Instituto Superior T Ecnico Departamento de Matem Atica: 11 1 12 2 1n N 1 21 1 22 2 2n N 2

Instituto Superior Técnico
Departamento de Matemática
ÁLGEBRA LINEAR
0. Introdução
Este texto tem como objetivo proporcionar apontamentos das aulas de Álgebra Linear
de LMAC e LEFT durante o primeiro semestre de 2022/2023. Não substitui os livros de
texto indicados na bibliografia na página da cadeira.
1. O método de Gauss
O método de Gauss é um método para resolver sistemas lineares cuja ideia é a simpli-
ficação do sistema através da eliminação sucessiva de variáveis.
Definição 1.1. Um sistema linear de m equações a n incógnitas é uma expressão da forma



 a11 x1 + a12 x2 + . . . + a1n xn = b1
a21 x1 + a22 x2 + . . . + a2n xn = b2

(1) ..


 .

a x + a x + . . . + a x = b
m1 1 m2 2 mn n m
onde aij , xj , bi para 1 ≤ i ≤ m, 1 ≤ j ≤ n denotam números reais (ou complexos). Os

números aij chamam-se os coeficientes do sistema, os xi são as incógnitas e os bi os termos
independentes. Se os termos independentes são nulos (isto é bi = 0 para todo o i) o sistema
diz-se homogéneo.
Estamos interessados em saber se um sistema admite soluções (isto é, se existem números
x1 , . . . , xn tais que as relações (1) são satisfeitas). Quando isto acontece diz-se que o
sistema é possı́vel, senão é impossı́vel. Quando existem soluções, queremos descrevê-las.
Em particular queremos saber se a solução é única (nesse caso diz-se que o sistema é
determinado) ou não, caso em que o sistema se diz indeterminado.
Observe-se que um sistema homogéneo é sempre possı́vel. Tem pelo menos a solução
xj = 0 para todo o j, que se chama a solução trivial.
Observação 1.2. Toda a teoria que vamos desenvolver durante o próximo par de meses
aplica-se mais geralmente. Os números reais ou complexos podem ser substituı́dos pelos
elementos de qualquer corpo (um conjunto com duas operações - soma e multiplicação
- que são comutativas, associativas, têm elemento neutro, a multiplicação é distributiva
relativamente à soma, todos os elementos têm inverso relativamente à soma e todos os
elementos excepto o elemento neutro da soma têm inverso multiplicativo).
Um exemplo familiar de corpo além dos conjuntos R e C dos números reais e complexos
com as suas operações habituais é o conjunto Q dos números racionais, também com a
soma e produto habituais.
Exemplos provavelmente menos familiares são o conjunto F2 = {0, 1} com a soma √ e
produto√ definidas tomando o resto da divisão por 2 da soma e produto usuais e Q[ 2] =
{a + b 2 : a, b ∈ Q} ⊂ R com as operações habituais.
Date: November 19, 2022.
1
2 ÁLGEBRA LINEAR
Mais geralmente, se p é um número primo, o conjunto Fp = {0, 1, . . . , p − 1} com a soma

e produto definidos tomando o resto da divisão por p forma um corpo.
O método da eliminação de Gauss é o seguinte algoritmo para simplificar um sistema de
equações lineares:
(1) Identificar a primeira variável que ocorre de facto no sistema (isto é, que tem
coeficiente não nulo nalguma das equações do sistema).
(2) Se o coeficiente dessa variável na primeira equação for nulo, trocar a primeira
equação com outra na qual o coeficiente não é nulo
(3) Subtrair um múltiplo conveniente da primeira equação às restantes de forma a
eliminar nelas a variável em questão (isto é tornar o coeficiente dessa variável nulo)
(4) Regressar ao passo (1) considerando apenas o sistema que se obtém esquecendo a
primeira equação, a não ser que o sistema fique reduzido a uma única equação ou
que deixe de haver variáveis, caso em que o algoritmo termina.
Exemplo 1.3. Considere-se o sistema

0x1 + 0x2 + 2x3 − x4 = 5

0x1 + x2 + 0x3 + 3x4 = 1

0x + 2x + x + x = 2
1 2 3 4
A primeira variável que ocorre no sistema é x2 . Uma vez que o coeficiente de x2 na primeira
equação é 0, trocamos a primeira equação com a segunda (também poderı́amos trocar com
a terceira). Obtemos então o sistema

x 2
 + 3x4 = 1
2x3 − x4 = 5

2x + x + x = 2
2 3 4
Subtraı́mos agora à terceira equação o dobro da primeira para eliminar a variável x2 obtendo

x2
 + 3x4 = 1
2x3 − x4 = 5

 x3 − 5x4 = 0
Voltamos agora ao inı́cio mas consideramos apenas as duas últimas equações. A primeira
variável é agora x3 e o seu coeficiente na primeira linha (que é a segunda linha do sistema
inicial) é não nulo, pelo que não é necessário trocar a ordem das equações. Subtraindo
metade da segunda equação à terceira obtemos o sistema

x2
 + 3x4 = 1
(2) 2x3 − x4 = 5
− 29 x4 = − 25


O sistema (2) é fácil de resolver começando pela equação debaixo e substituindo repeti-
damente os resultados obtidos nas equações de cima: da última equação obtemos x4 = 59 e
ÁLGEBRA LINEAR 3
substituindo na segunda equação obtemos

5 25
2x3 = 5 + ⇔ x3 =
9 9
Finalmente substituindo na primeira equação (em geral precisarı́amos também do valor de
x3 mas neste sistema isso não acontece) obtemos
5 2
x2 = 1 − 3 · =−
9 3
O conjunto das soluções do sistema é portanto
(3) {(x1 , − 32 , 25
9 9
, 5 ) : x1 ∈ R}
Em particular o sistema é possı́vel e indeterminado.
É um desperdı́cio de tempo escrever as variáveis durante a aplicação dos passos do
algoritmo acima. Podemos apenas escrever os coeficientes e termos independentes dos
vários sistemas. O procedimento aplicado no exemplo anterior pode entâo ser abreviado
da seguinte forma:
     
0 0 2 −1 | 5 0 1 0 3 | 1 0 1 0 3 | 1
1 ↔L2 3 −2L1
 0 1 0 3 | 1  L−→  0 0 2 −1 | 5  L−→  0 0 2 −1 | 5 
0 2 1 1 | 2 0 2 1 1 | 2 0 0 1 −5 | 0
 
0 1 0 3 | 1
L3 − 21 L2
(4) −→  0 0 2 −1 | 5 
0 0 0 − 92 | − 52
As tabelas de números que aparecem acima chamam-se matrizes e são objetos fundamentais
na álgebra linear. A linha a tracejado antes da última coluna destina-se a lembrar que
estamos a resolver um sistema não homogéneo e que a última coluna é formada pelos
termos independentes. Quando é claro do contexto a linha a tracejado é por vezes omitida.
Quando o sistema é homogéneo a última coluna (formada só por 0s) é omitida.
Exemplo 1.4. Vamos resolver o sistema

x + 3y + 2z = 0

4y + z = 2

−2x − 2y − 3z = 1
Aplicando o método de Gauss obtemos

     
1 3 2 | 0 1 3 2 | 0 1 3 2 | 0
L3 +2L1 3 −L2
 0 4 1 | 2  −→  0 4 1 | 2  L−→  0 4 1 | 2 
−2 −2 −3 | 1 0 4 1 | 1 0 0 0 | −1
A última equação do sistema descrito pela matriz em que termina o método de Gauss é
0x + 0y + 0z = −1, que é impossı́vel. Conclui-se que o sistema inicial é impossı́vel.
4 ÁLGEBRA LINEAR
Definição 1.5. Sejam m, n números naturais. Uma matriz m × n de números reais ou

complexos é uma função {1, . . . , m} × {1, . . . , n} → R (ou C). É habitual representar uma
tal função por uma tabela de números
a11 a12 · · · a1n
 
 a21 a22 · · · a2n 
 .
 .. ..  onde aij é o valor da função em (i, j).
. 
am1 am2 · · · amn
m é o número de linhas da matriz, enquanto que n é o número de colunas. Diz-se que uma
matriz está em escada de linhas se todas as linhas nulas estão em baixo e se a primeira
entrada não nula de cada linha, que se denomina por pivot, está para a esquerda do pivot
da linha abaixo. Isto é, [aij ]1≤i≤m,1≤j≤n está em escada de linhas quando, para todos os
1 ≤ i ≤ m − 1 e 0 ≤ j, k ≤ m,
aij = 0 para j ≤ k ⇒ ai+1 j = 0 para j ≤ k + 1
onde estamos a deixar j, k tomar o valor 0 com o entendimento que entradas que têm um
dos ı́ndices iguais a 0 são nulas.
Note-se que, em termos das matrizes associadas aos sistemas, o que o método de Gauss
faz é colocar a matriz do sistema em escada de linhas.
Após a aplicação do método de Gauss temos ainda que resolver iterativamente as equações
do sistema, começando pela que está mais abaixo. Este processo pode ser feito de forma
muito mais eficiente, efetuando operações semelhantes às do método de Gauss. Este novo
algoritmo, uma continuação do método de Gauss, chama-se Método de Gauss-Jordan e
consiste em, dada uma matriz em escada de linhas,
(1) Multiplicar cada linha não nula pelo inverso do pivot de forma a fazer o pivot igual
a 1.
(2) Subtrair múltiplos apropriados das linhas acima de cada linha com pivot até que
todas as entradas acima dos pivots fiquem nulas.
Vamos aplicar este algoritmo à matriz em escada de linhas (4) que resultou do Exemplo
1.3.
Exemplo 1.6.
     2

0 1 0 3 | 1 1
L
0 1 0 3 | 1 L −3L
0 1 0 0 | − 3
 0 0 2 −1 | 5  −→ 2 2
 0 0 1 − 1 | 5  1−→1 3  0 0 1 0 | 25 
2
− 9 L3 2 2 L2 + 2 L3 9
0 0 0 − 29 | − 52 0 0 0 1 | 59 0 0 0 1 | 59
Recuperamos assim o conjunto das soluções (3) obtido acima.
Quando há muitas equações, o algoritmo de Gauss-Jordan é muito mais eficiente que o
processo de substituições sucessivas que usámos antes.
Definição 1.7. Diz-se que uma matriz está em escada de linhas reduzida se está em escada
de linhas, os pivots são todos iguais a 1 e as entradas acima dos pivots são todas 0.
ÁLGEBRA LINEAR 5
O algoritmo de Gauss-Jordan coloca portanto uma matriz em escada de linhas numa

matriz em escada de linhas reduzida.
Exemplo 1.8. Vamos resolver o sistema homogéneo

y + 4w = 0

x − 2y + 3z = 0

2x − 6y + 16w = 0
Recorde-se que neste caso não incluı́mos a coluna de 0s correspondente aos termos depen-
dentes. Obtemos assim
     
0 1 0 4 1 −2 3 0 1 −2 3 0
1 ↔L2 3 −2L1
 1 −2 3 0  L−→  0 1 0 4  L−→  0 1 0 4 
2 −6 0 16 2 −6 0 16 0 −2 −6 16
     
1 −2 3 0 1
− 6 L3
1 −2 3 0 1 0 3 8
L3 +2L2
−→  0 1 0 4  −→  0 1 0 4  L−→ 1 +2L2
 0 1 0 4 
0 0 −6 24 0 0 1 −4 0 0 1 −4
 
1 0 0 20
L1 −3L3
−→  0 1 0 4 
0 0 1 −4
Obtemos assim a seguinte solução para o sistema:

x = −20w

y = −4w com w ∈ R qualquer.

z = 4w
Exemplo 1.9. Vamos resolver o sistema linear homogéneo


x − y + 2z + w − v = 0

2x − 2y + z − w + 2v = 0

x − y + 5z + 4w − 5v = 0
Aplicando o método de Gauss-Jordan temos

     
1 −1 2 1 −1 1 −1 2 1 −1 1 −1 2 1 −1
L2 −2L1
 2 −2 1 −1 2  −→  0 0 −3 −3 4  L−→
3 +L2
 0 0 −3 −3 4 
L3 −L1
1 −1 5 4 −5 0 0 3 3 −4 0 0 0 0 0
   
1
− 3 L2
1 −1 2 1 −1 1 −1 0 −1 35
4  L1 −2L2 
−→ 0 0 1 1 − 3
 −→ 0 0 1 1 − 43 
0 0 0 0 0 0 0 0 0 0
Ou seja, o conjunto solução deste sistema é
{(y + w − 53 v, y, −w + 43 v, w, v) : y, w, v ∈ R}
6 ÁLGEBRA LINEAR
Os dois exemplos acima ilustram a seguinte observação relativa à solução de sistemas

homogéneos por este método:
• As colunas com pivots correspondem às variáveis dependentes do sistema que são
expressas em função das restantes.
• As colunas sem pivots correspondem às variáveis livres cujo valor pode ser atribuı́do
arbitrariamente numa solução.
Num sistema não homogéneo, o sistema é impossı́vel se houver um pivot na última coluna
(como acontece no Exemplo 1.4). Quando o sistema é possı́vel, as colunas com pivot
correspondem às variáveis dependentes e as restantes, com excepção da última, às variáveis
livres.
Definição 1.10. A caracterı́stica de uma matriz1 A é o número de pivots que se obtém no
final da aplicação do método de Gauss (ou Gauss-Jordan).
Alternativamente, a caracterı́stica é o número de linhas não nulas na matriz que resulta
da aplicação do método de Gauss (ou Gauss-Jordan). Ela dá-nos o número mı́nimo de
equações necessárias para descrever a solução do sistema.
Note-se que não é imediatamente claro que a definição de caracterı́stica faça sentido
pois há alguma indeterminação no método de Gauss relativa à escolha das trocas de linha.
Podia acontecer que escolhas diferentes durante a aplicação do algoritmo conduzissem a
matrizes com números diferentes de pivots no final. Vamos ver que isso não pode acon-
tecer, mas primeiro comecemos por analisar exatamente a razão pela qual os métodos de
Gauss e Gauss-Jordan produzem sistemas equivalentes ao inicial, isto é, sistemas que têm
exatamente as mesmas soluções.
Suponhamos que temos um sistema linear



 a11 x1 + a12 x2 + . . . + a1n xn = b1
a21 x1 + a22 x2 + . . . + a2n xn = b2

(5) ..


 .

a x + a x + . . . + a x = b
m1 1 m2 2 mn n m
Se (x1 , . . . , xn ) é uma solução do sistema, então para qualquer escolha de c1 , . . . , cm ∈ R

(ou C consoante os escalares que estejamos a considerar) a seguinte relação será verificada
(6) c1 (a11 x1 + . . . + a1n xn ) + . . . + cm (am1 x1 + am2 x2 + . . . + amn xn ) = c1 b1 + . . . + cm bm
A expressão (6) diz-se uma combinação linear das equações do (5). Obtém-se multiplicando
a i-ésima equação pela constante ci e somando as equações resultantes. Os números ci
dizem-se os coeficientes da combinação linear. Concretizando, a combinação linear com
coeficientes 2 e −3 das equações
x+y =3 2x − 5y = 2
é a equação
2(x + y) − 3(2x − 5y) = 2 · 3 − 3 · 2 ⇔ −4x + 17y = 0
1Em inglês “rank of a matrix”.
ÁLGEBRA LINEAR 7
Observação 1.11. O conceito de combinação linear é talvez o conceito central da Álgebra

Linear. Informalmente, uma combinação linear de coisas é uma expressão que se obtém
multiplicando cada coisa por um escalar e somando tudo. Por exemplo, admitindo que se
pode multiplicar mamı́feros por escalar e somá-los, 2morcego-3castor é uma combinação
linear de mamı́feros.
Quando executamos um passo do algoritmo de Gauss ou Gauss-Jordan, as equações do
novo sistema são (por definição do algoritmo) combinações lineares das do sistema anterior.
Portanto uma solução do sistema antes da aplicação do passo é ainda uma solução do
sistema seguinte.
As combinações lineares envolvidas nos algoritmos são muito simples. Chamando S ao
sistema inicial e S 0 ao sistema obtido após aplicação de um passo do algoritmo e usando a
notação Li (respetivamente L0i ) para a i-ésima equaçao do sistema S (respetivamente S 0 ),
temos após um passo do método
(7) L0i = Lj , L0i = αLi com α 6= 0, ou L0i = Li − αLj com j 6= i
Note-se para utilização posterior que na terceira operação só a i-ésima linha é alterada.
Em particular, L0j = Lj .
A observação fulcral é que as expressões acima permitem também escrever as linhas do
sistema S como combinações lineares das linhas de S 0 :
1
Li = L0j , Li = L0i com α 6= 0, ou Li = L0i + αL0j com j 6= i
α
(onde no último caso usámos o facto de Lj e L0j serem iguais). Conclui-se que as soluções
do sistema S 0 são também soluções do sistema S e portanto que os sistemas S e S 0 têm
exatamente as mesmas soluções. Uma vez que isto acontece durante todas os passos do
método conclui-se que todos os sistemas que ocorrem ao longo da aplicação dos métodos de
Gauss e Gauss-Jordan são equivalentes, isto é, todos têm exatamente o mesmo conjunto
de soluções.
Para terminar esta nossa discussão inicial dos sistemas lineares vamos agora provar que a
matriz em escada de linhas reduzida no final do método de Gauss-Jordan é independente de
quaisquer escolhas, o que mostra que a Definição 1.10 faz sentido (diz-se que a caracterı́stica
de uma matriz está bem definida).
Na realidade iremos demonstrar algo mais geral. As operações (7) sobre as linhas de
uma matriz usadas durante o método de Gauss e Gauss-Jordan designam-se por operações
elementares. Duas matrizes A, B com as mesmas dimensões dizem-se equivalentes medi-
ante operações elementares se existe uma sequência finita de operações elementares que
transforma A em B. Qualquer aplicação dos métodos de Gauss e Gauss-Jordan a uma
matriz A produz uma sequência de matrizes equivalentes2 mediante operações elementares
2Esta relação entre duas matrizes é um exemplo de uma relação de equivalência num conjunto. Dado
um conjunto X, uma relação ∼ entre pares de elementos de X, diz-se uma relação de equivalência se para
todos os x, y, z ∈ X se verifica:
(1) Reflexividade: x ∼ x
(2) Simetria: x ∼ y ⇒ y ∼ x
8 ÁLGEBRA LINEAR
que termina numa matriz em escada de linhas reduzida. Iremos provar que para cada
matriz A existe no máximo uma matriz em escada de linhas reduzida que é equivalente a
A mediante operações elementares.
A demonstração utilizará um género de argumento que se diz por redução ao absurdo
e que se baseia no seguinte facto simples da lógica: Se uma afirmação P implica outra
afirmação Q e Q é falsa, então P é necessariamente falsa. Em sı́mbolos:
((P ⇒ Q) ∧ ¬Q) ⇒ ¬P
Este facto permite-nos provar a validade de uma afirnação A se conseguirmos deduzir uma
falsidade a partir da sua negação ¬A (isto é se ¬A se reduzir ao absurdo). Conclui-se então
que a afirmação ¬A é falsa, ou seja que A é verdadeira.
Teorema 1.12. Sejam m, n números naturais e A uma matriz m × n de números reais ou
complexos. Existe uma única matriz em escada de linhas reduzida equivalente a A mediante
operações elementares.
Dem. A existência é garantida pelos algoritmos de Gauss e Gauss-Jordan. Resta-nos
demonstrar a unicidade. A demonstração é por indução no número n das colunas de
A.
Para a base da indução precisamos de mostrar que se A é uma matriz com uma única
coluna, o resultado é verdadeiro. As únicas matrizes em escada de linhas reduzidas com
uma coluna são a matriz nula e a matriz
1
 
 0 
(8)  . 
 .. 
0
pelo que é suficiente ver que uma matriz coluna A não pode ser simultaneamente equivalente
a estas duas. Isso é verdade porque a única matriz que é equivalente à matriz nula mediante
operações elementares é a própria matriz nula. Isto conclui a prova da base da indução.
Para o passo da indução vamos admitir que a unicidade é válida para matrizes com
n colunas. Queremos concluir que é também válida para matrizes com n + 1 colunas.
Designemos por X≤n a matriz m × n que se obtém da matriz m × (n + 1) X suprimindo a
última coluna3. Observemos que:
(i) Se X está em escada de linhas reduzida, o mesmo acontece com X≤n .
(ii) Se X 0 resulta da aplicação de uma operação elementar a X então X≤n 0
resulta da
aplicação da mesma operação elementar a X≤n .
Seja A uma matriz m×(n+1) e suponhamos que B e C são matrizes em escada de linhas
reduzida que se obtêm de A por operações elementares. Por (i), as matrizes B≤n e C≤n
estão também em escada de linhas reduzida. Por (ii), B≤n e C≤n resultam da aplicação de
operações elementares a A≤n . Por hipótese de indução conclui-se que B≤n = C≤n .
(3) Transitividade: x ∼ y ∧ y ∼ z ⇒ x ∼ z
3Esta notação ad hoc não voltará a ser usada depois desta demonstração.
ÁLGEBRA LINEAR 9
Vamos admitir com vista a chegar a um absurdo que B 6= C. Então B e C diferem

numa entrada da última coluna. Seja i tal que bi n+1 6= ci n+1 . Recorde-se que os sistemas
homogéneos determinados por A, B, e C são equivalentes. Subtraindo as i-ésimas equações
dos sistemas correspondentes a B e C obtemos a equação
(bi n+1 − ci n+1 )xn+1 =0
(pois bij = cij para j ≤ n). Como o coeficiente de xn+1 é não nulo, conclui-se que todas as
soluções do sistema determinado por A (ou B ou C) satisfazem xn+1 = 0.
Tal só sucede num sistema de m equações a (n+1) incógnitas cuja matriz dos coeficientes
está em escada de linhas quando existe um pivot na última coluna (só assim xn+1 não é
uma variável livre). Conclui-se que tanto B como C têm um pivot na coluna n + 1.
Numa matriz em escada de linhas reduzida, um pivot na última coluna ocorre exatamente
à direita da primeira linha de 0s na matriz obtida ao suprimir a última coluna. Ou seja,
sabendo que B e C têm um pivot na última coluna, a posição do pivot é determinada por
B≤n = C≤n e portanto é igual para B e C. Como B e C estão em escada de linhas reduzida,
todas as entradas da última coluna de B e C são 0 excepto a entrada correspondente ao
pivot, que é 1. Conclui-se que as últimas colunas de B e de C são iguais e portanto que
B = C.
A afirmação anterior contradiz a nossa hipótese que B 6= C e portanto conclui a demon-
stração do passo de indução.
Corolário 1.13. A caracterı́stica de uma matriz está bem definida, isto é, é independente
das escolhas realizadas durante a aplicação do método de Gauss.
2. O produto de matrizes
Vimos acima que qualquer combinação linear (6) das equações de um sistema linear (5)
é satisfeita por uma solução do sistema. Mais geralmente, começando com um sistema
linear (5), podemos considerar um novo sistema cujas equações são combinações lineares
das equações do sistema inicial. No caso homogéneo (ou seja com bi = 0) um tal sistema
com k equações tem o aspecto seguinte



 c11 (a11 x1 + a12 x2 + . . . + a1n xn ) + . . . + c1m (am1 x1 + am2 x2 + . . . + amn xn ) = 0
c21 (a11 x1 + a12 x2 + . . . + a1n xn ) + . . . + c2m (am1 x1 + am2 x2 + . . . + amn xn ) = 0

(9) ..


 .

c (a x + a x + . . . + a x ) + . . . + c (a x + a x + . . . + a x ) = 0
k1 11 1 12 2 1n n km m1 1 m2 2 mn n
onde ci1 , . . . , cim sáo os coeficientes da combinação linear que produz a i-ésima equação do
novo sistema. Estes escalares podem ser dispostos numa matriz k × m.
c11 c12 · · · c1m
 
 c21 c22 · · · c2m 
 . .. 
 .. . 
ck1 ck2 · · · ckm
10 ÁLGEBRA LINEAR
Identificando o sistema inicial com a matriz [aij ]1≤i≤m,1≤j≤n dos seus coeficientes, podemos
pensar neste processo de combinação linear de equações como uma operação que partindo
de duas matrizes, C = [cpq ] de tipo k ×m e A = [aij ] de tipo m×n produz uma nova matriz
que tem por entradas os coeficientes das equações do sistema (9). Esta nova matriz é de
tipo k × n e tem como entrada ij (correspondente ao coeficiente de xj na i-ésima equação
de (9))
m
X
(10) ci1 a1j + ci2 a2j + . . . + cim amj = cil alj
l=1
Definição 2.1. Sejam k, m, n números naturais, C uma matriz k × m e A uma matriz

m × n de números reais (ou complexos). O produto da matriz C pela matriz A é a matriz
k × n, denotada por CA, cuja entrada ij é dada pela expressão (10).
Note-se que a expressão (10) não é mais do que o produto escalar da linha i da matriz
C com a coluna j da matriz A.
..  . . . a1j ...
 .  
.. .
 ... a2j ... 
 ci1 ci2 · · · cim  

.. 
.. ..
 . 
. . ... amj . . .
Exemplo 2.2.  
1 2 0 0
2 0 3  −1 1 −1 3  =
1 −1 0
0 3 0 1

2 · 1 + 0 · (−1) + 3 · 0 2·2+0·1+3·3 2 · 0 + 0 · (−1) + 3 · 0 2·0+0·3+3·1
=
1 · 1 + (−1) · (−1) + 0 · 0 1 · 2 + (−1) · 1 + 0 · 3 1 · 0 + (−1) · (−1) + 0 · 0 1 · 0 − 1 · 3 + 0 · 1

2 13 0 3
=
2 1 1 −3
A fórmula (10) para o produto de matrizes admite várias interpretações que facilitam
muitas vezes o cálculo e que são já patentes no exemplo anterior:
• A i-ésima linha do produto CA é a combinação linear das linhas de A cujos co-
eficientes são as entradas da i-ésima linha de C (foi esta aliás a maneira como
chegámos à fórmula para o produto de matrizes). Concretamente, no exemplo
acima, a primeira linha do produto é igual a

2 · 1 2 0 0 + 0 · −1 1 −1 3 + 3 · 0 3 0 1
• A j-ésima coluna do produto CA é a combinação linear das colunas de C cujos
coeficientes são as entradas da j-ésima coluna de A. No exemplo acima, a primeira
coluna do produto é igual a

2 0 3
1· −1· +0·
1 −1 0
ÁLGEBRA LINEAR 11
Em muitos exemplos (como no Exemplo 2.2 acima) o produto calcula-se muito mais rapi-
damente fazendo as contas por linhas ou colunas do que aplicando a fórmula (10) entrada
a entrada.
Usando o produto de matrizes, podemos escrever um sistema (5) usando matrizes para os
coeficientes, incógnitas e termos independentes. A expressão (5) é equivalente à igualdade
de matrizes
 x1
 
a11 a12 · · · a1n b1
  
x
 ... ..   2  =  .. 
 
(11) .  ...  .
am1 am2 · · · amn bm
xn
que se pode abreviar
AX = B
Uma vez que entendamos as propriedades do produto de matrizes, poderemos manipular
sistemas e resolvê-los de forma análoga à que é já familiar do estudo anterior da resolução
de equações numéricas.
Os métodos de Gauss e Gauss-Jordan podem também ser descritos em termos do produto
de matrizes. Por exemplo, tendo em conta a descrição do produto de matrizes em termos
de combinação linear de linhas, a aplicação da operação L2 + 3L1 ao sistema (11) consiste
na multiplicação em ambos os lados da igualdade, à esquerda, pela matriz de tipo m × m
 
1 0 ··· ··· 0
 3 1 0 ··· 0 
..
 
 0 0 1
 . 0 
 . . .
 .. . . .. 

0 0 ··· 0 1
De forma semelhante, a operação −2L2 corresponde à multiplicação de (11) pela matriz
m×m
 
1 0 ··· ··· 0
 0 −2 0 · · · 0 
..
 
 0 0

1 . 0 
 . . .
 .. . . .. 

0 0 ··· 0 1
2.3. Multiplicação por blocos. Uma outra observação sobre o produto de matrizes que
é por vezes muito útil é que este pode ser realizado ”por blocos”. Se decompusermos duas
matrizes A, B em ”matrizes de matrizes”, por exemplo,

A11 A12 B1
A= B=
A21 A22 B2
12 ÁLGEBRA LINEAR
onde A11 é m × k, A12 é m × l, A21 é n × k, A22 é n × l, B1 é k × p e B2 é l × p então

A11 B1 + A12 B2
AB =
A21 B1 + A22 B2
Em geral, o produto de matrizes pode ser realizado desta forma desde que a decomposição
em blocos dos fatores seja escolhida apropriadamente (de forma a que as multiplicações de
matrizes façam sentido). Vejamos um exemplo concreto. Sejam
   
0 1 2 0 1
A= 3 4 5  B= 2 3 
6 7 8 4 5
Decompondo A e B como  
0 1 2
 3 4 5 
A=




6 7 8
e  
0 1
 2 3 
B= 



4 5
temos, por exemplo, que a matriz 2 × 1 correspondente às entradas 11 e 21 do produto AB
é dada por
0 1 0 2
+ 4
3 4 2 5
2.4. Propriedades do produto de matrizes.
Definição 2.5. Seja n um número natural. A matriz identidade de tipo n × n é a matriz
In que tem como entrada ij (
1 se i = j
δij =
0 se i 6= j
ou seja  
1 0 ··· ··· 0
 0 1 0 ··· 0 
...
 
In =  0 0 1 0
 

 .
 .. . . . ...


0 0 ··· 0 1
Teorema 2.6 (Associatividade e existência de elementos neutros). Sejam k, m, n, p números
naturais e A, B, C matrizes do tipo k × m, m × n e n × p respetivamente.
(i) Propriedade associativa do produto: A(BC) = (AB)C.
(ii) Elemento neutro para o produto: Ik A = A e AIm = A.
ÁLGEBRA LINEAR 13
Dem. (i) Temos a verificar que para cada i, j com 1 ≤ i ≤ k e 1 ≤ j ≤ p, a entrada

ij das matrizes A(BC) e (AB)C são iguais. Escrevendo (AB)ij para a entrada ij
do produto das matrizes A e B e aplicando (duas vezes) a fórmula (10) que define o
produto de matrizes obtemos
m
X
(A(BC))ij = aix (BC)xj
x=1
m n
!
X X
= aix bxy cyj
x=1 y=1
Xm Xn
= aix bxy cyj
x=1 y=1
onde na última igualdade aplicámos as propriedades distributiva da soma em relação

ao produto (de números) e também as propriedade associativas da soma e multi-
plicação (de números). De forma inteiramente análoga temos
n
X
((AB)C))ij = (AB)iz czj
z=1
n m
!
X X
= aiw bwz czj
z=1 w=1
n X
X m
= aiw bwz cwj
z=1 w=1
As expressões obtidas para (A(BC))ij e ((AB)C)ij são idênticas4 (pelas propriedades

associativa e comutativa da soma de números) o que conclui a demonstração da
igualdade A(BC) = (AB)C.
(ii) A demonstração é análoga (mas mais fácil). Exercı́cio.

Na proposição anterior vimos propriedades importantes que a multiplicação de matrizes
partilha com a multiplicação de números, (embora seja importante notar que a complex-
idade da multiplicação de matrizes é superior: há matrizes de vários tipos e só quando o
número de linhas do fator da esquerda é igual ao número de colunas do fator da direita se
pode efetuar a multiplicação). Há também diferenças importantes:
Exemplo 2.7 (A multiplicação de matrizes não é comutativa). Note-se que os produtos
AB e BA só poderão ser matrizes do mesmo tipo se A e B forem matrizes quadradas com
igual número de linhas. Se escolhermos duas destas matrizes ao acaso (com mais de uma
4Os ı́ndices dos somatórios são variáveis mudas. Obtém-se uma expressão da outra substituindo o ı́ndice
x por w e y por z.
14 ÁLGEBRA LINEAR
linha!), a probabilidade de os produtos serem diferentes é 100%. Por exemplo,

1 2 1 1 −3 3
=
3 −1 −2 1 5 2

1 1 1 2 4 1
=
−2 1 3 −1 1 −5
Uma das propriedades da multiplicação de números que é muito útil é a chamada lei do
corte:
Se a 6= 0 e ab = ac então b = c.
Definição 2.8. A matriz m × n nula é a matriz que tem todas as entradas iguais a 0. É
denotada por 0 (deixando implı́citas as dimensões).
É imediato da definição do produto que (sempre que os produtos façam sentido) temos
A·0=0 0·A=0
Exemplo
2.9 (A lei do corte não é válida para o produto de matrizes). Seja A a matriz
2 −1
. Então
4 −2

2 def 2 −1 2 −1 0 0
A = AA = =
4 −2 4 −2 0 0
portanto, apesar de A 6= 0 temos
AA = A · 0.
Definição 2.10. Uma matriz n × n, A diz-se invertı́vel se existe uma matriz B (neces-
sariamente também n × n) tal que
AB = BA = In
Uma tal matriz B diz-se uma inversa de A.
Proposição 2.11. Seja A uma matriz n × n invertı́vel, C, D matrizes n × m e E, F
matrizes m × n. Então
AC = AD ⇒ C = D e EA = F A ⇒ E = F
Dem. Provamos apenas a primeira implicação deixando a segunda como exercı́cio. Seja B
uma inversa de A. Então
AC = AD ⇒ B(AC) = B(AD) ⇔ (BA)C = (BA)D ⇔ In C = In D ⇔ C = D

ÁLGEBRA LINEAR 15
2.12. Soma e produto por escalar. Vamos também necessitar de outras operações com
matrizes que têm uma natureza muito mais elementar do que o produto.
Definição 2.13. Sejam A, B matrizes m × n. A soma das matrizes A e B é a matriz do
mesmo tipo A + B que tem como entrada ij
(A + B)ij = aij + bij
O produto de uma matriz A m × n pelo escalar λ ∈ R (ou C) é a matriz λA também do
tipo m × n cuja entrada ij é
(λA)ij = λaij
Por exemplo

2 −1 2 1 4 2 2 + 1 −1 + 4 2 + 2 3 3 4
+ = =
0 −3 0 2 3 −1 0 + 2 −3 + 3 0 − 1 2 0 −1
e    √ √ 
√ 1 1 √2 √2
2 −1 2 = −√ 2 2 2 
  
4 0 4 2 0
Vejamos algumas propriedades fundamentais destas operações cujas demonstrações são
imediatas e ficam como exercı́cio.
Proposição 2.14 (Propriedades da soma de matrizes). Sejam A, B, C matrizes m × n.
Então
(i) (Associatividade) A + (B + C) = (A + B) + C
(ii) (Comutatividade) A + B = B + A
(iii) (Existência de elemento neutro) A + 0 = A
(iv) (Existência de inversos/simétricos) Existe D tal que A + D = 0
É fácil verificar (exercı́cio) que o simétrico de uma matriz é único. Usa-se a notação −A
para o simétrico de uma matriz e claramente a componente ij da matriz −A é dada por
−aij .
Proposição 2.15 (Propriedades do produto por escalar). Sejam A, B matrizes m × n e
λ, µ escalares reais (ou complexos). Então
(i) 1 · A = A
(ii) λ(µA) = (λµ)A
(iii) λ(A + B) = λA + λB
(iv) (λ + µ)A = λA + µA
Outras propriedades do produto por escalar que são muitas vezes utilizadas são as
seguintes
0 · A = 0, (−1) · A = −A
Estas propriedades são de verificação imediata a partir da definição do produto por escalar
mas podem também ser deduzidas das propriedades indicadas nas Proposições acima (sem
usar a definição). Fica como exercı́cio a realização dessas deduções.
16 ÁLGEBRA LINEAR
Vejamos agora algumas relações entre a soma e o produto por escalar com o produto de
matrizes.
Proposição 2.16 (Distributividade). Sejam A uma matrix m × n, B e C matrizes n × p
e D uma matriz p × q. Então
A(B + C) = AB + AC (B + C)D = BD + CD
Dem. Verificamos apenas a primeira igualdade dado que a demonstração da segunda é
inteiramente análoga. Temos que ver que para cada i, j com 1 ≤ i ≤ m e 1 ≤ j ≤ p, as
entradas ij das matrizes A(B + C) e AB + AC são iguais. De acordo com (10) a entrada
ij de A(B + C) é dada pela expressão
Xn Xn
aik (B + C)kj = aik (bkj + ckj )
k=1 k=1
Xn
= aik bkj + aik ckj
k=1
= (AB)ij + (AC)ij
o que mostra a igualdade pretendida.
Podemos usar as propriedades acima para desenvolver e simplificar expressões como
estamos habituados a fazer com os números mas devido às diferenças indicadas acima, isto
requer algum cuidado. Por exemplo, se A e B são matrizes n × n temos
(A + B)2 = (A + B)(A + B) = A(A + B) + B(A + B) = A2 + AB + BA + B 2
Esta expressão é (pela lei do corte para a soma de matrizes) igual à expressão habitual
A2 + 2AB + B 2
se e só se for satisfeita a seguinte igualdade pelas matrizes A, B
AB = BA
o que, como já indicámos acima, quase nunca se verifica.
Definição 2.17. Sejam A, B matrizes n × n. Diz-se que A e B comutam se AB = BA.
É imediato verificar que a matriz λIn comuta com qualquer outra matriz n × n, uma
vez que, pela interpretação do produto de matrizes em termos de combinações lineares de
linhas e colunas, multiplicar A à esquerda por λIn consiste em multiplicar cada linha de
A por λ, enquanto que multiplicar por λIn à direita consiste em multiplicar por λ cada
coluna de A. Portanto
(λIn )A = λA = A(λIn )
Um dos exercı́cios da ficha para as aulas práticas da próxima semana pede-vos que veri-
fiquem que estas matrizes - os múltiplos escalares da matriz identidade - são na realidade
as únicas matrizes que têm esta propriedade de comutar com todas as outras. A igualdade
acima é um caso particular da seguinte propriedade que relaciona o produto de matrizes
com o produto por escalar. A demonstração (muito fácil) é deixada como exercı́cio.
ÁLGEBRA LINEAR 17
Proposição 2.18. Sejam A uma matriz m × n, B uma matriz n × p e λ um escalar real

(ou complexo). Então
λ(AB) = A(λB) = (λA)B
Exemplo 2.19. Seja A uma matriz n × n. Então (uma vez que 3In comuta com A)
(A + 3In )2 = A2 + 2(3In )A + (3In )2 = A2 + 6A + 9In
Já vimos que a invertibilidade de uma matriz é uma propriedade útil, permitindo-nos
por exemplo a aplicação da lei do corte.
Proposição 2.20 (Unicidade da inversa). Seja A uma matriz n×n. Se B e C são inversas
de A então B = C.
Dem. Temos
B = BIn = B(AC) = (BA)C = In C = C

A partir de agora escrevemos

A−1 para a inversa da matriz A.
Notemos as seguintes consequências da unicidade da inversa.
Proposição 2.21. Sejam A, B matrizes n × n invertı́veis. Então
(i) AB é invertı́vel e (AB)−1 = B −1 A−1
(ii) A−1 é invertı́vel e (A−1 )−1 = A.
Dem. Mostramos apenas a primeira afirmação deixando a segunda como exercı́cio. Uma
vez que a inversa é única, tudo o que é necessário fazer é verificar que as relações na
Definição 2.10 são satisfeitas:
(B −1 A−1 )(AB) = B −1 (A−1 A)B = B −1 In B = B −1 B = In
e, analogamente,
(AB)(B −1 A−1 ) = A(BB −1 )A−1 = AIn A−1 = AA−1 = In

2.22. Cálculo da inversa. Põe-se agora a questão de como saber se uma matriz é in-
vertı́vel e nesse caso calcular a matriz inversa. Na realidade já aprendemos a calcular a
inversa! Se B é a inversa de A então
AB = In
Tendo em conta a interpretação do produto AB como um cálculo de combinações lineares
de colunas de A, isto diz-nos que as entradas da i-ésima coluna de A são os coeficientes da
18 ÁLGEBRA LINEAR
combinação linear das colunas de A que produz a i-ésima coluna da matriz identidade. Se
denotarmos a i-ésima coluna de B por Xi , isto diz-nos que a seguinte relação é satisfeita
 
0
 .. 
 . 
 0 
 
(12) AXi =  1 
 
 0 
 
 . 
 .. 
0
(onde a entrada não nula da matriz à direita está na i-ésima linha). Assim podemos calcular
a i-ésima coluna da inversa resolvendo o sistema linear (12) para o que podemos usar os
métodos de Gauss e Gauss-Jordan. Para calcular a inversa temos que resolver n sistemas
lineares mas não há qualquer razão para o fazer separadamente. Como os coeficientes do
sistema são os mesmos para todos os sistemas podemos resolver todos ao mesmo tempo:
 
1 0 2
Exemplo 2.23. Vamos calcular A−1 para a matriz A =  0 3 0 
4 0 5
 
1
Aplicamos o método de Gauss-Jordan aos sistemas com termos independentes  0 ,
0
   
0 0
 1  e  0  simultaneamente:
0 1
     
1 0 2 | 1 0 0 1 0 2 | 1 0 0 1
L
1 0 2 | 1 0 0
3 −4L1
 0 3 0 | 0 1 0  L−→  0 3 0 | 0 1 0  −→ 3 2
 0 1 0 | 0 1 0 
1
− 3 L3 3
4 0 5 | 0 0 1 0 0 −3 | −4 0 1 0 0 1 | 43 0 − 13
 
1 0 0 | − 53 0 32
L1 −2L3
−→  0 1 0 | 0 13 0 
0 0 1 | 43 0 − 13
As colunas da matriz à direita são as soluções de cada um dos sistemas e portanto as colu-
nas da matriz inversa. Assim, se a matriz A for invertı́vel então teremos necessariamente
 5 
− 3 0 23
A−1 =  0 13 0 
4
3
0 − 13
 
1 3 1
Exemplo 2.24. Vamos calcular A−1 para a matriz A =  0 −1 0 
2 0 1
ÁLGEBRA LINEAR 19
Temos    
1 3 1 | 1 0 0 1 3 1 | 1 0 0
L3 −2L1
 0 −1 0 | 0 1 0  −→  0 −1 0 | 0 1 0 
2 0 1 | 0 0 1 0 −6 −1 | −2 0 1
   
1 3 1 | 1 0 0 1 3 1 | 1 0 0
L3 −6L2 −L2
−→  0 −1 0 | 0 1 0 −→ 0 1 0 | 0
  −1 0 
−L3
0 0 −1 | −2 −6 1 0 0 1 | 2 6 −1
   
1 3 0 | −1 −6 1 1 0 0 | −1 −3 1
L1 −L3 L1 −3L2
−→  0 1 0 | 0 −1 0  −→  0 1 0 | 0 −1 0 
0 0 1 | 2 6 −1 0 0 1 | 2 6 −1
Assim, se a matriz A for invertı́vel então teremos necessariamente
 
−1 −3 1
A−1 =  0 −1 0 
2 6 −1
Resta perceber porque é que a matriz B calculada nos exemplos anteriores é de facto
uma inversa de A. A maneira como foi determinada torna claro que AB = In , mas para
que B seja a inversa é ainda necessário que BA = In . Isto está longe de ser óbvio (embora
seja fácil de verificar nos exemplos acima ou em qualquer exemplo concreto).
Antes de explicar a razão pela qual o método anterior pode ser sempre usado para
achar a inversa (ou ver que uma matriz não é invertı́vel) vamos primeiro responder à
seguinte pergunta natural: Porque não achar a inversa por linhas resolvendo o sistema
determinado pela equação BA = In linha a linha? De facto podemos fazê-lo, mas a matriz
dos coeficientes do sistema não será A, e dado que o método de Gauss-Jordan (tal como
nós o apresentámos) se aplica imediatamente apenas à solução de sistemas Ax = b com x
e b matrizes coluna, é mais prático fazer as contas como fizemos acima.
Esta questão aponta no entanto para um aspeto básico do cálculo matricial que diz
respeito à simetria entre linhas e colunas. A atribuição do primeiro ı́ndice às linhas e do
segundo às colunas é claramente apenas uma convenção pelo que é natural considerar a
seguinte simetria do conjunto das matrizes que troca linhas com colunas.
Definição 2.25. Seja A uma matriz m × n. A matriz transposta de A é a matriz AT , do
tipo n × m cuja entrada ij é
(AT )ij = aji
Por exemplo
 
T 1 0 T
1 −1 2 1 2 1 3
=  −1 3  e =
0 3 2 3 4 2 4
2 2
Proposição 2.26 (Propriedades da transposição). (i) (AT )T = A
(ii) (αA)T = αAT
(iii) (A + B)T = AT + B T
20 ÁLGEBRA LINEAR
(iv) (AB)T = B T AT .
Dem. As primeiras três propriedades são muito fáceis de demonstrar e ficam como exercı́cio.
Quanto à última, suponhamos que A é uma matriz m × n e B é uma matriz n × p, de
forma a que (AB)T é uma matriz p × m. Dados i, j com 1 ≤ i ≤ p e 1 ≤ j ≤ m temos
então que a entrada ij da matriz (AB)T é
n
X n
X n
X
T T T
(B T )ik (AT )kj = (B T AT )ij

(AB) ij
= (AB)ji = ajk bki = (A )kj (B )ik =
k=1 k=1 k=1
conforme querı́amos demonstrar.

Usando esta simetria e a propriedade (iv) acima, é imediato verificar que a solução do
sistema para uma linha da matriz inversa mencionado anteriormente não é mais do que a
solução do sistema
AT x = b
com b a coluna correspondente da matriz identidade. Isto sugere uma relação entre a
transposição e a inversão... Qual?
Justifiquemos então finalmente o nosso método de cálculo de inversas:
Teorema 2.27. Seja A uma matriz n × n de números reais ou complexos.5 As seguintes
afirmações são equivalentes:
(i) A é invertı́vel,
(ii) Para cada matriz n × 1, B, o sistema AX = B tem solução e esta é única.
(iii) Para cada matriz n × 1, B, o sistema AX = B tem no máximo uma solução.
(iv) O sistema AX = 0 tem no máximo uma solução.
(v) A tem caracterı́stica n
Dem. Vamos ver que (i)⇒(ii)⇒(iii)⇒(iv)⇒(v)⇒(i).
(i)⇒(ii): Multiplicando o sistema dos dois lados por A−1 temos
A−1 AX = A−1 B ⇒ In X = A−1 B ⇒ X = A−1 B
Logo se a solução existe, ela é única e é dada por X = A−1 B. Mas é fácil verificar
que A−1 B é de facto uma solução
A(A−1 B) = In B = B
o que conclui a prova desta implicação.
(ii)⇒(iii) Evidente.
(iii)⇒(iv) Evidente.
(iv)⇒(v): Esta implicação é equivalente à implicação ¬(v) ⇒ ¬(iv) que passamos a demon-
strar. Se a caracterı́stica de A não é igual a n, então no final do método de Gauss-
Jordan, alguma das colunas não tem pivot. A variável correspondente é então livre
na solução do sistema homogéneo AX = 0, que tem portanto infinitas soluções.
5Ou mais geralmente com entradas num corpo.
ÁLGEBRA LINEAR 21
(v)⇒(i): Se A tem caracterı́stica n, então, aplicando os métodos de Gauss e Gauss-Jordan a

matriz A é transformada na matriz In (uma vez que esta é a única matriz n × n em
escada de linhas reduzida com caracterı́stica n). Mas, como já observámos, cada
passo do método de Gauss-Jordan consiste na multiplicação à esquerda por uma
matriz. Nomeadamente:
• A operação Li ↔ Lj , com i 6= j corresponde à multiplicação à esquerda pela
matriz
 
1
 ... 
 
