O caso \(W=\R\) de \(\Lin(V,W)\)
O caso \(W = \R\) de \(\Lin(V,W)\) (Proposição 1.51) merece estudo próprio, porque aparece em toda parte: equações lineares, coordenadas, avaliações, integrais, o traço.
Início · Capítulo 5 · Dualidade e quocientes
O caso \(W = \R\) de \(\Lin(V,W)\) (Proposição 1.51) merece estudo próprio, porque aparece em toda parte: equações lineares, coordenadas, avaliações, integrais, o traço.
Um funcional linear em \(V\) é uma transformação linear \(\varphi:V\to\R\). O espaço dual de \(V\) é \(V^* = \Lin(V,\R)\), com as operações \((\varphi+\psi)(v) = \varphi(v)+\psi(v)\) e \((\lambda\varphi)(v) = \lambda\varphi(v)\).
Em movimento: Dot products and duality — 3Blue1Brown (vídeo e texto, em inglês).
Em \(\R^n\), \(\varphi(x_1,\ldots,x_n) = a_1x_1+\cdots+a_nx_n\) é um funcional linear. Pelo Corolário 1.54, todo funcional em \(\R^n\) é desta forma, com \((a_1\ \cdots\ a_n)\) a matriz \(1\times n\) de \(\varphi\): um vetor-linha.
Em movimento: Dot products and duality — 3Blue1Brown (vídeo e texto, em inglês).
São funcionais lineares em \(\Pol{n}\): a avaliação \(\varepsilon_a(p) = p(a)\); a integral \(p\mapsto\int_0^1p(t)\,dt\); o coeficiente de \(x^k\), \(p\mapsto p^{(k)}(0)/k!\).
São funcionais lineares em \(\Mat{n}{n}\): o traço; a entrada \((i,j)\), \(A\mapsto a_{ij}\).
Em \(C^0([0,1])\), é um funcional linear \(f\mapsto\int_0^1f(t)g(t)\,dt\), para \(g\) fixa.
Se \(\dim V = n\), então \(\dim V^* = n\). Se \(\varphi\in V^*\) é não nulo, então \(\varphi\) é sobrejetor e \(\dim N(\varphi) = n-1\).
Um subespaço de dimensão \(n-1\) chama-se hiperplano. A proposição diz: o núcleo de um funcional não nulo é um hiperplano. (A recíproca — todo hiperplano é o núcleo de um funcional, único a menos de múltiplo — é o Corolário 5.26.)
Um funcional não nulo em \(\R^2\), desenhado pelas suas retas de nível \(\varphi = c\). A reta grossa é o núcleo; as outras são paralelas a ele. O valor \(\varphi(v)\) é o número de faixas que a flecha \(v\) atravessa. Um vetor é uma flecha; um funcional é uma pilha de retas paralelas.
Multiplicar \(\varphi\) por \(2\) deixa as retas de nível duas vezes mais juntas. Já a soma de dois funcionais se faz nos coeficientes, não nas pilhas de retas.
\(\dim\Lin(V,\R) = n\cdot1\) (Proposição 3.9). Se \(\varphi\neq0\), sua imagem é um subespaço não nulo de \(\R\), logo é \(\R\); pelo Teorema 2.92, \(\dim N(\varphi) = n-1\).
Seja \(B = (v_1,\ldots,v_n)\) base de \(V\). Para cada \(i\), seja \(v_i^*\in V^*\) o único funcional com \[v_i^*(v_j) = \delta_{ij} = \begin{cases}1,& i=j,\\ 0,& i\neq j.\end{cases}\] (Existe e é único porque um funcional, como toda transformação linear, pode ser prescrito livremente numa base.) A lista \(B^* = (v_1^*,\ldots,v_n^*)\) é a base dual de \(B\).
Seja \(B = (v_1,\ldots,v_n)\) base de \(V\). Então:
para todo \(v\in V\), \(\ v = \sum_{i=1}^nv_i^*(v)\,v_i\); isto é, \([v]_B = \big(v_1^*(v),\ldots,v_n^*(v)\big)\);
para todo \(\varphi\in V^*\), \(\ \varphi = \sum_{i=1}^n\varphi(v_i)\,v_i^*\);
\(B^*\) é base de \(V^*\).
