Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
j=1
[r
j
[
p
<
_
.
Denio 1.2 Seja \ um espao vetorial sobre 1. Um subespao vetorial de \ um subcon-
junto \ \. tal que:
a) 0 \;
b) \c 1. \n. \. cn + \ .
Exemplo 1.6 \ = (r. . .) R
3
: r + = 0 um subespao do R
3
Denio 1.3 Seja \ um espao vetorial sobre 1 e 1 um subconjunto de \. Dizemos que 1
um conjunto gerador de \ (ou que 1 gera \ ) se todo elemento de \ for uma combinao
linear de um nmero nito de elementos de 1.
Denio 1.4 Seja \ um espao vetorial sobre um corpo 1. Dizemos que o conjunto 1 =
1
.
2
. ...
k
\ linearmente independente se
c
1
1
+c
2
2
+... +c
k
k
= 0
implica que c
1
= ... = c
k
= 0. com os c
i
1.
Dizemos que 1 =
1
.
2
. ...
k
\ linearmente dependente se, e somente se, 1 no
linearmente independente.
Denio 1.5 Seja \ um espao vetorial sobre um corpo 1. Dizemos que um subconjunto 1
de \ uma base de \ se 1 for um conjunto gerador de \ e se 1 for linearmente independente.
Denio 1.6 Um espao vetorial \ sobre um corpo 1. tem dimenso nita : quando adimite
uma base 1 =
1
. ....
n
com um nmero nito : de elementos.
Dizemos que o espao vetorial \ tem dimenso innita quando ele no tem dimenso nita,
isto , quando nenhum subconjunto nito de \ uma base.
Exemplo 1.7 Os vetores c
1
= (1. 0. .... 0) . .... c
n
= (0. .... 0. 1) constituem uma base c
1
. .... c
n
de R
n
. chamada base cannica. Logo, R
n
um espao vetorial de dimenso :.
O espao |
p
tem dimenso innita, pois no existe um subconjunto nito e linearmente
independente que gera o espao |
p
.
2 Espao Vetorial Normado
Denio 2.1 Seja 1 o corpo dos nmeros reais R ou o corpo dos nmeros complexos C e
seja \ um espao vetorial sobre 1. Uma norma sobre \ uma funo que associa a cada vetor
n de \ um escalar [[n[[ em R. que satisfaz:
a) [[n[[ _ 0. \n \ ; [[n[[ = 0 somente quando n = 0.
b) [ [cn[ [ = [c[ [[n[[ . \n \. \c 1;
c)[[n +[[ _ [[n[[ +[[[[ ; \n. \.
Um espao vetorial normado um espao vetorial real ou complexo, munido de uma norma
denida sobre esse espao.
Exemplo 2.1 \ = R
n
ou C
n
[[n[[ =
_
n
j=1
[n
j
[
2
_
1=2
sendo n um vetor em R
n
ou C
n
.
Exemplo 2.2 \ = |
p
[[n[[ =
_
1
j=1
[n
j
[
p
_
1=p
sendo n |
p
.
Exemplo 2.3 \ = C [c. /]
[[,[[ =
__
b
a
, (t)
2
dt
_
1=2
onde , C [c. /] .
3 Espao Vetorial com Produto Interno
Denio 3.1 Seja 1 o corpo dos nmeros reais ou corpo dos nmeros complexos e seja \
um espao vetorial sobre 1. Um produto interno sobre \ uma funo que associa a cada par
ordenado de vetores n, em \ um escalar < n. em 1 de maneira que:
a) < n +. n = < n. n + < . n ;
b) < cn. = c < n. ;
c) < . n = < n. , onde a barra indica conjugao complexa;
d) < n. n 0 , se n ,= 0.
Um espao vetorial com produto interno um espao vetorial real ou complexo, munido de
um produto especicado sobre esse espao.
