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 . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . . . . . . . .2 Determinante . . . . . . . . A. . . . . . . . . . . . . . . 154 . . . . . . . . . . 151 . . . . Antonio Cândido Faleiros 12 Forma canônica de Jordan 12. . . . . . . . . . . . . . . . . . . . 153 . . . . . . . . . . . . . . .3 Cofator . . . . . .4 Regra de Cramer . . . . . . . . . . . . . . . . . . iii 147 . . . . . . . . . . . . . . . . . . . .6 Determinante. . . . . B. . .5 Determinante de Vandermonde . . . . . . .1 Permutação . A. . . . .3 Subespaços cíclicos . . . . . . . . . . . . . . . .2 Multiplicação de matrizes . . 12. . . . . . . . . . . . . . . . . . . . . . . . . . .4 Forma canônica racional . . . . . . B. . . . uma definição alternativa . . . 155 . . . . . B. . . . . . . . . . . . . . . . . . . . . . . .2 Forma canônica de Jordan 12. . . . . . . . . . . . . . . 147 . . . 12.4 Operações elementares e matrizes elementares B Determinante B. B.1 Matrizes especiais . . . . . . . . . . . . . . . . . . . . . . . .5 Forma triangular . . . A. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .6 Espaços quocientes . . . . . . . . . . . . . . . . . . B.1 Operadores nilpotentes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13 Aplicações A Matrizes A. 12. . . . . . . . . . . . . . . . . . . . . . 12. . 156 159 161 162 163 164 166 169 169 171 174 177 178 179 . . . . .3 Inversa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .Notas de aula do Prof. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

iv Notas de aula do Prof. Antonio Cândido Faleiros .

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

então c1 v1 + · · · + cp vp continua sendo solução. quando for conveniente. Antonio Cândido Faleiros Exemplo 1. an ]T a matriz dos coeficientes e x = [x1 . Esta soma é chamada de combinação linear das matrizes v1 . .3 Consideremos novamente a equação do exemplo anterior x1 − 7x2 + x3 = 1.2 Para obter a solução geral de x1 − 7x2 + x3 = 1. Ela está associada à equação não homogênea (1. xn ]T a matriz das variáveis. .2 Notas de aula do Prof. a matriz coluna [7 + 3s. cuja solução geral é           x1 1 + 7x2 − x3 1 7 −1  x2  =   =  0  + x2  1  + x3  0  . Cada elemento deste conjunto é. Sendo a = [a1 . evidentemente.1 Para todo s real. . . . . Exemplo 1. 0]T quanto [−1. Se um conjunto {v1 . 0]T é solução da equação e que tanto [7. . uma solução e. . Exemplo 1. portanto. x2 0 0 1 x3 x3 É interessante observar que [1. possui infinitas soluções. . . . . x2 x3 x3 0 1 0 A equação é denominada de equação homogênea. 2s]T é solução de 2x1 − 3x2 = 8 que. . . . Este exemplo apresenta um fato geral. . diremos que ele é um conjunto gerador das soluções da equação homogênea. por esse motivo. 0. a1 x1 + · · · + an xn = 0 O uso de matrizes pode simplificar a notação. A variável s que aparece neste exemplo é chamado de parâmetro. . para qualquer escolha dos números reais c1 . . . vp } de soluções da equação homogênea for tal que toda solução da equação homogênea é uma combinação linear dos seus elementos. . Se v1 . a equação acima pode ser colocada na forma aT x = b. . é chamada de equação homogênea associada à equação não homogênea a1 x1 + · · · + an xn = b. 0. . cn . A solução geral é o conjunto de matrizes coluna           x1 7 −1 1 + 7x2 − x3 1  x2  =   =  0  + x2  1  + x3  0  . vp forem soluções da equação homogênea aT x = 0.1) e. 1. 1]T são soluções da equação homogênea associada. . . O conjunto de todas as soluções de uma equação é chamado conjunto solução ou solução geral. . vp . 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. será chamado de solução particular. basta explicitar x1 para obter x1 = 1+ 7x2 − x3 .

hx. ha. Antonio Cândido Faleiros 3 Portanto. hx. sendo denotado por ha. xi = aT x. yi = hy. xi ≥ 0 e hx. [3. y + zi = hx. kyi = k hx.2 Produto escalar O produto matricial aT x é denominado de produto escalar das matrizes coluna a e x.1) assume a forma ha. 1. 1]T formam um conjunto gerador de soluções para a equação dada. isto é. xi 3. 1. 0. yi Usando o produto escalar. hx. Além disso. então existe uma solução u de Ax = 0 tal que w1 = w0 + u. 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. se w1 for outra solução de Ax = b. yi + hx. Esta solução u é exatamente w1 − w0 . y. 2. 0]T e [−1. xi . Conhecendo todas as soluções da homogênea e uma única solução da não homogênea. Propriedades do produto escalar Se x. Do parágrafo acima tiramos uma lição muito interessante. .Notas de aula do Prof. Este conceito de produto escalar é importante e voltaremos a ele posteriormente. 1. z forem vetores coluna e k um número real. obtemos x1 = 3x2 − x3 para daí obter todas as soluções desta equação         x1 3 −1 3x2 − x3  x2  =   = x2  1  + x3  0  . xi = 0 se e só se x = 0. zi 4.4 Explicitando x1 na equação x1 − 3x2 + x3 = 0. hx. a equação (1. conheceremos todas as soluções da não homogênea. então w0 + v é solução da equação não homogênea. Exemplo 1. xi = b.

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

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

Numa linha não nula. segue x1 = 13+ 7x3 . chamamos x1 e x2 de variáveis principais e x3 é a variável livre. x2 = 3+ 6x3 . 0]T é uma solução particular do sistema e [7. 1]T é solução do sistema homogêneo associado.7 A matriz   1 0 3 0  0 0 1 2  0 0 0 0 é escalonada. o primeiro elemento não nulo é igual a 1. ela será única. No exemplo anterior. toda solução deste sistema é da forma       x1 13 7  x2  =  3  + x3  6  0 1 x3 Observe que [13. as variáveis x1 e x2 foram expressas em termos de x3 . Exemplo 1. O pivô de uma linha está à direita do pivô da linha de cima. . 2. Quando Ax = 0 possuir solução não trivial e Ax = b possuir uma solução. 6. Exemplo 1.4 Sistema escalonado Uma matriz escalonada é aquela em que 1. Se a única solução do sistema homogêneo Ax = 0 for a trivial e Ax = b tiver uma solução. neste caso. Este elemento é chamado de pivô ou líder da linha. Usando esta expressão de x2 na primeira equação e explicitando x1 .6 Notas de aula do Prof. Todas as linhas nulas estão abaixo das linhas não nulas. Logo. Antonio Cândido Faleiros O sistema não homogêneo Ax = b pode ter uma solução ou não. O valor de x3 poder variar livremente no conjunto dos números reais.6 Considere o sistema · 1 −2 5 0 1 −6 ¸  · ¸ x1  x2  = 7 . 3 x3  Explicitando x2 na segunda equação. 3. 1. então possuirá infinitas outras. 3.

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

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

Quando A for escalonada inferiormente. Neste caso. As variáveis que multiplicam os pivôs são denominadas de principais e as demais são denominadas livres. Em seguida. 3. Tais sistemas. que são aquelas com as seguintes características: 1. descartam-se as equações degeneradas.  rm1 rm2 · · · rmm com rii 6= 0. Isto significa que   r11  r21 r22    R= . Assim. a partir da primeira equação.5 Sistema inferiormente escalonado Um procedimento semelhante pode ser adotado para matrizes m × n inferiormente escalonadas. x1 = b1 /r11 x2 = (b2 − r21 x1 ) /r22 x3 = (b3 − r31 x1 − r32 x2 ) /r3. prossiga até a última. O pivô de uma linha se encontra à direita do pivô da linha anterior. quando compatíveis. A partir da segunda. sendo denominado de pivô ou lider da linha. Se as equações degeneradas deste sistema forem compatíveis. o sistema Ax = b é chamado de sistema inferiormente escalonado. Para resolver o sistema Rx = b.  .. iniciamos explicitando x1 na primeira equação e. o sistema Ax = b é denominado de sistema inferiormente escalonado reduzido. Algoritmo da substituição direta Este algoritmo resolve o sistema Rx = b pelo método da substituição reversa. O último elemento não nulo de uma linha é igual a 1. prosseguindo até a última. elas se localizam na parte inferior da matriz. . onde R é quadrada. . explicitando a variável principal daquela equação em função das demais. são facilmente resolvidos pelo processo de substituição direta. o sistema possui solução que pode ser obtida pelo processo de substituição direta. explicita-se a variável principal em função das variáveis livres. .  . .Notas de aula do Prof. 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. 2. . Se existirem linhas nulas. m. Antonio Cândido Faleiros 9 1.3 . inversível e triangular inferior. usando as expressões das variáveis principais obtidas anteriormente para explicitar a variável principal em função das variáveis livres apenas.. Primeiro. para i = 1. vamos explicitando as variáveis principais de cada equação em função das variáveis determinadas nas etapas anteriores.

Existem operações. Adicionar a uma equação um múltiplo de outra.j). m. denominadas elementares que.10 Notas de aula do Prof. ao serem aplicadas a um sistema. for j = 2:m x(j) = ( b(j) . 3. Para que esta técnica se torne efetiva. assume a forma xj = Ã bj − j−1 X k=1 rjk xk !. 1:j-1) * x(1:j-1) ) / R(j. . ================================== Entrada: Matrizes R e b. Multiplicar uma equação por uma constante não nula.R(j.10 Dois sistemas Ax = b e Bx = c são equivalentes quando ambos possuem o mesmo conjunto solução. preserva suas soluções. end ================================== 1. As operações elementares são: 1.1).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. em que j = 2. onde R é uma matriz quadrada m × m. transformando-o em outro sistema equivalente. Saída: Matriz x. as transformações não podem alterar o conjunto solução do sistema. rjj Algoritmo da substituição direta Este algoritmo resolve pelo método da substituição direta um sistema Rx = b. . solução dos sistema Rx = b. Permutar a ordem de duas equações. 3. Antonio Cândido Faleiros e assim por diante. . 2. triangular inferior. Definição 1. . O caso geral. . ================================== x = b . inversível e b é uma matriz coluna m × 1. x(1) = b(1) / R(1.

3) que foi obtido do original a partir da transformação elementar O(l1 + rl2 ). Se [x1 . Vamos mostrar que essas transformações levam o sistema original em outro equivalente.3) são soluções de (1. podemos enumerá-las: equação 1.Notas de aula do Prof. x2 . 1. Concluímos que os sistemas original e o transformado são equivalentes. vamos considerar a matriz completa do .2) pois esta pode ser obtida daquela pela operação O(l1 − rl2 ). Logo. Façamos a prova para um caso particular que representa o caso geral.2) são soluções do sistema (1. De modo semelhante se pode provar que as outras operações elementares transformam um sistema em outro equivalente. Sejam i e j números inteiros entre 1 e n. 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. As operações elementares são reversíveis. 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. 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 . A operação O(li ↔ lj ) pode ser revertida aplicando novamente esta mesma operação. Como a matriz A dos coeficientes e a matriz b das constantes contêm todas as informações necessárias para montar o sistema. x2 . 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 ). . 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 ). . O operação que permuta as equações i e j será denotada por O(li ↔ lj ). as soluções de (1. transformando-o num sistema escalonado equivalente e resolvendo-o por substituição reversa.3) Isto significa que as soluções do sistema (1.2) (1. 2. . . Antonio Cândido Faleiros 11 Num sistema de equações. m.7 O método da eliminação de Gauss O método de Gauss consiste em realisar operações elementares sobre linhas no sistema Ax = b.

então o sistema Ax = b não tem solução. . O sistema Rx = c é equivalente ao original. este será o número de variáveis principais do sistema. realizado sobre a matriz completa [A b]. Passo 7. O número de pivôs de R é igual ao número de linhas não nulas de R. obtida ao acrescentar a coluna b à direita de A. tranformando-a na primeira da próxima etapa. Passo 6. O processo de Gauss para resolver um sistema Ax = b é descrito pelo algoritmo abaixo. Se R for escalonada e A pode ser levada em R por transformações elementares. . partimos da matriz [A b] e chegamos à matriz [R c]. Passo 2.12 Notas de aula do Prof. o número de variáveis livres será n − k. a primeira linha não sofrerá outras modificações. Passe à segunda linha. diremos que ela é a forma escalonada de A. Esta matriz será denotada por [A b]. . Passo 3. Passo 1. Repita os passos de 1 a 6 com todas as linhas restantes. A partir deste ponto. Os números reais ci são arbitrários e relacionados com as variáveis livres. Se existirem k pivôs. vr são soluções do sistema homogêneo associado Rx = 0. Os números reais c1 . . Se R for escalonada. Percorra esta coluna de cima para baixo. Vamos escreve A → R quando for possível levar A em R efetuando operações elementares sobre as linhas de A. Com este algoritmo. Exclua as equações degeneradas e use a substituição reversa para obter as soluções do sistema euqivalente Rx = c. Seja p o valor deste elemento. Pode-se provar que a forma escalonada reduzida de uma matriz é única. Este será o pivô da primeira linha.11 Considere o sistema x + y − 2z = 0 2x + 2y − 3z = 2 3x − y + 2z = 12 . Se A = 0. Multiplique a atual primeira linha por p−1 . Se o número de incógnitas do sistema for n. diremos que ela é a forma escalonada reduzida de A. fazendo com que o primeiro elemento não nulo da primeira linha fique igual a 1. cr são denominados de parâmetros. o número de pivôs de R é chamado de posto da matriz A. A realização de operações elementares sobre as equações é equivalente à realização de operações elementares sobre as linhas da matriz completa. localizando seu primeiro elemento não nulo. Percorra as colunas da matriz completa [A b] da esquerda para a direita. encerre o algoritmo. Se R for escalonada reduzida. . Exemplo 1. Antonio Cândido Faleiros sistema. o sistema Ax = b tem solução. . onde R é a forma escalonada de A. Se existirem equações degeneradas incompatíveis no sistema Rx = c. localizando a primeira não nula. O sistema já é escalonado. Passo 5. Se todas as equações degeneradas de Rx = c forem compatíveis. Permute esta linha com a primeira. Estas soluções possuirão a forma x = w0 + c1 v1 + · · · + cr vr onde w0 é uma solução de Rx = c e v1 . . Passo 4. .

sua inversa também será triangular inferior e. quando ela for triangular superior. caminhando de baixo para cima e da esquerda para a direita. Assim. então AB são inversíveis e (AB)−1 = B −1 A−1 . B −1 = Ae ¡ −1 ¢−1 A = A. .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. Com as operações O(l2 = l2 − 8l3 ) e O(l1 = l1 + 2l3 ). a matriz B também é inversível e sua inversa é A. y = 1 e z = 2. Encerramos a primeira etapa do método de eliminação de Gauss. obter a solução do problema é trivial x = 3. anulamos os elementos nas colunas acima da diagonal principal. 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 . 1. sua inversa também será triangular superior. A matriz B é chamada de inversa de A e é denotada por A−1 . Agora. 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. Pela própria definição. Para completar o método. 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. Se A e B forem inversíveis. Se uma matriz for triangular inferior.

