Baixe o app para aproveitar ainda mais
Prévia do material em texto
Parte 3 Espac¸os vetoriais com produto interno Estudaremos K-espac¸os vetoriais com produto interno, onde K = R ou K = C. Definiremos produto interno e estudaremos as suas propriedades. Apresentaremos o conceito de norma e a importante desigualdade de Cauchy- Schwarz. Em espac¸os vetoriais reais introduziremos o conceito de aˆngulo, motivando a definic¸a˜o de ortogonalidade em K-espac¸os vetoriais, onde K = R ou K = C. Definiremos conjuntos ortogonais e ortonormais, bases ortogonais e ortonormais. Apresentaremos o processo de ortonormalizac¸a˜o de Gram- Schmidt. Definiremos a adjunta de uma transformac¸a˜o linear entre espac¸os ve- toriais de dimensa˜o finita com produto interno, daremos a relac¸a˜o entre as representac¸o˜es matriciais da transformac¸a˜o linear T e sua adjunta T ⋆ com respeito a bases ortonormais. Estudaremos operadores unita´rios e faremos a classificac¸a˜o dos opera- dores unita´rios do plano e do espac¸o, equivalentemente, a classificac¸a˜o dos operadores ortogonais do plano e do espac¸o. Estudaremos operadores auto-adjuntos e demonstraremos o Teorema espectral. Instituto de Matema´tica 95 UFF M.L.T.Villela UFF 96 Produto interno PARTE 3 - SEC¸A˜O 1 Produto interno O conceito de produto interno em um espac¸o vetorial real generaliza o conhecido produto escalar de vetores no plano e no espac¸o, aprendido em Geometria Anal´ıtica, definido por ~u · ~v = ‖u‖ ‖v‖ cosθ, onde θ e´ o aˆngulo entre ~u e ~v. Definic¸a˜o 1 (Produto interno) Seja V um K-espac¸o vetorial, onde K = R ou K = C. Uma func¸a˜o 〈 , 〉 : V × V −→ K (u, v) 7−→ 〈u, v〉 e´ um produto interno se, e somente se, tem as seguintes propriedades: (a) 〈u+ v,w〉 = 〈u,w〉+ 〈v,w〉, para quaisquer u, v,w ∈ V; (b) 〈λ · u, v〉 = λ · 〈u, v〉, para quaisquer λ ∈ K e u, v ∈ V; Se z=a+bi∈ C, enta˜o z=a−bi e´ o conjugado de z. Mais ainda, z∈ R se, e somente se, z= z. (c) 〈v, u〉 = 〈u, v〉, para quaisquer u, v ∈ V; (d) 〈u, u〉 ≥ 0, para todo u ∈ V, e 〈u, u〉 = 0 se, e somente se, u = 0V. Quando V e´ um R-espac¸o vetorial com produto interno 〈 , 〉 dizemos que V e´ um espac¸o vetorial euclidiano. Nesse caso, a propriedade (c) se reescreve como 〈v, u〉 = 〈u, v〉, para quaisquer u, v ∈ V, em virtude da conjugac¸a˜o ser a func¸a˜o identidade em R. Quando V e´ um C-espac¸o vetorial com produto interno 〈 , 〉 dizemos que V e´ um espac¸o vetorial hermitiano. Exemplo 1 Consideremos o K-espac¸o vetorial Kn, onde K = R ou K = C. Sejam u = (x1, . . . , xn) e v = (y1, . . . , yn) ∈ Kn. O produto interno usual de Kn e´ definido por 〈u, v〉 = x1 · y1 + · · ·+ xn · yn = n∑ j=1 xj · yj. De fato, a func¸a˜o acima esta´ definida em Kn× Kn e tem valores em K. Vamos agora verificar a validade das quatro propriedades do produto interno. Sejam w = (z1, . . . , zn) ∈ Kn e λ ∈ K. Enta˜o: (a) Instituto de Matema´tica 97 UFF A´lgebra Linear II Produto interno 〈u+ v,w〉 (1)= 〈(x1 + y1, . . . , xn+ yn), (z1, . . . , zn)〉 (2) = n∑ j=1 (xj + yj) · zj (3) = n∑ j=1 (xj · zj + yj · zj) (4) = n∑ j=1 xj · zj + n∑ j=1 yj · zj (5) = 〈u,w〉+ 〈v,w〉 Em (1) usamos a definic¸a˜o da adic¸a˜o em Kn ; em (2), a definic¸a˜o do produto interno usual de Kn ; em (3), a distributividade em K; em (4), a comutatividade e a associatividade da adic¸a˜o em K e em (5), novamente, a definic¸a˜o do produto interno usual de Kn . (b)Em (1) usamos a definic¸a˜o da multiplicac¸a˜o por escalar em Kn ; em (2), a definic¸a˜o do produto interno usual de Kn ; em (3), a distributividade em K; em (4), novamente, a definic¸a˜o do produto interno usual de Kn . 〈λ · u, v〉 (1)= 〈(λ · x1, . . . , λ · xn), (y1, . . . , yn)〉 (2) = n∑ j=1 (λ · xj) · yj (3) = λ · ( n∑ j=1 xj · yj ) (4) = λ · 〈u, v〉Em (1) usamos a definic¸a˜o do produto interno usual; em (2) as propriedades da conjugac¸a˜o; em (3) a comutatividade da multiplicac¸a˜o em K e propriedade da conjugac¸a˜o e em (4), a definic¸a˜o do produto interno usual. (c) 〈u, v〉 (1)= n∑ j=1 xj · yj (2)= n∑ j=1 xj · yj (3)= n∑ j=1 yj · xj (4)= 〈v, u〉. (d) 〈u, u〉 = n∑ j=1 xj · xj = n∑ j=1 |xj| 2 ≥ 0. Ale´m disso, 〈u, u〉 = 0 se, e somente se, n∑ j=1 |xj| 2 = 0 se, e somente se, xj = 0, para j = 1, . . . , n se, e somente se, u = (0, . . . , 0). Exemplo 2 Seja C([a, b]) = {f : [a, b] −→ R ; f e´ func¸a˜o cont´ınua }. Como a soma de func¸o˜es cont´ınuas e´ uma func¸a˜o cont´ınua e a multiplicac¸a˜o de um nu´mero real por func¸a˜o cont´ınua e´ uma func¸a˜o cont´ınua, enta˜o C([a, b]) e´ um R-espac¸o vetorial com as operac¸o˜es usuais de adic¸a˜o de func¸o˜es e mul- tiplicac¸a˜o de um nu´mero real por uma func¸a˜o. Sejam f, g ∈ C([a, b]). Definimos 〈f, g〉 = ∫b a f(t) · g(t)dt. Vamos mostrar que a expressa˜o acima e´ um produto interno em C([a, b]). De fato, sejam f, g, h ∈ C([a, b]) e λ ∈ R. (a) M.L.T.Villela UFF 98 Produto interno PARTE 3 - SEC¸A˜O 1 〈f+ g, h〉 (1)= ∫b a (f+ g)(t) · h(t)dt (2) = ∫b a (f(t) + g(t)) · h(t)dt (3) = ∫b a (f(t) · h(t) + g(t) · h(t))dt (4) = ∫b a f(t) · h(t)dt+ ∫b a g(t) · h(t)dt (5) = 〈f, h〉+ 〈g, h〉 Em (1) usamos a definic¸a˜o de 〈 , 〉; em (2), a definic¸a˜o da soma em C([a,b]); em (3), a distributividade em C([a,b]; em (4), que a integral da soma de func¸o˜es e´ a soma das integrais e em (5), novamente, a definic¸a˜o de 〈 , 〉. (b) 〈λ · f, g〉 (1)= ∫b a (λ · f)(t) · g(t)dt (2) = ∫b a (λ · f(t)) · g(t)dt (3) = λ · ∫b a f(t) · g(t)dt (4) = λ · 〈f, g〉 Em (1) usamos a definic¸a˜o de 〈 , 〉; em (2), a definic¸a˜o da multiplicac¸a˜o de um nu´mero real por uma func¸a˜o; em (3), propriedade da integral; em (4), novamente, a definic¸a˜o de 〈 , 〉. (c) 〈g, f〉 = ∫b a g(t) · f(t)dt = ∫b a f(t) · g(t)dt = 〈f, g〉. (d) 〈f, f〉 = ∫b a f(t)2dt ≥ 0. E´ claro que se f = 0, enta˜o ∫b a f(t)2dt = 0. Reciprocamente, suponhamos que f 6= 0 em [a, b]. Enta˜o, existe c ∈ [a, b] tal que f(c) 6= 0. Seja 2m = f(c)2 > 0. Como f(t)2 e´ cont´ınua para t ∈ [a, b], dado ǫ = m existe δ > 0 tal que para todo t ∈ I = (c − δ, c + δ) ∩ [a, b], temos |f(t)2 − f(c)2| < m, logo −m < f(t)2− f(c)2 < m e f(t)2 > f(c)2−m = 2m−m = m, para todo t ∈ I. Enta˜o, f(t)2 ≥ g(t), onde g(t) = { m, se t ∈ I 0, se t ∈ [a, b] e t 6∈ I. Seja ξ o comprimento do intervalo I. Logo, ∫b a f(t)2dt ≥ ∫b a g(t)dt ≥ m · ξ > 0. Proposic¸a˜o 1 (Outras propriedades do produto interno) Seja V um K-espac¸o vetorial com produto interno 〈 , 〉. Valem as seguintes propriedades: (a) 〈0V, u〉 = 〈u, 0V〉 = 0, para todo u ∈ V; (b) 〈u, λ · v〉 = λ〈u, v〉, para quaisquer u, v ∈ V e λ ∈ K; (c) 〈u, v+w〉 = 〈u, v〉+ 〈u,w〉, para quaisquer u, v,w ∈ V. Instituto de Matema´tica 99 UFF A´lgebra Linear II Produto interno Demonstrac¸a˜o: (a) 〈0V, u〉 = 〈0 · u, u〉 = 0 · 〈u, u〉 = 0. (b) 〈u, λ · v〉 = 〈λ · v, u〉 = λ · 〈v, u〉 = λ · 〈v, u〉 = λ · 〈u, v〉. (c) 〈u, v + w〉 = 〈v+w,u〉 = 〈v, u〉+ 〈w,u〉 = 〈v, u〉 + 〈w,u〉 = 〈u, v〉 + 〈u,w〉. � Definic¸a˜o 2 (Matriz conjugada e matriz adjunta) Seja A = (aij) ∈Mm×n(K). Definimos a matriz conjugada de A, por A = (aij), onde i = 1, . . . ,m e j = 1, . . . , n. Verifique que A t =At , para qualquer A∈Mm×n(K). Definimos a matriz adjunta de A por A ∗ = At = (aji). Exemplo 3 Consideremos as matrizes com coeficientes complexos A = 1+ 2i 2− 3i 3 4+ i 5− 2i 3+ 3i e B = ( 1+ i 2− 3i 6+ 2i ) . Enta˜o, A∗ = ( 1− 2i 3 5+ 2i 2+ 3i 4− i 3− 3i ) e B∗ = 1− i 2+ 3i 6− 2i . Lembramos que a func¸a˜o K-linear trac¸o, tr : Mn×n(K) −→ K, e´ definida por tr(A) = n∑ j=1 ajj, para cada A = (aij) ∈Mn×n(K). No pro´ximo Exemplo, usando essa func¸a˜o, vamos construir um produto interno em Mn×n(K). Exemplo 4 Sejam A,B ∈ Mn×n(K). Definimos 〈A,B〉 = tr(AB∗). Vamos mostrar que esta func¸a˜o e´ um produto interno em Mn×n(K). De fato, temos as seguintes propriedades, para A,B, C ∈Mn×n(K) e λ ∈ K: (a) 〈A,B+ C〉 (1)= tr(A(B+ C)∗) (2) = tr(A(B∗ + C∗)) (3) = tr(AB∗ +AC∗) (4) = tr(AB∗) + tr(AC∗) (5) = 〈A,B〉+ 〈A,C〉 Em (1) usamos a definic¸a˜o do produto interno; em (2), que a adjunta da soma e´ a soma das adjuntas; em (3), a distributividade emMn×n(K); em (4), que trac¸o e´ linear e em (5), a definic¸a˜o do produto interno. (b) M.L.T.Villela UFF 100 Produto interno PARTE 3 - SEC¸A˜O 1 〈λ ·A,B〉 (1)= tr((λ ·A)B∗) (2) = tr(λ · (AB∗)) (3) = λ · tr(AB∗) (4) = λ · 〈A,B〉 Em (1) usamos a definic¸a˜o do produto interno; em (2), propriedade da multiplicac¸a˜o de um escalar em K por um produto de matrizes; em (3), que a func¸a˜o trac¸o e´ K-linear; em (4), a definic¸a˜o do produto interno. (c) 〈B,A〉 (1)= tr(BA∗) (2) = tr(BAt) (3) = tr(B ·At) (4) = tr(BAt) (5) = tr(BAt) (6) = tr((AB t )t) (7) = tr(AB t ) (8) = tr(AB∗) (9) = 〈A,B〉 Em (1) usamos a definic¸a˜o do produto interno; em (2), a definic¸a˜o de adjunta; em (3) e (4), propriedades da conjugada de matrizes; em (5) que tr(C) = tr(C); em (6), propriedade da transposta; em (7), que tr(Ct) = tr(C); em (8) a definic¸a˜o de adjunta e em (9), a definic¸a˜o do produto interno. (d) Seja A = (aij), para i, j = 1, . . . , n. Enta˜o, A ∗ = (aji) e 〈A,A〉 = tr(AA∗) = n∑ j=1 (A ·A∗)jj = n∑ j=1 ( n∑ k=1 ajkajk ) = n∑ j=1 ( n∑ k=1 |ajk| 2 ) ≥ 0. Mais ainda, 〈A,A〉 = 0 se, e somente se, n∑ j=1 ( n∑ k=1 |ajk| 2 ) = 0 se, e somente se, |ajk| 2 = 0, para j, k = 1, . . . , n se, e somente se, ajk = 0, para j, k = 1, . . . , n se, e somente se, A = 0. Definic¸a˜o 3 (Norma) Seja V um K-espac¸o vetorial com produto interno 〈 , 〉. Para cada v ∈ V, a norma de v e´ o nu´mero real definido por ‖v‖ = √ 〈v, v〉. Exemplo 5 No Rn com o produto interno usual, para cada v = (x1, . . . , xn), temos xj ∈ R, para j = 1, . . . , n, e ‖v‖ = √ x21 + · · ·+ x2n. Exemplo 6 No Cn com o produto interno usual, para cada v = (z1, . . . , zn), temos zj ∈ C, Instituto de Matema´tica 101 UFF A´lgebra Linear II Produto interno para j = 1, . . . , n, e ‖v‖ = √|z1|2 + · · ·+ |zn|2. Escrevendo zj = aj + bji, com aj, bj ∈ R temos que |zj|2 = a2j + b2j , para j = 1, . . . , n, e ‖v‖ = √ (a21 + b 2 1) + · · ·+ (a2n+ b2n). Proposic¸a˜o 2 (Propriedades da norma) Seja V um K-espac¸o vetorial com produto interno 〈 , 〉. Valem as seguintes propriedades, para quaisquer v ∈ V e λ ∈ K: (a) ‖λ · v‖ = |λ| · ‖v‖; (b) ‖v‖ > 0, para v 6= 0V. Demonstrac¸a˜o: (a) ‖λ ·v‖2 = 〈λ ·v, λ ·v〉 = λ ·〈v, λ ·v〉 = (λ ·λ) ·〈v, v〉 = |λ|2 ·‖v‖2 = (|λ| ·‖v‖)2. Logo, ‖λ · v‖ = |λ| · ‖v‖. (b) ‖v‖2 = 〈v, v〉 ≥ 0 e 〈v, v〉 = 0 se, e somente se, v = 0V. Logo, ‖v‖2 > 0, se v 6= 0V. Portanto, ‖v‖ > 0, se v 6= 0V. � Teorema 1 (Desigualdade de Cauchy-Schwarz) Seja V um K-espac¸o vetorial com produto interno 〈 , 〉. Enta˜o, |〈u, v〉| ≤ ‖u‖ ‖v‖. Demonstrac¸a˜o: Se v = 0V, enta˜o a desigualdade e´ va´lida. Suponhamos v 6= 0V. Seja w = u− 〈u,v〉‖v‖2 v. Enta˜o, 〈w, v〉 = 〈u, v〉− 〈u,v〉‖v‖2 〈v, v〉 = 0 e 0 ≤ 〈w,w〉 = 〈 w,u− 〈u,v〉 ‖v‖2 v 〉 = 〈w,u〉− 〈u,v〉‖v‖2 〈w, v〉 = 〈w,u〉 = 〈 u − 〈u,v〉 ‖v‖2 v, u 〉 = 〈u, u〉− 〈u,v〉‖v‖2 〈v, u〉 = ‖u‖2− |〈u,v〉|2‖v‖2 . 