Baixe o app para aproveitar ainda mais
Prévia do material em texto
Notas de Aula – Álgebra Linear Avançada II (Versão 3q’18) Pedro Lauridsen Ribeiro 1 Centro de Matemática, Computação e Cognição (CMCC) Universidade Federal do ABC (UFABC) 27 de outubro de 2018 1 Email: pedro.ribeiro@ufabc.edu.br Resumo Estas são notas de aula para a disciplinaMCTB003 –Álgebra Linear Avançada II, ministradas no terceiro quadrimestre letivo de 2018. Como tais, o conteúdo abraçado por elas é pensado para um curso de 11–12 semanas, com 4 horas-aula por semana. Recomenda-se conhecimento prévio do conteúdo visto na disciplina MCTB002 – Álgebra Linear Avançada I. Comentários, sugestões e correções são bem-vindos. Sumário 1 Formas bilineares 8 1.1 Aplicações bilineares e formas bilineares . . . . . . . . . . . . . . . . . . . . . . 8 1.2 Aplicações bilineares simétricas e anti-simétricas . . . . . . . . . . . . . . . . . . 10 1.3 A matriz de uma forma bilinear . . . . . . . . . . . . . . . . . . . . . . . . . . . 11 1.4 O produto tensorial de dois espaços vetoriais . . . . . . . . . . . . . . . . . . . 13 1.5 Posto e nulidade de uma forma bilinear. Formas bilineares não-degeneradas . . 16 1.6 Formas quadráticas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18 1.7 Diagonalização de formas quadráticas . . . . . . . . . . . . . . . . . . . . . . . 22 1.8 Estrutura das formas bilineares anti-simétricas . . . . . . . . . . . . . . . . . . . 27 2 Formas sesquilineares 30 2.1 Prólogo. Espaços vetoriais complexos . . . . . . . . . . . . . . . . . . . . . . . 30 2.2 Definições básicas e exemplos simples . . . . . . . . . . . . . . . . . . . . . . . 39 2.3 A matriz de uma forma sesquilinear . . . . . . . . . . . . . . . . . . . . . . . . 41 2.4 Posto enulidadedeuma forma sesquilinear. Formas sesquilineares não-degeneradas 43 2.5 Formas quadráticas Hermiteanas . . . . . . . . . . . . . . . . . . . . . . . . . . 45 2.6 Diagonalização de formas quadráticas Hermiteanas . . . . . . . . . . . . . . . . 49 2.7 Estrutura das formas sesquilineares anti-Hermiteanas . . . . . . . . . . . . . . . 50 3 Produtos escalares 52 3.1 Definições e propriedades básicas . . . . . . . . . . . . . . . . . . . . . . . . . . 52 3.2 A adjunta de uma transformação linear . . . . . . . . . . . . . . . . . . . . . . 58 3.3 O teorema espectral para transformações lineares normais . . . . . . . . . . . . 60 4 Os grupos clássicos 64 4.1 Transformações lineares preservando formas bilineares e sesquilineares . . . . . 66 4.2 Transformações lineares (pseudo-)ortogonais. Os gruposO e SO . . . . . . . . 66 4.3 Transformações lineares (pseudo-)unitárias. Os grupos U e SU . . . . . . . . . 66 4.4 Transformações lineares simpléticas � . Os grupos Sp . . . . . . . . . . . . . . . 66 1 5 Álgebra multilinear 67 5.1 Determinantes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67 5.2 Aplicações multilineares. Tensores . . . . . . . . . . . . . . . . . . . . . . . . . 67 5.3 O produto tensorial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67 5.4 Tensores simétricos e anti-simétricos. Álgebra exterior . . . . . . . . . . . . . . 67 A Eliminação de Gauss-Jordan 68 2 Notação, convenções e sugestões de leitura Seções ou subseções apresentandomaterial de revisão serãomarcadas com uma adaga ( � ). Tó- picos avançados, que podem ser omitidos numa primeira leitura, serão marcados com um aste- risco (*). � Assumimos que o conjunto dos números naturais N não inclui o zero, i.e. N D f1; 2; : : :g. � Lembrar que um anel é um conjunto K dotado de operações binárias de adição .x; y/ 7! x C y e produto .x; y/ 7! xy tais que: (i) a adição é comutativa, associativa, possui um (único) elemento neutro 0 e todo x 2 K possui um (único) inverso aditivo�x; e (ii) o pro- duto é distributivo. Um anel é (a) associativo se o produto for associativo, (b) comutativo se o produto for comutativo, e (c) unital se o produto admite um elemento neutro (unidade) 1. Um corpo é um anel associativo, comutativo e unital tal que 1 ¤ 0 e todo x ¤ 0 possui um (único) inverso multiplicativo x�1. � Se K é um anel, um subanel de K é um subconjunto K0 � K tal que 0 2 K0 e x; y 2 K0 implica x C y; xy 2 K0. Se K é unital, dizemos que K0 é unital se 1 2 K0. Se K é um corpo, dizemos que um subanel K0 � K é um subcorpo de K se for unital e 0 ¤ x 2 K0 implica x�1 2 K0. � SeK é um corpo, sua característica chK é omenor inteirop > 1 tal que Pp jD1 1 D 0. Se não existir tal inteiro, definimos chK D 0. Se chK ¤ 0, então chK é necessariamente primo, pois se 1 < p; q 2 N são tais que .pq/1 D .p1/.q1/ D 0 então p1 D 0 ou q1 D 0. chK D p se e somente se Zp : D Z=fkp j k 2 Zg 3 Œn� for um subanel de K por meio da identificação Œn� D n1. Quando não especificado, K denota um corpo com chK ¤ 2. � Se K;K0 são aneis, uma aplicação T W K ! K0 é um (homo)morfismo de aneis se preservar as operações de adição e produto, i.e. T .x C y/ D T .x/ C T .y/, T .0/ D 0 e T .xy/ D T .x/T .y/ para todo x; y;2 K. Se, além disso, T .1/ D 1, dizemos que T é unital. Se T é bijetora, então T é unital e sua inversa T �1 W K0 ! K também é um morfismo de aneis (exercício: verifique!) – neste caso, dizemos que T é um isomorfismo de aneis. Se existe um isomorfismo de aneis T W K! K0, dizemos que K e K0 são isomorfos. Um morfismo (resp. isomorfismo) de aneis T W K ! K é denominado um endomorfismo (resp. automorfismo) de K. 3 � Numa função demais de um argumento, quando queremos fixar umoumais argumentos, os argumentos variáveis restantes são denotados por pontos. Por exemplo, f .x; �/ denota a função de um argumento dada por f .x; �/.y/ D f .x; y/, onde f .x; y/ é função dos argumentos x; y e x é mantido fixo, como um parâmetro. � Denotamos o espaço das transformações (K-)lineares de V em W (onde V;W são espaços vetoriais sobre o corpoK) porL.V;W / (=LK.V;W / se for necessário especificar o corpo de escalares de V eW ). � O espaço dual a um espaço vetorial V sobre o corpo K é denotado por V 0 D L.V;K/, e seus elementos são chamados de funcionais (K-)lineares em V . A aplicação linear injetora V 3 Ex 7! .� 7! Ex.�/ : D �.Ex// 2 V 00 é chamada de inclusão canônica deV no seuduplo dual V 00 : D .V 0/0. Se dimV <1, a inclusão canônica é um isomorfismo linear, sendo chamada nesse caso de isomorfismo canônico de V em V 00. � Dado um subespaço vetorialW � V , o aniquilador deW é o subespaco vetorialW ? � V 0 dado pelos funcionais lineares em V que se anulam em W : W ? D f� 2 V 0 j �.Ex/ D 0 ; 8Ex 2 W g. � Dada uma transformação linear T W V ! W entre espaços vetoriais V;W sobre o corpo K, denotamos o núcleo e a imagem de T respectivamente por kerT D T �1.0/ :D fEx 2 V j T Ex D 0g e ImT D T .V / D fEy 2 W j Ey D T Ex para algum Ex 2 V g. Os números inteiros não-negativos R.T / D dim ImT , N.T / D dimkerT são respectivamente o posto e a nulidade de T . Se dimV D n < C1, então o Teorema do Núcleo e da Imagem afirma queR.T /CN.T / D n. � Denotamos o subespaço vetorial gerado por um subconjuntoS � V de um espaço vetorial V sobreK por spanS ou spanKS , a depender de ser ou não necessário especificar o corpo de escalares deV , coma convenção span¿ D f0g. SeW1; : : : ; Wk são subespaços vetoriais deV , então span.W1[� � �[Wk/ D W1C� � �CWk : D fEx D Ex1C� � �C Exk j Exj 2 Wj ; j D 1; : : : ; kg. � SeS � V é um subconjunto (K-)linearmente independente (l.i.) deV (i.e. se Ee1; : : : ; Een 2 S são tais que Pn kD1 ˛k Eek D 0 para alguma escolha de escalares ˛1; : : : ; ˛n 2 K, então ˛1 D � � � D ˛n D 0) tal que V D spanS.D spanKS/, dizemos que S é uma base de V . Nesse caso, o dual de S é o subconjunto S 0 D f�Ee j Ee 2 Sg � V 0, onde �Ee é o funcional linear unicamente determinado por �Ee.Ee/ D 1, �Ee.Ee 0/ D 0 para todo Ee ¤ Ee0 2 S . S 0 é também l.i., e uma base de V 0 se dimV <1. Notar que, nesse caso, o isomorfismo canônico de V em V 00 leva S em S 00 D .S 0/0. � Dada uma transformação linear T W V ! W , a transposta de T é a transformação linear T 0 W W 0 ! V 0 dada por T 0� D� ı T . 4 � Subespaços vetoriais W1; : : : ; Wk � V de um espaço vetorial V sobre o corpo K são ditos linearmente independentes (l.i.) se \kjD1Wj D f0g, i.e. se Exj 2 Wj , l D 1; : : : ; k são tais que Pk jD1 Exj D 0, então Exj D 0 para todo j . Caso contrário, dizemos que tal coleção é linearmente dependente (l.d.). Claramente, uma coleção de vetores fExj j j D 1; : : : ; kg é l.i. (resp. l.d.) se e somente se a coleção dos subespaços vetoriais gerados por cada Exj for l.i. (resp. l.d.), e W1 : : : ; Wk � V são subespaços l.i. se e somente se para cada Ex 2 W D W1 C � � � CWk existe uma única escolha de Exj 2 Wj para cada j D 1; : : : ; k tal que Ex D Ex1 C � � � C Exk. Neste caso, dizemos queW é a soma direta deW1 : : : ; Wk, escrevendo W D W1 ˚ � � � ˚Wk D ˚ k jD1Wj . Note que a definição de soma direta não faz menção ao corpo de escalares de V . � Sobre projeções lineares e pares de subespaços complementares: uma transformação linear P W V ! V num espaço vetorial V sobre o corpo K é dita uma projeção linear se for idempotente, i.e. P 2 :D P ıP D P . Neste caso, temos que (a) 1�P tambéméumaprojeção linear, (b) Ex D P Ex0 para algum Ex0 2 V se e somente se P Ex D P 2 Ex0 D P Ex0 D Ex, e (c) P Ex D 0 se e somente se Ex D .1�P /Ex. Comopara todo Ex; Ex0 2 V temos Ex D P ExC.1�P /Ex, e P Ex D .1 � P /Ex0 implica P Ex D P 2 Ex D .1 � P /Ex0 D .P � P 2/Ex0 D 0, concluímos que V D P.V /˚.1�P /.V / D ImP˚kerP . Conversamente, seW;W 0 é umpar de subespaços vetoriais complementares de V (i.e. V D W1 ˚ W2), então a aplicação linear P W V ! V dada porP. EwC Ew0/ D Ey, Ew 2 W1, Ew 0 2 W2 é uma projeção linear que satisfaz ImP D W1, kerP D W2. 