2. (2) =⇒ (3) pois. ¤ Corolário 1. obtemos BA = I. então A−1 Ax = 0 o que implica em x = 0. bn ].14 Notas de aula do Prof. O sistema homogêneo Ax = 0 possui apenas a solução trivial x = 0. Prova. A é inversível. . 3.14 Se A = BC for inversível. então A e B são inversíveis e uma é a inversa da outra. Antonio Cândido Faleiros Teorema 1. Existe uma matriz quadrada B tal que AB = I. Rx = 0 tem soluções não nulas. se a forma escalonada reduzida R de A não for a matriz identidade. Sendo A = BC inversível. pela parte (5). valem (3) e (4) com B no lugar de A. Se AB = I. B(CA−1 ) = (BC)A−1 = AA−1 = I e B é inversível. 5. consequentemente. Logo. (A−1 B) C = A−1 (BC) = A−1 A = I e assim C é inversível. provamos que A é inversível e que B é a inversa de A. . (5) =⇒ (1) pois. existe uma matriz C tal que BC = I. O sistema Ax = b possui uma única solução para cada matriz coluna b. para alguma matriz coluna c. A forma escalonada reduzida de A é a matriz identidade. . . Sendo B = [b1 . (4) =⇒ (5) pois.13 Sejam A e B matrizes quadradas m × m. Se AB = I. . Prova. (3) =⇒ (4) pois. se A é inversível e Ax = 0. (1) =⇒ (2) pois. Por outro lado. Corolário 1. Logo. obtemos AB = I. contrariando (2). mostrando que o sistema Ax = b tem sempre uma única solução para cada b. . sendo uma a inversa da outra. se AB = I e Bx = 0. São equivalentes as afirmações: 1. a condição (2) vale para B no lugar de A e. provamos que A é inversível. Se este fosse o caso. ¤ Este corolário garante que AB = I é o bastante para garantir que A e B são inversíveis. Como AB = I por hipótese. o sistema Ax = ej tem uma única solução x = bj para j = 1. B é inversível e sua inversa é A. Como C = IC = (AB)C = A(BC) = A. então ABx = 0 ou Ix = 0 o que implica em x = 0.12 Seja A uma matriz quadrada. 4. então B e C são inversíveis. 2. o sistema Ax = 0 teria soluções não nulas. uma de suas linhas é nula pois R é quadrada. . n. Logo. Portanto. Prova. sendo ej a coluna j da matriz identidade I. ¤ . . se A → I então o sistema Ax = b é equivalente ao sistema Ix = c. cuja solução é x = c.

as matrizes E(l1 ↔ l3 ). E(li + rlj )A realizam sobre A as operações elementares O(li ←→ lj ). Se r é um número não nulo. respectivamente. produto    a3 a2 a3 a1  b3  =  b1 b2 b3 c3 5a1 + c1 5a2 + c2 5a3 + c3 . e O(li + rlj ). 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. Exemplo 1.15 As matrizes  0 0  0 1 1 0 Os produtos E(li ←→ lj )A . E(7l1 ) e E(l3 + 3l1 ). 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.Notas de aula do Prof. respectivamente.16 Os produtos abaixo ilustram as  a1 a2 A =  b1 b2 c1 c2 O produto  afirmações acima. E(rli )A . A matriz E(li + rlj ) denotará a matriz elementar obtida da identidade adicionando à linha i um múltiplo r da linha j. Vamos denotar por E(li ←→ lj ) a matriz elementar obtida a partir da identidade pela permuta das linhas i e j. 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(rli ) denotará a matriz elementar obtida da identidade multiplicando sua linha i por r. Exemplo 1. 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. O(rli ). Antonio Cândido Faleiros 15 1.9 Matrizes elementares As matrizes elementares são aquelas obtidas a partir da identidade mediante uma única operação elementar. Seja  a3 b3  .

E2 . vamos executar as operações lineares necessárias para anular todos os elementos de cada coluna abaixo da diagonal principal. a inversa de E(rli ) é E((1/r)li ). 6 16 Em lugar de executar uma operação elementar por vez. ela é inversível pois cada matriz elementar é inversível.16 Notas de aula do Prof. .17 Uma matriz quadrada é inversível se e só se for igual a um produto de matrizes elementares. Exemplo 1. −1 −1 −1 Ek tais que Ek · · · E2 E1 A = I. até obter a matriz escalonada U = Ek · · · E2 E1 A. 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 . a inversa de E(li ↔ lj ) é ela mesma e. Se existirem linhas nulas em U e as linhas correspondentes de Eb não forem nulas. Antonio Cândido Faleiros As matrizes elementares são inversíveis. Quando este for o caso. Neste caso. Se uma matriz quadrada for o produto de matrizes elementares. . A inversa de E(li + rlj ) é E(li − rlj ). Teorema 1. . é incompatível. Prova.12 garante que a forma escalonada reduzida de A é a matriz identidade. Se A for inversível. então o teorema 1. o sistema não tem solução. . . ¤ Em termos de matrizes elementares. o sistema é resolvido por substituição reversa. para r 6= 0. 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 . Como as inversas de matrizes elementares são elementares. Sendo E = Ek · · · E2 E1 .18 Vamos usar transformações de  5  10 A= 15 elementares para obter a forma escalonada  1 3 5 8 . 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 = E1 E2 · · · Ek . Ek Ek · · · E2 E1 Ax = Ek · · · E2 E1 b executando operações elementares sobre as linhas de A. Há um teorema muito interessante relacionando matrizes inversíveis com matrizes elementares. . segue que A é o produto de matrizes elementares. Em consequência„ existem matrizes elementares E1 . . . E2 .

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

E4 =  0 1/3 0   0 0 0 1 0 0 1 Finalmente. então A−1 = E. 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  .18 Notas de aula do Prof. A matriz E3 é o onde E4 é o produto de duas matrizes elementares    1 0 0 1 −1/3 0 1 0 . multiplicando E4 E3 U pela matriz  1/5 E5 =  0 0 obtemos elementar  0 0 1 0  0 1 Em seguida. 0 1 0 0 1 acima da diagonal principal. . 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 . No momento que EA for igual á identidade. Antonio Cândido Faleiros Podemos multiplicar U por matrizes elementares até obter a inversa de A. Se E for o produto de matrizes elementares para as quais EA = I. 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. 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]. Se nalgum ponto deste processo chegarmos a uma matriz aumentada [EA EI] com linha nula. 1 1 1 −5 −5 5 Este exemplo é típico do método de Gauss-Jordan para determinar a inversa de uma matriz A. concluímos que A não tem inversa. EI = E será a inversa A−1 de A.

Notas de aula do Prof. 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. a inversa de A é 1.20 Vamos usar o método de Gauss-Jordan para obter a inversa de   1 2 1 A =  1 3 4 . Em lugar de aplicar uma transformação elementar por vez. 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.      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  .11 Fatoração LU Multiplicando uma matriz A por matrizes elementares. Para descrever o processo. Antonio Cândido Faleiros Exemplo 1. podemos chegar a uma matriz U triangular superior. vamos aplicar um produto de transformações lineares que agirão sobre toda uma coluna. . 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 ).

Com isto. . cujos elementos da diagonal principal são iguais a 1. Exemplo 1. Os elementos abaixo da diagonal principal da primeira coluna de E1 A são nulos. . obtemos a fatoração A = LU onde U é uma matriz triangular superior e L é uma matriz triangular inferior inversível. . 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. Sua inversa L também é triangular inferior e os elementos da diagonal principal são todos iguais a 1. a matriz   1 0 0  2 1 0  3 0 1 é elementar. .20 Notas de aula do Prof. Sejam E1 .23 Vamos obter a decomposição LU da matriz   1 2 0 A =  2 1 5 . Os elementos abaixo da diagonal principal da primeira e segunda colunas de E2 E1 A são nulos e assim por diante. Antonio Cândido Faleiros 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 6 −1 2 6 −1  −2 1 0   4 3 8  =  0 −9 10  . A matriz E = Ek · · · E1 é triangular inferior e os elementos da diagonal principal são todos iguais a 1. multiplicadas à esquerda de A a levam numa matriz triangular superior U. Exemplo 1.21 Neste conceito ampliado. Em−1 matrizes elementares que. 4 −1 13 . −6 0 1 12 7 9 0 −29 15 Seja A uma matriz m×m. Ela é o produto de duas matrizes elementares     1 0 0 1 0 0  2 1 0   0 1 0 . Este procedimento resulta em Ek · · · E1 A = U onde U é triangular superior.

basta colocar na matriz iden−1 −1 tidade os elementos não nulos de E1 e E2 nos seus devidos lugares. Para provar esta afirmação baseando-nos no livro de Trefethen e Bau. 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. 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. Em seguida. basta trocar os sinais dos elementos não nulos abaixo da diagonal principal. 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. . Para chegar à decomposição LU. 4 3 1 0 0 −2  O fato ocorrido no cálculo de L do exemplo anterior não é fortuito e sim um resultado geral. 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 .Notas de aula do Prof. Agora tem-se a decomposição LU de A   1 0 0 1 2 0 A =  2 1 0   0 −3 5  . basta calcular a in−1 −2 versa L = E1 E2 . Agora.

vamos descrevê-lo para matrizes quadradas A pertencentes a Cm×m . Vejamos um caso concreto. Finalmente.24 A decomposição LU de   0 1   4  6 2 1 1 0 zerando os elementos abaixo da diagonal principal a terceira transformação.22 Notas de aula do Prof. 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.  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. O negrito indica os elementos que foram modificados na transformação. 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  . 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. Exemplo 1. Antonio Cândido Faleiros onde o x indica números quaisquer. 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. obtendo assim a matriz U. 2  1 . Como é raro aplicar este método a matrizes retangulares.

 .  . L2 =   0 −2 0  1 0 −3   1 0  0  0  .  . 0   xjk xkk Para obter este efeito. L−1 e L−1 simplesmente colocando na matriz identidade os 1 2 3 termos não nulos dessas três matrizes em suas respectivos posições.    . . . .  .k  . para j = k + 1.   . xm.   xkk xk =   xk+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  .  → Lk xk =    0    . A transformação Lk deve ser escolhida de modo que x1k  . m. 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 .Notas de aula do Prof.       xkk  . . subtraímos λjk = .k   x1k   . 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. .   0 0  0 1 0 1 0 0 0 0 1 1 e podem ser obtidas de L1 .   0 0  0 1 0 0 1 0   0 1 0 0   0 1 0 0  . Denote por xk a coluna k de X no início do passo k. 0  1  0 0   0  1 23 As inversas de L1 . L2 e L3 trocando o sinal dos elementos não nulos abaixo da diagonal principal. . 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  . L3 =   0 0 1 0  1 0 0 −1  0 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 .k            L−1 L−1 k k+1      =     .. k k k k L−1 = I + λk e∗ . Como e∗ λk+1 = 0.k+1 1 . λm. Antonio Cândido Faleiros vezes a linha k da linha j. . λm. . A forma da matriz Lk é 1 . o produto L−1 L−1 . . k k Para o segundo golpe de sorte. . 1 λk+1. onde ek é a coluna k da matriz identidade m × m.   ..k+1 1 λm. .  .. . 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. .k Então Lk = I− λk e∗ .k λk+2.  ...     0  λk =  . 2.  λk+1.k   .k 1 λk+2.24 Notas de aula do Prof..k . Nos exemplos anteriores observamos dois golpes da sorte: 1. Podemos reunir esses pedaços de boa fortuna como segue. A inversa de Lk é obtida trocando os sinais dos elementos abaixo da diagonal. argumentamos como segue. .. 1 −λm.   . A matriz L = L−1 L−1 · · · L−1 pode ser formada coletando as entradas de λjk nos 1 2 m−1 locais apropriados. .. Lk = 1 −λk+1. Seja   0 . por exemplo. Considere.k 1 .

Defina y = Ux. ..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. . Tais fatos geram o seguinte algoritmo λjk = ===================================== Algoritmo da eliminação gaussiana sem pivotamento ===================================== Entrada: A Saída: U e L. . resolva Ly = b e.  . O segundo e o terceiro.k:m) .k:m). 3 onde . Quando tomamos o produto k+1 de todas estas matrizes para formar L.  .k) * U(k. podemos usá-la para gravar L e U.. em seguida. obtemos   1  λ21  1    λ31 λ32 1  L = L−1 L−1 · · · L−1 =   1 2 m−1  . exige ∼ 2 m3 flops. λm1 λm2 · · · λm. o sistema Ax = b é equivalente a LUx = b.k:m) = U(j. U(j. ===================================== U = A e L = I. Se a matriz A não for mais necessária.Notas de aula do Prof. . Solução Ax = b por fatoração LU Dada a decomposição A = LU.m−1 1 xjk xkk são os multiplicadores necessários para anular os elementos abaixo da diagonal da matriz X = Ek−1 · · · E1 A..k).k) = U(j. para a fatoração A = LU. 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.. A primeira etapa.  . for k = 1:m-1 for j = k+1:m L(j.k)/U(k. Ux = y para obter a solução do sistema original.

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

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

Antonio Cândido Faleiros da diagonal principal da coluna k. −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. 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  . 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. 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. 7 7 0 0 −6 −2 7 7   . até transformar A numa matriz U triangular superior Exemplo 1. copiado)  1 0 3 1  .    . Este processo pode ser repetido coluna a coluna.27 Considere a matriz (exemplo  2 1  4 3 A=  8 7 6 7 Lm−1 Pm−1 · · · L2 P2 L1 P1 A = U.  . 1 0  9 8  9 5 −3 −3  2 2 . 9 5  9 8 Para o pivotamento parcial.   .

P2 e P3 são suas próprias inversas. −1 −1 ˜ Lk = Pm−1 · · · Pk+1 Lk Pk+1 · · · Pm−1 . onde P é uma matriz de permutação. Esta fatoração é conhecida por fatoração P LU de A.Notas de aula do Prof. Basta trocar o sinal das entradas abaixo da diagonal. L2 . Vamos descrever um procedimento que justifica o algoritmo que vamos descrever ˜ ˜ abaixo. Na prática. Para obter a fatoração P LU de A. não é assim que se procede pois não se conhece P a priori. a fatoração fornecida pela eliminação Gaussiana com pivotamento parcial pode ser escrita na forma ˜ ˜ ˜ (Lm−1 · · · L2 L1 )(Pm−1 · · · P2 P1 )A = U. Em geral. multiplique a matriz A por uma matriz de permutação P e calcule a decomposição LU de A. 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 . . Note que elas são iguais à matriz identidade. L é uma matriz triangular inferior com elementos unitários na diagonal principal e U é triangular superior. como na eliminação Gaussiana sem pivotamento. Seja A uma matriz m × m e X = Ek Pk · · · E1 P1 A = Ek · · · E1 Pk · · · P1 A. singular ou não. possui uma fatoração deste tipo. e P = Pm−1 · · · P2 P1 . Qualquer matriz quadrada A. 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 . L = P3 P2 L1 P2 P3 são matrizes elementares obtidas de L3 . Escrevendo ˜ ˜ ˜ L = (Lm−1 · · · L2 L1 )−1 temos P A = LU. para uma matriz m × m. L = P3 L2 P3 . 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. L1 permutando elementos abaixo da diagonal principal. onde ˜ O produto das matrizes Lk é triangular inferior com elementos unitários na diagonal principal e facilmente invertível.

13 Decomposição de Cholesky Se a matriz A for simétrica e inversível.1:k-1) Permute as linhas P(k. nos esquecer da permutação P e escrever esta decomposição na forma A = LU de modo que LU = A = AT = U T LT .k:m) Permute as linhas L(k.k)*U(k.k) / U(k. L = I.:) e P(i. Vamos escrever X = E A onde E = Ek · · · E1 e A = Pk · · · P1 A.:) for j = k+1:m L(j. ˜ ˜ 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. não é triangular superior. em geral.L(j. ¡ ¢−1 = L−1 U T = D U LT . uma permutação P A dessa matriz tem uma decomposição P LU. Desta ˜ forma. i > k + 1.k:m) . Algoritmo da eliminação Gaussiana com pivotamento parcial ============================= U = A. Neste caso. Como L e U são inversíveis. Podemos usar este fato para escrever ˜˜ ˜ ˜ ˜ ˜ P X = P E A = P E(P P )A = (P EP )(P A).k) = U(j.k)| eh maximo Permute as linhas U(k. sempre que se aplica uma permutação à matriz A se deve efetuar uma permutação ˜ correspondente na matriz E.k:m) = U(j.k:m) e U(i. A inversa de P é P e assim P P = I. situadas abaixo da diagonal ficam permutadas. P = I for k = 1:m-1 Selecione na coluna k a linha i na qual |u(i.k) U(j.k:m) end end ============================= 1. Se k < m − 1. Vamos.30 Notas de aula do Prof. num primeiro momento. o processo não terminou e X. Este comentáriio justifica o algoritmo da eliminação Gaussiana com pivotamento parcial descrito abaixo. 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. 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.1:k-1) e L(i.

para assim obter a decomposição A = MM T denominada de decomposição de Cholesky da matriz A. Antonio Cândido Faleiros 31 ¡ ¢−1 é diagonal pois U LT é triangular superior e L−1 U T é triangular inferior. 2 3 √ √ 2 2 0 0 3 3 3 3 A decomposição de Cholesky de A é . Assim. Neste caso. 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. 0 −1 2 0 −2/3 1 0 0 4/3 0 0 1  Definição 1. Como os elementos da diagonal principal de L são iguais a 1. podemos √ √ calcular a matriz D e definir M = L D.   √   √  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  .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  .29 Uma matriz simétrica A é positiva definida se os elementos diagonais de D na decomposição A = LDLT forem todos maiores do que zero. 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  . No exemplo acima. Exemplo 1.Notas de aula do Prof. cujos elementos da diagonal principal são iguais aos elementos da diagonal de U. D = diag(U) onde diag(U) é uma matriz diagonal.

Antonio Cândido Faleiros .32 Notas de aula do Prof.