〈w,v〉 = 0 〈v,u〉 = 〈u,v〉. Logo, 0 ≤ ‖u‖2 − |〈u,v〉|2‖v‖2 . Assim, 0 ≤ ‖u‖2‖v‖2 − |〈u, v〉|2, que e´ equivalente a |〈u, v〉|2 ≤ ‖u‖2‖v‖2. Portanto, |〈u, v〉| ≤ ‖u‖ ‖v‖. � Lembre que se x,a ∈ R e a≥ 0, enta˜o |x|≤ a e´ equivalente a −a≤ x≤ a. Observac¸a˜o: Seja V um R-espac¸o vetorial com produto interno 〈 , 〉, isto e´, um espac¸o vetorial euclidiano. Enta˜o, para quaisquer u, v ∈ V, temos que 〈u, v〉 e´ um nu´mero real e a desigualdade de Cauchy-Schwarz |〈u, v〉| ≤ ‖u‖ ‖v‖ e´ equivalente a −‖u‖ ‖v‖ ≤ 〈u, v〉 ≤ ‖u‖ ‖v‖. Quando u 6= 0V e v 6= 0V, enta˜o ‖u‖ ‖v‖ 6= 0 e M.L.T.Villela UFF 102 Produto interno PARTE 3 - SEC¸A˜O 1 −1 ≤ 〈u,v〉‖u‖ ‖v‖ ≤ 1. Portanto, existe um u´nico θ ∈ [0, π] tal que cosθ = 〈u,v〉‖u‖ ‖v‖ . Nesse caso, chamamos θ de aˆngulo entre u e v. Exemplo 7 Sejam u = (1,−1, 0, 0), v = (1, 0, 0, 0), w = (1, 1, 0, 0) ∈ R4 com o produto interno usual. Temos ‖u‖ = √12 + (−1)2 + 02 + 02 = √2, ‖v‖ = √12 + 02 + 02 + 02 =√ 1 = 1, ‖w‖ = √12 + 12 + 02 + 02 = √2, 〈u, v〉 = 1·1+(−1)·0+0·0+0·0 = 1 e 〈u,w〉 = 1 · 1+ (−1) · 1+ 0 · 0+ 0 · 0 = 0. Logo, cosθ = 〈u,v〉‖u‖·‖v‖ = 1√ 2 = √ 2 2 e cos θ′ = 〈u,w〉‖u‖·‖w‖ = 0√ 2·√2 = 0 2 = 0. Enta˜o, o aˆngulo entre u e v e´ θ = π 4 e o aˆngulo entre u e w e´ θ′ = π 2 . Proposic¸a˜o 3 (Desigualdade triangular) Seja V um K-espac¸o vetorial com produto interno 〈 , 〉. Para quaisquer u, v em V, temos ‖u+ v‖ ≤ ‖u‖+ ‖v‖. Demonstrac¸a˜o: 0 ≤ ‖u+ v‖2 = 〈u+ v, u+ v〉 = 〈u, u〉+ 〈u, v〉+ 〈v, u〉+ 〈v, v〉 = ‖u‖2+ 〈u, v〉+ 〈u, v〉+ ‖v‖2 = ‖u‖2+ 2Re(〈u, v〉) + ‖v‖2 ≤ ‖u‖2+ 2|Re(〈u, v〉)| + ‖v‖2 ≤ ‖u‖2+ 2|〈u, v〉| + ‖v‖2 ≤ ‖u‖2+ 2‖u‖ ‖v‖+ ‖v‖2 = (‖u‖+ ‖v‖)2 . � Se z=a+bi∈ C, enta˜o z+z= 2a= 2Re(z) e |z|2 = z · z = a2 +b2 ≥ a2 = (Re(z))2. Logo, |z|≥ |Re(z)|. Com o conceito de norma podemos definir uma me´trica em um espac¸o vetorial com produto interno. Definic¸a˜o 4 (Distaˆncia) Seja V um K-espac¸o vetorial com produto interno 〈 , 〉. Para u, v ∈ V, definimos a distaˆncia d(u, v) entre u e v por d(u, v) = ‖u− v‖. Proposic¸a˜o 4 (Propriedades da distaˆncia) Seja V um K-espac¸o vetorial com produto interno 〈 , 〉. A func¸a˜o distaˆncia tem as seguintes propriedades, para quaisquer u, v,w ∈ V: (a) d(u, v) ≥ 0; (b) d(u, v) = d(v, u); Instituto de Matema´tica 103 UFF A´lgebra Linear II Produto interno (c) d(u, v) ≤ d(u,w) + d(w, v). Demonstrac¸a˜o: (a) d(u, v) = ‖u− v‖ ≥ 0. (b) d(u, v) = ‖u− v‖ = ‖(−1) · (v− u)‖ = | − 1| · ‖(v− u)‖ = d(v, u). (c) d(u, v) = ‖u− v‖ = ‖(u−w) + (w− v)‖ ≤ ‖u−w‖+ ‖w− v‖ = d(u,w) + d(w, v). � A desigualdade segue da desigualdade triangular. Motivados pela definic¸a˜o de aˆngulo em espac¸os vetoriais euclidianos vamos definir o conceito de ortogonalidade em espac¸os vetoriais com produto interno euclidianos ou hermitianos. Definic¸a˜o 5 (Vetores ortogonais) Seja V um K-espac¸o vetorial com produto interno 〈 , 〉. Dizemos que os vetores u, v ∈ V sa˜o ortogonais se, e somente se, 〈u, v〉 = 0. Exemplo 8 No R3 com o produto interno usual os vetores u = (1, 1, 1) e v = (1,−1, 0) sa˜o ortogonais, pois 〈u, v〉 = 1 · 1+ 1 · (−1) + 1 · 0 = 1− 1+ 0 = 0. Exemplo 9 Sejam f(t) = cos(πt) e g(t) = sen(πt) em C([0, 1]) com o produto interno 〈f, g〉 = ∫1 0 f(t)g(t)dt. Temos que∫1 0 f(t)g(t)dt = ∫1 0 cos(πt) sen(πt)dt = ∫1 0 1 2 sen(2πt)dt = [ − cos(2πt) 4π ]1 0 = 0. Logo, essas func¸o˜es cont´ınuas no intervalo [0, 1] sa˜o ortogonais. Exemplo 10 Em qualquer espac¸o vetorial com produto interno 〈 , 〉 temos 〈0V, v〉 = 〈v, 0V〉 = 0, para todo v ∈ V. Logo, 0V e´ vetor ortogonal a qualquer vetor de V. Definic¸a˜o 6 (Conjunto ortogonal ou ortonormal) Seja V um K-espac¸o vetorial com produto interno 〈 , 〉. Consideremos o conjunto S = {v1, . . . , vn} ⊂ V. S e´ chamado ortogonal se, e somente se, M.L.T.Villela UFF 104 Produto interno PARTE 3 - SEC¸A˜O 1 〈vj, vk〉 = 0, para todo 1 ≤ j 6= k ≤ n. S e´ chamado ortonormal se, e somente se, e´ ortogonal e ‖vj‖ = 1, para todo j = 1, . . . , n. Exemplo 11 Consideremos o R3 com o produto interno usual. O conjunto {(1, 1, 1), (1,−1, 0), (1, 1,−2)} e´ ortogonal. O conjunto { ( 1√ 3 , 1√ 3 , 1√ 3 ), ( 1√ 2 ,− 1√ 2 , 0), ( 1√ 6 , 1√ 6 ,− 2√ 6 ) } e´ ortonormal. Definic¸a˜o 7 (Vetor unita´rio) Seja V um K-espac¸o vetorial com produto interno 〈 , 〉. O vetor v ∈ V e´ chamado de unita´rio se, e somente se, ‖v‖ = 1. Exemplo 12 Seja V um K-espac¸o vetorial com produto interno 〈 , 〉. Para cada v ∈ V, v 6= 0V, os vetores v‖v‖ e − v‖v‖ teˆm norma 1 e sa˜o chamados de unita´rios da direc¸a˜o de v. Proposic¸a˜o 5 (Propriedades de conjuntos ortogonais ou ortonormais) Seja V um K-espac¸o vetorial com produto interno 〈 , 〉. Seja {v1, . . . , vn} ⊂ V um conjunto ortogonal de vetores na˜o-nulos. Enta˜o: (a) {v1, . . . , vn} e´ linearmente independente; (b) Seja W = [v1, . . . , vn]. Enta˜o, w ∈W se, e somente se, w = 〈w, v1〉〈v1, v1〉v1 + · · ·+ 〈w, vn〉 〈vn, vn〉vn. Em particular, se {v1, . . . , vn} e´ conjunto ortonormal, enta˜o {v1, . . . , vn} e´ linearmente independente sobre K e w ∈W se, e somente se, w = 〈w, v1〉v1 + · · ·+ 〈w, vn〉vn. Demonstrac¸a˜o: (a) Sejam a1, . . . , an ∈ K e suponhamos que 0V = a1v1 + · · ·+ anvn. Enta˜o, para cada j = 1, . . . , n, temos〈vk,vj〉 = 0, para k 6= j.0 = 〈0V, vj〉 = 〈 n∑ k=1 akvk, vj 〉 = n∑ k=1 ak〈vk, vj〉 = aj〈vj, vj〉 = aj‖vj‖2. Como vj 6= 0V, temos que ‖vj‖ 6= 0 e aj = 0, para todo j = 1, . . . , n. (b) Seja W = [v1, . . . , vn]. Temos que w ∈ W se, e somente se, existem a1, . . . , an ∈ K tais que w = a1v1 + · · ·+ anvn. Logo, para cada j = 1, . . . , n, temos que 〈w, vj〉 = 〈 n∑ k=1 akvk, vj 〉 = n∑ k=1 ak〈vk, vj〉 = aj〈vj, vj〉. Instituto de Matema´tica 105 UFF A´lgebra Linear II Produto interno Como vj 6= 0V, temos que 〈vj, vj〉 6= 0, aj = 〈w,vj〉〈vj,vj〉 , para j = 1, . . . ,n, e w = 〈w,v1〉 〈v1,v1〉v1 + · · ·+ 〈w,vn〉 〈vn,vn〉vn. A u´ltima afirmac¸a˜o e´ o´bvia. � Exemplo 13 Consideremos C2 com o produto interno usual. O conjunto β = {v1 = (1, i), v2 = (1,−i)} e´ uma base ortogonal de C 2, pois dimC C 2 = 2, 〈v1, v2〉 = 1 · 1+ i · (−i) = 1+ i2 = 1−1 = 0 e, pela Proposic¸a˜o anterior, β e´ C-linearmente independente. Definic¸a˜o 8 (Complemento ortogonal) Sejam V um K-espac¸o vetorial com produto interno 〈 , 〉 e seja W um sub- espac¸o de V. O complemento ortogonal de W e´ o conjunto W⊥ = {v ∈ V ; 〈v,w〉 = 0, para todo w ∈W}. Exemplo 14 Se W = {0V}, enta˜o W ⊥ = V. Exemplo 15 Temos que V⊥ = {0V}. De fato, seja u ∈ V⊥. Logo, 〈u, v〉 = 0, para todo v ∈ V. Em particular, tomando v = u, temos que 〈u, u〉 = 0. Enta˜o, ‖u‖ = 0 e u = 0V. Portanto, V⊥ = {0V}. Exemplo 16 Se W = [(1, 1)] ⊂ R2, enta˜o W⊥ = {(x, y) ∈ R2 ; x+ y = 0}. Geometricamente, W e´ a reta de equac¸a˜o y = x e W⊥ e´ a reta y = −x. Exemplo 17 Se W = [(1, 1,−1)] ⊂ R3, enta˜o W⊥ = {v = (x, y, z) ∈ R3 ; 〈v,w〉 = 0} = {(x, y, z) ∈ R3 ; 〈(x, y, z), (a, a,−a)〉= 0, para todo a ∈ R} = {(x, y, z) ∈ R3 ; ax+ ay− az = a(x+ y − z) = 0, para todo a ∈ R} = {(x, y, z) ∈ R3 ; x+ y− z = 0}. Geometricamente, W e´ a reta r pela origem gerada por (1, 1,−1) e W⊥ e´ o plano pela origem ortogonal a` reta r. Proposic¸a˜o 6 (Propriedades do complemento ortogonal) Seja V um K-espac¸o vetorial com produto interno 〈 , 〉. SejaW um subespac¸o de V. Valem as seguintes propriedades: (a) W⊥ e´ um subespac¸o de V. (b) Se W = [w1, . . . , wr], enta˜o M.L.T.Villela UFF 106 Produto interno PARTE 3 - SEC¸A˜O 1 W⊥ = {v ∈ V ; 〈v,wj〉 = 0, para j = 1, . . . , r}. Demonstrac¸a˜o: (a) Como 0 = 〈0V, w〉, para todo w ∈W, enta˜o 0V ∈W⊥. Sejam u, v ∈W⊥. Enta˜o, para qualquer w ∈ W , temos 〈u,w〉 = 0, 〈v,w〉 = 0 e 〈u + v,w〉 = 〈u,w〉 + 〈v,w〉 = 0 + 0 = 0. Logo, u + v ∈ W⊥. Para qualquer a ∈ K e qualquer w ∈W, temos 〈a · u,w〉 = a〈u,w〉 = a · 0 = 0. Logo a · u ∈W⊥. (b) Seja U = {v ∈ V ; 〈v,wj〉 = 0, para j = 1, . . . , r}. Vamos mostrar que U = W⊥. Seja v ∈ W⊥. Como 〈v,w〉 = 0, para todo w ∈ W, e wj ∈ W, para j = 1, . . . , r, enta˜o 〈v,wj〉 = 0, para j = 1, . . . , r, logo v ∈ U, mostrando que W⊥ ⊂ U. Sejam v ∈ U e a1, . . . , ar ∈ K. Consideremos w = a1w1 + · · ·+ arwr. Enta˜o, 〈v,w〉 = 〈 v, r∑ j=1 ajwj 〉 = r∑ j=1 aj · 〈v,wj〉 = r∑ j=1 aj · 0 = 0. Como na˜o ha´ restric¸a˜o quanto aos valores de aj em K, temos que w assume todos os valores poss´ıveis em W. Assim, 〈v,w〉 = 0, para todo w ∈ W. Portanto, v ∈W⊥, mostrando que U ⊂W⊥. � Exemplo 18 Consideremos W = {(x, y, z) ∈ R3 ; x + y− z = 0}. Enta˜o, W = {(x, y, z) ∈ R3 ; 〈(x, y, z), (1, 1,−1)〉 = 0}. Geometricamente, W e´ o plano passando pela origem perpendicular a` reta r gerada por (1, 1,−1). Assim, W⊥ = [(1, 1,−1)] e´ a reta r. Exemplo 19 Seja W = { (x, y, z,w) ∈ R4 ; x+ y+ z−w = 0 e x− y+ z−w = 0}. Vamos determinar equac¸o˜es para W⊥. Primeiramente, constru´ımos uma base deW. Sabemos que dimR W = 2, pois W e´ o espac¸o soluc¸a˜o de um sistema linear homogeˆneo de r = 2 equac¸o˜es com n = 4 inco´gnitas, cujo grau de liberdade e´ dimR W = n− r = 2. Reduzindo por linhas a matriz associada ao sistema obtemos: ( 1 1 1 −1 1 −1 1 −1 ) ∼ ( 1 1 1 −1 0 −2 0 0 ) ∼ ( 1 1 1 −1 0 1 0 0 ) ∼ ( 1 0 1 −1 0 1 0 0 ) Logo, Instituto de Matema´tica 107 UFF A´lgebra Linear II Produto interno W = { (x, y, z,w) ∈ R4 ; x + z−w = 0 e y = 0} = { (x, y, z,w) ∈ R4 ; x = −z +w e y = 0} = { (−z+w, 0, z,w) ; z,w ∈ R} = { (−z, 0, z, 0) + (w, 0, 0,w) ; z,w ∈ R} = { z(−1, 0, 1, 0) +w(1, 0, 0, 1) ; z,w ∈ R}. Portanto, W = [(−1, 0, 1, 0), (1, 0, 0, 1)]. Pelo item (b) da Proposic¸a˜o ante- rior, temos que W⊥ = {(x, y, z,w) ∈ R4 ; −x + z = 0 e x+w = 0}. Proposic¸a˜o 7 (Propriedade adicional do complemento ortogonal) Seja V um K-espac¸o vetorial com produto interno 〈 , 〉 e dimKV = n. Seja W um subespac¸o de V. Enta˜o,V = W ⊕W⊥. Demonstrac¸a˜o: Devemos mostrar que W ∩W⊥ = {0V} e V = W +W⊥. Seja v ∈W ∩W⊥. Enta˜o, 〈v,w〉 = 0, para todo w ∈W, pois v ∈W⊥. Como v ∈ W, podemos tomar w = v e assim, 0 = 〈v, v〉 = ‖v‖2. Logo, v = 0V e W ∩W⊥ = {0V}. Se W = {0V}, enta˜o W ⊥ = V e, claramente, V = W ⊕W⊥. 