5 Cronograma tentativo O cronograma apresentado abaixo será atualizado à medida que o curso for avançando. � Aula 1 (17.9.18) Aplicações bilineares e formas bilineares. Definição e exemplos básicos. � Aula 2 (19.9.18) Aplicações bilineares simétricas e anti-simétricas, decomposição de uma aplicação bilinear em partes simétrica e anti-simétrica. A matriz de uma forma bilinear. � Aula 3 (24.9.18) Bases no espaço das formas bilineares. O espaço das formas bilineares como espaço dual: produto tensorial, bases de produtos tensoriais. � Aula 4 (26.9.18) Propriedade universal de produtos tensoriais. Dualidade de produtos ten- soriais com espaços de formas bilineares. � Aula 5 (8.10.18) Posto e nulidade de formas bilineares, formas bilineares não-degeneradas. � Aula 6 (10.10.18) Espaços vetoriais complexos – revisão. Transformações R-lineares e antili- neares: definição e propriedades básicas, propriedades de composição. O conjugado de um espaço vetorial complexo. � Aula 7 (15.10.18) Conjugações em espaços vetoriais complexos. Definição e propriedades, autovalores e autoespaços de conjugações, correspondência com formas reais (realificações). Exemplos: conjugações associadas a bases, conjugação canônica associada à complexificação de um espaço vetorial real. Aplicações de conjugações: correspondência entre transforma- ções lineares e antilineares. � Aula 8 (17.10.18) Formas sesquilineares. Definição e exemplos básicos. Relação com formas bilineares mediante composição com conjugações. A matriz de uma forma sesquilinear. � Aula 9 (22.10.18) Formas sesquilineares Hermiteanas e anti-Hermiteanas, decomposição de uma forma sesquilinear em partes Hermiteana e anti-Hermiteana. Posto e nulidade de formas sesquilineares, formas sesquilineares não-degeneradas. � Aula 10 (24.10.18) Formas quadráticas e formas quadráticas Hermiteanas: definição e pro- priedades básicas, fórmula do paralelogramo e fórmula de polarização, correspondência com formas bilineares simétricas e formas sesquilineares Hermiteanas. 6 � Prova 1 (29.10.18) A matéria é o conteúdo das aulas 1 a 10, listado acima. 7 Capítulo 1 Formas bilineares Neste Capítulo, o corpo de escalares K é R ou C quando não for especificado. 1.1 Aplicações bilineares e formas bilineares Definição 1.1 Sejam V1; V2; W espaços vetoriais sobre K. Uma aplicação bilinear de V1 � V2 em W é uma aplicação B W V1 � V2 ! W satisfazendo as seguintes condições: (i) ! é linear na primeira variável, i.e. (1.1) B.˛ Ex C ˇ Ex0; Ey/ D ˛B.Ex; Ey/C ˇG.Ex0; Ey/ para todo Ex; Ex0 2 V1, Ey 2 V2, ˛; ˇ 2 K. Equivalentemente, B.�; Ey/ é uma transformação linear de V1 em W para todo Ey 2 V2; (i) ! é linear na segunda variável, i.e. (1.2) !.Ex; ˛ Ey C ˇ Ey 0/ D ˛!.Ex; Ey/C ˇ!.Ex; Ey 0/ para todo Ex 2 V1, Ey; Ey 0 2 V2, ˛; ˇ 2 K. Equivalentemente, B.Ex; �/ é uma transformação linear de V1 em W para todo Ex 2 V1. Se V1 D V2 D V , dizemos que B é uma aplicação bilinear de V em W . Se W D K0 é um corpo, K é subcorpo de K0 e V1; V2 são também espaços vetoriais sobre K0, dizemos que B é uma forma K-bilinear em V1 � V2 (resp. em V se V1 D V2 D V ). Em particular, se K0 D K, dizemos simplesmente que B é uma forma bilinear em V1 � V2 (resp. em V se V1 D V2 D V ). Denotamos o conjunto das aplicações bilineares de V1 � V2 em W por L.V1; V2IW /, e o conjunto das formas K-bilineares por LK.V1; V2IK0/ (de modo que LK.V1; V2IK/ D L.V1; V2IK/). L.V1; V2IW / é um subespaço vetorial do espaçoW V1�V2 das funções de V1 � V2 emW , onde o último herda do contradomínioW as opeações “pontuais” de adição (1.3) .B1 C B2/.Ex; Ey/ D B1.Ex; Ey/C B2.Ex; Ey/ 8 e multiplicação por escalares ˛ 2 K (1.4) .˛B/.Ex; Ey/ D ˛B.Ex; Ey/ : (Exercício: dadas B1; B2 2 L.V1; V2IW / e ˛; ˇ 2 K, mostre que ˛B1 C ˇB2 2 L.V1; V2IW /). Como exemplos de formas K-bilineares, podemos citar: (a) Seja K D K0 D R, V D R2. Dados Ex D .x1; x2/, Ey D .y1; y2/ 2 V , definamos !.Ex; Ey/ D x1y1 C x2y2. De fato, temos que !.�; Ey/ é um funcional linear, pois !.˛ Ex C ˇ Ex0; Ey/ D .˛x1 C ˇx 0 1/y1 C .˛x2 C ˇx 0 2/y2 D ˛x1y1 C ˇx 0 1y1 C ˛x2y2 C ˇx 0 2y2 D ˛!.Ex; Ey/C ˇ!.Ex0; Ey/ ; e !.Ex; �/ é um funcional linear, pois !.Ex; ˛ Ey C ˇ Ey 0/ D x1.˛y1 C ˇy 0 1/C x2.˛y2 C ˇy 0 2/ D ˛x1y1 C ˇx1y 0 1 C ˛x2y2 C ˇx2y 0 2 D ˛!.Ex; Ey/C ˇ!.Ex; Ey 0/ : Portanto, ! é uma forma bilinear em V . (b) Seja K D K0 D R, V D Rn. Dados Ex D .x1; : : : ; xn/, Ey D .y1; : : : ; yn/ 2 V , definamos !.Ex; Ey/ D Pn jD1 xjyj . Pode-se provar por indução finita em n juntamente com o argu- mento usado no exemplo (a) que ! é uma forma bilinear em V . (Exercício: verifique!) (c) Seja K D K0 D R, V D R2. Dados Ex D .x1; x2/, Ey D .y1; y2/ 2 V , definamos !.Ex; Ey/ D x1y2 � x2y1. De fato, temos que !.�; Ey/ é um funcional linear, pois !.˛ Ex C ˇ Ex0; Ey 0/ D .˛x1 C ˇx 0 1/y2 � .˛x2 C ˇx 0 2/y1 D ˛x1y2 C ˇx 0 1y2 � ˛x2y1 � ˇx 0 2y1 D ˛!.Ex; Ey/C ˇ!.Ex0; Ey/ ; e !.Ex; �/ é um funcional linear, pois !.Ex; ˛ Ey C ˇ Ey 0/ D x1.˛y2 C ˇy 0 2/ � x2.˛y1 C ˇy 0 1/ D ˛x1y2 C ˇx1y 0 2 � ˛x2y1 � ˇx2y 0 1 D ˛!.Ex; Ey/C ˇ!.Ex; Ey 0/ : Portanto, ! é uma forma bilinear em V . (d) Seja K D R, K0 D C, V D C2. Dados Ex D .x1; x2/, Ey D .y1; y2/ 2 V , definamos !.Ex; Ey/ D x1y1 C x2y2. Um cálculo análogo ao feito no item (a) mostra que ! é uma forma R-bilinear em V . Contudo, ! não é (C-)bilinear (Exercício: verifique!); (e) Sejam K;K0; V; ! como no exemplo (d), e defina �.Ex; Ey/ D Re!.Ex; Ey/. Novamente, � é uma forma R-bilinear em V , mas não (C-)bilinear. Exemplos similares a (d) serão tratados de forma sistemática no Capítulo 2. 9 1.2 Aplicações bilineares simétricas e anti-simétricas Dada uma aplicação bilinear B de V em W , definimos a transposta BT de B pela fórmula BT.Ex; Ey/ D B. Ey; Ex/, Ex; vy 2 V . É imediato verificar (Exercício: faça isso!) que BT é uma aplica- ção bilinear de V emW . Dizemos então que uma aplicação bilinear B em V é: � Simétrica se !T D !, i.e. !.Ex; Ey/ D !. Ey; Ex/ para todo Ex; Ey 2 V ; � Anti-simétrica se !T D �!, i.e. !.Ex; Ey/ D �!. Ey; Ex/ para todo Ex; Ey 2 V . Dos exemplos listados na Seção 1.1 acima, temos que (a), (b), (d) e (e) são formas K-bilineares simétricas, e (c) é uma forma K-bilinear anti-simétrica. Mais em geral, temos o seguinte Lema 1.2 Seja B uma aplicação bilinear de V em W . Então existe uma única aplicaçãobilinear simétrica BC e uma única aplicação bilinear anti-simétrica !� tais que B D BC C B�. Mais precisamente, podemos escrever B˙ D 12.B ˙ BT/, i.e. (1.5) B˙.Ex; Ey/ D 1 2 .B.Ex; Ey/˙ BT.Ex; Ey// D 1 2 .B.Ex; Ey/˙ B. Ey; Ex// : Prova. Segue imediatamente de (1.5) que BC é simétrica, B� é anti-simétrica e B D BCCB�. Para provar a unicidade deB˙, suponha queB1 é uma aplicação bilinear simétrica de V emW e !2 é uma aplicação bilinear anti-simétrica de V emW , tais que B D B1 C B2. Então BT D BT1 C B T 2 D B1 � B2, e portanto BC D B1 e B� D B2, como desejado. � Corolário 1.3 Sejam P˙ W L.V; V IW / ! L.V; V IW / as aplicações dadas por P˙.B/ D B˙, ondeB˙ são definidas por (1.5). Então P˙ são projeções lineares complementares emL.V; V IW /, i.e. P˙ são transformações lineares em L.V; V IW / tais que P 2˙ D P˙ e P� D 1 � PC. Em particular, L.V; V IW / D _2.V IW / ˚ ^2.V IW /, onde os subespaços vetoriais _2.V IW / :D PCL.V; V IW / e ^2.V IW / : D P�L.V; V IW / consistem respectivamente nas formas bilineares simétricas e anti-simétricas em V . Prova. Claramente B 7! BT é uma transformação linear em L.V; V IW /, logo P˙ também o são. Como B D BC C B� pelo Lema 1.2, concluímos que P� D 1 � PC. Resta mostrar que P 2 ˙ D P˙. Para tal, notar que BC D B se B for simétrica, e B� D B se B for anti-simétrica, de onde também segue a caracterização desejada de P˙L.V; V IW /. � Observação 1.4 O Lema 1.2 e o Corolário 1.3 permanecem válidos se K é um corpo com caracte- rística diferente de 2. Segue, portanto, que podemos dividir o estudo de aplicações bilineares de V em W nos ca- sos simétrico e anti-simétrico. Isso será feito nas Seções 1.6 a 1.8 mais adiante no caso de formas bilineares, i.e. W D K. O caso deW geral será abordado no capítlo 5. 10 1.3 A matriz de uma forma bilinear Sejam S1 D fEe1; : : : ; Eeng uma base de V1 e S2 D f Ef1; : : : ; Efmg uma base de V2, n D dimV1, m D dimV2. Dados Ex 2 V1, Ey 2 V2, denotamos respectivamente por ExS1 D 264 x1::: xn 375 2Mn�1.K/ ; Ex D nX jD1 xi Eei ; EyS2 D 264 y1::: ym 375 2Mm�1.K/ ; Ey D mX iD1 yj Efj (1.6) o vetor-coluna cuja i -ésima entrada é a i -ésima componente de Ex na base S1, i D 1; : : : ; n, e o vetor-coluna cuja j -ésima entrada é a j -ésima componente de Ey na base S2, j D 1; : : : ; m. Definição 1.5 A matriz de uma forma bilinear ! em V1 � V2 nas bases S1; S2 é a matriz A 2 Mn�m.K/ dada por (1.7) Aij D !.Eei ; Efj / : Observação 1.6 Via de regra, quando V1 D V2 D V , escolhemos S1 D S2 D S na Definição 1.5 a menos que seja dito explicitamente o contrário. Neste caso, dizemos que A é simplesmente a matriz de ! na base S . Dados Ex 2 V1, Ey 2 V2 e ! 2 L.V1; V2IK/, podemos expressar !.Ex; Ey/ em termos de A, das componentes de Ex na base S1 e de Ey na base S2. De fato, !.Ex; Ey/ D ! 0@ nX iD1 xi Eei ; mX jD1 yj Efj 1A D nX iD1 xi! 0@Eei ; mX jD1 yj Efj 1A D nX iD1 nX kD1 xiyj!.Eei ; Efj / D nX iD1 mX jD1 xiAijyj D ExTS1A EyS2 : (1.8) Conversamente, dada A 2Mn�m.K/, podemos definir uma forma bilinear !A em V1 � V2 escre- vendo (1.9) !A.Ex; Ey/ D Ex T S1 A EyS2 ; Ex 2 V1 ; Ey 2 V2 : (Exercício: prove que !A é uma forma bilinear em V1 � V2) 11 Se ! 2 L.V; V IK/ é simétrica (resp. anti-simétrica) e A é a matriz de ! na base S , temos que A D AT (resp. A D �AT). Conversamente, segue de (1.8) que seA D AT (resp. A D �AT), então ! é simétrica (resp. anti-simétrica). Teorema 1.7 Sejam S1 D fEe1; : : : ; Eeng uma base em V1 e S2 D f Ef1; : : : ; Efmg uma base em V2. A aplicação que leva cada forma bilinear ! em V1�V2 à sua matriz A nas bases S1; S2, dada por (1.7), é um isomorfismo linear de L.V1; V2IK/ em Mn�m.K/, com inversa A 7! !A dada por (1.9). Prova. Segue imediatamente de (1.8) que (1.9) é a inversa de (1.7), então só resta veri- ficar que a aplicação ! 7! A é linear. De fato, .