Elemento neutro: Existe um elemento de V denotado por 0 tal que 0+v = v +0 = v. 3. isto é. 2.1 Conceito de espaço vetorial Seja K um corpo e V um conjunto não vazio. 4. 8. Os elementos de V são chamados vetores e os elementos de K de escalares. com essas operações é denominado de espaço vetorial sobre o corpo K se. O conjunto V. Elemento oposto: Dado v em V existe um elemento denotado por −v e tal que v + (−v) = (−v) + v = 0. sendo uma a adição de vetores e a outra a multiplicação de um elemento do corpo K por um elemento de V.Capítulo 2 Espaço vetorial 2. v. Elemento unitário: A multiplicação do elemento unitário 1 de K pelo elemento v de V é igual a v. 33 . 1v = v. Distributividade: (α + β)v = αv + βv. 5. β de K. Associativa: (u + v) + w = u + (v + w). 6. Denotaremos a adição de v e w por v + w e a multiplicação de k e v por kv. Distributividade: α(v + w) = αv + αw. Associatividade: (αβ)v = α(βv). se verificarem as propriedades 1. Sejam v e w dois elementos de V e k um elemento do corpo K. 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. 7. para todo u. Definimos a diferença v − w (leia-se v menos w) entre os vetores v e w por v + (−w). O vetor −v é denominado oposto de v e 0 é o vetor nulo ou vetor zero. w de V e todo α. onde definimos duas operações.

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

De fato. . 3) = 2(1.Notas de aula do Prof. . αn . . .2 Dependência linear (x. vn são linearmente dependentes. 0)+ 3(0. 0) − 7(0. 3) do R2 é uma combinação linear dos vetores (1. 1. (0. Seja {v1 .7 O vetor (2.8 O conjunto S = { (5. α2 e α3 forem escalares tais que α1 (1. . 0) for a única para a qual α1 v1 + · · · + αn vn = 0. Antonio Cândido Faleiros 35 2. . . 1) pois (2. y) do R2 pode ser decomposto na seguinte soma Esta maneira de decompor um vetor é muito utilizada em Álgebra Linear. diremos que o conjunto {v1 . Exemplo 2. Se a ênupla (α1 . O conjunto { (1. . . 0) então α1 + 0α2 + 0α3 = 0 2α1 + α2 + 0α3 = 0 3α1 + α2 + 2α3 = 0 cuja única solução é α1 = α2 = α3 = 0. 3) + α2 (0. . . . vn } um subconjunto finito de V. 0) + y(0. . (0. 2) = (0. . Notem que a igualdade acima se verifica para α1 = · · · = αn = 0. 3). se α1 . . nem todos nulos tais que α1 v1 + · · · + αn vn = 0. (0. αn ) = (0. . 1. . Todo elemento (x. Sejam v1 . . . . vn . . vn } é linearmente independente ou que os vetores v1 . . . 1) } de vetores do R2 é linearmente dependente pois 1(5. . . vp } que contém o vetor nulo é linearmente dependente pois 1 · 0 + 0v1 + · · · + 0vp = 0. 2. 1). 1) + α3 (0. Também se diz que os vetores v1 . 2) } de vetores do R3 é linearmente independente. Exemplo 2. vn são linearmente independentes. . . . O vetor α1 v1 + · · · + αn vn é uma combinação linear dos vetores v1 . . 0). 0). . . 0) e (0. . y) = x(1. . . 1). vn vetores do espaço vetorial V e escalares α1 . Todo conjunto {0. 0. 7) − 5(1. . 1). . 0. 7). 2. (1. . . . . . . . Este conjunto é linearmente dependente se existirem escalares α1 . . 0. 1) = (0. αn . v1 .

Se S for linearmente independente. 1. vn ¡ ¡ ¢ ¢ v1 = −α−1 α2 v2 − · · · −α−1 αn vn . β n tais que v1 = β 2 v2 + · · · + β n vn e mostrando que {v1 . Tal fato é enunciado de modo geral no próximo teorema. Seja S = {v1 . 1) }. Esta igualdade também implica na dependência linear de S = { (5. a dependência linear do conjunto S = { (5.36 Notas de aula do Prof. . . . (0. . 7) = 5(1. (1. implica na possibilidade de escrever (5. . . Prova. 2. 0). existem escalares α1 . qualquer conjunto finito de vetores que o contém também será linearmente dependente. . . . 0). 1) } de vetores do R2 que se expressa por 1(5. Todo conjunto que contém um subconjunto linearmente dependente é linearmente dependente. . Todo subconjunto de um conjunto de vetores linearmente independente é linearmente independente. qualquer subconjunto de S será linearmente independente. . . . Se {v1 . 0) e (0. 7). . . (1.10 Seja S um conjunto finito de vetores. 7). 7) − 5(1. 1) = (0. αn . vn } é linearmente dependente. . 1) (5. . . basta permutar os vetores do conjunto para trazer o coeficiente não nulo para a primeira posição) podemos escrever v1 como combinação linear de v2 . ¤ v1 + (−β 2 ) v2 + · · · + (−β n ) vn = 0. .9 Um conjunto {v1 . 1). . 1 1 Se v1 for uma combinação linear de v2 . vn . Antonio Cândido Faleiros Observe que. Supondo α1 6= 0 (se α1 = 0. vn } for linearmente dependente. 0) + 7(0. . . . vn }. 0) − 7(0. 0). Se S for linearmente dependente. . . Proposição 2. tais que α1 v1 + · · · + αn vn = 0. então existem escalares β 2 . . . nem todos nulos. . . vn } de vetores de um espaço vetorial V é linearmente dependente se e só se um dos seus elementos for combinação linear dos demais. . . 7) como uma combinação linear dos vetores (1. (0. . Proposição 2. . Prova.

Neste exemplo. . αn nem todos nulos tais que α1 v1 + · · · + αn vn = 0. então α1 v1 + · · · + αn vn + 0w1 + · · · + 0wm = 0 provando que S 0 é linearmente dependente. y) = 0(1. Seja S 0 um conjunto finito que contém S. . Antonio Cândido Faleiros 37 1.Notas de aula do Prof. . 2). . . . o modo de escrever (x. y) qualquer como combinação linear desses dois vetores (x. . Se S for linearmente independente. . S também o seria pela primeira parte. existem escalares α1 . 2) + x(1. y) pode ser decomposto nas combinações lineares (x. . Que diferença existe entre os conjuntos geradores dos exemplos acima? O primeiro é linearmente dependente e o segundo é linearmente dependente. Definição 2. Logo S 0 é linearmente independente. 0). 0) } gera o R2 pois podemos escrever um par ordenado (x. Se todo elemento de V for uma combinação linear dos elementos de B. o modo de escrever (x. y) = x(2. y) como combinação linear dos elementos de B não é única. (0. 0) + y(0. Se S for linearmente dependente. 1). y) = x(1. Se S 0 fosse linearmente dependente. wm forem os elementos de S 0 que não pertencem a S. . 1) ou (x. 1) + (y − x)(1. seja S 0 um subconjunto de S. Neste exemplo. diremos que B gera V. Qualquer par ordenado (x. Se w1 . . (1. Exemplo 2. ¤ 2.11 O conjunto B = {(1.12 O conjunto B = {(2. 2) + 0(1. 1). (1. 0). vn } um conjunto finito de vetores em V. .13 Um conjunto finito de vetores linearmente independente e que gera V é uma base de V. 2. Exemplo 2. . 0) + (y − 2x)(0.3 Base e dimensão Seja B = {v1 . y) como combinação linear dos elementos de B é única. 1)} gera o R2 .

. . . . vn } é aquela em que se estabelece que v1 é o seu primeiro elemento. . . . Exemplo 2. vn } uma base de V e w = α1 v1 + · · · + αn vn . . x. para cada vetor v em V existem escalares α1 . . . en = (0. .15 Considere as ênuplas e1 = (1. Todas as bases de um espaço vetorial possuem o mesmo número de elementos. A ordem em que seus elementos são escritos é relevante. . que não seria capaz de gerar os polinômios de grau superior ao polinômio de grau máximo do conjunto. xn ). e assim por diante. . vn } uma base ordenada de um espaço vetorial V. .38 Notas de aula do Prof. . Não existe conjunto finito de polinômios que gera todos os demais. Todo conjunto finito de polinômios tem um polinômio de grau máximo. Antonio Cândido Faleiros Uma base B = {v1 . en } é uma base tanto do Rn quanto do Cn e é chamada de base canônica. . . . . . então {v1 . . 0). e2 . . 1). . n.17 Seja {v1 . . . 0. . αn tais que v = α1 v1 + · · · + αn vn . αn vn são denominados de componentes do vetor v na base B. . . Os vetores α1 v1 . . x2 } é uma base do espaço vetorial dos polinômios de grau menor ou igual a dois com coeficientes complexos. então 0 = v − v = (x1 − y1 )v1 + · · · + (xn − yn )vn De ora em diante. Se αi 6= 0. . da independência linear dos vetores da base. Isto significa que as coordenadas de x na base canônica são exatamente os elementos da ênupla x. vi+1 . . vn } gera V. Uma base ordenada B = {v1 . os escalares α1 .14 A matriz das coordenadas de um vetor numa base ordenada é única. . . . . e2 = (0. . Nem todo espaço vetorial possui uma base tal como se definiu acima. . . Seja B = {v1 . Se x = (x1 . . αn ]T é a matriz das coordenadas de v na base B. que v2 é o seu segundo elemento. e. 1. .16 O conjunto {1. O espaço vetorial de todos os polinômios com coeficientes complexos não possui base no sentido definido neste texto. . vn } também é base. w. . . Prova. . Proposição 2. . . . Exemplo 2. . . . αn são as coordenadas de v na base B e a matriz coluna [v]B = [α1 . vi−1 . . Assim. então x = x1 e1 + · · · + xn en . onde ek é a linha k da matriz identidade n × n. . . . O conjunto de vetores {e1 . . . . Lema 2. como provaremos em seguida. . 0. Se v = x1 v1 + · · · + xn vn e v = y1 v1 + · · · + yn vn forem duas decomposições de v nos elementos da base B. uma base ordenada será chamada simplesmente de base. . xi = yi para i = 1. O contexto indicará a necessidade de ser a base ordenada ou não. Precederemos o teorema principal por três lemas. ¤ . 0). . v2 . . . .

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

w2 . Logo. . cn2 não é nulo. . Assim. . como todo conjunto com mais do que n elementos é linearmente dependente. sem perda de generalidade. 2. .20 Se um espaço vetorial V possuir uma base com n elementos. . w2 . Como antes.19 Se um espaço vetorial V possuir uma base com n elementos. . . substituímos todos os elementos da base {v1 . Prova. podemos supor.21 Se um espaço vetorial possui uma base. ¤ Lema 2. contrariando a hipótese de independência linear do conjunto. se houvesse um conjunto linearmente independente com mais do que n elementos. vn } por w1 . . Prosseguindo com este raciocínio. . . . a base B1 seria linearmente dependente. . então todo conjunto de vetores em V com mais de n elementos é linearmente dependente. é zero. pelo menos um dos coeficientes c22 . vn } duas bases de V. Definição 2. Por definição. aquele que contém apenas o vetor nulo. Logo não existe base com menos do que n elementos. . não existe conjunto de vetores linearmente independente com mais do que n elementos. pelo lema anterior. . Antonio Cândido Faleiros independente. . ¤ Este teorema garante que todas as bases de um espaço vetorial possui o mesmo número de elementos o que justifica a definição que segue. . . wn } é base. Seja B1 a base com n elementos. qualquer subconjunto dele com n elementos seria base e os vetores restantes seriam combinações lineares desses n selecionados. . a dimensão do espaço vetorial trivial. . não há base com mais do que n elementos. vn } é base de V. todas as outras bases deste espaço vetorial têm o mesmo número de elementos.4 Matriz de mudança de base Seja V um espaço vetorial complexo de dimensão finita n > 0.40 Notas de aula do Prof. . . Se existisse alguma base B2 com k elementos e k < n. diremos que ele possui dimensão finita e que o número de elementos das bases é a sua dimensão. . w2 . ¤ Estes lemas nos permitem enunciar o Teorema 2. Prova. 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 . . . wn . {w1 . que c22 6= 0. . provando que {w1 . possibilidade que se exclui pela definição de base. De fato. v3 . un } e B2 = {v1 . . Pelo lema anterior. Sejam B1 = {u1 . . . De fato.

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

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

Diremos que W é um subespaço vetorial de V se. 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. essas operações em W gozam das mesmas propriedades que em V.Notas de aula do Prof. Quando W1 estiver contido em W2 . O subespaço {0} é denominado de subespaço trivial de V. também se aplicam aos vetores de W. Os subespaços de dimensão n − 1 de um espaço vetorial de dimensão n são chamados de hiperplanos. Exemplo 2. Seja W um subepaço vetorial de V. Se u e v pertencerem à união. sendo 0 o escalar nulo. 2. para todo vetor v do subespaço. definida por W1 ∩ W2 = {w : w ∈ W1 e w ∈ W2 } são subespaços vetoriais de V. Os subespaços distintos de V são denominados de subespaços próprios de V. definida por W1 + W2 = {w1 + w2 : w1 ∈ W1 e w2 ∈ W2 } e a interseção dos subespaços W1 ∩ W2 .25 O subespaço vetorial W = { x(1. ele próprio. Certamente. u + v pode não pertencer. 3. um espaço vetorial. Exemplo 2. os vetores λw e v + w pertencerem a W. Em outras palavras. Antonio Cândido Faleiros 43 2.23 O conjunto W = { (x. para todo v e w em W e todo escalar λ. 0) + y(0.24 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. O próprio V é um subespaço vetorial dele mesmo. Deste argumento se conclui que todo subespaço vetorial é. y ∈ R } é um subespaço próprio de R3 . 1) : x e y ∈ R } do R3 é um hiperplano. A soma dos subespaços W1 + W2 . y. . que está contido em V. o subespaço vetorial é aquele subconjunto fechado em relação à adição e à multiplicação por um escalar. um espaço vetorial com dimensão finita. pertence ao subespaço. por definição. De fato. Um subespaço vetorial sempre contém o vetor nulo. As operações de adição de vetores e multiplicação por uma escalar definidas em V. Nota 2. Sejam W1 e W2 subespaços vetoriais de um espaço vetorial V. então W1 ∪ W2 = W2 e daí a união será um subespaço vetorial de V.5 Subespaço vetorial Seja V um espaço vetorial e W um subconjunto não vazio de V. 0v é o vetor nulo e.

w2n ) ··· wk = (wk1 . é uma base do espaço gerado por S. . y ∈ R3 }. Se considerarmos S como subconjunto de C3 então hSi = { (x. y) : x. 0. · · · wkn for escalonada.6 Subespaço gerado Seja S um subconjunto de V. αk ∈ R}.26 Seja S = {e1 . de modo que w1 = (w11 . O subespaço gerado por S é hSi = { (x. wk } finito. . . Base do subespaço gerado Seja S = {w1 . portanto. Vamos enumerá-los abaixo. onde c é um escalar. .  . . o espaço gerado por S não se altera. . w22 . 0. . Antonio Cândido Faleiros 2. . . Sendo S = { w1 . . . . . wk1 wk2      · · · w1n · · · w2n . . 0. . y) : x. . . . Se nenhum vetor de S for nulo e a matriz  w11 w12  w21 w22   .44 Notas de aula do Prof. . Permutar a ordem dos vetores de S não altera o espaço gerado por S. O conjunto de todas as combinações lineares finitas de elementos de S é um subespaço vetorial de V. 3. wk } um conjunto de vetores de Cn . Se substituirmos em S o vetor wi pelo vetor wi + cwj . . Se multiplicarmos um ou mais vetores de S por escalares não nulos. 5. . y ∈ C}. 2. 0. . wk2 .. . o espaço gerado por S permanece inalterado. Diz-se ainda que S gera hSi ou que hSi é gerado por S. e3 } um subconjunto do R3 onde e1 = (1. 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. . 4. . . então hSi = {α1 w1 + · · · + αk wk : α1 . 1). Exemplo 2. . Retirar os vetores nulos de S não altera o espaço gerado por S. então S é linearmente independente e. w12 . w1n ) w2 = (w21 .. . chamado de subespaço gerado por S e é denotado por hSi . . 1. O subespaço gerado por S é um subespaço vetorial de V. 0. . ) e e3 = (0. . .