Exemplo 3.1 \ = R
n
1
=(c
1
. c
2
. .... c
n
)
2
=(/
1
. /
2
. .... /
n
)
1
.
2
= c
1
/
1
+c
2
/
2
+... +c
n
/
n
Exemplo 3.2 \ = C
n
1
=(c
1
. c
2
. .... c
n
)
2
=(/
1
. /
2
. .... /
n
)
1
.
2
= c
1
/
1
+c
2
/
2
+... +c
n
/
n
Exemplo 3.3 \ = |
2
n. =
1
j=1
n
j
j
sendo n. |
2
.
Exemplo 3.4 \ = C [c. /]
,. q =
_
b
a
, (t) q (t)dt
onde ,. q C [c. /] .
Proposio 3.1 (Regra do Paralelogramo). Seja \ um espao vetorial com produto interno.
Para todo n. \ , tem-se
[[n +[[
2
+|n |
2
= 2 |n|
2
+ 2 ||
2
Um produto interno sobre \ dene uma norma sobre \ dada por:
|n| =
_
n. n
onde n \.
Logo, todo espao com produto interno um espao normado. Mas, nem todo espao
normado um espao com produto interno.
Notemos que para \ = |
p
. com j ,= 2. no um espao com produto interno, pois, a norma
para |
p
. com j ,= 2. no satisfaz a Regra do Paralelogramo. De fato, seja n = (1. 1. 0. 0. ...) |
p
e = (1. 1. 0. 0. ...) |
p
. temos
[[n[[ =
_
1
j=1
[n
j
[
p
_
1=p
= 2
1=p
[[[[ =
_
1
j=1
[
j
[
p
_
1=p
= 2
1=p
[[n +[[ =
_
1
j=1
[n
j
+
j
[
p
_
1=p
= 2
[[n [[ =
_
1
j=1
[n
j
j
[
p
_
1=p
= 2
Logo,
[[n +[[
2
+|n |
2
= 2
2
+ 2
2
,= 2
2+p
p
+ 2
2+p
p
= 2 |n|
2
+ 2 ||
2
para j ,= 2.
Observao: Um espao real com produto interno e de dimenso nita denominado um
espao euclidiano.
Denio 3.2 Seja \ um espao vetorial com produto interno. Dados dois vetores n, \ ,
dizemos que n ortogonal a , denota-se nl, se e somente se < n. = 0.
O complemento ortogonal de um conjunto no-vazio A \ o conjunto A
?
formado pelos
vetores \ que so ortogonais a todos os vetores r A. Ou seja,
A
?
== . r = 0 para todo r A
Denio 3.3 Se o um conjunto de vetores em \. dizemos que o um conjunto ortogonal se
dois quaisquer vetores distintos em o so ortogonais. Um conjunto ortonormal um conjunto
ortogonal o, com a propriedade adicional de que |n| = 1. para todo n em o.
Exemplo 3.5 A base cannica do R
n
um conjunto ortonormal.
4 Operadores Lineares
Denio 4.1 Seja \ um espao vetorial sobre um corpo 1. Um operador linear 1 : \ \
uma aplicao que associa cada vetor \ um vetor 1 () \. tal que
1 (c +n) = c1 () +1 (n)
para todo n. \ e c 1.
Observao: 1(\ ) denota o espao vetorial dos operadores lineares 1 : \ \ .
Exemplo 4.1 Operador Identidade: 1 : \ \. denido por 1 (n) = n; para todo n \.
Exemplo 4.2 Operador Nulo: 0 : \ \. denido por C(n) = 0; para todo n \.
Exemplo 4.3 1 : R
3
R
3
. 1(r. . .) = (2r. 6 +.. + 6.).
Exemplo 4.4 Operador Integrao: Seja 1 : C [c. /] C [c. /] . denido por
1
u
(t) =
_
t
a
n(r) dr. t [c. /]
para todo n C [c. /] .
