La integral de Henstock-Kurzweil y el Teorema Fundamental del ...
TEOREMA FUNDAMENTAL DA ALGEBRA
-
Upload
professorvinicius -
Category
Documents
-
view
3.775 -
download
1
description
Transcript of TEOREMA FUNDAMENTAL DA ALGEBRA
UNIVERSIDADE FEDERAL DE MATO GROSSO
INSTITUTO UNIVERSITÁRIO DO ARAGUAIA
LICENCIATURA PLENA EM MATEMÁTICA
Vinicius Elias da CostaUma Demostração do Teorema Fundamental da Álgebra
Utilizando Álgebra Linear
Pontal do Araguaia, MT
2008
Vinicius Elias da Costa
Uma Demostração do Teorema Fundamental da Álgebra
Utilizando Álgebra Linear
Monografia apresentada ao Curso de Licenciatura
Plena em Matematica da UFMT, como requisito para
a obtenção parcial do grau de Licenciatura Plena em
Matemática.
Orientador: Adilson A. Berlatto
Pontal do Araguaia, MT
2008
Vinicius Elias da Costa
Uma Demostração do Teorema Fundamental da Álgebra
Utilizando Álgebra Linear
Monografia apresentada ao Curso de Licenciatura Plena em
Matematica da UFMT, como requisito para a obtenção parcial
do grau de Licenciatura Plena em Matemática.
Aprovação em 19/12/2008
Banca Examinadora:
Prof. Dr. Adilson A. Berlatto - UNB
Prof. Dr. Carlos Rodrigues da Silva -UNB
Prof. Dr. Jocirei Dias Ferreira - USP
Pontal do Araguaia, MT
2008
Dedico este trabalho em primeiro lugar a Deus,
minha mãe,
minhas irmâs e minha namorada Mônica.
Agradecimentos
São muitas as pessoas que gostaria de agradecer, não apenas por este trabalho, mas por
terem tido participação na minha formação e na minha vida.
Ao meu orientador , Prof. Adilson Antônio Berlatto, pelo apoio, incentivo, paciência,
amizade e dedicação na realização deste trabalho.
Agradeço a minha Mãe acreditar nos meus sonhos e fazer deles os seus, além das orações...
Ao Professor Daniel e o meu amigo Valdiego (Libâneo) pelas sugestões no LATEX de for-
matação e modelos de tese.
Agradeço a minha namorada Mônica pelo companheirismo, e por ter me dado força nos
momentos de angústia.
Agradeço a minhas irmâs Neide e Lucidalva, por entenderem minhas horas de estudo.
Agradeço a Tia Nilva e o Lauro, pelo incentivo, e pelo empréstimo do P.C.
Ao G7 (ou seria G5?) grupo de amigos do terceiro horário.
Aos demais colegas e professores, pelas críticas e sugestões.
E enfim, a toda minha família pelo apoio durante esta jornada.
”Euler deu a mais algébrica das demostrações da existência das
raízes de uma equação polinomial...
Acho injustiça atribuir tal prova exclusivamente a Gauss, que
meramente adicionou os retoques finais”.(Georg Frobenius,1907)
Resumo
Neste trabalho será apresentada uma das demonstrações do Teorema Fundamental da Ál-
gebra, ao qual iremos nos referir somente como TFA. Nosso principal foco foi a sua
demonstração que faz uso da álgebra linear. Para tanto estudamos alguns resultados impor-
tantes sobre espaços vetoriais, subespaço, autovalores, autovetores, endomorfismos (espe-
cialmente os que comutam). Resultados que sem os quais seria impossível a realização
deste trabalho. Ao término do estudo onde foram utilizados diversas técnicas e teoremas
dos conteúdos citados acima mostramos que todo polinômio complexo admite pelo menos
uma raiz real.
Palavras-chave: Espaços vetoriais , subespaços, endomorfismos, polinômio.
Abstract
The abstract must present to the reader a short, but clear idea of the work being reported
in the thesis. The precise definition and importance of the problem being addressed, the
main objectives, motivations and challenges of the research are a good starting point for
the abstract. The strategy or metodology employed in the research, its main contributions,
and the most important results achieved may be part of the abstract as well. Notice that
the resumo and the abstract must share the same page.
Keywords: Document Processing, , Thesis Preparation, Technical Reports.
Sumário
Introdução 11
1 Uma breve história do Teorema 13
2 Definições e Resultados Preliminares 15
2.1 Espaços Vetoriais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
2.2 Subespaço vetorial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.3 Soma direta . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2.4 Transformações Lineares . . . . . . . . . . . . . . . . . . . . . . . . . . 19
2.4.1 Núcleo e Imagem . . . . . . . . . . . . . . . . . . . . . . . . . . 19
2.4.2 Espaços Vetoriais Isomorfos . . . . . . . . . . . . . . . . . . . . 20
2.5 Matrizes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
2.6 Autovalores e Autovetores . . . . . . . . . . . . . . . . . . . . . . . . . 22
2.7 Subespaços Invariantes . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
3 Teorema Fundamental da Álgebra 27
3.1 Preliminares . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
3.2 Teorema Fundamental da Álgebra . . . . . . . . . . . . . . . . . . . . . 36
Conclusão 37
9
Referências Bibliográficas 38
Introdução
O presente trabalho é uma apresentação da demonstração do Teorema fundamental da
Álgebra, que se baseia no artigo científico “The Fundamental Theorem of Algebra and
Linear Algebra”de Harm Derkesen, que pode ser encontado em DERKSEN [1].
Normalmente as demostrações deste teorema, usam idéias bastante avançadas e em geral,
o TFA é utilizado em cursos de álgebra linear, porém sem muita ênfase, pois como já foi
dito sua demostração exige uma matemática mais elaborada, que em geral os alunos ainda
não conhecem.
Este trabalho visa demonstrar o TFA de forma simples possibilitando assim uma maior
compreenção dos alunos de graduação. Para isto utilizaremos basicamente conceitos e
definições de Álgebra linear.
Indicamos resultados importantes também relacionados aos números complexos.
O capítulo 1 trata de uma breve história do TFA, onde destacaremos os pontos mais rele-
vantes da trajetória de grandes matemáticos na busca de sua prova.