0 1
 
 

Sij =  . ..


 

 1 0 


 . . .


1
.
em que os . . indicam 1s, todas as entradas não indicadas são 0 e os 0s na
diagonal ocorrem nas linhas i e j.
• A operação αLi com α 6= 0 corresponde à multiplicação pela matriz
 
1
 ... 
 
Di,α =  α
 


 . ..


1
com todas as entradas fora da diagonal 0 e todas as entradas na diagonal 1

exceto a i-ésima que é α.
• A operação Li + αLj com i 6= j e α 6= 0 corresponde à multiplicação pela
matriz
 
1
..
. α
 
 
In + αEij = 
 . ..


 

 . ..


1
em que todas as entradas da diagonal são 1 e todas as entradas fora da diagonal
são 0 exceto a entrada ij, que é igual a α. O esquema acima corresponde ao
caso em que i < j e portanto à fase final do método de Gauss-Jordan. A fase
inicial do método de Gauss consiste na multiplicação por estas matrizes com
i > j, caso em que a entrada não nula fora da diagonal está abaixo da diagonal.
22 ÁLGEBRA LINEAR
Em termos do produto de matrizes, a observação que o método de Gauss-Jordan

termina na matriz In expressa a igualdade
(13) Ek · · · E2 E1 A = In
em que k é o número de passos do método de Gauss-Jordan e cada uma das matrizes
Ei , correspondente ao passo i do método, é alguma das matrizes referidas acima.
Ora cada matriz Ei é invertı́vel! De facto, é imediato verificar que
• Sij−1 = Sij
−1
• Di,α = Di, 1
α
• (In + αEij )−1 = In − αEij
Multiplicando a igualdade (13) pelas inversas das matrizes Ek , Ek−1 , . . . obtemos
A = E1−1 E2−1 · · · Ek−1
Uma vez que A é um produto de matrizes invertı́veis, pela Proposição 2.21, A é
invertı́vel.

Vemos assim que, quando aplicamos o método de Gauss-Jordan para resolver simultanea-
mente os n sistemas lineares correspondentes à equação AB = In , só há duas possibilidades:
ou a aplicação do método mostra que a caracterı́stica de A é menor do que n e então A
não é invertı́vel ou, a caracterı́stica de A é n e então a matriz A é invertı́vel. Neste último
caso, uma vez que a matriz B calculada pelo método de Gauss-Jordan satisfaz AB = In ,
temos
A−1 (AB) = A−1 In ⇔ B = A−1 .
Observação 2.28. As matrizes que aparecem na demonstração da implicação ((v)⇒ (i))
no Teorema 2.27 (que correspondem às operações elementares sobre as linhas) designam-se
por matrizes elementares. Vimos durante a demonstração que qualquer matriz invertı́vel
se pode escrever como um produto de matrizes elementares6.
Para terminar esta discussão sobre as matrizes observemos ainda a seguinte condição
equivalente à invertibilidade.
Corolário 2.29. Seja A uma matriz quadrada. As seguintes condições são equivalentes.
(i) A é invertı́vel.
(ii) Para cada matriz n × 1, B, o sistema AX = B tem solução.
Proof. Claramente (i) ⇒ (ii). Para demonstrar a implicação recı́proca vamos ver que ¬(i)⇒
¬(ii). Suponhamos então que A não é invertı́vel. Pelo Teorema 2.27 a caracterı́stica de A é
menor do que n. Seja S uma matriz invertı́vel que se obtém multiplicando sucessivamente
as matrizes elementares correspondentes aos passos do método de Gauss, de forma que SA
6É um bom exercı́cio estimar o número máximo de fatores necessário para uma tal fatorização.
ÁLGEBRA LINEAR 23
está em escada de linhas. Como a caracterı́stica de A é menor do que n, a última linha de

SA é nula. Escrevendo
0
 
 ... 
C= 0

1
vemos que o sistema
(14) (SA)X = C
não tem solução. Ora (14) é equivalente ao sistema AX = S −1 C, logo o sistema AX = B
não tem solução quando B = S −1 C. Isto conclui a demonstração.
Sendo A uma matriz quadrada, podemos considerar a função X 7→ AX que leva matrizes
coluna em matrizes coluna. O Teorema 2.27 e o Corolário 2.29 mostram que, para uma tal
função, as condições de bijetividade, injetividade e sobrejetividade são equivalentes!
3. Espaços vetoriais
Um espaço vetorial é um “sı́tio onde se podem fazer combinações lineares”. Para isto tudo
o que é necessário é saber como somar e como multiplicar por escalar os objetos do espaço
vetorial. Para que estas combinações lineares se comportem como estamos habituados
nos exemplos que vimos até agora é necessário que satisfaçam certas propriedades que são
especificadas na definição de espaço vetorial.
O arquétipo de um espaço vetorial é Rn = {(x1 , . . . , xn ) : xi ∈ R} em que a multiplicação
por escalar é definida por
α · (x1 , . . . , xn ) = (αx1 , . . . , αxn )
e a soma por
(x1 , . . . , xn ) + (y1 , . . . , yn ) = (x1 + y1 , . . . , xn + yn )
Nos casos em que n = 1, 2 ou 3, estamos habituados a identificar Rn geometricamente com
o conjunto dos vetores com origem em (0, . . . , 0), e sabemos interpretar geometricamente
o produto por escalar e a soma.
Por exemplo, o conjunto de todas as combinações lineares de dois vetores não colineares
em R3 formam um plano que passa pela origem e contém os dois vetores.
A definição de espaço vetorial vai-nos permitir transferir a nossa intuição geométrica
sobre o comportamento de vetores no espaço para um sem-fim de novas situações!
Definição 3.1. Um espaço vetorial real é um terno (V, +, ·) consituı́do por um conjunto
V , cujos elementos se designam por vetores, juntamente com duas funções
·
• Multiplicação por escalar: R × V →
− V que a um par (α, v) associa um vetor α · v.
+
• Soma de vetores: V × V − → V que a um par de vetores (v, w) associa um vetor
v+w
satisfazendo as seguintes relações:
(i) Para todos os u, v, w ∈ V , u + (v + w) = (u + v) + w.
24 ÁLGEBRA LINEAR
(ii) Para todos os u, v ∈ V , u + v = v + u.

(iii) Existe um elemento 0 ∈ V tal que, para todo o v ∈ V se tem v + 0 = v.
(iv) Para todo o v ∈ V existe um elemento w ∈ V tal que v + w = 0.
(v) Para todo o v ∈ V , tem-se 1 · v = v.
(vi) Para todos os α, β ∈ R, e v ∈ V tem-se α · (β · v) = (αβ) · v.
(vii) Para todos os α ∈ R e v, w ∈ V tem-se α · (v + w) = α · v + α · w.
(viii) Para todos os α, β ∈ R e v ∈ V tem-se (α + β) · v = α · v + β · v.
Há uma possı́vel ambiguidade no axioma (iv) uma vez que o axioma (iii) não garante a
unicidade do elemento neutro 0 para a soma. Mas na realidade é imediato verificar que
este elemento (que se diz o vetor zero) é único: se 00 for um outro elemento neutro temos
0 + 00 = 0 (aplicando o axioma (iii) ao elemento neutro 00 e ao elemento v = 0); por outro
lado, 0 + 00 = 00 + 0 = 00 (aplicando primeiro o axioma (ii) e depois (iii) ao elemento neutro
0 e ao elemento v = 00 ).
Também não é difı́cil mostrar que o elemento w tal que v + w = 0 é único: se v + w =
v + w0 = 0 então
w0 = w0 + 0 = w0 + (v + w) = (w0 + v) + w = 0 + w = w + 0 = w
O único w tal que w + v = 0 chama-se o simétrico de v e denota-se por −v.
Observação 3.2. (i) Substituindo na definição acima R por C obtemos a definição de
um espaço vetorial complexo. Mais geralmente se K é um corpo (ver Observação
1.2) e substituirmos R por K obtemos a noção de espaço vetorial sobre o corpo K.
(ii) É também comum usar a terminologia espaço linear em vez de espaço vetorial.
(iii) O produto por escalar α · v denota-se normalmente simplesmente por αv e passaremos
a denotá-lo desta forma quando não haja possibilidade de confusão.
Definição 3.3. Seja V um espaço vetorial e v1 , . . . , vk elementos de V . Diz-se que v ∈ V
é uma combinação linear dos vetores v1 , . . . , vk se existem α1 , . . . , αk ∈ R tais que
v = α1 v1 + . . . + αk vk
Os escalares α1 , . . . , αk chamam-se os coeficientes da combinação linear.
Exemplo 3.4. (1) Rn com a soma e produto por escalar definidos coordenada a co-
ordenada é um espaço vetorial real. A validade dos axiomas na Definição 3.1 é
uma consequência imediata das propriedades das operações de soma e produto de
números reais. Por exemplo a propriedade associativa da soma de vetores segue ime-
diatamente da propriedade associativa da soma de números reais. Analogamente
Cn = {(z1 , . . . , zn ) : zi ∈ C} é um espaço vetorial complexo, com as operações de
soma e produto por escalar definidas componente a componente. Mais geralmente
Kn é um espaço vetorial sobre o corpo K.
(2) O conjunto Mm×n (R) das matrizes m × n reais é um espaço vetorial real. É esse
o conteúdo das Proposições 2.14 e 2.15. Analogamente, o conjunto das matrizes
Mm×n (K) é um espaço vetorial sobre o corpo K.
ÁLGEBRA LINEAR 25
(3) Seja S um conjunto não vazio. O conjunto F (S; R) = {f : S → R} das funções de

S para R munido das operações
def def
(f + g)(x) = f (x) + g(x) (αf )(x) = αf (x)
é um espaço vetorial real. Analogamente o conjunto das funções com valores com-
plexos é um espaço vetorial complexo. Note-se que este exemplo contém os dois
exemplos anteriores. De facto Rn é basicamente o caso em que o conjunto S é
{1, . . . , n} e Mm×n (R) é, por definição, o caso em que S = {1, . . . , m} × {1, . . . , n}.
Observação 3.5. É habitual referirmo-nos a um espaço vetorial apenas pelo conjunto
subjacente deixando implı́citas a estrutura de soma de vetores e multiplicação por escalares
quando estas são claras do contexto. Por exemplo, quando falamos do espaço vetorial
Mm×n (R) referimo-nos a este conjunto com as operações habituais de soma e multiplicação
por escalar.
Exemplo 3.6. Sejam v, w ∈ R3 dois vetores não colineares. Pelo significado geométrico
da soma de vetores e produto por escalar, o conjunto das combinações lineares de v e w é
o plano que passa pela origem e contém v e w. Dado um ponto u desse plano, o significado
dos coeficientes α, β na combinação linear u = αv + βw é o seguinte (familiar da noção de
coordenadas cartesianas)
• αv é o ponto de interseção da reta paralela a w que passa por u, com a reta deter-
minada por v e pela origem (que é o conjunto {λv : λ ∈ R}).
• βw é o ponto de interseção da reta paralela a v que passas por u, com a reta
{λw : λ ∈ R}
Vejamos mais alguns exemplos e não-exemplos de espaços vetoriais.
Exemplo 3.7. (i) O conjunto V de todos os polinómios reais com as operações de soma
e produto por escalar habituais é um espaço vetorial. Note-se que V está contido no
conjunto das funções reais F (R, R) e que as operações de soma e produto por escalar
são a restrição aos polinómios das operações definidas para as funções. Isso torna
a verificação da maioria dos axiomas na Definição 3.1 automáticas. De facto, uma
vez que se observe que a soma de polinómios e a multiplicação de um escalar por um
polinómio são polinómios, a validade das propriedades (i)-(ii) e (v)-(viii) é imediata
26 ÁLGEBRA LINEAR
e resta apenas observar que a função nula é um polinómio logo (iii) é satisfeito e que
a função simétrica de um polinómio é um polinómio logo (iv) é também satisfeito.
(ii) Seja V = {(x, y) ∈ R2 : x ≥ 0, y ≥ 0} com a soma habitual de vetores em R2 e com o
produto por escalar definido por
def
α(x, y) = (|α|x, |α|y)
Com estas operações V não é um espaço vetorial porque os axiomas (iv) e (vii) não
são verificados. Por exemplo o vetor (1, 0) não tem simétrico e (0, 0) = 0(1, 0) =
(1 + (−1))(1, 0) 6= 1(1, 0) + (−1)(1, 0) = (2, 0). Em geral, se α e β têm sinais
contrários e v 6= 0, a igualdade (α + β)v = αv + βv não se verifica.
3.8. Subespaços vetoriais.
Definição 3.9. Seja V um espaço vetorial sobre K. Um subconjunto W ⊂ V diz-se
um subespaço vetorial de V se W é fechado7 para as operações de V e, munido destas
operações, é um espaço vetorial.
Exemplo 3.10. O Exemplo 3.7 (i) verifica que o conjunto dos polinómios é um subespaço
vetorial de F (R; R).
Como observámos no Exemplo 3.7(i), quando W ⊂ V é um subconjunto de um espaço
vetorial fechado para a soma e multiplicação por escalar, a verificação de que W é um
espaço vetorial pode reduzir-se à verificação que o elemento neutro da soma e os simétricos
(em V ) de elementos de W pertencem a V . A próxima proposição mostra que mesmo estas
verificações não são necessárias.
Proposição 3.11. Seja V um espaço vetorial. Se W é um subconjunto não vazio de V
fechado para a soma e multiplicação por escalar, então W é um subespaço vetorial de V .
Proof. Como já observámos, a verificação dos axiomas (i)-(ii) e (v)-(viii) é imediata. É
um exercı́cio verificar que, para qualquer v ∈ V , o produto por escalar 0v é o elemento
neutro para a soma. Como W é não vazio e fechado para o produto por escalar conclui-se
que 0 ∈ W e portanto o axioma (iii) é verificado. É também um exercı́cio verificar que
o simétrico de v ∈ V é o produto por escalar (−1)v. Uma vez que W é fechado para o
produto por escalar conclui-se que o axioma (iv) é verificado em W .
Exemplo 3.12. (i) Seja V o espaço vetorial de todos os polinómios reais. O subconjunto
W ⊂ V formado pelos polinómios de grau menor ou igual a 3 é um subespaço vetorial.
De facto, de acordo com a proposição anterior basta observar que W 6= ∅ (por exemplo
o polinómio 0 está em W ), que a soma de polinómios de grau ≤ 3 tem grau ≤ 3 e
que o produto de um polinómio de grau ≤ 3 por um escalar tem ainda grau ≤ 3.
(ii) O plano W = {(x, y, z) ∈ R3 : x+y+z = 0} é um subespaço vetorial de R3 . De acordo
com a Proposição acima basta notar que se (x, y, z), (x0 , y 0 , z 0 ) ∈ W e α ∈ R então
(x+x0 )+(y +y 0 )+(z +z 0 ) = 0 e (αx)+(αy)+(αz) = 0 logo (x+x0 , y +y 0 , z +z 0 ) ∈ W
e (αx, αy, αz) ∈ W .
7Isto
é, se dados w1 , w2 ∈ W e α ∈ K, temos w1 + w2 ∈ W e αw1 ∈ W . Por palavras: a soma em V de
vetores em W está em W , e a multiplicação em V de um vetor de W por um escalar permanece em W .
ÁLGEBRA LINEAR 27
(iii) Seja A uma matriz m × n. O núcleo de A é o conjunto

x1
 
N (A) = {x ∈ Rn : A  ...  = 0}
xn
Este conjunto é um subespaço vetorial de Rn (o argumento é exatamente o mesmo
que no exemplo anterior). Note-se que N (A) é exactamente o conjunto das soluções
do sistema linear homogéneo que tem A como matriz de coeficientes.
Intuitivamente devemos pensar nos espaços vetoriais como sendo objetos que se com-
portam de forma semelhante ao espaço euclidiano usual - R3 - e nos subespaços vetoriais
como sendo subconjuntos com comportamento semelhante ao das retas e planos em R3 que
passam pela origem.
3.13. Expansão linear.
Definição 3.14. Seja V um espaço vetorial e S ⊂ V um subconjunto. A expansão linear
de S em V é o conjunto L(S) das combinações lineares de elementos de S, isto é
L(S) = {α1 v1 + . . . + αn vn : α1 , . . . , αn ∈ R, v1 , . . . , vn ∈ S, n ∈ N}
Por convenção L(∅) = {0}.
Exemplo 3.15. (i) Seja V o espaço vetorial dos polinómios reais. Vamos determinar
se x + 2x3 ∈ L(S) onde S = {1 − x, x + x2 + x3 , x2 }. Por definição, a pergunta é se
existem escalares α1 , α2 , α3 ∈ R tais que
x + 2x3 = α1 (1 − x) + α2 (x + x2 + x3 ) + α3 x2
Como dois polinómios são iguais se têm os mesmos coeficientes, a igualdade anterior
é equivalente ao sistema
 

 α1 = 0 
 α1 = 0

−α + α = 1 
α = 1
1 2 2
⇔

 α2 + α3 = 0 
 α3 = −1
 
α2 = 2 α2 = 2
 
Uma vez que o sistema é impossı́vel, conclui-se que x+2x3 6∈ L(S). Neste caso não se
justificava a utilização do método de Gauss para a resolução do sistema. Mas note-se
que se tivéssemos escrito o sistema acima da forma habitual, a matriz à qual irı́amos
aplicar o método de Gauss seria
 
1 0 0 | 0
 −1 1 0 | 1 
 
 0 1 1 | 0 
0 1 0 | 2
Os coeficientes dos polinómios em S aparecem nas primeiras três colunas. A última
coluna contém os coeficientes do polinómio x + 2x3 .
28 ÁLGEBRA LINEAR
(ii) Sendo S = {(1, 3, 2), (0, 1, 4), (1, 4, 6)} ⊂ R3 , vamos determinar equações cartesianas
que definam L(S). Os elementos de L(S) são os vetores (a, b, c) ∈ R3 para os quais é
possı́vel achar α1 , α2 , α3 ∈ R tais que
α1 (1, 3, 2) + α2 (0, 1, 4) + α3 (1, 4, 6) = (a, b, c)
Ou seja, são os vetores (a, b, c) tais que o seguinte sistema é possı́vel
     
1 0 1 | a 1 0 1 | a 1 0 1 | a
−3L1
 3 1 4 | b  L2−→  0 1 1 | b − 3a  L−→ 3 −4L2
 0 1 1 | b − 3a 
L3 −2L1
2 4 6 | c 0 4 4 | c − 2a 0 0 0 | c − 4b + 10a
Conclui-se que (a, b, c) ∈ L(S) ⇔ c−4b+10a = 0. Geometricamente, L(S) é um plano
que passa pela origem. Normalmente, esperarı́amos que três vetores em R3 formassem
um referencial e que qualquer outro vetor se pudesse escrever como combinação linear
deles mas neste caso (1, 3, 2)+(0, 1, 4) = (1, 4, 6) e portanto podemos escrever qualquer
combinação linear dos três vetores de S usando apenas os dois primeiros. A expansão
linear destes dois vetores é um plano que tem equação paramétrica
(x, y, z) = α1 (1, 3, 2) + α2 (0, 1, 4), com α1 , α2 ∈ R
e, como vimos acima, equação cartesiana
10x − 4y + z = 0.
Proposição 3.16. Seja V um espaço vetorial e S ⊂ V um subconjunto. Então L(S) é o
mais pequeno subespaço vetorial de V que contém S. Mais precisamente
• L(S) é um subespaço vetorial de V e S ⊂ L(S).
• Se W ⊂ V é um subespaço vetorial de V que contém S, então L(S) ⊂ W .
Dem. Se S é vazio então as condições são claramente verificadas. Suponhamos que S é não
vazio. L(S) contém S porque dado v ∈ S temos que 1 · v = v é uma combinação linear de
elementos de S e portanto pertence a L(S). Como S é não vazio, conclui-se que L(S) 6= ∅.
Para ver que L(S) é um subespaço vetorial precisamos agora de ver que L(S) é fechado
para a soma e para o produto por escalar. Seja λ ∈ R um escalar e α1 v1 + . . . + αn vn um
elemento de L(S). Então
λ(α1 v1 + . . . + αn vn ) = (λα1 )v1 + . . . + (λαn )vn
é também uma combinação linear de elementos de S e portanto pertence a L(S). Conclui-
se que L(S) é fechado para o produto por escalar. Por outro lado, dados dois elementos
α1 v1 + . . . + αn vn e β1 w1 + . . . + βm wm em L(S) a sua soma é
α1 v1 + . . . + αn vn + β1 w1 + . . . + βm wm
que é ainda uma combinação linear de elementos de S. Conclui-se que L(S) também é
fechado para a soma de vetores e portanto é um subespaço vetorial de V .
Finalmente, seja W um qualquer subespaço vetorial de V que contém S. Então dados
v1 , . . . , vn ∈ S e α1 , . . . , αn ∈ R temos que αi vi ∈ W (pois W é fechado para o produto por
escalar) e portanto
α1 v1 + . . . + αn vn ∈ W
ÁLGEBRA LINEAR 29
(porque W é fechado para a soma). Conclui-se que W contém qualquer combinação linear
de elementos de S, ou seja, que W contém L(S).
Devido ao resultado enunciado na Proposição anterior, chamamos a L(S) o subespaço
gerado por S e se W = L(S) dizemos que W é gerado por S e que S é um conjunto de
geradores para W .
Note-se que dado um subespaço vetorial W de V , podemos sempre encontrar um con-
junto S ⊂ W tal que W = L(S): de facto podemos sempre tomar S = W . Esta solução
não é na prática muito útil pois normalmente estaremos interessados em encontrar um
conjunto de geradores tão pequeno quanto possı́vel.
Exemplo 3.17. (i) Vamos achar um conjunto de geradores para o subespaço

a b
W = : a + b − 2c = 0, d − c + a = 0 ⊂ M2×2 (R)
c d
(é imediato verificar que W é de facto um subespaço vetorial de M2×2 (R)).
Podemos resolver o sistema dado pelas condições que definem W (aqui não se
justifica a aplicação do método de Gauss)
( (
a + b − 2c = 0 c = 12 a + 12 b
⇔
d−c+a=0 d = − 12 a + 12 b
O elemento tı́pico de W pode portanto escrever-se na forma

a b 1 0 0 1
1 =a 1 +b 1 1 com a, b ∈ R
2
a + 12 b − 12 a + 12 b 2
− 12 2 2
logo
1 0 0 1
S= 1 , 1 1
2
− 12 2 2
é um conjunto de geradores para W .
3.18. Subespaços de Rn associados a uma matriz. Seja A uma matriz m×n. Chama-
se espaço das linhas de A, e denota-se por EL(A) ao subespaço de Rn gerado pelas linhas
de A. Por exemplo, para

2 0 1 4
(15) A=
0 3 1 2
temos
EL(A) = L({(2, 0, 1, 4), (0, 3, 1, 2)}) ⊂ R4
Quando aplicamos o método de Gauss(-Jordan) a uma matriz, o espaço das linhas não
muda. De facto suponhamos que
A = A1 → A2 → · · · → Ak
é uma sucessão de matrizes obtida por aplicação o método de Gauss-Jordan à matriz A.
Uma vez que as linhas de Ai+1 são combinações lineares das linhas da matriz Ai temos que
{linhas de Ai+1 } ⊂ EL(Ai )
30 ÁLGEBRA LINEAR
e portanto, pela Proposição 3.16 temos EL(Ai+1 ) ⊂ EL(Ai ). Mas, as linhas de Ai também
são combinações lineares das linhas de Ai+1 , logo EL(Ai ) ⊂ EL(Ai+1 ) e conclui-se que
EL(Ai ) = EL(Ai+1 ). O método de Gauss-Jordan dá-nos portanto um método para deter-
minar um conjunto de geradores particularmente simples para o espaço das linhas de uma
matriz: as linhas não nulas da matriz em escada de linhas reduzida obtida como output
do algoritmo.
Analogamente definimos o espaço das colunas de uma matriz A do tipo m × n como o
subespaço de Rm gerado pelas colunas de A. Por exemplo, para a matriz (15) temos
EC(A) = L({(2, 0), (0, 3), (1, 1), (4, 2)}) = R2 .
Note-se que não é verdade que o espaço das colunas permaneça inalterado ao longo da
aplicação do método de Gauss.
Definição 3.19. Um espaço vetorial V diz-se finitamente gerado se existe um conjunto
finito S ⊂ V tal que V = L(S).
Exemplo 3.20. O espaço vetorial V formado por todos os polinómios reais não é finita-
mente gerado. De facto, sendo S = {p1 , . . . , pk } ⊂ V um conjunto finito de polinómios, e
ni o grau do polinómio pi podemos tomar
N = max{n1 , . . . , nk }
e claramente xN +1 não pode ser escrito como combinação linear de elementos de S. Isto
mostra que não existe um conjunto finito de geradores para V .
3.21. Dependência linear. Chegamos agora a um conceito fundamental da Álgebra Lin-
ear que generaliza os conceitos de colinearidade e complanaridade para vetores de R3 .
Definição 3.22. Seja V um espaço vetorial. Um conjunto S ⊂ V diz-se linearmente
dependente se existem v1 , . . . , vn ∈ S todos distintos e escalares α1 , . . . , αn não todos nulos
tais que
α1 v1 + . . . + αn vn = 0
Caso contrário, S diz-se linearmente independente. Um conjunto B ⊂ V diz-se uma base
de V se é linearmente independente e gera V .
Note-se que a negação da condição de dependência linear é logicamente equivalente à
seguinte condição, que utilizamos normalmente para testar independência linear:
S é linearmente independente se e só se dados v1 , . . . , vn elementos distintos
de S e escalares α1 , . . . , αn tais que α1 v1 + . . . + αn vn = 0 temos necessari-
amente α1 = · · · = αn = 0
Exemplo 3.23. (i) Seja S = {v} um conjunto com um único elemento. Se v = 0
então S é linearmente dependente uma vez que 1 · 0 é uma combinação linear com
coeficientes não nulos de elementos de S que produz o vetor 0. Se v 6= 0, então S é
linearmente independente. De facto, uma combinação linear de elementos de S com
coeficientes não nulos é da forma αv com α 6= 0 e é uma consequência dos axiomas
de espaço vetorial que sendo α 6= 0 e v 6= 0 então αv 6= 0 (ver os exercı́cios sobre
espaços vetoriais).
ÁLGEBRA LINEAR 31
(ii) Se S contém o vetor nulo então S é linearmente dependente (pois 1 · 0 = 0).

(iii) Mais geralmente, se S ⊂ S 0 e S é linearmente dependente, o mesmo é verdade para S 0
(pois a combinação linear com coeficientes não todos nulos que certifica a dependência
linear de S, certifica também a dependência linear de S 0 ). Equivalentemente, se S 0
é um conjunto linearmente independente e S ⊂ S 0 então S é também linearmente
independente.
(iv) Seja S = {v, w} um conjunto com dois elementos (distintos). Então S é linearmente
dependente se e só se v e w são colineares, isto é se um deles é um múltiplo escalar
do outro. De facto, se existem α1 , α2 não ambos nulos tais que
α1 v + α2 w = 0
ou α1 6= 0 e então v = − αα12 w, ou α2 6= 0 e w = − αα21 v. Reciprocamente se, por
exemplo v = αw, v − αw é uma combinação linear nula de v, w cujos coeficientes não
são todos nulos, pelo que {v, w} é linearmente dependente.
(v) Generalizando o exemplo anterior vemos que um conjunto S ⊂ V é linearmente
dependente se e só se um dos elementos de S pode ser expresso como uma combinação
linear dos restantes elementos de S. De facto uma das implicações é imediata e para
ver a outra, se S é linearmente dependente podemos escolher v1 , . . . , vn ∈ S e escalares
α1 , . . . , αn não todos nulos de tal forma que
α1 v1 + . . . + αn vn = 0
Assumindo, por exemplo, que αi 6= 0 temos que
αi−1 αi+1
vi = − αα1i v1 − . . . − αi
vi−1 − αi
vi+1 − ... − αn
v
αi n
é uma combinação linear de v1 , . . . , vi−1 , vi+1 , . . . , vn .
(vi) O subconjunto {(1, 2), (0, 3), (1, 0)} ⊂ R2 é linearmente dependente uma vez que
(1, 2) − (1, 0) − 32 (0, 3) = (0, 0)
Como nenhum par de vetores do conjunto é colinear, se retirarmos qualquer dos ve-
tores ao conjunto obtemos um conjunto linearmente independente, que claramente
gera R2 e constitui portanto uma base para R2 .
(vii) Sejam e1 = (1, 0, . . . , 0), e2 = (0, 1, 0, . . . , 0), . . . , en = (0, . . . , 0, 1) ∈ Rn . O conjunto
Bcan = {e1 , e2 , . . . , en } é uma base de Rn chamada a base canónica. De facto, dado
(x1 , . . . , xn ) ∈ Rn temos
(x1 , . . . , xn ) = x1 e1 + . . . + xn en
logo L(Bcan ) = Rn e se α1 , . . . , αn são números reais e α1 e1 + . . . + αn en = 0 então
dado que
α1 e1 + . . . + αn en = (α1 , . . . , αn )
temos α1 = · · · = αn = 0 o que mostra que Bcan é linearmente independente.
(viii) Se A é uma matriz m × n em escada de linhas, então as linhas não nulas constituem
uma base para EL(A). De facto já vimos acima que as linhas não nulas geram EL(A)
e se uma combinação linear das linhas se anular, o sistema para os coeficientes da
combinação linear que se obtém considerando apenas as componentes correspondentes
32 ÁLGEBRA LINEAR
às colunas que contêm pivots implica imediatamente que os coeficientes da combinação
linear são todos nulos. Por exemplo, para
 
2 1 1 4
A= 0 0 1 2 
0 0 0 0
olhando apenas para a primeira e terceira componente dos vetores na equação
α1 (2, 1, 1, 4) + α2 (0, 0, 1, 2) = (0, 0, 0, 0)
vemos que
2α1 = 0 e α1 + α2 = 0
pelo que α1 = α2 = 0.
O método de Gauss dá-nos portanto uma maneira prática de determinar uma base
para o espaço das linhas de uma matriz (e, na prática, para qualquer subespaço de
um espaço vetorial finitamente gerado).
(ix) É um exercı́cio simples verificar que {1, x, x2 , . . . , xn , . . .} é uma base para o espaço
vetorial dos polinómios reais.
Intuitivamente, uma base para um espaço vetorial é um “referencial”. De facto, se B
é uma base de V , os coeficientes da combinação linear que exprime um vetor v ∈ V em
termos dos elementos de B são únicos: Admitindo que B = {v1 , . . . , vn }, qualquer vetor v
pode ser escrito na forma
v = α1 v1 + . . . + αn vn
(porque B gera V ) mas se tivermos também
v = β1 v1 + . . . + βn vn
então subtraindo as duas igualdades temos
0 = (α1 − β1 )v1 + . . . + (αn − βn )vn
e, uma vez que, B é um conjunto linearmente independente, isto implica que α1 − β1 =
0, . . . , αn − βn = 0. Os coeficientes dos elementos da base chamam-se as coordenadas de v
na base B. Uma base permite assim identificar os vetores de V com listas de n escalares
(ou seja com Kn ).
3.24. Bases e dimensão. O primeiro Teorema da Álgebra Linear é que todo o espaço
vetorial tem uma base e que todas as bases têm o mesmo número de elementos. Esse
número chama-se a dimensão de V . Vamos apenas mostrar este Teorema no caso de
espaços finitamente gerados, para os quais a dimensão é um número finito. O caso geral é
tratado em [FIS, Secção 1.7].
Este teorema será uma consequência de certas propriedades da relação de dependência
linear que passamos a explicar. Sugerimos que ao ler os enunciados que se seguem se tenha
em mente o exemplo de R3 e a interpretação geométrica usual da combinação linear de
vetores no espaço assim como dos subespaços lineares de R3 - retas, planos, etc.
ÁLGEBRA LINEAR 33
Proposição 3.25. Seja V um espaço vetorial e S ⊂ V um conjunto linearmente indepen-

dente. Se v 6∈ L(S) então S ∪ {v} é linearmente independente.
Dem. Sejam v1 , . . . , vn vetores distintos de S e α1 , . . . , αn , αn+1 escalares. Temos a verificar
que se
α1 v1 + . . . + αn vn + αn+1 v = 0
então α1 = · · · = αn+1 = 0. Notamos primeiro que αn+1 é necessariamente 0 porque senão
α1 αn
v=− v1 − · · · − vn
αn+1 αn+1
é uma combinação linear de elementos de S, contrariando a hipótese da Proposição. Mas
então
α1 v1 + . . . + αn vn = 0
Como S é linearmente independente segue que α1 = · · · = αn = 0.
Podemos usar o resultado anterior para construir indutivamente um conjunto linear-
mente independente com a mesma expansão linear que um dado conjunto finito S de
vetores. Mais geralmente temos o seguinte resultado.
Proposição 3.26. Seja V um espaço vetorial e S ⊂ V um subconjunto finito. Se T ⊂ S
é linearmente independente, podemos escolher T 0 ⊂ S tal que
• T ∪ T 0 é linearmente independente
• L(T ∪ T 0 ) = L(S)
Dem. A demonstração é por indução no número de elementos de S \ T . Suponhamos que
S \ T = {v} tem apenas um elemento. Se v ∈ L(T ) então L(S) = L(T ) e podemos tomar
T 0 = ∅. Se v 6∈ L(T ) podemos aplicar a Proposição 3.25 para concluir T ∪{v} é linearmente
independente e então T 0 = {v} satisfaz as condições requeridas.
Suponhamos agora que a afirmação do enunciado é válida sempre que o conjunto de ger-
adores tem mais n elementos do que o seu subconjunto linearmente independente. Supon-
hamos que S \ T tem n + 1 elementos. Se S for linearmente independente, então podemos
tomar T 0 = S \T . Se S é linearmente dependente podemos escolher v1 , . . . , vk ∈ S distintos
e escalares não todos nulos α1 , . . . , αk tais que
α1 v1 + α2 v2 + . . . + αk vk = 0
Sem perda de generalidade podemos assumir que todos os escalares αi são não nulos (senão
podemos simplesmente suprimir os termos em que αi = 0). Uma vez que T é linearmente
independente, nem todos os elementos vi podem pertencer a T . Seja j tal que vj ∈ S \ T
e defina-se S 0 = S \ {vj }. Então
1 X
vj = − αi vi ∈ L(S 0 ),
αj i6=j
e portanto L(S) = L(S 0 ). Note-se que T ⊂ S 0 e S 0 \ T tem n elementos. Aplicando a

hipótese de indução ao conjunto de geradores S 0 e ao subconjunto linearmente independente
34 ÁLGEBRA LINEAR
T ⊂ S 0 obtemos um conjunto linearmente independente T 0 ⊂ S 0 tal que T ∪T 0 é linearmente

independente e L(T ∪ T 0 ) = L(S 0 ) = L(S).
Por palavras, a Proposição anterior diz que dado um conjunto finito de vetores S, todo
o subconjunto linearmente independente T ⊂ S pode ser extendido a uma base para L(S)
contida em S. Convém apontar algumas consequências imediatas da Proposição anterior.
Corolário 3.27. (i) Se V é um espaço vetorial e S ⊂ V é um conjunto finito, S contém
uma base de L(S). Em particular todo o espaço vetorial finitamente gerado tem uma
base com um número finito de elementos.
(ii) Se V é um espaço vetorial finitamente gerado, todo o subconjunto linearmente inde-
pendente T ⊂ V está contido numa base.
Dem. (i) Aplicando a Proposição 3.26 com T = ∅ obtemos uma base T 0 para L(S)
contida em S. Se V for um espaço vetorial finitamente gerado, podemos escolher um
subconjunto finito S ⊂ V tal que L(S) = V , e portanto V tem uma base finita.
(ii) Sendo S 0 um conjunto finito de geradores para V , o conjunto S 0 ∪ T é ainda um
conjunto de geradores. Aplicando a Proposição 3.26 ao conjunto S = S 0 ∪ T e ao
subconjunto linearmente independente T ⊂ S, obtemos um subconjunto T 0 ⊂ S 0 tal
que T ∪ T 0 é uma base de V .

Vejamos agora que todas as bases de um espaço vetorial finitamente gerado têm o mesmo
número de elementos. A chave da demonstração é o seguinte resultado. Recomendamos
que leia o enunciado seguinte com um exemplo simples em mente: V = R2 ou R3 e n = 1
ou n = 2.
Lema 3.28. Seja V um espaço vetorial e S um subconjunto de V com m elementos. Seja
T um subconjunto linearmente independente de L(S) com n elementos. Então n ≤ m e
existe um subconjunto T 0 ⊂ S com m − n elementos tal que L(T ∪ T 0 ) = L(S).
Dem. A demonstração é por indução no número de elementos de T . Quando n = 0 não há
nada a provar, pois 0 ≤ m e podemos tomar T 0 = S.
Suponhamos que o resultado é válido quando o subconjunto linearmente independente
tem n elementos. Seja S um conjunto com m elementos e seja T = {v1 , . . . , vn+1 } ⊂ L(S)
um conjunto linearmente independente com n + 1 elementos. Uma vez que {v1 , . . . , vn } é
linearmente independente, por hipótese de indução temos que n ≤ m. Se n fosse igual a
m, a hipótese de indução garantiria que L({v1 , . . . , vn }) = L(S) (pois o conjunto T 0 teria
0 elementos) mas então vn+1 pertenceria a L({v1 , . . . , vn }) contradizendo a hipótese de T
ser linearmente independente. Conclui-se que n + 1 ≤ m.
Por hipótese de indução, existem u1 , . . . , um−n vetores de S tais que
L({v1 , . . . , vn , u1 , . . . , um−n }) = L(S)
Como vn+1 ∈ L(S) existem escalares α1 , . . . , αn e β1 , . . . , βm−n tais que
vn+1 = α1 v1 + . . . + αn vn + β1 u1 + . . . + βm−n um−n
ÁLGEBRA LINEAR 35
Mas T é linearmente independente, logo algum dos coeficientes βi tem de ser não nulo.
Então !
n
1 X X
ui = − αj vj + βj uj ∈ L(T ∪ {uj : j 6= i})
βi j=1 j6=i
Segue-se que L(S) = L(T ∪ {uj : j 6= i}). Portanto podemos tomar T 0 = {uj : j 6= i}, o
que conclui a demonstração.
Teorema 3.29. Seja V um espaço vetorial finitamente gerado. Então todas as bases de
V são conjuntos finitos com o mesmo número de elementos.
Dem. Seja S ⊂ V um conjunto finito com L(S) = V . Pelo Corolário 3.27 (i), S contém
uma base B para V . Seja n o número de elementos de B. Uma vez que L(B) = V , o Lema
3.28 garante que qualquer subconjunto linearmente independente de V tem no máximo n
elementos. Seja B 0 outra base para V . Uma vez que B 0 é linearmente independente, B 0
tem no máximo n elementos. Mas L(B 0 ) = V , e B ⊂ V é linearmente independente pelo
que uma nova aplicação do Lema 3.28 mostra que n = ]B ≤ ]B 0 . Conclui-se que B e B 0
têm o mesmo número de elementos.
Definição 3.30. O número de elementos de qualquer base de um espaço finitamente gerado
chama-se a dimensão de V e denota-se por dim V ou dimK (V ) para enfatizar o corpo dos
escalares. Se um espaço vetorial V não tem uma base finita, diz-se que tem dimensão
infinita.
Note-se que um espaço vetorial tem dimensão infinita se e só se não é finitamente gerado,
ou equivalentemente é de dimensão finita se e só se é finitamente gerado. Esta consequência
imediata do Corolário 3.27(i) fica como exercı́cio.
Exemplo 3.31. À luz do Exemplo 3.23(vii),(viii) e (ix) temos
(i) dim Rn = n.
(ii) Se A é uma matriz, então dim EL(A) é igual à caracterı́stica da matriz A.
(iii) O espaço dos polinómios tem dimensão infinita.
Intuitivamente, a dimensão de um conjunto é o número de parâmetros reais (ou coorde-
nadas) que necessitamos para descrever os pontos do conjunto. Por exemplo a superfı́cie
da Terra tem dimensão 2 pois um ponto à superfı́cie da terra é descrito por dois números
reais - a latitude e a longitude. Estas questões serão discutidas mais tarde na disciplina de
Cálculo 2. O Teorema 3.29 encoraja esta nossa intuição ao afirmar que numa gama restrita
de exemplos - aqueles em que o conjunto em questão tem a estrutura de um espaço veto-
rial finitamente gerado - não há qualquer ambiguidade quanto ao número de parâmetros
necessários para descrever o conjunto.
Exemplo 3.32. A dimensão do espaço M2×4 (R) é 8. De facto é imediato verificar que as
oito matrizes

1 0 0 0 0 1 0 0 0 0 0 0
E11 = , E12 = , . . . , E24 =
0 0 0 0 0 0 0 0 0 0 0 1
36 ÁLGEBRA LINEAR
constituem uma base. Mais geralmente dim Mm×n (R) = mn. Uma base é dada pelas
matrizes {Eij }1≤i≤m,1≤j≤n onde Eij designa a matriz que tem 1 como entrada ij e todas as
restantes entradas iguais a 0.
Corolário 3.33. Seja V um espaço vetorial de dimensão n.
(i) Qualquer conjunto linearmente independente com n vetores é uma base de V .
(ii) Qualquer conjunto de geradores de V tem pelo menos n elementos.
(iii) Qualquer conjunto linearmente independente tem no máximo n elementos. Equiva-
lentemente, todo o conjunto com mais de n elementos é linearmente dependente.
Dem. Pelo Corolário 3.27(i) todo o conjunto de geradores contém uma base e tem por-
tanto pelo menos n elementos, o que prova (ii). Pelo Corolário 3.27(ii) todo o conjunto
linearmente independente está contido numa base e portanto tem no máximo n elementos,
o que prova (iii). Para ver (i), seja T um conjunto linearmente independente com n ele-
mentos. Pelo Corolário 3.27(ii) existe uma base B contendo T . Como todas as bases têm
n elementos, B = T portanto T é uma base.
Observação 3.34. Com excepção do Corolário 3.33(i), todos os resultados demonstra-
dos acima que assumem que o espaço vetorial é finitamente gerado admitem versões para
espaços vetoriais arbitrários. Por exemplo em qualquer espaço vetorial é verdade que duas
bases têm o mesmo número de elementos, no sentido em que é possı́vel definir uma cor-
respondência bijetiva entre os elementos de uma base e da outra. A demonstração destas
versões mais gerais requer alguns conhecimentos de Teoria dos Conjuntos pelo que não
discutiremos estes resultados.
Vejamos como as propriedades dos conjuntos linearmente independentes e bases demon-
strados acima podem auxiliar no cálculo de bases e na determinação se um conjunto é ou
não linearmente dependente.
Exemplo 3.35. Vamos verificar que o conjunto B = {(1, 0, 1), (1, 1, 0), (0, 0, 3)} é uma
base para R3 e determinar as componentes de (1, 2, 1) nesta base.
Uma vez que dim R3 = 3, de acordo com o Corolário 3.33(i) para ver que B é uma base
basta-nos verificar que B é um subconjunto linearmente independente de R3 . Podemos
fazer isto (pelo menos) de duas formas:
• Usando a definição: B é linearmente independente se e só se
α(1, 0, 1) + β(1, 1, 0) + γ(0, 0, 3) = (0, 0, 0) ⇒ α = β = γ = 0
A equação à esquerda da implicação é um sistema linear homogéneo cujas incógnitas
são os coeficientes α, β, γ. Resolvendo o sistema vemos se o conjunto é ou não
linearmente independente:
 

 α + β = 0 α = 0

β=0 ⇔ β=0

α + 3γ = 0 
γ = 0
ÁLGEBRA LINEAR 37
o que mostra que B é linearmente independente. Neste caso não se justificava

utilizar o método de Gauss para resolver o sistema, mas vale a pena notar (para
quando as contas sejam mais complicadas) que o sistema em questão tem como
coeficientes a matriz cujas colunas são os elementos do conjunto B. No exemplo
acima:
 
1 1 0
 0 1 0 
1 0 3
• Alternativamente podemos usar a observação feita no Exemplo 3.23(viii) acima. Se
escrevermos os elementos de B nas linhas de uma matriz e aplicarmos o método de
Gauss à matriz obteremos, no final, uma base para L(B) e, em particular, calculare-
mos a dimensão da expansão linear de B. B será linearmente independente se e só
se dim L(B) for igual ao número de elementos de B. De facto, se dim L(B) < #B
então pela Corolário 3.33 (iii) B será linearmente dependente. Por outro lado, se
dim L(B) = #B, B não pode ser linearmente dependente porque, se assim fosse,
o Corolário3.27 (i) garantiria a existência de uma base para L(B) com menos ele-
mentos que B o que contradiria o Teorema 3.29.
Finalmente, a determinação das componentes de um vetor numa dada base consiste na
solução de um sistema linear:
α(1, 0, 1) + β(1, 1, 0) + γ(0, 0, 3) = (1, 2, 1)
que podemos escrever na forma de uma matriz aumentada

     
1 1 0 | 1 1 1 0 | 1 1 1 0 | 1
L3 −L1 L3 +L2
 0 1 0 | 2  −→  0 1 0 | 2  −→  0 1 0 | 2 
1 0 3 | 1 0 −1 3 | 0 0 0 3 | 2
donde obtemos os coeficientes α = −1, β = 2, γ = 23 .

1 2 −1 0 0 2
Exemplo 3.36. Consideremos o conjunto S = , , ⊂ M2×2 (R).
0 1 1 2 1 3
Vamos determinar uma base para o espaço L(S) ⊂ M2×2 (R) e completá-la de forma a obter
uma base para M2×2 (R).
A observação básica para realizar estes cálculos é que estas matrizes se identificam nat-
uralmente com vetores de R4 através da correspondência

a b
⇔ (a, b, c, d)
c d
De facto tanto a soma como o produto por escalar são, em ambos os casos, efetuados coor-
denada a coordenada. Para determinar uma base para L(S) podemos portanto (conforme
o Exemplo 3.23(viii)) aplicar o método de Gauss a uma matriz cujas linhas são os vetores
38 ÁLGEBRA LINEAR
de R4 correspondentes aos elementos de S:

     
1 2 0 1 1 2 0 1 1 2 0 1
L2 +L1 L3 −L2
 −1 0 1 2  −→  0 2 1 3  −→  0 2 1 3 
0 2 1 3 0 2 1 3 0 0 0 0
Conclui-se que uma base para L(S) é

1 2 0 2
,
0 1 1 3
(e portanto L(S) tem dimensão 2). Para completar este conjunto de forma a obter uma
base de M2×2 (R) precisamos de juntar dois vetores ao conjunto acima de forma a que o
conjunto resultante seja ainda linearmente independente. Isto porque dim M2×2 (R) = 4 e
portanto, pelo Corolário 3.33, qualquer subconjunto linearmente independente de M2×2 (R)
com quatro elementos constitui uma base para M2×2 (R).
Podemos novamente apoiar-nos na correspondência entre M2×2 (R) e R4 e no facto de
as linhas de uma matriz em escada de linhas serem linearmente independentes. Uma vez
que  
1 2 0 1
 0 2 1 3 
 
 0 0 1 0 
0 0 0 1
está em escada de linhas, o conjunto

1 2 0 2 0 0 0 0
, , ,
0 1 1 3 1 0 0 1
é uma base de M2×2 (R) contendo a base de L(S).
3.37. Mudanças de coordenadas.
Definição 3.38. Uma base ordenada B de um espaço vetorial de dimensão finita V é
uma sequência finita B = (v1 , . . . , vn ) de vetores distintos vi ∈ V tais que o conjunto
{v1 , . . . , vn } é linearmente independente e gera V
Como o nome indica, a diferença entre base e base ordenada é que numa base ordenada
escolhemos explicitamente uma ordem para os vetores da base. Há um primeiro vetor
da base, um segundo, etc... Na realidade até agora, quando fizemos cálculos escolhemos
implicitamente uma ordem para os vetores das bases envolvidas de forma a poder identificar
o espaço vetorial em questão com Rn .
Uma base ordenada B = (v1 , . . . , vn ) determina uma bijeção natural
V ←→ Rn
que faz corresponder a um vetor v ∈ V os seus coeficientes na base B, na ordem indicada,
v = α1 v1 + . . . + αn vn ←→ (α1 , . . . , αn )
O escalar αi diz-se a i-ésima coordenada de v na base ordenada B.
ÁLGEBRA LINEAR 39
Exemplo 3.39. (i) A base ordenada canónica de Rn é Bcan = (e1 , . . . , en ), onde ei =

(0, . . . , 0, 1, 0, . . . , 0) (com o 1 na posição i). Uma vez que
(x1 , . . . , xn ) = x1 e1 + . . . + xn en
as coordenadas de (x1 , . . . , xn ) na base canónica são (x1 , . . . , xn ).