〈wk,wj〉 = δkj , onde δkj = { 1, se k= j 0, se k 6= j. A seguir mostraremos que e´ sempre poss´ıvel construir uma base ortonormal em espac¸os vetoriais na˜o-nulos de dimensa˜o finita com produto interno. Suponhamos que W 6= {0V}. Como dimKV = n, enta˜o dimKW = r, para algum r, tal que 1 ≤ r ≤ n. Seja {w1, . . . , wr} uma base ortonormal de W. Dado v ∈ V, consideremos projW(v) = r∑ k=1 〈v,wk〉wk. Primeiramente, observamos que, para cada j = 1, . . . , r, temos que 〈projW(v), wj〉 = 〈v,wj〉, pois 〈projW(v),wj〉 = 〈 r∑ k=1 〈v,wk〉wk,wj 〉 = r∑ k=1 〈v,wk〉〈wk,wj〉 = r∑ k=1 〈v,wk〉δkj = 〈v,wj〉. E´ claro que projW(v) ∈ W. Definimos u = v − projW(v). Afirmamos que u ∈W⊥. De fato, 〈u,wj〉 = 〈v− projW(v), wj〉 = 〈v,wj〉− 〈projW(v), wj〉 = 〈v,wj〉− 〈v,wj〉 = 0. Portanto, v = projW(v) + u ∈W +W⊥, logo V = W +W⊥. M.L.T.Villela UFF 108 Produto interno PARTE 3 - SEC¸A˜O 1 Como a soma e´ uma soma direta, segue que dimKW ⊥ = dimKV − dimKW. � A demonstrac¸a˜o da Proposic¸a˜o anterior motiva a definic¸a˜o de projec¸a˜o ortogonal de um vetor v ∈ V sobre um subespac¸o W de V. Definic¸a˜o 9 (Projec¸a˜o ortogonal de v sobre W) Seja V um K-espac¸o vetorial de dimensa˜o finita com produto interno 〈 , 〉 e seja W 6= {0V} um subespac¸o de V. Para cada v ∈ V, a projec¸a˜o ortogonal de v sobre W e´ o vetor projW(v) = 〈v,w1〉w1 + · · ·+ 〈v,wr〉wr, onde {w1, . . . , wr} e´ uma base ortonormal de W. Vamos ilustrar o conceito acima com os nossos conhecimentos de vetores no plano e espac¸o, aprendidos num curso de Geometria Anal´ıtica. E´ muito importante a projec¸a˜o ortogonal sobre a direc¸a˜o de um vetor do plano ou do espac¸o, em virtude de poder significar a componente de uma forc¸a. Exemplo 20 Seja w ∈ V, w 6= 0V, e seja W = [w]. Dado v ∈ V, a projec¸a˜o ortogonal de v sobre W, denotada por projW(v), e´ o vetor da direc¸a˜o de w tal que u = v− projW(v) e´ ortogonal a w. --� � � � � � � ��36 wprojW(v) u = v− projW(v) v Assim, existe a ∈ K tal que projW(v) = aw e 0 = 〈u,w〉. Portanto, 0 = 〈u,w〉 = 〈v− projW(v), w〉 = 〈v− aw,w〉 = 〈v,w〉− a〈w,w〉. Logo, a = 〈v,w〉〈w,w〉 e projW(v) = 〈v,w〉 〈w,w〉w. Observamos que definindo w1 = w ‖w‖ , temos projW(v) = 〈v,w〉 〈w,w〉 w = 〈v,w〉 ‖w‖2 w = 〈 v, w‖w‖ 〉 w ‖w‖ = 〈v,w1〉w1. Exemplo 21 Vamos determinar a projec¸a˜o ortogonal de v = (1, 2) sobre o subespac¸o W do R2 gerado por w = (1,−1). Como 〈w,w〉 = 1 · 1 + (−1) · (−1) = 2, enta˜o ‖w‖ = √2 e o vetor w1 = 1 ‖w‖w = ( 1√ 2 ,− 1√ 2 ) e´ um unita´rio na direc¸a˜o de w e e´ uma base ortonormal de W. Instituto de Matema´tica 109 UFF A´lgebra Linear II Produto interno Assim, projW(v) = 〈v,w1〉w1 = 〈 (1, 2), ( 1√ 2 ,− 1√ 2 )〉( 1√ 2 ,− 1√ 2 ) = ( 1 · 1√ 2 + 2 · ( − 1√ 2 ))( 1√ 2 ,− 1√ 2 ) = − 1√ 2 ( 1√ 2 ,− 1√ 2 ) = ( −1 2 , 1 2 ) Exemplo 22 Vamos determinar a projec¸a˜o ortogonal de v = (1, 2, 1) sobre o plano Π de equac¸a˜o x+ y− z = 0. Todo plano passando pela origem e´ um subespac¸o do R3 de dimensa˜o 2. Primeiramente, vamos construir uma base ortonormal para o plano dado. Escolhemos v1 ∈ Π, v1 6= (0, 0, 0), digamos v1 = (1, 1, 2). Agora procuramos v2 = (a, b, c) 6= (0.0.0), tal que v2 ∈ Π⇐⇒ a+ b− c = 0 e 〈v1, v2〉 = 0⇐⇒ a+ b+ 2c = 0. Portanto, v2 e´ uma soluc¸a˜o na˜o-nula do sistema linear homogeˆneo acima. Reduzindopor linhas a matriz associada ao sistema, obtemos:( 1 1 2 1 1 −1 ) ∼ ( 1 1 2 0 0 −3 ) ∼ ( 1 1 2 0 0 1 ) ∼ ( 1 1 0 0 0 1 ) . Logo, a+ b = 0 e c = 0. Enta˜o, v2 = (a,−a, 0), onde a ∈ R e a 6= 0. Escolhemos v2 = (1,−1, 0). Como {v1, v2} e´ uma base ortogonal de Π, ‖v1‖ = √ 6 e ‖v2‖ = √ 2, temos que{ w1 = v1 ‖v1‖ = ( 1√ 6 , 1√ 6 , 2√ 6 ) , w2 = v2 ‖v2‖ = ( 1√ 2 ,− 1√ 2 , 0 )} e´ uma base ortonormal de Π. Logo, projΠ(v) = 〈v,w1〉w1 + 〈v,w2〉w2 = 1+2+2√ 6 ( 1√ 6 , 1√ 6 , 2√ 6 ) + 1−2√ 2 ( 1√ 2 ,− 1√ 2 , 0 ) = ( 5 6 , 5 6 , 10 6 ) + ( −1 2 , 1 2 , 0 ) = ( 1 3 , 4 3 , 5 3 ) . Agora vamos justificar a existeˆncia de bases ortonormais em espac¸os vetoriais na˜o-nulos de dimensa˜o finita. A partir de uma base qualquer do espac¸o vetorial, constru´ımos uma base ortonormal, pelo processo de ortonor- malizac¸a˜o de Gram-Schmidt. M.L.T.Villela UFF 110 Produto interno PARTE 3 - SEC¸A˜O 1 Teorema 2 (Gram-Schmidt) Todo K-espac¸o vetorial V na˜o-nulo de dimensa˜o finita com produto interno 〈 , 〉 admite uma base ortonormal. Demonstrac¸a˜o: Como todo espac¸o vetorial V 6= {0V} tem uma base e dimensa˜o de V e´ finita, enta˜o escolhemos {v1, . . . , vn} uma base de V. Tome u1 = v1 e seja w1 = u1 ‖u1‖ . Construiremos u2 ortogonal a w1 e no espac¸o gerado por v1 e v2. Seja u2 6= 0V , pois v2 6∈ [w1]. u2 = v2 − 〈v2, w1〉w1 ∈ [w1]⊥ = [v1]⊥. Seja w2 = u2 ‖u2‖ . Observamos que [v1, v2] = [w1, v2] = [w1, u2] = [w1, w2]. Construiremos u3 ortogonal a w1 e w2 e no espac¸o gerado por v1, v2 e v3. Seja u3 = v3 − (〈v3, w1〉w1 + 〈v3, w2〉w2) ∈ [w1, w2]⊥ = [v1, v2]⊥. u3 6= 0V , pois v3 6∈ [w1,w2]. Seja w3 = u3 ‖u3‖ . Observamos que [v1, v2, v3] = [w1, w2, v3] = [w1, w2, u3] = [w1, w2, w3]. Suponhamos constru´ıdo wr, onde 1 ≤ r < n, com [v1, . . . , vr] = [w1, . . . , wr] Definimos ur+1 = vr+1 − (〈vr+1, w1〉w1 + · · ·+ 〈vr+1, wr〉wr), com ur+1 ∈ [w1, . . . , wr]⊥ = [v1, . . . , vr]⊥. Tomamos wr+1 = ur+1 ‖ur+1‖ . Continuamos o processo, ate´ que todos os vetores da base escolhida inicialmente tenham sido utilizados. � Exemplo 23 Vamos construir uma base ortonormal para W = {(x, y, z,w) ∈ R4 ; x+ y+ z−w = 0}. Como W = {(x, y, z, x+ y+ z) ; x, y, z ∈ R} = {x(1, 0, 0, 1) + y(0, 1, 0, 1) + z(0, 0, 1, 1) ; x, y, z ∈ R}, , enta˜o {v1 = (1, 0, 0, 1), v2 = (0, 1, 0, 1), v3 = (0, 0, 1, 1)} e´ uma base de W. Seja w1 = v1 ‖v1‖ = ( 1√ 2 , 0, 0, 1√ 2 ) . Temos u2 = v2 − 〈v2, w1〉w1 = (0, 1, 0, 1) − 1√ 2 ( 1√ 2 , 0, 0, 1√ 2 ) = (0, 1, 0, 1) − ( 1 2 , 0, 0, 1 2 ) = ( −1 2 , 1, 0, 1 2 ) . Instituto de Matema´tica 111 UFF A´lgebra Linear II Produto interno Como ‖u2‖ = √ 1 4 + 1+ 1 4 = √ 6 4 = √ 6 2 , enta˜o w2 = u2 ‖u2‖ = 1√ 6 (−1, 2, 0, 1). Temos u3 = v3 − 〈v3, w1〉w1− 〈v3, w2〉w2) = (0, 0, 1, 1) − 1√ 2 ( 1√ 2 , 0, 0, 1√ 2 ) − 1√ 6 · 1√ 6 (−1, 2, 0, 1) = (0, 0, 1, 1) + ( −1 2 , 0, 0,−1 2 ) + ( 1 6 ,−2 6 , 0,−1 6 ) = ( −1 3 ,−1 3 , 1, 1 3 ) Temos ‖u3‖ = √ 1 9 + 1 9 + 1+ 1 9 = √ 4 3 = 2√ 3 ew3 = u3 ‖u3‖ = √ 3 2 ( −1 3 ,−1 3 , 1, 1 3 ) . Obtemos, que {w1, w2, w3} e´ uma base ortonormal de W. Encerramos com o Teorema de representac¸a˜o de funcionais lineares (transformac¸o˜es lineares de V em K. Teorema 3 (Representac¸a˜o de funcionais lineares) Seja V um K-espac¸o vetorial de dimensa˜o n ≥ 1. Se ϕ : V −→ K e´ um funcional linear, enta˜o existe um u´nico uϕ ∈ V, tal que ϕ(v) = 〈v, uϕ〉, para todo v ∈ V. Demonstrac¸a˜o: Suponhamos que exista um tal elemento uϕ ∈ V. Seja {v1, . . . , vn} uma base ortonormal de V e escreva uϕ = n∑ k=1 xkvk. Como ϕ(v) = 〈v, uϕ〉, para todo v ∈ V, em particular, δjk = { 1, se j= k 0, se j 6= k. ϕ(vj) = 〈vj, uϕ〉 = 〈 vj, n∑ k=1 xkvk 〉 = n∑ k=1 xk〈vj, vk〉 = n∑ k=1 xkδjk = xj. Assim, xj = xj = ϕ(vj). Definimos, dessa maneira, uϕ := n∑ k=1 ϕ(vk)vk. Consideremos a func¸a˜o T : V −→ K v 7−→ 〈v, uϕ〉. Segue das propriedades do produto interno, que T e´ K-linear. Temos que T(vj) = 〈vj, uϕ〉 = 〈 vj, n∑ k=1 ϕ(vk)vk 〉 = n∑ k=1 ϕ(vk)〈vj, vk〉 = n∑ k=1 ϕ(vk)δjk = ϕ(vj). Como toda transformac¸a˜o linear esta´ perfeitamente determinada pelos seus valores numa base, enta˜o T = ϕ. � M.L.T.Villela UFF 112 Produto interno PARTE 3 - SEC¸A˜O 1 Exemplo 24 Seja ϕ : R3 −→ R definida porϕ(x, y, z) = 2x+3y+5z. Enta˜o, uϕ = (2, 3, 5) e, para todo v = (x, y, z) ∈ R3, ϕ(v) = 〈v, uϕ〉. Exemplo 25 Seja ϕ : C2 −→ C definida por ϕ(x, y) = (2 − 3i)x + (3 + 4i)y. Enta˜o, ϕ e´ C-linear e ϕ(x, y) = x(2+ 3i) + y(3− 4i) = 〈(x, y), (2+ 3i, 3− 4i)〉. Da unicidade de uϕ temos que uϕ = (2+ 3i, 3− 4i). Exerc´ıcios 1. Mostre que f e´ um produto interno em V = R2, onde u = (x1, x2), v = (y1, y2) e f(u, v) = 2x1y1 + x2y1 + x1y2 + x2y2. 2. Sejam p(t) = a0 + a1t + · · · + antn e q(t) = b0 + b1t + · · · + bntn polinoˆmios quaisquer de Pn(R). Mostre que a func¸a˜o definida por 〈p(t), q(t)〉 = a0b0 + a1b1 + · · ·+ anbn e´ um produto interno em Pn(R). 3. Seja V o espac¸o vetorial real das matrizes 2× 1 com coeficientes reais. Seja A ∈ M2×2(R). Para X, Y ∈ V, definimos fA(X, Y) = YtAX, onde Yt e´ a transposta de Y. Mostre que fA e´ um produto interno em V se, e somente se, A = A t, a11 > 0, a22 > 0 e det(A) > 0, onde A = ( a11 a12 a21 a22 ) . 4. Seja V = M2×2(R). (a) Mostre que 〈A,B〉 = tr(BtA) e´ um produto interno em V, onde tr(A) = a11 + a22. (b) Determine a expressa˜o de 〈A,B〉, escrevendo A = ( a11 a12 a21 a22 ) e B = ( b11 b12 b21 b22 ) . (c) Dadas A = ( 1 1 0 1 ) e B = ( 1 0 0 0 ) , determine 〈A,B〉, ‖A‖, ‖B‖ e d(A,B) = ‖A− B‖. Instituto de Matema´tica 113 UFF A´lgebra Linear II Produto interno 5. Seja V um C-espac¸o vetorial com produto interno 〈 , 〉. Mostre que 〈v,w〉 = Re(〈v,w〉) + iRe(〈v, iw〉). 