Denio 4.2 Seja \ um espao vetorial sobre o corpo 1 e 1 1(\ ) .
a) O conjunto n \ : 1 (n) = 0 chamado ncleo de T e ser denotado por `nc (1) .
b) O conjunto \ : n \ com 1 (n) = chamado de imagem de 1 e ser denotado
por Im(1) .
Proposio 4.1 Seja \ um espao vetorial sobre o corpo 1 e 1 1(\ ) . Ento `nc (1) e
Im(1) so subespaos vetoriais de \.
Seja \ um espao vetorial de dimenso : sobre o corpo 1 e consideremos um operador
linear 1 : \ \. Dadas as bases 1 = n
1
. .... n
n
e 1
0
=
1
. ....
n
de \. cada um dos vetores
1 (n
j
) . , = 1. .... : esto em \ e, consequentemente, podem ser escritos como combinao linear
dos vetores da base 1
0
:
1 (n
j
) =
n
i=1
c
ij
i
. (, = 1. .... :)
onde os c
ij
esto univocamente determinados.
Denio 4.3 A matriz de ordem : sobre 1
1
B
B
0 =
_
_
_
_
c
11
c
12
... c
1n
c
21
c
22
... c
2n
... ... ... ...
c
n1
c
n2
... c
nn
_
_
_
_
que se obm da considerao anterior chamada matriz do operador 1 em relao s bases 1
e 1
0
.
Exemplo 4.5 Determine as matrizes 1
B
0
B
e 1
B
B
0 do operador
1 : R
2
R
2
. 1 (r. ) = (3r 4. r + 5)
nas bases 1 = (1. 0) . (0. 1) e 1
0
= (1. 2) . (2. 3)
5 Autovalores e Autovetores
Considere um operador linear 1 : \ \ , sendo \ um espao vetorial n-dimensional sobre um
corpo 1.
Denio 5.1 Um autovalor ou valor caracterstico de 1 um escalar c em 1 tal que existe
um vetor no-nulo em \ com 1() = c. Se c um autovalor de 1, ento todo tal que
1() = c denominado um autovetor ou vetor caracteristico de 1 associado ao autovalor c.
Observao: O escalar c univocamente determinado por 1 e pois
1 () = c = c
0
= (c c
0
) = 0 = c = c
0
Fixando c. o conjunto \,1 () = c um subespao vetorial de \. de modo que
1 () = c == (1 c1) () = 0 == `nc (1 c1) .
o que signica que o subconjunto que acabamos de denir coincide com o `nc (1 c1) .
Denio 5.2 O subespao introduzido nas consideraes acima chama-se subespao prprio
de c e ser indicado por \ (c) :
\ (c) = \,1 () = c = `nc (1 c1) .
Denio 5.3 Seja \ um espao vetorial de dimenso : e seja 1 1(\ ) . O conjunto o (1)
de todos os autovalores de 1 chamado espectro de 1.
Denio 5.4 Dada uma matriz = (c
ij
) de ordem : (real ou complexa), chama-se polinmio
caracterstico de o seguinte polinmio de grau : :
1
A
(t) = det
_
_
_
_
c
11
t c
12
... c
1n
c
21
c
22
t ... c
2n
... ... ... ...
c
n1
c
n2
... c
nn
t
_
_
_
_
= det ( t1
n
) .
Denio 5.5 Dadas as matrizes e 1. ambas quadradas de ordem :. dizemos que 1
semelhante a . se e somente se, existe uma mariz inversvel `. tambm de ordem :. tal que:
1 = `
1
`.
Proposio 5.1 Matrizes semelhantes tm o mesmo polinmio caracterstico.
Demonstrao: Se as matrizes e 1 so semelhantes, existe uma matriz inversvel ` tal
que 1 = `
1
`. Da
1
B
(t) =det (1 t1
n
) = det
_
`
1
` t1
n
_
=det
_
`
1
` t`
1
1
n
`
_
= det
_
`
1
( t1
n
) `
_
=det
_
`
1
_
det ( t1
n
) det (`) = det ( t1
n
) = 1
A
(t) .