(ii) Para 0 < α < π2 , seja B = ((cos α, sen α), (− sen α, cos α)) a base ordenada de R2 que
se obtém rodando os vetores da base canónica um ângulo α no sentido anti-horário.
Vamos achar as coordenadas do vetor (1, 0) na base B.
Podemos fazê-lo usando a interpretação geométrica das coordenadas (conforme

o Exemplo 3.6) e trigonometria elementar obtendo (cos α, − sen α) ou, alternativa-
mente, resolvendo o sistema
(
c1 cos α − c2 sen α = 1
(1, 0) = c1 (cos α, sen α) + c2 (− sen α, cos α) ⇔
c1 sen α + c2 cos α = 0
A combinação linear cos αL1 + sen αL2 das duas equações do sistema produz c1 =
cos α, e substituindo na segunda equação temos
cos α sen α + c2 cos α = 0 ⇔ c2 = − sen α
(uma vez que cos α > 0). Em geral, podemos ver geometricamente qual é a relação
entre as coordenadas (a, b) de um vetor na base canónica e as suas coordenadas na
base B. As coordenadas na base B obtêm-se de (a, b) rodando este vetor um ângulo
α no sentido horário.
Vimos no exemplo anterior que as coordenadas na nova base B podiam ser obtidas a
partir das coordenadas noutra base (a base canónica) através de uma certa transformação.
É natural perguntar em geral qual é a relação entre as coordenadas de um vetor v ∈ V em
duas bases ordenadas B1 = (v1 , . . . , vn ) e B2 = (w1 , . . . , wn ) de V dadas.
Seja
v = α1 v1 + . . . + αn vn
40 ÁLGEBRA LINEAR
Para achar as coordenadas de v na base B2 podemos escrever os vetores vi na base B2 :

v1 = a11 w1 + a21 w2 + . . . + an1 wn
v2 = a12 w1 + a22 w2 + . . . + an2 wn
..
.
vn = a1n w1 + a2n w2 + . . . + ann wn
Substituindo na fórmula para v obtemos
v = α1 (a11 w1 + a21 w2 + . . . + an1 wn ) + α2 (a12 w1 + a22 w2 + . . . + an2 wn ) +
. . . + αn (a1n w1 + a2n w2 + . . . + ann wn )
= (a11 α1 + a12 α2 + . . . + a1n αn )w1 + (a21 α1 + a22 α2 + . . . + a2n αn )w2 +
. . . + (an1 α1 + an2 α2 + . . . + ann αn )wn
Escrevendo (β1 , . . . , βn ) para as coordenadas do vetor v na base B2 temos portanto
β1 a11 a12 . . . a1n α1
    
 β2   a21 a22 . . . a2n   α2 
 . = . .. .. ..   . 
 ..   .. . . .   .. 
βn an1 an2 . . . ann αn
onde na coluna j da matriz [aij ] aparecem as coordenadas do vetor vj na base B2 .
Proposição 3.40. Seja V um espaço vetorial de dimensão n e B1 e B2 bases ordenadas
para V . Existe uma única matriz n × n, denotada por SB1 →B2 , tal que para todo o vetor
v ∈ V , as coordenadas (β1 , . . . , βn ) de v na base B2 e as coordenadas (α1 , . . . , αn ) de v na
base B1 estão relacionadas da seguinte forma
β1 α1
   
 β2   α 
 .  = SB1 →B2  .2 
 ..   .. 
βn αn
A esta matriz chama-se a matriz de mudança de coordenadas da base B1 para a base B2 .
Dem. Já observámos acima que é possı́vel relacionar as coordenadas através de uma matriz.
Para ver que a matriz é única note-se que se existir uma tal matriz S então a j-ésima
coluna da matriz terá necessariamente de consistir nas coordenadas do j-ésimo vetor da
base B1 na base B2 . De facto, as coordenadas desse vetor (chamemos-lhe vj ) na base B1
são (0, . . . , 0, 1, 0, . . . , 0) com o 1 na j-ésima posição, e ao multiplicarmos a matriz S por
este vetor de coordenadas obtemos a j-ésima coluna de S que tem então que conter as
coordenadas de vj na base B2 .
Exemplo 3.41. A matriz de mudança de base da base canónica Bcan de R2 para a base B
do Exemplo 3.39 é dada por

cos α sen α
SBcan →B =
− sen α cos α
ÁLGEBRA LINEAR 41
De facto, a primeira coluna contém as componentes do primeiro vetor da base canónica na

base B como vimos no Exemplo 3.39 e da mesma forma podemos verificar que a segunda
coluna contém as coordenadas do vetor (0, 1) na base B. Note-se que o efeito que tem
a multiplicação desta matriz por um vetor coluna é a rotação do vetor um ângulo α no
sentido horário conforme tı́nhamos previsto geometricamente.
Proposição 3.42. Seja V um espaço vetorial de dimensão finita e B1 , B2 , B3 bases orde-
nadas para V . Temos as seguintes relações entre as matrizes de mudança de coordenadas:
(i) SB1 →B3 = SB2 →B3 SB1 →B2
(ii) SB2 →B1 = (SB1 →B2 )−1
Dem. (i) Sejam X1 , X2 e X3 os vetores coluna contendo as coordenadas de um dado
vetor v ∈ V . Por definição das matrizes de mudança de coordenadas temos
X2 = SB1 →B2 X1 , X3 = SB2 →B3 X2
Substituindo a primeira equação na segunda obtemos
X3 = SB2 →B3 (SB1 →B2 X1 ) = (SB2 →B3 SB1 →B2 ) X1
Uma vez que a equação anterior é válida para qualquer vetor v ∈ V e a matriz de
mudança de coordenadas é única conclui-se que
SB1 →B3 = SB2 →B3 SB1 →B2
(ii) Claramente, para qualquer base ordenada B com n elementos, temos que a matriz
de mudança de coordenadas da base B para ela própria é a matriz identidade In .
Aplicando o ponto (i) com B3 = B1 obtemos
In = SB2 →B1 SB1 →B2
e da mesma forma, trocando B1 com B2
In = SB1 →B2 SB2 →B1
o que mostra que SB1 →B2 e SB2 →B1 são matrizes inversas.

Exemplo 3.43. Vamos determinar a matriz de mudança de coordenadas SBcan →B da base
canónica de R3 para a base B = ((1, 0, 1), (1, 0, −1), (1, 1, 1)). É fácil escrever a matriz
SB→Bcan (só temos que escrever os vetores da base B por ordem nas colunas da matriz):
 
1 1 1
SB→Bcan =  0 0 1 
1 −1 1
Pela Proposição 3.42 temos
 1

−1 12
2
−1 1
SBcan →B = SB→B can
= 0 − 12 
2
0 1 0
Por exemplo, as coordenadas do vetor (1, 2, 3) na base B são (0, −1, 2).
42 ÁLGEBRA LINEAR
Observação 3.44. Note-se que o ponto (ii) da Proposição anterior diz, em particular,
que uma matriz de mudança de base é sempre invertı́vel. Reciprocamente, é um exercı́cio
verificar que qualquer matriz invertı́vel é uma matriz de mudança de base (a partir de
qualquer base dada).
4. Transformações lineares
Em cada área da Matemática estudamos um certos tipo de objetos matemáticos de
natureza variável. Por exemplo, em Álgebra Linear estudamos espaços vetoriais, enquanto
que em Geometria se pode estudar, por exemplo, curvas e superfı́cies. Normalmente estes
objetos consistem em conjuntos munidos de certa estrutura adicional. No caso dos espaços
vetoriais esta estrutura adicional toma a forma das operações de soma de vetores e o
produto de vetores por escalares. Para estudar os objetos em questão é sempre necessário
pensar em como se relacionam entre eles. As relações entre os objetos manifestam-se
através de funções entre os conjuntos subjacentes que preservam a estrutura adicional. No
caso que nos interessa agora isso leva-nos à seguinte definição.
Definição 4.1. Sejam V e W espaços vetoriais. Uma função f : V → W diz-se uma
transformação linear de V para W se
(i) f (v1 + v2 ) = f (v1 ) + f (v2 ) para todos os v1 , v2 ∈ V .
(ii) f (αv) = αf (v) para todo o v ∈ V e escalar α.
As transformações lineares são portanto as funções entre os conjuntos subjacentes aos
espaços vetoriais que preservam a soma e o produto por escalar. Note-se que na definição
acima aparecem duas somas (em geral) distintas no axioma (i): do lado esquerdo do sinal
de igual, a soma é a soma de vetores em V , enquanto que do lado direito se trata da soma
em W . Analogamente para os dois produtos por escalar que aparecem no axioma (ii).
Chamamos a atenção para as seguintes consequências imediatas dos axiomas acima: uma
transformação linear leva necessariamente o vetor 0 ∈ V no vetor 0 ∈ W . De facto, sendo
v ∈ V um vetor qualquer sabemos que 0 · v = 0. Como f preserva o produto por escalar
temos então
f (0) = f (0 · v) = 0 · f (v) = 0 ∈ W
A outra observação importante é que uma transformação linear leva combinações lineares
em V para combinações lineares em W : dados escalares α1 , . . . , αn e vetores v1 , . . . , vn
temos
f (α1 v1 + . . . + αn vn ) = f (α1 v1 ) + f (α2 v2 ) + . . . + f (αn vn )
= α1 f (v1 ) + . . . + αn f (vn )
Vejamos alguns exemplos de transformações lineares f : V → W .
Exemplo 4.2. (1) Sejam V = W = R = R1 . A função f : R → R definida pela
expressão f (x) = 2x é uma transformação linear. De facto temos
f (x1 + x2 ) = 2(x1 + x2 ) = 2x1 + 2x2 = f (x1 ) + f (x2 )
f (αx) = 2(αx) = α(2x) = αf (x)
ÁLGEBRA LINEAR 43
O gráfico de f é uma linha reta que passa pela origem. Mais geralmente, é fácil
ver (exercı́cio) que uma função f : R → R é uma transformação linear se e só se
f é uma função linear, isto é, da forma f (x) = ax para algum número real a ∈ R.
Assim, as transformações lineares são as funções reais de variável real cujos gráficos
são retas que passam pela origem.
Por exemplo, a expressão f (x) = 3x + 1 não define uma transformação linear
de R para R. De facto f (0 + 0) = 1 é diferente de f (0) + f (0) = 1 + 1 = 2.
Alternativamente, f (0) = 1 6= 0 e vimos acima que uma transformação linear leva
sempre o vetor nulo do conjunto de partida no vetor nulo do conjunto de chegada.
(2) Sejam V = W = R2 e identifiquemos como habitualmente R2 com o plano. Considere-
se a função f : R2 → R2 definida geometricamente como “rotação de 90 graus em
torno da origem no sentido anti-horário”. Apelando ao significado geométrico da
soma de vetores e produto por escalar é imediato verificar que esta transformação
preserva a soma de vetores e o produto por escalar pelo que é uma transformação
linear.
Podemos verificar a afirmação anterior obtendo uma expressão analı́tica para a
função f . Sendo (a, b) um vetor no primeiro quadrante é imediato verificar que
após a rotação o vetor fica com coordenadas (−b, a). É fácil verificar que o mesmo
sucede para qualquer vetor pelo que a expressão analı́tica para a rotação é
f (a, b) = (−b, a)
Podemos agora ver que f é uma transformação linear:
f ((a1 , b1 ) + (a2 , b2 )) = f (a1 + a2 , b1 + b2 )
= (−b1 − b1 , a1 + a2 ) = (−b1 , a1 ) + (−b2 , a2 )
= f (a1 , b1 ) + f (a2 , b2 )
e
f (α(a, b)) = f (αa, αb) = (−αb, αa) = α(−b, a) = f (a, b)
Note-se que identificando os vetores de R2 com matrizes coluna 2 × 1, podemos
escrever f da seguinte forma

a 0 −1 a
f =
b 1 0 b
(3) Seja V = Rn , W = Rm e A uma matriz m × n. Identificando como habitual-
mente vetores de Rn com matrizes coluna podemos definir uma transformação linear
f : Rn → Rm através da fórmula
f (x) = Ax
O exemplo anterior é um caso particular deste. De facto, o primeiro exemplo
também é. Nesse caso, A = [a] é uma matriz 1 × 1.
(4) Seja W = F (R, R) o espaço vetorial das funções reais de variável real e
V = {f ∈ W : f é diferenciável}
44 ÁLGEBRA LINEAR
o subespaço vetorial formado pelas funções diferenciáveis. Então a aplicação T : V →

W definida por
T (f ) = f 0
ou seja a operação de derivação, é uma transformação linear. De facto temos
T (f + g) = (f + g)0 = f 0 + g 0 = T (f ) + T (g)
e
T (αf ) = (αf )0 = αf 0
pelas regras de derivação para a soma e para o produto por escalar. Estas regras
dizem precisamente que a operação de derivação é uma transformação linear. Este
exemplo é, pelo menos aparentemente, muito diferente dos anteriores. O conceito
de transformação linear estabelece assim uma relação entre operações tão diferentes
como uma rotação do plano e a operação de derivação de uma função.
(5) Seja V = Mm×n (R) e W = Mp×q (R) e sejam B uma matriz p × m e C uma matriz
n × q. Então a aplicação T : V → W definida pela fórmula
T (A) = BAC
é uma transformação linear:
T (A1 + A2 ) = B(A1 + A2 )C = (BA1 + BA2 )C
= BA1 C + BA2 C = T (A1 ) + T (A2 )
(pela distributividade do produto de matrizes em relação à soma, e associatividade
da multiplicação de matrizes) e
T (αA) = B(αA)C = (αBA)C = αBAC = αT (A)
pela relação entre o produto de matrizes e o produto por escalar. Um exemplo
concreto é por exemplo a transformação T : M2×2 (R) → M4×3 (R) determinada pelas
matrizes  
1 3
 −2 0  0 1 2
B=   , C=
−1 1  −1 1 0
2 0
que é dada pela fórmula
   
1 3 −b − 3d a + b + 3c + 3d 2a + 6c
a b  −2 0  a b
 0 1 2  2b −2a − 2b −4a 
T = −1 = 
c d 1  c d −1 1 0  b−d −a − b + c + d −2a + 2c 
2 0 −2b 2a + 2b 4a
(6) Seja V o espaço vetorial dos polinómios e W = R2 . Então a função f : V → R2
definida por
f (p) = (p(1), p00 (2))
ÁLGEBRA LINEAR 45
é uma transformação linear:

f (p + q) = ((p + q)(1), (p + q)00 (2)) = (p(1) + q(1), p00 (2) + q 00 (2))
= (p(1), p00 (2)) + (q(1), q 00 (2)) = f (p) + f (q)
f (αp) = ((αp)(1), (αp)00 (2)) = (αp(1), αp00 (2)) = α(p(1), p00 (2)) = αf (p)
porque a soma de funções e a multiplicação de uma função por escalar são calculadas
ponto a ponto e pelas regras de derivação. Note-se que este exemplo é, pelo menos
aparentemente, de uma natureza bastante diferente dos exemplos (1)-(5) acima.
Proposição 4.3. Sejam V, W espaços vetoriais, B = {v1 , . . . , vn } uma base para V e
w1 , . . . , wn vetores quaisquer de W . Então existe uma única transformação linear f : V →
W tal que f (vi ) = wi .
Dem. Começamos por mostrar a unicidade. Suponhamos que f : V → W é uma trans-
formação linear tal que f (vi ) = wi . Dado um vetor v ∈ V qualquer, existem escalares
α1 , . . . , αn únicos tais que
v = α1 v1 + . . . + αn vn
Uma vez que uma transformação linear preserva combinações lineares, teremos necessari-
amente
(16) f (v) = f (α1 v1 + . . . + αn vn ) = α1 f (v1 ) + . . . + αn f (vn ) = α1 w1 + . . . + αn wn
Obtemos assim uma fórmula para f que mostra a unicidade da transformação linear (caso
exista). Para verificar que existe e completar a demonstração resta ver que a expressão
(16) define efetivamente uma transformação linear com as propriedades requeridas. Seja
então f : V → W a função definida pela expressão (16).
• f envia o vetor vi ∈ B em wi : Temos vi = 0·v1 +. . .+0·vi−1 +1·vi +0·vi+1 +. . . 0·vn
logo f (vi ) = 0 · w1 + . . . + 0 · wi−1 + 1 · wi + 0 · wi+1 + . . . 0 · wn = wi .
• f é uma transformação linear: Sejam v = α1 v1 + . . . + αn vn e w = β1 v1 + . . . + βn vn
dois vetores quaisquer de V . Então v + w = (α1 + β1 )v1 + . . . + (αn + βn )vn pelo
que
f (v + w) = (α1 + β1 )w1 + . . . + (αn + βn )wn
= (α1 w1 + . . . + αn wn ) + (β1 w1 + . . . + βn wn ) = f (v) + f (w)
e, dado um escalar α temos αv = αα1 v1 + . . . + ααn vn e portanto
f (αv) = αα1 w1 + . . . + ααn wn = α(α1 w1 + . . . + αn wn ) = αf (v)
o que conclui a demonstração.

O resultado anterior pode ser visto (pelo menos) de duas maneiras diferentes. Por um
lado, dá-nos um método para construir transformações lineares: basta escolher uma base
para o espaço de partida e decidir qual o valor que irá tomar em cada vetor da base. Além
disso a demonstração acima dá-nos uma fórmula ((16)) para a transformação linear assim
obtida. Por outro lado, a Proposição diz-nos que as transformações lineares são funções
46 ÁLGEBRA LINEAR
excepcionalmente simples. Para definir uma função de V para W é normalmente necessário

decidir o seu valor individualmente para cada vetor de V . A Proposição anterior diz que
quando f é linear, todo o comportamento da função é completamente determinado pelos
valores que toma num número finito de elementos do domı́nio (os vetores constituintes de
uma base).
Observação 4.4. A Proposição 4.3 é ainda válida quando a base de V é um conjunto
infinito, sendo a demonstração essencialmente a mesma. Deixamos esta verificação como
exercı́cio.
Exemplo 4.5. A transformação linear T : R2 → R3 tal que T (1, 0) = (2, 1, −3) e T (0, 1) =
(4, 1, 5) é a função definida pela expressão
T (a, b) = a(2, 1, −3) + b(4, 1, 5) = (2a + 4b, a + b, −3a + 5b)
que pode ser representada matricialmente por
 
2 4
a a
T = 1 1 
b b
−3 5
Claramente o exemplo anterior pode ser generalizado a qualquer transformação linear
de Rm para Rn e vemos assim que o Exemplo 4.2 (3) é na realidade exaustivo.
4.6. Representação matricial de uma transformação linear. Vamos agora ver que
em completa generalidade, desde que os espaços vetoriais envolvidos tenham dimensão
finita, uma transformação linear é determinada por uma matriz. Antes disso aproveitamos
para introduzir notação para as coordenadas de um vetor numa base ordenada.
Definição 4.7. Seja V um espaço vetorial, B = (v1 , . . . , vn ) uma base ordenada para V e
v = α1 v1 + . . . + αn vn um vetor de V . Escrevemos [v]B para a matriz coluna n × 1 cujas
componentes são as coordenadas de v (por ordem):
α1
 
[v]B =  ... 
αn
Uma base finita B com n elementos determina uma função f : V → Mn×1 (R) definida
por
f (v) = [v]B
que é uma bijeção (pela unicidade das coordenadas). Aliás é esta identificação que temos
usado, informalmente, para efetuar cálculos em espaços vetoriais de polinómios e matrizes.
Exercı́cio 4.8. Dado um espaço vetorial V e uma base B = (v1 , . . . , vn ) para V , verifique
que a função f : V → Mn×1 (R) definida por f (v) = [v]B é uma transformação linear.
Proposição 4.9. Sejam V, W espaços vetoriais e B1 = (v1 , . . . , vn ) e B2 = (w1 , . . . , wm )
bases ordenadas para V e W respetivamente. Seja f : V → W uma transformação linear.
ÁLGEBRA LINEAR 47
Então existe uma única matriz Af,B1 ,B2 ∈ Mm×n (R) tal que, para todo o vetor v ∈ V se
tem
[f (v)]B2 = Af,B1 ,B2 [v]B1
A matriz Af,B1 ,B2 diz-se a matriz que representa a transformação linear f com respeito
às bases B1 e B2 .
Exemplo 4.10. (i) Seja V um espaço vetorial com bases B1 = (v1 , . . . , vn ) e B2 =
(w1 , . . . , wn ) e Id : V → V a função identidade (definida por Id(v) = v). É imediato
verificar que Id é uma transformação linear. Temos então, por definição de matriz
mudança de base
AId,B1 ,B2 = SB1 →B2
De facto, a identidade
[Id(v)]B2 = AId,B1 ,B2 [v]B1 ⇔ [v]B2 = AId,B1 ,B2 [v]B1
mostra que AId,B1 ,B2 satisfaz a relação que caracteriza a matriz de mudança de coor-
denadas, e como tal (por unicidade), é a matriz de mudança de coordenadas SB1 →B2 .
(ii) Seja V o espaço vetorial dos polinómios de grau ≤ 3 e considere-se a transformação
linear T : V → V definida por T (p) = p0 . Uma vez que
T (a + bx + cx2 + dx3 ) = b + 2cx + 3dx2 ,
sendo B = (1, x, x2 , x3 ) a base canónica, a equação [T (p)]B = AT,B,B [p]B para a
matriz AT,B,B fica    
b a
 2c   b 
 3d  = AT,B,B  c 
   
0 d
e conclui-se então que  
0 1 0 0
 0 0 2 0 
AT,B,B = 
 0 0 0 3 

0 0 0 0
Vale a pena refletir durante um momento no facto de a matriz acima representar a
operação de derivação (embora no contexto restrito dos polinómios de grau menor ou
igual a 3).
Dem. da Proposição 4.9. Vejamos primeiro que se a matriz Af,B1 ,B2 existir, ela é única.
Para o i-ésimo vetor da base B1 , v = vi , a equação que caracteriza a matriz Af,B1 ,B2 é
[f (vi )] = Af,B1 ,B2 [vi ]B1
mas, uma vez que [vi ]B1 tem todas as entradas iguais a 0 exceto a i-ésima que é igual a
1, o produto no termo direito da equação acima é a i-ésima coluna da matriz Af,B1 ,B2 .
Isto mostra que a matriz Af,B1 ,B2 fica univocamente determinada: se existir, a sua i-ésima
coluna é necessariamente igual a [f (vi )]B2 .
48 ÁLGEBRA LINEAR
Para completar a demonstração basta agora verificar que a matriz m × n cuja i-ésima
coluna é [f (vi )]B2 satisfaz a equação do enunciado. Seja v = α1 v1 + . . . + αn vn um vetor
de V . Então
[f (v)]B2 = [f (α1 v1 + . . . + αn vn )]B2
= [α1 f (v1 ) + . . . + αn f (vn )]B2
= α1 [f (v1 )]B2 + . . . + αn [f (vn )]B2
onde na segunda igualdade usámos o facto de f ser uma transformação linear e na terceira
o Exercı́cio 4.8. Pela definição do produto de matrizes a expressão
α1 [f (v1 )]B2 + . . . + αn [f (vn )]B2
é exatamente o produto da matriz que tem por i-ésima coluna [f (vi )]B2 pelo vetor col-
una com componentes (α1 , . . . , αn ), que por sua vez, é exatamente [v]B1 . Isto conclui a
demonstração.
A Proposição 4.9 permite identificar uma transformação linear entre espaços vetoriais
de dimensão finita com uma matriz mediante a escolha de bases para o espaço vetorial de
partida e de chegada. Além disso explica como obter a matriz em questão: é a matriz cuja
i-ésima coluna contém as coordenadas da imagem do i-ésimo vetor da base do espaço de
partida na base do espaço de chegada.
Isto é extremamente útil para fazer contas com transformações lineares como iremos ver
em seguida. Convém no entanto notar que a Proposição não se aplica a todos os exemplos
de transformação linear que queremos considerar - por exemplo, à operação de derivação
de funções diferenciáveis arbitrárias. Por outro lado, o objeto em que normalmente esta-
mos interessados é a transformação linear ela própria e não uma (das muitas possı́veis)
representações matriciais que usamos para calcular. Uma analogia que pode ser útil é que
uma transformação linear é como uma ideia, que se pode exprimir em várias lı́nguas, as
bases nos espaços de partida e de chegada são como uma escolha de lı́ngua, e a matriz que
representa a transformação linear é a palavra que representa a ideia na lı́ngua escolhida.
4.11. Operações com transformações lineares e a sua tradução em matrizes.
As transformações lineares podem ser combinadas através de várias operações que agora
passamos a descrever.
Definição 4.12. Sejam V e W espaços vetoriais. Escrevemos L(V, W ) para o conjunto
das transformações lineares de V para W . Dadas f, g ∈ L(V, W ) e um escalar α definimos
a soma de f e g como sendo a função f + g : V → W definida pela expressão
(f + g)(v) = f (v) + g(v)
e definimos o produto de uma transformação linear f pelo escalar α como sendo a função
αf : V → W definida pela expressão
(αf )(v) = α · f (v).
Proposição 4.13. Sejam V e W espaços vetoriais. Com as operações de soma e produto
por escalar definidas acima, o conjunto L(V, W ) é um espaço vetorial.
ÁLGEBRA LINEAR 49
Dem. Temos a verificar que as operações de soma e produto por escalar estão bem definidas,
isto é, que dadas f, g ∈ L(V, W ) e um escalar f , as funções f + g e αf estão ainda em
L(V, W ) e depois os oito axiomas que estas operações devem satisfazer num espaço vetorial.
Vemos primeiro que f + g é uma transformação linear: dados v1 , v2 ∈ V temos
(f + g)(v1 + v2 ) = f (v1 + v2 ) + g(v1 + v2 ) = f (v1 ) + f (v2 ) + g(v1 ) + g(v2 )
= f (v1 ) + g(v1 ) + f (v2 ) + g(v2 ) = (f + g)(v1 ) + (f + g)(v2 )
e dado um escalar α e v ∈ V temos
(f + g)(αv) = f (αv) + g(αv) = αf (v) + αg(v) = α(f (v) + g(v)) = α((f + g)(v))
A verificação que (αf ) ∈ L(V, W ) é análoga e fica como exercı́cio. A verificação dos
axiomas de espaço vetorial é também deixada como exercı́cio. Notamos apenas que o vetor
0 ∈ L(V, W ) é a transformação linear identicamente nula que envia todos os vetores v ∈ V
para 0 ∈ W .
Proposição 4.14. Sejam V, W, U espaços vetoriais e f : V → W , e g : W → U trans-
formações lineares. Então a função composta
g◦f: V →U
é uma transformação linear.
Dem. Temos a verificar que g ◦ f preserva a soma e o produto por escalar.
• Dados v1 , v2 ∈ V temos
(g◦f )(v1 +v2 ) = g(f (v1 +v2 )) = g(f (v1 )+f (v2 )) = g(f (v1 ))+g(f (v2 )) = (g◦f )(v1 )+(g◦f )(v2 )
onde na segunda igualdade usámos o facto de f ser uma transformação linear, e na
terceira, o facto de g ser uma transformação linear.
• Dados um escalar α e um vetor v ∈ V temos
(g ◦ f )(αv) = g(f (αv)) = g(αf (v)) = αg(f (v)) = α(g ◦ f )(v)
onde, tal como acima, na segunda igualdade usámos o facto de f ser uma trans-
formação linear, e na terceira, o facto de g ser uma transformação linear.

Proposição 4.15. Sejam V, W espaços vetoriais e f : V → W uma transformação linear.
Se a função f é invertı́vel (isto é, se é bijetiva) então a função inversa f −1 : W → V é
uma transformação linear.
Proof. Temos a verificar que a função inversa f −1 preserva a soma e a multiplicação por
escalar. Sejam w1 , w2 vetores de W . Como f é sobrejetiva existem vetores v1 e v2 de V
tais que f (v1 ) = w1 e f (v2 ) = w2 . Então
f −1 (w1 + w2 ) = f −1 (f (v1 ) + f (v2 )) = f −1 (f (v1 + v2 )) = (f −1 ◦ f )(v1 + v2 ) = v1 + v2
onde na segunda igualdade usámos o facto de f ser uma transformação linear. Por definição
de função inversa temos que v1 = f −1 (w1 ) e v2 = f −1 (w2 ). Substituindo na igualdade acima
50 ÁLGEBRA LINEAR
concluı́mos que f −1 : W → V preserva a soma de vetores. A verificação que f −1 preserva

o produto por escalar é análoga e fica como exercı́cio.
Observação 4.16. Alternativamente, na demonstração anterior poderı́amos ter aplicado
a função injetiva (por hipótese) f às expressões f −1 (w1 + w2 ) e f −1 (w1 ) + f −1 (w2 ) e
verificado que essas contas produziam o mesmo resultado. A injetividade de f garante
então que f −1 (w1 + w2 ) = f −1 (w1 ) + f −1 (w2 ).
Definição 4.17. Sejam V, W espaços vetoriais. Uma transformação linear invertı́vel
f : V → W diz-se um isomorfismo de espaços vetoriais.
A palavra isomorfismo vem de ”iso” - igual - e ”morphos” - forma. Um isomorfismo
entre dois espaços vetoriais é uma equivalência entre eles. O isomorfismo estabelece uma
correspondência bijetiva entre os conjuntos subjacentes (um “dicionário” entre os vetores
de um dos espaços e os vetores do outro). Uma vez que a função e a sua inversa preservam
as operações dos espaços vetoriais ou, equivalentemente, as combinações lineares, qual-
quer propriedade ou afirmação acerca de um dos espaços (que se possa expressar usando
combinações lineares) será verdadeira se e só se for verdadeira no outro. Por exemplo um
conjunto será linearmente (in)dependente num espaço se e só se a sua imagem através do
isomorfismo for linearmente (in)dependente no outro. A verificação da afirmação anterior
assim como de outras do mesmo género ficará como exercı́cio da ficha sobre transformações
lineares.
Exemplo 4.18. (i) As funções Mn×1 (R) → Rn e M1×n (R) → Rn definidas por
x1
 
 ...  7→ (x1 , . . . , xn )

e x1 · · · xn 7→ (x1 , . . . , xn )
xn
são isomorfismos de espaços vetoriais. De facto as funções descritas acima são clara-
mente bijetivas e também transformações lineares (pela definição de soma e produto
por escalar nos vários espaços envolvidos).
(ii) Seja V um espaço vetorial com base ordenada B = (v1 , . . . , vn ). A função f : V →
Mn×1 (R) definida por
f (v) = [v]B
que calcula a matriz coluna das coordenadas na base ordenada B é um isomor-
fismo. Que f é uma transformação linear é o conteúdo do Exercı́cio 4.8. A função
f é também bijetiva: a sobrejetividade de f traduz o facto que qualquer n-tuplo
(α1 , . . . , αn ) de escalares formar as coordenadas de um vetor de V (nomeadamente
de v = α1 v1 + . . . αn vn ), enquanto que a injetividade de f é uma consequència da
unicidade das coordenadas de um vetor (que por sua vez é uma consequência de B
ser um conjunto linearmente independente).
(iii) Sejam V, W espaços vetoriais e B1 = (v1 , . . . , vn ), B2 = (w1 , . . . , wm ) bases ordenadas
para V e W respetivamente. A função
Φ : L(V, W ) → Mm×n (R)
ÁLGEBRA LINEAR 51
definida por (ver Proposição 4.9 para o significado da notação)

Φ(f ) = Af,B1 ,B2
é um isomorfismo de espaços vetoriais. Portanto uma transformação linear entre
espaços vetoriais finitamente gerados pode ser identificada com uma matriz, uma vez
escolhidas bases ordenadas para o domı́nio e conjunto de chegada da transformação
linear.
Temos que verificar que Φ é uma transformação linear e que é invertı́vel (ou bije-
tiva) enquanto função.
• Sejam f, g : V → W transformações lineares. Dado v ∈ V temos
(17) [(f + g)(v)]B2 = [f (v) + g(v)]B2 = [f (v)]B2 + [g(v)]B2
onde na primeira igualdade usámos a definição de soma de transformações lin-
eares e na segunda o facto que a operação de calcular as coordenadas é linear
(algo que usámos também no ponto (ii) acima). Por definição das matrizes que
representam f, g, e pela distributividade em relação à soma do produto de ma-
trizes obtemos
(18) [f (v)]B2 + [g(v)]B2 = Af,B1 ,B2 [v]B1 + Ag,B1 ,B2 [v]B1 = (Af,B1 ,B2 + Ag,B1 ,B2 )[v]B1
Das igualdades (17) e (18) obtemos, novamente por definição da matriz que
representa (f + g),
Af +g,B1 ,B2 = Af,B1 ,B2 + Ag,B1 ,B2
ou seja
Φ(f + g) = Φ(f ) + Φ(g)
A demonstração que Φ(αf ) = αΦ(f ) é análoga e fica como exercı́cio. Concluı́mos
que Φ é uma transformação linear.
• Recorde-se da demonstração da Proposição 4.9 que a matriz Φ(f ) tem como i-
ésima coluna [f (vi )]B2 . Dada uma matriz A, pela Proposição 4.3 e o exemplo
(ii) acima existe uma transformação linear f tal que [f (vi )]B2 é a i-ésima coluna
de A. Temos então Φ(f ) = A, o que mostra que Φ é sobrejetiva. Por outro lado,
suponhamos que f e g são transformações lineares tais que Φ(f ) = Φ(g) então,
para cada i = 1, . . . , n, as coordenadas de f (vi ) e g(vi ) são iguais. Mas isto
significa que f (vi ) = g(vi ) para cada i, e então pela Proposição 4.3 temos que
f = g. Isto mostra que Φ é uma função injetiva e portanto, dado que também é
sobrejetiva, invertı́vel.
Conclui-se que Φ é um isomorfismo de espaços vetoriais. Em linguagem corrente,
esta afirmação significa que os dicionários entre transformações lineares e matrizes
(dados pela escolha de uma base no espaço de chegada e outra no espaço de partida)
traduzem a soma e a multiplicação de um dos lados na mesma operação do outro
lado.
Os exemplos anteriores dizem-nos que qualquer espaço vetorial real finitamente gerado
é equivalente a Rn e que uma transformação linear entre tais espaços pode ser identificada
52 ÁLGEBRA LINEAR
com uma matriz. Estes factos são muito úteis para fazer contas. Já foram usados muitas
vezes e continuarão a ser usados até ao final do semestre para esse efeito. No entanto não
seria uma boa ideia concluir daqui que nos podemos concentrar exclusivamente em Rn e
nas matrizes. Apesar de ser possı́vel identificar um espaço finitamente gerado com algum
Rn não há em geral nenhuma maneira canónica de o fazer. A identificação é feita através
de uma escolha de base e há muitas escolhas possı́veis. Um espaço vetorial geral não possui
coordenadas especiais (ao contrário do que acontece em Rn e em vários outros exemplos
que temos vindo a considerar como os espaços de matrizes) e esta é uma diferença muito
importante. Veremos em breve que as soluções de certas equações diferenciais formam
espaços vetoriais nos quais não há habitualmente qualquer “base canónica”. O mesmo se
pode dizer para um subespaço vetorial tı́pico de Rn . Pensar num vetor em termos das suas
coordenadas numa base é análogo a pensar numa ideia através da palavra que é usada para
designar a ideia numa dada lı́ngua.
Proposição 4.19. Sejam V, W, U espaços vetoriais, B1 , B2 , B3 bases ordenadas para V, W, U
respetivamente, e f : V → W , g : W → U transformações lineares. Então a matriz que
representa a transformação linear g◦f nas bases dadas é o produto da matriz que representa
g pela matriz que representa f . Isto é,
Ag◦f,B1 ,B3 = Ag,B2 ,B3 Af,B1 ,B2
Dem. Dado v ∈ V temos pela definição das matrizes que representam f e g
[(g ◦ f )(v)]B3 = [g(f (v))]B3 = Ag,B2 ,B3 [f (v)]B2
= Ag,B2 ,B3 (Af,B1 ,B2 [v]B1 ) = (Ag,B2 ,B3 Af,B1 ,B2 )[v]B1
donde, pela unicidade da matriz que representa g ◦ f conclui-se que
Ag◦f,B1 ,B3 = Ag,B2 ,B3 Af,B1 ,B2
conforme pretendido.
Esta proposição explica a associatividade do produto de matrizes: o produto de matrizes
é a tradução através dos isomorfismos do Exemplo 4.18(iii) da composição de funções, que
é uma operação associativa.
Observação 4.20. É possı́vel pensar visualmente na correspondência entre transformações
lineares e matrizes, e em particular na Proposição anterior da seguinte forma. Considere-
se o diagrama
f
V W
(19) [·]B1 ∼
= [·]B2 ∼
=
Af,B1 ,B2
Mn×1 (R) Mm×1 (R)
onde as setas representam transformações lineares com domı́nio a origem da seta e conjunto
de chegada o término da seta. As setas pretendem representar visualmente que os vetores
do espaço da origem são “transportados” pela transformação linear do seu domı́nio até
ao espaço vetorial de chegada. O sı́mbolo ∼ = designa isomorfismo e os isomorfismos no
ÁLGEBRA LINEAR 53
diagrama acima são os do Exemplo 4.18(ii) que calculam a matriz coluna das coordenadas,
ou seja, v 7→ [v]B1 para a seta da esquerda e w 7→ [w]B2 para a seta da direita. A equação
(20) [f (v)]B2 = Af,B1 ,B2 [v]B1
diz que se obtém o mesmo resultado quando se faz um vetor v ∈ V seguir os dois possı́veis
trajetos do canto superior esquerdo até ao canto inferior direito em (19): do lado esquerdo
de (20) temos o efeito de seguir primeiro a seta de cima e depois a seta da direita; do lado
direito de (20) segue-se primeiro a seta da esquerda e depois a de baixo.
Quando independentemente do caminho seguido entre dois nós do diagrama se obtém
sempre o mesmo resultado diz-se que o diagrama é comutativo. Portanto a equação (20)
traduz a comutatividade de (19).
Nestes termos, a Proposição 4.19 traduz a comutatividade do retângulo exterior no
seguinte diagrama
f g
V W U
[·]B1 ∼
= [·]B2 ∼
= [·]B3 ∼
=
Af,B1 ,B2 Ag,B2 ,B3
Mn×1 (R) Mm×1 (R) Mp×1 (R)
que é claramente uma consequência da comutatividade dos dois quadrados.
Corolário 4.21. Sejam V, W espaços vetoriais, f : V → W uma transformação linear
invertı́vel e B1 , B2 bases para V e W respetivamente. Então Af −1 ,B2 ,B1 = (Af,B1 ,B2 )−1 .
Dem. Uma vez que f ◦ f −1 = IdW e f −1 ◦ f = IdV , e que a matriz que representa a
transformação linear identidade com respeito a uma mesma base num espaço vetorial é a
matriz identidade, pela Proposição anterior temos
Af,B1 ,B2 Af −1 ,B2 ,B1 = I Af −1 ,B2 ,B1 Af,B1 ,B2 = I
(onde I designa a matriz identidade).
4.22. Subespaços vetoriais associados a uma transformação linear.
Definição 4.23. Seja f : V → W uma transformação linear. O núcleo de f é o conjunto
N (f ) = {v ∈ V : f (v) = 0}
e a imagem de f é o conjunto
f (V ) = {f (v) : v ∈ V } ⊂ W
Proposição 4.24. Seja f : V → W uma transformação linear. Então N (f ) é um sube-
spaço vetorial de V e f (V ) é um subespaço vetorial de W .
Dem. Uma vez que f (0) = 0 temos que 0 ∈ N (f ) e 0 ∈ f (V ) pelo que estes conjuntos são
não vazios. Vejamos que N (f ) é um subespaço vetorial:
• Sendo v1 , v2 ∈ N (f ) temos f (v1 +v2 ) = f (v1 )+f (v2 ) = 0+0 = 0 logo v1 +v2 ∈ N (f ).
• Sendo α um escalar e v ∈ N (f ) temos f (αv) = αf (v) = α0 = 0 logo αv ∈ N (f ).
Quanto a f (V ):
54 ÁLGEBRA LINEAR
• Dados w1 , w2 ∈ f (V ), existem v1 , v2 ∈ V tais que f (v1 ) = w1 e f (v2 ) = w2 . Então

f (v1 + v2 ) = w1 + w2 logo w1 + w2 ∈ f (V ).
• Dado um escalar α e w = f (v) ∈ f (V ) temos αw = f (αv) ∈ f (V ).

Por definição de sobrejetividade, uma transformação linear é sobrejetiva se e só se f (V ) =
W . A injetividade de f pode ser determinada em termos do núcleo como explica o seguinte
resultado.
Proposição 4.25. Uma transformação linear f : V → W é injetiva se e só se N (f ) = {0}.
Dem. Suponhamos que f é injetiva. Se v ∈ N (f ) então f (v) = 0 = f (0). Uma vez que f
é injetiva conclui-se que v = 0, logo N (f ) = {0}.
Suponhamos agora que N (f ) = {0}. Então se f (v1 ) = f (v2 ) temos f (v1 − v2 ) = 0 e
portanto v1 − v2 ∈ N (f ) = {0}, ou seja, v1 = v2 .
A Proposição anterior pode ser vista como mais uma manifestação do “bom comporta-
mento” das transformações lineares. A condição N (f ) = {0} é equivalente (uma vez que
f (0) = 0) à proposição
f (x) = f (0) ⇒ x = 0
que é um caso particular da condição geral de injetividade
f (x) = f (y) ⇒ x = y.
A Proposição 4.25 diz que, quando uma função é linear, para verificar a condição de
injetividade podemos assumir que um dos elementos do domı́nio é 0. Se for verdade nesse
caso particular então é verdade em geral.
Exemplo 4.26. Seja V = {f ∈ F (R, R) : f é diferenciável} o espaço vetorial das funções
diferenciáveis e T : V → F (R, R) a transformação linear definida por T (f ) = f 0 .
O núcleo de T é o subespaço das funções constantes de V , e tem portanto dimensão
1. A transformação T não é portanto injetiva. T também não é sobrejetiva. De facto a
derivada de uma função tem necessariamente a seguinte propriedade do valor médio (cuja
demonstração é um bom exercı́cio de aplicação do Teorema de Rolle): se f 0 (a) < 0 e
f 0 (b) > 0 então existe um real c entre a e b tal que f 0 (c) = 0.
Segue-se que, por exemplo, a função definida por
(
−1 se x < 0
g(x) =
1 se x ≥ 0
não é a derivada de nenhuma função e não está portanto na imagem de T . É interessante

notar que não foi encontrada até à data qualquer caracterização conveniente da imagem
da transformação T .
É natural perguntar a que correspondem o núcleo e a imagem de uma transformação
linear em termos de coordenadas, ou seja através do “dicionário” descrito no diagrama
ÁLGEBRA LINEAR 55
(19). Quanto ao núcleo, temos

v ∈ N (f ) ⇔ f (v) = 0 ⇔ [f (v)]B2 = 0
uma vez que um vetor é nulo se e só se as suas coordenadas numa base são todas nulas.
Por (20) isto acontece se e só se
Af,B1 ,B2 [v]B1 = 0
ou seja, se o vetor de Rn formado pelas coordenadas de v pertence ao núcleo da matriz
Af,B1 ,B2 que representa a transformação linear f . Assim, não muito surpreendentemente,
em coordenadas, o núcleo de uma transformação linear corresponde ao núcleo da matriz
que representa a transformação linear.
Quanto à imagem de f , a sua tradução em coordenadas é o conjunto
{[f (v)]B2 : v ∈ V } ⊂ Mm×1 (R)
Novamente por (20) temos que este conjunto é igual a
{Af,B1 ,B2 [v]B1 : v ∈ V }
Mas sendo v um vector arbitrário de V , a sua matriz coluna de coordenadas é uma matriz
arbitrária em Mn×1 (R) e portanto este conjunto não é mais do que o espaço das colunas
da matriz Af,B1 ,B2 . Ou seja, em coordenadas, a imagem de uma transformação linear f é
o espaço das colunas da matriz que representa f .
4.27. O Teorema da caracterı́stica-nulidade. Chegamos agora a um dos resultados

básicos da Álgebra Linear, cuja importância se irá tornando clara com o desenrolar do
semestre.
Teorema 4.28. Seja V um espaço vetorial finitamente gerado, W um espaço vetorial e
f : V → W uma transformação linear. Então
dim N (f ) + dim f (V ) = dim V
Dem. Seja {v1 , . . . , vk } uma base para o subespaço N (f ) ⊂ V (que é finitamente gerado
porque V é). Pelo Corolário 3.27(ii) podemos completar este conjunto com um número
finito de vetores distintos {vk+1 . . . , vn } de tal forma que {v1 , . . . , vn } seja uma base para
V . Vamos verificar que {f (vk+1 ), . . . , f (vn )} é uma base de f (V ). Teremos então
dim N (f ) = k, dim f (V ) = n − k, dim V = n
o que verifica a afirmação do enunciado. O caso em que n = k verifica-se imediatamente
pelo que vamos assumir a partir de agora que n > k.
• {f (vk+1 ), . . . , f (vn )} gera V : Seja w um vetor em f (V ). Então existe v ∈ V tal que
f (v) = w. Uma vez que {v1 , . . . , vn } é uma base, existem escalares α1 , . . . , αn tais
que v = α1 v1 + . . . + αn vn . Então
f (α1 v1 + . . . + αk vk + αk+1 vk+1 + . . . + αn vn ) = f (α1 v1 + . . . + αk vk ) + αk+1 f (vk+1 ) + . . . + αn f (vn )
= 0 + αk+1 f (vk+1 ) + . . . + αn f (vn )
56 ÁLGEBRA LINEAR
onde na segunda igualdade usámos o facto de o vetor α1 v1 + . . . + αk vk pertencer

ao núcleo de f . A expressão acima mostra que w é uma combinação linear de
f (vk+1 ), . . . , f (vn ) pelo que estes vetores geram f (V ).
• {f (vk+1 ), . . . , f (vn )} é linearmente independente: Suponhamos que β1 , . . . , βn−k são
escalares tais que
β1 f (vk+1 ) + . . . + βn−k f (vn ) = 0
Então f (β1 vk+1 + . . . + βn−k vn ) = 0, logo β1 vk+1 + . . . + βn−k vn ∈ N (f ). Portanto
existem escalares α1 , . . . , αk tais que α1 v1 + . . . + αk vk = β1 vk+1 + . . . + βn−k vn ou
seja tais que
α1 v1 + . . . + αk vk − β1 vk+1 − . . . − βn−k vn = 0
Uma vez que {v1 , . . . , vn } é uma base de V tal só pode acontecer se α1 = . . . =
αk = −β1 = . . . = −βn−k = 0. Conclui-se que β1 = · · · = βn−k = 0 e portanto que
{f (vk+1 ), . . . , f (vn )} é linearmente independente.