. wk . Este procedimento pode ser usado para determinar o subespaço gerado por S = { w1 . v2 .Notas de aula do Prof. . como acima e obtenha sua forma escalonada usando o método da eliminação de Gauss. . . . . . . .. .. . formarão uma base para o espaço gerado por V. . . .. obter sua forma escalonada   r11 r12 · · · r1n  0 r22 · · · r2n    R= 0 0 · · · r3n    . . . . . . β k1 β k2 · · · β kn      e proceder como no caso em que o espaço vetorial é o Cn . . w2 . obtendo. . . . . 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 . Basta tomar uma base B = { v1 . 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 . . . . . . . . . . . wk } mesmo quando S for um conjunto de vetores num espaço vetorial de dimensão finita V qualquer. . . . formarão a base de hSi . . . . .. As linhas não nulas da forma escalonada desta matriz   r11 r12 · · · r1n  0 r22 · · · r2n    R= 0 0 · · · r3n    . . . . 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 .

3. 8. −1.27 Vamos determinar uma base do subespaço vetorial do R5 gerado por w1 w2 w3 w4 w5 Construímos a matriz       = = = = = (1. 8. Antonio Cândido Faleiros Exemplo 2. 2. 2. (−1. 2. −4). −3. (2. 2. 0). 8). 2. 8.46 Notas de aula do Prof. 9). (1. 5. (3. −2. 8). 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 . 0. 6.

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

Antonio Cândido Faleiros .48 Notas de aula do Prof.

L(0) = L(0 + 0) = L(0)+ L(0) = 2L(0) o que implica em L(0) = 0. Nos exemplos. Assim. A transformação T : R2 → R definida por T (x. y) = (x − y. T L(v) = T (L(v)). K será o corpo dos números reais ou o corpo dos números complexos. uma transformação linear L : V → K recebe o nome de funcional linear. y) = 3x+ 2y é linear. y) = 2x+ 2y+ 4. Sendo L : V → W e T : W → U. Uma transformação linear L : V → V de um espaço V sobre ele mesmo recebe o nome de operador linear. Toda transformação linear leva o zero de V no zero de W. Se V for um espaço vetorial sobre um corpo K. Exemplo 3.1 A transformação L1 : R2 → R definida por L1 (x. A notação Lv também é usada para indicar L(v). L(v + w) = L(v) + L(w). 0) é linear.Capítulo 3 Transformação linear Neste capítulo consideraremos que os espaços vetoriais estão definidos em um mesmo corpo K. De fato. para todo par de vetores 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. A transformação L2 : R2 → R2 definida por L2 (x. Uma função L : V → W é uma transformação linear se. w em V e todo escalar α do corpo K. 2y) = 2x+ 2y+ 2 é diferente de 2T (x. 49 . L(αv) = αL(v). y) = x + y + 2 não é linear pois T (2x. Sejam V e W dois espaços vetoriais sobre um mesmo corpo K. definimos a composta T ◦ L : V → U por T ◦ L(v) = T (L(v)). Também se denota T ◦ L por T L.

x3 ) em R3 . . e2 . y) = 3x são transformações lineares de R2 em R. Este exemplo nos dá uma indicação da forma geral de um funcional linear L de Rn em R. . xn ) = L(x1 e1 + · · · + xn en ) = x1 L(e1 ) + · · · + xn L(en ) ou L(x1 . A partir desta fórmula podemos afirmar que quando L for linear e {v1 . . . . xn ) vale L(x1 . . . . . xn ) = a1 x1 + · · · + an xn . Exemplo 3. o conhecimento dos vetores w1 = L(v1 ). . Exemplo 3. n. . . . . se v1 . Generalizando este exemplo. . . Seja {e1 . Se Le1 = 5. então L (α1 v1 + · · · + αn vn ) = α1 L(v1 ) + · · · + αn L(vn ). 0). . . . 1) os elementos da base canônica do R3 . . . Todavia. en } a base canônica do Rn . y) = 5x − 4y e L2 (x. . 0. teremos L(x1 . .3 Utilizando a forma geral. . . vn forem vetores de V e se α1 . vn } for base de V. . 1. então. T (x. para qualquer (x1 . . Le2 = 7. . 0) e e3 = (0. αn forem escalares. wn = L(vn ) é suficiente para calcular o valor de L em qualquer vetor v. . se L : V → W for linear. . Esta é a forma geral de um funcional linear do Rn em R. . . x3 ) = L(x1 e1 + x2 e2 + x3 e3 ) = x1 L(e1 ) + x2 L(e2 ) + x3 L(e3 ) = a1 x1 + a2 x2 + a3 x3 . . Vamos determiná-la. Se L(ei ) = ai para i = 1. então L(x1 . . Antonio Cândido Faleiros Pode-se provar por indução que. Le3 = 11.50 Notas de aula do Prof. 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 . x2 . e2 = (0. x3 ) = L(x1 e1 + x2 e2 + x3 e3 ) = x1 L(e1 ) + x2 L(e2 ) + x3 L(e3 ) = 5x1 + 7x2 + 11x3 . x2 . vemos que L1 (x. . . se Le1 = a1 . Le2 = a2 e Le3 = a3 . 0. para todo (x1 .2 Seja L : R3 → R uma transformação linear e e1 = (1. 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. . x2 .

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

5 Seja L a transformação linear de R3 em R3 definida por L(x. 1. z) = (x + z. −1) mostrando que todo elemento da imagem de L é uma combinação linear dos vetores (1. z) : z ∈ R}. O ker L é gerado por (−1. y. x + 2y − z). 1) + y(0. 0. 2x + y + z.52 Notas de aula do Prof. y. Exemplo 3. 2x + y + 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. 1. 2) e (1. Tanto o núcleo de L quanto a sua imagem. z) = (x + z. 1. 2x + y + z. 1. Antonio Cândido Faleiros Seja L : V → W uma transformação linear. (0. 1) e. Para determinar a imagem de L escrevemos L(x. 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. Para determinar o núcleo de L escreva L(x. Assim. são subespaços vetoriais de V. z. z) = (x + z. y. 2. −1). 2) + z(1. 1). tem dimensão 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 . ker L = {(−z. A dimensão do núcleo de L é denominada de nulidade de L. x + 2y − z) = (0. Para determinar uma base do espaço gerado usamos o processo de escalonamento. 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. x + 2y − z) = x(1. portanto. 2.

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

com j = 1. nem todos nulos. Das partes 1 e 2 concluímos que {Lvp+1 . . . . 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 . . . . . . . . . . Lvn } é linearmente independente. Lvn } é base da Im (L). .1 Matriz de uma transformação linear Seja B1 = {v1 . sendo igual a uma combinação linear dos vetores v1 . . vp que formam uma base do núcleo de L. . . . .54 Notas de aula do Prof. 2. O conjunto {Lvp+1 . . então dim ker L + dim Im L = p + (n − p) = n = dim V e o teorema está provado. p. . wm } uma base de um espaço vetorial W e L : V → W uma transformação linear. . . com i = 1. . . . . B2 = {w1 . . . . . Podemos decompor cada vetor Lvj . vp } é base do ker(L) e {Lvp+1 . existiriam escalares kp+1 . ¤ 3. kn . Como {v1 . o que vai contraria a hipótese de B ser base de V. . . . Antonio Cândido Faleiros 2. . . . Lvn } é base da Im (L). diferente de zero. . n. . . . . . vn } uma base de um espaço vetorial V. Lvj = i=1 . . existem escalares k1 . Portanto. . 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. . . n m X aij wi . 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). . Se fosse linearmente dependente. .

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

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

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

. Lvn } gera W. n. por sua vez. . Teorema 3. . . vn } ser base de V. 3. kn escalares tais que k1 Lv1 + · · · + kn Lvn = 0. . Lvn } gera W.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. segue k1 v1 + · · · + kn vn = 0. L é injetora se e só se ker(L) = {0}. . . provando que s está na imagem de L. . Provemos que L é injetor. . 2. . . . . para qualquer w em W. Antonio Cândido Faleiros Teorema 3. . Sejam V e W isomorfos e L : V → W um isomorfismo entre eles. . . . . . . L(x1 v1 + · · · + xn vn ) = L(y1 v1 + · · · + yn vn ) . Prova. . . Uma transformação L : V → W é sobrejetora se. Sejam k1 . . Provemos que L é sobrejetor. . Tomando dim V = dim W = n como hipótese. Em outras palavras. Dado qualquer s em W. . Dois espaços vetoriais V e W são isomorfos quando houver um isomorfismo de V em W. L é injetora se e só se o zero é o único vetor levado por L em zero. As partes 1 e 2 provam que dim V = dim W. provando a sobrejetividade de L. Então L(k1 v1 + · · · + kn vn ) = 0 e. para i = 1. Pelo fato de {v1 . Logo. Lvn }. obtemos v = x1 v1 + · · · + xn vn e w = Lv = x1 Lv1 + · · · + xn Lvn . . .58 Notas de aula do Prof. vn } base de V e B2 = {w1 . . provando que {Lv1 . As transformações bijetoras L : V → W possuem inversa L−1 : W → V que. Seja L : V → W linear. um isomorfismo. . provando a independência linear do conjunto {Lv1 . . Provemos que {Lv1 . . . Neste caso sua inversa L−1 : W → V é linear e. . . . é bijetora e sua inversa é L. concluímos que k1 = · · · = kn = 0. Vamos provar que L é um isomorfismo entre V e W. Dada uma base {v1 . Decompondo v na base {v1 . Sejam x = x1 v1 + · · · + xn vn e y = y1 v1 + · · · + yn vn dois vetores de V tais que Lx = Ly. .11 Sejam V e W espaços vetoriais sobre o mesmo corpo. ou seja Lvi = wi . . . 4. vamos mostrar que {Lv1 . . wn } base de W. . Sendo L bijetora. existe pelo menos um v em V tal que Lv = w. vn }. . Lvn } é linearmente independente. provemos que V e W são isomorfos. . portanto. Provemos que {Lv1 . . Lvn } é base de W. . existe v em V tal que w = Lv. . . . como L(0) = 0 e L é bijetora. Seja B1 = {v1 . Denominamos isomorfismo à transformação L : V → W que é linear e bijetora. Seja L a transformação linear de V em W que leva vi em wi . Uma transformação bijetora é aquela que é ao mesmo tempo injetora e sobrejetora. vn } de V. 1. podemos escrever s = s1 w1 + · · · + sn wn = s1 Lv1 + · · · + sn Lvn = L(s1 v1 + · · · + sn vn ). para todo w em W. .

. Em outras palavras. . . então L(k1 v1 + · · · + kn vn ) = 0 e. . . Antonio Cândido Faleiros ou seja. . n. desta maneira. . . Lvn } é uma base de W. . como o núcleo de L contém apenas o zero. ¤ Teorema 3. Se A for a representação matricial de L nas bases B1 e B2 . Da sobrejetividade de L. existe um conjunto de vetores B = {v1 . O conjunto B é base de V. . 59 Da independência linear de B2 . . Como L−1 L o operador identidade. Provemos que (3) implica em (4). wn } implica em x1 = y1 . Sejam x = x1 v1 + · · · + xn vn e y = y1 v1 + · · · + yn vn dois vetores de V tais que Lx = Ly. . . . Logo. . ker(L) = {0}. . provando que L é injetora. . . . Seja L sobrejetora e {w1 . Prova. Provemos que (2) implica em (3). base de W. vn } em V tais que Lvi = wi . provando a injetividade de L. L é sobrejetora. São equivalentes: 1. . k1 v1 + · · · + kn vn = 0. x1 w1 + · · · + xn wn = y1 w1 + · · · + yn wn . então A−1 será a representação matricial de L−1 nas bases B2 e B1 . então v = 0. então {Lv1 . . Se L é injetora e L(v) = 0. . . wn } uma base de W. Ainda temos que LL−1 é o operador identidade e. vn } uma base de V. L é sobrejetor. 4. de onde resulta a igualdade x = y. . . . Desta igualdade segue x1 w1 + · · · + xn wn = y1 w1 + · · · + yn wn . ¤ Teorema 3. se k1 . . como L(0) = 0. . BA é a matriz da transformação identidade na base B1 e esta é a matriz identidade. Lvn } é linearmente independente e. . . A independência linear dos vi acarreta em k1 = · · · = kn = 0. . . para i = 1. . ambos com a mesma dimensão e L : V → W linear. provando que (3) implica em (4). . kn forem escalares tais que k1 Lv1 + · · · + kn Lvn = 0. ou x = y. ¤ . 3. . Sendo ker(L) = {0} e {v1 . Provemos que (4) implica em (2). Se L(v) = 0. AB é a matriz da transformação identidade na base B2 e esta é a matriz identidade o que prova ser B = A−1 . concluímos que x1 = y1 .Notas de aula do Prof. provando que conjunto {Lv1 . . Seja A = [aij ] a representação matricial de L nas bases B1 e B2 . 2. . Seja B = [bij ] a representação matricial de L−1 nas bases B2 e B1 . A independência linear de {w1 . xn = yn . L é um isomorfismo. L é injetora. portanto. De 3 e 4 concluímos que L é um isomorfismo. De fato.13 Sejam V e W espaços vetoriais sobre o mesmo corpo. Prova. . . . xn = yn . segue que v = 0.14 Sejam B1 e B2 bases dos espaços V e W respectivamente e L : V → W um isomorfismo.

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

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

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

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

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

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

wi + λ2 kwk2 kvk2 + 2λ |hv. kv + wk ≤ kvk + kwk (Desigualdade triangular) Para provar esta última desigualdade. ou seja. As desigualdades abaixo são úteis. vi + λ hv. Sendo z um número complexo.4 Norma Seja V um espaço vetorial real ou complexo e v um vetor de V. Teorema 4. Seja λ um número real qualquer. Sejam v e w dois vetores em V. v + λwi = hv. a é a parte real e b a parte imaginária do número complexo a + bi. Se kvk = 1. vi. Antonio Cândido Faleiros 4. wi + λ hv. seu discriminante ∆ = 4 |hv. ¤ . As notações Re (a + bi) e Im (a + bi) são usadas para designar as partes real e imaginária do número complexo a + bi. se a e b são reais. wi + λ hw. A norma de v é definida por p kvk = hv. wi| ≤ kvk kwk . vi + λ2 hw. Lembramos que. diz-se que o vetor é unitário. kavk = |a| kvk .8 Seja V um espaço vetorial sobre o corpo C dos números complexos onde se definiu um produto interno. Re (z) ≤ |Re (z)| ≤ |z| Im (z) ≤ |Im (z)| ≤ |z| . Observe que. wi + λ2 kwk2 kvk2 + 2λRe hv. wi|2 − 4 kvk2 kwk2 é menor ou igual a zero. wi| + λ2 kwk2 Como este polinômio real é maior ou igual a zero para todo λ. Prova. 3. se z for um número complexo. |hv. Vale a desigualdade de Cauchy-Schwarz |hv. Então 0 ≤ = = ≤ hv + λw.66 Notas de aula do Prof. wi kvk2 + λhv. devemos provar a desigualdade de CauchySchwarz. então 2Re (z) = z + z e 2Im (z) = z − z. kvk ≥ 0 e kvk = 0 se e só se v = 0. 1. as igualdades abaixo se verificam. Para todo v e w em V e todo escalar a. wi|2 ≤ kvk2 kwk2 . 2.

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

wj i = aji e bij = hwi . . y1 ). . Prova. Agora escreva w2 = v2 − β 12 w1 . . ¤ Exemplo 4. wn } de V. e2 = (0. mostrando ¯ ¯ −1 ∗ ∗ que M12 = M12 e M12 = M12 . e2 } e B2 = {f1 . . . Ambas são ortonormais em relação ao produto interno h(x1 . respectivamente. aij = hvi .68 Notas de aula do Prof. . Antonio Cândido Faleiros Teorema 4.10 Sejam B1 e B2 bases ortonormais de um espaço vetorial V sobre o corpo C dos números complexos. vj i = hvj . . . obter uma base ortogonal {w1 . . f2 } do R2 . a partir de uma base {v1 . Sejam B1 = {v1 . 4. . . 0). 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. . mostrando que M12 é unitária. vn } uma base de um espaço vetorial V. f1 = (1/5)(3. −3 5 ¸ . .5 Ortogonalização de Gram-Schmidt Podemos. 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 . y2 )i = x1 x2 + y1 y2 . wi i = aji . Temos f1 = f1 e e1 = e1 Assim M12 = M21 = 3 4 f1 + f2 5 5 4 3 = f1 − f2 . 4) e f2 = (1/5)(4. seguindo o procedimento descrito em seguida e conhecido como processo de ortogonalização de Gram-Schmidt. wn } as bases em questão. Defina w1 = v1 . onde e1 = (1. Sabemos que M12 = M21 e que X X wj = aij vi e vj = bij wi . A matriz M12 de mudança da base B1 para a base B2 é hermitiana e unitária. (x2 . 1). . . .11 Consideremos as bases B1 = {e1 . −3). vn } e B2 = {w1 . i i Sendo as bases ortonormais.