Esta proposio que acabamos de provar torna vlida a seguinte denio:
Denio 5.6 Seja \ um espao vetorial de dimenso : e seja 1 1(\ ) . Chama-se polinmio
caracterstico de 1 o polinmio caracterstico da matriz de 1 em relao a qualquer base de \.
Notao: 1
T
(t) .
Tal denio vlida porque matrizes do mesmo operador so necessariamente matrizes
semelhantes.
Proposio 5.2 Seja \ um espao vetorial de dimenso : e 1 1(\ ) . Ento os autovalores
de 1 so as razes de 1
T
(t) em 1.
Exemplo 5.1 Determine os autovalores e autovetores da matriz:
=
_
5 4
1 2
_
Soluo: Temos que
1
A
(c) = det ( c1) = det
_
5 c 4
1 2 c
_
= (c 1) (c 6)
Logo os autovalores so c
1
= 1 e c
2
= 6.
Para c
1
= 1. temos:
_
4 4
1 1
__
r
_
=
_
0
0
_
_
4r + 4 = 0
r + = 0
Resolvendo o sistema linear acima, temos a auto espao
\ (1) = (. ) : R = [(1. 1)]
Agora, para c
2
= 6. temos:
_
1 4
1 4
__
r
_
=
_
0
0
_
_
r + 4 = 0
r 4 = 0
Resolvendo o sistema linear acima, temos o auto espao
\ (6) = (4. ) : R = [(4. 1)]
Portanto, os autovetores associados ao autovalores c
1
= 1 e c
2
= 6 so respectivamente (1. 1)
e (4. 1) .
Exerccio: Determine os autovalores e autovetores das seguintes matrizes:
1 =
_
_
9 4 4
8 3 4
16 8 7
_
_
C =
_
0 1
1 0
_
6 Diagonalizao de Operadores
Seja \ um espao vetorial de dimenso : e 1 1(\ ) . sendo = 1
B
B
a matriz associada ao
operador 1 na base 1 =
1
. ....
n
. Queremos encontrar a matriz diagonal = (c
ij
), isto ,
c
ij
= 0 se i ,= ,. tal que
=
_
_
_
_
c
1
0 ... 0
0 c
2
... 0
... ... ... ...
0 0 ... c
n
_
_
_
_
.
ou seja, estamos procurando
i
,= 0. i = 1. .... :. que satisfazem
1 (
1
) =c
1
1
1 (
2
) =c
2
2
:
1 (
n
) =c
n
n
.
Teorema 6.1 A autovalores diferentes do mesmo operador correspondem autovetores linear-
mente independentes.
Para demonstrao veja [7] pgina 154.
Corolrio 6.1 Seja \ um espao vetorial de dimenso :. Se um operador linear 1 : \ \
possui : autovalores diferentes ento existe uma base
1
. ....
n
\ em relao qual a
matriz de 1 diagonal.
Demonstrao: Se 1 (
1
) = c
1
1
. .... 1 (
n
) = c
n
n
com os
i
no nulos e os c
i
dois a dois
distintos ento
1
. ....
n
, em virtude do Teorema acima, uma base de \ . A matriz de 1
nesta base
_
_
_
_
c
1
0 ... 0
0 c
2
... 0
... ... ... ...
0 0 ... c
n
_
_
_
_
.
Denio 6.1 Seja \ um espao vetorial de dimenso : e 1 1(\ ) . O operador 1 dito
diagonalizvel se existe uma base de \ formada por autovetores de 1.
Se 1 =
1
. ....
n
for uma base de autovetores de 1 ento:
1
B
B
=
_
_
_
_
c
1
0 ... 0
0 c
2
... 0
... ... ... ...