Exemplo 4.29. Vamos determinar uma base para o núcleo e imagem da transformação
linear f : M2×2 (R) → M3×2 (R) definida por
 
1 −2
a b a b
f =  3 −6 
c d c d
2 −4
Temos  
a − 2c b − 2d
(
a b a = 2c
f = 0 ⇔  3a − 6c 3b − 6d  = 0 ⇔
c d b = 2d
2a − 4c 2b − 4d
logo
2c 2d 2 0 0 2
N (f ) = : b, d ∈ R = L ,
c d 1 0 0 1

2 0 0 2
Conclui-se que , é uma base para N (f ). Pelo Teorema 4.28
1 0 0 1
dim(Im(f )) = dim M2×2 (R) − dim N (f ) = 4 − 2 = 2
Podemos obter uma base para Im(f ) completando uma base de N (f ) com dois elementos
de forma a obter uma base de M2×2 (R) e calculando a imagem por f desses dois novos
elementos. Claramente

2 0 0 2 1 0 0 1
, , ,
1 0 0 1 0 0 0 0
é uma base de M2×2 (R), pelo que
  
 1 0 0 1 
1 0 0 1
f ,f =  3 0  0 3 
0 0 0 0
2 0 0 2
 
ÁLGEBRA LINEAR 57
é uma base da imagem de f .

Definição 4.30. Sendo V um espaço finitamente gerado, W um espaço vetorial e f : V →
W uma transformação linear, o número dim f (V ) chama-se a caracterı́stica da trans-
formação linear f (rank em inglês) e o número dim N (f ) chama-se a nulidade de f (nullity
em inglês).
O Teorema 4.28 é conhecido em inglês por “the rank-nullity Theorem”. Tem o seguinte
corolário extremamente útil:
Corolário 4.31. Sejam V e W espaços vetoriais finitamente gerados com a mesma di-
mensão e seja f : V → W uma transformação linear. Então as seguintes afirmações são
equivalentes
(i) f é invertı́vel (isto é, f é bijetiva).
(ii) f é injetiva (equivalentemente, N (f ) = {0}).
(iii) f é sobrejetiva (isto é, f (V ) = W ).
Dem. É claro que a afirmação (i) implica as afirmações (ii) e (iii), e, por definição (ii)
juntamente com (iii) implicam (i). Para demonstrar a equivalência das afirmações basta
assim ver que quando (ii) se verifica, (iii) também se verifica e vice-versa.
Suponhamos que f é injetiva. Então dim N (f ) = 0 e portanto pelo Teorema 4.28 e a
hipótese sobre a dimensão dos espaços V e W temos
dim f (V ) = dim V = dim W
Ou seja f (V ) é um subespaço de W com a mesma dimensão que W . Então temos nec-
essariamente f (V ) = W (por exemplo, pelo Corolário 3.33(i)) e portanto f é também
sobrejetiva.
Suponhamos agora que f é sobrejetiva, ou seja que dim f (V ) = dim W . Aplicando o
Teorema 4.28 e a hipótese dim V = dim W temos
dim f (V ) + dim N (f ) = dim V ⇔ dim V + dim N (f ) = dim V ⇔ dim N (f ) = 0
logo N (f ) = {0} e portanto, pela Proposição 4.25, f é injetiva.
4.32. Aplicações ao estudo das matrizes. Em vista da interpretação da imagem de
uma transformação linear f como o espaço das colunas da matriz que a representa, o
Teorema 4.28 tem a seguinte consequência importante (que está longe de ser óbvia!).8
Proposição 4.33. Seja A uma matriz m × n. Então o espaço das linhas e o espaço das
colunas de A têm a mesma dimensão (que é a caracterı́stica de A). Isto é,
dim EC(A) = dim EL(A) = caracterı́stica de A
Proof. A dimensão do espaço das linhas é o número de pivots da matriz A após aplicação
do método de Gauss, enquanto que a dimensão do núcleo de A é o número de variáveis
8Para uma explicação conceptual desta igualdade que é independente da nossa discussão inicial dos
sistemas lineares e do método de Gauss ver os exercı́cios da ficha sobre transformações lineares.
58 ÁLGEBRA LINEAR
livres no sistema homogéneo associado a A, ou seja, o número de colunas de A sem pivot.

Isto significa que
dim EL(A) = n − dim N (A)
Por outro lado, no caso da transformação linear f : Mn×1 (R) → Mm×1 (R) definida por
f (x) = Ax, o Teorema 4.28 diz que
dim EC(A) + dim N (A) = n ⇔ dim EC(A) = n − dim N (A)
Conclui-se portanto que dim EC(A) = dim EL(A) e este número é a caracterı́stica de
A.
A Proposição anterior justifica também a atribuição do nome “caracterı́stica” de f à
dimensão de f (V ).
Observação 4.34. Também podemos deduzir a Proposição 4.33 da seguinte forma. Ela é
claramente verdadeira se A é uma matriz em escada de linhas visto que as dimensões de
EC(A) e EL(A) são nesse caso ambas iguais ao número de pivots. Ora, embora o espaço
das colunas se vá alterando quando aplicamos o método de Gauss, a sua dimensão não se
altera!
De facto, duas matrizes Ai e Ai+1 que estejam relacionadas por uma operação elementar
sobre as linhas satisfazem Ai+1 = SAi para alguma matriz invertı́vel S. Sendo m o número
de linhas das matrizes, a multiplicação à esquerda por S dá-nos um isomorfismo φS : Rm →
Rm . Pela definição do produto matricial, φS leva a j-ésima coluna de Ai na j-ésima
coluna de Ai+1 e, em particular, transforma EC(Ai ) em EC(Ai+1 ). Uma vez que φS é um
isomorfismo, a sua restrição a EC(Ai ) é ainda um isomorfismo e portanto temos
dim EC(Ai ) = dim φS (EC(Ai )) = dim EC(Ai+1 )
Conclui-se que a dimensão do espaço das colunas não se altera ao longo do método de
Gauss. Mais, uma vez que as colunas respetivas da matriz inicial e da matriz em escada de
linhas no final do método de Gauss estão relacionadas por um isomorfismo, as colunas da
matriz inicial correspondentes às colunas com pivot no final do método de Gauss formam
uma base para EC(A).
Exemplo 4.35. Consideremos a matriz
 
1 2 −1 2
A= 2 4 1 3 
1 2 2 1
Aplicando o método de Gauss obtemos
     
1 2 −1 2 1 2 −1 2 1 2 −1 2
 2 4 1 3  →  0 0 3 −1  →  0 0 3 −1 
1 2 2 1 0 0 3 −1 0 0 0 0
Uma vez que os pivots ocorrem nas colunas 1 e 3, temos que uma base para o EC(A) é dado
por {(1, 2, 1), (−1, 1, 2)} enquanto que uma base para EL(A) é dado por {(1, 2, −1, 2), (0, 0, 3, −1)}.
ÁLGEBRA LINEAR 59
Podemos agora aproveitar para atualizar os nossos critérios para a invertibilidade de

uma matriz (comparem com o Teorema 2.27)
Proposição 4.36. Seja A uma matriz n × n. Então as seguintes afirmações são equiva-
lentes
(i) A é invertı́vel.
(ii) A caracterı́stica de A é n (equivalentemente dim EL(A) = n).
(iii) Para cada matriz b ∈ Mn×1 (R) a equação Ax = b tem solução única (equivalente-
mente, a função x 7→ Ax é bijetiva).
(iv) N (A) = 0
(v) EC(A) = Rn
(vi) Existe B ∈ Mn×n (R) tal que AB = In
(vii) Existe B ∈ Mn×n (R) tal que BA = In
Dem. A equivalência das primeiras três afirmações foi já vista no Teorema 2.27 embora
a equivalência de (i) com (iii) possa agora ser interpretada conceptualmente como uma
consequência da Proposição 4.15 e Corolário 4.21. A equivalência de (iii), (iv) e (v) é uma
consequência do Corolário 4.31 e da interpretação do núcleo e espaço das colunas da matriz
como núcleo e imagem da transformação linear associada.
É claro da definição de invertibilidade que (i) ⇒ (vi) e (vii). Reciprocamente se existe B
tal que AB = In então o espaço das colunas de A contém as colunas da matriz identidade,
e portanto EC(A) = Rn , que é a condição (v). Por outro lado se existe B tal que BA = In
então dado x ∈ N (A) temos x = In x = BAx = B0 = 0 pelo que N (A) = {0} que
é a condição (iv). Vemos assim que (vi) e (vii) são também equivalentes às restantes
condições.
4.37. Equações lineares.

Definição 4.38. Uma equação linear é uma equação da forma
f (x) = w
onde f : V → W é uma transformação linear, w é um vetor de W e a incógnita x é um
vetor de V a determinar. A equação diz-se homogénea quando w = 0.
É claro que uma equação linear tem solução se e só e w ∈ f (V ). O conjunto das soluções
é controlado pelo núcleo de f no seguinte sentido.
Proposição 4.39 (Princı́pio da sobreposição). Seja f : V → W uma transformação linear.
Se v é uma solução da equação linear f (x) = w, o conjunto de todas as soluções é
v + N (f ) = {v + z : z ∈ N (f )} ⊂ V
Dem. Se v é uma solução e z ∈ N (f ) temos que f (v + z) = f (v) + f (z) = w + 0 = w logo
v + z é uma solução. Assim
v + N (f ) ⊂ {u ∈ V : f (u) = w}
60 ÁLGEBRA LINEAR
Reciprocamente, seja u uma solução qualquer da equação. Então u = v + (u − v) e

f (u − v) = f (u) − f (v) = w − w = 0 pelo que u − v ∈ N (f ) e portanto u ∈ v + N (f ).
Conclui-se que
{u ∈ V : f (u) = w} ⊂ v + N (f )
o que termina a demonstração.
Geometricamente, o resultado anterior diz que o conjunto das soluções é o “plano”
paralelo a N (f ) (que é um “plano” em V contendo a origem) que passa por uma solução
particular qualquer da equação.
É costume enunciar o resultado da Proposição 4.39 da seguinte forma;
A solução geral de uma equação linear é dada por uma solução particular
da equação mais a solução geral da equação homogénea.
Por uma solução particular entende-se uma qualquer solução v fixada para a equação. Por
solução geral entende-se o conjunto das soluções. Assim a afirmação acima diz apenas
que o conjunto das soluções de uma equação linear é obtido somando todas as soluções da
equação homogénea a uma qualquer solução da equação que consigamos determinar.
Exemplo 4.40 (O oscilador harmónico). Seja x : R → R uma função que descreve a
posição de uma partı́cula presa a uma mola em função do tempo. A partı́cula é atuada
unicamente pela força exercida pela extensão ou contração da mola, que é proporcional
ao deslocamento da mola em relação à sua posição de repouso. Assumindo que 0 é a
coordenada da posição de repouso, a equação de Newton diz-nos que
(21) x00 (t) + kx(t) = 0
onde k é uma constante positiva determinada pelas caracterı́sticas fı́sicas da mola e a massa
da partı́cula (recorde que x00 é a aceleração e note que a força exercida pela mola, mx00 tem
o sentido contrário ao deslocamento x). Para simplificar as contas vamos assumir a partir
de agora que k = 1.
Sendo V ⊂ F (R, R) o subespaço vetorial formado pelas funções duas vezes diferenciáveis
e T a transformação linear
T : V → F (R, R)
definida pela expressão
T (x) = x00 + x
vemos que o núcleo de T é exatamente o conjunto das soluções de (21) (com k = 1) que
formam portanto um subespaço vetorial de V .
É fácil adivinhar duas soluções para a equação
(22) x00 + x = 0
pois claramente x(t) = cos t e x(t) = sen t são soluções. Como o conjunto das soluções é
um espaço vetorial temos mais geralmente que
(23) x(t) = α1 cos t + α2 sen t, com α1 , α2 ∈ R
são soluções.
ÁLGEBRA LINEAR 61
Para o ano que vem irão aprender que uma solução de uma equação diferencial como
(21) é completamente determinada por x(0) e x0 (0) (fisicamente isto diz que a evolução da
posição da partı́cula é completamente determinada pela sua posição e velocidade iniciais).
Assim o conjunto das soluções é um espaço vetorial de dimensão 2 (um vetor é determinado
por dois números reais) e portanto a fórmula (23) descreve a solução geral da equação (22).
No caso da equação (22) podemos verificar a afirmação anterior diretamente recorrendo
à conservação da energia. Definindo a quantidade
E(t) = (x0 )2 + x2
(correspondendo à soma das energia cinética e potencial) temos
dE
= 2x0 x00 + 2xx0 = 2x0 (−x) + 2xx0 = 0
dt
logo a quantidade (x0 )2 + x2 é conservada ao longo do tempo para qualquer solução da
equação diferencial (22). Em particular se x(t) for uma solução com x(0) = x0 (0) = 0
teremos (x0 (t))2 + x(t)2 = 0 para todo o t e portanto x(t) = 0.
Isto permite-nos concluir que os valores de x(0) e x0 (0) determinam completamente a
solução x(t) para todo o t: se x(t) e y(t) forem soluções de (22) com x(0) = y(0) e
x0 (0) = y 0 (0) então u(t) = x(t) − y(t) é também uma solução de (22) (porque se trata
de uma equação linear!) que satisfaz u(0) = u0 (0) = 0. Mas então u(t) = 0 e portanto
x(t) = y(t).
É agora imediato verificar que as soluções (23) permitem atribuir valores arbitrários a
x(0) e x0 (0) mediante variação dos coeficientes α1 e α2 (na realidade α1 = x(0) e α2 =
x0 (0)) e portanto descrevem todas as soluções de (22).
Suponhamos agora que queremos resolver a equação9
(24) x00 + x = t3
Trata-se agora de uma equação linear não homogénea. Não é no entanto difı́cil descobrir
uma solução particular desta equação tentando encontrar um polinómio que a satisfaça.
Se o fizer irá ver que o único polinómio que satisfaz esta equação é
x(t) = t3 − 6t
A Proposição 4.39 diz-nos então que a solução geral da equação (24) é
x(t) = t3 − 6t + α1 cos t + α2 sen t, com α1 , α2 ∈ R.
5. O Determinante
O nosso objetivo seguinte é compreender em completo detalhe as transformações lineares
T : V → V onde V é um espaço vetorial complexo de dimensão finita. Para atingir este
objetivo vai ser útil ter um critério para a invertibilidade de uma matriz quadrada em
termos das suas entradas. O critério irá dizer que uma matriz A ∈ Mn×n (K) é invertı́vel se
9Fisicamente esta equação corresponde a adicionar ao sistema mecânico considerado anteriormente uma
força exterior dependente do tempo que actua com intensidade t3 /m (onde m é a massa da partı́cula).
62 ÁLGEBRA LINEAR
e só se uma certa expressão complicada das entradas da matriz (chamada o determinante
da matriz) não se anula.
5.1. Motivação. Para motivar esta expressão vamos começar por discutir o caso em que
o corpo K é o dos números reais, caso em que o determinante tem uma interpretação
geométrica. Consideremos primeiro os casos n = 2 e n = 3.
A uma matriz A ∈ M2×2 (R) podemos associar um paralelogramo
P (v1 , v2 ) = {αv1 + βv2 : 0 ≤ α, β ≤ 1} ⊂ R2
gerado pelas linhas v1 e v2 da matriz. A matriz será invertı́vel se o seu espaço das linhas
for R2 , ou, equivalentemente, se o paralelogramo P (v1 , v2 ) não degenerar num segmento
de reta (ou até na origem). Apelando ao conceito intuitivo de área podemos dizer que a
matriz será invertı́vel se a área do conjunto P (v1 , v2 ) for não nula.
Analogamente, uma matriz 3×3 terá caracterı́stica menor que 3 se e só se o paralelipı́pedo
P (v1 , v2 , v3 ) = {αv1 + βv2 + γv3 : 0 ≤ α, β, γ ≤ 1}
gerado pelas linhas v1 , v2 , v3 da matriz tiver volume nulo. Mais geralmente pode definir-se
uma noção de volume n-dimensional para um subconjunto de Rn (como irão ver em Cálculo
2) e então a condição para a invertibilidade de uma matriz em Mn×n (R) é que o volume
n-dimensional do paralelipı́pedo n-dimensional P (v1 , . . . , vn ) gerado pelas linhas da matriz
seja não nulo.
Se conseguirmos obter uma fórmula para o volume n-dimensional do paralelipı́pedo ger-
ado por n vetores em Rn isso dar-nos-á um critério para a invertibilidade da matriz: que o
volume do paralelipı́pedo gerado pelas linhas seja não nulo. A observação básica que nos
permite obter esta fórmula é a seguinte:
Ao deslizar em conjunto duas arestas de um paralelogramo ao longo da reta
gerada por outra das outras arestas, a área do paralelogramo não se altera
ÁLGEBRA LINEAR 63
ou seja
(25) área(P (v1 , v2 )) = área(P (v1 + αv2 , v2 ))
(e claro que o mesmo se verifica se deslizarmos o ponto final de v2 ao longo da direção
v1 ). Esta fórmula diz-nos por exemplo que as áreas dos paralelogramos determinados pelas
linhas das matrizes
a 0 a 0
e
c d 0 d
são iguais, pois (0, d) pode obter-se de (c, d) deslizando ao longo de (a, 0) (a não ser que
a = 0, mas nesse caso as áreas são nulas e a afirmação permanece verdadeira). Assim, a
área do paralelogramo com arestas (a, 0) e (c, d) é a área do retângulo com arestas (a, 0) e
(0, d), ou seja |ad| (mesmo que a ou d sejam 0). Mas a fórmula (25) diz-nos mais geralmente
que quando aplicamos o método de Gauss a uma matriz 2 × 2, a área do paralelogramo
associado não muda! Supondo que a 6= 0 temos

a b L2 − ac L1 a b
−→
c d 0 d − bca
logo concluı́mos que a área de um paralelogramo com arestas (a, b) e (c, d) é

bc
área (P ((a, b), (c, d))) = |a| · d − = |ad − bc|

a
É um exercı́cio simples verificar que esta fórmula permanece válida mesmo quando a = 0.
Obtemos assim a condição desejada nas entradas da matriz:

a b
é invertı́vel sse ad − bc 6= 0
c d
Podemos fazer um raciocı́nio análogo para matrizes 3 × 3 mas a fórmula obtida será
agora mais complicada. Novamente o volume de um paralelipı́pedo P (v1 , v2 , v3 ) em R3
64 ÁLGEBRA LINEAR
não se alterará se deslizarmos o ponto final de uma das arestas paralelamente ao plano
determinado pelas outras duas, ou seja, por exemplo
volume P (v1 + αv2 , v2 , v3 ) = volume P (v1 , v2 , v3 )
Portanto o volume de um paralelipı́pedo com arestas as linhas da matriz
 
a b c
 0 e f 
0 0 i
será o volume do paralelipı́pedo reto com arestas de comprimento |a|, |e| e |i|, e podemos
reduzir a este caso usando eliminação de Gauss:
 

a b c
 
a b c

L3 −
gb
h− a
L1
a b c
− ad L1 e− db  0 e − db f − dc
 d e f  L2−→  0 e − db
f − dc 
−→ a
a a

g
L3 − a L1 a a  gb
h− a

gb gc gc dc
g h i 0 h− a i− a 0 0 i − a − e− db (f − a )
a
Obtemos assim a fórmula

gb

db gc h − a dc
volume (P ((a, b, c), (d, e, f ), (g, h, i))) = |a| e − i − − (f − )

a a db a
e− a

que, simplificando, se transforma em:

volume (P ((a, b, c), (d, e, f ), (g, h, i))) = |aei + bf g + cdh − ceg − bdi − af h|
Fica como exercı́cio verificar que esta fórmula é válida mesmo nos casos em que a = 0, ou
a 6= 0 mas e − dba
= 0, nos quais a eliminação de Gauss feita acima tem de ser modificada.
O cálculo anterior sugere que não será prático obter e manipular diretamente uma ex-
pressão para o volume de um paralelipı́pedo n-dimensional. Com efeito, para n = 4 veremos
que a fórmula análoga tem 24 termos, para n = 5, 120 termos, e em geral o número de
termos é n!. Uma expressão de tal complexidade só pode ser manipulada conceptualmente.
5.2. A função determinante. Abstraindo as propriedades, não do volume, mas da ex-

pressão mais fundamental que obtivemos acima para n = 2, 3 cujo módulo é o volume,
obtemos a seguinte definição, que faz sentido para um corpo arbitrário.
Definição 5.3. Seja K um corpo. Uma função determinante para as matrizes n × n com
entradas em K é uma função
det : Mn×n (K) → K
que se denota por
a11 · · · a1n a11 · · · a1n
 

det .. ..  ou
.. ..
 . .
. .

an1 · · · ann an1 · · · ann
que satisfaz as seguintes propriedades.

ÁLGEBRA LINEAR 65
(i) Multilinearidade: Para cada 1 ≤ i ≤ n temos

a11 ··· a1n a11 · · · a1n a11 · · · a1n
.. .. .. .. .. ..

. . . . . .

a + b a + b = a a in + bi1 bin

i1 i1 in in i1
.. .. ...
.. .. ..

. . . . .
an1 ··· ann an1 · · · ann an1 · · · ann
e, para α um escalar qualquer,

a11 · · · a1n a11 · · · a1n
. .. .. ..

.
. . . .

αai1 αain = α ai1 ain

. .. .. ..
..

.

. .
an1 · · · ann an1 · · · ann
(ii) Alternância: det A = 0 se duas linhas da matriz A forem iguais.
(iii) Normalização: det In = 1.
Em concreto, no caso das matrizes 2 × 2, a primeira propriedade diz por exemplo que

2 1 2 1 2 1 2 1 2 1
= −2
1 + 3 2 + 4 = 1 2 + 3 4 e −2 · 3 −2 · 4

3 4
e corresponde à aditividade da função área.
Identificando as linhas de uma matriz n × n com vetores de Kn , podemos pensar na

função determinante como uma função D : Kn × · · · × Kn → K que associa um escalar a
um n-tuplo (v1 , . . . , vn ) de vetores de Kn (vi é a i-ésima linha da matriz). Deste ponto de
vista, a propriedade de multilinearidade escreve-se
(26) D(v1 , . . . , αvi + βvi0 , . . . , vn ) = αD(v1 , . . . , vi , . . . , vn ) + βD(v1 , . . . , vi0 , . . . , vn )
onde v1 , . . . , vn ∈ Kn são vetores arbitrários e α, β escalares arbitrários. A equação (26)
diz que, para cada i entre 1 e n, a função Di : Kn → K que se obtém quando fixamos todos
66 ÁLGEBRA LINEAR
os vectores excepto o i-ésimo,

Di (v) = D(v1 , . . . , vi−1 , v, vi+1 , . . . , vn )
é linear (ou seja, um elemento do dual de Kn ).
Em geral, uma função D : V × · · · × V → K satisfazendo (26) diz-se uma função multi-
linear 10 (é linear em cada variável independentemente).
A razão para o nome da segunda propriedade na definição de determinante é a seguinte.
Proposição 5.4. Seja D : V × · · · × V → K uma função multilinear e suponhamos11 que
1 + 1 6= 0 em K. Então as seguintes condições são equivalentes:
(i) D(v1 , . . . , vn ) = 0 se vi = vj para algum i 6= j.
6 j, então D(v1 , . . . , vi , . . . , vj , . . . , vn ) = −D(v1 , . . . , vj , . . . , vi , . . . , vn ) para to-
(ii) Se i =
dos os v1 , . . . , vn (isto é, a troca de dois argumentos tem como efeito a troca de sinal
do valor da função).
Dem.
(i) ⇒ (ii) Supondo que i < j, e aplicando a linearidade primeiro na i-ésima variável e depois
na j-ésima obtemos
D(v1 , . . . , vi + vj , . . . , vi + vj , . . . , vn ) = D(v1 , . . . , vi , . . . , vi + vj , . . . , vn )+
D(v1 , . . . , vj , . . . , vi + vj , . . . , vn ) =
= D(v1 , . . . , vi , . . . , vi , . . . , vn ) + D(v1 , . . . , vi , . . . , vj , . . . , vn )
+D(v1 , . . . , vj , . . . , vi , . . . , vn ) + D(v1 , . . . , vj , . . . , vj , . . . , vn )
Substituindo os termos com argumentos repetidos por 0 obtém-se
0 = 0 + D(v1 , . . . , vi , . . . , vj , . . . , vn ) + D(v1 , . . . , vj , . . . , vi , . . . , vn ) + 0
que é equivalente à condição (ii).
(ii) ⇒ (i) Se vi = vj , então a troca do i-ésimo argumento com o j-ésimo não tem nenhum
efeito. Portanto
D(v1 , . . . , vi , . . . , vj , . . . , vn ) = −D(v1 , . . . , vj , . . . , vi , . . . , vn ) = −D(v1 , . . . , vi , . . . , vj , . . . , vn )
e portanto (1 + 1)D(v1 , . . . , vi , . . . , vj , . . . , vn ) = 0.

5.5. Existência e unicidade do determinante. Vamos ver que as propriedades (i) a

(iii) na definição de determinante especificam completamente uma função.
Teorema 5.6. Existe uma única função determinante det Mn×n (K) → K
10Também se chama um tensor-n covariante em V .

11Diz-seque a caracterı́stica do corpo K é diferente de 2. Notamos no entanto que a demonstração da
implicação (i) ⇒ (ii) permanece válida mesmo que esta hipótese não seja verificada.
ÁLGEBRA LINEAR 67
A demonstração deste teorema segue o padrão usual: iremos ver que só há uma possibili-
dade para uma tal função (obtendo no processo uma fórmula para o determinante) e depois
verificar que essa única possibilidade satisfaz de facto os axiomas da definição. Começamos
por ilustrar este processo usando os axiomas para ver que a única função determinante nas
matrizes 2 × 2 é

a b
det = ad − bc
c d
Sendo a, b, c, d ∈ K quaisquer e aplicando a linearidade do determinante na primeira linha
da matriz temos
a b 1 0 0 1
c d = a c d + b c d

e aplicando agora a linearidade na segunda linha obtemos

a b
= a c 1 0 + d 1 0 + b c 0 1 + d 0 1

c d 1 0 0 1 1 0 0 1
Os primeiro e último termos do lado direito do sinal de igual na expressão acima são nulos
porque as linhas das matrizes em questão estão repetidas. Pelas propriedades (iii) e (ii)
respetivamente temos

1 0 0 1
1 0 = −1
=1 e
0 1
portanto

a b
= ad − bc
c d
é a única função real das matrizes 2 × 2 que satisfaz as condições da Definição 5.3.
Façamos agora o caso mais realista de uma matriz 3 × 3. Assumindo que existe a função
determinante e usando linearidade na primeira linha obtemos

a b c 1 0 0 0 1 0 0 0 1

(27) d e f = a d e f + b d e f + c d e f

g h i g h i g h i g h i
Desenvolvendo o primeiro termo do lado direito do sinal de igual usando linearidade na

segunda linha obtemos
 
1 0 0 1 0 0 1 0 0 1 0 0

a d e f = a d 1 0 0 + e 0 1 0 + f 0 0 1 

g h i g h i g h i g h i
O primeiro termo na soma do lado direito é nulo porque a primeira linha está repetida.
Da mesma forma, cada parcela do lado direito em (27) vai dar origem a dois termos não
nulos quando aplicarmos linearidade ao longo da segunda linha da matriz. Podemos agora
68 ÁLGEBRA LINEAR
aplicar linearidade ao longo da terceira linha a cada um destes 6 termos. Por exemplo,
para o primeiro dos seis resultaria
 
1 0 0 1 0 0 1 0 0 1 0 0

ae 0 1 0 = ae g 0 1 0 + h 0 1 0 + i 0 1 0  = aei

g h i 1 0 0 0 1 0 0 0 1
uma vez que os dois primeiros termos da soma anterior têm linhas repetidas e o determi-
nante da matriz identidade é 1. Aplicando o mesmo raciocı́nio para os restantes termos não
nulos na expansão até à segunda linha obtemos a seguinte expressão para o determinante:

1 0 0 0 1 0 0 1 0 0 0 1 0 0 1

aei + af h 0 0 1 + bdi 1 0 0 + bf g 0 0 1 + cdh 1 0 0 + ceg 0 1 0
0 1 0 0 0 1 1 0 0 0 1 0 1 0 0
Os determinantes das matrizes com 0s e 1s são ±1 consoante o número de vezes que temos
que trocar um par de linhas para transformar a matriz na identidade é par ou ı́mpar.
Recuperamos assim a expressão para o determinante de uma matriz 3 × 3:

a b c

d e f = aei − af h − bdi + bf g + cdh − ceg

g h i
Os sinais da fórmula anterior podem ser memorizados usando a seguinte mnemónica (que
se chama a regra de Sarrus):
Procedendo desta forma para uma matriz n × n é agora claro que vamos obter uma
expressão para o determinante. Haverá um termo não nulo na expressão para cada matriz
de 1s e 0s que tenha exatamente um 1 em cada linha e em cada coluna. Para descrever
estes termos por meio de uma expressão necessitamos de alguma terminologia.
Definição 5.7. Uma permutação do conjunto {1, . . . , n} é uma função bijetiva
σ : {1, . . . , n} → {1, . . . , n}
Designamos por Σn o conjunto de todas estas permutações.
Uma permutação descreve uma troca de ordem. Deve ser familiar do ensino secundário
que o número de elementos de Σn é n!. Os termos na expansão do determinante vão
corresponder precisamente às permutações: se chamarmos σ(i) à coluna em que aparece
ÁLGEBRA LINEAR 69
o 1 na linha i, a condição que não apareçam dois 1s na mesma coluna é σ(i) 6= σ(j) para
i 6= j, ou seja é a injetividade da função σ. Como uma função injetiva de um conjunto
com n elementos para ele próprio é necessariamente uma bijeção, conclui-se que a função
determinada por uma matriz de 0s e 1s satisfazendo as condições indicadas é uma bijeção.
O termo do determinante de A correspondente a uma permutação σ será dado pelo
produto das entradas de A que ocorriam nas posições onde estão os 1s, ou seja o produto
dos aiσ(i) com i = 1, . . . , n. O termo terá um sinal que será ± consoante o número de vezes
que temos que trocar pares de linhas para transformar a matriz de 0s e 1s na identidade
é par ou impar. Chamando a este sinal sgn(σ) - o sinal da permutação σ - obtemos a
seguinte expressão para o determinante:
X
(28) det(A) = sgn(σ)a1σ(1) a2σ(2) · · · anσ(n)
σ∈Σn
O argumento anterior torna claro que se existir uma função determinante, ela é única (tem
que ser dada pela fórmula (28)!). Mas neste momento não é ainda claro que uma tal função
exista. Há muitas maneiras de trocar pares de linhas de forma a obter a matriz identidade
a partir de uma matriz de 0s e 1s. Se para uma das maneiras o número de trocas fosse
par e para outra maneira fosse ı́mpar concluir-se-ia que a função determinante não podia
existir.
Não é fácil verificar diretamente que o sinal de uma permutação está bem definido. Em
vez disso vamos dar uma construção indutiva do determinante. Uma vez que isto esteja
feito teremos implicitamente provado que o sinal de uma permutação está bem definido!
Será necessariamente
(
1 se j = σ(i)
(29) sgn(σ) = det A(σ) com A(σ) a matriz com entradas aij =
0 caso contrário.
A matriz A(σ) diz-se uma matriz de permutação. O efeito que tem nas coordenadas de um
vetor linha ou coluna é uma permutação das coordenadas. Por exemplo,
x1 xσ(1)
   
 x2   xσ(2) 
A(σ) 
 ...  =  ... 
  
xn xσ(n)
É um bom exercı́cio ver o que acontece quando se multiplica A(σ) à esquerda por um vetor
linha.
Dem. do Teorema 5.6. Já vimos que se existir uma função determinante ela é única (e
dada pela fórmula (28)). Vamos ver por indução em n que existe uma função determinante
para matrizes n × n. Quando n = 1, é imediato que
det([a11 ]) = a11
Suponhamos que já definimos uma função determinante nas matrizes n × n. Dada uma
matriz A do tipo (n + 1) × (n + 1), seja A1i a matriz n × n que se obtém de A suprimindo
70 ÁLGEBRA LINEAR
a primeira linha e a i-ésima coluna. Vamos definir

(30) det(A) = a11 det(A11 ) − a12 det(A12 ) + . . . + (−1)n a1(n+1) det A1(n+1)
fórmula esta que é motivada pela relação entre os determinantes para matrizes 3 × 3 e 2 × 2
que obtivemos anteriormente.
Temos a verificar que det A verifica as condições (i) − (iii) da Definição 5.3. A condição
(i) é verificada porque a expressão (30) é claramente linear na primeira linha da matriz A e,
por hipótese de indução, nas restantes, uma vez que as funções det(A1i ) são multilineares.
A condição (iii) também é verificada porque as entradas na primeira linha da matriz
identidade In+1 com excepção da primeira são todas nulas. Uma vez que (I(n+1) )11 = In
obtemos
det(In+1 ) = 1 · det(In ) = 1.
Resta-nos verificar que se uma das linhas de A está repetida então det A = 0. Se a
repetição ocorrer nas linhas i e j com i, j ≥ 2 então todos os termos det(A1i ) em (30) se
anulam (por hipótese de indução) e portanto det A = 0. Se i = 1, podemos assumir que
j = 2 uma vez que, por hipótese de indução, o termo direito da equação (30) troca de sinal
quando trocamos a linha j de A com a segunda linha.
Suponhamos assim que A tem a primeira e segunda linha iguais. Se A é uma matriz
2 × 2 a expressão (30) é
det(A) = a11 a22 − a12 a21 = a11 a12 − a12 a11 = 0
Se n > 1, podemos, por hipótese de indução aplicar a expressão (30) às matrizes n × n A1i .
A entrada 1j na primeira linha de A1i é igual a
(
a2j se j < i
a2(j+1) se j > i
portanto
i−1
X n+1
X
j−1
det(A1j ) = (−1) a2j det(A12|ij ) + (−1)j a2j det(A12|ij )
j=1 j=i+1
onde A12|ij denota a matriz (n − 1) × (n − 1) que se obtém de A suprimindo as primeiras
duas linhas e as colunas i e j. Substituindo esta expressão em (30) vemos que há dois
termos nos quais aparece det(A12|ij ) para i, j dados com 1 ≤ i < j ≤ n:
(−1)i−1 a1i · (−1)j−2 a2j det(A12|ij )
que é o (j − 1)-ésimo termo da expansão do termo (−1)i−1 a1i det(A1i ) à direita do sinal de
igual em (30) e
(−1)j−1 a1j · (−1)i−1 a2i det(A12|ij )
que vem da expansão do termo (−1)j−1 a1j det(A1j ). Uma vez que as primeiras duas linhas
da matriz são iguais, temos
(−1)i−1 a1i · (−1)j−2 a2j det(A12|ij ) + (−1)j−1 a1j · (−1)i−1 a2i det(A12|ij ) = 0
ÁLGEBRA LINEAR 71
Observação 5.8. Uma função f : Mn×n (K) → K satisfazendo as propriedades (i) e (ii)
na Definição 5.3 chama-se uma função multilinear alternante das linhas da matriz. O
argumento usado na demonstração de unicidade do determinante aplicado a uma tal função
(sem qualquer alteração) mostra que
X
f (A) = sgn(σ)a1σ(1) · · · anσ(n) f (In )
σ∈Σn
pelo que o valor de uma tal função em qualquer matriz é completamente determinado pelo
valor que assume na matriz identidade. Mas sendo λ ∈ K qualquer, a função A 7→ λ det(A)
é uma função multilinear alternante que assume o valor λ em In , pelo que se conclui que
toda a função multilinear alternante é da forma
f (A) = λ det(A)
em que λ = f (In ).
5.9. Propriedades do determinante. Vamos agora ver algumas propriedades impor-
tantes do determinante que nos ajudam a calculá-lo.
Definição 5.10. Seja A uma matriz n × n. Para 1 ≤ i, j ≤ n designamos por Aij a
matriz (n − 1) × (n − 1) que se obtém de A omitindo a i-ésima linha e a j-ésima coluna.
O menor-ij de A é o número det Aij e o cofator-ij de A é (−1)i+j det Aij . A matriz n × n
cuja entrada ij é o cofator-ij diz-se a matriz dos cofatores de A e denota-se por cof A.
Proposição 5.11 (Propriedades do determinante). Sejam A e B matrizes n × n.
(i) Expansão de Laplace: Sendo 1 ≤ i ≤ n, temos
Xn
det(A) = (−1)i+j aij det(Aij )
j=1
onde Aij é a matriz que se obtém de A omitindo a linha i e a coluna j. A fórmula

acima chama-se a expansão de Laplace para o determinante ao longo da linha i.
(ii) det(AB) = det(A) det(B)
(iii) det(AT ) = det(A)
(iv) A(cof(A))T = det(A)In .
Antes de vermos a demonstração destas propriedades notemos as seguintes consequências.
Corolário 5.12 (Expansão de Laplace ao longo de colunas). Sendo 1 ≤ j ≤ n, temos
Xn
det(A) = (−1)i+j aij det(Aij )
i=1
Dem. A expansão ao longo da coluna j no enunciado é exatamente a expansão ao longo

da linha j de AT . Logo calcula det AT = det A.
Corolário 5.13. Uma matriz quadrada A é invertı́vel sse det A 6= 0 e nesse caso
1
A−1 = (cof A)T
det A
72 ÁLGEBRA LINEAR
Dem. Se A é invertı́vel então det(A) det(A−1 ) = det(AA−1 ) = det(In ) = 1 logo det(A) 6= 0

e
1
det(A−1 ) =
det A
Reciprocamente se det A 6= 0, a Proposição 5.11 (iv) diz-nos que

1 T
A (cof A) = In
det A
pelo que A é invertı́vel (cf. Proposição 4.36 (vi)) sendo a inversa descrita pela fórmula no
enunciado.
Esta fórmula para a inversa de uma matriz tem mais utilidade teórica do que prática
porque não é fácil calcular determinantes de matrizes grandes. É no entanto muito útil
para matrizes 2 × 2, caso em que afirma que
−1
a b 1 d −b
= quando ad − bc 6= 0
c d ad − bc −c a
É ainda razoável aplicar a fórmula para matrizes 3 × 3 mas se o tamanho das matrizes é
maior ou igual a 4 a fórmula começa a tornar-se impraticável e é muito mais rápido usar
o método de Gauss-Jordan.
Dem. da Proposição 5.11. (i) Para i = 1 a expansão de Laplace é simplesmente a ex-
pressão indutiva (30) usada para demonstrar a existência do determinante. Se i > 1,
seja Ã a matriz que se obtém de A trocando a linha 1 com a linha i. Aplicando (30)
obtemos
Xn Xn
1+j
(31) det(A) = − det(Ã) = − (−1) ã1j det(Ã1j ) = − (−1)1+j aij det(Ã1j )
j=1 j=1
Notamos agora que as matrizes Ã1j e Aij diferem pela troca da (i−1)-ésima linha com
o bloco formado pelas linhas que a precedem - o que corresponde a (i − 2)-trocas de
pares de linhas à medida que a linha (i − 1) “flutua até chegar à superfı́cie”. Portanto
det(Ã1j ) = (−1)i−2 det Aij
Substitituindo em (31) obtemos a fórmula pretendida.
(ii) Fixada uma matriz B, considere-se a função f : Mn×n (R) → R definida por
f (A) = det(AB)
Trata-se de uma função multilinear e alternante das linhas de A pela definição do pro-
duto de matrizes e pelas propriedades (i) e (ii) na definição de função determinante.
Uma vez que f (In ) = det(B), a Observação 5.8 diz-nos que f (A) = det(A) det(B).
(iii) A expressão (28) diz-nos que
X X
det(AT ) = sgn(σ)aT1σ(1) · · · aTnσ(n) = sgn(σ)aσ(1)1 · · · aσ(n)n
σ∈Σn σ∈Σn
ÁLGEBRA LINEAR 73
Seja σ −1 : {1, . . . , n} → {1, . . . , n} a permutação inversa de σ (isto é, a permutação

que verifica σ −1 (σ(i)) = i para i = 1, . . . , n). Então
σ(i) = j ⇔ i = σ −1 (j)
e portanto
aσ(1)1 · · · aσ(n)n = a1σ−1 (1) · · · anσ−1 (n)
(do lado direito do sinal de igual aparecem as mesmas entradas da matriz que do lado
esquerdo mas por outra ordem; estão agora ordenados pelo primeiro ı́ndice, enquanto
que à esquerda estão ordenados pelo segundo). Temos assim
X
(32) det(AT ) = sgn(σ)a1σ−1 (1) · · · anσ−1 (n)
σ∈Σn
As matrizes A(σ) associadas às permutações (ver (29)) colocam na coordenada i de um

vetor coluna a coordenada que estava na posição σ(i). Logo o efeito de A(σ)A(σ −1 )
num vetor coluna é colocar na coordenada i a componente xσ−1 (σ(i)) = xi . Portanto
A(σ)A(σ −1 ) = In ⇒ det(A(σ)) det A(σ −1 ) = 1 ⇒ det(A(σ)) = det(A(σ −1 ))
onde a última implicação usa que o determinante de uma matriz de permutação é
necessariamente ±1. Notando que sgn(σ) = det A(σ) e substituindo em (32) temos
X
det(AT ) = sgn(σ −1 )a1σ−1 (1) · · · anσ−1 (n)
σ∈Σn
Quando σ percorre todos os elementos de Σn , o mesmo sucede com a sua inversa σ −1

pelo que a expressão à direita na igualdade acima é exatamente a fórmula (28) para
o determinante de A. Isto conclui a demonstração.
(iv) A fórmula no enunciado diz-nos que o produto da linha i da matriz A pela coluna j da
matriz (cof A)T é det(A) se i = j e 0 caso contrário. A expressão para este produto é
X n Xn Xn
T
aik ((cof A) )kj = aik (cof A)jk = aik (−1)j+k det(Ajk )
k=1 k=1 k=1
Quando i = j, a expressão anterior é a expansão de Laplace para o determinante de
A ao longo da linha i e é portanto igual a det A. Para i 6= j, a expressão é a expansão
de Laplace ao longo da linha j da matriz que se obtém de A repetindo a linha j na
linha i, e é portanto igual a 0.

Observação 5.14. É instrutivo pensar em escrever explicitamente a igualdade indicada na
Proposição 5.11(ii) em termos das entradas das matrizes envolvidas. Mesmo para matrizes
3 × 3 a complexidade é enorme! É fácil no entanto convencer-se que, pelo menos a menos
de sinal, a igualdade se deve verificar:
Atendendo à Proposição 5.11(iii), | det A| é o volume do paralelı́pipedo que tem por
arestas as colunas da matriz A, paralelipı́pedo este que é a imagem do cubo com arestas
unitárias em Rn pela transformação linear x 7→ Ax . Segue-se que a imagem de um cubo
qualquer em Rn por esta transformação tem volume igual a | det(A)| vezes o volume do
74 ÁLGEBRA LINEAR
cubo original. Verão em Cálculo 2 que o volume de um subconjunto (razoável) de Rn se

define aproximando esse conjunto por cubos muito pequenos e passando ao limite. Segue-se
então que | det A| é o fator pelo qual a transformação linear x 7→ Ax multiplica volumes.
Uma vez que AB é a matriz que representa a composta das transformações lineares repre-
sentadas por A e B, segue-se que o fator pela qual AB multiplica volumes é | det(A)|| det(B)|.
Exemplo 5.15. Vamos calcular o determinante

2 0 3 0

0 0 1 0

1 4 5 7

1 8 9 3
usando a expansão de Laplace. Uma vez que a segunda linha tem 3 zeros, é mais eficiente
fazer a expansão ao longo dessa linha. Obtemos

0 3 0 2 3 0 2 0 0 2 0 3

2+1
2+2
2+3
2+4

0·(−1) 4 5 7 +0·(−1) 1 5 7 +1·(−1) 1 4 7 +0·(−1) 1 4 5

8 9 3 1 9 3 1 8 3 1 8 9
e fazendo agora a expansão de Laplace do único termo não nulo ao longo da primeira linha
obtém-se
2 0 0
1+1 4 7

− 1 4 7 = −2 · (−1)
= −2(4 · 3 − 7 · 8) = 88.
8 3
1 8 3
5.16. Aplicação à solução de sistemas lineares. A fórmula para a inversa de uma
matriz em termos do determinante conduz à seguinte fórmula explı́cita para a solução de
um sistema linear quando a matriz dos coeficiente do sistema é invertı́vel.
Proposição 5.17 (Regra de Cramer). Seja A uma matriz n × n invertı́vel e b uma matriz
n × 1. Então a componente xi da solução do sistema linear
Ax = b
é dada pela fórmula
det Ai
xi =
det A
onde Ai é a matriz que se obtém de A substituindo a coluna i de A por b.
Dem. A componente xi da solução do sistema é a i-ésima entrada de A−1 b e é portanto
dada por
n
X
xi = cij bj
j=1
−1
onde cij é a entrada ij da matriz A . Pelo Corolário 5.13 esta entrada é
det(Aji )
cij = (−1)i+j
det A
ÁLGEBRA LINEAR 75
pelo que
n
1 X
xi = (−1)i+j bj det(Aji )
det A j=1
O somatório na expressão anterior é exatamente o desenvolvimento de Laplace ao longo
da coluna i da matriz Ai do enunciado. Isto conclui a demonstração.
Exemplo 5.18. Vamos achar a coordenada y da solução do sistema

2x + 3y + z = 3

x−y+z =4

x + 2y − z = 5
Pela regra de Cramer temos

2 3 1

1 4 1

1 5 −1 11
y = =−
2 3 1
7
1 −1 1

1 2 −1
5.19. O determinante de uma matriz triangular por blocos. Recorde que uma
matriz quadrada A diz-se triangular superior se aij = 0 para i > j (isto é se todas as
entradas abaixo da diagonal principal são nulas) e triangular inferior se aij = 0 para i < j
(isto é se todas as entradas acima da diagonal principal são nulas).
Usando a expansão de Laplace e indução, é imediato verificar que o determinante de
uma matriz triangular (superior ou inferior) é igual ao produto das entradas na diagonal

λ1 ∗ · · · ∗

.. .
0 λ2
. ..
. . = λ1 · · · λn
.. . . . . . ...

