CURSO DE

Álgebra Linear Aplicada
Antonio Cândido Faleiros
Centro de Matemática, Computação e Cognição
Universidade Federal do ABC
Santo André, SP
6 de abril de 2009
Sumário
1 Equações lineares 1
1.1 Equação algébrica linear . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2 Produto escalar . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.3 Sistemas de equações algébricas lineares . . . . . . . . . . . . . . . . . . . 4
1.4 Sistema escalonado . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.5 Sistema inferiormente escalonado . . . . . . . . . . . . . . . . . . . . . . . 9
1.6 Sistemas equivalentes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.7 O método da eliminação de Gauss . . . . . . . . . . . . . . . . . . . . . . . 11
1.8 Matrizes inversas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.9 Matrizes elementares . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
1.10 Cálculo da inversa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
1.11 Fatoração LU . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
1.12 Decomposição PLU . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
1.13 Decomposição de Cholesky . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
2 Espaço vetorial 33
2.1 Conceito de espaço vetorial . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
2.2 Dependência linear . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
2.3 Base e dimensão . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
2.4 Matriz de mudança de base . . . . . . . . . . . . . . . . . . . . . . . . . . 40
2.5 Subespaço vetorial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
2.6 Subespaço gerado . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
3 Transformação linear 49
3.1 Matriz de uma transformação linear . . . . . . . . . . . . . . . . . . . . . . 54
3.2 Isomorfismo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
3.3 Transformações lineares em C
m×1
. . . . . . . . . . . . . . . . . . . . . . . 60
4 Produto interno e norma 61
4.1 Produto interno em espaços vetoriais reais . . . . . . . . . . . . . . . . . . 61
4.2 Produto interno em espaços vetoriais complexos . . . . . . . . . . . . . . . 62
4.3 Funcional linear . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
4.4 Norma . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
i
ii Notas de aula do Prof. Antonio Cândido Faleiros
4.5 Ortogonalização de Gram-Schmidt . . . . . . . . . . . . . . . . . . . . . . 68
4.6 Decomposição QR . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70
5 Soma de subespaços 77
5.1 Soma direta . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78
5.2 Complemento ortogonal . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
6 Transformação adjunta 81
6.1 Posto de uma transformação linear . . . . . . . . . . . . . . . . . . . . . . 85
6.2 Existência de solução dos sistemas lineares . . . . . . . . . . . . . . . . . . 87
7 Projetores 89
7.1 Projetores ortogonais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89
7.2 Projetores ortogonais em C
m×1
. . . . . . . . . . . . . . . . . . . . . . . . 92
7.3 Ortogonalização de Gram-Schmidt em C
m×1
. . . . . . . . . . . . . . . . . 94
7.4 Ortogonalização modificada de Gram-Schmidt . . . . . . . . . . . . . . . . 95
7.5 Contagem das operações . . . . . . . . . . . . . . . . . . . . . . . . . . . . 96
8 Refletor de Householder 99
8.1 Decomposição QR usando o refletor de Householder . . . . . . . . . . . . . 101
8.2 O algoritmo para calcular R . . . . . . . . . . . . . . . . . . . . . . . . . . 103
8.3 Contagem das operações . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104
8.4 O algoritmo para calcular Q

. . . . . . . . . . . . . . . . . . . . . . . . . 104
8.5 O algoritmo para calcular Q . . . . . . . . . . . . . . . . . . . . . . . . . . 105
9 Mínimos quadrados 107
9.1 Mínimos quadrados e a decomposição QR . . . . . . . . . . . . . . . . . . 109
9.2 Pseudo inversa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 109
9.3 Reta de regressão . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 110
9.4 Interpolação polinomial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111
9.5 Ajuste polinomial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112
9.6 Aproximação polinomial de funções . . . . . . . . . . . . . . . . . . . . . . 112
9.7 Aproximação trigonométrica . . . . . . . . . . . . . . . . . . . . . . . . . . 114
10 Autovalores e autovetores 115
11 Espaços Invariantes 123
11.1 Polinômio mínimo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 125
11.2 Matrizes em bloco . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 131
11.3 Decomposição primária . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 132
11.4 Diagonalização de operadores normais . . . . . . . . . . . . . . . . . . . . . 135
11.5 Decomposição de Schur . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 139
11.6 Decomposição em valores singulares . . . . . . . . . . . . . . . . . . . . . . 141
Notas de aula do Prof. Antonio Cândido Faleiros iii
12 Forma canônica de Jordan 147
12.1 Operadores nilpotentes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 147
12.2 Forma canônica de Jordan . . . . . . . . . . . . . . . . . . . . . . . . . . . 151
12.3 Subespaços cíclicos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 153
12.4 Forma canônica racional . . . . . . . . . . . . . . . . . . . . . . . . . . . . 154
12.5 Forma triangular . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 155
12.6 Espaços quocientes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 156
13 Aplicações 159
A Matrizes 161
A.1 Matrizes especiais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 162
A.2 Multiplicação de matrizes . . . . . . . . . . . . . . . . . . . . . . . . . . . 163
A.3 Inversa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 164
A.4 Operações elementares e matrizes elementares . . . . . . . . . . . . . . . . 166
B Determinante 169
B.1 Permutação . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 169
B.2 Determinante . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 171
B.3 Cofator . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 174
B.4 Regra de Cramer . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 177
B.5 Determinante de Vandermonde . . . . . . . . . . . . . . . . . . . . . . . . 178
B.6 Determinante, uma definição alternativa . . . . . . . . . . . . . . . . . . . 179
iv Notas de aula do Prof. Antonio Cândido Faleiros
Capítulo 1
Equações lineares
1.1 Equação algébrica linear
Uma equação algébrica linear típica nas variáveis x
1
, x
2
e x
3
é
x
1
+ 2x
2
−3x
3
= 5.
Resolvê-la significa determinar todos os valores reais para x
1
, x
2
e x
3
que tornam ver-
dadeira a igualdade. Neste caso, explicitando x
1
em relação a x
2
e x
3
na equação, obte-
mos x
1
= 5− 2x
2
+ 3x
3
. Para qualquer x
2
e x
3
reais, basta tomar x
1
= 5− 2x
2
+ 3x
3
para
obter uma solução. Neste exemplo, temos uma infinidade de soluções, onde podemos
variar livremente x
2
e x
3
.
De modo geral, dados os números reais a
1
, . . . , a
n
e b, uma equação da forma
a
1
x
1
+ · · · +a
n
x
n
= b (1.1)
é chamada de equação algébrica linear nas variáveis x
1
, x
2
, . . . , x
n
. As variáveis
também são chamadas de incógnitas por serem os valores a serem determinados para
valer a igualdade. Os números reais a
i
são chamados de coeficientes e b é a constante da
equação. A primeira incógnita com coeficiente não nulo é chamada de variável principal
ou incógnita principal e as demais são chamadas de variáveis livres.
Uma matriz coluna real v = [v
1
, . . . , v
n
]
T
é solução desta equação quando
a
1
v
1
+ · · · +a
n
v
n
= b.
Diz-se ainda que a ênupla de números reais (v
1
, . . . , v
n
) satisfaz a equação.
Uma equação
0x
1
+ · · · + 0x
n
= b,
em que todos os coeficientes são nulos é degenerada. Se b for igual a zero, então toda
matriz coluna [x
1
, . . . , x
n
]
T
é solução. Se b for diferente de zero, a equação degenerada
não possui solução.
As equações não degeneradas com duas ou mais variáveis possui infinitas soluções.
Uma equação não degenerado com uma única variável possui uma única solução.
1
2 Notas de aula do Prof. Antonio Cândido Faleiros
Exemplo 1.1 Para todo s real, a matriz coluna [7 +3s, 2s]
T
é solução de 2x
1
−3x
2
= 8
que, portanto, possui infinitas soluções. A variável s que aparece neste exemplo é chamado
de parâmetro.
O conjunto de todas as soluções de uma equação é chamado conjunto solução ou
solução geral. Cada elemento deste conjunto é, evidentemente, uma solução e, quando
for conveniente, será chamado de solução particular.
Para determinar a solução geral de uma equação não degenerada a
1
x
1
+ · · · + a
n
x
n
=
b basta explicitar a incógnita principal em função das variáveis livres.
Exemplo 1.2 Para obter a solução geral de x
1
− 7x
2
+ x
3
= 1, basta explicitar x
1
para
obter x
1
= 1+ 7x
2
− x
3
. A solução geral é o conjunto de matrizes coluna
_
_
x
1
x
2
x
3
_
_
=
_
_
1 + 7x
2
−x
3
x
2
x
3
_
_
=
_
_
1
0
0
_
_
+x
2
_
_
7
1
0
_
_
+x
3
_
_
−1
0
1
_
_
.
A equação
a
1
x
1
+ · · · +a
n
x
n
= 0
é denominada de equação homogênea. Ela está associada à equação não homogênea
(1.1) e, por esse motivo, é chamada de equação homogênea associada à equação não
homogênea
a
1
x
1
+ · · · +a
n
x
n
= b.
O uso de matrizes pode simplificar a notação. Sendo a = [a
1
, . . . , a
n
]
T
a matriz dos
coeficientes e x = [x
1
, . . . , x
n
]
T
a matriz das variáveis, a equação acima pode ser
colocada na forma
a
T
x = b.
Exemplo 1.3 Consideremos novamente a equação do exemplo anterior x
1
− 7x
2
+ x
3
=
1, cuja solução geral é
_
_
x
1
x
2
x
3
_
_
=
_
_
1 + 7x
2
−x
3
x
2
x
3
_
_
=
_
_
1
0
0
_
_
+x
2
_
_
7
1
0
_
_
+x
3
_
_
−1
0
1
_
_
.
É interessante observar que [1, 0, 0]
T
é solução da equação e que tanto [7, 1, 0]
T
quanto
[−1, 0, 1]
T
são soluções da equação homogênea associada.
Este exemplo apresenta um fato geral.
Se v
1
, . . . , v
p
forem soluções da equação homogênea a
T
x = 0, então
c
1
v
1
+ · · · +c
p
v
p
continua sendo solução, para qualquer escolha dos números reais c
1
, . . . , c
n
. Esta soma é
chamada de combinação linear das matrizes v
1
, . . . , v
p
.
Se um conjunto {v
1
, . . . , v
p
} de soluções da equação homogênea for tal que toda
solução da equação homogênea é uma combinação linear dos seus elementos, diremos que
ele é um conjunto gerador das soluções da equação homogênea.
Notas de aula do Prof. Antonio Cândido Faleiros 3
Exemplo 1.4 Explicitando x
1
na equação x
1
−3x
2
+x
3
= 0, obtemos x
1
= 3x
2
− x
3
para
daí obter todas as soluções desta equação
_
_
x
1
x
2
x
3
_
_
=
_
_
3x
2
−x
3
x
2
x
3
_
_
= x
2
_
_
3
1
0
_
_
+x
3
_
_
−1
0
1
_
_
.
Portanto, [3, 1, 0]
T
e [−1, 0, 1]
T
formam um conjunto gerador de soluções para a equação
dada.
Se w
0
for uma solução da equação não homogênea a
T
x = b e v for uma solução da
equação homogênea Ax = 0, então w
0
+ v é solução da equação não homogênea. Além
disso, se w
1
for outra solução de Ax = b, então existe uma solução u de Ax = 0 tal que
w
1
= w
0
+ u. Esta solução u é exatamente w
1
− w
0
.
Do parágrafo acima tiramos uma lição muito interessante. Conhecendo todas as
soluções da homogênea e uma única solução da não homogênea, conheceremos todas
as soluções da não homogênea.
1.2 Produto escalar
O produto matricial a
T
x é denominado de produto escalar das matrizes coluna a e x,
sendo denotado por ha, xi , isto é,
ha, xi = a
T
x.
Este conceito de produto escalar é importante e voltaremos a ele posteriormente.
Propriedades do produto escalar
Se x, y, z forem vetores coluna e k um número real,
1. hx, xi ≥ 0 e hx, xi = 0 se e só se x = 0.
2. hx, yi = hy, xi
3. hx, y +zi = hx, yi + hx, zi
4. hx, kyi = k hx, yi
Usando o produto escalar, a equação (1.1) assume a forma
ha, xi = b.
4 Notas de aula do Prof. Antonio Cândido Faleiros
1.3 Sistemas de equações algébricas lineares
Um sistema de equações como
3x
1
−2x
2
= 6
x
1
+x
2
= 7
é um sistema de equações algébricas lineares. Nos problemas onde estes sistemas ocorrem,
o interesse se volta para a determinação dos valores de x
1
e x
2
que tornam verdadeiras
as duas igualdades. Neste exemplo, para determiná-los, pode-se, por exemplo explicitar
x
1
na segunda equação x
1
= 7− x
2
, substituir esta expressão no lugar de x
1
na primeira
equação 3(7 − x
2
)− 2x
2
= 6 e expliciar x
2
obtendo x
2
= 3. Substituindo este valor na
expressão de x
1
em função de x
2
obtemos x
1
= 7− x
2
= 7− 3 = 4. Portanto os valores
de x
1
e x
2
que tornam verdadeiras as duas igualdades do sistema são x
1
= 4 e x
2
= 3.
Dados os números reais a
ij
e b
i
, com i = 1, . . . , m e j = 1, . . . , n, o sistema de equações
a
11
x
1
+ · · · +a
1n
x
n
= b
1
· · · = · · ·
a
m1
x
1
+ · · · +a
mn
x
n
= b
m
é chamado de sistema de equações algébricas lineares comm equações e n incógnitas.
Os números a
ij
são denominados coeficientes do sistema, b
i
são os termos constantes
e x
j
são as incógnitas ou variáveis do sistema. Esta forma de apresentar o sistema é
denominada de forma padrão.
Podemos simplificar a notação usando matrizes. Em
A =
_
¸
_
a
11
· · · a
1n
.
.
.
.
.
.
.
.
.
a
m1
· · · a
mn
_
¸
_
, x =
_
¸
_
x
1
.
.
.
x
n
_
¸
_
e b =
_
¸
_
b
1
.
.
.
b
n
_
¸
_
,
denominamos A de matriz dos coeficientes, x de matriz das incógnitas e b de matriz
dos termos constantes do sistema. Na forma matricial, o sistema se reduz a
Ax = b.
A matriz [A | b] obtida acrescentando-se à matriz A uma coluna final com os elementos
de b, é chamada de matriz aumentada do sistema linear.
Um vetor coluna real w tal que Aw = b é chamado de solução do sistema Ax = b.
Isto significa que w é solução de cada equação do sistema. Um sistema como este pode
ter ou não uma solução.
Exemplo 1.5 O sistema
·
1 2
0 0
¸ ·
x
1
x
2
¸
=
·
3
1
¸
Notas de aula do Prof. Antonio Cândido Faleiros 5
não possui solução pois não existem x
1
e x
2
que tornam verdadeira a segunda equação. A
segunda equação do sistema é degenerada e seu segundo membro é diferente de zero.
O sistema
·
1 2
0 1
¸ ·
x
1
x
2
¸
=
·
4
1
¸
possui uma única solução x
1
= 2 e x
2
= 1. Para obtê-la, basta observar que, da segunda
equação x
2
= 1 e, da primeira, x
1
+ 2x
2
= 4. Como x
2
= 1, devemos ter x
1
= 2.
O sistema
·
1 2
2 4
¸ ·
x
1
x
2
¸
=
·
3
6
¸
possui infinitas soluções. De fato, explicitano x
1
na primira equação segue x
1
= 3− 2x
2
.
Substituindo esta expressão na segunda vem 2(3− 2x
2
)+4x
2
= 6 que se simplifica em 6 =
6, ou seja, é sempre satisfeita. Logo, qualquer matrix coluna [x
1
, x
2
]
T
= [3− 2x
2
, x
2
]
T
é
uma solução do sistema. A variável x
2
pode variar livremente nos reais.
O conjunto de todas as soluções do sistema é chamado de conjunto solução ou
solução geral do sistema. Este conjunto pode ser vazio, ter um único elemento ou
possuir infinitos elementos. O sistema de equações que não possui solução é chamado
incompatível. Quando possui uma única solução é compatível determinado e, quando
possui infinitas soluções, é chamado de compatível indeterminado.
O sistema de equações Ax = 0 é chamado de homogêneo. Quando b 6= 0, o sistema
de equações Ax = b é chamado de não homogêneo. Um sistema está intimamente
ligado ao outro e, por esta razão, Ax = 0 é chamado de sistema homogêneo de equações
associado ao sistema Ax = b.
A equação homogênea Ax = 0 possui sempre a solução trivial x = 0. Entretanto,
quando o sistema homogêneo Ax = 0 possui uma solução v não trivial, ela possuirá
infinitas soluções pois cv será solução para qualquer número real c.
Podemos ir um pouco além. Se v
1
, . . . , v
p
forem soluções do sistema homogêneo Ax =
0, então
c
1
v
1
+ · · · +c
p
v
p
ainda será uma solução do sistema homogêneo para qualquer escolha dos números reais
c
1
, . . . , c
n
. A soma acima é chamada de combinação linear dos vetores {v
1
, . . . , v
p
}.
Se toda solução de Ax = 0 for uma combinação linear dos elementos deste conjunto, ele
será chamado de conjunto gerador das soluções do sistema homogêneo Ax = 0.
Se v for uma solução de Ax = 0 e w
0
for uma solução de Ax = b, então w
0
+ v é
solução de Ax = b. Se w
1
for outra solução de Ax = b, diferente de w
0
, então u = w
1

w
0
é solução de Ax = 0. Logo, qualquer solução w
1
do sistema Ax = b é da forma w
1
=
w
0
+ u onde u é solução da equação homogênea Ax = 0. Em outras palavras, conhecida
uma solução w
0
de Ax = b, outra solução w
1
deste sistema é da forma w
1
= w
0
+ u, onde
u é solução do sistema homogêneo Ax = 0.
Ao conhecer uma única solução do sistema não homogêneo Ax = b e a solução geral
do sistema homogêneo Ax = 0, se conhece a solução geral do sistema não homogêneo.
6 Notas de aula do Prof. Antonio Cândido Faleiros
O sistema não homogêneo Ax = b pode ter uma solução ou não. Se a única solução
do sistema homogêneo Ax = 0 for a trivial e Ax = b tiver uma solução, ela será única.
Quando Ax = 0 possuir solução não trivial e Ax = b possuir uma solução, então possuirá
infinitas outras.
Exemplo 1.6 Considere o sistema
·
1 −2 5
0 1 −6
¸
_
_
x
1
x
2
x
3
_
_
=
·
7
3
¸
.
Explicitando x
2
na segunda equação, x
2
= 3+ 6x
3
. Usando esta expressão de x
2
na
primeira equação e explicitando x
1
, segue x
1
= 13+ 7x
3
. Logo, toda solução deste sis-
tema é da forma
_
_
x
1
x
2
x
3
_
_
=
_
_
13
3
0
_
_
+x
3
_
_
7
6
1
_
_
Observe que [13, 3, 0]
T
é uma solução particular do sistema e [7, 6, 1]
T
é solução
do sistema homogêneo associado. O valor de x
3
poder variar livremente no conjunto dos
números reais.
No exemplo anterior, as variáveis x
1
e x
2
foram expressas em termos de x
3
. neste caso,
chamamos x
1
e x
2
de variáveis principais e x
3
é a variável livre.
1.4 Sistema escalonado
Uma matriz escalonada é aquela em que
1. Todas as linhas nulas estão abaixo das linhas não nulas.
2. Numa linha não nula, o primeiro elemento não nulo é igual a 1. Este elemento é
chamado de pivô ou líder da linha.
3. O pivô de uma linha está à direita do pivô da linha de cima.
Exemplo 1.7 A matriz
_
_
1 0 3 0
0 0 1 2
0 0 0 0
_
_
é escalonada.
Notas de aula do Prof. Antonio Cândido Faleiros 7
Um sistema Ax = b é escalonado quando a matriz A for escalonada. As variáveis que
multiplicam os pivôs são denominadas de variáveis principais e as demais de variáveis
livres ou parâmetros.
Achar as soluções de um sistema escalonado é bastante simples. Podem aparecer
equações degeneradas na parte inferior do sistema. Se uma dessas equações degeneradas
possuir segundo membro não nulo, o sistema não possui solução. Se todos os segundos
membros das equações degeneradas forem nulas, o sistema tem solução. Para obtê-las,
podemos desconsiderar as equações degeneradas.
Eliminadas as equações degeneradas, explicitamos as variáveis principais de cada linha
em função das demais, começando na última linha e retornando até a primeira. A partir
da penúltima equação use as variáveis principais já explicitadas para colocar a variável
principal daquela equação em termos das variáveis livres. Com este processo obtém-se
todas as variáveis principais em termos das variáveis livres. Esta técnica de solução é
denominada de substituição reversa.
Exemplo 1.8 O sistema
_
_
_
_
1 0 2 −1
0 1 3 5
0 0 0 1
0 0 0 0
_
_
_
_
_
_
_
_
x
1
x
2
x
3
x
4
_
_
_
_
=
_
_
_
_
−3
0
8
0
_
_
_
_
é escalonado. As variáveis x
1
, x
2
e x
4
são as variáveis prinicipais e x
3
é a variável
livre. A última equação é degenerada mas compatível pois o segundo membro também é
nulo. O sistema possui solução e esta última equação pode ser desconsidereda uma vez
que qualquer matriz coluna real [x
1
, x
2
, x
3
, x
3
]
T
é uma solução. Eliminada esta equação,
a terceira passa a ser a última, onde explicitamos x
4
= 8. Da segunda, explicitamos x
2
=
−3x
3
−5x
4
. Usando o valor de x
4
determinado na etapa anterior, obtemos x
2
= −3x
3
−40. Na primeira, explicitamos x
1
= −3 −2x
3
+x
4
. Usando o valor de x
4
determinado
anteriormente, obtemos x
1
= −3 −2x
3
+8 = 5 −2x
3
. Colocamos as três variáveis prin-
cipais x
1
, x
2
e x
4
em função da variável livre x
3
. A solução geral do sistema será
_
¸
¸
_
x
1
x
2
x
3
x
4
_
¸
¸
_
=
_
¸
¸
_
5 −2x
3
−40 −3x
3
x
3
8
_
¸
¸
_
=
_
¸
¸
_
5
−40
0
8
_
¸
¸
_
+x
3
_
¸
¸
_
−2
−3
1
0
_
¸
¸
_
onde a variável livre x
3
pode assumir qualquer valor real. É interessante observar que
[−2, −3, 1, 0]
T
é solução do sistema homogêneo associado Ax = 0.
Uma matriz A de tamanho m×n é escalonada reduzida se for escalonada e cada pivô
é o único elemento não nulo em sua coluna. Neste caso, o sistema Ax = b é denominado
de sistema escalonado reduzido.
8 Notas de aula do Prof. Antonio Cândido Faleiros
Exemplo 1.9 O sistema
_
_
1 2 0 3
0 0 1 1
0 0 0 0
_
_
_
_
_
_
x
1
x
2
x
3
x
4
_
_
_
_
=
_
_
−3
0
0
_
_
é escalonado reduzido. As variáveis x
1
e x
3
são principais e x
2
e x
4
são livres. A última
equação é degenerada mas compatível. O método da substituição reversa nos fornece x
3
=
−x
4
e x
1
= −3 −2x
2
−3x
4
, onde as variáveis principais estão em função das variáveis
livres.
Algoritmo da substituição reversa
Este algoritmo resolve o sistema Rx = b pelo método da substituição reversa, onde R é
quadrada, inversível e triangular superior. Isto significa que
R =
_
¸
¸
¸
_
r
11
r
12
· · · r
1m
r
22
· · · r
2m
.
.
.
.
.
.
r
mm
_
¸
¸
¸
_
com r
ii
6= 0, para i = 1, . . . , m. Para resolver o sistema Rx = b, iniciamos explicitando
x
m
na última equação e, retornando até a primeira, explicitando as variáveis principais
de cada equação em função das variáveis determinadas nas etapas anteriores. Assim,
x
m
= b
m
/r
mm
x
m−1
= (b
m−1
−r
m−1,m
x
m
) /r
m−1,m−1
x
m−2
= (b
m−2
−r
m−2,m−1
x
m−1
−r
m−2,m
x
m
) /r
m−2,m−2
e assim por diante. O caso geral, em que j = m−1, m−2, . . . , 1, assume a forma
x
j
=
Ã
b
j

m
X
k=j+1
r
jk
x
k
!,
r
m−j,m−j
==================================
Entrada: Matriz R de tamanho m×m e matriz b de tamanho m× 1.
Saída: Matriz x de tamanho m× 1.
==================================
x = b ;
x(m) = b(m) / R(m,m);
for j = m-1:-1:1
x(j) = ( b(j) - R(j, j+1:m) * x(j+1:m) ) / R(j,j);
end
==================================
Notas de aula do Prof. Antonio Cândido Faleiros 9
1.5 Sistema inferiormente escalonado
Um procedimento semelhante pode ser adotado para matrizes m × n inferiormente
escalonadas, que são aquelas com as seguintes características:
1. Se existirem linhas nulas, elas se localizam na parte inferior da matriz.
2. O último elemento não nulo de uma linha é igual a 1, sendo denominado de pivô
ou lider da linha.
3. O pivô de uma linha se encontra à direita do pivô da linha anterior.
Quando A for escalonada inferiormente, o sistema Ax = b é chamado de sistema
inferiormente escalonado. As variáveis que multiplicam os pivôs são denominadas
de principais e as demais são denominadas livres. Se as equações degeneradas deste
sistema forem compatíveis, o sistema possui solução que pode ser obtida pelo processo de
substituição direta. Primeiro, descartam-se as equações degeneradas. Em seguida, a
partir da primeira equação, explicita-se a variável principal em função das variáveis livres.
A partir da segunda, prossiga até a última, explicitando a variável principal daquela
equação em função das demais, usando as expressões das variáveis principais obtidas
anteriormente para explicitar a variável principal em função das variáveis livres apenas.
Uma matriz A de tamanho m × n é inferiormente escalonada reduzida quando
for inferiormente escalonada e cada pivô for o único elemento não nulo em sua coluna.
Neste caso, o sistema Ax = b é denominado de sistema inferiormente escalonado
reduzido. Tais sistemas, quando compatíveis, são facilmente resolvidos pelo processo de
substituição direta.
Algoritmo da substituição direta
Este algoritmo resolve o sistema Rx = b pelo método da substituição reversa, onde R é
quadrada, inversível e triangular inferior. Isto significa que
R =
_
¸
¸
¸
_
r
11
r
21
r
22
.
.
.
.
.
.
r
m1
r
m2
· · · r
mm
_
¸
¸
¸
_
com r
ii
6= 0, para i = 1, . . . , m. Para resolver o sistema Rx = b, iniciamos explicitando
x
1
na primeira equação e, prosseguindo até a última, vamos explicitando as variáveis
principais de cada equação em função das variáveis determinadas nas etapas anteriores.
Assim,
x
1
= b
1
/r
11
x
2
= (b
2
−r
21
x
1
) /r
22
x
3
= (b
3
−r
31
x
1
−r
32
x
2
) /r
3,3
10 Notas de aula do Prof. Antonio Cândido Faleiros
e assim por diante. O caso geral, em que j = 2, 3, . . . , m, assume a forma
x
j
=
Ã
b
j

j−1
X
k=1
r
jk
x
k
!,
r
jj
Algoritmo da substituição direta
Este algoritmo resolve pelo método da substituição direta um sistema Rx = b, onde
R é uma matriz quadrada m×m, triangular inferior, inversível e b é uma matriz coluna
m× 1.
==================================
Entrada: Matrizes R e b.
Saída: Matriz x, solução dos sistema Rx = b.
==================================
x = b ;
x(1) = b(1) / R(1,1);
for j = 2:m
x(j) = ( b(j) - R(j, 1:j-1) * x(1:j-1) ) / R(j,j);
end
==================================
1.6 Sistemas equivalentes
Uma técnica muito usada para resolver sistemas de equações lineares consiste em realizar
transformações sobre o sistema original até se chegar a um sistema escalonado cuja solução
é simples. Para que esta técnica se torne efetiva, as transformações não podem alterar o
conjunto solução do sistema.
Definição 1.10 Dois sistemas Ax = b e Bx = c são equivalentes quando ambos pos-
suem o mesmo conjunto solução.
Existem operações, denominadas elementares que, ao serem aplicadas a um sistema,
preserva suas soluções, transformando-o em outro sistema equivalente. As operações ele-
mentares são:
1. Permutar a ordem de duas equações.
2. Multiplicar uma equação por uma constante não nula.
3. Adicionar a uma equação um múltiplo de outra.
Notas de aula do Prof. Antonio Cândido Faleiros 11
Num sistema de equações, podemos enumerá-las: equação 1, 2, . . . , m. Sejam i e j
números inteiros entre 1 e n.
O operação que permuta as equações i e j será denotada por O(l
i
↔l
j
), a operação que
multiplica a equação i por um número r não nulo será denotada por O(rl
i
) e a operação
que consiste em adicionar à equação i um múltiplo r de outra equação j será denotada
por O(l
i
+rl
j
).
As operações elementares são reversíveis. A operação O(l
i
↔ l
j
) pode ser revertida
aplicando novamente esta mesma operação. A operação O(rl
i
) pode ser revertida apli-
cando a operação O(r
−1
l
i
) e a operação O(l
i
+rl
j
) pode ser revertida aplicando a operação
O(l
i
−rl
j
).
Vamos mostrar que essas transformações levamo sistema original emoutro equivalente.
Façamos a prova para um caso particular que representa o caso geral.
Se [x
1
, x
2
, x
3
]
T
for uma solução do sistema
a
11
x
1
+a
12
x
2
+a
13
x
3
= b
1
a
21
x
1
+a
22
x
2
+a
23
x
3
= b
2
(1.2)
a
31
x
1
+a
32
x
2
+a
33
x
3
= b
3
e r for um número real, então vale ainda a igualdade
(a
11
+ra
21
)x
1
+ (a
12
+ra
22
)x
2
+ (a
13
+ra
23
)x
1
=
a
11
x
1
+a
12
x
2
+a
13
x
3
+r(a
21
x
1
+a
22
x
2
+a
23
x
3
) = b
1
+rb
2
mostrando que [x
1
, x
2
, x
3
]
T
é solução do sistema
(a
11
+ra
21
)x
1
+ (a
12
+ra
22
)x
2
+ (a
13
+ra
23
)x
1
= b
1
+rb
2
a
21
x
1
+a
22
x
2
+a
23
x
3
= b
2
(1.3)
a
31
x
1
+a
32
x
2
+a
33
x
3
= b
3
Isto significa que as soluções do sistema (1.2) são soluções do sistema (1.3) que foi obtido
do original a partir da transformação elementar O(l
1
+rl
2
). Logo, as soluções de (1.3) são
soluções de (1.2) pois esta pode ser obtida daquela pela operação O(l
1
−rl
2
). Concluímos
que os sistemas original e o transformado são equivalentes.
De modo semelhante se pode provar que as outras operações elementares transformam
um sistema em outro equivalente.
1.7 O método da eliminação de Gauss
O método de Gauss consiste em realisar operações elementares sobre linhas no sistema
Ax = b, transformando-o num sistema escalonado equivalente e resolvendo-o por substi-
tuição reversa.
Como a matriz A dos coeficientes e a matriz b das constantes contêm todas as in-
formações necessárias para montar o sistema, vamos considerar a matriz completa do
12 Notas de aula do Prof. Antonio Cândido Faleiros
sistema, obtida ao acrescentar a coluna b à direita de A. Esta matriz será denotada por
[A b]. A realização de operações elementares sobre as equações é equivalente à realização
de operações elementares sobre as linhas da matriz completa.
Vamos escreve A → R quando for possível levar A em R efetuando operações ele-
mentares sobre as linhas de A. Se R for escalonada, diremos que ela é a forma escalonada
de A. Se R for escalonada reduzida, diremos que ela é a forma escalonada reduzida
de A. Pode-se provar que a forma escalonada reduzida de uma matriz é única.
O processo de Gauss para resolver um sistema Ax = b é descrito pelo algoritmo abaixo,
realizado sobre a matriz completa [A b].
Passo 1. Se A = 0, encerre o algoritmo. O sistema já é escalonado.
Passo 2. Percorra as colunas da matriz completa [A b] da esquerda para a direita,
localizando a primeira não nula.
Passo 3. Percorra esta coluna de cima para baixo, localizando seu primeiro elemento
não nulo. Seja p o valor deste elemento.
Passo 4. Permute esta linha com a primeira.
Passo 5. Multiplique a atual primeira linha por p
−1
, fazendo com que o primeiro
elemento não nulo da primeira linha fique igual a 1. Este será o pivô da primeira linha.
A partir deste ponto, a primeira linha não sofrerá outras modificações.
Passo 6. Passe à segunda linha, tranformando-a na primeira da próxima etapa.
Passo 7. Repita os passos de 1 a 6 com todas as linhas restantes.
Com este algoritmo, partimos da matriz [A b] e chegamos à matriz [R c], onde R é a
forma escalonada de A. O sistema Rx = c é equivalente ao original.
Se existirem equações degeneradas incompatíveis no sistema Rx = c, então o sistema
Ax = b não tem solução.
Se todas as equações degeneradas de Rx = c forem compatíveis, o sistema Ax = b
tem solução. Exclua as equações degeneradas e use a substituição reversa para obter as
soluções do sistema euqivalente Rx = c. Estas soluções possuirão a forma
x = w
0
+c
1
v
1
+ · · · +c
r
v
r
onde w
0
é uma solução de Rx = c e v
1
, . . . , v
r
são soluções do sistema homogêneo associado
Rx = 0. Os números reais c
i
são arbitrários e relacionados com as variáveis livres. Os
números reais c
1
, . . . , c
r
são denominados de parâmetros.
O número de pivôs de R é igual ao número de linhas não nulas de R. Se existirem k
pivôs, este será o número de variáveis principais do sistema. Se o número de incógnitas
do sistema for n, o número de variáveis livres será n −k.
Se R for escalonada e A pode ser levada em R por transformações elementares, o
número de pivôs de R é chamado de posto da matriz A.
Exemplo 1.11 Considere o sistema
x +y −2z = 0
2x + 2y −3z = 2
3x −y + 2z = 12
Notas de aula do Prof. Antonio Cândido Faleiros 13
cuja matriz aumentada é
_
_
1 1 −2 0
2 2 −3 2
3 −1 2 12
_
_
Realizando as operações O(l
2
= l
2
−2l
1
) e O(l
3
= l
3
−3l
1
) sobre a matriz chegamos em
_
_
1 1 −2 0
0 0 1 2
0 −4 8 12
_
_
.
Realizando a operação O(l
2
↔l
3
) segue
_
_
1 1 −2 0
0 −4 8 12
0 0 1 2
_
_
que é uma matriz diagonal superior. Encerramos a primeira etapa do método de elimi-
nação de Gauss.
Para completar o método, caminhando de baixo para cima e da esquerda para a direita,
anulamos os elementos nas colunas acima da diagonal principal. Com as operações O(l
2
=
l
2
−8l
3
) e O(l
1
= l
1
+ 2l
3
), obtemos
_
_
1 1 0 4
0 −4 0 −4
0 0 1 2
_
_
Com as operações O(l
2
= −(1/4)l
2
) seguida de O(l
1
= l
1
−l
2
) chegamos à matriz
_
_
1 0 0 3
0 1 0 1
0 0 1 2
_
_
A matriz A foi transformada até se tornar uma matriz identidade. Agora, obter a solução
do problema é trivial x = 3, y = 1 e z = 2.
1.8 Matrizes inversas
Uma matriz quadrada A de tamanho m × m é inversível quando existir uma matriz
quadrada B de tamanho m × m tal que AB = BA = I
m
onde I
m
é a matriz identidade
de ordem m. A matriz B é chamada de inversa de A e é denotada por A
−1
.
Pela própria definição, a matriz B também é inversível e sua inversa é A. Assim, B
−1
=
A e
¡
A
−1
¢
−1
= A.
Se A e B forem inversíveis, então AB são inversíveis e (AB)
−1
= B
−1
A
−1
. Se uma
matriz for triangular inferior, sua inversa também será triangular inferior e, quando ela
for triangular superior, sua inversa também será triangular superior.
14 Notas de aula do Prof. Antonio Cândido Faleiros
Teorema 1.12 Seja A uma matriz quadrada. São equivalentes as afirmações:
1. A é inversível.
2. O sistema homogêneo Ax = 0 possui apenas a solução trivial x = 0.
3. A forma escalonada reduzida de A é a matriz identidade.
4. O sistema Ax = b possui uma única solução para cada matriz coluna b.
5. Existe uma matriz quadrada B tal que AB = I.
Prova. (1) =⇒ (2) pois, se A é inversível e Ax = 0, então A
−1
Ax = 0 o que implica
em x = 0.
(2) =⇒ (3) pois, se a forma escalonada reduzida R de A não for a matriz identidade,
uma de suas linhas é nula pois R é quadrada. Portanto, Rx = 0 tem soluções não nulas.
Se este fosse o caso, o sistema Ax = 0 teria soluções não nulas, contrariando (2).
(3) =⇒ (4) pois, se A → I então o sistema Ax = b é equivalente ao sistema Ix = c,
para alguma matriz coluna c, cuja solução é x = c, mostrando que o sistema Ax = b tem
sempre uma única solução para cada b.
(4) =⇒ (5) pois, sendo e
j
a coluna j da matriz identidade I, o sistema Ax = e
j
tem
uma única solução x = b
j
para j = 1, 2, . . . , n. Sendo B = [b
1
, . . . , b
n
], obtemos AB = I.
(5) =⇒ (1) pois, se AB = I e Bx = 0, então ABx = 0 ou Ix = 0 o que implica em
x = 0. Logo, a condição (2) vale para B no lugar de A e, consequentemente, valem (3)
e (4) com B no lugar de A. Logo, pela parte (5), existe uma matriz C tal que BC = I.
Como C = IC = (AB)C = A(BC) = A, obtemos BA = I. Como AB = I por hipótese,
provamos que A é inversível. ¤
Corolário 1.13 Sejam A e B matrizes quadradas m×m. Se AB = I, então A e B são
inversíveis e uma é a inversa da outra.
Prova. Se AB = I, provamos que A é inversível e que B é a inversa de A. Logo, B é
inversível e sua inversa é A. ¤
Este corolário garante que AB = I é o bastante para garantir que A e B são inversíveis,
sendo uma a inversa da outra.
Corolário 1.14 Se A = BC for inversível, então B e C são inversíveis.
Prova. Sendo A = BC inversível, (A
−1
B) C = A
−1
(BC) = A
−1
A = I e assim C é
inversível. Por outro lado, B(CA
−1
) = (BC)A
−1
= AA
−1
= I e B é inversível. ¤
Notas de aula do Prof. Antonio Cândido Faleiros 15
1.9 Matrizes elementares
As matrizes elementares são aquelas obtidas a partir da identidade mediante uma
única operação elementar. Vamos denotar por E(l
i
←→ l
j
) a matriz elementar obtida a
partir da identidade pela permuta das linhas i e j. A matriz E(l
i
+rl
j
) denotará a matriz
elementar obtida da identidade adicionando à linha i um múltiplo r da linha j. Se r é um
número não nulo, E(rl
i
) denotará a matriz elementar obtida da identidade multiplicando
sua linha i por r.
Exemplo 1.15 As matrizes abaixo são elementares
_
_
0 0 1
0 1 0
1 0 0
_
_
_
_
7 0 0
0 1 0
0 0 1
_
_
_
_
1 0 0
0 1 0
3 0 1
_
_
sendo, respectivamente, as matrizes E(l
1
↔l
3
), E(7l
1
) e E(l
3
+ 3l
1
).
Os produtos
E(l
i
←→l
j
)A , E(rl
i
)A , E(l
i
+rl
j
)A
realizam sobre A as operações elementares O(l
i
←→l
j
), O(rl
i
), e O(l
i
+rl
j
), respectiva-
mente.
Exemplo 1.16 Os produtos abaixo ilustram as afirmações acima. Seja
A =
_
_
a
1
a
2
a
3
b
1
b
2
b
3
c
1
c
2
c
3
_
_
.
O produto
E(l
1
↔l
3
)A =
_
_
0 0 1
0 1 0
1 0 0
_
_
_
_
a
1
a
2
a
3
b
1
b
2
b
3
c
1
c
2
c
3
_
_
=
_
_
c
1
c
2
c
3
b
1
b
2
b
3
a
1
a
2
a
3
_
_
permuta a primeira com a terceira linha de A. O produto
E(7l
1
)A =
_
_
7 0 0
0 1 0
0 0 1
_
_
_
_
a
1
a
2
a
3
b
1
b
2
b
3
c
1
c
2
c
3
_
_
=
_
_
7a
1
7a
2
7a
3
b
1
b
2
b
3
c
1
c
2
c
3
_
_
multiplica a primeira linha de A por 7. O produto
E(l
3
+ 5l
1
)A =
_
_
1 0 0
0 1 0
5 0 1
_
_
_
_
a
1
a
2
a
3
b
1
b
2
b
3
c
1
c
2
c
3
_
_
=
_
_
a
1
a
2
a
3
b
1
b
2
b
3
5a
1
+c
1
5a
2
+c
2
5a
3
+c
3
_
_
adiciona à terceira linha de A o quíntuplo de sua primeira linha.
16 Notas de aula do Prof. Antonio Cândido Faleiros
As matrizes elementares são inversíveis. A inversa de E(l
i
+rl
j
) é E(l
i
−rl
j
), a inversa
de E(l
i
↔l
j
) é ela mesma e, para r 6= 0, a inversa de E(rl
i
) é E((1/r)l
i
).
Há um teorema muito interessante relacionando matrizes inversíveis com matrizes
elementares.
Teorema 1.17 Uma matriz quadrada é inversível se e só se for igual a um produto de
matrizes elementares.
Prova. Se uma matriz quadrada for o produto de matrizes elementares, ela é inversível
pois cada matriz elementar é inversível.
Se A for inversível, então o teorema 1.12 garante que a forma escalonada reduzida de
A é a matriz identidade. Em consequência„ existem matrizes elementares E
1
, E
2
, . . . ,
E
k
tais que E
k
· · · E
2
E
1
A = I. Neste caso, A = E
−1
1
E
−1
2
· · · E
−1
k
. Como as inversas de
matrizes elementares são elementares, segue que A é o produto de matrizes elementares.
¤
Em termos de matrizes elementares, o método da eliminação de Gauss usado para
resolver o sistema Ax = b pode ser descrito nos seguintes termos: multiplicamos os dois
lados do sistema sucessivamente por matrizes elementares E
1
, E
2
, . . . , E
k
E
k
· · · E
2
E
1
Ax = E
k
· · · E
2
E
1
b
executando operações elementares sobre as linhas de A, até obter a matriz escalonada
U = E
k
· · · E
2
E
1
A.
Sendo E = E
k
· · · E
2
E
1
, o sistema original se transforma no sistema equivalente escalon-
ado
Ux = Eb
que terá solução se linhas nulas em U corresponderem a linhas nulas em Eb. Quando este
for o caso, o sistema é resolvido por substituição reversa.
Se existirem linhas nulas em U e as linhas correspondentes de Eb não forem nulas, o
sistema não tem solução, é incompatível.
Exemplo 1.18 Vamos usar transformações elementares para obter a forma escalonada
de
A =
_
_
5 1 3
10 5 8
15 6 16
_
_
.
Em lugar de executar uma operação elementar por vez, vamos executar as operações lin-
eares necessárias para anular todos os elementos de cada coluna abaixo da diagonal prin-
cipal. Efetuando o produto
E
1
A =
_
_
1 0 0
−2 1 0
−3 0 1
_
_
_
_
5 1 3
10 5 8
15 6 16
_
_
=
_
_
5 1 3
0 3 2
0 3 7
_
_
Notas de aula do Prof. Antonio Cândido Faleiros 17
obtemos uma matriz onde os elementos da primeira linha abaixo da diagonal principal são
nulos. A matriz E
1
não é elementar mas é o produto de duas matrizes elementares
E
1
=
_
_
1 0 0
−2 1 0
0 0 1
_
_
_
_
1 0 0
0 1 0
−3 0 1
_
_
.
Efetuando o produto de E
1
A pela matriz elementar E
3
definida abaixo, obtemos
E
2
E
1
A =
_
_
1 0 0
0 1 0
0 −1 1
_
_
_
_
5 1 3
0 3 2
0 3 7
_
_
=
_
_
5 1 3
0 3 2
0 0 5
_
_
que é triangular superior. Denotemos por U esta matriz, de modo que E
2
E
1
A = U. A
matriz
E
2
E
1
=
_
_
1 0 0
0 1 0
0 −1 1
_
_
_
_
1 0 0
−2 1 0
−3 0 1
_
_
=
_
_
1 0 0
−2 1 0
−1 −1 1
_
_
é triangular inferior, os elementos de sua diagonal principal é unitária e sua inversa é
L =
_
_
1 0 0
2 1 0
1 1 1
_
_
.
Um fato notável desta inversa reside no fato de ser exatamente igual ao produto E
2
E
1
,
onde os elementos abaixo da diagonal principal aparecem com os sinais trocados. Assim,
E
2
E
1
A = U =
_
_
5 1 3
0 3 2
0 0 5
_
_
.
1.10 Cálculo da inversa
Podemos completar o processo iniciado no exemplo da seção anterior até obter a inversa
de A.
Exemplo 1.19 No exemplo anterior, multiplicamos
A =
_
_
5 1 3
10 5 8
15 6 16
_
_
e E
2
E
1
=
_
_
1 0 0
−2 1 0
−1 −1 1
_
_
,
para obter
U = E
2
E
1
A =
_
_
5 1 3
0 3 2
0 0 5
_
_
.
18 Notas de aula do Prof. Antonio Cândido Faleiros
Podemos multiplicar U por matrizes elementares até obter a inversa de A. Efetuando o
produto
E
3
U =
_
_
1 0 −3/5
0 1 −2/5
0 0 1/5
_
_
_
_
5 1 3
0 3 2
0 0 5
_
_
=
_
_
5 1 0
0 3 0
0 0 1
_
_
anulamos os elementos da terceira coluna acima da diagonal principal. A matriz E
3
é o
produto de três matrizes elementares
E
3
=
_
_
1 0 0
0 1 0
0 0 1/5
_
_
_
_
1 0 0
0 1 −2/5
0 0 1
_
_
_
_
1 0 −3/5
0 1 0
0 0 1
_
_
.
Em seguida, efetuamos o seguinte produto
E
4
E
3
U =
_
_
1 −1/3 0
0 1/3 0
0 0 1
_
_
_
_
5 1 0
0 3 0
0 0 1
_
_
=
_
_
5 0 0
0 1 0
0 0 1
_
_
onde E
4
é o produto de duas matrizes elementares
E
4
=
_
_
1 0 0
0 1/3 0
0 0 1
_
_
_
_
1 −1/3 0
0 1 0
0 0 1
_
_
.
Finalmente, multiplicando E
4
E
3
U pela matriz elementar
E
5
=
_
_
1/5 0 0
0 1 0
0 0 1
_
_
obtemos
E
5
E
4
E
3
U = E
5
E
4
E
3
E
2
E
1
A = I
onde I é a matriz identidade. O produto E
5
E
4
E
3
E
2
E
1
é a inversa procurada
A
−1
=
_
_
32
75
2
75

7
75

8
15
7
15

2
15

1
5

1
5
1
5
_
_
.
Este exemplo é típico do método de Gauss-Jordan para determinar a inversa de
uma matriz A. Se E for o produto de matrizes elementares para as quais EA = I, então
A
−1
= E. Esta observação nos permite construir o seguinte algoritmo: tome a matriz
aumentada [A I] e realize operações elementares sobre ela obtendo a matriz [EA EI]. No
momento que EA for igual á identidade, EI = E será a inversa A
−1
de A.
Se nalgum ponto deste processo chegarmos a uma matriz aumentada [EA EI] com
linha nula, concluímos que A não tem inversa.
Notas de aula do Prof. Antonio Cândido Faleiros 19
Exemplo 1.20 Vamos usar o método de Gauss-Jordan para obter a inversa de
A =
_
_
1 2 1
1 3 4
2 7 12
_
_
.
Inicialmente formamos a matriz aumentada
[A I] =
_
_
1 2 1 1 0 0
1 3 4 0 1 0
2 7 12 0 0 1
_
_
e realizamos operações elementares sobre linha até chegar a (I | A
−1
). Em lugar de aplicar
uma transformação elementar por vez, vamos aplicar um produto de transformações lin-
eares que agirão sobre toda uma coluna.
_
_
1 0 0
−1 1 0
−2 0 1
_
_
_
_
1 2 1 1 0 0
1 3 4 0 1 0
2 7 12 0 0 1
_
_
=
_
_
1 2 1 1 0 0
0 1 3 −1 1 0
0 3 10 −2 0 1
_
_
_
_
1 0 0
0 1 0
0 −3 1
_
_
_
_
1 2 1 1 0 0
0 1 3 −1 1 0
0 3 10 −2 0 1
_
_
=
_
_
1 2 1 1 0 0
0 1 3 −1 1 0
0 0 1 1 −3 1
_
_
_
_
1 0 −1
0 1 −3
0 0 1
_
_
_
_
1 2 1 1 0 0
0 1 3 −1 1 0
0 0 1 1 −3 1
_
_
=
_
_
1 2 0 0 3 −1
0 1 0 −4 10 −3
0 0 1 1 −3 1
_
_
_
_
1 −2 0
0 1 0
0 0 1
_
_
_
_
1 2 0 0 3 −1
0 1 0 −4 10 −3
0 0 1 1 −3 1
_
_
=
_
_
1 0 0 8 −17 5
0 1 0 −4 10 −3
0 0 1 1 −3 1
_
_
Logo, a inversa de A é
_
_
8 −17 5
−4 10 −3
1 −3 1
_
_
.
1.11 Fatoração LU
Multiplicando uma matriz A por matrizes elementares, podemos chegar a uma matriz U
triangular superior.
Para descrever o processo, vamos ampliar um pouco nosso conceito de matriz elemen-
tar e também denominar de elementar aquelas matrizes obtidas a partir da identidade
permitindo que os elementos de uma única coluna abaixo da diagonal principal sejam
diferentes de zero.
20 Notas de aula do Prof. Antonio Cândido Faleiros
Exemplo 1.21 Neste conceito ampliado, a matriz
_
_
1 0 0
2 1 0
3 0 1
_
_
é elementar. Ela é o produto de duas matrizes elementares
_
_
1 0 0
2 1 0
0 0 1
_
_
e
_
_
1 0 0
0 1 0
3 0 1
_
_
.
Podemos usar essas matrizes elementares para zerar todos os elementos abaixo da
diagonal principal de uma coluna de uma matriz A.
Exemplo 1.22 Este exemplo ilustra o anulamento de todos os elementos de abaixo da
diagonal da primeira coluna de uma matriz mediante o uso de uma matriz elementar
_
_
1 0 0
−2 1 0
−6 0 1
_
_
_
_
2 6 −1
4 3 8
12 7 9
_
_
=
_
_
2 6 −1
0 −9 10
0 −29 15
_
_
.
Seja Auma matriz m×m. SejamE
1
, . . . , E
m−1
matrizes elementares que, multiplicadas
à esquerda de A a levam numa matriz triangular superior U. Os elementos abaixo da
diagonal principal da primeira coluna de E
1
A são nulos. Os elementos abaixo da diagonal
principal da primeira e segunda colunas de E
2
E
1
A são nulos e assim por diante. Este
procedimento resulta em
E
k
· · · E
1
A = U
onde U é triangular superior. A matriz
E = E
k
· · · E
1
é triangular inferior e os elementos da diagonal principal são todos iguais a 1. Sua inversa
L também é triangular inferior e os elementos da diagonal principal são todos iguais a 1.
Com isto, obtemos a fatoração
A = LU
onde U é uma matriz triangular superior e L é uma matriz triangular inferior inversível,
cujos elementos da diagonal principal são iguais a 1.
Exemplo 1.23 Vamos obter a decomposição LU da matriz
A =
_
_
1 2 0
2 1 5
4 −1 13
_
_
.
Notas de aula do Prof. Antonio Cândido Faleiros 21
Efetuando o produto
E
1
A =
_
_
1 0 0
−2 1 0
−4 0 1
_
_
_
_
1 2 0
2 1 5
4 −1 13
_
_
=
_
_
1 2 0
0 −3 5
0 −9 13
_
_
obtemos uma matriz cujos elementos abaixo da diagonal principal da primeira coluna são
iguais a zero. Agora, efetuando o produto
E
2
E
1
A =
_
_
1 0 0
0 1 0
0 −3 1
_
_
_
_
1 2 0
0 −3 5
0 −9 13
_
_
=
_
_
1 2 0
0 −3 5
0 0 −2
_
_
obtemos a forma escalonada de A. Para chegar à decomposição LU, basta calcular a in-
versa L = E
−1
1
E
−2
2
. As matrizes E
1
e E
2
nas multiplicações acima são elementares
E
1
=
_
_
1 0 0
−2 1 0
−4 0 1
_
_
e E
2
=
_
_
1 0 0
0 1 0
0 −3 1
_
_
e pode-se verificar que
E
−1
1
=
_
_
1 0 0
2 1 0
4 0 1
_
_
e E
−1
2
=
_
_
1 0 0
0 1 0
0 3 1
_
_
Oberve um fato interessante: para obter as inversas de E
1
e E
2
, basta trocar os sinais dos
elementos não nulos abaixo da diagonal principal. Em seguida, efetuando o produto
L = E
−1
1
E
−1
2
=
_
_
1 0 0
2 1 0
4 0 1
_
_
_
_
1 0 0
0 1 0
0 3 1
_
_
=
_
_
1 0 0
2 1 0
4 3 1
_
_
percebemos outro fato fantástico: para obter o produto L, basta colocar na matriz iden-
tidade os elementos não nulos de E
−1
1
e E
−1
2
nos seus devidos lugares. Agora tem-se a
decomposição LU de A
A =
_
_
1 0 0
2 1 0
4 3 1
_
_
_
_
1 2 0
0 −3 5
0 0 −2
_
_
.
O fato ocorrido no cálculo de L do exemplo anterior não é fortuito e sim um resultado
geral.
Para provar esta afirmação baseando-nos no livro de Trefethen e Bau.
22 Notas de aula do Prof. Antonio Cândido Faleiros
As matrizes L e U da decomposição LU de A podem ser obtidas pelo método de
eliminação de Gauss. Como é raro aplicar este método a matrizes retangulares, vamos
descrevê-lo para matrizes quadradas A pertencentes a C
m×m
. Considere a matriz
A =
_
¸
¸
_
x x x x
x x x x
x x x x
x x x x
_
¸
¸
_
onde o x indica números quaisquer. Façamos a primeira transformação
L
1
A =
_
¸
¸
_
x x x x
0 x x x
0 x x x
0 x x x
_
¸
¸
_
zerando os elementos abaixo da diagonal principal da primeira coluna. Façamos a segunda
transformação
L
2
L
1
A =
_
¸
¸
_
x x x x
0 x x x
0 0 x x
0 0 x x
_
¸
¸
_
zerando os elementos abaixo da diagonal principal da segunda coluna. Finalmente, com
a terceira transformação,
L
3
L
2
L
1
A =
_
¸
¸
_
x x x x
0 x x x
0 0 x x
0 0 0 x
_
¸
¸
_
= U
zeramos o elemento abaixo da diagonal principal da terceira coluna, obtendo assim a
matriz U. O negrito indica os elementos que foram modificados na transformação. Vejamos
um caso concreto.
Exemplo 1.24 A decomposição LU de
A =
_
¸
¸
_
1 3 2 0
2 7 5 1
1 5 5 4
0 3 4 6
_
¸
¸
_
é
A =
_
¸
¸
_
1 0 0 0
2 1 0 0
1 2 1 0
0 3 1 1
_
¸
¸
_
_
¸
¸
_
1 3 2 0
0 1 1 1
0 0 1 2
0 0 0 1
_
¸
¸
_
.
Notas de aula do Prof. Antonio Cândido Faleiros 23
que foi obtida multiplicando A pela esquerda por
L
1
=
_
¸
¸
_
1 0 0 0
−2 1 0 0
−1 0 1 0
0 0 0 1
_
¸
¸
_
, L
2
=
_
¸
¸
_
1 0 0 0
0 1 0 0
0 −2 1 0
0 −3 0 1
_
¸
¸
_
, L
3
=
_
¸
¸
_
1 0 0 0
0 1 0 0
0 0 1 0
0 0 −1 1
_
¸
¸
_
As inversas de L
1
, L
2
e L
3
são
_
¸
¸
_
1 0 0 0
2 1 0 0
1 0 1 0
0 0 0 1
_
¸
¸
_
,
_
¸
¸
_
1 0 0 0
0 1 0 0
0 2 1 0
0 3 0 1
_
¸
¸
_
,
_
¸
¸
_
1 0 0 0
0 1 0 0
0 0 1 0
0 0 1 1
_
¸
¸
_
,
e podem ser obtidas de L
1
, L
2
e L
3
trocando o sinal dos elementos não nulos abaixo da
diagonal principal. Ainda
L = L
−1
1
L
−1
2
L
−1
3
=
_
¸
¸
_
1 0 0 0
2 1 0 0
1 2 1 0
0 3 1 1
_
¸
¸
_
é obtido a partir de L
−1
1
, L
−1
2
e L
−1
3
simplesmente colocando na matriz identidade os
termos não nulos dessas três matrizes em suas respectivos posições.
Fórmulas gerais e dois golpes de sorte
Seja A uma matriz m × m e denote por X a matriz obtida depois de k − 1 passo de
eliminação. Denote por x
k
a coluna k de X no início do passo k. A transformação L
k
deve ser escolhida de modo que
x
k
=
_
¸
¸
¸
¸
¸
¸
¸
_
x
1k
.
.
.
x
kk
x
k+1,k
.
.
.
x
m,k
_
¸
¸
¸
¸
¸
¸
¸
_
→L
k
x
k
=
_
¸
¸
¸
¸
¸
¸
¸
_
x
1k
.
.
.
x
kk
0
.
.
.
0
_
¸
¸
¸
¸
¸
¸
¸
_
.
Para obter este efeito, para j = k + 1, . . . , m, subtraímos
λ
jk
=
x
jk
x
kk
24 Notas de aula do Prof. Antonio Cândido Faleiros
vezes a linha k da linha j. A forma da matriz L
k
é
L
k
=
1
.
.
.
1
−λ
k+1,k
1
.
.
.
.
.
.
−λ
m,k
1
.
Nos exemplos anteriores observamos dois golpes da sorte:
1. A inversa de L
k
é obtida trocando os sinais dos elementos abaixo da diagonal.
2. A matriz L = L
−1
1
L
−1
2
· · · L
−1
m−1
pode ser formada coletando as entradas de λ
jk
nos
locais apropriados.
Podemos reunir esses pedaços de boa fortuna como segue. Seja
λ
k
=
_
¸
¸
¸
¸
¸
¸
¸
_
0
.
.
.
0
λ
k+1,k
.
.
.
λ
m,k
_
¸
¸
¸
¸
¸
¸
¸
_
.
Então L
k
= I− λ
k
e

k
, onde e
k
é a coluna k da matriz identidade m × m. Das definições
de λ
k
e e
k
obtemos
e

k
λ
k
= 0
e
(I −λ
k
e

k
)(I +λ
k
e

k
) = I −λ
k
(e

k
λ
k
)e

k
= I,
mostrando que a inversa de L
k
é
L
−1
k
= I +λ
k
e

k
.
Para o segundo golpe de sorte, argumentamos como segue. Considere, por exemplo, o
produto L
−1
k
L
−1
k+1
. Como e

k
λ
k+1
= 0, segue
L
−1
k
L
−1
k+1
= (I +λ
k
e

k
)(I +λ
k+1
e

k+1
) = I +λ
k
e

k

k+1
e

k+1
que escrita por extenso é
L
−1
k
L
−1
k+1
=
_
¸
¸
¸
¸
¸
¸
¸
¸
¸
_
1
.
.
.
1
λ
k+1,k
1
λ
k+2,k
λ
k+2,k+1
1
.
.
.
.
.
.
.
.
.
λ
m,k
λ
m,k+1
1
_
¸
¸
¸
¸
¸
¸
¸
¸
¸
_
Notas de aula do Prof. Antonio Cândido Faleiros 25
Esta matriz é triangular inferior sendo obtida a partir da matriz identidade substituindo
os elementos abaixo da diagonal principal das coluna k e k + 1 pelos elementos de L
−1
k
e
L
−1
k+1
inseridas em seus lugares usuais abaixo da diagonal. Quando tomamos o produto
de todas estas matrizes para formar L, obtemos
L = L
−1
1
L
−1
2
· · · L
−1
m−1
=
_
¸
¸
¸
¸
¸
_
1
λ
21
1
λ
31
λ
32
1
.
.
.
.
.
.
.
.
.
.
.
.
λ
m1
λ
m2
· · · λ
m,m−1
1
_
¸
¸
¸
¸
¸
_
onde
λ
jk
=
x
jk
x
kk
são os multiplicadores necessários para anular os elementos abaixo da diagonal da matriz
X = E
k−1
· · · E
1
A.
Tais fatos geram o seguinte algoritmo
=====================================
Algoritmo da eliminação gaussiana sem pivotamento
=====================================
Entrada: A
Saída: U e L.
=====================================
U = A e L = I.
for k = 1:m-1
for j = k+1:m
L(j,k) = U(j,k)/U(k,k);
U(j,k:m) = U(j,k:m) - L(j,k) * U(k,k:m);
end
end
=====================================
Neste algoritmo podemos usar uma única matriz para armazenar L e U se abrirmos
mão de gravar a diagonal de L cujos elementos são unitário. Se a matriz A não for mais
necessária, podemos usá-la para gravar L e U.
Solução Ax = b por fatoração LU
Dada a decomposição A = LU, o sistema Ax = b é equivalente a LUx = b. Defina y =
Ux, resolva Ly = b e, em seguida, Ux = y para obter a solução do sistema original. A
primeira etapa, para a fatoração A = LU, exige ∼
2
3
m
3
flops. O segundo e o terceiro,
26 Notas de aula do Prof. Antonio Cândido Faleiros
para resolver os sistemas triangulares Ly = b e Ux = y, exigem ∼ m
2
flops. Dessa forma,
a resolução pelo método de Gauss, exige ∼
2
3
m
3
flops.
A resolução usando refletores de Householder, que veremos posteriormente, usa ∼
4
3
m
3
flops. Qual seria a vantagem da fatoração QR sobre a fatoração LU?
1.12 Decomposição PLU
Nem sempre uma matriz A possui uma decomposição LU e um exemplo clássico é
·
0 1
1 1
¸
. Entretanto, a matriz B =
·
1 1
0 1
¸
obtida de A pela permutação das linhas
possui uma decomposição LU
B =
·
1 0
0 1
¸ ·
1 1
0 1
¸
.
Sempre é possível permutar as linhas de uma matriz A de modo que a matriz assim
obtida possui uma decomposição LU.
Uma matriz de permutação é aquela obtida a partir da matriz identidade mediante
uma permutação qualquer de suas linhas. A matriz elementar E(l
i
←→ l
j
) obtida da
identidade pela permutação das linhas i e j pertence a esta classe. Toda matriz de
permutação é o produto de matrizes elementares deste tipo. O produto de duas matrizes
de permutação é uma matriz de permutação e a inversa de uma matriz de permutação
é uma matriz de permutação. Como tivemos a oportunidade de destacar, a inversa de
E(l
i
←→l
j
) é ela mesma.
Exemplo 1.25 São matrizes de permutação
_
¸
¸
_
1 0 0 0
0 0 0 1
0 0 1 0
0 1 0 0
_
¸
¸
_
_
¸
¸
_
0 0 1 0
1 0 0 0
0 0 0 1
0 1 0 0
_
¸
¸
_
.
A segunda permutação é a transformação elementar E(l
2
←→l
4
).
Seja P uma matriz de permutação obtida da identidade permutando as linha i e j.
Seja E a matriz elementar que, a não ser pelo fato de a coluna k possuir elementos não
nulos abaixo da diagonal principal, é a identidade. Se k < i < j, então
˜
E = PEP
é uma matriz com os elementos das linhas i e j da coluna k permutados de seus lugares.
Exemplo 1.26 Sejam
P =
_
¸
¸
_
1 0 0 0
0 0 0 1
0 0 1 0
0 1 0 0
_
¸
¸
_
e E =
_
¸
¸
_
1 0 0 0
2 1 0 0
3 0 1 0
4 0 0 1
_
¸
¸
_
Notas de aula do Prof. Antonio Cândido Faleiros 27
onde P é a matriz de permutação obtida da identidade pela troca das linhas 2 e 4 e E é a
matriz elementar com elementos não nulos fora da diagonal principal da primeira coluna.
Neste caso, k = 1, i = 2 e j = 4. O produto PAP é igual a
_
¸
¸
_
1 0 0 0
4 1 0 0
3 0 1 0
2 0 0 1
_
¸
¸
_
.
Esta matriz pode ser obtida de A permutando os elementos das linhas 2 e 4 da coluna 1.
Fato interessantíssimo.
Vamos descrever a decomposição PLU, obtida pelo método da eliminação de Gauss
com pivotamento. Seguiremos o tratamento de Trefethen e Bau.
Seja X a matriz obtida no processo de eliminação Gaussiana depois de zerados os
elementos abaixo da diagonal principal das k − 1 primeiras colunas. No passo seguinte,
múltiplos da linha k são subtraídas das linhas k+1, . . . , m da matriz X com a qual se está
trabalhando, para introduzir zeros nas entradas k dessas linhas. A entrada x
kk
da matriz
X é chamado de pivô da coluna k. Prosseguindo o processo de eliminação, aplica-se a
X uma transformação elementar para zerar os elementos da coluna k abaixo da diagonal
principal.
_
¸
¸
_
x
kk
x x x
x x x x
x x x x
x x x x
_
¸
¸
_

_
¸
¸
_
x
kk
x x x
0 x x x
0 x x x
0 x x x
_
¸
¸
_
Entretanto, x
kk
pode ser nulo ou muito pequeno quando comparado aos demais elemen-
tos daquela coluna abaixo da diagonal. Neste caso, para evitar instabilidade numérica,
procura-se naquela coluna, dentre os elementos abaixo da diagonal principal, o de maior
módulo. Troca-se esta linha com a linha k e este elemento de maior módulo passa a ser
o pivô da linha k. Esta troca de linhas é denominada de pivotamento parcial. Há um
processo conhecido por pivotamento onde se toma por pivô o elemento de maior módulo
na submatriz X
k:m,k:m
e o coloca na posição (k, k) mediante a troca de linhas e colunas.
Devido à dificuldade de gerenciar a troca de colunas e ao trabalho computacional para se
encontrar o pivô, prefere-se o pivotamento parcial.
_
¸
¸
_
x
kk
∗ ∗ ∗
∗ ∗ ∗ ∗
x
jk
∗ ∗ ∗
∗ ∗ ∗ ∗
_
¸
¸
_
P
1
−→
_
¸
¸
_
x
jk
∗ ∗ ∗
∗ ∗ ∗ ∗
x
kk
∗ ∗ ∗
∗ ∗ ∗ ∗
_
¸
¸
_
L
1
−→
_
¸
¸
_
x
jk
∗ ∗ ∗
0 ∗ ∗ ∗
0 ∗ ∗ ∗
0 ∗ ∗ ∗
_
¸
¸
_
Este algoritmo pode ser expresso como um produto de matrizes. No pivotamento parcial,
em cada etapa, realiza-se uma permutação para posicionar o pivô da coluna no local
correto para, em seguida, aplicar uma matriz elementar para zerar os elementos abaixo
28 Notas de aula do Prof. Antonio Cândido Faleiros
da diagonal principal da coluna k. Este processo pode ser repetido coluna a coluna, até
transformar A numa matriz U triangular superior
L
m−1
P
m−1
· · · L
2
P
2
L
1
P
1
A = U.
Exemplo 1.27 Considere a matriz (exemplo copiado)
A =
_
¸
¸
_
2 1 1 0
4 3 3 1
8 7 9 5
6 7 9 8
_
¸
¸
_
.
Para o pivotamento parcial, permutamos a primeira com a terceira coluna calculando
P
1
A =
_
¸
¸
_
0 0 1 0
0 1 0 0
1 0 0 0
0 0 0 1
_
¸
¸
_
_
¸
¸
_
2 1 1 0
4 3 3 1
8 7 9 5
6 7 9 8
_
¸
¸
_
=
_
¸
¸
_
8 7 9 5
4 3 3 1
2 1 1 0
6 7 9 8
_
¸
¸
_
.
Agora efetuamos o primeiro passo de eliminação: L
1
P
1
A =
_
¸
¸
_
1 0 0 0

1
2
1 0 0

1
4
0 1 0

3
4
0 0 1
_
¸
¸
_
_
¸
¸
_
8 7 9 5
4 3 3 1
2 1 1 0
6 7 9 8
_
¸
¸
_
=
_
¸
¸
_
8 7 9 5
0 −
1
2

3
2

3
2
0 −
3
4

5
4

5
4
0
7
4
9
4
17
4
_
¸
¸
_
.
Em seguida, trocamos a segunda com a quarta linha: P
2
L
1
P
1
A =
_
¸
¸
_
1 0 0 0
0 0 0 1
0 0 1 0
0 1 0 0
_
¸
¸
_
_
¸
¸
_
8 7 9 5
0 −
1
2

3
2

3
2
0 −
3
4

5
4

5
4
0
7
4
9
4
17
4
_
¸
¸
_
=
_
¸
¸
_
8 7 9 5
0
7
4
9
4
17
4
0 −
3
4

5
4

5
4
0 −
1
2

3
2

3
2
_
¸
¸
_
.
Efetuamos a segunda eliminação: L
2
P
2
L
1
P
1
A =
_
¸
¸
_
1 0 0 0
0 1 0 0
0
3
7
1 0
0
2
7
0 1
_
¸
¸
_
_
¸
¸
_
8 7 9 5
0
7
4
9
4
17
4
0 −
3
4

5
4

5
4
0 −
1
2

3
2

3
2
_
¸
¸
_
=
_
¸
¸
_
8 7 9 5
0
7
4
9
4
17
4
0 0 −
2
7
4
7
0 0 −
6
7

2
7
_
¸
¸
_
.
Agora permutamos a terceira linha com a quarta: P
3
L
2
P
2
L
1
P
1
A =
_
¸
¸
_
1 0 0 0
0 1 0 0
0 0 0 1
0 0 1 0
_
¸
¸
_
_
¸
¸
_
8 7 9 5
0
7
4
9
4
17
4
0 0 −
2
7
4
7
0 0 −
6
7

2
7
_
¸
¸
_
=
_
¸
¸
_
8 7 9 5
0
7
4
9
4
17
4
0 0 −
6
7

2
7
0 0 −
2
7
4
7
_
¸
¸
_
.
Finalmente, efetuamos a última eliminação: L
3
P
3
L
2
P
2
L
1
P
1
A =
_
¸
¸
_
1 0 0 0
0 1 0 0
0 0 1 0
0 0 −
1
3
1
_
¸
¸
_
_
¸
¸
_
8 7 9 5
0
7
4
9
4
17
4
0 0 −
6
7

2
7
0 0 −
2
7
4
7
_
¸
¸
_
=
_
¸
¸
_
8 7 9 5
0
7
4
9
4
17
4
0 0 −
6
7

2
7
0 0 0
2
3
_
¸
¸
_
.
Notas de aula do Prof. Antonio Cândido Faleiros 29
Um terceiro golpe de sorte na fatoração PLU
Todos os elementos de L abaixo da diagonal principal são menores ou iguais a 1 pois o
pivô de cada linha é escolhido de modo a tornar |x
kk
| = {|x
jk
| : k ≤ j ≤ m}
Analisemos a decomposição de uma matriz A de tamanho 4 × 4 que toma a forma
L
3
P
3
L
2
P
2
L
1
P
1
A = U
As matrizes P
1
, P
2
e P
3
são suas próprias inversas. Assim podemos escrever
L
3
P
3
L
2
P
2
L
1
P
1
= L
3
P
3
L
2
(P
3
P
3
)P
2
L
1
(P
2
P
3
P
3
P
2
)P
1
onde acrescentamos algumas matrizes ao produto e foram colocadas entre parêntesis. Note
que elas são iguais à matriz identidade. Podemos associar este produto
L
3
P
3
L
2
P
2
L
1
P
1
= L
3
(P
3
L
2
P
3
)(P
3
P
2
L
1
P
2
P
3
)(P
3
P
2
P
1
) = (
˜
L
1
˜
L
2
˜
L
3
)(P
3
P
2
P
1
)
onde
˜
L
3
= L
3
,
˜
L = P
3
L
2
P
3
,
˜
L = P
3
P
2
L
1
P
2
P
3
são matrizes elementares obtidas de L
3
, L
2
, L
1
permutando elementos abaixo da diagonal
principal.
Em geral, para uma matriz m × m, a fatoração fornecida pela eliminação Gaussiana
com pivotamento parcial pode ser escrita na forma
(
˜
L
m−1
· · ·
˜
L
2
˜
L
1
)(P
m−1
· · · P
2
P
1
)A = U,
onde
˜
L
k
= P
m−1
· · · P
k+1
L
k
P
−1
k+1
· · · P
−1
m−1
.
O produto das matrizes
˜
L
k
é triangular inferior com elementos unitários na diagonal
principal e facilmente invertível. Basta trocar o sinal das entradas abaixo da diagonal,
como na eliminação Gaussiana sem pivotamento. Escrevendo
L = (
˜
L
m−1
· · ·
˜
L
2
˜
L
1
)
−1
e P = P
m−1
· · · P
2
P
1
,
temos
PA = LU.
Qualquer matriz quadrada A, singular ou não, possui uma fatoração deste tipo, onde P
é uma matriz de permutação, L é uma matriz triangular inferior com elementos unitários
na diagonal principal e U é triangular superior. Esta fatoração é conhecida por fatoração
PLU de A.
Para obter a fatoração PLU de A, multiplique a matriz A por uma matriz de permu-
tação P e calcule a decomposição LU de A. Na prática, não é assim que se procede pois
não se conhece P a priori.
Vamos descrever um procedimento que justifica o algoritmo que vamos descrever
abaixo. Seja A uma matriz m × m e X = E
k
P
k
· · · E
1
P
1
A =
˜
E
k
· · ·
˜
E
1
P
k
· · · P
1
A,
30 Notas de aula do Prof. Antonio Cândido Faleiros
onde P
i
são matrizes de permutação que posicionam o pivô no lugar correto e
˜
E
i
são
matrizes elementares que zeram as entradas abaixo da diagonal da coluna i de P
k
· · · P
1
A. Vamos escrever X =
˜
E
˜
A onde
˜
E =
˜
E
k
· · ·
˜
E
1
e
˜
A = P
k
· · · P
1
A. Se k < m − 1, o
processo não terminou e X, em geral, não é triangular superior. A próxima etapa consiste
em aplicar uma permutação P que trocará uma linha i de X com sua linha k + 1 para
posicionar o pivô da coluna no local correto. Neste caso, i > k + 1. A inversa de P é P e
assim PP = I. Podemos usar este fato para escrever
PX = P
˜
E
˜
A = P
˜
E(PP)
˜
A = (P
˜
EP)(P
˜
A).
Lembramos que P
˜
EP é triangular inferior e é a matriz
˜
E onde se permutou a parte
não nula das linhas i e k + 1, situadas abaixo da diagonal ficam permutadas. Desta
forma, sempre que se aplica uma permutação à matriz
˜
A se deve efetuar uma permutação
correspondente na matriz
˜
E.
Este comentáriio justifica o algoritmo da eliminação Gaussiana com pivotamento par-
cial descrito abaixo.
Algoritmo da eliminação Gaussiana com pivotamento parcial
=============================
U = A, L = I, P = I
for k = 1:m-1
Selecione na coluna k a linha i na qual |u(i,k)| eh maximo
Permute as linhas U(k,k:m) e U(i,k:m)
Permute as linhas L(k,1:k-1) e L(i,1:k-1)
Permute as linhas P(k,:) e P(i,:)
for j = k+1:m
L(j,k) = U(j,k) / U(k,k)
U(j,k:m) = U(j,k:m) - L(j,k)*U(k,k:m)
end
end
=============================
1.13 Decomposição de Cholesky
Se a matriz A for simétrica e inversível, uma permutação PA dessa matriz tem uma
decomposição PLU. Vamos, num primeiro momento, nos esquecer da permutação P e
escrever esta decomposição na forma A = LU de modo que
LU = A = A
T
= U
T
L
T
.
Como L e U são inversíveis,
U
¡
L
T
¢
−1
= L
−1
U
T
= D
Notas de aula do Prof. Antonio Cândido Faleiros 31
é diagonal pois U
¡
L
T
¢
−1
é triangular superior e L
−1
U
T
é triangular inferior. Assim, U =
DL
T
e obtemos a decomposição
A = LDL
T
onde L é triangular inferior cujos elementos diagonais são iguais a 1 e D = L
−1
U
T
é
diagonal.
Como os elementos da diagonal principal de L são iguais a 1, D = diag(U) onde
diag(U) é uma matriz diagonal, cujos elementos da diagonal principal são iguais aos
elementos da diagonal de U.
Exemplo 1.28 Considere a decomposição A = LU abaixo
_
_
2 −1 0
−1 2 −1
0 −1 2
_
_
=
_
_
1 0 0
−1/2 1 0
0 −2/3 1
_
_
_
_
2 −1 0
0 3/2 −1
0 0 4/3
_
_
Sendo D = L
−1
U
T
=
_
_
2 0 0
0 3/2 0
0 0 4/3
_
_
obtemos a decomposição LDL
T
_
_
2 −1 0
−1 2 −1
0 −1 2
_
_
=
_
_
1 0 0
−1/2 1 0
0 −2/3 1
_
_
_
_
2 0 0
0 3/2 0
0 0 4/3
_
_
_
_
1 −1/2 0
0 1 −2/3
0 0 1
_
_
.
Definição 1.29 Uma matriz simétrica A é positiva definida se os elementos diagonais
de D na decomposição A = LDL
T
forem todos maiores do que zero. Neste caso, podemos
calcular a matriz

D e definir M = L

D, para assim obter a decomposição A = MM
T
denominada de decomposição de Cholesky da matriz A.
No exemplo acima,
M =
_
_
1 0 0
−1/2 1 0
0 −2/3 1
_
_
_
_

2 0 0
0
p
3/2 0
0 0
p
4/3
_
_
=
_
_

2 0 0

p
1/2
p
3/2 0
0 −
p
2/3
p
4/3
_
_
.
A decomposição de Cholesky de A é
_
_
2 −1 0
−1 2 −1
0 −1 2
_
_
=
_
_

2 0 0

1
2

2
1
2

6 0
0 −
1
3

6
2
3

3
_
_
_
_

2 −
1
2

2 0
0
1
2

6 −
1
3

6
0 0
2
3

3
_
_
.
32 Notas de aula do Prof. Antonio Cândido Faleiros
Capítulo 2
Espaço vetorial
2.1 Conceito de espaço vetorial
Seja K um corpo e V um conjunto não vazio, onde definimos duas operações, sendo uma
a adição de vetores e a outra a multiplicação de um elemento do corpo K por um
elemento de V. Sejamv e w dois elementos de V e k um elemento do corpo K. Denotaremos
a adição de v e w por v + w e a multiplicação de k e v por kv. O conjunto V, com essas
operações é denominado de espaço vetorial sobre o corpo K se, para todo u, v, w de
V e todo α, β de K, se verificarem as propriedades
1. Comutativa: v +w = w +v.
2. Associativa: (u +v) +w = u + (v +w).
3. Elemento neutro: Existe um elemento de V denotado por 0 tal que 0+v = v+0 = v.
4. Elemento oposto: Dado v em V existe um elemento denotado por −v e tal que
v + (−v) = (−v) +v = 0.
5. Associatividade: (αβ)v = α(βv).
6. Distributividade: (α +β)v = αv +βv.
7. Distributividade: α(v +w) = αv +αw.
8. Elemento unitário: A multiplicação do elemento unitário 1 de K pelo elemento v
de V é igual a v, isto é, 1v = v.
Os elementos de V são chamados vetores e os elementos de K de escalares. O
elemento v +w é o vetor soma de v com w e o elemento αv é o produto de α por v ou
ainda que αv é um múltiplo de v. O vetor −v é denominado oposto de v e 0 é o vetor
nulo ou vetor zero. Definimos a diferença v −w (leia-se v menos w) entre os vetores
v e w por v + (−w).
33
34 Notas de aula do Prof. Antonio Cândido Faleiros
Em nosso curso, o corpo K será o corpo Rdos números reais ou o corpo C dos números
complexos. Quando V for um espaço vetorial sobre o corpo dos números reais, diremos
que V é um espaço vetorial real. Quando V for um espaço vetorial sobre o corpo dos
números complexos, diremos que V é um espaço vetorial complexo.
Quando se diz que V é um espaço vetorial sobre o corpo K entenda-se que está
implícito a existência das operações de adição de vetores e multiplicação de um escalar
por um vetor. Quando o contexto permitir, omite-se a referência ao corpo K e se diz
apenas que V é um espaço vetorial. O espaço vetorial {0} que contém apenas o vetor
nulo é denominado de espaço vetorial trivial.
Exemplo 2.1 Seja R
n
o conjunto de todas as ênuplas ordenadas (x
1
, x
2
, . . . , x
n
) de
números reais. Duas ênuplas ordenadas (x
1
, x
2
, . . . , x
n
) e (y
1
, y
2
, . . . , y
n
) são iguais se
x
1
= y
1
, x
2
= y
2
, . . . , x
n
= y
n
. Define-se a operação de adição em R
n
por
(x
1
, x
2
, . . . , x
n
) + (y
1
, y
2
, . . . , y
n
) = (x
1
+y
1
, x
2
+y
2
, . . . , x
n
+y
n
)
e a multiplicação de um número real por uma ênupla ordenada é definida por
α(x
1
, x
2
, . . . , x
n
) = (αx
1
, αx
2
, . . . , αx
n
).
O R
n
com as operações de adição de duas ênuplas ordenadas e multiplicação de um escalar
por uma ênupla é um espaço vetorial sobre os reais.
Exemplo 2.2 O conjunto R
m×n
das matrizes m×n com elementos reais munido com as
operações de adição de matrizes e multiplicação de um número complexo por uma matriz
é um espaço vetorial sobre o corpo dos números reais. O zero deste espaço vetorial é a
matriz nula e o elemento oposto (inverso aditivo) de A = [a
ij
] é −A = [−a
ij
].
Exemplo 2.3 O conjunto das matrizes m por n com elementos complexos, que denotare-
mos por C
m×n
, munido com as operações de adição de matrizes e multiplicação de um
número complexo por uma matriz é um espaço vetorial sobre o corpo dos números com-
plexos. O zero deste espaço vetorial é a matriz nula e o elemento oposto (inverso aditivo)
de A = [a
ij
] é −A = [−a
ij
].
Exemplo 2.4 O conjunto de todos os polinômios de grau menor ou igual a n, com coe-
ficientes reais, munido com as operações de adição de polinômios e multiplicação de um
número real por um polinômio, é um espaço vetorial sobre o corpo dos reais. O conjunto
dos polinômios de grau menor ou igual a n com coeficientes complexos com as operações
acima é um espaço vetorial sobre o corpo dos números complexos.
Exemplo 2.5 O conjunto de todos os polinômios com coeficientes reais, munido com as
operações de adição de polinômios e multiplicação de um número real por um polinômio,
é um espaço vetorial sobre o corpo dos reais. O conjunto de todos os polinômios com
coeficientes complexos com as operações acima é um espaço vetorial sobre o corpo dos
números complexos.
Exemplo 2.6 O conjunto C[a, b] = {f : [a, b] → R : f é contínua} com as operações de
adição de funções e multiplicação de um número real por uma função é um espaço vetorial
sobre R.
Notas de aula do Prof. Antonio Cândido Faleiros 35
2.2 Dependência linear
Todo elemento (x, y) do R
2
pode ser decomposto na seguinte soma
(x, y) = x(1, 0) +y(0, 1).
Esta maneira de decompor um vetor é muito utilizada em Álgebra Linear.
Sejam v
1
, . . . , v
n
vetores do espaço vetorial V e escalares α
1
, . . . , α
n
. O vetor α
1
v
1
+
· · · + α
n
v
n
é uma combinação linear dos vetores v
1
, . . . , v
n
.
Exemplo 2.7 O vetor (2, 3) do R
2
é uma combinação linear dos vetores (1, 0) e (0, 1)
pois (2, 3) = 2(1, 0)+ 3(0, 1).
Seja {v
1
, . . . , v
n
} um subconjunto finito de V. Este conjunto é linearmente depen-
dente se existirem escalares α
1
, . . . , α
n
, nem todos nulos tais que
α
1
v
1
+ · · · +α
n
v
n
= 0.
Também se diz que os vetores v
1
, . . . , v
n
são linearmente dependentes. Notem que a
igualdade acima se verifica para α
1
= · · · = α
n
= 0. Se a ênupla (α
1
, . . . , α
n
) = (0, . . . ,
0) for a única para a qual
α
1
v
1
+ · · · +α
n
v
n
= 0,
diremos que o conjunto {v
1
, . . . , v
n
} é linearmente independente ou que os vetores
v
1
, . . . , v
n
são linearmente independentes.
Exemplo 2.8 O conjunto S = { (5, 7), (1, 0), (0, 1) } de vetores do R
2
é linearmente
dependente pois
1(5, 7) −5(1, 0) −7(0, 1) = (0, 0).
O conjunto { (1, 2, 3), (0, 1, 1), (0, 0, 2) } de vetores do R
3
é linearmente independente.
De fato, se α
1
, α
2
e α
3
forem escalares tais que
α
1
(1, 2, 3) +α
2
(0, 1, 1) +α
3
(0, 0, 2) = (0, 0, 0)
então
α
1
+ 0α
2
+ 0α
3
= 0

1

2
+ 0α
3
= 0

1

2
+ 2α
3
= 0
cuja única solução é α
1
= α
2
= α
3
= 0.
Todo conjunto {0, v
1
, . . . v
p
} que contém o vetor nulo é linearmente dependente pois
1 · 0 + 0v
1
+ · · · + 0v
p
= 0.
36 Notas de aula do Prof. Antonio Cândido Faleiros
Observe que, a dependência linear do conjunto S = { (5, 7), (1, 0), (0, 1) } de vetores
do R
2
que se expressa por
1(5, 7) −5(1, 0) −7(0, 1) = (0, 0).
implica na possibilidade de escrever (5, 7) como uma combinação linear dos vetores (1, 0)
e (0, 1)
(5, 7) = 5(1, 0) + 7(0, 1).
Esta igualdade também implica na dependência linear de S = { (5, 7), (1, 0), (0, 1) }. Tal
fato é enunciado de modo geral no próximo teorema.
Proposição 2.9 Um conjunto {v
1
, . . . , v
n
} de vetores de um espaço vetorial V é linear-
mente dependente se e só se um dos seus elementos for combinação linear dos demais.
Prova. Se {v
1
, . . . , v
n
} for linearmente dependente, existem escalares α
1
, . . . , α
n
, nem
todos nulos, tais que α
1
v
1
+ · · · + α
n
v
n
= 0. Supondo α
1
6= 0 (se α
1
= 0, basta permutar os
vetores do conjunto para trazer o coeficiente não nulo para a primeira posição) podemos
escrever v
1
como combinação linear de v
2
, . . . , v
n
v
1
=
¡
−α
−1
1
α
2
¢
v
2
−· · ·
¡
−α
−1
1
α
n
¢
v
n
.
Se v
1
for uma combinação linear de v
2
, . . . , v
n
, então existem escalares β
2
, . . . , β
n
tais
que
v
1
= β
2
v
2
+ · · · +β
n
v
n
e
v
1
+ (−β
2
) v
2
+ · · · + (−β
n
) v
n
= 0,
mostrando que {v
1
, . . . , v
n
} é linearmente dependente. ¤
Todo conjunto que contém um subconjunto linearmente dependente é linearmente
dependente. Todo subconjunto de um conjunto de vetores linearmente independente é
linearmente independente.
Proposição 2.10 Seja S um conjunto finito de vetores.
1. Se S for linearmente dependente, qualquer conjunto finito de vetores que o contém
também será linearmente dependente.
2. Se S for linearmente independente, qualquer subconjunto de S será linearmente
independente.
Prova. Seja S = {v
1
, . . . , v
n
}.
Notas de aula do Prof. Antonio Cândido Faleiros 37
1. Se S for linearmente dependente, existem escalares α
1
, . . . , α
n
nem todos nulos tais
que α
1
v
1
+ · · · + α
n
v
n
= 0. Seja S
0
um conjunto finito que contém S. Se w
1
, . . . , w
m
forem os elementos de S
0
que não pertencem a S, então
α
1
v
1
+ · · · +α
n
v
n
+ 0w
1
+ · · · + 0w
m
= 0
provando que S
0
é linearmente dependente.
2. Se S for linearmente independente, seja S
0
um subconjunto de S. Se S
0
fosse linear-
mente dependente, S também o seria pela primeira parte. Logo S
0
é linearmente
independente.
¤
2.3 Base e dimensão
Seja B = {v
1
, . . . , v
n
} um conjunto finito de vetores em V. Se todo elemento de V for
uma combinação linear dos elementos de B, diremos que B gera V.
Exemplo 2.11 O conjunto B = {(1, 2), (1, 0), (0, 1)} gera o R
2
. Qualquer par ordenado
(x, y) pode ser decomposto nas combinações lineares
(x, y) = 0(1, 2) +x(1, 0) +y(0, 1)
ou
(x, y) = x(1, 2) + 0(1, 0) + (y −2x)(0, 1).
Neste exemplo, o modo de escrever (x, y) como combinação linear dos elementos de B não
é única.
Exemplo 2.12 O conjunto B = {(2, 1), (1, 0) } gera o R
2
pois podemos escrever um par
ordenado (x, y) qualquer como combinação linear desses dois vetores
(x, y) = x(2, 1) + (y −x)(1, 0).
Neste exemplo, o modo de escrever (x, y) como combinação linear dos elementos de B é
única.
Que diferença existe entre os conjuntos geradores dos exemplos acima? O primeiro é
linearmente dependente e o segundo é linearmente dependente.
Definição 2.13 Um conjunto finito de vetores linearmente independente e que gera V é
uma base de V.
38 Notas de aula do Prof. Antonio Cândido Faleiros
Uma base B = {v
1
, . . . , v
n
} gera V. Assim, para cada vetor v em V existem escalares
α
1
, . . . , α
n
tais que
v = α
1
v
1
+ · · · +α
n
v
n
.
Os vetores α
1
v
1
, . . . , α
n
v
n
são denominados de componentes do vetor v na base B, os
escalares α
1
, . . . , α
n
são as coordenadas de v na base B e a matriz coluna
[v]
B
= [α
1
. . . α
n
]
T
é a matriz das coordenadas de v na base B.
Uma base ordenada B = {v
1
, v
2
, . . . , v
n
} é aquela em que se estabelece que v
1
é o
seu primeiro elemento, que v
2
é o seu segundo elemento, e assim por diante. A ordem em
que seus elementos são escritos é relevante.
Proposição 2.14 A matriz das coordenadas de um vetor numa base ordenada é única.
Prova. Seja B = {v
1
, . . . , v
n
} uma base ordenada de um espaço vetorial V. Se v =
x
1
v
1
+ · · · + x
n
v
n
e v = y
1
v
1
+ · · · + y
n
v
n
forem duas decomposições de v nos elementos
da base B, então
0 = v −v = (x
1
−y
1
)v
1
+ · · · + (x
n
−y
n
)v
n
e, da independência linear dos vetores da base, x
i
= y
i
para i = 1, . . . , n. ¤
De ora em diante, uma base ordenada será chamada simplesmente de base. O contexto
indicará a necessidade de ser a base ordenada ou não.
Exemplo 2.15 Considere as ênuplas e
1
= (1, 0, . . . , 0), e
2
= (0, 1, . . . , 0), e
n
= (0, 0,
. . . , 1), onde e
k
é a linha k da matriz identidade n × n. O conjunto de vetores {e
1
, e
2
,
. . . , e
n
} é uma base tanto do R
n
quanto do C
n
e é chamada de base canônica. Se x =
(x
1
, . . . , x
n
), então x = x
1
e
1
+ · · · + x
n
e
n
. Isto significa que as coordenadas de x na base
canônica são exatamente os elementos da ênupla x.
Exemplo 2.16 O conjunto {1, x, x
2
} é uma base do espaço vetorial dos polinômios de
grau menor ou igual a dois com coeficientes complexos.
Nem todo espaço vetorial possui uma base tal como se definiu acima. O espaço vetorial
de todos os polinômios com coeficientes complexos não possui base no sentido definido
neste texto. Não existe conjunto finito de polinômios que gera todos os demais. Todo
conjunto finito de polinômios tem um polinômio de grau máximo, que não seria capaz de
gerar os polinômios de grau superior ao polinômio de grau máximo do conjunto.
Todas as bases de um espaço vetorial possuem o mesmo número de elementos, como
provaremos em seguida. Precederemos o teorema principal por três lemas.
Lema 2.17 Seja {v
1
, . . . , v
n
} uma base de V e w = α
1
v
1
+· · · +α
n
v
n
. Se α
i
6= 0, então
{v
1
, . . . , v
i−1
, w, v
i+1
, , . . . , v
n
}
também é base.
Notas de aula do Prof. Antonio Cândido Faleiros 39
Prova. Para simplificar, provaremos o teorema supondo α
1
6= 0. Se α
1
= 0, podemos
reordenar os elementos da base para trazer para a primeira posição uma componente de w
diferente de zero. Sendo α
1
6= 0, podemos explicitar v
1
na igualdade w = α
1
v
1
+· · · +α
n
v
n
para obter
v
1
=
1
α
1
w −
α
2
α
1
v
2
−· · · −
α
n
α
1
v
n
= β
1
w +β
2
v
2
+ · · · +β
n
v
n
.
Vamos provar que {w, v
2
, . . . , v
n
} gera V. Sendo v um vetor qualquer de V, existem
escalares x
1
, x
2
, . . . , x
n
tais que
v = x
1
v
1
+x
2
v
2
+ · · · +x
n
v
n
= x
1

1
w +β
2
v
2
+ · · · +β
n
v
n
) +x
2
v
2
+ · · · +x
n
v
n
= (x
1
β
1
)w + (x
1
β
2
+x
2
)v
2
+ · · · + (x
1
β
n
+x
n
)v
n
,
provando que o conjunto {w, v
2
, . . . , v
n
} gera V.
Vamos provar que {w, v
2
, . . . , v
n
} é linearmente independente. Sejam k
1
, k
2
, . . . , k
n
escalares tais que k
1
w+ k
2
v
2
+ · · · + k
n
v
n
= 0. Se k
1
6= 0, então
k
1