˛!1 C ˇ!2/.Eei ; Efj / D ˛!1.Eei ; Efj /C ˇ!2.Eei ; Efj / : � Notar que a imagemde_2.V IK/ (resp. ^2.V IK/) pelo isomorfismo linear (1.7) consiste preci- samente das matrizesA 2Mn�n.K/ simétricas, i.e. AT D A (resp. anti-simétricas, i.e. AT D �A). Corolário 1.8 Sejam S1 D fEe1; : : : ; Eeng uma base em V1 e S2 D f Ef1; : : : ; Efmg uma base em V2, e S 01 D f�1; : : : ; �ng, S 02 D f�1; : : : ; �mg as respectivas bases duais em V 01; V 02, i.e. �i.Eek/ D �j . Efl/ D 0 se i ¤ k, j ¤ l e �i.Eei/ D �j . Efj / D 1, i; k D 1; : : : ; n, j; l D 1; : : : ; m. Então as formas bilineares (1.10) !ij .Ex; Ey/ D �i.Ex/�j . Ey/ ; Ex 2 V1 ; ; Ey 2 V2 formam uma base em L.V1; V2IK/. Em particular, dimL.V1; V2IK/ D nm. Prova. Notar que a matrizEij de !ij nas bases S; QS é dada por ŒEij �kl D !ij .Eek; Efl/ D �i .Eek/�j .Eel/ D 8<:0 .i ¤ k ou j ¤ l/1 .i D k e j D l/ : Como fEij j i D 1; : : : ; n ; j D 1; : : : ; mg é a base canônica de Mn�m.K/, segue do Teorema 1.7 que f!ij j i D 1; : : : ; n ; j D 1; : : : ; mg é uma base de L.V1; V2IK/. � As componentes de! 2 L.V1; V2IK/na base descrita noCorolário 1.8 são dadas precisamente pelas entradas damatrizAde! emS1; S2. De fato, se Ex D Pn iD1 xi Eei , Ey D Pm jD1 yj Efj 2 V , então !ij .Ex; Ey/ D xiyj e portanto (1.11) !.Ex; Ey/ D nX iD1 mX jD1 xiyj!.Eei ; Efj / D nX iD1 mX jD1 Aij!ij .Ex; Ey/ : Vejamos agora como a matriz de ! se transforma quando efetuamos uma mudança de bases. Sejam QS1 D fEe 0 1; : : : ; Ee 0 ng uma outra base de V1, QS2 D f Ef 0 1 ; : : : ; Ef 0mg uma outra base de V2, e 12 P1 2 Mn�n.K/, P2 2 Mm�m.K/ as respectivas matrizes (não-singulares) de mudança de base de S1 para QS1 e de S2 para QS2, i.e. (1.12) Ee0i D nX kD1 ŒP1�ki Eek ; Ef 0 j D mX lD1 ŒP2�lj Efl Então se QA 2Mn�m.K/ é a matriz de ! nas bases QS1; QS2, concluímos que QAij D !.Ee 0 i ; Ef 0j / D nX kD1 mX lD1 ŒP1�ki ŒP2�lj!.Eek; Efl/ D nX kD1 mX lD1 ŒP1� T ikAkl ŒP2�lj (1.13) e portanto (1.14) QA D P T1 AP2 : 1.4 O produto tensorial de dois espaços vetoriais O Corolário 1.8 sugere um paralelo notável entre bases no espaço das forma bilineares na forma (1.10) e bases duais. Assim, uma pergunta que poderia ser feita é se L.V1; V2IK/ pode ser considerado como o espaço dual de algum espaço vetorial1 A resposta é de fato positiva e nos leva naturalmente ao conceito de produto tensorial. Dados Ex 2 V1, Ey 2 V2, definimos o funcional linear Ex ˝ Ey 2 L.V1; V2IK/0 como (1.15) Ex ˝ Ey.B/ : D B.Ex; Ey/ ; B 2 L.V1; V2IK/ : A aplicação˝ W V1 � V2 3 .Ex; Ey/ 7! Ex ˝ Ey 2 L.V1; V2IK/0 é claramente bilinear (Exercício: verifique!) Definição 1.9 A operação de produto tensorial em V1 � V2 é a aplicação bilinear ˝ definida acima. O produto tensorial de V1 e V2 é definido como o subespaço vetorial V1˝V2 � L.V1; V2IK/0 gerado pela imagem ˝.V1 � V2/ de ˝.2 Um elemento genéricoZ 2 V1 ˝ V2 tem a forma (1.16) Z D rX kD1 zk Exk ˝ Eyk ; Exk 2 V1 ; Eyk 2 V2 ; k D 1; : : : ; r ; 1 Dados espaços vetoriais V;W sobre K, dizemos queW é pré-dual de V seW 0 for linearmente isomorfo a V . 2 Observe que˝ não é linear, portanto˝.V1 � V2/ em geral não é um subespaço vetorial de L.V1; V2IK/! 13 mas a representação acima para Z não é única, pois podemos (por exemplo) escrever usando a bilinearidade de˝ zk Exk ˝ Eyk D .zk Exk/˝ Eyk D Exk ˝ .zk Eyk/ : Emparticular,Z pode ser escrito comouma soma (não-única!) de produtos tensoriais de elemen- tos de V1 e V2, denominados elementos fatorizados de V1 ˝ V2. SeZ é da formaZ D Ex ˝ Ey para alguma escolha de Ex 2 V1, vy 2 V2, dizemos queZ é fatorizável. Contudo: Lema 1.10 Se S1 D fEei j i D 1; : : : ; ng é uma base de V1 e S2 D f Efj j j D 1; : : : ; mg é uma base de V2, temos que (1.17) S1 ˝ S2 : D ˝.S1 � S2/ D fEei ˝ Efj j i D 1; : : : ; n ; j D 1; : : : ; mg é base de V1 ˝ V2. Prova. Primeiramente, note que V1 ˝ V2 é o subespaço vetorial de L.V1; V2IK/ ge- rado por S1 ˝ S2: dado Z D Pr kD1 zk Exk ˝ Eyk , onde Exk D Pn iD1 xik Eei 2 V1, Eyk DPm jD1 yjk Efj 2 V2, k D 1; : : : ; r , temos: Z D rX kD1 zk nX iD1 xik Eei ! ˝ 0@ mX jD1 yjk Efj 1A D rX kD1 nX iD1 mX jD1 zkxikyjk Eei ˝ Efj D nX iD1 mX jD1rX kD1 zkxikyjk ! „ ƒ‚ … : Dzij Eei ˝ Efj : Logo, basta verificar que S1 ˝ S2 é l.i.. De fato, se Z D nX iD1 mX jD1 zij Eei ˝ Efj D 0 ; então Z.!/ D nX iD1 mX jD1 zij .Eei ˝ Efj /.!/ D nX iD1 mX jD1 zij!.Eei ; Efj / D 0 para toda ! 2 L.V1; V2IK/. Em particular, se ! D !ij é dada por (1.10) temos queZ.!ij / D zij D 0, para todo i D 1; : : : ; n, j D 1; : : : ; m, como desejado. � Note que o argumento usado para provar o Lema é análogo ao empregado para provar que bases duais são conjuntos l.i.! Em particular, a representação Z D nX iD1 mX jD1 zij Eei ˝ Efj 14 para Z 2 V1 ˝ V2 é única, e sempre podemos escolher os Exi ’s l.i. em V1 e os Eyj ’s l.i. em V2 na representação anterior deZ seZ ¤ 0. Sejam agora V1; V2; W três espaços vetoriais sobre K. O produto tensorial de V1 e V2 nos per- mite dar uma importante caracterização das aplicações bilineares de V1 �V2 emW . Mais precisa- mente, dada T 2 L.V1 ˝ V2; W /, definimos (1.18) T˝ : D T ı ˝ W V1 � V2 ! W : Segue que T˝ é bilinear: de fato, dados Ex; Ex0 2 V1, Ey; Ey 0 2 V2, ˛; ˇ 2 K quaisquer, T˝.˛ Ex C ˇ Ex 0; Ey/ D T ..˛ Ex C ˇ Ex0/˝ Ey/ D T .˛ Ex ˝ Ey C ˇ Ex0 ˝ Ey/ D ˛T˝.Ex; Ey/C ˇT˝.Ex 0; Ey/ ; T˝.Ex; ˛ Ey C ˇ Ey 0/ D T .Ex ˝ .˛ Ey C ˇ Ey 0// D T .˛ Ex ˝ Ey C ˇ Ex ˝ Ey 0/ D ˛T˝.Ex; Ey/C ˇT˝.Ex; Ey 0/ : Teorema 1.11 (propriedade universal do produto tensorial) A correspondência L.V1 ˝ V2; W / 3 T 7! T˝ 2 L.V1; V2IW / é um isomorfismo linear. Prova. Como T˝.Ex; Ey/ D T .Ex ˝ Ey/ para todo Ex 2 V1, Ey 2 V2, vê-se imediatamente que T 7! T˝ é linear. Suponha agora que T˝ D 0, o que significa que T .Ex ˝ Ey/ D 0 para todo Ex 2 V1, Ey 2 V2. Como todo elemento de V1 ˝ V2 é soma de elementos fatorizados, segue da linearidade de T que T D 0. Ou seja, T 7! T˝ é também injetora. Mostraremos agora que T 7! T˝ é sobrejetora. Isso segue imediatamente do fato que toda T 2 L.V1˝V2; W / é unicamente determinada por linearidade pelos seus valores numa base de V1˝V2. Em particular, se S1 D fEe1; : : : ; Eeng é base de V1 e S2 D fvf1; : : : ; Efmg é base de V2, então Z D nX iD1 mX jD1 zij Eei ˝ Efj 7! T .Z/ D nX iD1 mX jD1 zijT .Eei ˝ Efj / : Assim, dada QT 2 L.V1; V2IW / podemos definir T .Eei ˝ Efj / D QT .Eei ; Efj / ; i D 1; : : : ; n ; j D 1; : : : ; m : Como de praxe, T é linear por construção. Além disso, dados Ex D Pn iD1 xi Eei 2 V1, Ey DPm jD1 yj Efj 2 V2, segue da bilinearidade de QT que T .Ex ˝ Ey/ D nX iD1 mX jD1 xiyj QT .Eei ; Efj / D QT .Ex; Ey/ ; logo QT D T˝. � 15 Observação 1.12 T tal qual definida em termos de uma aplicação bilinear QT W V1 � V2 ! W na prova do Teorema (i.e. a inversa da aplicação T 7! T˝ D QT ) é chamada de linearização de QT . Segue imediatamente do Teorema a caracterização desejada de L.V1; V2IK/: Corolário 1.13 A linearização de formas bilineares em V1 � V2 é um isomorfismo linear de L.V1; V2IK/ em .V1 ˝ V2/0. Prova. TomeW D K no Teorema. � Observação 1.14 É importante notar que todos os resultados desta Seção até este ponto perma- necem válidos em dimensão infinita. Já os resultados a seguir sobre produtos tensoriais só valem em dimensão finita pois dependem da existência de bases duais. A base de L.V1; V2IK/ dada em (1.10) é (a menos de um isomorfismo linear canônico) a base dual a S1˝S2. Mais precisamente, seja a aplicação bilinear Q̋ W V 01 �V 02 ! L.V1; V2IK/ dada por (1.19) Q̋ .�; �/.Ex; Ey/ : D � Q̋ �.Ex; Ey/ D �.Ex/�. Ey/ ; Ex 2 V1 ; Ey 2 V2 (Exercício: verifique a bilinearidade de Q̋ ). É imediato verificar que se S 01 D f�1; : : : ; �ng é a base dual a S1 e S 0 2 D f�1; : : : ; �mg é a base dual a S2 então �i Q̋ �j D !ij para todo i D 1; : : : ; n, j D 1; : : : ; m, onde f!ij j i D 1; : : : ; n ; j D 1; : : : ; mg é a base de L.V1; V2IK/ dada em (1.10). Isso implica que a linearização de Q̋ leva S 01 ˝ S 0 2 nessa base e portanto é um isomorfismo linear de V 01 ˝ V 0 2 em L.V1; V2IK/. Assim, acabamos de obter a primeira parte do seguinte Corolário 1.15 V 01 ˝ V 0 2 é linearmente isomorfo a L.V1; V2IK/ e, portanto, a .V1 ˝ V2/0. Em particular, V1 ˝ V2 é linearmente isomorfo a L.V 01; V 02IK/ e a L.V1; V2IK/0. Prova. As duas últimas afirmações seguemdos isomorfismos canônicos deVj emV 00 j , que levam Sj em S 00 j D .S 0 j / 0 , j D 1; 2. � O estudo de produtos tensoriais será aprofundado no Capítulo 5. 1.5 Posto e nulidade de uma forma bilinear. Formas bilineares não-degeneradas Uma consequência importante de (1.14) é que asmatrizes de umamesma forma bilinear! em V1�V2 com respeito a diferentes escolhas de base em V1 e V2 possuem omesmo posto e a mesma nulidade. Isso nos permite formular a seguinte Definição 1.16 Seja ! uma forma bilinear em V1 � V2. O posto R.!/ de ! é dado pelo posto R.A/ da matriz A de ! numa escolha qualquer de bases S1; S2 de V1 e V2 respectivamente. 16 ADefinição 1.16 nos permite calcularR.!/mediante a escolha de bases adequadas de V1 e V2. Contudo, é também conveniente termos à nossa disposição uma definição alternativa de R.!/ que seja manifestamente independente de uma escolha de bases. Para tal, sejam ![ W V1 ! V 0 2, [! W V2 ! V 0 1 as aplicações lineares dadas respectivamente por ![.Ex/. Ey/ D [!. Ey/.Ex/ D !.Ex; Ey/ ; Ex 2 V1 ; Ey 2 V2:(1.20) Obviamente, !T[ D [! e [!T D ![. Segue imediatamente da definição 1.20 e do fato que dimV1;dimV2 <1 que, a menos do isomorfismo canônico de Vj em V 00 j , j D 1; 2, [! é a trans- posta .![/0 de![ (e vice-versa). Outrossim, se S 01 D f�1; : : : ; �ng é a base dual a S1 D fEe1; : : : ; Eeng, S 02 D f�1; : : : ; �mg a base dual a S2 D f Ef1; : : : ; Efmg, e B 2Mn�m.K/, QB 2Mm�n.K/ são respec- tivamente as matrizes de ![ nas bases S1; S 0 2 e de [! nas bases S2; S 0 1, i.e. ![.Eei/ D mX lD1 Bli�l ;(1.21) [!. Efj / D nX kD1 QBkj�k ;(1.22) então concluímos da Definição 1.5 da matriz de ! em S1; S2 que (1.23) B D AT ; QB D A : Como R.[!A/ D R.A/ D R.A T/ D R.![A/ para quaisquer bases S1; S2 de V1; V2 e toda A 2 Mn�m.K/, concluímos que (1.24) R.!/ D R.![/ D R.[!