0 · · · 0 λn
Uma generalização da última propriedade que é muito útil diz respeito ao cálculo de
determinantes de matrizes escritas por blocos.
Proposição 5.20. O determinante de uma matriz triangular por blocos com blocos quadra-
dos na diagonal é o produto dos determinantes dos blocos diagonais

A1 ∗ · · · ∗

. .
0 A2 . . ..

. . = |A1 | · · · |An |
.. . . . . . ...

0 · · · 0 An
Dem. Exercı́cio.
76 ÁLGEBRA LINEAR
Exemplo 5.21.

1 0 5 11 6
3 2 3 27 5
1 0 3 2
0 0 4 2 2 =
· 4 · = 2 · 4 · 10 = 80
3 2 1 4

0 0 0 3 2
0 0 0 1 4
5.22. O produto externo de vetores.
Definição 5.23. Sejam v, w ∈ R3 . O produto externo de v e w é o vetor v × w ∈ R3
definido por

e1 e2 e3

v × w = v1 v2 v3 = (v2 w3 − v3 w2 )e1 + (v3 w1 − v1 w3 )e2 + (v1 w2 − v2 w1 )e3

w1 w2 w3
= (v2 w3 − v3 w2 , v3 w1 − v1 w3 , v1 w2 − v2 w1 )
onde ei designa o i-ésimo vetor da base canónica de R3 e a expressão à direita se obtém
expandindo o determinante ao longo da primeira linha.
Exemplo 5.24.

e1 e2 e3

(1, −3, 2) × (5, 0, 2) = 1 −3 2  = (−6, 8, 15)
5 0 2
O produto externo tem inúmeras aplicações em Matemática e Fı́sica. Será usado em

Cálculo 2 para calcular fluxos de campos vetoriais através de superfı́cies. Em Mecânica
aparece por exemplo na expressão para o momento angular de uma partı́cula em torno de
um ponto, que é dado pela expressão L ~ = ~r × p~ com ~r o vetor de posição e p~ o momento
linear. A Força de Lorentz a que uma carga elétrica em movimento é sujeita ao interagir
com um campo magnético B ~ é F~ = q~v × B,
~ com ~v a velocidade e q a carga da partı́cula
em questão.
As propriedades do determinante implicam imediatamente certas propriedades do pro-
duto externo. Vamos usar a notação hv, wi para o produto interno de dois vetores de
v, w ∈ R3 familiar do ensino secundário e definido por
h(v1 , v2 , v3 ), (w1 , w2 , w3 )i = v1 w1 + v2 w2 + v3 w3
No Capı́tulo 7 iremos estudar em detalhe este produto interno assim como as suas gener-
alizações a espaços vetoriais reais e complexos.
Proposição 5.25 (Propriedades do produto externo). (i) O produto externo é linear em
cada um dos seus argumentos.
(ii) v × w = −w × v
(iii) v × v = 0
ÁLGEBRA LINEAR 77

u1 u2 u3

(iv) hu, (v × w)i = v1 v2 v3
w1 w2 w3
Proof. A primeira afirmação é verdadeira porque o determinante é multilinear, a segunda

porque o determinante troca de sinal quando se trocam linhas, e a terceira porque o
determinante é zero se houver uma linha repetida. A quarta é uma consequência da
definição do produto interno e da expansão de Laplace ao longo da primeira linha.
A Proposição anterior dá-nos também o significado geométrico do produto externo. De

facto, uma vez que o determinante de uma matriz com linhas repetidas é 0, pela propriedade
(iv) temos
hv, v × wi = hw, v × wi = 0
pelo que v × w é ortogonal ao plano gerado por v e w (se v e w são colineares, então as
propriedade (i) e (iii) dizem-nos que o produto externo é o vetor nulo). Além disso, dada
a interpretação do determinante como o volume do paralelipı́pedo temos que

– v×w –

kv × wk2 = hv × w, v × wi = – v –
– w –
é o volume do paralelipı́pedo com base o paralelogramo formado por v e w sendo a outra

aresta perpendicular ao paralelogramo com comprimento kv × wk. Este volume é a área
da base vezes o comprimento da aresta perpendicular à base pelo que kv × wk é a área
do paralelogramo com arestas v e w. Note-se que no caso degenerado em que v e w são
colineares a afirmação anterior continua a ser válida.
Em suma, quando v, w não são colineares, o produto externo v × w é um vetor perpen-
dicular ao plano determinado por v e w, cujo comprimento é a área do paralelogramo com
arestas v e w. Se α for a o ângulo entre v e w, a área do paralelogramo é a mesma que
a área do retângulo com arestas de comprimento kvk e kwk sen α (isto vê-se deslizando a
aresta w ao longo de uma reta paralela a v até que fique perpendicular a v - movimento
que não afeta a área do paralelogramo). Portanto
kv × wk = kvkkwk sen α com α o ângulo entre v e w

78 ÁLGEBRA LINEAR
Há dois vetores com a propriedade que acabámos de descrever, que diferem apenas no
seu sentido. O sentido do produto externo é dado pela regra da mão direita: se colocarmos
a mão direita aberta, com os dedos que não o polegar juntos apontando na direção de v e
a rodarmos de modo a que esses dedos apontem para w, o polegar aponta na direção de
v × w.
A razão pela qual isto é assim prende-se com o significado geométrico do sinal do deter-
minante de uma matriz 3 × 3 invertı́vel, que é precisamente

– v1 –

– v2 – > 0 ⇔ v1 , v2 e v3 satisfazem a regra da mão direita.

– v3 –
Nesse caso diz-se que a orientação do referencial (v1 , v2 , v3 ) é positiva. Note-se que o refer-
encial canónico formado pela base canónica de R3 tem esta propriedade. Assim podemos
pensar nos referenciais positivamente orientados como sendo ”semelhantes” ao referencial
habitual.
Para perceber a afirmação anterior recorde-se que podemos transformar a matriz com
linhas v1 , v2 e v3 na matriz identidade aplicando o método do Gauss-Jordan. Cada passo
do método consiste numa operação
(33) Li − αLj , αLi , Li ↔ Lj
que, em termos da matriz dos coeficientes do sistema, corresponde à multiplicação à es-
querda por uma matriz elementar. No primeiro caso trata-se de uma matriz triangular com
uma única entrada não nula fora da diagonal, no segundo caso por uma matriz diagonal
com α na posição i e 1 nas restantes, e no último por uma matriz de permutação que troca
as linhas i e j. O sinal do determinante da matriz dos coeficientes não é alterado pelas
operações do primeiro tipo, permanece igual ou é alterado pelas do segundo tipo consoante
α é positivo ou negativo, e é sempre alterado por operações do terceiro tipo (com i 6= j).
ÁLGEBRA LINEAR 79
Resta agora observar que o efeito que as operações (33) têm relativamente à verificação
da regra da mão direita por um referencial é exatamente o mesmo: operações do primeiro
tipo não têm efeito no que diz respeito à verificação da regra da mão direita pelas linhas
da matriz; operações do segundo tipo não têm efeito se α > 0 e têm efeito se α < 0; as
operações do terceiro tipo têm sempre efeito. Conclui-se que o determinante é positivo sse
as linhas satisfazem a regra da mão direita.
Observação 5.26. A fórmula da Definição 5.23 pode ser usada para definir o produto
externo de (n − 1) vetores em Rn , para n ≥ 1. Sendo e1 , . . . , en a base canónica de Rn e
v1 , . . . vn−1 vetores de Rn , define-se

e1 · · · en

– v1 –
v1 × · · · × vn−1 =

– ... –

– vn−1 –
Por exemplo, se n = 2, o produto externo de um único vetor v1 ∈ R2 dá o vetor que

se obtém de v1 rodando 90 graus no sentido horário. Em geral, os argumentos acima
mostram que o produto externo é nulo sse os vetores v1 , . . . , vn−1 forem linearmente de-
pendentes e senão é perpendicular ao plano (n − 1)-dimensional gerado por v1 , . . . , vn−1 .
Além disso, o comprimento do produto externo é o volume (n − 1)-dimensional do par-
alelipı́pedo com arestas v1 , . . . , vn−1 e o seu sentido é tal que a orientação do referencial
(v1 × · · · × vn−1 , v1 , . . . , vn−1 ) coincide com a da base canónica de Rn .
6. Endomorfismos
Vamos agora iniciar um estudo detalhado das transformações lineares T : V → V em que
o espaço de chegada é o mesmo que o espaço de partida. Estas transformações designam-se
por endomorfismos (do grego endon - dentro) porque aplicam o espaço V para dentro de
si próprio.
Estas transformações desempenham um papel especialmente importante na Matemática
e nas suas aplicações, em parte porque codificam simetrias (por exemplo rotações do espaço
R3 ), e talvez principalmente, porque podem ser usadas para descrever evolução temporal:
se o vetor v ∈ V codificar o estado de um sistema, podemos por vezes codificar o estado
desse sistema após a passagem de uma unidade de tempo por T (v), após outra unidade de
tempo por T 2 (v) = T (T (v)), etc...
Exemplo 6.1. Suponhamos que um vetor (x, y) ∈ R2 codifica o estado de um sistema e
que a evolução após uma unidade de tempo é descrita pela transformação linear
T (x, y) = (2x, y2 )
Para todo o n ∈ Z temos T n (x, y) = (2n x, 2yn ) pelo que os estados atingidos por um sistema
com estado inicial (x0 , y0 ) fora dos eixos são todos pontos da hipérbole xy = x0 y0 . Quando
n → +∞ o estado tende para ∞ ao longo do eixo dos xx (quando x0 é 0, converge para
(0, 0)).
80 ÁLGEBRA LINEAR
Exemplo 6.2. (Cadeias de Markov) Suponhamos que um sistema tem n estados possı́veis
e que temos uma população de tais sistemas. Seja xi a percentagem da população que
se encontra no estado i e suponhamos que podemos determinar a probabilidade pij de, ao
longo de uma unidade de tempo, um sistema evoluir do estado j para o estado i.
Por exemplo os sistemas podem ser pessoas, os estados podem ser 1-viver em Lisboa;
2-viver fora de Lisboa; x1 é então a percentagem da população que vive em Lisboa e x2 =
1 − x1 . Se cada ano, 3% da população se mudar para fora de Lisboa e 1% da população
exterior se mudar para Lisboa, a evolução anual da distribuição da população é codificada
pela operação
x1 0.97 0.01 x1
7→
x2 0.03 0.99 x2
Note-se que uma matriz n × n com entradas pij construı́da pelo procedimento descrito
acima tem entradas todas não negativas e que a soma dos elementos em cada coluna é 1.
Uma tal matriz chama-se uma matriz de Markov.
6.3. Subespaços invariantes. Para analisar um endomorfismo T : V → V vamos usar
uma tática habitual em matemática: decompor T em objetos da mesma natureza, mas tão
simples quanto possı́vel.
Definição 6.4. Seja T : V → V um endomorfismo. Um subespaço vetorial W ⊂ V diz-se
um subespaço invariante de T se T (W ) ⊂ W .
Exemplo 6.5. (i) Se T : R3 → R3 é uma rotação de um ângulo α em torno de um eixo
L que passe pela origem, tanto o eixo L como o plano perpendicular que passa pela
origem são subespaços invariantes.
Concretamente, no caso em que o eixo é o dos zz, temos

    
x cos α − sen α 0 x
 y  7→  sen α cos α 0   y 
z 0 0 1 z
e claramente W1 = {(x, y, 0) : x, y ∈ R} e W2 = {(0, 0, z) : z ∈ R} são subespaços
invariantes.
ÁLGEBRA LINEAR 81
(ii) Para qualquer endomorfismo T : V → V temos que {0} e V são espaços invariantes,
ditos triviais. Exemplos mais interessantes são o núcleo N (T ) e a imagem Im(T ).
De facto, T (N (T )) = {0} ⊂ N (T ) e claramente T (Im(T )) ⊂ Im(T ).
(iii) Dado v ∈ V , consideremos o conjunto S = {v, T (v), T 2 (v), . . .} ⊂ V . Então L(S) ⊂
V é um subespaço invariante: de facto, dado
α0 v + . . . + αn T n (v) ∈ L(S)
temos
T (α0 v + . . . + αn T n (v)) = α0 T (v) + . . . + αn T n+1 (v) ∈ L(S)
Este espaço chama-se o subespaço cı́clico determinado pelo vetor v ∈ V .
Recorde-se dos Exercı́cios 11 e 21 da ficha sobre espaços vetoriais que um espaço V se
diz a soma direta de dois subespaços W1 , W2 ⊂ V se V = W1 + W2 e W1 ∩ W2 = {0}.
Nesse caso escrevemos V = W1 ⊕ W2 . Cada vetor de V pode então decompor-se de forma
única como a soma de um vetor de W1 e de um vetor de W2 . No Exemplo 6.5 (i) acima, o
espaço R3 é a soma direta do eixo de rotação e do plano ortogonal ao eixo.
Se conseguirmos decompor V como uma soma direta W1 ⊕ W2 de espaços invariantes,
então sendo T1 = T|W1 : W1 → W1 , T2 = T|W2 : W2 → W2 as transformações induzidas
por T nos subespaços invariantes teremos, em termos da decomposição única de um vetor
v ∈ V como a soma v = x + y com x ∈ W1 e y ∈ W2
T (x + y) = T1 (x) + T2 (y)
e a análise do comportamento de T reduz-se à análise do comportamento de T1 e T2 .
Podemos pensar neste processo como uma ”separação de variáveis”: o comportamento de
T como função das duas variáveis x e y é completamente determinado pelo comportamento
de duas funções de apenas uma variável.
Indutivamente podemos tentar analogamente decompor T1 e T2 até que isso deixe de ser
possı́vel, ou seja até expressar T como uma soma direta de endomorfismos ”atómicos”. O
nosso objetivo vai ser descrever estes últimos. Os detalhes de como fazer isso dependem
muito do corpo de base K pois, como iremos ver, este problema está fortemente relacionado
com o problema de fatorizar polinómios com coeficientes no corpo. Por questões de tempo
teremos de nos concentrar nos casos em que o corpo é R ou C mas tentaremos dar alguma
indicação de como o problema se pode resolver em geral.
6.6. Valores próprios e vetores próprios. Os subespaços invariantes (não triviais)
mais simples são os que têm dimensão 1. Se v for um elemento não nulo de um tal espaço,
teremos necessariamente T (v) = λv para algum escalar λ.
Definição 6.7. Seja V um espaço vetorial sobre o corpo K e T : V → V um endomorfismo.
Um vetor não nulo v ∈ V \ {0} diz-se um vetor próprio de T se existe λ ∈ K tal que
T (v) = λv. Nesse caso λ diz-se um valor próprio de T associado ao vetor próprio v.
Também podemos falar de valores e vetores próprios de uma matriz A ∈ Mn×n (K): são
os vetores e valores próprios do endomorfismo de Kn que é representado na base canónica
por A.
82 ÁLGEBRA LINEAR
Exemplo 6.8. (i) Um vetor não nulo segundo um eixo de uma rotação de R3 é um vetor
próprio com valor próprio 1.
(ii) Se P : V → V é uma projeção (isto é se P 2 = P ) então todos os vetores não nulos
do plano de projeção Im(P ) são vetores próprios com valor próprio 1.
(iii) Os vetores não nulos do núcleo N (T ) (se existirem) são vetores próprios de T com
valor próprio 0.
(iv) Seja V = C ∞ (R) o espaço vetorial das funções reais de variável real indefinidamente
diferenciáveis e D : V → V a operação de derivação definida por D(f ) = f 0 . Todos
os números reais λ são valores próprios de D. Os vetores próprios correspondentes a
λ são as funções exponenciais ceλt com c 6= 0.
Uma vez que
T (v) = λv ⇔ T (v) = λ Id(v) ⇔ (T − λ Id)(v) = 0
vemos que λ é um valor próprio se e só se N (T − λ Id) 6= {0}. Desde que V tenha
dimensão finita, é possı́vel determinar os valores próprios e vetores próprios recorrendo
ao determinante: escolhendo uma base B para V e considerando a matriz A = AT,B,B a
condição acima traduz-se em
N (A − λI) 6= {0} ⇔ (A − λI) não é invertı́vel ⇔ det(A − λI) = 0
Quando det(A − λI) = 0, os elementos não nulos de N (A − λI) corresponderão aos vetores
próprios associados a λ.
Exemplo 6.9. Consideremos a transformação linear T : R2 → R2 definida por T (x, y) =
(x + 2y, 2x + y). Considerando a base canónica temos

1−λ 2
A − λI =
2 1−λ
Esta matriz não é invertı́vel exatamente quando

1−λ 2
= 0 ⇔ (1 − λ)2 − 4 = 0 ⇔ λ = −1 ou λ = 3.
2 1−λ
São estes os valores próprios de T . Os vetores próprios de λ = −1 são os elementos não
nulos de N (A + I):

2 2 a
(A + I)v = 0 ⇔ = 0 ⇔ b = −a
2 2 b
ou seja, os vetores da forma a(1, −1) com a 6= 0. Analogamente, os vetores próprios de
λ = 3 (os elementos não nulos do núcleo de A − 3I) são os vetores da forma a(1, 1) com
a 6= 0.
Os vetores v1 = (1, 1) e v2 = (1, −1) formam uma base de R2 em termos da qual é
extremamente simples compreender o efeito que a transformação linear T tem sobre os
vetores de R2 : Ao longo da direção de v1 (a diagonal do primeiro quadrante) T expande
por um fator de 3, enquanto que na direção ortogonal, (a diagonal do quarto quadrante),
T reflete. Com base nisto é fácil descrever o efeito que T teria num desenho qualquer no
plano (ver figura).
ÁLGEBRA LINEAR 83
Note-se ainda que, uma vez que T (v1 ) = 3v1 e T (v2 ) = −v2 , temos que a representação
matricial de T com respeito à base B = (v1 , v2 ) é

3 0
AT,B,B =
0 −1
Definição 6.10. Um endomorfismo T : V → V diz-se diagonalizável se existe uma base
para V constituı́da por vetores próprios de T . Uma matriz A ∈ Mn×n (K) diz-se di-
agonalizável, se a transformação linear de Kn representada por A (com respeito à base
canónica) é diagonalizável.
A razão da palavra diagonalizável é, claro, que a representação de uma transformação
linear diagonalizável numa base B = (v1 , . . . , vn ) de vetores próprios é uma matriz diagonal
λ1 0 · · · 0
 
...
 0 λ2 0 
 
 . .
 .. . . . . . ... 

0 · · · 0 λn
onde λi é o valor próprio associado a vi . Note-se que os valores próprios não são necessari-
amente distintos dois a dois.
Uma matriz quadrada A é diagonalizável se existe uma matriz invertı́vel S (uma matriz
de mudança de coordenadas de uma base formada por vetores próprios de A para a base
canónica) tal que A = SDS −1 com D uma matriz diagonal (que tem como entradas não
nulas valores próprios de A). Ou seja, A é diagonalizável se é semelhante a uma matriz
diagonal.
Recorde-se a nossa estratégia de decompor um endomorfismo T como uma soma direta
de endomorfismos ”atómicos”. Um endomorfismo T : V → V é diagonalizável se V se
decompõe numa soma direta de espaços invariantes de dimensão 1. A nossa estratégia
atinge assim o seu objetivo.
84 ÁLGEBRA LINEAR
Pode no entanto haver algo de arbitrário na decomposição assim obtida. Se na base

formada por vetores próprios houver mais do que um vetor próprio associado a um valor
próprio λ podemos substituir esses vetores por qualquer outra base para o subespaço que
eles geram.
Definição 6.11. Seja T : V → V um endomorfismo. O espaço próprio associado ao valor
próprio λ de T é
E(λ) = N (T − λ Id)
A dimensão de E(λ) chama-se a multiplicidade geométrica de λ.
O espaço próprio de λ é o conjunto de todos os vetores próprios de λ juntamente com
o vetor 0. A multiplicidade geométrica de λ é o número máximo de vetores próprios de λ
que são linearmente independentes. Note-se que E(0) é o núcleo de T .
Uma transformação linear é diagonalizável se e só se existem valores próprios λ1 , . . . , λk
distintos de T tais que
V = E(λ1 ) ⊕ . . . ⊕ E(λk )
A restrição de T a cada um dos espaços E(λ) é simplesmente multiplicação por λ. Quando
alguma das multiplicidades geométricas é maior do que um, esta decomposição é mais
natural que a decomposição em espaços de dimensão 1 determinada por uma escolha de
bases para cada um dos espaços próprios.
Exemplo 6.12. Seja T : R3 → R3 a transformação linear definida por
T (x, y, z) = (3x − y + z, 2y, x − y + 3z)
Sendo A a matriz que representa T na base canónica temos

3 − λ −1 1

det(A − λI) = 0 2−λ 0
1 −1 3 − λ
= (3 − λ)2 (2 − λ) − (2 − λ) = (2 − λ)((λ − 3)2 − 1)
Portanto a matriz A − λI tem caracterı́stica < 3 se e só se λ = 2 ou (λ − 3)2 = 1 ⇔ λ = 2
ou λ = 4. Os valores próprios são portanto 2 e 4. Os vetores próprios de 2 são as soluções
de (A − 2I)v = 0:
  
1 −1 1 a
 0 0 0  b  = 0 ⇔ b = a + c
1 −1 1 c
Os vetores próprios de 2 são portanto os vetores não nulos da forma (a, a + c, c) pelo que
E(2) = L({(1, 1, 0), (0, 1, 1)}). Os vetores próprios de 4 são as soluções de
  
−1 −1 1 a
(
 0 −2 0   b  = 0 ⇔ b = 0
1 −1 −1 c c=a
ÁLGEBRA LINEAR 85
Temos portanto E(4) = L({(1, 0, 1)}). Escrevendo v1 = (1, 1, 0), v2 = (0, 1, 1) e v3 =

(1, 0, 1) e tomando B = (v1 , v2 , v3 ) temos que
 
2 0 0
AT,B.B =  0 2 0 
0 0 4
Temos R3 = E(4) ⊕ E(2). No subespaço invariante E(2) o efeito de T é multiplicar por 2,
enquanto que em E(4) é multiplicar por 4. A multiplicidade geométrica do valor próprio 2
é 2, enquanto que a multiplicidade geométrica do valor próprio 4 é 1.
Exemplo 6.13. Uma projeção, isto é um endomorfismo P : V → V tal que P 2 = P ,
é diagonalizável. De facto, vimos nos exercı́cios sobre transformações lineares que V se
decompõe como a soma direta N (P ) ⊕ Im(P ). Uma vez que N (P ) é o espaço próprio de 0
e que Im(P ) é o espaço próprio de 1 temos V = E(0) ⊕ E(1). A multiplicidade geométrica
de 0 é a dimensão do núcleo (ou nulidade) de P . A multiplicidade geométrica de 1 é a
dimensão de Im(P ).
Infelizmente, nem sempre é possı́vel diagonalizar uma transformação linear. Na reali-
dade, nem é garantido que exista algum vetor próprio!
Exemplo 6.14. É geometricamente óbvio (e fácil de confirmar algebricamente) que, desde
que α não seja um múltiplo de π, a rotação Rα : R2 → R2 determinada (na base canónica)
pela matriz
cos α − sen α
sen α cos α
não tem qualquer vetor próprio (não há nenhuma direção do plano que permaneça invari-
ante pela rotação).
6.15. Existência de valores próprios. É no entanto um resultado básico da Álgebra
Linear que um endomorfismo de um espaço vetorial complexo (de dimensão finita) tem
sempre um valor próprio. Esta afirmação é uma consequência do seguinte Teorema cuja
demonstração, por involver Análise (ou então Álgebra mais avançada), será omitida. As
pessoas de Matemática verão uma demonstração extremamente elegante para o ano na
cadeira de Introdução à Análise Complexa.
Teorema 6.16 (Teorema Fundamental da Álgebra). Todo o polinómio não constante
(34) p(x) = a0 + a1 x + . . . + ak xk
com coeficientes ai ∈ C tem uma raı́z complexa (isto é, existe z0 ∈ C tal que p(z0 ) = 0).
Observação 6.17. (i) O Teorema Fundamental da Álgebra 6.16 implica facilmente por
indução que, assumindo ak 6= 0, o polinómio (34) pode ser escrito de forma única a
menos de troca de ordem dos fatores na forma
(35) ak (x − λ1 )n1 (x − λ2 )n2 · · · (x − λk )nk
86 ÁLGEBRA LINEAR
com λi ∈ C distintos, e ni números naturais. Os números λi na expressão (35) são

as raı́zes do polinómio p(x). O expoente ni diz-se a multiplicidade da raı́z λi .
Vemos assim que o Teorema Fundamental da Álgebra é análogo ao Teorema Fun-
damental da Aritmética que diz que qualquer número natural maior do que 1 se pode
escrever de forma única como um produto de potências de números primos a menos
de troca da ordem dos fatores.
(ii) Um corpo K diz-se algebricamente fechado se todo o polinómio de grau > 0 com
coeficientes em K tem uma raı́z em K. O Teorema 6.16 afirma que C é algebrica-
mente fechado. Todos os resultados desta secção enunciados para espaços vetoriais
complexos são verdade mais geralmente (com a mesma demonstração) para espaços
vetoriais sobre corpos algebricamente fechados.
Teorema 6.18. Seja V 6= {0} um espaço vetorial complexo de dimensão finita e T : V → V
um endomorfismo. Então T tem um valor próprio.
Dem. Vamos dar duas demonstrações, uma usando o determinante e outra que tem inter-
esse conceptual e não usa o determinante.
Primeira demonstração: Seja B = (v1 , . . . , vn ) uma base para V e A = AT,B,B ∈
Mn×n (C) a representação matricial de T com respeito a esta base. Os valores próprios de
T são os valores de λ para os quais det(A − λI) = 0. Temos
a11 − λ ···

a12 a1n
a21 a22 − λ · · · a2n

det(A − λI) = .. .. ..
. . .

a
n1 a n2 · · · a nn − λ
Se aplicarmos a fórmula (28) para o determinante, cada parcela nesta fórmula é um

polinómio em λ (de grau ≤ n). A única parcela de grau exatamente n é o produto das
entradas ao longo da diagonal principal (a11 − λ) · · · (ann − λ). O coeficiente de λn é (−1)n
pelo que o termo de grau n no polinómio p(λ) = det(A − λI) é (−1)n λn . Em particular
p(λ) não é um polinómio constante. O Teorema Fundamental da Álgebra 6.16 garante que
p(λ) tem pelo menos uma raı́z, pelo que T tem pelo menos um valor próprio.
Segunda demonstração: Seja v ∈ V \ {0} um vetor não nulo. Seja k o maior inteiro
não negativo tal que
Sk = {v, T v, . . . , T k (v)}
é um conjunto linearmente independente de vetores distintos. Este número existe porque
S1 é linearmente independente (logo o conjunto dos inteiros k para os quais Sk é linearmente
independente é não vazio) e porque todo o subconjunto de V com 1 + dim V elementos é
linearmente dependente (logo k ≤ dim(V ) − 1). Temos então
T k+1 (v) = a0 v + a1 T (v) + . . . + ak T k (v)
para alguns ai ∈ C. Podemos escrever a expressão anterior na forma
(36) (T k+1 − ak T k − . . . − a1 T − a0 Id)(v) = 0
ÁLGEBRA LINEAR 87
Seja λ uma raı́z do polinómio p(x) = xk+1 − ak xk − . . . − a1 x − a0 . Então

p(x) = xk+1 − ak xk − . . . − a1 x − a0 = (x − λ)(xk + bk−1 xk−1 + . . . + b1 x + b0 )
para alguns b0 , . . . , bk−1 ∈ C. Aplicando esta fatorização a (36) obtemos
(T − λ Id)(T k + bk−1 T k−1 + . . . + b1 T + b0 Id)(v) = 0
Seja w = (T k + bk−1 T k−1 + . . . + b1 T + b0 Id)(v) = T k (v) + bk−1 T k−1 (v) + . . . + b0 v. Como
Sk é linearmente independente temos que w 6= 0. Uma vez que (T − λ Id)w = 0 conclui-se
que λ é um valor próprio de T .
Exemplo 6.19. Consideremos o endomorfismo de C2 determinado pela matriz Rα do
Exemplo 6.14. Recorde-se que estamos a assuir que sen α 6= 0. Temos

cos(α) − λ − sen α
det(Rα − λI) = = (cos α − λ)2 + sen2 α
sen α cos(α) − λ
Os valores próprios de Rα são as raı́zes deste polinómio do segundo grau:
λ = cos α ± i sen α
Um vetor próprio de cos α + i sen α é um elemento não nulo do núcleo de Rα − (cos α +
i sen α) Id:

−i sen α − sen α a
(Rα − (cos α + i sen α) Id)(v) = 0 ⇔ = 0 ⇔ b = −ia
sen α −i sen α b
O espaço próprio E(cos α + i sen α) é portanto gerado pelo vetor (1, −i). Da mesma forma
vemos que (1, i) gera o espaço próprio E(cos α − i sen α).
Observação 6.20. Não é uma coincidência que os valores próprios e vetores próprios do
exemplo anterior sejam conjugados. Uma vez que dados dois números complexos z1 , z2
temos z1 z2 = z 1 z 2 e z1 + z2 = z1 + z2 , se A é uma matriz n × n real (portanto A = A) e
v ∈ Cn é tal que Av = λv então Av = λv. Assim, os valores (e vetores) próprios complexos
de um endomorfismo de Cn representado por uma matriz com entradas reais ocorrem aos
pares. Esta observação facilita o cálculo dos valores e vetores próprios nesta situação.
Vejamos um exemplo concreto do procedimento utilizado na segunda demonstração do
Teorema 6.18.
Exemplo 6.21. Consideremos a transformação linear T (x, y) = (x + 2y, 2x + y). Con-
siderando o vetor v = (1, 0) temos T (v) = (1, 2). Assim v e T (v) formam uma base para
R2 . Uma vez que T 2 (v) = T (1, 2) = (5, 4) = 3v + 2T (v) temos
(T 2 − 2T − 3 Id)(v) = 0
As raı́zes do polinómio x2 − 2x − 3 são x = 3 e x = −1. A equação acima pode portanto
escrever-se na forma
(T − 3 Id)(T + Id)(v) = 0 ou equivalentemente (T + Id)(T − 3 Id)(v) = 0
Segue-se que (T + Id)(v) = (1, 2) + (1, 0) = (2, 2) é um vetor próprio com valor próprio 3
e que (T − 3 Id)(v) = (1, 2) − 3(1, 0) = (−2, 2) é um vetor próprio com valor próprio −1.
88 ÁLGEBRA LINEAR
Experimente fazer a conta acima com outro vetor inicial v. O que conclui?
Observação 6.22. Vale a pena sublinhar outra ideia utilizada na segunda demonstração do
Teorema 6.18. Seja V um espaço vetorial sobre o corpo K e T : V → V um endomorfismo.
Dado um polinómio p(x) = a0 + a1 x + . . . + ak xk com coeficientes ai ∈ K, p(x) determina
um endomorfismo
p(T ) = a0 Id +a1 T + . . . + ak T k : V → V
Uma vez que a composição de transformações lineares é linear em cada argumento e as
potências de T comutam entre si, uma fatorização p(x) = q(x)r(x) determina uma fator-
ização p(T ) = q(T ) ◦ r(T ) da transformação linear p(T ).
6.23. O determinante de um endomorfismo e o polinómio caracterı́stico. A primeira
demonstração do Teorema 6.18 fez uso de um polinómio associado a um endomorfismo de
um espaço vetorial de dimensão finita V . Começamos por notar que este polinómio é
independente da escolha de base B usada na sua definição.
Definição 6.24. Seja V um espaço vetorial de dimensão finita e T : V → V um endo-
morfismo. Sendo B uma base ordenada qualquer de V definimos o determinante de T
por
det(T ) = det(AT,B,B )
Temos que verificar que o escalar det(T ) é independente da escolha de B: se B 0 é outra
base para V e S = SB→B 0 a matriz de mudança de coordenadas então
AT,B 0 ,B 0 = SAT,B,B S −1
e portanto
1
det(AT,B 0 ,B 0 ) = det(S) det(AT,B,B ) det(S −1 ) = det(S) det(AT,B,B ) = det(AT,B,B )
det(S)
Infelizmente, não seria neste momento fácil explicar-vos como definir intrinsecamente o
determinante de um endomorfismo sem apelar às representações matriciais pelo que a
Definição 6.24 terá de servir.
Uma vez que o determinante deteta a invertibilidade de um endomorfismo (T é invertı́vel
se e só se AT,B,B é invertı́vel para qualquer base B) podemos usar o determinante para
calcular os valores próprios de um endomorfismo T , como foi feito na primeira demonstração
do Teorema 6.18.
Definição 6.25. Seja V um espaço vetorial de dimensão finita sobre o corpo K e T : V →
V um endomorfismo. O polinómio caracterı́stico de T é o polinómio (com coeficientes em
K) definido por
p(λ) = det(T − λ Id)
O polinómio caracterı́stico de uma matriz quadrada A ∈ Mn×n (K) é o polinómio carac-
terı́stico da transformação linear representada por A na base canónica de Kn , ou seja,
p(λ) = det(A − λI)
ÁLGEBRA LINEAR 89
Note-se que o termo constante do polinómio caracterı́stico (que é igual a p(0)) é o deter-
minante de T .
Exemplo 6.26. O polinómio caracterı́stico da matriz

 5 
2
0 − 12 0
1

2
1 − 12 2 
A=  1 0 3

2 2
0 
0 0 0 −1
é
5

2
−λ 0 − 12 0

5
1
2
1−λ −21
2
= −(1 + λ)(1 − λ) 2
−λ − 12
p(λ) = 1 3 1 3
2
0 2
− λ 0

2 2
−λ
0 0 0 −1 − λ
= (λ − 1)(λ2 − 4λ + 4) = (λ2 − 1)(λ − 2)2
2
Este polinómio anula-se quando λ = 2 ou λ = ±1. São portanto estes os valores próprios
de A.
Registamos um par de propriedades imediatas do polinómio caracterı́stico de um endo-

morfismo de um espaço vetorial de dimensão finita (sobre um corpo qualquer, não neces-
sariamente o dos números complexos).
Proposição 6.27. Seja V um espaço vetorial de dimensão finita, T : V → V um endo-

morfismo, e p(λ) o seu polinómio caracterı́stico.
(a) Sendo n = dim V , o polinómio caracterı́stico é da forma
p(λ) = (−1)n λn + an−1 λn−1 + . . . + a0
e portanto tem grau n.

(b) As raı́zes do polinómio caracterı́stico de T são os valores próprios de T .
Dem. (a) O argumento utilizado na primeira demonstração do Teorema 6.18 aplica-se lit-
eralmente.
(b) Conforme já explicámos, λ é um valor próprio se e só se (T − λ Id) não é invertı́vel, o
que acontece sse p(λ) = 0.

6.28. O algoritmo PageRank. Vamos agora fazer um pequeno interlúdio para discutir
uma aplicação famosa do conceito de vetor próprio. Consideremos uma internet com apenas
três páginas ligadas de acordo com o diagrama
90 ÁLGEBRA LINEAR
1 2
Como no Exemplo 6.2 podemos considerar a população de todos os internautas e atribuir

a cada um o estado i num dado instante se estiverem a visitar a página i. Sejam n1 , n2
e n3 o número de pessoas em cada página num dado instante. Se cada pessoa clicar num
link ao acaso em cada página, a distribuição das pessoas pelas páginas no instante seguinte
seria   
0 41 32 n1
 1 1 0   n2 
4
0 12 31 n3
A entrada ij da matriz é a probabilidade de uma internauta que está na página j carregar
numa ligação que a leva à página i, e é portanto igual a `(j,i)
`(j)
onde `(j, i) é o número de
ligações que une a página j à página i e `(j) é o número de total de ligações de j para
outras páginas.12
Esta matriz que descreve a evolução temporal do nosso sistema é uma matriz de Markov
(cf. Exemplo 6.2): as entradas são não negativas porque codificam probabilidades e a soma
das entradas de cada coluna é 1 (porque é a soma das probabilidades de ir parar a cada
destino possı́vel partindo da página correspondente à coluna).
Quando é que o número de internautas em cada página permanece constante ao longo
do tempo? Quando o vetor (n1 , n2 , n3 ) é um vetor próprio da matriz
 
0 41 23
(37)  1 1 0 
4
0 21 13
com valor próprio 1. Um tal vetor próprio existe necessariamente porque a soma das
entradas de cada coluna é um! De facto, isto significa exatamente que (1, 1, 1) é um vetor
próprio da matriz transposta, com valor próprio 1. Uma vez que as dimensões dos espaços
das linhas e colunas de uma matriz quadrada coincidem, a caracterı́stica de A − λ Id e de
(A − λ Id)T = AT − λ Id coincidem. Isto implica que os conjuntos de valores próprios de A
e AT coincidem.
Pode mostrar-se que existe necessariamente um vetor próprio de 1 com componentes
todas não negativas, e (com bastante generalidade) que se normalizarmos os vetores que
12Se uma página não tem ligações para outras assume-se que tem uma ligação para cada página.
ÁLGEBRA LINEAR 91
indicam o estado das páginas de modo a que a soma das entradas13 seja 1, o limite quando
o tempo tende para +∞ do estado do sistema é o vetor próprio de 1 (normalizado), que é
único.
Mais precisamente, se A é a matriz (37) que controla a transição entre estados e (p1 , p2 , p3 )
é um estado inicial qualquer (com pi ≥ 0 e p1 + p2 + p3 = 1), temos
 
p1
lim Ak  p2  = v
k→∞
p3
com v o único vetor próprio de 1 com entradas não negativas cuja soma é 1. Pode mostrar-
se que (com grande generalidade) o significado das componentes de v é a seguinte: vi é a
percentagem do tempo que uma internauta surfando ao acaso naquelas páginas passaria
na página i. É este número que é usado como medida da relevância da página i - o seu
PageRank.
No exemplo acima terı́amos que os vetores próprios de 1 da matriz (37) são as soluções
de
    
−1 14 2
a 0
(
3 a = 34 b
(A − I3 )v = 0 ⇔  1 − 34 0   b  =  0  ⇔
0 1
− 2
c 0 c = 34 b
2 3
Logo um vetor próprio de 1 é um múltiplo não nulo de ( 34 , 1, 34 ). Normalizando obtemos
(0.3, 0.4, 0.3)
pelo que a página mais relevante é a página 2, sendo as outras duas igualmente relevantes.
Uma internauta surfando aleatoriamente entre estas três páginas passaria 40% do seu
tempo na página 2 e 30% em cada uma das outras duas páginas.
O algoritmo utilizado pelo Google para ordenar as páginas por relevância é seguramente
muito mais complicado mas o princı́pio básico é o que foi explicado acima. Ao pesquisarmos
um termo, o algoritmo começa por selecionar as páginas relacionadas com esse termo
(utilizando as etiquetas previamente atribuı́das a cada página) e analisa depois as ligações
entre essas páginas conforme descrito acima, listando-as depois por ordem de relevância.
Na realidade, no algoritmo original de Larry Page e Sergey Brin é também levada em
conta a possibilidade de uma internauta não seguir nenhum link na página em que se
encontra (e em vez disso usar um bookmark ou escrever diretamente um URL). Esta
possibilidade é considerada atribuindo uma probabilidade d de ir para qualquer outra
página da internet a partir de uma dada página, sendo (1 − d) a probabilidade de carregar
numa das ligações da página. O parâmetro d é medido experimentalmente (e é cerca de
15%). Tente descrever analiticamente este algoritmo modificado. A solução encontra-se na
página da Wikipedia do algoritmo PageRank.
13Isto corresponde a considerar a percentagem dos internautas em cada página em vez do número
absoluto.
92 ÁLGEBRA LINEAR
6.29. Vetores próprios generalizados. Apesar de todo o endomorfismo T : V → V de

um espaço vetorial complexo ter pelo menos um valor próprio, não é em geral possı́vel
encontrar uma base para T formada por vetores próprios.
Exemplo 6.30 (A aplicação de ”shear” ou deslizamento). Seja T : C2 → C2 a trans-
formação linear definida por T (x, y) = (x + y, y). Este endomorfismo é representado na
base canónica pela matriz

1 1
A=
0 1
É imediato verificar que o único valor próprio de A é 1 pelo que A não é diagonalizável (uma
transformação diagonalizável com um único valor próprio é necessariamente um múltiplo
escalar da identidade). O espaço próprio E(1) é claramente o primeiro eixo coordenado
{(x, 0) : x ∈ C} pelo que o valor próprio 1 tem multiplicidade geométrica 1.
Podemos no entanto observar que (T − Id)(0, 1) = (1, 0) e portanto (T − Id)2 (1, 0) = 0.
Geometricamente, o efeito que T tem num vetor de R2 é deslizá-lo ao longo do eixo dos
xx (o eixo gerado pelo vetor próprio) uma distância igual à sua ordenada.
O principal Teorema sobre endomorfismos complexos afirma que qualquer endomorfismo
não diagonalizável se pode decompor nestas aplicações de ”shear” ou deslizamento.
Notação 6.31. A partir de agora, para simplificar a notação usaremos muitas vezes o
escalar λ para denotar a transformação linear λ Id. Assim, por exemplo, (T − λ Id) apare-
cerá como (T −λ). Também omitiremos alguns parêntesis quando a sua omissão não cause
confusão: por exemplo um vetor T (v) poderá ser denotado simplesmente por T v.
Definição 6.32. Seja T : V → V um endomorfismo e λ um valor próprio de T . O espaço
próprio generalizado de λ é
E g (λ) = {v ∈ V : (T − λ)k v = 0 para algum k}
Os elementos não nulos de E g (λ) designam-se por vetores próprios generalizados associ-
ados ao valor próprio λ. A dimensão de E g (λ) chama-se a multiplicidade algébrica de
λ.
ÁLGEBRA LINEAR 93
Note-se que E(λ) ⊂ E g (λ). É fácil verificar que E g (λ) é de facto um subespaço vetorial
de V : claramente 0 ∈ E g (λ) e E g (λ) é fechado para o produto por escalar. Vejamos
que também é fechado para a soma: se v1 , v2 ∈ E g (λ) então existem k1 , k2 tais que (T −
λ)k1 (v1 ) = 0 e (T − λ)k2 (v2 ) = 0. Seja k o máximo de {k1 , k2 }. Então
(T − λ)k (v1 + v2 ) = (T − λ)k−k1 (T − λ)k1 (v1 ) + (T − λ)k−k2 (T − λ)k2 (v2 ) = 0 + 0 = 0
Finalmente, observe-se que E g (λ) é um subespaço invariante: dado v ∈ E g (λ), existe k tal
que (T − λ)k (v) = 0. Logo
(38) (T − λ)k (T v) = T (T − λ)k (v) = T (0) = 0 ⇒ T v ∈ E g (λ)
Exemplo 6.33. Aplicando a nossa nova terminologia ao Exemplo 6.30 vemos que nesse
caso E g (1) = C2 é estritamente maior do que E(1) = L({(1, 0)}). Logo a multiplicidade
algébrica de λ = 1 é 2, enquanto que a multiplicidade geométrica é apenas 1.
Exemplo 6.34. Consideremos a transformação linear T : R3 → R3 representada com
respeito à base canónica pela matriz
 
2 1 0
A =  1 2 −1 
1 1 1
Calculando os valores próprios vemos que estes são λ = 1 e λ = 2. Os vectores próprios
de 1 são as soluções da equação (A − I)v = 0, ou seja
   
1 1 0 a  a+b=0
 1 1 −1   b  = 0 ⇔ b = −a
a+b−c=0 ⇔
c=0
1 1 0 c  a+b=0
Assim (1, −1, 0) forma uma base para os valores próprios de 1. Uma vez que
 
2 2 −1
(A − I)2 =  1 1 −1 
2 2 −1
tem caracterı́stica 2, o seu núcleo tem dimensão 1 e portanto consiste no espaço próprio
e 1. Podemos facilmente verificar que o mesmo acontece com as matrizes (A − I)k para
todos os valores de k para k ≥ 2 pelo que os únicos vetores próprios generalizados de 1
são os vetores próprios de 1. Na realidade, iremos ver em breve no Lema 6.48, o facto de
N ((A − I)2 ) = N (A − I) implica que N ((A − I)k ) = N (A − I) para todo o k, e não há
portanto necessidade de realizar mais cálculos.
Temos assim que a multiplicidade algébrica de 1 é igual à multiplicidade geométrica, que
é 1.
Os vectores próprios de 2 são as soluções da equação
   
0 1 0 a  b=0
 1 0 −1   b  = 0 ⇔ b=0
a−c=0 ⇔
a=c
1 1 −1 c a+b−c=0

94 ÁLGEBRA LINEAR
Uma base para os vectores próprios de 2 é (1, 0, 1) e portanto a multiplicidade geométrica

de 2 é apenas 1. Isto significa que a matriz A não é diagonalizável (há apenas dois vetores
próprios independentes).
No entanto
    
0 1 0 0 1 0 1 0 −1
(A − 2I)2 =  1 0 −1   1 0 −1  =  −1 0 1 
1 1 −1 1 1 −1 0 0 0
pelo que (A − 2I)2 v = 0 ⇔ v ∈ L({(1, 0, 1), (0, 1, 0)}). Claramente (A − 2I)k = (A −
2I)2 para k ≥ 2 pelo que não há mais vetores próprios generalizados de 2. Veremos
mais à frente que este último cálculo é na realidade desnecessário uma vez que a soma
das dimensões dos espaços próprios generalizados é sempre menor ou igual à dimensão
do espaço vetorial. Concluı́mos que E g (2) = L({(1, 0, 1), (0, 1, 0)}). Temos assim que
a multiplicidade algébrica de 2 é igual a 2. Note-se que juntando as bases dos espaços
próprios generalizados de 1 e 2 obtemos uma base de R3 .
Quando V tem dimensão finita podemos escolher um expoente para (T − λ) que anula
todos os vetores de E g (λ) simultaneamente.
Lema 6.35. Seja V um espaço de dimensão finita, T : V → V um endomorfismo e λ um
valor próprio de T . Então existe n > 0 tal que
E g (λ) = {v ∈ V : (T − λ)n v = 0} = N ((T − λ)n )
Proof. Seja {v1 , . . . , vp } uma base de E g (λ) e k1 , . . . , kp tais que (T −λ)ki (vi ) = 0. Tomando
para n o máximo de todos os ki e escrevendo v ∈ E g (λ) como uma combinação linear dos
vi ’s temos, para v = α1 v1 + . . . + αp vp ,
(T − λ)n (α1 v1 + . . . + αp vp ) = α1 (T − λ)n (v1 ) + . . . + αp (T − λ)n (vp ) = 0
pelo que E g (λ) ⊂ N ((T − λ)n ). A inclusão recı́proca é imediata da definição de E g (λ).
6.36. Decomposição primária de um endomorfismo. Podemos agora dar um grande
passo na direção da decomposição de um endomorfismo em ”endomorfismos atómicos”.
Teorema 6.37. (Decomposição primária) Seja V um espaço vetorial complexo de di-
mensão finita e T : V → V um endomorfismo. Sejam λ1 , . . . , λk os valores próprios de
T . Então
V = E g (λ1 ) ⊕ E g (λ2 ) ⊕ . . . ⊕ E g (λk )
A afirmação do Teorema anterior pode ser dividida em duas partes: a primeira é que a
soma dos espaços próprios é direta, ou seja que cada um dos espaços próprios generalizados
não interseta os vetores que se podem escrever como somas de vetores dos restantes espaços.
!
X
g g
E (λi ) ∩ E (λj ) = 0
j6=i
A segunda parte é a afirmação que os espaços próprios generalizados geram todo o V . Para
provar a primeira afirmação vamos usar o seguinte resultado.
ÁLGEBRA LINEAR 95
Lema 6.38. Seja V um espaço vetorial de dimensão finita, T : V → V um endomorfismo,