1
v
1

2
v
2
+ · · · +α
n
v
n
) +k
2
v
2
+ · · · +k
n
v
n
= 0
ou
k
1
α
1
v
1
+ (k
1
α
2
+k
2
)v
2
+ · · · + (k
1
α
n
+k
n
)v
n
= 0
com k
1
α
1
6= 0, o que contraria o fato de {v
1
, v
2
, . . . , v
n
} ser base de V. Logo, k
1
= 0
e a combinação linear k
1
w+ k
2
v
2
+ · · · + k
n
v
n
= 0 se reduz a k
2
v
2
+ · · · + k
n
v
n
= 0. Da
independência linear do conjunto {v
2
, . . . , v
n
}, obtemos k
2
= · · · = k
n
= 0, provando a
independência linear de {w, v
2
, . . . , v
n
} que, portanto, é base de V. ¤
Lema 2.18 Seja {v
1
, . . . , v
n
} uma base com n elementos do espaço vetorial V. Todo
conjunto linearmente independente com n elementos é base de V.
Prova. Seja {w
1
, . . . , w
n
} um conjunto linearmente independente com n vetores de
V. Pode-se decompor w
1
na base {v
1
, . . . , v
n
} e escrever
w
1
= c
11
v
1
+ · · · +c
n1
v
1
.
Como w
1
6= 0, pelo menos um dos coeficientes desta combinação linear é diferente de zero.
Podemos supor que c
11
6= 0 (se o c
11
fosse nulo, bastaria reordenar a base {v
1
, v
2
, . . . , v
n
}
de modo que, nesta nova ordem, c
11
6= 0).
Pelo lema anterior, {w
1
, v
2
, . . . , v
n
} é base e podemos escrever
w
2
= c
12
w
1
+c
22
v
2
+ · · · +c
n2
v
n
.
Os coeficientes c
22
, . . . , c
n2
não podem ser todos nulos. De fato, se todos eles fossem nulos,
então w
2
= c
12
w
1
, o que contraria a hipótese de o conjunto {w
1
, . . . , w
n
} ser linearmente
40 Notas de aula do Prof. Antonio Cândido Faleiros
independente. Assim, pelo menos um dos coeficientes c
22
, . . . , c
n2
não é nulo. Como
antes, podemos supor, sem perda de generalidade, que c
22
6= 0.
Pelo lema anterior, {w
1
, w
2
, v
3
, . . . , v
n
} é base de V.
Prosseguindo com este raciocínio, substituímos todos os elementos da base {v
1
, . . . ,
v
n
} por w
1
, w
2
, . . . , w
n
, provando que {w
1
, w
2
, . . . , w
n
} é base. ¤
Lema 2.19 Se um espaço vetorial V possuir uma base com n elementos, então todo
conjunto de vetores em V com mais de n elementos é linearmente dependente.
Prova. De fato, se houvesse um conjunto linearmente independente com mais do que
n elementos, qualquer subconjunto dele com n elementos seria base e os vetores restantes
seriam combinações lineares desses n selecionados, contrariando a hipótese de independên-
cia linear do conjunto. Logo, não existe conjunto de vetores linearmente independente
com mais do que n elementos. ¤
Estes lemas nos permitem enunciar o
Teorema 2.20 Se um espaço vetorial V possuir uma base com n elementos, todas as
outras bases deste espaço vetorial têm o mesmo número de elementos.
Prova. De fato, como todo conjunto com mais do que n elementos é linearmente
dependente, não há base com mais do que n elementos.
Seja B
1
a base com n elementos. Se existisse alguma base B
2
com k elementos e k <
n, pelo lema anterior, a base B
1
seria linearmente dependente, possibilidade que se exclui
pela definição de base. Logo não existe base com menos do que n elementos. ¤
Este teorema garante que todas as bases de um espaço vetorial possui o mesmo número
de elementos o que justifica a definição que segue.
Definição 2.21 Se um espaço vetorial possui uma base, diremos que ele possui dimen-
são finita e que o número de elementos das bases é a sua dimensão. Por definição, a
dimensão do espaço vetorial trivial, aquele que contém apenas o vetor nulo, é zero.
2.4 Matriz de mudança de base
Seja V um espaço vetorial complexo de dimensão finita n > 0. Sejam B
1
= {u
1
, . . . , u
n
}
e B
2
= {v
1
, . . . , v
n
} duas bases de V. Podemos decompor cada elemento de B
2
numa
combinação linear dos elementos de B
1
v
1
= p
11
u
1
+p
21
u
2
+ · · · +p
n1
u
n
v
2
= p
12
u
1
+p
22
u
2
+ · · · +p
n2
u
n
· · ·
v
n
= p
1n
u
1
+p
2n
u
2
+ · · · +p
nn
u
n
Notas de aula do Prof. Antonio Cândido Faleiros 41
A matriz
M
12
=
_
¸
¸
¸
_
p
11
p
12
· · · p
1n
p
21
p
22
· · · p
2n
.
.
.
.
.
.
.
.
.
.
.
.
p
n1
p
n2
· · · p
nn
_
¸
¸
¸
_
é chamada de matriz de mudança de base, mais especificamente, matriz de mudança
da base B
1
para a base B
2
. Observe que as coordenadas do desenvolvimento de v
1
na
base B
1
formam a primeira coluna, as coordenadas do desenvolvimento de v
2
na base B
1
formam a primeira coluna,
Sendo B
3
= {w
1
, . . . , w
n
} uma terceira base de V, podemos escrever os vetores de B
3
como combinações lineares dos elementos da base B
2
. Usando o símbolo de somatório,
w
j
=
n
X
i=1
q
ij
v
i
e agora, M
23
= [q
ij
] é a matriz de mudança da base B
2
para a base B
3
.
Das duas decomposições acima segue
w
j
=
X
k
q
kj
v
k
=
X
k
q
kj
X
i
p
ik
u
i
=
X
i
Ã
X
k
p
ik
q
kj
!
u
i
=
X
i
r
ij
u
i
onde M
13
= [r
ij
] = [
P
k
p
ik
q
kj
] é a matriz de mudança da base B
1
para a base B
3
. Como
M
13
= [r
ij
] =
"
X
k
p
ik
q
kj
#
= [p
ik
][q
kj
] = M
12
M
23
,
provamos a identidade
M
13
= M
12
M
23
.
Quando B
3
= B
1
, a matriz M
13
é a identidade I e M
23
= M
21
. Da igualdade acima segue
M
12
M
21
= I,
mostrando que as matrizes de mudança de base são inversíveis e que a inversa de M
12
é
M
21
.
Sejam i e j inteiros do conjunto {1, 2, . . . , n}. O delta de Kronecker δ
ij
, é um
conjunto de n
2
números definidos do seguinte modo: δ
ij
= 1 quando i = j e δ
ij
= 0
quando i 6= j.
Observe que o elemento da linha i coluna j da matriz identidade I de ordem n ×n é
exatamente δ
ij
e podemos usar o delta de Kronecker para escrever I = [δ
ij
].
As igualdades matriciais
M
12
M
21
= I e M
21
M
12
= I
42 Notas de aula do Prof. Antonio Cândido Faleiros
quando escritas componente a componente, fornece
X
k
p
ik
q
kj
= δ
ij
e
X
k
q
ik
p
kj
= δ
ij
para i e j percorrendo os valores 1, . . . , n.
Mudança de coordenadas
Teorema 2.22 Sejam B
1
e B
2
duas bases do espaço vetorial V. Sejam
[u]
1
a matriz das coordenadas de u na base B
1
,
[u]
2
a matriz das coordenadas de u na base B
2
e
M
12
a matriz de mudança da base B
1
para a base B
2
.
Então
[u]
1
= M
12
[u]
2
Prova. Sejam B
1
= {v
1
, . . . , v
n
} e B
2
= {w
1
, . . . , w
n
} as bases em questão. Se [u]
1
=
[x
1
, . . . , x
n
]
T
for a matriz das coordenadas de u na base B
1
, se [u]
2
= [y
1
, . . . , y
n
]
T
for a
matriz das coordenadas de u na base B
2
e se M
12
= [p
ij
] for a matriz de mudança da base
B
1
para a base B
2
, segue
u =
X
i
x
i
v
i
=
X
j
y
j
w
j
e
w
j
=
n
X
i=1
p
ij
v
i
.
Portanto,
u =
X
j
y
j
w
j
=
X
j
y
j
X
i
p
ij
v
i
=
X
i
Ã
X
j
p
ij
y
j
!
v
i
.
Como u =
P
i
x
i
v
i
, segue da unicidade da decomposição de um vetor nos elementos da
base que
x
i
=
X
j
p
ij
y
j
que corresponde à igualdade matricial
[u]
1
= M
12
[u]
2
.
¤
Notas de aula do Prof. Antonio Cândido Faleiros 43
2.5 Subespaço vetorial
Seja V um espaço vetorial e W um subconjunto não vazio de V. Diremos que W é um
subespaço vetorial de V se, para todo v e w em W e todo escalar λ, os vetores λw e
v + w pertencerem a W. Em outras palavras, o subespaço vetorial é aquele subconjunto
fechado em relação à adição e à multiplicação por um escalar.
As operações de adição de vetores e multiplicação por uma escalar definidas em V,
também se aplicam aos vetores de W, que está contido em V. Certamente, essas operações
em W gozam das mesmas propriedades que em V. Deste argumento se conclui que todo
subespaço vetorial é, ele próprio, um espaço vetorial.
O próprio V é um subespaço vetorial dele mesmo. O subespaço {0} é denominado de
subespaço trivial de V. Os subespaços distintos de V são denominados de subespaços
próprios de V.
Exemplo 2.23 O conjunto W = { (x, y, 0) : x, y ∈ R } é um subespaço próprio de R
3
.
Um subespaço vetorial sempre contém o vetor nulo. De fato, sendo 0 o escalar nulo,
para todo vetor v do subespaço, 0v é o vetor nulo e, por definição, pertence ao subespaço.
SejamW
1
e W
2
subespaços vetoriais de umespaço vetorial V. Asoma dos subespaços
W
1
+W
2
, definida por
W
1
+W
2
= {w
1
+w
2
: w
1
∈ W
1
e w
2
∈ W
2
}
e a interseção dos subespaços W
1
∩ W
2
, definida por
W
1
∩ W
2
= {w : w ∈ W
1
e w ∈ W
2
}
são subespaços vetoriais de V.
Nota 2.24 Nem sempre a união
W
1
∪ W
2
= {w ∈ V : w ∈ W
1
ou w ∈ W
2
}
de dois subespaços W
1
e W
2
de V é um subespaço vetorial de V. Se u e v pertencerem à
união, u + v pode não pertencer. Quando W
1
estiver contido em W
2
, então W
1
∪ W
2
=
W
2
e daí a união será um subespaço vetorial de V.
Seja W um subepaço vetorial de V, um espaço vetorial com dimensão finita. Então
dim(W) = dim(V ) se e só se W = V e dim(W) < dim(V ) se e só se W for subespaço
próprio de V.
Os subespaços de dimensão n −1 de um espaço vetorial de dimensão n são chamados
de hiperplanos.
Exemplo 2.25 O subespaço vetorial W = { x(1, 2, 0) +y(0, 3, 1) : x e y ∈ R } do R
3
é
um hiperplano.
44 Notas de aula do Prof. Antonio Cândido Faleiros
2.6 Subespaço gerado
Seja S um subconjunto de V. O conjunto de todas as combinações lineares finitas de
elementos de S é um subespaço vetorial de V, chamado de subespaço gerado por S e é
denotado por hSi . Diz-se ainda que S gera hSi ou que hSi é gerado por S. O subespaço
gerado por S é um subespaço vetorial de V.
Sendo S = { w
1
, . . . , w
k
} finito, então
hSi = {α
1
w
1
+ · · · +α
k
w
k
: α
1
, . . . , α
k
∈ R}.
Exemplo 2.26 Seja S = {e
1
, e
3
} um subconjunto do R
3
onde e
1
= (1, 0, 0, ) e e
3
= (0,
0, 1). O subespaço gerado por S é hSi = { (x, 0, y) : x, y ∈ R
3
}. Se considerarmos S
como subconjunto de C
3
então hSi = { (x, 0, y) : x, y ∈ C}.
Base do subespaço gerado
Seja S = {w
1
, . . . , w
k
} um conjunto de vetores de C
n
, de modo que
w
1
= (w
11
, w
12
, . . . , w
1n
)
w
2
= (w
21
, w
22
, . . . , w
2n
)
· · ·
w
k
= (w
k1
, w
k2
, . . . , w
kn
)
Vamos descrever um processo para determinar uma base para o espaço gerado por S no
qual lançamos mão de alguns fatos para nos auxiliar nesta tarefa. Vamos enumerá-los
abaixo.
1. Retirar os vetores nulos de S não altera o espaço gerado por S.
2. Permutar a ordem dos vetores de S não altera o espaço gerado por S.
3. Se multiplicarmos um ou mais vetores de S por escalares não nulos, o espaço gerado
por S não se altera.
4. Se substituirmos em S o vetor w
i
pelo vetor w
i
+ cw
j
, onde c é um escalar, o espaço
gerado por S permanece inalterado.
5. Se nenhum vetor de S for nulo e a matriz
_
¸
¸
¸
_
w
11
w
12
· · · w
1n
w
21
w
22
· · · w
2n
.
.
.
.
.
.
.
.
.
.
.
.
w
k1
w
k2
· · · w
kn
_
¸
¸
¸
_
for escalonada, então S é linearmente independente e, portanto, é uma base do
espaço gerado por S.
Notas de aula do Prof. Antonio Cândido Faleiros 45
Os fatos enumerados acima nos permitem usar o método da eliminação de Gauss para
determinar uma base para o espaço gerado por S : Construa a matriz cujas linhas são
os elementos de w
1
, w
2
, . . . , w
k
, como acima e obtenha sua forma escalonada usando o
método da eliminação de Gauss. As linhas não nulas da forma escalonada desta matriz
R =
_
¸
¸
¸
_
r
11
r
12
· · · r
1n
0 r
22
· · · r
2n
0 0 · · · r
3n
.
.
.
.
.
.
.
.
.
.
.
.
_
¸
¸
¸
_
formarão a base de hSi .
Este procedimento pode ser usado para determinar o subespaço gerado por S = { w
1
,
. . . , w
k
} mesmo quando S for um conjunto de vetores num espaço vetorial de dimensão
finita V qualquer. Basta tomar uma base B = { v
1
, v
2
, . . . , v
n
} de V e decompor cada
elementos de S numa combinação linear de elementos de B
w
1
= β
11
v
1

12
v
2
+ · · · +β
1n
v
n
w
2
= β
21
v
1

22
v
2
+ · · · +β
2n
v
n
· · ·
w
k
= β
k1
v
1

k2
v
2
+ · · · +β
kn
v
n
formar a matriz
_
¸
¸
¸
_
β
11
β
12
· · · β
1n
β
21
β
22
· · · β
2n
.
.
.
.
.
.
.
.
.
.
.
.
β
k1
β
k2
· · · β
kn
_
¸
¸
¸
_
e proceder como no caso em que o espaço vetorial é o C
n
, obtendo, obter sua forma
escalonada
R =
_
¸
¸
¸
_
r
11
r
12
· · · r
1n
0 r
22
· · · r
2n
0 0 · · · r
3n
.
.
.
.
.
.
.
.
.
.
.
.
_
¸
¸
¸
_
Os vetores não nulos obtidos na forma escalonada
r
11
v
1
+r
12
v
2
+ · · · +r
1n
v
n
r
22
v
2
+r
23
v
3
+ · · · +r
2n
v
n
r
33
v
3
+r
34
v
4
+ · · · +r
3n
v
n
.
.
.
formarão uma base para o espaço gerado por V.
46 Notas de aula do Prof. Antonio Cândido Faleiros
Exemplo 2.27 Vamos determinar uma base do subespaço vetorial do R
5
gerado por
w
1
= (1, 2, 2, −3, −4),
w
2
= (3, 8, 0, 2, 8),
w
3
= (1, 2, 2, −1, 0),
w
4
= (−1, −2, 8, 8, 8),
w
5
= (2, 6, 3, 5, 9).
Construímos a matriz
_
¸
¸
¸
¸
_
1 2 2 −3 −4
3 8 0 2 8
1 2 2 −1 0
−1 −2 8 8 8
2 6 3 5 9
_
¸
¸
¸
¸
_
e a escalonamos
_
¸
¸
¸
¸
_
1 0 0 0 0
−3 1 0 0 0
−1 0 1 0 0
1 0 0 1 0
−2 0 0 0 1
_
¸
¸
¸
¸
_
_
¸
¸
¸
¸
_
1 2 2 −3 −4
3 8 0 2 8
1 2 2 −1 0
−1 −2 8 8 8
2 6 3 5 9
_
¸
¸
¸
¸
_
=
_
¸
¸
¸
¸
_
1 2 2 −3 −4
0 2 −6 11 20
0 0 0 2 4
0 0 10 5 4
0 2 −1 11 17
_
¸
¸
¸
¸
_
_
¸
¸
¸
¸
_
1 0 0 0 0
0 1 0 0 0
0 0 1 0 0
0 0 0 1 0
0 −1 0 0 1
_
¸
¸
¸
¸
_
_
¸
¸
¸
¸
_
1 2 2 −3 −4
0 2 −6 11 20
0 0 0 2 4
0 0 10 5 4
0 2 −1 11 17
_
¸
¸
¸
¸
_
=
_
¸
¸
¸
¸
_
1 2 2 −3 −4
0 2 −6 11 20
0 0 0 2 4
0 0 10 5 4
0 0 5 0 −3
_
¸
¸
¸
¸
_
_
¸
¸
¸
¸
_
1 0 0 0 0
0 1 0 0 0
0 0 0 0 1
0 0 0 1 0
0 0 1 0 0
_
¸
¸
¸
¸
_
_
¸
¸
¸
¸
_
1 2 2 −3 −4
0 2 −6 11 20
0 0 0 2 4
0 0 10 5 4
0 0 5 0 −3
_
¸
¸
¸
¸
_
=
_
¸
¸
¸
¸
_
1 2 2 −3 −4
0 2 −6 11 20
0 0 5 0 −3
0 0 10 5 4
0 0 0 2 4
_
¸
¸
¸
¸
_
_
¸
¸
¸
¸
_
1 0 0 0 0
0 1 0 0 0
0 0 1 0 0
0 0 −2 1 0
0 0 0 0 1
_
¸
¸
¸
¸
_
_
¸
¸
¸
¸
_
1 2 2 −3 −4
0 2 −6 11 20
0 0 5 0 −3
0 0 10 5 4
0 0 0 2 4
_
¸
¸
¸
¸
_
=
_
¸
¸
¸
¸
_
1 2 2 −3 −4
0 2 −6 11 20
0 0 5 0 −3
0 0 0 5 10
0 0 0 2 4
_
¸
¸
¸
¸
_
_
¸
¸
¸
¸
_
1 0 0 0 0
0 1 0 0 0
0 0 1 0 0
0 0 0 1/5 0
0 0 0 −2/5 1
_
¸
¸
¸
¸
_
_
¸
¸
¸
¸
_
1 2 2 −3 −4
0 2 −6 11 20
0 0 5 0 −3
0 0 0 5 10
0 0 0 2 4
_
¸
¸
¸
¸
_
=
_
¸
¸
¸
¸
_
1 2 2 −3 −4
0 2 −6 11 20
0 0 5 0 −3
0 0 0 1 2
0 0 0 0 0
_
¸
¸
¸
¸
_
Notas de aula do Prof. Antonio Cândido Faleiros 47
e assim, uma base do espaço gerado por w
1
, w
2
, w
3
, w
4
, w
5
é formada pelos vetores
z
1
= (1, 2, 2, −3, −4),
z
2
= (0, 2, −6, 11, 20),
z
3
= (0, 0, 5, 0, −3),
z
4
= (0, 0, 0, 1, 2).
48 Notas de aula do Prof. Antonio Cândido Faleiros
Capítulo 3
Transformação linear
Neste capítulo consideraremos que os espaços vetoriais estão definidos emummesmo corpo
K. Nos exemplos, K será o corpo dos números reais ou o corpo dos números complexos.
Sejam V e W dois espaços vetoriais sobre um mesmo corpo K. Uma função L : V →W
é uma transformação linear se, para todo par de vetores v, w em V e todo escalar α
do corpo K,
L(v +w) = L(v) +L(w),
L(αv) = αL(v).
A notação Lv também é usada para indicar L(v).
Podemos unir as duas igualdades acima dizendo que L é linear quando a igualdade
L(αv +βw) = αL(v) +βL(w)
se verificar para todo α e β escalares e para todo v e w em V.
Toda transformação linear leva o zero de V no zero de W. De fato, L(0) = L(0 +0) =
L(0)+ L(0) = 2L(0) o que implica em L(0) = 0.
Exemplo 3.1 A transformação L
1
: R
2
→R definida por L
1
(x, y) = 3x+ 2y é linear.
A transformação L
2
: R
2
→ R
2
definida por L
2
(x, y) = (x −y, 0) é linear.
A transformação T : R
2
→ R definida por T(x, y) = x+y +2 não é linear pois T(2x,
2y) = 2x+ 2y+ 2 é diferente de 2T(x, y) = 2x+ 2y+ 4.
Uma transformação linear L : V →V de um espaço V sobre ele mesmo recebe o nome
de operador linear. Se V for um espaço vetorial sobre um corpo K, uma transformação
linear L : V → K recebe o nome de funcional linear.
Sendo L : V →W e T : W →U, definimos a composta T ◦ L : V →U por
T ◦ L(v) = T(L(v)).
Também se denota T ◦ L por TL. Assim, TL(v) = T(L(v)).
49
50 Notas de aula do Prof. Antonio Cândido Faleiros
Pode-se provar por indução que, se L : V →W for linear, se v
1
, . . . , v
n
forem vetores
de V e se α
1
, . . . , α
n
forem escalares, então
L(α
1
v
1
+ · · · +α
n
v
n
) = α
1
L(v
1
) + · · · +α
n
L(v
n
).
A partir desta fórmula podemos afirmar que quando L for linear e {v
1
, . . . , v
n
} for
base de V, o conhecimento dos vetores w
1
= L(v
1
), . . . , w
n
= L(v
n
) é suficiente para
calcular o valor de L em qualquer vetor v. Basta decompor v em uma combinação linear
dos vetores da base
v = x
1
v
1
+ · · · +x
n
v
n
e calcular
L(v) = L(x
1
v
1
+ · · · +x
n
v
n
) = x
1
L(v
1
) + · · · +x
n
L(v
n
) = x
1
w
1
+ · · · +x
n
w
n
.
Exemplo 3.2 Seja L : R
3
→ R uma transformação linear e e
1
= (1, 0, 0), e
2
= (0, 1,
0) e e
3
= (0, 0, 1) os elementos da base canônica do R
3
. Se Le
1
= 5, Le
2
= 7, Le
3
= 11,
para qualquer (x
1
, x
2
, x
3
) em R
3
, teremos
L(x
1
, x
2
, x
3
) = L(x
1
e
1
+x
2
e
2
+x
3
e
3
)
= x
1
L(e
1
) +x
2
L(e
2
) +x
3
L(e
3
)
= 5x
1
+ 7x
2
+ 11x
3
.
Generalizando este exemplo, se Le
1
= a
1
, Le
2
= a
2
e Le
3
= a
3
, então
L(x
1
, x
2
, x
3
) = L(x
1
e
1
+x
2
e
2
+x
3
e
3
)
= x
1
L(e
1
) +x
2
L(e
2
) +x
3
L(e
3
)
= a
1
x
1
+a
2
x
2
+a
3
x
3
.
Este exemplo nos dá uma indicação da forma geral de um funcional linear L de R
n
em R. Vamos determiná-la. Seja {e
1
, e
2
, . . . , e
n
} a base canônica do R
n
. Se L(e
i
) = a
i
para i = 1, . . . , n, então, para todo (x
1
, . . . , x
n
) vale
L(x
1
, . . . , x
n
) = L(x
1
e
1
+ · · · +x
n
e
n
) = x
1
L(e
1
) + · · · +x
n
L(e
n
)
ou
L(x
1
, . . . , x
n
) = a
1
x
1
+ · · · +a
n
x
n
.
Esta é a forma geral de um funcional linear do R
n
em R.
Exemplo 3.3 Utilizando a forma geral, vemos que L
1
(x, y) = 5x −4y e L
2
(x, y) = 3x
são transformações lineares de R
2
em R. Todavia, T(x, y) = x+ 2 não é linear pois não
possui o formato estabelecido acima e observe que T não leva o zero de R
2
no zero de R.
Notas de aula do Prof. Antonio Cândido Faleiros 51
Vamos determinar agora a forma geral de uma uma transformação linear L de R
n
em
R
m
. Iniciemos com um exemplo ilustrativo com a transformação
L(x
1
, x
2
) = (x
1
−3x
2
, 2x
1
, −x
1
+ 4x
2
)
de R
2
em R
3
. Se definirmos
L
1
(x
1
, x
2
) = x
1
−3x
2
, L
2
(x
1
, x
2
) = 3x
2
e L
3
(x
1
, x
2
) = −x
1
+ 4x
2
então
L(x
1
, x
2
) = ( L
1
(x
1
, x
2
), L
2
(x
1
, x
2
), L
3
(x
1
, x
2
) ).
Baseados neste exemplo, vemos que, se L é uma transformação linear do R
n
em R
m
, para
qualquer x no R
n
, tem-se
L(x) = ( L
1
(x), . . . , L
m
(x) ),
onde L
1
(x), . . . , L
m
(x) são números reais, dependentes de x. Vamos mostrar que L
1
, . . . ,
L
m
são funcionais lineares de R
n
em R. De fato, sendo α e β escalares e x, y ênuplas
ordenadas, então
L(αx +βy) = αLx +βLy
e assim,
( L
1
(αx +βy), . . . , L
m
(αx +βy) ) = ( αL
1
x +βL
1
y, . . . , αL
m
x +βL
m
y )
e, da igualdade desses elementos de R
m
, obtemos
L
1
(αx +βy) = αL
1
x +βL
1
y
. . .
L
m
(αx +βy) = αL
m
x +βL
m
y
mostrando que L
1
, . . . , L
m
são funcionais lineares de R
n
em R. A partir daí, concluímos
que toda transformação linear L de R
n
em R
m
é da forma
L(x
1
, . . . , x
n
) = ( a
11
x
1
+ · · · +a
1n
x
n
, . . . , a
m1
x
1
+ · · · +a
m,n
x
n
)
onde a
ij
, para i = 1, . . . , m e j = 1, . . . , n, são números reais.
Exemplo 3.4 A transformação
L(x, y) = (2x −y, x +y, y)
de R
2
em R
3
é linear. A transformação
T(x, y) = (x, 0, x + 2y, −3x +y, 4y)
de R
2
em R
5
é linear.
52 Notas de aula do Prof. Antonio Cândido Faleiros
Seja L : V →W uma transformação linear. O conjunto
ker L = {v ∈ V : Lv = 0}
é chamado de núcleo (kernel em inglês) de L e o conjunto
ImL = {Lv : v ∈ V }
é a imagem de L. Tanto o núcleo de L quanto a sua imagem, são subespaços vetoriais
de V. A dimensão do núcleo de L é denominada de nulidade de L.
Exemplo 3.5 Seja L a transformação linear de R
3
em R
3
definida por
L(x, y, z) = (x +z, 2x +y +z, x + 2y −z).
Para determinar o núcleo de L escreva
L(x, y, z) = (x +z, 2x +y +z, x + 2y −z) = (0, 0, 0)
e resolva o sistema correspondente à igualdade acima
x +z = 0
2x +y +z = 0
x + 2y −z = 0
cuja solução x = −z e y = z pode ser obtida pelo método da eliminação de Gauss. Assim,
ker L = {(−z, z, z) : z ∈ R}.
O ker L é gerado por (−1, 1, 1) e, portanto, tem dimensão 1.
Para determinar a imagem de L escrevemos
L(x, y, z) = (x +z, 2x +y +z, x + 2y −z)
= x(1, 2, 1) +y(0, 1, 2) +z(1, 1, −1)
mostrando que todo elemento da imagem de L é uma combinação linear dos vetores (1, 2,
1), (0, 1, 2) e (1, 1, −1). Para determinar uma base do espaço gerado usamos o processo
de escalonamento. Construímos a matriz
_
_
1 2 1
0 1 2
1 1 −1
_
_
cujas linhas são os elementos dos vetores que geram o subespaço. Usando operações
elementares sobre as linhas chegamos a
_
_
1 2 1
0 1 2
1 1 −1
_
_
l
3
=l
3
−l
1

_
_
1 2 1
0 1 2
0 −1 −2
_
_
l
3
=l
3
−l
2

_
_
1 2 1
0 1 2
0 0 0
_
_
Notas de aula do Prof. Antonio Cândido Faleiros 53
e chegamos a uma base da imagem de L que é formada pelos vetores
(1, 2, 1) , (0, 1, 2)
e concluímos que a imagem de L tem dimensão 2.
Adicionando a dimensão do núcleo com a dimensão da imagem obtemos 3 que é a
dimensão do domínio de L.
O resultado do exemplo anterior em que a soma das dimensões do núcleo e da imagem
de L é igual à dimensão do domínio de L é um resultado geral, como enuncia o próximo
teorema.
Teorema 3.6 Sejam V e W espaços vetoriais e L : V →W linear. Se a dimensão de V
for finita, então
dimV = dimIm(L) + dimker(L).
Prova. Quando L é a transformação linear nula, que leva todos os vetores de V
no zero a Im(L) = {0} e nada resta a provar, uma vez que ker(L) = V. Assim, como
dimIm(L) = 0 e dimker(L) = dim(V ).
Se L não for a transformação linear nula, Im(L) 6= {0}. Seja {v
1
, . . . , v
p
} uma base do
ker(L). Podemos acrescentar vetores a este conjunto até obter uma base B = {v
1
, . . . , v
p
,
v
p+1
, . . . , v
n
} de V. Se provarmos que {L(v
p+1
), . . . , L(v
n
)} é base da Im(L), o teorema
estará provado pois
dimker(L) + dimIm(L) = p + (n −p) = n = dim(V ).
Inicialmente, observamos que nenhum dos vetores L(v
p+1
), . . . , L(v
n
) é nulo. Se fosse, o
vetor correspondente pertenceria ao núcleo de L e B seria linearmente dependente, o que
não é o caso pois é base de V.
Provemos agora que {L(v
p+1
), . . . , L(v
n
)} é base da Im(L).
1. O conjunto {L(v
p+1
), . . . , L(v
n
)} gera Im(L).
De fato, se w pertence à Im(L), então existe v em V tal que w = Lv. Podemos
escrever v como uma combinação linear dos elementos da base B,
v = x
1
v
1
+ · · · +x
p
v
p
+x
p+1
v
p+1
+ · · · +x
n
v
n
de onde segue
w = Lv = L(x
1
v
1
+ · · · +x
p
v
p
+x
p+1
v
p+1
+ · · · +x
n
v
n
)
= x
1
Lv
1
+ · · · +x
p
Lv
p
+x
p+1
Lv
p+1
+ · · · +x
n
Lv
n
= x
p+1
Lv
p+1
+ · · · +x
n
Lv
n
,
mostrando que {Lv
p+1
, . . . , Lv
n
} gera a Im(L).
54 Notas de aula do Prof. Antonio Cândido Faleiros
2. O conjunto {Lv
p+1
, . . . , Lv
n
} é linearmente independente.
Se fosse linearmente dependente, existiriam escalares k
p+1
, . . . , k
n
, nem todos nulos,
tais que
k
p+1
L(v
p+1
) + · · · +k
n
L(v
n
) = 0
o que implica em
L(k
p+1
v
p+1
+ · · · +k
n
v
n
) = 0
indicando que o vetor k
p+1
v
p+1
+ · · · + k
n
v
n
pertenceria ao ker(L), sendo igual a uma
combinação linear dos vetores v
1
, . . . , v
p
que formam uma base do núcleo de L. Portanto,
existem escalares k
1
, . . . , k
p
tais que
k
p+1
v
p+1
+ · · · +k
n
v
n
= k
1
v
1
+ · · · +k
p
v
p
ou
k
1
v
1
+ · · · +k
p
v
p
−k
p+1
v
p+1
−· · · −k
n
v
n
= 0
onde pelo menos um dos k
i
, com i = 1, . . . , p, diferente de zero, o que vai contraria a
hipótese de B ser base de V.
Das partes 1 e 2 concluímos que {Lv
p+1
, . . . , Lv
n
} é base da Im(L).
Como {v
1
, . . . , v
p
} é base do ker(L) e {Lv
p+1
, . . . , Lv
n
} é base da Im(L), então
dimker L + dimImL = p + (n −p) = n = dimV
e o teorema está provado. ¤
3.1 Matriz de uma transformação linear
Seja B
1
= {v
1
, . . . , v
n
} uma base de um espaço vetorial V, B
2
= {w
1
, . . . , w
m
} uma base
de um espaço vetorial W e L : V → W uma transformação linear. Podemos decompor
cada vetor Lv
j
, com j = 1, . . . , n, numa combinação linear dos elementos da base B
2
Lv
1
= a
11
w
1
+a
21
w
2
+ · · · +a
m1
w
m
Lv
2
= a
12
w
1
+a
22
w
2
+ · · · +a
m2
w
m
· · ·
Lv
n
= a
1n
w
1
+a
2n
w
2
+ · · · +a
mn
w
m
Estas expressões podem ser escritas de modo taquigráfico usando somatório: para j = 1,
2, . . . , n
Lv
j
=
m
X
i=1
a
ij
w
i
.
Notas de aula do Prof. Antonio Cândido Faleiros 55
A matriz m por n
[L]
12
=
_
_
_
_
_
a
11
a
12
· · · a
1n
a
21
a
22
· · · a
2n
.
.
.
.
.
.
.
.
.
.
.
.
a
m1
a
m2
· · · a
mn
_
_
_
_
_
é denominada de matriz de L nas bases B
1
e B
2
. Ainda se diz que [L]
12
é a representação
matricial de L nas bases B
1
e B
2
.
Quando W = V e B
2
= B
1
, a matriz [L]
12
é denotada por [L]
1
e denominada de matriz
de L na base B
1
. Também se diz que [L]
1
é a representação matricial de L na base B
1
.
Para simplificar a notação, podemos escrever [L] em lugar de [L]
12
ou [L]
1
, conforme o
caso, sempre que o contexto for claro quanto às bases envolvidas.
Teorema 3.7 Sejam B
1
e B
2
bases dos espaços vetoriais V e W, respectivamente. Seja
L : V → W uma transformação linear e v um vetor de V. Se [v]
1
for a matriz de v na
base B
1
, [Lv]
2
a matriz de Lv na base B
2
e [L]
12
for ma matriz de Lv nas bases B
1
e B
2
então
[Lv]
2
= [L]
12
[v]
1
.
Prova. Sejam B
1
= {v
1
, . . . , v
n
} e B
2
= {w
1
, . . . , w
m
} as bases de V e W. Se
v =
n
X
j=1
x
j
v
j
, Lv =
m
X
i=1
y
i
w
i
, Lv
j
=
m
X
i=1
a
ij
w
i
,
então [v]
1
= [x
1
, . . . , x
n
]
T
, [Lv]
2
= [y
1
, . . . , y
m
]
T
são matrizes coluna e [L]
12
= [a
ij
] é
uma matriz retangular m×n.
Por um lado,
Lv = L
Ã
X
j
x
j
v
j
!
=
X
j
x
j
L(v
j
)
=
X
j
x
j
X
i
a
ij
w
i
=
X
i
Ã
X
j
a
ij
x
j
!
w
i
e por outro,
Lv =
X
i
y
i
w
i
.
Da unicidade da decomposição de um vetor nos elementos da base,
y
i
=
n
X
j=1
a
ij
x
j
para i = 1, . . . , m que equivale à igualdade matricial
[Lv]
2
= [L]
12
[v]
1
.
¤
56 Notas de aula do Prof. Antonio Cândido Faleiros
Teorema 3.8 Sejam B
1
, B
2
e B
3
, respectivamente, bases dos espaços vetoriais V, W e U.
Sejam L
1
: V →W e L
2
: W →U lineares. Então
[L
2
◦ L
1
]
13
= [L
2
]
23
[L
1
]
12
.
Prova. Sejam B
1
= {v
1
, . . . , v
n
}, B
2
= {w
1
, . . . , w
m
} e B
3
= {u
1
, . . . , u
p
} as bases
em questão. Se
L
1
v
j
=
m
X
i=1
a
ij
w
i
,
L
2
w
i
=
p
X
k=1
b
ki
u
k
,
L
2
L
1
v
j
=
p
X
k=1
c
kj
u
k
,
então [L
1
]
12
= [a
ij
], [L
2
]
23
= [b
ki
] e [L
2
L
1
]
13
= [c
kj
]. Como
L
2
L
1
v
j
= L
2
Ã
m
X
i=1
a
ij
w
i
!
=
m
X
i=1
a
ij
L
2
(w
i
)
=
m
X
i=1
a
ij
p
X
k=1
b
ki
u
k
=
p
X
k=1
Ã
m
X
i=1
b
ki
a
ij
!
u
k
segue
c
kj
=
m
X
i=1
b
ki
a
ij
para k = 1, . . . , p e j = 1, . . . , n, que resulta na igualdade matricial
[L
2
L
1
]
13
= [L
2
]
23
[L]
12
.
¤
Teorema 3.9 Sejam B
1
e B
2
duas bases do espaço vetorial V e L : V →V um operador
linear. Seja M
12
a matriz de mudança da base B
1
para a base B
2
. Então
M
12
[L]
2
= [L]
1
M
12
ou [L]
2
= M
−1
12
[L]
1
M
12
.
Prova. Sejam B
1
= {v
1
, . . . , v
n
} e B
2
= {w
1
, . . . , w
n
} as bases em questão. Seja
M
12
= [m
ij
] a matriz de mudança da base B
1
para a base B
2
, de modo que
w
j
=
n
X
i=1
m
ij
v
i
.
Notas de aula do Prof. Antonio Cândido Faleiros 57
Sejam [L]
1
= [a
ij
] e [L]
2
= [b
ij
] as matrizes de L nas bases B
1
e B
2
, respectivamente.
Podemos escrever, para j = 1, . . . , n,
Lv
j
=
n
X
i=1
a
ij
v
i
, e Lw
j
=
n
X
i=1
b
ij
w
i
.
Por um lado,
Lw
j
=
X
k
b
kj
w
k
=
X
k
b
kj
X
i
m
ik
v
i
=
X
i
Ã
X
k
m
ik
b
kj
!
v
i
e por outro,
Lw
j
= L
Ã
X
k
m
kj
v
k
!
=
X
k
m
kj
L(v
k
) =
X
k
m
kj
X
i
a
ik
v
i
=
X
i
Ã
X
k
a
ik
m
kj
!
v
i
.
Pela unicidade de decomposição de vetores numa base, segue
X
k
m
ik
b
kj
=
X
k
a
ik
m
kj
,
igualdade válida para i = 1, . . . , n e j = 1, . . . , m. Usando a notação matricial, conclui-se
a prova do teorema:
M
12
[L]
2
= [L]
1
M
12
.
¤
Definição 3.10 Duas matrizes A e B são semelhantes se existir uma matriz inversível
P tal que
B = P
−1
AP.
De acordo com o teorema anterior, as representações matriciais de uma transformação
linear L : V →V são semelhantes.
3.2 Isomorfismo
Sejam V e W dois espaços vetoriais sobre o mesmo corpo. Uma tranformação L : V →
W é injetora se, para todo v
1
6= v
2
em V, então L(v
1
) 6= L(v
2
). De forma equivalente, L
é injetora se para todo v
1
e v
2
em V com L(v
1
) = L(v
2
) tem-se v
1
= v
2
.
58 Notas de aula do Prof. Antonio Cândido Faleiros
Teorema 3.11 Sejam V e W espaços vetoriais sobre o mesmo corpo. Seja L : V →W
linear. L é injetora se e só se ker(L) = {0}. Em outras palavras, L é injetora se e só se
o zero é o único vetor levado por L em zero.
Uma transformação L : V → W é sobrejetora se, para todo w em W, existe pelo
menos um v em V tal que Lv = w. Uma transformação bijetora é aquela que é ao mesmo
tempo injetora e sobrejetora. As transformações bijetoras L : V → W possuem inversa
L
−1
: W → V que, por sua vez, é bijetora e sua inversa é L.
Denominamos isomorfismo à transformação L : V → W que é linear e bijetora.
Neste caso sua inversa L
−1
: W →V é linear e, portanto, um isomorfismo. Dois espaços
vetoriais V e W são isomorfos quando houver um isomorfismo de V em W.
Teorema 3.12 Dois espaços vetoriais V e W sobre um mesmo corpo e de dimensão finita
são isomorfos se e só se dimV = dimW.
Prova. Sejam V e W isomorfos e L : V →W um isomorfismo entre eles. Dada uma
base {v
1
, . . . , v
n
} de V, vamos mostrar que {Lv
1
, . . . , Lv
n
} é base de W.
1. Provemos que {Lv
1
, . . . , Lv
n
} gera W. Sendo L bijetora, para qualquer w em W,
existe v em V tal que w = Lv. Decompondo v na base {v
1
, . . . , v
n
}, obtemos v =
x
1
v
1
+ · · · + x
n
v
n
e w = Lv = x
1
Lv
1
+ · · · + x
n
Lv
n
, provando que {Lv
1
, . . . , Lv
n
}
gera W.
2. Provemos que {Lv
1
, . . . , Lv
n
} é linearmente independente. Sejam k
1
, . . . , k
n
es-
calares tais que k
1
Lv
1
+ · · · + k
n
Lv
n
= 0. Então L(k
1
v
1
+ · · · + k
n
v
n
) = 0 e, como
L(0) = 0 e L é bijetora, segue k
1
v
1
+ · · · + k
n
v
n
= 0. Pelo fato de {v
1
, . . . , v
n
} ser
base de V, concluímos que k
1
= · · · = k
n
= 0, provando a independência linear do
conjunto {Lv
1
, . . . , Lv
n
}.
As partes 1 e 2 provam que dimV = dimW.
Tomando dimV = dimW = n como hipótese, provemos que V e W são isomorfos.
Seja B
1
= {v
1
, . . . , v
n
} base de V e B
2
= {w
1
, . . . , w
n
} base de W. Seja L a transformação
linear de V em W que leva v
i
em w
i
, para i = 1, . . . , n, ou seja Lv
i
= w
i
. Vamos provar
que L é um isomorfismo entre V e W.
3. Provemos que L é sobrejetor. Dado qualquer s em W, podemos escrever
s = s
1
w
1
+ · · · +s
n
w
n
= s
1
Lv
1
+ · · · +s
n
Lv
n
= L(s
1
v
1
+ · · · +s
n
v
n
),
provando que s está na imagem de L, provando a sobrejetividade de L.
4. Provemos que L é injetor. Sejam x = x
1
v
1
+ · · · + x
n
v
n
e y = y
1
v
1
+ · · · + y
n
v
n
dois
vetores de V tais que Lx = Ly. Logo,
L(x
1
v
1
+ · · · +x
n
v
n
) = L(y
1
v
1
+ · · · +y
n
v
n
)
Notas de aula do Prof. Antonio Cândido Faleiros 59
ou seja,
x
1
w
1
+ · · · +x
n
w
n
= y
1
w
1
+ · · · +y
n
w
n
.
Da independência linear de B
2
, concluímos que x
1
= y
1
, . . . , x
n
= y
n
, de onde resulta
a igualdade x = y, provando que L é injetora.
De 3 e 4 concluímos que L é um isomorfismo. ¤
Teorema 3.13 Sejam V e W espaços vetoriais sobre o mesmo corpo, ambos com a
mesma dimensão e L : V →W linear. São equivalentes:
1. L é um isomorfismo.
2. L é sobrejetora.
3. L é injetora.
4. Se L(v) = 0, então v = 0. Em outras palavras, ker(L) = {0}.
Prova. Provemos que (2) implica em (3). Seja L sobrejetora e {w
1
, . . . , w
n
} uma
base de W. Da sobrejetividade de L, existe um conjunto de vetores B = {v
1
, . . . , v
n
} em
V tais que Lv
i
= w
i
, para i = 1, . . . , n. O conjunto B é base de V. Sejam x = x
1
v
1
+ · · · +
x
n
v
n
e y = y
1
v
1
+ · · · + y
n
v
n
dois vetores de V tais que Lx = Ly. Desta igualdade segue
x
1
w
1
+ · · · + x
n
w
n
= y
1
w
1
+ · · · + y
n
w
n
. A independência linear de {w
1
, . . . , w
n
} implica
em x
1
= y
1
, . . . , x
n
= y
n
, ou x = y, provando a injetividade de L.
Provemos que (3) implica em (4). Se L é injetora e L(v) = 0, como L(0) = 0, segue
que v = 0, provando que (3) implica em (4).
Provemos que (4) implica em (2). Sendo ker(L) = {0} e {v
1
, . . . , v
n
} uma base de V,
então {Lv
1
, . . . , Lv
n
} é uma base de W. De fato, se k
1
, . . . , k
n
forem escalares tais que
k
1
Lv
1
+ · · · + k
n
Lv
n
= 0, então L(k
1
v
1
+ · · · + k
n
v
n
) = 0 e, como o núcleo de L contém
apenas o zero, k
1
v
1
+ · · · + k
n
v
n
= 0. A independência linear dos v
i
acarreta em k
1
= · · · =
k
n
= 0, provando que conjunto {Lv
1
, . . . , Lv
n
} é linearmente independente e, portanto,
base de W. Logo, L é sobrejetor. ¤
Teorema 3.14 Sejam B
1
e B
2
bases dos espaços V e W respectivamente e L : V → W
um isomorfismo. Se A for a representação matricial de L nas bases B
1
e B
2
, então A
−1
será a representação matricial de L
−1
nas bases B
2
e B
1
.
Prova. Seja A = [a
ij
] a representação matricial de L nas bases B
1
e B
2
. Seja B = [b
ij
]
a representação matricial de L
−1
nas bases B
2
e B
1
. Como L
−1
L o operador identidade,
BA é a matriz da transformação identidade na base B
1
e esta é a matriz identidade. Ainda
temos que LL
−1
é o operador identidade e, desta maneira, AB é a matriz da transformação
identidade na base B
2
e esta é a matriz identidade o que prova ser B = A
−1
. ¤
60 Notas de aula do Prof. Antonio Cândido Faleiros
Teorema 3.15 Todo um espaço vetorial V de dimensão n sobre um corpo K é isomorfo
a K
n
.
Prova. Se {v
1
, . . . , v
n
} for uma base de V, então definimos a transformação linear L :
V → K
n
por Lv
i
= e
i
, onde {e
1
, . . . , e
n
} é a base canônica do K
n
, isto é, e
i
= (0, . . . ,
0, 1, 0, . . . , 0) onde o único elemento não nulo é o i-ésimo. Como L leva uma base de V
numa base de K
n
ela é injetora e, portanto, um isomorfismo. ¤
Podemos afirmar que os isomorfismos são os mensageiros que trazem e levam as pro-
priedades de um espaço vetorial a outro. Se dois espaços vetoriais vetoriais forem iso-
morfos, todas as propriedades de um podem ser levados ao outro pelo isomorfismo. Isto
significa que, ao estudar as propriedades de um deles, teremos estudado as propriedades
do outro.
Por esta razão, ao estudar um espaço vetorial real ou complexo V de dimensão n, os
protótipos são o R
n
e o C
n
, respectivamente. Se soubermos como proceder com um dos
dois, saberemos como proceder com V. Se{v
1
, . . . , v
n
} for uma base de V, basta usar a
correspondência
x
1
v
1
+ · · · +x
n
v
n
↔(x
1
, . . . , x
n
)
definida pelo isomorfismo estabelecido no teorema anterior.
3.3 Transformações lineares em C
m×1
Seja A uma matriz complexa m por n. Então L : C
n×1
→C
m×1
definida por L(x) = Ax
é uma transformação linear.
Reciprocamente, vamos mostrar que toda transformação linear L : C
n×1
→ C
m×1
é
da forma L(x) = Ax, onde A é uma matriz m por n.
Se {e
1
, . . . , e
n
} for a base canônica do C
n×1
então a
j
= L(e
j
) são vetores coluna em
C
m×1
. Dado o vetor coluna x = [x
1
, . . . , x
n
]
T
= x
1
e
1
+ · · · + x
n
e
n
do C
n
, então
L(x) = L
Ã
n
X
j=1
x
j
e
j
!
=
n
X
j=1
x
j
L(e
j
)
=
n
X
j=1
x
j
a
j
= Ax
onde A = [a
1
, . . . , a
n
] é a matriz complexa m por n, cujas colunas são a
1
, . . . , a
n
.
Em síntese, toda transformação L : C
n×1
→ C
m×1
é do tipo L(x) = Ax, onde A é
uma matriz complexa de ordem m por n. Por esta razão, podemos dizer que a matriz A
é uma transformação linear e escrever A : C
n×1
→C
m×1
.
É intessante observar que, se B
1
= {e
1
, . . . , e
n
} for a base canônica do C
n×1
, se B
2
=
{f
1
, . . . , f
m
} for a base canônica do C
m×1
e se A for uma matriz complexa m por n, então
a representação matricial da transformação linear A : C
n×1
→C
m×1
nas bases B
1
e B
2
é,
exatamente, a matriz A.
Capítulo 4
Produto interno e norma
Neste capítulo trabalharemos apenas com espaços vetoriais sobre o corpo dos números
reais ou sobre o corpo dos números complexos.
4.1 Produto interno em espaços vetoriais reais
Seja V um espaço vetorial sobre o corpo R dos números reais. Um produto interno em
V é uma operação
h , i : V ×V →R
que possui as propriedades abaixo, válidas para todo v, w e z em V e todo a e b em R :
1. O produto interno é positivo definido
hv, vi ≥ 0 e hv, vi = 0 se e só se v = 0.
2. O produto interno é simétrico
hv, wi = hw, vi .
3. O produto interno é linear na segunda variável
hv, aw +bzi = a hv, wi +b hv, zi .
Das propriedades (2) e (3) se conclui que o produto interno é liner na primeira variável
hav +bw, zi = a hv, zi +b hw, zi .
Essas propriedades se extrai a linearidade do produto interno em relação à primeira e à
segunda variável. Tanto é que, se v
1
, . . . , v
p
e w
1
, . . . , w
q
forem vetores de V e a
i
, b
j
forem números reais, então
*
p
X
i=1
a
i
v
i
,
q
X
j=1
b
j
w
j
+
=
p
X
i=1
q
X
j=1
a
i
b
j
hv
i
, w
j
i .
61
62 Notas de aula do Prof. Antonio Cândido Faleiros
Exemplo 4.1 Se x e y forem matrizes coluna R
n×1
, o produto matricial x
T
y, onde x
T
é
a matriz transposta de x, é denominado produto escalar das matrizes x e y. Um produto
interno em R
n×1
é proveniente do produto escalar hx, yi = x
T
y.
Exemplo 4.2 Seja P
2
(R) o conjunto dos polinômios com coeficientes reais e grau menor
ou igual a 2. Neste espaço vetorial,
¸
a
0
+a
1
x +a
2
x
2
, b
0
+b
1
x +b
2
x
2
®
= a
0
b
0
+a
1
b
1
+a
2
b
2
é um produto interno e
hf(x), g(x)i =
Z
1
−1
f(x)g(x)dx
é outro.
Exemplo 4.3 Seja C [a, b] o conjunto das funções reais de variável real, definidas e con-
tínuas no intervalo [a, b]. Com as operações de adição de funções e a multiplicação de um
número real por uma função, C [a, b] é um espaço vetorial sobre o corpo de números reais.
Nele
hf, gi =
Z
b
a
f(t)g(t) dt
é um produto interno.
4.2 Produto interno em espaços vetoriais complexos
Vamos agora definir produto interno em um espaço vetorial sobre o corpo C dos números
complexos. O corpo dos números complexos é formado pelo conjunto de pares ordenados
(a, b) de números reais, no qual definimos duas operações, uma de adição e outra de
multiplicação. Os elementos desse corpo são denominados números complexos. Dois
números complexos (a, b) e (c, d) são iguais quando a = c e b = d e se escreve (a, b) =
(c, d) para expressar esta igualdade. O a é a parte real e o b é a parte imaginária do
número complexo (a, b). Definimos as operações de adição e de multiplicação de dois
números complexos por
(a, b) + (c, d) = (a +c, b +d)
e
(a, b) × (c, d) = (ac −bd, ad +bc).
O sinal de multiplicação pode ser omitido e tanto (a, b)× (c, d) quanto (a, b) (c, d) possuem
o mesmo significado. O número complexo (0, 1) é denotado por i e denominado unidade
imaginária. Se denotarmos o número complexo (a, 0) simplesmente por a e vemos que
todo número complexo (a, b) pode ser escrito na forma a +bi. De fato,
(a, b) = (a, 0) + (b, 0)(0, 1) = a +bi
Notas de aula do Prof. Antonio Cândido Faleiros 63
e, a partir daí, obtemos
(a +bi) + (c +di) = (a +c) + (b +d)i
e
(a +bi) × (c +di) = (ac −bd) + (ad +bc)i.
O sinal de multiplicação pode ser omitido e tanto (a+bi)× (c+di) quanto (a+bi) (c+di)
possuem o mesmo significado. Com a notação introduzida que identifica o par (a, b) com
a+bi, os números complexos a+bi e c+di são iguais se a = c e b = d e se escreve a+bi =
c +di para expressar esta igualdade. O número complexo z
1
+z
2
é a soma de z
1
e z
2
. O
número complexo z
1
×z
2
é o produto de z
1
e z
2
.
O conjunto de todos os números complexos com as operações de adição e multiplicação
é um corpo, denotado por C e denominado corpo dos números complexos. O elemento
neutro da adição é o 0 = 0+ 0i e o elemento neutro da multiplicação é o 1 = 1+ 0i. O 0
é denominado zero e 1 é denominado de unidade. Se a+ bi for um número complexo,
então seu inverso aditivo ou seu oposto, é −a + ( −b)i e seu inverso multiplicativo
ou seu inverso, é
(a +bi)
µ
a
a
2
+b
2

b
a
2
+b
2
i

.
que existe apenas quando a +bi for diferente de zero. O oposto de z é denotado por −z
e o inverso de z é denotado por z
−1
.
Definimos a subtração z
1
− z
2
de dois números complexos z
1
e z
2
por
z
1
−z
2
= z
1
+ (−z
2
)
e a divisão z
1
/z
2
, onde z
2
6= 0, por
z
1
z
2
= z
1
z
−1
2
.
Sendo z = a + bi um número complexo, onde a e b são reais, z = a− bi é o seu
complexo conjugado e o número real |z| =

zz =

a
2
+b
2
é o seu módulo. Neste
caso, sendo z 6= 0, então
z
−1
=
z
z z
Exemplo 4.4 Se z = 3 + 4i, então z = 3 − 4i e zz = (3 + 4i)(3 − 4i) = 25. Logo,
z
−1
= (3 −4i)/25.
Se z e w são números complexos, valem as propriedades
z +w = ¯ z + ¯ w
zw = ¯ z ¯ w
z
−1
= ¯ z
−1
.
64 Notas de aula do Prof. Antonio Cândido Faleiros
Vamos tentar definir um produto interno em C
n
que mantenha as propriedades do
produto interno do R
n
. Se x = (x
1
, . . . , x
n
) e y = (y
1
, . . . , y
n
) forem dois elementos de
C
n
, então, uma primeira tentativa seria
hx, yi = x
1
y
1
+ · · · +x
n
y
n
.
Entretanto, com esta definição a primeira propriedade hx, xi ≥ 0 falha pois hx, xi nem
sempre é real. Uma correção possível consiste em definir
hx, yi = x
1
y
1
+ · · · +x
n
y
n
que agora satisfaz às propriedades 1 e 3 do produto interno em espaços vetoriais sobre os
reais. Entretanto, a propriedade 2 não é satisfeita. Em seu lugar vale
hx, yi = hy, xi.
Aceitamos esta propriedade como uma consequência inevitável e com isto em mente defin-
imos o produto interno em espaços vetoriais sobre o corpo dos números complexos.
Seja V um espaço vetorial sobre o corpo C dos números complexos. Um produto
interno em V é uma operação
h , i : V ×V →C
com as propriedades abaixo, válidas para todo v, w e z em V e todo a e b em C :
1. O produto interno é positivo definido
hv, vi ≥ 0 e hv, vi = 0 se e só se v = 0.
2. O produto interno é hermitiano
hv, wi = hw, vi.
3. O produto interno é linear na segunda variável
hv , aw +bz i = a hv, wi +b hv, zi .
A partir das propriedades 2 e 3, se conclui que
h av +bw , zi = ¯ a hv, zi +
¯
b hw, zi .
Se v, v
1
, . . . , v
p
e w. w
1
, . . . , w
q
forem vetores de V, se a
1
, . . . , a
p
e b
1
, . . . , b
q
forem
números complexos, prova-se por indução que
*
v,
X
j
b
j
w
j
+
=
X
j
b
j
hv, w
j
i
*
X
i
a
i
v
i
, w
+
=
X
i
¯ a
i
hv
i
, wi
Notas de aula do Prof. Antonio Cândido Faleiros 65
e, juntando as duas proprieades,
*
X
i
a
i
v
i
,
X
j
b
j
w
j
+
=
X
i
X
j
¯ a
i
b
j
hv
i
, w
j
i .
Exemplo 4.5 Se x = [x
1
, . . . , x
n
]
T
e y = [y
1
, . . . , y
n
]
T
forem matrizes coluna em C
n×1
,
definimos x

= [¯ x
1
, . . . , ¯ x
n
]. A operação hx, yi = x

y, que leva duas matrizes coluna em
C
n×1
em uma matriz complexa 1×1 é um produto interno em C
n
. Aqui identificamos [a],
uma matriz 1 × 1, com o número complexo a.
Exemplo 4.6 Seja V = {f : [a, b] → C : f é contínua}. Este conjunto com as operações
de adição de funções de V e multiplicação de um número complexo por uma função de
V é um espaço vetorial sobre o corpo dos números complexos. Um produto interno neste
espaço vetorial é dado por
hf, gi =
Z
L
−L
f(t)g(t) dt.
4.3 Funcional linear
Seja V um espaço vetorial sobre um corpo C dos números complexos. Uma transformação
linear f : V → C recebe o nome de funcional linear em V.
Teorema 4.7 Seja V um espaço vetorial sobre C, com dimensão finita e produto interno.
Dado um funcional linear f : V → C. Então existe um vetor w em V tal que f(v) =
hw, vi para todo v em V.
Prova. Seja {v
1
, . . . , v
n
} uma base ortonormal de V. Decompondo v nesta base e
calculando f(v) obtemos
f(v) = f(a
1
v
1
+ · · · +a
n
v
n
) = a
1
f(v
1
) + · · · +a
n
f(v
n
) = hw, vi
onde w = f(v
1
)v
1
+ · · · + f(v
n
)v
n
.
Vamos mostrar que este vetor é único. Se houvesse outro vetor u tal que hv, wi =
hv, ui para todo v em V, então hv, w −ui = 0 para todo v. Tomando v = w− u, segue
hw −u, w −ui = 0, mostrando que w = u. ¤
O vetor w tal que f(v) = hw, vi para todo v em V pertence ao complemento ortogonal
do ker(f) uma vez que f(v) = 0 implica em hw, vi = 0.
Toda transformação linear L de um espaço vetorial complexo V de dimensão n em
C
m
é da forma
L(v) = ( f
1
(v), . . . , f
m
(v) ),
onde f
i
é um funcional linear em V. Dado um produto interno em V, existem w
1
, . . . , w
m
em V tais que
L(v) = ( hw
1
, vi , . . . , hw
m
, vi ),
66 Notas de aula do Prof. Antonio Cândido Faleiros
4.4 Norma
Seja V um espaço vetorial real ou complexo e v um vetor de V. A norma de v é definida
por
kvk =
p
hv, vi.
Se kvk = 1, diz-se que o vetor é unitário.
Para todo v e w em V e todo escalar a, as igualdades abaixo se verificam.
1. kvk ≥ 0 e kvk = 0 se e só se v = 0.
2. kavk = |a| kvk .
3. kv +wk ≤ kvk + kwk (Desigualdade triangular)
Para provar esta última desigualdade, devemos provar a desigualdade de Cauchy-
Schwarz. Lembramos que, se a e b são reais, a é a parte real e b a parte imaginária do
número complexo a + bi. As notações Re (a + bi) e Im(a + bi) são usadas para designar
as partes real e imaginária do número complexo a +bi. Observe que, se z for um número
complexo, então 2Re (z) = z +z e 2Im(z) = z −z.
As desigualdades abaixo são úteis. Sendo z um número complexo,
Re (z) ≤ |Re (z)| ≤ |z|
Im(z) ≤ |Im(z)| ≤ |z| .
Teorema 4.8 Seja V um espaço vetorial sobre o corpo C dos números complexos onde
se definiu um produto interno. Sejam v e w dois vetores em V. Vale a desigualdade de
Cauchy-Schwarz
|hv, wi| ≤ kvk kwk .
Prova. Seja λ um número real qualquer. Então
0 ≤ hv +λw, v +λwi = hv, vi +λhv, wi +λhw, vi +λ
2
hw, wi
= kvk
2
+λhv, wi +λhv, wi +λ
2
kwk
2
= kvk
2
+ 2λRe hv, wi +λ
2
kwk
2
≤ kvk
2
+ 2λ|hv, wi| +λ
2
kwk
2
Como este polinômio real é maior ou igual a zero para todo λ, seu discriminante ∆ =
4 |hv, wi|
2
− 4 kvk
2
kwk
2
é menor ou igual a zero, ou seja,
|hv, wi|
2
≤ kvk
2
kwk
2
.
¤
Notas de aula do Prof. Antonio Cândido Faleiros 67
Esta desigualdade implica em
|hv, wi|
kvk kwk
≤ 1
para todo par de vetores v e w não nulos.
Seja V um espaço vetorial sobre o corpo dos números reais. A desigualdade de Cauchy-
Schwarz implica em
−1 ≤
hv, wi
kvk kwk
≤ 1
o que motiva a definição de ângulo entre v e w, como sendo aquele único número real θ,
pertencente ao intervalo [0, π], para o qual
cos θ =
hv, wi
kvk kwk
.
Os vetores v e w são ortogonais quando θ = π/2 ou hv, wi = 0, fato que será indicado
pelo símbolo v ⊥ w.
Quando estivermos em um espaço vetorial sobre o corpo dos números complexos, não
tem sentido definir ângulo entre vetores pois, neste caso, hv, wi pode ser um número
complexo. Entretanto diremos que dois vetores v e w em tal espaço são ortogonais
quando hv, wi = 0 e usaremos o símbolo v ⊥ w para designar este fato.
Se w for ortogonal a si mesmo, hw, wi = 0 e isto implica em w = 0. Se w for ortogonal
a todo elemento de V, então é ortogonal a si mesmo e w = 0. Se a dimensão de V for
finita e w for ortogonal a uma base de V, então w = 0.
Um conjunto de vetores {v
1
, . . . , v
p
} é ortogonal quando seus elementos forem dois
a dois ortogonais entre si. Se além disto, todos os vetores possuírem norma unitária, o
conjunto é ortonormal.
Teorema 4.9 Seja V um espaço vetorial de dimensão n e S = {v
1
, . . . , v
n
} um conjunto
ortogonal de vetores de V. Então S é uma base.
Prova. Basta provar que S é linearmente independente. De fato, sejam k
1
, . . . , k
n
escalares tais que k
1
v
1
+ · · · + k
n
v
n
= 0. Como hv
i
, 0i = 0, obtemos
0 = hv
i
, 0i = hv
i
, k
1
v
1
+ · · · +k
n
v
n
i = k
i
hv
i
, v
i
i = k
i
kv
i
k
2
.
Como kv
i
k 6= 0, segue que k
i
= 0, provando a independência linear de S. ¤
Seja {v
1
, . . . , v
n
} uma base ortonormal de um espaço vetorial V. Dado v = x
1
v
1
+ · · · +
x
n
v
n
neste espaço, multiplicando-o internamente por v
i
, obtemos x
i
= hv
i
, vi e assim,
v = hv
1
, vi v
1
+ · · · + hv
p
, vi v
p
.
O próximo teorema apresenta a forma da matriz de mudança de bases quando as bases
envolvidas são ortonormais.
Seja A = [a
ij
] uma matriz complexa m × n. A matriz A

= [b
ij
] onde b
ij
= ¯ a
ij
é a
matriz adjunta de A. Se A

= A, a matriz A é denominada hermitiana. Se A
−1
= A

a
matriz A é denominada unitária.
68 Notas de aula do Prof. Antonio Cândido Faleiros
Teorema 4.10 Sejam B
1
e B
2
bases ortonormais de um espaço vetorial V sobre o corpo
C dos números complexos. A matriz M
12
de mudança da base B
1
para a base B
2
é
hermitiana e unitária.
Prova. Sejam B
1
= {v
1
, . . . , v
n
} e B
2
= {w
1
, . . . , w
n
} as bases em questão, M
12
=
[a
ij
] e M
21
= [b
ij
] as matrizes de mudança da base B
1
para a base B
2
e da base B
2
para a
base B
1
, respectivamente. Sabemos que M
−1
12
= M
21
e que
w
j
=
X
i
a
ij
v
i
e v
j
=
X
i
b
ij
w
i
.
Sendo as bases ortonormais, a
ij
= hv
i
, w
j
i = ¯ a
ji
e b
ij
= hw
i
, v
j
i = hv
j
, w
i
i = ¯ a
ji
, mostrando
que M

12
= M
12
e M
−1
12
= M

12
. ¤
Exemplo 4.11 Consideremos as bases B
1
= {e
1
, e
2
} e B
2
= {f
1
, f
2
} do R
2
, onde e
1
=
(1, 0), e
2
= (0, 1), f
1
= (1/5)(3, 4) e f
2
= (1/5)(4, −3). Ambas são ortonormais em
relação ao produto interno h(x
1
, y
1
), (x
2
, y
2
)i = x
1
x
2
+y
1
y
2
. Temos
f
1
=
3
5
e
1
+
4
5
e
2
f
1
=
4
5
e
1

3
5
e
2
e
e
1
=
3
5
f
1
+
4
5
f
2
e
1
=
4
5
f
1

3
5
f
2
.
Assim
M
12
= M
21
=
·
3
5
4
5
4
5

3
5
¸
.
A matriz M
12
é hermitiana e M
12
M

12
é a matriz identidade, mostrando que M
12
é
unitária.
4.5 Ortogonalização de Gram-Schmidt
Podemos, a partir de uma base {v
1
, . . . , v
n
} uma base de um espaço vetorial V, obter
uma base ortogonal {w
1
, . . . , w
n
} de V, seguindo o procedimento descrito em seguida e
conhecido como processo de ortogonalização de Gram-Schmidt.
Defina
w
1
= v
1
.
Agora escreva
w
2
= v
2
−β
12
w
1
Notas de aula do Prof. Antonio Cândido Faleiros 69
e determine o escalar β
12
para que a condição de ortogonalidade hw
1
, w
2
i = 0 seja satis-
feita. Substitua w
2
por v
2
− β
12
w
1
nesta condição para obter
β
12
=
hw
1
, v
2
i
hw
1
, w
1
i
.
Em seguida, considere
w
3
= v
3
−β
13
w
1
−β
23
w
3
e determine β
13
e β
23
para tornar w
3
ortogonal a w
1
e w
2
. Das condições de ortogonalidade
hw
1
, w
3
i = 0 e hw
2
, w
3
i = 0 calcule
β
13
=
hw
1
, v
3
i
hw
1
, w
1
i
e β
23
=
hw
2
, v
3
i
hw
2
, w
2
i
.
Prosseguindo com este raciocínio, se chega a um conjunto ortogonal {w
1
, . . . , w
n
} de
vetores que é base de V. Observe que os vetores w
1
, w
2
, . . . , w
n
são definidos recursivamente
por
w
1
= v
1
e
w
k
= v
k
−β
1k
w
1
−· · · −β
k−1,k
w
k−1
para k = 2, . . . , n, onde
β
ik
=
hw
i
, v
k
i
hw
i
, w
i
i
.
A partir da base ortogonal {w
1
, . . . , w
n
} pode-se determinar uma base ortonormal {q
1
,
. . . , q
n
}, onde q
i
= w
i
/ kw
i
k . Esta base ortonormal pode ser obtida ao mesmo tempo em
que se obtém a base ortogonal. Comece com
w
1
= v
1
e q
1
= w
1
/ kw
1
k
e continue com o processo de ortogonalização, tomando
w
2
= v
2
−r
12
q
1
e q
2
= w
2
/ kw
2
k ,
w
3
= v
3
−r
13
q
1
−r
23
q
2
e q
3
= w
3
/ kw
3
k ,
e assim por diante, até que, num passo genérico k,
w
k
= v
k
−r
1k
q
1
−· · · −r
k−1,k
q
k−1
e q
k
= w
k
/ kw
k
k ,
onde
r
ik
= hq
i
, v
k
i ,
para k = 2, . . . , n e i = 1, . . . , k −1.
70 Notas de aula do Prof. Antonio Cândido Faleiros
Exemplo 4.12 Os ternos ordenados (1, 0, 0), (0, 3/5, 4/5), (0, 4/5, −3/5) formam uma
base ortonormal no espaço vetorial C
n
em relação ao produto interno
h (a
1
, a
2
, a
3
), (b
1
, b
2
, b
3
) i = ¯ a
1
b
1
+ ¯ a
2
b
2
+ ¯ a
3
b
3
.
Exemplo 4.13 Os polinômios 1, x, x
2
formam uma base ortonormal no espaço vetorial
sobre C dos polinômios de grau menor ou igual a 2 e coeficientes complexos, munido com
o produto interno
¸
a
1
+a
2
x +a
3
x
2
, b
1
+b
2
x +b
3
x
2
®
= ¯ a
1
b
1
+ ¯ a
2
b
2
+ ¯ a
3
b
3
.
Exemplo 4.14 Considere o espaço vetorial sobre C dos polinômios com coeficientes com-
plexos de grau menor ou igual a 3, com o produto interno
hf, gi =
Z
1
−1
f(x)g(x)dx.
O conjunto {1, x, x
2
, x
3
} é uma base não ortogonal deste espaço vetorial. A base ortogonal
obtida a partir dela, usando o procedimento de Gram-Schmidt, é
{ 1, x, x
2
−1/3, x
3
−(3/5)x }.
Este procedimento pode ser estendido para o espaço vetorial dos polinômios de grau
menor ou igual a n.
Denotemos por p
0
(x), p
1
(x), p
2
(x), . . . os polinômios obtidos de 1, x, x
2
, . . . pelo
processo de ortogonalização de Gram-Schmidt, usando o produto interno definido acima.
Os polinômios L
k
(x) = p
k
(x)/p
k
(1) continuam ortogonais dois a dois e são denominados
de polinômios de Legendre. Os quatro primeiros são
L
0
(x) = 1, L
1
(x) = x, L
2
(x) =
3
2
x
2

1
2
, L
3
(x) =
5
2
x
3

3
2
x.
Tanto {1, x, x
2
, x
3
} quanto {L
0
(x), L
1
(x), L
2
(x), L
3
(x)} são bases do espaço dos polinômios
de grau menor ou igual a 3. A segunda possui a vantagem de ser ortogonal, o que a torna
mais adequada para determinados cálculos. Os métodos espectrais usam polinômios ortog-
onais para resolver equações diferenciais parciais tanto analítica quanto numericamente.
4.6 Decomposição QR
Vamos analisar o caso especial do espaço vetorial complexo C
n×1
com o produto interno
hx, yi = x

y.
Seja A = [v
1
, . . . , v
n
] uma matriz m × n cujo coluna k é v
k
. Um modo interessante
de olhar para o produto Ax, onde x = [x
1
, . . . , x
n
]
T
é uma matriz em C
m×1
consiste em
escrever
Ax = x
1
v
1
+ · · · +x
n
v
n
Notas de aula do Prof. Antonio Cândido Faleiros 71
e observar que Ax é uma combinação linear das colunas de A.
Mantendo a notação do parágrafo anterior, sendo b uma matriz coluna em C
m×1
, a
igualdade matricial Ax = b, pode ser escrita na forma
b = x
1
v
1
+ · · · +x
n
v
n
que pode ser interpretada do seguinte modo: x é a matriz de b na base formada pelas
colunas de A. Se as colunas de A forem linearmente independentese b estiver na imagem
de A, a decomposição é única.
Ainda uma última observação, sendo A = [v
1
, . . . , v
n
], então
A

=
_
¸
_
v

1
.
.
.
v

n
_
¸
_
e
A

A =
_
¸
¸
_
v

1
v
1
v

1
v
2
v

1
v
n
v

2
v
1
v

2
v
2
v

2
v
n
v

n
v
1
v

n
v
2
v

n
v
n
_
¸
¸
_
= [v

i
v
j
] .
Se {q
1
, . . . , q
n
} for uma base ortonormal emC
n×1
, então q

i
q
j
= δ
ij
. A matriz quadrada
Q = [q
1
, . . . , q
n
], cuja coluna k é q
k
, é unitária pois Q

Q = [q

i
q
j
] = [δ
ij
] = I. Conclusão,
quando as colunas de uma matriz quadrada formarem uma base ortonormal de C
n×1
, ela
é unitária.
Vamos iniciar com um caso particular, em que n = 3. Seja {v
1
, v
2
, v
3
} uma base de
C
3×1
e {q
1
, q
2
, q
3
} a base ortonormal de C
3×1
obtida pelo processo de ortogonalização
de Gram-Schmidt. Seja A = [v
1
, v
2
, v
3
] a matriz cuja coluna k é v
k
e Q = [q
1
, q
2
, q
3
] a
matriz cuja coluna k é q
k
. Sabemos, pelo desenvolvimento da seção anterior que
v
1
= w
1
v
2
= r
12
q
1
+w
2
v
3
= r
13
q
1
+r
23
q
2
+w
3
onde r
ik
= hq
i
, v
k
i quando i 6= k ou ainda,
v
1
= r
11
q
1
v
2
= r
12
q
1
+r
22
q
2
v
3
= r
13
q
1
+r
23
q
2
+r
33
q
3
com r
kk
= kw
k
k . Então,
[v
1
, v
2
, v
3
] = [q
1
, q
2
, q
3
]
_
_
r
33
r
12
r
13
0 r
33
r
23
0 0 r
33
_
_
72 Notas de aula do Prof. Antonio Cândido Faleiros
ou A = QR, onde Q é uma matriz unitária e
R =
_
_
r
33
r
12
r
13
0 r
33
r
23
0 0 r
33
_
_
é triangular superior. Esta é a chamada decomposição QR de uma matriz A,
Motivados por esse exemplo, vamos mostrar um processo para obter a decomposição
QR de uma matriz A em C
m×n
, analizando dois casos separadamente. No primeiro, todas
as colunas de A são linearmente independentes e, no segundo caso, nem todas as colunas
de A são linearmente independentes.
As colunas da matriz são linearmente independentes
Seja A = [v
1
, . . . , v
n
] uma matriz complexa de ordem m por n, cujas colunas v
1
, . . . , v
n
são vetores linearmente independentes de C
m×1
, o que exige m ≥ n. Usando o processo
de ortogonalização de Gram-Schmidt, podemos escrever obter uma matriz Q = [q
1
, . . . ,
q
n
] cujas colunas formam uma base ortonormal para o espaço gerado pelas colunas de A
e onde
v
1
= r
11
q
1
v
2
= r
12
q
1
+r
22
q
2
v
3
= r
13
q
1
+r
23
q
2
+r
33
q
3
· · ·
Essas igualdades escritas na forma matricial resultam em
[v
1
, v
2
, v
3
, . . . , v
n
] = [q
1
, q
2
, q
3
, . . . , q
n
]
_
¸
¸
_
r
11
r
12
r
13
· · ·
0 r
22
r
23
· · ·
0 0 r
33
· · ·
· · · · · · · · · · · ·
_
¸
¸
_
.
que se resume em
A =
ˆ
Q
ˆ
R
denominada decomposição QR reduzida de A.
Nesta decomposição, observe que o espaço hv
1
i , gerado por v
1
é igual ao espaço hq
1
i
gerado por q
1
, o espaço hv
1
, v
2
i gerado por v
1
e v
2
é igual ao espaço hq
1
, q
2
i gerado por q
1
,
q
2
, e assim por diante,
hq
1
i = hv
1
i ,
hq
1
, q
2
i = hv
1
, v
2
i ,
hq
1
, q
2
, q
3
i = hv
1
, v
2
, v
3
i ,
. . .
Notas de aula do Prof. Antonio Cândido Faleiros 73
Completemos a base {q
1
, . . . , q
n
} com os vetores unitários q
n+1
, . . . , q
m
de modo que
{q
1
, . . . , q
n
, . . . , q
m
} seja uma base ortonormal de C
m
. A matriz Q = [q
1
, . . . , q
n
, . . . , q
m
]
obtida pela inclusão de m− n colunas à direita de
ˆ
Q e a matriz R obtida pela inclusão
de m−n linhas nulas na parte inferior de R são tais que
A = QR
que é a chamada decomposição QR completa de A ou decomposição QR de A.
Realizado este desenvolvimento, podemos descrever o algoritmo clássico de Gram-
Schmidt, que possibilita a obtenção da decomposição QR de uma mariz A. Alertamos o
leitor de que este algoritmo é numericamente instável.
================================
Algoritmo 8.1. Algoritmo clássico de Gram-Schmidt (instável)
Entrada: Base {v
1
, . . . , v
n
} de C
n
Saída: Base ortonormal {q
1
, . . . , q
n
} de C
n
================================
for k = 1 to n
w
k
= v
k
for i = 1 to k −1
r
ik
= q

i
v
k
w
k
= w
k
− r
ik
q
i
r
kk
= kw
k
k
q
k
= w
k
/r
kk
================================
Solução de Ax = b usando a decomposição QR
Quando A é uma matriz quadrada de ordem m, cujas colunas são linearmente indepen-
dentes, o sistema Ax = b possui uma única solução. Para resolver este sistema usando a
decomposição QR, procedemos do seguinte modo:
1. Calcule a decomposição A = QR.
2. Determine y = Q

b.
3. Resolva o sistema Rx = y na variável x.
As colunas da matriz são linearmente dependentes
Passemos ao caso em que m ≥ n e as colunas de A formam um conjunto linearmente
dependente. Neste caso, lá pelas tantas, v
k
depende linearmente das colunas v
1
, . . . , v
k−1
,
à sua esquerda, ou seja,
v
k
∈ hv
1
, . . . , v
k−1
i = hq
1
, . . . , q
k−1
i
74 Notas de aula do Prof. Antonio Cândido Faleiros
e, para este valor de k,
w
k
= v
k
−r
1k
q
1
−r
2k
q
2
−· · · −r
k−1,k
q
k−1
= 0.
Quando isto ocorre, escolhemos um vetor unitário q
j
, ortogonal aos vetores q
1
, . . . , q
j−1
,
obtendo um conjunto ortonormal {q
1
, . . . , q
j−1
, q
j
}.
Vejamos um exemplo em que A = [v
1
, v
2
, v
3
, v
4
]. Suponha que v
1
e v
2
são linearmente
independentes. Usando o método de ortogonalização de Gram-Schmidt, calculamos
v
1
= r
11
q
1
v
2
= r
12
q
1
+r
22
q
2
Supondo v
3
no espaço gerado por {q
1
, q
2
}, tem-se
w
3
= v
3
−r
13
q
1
−r
23
q
2
= 0
e
v
3
= r
13
q
1
+r
23
q
2
Daí, escolhe-se de modo arbitrário um q
3
unitário, ortogonal a q
1
e a q
2
. Com esta escolha,
{q
1
, q
2
, q
3
} é ortonormal e o espaço que ele gera contém o espaço gerado por {v
1
, v
2
, v
3
}.
Se v
4
não pertencer ao espaço gerado por {q
1
, q
2
, q
3
}, Calcula-se
q
4
=
1
r
44
(v
4
−r
14
q
1
−r
24
q
2
−r
34
q
3
)
quando então
[v
1
, v
2
, v
3
, v
4
] = [q
1
, q
2
, q
3
, q
4
]
_
¸
¸
_
r
11
r
12
r
13
r
14
0 r
22
r
23
r
24
0 0 0 r
34
0 0 0 r
44
_
¸
¸
_
onde se observa que a matriz da direita é triangular superior. Note-se que o espaço gerado
por {q
1
, q
2
, q
3
, q
4
} contém o espaço gerado por {v
1
, v
2
, v
3
, v
4
}.
No caso genérico, este procedimento continua, até obter as matrizes
ˆ
Q e
ˆ
R. As colunas
da matriz
ˆ
Q = [q
1
, . . . , q
n
], de ordem m por n, são vetores ortogonais entre si e possuem
módulo unitário. A matriz
ˆ
R, de ordemn por n, é triangular superior. Para estas matrizes,
A =
ˆ
Q
ˆ
R.
Esta fatoração de A é conhecida como decomposição QR reduzida de A.
Podemos acrescentar m−n colunas q
n+1
, . . . , q
m
à direita de
ˆ
Q, de modo que {q
1
, . . . ,
q
n
, . . . , q
m
} seja uma base ortonormal de C
m
e assim, obter uma matriz unitária Q = [q
1
,
. . . , q
n
, . . . , q
m
], de ordem m por m, cujas colunas formam uma base ortonormal de C
m
.
Na continuação, devemos acrescentar m−n linhas nulas na parte inferior de
ˆ
R, obtendo
uma matriz R, de ordem m por n, triangular superior. As matrizes Q e R assim obtidas
são de tal forma que
A = QR.
Notas de aula do Prof. Antonio Cândido Faleiros 75
Esta é a decomposição QR completa de A ou apenas decomposição QR de A.
Quando m < n, o procedimento é semelhante ao anterior. A decomposição se encerra
quando obtemos o conjunto de m vetores B = {q
1
, . . . , q
m
}, que formam uma base
ortonormal de C
m
. A matriz quadrada Q = [q
1
, . . . , q
m
], de ordemm, e a matriz triangular
superior R de ordem m por n, obtidas no desenrolar do processo são tais que
A = QR.
Este produto é conhecido como decomposição QR completa da matriz A ou decomposição
QR de A.
Exemplo 4.15 A decomposição QR de
_
_
−1 3 0
1 0 1
0 1 2
_
_
é
_
_
−1/

2 3/

22 −1/

11
1/

2 3/

22 −1/

11
0 2/

22 3/

11
_
_
_
_

2 −3/

2 1/

2
0 11/

22 7/

22
0 0 5/

11
_
_
.
Exemplo 4.16 A decomposição QR de
_
_
−1 3
1 0
0 1
_
_
é
_
_
−1/

2 3/

22 1/

11
1/

2 3/

22 1/

11
0
p
2/11 −3/

11
_
_
_
_

2 −3/

2
0
p
11/2
0 0
_
_
Exemplo 4.17 A decomposição QR de
_
_
_
_
1 1 2
0 1 1
1 0 1
0 2 0
_
_
_
_
é
_
_
_
_
1/

2 1/

22 2/

33 3/

3
0 2/

22 4/

33 −3/

3
1/

2 −1/

22 −2/

33 −3/

3
0 4/

22 −3/

33 0
_
_
_
_
_
_
_
_

2 1/

2 3/

2
0 1/

22 3/

22
0 0 6/

33
0 0 0
_
_
_
_
Exemplo 4.18 A decomposição QR de
_
_
_
_
1 1 2
0 1 1
1 0 1
0 0 0
_
_
_
_
76 Notas de aula do Prof. Antonio Cândido Faleiros
é
_
_
_
_
1/

2 1/

6 1/

3 0
0 2/

6 −1

3 0
1/

2 −1/

6 −1

3 0
0 0 0 1
_
_
_
_
_
_
_
_

2 1/

2 3/

2
0 3/

6 3/

6
0 0 0
0 0 0
_
_
_
_
Exemplo 4.19 A decomposição QR de
_
_
1 1 2 0
0 1 1 1
1 0 1 3
_
_
é A = QR, onde
Q =
_
_
1/

2 1/

6 1/

3
0 2/

6 −1/

3
1/

2 −1/

6 −1/

3
_
_
e R =
_
_

2 1/

2 3/

2 3/

2
0 3/

6 3/

6 −1/

6
0 0 0 −4/

3
_
_
.
Capítulo 5
Soma de subespaços
Sejam V
1
, . . . , V
k
subespaços vetoriais de V. O conjunto
V
1
+ · · · +V
k
= { v
1
+ · · · +v
k
: v
i
∈ V
i
para i = 1, . . . , k }
é um subespaço vetorial de V e recebe o nome de soma de V
1
, . . . , V
k
.
Teorema 5.1 Sejam V e W dois subespaços de um espaço vetorial U. Então
dim(V +W) = dim(V ) + dim(W) −dim(V ∩ W).
Prova. Quando V está contido em W, então V ∩ W = V e V +W = W. Neste caso,
dim(V ) + dim(W) −dim(V ∩ W) = dim(V ) + dim(W) −dim(V ) = dim(W)
o que prova o teorema para este caso particular. Do mesmo modo se prova que o teorema
vale quando W está contido em V.
Vamos agora tratar o caso em que V ∩W é diferente de V e de W. Seja B
1
= {u
1
, . . . ,
u
p
} uma base de V ∩ W. Vamos completá-la de modo que B
2
= {u
1
, . . . , u
p
, v
1
, . . . , v
q
}
seja base de V e B
3
= {u
1
, . . . , u
p
, w
1
, . . . , w
r
} seja base de W. O conjunto B
4
= {u
1
,
. . . , u
p
, v
1
, . . . , v
q
, w
1
, . . . , w
r
} gera V +W e, se for linearmente independente, será base
de V +W. Neste caso,
dim(V +W) = p +q +r = (q +p) + (r +p) −p
= dim(V ) + dim(W) −dim(V ∩ W)
e o teorema estará provado.
Falta provar que B
4
é linearmente independente. Vamos mostrar que, se x
1
, . . . , x
p
,
y
1
, . . . , y
q
, z
1
, . . . , z
r
forem escalares tais que
x
1
u
1
+ · · · +x
p
u
p
+y
1
v
1
+ · · · +y
q
v
q
+z
1
w
1
+ · · · +z
r
w
r
= 0,
então todos eles são nulos. Analisemos esta possibilidade. Se algum y
j
for diferente de
zero, o vetor não nulo y
1
v
1
+ · · · + y
q
v
q
seria uma combinação linear dos elementos de
77
78 Notas de aula do Prof. Antonio Cândido Faleiros
B
3
. Logo, ele estaria em W e em V ao mesmo tempo, estando na interseção V ∩ W
e assim y
1
v
1
+ · · · + y
q
v
q
poderia ser escrito como uma combinação linear de u
1
, . . . ,
u
p
, contrariando a hipótese de B
2
ser base. Do mesmo modo não podemos ter um z
k
diferente de zero. Logo, y
j
e z
k
são todos nulos e a equação se reduz a x
1
u
1
+ · · · + x
p
u
p
=
0. Sendo B
1
uma base, concluímos que x
1
, . . . , x
p
são todos nulos. Daí B
4
é linearmente
independente. ¤
5.1 Soma direta
Definição 5.2 Sejam V
1
, . . . , V
k
subespaços vetoriais de V. Se todo v em V puder ser
escrito de forma única como uma soma do tipo
v = v
1
+ · · · +v
k
onde v
i
∈ V
i
, diremos que V é uma soma direta dos subespaços V
1
, . . . , V
k
e escreveremos
V = V
1
⊕· · · ⊕V
k
.
Se V = V
1
⊕V
2
, então V
1
e V
2
são denominados complementares.
Dois subespaços vetoriais V
1
e V
2
de V são disjuntos se a interseção V
1
∩V
2
contiver
apenas o zero.
Teorema 5.3 Sejam V
1
e V
2
subespaços vetorias de V tais que V = V
1
+ V
2
. Então V =
V
1
⊕ V
2
se e só se V
1
, V
2
forem disjuntos.
Prova. Se V = V
1
⊕ V
2
, seja v um vetor de V na interseção de V
1
e V
2
. Então
v = v
|{z}
∈V
1
+ 0
|{z}
∈V
2
= 0
|{z}
∈V
1
+ v
|{z}
∈V
2
e, como a decomposição é única, v = 0, provando que V
1
e V
2
são disjuntos.
Se V
1
e V
2
forem disjuntos, como V = V
1
+ V
2
, todo v em V pode ser decomposto
numa soma v = v
1
+ v
2
, com v
1
em V
1
e v
2
em V
2
. Se houvesse outra decomposição v =
w
1
+ w
k
, com w
1
em V
1
e w
2
em V
2
, então v
1
+ v
2
= w
1
+ w
2
e assim, v
1
− w
1
= w
2

v
2
. Sendo v
1
− w
1
um vetor de V
1
igual a w
2
− v
2
, um vetor de V
2
, então v
1
− w
1
está na
interseção de V
1
com V
2
e, como estes dois subespaços são disjuntos, v
1
− w
1
= 0 ou v
1
=
w
1
. Com este resultado, obtemos w
2
− v
2
= 0 ou v
2
= w
2
, provando que a decomposição
de v numa soma de um elemento de V
1
com um elemento de V
2
é única e assim, V = V
1

V
2
. ¤
Quando V igual à soma de mais do que dois subespaços, o fato de os espaços envolvidos
serem disjuntos dois a dois não é suficiente para garantir que V seja a soma direta desses
subespaços como nos mostra o exemplo a seguir.
Notas de aula do Prof. Antonio Cândido Faleiros 79
Exemplo 5.4 Seja V = R
2
e V
1
= {(x, 0) ∈ R
2
: x ∈ R}, V
2
= {(0, y) ∈ R
2
: y ∈ R},
V
3
= {(x, x) ∈ R
2
: x ∈ R}. Estes três subespaços são disjuntos dois a dois, V = V
1
+
V
2
+ V
3
, mas V não é a soma direta de V
1
, V
2
e V
3
.
A condição de serem disjuntos será substituida pela condição de serem independentes.
Os subespaços vetoriais V
1
, . . . , V
k
de V são independentes se
v
1
+ · · · +v
k
= 0,
com v
i
em V
i
, para i = 1, . . . , k, então v
1
= · · · = v
k
= 0.
Uma caracterização da independência dos subespaços é a seguinte: Os subespaços V
1
,
. . . , V
k
são independentes se e só se V
j
for disjunto da soma V
1
+ · · · + V
j−1
, para j = 2,
. . . , k. Dois espaços vetoriais V
1
e V
2
de V são independentes se e só se forem disjuntos.
Teorema 5.5 Sejam V
1
, . . . , V
k
subespaços vetoriais de um espaço vetorial V tais que
V = V
1
+ · · · + V
k
. Então V = V
1
⊕ · · · ⊕ V
k
se e só se V
1
, . . . , V
k
forem independentes.
Prova. Se V = V
1
⊕ · · · ⊕ V
k
, sejam v
1
, . . . , v
k
vetores de V
1
, . . . , V
k
, respectivamente,
e tais que v
1
+ · · · + v
k
= 0. Como 0 = 0+ · · · + 0, da unicidade da decomposição,
concluímos que v
i
= 0 para i = 1, . . . , k. Logo, V
1
, . . . , V
k
são independentes.
Se V = V
1
+ · · · + V
k
e V
1
, . . . , V
k
forem independentes, todo v em V pode ser
decomposto numa soma v = v
1
+ · · · + v
k
, com v
i
em V
i
, para i = 1, . . . , k. Se houvesse
outra decomposição v = w
1
+ · · · + w
k
, com w
i
em V
i
, então (v
1
−w
1
)+ · · · + (v
k
−w
k
) =
0 e, da independência dos subespaços vetoriais V
i
, concluímos que v
i
= w
i
, para i = 1,
. . . , k. Logo, a decomposição de v como soma de vetores de V
1
, . . . , V
k
é única e V = V
1

· · · ⊕ V
k
. ¤
Teorema 5.6 Sejam V
1
, . . . , V
k
subespaços vetoriais de V, um espaço vetorial com di-
mensão finita. Se V = V
1
⊕· · · ⊕V
k
então
dimV = dimV
1
+ · · · + dimV
k
.
Prova. Seja B
i
base de V
i
para i = 1, . . . , k.
Se V = V
1
⊕· · · ⊕V
k
, todo v em V pode ser decomposto de forma única numa soma
v = v
1
+ · · · + v
k
, com v
i
em V
i
, para i = 1, . . . , k. Cada v
i
pode ser decomposto de
forma única nos vetores da base B
i
. Logo, v pode ser escrito de forma única como uma
combinação linear dos vetores da união B
1
∪ · · · ∪ B
k
, provando que esta é uma base de
V. ¤
80 Notas de aula do Prof. Antonio Cândido Faleiros
5.2 Complemento ortogonal
Definição 5.7 Seja V um espaço vetorial com produto interno e S um subespaço vetorial
de V. O conjunto
S

= {v ∈ V : hv, si = 0 para todo s em S }
é um subespaço de V, chamado de complemento ortogonal de S.
Para mostrar que um determinado vetor v está em S

, basta mostrar que ele é ortog-
onal a todo vetor de uma base de S. O único vetor que está ao mesmo tempo em S e em
S

é o vetor nulo e daí,
S ∩ S

= {0}.
Teorema 5.8 Seja S um subespaço vetorial de dimensão finita de um espaço vetorial V
com produto interno. Então V = S ⊕S

.
Prova. Seja {v
1
, . . . , v
p
} uma base ortonormal de S. Dado qualquer v em V, o vetor
w = v −hv
1
, vi v
1
−· · · −hv
p
, vi v
p
é ortogonal a todo vetor de S. Desta forma, qualquer vetor v pode ser decomposto numa
soma v = s+ w, onde s = hv
1
, vi v
1
+ · · · + hv
p
, vi v
p
pertence a S e w pertence a S

e
assim, V = S+ S

.
Vamos mostrar que esta decomposição é única. Se v = s
1
+ w
1
, com s
1
em S e w
1
em
S

, então s + w = s
1
+ w
1
e assim, s −s
1
= w
1
−w, mostrando que os vetores s −s
1
e
w
1
−w estão na interseção S ∩S

. Como a interseção só possui o vetor nulo, s = s e w =
w. ¤
Se v é um vetor de um subespaço S de um espaço vetorial V, então v é ortogonal
a todo vetor de S

e assim ele pertence ao
¡
S

¢

, mostrando que S está contido no
complemento ortogonal do complemento ortogonal de S, isto é, S ⊂
¡
S

¢

. Por outro
lado, V = S⊕S

= S


¡
S

¢

e assim, dimV = dimS+ dimS

= dimS

+ dim
¡
S

¢

,
que acarreta na igualdade dimS = dim
¡
S

¢

. Estando S contido em
¡
S

¢

e possuindo
ambos a mesma dimensão, eles são iguais
¡
S

¢

= S.
Capítulo 6
Transformação adjunta
Sejam V e W espaços vetoriais complexos com dimensão finita e produto interno. Dado
uma tansformação linear L : V →W, vamos mostrar que existe uma única transformação
linear L

: W → V tal que
hLv, wi = hv, L

wi .
para todo v em V e w em W.
Primeiro a existência. Sendo B
1
= {v
1
, . . . , v
n
} uma base ortonormal de V e B
2
=
{w
1
, . . . , w
m
} uma base ortonormal de W podemos escrever Lv
j
, para j = 1, . . . , n, como
uma combinação linear dos elementos de B
2
Lv
1
= a
11
w
1
+a
21
w
2
+ · · · +a
m1
w
m
Lv
2
= a
12
w
1
+a
22
w
2
+ · · · +a
m2
w
m
· · ·
Lv
n
= a
1n
w
1
+a
2n
w
2
+ · · · +a
mn
w
m
Para definir uma transformação linear, basta estabelecer seu valor nos elementos de uma
base do seu domínio. Seja L