O capítulo 2 estabelece resultados prévios que serão necessários para um melhor entendi-
mento do leitor no capítulo posteriore. Dividimos estes resultados em seções, onde dare-
mos início ao estudo dos espaços vetoriais sobre um corpo K, sem esquecer da dimensão
e das somas diretas. Para que o leitor se familiarize com algumas definições, não vamos
deixar de fora também uma seção sobre matrizes. Nesta seção apresentaremos alguns
tipos muito importantes de matrizes, tais como matrizes simétricas, anti-simétricas, her-
mitianas, e anti-hermitianas. Dedicamos também uma seção especial para os subespaços
11
12
vetoriais, subespaços invariantes,e autovalores e autovetores.
O capítulo 3 é dedicado inicialmente a demostração de alguns resultados, e juntamente
com algumas definições dos capítulos anteriores iniciaremos a prova do TFA.
Capítulo 1
Uma breve história do Teorema
Qualquer problema que possa ser solucionado através dos números, com certeza
será tratado direta ou indiretamente por meio de equações, sendo estas equações, as ex-
pressões algébricas, trigonométricas, diferenciais, exponenciais ou de qualquer outra na-
tureza onde aparece em sua escrita o símbolo de igualdade. Equacionar um problema é
geralmente entendido como colocá-lo dentro de um mecanismo do qual ele poderá ser
resolvido.
Resolver uma equação sempre foi um desafio desde o início do conhecimento
matemático. Várias civilizações apresentaram estudos em equações, os gregos, árabes,
hindus, chineses e outros. Equações estas vindas de problema com áreas e volumes.
Por volta de 800 d.C. , Al-Khawarizmi, fez este estudo, mas nessa altura ainda
não se coloca o problema das soluções não reais. Girolamo Cardano é que compreendeu
que se podia trabalhar com quantidades mais gerais. Onde acabou publicando tudo no
seu livro Ars Magna, suas descobertas e também os estudos do professor Scipione Del
Ferro por volta de 1520, sobre as raízes das equações do tipo x3 + px = q , x3 + q = px
que Tartaglia havia descoberto em 1535. Vale ressaltar que Del Ferro chegou até estas
descobertas, mas sem entendê-las muito bem. Décadas depois, mais precisamente em
1572, Bombelli publica no seu livro Álgebra um conjunto de regras para operar este novo
conjunto, começava aí os ’números complexos’.
13
CAPÍTULO 1. UMA BREVE HISTÓRIA DO TEOREMA 14
É necessário deixar bem claro, que vários outros matemáticos que não foram
citados aqui, tiveram contribuições importantes, mas resolvemos citar apenas os que esti-
varam mais diretamente ligados á trajetória do TFA.Homens estes que aperfeiçoaram as
equações cúbicas, em geral italianos, constituíram um grupo de matemáticos tão interes-
sante que nunca aconteceu na história. A maioria deles eram autodidatas, trabalhavam em
contabilidade, problemas de juros compostos e de seguros.
Capítulo 2
Definições e Resultados Preliminares
Dedicamos esta seção a apresentação de alguns resultados que serão utilizados subse-
quentemente. Daremos noções básicas de espaço vetorial, subespaço, matrizes, determi-
nantes, autovalores e autovetores etc. Iniciamos com alguns conceitos de álgebra linear.
2.1 Espaços Vetoriais
Nesta seção definiremos o conceito de espaços vetoriais, e apresentaremos alguns exemp-
los. A notação K, por sua vez, designará um corpo qualquer.
Definição 2.1.1 Um Espaço Vetorial consiste do seguinte:
(1) Um conjunto não vazio V de objetos, denominados vetores.
(2) Um corpo K (R ou C) de escalares.
(3) uma operação de adição de vetores, que associa a cada par de elementos u, v ∈ V
um elemento u + v ∈ V , isto é, V é fechado com relação à operação de adição.
Esta operação tem as seguintes propriedades:
(A1) Comutatividade. u+ v = v + u ; ∀ u, v ∈ V .
(A2) Associatividade.u+ (v + w) = (u+ v) + w ; ∀ u, v, w ∈ V .
15
CAPÍTULO 2. DEFINIÇÕES E RESULTADOS PRELIMINARES 16
(A3) Elemento Neutro. Existe um elemento 0V ∈ V tal que u+ 0V = u ; ∀u ∈ V .
(A4) Elemento Simétrico. Para todo elemento u ∈ V existe o elemento −u ∈ V tal
que u+ (−u) = 0V ; ∀ u ∈ V .
(4) uma operação de multiplicação por escalar, que associa a cada elemento u ∈ V
e cada escalar α ∈ K um elemento αu ∈ V , isto é, V é fechado com relação
à operação de multiplicação por escalar. Esta operação tem as seguintes pro-
priedades:
(M1) Associativa. (αβ)u = α(βu) ; ∀u ∈ V e α, β ∈ K.
(M2) Distributividade para a Adição de Elementos.
α(u+ v)= αu+ αv; ∀u, v ∈ V e ∀α ∈ K.
(M3) Distributividade para a Multiplicação por Escalar.
(α + β)u = αu+ βu; ∀u ∈ V e ∀α, β ∈ K.
(M4) Elemento Identidade 1Ku = u;∀u ∈ V .
Quando consideramos o corpo dos escalares como sendo K = R, dizemos que (V,+, .) é
um espaço vetorial real. Quando consideramos o corpo dos escalares como sendo K = C,
dizemos que (V,+, .) é um espaço vetorial complexo.
Exemplo 2.1.1 Todo corpo é um espaço vetorial sobre si mesmo.
Este resultado pode ser encontrado em COELHO [11] ou PULINO [6].