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

a2 . Denotemos por p0 (x). vn ] uma matriz m × n cujo coluna k é vk . 2 2 2 2 Tanto {1. (0. x2 . 4/5. .14 Considere o espaço vetorial sobre C dos polinômios com coeficientes complexos de grau menor ou igual a 3. x. L2 (x) = x2 − . x3 } é uma base não ortogonal deste espaço vetorial. p2 (x). é { 1. Um modo interessante de olhar para o produto Ax. munido com o produto interno ­ ® a1 + a2 x + a3 x2 . . x2 . os polinômios obtidos de 1. p1 (x). (0. com o produto interno Z 1 hf.12 Os ternos ordenados (1. b1 + b2 x + b3 x2 = a1 b1 + a2 b2 + a3 b3 . o que a torna mais adequada para determinados cálculos. x. (b1 .13 Os polinômios 1. . a3 ). 4. L3 (x) = x3 − x. . . . A base ortogonal obtida a partir dela. . 0.6 Decomposição QR hx. x. Antonio Cândido Faleiros Exemplo 4. . b3 ) i = a1 b1 + a2 b2 + a3 b3 . L2 (x). L1 (x). gi = f (x)g(x)dx. . x. 4/5). x3 − (3/5)x }. x. Este procedimento pode ser estendido para o espaço vetorial dos polinômios de grau menor ou igual a n. . Os métodos espectrais usam polinômios ortogonais para resolver equações diferenciais parciais tanto analítica quanto numericamente. onde x = [x1 . x2 − 1/3. . −3/5) formam uma base ortonormal no espaço vetorial Cn em relação ao produto interno ¯ ¯ ¯ h (a1 . Exemplo 4. x2 . 3/5. . 0). ¯ ¯ ¯ Exemplo 4. x3 } quanto {L0 (x). A segunda possui a vantagem de ser ortogonal. L3 (x)} são bases do espaço dos polinômios de grau menor ou igual a 3. pelo processo de ortogonalização de Gram-Schmidt.70 Notas de aula do Prof. Os quatro primeiros são 3 1 5 3 L0 (x) = 1. x2 formam uma base ortonormal no espaço vetorial sobre C dos polinômios de grau menor ou igual a 2 e coeficientes complexos. Vamos analisar o caso especial do espaço vetorial complexo Cn×1 com o produto interno Seja A = [v1 . 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. . −1 O conjunto {1. . usando o produto interno definido acima. yi = x∗ y. b2 . xn ]T é uma matriz em Cm×1 consiste em escrever Ax = x1 v1 + · · · + xn vn . L1 (x) = x.

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

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

Notas de aula do Prof. Algoritmo clássico de Gram-Schmidt (instável) Entrada: Base {v1 . . 2. vk ∈ hv1 . . . . Para resolver este sistema usando a decomposição QR. . . Alertamos o leitor de que este algoritmo é numericamente instável. . qn . ================================ Algoritmo 8. 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. . . Determine y = Q∗ b. . vk−1 i = hq1 . . . qn } com os vetores unitários qn+1 . . qk−1 i . . . 3. ou seja. à sua esquerda. . podemos descrever o algoritmo clássico de GramSchmidt. Antonio Cândido Faleiros 73 Completemos a base {q1 . . qn . . cujas colunas são linearmente independentes. vk depende linearmente das colunas v1 . . . . . que possibilita a obtenção da decomposição QR de uma mariz A. 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. . . . . vk−1 . . . A matriz Q = [q1 . . 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. . . . . qm } seja uma base ortonormal de Cm . . o sistema Ax = b possui uma única solução. Realizado este desenvolvimento. . . Calcule a decomposição A = QR. .1. . qm de modo que {q1 . lá pelas tantas. . Resolva o sistema Rx = y na variável x. . vn } de Cn Saída: Base ortonormal {q1 . . .

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

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

R= √ 0 0 0 −4/ 3 e .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. onde √ √   √ 1/ 2 1/√6 1/ √ 3  0 Q= 2/ √ −1/√3  6 √ 1/ 2 −1/ 6 −1/ 3 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  . 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.

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

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

Logo. Se V = V1 ⊕ · · · ⊕Vk . concluímos que vi = 0 para i = 1. Logo. . . k. Vk são independentes se e só se Vj for disjunto da soma V1 + · · · + Vj−1 . x) ∈ R2 : x ∈ R}. . . . . a decomposição de v como soma de vetores de V1 . Como 0 = 0+ · · · + 0. . . . . Vk . . Uma caracterização da independência dos subespaços é a seguinte: Os subespaços V1 . todo v em V pode ser decomposto de forma única numa soma v = v1 + · · · + vk . . . . k. Cada vi pode ser decomposto de forma única nos vetores da base Bi . concluímos que vi = wi . e tais que v1 + · · · + vk = 0. Vk é única e V = V1 ⊕ · · · ⊕ Vk . . Vk são independentes.Notas de aula do Prof. sejam v1 . então (v1 − w1 )+ · · · + (vk − wk ) = 0 e. Se V = V1 + · · · + Vk e V1 . . . V1 .5 Sejam V1 . . Vk subespaços vetoriais de um espaço vetorial V tais que V = V1 + · · · + Vk . . vk vetores de V1 . V3 = {(x. . ¤ Teorema 5. . . . da unicidade da decomposição. Então V = V1 ⊕ · · · ⊕ Vk se e só se V1 . Vk subespaços vetoriais de V. então v1 = · · · = vk = 0. respectivamente. . da independência dos subespaços vetoriais Vi . . ¤ . . . para i = 1. Vk de V são independentes se v1 + · · · + vk = 0. . Logo. . . . . . um espaço vetorial com dimensão finita. k. A condição de serem disjuntos será substituida pela condição de serem independentes. para j = 2. . v pode ser escrito de forma única como uma combinação linear dos vetores da união B1 ∪ · · · ∪ Bk . para i = 1. . Seja Bi base de Vi para i = 1. . . Dois espaços vetoriais V1 e V2 de V são independentes se e só se forem disjuntos. . . com vi em Vi . . . Antonio Cândido Faleiros 79 Exemplo 5. k. . todo v em V pode ser decomposto numa soma v = v1 + · · · + vk . Vk forem independentes. . . . . para i = 1. . . mas V não é a soma direta de V1 . Estes três subespaços são disjuntos dois a dois. Se V = V1 ⊕ · · · ⊕Vk então dim V = dim V1 + · · · + dim Vk . Os subespaços vetoriais V1 . . . k. Vk forem independentes. V2 e V3 . Teorema 5. y) ∈ R2 : y ∈ R}. provando que esta é uma base de V. . . . . Prova. para i = 1. . . com vi em Vi . Se V = V1 ⊕ · · · ⊕ Vk . 0) ∈ R2 : x ∈ R}. . . Prova. . k. com vi em Vi . . k. . V2 = {(0.6 Sejam V1 . com wi em Vi . . . . .4 Seja V = R2 e V1 = {(x. . V = V1 + V2 + V3 . . . Se houvesse outra decomposição v = w1 + · · · + wk .

Dado qualquer v em V. Como a interseção só possui o vetor nulo. Seja {v1 . Desta forma. Se v = s1 + w1 .8 Seja S um subespaço vetorial de dimensão finita de um espaço vetorial V com produto interno. vi vp pertence a S e w pertence a S ⊥ e assim. vi v1 + · · · + hvp . s − s1 = w1 − w. isto é. . então v é ortogonal ¡ ¢⊥ a todo vetor de S ⊥ e assim ele pertence ao S ⊥ . o vetor w = v − hv1 . V = S+ S ⊥ . V = S ⊕S ⊥ = S ⊥ ⊕ S ⊥ e assim. Para mostrar que um determinado vetor v está em S ⊥ . S ⊂ S ⊥ . O único vetor que está ao mesmo tempo em S e em S ⊥ é o vetor nulo e daí. ¡ ¢⊥ ¡ ¢⊥ que acarreta na igualdade dim S = dim S ⊥ . O conjunto S ⊥ = {v ∈ V : hv. onde s = hv1 .2 Complemento ortogonal Definição 5. . Estando S contido em S ⊥ e possuindo ambos a mesma dimensão. eles são iguais ¡ ⊥ ¢⊥ = S. Por outro ¡ ¢⊥ ¡ ¢⊥ lado.7 Seja V um espaço vetorial com produto interno e S um subespaço vetorial de V. vp } uma base ortonormal de S. Antonio Cândido Faleiros 5. com s1 em S e w1 em ⊥ S . vi vp é ortogonal a todo vetor de S. Teorema 5. mostrando que S está contido no ¡ ¢⊥ complemento ortogonal do complemento ortogonal de S. ¤ Se v é um vetor de um subespaço S de um espaço vetorial V. Vamos mostrar que esta decomposição é única. qualquer vetor v pode ser decomposto numa soma v = s+ w. si = 0 para todo s em S } é um subespaço de V. Então V = S ⊕ S ⊥ .80 Notas de aula do Prof. vi v1 − · · · − hvp . então s + w = s1 + w1 e assim. basta mostrar que ele é ortogonal a todo vetor de uma base de S. Prova. s = s e w = w. chamado de complemento ortogonal de S. dim V = dim S+ dim S ⊥ = dim S ⊥ + dim S ⊥ . . S ∩ S ⊥ = {0}. S . . mostrando que os vetores s − s1 e w1 − w estão na interseção S ∩ S ⊥ .

2. . . . . 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.Capítulo 6 Transformação adjunta Sejam V e W espaços vetoriais complexos com dimensão finita e produto interno. . . . 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 . . . 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. L∗ wi . . . . Dado uma tansformação linear L : V → W. . para todo v em V e w em W. basta estabelecer seu valor nos elementos de uma base do seu domínio. para j = 1. ¯ 81 . Primeiro a existência. . wm } uma base ortonormal de W podemos escrever Lvj . m. vamos mostrar que existe uma única transformação linear L∗ : W → V tal que hLv. wi = hv. . n. Sendo B1 = {v1 . Seja L∗ : W → V aquela transformação linear que leva wi . para i = 1. . vn } uma base ortonormal de V e B2 = {w1 .

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

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  . De fato. isto é. Entretanto. Para todo v em V e w em W. Os operadores LL∗ e L∗ L são auto-adjuntos. w2 = (0. a transformação adjunta L∗ é a única que satisfaz à igualdade hLv. T w − L∗ wi = 0 para todo v o que acarreta na igualdade T w = L∗ w para todo w. nos conduzindo à igualdade T = L∗ . Um operador linear L : V → V é auto-adjunto quando L∗ = L. wi = hv. v2 = (0. 1) então B3 = {v1 . Lvi . vi = hv. L∗ wi para todo v em V e todo w em W. se T for outra transformação linear para a qual hLv. 0. 2) e w3 = (0. T wi para todo v e todo w. w1 = (1. tem-se hL∗ w. se v1 = (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. T wi = hv. v2 } será base de R2 e B4 = {w1 . 1. 1).Notas de aula do Prof. wi = hw. então hv. 2). mostrando que a adjunta da adjunta é igual a L. w2 . L∗ wi e hv. Nenhuma das duas é ortonormal em relação ao produto interno euclidiano do R2 e R3 . 11 13  · ¸ 83 [L ]21 = ∗ 2 5 11 3 7 13 onde uma é a transposta da outra. Dada a transformação linear L. 1). (L∗ )∗ = L. wi = hv. w3 } será base de R3 . L∗ wi = hLv. .

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

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

y + 2z ) = (x + 2y − z)(1. 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. 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. 1). L∗ . Seja A a representação matricial de L em relação a bases de V e de W. Como Im (LL∗ ) = Im (L) e Im (L∗ L) = Im (L∗ ). . dim ker(L) + dim Im (L) = dim V. 0. y. Se {v1 . ambos com dimensão finita. O posto de L é igual ao posto de A. Lvn } gera a imagem de L o que assim o posto de L deve ser menor ou igual do que a dimensão de V. . O posto das transformações lineares L. A imagem de uma transformação linear L : V → W está contida em W.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. 0) + (y + 2z)(0. Lv = L(x1 v1 + · · · + xn vn ) = x1 Lv1 + · · · + xn Lvn . Seja L : V → W linear. Concluímos que o posto de L não pode ser maior do que a dimensão de V nem maior do que a dimensão de W. O posto de A é dois. A∗ . Motivados por este comentário. dim ker(L) + dim Im (L∗ ) = dim V. .9 Sejam V e W espaços vetoriais de dimensão finita e L : V → W uma transformação linear. 2x + 4y − 2z. As matrizes A. cujo posto é 2. Antonio Cândido Faleiros Teorema 6. . . Teorema 6. . ¤ Corolário 6.12 Seja A uma matriz complexa. mostrando que {Lv1 . . z) = ( x + 2y − z. Exemplo 6.10 Seja L : R3 → R3 definida por L(x. Sejam V e W espaços vetoriais. V = ker(L) ⊕ Im (L∗ ). .86 Notas de aula do Prof. . AA∗ e A∗ A possuem o mesmo posto. Prova. o teorema está provado. Sabemos que de onde obtemos Por outro lado. o posto de L deve ser menor ou igual do que a dimensão de W. Dessas duas igualdades concluímos que dim Im (L∗ ) = dim Im (L) provando que o posto de L é igual ao posto de L∗ . L∗ L e LL∗ são iguais. vn } for uma base de V. Portanto. 2. As duas primeiras colunas são linearmente independentes e a terceira é igual a −5 vezes a primeira mais 2 vezes a segunda.

O sistema homogêneo Ax = 0 tem solução x não nula se e só se x pertencer ao núcleo de A. A∗ yi = para todo y em Cm×1 . Da igualdade ker(A) = Im(A∗ )⊥ . yi = 0 . então dim Im (LL∗ ) = dim Im (L∗ ) = dim(W ) e assim LL∗ é sobrejetora e. onde A é uma matriz complexa m × n e b é uma matriz complexa m × 1. ambos com produto interno. Existindo soluções. então dim Im (L∗ L) = dim Im (L) = dim(V ) e assim L∗ L é sobrejetora e. é importante determiná-las. Nestes sistemas.13 Sejam V e W espaços vetoriais com dimensão finita. um isomorfismo. posto(L) = dim V ≤ dim W. a transformação linear L∗ L : V → V é um isomorfismo. a transformação linear LL∗ : W → W é um isomorfismo. Quando 1.2 Existência de solução dos sistemas lineares para todo y em Cm×1 solução do sistema homogêneo A∗ y = 0. 2. A matriz A é uma transformação linear de Cn×1 em Cm×1 . ¤ 6. Percebe-se do comentado acima que há uma estreita relação entre os sistemas lineares Ax = b e A∗ y = c. hb. 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. portanto. concluímos que x é solução do sistema homogêneo Ax = 0 se e só se x for ortogonal à imagem de A∗ . Tais matrizes x são denominadas soluções do sistema Ax = b. Antonio Cândido Faleiros 87 Teorema 6. Um método usado na obtenção das soluções é o da eliminação de Gauss. 2. O sistema Ax = b tem solução se e só se b estiver na imagem de A. Prova. isto é hx.Notas de aula do Prof. portanto. posto(L) = dim W ≤ dim V. 1. Quando dim V ≤ dim W. Seja L : V → W uma transformação linear com posto máximo. As igualdades Im (L)⊥ = ker(L∗ ) e Im (L∗ ) = ker(L)⊥ possuem uma consequência interessante para sistemas de equações lineares Ax = b. um isomorfismo. 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.

Antonio Cândido Faleiros .88 Notas de aula do Prof.

