Tal v3.1 Sebenta PDF

Tpicos de lgebra Linear
Gaspar J. Machado
Departamento de Matemtica e Aplicaes
Universidade do Minho
setembro de 2013 (v3.1)
ndice
Matrizes
Definies iniciais . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Soma de matrizes e produto de uma matriz por um escalar . . . . . . .
Produto de matrizes . . . . . . . . . . . . . . . . . . . . . . . . . . . .
11
Matrizes invertveis . . . . . . . . . . . . . . . . . . . . . . . . . . . .
14
Matriz transposta . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
17
Matrizes simtricas . . . . . . . . . . . . . . . . . . . . . . . . . . . .
19
Matrizes ortogonais . . . . . . . . . . . . . . . . . . . . . . . . . . . .
19
Matrizes em escada e escada reduzida . . . . . . . . . . . . . . . . . .
20
Clculo de inversas . . . . . . . . . . . . . . . . . . . . . . . . . . . .
29
Exerccios miscelnea . . . . . . . . . . . . . . . . . . . . . . . . . . .
32
Determinantes
37
Definies . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
37
Propriedades . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
44
Matriz adjunta . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
50
51
Sistemas de Equaes Lineares
55
55
Mtodo de Gauss e Gauss-Jordan . . . . . . . . . . . . . . . . . . . .
58
Discusso de sistemas de equaes lineares . . . . . . . . . . . . . . .
70
Regra de Cramer . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
72
Novamente matrizes invertveis . . . . . . . . . . . . . . . . . . . . . .
73
73
Espaos Vetoriais
79
79
Subespaos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
81
Combinao linear . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
83
Espao gerado . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
87
Conjunto gerador . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
87
Independncia e dependncia lineares . . . . . . . . . . . . . . . . . . .
90
Base e base ordenada . . . . . . . . . . . . . . . . . . . . . . . . . . .
93
Dimenso de um espao vetorial . . . . . . . . . . . . . . . . . . . . .
96
99
Transformaes Lineares de Rn em Rm
103
Definies iniciais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103

Matriz de uma transformao linear de Rn em Rm . . . . . . . . . . . . 113
Operaes com transformaes lineares de Rn em Rm . . . . . . . . . . 115
Imagem e ncleo de uma transformao linear de Rn em Rm . . . . . . 116
Caraterstica e nulidade de uma transformao linear de Rn em Rm
. . 120
Exerccios miscelnea . . . . . . . . . . . . . . . . . . . . . . . . . . . 123

6
Valores e Vetores Prprios
125
Definies iniciais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 125

Propriedades . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 130
Diagonalizao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 131
ii
Exerccios miscelnea . . . . . . . . . . . . . . . . . . . . . . . . . . . 134

Bibliografia
141
A Alfabeto Grego
143
iii
iv
1
Matrizes
Definies iniciais
1.1def (a) Jproduto cartesiano de dois conjuntosK Sejam A e B conjuntos. Chama-
se produto cartesiano de A e B, que se representa por AB, ao conjunto
formado pelos pares ordenados tais que a primeira componente pertence

a A e a segunda componente pertence a B, ou seja,
def
A B = {(, ) : A, B}.
(b) Jproduto cartesiano de um nmero finito de conjuntosK Sejam n N e
A1 , A2 , . . . , An conjuntos. Chama-se produto cartesiano de A1 , . . . , An ,

que se representa por A1 An , a
def
A1 An = {(1 , . . . , n ) : 1 A1 , . . . , n An }.
(c) Jpotncia cartesiana de um conjuntoK Sejam n N e A um conjunto.
Chama-se potncia cartesiana de ordem n do conjunto A, que se representa por An , a
def
An = {(1 , . . . , n ) : 1 , . . . , n A},
identificando-se A1 com A.
1.2exe (a) Descreva por extenso {1, 2, 3} {a, b}.
1
Topicos
de Algebra
Linear
(b) Descreva por compreenso R3 .

res (a) {1, 2, 3} {a, b} = {(1, a), (1, b), (2, a), (2, b), (3, a), (3, b)}.
(b) R3 = {(a, b, c) : a, b, c R}.
1.3def (a) Jmatriz, tipo de uma matrizK Sejam m, n N. Chama-se matriz do tipo
m n (l-se m por n) a uma funo real com domnio {1, . . . , m}
{1, . . . , n}.
(b) JMmn (R)K Representa-se por Mmn (R) o conjunto das matrizes do
tipo m n.
1.4obs possvel considerar matrizes cujos elementos do conjunto de chegada no

so nmeros reais (e.g., nmeros complexos e polinmios). Neste curso,
porm, considera-se apenas este caso.
1.5def JescalarK Chama-se escalar a um elemento de R.
1.6def Jelemento de uma matriz K Sejam A Mmn (R), i {1, . . . , m} e j
{1, . . . , n}. Chama-se elemento i j da matriz A, que se representa por (A)ij
(ou por (A)i,j se houver ambiguidade relativamente aos ndices), a
def
(A)ij = A(i , j).

1.7obs (a) Sejam A Mmn (R), i {1, . . . , m} e j {1, . . . , n}. Se se quiser
representar por ij o elemento i j da matriz A, usa-se a notao
A = [ij ] Mmn (R).
(b) habitual representar matrizes por letras maisculas. Neste caso, para
representar o elemento i j duma matriz tambm habitual usar a respetiva letra minscula afetada do ndice i j, ou seja,
A = [aij ] Mmn (R).
1 Matrizes
(c) Seja A = [aij ] Mmn (R). A representao habitual de A
a11
a12
a21 a22
A=
..
..
.
.
am1 am2
..
.
a1n
a2n
.. ,
.
amn
em que aij R, i = 1, . . . , m, j = 1, . . . , n.
(d) Neste curso, as letras i e j nunca esto associadas unidade imaginria dos nmeros complexos.
(e) Quando se est perante matrizes do conjunto M11 (R), o contexto
ser suficiente para distinguir se se est a fazer referncia matriz ou
ao nico elemento que a constitui.
1.8exe D um exemplo de um elemento de M23 (R).
res A =
1 13 4
2 0
1.9exe Explicite as seguintes matrizes:

(a) A M23 (R), (A)ij = j i .
(b) X = [ij ] M22 (R), ij = i j + 1.
res
(a) A =
0 1 2
1 0 1

.
(b) X = [ 23 35 ].
1.10def Seja A = [aij ] Mmn (R).
(a) Jlinha de uma matrizK Chama-se linha i da matriz A, que se representa
por ì,A (ou por ì se no houver ambiguidade relativamente matriz),

a
def
ì,A = (ai1 , ai2 , . . . , ain ).
Topicos
de Algebra
Linear
(b) Jcoluna de uma matrizK Chama-se coluna j da matriz A, que se repre-
senta por cj,A (ou por cj se no houver ambiguidade relativamente

matriz), a
def
cj,A = (a1j , a2j , . . . , amj ).

1.11exe Considere a matriz A = [ 15 26 37 48 ].
(a) Indique o elemento que est na segunda linha e na terceira coluna da
matriz A.
(b) Indique o elemento 12 da matriz A.
(c) Indique a segunda linha da matriz A.
(d) Indique a terceira coluna da matriz A.
res (a) (A)23 = 7.
(b) (A)12 = 2.
(c) `2 = (5, 6, 7, 8).
(d) c3 = (3, 7).
1.12def Seja A Mmn (R).
(a) Jmatriz colunaK Diz-se que A uma matriz coluna se n = 1.
(b) Jmatriz linhaK Diz-se que A uma matriz linha se m = 1.
1.13obs habitual representar matrizes linha e matrizes coluna por letras minsculas
e os seus elementos apenas com um ndice. Assim, e usando
esta notao,
"x #
1
a representao da matriz coluna x com m linhas x = ... e da matriz
xm
linha y com n colunas y = [ y1
yn
].
1.14exe (a) D um exemplo de uma matriz linha com 3 elementos.

(b) Indique se a seguinte proposio verdadeira ou falsa: H matrizes que
so simultaneamente matrizes linha e matrizes coluna.
res
1 Matrizes
(a) q = [ 0 4 1 ].
(b) Proposio verdadeira pois, por exemplo, a = [3] simultaneamente
uma matriz linha e uma matriz coluna.
1.15def Jmatriz retangular, matriz quadrada K Seja A Mmn (R). Diz-se que
A uma matriz retangular se m 6= n. Caso contrrio, diz-se uma matriz
quadrada.
1.16def Jordem de uma matriz quadradaK Seja A Mnn (R). A diz-se uma matriz
de ordem n.
1.17exe (a) Indique se a seguinte proposio verdadeira ou falsa: A = [ 10 20 30 ]

uma matriz retangular.
(b) D um exemplo de uma matriz real de ordem 2.
res
(a) A proposio verdadeira pois o nmero de linhas da matriz A, que

2, diferente do nmero de colunas, que 3.

(b) X = 10 12 .
1.18def Seja A = [aij ] Mnn (R).

(a) Jdiagonal principal ou diagonal de uma matriz K Chama-se diagonal
principal da matriz A ou diagonal da matriz A a (a11 , a22 , . . . , ann ).
(b) Jdiagonal secundria de uma matrizK Chama-se diagonal secundria da

matriz A ao elemento (a1n , a2,n1 , . . . , an1 ).
(c) Jmatriz diagonalK A diz-se uma matriz diagonal se aij = 0 quando i 6= j.

(d) Jmatriz escalarK A diz-se uma matriz escalar se uma matriz diagonal
e a11 = a22 = . . . = ann .
(e) Jmatriz triangular superiorK A diz-se uma matriz triangular superior se

aij = 0 quando i > j.
(f) Jmatriz triangular inferior K A diz-se uma matriz triangular inferior se

aij = 0 quando i < j.
Topicos
de Algebra
Linear
1.19obs (a) As definies anteriores s se aplicam a matrizes quadradas.

(b) A uma matriz diagonal se todos os elementos que no pertencem
diagonal so zeros, no sendo, por isso, relevante para esta classificao
se os elementos da diagonal so zeros ou no.
(c) A uma matriz triangular superior se todos os elementos abaixo da
se os elementos da diagonal e acima da diagonal so zeros ou no.
(d) A uma matriz triangular inferior se todos os elementos acima da
se os elementos diagonal e abaixo da diagonal so zeros ou no.
1.20exe (a) D um exemplo de uma matriz diagonal de ordem 4.
(b) D um exemplo de uma matriz escalar de ordem 3.
(c) D um exemplo de uma matriz triangular superior de ordem 2.
(d) D um exemplo de uma matriz triangular inferior de ordem 3 e indique
a sua diagonal principal e diagonal secundria.
(e) D um exemplo de uma matriz simultaneamente triangular superior e
triangular inferior de ordem 2.
1 0 0 0
res (a) A = 00 20 00 00 .
h 010 0 00 0 i
(b) B = 0 1 0 .
0
(c) C =
[ 10 21 ].
(d) D =
h1
0 1
0 0
1 0 0
2 1 2
i
, diagonal principal (1, 0, 2) e diagonal secundria
(0, 0, 2).
(e) E = [ 10 02 ].
1.21exe Considere as seguintes matrizes:
1
A=
2
1 0 0
, B = 0
1 1 2
0
0
2
0
0
1
1
0 , c = 1 , D = 2
3
1
0
2 ,
1 Matrizes
e= 1
i
1
0 ,F =
0
h i
1
2
,g = 1 ,H =
0
3
0
.
1
(a) Indique as matrizes retangulares e o seu tipo.