µ um valor próprio de T e λ um escalar diferente de µ. Então a restrição de (T − λ) a
E g (µ) é um isomorfismo.
Dem. Uma vez que E g (µ) é invariante para T , também é invariante para T − λ. Como V
e portanto E g (µ) têm dimensão finita só temos que verificar que N (T − λ) ∩ E g (µ) = {0}.
Suponhamos que v ∈ N (T − λ). Então T v = λv, e portanto
(T − µ)(v) = T v − µv = (λ − µ)v
Portanto, se v pertence também a E g (µ) temos (T − µ)k (v) = (µ − λ)k v = 0 para algum
k > 0. Uma vez que µ 6= λ, conclui-se que v = 0 conforme querı́amos demonstrar.
Para demonstrar que os vetores própios generalizados geram V vamos usar a noção de
espaço vetorial quociente. Recorde-se dos exercı́cios da ficha sobre espaços vetoriais que,
dado um subespaço W ⊂ V , o conjunto V /W é o conjunto dos planos paralelos a W em
V , que se escrevem na forma v + W com v ∈ V . Com as operações de soma e produto por
escalar definidas pelas fórmulas
(v1 + W ) + (v2 + W ) = (v1 + v2 ) + W, α(v + W ) = (αv) + W
o conjunto V /W adquire a estrutura de um espaço vetorial - o espaço vetorial quociente de
V por W . Este espaço ”descarta” o subespaço W no sentido em que dois vetores v1 e v2 de
V que difiram por um elemento de W correspondem ao mesmo elemento v1 + W = v2 + W
no espaço quociente.
Se T : V → V é uma transformação linear e W ⊂ V é um subespaço invariante, então T
determina um endomorfismo T : V /W → V /W , definido pela expressão
T (v + W ) = T (v) + W
De facto, se v1 + W = v2 + W ⇔ v1 − v2 ∈ W , então T (v1 ) − T (v2 ) ∈ W pelo que
T (v1 ) + W = T (v2 ) + W . Isto mostra que a fórmula acima para T define de facto uma
função de V /W para V /W e é então imediato verificar que esta função preserva a soma e
o produto por escalar em V /W .
O nosso plano será ver que, sendo W o subespaço gerado por todos os subespaços próprios
generalizados de um dado endomorfismo T : V → V , temos V /W = {0} e portanto W = V .
Dem. do Teorema 6.37. Começamos por ver que a soma dos espaços próprios generalizados
é direta. Suponhamos que v ∈ E g (λ1 ) e que v = w2 + . . . + wp com wj ∈ E g (λj ) vetores
próprios generalizados de valores próprios distintos de λ1 . Sejam n2 , . . . , np tais que (T −
λj )nj wj = 0, e
q(T ) = (T − λ2 )n2 · · · (T − λp )np
Uma vez que a ordem dos fatores na fatorização de q(T ) é arbitrária, temos que q(T )wj = 0
para todo o j. Portanto
q(T )v = q(T )w2 + . . . + q(T )wp = 0
96 ÁLGEBRA LINEAR
Pelo Lema 6.38 a restrição de cada um dos fatores de q(T ) a E g (λ1 ) é um isomorfismo.
Segue-se que a restrição de q(T ) a E g (λ1 ) é também um isomorfismo e portanto
q(T )v = 0 ⇒ v = 0.
Pn
Conclui-se assim que E g (λ1 ) ∩ j=2 E g (λj ) = {0} e portanto, indutivamente, que
V = ⊕ki=1 E g (λi )
Vejamos agora que os espaços próprios generalizados geram V . Seja W = ⊕ki=1 E g (λi ) o
subespaço de V gerado por todos os espaços próprios generalizados. Claramente W é um
subespaço invariante. Consideremos a transformação linear T : V /W → V /W determinada
por T no espaço quociente.
Se V /W 6= 0, pelo Teorema 6.18, o endomorfismo T tem um valor próprio α. Seja v + W
um vetor próprio de T associado a α. Então
T (v + W ) = α(v + W ) ⇔ T (v) = αv + w com w ∈ W
Suponhamos primeiro que α não é um dos valores próprios de T . Então, pelo lema 6.38, a
restrição de (T − α) a W é um isomorfismo. Seja w0 ∈ W tal que (T − α)w0 = w. Então
(T − α)(v − w0 ) = w − (T − α)w0 = 0
Uma vez que v − w0 6= 0 (senão v = w0 ∈ W e v + W = 0 + W contrariamente à nossa
hipótese que v + W é um vetor próprio de T ) conclui-se que α é um vetor próprio de T , o
que contradiz a hipótese inicial sobre α.
Suponhamos então que α é um dos valores próprios de T . Sem perda de generalidade
podemos assumir que α = λ1 . Podemos escrever
k
M
w = w1 + w2 com w1 ∈ E g (λ1 ), w2 ∈ E g (λj )
j=2
Lk
Pelo Lema 6.38 podemos escolher w20 ∈ j=2 E g (λj ) tal que (T − α)w20 = w2 . Então
(T − α)(v − w20 ) = w − w2 = w1
Sendo m tal que (T − λ1 )m (w1 ) = (T − α)m (w1 ) = 0 temos então
(T − α)m+1 (v − w20 ) = (T − α)m (T − α)(v − w20 ) = (T − α)m (w1 ) = 0
Portanto v − w20 ∈ E g (α) = E g (λ1 ) ⊂ W . Uma vez que w20 ∈ W conclui-se que v ∈ W ,
o que novamente contradiz a hipótese de v + W ser um vetor próprio. Esta contradição
mostra que V /W = {0} e conclui a demonstração.
6.39. Endomorfismos nilpotentes. Tendo em conta o Teorema 6.37 resta-nos enten-

der a restrição de uma transformação linear T a um espaço próprio generalizado E g (λ).
Escrevendo N = T − λ, basta-nos entender a restrição de N a E g (λ) pois
T = λ + (T − λ) = λ + N
ÁLGEBRA LINEAR 97
Definição 6.40. Seja W um espaço vetorial. Um endomorfismo N : W → W diz-se

nilpotente se existe k > 0 tal que N k = 0. O menor k tal que N k = 0 diz-se o ı́ndice de
nilpotência de N .
Note-se que N : W → W é nilpotente se e só W = E g (0), e portanto, de acordo com o
Teorema da Decomposição Primária, N é nilpotente se e só se 0 é o único valor próprio de
N.
Os endomorfismos nilpotentes podem ser encarados para certos efeitos como sendo ”neg-
ligı́veis”. Afinal, são ”raı́zes ı́ndice k” de 0... Num espaço próprio generalizado (que não
é um espaço próprio) T expressa-se não como um múltiplo da identidade mas como um
múltiplo da identidade mais um endomorfismo nilpotente.
Exemplo 6.41. O ı́ndice de nilpotência de N é 1 se e só se N é a transformação linear
identicamente nula. O endomorfismo N representado na base canónica de R3 pela matriz
 
0 1 0
 0 0 1 
0 0 0
tem ı́ndice de nilpotência 3, uma vez que
 2    3
0 1 0 0 0 1 0 1 0
 0 0 1  = 0 0 0 ,  0 0 1  =0
0 0 0 0 0 0 0 0 0
Mais geralmente, um endomorfismo Rk representado por uma matriz k × k
0 1 ··· 0
 
.
 0 0 .. 0 
 
(39) N =
 0 0 ... 1 

0 0 ··· 0
tem ı́ndice de nilpotência k. De facto, o efeito de multiplicar N por uma matriz com k
linhas é
··· L2 · · ·
 
0 1 ···
 
0 ··· L1 · · ·

.  ··· L3 · · · 
 0 0 ..
 ··· L2 · · ·  
0 

= .. 
..  . 
 0 0 ...
 
1  .  
 ···

L ··· 
k
0 0 ··· 0 ··· Lk · · ·
0 0 0
logo, à medida que o expoente i em N i aumenta, a linha de 1s vai subindo até que finalmente
desaparece quando i chega a k.
O nosso objetivo nesta secção é mostrar o seguinte resultado, que, em conjunto com
o Teorema da Decomposição Primária, levará imediatamente a uma forma normal para
todos os endomorfismos de espaços complexos - a forma canónica de Jordan.
98 ÁLGEBRA LINEAR
Teorema 6.42. Seja W um espaço vetorial de dimensão finita e N : W → W um en-

domorfismo nilpotente. Então existe uma base B para W tal que a matriz AN,B,B que
representa N com respeito à base B é diagonal por blocos, sendo cada bloco da forma (39).
Note-se que se v1 , . . . , vk são os vetores da base correspondentes às colunas de um dos
blocos temos
(40) N v1 = 0, N v2 = v1 , ... N vk = vk−1
Definição 6.43. Seja N : W → W um endomorfismo nilpotente. Uma sucessão de vetores
não nulos (v1 , . . . , vk ) satisfazendo (40) chama-se uma cadeia de Jordan para N .
Proposição 6.44. Seja N : W → W um endomorfismo nilpotente. Uma cadeia de Jordan
(v1 , . . . , vk ) para N é um conjunto linearmente independente.
Dem. Note-se que N k−i vk = vi , e que N j vi = 0 se j ≥ i. Logo se α1 v1 + . . . + αk vk = 0,
temos
0 = N k−1 (α1 v1 + . . . + αk vk ) = 0 + . . . 0 + αk v1
portanto αk = 0. Aplicando sucessivamente N k−i com i = 2, . . . k obtemos αk−i = 0, o que
conclui a demonstração.
Observação 6.45. Seja (v1 , . . . , vk ) uma cadeia de Jordan para N .
(i) W = L({v1 , . . . , vk }) é o subespaço cı́clico gerado pelo vetor vk .
(ii) Na base (v1 , . . . , vk ) a expressão matricial da restrição de N a W é (39).
Corolário 6.46. Se V é um espaço vetorial de dimensão n, e N : V → V é um endomor-
fismo nilpotente, o ı́ndice de nilpotência de N é no máximo n. Em particular, no Lema
6.35 podemos tomar para o expoente n a dimensão de V .
Proof. Seja k o ı́ndice de nilpotência de N e v ∈ V tal que N k−1 v 6= 0. Então (v, N v, . . . , N k−1 v)
forma uma cadeia de Jordan e portanto um conjunto linearmente independente. Conclui-se
que dim V ≥ k.
A chave para entender que tamanho têm os blocos no Teorema 6.42 é a seguinte. Um
endomorfismo nilpotente N : W → W determina uma filtração do espaço W , isto é uma
sucessão encadeada de subespaços
{0} = W (0) ⊂ W (1) ⊂ W (2) ⊂ · · · ⊂ W (k) = W
onde W (i) é o núcleo de N i , e k é o ı́ndice de nilpotência de N . De facto,
v ∈ W (i) ⇔ N i v = 0 ⇒ N i+1 v = 0 ⇔ v ∈ W (i + 1)
logo W (i) ⊂ W (i + 1). Definindo W (−1) = ∅, para cada w ∈ W , existe exatamente um
i ∈ {0, . . . , k} tal que w ∈ W (i) mas w 6∈ W (i − 1). Este número chama-se a filtração
de w (diz qual é o primeiro W (i) a que w pertence). Um elemento de W (i) tem portanto
filtração ≤ i.
ÁLGEBRA LINEAR 99
Exemplo 6.47. A filtração de um vetor v ∈ R5 determinada pelo endomorfismo nilpotente

representado pela matriz  
0 1 0 0 0
 0 0 1 0 0 
 
 0 0 0 0 0 
 
 0 0 0 0 1 
0 0 0 0 0
é
• 0 se v = (0, 0, 0, 0, 0),
• 1 se v = (x, 0, 0, w, 0) com x 6= 0 ou w 6= 0
• 2 se v = (x, y, 0, w, v) com y 6= 0 ou v 6= 0
• 3 caso contrário, isto é se v = (x, y, z, w, v) com z 6= 0.
A seguinte observação é importante. Confirme-a no exemplo anterior.
Lema 6.48. Seja N : W → W um endomorfismo nilpotente com ı́ndice de nilpotência k.
Um elemento w ∈ W tem filtração i, com 1 ≤ i ≤ k se e só se N w tem filtração i − 1.
Dem. Para 1 ≤ i ≤ k temos w ∈ W (i) ⇔ N i w = 0 ⇔ N i−1 (N w) = 0 ⇔ N w ∈ W (i − 1).
Se i = 1 isto é a afirmação que pretendemos demonstrar. Se i > 1, um elemento w ∈ W tem
filtração i se e só se w ∈ W (i) ∧ w 6∈ W (i − 1) ⇔ N w ∈ W (i − 1) ∧ N w 6∈ W (i − 2) ⇔ N w
tem filtração i − 1.
Lema 6.49. Seja W 6= {0} e N : W → W um endomorfismo nilpotente com ı́ndice de
nilpotência k e di = dim W (i) − dim W (i − 1), n = dim W . Então
d1 ≥ d2 ≥ . . . ≥ dk > 0
Dem. Se o ı́ndice de nilpotência é 1, não temos nada a mostrar. Suponhamos que k ≥ 2
e sejam i tal que 2 ≤ i ≤ k, B uma base de W (i − 1) e {v1 , . . . , vdi } um subconjunto
linearmente independente de W (i) de tal forma que B 0 = B ∪ {v1 , . . . , vdi } é uma base de
W (i) (este subconjunto existe porque podemos completar uma base B de W (i − 1) a uma
base B 0 de W (i)). Seja
v = α1 v1 + . . . + αdi vdi
uma combinação linear com os coeficientes não todos nulos. Trata-se de um elemento não
nulo de W (i) que não pode pertencer a W (i − 1) = L(B) devido à independência linear de
B 0 . Então v tem filtração i e portanto pelo Lema 6.48
N v = α1 N v1 + . . . + αdi N vdi
tem filtração i − 1. Em particular N v não pode ser zero. Isto mostra que
(41) {N v1 , . . . , N vdi } é lin indep em W (i − 1) e L({N v1 , . . . , N vdi }) ∩ W (i − 2) = {0}
e portanto que
dim W (i − 2) + di ≤ dim W (i − 1) ⇔ di ≤ di−1

100 ÁLGEBRA LINEAR
Note-se que d1 + d2 + . . . + dk = dim W . Os números d1 , . . . , dk formam aquilo a que

se chama uma partição do inteiro n = dim W . Esta pode representar-se visualmente como
no exemplo seguinte, no qual n = 17, k = 6, d1 = 5, d2 = d3 = 4, d4 = 2 e d5 = d6 = 1.
1 1 1 1 1 1
2 2 2 2
3 3 3
4 4 4
(42) 5
O diagrama acima explica como a dimensão dos espaços W (i) vai aumentando à medida
que i aumenta: a dimensão de W (i) é igual a d1 +. . .+di que é o número total de quadrados
nas primeiras i colunas do diagrama.
Dem. do Teorema 6.42. A demonstração vai consistir na construção de uma base B para
W que obedeça às condições do enunciado. Para cada i entre 1 e k − 1 seja U (i) =
W (i − 1) + N (W (i + 1)) ⊂ W (i) e U (k) = W (k − 1). Temos então
W (i − 1) ⊂ U (i) ⊂ W (i)
U (i) consiste nos vetores de filtração ≤ i − 1 juntamente com os que têm filtração i e estão
na imagem por N de elementos de filtração i + 1. Uma base para U (i) obtém-se juntando a
uma base de W (i − i) a imagem por N de vetores {v1 , . . . , vdi+1 } que completem uma base
de W (i) a uma base de W (i + 1) (cf. (41)). Em particular dim U (i) = dim W (i − 1) + di+1
Para cada i = 1, . . . , k − 1 seja bi = di − di+1 (≥ 0 pelo Lema 6.49) e seja bk = dk . Sejam
v(i)1 , . . . v(i)bi vetores tais que
U (i) + L({v(i)1 , . . . , v(i)bi ) = W (i)
(estes vetores obtêm-se completando uma base de U (i) a uma de W (i)). Note-se que cada
vetor v(i)j tem filtração i e que o conjunto {v(i)j } é linearmente independente. Vamos ver
que a base B pretendida é a união das cadeias de Jordan com inı́cio em v(i)j para cada
i, j (em particular bi é o número de blocos de tamanho i).
Definimos B = {N m v(i)j : 1 ≤ i ≤ k, 0 ≤ m ≤ i − 1, 1 ≤ j ≤ bi }. Uma vez que o número
de elementos de B é
b1 + 2b2 + . . . + kbk = d1 − d2 + 2(d2 − d3 ) + . . . + (k − 1)(dk1 − dk ) + kdk = d1 + . . . + dk
basta-nos demonstrar que B é linearmente independente. Note-se que, pelo Lema 6.48, a
filtração do vetor N m v(i)j é i − m. Suponhamos que
X bi X
k X i−1
(43) αi,j,m N m v(i)j = 0
i=1 j=1 m=1
k−1
Aplicando N à equação (43) todos os termos excepto os de filtração k são aniquilados
e ficamos com !
Xbk
N k−1 αk,j,0 v(k)j = 0
j=1
ÁLGEBRA LINEAR 101
Como (pelo Lema 6.48) o conjunto {N k−1 v(k)j } é linearmente independente conclui-se que
todos os coeficientes de vetores de B com filtração k se anulam. Aplicando N k−2 a (43)
obtemos agora uma igualdade que envolve apenas os termos em (43) com filtração k − 1:
bk−1
bk
!
X X
N k−2 αk,j,1 N v(k)j + αk−1,j,0 v(k − 1)j = 0
j=1 j=1
Uma vez que U (k − 1) = W (k − 2) + L({N v(k)1 , . . . , N v(k)bk }) e U (k − 1) + L({v(k −

1)1 , . . . , v(k − 1)bk−1 }) = W (k − 1) vemos que o conjunto {N v(k)1 , . . . , N v(k)bk , v(k −
1)1 , . . . , v(k −1)bk−1 } é linearmente independente e portanto todos os coeficientes de vetores
de B com filtração k − 1 se anulam.
Aplicando sucessivamente N k−i com i = 3, . . . k vemos como acima que todos os coefi-
cientes se anulam, o que conclui a demonstração.
Observação 6.50. A demonstração anterior dá-nos um algoritmo (não muito prático)
para determinar a base com respeito à qual N se expressa como uma matriz diagonal por
blocos da forma (39):
(i) Determinar o ı́ndice de nilpotência k de N .
(ii) Determinar os subespaços W (i) = N (N i ) e U (i) = W (i − 1) + N (W (i + 1)) e bases
para estes compatı́veis com as inclusões
0 ⊂ U (1) ⊂ W (1) ⊂ U (2) ⊂ W (2) ⊂ W (k) = W
no sentido em que a base de cada subespaço contém as bases dos subespaços mais
pequenos.
(iii) Tomar para base B a união das cadeias de Jordan (de comprimento i) dos elementos
da base de W (i) que não pertencem a U (i). Em particular, o número de blocos de
Jordan de tamanho i é dim W (i) − dim U (i).
Note-se que em termos do diagrama (42) o número de blocos de tamanho i é a diferença
entre os comprimentos das colunas i e i + 1. Ou seja, os blocos de Jordan correspon-
dem precisamente às linhas do diagrama, sendo o seu tamanho o comprimento da linha
correspondente.
6.51. A forma canónica de Jordan. Podemos agora terminar a nossa classificação dos
endomorfismos de um espaço vetorial complexo de dimensão finita.
Definição 6.52. Uma matriz n × n diz-se um bloco de Jordan, se é da forma
1 ··· 0
 
λ
.
 0 0 .. 0 
 
(44) J = .
0 .. 1 

 0
0 0 ··· λ
Sendo V um espaço vetorial, T : V → V um endomorfismo e λ um escalar, uma cadeia de
Jordan é uma sucessão de vetores não nulos (v1 , . . . , vk ) em V tal que
(45) T v1 = λv1 , T v2 = λv2 + v1 , ... T vk = λvk + vk−1
As condições (45) podem ser re-escritas como

(46) (T − λ)v1 = 0, (T − λ)v2 = v1 , ... (T − λ)vk = vk−1
Em particular (T − λ)i vi = 0 pelo que os vetores de uma cadeia de Jordan são vetores
próprios generalizados de λ, e formam uma cadeia de Jordan no sentido da Definição 40
para o operador nilpotente dado pela restrição de (T − λ) a E g (λ).
Teorema 6.53 (Forma canónica de Jordan). Seja V um espaço vetorial complexo de
dimensão finita e T : V → V um endomorfismo. Então existe uma base B para V tal que
a matriz AT,B,B que representa T com respeito à base B é diagonal por blocos
J1 0 · · · 0
 
.. .
 0 J2
 . .. 
AT,B,B =  .

 .. ... 
0 
0 ··· Jm
com cada Ji um bloco de Jordan.
Dem. Pelo Teorema 6.37 é suficiente ver que cada espaço próprio generalizado E g (λ) tem
uma base com respeito à qual a restrição de T a E g (λ) é representada por uma matriz
diagonal por blocos com cada bloco um bloco de Jordan. Pelo Teorema 6.42, a restrição
de (T − λ) a E g (λ) admite tal representação, tendo os blocos 0 na diagonal. Mas isso é
exatamente equivalente à afirmação que a restrição de T a E g (λ) é representada por uma
matriz diagonal por blocos, sendo os blocos de Jordan com λ na diagonal.
Observação 6.54. Se aplicarmos o Teorema 6.53 à transformação linear T : Cn → Cn
representada na base canónica pela matriz A ∈ Mn×n (C) ele diz-nos que existe uma matriz
invertı́vel S (a matriz de mudança de base da base B para a base canónica) e uma matriz
diagonal por blocos J cujos blocos são de Jordan, tais que
A = SJS −1
O Teorema é muitas vezes enunciado nesta forma.
Observação 6.55. É fácil ver que a matriz diagonal por blocos no enunciado do Teorema
6.53 é única a menos de troca da ordem dos blocos. Isso está longe de ser verdade para a
base B, como aliás já era verdade no caso em que a transformação é diagonalizável.
O Teorema 6.53 classifica todos os endomorfismos de espaços vetoriais complexos de
dimensão finita a menos de isomorfismo. Se T1 , T2 : V → V têm a mesma forma canónica
de Jordan, então sendo S o isomorfismo que envia a os vetores da base B1 dada pelo
Teorema para T1 , por ordem, para os vetores da base B2 correspondente a T2 teremos
T2 = S ◦ T1 ◦ S −1 , pelo que o isomorfismo S ”traduz” T1 em T2 .
Reciprocamente, se existe um isomorfismo S tal que T2 = ST1 S −1 , os endomorfismos T1
e T2 têm a mesma forma canónica de Jordan (exercı́cio).
Observação 6.56. Seja V um espaço vetorial de dimensão finita sobre o corpo K e T : V →
V um endomorfismo. Se existir uma base B para V satisfazendo as condições do Teorema
6.53 diz-se que T admite uma forma canónica de Jordan. Quando K não é algebricamente
fechado isto não acontece para todos os endomorfismos T (isto é análogo ao facto que
mesmo sobre C nem todos os endomorfismos são diagonalizáveis) mas, quando acontece, é
um facto que pode ser aproveitado.
Para determinar a forma canónica de Jordan de um endomorfismo T (o que significa
calcular a matriz diagonal por blocos e a base) podemos começar por calcular os valores
próprios de T . Estes dizem-nos que escalares aparecem na diagonal da matriz AT,B,B .
Embora seja possı́vel determinar os espaços próprios generalizados de cada valor próprio λ
e depois aplicar o algoritmo da Observação 6.50 à restrição de T − λ a cada E g (λ), é mais
prático proceder da seguinte forma.
Uma vez que os elementos da base correspondentes às primeiras colunas de cada bloco Ji
são vetores próprios, a multiplicidade geométrica de cada valor próprio λ dá-nos o número
de blocos com λ na diagonal.
Para determinar o resto da base B e o comprimento dos blocos tentamos resolver recur-
sivamente as equações (46) começando com um vetor próprio v1 . Isto pode requerer algum
cuidado na escolha do vetor v1 como iremos ver nos exemplos que se seguem.
Finalmente, o polinómio caracterı́stico de T dá informação sobre a forma canónica de
Jordan que pode facilitar a determinação da base:
Proposição 6.57. Seja V um espaço vetorial de dimensão finita, T : V → V um endo-
morfismo, e p(λ) o seu polinómio caracterı́stico.
(a) A multiplicidade do valor próprio λi enquanto raı́z de p (isto é, o maior expoente m
tal que (λ − λi )m divide p(λ)) é igual à multiplicidade algébrica de λi , dim E g (λi ).
(b) Se K = C então
p(λ) = (λ1 − λ)n1 (λ2 − λ)n2 · · · (λk − λ)nk
onde λ1 , . . . , λk são os valores próprios (distintos) de T e ni as suas multiplicidades
algébricas.
Dem. (a) Quando o corpo de base é C esta afirmação é uma consequência imediata da
forma canónica de Jordan. De facto a multiplicidade de λi como raı́z é igual aos número
de vezes que λi aparece na diagonal na forma canónica de Jordan, que é precisamente
o número de elementos numa base para o espaço próprio generalizado de λi .
Para demonstrar a afirmação em geral (para um espaço vetorial sobre um corpo
qualquer) note-se que pelo Teorema 6.42 existe uma base B1 para E g (λi ) formada por
cadeias de Jordan para o valor próprio λi . Completando esta base com um conjunto
B2 de vetores de V tal que B = B1 ∪ B2 é uma base de B obtemos uma representação
matricial diagonal por blocos

J X
AT,B,B =
0 T0
onde as colunas de J correspondem aos vetores do conjunto B1 (J é diagonal por
blocos, com blocos de Jordan correspondentes a λi na diagonal) e as restantes colunas
correspondem aos vetores de B2 . Pela Proposição 5.20 o polinómio caracterı́stico de T é
igual a (λi − λ)m q(λ), onde m = #B1 = dim E g (λi ), e q(λ) é o polinómio caracterı́stico
de T 0 .
Argumentando como na demonstração do Teorema 6.37 vemos que λi não pode ser
um valor próprio de T 0 , e portanto (λi −λ) não divide q(λ). Isto conclui a demonstração.
(b) É uma consequência imediata do facto de podermos calcular o polinómio caracterı́stico
usando a forma canónica de Jordan de T .

Observação 6.58. A Proposição 6.57(a) justifica a terminologia multiplicidade algébrica.
A Proposição anterior ajuda a calcular a forma canónica de Jordan de uma matriz
complexa. De facto, uma fatorização do polinómio caracterı́stico em fatores do primeiro
grau dá-nos a multiplicidade algébrica de cada valor próprio λi e portanto o número de vezes
que λi aparece na diagonal da forma canónica de Jordan (que é a soma dos comprimentos
dos blocos correspondentes a λi ).
Exemplo 6.59. No Exemplo 6.26 a fatorização p(λ) = (λ − 1)(λ + 1)(λ − 2)2 do polinómio
caracterı́stico implica que a multiplicidade algébrica de 2 é igual a 2. Assim, ao verificar
que a multiplicidade geométrica de λ = 2 é apenas 1, podemos concluir, sem quaisquer
outros cálculos adicionais, que a forma canónica de Jordan desta matriz é
 
1 0 0 0
 0 −1 0 0 
 
 0 0 2 1 
0 0 0 2
Exemplo 6.60. Retomando o Exemplo 6.34 vemos que, uma vez que a multiplicidade
geométrica de cada valor próprio é 1, teremos um bloco para cada valor próprio. À partida
haveria duas possibilidades para a matriz diagonal por blocos (a menos de troca de ordem
dos blocos):
   
1 1 0 2 1 0
 0 1 0  ou  0 2 0 
0 0 2 0 0 1
No entanto vimos já que o espaço próprio generalizado de λ = 2 tem dimensão 2 (e isto
é também uma consequência da Proposição 6.57(a)) pelo que teremos necessariamente a
segunda opção. A base B = (v1 , v2 , v3 ) terá que ser formada por um vetor próprio v1 de
λ = 2, um vetor próprio v3 de λ = 1 e um vetor próprio generalizado v2 de 2 satisfazendo
(A − 2I)v2 = v1
Neste exemplo as escolhas possı́veis para v1 e v3 são únicas a menos de um escalar não
nulo. Se tomarmos v1 = (1, 0, 1) e v3 = (1, −1, 0) temos que resolver a equação
    
0 1 0 a 1
(A − 2I)v2 = v1 ⇔  1 0 −1   b  =  0 
1 1 −1 c 1
Uma solução é por exemplo v2 = (0, 1, 0) (mas poderı́amos somar a este vetor qualquer
elemento do núcleo de (A − 2I), isto é, qualquer vetor próprio de 2). Conclui-se assim que
neste exemplo podemos tomar para a base B no Teorema 6.53
B = ((1, 0, 1), (0, 1, 0), (1, −1, 0))
Exemplo 6.61. Seja A uma matriz com forma canónica de Jordan
 
1 1 0
(47) J= 0 1
 0 
0 0 1
O espaço próprio de 1 tem dimensão 2. Seja {v1 , v10 } uma base para o espaço próprio de 1.
Tem que se ter cuidado na escolha do vector próprio v de 1 que se pôe na primeira coluna
da matriz S. De facto, só será possı́vel resolver a equação
(A − I)v2 = v
para achar a segunda coluna se v estiver no espaço das colunas da matriz (A − I), que
tem dimensão 1. É portanto necessário achar uma combinação linear v = αv1 + βv10 que
pertença ao espaço das colunas de A − I. A terceira coluna poderá ser qualquer vector
próprio de 1 que juntamente com v forme uma base para o espaço próprio.
Vejamos um exemplo concreto. Considere-se a matriz
 
0 −1 2
A =  −1 0 2 
−1 −1 3
Verifica-se facilmente que 1 é o único valor próprio. Os vectores próprios de 1 são as
soluções de
  
−1 −1 2 a
 −1 −1 2   b  = 0 ⇔ 2c = a + b
−1 −1 2 c
O espaço próprio de 1 é portanto o conjunto dos vectores
     
a 1 0
 b  = a 0  + b 1 
1 1 1
2
(a + b) 2 2
e λ = 1 tem multiplicidade geométrica 2. Há portanto dois blocos de Jordan e a forma

canónica de Jordan de A é necessariamente (47).
Não é no entanto possı́vel resolver a equação
(A − I)v2 = v1
quando v1 é um dos vectores 1, 0, 2 ou 0, 1, 21 da base ”natural” do espaço próprio de 1.
1

Como observámos acima, para que a equação tenha solução é necessário que v1 pertença ao
espaço das colunas de A − I, que é o espaço gerado por (1, 1, 1). A soma dos dois vectores
da ”base natural” é exactamente (1, 1, 1). Resolvendo a equação
    
−1 −1 2 a 1
 −1 −1 2   b  =  1  = 0 ⇔ 2c = a + b + 1
−1 −1 2 c 1
obtemos as soluções
       
a 0 1 0
 b  =  0  + a 0  + b 1 
1 a b 1 1 1
2
+ 2
+ 2 2 2 2
Podemos tomar por exemplo v2 = 0, 0, 12 . Para v3 podemos tomar qualquer vector próprio

de 1 que juntamente com (1, 1, 1) forme uma base do espaço próprio, por exemplo, 1, 0, 12 .

Obtemos assim a base
B = ((1, 1, 1), (0, 0, 21 ), (1, 0, 12 ))
e temos
   −1
1 0 1 1 1 0 1 0 1
A =  1 0 0  0 1 0  1 0 0 
1 12 12 0 0 1 1 21 21
Exemplo 6.62. Suponhamos que V é um espaço vetorial de dimensão 5 e T : V → V tem
um único valor próprio λ com multiplicidade geométrica 2. As possı́veis formas canónicas
de Jordan (a menos de troca de blocos) são
   
λ 1 0 0 0 λ 1 0 0 0
 0 λ 1 0 0   0 λ 1 0 0 
   
 0 0 λ 1 0  ou  0 0 λ 0 0 
   
 0 0 0 λ 0   0 0 0 λ 1 
0 0 0 0 λ 0 0 0 0 λ
Sendo B = (v1 , v2 , v3 , v4 , v5 ) uma base na qual T fica em forma de Jordan, podemos dis-
tinguir os dois casos da seguinte forma. Na matriz da direita, uma vez que os blocos têm
dimensão ≤ 3 o endomorfismo (T − λ)3 é identicamente nulo. Isso não acontece na matriz
da direita, onde (T − λ)3 v4 = v1 .
Para acharmos a base B resolvendo as equações (46) indutivamente teremos de ter o
cuidado de começar com um vetor próprio v1 de λ que esteja na imagem de (T − λ)3 no
caso da matriz da esquerda, e na imagem de (T − λ)2 no caso da matriz da direita. O
segundo vetor próprio (v5 no caso da esquerda e v4 no caso da direita) tem unicamente que
ser escolhido de forma a gerar o espaço próprio de λ juntamente com v1 .
6.63. O Teorema de Cayley-Hamilton. Terminamos a matéria desta secção com um
resultado fundamental que é muitas vezes útil para fazer cálculos com matrizes quadradas.
Seja V um espaço vetorial de dimensão finita n e T : V → V um endomorfismo. Dado um
vetor v ∈ V , sabemos que existem necessariamente escalares não todos nulos c0 , c1 , . . . , cn

tais que
c0 v + c1 T v + . . . + cn T n v = 0
(ou porque há alguma repetição na sequência v, T v, . . . , T n v, ou porque um conjunto com
mais de n vetores de V é necessariamente linearmente dependente). O próximo Teorema
garante, em particular, que existe uma escolha para os coeficientes ci que funciona para
todos os vetores v ∈ V simultaneamente.
Teorema 6.64 (Teorema de Cayley-Hamilton). Seja V um espaço vetorial de dimensão
finita, T : V → V um endomorfismo e p(λ) o seu polinómio caracterı́stico. Então p(T ) = 0
(isto é, p(T ) : V → V é o endomorfismo identicamente nulo).
Dem. Seja A ∈ Mn×n (K) a matriz que representa T com respeito a uma qualquer base B
de V . É suficiente ver que p(A) = 0. Pela Proposição 5.11(iv) temos14
(48) (A − λI) cof(A − λI)T = p(λ)I
Seja
p(λ) = (−1)n λn + cn−1 λn−1 + . . . + c1 λ + c0
Cada entrada da matriz cof(A − λI)T é o determinante de uma submatriz (n − 1) × (n − 1)
de (A − λI)T e portanto é uma expressão polinomial de grau ≤ (n − 1) em λ. Pondo as
potências de λ em evidência vemos que existem matrizes Bi ∈ Mn×n (K) tais que
cof(A − λI)T = B0 + B1 λ + . . . + Bn−1 λn−1
Substituindo em (48) obtemos
(A − λI)(B0 + B1 λ + . . . + λn−1 Bn−1 ) = ((−1)n λn + . . . + c1 λ + c0 )I
Distribuindo o produto do lado direito do sinal de igual e igualando os coeficientes de λk
obtemos as seguintes igualdades


 AB0 = c0 I




 AB1 − B0 = c1 I
AB2 − B1 = c2 I

..


 .




 ABn−1 − Bn−2 = cn−1 I
−Bn−1 = (−1)n I

14O significado de (48) é algo subtil. No caso em que o corpo K tem infinitos elementos, os polinómios
são determinados pelas funções K → K que definem e portanto a validade de (48) segue do facto de a
igualdade se verificar para todo o λ ∈ K. Quando K é um corpo finito, é necessário observar que, na
dedução da igualdade descrita na Proposição 5.11(iv), nunca usámos a invertibilidade dos elementos não
nulos de K mas apenas os restantes axiomas de corpo. O resultado é portanto válido para matrizes cujas
entradas são polinómios com coeficientes em K.
Multiplicando a i-ésima equação por Ai−1 e somando obtemos

AB0 + A(AB1 − B0 ) + A2 (AB2 − B1 ) + . . . + An−1 (ABn−1 − Bn−2 ) − An Bn−1 =
= c0 I + c1 A + . . . + cn−1 An−1 + (−1)n An
A soma telescópica do lado esquerdo do sinal de igual anula-se, o que conclui a demon-
stração.
O seguinte exemplo ilustra os cálculos efetuados na demonstração anterior.

1 2
Exemplo 6.65. Seja A a matriz que tem polinómio caracterı́stico p(λ) = λ2 −
3 2
3λ − 4. A identidade (48) afirma neste caso que
2
1−λ 2 2 − λ −2 λ − 3λ − 4 0
=
3 2−λ −3 1 − λ 0 λ2 − 3λ − 4

1 2 1 0 2 −2 1 0 2 1 0 −3 0 −4 0
−λ −λ = λ +λ +
3 2 0 1 −3 1 0 1 0 1 0 −3 0 −4
Distribuindo a soma à esquerda e igualando os coeficientes de λk para k = 0, 1, 2 obtemos

três equações matriciais que implicam a relação A2 − 3A − 4I = 0.
Observação 6.66. Para endomorfismos de espaços complexos de dimensão finita, o Teo-
rema de Cayley-Hamilton é uma consequência imediata da forma canónica de Jordan.
Exemplo 6.67. Consideremos a matriz
 
1 0 −1
A= 0 2 1 
−1 0 2
O seu polinómio caracterı́stico é

1−λ 0 −1

p(λ) = 0 2−λ 1 = −λ3 + 5λ2 − 7λ + 2

−1 0 2−λ
Portanto
−A3 + 5A2 − 7A + 2I = 0 ⇔ A(−A2 + 5A − 7I) = −2I ⇒ A−1 = 21 (A2 − 5A + 7I)
É fácil calcular o valor de t(A) para qualquer polinómio t(x). Dividindo t(x) pelo polinómio
caracterı́stico obtemos
t(x) = q(x)p(x) + r(x)
sendo o grau de r menor ou igual a 2. Uma vez que p(A) = 0, temos t(A) = q(A)p(A) +
r(A) = r(A).
6.68. Leitura opcional: Endomorfismos de espaços vetoriais reais. Vamos agora

usar o nosso entendimento dos endomorfismos de espaços complexos para descrever os
endomorfismos de espaços vetoriais reais de dimensão finita.
Uma vez que os números reais são um subconjunto dos números complexos, temos uma
inclusão natural Mn×n (R) ⊂ Mn×n (C) e portanto uma matriz real pode ser encarada como
uma matriz complexa cujas entradas têm parte imaginária nula. Uma matriz A ∈ Mn×n (R)
determina portanto um endomorfismo x 7→ Ax de Cn ao qual podemos aplicar o Teorema
6.53.
O processo descrito no parágrafo anterior tem uma versão para transformações lineares:
todo o espaço vetorial real pode ser extendido a um espaço vetorial complexo - a sua
complexificação - de uma maneira que generaliza a inclusão Rn ⊂ Cn e um endomorfismo
de um espaço vetorial real determina um endomorfismo da sua complexificação.
Definição 6.69. Seja V um espaço vetorial real. A complexificação de V é o espaço
vetorial complexo V C que tem por conjunto subjacente V × V e operações de soma e mul-
tiplicação por escalar definidas por
(v1 , v2 ) + (w1 , w2 ) = (v1 + w1 , v2 + w2 ) (a + bi) · (v1 , v2 ) = (av1 − bv2 , av2 + bv1 )
Definimos as partes real e imaginária de (v1 , v2 ) ∈ V C por Re((v1 , v2 )) = v1 e Im((v1 , v2 )) =
v2 e a operação de conjugação em V C por
(v1 , v2 ) = (v1 , −v2 )
Note-se que (0+1i)·(v, 0) = (0, v). Podemos identificar V com o subconjunto {(v, 0) : v ∈
V } ⊂ V C e mediante esta identificação é habitual escrever o elemento (v1 , v2 ) ∈ V C como
v1 + iv2 . Nestes termos a multiplicação por escalar é definida pela fórmula familiar
(a + bi)(v1 + iv2 ) = (av1 − bv2 ) + i(av2 + bv1 )
e a conjugação escreve-se
v1 + iv2 = v1 − iv2
Deixamos como exercı́cio a verificação que com as operações de soma e multiplicação
definidas acima V C é de facto um espaço vetorial complexo.
Note-se que a conjugação é um isomorfismo entre o espaço vetorial real subjacente a V C
e ele próprio.
Definição 6.70. Seja V um espaço vetorial real e T : V → V um endomorfismo. A
complexificação de T é a transformação linear complexa T C : V C → V C definida por
T C (v1 + iv2 ) = T (v1 ) + iT (v2 )
Deixamos como exercı́cio a verificação que T C é de facto uma transformação linear de
espaços vetoriais complexos.
Exemplo 6.71. (i) Se V = Rn podemos identificar V C naturalmente com Cn usando o
isomorfismo de espaços vetoriais complexos dado por
((x1 , x2 , . . . , xn ), (y1 , y2 . . . , yn )) 7→ (x1 + iy1 , x2 + iy2 , . . . , xn + iyn )
Se T : R2 → R2 for a transformação linear definida pela expressão

T (x, y) = (2x + y, x − 3y)
mediante a identificação acima de (R2 )C com C2 , a transformação linear T C : C2 →
C2 é dada pela mesma expressão. De facto, temos
T C (1 + 0i, 0 + 0i) = T (1, 0) + iT (0, 0) = (2 + 0i, 1 + 0i = (2, 1))
T C (0 + 0i, 1 + 0i) = T (0, 1) + iT (0, 0) = (1 + 0i, −3 + 0i) = (1, −3)
logo
T C (x, y) = (2x + y, x − 3y)
(ii) Se V for o espaço dos polinómios reais, V C identifica-se naturalmente com o espaço
dos polinómios com coeficientes complexos mediante o isomorfismo
(a0 + a1 x + . . . + an xn , b0 + b1 x + . . . + bn xn ) 7→ (a0 + ib0 ) + (a1 + ib1 )x + . . . + (an + ibn )xn
Se B = (v1 , . . . , vn ) é uma base para V é imediato verificar que B (ou mais precisamente
o conjunto correspondente ((v1 , 0), . . . , (vn , 0)) ⊂ V C ) é também uma base para V C (agora
como espaço vetorial complexo) e que a representação matricial de T C na base B coincide
com a representação matricial de T na base B:
AT C ,B,B = AT,B,B
sendo a matriz real AT,B,B encarada como uma matriz complexa cujas entradas têm parte
imaginária nula. No Exemplo (6.71)(i) acima temos

2 1
AT C ,Bcan ,Bcan = AT,Bcan ,Bcan =
1 −3
Proposição 6.72. Seja V um espaço vetorial real e T : V → V um endomorfismo.
(i) λ ∈ C é um valor próprio de T C se e só se λ é um valor próprio de T C
(ii) v ∈ V C é um vetor próprio (generalizado) de T C se e só se v é um vetor próprio
(generalizado) de T C .
(iii) (v1 , v2 , . . . , vk ) formam uma cadeia de Jordan em V C associada ao valor próprio λ
se e só se (v1 , v2 , . . . , vk ) formam uma cadeia de Jordan em V C associada ao valor
próprio λ.
Dem. Escrevendo λ = a + bi e v = x + iy ∈ V C com x, y ∈ V temos
(
T x = ax − by
(49) T (x + iy) = (a + ib)(x + iy) ⇔ T x + iT y = ax − by + i(ay + bx) ⇔
T y = ay + bx
o que claramente é equivalente a
T (x − iy) = (a − ib)(x − iy) ⇔ T x − iT y = ax − by − i(ay + bx)
logo λ é um valor próprio se e só se λ é um valor próprio, e v = x + iy é um vetor próprio
associado a λ se e só se v = x − iy é um vetor próprio associado a λ. Isto mostra (i)
e uma parte de (ii). A demonstração de (iii) é inteiramente análoga e é deixada como
exercı́cio. Uma vez que um vetor v 6= 0 é um vetor próprio generalizado de λ se e só se
(v, (T − λ)v, . . . , (T − λ)k v) é uma cadeia de Jordan para algum k, (iii) implica a afirmação
que falta em (ii).
O resultado anterior diz que os espaços próprios generalizados de T C correspondentes
a valores próprios complexos (isto é, com parte imaginária não nula) ocorrem em pares
conjugados e que podemos tomar para base de E g (λ) os vetores conjugados de uma base
de E g (λ). Assim, na forma canónica de Jordan para T C há uma correspondência bijetiva
entre os blocos com λ na diagonal e os blocos com λ na diagonal.
A observação anterior juntamente com o resultado seguinte permite-nos obter uma forma
canónica para os endomorfismos reais.
Proposição 6.73. Seja V um espaço vetorial real e {v1 , . . . , vn } um subconjunto de vetores
(distintos) de V C . Se {v1 , . . . , vn , v1 , . . . , vn } é um subconjunto linearmente independente de
V C então {Re(v1 ), Im(v1 ), . . . , Re(vn ), Im(vn )} é um subconjunto linearmente independente
de V .
Dem. Usando a identificação de V com o conjunto {(x, 0) : x ∈ V } de V C , temos
v+v v−v
Re(v) = Im(v) =
2 2i
Dados escalares reais α1 , . . . , αn , β1 , . . . , βn , a expressão
α1 Re(v1 ) + . . . + αn Re(vn ) + β1 Im(v1 ) + . . . + βn Im(vn ) = 0
é equivalente a
v1 + v1 vn + vn v1 − v1 vn − vn
α1 + . . . + αn + β1 + . . . + βn )=0
2 2 2i 2i
α1 − iβ1 αn − iβn α1 + iβ1 αn + iβn
⇔ v1 + . . . + vn + v1 + . . . + vn = 0
2 2 2 2
logo se {Re(v1 ), Im(v1 ), . . . , Re(vn ), Im(vn )} é linearmente dependente em V , então o con-
junto {v1 , . . . , vn , v1 , . . . , vn } é linearmente dependente em V C , o que conclui a demon-
stração.
Definição 6.74. Um bloco de Jordan real é uma matriz quadrada da forma (44) com λ
real ou da forma
a −b 1 0 ··· 0 0
 
.. 
 b a
 0 1 0 ··· . 
 . ..

 0 0
 a −b 1 0 


 0 0 . . .

(50) b a 0 1 
 .
.. ..

 . . .
 . 1 0 


 0 1 
 0 0 ··· 0 0 a −b 
0 0 ··· 0 0 b a
com a, b ∈ R e b 6= 0.
Teorema 6.75. (Forma canónica de Jordan real) Seja V um espaço vetorial real de di-
mensão finita e T : V → V um endomorfismo. Então existe uma base B para V tal que a
matriz AT,B,B que representa T com respeito à base B é diagonal por blocos
J1 0 · · · 0
 
. . . .. 
 0 J2 . 