0 0 ... c
n
_
_
_
_
onde c
1
. c
2
. .... c
n
so os valores prprios de 1. Segue da que
1
T
(t) = det
_
_
_
_
c
1
t 0 ... 0
0 c
2
t ... 0
... ... ... ...
0 0 ... c
n
t
_
_
_
_
= (c
1
t) (c
2
t) ... (c
n
t)
e assim 1
T
(t) se decompe em fatores lineares.
Observao: Os escalares c
1
. c
2
. .... c
n
no so necessariamente distintos dois a dois. Pode
acontecer do polinmio caracterstico de um operador linear 1 se decompor em fatores lineares
da forma c t. sem que 1 seja diagonalizvel.
Exemplo 6.1 Determine se o operador diagonalizvel:
1 : R
3
R
3
. 1 (r. . .) = (2r. 6 +.. + 6.) .
Soluo: Seja =
_
_
2 0 0
0 6 1
0 1 6
_
_
a matriz do operador 1 em relao a base cannica do R
3
.
temos que:
1
A
(c) = det ( c1) = det
_
_
2 c 0 0
0 6 c 1
0 1 6 c
_
_
= (2 c) (5 c) (7 c)
Os autovalores de 1 so c
1
= 2. c
2
= 5 e c
3
= 7. Como os autovalores so todos distintos,
segue pelo Corolrio 6.1 que o operador 1 diagonalizvel.
Exerccio: Determine se os operadores so diagonalizveis:
1 : R
2
R
2
. 1 (r. ) = (r +. )
1 : R
3
R
3
. 1 (r. . .) = (r. . 0)
7 Operadores Auto-Adjuntos
Denio 7.1 Seja \ espao vetorial com produto interno e 1 1(\ ). O operador linear
1
: \ \ denido por
< n. 1
() = < 1(n).
onde n. \ , chamado adjunto de 1.
Exemplo 7.1 Verifque se os operadores abaixo tem adjunto:
1 : R
2
R
2
. 1(r. ) = (r. r +)
1 : R
1
R
1
. 1(r
1
. r
2
. ...) = (0. r
1
. r
2
. ...)
produto interno usual.
Observao: 1)(1
(n). = < . 1
existe e nico.
3) Quando 1
)
B
B
igual a transposta conjugada
de 1
B
B
.
1
B
B
= (c
ij
)
1 (
1
) =c
11
1
+... +c
n1
n
.
.
.
1 (
n
) =c
1n
1
+... +c
nn
n
Logo,
1 (
1
) .
1
=c
11
1
+... +c
n1
n
.
1
= c
11
.
.
.
1 (
1
) .
n
=c
11
1
+... +c
n1
n
.
n
= c
n1
da,
1 (
j
) .
i
= c
ij
. i; , = 1. .... :
Agora se (1
)
B
B
= /
ij
. ento
/
ij
= 1
(
j
) .
i
=
i
. 1
(
j
) = 1 (
i
) .
j
= c
ji
Logo,
(1
)
B
B
= (1
t
)
B
B
.
Exemplo 7.2 Seja 1 : R
2
R
2
. 1(r. ) = (r + . 4). Determine (1
)
B
B
, onde 1 a base
cannica de R
2
.
Denio 7.2 Seja 1 1(\ ), \ espao com produto interno sobre o corpo 1 (real ou com-
plexo). Dizemos que 1 auto-adjunto (simtrico ou hermitiano) se 1 = 1
e anti-adjunto
(anti-simtrico ou anti-hermitiano) se 1 = 1
.
Teorema 7.1 Sejam 1 1(\ ), \ espao com produto interno de dimenso : e 1 = (
1
.
2
. ....
n
)
base ortonormal de \ . O operador 1 auto-adjunto se, e somente se, 1
B
B
uma matriz her-
mitiana (no caso real, simtrica).