(b) Indique as matrizes quadradas e a sua ordem.
(c) Indique as matrizes linha.
(d) Indique as matrizes coluna.
(e) Indique as matrizes diagonais.
(f) Indique as matrizes escalares.
(g) Indique as matrizes triangulares superiores.
(h) Indique as matrizes triangulares inferiores.
res
(a) A tipo 2 4, c tipo 3 1, D tipo 3 2, E tipo 1 4.

(b) B ordem 3, F ordem 2, g ordem 1, H ordem 2.
(c) e, g.
(d) c, g.
(e) B, g, H.
(f) g, H.
(g) B, F , g, H.
(h) B, g, H.
1.22def Jtrao de uma matrizK Seja A Mnn (R). Chama-se trao da matriz A,
que se representa por tr(A), soma dos elementos da diagonal de A, ou
seja,
def
tr(A) =
n
X
(A)ii .
i=1
1.23exe Determine o trao da matriz A = [ 37 29 ].

res tr(A) = 3 + 9 = 12.
Topicos
de Algebra
Linear
1.24exe Determine o trao da matriz B =
h1 3 5i
7 9 0 .
2 4 6
sol tr(B) = 16.

1.25def (a) Jmatriz nula, 0mn , 0K Chama-se matriz nula a uma matriz cujos elementos so todos iguais a 0. Representa-se a matriz nula do tipo m n
por 0mn ou por 0 se no houver ambiguidade relativamente ao tipo.

(b) Jmatriz identidade, In , IK Chama-se matriz identidade matriz escalar
cujos elementos da diagonal so todos iguais a 1. Representa-se a
matriz identidade de ordem n por In ou por I se no houver ambiguidade
relativamente ordem.
1.26exe (a) Indique a matriz nula do tipo 2 4.
(b) Indique a matriz identidade de ordem 3.
res (a) 024 = [ 00 00 00 00 ].
h1 0 0i
(b) I3 = 0 1 0 .
0 0 1
1.27def Jmatrizes iguaisK Sejam A = [aij ] Mmn (R) e B = [bij ] Mpq (R).
Diz-se que A e B so matrizes iguais se:
(i) m = p;
(ii) n = q;
(iii) aij = bij , i = 1, . . . , m, j = 1, . . . , n.
1.28obs Usa-se esta definio em algumas demonstraes relativas a matrizes.
Soma de matrizes e produto de uma matriz por um

escalar
1.29def Jsoma de matrizesK Sejam A, B Mmn (R). Chama-se soma das matrizes
A e B, que se representa por A + B, ao elemento de Mmn (R) tal que
def
(A + B)ij = (A)ij + (B)ij .
1 Matrizes
1.30def Jproduto (ou multiplicao) de uma matriz por um escalar K Sejam A
Mmn (R) e R. Chama-se produto (ou multiplicao) da matriz A pelo

escalar , que se representa por A, matriz do tipo m n tal que
def
(A)ij = (A)ij .
1.31obs (a) S se pode somar matrizes do mesmo tipo.
(b) sempre possvel multiplicar uma matriz por um escalar.
(c) Seja a matriz A. Ento, em vez de (1)A escreve-se A.
(d) Sejam A e B matrizes do mesmo tipo. Ento, tendo em considerao a
alnea anterior, em vez de A + (B) escreve-se A B.
1.32exe Considere as matrizes A =
1 2
1
0 1 4
eB=
3
0 2
1 1 2

. Calcule:
(a) A + B;
(b) 2A;
(c) B;
(d)
1
2A
3B.
i

h
2+0
1+2
2 2 3
res (a) A + B = 10 21 41 + 31 10 22 = 1+3
0+1 1+(1) 4+2 = 1 0 2 .
i

h

22 21
2 4 2
(b) 2A = 2 10 21 41 = 2(1)
0 2 8 .
20 21 2(4) =

0 2
(c) B = 31 10 22 = 3
1 1 2 .
i
1

h 1 (1)33 12 230
132
2
(d) 12 A3B = 12 10 21 41 3 31 10 22 = 2 1 031 1 13(1)
=
1
(4)32
2
2
2
h 19
11 i
2 1 2
.
3 7 8
2
1 1
0 1 , B = [bij ] M22 (R), bij = 3i j e
C = [ij ] M32 (R), ij = i 2 . Indique se esto bem definidas as seguintes

expresses, efetuando nesses casos as respetivas operaes:
(a) A + B;
(c) A C;
(b) B + A;
(d) C;
Topicos
de Algebra
Linear
10
(e) (A B) + 3A;
sol
(f) 4A B.
(a) A + B = [ 15 25 ];
(b) B + A = [ 15 25 ];
(c) A expresso A C no est bem definida (pois as matrizes A e C no
so do mesmo tipo);
h 1 1 i
(d) C = 4 4 ;
9 9
(e) (A B) + 3A =
(f) 4A B =
6 3
5 0 .
6 3
5 0 .
1.34obs No exerccio anterior, ter sido coincidncia A + B = B + A e (A B) + 3A =

4A B? O teorema que se segue diz que no.
1.35teo (a) A, B Mmn (R) : A + B = B + A.
(b) A, B, C Mmn (R) : (A + B) + C = A + (B + C).
(c) A Mmn (R) : A + 0mn = A.
(d) A Mmn (R) : A + (A) = 0mn .
(e) , R, A Mmn (R) : ()A = (A).
(f) , R, A Mmn (R) : ( + )A = A + A.
(g) R, A, B Mmn (R) : (A + B) = A + B.
(h) A Mmn (R) : 1A = A.
1.36obs (a) A matriz nula o elemento neutro da soma de matrizes.
(b) Sejam A, B e C matrizes do mesmo tipo. Ento, tem-se que a expresso
A + B + C no resulta ambgua devido propriedade associativa da soma
de matrizes.
11
1 Matrizes
Produto de matrizes
1.37def Jproduto (ou multiplicao) de matrizes K
Sejam A Mmn (R) e B
Mnp (R). Chama-se produto (ou multiplicao) da matriz A pela matriz