AT,B,B =  . .
 .. .. 0 

0 ··· Jm
com cada Ji um bloco de Jordan real.
Dem. Seja T C : V C → V C a complexificação de T .
Se λ ∈ R então (T C − λ)k v = 0 ⇔ (T − λ)k Re(v) = (T − λ)k Im(v) = 0 pelo que o espaço
próprio generalizado de λ para T C é a complexificação do espaço próprio generalizado
de λ para T . Em particular, podemos assumir que as cadeias de Jordan para T C que
correspondem a blocos com λ ∈ R na diagonal são formadas por vetores de V ⊂ V C .
Pela Prop 6.72, os blocos de Jordan de T C correspondentes a valores próprios complexos
λ = a + bi com b 6= 0 ocorrem em pares conjugados e para cada par J, J podemos escolher
cadeias de Jordan conjugadas (v1 , . . . , vk ) e (v1 , . . . , vk ) com
T C v1 = λv1 , . . . , T C vk = λvk + vk−1
Seja B 0 a base de V C formada por todas as cadeias de Jordan para V C escolhidas da
forma acima (isto é, escolhendo vetores de V para as cadeias correspondentes a valores
próprios reais e escolhendo cadeias conjugadas para blocos de valores próprios conjugados
correspondentes). Tomamos para B o subconjunto de V formado por
(i) cadeias de Jordan em B 0 correspondentes a valores próprios reais,
(ii) {Re(v1 ), Im(v1 ), . . . , Re(vk ), Im(vk )} para cada par conjugado de cadeias (v1 , . . . , vk )
e (v1 , . . . , vk )
Pelo Lema 6.73, os conjuntos {Re(v1 ), Im(v1 ), . . . , Re(vk ), Im(vk )} são linearmente inde-
pendentes. Contas inteiramente análogas a (49) mostram que a restrição de T a
L({Re(v1 ), Im(v1 ), . . . , Re(vk ), Im(vk )})
na base (Re(v1 ), Im(v1 ), . . . , Re(vk ), Im(vk )) é dado pelo bloco de Jordan real (2k) × (2k)
(50) com a e b tais que v1 ∈ V C é um vetor próprio de a − bi.
B é um conjunto linearmente independente porque a soma dos subespaços gerados pelos
vários conjuntos de vetores de tipo (i) e (ii) é direta (isso é claramente verdade para as
suas complexificações pelo Teorema da Decomposição Primária). Uma vez que o número
de elementos de B é igual à dimensão de V conclui-se que B é uma base para V com as
propriedades requeridas.
Observação 6.76. Ao contrário da forma canónica de Jordan complexa, a forma real
não é única a menos da ordem dos blocos. Nos blocos correspondentes a valores próprios
complexos, o sinal da parte imaginária b pode ser escolhido arbitrariamente (mas a escolha
tem de ser constante em cada bloco). A troca do sinal de b corresponde à simetria dada
pela conjugação que troca a ordem do par (λ, λ). Esta indeterminação pode ser resolvida
convencionando que nos blocos com entrada complexa temos sempre b > 0.
Exemplo 6.77. Vamos determinar a forma canónica de Jordan real da transformação
linear T : R4 → R4 representada na base canónica pela matriz
 
2 0 0 −2
 0 0 0 0 
A=  0 −1 1 −1 

2 1 −1 −1
Calcula-se que os valores próprios são 0, e 1 ± i. A multiplicidade geométrica de 0 é 2,
sendo uma base para o espaço próprio de 0 dada pelos vetores (0, 1, 1, 0) e (1, −1, 0, 1).
A matriz A é portanto diagonalizável enquanto matriz complexa. A forma canónica de
Jordan real de A é  
0 0 0 0
 0 0 0 0 
J =  0 0 1 −1 

0 0 1 1
Um vetor próprio de 1 − i é (1 − i, 0, −i, 1) logo uma matriz S tal que A = SJS −1 é, por
exemplo,  
0 1 1 −1
 1 −1 0 0 
S=  1 0 0 −1 

0 1 1 0
6.78. Cultura geral: classificação geral dos endomorfismos de espaços vetoriais
de dimensão finita. Nesta secção de leitura opcional vamos, por uma questão de cultura
geral, indicar brevemente como se generaliza a classificação dos endomorfismos que vimos
para K = R ou C a corpos arbitrários. Seja V um espaço vetorial de dimensão finita sobre
o corpo K e T : V → V um endomorfismo qualquer.
Todo o polinómio com coeficientes em K pode ser fatorizado de forma única como o pro-
duto de polinómios ditos irredutı́veis que desempenham um papel análogo ao dos números
primos nos inteiros. Quando K = C o Teorema Fundamental da Álgebra garante que os
únicos polinómios (mónicos) irredutı́veis são da forma (x − λ) com λ ∈ C e daqui segue
fácilmente que os únicos polinómios (mónicos) reais irredutı́veis são (x − λ) com λ ∈ R e
(x − a)2 + b2 com a, b ∈ R e b 6= 0.
A versão geral do Teorema da Decomposição Primária 6.37 afirma que todo o endomor-
fismo T de um espaço vetorial de dimensão finita pode ser decomposto numa soma direta
de endomorfismos cujos polinómios caracterı́sticos são potências de polinómios irredutı́veis,
havendo uma parcela para cada polinómio irredutı́vel que divide o polinómio caracterı́stico
de T . Quando K = C este resultado é precisamente o Teorema da Decomposição Primária
6.37. Quando K = R, este resultado corresponde à decomposição do endomorfismo em
blocos de Jordan reais e complexos (cada valor próprio real e cada par de valores próprios
complexos conjugados corresponde a uma parcela).
Vejamos que forma tomam os blocos de uma decomposição primária. Dado v ∈ V \ {0},
associamos a v o subespaço cı́clico W = L({T i v : i ∈ N0 }). Sendo p(x) = c0 + c1 x + . . . + xk
um polinómio com coeficientes em K de grau mı́nimo (dito o polinómio mı́nimo de v) tal
que
p(T )v = 0
temos que B = (v, T v, T 2 v, . . . , T k−1 v) é uma base para W e, nessa base para W , a matriz
que representa T|W é
0 0 . . . −c0
 
 1 0 −c1 
AT|W ,B,B = 

... ... .. 
 0 .


..
0 . 1 −ck−1
que se chama a matriz companheira do polinómio p. Estas matrizes têm uma forma bas-
tante simples: a grande maioria das entradas é igual a zero. O seu polinómio caracterı́stico
é exatamente o polinómio p(λ) como verão nos exercı́cios sobre o determinante. Usando o
Teorema de Cayley-Hamilton, não é dı́ficil verificar que o polinómio mı́nimo de um dado
v ∈ V \ {0} é sempre um fator do polinómio caracterı́stico de T .
Um Teorema fundamental da Álgebra Linear afirma que para todo o endomorfismo T de
um espaço vetorial de dimensão finita, existe uma decomposição de V como a soma direta
de subespaços cı́clicos, ou alternativamente, que existe uma base B de V tal que AT,B,B
é diagonal por blocos sendo cada bloco diagonal uma matriz companheira de um fator do
polinómio caracterı́stico15.
Como viram nos exercı́cios sobre endomorfismos, uma fatorização de um polinómio leva
a uma decomposição em blocos da sua matriz companheira. Aplicando o resultado men-
cionado no parágrafo anterior aos blocos de uma decomposição primária (cujos polinómios
caracterı́sticos são potências de polinómios irredutı́veis) obtemos uma decomposição diag-
onal por blocos na qual, ao longo da diagonal, temos matrizes companheiras de polinómios
irredutı́veis. Quando K = C isto é exatamente a forma canónica de Jordan, enquanto que
no caso em que K = R obtemos uma matriz semelhante à forma canónica de Jordan real.
Para um excelente tratamento elementar dos temas descritos nos parágrafos anteriores
recomendamos [HK]. Quem continuar a estudar Álgebra irá provavelmente ver todos estes
resultados como um caso particular do Teorema de classificação dos módulos finitamente
gerados sobre domı́nios de ideais principais. Um endomorfismo T : V → V dá a V a
estrutura de um módulo 16 sobre o domı́nio de ideais principais K[t] dos polinómios com
coeficientes em K: define-se a multiplicação de p(t) ∈ K[t] por um elemento v ∈ V como
15Além disso é possı́vel escolher estes fatores de uma forma natural, o que leva à chamada Forma
canónica racional de um endomorfismo (assim conhecida porque é válida, em particular, sobre o corpo dos
racionais)
16Se suprimirmos na definição de corpo o requisito da invertibilidade dos elementos não nulos obtemos
a noção de anel. Os números inteiros e os polinómios com coeficientes num corpo são exemplos de anéis.
Um módulo sobre um anel é o análogo neste contexto de um espaço vetorial sobre um corpo.
p(t) · v = p(T )v. As formas normais para os endomorfismos brevemente descritas acima são
uma consequência imediata da classificação dos módulos finitamente gerados sobre K[t].
7. Espaços vetoriais com produto interno

Neste capı́tulo final vamos introduzir mais estrutura geométrica nos objetos que temos
vindo a estudar. Esta estrutura incluirá por exemplo noções de distância e ângulo entre
vetores. Isto é feito com recurso à noção de produto interno, um conceito que generaliza a
noção de produto escalar em R2 e R3 familiar do ensino secundário. Ao contrário do que
aconteceu até agora, nesta secção o corpo de base será sempre K = R ou C.
7.1. Definição de produto interno num espaço vetorial. Recordemos o produto in-
terno (ou escalar) de vetores de R2 e R3 . Trata-se de uma operação que produz um número
real hv, wi a partir de dois vetores v e w. É dado pelas fórmulas
h(x1 , x2 ), (y1 , y2 )i = x1 y1 + x2 y2 para (x1 , x2 ), (y1 , y2 ) ∈ R2
e
h(x1 , x2 , x3 ), (y1 , y2 , y3 )i = x1 y1 + x2 y2 + x3 y3 para (x1 , x2 , x3 ), (y1 , y2 , y3 ) ∈ R3
respetivamente. Em ambos os casos, o significado geométrico, do produto interno hv, wi é
kvkkwk cos α em que kxk designa o comprimento do vetor x e α é o ângulo entre v e w.
As propriedades destes produtos podem ser abstraı́das nos seguintes axiomas simples.
Definição 7.2. Seja V um espaço vetorial real. Um produto interno em V é uma função
h·, ·i : V × V → R
satisfazendo
(1) Bilinearidade: Para todos os α1 , α2 ∈ R e v1 , v2 , w ∈ V .
• hα1 v1 + α2 v2 , wi = α1 hv1 , wi + α2 hv2 , wi
• hw, α1 v1 + α2 v2 i = α1 hw, v1 i + α2 hw, v2 i
(2) Simetria: hv, wi = hw, vi para todos os v, w ∈ V .
(3) Positividade: hv, vi > 0 para todo o v 6= 0.
Observação 7.3. Tendo em conta a simetria do produto interno, para verificar a bi-
linearidade basta verificar a primeira (ou a segunda) das igualdades que caracterizam a
bilinearidade.
Exemplo 7.4. O produto interno usual (ou standard) em Rn é definido por

h(x1 , . . . , xn ), (y1 , . . . , yn )i = x1 y1 + x2 y2 + . . . + xn yn
É imediato verificar que as propriedades (1)-(3) na Definição 7.2 são verificadas. Este
produto interno generaliza o produto interno já conhecido nos casos em que n = 2 e 3.
Exemplo 7.5. Seja [a, b] um intervalo limitado e fechado de R e V = C([a, b], R) o espaço
vetorial das funções contı́nuas de [a, b] para R (que é um subespaço vetorial do espaço
vetorial de todas as funções de R para R). Define-se h·, ·i : V × V → R pela expressão
ˆ b
hf, gi = f (x)g(x)dx
a
A expressão anterior faz sentido porque o produto de funções contı́nuas é contı́nua e uma
função contı́nua é integrável num intervalo compacto. Verifiquemos as propriedades (1)-(3)
da Definição 7.2:
´b ´b ´b
(1) hα1 f1 +α2 f2 , gi = a (α1 f1 (x)+α2 f2 (x))g(x)dx = α1 a f1 (x)g(x)dx+α2 a f2 (x)g(x)dx =
α1 hf1 , gi + α2 hf2 , gi
(2) É imediato uma vez que f (x)g(x) = g(x)f (x).
´b
(3) hf, f i = a f 2 (x)dx ≥ 0 por monotonia do integral. Se f (x) 6= 0 então existe
x0 ∈ [a, b] tal que f (x0 ) 6= 0. Como f é contı́nua isso significa que existe > 0 e
um intervalo J contendo x0 com interior não vazio tal que f (x)2 ≥ quando x ∈ J.
´b ´ ´
Mas então a f (x)2 dx ≥ J f (x)2 dx ≥ J dx > 0.
Observação 7.6. Se pensarmos numa função f como um “vetor com componentes index-
adas pelos números reais” cuja componente x é o número f (x), e no integral como uma
“soma em x” o segundo exemplo acima é uma generalização natural do primeiro.
Existe também uma versão do conceito de produto interno para um espaço vetorial
complexo, que se chama um produto interno Hermitiano, ou simplesmente um produto
interno. O modelo será Cn , mas agora não podemos usar exatamente a mesma fórmula que
nos dá o produto interno standard em Rn porque perderı́amos a propriedade da positividade
(que é a chave para definir o comprimento de vetores). A solução é conjugar um dos
argumentos coordenada a coordenada, uma vez que zz = |z|2 ≥ 0. Esta solução requer a
modificação dos restantes dois axiomas da forma seguinte.
Definição 7.7. Seja V um espaço vetorial complexo. Um produto interno em V é uma
função
h·, ·i : V × V → C
satisfazendo
(1) Sesquilinearidade ou linearidade conjugada: Para todos os α1 , α2 ∈ C e
v1 , v2 , w ∈ V .
• hα1 v1 + α2 v2 , wi = α1 hv1 , wi + α2 hv2 , wi
• hw, α1 v1 + α2 v2 i = α1 hw, v1 i + α2 hw, v2 i
(2) Simetria conjugada: hv, wi = hw, vi para todos os v, w ∈ V .
(3) Positividade: hv, vi é real e positivo para todo o v 6= 0.

Observação 7.8. Tendo em conta a simetria conjugada de um produto interno complexo,
para verificar a sesquilinearidade basta verificar a primeira (ou a segunda) das igualdades
que caracterizam a sesquilinearidade.
Exemplo 7.9. O produto interno standard em Cn é a função h·, ·i : Cn × Cn → C definida
pela expressão
h(z1 , . . . , zn ), (w1 , . . . , wn )i = z1 w1 + z2 w2 + . . . + zn wn
É imediato verificar as condições (1)-(3) da Definição 7.7. Por exemplo,
h(z1 , . . . , zn ), (z1 , . . . , zn )i = |z1 |2 + . . . + |zn |2 ≥ 0
e só se anula se z1 = · · · = zn = 0.
Um produto interno num espaço vetorial real ou complexo permite-nos introduzir noções
de comprimento e distância no espaço em questão.
Definição 7.10. Seja V um espaço vetorial e h·, ·i um produto interno em
p V . A norma
ou comprimento de um vetor v ∈ V é o número real não negativo kvk = hv, vi. Sendo
v, w ∈ V , a distância de v a w é o número real não negativo kv − wk.
Note-se que as noções de norma e comprimento para o produto interno usual em R2 ou
3
R são as habituais. Por exemplo:
p
k(x, y, z)k = x2 + y 2 + z 2
Exemplo 7.11. Em C2 com o produto interno usual,
p √ √
k(1 + i, −1)k = |1 + i|2 + 1 = 2 + 1 = 3
Em C([0, 1], R) a distância entre as funções x e 1 é
ˆ 1
s s 1
(x − 1)3 1
kx − 1k = 2
(x − 1) dx = =√
0 3
0 3
Além da distância, um outro conceito fundamental de que passamos a dispôr num espaço
com produto interno é a noção de ortogonalidade ou perpendicularidade.
Definição 7.12. Seja V um espaço vetorial e h·, ·i um produto interno em V . Um sub-
conjunto S ⊂ V diz-se ortogonal se hv, wi = 0 para todos os v, w ∈ S distintos. Um
subconjunto S ⊂ V diz-se ortonormado se S é ortogonal e kvk = 1 para todo o v ∈ S.
Exemplo 7.13. O conjunto {(1, 1), (1, −1)} é ortogonal em R2 para o produto interno
usual,
√ uma vez que h(1, 1), (1 − 1)i = 1 − 1 = 0. Não é ortonormado uma vez que k(1, 1)k =
2 6= 1, mas dividindo
cada
um dos
vetores pelo seu comprimento obtemos o conjunto
1 1 1 1
ortonormado { √2 , √2 , √2 , − √2 }.
As funções sen x e 1 são ortogonais em C([0, 2π], R) uma vez que

ˆ 2π
hsen x, 1i = sen xdx = − cos x|2π
0 = 0
0
n n
As bases canónicas de R e C são conjuntos ortonormados para os produtos internos
usuais.
7.14. Representação matricial de um produto interno. Seja V um espaço vetorial
com produto interno h·, ·i e suponhamos que B = (v1 , . . . , vn ) é uma base para V .
Podemos escrever dois vetores v, w ∈ V em função da base B
v = α1 v1 + . . . + αn vn , w = β1 v1 + . . . + βn vn ,
Vamos agora usar a bilinearidade/sesquilinearidade para obter uma fórmula para o produto
interno em termos do produto de matrizes. Consideraremos o caso complexo mas note-
se que, uma vez que para α real temos α = α, estamos também a tratar o caso real
simultaneamente (simplesmente omitimos a conjugação no caso real). Usando linearidade
conjugada na primeira variável temos
hv, wi = hα1 v1 + . . . αn vn , wi = α1 hv1 , wi + . . . + αn hvn , wi
Usando a linearidade na segunda coordenada temos para cada i
hvi , wi = hvi , β1 v1 + . . . βn vn i = β1 hvi , v1 i + . . . + βn hvi , vn i
e substituindo na primeira expressão obtemos a seguinte expressão para o produto interno
hv, wi = α1 β1 hv1 , v1 i+. . .+α1 βn hv1 , vn i+α2 β1 hv2 , v1 i+. . .+αn β1 hvn , v1 i+. . .+αn βn hvn , vn i
Vemos assim que o produto interno é completamente determinado pelo conjunto de n2
escalares hvi , vj i com i, j = 1, . . . , n. Identificando escalares com matrizes 1 × 1 a expressão
anterior pode ser escrita matricialmente na forma
hv1 , v1 i hv1 , v2 i · · · hv1 , vn i β1
  
 hv2 , v1 i hv2 , v2 i · · · hv2 , vn i   β2 
(51) α1 α2 · · · αn  .. .. ..  . 
  .. 
 . . .
hvn , v1 i hvn , v2 i · · · hvn , vn i βn
Proposição 7.15. Seja V um espaço vetorial de dimensão finita sobre K = R ou C e seja
h·, ·i um produto interno em V . Dada uma base ordenada B = (v1 , . . . , vn ) para V , existe
uma única matriz GB ∈ Mn×n (K), chamada a matriz da métrica ou matriz de Gram tal
que
(
[v]TB GB [w]B se K = R
hv, wi = T
[v]B GB [w]B se K = C
Esta matriz é dada pela fórmula
(52) GB = [hvi , vj i]
Dem. Resta-nos apenas provar a unicidade. Consideremos apenas o caso real uma vez que
o caso complexo é inteiramente análogo: se A ∈ Mn×n (R) é tal que hv, wi = [v]TB A[w]B
então tomando v = vi , w = wj obtemos
 
0
 .. 
 . 
hvi , wj i = 0 · · · 1 · · · 0 A  1  = aij
 
 . 
 .. 
0
pelo que a matriz A é necessariamente dada pela fórmula (52).
Observação 7.16. Para chegar à expressão (51) usámos apenas a propriedade (1) das
Definições 7.2 e 7.7 pelo que a expressão matricial (51) se aplica a funções de V × V para
os escalares que satisfaçam apenas o axioma (1) (ditas funções bilineares no caso real, e
sesquilineares no caso complexo).
As propriedades (2) e (3) na definição de produto interno impõem algumas condições
sobre a matriz GB . Quanto à condição (2), escrevendo gij para a entrada ij da matriz GB ,
temos no caso real
gij = hvi , vj i = hvj , vi i = gji ⇔ GB = GTB
ou seja, a matriz da métrica é simétrica. No caso complexo temos
T
gij = hvi , vj i = hvj , vi i = gji ⇔ GB = GB
Diz-se que a matriz GB é hermitiana. Reciprocamente, se G é uma matriz que satisfaz
estas condições é imediato verificar que a função
T
hv, wi = [v]B G[w]B
satisfaz as condições (1) e (2) nas definições 7.2 e 7.7 (uma tal função diz-se uma forma
bilinear (resp. sesquilinear) simétrica).
Quanto à condição (3), ela claramente implica que os valores próprios de uma matriz da
métrica têm que ser reais positivos (mesmo no caso em que K = C): se GB [v]B = λ[v]B
então
T T
kvk2 = hv, vi = [v]B GB [v]B = λ[v]B [v]B = λk[v]B k2 > 0 ⇒ λ > 0
Observação 7.17. Veremos em breve que uma matriz simétrica ou hermitiana é sem-
pre diagonalizável. Admitindo este facto, é imediato verificar que dada uma base B para
V e uma matriz G simétrica (resp. hermitiana) com valores próprios todos positivos, a
T
expressão hv, wi = [v]B G[w]B define um produto interno em V .
Assim, uma base B para o espaço vetorial V estabelece uma correspondência biunı́voca
entre os produtos internos em V e as matrizes simétricas (resp. hermitianas) com valores
próprios todos positivos.
Exemplo 7.18. Consideremos a restrição do produto interno usual em R3 ao subespaço

V = {(x, y, z) ∈ R3 : x + y + z = 0}. Uma base para V é dada, por exemplo, pelos vetores
v1 = (1, −1, 0) e v2 = (0, 1, −1). A matriz da métrica para o produto interno em V com
respeito à base B = (v1 , v2 ) é portanto

hv1 , v1 i hv1 , v2 i 2 −1
GB = =
hv2 , v1 i hv2 , v2 i −1 2

1 −1
Dados vetores v, w ∈ V com [v]B = e [w]B = temos
2 1

2 −1 −1 −3
hv, wi = 1 2 = 1 2 =3
−1 2 1 3
Podemos confirmar este resultado fazendo as contas em R3 : Temos
v = 1 · (1, −1, 0) + 2(0, 1, −1) = (1, 1, −2), w = −1 · (1, −1, 0) + 1 · (0, 1, −1) = (−1, 2, −1)
logo
hv, wi = 1 · (−1) + 1 · 2 + (−2) · (−1) = −1 + 2 + 2 = 3.
O ponto do exemplo anterior é o seguinte: mesmo que estejamos interessados apenas
no produto interno usual em Rn (isto é na noção usual de comprimento e ângulo) em
certas situações estaremos interessados em considerar apenas vetores que estão em certos
subespaços (imaginemos por exemplo que um avião voa num dado plano) e para fazer
contas nesse plano é mais prático escolher coordenadas no plano (da mesma forma que
à superfı́cie da Terra utilizamos duas coordenadas para descrever um ponto). No plano
não há em geral coordenadas canónicas como em Rn e numas coordenadas arbitrárias que
escolhamos, a expressão do produto interno não será aquela a que estamos acostumados,
mesmo que o produto interno em questão provenha do produto interno usual em Rn .
Observação 7.19. Note-se que uma base B para um espaço vetorial V é ortogonal com
respeito a um produto interno sse a matriz da métrica GB é diagonal (e então as entradas
diagonais são positivas e iguais às normas dos vetores da base ao quadrado) e que B é
ortonormada (isto é um conjunto ortonormado) sse GB é a matriz identidade.
Suponhamos agora que B, B 0 são duas bases para o espaço vetorial V com produto
interno. Como se relacionam as matrizes da métrica com respeito às duas bases?
Sendo S = SB→B 0 a matriz de mudança de coordenadas da base B para a base B 0 temos
para qualquer x ∈ V
[x]B 0 = S[x]B
substituindo na expressão para a matriz da métrica na base B 0 temos (novamente o caso
real obtém-se omitindo os conjugados)
T T T T
hv, wi = [v]B 0 GB 0 [w]B 0 = S[v]B GB 0 (S[w]B ) = [v]B S GB 0 S[w]B
onde usámos que A B = AB e (AB)T = B T AT . Tendo em conta a expressão
T
hv, wi = [v]B GB [w]B
que caracteriza a matriz da métrica com respeito à base B conclui-se que

T
(53) GB = S GB 0 S ou, no caso real, GB = S T GB 0 S
Estas fórmulas explicam como a expressão para o produto interno é alterada por uma mu-
dança de coordenadas e são inteiramente análogas à fórmula que descreve a maneira como
as expressões matriciais de um endomorfismo em duas bases distintas estão relacionadas.
7.20. As desigualdades triangular e de Cauchy-Schwarz.
Definição 7.21. Seja V um espaço vetorial com produto interno, v ∈ V e u ∈ V \ {0}

um vetor não nulo. Define-se a projeção ortogonal de v sobre u (com respeito ao produto
interno dado) por
u hu, vi u u
(54) proju (v) = hu, vi 2
= u=h , vi
kuk hu, ui kuk kuk
As expressões do lado direito do primeiro sinal de igual em (54) são todas iguais pela
definição de norma e pela linearidade na primeira variável (no caso complexo note-se que
1
o escalar kuk é real e portanto igual ao seu conjugado).
Quando V = R2 ou R3 com o produto interno usual, a definição anterior coincide com a
u
noção de projeção ortogonal já estudada no ensino secundário. De facto o vetor kuk é um
versor da direção determinada por u (isto é, tem a mesma direção e sentido e comprimento
1). O escalar que multiplica este versor é

u u
h kuk kvk cos α = 1 · kvk cos α = kvk cos α
, vi =
kuk
com α o ângulo entre u e v, pelo que a expressão 54 é, neste caso, a expressão familiar do
ensino secundário.
Observação 7.22. No caso complexo é importante que o produto interno na expressão

para proju (v) seja realizado na ordem indicada, caso contrário a expressão não será linear
em v.
Exemplo 7.23. A projeção ortogonal de (1, −1, 2) sobre o vetor (0, 1, 1) com respeito ao
produto interno usual em R3 é
h(1, −1, 2), (0, 1, 1)i
(0, 1, 1) = 21 (0, 1, 1) = 0, 12 , 12

h(0, 1, 1), (0, 1, 1)i
Note-se que proju (v) é colinear com u (por definição, proju (v) é um múltiplo escalar
de u). Claramente proju é uma transformação linear (pois o produto interno é linear na
segunda coordenada) e, como
u u
proju (λu) = hu, λui 2
= λkuk2 = λu
kuk kuk2
temos que
• A imagem de proju é exatamente L({u})
• proju é a identidade na sua imagem, isto é proj2u = proju (isto é, proju é uma
projeção).
A transformação linear proju é portanto uma projeção na reta gerada por u. As direções
de projeção são as que estão contidas no núcleo de proju que é precisamente o plano
perpendicular a u:
u
proju (v) = 0 ⇔ hu, vi = 0 ⇔ hu, vi = 0
kuk2
A transformação proju permite assim escrever qualquer vetor v como a soma de um vetor
colinear com u e outro ortogonal a u:
v = (v − proju (v)) + proju (v)
Da consideração da componente ortogonal a um vetor u, vêm duas desigualdades fun-

damentais.
Proposição 7.24. Seja V um espaço vetorial (real ou complexo) com produto interno h·, ·i,
e u, v ∈ V . Então
(i) Desigualdade de Cauchy-Schwarz: |hu, vi| ≤ kukkvk
(ii) Desigualdade triangular: ku + vk ≤ kuk + kvk
A igualdade verifica-se na primeira desigualdade se e só se u e v são colineares.
Dem. (i) Podemos assumir sem perda de generalidade que u 6= 0 (pois nesse caso 0 =
|hu, vi| = kukkvk e u, v são colineares). Nesse caso temos, pela positividade do
produto interno
hu, vi hu, vi
0 ≤ kv − proju (v)k2 = hv − u, v − ui
hu, ui hu, ui
hu, vi hu, vi hu, vi hu, vi
= hv, vi − hu, vi − hv, ui + hu, ui
hu, ui hu, ui hu, ui hu, ui
|hu, vi|2
= kvk2 −
kuk2
e esta desigualdade é equivalente a
|hu, vi|2 ≤ kuk2 kvk2
que, tomando raı́zes quadradas, é a desigualdade de Cauchy-Schwarz. A igualdade
verifica-se apenas quando v − proju (v) = 0, o que acontece se e só se v é um múltiplo
escalar de u.
(ii) Temos
(55) ku + vk2 = hu + v, u + vi = hu, ui + hu, vi + hv, ui + hv, vi
Uma vez que z + z = 2 Re(z) ≤ 2|z| temos
hu, vi + hv, ui = 2 Re(hu, vi) ≤ 2|hu, vi| ≤ 2kukkvk
onde na segunda desigualdade aplicámos a desigualdade de Cauchy-Schwarz. Substi-
tuindo em (55) obtemos
ku + vk2 ≤ kuk2 + 2kukkvk + kvk2 = (kuk + kvk)2
que é equivalente à desigualdade triangular.

Observação 7.25. (i) A desigualdade triangular chama-se assim porque u, v, u + v for-
mam as arestas de um triângulo em V e a desigualdade diz precisamente que o com-
primento de um dos lados de um triângulo é sempre menor ou igual à soma do com-
primento dos dois outros lados.
(ii) Quando u, v são ortogonais, a expressão (55) é o Teorema de Pitágoras: ku+vk2 =

kuk2 + kvk2 .
7.26. A definição de ângulo. Complementos ortogonais.
Definição 7.27. Seja V um espaço vetorial real e v, w ∈ V vetores não nulos. Define-se
o ângulo entre v e w como o único α ∈ [0, π] tal que
hv, wi
cos α =
kvkkwk
(Isto faz sentido porque, pela desigualdade de Cauchy-Schwarz a expressão do lado direito
do sinal de igual pertence ao intervalo [−1, 1].)
Note-se que v, w ∈ V são ortogonais se e só se o ângulo entre v e w é π2 .
Exemplo 7.28. O ângulo entre as funções x e x2 em C([0, 1], R) é

´1 3 1
√
hx, x2 i 0
x dx 15
arccos = q´ ´1 = arccos q4 = arccos
kxkkx2 k 1 11 4
0
x2 dx 0 x4 dx 35
Definição 7.29. Seja V um espaço vetorial com um produto interno e S ⊂ V um subcon-

junto qualquer. Define-se o subespaço ortogonal a S por
S ⊥ = {v ∈ V : hv, xi = 0 para todo o x ∈ S}
Se W ⊂ V , chama-se a W ⊥ o complemento ortogonal de W em V .
É imediato verificar que S ⊥ é um subespaço vetorial de V : claramente 0 ∈ S ⊥ e se

v1 , v2 ∈ S ⊥ e α1 , α2 ∈ R temos hα1 v1 + α2 v2 , xi = α1 hv1 , xi + α2 hv2 , xi = 0 para todo o
x ∈ S, pelo que α1 v1 + α2 v2 ∈ S ⊥ .
Proposição 7.30. S ⊥ = L(S)⊥
Dem. Uma vez que S ⊂ L(S), é evidente que L(S)⊥ ⊂ S ⊥ (se um vetor é ortogonal a
todos os elementos de L(S), certamente é também ortogonal a todos os vetores de S).
Reciprocamente, se v ∈ L(S), existem vetores v1 , . . . , vk em S e escalares α1 , . . . , αk tais
que v = α1 v1 + . . . + αk vk . Dado w ∈ S ⊥ , temos
hw, vi = hw, α1 v1 + . . . + αk vk i = α1 hw, v1 i + . . . + αk hw, vk i = 0
Logo w ∈ L(S)⊥ . Isso mostra que S ⊥ ⊂ L(S)⊥ e conclui a demonstração.
Exemplo 7.31. (i) Se A ∈ Mm×n (R) então N (A) = EL(A)⊥ ⊂ Rn (onde o produto
interno considerado é o usual). De facto, pela definição do produto de matrizes,
x ∈ Rn está no núcleo de A sse é ortogonal às linhas de A para o produto interno

usual em Rn , e pela Proposição anterior isto é o mesmo que ser ortogonal ao espaço
das linhas.
(ii) Se B é uma base de V (ou mais geralmente um conjunto de geradores) então B ⊥ =
{0}. De facto, B ⊥ = L(B)⊥ = V ⊥ . Mas a positividade do produto interno diz-nos
que o único vetor que é perpendicular a si próprio é o vetor 0. Logo V ⊥ = {0}.
7.32. O método de ortogonalização de Gram-Schmidt. A operação de projeção or-

togonal segundo um vetor permite-nos facilmente achar uma base ortogonal a partir de
uma base qualquer.
Proposição 7.33 (Método de ortogonalização de Gram-Schmidt). Seja V um

espaço vetorial com produto interno e {v1 , . . . , vk } ⊂ V um conjunto linearmente inde-
pendente. Então os vetores definidos indutivamente pelas fórmulas
w1 = v1
w2 = v2 − projw1 (v2 )
w3 = v3 − projw1 (v3 ) − projw2 (v3 )
.. ..
. .
wk = vk − projw1 (vk ) − . . . − projwk−1 (vk )
formam um conjunto ortogonal {w1 , . . . , wk } tal que, para cada i = 1, . . . , k, temos
L({v1 , . . . , vi }) = L({w1 , . . . , wi })
Dem. Vamos usar indução em i para ver que {w1 , . . . , wi } é um conjunto ortogonal e
L({v1 , . . . , vi }) = L({w1 , . . . , wi }). A base da indução é o caso i = 1, que é óbvio porque
um conjunto com um único vetor não nulo é um conjunto ortogonal e, por definição,
w 1 = v1 .
Seja i > 1 e assumamos por indução que o resultado é válido para i − 1. Vejamos
primeiro que L({v1 , . . . , vi }) = L({w1 , . . . , wi }). Temos que verificar duas inclusões
• Por hipótese de indução v1 , . . . , vi−1 ∈ L({w1 , . . . , wi−1 }) ⊂ L({w1 , . . . , wi }). Uma
vez que proju (v) é um múltiplo de u, a seguinte reformulação da definição de wi
vi = wi + projw1 (vi ) + . . . + projwi−1 (vi )
mostra que vi ∈ L({w1 , . . . , wi }). Conclui-se que L({v1 , . . . , vi }) ⊂ L({w1 , . . . , wi })
• Novamente, por hipótese de indução, temos L({w1 , . . . , wi−1 }) ⊂ L({v1 , . . . , vi }).
Na expressão para wi
wi = vi − projw1 (vi ) − . . . − projwi−1 (vi )
os termos precedidos por um sinal menos formam uma combinação linear de w1 , . . . , wi−1
e portanto, por hipótese de indução, de v1 , . . . , vi−1 . Conclui-se que wi ∈ L({v1 , . . . , vi })
e portanto que L({w1 , . . . , wi }) ⊂ L({v1 , . . . , vi }).
Para ver que {w1 , . . . , wi } é um conjunto ortogonal basta-nos ver que hwj , wi i = 0 para
j < i pois a hipótese de indução diz-nos que hwj , wl i = 0 para j 6= l quando j, l < i. Ora
hwj , wi i = hwj , vi − projw1 (vi ) − . . . − projwi−1 (vi )i
hw1 , vi i hwi−1 , vi i
= hwj , vi i − hwj , w1 i − . . . − hwj , wi−1 i
hw1 , w1 i hwi−1 , wi−1 i
hw1 , vi i hwi−1 , vi i
= hwj , vi i − hwj , w1 i − . . . − hwj , wi−1 i
hw1 , w1 i hwi−1 , wi−1 i
Do lado direito do sinal de igual, novamente pela hipótese de indução que {w1 , . . . , wi−1 } é
ortogonal, o único termo hwj , wk i que é não nulo é o termo correspondente a k = j portanto
hwj , vi i
hwj , wi i = hwj , vi i − 0 − . . . − hwj , wj i − . . . − 0 = hwj , vi i − hwj , vi i = 0
hwj , wj i
Exemplo 7.34. Vamos achar uma base ortonormada para o subespaço

V = {(x, y, z, w) ∈ R4 : x + y + w = 0} ⊂ R4
Uma base para este subespaço é por exemplo
{(1, 0, 0, −1), (0, 1, 0, −1), (0, 0, 1, 0)}
Vamos aplicar o processo de ortogonalização de Gram-Schmidt dividindo os vetores resul-
tantes pelas suas normas para obter uma base ortonormada.
O primeiro vetor da base ortonormada será
(1, 0, 0, −1)
w1 = = ( √12 , 0, 0, − √12 )
k(1, 0, 0, −1)k
Obtemos um vetor ortogonal através da expressão
w2 = (0, 1, 0, −1) − hw1 , (0, 1, 0, −1)iw1 = (0, 1, 0, −1) − √1 ( √1 , 0, 0, − √1 ) = (− 12 , 1, 0, − 12 )
2 2 2
Na expressão anterior não foi necessário dividir por hw1 , w1 i porque kw1 k = 1. Dividindo
pela norma obtemos o segundo vetor da base ortonormada
1
q
w̃2 = (− 12 , 1, 0, − 12 ) = 23 (− 12 , 1, 0, − 12 )
kw2 k
O vetor v3 = (0, 0, 1, 0) já é ortogonal a w1 e w̃2 e tem norma 1, pelo que podemos tomar
para base ortonormada de V o conjunto
q
{( 2 , 0, 0, − 2 ), (− 6 , 23 , 0, − √16 ), (0, 0, 1, 0)}
√1 √1 √1
7.35. Cálculos em bases ortogonais e projeção ortogonal. As bases ortogonais são

extremamente úteis porque tornam os cálculos muito mais fáceis. Começamos por observar
que um conjunto ortogonal sem vetores nulos é necessariamente linearmente independente
Proposição 7.36. Seja V um espaço vetorial com produto interno e S ⊂ V \ {0} um
conjunto ortogonal de vetores não nulos. Então S é linearmente independente.
Dem. Sejam v1 , . . . , vk elementos de S e suponhamos que
(56) α1 v1 + . . . + αk vk = 0
Queremos ver que os coeficientes αi são todos nulos. Como S é ortogonal temos hvi , vj i = 0
para i 6= j. Fazendo o produto interno da equação com vi obtemos
hvi , α1 v1 + . . . + αk vk i = hvi , 0i = 0
Do lado esquerdo temos
α1 hvi , v1 i + . . . + αi hvi , vi i + . . . + αk hvi , vk i = α1 · 0 + . . . + αi kvi k2 + . . . + αk · 0
Portanto αi kvi k2 = 0. Como vi 6= 0, conclui-se que αi = 0.
O resultado seguinte, embora muito simples, é uma das principais razões para a utilização
de bases ortogonais ou ortonormadas. Juntamente com as noções de valor e vetor próprio
será um dos resultados de Álgebra Linear que mais vezes será utilizado em aplicações. Diz
essencialmente que é muito fácil calcular as coordenadas de um vetor numa base ortogonal.
Não é necessário resolver um sistema linear, basta fazer uma conta muito simples.
Proposição 7.37. Seja B = (v1 , . . . , vn ) uma base ortogonal para o espaço com produto
interno V . Então dado v ∈ V as coordenadas de v na base B são dadas pela expressão
 hv1 ,vi 
hv1 ,v1 i
[v]B = 
 .. 
. 
hvn ,vi
hvn ,vn i
Dem. Sendo v ∈ V , temos a mostrar que

hv1 , vi hvn , vi hv1 , vi hvn , vi
v= v1 + . . . + vn ⇔ v − v1 − . . . − vn = 0
hv1 , v1 i hvn , vn i hv1 , v1 i hvn , vn i
De acordo com o Exemplo 7.31(ii) basta ver que o vetor do lado esquerdo da segunda
igualdade é ortogonal aos elementos da base B. Ora
hv1 , vi hvn , vi hv1 , vi hvn , vi
hvi , v − v1 − . . . − vn i = hvi , vi − hvi , v1 i − . . . − hvi , vn i
hv1 , v1 i hvn , vn i hv1 , v1 i hvn , vn i
hvi , vi
= hvi , vi − 0 − . . . − hvi , vi i − . . . − 0
hvi , vi i
= hvi , vi − hvi , vi = 0

Exemplo 7.38. Numa base ortonormada as contas da Proposição anterior são ainda mais
simples porque os denominadores das expressões para as coordenadas são 1. Considerando
a base ortonormada
q
1 1 1 2 1
B = √2 , 0, 0, − √2 ), (− √6 , 3 , 0, − √6 ), (0, 0, 1, 0)
do Exemplo 7.34 e o vetor (1, 1, 3, −2) ∈ V temos

h( √12 , 0, 0, − √12 ), (1, 1, 3, −2)i √3
   
q 2q
[(1, 1, 3, −2)]B =  h(− √1 , 23 , 0, − √1 ), (1, 1, 3, −2)i  =  √1 2
   
6 6 6
+ 3

h(0, 0, 1, 0), (1, 1, 3, −2)i 3
Uma base ortogonal para um subespaço pode ser usada para definir a projeção ortogonal
nesse subespaço.
Definição 7.39. Seja V um espaço vetorial com produto interno e U ⊂ V um subespaço
finitamente gerado. A projeção ortogonal de V em U é a transformação linear PU : V → V
definida pela fórmula
(57) PU (v) = proju1 (v) + . . . + projuk (v)
onde {u1 , . . . , uk } é uma base ortogonal de U .
PU é uma transformação linear pois é uma soma de transformações lineares. Não é no

entanto imediatamente óbvio que a fórmula (57) seja independente da escolha da base
ortogonal para o subespaço U . Isso é uma consequência do seguinte resultado.
Proposição 7.40. Seja V um espaço com produto interno e U um subespaço vetorial
finitamente gerado. A transformação linear PU : V → V definida pela expressão (57)
verifica
(1) PU2 = PU (ou seja, PU é uma projeção).
(2) PU (V ) = U e N (PU ) = U ⊥ .
Portanto V = U ⊕ U ⊥ (isto é V = U + U ⊥ e U ∩ U ⊥ = {0}) sendo a decomposição única
de um vetor de V em vetores de U e U ⊥ dada pela expressão
∈U ∈U ⊥
z }| { z }| {
v = PU (v) + (v − PU (v))
Dem. Exercı́cio.
A Proposição anterior mostra que PU é independente da escolha da base ortogonal para

U que aparece na fórmula 57 pois uma projeção é completamente determinada pela sua
imagem e o seu núcleo (como vimos nos exercı́cios sobre transformações lineares).
Uma aplicação interessante das projeções ortogonais é o cálculo da distância de um ponto
x de um espaço vetorial com produto interno V a um subespaço U de V .
Definição 7.41. Seja V um espaço vetorial com produto interno x ∈ V e S ⊂ V um
subconjunto não vazio. A distância de x a S é
d(x, S) = inf{kx − uk : u ∈ S}
Mais geralmente, a distância entre dois subconjuntos não vazios S, T ⊂ V define-se por
d(S, T ) = inf{kx − yk : x ∈ S, y ∈ T }
Note-se que o ı́nfimo existe porque o conjunto {kx − yk : x ∈ S, y ∈ T } é não vazio (porque
S e T são não vazios) e limitado inferiormente (por 0).
Slogan: As distâncias medem-se na perpendicular
Veremos agora algumas instâncias do aforismo anterior deixando outras para os exercı́cios.
Verão outras instâncias quando estudarem curvas e superfı́cies em Cálculo 2.
No caso em que S = U é um subespaço vetorial de V e v 6∈ U , dado x ∈ U podemos
escrever o vetor v − x como
v − x = (v − PU (v)) + (PU (v) − x)
uma vez que v − PU (v) ∈ U ⊥ e PU (v) − x ∈ U , pelo Teorema de Pitágoras, temos
kv − xk2 = kv − PU (v)k2 + kPU (v) − xk2 ≥ kv − PU (v)k2 ⇔ kv − xk ≥ kv − PU (v)k
Uma vez que PU (v) ∈ U , isso mostra que d(v, U ) = kv − PU (v)k e, portanto, que PU (v) é
o ponto de U mais próximo de v.
Este argumento pode facilmente ser adaptado para calcular distâncias de pontos a planos
v + U que não passam pela origem ou a distância entre planos que não se intersetem.
Exemplo 7.42. Vamos achar a distância (para o produto interno usual) do ponto (1, 2, −1)
ao plano H = {(x, y, z) ∈ R3 : x + y + 2z = 2}.
A direção ortogonal ao plano é (1, 1, 2). A reta ortogonal ao plano que passa por (1, 2, −1)
tem equação paramétrica
(1, 2, −1) + t(1, 1, 2) = (1 + t, 2 + t, −1 + 2t)
e interseta H quando
1
(1 + t) + (2 + t) + 2(−1 + 2t) = 2 ⇔ 6t = 1 ⇔ t = 6
O ponto v = ( 76 , 13
6
, − 32 ) de interseção desta reta com H é o ponto de H mais próximo
de (1, 2, −1). De facto se w ∈ H for outro ponto, temos como antes, pelo Teorema de
Pitágoras, que
kw − (1, 2, −1)k2 = kw − vk2 + kv − (1, 2, −1)k2 ≥ kv − (1, 2, −1)k2
pois v − (1, 2, −1) (que tem a direção de (1, 1, 2)) e w − v (que pertence ao plano paralelo
a H que passa pela origem) são perpendiculares.
Conclui-se que a distância de (1, 2, −1) a H é k 16 (1, 1, 2)k = √1 .