Demonstrao: Seja 1
B
B
= (c
ij
) . sendo c
ij
= 1 (
j
) .
i
. Como por hiptese 1 auto-
adjunto, ento:
c
ij
= 1 (
j
) .
i
= 1 (
i
) .
j
= c
ji
.
Logo, 1
B
B
= (1
B
B
)
t
. e portanto 1
B
B
uma matriz hermitiana. Agora, supondo que 1
B
B
hermi-
tiana, ou seja, 1
B
B
= (1
B
B
)
t
. temos que:
1 (
j
) .
i
= c
ij
= c
ji
= 1 (
i
) .
j
=
j
. 1 (
i
) .
ou seja, 1 auto-adjunto.
Exemplo 7.3 Verique se os operadores abaixo so auto-adjuntos:
1 : R
2
R
2
. 1 (r. ) = (r +. r 2)
1 : C
2
C
2
. 1 (r. ) = (r + (1 + i) . (1 i) r 3)
Teorema 7.2 Sejam \ espao com produto interno de dimenso : e 1 1(\ ) auto-adjunto.
Ento todo autovalor de 1 real. Alm disso, autovetores associados a autovalores distintos
so dois a dois ortogonais.
Demonstrao: Suponha que c 1 seja um autovalor associado ao ope-rador 1, tal que
1 () = c, \ 0 . Como 1 auto-adjunto, temos que:
c. = c. = 1 () . = . 1 () = . c = c.
Ento
(c c) . = 0 = c = c
Portanto c real.
Mostremos que agora que autovetores associados a autovalores distintos so ortogonais,
suponha que para , 1. n \ 0 . tal que 1 (n) = ,n. , ,= c. ,= n. e como 1
auto-adjunto, temos:
c. n = c. n = 1 () . n = . 1 (n) = . ,n = , . n
ento
(c ,) . n = 0 = . n = 0
Portanto ,n so ortogonais.
8 Teorema Espectral
Um problema importante sobre operadores lineares num espao vetorial de dimenso nita o
de encontrar uma base em relao qual a matriz desse operador seja a mais simples possvel.
Estudaremos nessa seo que se, 1 1(\ ) um operador auto-adjunto num espao vetorial \
de dimenso nita com produto interno, ento existe uma base ortonormal em \. relativamente
qual a matriz de 1 uma matriz diagonal. Este o contedo do Teorema Espectral para
Operadores Auto-Adjuntos.
Comeamos com o caso particular do Teorema Espectral em que o espao tem dimenso 2.
Teorema 8.1 Seja 1 1(\ ) auto-adjunto, sendo \ espao com produto interno de dimenso
2. Ento existe uma base ortonormal n
1
. n
2
\ formada por autovetores de 1.
Demonstrao: Seja . n \ uma base ortonormal arbitrria. Como 1 auto-adjunto,
ento pelo Teorema 7.1, temos que
1 () =c +/n
1 (n) =/ +cn.
Temos que os autovalores de 1 so as razes reais do polinmio caracterstico
1 (c) = c
2
(c +c) c +cc /
2
.
O discriminate desse trinmio = (c +c)
2
4 (cc /
2
) = (c c)
2
+ 4/
2
_ 0.
Se = 0 ento / = 0 e c = c. o que implica que 1 () = c e 1 (n) = cn. logo . n
uma base formada por autovetores de 1. Se 0 ento o trinmio j (c) possui 2 razes
reais distintas c
1
e c
2
. Isto quer dizer que os operadores 1 c
1
1 e 1 c
2
1 so ambos no-
inversveis, logo existem vetores no nulos (que podemos supor unitrios) n
1
. n
2
\ tais que
(1 c
1
1) n
1
= 0 e (1 c
2
1) n
2
= 0. ou seja, 1n
1
= c
1
n
1
e 1n
2
= c
2
n
2
. Pelo Teorema 7.2.
temos que n
1
. n
2
\ uma base ortonormal de autovetores de 1.