Exemplo 2.1.2 O conjunto F (R) = {f : R → R| f é uma função}, com a operação de
adição de elementos definida como:
(f + g)(x) = f(x) + g(x);∀f, g ∈ F (R)
e a multiplicação por escalar definida como:
(λf)(x) = λf(x); ∀ f ∈ F (R) e λ ∈ R
CAPÍTULO 2. DEFINIÇÕES E RESULTADOS PRELIMINARES 17
Exemplo: Seja n ≥ 0 um número natural. O conjunto dos polinômios reais de grau
≤ n, com coeficientes reais que denotamos por Pn(R), munido da operação de adição
de elementos e da operação de multiplicação por escalar definidas de modo análogo ao
exemplo anterior, é um espaço vetorial real. Assim, todo elemento p(x) ∈ Pn((R) é
escrito na forma:
p(x) = a0 + a1x+ ...+ anxn,
com os coeficientes a0, a1, ..., an ∈ R, para todo x ∈ R
2.2 Subespaço vetorial
Definição 2.2.1 Seja V um espaço vetorial sobre o corpo K. Um subespaço vetorial de
V é um subconjunto U de V que é um espaço vetorial sobre o corpo K com as operações
de adição de vetores e multiplicação por escalar definidas em V .
Exemplo 2.2.1 Verifiquemos que S = {(x, y, z) ∈ R3|x + y + z = 0} é um subespaço
vetorial de R3.
(i) É fácil ver que 0 + 0 + 0 satisfaz 0 + 0 + 0 = 0.
(ii) Sejam x1, x2 ∈ U +W então xj = uj +wj, uj ∈ U,wj ∈ W, j = 1, 2. Agora, se λ
∈ R então x1 +λx2 = u1 +w2+ λ(u2 +w2) = (u1 +λu2)+(w1 +λw2) ∈ U+W ,
pois U e W são subespaços vetoriais.
Exemplo 2.2.2 O subconjunto de um espaço vetorial V formado apenas pelo elemento
nulo é um subespaço vetorial de V . O próprio V como subconjunto de V é também um
subespaço vetorial. Estes dois subespaços são chamados de triviais.
Teorema 2.2.1 (Subespaço Vetorial) Um subconjunto não vazio U de um espaço vetorial
V é um subespaço vetorial de V se, e somente se, para quaisquer elementos u, v ∈ U e
para escalar λ ∈ K, temse que u+ v ∈ U e λu ∈ U .
Demonstração: A demonstração deste fato pode ser encontrado em PULINO [6].
CAPÍTULO 2. DEFINIÇÕES E RESULTADOS PRELIMINARES 18
Definição 2.2.2 Mn(K) é o conjunto das matrizes de ordem n sobre um corpo K, e
Mnm(K) é conjunto das matrizes de ordem n x m sobre um corpo R.
Exemplo 2.2.3 O conjunto das matrizes simétricas n x n: W1 = {A ∈ Mn|At = A}
e o conjunto das matrizes anti-simétricas n x n, onde At é a matriz transposta de A:
W2 = {A ∈ Mn|At = −A} são subespaços do espaço Mn das matrizes n x n, pois a
soma de matrizes (anti-)simétricas é uma matriz (anti-)simétrica. O mesmo ocorre com a
multiplicação por escalar.
Este resultado pode ser encontrado em SANTOS [13].
Exemplo 2.2.4 O conjunto Pn dos polinômios de grau (o maior indice j tal que aj 6= 0)
menor ou igual a n juntamente com o polinômio nulo é um subespaço dos polinômios P .
Pois, a soma de polinômios de grau menor ou igual a n é um polinômio de grau menor ou
igual a n e a multiplicação de um polinômio por escalar é um polinômio de mesmo grau.
A demonstração deste fato pode ser encontrada em SANTOS [13].
2.3 Soma direta
Definição 2.3.1 Seja V um espaço vetorial sobre o corpo K . Sejam U e W subespaços
vetoriais de V tais que U ∩W = {0V }. Neste caso o subespaço U + W é denominado
soma direta dos subespaços U e W , e denotamos por U ⊕W .
Este resultado pode ser encontrada em PULINO
Exemplo 2.3.1 Considere os seguintes subespaços de Mn(R):
U = {A ∈ Mn(R)|At = A} e W = {A ∈ Mn(R)|At = −A} das matrizes simétricas e
anti-simétricas. Então Mn(R) = U ⊕W.
Este resultado pode ser encontrado em SANTOS [13].
CAPÍTULO 2. DEFINIÇÕES E RESULTADOS PRELIMINARES 19
2.4 Transformações Lineares
Podemos encontrar a demostração de todos os resultados desta seção em PULINO [6],
LIPSCHUTZ [12] e SANTOS [13].
Definição 2.4.1 Sejam V eW espaços vetoriais sobre o corpo K eA uma aplicação de V
emW . Dizemos queA é uma Transformação Linear se possui as seguintes propriedades:
(a) A(u+ v) = A(u) + A(v) para todo u, v ∈ V .
(b) A(λu) = λu para todo u ∈ V , e λ ∈ K.
Exemplo 2.4.1 Seja V um espaço vetorial sobre o corpo K. Vamos definir a seguinte
transformação linear A(v) = v para todo v ∈ V , que é a transformação identidade,
denotada por IV .
2.4.1 Núcleo e Imagem
Definição 2.4.2 Sejam V e W espaços vetoriais sobre o corpo K e A uma transformação
linear de V em W . O conjunto
Im(A) = {A(v)|v ∈ V } é denominado imagem da transformação A.
Teorema 2.4.1 O conjunto Im(A) ⊂ W é um subespaço vetorial de W .
Definição 2.4.3 Sejam V e W espaços vetoriais sobre o corpo K e A uma transformação
linear de V em W . O conjunto
Ker(A) = {v ∈ V/A(v) = 0W} é denominado núcleo da transformação A.
Teorema 2.4.2 O conjunto Ker(T ) ⊂ V é um subespaço vetorial de V .
Teorema 2.4.3 Sejam V e W espaços vetoriais sobre o corpo K, com dim(V ) = n, e
A : V → W é uma transformação linear. Então,
dim(Ker(A)) + dim(Im(A)) = dim(V ).
CAPÍTULO 2. DEFINIÇÕES E RESULTADOS PRELIMINARES 20
2.4.2 Espaços Vetoriais Isomorfos
Definição 2.4.4 Se uma transformação linear e A : V → W é injetora e sobrejetora,
ao mesmo tempo, damos o nome de isomorfismo. Além disso, quando existe uma tal
transformação linear entre dois espaços vetoriais dizemos que eles são isomorfos. Uma
transformação linear A : V → V é um endomorfismo de V .