6. Seja V um K-espac¸o vetorial com produto interno 〈 , 〉. Mostre que va- lem as seguintes igualdades, conhecidas com identidades de polarizac¸a˜o, para quaisquer v,w ∈ V: Seja z=a+ ib∈ C. Definimos Re(z) =a e Im(z) =b. (a) (Caso real: K = R) 〈v,w〉 = 1 4 ‖v+w‖2 − 1 4 |v−w‖2. (b) (Caso complexo: K = C) 〈v,w〉 = 1 4 ‖v+w‖2 − 1 4 ‖v−w‖2 + i 4 ‖v+ iw‖2 − i 4 ‖v− iw‖2. Sugesta˜o: Use o Exerc´ıcio anterior. 7. Sejam V um R-espac¸o vetorial com produto interno 〈 , 〉 e T : V −→ V um isomorfismo. Mostre que pT(u, v) = 〈T(u), T(v)〉 e´ um produto interno em V. Lembramos que o corpo K e´ R ou C. 8. Mostre as seguintes propriedades da adjunta: (a) (A+ B)∗ = A∗ + B∗, para quaisquer A,B ∈Mm×n(K). (b) (AB)∗ = B∗A∗, para quaisquer A ∈Mm×p(K) e B ∈Mp×n(K). (c) (A∗)∗ = A, para qualquer A ∈Mm×n(K). 9. Seja V = Mn×1(K). Seja Q uma matriz invert´ıvel de ordem n com coeficientes em K. Para X, Y ∈ V , definimos 〈X, Y〉 = Y∗Q∗QX. (a) Mostre que 〈 , 〉 e´ um produto interno em V. (b) Escreva a fo´rmula do produto interno em V, nos casos Q = I e K = C ou K = R. 10. Seja V um K-espac¸o vetorial com produto interno 〈 , 〉. Mostre que: (a) 〈 n∑ j=1 λj·uj, v 〉 = n∑ j=1 λj·〈uj, v〉, para quaisquer λj ∈ K e v, uj ∈ V, para j = 1, . . . , n. (b) 〈 u, n∑ j=1 λj·vj 〉 = n∑ j=1 λj·〈u, vj〉, para quaisquer λj ∈ K e u, vj ∈ V, para j = 1, . . . , n. (c) 〈 m∑ j=1 λj · uj, n∑ k=1 ξk · vk 〉 = m∑ j=1 n∑ k=1 λj · ξk〈uj, vk〉, para quaisquer uj, vk ∈ V e λj, ξk ∈ K, onde j = 1, . . . ,m e k = 1, . . . , n. M.L.T.Villela UFF 114 Produto interno PARTE 3 - SEC¸A˜O 1 11. Use a desigualdade de Cauchy-Schwarz no R3 para mostrar que se a > 0, b > 0 e c > 0, enta˜o (a+ b+ c) · ( 1 a + 1 b + 1 c ) ≥ 9. 12. Sejam a, b, c nu´meros reais positivos, tais que a + b + c = 1. Use a desigualdade de Cauchy-Schwarz no R3 para mostrar que( 1 a − 1 ) ( 1 b − 1 ) ( 1 c − 1 ) ≥ 8. 13. Mostre o teorema de Pitago´ras: se u ⊥ v =⇒ ‖u+ v‖2 = ‖u‖2+ ‖v‖2. 14. Mostre a lei do paralelogramo: ‖u + v‖2 + ‖u− v‖2 = 2‖u‖2 + 2‖v‖2, para quaisquer u, v ∈ (V, 〈 , 〉). 15. Sejam x, y ∈ Rn. Mostre que |〈x, y〉| = ‖x‖ · ‖y‖ se, e somente se, {x, y} e´ linearmente dependente. 16. Prove que se |〈x, y〉| = ‖x‖+‖y‖, enta˜o {x, y} e´ linearmente dependente. Deˆ exemplo mostrando que a rec´ıproca desta afirmac¸a˜o e´ falsa. 17.Sejam x, y ∈ Rn, prove que se (x + y) ⊥ (x− y), enta˜o ‖x‖ = ‖y‖. Interprete geometricamente. 18. Seja V um espac¸o vetorial com produto interno 〈 , 〉. (a) Mostre que se 〈u, v〉 = 0, para todo v ∈ V, enta˜o u = 0V. (b) Mostre que se u e´ ortogonal a v, enta˜o todo mu´ltiplo escalar de u tambe´m e´ ortogonal a v. 19. Encontre um vetor unita´rio ortogonal a v1 = (1, 1, 2) e a v2 = (0, 1, 3) em R3. 20. Seja B = {v1, . . . , vn} base ortogonal de um espac¸o euclidiano V. Sejam u = α1v1 + · · ·+ αnvn e v = β1v1 + · · ·+ βnvn. Calcule 〈u, v〉, onde 〈 , 〉 indica o produto interno de V. 21. Seja Kn com o produto interno usual. Seja A ∈Mn×n(K). (a) Mostre que se C = AA∗, enta˜o Ckj = 〈Ak, Aj〉, onde Ak e´ a k-e´sima linha de A. (b) Mostre que se AA∗ = I, enta˜o as linhas e as colunas de A sa˜o ortonormais. Instituto de Matema´tica 115 UFF A´lgebra Linear II Produto interno 22. Seja A ∈Mn×n(K). Dizemos que A e´ matriz unita´ria se, e somente se, AA∗ = A∗A = I. Quando K = R chamamos uma matriz unita´ria de matriz ortogonal e, nesse caso, AAt = AtA = I. (a) Mostre que as seguintes matrizes com coeficientes reais sa˜o orto- gonais: (i) cosθ − sen θ 0sen θ cos θ 0 0 0 1 (ii) 1 0 00 1/√5 2/√5 0 −2/ √ 5 1/ √ 5 (iii) 1/ √ 2 1/ √ 6 1/ √ 3 −1/ √ 2 1/ √ 6 1/ √ 3 0 −2/ √ 6 1/ √ 3 (b) Mostre que as seguintes matrizes com coeficientes complexos sa˜o unita´rias: (i) ( 1√ 3 1−i√ 3 1+i√ 3 −1√ 3 ) (ii) 1 2 i 2 1 2 − i 2 i√ 2 1√ 2 0 1 2 i 2 −1 2 + i 2 23. Seja A ∈Mn×n(R). Mostre que se A e´ ortogonal, enta˜o det(A) = 1 ou det(A) = −1. 24. Seja A ∈Mn×n(C). Mostre que se A e´ unita´ria, enta˜o det(A) = x+iy, com x2 + y2 = 1. 25. Ache o aˆngulo entre os seguintes pares de vetores de R3: (a) u = (1, 1, 1), v = (1/2,−1, 1/2) (b) u = (1,−1, 0), v = (2,−1, 2) 26. Em V = P3(R) com o produto interno 〈p, q〉 = ∫1 0 p(t)q(t)dt, deter- mine o aˆngulo entre os seguintes pares de vetores: (a) p(t) = t3−t−1, q(t) = t2+1, (b) p(t) = 2, q(t) = t3+t+1 27. (a) Esboce o subconjunto S = { u ∈ R3; ‖u‖ = 1} de R3, onde ‖ ‖ e´ a norma definida a partir do produto interno usual de R3. (b) Esboce o subconjunto S = { u ∈ R2; ‖u‖1 = 1 } de R2, onde ‖.‖1 e´ a norma do produto interno 〈(x1, x2), (y1, y2)〉 = 19x1y1+ 14x2y2. 28. Sejam A = (1, 2,−1), B = (−1, 0,−1) e C = (2, 1, 2) ∈ R3. (a) Mostre que o triaˆngulo ABC e´ retaˆngulo em A. M.L.T.Villela UFF 116 Produto interno PARTE 3 - SEC¸A˜O 1 (b) Calcule a medida da projec¸a˜o do cateto AB sobre a hipotenusa BC. (c) Determine o pe´ da altura do triaˆngulo relativa ao ve´rtice A. 29. Calcule o per´ımetro do triaˆngulo cujos ve´rtices sa˜o A = (0, 1, 2), B = (−1, 0,−1) e C = (2,−1, 0). 30. Ache uma base ortogonal para os subespac¸os de R3 gerados pelos ve- tores: (a) (1, 1,−1), (1, 0, 1) (b) (2, 1, 1), (1, 3, 1). 31. Ache uma base ortogonal para o espac¸o soluc¸a˜o de: (a) { 2x+ y+ z = 0 y+ z = 0 (b) x− y+ z = 0 32. Seja W o subespac¸o do R5 gerado por u = (1, 2, 3,−1, 2) e v = (2, 4, 7, 2,−1). Determine uma base para o complemento orto- gonal W⊥ de W. 33. Considere V = C([0, 1]) com produto interno dado pela integral. De- termine uma base ortonormal para cada subespac¸o W: (a) W e´ o subespac¸o gerado por f(t) = t, g(t) = t2. (b) W e´ o subespac¸o gerado por f(t) = 1+ t, g(t) = t2. (c) W e´ o subespac¸o gerado por f(t) = cos(2πt), g(t) = sen(2πt). 34. Seja ϕ : C2 −→ C definida por ϕ(x, y) = (2+ 3i)x−(1+ 2i)y. Mostre que ϕ e´ C-linear e determine u ∈ C2 tal que ϕ(v) = 〈v, u〉, para todo v ∈ C2. Instituto de Matema´tica 117 UFF A´lgebra Linear II Produto interno M.L.T.Villela UFF 118 A adjunta de uma transformac¸a˜o linear PARTE 3 - SEC¸A˜O 2 A adjunta de uma transformac¸a˜o linear Vamos introduzir o conceito de adjunta de uma transformac¸a˜o linear e relacionar as suas representac¸o˜es matriciais. Proposic¸a˜o 8 Sejam V e W K-espac¸os vetoriais na˜o-nulos de dimensa˜o finita com produto interno e T : V −→W uma K-transformac¸a˜o linear. Enta˜o, existe uma u´nica transformac¸a˜o K-linear T ∗ : W −→ V tal que 〈T(v), w〉 = 〈v, T ∗(w)〉, (⋆) para quaisquer v ∈ V e w ∈W. Demonstrac¸a˜o: Primeiramente, observamos que se V = {0V}, enta˜o T = 0 e a u´nica func¸a˜o F : W −→ V e´ definida por F(w) = 0V, e´ K-linear e tem a propriedade (⋆), isto e´, F = 0 = T ∗. Analogamente, se W = {0W}, enta˜o T(v) = 0W, para todo v ∈ V, e T ∗ = 0. Podemos supor que dimKV = n ≥ 1 e dimKW = m ≥ 1. (Unicidade) Suponhamos que exista T ∗ : W −→ V K-linear com a propri- edade (⋆). Seja L : W −→ V K-linear tal que 〈T(v), w〉 = 〈v, L(w)〉, para quaisquer v ∈ V e w ∈ W. Seja {w1, . . . , wm} uma base ortonormal de W e seja {v1, . . . , vn} uma base ortonormal de V. Enta˜o, 〈vk, T ∗(wj)〉 = 〈T(vk), wj〉 = 〈vk, L(wj)〉, para todo k = 1, . . . , n e j = 1, . . . ,m. Das propriedades do produto interno, temos que 0 = 〈vk, T ∗(wj) − L(wj)〉 = 〈vk, (T ∗ − L)(wj)〉, para todo k = 1, . . . , n e j = 1, . . . ,m. Toda transformac¸a˜o linear esta´ perfeitamente determinada pelos seus valores numa base do domı´nio. Portanto, para cada j = 1, . . . ,m, temos (T ∗ − L)(wj) ∈ V⊥ = {0V}, isto e´, (T ∗−L)(wj) = 0V, que e´ equivalente a T ∗(wj) = L(wj). Logo, T ∗ = L. (Existeˆncia) Seja {v1, . . . , vn} uma base ortonormal de V. Para cada w ∈W, definimos T ∗(w) = n∑ j=1 〈w, T(vj)〉vj. Vamos mostrar que T ∗ e´ K-linear e tem a propriedade (⋆). De fato, Em (1) usamos a definic¸a˜o de T∗; em (2), propriedade do produto interno em V; em (3), a distributividade da adic¸a˜o de escalares de K e a multiplicac¸a˜o de vetores de V; em (4), a comutatividade e a associatividade da adic¸a˜o de vetores em V; e em (5), a definic¸a˜o de T∗. T ∗(w+w′) (1) = n∑ j=1 〈w+w′, T(vj)〉vj (2) = n∑ j=1 (〈w, T(vj)〉+ 〈w′, T(vj)〉)vj (3) = n∑ j=1 (〈w, T(vj)〉vj + 〈w′, T(vj)〉vj) Instituto de Matema´tica 119 UFF A´lgebra Linear II A adjunta de uma transformac¸a˜o linear (4) = n∑ j=1 〈w, T(vj)〉vj + n∑ j=1 〈w′, T(vj)〉vj (5) = T ∗(w) + T ∗(w′), para quaisquer w,w′ ∈W. T ∗(aw) (1) = n∑ j=1 〈aw, T(vj)〉vj (2) = n∑ j=1 a〈w, T(vj)〉vj (3) = a ( n∑ j=1 〈w, T(vj)〉vj ) (4) = aT ∗(w), Em (1) usamos a definic¸a˜o de T∗; em (2), propriedade do produto interno em V; em (3), a distributividade da multiplicac¸a˜o de escalares de K e a adic¸a˜o de vetores de V; e em (4), novamente, a definic¸a˜o de T∗. para quaisquer a ∈ K e w ∈W. Portanto, T ∗ : W −→ V e´ K-linear. Falta apenas mostrar a propriedade (⋆). Primeiramente, vamos mostrar a propriedade (⋆) para vk, onde k = 1, . . . , n. Temos que: Em (1) usamos a definic¸a˜o de T∗; em (2), propriedade do produto interno em V; em (3), que {v1,...,vn} e´ uma base ortonormal de V; em (4), que so´ ha´ contribuic¸a˜o da parcela j=k; e em (5), propriedade do produto interno em W. 〈vk, T ∗(w)〉 (1)= 〈 vk, n∑ j=1 〈w, T(vj)〉vj 〉 (2) = n∑ j=1 〈w, T(vj)〉〈vk, vj〉 (3) = n∑ j=1 〈w, T(vj)〉δkj (4) = 〈w, T(vk)〉 (5) = 〈T(vk), w〉. (⋆⋆) Seja v ∈ V. Escrevemos v = n∑ k=1 akvk, com ak ∈ K. (⋆ ⋆ ⋆) Enta˜o, Em (1) usamos (⋆ ⋆ ⋆); em (2), propriedade do produto interno em V; em (3), a igualdade (⋆⋆); em (4), propriedade do produto interno em W; em (5), que T e´ K-linear; e em (6), novamente, (⋆ ⋆ ⋆). 