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

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

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

. Antonio Cândido Faleiros para todo v e w em V. Seja {q1 . . wi − hw. . . . onde os n primeiros elementos da diagonal são iguais a 1 e todos os demais elementos são nulos. v − P vi − hv − P v. 0i = 0. com w na imagem de P. e. onde Σ é uma matriz quadrada m × m. Se w estiver no ker(P ). . v − P vi + hw. ¤ 7. . O vetor P v é o vetor da Im (P ) mais próximo de v. qm } do Cm×1 e para a qual P Q = QΣ. . n i = n + 1. . .5 Seja V um espaço vetorial com produto interno e P : V → V um projetor ortogonal. wi = hv. provamos que o núcleo e a imagem de P são ortogonais. como P v está na imagem de P. . Pelas propriedades provadas para uma projeção ortogonal P. qn } uma base ortonormal de S e {qn+1 . . . . v − P v pertence ao ker(P ) que é ortogonal à Im (P ) e acarretando na ortogonalidade hv − P v. qn+1 . .2 Projetores ortogonais em Cm×1 Nesta seção vamos considerar o espaço vetorial Cm×1 com o produto interno hx. . wi = 0 e kv − uk2 = kv − P v − wk2 = hv − P v − w. Logo. Prova. v − P v − wi = hv − P v. . ¤ Teorema 7. Todo vetor u da imagem de P pode ser escrito na forma P v+ w. . . . Sendo P ortogonal. P qi = qi P qi = 0 Seja Q = [ q1 . . . . Usando uma base ortonormal Seja P um projetor ortogonal em Cm×1 e S sua imagem. qn . . Assim. m . . yi = x∗ y. . . qm ] a matriz cujas colunas são os vetores da base ortonormal {q1 . qn+1 . seu núcleo é S ⊥ . P wi = hv. .92 Notas de aula do Prof. wi = kwk2 + kv − P vk2 ≥ kv − P vk2 provando que P v é o ponto da imagem de P mais próximo de v. . . . P é um projetor ortogonal. Podemos escrevê-la usando blocos ¶ µ I 0 Σ= 0 0 para para i = 1. . qm } uma base ortonormal de S ⊥ . então hP v. qn .

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

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

. qm = . O projetor Pj = I − Qj Q∗ é exatamente aquele usado no algoritmo de Gram-Schmidt. Vamos. a partir de um conjunto linearmente independente {v1 . . é a projeção ortogonal sobre o complemento ortogonal do espaço gerado por {q1 . Em lugar de calcular wj pela fórmula. Antonio Cândido Faleiros 95 ˆ onde Qj = [q1 . . . . . . . . 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. . . 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 . qj . A identidade Pj = P⊥qj · · · P⊥q2 P⊥q1 será usada no algoritmo modificado.Notas de aula do Prof. vn } em Cm×1 . . . 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 . 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. . . qj }. . . . uma vez que q1 q2 = 0. . . q2 = . qn } em Cm×1 . 7. q1 = kP0 v1 k kP1 v2 k kPm−1 vm k onde P0 é a identidade e Pj . obter um conjunto ortonormal de matrizes coluna {q1 . 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 . wj = Pj−1 vj . Prosseguindo com esse raciocínio. n − 1.4 Ortogonalização modificada de Gram-Schmidt Se q for uma matriz coluna unitária em Cm×1 . . . . . . a projeção ortogonal sobre o complemento ortogonal do espaço gerado por q é P⊥q = I − qq∗ . . . para j = 1.

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

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

Antonio Cândido Faleiros .98 Notas de aula do Prof.

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. Esta observação nos permite dizer que a matriz Hv reflete os vetores de Cm no complemento ortogonal de S. A matriz vv ∗ v∗ v é chamada de matriz de Householder ou refletor de Householder.Capítulo 8 Refletor de Householder Seja v um vetor não nulo de Cm . Todo u que está em S é refletido em −u e todo w no complemento ortogonal de S se mantém inalterado. . yi = hy. visto que 2 Hv = I. Sejam x e y dois vetores do Cm com normas iguais e hx. xi . 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. Teorema 8.1 Seja v um vetor não nulo em Cm . O refletor Hv é hermitiano e unitário mas não é um projetor. O refletor Hv = I − 2 é hermitiano e unitário. então Hv = I − 2 Hv u = −u e Hv w = w. Se u for múltiplo de v e w for ortogonal a v.

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

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

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

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

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

de ordem m por 1 e o vetor x de ordem n por 1. . Este é o método de escolha quando se deseja calcular a matriz unitária Q. Q∗ em de Q∗ . Qen .5 O algoritmo para calcular Q O próximo algoritmo calcula Qx. . . ˆ Quando se deseja calcular apenas Q da decomposição reduzida. . . . calculando suas colunas Q∗ e1 . . ================================= for k = 1 to n ∗ bk:m = bk:m − 2vk (vk bk:m ) ================================= Podemos usar este algoritmo para obter Q∗ . Qem de Q. 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.Notas de aula do Prof. Antonio Cândido Faleiros 105 ================================= Algoritmo 10. . . . ================================= Algoritmo 10. . ================================= for k = n downto 1 ∗ xk:m = xk:m − 2vk (vk xk:m ) ================================= Podemos usar este algoritmo para calcular as colunas Qe1 . 8. basta calcular as colunas Qe1 . vn . . Saída: Substitui x pelo vetor Qx de ordem n por 1.2 Fatoração QR de Householder Entrada: As reflexões v1 . . . . . . . . . .3 Fatoração QR de Householder Entrada: As reflexões v1 .

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.

ˆ Neste caso.Notas de aula do Prof. . Antonio Cândido Faleiros 109 Embora seja redundante. Quando m ≥ n e a matriz A de ordem m por n possuir posto máximo n. 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. posto que R é triangular superior e R∗ é triangular inferior. ˆ ˆ ˆˆ ˆ ˆ A∗ A = R∗ Q∗ QR = R∗ R. ˆ ∗ Q é a matriz identidade k por ˆ . .2 Pseudo inversa Quando m ≥ n e a matriz A de ordem m por n possuir posto máximo n. As colunas da matriz Q = [q1 . qk ] formam uma base ortonormal da imagem de A e Q ˆ k. as matrizes ∗ ˆ A A e R são inversíveis o que permite reduzir a equação normal à forma ˆ ˆ Rx = Q∗ b. então a projeção ortogonal de b sobre a imagem de A é igual a Ax P b = Ax. 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∗ . de ordem k por n. e a equação normal A∗ Ax = A∗ b toma a forma ˆ ˆ ˆ ˆ R∗ Rx = R∗ Q∗ b. nunca é demais reafirmar que. Quando m ≥ n e a matriz A. 9.1 Mínimos quadrados e a decomposição QR ˆˆ ˆ Seja A = QR a decomposição QR reduzida da matriz A. 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. A matriz R. é triangular superior. de ordem m por n. ˆ ˆ Este sistema pode ser resolvido com facilidade. a projeção ortogonal P sobre a imagem de A será dada pelo produto P = A(A∗ A)−1 A∗ . Como P b = Ax. se x for uma solução da equação normal. R é inversível e esta equação tem solução única. 9. suas colunas serão linearmente independentes e o seu núcleo conterá apenas o zero. . .

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

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

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

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

denominado de autoespaço de L correspondente ao autovalor λ. λr . Prova. . . . vr } com menos de r elementos é linearmente independente. v2 } é linearmente independente. . vr os autovetores de L correspondentes aos autovalores distintos λ1 . Inicialmente provaremos que {v1 . . vr } é linearmente independente. portanto. o conjunto auto(λ) = {v ∈ V : Lv = λv} 117 é um subespaço vetorial de V. . A mesmo acontece com os autovetores de L. 2. 3. Se A for a matriz de L numa base B de V. obtemos a1 λ1 v1 + a2 λ2 v2 + · · · + ar λr vr = 0 e a1 λ1 v1 + a2 λ1 v2 + · · · + ar λ1 vr = 0. Vamos supor. obtemos a2 = 0 e. 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. . que qualquer subconjunto de {v1 . . Vamos provar que estes autovetores formam um conjunto linearmente independente. Tal como no caso de matrizes. consequentemente. . Subtraindo uma da outra chega-se a a2 (λ1 − λ2 )v2 = 0. . . . . . . . seus autovalores não dependem da base escolhida.Notas de aula do Prof. . . Multiplicando-a por A e por λ1 . 1.2 Autovetores de L correspondentes a autovalores distintos são linearmente independentes. então tI − A é chamada de matriz característica de L. Multiplicando por λ1 e por A vem a1 λ1 v1 + a2 λ1 v2 = 0 e a1 λ1 v1 + a2 λ2 v2 = 0. Teorema 10. Consideremos a equação a1 v1 + a2 v2 + · · · + ar vr = 0. Vamos provar que {v1 . vj } são linearmente independentes. Do mesmo modo se prova que um conjunto formado por dois autovetores {vi . Como as matrizes de uma transformação linear em bases diferentes são semelhantes. xn )T é autovetor de A correspondente ao autovalor λi . como hipótese de indução. a1 = 0. Sejam v1 . . provando que o conjunto {v1 . Sua determinação não depende da base escolhida. onde ai são escalares. v2 } é linearmente independente. Sejam a1 e a2 dois escalares tais que a1 v1 + a2 v2 = 0. Antonio Cândido Faleiros onde x = (x1 . o polinômio característico de L não depende da base escolhida e. . Como λ1 6= λ2 e v2 6= 0. Seja λ um autovalor de L. .

de hLv. ¤ Teorema 10. Como os autovalores são distintos. Lwi o que implica em λ hv. . wi = hv. completando a prova de que o conjunto {v1 . vr } é linearmente independente. ¤ Teorema 10. ¯ Sendo λ e σ imaginários puros e distintos. ¤ Teorema 10. . segue 0 ≤ hLv. −Lvi =⇒ λ hv. Os autovalores de L são números imaginários puros (números complexos com parte real nula) e os autovetores correspondentes a autovalores distintos são ortogonais.5 Seja V um espaço com produto interno e L : V → V antiadjunto. L∗ Lvi = hv. vi ou (λ − λ) hv. hv. hv. Sejam v e w autovetores de L com Lv = λv. Lw = σw e λ = σ. vi =⇒ λ = −λ provando que λ é um número imaginário com parte real nula.3 Seja V um espaço com produto interno e L : V → V auto-adjunto. seus autovalores são reais. . Lvi = hv. vi = hv. vr } linearmente independente. wi = hv. De hLv. Como λ 6= µ. Lvi ¯ ¯ ¯ o que implica em λ hv. então λ ≥ 0. ¤ . Se v e w forem autovetores correspondentes aos autovalores reais distintos λ e µ. . a2 (λ2 −λ1 ) = · · · = ar (λr −λ1 ) = 0.118 Subtraindo uma da outra vem Notas de aula do Prof. Os autovalores de L são reais e os autovetores correspondentes a autovalores distintos são ortogonais. a1 também é nulo. Se Lv = λv. vi > 0. . . . . vi Como hv. Então 6 ¯ hLv. vi = λ hv. Prova. conclui-se que λ ≥ 0. com Lv = λv então ¯ ¯ hLv. se λ for autovalor de L∗ L. Antonio Cândido Faleiros a2 (λ2 − λ1 )v2 + · · · + ar (λr − λ1 )vr = 0 Sendo o conjunto {v2 . wi = −σ hv. então. então hLv. vi = hv. Seja v um autovetor de L∗ L associado ao autovalor λ. wi . vi = 0. Lvi ≥ 0. Prova. Os autovalores de L∗ L são reais e não negativos. wi = 0. Se v for um autovetor de L. −Lwi =⇒ λ hv. em conseqüência. Prova. a2 = · · · = ar = 0 e. wi ou (λ − µ) hv. λvi = λ hv. onde v é um vetor não nulo e λ escalar. vi = −λ hv. Como L∗ L é auto-adjunto. λ 6= −σ e assim.4 Seja V um espaço com produto interno e L : V → V linear. wi = 0. wi = 0. isto é. wi = µ hv. de onde se conclui que λ = λ.

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

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

.14 No teorema anterior. 0)T e (0. vg . então existe uma matriz inversível P tal que AP = P D. A multiplicade geométrica de λ é a dimensão do seu autoespaço. 0. . . . ¤ Nota 10. a multiplicidade algébrica de λ deve ser maior ou igual a g. . ¶  µ  A C 0 · · · λ cp1 · · · cpr   M = = 0 B  0 · · · 0 b11 · · · b1r   . Se P for a matriz cujas colunas são formadas por esses vetores. . . Logo. 5 é 0 0 5 um autovalor de A de multiplicidade algébrica 3. wr } esta base. O autoespaço deste autovalor é gerado por (1. w1 .  . Sendo inversível. . . A matriz de L nesta base é   λ · · · 0 c11 · · · c1r  . Portanto. a multiplicidade geométrica do autovalor 5 é 2. Se A tem n autovetores linearmente independentes. Para que isto ocorra. .  . .10 Seja λ um autovalor de uma matriz quadrada A de ordem n. Seja B = {v1 . ¤ Teorema 10. Se A for semelhante a uma matriz diagonal D.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. . A multiplicidade algébrica de λ é a multiplicidade de λ como raíz da equação característica. Os elementos diagonais de D são os autovalores de A e as colunas de P os autovetores. . 2. vg linearmente independentes correspondentes ao autovalor λ. . os n autovalores λ1 . 1)T . . temos AP = P D onde D = diag(λ1 . . . . Prova. Teorema 10. Completemos este conjunto para obter uma base de V. 0. . . . . 0 · · · 0 br1 · · · brr 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). . Existem g autovetores v1 .. . . Antonio Cândido Faleiros 121 Definição 10. λn não precisam ser todos distintos. 1. (t − λ)g deve dividir ∆(t). . . . . . . . . sejam eles {v1 .  . as colunas de P são vetores linearmente independentes..12 A multiplicidade geométrica de um autovalor nunca excede sua multiplicidade algébrica. Seja g a multiplicidade geométrica de um autovalor λ de L. .   5 1 0 Exemplo 10. Logo. .. . . .11 O polinômio característico de A =  0 5 0  é (t − 5)3 . Prova.  .Notas de aula do Prof. . . λn ). Seja V um espaço vetorial de dimensão n e L : V → V um operador linear.. . . . . . vn } que formam uma base de V e para os quais Avi = λi vi . .. .

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

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.

f (t) = q(t)m(t)+r(t). existe pelo menos um polinômio não nulo que possui L como zero. pelo algoritmo da divisão. Logo.10 O polinômio mínimo de L divide todo polinômio que tem L como zero. deve ser descartada pois nos leva a uma contradição. Ao mesmo tempo. o polinômio mínimo de L divide o polinômio característico de L.11 Seja m(t) o polinômio mínimo e ∆(t) o polinômio característico de um operador linear L : V → V. contrariando a hipótese de m(t) ser o polinômio de menor grau que possui L como zero. Existem duas possibilidades: r(t) = 0 ou r(t) 6= 0. vale (tI − L)B(t) = m(t)I. Seja f (t) outro polinômio mônico de mesmo grau que m(t) e que possui L como zero. Considere o conjunto de todos os polinômios mônicos que se anulam em L. onde grau(r) < grau(m). Antonio Cândido Faleiros Teorema 11. (Existência) Sabemos que a matriz L é um zero do seu polinômio característico e assim. 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). segue ∆(t) det B(t) = m(t)n . (Unicidade) Seja m(t) o polinômio mônico de menor grau para o qual m(L) = 0. O grau de f (t) é maior do que o grau de m(t) e. Este é um polinômio mínimo de L. ¤ Teorema 11. Prova. g(L) = 0. r(t) = 0 e m(t) divide f (t).126 Notas de aula do Prof. Esta expressão pode ser usada para eliminar c0 I em f (t)I. Existe pelo menos um polinômio não nulo de grau mínimo neste conjunto. Se f (t) for o polinômio mínimo m(t) de L. r(t) 6= 0. onde se pode explicitar c0 I c0 I = −c1 L − c2 L2 − · · · − Lr . Então g(t) = f (t)− m(t) não é nulo e seu grau é menor que o grau de m(t). Se a dimensão de V for n. ¤ . Em particular. Prova.9 Toda matriz quadrada possui um único polinômio mínimo. Prova. ¤ Teorema 11. considerando-se que r(A) = 0 e o grau(r) < grau(m). Esta possibilidade. Seja f (t) = c0 + c1 t + c2 t2 + · · · + tr . Calculando o determinante dos dois membros. qualquer polinômio mônico para o qual f (L) = 0 ou c0 I + c1 L + c2 L2 + · · · + Lr = 0. Seja m(t) o polinômio mínimo de L e f (t) um polinômio mônico para o qual f (L) = 0. então ∆(t) divide m(t)n .

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

Antonio Cândido Faleiros seu polinômio característico é (t − λ)3 e seu polinômio mínimo é (t − λ) . Os polinômios característico e mínimo são e correspondentes a eles são 1 −3 iguais ∆(t) = m(t) = t2 − 3t − 28. ¶ µ 5 6 tem dois autovalores: −4 e 7.17 Dada a matriz Notas de aula do Prof.22 Os autovalores de ¶ 3µ 2 ¶ µ 2 −1 . 3 −2 −3 1 0 7 11 3 2 ¶ µ 5 6 são −1 e 8 e os autovetores correspondentes Exemplo 11. Os autovetores Exemplo 11. 0 0 5  são ambos iguais a t4 − 7t3 − 5t2 − 3t − 2. Assim ¶µ ¶ µ ¶ µ ¶µ 1 1 −3 5 6 2 3 −4 0 = .18 Os polinômios característico e  0 0  1 0 A= 0 1 são ambos iguais a t3 − 5t2 − 3t − 2.21 A matriz A = −2 ¶3 µ ¶ µ 3 2 . respectivamente. mínimo de  2 3  5  5 0 0 A =  0 5 0 . Exemplo 11. e a eles são.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. Exemplo 11.128 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 . 1 1 .