Teorema 2.4.4 Seja V um espaço vetorial sobre o corpo K, com dim(V ) = n. Então, V
é isomorfo ao espaço vetorial Kn.
Definição 2.4.5 Seja V um espaço vetorial sobre o corpo K. Denotamos por L(V ) o
conjunto de todos os endomorfismos sobre V , isto é,
L(V ) = {A : V → V/A é um endomorfismo} .
Exemplo 2.4.2 O espaço Pn é isomorfo a Rn+1 e o espaço Mnm(R) é isomorfo a Rnm.
2.5 Matrizes
DEFINIR MATRIZES SIM E ANTI-SIM NO EXEMPLO 2.3.3
Definição 2.5.1 Seja A = [aij] uma matriz quadrada . Dizemos que A é simétrica se
At = A, isto é, aij = aji para todos i, j.
Exemplo 2.5.1 As matrizes A e B dadas por:
A =
5 1 2
1 6 3
2 3 8
B =
1 + 2i 2 + i
2 + i 3
são matrizes simétricas, isto é, At = A e Bt = B.
CAPÍTULO 2. DEFINIÇÕES E RESULTADOS PRELIMINARES 21
Definição 2.5.2 Seja A uma matriz quadrada. Dizemos que A é anti-simétrica se At =
−A, isto é, aij = −aji para todos i, j.
Exemplo 2.5.2 As matrizes A e B dadas por:
A =
0 1 −2
1 0 3
−2 −3 0
B =
0 2− i −3
−2 + i 0 i
3 −i 0
são matrizes anti-simétricas, isto é, At = −A e Bt = −B.
Definição 2.5.3 Considere A= [aij] uma matriz complexa de ordem m × n. A matriz
obtida de A substituindo cada elemento por seu conjugado é denominada matriz conju-
gada da matriz A, que denotamos por A. Assim, A = [aij].
Exemplo 2.5.3 Dada a matriz complexa:
A =
1 + 2i i
1 0
3 2− 3i
.A matriz conjugada de A, que denotamos por A, é obtida da seguinte forma:
A =
1− 2i −i
1 0
3 2 + 3i
.Definição 2.5.4 SejaA = [aij] uma matriz complexa de ordemm×n. Definimos a matriz
transposta Hermitiana da matriz A, que indicamos por A∗ , como sendo a matriz A∗=
[aij] de ordem n×m, isto é, A∗ = (At).
Exemplo 2.5.4 Dada a matriz complexa
A =
1 + 2i i
3 2− 3i
.
CAPÍTULO 2. DEFINIÇÕES E RESULTADOS PRELIMINARES 22
A transposta Hermitiana da matriz A é dada por:
A∗ =
1− 2i 3
−i 2 + 3i
.Teorema 2.5.1 SejamA = [aij] eB = [bij] matrizes complexas, com ordens compatíveis
com as operações. Então,
(i) (A+B) =A + B.
(ii) (AB) =AB.
(iii) (λB) =λB para qualquer λ ∈ C.
(iv) (A)t = (At).
A demonstração pode ser encontrada em LIPSCHUTZ [12]
Definição 2.5.5 Dizemos que uma matriz A = [aij] complexa de ordem n é uma matriz
Hermitiana se (A)t = A, isto é, aij = aji para todos i, j. Geralmente indicamos A∗ =
A para denotar uma matriz Hermitiana.
Exemplo 2.5.5 A matriz complexa
A∗ =
1 1− i 2
1 + i 3 i
2 −i 0
.é uma matriz Hermitiana, isto é,(A)t= A.
2.6 Autovalores e Autovetores
Nesta seção apresentaremos algumas definições e resultados básicos de autovalores e
autovetores, além de
CAPÍTULO 2. DEFINIÇÕES E RESULTADOS PRELIMINARES 23
Seja V um espaço vetorial sobre um corpo R, considerenos A:V → V um endomorfismo
de V , isto é, uma aplicação linear de V nele próprio. Um elemento de v ∈ V é denom-
inado autovetor de A se existe um número λ ∈ K tal que Av = λv. Se v 6= 0, então
λ está determinado de modo único, pois λ1v = λ2v acarreta que λ1 = λ2. Neste caso,
dizemos que λ é um autovalor de A pertencente ao autovetor v. Também dizemos que v é
um autovetor com autovalor λ.
Se A é uma matriz quadrada n × n, então um autovetor de A é , por definição, um auto-
valor da aplicação linearA deKn nele próprio representada pela matriz A. Portanto, um
autovetor X de A é um vetor (coluna) de Kn para o qual existe λ ∈K tal que AX = λX .
Exemplo 2.6.1 Se A:V → V é um endomorfismo, e se v é um autovetor de A, então para
qualquer escalar c 6= 0, cv é também um autovetor de A, com o mesmo autovalor.
Teorema 2.6.1 Seja V um espaço vetorial, e λ um número. Se A:V → V é uma aplicação
linear, então λ é um autovalor de A se, e somente se, A− λI não for invertível.
Demonstração:
Vamos admitir que λ é um autovalor de A. Então existe um elemento v ∈ V , v 6= 0 tal
que Av = λv. Logo Av − λv = 0, e assim (A − λI)v = 0. Portanto o núcleo A − λI
tem um elemento diferente de zero o que implica que A − λI não é invertível. De forma
recíproca, suponhamos que A−λI não seja invertível. Pelo teorema do núcleo e imagem ,
vemos que A− λI deve ter um núcleo não-nulo, indicando assim que existe um elemento
v ∈ V , v 6= 0, tal que (A− λI)v = 0. Portanto Av − λv = 0, e Av = λv. Logo, λ é um
autovalor de A, e isto prova nosso teorema.
Seja A uma matriz n× n, A = (aij). Podemos definir o polinômio característico PA de A
como sendo o determinante
PA(t) = Det(tI − A),
ou escrito com
CAPÍTULO 2. DEFINIÇÕES E RESULTADOS PRELIMINARES 24
PA(t) =
∣∣∣∣∣∣∣∣∣t− a11 · · · −ain· · · . . . · · ·
−an1 · · · t− ann
∣∣∣∣∣∣∣∣∣ .A matriz A também pode ser vista como uma aplicação linear de Kn em Kn, e também
podemos dizer que PA(t) é o polinômio característico dessa aplicação linear.