: W →V aquela transformação linear que leva w
i
, para i =
1, 2, . . . , m, nos seguintes vetores de V
L

w
1
= ¯ a
11
v
1
+ ¯ a
12
v
2
+ · · · + ¯ a
1n
v
n
L

w
2
= ¯ a
21
v
1
+ ¯ a
22
v
2
+ · · · + ¯ a
2n
v
n
· · ·
L

w
m
= ¯ a
m1
v
1
+ ¯ a
m2
v
2
+ · · · + ¯ a
mn
v
n
Usando o símbolo de somatório, os valores das transformações lineares L e L

nas bases
de seus respectivos domínios se escrevem
Lv
j
=
m
X
i=1
a
ij
w
i
L

w
i
=
n
X
j=1
¯ a
ij
v
j
.
81
82 Notas de aula do Prof. Antonio Cândido Faleiros
Da ortonormalidade das bases B
1
e B
2
, segue hLv
j
, w
i
i = hv
j
, L

w
i
i fazendo com que
hLv, wi = hv, L

wi
para todo v em V e w em W, o que prova a existência.
Agora a unicidade. Se T : W → V for outra transformação linear para a qual
hLv, wi = hv, Twi
para todo v em V e w em W, então
hv, L

wi = hv, Twi
ou
hv, (L

−T)wi = 0
ainda para todo v em V e w em W. Fazendo v = (L

−T)w, obtemos
h (L

−T)w, (L

−T)w i = 0
ou (L

−T)w = 0 para todo w em W, mostrando que T = L

, o que prova a unicidade.
A transformação linear L

recebe o nome de transformação adjunta de L.
Se L : V →W e T : W →U forem duas transformações lineares, então
(TL)

= L

T

.
Se A = [a
ij
] for a matriz de L : V →W e B = [b
ij
] for a matriz de L

: W →V nas
bases ortonormais B
1
e B
2
de V e W, respectivamente, então b
ij
= ¯ a
ji
e
B = A

.
Esta relação entre as matrizes de L e L

só se verifica se as bases forem ortonormais, como
nos mostra o próximo exemplo.
Este conceito de transformação adjunta se aplica a transformações lineares entre es-
paços vetoriais reais. Neste caso, os escalares serão reais e ¯ a
ij
= a
ij
e
Exemplo 6.1 Seja L(x, y) = (2x+3y, 5x+7y, 11x+13y) uma transformação linear do
R
2
no R
3
. Consideremos nestes dois espaços seus respectivos produtos internos euclidianos
h (x
1
, y
1
), (x
2
, y
2
) i = x
1
x
2
+y
1
y
2
e
h (x
1
, y
1
, z
1
), (x
2
, y
2
, z
2
) i = x
1
x
2
+y
1
y
2
+z
1
z
2
.
Seja B
1
= {e
1
, e
2
} a base canônica do R
2
e B
2
= (f
1
, f
2
, f
3
) a base canônica do R
3
que são
ortonormais em relação aos produtos internos euclidianos de R
2
e R
3
, respectivamente.
Temos
Le
1
= 2f
1
+ 5f
2
+ 11f
3
Le
2
= 3f
1
+ 7f
2
+ 13f
3
Notas de aula do Prof. Antonio Cândido Faleiros 83
e
L

f
1
= 2e
1
+ 3e
2
L

f
2
= 5e
1
+ 7e
2
L

f
3
= 11e
1
+ 13e
2
de modo que
[L]
12
=
_
_
2 3
5 7
11 13
_
_
, [L

]
21
=
·
2 5 11
3 7 13
¸
onde uma é a transposta da outra.
Entretanto, se v
1
= (1, 2), v
2
= (0, 1), w
1
= (1, 1, 1), w
2
= (0, 1, 2) e w
3
= (0, 0, 1)
então B
3
= {v
1
, v
2
} será base de R
2
e B
4
= {w
1
, w
2
, w
3
} será base de R
3
. Nenhuma das
duas é ortonormal em relação ao produto interno euclidiano do R
2
e R
3
. O leitor poderá
verificar que
Lv
1
= 8w
1
+ 11w
2
+ 7w
3
Lv
2
= 3w
1
+ 4w
2
+ 2w
3
e
L

w
1
= 18v
1
−13v
2
L

w
2
= 27v
1
−21v
2
L

w
3
= 11v
1
−9v
2
As matrizes
[L]
34
=
_
_
8 3
11 4
7 2
_
_
e [L

]
43
=
·
18 27 11
−13 −21 −9
¸
não são mais uma a adjunta da outra.
Dada a transformação linear L, a transformação adjunta L

é a única que satisfaz
à igualdade hLv, wi = hv, L

wi para todo v em V e todo w em W. De fato, se T for
outra transformação linear para a qual hLv, wi = hv, Twi para todo v e todo w, então
hv, Twi = hv, L

wi e hv, Tw −L

wi = 0 para todo v o que acarreta na igualdade Tw =
L

w para todo w, nos conduzindo à igualdade T = L

.
Para todo v em V e w em W, tem-se
hL

w, vi = hv, L

wi = hLv, wi = hw, Lvi ,
mostrando que a adjunta da adjunta é igual a L, isto é,
(L

)

= L.
Um operador linear L : V →V é auto-adjunto quando L

= L.
Os operadores LL

e L

L são auto-adjuntos.
84 Notas de aula do Prof. Antonio Cândido Faleiros
Exemplo 6.2 Sejam x = (x
1
, x
2
, x
3
) e y = (y
1
, y
2
, y
3
) dois pontos do R
3
, consideremos o
produto interno hx, yi = x
1
y
2
+ x
2
y
2
+ x
2
y
3
. Em relação a este produto interno, o operador
linear L : R
3
→R
3
definido por L(x, y, z) = (2x+ 3y+ 5z, 3x+ y, 5x+ 4z) é auto-adjunto
pois L

= L.
Teorema 6.3 Sejam V e W espaços vetoriais com produto interno e L : V →W linear.
Sendo L

: W →V a adjunta de L, vale a relação
Im(L)

= ker(L

).
Prova. Se w ∈ Im(L)

, então hLv, wi = 0 ou hv, L

wi = 0 para todo v ∈ V de onde
se conclui que L

w = 0 mostrando que w está no ker(L

).
Reciprocamente, se w ∈ ker(L

), então hLv, wi = hv, L

wi = hv, 0i = 0 para todo
v ∈ V, provando, deste modo, que w é ortogonal a todo elemento da imagem de L.
Conclui-se que w pertence ao complemento ortogonal da Im(L). ¤
Como L
∗∗
= L, substituindo L por L

na igualdade acima, segue
Im(L

)

= ker(L)
ou
Im(L

) = ker(L)

Sejam V e W espaços vetoriais com produto interno e L : V → W linear. Sendo
L

: W →V a adjunta de L,
V = ker(L) ⊕Im(L

).
Esta igualdade ocorre porque V = ker(L) ⊕ ker(L)

= ker(L) ⊕Im(L

).
Quando L é auto-adjunta,
Im(L)

= ker(L).
Teorema 6.4 Sejam V e W espaços vetoriais com produto interno e L : V →W linear.
Sendo L

: W →V a adjunta de L,
1. Im(L) = Im(LL

).
2. ker(L

) = ker(LL

).
Prova. 1a. Inicialmente provaremos que ImLL

⊂ ImL. Se w ∈ Im(LL

), então
existe um w
1
tal que w = LL

w
1
= L(L

w
1
) provando que w ∈ Im(L).
1b. Vamos provar agora que Im(L) ⊂ Im(LL

). Se w ∈ Im(L), então w = Lv para
algum v em V. Podemos escrever de modo único v = v
1
+ v
2
onde v
1
∈ Im(L

) e v
2

ker(L). Logo w = Lv = Lv
1
+ Lv
2
= Lv
1
. Como v
1
∈ ker(L)

= Im(L

), existe w
1
tal que
v
1
= L

w
1
e assim w = LL

w
1
, mostrando que w ∈ Im(LL

), o que completa a prova da
recíproca.
Notas de aula do Prof. Antonio Cândido Faleiros 85
2a. Se w ∈ ker(L

) então L

w = 0 e, em consequência, LL

w = 0, provando que
ker(L

) ⊂ ker(LL

).
2b. Se w ∈ ker(LL

) então L(L

w) = 0 e L

w pertence ao ker(L) e à Im(L

) cuja
interseção contém apenas o zero. Logo, L

w = 0, provando que w está no ker(L

). Com
isto, provamos que ker(LL

) ⊂ ker(L

), o que completa a prova da parte 2 do teorema.
¤
Resumindo: Para uma transformação linear L : V →W e sua adjunta L

: W →V
valem as identidades
(L

)

= L
Im(L

) = ker(L)

Im(LL

) = Im(L),
ker(LL

) = ker(L

).
Definição 6.5 Seja V um espaço vetorial com produto interno. O operador linear L :
V →V é antiadjunto quando L

= −L e unitário quando L

= L
−1
.
Teorema 6.6 Numa base ortonormal, a matriz A = [a
ij
] de um operador auto-adjunto é
hermitiana (A = A

), a de um operador antiadjunto é antihermitiana (A = −A

) e a
de um operador unitário é unitária (A

= A
−1
).
Teorema 6.7 O operador linear L : V → V é unitário se e só se, para todo v
1
e v
2
em
V,
hLv
1
, Lv
2
i = hv
1
, v
2
i .
Para fixar a nomenclatura, apresentamos o quadro abaixo.
Espaço Real Espaço Complexo
Operador Matriz Operador Matriz
auto-adjunto simétrica auto-adjunto hermitiana
antiadjunto anti-simétrica antiadjunto antihermitiana
ortogonal ortogonal unitário unitária
6.1 Posto de uma transformação linear
Definição 6.8 Sejam V e W espaços vetoriais e L : V →W uma transformação linear.
A dimensão da imagem de L é chamada de posto de L.
Sendo A uma matriz complexa de ordem m por n. Considerada como uma trans-
formação linear de C
n
em C
m
, seu posto é igual ao número de colunas linearmente
independentes que A possui.
O número de colunas linearmente independentes de uma matriz é igual ao número de
suas linhas linearmente independente.
86 Notas de aula do Prof. Antonio Cândido Faleiros
Teorema 6.9 Sejam V e W espaços vetoriais de dimensão finita e L : V → W uma
transformação linear. Seja A a representação matricial de L em relação a bases de V e
de W. O posto de L é igual ao posto de A.
Exemplo 6.10 Seja L : R
3
→ R
3
definida por
L(x, y, z) = ( x + 2y −z, 2x + 4y −2z, y + 2z )
= (x + 2y −z)(1, 2, 0) + (y + 2z)(0, 0, 1),
cujo posto é 2. A matriz de L em relação à base canônica do R
3
é
A =
_
_
1 2 −1
2 4 −2
0 1 2
_
_
a primeira e terceira linha são linearmente independentes e a segunda é o dobro da
primeira. As duas primeiras colunas são linearmente independentes e a terceira é igual a
−5 vezes a primeira mais 2 vezes a segunda. O posto de A é dois.
Teorema 6.11 Sejam V e W espaços vetoriais com produto interno e dimensão finita.
Seja L : V →W linear. O posto das transformações lineares L, L

, L

L e LL

são iguais.
Prova. Sabemos que
V = ker(L) ⊕Im(L

),
de onde obtemos
dimker(L) + dimIm(L

) = dimV.
Por outro lado,
dimker(L) + dimIm(L) = dimV.
Dessas duas igualdades concluímos que dimIm(L

) = dimIm(L) provando que o posto
de L é igual ao posto de L

.
Como Im(LL

) = Im(L) e Im(L

L) = Im(L

), o teorema está provado. ¤
Corolário 6.12 Seja A uma matriz complexa. As matrizes A, A

, AA

e A

A possuem
o mesmo posto.
Sejam V e W espaços vetoriais, ambos com dimensão finita. A imagem de uma
transformação linear L : V → W está contida em W. Portanto, o posto de L deve ser
menor ou igual do que a dimensão de W. Se {v
1
, . . . , v
n
} for uma base de V, qualquer
vetor v em V pode ser decomposto de modo único como uma combinação linear v =
x
1
v
1
+ · · · + x
n
v
n
e assim, Lv = L(x
1
v
1
+ · · · + x
n
v
n
) = x
1
Lv
1
+ · · · + x
n
Lv
n
, mostrando
que {Lv
1
, . . . , Lv
n
} gera a imagem de L o que assim o posto de L deve ser menor ou
igual do que a dimensão de V. Concluímos que o posto de L não pode ser maior do que
a dimensão de V nem maior do que a dimensão de W. Motivados por este comentário,
diremos que L tem posto máximo quando o posto de L for igual ao mínimo entre a
dimensão de V e a dimensão de W.
Notas de aula do Prof. Antonio Cândido Faleiros 87
Teorema 6.13 Sejam V e W espaços vetoriais com dimensão finita, ambos com produto
interno. Seja L : V →W uma transformação linear com posto máximo.
1. Quando dimV ≤ dimW, a transformação linear L

L : V →V é um isomorfismo.
2. Quando dimW ≤ dimV, a transformação linear LL

: W →W é um isomorfismo.
Prova. Quando
1. posto(L) = dimV ≤ dimW, então dimIm(L

L) = dimIm(L) = dim(V ) e assim
L

L é sobrejetora e, portanto, um isomorfismo.
2. posto(L) = dimW ≤ dimV, então dimIm(LL

) = dimIm(L

) = dim(W) e assim
LL

é sobrejetora e, portanto, um isomorfismo.
¤
6.2 Existência de solução dos sistemas lineares
As igualdades Im(L)

= ker(L

) e Im(L

) = ker(L)

possuem uma consequência inter-
essante para sistemas de equações lineares Ax = b, onde A é uma matriz complexa m×n
e b é uma matriz complexa m × 1. Nestes sistemas, as matrizes A e b são dadas e o que
se deseja é determinar se existem matrizes coluna complexas x de tamanho n × 1 tais
que Ax = b. Tais matrizes x são denominadas soluções do sistema Ax = b. Existindo
soluções, é importante determiná-las. Um método usado na obtenção das soluções é o da
eliminação de Gauss.
A matriz A é uma transformação linear de C
n×1
em C
m×1
.
O sistema Ax = b tem solução se e só se b estiver na imagem de A. Da igualdade
Im(A) = ker(A

)

conclímos que Ax = b tem solução se e só se b for ortogonal a todo y
no núcleo de A

isto é,
hb, yi = 0
para todo y em C
m×1
solução do sistema homogêneo A

y = 0.
O sistema homogêneo Ax = 0 tem solução x não nula se e só se x pertencer ao núcleo
de A. Da igualdade ker(A) = Im(A

)

, concluímos que x é solução do sistema homogêneo
Ax = 0 se e só se x for ortogonal à imagem de A

, isto é hx, A

yi = para todo y em C
m×1
.
Percebe-se do comentado acima que há uma estreita relação entre os sistemas lineares
Ax = b e A

y = c.
88 Notas de aula do Prof. Antonio Cândido Faleiros
Capítulo 7
Projetores
Seja V um espaço vetorial. Um operador linear P : V → V é um projetor em V se
P
2
= P. Sendo I : V →V o operador identidade, o operador linear I −P também é um
projetor, denominado projetor complementar de P. Os projetores também recebem o
nome de operadores idempotentes.
Sejam S
1
e S
2
dois subespaços de V tais que V = S
1
⊕ S
2
. Considere o operador
P : V → V definido por P(v
1
+ v
2
) = v
1
, para todo v
1
em S
1
e v
2
em S
2
. O operador
assim definido é um projetor, denominado projetor sobre S
1
ao longo de S
2
. Sob estas
condições, S
1
é a imagem de P e S
2
é o núcleo de P.
Se v estiver na imagem de P, então existe w em V tal que Pw = v. Sendo P uma
projeção, P
2
w = Pw o que implica em Pv = v. A imagem de (I − P) é igual ao núcleo
de P e a imagem de P é igual ao núcleo de I −P.
Teorema 7.1 Seja P : V →V um projetor. Então V = Im(P)⊕ ker(P).
Prova. (1) Seja v um vetor em V. Podemos escrever v = Pv+ (I − P)v. Como Pv
está na imagem de P e (I −P)v está no núcleo de V, segue V = Im(P)+ ker(P).
(2) Se v
1
na Im(P) e v
2
no ker(P) forem tais que v = v
1
+ v
2
, então Pv = Pv
1
+ Pv
2
.
Como Pv
1
= v
1
e Pv
2
= 0, segue Pv = v
1
e (I −P)v = v
2
, mostrando que a decomposição
de v numa soma de um elemento da Im(P) com um elemento do ker(P) é única. Logo,
V = Im(P)⊕ ker(P). ¤
De acordo com este teorema, todo projetor P é um projetor sobre sua imagem ao
longo do seu núcleo.
7.1 Projetores ortogonais
Seja V um espaço vetorial com produto interno. Um projetor P em V é ortogonal se a
sua imagem e seu núcleo forem ortogonais. Quando este for o caso, se diz que P projeta
ortogonalmente sobre sua imagem.
89
90 Notas de aula do Prof. Antonio Cândido Faleiros
Seja P : V →V um projetor ortogonal e S sua imagem. Se a dimensão de S for finita,
V = S⊕ S

. Dado v em V, existe um único s em S e um único w em S

para os quais
v = s +w e
P(v) = s.
Se B = {q
1
, . . . , q
k
} for uma base ortonormal de S, podemos decompor Pv nesta base e
escrever
Pv = x
1
q
1
+ · · · +x
k
q
k
.
Para determinar x
1
, . . . , x
k
, usamos o fato de v− Pv ser ortogonal a todo vetor de S. Isto
significa que hq
i
, v −Pvi = 0 para i = 1, . . . , k. Destas relações e da ortonomalidade da
base B segue
0 = hq
i
, v −Pvi = hq
i
, vi −hq
i
, x
1
q
1
+ · · · +x
k
q
k
i
= hq
i
, vi −x
1
hq
i
, q
1
i −· · · −x
i
hq
i
, q
i
i −· · · −x
k
hq
i
, q
k
i
= hq
i
, vi −x
i
hq
i
, q
i
i = hq
i
, vi −x
i
ou
x
i
= hq
i
, vi
o que nos permite escrever
Pv = hq
1
, vi q
1
+ · · · + hq
k
, vi q
k
.
e provamos o próximo teorema.
Teorema 7.2 Seja S um subespaço de dimensão finita de um espaço vetorial V com pro-
duto interno. Seja {q
1
, . . . , q
k
} uma base ortonormal de S. Se P for o projetor ortogonal
sobre S, então, para todo v em V,
Pv = hq
1
, vi q
1
+ · · · + hq
k
, vi q
k
.
A partir deste teorema obtemos outro de imediato para projetores em C
n×1
. Vamos
lembrar que toda transformação linear L de C
n×1
em C
n×1
é do tipo L(x) = Ax, onde A
é uma matriz quadrada n ×n e iremos identificar a transformação linear L com a matriz
A. Se P for uma projeção em C
n×1
, então P será uma matriz n ×n.
Corolário 7.3 Considere o espaço vetorial C
n×1
com o produto interno hx, yi = x

y.
Seja P um projetor ortogonal em C
n×1
e {q
1
, . . . , q
k
} uma base ortonormal da imagem
de P. Então
P = q
1
q

1
+ · · · +q
k
q

k
.
Prova. Observe que q
1
, q
2
, . . . , q
k
são matrizes coluna do C
n×1
. Sendo x uma matriz
coluna em C
n×1
, podemos escrever
hq
i
, xi q
i
= (q

i
x)q
i
= q
i
(q

i
x) = (q
i
q

i
)x
Notas de aula do Prof. Antonio Cândido Faleiros 91
e assim,
Px = hq
1
, xi q
1
+ · · · + hq
k
, xi q
k
= (q
1
q

1
)x + · · · + (q
k
q

k
)x
= (q
1
q

1
+ · · · +q
k
q

k
) x.
Como esta igualdade vale para todo x,
P = q
1
q

1
+ · · · +q
k
q

k
.
¤
Quando P projeta ortogonalmente sobre o espaço gerado por um único vetor unitário
q, temos
P = qq

.
Se x for uma matriz coluna não nula em C
n×1
, não necessariamente unitário, então q =
x/ kxk é unitário e a projeção ortogonal P sobre o espaço gerado por x é
P = qq

=
x
kxk
x

kxk
=
xx

x

x
.
Vamos relembrar que, sendo x uma matriz coluna do C
n×1
, então x

x é um número real
e xx

é uma matriz complexa n por n.
O projetor complementar de P é
I −
xx

x

x
,
onde I é a matriz identidade n ×n e sua imagem é o núcleo de P.
Teorema 7.4 Seja V um espaço vetorial com dimensão finita e um produto interno. Um
projetor P : V →V é ortogonal se e só se for auto-adjunto.
Prova. (1) Seja P uma projeção ortogonal e S = Im(P). Então P é uma projeção
sobre S ao longo de S

. Sabemos que V = S ⊕ S

e, para todo v e w em V, existem e
são únicos v
1
e w
1
em S, v
2
e w
2
em S

para os quais, v = v
1
+ v
2
e w = w
1
+ w
2
. Assim,
da ortogonalidade dos vetores,
hPv, wi = hv
1
, w
1
+w
2
i = hv
1
, w
1
i
e
hv, Pwi = hv
1
+v
2
, w
1
i = hv
1
, w
1
i
provando que P é auto-adjunto.
(2) Seja P uma projeção auto-adjunta de modo que
hPv, wi = hv, Pwi
92 Notas de aula do Prof. Antonio Cândido Faleiros
para todo v e w em V. Se w estiver no ker(P), então
hPv, wi = hv, Pwi = hv, 0i = 0,
e, como Pv está na imagem de P, provamos que o núcleo e a imagem de P são ortogonais.
Logo, P é um projetor ortogonal. ¤
Teorema 7.5 Seja V um espaço vetorial com produto interno e P : V →V um projetor
ortogonal. O vetor Pv é o vetor da Im(P) mais próximo de v.
Prova. Todo vetor u da imagem de P pode ser escrito na forma Pv+ w, com w na
imagem de P. Assim, v −Pv pertence ao ker(P) que é ortogonal à Im(P) e acarretando
na ortogonalidade hv −Pv, wi = 0 e
kv −uk
2
= kv −Pv −wk
2
= hv −Pv −w, v −Pv −wi
= hv −Pv, v −Pvi −hv −Pv, wi −hw, v −Pvi + hw, wi
= kwk
2
+ kv −Pvk
2
≥ kv −Pvk
2
provando que Pv é o ponto da imagem de P mais próximo de v. ¤
7.2 Projetores ortogonais em C
m×1
Nesta seção vamos considerar o espaço vetorial C
m×1
com o produto interno hx, yi = x

y.
Usando uma base ortonormal
Seja P um projetor ortogonal em C
m×1
e S sua imagem. Sendo P ortogonal, seu núcleo
é S

. Seja {q
1
, . . . , q
n
} uma base ortonormal de S e {q
n+1
, . . . , q
m
} uma base ortonormal
de S

. Pelas propriedades provadas para uma projeção ortogonal P,
Pq
i
= q
i
para i = 1, . . . , n
Pq
i
= 0 para i = n + 1, . . . , m
Seja
Q = [ q
1
, . . . , q
n
, q
n+1
, . . . , q
m
]
a matriz cujas colunas são os vetores da base ortonormal {q
1
, . . . , q
n
, q
n+1
, . . . , q
m
} do
C
m×1
e para a qual
PQ = QΣ,
onde Σ é uma matriz quadrada m × m, onde os n primeiros elementos da diagonal são
iguais a 1 e todos os demais elementos são nulos. Podemos escrevê-la usando blocos
Σ =
µ
I 0
0 0

Notas de aula do Prof. Antonio Cândido Faleiros 93
onde I é a matriz identidade de tamanho n ×n. A matriz Q é unitária pois suas colunas
são formadas a partir de uma base ortonormal de C
m×1
. Sendo QQ

a matriz identidade,
chega-se a
P = QΣQ

.
Observe que apenas as n primeiras colunas de Qsão relevantes neste produto. Eliminando-
as obtemos a matriz
ˆ
Q = [q
1
, . . . , q
n
] com m linhas e n colunas para a qual
P =
ˆ
Q
ˆ
Q

.
Como já se provou, P =
P
k
i=1
q
i
q

i
e dela obtemos a identidade
P =
ˆ
Q
ˆ
Q

=
k
X
i=1
q
i
q

i
Usando uma base qualquer
Seja P um projetor ortogonal em C
m×1
e v
1
, . . . , v
n
matrizes coluna em C
m×1
tais que
B = {v
1
, . . . , v
n
} é uma base da imagem de P. Para todo v em C
m×1
, podemos escrever
Pv = x
1
v
1
+ · · · +x
k
v
n
= Ax,
onde x = [x
1
, . . . , x
n
]
T
é a matriz das coordenadas de Pv na base B e A = [v
1
, . . . , v
n
]
é uma matriz de ordem m por n, cujas colunas são v
1
, . . . , v
n
. Esta matriz A define uma
transformação linear de C
n×1
em C
m×1
.
O vetor v −Pv está no complemento ortogonal da imagem de P e, para j = 1, . . . , n,
hv
j
, v −Pvi = 0 ou v

j
Pv = v

j
v,
de onde segue
v

j
Ax = v

j
v.
Como a j− ésima linha de A

é v

j
, a identidade acima resulta em
A

Ax = A

v.
Como as colunas de A são linearmente independentes, seu posto é máximo e A

A : C
n×1
→ C
n×1
é um isomorfismo, possuindo assim uma inversa, o que nos permite escrever
x = (A

A)
−1
A

v
de onde resulta
Pv = Ax = A(A

A)
−1
A

v.
Como esta igualdade vale para todo v em C
m×1
,
P = A(A

A)
−1
A

.
Se a base B for ortonormal, a matriz A é unitária e daí A

= A
−1
. Com isto reobtemos
P = AA

, válida quando usamos uma base ortonormal.
94 Notas de aula do Prof. Antonio Cândido Faleiros
Exemplo 7.6 Determine o projetor ortogonal P sobre o espaço gerado pelos vetores v
1
=
(1, 2, 0)
T
e v
2
= (0, 1, 1)
T
.
Inicialmente estabelecemos
A = [v
1
, v
2
] =
_
_
1 0
2 1
0 1
_
_
e calculamos
P = A(A

A)
−1
A

=
_
_
1/3 1/3 −1/3
1/3 5/6 1/6
−1/3 1/6 5/6
_
_
.
Observe que Pv
1
= v
1
e Pv
2
= v
2
.
7.3 Ortogonalização de Gram-Schmidt em C
m×1
Vamos considerar o espaço vetorial C
m×1
com o produto interno hx, yi = x

y. Pelo
processo de ortogonalização de Gram-Schmidt, partindo de uma base {v
1
, . . . , v
m
} de
C
m×1
, pode-se obter uma base ortonormal {q
1
, . . . , q
m
}, de modo iterativo
w
1
= v
1
e q
1
=
w
1
kw
1
k
w
2
= v
2
−hq
1
, v
2
i q
1
e q
2
=
w
2
kw
2
k
w
3
= v
3
−hq
1
, v
3
i q
1
−hq
2
, v
3
i q
2
e q
3
=
w
3
kw
3
k
· · ·
A partir de q
1
= v
1
/ kv
1
k determinam-se recursivamente os demais elementos da base
ortonormal, mediante a fórmula
w
j
= v
j

j−1
X
i=1
hq
i
, v
j
i q
i
e q
j
=
w
j
kw
j
k
,
válida para j = 2, . . . , m. Como hq
i
, v
j
i q
i
= q
i
q

i
v
j
, esta recorrência pode ser reescrita na
forma
w
j
= v
j

j−1
X
i=1
q
i
q

i
v
j
=
Ã
1 −
j−1
X
i=1
q
i
q

i
!
v
j
A projeção ortogonal sobre o subespaço S
j
gerado por {q
1
, . . . , q
j
} é
ˆ
Q
j
ˆ
Q

j
=
j
X
i=1
q
i
q

i
Notas de aula do Prof. Antonio Cândido Faleiros 95
onde
ˆ
Q
j
= [q
1
, . . . , q
j
] é a matriz cujas colunas são q
1
, . . . , q
j
. A projeção ortogonal sobre
o complemento orgogonal de S
j
é
P
j
= I −
ˆ
Q
j
ˆ
Q

j
e a fórmula recursiva pode ser escrita de modo conciso como
w
j
= P
j−1
v
j
e q
j
=
w
j
kw
j
k
.
Conclui-se que o algoritmo clássico de Gram-Schmidt pode ser expresso em termos destes
projetores
q
1
=
P
0
v
1
kP
0
v
1
k
, q
2
=
P
1
v
2
kP
1
v
2
k
, . . . , q
m
=
P
m−1
v
m
kP
m−1
v
m
k
,
onde P
0
é a identidade e P
j
, para j = 1, . . . , n − 1, é a projeção ortogonal sobre o
complemento ortogonal do espaço gerado por {q
1
, . . . , q
j
}.
7.4 Ortogonalização modificada de Gram-Schmidt
Se q for uma matriz coluna unitária em C
m×1
, a projeção ortogonal sobre o complemento
ortogonal do espaço gerado por q é
P
⊥q
= I −qq

.
Vamos, a partir de um conjunto linearmente independente {v
1
, . . . , v
n
} em C
m×1
, obter
um conjunto ortonormal de matrizes coluna {q
1
, . . . , q
n
} em C
m×1
. Observe que
P
⊥q
2
P
⊥q
1
= (I −q

2
q
2
)(I −q
1
q

1
) = I −q
1
q

1
−q
2
q

2
+q
1
q

1
q
2
q

2
= I −q
1
q

1
−q
2
q

2
pois q
1
q

1
q
2
q

2
= 0, uma vez que q

1
q
2
= 0. Prosseguindo com esse raciocínio, obtemos
P
⊥q
j
· · · P
⊥q
2
P
⊥q
1
=
j
Y
i=1
(I −q
i
q

i
) =
= I −
j
X
i=1
q
i
q

i
= I −
ˆ
Q
j
ˆ
Q

j
uma vez que q
r
q

r
q
s
q

s
= 0 para todo r 6= s. O projetor P
j
= I −
ˆ
Q
j
ˆ
Q

j
é exatamente aquele
usado no algoritmo de Gram-Schmidt. A identidade
P
j
= P
⊥q
j
· · · P
⊥q
2
P
⊥q
1
será usada no algoritmo modificado. A obtenção de P
j
através das projeções sucessivas
P
⊥q
j
· · · P
⊥q
2
P
⊥q
1
é mais estável numericamente do que o cálculo clássico através da
matriz P
j
. Em lugar de calcular w
j
pela fórmula,
w
j
= P
j−1
v
j
96 Notas de aula do Prof. Antonio Cândido Faleiros
podemos usar outra
w
j
= P
⊥q
j−1
· · · P
⊥q
2
P
⊥q
1
v
j
.
O algoritmo modificado calcula w
j
usando a seqüência
w
(1)
j
= v
j
w
(2)
j
= P
⊥q
1
w
(1)
j
= w
(1)
j
−q
1
q

1
w
(1)
j
w
(3)
j
= P
⊥q
2
w
(2)
j
= w
(2)
j
−q
2
q

2
w
(2)
j
,
.
.
.
w
j
= w
(j)
j
= P
⊥q
j−1
w
(j−1)
j
= w
(j−1)
j
−q
j−1
q

j−1
w
(j−1)
j
.
Na aritmética computacional de precisão finita, este algoritmo introduz erros menores do
que o algoritmo clássico.
==============================
Algoritmo 8.2 Gram-Schmidt modificado (estável)
Entrada: Um conjunto {v
1
, . . . , v
n
} em C
m×1
linearmente independente
Saída: Um conjunto ortonormal {q
1
, . . . , q
m
} em C
m×1
==============================
for j = 1 to n
w
j
= v
j
for j = 1 to n
r
jj
= w

j
w
j
q
j
= w
j
/r
jj
for k = j + 1 to n
r
jk
= q

j
w
k
w
k
= w
k
−r
jk
q
j
==============================
Na prática, pode-se sobrescrever v
j
com w
j
e sobrescrever w
j
com q
j
para economizar
memória.
7.5 Contagem das operações
Vamos calcular o número de flops realizados na execução do algoritmo modificado de
Gram-Schmidt. Cada operação realizada contabilizará um flop em nossa contagem. Esta
operação pode ser uma adição, uma subtração, uma multiplicação, uma divisão ou a
extração de uma raiz quadrada. Quando m e n forem grandes, o loop que domina o
algoritmo é o mais interno
for k = j + 1 to n
r
jk
= q

j
w
k
w
k
= w
k
−r
jk
q
j
Notas de aula do Prof. Antonio Cândido Faleiros 97
O produto interno q

j
w
k
requer m multiplicações e m−1 adições. O cálculo de w
k
−r
jk
q
j
necessita de m multiplicações e um igual número de subtrações. Somamos 4m flops para
um único laço do loop. Como o laço em k, que varia de j + 1 a n, está dentro de outro
em j que varia de 1 a n, o número de flops usado neste algoritmo é
n
X
j=1
n
X
k=j+1
4m = 4m
n
X
j=1
(n −j) = 4m
n
2
−n
2
= 2mn
2
−2mn ∼ 2mn
2
,
onde o símbolo ∼ tem o seguinte significado
lim
m,n→∞
número de flops
2mn
2
= 1.
Concluimos que a fatoração QR usando Gram-Schmidt modificado demanda a realização
de ∼ 2mn
2
flops.
98 Notas de aula do Prof. Antonio Cândido Faleiros
Capítulo 8
Refletor de Householder
Seja v um vetor não nulo de C
m
. A matriz
H
v
= I −2
vv

v

v
é chamada de matriz de Householder ou refletor de Householder. Se u for múltiplo
de v e w for ortogonal a v, então
H
v
u = −u e H
v
w = w.
Todo u que está em S é refletido em −u e todo w no complemento ortogonal de S se
mantém inalterado. Esta observação nos permite dizer que a matriz H
v
reflete os vetores
de C
m
no complemento ortogonal de S.
Teorema 8.1 Seja v um vetor não nulo em C
m
. O refletor
H
v
= I −2
vv

v

v
é hermitiano e unitário.
O refletor H
v
é hermitiano e unitário mas não é um projetor, visto que
H
2
v
= I.
Sejam x e y dois vetores do C
m
com normas iguais e hx, yi = hy, xi . Os vetores
v =
1
2
(x +y)
w =
1
2
(x −y)
são ortogonais e o refletor de Householder H
v
é tal que
H
v
x = −y.
Este fato pode ser provado escrevendo x e y em termos de v e w
x = v +w e y = v −w.
99
100 Notas de aula do Prof. Antonio Cândido Faleiros
Nota 8.2 Se os elementos de x e y forem todas reais, basta ter kxk = kyk para garantir
a igualdade entre hx, yi e hy, xi .
Podemos definir um refletor de Householder que leva um vetor x do C
m
num outro
y = (y
1
, 0, . . . , 0) onde apenas a primeira coordenada y
1
é não nula. Iremos usá-lo para
calcular a decomposição QR de uma matriz usando refletores de Householder, que são
operadores auto-adjuntos. Vamos à sua descrição.
O sinal de um número complexo z é definido por sign(0) = 1 e, quando z 6= 0,
sign(z) =
z
|z|
.
Observe que o sinal é um número complexo de módulo unitário. Se z for real, seu sinal
será +1 ou −1. Para todo número complexo z,
sign(z)sign(z) = 1.
Teorema 8.3 Seja x = (x
1
, x
2
, . . . , x
m
)
T
um vetor não nulo em C
m
, com x
1
complexo
não nulo e e
1
= (1, 0, . . . , 0)
T
o primeiro elemento da base canônica do C
m
. O refletor
H
v
, onde
v =
1
2
(x +sign(x
1
) kxk e
1
) ,
leva x em y = −sign(x
1
) kxk e
1
, cujo único elemento não nulo é o primeiro.
Prova. O vetor
w =
1
2
(x −sign(x
1
) kxk e
1
)
é ortogonal a v e
x = u +w,
sign(x
1
) kxk e
1
= u −w.
Portanto,
H
v
(x) = H
v
v +H
v
w = −v +w = −sign(x
1
) kxk e
1
.
¤
Oy definido neste teorema tema forma (y
1
, 0, . . . , 0)
T
, onde apenas y
1
=−sign(x
1
) kxk
não é nulo. Esta escolha de u assegura que kxk ≤ kyk , o que fornece uma maior estabili-
dade numérica à decomposição QR usando refletores de Householder descrita em seguida.
Notas de aula do Prof. Antonio Cândido Faleiros 101
8.1 Decomposição QR usando o refletor de House-
holder
A decomposição QR, baseada no processo de ortogonalização de Gram-Schmidt é o resul-
tado de sucessivas multiplicações à direita de A = [v
1
, . . . , v
n
] por matrizes elementares,
todas triangulares superiores, resultando numa matriz ortogonal Q = [q
1
, . . . , q
n
]
A×R
1
× · · · ×R
n
= Q.
A matriz R
1
× · · · × R
n
é triangular superior e sua inversa R nos fornece a decomposição
A = QR.
Por seu turno, a decomposição QR baseada nas matrizes de Householder será o resul-
tado da multiplicação à esquerda de A por uma seqüência de matrizes ortogonais Q
1
, . . . ,
Q
n
, que resultarão numa matriz triangular R
Q
n
× · · · ×Q
1
· A = R.
A matriz Q
1
× · · · × Q
n
é ortogonal e sua inversa Q nos fornecerá a decomposição A = QR.
A idéia de Householder, proposta em 1958, foi a de escolher Q
k
para zerar aqueles
elementos da coluna k de A, situados abaixo da diagonal. A multiplicação pela matriz Q
k
opera sobre A realizando uma combinação linear das linhas k, k +1, . . . , m, mantendo as
primeiras k −1 colunas inalteradas e anulando os elementos da coluna k situados abaixo
da diagonal. A matriz Q
1
é uma matriz de Householder H
1
e a forma geral de Q
k
, para
k = 2, . . . , n, é
Q
k
=
·
I 0
0 H
k
¸
onde I é a matriz identidade de ordem k − 1 e H
k
é uma matriz de Householder cuja
ordem é m− k+ 1.
Se x for o vetor de C
m−k+1
formado pelos elementos da coluna k de A, extraídos da
diagonal principal para baixo, o refletor de Householder H
k
procurado é I− vv

/v

v, onde
v =
1
2
(x +sign(x
1
) kxk e
1
) ,
e e
1
= (1, 0, . . . , 0) é o primeiro elemento da base canônica do C
m−k+1
. Pelo que foi visto
anteriormente,
H
k
x = (y
1
, 0, . . . , 0)
T
onde y
1
= −sign(x
1
) kxk é o único elemento não nulo de H
k
x.
Sendo
A = [a
(1)
1
, a
(1)
2
, . . . , a
(1)
n
] =
_
¸
¸
¸
¸
¸
¸
_
a
(1)
11
a
(1)
12
a
(1)
13
· · · a
(1)
1n
a
(1)
21
a
(1)
22
a
(1)
23
· · · a
(1)
2n
a
(1)
31
a
(1)
32
a
(1)
33
· · · a
(1)
3n
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
a
(1)
m1
a
(1)
m2
a
(1)
m3
· · · a
(1)
mn
_
¸
¸
¸
¸
¸
¸
_
102 Notas de aula do Prof. Antonio Cândido Faleiros
então Q
1
= H
1
= I− v
1
v

1
/v

1
v
1
onde
v
1
=
1
2
_
¸
¸
¸
¸
¸
¸
_
a
(1)
11
+sign(a
(1)
11
)
°
°
°a
(1)
1
°
°
°
a
(1)
21
a
(1)
31
.
.
.
a
(1)
m1
_
¸
¸
¸
¸
¸
¸
_
e a
(1)
1
=
_
_
_
_
_
_
_
_
a
(1)
11
a
(1)
21
a
(1)
31
.
.
.
a
(1)
m1
_
_
_
_
_
_
_
_
estão em C
m
. Assim,
Q
1
A =
_
¸
¸
¸
¸
¸
¸
_
−sign(a
11
)
°
°
°a
(1)
1
°
°
° a
(2)
12
a
(2)
13
· · · a
(2)
1n
0 a
(2)
22
a
(2)
23
· · · a
(2)
2n
0 a
(2)
32
a
(2)
33
· · · a
(2)
3n
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 a
(2)
m2
a
(2)
m3
· · · a
(2)
mn
_
¸
¸
¸
¸
¸
¸
_
.
Eliminando a primeira linha e a primeira coluna de Q
1
A, obtemos a matriz
A
1
= [a
(2)
2
, a
(2)
3
, . . . , a
(2)
n
] =
_
¸
¸
¸
_
a
(2)
22
a
(2)
23
· · · a
(2)
2n
a
(2)
32
a
(2)
33
· · · a
(2)
3n
.
.
.
.
.
.
.
.
.
.
.
.
a
(2)
m2
a
(2)
m3
· · · a
(2)
mn
_
¸
¸
¸
_
que é de ordem m−1 por n −1. Toma-se H
2
= I −v
2
v

2
/v

2
v
2
, onde
v
2
=
1
2
_
¸
¸
¸
¸
_
a
(2)
22
+sign
³
a
(2)
22
´°
°
°a
(2)
2
°
°
°e
(2)
1
a
(2)
32
.
.
.
a
(2)
m2
_
¸
¸
¸
¸
_
e a
(2)
2
=
_
_
_
_
_
a
(2)
22
a
(2)
32
.
.
.
a
(2)
m2
_
_
_
_
_
estão em C
m−1
. Toma-se
Q
2
=
·
1 0
0 H
2
¸
e, com esta escolha,
Q
2
Q
1
A =
_
¸
¸
¸
¸
¸
¸
¸
_
−sign(a
(1)
11
)
°
°
°a
(1)
1
°
°
° a
(2)
12
a
(2)
13
· · · a
(2)
1n
0 −sign(a
(2)
22
)
°
°
°a
(2)
2
°
°
° a
(3)
23
· · · a
(3)
2n
0 0 a
(3)
33
· · · a
(3)
3n
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 0 a
(3)
m3
· · · a
(3)
mn
_
¸
¸
¸
¸
¸
¸
¸
_
.
Notas de aula do Prof. Antonio Cândido Faleiros 103
Na terceira etapa, toma-se
Q
3
=
_
_
1 0 0
0 1 0
0 0 H
3
_
_
sendo H
3
= I− v
3
v

3
/v

3
v
3
, onde
v
3
=
1
2
_
¸
¸
¸
¸
_
a
(3)
33
+sign
³
a
(3)
33
´°
°
°a
(3)
3
°
°
°
a
(3)
43
.
.
.
a
(3)
m3
_
¸
¸
¸
¸
_
e a
(3)
3
=
_
¸
¸
¸
_
a
(3)
33
a
(3)
43
.
.
.
a
(3)
m3
_
¸
¸
¸
_
.
estão em C
m−2
. Com esta escolha,
Q
2
Q
1
A =
_
¸
¸
¸
¸
¸
¸
¸
¸
_
−sign
³
a
(1)
11
´°
°
°a
(1)
1
°
°
° a
(2)
12
a
(2)
13
· · ·
0 −sign
³
a
(2)
22
´°
°
°a
(2)
2
°
°
° a
(3)
23
· · ·
0 0 −sign
³
a
(3)
33
´°
°
°a
(3)
3
°
°
° · · ·
.
.
.
.
.
.
.
.
.
.
.
.
0 0 0 · · ·
_
¸
¸
¸
¸
¸
¸
¸
¸
_
e o processo continua até obter uma matriz triangular superior
R = Q
n
· · · Q
2
Q
1
A.
As matrizes Q
1
, Q
2
, . . . , Q
n
são todas unitárias, de modo que seu produto Q
n
· · · Q
2
Q
1
,
que denotaremos por Q

, também é unitária sendo Q sua inversa. Assim, Q

A = R, que
resulta na decomposição
A = QR
onde Q é unitária e R é triangular superior.
8.2 O algoritmo para calcular R
O algoritmo seguinte calcula a matriz R, m por n, triangular superior da decomposição
QR de uma matriz A de ordem m por n, com m ≥ n. Além de R, este algoritmo constrói
os vetores de reflexão v
1
, . . . , v
n
.
=================================
Algoritmo 10.1 Fatoração QR de Householder
Entrada: A = (a
ij
), de ordem m por n.
Saída: Substitui a matriz A por R, que é triangular superior. Calcula ainda as reflexões
v
1
, . . . , v
n
.
=================================
104 Notas de aula do Prof. Antonio Cândido Faleiros
for k = 1 to n
x = A
k:m,k
v
k
= x +sign(x
1
) kxk e
1
v
k
= v
k
/ kv
k
k
A
k:m, k:n
= A
k:m, k:n
− 2v
k
(v

k
A
k:m, k:n
)
=================================
8.3 Contagem das operações
Em cada loop, o cálculo dominante é o de A
k:m, k:n
. O vetor v
k
tem comprimento l =
m− k+ 1. Para cada coluna de A
k:m, k:n
, é preciso calcular o produto interno v

k
A
k:m, j
o que exige 2l− 1 flops, sendo l multiplicações e l − 1 adições. Calculado este produto
interno, precisamos de 1 flop para calcular 2(v

k
A
k:m, j
) e l multiplicações para calcular
o produto deste escalar, 2(v

k
A
k:m, j
) pelo vetor v
k
. Finalmente, l subtrações para obter
A
k:m, j
− 2v
k
(v

k
A
k:m, j
). Efetuamos assim 4l operações para calcular A
k:m, j
em cada loop.
Para calcular as n− k+ 1 colunas de A
k:m, k:n
serão necessários 4l(n − k + 1) flops e na
execução dos n loops exigirá
n
X
k=1
4l(n −k + 1) =
n
X
k=1
4(m−k + 1)(n −k + 1) = 2mn
2

2
3
n
3
+ 2mn +
2
3
n
flops. Usamos no cálculo deste somatório os seguintes resultados
n
X
k=1
1 = n,
n
X
k=1
k =
1
2
n(n + 1),
n
X
k=1
k
2
=
1
6
(n + 3n
2
+ 2n
3
).
Admitindo que m e n crescem na mesma razão, fazendo m e n →∞, obtemos
∼ 2mn
2

2
3
n
3
flops para executar o algoritmo de Householder.
8.4 O algoritmo para calcular Q

A matriz Q ainda não foi calculada. Podemos usar as fórmulas
Q

= Q
n
· · · Q
2
Q
1
ou
Q = Q

1
Q

2
· · · Q

n
para obtê-la. Lembramos aqui que as matrizes Q
i
são unitárias e assim Q

i
= Q
−1
i
.
Podemos calcular Q

b ou Qx. O próximo algoritmo calcula Q

b.
Notas de aula do Prof. Antonio Cândido Faleiros 105
=================================
Algoritmo 10.2 Fatoração QR de Householder
Entrada: As reflexões v
1
, . . . , v
n
de ordem m por 1 e b de ordem m por 1
Saída: Substitui b pelo vetor Q

b de ordem m por 1.
=================================
for k = 1 to n
b
k:m
= b
k:m
− 2v
k
(v

k
b
k:m
)
=================================
Podemos usar este algoritmo para obter Q

, calculando suas colunas Q

e
1
, . . . , Q

e
m
de Q

.
8.5 O algoritmo para calcular Q
O próximo algoritmo calcula Qx.
=================================
Algoritmo 10.3 Fatoração QR de Householder
Entrada: As reflexões v
1
, . . . , v
n
, de ordem m por 1 e o vetor x de ordem n por 1.
Saída: Substitui x pelo vetor Qx de ordem n por 1.
=================================
for k = n downto 1
x
k:m
= x
k:m
− 2v
k
(v

k
x
k:m
)
=================================
Podemos usar este algoritmo para calcular as colunas Qe
1
, . . . , Qe
m
de Q. Este é o
método de escolha quando se deseja calcular a matriz unitária Q.
Quando se deseja calcular apenas
ˆ
Q da decomposição reduzida, basta calcular as
colunas Qe
1
, . . . , Qe
n
.
106 Notas de aula do Prof. Antonio Cândido Faleiros
Capítulo 9
Mínimos quadrados
Seja A uma matriz complexa m por n e b um vetor coluna do C
m
. O sistema algébrico
Ax = b tem solução se e somente se b for um ponto da imagem de A. Quando, além disso
A for inversível, Ax = b possui uma única solução dada por x = A
−1
b.
Quando b não pertencer à imagem de A, o sistema algébrico Ax = b não tem solução.
Entretanto, podemos escolher c na imagem de Aque minimiza kc −bk
2
e resolver o sistema
Ax = c. O ponto c da imagem de A mais próximo de b é a projeção ortogonal de b sobre
a imagem de A. Seja Pb esta projeção. As soluções de Ax = Pb, minimizam kAx −bk
2
.
Quando o ker(A) = {0}, o sistema Ax = Pb tem solução única. Entretanto, quando
ker(A) contiver vetores não nulos, o sistema Ax = Pb possuirá infinitas soluções. De fato,
se n for um elemento não nulo do núcleo de A e x
1
uma solução de Ax = Pb, então, para
todo número complexo c, A(x
1
+cn) = Pb.
Se x for uma solução de Ax = Pb, podemos decompô-la numa soma x
1
= r +n onde
r está na imagem de A

e n está no núcleo de A, uma vez que C
n
= Im(A

) ⊕ ker(A).
Observe que r é a projeção ortogonal de x sobre a imagem de A

. Sendo x
1
qualquer outra
solução do sistema Ax = Pb, então A(x
1
−x) = 0 e x
1
− x = n
1
pertence ao núcleo de A
e assim x
1
= x +n
1
= r+ (n +n
1
), onde n +n
1
pertence ao núcleo de A e r é a projeção
ortogonal sobre a imagem de A

de uma solução qualquer do sistema Ax = Pb. Uma das
lições que se tira do raciocínio acima é que projeção ortogonal sobre a imagem de A

de
uma solução x qualquer de Ax = Pb sempre resulta no mesmo vetor r. Determinando
uma única solução do sistema Ax = Pb e todas as soluções do sistema homogêneo Ax =
0, teremos em mãos todas as soluções do sistema não homogêneo Ax = Pb.
Cada solução de Ax = Pb é uma solução por mínimos quadrados de Ax = b.
A projeção ortogonal r de uma solução do sistema Ax = Pb sobre a imagem de A

é
chamada de solução principal por mínimos quadrados de Ax = b.
Quando o sistema linear Ax = b tem solução, suas soluções coincidem com as soluções
por mínimos quadrados de Ax = b.
Seguindo o esquema estabelecido até o momento, para obter a solução principal por
mínimos quadrados de Ax = b, precisamos seguir a seguinte receita:
1. Determine Pb, a projeção ortogonal de b sobre a imagem de A.
107
108 Notas de aula do Prof. Antonio Cândido Faleiros
2. Determine x, uma solução de Ax = Pb.
3. Determine r, a projeção ortogonal de x sobre a imagem de A

, que é ortogonal ao
núcleo de A.
Exercício 9.1 Para as matrizes abaixo, determine: a projeção ortogonal Pb de b sobre
a imagem de A, uma solução de Ax = Pb e a projeção ortogonal r de x sobre a imagem
de A

.
1. A =
_
_
1 2
0 1
2 3
_
_
e b =
_
_
1
0
0
_
_
.
2. A =
_
_
1 0 1
2 1 0
3 1 1
_
_
e b =
_
_
1
1
1
_
_
.
Exercício 9.2 Na decomposição QR de A =
_
_
1 2
0 1
1 2
_
_
, Q =
_
_
1/

2 0
0 1
1/

2 0
_
_
. Determine
a matriz que projeta sobre a imagem de A. Resolva o problema de mínimos quadrados
Ax = (1, 0, 0)
T
. (Sugestão: note que as colunas de Q dão base ortogonal para a imagem
de A.)
A resolução de um problema de mínimos quadrados é bastante árdua. Felizmente
existe um atalho que nos é dado pela proposição seguinte.
Teorema 9.3 Seja A uma matriz m por n e b um vetor coluna m por 1. Seja P a matriz
que projeta ortogonalmente sobre a imagem de A. Os sistemas lineares Ax = Pb e A

Ax =
A

b possuem as mesmas soluções.
Prova. Observe inicialmente que Pb −b ∈ Im(A)

= ker(A

).
1. Se x for solução de Ax = Pb, então Ax −b = Pb− b pertence ao núcleo de A

de
onde se conclui que A

(Ax −b) = 0 ou
A

Ax = A

b.
2. Se x for solução de A

Ax = A

b, então A

(b − Ax) = 0 e b− Ax pertence ao
núcleo de A

, que é ortogonal à imagem de A. Desta forma, b = Ax+ (b − Ax) é uma
decomposição de b em um vetor Ax na imagem de A e outro b −Ax no seu complemento
ortogonal. Logo, Pb = Ax. ¤
Definição 9.4 A equação
A

Ax = A

b
é chamada de equação normal do problema de mínimos quadrados para Ax = b.
Notas de aula do Prof. Antonio Cândido Faleiros 109
Embora seja redundante, nunca é demais reafirmar que, se x for uma solução da
equação normal, então a projeção ortogonal de b sobre a imagem de A é igual a Ax
Pb = Ax.
Quando m ≥ n e a matriz A, de ordem m por n, possuir posto máximo n, suas colunas
serão linearmente independentes e o seu núcleo conterá apenas o zero. A matriz A

A será
inversível e o problema de mínimos quadrados para Ax = b terá uma única solução
x = (A

A)
−1
A

b.
Como Pb = Ax, a projeção ortogonal P sobre a imagem de A será dada pelo produto
P = A(A

A)
−1
A

.
9.1 Mínimos quadrados e a decomposição QR
Seja A =
ˆ
Q
ˆ
R a decomposição QR reduzida da matriz A. As colunas da matriz
ˆ
Q = [q
1
,
. . . , q
k
] formam uma base ortonormal da imagem de A e
ˆ
Q

ˆ
Q é a matriz identidade k por
k. A matriz
ˆ
R, de ordem k por n, é triangular superior,
A

A =
ˆ
R

ˆ
Q

ˆ
Q
ˆ
R =
ˆ
R

ˆ
R,
e a equação normal A

Ax = A

b toma a forma
ˆ
R

ˆ
Rx =
ˆ
R

ˆ
Q

b.
Este sistema pode ser resolvido com facilidade, posto que
ˆ
R é triangular superior e
ˆ
R

é
triangular inferior.
Quando m ≥ n e a matriz A de ordem m por n possuir posto máximo n, as matrizes
A

A e
ˆ
R são inversíveis o que permite reduzir a equação normal à forma
ˆ
Rx =
ˆ
Q

b.
Neste caso,
ˆ
R é inversível e esta equação tem solução única. A projeção P = A (A

A)
−1
A

assumirá uma forma mais simples
P = A(A

A)
−1
A

=
ˆ
Q
ˆ
R(
ˆ
R

ˆ
R)
−1
ˆ
R

ˆ
Q

=
ˆ
Q
ˆ
Q

.
9.2 Pseudo inversa
Quando m ≥ n e a matriz A de ordem m por n possuir posto máximo n, o problema de
mínimo quadrado para Ax = b tem uma única solução que coincide com a única solução
da equação normal
A

Ax = A

b.
110 Notas de aula do Prof. Antonio Cândido Faleiros
A matriz A

A é inversível neste caso e
x = (A

A)
−1
A

b.
A matriz n por m
A
+
= (A

A)
−1
A

,
é chamada de pseudo-inversa de A. Ela recebe este nome pois x = A
+
b é a solução por
mínimos quadrados de Ax = b.
Sendo
ˆ
Q
ˆ
R for a decomposição QR reduzida de A, então
x =
ˆ
R
−1
ˆ
Q

b
e a pseudo-inversa será dada por
A
+
=
ˆ
R
−1
ˆ
Q

.
Continuando com A de ordem m por n e posto máximo n, a matriz A

A, além de ser
inversível, é hermitiana e possui uma decomposição de Cholesky A

A = R

R, onde R é
inversível e triangular superior. Neste caso, a equação normal se reduz à forma
R

Rx = A

b
e, sendo R triangular superior e R

triangular inferior, é muito simples resolver o sistema.
9.3 Reta de regressão
Sejam (x
1
, y
1
), . . . , (x
m
, y
m
) pontos de C
2
. Determine a reta
y = c
0
+c
1
x
que minimiza o resíduo
P
m
i=1
(c
0
+c
1
x
i
−y
i
)
2
.
Consideremos em C
m
o produto interno definido por hx, yi = x

y e a norma definida
por kxk
2
=

x

x. Sendo
A =
_
_
_
1 x
1
.
.
.
.
.
.
1 x
m
_
_
_
, c =
µ
c
0
c
1

, d =
_
_
_
y
1
.
.
.
y
m
_
_
_
,
então
kAc −dk
2
= hAc −d, Ac −di =
m
X
i=1
(c
0
+c
1
x
i
−y
i
)
2
.
Portanto, o problema proposto é equivalente ao problema de mínimos quadrados para
Ac = d no produto interno de C
m
definido por hx, yi = x

y.
Notas de aula do Prof. Antonio Cândido Faleiros 111
Se x
1
, . . . , x
m
não forem todos iguais, a matriz A tem posto 2. A equação normal
A

Ac = A

d do problema de mínimos quadrados para Ac = d é
µ
m
P
m
i=1
x
i
P
m
i=1
x
i
P
m
i=1
x
2
i
¶µ
c
0
c
1

=
µ P
m
i=1
y
i
P
m
i=1
x
i
y
i

que terá solução única.
Sejam
x =
1
m
(x
1
+ · · · +x
m
) e y =
1
m
(y
1
+ · · · +y
m
)
os valores médios de x
1
, . . . , x
m
e y
1
, . . . , y
m
, respectivamente. Podemos fazer a decom-
posição A = WT, onde
W =
_
_
_
1 (x
1
−x)
.
.
.
.
.
.
1 (x
m
−x)
_
_
_
, T =
µ
1 x
0 1

onde as colunas de W formam uma base ortogonal para a imagem de A e T é inversível.
Com esta decomposição, a equação normal A

Ac = A

d assume a forma
µ
m 0
0
P
m
i=1
(x
i
−x)
2
¶µ
c
0
+c
1
x
c
1

=
µ P
m
i=1
y
i
P
m
i=1
(x
i
−x)y
i

cuja solução é imediata
c
1
=
P
m
i=1
(x
i
−x)y
i
P
m
i=1
(x
i
−x)
2
e c
0
= y −c
1
x.
Exercício 9.5 Calcule a reta de regressão para os dados (1; 3), (2; 6), (3; 5, 5), (4; 6, 5).
9.4 Interpolação polinomial
Dados os pontos (x
1
, y
1
), . . . , (x
m
, y
m
), determine c
0
, c
1
, . . . , c
m−1
, de modo que o
polinômio
y = p(x) = c
0
+c
1
x + · · · +c
m−1
x
m−1
seja tal que p(x
i
) = y
i
, para i = 1, 2, . . . , m−1.
Estas condições nos levam ao sistema de equações algébricas lineares Ac = d onde
A =
_
_
_
_
_
1 x
1
x
2
1
· · · x
k
1
1 x
2
x
2
2
· · · x
k
2
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
1 x
m
x
2
m
· · · x
k
m
_
_
_
_
_
, c =
_
_
_
_
_
c
0
c
1
.
.
.
c
k
_
_
_
_
_
, d =
_
_
_
_
_
y
1
y
2
.
.
.
y
m
_
_
_
_
_
.
Se os pontos x
1
, x
2
, . . . , x
m
forem todos distintos, a matriz A é inversível e o problema
tem solução única para qualquer y
1
, y
2
, . . . , y
m
.
112 Notas de aula do Prof. Antonio Cândido Faleiros
O polinômio p(x) assim obtido é chamado de polinômio interpolador dos pares de
pontos (x
1
, y
1
), . . . , (x
m
, y
m
).
À medida que o m cresce, o polinômio p oscila mais e mais. Se os pontos (x
i
, y
i
)
tiverem sido obtidos a partir de experimentos laboratoriais, p(x) pode não representar o
fenômeno que se pretende descrever.
9.5 Ajuste polinomial
Se os dados (x
i
, y
i
), i = 1, 2, . . . , m, forem provenientes de experimentos, a interpolação
polinomial fornece um polinômio que oscila muito e não representa adequadamente os
dados obtidos experimentalmente. Quanto maior for o conjunto de dados, mais oscilante
é o polinômio. Desta forma, é muito mais interessante procurar um polinômio de grau
menor, que oscila menos e se ajuste melhor aos dados observados, embora não passe nec-
essariamente por nenhum deles. Observando que dados experimentais são passíveis de
erros, não é um absurdo obter um polinômio que se ajuste a eles sem passar necessaria-
mente por nenhum deles. Fica no ar a pergunta: qual o grau do polinômio a ser usado.
Em geral, quando se faz um experimento, existem modelos matemáticos que descrevem o
fenômeno. Se não houver, busca-se um por tentativas e erros. O critério de ajuste pode
ser aquele fornecido pelo problema de mínimos quadrados.
Dados os pontos (x
1
, y
1
), . . . , (x
m
, y
m
), determine o polinômio
y = p(x) = c
0
+c
1
x + · · · +c
k
x
k
de grau k menor do que m−1 que minimiza o resíduo
P
m
i=1
(p(x
i
) −y
i
)
2
.
Minimizar este resíduo é equivalente à minimização da norma kAc −dk
2
, onde
A =
_
_
_
_
_
1 x
1
x
2
1
· · · x
k
1
1 x
2
x
2
2
· · · x
k
2
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
1 x
m
x
2
m
· · · x
k
m
_
_
_
_
_
, c =
_
_
_
_
_
c
0
c
1
.
.
.
c
k
_
_
_
_
_
, d =
_
_
_
_
_
y
1
y
2
.
.
.
y
m
_
_
_
_
_
,
de modo que o problema proposto é equivalente àquele dos mínimos quadrados para Ac =
d com o produto interno
hx, yi = x

y.
Quando k = m−1 caímos no caso anterior da interpolação polinomial.
9.6 Aproximação polinomial de funções
Um problema semelhante ao anterior consiste em determinar o polinômio
y = p(x) = c
0
+c
1
x + · · · +c
k
x
k
Notas de aula do Prof. Antonio Cândido Faleiros 113
de grau menor ou igual a k que melhor aproxima uma função g(x) definida no intervalo
[a, b]. Logo surge a pergunta: em que sentido p(x) é o melhor polinômio que aproxima
g(x)?
Numa tentativa de responder a esta indagação, legítima por sinal, poderíamos pegar
m pontos a = x
1
≤ x
2
≤ · · · ≤ x
m
= b igualmente espaçados em [a, b] e assim determinar
o polinômio p(x) que minimiza a soma
S =
m
X
i=1
[p(x
i
) −g(x
i
)]
2
.
Denotando g(x
i
) por y
i
, podemos resolver este problema usando a técnica anterior de
ajuste polinomial.
Entretanto, antes de encerrar o caso, vamos elaborar um pouco mais este problema.
Para m fixo, seja ∆x = (b − a)/m. Minimizar S ou S · ∆x é a mesma coisa. À medida
que o m cresce,
S · ∆x =
m
X
i=1
|p(x
i
) −g(x
i
)|
2
∆x
converge para a integral
R
b
a
[f(x) −g(x)]
2
dx. Tal fato motiva a definição do produto in-
terno
hf, gi =
Z
b
a
f(x)¯ g(x) dx
e a norma correspondente a ele
kfk =
s
Z
b
a
|f(x)|
2
dx.
Nesta norma, kp −gk
2
=
R
b
a
|p(x) −g(x)|
2
dx.
O problema agora pode ser reformulado como segue: Seja g uma função contínua,
definida no intervalo real [a, b]. Determine o polinômio p(x) = c
0
+ c
1
x+ · · · + c
k
x
k
de
grau menor ou igual a k, que minimiza
kp −gk
2
=
Z
b
a
|p(x) −g(x)|
2
dx.
Sabemos que p é obtido projetando g ortogonalmente sobre o espaço dos polinômios
de grau menor ou igual a k. Podemos determinar este polinômio a partir de uma base
ortogonal para este espaço vetorial. Sabemos que quando [a, b] = [−1, 1], estes polinômios
estão relacionados aos polinômios de Legendre.
114 Notas de aula do Prof. Antonio Cândido Faleiros
9.7 Aproximação trigonométrica
Podemos agora resolver um problema semelhante ao anterior, aproximando uma função
real g(x), definida no intervalo [−L, L], por uma função trigonomérica
f(x) =
a
0
2
+
m
X
k=1
a
k
cos
µ

L
x

+
m
X
k=1
b
k
sen
µ

L
x

fazendo com que
kf −gk
2
=
Z
L
−L
|f(x) −g(x)|
2
dx
seja o menor possível. A norma acima é proveniente do produto interno
hf, gi =
Z
L
−L
f(x)¯ g(x) dx
e, o que é interessante observar, o conjunto de funções
{ 1, cos
µ

L
x

, sen
µ

L
x

: k = 1, 2, . . . , m }
é ortogonal em relação a este produto interno. Pode-se calcular que h1, 1i = 2L e
¿
cos
µ

L
x

, cos
µ

L
x
¶À
=
¿
sen
µ

L
x

, sen
µ

L
x
¶À
= L.
Consequentemente,
a
0
=
1
L
Z
L
−L
g(x)dx
a
k
=
1
L
Z
L
−L
g(x) cos
µ

L
x

dx
b
k
=
1
L
Z
L
−L
g(x)sen
µ

L
x

dx
para k = 1, 2, . . . , m.
Seja g(x) uma função contínua por partes no intervalo [−L, L] e h(x) sua extensão
periódica para toda a reta. À medida que o m cresce, a aproximação trigonométrica
converge para o valor médio
g(x

) +g(x
+
)
2
onde
g(x

) = lim
s→x

g(s) e g(x
+
) = lim
s→x
+
g(s).
A teoria que trata das aproximações por funções trigonométricas é denominada de
Análise de Fourier e a ciência que estuda as aproximações por seqüências de funções
ortogonais é denominada de Análise Harmônica.
Capítulo 10
Autovalores e autovetores
Definição 10.1 Seja V um espaço vetorial e L : V →V um operador linear. Um escalar
λ é um autovalor de L se existir um vetor v, não nulo, tal que Lv = λv. O vetor v é
chamado de autovetor de L correspondente ao autovalor λ.
Uma matriz quadrada A define um operador linear de R
n
em R
n
se for real ou de C
n
em C
n
se for complexa. Um número real λ é um autovalor de A se existir uma matriz
coluna x de ordem n por 1, não nula, tal que Ax = λx. O vetor coluna x é chamado de
autovetor de A correspondente ao autovalor λ.
Sendo x um autovetor de A correspondente ao autovalor λ então
(λI −A)x = 0,
onde I é a matriz identidade. A equação matricial acima possui solução não trivial se e
só se
det(λI −A) = 0.
Se A for uma matriz de ordem n, o det(λI −A) é um polinômio de grau n em λ. Sobre o
corpo dos números complexos, a equação polinomial
det(tI −A) = 0
possui pelo menos uma raiz λ. Substituindo este valor na equação matricial (λI −A)x = 0,
determinamos os autovalores x. Lembre-se: quando uma equação matricial homogênea
possui solução não trivial, esta solução não é única. Se x
1
e x
2
são dois autovetores de A
correspondentes ao mesmo autovalor λ e α
1
, α
2
forem dois escalares, então α
1
x
1
+ α
2
x
2
será autovetor de A correspondentes ao autovalor λ. O conjunto
auto(λ) = {x ∈ C
n
: Ax = λx}
é um subespaço vetorial de C
n
, chamado de autoespaço de A correspodente ao autovalor
λ.
A matriz tI − A é chamada de matriz característica de A, o polinômio ∆(t) =
det(tI−A) é chamado de polinômio característico de A e a equação polinomial det(tI−
A) = 0 é chamada de equação característica de A.
115
116 Notas de aula do Prof. Antonio Cândido Faleiros
Para obter os autovalores e autovetores de A, calcule as raízes λ
1
, . . . , λ
s
da equação
característica det(λI −A) = 0 e, para cada autovalor λ
i
, determine o conjunto solução do
sistema homogêneo
(λI −A)x = 0
para obter o autoespaço de λ.
Se duas matrizes quadradas A e B forem semelhantes, então existe uma matriz inver-
sível P tal que B = PAP
−1
e
det(tI −B) = det(tP
−1
P −P
−1
AP) = det(P
−1
(tI −A)P) =
= det(P
−1
) det(tI −A) det(P) = det(tI −A),
mostrando que matrizes semelhantes possuem a mesma equação característica e, portanto,
os mesmos autovalores.
Para determinar autovalores e autovetores de um operador linear L : V →V, onde V
é um espaço vetorial de dimensão finita n, escolhemos uma base B = {v
1
, . . . , v
n
} de V e
calculamos a matriz de L na base B que denotamos por A. Um escalar λ é autovalor de
L se e só se for autovalor de A. Um vetor v não nulo é autovetor de L correspondente ao
autovalor λ se e só se a matriz coluna x das coordenadas de v na base B for um autovetor
de A correspondente ao autovalor λ.
De fato, se A = (a
ij
), então
Lv
j
=
n
X
i=1
a
ij
v
i
e, se x = (x
1
, . . . , x
n
)
T
, então
v =
n
X
i=1
x
i
v
i
e
Lv =
n
X
j=1
x
j
Lv
j
=
n
X
j=1
x
j
n
X
i=1
a
ij
v
i
=
n
X
i=1
Ã
n
X
j=1
a
ij
x
j
!
v
i
.
Assim, Lv = λv se e só se
P
n
i=1
³
P
n
j=1
a
ij
x
j
´
v
i
=
P
n
i=1
λx
i
v
i
e, da independência linear
dos elementos de B, esta igualdade se verifica se e só se
P
n
j=1
a
ij
x
j
=
P
n
i=1
λx
i
, para i =
1, . . . , n, que corresponde à equação matricial Ax = λx.
Desta forma, para calcular os autovalores e autovetores de um operador L num espaço
vetorial de dimensão finita, basta calcular sua matriz A numa base B, determinar seus
autovalores λ
1
, . . . , λ
s
, que serão os autovetores de L. A cada autovalor λ
i
, determine o
autoespaço de A correspondente a este autovalor
auto(λ
i
) = {x ∈ C
n
: Ax = λ
i
x}
para obter os autovetores v de L correspondente ao autovalor λ
i
que serão dados por
v = x
1
v
1
+ · · · +x
n
v
n
Notas de aula do Prof. Antonio Cândido Faleiros 117
onde x = (x
1
, . . . , x
n
)
T
é autovetor de A correspondente ao autovalor λ
i
.
Seja λ um autovalor de L. Tal como no caso de matrizes, o conjunto
auto(λ) = {v ∈ V : Lv = λv}
é um subespaço vetorial de V, denominado de autoespaço de L correspondente ao auto-
valor λ.
Se A for a matriz de L numa base B de V, então tI − A é chamada de matriz
característica de L, o polinômio det(tI −A) é chamado de polinômio característico
de L e a equação polinomial det(tI −A) = 0 é chamada de equação característica de
L.
Como as matrizes de uma transformação linear em bases diferentes são semelhantes, o
polinômio característico de L não depende da base escolhida e, portanto, seus autovalores
não dependem da base escolhida. A mesmo acontece com os autovetores de L. Sua
determinação não depende da base escolhida.
Teorema 10.2 Autovetores de L correspondentes a autovalores distintos são linearmente
independentes.
Prova. Sejam v
1
, . . . , v
r
os autovetores de L correspondentes aos autovalores dis-
tintos λ
1
, . . . , λ
r
. Vamos provar que estes autovetores formam um conjunto linearmente
independente.
1. Inicialmente provaremos que {v
1
, v
2
} é linearmente independente. Sejam a
1
e a
2
dois escalares tais que a
1
v
1
+a
2
v
2
= 0. Multiplicando por λ
1
e por A vem
a
1
λ
1
v
1
+a
2
λ
1
v
2
= 0
e
a
1
λ
1
v
1
+a
2
λ
2
v
2
= 0.
Subtraindo uma da outra chega-se a a
2

1
−λ
2
)v
2
= 0. Como λ
1
6= λ
2
e v
2
6= 0, obtemos
a
2
= 0 e, consequentemente, a
1
= 0, provando que o conjunto {v
1
, v
2
} é linearmente
independente. Do mesmo modo se prova que um conjunto formado por dois autovetores
{v
i
, v
j
} são linearmente independentes.
2. Vamos supor, como hipótese de indução, que qualquer subconjunto de {v
1
, . . . , v
r
}
com menos de r elementos é linearmente independente.
3. Vamos provar que {v
1
, . . . , v
r
} é linearmente independente. Consideremos a
equação
a
1
v
1
+a
2
v
2
+ · · · +a
r
v
r
= 0,
onde a
i
são escalares. Multiplicando-a por A e por λ
1
, obtemos
a
1
λ
1
v
1
+a
2
λ
2
v
2
+ · · · +a
r
λ
r
v
r
= 0
e
a
1
λ
1
v
1
+a
2
λ
1
v
2
+ · · · +a
r
λ
1
v
r
= 0.
118 Notas de aula do Prof. Antonio Cândido Faleiros
Subtraindo uma da outra vem
a
2

2
−λ
1
)v
2
+ · · · +a
r

r
−λ
1
)v
r
= 0
Sendo o conjunto {v
2
, . . . , v
r
} linearmente independente, a
2

2
−λ
1
) = · · · = a
r

r
−λ
1
) =
0. Como os autovalores são distintos, a
2
= · · · = a
r
= 0 e, em conseqüência, a
1
também é
nulo, completando a prova de que o conjunto {v
1
, . . . , v
r
} é linearmente independente. ¤
Teorema 10.3 Seja V um espaço com produto interno e L : V → V auto-adjunto. Os
autovalores de L são reais e os autovetores correspondentes a autovalores distintos são
ortogonais.
Prova. Se Lv = λv, onde v é um vetor não nulo e λ escalar, então hLv, vi = hv, Lvi
o que implica em
¯
λhv, vi = λhv, vi ou (
¯
λ −λ) hv, vi = 0, de onde se conclui que
¯
λ = λ.
Se v e w forem autovetores correspondentes aos autovalores reais distintos λ e µ, então,
de hLv, wi = hv, Lwi o que implica em λhv, wi = µhv, wi ou (λ − µ) hv, wi = 0. Como
λ 6= µ, hv, wi = 0. ¤
Teorema 10.4 Seja V um espaço com produto interno e L : V →V linear. Os autoval-
ores de L

L são reais e não negativos, isto é, se λ for autovalor de L

L, então λ ≥ 0.
Prova. Como L

L é auto-adjunto, seus autovalores são reais. Seja v um autovetor de
L

L associado ao autovalor λ. De hLv, Lvi ≥ 0, segue
0 ≤ hLv, Lvi = hv, L

Lvi = hv, λvi = λhv, vi
Como hv, vi > 0, conclui-se que λ ≥ 0. ¤
Teorema 10.5 Seja V um espaço com produto interno e L : V → V antiadjunto. Os
autovalores de L são números imaginários puros (números complexos com parte real nula)
e os autovetores correspondentes a autovalores distintos são ortogonais.
Prova. Se v for um autovetor de L, com Lv = λv então
hLv, vi = hv, −Lvi =⇒
¯
λhv, vi = −λhv, vi =⇒
¯
λ = −λ
provando que λ é um número imaginário com parte real nula.
Sejam v e w autovetores de L com Lv = λv, Lw = σw e λ 6= σ. Então
hLv, wi = hv, −Lwi =⇒
¯
λhv, wi = −σ hv, wi .
Sendo λ e σ imaginários puros e distintos,
¯
λ 6= −σ e assim, hv, wi = 0. ¤
Notas de aula do Prof. Antonio Cândido Faleiros 119
Teorema 10.6 Seja V um espaço com produto interno e L : V →V unitário. Os auto-
valores de L são números complexos com módulo unitário e os autovetores correspondentes
a autovalores distintos são ortogonais.
Prova. Seja v um autovetor de L, com Lv = λv. Então
hLv, Lvi = hv, vi =⇒
¯
λλhv, vi = hv, vi =⇒
¯
λλ = 1,
mostrando que λ é um número complexo de módulo unitário.
Sejam v e w autovetores de L com Lv = σv, Lw = λw e σ 6= λ. Se hv, wi 6= 0, então
hLv, Lwi = hv, wi =⇒ ¯ σλhv, wi = hv, wi =⇒ ¯ σλ = 1.
Como λ possui módulo unitário, podemos escrevê-lo na forma λ = exp(iθ), onde θ é um
número real. Assim ¯ σ exp(iθ) = 1 e ¯ σ = exp(−iθ) =
¯
λ de onde se conclui que λ = σ, o
que contraria a hipótese. ¤
Definição 10.7 Seja p(t) = c
0
+ c
1
t+ · · · + c
k
t
k
um polinômio em t e A uma matriz
quadrada. Define-se p(A), o valor do polinômio p(t) na matriz A, por
p(A) = c
0
I +c
1
A+ · · · +c
k
A
k
onde I é a matriz identidade com ordem igual à de A. Se p(A) = 0, diremos que a matriz
A é um zero do polinômio p(t).
Sejam A
k
, k = 0, 1, . . . , r, matrizes quadradas de mesma ordem. Os elementos da
matriz
A(t) = A
0
+A
1
t + · · · +A
r
t
r
são polinômios de grau menor ou igual a r.
Teorema 10.8 (Cayley-Hamilton) Toda matriz é um zero do seu polinômio caracterís-
tico.
Prova. Seja A uma matriz quadrada de ordem n e B = tI −A sua matriz caracterís-
tica. Seu polinômio característico
det B = det(tI −A) = t
n
+c
n−1
t
n−1
+ · · · +c
1
t +c
0
tem grau n. Cada elemento da adjunta clássica de B, denotada por adj(B), é um polinômio
de grau n − 1 ou inferior. Logo, adj(B) = B
n−1
t
n−1
+ · · · + B
1
t+ B
0
é um polinômio
matricial de grau n −1 ou inferior. Sabe-se que B
−1
= adj(B)/ det(B) e assim,
det(B)I = adj(B) · B.
Como
det(B)I = It
n
+c
n−1
It
n−1
+ · · · +c
1
It +c
0
I
120 Notas de aula do Prof. Antonio Cândido Faleiros
e
adj(B) · B =
¡
B
n−1
t
n−1
+ · · · +B
1
t +B
0
¢
(tI −A)
= B
n−1
t
n
+ (B
n−2
−B
n−1
A)t
n−1
+ · · · + (B
0
−B
1
A)t +B
0
A
segue
I = B
n−1
c
n−1
I = B
n−2
−B
n−1
· · ·
c
1
I = B
0
−B
1
A
c
0
I = B
0
A.
Multiplicando as igualdades, da primeira até a última por A
n
, A
n−1
, . . . , A e I, respecti-
vamente, pela direita e adicionando os resultados, obtemos zero do lado direito e, do lado
esquerdo, o polinômio característico
A
n
+c
n−1
A
n−1
+ · · · +c
1
A+c
0
I
calculado na matriz A. Isto prova o teorema de Cayley-Hamilton. ¤
Matrizes triangulares em bloco são aquelas do tipo
A =
µ
A
1
B
0 A
2

onde A
1
e A
2
são matrizes quadradas, podendo ter a mesma ordem ou não. Então
det(A) = det(A
1
) det(A
2
).
A matriz característica de A também é triangular por blocos e
det(tI −A) = det(tI −A
1
) det(tI −A
2
).
Teorema 10.9 Seja A uma matriz triangular em blocos, cujos blocos diagonais são A
1
,
. . . , A
r
. Então o polinômio característico de A é o produto dos polinômios característicos
de A
1
, . . . , A
r
, isto é,
det(tI −A) = det(tI −A
1
) · · · det(tI −A
r
).
O polinômio característico de uma matriz quadrada complexa A pode ser fatorado em
fatores lineares,
∆(t) = (t −λ
1
)
p
1
· · · (t −λ
k
)
p
k
,
onde λ
1
, . . . , λ
k
são suas raízes e p
1
, . . . , p
k
suas multiplicidades. O expoente p
k
é a
multiplicidade algébrica do autovalor λ
k
.
Notas de aula do Prof. Antonio Cândido Faleiros 121
Definição 10.10 Seja λ um autovalor de uma matriz quadrada A de ordem n. A mul-
tiplicidade algébrica de λ é a multiplicidade de λ como raíz da equação característica.
A multiplicade geométrica de λ é a dimensão do seu autoespaço.
Exemplo 10.11 O polinômio característico de A =
_
_
5 1 0
0 5 0
0 0 5
_
_
é (t − 5)
3
. Logo, 5 é
um autovalor de A de multiplicidade algébrica 3. O autoespaço deste autovalor é gerado
por (1, 0, 0)
T
e (0, 0, 1)
T
. Logo, a multiplicidade geométrica do autovalor 5 é 2.
Teorema 10.12 A multiplicidade geométrica de um autovalor nunca excede sua multi-
plicidade algébrica.
Prova. Seja V um espaço vetorial de dimensão n e L : V → V um operador linear.
Seja g a multiplicidade geométrica de um autovalor λ de L. Existem g autovetores v
1
, . . . ,
v
g
linearmente independentes correspondentes ao autovalor λ. Completemos este conjunto
para obter uma base de V. Seja B = {v
1
, . . . , v
g
, w
1
, . . . , w
r
} esta base. A matriz de L
nesta base é
M =
_
_
_
_
_
_
_
_
_
λ · · · 0 c
11
· · · c
1r
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 · · · λ c
p1
· · · c
pr
0 · · · 0 b
11
· · · b
1r
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 · · · 0 b
r1
· · · b
rr
_
_
_
_
_
_
_
_
_
=
µ
A C
0 B

onde A = λI. O polinômio característico de M é ∆(t) = det(tI−M) = det(tI−A) det(tI−
B) = (t − λ)
g
det(tI − B). Portanto, (t − λ)
g
deve dividir ∆(t). Para que isto ocorra, a
multiplicidade algébrica de λ deve ser maior ou igual a g. ¤
Teorema 10.13 Uma matriz quadrada A de ordem n é semelhante a uma matriz diagonal
D se e só se A tem n autovetores linearmente independentes.
Prova. 1. Se A for semelhante a uma matriz diagonal D, então existe uma matriz
inversível P tal que AP = PD. Os elementos diagonais de D são os autovalores de A e
as colunas de P os autovetores. Sendo inversível, as colunas de P são vetores linearmente
independentes.
2. Se A tem n autovetores linearmente independentes, sejam eles {v
1
, . . . , v
n
} que
formam uma base de V e para os quais Av
i
= λ
i
v
i
. Se P for a matriz cujas colunas são
formadas por esses vetores, temos AP = PD onde D = diag(λ
1
, . . . , λ
n
). ¤
Nota 10.14 No teorema anterior, os n autovalores λ
1
, . . . , λ
n
não precisam ser todos
distintos.
122 Notas de aula do Prof. Antonio Cândido Faleiros
Seja P a matriz inversível para a qual D = P
−1
AP é diagonal. Então A = PDP
−1
é
a chamada de fatoração diagonal de A.
Seja V um espaço vetorial com dimensão n. Seja L : V →V uma transformação linear,
cujo polinômio característico
∆(t) = (t −λ
1
)(t −λ
2
) · · · (t −λ
n
)
pode ser fatorado em n fatores distintos do primeito grau. Então L possui n autovetores
linearmente independentes e portanto, possui uma representação matricial diagonal, na
base formada pelos autovetores. Os elementos da diagonal desta representação são os
autovalores λ
i
.
Se D for diagonal e seus elementos diagonais forem d
11
, d
22
, . . . , d
nn
denotaremos esta
matriz por D = diag(d
11
, d
22
, . . . , d
nn
). Sendo A = PDP
−1
, então
A
m
=
¡
PDP
−1
¢
m
= PD
m
P
−1
= Pdiag(d
m
11
, d
m
22
, . . . , d
m
nn
)P
−1
.
Sendo f(t) um polinômio,
f(A) = f
¡
P DP
−1
¢
= P f(D) P
−1
= Pdiag( f(d
11
), f(d
22
), . . . , f(d
nn
) )P
−1
.
Além disso, se os elementos diagonais de D forem não negativos, então
B = Pdiag
³
p
k
1
, . . . ,
p
k
n
´
P
−1
é uma raiz quadrada de A pois B
2
= A.
Capítulo 11
Espaços Invariantes
Definição 11.1 Seja L : V →V um operador linear e W um subespaço de V. Se L(W) ⊂
W, diremos que W é invariante sob L.
Exemplo 11.2 Seja L(x, y, z) = ( x − y, x + y, z ) um operador definido no espaço
vetorial dos ternos ordenados. O subespaço W = { (x, y, 0) : x, y ∈ R } é invariante sob
L.
O subespaço gerado por um vetor w não nulo é invariante sob L se e só se w for um
autovetor de L.
Seja L : V →V linear e f(t) um polinômio. O ker f(L) é invariante sob L. Se W for
invariante sob L, então W é invariante sob f(L).
Definição 11.3 Seja W um subespaço vetorial de V e L : V → V um operador linear.
Se W for invariante sob L podemos definir T : W → W por T(w) = L(w) para todo w
em W. O operador T é linear em W e recebe o nome de restrição de L em W.
Sendo W invariante sob L, então é invariante sob L
k
, para todo k inteiro positivo. Se
f(t) for um polinômio, então W é invariante sob f(L). Sendo T a restrição de L a W,
para todo w em W, tem-se f(T)w = f(L)w.
Teorema 11.4 Seja L : V → V linear e W subespaço de V invariante sob L. Então L
possui uma representação matricial em bloco
µ
A C
0 B

onde A é uma representação matricial da restrição de L em W.
123
124 Notas de aula do Prof. Antonio Cândido Faleiros
Prova. Seja {u
1
, . . . , u
j
} uma base de W e {u
1
, . . . , u
j
, v
1
, . . . , v
k
} uma base de V.
Como W é invariante frente a L,
L(u
1
) = a
11
u
1
+ · · · +a
j1
u
j
· · ·
L(u
j
) = a
1j
u
1
+ · · · +a
jj
u
j
L(v
1
) = c
11
u
1
+ · · · +c
j1
u
j
+b
11
v
1
+ · · · +b
k1
v
k
· · ·
L(v
k
) = c
1k
u
1
+ · · · +c
jk
u
j
+b
1k
v
1
+ · · · +b
kk
v
k
e, portanto, a representação matricial de L nesta base é
_
_
_
_
_
_
_
_
_
a
11
· · · a
1j
c
11
· · · c
1k
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
a
j1
· · · a
jj
c
j1
· · · c
jk
0 · · · 0 b
11
· · · a
1j
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 · · · 0 b
k1
· · · b
kk
_
_
_
_
_
_
_
_
_
=
µ
A C
0 B

.
¤
Definição 11.5 Seja L : V →V linear e V = W
1
⊕· · · ⊕W
r
, onde W
i
é invariante sob
L. Seja L
i
a restrição de L a W
i
. Neste caso se diz que L é a soma direta dos L
i
ou que
L é decomponível nos operadores L
i
, quando então se escreve
L = L
1
⊕· · · ⊕L
r
.
Ainda se diz que os subespaços W
1
, . . . , W
r
reduzem L.
Teorema 11.6 Seja L : V →V linear e W
1
, . . . , W
r
subespaços de V invariantes sob L
e tais que V = W
1
⊕· · · ⊕W
r
. Neste caso, L possui uma representação matricial diagonal
em bloco
A =
_
_
_
_
_
A
1
0 · · · 0
0 A
2
· · · 0
.
.
.
.
.
.
.
.
.
.
.
.
0 0 · · · A
r
_
_
_
_
_
onde A
i
é uma representação matricial da restrição L
i
de L no subespaço W
i
.
Prova. Provaremos o teorema no caso em que V = W
1
⊕ W
2
. Sejam B
1
= {u
1
, . . . ,
u
r
} base de W
1
e B
2
= {w
1
, . . . , w
s
} base de W
2
. Como W
1
e W
2
são invariantes frente
Notas de aula do Prof. Antonio Cândido Faleiros 125
L,
L(u
1
) = a
11
u
1
+ · · · +a
r1
u
r
· · ·
L(u
r
) = a
1r
u
1
+ · · · +a
rr
u
r
L(w
1
) = b
11
w
1
+ · · · +b
s1
w
s
· · ·
L(w
s
) = b
1s
w
1
+ · · · +b
ss
w
s
Desta forma, a representação matricial de L nesta base é
A =
_
_
_
_
_
_
_
_
_
a
11
· · · a
1r
0 · · · 0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
a
r1
· · · a
rr
0 · · · 0
0 · · · 0 b
11
· · · b
1s
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 · · · 0 b
s1
· · · b
ss
_
_
_
_
_
_
_
_
_
=
µ
A 0
0 B

.
¤
Nas condições do teorema anterior, temos L = L
1
⊕· · · ⊕L
r
. A matriz A é chamada
de soma direta de A
1
, . . . , A
r
e se escreve
A = A
1
⊕· · · ⊕A
r
.
11.1 Polinômio mínimo
Para obter representações matriciais simplificadas de um operador linear é preciso obter
subespaços invariantes. Se f(t) for um polinômio e L for um operador linear, então o
núcleo de f(L) é invariante sob L. Este fato nos fornece um modo sistemático de obter
subespaços invariantes.
Em particular vamos provar que
Teorema 11.7 Seja L : V → V linear e g(t), h(t) polinômios mônicos primos entre si,
tais que L é um zero do polinômio f(t) = g(t)h(t). Então os subespaços ker g(L) e ker g(L)
são invariantes sob L e
V = ker g(L) ⊕ker h(L)
Sabemos que L é um zero de seu polinômio característico. Vamos provar que todo
polinômio que tem L como zero possui os mesmos fatores irredutíveis. Dentre eles,
destaca-se o de menor grau, denominado de polinômio mínimo de L.
Definição 11.8 Seja L : V →V um operador linear. O polinômio mínimo de L é aquele
polinômio mônico de menor grau para o qual m(L) = 0.
126 Notas de aula do Prof. Antonio Cândido Faleiros
Teorema 11.9 Toda matriz quadrada possui um único polinômio mínimo.
Prova. (Existência) Sabemos que a matriz L é um zero do seu polinômio característico
e assim, existe pelo menos um polinômio não nulo que possui L como zero. Considere
o conjunto de todos os polinômios mônicos que se anulam em L. Existe pelo menos um
polinômio não nulo de grau mínimo neste conjunto. Este é um polinômio mínimo de L.
(Unicidade) Seja m(t) o polinômio mônico de menor grau para o qual m(L) = 0. Seja
f(t) outro polinômio mônico de mesmo grau que m(t) e que possui L como zero. Então
g(t) = f(t)− m(t) não é nulo e seu grau é menor que o grau de m(t). Ao mesmo tempo,
g(L) = 0, contrariando a hipótese de m(t) ser o polinômio de menor grau que possui L
como zero. ¤
Teorema 11.10 O polinômio mínimo de L divide todo polinômio que tem L como zero.
Em particular, o polinômio mínimo de L divide o polinômio característico de L.
Prova. Seja m(t) o polinômio mínimo de L e f(t) um polinômio mônico para o qual
f(L) = 0. O grau de f(t) é maior do que o grau de m(t) e, pelo algoritmo da divisão,
f(t) = q(t)m(t)+r(t), onde grau(r) < grau(m). Existem duas possibilidades: r(t) = 0 ou
r(t) 6= 0. Esta possibilidade, r(t) 6= 0, deve ser descartada pois nos leva a uma contradição,
considerando-se que r(A) = 0 e o grau(r) < grau(m). Logo, r(t) = 0 e m(t) divide f(t).
¤
Teorema 11.11 Seja m(t) o polinômio mínimo e ∆(t) o polinômio característico de um
operador linear L : V →V. Se a dimensão de V for n, então ∆(t) divide m(t)
n
.
Prova. Seja f(t) = c
0
+c
1
t +c
2
t
2
+ · · · +t
r
, qualquer polinômio mônico para o qual
f(L) = 0 ou
c
0
I +c
1
L +c
2
L
2
+ · · · +L
r
= 0,
onde se pode explicitar c
0
I
c
0
I = −c
1
L −c
2
L
2
−· · · −L
r
.
Esta expressão pode ser usada para eliminar c
0
I em f(t)I.
f(t)I = c
0
I +c
1
tI +c
2
t
2
I + · · · +t
r
I
= c
1
(tI −L) +c
2
(t
2
I −L
2
) + · · · + (t
r
I −L
r
)
= (tI −L)(c
1
+c
2
(tI +L) + · · · + (t
r−1
I +t
r−2
L + · · · +L
r−1
))
= (tI −L)B(t).
Se f(t) for o polinômio mínimo m(t) de L, vale (tI − L)B(t) = m(t)I. Calculando o
determinante dos dois membros, segue
∆(t) det B(t) = m(t)
n
.
¤
Notas de aula do Prof. Antonio Cândido Faleiros 127
Teorema 11.12 Os polinômios mínimo e característico de um operador linear L possuem
os mesmos fatores irredutíveis. Logo, possuem as mesmas raízes.
Prova. Seja m(t) o polinômio mínimo e ∆(t) o polinômio característico de L.
Pelo teorema anterior, ∆(t) divide m(t)
n
. Assim, os fatores irredutíveis de ∆(t) devem
ser fatores irredutíveis de m(t)
n
que possui os mesmos fatores irredutíveis que m(t).
Por outro lado, m(t) divide ∆(t). Logo, os fatores irredutíveis de m(t) também devem
ser fatores irredutíveis de ∆(t). Isto prova o teorema. ¤
Corolário 11.13 Um escalar λ é um autovalor de um operador linear L se e só se λ for
uma raiz do polinômio mínimo de L.
Exemplo 11.14 Considere a matriz
A =
_
_
2 2 −5
3 7 −15
1 2 −4
_
_
.
, eigenvectors:
_
_
_
_
_
−2
1
0
_
_
,
_
_
5
0
1
_
_
_
_
_
↔1,
_
_
_
_
_
1
3
1
_
_
_
_
_
↔3Seu polinômio característico é
∆(t) = (t −1)
2
(t −3).
Os candidatos a polinômio mínimo são ∆(t) e
f(t) = (t −1)(t −3).
Já sabemos que ∆(A) = 0. Vamos verificar se f(A) = 0. Sendo f(t) = t
2
− 4t + 3, um
cálculo simples mostra que f(A) = A
2
−4A + 3I = 0. Logo, f(t) é o polinômio mínimo
de A.
Exemplo 11.15 O polinômio característico e mínimo da matriz
_
_
5 2 0
0 5 2
0 0 5
_
_
são ambos iguais a (t −5)
3
.
Exemplo 11.16 Dada a matriz
A =
_
_
5 2 0
0 5 0
0 0 5
_
_
,
seu polinômio característico é (t −5)
3
e seu polinômio mínimo é (t −5)
2
.
128 Notas de aula do Prof. Antonio Cândido Faleiros
Exemplo 11.17 Dada a matriz
A =
_
_
5 0 0
0 5 0
0 0 5
_
_
,
seu polinômio característico é (t −λ)
3
e seu polinômio mínimo é (t −λ) .
Exemplo 11.18 Os polinômios característico e mínimo de
A =
_
_
0 0 2
1 0 3
0 1 5
_
_
são ambos iguais a t
3
−5t
2
−3t −2.
Exemplo 11.19 Os polinômios característico e mínimo de
_
_
_
_
0 0 0 2
1 0 0 3
0 1 0 5
0 0 1 7
_
_
_
_
são ambos iguais a t
4
−7t
3
−5t
2
−3t −2.
Exemplo 11.20 Os polinômios característico e mínimo de
_
_
_
_
0 0 0 a
0
1 0 0 a
1
0 1 0 a
2
0 0 1 a
3
_
_
_
_
são ambos iguais a t
4
−a
3
t
3
−a
2
t
2
−a
1
t −a
0
.
Exemplo 11.21 A matriz A =
µ
5 6
3 −2

tem dois autovalores: −4 e 7. Os autovetores
correspondentes a eles são
µ
2
−3

e
µ
3
1

. Os polinômios característico e mínimo são
iguais ∆(t) = m(t) = t
2
−3t −28. Assim
1
11
µ
1 −3
3 2
¶µ
5 6
3 −2
¶µ
2 3
−3 1