Corolrio 8.1 Todo operador auto-adjunto 1 : \ \ , num espao vetorial com produto
interno de dimenso nita, possui um autovetor.
Para a demonstrao veja [7] - pgina 167.
Observao: Em espaos de dimenso innita, o resultado acima pode no valer. Por exemplo:
1 : C ([0. 1] . R) C ([0. 1] . R)
1 (, (r)) = r, (r)
sendo < ,. q =
_
1
0
, (r) q (r) dr. temos que 1 auto-adjunto e 1 no tem autovetores.
Denio 8.1 Seja \ um espao vetorial. Dizemos que um subespao A \ invariante
pelo operador linear 1 : \ \ quando 1 (A) A. isto , quando a imagem 1 () de qualquer
vetor A ainda um vetor em A.
Teorema 8.2 Seja 1 : \ \ um operador auto-adjunto. Se o subespao A \ invariante
por 1. seu complemento ortogonal A
?
tambm .
Demonstrao: Se o subespao A \ invariante por 1.ento seu complemento ortogonal
A
?
invariante pelo operador adjunto 1
: \ \ , pois
_
n A. A
?
= 1 (n) A = n. 1
() = 1 (n) . = 0 == 1
() A
?
logo A
?
invariante por 1
= 1
1
) tal que 1
.
_
_
=
_
_
0
0
0
_
_
_
8 +. = 0
+ 8. = 0
Resolvendo o sistema linear acima, temos o auto espao
\ (2) = (r. 0. 0) : r R = [(1. 0. 0)]
Para c
2
= 5. temos:
_
_
7 0 0
0 1 1
0 1 1
_
_
_
_
r
.
_
_
=
_
_
0
0
0
_
_
_
7r = 0
+. = 0
Resolvendo o sistema linear acima, temos o auto espao
\ (5) = (0. . ) : R = [(0. 1. 1)]
Para c
3
= 7. temos:
_
_
9 0 0
0 1 1
0 1 1
_
_
_
_
r
.
_
_
=
_
_
0
0
0
_
_
_
_
_
9r = 0
+. = 0
. = 0
Resolvendo o sistema linear acima, temos o auto espao
\ (7) = (0. . ) : R = [(0. 1. 1)]
Desse modo, temos que o conjunto 1 = (1. 0. 0) . (0. 1. 1) . (0. 1. 1) uma base ortogo-
nal, logo 1
0
=
_
(1. 0. 0) .
_
0. 1,
_
2. 1,
_
2
_
.
_
0. 1,
_
2. 1,
_
2
__
uma base ortonormal para o
operador 1.
Exerccio: Determine uma base ortonormal para o operador:
1 : R
3
R
3
. 1 (r. . .) = (r 2. 2r +. .) .
Proposio 8.1 Seja 1 : l \ uma transformao linear entre os espaos l e \ de dimen-
so nita munidos de um produto interno. Os operadores 1
1 : l l e 11
: \ \ so
auto-adjuntos.
Demonstrao: De fato, pois
(1
1)
=1
= 1
1
(11
=1
= 11
i
e 1
i
= o
i
n
i
, onde
o
i
0. para i = 1. .... : e o
i
= 0 para i _ : + 1.
Observao: 1) Seja = 1
U
V
`
mn
; temos que
onde
i
o autovetor correspondente ao autovalor c
i
.
3) Seja Q = (
1
. ....
n
); Q unitria e
Q = Q1
onde 1 uma matriz diagonal com os autovalores de
na diagonal principal.
4) c
i
_ 0 e o
i
=
_
c
i
_ 0.
5) Seja : _ : tal que o
1
o
2
... o
n
0 e o
r+1
= ... = o
n
= 0.
6) Para i = 1. .... :, os vetores j
i
=
1
i
formam um conjunto ortonormal.
7) Pode-se completar j
1
. .... j
r
de modo a obter uma base ortonormal j
1
. .... j
r
. j
r+1
. .... j
m
.