/ : Em particular, se V1 D V2 D V e portantom D n, pelo Teorema do Núcleo e da Imagem temos que (1.25) N.![/ D n �R.![/ D n �R.[!/ D N.[!/ ; podemos nesse caso também definir a nulidade N.!/ de uma forma sesquilinear ! em V como N.!/ D N.![/ D N.[!/. Definição 1.17 Dizemos que uma forma bilinear ! em V1 � V2 é não-degenerada se ![ é um isomorfismo linear. Caso contrário, dizemos que ! é degenerada. Fica claro pela Definição 1.17 que ! não-degenerada implica dimV1 D dimV2. Essa observa- ção leva ao importante Lema 1.18 Seja ! uma forma bilinear em V1 � V2. Então são equivalentes: (a) ! é não-degenerada, i.e. ![ é um isomorfismo linear de V1 em V 02; 17 (b) [! é um isomorfismo linear de V2 em V 01; (c) Para todo 0 ¤ Ex 2 V , existe Ey 2 V tal que !.Ex; Ey/ ¤ 0 (, N.![/ D 0); (d) Para todo 0 ¤ Ey 2 V , existe Ex 2 V tal que !.Ex; Ey/ ¤ 0 (, N.[! D 0). Prova. (a), (b) segue da observação de que a transposta de um isomorfismo linear também é um isomorfismo linear. (a), (c) e (b), (d), por sua vez, seguem do Teorema do Núcleo e da Imagem. � Uma consequência importante do Lema 1.18 é que toda forma bilinear não-degenerada ! em V1 � V2 induz uma única forma bilinear não-degenerada ! �1 em V 02 � V 0 1, dada por (1.26) !�1.�; �/ D !.!].�/; ]!.�// ; !] D .![/�1 W V 02 ! V1 ; ]! D .[!/�1 W V 01 ! V2 ; � 2 V 0 1; � 2 V 0 2 : Usando o isomorfismo canônico de Vj em V 00 j quando dimVj <1, j D 1; 2, podemos identifi- car !] com .!�1/[ e .!�1/�1 com ! neste caso. (Exercício: verifique!) No caso em que uma forma bilinear ! em V é simétrica (resp. anti-simétrica), temos que ![ D [! (resp. ![ D �[!). Nesses casos, podemos definir sem ambiguidades o núcleo de! como ker! D .![/�1.0/ D .[!/�1.0/. Pelo Lema 1.18,! é não-degenerada se e somente se ker! D f0g. 1.6 Formas quadráticas Seja ! uma forma bilinear simétrica no espaço vetorial V sobre K. Definamos a aplicação q! W V ! K dada por (1.27) q!.Ex/ D !.Ex; Ex/ : Podemos recuperar ! a partir de q! através da fórmula (1.28) !.Ex;Ey/ D 1 2 .q!.Ex C Ey/ � q!.Ex/ � q!. Ey// : De fato, q!.Ex C Ey/ � q!.Ex/ � q!. Ey/ D !.Ex C Ey; Ex C Ey/ � !.Ex; Ex/ � !. Ey; Ey/ D !.Ex; Ex/C !.Ex; Ey/C !. Ey; Ex/C !. Ey; Ey/ � !.Ex; Ex/ � !. Ey; Ey/ D 2!.Ex; Ey/ : Mais em geral, temos a seguinte Definição 1.19 Uma forma quadrática em V é uma aplicação q W V ! K satisfazendo as se- guintes propriedades: 18 (i) q.Ex/ D q.�Ex/ para todo Ex 2 V ; (ii) !q.Ex; Ey/ D 12.q.ExCEy/�q.Ex/�q. Ey// define uma forma bilinear (necessariamente simétrica) !q em V . Observação 1.20 Podemos definir formas quadráticas segundo a Definição 1.19 em espaços ve- toriais V sobre qualquer corpo K com caracterísitca diferente de 2. Lema 1.21 Seja q W V ! K uma forma quadrática em V . Então q satisfaz as seguintes proprieda- des: (a) q.Ex/ D !q.Ex; Ex/ para todo Ex 2 V ; (b) 2q.Ex/C 2q. Ey/ D q.Ex C Ey/C q.Ex � Ey/ para todo Ex; Ey 2 V ( fórmula do paralelogramo); (c) !q.Ex; Ey/ D 14.q.Ex C Ey/ � q.Ex � Ey// para todo Ex; Ey 2 V ( fórmula de polarização). Prova. (a) Podemos escrever, em virtude da bilinearidade de !q , !q.Ex C Ey; Ez/ D 1 2 .q.Ex C Ey C Ez/ � q.Ex C Ey/ � q.Ez// D !q.Ex; Ez/C !q. Ey; Ez/ D 1 2 .q.Ex C Ez/ � q.Ex/ � q.Ez//C 1 2 .q. Ey C Ez/ � q. Ey/ � q.Ez// ; donde concluímos que (1.29) q.Ex C Ey C Ez/ � q.Ex C Ey/ � q.Ex C Ez/ � q. Ey C Ez/C q.Ex/C q. Ey/C q.Ez/ D 0 para todo Ex; Ey; Ez 2 V . Tomando Ex D Ey D Ez D 0, concluímos que q.0/ D 0. Mais em geral, tomando Ey D Ex e Ez D �Ex, temos em virtude de (i) que q.2Ex/ D 4q.Ex/. Inserindo essa identidade na definição (ii) de !q com Ey D Ex, obtemos (a). (b) Tomando Ez D �Ey em (1.29), e fazendo uso de (i) e do fato que q.0/ D 0, obtemos (b). (c) Inserindo (b) na definição (ii) de !q , obtemos (c). � SejaQ.V / o conjunto das formas quadráticas em V . Podemos imbui-lo das operações “pon- tuais” de adição e multiplicação por escalares herdadas do contradomínio K, a saber: .q1 C q2/.Ex/ D q1.Ex/C q2.Ex/ ; .˛q1/.Ex/ D ˛q1.Ex/ (q1; q2 2 Q.V /, ˛ 2 K, Ex 2 V ). Isso torna Q.V / um espaço vetorial sobre K. Neste caso, concluímos: 19 Corolário 1.22 A aplicação_2.V IK/ 3 ! 7! q! 2 Q.V / é um isomorfismo linear, com inversa Q.V / 3 q 7! !q 2 _ 2.V IK/. � Podemos falar damatrizA 2Mn�n.K/deuma formaquadráticaq numabaseS D fEe1; : : : ; Eeng de V . Ela é simplesmente a matriz A de !q na base S . Desta forma, podemos escrever q.Ex/ D ExTSAExS ; onde(1.30) !q.Ex; Ey/ D Ex T SA EyS :(1.31) Como tal,A é sempre simétrica. Conversamente, dadaA 2Mn�n.K/ simétrica, a expressão (1.30) define uma forma quadrática q em V . Desta forma, podemos definir o posto R.q/ :D R.!q/ e a nulidade N.q/ D N.!q/ de uma forma quadrática q. Como !q é simétrica, podemos definir também o núcleo de q como ker q D ker!q. Definição 1.23 Dizemos que uma forma quadrática q num espaço vetorial V sobre K é: � Semi-definida se q.Ex/ � 0 para todo Ex 2 V (neste caso, dizemos que q é positiva semi- definida) ou q.Ex/ � 0 para todo Ex 2 V (neste caso, dizemos que q é negativa semi-definida); � Definida se q.Ex/ > 0 para todo 0 ¤ Ex 2 V (neste caso, dizemos que q é positiva definida) ou q.Ex/ < 0 para todo 0 ¤ Ex 2 V (neste caso, dizemos que q é negativa definida); � Indefinida se q não for semi-definida; � Não-degenerada (resp. degenerada) se !q for não-degenerada (resp. degenerada). Uma forma bilinear simétrica ! em V é dita (positiva / negativa) semi-definida, indefinida ou (positiva / negativa) definida se a forma quadrática q! associada a ! respectivamente o for. No caso K D C, a classificação elencada na Definição 1.23 se torna bemmenos interessante: Lema 1.24 Seja q 6� 0 uma forma quadrática num espaço vetorial V sobre C. Então q é necessa- riamente indefinida. Prova. Notar que !q.i Ex; i Ey/ D �!q.Ex; Ey/ para todo Ex; Ey 2 V . Em particular, q.i Ex/ D �q.Ex/ para todo Ex 2 V . Suponha que q é semi-definida; então 0 � q.i Ex/ D �q.Ex/ � 0 para todo Ex 2 V ou 0 � q.i Ex/ D �q.Ex/ � 0 para todo Ex 2 V . Em ambos os casos, concluímos que q � 0. � No próximo Capítulo estudaremos uma modificação do conceito de formas bilineares adap- tado às particularidades de espaços vetoriais complexos – as chamadas formas sesquilineares – para as quais existe um conceito de formas quadráticas semi-definidas similar ao encontrado para espaços vetoriais reais. Já no caso K D R, observamos que uma forma quadrática q num espaço vetorial V sobre R é indefinida se e somente se existem .0 ¤/ExC; Ex� 2 V tais que q.ExC/ > 0 e q.Ex�/ < 0. Segue imediatamente que ExC e Ex� são l.i.. Uma caracterização importantíssima da semi-definiteza de uma forma quadrática real q é dada pelo 20 Lema 1.25 Seja q uma forma quadrática num espaço vetorial V sobre R. Se q é semi-definida, então para todo Ex; Ey 2 V vale a desigualdade de Cauchy-Schwarz (1.32) !q.Ex; Ey/ 2 � q.Ex/q. Ey/ : Conversamente, se existem Ex; Ey 2 V satisfazendo q.Ex/ > 0 e q. Ey/ < 0, então Ex; Ey satisfazem a desigualdade de Cauchy-Schwarz reversa !q.Ex; Ey/ 2 > q.Ex/q. Ey/ – neste caso, existe um único par de escalares distintos ˛C; ˛� 2 R tais que q.Ex C ˛˙ Ey/ D 0. Prova. Sejam Ex; Ey 2 V , e considere o polinômio de segundo grau pq em R dado por pq.˛/ D q.Ex C ˛ Ey/ D q.Ex/C ˛!q.Ex; Ey/C ˛!q. Ey; Ex/C ˛ 2q. Ey/ D q.Ex/C 2˛!q.Ex; Ey/C ˛ 2q. Ey/ ; ˛ 2 R ; onde na segunda igualdade usamos o fato que !q é simétrica. Suponha inicialmente que q é semi-definida; então q é positiva semi-definida se e somente se�q for negativa semi-definida, e se a desigualdade (1.32) vale para q, então (1.32) também vale para �q. Portanto, não há perda de generalidade em assumir que q é positiva semi-definida. Neste caso, temos para todo ˛ 2 R que pq.˛/ � 0. Se q. Ey/ D 0, isso só é possível se !q.Ex; Ey/ D 0, portanto podemos assumir que q. Ey/ ¤ 0. Observemos agora que um polinômio de segundo grau p.˛/ D a˛2Cb˛Cc com coeficientes reais é não-negativo para todo ˛ 2 R se e somente sep possui no máximo uma raiz real (com multiplicidade 2), o que ocorre precisamente quando � D b2 � 4ac � 0. No nosso caso, concluímos que � D 4!q.Ex; Ey/ 2 � 4q. Ey/q.Ex/ � 0, donde segue (1.32). Finalmente, suponhamos que q.Ex/ > 0 e q. Ey/ < 0 – então obviamente q.Ex/q. Ey/ < 0 � !q.Ex; Ey/ 2 , como desejado. Contudo, isso implica que� > 0 e portanto pq possui um par de raízes reais distintas ˛C; ˛�, de modo que pq.˛˙/ D q.ExC˛˙ Ey/ D 0. � Corolário 1.26 Seja q uma forma quadrática semi-definida num espaço vetorial V sobre R. Então q.Ex/ D 0 se e somente se Ex 2 ker q. Em particular: (a) A igualdade em (1.32) ocorre se e somente se ExC ˛ Ey 2 ker q ou ˛ ExC Ey 2 ker q para algum ˛ 2 R. (b) Uma forma quadrática q em V é positiva (resp. negativa) definida se e somente se q for positiva (resp. negativa) semi-definida e não-degenerada. Prova. Se Ex 2 ker q, então trivialmente q.Ex/ D !q.Ex; Ex/ D 0. Suponhamos en- tão que q.Ex/ D 0. Pela desigualdade de Cauchy-Schwarz (1.32), temos que !q.Ex; Ey/ 2 � q.Ex/q. Ey/ D 0 para todo Ey 2 V , logo Ex 2 ker q, como desejado. A afirmação (b) é então imediata, então resta apenas provar (a). Suponha que Ex; Ey 2 V satisfazer (1.32) com igual- dade, e seja pq.˛/ D q.ExC˛ Ey/ o polinômio empregado na prova do Lema 1.25 – concluímos do argumento apresentado lá que q. Ey/ D !q.Ex; Ey/ D 0 ou pq possui uma única raiz real ˛, de modo que pq.˛/ D q.Ex C ˛ Ey/ D 0. Em ambos os casos, a afirmação (a) segue. � 21 1.7 Diagonalização de formas quadráticas Definição 1.27 Dizemos que uma base S de V diagonaliza uma forma quadrática q (ou a forma bilinear simétrica !q associada a q) em V se a matriz A de q na base S é diagonal, i.e. Aij D 0 se i ¤ j . Se S diagonaliza q, dizemos que S é ortogonal com respeito a q (ou !q). Um fato fundamental sobre formas quadráticas é: Teorema 1.28 Seja q uma forma quadrática no espaço vetorial V sobre K, dimV D n < 1. Então existe uma base S D f Ef1; : : : ; Efng de V que diagonaliza q. Prova. Se q � 0, então qualquer base de V diagonaliza q, pois nesse caso A D 0 em qualquer base. Suponhamosentão que q 6� 0, ou seja, existe .0 ¤/ Ef1 2 V tal que q. Ef1/ ¤ 0. Defina V1 D spanfEx1g, e V ?1 D fEy 2 V j !q.Ex; Ey/ D 0 para todo Ex 2 V1g D f Ey 2 V j !q. Ef1; Ey/ D 0g : É imediato verificar (Exercício: faça isso!) queV ?1 é umsubespaço vetorial deV . Mostraremos agora que V D V1 ˚ V ? 