〈v, T ∗(w)〉 (1)= 〈 n∑ k=1 akvk, T ∗(w) 〉 (2) = n∑ k=1 ak〈vk, T ∗(w)〉 (3) = n∑ k=1 ak〈T(vk), w〉 (4) = 〈 n∑ k=1 akT(vk), w 〉 (5) = 〈 T ( n∑ k=1 akvk ) , w 〉 (6) = 〈T(v), w〉. M.L.T.Villela UFF 120 A adjunta de uma transformac¸a˜o linear PARTE 3 - SEC¸A˜O 2 Logo, vale a propriedade (⋆) para todo v ∈ V e w ∈W. � Definic¸a˜o 10 (T ∗ a adjunta de T) Dados V e W espac¸os vetoriais de dimensa˜o finita e T : V −→W K-linear, a u´nica transformac¸a˜o K-linear T ∗ : W −→ V tal que 〈T(v), w〉 = 〈v, T ∗(w)〉, para todo v ∈ V e w ∈W e´ chamada de adjunta de T . Antes de darmos alguns exemplos, vamos mostrar a relac¸a˜o entre as representac¸o˜es matriciais de T e sua adjunta T ∗, com respeito a bases orto- normais. Proposic¸a˜o 9 (Representac¸a˜omatricial da adjunta) Sejam V e W K-espac¸os vetoriais na˜o-nulos de dimensa˜o finita. Sejam α e β bases ortonormais de V e W, respectivamente. Sejam T : V −→ W K-linear e T ∗ : W −→ V a sua adjunta. Enta˜o, T ∗]βα = (T ]αβ)∗. Demonstrac¸a˜o: Sejam dimKV = n e dimKW = m. Digamos que as bases ortonormais de V e W sejam α = {v1, . . . , vn} e β = {w1, . . . , wm}. Enta˜o, A = T ]αβ = (T(v1)]β · · · T(vj)]β · · · T(vn)]β) ∈Mm×n(K), onde T(vj)]β = A1j ... Amj . Logo, T(vj) = A1jw1 + · · ·+Akjwk + · · ·+Amjwm. Portanto, Em (1) usamos que 〈wℓ,wk〉 = δℓk ; em (2), a propriedade (⋆) de T e T∗; em (3), propriedade do produto interno de V. Akj (1) = 〈T(vj), wk〉 (2) = 〈vj, T ∗(wk)〉 (3) = 〈T ∗(wk), vj〉. Seja B = T ∗]βα = (T ∗(w1)]α · · · T ∗(wk)]α · · · T ∗(wm)]α). Enta˜o, para cada k = 1, . . . ,m, temos que T ∗(wk)]α = B1k ... Bnk , T ∗(wk) = B1kv1 + · · ·+ Bjkvj + · · ·+ Bnkvn e Bjk = 〈T ∗(wk), vj〉. Portanto, Akj = Bjk, para k = 1, . . . ,m e j = 1, . . . , n, mostrando que A∗ = B. � Agora e´ fa´cil dar exemplos. Exemplo 26 Consideremos V = C2 e W = C, com o produto interno usual. Instituto de Matema´tica 121 UFF A´lgebra Linear II A adjunta de uma transformac¸a˜o linear Seja T : C2 −→ C definida por T(x, y) = 2ix+(3−2i)y. Enta˜o, T e´ C-linear. Sejam α = {(1, 0), (0, 1)} e β = {1}. Essas bases sa˜o bases ortonormais de C2 e C, respectivamente. Temos que T ]αβ = (2i 3− 2i) ∈M1×2(C). Pela Proposic¸a˜o anterior, T ∗]βα = ( T ]αβ )∗ = ( −2i 3+ 2i ) . Logo, para cada a ∈ C, temos T ∗(a)]α = T ∗]βα · a]β = ( −2i 3+ 2i ) · a = ( −2ia (3+ 2i)a ) . Portanto, T ∗(a) = (−2ia, (2+ 3i)a), para cada a ∈ C. Exemplo 27 Consideremos R2 e R3 com o produto interno usual e a transformac¸a˜o linear T : R2 −→ R3 (x, y) 7−→ (x − y, 2x+ y, 3x+ 2y) Como α = {(1, 0), (0, 1)} e β = {(1, 0, 0), (0, 1, 0), (0, 0, 1)} sa˜o bases or- tonormais e T ]αβ = 1 −1 2 1 3 2 , enta˜o T ∗]βα = ( 1 2 3 −1 1 2 ) , portanto T ∗(x, y, z) = (x+ 2y+ z,−x+ y+ 2z). Exerc´ıcios 1. Determine a matriz A∗, a adjunta de A ∈Mn×m(C): (a) 2 i 00 1 −5i 1 2− i 3 (b) 3− i 2 3i2− i −i 4 0 1+ 2i i (c) 3 2 3i 2 −1 1− 2i −3i 1+ 2i 1 2. Para cada transformac¸a˜o linear T : V −→ W, determine a adjunta de T , isto e´, a transformac¸a˜o linear T ∗ : W −→ V, tal que 〈T(v), w〉 = 〈v, T ∗(w)〉, para quaisquer v ∈ V e w ∈W. (a) T : C2 −→ C3 dada por T(x, y) = (2x+iy, (1−i)x+3iy, 2ix+3y). (b) T : R2 −→ R2 definida por T(x, y) = (2x− y,−x + 3y). (c) T : R3 −→ R2 definida por T(x, y, z) = (2x+ y− 3z, 3x− y+ 2z). M.L.T.Villela UFF 122 A adjunta de uma transformac¸a˜o linear PARTE 3 - SEC¸A˜O 2 3. Sejam S : V −→ W e T : V −→ W transformac¸o˜es K-lineares, onde V e W sa˜o espac¸os vetoriais com produto interno e de dimenso˜es finitas. Mostre que: (a) (S+ T)∗ = S∗ + T ∗ (b) (kT)∗ = kT ∗ (c) (T ∗)∗ = T 4. Seja V um K-espac¸o vetorial com produto interno e dimensa˜o finita. Seja I : V −→ V o operador linear identidade. Mostre que I∗ = I. 5. Seja V um K-espac¸o vetorial com produto interno e dimensa˜o finita. Seja O : V −→ V o operador linear identicamente nulo, isto e´, O(v) = 0V, para todo v ∈ V. Mostre que O∗ = O. 6. Sejam S : W −→ U e T : V −→ W transformac¸o˜es K-lineares, onde V, W e U sa˜o espac¸os vetoriais com produto interno e de dimenso˜es finitas. Mostre que (S ◦ T)∗ = T ∗ ◦ S∗. 7. Seja T : V −→ W uma transformac¸a˜o K-linear invers´ıvel, onde V e W sa˜o espac¸os vetoriais com produto interno e de dimenso˜es finitas. Mostre que (T−1)∗ = (T ∗)−1. 8. Seja V um K-espac¸o vetorial com produto interno e dimensa˜o finita. Seja T : V −→ V um operador K-linear e W um subespac¸o de V invariante por T . Mostre que W⊥ e´ um subespac¸o de V invariante por T ∗. Instituto de Matema´tica 123 UFF A´lgebra Linear II A adjunta de uma transformac¸a˜o linear M.L.T.Villela UFF 124 Operadores auto-adjuntos PARTE 3 - SEC¸A˜O 3 Operadores auto-adjuntos Vamos estudar um tipo especial de operadores lineares em espac¸os ve- toriais com produto interno sobre K = R ou K = C. Definic¸a˜o 11 (Operadores auto-adjuntos) Seja V um K-espac¸o vetorial com produto interno 〈 , 〉 e dimensa˜o finita. O operador linear T : V −→ V e´ dito auto-adjunto se, e somente se, T ∗ = T . Observamos que, da unicidade do operador adjunto de T e da proprie- dade (⋆) do adjunto, segue que T e´ auto-adjunto se, e somente se, 〈T(v), w〉 = 〈v, T(w)〉, para quaisquer v,w ∈ V. Temos que, no caso dimKV = n ≥ 1, T e´ auto-adjunto se, e somente se, (T ]αα) ∗ = T ]αα, para qualquer base ortonormal α de V. De fato, se T e´ auto-adjunto, enta˜o da definic¸a˜o segue que T = T ∗. Logo, para toda base ortonormal α de V, temos T ]αα = T ∗]αα. Da Proposic¸a˜o 9, para qualquer base ortonormal α de V, temos que T ∗]αα = (T ] α α) ∗. Portanto, T ]αα = (T ] α α) ∗. Reciprocamente, seja α uma base ortonormal de V tal que T ]αα = (T ] α α) ∗. Da Proposic¸a˜o 9, seque que T ∗]αα = T ] α α. Da unicidade da representac¸a˜o matricial de transformac¸o˜es lineares, obtemos T ∗ = T . Se a propriedade vale para uma base ortonormal de V, enta˜o vale para todas as bases ortonormais de V. Acabamos de demonstrar o seguinte resultado. Quando K= R isso significa que T]αα e´ matriz sime´trica. Proposic¸a˜o 10 (Representac¸a˜o matricial de operador auto-adjunto) Seja V um K-espac¸o vetorial com produto interno e dimKV = n ≥ 1 e T um operador em V. T e´ auto-adjunto se, e somente se, para qualquer base ortonormal α de V, temos T ]αα = ( T ]αα )∗ . Agora e´ fa´cil dar exemplos. Exemplo 28 Consideremos C2 com o produto interno usual e T : C2 −→ C2 definida por T(x, y) = (x+(1+i)y, (1−i)x+2y). A base α = {(1, 0), (0, 1)} e´ ortonormal, T ]αα = ( 1 1+ i 1− i 2 ) e (T ]αα) ∗ = ( 1 1− i 1+ i 2 ) = ( 1 1+ i 1− i 2 ) = T ]αα. Logo, T e´ operador auto-adjunto. Instituto de Matema´tica 125 UFF A´lgebra Linear II Operadores auto-adjuntos Exemplo 29 Consideremos R3 com o produto interno usual. O operador R-linear T : R3 −→ R3 definido por T(x, y, z) = (x+ 3y+ 4z, 3x+ 2y+ z, 4x+ y − z) e´ auto-adjunto. De fato, α = {(1, 0, 0), (0, 1, 0), (0, 0, 1)} e´ uma base ortonormal do R3, a matriz T ]αα = 1 3 43 2 1 4 1 −1 e T ∗]αα = (T ]αα)∗ = T ]αα. E´ muito fa´cil construir e identificar operadores auto-adjuntos em espac¸os vetoriais reais ou complexos. Os operadores auto-adjuntos teˆm propriedades especiais que sera˜o es- tudadas a seguir. Proposic¸a˜o 11 (Propriedade de operador C-linear auto-adjunto) Seja V um C-espac¸o vetorial com produto interno e dimC V = n ≥ 1. Se o operador C-linear T : V −→ V e´ auto-adjunto, enta˜o existe um autovalor λ de T e λ ∈ R. O Teorema Fundamental da A´lgebra e´ estudado em A´lgebra II diz que todo polinoˆmio na˜o-constante com coeficientes complexos tem uma raiz complexa. Demonstrac¸a˜o: Seja p(λ) = det(λI−T) o polnoˆmio caracter´ıstico de T . Temos que p(λ) ∈ C[λ] e´ um polinoˆmio moˆnico com coeficientes complexos de grau n ≥ 1. Pelo Teorema Fundamental da A´lgebra, existe λ0 ∈ C, tal que p(λ0) = 0. Enta˜o, λ0 e´ um autovalor de T . Seja v ∈ V um autovetor de T associado ao autovalor λ0. Portanto, v 6= 0V e T(v) = λ0v. Logo, Em (1) e (6) usamos propriedade do produto interno; em (2) e (5), a definic¸a˜o de v; em (3), propriedade do operador adjunto de T; em (4), que T e´ auto-adjunto; λ0〈v, v〉 (1)= 〈λ0v, v〉 (2) = 〈T(v), v〉 (3) = 〈v, T ∗(v)〉 (4) = 〈v, T(v)〉 (5) = 〈v, λ0v〉 (6) = λ0〈v, v〉. Como 〈v, v〉 = ‖v‖2 6= 0, cancelando 〈v, v〉 na igualdade acima, temos que λ0 = λ0, que e´ equivalente a λ0 ∈ R. � Proposic¸a˜o 12 (Propriedade de operador R-linear auto-adjunto) Seja V um R-espac¸o vetorial com produto interno e dimR V = n ≥ 1. Se o operador R-linear T : V −→ V e´ auto-adjunto, enta˜o existe um autovalor λ ∈ R de T . M.L.T.Villela UFF 126 Operadores auto-adjuntos PARTE 3 - SEC¸A˜O 3 Demonstrac¸a˜o: Sejam α = {v1, . . . , vn} uma base ortonormal de V e A = T ]αα ∈Mn×n(R). Como T e´ auto-adjunto,pela Proposic¸a˜o 10, A = A∗ = At. Seja p(λ) = det(λIV − T) = det(λI−A), o polinoˆmio caracter´ıstico de T . Fixemos β = {e1 = (1, 0, . . . , 0), . . . , en = (0, 0, . . . , 1)}, a base canoˆnica de Cn. Definimos TA : C n −→ Cn como a u´nica transformac¸a˜o C-linear, tal que TA] β β = A. O polinoˆmio caracter´ıstico de TA e´ det(λICn−TA) = det(λI−A) = p(λ). Pela Proposic¸a˜o 11, TA tem um autovalor λ0 ∈ R. Seja z ∈ Cn um autovetor de TA associado ao autovalor λ0. Temos que z = (z1, . . . , zn) = (x1 + iy1, . . . , xn+ iyn) = (x1, . . . , xn)︸ ︷︷ ︸ x∈Rn +i (y1, . . . , yn)︸ ︷︷ ︸ y∈Rn = x+ iy. TA e´ C-linear. Assim, TA(z) = TA(x+ iy) = TA(x) + iTA(y). Como λ0z = λ0(x+ iy) = (λ0x) + i(λ0y), temos que TA(x) + iTA(y) = TA(z) = λ0z = (λ0x) + i(λ0y), logo TA(x) = λ0x e TA(y) = λ0y. Como z 6= 0Cn , temos que x 6= 0Rn ou y 6= 0Rn . Digamos que x = (x1, . . . , xn) 6= (0, . . . , 0). Enta˜o, x e´ autovetor de TA associado ao autovalor λ0, pois TA(x) = λ0x. O vetor na˜o-nulo v = x1v1+ · · ·+xnvn ∈ V tem a seguinte propriedade T(v)]α = T ] α α v]α = A x1 ... xn . (1) Por outro lado, A x1 ... xn = TA]ββ x]β = TA(x)]β = (λ0x)]β = λ0x1 ... λ0xn . (2) De (1) e (2) segue que T(v)]α = λ0x1 ... λ0xn . Logo, T(v) = (λ0x1)v1+ · · ·+ (λ0xn)vn = λ0(x1v1+ · · ·+ xnvn) = λ0v. Portanto, v e´ um autovetor de T associado ao autovalor λ0 ∈ R. � Para enunciar o Teorema Espectral, principal resultado dessa Sec¸a˜o, que garante que operadores auto-djuntos sa˜o diagonaliza´veis, precisamos de uma propriedade do complemento ortogonal de subespac¸os invariantes por Instituto de Matema´tica 127 UFF A´lgebra Linear II Operadores auto-adjuntos operadores auto-adjuntos e das obsevac¸o˜es a seguir. Proposic¸a˜o 13 (Propriedade de subespac¸o invariante) Seja V um K-espac¸o vetorial de dimensa˜o finita com produto interno. Se T : V −→ V e´ um operador auto-adjunto eW