8) A matriz 1 = (j
1
. .... j
r
. j
r+1
. .... j
m
) . de ordem :. unitria e
Q = 1G
onde G
mn
possui os : primeiros elementos da diagonal principal como sendo o
1
. .... o
r
e os
outros elementos so nulos.
9) A decomposio
= 1GQ
Q = QG
1 = 1GG
, sendo
as colunas de 1 os autovetores de
t
=
_
_
1 1
1 1
2 2
_
_
_
1 1 2
1 1 2
_
=
_
_
2 2 0
2 2 0
0 0 8
_
_
det
_
t
c1
_
= det
_
_
2 c 2 0
2 2 c 0
0 0 8 c
_
_
= (8 c) (4 c) c
Os autovalores de
so c
1
= 8. c
2
= 4 e c
3
= 0. Os autovetores associados so respectiva-
mente:
\ (8) =(0. 0. .) : . R = [(0. 0. 1)]
\ (4) =(r. r. 0) : r R = [(1. 1. 0)]
\ (0) =(r. r. 0) : r R = [(1. 1. 0)]
Temos uma base ortogonal 1 = (0. 0. 1) . (1. 1. 0) . (1. 1. 0) . logo temos uma base ortonormal
1
.
2
.
3
=
_
(0. 0. 1) .
_
1,
_
2. 1,
_
2. 0
_
.
_
1,
_
2. 1,
_
2. 0
__
. sendo a matriz unitria
Q =
_
_
0 1,
_
2 1,
_
2
0 1,
_
2 1,
_
2
1 0 0
_
_
.
Os valores singulares de so o
1
=
_
8 = 2
_
2 e o
2
=
_
4 = 2. Temos os vetores
j
1
=
1
o
1
1
=
1
2
_
2
_
1 1 2
1 1 2
_
_
_
0
0
1
_
_
=
_
1,
_
2
1,
_
2
_
j
2
=
1
o
2
2
=
1
2
_
1 1 2
1 1 2
_
_
_
1,
_
2
1,
_
2
0
_
_
=
_
1,
_
2
1,
_
2
_
sendo a matriz unitria
1 =
_
1,
_
2 1,
_
2
1,
_
2 1,
_
2
_
onde a matriz G =
_
2
_
2 0 0
0 2 0
_
satisfaz
= 1GQ
t
=
_
1,
_
2 1,
_
2
1,
_
2 1,
_
2
__
2
_
2 0 0
0 2 0
_
_
_
0 0 1
1,
_
2 1,
_
2 0
1,
_
2 1,
_
2 0
_
_
.
Exerccio: Determine a Decomposio em Valores Singulares da matriz
=
_
_
1 1
1 0
0 1
_
_
.
Referncias:
[1] Botta, V. A. Notas de Aula - lgebra Linear Aplicada. DMEC. Faculdade de Ciencias
e Tecnologia da Unesp. Campus de Presidete Prudente.
[2] Callioli, C. A. ; Domingues, H. H. e Costa, R. C. F. lgebra Linear e Aplicaes. Sexta
Edio. So Paulo. Atual Editora, 2003.
[3] Coelho, F. U.Loureno, M.L. Um Curso de lgebra Linear. Segunda Edio, So Paulo,
2007.
[4] Homan, K. e Kunze R. lgebra Linear. Primeira Edia. So Paulo.Editora da
USP,1971.
[5] Kreyszig, E.: Introductory Functional Analysis with Application, Editora John Wiley &
Sons, New York, 1978.
[6] Leon, S.J. lgebra Linear com Aplicaes. Quarta Edio.Rio de Janeiro Editora LTC,
1998.
[7] Lima, E. L. lgebra Linear. Terceira Edio. Rio de Janeiro. Instituto de Matemtica
Pura e Aplicada, CNPq, Coleo Matemtica Universitria, 1998.