1 : para tal, definimos a transformação linear P1 W V ! V dada por P1 Ey D !q. Ef1; Ey/ q. Ef1/ Ef1 : Segue que: (i) P1 é uma projeção linear, i.e. P 2 1 D P1; (ii) P1.V / D V1; (iii) kerP1 D .1 � P1/.V / D V ?1 . De fato, P 21 Ey D P1.P1 Ey/ D !q. Ef1; Ey/ q. Ef1/ P1 Ef1 D !q. Ef1; Ey/ q. Ef1/ !q. Ef1; Ef1/ q. Ef1/ Ef1 D !q. Ef1; Ey/ q. Ef1/ Ef1 D P1 Ey ; provando (i). Para verificarmos (ii), basta mostrar que P1 Ef1 D Ef1, mas verificamos pre- cisamente isto na prova de (i). Resta apenas verificar (iii) – claramente, Ey 2 V ?1 implica Ey D Ey � P1 Ey, pela definição de P1. Conversamente, temos que para todo Ey 2 V !q. Ef1; Ey � P1 Ey/ D !q. Ef1; Ey/ � !q. Ef1; Ey/ q. Ef1/ !q. Ef1; Ef1/ D 0 : Concluímos dos fatos (i)–(iii) que V D V1 ˚ V ? 1 , como desejado. Seja q ? 1 a restrição de q a V ?1 . Se q ? 1 � 0, sejaS1 D f Ef2; : : : ; Efngumabase qualquer deV ? 1 ; entãoS D f Ef1g[S1 é uma 22 base de V que diagonaliza q. Se q?1 6� 0, então existe Ef2 2 V ? 1 tal que q. Ef2/ D q ? 1 . Ef2/ ¤ 0. Notar que Ef1 e Ef2 são linearmente independentes, pois V D V1 ˚ V ? 1 ; repetimos então o procedimento acima com q1 e Ef2. O argumento geral (k � 1) é o seguinte: suponha que f Ef1; : : : ; Efkg � V é um conjunto linearmente independente em V tal que q. Efj / ¤ 0 para todo j D 1; : : : ; k e !q. Efi ; Efj / D 0 se i ¤ j . Definamos Vk D spanf Ef1; : : : ; Efkg ;(1.33) V ?k D fEy 2 V j !q.Ex; Ey/ D 0 para todo Ex 2 Vkg D f Ey 2 V j !q. Efj ; Ey/ D 0 ; j D 1; : : : ; kg ;(1.34) Pk Ey D kX jD1 !q. Efj ; Ey/ q. Efj / Efj ; Ey 2 V :(1.35) Em particular, a restrição qk de q a Vk é não-degenerada. Mostraremos que (i’) Pk é uma projeção linear, i.e. P 2 k D Pk ; (ii’) Pk.V / D Vk ; (iii’) kerPk D .1 � Pk/.V / D V ? k , por um argumento análogo ao usado acima no caso k D 1. De fato, P 2k Ey D Pk.Pk Ey/ D kX jD1 !q. Efj ; Ey/ q. Efj / Pk Efj D kX jD1 !q. Efj ; Ey/ q. Efj / kX lD1 !q. Efl ; Efj / q. Efl/ Efl D kX jD1 !q. Efj ; Ey/ q. Efj / Efj D Pk Ey ; provando (i’). Para verificarmos (ii’), basta mostrar que Pk Efj D Efj para todo j D 1; : : : ; k, mas verificamos precisamente isto na prova de (i’). Resta apenas verificar (iii’) – claramente, Ey 2 V ? k implica Ey D Ey � Pk Ey, pela definição de Pk . Conversamente, temos que para todo Ey 2 V , j D 1; : : : ; k, !q. Efj ; Ey � P1 Ey/ D !q. Efj ; Ey/ � nX lD1 !q. Efl ; Ey/ q. Efl/ !q. Efj ; Efl/ D 0 : Segue dos fatos (i’)–(iii’) que V D Vk ˚ V ? k . Seja então q? k a restrição de q a V ? k . Se q? k � 0, então basta escolher uma base Sk D f EfkC1; : : : ; Efng qualquer de V ? k e definir S D f Ef1; : : : ; Efkg [ Sk . Se q ? k 6� 0, então existe EfkC1 2 V ? k tal que q. EfkC1/ D q ? k . EfkC1/ ¤ 0. Por construção,!q. Efj ; EfkC1/ D 0para todo j D 1; : : : ; k. Repetimos então o procedimento com f Ef1; : : : ; EfkC1g. Como n D dimV < 1, só podemos fazer isso um número finito de vezes – até k D n ou q? k � 0. � 23 Ométodo usado para provar o Teorema 1.28 é conhecido comométodo de Gram-Schmidt, e a base S D f Ef1; : : : ; Efng construída por ele pode ser usada para extrair mais informações sobre q. Por exemplo, seja k o maior inteiro para o qual q. Efk/ ¤ 0. Como a matriz A de q na base S é diagonal, concluímos da prova do Teorema 1.28 que: � A restrição qk de q a Vk é não-degenerada e k D dimVk D R.q/; � Se Ey 2 V ? k , então !q.Ex; Ey/ D 0 para todo Ex 2 V , pois V D Vk ˚ V ? k e q? k : D qjV? k � 0. Ou seja, V ? k D ker q. Podemos ainda normalizar os vetores na baseS determinada peloTeorema 1.28. As condições de normalização, contudo, são diferentes se lidamos com K D R ou K D C: Teorema 1.29 (K D C) Seja q uma forma quadrática no espaço vetorial V sobre C, dimV D n <1. Então existe uma base OS D fEe1; : : : ; Eeng de V que diagonaliza q e satisfaz (1.36) q.Eej / D 8<:1 .1 � j � k/0 .k < j � n/ : (K D R) Seja q uma forma quadrática no espaço vetorial V sobre R, dimV D n < 1. Então existe uma base OS D fEe1; : : : ; Eeng de V que diagonaliza q e satisfaz (1.37) q.Eej / D 8<:˙1 .1 � j � k/0 .k < j � n/ : Mais ainda, os números n˙ D dim span fEej j q.Eej / D ˙1 ; j D 1; : : : ; kg não dependem da escolha de base OS dentro das condições acima ( lei de inércia de Sylvester). Prova. (K D C) Seja S D f Ef1; : : : ; Efng a base ortogonal com respeito a q obtida na prova do Teo- rema 1.28. Seja q q. Efj / uma das duas raízes quadradas complexas de q. Efj / (lembrar que ambas diferem apenas por um fator �1), j D 1; : : : ; k. Definamos, então, (1.38) Eej D 8̂<̂ : 1q q. Efj / Efj .1 � j � k/ Efj .k < j � n/ : Claramente, OS D fEe1; : : : ; Eeng satisfaz as condições desejadas. (K D R) Seja S D f Ef1; : : : ; Efng a base ortogonal com respeito a q obtida na prova do Teo- rema 1.28. A dificuldade aqui é que apenas reais não-negativos possuem raiz quadrada real (por convenção, não-negativa). Podemos ainda, contudo, definir (1.39) Eej D 8̂<̂ : 1q jq. Efj /j Efj .1 � j � k/ Efj .k < j � n/ : 24 Claramente, OS D fEe1; : : : ; Eeng satisfaz as condições desejadas. Resta provar a invariância de nC e n�. Sejam V˙ D span fEej j q.Eej / D ˙1 ; j D 1; : : : ; kg e V0 D ker q D spanfEej j j D kC1; : : : ; ng, de formaquen˙ D dimV˙ eN.q/ D dimV0. Claramente, temos que V D VC ˚ V� ˚ V0 e q˙.Ex˙/ ? 0 para todo 0 ¤ Ex˙ 2 V˙. Provaremos agora o seguinte fato: se W � V é um subespaço vetorial de V tal que q.Ex/ > 0 para todo 0 ¤ Ex 2 W , então W;V� e V0 são subespaços linearmente independentes, i.e. se Ex C Ey C Ez D 0 com Ex 2 W , Ey 2 V� e Ez 2 V0, então Ex D Ey D Ez D 0. De fato, temos que nesse caso 0 D !q.Ex; Ex C Ey C Ez/ D !q.Ex; Ex/C !q.Ex; Ey/C !q.Ex; Ez/ ; 0 D !q. Ey; Ex C Ey C Ez/ D !q. Ey; Ex/C !q. Ey; Ey/C !q. Ey; Ez/ : Como Ez 2 V0, temos que !q.Ex; Ez/ D !q. Ey; Ez/ D 0. Concluímos do fato que !q é simétrica que 0 D !q.Ex; Ex/C !q.Ex; Ey/ ; 0 D !q.Ex; Ey/C !q. Ey; Ey/ ; portanto 0 � !q.Ex; Ex/ D !q. Ey; Ey/ � 0 e daí !q.Ex; Ex/ D !q. Ey; Ey/ D 0, o que implica que Ex D Ey D 0. Como Ex C Ey C Ez D 0 por hipótese, temos que Ez D 0, provando que W;V� e V0 são subespaços linearmente independentes. Como V D VC ˚ V� ˚ V0, necessariamente dimW � dimVC. Em particular, se OS1 é outra base qualquer satisfazendo as condições do Teorema e denotarmos por W˙ e W0 D V0 D ker q os subespaços de V associados a essa base damesmamaneira que V˙; V0 estão associados a OS , seguedo fatoque acabamosdeprovar quedimWC � dimVC. Trocandoospapéis de OS e OS1, concluímos analogamente quedimVC � dimWC, portantodimVC D dimWC e daí dimV� D dimW�. � Observação 1.30 Os números n˙ : D n˙.q/ definidos no Teorema 1.29 no caso K D R são deno- minados índices de inércia da forma quadrática q. Claramente, temos que nC.q/Cn�.q/ D R.q/. O número S.q/ D nC.q/� n�.q/ é denominado assinatura de q. Segue do Teorema 1.7 que S.q/ não depende da escolha de base dentro das condições desse Teorema. Conversamente, temos que n˙.q/ D 1 2 .R.q/˙S.q// são completamente determinados por R.q/ e S.q/. Não introduziremos a noção de índices de inércia no caso K D C – a razão disso é elucidada pelo Lema 1.24 adiante. É praxe reordenar os elementos da base OS obtida no Teorema 1.29 de modo que q.Eej / D 8̂̂̂<̂ ˆ̂: C1 .1 � j � nC.q// �1.nC.q/C 1 � j � R.q// 0 .R.q/ < j � n/ : 25 Conversamente, dada uma forma quadrática q em V com índices de inércia nC D nC.q/, n� D n�.q/, dizemos que umabaseS D fEe1; : : : ; EengdeV satisfazendo as condições acima é ortonormal com respeito a q. Se ! é uma forma bilinear simétrica em !, dizemos que uma base S de V é ortonormal com respeito a ! se S o for com respeito à forma quadrática q! associada a !. Bases ortonormais nos fornecem ummétodo bastanteconveniente de obter as componentes de um vetor Ex 2 V em OS no caso não-degenerado: Corolário 1.31 Seja q uma forma quadrática não-degenerada no espaço vetorial V sobre K, dimV D n <1, e S D fEe1; : : : ; Eeng uma base de V ortonormal com respeito a q. Então: � (K D C) As componentes de Ex 2 V em S são dadas por xj D !q.Eej ; Ex/, i.e. (1.40) Ex D nX jD1 xj Eej D nX jD1 !q.Eej ; Ex/Eej : Em particular, os elementos da base dual S 0 D f�1; : : : ; �ng a S em V 0 são dados por �j D ! [ q.Eej /, j D 1; : : : ; n; � (K D R) As componentes de Ex 2 V em OS são dadas por xj D !q.Eej ; Ex/ se Eej 2 VC e xj D �!q.Eej ; Ex/ se Eej 2 V�, i.e. (1.41) Ex D nX jD1 xj Eej D X q.Eej /DC1 !q.Eej ; Ex/Eej � X q.Eel /D�1 !q.Eel ; Ex/Eel : Em particular, os elementos da base dual S 0 D f�1; : : : ; �ng a S em V 0 são dados por �j D ! [ q.Eej / se Eej 2 VC e �j D �![q.Eej / se Eej 2 V�, j D 1; : : : ; n. Prova. Seja Ex D Pn jD1 xj Eej 2 V . Então !q.Eej ; Ex/ D xj!q.Eej ; Eej / para todo j D 1; : : : ; n, pois S diagonaliza q. A tese segue imediatamente dessa fórmula. � Claramente, no caso em que K D R, q é positiva (resp. negativa) semi-definida se e somente se n�.q/ D 0 (resp. nC.q/ D 0), indefinida se e somente se nC.q/; n�.q/ ¤ 0, e positiva (resp. negativa) definida se e somente se nC.q/ D n (resp. n�.q/ D n). Por outro lado, se K D C a noção de índices de inércia se perde, pois mesmo subespaços unidimensionais de V são então indefinidos. Por isso, não nos incomodamos em introduzir tal noção nesse caso. Notar que a afirmação (b) doCorolário 1.26 tambémpode ser obtida notandoquen�.Q/ D 0 (resp. nC.q/ D 0) e N.q/ D 0 se e somente se nC.q/ D dimV (resp. n�.q/ D dimV ). No entanto, a prova que apresentamos, baseada na desigualdade deCauchy-Schwarz, não apenas leva a um resultado mais forte como também permanece válida mesmo se V tem dimensão infinita. Adiagonalizaçãode formas quadráticas pode ser tambémobtida a partir do teorema espectral, a ser estudado no Capítulo 3. 