn,
Teorema
de Cayley-Hamilton, 243, 254
espectral, 351
da decomposio em primos,
272
de Sylvester, 321
Trao, 189
Transformao, 145
bijetora, 147
biunfvoca, 147
de incluso, 177
injetora, 147
linear, 147
nula, 149
Z (inteiros), 379
(anel dos inteiros mdulo n),
389
Zero
de um polinmio, 51
matriz ... , 42
transformao ... , 149
vetor ... , 3, 74
zn
403

Algebra Linear Lipschutz

Enviado por

Direitos autorais:

Formatos disponíveis

Algebra Linear Lipschutz

Enviado por

Dados do documento

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Algebra Linear Lipschutz

Enviado por

Direitos autorais:

Formatos disponíveis

SEYMOUR LIPSCHUTZ

EDITORA McGRAW-HfLL DO BRASIL, LTDA.

Schaum's Outline of Theory and Problems

publicado nos E.U.A. por Schaum Publishing Co.

1968 by McGraw-Hill, .Jnc.

Av. Rio Branco, 156, s/2614

Prefcio da Edio Brasileira

A lgebra Linear constitui hoje parte indispensvel da formao

VETORES NO R" E C" . ....................... .

EQUAES LINEARES . ........ .

Introduo. Equao linear. Sistema de equaes lineares.

Introduo. Matrizes. Soma de matrizes e multiplicao

ESPAOS VETORIAIS E SUBESPAOS ........ .

Introduo. Exemplos de espaos vetona1s. Subespaos.

BASES E DIMENSO ....... .

Introduo. Dependncia linear. Bases e dimenso. Dimen-.

Aplicies. Transformaes lineares. Ncleo e imagem de

MATRIZES E OPERADORES -LINEARES.: ..... ,

Introduo. Representao matricial de um operador linear.

Introduo. Polinmios de matrizes e operadores lineares.

Introduo. F o r ma triangular. Invarincia. Decomposio

FUNCIONAIS LINEARES E O ESPAO DUAL..

Introduo. Funcionais lineares e o espao dual. Base dual.

FORMAS BILINEARES, QUADR.~TICAS E

Formas bilineares. Formas bilineares e nntrizes. Formas

ESPAOS COM PRODUTO INTERNO.

Introduo. Espaos com produto interno. Desigualdade de

ESTRUTURAS ALGBRICAS .................. .

Introduo. Grup:Js. Anis, domnios de integridade e corpos.

POLINMIOS SBRE UM CORPO ............ .

lndice Remissivo ......................................... . 399

(i) Adio. A resultante u

(ii) Multiplicao por escalar. O produto ku, o

VETORES NO R" E C"

(ii) Multiplicao por escalar. Se (a, b) a extremidade do vetor u, ento

Os dois primeiros vetores tm duas componentes e, portnti:so pontos do R 2 ; os dois

Ento, por def!lo de

ADIO DE VETORES E MULTIPLICAO POR. ESCALAR

VETORES NO R" E C"

A soma dos vetores com nmero diferente de componentes no definida .

(3, 5, -1, -2).

Propriedades bsicas dos vetores do R' em operaes de adio de

Para quaisquer vetores u,

E R' e quaisquer escalares

k(u +v)= ku +kv

Observao. Suponha que u e v sejam vetore~ do R" eu = kv para algum

= (u 1 , U 2 , .. . , Un) e V= (VIl V2 , .. . , Vn)

= U 1V 1 + U 2V2 + ... + U,.V

Diz-se que os. vetores u e v so ortogonais (ou perpendiculares) se seu

v= (6, 7, 1, -2) e w = (5, -4, 5, 7). Ento.

+ (-2) . 7 + 3 . 1 + (-4) . (-2) =

VETORES NO R" E C"

As propriedades bsicas do produto interno no Rn so as seguintes.

Teorema 1.2. Para quaisquer vetores u, v, w E R' e qualquer escalar

O se, e somente se, u = O

Observao. O espao R' com as operaes acima de soma de vetores,

= (3, 1, -5, 0).

d(u, v) = V(l- 3) + (- 2 -1) + (4 + 5) + (1- 0)

Agora, se considerarmos dois pontos, digamus

(c, d) no plano R 2 , ento