25 Os autovalores de  2 5 −2  são 3 e 5. ¶ µ 2 2 são 1 e 4.27 Os autovalores de  −7 5 −1  são −2 e 4 e os autovetores corre−6 6 −2     1 0  1  e  1  . 0 1   1  2 . autovalor λ1 = 3 temos dois autovetores linearmente independentes. Antonio Cândido Faleiros µ 129 ¶ 5 −1 Exemplo 11.23 A matriz C = possui um único autovalor real λ = 4 e um 1 3 µ ¶ 1 . Correspondente a λ2 = 5 temos um 3 temos dois autovetores LI 0 1   1 autovetor LI  2  .26 Os autovalores de A =  0 6 −3  são 3 e 5.24 Os autovalores de 1 3 ¶ µ ¶ µ 1 2 .   2 0 0 Exemplo 11. e são 1 −1   4 1 −1 Exemplo 11. 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.   −3 1 −1 Exemplo 11. 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) . Os polinômios carcterístico e mínimo são iguais: t2 − 5t + 4. Correspondente a λ1 = 1 2   1  −1 1  1  e  0  . Os polinômios característico e mínimo único autovetor linearmente independente 1 são iguais ∆(t) = m(t) = t2 − 8t + 16.28 Dada a matriz  0 2 0  . .   3 −1 1 Exemplo 11. Os autovetores correspondentes Exemplo 11. Seu polinômio característico é ∆(t) = (t − 3)2 (t − 5) e mínimo é 1 m(t) = (t − 3) (t − 5) . Correspondentes ao 0 1 2     −1 1  1  e  0 .Notas de aula do Prof.

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

polinômio mínimo: (t − 2) .37 Sejam A1 e A2 são matrizes quadradas e ¶ µ A1 0 A= 0 A2 uma matriz diagonal em bloco.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. Antonio Cândido Faleiros  131    .Notas de aula do Prof.    0 1 2 1 0 0 0  0  0  0 2 1 0 0      Exemplo 11. é uma matriz diagonal em bloco. Se A e B forem matrizes quadradas.   2 1 0 0 0  0 2 1 0 0    Exemplo 11. então µ ¶ A 0 D= . então ¶ µ f (A) 0 . seus autovetores são    0 0 0 2 1  0 0 0 0 2   1  0     0  . Então o polinômio mínimo de A é igual ao mínimo múltiplo comum dos polinômios mínimos dos blocos diagonais A1 e A2 . f (D) = 0 f (B) Teorema 11. O número de autovetores correspondentes a λ (multiplicidade geométrica de λ) é n − m + 1. seu polinômio característico é (t − 2)5 e seu polinômio mínimo é (t − 2)5    0  0 11. 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) . 0 B onde 0 são matrizes retangulares nulas. .34 Dada a matriz  0 0 2 1 0  .   Nota 11.2 Matrizes em bloco *** Incluir casos mais gerais do que apenas diagonais em bloco. Se o polinômio característico possuir o fator (t − λ)n o polinômio característico terá o fator (t − λ)m com m ≤ n.35 Dada a matriz  0 0 2 1 0  . Se f (t) for um polinômio em t.

Vamos provar que m(t) = mmc{m1 (t). ¤ Teorema 11. mA2 (t). o polinômio mínimo de LW divide o polinômio mínimo de L. Sendo f (t) um múltiplo comum de m1 (t) e m2 (t).40 Seja L : V → V uma transformação linear e W invariante sob L. então m(L) = 0. Seja LW : W → W a restrição de L em W.38 Seja A uma matriz diagonal em bloco. m2 (t)}. Daí A é um zero de todo múltiplo comum de m1 (t) e m2 (t). m(t) é o mínimo múltiplo comum de g(t) e h(t). g(t)) . cujos blocos diagonais são A1 .39 Frisamos que este teorema se aplica a matrizes diagonais em blocos. mAr (t) }. . A2 . A prova usa o teorema anterior e indução em r. Sob estas hipóteses. enquanto o Teorema (10. respectivamente. m1 (t) e m2 (t) os polinômios mínimos de A. Antonio Cândido Faleiros Prova. f (t)g(t) = mdc(f (t). Ar . 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). . se f (t) e g(t) forem dois polinômios quaisquer. 0 m(A2 ) 0 0 Conclui-se que m(A1 ) = m(A2 ) = 0. Para todo w ∈ W. A1 e A2 . .9) que é análogo a este e se refere aos polinômios característicos. ¤ Nota 11. aplica-se a matrizes triangulares em blocos. Vamos mostrar que A é uma raiz de todo polinômio múltiplo de m1 (t) e m2 (t). Prova. m(t) é multiplo comum de m1 (t) e m2 (t). Se m(t) for o polinômio mínimo de L. Sendo m(t) o polinômio mínimo de A. . o polinômio mínimo de LW divide o polinômio mínimo de L. temos m(LW )(w) = m(L)(w) = 0. Prova. . ¤ Lembramos que. Sejam m(t). Sendo LW um zero de m(t). então µ ¶ µ ¶ m(A1 ) 0 0 0 m(A) = = .132 Notas de aula do Prof. . então ¶ ¶ µ µ 0 0 f (A1 ) 0 =0 = f (A) = 0 0 0 f (A2 ) pois f (A1 ) = 0 e f (A2 ) = 0. Sendo o polinômio mínimo o poliômio de menor grau que possui A como raiz. Logo. . .3 Decomposição primária Teorema 11. 11. g(t))mmc(f (t). m1 (t) e m2 (t) dividem m(t) e daí.

O polinômio característico de L é o produto dos polinômios característicos de L1 e de L2 . . ws } for uma base de V2 .41 Seja L : V → V uma transformação linear. . . para j = 1. M= 0 B Consequentemente. O polinômio mínimo de L é o mínimo múltiplo comum dos polinômios mínimos de L1 e L2 . Lwj = A matriz da transformação linear L nesta base é triangular em bloco ¶ µ A 0 . Como V1 e V2 são invariantes sob L. m2 (t)). tais que L é um zero do polinômio f (t) = g(t)h(t). Sejam L1 e L2 as restrições de L a V1 e V2 . s. . . . . m(t) = mmc(m1 (t). Se B1 = {u1 . . Prova. respectivamente. então a união B1 ∪ B2 é uma base de V. h(t) polinômios mônicos primos entre si. . Seja f (t) outro polinômio que tem L por raiz. . Pelo teorema anterior. . 2. Antonio Cândido Faleiros 133 Teorema 11. . . . det(tI − M) = det(tI − A) det(tI − B) = ∆L1 (t)∆L2 (t). .Notas de aula do Prof. então m(t) = m1 (t)m2 (t). Então f (L1 ) = f (L2 ) = 0 e f é divisível por m1 (t) e m2 (t). 1. 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 . ur } for uma base de V1 e B2 = {w1 . Provamos que todo polinômio que tem L por raiz é múltiplo comum de m1 (t) e m2 (t). 2. 1. V1 e V2 invariantes sob L de modo tal que V = V1 ⊕ V2 . Sendo m(t) o polinômio de menor grau que tem L como raiz.42 No teorema anterior. L1 e L2 . Sejam m(t). . ¤ Nota 11.43 Seja L : V → V linear e g(t). Então: 1. r. para j = 1. se m1 (t) e m2 (t) forem primos entre si. tem-se r X Luj = aij ui i=1 e. m(t) é divisível por m1 (t) e por m2 (t). m1 (t) e m2 (t) os polinômios mínimos de L. . Teorema 11.

Sendo v um elemento de V. uma decomposição de v. Por outro lado. m2 (t)}. De fato. f (t) = g(t)h(t). Para completar a prova deste item. 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. r(L)g(L)v pertence ao ker h(L) e w = s(L)h(L)v pertence ao ker g(L). segue f (t) = m1 (t)m2 (t). Como g(t) e h(t) são primos entre si. De modo análogo se prova que s(L)h(L)v pertence ao ker g(L). de onde segue que m1 (t) = g(t) e m2 (t) = h(t). com u ∈ ker g(L) e w ∈ ker h(L). então ele é divisível pelos polinômios mínimos m1 (t) e m2 (t) de L1 e L2 . Seja v = u+ w. Antonio Cândido Faleiros 2. podemos escrever v = r(L)g(L)v + s(L)h(L)v. 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. m1 (t) divide g(t) e m2 (t) divide h(t). 2. V = ker g(L) ⊕ ker h(L). falta mostrar que esta decomposição é única. Como a decomposição é única. o mesmo ocorre com m1 (t) e m2 (t) que os divide. Então. Portanto. Nesta soma. Consequentemente. V = ker g(L) + ker h(L). Por outro lado. respectivamente. g(L1 ) = 0 e h(L2 ) = 0. Se f (t) for o polinômio mínimo de L. Inicialmente. 1.134 Notas de aula do Prof. então g(t) e h(t) são os polinômios mínimos das restrições de L ao ker g(L) e ao ker h(L). como já se provou. acarretando na igualdade I = r(L)g(L) + s(L)h(L). Prova. De modo semelhante se prova que w = s(L)h(L)v. . observamos que ker g(L) e ker h(L) são invariantes sob L. Sendo m1 (t) e m2 (t) primos entre si e f (t) = mmc{m1 (t). h(L)r(L)g(L)v = r(L)g(L)h(L)v = r(L)f (L)v = 0 pois f (L) = 0. Se f (t) = g(t)h(t) for o polinômio mínimo de L.

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

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

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

Logo L coincide com λi Pi em Si . Sejam λ1 .52 (Versão projetiva do teorema espectral) Seja V um espaço vetorial complexo com produto interno e dimensão n. . Se a soma dos autoespaços Si resultar numa decomposição de V em soma direta. Teorema 11. Sendo as transformações L∗ L e LL∗ iguais em cada |λi | vi e LL vi = λ elemento da base. . . de modo que L∗ vi = λi vi . 0. . Mostramos ∗ ¯ ¯ assim que vi é autovetor de L correspondente ao autovalor λi . . são ortogonais dois a dois e sua soma é igual a V. 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  . . então L = λ1 P1 + · · · + λn Pn . Portanto. .   7 4 −5 Exemplo 11. ¤ Seja V um espaço vetorial de dimensão finita com produto interno e L : V → V uma transformação normal. então. provando que L é normal. 1. −2. r. . vn } uma base ortonormal de V. λr seus autovalores distintos. são iguais no espaço todo.54 A matriz A =  4 −2 4  é simétrica. 1)T . de modo que P1 + · · · + Pk = I. 1)T . Seja L : V → V um operador normal e {v1 . 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 . i = 1. 1)T e (1. (−1. Sejam λ1 . onde Pi é a projeção ortogonal de V sobre Si . . . . para todo v em Si temos L(v) = λi hv1i . . Se {v1i . então P1 + · · · + Pn = I e L = λ1 P1 + · · · + λn Pn . 12 e −6. . . λr os autovalores de L e Si = {v ∈ V : Lv = λi v} o autoespaço do autovalor λi . Os autovetores correspondentes são (1. Seus autovalores são −5 4 7 6. vsi } for uma base ortonormal de Si . . Teorema 11. . formada pelos autovalores de L. . Os autoespaços Si = auto(λi ).138 Notas de aula do Prof. vi vsi = λi Pi (v). . 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 . Se Pi : V → V for a projeção ortogonal sobre Si . Para montar S tal que A = SDS −1 . . L∗ Lvi = λi λi vi = 2 ∗ ¯ i λi vi = |λi |2 vi .53 (Versão do teorema espectral para matriz real simétrica) Seja A uma matriz normal de ordem n.

57 Dada uma matriz complexa A de ordem n.4899i. 1) e (−. . . 3267 − 0.2 − . Se n = 1. . 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  . Seus autovalores são −1 −2 0 √ √ 0.55 A matriz A =  −1 0 2  é anti-simétrica. assuma. (−. onde 139  0 1 1 Exemplo 11. 9463i. (0. 1691 − 0. . Construa uma base de Cn onde um dos elementos é q1 . 3464i. (0. .9798i. . Se n > 1. qn } de Cn .4 + . existe uma matriz unitária U tal que T = U ∗ AU é triangular superior. 11. 9463i. Seus autoval√ −1/ 6 1/ 2 0. . 1691 + 0.4899i.Notas de aula do Prof. 4142). Prova. 9381+ 0. Antonio Cândido Faleiros Podemos escrever A como uma combinação linear de matrizes de projeção A = 6P1 + 12P2 − 6P3 . √ 1/√3 Exemplo 11. 3464i e 0. . 1). 1. 1).9798i. que o teorema é verdadeiro para toda matriz quadrada de ordem n − 1. 4898i. −1. Será usada a indução sobre n. A matriz U1 = [q1 . 1). . qn ] é unitária e ∗ U1 AU1 = · λ1 b1 0 A1 ¸ .56 A matriz A =  1/√3 1/ 3 ores são −1. A é triangular superior e nada resta a provar.2 + . como hipótese de indução. 5176. −0. 4898i. 1).5 Decomposição de Schur Teorema 11. 3267 + 0. −0. Os autovetores correspondentes são (2. i 5 e −i 5. 0. 0. 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. Use o processo de ortogonalização de Gram-Schmidt para obter uma base ortonormal {q1 . Seja q1 um autovetor unitário correspondente a um autovalor λ1 de A.4 − .

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

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

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

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

temos o seguinte teorema: . 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. AQ = P Σ. segue kAxk2 = 2 r X i=1 Nota: Na decomposição em valores singulares de A. de modo que P 1 k2 = kAq kσ 1 p1P = σ 1 . Daí. Calculamos p3 = p13 p23 p33 √ ¡ ¢T . precisamos de mais um vetor para formar ¡ ¢T unitário e fazendo-o ortogonal a p1 e a p2 . repetindo o procedimento acima σ 2 = sup kAxk2 . calculamos p1 = (1/ 24)Aq1 e p2 = (1/2)Aq2 para obter     1 −1 1 1 √  1 . 1 2 Logo. x∈Rn kxk2 =1 r X i=1 α2 ≤ σ 2 i 1 n X i=1 α2 = σ 2 . Q=  1/2 1/ 2 1/√12 −1/ 6  √ 0 0 0 0 1/2 0 1/ 12 2/ 6 √ Para determinar P. Provamos que kAxk2 ≤ σ 2 e que kAq1 k2 = σ 1 . Entretanto. kAk2 = sup kAxk2 = σ 1 . Com estes vetores montamos Obtemos então p3 = (1/ 3) 1 1 −1 √ √   √ 1/√6 −1/ 2 1/√3 √ P =  1/√6 1/ 2 1/ √  . Σ =  0 2 0 0 . Por outro lado. 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. Antonio Cândido Faleiros √   √  1/2 0√ −3/ 12 0√ √ 24 0 0 0  1/2 −1/ 2 1/ 12 −1/ 6  √ √ √ . 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. Como kpi k2 = 1. i 1 Se restringirmos A ao espaço ger(q1 )⊥ podemos calcular σ 2 .144 Assim. temos x = n αi qi k2 i=1 onde n α2 = 1. Notas de aula do Prof. 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 . a base. √  1 . para qualquer x em Rn com kxk2 = 1.

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

146 Notas de aula do Prof. Antonio Cândido Faleiros .

. Se L for nilpotente com índice k. O conjunto S = { v. Aplicando sucessivamente Li à igualdade inicial. . . . Teorema 12. Vamos provar um item por vez. gerado por S em relação à base ordenada 0 0 0 0 . significa que existe v em V tal que Lk−1 v 6= 0. o que prova a primeira parte do teorema. k − 3. 2.2 Seja L : V → V linear e v ∈ V não nulo tal que Lk−1 (v) 6= 0 e Lk (v) = 0. .   1. . O subespaço gerado por S é invariante sob L. Sejam β 1 . seu polinômio mínimo será tk e assim o seu único autovalor é o zero. Então: 1. 4. . . com i = k − 2. . .Capítulo 12 Forma canônica de Jordan 12. 3.1 Um operador linear L : V → V é nilpotente se Lk = 0 para algum inteiro k positivo. Aplicando Lk−1 a esta igualdade. . se prova que β 2 = β 3 = · · · = β k = 0. . Se o índice da nilpotência de L for k. . Observe que Lk = 0 quando Lk v = 0 para todo v em V. . Prova. . A matriz da restrição de L ao subespaço S é da forma  0 0 0  1 0 0   0 1 0   0 0 1  . O menor k para o qual Lk = 0 é chamado de índice da nilpotência de L. 1. . Lk−1 (v) } é linearmente independente. segue β 1 = 0. . . obtemos β 1 Lk−1 v = 0. 147 . ··· ··· ··· ···     . . A restrição de L ao subespaço gerado por S é nilpotente com índice k. . Lv.1 Operadores nilpotentes Definição 12. . Como Lk−1 v 6= 0. . β k escalares tais que β 1 v+ · · · + β k Lk−1 v = 0.