26 1.8 Estrutura das formas bilineares anti-simétricas Seja ! uma forma bilinear anti-simétrica no espaço vetorial V sobre K. Segue imediatamente que !.Ex; Ex/ D 0 para todo Ex 2 V , portanto não é possível diagonalizar ! neste caso. Definição 1.32 Dizemos que uma forma bilinear ! em V é alternante se !.Ex; Ex/ D 0 para todo Ex 2 V . Como visto acima, toda forma bilinear anti-simétrica é alternante. Conversamente, se ! é uma forma bilinear alternante, temos que !.Ex C Ey; Ex C Ey/ D 0 D !.Ex; Ex/C !.Ex; Ey/C !. Ey; Ex/C !. Ey; Ey/ D !.Ex; Ey/C !. Ey; Ex/ ) !. Ey; Ex/ D �!. Ey; Ex/ ; i.e. ! é também anti-simétrica. Embora tais formas bilineares não possam ser diagonalizadas, é possível encontrar uma base de V tal que a matriz de ! nessa base possui uma forma “canônica”, a ser descrita em breve. Seja uma formabilinear anti-simétrica! emV tal que! 6� 0. Isso significa que existemvetores Ex1; Ey1 2 V tais que !. Ey1; Ex1/ ¤ 0. Como ! é alternante, temos que Ex1 e Ey1 são necessariamente linearmente independentes. Definamos então (1.42) Ep1 D 1 !. Ey1; Ex1/ Ey1 ; de modo que !. Ep1; Ex1/ D !. Ey1; Ex1/ !. Ey1; Ex1/ D 1 : Seja V1 D spanfEx1; Ep1g. Se Ez1 D ˛1 Ex1 C ˇ1 Ep1 2 V1, (1.42) e a alternância de ! implicam que (1.43) !.Ex1; Ez1/ D �ˇ1 ; !. Ep1; Ez1/ D ˛1 : Logo, temos para todo Ez1 2 V1 que (1.44) Ez1 D !. Ep1; Ez1/Ex1 � !.Ex1; Ez1/ Ep1 : Seja V ?1 D fEz 2 V j !.Ez1; Ez/ D 0 para todo Ez1 2 V1g D fEz 2 V j !.Ex1; Ez/ D !. Ep1; Ez/ D 0g : (1.45) Claramente, V ?1 é um subespaço vetorial de V . Seja também P1 W V ! V a transformação linear dada por (1.46) P1Ez D !. Ep1; Ez/Ex1 � !.Ex1; Ez/ Ep1 Claramente, P1 Ex1 D Ex1 e P1 Ep1 D Ep1, logo P 2 1 D P1 e P1.V / D V1. Provaremos agora que kerP1 D .1 � P1/.V / D V ?1 , donde segue que V D V1 ˚ V ? 1 . De fato, se Ez 2 V ? 1 , então 27 necessariamente Ez 2 kerP1 pela definição de V1 e pela definição (1.46) de P1. Conversamente, para todo Ez 2 V , segue de (1.42) e da anti-simetria de ! que !.Ex1; Ez � P1Ez/ D !.Ex1; Ez/ � !. Ep1; Ez/!.Ex1; Ex1/C !.Ex1; Ez/!.Ex1; Ep1/ D 0 ; !. Ep1; Ez � P1Ez/ D !. Ep1; Ez/ � !. Ep1; Ez/!. Ep1; Ex1/C !.Ex1; Ez/!. Ep1; Ep1/ D 0 ; logo Ez � P1Ez 2 V ? 1 . O procedimento acima é o primeiro passo do seguinte algoritmo, modelado de maneira aná- loga à ortogonalização de Gram-Schmidt para formas quadráticas. Seja fEx1; Ep1; : : : ; Exk; Epkg um conjunto linearmente independente em V tal que !.Exi ; Exj / D !. Epi ; Epj / D 0 para todo i; j D 1; : : : ; k I !. Epi ; Exj / D �!.Exj ; Epi/ D 8<:0 se i ¤ j I1 se i D j :(1.47) Definamos Vk D spanffEx1; Ep1; : : : ; Exk; Epkg ;(1.48) V ?k D fEz 2 V j !.Ezk; Ez/ D 0 para todo Ezk 2 Vkg D fEz 2 V j !.Exj ; Ez/ D !. Epj ; Ez/ D 0 ; j D 1; : : : ; kg(1.49) e a transformação linear Pk W V ! V dada por (1.50) PkEz D kX jD1 Œ!. Epj ; Ez/Exj � !.Exj ; Ez/ Epj � : Notando que se Ezk D Pk jD1Œ j̨ Exj C ǰ Epj � 2 Vk, então (1.47) implica que !.Exj ; Ezk/ D � ǰ e !. Epj ; Ezk/ D j̨ para todo j D 1; : : : ; k, concluímos que Pk Exj D Exj e Pk Epj D Epj para todo j D 1; : : : ; k, portantoP 2 k D Pk ePk.V / D Vk. Resta-nos mostrar que kerPk D .1�Pk/.V / D V ?k , donde segue que V D Vk ˚ V ? k . De fato, se Ez 2 V ? k , então necessariamente Ez 2 kerPk pela definição (1.48) de Vk e pela definição (1.50) de Pk. Conversamente, para todo Ez 2 V , segue de (1.47) e da anti-simetria de ! que para todo j D 1; : : : ; k !.Exj ; Ez � PkEz/ D !.Exj ; Ez/ � kX lD1 Œ!. Epl ; Ez/!.Exj ; Exl/ � !.Exl ; Ez/!.Exj ; Epl/� D 0 ; !. Epj ; Ez � PkEz/ D !. Epj ; Ez/ � kX lD1 Œ!. Epl ; Ez/!. Epj ; Exl/ � !.Exl ; Ez/!. Epj ; Epl/� D 0 ; logo Ez � PkEz 2 V ? k . Sejam então !k a restrição de ! a Vk � Vk e ! ? k a restrição de ! a V ? k � V ? k . Mostremos que !k é não-degenerada: se Ez D kX jD1 Œ j̨ Exj C ǰ Epj � 2 Vk ; 28 definamos Ew D kX jD1 Œ ǰ Exj � j̨ Epj � 2 Vk : (lembrar que K D R ou C, e que z D z se e somente se z 2 R) Então segue de (1.47) que !.Ez; Ew/ D kX jD1 .j j̨ j 2 C j ǰ j 2/ ; logo !.Ez; Ew/ D 0 se e somente se Ez D 0. Suponhamos agora que !? k 6� 0; então existem ExkC1; EykC1 2 V ? k tais que !? k . EykC1; ExkC1/ D !. EykC1; ExkC1/ ¤ 0. Definamos (1.51) EpkC1 D 1 !. EykC1; ExkC1/ EykC1 ; de modo que !. EpkC1; ExkC1/ D !. EykC1; ExkC1/ !. EykC1; ExkC1/ D 1 : Segue de (1.51) e do fato que V D Vk ˚ V ? k que fEx1; Ep1; : : : ; ExkC1; EpkC1g é um conjunto linear- mente independente em V , e (1.52) !.ExkC1; Exj / D !.ExkC1; Epj / D !. EpkC1; Exj / D !. EpkC1; Epj / D 0 ; j D 1; : : : ; k : Podemos então repetir o procedimento acima substituindo k por kC1. Como n D dimV <1, só podemos fazer isso um número finito de vezes – até k D n 2 ou !? k � 0. Caso V ? k ¤ f0g, esco- lhemos uma base S? k D fEq2kC1; : : : ; Eqng qualquer de V ? k e definimos Sk D fEx1; Ep1; : : : ; Exk; Epkg, S D Sk [ S ? k . Teorema 1.33 A matriz A 2Mn�n.K/ de ! na base S construída acima tem a forma (1.53) A D " Ak 0 0 0 # ; onde Ak 2M2k�2k.K/ é a matriz diagonal em blocos idênticos (1.54) Ak D 26666666666666664 0 1 0 0 � � � � � � 0 0 �1 0 0 0 � � � � � � 0 0 0 0 0 1 : : : : : : ::: ::: 0 0 �1 0 0 : : : ::: ::: ::: ::: : : : 0 : : : : : : 0 0 ::: ::: : : : : : : : : : : : : 0 0 0 0 � � � � � � 0 0 0 1 0 0 � � � � � � 0 0 �1 0 37777777777777775 : Definição 1.34 Seja V um espaço vetorial sobre K. Dizemos que uma forma bilinear ! em V é simplética se ! for anti-simétrica e não-degenerada. 29 Capítulo 2 Formas sesquilineares Neste Capítulo, o corpo de escalares é sempre C. 2.1 Prólogo. Espaços vetoriais complexos Seja V um espaço vetorial sobre o corpo K0, e K � K0 um subcorpo de K. Claramente, neste caso V é também um espaço vetorial sobre K (basta restringirmos a multiplicação escalar a K), e é conveniente especificarmos com respeito a qual corpo de escalares de V se referem conceitos básicos de Álgebra Linear. Por exemplo, uma combinação K-linear de Ex1; : : : ; Exk 2 V é um vetor Ey 2 V da forma Ey D Pk jD1 j̨ Exjcom j̨ 2 K para todo j D 1; : : : ; k, chamados coeficientes da combinação K0-linear expressa no lado direito. Analogamente, dizemos queW � V é um subespaço vetorial de V sobre K0 se Ex C Ex0 e ˛ Ex pertencem aW para todo Ex; Ex0 2 W , ˛ 2 K. Dado S � V , o subes- paço vetorial spanKS gerado por S sobre K é o conjunto das combinações K-lineares (finitas) de elementos de S , incluindo o zero. Dizemos que S é K-linearmente independente (K-l.i.) se cada vetor em spanKS é dado por uma única escolha de coeficientes, o que é equivalente a dizer que se Ex1 : : : ; Exk 2 S satisfazem Pk jD1 j̨ Exj D 0, então j̨ D 0 para todo ˛ D 1; : : : ; k. Caso contrário, dizemos que S é K-linearmente dependente (K-l.d.). Obviamente spanK0S D spanS , e S é l.i. (resp. l.d.) se e somente se for K0-l.i. (resp. K0-l.d.). Notar que as noções de soma, soma direta e (in)dependência linear de subespaços vetoriais não fazem referência à escolha deK, portanto não precisamos especificar sobre qual corpo tais conceitos se aplicam. Uma aplicação T W V1 ! V2 é dita uma transformação K-linear se T .ExC Ex0/ D T .Ex/C T .Ex0/ e T .˛ Ex/ D ˛T .Ex/ para todo Ex; Ex0 2 V1, ˛ 2 K. Claramente, toda transformação K-linear é (K0-)linear. A razão por trás do nosso interesse em considerarmos subcorpos de escalares reside aqui no se- guinte exemplo. O corpo dos números complexosC é caracterizado, amenos de um isomorfismo de anéis, pelas seguintes propriedades: (a) C possui um subcorpo isomorfo a R (e, portanto, identificado com R); 30 (b) C possui um elemento i tal que i2 D �1; (c) C é o “menor” corpo com as propriedades (a), (b). O produto de C restrito ao caso em que um dos fatores é real define uma multiplicação escalar em C, resultando juntamente com a adição numa estrutura de espaço vetorial sobre R em C tal que R é o subespaço vetorial (unidimensional) L.S 0/ de C gerado por S 0 D f1g. Obviamente, i 62 L.S/, e portantoC deve ter dimensão (sobre R) no mínimo igual a dois. A condição (c), por sua vez, implica que dimR C D 2, de modo que S D f1; ig é uma base de C. Usaremos essa base para identificar C com R2 como espaço vetorial: (2.1) C � R2 D fz D .x; y/ j x; y 2 Rg ; 1 D .1; 0/ 2 C ; i D .0; 1/ 2 C ; de modo que (2.2) z D .x; y/ D x.1; 0/Cy.0; 1/ D x1Cyi D xCyi D xC iy ; x : D Rez ; y : D Imz : DenominamosRez (resp. Imz) a parte real (resp. parte imaginária) de z. A operação de produto em C, por sua vez, deve ser comutativa, associativa, distributiva e satisfazer para todo x; x0 2 R (2.3) .x; 0/.x0; y 0/ D x.x0; y 0/ D .xx0; xy 0/ ; i2 D .0; 1/.0; 1/ D �1 D .�1; 0/ : de onde segue por comutatividade e associatividade que .iy/.iy 0/ D �yy 0 para todo y; y 0 2 R. Tais propriedades implicam que, se z D .x; y/; w D .x0; y 0/ 2 C, então zw D .x; 0/.x0; y 0/C .0; y/.x0; 0/C .0; y/.0; y 0/ D .xx0 � yy 0; xy 0 C x0y/ D .xx0 � yy 0/C i.xy 0 C x0y/ : (2.4) Reciprocamente, nota-se que o produto definido por (2.4) é comutativo, associativo e distribu- tivo, com elemento neutro 1 D .1; 0/ e satisfazendo i2 D �1, 0 D .0; 0/ ¤ 1 e portanto 0z D 0 para todo z 2 C (Exercício: verifique!). Além disso, xx0 D .x; 0/.x0; 0/ D .xx0; 0/ para todo x; x0 2 R. Em suma, verificamos que C é um anel associativo, comutativo e unital quando imbuído da adição deR2 e do produto (2.4). Para concluirmos queC é de fato um corpo, precisamosmostrar que todo 0 ¤ z 2 C possui um inverso multiplicativo z�1 (esse inverso é necessariamente único, pelas outras propriedades já verificadas – verifique!). Para tal, notamos que C possui ainda uma outra operação, sem análogo em R – a conjugação complexa (2.5) z D x C iy 7! z D x � iy : Seguem imediatamente de (2.5) as seguintes propriedades: (2.6) z C w D z C w ; zw D z � w ; z D z : 31 Mais ainda, z D z (resp. z D �z) se e somente se Imz D 0 (resp. Rez D 0). Neste caso, dizemos que z é real (resp. imaginário (puro)). Finalmente, notar que zz D .x C iy/.x � iy/ D .x2 C y2/C i.x.