Teorema 2.6.2 Seja A:V → V uma transformação linear e V um espaço vetorial. Se
λ ∈ R e det(A− Ix)(λ) = 0, então existe v ∈ V tal que A(v) = λv.
Demonstração:
Temos por hipótese que det(A − Ix)(λ) = 0, o que implica que a matriz A − λI não é
inversível, portanto não é injetiva, isto é, Ker(A − λI) 6= {0}. Disto segue que existe v
∈ V Ker(A− λI), ou seja:
(A− λI)v = 0
Av − (λI)v = 0, isto é, Av =λv
Proposição 2.6.1 Seja A : V → V um endomorfismo onde λ é autovalor de A, e ainda
W=Ker(A− λI) e Z=Im(A− λI), então W e Z são invariantes sobre A.
Demonstração:
i) Seja v ∈ Z , então v = (A− λI).u para algum u ∈ V. Como v ∈ Z, basta verificarmos
que A(v) ∈ Z.A(v) = A(A− λI).u
= A(Au− λu)
= AAu− λAu
= (AA− λA)u
= (A− λ)uA
= (A− λI)(Au).
Com isto A(v) ∈ Z e portanto Z é invariante sobre A.
CAPÍTULO 2. DEFINIÇÕES E RESULTADOS PRELIMINARES 25
ii)Seja w ∈ W , então (A− Iλ)w = 0. Como w ∈ W basta verificarmos que Aw ∈ W.
(A− λI)(Aw) = A(Aw)− λI(Aw)
= A(Aw)− A(λIw)
= A(Aw − λIw)
= A((A− λI)w).
Como (A − λI)w = 0 segue que Aw = 0. Então A(w) = 0 ∈ W , pois o núcleo é um
subespaço de V , assim W é invariante sobre A.
2.7 Subespaços Invariantes
Consideremos um espaço vetorial V sobre o corpo K, e seja A : V → V um endomor-
fismo de V . SejaW um subespaço de V . Diremos queW é um subespaço invariante sobre
A se Aw pertencer a W para cada w em W ,ou seja, se A(W ) estiver contido em W .
Exemplo 2.7.1 Seja v1 um autovetor não-nulo de A ,e seja V1 o espaço de dimensão 1,
gerado por v1 . Então v1 é um subespaço invariante por A.
Exemplo 2.7.2 Seja λ um autovalor de A,e seja Vλ o subepaço de V formado por todos
os v ∈ V tais que vλ = λv.Então Vλ é um subespaço invariante por A,denominado
auto-espaço de λ.
Exemplo 2.7.3 Seja f(t) ∈ K[t] um polinômio, e seja W o núcleo de f(A). Então W é
um subespaço invariante por A.
Demonstração:
Vamos supor que f(A)w = 0. Como tf(t) = f(t)t resulta que Af(A) = f(A)A, onde
f(A)(Aw) = f(A)Aw = Af(A)w = A0 = 0.
Logo, Aw também pertence ao núcleo de f(A), e com isso fica provado.
Observemos que, em geral, para dois f e g quaisquer, vale f(A)g(A) = g(A)f(A) pois
CAPÍTULO 2. DEFINIÇÕES E RESULTADOS PRELIMINARES 26
f(t)g(t) = g(t)f(t).
Passamos agora a descrever como a decomposição de um polinômio num produto de dois
fatores cujo máximo divisor comum é 1 e dá origem a uma decomposição do espaço
vetorial V numa soma direta de subespaços invariantes.
Capítulo 3
Teorema Fundamental da Álgebra
3.1 Preliminares
Nesta seção demonstraremos alguns resultados, que juntamente com as definições dos
capítulos anteriores facilitarão a prova do TFA.
Teorema 3.1.1 (Teorema do Valor Intermediário) Suponha que f é uma função contínua
num intervalo [a, b] dos números reais, e sejaN um número entre f(a) e f(b),onde f(a) 6=
f(b). Então existe um número c pertencente a (a, b) tal que f(c) = N .
Atilizaremos o teorema dos valor intermediário para garantir a existência de uma raiz em
uma função polinomial num certo intervalo, pois se trata de uma função contínua.
Lema 3.1.1 Todo polinômio de grau ímpar com coeficientes reais têm uma raiz.
Demonstração:
Consideremos o polinômio P (x) = xn + a1xn−1 + ...+ an−1x+ an com a1, ..., an ∈ R e
n ímpar. Queremos provar que existe um λ no intervalo [−a, a] tal que P (λ) = 0.
( i ) Seja b = |a1|+ ...+ |an|+ 1 então P (b) = bn + a1bn−1 + ...+ anb
n.
Como bn = b.bn−1 segue que,
27
CAPÍTULO 3. TEOREMA FUNDAMENTAL DA ÁLGEBRA 28
(|a1|+ ...+ |an|)n = (|a1|+ |a2|+ ...+ |an|+ 1).(|a1|+ ...+ |an|)n−1
= (|a1|+ |a2|+ ...+ |an|+ 1)bn−1.
Pela distributividade no segundo membro da equação anterior temos:
|a1| .(b)n−1 + |a2| .(b)n−1 + ...+ |an| .(b)n−1 + (b)n−1.
Veja que (b)n ≥ (b)n−1, dividindo por b os membros da desigualdade assim,
(b)n−1 ≥ (b)n−2 disto segue que,
|a1| .(b)n−1 + |a2| .(b)n−1 + ...+ |an| .(b)n−1 + (b)n−1
≥ |a1| .bn−1 + |a2| .(b)n−2 + ...+ |an| .bn−2 + bn−2
≥ |a1| .bn−1 + |a2| .(b)n−2 + ...+ |an−2| .bn−(n−2) + |an−1| bn−(n−1) + |an| bn−n + bn−n
= |a1| .bn−1 + |a2| .(b)n−2 + ...+ |an−1| .b+ |an|+ 1
≥ −a1.bn−1 − a2.(b)
n−2 − ...− an−1.b− an + 1.
pois |aj| ≥ −aj, ou seja, o máx {−aj, aj} = |aj|.
com isto,
bn ≥ (−a1.bn−1 − a2.(b)
n−2 − ...− an−1.b− an) + 1.
que implica em
bn + a1.bn−1 + a2.b
n−2 + ...+ an−1.b+ an ≥ 1.