O item (a) em uma frase: os elementos da base dual são as funções coordenada; \(v_i^*\) é “a \(i\)-ésima coordenada na base \(B\)”. Os itens (a) e (b) são simétricos: em (a) as coordenadas de um vetor são os valores dos funcionais da base dual; em (b) as coordenadas de um funcional são os seus valores nos vetores da base.
(a) Escreva \(v = \sum_ja_jv_j\). Aplicando \(v_i^*\): \(v_i^*(v) = \sum_ja_j\delta_{ij} = a_i\).
(b) Os dois lados são funcionais lineares, e coincidem em cada \(v_j\): \(\sum_i\varphi(v_i)v_i^*(v_j) = \varphi(v_j)\). Dois lineares que coincidem numa base são iguais.
(c) Por (b), \(B^*\) gera \(V^*\). São \(n\) vetores num espaço de dimensão \(n\) (Proposição 5.7), logo formam base (Corolário 2.81). Diretamente: se \(\sum_ic_iv_i^* = 0\), aplicando a \(v_j\) vem \(c_j = 0\).
\(v_1^*\) depende de toda a base, e não só de \(v_1\). Em \(\R^2\), com \(B = (e_1,e_2)\), temos \(e_1^*(x,y) = x\). Com \(B' = (e_1,\ e_1+e_2)\), o primeiro funcional dual \(\psi\) deve valer \(1\) em \(e_1\) e \(0\) em \(e_1+e_2\): \(\psi(x,y) = x-y\). O primeiro vetor é o mesmo nas duas bases; o primeiro funcional dual, não. Por isso a notação \(v_i^*\) é perigosa: ela sugere que existe “o dual de um vetor”, e não existe.
O primeiro vetor das duas bases é o mesmo, \(e_1\); os primeiros funcionais duais são diferentes. À esquerda as retas de nível são paralelas a \(e_2\); à direita, paralelas a \(e_1+e_2\). O funcional dual a \(e_1\) tem de se anular no resto da base, e o resto mudou.
A pergunta “quanto vale a primeira coordenada de \(v = (2,1)\)?” tem duas respostas diferentes, \(2\) e \(1\), e a figura mostra por quê. Não existe uma operação \(v\mapsto v^*\) sobre vetores: um isomorfismo \(V\to V^*\) exige uma escolha (Nota 5.20), e um produto interno é uma dessas escolhas (Teorema 6.34).
(Cálculo da base dual em \(\R^n\).) Seja \(B = (v_1,\ldots,v_n)\) base de \(\R^n\) e \(P\) a matriz cujas colunas são os \(v_j\). Então \(v_i^*\) é o funcional cujo vetor-linha é a \(i\)-ésima linha de \(P^{-1}\).
Seja \(\ell_i\) a \(i\)-ésima linha de \(P^{-1}\), vista como funcional \(x\mapsto\ell_ix\). A igualdade \(P^{-1}P = I\), lida entrada a entrada, diz \(\ell_iv_j = \delta_{ij}\).
Em \(\R^3\), seja \(B = \big((1,1,0),(0,1,1),(1,0,1)\big)\). A matriz com essas colunas e sua inversa são as do Exemplo 3.17: \[P = \begin{pmatrix}1&0&1\\1&1&0\\0&1&1\end{pmatrix},\qquad P^{-1} = \frac12\begin{pmatrix}1&1&-1\\-1&1&1\\1&-1&1\end{pmatrix}.\] Logo \[v_1^*(x,y,z) = \tfrac12(x+y-z),\qquad v_2^*(x,y,z) = \tfrac12(-x+y+z),\qquad v_3^*(x,y,z) = \tfrac12(x-y+z).\] Confira uma: \(v_1^*(0,1,1) = \tfrac12(0+1-1) = 0\). Para escrever \(\varphi(x,y,z) = x-2y+z\) na base \(B^*\), o Teorema 5.9(b) diz que os coeficientes são os valores de \(\varphi\) na base \(B\): \[\varphi(v_1) = -1,\quad \varphi(v_2) = -1,\quad \varphi(v_3) = 2,\qquad\text{logo}\qquad \varphi = -v_1^*-v_2^*+2v_3^*.\]
Verificação: \(-\tfrac12(x+y-z)-\tfrac12(-x+y+z)+(x-y+z) = x-2y+z\). O cálculo de \(B^*\) é o mesmo cálculo da mudança de base (Proposição 3.13): as coordenadas são a base dual, e a matriz \(P^{-1}\) é o conversor de coordenadas.