�y/C xy/ D x2 C y2 D kzk2 D kzk2 2 RC ; onde k � k é a norma Euclideana em R2. Concluímos que z D 0, kzk2 D kzk2 D zz D 0, z D 0 : Definimos então omódulo de z 2 C como jzj D kzk. A notação é consistente com o seu uso no caso real, pois j.x; 0/j D jxj para todo x 2 R. Assim, se 0 ¤ z 2 C, temos que (2.7) zz D jzj2 ¤ 0 ) 1 jzj2 zz D z � 1 jzj2 z � D 1 ) z�1 : D 1 z D f rac1jzj2z : Concluímos destarte que C de fato é um corpo que contém R como um subcorpo (i.e. C é uma extensão de R). Observação 2.1 Dado um conjuntoX ¤ ¿, uma aplicação T W X ! X satisfazendo T .T .x// D x para todo x 2 X é denominada uma involução de X . Involuções são necessariamente bijetoras e iguais à própria inversa. Assim, segue de (2.6) que z 7! z é um automorfismo involutivo de C. Podemos então definir espaços vetoriais sobreC demaneira totalmente análoga à definição de espaço vetoriais sobre R. Como já observado no começo do Capítulo, todo espaço vetorial com- plexo (i.e. sobreC) é tambémumespaço vetorial real (i.e. sobreR) após restrição damultiplicação escalar a escalares reais. Da mesma forma, toda transformação C-linear (i.e. uma transformação linear usual, com respeito à adição e à multiplicação por escalares complexos) entre espaços veto- riais complexos é também R-linear (i.e. linear com respeito à adição e à multiplicação apenas por escalares reais). Conversamente, seja V um espaço vetorial sobre R. Quando podemos dizer que V se origina de um espaço vetorial complexo através da restrição acima? Para tal, notar que para todo escalar z 2 C fixo, J.Ev/ D zEv é uma transformação C-linear (e, portanto, R-linear) de V em si mesmo. Em particular, se Imz ¤ 0, J é uma transformação R-linear que não pode ser entendida como uma mera multiplicação por um escalar real fixo. Contudo, se z D i , concluímos que J 2 D �1. Mais em geral, seja J W V ! V uma transformação R-linear satisfazendo J 2 D �1. Podemos então definir i Ev D J Ev ; Ev 2 V ; e portanto .˛ C iˇ/Ev D .˛1C ˇJ /Ev ; ˛; ˇ 2 R : Notar que se z; z0 2 C, então .Rez1C ImzJ /C .Rez01C Imz0J / D Re.z C z0/1C Im.z C z0/J ; .Rez1C ImzJ /.Rez01C Imz0J / D Re.zz0/1C Im.zz0/J ; 32 logo a linearidade de J implica que V imbuído dessa estrutura adicional satisfaz os axiomas de um espaço vetorial sobre C. Por isso, é costume denominar J uma estrutura complexa em V . Obviamente, se V é complexo, então J D i1 é uma estrutura complexa em V , que chamamos de estrutura complexa canônica de V . Seja S D fEe1; : : : ; Eeng uma base do espaço vetorial complexo V , e seja KS D spanRS : D 8<: nX jD1 xj Eej j xj 2 R ; j D 1; : : : ; n 9=; : o subespaço vetorial real de V gerado por S . Concluímos imediatamente que todo Ez 2 V pode ser escrito como Ez D Ex C i Ey, onde Ex; Ey 2 KS . Dado U � V , defina iU D fi Ev jEv 2 U g – mostraremos agora que S [ iS é linearmente independente sobre R (obviamente, isso é falso sobre C!). De fato, sejam x1; : : : ; xn; y1; : : : ; yn 2 R tais que Pn jD1.xj C iyj /Eej D 0. Como S é linearmente independente sobre C, concluímos que x1 D � � � D xn D y1 D � � � D yn D 0. Em suma, concluímos que a dimensão dimR V de V como espaço vetorial real (denominada a dimensão real deV ) é o dobrodadimensãodimV :D dimC V deV comoespaço vetorial complexo (denominada a dimensão (complexa) de V ): dimR V D 2dimC V : É possível realizar a construção acima na direção contrária, mas para tal precisamos de alguns preparativos. A conjugação complexa em C nos permite definir o seguinte conceito, que não possui análogo para espaços vetoriais sobre R: Definição 2.2 Sejam V1; V2 espaços vetoriais sobre C. Uma aplicação T W V1 ! V2 é dita uma transformação anti-linear se: (a) T preserva adição de vetores: T .Ev C Ev0/ D T .Ev/C T .Ev0/; (b) T preserva multiplicação escalar a menos de conjugação complexa: T .zEv/ D zT .Ev/. Se V2 D C, dizemos que T é um funcional anti-linear. Denotamos por V � o espaço dos funcionais anti-lineares em V , que chamamos de dual conjugado de V . Transformações anti-lineares são claramente R-lineares, mas não são C-lineares– não obs- tante, adotaremos a notação T .Ev/ D T Ev como no caso linear. Transformações anti-lineares com- partilhammuitas propriedades com transformações lineares. Se T W V1 ! V2 é anti-linear, então: � T é unicamente determinada pelos seus valores numa baseS D fEe1; : : : ; Eeng deV1 – a saber, Ev D nX jD1 zj Eej ) T Ev D nX jD1 T .zj Eej / D nX jD1 zjT Eej I 33 � O núcleo de T kerT D T �1.0/ D fEv 2 V1 j T Ev D 0g é um subespaço complexo de V1 (de fato, se Ev; Ev0 2 kerT e z 2 C, então T .Ev C Ev0/ D T Ev C T Ev0 D 0 e T .zEv/ D zT Ev D 0); � A imagem de T ImT D T .V1/ D fT Ev j Ev 2 V1g é um subespaço complexo de V2 (de fato, se Ev; Ev0 2 V1 e z 2 C, então T EvCT Ev0 D T .EvC Ev0/ e zT Ev D zT Ev D T .zEv/); � T é injetora se e somente se T Ev D 0) Ev D 0, portanto T é injetora se e somente se para todo S � V1 linearmente independente temos que T jS é injetora e T .S/ é linearmente independente. É suficiente verificar a condição para uma única base S de V1; (exercício: verifique!) � T é sobrejetora se e somente se para todo S � V1 que gera V1 – i.e. spanCS : D 8<: kX jD1 zj Eej ˇ̌̌̌ ˇ zj 2 C; Eej 2 S 9=; D V1/ – temos que T .S/ gera V2. É suficiente verficar a condição para uma única base S de V1; (exercício: verifique!) � T é bijetora se e somente se T jS é injetora e T .S/ é base de V2 para alguma base S de V1; � Autovalores e autovetores de T W V ! V anti-linear são definidos exatamente como no caso linear. Dizemos que � 2 C é autovalor de T se existe 0 ¤ Ev 2 V tal que T Ev D �Ev – neste caso, dizemos que Ev é autovetor de T om autovalor V . Contudo, autoespaços de T com autovalor � VT;� : D fEv 2 V j T Ev D �Evg ; VT;0 D kerT são apenas subespaços reais deV (salvo se� D 0): se Ev; Ev0 2 VT;� e z 2 C, entãoT .EvCEv0/ D T Ev C T Ev0 D �.Ev C Ev0/mas T .zEv/ D zT Ev D z�Ev D �.zEv/ ¤ �.zEv/, a menos que Ev D 0, z D z ou � D 0. Sejam V1; V2; V3 espaços vetoriais sobre C, T1 W V1 ! V2, T2 W V2 ! V3 transformações lineares, e T 1 W V1 ! V2, T 2 W V2 ! V3 transformações anti-lineares. Então (2.8) T2T 1 : D T2 ı T 1 ; T 2T1 : D T 2 ı T1 W V1 ! V3 são transformações anti-lineares, e (2.9) T2T1 : D T2 ı T1 ; T 2T 1 : D T 2 ı T 1 W V1 ! V3 34 são transformações lineares. De fato, se Ev 2 V1, z 2 C, então T2T 1.zEv/ D T2.zT 1Ev/ D zT2T 1Ev ; T2T 1.zEv/ D T 2.zT1Ev/ D zT 2T1Ev ; T 2T 1.zEv/ D T 2.zT 1Ev/ D zT 2T 1Ev D zT 2T 2Ev : Em particular, se uma transformação anti-linear é bijetora (i.e. um isomorfismo anti-linear), sua inversa também é anti-linear. (exercício: verifique!) O estudo de transformações anti-lineares pode ser reduzido ao estudo de transformações lineares de duas maneiras. Uma delas é por meio da seguinte construção: Definição 2.3 Seja V um espaço vetorial sobre C. O conjugado de V é o espaço vetorial V sobre C dado por: � V D V como conjuntos (i.e. ignorando as operações de espaço vetorial); � A adição de vetores em V é a mesma de V ; � A multiplicação por escalares N� em V é dada por zN�Ev D zEv, onde o lado direito corresponde à multiplicação por escalares em V . Claramente temos que V D V , e que S � V é uma base de V se e somente se S for uma base de V . (exercício: verifique a última afirmação) Lema 2.4 Se V1; V2 são espaços vetoriais sobre C e T W V1 ! V2, então são equivalentes as seguintes afirmações: (1) T W V1 ! V2 é uma transformação linear (resp. anti-linear); (2) T W V1 ! V 2 é uma transformação anti-linear (resp. linear); (3) T W V 1 ! V2 é uma transformação anti-linear (resp. linear); (4) T W V 1 ! V 2 é uma transformação linear (resp. anti-linear). Prova. Como transformações lineares e anti-lineares se comportam da mesma ma- neira com respeito à adição de vetores e essa operação não é alterada ao tomarmos conjugados, basta verificar o comportamento da multiplicação escalar. No que se segue, Ev 2 V1 e z 2 C. (1)) (2) Se T W V1 ! V2 é linear, então T .zEv/ D zT Ev D zT Ev D zN�T Ev, logo T W V1 ! V 2 é anti- linear. Respectivamente, se T W V1 ! V2 é anti-linear, então T .zEv/ D zT Ev D zN�T Ev, logo T W V1 ! V 2 é linear; (2)) (1) Substituir V2 por V 2 em (1)) (2) e usar o fato que V 2 D V2; 35 (1)) (3) Se T W V1 ! V2 é linear, então T .zN�Ev/ D T .zEv/ D zT Ev, logo T W V 1 ! V2 é anti-linear. Respectivamente, se T W V1 ! V2 é anti-linear, então T .zN�Ev/ D T .zEv/ D zT Ev D zT Ev, logo T W V 1 ! V2 é linear; (3)) (1) Substituir V1 por V 1 em (1)) (3) e usar o fato que V 1 D V1; (1), (4) Aplicar (1), (2), substituir V2 por V 2 e aplicar (1), (3). � Em vista do Lema 2.4, temos que L.V 1; V2/ D L.V1; V 2/ D fT W V1 ! V2 anti-linearg ; L.V1; V2/ D L.V 1; V 2/ D fT W V1 ! V2 linearg ; L.V 1;C/ D V � : Por conveniência, denotaremos por L.V 1; V2/ o espaço vetorial sobre C das transformações anti-lineares de V1 em V2. A razão de nossa preferência vem do fato que L.V1; V2/ e L.V 1; V2/ herdam de V2 a mesma estrutura “pontual” de espaço vetorial complexo – a saber, dados T; T 0 em L.V1; V2/ ou L.V 1; V2/, e z 2 C, .T C T 0/Ev D T Ev C T 0Ev ; .zT /Ev D zT Ev : Tambémadotamos anotaçãoL.V / D L.V ; V /parao espaçodas transformações anti-lineares de V em V . Contudo, nosso uso de conjugados se restringirá apenas à motivação para a notação adotada acima. Outro método, mais conveniente e poderoso, para reduzir o estudo de transformações anti- lineares ao caso linear nasce da observação que um exemplo simples de transformação anti-linear é dado por V D C, T z D z. Tal exemplo possui a propriedade de ser uma aplicação involutiva, i.e. T 2 D 1. Mais em geral, se V D Cn 3 Ez D .z1; : : : ; zn/, a aplicação Ez� D .z1; : : : ; zn/ é também anti-linear e involutiva. Em particular, Ez� D Ez se e somente se Ez D .x1; : : : ; xn/ com x1; : : : ; xn 2 R e Ez� D �Ez se e somente se Ez D .iy1; : : : ; iyn/ com y1; : : : ; yn 2 R. Esse exemplo nos motiva a escrever: Definição 2.5 Seja V um espaço vetorial sobre C. Uma conjugação em V é uma transformação anti-linear � W V 3 Ez 7! Ez� 2 V involutiva, i.e. Ez�� D Ez para todo Ez 2 V . Dado Ez 