Portanto P (b) ≥ 1 > 0.
(ii) Por outro lado −b = − |a1|+ ...+ |an|+ 1
então
P (−b) = −bn + a1bn−1 + ...+ an.b
n como
(−bn = −b.bn−1), segue que,
(|a1|+ ...+ |an|)n = (− |a1| − |a2|+ ...− |an| − 1).(|a1|+ ...+ |an|)n−1.
De modo análogo ao item (i) temos:
−|a1| .(b)n−1 − |a2| .(b)n−1 − ...− |an| .(b)n−1 − (b)n−1.
como (b)n−1 ≥ (b)n−2 segue que,
CAPÍTULO 3. TEOREMA FUNDAMENTAL DA ÁLGEBRA 29
−|a1| .(b)n−1 − |a2| .(b)n−1 − ...− |an| .(b)n−1 + (b)n−1
≤ −|a1| .bn−1 − |a2| .(b)n−2 − ...− |an| .bn−2 − bn−2
≤ −|a1| .bn−1 − |a2| .(b)n−2 − ...− |an−2| .bn−(n−2) − |an−1| bn−(n−1) − |an| bn−n − bn−n
= −|a1| .bn−1 − |a2| .(b)n−2 − ...− |an−1| .b− |an| − 1
≤ a1.bn−1 + a2.(b)
n−2 + ...+ an−1.b+ an + 1.
pois −|aj| ≤ aj, Com isto,
−bn ≤ (a1.bn−1 + a2.(b)
n−2 + ...+ an−1.b− an) + 1 o que implica em
−bn − a1.bn−1 − a2.b
n−2 − ...− an−1.b− an ≤ 1.
Portanto P (−b) ≤ 1 < 0
Pelo teorema do valor intermediário existe um λ no intervalo [−a, a] tal que P (λ) = 0.
Lema 3.1.2 Todo número complexo admite uma raiz quadrada.
Demonstração:
Seja o número complexo Z = α + βi com α, β ∈ R e considere ‖Z‖ = r ≥ 0.
Então r =√α2 + β2, senθ =
β
re cosθ =
α
risto é, β = rsenθ e α = rcosθ
assim, α + β = rcosθ + rsenθ o que implica Z = r(cosθ + isenθ).
Daí√α + βi =
√r√cosθ + isenθ.
Veja que:[√r
(cos
θ
2+ isen
θ
2
)]2
= (√r)2
(cos
θ
2+ isen
θ
2
)2
= r
(cos
2θ
2+ isen
2θ
2
)= rcosθ + irsenθ = α + βi.
portanto, [√r
(cos
θ
2+ isen
θ
2
)]é uma raiz quadrada de α + βi.
CAPÍTULO 3. TEOREMA FUNDAMENTAL DA ÁLGEBRA 30
A proriedade a seguir será de fundamental importância para provar os lemas posteriores.
Primeiramente vamos definir o que é P(K, d, r).
P(K, d, r) é uma proriedade válida em um corpo K contendo r endomorfismos sobre um
espaço vetorial V de dimensão finita n, tal que d não divide n.
Propriedade 1 P(K, d, r) é verdadeira para algum r endomorfismo que comutaA1, A2, ..., Ar
de um espaço vetorial V de dim n tal que d não divide n,então existe um autovalor comum.
Exemplo 3.1.1 Seja um corpo K. Então K é um espaço vetrial sobre si mesmo e de di-
mensão 1. De fato, o elemento 1 de K constitui uma base de K sobre K, pois qualquer
elemento x ∈ K se expressa de forma única por x =x.1.
Lema 3.1.3 Se P (K, d, 1) é verdadeira, então P (K, d, r) é verdadeira para ∀r ≥ 1.
Demonstração:
Hipótese:P (K, d, 1) é verdadeira, isto é, se K contém um endomorfismo sobre um espaço
vetorial V , este gera uma base,e portanto contém um autovetor comum. Provaremos o
lema por indução sobre r. Se r = 1, a proposição, por hipótese é verdadeira, isto é, dados
r − 1 endomorfismos que comutam, definição do o espaço vetorial V sobre o corpo K
onde d não divide n, então estes endomorfismos possuem um autovetor.
Queremos provar que P (K, d, r) é verdadeira. Faremos por indução sobre n = dimV .
SejamA1, A2, ..., Ar endomorfismos que comutam, definidos sobre V tais que d não divide
n. Se n = 1 P (K, d, r) é verdadeira, pois dimV = 1, isto implica que V é isomorfo a K,
isto é, dado T : V → V linear: (T (K.u) = K.T (u)) então T (v) = T (v.1) = v.T (1),
chamando T (1) = λ, temos T (v) = λv, ∀v ∈ V com v 6= 0.Suponhamos que n > 1.
Como P (K, d, 1) é verdadeira, por hipótese, temos que Ar possui um autovetor. Seja
λ ∈ K um autovalor associado. Sejam W = Ker(Ar − λI). Pela proposição 1 do
capítulo anterior, segue que W e Z são invariantes sobre A1, A2, ..., Ar.Isto que dizer
que A1, A2, ..., Ar são endomorfismos que comutam definidos nos espaços vetoriais W
CAPÍTULO 3. TEOREMA FUNDAMENTAL DA ÁLGEBRA 31
e Z. Se W 6= Z, temos que dim W < n. Como dimW + dimZ = n, segue que d
não divide a dimW ou d não divide a dimZ , pois d não divide n. Como dimW 6= 0
(pois Ar possui autovetor), segue que dimW < n e dimZ < n. Por indução sobre n,
temos que P (K, d, r) é verdadeira em W ou em Z. Logo P (K, d, r) é verdadeira em
V .Suponhamos agora que W = V . Como P (K, d, r − 1) é verdadeira por hipótese de
indução,A1, A2, ..., Ar−1 possuem um autovetor comum, digamos v ∈ V . Como W = V ,
segue que v ∈ Ker(Ar−λI). Daí (Ar−λI)v = 0, ou sejaAr(v) = λv. Logo v é autovetor
de Ar e , portanto, um autovetor em comum para A1, A2, ..., Ar. Assim P (K, d, r) é
verdadeira como queriamos demonstrar.