=
µ
−4 0
0 7

.
Exemplo 11.22 Os autovalores de
µ
5 6
3 2

são −1 e 8 e os autovetores correspondentes
a eles são, respectivamente,
µ
−1
1

e
µ
2
1

.
Notas de aula do Prof. Antonio Cândido Faleiros 129
Exemplo 11.23 A matriz C =
µ
5 −1
1 3

possui um único autovalor real λ = 4 e um
único autovetor linearmente independente
µ
1
1

. Os polinômios característico e mínimo
são iguais ∆(t) = m(t) = t
2
−8t + 16.
Exemplo 11.24 Os autovalores de
µ
2 2
1 3

são 1 e 4. Os autovetores correspondentes
são
µ
2
−1

e
µ
1
1

. Os polinômios carcterístico e mínimo são iguais: t
2
−5t + 4.
Exemplo 11.25 Os autovalores de
_
_
4 1 −1
2 5 −2
1 1 2
_
_
são 3 e 5. Correspondente a λ
1
=
3 temos dois autovetores LI
_
_
−1
1
0
_
_
e
_
_
1
0
1
_
_
. Correspondente a λ
2
= 5 temos um
autovetor LI
_
_
1
2
1
_
_
. Seu polinômio característico é ∆(t) = (t −3)
2
(t −5) e mínimo é
m(t) = (t −3) (t −5) .
Exemplo 11.26 Os autovalores de A =
_
_
3 −1 1
0 6 −3
0 1 2
_
_
são 3 e 5. Correspondentes ao
autovalor λ
1
= 3 temos dois autovetores linearmente independentes,
_
_
−1
1
0
_
_
e
_
_
1
0
1
_
_
.
Todos os autovetores correspondentes ao autovalor λ
2
= 5 são múltiplos de
_
_
1
2
1
_
_
. O
polinômio característico de A é ∆(t) = (t −3)
2
(t −5) e o polinômio mínimo é m(t) =
(t −3) (t −5) .
Exemplo 11.27 Os autovalores de
_
_
−3 1 −1
−7 5 −1
−6 6 −2
_
_
são −2 e 4 e os autovetores corre-
spondentes são
_
_
1
1
0
_
_
e
_
_
0
1
1
_
_
. O polinômio característico e mínimo são ∆(t) = m(t) =
(t −4) (t + 2)
2
.
Exemplo 11.28 Dada a matriz
_
_
2 0 0
0 2 0
0 0 2
_
_
, seu polinômio característico é (t −2)
3
e
seu polinômio mínimo é t −2.
130 Notas de aula do Prof. Antonio Cândido Faleiros
Exemplo 11.29 Dada a matriz
_
_
2 1 0
0 2 0
0 0 2
_
_
, seu polinômio característico é (t −2)
3
e
seu polinômio mínimo é (t −2)
2
.
Exemplo 11.30 Dada a matriz
_
_
2 1 0
0 2 1
0 0 2
_
_
, seu polinômio característico é (t −2)
3
e
seu polinômio mínimo é (t −2)
3
Exemplo 11.31 Dada a matriz
_
_
_
_
_
_
2 0 0 0 0
0 2 0 0 0
0 0 2 0 0
0 0 0 2 0
0 0 0 0 2
_
_
_
_
_
_
, seus autovetores
_
_
_
_
_
_
1
0
0
0
0
_
_
_
_
_
_
,
_
_
_
_
_
_
0
1
0
0
0
_
_
_
_
_
_
,
_
_
_
_
_
_
0
0
1
0
0
_
_
_
_
_
_
,
_
_
_
_
_
_
0
0
0
1
0
_
_
_
_
_
_
,
_
_
_
_
_
_
0
0
0
0
1
_
_
_
_
_
_
formam uma base de C
5
. Seu polinômio característico é (t −2)
5
e seu polinômio mínimo é t −2.
Exemplo 11.32 Dada a matriz
_
_
_
_
_
_
2 1 0 0 0
0 2 0 0 0
0 0 2 0 0
0 0 0 2 0
0 0 0 0 2
_
_
_
_
_
_
, seus autovetores são
_
_
_
_
_
_
1
0
0
0
0
_
_
_
_
_
_
,
_
_
_
_
_
_
0
0
1
0
0
_
_
_
_
_
_
,
_
_
_
_
_
_
0
0
0
1
0
_
_
_
_
_
_
,
_
_
_
_
_
_
0
0
0
0
1
_
_
_
_
_
_
, seu polinômio característico é (t −2)
5
e seu polinômio mínimo é (t −2)
2
.
Exemplo 11.33 Dada a matriz
_
_
_
_
_
_
2 1 0 0 0
0 2 1 0 0
0 0 2 0 0
0 0 0 2 0
0 0 0 0 2
_
_
_
_
_
_
, seus autovetores são
_
_
_
_
_
_
1
0
0
0
0
_
_
_
_
_
_
,
_
_
_
_
_
_
0
0
0
1
0
_
_
_
_
_
_
,
_
_
_
_
_
_
0
0
0
0
1
_
_
_
_
_
_
, seu polinômio característico é (t −2)
5
e seu polinômio mínimo é (t −2)
3
.
Notas de aula do Prof. Antonio Cândido Faleiros 131
Exemplo 11.34 Dada a matriz
_
_
_
_
_
_
2 1 0 0 0
0 2 1 0 0
0 0 2 1 0
0 0 0 2 0
0 0 0 0 2
_
_
_
_
_
_
, seus autovetores são
_
_
_
_
_
_
1
0
0
0
0
_
_
_
_
_
_
_
_
_
_
_
_
0
0
0
0
1
_
_
_
_
_
_
,
polinômio característico: (t −2)
5
, polinômio mínimo: (t −2)
4
.
Exemplo 11.35 Dada a matriz
_
_
_
_
_
_
2 1 0 0 0
0 2 1 0 0
0 0 2 1 0
0 0 0 2 1
0 0 0 0 2
_
_
_
_
_
_
, seus autovetores são
_
_
_
_
_
_
1
0
0
0
0
_
_
_
_
_
_
, seu polinômio característico é (t −2)
5
e seu polinômio mínimo é (t −2)
5
Nota 11.36 Parece-me que dá para tirar uma regra para calcular a multiplicidade ge-
ométrica de um autovalor: Calcule os polinômios característico e mínimo da matriz e
fatore-os. Se o polinômio característico possuir o fator (t − λ)
n
o polinômio caracterís-
tico terá o fator (t − λ)
m
com m ≤ n. O número de autovetores correspondentes a λ
(multiplicidade geométrica de λ) é n −m+ 1.
11.2 Matrizes em bloco
*** Incluir casos mais gerais do que apenas diagonais em bloco.
Se A e B forem matrizes quadradas, então
D =
µ
A 0
0 B

,
onde 0 são matrizes retangulares nulas, é uma matriz diagonal em bloco. Se f(t) for
um polinômio em t, então
f(D) =
µ
f(A) 0
0 f(B)

.
Teorema 11.37 Sejam A
1
e A
2
são matrizes quadradas e
A =
µ
A
1
0
0 A
2

uma matriz diagonal em bloco. Então o polinômio mínimo de A é igual ao mínimo múltiplo
comum dos polinômios mínimos dos blocos diagonais A
1
e A
2
.
132 Notas de aula do Prof. Antonio Cândido Faleiros
Prova. Sejam m(t), m
1
(t) e m
2
(t) os polinômios mínimos de A, A
1
e A
2
, respectiva-
mente. Vamos provar que m(t) = mmc{m
1
(t), m
2
(t)}. Sendo m(t) o polinômio mínimo
de A, então
m(A) =
µ
m(A
1
) 0
0 m(A
2
)

=
µ
0 0
0 0

.
Conclui-se que m(A
1
) = m(A
2
) = 0. Logo, m
1
(t) e m
2
(t) dividem m(t) e daí, m(t) é
multiplo comum de m
1
(t) e m
2
(t).
Vamos mostrar que A é uma raiz de todo polinômio múltiplo de m
1
(t) e m
2
(t). Sendo
f(t) um múltiplo comum de m
1
(t) e m
2
(t), então
f(A) =
µ
f(A
1
) 0
0 f(A
2
)

=
µ
0 0
0 0

= 0
pois f(A
1
) = 0 e f(A
2
) = 0. Daí A é um zero de todo múltiplo comum de m
1
(t) e m
2
(t).
Sendo o polinômio mínimo o poliômio de menor grau que possui A como raiz, m(t) é o
mínimo múltiplo comum de g(t) e h(t). ¤
Teorema 11.38 Seja A uma matriz diagonal em bloco, cujos blocos diagonais são A
1
,
A
2
, . . . , A
r
. Então o polinômio mínimo de A é igual ao mínimo múltiplo comum (mmc)
dos polinômios mínimos dos blocos diagonais A
i
m
A
(t) = mmc{ m
A
1
(t), m
A
2
(t), . . . , m
Ar
(t) }.
Prova. A prova usa o teorema anterior e indução em r. ¤
Nota 11.39 Frisamos que este teorema se aplica a matrizes diagonais em blocos, en-
quanto o Teorema (10.9) que é análogo a este e se refere aos polinômios característicos,
aplica-se a matrizes triangulares em blocos.
11.3 Decomposição primária
Teorema 11.40 Seja L : V →V uma transformação linear e W invariante sob L. Seja
L
W
: W → W a restrição de L em W. Sob estas hipóteses, o polinômio mínimo de L
W
divide o polinômio mínimo de L.
Prova. Se m(t) for o polinômio mínimo de L, então m(L) = 0. Para todo w ∈ W,
temos m(L
W
)(w) = m(L)(w) = 0. Sendo L
W
um zero de m(t), o polinômio mínimo de
L
W
divide o polinômio mínimo de L. ¤
Lembramos que, se f(t) e g(t) forem dois polinômios quaisquer,
f(t)g(t) = mdc(f(t), g(t))mmc(f(t), g(t))
Notas de aula do Prof. Antonio Cândido Faleiros 133
Teorema 11.41 Seja L : V → V uma transformação linear, V
1
e V
2
invariantes sob L
de modo tal que V = V
1
⊕V
2
. Sejam L
1
e L
2
as restrições de L a V
1
e V
2
.
1. O polinômio mínimo de L é o mínimo múltiplo comum dos polinômios mínimos de
L
1
e L
2
.
2. O polinômio característico de L é o produto dos polinômios característicos de L
1
e
de L
2
.
Prova. 1. Sejam m(t), m
1
(t) e m
2
(t) os polinômios mínimos de L, L
1
e L
2
, respecti-
vamente. Pelo teorema anterior, m(t) é divisível por m
1
(t) e por m
2
(t).
Seja f(t) outro polinômio que tem L por raiz. Então f(L
1
) = f(L
2
) = 0 e f é divisível
por m
1
(t) e m
2
(t). Provamos que todo polinômio que tem L por raiz é múltiplo comum
de m
1
(t) e m
2
(t). Sendo m(t) o polinômio de menor grau que tem L como raiz,
m(t) = mmc(m
1
(t), m
2
(t)).
2. Se B
1
= {u
1
, . . . , u
r
} for uma base de V
1
e B
2
= {w
1
, . . . , w
s
} for uma base de V
2
,
então a união B
1
∪ B
2
é uma base de V. Como V
1
e V
2
são invariantes sob L, para j = 1,
. . . , r, tem-se
Lu
j
=
r
X
i=1
a
ij
u
i
e, para j = 1, . . . , s,
Lw
j
=
r
X
i=1
b
ij
w
i
.
A matriz da transformação linear L nesta base é triangular em bloco
M =
µ
A 0
0 B

.
Consequentemente,
det(tI −M) = det(tI −A) det(tI −B) = ∆
L
1
(t)∆
L
2
(t).
¤
Nota 11.42 No teorema anterior, se m
1
(t) e m
2
(t) forem primos entre si, então m(t) =
m
1
(t)m
2
(t).
Teorema 11.43 Seja L : V →V linear e g(t), h(t) polinômios mônicos primos entre si,
tais que L é um zero do polinômio f(t) = g(t)h(t). Então:
1. Os subespaços ker g(L) e ker h(L) são invariantes sob L e
V = ker g(L) ⊕ker h(L)
134 Notas de aula do Prof. Antonio Cândido Faleiros
2. Se f(t) for o polinômio mínimo de L, então g(t) e h(t) são os polinômios mínimos
das restrições de L ao ker g(L) e ao ker h(L), respectivamente.
Prova. Inicialmente, observamos que ker g(L) e ker h(L) são invariantes sob L.
1. Como g(t) e h(t) são primos entre si, existem polinômios r(t) e s(t) tais que
r(t)g(t) +s(t)h(t) = 1,
acarretando na igualdade
I = r(L)g(L) +s(L)h(L).
Sendo v um elemento de V, podemos escrever
v = r(L)g(L)v +s(L)h(L)v.
Nesta soma, r(L)g(L)v pertence ao ker h(L) e w = s(L)h(L)v pertence ao ker g(L).
De fato,
h(L)r(L)g(L)v = r(L)g(L)h(L)v = r(L)f(L)v = 0
pois f(L) = 0. De modo análogo se prova que s(L)h(L)v pertence ao ker g(L).
Consequentemente,
V = ker g(L) + ker h(L).
Para completar a prova deste item, falta mostrar que esta decomposição é única.
Seja v = u+ w, uma decomposição de v, com u ∈ ker g(L) e w ∈ ker h(L). Então,
u = r(L)g(L)u +s(L)h(L)u = s(L)h(L)u
= s(L)h(L)(u +w) = s(L)h(L)v.
De modo semelhante se prova que w = s(L)h(L)v.
Como a decomposição é única,
V = ker g(L) ⊕ker h(L).
2. Se f(t) = g(t)h(t) for o polinômio mínimo de L, então ele é divisível pelos polinômios
mínimos m
1
(t) e m
2
(t) de L
1
e L
2
, como já se provou.
Por outro lado, g(L
1
) = 0 e h(L
2
) = 0. Portanto, m
1
(t) divide g(t) e m
2
(t) divide
h(t). Como g(t) e h(t) são primos entre si, o mesmo ocorre com m
1
(t) e m
2
(t) que
os divide.
Sendo m
1
(t) e m
2
(t) primos entre si e f(t) = mmc{m
1
(t), m
2
(t)}, segue
f(t) = m
1
(t)m
2
(t).
Por outro lado, f(t) = g(t)h(t), de onde segue que m
1
(t) = g(t) e m
2
(t) = h(t).
Notas de aula do Prof. Antonio Cândido Faleiros 135
¤
Teorema 11.44 (Decomposição primária) Seja L : V →V linear cujo polinômio mínimo
é igual a
m(t) = f
1
(t)
n
1
· · · f
r
(t)
nr
onde os polinômios f
i
(t) são mônicos, distintos e irredutíveis. Então f
i
(t)
n
i
são os
polinômios mínimos das restrições de L a W
i
= ker (f
i
(L)
n
i
) e
V = W
1
⊕· · · ⊕W
r
.
Prova. Para simplificar a prova, vamos abordar o caso particular em que m(t) =
f
1
(t)
n
1
f
2
(t)
n
2
onde f
1
(t), f
2
(t) são polinômios mônicos, distintos e irredutíveis. Certa-
mente, f
1
(t)
n
1
e f
2
(t)
n
2
são primos entre si. Este teorema decorre imediatamente do
anterior.
De fato, sabemos que V = W
1
⊕W
2
, onde W
i
= ker f
i
(t)
n
i
e que f
i
(t)
n
i
, é o polinômio
mínimo da restrição de L em W
i
. ¤
Teorema 11.45 Uma transformação linear L : V →V possui uma representação matri-
cial diagonal se e só se seu polinômio mínimo,
m(t) = (t −λ
1
) · · · (t −λ
r
)
for um produto de polinômios lineares distintos. Os elementos da diagonal principal desta
matriz são os autovalores λ
1
, . . . , λ
r
de L.
Prova. 1. Se L possui uma representação matricial diagonal D = diag( λ
1
, . . . , λ
n
),
admitamos que apenas os r primeiros λ
i
são distintos. O polinômio característico desta
transformação linear é da forma ∆(t) = (t − λ
1
)
n
1
· · · (t − λ
r
)
nr
. O polinômio mínimo
possui os mesmos fatores de ∆(t). Como (D−λ
1
I) · · · (D−λ
r
I) = 0 o polinômio mínimo
de L é (t −λ
1
) · · · (t −λ
r
).
2. Sendo m(t) = (t −λ
1
) · · · (t −λ
r
), então existe uma decomposição de V numa soma
direta W
1
⊕ · · · ⊕ W
r
, onde W
i
= ker(L − λ
i
I) é o autoespaço de V correspondente ao
autovalor λ
i
. Se B
i
= {v
i1
, v
i2
, . . . , v
is
i
} for uma base de W
i
, então L(v
ij
) = λ
i
v
ij
. Seja B
a união das bases B
i
, para i = 1, . . . , r, que é uma base de V. Nesta base, a matriz que
representa L é diagonal. ¤
11.4 Diagonalização de operadores normais
Um operador L : V →V é diagonalizável se existir uma base {v
1
, . . . , v
n
} de V tal que
a matriz de L nesta base é diagonal. Isto significa que a matriz de L numa base qualquer
136 Notas de aula do Prof. Antonio Cândido Faleiros
é semelhante a uma matriz diagonal. Isto significa que, se A for a matriz de L numa base
de V, então existe uma matriz inversível P e uma matriz diagonal D tais que
A = PDP
−1
.
Podemos nos perguntar qual a condição mais geral que um operador linear deve sat-
isfazer para ser diagonalizável. Quando o operador linear L : V → V é auto-adjunto,
antiadjunto ou unitário, então LL

= L

L. Esta é a condição mais geral sob a qual um
operador é diagonalizável.
Definição 11.46 Um operador linear L : V →V é normal quando
LL

= L

L.
A matriz quadrada A que satisfaz AA

= A

A é denominada matriz normal.
Exemplo 11.47 Os operadores auto-adjuntos, antiadjuntos e unitários são normais.
Exemplo 11.48 Se L for normal, I for o operador identidade e λ um escalar, então o
operador L −λI é normal.
Se λ for autovalor de L, então
¯
λ é autovalor de L

. Se L for um operador normal,
provaremos logo em seguida que v é autovetor de L correspondente ao autovalor λ se e só
se v for autovetor de L

correspondente ao autovalor
¯
λ.
Quando L não é normal, os autovetores de L não são, necessariamente, os autovetores
de L

.
Seja V um espaço vetorial de dimensão finita com produto interno e L : V → V um
operador linear. Se S for um subespaço de V invariante sob L então S

é invariante sob
L

. Agora, quando L for normal e S for invariante sob L, provaremos que tanto S quanto
S

são invariantes sob L e L

.
Teorema 11.49 Seja L um operador normal sobre um espaço vetorial de dimensão finita
com produto interno. Se v for autovetor de L correspondente ao autovalor λ, então v é
autovetor de L

correspondente ao autovalor
¯
λ.
Prova. Se L é normal, LL

= L

L e, portanto, hLv, Lwi = hL

v, L

wi para todo
v e w em V. Em particular, para todo v em V, hLv, Lvi = hL

v, L

vi que nos fornece a
igualdade kLvk = kL

vk . Para todo escalar λ, T = L −λI é normal pois T

= L


¯
λI.
Sendo T normal, kTvk = kT

vk para todo v em V. Desta forma, Tv = 0 se e só se T

v =
0. Conclui-se que v é autovetor de L se e só se for autovetor de L

.
Se λ for autovalor de L, seja v o autovetor correspondente. No item anterior provou-se
que v é autovetor de L

. Sendo µ o autovalor correspondente segue
¯
λhv, vi = hλv, vi = hLv, vi = hv, L

vi = µhv, vi .
Sendo hv, vi 6= 0, segue µ =
¯
λ. ¤
Notas de aula do Prof. Antonio Cândido Faleiros 137
Teorema 11.50 Seja L uma transformação normal sobre um espaço vetorial de dimensão
finita com produto interno V. Então
1. V possui uma base ortonormal formada por autovetores de L.
2. Seja A uma matriz complexa normal de ordem n. Existe uma matriz unitária U e
uma matriz diagonal D para as quais
A = UDU
−1
.
Prova. 1. Seja n a dimensão de V. A transformação L possui pelo menos um autovetor
v de módulo unitário. O subespaço vetorial W = ger(v) e W

são invariantes sob L e
sob L

. A dimensão de W é 1 e a de W

é n −1.
Vamos provar que a restrição T de L em W

é normal. Para todo v e w em W

temos hv, T

wi = hTv, wi = hLv, wi = hv, L

wi de onde concluímos que o adjunto de T é
a restrição de L

a W

. Para todo v em W

, TT

v = LL

v = L

Lv = T

Tv, mostrando
que T é normal.
O teorema agora será demonstrado por indução na dimensão n do espaço.
Se n = 1, nada resta a provar: a base de V contém apenas um autovetor v
1
de norma
unitária.
Vamos supor, como hipótese de indução, que o teorema vale para todos os operadores
normais em espaços vetoriais de dimensão n −1.
Provemos que o teorema vale para todo operador normal L definido em um espaço
vetorial V de dimensão n. Seja v
1
um autovetor de L e W = ger(v
1
). Seja T a restrição
de L a W

. O operador T é normal em W

que tem dimensão n − 1. Pela hipótese de
indução, W

possui uma base ortonormal {v
2
, . . . , v
n
} cujos elementos são autovetores de
T. Os autovetores de T são autovetores de L. Ao incluirmos v
1
a este conjunto, obtemos
a base ortonormal {v
1
, v
2
, . . . , v
n
} formada por autovetores de L. Nela, a representação
matricial de L é diagonal. ¤
Teorema 11.51 Seja L um operador linear sobre um espaço vetorial V de dimensão
finita. Se V possuir uma base ortonormal formada por autovetores de L, então L é
normal.
Prova. Seja B = {v
1
, . . . , v
n
} uma base ortonormal de V cujos elementos são autove-
tores de L, de modo que Lv
i
= λ
i
v
i
para i = 1, . . . , n. O escalar λ
i
é o autovalor de L
correspondente ao autovetor v
i
. Se decompondo L

v
i
na base B, podemos escrever
L

v
i
=
X
j
a
ij
v
j
onde, graças à ortonormalidade da base B, ¯ a
ij
= hL

v
i
, v
j
i . Por outro lado,
¯ a
ij
= hL

v
i
, v
j
i = hv
i
, Lv
j
i = hv
i
, λ
j
v
j
i = λ
j
hv
i
, v
j
i = λ
j
δ
ij
.
138 Notas de aula do Prof. Antonio Cândido Faleiros
Isto significa que a
ij
= 0 quando i 6= j e a
ii
=
¯
λ
i
, de modo que L

v
i
=
¯
λ
i
v
i
. Mostramos
assim que v
i
é autovetor de L

correspondente ao autovalor
¯
λ
i
. Portanto, L

Lv
i
= λ
i
¯
λ
i
v
i
=

i
|
2
v
i
e LL

v
i
=
¯
λ
i
λ
i
v
i
= |λ
i
|
2
v
i
. Sendo as transformações L

L e LL

iguais em cada
elemento da base, são iguais no espaço todo, provando que L é normal. ¤
Seja V um espaço vetorial de dimensão finita com produto interno e L : V →V uma
transformação normal. Sejam λ
1
, . . . , λ
r
os autovalores de L e S
i
= {v ∈ V : Lv = λ
i
v}
o autoespaço do autovalor λ
i
. Se {v
1i
, . . . , v
si
} for uma base ortonormal de S
i
, então,
para todo v em S
i
temos L(v) = λ
i
hv
1i
, vi v
1i
+ · · · + λ
i
hv
si
, vi v
si
= λ
i
P
i
(v), onde P
i
é a projeção ortogonal de V sobre S
i
. Logo L coincide com λ
i
P
i
em S
i
. Se a soma dos
autoespaços S
i
resultar numa decomposição de V em soma direta, então
L = λ
1
P
1
+ · · · +λ
n
P
n
.
Teorema 11.52 (Versão projetiva do teorema espectral) Seja V um espaço vetorial com-
plexo com produto interno e dimensão n. Seja L : V → V um operador normal e {v
1
,
. . . , v
n
} uma base ortonormal de V, formada pelos autovalores de L. Os autoespaços S
i
=
auto(λ
i
), i = 1, . . . , r, são ortogonais dois a dois e sua soma é igual a V. Se P
i
: V →V
for a projeção ortogonal sobre S
i
, então
P
1
+ · · · +P
n
= I
e
L = λ
1
P
1
+ · · · +λ
n
P
n
.
Teorema 11.53 (Versão do teorema espectral para matriz real simétrica) Seja A uma
matriz normal de ordem n. Sejam λ
1
, . . . , λ
r
seus autovalores distintos. Então
A = λ
1
P
1
+ · · · +λ
r
P
r
onde P
i
são as matrizes que projetam ortogonalmente sobre o autoespaço de λ
i
. Estes
autoespaços são ortogonais e sua soma direta é igual a C
n
, de modo que
P
1
+ · · · +P
k
= I.
Exemplo 11.54 A matriz A =
_
_
7 4 −5
4 −2 4
−5 4 7
_
_
é simétrica. Seus autovalores são
6, 12 e −6. Os autovetores correspondentes são (1, 1, 1)
T
, (−1, 0, 1)
T
e (1, −2, 1)
T
.
Para montar S tal que A = SDS
−1
, tomamos as colunas de S iguais aos autovetores
normalizados
S =
_
_
1/

3 −1/

2 1/

6
1/

3 0 −2/

6
1/

3 1/

2 1/

6
_
_
e D =
_
_
6 0 0
0 12 0
0 0 −6
_
_
.
Notas de aula do Prof. Antonio Cândido Faleiros 139
Podemos escrever A como uma combinação linear de matrizes de projeção
A = 6P
1
+ 12P
2
−6P
3
,
onde
P
1
=
_
_
1/3 1/3 1/3
1/3 1/3 1/3
1/3 1/3 1/3
_
_
, P
2
=
_
_
1/2 0 −1/2
0 0 0
−1/2 0 1/2
_
_
e P
3
=
1
6
_
_
1 −2 1
−2 4 −2
1 −2 1
_
_
Exemplo 11.55 A matriz A =
_
_
0 1 1
−1 0 2
−1 −2 0
_
_
é anti-simétrica. Seus autovalores são
0, i

5 e −i

5. Os autovetores correspondentes são (2, −1, 1), (−.4 −.4899i, .2 −.9798i,
1) e (−.4 +.4899i, .2 +.9798i, 1).
Exemplo 11.56 A matriz A =
_
_
1/

3 2/

6 9
1/

3 −1/

6 −1/

2
1/

3 −1/

6 1/

2
_
_
é ortogonal. Seus autoval-
ores são −1; 0, 9381+ 0, 3464i e 0, 9381− 0, 3464i. Os autovetores correspondentes são
(0, 5176; 1; 0, 4142),
(0, 1691 + 0, 9463i; −0, 3267 + 0, 4898i; 1),
(0, 1691 −0, 9463i; −0, 3267 −0, 4898i; 1).
11.5 Decomposição de Schur
Teorema 11.57 Dada uma matriz complexa A de ordem n, existe uma matriz unitária
U tal que
T = U

AU
é triangular superior.
Prova. Será usada a indução sobre n. Se n = 1, A é triangular superior e nada resta
a provar. Se n > 1, assuma, como hipótese de indução, que o teorema é verdadeiro para
toda matriz quadrada de ordem n−1. Seja q
1
um autovetor unitário correspondente a um
autovalor λ
1
de A. Construa uma base de C
n
onde um dos elementos é q
1
. Use o processo
de ortogonalização de Gram-Schmidt para obter uma base ortonormal {q
1
, . . . , q
n
} de
C
n
. A matriz
U
1
= [q
1
, . . . , q
n
]
é unitária e
U

1
AU
1
=
·
λ
1
b
1
0 A
1
¸
140 Notas de aula do Prof. Antonio Cândido Faleiros
onde A
1
é uma matriz quadrada de ordem n −1. De acordo com a hipótese de indução,
existe uma matriz unitária V
1
de ordem n −1 tal que
T
1
= V

1
A
1
V
1
é triangular superior. A matriz
U
2
=
·
1 0
0 V
1
¸
é unitária e, sendo U = U
1
U
2
, segue
U

AU = U

2
(U

1
AU
1
) U
2
=
·
1 0
0 V

1
¸ ·
λ
1
b
1
0 A
1
¸ ·
1 0
0 V
1
¸
=
·
λ
1
b
1
a
1
0 V

1
A
1
V
1
¸
=
·
λ
1
b
1
a
1
0 T
1
¸
= T
que é triangular superior. ¤
Como A e T são semelhantes, possuem os mesmos autovalores e com a mesma mul-
tiplicidade. Sendo T triangular superior, os elementos da diagonal principal são seus
autovalores e, consequentemente, autovalores de A.
Nota 11.58 Sejam λ
1
, . . . , λ
n
os elementos da diagonal principal de T. Como matrizes
semelhantes possuem o mesmo determinante e o mesmo traço, segue
det(A) = λ
1
× · · · ×λ
n
e tr(A) = λ
1
+ · · · +λ
n
.
Teorema 11.59 (Teorema Espectral). Se H é uma matriz hermitiana, existe uma matriz
unitária U tal que U

HU é diagonal.
Prova. Pelo teorema de Schur, existe U unitária tal que U

HU = T é triangular
superior. Como T

= U

H

U = U

HU = T, vemos que T é simética. Logo, também é
triangular inferior, ou seja, é diagonal. ¤
A matriz A =
·
0 −1
1 0
¸
não é hermitiana mas é ortogonalmente diagonalizável, com
U =
1

2
·
−1 i
i −1
¸
.
A matriz mais geral diagonalizável é a normal.
Teorema 11.60 Uma matriz de ordem n é diagonalizável unitariamente se e só se for
normal.
Notas de aula do Prof. Antonio Cândido Faleiros 141
Prova. Se A for uma matriz de ordem n diagonalizável unitáriamente, existe uma
matriz unitária U tal que D = U

AU é diagonal. Como D e D

são diagonais, segue
que DD

= D

D, ou (U

AU)(U

A

U) = (U

A

U)(U

AU) de onde segue U

AA

U =
U

A

AU. Multiplicando à esquerda por U e à direita por U

, obtemos AA

= A

A,
provando que A é normal.
Se A for normal, então AA

= A

A. Pelo teorema de Schur, existe uma matriz unitária
U tal que T = U

AU é triangular superior. Vamos provar por indução em n que T é
diagonal. Se n = 1, a matriz T é diagonal. Se n > 1, então
TT

= T

T.
Sendo T = [t
ij
], então igualando os elementos (1, 1) em na igualdade acima, obtemos
|t
11
|
2
+ |t
12
|
2
+ · · · + |t
1n
|
2
= |t
11
|
2
pois T é triangular superior. Segue que t
12
= · · · = t
1n
= 0. Logo T tem a forma de blocos
T =
·
t
11
0
0 T
1
¸
onde T
1
é normal e, por hipótese de indução, é diagonal. Cnclui-se daí que T é diagonal,
completando a prova do teorema. ¤
Nota 11.61 As matrizes normais reais 2 ×2 são as matrizes simétricas e aquelas com a
forma
·
a −b
b a
¸
11.6 Decomposição em valores singulares
Seja A uma matriz complexa m por n. A matriz A

A é auto-adjunta e seus autovalores
são todos positivos ou nulos. Podemos posicioná-los em ordem descrescente
λ
1
≥ λ
2
≥ · · · ≥ λ
n
≥ 0.
Sendo A

A auto-adjunta, existe uma base ortonormal {q
1
, . . . , q
n
} de C
n
onde q
i
é o
autovetor correspondente ao autovalor λ
i
. A matriz
Q = [q
1
, . . . , q
n
]
cujas colunas são os autovetores de A

A, é unitária e
A

AQ = QD
142 Notas de aula do Prof. Antonio Cândido Faleiros
onde D = diag(λ
1
, . . . , λ
n
) é uma matriz quadrada diagonal n×n. Como λ
i
≥ 0, definimos
σ
i
=

λ
i
≥ 0. Seja r ≤ n o número de valores σ
i
diferentes de zero, de modo que
σ
1
≥ · · · ≥ σ
r
> 0 e σ
r+1
= · · · = σ
n
= 0.
Para i = 1, . . . , r os vetores de C
m
definidos por
p
i
=
1
σ
i
Aq
i
formam um conjunto ortonormal. Uma vez que q
r+1
, . . . , q
n
estão no núcleo de A (pois
são levados por A em 0), o conjunto {p
1
, . . . , p
r
} é uma base ortonormal da imagem de
A e, por este motivo r é o posto de A que deve ser menor ou igual a m.
Para provar que {p
1
, . . . , p
r
} é um conjunto ortonormal, basta calcular, para 1 ≤ i,
j ≤ r, o produto interno
hp
i
, p
j
i =
1
σ
i
σ
j
hAq
i
, Aq
j
i =
1
σ
i
σ
j
hq
i
, A

Aq
j
i
=
σ
2
j
σ
i
σ
j
hq
i
, q
j
i =
σ
j
σ
i
hq
i
, q
j
i = δ
ij
.
Pode-se completar {p
1
, . . . , p
r
} de modo a obter uma base ortonormal {p
1
, . . . , p
r
, p
r+1
,
. . . , p
m
} de C
m
.
A matriz m×m
P = [p
1
, . . . , p
r
, p
r+1
, . . . , p
m
]
cujas colunas são os vetores p
i
, é unitária e, pelo modo como foi construída,
AQ = PΣ
onde
Σ = diag{σ
1
, . . . , σ
r
, 0, . . . , 0}.
é uma matriz m×n onde todos os elementos são nulos, à excessão dos r primeiros elementos
da diagonal principal que são σ
1
≥ · · · ≥ σ
r
. Lembramos que r ≤ min(m, n).
Como Q é unitária, obtemos a decomposição de A em valores singulares
A = PΣQ

Os números reais σ
1
, . . . , σ
r
, 0, são denominado de valores singulares de A.
Usando a expressão de A deduzida acima, prova-se que
A

AQ = QΣ

Σ e AA

P = PΣΣ

mostrando que as colunas q
i
de Q são autovetores da matriz A

A, que as colunas p
i
de P
são autovetores da matriz AA

e, tanto no primeiro quanto no segundo caso, autovetores
correspondentes aos autovalores σ
2
i
.
Lembramos que ΣΣ

é uma matriz diagonal m×m e Σ

Σ é uma matriz diagonal n×n.
Se A tiver posto máximo, então r = min{m, n} e uma das duas matrizes, ΣΣ

ou Σ

Σ,
possui todos os termos diagonais diferentes de zero e, portanto, é não singular.
Provamos o seguinte teorema:
Notas de aula do Prof. Antonio Cândido Faleiros 143
Teorema 11.62 (Decomposição em valores singulares) Seja A uma matriz m × n cujo
posto é r (r ≤ min{m, n}). Então:
1. Esta matriz possui r valores singulares σ
1
≥ · · · ≥ σ
r
não nulos (incluindo sua
multiplicidade).
2. Existe um conjunto ortonormal {q
1
, . . . , q
r
} formado por autovetores de A

A, cor-
respondentes aos autovalores σ
2
1
≥ · · · ≥ σ
2
r
tais que o conjunto
{p
1
, . . . , p
r
} = {
1
σ
1
Aq
1
, . . . ,
1
σ
r
Aq
r
}
é uma base ortonormal da imagem de A.
3. Se {q
r+1
, . . . , q
n
} for uma base ortonormal do núcleo de A, então {q
1
, . . . , q
r
, q
r+1
,
. . . , q
n
} é uma base ortonormal de C
n
. Sendo
{ p
1
, . . . , p
r
, p
r+1
, . . . , p
m
}
uma base ortonormal de C
m
, então
A = PΣQ

onde
P = [p
1
, . . . , p
m
]
Q = [q
1
, . . . , q
n
]
Σ = diag(σ
1
, . . . , σ
r
)
onde apenas os primeiros r elementos da diagonal principal são diferentes de zero e
iguais a σ
1
, . . . , σ
r
.
Exemplo 11.63 Obtenha a decomposição em valores singulares de A =
µ
1 2 0
2 1 0

.
Exemplo 11.64 Obtenha a decomposição em valores singulares de A =
_
_
1 2 0 1
1 0 2 1
2 2 2 2
_
_
.
Então A

A =
_
_
_
_
6 6 6 6
6 8 4 6
6 4 8 6
6 6 6 6
_
_
_
_
cujos autovalores são 24, 4, 0 e 0.Os autovetores corre-
spondentes a eles são
1
2
_
¸
¸
_
1
1
1
1
_
¸
¸
_
,
1

2
_
¸
¸
_
0
−1
1
0
_
¸
¸
_
,
1

12
_
¸
¸
_
−3
1
1
1
_
¸
¸
_
,
1

6
_
¸
¸
_
0
−1
−1
2
_
¸
¸
_
144 Notas de aula do Prof. Antonio Cândido Faleiros
Assim,
Q =
_
_
_
_
1/2 0 −3/

12 0
1/2 −1/

2 1/

12 −1/

6
1/2 1/

2 1/

12 −1/

6
1/2 0 1/

12 2/

6
_
_
_
_
, Σ =
_
_

24 0 0 0
0 2 0 0
0 0 0 0
_
_
.
Para determinar P, calculamos p
1
= (1/

24)Aq
1
e p
2
= (1/2)Aq
2
para obter
1

6
_
_
1
1
2
_
_
,
1

2
_
_
−1
1
0
_
_
.
Como o contradomínio de A tem dimensão 3, precisamos de mais um vetor para formar
a base. Calculamos p
3
=
¡
p
13
p
23
p
33
¢
T
unitário e fazendo-o ortogonal a p
1
e a p
2
.
Obtemos então p
3
= (1/

3)
¡
1 1 −1
¢
T
. Com estes vetores montamos
P =
_
_
1/

6 −1/

2 1/

3
1/

6 1/

2 1/

3
2/

6 0 −1/

3
_
_
.
Nota: Na decomposição em valores singulares de A, AQ = PΣ, de modo que kAq
1
k
2
=

1
p
1
k
2
= σ
1
. Por outro lado, para qualquer x em R
n
com kxk
2
= 1, temos x =
P
n
i=1
α
i
q
i
onde
P
n
i=1
α
2
i
= 1. Daí,
kAxk
2
2
=
°
°
°
°
°
n
X
i=1
α
i
Aq
i
°
°
°
°
°
2
2
=
°
°
°
°
°
r
X
i=1
α
i
σ
i
p
i
°
°
°
°
°
2
2
=
r
X
i=1
σ
2
i
α
2
i
kp
i
k
2
2
sendo a segunda igualdade verdadeira pois Aq
i
= 0 para i > r e a última igualdade se
justifica pela ortogonalidade dos p
i
. Como kp
i
k
2
= 1, segue
kAxk
2
2
=
r
X
i=1
σ
2
i
α
2
i
≤ σ
2
1
r
X
i=1
α
2
i
≤ σ
2
1
n
X
i=1
α
2
i
= σ
2
1
.
A primeira desigualdade se justifica pois σ
1
é o maior valor singular e a segunda por termos
acrescentado parcelas positivas à soma. Provamos que kAxk
2
2
≤ σ
2
1
e que kAq
1
k
2
= σ
1
.
Logo,
kAk
2
= sup
x∈R
n
kxk
2
=1
kAxk
2
= σ
1
.
Se restringirmos A ao espaço ger(q
1
)

podemos calcular σ
2
, repetindo o procedimento
acima
σ
2
= sup
x∈hq
1
i

kxk
2
=1
kAxk
2
.
Certamente a decomposição por valores singulares não é única pois a escolha de Q e
de P não é única. Entretanto, temos o seguinte teorema:
Notas de aula do Prof. Antonio Cândido Faleiros 145
Teorema 11.65 Se
A = UST

for outra decomposição por valores singulares de A, então S = Σ, as colunas t
1
, . . . , t
n
de
T formam um conjunto ortonormal de autovetores de A

A correspondentes aos autovalores
σ
1
≥ σ
2
≥ · · · ≥ σ
r
≥ 0 = · · · = 0, as colunas u
1
, . . . , u
m
de U são autovetores de AA

correspondentes aos mesmos autovalores e, para i = 1, . . . , r,
u
i
=
1
σ
i
At
i
.
Prova. Como A

A = TS

U

UST

= T(S

S)T

, vemos que a matriz diagonal S

S
é semelhante à matriz A

A e, portanto, possuem os mesmos autovalores, o que prova a
igualdade S = Σ.
Da decomposição acima, obtemos A

AT = TS

S de onde segue que as colunas de T
formam um conjunto ortonormal de autovetores de A

A correspondentes aos autovalores
σ
1
≥ σ
2
≥ · · · ≥ σ
r
≥ 0 = · · · = 0.
Da mesma decomposição, obtemos AA

U = USS

de onde segue que as colunas de U
formam um conjunto ortonormal de autovetores de AA

correspondentes aos autovalores
σ
1
≥ σ
2
≥ · · · ≥ σ
r
≥ 0 = · · · = 0.
Ainda da decomposição, segue AT = US, mostrando que u
i
=
1
σ
i
At
i
para i = 1, . . . ,
r. ¤
146 Notas de aula do Prof. Antonio Cândido Faleiros
Capítulo 12
Forma canônica de Jordan
12.1 Operadores nilpotentes
Definição 12.1 Um operador linear L : V → V é nilpotente se L
k
= 0 para algum
inteiro k positivo. O menor k para o qual L
k
= 0 é chamado de índice da nilpotência
de L.
Se o índice da nilpotência de L for k, significa que existe v em V tal que L
k−1
v 6= 0.
Observe que L
k
= 0 quando L
k
v = 0 para todo v em V. Se L for nilpotente com índice
k, seu polinômio mínimo será t
k
e assim o seu único autovalor é o zero.
Teorema 12.2 Seja L : V →V linear e v ∈ V não nulo tal que L
k−1
(v) 6= 0 e L
k
(v) = 0.
Então:
1. O conjunto S = { v, Lv, . . . , L
k−1
(v) } é linearmente independente.
2. O subespaço gerado por S é invariante sob L.
3. A restrição de L ao subespaço gerado por S é nilpotente com índice k.
4. A matriz da restrição de L ao subespaço gerado por S em relação à base ordenada
S é da forma
_
_
_
_
_
_
_
0 0 0 0 · · ·
1 0 0 0 · · ·
0 1 0 0 · · ·
0 0 1 0 · · ·
.
.
.
.
.
.
.
.
.
.
.
.
_
_
_
_
_
_
_
.
Prova. Vamos provar um item por vez.
1. Sejam β
1
, . . . , β
k
escalares tais que β
1
v+ · · · + β
k
L
k−1
v = 0. Aplicando L
k−1
a
esta igualdade, obtemos β
1
L
k−1
v = 0. Como L
k−1
v 6= 0, segue β
1
= 0. Aplicando
sucessivamente L
i
à igualdade inicial, com i = k −2, k −3, . . . , 1, se prova que β
2
=
β
3
= · · · = β
k
= 0, o que prova a primeira parte do teorema.
147
148 Notas de aula do Prof. Antonio Cândido Faleiros
2. Seja w = α
1
v+ · · · + α
k
L
k−1
v, onde α
1
, . . . , α
k
são escalares, um vetor no subespaço
gerado por S. Assim, Lw = α
1
Lv+ · · · + α
k−1
L
k−1
v e, portanto, Lw pertence ao
subespaço gerado por S.
3. Seja T : [S] → [S] a restrição de L ao subespaço [S] gerado por S. Como T
k
w =
0 para todo elemento de [S] e T
k−1
v = L
k−1
v 6= 0, concluímos que T é nilpotente
com índice k.
4. Como T(v) = Lv, T(Lv) = L
2
v, . . . , T(L
k−2
v) = L
k−1
v, T(L
k−1
v) = 0 e concluímos
que a matriz de T na base S é exatamente aquela apresentada no enunciado.
¤
Em particular, quando L for nilpotente, seu índice de nilpotência é menor ou igual à
dimensão do espaço vetorial.
Teorema 12.3 Seja L : V →V linear. Para todo inteiro i ≥ 0,
1. ker L
i
⊂ ker L
i+1
2. L(ker L
i+1
) ⊂ ker L
i
.
Prova. Se v pertence ao ker L
i
, então L
i
v = 0 e L
i+1
v = L(L
i
v) = L0 = 0. Logo, v
pertence ao ker L
i+1
, o que prova a primeira parte do teorema.
Seja w um elemento de L(ker L
i+1
) = {Lv : v ∈ ker L
i+1
}. Então w = Lv para algum
v no ker L
i+1
. Assim, L
i
w = L
i+1
v = 0, provando que w pertence ao ker L
i
. Provamos a
segunda parte do teorema. ¤
Teorema 12.4 Seja L : V →V linear e i > 0 um inteiro. Pelo teorema anterior,
ker L
i−1
⊂ ker L
i
⊂ ker L
i+1
.
Suponhamos que
{ u
1
, . . . , u
r
}
{ u
1
, . . . , u
r
, v
1
, . . . , v
s
}
{ u
1
, . . . , u
r
, v
1
, . . . , v
s
, w
1
, . . . , w
t
}
sejam bases de ker L
i−1
, ker L
i
e ker L
i+1
. Então o conjunto
{ u
1
, . . . , u
r
, Lw
1
, . . . , Lw
t
}
é linearmente independente e está contido no ker L
i
.
Notas de aula do Prof. Antonio Cândido Faleiros 149
Prova. O teorema anterior assegura que os vetores Lw
1
, . . . , Lw
t
pertencem ao ker L
i
.
Sejam α
1
, . . . , α
r
, β
1
, . . . , β
t
escalares tais que
α
1
u
1
+ · · · +α
r
u
r

1
Lw
1
+ · · · +β
t
Lw
t
= 0.
Aplicando L
i−1
a esta igualdade, segue
L
i

1
w
1
+ · · · +β
t
w
t
) = 0,
mostrando que a combinação linear β
1
w
1
+· · · +β
t
w
t
pertence ao ker L
i
e pode ser escrito
como uma combinação linear de u
1
, . . . , u
r
, v
1
, . . . , v
s
β
1
w
1
+ · · · +β
t
w
t
= c
1
u
1
+ · · · +c
r
u
r
+d
1
v
1
+ · · · +d
s
v
s
.
Sendo {u
1
, . . . , u
r
, v
1
, . . . , v
s
, w
1
, . . . , w
t
} uma base, concluímos que todos os escalares
na igualdade acima são nulos e, em particular, β
1
= · · · = β
t
= 0. Sendo {u
1
, . . . , u
r
}
uma base, deve-se ter também α
1
= · · · = α
r
= 0, o que prova a independência linear do
conjunto de vetores { u
1
, . . . , u
r
, Lw
1
, . . . , Lw
t
}. ¤
Este resultado é interessante pois ele nos permite inferir que s ≥ t. Sabemos que a
dimensão do ker L
i
cresce com i ou permanece inalterada. Além disso, o acréscimo na
dimensão quando passamos do ker L
i
para o ker L
i+1
nunca é maior do que o acréscimo
na dimensão quando passamos do ker L
i−1
para o ker L
i
. ***
Teorema 12.5 (Forma canônica de um operador nilpotente) Seja L : V → V um oper-
ador nilpotente com índice k. Existe uma base na qual a representação matricial de L tem
a forma bloco diagonal
N =
_
_
_
_
_
N
1
0 0 · · ·
0 N
2
0 · · ·
0 0 N
3
· · ·
.
.
.
.
.
.
.
.
.
.
.
.
_
_
_
_
_
.
Cada bloco diagonal N
i
é uma matriz quadrada que pode ser 1 × 1 e nula ou ter a forma
N
i
=
_
_
_
_
_
_
_
_
_
0 1 0 · · · 0 0
0 0 1 · · · 0 0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 0 0 · · · 1 0
0 0 0 · · · 0 1
0 0 0 · · · 0 0
_
_
_
_
_
_
_
_
_
.
As ordens de todos os blocos são menores ou iguais a k. Pelo menos um bloco tem ordem k.
O número de blocos é igual à nulidade de L. O número de blocos do tipo N é determinado
de modo único por L.
Em lugar de demonstrar vamos dar exemplos.
150 Notas de aula do Prof. Antonio Cândido Faleiros
Exemplo 12.6 Seja L : V →V um operador linear nilpotente com índice k. Denotemos
por W
i
o núcleo de L
i
. Relembre inicialmente que, se
{u
1
, . . . , u
r
}
{u
1
, . . . , u
r
, v
1
, . . . , v
s
}
{u
1
, . . . , u
r
, v
1
, . . . , v
s
, w
1
, . . . , w
t
}
forem bases de W
i−1
, W
i
e W
i+1
, respectivamente, então o conjunto
{ u
1
, . . . , u
r
, L(w
1
), . . . , L(w
t
) }
é linearmente independente em W
i
. Este fato nos fornece os fundamentos para obter
uma base de V na qual a representação de um operador nilpotente se encontra na forma
canônica preconizada.
1. Imaginemos que V tem dimensão n = 8 e que L : V → V é nilpotente com índice
k = 4. Assim o ker L
4
= V. Denotemos o ker L
i
por W
i
. Seja {u
1
, u
2
, u
3
, u
4
, u
5
, u
6
,
u
7
, u
8
} uma base de V = W
4
= ker L
4
, de modo que
{u
1
, u
2
, u
3
} é base do ker L.
{u
1
, u
2
, u
3
, u
4
, u
5
} é base do ker L
2
.
{u
1
, u
2
, u
3
, u
4
, u
5
, u
6
, u
7
} é base do ker L
3
.
{u
1
, u
2
, u
3
, u
4
, u
5
, u
6
, u
7
, u
8
} é base de V = ker L
4
.
Podemos construir o seguinte quadro
W
1
W
2
W
3
W
4
u
1
u
2
u
3
u
4
u
5
u
6
u
7
u
8
L
3
u
8
L
2
u
7
u
10
L
2
u
8
Lu
7
Lu
8
u
9
u
8
w
1
w
5
w
8
w
2
w
6
w
3
w
7
w
4
A base ordenada {u
1
, . . . , u
8
} da segunda linha da tabela anterior é substituída pela
base ordenada da terceira linha, que são renomeados na quarta linha para {w
1
, . . . ,
w
8
}. Os vetores u
9
e u
10
da terceira linha são construídos de modo que {Lu
8
, u
9
}
gere o mesmo subespaço que {u
6
, u
7
} e {L
3
u
8
, L
2
u
7
, u
10
} gere o mesmo subespaço
que {u
1
, u
2
, u
3
}.
Na base {w
1
, w
2
, w
3
, w
4
, w
5
, w
6
, w
7
, w
8
} a matriz de L possui a forma
_
¸
¸
¸
¸
¸
¸
¸
¸
¸
¸
_
0 1 0 0 0 0 0 0
0 0 1 0 0 0 0 0
0 0 0 1 0 0 0 0
0 0 0 0 0 0 0 0
0 0 0 0 0 1 0 0
0 0 0 0 0 0 1 0
0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0
_
¸
¸
¸
¸
¸
¸
¸
¸
¸
¸
_
Notas de aula do Prof. Antonio Cândido Faleiros 151
2. Consideremos ainda que V tem dimensão n = 8 e que L : V →V é nilpotente com
índice k = 4. Seja {u
1
, u
2
, u
3
, u
4
, u
5
, u
6
, u
7
, u
8
} uma base de V = W
4
, de modo que
{u
1
, u
2
, u
3
, u
4
} é base de W
1
{u
1
, u
2
, u
3
, u
4
, u
5
, u
6
} é base de W
2
{u
1
, u
2
, u
3
, u
4
, u
5
, u
6
, u
7
} é base de W
3
{u
1
, u
2
, u
3
, u
4
, u
5
, u
6
, u
7
, u
8
} é base de W
4
Podemos construir o seguinte quadro seguindo o esquema anterior.
W
1
W
2
W
3
W
4
u
1
u
2
u
3
u
4
u
5
u
6
u
7
u
8
L
3
u
8
Lu
9
u
10
u
11
L
2
u
8
u
9
Lu
8
u
8
w
1
w
5
w
7
w
8
w
2
w
6
w
3
w
4
Na base {w
1
, w
2
, w
3
, w
4
, w
5
, w
6
, w
7
, w
8
} a matriz de L possui a forma
_
¸
¸
¸
¸
¸
¸
¸
¸
¸
¸
_
0 1 0 0 0 0 0 0
0 0 1 0 0 0 0 0
0 0 0 1 0 0 0 0
0 0 0 0 0 0 0 0
0 0 0 0 0 1 0 0
0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0
_
¸
¸
¸
¸
¸
¸
¸
¸
¸
¸
_
12.2 Forma canônica de Jordan
Teorema 12.7 Seja L : V →V linear com polinômio característico e mínimo iguais a
∆(t) = (t −λ
1
)
n
1
· · · (t −λ
r
)
n
r
m(t) = (t −λ
1
)
m
1
· · · (t −λ
r
)
m
r
.
Então L possui uma representação matricial em bloco diagonal J, denominada de forma
canônica de Jordan do operador L, cujos elementos diagonais têm a forma
J
ij
=
_
¸
¸
¸
¸
¸
¸
¸
_
λ
i
1 0 · · · 0 0
0 λ
i
1 · · · 0 0
.
.
.
.
.
.
.
.
.
· · ·
.
.
.
.
.
.
0 0 0
.
.
.
1 0
0 0 0 · · · λ
i
1
0 0 0 · · · 0 λ
i
_
¸
¸
¸
¸
¸
¸
¸
_
.
Para cada i fixado,
152 Notas de aula do Prof. Antonio Cândido Faleiros
1. Há pelo menos um J
ij
de ordem m
i
e todos os demais são de ordem menores ou
iguais a m
i
.
2. A soma das ordens dos J
ij
é n
i
.
3. O número de J
ij
é igual à multiplicidade geométrica de λ
i
, que é igual à nulidade
de N
i
= (L
i
−λ
i
I).
4. O número de blocos J
ij
de cada ordem possível é univocamente determinado por L.
A matriz J
ij
é denominada bloco de Jordan pertencente ao autovalor λ
i
.
Observe que
J
ij
= λ
i
I +N
onde
N =
_
¸
¸
¸
¸
¸
¸
¸
_
0 1 0 · · · 0 0
0 0 1 · · · 0 0
.
.
.
.
.
.
.
.
.
· · ·
.
.
.
.
.
.
0 0 0
.
.
.
1 0
0 0 0 · · · 0 1
0 0 0 · · · 0 0
_
¸
¸
¸
¸
¸
¸
¸
_
é um bloco nilpotente.
Exemplo 12.8 Seja L : R
7
→R
7
linear, cujos polinômios característico e mínimo são
∆(t) = (t −2)
4
(t −3)
3
m(t) = (t −2)
2
(t −3)
2
A forma canônica de Jordan de L é uma das seguintes
_
¸
¸
¸
¸
¸
¸
¸
¸
_
2 1
0 2
2 1
0 2
3 1
0 3
3
_
¸
¸
¸
¸
¸
¸
¸
¸
_
ou
_
¸
¸
¸
¸
¸
¸
¸
¸
_
2 1
0 2
2
2
3 1
0 3
3
_
¸
¸
¸
¸
¸
¸
¸
¸
_
A primeira matiz ocorre se L possui dois autovetores linearmente independentes perten-
centes ao seu autovalor 2 e a segunda ocorre se L tem três autovetores linearmente inde-
pendentes pertencentes ao seu autovalor 2.
Exemplo 12.9 Vamos determinar a forma canônica J da matriz A =
·
0 1
−1 2
¸
. A
equação característica de A é (λ − 1)
2
= 0 e uma base do autoespaço correspondente ao
Notas de aula do Prof. Antonio Cândido Faleiros 153
autovalor 1 é v
1
=
£
1 1
¤
T
. Calculamos então (A−λI)
2
=
·
0 0
0 0
¸
e vemos que o zero é
autovalor desta matriz e que qualquer vetor é autovetor correspondente ao zero. Tomemos
v
2
=
£
0 1
¤
T
que, juntamente com v
1
, forma uma base do espaço das matrizes 2 ×1. A
matriz S =
·
1 0
1 1
¸
, cujas colunas são v
1
e v
2
, tem por inversa S
−1
=
·
1 0
−1 1
¸
e é tal
que J = S
−1
AS =
·
1 0
0 1
¸
.
Exemplo 12.10 Vamos determinar a forma canônica J da matriz A =
_
_
3 −2 5
−1 2 1
−1 1 0
_
_
.
A equação característica de A é (λ−1)(λ−2)
2
= 0. A multiplicidade algébrica do autovalor
1 é 1 e do autovalor 2 é 2. Uma base do autoespaço correspondente ao autovalor 1 é for-
mada pelo vetor v
1
=
£
1 1 0
¤
T
. Uma base do autoespaço correspondente ao autovalor
2 é formada pelo vetor
£
1 3 1
¤
T
. Um conjunto gerador do autoespaço de (A−2I)
2
=
_
_
−2 3 −7
−2 3 −7
0 0 0
_
_
correspondente ao autovalor 0 é formado pelos vetores v
3
=
£
3 2 0
¤
T
e v
4
=
£
−7 0 2
¤
T
. Como nenhum deles é múltiplo de
£
1 3 1
¤
T
podemos tomar
v
3
para gerar a uma cadeia de Jordan de comprimento 2, correspondente ao autovalor 2
e calculamos v
2
= (A − 2I)v
3
=
£
−1 −3 −1
¤
T
. A matriz S =
_
_
1 −1 3
1 −3 2
0 −1 0
_
_
, cuja
inversa é S
−1
=
_
_
−2 3 −7
0 0 −1
1 −1 2
_
_
é tal que J = S
−1
AS =
_
_
1 0 0
0 2 1
0 0 2
_
_
que é a forma
canônica da matriz A.
Exemplo 12.11 ***
12.3 Subespaços cíclicos
Seja L : V →V linear e v ∈ V não nulo (v 6= 0). Consideremos a seqüência
v, Lv, L
2
v, . . .
Seja k o menor inteiro para o qual
L
k
v ∈ [v, Lv, L
2
v, . . . , L
k−1
v],
indicando com isto que o conjunto
{v, Lv, L
2
v, . . . , L
k−1
v}
154 Notas de aula do Prof. Antonio Cândido Faleiros
é linearmente independente.
O subespaço vetorial
Z(v, L) = [v, Lv, L
2
v, . . . , L
k−1
v]
é chamado de subespaço cíclico de V gerado por L e v. Sua dimensão é k.
Este subespaço é a interseção de todos os subespaços L invariantes que contêm v.
Denotemos por L
v
a restrição de L a Z(v, L). Se
L
k
v = −a
0
v −a
1
Lv −a
2
L
2
v −· · · −a
k−1
L
k−1
v
então
m
v
(t) = a
0
+a
1
t +a
2
t
2
+ · · · +a
k−1
t
k−1
+t
k
é o polinômio mínimo de L
v
e a representação de L
v
na base
{v, Lv, L
2
v, . . . , L
k−1
v}
é
C =
_
¸
¸
¸
¸
¸
¸
¸
¸
¸
_
0 0 0 · · · 0 0 −a
0
1 0 0 · · · 0 0 −a
1
0 1 0 · · · 0 0 −a
2
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 0 0 · · · 0 0 −a
k−3
0 0 0 · · · 1 0 −a
k−2
0 0 0 · · · 0 1 −a
k−1
_
¸
¸
¸
¸
¸
¸
¸
¸
¸
_
denominada de matriz companheira do polinômio m
v
(t). O polinômio m
v
(t) é denom-
inado de L anulador de v e Z(v, L).
12.4 Forma canônica racional
Lema 12.12 11.13. Seja L : V →V linear, cujo polinômio mínimo é f(t)
n
, onde f(t) é
irredutível. Então existem v
1
, v
2
, . . . , v
r
tais que
V = Z(v
1
, L) ⊕· · · ⊕Z(v
r
, L).
O polinômio mínimo da restrição de L a Z(v
i
, L) é f(t)
n
i
, onde n
i
é um número inteiro
menor ou iguais a n. Pode-se ordenar os expoentes n
i
de modo que
n = n
1
≥ n
2
≥ · · · ≥ n
r
.
Qualquer outra decomposição de V em subespaços L cíclicos tem o mesmo conjunto de
polinômios mínimos, que é determinado de modo único por L. Assim L tem uma repre-
sentação matricial
C =
_
¸
¸
¸
_
C
(1)
0 · · · 0
0 C
(2)
· · · 0
.
.
.
.
.
.
.
.
.
.
.
.
0 0 · · · C
(r)
_
¸
¸
¸
_
Notas de aula do Prof. Antonio Cândido Faleiros 155
onde C
(i)
é a matriz companheira do polinômio f(t)
n
i
.
Teorema 12.13 (Forma canônica racional) Seja L : V →V linear com polinômio mín-
imo
m(t) = f
1
(t)
m
1
. . . f
s
(t)
ms
onde f
i
(t) são polinômios mônicos irredutíveis distintos. Então L possui uma única rep-
resentação matricial em bloco
_
¸
¸
¸
_
_
¸
¸
¸
_
C
1
0 · · · 0
0 C
2
· · · 0
.
.
.
.
.
.
.
.
.
.
.
.
0 0 · · · C
s
_
¸
¸
¸
_
_
¸
¸
¸
_
onde cada C
i
é uma matriz com o formato
C
i
=
_
¸
¸
¸
_
C
(1)
i
0 · · · 0
0 C
(2)
i
· · · 0
.
.
.
.
.
.
.
.
.
.
.
.
0 0 · · · C
(r)
i
_
¸
¸
¸
_
em que C
(j)
i
são matrizes companheiras de f
i
(t)
n
ij
onde se pode ordenar os n
ij
de modo
que
m
1
= n
11
≥ n
12
≥ · · · ≥ n
1r
1
· · ·
m
s
= n
s1
≥ n
s2
≥ · · · ≥ n
srs
Esta é a chamada forma canônica racional de L. Os polinômios f
i
(t)
n
ij
são chamados
de divisores elementares de L.
12.5 Forma triangular
Se um operador linear L possuir uma representação matricial triangular
A =
_
_
_
_
_
a
11
a
12
· · · a
1n
0 a
22
· · · a
2n
.
.
.
.
.
.
.
.
.
.
.
.
0 0 · · · a
nn
_
_
_
_
_
seu polinômio característico pode ser fatorado em polinômios do primeiro grau
∆(t) = det(tI −A) = (t −a
11
)(t −a
22
) · · · (t −a
nn
).
A recíproca também é verdadeira.
156 Notas de aula do Prof. Antonio Cândido Faleiros
Teorema 12.14 Seja n a dimensão de V e L : V →V um operador linear cujo polinômio
característico ∆(t) pode ser fatorado num produto de fatores lineares
∆(t) = (t −λ
1
)
n
1
· · · (t −λ
r
)
n
r
onde os números λ
i
, i = 1, . . . , r são distintos e n
1
+ · · · + n
r
= n. Então L possui uma
representação matricial em forma triangular.
Prova. *** Como ∆(t) pode ser fatorado em polinômios do primeiro grau, L possui
ao menos um autovalor. Denotemo-lo λ
1
e por v
1
o autovetor correspondente, de modo
que Lv
1
= λ
1
v
1
. Então V = V
1
⊕(V
1
)

onde V
1
= ger(v
1
). O espaço V
1
é invariantes sob
L. Seja L
1
a restrição de L a V
1
. {v
12
, . . . , v
1n
} uma base ortonormal de (V
1
)

. A matriz
de L nesta base é da forma *** ¤
12.6 Espaços quocientes
Esta é uma maneira inteligente de definir “projeções” em espaços vetoriais que não pos-
suem produto interno.
Seja W um subespaço vetorial de V. Dado v ∈ V, definimos o conjunto
v +W = {v +w : w ∈ W},
denominado de classe lateral de W em V. Observe que 0 +W = W.
Podemos definir duas operações no conjunto das classes laterais de modo a torná-lo
um espaço vetorial.
Seja W um subespaço vetorial de V. Sejam u e v dois vetores em V e k um escalar
pertencente ao corpo sobre o qual se define o espaço vetorial V. Definimos no conjunto
das classes laterais de W as operações de adição de duas classes e multiplicação de uma
classe por um escalar por
(u +W) + (v +W) = (u +v) +W,
k(u +W) = ku +W.
O conjunto das classes laterais, com estas duas operações, é um espaço vetorial sobre
o mesmo corpo sobre o qual se define V. Este espaço vetorial é denominado espaço
quociente de V por W e é denotado por V/W. Se a dimensão de V for finita então
dim(V/W) = dim(V )− dim(W).
Teorema 12.15 Seja L : V →V linear e W um subespaço L invariante de V. Então L
induz um operador linear
¯
L em V/W definido por
¯
L(v +W) = L(v) +W.
Se L for um zero de um polinômio, então
¯
L também o é. Assim, o polinômio mínimo de
¯
L divide o polinômio mínimo de L.
Notas de aula do Prof. Antonio Cândido Faleiros 157
Exemplo 12.16 Vamos apresentar um exemplo que mostra como se pode obter uma rep-
resentação matricial triangular de uma transformação linear. Seja L : R
3
→R
3
definida
por L(x, y, z) = (4x +y −z, 2x +5y −2z, x +y +2z). A matriz de L na base canônica do
R
3
é
A =
_
_
4 1 −1
2 5 −2
1 1 2
_
_
Os vetores v
1
= (−1, 1, 0), v
2
= (0, 1, 0), v
3
= (0, 0, 1) formam uma base do R
3
.
Destacamos que v
1
é autovetor de L correspondente ao autovetor 3. Como
L(v
1
) = 3v
1
L(v
2
) = −v
1
+ 6v
2
+v
3
L(v
3
) = v
1
−3v
2
+ 2v
3
a matriz de L na base {v
1
, v
2
, v
3
} é
B =
_
_
3 −1 1
0 6 −3
0 1 2
_
_
.
O espaço vetorial W gerado por v
1
é invariante sob L. Observe que a matriz de L na
base {v
1
, v
2
, v
3
} já possui a primeira coluna na forma desejada para se chegar à forma
triangular.
Consideremos V = {v +W : v ∈ V } que é o espaço quociente V/W e a transformação
linear induzida L : V →V definida por L(v) = L(v) +W. Para esta transformação,
L(v
1
) = 3v
1
+W = W = 0
L(v
2
) = −v
1
+ 6v
2
+v
3
+W = 6v
2
+v
3
L(v
3
) = v
1
−3v
2
+ 2v
3
+W = −3v
2
+ 2v
3
de modo que a matriz de L em relação à base {v
2
, v
3
} de V é
C =
µ
6 −3
1 2

.
Vamos omitir a barra e olhar para L no espaço gerado por v
2
e v
3
. Sabemos que
L(v
2
) = 6v
2
+v
3
L(v
3
) = −3v
2
+ 2v
3
cuja matriz na base {v
1
, v
2
} é C. Os autovalores de C são 5 e 3 e o autovetor relativo ao
autovalor 5 é 3v
2
+v
3
. Vamos então passar da base {v
1
, v
2
, v
3
} para a base {w
1
, w
2
, w
3
}
onde
w
1
= v
1
, w
2
= 3v
2
+v
3
, w
3
= v
3
.
158 Notas de aula do Prof. Antonio Cândido Faleiros
O w
3
foi escolhido de modo arbitrário, exigimos apenas que {w
1
, w
2
, w
3
} seja uma base
de V. Podemos inverter as relações acima para obter
v
1
= w
1
, v
2
= (w
2
−w
3
)/3, v
3
= w
3
.
Daí segue
L(w
1
) = 3w
1
L(w
2
) = −2w
1
+ 5w
2
L(w
3
) = w
1
−w
2
+ 3w
3
e, nesta base, a matriz de L é
D =
_
_
3 −2 1
0 5 −1
0 0 3
_
_
que está na forma triangular. Esta transformação linear pode ser representada por uma
matriz diagonal pois ela possui três autovetores linearmente independente.
Capítulo 13
Aplicações
Aproximação por polinômios
Cadeias de Markov
Circuitos elétricos
Diferenças finitas
Elementos finitos
Equação de Schröedinger
Sistemas de equações diferenciais
Exponencial de matriz
Formas quadráticas
Cônicas e quádricas
Mínimos quadrados
Modelo econômico de Leontief
Método húngaro para alocação de tarefas
Cifras de Hill
Programação linear
Séries de Fourier
Sistemas de equações diferenciais
Tensão nos meios contínuos
Teoria dos grafos
Teoria dos jogos
159
160 Notas de aula do Prof. Antonio Cândido Faleiros
Apêndice A
Matrizes
Uma matriz é um arranjo retangular de números, denominados de elementos da matriz,
dispostos em linhas e colunas. Quando uma matriz possuir m linhas e n colunas diremos
que é uma matriz m×n ou matriz m por n ou matriz de ordem m por n. Matrizes reais
são aquelas cujos elementos são números reais e matrizes complexas são aquelas cujos
elementos são números complexos. Em nosso curso trabalharemos com matrizes reais ou
complexas.
Uma matriz com uma única coluna é chamada de vetor coluna e uma matriz com
uma única linha é chamada de vetor linha. Se o número de linhas for igual ao número de
colunas se diz que a matriz é quadrada. Uma matriz quadrada com n linhas e n colunas
é uma matriz n por n ou de ordem n. Neste caso, em lugar de dizermos que a ordem da
matriz é m por m, diremos apenas que a matriz é de ordem m.
A menos que se especifique o contrário, R
n
é o conjunto das matrizes coluna reais,
que possuem n linhas e uma coluna. Denotaremos por C
n
ao conjunto de matrizes coluna
complexas, com n linhas e uma coluna. Designaremos o conjunto das matrizes reais m por
n pelo símbolo R
m×n
e das matrizes complexas de ordem m por n pelo símbolo C
m×n
.
Também é usual escrever A
m×n
para indicar que A possui m linhas e n colunas. Um
número real ou complexo será denominado genericamente de escalar.
Usaremos a notação abreviada A = (a
ij
) para denotar uma matriz
A =
_
_
_
a
11
· · · a
1n
.
.
.
.
.
.
.
.
.
a
m1
· · · a
mn
_
_
_
onde a
ij
é o elemento da linha i e coluna j. No conjunto das matrizes m por n, se define
a adição de duas matrizes e a multiplicação de uma matriz por um escalar através das
fórmulas
(a
ij
) + (b
ij
) = (a
ij
+b
ij
)
k (a
ij
) = (ka
ij
)
onde k é um escalar, (a
ij
) e (b
ij
) são matrizes de ordem m por n. Quando for conveniente,
escreveremos (a
ij
)k em lugar de k(a
ij
).
161
162 Notas de aula do Prof. Antonio Cândido Faleiros
A matriz em que todos os elementos são nulos é chamada de matriz nula e será
denotada por 0.
Se A = (a
ij
), então −A = (−a
ij
) é chamada de matriz oposta de A. Definimos a
diferença entre as matrizes A e B de mesma ordem por A−B = A+ (−B).
Propriedades
Nas propriedades enumeradas abaixo, A, B e C são matrizes de mesma ordem, incluindo
a matriz nula e k
1
, k
2
são escalares. O 1 indica a unidade escalar.
1. Associatividade: A+ (B +C) = (A+B) +C.
2. Comutatividade: A+B = B+ A.
3. Elemento neutro: A+ 0 = 0 +A = A.
4. Elemento oposto: A+ (−A) = (−A) +A = 0.
5. Associatividade: (k
1
k
2
)A = k
1
(k
2
A).
6. Distributividade: (k
1
+k
2
)A = k
1
A+k
2
A.
7. Distributividade: k
1
(A+B) = k
1
A+k
1
B.
8. Unidade: 1A = A
Estas propriedades indicam que o conjunto das matrizes m × n com as operações de
adição e multiplicação por um escalar é um espaço vetorial sobre o corpo dos escalares
que, em nosso caso, será o corpo dos números reais ou dos números complexos.
A.1 Matrizes especiais
Seja A = (a
ij
) uma matriz m por n e p = min{m, n}. Os elementos a
11
, a
22
, . . . , a
pp
formam a diagonal principal da matriz A. Uma matriz é diagonal se todos os elementos
fora da diagonal principal forem nulos.
A matriz identidade I de ordem m é a matriz diagonal cujos elementos da diagonal
principal são todos iguais a 1. O delta de Kronecker, definido para todo i e j inteiros por
δ
ij
= 1 se i = j
δ
ij
= 0 se i 6= j
pode ser usado para representar os elementos da matriz identidade. Em termos deste
símbolo, I = (δ
ij
) .
Se os elementos abaixo da diagonal principal da matriz A forem nulos, a matriz é
triangular superior. Se os elementos à direita da diagonal principal de A forem nulos,
a matriz é triangular inferior.
Notas de aula do Prof. Antonio Cândido Faleiros 163
Uma matriz A é simétrica se A
T
= A, é anti-simétrica se A
T
= −A e ortogonal
se A
T
= A
−1
.
Seja A = (a
ij
) uma matriz complexa de ordem m por n. Vamos indicar por ¯ a
ij
ao
complexo conjugado de a
ij
. A matriz A

= (b
ij
) de ordem n por m, onde
b
ij
= ¯ a
ji
é a adjunta de A. Se A for real, então A

= A
T
. Uma matriz complexa A é hermitiana
se A

= A, anti-hermitiana se A

= −A e unitária se A

= A
−1
. As matrizes reais
simétricas são hermitianas, as matrizes reais anti-simétricas são anti-hermitianas e as
matrizes reais ortogonais são unitárias.
Definição A.1 Uma matriz m por n possui a forma escalonada se:
1. As linhas nulas, se existirem, se encontram na parte inferior da matriz.
2. Ao percorrer as linhas de cima para baixo, o primeiro elemento não nulo de cada
linha vai se deslocando para a direita.
O primeiro elemento não nulo em cada linha, quando percorrida da esquerda para a
direira, é chamado de pivô da linha.
Definição A.2 Uma matriz m por n possui a forma escalonada reduzida se:
1. As linhas nulas, se existirem, se encontram na parte inferior da matriz.
2. O primeiro elemento não nulo em cada linha, quando percorrida da esquerda para
a direira, é igual a 1. Este é o pivô da linha.
3. São nulos todos os demais elementos da coluna que contém o pivô.
4. Ao percorrer as linhas de cima para baixo, o primeiro elemento não nulo de cada
linha vai se deslocando para a direita.
A.2 Multiplicação de matrizes
A multiplicação é a operação que leva duas matrizes A = (a
ij
)
m×n
e B = (b
jk
)
n×p
na
matriz
AB =
Ã
n
X
k=1
a
ik
b
kj
!
de ordemque é uma matriz m por p. Para efetuar o produto AB, o número de colunas de
A deve ser igual ao número de linhas de B. Quando este for o caso, se diz que A e B são
conformes para o produto.
A multiplicação de matrizes é uma operação associativa e distributiva mas não é
comutativa. Assim,
164 Notas de aula do Prof. Antonio Cândido Faleiros
1. A
1
(B
1
C
1
) = (A
1
B
1
)C
1
2. A
2
(B
2
+C
2
) = A
2
B
2
+A
2
C
2
3. (A
3
+B
3
)C
3
= A
3
C
3
+B
3
C
3
desde que as matrizes A
i
, B
i
e C
i
sejam conformes para a adição e a multiplicação.
Se se o número de linhas for diferente do número de colunas em A e B, então o produto
AB pode estar definido e o produto BA não.
A.3 Inversa
Uma matriz quadrada A de ordem m é inversível se existir uma matriz quadrada B de
ordem m tal que AB = BA = I, onde I é a matriz identidade de ordem m. A matriz
B é a inversa de A, sendo denotada por A
−1
. Sendo A = (a
ij
) e B = (b
ij
) , então as
igualdades matriciais AB = BA = I resultam nas seguintes igualdades entre os elementos
de A, B e I
n
X
k=1
a
ik
b
kj
= δ
ij
e
n
X
k=1
b
ik
a
kj
= δ
ij
.
Se a matriz não for inversível, diremos que é singular.
A inversa de uma matriz é única pois, se B e C forem inversas de A, então
B = BI = B(AC) = (BA)C = IC = C.
Se A for inversível, então A
−1
é inversível e (A
−1
)
−1
= A. Se k for um escalar não nulo
e A for inversível, então kA é inversível e (kA)
−1
= k
−1
A
−1
.
Teorema A.3 Sejam A e B matrizes quadradas tais que AB = I. Isto é suficiente para
garantir que BA = I.
Prova. A prova deste fato se baseia emumteorema da Álgebra Linear que estabelece o
seguinte: Se as matrizes envolvidas foremde ordemn, o posto de I é n e, consequentemente
o posto de A é n, estabelecendo uma bijeção em C
n
. Então B é necessariamente a bijeção
inversa e BA = I. ¤
Se A e B forem inversíveis então AB é inversível e (AB)
−1
= A
−1
B
−1
. Este resultado
pode ser generalizado. Se A
1
, . . . , A
n
forem inversíveis, então o produto A
1
· · · A
n
é
inversível e
(A
1
· · · A
n
)
−1
= A
−1
n
· · · A
−1
1
.
Se A for uma matriz inversível, então as equações AX = B e Y A = C possuem solução
única dadas por X = A
−1
B e Y = CA
−1
.
Notas de aula do Prof. Antonio Cândido Faleiros 165
Se A for uma matriz quadrada, define-se as potências inteiras de A por
A
0
= I,
A
k
= A
k−1
A,
A
−k
=
¡
A
−1
¢
k
=
¡
A
k
¢
−1
.
para todo k ≥ 1 inteiro.
O posto de uma matriz é o número de suas colunas que são linearmente independentes.
A nulidade de uma matriz é a dimensão do seu núcleo.
Teorema A.4 Seja A uma matriz m×n. O posto de A mais a nulidade de A é igual a
n.
Teorema A.5 O posto de uma matriz não se modifica se ela for multiplicada por uma
matriz inversível.
Teorema A.6 Seja A uma matriz m ×n de posto k. Existe uma matriz P de ordem n,
e uma matriz Q de ordem m, ambas inversíveis e tais que D = Q
−1
AP é uma matriz
diagonal onde os k primeiros elementos da diagonal são iguais a 1 e os demais são todos
nulos.
Teorema A.7 Seja A uma matriz m×n de posto k. Existe uma matriz inversível Q de
ordem m, tal que A
0
= Q
−1
A é uma matriz escalonada reduzida.
A transposta da matriz A = (a
ij
) de ordem m por n é a matriz A
T
= (b
ij
) , de ordem
n por m, onde b
ij
= a
ji
. Vale a propriedade
(AB)
T
= B
T
A
T
.
Teorema A.8 O número de linhas linearmente independentes de uma matriz é igual ao
número de colunas linearmente independentes.
Prova. Seja A
0
= Q
−1
A a matriz escalonada reduzida do teorema anterior. O número
de linhas não nulas é o número de linhas linearmente independentes em A
0
. Em A
0
, as
colunas linearmente independentes são aquelas que contém os pivôs. Logo, o número
de linhas linearmente independentes de A
0
é igual ao número de colunas linearmente
independentes. Como Q e Q
T
são inversíveis, o posto de A = QA
0
e o de A
T
= (A
0
)
T
Q
T
são idênticos, mostrando que o número de linhas e o número de colunas linearmente
independentes de A são iguais. ¤
166 Notas de aula do Prof. Antonio Cândido Faleiros
A.4 Operações elementares e matrizes elementares
Operações elementares sobre linhas
1. Permutar duas linhas.
2. Multiplicar uma linha de A por um escalar não nulo.
3. Adicionar a uma linha um múltiplo de outra linha.
Operações elementares sobre colunas são definidas de modo análogo.
As operações elementares podem ser executadas mediante o produto de matrizes el-
ementares. A matriz que troca a linha i pela linha j é aquela obtida a partir da matriz
identidade, trocando a linha i com a linha j. A matriz que multiplica a linha i de A por
um escalar k 6= 0 é obtida a partir da identidade, trocando o elemento diagonal da linha
i por k. A matriz que adiciona um múltiplo k da linha i à linha j é obtida a partir da
matriz identidade, trocando o zero da linha i coluna j por k.
Se E for uma matriz elementar, EA realiza operações elementares sobre as linhas de
A e AE realiza operações elementares sobre as colunas de A, como mostram os exemplos
que seguem.
Se
E =
_
_
0 1 0
1 0 0
0 0 1
_
_
,
então a matriz EA é obtida de A trocando a primeira linha com a segunda; AE é uma
matriz obtida de A trocando a primeira coluna com segunda.
Se
E =
_
_
β 0 0
0 1 0
0 0 1
_
_
,
então a matriz EA é obtida de A multiplicando a primeira linha por β; a matriz AE é
obtida de A multiplicando a primeira coluna por β.
Se
E =
_
_
1 β 0
0 1 0
0 0 1
_
_
,
então EA é uma matriz obtida de A adicionando β vezes a segunda linha à primeira; AE
é uma matriz obtida de A adicionando β vezes a primeira coluna à segunda.
As matrizes elementares são inversíveis. Se uma matriz A for inversível e E é uma
matriz elementar, então AE e EA são inversíveis.
Se uma coluna ou uma linha de uma matriz for identicamente nula, ela é singular. Se
uma coluna de uma matriz for uma combinação linear das outras, a matriz é singular.
Teorema A.9 Uma matriz quadrada A é inversível se e só se puder ser escrita como um
produto matrizes elementares.
Notas de aula do Prof. Antonio Cândido Faleiros 167
Prova. Se A for o produto de matrizes elementares, ela é inversível pois as matrizes
elementares são inversíveis. Vamos provar a recíproca.
Como A = (a
ij
) é inversível, nenhuma de suas colunas é identicamente nula. Pelo
menos um elemento da primeira coluna é diferente de zero. Se a
11
for igual a zero,
podemos permutar a primeira linha de A com outra cujo elemento da primeira coluna
é diferente de zero. Denotemos ainda por a
11
o elemento da primeira linha e primeira
coluna da matriz transformada. Podemos dividir a primeira linha por a
11
de modo que
o elemento da primeira linha primeira coluna fique igual a 1. Agora, podemos adicionar
às demais linhas de A múltiplos da primeira de modo que todos os elementos da primeira
coluna, exceto o primeiro, fiquem iguais a zero. Esta matriz obtida de A através de
operações elementares é inversível e será denotada por A
1
.
Se todos os elementos da segunda coluna de A
1
da diagonal principal para baixo forem
nulos, a segunda coluna de A
1
seria um múltiplo da primeira e esta matriz seria singular.
Como ela não é singular, pelo menos um elemento da segunda coluna da diagonal principal
para baixo é diferente de zero. Se necessário, trocamos a segunda linha com outra abaixo
dela que possui elemento não nulo na segunda coluna. O elemento da segunda linha
segunda coluna desta matriz assim transformada é não nulo e podemos dividir agora a
segunda linha por ele. O elemento (2, 2) fica igual a 1. Podemos agora adicionar às outras
linhas múltiplos da segunda de modo a anular todos os demais elementos da segunda
coluna. Observe que a primeira coluna não é modificada neste processo pois o elemento
da primeira coluna da segunda linha é zero. Denominemos esta nova matriz de A
2
. Ela
foi obtida de A
1
a partir de operações elementares e, portanto, é inversível.
Continuando com este processo, chegamos à matriz identidade, aplicando transfor-
mações elementares sobre as linhas de A. Sejam E
1
, E
2
, . . . , E
k
as matrizes elementares
que realizam estas operações. Então E
k
· · · E
1
A = I e A = (E
k
· · · E
1
)
−1
I = E
−1
1
· · · E
−1
k
.
Como a inversa de uma matriz elementar é elementar, A é um produto de matrizes ele-
mentares. ¤
168 Notas de aula do Prof. Antonio Cândido Faleiros
Apêndice B
Determinante
B.1 Permutação
Uma função bijetora σ : {1, 2, . . . , n} → {1, 2, . . . , n} é chamada de permutação
do conjunto {1, 2, . . . , n}. Basta apresentar a ênupla ordenada (σ(1), . . . , σ(n)) para
estabelecer σ sem ambiguidade. A identidade (1, 2, . . . , n) é uma permutação. Sendo
bijetora, a permutação é inversível e, se σ(i) = j, sua inversa σ
−1
leva j em i.
Sejam j e k dois inteiros distintos no conjunto {1, 2, . . . , n}. Uma permutação que
leva j em k e k em j, mantendo fixos os outros inteiros, é chamada de transposição.
Se τ for uma transposição, basta informar que τ(j) = k para inferir que τ(k) = j e que
τ(i) = i para todo i diferente de j e k.
Toda permutação é a composição de um número finito de transposições. De fato,
sejam τ
i
, i = 1, . . . , n permutações que tanto pode ser uma transposição quanto uma
identidade, definidas por
τ
1
(1) = σ(1),
τ
2
τ
1
(2) = σ(2),
. . . ,
τ
n