B, que se representa por AB, ao elemento de Mmp (R) tal que
def
(AB)ij =
n
X
(A)ik (B)kj .
k=1
1.38obs (a) S se pode efetuar a multiplicao da matriz A pela matriz B se o nmero

de colunas da matriz A for igual ao nmero de linhas da matriz B. Neste
caso, o nmero de linhas da matriz resultante igual ao nmero de linhas
da matriz A e o nmero de colunas da matriz resultante igual ao nmero
de colunas da matriz B.
(b) Sejam A = [aij ] M32 (R) e B = [bij ] M24 (R). Como o nmero
de colunas da matriz A igual ao nmero de linhas da matriz B, possvel efetuar a operao AB. Por exemplo o elemento (AB)23 obtm-se
considerando `2,A e c3,B :
2 1
{z
AM32 (R)
(AB)23 =
2
X
k=1
{z
BM24 (R)
{z
ABM34 (R)
a2k bk3 = a21 b13 + a22 b23 = 2 4 + 1 (5) = 3.
1.39exe Considere as matrizes A = [ 11 01 ] e B = [ 10 12 21 ]. Indique se esto bem definidas

as seguintes expresses, efetuando nesses casos as respetivas operaes:
(a) AB;
(b) BA.
Topicos
de Algebra
Linear
12
res (a) Como o nmero de colunas da matriz A igual ao nmero de linhas da

matriz B, possvel efetuar a operao AB, tendo-se
1 0 1 1 2
AB =
1 1 0 2 1
11+00 11+02 12+01
=
11+10 11+12 12+11
1 1 2
.
=
1 3 3
(b) Como o nmero de colunas da matriz B, que 3, diferente do nmero
de linhas da matriz A, que 2, no possvel efetuar a operao BA.
1 2
h 1 0 2 1 i
1.40exe Considere as matrizes A = 1 1 0 2 e B = 02 11 . Determine AB.
1 2 1
2 1
h 1 1 i
sol AB = 3 1 .
1 4
1 1
0 1
, B = [bij ] M22 (R), bij = j e C =
[ 11 12 01 ]. Indique se esto bem definidas as seguintes expresses, efetuando

nesses casos as respetivas operaes:
(a) (AB)C;
sol
(b) A(BC);
(c) CI3 ;
(d) I2 C.
(a) (AB)C = [ 03 05 02 ].
(b) A(BC) = [ 03 05 02 ].
(c) CI3 = [ 11 12 01 ].
(d) I2 C = [ 11 12 01 ].
1.42obs No exerccio anterior, ter sido coincidncia (AB)C = A(BC), CI3 = C e

I2 C = C? O teorema que se segue diz que no.
1.43teo (a) A Mmn (R),B Mnp (R),C Mpq (R) : (AB)C = A(BC).
13
1 Matrizes
(b) A, B Mmn (R), C Mnp (R) : (A + B)C = AC + BC.

(c) A Mmn (R), B, C Mnp (R) : A(B + C) = AB + AC.
(d) A Mmn (R) : Im A = AIn = A.
(e) R,A Mmn (R),B Mnp (R) : (AB) = (A)B = A(B).
1.44obs (a) A matriz identidade o elemento neutro da multiplicao de matrizes.
(b) Sejam A Mmn (R), B Mnp (R) e C Mpq (R). Ento, tem-se
que a expresso ABC no resulta ambgua devido propriedade associativa da multiplicao de matrizes, fazendo sentido a seguinte definio:
1.45def Jpotncia de uma matrizK Sejam p N e A uma matriz quadrada. Chama-se
p-sima potncia da matriz A, que se representa por Ap , a
def
Ap =
p
Y
A.
k=1
1.46exe Considere a matriz A = [ 21 01 ]. Calcule A3 .

res Como A uma matriz quadrada, possvel determinar A3 , tendo-se:
2
A3 =
1
0 2
1 1

2

1
1
0

0
4
=
1
3
1
1
0

0
8
=
1
7
0
.
1
Nota: como a multiplicao de matrizes associativa, tambm se tem A3 =

A(AA).
1.47exe Considere a matriz B =
(a) B 2 ;
(b) B 3 .
sol
0
0 3
(a) B 2 =
3

.
(b) B 3 =
3 6
6 3
1 2
2 1 . Calcule:
Topicos
de Algebra
Linear
14
1.48exe Considere a matriz X =
a b
c d
M22 (R). Mostre que
X 2 = (a + d)X (ad bc)I2 .

1.49obs A multiplicao de matrizes no goza da propriedade comutativa. Faz, pois,
sentido a seguinte definio:
1.50def Jmatrizes comutveisK Sejam A e B matrizes da mesma ordem. Diz-se que
as matrizes A e B so comutveis se AB = BA.
1.51exe Mostre que as matrizes X =
h1 0 0i
0 1 0
1 0 2
eY =
2 4 0
3 1 0
1 4 1
so comutveis.
1.52exe Mostre atravs de um contraexemplo que a multiplicao de matrizes no

comutativa.
1.53exe Considere as matrizes A = [ 00 11 ] e B =
1 1
0 0 . Mostre que:
(a) (A + B)2 6= A2 + 2AB + B 2 ;

(b) (A + B)(A B) 6= A2 B 2 .
1.54exe Sejam A e B matrizes comutveis. Mostre que:
(a) (A + B)2 = A2 + 2AB + B 2 ;
(b) (A + B)(A B) = A2 B 2 .
1.55exe Sejam A e B matrizes quadradas da mesma ordem. Mostre que
(A + B)2 (A B)(A + B) 2B 2 = 2BA.
Matrizes invertveis
1.56obs No se define a operao diviso de matrizes. No entanto, define-se um
conceito semelhante ao de nmero inverso.
15
1 Matrizes
1.57def Jmatriz invertvel ou no-singular, matriz no-invertvel ou singularK
Seja
A Mnn (R). Diz-se que A uma matriz invertvel ou no-singular se existir

uma matriz Z Mnn (R) tal que AZ = ZA = In . Caso contrrio, diz-se que
A uma matriz no-invertvel ou singular.
1.58teo Seja A uma matriz invertvel de ordem n. Ento, existe uma e uma s matriz
Z Mnn (R) tal que ZA = AZ = In .
(1)
(2)
dem Sejam X, Y Mnn (R) tais que AX = In = XA e AY = In = Y A. Ento:

X = XIn
I o elemento neutro da multiplicao de matrizes
= X(AY )
por (2)
= (XA)Y
a multiplicao de matrizes associativa
= In Y
por (1)
= Y,
I o elemento neutro da multiplicao de matrizes,
i.e., existe uma nica matriz que satisfaz a condio de invertibilidade.