Lema 3.1.4 Seja V um espaço vetorial de dimensão ímpar sobre R. Então P(R, 2, r) é
verdadeira, ou seja dados A1, ..., Ar endomorfismos comutando, então eles possuem um
autovetor comum.
Demonstração:
Vamos provar que P(R, 2, 1) é verdadeira.Seja A um endomorfismo de V , com V tendo
dimensão ímpar,então det(A− Ix) é um polinômio de grau ímpar com coeficientes reais.
Então segue pelo lema 4.0.1 que este polinômio admite uma raiz. Consequentemente esta
raiz é um autovalor de A. Logo A possui um autovetor.Pelo lema anterior, P (R, 2, r) é
verdadeira , ∀r ≥ 1.
Observação 3.1.1 Considere V = Hermn(C), o conjunto das matrizes hermitianas de
ordem nxn sobre os C. Vamos definir L1,L2 : V −→ V ,como:
L1(B) =AB +BA∗
2, L2(B) =
AB −BA∗
2i,∀B ∈ V.
Aqui A∗ = At é tranposta do conjugado da matriz A, assim como definimos no capítulo
anterior.
Então existe um autovetor comum de L1 e L2,digamos X .Daí, existem λ e µ ∈ R tal que:
L1(X) = λXL2(B) = µX
CAPÍTULO 3. TEOREMA FUNDAMENTAL DA ÁLGEBRA 32
Assim,
(L1 + iL2(X)) = L1(X) + iL2(X) =AX +BX∗
2+ i
AX −BX∗
2i= AX.
Veja que L1 e L2 são endomorfismos sobre V :
Sejam A = (aij), A∗ = (xij) e B = (bij). Então:
(AB +BA∗)ij = (AB)ij + (BA∗)ij
=n∑k=1
aikbkj +∑k=1
bilxlj
=∑k=1
aikbkj +∑k=1
bliajl
pois xij = aji
Ainda veja que L1 e L2 comutam:
L1(L2(X)) = L1
(AB −BA∗
2i
)=AL2(B) + L2(B)A∗
2
=
A
(AB −BA∗
2i
)+
(AB −BA∗
2i
)A∗
2
=
(AAB − ABA∗
2i
)+
(ABA∗ −BA∗A∗
2i
)2
=(AAB − ABA∗) + (ABA∗ −BA∗A∗)
4i
=A2B −BA2∗
4i.
De modo análogo temos que:
CAPÍTULO 3. TEOREMA FUNDAMENTAL DA ÁLGEBRA 33
L2(L1(X)) = L2
(AB +BA∗
2
)=AL1(B)− L1(B)A∗
2i
=
A
(AB +BA∗
2i
)−
(AB +BA∗
2i
)A∗
2
=
(AAB + ABA∗
2i
)−
(ABA∗ +BA∗A∗
2i
)2
=(AAB + ABA∗)− (ABA∗ +BA∗A∗)
4i
=A2B −BA2∗
4i.
Lema 3.1.5 P (C, 2, 1)é verdadeira, isto é, todo endomorfismo de um espaço vetorial
complexo de dimensão ímpar tem um autovetor.
Demonstração:
Queremos provar que P (C, 2, 1) é verdadeira. Então, seja A : Cn −→ Cn um endomor-
fismo sobre o espaço vetorial Cn sobre C, com n ímpar. Precisamos mostrar que A possui
um autovetor (isto é ,P (C, 2, 1)é verdadeira). Considere V = Hermn(C), o conjunto das
matrizes hermitianas de ordem nxn sobre os C. Vamos definir L1 e L2 : V −→ V ,como:
L1(B) =AB +BA∗
2,
L2(B) =AB −BA∗
2i,∀B ∈ V.
Então existe um autovetor comum de L1 e L2,digamos X .Daí, existem λ e µ ∈ R tal que:
L1(X) = λX eL2(B) = µX.
Assim,
CAPÍTULO 3. TEOREMA FUNDAMENTAL DA ÁLGEBRA 34
(L1 + iL2(X) = L1(X) + iL2(X)
=AX +BX∗
2+ i
AX −BX∗
2i
= AX.
Observe que dim(V ) = n2 é impar. Então pelo lema anterior P (R, 2, 2) é verdadeira, o
que implica que L1 e L2 tem um autovetor comum, digamos X .Consideremos as matrizes
A = (aij)m∗n e X = (xij)n∗m. Temos que B possui uma coluna não-nula, digamos que
seja a primeira coluna. Seja v = (x11, x21, x31, ..., xn1)T a primeira coluna de X. Temos
que:
Como AX = (λ+ µi)X , segue que (AX)jk = [(λ+ µi)X]jk, ∀ j, k = 1, ...n.
Daí:
(AX)jk =∞∑n=0
ajlxlk= [(λ+ µi)X]jk = (λ+ µi)xjk
Com isto, (AX)jk =∞∑n=0
ajlxlk=(λ+ µi)xjk, ∀ j, k = 1, ..., n.
Logo AX = (λ+ µi)X.
Assim,
Av = (λ+ µi)(x11, x21, x31, ..., xn1)T = (λ+ µi)v.
Portanto v é um autovetor comum de A o que implica que P (C, 2, 1)é verdadeira.
Lema 3.1.6 P (C, 2k, r) é verdadeira para todo k e r.
Demonstração:
Pelo lema 3, basta provar que P (C, 2k, 1) é verdadeira. Vamos provar por indução sobre
K. Para K = 1 o lema fica provado (pelos lemas 2 e 5). Suponha que 1 ≤ K < K e que
P (C, 2l, r) seja verdadeira para qualquer espaço vetorial. Vamos provar que P (C, 2k, 1) é
verdadeira. Ou seja, que todo o endomorfismo sobre um espaço vetorial sobre (C, onde a
dimensão n não é divisível por 2k, possui um autovalor em C. Seja A : C→ C. Se 2k−1 -
n, por indução P (C, 2k−1, 1) é verdadeira, isto é, A possui autovalor em C. Suponha então
CAPÍTULO 3. TEOREMA FUNDAMENTAL DA ÁLGEBRA 35
que 2k−1 | n. Seja V = MASn(C) e considere os endomorfismos L1(B) = AB + BAt e
L2(B) = ABAt que comutam. Veja que L1 e L2 são endomorfismos sobre V.