6
7.43. O método dos quadrados mı́nimos. 17 Seja A uma matriz m × n. Mesmo que o
sistema linear Ax = b seja impossı́vel, podemos tentar encontrar o valor de x que está mais
próximo de constituir uma solução no sentido em que a distância de Ax a b é minimizada.
O conjunto {Ax : x ∈ Rn } é um subespaço de Rm , nomeadamente o espaço das colunas
de A, EC(A). Como vimos acima, Ax estará o mais próximo possı́vel de um ponto b ∈ Rm
quando
Ax − b ∈ EC(A)⊥
17Esta discussão é adaptada do tratamento deste método em [D].
mas, uma vez que EC(A) = EL(AT ), pelo Exemplo 7.31(i) temos
EC(A)⊥ = EL(AT )⊥ = N (AT )
Assim, Ax será o ponto mais próximo de b quando se verifica a equação dos quadrados
mı́nimos para x
(58) AT (Ax − b) = 0 ⇔ AT Ax = AT b
Note-se que a solução pode não ser única (se N (A) 6= 0) mas o sistema (58) tem sempre
solução pois traduz exatamente a condição de Ax ser o ponto de EC(A) mais próximo de
b, e este ponto existe sempre.
Este método é extremamente útil na prática. Frequentemente temos dados experimentais
que queremos ajustar a uma lei conhecida, que depende de parâmetros. Os inevitáveis erros
experimentais terão como consequência que nenhuma escolha dos parâmetros se adequará
exatamente às medições, mas este método permite achar quais os valores dos parâmetros
que melhor se adequam às medições efetuadas.
Exemplo 7.44. Vamos determinar a reta y = ax + b que melhor aproxima os três pontos
(não colineares) (0, −2), (1, 3), (4, 5) ∈ R2 . Se existisse uma reta que passasse pelos três
pontos, os coeficientes a, b seriam soluções do sistema

a · 0 + b = −2
   
 0 1 −2
a
a·1+b=3 ⇔ 1 1  = 3 
b

a · 4 + b = 5 4 1 5
Este sistema não tem solução mas o método dos quadrados mı́nimos dá-nos os coeficientes
a, b tais que a soma
(a · 0 + b − (−2))2 + (a · 1 + b − 3)2 + (a · 4 + b − 5)2

é mı́nima (é isto que dá o nome ao método). Temos que achar a solução do sistema
   
0 1 −2
0 1 4  a 0 1 4  17 5 a 23
1 1  = 3  ⇔ =
1 1 1 b 1 1 1 5 3 b 6
4 1 5
que é
39
a 1 3 −5 23 26
= =
b 26 −5 17 6 − 12
pelo que a reta que melhor aproxima os pontos dados (no sentido dos mı́nimos quadrados)
é
y = 39
26
x − 12
Observação 7.45. Pouco após a sua descoberta, em 1801, o planeta anão Ceres (na
cintura dos asteróides) ficou tapado pelo Sol. Foi para prever (com sucesso) o sı́tio onde
Ceres iria aparecer depois de passar por detrás do Sol, com base nas poucas observações que
se tinham conseguido anteriormente, que Gauss inventou o método dos quadrados mı́nimos.
7.46. Uma fórmula para o volume de um paralelipı́pedo k-dimensional. Vamos
descrever uma fórmula para o volume k-dimensional de um paralelipı́pedo de dimensão
k em Rn que será útil em Cálculo 2 quando se estudar a integração em superfı́cies (k-
dimensionais) curvas.
Proposição 7.47. Sejam v1 , . . . , vk ∈ Rn vetores linearmente independentes. Então o
volume k-dimensional do paralelipı́pedo P com arestas v1 , . . . , vk é
√
Volk (P ) = det AT A
onde A ∈ Mn×k (R) é a matriz que tem v1 , . . . , vk por colunas.
Dem. Sejam wk+1 , . . . , wn uma base ortonormada para o complemento ortogonal do plano
gerado por v1 , . . . , vk . Então (para qualquer noção razoável de volume k-dimensional)
o volume do paralelipı́pedo n-dimensional com arestas v1 , . . . , vk , wk+1 , . . . , wn é igual ao
volume k-dimensional que queremos calcular. Sendo B ∈ Mn×n (R) a matriz que tem por
colunas os vetores v1 , . . . , vk , wk+1 , . . . , wn (por ordem) e escrevendo B por blocos na forma
[A | C] com A a matriz formada pelas primeiras k colunas, temos
T
T A A 0
B B=
0 In−k
(onde C T C = In−k porque os vetores wi constituem uma base ortonormada para o plano
que geram). Portanto
√
(det B)2 = det(B T B) = det(AT A) ⇔ det AT A = | det B|
e, uma vez que | det B| é o volume do paralelipı́pedo n-dimensional com arestas v1 , . . . , vk , wk+1 , . . . , wn ,
isto conclui a demonstração.
Notamos que a matriz AT A no enunciado anterior é exatamente a matriz da métrica
com respeito à base (v1 , . . . , vk ) para a restrição do produto interno usual ao plano gerado
por {v1 , . . . , vk }.
Exemplo 7.48. A área do paralelogramo em R3 com arestas (1, −2, 1) e (2, 3, 0) é
v   s
u 1 2 6 −4 √

1 −2 1 
u
tdet −2 3 = = 62
u 
2 3 0 −4 13
1 0
7.49. Projeção ortogonal e compressão de dados. A ideia fundamental utilizada na

compressão de dados (por exemplo som, ou imagem) é a projeção ortogonal e baseia-se na
descoberta por Joseph Fourier, um engenheiro, matemático e fı́sico do século XIX, durante
as suas investigações sobre a propagação do calor, que é possı́vel descrever funções por
meio de somas de funções trigonométricas.
Na sua expressão mais simples, suponhamos que pretendemos descrever uma função real
contı́nua f : [0, π] → R (que pode representar por exemplo, uma linha numa imagem, ou a
intensidade do som). É fácil verificar, que com respeito ao produto interno h·, ·i no espaço
vetorial C([0, π], R) das funções contı́nuas em [0, π] definido por
ˆ π
hf, gi = f (x)g(x)dx
0
o conjunto
{sen x, sen(2x), . . . , sen(nx), . . .}
é ortogonal. Fourier descobriu que é possı́vel expressar qualquer função contı́nua como
“combinação linear” destas funções18 - aquilo a que se chama hoje uma série de Fourier.
Intuitivamente isto significa que o conjunto acima forma uma “base ortogonal” para o
espaço das funções contı́nuas em [0, π].
18Trata-se de uma combinação linear infinita, ou desenvolvimento em série. A análise da convergência
destas séries é delicada e constitui ainda hoje uma área vibrante da Matemática que se designa por Análise
Harmónica.
A ortogonalidade permite determinar facimente os coeficientes da combinação linear

correspondente a uma função f : o coeficiente segundo sen(nx) da função f é dado pela
expressão
hsen(nx), f (x)i
Psen(nx) (f ) =
k sen(nx)k2
A ideia básica da compressão de dados é que, para armazenar a informação contida
no gráfico de f basta armazenar um número suficientemente grande destes coeficientes.
Quanto maior o número de coeficientes, maior a fidelidade com que conseguimos repro-
duzir a função f . Dados os coeficientes, reproduzir a função f corresponde em somar a
expressão com os coeficientes armazenados. Desde que o número de coeficientes utilizado
seja suficientemente grande será impossı́vel ao ouvido ou olho humano distinguir entre a
função original e a soma de funções trigonométricas usada para a aproximar.
Figure 1. Aproximação de um sinal retangular por uma soma de Fourier

com 5 termos.
Recomendamos a utilização do applet disponı́vel em http://mathlets.org/mathlets/

fourier-coefficients/ (parte dos MIT Mathlets) para explorar esta ideia, que será
descrita com mais detalhe e utilizada no próximo ano, no curso de Cálculo 3.
7.50. Transformações unitárias e (anti)-hermitianas. Para terminar vamos falar um

pouco das transformações lineares entre espaços vetoriais munidos de produto interno.
Começamos por estudar as transformações que preservam o produto interno e portanto
ângulos e distâncias.
Definição 7.51. Seja V um espaço vetorial com produto interno h·, ·i. Uma transformação
linear T : V → V tal que
hT (v), T (w)i = hv, wi para todos os v, w ∈ V
diz-se ortogonal quando V é um espaço vetorial real e unitária quando V é um espaço

vetorial complexo.
É um exercı́cio da ficha sobre produtos internos ver que as transformações unitárias são
exatamente as que preservam a distância determinada pelo produto interno - isto é as
isometrias. O caso mais importante é o dos produtos internos usuais em Rn e Cn .
Exemplo 7.52. Consideremos Rn com o seu produto interno usual e T : Rn → Rn a
transformação linear definida por T (x) = Ax com A uma matriz n × n (onde, como
habitualmente, estamos a identificar Rn com as matrizes coluna n × 1). O produto interno
de dois vetores x e y de Rn pode escrever-se matricialmente na forma xT y. Portanto T é
ortogonal se e só se
(59) (Ax)T (Ay) = xT y ⇔ xT AT Ay = xT y para todos os x, y ∈ Rn
Isto acontece se e só se
(60) AT A = In
De facto, é claro que se A satisfaz a condição (60) então satisfaz (59). Reciprocamente se
(59) é satisfeita então tomando para x e y o i-ésimo e j-ésimo vetores da base canónica de
Rn respetivamente, a expressão xT AT Ay calcula a entrada ij da matriz AT A que é portanto
1 quando i = j e 0 caso contrário. AT A é portanto a matriz identidade.
As matrizes de Mn×n (R) que satisfazem (60) chamam-se matrizes ortogonais. Note-se
que esta equação é também equivalente a dizer que A é invertı́vel com inversa AT .
Uma vez que as linhas da matriz AT são as colunas de A, a condição (60) diz que uma
matriz é ortogonal sse as suas colunas formam uma base ortonormada para Rn .
Assim, quando multiplicamos a matriz A por um vetor x ∈ Rn , obtemos um vetor que tem
as mesmas coordenadas que x mas numa base ortonormada diferente da canónica. Pode-
mos pensar que o referencial ortonormado inicial foi ”rodado” para um novo referencial
ortornormado. Isto generaliza o conceito de rotação e reflexão no espaço tridimensional
como veremos nos exercı́cios sobre o produto interno.
Consideremos agora o caso inteiramente análogo em que V = Cn com o produto in-

terno usual, e T x = Ax com x ∈ Cn . Temos agora que o produto interno é definido
matricialmente pela expressão hx, yi = xT y e então T é unitária se

T T
xT A Ay = xT y ⇔ A A = In
As matrizes que satisfazem esta condição dizem-se unitárias. Novamente uma matriz
T
é unitária sse é invertı́vel e a sua inversa é A , sse as suas colunas formam uma base
ortonormada para Cn .
É conveniente simplificar a notação para a matriz transposta conjugada.
T
Definição 7.53. Seja A ∈ Mm×n (C). A matriz transposta conjugada A é denotada por
A∗ e designada pela matriz adjunta de A 19. Assim, A∗ ∈ Mn×m (C) é a matriz com entrada
ij dada por aji .
Proposição 7.54. Seja V um espaço vetorial complexo com produto interno h·, ·i e T : V →
V uma transformação unitária. Então
(1) Os valores próprios de T são complexos com módulo 1.
(2) Vetores próprios de T correspondentes a valores próprios distintos são ortogonais.
Dem. Seja v um vetor próprio de T . Sendo T (v) = λv temos
kT (v)k2 = hT (v), T (v)i = hλv, λvi = λλhv, vi = |λ|2 kvk2
Por outro lado, como T é unitária temos hT (v), T (v)i = hv, vi = kvk2 . Portanto kvk2 =
|λ|2 kvk2 , e como v 6= 0, isto significa que |λ| = 1.
Suponhamos agora que T (v) = λv e T (w) = µw com λ, µ distintos. Então
hv, wi = hT v, T wi = hλv, µwi = λµhv, wi
ou seja
(1 − λµ)hv, wi = 0 ⇔ λµ = 1 ou hv, wi = 0
Como λ é um complexo com módulo 1, λ = λ1 logo a primeira condição na disjunção acima
é equivalente a µ = λ. Conclui-se que hv, wi = 0, isto é, que v e w são ortogonais.
Observação 7.55. Se encararmos uma matriz n × n real A como uma matriz complexa,
dizer que A é ortogonal ou unitária é equivalente (uma vez que A = A). Vemos portanto
que os valores próprios de uma matriz ortogonal (encarada como uma matriz complexa)
são complexos unitários e que os seus vetores próprios são ortogonais em Cn .
Exemplo 7.56. A matriz
cos α − sen α
sen α cos α
é ortogonal, como se verifica imediatamente. Geometricamente corresponde à rotação de
um ângulo α no sentido anti-horário.
Note-se que os valores próprios (complexos) desta matriz são as soluções de
(cos α − λ)2 + sen2 α = 0 ⇔ λ = cos α ± i sen α
19Por vezes também a matriz transconjugada de A
Os vetores próprios (também necessariamente complexos) são as soluções de

cos α − (cos α ± i sen α) − sen α a a ±i
=0⇔ =γ
sen α cos α − (cos α ± i sen α) b b 1
(com γ ∈ C) e são ortogonais para o produto interno usual em C2 .
Definição 7.57. Sejam V, W espaços vetoriais reais ou complexos de dimensão finita com
produto interno e T : V → W uma transformação linear. A transformação adjunta de T é
a única transformação linear T ∗ : W → V tal que
(61) hT v, wi = hv, T ∗ wi para todos os v ∈ V, w ∈ W.
Temos que verificar que esta definição faz sentido. Começamos por notar que, dado
w ∈ W , há um único vetor T ∗ w que satisfaz a relação hT v, wi = hv, T ∗ wi para todo o
v ∈ V . De facto sendo B = (v1 , . . . , vn ) uma base ortonormada para V , o escalar hvi , T ∗ wi,
que é a componente i de [T ∗ w]B , tem de ser necessariamente igual a hT vi , wi. Portanto
T ∗ w = hT v1 , wiv1 + . . . + hT vn , wivn
Por outro lado, é um exercı́cio simples verificar que se definirmos T ∗ w pela fórmula anterior,
T ∗ é uma transformação linear que satisfaz a igualdade na definição de transformação
adjunta.
No caso em que V = Cn , W = Cm , e T v = Av é determinada por uma matriz A ∈
Mm×n (C), a equação (61) traduz-se em
(Av)T w = v T (T ∗ w) para todo o v, w ∈ Cn ⇔ v T A∗ w = v T (T ∗ w)
pelo que a transformação adjunta T ∗ é a transformação linear de Cm para Cn determi-
nada pela matriz adjunta A∗ . No caso real, a transformação adjunta é a transformação
determinada pela matriz transposta.
Observação 7.58. Em termos da identificação do dual de um espaço vetorial com um
produto interno com o próprio espaço vetorial, explicada nos exercı́cios da Ficha 12, a
transformação adjunta de T corresponde à transformação dual induzida por T entre os
espaços duais.
Definição 7.59. Seja V um espaço vetorial de dimensão finita com produto interno. Uma
transformação linear T : V → V diz-se auto-adjunta se T = T ∗ e anti-adjunta20 se T =
−T ∗ .
Segue imediatamente da discussão anterior que uma matriz A ∈ Mn×n (R) determina uma
transformação auto-adjunta de Rn sse é simétrica e anti-adjunta sse é anti-simétrica, isto
é se AT + A = 0. Analogamente, uma matriz A ∈ Mn×n (C) determina uma transformação
auto-adjunta sse A é hermitiana e uma transformação anti-adjunta sse é anti-hermitiana,
isto é se A∗ + A = 0.
20Em inglês skew-adjoint.
Proposição 7.60. Os valores próprios de uma transformação linear auto-adjunta são

reais, e os de uma transformação linear anti-adjunta são imaginários puros. Em qualquer
dos casos, vetores próprios de valores próprios distintos são ortogonais.
Dem. Suponhamos que T é auto-adjunta e v é um vetor próprio de T então
λhv, vi = hλv, vi = hT v, vi = hv, T vi = hv, λvi = λhv, vi
Como v 6= 0 temos que λ = λ pelo que λ é real. No caso anti-adjunto obterı́amos a
igualdade λ + λ = 0 que diz que λ é imaginário puro.
Sejam λ e µ valores próprios distintos de T auto-adjunta com vetores próprios v, w.
Então
λhv, wi = hT v, wi = hv, T wi = µhv, wi
onde na primeira igualdade usámos o facto de λ ser real e portanto igual ao seu conjugado.
A igualdade anterior traduz-se em (λ − µ)hv, wi = 0. Uma vez que λ 6= µ, conclui-se que
v e w são ortogonais.
No caso anti-adjunto obtemos análogamente (λ + µ)hv, wi = 0. Como λ e µ são ima-
ginários puros λ + µ = −λ + µ pelo que novamente vemos que v, w são ortogonais.
Teorema 7.61 (Teorema espetral). 21
(i) Seja V um espaço vetorial complexo de dimensão finita com produto interno e T : V →
V uma transformação linear unitária, auto-adjunta ou anti-adjunta. Então T é di-
agonalizável por uma base ortogonal de V .
(ii) Seja V um espaço vetorial real de dimensão finita com produto interno e T : V →
V uma transformação linear auto-adjunta. Então T é diagonalizável por uma base
ortogonal de V .
Dem. As demonstrações são todas análogas pelo que vamos apenas ilustrar o caso de uma
transformação auto-adjunta deixando os outros como exercı́cio.
A demonstração é por indução na dimensão do espaço vetorial complexo V , sendo que
o caso de dimensão 1 é trivial. Supondo que a dimensão de V é maior do que 1, seja v
um vetor próprio de T e consideremos o subespaço W = v ⊥ ⊂ V . Então T|W é também
auto-adjunta para a restrição do produto interno de T a W . De facto, a igualdade
λhv, wi = hT v, wi = hv, T ∗ wi
mostra que, se w ∈ v ⊥ então T ∗ w ∈ v ⊥ . É então imediato que (T|W )∗ = T|W
∗
e portanto
T|W é auto-adjunta. Por hipótese de indução, existe uma base ortogonal de W formada
por valores próprios de T|W que juntamente com v forma a base ortogonal desejada para
V.
Se V é um espaço vetorial real, com respeito a uma base ortonormada B para V , o
produto interno em V é calculado da mesma forma que o produto interno usual em Rn .
Uma transformação auto-adjunta T é representada na base B por uma matriz simétrica
21O espetro de um endomorfismo é o conjunto dos seus valores próprios. O nome vem de espetro de
cores - as cores são frequências de ondas eletromagnéticas que por sua vez são os valores próprios de um
certo endomorfismo - o operador das ondas.
A = AT,B,B . A transformação linear T C : Cn → Cn representada por A é portanto auto-

adjunta (com respeito ao produto interno usual em Cn ). Como tal é diagonalizável (sobre
C) por uma base ortonormada. Como os valores próprios de T C são reais, e a matriz A
é real, os vetores próprios de T C podem ser escolhidos como tendo coordenadas reais e
formam então a base ortogonal desejada para V .
Sumarizamos agora a informaçao sobre matrizes quadradas que resulta do Teorema
anterior, aplicando-o à transformação linear definida por T x = Ax com A uma matriz
n × n real ou complexa. Em cada caso a matriz A pode ser escrita na forma
A = SDS −1
com S uma matriz, unitária quando A é diagonalizável sobre C, e ortogonal quando A
é diagonalizável sobre R, (cujas colunas formam uma base ortonormada para Cn ou Rn
consoante o caso, constituı́da por vetores próprios de A), e D uma matriz diagonal cujas
entradas são os valores próprios de A.
Tipo de matriz Definição Diagonalizável Valores próprios

ortogonal AAT = In sobre C λ ∈ C, |λ| = 1
simétrica A = AT sobre R reais
T
anti-simétrica A + A = 0 sobre C imaginários puros
Matrizes n × n reais especiais.
Tipo de matriz Definição Valores próprios

∗
unitária AA = In λ ∈ C, |λ| = 1
∗
hermitiana A=A reais
anti-hermitiana A + A∗ = 0 imaginários puros
Matrizes n × n complexas especiais.
Observação 7.62. Embora não haja nenhum critério útil para ver se uma matriz é diago-
nalizável, há um critério muito simples para ver se uma matriz complexa A é diagonalizável
por uma base ortonormada. Isto acontece sse AA∗ = A∗ A, caso em que se diz que a matriz
A é normal. Vejam os exercı́cios sobre o produto interno para uma demonstração.
7.63. A decomposição em valores singulares. Vamos agora usar o Teorema espetral
para obter uma decomposição muito útil para uma transformação linear de Kn em Km
para K = R ou C. Deixamos como exercı́cio a adaptação desta discussão ao caso em que
os espaços Kn são substituı́do por espaços de dimensão finita com produto interno.
Começamos por considerar o caso de uma matriz quadrada. O seguinte resultado gener-
aliza a decomposição polar de um número complexo não nulo. Geometricamente, exprime
um endomorfismo invertı́vel de Kn como a composição de um conjunto de expansões e
contrações (reais) nas direções de uma base ortonormada (pelo Teorema Espetral é esse o
efeito de uma matriz hermitiana com todos os valores próprios positivos) seguido de uma
”rotação” (uma transformação unitária).
Proposição 7.64 (Decomposição polar). Seja A ∈ Mn×n (C) uma matriz invertı́vel. Então
existem uma matriz hermitiana P com valores próprios todos positivos e uma matriz
unitária U únicas tais que A = U P .
Dem. A matriz A∗ A é hermitiana e todos os seus valores próprios são positivos uma vez
que A∗ Av = λv ⇒ kAvk2 = v ∗ A∗ Av = λkvk2 . Pelo Teorema espetral existe uma matriz
unitária S e uma matriz
√ diagonal
√ D com entradas diagonais positivas tais que A∗ A =
SDS ∗ . Seja P = S DS ∗ , onde D denota a matriz que se obtém de D tomando a raı́z
quadrada não negativa de cada uma das entradas de D.
É imediato verificar que P é hermitiana com todos os valores próprios positivos (os seus
valores próprios são as raı́zes quadradas dos valores próprios de D). Além disso
√ √ √ ∗ √ √ √
P ∗ P = (S DS ∗ )∗ (S DS ∗ ) = S D S ∗ S DS ∗ = S D DS ∗ = SDS ∗ = A∗ A
Para concluir a existência da decomposição polar, verifiquemos que U = AP −1 é unitária:
U ∗ U = (P −1 )∗ A∗ AP −1 = (P −1 )∗ P ∗ P P −1 = I
Resta-nos demonstrar a unicidade das matrizes U e P . Para tal basta notar que se A =
U P é uma decomposição polar então A∗ A = P ∗ P = P 2 . Se B for uma base ortonormada
que diagonaliza P então a mesma base ortonormada diagonaliza A∗ A. Conclui-se que o
espaço próprio de λ para P coincide com o espaço próprio de λ2 para A∗ A. Logo P é
completamente determinada por A, e portanto o mesmo sucede com U .
Observação 7.65. No Teorema anterior, se A ∈ Mn×n (R) então a matriz P na demon-
stração será real (pelo Teorema espetral para matrizes simétricas) e portanto U será também
real. Conclui-se assim que toda a matriz real invertı́vel A se fatoriza de forma única como
A = OP com O uma matriz ortogonal e P uma matriz simétrica com todos os valores
próprios positivos.
√
Exemplo 7.66. Se A = [a + bi] ∈ M1×1 (C) então A∗ A = [a2 + b2 ], P = [ a2 + b2 ] e
escrevendo a + bi = r(cos θ + i sen θ) temos que U = P −1 A = [cos θ + i sen θ]. Vemos assim
que a decomposição polar generaliza a forma trigonométrica dos números complexos.
O seguinte Teorema pode ser visto como uma generalização da decomposição polar a
transformações lineares arbitrárias. Afirma que qualquer transformação linear de Kn para
Km pode ser decomposta numa rotação inicial em Kn , seguida de uma transformação que
expande ou contrai ao longo de alguns eixos coordenados, colapsando os restantes eixos
coordenados, seguida de outra rotação em Km .
Teorema 7.67 (Decomposição em valores singulares). Seja A ∈ Mm×n (C). Existe uma
fatorização de A na forma
A = U1 DU2
com U1 ∈ Mm×m (C) e U2 ∈ Mn×n (C) unitárias e D ∈ Mm×n (R) uma matriz cujas únicas
entradas não nulas são reais positivos σ1 ≥ . . . ≥ σk > 0 ao longo da diagonal, isto é
(
σi se j = i e i ≤ k,
dij =
0 caso contrário
Os números σi chamam-se os valores singulares de A.
Proof. A matriz A∗ A ∈ Mn×n (C) é hermitiana e tem todos os valores próprios ≥ 0 (uma
vez que hA∗ Av, vi = kAvk2 ≥ 0). Sejam U2 uma matriz unitária e Λ uma matriz diagonal
tais que
(62) A∗ A = U2−1 ΛU2
sendo as entradas diagonais não nulas de Λ por ordem σ12 ≥ . . . ≥ σk2 > 0. Seja D ∈
Mm×n (R) uma matriz cujas únicas entradas não nulas são σ1 ≥ . . . ≥ σk > 0 ao longo
da diagonal (isto é dii = σi para 1 ≤ i ≤ k e todas as outras entradas são nulas). Temos
DT D = Λ.
Recorde que Ui−1 = Ui∗ uma vez que as matrizes Ui são unitárias. A equação (62) diz-nos
que (AU2−1 )∗ (AU2−1 ) = Λ pelo que
• As últimas n − k colunas de AU2−1 são nulas.
• As primeiras k colunas v1 , . . . , vk ∈ Cm são um conjunto ortogonal em Cm sendo o
comprimento da coluna i igual a σi
As colunas não nulas de AU2−1 são uma base ortogonal para o espaço das colunas de A
(uma vez que geram EC(A) e são ortogonais).
Seja U1 uma matriz unitária cujas primeiras k colunas são kvvii k (tal matriz obtém-se
completando a base ortonormada { kvv11 k , . . . , kvvkk k } para EC(A) a uma base ortonormada de
Cn .
Então A = U1 DU2 conforme desejado: esta equação é equivalente a AU2−1 = U1 D que
se verifica por definição da matriz U1 !
Observação 7.68. (i) Se A for uma matriz real, podemos tomar para U1 e U2 matrizes
ortogonais obtendo assim a decomposição em valores singulares real.
(ii) Embora a decomposição em valores singulares não seja única, os valores singulares
de A são completamente determinados por A: são as raı́zes quadradas positivas dos
valores próprios de A∗ A.
(iii) Em termos muito concretos:
• As colunas de U2−1 são uma base ortonormada B1 = {w1 , . . . , wn } para Cn (os
elementos chamam-se vetores singulares à direita)
• As colunas de U1 são uma base ortonormada B2 = {x1 , . . . , xm } para Cm (os
seus elementos chamam-se vetores singulares à esquerda)
• O vetor wi é enviado por A em σi xi para 1 ≤ i ≤ k e para 0 se i > k.

1 0 1
Exemplo 7.69. Consideremos a matriz A = . Temos
1 1 −1
   
1 1 2 1 0
1 0 1
AT A =  0 1  =  1 1 −1  = U2−1 ΛU2
1 1 −1
1 −1 0 −1 2
 √1 √1 T
− √16
  √1 √1
− 3 − 3 − √16

2 3 0 0 2
=  − √13 0 √2
6
  0 2 0   − √1
3
0 √2
6

1
√ 1
√ √1 0 0 0 1
√ √1 √1
3 2 6 3 2 6
Portanto
T
− √13 √1 − √16 √

2

3 √0 0
U2 =  − √13 0 √2
6
 , D=
√1 √1 √1
0 2 0
3 2 6
√ √
Os valores singulares são σ1 = 3, σ2 = 2. Neste caso, uma vez que o espaço das colunas
é todo o R2 , a matriz U1 é dada por
√
−1 0
√ 2 0 0 1
AU2 = U1 =
− 3 0 0 −1 0
A decomposição singular de A é portanto
√ − √13 − √13 √1
 
3

0 1 3 √0 0  √1 √1
A = U1 DU2 = 0 
−1 0 0 2 0 2 2
− √6 √26
1 √1
6
O efeito de A é primeiro colapsar R3 ortogonalmente no plano gerado pelas duas primeiras

√ √
colunas de U2−1 . Um cı́rculo unitário neste plano é enviado numa elipse com eixos 3 e 2
segundo as direções dadas pelas colunas de U1 (neste caso o eixo dos yy, que é a imagem
da reta gerada pela primeira coluna de U2−1 em R3 e e o eixo dos xx que é a imagem da
segunda coluna de U2−1 )
A decomposição em valores singulares desempenha um papel importante na análise de
dados. Os dados podem normalmente ser organizados numa matriz (gigante) e a decom-
posição em valores singulares ajuda a organizá-los. A decomposição em valores singu-
lares também pode ser usada para comprimir dados, descartando os valores singulares de
tamanho inferior a um dado limite fixado.
7.70. Formas quadráticas. Como outra aplicação do Teorema espetral vamos aproveitar
para classificar a menos de mudança de variável linear os polinómios homogéneos de grau
2 de várias variáveis. Podemos pensar nestes como as funções de várias variáveis mais
simples a seguir às funções lineares.
Definição 7.71. Uma forma quadrática em Rn é uma função f : Rn → R da forma
(63) f (x) = xT Ax
com A ∈ Mn×n (R) (estamos como habitualmente a identificar uma matriz 1 × 1 com um
escalar).
Por exemplo

2 5 x
= 2x2 + 6xy + 4y 2

(64) f (x, y) = x y
1 4 y
é uma forma quadrática em R2 . Note-se que a forma quadrática depende apenas da parte
T
simétrica A+A2
da matriz A. De facto uma vez que a transposição de matrizes 1 × 1 não
tem qualquer efeito temos xT Ax = (xT Ax)T = xT AT x. Substituindo a matriz A em (63)
T
por A+A2
obtemos portanto a mesma expressão. Por outro lado, uma vez que a soma das
entradas ij e ji da matriz A é o coeficiente de xi xj na expressão (63) matrizes simétricas
distintas dão azo a formas quadráticas distintas. Há assim uma correspondência biunı́voca
entre formas quadráticas e matrizes quadradas reais simétricas.
Tendo em conta o Teorema espetral, dada uma matriz simétrica A, existe uma matriz
ortogonal S e uma matriz diagonal (real) D tal que
A = SDS −1
E dado que S é ortogonal, S −1 = S T . Usando coordenadas y na base ortonormada formada

pelas colunas de S a expressão para a forma quadrática simplifica-se muito. Temos x = Sy
e então
(65) f (x) = xT Ax = (y T S T )A(Sy) = (y T S T )SDS T (Sy) = y T Dy = λ1 y12 + . . . + λn yn2
onde λ1 , . . . , λn são as entradas diagonais de D, ou seja, os valores próprios de A. Nas

aplicações (por exemplo para a determinação de extremos de funções de várias variáveis
como verão em Cálculo 2) é importante determinar o “sinal” de uma forma quadrática no
seguinte sentido.
Definição 7.72. Uma forma quadrática f : Rn → R diz-se
(i) definida positiva se f (x) > 0 para x 6= 0.

(ii) semi-definida positiva se f (x) ≥ 0 para todo o x ∈ Rn .
(iii) definida negativa se f (x) < 0 para x 6= 0.
(iv) semi-definida negativa se f (x) ≤ 0 para todo o x ∈ Rn .
(v) indefinida se f (x) assume valores positivos e negativos.
Da discussão anterior obtemos imediatamente o seguinte resultado.
Proposição 7.73. Uma forma quadrática f (x) = xT Ax com A ∈ Mn×n (R) simétrica é
(i) definida positiva sse todos os valores próprios de A são positivos.

(ii) semidefinida positiva sse todos os valores próprios de A são maiores ou iguais a zero.
(iii) definida negativa sse todos os valores próprios de A são negativos.
(iv) semidefinida negativa sse todos os valores próprios de A são menores ou iguais a zero.
(v) indefinida sse A tem valores próprios de sinal contrário.
Exemplo 7.74. A forma quadrática (64) é indefinida uma vez que a matriz simétrica que
a representa

2 3
3 4
tem determinante negativo e portanto valores próprios de sinais contrários.

Observação 7.75. A expressão (65) mostra também que toda a matriz simétrica com
valores próprios positivos é a matriz da métrica de um produto interno, pois a positividade
do produto interno corresponde precisamente ao facto da forma quadrática determinada
pela matriz ser definida positiva.
Seja A uma matriz simétrica n × n. Dado 1 ≤ i ≤ n escrevemos Ai para a matriz que
se obtém de A tomando apenas as primeiras i linhas e colunas de A. Os determinantes
destas submatrizes de A chamam-se os menores principais de A.
Proposição 7.76 (Critério de Sylvester). Seja f : Rn → R a forma quadrática determi-
nada pela matriz simétrica A ∈ Mn×n (R). Então
• f é definida positiva sse det Ai > 0 para i = 1, . . . , n.
• f é definida negativa sse det Ai é positivo para i par e negativo para i ı́mpar.
Dem. Note-se que f (x) = xT Ax é definida positiva sse −f (x) = xT (−A)x é definida
negativa. Uma vez que det(−Ai ) = (−1)i det Ai (em geral, a multilinearidade do determi-
nante implica que det(λA)i = λi det Ai ), vemos que as duas afirmações do enunciado são
equivalentes. Basta portanto demonstrar a primeira.
Se f é definida positiva, a sua restrição a Ri = {(x1 , . . . , xi , 0, . . . , 0) : x1 , . . . , xi ∈ R}
será também definida positiva. Mas claramente esta restrição é dada pela fórmula (com
x ∈ Ri )
f|Ri (x) = xT Ai x
logo, para que f seja definida positiva, é necessário que det Ai > 0.
Reciprocamente, suponhamos que det Ai > 0 para cada i = 1, . . . n. Seja i > 1 e
suponhamos indutivamente que já verificámos que f|Rk é definida positiva para todo k < i
(para k = 1 é claro que se det A1 = a11 > 0 então f|R1 (x1 ) = a11 x21 é definida positiva).
Suponhamos por absurdo que f|Ri não era definida positiva. Uma vez que, por hipótese,
det Ai > 0, a matriz Ai teria que ter pelo menos dois valores próprios negativos (contados
com multiplicidade). Sendo W ⊂ Ri um plano gerado por dois vetores próprios indepen-
dentes de Ai com valores próprios negativos, terı́amos f|W (y) < 0 para y ∈ W \ {0}.
Mas a intersecção de W com Ri−1 ⊂ Ri tem dimensão pelo menos 1 pelo que existiria
um vetor y ∈ Ri−1 \ {0} com f (y) < 0, contradizendo a hipótese de indução que f|Ri−1 é
definida positiva.
Exemplo 7.77. Consideremos a forma quadrática f : R3 → R definida por
f (x, y, z) = 10x2 + 10y 2 + 10z 2 + 2xy + 2yz
A matriz simétrica que lhe está associada é
 
10 1 0
A =  1 10 1 
0 1 10
Os menores principais

10 1 0
10 1
|10| = 10,
1 10
= 99,

1 10 1

= 1000 − 20 = 980

0 1 10
são todos positivos, pelo que a forma quadrática é definida positiva.

7.78. A classificação das quádricas. Uma quádrica é uma curva em R2 ou uma su-
perfı́cie em R3 definida por uma equação quadrática. Podemos usar a diagonalização de
matrizes simétricas para entender geometricamente estas curvas e superfı́cies (que irão ser
exemplos básicos em Cálculo 2).
Quádricas em R2 . A expressão geral de uma quádrica é

(66) ax2 + bxy + cy 2 + dx + ey + f = 0
em que a, b, c, d, e, f ∈ R. Devemos excluir alguns casos degenerados: se a = b = c = 0
então o conjunto descrito pela expressão anterior é uma reta se (d, e) 6= (0, 0), vazio se
d = e = 0 e f 6= 0, e todo o plano se d = e = f = 0. Consideremos portanto o caso em
que os termos de grau 2 não se anulam todos. Temos
a b

2 2

2
x
ax + bxy + cy = x y b
2
c y
Sejam λ1 , λ2 ∈ R os valores próprios da matriz associada à forma quadrática anterior e
(u1 , u2 ), (v1 , v2 ) os vetores próprios correspondentes, que podemos assumir formarem uma
base ortonormada para R2 . Sendo (u, v) as coordenadas no referencial determinado pelos
vetores próprios temos

x u1 v1 u
(67) =
y u2 v2 v
Nestas coordenadas, temos

b

2 2
u1 u2 a 2
u1 v1 u
ax + bxy + cy = u v b
v1 v2 2
c u2 v2 v

λ1 0 u
= λ1 u2 + λ2 v 2

= u v
0 λ2 v
O termo linear em (66) transforma-se mediante a mudança de coordenadas (67) num termo
linear em u e v, pelo que esta mudança de coordenadas transforma (66) na seguinte equação:
(68) λ1 u2 + λ2 v 2 + d0 u + e0 v + f = 0
Temos agora a considerar três casos:
• λ1 , λ2 ambos diferentes de 0, com o mesmo sinal: Multiplicando (68) por −1 se
necessário podemos assumir que λ1 e λ2 são positivos. Completando os quadrados
podemos escrever a expressão na forma
d0 2 e0 2
λ1 (u + 2λ1
) + λ2 (v + 2λ2
) = f0
d02 e02
onde f 0 = −f + 4λ21
+ 4λ22
. Se f 0 < 0 este conjunto é vazio, se f 0 = 0 este conjunto
0 0
consiste no ponto (− 2λ d
1
, − 2λe 2 ), e se f 0 > 0, o conjunto é uma elipse com centro em
d0 0
(− 2λ 1
, − 2λe 2 ) (ou uma circunferência quando λ1 = λ2 ).
• λ1 , λ2 ambos diferentes de 0, com sinais opostos: Multiplicando (68) por −1 se
necessário podemos assumir que λ1 é positivo. Com uma manipulação semelhante
à do caso anterior obtemos uma expressão da forma
λ1 (u − u0 )2 + λ2 (v − v0 )2 = f 0
que, para f 0 6= 0 é a equação de uma hipérbole22 com “centro” em (u0 , v0 ) e
assı́ntotas dadas pelas retas
λ1
v − v0 = ± (u − u0 )
λ2
Quando f 0 = 0 a equação reduz-se à equação das retas definidas pela expressão
anterior.
• λ1 ou λ2 são 0: Sem perda de generalidade podemos assumir que λ2 = 0 e que
λ1 > 0. Manipulando a expressão (68) como antes obtemos
λ1 (u − u0 )2 + e0 v + f 0 = 0
Se e0 6= 0, trata-se da equação de uma parábola, cujo sentido é determinado pelo
sinal de e0 . Se e0 = 0 obtemos o conjunto vazio, a reta u = u0 , ou duas retas
paralelas a esta última, consoante f 0 > 0, f 0 = 0 ou f 0 < 0 respetivamente.
22Note-se que a equação x2 − y 2 = 1 se pode escrever na forma (x − y)(x + y) = 1 e portanto, mediante
a mudança de variável linear u = x − y, v = x + y é equivalente à equação mais familiar para uma hipérbole
uv = 1.
Exemplo 7.79. Consideremos o exemplo concreto da equação

x2 + 2xy + y 2 + x + 2y + 3 = 0
A matriz simétrica associada à forma quadrática determinada pelos termos quadráticas é

1 1
1 1
que tem valores próprios 0 e 2 com vetores próprios ( √12 , − √12 ) e ( √12 , √12 ). Fazendo a
mudança de coordenadas
1
√1
1
− √12

x √ u u √ x
2 2 2
= 1 1 ⇔ = 1 1
y − √2 √2 v v √
2
√
2
y
obtemos a equação
0 · u2 + 2v 2 + √1 u
2
+ √1 v
2
+ 2(− √12 u + √1 v)
2
+ 3 = 0 ⇔ 2v 2 − √1 u
2
+ √3 v
2
+3=0
que se pode escrever na forma
√ 3 2
√ 9
u = 2 2(v + √
4 2
) +3 2− √
8 2
Quádricas em R3 . A expressão geral de uma quádrica é

(69) ax2 + by 2 + cz 2 + dxy + exz + f yz + gx + hy + iz + j = 0
Novamente a análise desta superfı́cie baseia-se na análise dos termos de grau 2 (se estes se
anulam identicamente a equação define um plano, o vazio ou todo o R3 ) que constituem a
forma quadrática
d e
  
a 2 2 x
x y z  d2 b f2   y 

e f
2 2
c z
Num referencial ortonormado formado por vetores próprios da matriz simétrica que ocorre
na expressão acima, a expressão (69) transforma-se em
λ1 u2 + λ2 v 2 + λ3 w2 + g 0 u + h0 v + i0 z + j = 0
Módulo translações nos eixos dos u, v, w podemos assumir que as constantes g 0 = h0 = i0
se anulam, desde que o λi correspondente não se anule. Temos então os seguintes casos:
• λ1 , λ2 , λ3 todos diferentes de 0 e com sinais iguais (que podemos assumir positivos):
A equação define o conjunto vazio se j < 0, um ponto se j = 0 e um elipsóide se
j > 0 (trata-se da superfı́cie que se obtém de uma superfı́cie esférica reescalando os
eixos).
• λ1 , λ2 , λ3 todos diferentes de 0 e com sinais não todos iguais (podemos assumir que
λ1 , λ2 > 0 e λ3 < 0: Os protótipos destas superfı́cies são as definidas pelas equações
x2 + y 2 − z 2 = 1, x2 + y 2 − z 2 = 0, x2 + y 2 − z 2 = −1
p
Para entender a sua forma convém observar que o significado geométrico de x2 + y 2
é (pelo Teorema de Pitágoras) a distância do ponto (x, y, z) aopeixo dos zz. Num
qualquer semiplano limitado pelo eixo dos zz podemos usar r = x2 + y 2 ≥ 0 como
coordenada ao longo do semi-eixo perpendicular a Oz e a equação da interseção da
nossa superfı́cie com esse semiplano é determinada pela equação
r2 − z 2 = 1, r2 − z 2 = 0, r2 − z 2 = −1
ou seja, trata-se de uma hipérbole nos casos em que o termo direito é ±1 e de
um par de semi-retas no caso restante. As superfı́cies que pretendemos descrever
obtêm-se rodando estas curvas em torno do eixo Oz. Denominam-se respetivamente
um hiperbolóide, um cone e um hiperbolóide de duas folhas.
• λ1 = 0 e λ2 , λ3 6= 0 com o mesmo sinal que podemos assumir positivo: Os protótipos
são agora da forma
x2 + y 2 = j 0 , x2 + y 2 − z = j 0
que são respetivamente o vazio, o eixo dos zz ou um cilindro em torno do eixo dos
zz no primeiro caso, ou um parabolóide (uma parábola z = r2 − j 0 rodada em torno
do eixo dos zz).
• λ1 = 0 e λ2 , λ3 6= 0 com sinais diferentes (podemos assumir λ2 > 0, λ3 < 0): Os
protótipos são
x2 − y 2 = j 0 , x2 − y 2 − z = j 0
No primeiro caso trata-se de um cilindro hiperbólico, isto é, de uma hipérbole
transladada ao longo do eixo dos zz (ou no caso degenerado em que j 0 = 0, da
união de dois planos concorrentes no eixo dos zz), enquanto que no segundo a su-
perfı́cie designa-se por uma sela uma vez que tem o aspeto de uma sela de um cavalo
(há uma parábola virada para cima ao longo do eixo dos xx e uma decrescente ao
longo do eixo dos yy).
• λ1 = λ2 = 0 e λ3 > 0. Os protótipos são agoras as equações da forma

z 2 + g 0 x + h0 y = j 0
Se g 0 = h0 = 0 esta equação define o vazio, um plano ou dois planos paralelos
consoante o sinal de j 0 . No caso em que (g 0 , h0 ) 6= 0 define um cilindro parabólico,
isto é a translação de uma parábola, ao longo de um eixo no plano xy perpendicular
ao vetor (g 0 , h0 ).
References
[Ax] S. Axler, Linear Algebra Done Right, Springer UTM (1997).
[D] E. Dias, Álgebra Linear, https://www.math.tecnico.ulisboa.pt/~edias/TextosNet/
ALbookfin_Net.pdf
[FIS] S. Friedberg, A. Insel and L. Spence, Linear Algebra (4th edition), Pearson Education (2003).
[HK] K. Hoffman and R. Kunze, Linear Algebra, Prentice-Hall (1961)

Instituto Superior T Ecnico Departamento de Matem Atica: 11 1 12 2 1n N 1 21 1 22 2 2n N 2

Enviado por

Direitos autorais:

Formatos disponíveis

Instituto Superior T Ecnico Departamento de Matem Atica: 11 1 12 2 1n N 1 21 1 22 2 2n N 2

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Instituto Superior T Ecnico Departamento de Matem Atica: 11 1 12 2 1n N 1 21 1 22 2 2n N 2

Enviado por

Direitos autorais:

Formatos disponíveis

Instituto Superior Técnico

onde aij , xj , bi para 1 ≤ i ≤ m, 1 ≤ j ≤ n denotam números reais (ou complexos). Os

Mais geralmente, se p é um número primo, o conjunto Fp = {0, 1, . . . , p − 1} com a soma

substituindo na segunda equação obtemos

Aplicando o método de Gauss obtemos

Definição 1.5. Sejam m, n números naturais. Uma matriz m × n de números reais ou

O algoritmo de Gauss-Jordan coloca portanto uma matriz em escada de linhas numa

Exemplo 1.9. Vamos resolver o sistema linear homogéneo

Aplicando o método de Gauss-Jordan temos

Os dois exemplos acima ilustram a seguinte observação relativa à solução de sistemas

Se (x1 , . . . , xn ) é uma solução do sistema, então para qualquer escolha de c1 , . . . , cm ∈ R

Observação 1.11. O conceito de combinação linear é talvez o conceito central da Álgebra

Vamos admitir com vista a chegar a um absurdo que B 6= C. Então B e C diferem

Definição 2.1. Sejam k, m, n números naturais, C uma matriz k × m e A uma matriz

onde A11 é m × k, A12 é m × l, A21 é n × k, A22 é n × l, B1 é k × p e B2 é l × p então

Dem. (i) Temos a verificar que para cada i, j com 1 ≤ i ≤ k e 1 ≤ j ≤ p, a entrada

onde na última igualdade aplicámos as propriedades distributiva da soma em relação

As expressões obtidas para (A(BC))ij e ((AB)C)ij são idênticas4 (pelas propriedades

linha!), a probabilidade de os produtos serem diferentes é 100%. Por exemplo,

Proposição 2.18. Sejam A uma matriz m × n, B uma matriz n × p e λ um escalar real

A partir de agora escrevemos

conforme querı́amos demonstrar.

(v)⇒(i): Se A tem caracterı́stica n, então, aplicando os métodos de Gauss e Gauss-Jordan a

com todas as entradas fora da diagonal 0 e todas as entradas na diagonal 1

Em termos do produto de matrizes, a observação que o método de Gauss-Jordan

está em escada de linhas. Como a caracterı́stica de A é menor do que n, a última linha de

(ii) Para todos os u, v ∈ V , u + v = v + u.

(3) Seja S um conjunto não vazio. O conjunto F (S; R) = {f : S → R} das funções de

(iii) Seja A uma matriz m × n. O núcleo de A é o conjunto

(ii) Se S contém o vetor nulo então S é linearmente dependente (pois 1 · 0 = 0).

Proposição 3.25. Seja V um espaço vetorial e S ⊂ V um conjunto linearmente indepen-

e portanto L(S) = L(S 0 ). Note-se que T ⊂ S 0 e S 0 \ T tem n elementos. Aplicando a

T ⊂ S 0 obtemos um conjunto linearmente independente T 0 ⊂ S 0 tal que T ∪T 0 é linearmente

o que mostra que B é linearmente independente. Neste caso não se justificava

α(1, 0, 1) + β(1, 1, 0) + γ(0, 0, 3) = (1, 2, 1)

que podemos escrever na forma de uma matriz aumentada

donde obtemos os coeficientes α = −1, β = 2, γ = 23 .

de R4 correspondentes aos elementos de S:

Exemplo 3.39. (i) A base ordenada canónica de Rn é Bcan = (e1 , . . . , en ), onde ei =

as coordenadas de (x1 , . . . , xn ) na base canónica são (x1 , . . . , xn ).

Podemos fazê-lo usando a interpretação geométrica das coordenadas (conforme

cos α sen α + c2 cos α = 0 ⇔ c2 = − sen α

Para achar as coordenadas de v na base B2 podemos escrever os vetores vi na base B2 :

De facto, a primeira coluna contém as componentes do primeiro vetor da base canónica na

o subespaço vetorial formado pelas funções diferenciáveis. Então a aplicação T : V →

é uma transformação linear:

excepcionalmente simples. Para definir uma função de V para W é normalmente necessário

concluı́mos que f −1 : W → V preserva a soma de vetores. A verificação que f −1 preserva

definida por (ver Proposição 4.9 para o significado da notação)

• Dados w1 , w2 ∈ f (V ), existem v1 , v2 ∈ V tais que f (v1 ) = w1 e f (v2 ) = w2 . Então

não é a derivada de nenhuma função e não está portanto na imagem de T . É interessante

(19). Quanto ao núcleo, temos

4.27. O Teorema da caracterı́stica-nulidade. Chegamos agora a um dos resultados

onde na segunda igualdade usámos o facto de o vetor α1 v1 + . . . + αk vk pertencer

é uma base da imagem de f .

livres no sistema homogéneo associado a A, ou seja, o número de colunas de A sem pivot.

Podemos agora aproveitar para atualizar os nossos critérios para a invertibilidade de

4.37. Equações lineares.

Reciprocamente, seja u uma solução qualquer da equação. Então u = v + (u − v) e