n−1
· · · τ
2
τ
1
(n)) = σ(n).
Estas equações definem τ
1
, τ
2
, . . . , τ
n
sem ambiguidade. Observe que, se σ(1) = 1, então
τ
1
é a identidade. Se σ(2) = τ
1
(2), τ
2
é a identidade. Em geral, para k ≥ 2, sendo
σ(k) = τ
k−1
· · · τ
2
τ
1
(k), então τ
k
é a permutação identidade. Em particular, τ
n
é sempre
a identidade e foi colocada na composição apenas para ficarmos com um número exato de
n permutações, entre transposições e identidades. A permutação σ é igual à composição
τ
n
· · · τ
2
τ
1
.
Retirando as identidades desta composição, vemos que σ é uma composição de permu-
tações que, entretanto, não é única. Todavia, duas decomposição de σ em permutações
terá ou um número par de fatores ou um número ímpar de fatores. Provaremos esta
afirmação logo adiante.
169
170 Notas de aula do Prof. Antonio Cândido Faleiros
Seja σ uma permutação de {1, 2, . . . , n}. Se i < j e σ(i) > σ(j) diremos que o par
(i, j) é uma inversão de σ. Definimos o sinal de σ do seguinte modo: Se o número de
inversões de σ for par, seu sinal será +1. Se o número de inversões de σ for ímpar, seu
sinal será −1. O sinal de σ será denotado por sign(σ).
A permutação identidade não apresenta nenhuma inversão. Portanto, seu sinal é +1.
Teorema B.1 Sejam σ
1
e σ
2
duas permutações de {1, 2, . . . , n}. Então
sign(σ
2
σ
1
) = sign(σ
2
)sign(σ
1
).
Prova. Observe a tabela que vem em seguida, onde i < j.
Inversões
σ
1
σ
2
σ
2
σ
1
σ
1
(i) < σ
1
(j) σ
2
σ
1
(i) < σ
2
σ
1
(j) 0 0 0
σ
1
(i) < σ
1
(j) σ
2
σ
1
(i) > σ
2
σ
1
(j) 0 1 1
σ
1
(i) > σ
1
(j) σ
2
σ
1
(i) < σ
2
σ
1
(j) 1 1 0
σ
1
(i) > σ
1
(j) σ
2
σ
1
(i) > σ
2
σ
1
(j) 1 0 1
Ela mostra que quando há uma inversão em σ
2
σ
1
ou há uma inversão em σ
1
ou há
uma em σ
2
mas não em ambas ao mesmo tempo. Quando não há inversão em σ
2
σ
1
então
não há inversão nem em σ
1
nem em σ
2
ou ambas apresentam uma inversão. Isto significa
que o número de inversões de σ
2
σ
1
e a soma do número de inversões em σ
1
e σ
2
têm a
mesma paridade. Isto implica na igualdade dos sinais
sign(σ
2
σ
1
) = sign(σ
2
)sign(σ
1
).
¤
Se uma permutação σ mantém um número k fixo, isto é, se σ(k) = k, as inversões
envolvendo este número não precisam ser contadas no cálculo do sinal. O número de
inversões (i, k), com i < k é igual ao número de inversões (k, j) com k < j. Logo, o
número mantido fixo pela permutação sempre leva a um número par de inversões. Esta
observação é útil na prova do próximo teorema.
Teorema B.2 O sinal de uma transposição é −1.
Prova. Se a transposição levar i em j e j em i, de acordo com a observação feita
acima, podemos ignorar as inversões relativas aos números mantidos fixos. Sobram apenas
i e j, para os quais há uma inversão. Logo, o sinal da transposição é −1. ¤
Teorema B.3 Toda permutação é uma composição de transposições. Esta composição
não é única. Entretanto, o número de transposições ou é sempre par ou é sempre ímpar.
Prova. O sinal de toda transposição é −1. Quando sign(σ) = +1, qualquer decom-
posição de σ em transposições tem um número par de fatores. Quando sign(σ) = −1, o
número de transposições que a compõem é ímpar. ¤
Notas de aula do Prof. Antonio Cândido Faleiros 171
Teorema B.4 O sinal de uma permutação é igual ao sinal de sua inversa.
Prova. Como σ
−1
σ é a identidade cujo sinal é +1, segue sign(σ
−1
)sign(σ) =sign(σ
−1
σ) =
1. Logo, sign(σ
−1
) e sign(σ) são ambos iguais a +1 ou ambos iguais a −1. ¤
B.2 Determinante
Seja A = (a
ij
) uma matriz quadrada de ordem n. O determinante de A é definido por
det(A) =
X
σ
sign(σ)a
1σ(1)
a
2σ(2)
· · · a
nσ(n)
onde σ pecorre o conjunto de todas as permutações de {1, 2, . . . , n}.
Cada permutação σ de {1, 2, . . . , n} possui inversa τ. Se σ(i) = j, então τ(j) = i
e a
iσ(i)
= a
τ(j)j
. Consequentemente, o produto a
1σ(1)
a
2σ(2)
· · · a
nσ(n)
é uma reordenação
a
τ(1)1
a
τ(2)2
· · · a
τ(n)n
e, portanto, são iguais. Como sign(σ) = sign(τ), segue
det(A) =
X
τ
sign(τ)a
τ(1)1
a
τ(2)2
· · · a
τ(n)n
onde τ percorre o conjunto de todas as permutações de {1, 2, . . . , n}.
Teorema B.5 O determinante de uma matriz é igual ao determinante de sua transposta.
Prova. Se B = (b
ij
) for a transposta de A = (a
ij
), então b
ij
= a
ji
. Assim,
det(A) =
X
σ
sign(σ)a
σ(1)1
a
σ(2)2
· · · a
σ(n)n
=
X
σ
sign(σ)b
1σ(1)
b
2σ(2)
· · · b
nσ(n)
= det(B).
¤
Teorema B.6 Se uma linha ou uma coluna de uma matriz quadrada for nula, seu deter-
minante é zero.
Prova. Quando a linha i for nula, a
iσ(i)
= 0 para toda permutação σ e assim, det(A) =
0. Uma coluna nula na matriz é uma linha nula na transposta. Assim, det(A
T
) = 0 e,
portanto, det(A) = 0. ¤
Teorema B.7 Se permutarmos duas linhas de uma matriz, o determinante muda de
sinal. Se permutarmos duas colunas de uma matriz, o determinante muda de sinal.
172 Notas de aula do Prof. Antonio Cândido Faleiros
Prova. Seja B = (b
ij
) a matriz obtida de A = (a
ij
) permutando-se as linhas r e s, de
modo que b
rj
= a
sj
e b
sj
= a
rj
. Assim,
det(B) =
X
σ
sign(σ) · · · b
rσ(r)
· · · b
sσ(s)
· · ·
=
X
σ
sign(σ) · · · a
sσ(r)
· · · a
rσ(s)
· · ·
=
X
σ
sign(σ) · · · a
rσ(s)
· · · a
sσ(r)
· · ·
= −
X
στ
sign(στ) · · · a
r,στ(r)
· · · a
s,στ(s)
· · ·
onde τ é a transposição que leva r em s e s em r. Como σ percorre todas as permutações
possíveis, στ também as percorre e assim,
det(B) = −
X
σ
sign(σ) · · · a
rσ(r)
· · · a
sσ(s)
· · · = −det(A).
¤
Teorema B.8 Se duas linhas ou duas colunas de uma matriz quadrada forem iguais, seu
determinante é zero.
Prova. Se duas linhas da matriz A são iguais, ao trocar uma linha pela outra, a matriz
A permanece inalterada e seu determinante troca de sinal. Logo, det(A) = −det(A), o
que resulta em det(A) = 0. ¤
Teorema B.9 Seja A = [v
1
, . . . , v
j
+ w
j
, . . . , v
n
], B = [v
1
, . . . , v
j
, . . . , v
n
], e C = [v
1
,
. . . , w
j
, . . . , v
n
], matrizes quadradas de ordem n, onde v
1
, . . . , v
n
e w
j
são as colunas de
B e C. A coluna j de A é v
j
+w
j
. Então
det(A) = det(B) + det(C).
Prova. Imediata, a partir da definição. ¤
Vale um teorema análogo se os elementos de uma linha de A forem decompostos em
duas parcelas.
Teorema B.10 Sejam v
1
, . . . , v
n
vetores coluna em C
n
. Então para todo escalar β,
det[v
1
, . . . , βv
i
, . . . , v
n
] = β det[v
1
, . . . , v
i
, . . . , v
n
]
O mesmo resultado se aplica ao multiplicarmos uma linha de A por um escalar β.
Notas de aula do Prof. Antonio Cândido Faleiros 173
Prova. Imediata a partir da definição. ¤
Corolário B.11 Se A é uma matriz quadrada de ordem n e β um escalar,
det(βA) = β
n
det(A).
Teorema B.12 Se uma linha de uma matriz quadrada A for um múltiplo de outra linha
de A, então det(A) = 0.
Prova. Se β 6= 0, det[ . . . , v
i
, . . . , βv
i
, . . . ] = β det[ . . . , v
i
, . . . , v
i
, . . . ] = 0.
Quando β = 0, uma linha da matriz é nula e det(A) = 0. ¤
Teorema B.13 O determinante de uma matriz não se altera se adicionarmos a uma de
suas colunas um múltiplo de outra. O mesmo resultado se aplica se adicionarmos a uma
de suas linhas um múltiplo de outra.
Prova. Se β 6= 0, det[ . . . , v
i
, . . . , v
j
+ βv
i
, . . . ] = det[ . . . , v
i
, . . . , v
j
, . . . ]+ β det[
. . . , v
i
, . . . , v
i
, . . . ] = det[ . . . , v
i
, . . . , v
j
, . . . ]. ¤
Teorema B.14 Se A = (a
ij
) for uma matriz quadrada triangular superior ou triangular
inferior, então
det(A) = a
11
a
22
· · · a
nn
.
Prova. Se A for uma matriz quadrada de ordem n, triangular superior, então a
ij
= 0
quando i > j. Sendo σ uma permutação de {1, 2, . . . , n} termo
a
1σ(1)
a
2σ(2)
· · · a
nσ(n)
será não nulo apenas quando σ(1) ≥ 1, σ(2) ≥ 2, . . . , σ(n) ≥ n. Isto só ocorre se σ(n) = n,
. . . , σ(2) = 2, σ(1) = 1. Daí, o único termo não nulo do determinante de A é a
11
a
22
· · ·
a
nn
. ¤
Corolário B.15 O determinante da matriz identidade é igual a 1.
Teorema B.16 Seja A uma matriz quadrada. O det(A) 6= 0 se e só se A for inversível.
Prova. Se A for inversível, seja B a sua inversa. Como AB = I, det(A) det(B) = 1,
provando que det(A) 6= 0.
Quando A é inversível, suas colunas formam uma base da imagem indicando que suas
colunas são vetores linearmente independentes.
Se A for singular, uma de suas linhas é combinação linear das outras e det(A) = 0. ¤
174 Notas de aula do Prof. Antonio Cândido Faleiros
Teorema B.17 Se E for uma matriz elementar e A uma matriz quadrada, todas de
ordem n, então det(EA) = det(E) det(A).
Prova. Se E for uma matriz elementar que permuta a linha i com a linha j, então
det(E) = −1 e det(EA) = −det(A), provando que det(EA) = det(E) det(A) para este
caso.
Se E for uma matriz elementar que multiplica uma linha por r, então det(E) = r e
det(EA) = r det(A), provando que neste caso também vale o teorema.
Se E for uma matriz elementar que multiplica à linha i um múltiplo r da linha j, então
det(E) = 1 e det(EA) = det(A), provando que o teorema também vale neste último caso,
o que completa a prova do teorema. ¤
Corolário B.18 Se E
1
, E
2
, . . . , E
k
forem matrizes elementares e A for uma matriz
quadrada, todas de ordem n, então det(E
1
E
2
· · · E
k
A) = det(E
1
) det(E
2
) · · · det(E
k
)
det(A).
Teorema B.19 Se A e B forem matrizes quadradas de mesma ordem,
det(AB) = det(A) det(B).
Prova. Se A for inversível, A = E
1
E
2
· · · E
k
, onde E
1
, E
2
, . . . , E
k
são matrizes
elementares. Assim, det(AB) = det(E
1
E
2
· · · E
k
B) = det(E
1
) det(E
2
) · · · det(E
k
)
det(B) = det(A) det(B).
Se A ou B for singular, AB é singular e det(AB) = 0 e det(A) det(B) = 0. ¤
Corolário B.20 Se A for uma matriz quadrada inversível, det(A
−1
) = 1/ det(A).
Teorema B.21 Matrizes quadradas semelhantes possuem o mesmo determinante.
Prova. Se A e B forem matrizes quadradas semelhantes, então existe uma matriz
inversível P de modo que B = PAP
−1
e det(B) = det(P) det(A) det(P
−1
) = det(A). ¤
B.3 Cofator
Seja A = (a
ij
) uma matriz quadrada de ordem n. Seu determinante é
det(A) =
X
σ
sign(σ)a
1σ(1)
· · · a
nσ(n)
onde o somatório
P
σ
percorre todas as permutações do conjunto S = {1, 2, . . . , n}.
Podemos agrupar esta soma do seguinte modo: tomemos todas as permutações que levam
1 em 1, depois aquelas que levam 1 em 2 e assim por diante, até aquelas que levam 1 em
Notas de aula do Prof. Antonio Cândido Faleiros 175
n. Nas permutações que levam 1 em 1 podemos colocar a
11
em evidência; nas que levam
1 em 2, o a
12
pode ser colocado em evidência e, naquelas que levam 1 em n podemos
colocar o a
1n
em evidência e escrever
det(A) = a
11
c
11
+a
12
c
12
+a
13
c
13
+ · · · +a
1n
c
1n
.
O escalar c
1j
é chamado de cofator de a
1j
.
Vemos que c
11
=
P
σ(1)=1
sign(σ)a
2σ(2)
· · · a
nσ(n)
onde a soma percorre todas as per-
mutações que levam 1 em 1. A cada permutação σ em {1, 2, . . . , n} que mantém fixo o 1,
corresponde a uma permutação π em S
0
= {2, 3, . . . , n}, onde π(i) = σ(i) para i = 2, . . . ,
n. Ambas possuem o mesmo número de inversões e, portanto, possuem o mesmo sinal.
Para estabelecer o sinal de uma permutação, as inversões de um ponto fixo não precisam
ser contadas, uma vez que o número dessas inversões é um número par. Logo, c
11
=
P
π
sign(π)a
2π(2)
· · · a
nπ(n)
é o determinante de uma matriz que se obtém de A excluindo
a primeira linha e a primeira coluna. Denotamos este determinante por A
11
.
Em geral, vamos denotar por A
ij
o determinante da matriz obtida quando se elimina
a linha i e a coluna j de A.
Para determinar o termo c
12
faz-se o seguinte raciocínio: Permutando a primeira
coluna de A com a segunda, obtemos uma matriz B = (b
ij
) onde b
11
= a
12
e det(B) =
−det(A). Desta igualdade segue b
11
B
11
+· · · = −a
12
c
12
+ · · · e, como a
12
= b
11
, se conclui
que c
12
= −B
11
. O escalar B
11
é o determinante da matriz obtida de B ao excluir sua
primeira linha e sua primeira coluna, que são a primeira linha e a segunda coluna de A.
Este determinante foi denotado por A
12
. Desta forma, c
12
= −A
12
.
O termo c
13
pode ser obtido trazendo a terceira coluna para o lugar da primeira,
fazendo duas permutações: basta trocar esta coluna sucessivamente com as que estão
à sua esquerda até conduzi-la para a posição da primeira. Neste processo, o sinal do
determinante da matriz se modifica duas vezes. O determinante da matriz final é igual
ao de A. Por um raciocínio análogo ao anterior, conclui-se que c
13
= A
13
, onde A
13
é o
determinante da matriz obtida ao eliminar a primeira linha e a terceira coluna de A.
Prosseguindo com o raciocínio anterior, chega-se ao desenvolvimento
det(A) = a
11
c
11
+a
12
c
12
+a
13
c
13
+ · · · +a
1n
c
1n
onde c
1j
= (−1)
1j
A
1j
é o cofator de a
1j
e A
1j
é o determinante da matriz obtida ao eliminar
a linha 1 e a coluna j de A. Esta fórmula desenvolve o determinante pela primeira linha
e é conhecida por desenvolvimento do determinante pela primeira linha.
De modo semelhante, podemos desenvolver o determinante pela linha i, usando o
argumento seguinte. O determinante de A é a soma de diversas parcelas, cada uma com n
fatores. Dentre os fatores de uma parcela do determinante há um único elemento da linha
i. Aquelas parcelas que possuem como fator um elemento da linha i coluna j, não contém
como fator outro elemento da linha i nem outro elemento da coluna j. Nas parcelas que
possuem o fator a
ij
, vamos colocá-lo em evidência. Denotemos por c
ij
o termo que fica
multiplicado por a
ij
e vamos chamá-lo de cofator de a
ij
. Assim,
det(A) = a
ij
c
ij
+ · · · ,
176 Notas de aula do Prof. Antonio Cândido Faleiros
onde os três pontos se referem às parcelas que contém elementos da linha i e colunas
distintas da j. Mediante transposição de linhas e colunas, podemos transformar a matriz
A numa matriz B, onde o elemento a
ij
fique posicionado na linha 1 coluna 1 de B.
Basta transpor i −1 vezes a linha i com as que estão acima, até posicioná-la no topo da
matriz. Em seguida, mediante j − 1 transposições da coluna j com as que estão à sua
esquerda, coloca-se o elemento a
ij
na primeira posição da matriz. A cada transposição, o
determinante muda de sinal. Como há um total de (i−1)+(j −1) transposições, det(A) =
(−1)
(i−1)+(j−1)
det(B) = (−1)
i+j
det(B). O determinante de B possuirá parcelas onde um
dos fatores é o a
ij
. Como a
ij
ocupa a primeira linha primeira coluna de B, sabemos de
antemão que det(B) = a
ij
c
ij
+ · · · onde c
ij
é o determinante de uma matriz obtida de B
pela eliminação de sua linha 1 coluna 1. Ora, a matriz obtida ao eliminar a linha 1 coluna
1 de B é igual à matriz obtida ao eliminar a linha i coluna j de A. Assim, det(A) =
(−1)
i+j
a
ij
det A
ij
, onde A
ij
é a matriz obtida de A retirando sua linha i e sua coluna j,
chamada de menor (i, j) de A. Provamos que o cofator de a
ij
no desenvolvimento do
det(A) é c
ij
= (−1)
i+j
det A
ij
.
Na soma que define o determinante de A, podemos colocar em evidência os elementos
a
i1
, a
i2
, . . . , a
in
. A parcela que contém um desses fatores não conterá os demais. Cada
um deles será multiplicado pelo seu cofator e assim
det(A) = a
i1
c
i1
+a
i2
c
i2
+a
i3
c
i3
+ · · · +a
in
c
in
onde c
ij
= (−1)
i+j
det A(i, j) é o cofator de a
ij
. Como os elementos a
i1
, a
i2
, . . . , a
in
são
todos da linha i, a fórmula acima é conhecida por desenvolvimento do determinante pela
linha i.
Um argumento semelhante nos permite desenvolver o determinante pela coluna j.
Obtemos então o desenvolvimento do determinante pela coluna j
det(A) = a
1j
c
1j
+a
2j
c
2j
+a
3j
c
3j
+ · · · +a
nj
c
nj
Um modo prático de utilizar estas fórmulas consiste em aplicar transformações ele-
mentares sobre a matriz zerando o maior número de elementos de uma linha ou de uma
coluna e usar as fórmulas acima para reduzir o determinante original a uma soma de
outros envolvendo matrizes de ordem n − 1. Este processo pode ser utilizado mais de
uma vez reduzindo sucessivamente a ordem das matrizes cujos determinantes precisam
ser calculados.
Definição B.22 Seja A uma matriz quadrada de ordem n. A matriz cujo elemento da
linha i coluna j é c
ji
(observe a ordem dos índices em que primeiro vem o j e depois o i)
é chamada de matriz adjunta clássica de A e é denotada por adj(A).
Teorema B.23 Se A for inversível, então A· adj(A) = adj(A) · A = det(A) · I.
Prova. Provamos que
X
j
a
ij
c
ij
= det(A).
Notas de aula do Prof. Antonio Cândido Faleiros 177
Se i for diferente de k,
P
j
a
kj
c
ij
corresponderia ao determinante de uma matriz em que
a linha i foi substituída pela linha k. As linhas i e k desta matriz seriam iguais e seu
determinante seria igual a zero. Portanto, para i 6= k,
X
j
a
kj
c
ij
= 0.
Podemos usar o delta de Kronecker para unificar estas duas expressões em destaque
X
j
a
kj
c
ij
= δ
ik
det(A).
Ora, o lado esquerdo desta expressão é o elemento da linha k coluna i da matriz A· adj(A)
e o lado direito é o elemento da linha k coluna i da matriz det(A) · I, provando que
A· adj(A) = det(A) · I.
O lado esquerdo da expressão também é o elemento da linha i coluna k da matriz
adj(A) · A e o lado direito é o elemento da linha i coluna k da matriz det(A) · I, provando
que adj(A) · A = det(A) · I. ¤
B.4 Regra de Cramer
Consideremos um sistema de n equações com n incógnitas
n
X
j=1
a
ij
x
j
= b
i
,
para i = 1, 2, . . . , n. Se a matriz A = (a
ij
) for inversível, o sistema possui solução única.
O método de Cramer fornece um meio de resolver o sistema usando determinantes. Ele é
pouco eficiente e é usado apenas para sistemas pequenos.
Sendo c
ij
os cofatores de a
ij
então
P
i
a
ij
c
ik
= δ
jk
det(A)
n
X
i=1
c
ik
b
i
=
n
X
i=1
c
ik
Ã
n
X
j=1
a
ij
x
j
!
=
n
X
j=1
Ã
n
X
i=1
a
ij
c
ik
!
x
j
=
n
X
j=1
det(A)δ
jk
x
j
= det(A)x
k
Dividindo pelo det(A) segue
x
k
=
P
n
i=1
c
ik
b
i
det(A)
=

k
det(A)
,
onde ∆
k
=
P
n
i=1
c
ik
b
i
é o determinante de uma matriz obtida de A, trocando-se sua coluna
k por b

k
= det
_
¸
¸
¸
_
a
11
· · · a
1,k−1
b
1
a
1,k+1
· · · a
1n
a
21
· · · a
2,k−1
b
2
a
2,k+1
· · · a
2n
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
a
n1
· · · a
n,k−1
b
n
a
n,k+1
· · · a
nn
_
¸
¸
¸
_
178 Notas de aula do Prof. Antonio Cândido Faleiros
B.5 Determinante de Vandermonde
Sejam x
1
, . . . , x
n
números reais. O número real
V
n
(x
1
, x
2
, . . . , x
n
) = det
_
¸
¸
¸
_
1 x
1
x
2
1
· · · x
n−1
1
1 x
2
x
2
2
· · · x
n−1
2
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
1 x
n
x
2
n
· · · x
n−1
n
_
¸
¸
¸
_
é chamado de determinante de Vandermonde. Vamos mostrar que
V
n
(x
1
, . . . , x
n
) = α(x
n
−x
1
)(x
n
−x
2
) · · · (x
n
−x
n−1
).
Desenvolvendo V
n
(x
1
, . . . , x
n
) pela última linha, vemos que α é o cofator de x
n−1
n
que é
igual ao determinante de Vandermonde de ordem inferior
α = V
n−1
(x
1
, . . . , x
n−1
).
Calculando os determinantes de Vandermonde para n = 2 e n = 3, obtemos V
2
(x
1
, x
2
) =
x
2
−x
1
e V
3
(x
1
, x
2
, x
3
) = V
2
(x
1,
x
2
)(x
3
−x
1
)(x
3
−x
2
) = (x
2
−x
1
) (x
3
−x
1
)(x
3
−x
2
).
Vamos provar por indução que
V
n
(x
1
, . . . , x
n
) =
Y
i<j
(x
j
−x
i
),
adotando como hipótese de indução a validade de
V
n−1
(x
1
, . . . , x
n−1
) =
Y
i<j<n
(x
j
−x
i
).
Daí,
V
n
(x
1
, . . . , x
n
) = V
n−1
(x
1
, . . . , x
n−1
)
Y
i<n
(x
n
−x
i
)
=
Y
i<j<n
(x
j
−x
i
)
Y
i<n
(x
n
−x
i
)
=
Y
i<j
(x
j
−x
i
)
Esta igualdade vale mesmo quando os x
i
não forem distintos dois a dois, caso em que o
determinante de Vandermonde é nulo.
Trocando o número x
n
pela variável x, V
n
(x
1
, . . . , x
n−1
, x) se torna um polinômio em
x de grau n −1 que possui x
1
, . . . , x
n−1
como raízes. Assim,
V
n
(x
1
, . . . , x
n−1
, x) = α(x −x
1
)(x −x
2
) · · · (x −x
n−1
),
onde α é um número real que não depende de x.
Notas de aula do Prof. Antonio Cândido Faleiros 179
B.6 Determinante, uma definição alternativa
Seja A = (a
ij
) uma matriz m × n e v
1
= (a
1j
) , v
2
= (a
2j
) . . . , v
n
= (a
nj
) suas colunas.
Usaremos a notação [v
1
, . . . , v
n
] para designar a matriz A. O determinante de A é o
número real denotado por det(A) ou det A com as propriedades abaixo.
1. Multilinearidade
det[. . . , αv
i
+βw
i
, . . .] = αdet[. . . , v
i
, . . .] +β det[. . . , w
i
, , . . .]
2. Alternatividade
det[. . . , v
i
, . . . , v
j
, . . .] = −det[. . . , v
j
, . . . , v
i
, . . .].
3. Normalização
det I = det[e
1
, . . . , e
n
] = 1,
onde I é a matriz identidade de ordem n e e
j
= (0, . . . , 0, 1, 0, . . . , 0)
T
é a matriz
coluna n × 1 cujo único elemento não nulo é o da linha j, que é igual a 1.
Pela alternatividade, se uma coluna da matriz for nula ou se duas colunas forem iguais,
seu determinante é nulo. Agora, usando a multilinearidade e a observação acima, se α for
um escalar,
det(. . . , v
i
, . . . , v
j
+αv
i
, . . .) = det(. . . , v
i
, . . . , v
j
, . . .).
Daí fica evidente que, se uma coluna for uma combinação linear das demais, então seu
determinante é nulo. Se σ for uma permutação de {1, 2, . . . , n} então a alternatividade
garante que
det[e
σ(1)
, e
σ(2)
, . . . , e
σ(n)
] = sign(σ)
pois a cada inversão de colunas há uma troca de sinal. Observando que v
j
=
P
n
i
j
=1
a
i
j
j
e
i
j
obtemos
det(A) =
X
i
1
X
i
2
· · ·
X
i
n
a
i
1
1
a
i
2
2
· · · a
inn
det[e
i
1
, e
i
2
, . . . , e
in
].
Se dois índices em det[e
i
1
, e
i
2
, . . . , e
i
n
] forem iguais, o determinante é nulo. Logo, as
parcelas não nulas são aquelas em que {i
1
, i
2
, . . . , i
n
} for uma permutação σ de {1, 2,
. . . , n} e assim,
det(A) =
X
i
1
X
i
2
· · ·
X
i
n
sign(i
1
, i
2
, . . . , i
n
)a
i
1
1
a
i
2
2
· · · a
inn
=
X
σ
sign(σ)a
σ(1)1
a
σ(2)2
· · · a
σ(n)n
onde o somatório percorre todas as permutação σ de {1, 2, . . . , n}. Esta é exatamente
a definição anterior. A fórmula acima ainda indica que as três propriedades enumeradas
na definição de determinante são suficientes para garantir a existência e unicidade do
determinante.
180 Notas de aula do Prof. Antonio Cândido Faleiros
Referências Bibliográficas
[CaDoCo] Callioli, C.A., Domingues, H.H., e Costa R.C.F., Álgebra Linear e Aplicações.
Editora Atual.
[Franklin] Joel N. Franklin, Matrix Theory, Dover publications, Inc., 1993.
[Hoffman] Hoffmann & Kunze, Álgebra Linear. Editora da USP com Editora Polígono.
[Kolman] Bernard Kolman, Introdução à Álgebra Linear com Aplicações, sexta edição.
Editora LTC, 1998.
[Lang] Serge Lang, Álgebra Linear. Editora Edgard Blücher.
[Lawson] Terry Lawson, Álgebra Linear. Editora Edgard Blücher, 1997. Acompanham
este livro: Matlab Labs for Linear Algebra, Mathematica Labs for Linear
Algebra, Maple Labs for Linear Algebra.
[Lipschutz] Seymour Lipschutz, Álgebra Linear. Coleção Schaum. Makron Books.
[Nering] Evar D. Nering, Linear Algebra and Matrix Theory. John Wiley & Sons, 1970.
[Nicholson] W. Keith Nicholson, Álgebra Linear, segunda ed. McGraw-Hill, 2004.
[NobDan] Ben Noble & James W. Daniel, Álgebra Linear Aplicada. Guanabara Koogan.
[Poole] David Poole (Foi traduzido), Linear Algebra: A Modern Introduction (with
CD-ROM) 2ed. Brooks Cole 2005.
[RoHo] Chris Rorres e Howard Anton, Álgebra Linear com Aplicações, oitava edição.
Editora Bookman, 2001.
[TrefBau] Lloyd N. Trefethen and David Bau III, Numerical Linear Algebra. SIAM,
Society for Industrial and Applied Mathematics, 1997.
181

Sumário
1 Equações lineares 1.1 Equação algébrica linear . . . . . . . . . 1.2 Produto escalar . . . . . . . . . . . . . . 1.3 Sistemas de equações algébricas lineares 1.4 Sistema escalonado . . . . . . . . . . . . 1.5 Sistema inferiormente escalonado . . . . 1.6 Sistemas equivalentes . . . . . . . . . . . 1.7 O método da eliminação de Gauss . . . . 1.8 Matrizes inversas . . . . . . . . . . . . . 1.9 Matrizes elementares . . . . . . . . . . . 1.10 Cálculo da inversa . . . . . . . . . . . . 1.11 Fatoração LU . . . . . . . . . . . . . . . 1.12 Decomposição PLU . . . . . . . . . . . . 1.13 Decomposição de Cholesky . . . . . . . . 2 Espaço vetorial 2.1 Conceito de espaço vetorial . 2.2 Dependência linear . . . . . 2.3 Base e dimensão . . . . . . . 2.4 Matriz de mudança de base 2.5 Subespaço vetorial . . . . . 2.6 Subespaço gerado . . . . . . 1 1 3 4 6 9 10 11 13 15 17 19 26 30 33 33 35 37 40 43 44

. . . . . . . . . . . . .

. . . . . . . . . . . . .

. . . . . . . . . . . . .

. . . . . . . . . . . . .

. . . . . . . . . . . . .

. . . . . . . . . . . . .

. . . . . . . . . . . . .

. . . . . . . . . . . . .

. . . . . . . . . . . . .

. . . . . . . . . . . . .

. . . . . . . . . . . . .

. . . . . . . . . . . . .

. . . . . . . . . . . . .

. . . . . . . . . . . . .

. . . . . . . . . . . . .

. . . . . . . . . . . . .

. . . . . . . . . . . . .

. . . . . . . . . . . . .

. . . . . . . . . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

3 Transformação linear 49 3.1 Matriz de uma transformação linear . . . . . . . . . . . . . . . . . . . . . . 54 3.2 Isomorfismo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57 3.3 Transformações lineares em Cm×1 . . . . . . . . . . . . . . . . . . . . . . . 60 4 Produto interno e norma 4.1 Produto interno em espaços vetoriais reais . . . 4.2 Produto interno em espaços vetoriais complexos 4.3 Funcional linear . . . . . . . . . . . . . . . . . . 4.4 Norma . . . . . . . . . . . . . . . . . . . . . . . i 61 61 62 65 66

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

ii

Notas de aula do Prof. Antonio Cândido Faleiros 4.5 Ortogonalização de Gram-Schmidt . . . . . . . . . . . . . . . . . . . . . . 68 4.6 Decomposição QR . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70

5 Soma de subespaços 77 5.1 Soma direta . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78 5.2 Complemento ortogonal . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80 6 Transformação adjunta 81 6.1 Posto de uma transformação linear . . . . . . . . . . . . . . . . . . . . . . 85 6.2 Existência de solução dos sistemas lineares . . . . . . . . . . . . . . . . . . 87 7 Projetores 7.1 Projetores ortogonais . . . . . . . . . . . . . . 7.2 Projetores ortogonais em Cm×1 . . . . . . . . 7.3 Ortogonalização de Gram-Schmidt em Cm×1 . 7.4 Ortogonalização modificada de Gram-Schmidt 7.5 Contagem das operações . . . . . . . . . . . . 8 Refletor de Householder 8.1 Decomposição QR usando o refletor 8.2 O algoritmo para calcular R . . . . 8.3 Contagem das operações . . . . . . 8.4 O algoritmo para calcular Q∗ . . . 8.5 O algoritmo para calcular Q . . . . 89 89 92 94 95 96 99 101 103 104 104 105

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

de Householder . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

9 Mínimos quadrados 9.1 Mínimos quadrados e a decomposição 9.2 Pseudo inversa . . . . . . . . . . . . 9.3 Reta de regressão . . . . . . . . . . . 9.4 Interpolação polinomial . . . . . . . . 9.5 Ajuste polinomial . . . . . . . . . . . 9.6 Aproximação polinomial de funções . 9.7 Aproximação trigonométrica . . . . . 10 Autovalores e autovetores

QR . . . . . . . . . . . . . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

107 . 109 . 109 . 110 . 111 . 112 . 112 . 114 115 123 . 125 . 131 . 132 . 135 . 139 . 141

11 Espaços Invariantes 11.1 Polinômio mínimo . . . . . . . . . . . . 11.2 Matrizes em bloco . . . . . . . . . . . . 11.3 Decomposição primária . . . . . . . . . 11.4 Diagonalização de operadores normais . 11.5 Decomposição de Schur . . . . . . . . . 11.6 Decomposição em valores singulares . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

.5 Forma triangular . . .2 Multiplicação de matrizes . . . . . . .6 Espaços quocientes . . . . . . . . . . . . .2 Determinante . . . . . . . . . . . . . . . . . . . . . . A. . . .4 Operações elementares e matrizes elementares B Determinante B. 155 . . . . . . . . .5 Determinante de Vandermonde . 153 . . . . . . . . . . . B. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .6 Determinante. . . . . . . . . . . . . . . . . . .3 Subespaços cíclicos . . . . 12. . . . . . . . . . uma definição alternativa . .4 Regra de Cramer . .3 Cofator . . 12. . . . . . . . . . . . . . . . . . . . . . . . . . . A. . . . . . 13 Aplicações A Matrizes A. .1 Matrizes especiais . . .3 Inversa . . . . . . . . . . . . . . . .Notas de aula do Prof. . . . . . . . . B. . . . . Antonio Cândido Faleiros 12 Forma canônica de Jordan 12. . . . . . . . .2 Forma canônica de Jordan 12. . . . . 156 159 161 162 163 164 166 169 169 171 174 177 178 179 . . . . . . . . . . . . . . . . . . . . .1 Operadores nilpotentes . . . . . . . A. . B. . . . . . . . . . . . . . . . . . . . . . .4 Forma canônica racional . . . . 151 . . . . . 154 . . . .1 Permutação . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . iii 147 . . . . . . . . . . . . . . . . . . . . B. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . B. . . . . . . . . . . . . 12. . . . . . . . . . 147 . . . . . . . . . . . . . . 12. . . . . . . . . . . . . . . . . .

Antonio Cândido Faleiros .iv Notas de aula do Prof.

De modo geral. em que todos os coeficientes são nulos é degenerada. x2 . A primeira incógnita com coeficiente não nulo é chamada de variável principal ou incógnita principal e as demais são chamadas de variáveis livres. . Os números reais ai são chamados de coeficientes e b é a constante da equação. 1 . . . Resolvê-la significa determinar todos os valores reais para x1 . então toda matriz coluna [x1 . x2 e x3 é é chamada de equação algébrica linear nas variáveis x1 . . . a equação degenerada não possui solução. Uma matriz coluna real v = [v1 . Uma equação 0x1 + · · · + 0xn = b. an e b. Se b for igual a zero. . onde podemos variar livremente x2 e x3 . xn . Neste exemplo. Neste caso. . vn ]T é solução desta equação quando a1 v1 + · · · + an vn = b. Diz-se ainda que a ênupla de números reais (v1 . . Uma equação não degenerado com uma única variável possui uma única solução. As variáveis também são chamadas de incógnitas por serem os valores a serem determinados para valer a igualdade. As equações não degeneradas com duas ou mais variáveis possui infinitas soluções. . .Capítulo 1 Equações lineares 1. xn ]T é solução. Se b for diferente de zero. . . basta tomar x1 = 5− 2x2 + 3x3 para obter uma solução. explicitando x1 em relação a x2 e x3 na equação.1 Equação algébrica linear x1 + 2x2 − 3x3 = 5. . obtemos x1 = 5− 2x2 + 3x3 . Para qualquer x2 e x3 reais. temos uma infinidade de soluções. . . . . . . dados os números reais a1 . vn ) satisfaz a equação. x2 e x3 que tornam verdadeira a igualdade. uma equação da forma a1 x1 + · · · + an xn = b (1. .1) Uma equação algébrica linear típica nas variáveis x1 .

uma solução e. cuja solução geral é           x1 1 + 7x2 − x3 1 7 −1  x2  =   =  0  + x2  1  + x3  0  . . Este exemplo apresenta um fato geral. . A variável s que aparece neste exemplo é chamado de parâmetro. 0]T é solução da equação e que tanto [7.1) e.3 Consideremos novamente a equação do exemplo anterior x1 − 7x2 + x3 = 1. portanto. vp forem soluções da equação homogênea aT x = 0. . . Exemplo 1. a matriz coluna [7 + 3s. por esse motivo. . Esta soma é chamada de combinação linear das matrizes v1 . para qualquer escolha dos números reais c1 . x2 0 0 1 x3 x3 É interessante observar que [1. cn . x2 x3 x3 0 1 0 A equação é denominada de equação homogênea. 0. vp } de soluções da equação homogênea for tal que toda solução da equação homogênea é uma combinação linear dos seus elementos. Sendo a = [a1 . Se v1 . . então c1 v1 + · · · + cp vp continua sendo solução. xn ]T a matriz das variáveis. Antonio Cândido Faleiros Exemplo 1. . 2s]T é solução de 2x1 − 3x2 = 8 que. . 0. será chamado de solução particular. Se um conjunto {v1 . . a1 x1 + · · · + an xn = 0 O uso de matrizes pode simplificar a notação. evidentemente. a equação acima pode ser colocada na forma aT x = b. quando for conveniente. O conjunto de todas as soluções de uma equação é chamado conjunto solução ou solução geral. . . . . . . 0]T quanto [−1. A solução geral é o conjunto de matrizes coluna           x1 7 −1 1 + 7x2 − x3 1  x2  =   =  0  + x2  1  + x3  0  .2 Notas de aula do Prof. . .1 Para todo s real. basta explicitar x1 para obter x1 = 1+ 7x2 − x3 . Para determinar a solução geral de uma equação não degenerada a1 x1 + · · · + an xn = b basta explicitar a incógnita principal em função das variáveis livres. 1. . vp . Ela está associada à equação não homogênea (1. possui infinitas soluções. Cada elemento deste conjunto é. . diremos que ele é um conjunto gerador das soluções da equação homogênea. an ]T a matriz dos coeficientes e x = [x1 . . Exemplo 1. . .2 Para obter a solução geral de x1 − 7x2 + x3 = 1. . 1]T são soluções da equação homogênea associada. . é chamada de equação homogênea associada à equação não homogênea a1 x1 + · · · + an xn = b. .

1. yi Usando o produto escalar. hx. Este conceito de produto escalar é importante e voltaremos a ele posteriormente.Notas de aula do Prof.4 Explicitando x1 na equação x1 − 3x2 + x3 = 0. xi = b. [3. então existe uma solução u de Ax = 0 tal que w1 = w0 + u. hx. 1]T formam um conjunto gerador de soluções para a equação dada. conheceremos todas as soluções da não homogênea. 1. sendo denotado por ha. 0. Antonio Cândido Faleiros 3 Portanto. isto é. yi = hy. a equação (1. Do parágrafo acima tiramos uma lição muito interessante. kyi = k hx. Propriedades do produto escalar Se x. yi + hx. x2 x3 x3 0 1 Se w0 for uma solução da equação não homogênea aT x = b e v for uma solução da equação homogênea Ax = 0. xi = aT x. y + zi = hx. Esta solução u é exatamente w1 − w0 . 1.1) assume a forma ha. . hx. zi 4. Exemplo 1. Além disso. 0]T e [−1. xi = 0 se e só se x = 0. xi 3.2 Produto escalar O produto matricial aT x é denominado de produto escalar das matrizes coluna a e x. z forem vetores coluna e k um número real. xi . se w1 for outra solução de Ax = b. Conhecendo todas as soluções da homogênea e uma única solução da não homogênea. hx. obtemos x1 = 3x2 − x3 para daí obter todas as soluções desta equação         x1 3 −1 3x2 − x3  x2  =   = x2  1  + x3  0  . ha. então w0 + v é solução da equação não homogênea. xi ≥ 0 e hx. y. 2.

. o interesse se volta para a determinação dos valores de x1 e x2 que tornam verdadeiras as duas igualdades. . Na forma matricial. . o sistema se reduz a Ax = b.  e b =  . .5 O sistema · ¸· ¸ · ¸ 1 2 0 0 x1 x2 = 3 1 . Exemplo 1. . A= . A matriz [A | b] obtida acrescentando-se à matriz A uma coluna final com os elementos de b. . Substituindo este valor na expressão de x1 em função de x2 obtemos x1 = 7− x2 = 7− 3 = 4. por exemplo explicitar x1 na segunda equação x1 = 7− x2 . . m e j = 1. Neste exemplo. . . x de matriz das incógnitas e b de matriz dos termos constantes do sistema. com i = 1. . é chamada de matriz aumentada do sistema linear. Esta forma de apresentar o sistema é denominada de forma padrão. Isto significa que w é solução de cada equação do sistema. substituir esta expressão no lugar de x1 na primeira equação 3(7 − x2 )− 2x2 = 6 e expliciar x2 obtendo x2 = 3. Os números aij são denominados coeficientes do sistema. Nos problemas onde estes sistemas ocorrem. . Antonio Cândido Faleiros 1. Dados os números reais aij e bi . Um sistema como este pode ter ou não uma solução. Portanto os valores de x1 e x2 que tornam verdadeiras as duas igualdades do sistema são x1 = 4 e x2 = 3. para determiná-los. n. . . Podemos simplificar a notação usando matrizes. xn bn am1 · · · amn denominamos A de matriz dos coeficientes..   . bi são os termos constantes e xj são as incógnitas ou variáveis do sistema.3 Sistemas de equações algébricas lineares 3x1 − 2x2 = 6 x1 + x2 = 7 Um sistema de equações como é um sistema de equações algébricas lineares. Um vetor coluna real w tal que Aw = b é chamado de solução do sistema Ax = b. Em       x1 b1 a11 · · · a1n  . .4 Notas de aula do Prof. pode-se. . o sistema de equações a11 x1 + · · · + a1n xn = b1 ··· = ··· am1 x1 + · · · + amn xn = bm é chamado de sistema de equações algébricas lineares com m equações e n incógnitas. .   . .  x= . .

. da segunda equação x2 = 1 e. vp forem soluções do sistema homogêneo Ax = 0. Quando possui uma única solução é compatível determinado e. A segunda equação do sistema é degenerada e seu segundo membro é diferente de zero. Como x2 = 1. Este conjunto pode ser vazio. conhecida uma solução w0 de Ax = b. devemos ter x1 = 2. O conjunto de todas as soluções do sistema é chamado de conjunto solução ou solução geral do sistema. . . se conhece a solução geral do sistema não homogêneo. por esta razão. . . outra solução w1 deste sistema é da forma w1 = w0 + u. diferente de w0 . Quando b 6= 0. ele será chamado de conjunto gerador das soluções do sistema homogêneo Ax = 0. Ax = 0 é chamado de sistema homogêneo de equações associado ao sistema Ax = b. qualquer solução w1 do sistema Ax = b é da forma w1 = w0 + u onde u é solução da equação homogênea Ax = 0. basta observar que. Um sistema está intimamente ligado ao outro e. x1 + 2x2 = 4. é sempre satisfeita. Logo. De fato. o sistema de equações Ax = b é chamado de não homogêneo. Ao conhecer uma única solução do sistema não homogêneo Ax = b e a solução geral do sistema homogêneo Ax = 0. Antonio Cândido Faleiros 5 não possui solução pois não existem x1 e x2 que tornam verdadeira a segunda equação. ter um único elemento ou possuir infinitos elementos. . Logo. então u = w1 − w0 é solução de Ax = 0. ou seja. cn . da primeira. . vp }. quando possui infinitas soluções. . Em outras palavras. Se v1 . Se w1 for outra solução de Ax = b. . A variável x2 pode variar livremente nos reais. A soma acima é chamada de combinação linear dos vetores {v1 . Para obtê-la. . x2 ]T = [3− 2x2 . quando o sistema homogêneo Ax = 0 possui uma solução v não trivial. explicitano x1 na primira equação segue x1 = 3− 2x2 . A equação homogênea Ax = 0 possui sempre a solução trivial x = 0. então c1 v1 + · · · + cp vp ainda será uma solução do sistema homogêneo para qualquer escolha dos números reais c1 . Podemos ir um pouco além. . qualquer matrix coluna [x1 . então w0 + v é solução de Ax = b. O sistema ¸ · ¸ · ¸· 3 1 2 x1 = x2 6 2 4 possui infinitas soluções. x2 ]T é uma solução do sistema. . Substituindo esta expressão na segunda vem 2(3− 2x2 ) + 4x2 = 6 que se simplifica em 6 = 6. . onde u é solução do sistema homogêneo Ax = 0.Notas de aula do Prof. Entretanto. Se v for uma solução de Ax = 0 e w0 for uma solução de Ax = b. O sistema ¸ · ¸ · ¸· 4 1 2 x1 = 1 0 1 x2 possui uma única solução x1 = 2 e x2 = 1. é chamado de compatível indeterminado. Se toda solução de Ax = 0 for uma combinação linear dos elementos deste conjunto. O sistema de equações que não possui solução é chamado incompatível. O sistema de equações Ax = 0 é chamado de homogêneo. ela possuirá infinitas soluções pois cv será solução para qualquer número real c.

Todas as linhas nulas estão abaixo das linhas não nulas. Exemplo 1. as variáveis x1 e x2 foram expressas em termos de x3 . Se a única solução do sistema homogêneo Ax = 0 for a trivial e Ax = b tiver uma solução. 1. 1]T é solução do sistema homogêneo associado.6 Considere o sistema · 1 −2 5 0 1 −6 ¸  · ¸ x1  x2  = 7 . Este elemento é chamado de pivô ou líder da linha. 3. x2 = 3+ 6x3 . O valor de x3 poder variar livremente no conjunto dos números reais.7 A matriz   1 0 3 0  0 0 1 2  0 0 0 0 é escalonada. então possuirá infinitas outras. Usando esta expressão de x2 na primeira equação e explicitando x1 . neste caso. No exemplo anterior. . 3. o primeiro elemento não nulo é igual a 1. 0]T é uma solução particular do sistema e [7. toda solução deste sistema é da forma       x1 13 7  x2  =  3  + x3  6  0 1 x3 Observe que [13. Antonio Cândido Faleiros O sistema não homogêneo Ax = b pode ter uma solução ou não. Exemplo 1. chamamos x1 e x2 de variáveis principais e x3 é a variável livre. Numa linha não nula.4 Sistema escalonado Uma matriz escalonada é aquela em que 1. 3 x3  Explicitando x2 na segunda equação. segue x1 = 13+ 7x3 . O pivô de uma linha está à direita do pivô da linha de cima. ela será única. Quando Ax = 0 possuir solução não trivial e Ax = b possuir uma solução. 2. Logo. 6.6 Notas de aula do Prof.

Com este processo obtém-se todas as variáveis principais em termos das variáveis livres. x2 e x4 são as variáveis prinicipais e x3 é a variável livre. 0]T é solução do sistema homogêneo associado Ax = 0. Usando o valor de x4 determinado na etapa anterior. explicitamos as variáveis principais de cada linha em função das demais. Na primeira. O sistema possui solução e esta última equação pode ser desconsidereda uma vez que qualquer matriz coluna real [x1 . As variáveis x1 . a terceira passa a ser a última. Para obtê-las.Notas de aula do Prof. Eliminada esta equação. Da segunda. x3 . Exemplo 1. o sistema não possui solução. Antonio Cândido Faleiros 7 Um sistema Ax = b é escalonado quando a matriz A for escalonada. Se uma dessas equações degeneradas possuir segundo membro não nulo. A solução geral do sistema será         5 − 2x3 5 −2 x1  −3   x2   −40 − 3x3   −40        =  x3  =    0  + x3  1  x3 8 0 x4 8 onde a variável livre x3 pode assumir qualquer valor real. onde explicitamos x4 = 8. É interessante observar que [−2.8 O sistema  1  0   0 0 0 1 0 0  x1 2 −1   x2 3 5  0 1   x3 0 0 x4  −3   0   =   8  0   é escalonado. obtemos x1 = −3 −2x3 +8 = 5 −2x3 . Eliminadas as equações degeneradas. obtemos x2 = −3x3 −40. −3. x3 ]T é uma solução. Neste caso. Achar as soluções de um sistema escalonado é bastante simples. x2 . Usando o valor de x4 determinado anteriormente. Uma matriz A de tamanho m×n é escalonada reduzida se for escalonada e cada pivô é o único elemento não nulo em sua coluna. o sistema tem solução. começando na última linha e retornando até a primeira. A partir da penúltima equação use as variáveis principais já explicitadas para colocar a variável principal daquela equação em termos das variáveis livres. 1. Esta técnica de solução é denominada de substituição reversa. Se todos os segundos membros das equações degeneradas forem nulas. x2 e x4 em função da variável livre x3 . podemos desconsiderar as equações degeneradas. As variáveis que multiplicam os pivôs são denominadas de variáveis principais e as demais de variáveis livres ou parâmetros. Colocamos as três variáveis principais x1 . o sistema Ax = b é denominado de sistema escalonado reduzido. explicitamos x2 = −3x3 −5x4 . A última equação é degenerada mas compatível pois o segundo membro também é nulo. . explicitamos x1 = −3 −2x3 +x4 . Podem aparecer equações degeneradas na parte inferior do sistema.

m − 2.m−j rjk xk k=j+1 ================================== Entrada: Matriz R de tamanho m × m e matriz b de tamanho m × 1. . iniciamos explicitando xm na última equação e. .9 O sistema Notas de aula do Prof. em que j = m − 1. Antonio Cândido Faleiros é escalonado reduzido. A última equação é degenerada mas compatível. end ================================== .m xm ) /rm−2. O caso geral. assume a forma !. Isto significa que   r11 r12 · · · r1m  r22 · · · r2m    R= .m−1 xm−1 − rm−2. rmm    x1 −3 1 2 0 3    0 0 1 1   x2  =  0   x3  0 0 0 0 0 x4    com rii 6= 0. Ã m X xj = bj − rm−j. . .m xm ) /rm−1. explicitando as variáveis principais de cada equação em função das variáveis determinadas nas etapas anteriores. onde as variáveis principais estão em função das variáveis livres.j). O método da substituição reversa nos fornece x3 = −x4 e x1 = −3 −2x2 −3x4 .  .m−2 e assim por diante. inversível e triangular superior. 1.   . x(m) = b(m) / R(m.m).8 Exemplo 1.m−1 xm−2 = (bm−2 − rm−2. ================================== x = b . j+1:m) * x(j+1:m) ) / R(j.. Para resolver o sistema Rx = b. . para i = 1. . Algoritmo da substituição reversa Este algoritmo resolve o sistema Rx = b pelo método da substituição reversa. for j = m-1:-1:1 x(j) = ( b(j) . .. .R(j. xm = bm /rmm xm−1 = (bm−1 − rm−1. m. retornando até a primeira. As variáveis x1 e x3 são principais e x2 e x4 são livres. . onde R é quadrada. Saída: Matriz x de tamanho m × 1. Assim.

onde R é quadrada. Em seguida.  rm1 rm2 · · · rmm com rii 6= 0. o sistema possui solução que pode ser obtida pelo processo de substituição direta. usando as expressões das variáveis principais obtidas anteriormente para explicitar a variável principal em função das variáveis livres apenas. O pivô de uma linha se encontra à direita do pivô da linha anterior. x1 = b1 /r11 x2 = (b2 − r21 x1 ) /r22 x3 = (b3 − r31 x1 − r32 x2 ) /r3.. . prosseguindo até a última.5 Sistema inferiormente escalonado Um procedimento semelhante pode ser adotado para matrizes m × n inferiormente escalonadas. Se as equações degeneradas deste sistema forem compatíveis.Notas de aula do Prof. Neste caso. iniciamos explicitando x1 na primeira equação e. Se existirem linhas nulas. A partir da segunda. As variáveis que multiplicam os pivôs são denominadas de principais e as demais são denominadas livres. .  . . inversível e triangular inferior. quando compatíveis. para i = 1.. o sistema Ax = b é denominado de sistema inferiormente escalonado reduzido. Tais sistemas. o sistema Ax = b é chamado de sistema inferiormente escalonado. 3. são facilmente resolvidos pelo processo de substituição direta. Quando A for escalonada inferiormente. Assim. Isto significa que   r11  r21 r22    R= . Primeiro. prossiga até a última. sendo denominado de pivô ou lider da linha.3 . Uma matriz A de tamanho m × n é inferiormente escalonada reduzida quando for inferiormente escalonada e cada pivô for o único elemento não nulo em sua coluna. explicita-se a variável principal em função das variáveis livres. elas se localizam na parte inferior da matriz. . . 2. que são aquelas com as seguintes características: 1. Algoritmo da substituição direta Este algoritmo resolve o sistema Rx = b pelo método da substituição reversa. Antonio Cândido Faleiros 9 1. Para resolver o sistema Rx = b. vamos explicitando as variáveis principais de cada equação em função das variáveis determinadas nas etapas anteriores. explicitando a variável principal daquela equação em função das demais. O último elemento não nulo de uma linha é igual a 1.  . descartam-se as equações degeneradas. m. a partir da primeira equação.

assume a forma xj = Ã bj − j−1 X k=1 rjk xk !. 1:j-1) * x(1:j-1) ) / R(j. ao serem aplicadas a um sistema. ================================== Entrada: Matrizes R e b. Definição 1. 2. denominadas elementares que. m. onde R é uma matriz quadrada m × m. Saída: Matriz x. Multiplicar uma equação por uma constante não nula. rjj Algoritmo da substituição direta Este algoritmo resolve pelo método da substituição direta um sistema Rx = b. . transformando-o em outro sistema equivalente. x(1) = b(1) / R(1. Para que esta técnica se torne efetiva. . Adicionar a uma equação um múltiplo de outra. inversível e b é uma matriz coluna m × 1. O caso geral. for j = 2:m x(j) = ( b(j) . . solução dos sistema Rx = b. preserva suas soluções.j). ================================== x = b . as transformações não podem alterar o conjunto solução do sistema. . Existem operações. Antonio Cândido Faleiros e assim por diante. 3. As operações elementares são: 1. Permutar a ordem de duas equações.10 Dois sistemas Ax = b e Bx = c são equivalentes quando ambos possuem o mesmo conjunto solução.R(j. triangular inferior. end ================================== 1. 3. em que j = 2. .6 Sistemas equivalentes Uma técnica muito usada para resolver sistemas de equações lineares consiste em realizar transformações sobre o sistema original até se chegar a um sistema escalonado cuja solução é simples.1).10 Notas de aula do Prof.

Notas de aula do Prof. Façamos a prova para um caso particular que representa o caso geral. 1.3) Isto significa que as soluções do sistema (1. Se [x1 . vamos considerar a matriz completa do . Concluímos que os sistemas original e o transformado são equivalentes. Como a matriz A dos coeficientes e a matriz b das constantes contêm todas as informações necessárias para montar o sistema. x2 . A operação O(rli ) pode ser revertida aplicando a operação O(r−1 li ) e a operação O(li +rlj ) pode ser revertida aplicando a operação O(li − rlj ). as soluções de (1. x3 ]T é solução do sistema (a11 + ra21 )x1 + (a12 + ra22 )x2 + (a13 + ra23 )x1 = b1 + rb2 a21 x1 + a22 x2 + a23 x3 = b2 a31 x1 + a32 x2 + a33 x3 = b3 (1. Logo. x3 ]T for uma solução do sistema a11 x1 + a12 x2 + a13 x3 = b1 a21 x1 + a22 x2 + a23 x3 = b2 a31 x1 + a32 x2 + a33 x3 = b3 e r for um número real. . x2 . De modo semelhante se pode provar que as outras operações elementares transformam um sistema em outro equivalente. .3) são soluções de (1. Sejam i e j números inteiros entre 1 e n.3) que foi obtido do original a partir da transformação elementar O(l1 + rl2 ). A operação O(li ↔ lj ) pode ser revertida aplicando novamente esta mesma operação. Vamos mostrar que essas transformações levam o sistema original em outro equivalente.2) são soluções do sistema (1. As operações elementares são reversíveis.7 O método da eliminação de Gauss O método de Gauss consiste em realisar operações elementares sobre linhas no sistema Ax = b. O operação que permuta as equações i e j será denotada por O(li ↔ lj ). transformando-o num sistema escalonado equivalente e resolvendo-o por substituição reversa. .2) pois esta pode ser obtida daquela pela operação O(l1 − rl2 ). a operação que multiplica a equação i por um número r não nulo será denotada por O(rli ) e a operação que consiste em adicionar à equação i um múltiplo r de outra equação j será denotada por O(li + rlj ). podemos enumerá-las: equação 1. então vale ainda a igualdade (a11 + ra21 )x1 + (a12 + ra22 )x2 + (a13 + ra23 )x1 = a11 x1 + a12 x2 + a13 x3 + r(a21 x1 + a22 x2 + a23 x3 ) = b1 + rb2 mostrando que [x1 .2) (1. . m. 2. Antonio Cândido Faleiros 11 Num sistema de equações.

Se todas as equações degeneradas de Rx = c forem compatíveis. obtida ao acrescentar a coluna b à direita de A. Esta matriz será denotada por [A b].11 Considere o sistema x + y − 2z = 0 2x + 2y − 3z = 2 3x − y + 2z = 12 . Este será o pivô da primeira linha. Se existirem equações degeneradas incompatíveis no sistema Rx = c. Se R for escalonada. Pode-se provar que a forma escalonada reduzida de uma matriz é única. Vamos escreve A → R quando for possível levar A em R efetuando operações elementares sobre as linhas de A. fazendo com que o primeiro elemento não nulo da primeira linha fique igual a 1. . vr são soluções do sistema homogêneo associado Rx = 0. A realização de operações elementares sobre as equações é equivalente à realização de operações elementares sobre as linhas da matriz completa. O número de pivôs de R é igual ao número de linhas não nulas de R. Passo 2. . . Se existirem k pivôs. Estas soluções possuirão a forma x = w0 + c1 v1 + · · · + cr vr onde w0 é uma solução de Rx = c e v1 . Passo 4. a primeira linha não sofrerá outras modificações. cr são denominados de parâmetros. diremos que ela é a forma escalonada reduzida de A.12 Notas de aula do Prof. partimos da matriz [A b] e chegamos à matriz [R c]. onde R é a forma escalonada de A. . encerre o algoritmo. Os números reais ci são arbitrários e relacionados com as variáveis livres. Se o número de incógnitas do sistema for n. Multiplique a atual primeira linha por p−1 . localizando a primeira não nula. Repita os passos de 1 a 6 com todas as linhas restantes. Exemplo 1. diremos que ela é a forma escalonada de A. . o número de variáveis livres será n − k. Percorra as colunas da matriz completa [A b] da esquerda para a direita. então o sistema Ax = b não tem solução. O processo de Gauss para resolver um sistema Ax = b é descrito pelo algoritmo abaixo. Passo 3. Os números reais c1 . Exclua as equações degeneradas e use a substituição reversa para obter as soluções do sistema euqivalente Rx = c. Passo 1. . Se A = 0. realizado sobre a matriz completa [A b]. Antonio Cândido Faleiros sistema. A partir deste ponto. este será o número de variáveis principais do sistema. O sistema Rx = c é equivalente ao original. . Percorra esta coluna de cima para baixo. localizando seu primeiro elemento não nulo. Seja p o valor deste elemento. Passo 7. Passe à segunda linha. O sistema já é escalonado. Passo 5. Se R for escalonada e A pode ser levada em R por transformações elementares. o número de pivôs de R é chamado de posto da matriz A. Passo 6. Com este algoritmo. . tranformando-a na primeira da próxima etapa. Permute esta linha com a primeira. o sistema Ax = b tem solução. Se R for escalonada reduzida.

Antonio Cândido Faleiros cuja matriz aumentada é   1 1 −2 0  2 2 −3 2  3 −1 2 12 13 Realizando as operações O(l2 = l2 − 2l1 ) e O(l3 = l3 − 3l1 ) sobre a matriz chegamos em   1 1 −2 0  0 0 1 2 . Se A e B forem inversíveis. Assim. quando ela for triangular superior. anulamos os elementos nas colunas acima da diagonal principal. obter a solução do problema é trivial x = 3. Se uma matriz for triangular inferior. . Para completar o método. Agora. B −1 = Ae ¡ −1 ¢−1 A = A. A matriz B é chamada de inversa de A e é denotada por A−1 . sua inversa também será triangular superior. Encerramos a primeira etapa do método de eliminação de Gauss. 1.8 Matrizes inversas Uma matriz quadrada A de tamanho m × m é inversível quando existir uma matriz quadrada B de tamanho m × m tal que AB = BA = Im onde Im é a matriz identidade de ordem m. sua inversa também será triangular inferior e. caminhando de baixo para cima e da esquerda para a direita. então AB são inversíveis e (AB)−1 = B −1 A−1 . 0 −4 8 12 Realizando a operação O(l2 ↔ l3 ) segue   1 1 −2 0  0 −4 8 12  0 0 1 2 Com as operações O(l2 = −(1/4)l2 ) seguida  1 0  0 1 0 0 que é uma matriz diagonal superior.Notas de aula do Prof. a matriz B também é inversível e sua inversa é A. obtemos   1 1 0 4  0 −4 0 −4  0 0 1 2 de O(l1 = l1 − l2 ) chegamos à matriz  0 3 0 1  1 2 A matriz A foi transformada até se tornar uma matriz identidade. Com as operações O(l2 = l2 − 8l3 ) e O(l1 = l1 + 2l3 ). y = 1 e z = 2. Pela própria definição.

Logo. Logo. Sendo B = [b1 . n. (5) =⇒ (1) pois. A é inversível. obtemos BA = I. 2. Prova. .13 Sejam A e B matrizes quadradas m × m. então A e B são inversíveis e uma é a inversa da outra. 3. sendo uma a inversa da outra. obtemos AB = I. existe uma matriz C tal que BC = I. B é inversível e sua inversa é A. .14 Se A = BC for inversível. provamos que A é inversível e que B é a inversa de A. então B e C são inversíveis. se AB = I e Bx = 0. . Rx = 0 tem soluções não nulas. Prova. o sistema Ax = 0 teria soluções não nulas. (A−1 B) C = A−1 (BC) = A−1 A = I e assim C é inversível. Por outro lado. Sendo A = BC inversível. . Logo. Prova. 5. Como AB = I por hipótese. 2. São equivalentes as afirmações: 1.12 Seja A uma matriz quadrada. O sistema Ax = b possui uma única solução para cada matriz coluna b. consequentemente. A forma escalonada reduzida de A é a matriz identidade. se A → I então o sistema Ax = b é equivalente ao sistema Ix = c. (4) =⇒ (5) pois. ¤ . se A é inversível e Ax = 0. se a forma escalonada reduzida R de A não for a matriz identidade. ¤ Este corolário garante que AB = I é o bastante para garantir que A e B são inversíveis. Existe uma matriz quadrada B tal que AB = I. B(CA−1 ) = (BC)A−1 = AA−1 = I e B é inversível. . a condição (2) vale para B no lugar de A e.14 Notas de aula do Prof. cuja solução é x = c. (1) =⇒ (2) pois. 4. valem (3) e (4) com B no lugar de A. então ABx = 0 ou Ix = 0 o que implica em x = 0. (3) =⇒ (4) pois. sendo ej a coluna j da matriz identidade I. O sistema homogêneo Ax = 0 possui apenas a solução trivial x = 0. Se AB = I. Portanto. (2) =⇒ (3) pois. Se este fosse o caso. pela parte (5). Se AB = I. . Antonio Cândido Faleiros Teorema 1. bn ]. . uma de suas linhas é nula pois R é quadrada. Como C = IC = (AB)C = A(BC) = A. o sistema Ax = ej tem uma única solução x = bj para j = 1. . mostrando que o sistema Ax = b tem sempre uma única solução para cada b. para alguma matriz coluna c. Corolário 1. provamos que A é inversível. contrariando (2). então A−1 Ax = 0 o que implica em x = 0. ¤ Corolário 1.

Vamos denotar por E(li ←→ lj ) a matriz elementar obtida a partir da identidade pela permuta das linhas i e j. Seja  a3 b3  . E(7l1 ) e E(l3 + 3l1 ). respectivamente. O   1 0 0 a1 a2 E(l3 + 5l1 )A =  0 1 0   b1 b2 c1 c2 5 0 1     0 0 1 a1 a2 a3 c1 c2 c3 E(l1 ↔ l3 )A =  0 1 0   b1 b2 b3  =  b1 b2 b3  c1 c2 c3 a1 a2 a3 1 0 0 A. permuta a primeira com a terceira linha de   a1 7 0 0  0 1 0   b1 E(7l1 )A = c1 0 0 1 multiplica a primeira linha de A por 7. A matriz E(li + rlj ) denotará a matriz elementar obtida da identidade adicionando à linha i um múltiplo r da linha j. produto    a3 a2 a3 a1  b3  =  b1 b2 b3 c3 5a1 + c1 5a2 + c2 5a3 + c3 . c3 abaixo são elementares    1 7 0 0  0 1 0  0  0 0 0 1  1 0 0  0 1 0  3 0 1  sendo. E(li + rlj )A realizam sobre A as operações elementares O(li ←→ lj ).15 As matrizes  0 0  0 1 1 0 Os produtos E(li ←→ lj )A . Antonio Cândido Faleiros 15 1. O(rli ). respectivamente. as matrizes E(l1 ↔ l3 ). Se r é um número não nulo. Exemplo 1.Notas de aula do Prof. E(rli )A . Exemplo 1. E(rli ) denotará a matriz elementar obtida da identidade multiplicando sua linha i por r. O produto    a2 a3 7a1 7a2 7a3 b2 b3  =  b1 b2 b3  c2 c3 c1 c2 c3 adiciona à terceira linha de A o quíntuplo de sua primeira linha.16 Os produtos abaixo ilustram as  a1 a2 A =  b1 b2 c1 c2 O produto  afirmações acima.9 Matrizes elementares As matrizes elementares são aquelas obtidas a partir da identidade mediante uma única operação elementar. e O(li + rlj ).

16 Notas de aula do Prof. . . 6 16 Em lugar de executar uma operação elementar por vez. o método da eliminação de Gauss usado para resolver o sistema Ax = b pode ser descrito nos seguintes termos: multiplicamos os dois lados do sistema sucessivamente por matrizes elementares E1 . Se A for inversível. até obter a matriz escalonada U = Ek · · · E2 E1 A. Se existirem linhas nulas em U e as linhas correspondentes de Eb não forem nulas. segue que A é o produto de matrizes elementares. . A = E1 E2 · · · Ek . Se uma matriz quadrada for o produto de matrizes elementares. Antonio Cândido Faleiros As matrizes elementares são inversíveis. . vamos executar as operações lineares necessárias para anular todos os elementos de cada coluna abaixo da diagonal principal.12 garante que a forma escalonada reduzida de A é a matriz identidade. ela é inversível pois cada matriz elementar é inversível. . Prova. .18 Vamos usar transformações de  5  10 A= 15 elementares para obter a forma escalonada  1 3 5 8 . ¤ Em termos de matrizes elementares. o sistema original se transforma no sistema equivalente escalonado Ux = Eb que terá solução se linhas nulas em U corresponderem a linhas nulas em Eb. A inversa de E(li + rlj ) é E(li − rlj ). o sistema é resolvido por substituição reversa. −1 −1 −1 Ek tais que Ek · · · E2 E1 A = I. para r 6= 0. o sistema não tem solução. a inversa de E(li ↔ lj ) é ela mesma e. é incompatível. Ek Ek · · · E2 E1 Ax = Ek · · · E2 E1 b executando operações elementares sobre as linhas de A.17 Uma matriz quadrada é inversível se e só se for igual a um produto de matrizes elementares. E2 . Há um teorema muito interessante relacionando matrizes inversíveis com matrizes elementares. Neste caso. então o teorema 1. Teorema 1. Como as inversas de matrizes elementares são elementares. Em consequência„ existem matrizes elementares E1 . E2 . a inversa de E(rli ) é E((1/r)li ). Quando este for o caso. Efetuando o produto      1 0 0 5 1 3 5 1 3 E1 A =  −2 1 0   10 5 8  =  0 3 2  −3 0 1 15 6 16 0 3 7 . Sendo E = Ek · · · E2 E1 . . Exemplo 1. .

0 0 5  para obter . 0 0 1 −3 0 1 Efetuando o produto de E1 A pela matriz elementar E3 definida     1 0 0 5 1 3 5  0 1 0  0 3 2  =  0 E2 E1 A = 0 −1 1 0 3 7 0 abaixo. multiplicamos     1 0 0 5 1 3 A =  10 5 8  e E2 E1 =  −2 1 0  . onde os elementos abaixo da diagonal principal aparecem com os sinais trocados.Notas de aula do Prof.   5 1 3 E2 E1 A = U =  0 3 2  . Antonio Cândido Faleiros 17 obtemos uma matriz onde os elementos da primeira linha abaixo da diagonal principal são nulos. Denotemos por U matriz   1 0 0 1  0 1 0   −2 E2 E1 = 0 −1 1 −3 esta matriz. de modo   0 0 1 0  =  −2 1 1 0 0 1 −1 −1 que E2 E1 A = U.10 Cálculo da inversa Podemos completar o processo iniciado no exemplo da seção anterior até obter a inversa de A. A matriz E1 não é elementar mas é o produto de duas matrizes elementares    1 0 0 1 0 0 E1 =  −2 1 0   0 1 0  . obtemos  1 3 3 2  0 5 é triangular inferior. Exemplo 1. os elementos de sua diagonal principal é unitária e sua inversa é   1 0 0 L =  2 1 0 . 0 0 5 1. A  0 0  1 Um fato notável desta inversa reside no fato de ser exatamente igual ao produto E2 E1 . 1 1 1 que é triangular superior. −1 −1 1 15 6 16  5 1 3 U = E2 E1 A =  0 3 2  . Assim.19 No exemplo anterior.

Se nalgum ponto deste processo chegarmos a uma matriz aumentada [EA EI] com linha nula. Se E for o produto de matrizes elementares para as quais EA = I. No momento que EA for igual á identidade. Esta observação nos permite construir o seguinte algoritmo: tome a matriz aumentada [A I] e realize operações elementares sobre ela obtendo a matriz [EA EI]. concluímos que A não tem inversa. 0 1 0 0 1 acima da diagonal principal. efetuamos o seguinte produto      1 −1/3 0 5 1 0 5 0 0 E4 E3 U =  0 1/3 0   0 3 0  =  0 1 0  0 0 1 0 0 1 0 0 1 E5 E4 E3 U = E5 E4 E3 E2 E1 A = I onde I é a matriz identidade. 1 1 1 −5 −5 5 Este exemplo é típico do método de Gauss-Jordan para determinar a inversa de uma matriz A. EI = E será a inversa A−1 de A. multiplicando E4 E3 U pela matriz  1/5 E5 =  0 0 obtemos elementar  0 0 1 0  0 1 Em seguida. E4 =  0 1/3 0   0 0 0 1 0 0 1 Finalmente. O produto E5 E4 E3 E2 E1 é a inversa procurada   32 7 2 − 75 75 75 8 2 7 A−1 =  − 15 15 − 15  . Antonio Cândido Faleiros Podemos multiplicar U por matrizes elementares até obter a inversa de A. . Efetuando o produto      1 0 −3/5 5 1 3 5 1 0 E3 U =  0 1 −2/5   0 3 2  =  0 3 0  0 0 1/5 0 0 5 0 0 1 anulamos os elementos da terceira coluna produto de três matrizes elementares   1 0 0 1  0 1 0  0 E3 = 0 0 1/5 0   0 0 1 0 −3/5 1 −2/5   0 1 0 . então A−1 = E. A matriz E3 é o onde E4 é o produto de duas matrizes elementares    1 0 0 1 −1/3 0 1 0 .18 Notas de aula do Prof.

vamos ampliar um pouco nosso conceito de matriz elementar e também denominar de elementar aquelas matrizes obtidas a partir da identidade permitindo que os elementos de uma única coluna abaixo da diagonal principal sejam diferentes de zero. . 2 7 12 Inicialmente formamos a matriz aumentada   1 2 1 1 0 0 [A I] =  1 3 4 0 1 0  2 7 12 0 0 1 19 e realizamos operações elementares sobre linha até chegar a (I | A−1 ). 1 −3 1   2 1 1 0 0 1 3 −1 1 0  0 1 1 −3 1  2 0 0 3 −1 1 0 −4 10 −3  0 1 1 −3 1  0 0 8 −17 5 1 0 −4 10 −3  0 1 1 −3 1 Logo. Para descrever o processo.Notas de aula do Prof.20 Vamos usar o método de Gauss-Jordan para obter a inversa de   1 2 1 A =  1 3 4 . vamos aplicar um produto de transformações lineares que agirão sobre toda uma coluna. Antonio Cândido Faleiros Exemplo 1. a inversa de A é 1.      1 0 0 1 2 1 1 0 0 1 2 1 1 0 0  −1 1 0   1 3 4 0 1 0  =  0 1 3 −1 1 0  −2 0 1 2 7 12 0 0 1 0 3 10 −2 0 1    1 0 0 1 2 1 1 0 0 1  0 1 0   0 1 3 −1 1 0  =  0 0 3 10 −2 0 1 0 −3 1 0     1 0 −1 1 2 1 1 0 0 1  0 1 −3   0 1 3 −1 1 0  =  0 0 0 1 0 0 1 1 −3 1 0     1 −2 0 1 2 0 0 3 −1 1  0 1 0   0 1 0 −4 10 −3  =  0 0 0 1 0 0 1 1 −3 1 0   8 −17 5  −4 10 −3  . podemos chegar a uma matriz U triangular superior. Em lugar de aplicar uma transformação elementar por vez.11 Fatoração LU Multiplicando uma matriz A por matrizes elementares.

Antonio Cândido Faleiros Exemplo 1. Sua inversa L também é triangular inferior e os elementos da diagonal principal são todos iguais a 1. Os elementos abaixo da diagonal principal da primeira e segunda colunas de E2 E1 A são nulos e assim por diante. A matriz E = Ek · · · E1 é triangular inferior e os elementos da diagonal principal são todos iguais a 1. Exemplo 1. e 0 0 1 3 0 1 Podemos usar essas matrizes elementares para zerar todos os elementos abaixo da diagonal principal de uma coluna de uma matriz A. Os elementos abaixo da diagonal principal da primeira coluna de E1 A são nulos. Em−1 matrizes elementares que. 4 −1 13 . Este procedimento resulta em Ek · · · E1 A = U onde U é triangular superior. Sejam E1 . .21 Neste conceito ampliado.20 Notas de aula do Prof.23 Vamos obter a decomposição LU da matriz   1 2 0 A =  2 1 5 . Exemplo 1. −6 0 1 12 7 9 0 −29 15 Seja A uma matriz m×m. Com isto. obtemos a fatoração A = LU onde U é uma matriz triangular superior e L é uma matriz triangular inferior inversível.22 Este exemplo ilustra o anulamento de todos os elementos de abaixo da diagonal da primeira coluna de uma matriz mediante o uso de uma matriz elementar      1 0 0 2 6 −1 2 6 −1  −2 1 0   4 3 8  =  0 −9 10  . . Ela é o produto de duas matrizes elementares     1 0 0 1 0 0  2 1 0   0 1 0 . . a matriz   1 0 0  2 1 0  3 0 1 é elementar. multiplicadas à esquerda de A a levam numa matriz triangular superior U. cujos elementos da diagonal principal são iguais a 1. .

As matrizes E1 e E2 nas multiplicações acima são elementares  1 0 0 E1 =  −2 1 0  −4 0 1 e pode-se verificar que −1 E1   e  1 0 0 E2 =  0 1 0  0 −3 1  1 0 0 = 0 1 0  0 3 1    1 0 0 = 2 1 0  4 0 1  e −1 E2 Oberve um fato interessante: para obter as inversas de E1 e E2 . basta calcular a in−1 −2 versa L = E1 E2 . Antonio Cândido Faleiros Efetuando o produto     1 0 0 1 2 0 1 2 0 E1 A =  −2 1 0   2 1 5  =  0 −3 5  −4 0 1 4 −1 13 0 −9 13  21 obtemos uma matriz cujos elementos abaixo da diagonal principal da primeira coluna são iguais a zero. basta trocar os sinais dos elementos não nulos abaixo da diagonal principal. Em seguida. Para chegar à decomposição LU. efetuando o produto     1 0 0 1 2 0 1 2 0 E2 E1 A =  0 1 0   0 −3 5  =  0 −3 5  0 −3 1 0 −9 13 0 0 −2 obtemos a forma escalonada de A. Agora tem-se a decomposição LU de A   1 0 0 1 2 0 A =  2 1 0   0 −3 5  . 4 3 1 0 0 −2  O fato ocorrido no cálculo de L do exemplo anterior não é fortuito e sim um resultado geral. efetuando o produto −1 −1 L = E1 E2     1 0 0 1 0 0 1 0 0 =  2 1 0  0 1 0  =  2 1 0  4 0 1 0 3 1 4 3 1  percebemos outro fato fantástico: para obter o produto L. basta colocar na matriz iden−1 −1 tidade os elementos não nulos de E1 e E2 nos seus devidos lugares. Agora. .Notas de aula do Prof. Para provar esta afirmação baseando-nos no livro de Trefethen e Bau.

Como é raro aplicar este método a matrizes retangulares. Considere a matriz   x x x x  x x x x   A=  x x x x  x x x x primeira transformação  x x x x   x x  x x zeramos o elemento abaixo da diagonal principal da terceira coluna. obtendo assim a matriz U. 2  1 . com é 1  2 A=  1 0  1  2 A=  1 0 0 1 2 3 0 0 1 1 3 7 5 3 2 5 5 4  0 1 3  0 1 0  0  0 0 1 0 0  0 1  . vamos descrevê-lo para matrizes quadradas A pertencentes a Cm×m . O negrito indica os elementos que foram modificados na transformação. Exemplo 1. Façamos a  x x  0 x L1 A =   0 x 0 x As matrizes L e U da decomposição LU de A podem ser obtidas pelo método de eliminação de Gauss. Façamos a segunda transformação   x x x x  0 x x x   L2 L1 A =   0 0 x x  0 0 x x  x x  =U x  x da segunda coluna. Antonio Cândido Faleiros onde o x indica números quaisquer. Finalmente.  x x x  0 x x L3 L2 L1 A =   0 0 x 0 0 0 zerando os elementos abaixo da diagonal principal da primeira coluna.22 Notas de aula do Prof. Vejamos um caso concreto.24 A decomposição LU de   0 1   4  6 2 1 1 0 zerando os elementos abaixo da diagonal principal a terceira transformação.

 . 0  1  0 0   0  1 23 As inversas de L1 .  . Fórmulas gerais e dois golpes de sorte Seja A uma matriz m × m e denote por X a matriz obtida depois de k − 1 passo de eliminação.   xkk xk =   xk+1. A transformação Lk deve ser escolhida de modo que x1k  .  . Ainda 1  2 =  1 0  0 1 2 3 0 0 1 1  0 0   0  1 L = L−1 L−1 L−1 1 2 3 é obtido a partir de L−1 . xm. L3 =   0 0 1 0  1 0 0 −1  0 0   . 0   xjk xkk Para obter este efeito.k  . . .       xkk  . para j = k + 1. Antonio Cândido Faleiros que foi obtida multiplicando A pela esquerda por 1  −2 L1 =   −1 0   0 1 0 0 0 0 1 0   0 1 0   0 1 0  .   0 0  0 1 0 0 1 0   0 1 0 0   0 1 0 0  . L2 =   0 −2 0  1 0 −3   1 0  0  0  .k   x1k   . . m. . . Denote por xk a coluna k de X no início do passo k.   0 0  0 1 0 1 0 0 0 0 1 1 e podem ser obtidas de L1 . L2 e L3 trocando o sinal dos elementos não nulos abaixo da diagonal principal. L−1 e L−1 simplesmente colocando na matriz identidade os 1 2 3 termos não nulos dessas três matrizes em suas respectivos posições.   .  . subtraímos λjk = .  → Lk xk =    0    . L2 e L3 são 1  2   1 0 0 1 0 0 0 0 1 0 0 1 2 3 0 0 1 0   1 0  0  0  .Notas de aula do Prof. .    .

Antonio Cândido Faleiros vezes a linha k da linha j. por exemplo. A inversa de Lk é obtida trocando os sinais dos elementos abaixo da diagonal.k λk+2. .  λk+1. Nos exemplos anteriores observamos dois golpes da sorte: 1. Podemos reunir esses pedaços de boa fortuna como segue. Considere. argumentamos como segue.k . 1 λk+1. o produto L−1 L−1 .k 1 .   .k   . k k k k L−1 = I + λk e∗ .k Então Lk = I− λk e∗ .k+1 1 . k k Para o segundo golpe de sorte. Das definições k de λk e ek obtemos e∗ λk = 0 k e mostrando que a inversa de Lk é (I − λk e∗ )(I + λk e∗ ) = I − λk (e∗ λk )e∗ = I. ..24 Notas de aula do Prof.   . .k 1 λk+2. . 2.  . λm. . .     0  λk =  . ... Como e∗ λk+1 = 0. segue k k k+1 L−1 L−1 = (I + λk e∗ )(I + λk+1 e∗ ) = I + λk e∗ + λk+1 e∗ k k+1 k k+1 k k+1 que escrita por extenso é  1 . . 1 −λm.. Lk = 1 −λk+1. .. A forma da matriz Lk é 1 . Seja   0 ...  . λm.k            L−1 L−1 k k+1      =     .. A matriz L = L−1 L−1 · · · L−1 pode ser formada coletando as entradas de λjk nos 1 2 m−1 locais apropriados.k+1 1 λm. onde ek é a coluna k da matriz identidade m × m.

Solução Ax = b por fatoração LU Dada a decomposição A = LU. obtemos   1  λ21  1    λ31 λ32 1  L = L−1 L−1 · · · L−1 =   1 2 m−1  . para a fatoração A = LU. Defina y = Ux. resolva Ly = b e. A primeira etapa. podemos usá-la para gravar L e U..k:m). .k) = U(j. O segundo e o terceiro. for k = 1:m-1 for j = k+1:m L(j. ===================================== U = A e L = I..  .L(j. Antonio Cândido Faleiros 25 Esta matriz é triangular inferior sendo obtida a partir da matriz identidade substituindo os elementos abaixo da diagonal principal das coluna k e k + 1 pelos elementos de L−1 e k L−1 inseridas em seus lugares usuais abaixo da diagonal.k)/U(k.Notas de aula do Prof. Quando tomamos o produto k+1 de todas estas matrizes para formar L. Tais fatos geram o seguinte algoritmo λjk = ===================================== Algoritmo da eliminação gaussiana sem pivotamento ===================================== Entrada: A Saída: U e L. . em seguida. Se a matriz A não for mais necessária.k:m) = U(j. λm1 λm2 · · · λm.  . ..k) * U(k. 3 onde .k:m) .  . o sistema Ax = b é equivalente a LUx = b. exige ∼ 2 m3 flops. Ux = y para obter a solução do sistema original..k). U(j. . end end ===================================== Neste algoritmo podemos usar uma única matriz para armazenar L e U se abrirmos mão de gravar a diagonal de L cujos elementos são unitário.m−1 1 xjk xkk são os multiplicadores necessários para anular os elementos abaixo da diagonal da matriz X = Ek−1 · · · E1 A.

Seja E a matriz elementar que. Dessa forma. Seja P uma matriz de permutação obtida da identidade permutando as linha i e j.25 São matrizes de permutação   1 0 0 0  0 0 0 1     0 0 1 0  0 1 0 0  0  1   0 0 0 0 0 1 1 0 0 0  0 0  . A matriz elementar E(li ←→ lj ) obtida da identidade pela permutação das linhas i e j pertence a esta classe. Se k < i < j. a inversa de E(li ←→ lj ) é ela mesma. exige ∼ 2 m3 flops.26 Sejam   0 1   0  0   0 0   0  1 1  0 P =  0 0 0 0 0 1 0 0 1 0 e 1  2 E=  3 4 0 1 0 0 0 0 1 0 . a resolução pelo método de Gauss. Entretanto. Uma matriz de permutação é aquela obtida a partir da matriz identidade mediante uma permutação qualquer de suas linhas. Antonio Cândido Faleiros para resolver os sistemas triangulares Ly = b e Ux = y. então ˜ E = P EP é uma matriz com os elementos das linhas i e j da coluna k permutados de seus lugares. a matriz B = 0 1 1 1 possui uma decomposição LU · ¸· ¸ 1 0 1 1 B= . O produto de duas matrizes de permutação é uma matriz de permutação e a inversa de uma matriz de permutação é uma matriz de permutação. usa ∼ 4 m3 3 flops. Qual seria a vantagem da fatoração QR sobre a fatoração LU? 1.26 Notas de aula do Prof. Como tivemos a oportunidade de destacar. 3 A resolução usando refletores de Householder. Toda matriz de permutação é o produto de matrizes elementares deste tipo. é a identidade. 0 1 0 1 Sempre é possível permutar as linhas de uma matriz A de modo que a matriz assim obtida possui uma decomposição LU. que veremos posteriormente. exigem ∼ m2 flops. 1  0 A segunda permutação é a transformação elementar E(l2 ←→ l4 ). Exemplo 1. Exemplo 1. a não ser pelo fato de a coluna k possuir elementos não nulos abaixo da diagonal principal.12 Decomposição PLU Nem sempre uma matriz A possui uma decomposição LU e um exemplo clássico é ¸ ¸ · · 1 1 0 1 obtida de A pela permutação das linhas .

aplicar uma matriz elementar para zerar os elementos abaixo Vamos descrever a decomposição P LU. procura-se naquela coluna. xkk pode ser nulo ou muito pequeno quando comparado aos demais elementos daquela coluna abaixo da diagonal. Troca-se esta linha com a linha k e este elemento de maior módulo passa a ser o pivô da linha k. dentre os elementos abaixo da diagonal principal. realiza-se uma permutação para posicionar o pivô da coluna no local correto para. A entrada xkk da matriz X é chamado de pivô da coluna k. para introduzir zeros nas entradas k dessas linhas. em seguida. . O produto P AP é igual a   1 0 0 0  4 1 0 0     3 0 1 0 .     xkk x x x xkk x x x   x x x x    → 0 x x x   0 x x x   x x x x  x x x x 0 x x x . aplica-se a X uma transformação elementar para zerar os elementos da coluna k abaixo da diagonal principal. o de maior módulo. obtida pelo método da eliminação de Gauss com pivotamento. Devido à dificuldade de gerenciar a troca de colunas e ao trabalho computacional para se encontrar o pivô. Seja X a matriz obtida no processo de eliminação Gaussiana depois de zerados os elementos abaixo da diagonal principal das k − 1 primeiras colunas. onde P é a matriz de permutação obtida da identidade pela troca das linhas 2 e 4 e E é a matriz elementar com elementos não nulos fora da diagonal principal da primeira coluna. para evitar instabilidade numérica. 2 0 0 1 Entretanto. No pivotamento parcial. No passo seguinte.Notas de aula do Prof. i = 2 e j = 4. Neste caso. . em cada etapa. . Seguiremos o tratamento de Trefethen e Bau. Antonio Cândido Faleiros 27 Esta matriz pode ser obtida de A permutando os elementos das linhas 2 e 4 da coluna 1. Há um processo conhecido por pivotamento onde se toma por pivô o elemento de maior módulo na submatriz Xk:m. . Prosseguindo o processo de eliminação. m da matriz X com a qual se está trabalhando. múltiplos da linha k são subtraídas das linhas k +1. prefere-se o pivotamento parcial. k) mediante a troca de linhas e colunas. Neste caso. Esta troca de linhas é denominada de pivotamento parcial.k:m e o coloca na posição (k. k = 1. Fato interessantíssimo.       xjk ∗ ∗ ∗ xjk ∗ ∗ ∗ xkk ∗ ∗ ∗      ∗ ∗ ∗ ∗   P1  ∗ ∗ ∗ ∗  L1  0 ∗ ∗ ∗    xjk ∗ ∗ ∗  −  xkk ∗ ∗ ∗  −  0 ∗ ∗ ∗  → → 0 ∗ ∗ ∗ ∗ ∗ ∗ ∗ ∗ ∗ ∗ ∗ Este algoritmo pode ser expresso como um produto de matrizes.

copiado)  1 0 3 1  .27 Considere a matriz (exemplo  2 1  4 3 A=  8 7 6 7 Lm−1 Pm−1 · · · L2 P2 L1 P1 A = U. permutamos a primeira com a P1 A =     8 7 0 0 1 0 2 1 1 0  0 1 0 0  4 3 3 1   4 3      1 0 0 0  8 7 9 5  =  2 1 6 7 0 0 0 1 6 7 9 8 Agora efetuamos o primeiro passo de eliminação: L1 P1 A =     8 7 1 0 0 0 8 7 9 5  −1 1 0 0   4 3 3 1   0 −1 2    2   −1 0 1 0   2 1 1 0  =  0 −3 4 4 6 7 9 8 −3 0 0 1 0 7 4 4 Em seguida. trocamos a  1 0 0  0 0 0   0 0 1 0 1 0 terceira coluna calculando  9 5 3 1  .28 Notas de aula do Prof. 9 5  9 8 Para o pivotamento parcial.  .    . 1 0  9 8  9 5 −3 −3  2 2 . Este processo pode ser repetido coluna a coluna.   . efetuamos a última eliminação: L3 P3 L2 P2 L1 P1 A =     8 7 9 5 1 0 0 0 8 7 9 5 17  17  0 7 9  0 1 0 0  0 7 9 4 4 4  4 4 4     0 0 1 0   0 0 −6 −2  =  0 0 −6 −2 7 7 7 7 4 2 0 0 −1 1 0 0 −2 7 0 0 0 3 7 3 a terceira linha  0 0 0 8 1 0 0  0  0 0 1  0 0 1 0 0 eliminação: L2 P2 L1 P1 A =  8 7 9 5 0 0 9 17 0 0  0 7 4 4 4  1 0   0 −3 −5 −5 4 4 4 0 1 0 −1 −3 −3 2 2 2 segunda com a quarta linha: P2 L1 P1 A =    8 7 9 5 0 8 7 9 5 9 17   0 −1 −3 −3   0 7 1  2 2 2  =  4 4 4 0   0 −3 −5 −5   0 −3 −5 −5 4 4 4 4 4 4 9 17 0 0 7 0 −1 −3 −3 4 4 4 2 2 2    com a quarta: P3 L2 P2 L1 P1 A =   8 7 9 5 7 9 5 7 9 17  17  0 7 9 4 4 4  =  4 4 4 4 0 −2 7   0 0 −6 −2 7 7 7 4 0 −6 −2 0 0 −2 7 7 7 7  8 7 9 5 17    0 7 9 4 4 4  =   0 0 −2 4  . Antonio Cândido Faleiros da diagonal principal da coluna k. 7 7 0 0 −6 −2 7 7   . até transformar A numa matriz U triangular superior Exemplo 1. −5 −5  4 4 9 4 17 4 Agora permutamos  1  0   0 0 Efetuamos a segunda  1 0  0 1   0 3 7 0 2 7 Finalmente.

Assim podemos escrever L3 P3 L2 P2 L1 P1 = L3 P3 L2 (P3 P3 )P2 L1 (P2 P3 P3 P2 )P1 onde acrescentamos algumas matrizes ao produto e foram colocadas entre parêntesis. Para obter a fatoração P LU de A. P2 e P3 são suas próprias inversas. possui uma fatoração deste tipo. Seja A uma matriz m × m e X = Ek Pk · · · E1 P1 A = Ek · · · E1 Pk · · · P1 A. Note que elas são iguais à matriz identidade. para uma matriz m × m. Em geral. L = P3 P2 L1 P2 P3 são matrizes elementares obtidas de L3 . onde ˜ O produto das matrizes Lk é triangular inferior com elementos unitários na diagonal principal e facilmente invertível. singular ou não. Escrevendo ˜ ˜ ˜ L = (Lm−1 · · · L2 L1 )−1 temos P A = LU. multiplique a matriz A por uma matriz de permutação P e calcule a decomposição LU de A. Esta fatoração é conhecida por fatoração P LU de A. não é assim que se procede pois não se conhece P a priori. Basta trocar o sinal das entradas abaixo da diagonal. Na prática. e P = Pm−1 · · · P2 P1 . como na eliminação Gaussiana sem pivotamento. Vamos descrever um procedimento que justifica o algoritmo que vamos descrever ˜ ˜ abaixo. a fatoração fornecida pela eliminação Gaussiana com pivotamento parcial pode ser escrita na forma ˜ ˜ ˜ (Lm−1 · · · L2 L1 )(Pm−1 · · · P2 P1 )A = U. Qualquer matriz quadrada A. L é uma matriz triangular inferior com elementos unitários na diagonal principal e U é triangular superior.Notas de aula do Prof. L = P3 L2 P3 . . −1 −1 ˜ Lk = Pm−1 · · · Pk+1 Lk Pk+1 · · · Pm−1 . Antonio Cândido Faleiros Um terceiro golpe de sorte na fatoração P LU 29 Todos os elementos de L abaixo da diagonal principal são menores ou iguais a 1 pois o pivô de cada linha é escolhido de modo a tornar |xkk | = {|xjk | : k ≤ j ≤ m} Analisemos a decomposição de uma matriz A de tamanho 4 × 4 que toma a forma L3 P3 L2 P2 L1 P1 A = U As matrizes P1 . Podemos associar este produto ˜ ˜ ˜ L3 P3 L2 P2 L1 P1 = L3 (P3 L2 P3 )(P3 P2 L1 P2 P3 )(P3 P2 P1 ) = (L1 L2 L3 )(P3 P2 P1 ) onde ˜ ˜ ˜ L3 = L3 . L2 . onde P é uma matriz de permutação. L1 permutando elementos abaixo da diagonal principal.

13 Decomposição de Cholesky Se a matriz A for simétrica e inversível.k:m) e U(i. o processo não terminou e X.k:m) Permute as linhas L(k. sempre que se aplica uma permutação à matriz A se deve efetuar uma permutação ˜ correspondente na matriz E. i > k + 1. Neste caso.k) U(j.k:m) . Antonio Cândido Faleiros ˜ onde Pi são matrizes de permutação que posicionam o pivô no lugar correto e Ei são matrizes elementares que zeram as entradas abaixo da diagonal da coluna i de Pk · · · P1 ˜ ˜ ˜ ˜ ˜ ˜ A. num primeiro momento.:) e P(i.1:k-1) e L(i. em geral. L = I. A inversa de P é P e assim P P = I. não é triangular superior. Algoritmo da eliminação Gaussiana com pivotamento parcial ============================= U = A.k) / U(k. nos esquecer da permutação P e escrever esta decomposição na forma A = LU de modo que LU = A = AT = U T LT . Este comentáriio justifica o algoritmo da eliminação Gaussiana com pivotamento parcial descrito abaixo.k)| eh maximo Permute as linhas U(k. ¡ ¢−1 = L−1 U T = D U LT . Vamos. Podemos usar este fato para escrever ˜˜ ˜ ˜ ˜ ˜ P X = P E A = P E(P P )A = (P EP )(P A).k:m) = U(j.30 Notas de aula do Prof. Vamos escrever X = E A onde E = Ek · · · E1 e A = Pk · · · P1 A. P = I for k = 1:m-1 Selecione na coluna k a linha i na qual |u(i.:) for j = k+1:m L(j. Como L e U são inversíveis. uma permutação P A dessa matriz tem uma decomposição P LU.1:k-1) Permute as linhas P(k.k) = U(j. Desta ˜ forma. A próxima etapa consiste em aplicar uma permutação P que trocará uma linha i de X com sua linha k + 1 para posicionar o pivô da coluna no local correto. Se k < m − 1.L(j. situadas abaixo da diagonal ficam permutadas.k)*U(k.k:m) end end ============================= 1. ˜ ˜ Lembramos que P EP é triangular inferior e é a matriz E onde se permutou a parte não nula das linhas i e k + 1.

para assim obter a decomposição A = MM T denominada de decomposição de Cholesky da matriz A. cujos elementos da diagonal principal são iguais aos elementos da diagonal de U. No exemplo acima. 0 −1 2 0 −2/3 1 0 0 4/3 0 0 1  Definição 1. p 0 −2/3 1 4/3 4/3 0 0 0 − 2/3    √ 2 0 2 −1 0 √ √  −1 2 −1  =  − 1 2 1 6 2 2 √ 0 −1 2 0 −1 6 3 √  √  0 2 −1 2 0 2 √ √ 1 0  0 6 −1 6  . podemos √ √ calcular a matriz D e definir M = L D. D = diag(U) onde diag(U) é uma matriz diagonal. Exemplo 1.28 Considere a decomposição A = LU abaixo     2 −1 0 1 0 0 2 −1 0  −1 2 −1  =  −1/2 1 0   0 3/2 −1  0 −1 2 0 −2/3 1 0 0 4/3   2 0 0 −1 T  0 3/2 0  obtemos a decomposição LDLT Sendo D = L U = 0 0 4/3       2 −1 0 1 0 0 2 0 0 1 −1/2 0  −1 2 −1  =  −1/2 1 0   0 3/2 0   0 1 −2/3  .Notas de aula do Prof. Como os elementos da diagonal principal de L são iguais a 1.29 Uma matriz simétrica A é positiva definida se os elementos diagonais de D na decomposição A = LDLT forem todos maiores do que zero. Assim. U = DLT e obtemos a decomposição A = LDLT onde L é triangular inferior cujos elementos diagonais são iguais a 1 e D = L−1 U T é diagonal.   √   √  2 p0 0 2 0 0 1 0 0 p p 1 0  0 M =  −1/2 3/2 p0  =  − 1/2 3/2 p0  . 2 3 √ √ 2 2 0 0 3 3 3 3 A decomposição de Cholesky de A é . Antonio Cândido Faleiros 31 ¡ ¢−1 é diagonal pois U LT é triangular superior e L−1 U T é triangular inferior. Neste caso.

Antonio Cândido Faleiros .32 Notas de aula do Prof.

O conjunto V. isto é. Associativa: (u + v) + w = u + (v + w). 3. 1v = v. 6.1 Conceito de espaço vetorial Seja K um corpo e V um conjunto não vazio. 7. Comutativa: v + w = w + v. O elemento v + w é o vetor soma de v com w e o elemento αv é o produto de α por v ou ainda que αv é um múltiplo de v. Associatividade: (αβ)v = α(βv). sendo uma a adição de vetores e a outra a multiplicação de um elemento do corpo K por um elemento de V. Distributividade: (α + β)v = αv + βv.Capítulo 2 Espaço vetorial 2. Sejam v e w dois elementos de V e k um elemento do corpo K. Elemento unitário: A multiplicação do elemento unitário 1 de K pelo elemento v de V é igual a v. Elemento oposto: Dado v em V existe um elemento denotado por −v e tal que v + (−v) = (−v) + v = 0. O vetor −v é denominado oposto de v e 0 é o vetor nulo ou vetor zero. 33 . com essas operações é denominado de espaço vetorial sobre o corpo K se. Os elementos de V são chamados vetores e os elementos de K de escalares. 5. se verificarem as propriedades 1. v. para todo u. 8. Denotaremos a adição de v e w por v + w e a multiplicação de k e v por kv. β de K. Elemento neutro: Existe um elemento de V denotado por 0 tal que 0+v = v +0 = v. 4. onde definimos duas operações. Distributividade: α(v + w) = αv + αw. w de V e todo α. Definimos a diferença v − w (leia-se v menos w) entre os vetores v e w por v + (−w). 2.

. . . Exemplo 2. diremos que V é um espaço vetorial complexo. x2 + y2 . Quando o contexto permitir. Exemplo 2. que denotaremos por Cm×n . é um espaço vetorial sobre o corpo dos reais.2 O conjunto Rm×n das matrizes m × n com elementos reais munido com as operações de adição de matrizes e multiplicação de um número complexo por uma matriz é um espaço vetorial sobre o corpo dos números reais. . x2 .5 O conjunto de todos os polinômios com coeficientes reais. xn + yn ) e a multiplicação de um número real por uma ênupla ordenada é definida por α(x1 . O Rn com as operações de adição de duas ênuplas ordenadas e multiplicação de um escalar por uma ênupla é um espaço vetorial sobre os reais. . . . . . Exemplo 2. y2 . Antonio Cândido Faleiros Em nosso curso. . xn ) = (αx1 . Quando V for um espaço vetorial sobre o corpo dos números reais. Quando V for um espaço vetorial sobre o corpo dos números complexos. Exemplo 2. xn = yn .3 O conjunto das matrizes m por n com elementos complexos. . diremos que V é um espaço vetorial real. αxn ). . . . Exemplo 2. x2 . . x2 . é um espaço vetorial sobre o corpo dos reais. αx2 .4 O conjunto de todos os polinômios de grau menor ou igual a n. . yn ) = (x1 + y1 . xn ) de números reais. . . . b] = {f : [a.1 Seja Rn o conjunto de todas as ênuplas ordenadas (x1 . . . y2 . Quando se diz que V é um espaço vetorial sobre o corpo K entenda-se que está implícito a existência das operações de adição de vetores e multiplicação de um escalar por um vetor. . . munido com as operações de adição de polinômios e multiplicação de um número real por um polinômio. O espaço vetorial {0} que contém apenas o vetor nulo é denominado de espaço vetorial trivial. omite-se a referência ao corpo K e se diz apenas que V é um espaço vetorial. munido com as operações de adição de polinômios e multiplicação de um número real por um polinômio. .34 Notas de aula do Prof. . . com coeficientes reais. b] → R : f é contínua} com as operações de adição de funções e multiplicação de um número real por uma função é um espaço vetorial sobre R. . Define-se a operação de adição em Rn por (x1 . x2 = y2 . . o corpo K será o corpo R dos números reais ou o corpo C dos números complexos. Duas ênuplas ordenadas (x1 . . . O conjunto dos polinômios de grau menor ou igual a n com coeficientes complexos com as operações acima é um espaço vetorial sobre o corpo dos números complexos. xn ) + (y1 . Exemplo 2. . . . O conjunto de todos os polinômios com coeficientes complexos com as operações acima é um espaço vetorial sobre o corpo dos números complexos. xn ) e (y1 . x2 . . . . .6 O conjunto C[a. O zero deste espaço vetorial é a matriz nula e o elemento oposto (inverso aditivo) de A = [aij ] é −A = [−aij ]. yn ) são iguais se x1 = y1 . munido com as operações de adição de matrizes e multiplicação de um número complexo por uma matriz é um espaço vetorial sobre o corpo dos números complexos. O zero deste espaço vetorial é a matriz nula e o elemento oposto (inverso aditivo) de A = [aij ] é −A = [−aij ].

v1 . . 1). .8 O conjunto S = { (5. Notem que a igualdade acima se verifica para α1 = · · · = αn = 0. . 1. vn } um subconjunto finito de V. . 0) então α1 + 0α2 + 0α3 = 0 2α1 + α2 + 0α3 = 0 3α1 + α2 + 2α3 = 0 cuja única solução é α1 = α2 = α3 = 0. Se a ênupla (α1 . Também se diz que os vetores v1 . O vetor α1 v1 + · · · + αn vn é uma combinação linear dos vetores v1 . 1). 0). . De fato. 2. . 1) pois (2. 1) + α3 (0. (0. . 1) } de vetores do R2 é linearmente dependente pois 1(5. . . 0) + y(0.2 Dependência linear (x. . . Sejam v1 . . y) do R2 pode ser decomposto na seguinte soma Esta maneira de decompor um vetor é muito utilizada em Álgebra Linear. vn são linearmente independentes. . . .Notas de aula do Prof. . . . αn . . . 7). . . (1. . Todo conjunto {0. 0. 1. 3) do R2 é uma combinação linear dos vetores (1. 3) = 2(1. . 0) e (0. Antonio Cândido Faleiros 35 2.7 O vetor (2. . . diremos que o conjunto {v1 . O conjunto { (1. (0. . . αn . 0) − 7(0. y) = x(1. 2. vn vetores do espaço vetorial V e escalares α1 . 0. 0. . . . Este conjunto é linearmente dependente se existirem escalares α1 . vp } que contém o vetor nulo é linearmente dependente pois 1 · 0 + 0v1 + · · · + 0vp = 0. (0. 3) + α2 (0. 0). 1) = (0. 1). . 3). . Exemplo 2. . . 0)+ 3(0. . nem todos nulos tais que α1 v1 + · · · + αn vn = 0. . αn ) = (0. . 2) = (0. . se α1 . vn . . . Seja {v1 . . Exemplo 2. vn } é linearmente independente ou que os vetores v1 . 7) − 5(1. 0) for a única para a qual α1 v1 + · · · + αn vn = 0. 2) } de vetores do R3 é linearmente independente. vn são linearmente dependentes. Todo elemento (x. . . α2 e α3 forem escalares tais que α1 (1.