(AB +BAt)ij = (AB)ij + (BAt)ij
=n∑k=1
AikBkj +n∑l=1
BilAtlj
=n∑k=1
AikBkj +n∑l=1
BilAjl
=n∑k=1
AikBkj −n∑l=1
BliAjl
=n∑k=1
AikBkj −n∑l=1
BjlAli
= (AB)ij − (AB)ji
Veja ainda que L1 e L2 comutam:
L1(L2(B))=L1(ABAt) = A(ABAt)− (ABAt) = A2BAt − ABAt2 .
L2(L1(B))=L2(AB −BAt) = A(AB −BAt)At = A2BAt − ABAt2 .
Portanto L1(B) = L2(B).
Observe que 2k−1 | dimV =n(n− 1)
2(veja LEMA X). Usando a hipótese de indução,
P (C, 2k, 1) é verdadeira, para o espaço V , isto é,
L1 e L2 possuem um autovetor em comum, digamos B ∈ MASn(C).Daí L1(B) = λB e
L2(B) = µB. Segue que: µB = ABAt = A(AB − λB) então (A2 − λA− µI)B = 0.
Seja v uma matriz coluna não-nula deB. Assim, (A2−λA−µI)v = 0, que um polinômio
de matrizes com grau 2. Veja que (A2−λA−µI)B = (A−αI)(A−βI) com α e β ∈ C.
Pelo lema 3.0.2, existe um δ ∈ C, tal que, δ2 = λ2 + 4µ. Observe que δ =√
∆ o que
resulta que δ2 é igual ao discriminante do polinômio do 2ograu. E λ são respectivamente a
soma e o produto das raízes α e β do polinômio.Assim temos como raízes α =(λ+ δ)
2e
CAPÍTULO 3. TEOREMA FUNDAMENTAL DA ÁLGEBRA 36
β =(λ− δ)
2. E segue que (A− λI)w = 0, onde w = (A− βI)v. Se w = 0, então v é um
autovetor de A com autovalor β; Se w 6= 0 então w é um autovetor de A com autovalor α.
E assim ficando provado o lema.
Teorema 3.1.2 Se A1, ..., Ar são endomorfismos que comutam de dimensão finita não-
nula de um espaço vetorial complexo V, então eles tem um autovetor comum.
Demonstração:
Seja n a dimensão de V . Então existe um inteiro positivo k tal que 2k não divide n. Assim
pelo lema 3.0.6 todo o endomorfismo sobre um espaço vetorial sobre C, onde a dimensão
n não é divisível por 2k, possui um autovalor em C, ficando provado assim o teorema.
3.2 Teorema Fundamental da Álgebra
Aqui inicia-se a demostração do TFA.
Teorema 3.2.1 (Teorema Fundamental da Álgebra). Se P (x) é um polinômio não-constante
com coeficientes complexos, então existe um λ ∈ (C tal que P (λ) = 0. Isto é suficiente
para provar para este polinômio mônico.
Suponha que: p(x) = xn + a1xn−1 + a2x
n−2 + ...+ an.Então p(x) = det(xI −A), onde
A é a matriz companheira de P :
A =
0 0 · · · 0 −a0
1 0 · · · 0 −an−1
0 1 · · · −an−2
...... . . . ...
...
· · · 1 −a1
n×n
O teorema 3.12, implica que A tem um autovalor complexo λ ∈ C, de onde segue que
p(λ) = 0.
Conclusão
De acordo com ........................
37
Referências Bibliográficas
[1] DERKSEN, Harm. The Fundamental Theorem of Algebra and Linear Algebra.
The Mathematical Association of America- Monthly 110 - 2003.
[2] ROCHA , Vanessa; TOOM, André . Senhora com cachorro. Revista do professor
de matemática n.40, 1999 - Pag.23.
[3] ISRAEL, Teorema Fundamental da Álgebra. Disponível em:
< http\\www.mat.ufmg.br\∼ israel\ Ensino\AlgebraI\Expos\teorfund_alg_wiki.htm
>. Acesso em: 30 Setembro de 2007.
[4] LIMA, Elon Lages. Álgebra Linear (Terceira edição). Instituto de Matemática Pura
e Aplicada ( IMPA), CNPq,1998 - Coleção Matemática Universitária -Rio de Janeiro.
[5] FINE, B. e ROSENBERGER, G. The Fundamental Theorem of Algebra,
Springer, New York, 1948.
[6] PULINO, Petronio. Álgebra Linerar e suas aplicações - Notas de aulas. Disponível
em: <http\\www.ime.unicamp.br/_ pulino/ALESA/>. Acesso em: 25 de Julho de
2008.
[7] PINEDO, Christian Q.- Equações: Quadráticas, Cúbicas e Quarticas. VII ERE-
MATSUL - CEFET-PR UNED-PB COMAT outubro2001.
[8] PINEDO, Christian Q.- História das Equações. VII EREMATSUL - CEFET-PR
UNED-PB COMAT outubro2001 p. 5-15.
38
REFERÊNCIAS BIBLIOGRÁFICAS 39
[9] GONÇALVES, Adilson; SOUZA, Rita M. L. de. Introdução à Álgebra Linear.
São Paulo: Edgard Blucher, 1977.
[10] HOFFMAN, kenneth; KUNZE, Ray. Linear Algebra. Second edition. Rio de
Janeiro: Prentice-Hall do Brazil, 1971.
[11] COELHO,Flávio Ulhoa. Um Curso de Álgebra Linear/Flávio Coelho,Mary Lilian
Lourenço.-2aed. rev. e ampl. 1. reimp.-São Paulo: Editora da Universidade de São
Paulo, 2007.
[12] LIPSCHUTZ, Seymour. Álgebra Linear: Teoria e Problemas. 3a edição. São
Paulo: Person Makron Books, 1994.
[13] SANTOS,Reginaldo J. Álgebra Linear e Aplicações/ Reginaldo J. Santos-Belo
Horizonte: Imprensa Universitária UFMG, 2002.