e´ um subespac¸o de V invariante por T , enta˜o W⊥ e´ invariante por T . Demonstrac¸a˜o: Sejam T um oerador auto-adunto e W um subespac¸o de V, tal que T(W) ⊂ W. Seja u ∈ W⊥. Vamos mostrar que T(u) ∈ W⊥, isto e´, T(u) e´ ortogonal a todo w ∈W. De fato, para todo w ∈W, temos 〈T(u), w〉 = 〈u, T ∗(w)〉 T∗=T= 〈u, T(w)〉 T(w)∈W= 0, logo, T(u) ∈W⊥. � Observac¸o˜es: Fac¸a a verificac¸a˜o. (1) Seja V um K-espac¸o vetorial. Se T : V −→ V e´ K-linear e W e´ um subespac¸o de V invariante por T , enta˜o a func¸a˜o definida por T1 : W −→ W w 7−→ T(w) e´ um operador K-linear. (2) Seja V um K-espac¸o vetorial com produto interno e dimensa˜o finita. Se T : V −→ V e´ operador auto-adjunto e W e´ um subespac¸o de V invariante por T , enta˜o o operador linear T1 : W −→ W w 7−→ T(w) e´ um operador auto-adjunto. De fato, para quaisquer u,w ∈W, temos 〈T1(u), w〉 = 〈T(u), w〉 = 〈u, T ∗(w)〉 T ∗=T = 〈u, T(w)〉 w∈W= 〈u, T1(w)〉. Da unicidade de T1 ∗, segue que T1 ∗ = T1, logo T1 e´ auto-djunto. Agora estamos prontos para o Teorema Espectral. Teorema 4 (Espectral) Seja V um K-espac¸o com produto interno e dimKV = n ≥ 1. Seja T : V −→ V um operador K-linear auto-adjunto. Enta˜o, existe uma base ortonormal β de V, formada por autovetores de T . Digamos que β = {v1, . . . , vn} e sejam λ1, . . . , λn ∈ R os respectivos autovetores (na˜o necessariamente distintos). M.L.T.Villela UFF 128 Operadores auto-adjuntos PARTE 3 - SEC¸A˜O 3 Nesse caso, T ]ββ = λ1 0 · · · 0 0 λ2 · · · 0 ... ... . . . ... 0 0 · · · λn e´ matriz diagonal. Demonstrac¸a˜o: A demonstrac¸a˜o e´ por induc¸a˜o sobre n ≥ 1. Seja n = 1. Enta˜o V = [v], para algum v ∈ V, v 6= 0V. Tomando v1 = v‖v‖ , temos que ‖v1‖ = 1, V = [v1] e T(v1) ∈ V = [v], logo T(v1) = λ1v1. Como T = T ∗, sabemos que λ1 ∈ R. Nesse caso, β = {v1} e T ]ββ = (λ1) ∈M1×1(R). Seja n ≥ 1 e suponhamos o teorema va´lido para operadores lineares auto-adjuntos em espac¸os vetoriais de dimensa˜o n. Seja V um K-espac¸o vetorial tal que dimKV = n+1 e seja T um operador linear auto-adjunto sobre V. Pela Proposic¸a˜o 12, no caso K = R, ou Proposic¸a˜o 11, no caso K = C, existe λ1 ∈ R um autovalor de T . Consideremos v1 autovetor de T associado ao autovalor λ1 com ‖v1‖ = 1. Seja W = [v1]. Temos que V = W ⊕W⊥ e dimKW ⊥ = dimKV − dimKW⊥ = (n + 1) − 1 = n. Pela Proposic¸a˜o 13, temos que T(W⊥) ⊂ W⊥ e, pela Observac¸a˜o (2), T1 : W⊥ −→ W⊥ definida por T1(u) = T(u), para cada u ∈W⊥, e´ operador auto-adjunto. Por hipo´tese de induc¸a˜o, existe uma base ortonormal β1 = {v2, . . . , vn+1} de W ⊥, formada por autovetores de T1, associados aos autovalores λ2, . . . , λn+1 ∈ R de T1. Assim, v1 ∈ W e T(v1) = λ1v1, vj ∈ W⊥ e T(vj) = T1(vj) = λjvj, para j = 2, . . . , n+1. Tomando β = {v1, v2, . . . , vn+1}, obtemos a base ortonormal de V formada por autovetores de T tal que T ]ββ = λ1 0 · · · 0 0 λ2 · · · 0 ... ... . . . ... 0 0 · · · λn e´ matriz diagonal. � Lembre que se V =W⊕W⊥, enta˜o a unia˜o de uma base β1 de W com uma base β2 de W ⊥ e´ uma base de V, mais ainda, se β1 e β2 sa˜o ortonormais, enta˜o β=β1 ∪β2 e´ ortonormal. Exemplo 30 Consideremos C2 com o produto interno usual e T : C2 −→ C2 o operador C-linear definido por T(x, y) = (x− iy, ix+y). Tomando a base ortonormal α = {(1, 0), (0, 1)} temos que A = T ]αα = ( 1 −i i 1 ) e A∗ = ( 1 i −i 1 ) =( 1 −i i 1 ) = A. Portanto, T e´ operador auto-adjunto. Pelo Teorema espec- tral, existe uma base ortonormal de C2 formada por autovetores de T , cujos autovalores sa˜o reais. Fazemos os ca´lculos sabendo que T e´ diagonaliza´vel. Instituto de Matema´tica 129 UFF A´lgebra Linear II Operadores auto-adjuntos Temos que λI−A = ( λ− 1 i −i λ− 1 ) . Enta˜o, p(λ) = det(λI − A) = (λ − 1)2 − (−i) · i = (λ − 1)2 − 1 = λ2 − 2λ. Logo, λ = 0 ou λ = 2. λ = 0 0 · I−A = ( −1 i −i −1 ) ∼ ( 1 −i −i −1 ) ∼ ( 1 −i 0 0 ) . O subespac¸o caracter´ıstico e´ Vλ=0 = {(x, y) ∈ C2 ; x− iy = 0} = {(iy, y) ; y ∈ C}. Enta˜o, w1 = (1,−i) e´ autovetor associado ao autovalor λ = 0. Temos que ‖w1‖2 = 〈(1,−i), (1,−i)〉 = 1 · 1+(−i) · (−i) = 1+(−i) · i = 1+ 1 = 2, logo v1 = w1 ‖w1‖ = ( 1√ 2 ,− i√ 2 ) e´ unita´rio da direc¸a˜o de w1. λ = 2 2 · I−A = ( 1 i −i 1 ) ∼ ( 1 i 0 0 ) . O subespac¸o caracter´ıstico e´ Vλ=0 = {(x, y) ∈ C2 ; x + iy = 0} = {(−iy, y) ; y ∈ C}. Enta˜o, w2 = (−i, 1) e´ autovetor associado ao autovalor λ = 2. Temos que ‖w2‖2 = 〈(−i, 1), (−i, 1)〉 = (−i) · (−i) + (1) · (1) = (−i) · i+ 1 = 1+ 1 = 2, logo v2 = w2 ‖w2‖ = ( − i√ 2 , 1√ 2 ) e´ unita´rio da direc¸a˜o de w2. Portanto, β = {v1, v2} e´ uma base ortonormal de C 2 tal que T ]ββ = ( 0 0 0 2 ) Exemplo 31 Consideremos R3 com o produto interno usual e T : R3 −→ R3 o opera- dor R-linear definido por T(x, y, z) = (2x + y + z, x + 2y + z, x + y + 2z). Tomando a base ortonormal α = {(1, 0, 0), (0, 1, 0), (0, 0, 1)} temos que A = T ]αα = 2 1 1 1 2 1 1 1 2 e A∗ = At = A. Portanto, T e´ operador auto-adjunto. Pelo Teorema espectral, existe uma base ortonormal de R3 formada por au- tovetores de T , cujos autovalores sa˜o, obviamente, reais. Fazemos os ca´lculos sabendo que T e´ diagonaliza´vel. Temos que λI−A = λ− 2 −1 −1−1 λ− 2 −1 −1 −1 λ− 2 . M.L.T.Villela UFF 130 Operadores auto-adjuntos PARTE 3 - SEC¸A˜O 3 Enta˜o, p(λ) = det(λI−A) = (λ− 2)3− 2− 3(λ− 2) = (λ− 1)2(λ− 4). Logo, λ = 1 ou λ = 4. λ = 1 I −A = −1 −1 −1 −1 −1 −1 −1 −1 −1 ∼ 1 1 1 0 0 0 0 0 0 . O subespac¸o caracter´ıstico e´ Como T e´ diagonaliza´vel, enta˜o dimR Vλ=1 e´ a multiplicidade alge´brica de λ= 1 em p(λ). Logo, dimR Vλ=1 = 2.Vλ=1 = {(x, y, z) ∈ R3 ; x + y + z = 0}. Vamos construir uma base ortogonal para o plano Vλ=1. Escolhemos w1 = (1, 1,−2) ∈ Vλ=1. Precisamos de mais um vetor na˜o-nulo, digamos w2 = (a, b, c) ∈ Vλ=1, tal que 〈w1, w2〉 = 0. Enta˜o,{ a+ b+ c = 0 a+ b− 2c = 0 ⇐⇒ { a+ b+ c = 0 −3c = 0 ⇐⇒ { a+ b = 0 c = 0 Portanto, w2 ∈ S = {(a,−a, 0), com a 6= 0}. Escolhemos w2 = (1,−1, 0). Como ‖w1‖2 = 〈w1, w1〉 = 1+1+4 = 6 e ‖w2‖2 = 〈w2, w2〉= 1+1+0 = 2, enta˜o v1 = w1 ‖w1‖ = ( 1√ 6 , 1√ 6 ,− 2√ 6 ) e v2 = w2 ‖w2‖ = ( 1√ 2 ,− 1√ 2 , 0 ) formam uma base ortonormal de Vλ=1. Como existe uma base ortonormal do R3 formada por autovetores de T , R 3 = Vλ=1⊕(Vλ=1)⊥, Vλ=4 ⊂ (Vλ=1)⊥ e dimR Vλ=4 = 1 = dimR(Vλ=1)⊥, enta˜o Vλ=4 = (Vλ=1) ⊥. Sem fazer ca´lculos, sabemos que w3 = (1, 1, 1), vetor nor- mal ao plano Vλ=1, tem que ser autovetor de T associado ao autovalor λ = 4. Como ‖w3‖2 = 〈w3, w3〉 = 1+1+1 = 3, tomando v3 = w3‖w3‖ = ( 1√ 3 , 1√ 3 , 1√ 3 ) , temos que β = {v1, v2, v3} e´ uma base ortonormal de R 3 formada por auto- vetores de T , tal que a matriz T ]ββ = 1 0 00 1 0 0 0 4 . Exerc´ıcios 1. Seja V um K-espac¸o vetorial com produto interno e dimensa˜o finita. Seja T : V −→ V um operador linear. Mostre que T+T ∗ e´ um operador linear auto-adjunto. 2. Seja V um K-espac¸o vetorial com produto interno e dimensa˜o finita. Seja T : V −→ V um operador linear auto-adjunto. Mostre que se T2(v) = 0, enta˜o T(v) = 0. Instituto de Matema´tica 131 UFF A´lgebra Linear II Operadores auto-adjuntos 3. Seja T : V −→ V um operador linear em um espac¸o vetorial complexo com produto interno e dimensa˜o finita, tal que 〈T(v), v〉 e´ real para todo v ∈ V. Mostre que T e´ auto-adjunto. 4. Seja V um K-espac¸o vetorial com produto interno e dimensa˜o finita. Sejam T : V −→ V e S : V −→ V operadores lineares auto-adjuntos. Mostre que S ◦ T e´ auto-adjunto se, e somente se, S ◦ T = T ◦ S. 5. Para cada matriz A, determine uma matriz ortogonal P e uma matriz diagonal D tais que PtAP = D, onde A, P,D ∈Mn×n(R): (a) 2 1 11 2 1 1 1 2 (b) 7 −2 0−2 6 −2 0 −2 5 (c) 7 −2 −2−2 1 4 −2 4 1 (d) ( 1 2 2 −2 ) (e) ( 5 4 4 −1 ) (f) ( 7 3 3 −1 ) M.L.T.Villela UFF 132 Operadores unita´rios PARTE 3 - SEC¸A˜O 4 Operadores unita´rios Um movimento r´ıgido em um espac¸o vetorial real V de dimensa˜o finita com produto interno e´ uma func¸a˜o f : V −→ V que preserva a distaˆncia entre dois pontos, isto e´, temos que ‖u− v‖ = ‖f(u) − f(v)‖, para quaisquer u, v ∈ V. Nesta Sec¸a˜o, estudaremos um tipo especial de operador linear, em espac¸os vetoriais sobre K = R ou K = C de dimensa˜o finita com produto interno, chamados de operadores unita´rios (caso complexo) ou operadores ortogonais (caso real). Como uma aplicac¸a˜o da teoria apresentada, no caso real classificaremos os operadores ortogonais do plano e do espac¸o. Ale´m disso, introduziremos o conceito de movimento r´ıgido, tambe´m chamado de isometria, uma func¸a˜o em espac¸os vetoriais reais de dimensa˜o n ≥ 1 que preserva distaˆncias. Veremos que um movimento r´ıgido nada mais e´ do que um operador linear ortogonal seguido de uma translac¸a˜o. Definic¸a˜o 12 (Operador unita´rio ou ortogonal) Sejam V um espac¸o vetorial sobre K de dimensa˜o n ≥ 1 com produto interno 〈 , 〉. O operador K-linear T : V −→ V e´ chamado operador unita´rio se, e somente se, T ◦ T ∗ = T ∗ ◦ T = IV, onde IV : V −→ V e´ definido por IV(v) = v, para todo v ∈ V. No caso K = R, um operador unita´rio e´ chamado de operador ortogonal. Observac¸a˜o: T e´ um operador unita´rio se, e somente se, T e´ um operador linear invert´ıvel e T−1 = T ∗. Exemplo 32 Consideremos R2 com o produto interno usual. O operador linear T no R2 definido por T(x, y) = ( 3 5 x + 4 5 y,−4 5 x+ 3 5 y ) e´ operador ortogonal. Lembre que . . . uma matriz quadrada com coeficientes em um corpo K tem inversa a` esquerda se, e somente se, tem inversa a` direita, mais ainda, as inversas a` esquerda e a` direita sa˜o iguais. De fato, α = {(1, 0), (0, 1)} e´ uma base ortogonal do R2, T ]αα = ( 3 5 4 5 −4 5 3 5 ) , T ∗]αα = (T ] α α) ∗ = (T ]αα) t = ( 3 5 −4 5 4 5 3 5 ) e ( 3 5 4 5 −4 5 3 5 )( 3 5 −4 5 4 5 3 5 ) = ( 1 0 0 1 ) . Logo, T ∗]αα = (T ] α α) −1, que e´ equivalente a, T ∗ = T−1. Exemplo 33 Consideremos o C-espac¸o vetorial C2 com o produto interno usual e o opera- dor C-linear T : C2 −→ C2 definido por T(x, y) = ( 1√ 2 x − i√ 2 y,− i√ 2 x + 1√ 2 y ) . T e´ operador unita´rio. Instituto de Matema´tica 133 UFF A´lgebra Linear II Operadores unita´rios De fato, α = {(1, 0), (0, 1)} e´ uma base ortogonal do C2, T ]αα = ( 1√ 2 − i√ 2 − i√ 2 1√ 2 ) , T ∗]αα = (T ] α α) ∗ = ( 1√ 2 i√ 2 i√ 2 1√ 2 ) e ( 1√ 2 − i√ 2 − i√ 2 1√ 2 )( 1√ 2 i√ 2 i√ 2 1√ 2 ) = ( 1 0 0 1 ) . Logo, T ∗]αα = (T ] α α) −1, que e´ equivalente a, T ∗ = T−1. A matriz adjunta de A e´ a transposta e conjugada de A. No seguinte resultado caracterizamos os operadores unita´rios em espac¸os vetoriais de dimensa˜o finita. Teorema 5 (Caracterizac¸a˜o dos operadores unita´rios) Seja V um K-espac¸o vetorial de dimensa˜o n ≥ 1 com produto interno. Seja T : V −→ V um operador K-linear. As seguintes condic¸o˜es sa˜o equivalentes: (i) T e´ unita´rio. (ii) T preserva a norma, isto e´, ‖T(v)‖ = ‖v‖, para todo v ∈ V. (iii) T preserva o produto interno, isto e´, 〈T(u), T(v)〉 = 〈u, v〉, para quaisquer u, v ∈ V. (iv) T leva toda base ortonormal de V em uma base ortonormal de V, isto e´, se {v1, . . . , vn} e´ qualquer base ortonormal de V, enta˜o {T(v1), . . . , T(vn)} e´ uma base ortonormal de V. (v) T leva alguma base ortonormal de V em alguma base ortonormal de V, isto e´, existe {v1, . . . , vn}, uma base ortonormal de V, tal que {T(v1), . . . , T(vn)} e´ uma base ortonormal de V. Demonstrac¸a˜o: Para obtermos a equivaleˆncia, vamos mostrar as implicac¸o˜es: (i) =⇒ (ii) =⇒ (iii) =⇒ (iv) =⇒ (v) =⇒ (iii)=⇒ (i). (i) =⇒ (ii): Suponhamos que T ◦ T ∗ = T ∗ ◦ T = IV. Seja v ∈ V. Enta˜o, Em (1) usamos propriedade de T∗; em (2), a definic¸a˜o de composic¸a˜o de func¸o˜es; em (3), que T e´ unita´rio e em (4), a definic¸a˜o da func¸a˜o IV . 〈T(v), T(v)〉 (1)= 〈v, T ∗(T(v))〉 (2) = 〈v, (T ∗ ◦ T)(v)〉 (3) = 〈v, IV(v)〉 (4) = 〈v, v〉. Veja o Exerc´ıcio 6 na Sec¸a˜o 1 da Parte 3. (ii) =⇒ (iii): segue imediatamente das identidades de polarizac¸a˜o, que ex- pressam o produto interno em termos de normas, e sera´ deixado como Exerc´ıcio. (iii) =⇒ (iv): Seja {v1, . . . , vn} uma base ortonormal qualquer de V e supo- nhamos que T preserve o produto interno. Enta˜o, em particular, δjk = { 1, j= k 0, j 6= k δjk = 〈vj, vk〉 = 〈T(vj), T(vk)〉, para k, j = 1, . . . , n, mostrando que {T(v1), . . . , T(vn)} e´ uma base ortonormal de V. M.L.T.Villela UFF 134 Operadores unita´rios PARTE 3 - SEC¸A˜O 4 (iv) =⇒ (v): e´ o´bvio. (v) =⇒ (iii): Suponhamos que β = {v1, . . . , vn} seja uma base ortonormal de V, tal que {T(v1), . . . , T(vn)} tambe´m seja uma base ortonormal de V. Enta˜o, 〈vj, vk〉 = δjk = 〈T(vj), T(vk)〉, (1) para j, k = 1, . . . , n. Sejam u, v ∈ V. Existem a1, . . . , an, b1, . . . , bn ∈ K, unicamente deter- minados, tais que u = a1v1+ · · ·+ anvn e v = b1v1+ · · ·+ bnvn. Como T e´ linear, enta˜o T(u) = a1T(v1)+· · ·+anT(vn) e T(v) = b1T(v1)+· · ·+bnT(vn). Logo, 〈T(u), T(v)〉 = 〈 n∑ j=1 ajT(vj), n∑ k=1 bkT(vk) 〉 = n∑ j=1 〈 ajT(vj), n∑ k=1 bkT(vk) 〉 = n∑ j=1 aj 〈 T(vj), n∑ k=1 bkT(vk) 〉 = n∑ j=1 aj ( n∑ k=1 〈T(vj), bkT(vk)〉 ) = n∑ j=1 ( n∑ k=1 aj · bk〈T(vj), T(vk)〉 ) (1) = n∑ j=1 ( n∑ k=1 aj · bk〈vj, vk〉 ) = n∑ j=1 ( n∑ k=1 〈ajvj, bkvk〉 ) = n∑ j=1 〈 ajvj, n∑ k=1 bkvk 〉 = 〈 n∑ j=1 ajvj, n∑ k=1 bkvk 〉 = 〈u, v〉. (iii) =⇒ (i): Suponhamos que T preserve o produto interno. Primeiramente, T e´ invert´ıvel. De fato, se T(v) = 0V, enta˜o 0 = 〈T(v), T(v)〉 = 〈v, v〉 = ‖v‖2, logo v = 0V, assim T e´ injetora e, pelo Teorema do nu´cleo e da imagem, T e´ sobrejetora, donde conclu´ımos que T e´ invert´ıvel. Temos que, para quaisquer v,w ∈ V, T ◦ T−1 = IV = T−1 ◦ T.〈T(v), w〉 = 〈T(v), (T ◦ T−1)(w)〉 = 〈T(v), T(T−1(v)〉 = 〈v, T−1(w)〉. Da unicidade de T ∗, a partir dessa igualdade, segue que T−1 = T ∗. � Instituto de Matema´tica 135 UFF A´lgebra Linear II Operadores unita´rios Uma consequeˆncia interessante do Teorema anterior e´ que operadores unita´rios preservam distaˆncias. Corola´rio 1 Seja V um K-espac¸o vetorialde dimensa˜o n ≥ 1 com produto interno. Se T : V −→ V e´ um operador unita´rio, enta˜o T preserva distaˆncias, isto e´, d(T(u), T(v)) = d(u, v), para quaisquer u, v ∈ V. Demonstrac¸a˜o: Como T e´ linear e preserva normas, temos que d(T(u), T(v)) = ‖T(u) − T(v)‖ = ‖T(u− v)‖ = ‖u− v‖ = d(u, v). � Vejamos mais exemplos de operadores unita´rios. Exemplo 34 Consideremos R2 com o produto interno usual. O operador linear Rθ(x, y) = (x cosθ − y sen θ, x sen θ + y cosθ) e´ operador ortogonal, pelo item (ii) do Teorema anterior, pois ‖Rθ(x, y)‖2 = (x cosθ− y sen θ)2 + (x sen θ+ y cosθ)2 = (x2 cos2θ− 2xy cosθ sen θ+ y2 sen2θ) + (x2 sen2θ +2xy cosθ sen θ+ y2 cos2θ) = x2(cos2θ+ sen2θ) + y2(sen2θ+ cos2θ) = x2 + y2 = ‖(x, y)‖2. Geometricamente, rotac¸o˜es em torno da origem sa˜o operadores lineares que preservam comprimentos. Exemplo 35 Consideremos R2 com o produto interno usual. O operador linear T(x, y) = (y, x) e´ operador ortogonal, pelo item (v) do Teorema anterior, pois {(1, 0), (0, 1)} e´ uma base ortonormal do R2, tal que {T(1, 0) = (0, 1), T(0, 1) = (1, 0)} e´ uma base ortonormal do R2. Esse operador ortogonal e´ bem conhecido. Geometricamente, e´ a simetria dos pontos do plano com respeito a` reta y = x. Exemplo 36 Consideremos R3 com o produto interno usual. O operador linear T(x, y, z) = (Rθ(x, y), z) e´ operador ortogonal, pelo item (v) do Teorema anterior, pois {e1 = (1, 0, 0), e2 = (0, 1, 0), e3 = (0, 0, 1)} e´ uma base ortonormal do R3, tal que sua imagem por T e´ o conjunto dos vetores T(e1) = (Rθ(1, 0), 0) = (cosθ, sen θ, 0), T(e2) = (Rθ(0, 1), 0) = (− sen θ, cosθ, 0) e T(e3) = (0, 0, 1), que forma uma base ortonormal do R 3. M.L.T.Villela UFF 136 Operadores unita´rios PARTE 3 - SEC¸A˜O 4 Esse operador ortogonal e´ bem conhecido. Geometricamente, e´ a rotac¸a˜o dos pontos do espac¸o em torno do eixo z, reta gerada por e3. Geometricamente, quais sa˜o os operadores ortogonais do R2 e do R3? Antes de classifica´-los, precisamos de mais algumas propriedades dos operadores unita´rios. Pelo Teorema Fundamental da A´lgebra, quando K= C qualquer operador linear T em V tem autovalor, em particular todo operador C-linear unita´rio tem autovalor. Proposic¸a˜o 14 (Propriedades dos operadores unita´rios) Sejam V um K-espac¸o vetorial com produto interno, dimKV = n ≥ 1 e T : V −→ V um operador unita´rio, enta˜o valem as seguintes propriedades: (i) | det(T)| = 1. Em particular, se K = R, enta˜o det(T) = 1 ou det(T) = −1. (ii) Se λ ∈ K e´ um autovalor de T , enta˜o |λ| = 1. Em particular, se K = R e T tem autovalor λ, enta˜o λ = 1 ou λ = −1. (iii) Se λ ∈ K e´ um autovalor de T , enta˜o (Vλ)⊥ e´ invariante por T e a func¸a˜o S restric¸a˜o de T a ( Vλ )⊥ , isto e´, S = T |( Vλ )⊥, e´ um operador unita´rio. Demonstrac¸a˜o: (i) Fixemos α uma base ortonormal de V. Como IV = T ◦ T ∗ = T ∗ ◦ T , temos I = IV] α α = T ] α α T ∗]αα = T ] α α ( T ]αα )∗ . Assim, 1 = det(I) = det ( IV] α α ) = det ( T ]αα ) · det ((T ]αα)∗) = det ( T ]αα ) · det (T ]αα) = det(T) · det(T) = | det(T)|2, logo | det(T)| = 1. No caso K = R, a u´ltima afirmac¸a˜o e´ consequeˆncia de det(T) ∈ R. Como det(A) = det(At) e A∗ e´ a transposta e conjugada de A, da definic¸a˜o de determinante segue que det(A∗) = det(A). No caso K= C sempre existe um autovalor.(ii) Seja λ ∈ K um autovalor de T . Seja v ∈ V um autovetor de T associado ao autovalor λ. Enta˜o, v 6= 0V, T(v) = λv e Em (1) usamos que T preserva norma e em (2), propriedades do produto interno. 〈v, v〉 (1)= 〈T(v), T(v)〉 = 〈λv, λv〉 (2)= λ · λ〈v, v〉. Como ‖v‖ 6= 0, podemos cancelar 〈v, v〉 na igualdade acima, obtendo λ·λ = 1. Logo, |λ|2 = 1, isto e´, |λ| = 1. A u´ltima afirmac¸a˜o e´ clara. (iii) Seja v ∈ (Vλ)⊥. Vamos mostrar que T(v) ∈ (Vλ)⊥. Seja w ∈ Vλ. Enta˜o, 0 = 〈v,w〉 = 〈T(v), T(w)〉 = 〈T(v), λw〉 = λ〈T(v), w〉. Como λ · λ = 1, enta˜o λ 6= 0 e temos que 〈T(v), w〉 = 0, para todo w ∈ Vλ, mostrando que T(v) ∈ (Vλ)⊥. Como ( Vλ )⊥ e´ invariante por T , temos definida a func¸a˜o restric¸a˜o Instituto de Matema´tica 137 UFF A´lgebra Linear II Operadores unita´rios S : ( Vλ )⊥ −→ (Vλ)⊥ v 7−→ T(v), que e´ linear, em virtude da restric¸a˜o de qualquer transformac¸a˜o linear a um subespac¸o do domı´nio ser linear. Logo, S e´ um operador linear em ( Vλ )⊥ . Por outro lado, para quaisquer u, v ∈ (Vλ)⊥, 〈S(u), S(v)〉 = 〈T(u), T(v)〉 = 〈u, v〉, mostrando que S = T |( Vλ )⊥ preserva norma. Logo, S e´ um operador unita´rio em ( Vλ )⊥ . � Agora estamos prontos para entender, geometricamente, os operadores ortogonais do plano. Nesse caso, o produto interno do R2 e´ o usual. Proposic¸a˜o 15 (Classificac¸a˜o dos operadores ortogonais do R2) Seja T : R2 −→ R2 um operador ortogonal. Enta˜o, (i) se det(T) = 1, enta˜o T e´ uma rotac¸a˜o de θ radianos em torno da origem, com 0 ≤ θ < 2π; (ii) se det(T) = −1, enta˜o T e´ uma simetria com respeito a uma reta passando pela origem. Demonstrac¸a˜o: Seja a base ortonormal α = {(1, 0), (0, 1)} do R2 e considere- mos T ]αα = A = ( a b c d ) . Enta˜o, T ∗]αα = A t = ( a c b d ) . Como A−1 = 1 det(A) ( d −b −c a ) e det(A) = det(T) ∈ {1,−1}, temos que A−1 = ( d −b −c a ) ou A−1 = ( −d b c −a ) . Da igualdade T ∗ = T−1, obtemos que At = A−1. Logo, ( a c b d ) =( d −b −c a ) ou ( a c b d ) = ( −d b c −a ) . No primeiro caso, temos b = −c e d = a e, no segundo caso, b = c e d = −a. Portanto, A = ( a −c c a ) ou A = ( a c c −a ) , com a2+c2 = 1, pois (a, c) = T(1, 0) e´ unita´rio. Assim, existe um u´nico θ, com 0 ≤ θ < 2π, tal que a = cosθ e c = sen θ. Portanto, A = ( cosθ − sen θ sen θ cos θ ) = Rθ] α α ou A = ( cosθ sen θ sen θ − cosθ ) . Se det(T) = 1, enta˜o A = T ]αα = Rθ] α α, logo T = Rθ. M.L.T.Villela UFF 138 Operadores unita´rios PARTE 3 - SEC¸A˜O 4 Suponhamos que det(T) = −1. Enta˜o, A = T ]αα = ( cosθ sen θ sen θ − cosθ ) e´ uma matriz sime´trica. Pelo Teorema espectral, T e´ diagonaliza´vel em uma base ortonormal β de autovetores. O polinoˆmio