¤ v1 + (−β 2 ) v2 + · · · + (−β n ) vn = 0. 7) = 5(1. . . vn }. . 0). implica na possibilidade de escrever (5. . qualquer subconjunto de S será linearmente independente.10 Seja S um conjunto finito de vetores. tais que α1 v1 + · · · + αn vn = 0. 1) } de vetores do R2 que se expressa por 1(5. vn ¡ ¡ ¢ ¢ v1 = −α−1 α2 v2 − · · · −α−1 αn vn . Todo conjunto que contém um subconjunto linearmente dependente é linearmente dependente. vn . existem escalares α1 . . vn } for linearmente dependente. 1) = (0. . (1. 1 1 Se v1 for uma combinação linear de v2 . Se S for linearmente dependente. Todo subconjunto de um conjunto de vetores linearmente independente é linearmente independente. 1) }. (1. . αn . . . β n tais que v1 = β 2 v2 + · · · + β n vn e mostrando que {v1 . 1. . Esta igualdade também implica na dependência linear de S = { (5. (0. . Prova.9 Um conjunto {v1 . . basta permutar os vetores do conjunto para trazer o coeficiente não nulo para a primeira posição) podemos escrever v1 como combinação linear de v2 . nem todos nulos. . . . 7) como uma combinação linear dos vetores (1. . vn } de vetores de um espaço vetorial V é linearmente dependente se e só se um dos seus elementos for combinação linear dos demais. Proposição 2. . 7). . a dependência linear do conjunto S = { (5. 1). . Proposição 2. Antonio Cândido Faleiros Observe que. Prova. 7) − 5(1. 0) − 7(0. 0) e (0. vn } é linearmente dependente. . Supondo α1 6= 0 (se α1 = 0. Seja S = {v1 . qualquer conjunto finito de vetores que o contém também será linearmente dependente. .36 Notas de aula do Prof. . (0. Se {v1 . 2. . . . . . Tal fato é enunciado de modo geral no próximo teorema. 7). . . 1) (5. Se S for linearmente independente. 0). . . 0). . 0) + 7(0. então existem escalares β 2 . .

1). 0). diremos que B gera V. 0) + (y − 2x)(0. . 2) + x(1. Se S for linearmente dependente. . existem escalares α1 . 1) + (y − x)(1. (1. . y) = x(2. Qualquer par ordenado (x. 0) } gera o R2 pois podemos escrever um par ordenado (x.Notas de aula do Prof.13 Um conjunto finito de vetores linearmente independente e que gera V é uma base de V. Neste exemplo. 2. . 2) + 0(1. ¤ 2. 0) + y(0. . y) = x(1. seja S 0 um subconjunto de S. Se todo elemento de V for uma combinação linear dos elementos de B. vn } um conjunto finito de vetores em V. então α1 v1 + · · · + αn vn + 0w1 + · · · + 0wm = 0 provando que S 0 é linearmente dependente. . Definição 2. (1. y) pode ser decomposto nas combinações lineares (x. Se S 0 fosse linearmente dependente. Exemplo 2. Neste exemplo. Exemplo 2. 2). . y) = 0(1. Seja S 0 um conjunto finito que contém S. 1)} gera o R2 . Que diferença existe entre os conjuntos geradores dos exemplos acima? O primeiro é linearmente dependente e o segundo é linearmente dependente. .3 Base e dimensão Seja B = {v1 . o modo de escrever (x. . wm forem os elementos de S 0 que não pertencem a S. 0).11 O conjunto B = {(1. Antonio Cândido Faleiros 37 1. (0. 1). Se S for linearmente independente. y) qualquer como combinação linear desses dois vetores (x. S também o seria pela primeira parte. y) como combinação linear dos elementos de B não é única. . αn nem todos nulos tais que α1 v1 + · · · + αn vn = 0. Logo S 0 é linearmente independente. . . o modo de escrever (x. y) como combinação linear dos elementos de B é única.12 O conjunto B = {(2. . 1) ou (x. Se w1 .

Exemplo 2. x2 } é uma base do espaço vetorial dos polinômios de grau menor ou igual a dois com coeficientes complexos. O contexto indicará a necessidade de ser a base ordenada ou não. xi = yi para i = 1. da independência linear dos vetores da base. Uma base ordenada B = {v1 . Antonio Cândido Faleiros Uma base B = {v1 . . Não existe conjunto finito de polinômios que gera todos os demais. vn } uma base ordenada de um espaço vetorial V. Proposição 2. 0. xn ). . 0). os escalares α1 . w. en = (0. . Isto significa que as coordenadas de x na base canônica são exatamente os elementos da ênupla x.15 Considere as ênuplas e1 = (1. vn } uma base de V e w = α1 v1 + · · · + αn vn . Se αi 6= 0. Assim. vi−1 . . . Seja B = {v1 . . Lema 2. O conjunto de vetores {e1 . . . . v2 . αn são as coordenadas de v na base B e a matriz coluna [v]B = [α1 . . . . e. . 0). . para cada vetor v em V existem escalares α1 . . . . . . . . . 1). . . vi+1 . então {v1 . ¤ . Precederemos o teorema principal por três lemas. . . .38 Notas de aula do Prof. . αn ]T é a matriz das coordenadas de v na base B. . . . então x = x1 e1 + · · · + xn en . O espaço vetorial de todos os polinômios com coeficientes complexos não possui base no sentido definido neste texto. A ordem em que seus elementos são escritos é relevante. . . Prova.16 O conjunto {1. . . . . . . então 0 = v − v = (x1 − y1 )v1 + · · · + (xn − yn )vn De ora em diante. . . x. . . Todas as bases de um espaço vetorial possuem o mesmo número de elementos. como provaremos em seguida. e2 = (0. onde ek é a linha k da matriz identidade n × n. vn } também é base. . Nem todo espaço vetorial possui uma base tal como se definiu acima. . Todo conjunto finito de polinômios tem um polinômio de grau máximo.14 A matriz das coordenadas de um vetor numa base ordenada é única. e2 . que v2 é o seu segundo elemento. Se v = x1 v1 + · · · + xn vn e v = y1 v1 + · · · + yn vn forem duas decomposições de v nos elementos da base B. vn } é aquela em que se estabelece que v1 é o seu primeiro elemento. uma base ordenada será chamada simplesmente de base. αn vn são denominados de componentes do vetor v na base B. αn tais que v = α1 v1 + · · · + αn vn . . . . Se x = (x1 . Exemplo 2. . . . . . . . . Os vetores α1 v1 . . en } é uma base tanto do Rn quanto do Cn e é chamada de base canônica. . que não seria capaz de gerar os polinômios de grau superior ao polinômio de grau máximo do conjunto. n. vn } gera V. 0.17 Seja {v1 . . . 1. . . e assim por diante. .

. . . . . vn } uma base com n elementos do espaço vetorial V.18 Seja {v1 . vn } é linearmente independente. . Prova. Todo conjunto linearmente independente com n elementos é base de V. podemos explicitar v1 na igualdade w = α1 v1 +· · ·+αn vn para obter v1 = 1 α2 αn w − v2 − · · · − vn = β 1 w + β 2 v2 + · · · + β n vn . . v2 . . vn } que. . . . é base de V. . . De fato. portanto. . vn } ser base de V. . o que contraria a hipótese de o conjunto {w1 . . v2 . . Antonio Cândido Faleiros 39 Prova. . Podemos supor que c11 6= 0 (se o c11 fosse nulo. xn tais que v = x1 v1 + x2 v2 + · · · + xn vn = x1 (β 1 w + β 2 v2 + · · · + β n vn ) + x2 v2 + · · · + xn vn = (x1 β 1 )w + (x1 β 2 + x2 )v2 + · · · + (x1 β n + xn )vn . . wn } ser linearmente . . . provando que o conjunto {w. pelo menos um dos coeficientes desta combinação linear é diferente de zero. wn } um conjunto linearmente independente com n vetores de V. Pode-se decompor w1 na base {v1 . Como w1 6= 0. obtemos k2 = · · · = kn = 0. . . v2 . então k1 (α1 v1 + α2 v2 + · · · + αn vn ) + k2 v2 + · · · + kn vn = 0 ou k1 α1 v1 + (k1 α2 + k2 )v2 + · · · + (k1 αn + kn )vn = 0 com k1 α1 6= 0. Para simplificar. . . . . . . ¤ Lema 2. provaremos o teorema supondo α1 6= 0. kn escalares tais que k1 w+ k2 v2 + · · · + kn vn = 0. . vn } e escrever w1 = c11 v1 + · · · + cn1 v1 . k2 . . {w1 . . então w2 = c12 w1 . . . . vn } é base e podemos escrever w2 = c12 w1 + c22 v2 + · · · + cn2 vn . . k1 = 0 e a combinação linear k1 w+ k2 v2 + · · · + kn vn = 0 se reduz a k2 v2 + · · · + kn vn = 0. vn } gera V. . . . podemos reordenar os elementos da base para trazer para a primeira posição uma componente de w diferente de zero. Sendo v um vetor qualquer de V. c11 6= 0). . . . vn }. bastaria reordenar a base {v1 . . v2 . provando a independência linear de {w. . Vamos provar que {w. Pelo lema anterior. vn } de modo que. . . . Logo. . Se α1 = 0. . . se todos eles fossem nulos. v2 . . x2 . existem escalares x1 . Da independência linear do conjunto {v2 . cn2 não podem ser todos nulos.Notas de aula do Prof. . vn } gera V. Os coeficientes c22 . . . α1 α1 α1 Vamos provar que {w. . . nesta nova ordem. v2 . . Sejam k1 . . v2 . . Se k1 6= 0. . Seja {w1 . Sendo α1 6= 0. o que contraria o fato de {v1 .

. . . podemos supor. vn } por w1 . {w1 . possibilidade que se exclui pela definição de base.40 Notas de aula do Prof. pelo menos um dos coeficientes c22 . . . w2 . não há base com mais do que n elementos. Antonio Cândido Faleiros independente. Definição 2. aquele que contém apenas o vetor nulo. Por definição. . como todo conjunto com mais do que n elementos é linearmente dependente. . Logo não existe base com menos do que n elementos. vn } duas bases de V. . . w2 . . Pelo lema anterior. . . vn } é base de V. . ¤ Estes lemas nos permitem enunciar o Teorema 2. Se existisse alguma base B2 com k elementos e k < n. substituímos todos os elementos da base {v1 . sem perda de generalidade. Como antes. todas as outras bases deste espaço vetorial têm o mesmo número de elementos. . a base B1 seria linearmente dependente. que c22 6= 0.20 Se um espaço vetorial V possuir uma base com n elementos. . é zero. . . .4 Matriz de mudança de base Seja V um espaço vetorial complexo de dimensão finita n > 0. Prova. wn . não existe conjunto de vetores linearmente independente com mais do que n elementos. . contrariando a hipótese de independência linear do conjunto. . então todo conjunto de vetores em V com mais de n elementos é linearmente dependente. ¤ Lema 2. se houvesse um conjunto linearmente independente com mais do que n elementos. Podemos decompor cada elemento de B2 numa combinação linear dos elementos de B1 v1 = p11 u1 + p21 u2 + · · · + pn1 un v2 = p12 u1 + p22 u2 + · · · + pn2 un ··· vn = p1n u1 + p2n u2 + · · · + pnn un . a dimensão do espaço vetorial trivial. v3 . un } e B2 = {v1 . wn } é base. w2 . .19 Se um espaço vetorial V possuir uma base com n elementos. Logo. qualquer subconjunto dele com n elementos seria base e os vetores restantes seriam combinações lineares desses n selecionados. provando que {w1 . 2. . . Seja B1 a base com n elementos. . .21 Se um espaço vetorial possui uma base. De fato. De fato. . . Sejam B1 = {u1 . . Prosseguindo com este raciocínio. Prova. diremos que ele possui dimensão finita e que o número de elementos das bases é a sua dimensão. cn2 não é nulo. ¤ Este teorema garante que todas as bases de um espaço vetorial possui o mesmo número de elementos o que justifica a definição que segue. pelo lema anterior. Assim.

. Quando B3 = B1 . Observe que as coordenadas do desenvolvimento de v1 na base B1 formam a primeira coluna. mostrando que as matrizes de mudança de base são inversíveis e que a inversa de M12 é M21 . mais especificamente. . . Como # " X pik qkj = [pik ][qkj ] = M12 M23 . M23 = [qij ] é a matriz de mudança da base B2 para a base B3 . Usando o símbolo de somatório. .. . é um conjunto de n2 números definidos do seguinte modo: δ ij = 1 quando i = j e δ ij = 0 quando i = j. .Notas de aula do Prof. . . as coordenadas do desenvolvimento de v2 na base B1 formam a primeira coluna. . M13 = [rij ] = k X i rij ui provamos a identidade M13 = M12 M23 . Sejam i e j inteiros do conjunto {1. Sendo B3 = {w1 . n}. As igualdades matriciais M12 M21 = I e M21 M12 = I . podemos escrever os vetores de B3 como combinações lineares dos elementos da base B2 . wj = n X i=1   M12 =   p11 p12 · · · p1n p21 p22 · · · p2n . . 2. . O delta de Kronecker δ ij . . . . matriz de mudança da base B1 para a base B2 . . pn1 pn2 · · · pnn qij vi e agora. Antonio Cândido Faleiros A matriz       41 é chamada de matriz de mudança de base. Da igualdade acima segue M12 M21 = I. . . 6 Observe que o elemento da linha i coluna j da matriz identidade I de ordem n × n é exatamente δ ij e podemos usar o delta de Kronecker para escrever I = [δ ij ]. wn } uma terceira base de V. . a matriz M13 é a identidade I e M23 = M21 . Das duas decomposições acima segue X X X wj = qkj vk = qkj pik ui = Ã X X i k k k pik qkj ! i ui = P onde M13 = [rij ] = [ k pik qkj ] é a matriz de mudança da base B1 para a base B3 .

Se [u]1 = [x1 . yn ]T for a matriz das coordenadas de u na base B2 e se M12 = [pij ] for a matriz de mudança da base B1 para a base B2 . xn ]T for a matriz das coordenadas de u na base B1 . se [u]2 = [y1 . . Sejam B1 = {v1 . Sejam [u]1 a matriz das coordenadas de u na base B1 . . . . . . . . yj wj = = Como u = base que P Ã X X j X j yj pij yj ! X i pij vi vi . [u]2 a matriz das coordenadas de u na base B2 e M12 a matriz de mudança da base B1 para a base B2 . n. segue X X xi vi = yj wj u= i j e wj = Portanto. fornece X X pik qkj = δij e qik pkj = δ ij k k para i e j percorrendo os valores 1. Então [u]1 = M12 [u]2 Prova. u = X j i n X i=1 pij vi . segue da unicidade da decomposição de um vetor nos elementos da xi = X j pij yj que corresponde à igualdade matricial [u]1 = M12 [u]2 . . . . .22 Sejam B1 e B2 duas bases do espaço vetorial V. wn } as bases em questão. . . . vn } e B2 = {w1 . . . ¤ . i xi vi . . .42 Notas de aula do Prof. Mudança de coordenadas Teorema 2. . Antonio Cândido Faleiros quando escritas componente a componente.

Se u e v pertencerem à união. Em outras palavras. y ∈ R } é um subespaço próprio de R3 . 2. definida por W1 + W2 = {w1 + w2 : w1 ∈ W1 e w2 ∈ W2 } e a interseção dos subespaços W1 ∩ W2 . Diremos que W é um subespaço vetorial de V se. O subespaço {0} é denominado de subespaço trivial de V. 0) : x. Então dim(W ) = dim(V ) se e só se W = V e dim(W ) < dim(V ) se e só se W for subespaço próprio de V. De fato. 3. um espaço vetorial. Deste argumento se conclui que todo subespaço vetorial é. Um subespaço vetorial sempre contém o vetor nulo.Notas de aula do Prof. Nota 2. ele próprio. para todo vetor v do subespaço. Exemplo 2.5 Subespaço vetorial Seja V um espaço vetorial e W um subconjunto não vazio de V. sendo 0 o escalar nulo. também se aplicam aos vetores de W. que está contido em V. definida por W1 ∩ W2 = {w : w ∈ W1 e w ∈ W2 } são subespaços vetoriais de V. Seja W um subepaço vetorial de V.25 O subespaço vetorial W = { x(1. Antonio Cândido Faleiros 43 2. pertence ao subespaço. 1) : x e y ∈ R } do R3 é um hiperplano. u + v pode não pertencer. para todo v e w em W e todo escalar λ. os vetores λw e v + w pertencerem a W. y.23 O conjunto W = { (x. .24 Nem sempre a união W1 ∪ W2 = {w ∈ V : w ∈ W1 ou w ∈ W2 } de dois subespaços W1 e W2 de V é um subespaço vetorial de V. Exemplo 2. Sejam W1 e W2 subespaços vetoriais de um espaço vetorial V. 0) + y(0. o subespaço vetorial é aquele subconjunto fechado em relação à adição e à multiplicação por um escalar. O próprio V é um subespaço vetorial dele mesmo. essas operações em W gozam das mesmas propriedades que em V. 0v é o vetor nulo e. Os subespaços de dimensão n − 1 de um espaço vetorial de dimensão n são chamados de hiperplanos. Os subespaços distintos de V são denominados de subespaços próprios de V. Certamente. A soma dos subespaços W1 + W2 . um espaço vetorial com dimensão finita. Quando W1 estiver contido em W2 . por definição. então W1 ∪ W2 = W2 e daí a união será um subespaço vetorial de V. As operações de adição de vetores e multiplicação por uma escalar definidas em V.

. .. Retirar os vetores nulos de S não altera o espaço gerado por S. w22 . y) : x. é uma base do espaço gerado por S. . . . onde c é um escalar. Vamos enumerá-los abaixo. . . . wk } um conjunto de vetores de Cn . Se nenhum vetor de S for nulo e a matriz  w11 w12  w21 w22   . . . . wk } finito. então S é linearmente independente e. . 0. . Se considerarmos S como subconjunto de C3 então hSi = { (x. 0. ) e e3 = (0. w1n ) w2 = (w21 . 0. . Se substituirmos em S o vetor wi pelo vetor wi + cwj . 2. Sendo S = { w1 . . O subespaço gerado por S é um subespaço vetorial de V. wk2 . 5. wkn ) Vamos descrever um processo para determinar uma base para o espaço gerado por S no qual lançamos mão de alguns fatos para nos auxiliar nesta tarefa. Exemplo 2. 1. o espaço gerado por S não se altera. y) : x. 0. o espaço gerado por S permanece inalterado. 3. y ∈ R3 }. αk ∈ R}. . 4. . . . O conjunto de todas as combinações lineares finitas de elementos de S é um subespaço vetorial de V. .44 Notas de aula do Prof. w12 . O subespaço gerado por S é hSi = { (x. Antonio Cândido Faleiros 2. . w2n ) ··· wk = (wk1 .. .  . de modo que w1 = (w11 . . 0. . . Diz-se ainda que S gera hSi ou que hSi é gerado por S. .26 Seja S = {e1 . e3 } um subconjunto do R3 onde e1 = (1. . Se multiplicarmos um ou mais vetores de S por escalares não nulos. então hSi = {α1 w1 + · · · + αk wk : α1 . Base do subespaço gerado Seja S = {w1 . . Permutar a ordem dos vetores de S não altera o espaço gerado por S. . wk1 wk2      · · · w1n · · · w2n .6 Subespaço gerado Seja S um subconjunto de V. chamado de subespaço gerado por S e é denotado por hSi . . · · · wkn for escalonada. . . y ∈ C}. 1). portanto.

formarão a base de hSi . . . . . . . . .. . Basta tomar uma base B = { v1 . . . . . . wk . formarão uma base para o espaço gerado por V. . wk } mesmo quando S for um conjunto de vetores num espaço vetorial de dimensão finita V qualquer. . . . . . β k1 β k2 · · · β kn      e proceder como no caso em que o espaço vetorial é o Cn .. . . Antonio Cândido Faleiros 45 Os fatos enumerados acima nos permitem usar o método da eliminação de Gauss para determinar uma base para o espaço gerado por S : Construa a matriz cujas linhas são os elementos de w1 . . Os vetores não nulos obtidos na forma escalonada r11 v1 + r12 v2 + · · · + r1n vn r22 v2 + r23 v3 + · · · + r2n vn r33 v3 + r34 v4 + · · · + r3n vn . . obtendo. como acima e obtenha sua forma escalonada usando o método da eliminação de Gauss. . . v2 .Notas de aula do Prof. As linhas não nulas da forma escalonada desta matriz   r11 r12 · · · r1n  0 r22 · · · r2n    R= 0 0 · · · r3n    . vn } de V e decompor cada elementos de S numa combinação linear de elementos de B w1 = β 11 v1 + β 12 v2 + · · · + β 1n vn w2 = β 21 v1 + β 22 v2 + · · · + β 2n vn ··· wk = β k1 v1 + β k2 v2 + · · · + β kn vn formar a matriz      β 11 β 12 · · · β 1n β 21 β 22 · · · β 2n . w2 . .. . . . . . . . . . . . Este procedimento pode ser usado para determinar o subespaço gerado por S = { w1 . . . . . .. obter sua forma escalonada   r11 r12 · · · r1n  0 r22 · · · r2n    R= 0 0 · · · r3n    . .

8). 8). (3. 8. 5. e a escalonamos      1 2 2 −3 −4 1 2 2 −3 −4 1 0 0 0 0  −3 1 0 0 0   3 8 0 2 8   0 2 −6 11 20        −1 0 1 0 0   1 2 4  2 2 −1 0  =  0 0 0       1 0 0 1 0   −1 −2 8 8 4  8   0 0 10 5 0 2 −1 11 17 2 6 3 5 9 −2 0 0 0 1      1 2 2 −3 −4 1 2 2 −3 −4 1 0 0 0 0  0 1 0 0 0   0 2 −6 11 20   0 2 −6 11 20        0 0 1 0 0  0 0 0 2 4  2 4 = 0 0 0       0 0 0 1 0   0 0 10 5 4  4   0 0 10 5 0 0 5 0 −3 0 2 −1 11 17 0 −1 0 0 1      1 2 2 −3 −4 1 2 2 −3 −4 1 0 0 0 0  0 1 0 0 0   0 2 −6 11 20   0 2 −6 11 20        0 0 0 0 1  0 0 0 0 −3  2 4 = 0 0 5       0 0 0 1 0   0 0 10 5 4  4   0 0 10 5 0 0 0 2 4 0 0 5 0 −3 0 0 1 0 0      1 2 2 −3 −4 1 2 2 −3 −4 1 0 0 0 0  0 1 0 0 0   0 2 −6 11 20   0 2 −6 11 20        0 0 1 0 0  0 0 5 0 −3  0 −3  =  0 0 5       0 0 −2 1 0   0 0 10 5 5 10  4   0 0 0 0 0 0 2 4 0 0 0 2 4 0 0 0 0 1      1 2 2 −3 −4 1 2 2 −3 −4 1 0 0 0 0  0 1 0 0 0   0 2 −6 11 20   0 2 −6 11 20        0 0 1 0 −3  0 −3  =  0 0 5 0 0  0 0 5       0 0 0 1/5 0   0 0 0 1 2  5 10   0 0 0 0 0 0 0 0 0 0 0 2 4 0 0 0 −2/5 1  1 2 2 −3 −4 3 8 0 2 8   1 2 2 −1 0   −1 −2 8 8 8  2 6 3 5 9 . 3. −1. 8. 8. (2. (−1. (1. 2. 6. 2. 0). −3. 9). 2.27 Vamos determinar uma base do subespaço vetorial do R5 gerado por w1 w2 w3 w4 w5 Construímos a matriz       = = = = = (1. 2. −4). 0. Antonio Cândido Faleiros Exemplo 2. −2. 2.46 Notas de aula do Prof.

w5 é formada pelos vetores z1 z2 z3 z4 = = = = (1. −3). −4). 2. w2 . 11. 47 . 20). −6. 0. w4 . 0.Notas de aula do Prof. (0. Antonio Cândido Faleiros e assim. uma base do espaço gerado por w1 . 0. 1. 2). (0. 0. 2. w3 . 2. 5. (0. −3.

Antonio Cândido Faleiros .48 Notas de aula do Prof.

Uma transformação linear L : V → V de um espaço V sobre ele mesmo recebe o nome de operador linear. Assim. y) = (x − y.Capítulo 3 Transformação linear Neste capítulo consideraremos que os espaços vetoriais estão definidos em um mesmo corpo K. L(0) = L(0 + 0) = L(0)+ L(0) = 2L(0) o que implica em L(0) = 0.1 A transformação L1 : R2 → R definida por L1 (x. Podemos unir as duas igualdades acima dizendo que L é linear quando a igualdade L(αv + βw) = αL(v) + βL(w) se verificar para todo α e β escalares e para todo v e w em V. Sejam V e W dois espaços vetoriais sobre um mesmo corpo K. Também se denota T ◦ L por T L. 2y) = 2x+ 2y+ 2 é diferente de 2T (x. A transformação L2 : R2 → R2 definida por L2 (x. para todo par de vetores v. w em V e todo escalar α do corpo K. Se V for um espaço vetorial sobre um corpo K. definimos a composta T ◦ L : V → U por T ◦ L(v) = T (L(v)). uma transformação linear L : V → K recebe o nome de funcional linear. L(v + w) = L(v) + L(w). 0) é linear. Sendo L : V → W e T : W → U. K será o corpo dos números reais ou o corpo dos números complexos. y) = x + y + 2 não é linear pois T (2x. Toda transformação linear leva o zero de V no zero de W. T L(v) = T (L(v)). Exemplo 3. A notação Lv também é usada para indicar L(v). Nos exemplos. A transformação T : R2 → R definida por T (x. De fato. y) = 3x+ 2y é linear. y) = 2x+ 2y+ 4. Uma função L : V → W é uma transformação linear se. 49 . L(αv) = αL(v).

0) e e3 = (0. x3 ) = L(x1 e1 + x2 e2 + x3 e3 ) = x1 L(e1 ) + x2 L(e2 ) + x3 L(e3 ) = 5x1 + 7x2 + 11x3 . 0). para todo (x1 . . . x3 ) em R3 . . . então L(x1 . n. se Le1 = a1 . Exemplo 3. então. o conhecimento dos vetores w1 = L(v1 ). y) = 5x − 4y e L2 (x. 1) os elementos da base canônica do R3 . y) = x+ 2 não é linear pois não possui o formato estabelecido acima e observe que T não leva o zero de R2 no zero de R. Antonio Cândido Faleiros Pode-se provar por indução que. en } a base canônica do Rn . . y) = 3x são transformações lineares de R2 em R. . wn = L(vn ) é suficiente para calcular o valor de L em qualquer vetor v. . Basta decompor v em uma combinação linear dos vetores da base v = x1 v1 + · · · + xn vn e calcular L(v) = L(x1 v1 + · · · + xn vn ) = x1 L(v1 ) + · · · + xn L(vn ) = x1 w1 + · · · + xn wn . Se Le1 = 5. . vn } for base de V. . Vamos determiná-la. xn ) = L(x1 e1 + · · · + xn en ) = x1 L(e1 ) + · · · + xn L(en ) ou L(x1 . . . . Seja {e1 . para qualquer (x1 . . Se L(ei ) = ai para i = 1. se v1 .2 Seja L : R3 → R uma transformação linear e e1 = (1. Le2 = 7. . vemos que L1 (x. . . Todavia. x2 .50 Notas de aula do Prof. . . então L (α1 v1 + · · · + αn vn ) = α1 L(v1 ) + · · · + αn L(vn ). . . . . . . T (x. . . . e2 = (0. . . . x2 . teremos L(x1 . αn forem escalares. Exemplo 3. . A partir desta fórmula podemos afirmar que quando L for linear e {v1 . . . vn forem vetores de V e se α1 . Le2 = a2 e Le3 = a3 . xn ) vale L(x1 . 0. se L : V → W for linear. Esta é a forma geral de um funcional linear do Rn em R. . xn ) = a1 x1 + · · · + an xn . 1. . 0. x3 ) = L(x1 e1 + x2 e2 + x3 e3 ) = x1 L(e1 ) + x2 L(e2 ) + x3 L(e3 ) = a1 x1 + a2 x2 + a3 x3 .3 Utilizando a forma geral. Generalizando este exemplo. Le3 = 11. . Este exemplo nos dá uma indicação da forma geral de um funcional linear L de Rn em R. . e2 . x2 .

y ênuplas ordenadas. Iniciemos com um exemplo ilustrativo com a transformação m L(x1 . 2x1 . Vamos mostrar que L1 . . L2 (x1 . então L(x1 . então L(αx + βy) = αLx + βLy e assim. vemos que. Lm (αx + βy) = αLm x + βLm y mostrando que L1 . . . . De fato. x2 ) ). A transformação T (x. m e j = 1. x2 ) = x1 − 3x2 . Lm são funcionais lineares de Rn em R. . x + y. ( L1 (αx + βy). . −x1 + 4x2 ) de R2 em R3 . 4y) de R2 em R5 é linear. −3x + y.Notas de aula do Prof. . . . Baseados neste exemplo. . αLm x + βLm y ) e. y) = (2x − y. concluímos que toda transformação linear L de Rn em Rm é da forma L(x1 . Lm (αx + βy) ) = ( αL1 x + βL1 y. am1 x1 + · · · + am. . Lm (x) ). x2 ). . . para i = 1. x2 ) = ( L1 (x1 . Lm (x) são números reais.4 A transformação L(x. . A partir daí. . . . Exemplo 3. . . onde L1 (x). . .n xn ) onde aij . dependentes de x. L3 (x1 . x2 ) = −x1 + 4x2 . .. n. x2 ) = 3x2 e L3 (x1 . . x2 ). . 0. x2 ) = (x1 − 3x2 . . . . obtemos L1 (αx + βy) = αL1 x + βL1 y . . para qualquer x no Rn . . . . Se definirmos L1 (x1 . Antonio Cândido Faleiros 51 Vamos determinar agora a forma geral de uma uma transformação linear L de Rn em R . da igualdade desses elementos de Rm . . são números reais. . . y) = (x. L2 (x1 . xn ) = ( a11 x1 + · · · + a1n xn . x + 2y. Lm são funcionais lineares de Rn em R. y) de R2 em R3 é linear. . . se L é uma transformação linear do Rn em Rm . .. tem-se L(x) = ( L1 (x). sendo α e β escalares e x. . . .

1. Assim. 2) e (1. 2. 1. elementares sobre as linhas chegamos a      1 2 1 1 2 1 1 2  0 1 2  l3 =l3 −l1  0 1  l3 =l3 −l2  0 1 2 → → 1 1 −1 0 −1 −2 0 0 Usando operações . A dimensão do núcleo de L é denominada de nulidade de L. z) = (x + z. O ker L é gerado por (−1. 0) e resolva o sistema correspondente à igualdade acima x+z = 0 2x + y + z = 0 x + 2y − z = 0 cuja solução x = −z e y = z pode ser obtida pelo método da eliminação de Gauss. x + 2y − z) = x(1. ker L = {(−z. 2. z) = (x + z. (0. 2x + y + z. 0. Antonio Cândido Faleiros Seja L : V → W uma transformação linear. x + 2y − z). Tanto o núcleo de L quanto a sua imagem. −1) mostrando que todo elemento da imagem de L é uma combinação linear dos vetores (1. Exemplo 3. 1). 1. tem dimensão 1. y. 1) e. z) = (x + z. O conjunto ker L = {v ∈ V : Lv = 0} é chamado de núcleo (kernel em inglês) de L e o conjunto Im L = {Lv : v ∈ V } é a imagem de L. x + 2y − z) = (0. y. z. 2x + y + z. 1) + y(0.52 Notas de aula do Prof. y. z) : z ∈ R}. −1). 1.5 Seja L a transformação linear de R3 em R3 definida por L(x. 1. 2) + z(1. Construímos a matriz   1 2 1  0 1 2  1 1 −1  1 2  0 cujas linhas são os elementos dos vetores que geram o subespaço. Para determinar o núcleo de L escreva L(x. Para determinar uma base do espaço gerado usamos o processo de escalonamento. 2x + y + z. são subespaços vetoriais de V. Para determinar a imagem de L escrevemos L(x. portanto.

. . . . . . . como dim Im (L) = 0 e dim ker(L) = dim(V ). . . L(vn )} gera Im (L). Se fosse. . vp+1 . Podemos escrever v como uma combinação linear dos elementos da base B. 2) 53 e concluímos que a imagem de L tem dimensão 2. como enuncia o próximo teorema. Assim.6 Sejam V e W espaços vetoriais e L : V → W linear. . . Inicialmente. mostrando que {Lvp+1 . . . vp . . . o que não é o caso pois é base de V. Podemos acrescentar vetores a este conjunto até obter uma base B = {v1 . Seja {v1 . Antonio Cândido Faleiros e chegamos a uma base da imagem de L que é formada pelos vetores (1. . . Quando L é a transformação linear nula. L(vn )} é base da Im (L). o teorema estará provado pois dim ker(L) + dim Im (L) = p + (n − p) = n = dim(V ). L(vn )} é base da Im (L). .Notas de aula do Prof. então dim V = dim Im (L) + dim ker(L). . Prova. o vetor correspondente pertenceria ao núcleo de L e B seria linearmente dependente. vn } de V. L(vn ) é nulo. então existe v em V tal que w = Lv. Se a dimensão de V for finita. De fato. Adicionando a dimensão do núcleo com a dimensão da imagem obtemos 3 que é a dimensão do domínio de L. se w pertence à Im (L). . Im (L) 6= {0}. v = x1 v1 + · · · + xp vp + xp+1 vp+1 + · · · + xn vn de onde segue w = Lv = L(x1 v1 + · · · + xp vp + xp+1 vp+1 + · · · + xn vn ) = x1 Lv1 + · · · + xp Lvp + xp+1 Lvp+1 + · · · + xn Lvn = xp+1 Lvp+1 + · · · + xn Lvn . O conjunto {L(vp+1 ). 1) . Provemos agora que {L(vp+1 ). O resultado do exemplo anterior em que a soma das dimensões do núcleo e da imagem de L é igual à dimensão do domínio de L é um resultado geral. . . . 1. . vp } uma base do ker(L). Se L não for a transformação linear nula. . que leva todos os vetores de V no zero a Im (L) = {0} e nada resta a provar. 2. observamos que nenhum dos vetores L(vp+1 ). . . Se provarmos que {L(vp+1 ). . . . . (0. Lvn } gera a Im (L). . Teorema 3. uma vez que ker(L) = V. 1.

. . . . . . . Podemos decompor cada vetor Lvj . . .1 Matriz de uma transformação linear Seja B1 = {v1 . . vp } é base do ker(L) e {Lvp+1 . O conjunto {Lvp+1 . . . . . n. . o que vai contraria a hipótese de B ser base de V. . . 2. . . Das partes 1 e 2 concluímos que {Lvp+1 . . . . Lvn } é linearmente independente. com j = 1. Lvn } é base da Im (L). . . . . . wm } uma base de um espaço vetorial W e L : V → W uma transformação linear. tais que kp+1 L(vp+1 ) + · · · + kn L(vn ) = 0 o que implica em L(kp+1 vp+1 + · · · + kn vn ) = 0 indicando que o vetor kp+1 vp+1 + · · · + kn vn pertenceria ao ker(L). p. . Lvn } é base da Im (L). sendo igual a uma combinação linear dos vetores v1 . existiriam escalares kp+1 . . kn . . . . diferente de zero. n m X aij wi . Antonio Cândido Faleiros 2. ¤ 3. Se fosse linearmente dependente. . Como {v1 . . . . . então dim ker L + dim Im L = p + (n − p) = n = dim V e o teorema está provado. . . existem escalares k1 . . kp tais que kp+1 vp+1 + · · · + kn vn = k1 v1 + · · · + kp vp ou k1 v1 + · · · + kp vp − kp+1 vp+1 − · · · − kn vn = 0 onde pelo menos um dos ki . . nem todos nulos. . vp que formam uma base do núcleo de L. com i = 1.54 Notas de aula do Prof. . vn } uma base de um espaço vetorial V. . numa combinação linear dos elementos da base B2 Lv1 = a11 w1 + a21 w2 + · · · + am1 wm Lv2 = a12 w1 + a22 w2 + · · · + am2 wm ··· Lvn = a1n w1 + a2n w2 + · · · + amn wm Estas expressões podem ser escritas de modo taquigráfico usando somatório: para j = 1. . Portanto. Lvj = i=1 . . . . B2 = {w1 .

Prova. am1 a12 · · · a1n a22 · · · a2n . . . X j xj X i aij wi = X i à X X i j aij xj ! wi Lv = yi wi . . . Para simplificar a notação. . Lvj = aij wi . Também se diz que [L]1 é a representação matricial de L na base B1 . podemos escrever [L] em lugar de [L]12 ou [L]1 . à ! X X Lv = L xj vj = xj L (vj ) j j = e por outro. . . . n X aij xj yi = j=1 para i = 1. . . . Teorema 3. . [Lv]2 a matriz de Lv na base B2 e [L]12 for ma matriz de Lv nas bases B1 e B2 então [Lv]2 = [L]12 [v]1 . . [Lv]2 = [y1 . Antonio Cândido Faleiros A matriz m por n [L]12       55 é denominada de matriz de L nas bases B1 e B2 . . xn ]T . . . a matriz [L]12 é denotada por [L]1 e denominada de matriz de L na base B1 . vn } e B2 = {w1 . . am2 · · · amn xj vj . wm } as bases de V e W. ..Notas de aula do Prof. . . . Quando W = V e B2 = B1 . Ainda se diz que [L]12 é a representação matricial de L nas bases B1 e B2 . Sejam B1 = {v1 . m que equivale à igualdade matricial [Lv]2 = [L]12 [v]1 . . ¤ . então [v]1 = [x1 .7 Sejam B1 e B2 bases dos espaços vetoriais V e W. .. Da unicidade da decomposição de um vetor nos elementos da base. . ym ]T são matrizes coluna e [L]12 = [aij ] é uma matriz retangular m × n. Se v= n X j=1 m X i=1 m X i=1   =  a11 a21 . . Seja L : V → W uma transformação linear e v um vetor de V. . Lv = yi wi . . Por um lado. sempre que o contexto for claro quanto às bases envolvidas. . Se [v]1 for a matriz de v na base B1 . respectivamente. conforme o caso.

. p e j = 1. . n. . ¤ Teorema 3. bki uk . . Seja M12 a matriz de mudança da base B1 para a base B2 . X X k=1 k=1 p i=1 p então [L1 ]12 = [aij ]. Prova. respectivamente. Sejam B1 = {v1 . . Antonio Cândido Faleiros Teorema 3. . de modo que wj = n X i=1 mij vi . . . . Então M12 [L]2 = [L]1 M12 ou −1 [L]2 = M12 [L]1 M12 . . . up } as bases em questão. bases dos espaços vetoriais V. . . vn } e B2 = {w1 . . . . . Sejam L1 : V → W e L2 : W → U lineares. wn } as bases em questão. Como Ãm ! m X X L2 L1 vj = L2 aij wi = aij L2 (wi ) i=1 = segue m X i=1 aij X k=1 p bki uk = Ãm X X k=1 i=1 i=1 p bki aij ! uk ckj = para k = 1. vn }.9 Sejam B1 e B2 duas bases do espaço vetorial V e L : V → V um operador linear. . . [L2 ]23 = [bki ] e [L2 L1 ]13 = [ckj ].56 Notas de aula do Prof.8 Sejam B1 . . . . wm } e B3 = {u1 . ckj uk . . m X i=1 bki aij Prova. B2 e B3 . Se L1 vj = L2 wi = L2 L1 vj = m X aij wi . . Sejam B1 = {v1 . . . W e U. B2 = {w1 . . que resulta na igualdade matricial [L2 L1 ]13 = [L2 ]23 [L]12 . Então [L2 ◦ L1 ]13 = [L2 ]23 [L1 ]12 . . Seja M12 = [mij ] a matriz de mudança da base B1 para a base B2 . .

k k igualdade válida para i = 1. Uma tranformação L : V → W é injetora se. . . Pela unicidade de decomposição de vetores numa base. .2 Isomorfismo Sejam V e W dois espaços vetoriais sobre o mesmo corpo. De forma equivalente. conclui-se a prova do teorema: M12 [L]2 = [L]1 M12 . . as representações matriciais de uma transformação linear L : V → V são semelhantes. .10 Duas matrizes A e B são semelhantes se existir uma matriz inversível P tal que B = P −1 AP. X k bkj wk = X k bkj X i mik vi = à X X i k mik bkj ! vi mkj vk à X X i k ! = ! X k mkj L (vk ) = X k mkj X i aik vi aik mkj vi . .Notas de aula do Prof. n. . . para j = 1. m. e Lwj = n X i=1 bij wi . n e j = 1. . Antonio Cândido Faleiros 57 Sejam [L]1 = [aij ] e [L]2 = [bij ] as matrizes de L nas bases B1 e B2 . para todo v1 6= v2 em V. respectivamente. Lwj = e por outro. Lvj = Por um lado. L é injetora se para todo v1 e v2 em V com L(v1 ) = L(v2 ) tem-se v1 = v2 . então L(v1 ) 6= L(v2 ). 3. De acordo com o teorema anterior. . Lwj = L = à X k n X i=1 aij vi . ¤ Definição 3. . . Usando a notação matricial. Podemos escrever. segue X X mik bkj = aik mkj . .

provando a independência linear do conjunto {Lv1 . . . Tomando dim V = dim W = n como hipótese. portanto. por sua vez. Então L(k1 v1 + · · · + kn vn ) = 0 e. para i = 1.11 Sejam V e W espaços vetoriais sobre o mesmo corpo. Uma transformação L : V → W é sobrejetora se. . . . . Vamos provar que L é um isomorfismo entre V e W. . Provemos que L é injetor. Teorema 3. Dado qualquer s em W. Lvn } gera W. Denominamos isomorfismo à transformação L : V → W que é linear e bijetora. 3. . Sendo L bijetora. . concluímos que k1 = · · · = kn = 0. . existe pelo menos um v em V tal que Lv = w. wn } base de W. . Decompondo v na base {v1 . . Lvn } é linearmente independente. provemos que V e W são isomorfos. As transformações bijetoras L : V → W possuem inversa L−1 : W → V que. . . Uma transformação bijetora é aquela que é ao mesmo tempo injetora e sobrejetora.58 Notas de aula do Prof. Provemos que L é sobrejetor. kn escalares tais que k1 Lv1 + · · · + kn Lvn = 0. Sejam k1 . . . Provemos que {Lv1 . para todo w em W. um isomorfismo.12 Dois espaços vetoriais V e W sobre um mesmo corpo e de dimensão finita são isomorfos se e só se dim V = dim W. . . Antonio Cândido Faleiros Teorema 3. Dada uma base {v1 . . vn } ser base de V. Seja L : V → W linear. Em outras palavras. como L(0) = 0 e L é bijetora. . . provando que {Lv1 . Seja L a transformação linear de V em W que leva vi em wi . L(x1 v1 + · · · + xn vn ) = L(y1 v1 + · · · + yn vn ) . Pelo fato de {v1 . vamos mostrar que {Lv1 . . segue k1 v1 + · · · + kn vn = 0. Neste caso sua inversa L−1 : W → V é linear e. para qualquer w em W. . 2. Lvn } é base de W. . Dois espaços vetoriais V e W são isomorfos quando houver um isomorfismo de V em W. . Prova. . Provemos que {Lv1 . Lvn } gera W. As partes 1 e 2 provam que dim V = dim W. vn } de V. . . . Sejam x = x1 v1 + · · · + xn vn e y = y1 v1 + · · · + yn vn dois vetores de V tais que Lx = Ly. 1. . n. ou seja Lvi = wi . . Lvn }. Sejam V e W isomorfos e L : V → W um isomorfismo entre eles. . 4. vn } base de V e B2 = {w1 . . . . Seja B1 = {v1 . . . L é injetora se e só se o zero é o único vetor levado por L em zero. . L é injetora se e só se ker(L) = {0}. é bijetora e sua inversa é L. Logo. . podemos escrever s = s1 w1 + · · · + sn wn = s1 Lv1 + · · · + sn Lvn = L(s1 v1 + · · · + sn vn ). vn }. . . . provando a sobrejetividade de L. existe v em V tal que w = Lv. provando que s está na imagem de L. . . . obtemos v = x1 v1 + · · · + xn vn e w = Lv = x1 Lv1 + · · · + xn Lvn . . . .

Logo. Ainda temos que LL−1 é o operador identidade e. . De fato. ¤ . Lvn } é linearmente independente e. existe um conjunto de vetores B = {v1 . . então A−1 será a representação matricial de L−1 nas bases B2 e B1 . . São equivalentes: 1. . . . . xn = yn . portanto. A independência linear de {w1 . . . . . Provemos que (3) implica em (4). então L(k1 v1 + · · · + kn vn ) = 0 e. vn } em V tais que Lvi = wi . concluímos que x1 = y1 . de onde resulta a igualdade x = y. L é sobrejetor. vn } uma base de V. Da sobrejetividade de L. provando que (3) implica em (4). . . Desta igualdade segue x1 w1 + · · · + xn wn = y1 w1 + · · · + yn wn . 2. wn } uma base de W. . BA é a matriz da transformação identidade na base B1 e esta é a matriz identidade. como o núcleo de L contém apenas o zero. Seja A = [aij ] a representação matricial de L nas bases B1 e B2 . Como L−1 L o operador identidade. L é sobrejetora. kn forem escalares tais que k1 Lv1 + · · · + kn Lvn = 0. . desta maneira. . x1 w1 + · · · + xn wn = y1 w1 + · · · + yn wn . 59 Da independência linear de B2 . ambos com a mesma dimensão e L : V → W linear. ou x = y. AB é a matriz da transformação identidade na base B2 e esta é a matriz identidade o que prova ser B = A−1 . Se L(v) = 0. Provemos que (2) implica em (3). . . Se L é injetora e L(v) = 0.Notas de aula do Prof. Seja L sobrejetora e {w1 . . ker(L) = {0}. Sejam x = x1 v1 + · · · + xn vn e y = y1 v1 + · · · + yn vn dois vetores de V tais que Lx = Ly. 4. Prova. segue que v = 0. k1 v1 + · · · + kn vn = 0. provando que L é injetora. xn = yn . . . . . Provemos que (4) implica em (2). Se A for a representação matricial de L nas bases B1 e B2 . . n. então {Lv1 . De 3 e 4 concluímos que L é um isomorfismo. wn } implica em x1 = y1 . . . então v = 0. .14 Sejam B1 e B2 bases dos espaços V e W respectivamente e L : V → W um isomorfismo. provando que conjunto {Lv1 . Sendo ker(L) = {0} e {v1 . L é injetora. . ¤ Teorema 3. L é um isomorfismo. . base de W. . ¤ Teorema 3. Em outras palavras. . . para i = 1. . . Prova. O conjunto B é base de V. Lvn } é uma base de W. 3. como L(0) = 0.13 Sejam V e W espaços vetoriais sobre o mesmo corpo. Seja B = [bij ] a representação matricial de L−1 nas bases B2 e B1 . . Antonio Cândido Faleiros ou seja. . se k1 . . . A independência linear dos vi acarreta em k1 = · · · = kn = 0. provando a injetividade de L. . .

. . 1. . . onde {e1 . xn ) definida pelo isomorfismo estabelecido no teorema anterior. . . . . Reciprocamente. 3. toda transformação L : Cn×1 → Cm×1 é do tipo L(x) = Ax. ei = (0. onde A é uma matriz complexa de ordem m por n. Então L : Cn×1 → Cm×1 definida por L(x) = Ax é uma transformação linear. . Por esta razão. . . . . Se dois espaços vetoriais vetoriais forem isomorfos. É intessante observar que. respectivamente. . se B2 = {f1 . . Se soubermos como proceder com um dos dois. vamos mostrar que toda transformação linear L : Cn×1 → Cm×1 é da forma L(x) = Ax. . onde A é uma matriz m por n. . Em síntese. os protótipos são o Rn e o Cn . isto é. ao estudar um espaço vetorial real ou complexo V de dimensão n. . en } for a base canônica do Cn×1 então aj = L(ej ) são vetores coluna em Cm×1 . . basta usar a correspondência x1 v1 + · · · + xn vn ↔ (x1 . an ] é a matriz complexa m por n. então a representação matricial da transformação linear A : Cn×1 → Cm×1 nas bases B1 e B2 é. . teremos estudado as propriedades do outro. . saberemos como proceder com V. . . exatamente. Como L leva uma base de V numa base de K n ela é injetora e. . . . um isomorfismo. Dado o vetor coluna x = [x1 . . Antonio Cândido Faleiros Teorema 3. . se B1 = {e1 . . então ! Ã n n X X xj ej = xj L (ej ) L(x) = L j=1 j=1 = n X j=1 xj aj = Ax onde A = [a1 . an . Prova. . en } é a base canônica do K n . cujas colunas são a1 . 0) onde o único elemento não nulo é o i-ésimo. . . . Se {v1 . . vn } for uma base de V. .15 Todo um espaço vetorial V de dimensão n sobre um corpo K é isomorfo a K n. fm } for a base canônica do Cm×1 e se A for uma matriz complexa m por n. ao estudar as propriedades de um deles. . vn } for uma base de V. ¤ Podemos afirmar que os isomorfismos são os mensageiros que trazem e levam as propriedades de um espaço vetorial a outro. Isto significa que. podemos dizer que a matriz A é uma transformação linear e escrever A : Cn×1 → Cm×1 . en } for a base canônica do Cn×1 . . . então definimos a transformação linear L : V → K n por Lvi = ei . . Se {e1 . . . a matriz A. xn ]T = x1 e1 + · · · + xn en do Cn . portanto. . .3 Transformações lineares em Cm×1 Seja A uma matriz complexa m por n. 0. . . 0. . . todas as propriedades de um podem ser levados ao outro pelo isomorfismo.60 Notas de aula do Prof. . Por esta razão. . Se{v1 .

zi . bj wj = ai bj hvi . zi . 3. . Tanto é que. O produto interno é simétrico hv. 2. 4. Um produto interno em V é uma operação h . wi + b hv. Das propriedades (2) e (3) se conclui que o produto interno é liner na primeira variável hav + bw. wi = hw. se v1 . . bj forem números reais. vi ≥ 0 e hv. Essas propriedades se extrai a linearidade do produto interno em relação à primeira e à segunda variável. O produto interno é linear na segunda variável hv. . i: V ×V →R que possui as propriedades abaixo. . i=1 j=1 i=1 j=1 61 . O produto interno é positivo definido hv. zi = a hv. zi + b hw. então + * p q p q X X XX ai vi . . . aw + bzi = a hv. wj i . válidas para todo v.1 Produto interno em espaços vetoriais reais Seja V um espaço vetorial sobre o corpo R dos números reais. wq forem vetores de V e ai . vi = 0 se e só se v = 0. w e z em V e todo a e b em R : 1. vp e w1 .Capítulo 4 Produto interno e norma Neste capítulo trabalharemos apenas com espaços vetoriais sobre o corpo dos números reais ou sobre o corpo dos números complexos. . . vi .

b] o conjunto das funções reais de variável real. Exemplo 4. uma de adição e outra de multiplicação. Exemplo 4. yi = xT y. 1) = a + bi . d) = (a + c. b) + (c. d) possuem o mesmo significado.1 Se x e y forem matrizes coluna Rn×1 . b + d) e (a. ­ ® a0 + a1 x + a2 x2 . d) para expressar esta igualdade. Os elementos desse corpo são denominados números complexos. b) = (a. O número complexo (0. b]. b) × (c. b) pode ser escrito na forma a + bi. De fato. d) são iguais quando a = c e b = d e se escreve (a. definidas e contínuas no intervalo [a. 0)(0. b) e (c. Dois números complexos (a. é denominado produto escalar das matrizes x e y. 1) é denotado por i e denominado unidade imaginária. g(x)i = é outro. O corpo dos números complexos é formado pelo conjunto de pares ordenados (a. no qual definimos duas operações. b) (c. C [a. 0) + (b. b). d) quanto (a. Nele Z b hf. onde xT é a matriz transposta de x.2 Seja P2 (R) o conjunto dos polinômios com coeficientes reais e grau menor ou igual a 2. 0) simplesmente por a e vemos que todo número complexo (a. ad + bc). Um produto interno em Rn×1 é proveniente do produto escalar hx. Neste espaço vetorial. b) = (c. Antonio Cândido Faleiros Exemplo 4. b0 + b1 x + b2 x2 = a0 b0 + a1 b1 + a2 b2 é um produto interno e hf (x).62 Notas de aula do Prof. Definimos as operações de adição e de multiplicação de dois números complexos por (a.2 Produto interno em espaços vetoriais complexos Vamos agora definir produto interno em um espaço vetorial sobre o corpo C dos números complexos. o produto matricial xT y. (a. Z 1 f (x)g(x)dx −1 é um produto interno.3 Seja C [a. b)× (c. d) = (ac − bd. O sinal de multiplicação pode ser omitido e tanto (a. O a é a parte real e o b é a parte imaginária do número complexo (a. b) de números reais. gi = f (t)g(t) dt a 4. Se denotarmos o número complexo (a. Com as operações de adição de funções e a multiplicação de um número real por uma função. b] é um espaço vetorial sobre o corpo de números reais.

b) com a + bi. os números complexos a + bi e c + di são iguais se a = c e b = d e se escreve a + bi = c + di para expressar esta igualdade. por z1 −1 = z1 z2 . é ¶ µ b a − i . onde z2 6= 0. O conjunto de todos os números complexos com as operações de adição e multiplicação é um corpo. O oposto de z é denotado por −z e o inverso de z é denotado por z −1 . z ¯ . Logo. Se a+ bi for um número complexo. Neste caso. O número complexo z1 × z2 é o produto de z1 e z2 . z = a− bi é o seu √ √ complexo conjugado e o número real |z| = zz = a2 + b2 é o seu módulo. sendo z 6= 0. denotado por C e denominado corpo dos números complexos. Definimos a subtração z1 − z2 de dois números complexos z1 e z2 por z1 − z2 = z1 + (−z2 ) e a divisão z1 /z2 . valem as propriedades z+w = z+w ¯ ¯ zw = z w ¯¯ −1 = z −1 . O número complexo z1 + z2 é a soma de z1 e z2 .Notas de aula do Prof.4 Se z = 3 + 4i. O elemento neutro da adição é o 0 = 0+ 0i e o elemento neutro da multiplicação é o 1 = 1+ 0i. z −1 = (3 − 4i)/25. onde a e b são reais. (a + bi) a2 + b2 a2 + b2 que existe apenas quando a + bi for diferente de zero. obtemos (a + bi) + (c + di) = (a + c) + (b + d)i e (a + bi) × (c + di) = (ac − bd) + (ad + bc)i. Antonio Cândido Faleiros e. Com a notação introduzida que identifica o par (a. O 0 é denominado zero e 1 é denominado de unidade. z2 Sendo z = a + bi um número complexo. 63 O sinal de multiplicação pode ser omitido e tanto (a + bi)× (c + di) quanto (a + bi) (c + di) possuem o mesmo significado. então seu inverso aditivo ou seu oposto. então z = 3 − 4i e zz = (3 + 4i)(3 − 4i) = 25. então z z −1 = zz Exemplo 4. a partir daí. Se z e w são números complexos. é −a + ( −b)i e seu inverso multiplicativo ou seu inverso.

zi = a hv. . válidas para todo v. . wi + b hv. ap e b1 . . . se conclui que h av + bw . . yn ) forem dois elementos de Cn . prova-se por indução que * + X X v. . . vi. então. a propriedade 2 não é satisfeita. O produto interno é positivo definido hv. . vi ≥ 0 e hv. w + j = X i ai hvi . v1 . Em seu lugar vale hx. Se x = (x1 . Seja V um espaço vetorial sobre o corpo C dos números complexos. Antonio Cândido Faleiros Vamos tentar definir um produto interno em Cn que mantenha as propriedades do produto interno do Rn . xi. . zi + ¯ hw. w1 . yi = hy. zi . aw + bz i = a hv. Entretanto. vi = 0 se e só se v = 0. wi ¯ . wj i * X i j ai vi . uma primeira tentativa seria hx. Uma correção possível consiste em definir hx. w e z em V e todo a e b em C : 1. . 3. . . . . 2. yi = x1 y1 + · · · + xn yn que agora satisfaz às propriedades 1 e 3 do produto interno em espaços vetoriais sobre os reais. . bq forem números complexos. i: V ×V →C com as propriedades abaixo. . wq forem vetores de V. xi nem sempre é real. . Entretanto. yi = x1 y1 + · · · + xn yn . . . wi = hw. xi ≥ 0 falha pois hx. zi . O produto interno é hermitiano hv. Aceitamos esta propriedade como uma consequência inevitável e com isto em mente definimos o produto interno em espaços vetoriais sobre o corpo dos números complexos. ¯ b Se v. vp e w. Um produto interno em V é uma operação h .64 Notas de aula do Prof. com esta definição a primeira propriedade hx. xn ) e y = (y1 . . . . . se a1 . . O produto interno é linear na segunda variável hv . = bj wj bj hv. A partir das propriedades 2 e 3.

Aqui identificamos [a]. . . bj wj = ai bj hvi . Toda transformação linear L de um espaço vetorial complexo V de dimensão n em Cm é da forma L(v) = ( f1 (v). vi . . . Decompondo v nesta base e calculando f (v) obtemos f (v) = f (a1 v1 + · · · + an vn ) = a1 f (v1 ) + · · · + an f (vn ) = hw.6 Seja V = {f : [a. gi = f (t)g(t) dt. então hv. yi = x∗ y. . . . xn ]. mostrando que w = u. ui para todo v em V. . hwm . fm (v) ). com o número complexo a. b] → C : f é contínua}. xn ]T e y = [y1 . vn } uma base ortonormal de V. . A operação hx. . ¤ O vetor w tal que f (v) = hw. yn ]T forem matrizes coluna em Cn×1 . . Antonio Cândido Faleiros e. . w − ui = 0 para todo v. .5 Se x = [x1 . . vi ). . . + * XX X X ai vi . onde fi é um funcional linear em V. Se houvesse outro vetor u tal que hv. que leva duas matrizes coluna em x ¯ Cn×1 em uma matriz complexa 1 × 1 é um produto interno em Cn . ¯ i j i j 65 Exemplo 4. vi onde w = f (v1 )v1 + · · · + f (vn )vn . vi = 0.Notas de aula do Prof. Tomando v = w− u. . Vamos mostrar que este vetor é único. Seja {v1 . . segue hw − u. uma matriz 1 × 1. Então existe um vetor w em V tal que f (v) = hw. . . definimos x∗ = [¯1 . Exemplo 4. . Teorema 4. . existem w1 . vi para todo v em V. . Prova. . . . w − ui = 0. Dado um produto interno em V. Um produto interno neste espaço vetorial é dado por Z L hf. . .3 Funcional linear Seja V um espaço vetorial sobre um corpo C dos números complexos. juntando as duas proprieades. Uma transformação linear f : V → C recebe o nome de funcional linear em V. com dimensão finita e produto interno. wj i .7 Seja V um espaço vetorial sobre C. wi = hv. wm em V tais que L(v) = ( hw1 . vi para todo v em V pertence ao complemento ortogonal do ker(f ) uma vez que f (v) = 0 implica em hw. Este conjunto com as operações de adição de funções de V e multiplicação de um número complexo por uma função de V é um espaço vetorial sobre o corpo dos números complexos. −L 4. . Dado um funcional linear f : V → C.

Prova. kvk ≥ 0 e kvk = 0 se e só se v = 0. 2. diz-se que o vetor é unitário. se z for um número complexo. então 2Re (z) = z + z e 2Im (z) = z − z. seu discriminante ∆ = 4 |hv. Lembramos que. Então 0 ≤ = = ≤ hv + λw. 1. wi|2 ≤ kvk2 kwk2 . wi| ≤ kvk kwk . wi|2 − 4 kvk2 kwk2 é menor ou igual a zero. 3.66 Notas de aula do Prof. ¤ . Re (z) ≤ |Re (z)| ≤ |z| Im (z) ≤ |Im (z)| ≤ |z| . wi + λ hv. Observe que. vi.8 Seja V um espaço vetorial sobre o corpo C dos números complexos onde se definiu um produto interno. Vale a desigualdade de Cauchy-Schwarz |hv. Antonio Cândido Faleiros 4. Sendo z um número complexo. Se kvk = 1. As notações Re (a + bi) e Im (a + bi) são usadas para designar as partes real e imaginária do número complexo a + bi. vi + λ hv. wi| + λ2 kwk2 Como este polinômio real é maior ou igual a zero para todo λ. a é a parte real e b a parte imaginária do número complexo a + bi.4 Norma Seja V um espaço vetorial real ou complexo e v um vetor de V. Para todo v e w em V e todo escalar a. kavk = |a| kvk . Teorema 4. Sejam v e w dois vetores em V. |hv. Seja λ um número real qualquer. se a e b são reais. As desigualdades abaixo são úteis. wi + λ2 kwk2 kvk2 + 2λ |hv. devemos provar a desigualdade de CauchySchwarz. v + λwi = hv. as igualdades abaixo se verificam. vi + λ2 hw. ou seja. kv + wk ≤ kvk + kwk (Desigualdade triangular) Para provar esta última desigualdade. wi + λ2 kwk2 kvk2 + 2λRe hv. wi + λ hw. wi kvk2 + λhv. A norma de v é definida por p kvk = hv.

hv. π]. . Antonio Cândido Faleiros Esta desigualdade implica em 67 |hv. Seja V um espaço vetorial sobre o corpo dos números reais. pertencente ao intervalo [0. segue que ki = 0. . fato que será indicado pelo símbolo v ⊥ w. 0i = hvi .Notas de aula do Prof. Prova. todos os vetores possuírem norma unitária. . Basta provar que S é linearmente independente. provando a independência linear de S. para o qual cos θ = hv. wi = 0 e usaremos o símbolo v ⊥ w para designar este fato. então w = 0. vi i = ki kvi k2 . Seja A = [aij ] uma matriz complexa m × n. obtemos xi = hvi . vn } um conjunto ortogonal de vetores de V. Um conjunto de vetores {v1 . v = hv1 . Quando estivermos em um espaço vetorial sobre o corpo dos números complexos. 0 = hvi . A matriz A∗ = [bij ] onde bij = aij é a ¯ matriz adjunta de A. . Como hvi . obtemos Como kvi k 6= 0. Dado v = x1 v1 + · · · + xn vn neste espaço.9 Seja V um espaço vetorial de dimensão n e S = {v1 . vi vp . wi pode ser um número complexo. . neste caso. como sendo aquele único número real θ. k1 v1 + · · · + kn vn i = ki hvi . O próximo teorema apresenta a forma da matriz de mudança de bases quando as bases envolvidas são ortonormais. kn escalares tais que k1 v1 + · · · + kn vn = 0. De fato. Se A−1 = A∗ a matriz A é denominada unitária. vi e assim. Se w for ortogonal a todo elemento de V. ¤ Seja {v1 . vp } é ortogonal quando seus elementos forem dois a dois ortogonais entre si. . Se além disto. wi = 0 e isto implica em w = 0. 0i = 0. o conjunto é ortonormal. a matriz A é denominada hermitiana. multiplicando-o internamente por vi . vn } uma base ortonormal de um espaço vetorial V. . Se a dimensão de V for finita e w for ortogonal a uma base de V. wi −1 ≤ ≤1 kvk kwk o que motiva a definição de ângulo entre v e w. então é ortogonal a si mesmo e w = 0. Entretanto diremos que dois vetores v e w em tal espaço são ortogonais quando hv. . . . Se A∗ = A. vi v1 + · · · + hvp . . . wi . Então S é uma base. A desigualdade de CauchySchwarz implica em hv. wi = 0. hw. . sejam k1 . não tem sentido definir ângulo entre vetores pois. wi| ≤1 kvk kwk para todo par de vetores v e w não nulos. . kvk kwk Os vetores v e w são ortogonais quando θ = π/2 ou hv. . Teorema 4. Se w for ortogonal a si mesmo. . .

0). obter uma base ortogonal {w1 . . f1 = (1/5)(3. . . 1). Sejam B1 = {v1 . . . wi i = aji .5 Ortogonalização de Gram-Schmidt Podemos. e2 } e B2 = {f1 .11 Consideremos as bases B1 = {e1 . e2 = (0. .10 Sejam B1 e B2 bases ortonormais de um espaço vetorial V sobre o corpo C dos números complexos. respectivamente. 4. vn } e B2 = {w1 . Sabemos que M12 = M21 e que X X wj = aij vi e vj = bij wi . a partir de uma base {v1 . i i Sendo as bases ortonormais. seguindo o procedimento descrito em seguida e conhecido como processo de ortogonalização de Gram-Schmidt. −3). wj i = aji e bij = hwi . −3 5 ¸ . ¤ Exemplo 4. wn } as bases em questão. M12 = [aij ] e M21 = [bij ] as matrizes de mudança da base B1 para a base B2 e da base B2 para a −1 base B1 . onde e1 = (1. y1 ). . Prova. Temos f1 = f1 e e1 = e1 Assim M12 = M21 = 3 4 f1 + f2 5 5 4 3 = f1 − f2 . f2 } do R2 . . Antonio Cândido Faleiros Teorema 4. Agora escreva w2 = v2 − β 12 w1 . vj i = hvj . 5 5 · 3 5 4 5 4 5 3 4 e1 + e2 5 5 4 3 e1 − e2 = 5 5 ∗ A matriz M12 é hermitiana e M12 M12 é a matriz identidade. vn } uma base de um espaço vetorial V. . .68 Notas de aula do Prof. . Ambas são ortonormais em relação ao produto interno h(x1 . . mostrando ¯ ¯ −1 ∗ ∗ que M12 = M12 e M12 = M12 . aij = hvi . . . . (x2 . wn } de V. Defina w1 = v1 . y2 )i = x1 x2 + y1 y2 . mostrando que M12 é unitária. . 4) e f2 = (1/5)(4. A matriz M12 de mudança da base B1 para a base B2 é hermitiana e unitária.

onde qi = wi / kwi k . até que. . . . num passo genérico k. hw1 . e qk = wk / kwk k . para k = 2. Das condições de ortogonalidade hw1 . . wn são definidos recursivamente por w1 = v1 e wk = vk − β 1k w1 − · · · − β k−1. se chega a um conjunto ortogonal {w1 . Comece com w1 = v1 e q1 = w1 / kw1 k e continue com o processo de ortogonalização. . n e i = 1. qn }. . . n. . . wk = vk − r1k q1 − · · · − rk−1. . e q3 = w3 / kw3 k .Notas de aula do Prof. . hwi . k − 1. considere w3 = v3 − β 13 w1 − β 23 w3 e determine β 13 e β 23 para tornar w3 ortogonal a w1 e w2 . tomando w2 = v2 − r12 q1 e q2 = w2 / kw2 k . . v2 i . . onde β ik = hwi . .k wk−1 para k = 2. w2 i hw1 . vk i . . Substitua w2 por v2 − β 12 w1 nesta condição para obter β 12 = Em seguida. w1 i Prosseguindo com este raciocínio. w1 i e β 23 = hw2 . . . wn } pode-se determinar uma base ortonormal {q1 . v3 i hw1 . hw2 . . Antonio Cândido Faleiros 69 e determine o escalar β 12 para que a condição de ortogonalidade hw1 .k qk−1 onde rik = hqi . w2 . . . wi i A partir da base ortogonal {w1 . Observe que os vetores w1 . . . v3 i . Esta base ortonormal pode ser obtida ao mesmo tempo em que se obtém a base ortogonal. . wn } de vetores que é base de V. . vk i . w3 = v3 − r13 q1 − r23 q2 e assim por diante. w3 i = 0 calcule β 13 = hw1 . w2 i = 0 seja satisfeita. . . . . w3 i = 0 e hw2 . .

L3 (x) = x3 − x. Antonio Cândido Faleiros Exemplo 4.6 Decomposição QR hx. x. L1 (x). (0. gi = f (x)g(x)dx. os polinômios obtidos de 1. b1 + b2 x + b3 x2 = a1 b1 + a2 b2 + a3 b3 . ¯ ¯ ¯ Exemplo 4. L2 (x) = x2 − . 0). b2 . .12 Os ternos ordenados (1. Denotemos por p0 (x).14 Considere o espaço vetorial sobre C dos polinômios com coeficientes complexos de grau menor ou igual a 3. L1 (x) = x. . x. p2 (x). é { 1. a2 .13 Os polinômios 1.70 Notas de aula do Prof. −1 O conjunto {1. Um modo interessante de olhar para o produto Ax. vn ] uma matriz m × n cujo coluna k é vk . x2 − 1/3. x. Os métodos espectrais usam polinômios ortogonais para resolver equações diferenciais parciais tanto analítica quanto numericamente. L2 (x). Os polinômios Lk (x) = pk (x)/pk (1) continuam ortogonais dois a dois e são denominados de polinômios de Legendre. . usando o procedimento de Gram-Schmidt. . x2 . 3/5. Exemplo 4. (b1 . . pelo processo de ortogonalização de Gram-Schmidt. o que a torna mais adequada para determinados cálculos. a3 ). A base ortogonal obtida a partir dela. x3 } é uma base não ortogonal deste espaço vetorial. x2 . . 4/5). onde x = [x1 . x3 } quanto {L0 (x). munido com o produto interno ­ ® a1 + a2 x + a3 x2 . x. xn ]T é uma matriz em Cm×1 consiste em escrever Ax = x1 v1 + · · · + xn vn . . 2 2 2 2 Tanto {1. 4. p1 (x). Vamos analisar o caso especial do espaço vetorial complexo Cn×1 com o produto interno Seja A = [v1 . A segunda possui a vantagem de ser ortogonal. −3/5) formam uma base ortonormal no espaço vetorial Cn em relação ao produto interno ¯ ¯ ¯ h (a1 . com o produto interno Z 1 hf. 4/5. . x. Os quatro primeiros são 3 1 5 3 L0 (x) = 1. x3 − (3/5)x }. usando o produto interno definido acima. L3 (x)} são bases do espaço dos polinômios de grau menor ou igual a 3. 0. (0. . yi = x∗ y. . x2 formam uma base ortonormal no espaço vetorial sobre C dos polinômios de grau menor ou igual a 2 e coeficientes complexos. . . . Este procedimento pode ser estendido para o espaço vetorial dos polinômios de grau menor ou igual a n. . x2 . b3 ) i = a1 b1 + a2 b2 + a3 b3 .

. q2 . sendo b uma matriz coluna em Cm×1 .  A∗ =  . . ela é unitária. Conclusão. Se as colunas de A forem linearmente independentese b estiver na imagem de A. v3 ] a matriz cuja coluna k é vk e Q = [q1 .  ∗ vn vn v1 = w1 v2 = r12 q1 + w2 v3 = r13 q1 + r23 q2 + w3 onde rik = hqi . . Ainda uma última observação.  . v3 } uma base de 3×1 C e {q1 . Sabemos. v1 = r11 q1 v2 = r12 q1 + r22 q2 v3 = r13 q1 + r23 q2 + r33 q3 com rkk = kwk k . . em que n = 3. sendo A = [v1 . Vamos iniciar com um caso particular. . cuja coluna k é qk . q3 } a base ortonormal de C3×1 obtida pelo processo de ortogonalização de Gram-Schmidt. v3 ] = [q1 . A matriz quadrada ∗ ∗ Q = [q1 . v2 . . q3 ] a matriz cuja coluna k é qk . Então. . q3 ]  0 r33 r23  0 0 r33  . vk i quando i 6= k ou ainda. vn ]. v2 . a igualdade matricial Ax = b. então qi qj = δ ij . . a decomposição é única. . . Mantendo a notação do parágrafo anterior. . q2 . é unitária pois Q Q = [qi qj ] = [δ ij ] = I. Antonio Cândido Faleiros 71 e observar que Ax é uma combinação linear das colunas de A. qn ]. . ∗ vn e ∗ Se {q1 .  r33 r12 r13 [v1 . Seja A = [v1 . Seja {v1 . quando as colunas de uma matriz quadrada formarem uma base ortonormal de Cn×1 . pelo desenvolvimento da seção anterior que ∗ ∗ v1 v1 v1 v2 ∗  v v v∗v A∗ A =  2 1 2 2  ∗ ∗ vn v1 vn v2   ∗ v1 vn ∗ v2 vn  ∗  = [vi vj ] . v2 . pode ser escrita na forma b = x1 v1 + · · · + xn vn que pode ser interpretada do seguinte modo: x é a matriz de b na base formada pelas colunas de A. q2 . qn } for uma base ortonormal em Cn×1 .Notas de aula do Prof. então   ∗ v1  .

observe que o espaço hv1 i . vn são vetores linearmente independentes de Cm×1 . qn ]   0 ··· ˆˆ A = QR denominada decomposição QR reduzida de A. vamos mostrar um processo para obter a decomposição QR de uma matriz A em Cm×n . . . No primeiro. qn ] cujas colunas formam uma base ortonormal para o espaço gerado pelas colunas de A e onde v1 = r11 q1 v2 = r12 q1 + r22 q2 v3 = r13 q1 + r23 q2 + r33 q3 ··· Essas igualdades escritas na forma matricial resultam em  r11  0 [v1 . . o espaço hv1 . . . q2 . vn ] = [q1 . vn ] uma matriz complexa de ordem m por n. q2 . hq1 . . . v2 i . q2 . . . . v2 . todas as colunas de A são linearmente independentes e. nem todas as colunas de A são linearmente independentes. q2 i = hv1 .. o que exige m ≥ n. . . . Motivados por esse exemplo. no segundo caso. ···  ··· ou A = QR. q2 i gerado por q1 . hq1 i = hv1 i . As colunas da matriz são linearmente independentes Seja A = [v1 . gerado por v1 é igual ao espaço hq1 i gerado por q1 . analizando dois casos separadamente. v3 i .72 Notas de aula do Prof. Nesta decomposição. . e assim por diante. q3 i = hv1 . cujas colunas v1 . q3 . . hq1 . Antonio Cândido Faleiros é triangular superior. .. Esta é a chamada decomposição QR de uma matriz A. . . . Usando o processo de ortogonalização de Gram-Schmidt. . .  ··· ···  . v3 . v2 . onde Q é uma matriz unitária e   r33 r12 r13 R =  0 r33 r23  0 0 r33 r12 r13 r22 r23 0 r33 ··· ··· que se resume em . podemos escrever obter uma matriz Q = [q1 . v2 i gerado por v1 e v2 é igual ao espaço hq1 .

. cujas colunas são linearmente independentes. qn . . . . Determine y = Q∗ b. vk ∈ hv1 . . Para resolver este sistema usando a decomposição QR. . Realizado este desenvolvimento. . . . . Resolva o sistema Rx = y na variável x. Alertamos o leitor de que este algoritmo é numericamente instável. . . . . qk−1 i . . que possibilita a obtenção da decomposição QR de uma mariz A. qm de modo que {q1 . vk−1 . . qn } com os vetores unitários qn+1 . vk depende linearmente das colunas v1 . . . . . . 3. vk−1 i = hq1 . . . . . As colunas da matriz são linearmente dependentes Passemos ao caso em que m ≥ n e as colunas de A formam um conjunto linearmente dependente. à sua esquerda. . . . . . . . qm } seja uma base ortonormal de Cm .1. 2. vn } de Cn Saída: Base ortonormal {q1 . . Algoritmo clássico de Gram-Schmidt (instável) Entrada: Base {v1 . ================================ Algoritmo 8.Notas de aula do Prof. . podemos descrever o algoritmo clássico de GramSchmidt. Calcule a decomposição A = QR. qm ] ˆ obtida pela inclusão de m − n colunas à direita de Q e a matriz R obtida pela inclusão de m − n linhas nulas na parte inferior de R são tais que A = QR que é a chamada decomposição QR completa de A ou decomposição QR de A. . procedemos do seguinte modo: 1. . . . . qn } de Cn ================================ for k = 1 to n wk = vk for i = 1 to k − 1 ∗ rik = qi vk wk = wk − rik qi rkk = kwk k qk = wk /rkk ================================ Solução de Ax = b usando a decomposição QR Quando A é uma matriz quadrada de ordem m. Neste caso. Antonio Cândido Faleiros 73 Completemos a base {q1 . lá pelas tantas. qn . . . ou seja. . A matriz Q = [q1 . . o sistema Ax = b possui uma única solução. .

de ordem m por n. . ˆ Na continuação. ortogonal aos vetores q1 . são vetores ortogonais entre si e possuem ˆ módulo unitário. qj−1 . q2 }. triangular superior. ˆˆ A = QR. . q4 } contém o espaço gerado por {v1 . até obter as matrizes Q e R. . escolhemos um vetor unitário qj . . v4 ]. Calcula-se q4 = quando então 1 (v4 − r14 q1 − r24 q2 − r34 q3 ) r44   r14 r24   r34  r44 onde se observa que a matriz da direita é triangular superior. q3 . q2 . qm } seja uma base ortonormal de Cm e assim. qn . q2 . As matrizes Q e R assim obtidas são de tal forma que A = QR. . . v2 . . este procedimento continua. ortogonal a q1 e a q2 . q2 . v2 . . de modo que {q1 . Com esta escolha. . v3 . tem-se w3 = v3 − r13 q1 − r23 q2 = 0 e v3 = r13 q1 + r23 q2 Daí. . qn . qm ]. devemos acrescentar m − n linhas nulas na parte inferior de R. v3 . {q1 . v3 . Esta fatoração de A é conhecida como decomposição QR reduzida de A. . é triangular superior. Para estas matrizes. . q4 ]   0 0 0 0 0 0 . ˆ ˆ No caso genérico. qj−1 . q3 } é ortonormal e o espaço que ele gera contém o espaço gerado por {v1 . v4 }. Antonio Cândido Faleiros wk = vk − r1k q1 − r2k q2 − · · · − rk−1. q3 }. Vejamos um exemplo em que A = [v1 . . ˆ Podemos acrescentar m − n colunas qn+1 . A matriz R. . v4 ] = [q1 . . .k qk−1 = 0. qm à direita de Q. . r11 r12 r13  0 r22 r23 [v1 . calculamos v1 = r11 q1 v2 = r12 q1 + r22 q2 Supondo v3 no espaço gerado por {q1 . Quando isto ocorre. obtendo um conjunto ortonormal {q1 . . v3 }. . obter uma matriz unitária Q = [q1 . . . Usando o método de ortogonalização de Gram-Schmidt. . . . . Suponha que v1 e v2 são linearmente independentes. de ordem m por n. Notas de aula do Prof. escolhe-se de modo arbitrário um q3 unitário. para este valor de k. . As colunas ˆ da matriz Q = [q1 . . v2 . .74 e. de ordem n por n. . de ordem m por m. . cujas colunas formam uma base ortonormal de Cm . Se v4 não pertencer ao espaço gerado por {q1 . Note-se que o espaço gerado por {q1 . qn ]. q2 . qj }. obtendo uma matriz R. q3 . . v2 . .

A matriz quadrada Q = [q1 . . o procedimento é semelhante ao anterior.16 A decomposição QR de  é  √ √ √  √ √ √  −1/ 2 3/√22 −1/√11 2 −3/ 2 1/ 2 √ √ √  1/ 2 3/ 22 −1/ 11   0 11/ 22 7/ 22  . . Exemplo 4. qm }. Quando m < n. de ordem m. . Este produto é conhecido como decomposição QR completa da matriz A ou decomposição QR de A.15 A decomposição QR de   −1 3 0  1 0 1  0 1 2  é Exemplo 4. Antonio Cândido Faleiros 75 Esta é a decomposição QR completa de A ou apenas decomposição QR de A.Notas de aula do Prof. √ √ √ 0 2/ 22 3/ 11 0 0 5/ 11  −1 3  1 0  0 1 Exemplo 4. obtidas no desenrolar do processo são tais que A = QR. qm ]. . .17 A decomposição QR de   1 0 1  0 2 0 √ √ √  √ √ √  √ 1/ 2 1/√22 2/√33 3/ √ 3 2 1/ 2 3/ 2 √ √  0 2/ √ 22 4/ √ 33 −3/√3   0 1/ 22 3/√22  é √  1/ 2 −1/ 22 −2/ 33 −3/ 3   0 0 6/ 33 √ √ 0 0 0 0 4/ 22 −3/ 33 0 1  0   1 0 1 1 0 0  2 1   1  0     . e a matriz triangular superior R de ordem m por n. que formam uma base ortonormal de Cm . A decomposição se encerra quando obtemos o conjunto de m vetores B = {q1 . . .18 A decomposição QR de  √ √ √ √   √ −1/ 2 3/√22 1/√11 2 −3/ 2 √ p  1/ 2 3/ 22 1/ 11   0 11/2  p √ 0 0 2/11 −3/ 11 0   1 1 2  0 1 1   Exemplo 4. .

19 A decomposição QR de   1 1 2 0  0 1 1 1  1 0 1 3 √ √ √   √ 2 1/√2 3/√2 3/ √ 2  0 3/ 6 3/ 6 −1/ 6  . onde √ √   √ 1/ 2 1/√6 1/ √ 3  0 Q= 2/ √ −1/√3  6 √ 1/ 2 −1/ 6 −1/ 3 Exemplo 4. R= √ 0 0 0 −4/ 3 e . Antonio Cândido Faleiros √ √   √ 0 2 1/√2 3/√2 0   0 3/ 6 3/ 6    0 0  0  0 0 0 0 1 é A = QR.76 √ √ √ 1/ 2 1/√6 1/ √3  0 2/ √ −1√3 6 é √  1/ 2 −1/ 6 −1 3 0 0 0  Notas de aula do Prof.

. . . . Se algum yj for diferente de zero. up . . vq . . . . . Vamos completá-la de modo que B2 = {u1 . y1 . . . yq . . . w1 . . . . Prova. . vq } seja base de V e B3 = {u1 . será base de V + W. Então dim(V + W ) = dim(V ) + dim(W ) − dim(V ∩ W ). . . . z1 . . . . . v1 . então todos eles são nulos. Neste caso. . . o vetor não nulo y1 v1 + · · · + yq vq seria uma combinação linear dos elementos de 77 . . . . Teorema 5. k } é um subespaço vetorial de V e recebe o nome de soma de V1 . Neste caso. v1 . . Do mesmo modo se prova que o teorema vale quando W está contido em V. dim(V + W ) = p + q + r = (q + p) + (r + p) − p = dim(V ) + dim(W ) − dim(V ∩ W ) e o teorema estará provado. Quando V está contido em W.1 Sejam V e W dois subespaços de um espaço vetorial U. . . . . . wr } gera V + W e. . xp . up } uma base de V ∩ W. Vamos agora tratar o caso em que V ∩ W é diferente de V e de W. Vk subespaços vetoriais de V. . up . dim(V ) + dim(W ) − dim(V ∩ W ) = dim(V ) + dim(W ) − dim(V ) = dim(W ) o que prova o teorema para este caso particular. se x1 . zr forem escalares tais que x1 u1 + · · · + xp up + y1 v1 + · · · + yq vq + z1 w1 + · · · + zr wr = 0. se for linearmente independente. . Vamos mostrar que. Analisemos esta possibilidade. . . . . . . . . O conjunto V1 + · · · + Vk = { v1 + · · · + vk : vi ∈ Vi para i = 1. . Falta provar que B4 é linearmente independente. . Vk . O conjunto B4 = {u1 . Seja B1 = {u1 . . . .Capítulo 5 Soma de subespaços Sejam V1 . então V ∩ W = V e V + W = W. up . . . . wr } seja base de W. . . w1 .

um vetor de V2 . então V1 e V2 são denominados complementares. ¤ 5. Logo. . V2 forem disjuntos. Se houvesse outra decomposição v = w1 + wk . v1 − w1 = w2 − v2 . como estes dois subespaços são disjuntos. o fato de os espaços envolvidos serem disjuntos dois a dois não é suficiente para garantir que V seja a soma direta desses subespaços como nos mostra o exemplo a seguir. com w1 em V1 e w2 em V2 . Vk subespaços vetoriais de V. como a decomposição é única. concluímos que x1 .2 Sejam V1 . v1 − w1 = 0 ou v1 = w1 . estando na interseção V ∩ W e assim y1 v1 + · · · + yq vq poderia ser escrito como uma combinação linear de u1 . provando que V1 e V2 são disjuntos. . Se V = V1 ⊕ V2 . provando que a decomposição de v numa soma de um elemento de V1 com um elemento de V2 é única e assim. V = V1 ⊕ V2 . . up . . Se V1 e V2 forem disjuntos. Vk e escreveremos V = V1 ⊕ · · · ⊕ Vk . Daí B4 é linearmente independente. Sendo v1 − w1 um vetor de V1 igual a w2 − v2 . Teorema 5. . Sendo B1 uma base. Logo. diremos que V é uma soma direta dos subespaços V1 . Antonio Cândido Faleiros B3 . .3 Sejam V1 e V2 subespaços vetorias de V tais que V = V1 + V2 . xp são todos nulos. Dois subespaços vetoriais V1 e V2 de V são disjuntos se a interseção V1 ∩ V2 contiver apenas o zero. Se todo v em V puder ser escrito de forma única como uma soma do tipo v = v1 + · · · + vk onde vi ∈ Vi . como V = V1 + V2 . então v1 + v2 = w1 + w2 e assim. Prova. . Se V = V1 ⊕ V2 . Com este resultado. Então V = V1 ⊕ V2 se e só se V1 . Do mesmo modo não podemos ter um zk diferente de zero. . com v1 em V1 e v2 em V2 . obtemos w2 − v2 = 0 ou v2 = w2 . todo v em V pode ser decomposto numa soma v = v1 + v2 .1 Soma direta Definição 5. . ¤ Quando V igual à soma de mais do que dois subespaços.78 Notas de aula do Prof. . ele estaria em W e em V ao mesmo tempo. . . Então 0 0 v v = |{z} + |{z} = |{z} + |{z} v ∈V1 ∈V2 ∈V1 ∈V2 e. então v1 − w1 está na interseção de V1 com V2 e. yj e zk são todos nulos e a equação se reduz a x1 u1 + · · · + xp up = 0. . . contrariando a hipótese de B2 ser base. . . . seja v um vetor de V na interseção de V1 e V2 . v = 0.

Prova. Como 0 = 0+ · · · + 0. . . k. . . Vk de V são independentes se v1 + · · · + vk = 0. . Se V = V1 ⊕ · · · ⊕ Vk . . . . mas V não é a soma direta de V1 . . . todo v em V pode ser decomposto numa soma v = v1 + · · · + vk . . Então V = V1 ⊕ · · · ⊕ Vk se e só se V1 . . . com vi em Vi . . Vk forem independentes. k.6 Sejam V1 . . . Vk forem independentes. Dois espaços vetoriais V1 e V2 de V são independentes se e só se forem disjuntos. Vk são independentes. . . . . v pode ser escrito de forma única como uma combinação linear dos vetores da união B1 ∪ · · · ∪ Bk . a decomposição de v como soma de vetores de V1 . concluímos que vi = wi . . . 0) ∈ R2 : x ∈ R}. . para i = 1. Cada vi pode ser decomposto de forma única nos vetores da base Bi . vk vetores de V1 . respectivamente. . Se V = V1 + · · · + Vk e V1 . para i = 1. Se houvesse outra decomposição v = w1 + · · · + wk . Estes três subespaços são disjuntos dois a dois. . . Se V = V1 ⊕ · · · ⊕Vk . para i = 1.5 Sejam V1 . k. todo v em V pode ser decomposto de forma única numa soma v = v1 + · · · + vk . . V3 = {(x. . Logo. k. . . . . com wi em Vi . Vk subespaços vetoriais de V. . k.Notas de aula do Prof. um espaço vetorial com dimensão finita. V = V1 + V2 + V3 . . Os subespaços vetoriais V1 . . da independência dos subespaços vetoriais Vi . . . Vk subespaços vetoriais de um espaço vetorial V tais que V = V1 + · · · + Vk . ¤ . Vk são independentes se e só se Vj for disjunto da soma V1 + · · · + Vj−1 . e tais que v1 + · · · + vk = 0. . com vi em Vi . Seja Bi base de Vi para i = 1. da unicidade da decomposição. k. . . . . com vi em Vi . . então v1 = · · · = vk = 0. V2 = {(0. x) ∈ R2 : x ∈ R}. . para i = 1. . . . Uma caracterização da independência dos subespaços é a seguinte: Os subespaços V1 . . . . Se V = V1 ⊕ · · · ⊕Vk então dim V = dim V1 + · · · + dim Vk . . . . . V2 e V3 . . . . ¤ Teorema 5. provando que esta é uma base de V. Logo.4 Seja V = R2 e V1 = {(x. V1 . Antonio Cândido Faleiros 79 Exemplo 5. Vk . k. . . para j = 2. . y) ∈ R2 : y ∈ R}. . . sejam v1 . Prova. Vk é única e V = V1 ⊕ · · · ⊕ Vk . Teorema 5. . . . concluímos que vi = 0 para i = 1. . A condição de serem disjuntos será substituida pela condição de serem independentes. então (v1 − w1 )+ · · · + (vk − wk ) = 0 e. Logo. . .

V = S+ S ⊥ . Vamos mostrar que esta decomposição é única. Como a interseção só possui o vetor nulo.80 Notas de aula do Prof. vi vp pertence a S e w pertence a S ⊥ e assim. então s + w = s1 + w1 e assim. s = s e w = w. Para mostrar que um determinado vetor v está em S ⊥ . onde s = hv1 . Por outro ¡ ¢⊥ ¡ ¢⊥ lado. Então V = S ⊕ S ⊥ . Teorema 5. vi v1 − · · · − hvp . vp } uma base ortonormal de S. Desta forma. si = 0 para todo s em S } é um subespaço de V. dim V = dim S+ dim S ⊥ = dim S ⊥ + dim S ⊥ . vi vp é ortogonal a todo vetor de S. Prova. Estando S contido em S ⊥ e possuindo ambos a mesma dimensão. mostrando que os vetores s − s1 e w1 − w estão na interseção S ∩ S ⊥ . isto é. ¡ ¢⊥ ¡ ¢⊥ que acarreta na igualdade dim S = dim S ⊥ . V = S ⊕S ⊥ = S ⊥ ⊕ S ⊥ e assim. eles são iguais ¡ ⊥ ¢⊥ = S. Dado qualquer v em V. basta mostrar que ele é ortogonal a todo vetor de uma base de S. . O único vetor que está ao mesmo tempo em S e em S ⊥ é o vetor nulo e daí.2 Complemento ortogonal Definição 5.7 Seja V um espaço vetorial com produto interno e S um subespaço vetorial de V. vi v1 + · · · + hvp .8 Seja S um subespaço vetorial de dimensão finita de um espaço vetorial V com produto interno. O conjunto S ⊥ = {v ∈ V : hv. s − s1 = w1 − w. . S . então v é ortogonal ¡ ¢⊥ a todo vetor de S ⊥ e assim ele pertence ao S ⊥ . Se v = s1 + w1 . chamado de complemento ortogonal de S. qualquer vetor v pode ser decomposto numa soma v = s+ w. S ∩ S ⊥ = {0}. Seja {v1 . mostrando que S está contido no ¡ ¢⊥ complemento ortogonal do complemento ortogonal de S. . com s1 em S e w1 em ⊥ S . ¤ Se v é um vetor de um subespaço S de um espaço vetorial V. Antonio Cândido Faleiros 5. o vetor w = v − hv1 . S ⊂ S ⊥ . .

m. . . ¯ 81 . vn } uma base ortonormal de V e B2 = {w1 . . basta estabelecer seu valor nos elementos de uma base do seu domínio. wi = hv. Primeiro a existência. Seja L∗ : W → V aquela transformação linear que leva wi . para todo v em V e w em W. Sendo B1 = {v1 . . . n. . como uma combinação linear dos elementos de B2 Lv1 = a11 w1 + a21 w2 + · · · + am1 wm Lv2 = a12 w1 + a22 w2 + · · · + am2 wm ··· Lvn = a1n w1 + a2n w2 + · · · + amn wm Para definir uma transformação linear. . . . L∗ wi . . Dado uma tansformação linear L : V → W. . . . nos seguintes vetores de V L∗ w1 = a11 v1 + a12 v2 + · · · + a1n vn ¯ ¯ ¯ ∗ L w2 = a21 v1 + a22 v2 + · · · + a2n vn ¯ ¯ ¯ ··· ∗ ¯ ¯ ¯ L wm = am1 v1 + am2 v2 + · · · + amn vn Usando o símbolo de somatório. wm } uma base ortonormal de W podemos escrever Lvj .Capítulo 6 Transformação adjunta Sejam V e W espaços vetoriais complexos com dimensão finita e produto interno. para j = 1. . . vamos mostrar que existe uma única transformação linear L∗ : W → V tal que hLv. . 2. os valores das transformações lineares L e L∗ nas bases de seus respectivos domínios se escrevem Lvj = L∗ wi = m X i=1 n X j=1 aij wi aij vj . para i = 1.

respectivamente. z2 ) i = x1 x2 + y1 y2 + z1 z2 .1 Seja L(x. Antonio Cândido Faleiros Da ortonormalidade das bases B1 e B2 . wi = hv. e2 } a base canônica do R2 e B2 = (f1 . y2 ) i = x1 x2 + y1 y2 e Seja B1 = {e1 . Se T : W → V for outra transformação linear para a qual hLv. o que prova a unicidade. wi = hv. (x2 . y1 ). respectivamente. L∗ wi = hv. segue hLvj . então hv. Esta relação entre as matrizes de L e L∗ só se verifica se as bases forem ortonormais. mostrando que T = L∗ . hv. 11x + 13y) uma transformação linear do R2 no R3 .82 Notas de aula do Prof. obtemos h (L∗ − T )w. (L∗ − T )wi = 0 . Neste caso. como nos mostra o próximo exemplo. 5x + 7y. y2 . (x2 . Se L : V → W e T : W → U forem duas transformações lineares. então bij = aji e ¯ B = A∗ . y1 . wi i = hvj . Agora a unicidade. f2 . A transformação linear L∗ recebe o nome de transformação adjunta de L. Consideremos nestes dois espaços seus respectivos produtos internos euclidianos h (x1 . L∗ wi para todo v em V e w em W. o que prova a existência. Temos Le1 = 2f1 + 5f2 + 11f3 Le2 = 3f1 + 7f2 + 13f3 h (x1 . (L∗ − T )w i = 0 ou (L∗ − T )w = 0 para todo w em W. então (T L)∗ = L∗ T ∗ . Fazendo v = (L∗ − T )w. Este conceito de transformação adjunta se aplica a transformações lineares entre espaços vetoriais reais. T wi ou ainda para todo v em V e w em W. y) = (2x + 3y. Se A = [aij ] for a matriz de L : V → W e B = [bij ] for a matriz de L∗ : W → V nas bases ortonormais B1 e B2 de V e W. L∗ wi i fazendo com que hLv. f3 ) a base canônica do R3 que são ortonormais em relação aos produtos internos euclidianos de R2 e R3 . os escalares serão reais e aij = aij e ¯ Exemplo 6. T wi para todo v em V e w em W. z1 ).