1.59def Jmatriz inversaK Seja A uma matriz invertvel de ordem n. Chama-se matriz
inversa da matriz A, que se representa por A1 , nica matriz Z tal que
AZ = ZA = In .
1.60teo Sejam A e B matrizes quadradas da mesma ordem tais que AB = I. Ento,
A1 = B.
1.61obs (a) Se A a matriz inversa da matriz B, ento B a matriz inversa da matriz
A.
(b) Sejam A e B matrizes quadradas da mesma ordem. Ento, AB = I se
e s se BA = I. Assim, basta verificar se AB = I ou BA = I para se
concluir que as matrizes A e B so invertveis com A1 = B e B 1 = A.
1.62teo (a) Seja A uma matriz invertvel. Ento, A1 tambm uma matriz invertvel
e (A1 )1 = A.
Topicos
de Algebra
Linear
16
(b) Sejam A e B matrizes quadradas invertveis da mesma ordem. Ento,

AB tambm uma matriz invertvel e (AB)1 = B 1 A1 .
dem (a) Como A uma matriz invertvel, tem-se que AA1 = A1 A = I. Logo,
1
A1 invertvel e A1
= A.
(b) Sejam A, B Mnn (R) matrizes invertveis. Ento, existem A1 , B 1
(1)
(2)
Mnn (R) tais que AA1 = In = A1 A e BB 1 = In = B 1 B, pelo que

(AB)(B 1 A1 )
= A(BB 1 )A1
a multiplicao de matrizes associativa
= AIn A1
por (2)
= AA1
I o elemento neutro da multiplicao de matrizes
= In ,
por (1)
pelo que AB invertvel com (AB)1 = B 1 A1 uma vez que a inversa

de uma matriz nica.
1.63exe Considere a matriz A = [ 22 21 ]. Calcule a sua inversa atravs da definio.
sol A1 = 12
1 2
2 2

.
1.64obs (a) H matrizes quadradas que no so invertveis.

(b) Apresenta-se em
1.107obs uma condio para caracterizar matrizes
invertveis e um mtodo mais prtico para calcular inversas.

1
3
1 1
1
eB=
(a) Calcule AB.

(b) O que pode concluir da alnea anterior?
(c) As matrizes A e B so comutveis?
res (a) AB =
1
3
1 1
1
2 1
1 1
1
3
[ 30 03 ] = [ 10 01 ].
2 1
1 1
17
1 Matrizes
(b) As matrizes so invertveis com A1 = B e B 1 = A.

(c) Sim, pois AB = BA = I2 .
1.66exe (a) Sejam A e B matrizes comutveis e invertveis. Mostre que
(AB)1 = A1 B 1 .
(b) Sejam A e B matrizes comutveis e B uma matriz invertvel. Mostre
que A e B 1 so matrizes comutveis.
(c) Seja A uma matriz quadrada tal que Ap = 0 para algum p N. Mostre
que
(I A)
p1
X
=I+
Ak .
k=1
Matriz transposta
1.67def Jmatriz transpostaK Seja A Mmn (R). Chama-se transposta da matriz A,
que se representa por AT , ao elemento de Mnm (R) tal que
def
(AT )ij = (A)ji .

1.68obs (a) sempre possvel calcular a matriz transposta de uma matriz.
(b) Calcular a transposta de uma matriz corresponde a trocar linhas com
colunas.
1 2 0
0
2 1
eu=
1
1

. Calcule:
(a) AT ;
(b)
AAT
uT u
res (a) AT =
(b)
AAT
uT u
1 0
2 2 .
0 1
h
i 1 0
1 2 0 2
2
0 2 1
h 0i1
1
[ 1 1 ] 1
Nota: relembrar
1
2
5 4
4 5
1.7obs (e).
5
2
2
5
2
Topicos
de Algebra
Linear
18
1 1 0
, B = [bij ] M23 (R), bij = i j,
( 2 1 1
h1i
0
se i < j,
C = [cij ] M22 (R), cij = (1)i+1 se i = j, e u = 2 . Calcule:
(a)
sol
AB T +BAT
2
se i > j,
(e) u T u;
(b) C T ;
(f) u T AT Bu;
(c) (CBAT C)2 ;
(g) (Au)T ;
(d) uu T ;
(h) u T AT .
AB T +BAT
2
1 1
1 1 .

(b) C T = 10 11 .
(a)
(c) (CBAT C)2 = [ 20 02 ].

h1 2 0i
(d) uu T = 2 4 0 .
0 0 0
(e) u T u = [ 5 ].
(f) u T AT Bu = [ 2 ].
(g) (Au)T = [ 1 0 ].
(h) u T AT = [ 1 0 ].
1.71obs No exerccio anterior, ter sido coincidncia (Au)T = u T AT ? O teorema que
se segue diz que no.
1.72teo (a) A Mmn (R) : AT
T
= A.
(b) A, B Mmn (R) : (A + B)T = AT + B T .