caracter´ıstico de T e´ p(λ) = det ( λ− cosθ − sen θ − sen θ λ+ cosθ ) = (λ−cos θ)(λ+cosθ)−sen2θ = λ2−1. Nesse caso, T tem os autovalores 1 e −1. Tomando v1 e v2 autovetores unita´rios associados aos autovalores 1 e −1, respectivamente, temos que v1 e´ ortogonal a v2, T(v1) = v1, T(v2) = −v2 e T ] β β = ( 1 0 0 −1 ) . Geometricamente, T e´ a simetria dos pontos do plano com respeito a` reta passando pela origem gerada por v1. � A classificac¸a˜o dos operadores ortogonais do espac¸o e´ a interpretac¸a˜o geome´trica do seguinte resultado. Proposic¸a˜o 16 (Operadores ortogonais em espac¸os vetoriais de dimensa˜o 3) Sejam V um espac¸o vetorial real com produto interno de dimensa˜o 3 e T : V −→ V um operador ortogonal, enta˜o existe uma base ortonormal β de V tal que T ]ββ e´ de um dos seguintes tipos: 1 0 00 cosθ − sen θ 0 sen θ cosθ , para algum θ ∈ R com 0 ≤ θ < 2π, ou −1 0 0 0 cosθ − sen θ 0 sen θ cosθ , para algum θ ∈ R com 0 ≤ θ < 2π. Nesse caso, a 6=a. Demonstrac¸a˜o: Primeiramente, observamos que, pelo Teorema Fundamental da A´lgebra, as ra´ızes complexas na˜o reais de um polinoˆmio com coeficientes reais ocorrem aos pares, a saber, a ∈ C e a 6∈ R e´ raiz se, e somente se, a e´ raiz. Logo, todo polinoˆmio de grau ı´mpar com coeficientes reais tem pelo menos uma raiz real. O polinoˆmio caracter´ıstico de T , p(λ), e´ um polinoˆmio moˆnico com coeficientes reais de grau 3. Logo, p(λ) tem pelo menos uma raiz real e o operador ortogonal T tem autovalor λ1. Pela Proposic¸a˜o 14 item (ii), temos λ1 = 1 ou λ1 = −1. Consideremos o subespac¸o caracter´ıstico Vλ1 . Sabemos que V = Vλ1 ⊕ ( Vλ1 )⊥ . Temos treˆs casos a analisar. Caso I: dimR Vλ1 = 3 Nesse caso, V = Vλ1 . Tomando uma base ortonormal β de Vλ1 , ob- temos uma base ortonormal de V formada por autovetores de T tal que Instituto de Matema´tica 139 UFF A´lgebra Linear II Operadores unita´rios T ] β β = λ1 0 0 0 λ1 0 0 0 λ1 . Essa matriz e´ do tipo(1), para λ1 = 1 com θ = 0, ou do tipo (2) para λ1 = −1 com θ = π. Observe que se λ1 = 1, enta˜o T = IV, e se λ1 = −1, enta˜o T = −IV. Caso II: dimR Vλ1 = 2 Vλ1 ∩ ` Vλ1 ´⊥ = {0V }. Nesse caso, dimR ( Vλ1 )⊥ = dimR V − dimR Vλ1 = 3 − 2 = 1. Pela Proposic¸a˜o 14 item (iv), T (( Vλ1 )⊥) ⊂ (Vλ1)⊥, logo todo v 6= 0V, tal que v ∈ (Vλ1)⊥ = [v] tem a propriedade T(v) = λ2v com |λ2| = 1, mais ainda, λ2 6= λ1, pois v 6∈ Vλ1 , assim v e´ um autovetor de T associado ao autovalor λ2 6= λ1. Tomando {v1, v2} uma base ortonormal de Vλ1 e v3 ∈ ( Vλ1 )⊥ vetor unita´rio, temos que ξ = {v1, v2, v3} e´ uma base ortonormal de V tal que T ]ξξ = λ1 0 00 λ1 0 0 0 λ2 . As duas possibilidades sa˜o T ]ξξ = 1 0 00 1 0 0 0 −1 ou T ]ξξ = −1 0 00 −1 0 0 0 1 . Apo´s uma reordenac¸a˜o dos elementos da base ξ, obtemos a base ortonormal β = {v3, v1, v2} tal que T ] β β na primeira possibili- dade e´ do tipo (2), para λ1 = −1 com θ = 0, ou na segunda possibilidade e´ do tipo (1), para λ1 = 1 com θ = π . Caso III: dimR Vλ1 = 1 Vλ1 ∩ ` Vλ1 ´⊥ = {0V }. Nesse caso, dimR ( Vλ1 )⊥ = dimR V − dimR Vλ1 = 3 − 1 = 2. Pela Proposic¸a˜o 14 item (iv), T (( Vλ1 )⊥) ⊂ (Vλ1)⊥ e a restric¸a˜o S de T a (Vλ1)⊥ e´ um operador ortogonal. Podemos supor que S na˜o e´ diagonaliza´vel. De fato, caso contra´rio, T e´ diagonaliza´vel e o autovalor λ2 de S e´ um autovalor de T . Como so´ ha´ uma possibilidade para λ2 6= λ1, devemos ter dimR Vλ2 = 2, ja´ discutido no Caso II. Tome uma base ortonormal α de ` Vλ1 ´⊥ e fac¸a os memos argumentos, ate´ obter a base ortonormal ξ como mencionado ao lado. A outra possibilidade na˜o pode ocorrer, pois S na˜o e´ diagonaliza´vel. Procedendo de maneira ana´loga a` demonstrac¸a˜o da Proposic¸a˜o 15, existe uma base ortonormal de ( Vλ1 )⊥ , digamos ξ = {v2, v3}, tal que S]ξξ = ( cosθ − sen θ sen θ cosθ ) , com 0 ≤ θ < 2π, θ 6= 0 e θ 6= π. Tomando um vetor unita´rio v1 ∈ Vλ1 , temos que β = {v1, v2, v3} e´ uma base orto- normal de V tal que T ]ββ = λ1 0 00 cosθ − sen θ 0 sen θ cosθ , que e´ do tipo (1) para λ1 = 1 ou do tipo (2) para λ2 = −1, com 0 ≤ θ < 2π, θ 6= 0 e θ 6= π. � M.L.T.Villela UFF 140 Operadores unita´rios PARTE 3 - SEC¸A˜O 4 Agora estamos prontos para classificar os operadores ortogonais do espac¸o. Corola´rio 2 (Classificac¸a˜o dos operadores ortogonais do R3) Seja T : R3 −→ R3 um operador ortogonal. Enta˜o, (i) T e´ uma rotac¸a˜o de θ radianos em torno de uma reta passando pela origem, com 0 ≤ θ < 2π; (ii) T e´ uma simetria com respeito a um plano passando pela origem seguida de uma rotac¸a˜o de θ radianos, com 0 ≤ θ < 2π, em torno da reta passando pela origem normal ao plano. Demonstrac¸a˜o: Seja β = {v1, v2, v3} uma base ortonormal do R 3, tal que T ] β β e´ de um dos dois tipos da Proposic¸a˜o anterior. Basta interpretarmos, geometricamente, cada um desses operadores ortogonais no R3. (i) Se T ]ββ e´ do tipo (1), enta˜o T(v1) = v1, T(v2) = (cosθ)v2 − (sen θ)v3 e T(v3) = (sen θ)v2 − (cosθ)v3, logo T e´ a rotac¸a˜o de θ radianos no plano Π gerado por v2 e v3, em torno da reta gerada por v1, vetor normal ao plano Π. (ii) Se T ]ββ e´ do tipo (2), enta˜o T ] β β = 1 0 0 0 cosθ − sen θ 0 sen θ cosθ −1 0 0 0 1 0 0 0 1 , logo e´ a T e´ a simetria com respeito ao plano Π gerado por v2 e v3 seguida da rotac¸a˜o de θ radianos em torno da reta r gerada por v1, o plano Π e´ normal a r. � Os operadores unita´rios preservam distaˆncias, conforme foi visto no Corola´rio 1 do Teorema 5. Entretanto, ha´ func¸o˜es em espac¸os vetoriais V com produto interno que preservam distaˆncias e na˜o preservam normas. Por exemplo, fixe v0 ∈ V e seja f : V −→ V a translac¸a˜o por v0 definida por f(v) = v+ v0. Enta˜o, d(f(u), f(v)) = ‖f(u) − f(v)‖ = ‖(u+ v0) − (v+ v0)‖ = ‖u− v‖ = d(u, v). Vamos aprofundar o estudo das func¸o˜es em um espac¸o vetorial real de dimensa˜o finita que preservam distaˆncias (caso real), conhecidas como movimentos r´ıgidos ou isometrias. Definic¸a˜o 13 (Isometrias) Seja V um R-espac¸o vetorial de dimensa˜o n ≥ 1 com produto interno. A func¸a˜o f : V −→ V e´ chamada uma isometria, se e somente se, f preserva distaˆncias. Instituto de Matema´tica 141 UFF A´lgebra Linear II Operadores unita´rios Proposic¸a˜o 17 Seja V um R-espac¸o vetorial de dimensa˜o n ≥ 1 com produto interno. Se f : V −→ V e´ uma isometria e f(0V) = 0V, enta˜o f e´ um operador ortogonal. Demonstrac¸a˜o: Como ‖f(u) − f(v)‖ = ‖u − v‖, para quaisquer u, v ∈ V e f(0V) = 0V, enta˜o ‖f(u)‖ = ‖f(u) − 0V‖ = ‖f(u) − f(0V)‖ = ‖u− 0v‖ = ‖u‖, para todo u ∈ V. Logo, f preserva normas. Ale´m disso, ‖f(u) − f(v)‖ = 〈f(u) − f(v), f(u) − f(v)〉 = 〈f(u), f(u)〉− 〈f(u), f(v)〉− 〈f(v), f(u)〉+ 〈f(v), f(v)〉 = 〈f(u), f(u)〉− 2〈f(u), f(v)〉+ 〈f(v), f(v)〉 = ‖f(u)‖2− 2〈f(u), f(v)〉+ ‖f(v)‖2. (1) Por outro lado, ‖f(u) − f(v)‖2 = ‖u− v‖2 = 〈u− v, u− v〉 = 〈u, u〉− 〈u, v〉− 〈v, u〉+ 〈v, v〉 = 〈u, u〉− 2〈u, v〉+ 〈v, v〉 = ‖u‖2− 2〈u, v〉+ ‖v‖2. (2) Segue de (1) e (2) que 〈f(u), f(v)〉 = 〈u, v〉, para quaisquer u, v ∈ V. Portanto, f preserva produto interno. Seja {v1, . . . , vn} uma base ortonormal de V. Enta˜o, 〈f(vj), f(vk)〉 = 〈vj, vk〉 = δjk, para j, k = 1, . . . , n. Logo, β = {f(v1), . . . , f(vn)} tambe´m e´ uma base ortonormal de V. Seja v ∈ V. Escrevendo f(v) como combinac¸a˜o linear de β, temos: f(v) = n∑ j=1 〈f(v), f(vj)〉f(vj) = n∑ j=1 〈v, vj〉f(vj). (3) Agora podemos mostrar que f e´ R-linear. Segue de (3) que para quais- quer u, v ∈ V e a ∈ R f(u+ v) = n∑ j=1 〈u+ v, vj〉f(vj) = n∑ j=1 (〈u, vj〉+ 〈v, vj〉)f(vj) = n∑ j=1 (〈u, vj〉f(vj) + 〈v, vj〉)f(vj) = n∑ j=1 〈u, vj〉f(vj) + n∑ j=1 〈v, vj〉f(vj) = f(u) + f(v). M.L.T.Villela UFF 142 Operadores unita´rios PARTE 3 - SEC¸A˜O 4 f(au) = n∑ j=1 〈au, vj〉f(vj) = n∑ j=1 a〈u, vj〉f(vj) = a ( n∑ j=1 〈u, vj〉f(vj) ) = af(u). Portanto, f e´ uma func¸a˜o R-linear que preserva produto interno. Pelo Teorema 5, f e´ um operador ortogonal. � Corola´rio 3 (Caracterizac¸a˜o das isometrias) Seja V um R-espac¸o vetorial de dimensa˜o n ≥ 1 com produto interno. Se f : V −→ V e´ uma isometria, enta˜o f e´ um operador ortogonal S seguido da translac¸a˜o T de f(0V), isto e´, f = T ◦ S, onde S : V −→ V e´ um operador ortogonal e T : V −→ V e´ definida por T(v) = v+ f(0V). Demonstrac¸a˜o: Definimos S : V −→ V por S(v) = f(v) − f(0V). Enta˜o, f(v) = S(v) + f(0V) = T(S(v)) = (T ◦ S)(v). Resta mostrar que S e´ um operador linear ortogonal. Como ‖S(u) − S(v)‖ = ‖(f(u) − f(0V))− (f(v) − f(0V))‖ = ‖f(u) − f(v)‖ = ‖u− v‖, enta˜o S e´ uma isometria. Ale´m disso, S(0V) = 0V. Pela Proposic¸a˜o anterior, S e´ um operador linear ortogonal. � Exerc´ıcios 1. Seja V um K-espac¸o vetorial com produto interno e dimensa˜o finita. Seja T : V −→ V um operador K-linear unita´rio. Mostre que se W e´ um subespac¸o de V invariante por T , enta˜o W⊥ e´ um subespac¸o de V tambe´m invariante por T . 2. Mostre que os seguintes operadores lineares T : V −→ V sa˜o unita´rios: (a) T(x, y) = ( 3x−y√ 10 , −x+3y√ 10 ) , para cada (x, y) ∈ V = R2. (b) T(x, y, z) = 1 3 (x + 2y + 2z, 2x − 2y + z, 2x + y − 2z), para todo (x, y, z) ∈ V = R3. (c) T(x, y) = 1√ 3 (x+(1−i)y, (1+i)x−y), para todo (x, y) ∈ V = C2. (d) T(x, y) = 1 5 (3ix+ 4y,−4ix+ 3y), para todo (x, y) ∈ V = C2. Instituto de Matema´tica 143 UFF A´lgebra Linear II Operadores unita´rios 3. Deˆ todos os poss´ıveis polinoˆmios caracter´ısticos de um operador orto- gonal do R2. 4. Deˆ todos os poss´ıveis polinoˆmios caracter´ısticos de um operador orto- gonal do R3. 5. Os seguintes operadores lineares do R3 sa˜o operadores ortogonais. Mos- tre como construir uma base β, base ortonormal do R3, tal que T ]ββ e´ de um dos tipos descritos na Proposic¸a˜o 16 e deˆ o polinoˆmio caracter´ıstico de T . (a) T e´ a simetria com respeito a um plano passando pela origem. (b) T e´ a simetria com respeito a origem. (c) T e´ a simetria com respeito a uma reta passando pela origem. 6. Descreva as isometrias do R2. 7. Descreva as isometrias
Compartilhar