Para todo v em V e w em W. T wi para todo v e todo w. v2 } será base de R2 e B4 = {w1 . mostrando que a adjunta da adjunta é igual a L. então hv. wi = hw. T wi = hv. 1. 0. Dada a transformação linear L. (L∗ )∗ = L. De fato. L∗ wi = hLv. Um operador linear L : V → V é auto-adjunto quando L∗ = L. T w − L∗ wi = 0 para todo v o que acarreta na igualdade T w = L∗ w para todo w. 1). isto é. w2 = (0. vi = hv. wi = hv. w1 = (1. L∗ wi e hv. . tem-se hL∗ w. Lvi . 1. O leitor poderá verificar que Lv1 = 8w1 + 11w2 + 7w3 Lv2 = 3w1 + 4w2 + 2w3 e L∗ w1 = 18v1 − 13v2 L∗ w2 = 27v1 − 21v2 L∗ w3 = 11v1 − 9v2 As matrizes [L]34  8 3 =  11 4  7 2  · 18 27 11 −13 −21 −9 ¸ e [L ]43 = ∗ não são mais uma a adjunta da outra. v2 = (0. se T for outra transformação linear para a qual hLv. Os operadores LL∗ e L∗ L são auto-adjuntos. w2 . 2). a transformação adjunta L∗ é a única que satisfaz à igualdade hLv. 2) e w3 = (0. L∗ wi para todo v em V e todo w em W. 1) então B3 = {v1 . se v1 = (1. Antonio Cândido Faleiros e L∗ f1 = 2e1 + 3e2 L∗ f2 = 5e1 + 7e2 L∗ f3 = 11e1 + 13e2 de modo que [L]12  2 3 = 5 7  . nos conduzindo à igualdade T = L∗ . Entretanto. w3 } será base de R3 . wi = hv.Notas de aula do Prof. Nenhuma das duas é ortonormal em relação ao produto interno euclidiano do R2 e R3 . 1). 11 13  · ¸ 83 [L ]21 = ∗ 2 5 11 3 7 13 onde uma é a transposta da outra.

3x+ y. se w ∈ ker(L∗ ). que w é ortogonal a todo elemento da imagem de L. substituindo L por L∗ na igualdade acima. Sendo L∗ : W → V a adjunta de L. x3 ) e y = (y1 . consideremos o produto interno hx. então existe um w1 tal que w = LL∗ w1 = L(L∗ w1 ) provando que w ∈ Im (L). yi = x1 y2 + x2 y2 + x2 y3 . z) = (2x+ 3y+ 5z. mostrando que w ∈ Im (LL∗ ). Im (L) = Im (LL∗ ). Se w ∈ Im (L). Logo w = Lv = Lv1 + Lv2 = Lv1 . Im (L)⊥ = ker(L). wi = 0 ou hv. Podemos escrever de modo único v = v1 + v2 onde v1 ∈ Im (L∗ ) e v2 ∈ ker(L). Quando L é auto-adjunta. V = ker(L) ⊕ Im (L∗ ).3 Sejam V e W espaços vetoriais com produto interno e L : V → W linear. Teorema 6. o que completa a prova da recíproca. segue Im (L∗ )⊥ = ker(L) ou Im (L∗ ) = ker(L)⊥ Sejam V e W espaços vetoriais com produto interno e L : V → W linear. L∗ wi = 0 para todo v ∈ V de onde se conclui que L∗ w = 0 mostrando que w está no ker(L∗ ). Prova. Vamos provar agora que Im (L) ⊂ Im (LL∗ ). Como v1 ∈ ker(L)⊥ = Im (L∗ ). então hLv. provando. 5x+ 4z) é auto-adjunto pois L∗ = L. Sendo L∗ : W → V a adjunta de L. Sendo L∗ : W → V a adjunta de L. y3 ) dois pontos do R3 .4 Sejam V e W espaços vetoriais com produto interno e L : V → W linear.84 Notas de aula do Prof. Esta igualdade ocorre porque V = ker(L) ⊕ ker(L)⊥ = ker(L) ⊕ Im (L∗ ). o operador linear L : R3 → R3 definido por L(x. ker(L∗ ) = ker(LL∗ ). 2. Reciprocamente. wi = hv. então w = Lv para algum v em V. Teorema 6. vale a relação Im (L)⊥ = ker(L∗ ). Prova.2 Sejam x = (x1 . 1a. Conclui-se que w pertence ao complemento ortogonal da Im (L). Se w ∈ Im (LL∗ ). existe w1 tal que v1 = L∗ w1 e assim w = LL∗ w1 . x2 . Antonio Cândido Faleiros Exemplo 6. L∗ wi = hv. ¤ Como L∗∗ = L. 0i = 0 para todo v ∈ V. Em relação a este produto interno. Se w ∈ Im (L)⊥ . y2 . então hLv. deste modo. y. . 1b. Inicialmente provaremos que Im LL∗ ⊂ Im L. 1.

Antonio Cândido Faleiros 85 2a. provando que w está no ker(L∗ ).7 O operador linear L : V → V é unitário se e só se. Logo. Para fixar a nomenclatura. ker(L∗ ). Se w ∈ ker(LL∗ ) então L(L∗ w) = 0 e L∗ w pertence ao ker(L) e à Im (L∗ ) cuja interseção contém apenas o zero.8 Sejam V e W espaços vetoriais e L : V → W uma transformação linear. Com isto. Teorema 6. provando que ker(L∗ ) ⊂ ker(LL∗ ). LL∗ w = 0. . Espaço Real Espaço Complexo Operador Matriz Operador Matriz auto-adjunto simétrica auto-adjunto hermitiana antiadjunto anti-simétrica antiadjunto antihermitiana ortogonal ortogonal unitário unitária 6.5 Seja V um espaço vetorial com produto interno. Considerada como uma transformação linear de Cn em Cm . a de um operador antiadjunto é antihermitiana (A = −A∗ ) e a de um operador unitário é unitária (A∗ = A−1 ). apresentamos o quadro abaixo. Sendo A uma matriz complexa de ordem m por n. a matriz A = [aij ] de um operador auto-adjunto é hermitiana (A = A∗ ).1 Posto de uma transformação linear Definição 6. Lv2 i = hv1 . ¤ Resumindo: Para uma transformação linear L : V → W e sua adjunta L∗ : W → V valem as identidades (L∗ )∗ Im (L∗ ) Im (LL∗ ) ker(LL∗ ) = = = = L ker(L)⊥ Im (L). O operador linear L : V → V é antiadjunto quando L∗ = −L e unitário quando L∗ = L−1 . 2b. em consequência.6 Numa base ortonormal. L∗ w = 0.Notas de aula do Prof. para todo v1 e v2 em V. hLv1 . O número de colunas linearmente independentes de uma matriz é igual ao número de suas linhas linearmente independente. Definição 6. provamos que ker(LL∗ ) ⊂ ker(L∗ ). A dimensão da imagem de L é chamada de posto de L. Teorema 6. v2 i . Se w ∈ ker(L∗ ) então L∗ w = 0 e. seu posto é igual ao número de colunas linearmente independentes que A possui. o que completa a prova da parte 2 do teorema.

o teorema está provado. ambos com dimensão finita. As duas primeiras colunas são linearmente independentes e a terceira é igual a −5 vezes a primeira mais 2 vezes a segunda. y + 2z ) = (x + 2y − z)(1. . o posto de L deve ser menor ou igual do que a dimensão de W. . Se {v1 . y. Antonio Cândido Faleiros Teorema 6. . A matriz de L em relação à  1  2 A= 0 base canônica do R3 é  2 −1 4 −2  1 2 a primeira e terceira linha são linearmente independentes e a segunda é o dobro da primeira.12 Seja A uma matriz complexa. As matrizes A. Portanto. . V = ker(L) ⊕ Im (L∗ ). Concluímos que o posto de L não pode ser maior do que a dimensão de V nem maior do que a dimensão de W. Motivados por este comentário. Seja A a representação matricial de L em relação a bases de V e de W. 0) + (y + 2z)(0.11 Sejam V e W espaços vetoriais com produto interno e dimensão finita. qualquer vetor v em V pode ser decomposto de modo único como uma combinação linear v = x1 v1 + · · · + xn vn e assim. . Teorema 6. Lv = L(x1 v1 + · · · + xn vn ) = x1 Lv1 + · · · + xn Lvn . Seja L : V → W linear. dim ker(L) + dim Im (L) = dim V. L∗ . Lvn } gera a imagem de L o que assim o posto de L deve ser menor ou igual do que a dimensão de V. z) = ( x + 2y − z. Sabemos que de onde obtemos Por outro lado. A∗ . dim ker(L) + dim Im (L∗ ) = dim V. Exemplo 6. ¤ Corolário 6. 0. Prova. . 2. O posto das transformações lineares L. 1). vn } for uma base de V. mostrando que {Lv1 . L∗ L e LL∗ são iguais. cujo posto é 2. O posto de L é igual ao posto de A. diremos que L tem posto máximo quando o posto de L for igual ao mínimo entre a dimensão de V e a dimensão de W. 2x + 4y − 2z. AA∗ e A∗ A possuem o mesmo posto. . Como Im (LL∗ ) = Im (L) e Im (L∗ L) = Im (L∗ ). A imagem de uma transformação linear L : V → W está contida em W. .86 Notas de aula do Prof.9 Sejam V e W espaços vetoriais de dimensão finita e L : V → W uma transformação linear. Sejam V e W espaços vetoriais. .10 Seja L : R3 → R3 definida por L(x. O posto de A é dois. Dessas duas igualdades concluímos que dim Im (L∗ ) = dim Im (L) provando que o posto de L é igual ao posto de L∗ .

posto(L) = dim W ≤ dim V. onde A é uma matriz complexa m × n e b é uma matriz complexa m × 1. Da igualdade ker(A) = Im(A∗ )⊥ .13 Sejam V e W espaços vetoriais com dimensão finita. O sistema homogêneo Ax = 0 tem solução x não nula se e só se x pertencer ao núcleo de A. Seja L : V → W uma transformação linear com posto máximo. Quando 1. portanto. é importante determiná-las. isto é hx. Nestes sistemas. posto(L) = dim V ≤ dim W. yi = 0 . 2. Existindo soluções. A matriz A é uma transformação linear de Cn×1 em Cm×1 . Da igualdade Im(A) = ker(A∗ )⊥ conclímos que Ax = b tem solução se e só se b for ortogonal a todo y no núcleo de A∗ isto é. Quando dim W ≤ dim V. Percebe-se do comentado acima que há uma estreita relação entre os sistemas lineares Ax = b e A∗ y = c. As igualdades Im (L)⊥ = ker(L∗ ) e Im (L∗ ) = ker(L)⊥ possuem uma consequência interessante para sistemas de equações lineares Ax = b. então dim Im (L∗ L) = dim Im (L) = dim(V ) e assim L∗ L é sobrejetora e. 2. um isomorfismo. um isomorfismo. 1. a transformação linear L∗ L : V → V é um isomorfismo. a transformação linear LL∗ : W → W é um isomorfismo. ¤ 6. hb. O sistema Ax = b tem solução se e só se b estiver na imagem de A. Antonio Cândido Faleiros 87 Teorema 6. A∗ yi = para todo y em Cm×1 . as matrizes A e b são dadas e o que se deseja é determinar se existem matrizes coluna complexas x de tamanho n × 1 tais que Ax = b. Um método usado na obtenção das soluções é o da eliminação de Gauss. ambos com produto interno.2 Existência de solução dos sistemas lineares para todo y em Cm×1 solução do sistema homogêneo A∗ y = 0. Quando dim V ≤ dim W. portanto. Tais matrizes x são denominadas soluções do sistema Ax = b. concluímos que x é solução do sistema homogêneo Ax = 0 se e só se x for ortogonal à imagem de A∗ .Notas de aula do Prof. Prova. então dim Im (LL∗ ) = dim Im (L∗ ) = dim(W ) e assim LL∗ é sobrejetora e.

Antonio Cândido Faleiros .88 Notas de aula do Prof.

mostrando que a decomposição de v numa soma de um elemento da Im (P ) com um elemento do ker(P ) é única. Prova. S1 é a imagem de P e S2 é o núcleo de P. Então V = Im (P )⊕ ker(P ). 89 . Podemos escrever v = P v+ (I − P )v. Considere o operador P : V → V definido por P (v1 + v2 ) = v1 . (2) Se v1 na Im (P ) e v2 no ker(P ) forem tais que v = v1 + v2 . segue V = Im (P )+ ker(P ). denominado projetor sobre S1 ao longo de S2 . ¤ De acordo com este teorema. P 2 w = P w o que implica em P v = v. Como P v está na imagem de P e (I − P )v está no núcleo de V. Como P v1 = v1 e P v2 = 0. A imagem de (I − P ) é igual ao núcleo de P e a imagem de P é igual ao núcleo de I − P.1 Seja P : V → V um projetor. se diz que P projeta ortogonalmente sobre sua imagem. Um operador linear P : V → V é um projetor em V se P 2 = P. Os projetores também recebem o nome de operadores idempotentes. Quando este for o caso. então P v = P v1 + P v2 . Sendo P uma projeção. V = Im (P )⊕ ker(P ). Sendo I : V → V o operador identidade. O operador assim definido é um projetor. Sejam S1 e S2 dois subespaços de V tais que V = S1 ⊕ S2 . para todo v1 em S1 e v2 em S2 . denominado projetor complementar de P. Se v estiver na imagem de P. todo projetor P é um projetor sobre sua imagem ao longo do seu núcleo. segue P v = v1 e (I −P )v = v2 .Capítulo 7 Projetores Seja V um espaço vetorial.1 Projetores ortogonais Seja V um espaço vetorial com produto interno. Logo. o operador linear I − P também é um projetor. (1) Seja v um vetor em V. então existe w em V tal que P w = v. 7. Teorema 7. Um projetor P em V é ortogonal se a sua imagem e seu núcleo forem ortogonais. Sob estas condições.

então. . Vamos lembrar que toda transformação linear L de Cn×1 em Cn×1 é do tipo L(x) = Ax. . k. Se a dimensão de S for finita. xi qi = (qi x)qi = qi (qi x) = (qi qi )x . Seja P um projetor ortogonal em Cn×1 e {q1 . Então ∗ ∗ P = q1 q1 + · · · + qk qk . . q2 . Antonio Cândido Faleiros Seja P : V → V um projetor ortogonal e S sua imagem. . Corolário 7. vi − x1 hqi . vi qk . . qi i = hqi . usamos o fato de v− P v ser ortogonal a todo vetor de S. para todo v em V. . qk são matrizes coluna do Cn×1 . Teorema 7. yi = x∗ y. . . Sendo x uma matriz coluna em Cn×1 . . qk i = hqi . . . Prova. . v − P vi = hqi . . então P será uma matriz n × n. . Se P for o projetor ortogonal sobre S. . existe um único s em S e um único w em S ⊥ para os quais v = s+w e P (v) = s. Para determinar x1 . .3 Considere o espaço vetorial Cn×1 com o produto interno hx. vi q1 + · · · + hqk . q1 i − · · · − xi hqi . Se P for uma projeção em Cn×1 . . Dado v em V. A partir deste teorema obtemos outro de imediato para projetores em Cn×1 . e provamos o próximo teorema.2 Seja S um subespaço de dimensão finita de um espaço vetorial V com produto interno. . Destas relações e da ortonomalidade da base B segue 0 = hqi . podemos escrever ∗ ∗ ∗ hqi . .90 Notas de aula do Prof. qk } for uma base ortonormal de S. vi qk . P v = hq1 . . podemos decompor P v nesta base e escrever P v = x1 q1 + · · · + xk qk . Seja {q1 . qk } uma base ortonormal da imagem de P. vi q1 + · · · + hqk . vi − xi hqi . . xk . . . . vi − hqi . Se B = {q1 . x1 q1 + · · · + xk qk i = hqi . v − P vi = 0 para i = 1. vi − xi ou xi = hqi . onde A é uma matriz quadrada n × n e iremos identificar a transformação linear L com a matriz A. Observe que q1 . qk } uma base ortonormal de S. vi o que nos permite escrever P v = hq1 . V = S⊕ S ⊥ . qi i − · · · − xk hqi . Isto significa que hqi .

não necessariamente unitário. P wi = hv1 + v2 . existem e são únicos v1 e w1 em S. temos P = qq∗ .Notas de aula do Prof. w1 i e hv. Como esta igualdade vale para todo x. Antonio Cândido Faleiros e assim. então q = x/ kxk é unitário e a projeção ortogonal P sobre o espaço gerado por x é xx∗ x x∗ = ∗ . hP v. v2 e w2 em S ⊥ para os quais. 91 ¤ Quando P projeta ortogonalmente sobre o espaço gerado por um único vetor unitário q. Sabemos que V = S ⊕ S ⊥ e. x∗ x onde I é a matriz identidade n × n e sua imagem é o núcleo de P. (2) Seja P uma projeção auto-adjunta de modo que hP v. w1 i = hv1 . Prova. wi = hv1 . O projetor complementar de P é I− xx∗ . xi qk ∗ ∗ = (q1 q1 )x + · · · + (qk qk )x ∗ ∗ = (q1 q1 + · · · + qk qk ) x. P wi . ∗ ∗ P = q1 q1 + · · · + qk qk . Então P é uma projeção sobre S ao longo de S ⊥ . P x = hq1 . para todo v e w em V. Um projetor P : V → V é ortogonal se e só se for auto-adjunto. então x∗ x é um número real e xx∗ é uma matriz complexa n por n. Teorema 7. w1 + w2 i = hv1 . Assim. da ortogonalidade dos vetores. v = v1 + v2 e w = w1 + w2 . w1 i provando que P é auto-adjunto. Se x for uma matriz coluna não nula em Cn×1 . (1) Seja P uma projeção ortogonal e S = Im (P ). sendo x uma matriz coluna do Cn×1 . xi q1 + · · · + hqk . wi = hv. P = qq = kxk kxk xx ∗ Vamos relembrar que.4 Seja V um espaço vetorial com dimensão finita e um produto interno.

. ¤ 7.92 Notas de aula do Prof. Antonio Cândido Faleiros para todo v e w em V. wi = hv. . . . Assim. n i = n + 1. v − P v pertence ao ker(P ) que é ortogonal à Im (P ) e acarretando na ortogonalidade hv − P v. . yi = x∗ y.5 Seja V um espaço vetorial com produto interno e P : V → V um projetor ortogonal. wi = kwk2 + kv − P vk2 ≥ kv − P vk2 provando que P v é o ponto da imagem de P mais próximo de v. qn } uma base ortonormal de S e {qn+1 . . qn . . Usando uma base ortonormal Seja P um projetor ortogonal em Cm×1 e S sua imagem. qn . Prova. qm } do Cm×1 e para a qual P Q = QΣ. . . . então hP v. . . . m . seu núcleo é S ⊥ . wi − hw. . . v − P vi − hv − P v. . Logo. P é um projetor ortogonal. qm } uma base ortonormal de S ⊥ . Podemos escrevê-la usando blocos ¶ µ I 0 Σ= 0 0 para para i = 1. Seja {q1 . . O vetor P v é o vetor da Im (P ) mais próximo de v. . . Sendo P ortogonal. . qn+1 . v − P vi + hw. wi = 0 e kv − uk2 = kv − P v − wk2 = hv − P v − w. Se w estiver no ker(P ). . qn+1 . qm ] a matriz cujas colunas são os vetores da base ortonormal {q1 . Todo vetor u da imagem de P pode ser escrito na forma P v+ w.2 Projetores ortogonais em Cm×1 Nesta seção vamos considerar o espaço vetorial Cm×1 com o produto interno hx. . onde Σ é uma matriz quadrada m × m. . . . . P wi = hv. Pelas propriedades provadas para uma projeção ortogonal P. com w na imagem de P. e. . . . P qi = qi P qi = 0 Seja Q = [ q1 . . ¤ Teorema 7. provamos que o núcleo e a imagem de P são ortogonais. como P v está na imagem de P. . onde os n primeiros elementos da diagonal são iguais a 1 e todos os demais elementos são nulos. 0i = 0. . v − P v − wi = hv − P v.

. . Como as colunas de A são linearmente independentes. P = A(A∗ A)−1 A∗ . . Como já se provou.Notas de aula do Prof. . . Para todo v em Cm×1 . Antonio Cândido Faleiros 93 onde I é a matriz identidade de tamanho n × n. v − P vi = 0 de onde segue ∗ ∗ vj Ax = vj v. Esta matriz A define uma transformação linear de Cn×1 em Cm×1 . vn matrizes coluna em Cm×1 tais que B = {v1 . P = Pk ∗ i=1 qi qi e dela obtemos a identidade k X i=1 ∗ qi qi ˆˆ P = QQ∗ = Usando uma base qualquer Seja P um projetor ortogonal em Cm×1 e v1 . . O vetor v − P v está no complemento ortogonal da imagem de P e. . cujas colunas são v1 . válida quando usamos uma base ortonormal. hvj . . . . A matriz Q é unitária pois suas colunas são formadas a partir de uma base ortonormal de Cm×1 . onde x = [x1 . a identidade acima resulta em ou ∗ ∗ vj P v = vj v. . a matriz A é unitária e daí A∗ = A−1 . . chega-se a P = QΣQ∗ . . . vn . . . . Se a base B for ortonormal. A∗ Ax = A∗ v. . . . . Sendo QQ∗ a matriz identidade. podemos escrever P v = x1 v1 + · · · + xk vn = Ax. Como esta igualdade vale para todo v em Cm×1 . Eliminandoˆ as obtemos a matriz Q = [q1 . o que nos permite escrever x = (A∗ A)−1 A∗ v de onde resulta P v = Ax = A(A∗ A)−1 A∗ v. xn ]T é a matriz das coordenadas de P v na base B e A = [v1 . . Com isto reobtemos P = AA∗ . vn } é uma base da imagem de P. para j = 1. qn ] com m linhas e n colunas para a qual ˆˆ P = QQ∗ . ∗ Como a j− ésima linha de A∗ é vj . seu posto é máximo e A∗ A : Cn×1 → Cn×1 é um isomorfismo. vn ] é uma matriz de ordem m por n. possuindo assim uma inversa. . . . . . n. . . Observe que apenas as n primeiras colunas de Q são relevantes neste produto.

. yi = x∗ y. .3 Ortogonalização de Gram-Schmidt em Cm×1 Vamos considerar o espaço vetorial Cm×1 com o produto interno hx. v2 ] =  2 1  0 1 e calculamos  1/3 1/3 −1/3 P = A(A∗ A)−1 A∗ =  1/3 5/6 1/6  . Antonio Cândido Faleiros Exemplo 7. 1. v3 i q1 − hq2 . vj i qi e qj = wj . 7. . . kwj k ∗ válida para j = 2. . . . partindo de uma base {v1 . . v3 i q2 e q3 = w3 kw3 k A partir de q1 = v1 / kv1 k determinam-se recursivamente os demais elementos da base ortonormal. 2. Inicialmente estabelecemos   1 0 A = [v1 . . −1/3 1/6 5/6  Observe que P v1 = v1 e P v2 = v2 . qj } é ˆ ˆj Qj Q∗ = j X i=1 ∗ qi qi . m. de modo iterativo w1 = v1 e q1 = w1 kw1 k w2 = v2 − hq1 . . . 1)T . pode-se obter uma base ortonormal {q1 . 0)T e v2 = (0. v2 i q1 e q2 = ··· w2 kw2 k w3 = v3 − hq1 . . esta recorrência pode ser reescrita na forma ! Ã j−1 j−1 X X ∗ ∗ wj = vj − qi qi vj = 1 − qi qi vj i=1 i=1 A projeção ortogonal sobre o subespaço Sj gerado por {q1 . vm } de Cm×1 . mediante a fórmula wj = vj − j−1 X i=1 hqi . . . Como hqi .6 Determine o projetor ortogonal P sobre o espaço gerado pelos vetores v1 = (1. . Pelo processo de ortogonalização de Gram-Schmidt.94 Notas de aula do Prof. vj i qi = qi qi vj . . qm }.

. . 7. .Notas de aula do Prof. . Em lugar de calcular wj pela fórmula. q2 = . . . a projeção ortogonal sobre o complemento ortogonal do espaço gerado por q é P⊥q = I − qq∗ . qm = . . é a projeção ortogonal sobre o complemento ortogonal do espaço gerado por {q1 . . A identidade Pj = P⊥qj · · · P⊥q2 P⊥q1 será usada no algoritmo modificado. Antonio Cândido Faleiros 95 ˆ onde Qj = [q1 . qn } em Cm×1 . . . q1 = kP0 v1 k kP1 v2 k kPm−1 vm k onde P0 é a identidade e Pj . . vn } em Cm×1 . qj . obter um conjunto ortonormal de matrizes coluna {q1 . . A obtenção de Pj através das projeções sucessivas P⊥qj · · · P⊥q2 P⊥q1 é mais estável numericamente do que o cálculo clássico através da matriz Pj . . . Prosseguindo com esse raciocínio. A projeção ortogonal sobre o complemento orgogonal de Sj é ˆ ˆj Pj = I − Qj Q∗ e a fórmula recursiva pode ser escrita de modo conciso como wj . n − 1. uma vez que q1 q2 = 0. . a partir de um conjunto linearmente independente {v1 . . . . . . . . . qj }. . . Observe que ∗ ∗ ∗ ∗ ∗ ∗ ∗ ∗ P⊥q2 P⊥q1 = (I − q2 q2 )(I − q1 q1 ) = I − q1 q1 − q2 q2 + q1 q1 q2 q2 = I − q1 q1 − q2 q2 ∗ ∗ ∗ pois q1 q1 q2 q2 = 0. obtemos j Y i=1 ∗ (I − qi qi ) = j X i=1 ∗ ˆ ˆj qi qi = I − Qj Q∗ P⊥qj · · · P⊥q2 P⊥q1 = = I− ∗ ∗ ˆ ˆj uma vez que qr qr qs qs = 0 para todo r 6= s. wj = Pj−1 vj . Vamos. O projetor Pj = I − Qj Q∗ é exatamente aquele usado no algoritmo de Gram-Schmidt. . .4 Ortogonalização modificada de Gram-Schmidt Se q for uma matriz coluna unitária em Cm×1 . qj ] é a matriz cujas colunas são q1 . wj = Pj−1 vj e qj = kwj k Conclui-se que o algoritmo clássico de Gram-Schmidt pode ser expresso em termos destes projetores P0 v1 P1 v2 Pm−1 vm . . para j = 1.

. (j) (j−1) (j−1) (j−1) ∗ = wj = P⊥qj−1 wj = wj − qj−1 qj−1 wj . pode-se sobrescrever vj com wj e sobrescrever wj com qj para economizar memória. o loop que domina o algoritmo é o mais interno for k = j + 1 to n ∗ rjk = qj wk wk = wk − rjk qj . Esta operação pode ser uma adição. . . . 7. wj Na aritmética computacional de precisão finita. uma divisão ou a extração de uma raiz quadrada. O algoritmo modificado calcula wj usando a seqüência (1) (2) (3) wj wj wj = vj ∗ = P⊥q1 wj = wj − q1 q1 wj (2) (2) (1) (1) (1) (2) ∗ = P⊥q2 wj = wj − q2 q2 wj . Antonio Cândido Faleiros wj = P⊥qj−1 · · · P⊥q2 P⊥q1 vj . . vn } em Cm×1 linearmente independente Saída: Um conjunto ortonormal {q1 . . uma subtração.5 Contagem das operações Vamos calcular o número de flops realizados na execução do algoritmo modificado de Gram-Schmidt. qm } em Cm×1 ============================== for j = 1 to n wj = vj for j = 1 to n ∗ rjj = wj wj qj = wj /rjj for k = j + 1 to n ∗ rjk = qj wk wk = wk − rjk qj ============================== Na prática. . . este algoritmo introduz erros menores do que o algoritmo clássico.96 podemos usar outra Notas de aula do Prof. Quando m e n forem grandes. Cada operação realizada contabilizará um flop em nossa contagem. . .2 Gram-Schmidt modificado (estável) Entrada: Um conjunto {v1 . ============================== Algoritmo 8. . uma multiplicação.

Como o laço em k. m. Antonio Cândido Faleiros 97 ∗ O produto interno qj wk requer m multiplicações e m−1 adições. 2 j=1 k=j+1 j=1 onde o símbolo ∼ tem o seguinte significado número de flops = 1. que varia de j + 1 a n.Notas de aula do Prof. está dentro de outro em j que varia de 1 a n. O cálculo de wk −rjk qj necessita de m multiplicações e um igual número de subtrações. o número de flops usado neste algoritmo é n n X X n X n2 − n 4m = 4m (n − j) = 4m = 2mn2 − 2mn ∼ 2mn2 . .n→∞ 2mn2 lim Concluimos que a fatoração QR usando Gram-Schmidt modificado demanda a realização de ∼ 2mn2 flops. Somamos 4m flops para um único laço do loop.

Antonio Cândido Faleiros .98 Notas de aula do Prof.

O refletor Hv é hermitiano e unitário mas não é um projetor.1 Seja v um vetor não nulo em Cm . então Hv = I − 2 Hv u = −u e Hv w = w.Capítulo 8 Refletor de Householder Seja v um vetor não nulo de Cm . Esta observação nos permite dizer que a matriz Hv reflete os vetores de Cm no complemento ortogonal de S. vv ∗ v∗ v 1 (x + y) 2 1 w = (x − y) 2 são ortogonais e o refletor de Householder Hv é tal que v = Hv x = −y. visto que 2 Hv = I. Os vetores Este fato pode ser provado escrevendo x e y em termos de v e w x=v+w e 99 y = v − w. O refletor Hv = I − 2 é hermitiano e unitário. xi . yi = hy. Todo u que está em S é refletido em −u e todo w no complemento ortogonal de S se mantém inalterado. Se u for múltiplo de v e w for ortogonal a v. Sejam x e y dois vetores do Cm com normas iguais e hx. Teorema 8. A matriz vv ∗ v∗ v é chamada de matriz de Householder ou refletor de Householder. .

. . Para todo número complexo z. Vamos à sua descrição. . onde 1 v = (x + sign(x1 ) kxk e1 ) . . cujo único elemento não nulo é o primeiro. Prova. . 6 sign(z) = z . . 0.2 Se os elementos de x e y forem todas reais. Esta escolha de u assegura que kxk ≤ kyk . O vetor w= é ortogonal a v e x = u + w. quando z = 0. 0)T . |z| Observe que o sinal é um número complexo de módulo unitário. ¤ O y definido neste teorema tem a forma (y1 . .3 Seja x = (x1 . o que fornece uma maior estabilidade numérica à decomposição QR usando refletores de Householder descrita em seguida. Iremos usá-lo para calcular a decomposição QR de uma matriz usando refletores de Householder.100 Notas de aula do Prof. Antonio Cândido Faleiros Nota 8. . 0. 0. 1 (x − sign(x1 ) kxk e1 ) 2 . Hv (x) = Hv v + Hv w = −v + w = −sign(x1 ) kxk e1 . . Podemos definir um refletor de Householder que leva um vetor x do Cm num outro y = (y1 . . . xi . com x1 complexo não nulo e e1 = (1. O refletor Hv . . yi e hy. O sinal de um número complexo z é definido por sign(0) = 1 e. Se z for real. Teorema 8. que são operadores auto-adjuntos. 0)T o primeiro elemento da base canônica do Cm . . . . Portanto. basta ter kxk = kyk para garantir a igualdade entre hx. xm )T um vetor não nulo em Cm . sign(z)sign(z) = 1. seu sinal será +1 ou −1. 0) onde apenas a primeira coordenada y1 é não nula. x2 . . 2 leva x em y = −sign(x1 ) kxk e1 . onde apenas y1 = −sign(x1 ) kxk não é nulo. sign(x1 ) kxk e1 = u − w.

é ¸ · I 0 Qk = 0 Hk onde I é a matriz identidade de ordem k − 1 e Hk é uma matriz de Householder cuja ordem é m− k+ 1. A matriz Q1 é uma matriz de Householder H1 e a forma geral de Qk . . . . k + 1. 0. Por seu turno. onde v= 1 (x + sign(x1 ) kxk e1 ) . foi a de escolher Qk para zerar aqueles elementos da coluna k de A. . . 2 e e1 = (1. . 0)T onde y1 = −sign(x1 ) kxk é o único elemento não Sendo  (1) a11  (1)  a21  (1) (1) (1) (1) A = [a1 . qn ] A × R1 × · · · × Rn = Q. m. . Se x for o vetor de Cm−k+1 formado pelos elementos da coluna k de A. . (1) (1) am2 am3 (1) (1) ··· ··· ··· . a decomposição QR baseada nas matrizes de Householder será o resultado da multiplicação à esquerda de A por uma seqüência de matrizes ortogonais Q1 . . que resultarão numa matriz triangular R Qn × · · · × Q1 · A = R. . . A matriz R1 × · · · × Rn é triangular superior e sua inversa R nos fornece a decomposição A = QR. resultando numa matriz ortogonal Q = [q1 . . . 0. . . Antonio Cândido Faleiros 101 8. proposta em 1958. todas triangulares superiores. . para k = 2. a1n (1) a2n (1) a3n . Pelo que foi visto anteriormente. baseada no processo de ortogonalização de Gram-Schmidt é o resultado de sucessivas multiplicações à direita de A = [v1 . Qn .1 Decomposição QR usando o refletor de Householder A decomposição QR. . o refletor de Householder Hk procurado é I− vv ∗ /v ∗ v. . a12 a13 (1) (1) a22 a23 (1) (1) a32 a33 . . extraídos da diagonal principal para baixo. A idéia de Householder. .  . . .Notas de aula do Prof. 0) é o primeiro elemento da base canônica do Cm−k+1 . . . situados abaixo da diagonal. . . an ] =  a31   . a2 . .. . am1 (1) nulo de Hk x. . . (1) (1)         · · · amn . . vn ] por matrizes elementares. . . mantendo as primeiras k − 1 colunas inalteradas e anulando os elementos da coluna k situados abaixo da diagonal. . .. A matriz Q1 × · · · × Qn é ortogonal e sua inversa Q nos fornecerá a decomposição A = QR. . Hk x = (y1 . n. A multiplicação pela matriz Qk opera sobre A realizando uma combinação linear das linhas k. . . . .

2   . .. . · · · amn (2)    . .  . · · · a3n  . com esta escolha.. a3 . . .  . (2) (2) am2 am3    Q1 A =      ° ° ° (1) ° (2) (2) −sign(a11 ) °a1 ° a12 a13 · · · 0 0 .      Q2 Q1 A =     ° ° (1) ° (1) ° −sign(a11 ) °a1 ° 0 0 . onde ³ ´° °    (2) (2) (2) ° (2) ° (2) a22 + sign a22 °a2 ° e1 a22    a(2) (2)   1 a32  e a(2) =  32 v2 =   . . a33 . . am1  (1) (1)         ∗ ∗ que é de ordem m − 1 por n − 1. a(2) ] =  32 .. 2  . (2) (2) (2) am2 am3 · · · amn obtemos a matriz (2)  · · · a2n (2) · · · a3n   . (2) (2) a1n (2) (2) 0 a22 a23 · · · a2n (2) (2) (2) a32 a33 · · · a3n . n . . . .  . . · 1 0 0 H2 ¸ ° ° (2) ° (2) ° (3) −sign(a22 ) °a2 ° a23 · · · 0 . .. . . .. . . . Toma-se H2 = I − v2 v2 /v2 v2 .  .         e a1 (1) am1 (1)    =     a11 (1) a21 (1) a31 . .  . . . . (2) (2) am2 am2 Eliminando a primeira linha e a primeira coluna de Q1 A.  (2) (2) a22 a23  a(2) a(2)  (2) (2) 33 A1 = [a2 .. . . . (3) · · · amn a1n (2)  . Assim.102 Notas de aula do Prof. .         estão em Cm−1 . Antonio Cândido Faleiros estão em Cm . . .  . (3) a12 (2) a13 (2) ··· 0 0 am3 (3)  (3) a2n    (3)  . . . Toma-se Q2 = e. ∗ ∗ então Q1 = H1 = I− v1 v1 /v1 v1 onde ° °  (1) (1) ° (1) ° a11 + sign(a11 ) °a1 °  (1)  a21 1 (1) v1 =  a31 2  .  . .

∗ ∗ sendo H3 = I− v3 v3 /v3 v3 . que é triangular superior. . Q2 . Saída: Substitui a matriz A por R. de modo que seu produto Qn · · · Q2 Q1 . e (3) a3 am3 (3)   =     .  ³ ´° ° (1) ° (1) ° (2) (2) −sign a11 °a1 ° a a13  ³ 12 ´ ° °  (2) ° (2) ° (3)  a23 0 −sign a22 °a2 °  ³ ´° ° (3) ° (3) ° Q2 Q1 A =   0 0 −sign a33 °a3 °   . . vn . .1 Fatoração QR de Householder Entrada: A = (aij ). triangular superior da decomposição QR de uma matriz A de ordem m por n. Q∗ A = R. . . onde ³ ´° °  (3) (3) ° (3) ° a33 + sign a33 °a3 °  (3) 1 a43 v3 =  . . . Assim. Antonio Cândido Faleiros Na terceira etapa. . . também é unitária sendo Q sua inversa.  . . com m ≥ n. que resulta na decomposição A = QR onde Q é unitária e R é triangular superior.. .            ··· ··· ··· . Qn são todas unitárias. Além de R.  . este algoritmo constrói os vetores de reflexão v1 . de ordem m por n. . . ··· As matrizes Q1 . 0 0 0 e o processo continua até obter uma matriz triangular superior R = Qn · · · Q2 Q1 A. ================================= Algoritmo 10. am3 (3) (3) 103 estão em Cm−2 . . 8. vn .2 O algoritmo para calcular R O algoritmo seguinte calcula a matriz R. . . . . 2 . m por n. . . . Calcula ainda as reflexões v1 . Com esta escolha.Notas de aula do Prof. ================================= . toma-se  1 0 0 Q3 =  0 1 0  0 0 H3         a33 (3) a43 .. que denotaremos por Q∗ .

o cálculo dominante é o de Ak:m. k:n − 2vk (vk Ak:m. 2 k=1 n X 1 k2 = (n + 3n2 + 2n3 ). k:n = Ak:m. O próximo algoritmo calcula Q∗ b. Efetuamos assim 4l operações para calcular Ak:m. obtemos 2 ∼ 2mn2 − n3 3 flops para executar o algoritmo de Householder.k vk = x + sign(x1 ) kxk e1 vk = vk / kvk k ∗ Ak:m. precisamos de 1 flop para calcular 2(vk Ak:m.3 Contagem das operações Em cada loop. 8. k:n ) ================================= 8. i i Podemos calcular Q∗ b ou Qx. j ). 2(vk Ak:m. j em cada loop. j ) pelo vetor vk . fazendo m e n → ∞. Antonio Cândido Faleiros for k = 1 to n x = Ak:m. Lembramos aqui que as matrizes Qi são unitárias e assim Q∗ = Q−1 . Usamos no cálculo deste somatório os seguintes resultados n X k=1 1 = n. 6 k=1 Admitindo que m e n crescem na mesma razão. O vetor vk tem comprimento l = ∗ m− k+ 1. Podemos usar as fórmulas ou para obtê-la. Q = Q∗ Q∗ · · · Q∗ 1 2 n . sendo l multiplicações e l − 1 adições. Calculado este produto ∗ interno. k:n . k:n . é preciso calcular o produto interno vk Ak:m. k:n serão necessários 4l(n − k + 1) flops e na execução dos n loops exigirá n X k=1 4l(n − k + 1) = n X 2 2 4(m − k + 1)(n − k + 1) = 2mn2 − n3 + 2mn + n 3 3 k=1 flops. l subtrações para obter ∗ Ak:m.4 O algoritmo para calcular Q∗ Q∗ = Qn · · · Q2 Q1 A matriz Q ainda não foi calculada. Para calcular as n− k+ 1 colunas de Ak:m.104 Notas de aula do Prof. n X 1 k = n(n + 1). j − 2vk (vk Ak:m. Para cada coluna de Ak:m. Finalmente. j ) e l multiplicações para calcular ∗ o produto deste escalar. j o que exige 2l− 1 flops.

ˆ Quando se deseja calcular apenas Q da decomposição reduzida. . . . . . . ================================= Algoritmo 10. vn de ordem m por 1 e b de ordem m por 1 Saída: Substitui b pelo vetor Q∗ b de ordem m por 1. . . basta calcular as colunas Qe1 . . . . . 8. . de ordem m por 1 e o vetor x de ordem n por 1. Saída: Substitui x pelo vetor Qx de ordem n por 1. ================================= for k = n downto 1 ∗ xk:m = xk:m − 2vk (vk xk:m ) ================================= Podemos usar este algoritmo para calcular as colunas Qe1 . .Notas de aula do Prof. . vn . Este é o método de escolha quando se deseja calcular a matriz unitária Q.2 Fatoração QR de Householder Entrada: As reflexões v1 . . Qem de Q. . ================================= for k = 1 to n ∗ bk:m = bk:m − 2vk (vk bk:m ) ================================= Podemos usar este algoritmo para obter Q∗ .5 O algoritmo para calcular Q O próximo algoritmo calcula Qx. . Qen . Q∗ em de Q∗ .3 Fatoração QR de Householder Entrada: As reflexões v1 . . . calculando suas colunas Q∗ e1 . . Antonio Cândido Faleiros 105 ================================= Algoritmo 10.

106

Notas de aula do Prof. Antonio Cândido Faleiros

Capítulo 9 Mínimos quadrados
Seja A uma matriz complexa m por n e b um vetor coluna do Cm . O sistema algébrico Ax = b tem solução se e somente se b for um ponto da imagem de A. Quando, além disso A for inversível, Ax = b possui uma única solução dada por x = A−1 b. Quando b não pertencer à imagem de A, o sistema algébrico Ax = b não tem solução. Entretanto, podemos escolher c na imagem de A que minimiza kc − bk2 e resolver o sistema Ax = c. O ponto c da imagem de A mais próximo de b é a projeção ortogonal de b sobre a imagem de A. Seja P b esta projeção. As soluções de Ax = P b, minimizam kAx − bk2 . Quando o ker(A) = {0}, o sistema Ax = P b tem solução única. Entretanto, quando ker(A) contiver vetores não nulos, o sistema Ax = P b possuirá infinitas soluções. De fato, se n for um elemento não nulo do núcleo de A e x1 uma solução de Ax = P b, então, para todo número complexo c, A(x1 + cn) = P b. Se x for uma solução de Ax = P b, podemos decompô-la numa soma x1 = r + n onde r está na imagem de A∗ e n está no núcleo de A, uma vez que Cn = Im (A∗ ) ⊕ ker(A). Observe que r é a projeção ortogonal de x sobre a imagem de A∗ . Sendo x1 qualquer outra solução do sistema Ax = P b, então A(x1 − x) = 0 e x1 − x = n1 pertence ao núcleo de A e assim x1 = x + n1 = r+ (n + n1 ), onde n + n1 pertence ao núcleo de A e r é a projeção ortogonal sobre a imagem de A∗ de uma solução qualquer do sistema Ax = P b. Uma das lições que se tira do raciocínio acima é que projeção ortogonal sobre a imagem de A∗ de uma solução x qualquer de Ax = P b sempre resulta no mesmo vetor r. Determinando uma única solução do sistema Ax = P b e todas as soluções do sistema homogêneo Ax = 0, teremos em mãos todas as soluções do sistema não homogêneo Ax = P b. Cada solução de Ax = P b é uma solução por mínimos quadrados de Ax = b. A projeção ortogonal r de uma solução do sistema Ax = P b sobre a imagem de A∗ é chamada de solução principal por mínimos quadrados de Ax = b. Quando o sistema linear Ax = b tem solução, suas soluções coincidem com as soluções por mínimos quadrados de Ax = b. Seguindo o esquema estabelecido até o momento, para obter a solução principal por mínimos quadrados de Ax = b, precisamos seguir a seguinte receita: 1. Determine P b, a projeção ortogonal de b sobre a imagem de A. 107

108

Notas de aula do Prof. Antonio Cândido Faleiros

2. Determine x, uma solução de Ax = P b. 3. Determine r, a projeção ortogonal de x sobre a imagem de A∗ , que é ortogonal ao núcleo de A. Exercício 9.1 Para as matrizes abaixo, determine: a projeção ortogonal P b de b sobre a imagem de A, uma solução de Ax = P b e a projeção ortogonal r de x sobre a imagem de A∗ .     1 2 1 1. A =  0 1  e b =  0  . 0 2 3     1 0 1 1  2 1 0  e b =  1 . 2. A = 3 1 1 1     √ 1 2 1/ 2 0  Exercício 9.2 Na decomposição QR de A =  0 1  , Q =  0 √ 1 . Determine 1 2 1/ 2 0 a matriz que projeta sobre a imagem de A. Resolva o problema de mínimos quadrados Ax = (1, 0, 0)T . (Sugestão: note que as colunas de Q dão base ortogonal para a imagem de A.) A resolução de um problema de mínimos quadrados é bastante árdua. Felizmente existe um atalho que nos é dado pela proposição seguinte. Teorema 9.3 Seja A uma matriz m por n e b um vetor coluna m por 1. Seja P a matriz que projeta ortogonalmente sobre a imagem de A. Os sistemas lineares Ax = P b e A∗ Ax = A∗ b possuem as mesmas soluções. Prova. Observe inicialmente que P b − b ∈ Im (A)⊥ = ker(A∗ ). 1. Se x for solução de Ax = P b, então Ax − b = P b− b pertence ao núcleo de A∗ de onde se conclui que A∗ (Ax − b) = 0 ou A∗ Ax = A∗ b. 2. Se x for solução de A∗ Ax = A∗ b, então A∗ (b − Ax) = 0 e b− Ax pertence ao núcleo de A∗ , que é ortogonal à imagem de A. Desta forma, b = Ax+ (b − Ax) é uma decomposição de b em um vetor Ax na imagem de A e outro b − Ax no seu complemento ortogonal. Logo, P b = Ax. ¤ Definição 9.4 A equação A∗ Ax = A∗ b é chamada de equação normal do problema de mínimos quadrados para Ax = b.

é triangular superior. posto que R é triangular superior e R∗ é triangular inferior. de ordem m por n.2 Pseudo inversa Quando m ≥ n e a matriz A de ordem m por n possuir posto máximo n. Como P b = Ax. ˆ ∗ Q é a matriz identidade k por ˆ . o problema de mínimo quadrado para Ax = b tem uma única solução que coincide com a única solução da equação normal A∗ Ax = A∗ b. e a equação normal A∗ Ax = A∗ b toma a forma ˆ ˆ ˆ ˆ R∗ Rx = R∗ Q∗ b. qk ] formam uma base ortonormal da imagem de A e Q ˆ k.1 Mínimos quadrados e a decomposição QR ˆˆ ˆ Seja A = QR a decomposição QR reduzida da matriz A. a projeção ortogonal P sobre a imagem de A será dada pelo produto P = A(A∗ A)−1 A∗ . A projeção P = A (A∗ A)−1 ∗ A assumirá uma forma mais simples ˆ ˆ ˆˆ ˆ ˆ ˆˆ P = A(A∗ A)−1 A∗ = QR(R∗ R)−1 R∗ Q∗ = QQ∗ . 9. . ˆ ˆ Este sistema pode ser resolvido com facilidade. R é inversível e esta equação tem solução única. A matriz A∗ A será inversível e o problema de mínimos quadrados para Ax = b terá uma única solução x = (A∗ A)−1 A∗ b. A matriz R. possuir posto máximo n. . Quando m ≥ n e a matriz A. suas colunas serão linearmente independentes e o seu núcleo conterá apenas o zero. Quando m ≥ n e a matriz A de ordem m por n possuir posto máximo n. As colunas da matriz Q = [q1 . ˆ Neste caso. Antonio Cândido Faleiros 109 Embora seja redundante. ˆ ˆ ˆˆ ˆ ˆ A∗ A = R∗ Q∗ QR = R∗ R. então a projeção ortogonal de b sobre a imagem de A é igual a Ax P b = Ax. se x for uma solução da equação normal. nunca é demais reafirmar que. de ordem k por n. . as matrizes ∗ ˆ A A e R são inversíveis o que permite reduzir a equação normal à forma ˆ ˆ Rx = Q∗ b. 9.Notas de aula do Prof. .

. A matriz n por m A+ = (A∗ A)−1 A∗ . . Ela recebe este nome pois x = A+ b é a solução por mínimos quadrados de Ax = b. a matriz A∗ A. c1 1 xm ym então m X kAc − dk = hAc − d. é muito simples resolver o sistema. .  . Determine a reta P que minimiza o resíduo m (c0 + c1 xi − yi )2 . 9. o problema proposto é equivalente ao problema de mínimos quadrados para Ac = d no produto interno de Cm definido por hx. é chamada de pseudo-inversa de A. c= . sendo R triangular superior e R∗ triangular inferior. . d =  . além de ser inversível. . a equação normal se reduz à forma R∗ Rx = A∗ b e. . ym ) pontos de C2 .   . y1 ). . yi = x∗ y. Continuando com A de ordem m por n e posto máximo n. onde R é inversível e triangular superior. Ac − di = (c0 + c1 xi − yi )2 . então ˆ ˆ x = R−1 Q∗ b e a pseudo-inversa será dada por ˆ ˆ A+ = R−1 Q∗ . . i=1 Consideremos em Cm o produto interno definido por hx. Sendo     1 x1 y1 µ ¶ c0  .3 Reta de regressão y = c0 + c1 x Sejam (x1 . é hermitiana e possui uma decomposição de Cholesky A∗ A = R∗ R. 2 i=1 Portanto. yi = x∗ y e a norma definida √ por kxk2 = x∗ x.110 A matriz A∗ A é inversível neste caso e Notas de aula do Prof.  A= . Antonio Cândido Faleiros x = (A∗ A)−1 A∗ b. . (xm . ˆˆ Sendo QR for a decomposição QR reduzida de A. . . Neste caso.

5). . . . d= . . .   . a equação normal A∗ Ac = A∗ d assume a forma ¶µ ¶ µ ¶ µ Pm c0 + c1 x m P 0 Pm i=1 yi = m 2 c1 0 i=1 (xi − x) i=1 (xi − x)yi cuja solução é imediata Pm (xi − x)yi c1 = Pi=1 m 2 i=1 (xi − x) e c0 = y − c1 x. . . 9.. .Notas de aula do Prof. . . x2 .  . . onde   1 (x1 − x) ¶ µ 1 x   . . m − 1. . a matriz A tem posto 2. xm não forem todos iguais. de modo que o polinômio y = p(x) = c0 + c1 x + · · · + cm−1 xm−1 seja tal que p(xi ) = yi . y2 . . . . c= . . para i = 1. a matriz A é inversível e o problema tem solução única para qualquer y1 . respectivamente. A equação normal A Ac = A∗ d do problema de mínimos quadrados para Ac = d é ¶µ ¶ µ Pm ¶ µ Pm c0 m i=1 xi i=1 yi Pm Pm 2 = Pm c1 i=1 xi i=1 xi i=1 xi yi ∗ que terá solução única. . . . . 0 1 1 (xm − x) x= Exercício 9. (3. Antonio Cândido Faleiros 111 Se x1 . . .   . . . .  . . . determine c0 . 5. (4. 5). .4 Interpolação polinomial Dados os pontos (x1 . . . . Podemos fazer a decomposição A = W T. c1 . y1 ). . . Com esta decomposição. . . . 3). xm e y1 . 6). . . .  . . 2. . Sejam onde as colunas de W formam uma base ortogonal para a imagem de A e T é inversível. T = W = .  . . . ym . . 1 xm x2 · · · xk m m ck ym Se os pontos x1 . xm forem todos distintos.  . .5 Calcule a reta de regressão para os dados (1. . Estas condições nos levam ao sistema de equações algébricas lineares Ac = d onde       c0 y1 1 x1 x2 · · · xk 1 1  c1   y2   1 x2 x2 · · · xk  2 2       A= . . ym ).  . (xm . 6. 1 1 (x1 + · · · + xm ) e y = (y1 + · · · + ym ) m m os valores médios de x1 . . . (2. ym . cm−1 .

112

Notas de aula do Prof. Antonio Cândido Faleiros

O polinômio p(x) assim obtido é chamado de polinômio interpolador dos pares de pontos (x1 , y1 ), . . . , (xm , ym ). À medida que o m cresce, o polinômio p oscila mais e mais. Se os pontos (xi , yi ) tiverem sido obtidos a partir de experimentos laboratoriais, p(x) pode não representar o fenômeno que se pretende descrever.

9.5

Ajuste polinomial

Se os dados (xi , yi ), i = 1, 2, . . . , m, forem provenientes de experimentos, a interpolação polinomial fornece um polinômio que oscila muito e não representa adequadamente os dados obtidos experimentalmente. Quanto maior for o conjunto de dados, mais oscilante é o polinômio. Desta forma, é muito mais interessante procurar um polinômio de grau menor, que oscila menos e se ajuste melhor aos dados observados, embora não passe necessariamente por nenhum deles. Observando que dados experimentais são passíveis de erros, não é um absurdo obter um polinômio que se ajuste a eles sem passar necessariamente por nenhum deles. Fica no ar a pergunta: qual o grau do polinômio a ser usado. Em geral, quando se faz um experimento, existem modelos matemáticos que descrevem o fenômeno. Se não houver, busca-se um por tentativas e erros. O critério de ajuste pode ser aquele fornecido pelo problema de mínimos quadrados. Dados os pontos (x1 , y1 ), . . . , (xm , ym ), determine o polinômio y = p(x) = c0 + c1 x + · · · + ck xk

de modo que o problema proposto é equivalente àquele dos mínimos quadrados para Ac = d com o produto interno hx, yi = x∗ y. Quando k = m − 1 caímos no caso anterior da interpolação polinomial.

P de grau k menor do que m − 1 que minimiza o resíduo m (p(xi ) − yi )2 . i=1 Minimizar este resíduo é equivalente à minimização da norma kAc − dk2 , onde       c0 y1 1 x1 x2 · · · xk 1 1  c1   y2   1 x2 x2 · · · xk  2 2       , c= .  , d= .  , A= . . . .. .  . . . .  .  .   .  .  . . . . . ck ym 1 xm x2 · · · xk m m

9.6

Aproximação polinomial de funções
y = p(x) = c0 + c1 x + · · · + ck xk

Um problema semelhante ao anterior consiste em determinar o polinômio

Notas de aula do Prof. Antonio Cândido Faleiros

113

de grau menor ou igual a k que melhor aproxima uma função g(x) definida no intervalo [a, b]. Logo surge a pergunta: em que sentido p(x) é o melhor polinômio que aproxima g(x)? Numa tentativa de responder a esta indagação, legítima por sinal, poderíamos pegar m pontos a = x1 ≤ x2 ≤ · · · ≤ xm = b igualmente espaçados em [a, b] e assim determinar o polinômio p(x) que minimiza a soma S=
m X i=1

[p(xi ) − g(xi )]2 .

Denotando g(xi ) por yi , podemos resolver este problema usando a técnica anterior de ajuste polinomial. Entretanto, antes de encerrar o caso, vamos elaborar um pouco mais este problema. Para m fixo, seja ∆x = (b − a)/m. Minimizar S ou S · ∆x é a mesma coisa. À medida que o m cresce, m X |p(xi ) − g(xi )|2 ∆x S · ∆x =
i=1

converge para a integral terno

Rb
a

[f (x) − g(x)]2 dx. Tal fato motiva a definição do produto inhf, gi = Z
b

f (x)¯(x) dx g

a

e a norma correspondente a ele s Z
b

kf k =

a

|f (x)|2 dx.

Rb Nesta norma, kp − gk2 = a |p(x) − g(x)|2 dx. O problema agora pode ser reformulado como segue: Seja g uma função contínua, definida no intervalo real [a, b]. Determine o polinômio p(x) = c0 + c1 x+ · · · + ck xk de grau menor ou igual a k, que minimiza kp − gk =
2

Z

b

a

|p(x) − g(x)|2 dx.

Sabemos que p é obtido projetando g ortogonalmente sobre o espaço dos polinômios de grau menor ou igual a k. Podemos determinar este polinômio a partir de uma base ortogonal para este espaço vetorial. Sabemos que quando [a, b] = [−1, 1], estes polinômios estão relacionados aos polinômios de Legendre.

114

Notas de aula do Prof. Antonio Cândido Faleiros

9.7

Aproximação trigonométrica

Podemos agora resolver um problema semelhante ao anterior, aproximando uma função real g(x), definida no intervalo [−L, L], por uma função trigonomérica ¶ X ¶ µ µ m m a0 X kπ kπ f (x) = + x + x ak cos bk sen 2 L L k=1 k=1 fazendo com que kf − gk =
2

seja o menor possível. A norma acima é proveniente do produto interno Z L hf, gi = f (x)¯(x) dx g
−L

Z

L

−L

|f (x) − g(x)|2 dx

e, o que é interessante observar, o conjunto de funções µ ¶ µ ¶ kπ kπ { 1, cos x , sen x : k = 1, 2, . . . , m } L L é ortogonal em relação a este produto interno. Pode-se calcular que h1, 1i = 2L e ¶ µ ¶À ¿ µ ¶ µ ¶À ¿ µ kπ kπ kπ kπ x , cos x = sen x , sen x = L. cos L L L L Consequentemente, a0 ak bk Z 1 L = g(x)dx L −L ¶ µ Z 1 L kπ x dx = g(x) cos L −L L ¶ µ Z 1 L kπ x dx = g(x)sen L −L L

para k = 1, 2, . . . , m. Seja g(x) uma função contínua por partes no intervalo [−L, L] e h(x) sua extensão periódica para toda a reta. À medida que o m cresce, a aproximação trigonométrica converge para o valor médio g(x− ) + g(x+ ) 2 onde g(x− ) = lim g(s) e g(x+ ) = lim g(s). − +
s→x s→x

A teoria que trata das aproximações por funções trigonométricas é denominada de Análise de Fourier e a ciência que estuda as aproximações por seqüências de funções ortogonais é denominada de Análise Harmônica.

O vetor v é chamado de autovetor de L correspondente ao autovalor λ.1 Seja V um espaço vetorial e L : V → V um operador linear. A matriz tI − A é chamada de matriz característica de A. então α1 x1 + α2 x2 será autovetor de A correspondentes ao autovalor λ. onde I é a matriz identidade. o det(λI − A) é um polinômio de grau n em λ. determinamos os autovalores x. Se x1 e x2 são dois autovetores de A correspondentes ao mesmo autovalor λ e α1 . o polinômio ∆(t) = det(tI −A) é chamado de polinômio característico de A e a equação polinomial det(tI − A) = 0 é chamada de equação característica de A. Se A for uma matriz de ordem n. tal que Ax = λx. chamado de autoespaço de A correspodente ao autovalor λ. Um escalar λ é um autovalor de L se existir um vetor v. a equação polinomial det(tI − A) = 0 possui pelo menos uma raiz λ. tal que Lv = λv.Capítulo 10 Autovalores e autovetores Definição 10. A equação matricial acima possui solução não trivial se e só se det(λI − A) = 0. Lembre-se: quando uma equação matricial homogênea possui solução não trivial. α2 forem dois escalares. esta solução não é única. Um número real λ é um autovalor de A se existir uma matriz coluna x de ordem n por 1. Sendo x um autovetor de A correspondente ao autovalor λ então (λI − A)x = 0. O conjunto auto(λ) = {x ∈ Cn : Ax = λx} é um subespaço vetorial de Cn . não nula. não nulo. Substituindo este valor na equação matricial (λI −A)x = 0. 115 . O vetor coluna x é chamado de autovetor de A correspondente ao autovalor λ. Sobre o corpo dos números complexos. Uma matriz quadrada A define um operador linear de Rn em Rn se for real ou de Cn em Cn se for complexa.

os mesmos autovalores. . para calcular os autovalores e autovetores de um operador L num espaço vetorial de dimensão finita. Para determinar autovalores e autovetores de um operador linear L : V → V. .116 Notas de aula do Prof. λs da equação característica det(λI − A) = 0 e. . determinar seus autovalores λ1 . calcule as raízes λ1 . . Se duas matrizes quadradas A e B forem semelhantes. se A = (aij ). para cada autovalor λi . . . . A cada autovalor λi . que serão os autovetores de L. vn } de V e calculamos a matriz de L na base B que denotamos por A. . esta igualdade se verifica se e só se n aij xj = n λxi . Um vetor v não nulo é autovetor de L correspondente ao autovalor λ se e só se a matriz coluna x das coordenadas de v na base B for um autovetor de A correspondente ao autovalor λ. portanto. então T v= e Lv = n X j=1 n X j=1 n X i=1 xi vi à n n X X i=1 j=1 xj Lvj = xj ´ P ³Pn P Assim. onde V é um espaço vetorial de dimensão finita n. determine o autoespaço de A correspondente a este autovalor auto(λi ) = {x ∈ Cn : Ax = λi x} para obter os autovetores v de L correspondente ao autovalor λi que serão dados por v = x1 v1 + · · · + xn vn n X i=1 aij vi = aij xj ! vi . . da independência linear i=1 j=1 i=1 P P dos elementos de B. Lv = λv se e só se n aij xj vi = n λxi vi e. para i = j=1 i=1 1. . . . . . mostrando que matrizes semelhantes possuem a mesma equação característica e. n. Desta forma. λs . se x = (x1 . . . . xn ) . . Antonio Cândido Faleiros Para obter os autovalores e autovetores de A. basta calcular sua matriz A numa base B. . De fato. determine o conjunto solução do sistema homogêneo (λI − A)x = 0 para obter o autoespaço de λ. . escolhemos uma base B = {v1 . que corresponde à equação matricial Ax = λx. então n X aij vi Lvj = i=1 e. . então existe uma matriz inversível P tal que B = P AP −1 e det(tI − B) = det(tP −1 P − P −1 AP ) = det(P −1 (tI − A)P ) = = det(P −1 ) det(tI − A) det(P ) = det(tI − A). Um escalar λ é autovalor de L se e só se for autovalor de A.

A mesmo acontece com os autovetores de L. Tal como no caso de matrizes. . Se A for a matriz de L numa base B de V. xn )T é autovetor de A correspondente ao autovalor λi . Inicialmente provaremos que {v1 . . . Prova. . o conjunto auto(λ) = {v ∈ V : Lv = λv} 117 é um subespaço vetorial de V. . . Vamos provar que estes autovetores formam um conjunto linearmente independente. v2 } é linearmente independente. . . o polinômio característico de L não depende da base escolhida e. provando que o conjunto {v1 . consequentemente. . obtemos a2 = 0 e. vr } é linearmente independente. . Consideremos a equação a1 v1 + a2 v2 + · · · + ar vr = 0. . . Vamos supor. então tI − A é chamada de matriz característica de L. . a1 = 0. .2 Autovetores de L correspondentes a autovalores distintos são linearmente independentes. Como as matrizes de uma transformação linear em bases diferentes são semelhantes. . . Sejam v1 . vr os autovetores de L correspondentes aos autovalores distintos λ1 . o polinômio det(tI − A) é chamado de polinômio característico de L e a equação polinomial det(tI − A) = 0 é chamada de equação característica de L. portanto. Teorema 10. Multiplicando-a por A e por λ1 . . vj } são linearmente independentes. 2. Como λ1 6= λ2 e v2 6= 0. Seja λ um autovalor de L. Sua determinação não depende da base escolhida. Subtraindo uma da outra chega-se a a2 (λ1 − λ2 )v2 = 0. onde ai são escalares. . obtemos a1 λ1 v1 + a2 λ2 v2 + · · · + ar λr vr = 0 e a1 λ1 v1 + a2 λ1 v2 + · · · + ar λ1 vr = 0. Multiplicando por λ1 e por A vem a1 λ1 v1 + a2 λ1 v2 = 0 e a1 λ1 v1 + a2 λ2 v2 = 0.Notas de aula do Prof. Antonio Cândido Faleiros onde x = (x1 . 1. seus autovalores não dependem da base escolhida. que qualquer subconjunto de {v1 . vr } com menos de r elementos é linearmente independente. Do mesmo modo se prova que um conjunto formado por dois autovetores {vi . 3. Sejam a1 e a2 dois escalares tais que a1 v1 + a2 v2 = 0. denominado de autoespaço de L correspondente ao autovalor λ. v2 } é linearmente independente. λr . como hipótese de indução. . . Vamos provar que {v1 . .

. wi = hv. −Lvi =⇒ λ hv. λvi = λ hv. vi Como hv. se λ for autovalor de L∗ L. Se Lv = λv. Os autovalores de L são reais e os autovetores correspondentes a autovalores distintos são ortogonais. ¤ Teorema 10. Prova. Lvi ¯ ¯ ¯ o que implica em λ hv. Seja v um autovetor de L∗ L associado ao autovalor λ. Como λ 6= µ. Sejam v e w autovetores de L com Lv = λv. vi = 0. Lvi = hv. wi = −σ hv. então hLv. De hLv. vi = λ hv. vi = hv. wi = hv. em conseqüência. . vi ou (λ − λ) hv.118 Subtraindo uma da outra vem Notas de aula do Prof. vr } linearmente independente. isto é. wi . segue 0 ≤ hLv. Se v e w forem autovetores correspondentes aos autovalores reais distintos λ e µ. vi =⇒ λ = −λ provando que λ é um número imaginário com parte real nula. então. wi = µ hv.3 Seja V um espaço com produto interno e L : V → V auto-adjunto. ¤ . hv. ¤ Teorema 10. vi > 0. onde v é um vetor não nulo e λ escalar. .5 Seja V um espaço com produto interno e L : V → V antiadjunto. Lw = σw e λ = σ. λ 6= −σ e assim. . −Lwi =⇒ λ hv. wi ou (λ − µ) hv. . conclui-se que λ ≥ 0. Se v for um autovetor de L. Como os autovalores são distintos. ¤ Teorema 10. wi = 0. a2 (λ2 −λ1 ) = · · · = ar (λr −λ1 ) = 0. completando a prova de que o conjunto {v1 . wi = 0. então λ ≥ 0. ¯ Sendo λ e σ imaginários puros e distintos. Os autovalores de L∗ L são reais e não negativos.4 Seja V um espaço com produto interno e L : V → V linear. . . Como L∗ L é auto-adjunto. Lvi ≥ 0. vi = −λ hv. de hLv. seus autovalores são reais. hv. a2 = · · · = ar = 0 e. com Lv = λv então ¯ ¯ hLv. de onde se conclui que λ = λ. wi = 0. vi = hv. vr } é linearmente independente. a1 também é nulo. L∗ Lvi = hv. Os autovalores de L são números imaginários puros (números complexos com parte real nula) e os autovetores correspondentes a autovalores distintos são ortogonais. . Então 6 ¯ hLv. Prova. Lwi o que implica em λ hv. Prova. Antonio Cândido Faleiros a2 (λ2 − λ1 )v2 + · · · + ar (λr − λ1 )vr = 0 Sendo o conjunto {v2 .

Lw = λw e σ 6= λ. . . Sejam Ak . ¯ ¯ Como λ possui módulo unitário. Os autovalores de L são números complexos com módulo unitário e os autovetores correspondentes a autovalores distintos são ortogonais. Prova. Como det(B)I = Itn + cn−1 Itn−1 + · · · + c1 It + c0 I . Antonio Cândido Faleiros 119 Teorema 10. Se hv. Lwi = hv. com Lv = λv. . vi =⇒ λλ hv. Os elementos da matriz A(t) = A0 + A1 t + · · · + Ar tr são polinômios de grau menor ou igual a r. denotada por adj(B). Sabe-se que B −1 = adj(B)/ det(B) e assim. Se p(A) = 0. wi =⇒ σλ = 1. onde θ é um ¯ número real. então hLv. det(B)I = adj(B) · B. Logo.8 (Cayley-Hamilton) Toda matriz é um zero do seu polinômio característico. Define-se p(A). wi = hv. vi =⇒ λλ = 1. Assim σ exp(iθ) = 1 e σ = exp(−iθ) = λ de onde se conclui que λ = σ. adj(B) = Bn−1 tn−1 + · · · + B1 t+ B0 é um polinômio matricial de grau n − 1 ou inferior. Sejam v e w autovetores de L com Lv = σv. Lvi = hv. Teorema 10.Notas de aula do Prof. . o valor do polinômio p(t) na matriz A. Então ¯ ¯ hLv. wi 6= 0. o ¯ ¯ que contraria a hipótese. Seu polinômio característico det B = det(tI − A) = tn + cn−1 tn−1 + · · · + c1 t + c0 tem grau n. wi =⇒ σλ hv. k = 0. diremos que a matriz A é um zero do polinômio p(t). matrizes quadradas de mesma ordem. por p(A) = c0 I + c1 A + · · · + ck Ak onde I é a matriz identidade com ordem igual à de A. podemos escrevê-lo na forma λ = exp(iθ). é um polinômio de grau n − 1 ou inferior.7 Seja p(t) = c0 + c1 t+ · · · + ck tk um polinômio em t e A uma matriz quadrada. 1. ¤ Definição 10. vi = hv.6 Seja V um espaço com produto interno e L : V → V unitário. r. Seja A uma matriz quadrada de ordem n e B = tI − A sua matriz característica. mostrando que λ é um número complexo de módulo unitário. Cada elemento da adjunta clássica de B. Seja v um autovetor de L. Prova.

120 e Notas de aula do Prof. . Antonio Cândido Faleiros ¢ ¡ adj(B) · B = Bn−1 tn−1 + · · · + B1 t + B0 (tI − A) = Bn−1 tn + (Bn−2 − Bn−1 A)tn−1 + · · · + (B0 − B1 A)t + B0 A segue I = Bn−1 cn−1 I = Bn−2 − Bn−1 ··· c1 I = B0 − B1 A c0 I = B0 A. . obtemos zero do lado direito e. . det(tI − A) = det(tI − A1 ) · · · det(tI − Ar ). . . .9 Seja A uma matriz triangular em blocos. onde λ1 . da primeira até a última por An . Teorema 10. O expoente pk é a multiplicidade algébrica do autovalor λk . A e I. podendo ter a mesma ordem ou não. An−1 . cujos blocos diagonais são A1 . isto é. . . o polinômio característico An + cn−1 An−1 + · · · + c1 A + c0 I calculado na matriz A. Isto prova o teorema de Cayley-Hamilton. do lado esquerdo. pk suas multiplicidades. . Então det(A) = det(A1 ) det(A2 ). Multiplicando as igualdades. . O polinômio característico de uma matriz quadrada complexa A pode ser fatorado em fatores lineares. pela direita e adicionando os resultados. . . . . . . . A matriz característica de A também é triangular por blocos e det(tI − A) = det(tI − A1 ) det(tI − A2 ). respectivamente. Então o polinômio característico de A é o produto dos polinômios característicos de A1 . λk são suas raízes e p1 . ¤ Matrizes triangulares em bloco são aquelas do tipo ¶ µ A1 B A= 0 A2 onde A1 e A2 são matrizes quadradas. . . ∆(t) = (t − λ1 )p1 · · · (t − λk )pk . . . Ar . Ar .

wr } esta base. . O autoespaço deste autovalor é gerado por (1. . . .   5 1 0 Exemplo 10. .Notas de aula do Prof. Portanto. Se P for a matriz cujas colunas são formadas por esses vetores. Completemos este conjunto para obter uma base de V. . . . . λn ). . w1 . . . . A multiplicidade algébrica de λ é a multiplicidade de λ como raíz da equação característica. . . .. Seja g a multiplicidade geométrica de um autovalor λ de L. Logo. ¶  µ  A C 0 · · · λ cp1 · · · cpr   M = = 0 B  0 · · · 0 b11 · · · b1r   . 0. vg linearmente independentes correspondentes ao autovalor λ.  . . Sendo inversível. . 1.  . Se A for semelhante a uma matriz diagonal D. . . . Para que isto ocorra. 5 é 0 0 5 um autovalor de A de multiplicidade algébrica 3. (t − λ)g deve dividir ∆(t).11 O polinômio característico de A =  0 5 0  é (t − 5)3 . . 0 · · · 0 br1 · · · brr onde A = λI. Existem g autovetores v1 . . . . Seja B = {v1 . . as colunas de P são vetores linearmente independentes. . então existe uma matriz inversível P tal que AP = P D. os n autovalores λ1 . . . vn } que formam uma base de V e para os quais Avi = λi vi .  . 2. . Se A tem n autovetores linearmente independentes.. . Teorema 10. Antonio Cândido Faleiros 121 Definição 10. a multiplicidade geométrica do autovalor 5 é 2. Prova. Prova. .14 No teorema anterior. A multiplicade geométrica de λ é a dimensão do seu autoespaço.13 Uma matriz quadrada A de ordem n é semelhante a uma matriz diagonal D se e só se A tem n autovetores linearmente independentes.   . temos AP = P D onde D = diag(λ1 .10 Seja λ um autovalor de uma matriz quadrada A de ordem n.. . a multiplicidade algébrica de λ deve ser maior ou igual a g. Logo. 0. . . . . . Seja V um espaço vetorial de dimensão n e L : V → V um operador linear. . . . . . . λn não precisam ser todos distintos. sejam eles {v1 . vg .. 0)T e (0.12 A multiplicidade geométrica de um autovalor nunca excede sua multiplicidade algébrica. A matriz de L nesta base é   λ · · · 0 c11 · · · c1r  .. O polinômio característico de M é ∆(t) = det(tI −M) = det(tI −A) det(tI − B) = (t − λ)g det(tI − B). . Os elementos diagonais de D são os autovalores de A e as colunas de P os autovetores. ¤ Teorema 10.. ¤ Nota 10. 1)T .  . . . .

dm )P −1 . . 11 22 nn Sendo f (t) um polinômio. . dnn ). .122 Notas de aula do Prof. . f (dnn ) )P −1 . então ³p p ´ k1 . . Os elementos da diagonal desta representação são os autovalores λi . . kn P −1 B = P diag é uma raiz quadrada de A pois B 2 = A. Antonio Cândido Faleiros Seja P a matriz inversível para a qual D = P −1 AP é diagonal. Se D for diagonal e seus elementos diagonais forem d11 . Seja V um espaço vetorial com dimensão n. dnn denotaremos esta matriz por D = diag(d11 . na base formada pelos autovetores. . dm . Além disso. . . Seja L : V → V uma transformação linear. . . d22 . . . Então A = P DP −1 é a chamada de fatoração diagonal de A. Sendo A = P DP −1 . d22 . cujo polinômio característico ∆(t) = (t − λ1 )(t − λ2 ) · · · (t − λn ) pode ser fatorado em n fatores distintos do primeito grau. se os elementos diagonais de D forem não negativos. . f (d22 ). . ¢ ¡ f (A) = f P D P −1 = P f (D) P −1 = P diag( f (d11 ). . . . então ¡ ¢m Am = P DP −1 = P Dm P −1 = P diag(dm . . . Então L possui n autovetores linearmente independentes e portanto. . possui uma representação matricial diagonal.

Capítulo 11 Espaços Invariantes
Definição 11.1 Seja L : V → V um operador linear e W um subespaço de V. Se L(W ) ⊂ W, diremos que W é invariante sob L. Exemplo 11.2 Seja L(x, y, z) = ( x − y, x + y, z ) um operador definido no espaço vetorial dos ternos ordenados. O subespaço W = { (x, y, 0) : x, y ∈ R } é invariante sob L. O subespaço gerado por um vetor w não nulo é invariante sob L se e só se w for um autovetor de L. Seja L : V → V linear e f (t) um polinômio. O ker f (L) é invariante sob L. Se W for invariante sob L, então W é invariante sob f (L). Definição 11.3 Seja W um subespaço vetorial de V e L : V → V um operador linear. Se W for invariante sob L podemos definir T : W → W por T (w) = L(w) para todo w em W. O operador T é linear em W e recebe o nome de restrição de L em W. Sendo W invariante sob L, então é invariante sob Lk , para todo k inteiro positivo. Se f (t) for um polinômio, então W é invariante sob f (L). Sendo T a restrição de L a W, para todo w em W, tem-se f (T )w = f (L)w. Teorema 11.4 Seja L : V → V linear e W subespaço de V invariante sob L. Então L possui uma representação matricial em bloco µ A C 0 B ¶

onde A é uma representação matricial da restrição de L em W. 123

124

Notas de aula do Prof. Antonio Cândido Faleiros

Prova. Seja {u1 , . . . , uj } uma base de W e {u1 , . . . , uj , v1 , . . . , vk } uma base de V. Como W é invariante frente a L, L(u1 ) = a11 u1 + · · · + aj1 uj ··· L(uj ) = a1j u1 + · · · + ajj uj L(v1 ) = c11 u1 + · · · + cj1 uj + b11 v1 + · · · + bk1 vk ··· L(vk ) = c1k u1 + · · · + cjk uj + b1k v1 + · · · + bkk vk e, portanto, a representação matricial de L nesta base é  a11 · · · a1j  . ... . . . .  .  aj1 · · · ajj    0 ··· 0  . .  . .. . . . . 0 ··· 0  c11 · · · c1k . .. . . . .  µ . .  ¶  A C cj1 · · · cjk  . = 0 B b11 · · · a1j  . .. .  . . .  . . bk1 · · · bkk

¤

Definição 11.5 Seja L : V → V linear e V = W1 ⊕ · · · ⊕Wr , onde Wi é invariante sob L. Seja Li a restrição de L a Wi . Neste caso se diz que L é a soma direta dos Li ou que L é decomponível nos operadores Li , quando então se escreve L = L1 ⊕ · · · ⊕ Lr . Ainda se diz que os subespaços W1 , . . . , Wr reduzem L. Teorema 11.6 Seja L : V → V linear e W1 , . . . , Wr subespaços de V invariantes sob L e tais que V = W1 ⊕ · · · ⊕Wr . Neste caso, L possui uma representação matricial diagonal em bloco   A1 0 · · · 0  0 A2 · · · 0    A= . . .. .  . . .   . . . . 0 0 · · · Ar onde Ai é uma representação matricial da restrição Li de L no subespaço Wi . Prova. Provaremos o teorema no caso em que V = W1 ⊕ W2 . Sejam B1 = {u1 , . . . , ur } base de W1 e B2 = {w1 , . . . , ws } base de W2 . Como W1 e W2 são invariantes frente

Notas de aula do Prof. Antonio Cândido Faleiros L, L(u1 ) = a11 u1 + · · · + ar1 ur ··· L(ur ) = a1r u1 + · · · + arr ur L(w1 ) = b11 w1 + · · · + bs1 ws ··· L(ws ) = b1s w1 + · · · + bss ws Desta forma, a representação  a11  . .  .   a A =  r1  0  .  . . 0 ¤ matricial de L nesta base é  · · · a1r 0 · · · 0 . .. . ... . . . . .  µ . . .  ¶  A 0 · · · arr 0 · · · 0  . = 0 B · · · 0 b11 · · · b1s   . .. . ... . . . . .  . . . · · · 0 bs1 · · · bss

125

Nas condições do teorema anterior, temos L = L1 ⊕ · · · ⊕Lr . A matriz A é chamada de soma direta de A1 , . . . , Ar e se escreve A = A1 ⊕ · · · ⊕ Ar .

11.1

Polinômio mínimo

Para obter representações matriciais simplificadas de um operador linear é preciso obter subespaços invariantes. Se f (t) for um polinômio e L for um operador linear, então o núcleo de f (L) é invariante sob L. Este fato nos fornece um modo sistemático de obter subespaços invariantes. Em particular vamos provar que Teorema 11.7 Seja L : V → V linear e g(t), h(t) polinômios mônicos primos entre si, tais que L é um zero do polinômio f (t) = g(t)h(t). Então os subespaços ker g(L) e ker g(L) são invariantes sob L e V = ker g(L) ⊕ ker h(L) Sabemos que L é um zero de seu polinômio característico. Vamos provar que todo polinômio que tem L como zero possui os mesmos fatores irredutíveis. Dentre eles, destaca-se o de menor grau, denominado de polinômio mínimo de L. Definição 11.8 Seja L : V → V um operador linear. O polinômio mínimo de L é aquele polinômio mônico de menor grau para o qual m(L) = 0.

Este é um polinômio mínimo de L. r(t) 6= 0. f (t) = q(t)m(t)+r(t). (Existência) Sabemos que a matriz L é um zero do seu polinômio característico e assim. Antonio Cândido Faleiros Teorema 11. Esta possibilidade. f (t)I = = = = c0 I + c1 tI + c2 t2 I + · · · + tr I c1 (tI − L) + c2 (t2 I − L2 ) + · · · + (tr I − Lr ) (tI − L)(c1 + c2 (tI + L) + · · · + (tr−1 I + tr−2 L + · · · + Lr−1 )) (tI − L)B(t). ¤ . o polinômio mínimo de L divide o polinômio característico de L. então ∆(t) divide m(t)n .10 O polinômio mínimo de L divide todo polinômio que tem L como zero. Em particular. vale (tI − L)B(t) = m(t)I.126 Notas de aula do Prof. considerando-se que r(A) = 0 e o grau(r) < grau(m). r(t) = 0 e m(t) divide f (t). Considere o conjunto de todos os polinômios mônicos que se anulam em L. g(L) = 0. Existe pelo menos um polinômio não nulo de grau mínimo neste conjunto. Seja m(t) o polinômio mínimo de L e f (t) um polinômio mônico para o qual f (L) = 0. existe pelo menos um polinômio não nulo que possui L como zero. Então g(t) = f (t)− m(t) não é nulo e seu grau é menor que o grau de m(t). contrariando a hipótese de m(t) ser o polinômio de menor grau que possui L como zero. Calculando o determinante dos dois membros. onde se pode explicitar c0 I c0 I = −c1 L − c2 L2 − · · · − Lr . Ao mesmo tempo. deve ser descartada pois nos leva a uma contradição. (Unicidade) Seja m(t) o polinômio mônico de menor grau para o qual m(L) = 0.9 Toda matriz quadrada possui um único polinômio mínimo.11 Seja m(t) o polinômio mínimo e ∆(t) o polinômio característico de um operador linear L : V → V. Se f (t) for o polinômio mínimo m(t) de L. ¤ Teorema 11. Seja f (t) = c0 + c1 t + c2 t2 + · · · + tr . O grau de f (t) é maior do que o grau de m(t) e. Existem duas possibilidades: r(t) = 0 ou r(t) 6= 0. onde grau(r) < grau(m). Prova. pelo algoritmo da divisão. segue ∆(t) det B(t) = m(t)n . Logo. qualquer polinômio mônico para o qual f (L) = 0 ou c0 I + c1 L + c2 L2 + · · · + Lr = 0. Prova. Seja f (t) outro polinômio mônico de mesmo grau que m(t) e que possui L como zero. ¤ Teorema 11. Se a dimensão de V for n. Prova. Esta expressão pode ser usada para eliminar c0 I em f (t)I.

0 0 5  Os candidatos a polinômio mínimo são ∆(t) e  seu polinômio característico é (t − 5)3 e seu polinômio mínimo é (t − 5)2 . Logo. Logo. Exemplo 11. ¤ Corolário 11. Prova. Seja m(t) o polinômio mínimo e ∆(t) o polinômio característico de L. Sendo f (t) = t2 − 4t + 3. Por outro lado.13 Um escalar λ é um autovalor de um operador linear L se e só se λ for uma raiz do polinômio mínimo de L. os fatores irredutíveis de m(t) também devem ser fatores irredutíveis de ∆(t). os fatores irredutíveis de ∆(t) devem ser fatores irredutíveis de m(t)n que possui os mesmos fatores irredutíveis que m(t).  0  ↔ 1. f (t) é o polinômio mínimo de A. .12 Os polinômios mínimo e característico de um operador linear L possuem os mesmos fatores irredutíveis. Logo.14 Considere a matriz  2 2 −5 A =  3 7 −15  . Exemplo 11. 1 2 −4        5   −2  1   1  . f (t) = (t − 1)(t − 3). ∆(t) divide m(t)n .16 Dada a matriz  5 2 0 A =  0 5 0 . Já sabemos que ∆(A) = 0. Exemplo 11. Isto prova o teorema.15 O polinômio característico e mínimo da matriz   5 2 0  0 5 2  0 0 5 são ambos iguais a (t − 5)3 . Pelo teorema anterior. possuem as mesmas raízes. Assim. Antonio Cândido Faleiros 127 Teorema 11.  3  ↔ 3Seu polinômio característico é . Vamos verificar se f (A) = 0.Notas de aula do Prof. eigenvectors:     0 1 1 ∆(t) = (t − 1)2 (t − 3). um cálculo simples mostra que f (A) = A2 − 4A + 3I = 0. m(t) divide ∆(t).

¶ µ 5 6 tem dois autovalores: −4 e 7. Os polinômios característico e mínimo são e correspondentes a eles são 1 −3 iguais ∆(t) = m(t) = t2 − 3t − 28. e a eles são. 3 −2 −3 1 0 7 11 3 2 ¶ µ 5 6 são −1 e 8 e os autovetores correspondentes Exemplo 11.18 Os polinômios característico e  0 0  1 0 A= 0 1 são ambos iguais a t3 − 5t2 − 3t − 2. Exemplo 11.20 Os polinômios característico  0 0 0  1 0 0   0 1 0 0 0 1 e mínimo de  a0 a1   a2  a3 são ambos iguais a t4 − a3 t3 − a2 t2 − a1 t − a0 . Antonio Cândido Faleiros seu polinômio característico é (t − λ)3 e seu polinômio mínimo é (t − λ) .128 Exemplo 11.22 Os autovalores de ¶ 3µ 2 ¶ µ 2 −1 . 1 1 . Os autovetores Exemplo 11. Assim ¶µ ¶ µ ¶ µ ¶µ 1 1 −3 5 6 2 3 −4 0 = .17 Dada a matriz Notas de aula do Prof. respectivamente.21 A matriz A = −2 ¶3 µ ¶ µ 3 2 .19 Os polinômios característico e mínimo de   0 0 0 2  1 0 0 3     0 1 0 5  0 0 1 7 Exemplo 11. mínimo de  2 3  5  5 0 0 A =  0 5 0 . 0 0 5  são ambos iguais a t4 − 7t3 − 5t2 − 3t − 2. Exemplo 11.

Seu polinômio característico é ∆(t) = (t − 3)2 (t − 5) e mínimo é 1 m(t) = (t − 3) (t − 5) . Correspondente a λ2 = 5 temos um 3 temos dois autovetores LI 0 1   1 autovetor LI  2  .Notas de aula do Prof.25 Os autovalores de  2 5 −2  são 3 e 5. Correspondente a λ1 = 1 2   1  −1 1  1  e  0  .26 Os autovalores de A =  0 6 −3  são 3 e 5. O Todos os autovetores correspondentes ao autovalor λ2 = 5 são múltiplos de 1 2 polinômio característico de A é ∆(t) = (t − 3) (t − 5) e o polinômio mínimo é m(t) = (t − 3) (t − 5) . 0 1   1  2 . O polinômio característico e mínimo são ∆(t) = m(t) = spondentes são 0 1 2 (t − 4) (t + 2) . seu polinômio característico é (t − 2)3 e 0 0 2 seu polinômio mínimo é t − 2. e são 1 −1   4 1 −1 Exemplo 11.23 A matriz C = possui um único autovalor real λ = 4 e um 1 3 µ ¶ 1 . Antonio Cândido Faleiros µ 129 ¶ 5 −1 Exemplo 11.   −3 1 −1 Exemplo 11.   3 −1 1 Exemplo 11. Os polinômios carcterístico e mínimo são iguais: t2 − 5t + 4.24 Os autovalores de 1 3 ¶ µ ¶ µ 1 2 .   2 0 0 Exemplo 11. Os autovetores correspondentes Exemplo 11. Os polinômios característico e mínimo único autovetor linearmente independente 1 são iguais ∆(t) = m(t) = t2 − 8t + 16. ¶ µ 2 2 são 1 e 4.28 Dada a matriz  0 2 0  .27 Os autovalores de  −7 5 −1  são −2 e 4 e os autovetores corre−6 6 −2     1 0  1  e  1  . . Correspondentes ao 0 1 2     −1 1  1  e  0 . autovalor λ1 = 3 temos dois autovetores linearmente independentes.

 1  . seu polinômio característico é (t − 2)5 e seu polinômio mínimo é (t − 2)2 .31 Dada a matriz        .130  Notas de aula do Prof.  0  .  0  .29 Dada a matriz  0 2 0  . seus autovetores são        1 0 0 0 0       . seu polinômio característico é (t − 2)3 e 0 0 2 2 seu polinômio mínimo é (t − 2) .          0 0 0  0   0   0         1  .33 Dada a matriz         0 0 0 0 1   2 0 0 0 0 1 2 0 0 0 0 1 2 0 0 0 0 0 2 0 0 0 0 0 2      .30 Dada a matriz  0 2 1  .   . seu polinômio característico é (t − 2)3 e 0 0 2 3 seu polinômio mínimo é (t − 2)  2 0 0 0 0 0 2 0 0 0 0 0 2 0 0 0 0 0 2 0 0 0 0 0 2       . Antonio Cândido Faleiros  2 1 0 Exemplo 11. seus autovetores são  0  .      1   0  1 0    Exemplo 11.      0 0 0 1 0    . Seu polinômio característico é (t − 2)5        0   1   0  1 0 0 e seu polinômio mínimo é t − 2.  0  formam uma base de C5 .       0 1 2 1 0 0 0  0   0   0 2 0 0 0        Exemplo 11. seus autovetores       1 0 0 0 0     . seu polinômio característico é (t − 2)5 e seu polinômio mínimo é (t − 2)3 .32 Dada a matriz  0 0 2 0 0  .        0 1 0 0 0   .     Exemplo 11.        0   0   0 0 0 2 0  0 0 0 0 0 0 2     0 0  0   0       0  .  2 1 0 Exemplo 11.

35 Dada a matriz  0 0 2 1 0  .   2 1 0 0 0  0 2 1 0 0    Exemplo 11.Notas de aula do Prof. então µ ¶ A 0 D= .34 Dada a matriz  0 0 2 1 0  .2 Matrizes em bloco *** Incluir casos mais gerais do que apenas diagonais em bloco.   Nota 11. Se f (t) for um polinômio em t. f (D) = 0 f (B) Teorema 11. Então o polinômio mínimo de A é igual ao mínimo múltiplo comum dos polinômios mínimos dos blocos diagonais A1 e A2 . seus autovetores são    0 0 0 2 1  0 0 0 0 2   1  0     0  . é uma matriz diagonal em bloco. Se A e B forem matrizes quadradas. seu polinômio característico é (t − 2)5 e seu polinômio mínimo é (t − 2)5    0  0 11. Se o polinômio característico possuir o fator (t − λ)n o polinômio característico terá o fator (t − λ)m com m ≤ n. Antonio Cândido Faleiros  131    . seus autovetores são  0   0      0  0  0 0 0 2 0  1 0 0 0 0 0 2 5 4 polinômio característico: (t − 2) . polinômio mínimo: (t − 2) . então ¶ µ f (A) 0 .36 Parece-me que dá para tirar uma regra para calcular a multiplicidade geométrica de um autovalor: Calcule os polinômios característico e mínimo da matriz e fatore-os.    0 1 2 1 0 0 0  0  0  0 2 1 0 0      Exemplo 11. O número de autovetores correspondentes a λ (multiplicidade geométrica de λ) é n − m + 1. 0 B onde 0 são matrizes retangulares nulas. .37 Sejam A1 e A2 são matrizes quadradas e ¶ µ A1 0 A= 0 A2 uma matriz diagonal em bloco.

. g(t)) . . f (t)g(t) = mdc(f (t). mA2 (t). o polinômio mínimo de LW divide o polinômio mínimo de L. Ar . . cujos blocos diagonais são A1 . então m(L) = 0. m1 (t) e m2 (t) os polinômios mínimos de A. Sendo m(t) o polinômio mínimo de A. 11. o polinômio mínimo de LW divide o polinômio mínimo de L.3 Decomposição primária Teorema 11. 0 m(A2 ) 0 0 Conclui-se que m(A1 ) = m(A2 ) = 0. m(t) é o mínimo múltiplo comum de g(t) e h(t). se f (t) e g(t) forem dois polinômios quaisquer. m(t) é multiplo comum de m1 (t) e m2 (t). m1 (t) e m2 (t) dividem m(t) e daí.40 Seja L : V → V uma transformação linear e W invariante sob L. ¤ Nota 11. A2 . . g(t))mmc(f (t). . mAr (t) }. Vamos provar que m(t) = mmc{m1 (t). Antonio Cândido Faleiros Prova. A prova usa o teorema anterior e indução em r. ¤ Lembramos que. temos m(LW )(w) = m(L)(w) = 0. ¤ Teorema 11.132 Notas de aula do Prof. Sendo f (t) um múltiplo comum de m1 (t) e m2 (t). .38 Seja A uma matriz diagonal em bloco. Se m(t) for o polinômio mínimo de L. A1 e A2 . respectivamente.9) que é análogo a este e se refere aos polinômios característicos. Então o polinômio mínimo de A é igual ao mínimo múltiplo comum (mmc) dos polinômios mínimos dos blocos diagonais Ai mA (t) = mmc{ mA1 (t). . enquanto o Teorema (10. aplica-se a matrizes triangulares em blocos. então ¶ ¶ µ µ 0 0 f (A1 ) 0 =0 = f (A) = 0 0 0 f (A2 ) pois f (A1 ) = 0 e f (A2 ) = 0. Sob estas hipóteses. Vamos mostrar que A é uma raiz de todo polinômio múltiplo de m1 (t) e m2 (t). Prova. . Logo. m2 (t)}. Sejam m(t). Prova. Para todo w ∈ W. Daí A é um zero de todo múltiplo comum de m1 (t) e m2 (t). Seja LW : W → W a restrição de L em W. então µ ¶ µ ¶ m(A1 ) 0 0 0 m(A) = = . Sendo LW um zero de m(t). Sendo o polinômio mínimo o poliômio de menor grau que possui A como raiz.39 Frisamos que este teorema se aplica a matrizes diagonais em blocos.