(c) R, A Mmn (R) : (A)T = AT .
(d) A Mmn (R), B Mnp (R) : (AB)T = B T AT .
(e) A Mnn (R) : se A uma matriz invertvel, ento AT
1
= A1
T
1.73exe Sabendo que as matrizes A, B, C Mnn (R) so invertveis, resolva em

ordem a X a equao matricial C 1 (A + X)B 1 = In .
sol X = CB A.
19
1 Matrizes
1.74exe Sejam A e B matrizes quadradas da mesma ordem no-singulares. Resolva

em ordem a X a equao matricial [(AT )1 X]T + (AB)1 = A.
sol X = (A2 B 1 )T .
Matrizes simtricas
1.75def Jmatriz simtricaK Seja A uma matriz quadrada. Diz-se que A uma matriz
simtrica se A = AT .
1.76exe D um exemplo de uma matriz simtrica de ordem 3.

res A =
h0
1 2
1 10 3
2 3 1
1.77exe Determine os valores a, b, c R, para que a matriz S =
h1
a b
1 2 3
2 c 3
seja simtrica.
res a = 1, b = 2, c = 3.
1.78exe Mostre que o produto de uma matriz pela sua transposta uma matriz simtrica.
1.79exe Uma matriz quadrada A diz-se anti-simtrica se AT = A. Mostre que, dada
qualquer matriz quadrada B, a matriz B B T anti-simtrica.
Matrizes ortogonais
1.80def Jmatriz ortogonalK Seja A Mnn (R). Diz-se que A uma matriz ortogonal
se AAT = AT A = In .
1.81obs Se A uma matriz ortogonal, ento A uma matriz invertvel e A1 = AT .

sen
1.82exe Verifique que a matriz A = [ cos
sen cos ], R, ortogonal.
Topicos
de Algebra
Linear
20
res Como
cos
sen
cos
sen
AAT =
sen cos
sen
cos
cos2 + sen2
cos sen sen cos
=
sen cos cos sen
sen2 + cos2
1 0
,
=
0 1
i.e., AAT = I2 , tem-se que A uma matriz ortogonal.
1.83exe Indique quais das seguintes matrizes so ortogonais:
1
3
A = 32
32
2
3
1
3
2
3
23
2 , B =
3
3
1
3
3
4
1
,C =
5
4
3
3
.
4
sol A e C.
1.84exe Mostre que o produto de duas matrizes ortogonais uma matriz ortogonal.
Matrizes em escada e escada reduzida

1.85def Seja A = [aij ] Mmn (R).
(a) Jlinha nula de uma matrizK Diz-se que ì uma linha nula da matriz A se
ai1 = ai2 = = ain = 0.
(b) Jcoluna nula de uma matrizK Diz-se que cj uma coluna nula da matriz
A se
a1j = a2j = = amj = 0.

(c) Jpiv de uma linha no-nulaK Chama-se piv de uma linha no-nula ao
seu elemento no-nulo mais esquerda.
21
1 Matrizes
(d) Jcoluna pivK Chama-se coluna piv a uma coluna da matriz se existe um
elemento piv nessa coluna.
h0 0 0 0 1i
1.86exe Considere a matriz A = 0 2 0 0 0 .
0 3 0 4 0
(a) Identifique os pivs das linhas no-nulas da matriz A.

(b) Identifique as colunas piv da matriz A.
res (a) Pivs: (A)15 , (A)22 e (A)32 .
(b) Colunas piv: c2 e c5 .
1.87def Seja A Mmn (R).
(a) Jmatriz em escadaK Diz-se que A uma matriz em escada se o nmero
de elementos nulos esquerda do piv aumenta de linha para linha at
que, possivelmente, sobrem apenas linhas nulas.
(b) Jmatriz em escada reduzidaK Diz-se que A uma matriz em escada reduzida se uma matriz em escada, se todos os pivs so iguais a um e se
estes so os nicos elementos no-nulos nas colunas piv.
1
A=
0
, C = 0
0
0
1
1
,B =
1
0
0
D=
0
1
0
0
,E =
0
0
0
0
1
F =
0
1
0
,G =
0
1
0
1
,H =
1
0
0 ,
0
0
0
,

1
1

0
, u = 0 , v = 1
.

0
0
0
Topicos
de Algebra
Linear
22
(a) Indique as matrizes em escada.

(b) Indique as matrizes em escada reduzida.
res (a) Matrizes em escada: A, B, C, F , G, H, u.
(b) Matrizes em escada reduzida: A, C, F , H, u.
1.89def Sejam A Mmn (R), i , i 0 {1, . . . , m}, R \ {0} e R.
(a) Joperao elementar do tipo I nas linhas de uma matrizK D-se o nome
de operao elementar do tipo I nas linhas da matriz A troca de duas

linhas. A troca de ì e ì 0 representa-se por ì ì 0 .
(b) Joperao elementar do tipo II nas linhas de uma matrizK D-se o nome
de operao elementar do tipo II nas linhas da matriz A substituio de
uma linha por um seu mltiplo no-nulo. A substituio de ì pela linha
que se obtm multiplicando por os elementos de ì representa-se por
ì ì .
(c) Joperao elementar do tipo III nas linhas de uma matrizK D-se o nome
de operao elementar do tipo III nas linhas da matriz A substituio de
uma linha pela sua soma com um mltiplo de outra linha. A substituio
de ì pela linha que se obtm somando os elementos de ì aos elementos
que se obtm multiplicando por os elementos de ì 0 representa-se por
ì ì + ì 0 .
1.90obs Na definio anterior apenas se consideram operaes sobre linhas, apesar
de tambm ser possvel definir operaes sobre colunas. Fazendo este curso
apenas referncia a operaes elementares sobre linhas, estas passaro a ser
referenciadas apenas por operaes elementares.
1.91def Jmatrizes equivalentes, A BK Sejam A, B Mmn (R). Diz-se que A e
B so matrizes equivalentes, escrevendo-se A B, se se pode obter uma
a partir da outra atravs duma sequncia (finita) de operaes elementares

com linhas.
23
1 Matrizes
1.92exe Seja a matriz A =
h0 2 4 0i
1 1 0 2
2 2 0 5
. Efetue a seguinte sequncia de operaes na
matriz A: `1 `2 , `3 `3 2`1 , `1 `1 2`3 , `2 21 `2 e `1 `1 `2 .