Sejam \(t_0,\ldots,t_n\in\R\) distintos e \(\varepsilon_i(p) = p(t_i)\) em \(\Pol{n}\). O determinante de Vandermonde (Exemplo 4.29) mostra que \(p\mapsto(p(t_0),\ldots,p(t_n))\) é um isomorfismo; aqui isso ganha uma leitura no dual.
Os polinômios de Lagrange \[\ell_j(t) = \prod_{k\neq j}\frac{t-t_k}{t_j-t_k},\qquad j = 0,\ldots,n,\] formam uma base de \(\Pol{n}\), e \((\varepsilon_0,\ldots,\varepsilon_n)\) é a sua base dual. Em particular, \((\varepsilon_0,\ldots,\varepsilon_n)\) é base de \(\Pol{n}^*\), e todo \(p\in \Pol{n}\) se escreve \[p = \sum_{i=0}^np(t_i)\,\ell_i.\]
Os três polinômios de Lagrange de \(\Pol{2}\) para os nós \(0,\tfrac12,1\). Cada um vale \(1\) no seu nó e \(0\) nos outros dois: é a relação \(\varepsilon_i(\ell_j) = \delta_{ij}\) desenhada. Para reconstruir um \(p\) de grau \(\leq2\) a partir de \(p(0),p(\frac12),p(1)\), basta somar as três curvas com esses pesos.
Cada \(\ell_j\) tem grau \(n\), vale \(1\) em \(t_j\) e \(0\) nos demais \(t_k\): isto é, \(\varepsilon_i(\ell_j) = \delta_{ij}\). Os \(\ell_j\) são LI: se \(\sum_jc_j\ell_j = 0\), avaliando em \(t_i\) vem \(c_i = 0\). São \(n+1\) vetores LI em \(\Pol{n}\), logo base; e as relações \(\varepsilon_i(\ell_j) = \delta_{ij}\) dizem que \((\varepsilon_i)\) é a base dual. A fórmula final é o Teorema 5.9(a).
Seja \(\varphi(p) = \int_0^1p(t)\,dt\) em \(\Pol{2}\), com nós \(0,\tfrac12,1\). Pelo Teorema 5.9(b), \(\varphi = \sum_i\varphi(\ell_i)\,\varepsilon_i\). Com \(\ell_0 = 2(t-\tfrac12)(t-1)\), \(\ell_1 = -4t(t-1)\), \(\ell_2 = 2t(t-\tfrac12)\), as integrais valem \(\tfrac16,\tfrac23,\tfrac16\). Logo, para todo \(p\) de grau \(\leq2\), \[\int_0^1p(t)\,dt = \tfrac16\,p(0)+\tfrac46\,p(\tfrac12)+\tfrac16\,p(1).\] Não é uma aproximação: é uma igualdade em \(\Pol{2}^*\), que tem dimensão \(3\).
Teste em \(p = t^2\): \(\tfrac16\cdot0+\tfrac46\cdot\tfrac14+\tfrac16\cdot1 = \tfrac13\). A moral: um funcional em dimensão \(3\) fica determinado por \(3\) números; se três avaliações formam base, a integral é uma combinação delas.
Seja \(T:V\to W\) linear. A transposta de \(T\) é \[T^*:W^*\to V^*,\qquad T^*(\varphi) = \varphi\circ T.\]
A transposta. Um funcional em \(W\) (azul), composto com \(T\), dá um funcional em \(V\) (verde). Assim \(T^*\) vai de \(W^*\) para \(V^*\): o sentido se inverte. Em termos de equações: uma equação \(\varphi = 0\) em \(W\) puxa para a equação \(\varphi(T(v)) = 0\) em \(V\).
Sejam \(T:V\to W\) e \(S:W\to U\) lineares.
\(T^*\) está bem definida e é linear.