2 V , definamos Ez˙ D 1 2 .Ez ˙ Ez�/ ; de modo que Ez D EzC C Ez� ; Ez � ˙ D ˙Ez˙ ; para todo Ez 2 V : Conversamente, dado Ez 2 V sejam Ez1; Ez2 2 V tais que Ez D Ez1 C Ez2, Ez � 1 D Ez1 e Ez � 2 D �Ez2. Então Ez� D Ez � 1 C Ez � 2 D Ez1 � Ez2 e portanto Ez1 D EzC, Ez2 D Ez�. Ou seja, se V˙.3 Ez˙/ são os 36 autoespaços (reais) de � com autovalores˙1, então V D VC ˚ V�. Notar que se Ez � D ˙Ez, então .i Ez/� D �i Ez� D �.i Ez/. Ou seja, V� D iV˙. Pode-se mostrar que os únicos autovalores de uma conjugação � em V são ˙1. De fato, se 0 ¤ Ez 2 V for tal que Ez� D ˛Ez para algum ˛ 2 C, temos nesse caso que Ez˙ D 1˙˛ 2 Ez. Como vimos no parágrafo anterior que VC\V� D f0g, a única possibilidade para ˛ é que 1C˛ D 0 ou 1 � ˛ D 0, como desejado. Dada uma base S D fEe1; : : : ; Eeng de V , existe uma única transformação anti-linear � W V ! V tal que Ee � j D Eej para todo j D 1; : : : ; n, a saber (2.10) V 3 Ev D nX jD1 zj Eej 7! Ev � D nX jD1 zj Eej : Essa transformação anti-linear é claramente involutiva e portanto uma conjugação, reproduzindo o exemplo dado acima para V D Cn quando escolhemos neste caso a base canônica de Cn. Em particular, como � é R-linear, o subespaço real de V gerado por S consiste precisamente nos ve- tores em V que são preservados por �: (2.11) KS : D spanRS D fEx 2 V j Ex � D Exg : A propriedade (2.11) pode ser abstraída por meio do seguinte conceito: Definição 2.6 Seja V um espaço vetorial sobre C. Uma forma real ou realificação de V é um subespaço vetorial real K de V tal que V D K˚ iK, isto é, dado Ev 2 V , existem Ex; Ey 2 K únicos tais que Ev D Ex C i Ey. Como visto acima, se S é uma base de V , entãoKS é uma forma real de V . Conversamente, seja K uma forma real de V e S D fEe1; : : : ; Eeng uma base (real) de K. Provaremos que S é uma base complexa de V . Segue imediatamente da definição de forma real que S gera V como espaço vetorial complexo, então basta provar queS é linearmente independente emV .De fato, suponha que existem z1; : : : ; zn 2 C tais que nX jD1 zj Eej D nX jD1 .Rezj /Eej C i nX jD1 .Imzj /Eej D 0 ; de modo que K 3 nX jD1 .Rezj /Eej D �i nX jD1 .Imzj /Eej 2 iK : ComoK \ iK D f0g, concluímos que nX jD1 .Rezj /Eej D nX jD1 .Imzj /Eej D 0 ; 37 logo Rezj D Imzj D 0 para todo j D 1; : : : ; n pois S é uma base (real) deK. Podemos associar a cada forma realK de V uma conjugação �, a saber: (2.12) Ez D Ex C i Ey 7! Ez� D Ex � i Ey ; Ex; Ey 2 K : � é claramente involutiva; mais ainda, dados Ez D Ex C i Ey; Ez0 D Ex0 C i Ey 0 com Ex; Ey; Ex0; Ey 0 2 K, ˛; ˇ 2 C, temos que .˛Ez C ˇEz0/� D Œ.Re˛ Ex � Im˛ Ey CReˇ Ex0 � Imˇ Ey 0/C i.Im˛ Ex CRe˛ Ey C Imˇ Ex0 CReˇ Ey 0/�� D .Re˛ Ex � Im˛ Ey CReˇ Ex0 � Imˇ Ey 0/ � i.Im˛ Ex CRe˛ Ey C Imˇ Ex0 CReˇ Ey 0/ D ˛Ez� C ˇEz0� ; ou seja, � é anti-linear e portantouma conjugação emV . Outrossim, podemos escrever demaneira análoga à conjugação complexa em C (2.13) K D fEx 2 V j Ex� D Exg ; de modo que a anti-linearidade de � implica (2.14) iK D fEv 2 V j Ev� D �Evg : Conversamente, toda conjugação em V define uma forma real em V por meio de (2.13). Neste caso, as fórmulas (2.13) e (2.14) mostram queK \ iK D f0g, pois então Ev 2 K \ iK se e somente se Ev� D Ev D �Ev. Escrevendo (2.15) Ez D 1 2 .Ez C Ez�/C 1 2 .Ez � Ez�/ ) Ez� D 1 2 .Ez C Ez�/ � 1 2 .Ez � Ez�/ ; concluímos que V D KC iK, logoK é uma forma real de V . Finalmente, (2.15) implica também que � é a conjugação obtida a partir deK por (2.12). Concluímos destarte o seguinte Teorema 2.7 Seja V um espaço vetorial sobre C (não necessariamente de dimensão finita). Existe uma correspondência biunívoca entre conjugações em V e formas reais de V , dada por (2.12) e (2.13). � Mais em geral, dado um espaço vetorialK sobreR, podemos construir um espaço vetorialKC sobreC e um isomorfismoR-linear canônico entreK e uma forma real deKC, denotada portanto pelo mesmo símbolo. Definamos, como espaço vetorial sobre R, (2.16) KC D K �K ; K Š K � f0g D f.Ex; 0/ j Ex 2 Kg : Existe uma estrutura complexa canônica J emKC, análoga à multiplicação por i em C: (2.17) J.Ex; Ey/ D .�Ey; Ex/ ; de modo que Ez D .Ex; Ey/ D .Ex; 0/C J. Ey; 0/ 38 (Exercício: verifique que J 2 D �1). Segue imediatamente que K é uma forma real de KC, me- diante a identificação feita em (2.16), e a conjugação associada aK é dada por .Ex; Ey/� D .Ex;�Ey/, que chamamos de conjugação canônica deKC. Dizemos então queKC é a complexificação deK. Como prometido, conjugações nos fornecem uma maneira mais prática de reduzir o estudo de transformações anti-lineares ao estudo de transformações lineares. Dados espaços vetoriais V1; V2 sobre C e uma conjugação � em V1, a aplicação (2.18) L.V 1; V2/ 3 T 7! T ı � 2 L.V1; V2/ é um isomorfismo linear, con a óbvia inversa L.V1; V2/ 3 T 7! T ı� 2 L.V 1; V2/ (Exercício: verifique a linearidade de (2.18)). Em particular, se T W V1 ! V2 é anti-linear, temos queN.T / D N.T ı�/ eR.T / D R.T ı�/ para qualquer conjugação � em V (Exercício: verifique!). 2.2 Definições básicas e exemplos simples Definição 2.8 Sejam V1; V2 espaços vetoriais sobre C. Uma forma sesquilinear em V1 � V2 é uma aplicação ! W V1 � V2 ! C satisfazendo as seguintes condições: (i) ! é anti-linear na primeira variável, i.e. (2.19) !.˛Ez C ˇEz0; Ew0/ D ˛!.Ez; Ew/C ˇ!.Ez0; Ew/ para todo Ez; Ez0; Ew 2 V , ˛; ˇ 2 C. Equivalentemente, !.�; Ew/ é um funcional anti-linear em V para todo Ew 2 V ; (i) ! é linear na segunda variável, i.e. (2.20) !.Ez; ˛ Ew C ˇ Ew0/ D ˛!.Ez; Ew/C ˇ!.Ez; Ew0/ para todo Ez; Ew; Ew0 2 V , ˛; ˇ 2 C. Equivalentemente, !.Ez; �/ é um funcional linear em V para todo Ez 2 V . No caso em que V1 D V2 D V , dizemos que ! é uma forma sesquilinear em V . Não discutiremos o caso mais geral de aplicações sesquilineares, cujo contradomínio é substi- tuídonaDefinição 2.8porumespaço vetorial complexoW . Obviamente, toda forma sesquilinear ! em V1 � V2 é R-bilinear. Contudo, se ! 6� 0, então ! não pode ser (C-)bilinear, pois !.Ez; Ew/ ¤ 0 ) !.i Ez; Ew/ D �i!.Ez; Ew/ ¤ i!.Ez; Ew/ : Por outro lado, concluímos analogamente ao Lema 2.4 que (Exercício: verifique!) Lema 2.9 Se V1; V2 são espaços vetoriais sobre C, então são equivalentes as seguintes afirmações: 39 � ! W V1 � V2 ! C é uma forma sesquilinear em V1 � V2; � ! W V 1 � V2 ! C é uma forma bilinear em V 1 � V2. Além disso, se ! W V1 � V2 ! C é uma forma sesquilinear (resp. bilinear) em V1 � V2 e � é uma conjugação em V1, então (2.21) !�.Ez; Ew/ : D !.Ez�; Ew/ define uma forma bilinear (resp. sesquilinear) em V1 � V2, de modo que !�� D !. � Graças ao Lema 2.9, podemos reduzir muitas considerações sobre formas sesquilineares ao que já fizemos para formas bilineares. Em particular, podemos denotar por L. NV1; V2IC/ o con- junto das formas sesqulineares em V1 � V2. Além disso, L.V 1; V2IC/ herda do contra-domínio comum C as operações “pontuais” de adição (2.22) .!1 C !2/.Ez; Ew/ D !1.Ez; Ew/C !2.Ez; Ew/ e multiplicação por escalares ˛ 2 C (2.23) .˛!1/.Ez; Ew/ D ˛!1.Ez; Ew/ ; que tornam L.V 1; V2IC/ um espaço vetorial sobre C (Exercício: dadas !1; !2 2 L.V 1; V2IC/ e ˛; ˇ 2 C, mostre que ˛!1 C ˇ!2 2 L.V 1; V2IC/). A aplicação ! 7! !� define, pelo Lema 2.9, um isomorfismo linear deL.V 1; V2IC/ emL.V1; V2IC/ e vice-versa. Assim, exemplos de formas sesquilineares, podemos citar: (a) Seja V D C2, e � a conjugação (2.10) associada à base canônica de V . Dados Ez D .z1; z2/, Ew D .w1; w2/ 2 V , seja a forma bilinear !.Ez; Ew/ D z1w1C z2w2 (ver exemplo (a) da Seção 1.1). Então !�.Ez; Ew/ D z1w1 C z2w2 é uma forma sesquilinear em V , pelo Lema 2.9. (b) SejaV D Cn, e � a conjugação (2.10) associada àbase canônica deV . Dados Ez D .z1; : : : ; zn/, Ew D .w1; : : : ; wn/ 2 V , seja a forma bilinear !.Ez; Ew/ D Pn jD1 zjwj (ver exemplo (b) da Seção 1.1). Então !�.Ez; Ew/ D Pn jD1 zjwj é uma forma sesquilinear em V , pelo Lema 2.9. (c) Seja V D C2, e � a conjugação (2.10) associada à base canônica de V . Dados Ez D .z1; z2/, Ew D .w1; w2/ 2 V , seja a forma bilinear !.Ez; Ew/ D z1w2 � z2w1 (ver exemplo (c) da Seção 1.1). Então !�.Ez; Ew/ D z1w2 � z2w2 é uma forma sesquilinear em V , pelo Lema 2.9. (Exercício: verifique diretamente, i.e. sem usar conjugações, que os exemplos (a)–(c) são de fato formas sesquilineares) Dada uma forma sesquilinear ! em V , definimos a aplicação !�.Ez; Ew/ D !. Ew; Ez/, Ez; Ew 2 V . É imediato verificar (Exercício: faça isso!) que !� é uma forma sesquilinear em V , e que � é uma conjugação em L.V ; V IC/. Dizemos então que uma forma sesquilinear ! em V é: 40 � Hermiteana se !� D !, i.e. !.Ez; Ew/ D !. Ew; Ez/ para todo Ez; Ew 2 V . � Anti-Hermiteana se !� D �!, i.e. !.Ez; Ew/ D �!. Ew; Ez/ para todo Ez; Ew 2 V . Denotamos a forma real de L.V ; V IC/ associada a �, dada pelas formas sesquilineares Her- miteanas, por L�.V ; V IC/. Claramente, iL�.V ; V IC/ consiste nas formas sesquilineares anti- Hermiteanas. Dos exemplos listados acima, temos que (a) e (b) são formas sesquilineares Hermi- teanas, e (c) é uma forma sesquilinear anti-Hermiteana. Seguedadiscussão logo após aDefinição 2.5 o seguinte refraseamentodo fatodequeL�.V ; V IC/ é uma forma real de L.V ; V IC/: Lema 2.10 Seja ! uma forma sesquilinear em V . Então existe uma única forma sesquilinear Hermiteana !C e uma única forma sesquilinear anti-Hermiteana !� tais que ! D !C C !�. Mais precisamente, podemos escrever !˙ D 12.! ˙ !�/, i.e. (2.24) !˙ D 1 2 .!.Ez; Ew/˙ !�.Ez; Ew// D 1 2 .!.Ez; Ew/˙ !. Ew; Ez// : � Segue, portanto, que podemos dividir o estudo de formas sesquilineares em V nos casosHer- miteano e anti-Hermiteano. Isso será feito respectivamente nas Seções 2.6 e 2.7 mais adiante. 2.3 A matriz de uma forma sesquilinear Definição 2.11 Seja V um espaço vetorial sobre C, e S D fEe1; : : : ; Eeng uma base de V . A matriz de uma forma sesquilinear ! em S é a matriz A 2Mn�n.C/ dada por (2.25) Aij D !.Eei ; Eej / : Dados Ez; Ew 2 V e ! 2 L.V ; V IC/, podemos expressar !.Ez; Ew/ em termos deA e das compo-
Compartilhar