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

. . . vs . Lwt pertencem ao ker Li . . . . . concluímos que todos os escalares na igualdade acima são nulos e. vs β 1 w1 + · · · + β t wt = c1 u1 + · · · + cr ur + d1 v1 + · · · + ds vs .   . . . . . . . .. . . . . em particular. Antonio Cândido Faleiros 149 Prova. αr . β 1 . . .  . . Ni =  . . . . . deve-se ter também α1 = · · · = αr = 0. . Lwt }. . . . . v1 . o que prova a independência linear do conjunto de vetores { 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 .5 (Forma canônica de um operador nilpotente) Seja L : V → V um operador nilpotente com índice k. . O teorema anterior assegura que os vetores Lw1 . . v1 . . Aplicando Li−1 a esta igualdade.. . . . 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 . . Lw1 . .Notas de aula do Prof. ¤ Este resultado é interessante pois ele nos permite inferir que s ≥ t. . . . . . . Em lugar de demonstrar vamos dar exemplos. 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 · · ·  . O número de blocos do tipo N é determinado de modo único por L. .  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. . Sendo {u1 . . . . . . . . Sejam α1 . . . . . segue Li (β 1 w1 + · · · + β t wt ) = 0. . Além disso. . . wt } uma base. . . β t escalares tais que α1 u1 + · · · + αr ur + β 1 Lw1 + · · · + β t Lwt = 0. β 1 = · · · = β t = 0. ur . ur } uma base. . ur . Sabemos que a dimensão do ker Li cresce com i ou permanece inalterada. . Sendo {u1 . . w1 . 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     .   . . O número de blocos é igual à nulidade de L. ur . *** Teorema 12. . .

Relembre inicialmente que. . . w1 . v1 . Assim o ker L4 = V. {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. . Na base {w1 . {u1 . u3 . . . L2 u7 . w2 . . u2 . u8 } da segunda linha da tabela anterior é substituída pela base ordenada da terceira linha. u8 } é base de V = ker L4 . Os vetores u9 e u10 da terceira linha são construídos de modo que {Lu8 . u4 . u4 . . Seja {u1 . u9 } gere o mesmo subespaço que {u6 . . w7 . u5 . 1. u8 } uma base de V = W4 = ker L4 . ur } {u1 . . . L(w1 ). . vs . u5 . u2 . {u1 . u2 .  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 . wt } forem bases de Wi−1 . . Imaginemos que V tem dimensão n = 8 e que L : V → V é nilpotente com índice k = 4. . v1 . respectivamente. . . u10 } gere o mesmo subespaço que {u1 . w8 }. .150 Notas de aula do Prof. w6 . u6 . u3 . u6 . ur . . . que são renomeados na quarta linha para {w1 . 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 . Denotemos o ker Li por Wi . w4 . . u5 } é base do ker L2 . u5 . u3 . L(wt ) } é linearmente independente em Wi . w3 . . . . . u6 . ur . u2 . . . de modo que {u1 . Antonio Cândido Faleiros Exemplo 12. . . u7 } e {L3 u8 . Denotemos por Wi o núcleo de Li . u2 . vs } {u1 . . . . u4 .6 Seja L : V → V um operador linear nilpotente com índice k. . u3 . u7 . w5 . Wi e Wi+1 . u3 }. u2 . u7 } é base do ker L3 . então o conjunto { u1 . ur . . u3 } é base do ker L. . u7 . . . . . u4 . . . . se {u1 .

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

152 Notas de aula do Prof. A Exemplo 12. .. que é igual à nulidade de Ni = (Li − λi I). O número de blocos Jij de cada ordem possível é univocamente determinado por L. ¸ · 0 1 . . .   N =  . 3. ··· .   . O número de Jij é igual à multiplicidade geométrica de λi .. 2.9 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          . . 4. .  é um bloco nilpotente. . Antonio Cândido Faleiros 1. .  . . A soma das ordens dos Jij é ni .8 Seja L : R7 → R7 linear.  0 0 0 1 0     0 0 0 ··· 0 1  0 0 0 ··· 0 0 0 0 . Há pelo menos um Jij de ordem mi e todos os demais são de ordem menores ou iguais a mi . A matriz Jij é denominada bloco de Jordan pertencente ao autovalor λi . 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. .. Observe que Jij = λi I + N onde  1 0 ··· 0 0  0 1 ··· 0 0   . Exemplo 12.

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

.154 é linearmente independente. . Então existem v1 . . . . Lv. . . . L)..            mv (t) = a0 + a1 t + a2 t2 + · · · + ak−1 tk−1 + tk denominada de matriz companheira do polinômio mv (t). vr tais que O polinômio mínimo da restrição de L a Z(vi . . . L). . onde ni é um número inteiro menor ou iguais a n.  . . Seja L : V → V linear. . 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. . . O polinômio mv (t) é denominado de L anulador de v e Z(v. O subespaço vetorial Notas de aula do Prof. .4 Forma canônica racional Lema 12.   .. . v2 . Antonio Cândido Faleiros Z(v. . L2 v. Pode-se ordenar os expoentes ni de modo que n = n1 ≥ n2 ≥ · · · ≥ nr . . que é determinado de modo único por L. L) ⊕ · · · ⊕ Z(vr . cujo polinômio mínimo é f (t)n . L) = [v. Lv. . Lk−1 v] é chamado de subespaço cíclico de V gerado por L e v. . .12 11. . . . L). 0 0 1 . 0 0 · · · C (r) V = Z(v1 . L) é f (t)ni . .. . . . Sua dimensão é k. 0 0 0 . 0 0 0 · · · 0 0 −ak−3 0 0 0 · · · 1 0 −ak−2 0 0 0 · · · 0 1 −ak−1 0 1 0 .. . Denotemos por Lv a restrição de L a Z(v. L2 v. Assim L tem uma representação matricial   C (1) 0 · · · 0  0 C (2) · · · 0    C= .13. . . Qualquer outra decomposição de V em subespaços L cíclicos tem o mesmo conjunto de polinômios mínimos. . . onde f (t) é irredutível. 12. . Lk−1 v} é      C=      · · · 0 0 −a0 · · · 0 0 −a1 · · · 0 0 −a2 . Este subespaço é a interseção de todos os subespaços L invariantes que contêm v.

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

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

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

Esta transformação linear pode ser representada por uma matriz diagonal pois ela possui três autovetores linearmente independente. w2 . Daí segue L(w1 ) = 3w1 L(w2 ) = −2w1 + 5w2 L(w3 ) = w1 − w2 + 3w3 e. nesta base. Antonio Cândido Faleiros O w3 foi escolhido de modo arbitrário. exigimos apenas que {w1 . que está na forma triangular. v3 = w3 . . a matriz de L é  3 −2 1 D =  0 5 −1  0 0 3  v2 = (w2 − w3 )/3.158 Notas de aula do Prof. w3 } seja uma base de V. Podemos inverter as relações acima para obter v1 = w1 .

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.

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

k2 são escalares. Se os elementos abaixo da diagonal principal da matriz A forem nulos. A matriz identidade I de ordem m é a matriz diagonal cujos elementos da diagonal principal são todos iguais a 1. Distributividade: k1 (A + B) = k1 A + k1 B. 4. app formam a diagonal principal da matriz A. 1. O 1 indica a unidade escalar. Se A = (aij ). B e C são matrizes de mesma ordem. . a matriz é triangular inferior. A. O delta de Kronecker. I = (δ ij ) . . Distributividade: (k1 + k2 )A = k1 A + k2 A. então −A = (−aij ) é chamada de matriz oposta de A. 8. Uma matriz é diagonal se todos os elementos fora da diagonal principal forem nulos. em nosso caso. . n}. 3. a22 . será o corpo dos números reais ou dos números complexos. Propriedades Nas propriedades enumeradas abaixo. Associatividade: A + (B + C) = (A + B) + C. a matriz é triangular superior. 5. Antonio Cândido Faleiros A matriz em que todos os elementos são nulos é chamada de matriz nula e será denotada por 0. A.162 Notas de aula do Prof. Os elementos a11 .1 Matrizes especiais Seja A = (aij ) uma matriz m por n e p = min{m. Associatividade: (k1 k2 )A = k1 (k2 A). 6. . 2. Se os elementos à direita da diagonal principal de A forem nulos. Elemento oposto: A + (−A) = (−A) + A = 0. Comutatividade: A + B = B+ A. Definimos a diferença entre as matrizes A e B de mesma ordem por A − B = A + (−B). 7. . Em termos deste símbolo. Elemento neutro: A + 0 = 0 + A = A. 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. incluindo a matriz nula e k1 . 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 existirem.Notas de aula do Prof. se encontram na parte inferior da matriz. 4. então A∗ = AT . Vamos indicar por aij ao ¯ ∗ complexo conjugado de aij . Para efetuar o produto AB. se diz que A e B são conformes para o produto. O primeiro elemento não nulo em cada linha. o primeiro elemento não nulo de cada linha vai se deslocando para a direita. Seja A = (aij ) uma matriz complexa de ordem m por n. As matrizes reais simétricas são hermitianas.1 Uma matriz m por n possui a forma escalonada se: 1. é anti-simétrica se AT = −A e ortogonal se AT = A−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. é igual a 1. se existirem. Uma matriz complexa A é hermitiana se A∗ = A. São nulos todos os demais elementos da coluna que contém o pivô. quando percorrida da esquerda para a direira. Assim. Definição A. Se A for real. Definição A. A. Este é o pivô da linha. quando percorrida da esquerda para a direira. 3. As linhas nulas. anti-hermitiana se A∗ = −A e unitária se A∗ = A−1 . é chamado de pivô da linha.2 Uma matriz m por n possui a forma escalonada reduzida se: 1. A multiplicação de matrizes é uma operação associativa e distributiva mas não é comutativa. as matrizes reais anti-simétricas são anti-hermitianas e as matrizes reais ortogonais são unitárias. A matriz A = (bij ) de ordem n por m. Quando este for o caso. 2. o primeiro elemento não nulo de cada linha vai se deslocando para a direita. . se encontram na parte inferior da matriz. o número de colunas de A deve ser igual ao número de linhas de B. Antonio Cândido Faleiros 163 Uma matriz A é simétrica se AT = A. Ao percorrer as linhas de cima para baixo. Ao percorrer as linhas de cima para baixo. 2. onde ¯ bij = aji é a adjunta de A. O primeiro elemento não nulo em cada linha. As linhas nulas.

se B e C forem inversas de A. o posto de I é n e. A matriz B é a inversa de A. . 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. Se k for um escalar não nulo e A for inversível. estabelecendo uma bijeção em Cn . consequentemente o posto de A é n. 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 . Isto é suficiente para garantir que BA = I. −1 . Bi e Ci sejam conformes para a adição e a multiplicação. Sendo A = (aij ) e B = (bij ) . . Então B é necessariamente a bijeção inversa e BA = I. Se A for inversível. sendo denotada por A−1 . Este resultado pode ser generalizado. ¤ Se A e B forem inversíveis então AB é inversível e (AB)−1 = A−1 B −1 . onde I é a matriz identidade de ordem m. An forem inversíveis. A2 (B2 + C2 ) = A2 B2 + A2 C2 3. . Se A1 . k=1 k=1 Se a matriz não for inversível. . A. A1 (B1 C1 ) = (A1 B1 )C1 2. Se se o número de linhas for diferente do número de colunas em A e B. n 1 Se A for uma matriz inversível. então B = BI = B(AC) = (BA)C = IC = C. então as igualdades matriciais AB = BA = I resultam nas seguintes igualdades entre os elementos de A. A prova deste fato se baseia em um teorema da Álgebra Linear que estabelece o seguinte: Se as matrizes envolvidas forem de ordem n. (A3 + B3 )C3 = A3 C3 + B3 C3 Notas de aula do Prof. A inversa de uma matriz é única pois.164 1. então A−1 é inversível e (A−1 ) = A. Antonio Cândido Faleiros desde que as matrizes Ai . Teorema A. então o produto AB pode estar definido e o produto BA não. então o produto A1 · · · An é inversível e (A1 · · · An )−1 = A−1 · · · A−1 . Prova. B e I n n X X aik bkj = δ ij e bik akj = δ ij .3 Sejam A e B matrizes quadradas tais que AB = I.

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

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

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

Antonio Cândido Faleiros .168 Notas de aula do Prof.

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

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

2 Determinante Seja A = (aij ) uma matriz quadrada de ordem n. . então bij = aji . segue sign(σ −1 )sign(σ) = sign(σ −1 σ) = 1. o determinante muda de sinal. ¤ B. ¤ Teorema B. 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. ¤ Teorema B. . Teorema B. Cada permutação σ de {1. Como sign(σ) = sign(τ ). . Quando a linha i for nula. 2. Se B = (bij ) for a transposta de A = (aij ). . .4 O sinal de uma permutação é igual ao sinal de sua inversa. o produto a1σ(1) a2σ(2) · · · anσ(n) é uma reordenação aτ (1)1 aτ (2)2 · · · aτ (n)n e. então τ (j) = i e aiσ(i) = aτ (j)j . det(AT ) = 0 e.Notas de aula do Prof. Assim. n}. n} possui inversa τ . 2. Se σ(i) = j. Prova. Assim. 2. .5 O determinante de uma matriz é igual ao determinante de sua transposta. Uma coluna nula na matriz é uma linha nula na transposta. Como σ −1 σ é a identidade cujo sinal é +1. . portanto. aiσ(i) = 0 para toda permutação σ e assim. portanto. o determinante muda de sinal. . . . 171 Prova. são iguais. sign(σ −1 ) e sign(σ) são ambos iguais a +1 ou ambos iguais a −1. det(A) = 0. . Consequentemente. seu determinante é zero. Se permutarmos duas colunas de uma matriz. Prova. . Logo.7 Se permutarmos duas linhas de uma matriz. 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 {1.6 Se uma linha ou uma coluna de uma matriz quadrada for nula. Antonio Cândido Faleiros Teorema B. . n}. 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). det(A) = 0.

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

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

Definição B. . O determinante de B possuirá parcelas onde um dos fatores é o aij . Prova. Em seguida. . ai2 . então A · adj(A) = adj(A) · A = det(A) · I. a fórmula acima é conhecida por desenvolvimento do determinante pela linha i. A cada transposição. mediante j − 1 transposições da coluna j com as que estão à sua esquerda. Um argumento semelhante nos permite desenvolver o determinante pela coluna j. Como há um total de (i−1)+(j −1) transposições. j) é o cofator de aij .176 Notas de aula do Prof. Assim. onde o elemento aij fique posicionado na linha 1 coluna 1 de B. chamada de menor (i. Como os elementos ai1 . Teorema B. o determinante muda de sinal. det(A) = (−1)i+j aij det Aij . . Como aij ocupa a primeira linha primeira coluna de B. Este processo pode ser utilizado mais de uma vez reduzindo sucessivamente a ordem das matrizes cujos determinantes precisam ser calculados. ai2 . onde Aij é a matriz obtida de A retirando sua linha i e sua coluna j. . . 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. Na soma que define o determinante de A. 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. A parcela que contém um desses fatores não conterá os demais. . 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).23 Se A for inversível. 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. det(A) = (−1)(i−1)+(j−1) det(B) = (−1)i+j det(B). podemos colocar em evidência os elementos ai1 . Ora. j) de A. Provamos que X j aij cij = det(A). ain são todos da linha i. Provamos que o cofator de aij no desenvolvimento do det(A) é cij = (−1)i+j det Aij . . coloca-se o elemento aij na primeira posição da matriz. ain . .22 Seja A uma matriz quadrada de ordem n. 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. 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. Basta transpor i − 1 vezes a linha i com as que estão acima. podemos transformar a matriz A numa matriz B. . até posicioná-la no topo da matriz.

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

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

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

180 Notas de aula do Prof. Antonio Cândido Faleiros .

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

Sign up to vote on this title
UsefulNot useful

Master Your Semester with Scribd & The New York Times

Special offer for students: Only $4.99/month.

Master Your Semester with a Special Offer from Scribd & The New York Times

Cancel anytime.