res
0 1
`1 `2
2
2
5
`3 `3 2`1 0
`1 `1 2`3 1
`2 12 `2 0
1 0
0 1
0 0
`1 `1 `2
2 0 .
0 1
1.93teo Seja A Mmn (R). Ento, existe uma nica matriz em escada reduzida que
equivalente matriz A.
Topicos
de Algebra
Linear
24
1.94obs Seja A uma matriz no-nula. Ento, existe uma infinidade de matrizes em
escada que so equivalentes matriz A.
1.95def Seja A uma matriz.
(a) Jfe(A)K Representa-se por fe(A) o conjunto das matrizes em escada que
so equivalentes matriz A.
(b) Jfer(A)K Representa-se por fer(A) a nica matriz em escada reduzida que
equivalente matriz A.
1.96obs Seja A uma matriz.

(a) Note-se que fe(A) um conjunto de matrizes e que fer(A) uma matriz.
(b) Em
1.97obs apresenta-se um algoritmo para determinar um elemento
de fe(A) e em
fer(A).
1.98obs apresenta-se um algoritmo para determinar
25
1 Matrizes
1.97obs Seja A = [aij ] Mmn (R). Ento, o seguinte algoritmo determina um

elemento de fe(A):
Passo 1 [inicializar o algoritmo]
i 1
j ndice da coluna no-nula mais esquerda da matriz A
Passo 2 [selecionar elemento piv]
se aij = 0 ento
ì `k , em que `k a primeira linha abaixo da linha ì com um
elemento diferente de zero na coluna cj
fimse
Passo 3 [anular os elementos abaixo do piv]
para p i + 1 at m fazer
apj
ì
`p `p
aij
fimpara
Passo 4 [terminar?]
se j se obteve uma matriz em escada ento
terminar
seno
i i +1
j ndice da coluna no-nula mais esquerda da matriz que
se obtm eliminando na matriz A as linhas `1 , . . . , ì1
ir para o Passo 2
fimse
Topicos
de Algebra
Linear
26
1.98obs Seja A = [aij ] Mmn (R). Ento, o seguinte algoritmo determina fer(A):
Passo 1 [inicializar o algoritmo]
determinar A0 = [aij0 ] fe(A) (no que se segue, `0 refere-se s
linhas da matriz A0 )
i ndice da ltima linha no-nula da matriz A0
j ndice da coluna piv da linha ì
Passo 2 [colocar elemento piv a 1]
se aij0 6= 1 ento
1
ì 0 0 ì 0
aij
fimse
Passo 3 [anular os elementos acima do piv]
para p 1 at i 1 fazer
0
`0p `0p apj
ì 0
fimpara
Passo 4 [terminar?]
se j se obteve uma matriz em escada reduzida ento
terminar
seno
i i 1
j ndice da coluna piv da linha i
ir para o Passo 2
fimse
27
1 Matrizes
1.99exe Considere a matriz A =
h0 0 0 3i
0 1 1 2 . Determine um elemento de fe(A) e fer(A).
0 2 2 1
res
0
|
2
{z
A
3 0
0
2
`1 `2
1
0
}
`3 `3 2`1 0
`3 `3 + `2 0
|
0
{z
fe(A)
`2 13 `2 0
`1 `1 2`2 0
0
|
0
{z
fer(A)
0
}
1 .
0
}
1.100exe Determine, para cada uma das seguintes matrizes, uma matriz equivalente
Topicos
de Algebra
Linear
28
que seja uma matriz em escada e a matriz equivalente que seja uma matriz
em escada reduzida:
1 1 0 2 0
(a) A =
(f) F =
(b)
(g) G =
(c)
(d)
(e)
0 0 0 0 0 ;
0 0 2 0 4
0 0 0 1 5
h 6 3 4 i
B = 4 1 6 ;
1 2 5
1 0 0 2 0
C = 01 00 10 00 01 ;
0 0 2 0 2
h 1 2 3 1 i
D = 2 1 2 2 ;
3 1 2 3
1 3 1 2
11 5 3
E = 02 5
3 1 ;
4 1 1 5
h 1 2 1
2 4
3 6
2 1
1 2 3
2 6 5
1 0 0 2
0 0 0 3 ;
0 0 0 0
0 0 0 0
(h) h =
(i) I =
1
1 ;
3
h 1 1 1 3 i
3 1 1 1 ;
2 1 2 1
1 1 0 0
0 1 1 0
0 0 1 1 .
1 0 0 1

(j) J =
sol Nota: associada a cada matriz no-nula, existe uma infinidade de matrizes
que lhe so equivalentes e que esto na forma em escada. As solues que
a seguir se apresentam, resultam da aplicao do algoritmo apresentado em
1.97obs .
1 1 0 2 0
1 1 0 0 10
(a) 00 00 20 01 45 fe(A), fer(A) = 00 00 10 01 25 .
0 0 0 0 0

0 0 0 07 0

1 0
6 3 4
9
(b) 0 3 263 fe(B), fer(B) = 0 1 269 .
0 0
0
0 0
1 0 0 2 0
1 0 00 0 0
0 0 1 0 0
(c) 0 0 0 2 1 fe(C), fer(C) = 00 00 10 01 00 .
0 0 0 0 1
0 0 0 0 2
"
#