\((S\circ T)^* = T^*\circ S^*\) e \((\mathrm{Id}_V)^* = \mathrm{Id}_{V^*}\).
Se \(T\) é isomorfismo, então \(T^*\) é isomorfismo e \((T^{-1})^* = (T^*)^{-1}\).
(a) \(\varphi\circ T\) é composta de lineares, logo está em \(V^*\). E \(T^*(\varphi+\lambda\psi) = (\varphi+\lambda\psi)\circ T = \varphi\circ T+\lambda\,\psi\circ T\), porque as operações em \(V^*\) são ponto a ponto.
(b) \((S\circ T)^*(\varphi) = \varphi\circ S\circ T = T^*(S^*(\varphi))\). A outra é imediata.
(c) Aplique (b) a \(T^{-1}\circ T = \mathrm{Id}_V\) e \(T\circ T^{-1} = \mathrm{Id}_W\): \(T^*\circ(T^{-1})^* = \mathrm{Id}_{V^*}\) e \((T^{-1})^*\circ T^* = \mathrm{Id}_{W^*}\).
Sejam \(B = (v_1,\ldots,v_n)\) base de \(V\), \(C = (w_1,\ldots,w_m)\) base de \(W\), e \(B^*\), \(C^*\) as bases duais. Então \[[T^*]_{B^*C^*} = \big([T]_{CB}\big)^t.\]
É aqui que a transposta de matriz ganha significado: ela é a matriz de outra transformação, que vive entre os duais e anda no sentido contrário.
Seja \([T]_{CB} = (a_{ij})\), isto é, \(T(v_j) = \sum_ia_{ij}w_i\). A coluna \(j\) de \([T^*]_{B^*C^*}\) é \([T^*(w_j^*)]_{B^*}\), e pelo Teorema 5.9(b) sua entrada \(i\) é o valor de \(T^*(w_j^*)\) em \(v_i\): \[T^*(w_j^*)(v_i) = w_j^*\big(T(v_i)\big) = w_j^*\Big(\sum_ka_{ki}w_k\Big) = a_{ji}.\] Portanto a entrada \((i,j)\) de \([T^*]_{B^*C^*}\) é \(a_{ji}\).
\((AB)^t = B^tA^t\) para matrizes compatíveis, e \((A^{-1})^t = (A^t)^{-1}\).
Sejam \(T = T_B\) e \(S = T_A\), com as bases canônicas. Pelo Teorema 5.17 e pela Proposição 5.16(b), \[(AB)^t = [(S\circ T)^*] = [T^*\circ S^*] = [T^*][S^*] = B^tA^t.\] A segunda é a Proposição 5.16(c) lida da mesma forma.
A transposta em \(\R^n\), com vetores-linha. Seja \(T_A:\R^n\to\R^m\), \(X\mapsto AX\). Um funcional em \(\R^m\) é um vetor-linha \(y\) (\(1\times m\)), e \[T_A^*(y) = y\circ T_A:\ X\mapsto yAX.\] Isto é: \(T_A^*\) é “multiplicar o vetor-linha por \(A\) à direita”, \(y\mapsto yA\). Escrevendo os vetores-linha em pé, isso é \(y^t\mapsto A^ty^t\). Por exemplo, para \(A = \begin{pmatrix}1&2&0\\0&1&3\end{pmatrix}\) e o funcional \(y = (1\ \ {-1})\) em \(\R^2\), que é \((u,v)\mapsto u-v\): \[T_A^*(y) = (1\ \ {-1})\begin{pmatrix}1&2&0\\0&1&3\end{pmatrix} = (1\ \ 1\ \ {-3}),\] isto é, \(T_A^*(y)(x_1,x_2,x_3) = x_1+x_2-3x_3\). Confira: \(T_A(x) = (x_1+2x_2,\ x_2+3x_3)\), e \(u-v = x_1+x_2-3x_3\).
Uma consequência: \(T_A^*(y) = 0\) significa \(yA = 0\), isto é, \(y\) anula todas as colunas de \(A\) — e as colunas geram \(\Ima(T_A)\). Ou seja, \(N(T^*)\) são os funcionais que se anulam na imagem de \(T\). É a fórmula \(N(T^*) = \Ima(T)^0\) do Teorema 5.33.