1. Lwj = A matriz da transformação linear L nesta base é triangular em bloco ¶ µ A 0 . Antonio Cândido Faleiros 133 Teorema 11. Os subespaços ker g(L) e ker h(L) são invariantes sob L e V = ker g(L) ⊕ ker h(L) r X i=1 bij wi . Sejam m(t). Provamos que todo polinômio que tem L por raiz é múltiplo comum de m1 (t) e m2 (t). Sejam L1 e L2 as restrições de L a V1 e V2 . 1. Seja f (t) outro polinômio que tem L por raiz. O polinômio mínimo de L é o mínimo múltiplo comum dos polinômios mínimos de L1 e L2 . . então m(t) = m1 (t)m2 (t). respectivamente. então a união B1 ∪ B2 é uma base de V. tais que L é um zero do polinômio f (t) = g(t)h(t). . m1 (t) e m2 (t) os polinômios mínimos de L. h(t) polinômios mônicos primos entre si. Então: 1. m2 (t)). Como V1 e V2 são invariantes sob L. 2. Sendo m(t) o polinômio de menor grau que tem L como raiz. .42 No teorema anterior.41 Seja L : V → V uma transformação linear. s. . m(t) = mmc(m1 (t).43 Seja L : V → V linear e g(t). . Teorema 11. para j = 1. . Prova. . V1 e V2 invariantes sob L de modo tal que V = V1 ⊕ V2 . . se m1 (t) e m2 (t) forem primos entre si. ws } for uma base de V2 . . L1 e L2 . det(tI − M) = det(tI − A) det(tI − B) = ∆L1 (t)∆L2 (t). para j = 1. ur } for uma base de V1 e B2 = {w1 .Notas de aula do Prof. Se B1 = {u1 . . . . . Pelo teorema anterior. Então f (L1 ) = f (L2 ) = 0 e f é divisível por m1 (t) e m2 (t). M= 0 B Consequentemente. . r. . tem-se r X Luj = aij ui i=1 e. 2. . O polinômio característico de L é o produto dos polinômios característicos de L1 e de L2 . . m(t) é divisível por m1 (t) e por m2 (t). ¤ Nota 11.

m2 (t)}. podemos escrever v = r(L)g(L)v + s(L)h(L)v. V = ker g(L) + ker h(L). Então. Como g(t) e h(t) são primos entre si. De modo semelhante se prova que w = s(L)h(L)v. Se f (t) = g(t)h(t) for o polinômio mínimo de L. observamos que ker g(L) e ker h(L) são invariantes sob L. . uma decomposição de v. então g(t) e h(t) são os polinômios mínimos das restrições de L ao ker g(L) e ao ker h(L). Sendo m1 (t) e m2 (t) primos entre si e f (t) = mmc{m1 (t). Se f (t) for o polinômio mínimo de L. De modo análogo se prova que s(L)h(L)v pertence ao ker g(L). u = r(L)g(L)u + s(L)h(L)u = s(L)h(L)u = s(L)h(L)(u + w) = s(L)h(L)v. existem polinômios r(t) e s(t) tais que r(t)g(t) + s(t)h(t) = 1. Antonio Cândido Faleiros 2. o mesmo ocorre com m1 (t) e m2 (t) que os divide. Portanto. h(L)r(L)g(L)v = r(L)g(L)h(L)v = r(L)f (L)v = 0 pois f (L) = 0. Por outro lado. Seja v = u+ w. Por outro lado. Prova. g(L1 ) = 0 e h(L2 ) = 0. segue f (t) = m1 (t)m2 (t). acarretando na igualdade I = r(L)g(L) + s(L)h(L). falta mostrar que esta decomposição é única. com u ∈ ker g(L) e w ∈ ker h(L). de onde segue que m1 (t) = g(t) e m2 (t) = h(t). 1. Nesta soma.134 Notas de aula do Prof. respectivamente. m1 (t) divide g(t) e m2 (t) divide h(t). então ele é divisível pelos polinômios mínimos m1 (t) e m2 (t) de L1 e L2 . r(L)g(L)v pertence ao ker h(L) e w = s(L)h(L)v pertence ao ker g(L). 2. Para completar a prova deste item. f (t) = g(t)h(t). V = ker g(L) ⊕ ker h(L). Como a decomposição é única. De fato. Inicialmente. Consequentemente. como já se provou. Como g(t) e h(t) são primos entre si. Sendo v um elemento de V.

O polinômio mínimo possui os mesmos fatores de ∆(t). λn ). para i = 1. . Para simplificar a prova. . Sendo m(t) = (t − λ1 ) · · · (t − λr ). distintos e irredutíveis. Isto significa que a matriz de L numa base qualquer .45 Uma transformação linear L : V → V possui uma representação matricial diagonal se e só se seu polinômio mínimo. Seja B a união das bases Bi . O polinômio característico desta transformação linear é da forma ∆(t) = (t − λ1 )n1 · · · (t − λr )nr . . . Prova. Os elementos da diagonal principal desta matriz são os autovalores λ1 . é o polinômio mínimo da restrição de L em Wi . . Então fi (t)ni são os polinômios mínimos das restrições de L a Wi = ker (fi (L)ni ) e V = W1 ⊕ · · · ⊕ Wr . vamos abordar o caso particular em que m(t) = f1 (t)n1 f2 (t)n2 onde f1 (t). Se Bi = {vi1 . . . . visi } for uma base de Wi . . λr de L. sabemos que V = W1 ⊕ W2 . .44 (Decomposição primária) Seja L : V → V linear cujo polinômio mínimo é igual a m(t) = f1 (t)n1 · · · fr (t)nr onde os polinômios fi (t) são mônicos. . . Nesta base. . . então L(vij ) = λi vij . f1 (t)n1 e f2 (t)n2 são primos entre si. . que é uma base de V. 2. m(t) = (t − λ1 ) · · · (t − λr ) for um produto de polinômios lineares distintos. onde Wi = ker fi (t)ni e que fi (t)ni . . então existe uma decomposição de V numa soma direta W1 ⊕ · · · ⊕ Wr . ¤ Teorema 11. Como (D − λ1 I) · · · (D − λr I) = 0 o polinômio mínimo de L é (t − λ1 ) · · · (t − λr ). a matriz que representa L é diagonal. Se L possui uma representação matricial diagonal D = diag( λ1 . vn } de V tal que a matriz de L nesta base é diagonal.4 Diagonalização de operadores normais Um operador L : V → V é diagonalizável se existir uma base {v1 . Prova. admitamos que apenas os r primeiros λi são distintos. r. . De fato. . vi2 . ¤ 11. Este teorema decorre imediatamente do anterior. Antonio Cândido Faleiros ¤ 135 Teorema 11. . Certamente. f2 (t) são polinômios mônicos.Notas de aula do Prof. 1. distintos e irredutíveis. . onde Wi = ker(L − λi I) é o autoespaço de V correspondente ao autovalor λi .

I for o operador identidade e λ um escalar. hLv. LL∗ = L∗ L e.47 Os operadores auto-adjuntos. T v = 0 se e só se T v = 0. Desta forma. L∗ vi que nos fornece a ¯ igualdade kLvk = kL∗ vk . então o operador L − λI é normal. Sendo µ o autovalor correspondente segue ¯ λ hv. Agora. Se λ for autovalor de L. Se L é normal. ¤ . os autovetores de L não são. então existe uma matriz inversível P e uma matriz diagonal D tais que A = P DP −1 . Teorema 11. então v é ¯ autovetor de L∗ correspondente ao autovalor λ. provaremos logo em seguida que v é autovetor de L correspondente ao autovalor λ se e só ¯ se v for autovetor de L∗ correspondente ao autovalor λ. ∗ ∗ Sendo T normal. Quando o operador linear L : V → V é auto-adjunto. se A for a matriz de L numa base de V. os autovetores de L∗ . No item anterior provou-se que v é autovetor de L∗ .46 Um operador linear L : V → V é normal quando LL∗ = L∗ L. vi = hLv. kT vk = kT vk para todo v em V. segue µ = λ. hLv. Antonio Cândido Faleiros é semelhante a uma matriz diagonal. Isto significa que.136 Notas de aula do Prof. quando L for normal e S for invariante sob L. vi .49 Seja L um operador normal sobre um espaço vetorial de dimensão finita com produto interno. Quando L não é normal. L∗ wi para todo v e w em V. Definição 11. Se v for autovetor de L correspondente ao autovalor λ. T = L − λI é normal pois T ∗ = L∗ − λI. antiadjunto ou unitário. portanto. L∗ vi = µ hv. vi = hλv. vi 6= 0. então LL∗ = L∗ L. para todo v em V. Exemplo 11. Conclui-se que v é autovetor de L se e só se for autovetor de L∗ . provaremos que tanto S quanto S ⊥ são invariantes sob L e L∗ . A matriz quadrada A que satisfaz AA∗ = A∗ A é denominada matriz normal. Prova. Se S for um subespaço de V invariante sob L então S ⊥ é invariante sob L∗ . Esta é a condição mais geral sob a qual um operador é diagonalizável. então λ é autovalor de L∗ . necessariamente. antiadjuntos e unitários são normais. vi = hv. Em particular. Lvi = hL∗ v. Seja V um espaço vetorial de dimensão finita com produto interno e L : V → V um operador linear.48 Se L for normal. ¯ Sendo hv. Lwi = hL∗ v. Se L for um operador normal. Podemos nos perguntar qual a condição mais geral que um operador linear deve satisfazer para ser diagonalizável. Para todo escalar λ. ¯ Se λ for autovalor de L. Exemplo 11. seja v o autovetor correspondente.

V possui uma base ortonormal formada por autovetores de L. vn } formada por autovetores de L. Pela hipótese de indução. vn } cujos elementos são autovetores de T. Seja T a restrição de L a W ⊥ . A dimensão de W é 1 e a de W ⊥ é n − 1. Provemos que o teorema vale para todo operador normal L definido em um espaço vetorial V de dimensão n. Seja n a dimensão de V. a representação matricial de L é diagonal. O escalar λi é o autovalor de L correspondente ao autovetor vi . Para todo v em W ⊥ . . vj i .50 Seja L uma transformação normal sobre um espaço vetorial de dimensão finita com produto interno V. Os autovetores de T são autovetores de L. . Existe uma matriz unitária U e uma matriz diagonal D para as quais A = U DU −1 . então L é normal. podemos escrever X aij vj L∗ vi = j onde. que o teorema vale para todos os operadores normais em espaços vetoriais de dimensão n − 1. Nela. ¯ aij = hL∗ vi . Por outro lado. O operador T é normal em W ⊥ que tem dimensão n − 1. . graças à ortonormalidade da base B. Para todo v e w em W ⊥ temos hv. Lvj i = hvi .Notas de aula do Prof. Ao incluirmos v1 a este conjunto. . n. . Se decompondo L∗ vi na base B. wi = hv. Antonio Cândido Faleiros 137 Teorema 11. . como hipótese de indução. nada resta a provar: a base de V contém apenas um autovetor v1 de norma unitária. T ∗ wi = hT v.51 Seja L um operador linear sobre um espaço vetorial V de dimensão finita. Se V possuir uma base ortonormal formada por autovetores de L. . Seja A uma matriz complexa normal de ordem n. Prova. T T ∗ v = LL∗ v = L∗ Lv = T ∗ T v. L∗ wi de onde concluímos que o adjunto de T é a restrição de L∗ a W ⊥ . O subespaço vetorial W = ger(v) e W ⊥ são invariantes sob L e sob L∗ . wi = hLv. Seja v1 um autovetor de L e W = ger(v1 ). W ⊥ possui uma base ortonormal {v2 . aij = hL∗ vi . . vj i = λj δ ij . Prova. 2. mostrando que T é normal. A transformação L possui pelo menos um autovetor v de módulo unitário. de modo que Lvi = λi vi para i = 1. vn } uma base ortonormal de V cujos elementos são autovetores de L. λj vj i = λj hvi . . obtemos a base ortonormal {v1 . vj i = hvi . . Vamos supor. . ¤ Teorema 11. . Então 1. O teorema agora será demonstrado por indução na dimensão n do espaço. . ¯ . . v2 . Vamos provar que a restrição T de L em W ⊥ é normal. Se n = 1. . 1. . Seja B = {v1 .

Logo L coincide com λi Pi em Si . . . i = 1.52 (Versão projetiva do teorema espectral) Seja V um espaço vetorial complexo com produto interno e dimensão n. 1)T . . 1. . 12 e −6. Os autoespaços Si = auto(λi ). . Teorema 11. então. . Sejam λ1 . Sendo as transformações L∗ L e LL∗ iguais em cada |λi | vi e LL vi = λ elemento da base. . λr seus autovalores distintos. provando que L é normal. então L = λ1 P1 + · · · + λn Pn .138 Notas de aula do Prof. . 0. Para montar S tal que A = SDS −1 .54 A matriz A =  4 −2 4  é simétrica. Os autovetores correspondentes são (1. 1)T . . . Seus autovalores são −5 4 7 6.53 (Versão do teorema espectral para matriz real simétrica) Seja A uma matriz normal de ordem n. vsi } for uma base ortonormal de Si . onde Pi é a projeção ortogonal de V sobre Si . formada pelos autovalores de L. λr os autovalores de L e Si = {v ∈ V : Lv = λi v} o autoespaço do autovalor λi . Sejam λ1 . Se a soma dos autoespaços Si resultar numa decomposição de V em soma direta. Estes autoespaços são ortogonais e sua soma direta é igual a Cn . Antonio Cândido Faleiros ¯ ¯ Isto significa que aij = 0 quando i 6= j e aii = λi . Então A = λ1 P1 + · · · + λr Pr onde Pi são as matrizes que projetam ortogonalmente sobre o autoespaço de λi . . 0 −2/ 6  √ √ 0 0 −6 1/ 3 1/ 2 1/ 6 . vi v1i + · · · + λi hvsi . de modo que P1 + · · · + Pk = I. . . Seja L : V → V um operador normal e {v1 . . ¤ Seja V um espaço vetorial de dimensão finita com produto interno e L : V → V uma transformação normal. tomamos as colunas de S iguais aos autovetores normalizados √ √   √   6 1/√3 −1/ 2 1/ √ 6 0 0 S =  1/√3 e D =  0 12 0  . 1)T e (1. são ortogonais dois a dois e sua soma é igual a V.   7 4 −5 Exemplo 11. . Se Pi : V → V for a projeção ortogonal sobre Si . . são iguais no espaço todo. vn } uma base ortonormal de V. . . Portanto. para todo v em Si temos L(v) = λi hv1i . Se {v1i . Mostramos ∗ ¯ ¯ assim que vi é autovetor de L correspondente ao autovalor λi . (−1. . r. L∗ Lvi = λi λi vi = 2 ∗ ¯ i λi vi = |λi |2 vi . vi vsi = λi Pi (v). . então P1 + · · · + Pn = I e L = λ1 P1 + · · · + λn Pn . −2. de modo que L∗ vi = λi vi . Teorema 11.

5 Decomposição de Schur Teorema 11. . 9463i. 3267 + 0. .4 + . 4898i.9798i. Se n = 1. 1).9798i. 9463i. −0. 4142). 1).2 − . . Seus autovalores são −1 −2 0 √ √ 0. como hipótese de indução. Se n > 1. 0. 4898i. 9381+ 0. 5176. . −0.4899i. Construa uma base de Cn onde um dos elementos é q1 . A é triangular superior e nada resta a provar.2 + . existe uma matriz unitária U tal que T = U ∗ AU é triangular superior. 0. −1. que o teorema é verdadeiro para toda matriz quadrada de ordem n − 1. (0.56 A matriz A =  1/√3 1/ 3 ores são −1. . i 5 e −i 5. qn ] é unitária e ∗ U1 AU1 = · λ1 b1 0 A1 ¸ . 9381−  √  2/ √ 6 9√ −1/√6 −1/ 2  é ortogonal. P2 =  0 6 1/3 1/3 1/3 −1/2 0 1/2 1 −2 1   (0.Notas de aula do Prof. 3464i. 3267 − 0.57 Dada uma matriz complexa A de ordem n.4899i. A matriz U1 = [q1 . Os autovetores correspondentes são      1/3 1/3 1/3 1/2 0 −1/2 1 −2 1 1 0 0  e P3 =  −2 4 −2  P1 =  1/3 1/3 1/3  . Use o processo de ortogonalização de Gram-Schmidt para obter uma base ortonormal {q1 . 1). Será usada a indução sobre n. 1). 1691 − 0.4 − . onde 139  0 1 1 Exemplo 11. (−. Seja q1 um autovetor unitário correspondente a um autovalor λ1 de A. Prova. . Seus autoval√ −1/ 6 1/ 2 0. 3464i e 0. . (0. 1) e (−. qn } de Cn . 11. . . 1. √ 1/√3 Exemplo 11. Antonio Cândido Faleiros Podemos escrever A como uma combinação linear de matrizes de projeção A = 6P1 + 12P2 − 6P3 . Os autovetores correspondentes são (2. assuma. 1691 + 0. .55 A matriz A =  −1 0 2  é anti-simétrica.

segue ∗ ∗ U ∗ AU = U2 (U1 AU1 ) U2 ¸· ¸· ¸ · λ1 b1 1 0 1 0 = 0 A1 0 V1 0 V1∗ ¸ · ¸ · b1 a1 λ1 b1 a1 λ1 = =T = 0 V1∗ A1 V1 0 T1 · 1 0 0 V1 ¸ que é triangular superior.59 (Teorema Espectral). também é triangular inferior. autovalores de A. segue det(A) = λ1 × · · · × λn e tr(A) = λ1 + · · · + λn . Sendo T triangular superior. . existe uma matriz unitária U tal que U ∗ HU é diagonal.140 Notas de aula do Prof.60 Uma matriz de ordem n é diagonalizável unitariamente se e só se for normal. vemos que T é simética. os elementos da diagonal principal são seus autovalores e. De acordo com a hipótese de indução. Pelo teorema de Schur. Logo. . Teorema 11. Prova. Se H é uma matriz hermitiana. Antonio Cândido Faleiros onde A1 é uma matriz quadrada de ordem n − 1. . é diagonal. . A matriz U2 = é unitária e. ¤ ¸ · 0 −1 não é hermitiana mas é ortogonalmente diagonalizável.58 Sejam λ1 . Como matrizes semelhantes possuem o mesmo determinante e o mesmo traço. consequentemente. existe U unitária tal que U ∗ HU = T é triangular superior. sendo U = U1 U2 . Teorema 11. Nota 11. A matriz mais geral diagonalizável é a normal. possuem os mesmos autovalores e com a mesma multiplicidade. Como T ∗ = U ∗ H ∗ U = U ∗ HU = T. com A matriz A = 1 0 1 U=√ 2 · −1 i i −1 ¸ . . ¤ Como A e T são semelhantes. λn os elementos da diagonal principal de T. ou seja. existe uma matriz unitária V1 de ordem n − 1 tal que T1 = V1∗ A1 V1 é triangular superior.

existe uma matriz unitária U tal que T = U ∗ AU é triangular superior. Pelo teorema de Schur. é diagonal.61 As matrizes normais reais 2 × 2 são as matrizes simétricas e aquelas com a forma ¸ · a −b b a 11. . Se n = 1. . ¤ Nota 11. Se A for uma matriz de ordem n diagonalizável unitáriamente. então igualando os elementos (1. ou (U ∗ AU)(U ∗ A∗ U) = (U ∗ A∗ U )(U ∗ AU) de onde segue U ∗ AA∗ U = U ∗ A∗ AU. a matriz T é diagonal. Segue que t12 = · · · = t1n = 0. . . é unitária e A∗ AQ = QD . então AA∗ = A∗ A. qn ] cujas colunas são os autovetores de A∗ A. . então T T ∗ = T ∗ T. obtemos AA∗ = A∗ A. provando que A é normal. Antonio Cândido Faleiros 141 Prova. Como D e D∗ são diagonais. Podemos posicioná-los em ordem descrescente λ1 ≥ λ2 ≥ · · · ≥ λn ≥ 0. Vamos provar por indução em n que T é diagonal. Logo T tem a forma de blocos · ¸ t11 0 T = 0 T1 onde T1 é normal e. Sendo T = [tij ]. 1) em na igualdade acima. existe uma matriz unitária U tal que D = U ∗ AU é diagonal. qn } de Cn onde qi é o autovetor correspondente ao autovalor λi . A matriz Q = [q1 . existe uma base ortonormal {q1 . . Sendo A∗ A auto-adjunta. obtemos |t11 |2 + |t12 |2 + · · · + |t1n |2 = |t11 |2 pois T é triangular superior. Se A for normal. Se n > 1.Notas de aula do Prof. . A matriz A∗ A é auto-adjunta e seus autovalores são todos positivos ou nulos. por hipótese de indução. Cnclui-se daí que T é diagonal. Multiplicando à esquerda por U e à direita por U ∗ .6 Decomposição em valores singulares Seja A uma matriz complexa m por n. completando a prova do teorema. segue que DD∗ = D∗ D. .

é não singular. . . qn estão no núcleo de A (pois são levados por A em 0). Usando a expressão de A deduzida acima. . pr . qj i = δ ij . . . Aqj i = hqi . possui todos os termos diagonais diferentes de zero e. λn ) é uma matriz quadrada diagonal n×n. pm } de Cm . tanto no primeiro quanto no segundo caso. . pm ] cujas colunas são os vetores pi . Uma vez que qr+1 . Provamos o seguinte teorema: . . . σ r . . n). definimos D σ i = λi ≥ 0. . Seja r ≤ n o número de valores σ i diferentes de zero. pr+1 . pr } é uma base ortonormal da imagem de A e. 0. é unitária e. então r = min{m. . . pelo modo como foi construída. A matriz m × m P = [p1 . . . portanto. prova-se que A∗ AQ = QΣ∗ Σ e AA∗ P = P ΣΣ∗ mostrando que as colunas qi de Q são autovetores da matriz A∗ A. . . . qj i = hqi . . σiσj σi Pode-se completar {p1 . . pr . para 1 ≤ i. . 0. de modo que Para i = 1. . A∗ Aqj i hpi . AQ = P Σ onde Σ = diag{σ 1 . . . . que as colunas pi de P são autovetores da matriz AA∗ e. 0}. . . o conjunto {p1 . obtemos a decomposição de A em valores singulares A = P ΣQ∗ Os números reais σ 1 . basta calcular. o produto interno 1 1 hAqi . . . . . . Como Q é unitária. pj i = σiσj σi σj 2 σj σj = hqi . . ΣΣ∗ ou Σ∗ Σ. Como λi ≥ 0. autovetores correspondentes aos autovalores σ 2 . . . i Lembramos que ΣΣ∗ é uma matriz diagonal m×m e Σ∗ Σ é uma matriz diagonal n×n. Para provar que {p1 . . . . formam um conjunto ortonormal. pr+1 . .142 Notas de aula do Prof. . σ r . . n} e uma das duas matrizes. Se A tiver posto máximo. . pr } é um conjunto ortonormal. . Lembramos que r ≤ min(m. . por este motivo r é o posto de A que deve ser menor ou igual a m. . r os vetores de Cm definidos por 1 pi = Aqi σi σ1 ≥ · · · ≥ σr > 0 e σr+1 = · · · = σ n = 0. . j ≤ r. pr } de modo a obter uma base ortonormal {p1 . são denominado de valores singulares de A. . . . . é uma matriz m×n onde todos os elementos são nulos. Antonio Cândido Faleiros onde √ = diag(λ1 . à excessão dos r primeiros elementos da diagonal principal que são σ 1 ≥ · · · ≥ σ r . . . .

. . . . . . 2. . . . σ r . Se {qr+1 . pm } uma base ortonormal de Cm . . . pr . Então: 1. então A = P ΣQ∗ onde P = [p1 . . . qr . .62 (Decomposição em valores singulares) Seja A uma matriz m × n cujo posto é r (r ≤ min{m.Notas de aula do Prof. 2 2 2 2   6 6 6 6  6 8 4 6   Então A∗ A =   6 4 8 6  cujos autovalores são 24. . . qn } for uma base ortonormal do núcleo de A. . qr+1 . . . Existe um conjunto ortonormal {q1 . ¶ µ 1 2 0 . qn ] Σ = diag(σ 1 . . . . . . σ r ) onde apenas os primeiros r elementos da diagonal principal são diferentes de zero e iguais a σ 1 .Os autovetores corre6 6 6 6 spondentes a eles são         1 0 −3 0     1 1  1  1    . Esta matriz possui r valores singulares σ 1 ≥ · · · ≥ σr não nulos (incluindo sua multiplicidade). pr+1 . Exemplo 11. . então {q1 . . . 3. . 4. . Aqr } σ1 σr é uma base ortonormal da imagem de A. √  −1  . . . . . . . 0 e 0. n}). . . . Sendo { p1 . . . qr } formado por autovetores de A∗ A. . qn } é uma base ortonormal de Cn . √1  1  . .63 Obtenha a decomposição em valores singulares de A = 2 1 0   1 2 0 1 Exemplo 11. . . . . √  −1  2 1  2 1  12  1  6  −1  1 0 1 2 . correspondentes aos autovalores σ2 ≥ · · · ≥ σ2 tais que o conjunto 1 r {p1 . . pr } = { 1 1 Aq1 . Antonio Cândido Faleiros 143 Teorema 11. . pm ] Q = [q1 .64 Obtenha a decomposição em valores singulares de A =  1 0 2 1  .

Antonio Cândido Faleiros √   √  1/2 0√ −3/ 12 0√ √ 24 0 0 0  1/2 −1/ 2 1/ 12 −1/ 6  √ √ √ . i 1 Se restringirmos A ao espaço ger(q1 )⊥ podemos calcular σ 2 . temos x = n αi qi k2 i=1 onde n α2 = 1. de modo que P 1 k2 = kAq kσ 1 p1P = σ 1 . precisamos de mais um vetor para formar ¡ ¢T unitário e fazendo-o ortogonal a p1 e a p2 . Q=  1/2 1/ 2 1/√12 −1/ 6  √ 0 0 0 0 1/2 0 1/ 12 2/ 6 √ Para determinar P. 6 2 2 0  sendo a segunda igualdade verdadeira pois Aqi = 0 para i > r e a última igualdade se justifica pela ortogonalidade dos pi . √  1 . temos o seguinte teorema: . repetindo o procedimento acima σ 2 = sup kAxk2 . 1 2 Logo. Daí. AQ = P Σ. a base. Σ =  0 2 0 0 . segue kAxk2 = 2 r X i=1 Nota: Na decomposição em valores singulares de A. kAk2 = sup kAxk2 = σ 1 . Provamos que kAxk2 ≤ σ 2 e que kAq1 k2 = σ 1 . para qualquer x em Rn com kxk2 = 1. Como kpi k2 = 1. Calculamos p3 = p13 p23 p33 √ ¡ ¢T . calculamos p1 = (1/ 24)Aq1 e p2 = (1/2)Aq2 para obter     1 −1 1 1 √  1 . x∈hq1 i⊥ kxk2 =1 Certamente a decomposição por valores singulares não é única pois a escolha de Q e de P não é única. i=1 i °2 ° r °2 ° n r ° ° °X °X X ° ° ° ° 2 αi Aqi ° = ° αi σ i pi ° = σ 2 α2 kpi k2 kAxk2 = ° i i 2 ° ° ° ° i=1 2 i=1 2 i=1 Como o contradomínio de A tem dimensão 3.144 Assim. 3 2/ 6 0 −1/ 3 σ 2 α2 ≤ σ 2 i i 1 A primeira desigualdade se justifica pois σ 1 é o maior valor singular e a segunda por termos acrescentado parcelas positivas à soma. Por outro lado. Notas de aula do Prof. Com estes vetores montamos Obtemos então p3 = (1/ 3) 1 1 −1 √ √   √ 1/√6 −1/ 2 1/√3 √ P =  1/√6 1/ 2 1/ √  . x∈Rn kxk2 =1 r X i=1 α2 ≤ σ 2 i 1 n X i=1 α2 = σ 2 . Entretanto.

. portanto. . obtemos A∗ AT = T S ∗ S de onde segue que as colunas de T formam um conjunto ortonormal de autovetores de A∗ A correspondentes aos autovalores σ 1 ≥ σ 2 ≥ · · · ≥ σ r ≥ 0 = · · · = 0. as colunas t1 .Notas de aula do Prof. Da decomposição acima. então S = Σ. segue AT = U S. . σi Prova. vemos que a matriz diagonal S ∗ S é semelhante à matriz A∗ A e. . . obtemos AA∗ U = USS ∗ de onde segue que as colunas de U formam um conjunto ortonormal de autovetores de AA∗ correspondentes aos autovalores σ 1 ≥ σ 2 ≥ · · · ≥ σ r ≥ 0 = · · · = 0. . . um de U são autovetores de AA∗ correspondentes aos mesmos autovalores e. mostrando que ui = σi Ati para i = 1. . . r. Como A∗ A = T S ∗ U ∗ U ST ∗ = T (S ∗ S)T ∗ .65 Se A = U ST ∗ 145 for outra decomposição por valores singulares de A. . Antonio Cândido Faleiros Teorema 11. possuem os mesmos autovalores. tn de T formam um conjunto ortonormal de autovetores de A∗ A correspondentes aos autovalores σ 1 ≥ σ 2 ≥ · · · ≥ σ r ≥ 0 = · · · = 0. . . Da mesma decomposição. as colunas u1 . ui = 1 Ati . . . para i = 1. o que prova a igualdade S = Σ. 1 Ainda da decomposição. . r. ¤ . .

Antonio Cândido Faleiros .146 Notas de aula do Prof.

Se o índice da nilpotência de L for k.   1.2 Seja L : V → V linear e v ∈ V não nulo tal que Lk−1 (v) 6= 0 e Lk (v) = 0. se prova que β 2 = β 3 = · · · = β k = 0. . . Lv. . Teorema 12. . . O menor k para o qual Lk = 0 é chamado de índice da nilpotência de L. obtemos β 1 Lk−1 v = 0. k − 3. Então: 1. . . Prova. . Lk−1 (v) } é linearmente independente. . Aplicando sucessivamente Li à igualdade inicial. . A restrição de L ao subespaço gerado por S é nilpotente com índice k. seu polinômio mínimo será tk e assim o seu único autovalor é o zero. Vamos provar um item por vez.1 Operadores nilpotentes Definição 12. . . . Como Lk−1 v 6= 0. o que prova a primeira parte do teorema. . 2. Se L for nilpotente com índice k. . ··· ··· ··· ···     .1 Um operador linear L : V → V é nilpotente se Lk = 0 para algum inteiro k positivo. significa que existe v em V tal que Lk−1 v 6= 0. A matriz da restrição de L ao subespaço S é da forma  0 0 0  1 0 0   0 1 0   0 0 1  . Observe que Lk = 0 quando Lk v = 0 para todo v em V.Capítulo 12 Forma canônica de Jordan 12. 4. 147 . com i = k − 2. . gerado por S em relação à base ordenada 0 0 0 0 . . . O conjunto S = { v. . segue β 1 = 0. Aplicando Lk−1 a esta igualdade. 3. . . β k escalares tais que β 1 v+ · · · + β k Lk−1 v = 0. O subespaço gerado por S é invariante sob L. . Sejam β 1 . 1.

Assim. concluímos que T é nilpotente com índice k. Teorema 12. ur } { u1 . ur . v1 . ¤ Teorema 12. . ur . ker Li e ker Li+1 . Seja w um elemento de L(ker Li+1 ) = {Lv : v ∈ ker Li+1 }. Como T k w = 0 para todo elemento de [S] e T k−1 v = Lk−1 v 6= 0. Como T (v) = Lv. Seja T : [S] → [S] a restrição de L ao subespaço [S] gerado por S. . . Então w = Lv para algum v no ker Li+1 . . . . . . Lw = α1 Lv+ · · · + αk−1 Lk−1 v e. vs . . Li w = Li+1 v = 0. Pelo teorema anterior. L(ker Li+1 ) ⊂ ker Li . 4. . . . ker Li ⊂ ker Li+1 2. . . Assim. . wt } sejam bases de ker Li−1 . Lwt } é linearmente independente e está contido no ker Li . . ur . T (Lk−1 v) = 0 e concluímos que a matriz de T na base S é exatamente aquela apresentada no enunciado. ¤ Em particular. . Antonio Cândido Faleiros 2. Suponhamos que { u1 .4 Seja L : V → V linear e i > 0 um inteiro.148 Notas de aula do Prof. quando L for nilpotente. αk são escalares. . . . . . . Para todo inteiro i ≥ 0. Provamos a segunda parte do teorema. 3. T (Lv) = L2 v. . . . . . seu índice de nilpotência é menor ou igual à dimensão do espaço vetorial.3 Seja L : V → V linear. . . um vetor no subespaço gerado por S. . v pertence ao ker Li+1 . . Então o conjunto { u1 . então Li v = 0 e Li+1 v = L(Li v) = L0 = 0. . ker Li−1 ⊂ ker Li ⊂ ker Li+1 . . 1. onde α1 . vs } { u1 . Logo. o que prova a primeira parte do teorema. portanto. w1 . . . Lw pertence ao subespaço gerado por S. T (Lk−2 v) = Lk−1 v. Lw1 . . Se v pertence ao ker Li . Seja w = α1 v+ · · · + αk Lk−1 v. Prova. . v1 . . provando que w pertence ao ker Li . . .

. . segue Li (β 1 w1 + · · · + β t wt ) = 0. ur . vs β 1 w1 + · · · + β t wt = c1 u1 + · · · + cr ur + d1 v1 + · · · + ds vs . . . Sendo {u1 . em particular. . . Em lugar de demonstrar vamos dar exemplos. o que prova a independência linear do conjunto de vetores { u1 . Sendo {u1 . o acréscimo na dimensão quando passamos do ker Li para o ker Li+1 nunca é maior do que o acréscimo na dimensão quando passamos do ker Li−1 para o ker Li . .Notas de aula do Prof. . . . . Antonio Cândido Faleiros 149 Prova. . . . . . ur . . ¤ Este resultado é interessante pois ele nos permite inferir que s ≥ t. wt } uma base. . . . . . . . O número de blocos é igual à nulidade de L. . . Lwt }. .  .. Lw1 . . concluímos que todos os escalares na igualdade acima são nulos e. . . . . vs . . . . Além disso. β t escalares tais que α1 u1 + · · · + αr ur + β 1 Lw1 + · · · + β t Lwt = 0. . . . O teorema anterior assegura que os vetores Lw1 . O número de blocos do tipo N é determinado de modo único por L. . Cada bloco diagonal Ni é uma matriz quadrada que pode ser 1 × 1 e nula ou ter a forma   0 1 0 ··· 0 0  0 0 1 ··· 0 0     . . . . Ni =  . . . . β 1 = · · · = β t = 0. . . . . v1 . ur . . w1 .   . mostrando que a combinação linear β 1 w1 + · · · + β t wt pertence ao ker Li e pode ser escrito como uma combinação linear de u1 . . Aplicando Li−1 a esta igualdade. deve-se ter também α1 = · · · = αr = 0. . . Pelo menos um bloco tem ordem k. . . .5 (Forma canônica de um operador nilpotente) Seja L : V → V um operador nilpotente com índice k. . Sejam α1 .  0 0 0 ··· 1 0     0 0 0 ··· 0 1  0 0 0 ··· 0 0 As ordens de todos os blocos são menores ou iguais a k. αr . Lwt pertencem ao ker Li . . Sabemos que a dimensão do ker Li cresce com i ou permanece inalterada. β 1 . . . ur } uma base. . Existe uma base na qual a representação matricial de L tem a forma bloco diagonal   N1 0 0 ···  0 N2 0 · · ·    N = 0 0 N3 · · ·  . v1 . .   . .. . . . *** Teorema 12. . . .

u2 . {u1 . w6 .150 Notas de aula do Prof. u4 . Seja {u1 . de modo que {u1 . u4 . se {u1 . Este fato nos fornece os fundamentos para obter uma base de V na qual a representação de um operador nilpotente se encontra na forma canônica preconizada. . .  0 1 0  0 0 1   0 0 0   0 0 0   0 0 0   0 0 0   0 0 0 0 0 0 w8 } a matriz de L possui a forma  0 0 0 0 0 0 0 0 0 0   1 0 0 0 0   0 0 0 0 0   0 0 1 0 0   0 0 0 1 0   0 0 0 0 0  0 0 0 0 0 . Relembre inicialmente que. . . v1 . {u1 . u7 } é base do ker L3 . . w3 . wt } forem bases de Wi−1 . w2 . Imaginemos que V tem dimensão n = 8 e que L : V → V é nilpotente com índice k = 4. u2 . . ur } {u1 . . u6 . u5 } é base do ker L2 . . . u3 }. u5 . respectivamente. w5 . u8 } uma base de V = W4 = ker L4 . . ur . u7 } e {L3 u8 . L(wt ) } é linearmente independente em Wi . Na base {w1 . Denotemos o ker Li por Wi . . u2 . Assim o ker L4 = V. . . . ur . u6 . Wi e Wi+1 . w8 }. {u1 . . . u3 . . u9 } gere o mesmo subespaço que {u6 .6 Seja L : V → V um operador linear nilpotente com índice k. . ur . . u3 } é base do ker L. . . . então o conjunto { u1 . u8 } da segunda linha da tabela anterior é substituída pela base ordenada da terceira linha. L2 u7 . w4 . L(w1 ). . . . . . . u7 . vs } {u1 . u8 } é base de V = ker L4 . . vs . u5 . 1. u2 . . Os vetores u9 e u10 da terceira linha são construídos de modo que {Lu8 . u2 . . . . u3 . u2 . . . . . u3 . u5 . que são renomeados na quarta linha para {w1 . u7 . w1 . Denotemos por Wi o núcleo de Li . v1 . Antonio Cândido Faleiros Exemplo 12. u10 } gere o mesmo subespaço que {u1 . u6 . w7 . u4 . . . Podemos construir o seguinte quadro u1 L3 u8 w1 W1 u2 L2 u7 w5 W2 u3 u10 w8 u4 L2 u8 w2 u5 Lu7 w6 W3 u6 Lu8 w3 u7 u9 w7 W4 u8 u8 w4 A base ordenada {u1 . u4 . u3 . .

w3 . u4 . . u2 . Jij =  . u2 . w7 . u6 .7 Seja L : V → V linear com polinômio característico e mínimo iguais a Para cada i fixado. u2 . cujos elementos diagonais têm a forma   λi 1 0 · · · 0 0  0 λi 1 · · · 0 0   . u4 . u5 . u3 . u6 . .  .. u4 .2 Forma canônica de Jordan ∆(t) = (t − λ1 )n1 · · · (t − λr )nr m(t) = (t − λ1 )m1 · · · (t − λr )mr . W1 u1 L3 u8 w1 u2 Lu9 w5 u3 u10 w7 u4 u11 w8 W2 u5 L2 u8 w2 u6 u9 w6 W3 u7 Lu8 w3 W4 u8 u8 w4 Na base {w1 . denominada de forma canônica de Jordan do operador L.  0 0 0 . u2 . . ··· . u7 . u7 . . . w2 ..    . ... .Notas de aula do Prof. Então L possui uma representação matricial em bloco diagonal J. u5 .  0 1 0  0 0 1   0 0 0   0 0 0   0 0 0   0 0 0   0 0 0 0 0 0 w8 } a matriz de L possui a forma  0 0 0 0 0 0 0 0 0 0   1 0 0 0 0   0 0 0 0 0   0 0 1 0 0   0 0 0 0 0   0 0 0 0 0  0 0 0 0 0 12. Antonio Cândido Faleiros 151 2. u7 } é base de W3 {u1 . w5 . u6 } é base de W2 {u1 . u3 . u4 . Seja {u1 . Consideremos ainda que V tem dimensão n = 8 e que L : V → V é nilpotente com índice k = 4. u3 . u2 . u8 } é base de W4 Podemos construir o seguinte quadro seguindo o esquema anterior. . u8 } uma base de V = W4 .  . u3 . w6 . u4 } é base de W1 {u1 . w4 . Teorema 12. 1 0     0 0 0 · · · λi 1  0 0 0 ··· 0 λi . de modo que {u1 . u5 . u5 . u6 . u3 .

152 Notas de aula do Prof.9 Vamos determinar a forma canônica J da matriz A = −1 2 equação característica de A é (λ − 1)2 = 0 e uma base do autoespaço correspondente ao          . 3. A soma das ordens dos Jij é ni .8 Seja L : R7 → R7 linear. . 4. que é igual à nulidade de Ni = (Li − λi I). Há pelo menos um Jij de ordem mi e todos os demais são de ordem menores ou iguais a mi . Observe que Jij = λi I + N onde  1 0 ··· 0 0  0 1 ··· 0 0   . Exemplo 12. .  .   N =  . cujos polinômios característico e mínimo são ∆(t) = (t − 2)4 (t − 3)3 m(t) = (t − 2)2 (t − 3)2 A forma canônica de Jordan de L é uma das seguintes    2 1 2 1  0 2   0 2       2 2 1       2 0 2 ou       3 1 3 1       0 3 0 3 3 3  A primeira matiz ocorre se L possui dois autovetores linearmente independentes pertencentes ao seu autovalor 2 e a segunda ocorre se L tem três autovetores linearmente independentes pertencentes ao seu autovalor 2.   . ¸ · 0 1 .  é um bloco nilpotente. . . . Antonio Cândido Faleiros 1. O número de blocos Jij de cada ordem possível é univocamente determinado por L. A Exemplo 12. ... O número de Jij é igual à multiplicidade geométrica de λi . ··· . 2.. .  0 0 0 1 0     0 0 0 ··· 0 1  0 0 0 ··· 0 0 0 0 . . . A matriz Jij é denominada bloco de Jordan pertencente ao autovalor λi .

Lv. L2 v. . Antonio Cândido Faleiros £ ¤T 2 153 · ¸ 0 0 . L2 v. . correspondente ao autovalor 2   1 −1 3 £ ¤T e calculamos v2 = (A − 2I)v3 = −1 −3 −1 . A multiplicidade algébrica do autovalor 1 é 1 e do autovalor 2 é 2. . A matriz S =  1 −3 2  . . cujas colunas são v1 e v2 .11 *** 12. Uma base do autoespaço correspondente ao autovalor 1 é for£ ¤T .10 Vamos determinar a forma canônica J da matriz A =  −1 2 1  . Consideremos a seqüência Seja k o menor inteiro para o qual Lk v ∈ [v.3 Subespaços cíclicos v. Como nenhum deles é múltiplo de 1 3 1 podemos tomar v3 para gerar a uma cadeia de Jordan de comprimento 2. Seja L : V → V linear e v ∈ V não nulo (v 6= 0). . Tomemos £ ¤T v2 = 0 1 · que. . L2 v. tem por inversa S = e é tal matriz S = 1 1· −1 1 ¸ 1 0 que J = S −1 AS = .¸juntamente com v1 . . Lv. . cuja 0 −1 0    −2 3 −7 1 0 0 0 −1  é tal que J = S −1 AS =  0 2 1  que é a forma inversa é S −1 =  0 1 −1 2 0 0 2 canônica da matriz A. . forma uma base do espaço das · matrizes 2 × 1. Um conjunto gerador do autoespaço de (A − 2I)2 =   −2 3 −7 £ ¤  −2 3 −7  correspondente ao autovalor 0 é formado pelos vetores v3 = 3 2 0 T 0 0 0 £ ¤T £ ¤T e v4 = −7 0 2 . Lk−1 v]. −1 1 0 2 A equação característica de A é (λ−1)(λ−2) = 0. . Calculamos então (A−λI) = e vemos que o zero é autovalor 1 é v1 = 1 1 0 0 autovalor desta matriz e que qualquer vetor é autovetor correspondente ao zero. A ¸ 1 0 1 0 −1 . . Lk−1 v} . indicando com isto que o conjunto {v. 0 1   3 −2 5 Exemplo 12. Lv. Exemplo 12. Uma base do autoespaço correspondente ao autovalor mada pelo vetor v1 = 1 1 0 £ ¤T 2 é formada pelo vetor 1 3 1 .Notas de aula do Prof.

. Pode-se ordenar os expoentes ni de modo que n = n1 ≥ n2 ≥ · · · ≥ nr . onde ni é um número inteiro menor ou iguais a n. . . . 0 0 0 · · · 0 0 −ak−3 0 0 0 · · · 1 0 −ak−2 0 0 0 · · · 0 1 −ak−1 0 1 0 . .12 11. Seja L : V → V linear. Este subespaço é a interseção de todos os subespaços L invariantes que contêm v. Qualquer outra decomposição de V em subespaços L cíclicos tem o mesmo conjunto de polinômios mínimos. L) é f (t)ni .. . O polinômio mv (t) é denominado de L anulador de v e Z(v.   . . 12. . . L). 0 0 0 . . . Assim L tem uma representação matricial   C (1) 0 · · · 0  0 C (2) · · · 0    C= . . que é determinado de modo único por L. L2 v. . L2 v. Antonio Cândido Faleiros Z(v. . . . . . Se Lk v = −a0 v − a1 Lv − a2 L2 v − · · · − ak−1 Lk−1 v então é o polinômio mínimo de Lv e a representação de Lv na base {v. Lv. . . L) = [v. . Lk−1 v} é      C=      · · · 0 0 −a0 · · · 0 0 −a1 · · · 0 0 −a2 . O subespaço vetorial Notas de aula do Prof.  . . . . L). . L) ⊕ · · · ⊕ Z(vr . onde f (t) é irredutível. .154 é linearmente independente. 0 0 1 .. . 0 0 · · · C (r) V = Z(v1 . vr tais que O polinômio mínimo da restrição de L a Z(vi .. Lk−1 v] é chamado de subespaço cíclico de V gerado por L e v. .. Então existem v1 .13.4 Forma canônica racional Lema 12. Denotemos por Lv a restrição de L a Z(v.            mv (t) = a0 + a1 t + a2 t2 + · · · + ak−1 tk−1 + tk denominada de matriz companheira do polinômio mv (t). . v2 . . . . . Lv. . . L). cujo polinômio mínimo é f (t)n . Sua dimensão é k.

Antonio Cândido Faleiros onde C (i) é a matriz companheira do polinômio f (t)ni . Os polinômios fi (t)nij são chamados de divisores elementares de L. . . Então L possui uma única representação matricial em bloco   C1 0 · · · 0  0 C2 · · · 0     . . .. .  . .. 155 Teorema 12. . 0 0 ··· .13 (Forma canônica racional) Seja L : V → V linear com polinômio mínimo m(t) = f1 (t)m1 . 0 0 · · · Cs onde cada Ci é uma matriz com o formato  (1) Ci 0 ··· 0  0 C (2) · · · 0  i Ci =  . (r) 0 0 · · · Ci (j)      em que Ci que são matrizes companheiras de fi (t)nij onde se pode ordenar os nij de modo m1 = n11 ≥ n12 ≥ · · · ≥ n1r1 ··· ms = ns1 ≥ ns2 ≥ · · · ≥ nsrs Esta é a chamada forma canônica racional de L.5 Forma triangular matricial triangular  a1n a2n   .Notas de aula do Prof. .. . ann seu polinômio característico pode ser fatorado em polinômios do primeiro grau ∆(t) = det(tI − A) = (t − a11 )(t − a22 ) · · · (t − ann ). . . .. . .  . 12. .  . fs (t)ms onde fi (t) são polinômios mônicos irredutíveis distintos. A recíproca também é verdadeira. . .  . . . Se um operador linear L possuir uma representação  a11 a12 · · ·  0 a22 · · ·  A= .  . . . . . .   .

{v12 . Denotemo-lo λ1 e por v1 o autovetor correspondente.15 Seja L : V → V linear e W um subespaço L invariante de V. . . Antonio Cândido Faleiros Teorema 12. denominado de classe lateral de W em V. Definimos no conjunto das classes laterais de W as operações de adição de duas classes e multiplicação de uma classe por um escalar por (u + W ) + (v + W ) = (u + v) + W.6 Espaços quocientes Esta é uma maneira inteligente de definir “projeções” em espaços vetoriais que não possuem produto interno. i = 1. v1n } uma base ortonormal de (V1 )⊥ . Seja W um subespaço vetorial de V. definimos o conjunto v + W = {v + w : w ∈ W }. Seja L1 a restrição de L a V1 . Seja W um subespaço vetorial de V. com estas duas operações. Podemos definir duas operações no conjunto das classes laterais de modo a torná-lo um espaço vetorial. Dado v ∈ V. o polinômio mínimo de ¯ divide o polinômio mínimo de L. de modo que Lv1 = λ1 v1 . Então L ¯ induz um operador linear L em V /W definido por ¯ L(v + W ) = L(v) + W.14 Seja n a dimensão de V e L : V → V um operador linear cujo polinômio característico ∆(t) pode ser fatorado num produto de fatores lineares ∆(t) = (t − λ1 )n1 · · · (t − λr )nr onde os números λi . O conjunto das classes laterais. Sejam u e v dois vetores em V e k um escalar pertencente ao corpo sobre o qual se define o espaço vetorial V. então L também o é. é um espaço vetorial sobre o mesmo corpo sobre o qual se define V. Observe que 0 + W = W. Prova. . . L . L possui ao menos um autovalor. Este espaço vetorial é denominado espaço quociente de V por W e é denotado por V /W. k(u + W ) = ku + W.156 Notas de aula do Prof. A matriz de L nesta base é da forma *** ¤ 12. . . r são distintos e n1 + · · · + nr = n. Assim. Então V = V1 ⊕ (V1 )⊥ onde V1 = ger(v1 ). Se a dimensão de V for finita então dim(V /W ) = dim(V )− dim(W ). *** Como ∆(t) pode ser fatorado em polinômios do primeiro grau. O espaço V1 é invariantes sob L. . Então L possui uma representação matricial em forma triangular. . ¯ Se L for um zero de um polinômio. Teorema 12.

v 3 } de V é µ ¶ 6 −3 C= . Como L(v1 ) = 3v1 L(v2 ) = −v1 + 6v2 + v3 L(v3 ) = v1 − 3v2 + 2v3 a matriz de L na base {v1 . Consideremos V = {v + W : v ∈ V } que é o espaço quociente V /W e a transformação linear induzida L : V → V definida por L(v) = L(v) + W. x + y + 2z). v3 } é  3 −1 1 B =  0 6 −3  . 1) formam uma base do R3 . w3 } onde w1 = v1 . v2 } é C. Destacamos que v1 é autovetor de L correspondente ao autovetor 3. v2 . 0 1 2  O espaço vetorial W gerado por v1 é invariante sob L. w3 = v3 . 0).16 Vamos apresentar um exemplo que mostra como se pode obter uma representação matricial triangular de uma transformação linear. 0. v2 . v3 = (0. w2 = 3v2 + v3 . Antonio Cândido Faleiros 157 Exemplo 12. v3 } já possui a primeira coluna na forma desejada para se chegar à forma triangular. A matriz de L na base canônica do R3 é   4 1 −1 A =  2 5 −2  1 1 2 Os vetores v1 = (−1. Sabemos que L(v2 ) = 6v2 + v3 L(v3 ) = −3v2 + 2v3 cuja matriz na base {v1 . L(v1 ) = 3v1 + W = W = 0 L(v2 ) = −v1 + 6v2 + v3 + W = 6v 2 + v3 L(v3 ) = v1 − 3v2 + 2v3 + W = −3v 2 + 2v 3 de modo que a matriz de L em relação à base {v 2 . v3 } para a base {w1 . Vamos então passar da base {v1 . Seja L : R3 → R3 definida por L(x. v2 . 0). Observe que a matriz de L na base {v1 .Notas de aula do Prof. y. 1. . 1. v2 = (0. z) = (4x + y − z. Os autovalores de C são 5 e 3 e o autovetor relativo ao autovalor 5 é 3v2 + v3 . w2 . Para esta transformação. 1 2 Vamos omitir a barra e olhar para L no espaço gerado por v2 e v3 . 2x + 5y − 2z.

Podemos inverter as relações acima para obter v1 = w1 . Antonio Cândido Faleiros O w3 foi escolhido de modo arbitrário. a matriz de L é  3 −2 1 D =  0 5 −1  0 0 3  v2 = (w2 − w3 )/3. Esta transformação linear pode ser representada por uma matriz diagonal pois ela possui três autovetores linearmente independente. que está na forma triangular. w2 . w3 } seja uma base de V. Daí segue L(w1 ) = 3w1 L(w2 ) = −2w1 + 5w2 L(w3 ) = w1 − w2 + 3w3 e. exigimos apenas que {w1 . nesta base.158 Notas de aula do Prof. . v3 = w3 .

Capítulo 13 Aplicações Aproximação por polinômios Cadeias de Markov Circuitos elétricos Diferenças finitas Elementos finitos Equação de Schröedinger Sistemas de equações diferenciais Exponencial de matriz Formas quadráticas Cônicas e quádricas Mínimos quadrados Modelo econômico de Leontief Método húngaro para alocação de tarefas Cifras de Hill Programação linear Séries de Fourier Sistemas de equações diferenciais Tensão nos meios contínuos Teoria dos grafos Teoria dos jogos 159 .

Antonio Cândido Faleiros .160 Notas de aula do Prof.

Neste caso. . diremos apenas que a matriz é de ordem m. com n linhas e uma coluna. Quando for conveniente. que possuem n linhas e uma coluna.Apêndice A Matrizes Uma matriz é um arranjo retangular de números. Designaremos o conjunto das matrizes reais m por n pelo símbolo Rm×n e das matrizes complexas de ordem m por n pelo símbolo Cm×n . Em nosso curso trabalharemos com matrizes reais ou complexas. Também é usual escrever Am×n para indicar que A possui m linhas e n colunas. dispostos em linhas e colunas. 161 . A menos que se especifique o contrário. Uma matriz quadrada com n linhas e n colunas é uma matriz n por n ou de ordem n. Denotaremos por Cn ao conjunto de matrizes coluna complexas. escreveremos (aij )k em lugar de k(aij ). Se o número de linhas for igual ao número de colunas se diz que a matriz é quadrada. denominados de elementos da matriz. Rn é o conjunto das matrizes coluna reais. Uma matriz com uma única coluna é chamada de vetor coluna e uma matriz com uma única linha é chamada de vetor linha.. . (aij ) e (bij ) são matrizes de ordem m por n.  A= . em lugar de dizermos que a ordem da matriz é m por m. Quando uma matriz possuir m linhas e n colunas diremos que é uma matriz m × n ou matriz m por n ou matriz de ordem m por n. .. am1 · · · amn onde aij é o elemento da linha i e coluna j. Um número real ou complexo será denominado genericamente de escalar. . Usaremos a notação abreviada A = (aij ) para denotar uma matriz   a11 · · · a1n  . Matrizes reais são aquelas cujos elementos são números reais e matrizes complexas são aquelas cujos elementos são números complexos. se define a adição de duas matrizes e a multiplicação de uma matriz por um escalar através das fórmulas (aij ) + (bij ) = (aij + bij ) k (aij ) = (kaij ) onde k é um escalar.  . No conjunto das matrizes m por n.

1 Matrizes especiais Seja A = (aij ) uma matriz m por n e p = min{m. Antonio Cândido Faleiros A matriz em que todos os elementos são nulos é chamada de matriz nula e será denotada por 0. n}. Se os elementos à direita da diagonal principal de A forem nulos. Distributividade: k1 (A + B) = k1 A + k1 B. então −A = (−aij ) é chamada de matriz oposta de A. O delta de Kronecker. Elemento neutro: A + 0 = 0 + A = A. a matriz é triangular superior. Unidade: 1A = A Estas propriedades indicam que o conjunto das matrizes m × n com as operações de adição e multiplicação por um escalar é um espaço vetorial sobre o corpo dos escalares que. Se A = (aij ). incluindo a matriz nula e k1 . Se os elementos abaixo da diagonal principal da matriz A forem nulos. Associatividade: (k1 k2 )A = k1 (k2 A). em nosso caso. 5. app formam a diagonal principal da matriz A. 3. Os elementos a11 . Em termos deste símbolo. k2 são escalares. 8. 4. I = (δ ij ) . A. Elemento oposto: A + (−A) = (−A) + A = 0. .162 Notas de aula do Prof. . . A. a22 . Definimos a diferença entre as matrizes A e B de mesma ordem por A − B = A + (−B). a matriz é triangular inferior. será o corpo dos números reais ou dos números complexos. 6. Comutatividade: A + B = B+ A. Propriedades Nas propriedades enumeradas abaixo. Associatividade: A + (B + C) = (A + B) + C. O 1 indica a unidade escalar. definido para todo i e j inteiros por δ ij = 1 δ ij = 0 se se i=j i 6= j pode ser usado para representar os elementos da matriz identidade. 1. A matriz identidade I de ordem m é a matriz diagonal cujos elementos da diagonal principal são todos iguais a 1. B e C são matrizes de mesma ordem. Uma matriz é diagonal se todos os elementos fora da diagonal principal forem nulos. . Distributividade: (k1 + k2 )A = k1 A + k2 A. 2. . 7.

A matriz A = (bij ) de ordem n por m.Notas de aula do Prof. o número de colunas de A deve ser igual ao número de linhas de B. se encontram na parte inferior da matriz. O primeiro elemento não nulo em cada linha. Uma matriz complexa A é hermitiana se A∗ = A. anti-hermitiana se A∗ = −A e unitária se A∗ = A−1 . Quando este for o caso. A. o primeiro elemento não nulo de cada linha vai se deslocando para a direita. onde ¯ bij = aji é a adjunta de A. 4. se existirem. se diz que A e B são conformes para o produto. se existirem. Seja A = (aij ) uma matriz complexa de ordem m por n. é igual a 1. . quando percorrida da esquerda para a direira. As linhas nulas. se encontram na parte inferior da matriz. Definição A. As linhas nulas. Ao percorrer as linhas de cima para baixo. Assim. Ao percorrer as linhas de cima para baixo. 2. Antonio Cândido Faleiros 163 Uma matriz A é simétrica se AT = A. Vamos indicar por aij ao ¯ ∗ complexo conjugado de aij . O primeiro elemento não nulo em cada linha. quando percorrida da esquerda para a direira.1 Uma matriz m por n possui a forma escalonada se: 1.2 Multiplicação de matrizes A multiplicação é a operação que leva duas matrizes A = (aij )m×n e B = (bjk )n×p na matriz à n ! X AB = aik bkj k=1 de ordemque é uma matriz m por p. São nulos todos os demais elementos da coluna que contém o pivô. o primeiro elemento não nulo de cada linha vai se deslocando para a direita. é anti-simétrica se AT = −A e ortogonal se AT = A−1 . Definição A. Este é o pivô da linha.2 Uma matriz m por n possui a forma escalonada reduzida se: 1. Se A for real. A multiplicação de matrizes é uma operação associativa e distributiva mas não é comutativa. é chamado de pivô da linha. as matrizes reais anti-simétricas são anti-hermitianas e as matrizes reais ortogonais são unitárias. então A∗ = AT . 2. As matrizes reais simétricas são hermitianas. Para efetuar o produto AB. 3.

então o produto AB pode estar definido e o produto BA não. B e I n n X X aik bkj = δ ij e bik akj = δ ij . .164 1. A matriz B é a inversa de A. se B e C forem inversas de A. ¤ Se A e B forem inversíveis então AB é inversível e (AB)−1 = A−1 B −1 . então o produto A1 · · · An é inversível e (A1 · · · An )−1 = A−1 · · · A−1 . Então B é necessariamente a bijeção inversa e BA = I. A1 (B1 C1 ) = (A1 B1 )C1 2.3 Sejam A e B matrizes quadradas tais que AB = I. Este resultado pode ser generalizado. n 1 Se A for uma matriz inversível. Se A1 . então B = BI = B(AC) = (BA)C = IC = C. A inversa de uma matriz é única pois. então as igualdades matriciais AB = BA = I resultam nas seguintes igualdades entre os elementos de A. Teorema A. Se k for um escalar não nulo e A for inversível. A. . então kA é inversível e (kA)−1 = k−1 A−1 . . então as equações AX = B e Y A = C possuem solução única dadas por X = A−1 B e Y = CA−1 . Antonio Cândido Faleiros desde que as matrizes Ai . onde I é a matriz identidade de ordem m. Bi e Ci sejam conformes para a adição e a multiplicação. (A3 + B3 )C3 = A3 C3 + B3 C3 Notas de aula do Prof. Sendo A = (aij ) e B = (bij ) . A2 (B2 + C2 ) = A2 B2 + A2 C2 3. . consequentemente o posto de A é n. Isto é suficiente para garantir que BA = I. o posto de I é n e. diremos que é singular.3 Inversa Uma matriz quadrada A de ordem m é inversível se existir uma matriz quadrada B de ordem m tal que AB = BA = I. Prova. A prova deste fato se baseia em um teorema da Álgebra Linear que estabelece o seguinte: Se as matrizes envolvidas forem de ordem n. k=1 k=1 Se a matriz não for inversível. −1 . estabelecendo uma bijeção em Cn . Se se o número de linhas for diferente do número de colunas em A e B. Se A for inversível. sendo denotada por A−1 . An forem inversíveis. então A−1 é inversível e (A−1 ) = A.

O posto de uma matriz é o número de suas colunas que são linearmente independentes. A nulidade de uma matriz é a dimensão do seu núcleo. ambas inversíveis e tais que D = Q−1 AP é uma matriz diagonal onde os k primeiros elementos da diagonal são iguais a 1 e os demais são todos nulos. Como Q e QT são inversíveis. ¤ . Antonio Cândido Faleiros Se A for uma matriz quadrada. O número de linhas não nulas é o número de linhas linearmente independentes em A0 . Existe uma matriz P de ordem n. A−k = A−1 = Ak 165 para todo k ≥ 1 inteiro. O posto de A mais a nulidade de A é igual a n. Prova. Teorema A. as colunas linearmente independentes são aquelas que contém os pivôs.5 O posto de uma matriz não se modifica se ela for multiplicada por uma matriz inversível.6 Seja A uma matriz m × n de posto k. A transposta da matriz A = (aij ) de ordem m por n é a matriz AT = (bij ) . Teorema A.4 Seja A uma matriz m × n. o número de linhas linearmente independentes de A0 é igual ao número de colunas linearmente independentes. Em A0 . Teorema A. Logo. Existe uma matriz inversível Q de ordem m. Teorema A. define-se as potências inteiras de A por A0 = I. Vale a propriedade (AB)T = B T AT . Seja A0 = Q−1 A a matriz escalonada reduzida do teorema anterior.8 O número de linhas linearmente independentes de uma matriz é igual ao número de colunas linearmente independentes.Notas de aula do Prof. Teorema A. Ak = Ak−1 A. e uma matriz Q de ordem m. onde bij = aji . tal que A0 = Q−1 A é uma matriz escalonada reduzida. mostrando que o número de linhas e o número de colunas linearmente independentes de A são iguais. o posto de A = QA0 e o de AT = (A0 )T QT são idênticos. ¡ ¢k ¡ ¢−1 .7 Seja A uma matriz m × n de posto k. de ordem n por m.

0 0 1 então a matriz EA é obtida de A trocando a primeira linha com a segunda. Antonio Cândido Faleiros A. Se   β 0 0 E =  0 1 0 . Permutar duas linhas. Se   1 β 0 E =  0 1 0 . ela é singular. Operações elementares sobre colunas são definidas de modo análogo. a matriz é singular.4 Operações elementares e matrizes elementares Operações elementares sobre linhas 1. então AE e EA são inversíveis. Se uma matriz A for inversível e E é uma matriz elementar. trocando o elemento diagonal da linha i por k.9 Uma matriz quadrada A é inversível se e só se puder ser escrita como um produto matrizes elementares. 2. trocando o zero da linha i coluna j por k. Teorema A. 0 0 1 . Se   0 1 0 E =  1 0 0 . A matriz que troca a linha i pela linha j é aquela obtida a partir da matriz identidade. A matriz que multiplica a linha i de A por um escalar k 6= 0 é obtida a partir da identidade. como mostram os exemplos que seguem. a matriz AE é obtida de A multiplicando a primeira coluna por β. 3. As operações elementares podem ser executadas mediante o produto de matrizes elementares. 0 0 1 então EA é uma matriz obtida de A adicionando β vezes a segunda linha à primeira.166 Notas de aula do Prof. AE é uma matriz obtida de A adicionando β vezes a primeira coluna à segunda. A matriz que adiciona um múltiplo k da linha i à linha j é obtida a partir da matriz identidade. Se uma coluna de uma matriz for uma combinação linear das outras. EA realiza operações elementares sobre as linhas de A e AE realiza operações elementares sobre as colunas de A. trocando a linha i com a linha j. Se E for uma matriz elementar. Se uma coluna ou uma linha de uma matriz for identicamente nula. Adicionar a uma linha um múltiplo de outra linha. Multiplicar uma linha de A por um escalar não nulo. AE é uma matriz obtida de A trocando a primeira coluna com segunda. então a matriz EA é obtida de A multiplicando a primeira linha por β. As matrizes elementares são inversíveis.

ela é inversível pois as matrizes elementares são inversíveis. Como A = (aij ) é inversível. Agora. Denotemos ainda por a11 o elemento da primeira linha e primeira coluna da matriz transformada. é inversível. podemos permutar a primeira linha de A com outra cujo elemento da primeira coluna é diferente de zero. Antonio Cândido Faleiros 167 Prova. Se a11 for igual a zero. . portanto. Continuando com este processo. . Como ela não é singular. trocamos a segunda linha com outra abaixo dela que possui elemento não nulo na segunda coluna. aplicando transformações elementares sobre as linhas de A. O elemento (2. Então Ek · · · E1 A = I e A = (Ek · · · E1 )−1 I = E1 · · · Ek . Vamos provar a recíproca. A é um produto de matrizes elementares. podemos adicionar às demais linhas de A múltiplos da primeira de modo que todos os elementos da primeira coluna. Observe que a primeira coluna não é modificada neste processo pois o elemento da primeira coluna da segunda linha é zero. E2 . Podemos agora adicionar às outras linhas múltiplos da segunda de modo a anular todos os demais elementos da segunda coluna. Ek as matrizes elementares −1 −1 que realizam estas operações. pelo menos um elemento da segunda coluna da diagonal principal para baixo é diferente de zero. exceto o primeiro. Se necessário. Sejam E1 .Notas de aula do Prof. . fiquem iguais a zero. Se A for o produto de matrizes elementares. a segunda coluna de A1 seria um múltiplo da primeira e esta matriz seria singular. Se todos os elementos da segunda coluna de A1 da diagonal principal para baixo forem nulos. Ela foi obtida de A1 a partir de operações elementares e. Esta matriz obtida de A através de operações elementares é inversível e será denotada por A1 . Como a inversa de uma matriz elementar é elementar. 2) fica igual a 1. ¤ . nenhuma de suas colunas é identicamente nula. chegamos à matriz identidade. O elemento da segunda linha segunda coluna desta matriz assim transformada é não nulo e podemos dividir agora a segunda linha por ele. Podemos dividir a primeira linha por a11 de modo que o elemento da primeira linha primeira coluna fique igual a 1. Pelo menos um elemento da primeira coluna é diferente de zero. Denominemos esta nova matriz de A2 . .

Antonio Cândido Faleiros .168 Notas de aula do Prof.

então τ k é a permutação identidade.. n} → {1. .1 Permutação Uma função bijetora σ : {1. . . τ n sem ambiguidade. Se σ(2) = τ 1 (2). Retirando as identidades desta composição. . Estas equações definem τ 1 . mantendo fixos os outros inteiros. . . Todavia. A permutação σ é igual à composição τ n · · · τ 2 τ 1. . 2. A identidade (1. . basta informar que τ (j) = k para inferir que τ (k) = j e que τ (i) = i para todo i diferente de j e k. τ n (τ n−1 · · · τ 2 τ 1 (n)) = σ(n). . sendo σ(k) = τ k−1 · · · τ 2 τ 1 (k). . . Sejam j e k dois inteiros distintos no conjunto {1. entre transposições e identidades. sejam τ i . . . τ 2 . não é única. sua inversa σ−1 leva j em i.Apêndice B Determinante B. n permutações que tanto pode ser uma transposição quanto uma identidade. . . . para k ≥ 2. n}. . Provaremos esta afirmação logo adiante. τ 2 é a identidade. . definidas por τ 1 (1) = σ(1). então τ 1 é a identidade. 2. a permutação é inversível e. . . . n) é uma permutação. . . . 169 . vemos que σ é uma composição de permutações que. τ n é sempre a identidade e foi colocada na composição apenas para ficarmos com um número exato de n permutações. Sendo bijetora. i = 1.. τ 2 τ 1 (2) = σ(2). σ(n)) para estabelecer σ sem ambiguidade. Em particular. é chamada de transposição. se σ(i) = j. . Uma permutação que leva j em k e k em j. Basta apresentar a ênupla ordenada (σ(1). se σ(1) = 1. . Toda permutação é a composição de um número finito de transposições. . . . 2. . Observe que. duas decomposição de σ em permutações terá ou um número par de fatores ou um número ímpar de fatores. . n}. . 2. 2. De fato. Se τ for uma transposição. Em geral. . n} é chamada de permutação do conjunto {1.. entretanto.

para os quais há uma inversão. Se o número de inversões de σ for ímpar. Portanto.170 Notas de aula do Prof. as inversões envolvendo este número não precisam ser contadas no cálculo do sinal.1 Sejam σ 1 e σ 2 duas permutações de {1. Quando sign(σ) = −1. O sinal de σ será denotado por sign(σ). ¤ Se uma permutação σ mantém um número k fixo. .2 O sinal de uma transposição é −1. . n}. Logo. Prova.3 Toda permutação é uma composição de transposições. Se a transposição levar i em j e j em i. ¤ Teorema B. . seu sinal é +1. A permutação identidade não apresenta nenhuma inversão. Antonio Cândido Faleiros Seja σ uma permutação de {1. Então sign(σ 2 σ 1 ) = sign(σ 2 )sign(σ 1 ). Teorema B. ¤ . seu sinal será +1. Definimos o sinal de σ do seguinte modo: Se o número de inversões de σ for par. qualquer decomposição de σ em transposições tem um número par de fatores. Sobram apenas i e j. isto é. O número de inversões (i. Se i < j e σ(i) > σ(j) diremos que o par (i. . Prova. Quando sign(σ) = +1. onde i < j. o número de transposições ou é sempre par ou é sempre ímpar. o número de transposições que a compõem é ímpar. se σ(k) = k. podemos ignorar as inversões relativas aos números mantidos fixos. k). 2. Teorema B. Prova. o número mantido fixo pela permutação sempre leva a um número par de inversões. Entretanto. Isto significa que o número de inversões de σ 2 σ 1 e a soma do número de inversões em σ 1 e σ 2 têm a mesma paridade. . com i < k é igual ao número de inversões (k. . 2. Isto implica na igualdade dos sinais sign(σ 2 σ 1 ) = sign(σ 2 )sign(σ 1 ). Logo. de acordo com a observação feita acima. Esta composição não é única. Quando não há inversão em σ 2 σ 1 então não há inversão nem em σ 1 nem em σ 2 ou ambas apresentam uma inversão. seu sinal será −1. Inversões σ1 σ2 σ2σ1 σ 1 (i) < σ 1 (j) σ 2 σ 1 (i) < σ 2 σ 1 (j) 0 0 0 σ 1 (i) < σ 1 (j) σ 2 σ 1 (i) > σ 2 σ 1 (j) 0 1 1 σ 1 (i) > σ 1 (j) σ 2 σ 1 (i) < σ 2 σ 1 (j) 1 1 0 σ 1 (i) > σ 1 (j) σ 2 σ 1 (i) > σ 2 σ 1 (j) 1 0 1 Ela mostra que quando há uma inversão em σ 2 σ 1 ou há uma inversão em σ 1 ou há uma em σ 2 mas não em ambas ao mesmo tempo. . O sinal de toda transposição é −1. . o sinal da transposição é −1. n}. Observe a tabela que vem em seguida. Esta observação é útil na prova do próximo teorema. j) é uma inversão de σ. j) com k < j.

n}. . portanto. ¤ Teorema B. . Como sign(σ) = sign(τ ). segue X det(A) = sign(τ )aτ (1)1 aτ (2)2 · · · aτ (n)n τ onde τ percorre o conjunto de todas as permutações de {1. . n}. 2.7 Se permutarmos duas linhas de uma matriz. são iguais. Cada permutação σ de {1. o produto a1σ(1) a2σ(2) · · · anσ(n) é uma reordenação aτ (1)1 aτ (2)2 · · · aτ (n)n e. Se permutarmos duas colunas de uma matriz.2 Determinante Seja A = (aij ) uma matriz quadrada de ordem n. . 2. portanto. . n} possui inversa τ . O determinante de A é definido por X det(A) = sign(σ)a1σ(1) a2σ(2) · · · anσ(n) σ onde σ pecorre o conjunto de todas as permutações de {1. aiσ(i) = 0 para toda permutação σ e assim. . Consequentemente. . ¤ B. 2. . Se B = (bij ) for a transposta de A = (aij ). det(AT ) = 0 e. Logo.Notas de aula do Prof. . sign(σ −1 ) e sign(σ) são ambos iguais a +1 ou ambos iguais a −1. . então τ (j) = i e aiσ(i) = aτ (j)j . 171 Prova. Teorema B. Prova. Uma coluna nula na matriz é uma linha nula na transposta. Assim. Se σ(i) = j.4 O sinal de uma permutação é igual ao sinal de sua inversa. det(A) = 0. Quando a linha i for nula. X det(A) = sign(σ)aσ(1)1 aσ(2)2 · · · aσ(n)n = X σ σ sign(σ)b1σ(1) b2σ(2) · · · bnσ(n) = det(B). então bij = aji . . ¤ Teorema B. Assim. Como σ −1 σ é a identidade cujo sinal é +1. segue sign(σ −1 )sign(σ) = sign(σ −1 σ) = 1. .6 Se uma linha ou uma coluna de uma matriz quadrada for nula. seu determinante é zero. Prova.5 O determinante de uma matriz é igual ao determinante de sua transposta. det(A) = 0. o determinante muda de sinal. o determinante muda de sinal. Antonio Cândido Faleiros Teorema B. .

172

Notas de aula do Prof. Antonio Cândido Faleiros

Prova. Seja B = (bij ) a matriz obtida de A = (aij ) permutando-se as linhas r e s, de modo que brj = asj e bsj = arj . Assim, X sign(σ) · · · brσ(r) · · · bsσ(s) · · · det(B) = = = X
σ σ σ

= −

X

sign(σ) · · · asσ(r) · · · arσ(s) · · · sign(σ) · · · arσ(s) · · · asσ(r) · · ·

X
στ

sign(στ ) · · · ar,στ (r) · · · as,στ (s) · · ·

onde τ é a transposição que leva r em s e s em r. Como σ percorre todas as permutações possíveis, στ também as percorre e assim, X det(B) = − sign(σ) · · · arσ(r) · · · asσ(s) · · · = − det(A).
σ

¤

Teorema B.8 Se duas linhas ou duas colunas de uma matriz quadrada forem iguais, seu determinante é zero. Prova. Se duas linhas da matriz A são iguais, ao trocar uma linha pela outra, a matriz A permanece inalterada e seu determinante troca de sinal. Logo, det(A) = − det(A), o que resulta em det(A) = 0. ¤ Teorema B.9 Seja A = [v1 , . . . , vj + wj , . . . , vn ], B = [v1 , . . . , vj , . . . , vn ], e C = [v1 , . . . , wj , . . . , vn ], matrizes quadradas de ordem n, onde v1 , . . . , vn e wj são as colunas de B e C. A coluna j de A é vj + wj . Então det(A) = det(B) + det(C). Prova. Imediata, a partir da definição. ¤ Vale um teorema análogo se os elementos de uma linha de A forem decompostos em duas parcelas. Teorema B.10 Sejam v1 , . . . , vn vetores coluna em Cn . Então para todo escalar β, det[v1 , . . . , βvi , . . . , vn ] = β det[v1 , . . . , vi , . . . , vn ] O mesmo resultado se aplica ao multiplicarmos uma linha de A por um escalar β.

Notas de aula do Prof. Antonio Cândido Faleiros Prova. Imediata a partir da definição. ¤ Corolário B.11 Se A é uma matriz quadrada de ordem n e β um escalar, det(βA) = β n det(A).

173

Teorema B.12 Se uma linha de uma matriz quadrada A for um múltiplo de outra linha de A, então det(A) = 0. Prova. Se β 6= 0, det[ . . . , vi , . . . , βvi , . . . ] = β det[ . . . , vi , . . . , vi , . . . ] = 0. Quando β = 0, uma linha da matriz é nula e det(A) = 0. ¤ Teorema B.13 O determinante de uma matriz não se altera se adicionarmos a uma de suas colunas um múltiplo de outra. O mesmo resultado se aplica se adicionarmos a uma de suas linhas um múltiplo de outra. Prova. Se β = 0, det[ . . . , vi , . . . , vj + βvi , . . . ] = det[ . . . , vi , . . . , vj , . . . ]+ β det[ 6 . . . , vi , . . . , vi , . . . ] = det[ . . . , vi , . . . , vj , . . . ]. ¤ Teorema B.14 Se A = (aij ) for uma matriz quadrada triangular superior ou triangular inferior, então det(A) = a11 a22 · · · ann . Prova. Se A for uma matriz quadrada de ordem n, triangular superior, então aij = 0 quando i > j. Sendo σ uma permutação de {1, 2, . . . , n} termo a1σ(1) a2σ(2) · · · anσ(n) será não nulo apenas quando σ(1) ≥ 1, σ(2) ≥ 2, . . . , σ(n) ≥ n. Isto só ocorre se σ(n) = n, . . . , σ(2) = 2, σ(1) = 1. Daí, o único termo não nulo do determinante de A é a11 a22 · · · ann . ¤ Corolário B.15 O determinante da matriz identidade é igual a 1. Teorema B.16 Seja A uma matriz quadrada. O det(A) 6= 0 se e só se A for inversível. Prova. Se A for inversível, seja B a sua inversa. Como AB = I, det(A) det(B) = 1, provando que det(A) = 0. 6 Quando A é inversível, suas colunas formam uma base da imagem indicando que suas colunas são vetores linearmente independentes. Se A for singular, uma de suas linhas é combinação linear das outras e det(A) = 0. ¤

174

Notas de aula do Prof. Antonio Cândido Faleiros

Teorema B.17 Se E for uma matriz elementar e A uma matriz quadrada, todas de ordem n, então det(EA) = det(E) det(A). Prova. Se E for uma matriz elementar que permuta a linha i com a linha j, então det(E) = −1 e det(EA) = − det(A), provando que det(EA) = det(E) det(A) para este caso. Se E for uma matriz elementar que multiplica uma linha por r, então det(E) = r e det(EA) = r det(A), provando que neste caso também vale o teorema. Se E for uma matriz elementar que multiplica à linha i um múltiplo r da linha j, então det(E) = 1 e det(EA) = det(A), provando que o teorema também vale neste último caso, o que completa a prova do teorema. ¤ Corolário B.18 Se E1 , E2 , . . . , Ek forem matrizes elementares e A for uma matriz quadrada, todas de ordem n, então det(E1 E2 · · · Ek A) = det(E1 ) det(E2 ) · · · det(Ek ) det(A). Teorema B.19 Se A e B forem matrizes quadradas de mesma ordem, det(AB) = det(A) det(B). Prova. Se A for inversível, A = E1 E2 · · · Ek , onde E1 , E2 , . . . , Ek são matrizes elementares. Assim, det(AB) = det(E1 E2 · · · Ek B) = det(E1 ) det(E2 ) · · · det(Ek ) det(B) = det(A) det(B). Se A ou B for singular, AB é singular e det(AB) = 0 e det(A) det(B) = 0. ¤ Corolário B.20 Se A for uma matriz quadrada inversível, det(A−1 ) = 1/ det(A). Teorema B.21 Matrizes quadradas semelhantes possuem o mesmo determinante. Prova. Se A e B forem matrizes quadradas semelhantes, então existe uma matriz inversível P de modo que B = P AP −1 e det(B) = det(P ) det(A) det(P −1 ) = det(A). ¤

B.3

Cofator

Seja A = (aij ) uma matriz quadrada de ordem n. Seu determinante é X det(A) = sign(σ)a1σ(1) · · · anσ(n)
σ

onde o somatório σ percorre todas as permutações do conjunto S = {1, 2, . . . , n}. Podemos agrupar esta soma do seguinte modo: tomemos todas as permutações que levam 1 em 1, depois aquelas que levam 1 em 2 e assim por diante, até aquelas que levam 1 em

P

Ambas possuem o mesmo número de inversões e. obtemos uma matriz B = (bij ) onde b11 = a12 e det(B) = − det(A). portanto. . O escalar B11 é o determinante da matriz obtida de B ao excluir sua primeira linha e sua primeira coluna. Nas parcelas que possuem o fator aij . o sinal do determinante da matriz se modifica duas vezes. . A cada permutação σ em {1. possuem o mesmo sinal. usando o argumento seguinte. De modo semelhante. Neste processo. . uma vez que o número dessas inversões é um número par. O termo c13 pode ser obtido trazendo a terceira coluna para o lugar da primeira. 3. Desta forma. . n} que mantém fixo o 1. Denotamos este determinante por A11 . se conclui que c12 = −B11 . como a12 = b11 . . as inversões de um ponto fixo não precisam ser P contadas. onde A13 é o determinante da matriz obtida ao eliminar a primeira linha e a terceira coluna de A. . Logo. Prosseguindo com o raciocínio anterior. Desta igualdade segue b11 B11 + · · · = −a12 c12 + · · · e. corresponde a uma permutação π em S 0 = {2. Para estabelecer o sinal de uma permutação. 2.Notas de aula do Prof. Nas permutações que levam 1 em 1 podemos colocar a11 em evidência. O determinante de A é a soma de diversas parcelas. vamos denotar por Aij o determinante da matriz obtida quando se elimina a linha i e a coluna j de A. Dentre os fatores de uma parcela do determinante há um único elemento da linha i. det(A) = aij cij + · · · . n. P Vemos que c11 = σ(1)=1 sign(σ)a2σ(2) · · · anσ(n) onde a soma percorre todas as permutações que levam 1 em 1. nas que levam 1 em 2. onde π(i) = σ(i) para i = 2. c12 = −A12 . conclui-se que c13 = A13 . . Por um raciocínio análogo ao anterior. Denotemos por cij o termo que fica multiplicado por aij e vamos chamá-lo de cofator de aij . o a12 pode ser colocado em evidência e. Para determinar o termo c12 faz-se o seguinte raciocínio: Permutando a primeira coluna de A com a segunda. Antonio Cândido Faleiros 175 n. . Aquelas parcelas que possuem como fator um elemento da linha i coluna j. naquelas que levam 1 em n podemos colocar o a1n em evidência e escrever det(A) = a11 c11 + a12 c12 + a13 c13 + · · · + a1n c1n . Esta fórmula desenvolve o determinante pela primeira linha e é conhecida por desenvolvimento do determinante pela primeira linha. . . Assim. chega-se ao desenvolvimento det(A) = a11 c11 + a12 c12 + a13 c13 + · · · + a1n c1n onde c1j = (−1)1j A1j é o cofator de a1j e A1j é o determinante da matriz obtida ao eliminar a linha 1 e a coluna j de A. vamos colocá-lo em evidência. c11 = π sign(π)a2π(2) · · · anπ(n) é o determinante de uma matriz que se obtém de A excluindo a primeira linha e a primeira coluna. que são a primeira linha e a segunda coluna de A. . n}. não contém como fator outro elemento da linha i nem outro elemento da coluna j. fazendo duas permutações: basta trocar esta coluna sucessivamente com as que estão à sua esquerda até conduzi-la para a posição da primeira. . Este determinante foi denotado por A12 . podemos desenvolver o determinante pela linha i. O determinante da matriz final é igual ao de A. O escalar c1j é chamado de cofator de a1j . cada uma com n fatores. . Em geral.

ai2 . então A · adj(A) = adj(A) · A = det(A) · I. Um argumento semelhante nos permite desenvolver o determinante pela coluna j. podemos transformar a matriz A numa matriz B. . Mediante transposição de linhas e colunas. . Como aij ocupa a primeira linha primeira coluna de B. a matriz obtida ao eliminar a linha 1 coluna 1 de B é igual à matriz obtida ao eliminar a linha i coluna j de A. . A cada transposição. onde Aij é a matriz obtida de A retirando sua linha i e sua coluna j. Basta transpor i − 1 vezes a linha i com as que estão acima. Este processo pode ser utilizado mais de uma vez reduzindo sucessivamente a ordem das matrizes cujos determinantes precisam ser calculados. Provamos que o cofator de aij no desenvolvimento do det(A) é cij = (−1)i+j det Aij . Antonio Cândido Faleiros onde os três pontos se referem às parcelas que contém elementos da linha i e colunas distintas da j.176 Notas de aula do Prof.23 Se A for inversível. Obtemos então o desenvolvimento do determinante pela coluna j det(A) = a1j c1j + a2j c2j + a3j c3j + · · · + anj cnj Um modo prático de utilizar estas fórmulas consiste em aplicar transformações elementares sobre a matriz zerando o maior número de elementos de uma linha ou de uma coluna e usar as fórmulas acima para reduzir o determinante original a uma soma de outros envolvendo matrizes de ordem n − 1. Definição B. chamada de menor (i. . . mediante j − 1 transposições da coluna j com as que estão à sua esquerda. Prova. det(A) = (−1)(i−1)+(j−1) det(B) = (−1)i+j det(B). onde o elemento aij fique posicionado na linha 1 coluna 1 de B. A matriz cujo elemento da linha i coluna j é cji (observe a ordem dos índices em que primeiro vem o j e depois o i) é chamada de matriz adjunta clássica de A e é denotada por adj(A). Como há um total de (i−1)+(j −1) transposições. Assim. até posicioná-la no topo da matriz. A parcela que contém um desses fatores não conterá os demais. det(A) = (−1)i+j aij det Aij . Cada um deles será multiplicado pelo seu cofator e assim det(A) = ai1 ci1 + ai2 ci2 + ai3 ci3 + · · · + ain cin onde cij = (−1)i+j det A(i. o determinante muda de sinal. Provamos que X j aij cij = det(A). ai2 . Teorema B. Ora. . O determinante de B possuirá parcelas onde um dos fatores é o aij . j) de A.22 Seja A uma matriz quadrada de ordem n. . sabemos de antemão que det(B) = aij cij + · · · onde cij é o determinante de uma matriz obtida de B pela eliminação de sua linha 1 coluna 1. coloca-se o elemento aij na primeira posição da matriz. a fórmula acima é conhecida por desenvolvimento do determinante pela linha i. ain . j) é o cofator de aij . podemos colocar em evidência os elementos ai1 . ain são todos da linha i. Em seguida. . Na soma que define o determinante de A. Como os elementos ai1 . .

k−1 b2 a2. ..k−1 bn an. . det(A)      é o determinante de uma matriz obtida de A. . . j Podemos usar o delta de Kronecker para unificar estas duas expressões em destaque X akj cij = δ ik det(A). n. . . . . ¤ B. para i 6= k. . X akj cij = 0.k−1 b1 a1. provando que adj(A) · A = det(A) · I.. 2. Se a matriz A = (aij ) for inversível. . Portanto. an1 · · · an. . .k+1 · · · ann   ∆k = det   . para i = 1. . . Antonio Cândido Faleiros 177 P Se i for diferente de k. . o lado esquerdo desta expressão é o elemento da linha k coluna i da matriz A· adj(A) e o lado direito é o elemento da linha k coluna i da matriz det(A) · I. . P Sendo cij os cofatores de aij então i aij cik = δ jk det(A) Ã n ! Ã n ! n n n n X X X X X X cik bi = cik aij xj = aij cik xj = det(A)δ jk xj = det(A)xk i=1 i=1 j=1 j=1 i=1 j=1 Dividindo pelo det(A) segue xk = onde ∆k = k por b Pn i=1 cik bi Pn i=1 cik bi det(A) = ∆k . . .4 Regra de Cramer n X j=1 Consideremos um sistema de n equações com n incógnitas aij xj = bi . O lado esquerdo da expressão também é o elemento da linha i coluna k da matriz adj(A) · A e o lado direito é o elemento da linha i coluna k da matriz det(A) · I.k+1 · · · a1n a21 · · · a2. j Ora.k+1 · · · a2n . j akj cij corresponderia ao determinante de uma matriz em que a linha i foi substituída pela linha k. . . trocando-se sua coluna  a11 · · · a1.Notas de aula do Prof. As linhas i e k desta matriz seriam iguais e seu determinante seria igual a zero. Ele é pouco eficiente e é usado apenas para sistemas pequenos. provando que A · adj(A) = det(A) · I. o sistema possui solução única.. . O método de Cramer fornece um meio de resolver o sistema usando determinantes.

. . . . Trocando o número xn pela variável x. x3 ) = V2 (x1. . . . xn ) = (xj − xi ). . Vamos provar por indução que Y Vn (x1 . Assim. . . Vn (x1 . . . 2 n−1 xn xn · · · xn      Sejam x1 . x2 . xn−1 como raízes. . Calculando os determinantes de Vandermonde para n = 2 e n = 3. xn números reais. . Antonio Cândido Faleiros B. . xn ) = det  . . x) = α(x − x1 )(x − x2 ) · · · (x − xn−1 ). 1 é chamado de determinante de Vandermonde. vemos que α é o cofator de xn−1 que é n igual ao determinante de Vandermonde de ordem inferior α = Vn−1 (x1 . . . Vn (x1 . . . xn−1 ) = (xj − xi ). . . . . . caso em que o determinante de Vandermonde é nulo. . obtemos V2 (x1 . . O número real  1  1  Vn (x1 . . . xn−1 . . . . . . Vn (x1 . Desenvolvendo Vn (x1 . x2 . x2 )(x3 − x1 )(x3 − x2 ) = (x2 − x1 ) (x3 − x1 )(x3 − x2 ). xn−1 ).178 Notas de aula do Prof. xn−1 ) = Y Y (xn − xi ) i<n Y (xj − xi ) = i<j i<j<n Y (xj − xi ) (xn − xi ) i<n Esta igualdade vale mesmo quando os xi não forem distintos dois a dois. . . xn ) = α(xn − x1 )(xn − x2 ) · · · (xn − xn−1 ). . . xn ) pela última linha. . onde α é um número real que não depende de x. .5 Determinante de Vandermonde x1 x2 · · · xn−1 1 1 x2 x2 · · · xn−1 2 2 . . i<j<n Daí. xn ) = Vn−1 (x1 . . . . . xn−1 . . . . . . . x) se torna um polinômio em x de grau n − 1 que possui x1 . . . . . . . .. . x2 ) = x2 − x1 e V3 (x1 . . i<j adotando como hipótese de indução a validade de Y Vn−1 (x1 . Vamos mostrar que Vn (x1 .  .

. 0. .]. que é igual a 1.] + β det[. ei2 . seu determinante é nulo. i1 i2 in Se dois índices em det[ei1 . se α for um escalar. vn ] para designar a matriz A. 2. . . Alternatividade det[. 1. . Logo. se uma coluna for uma combinação linear das demais. . n} então a alternatividade garante que det[eσ(1) . . . Esta é exatamente a definição anterior. . . . vj + αvi . . 2. . . . . . . . . i2 . . Pela alternatividade. . . . . vj .6 Determinante. XX X ··· sign(i1 . wi . . 0)T é a matriz coluna n × 1 cujo único elemento não nulo é o da linha j. . A fórmula acima ainda indica que as três propriedades enumeradas na definição de determinante são suficientes para garantir a existência e unicidade do determinante. . . se uma coluna da matriz for nula ou se duas colunas forem iguais. . . . . . . . n} e assim. . vi . . . . 3. Daí fica evidente que. in } for uma permutação σ de {1. O determinante de A é o número real denotado por det(A) ou det A com as propriedades abaixo. vi . . . . . 1. o determinante é nulo. . vn = (anj ) suas colunas. Usaremos a notação [v1 . . v2 = (a2j ) . .) = det(. . . αvi + βwi . . vi . onde I é a matriz identidade de ordem n e ej = (0. . . . . Se σ for uma permutação de {1. . . . ein ] forem iguais. . . . . . então seu determinante é nulo. . . . . . . . . eσ(2) . . . vi . . . . . . . vi . . Normalização det I = det[e1 . .] 2. . . . . . . vj . 2. in )ai1 1 ai2 2 · · · ain n det(A) = = X σ i1 i2 in sign(σ)aσ(1)1 aσ(2)2 · · · aσ(n)n onde o somatório percorre todas as permutação σ de {1.] = α det[. Antonio Cândido Faleiros 179 B. en ] = 1. . . . det(. i2 . . . usando a multilinearidade e a observação acima. . Observando que vj = nj =1 aij j eij i obtemos XX X det(A) = ··· ai1 1 ai2 2 · · · ain n det[ei1 . . . ei2 . . ein ]. Agora. .). eσ(n) ] = sign(σ) P pois a cada inversão de colunas há uma troca de sinal. . . . . . . uma definição alternativa Seja A = (aij ) uma matriz m × n e v1 = (a1j ) . . .] = − det[. . Multilinearidade det[. .Notas de aula do Prof. vj . . . 0. . n}. as parcelas não nulas são aquelas em que {i1 . . .

Antonio Cândido Faleiros .180 Notas de aula do Prof.

Chris Rorres e Howard Anton.. Álgebra Linear e Aplicações. Terry Lawson. Álgebra Linear Aplicada. Society for Industrial and Applied Mathematics.F. [Nering] Evar D. 1970. Franklin. [Nicholson] W. Keith Nicholson. Domingues. David Poole (Foi traduzido). Dover publications. oitava edição. H. John Wiley & Sons. Álgebra Linear com Aplicações. Trefethen and David Bau III. Editora Atual. [Hoffman] Hoffmann & Kunze. Álgebra Linear. Makron Books. Álgebra Linear. Introdução à Álgebra Linear com Aplicações. 2004. 2001. Numerical Linear Algebra. Guanabara Koogan. Linear Algebra and Matrix Theory. Álgebra Linear. segunda ed. Álgebra Linear. Daniel. Matrix Theory. Lloyd N. 1998.. Linear Algebra: A Modern Introduction (with CD-ROM) 2ed. Nering. 1997. Editora LTC. Editora Edgard Blücher. 181 . Serge Lang.H. Maple Labs for Linear Algebra.A. Inc. Coleção Schaum. Mathematica Labs for Linear Algebra.C. Brooks Cole 2005. Editora da USP com Editora Polígono.Referências Bibliográficas [CaDoCo] Callioli. McGraw-Hill. e Costa R. Editora Edgard Blücher. Editora Bookman. Acompanham este livro: Matlab Labs for Linear Algebra. C. [Lipschutz] Seymour Lipschutz. 1997. sexta edição. [Franklin] Joel N. [Kolman] [Lang] [Lawson] Bernard Kolman. 1993. Álgebra Linear... SIAM. [NobDan] [Poole] [RoHo] [TrefBau] Ben Noble & James W.

Sign up to vote on this title
UsefulNot useful