15
(d)
1 2 3 1
0 3 4
4
0 0 73 10
3
1
(e)
3 1 2
0 11 5 3
0 0 0 0
0 0 0 0
"

fe(E), fer(E) =
(f)
2 1
3 6 1
1
0 2 3
1
0
0
0
0 0
4 13
0 11
11
5
3
1 11
11
0
0 0
0
0 0
"
1 2 1
0 0
1 0 0
7
0 1 0 47
10
0 0 1 7
fe(D), fer(D) =
fe(F ), fer(F ) =
4
1 2 0 0
3
0 0 1 0
0
1
0 0 0 1 6
1 0 0 0
(g) G fe(G), fer(G) = 00 00 00 10 .
h1i
h0 10i0 0
0
(h)
fe(h), fer(h) = 0 .
0
h 01 1 1 3 i
h 1 0 0 1 i
0 4 4 8 fe(I), fer(I) = 0 1 0 1 .
(i)
0 0 1 1
1 0 0 1
1 010 30 3 0
1
(j) 00 10 11 10 fe(J), fer(J) = 00 01 10 1
.
0
0 0 0
#
.
29
1 Matrizes
Clculo de inversas
1.101def Jmatriz elementarK Seja E Mnn (R). Diz-se que E uma matriz elementar
se se pode obter atravs de uma operao elementar sobre a matriz In .
1.102exe A partir de I4 , determine as matrizes elementares obtidas atravs das seguintes

operaes elementares:
(a) `2 `4 ;
(b) `3 2`3 ;
(c) `3 `3 2`1 .
res
(a) .
0 1
0 `2 `4 0
0
0
0
1
1
.
(b) .
0
0
0 `3 2`3 0
1
0
0
.
(c) .
0
0
0 `3 `3 2`1 2
1
0
0
.
1.103teo As matrizes elementares so invertveis e as suas inversas so matrizes elementares.
Topicos
de Algebra
Linear
30
1.104teo Sejam A, B Mmn (R) tais que A B. Ento, existe um nmero finito
de matrizes elementares E1 , E2 , . . . , Ek , tais que B = E1 E2 Ek A.
1.105teo Seja A Mmn (R). Ento, existe um nmero finito de matrizes elementares
E1 , E2 , . . . , Ek , tais que fer(A) = E1 E2 Ek A.
1.106teo Seja A Mnn (R). Ento, A invertvel se e s se A o produto de matrizes
elementares.
1.107obs
(a) Seja A Mnn (R). Ento, A invertvel se e s se fer(A) = In .

(b) Sejam k N e A Mnn (R) uma matriz invertvel. Ento, existem
matrizes elementares E1 , E2 , . . . , Ek tais que
In = Ek E2 E1 A,
pelo que
A = E11 E21 Ek1 In ,
ou ainda
A1 = In Ek1
1
E21
1
E11
1
= Ek E2 E1 In ,
i.e., A1 obtm-se a partir de In atravs das mesmas operaes elementares que transformam A em In .
1.108exe Verifique se as seguintes matrizes so invertveis, calculando, nesses casos, a
sua inversa:
(a) A =
h1 1 2i
0 1 0 ;
2 2 5
(b) B = [ 12 24 ].
31
1 Matrizes
res (a)
2
|
{z
A|I3
1 1 2
0 1 0
0
1 `3 `3 2`1 0 0 1
}
0
`1 `1 2`3
0
|
0 1 0
0 0 1
`1 `1 `2
2
{z
I3 |A1
Assim, A uma matriz invertvel pois fer(A) = I3 com A1 =

Mostre-se, apenas
1
AA = 0
5 1 2
0 1 0
2 0 1
0 .
1
}
para efeito de verificao, que AA1 = I3 :
1 2
5 1 2
1 0 0
1 0 0
1
0 = 0 1 0 .
2 5 2
0
1
0 0 1
(b)
0
{z
B|I2
1 2
1 `2 `2 2`1 0 0
}
0
Assim, como fer(B) 6= I2 , conclui-se que a matriz B no invertvel.

1.109exe Verifique se as seguintes matrizes so invertveis, calculando, nesses casos, a
sua inversa:
Topicos
de Algebra
Linear
32
(a) A =
1 0 1
2 0 0
1 1 0
(d) D = [ 11 10 ];
h2 3 1i
(e) E = 1 2 3 ;
3 1 2
h 2 3 5 i
(f) F = 1 0 1 .
(b) B = [ 12 24 ];
h 1 2 3 i
(c) C = 2 1 0 ;
4 2
0 2 2
"
sol
(a) A invertvel com A
0
0
1
1
2
1
2
1
2
0
1
0
#
.
(b) B no invertvel.
4 3
10 7 6
8 6 5
(c) C invertvel com C 1 =
h 5
(d) D invertvel com D1 =
0
"
(e) E invertvel com E 1 =
1
1 1

.
1
18
7
18
5
18
5
18
1
18
7
18
i
.
7
18
5
18
1
18
#
.
(f) F no invertvel.
Exerccios miscelnea

1.110exe Considere as matrizes A = 12 01 11 , b = [ 12 ], c = [ 31 ], d = [ 11 ] e E =
h 1 0 i
2 1 . Indique se esto bem definidas as seguintes expresses, efetuando
0
nesses casos as respetivas operaes:
sol
(a) bT A;
(f) (AE)T ;
(b) AbT ;
(g) E T AT ;
(c) (c T A + d T A)T ;
(h) A2 ;
(d) AT b;
(i) (AAT )2 ;
(e) bT (c + d);
(j) (AE)1 .
(a) bT A = [ 3 2 1 ].
(b) A expresso AbT no est bem definida pois o nmero de colunas da
matriz A, que 3, diferente do nmero de linhas da matriz bT , que
1.
33
1 Matrizes
(c) (c T A + d T A)T =
h 3i
(d) AT b = 2 .
h0i
2
2
(e) b (c + d) = [ 8 ].

(f) (AE)T = 11 20 .

(g) E T AT = 11 20 .
(h) A expresso A2 (= AA) no est bem definida pois o nmero de colunas
da matriz A, que 2, diferente do seu nmero de linhas, que 3.
13 24
(i) (AAT )2 = 24
45 .

(j) (AE)1 = 21 20 11 .
1.111exe Mostre atravs de contraexemplos que as seguintes proposies so falsas:
(a) A M22 (R) : A2 6= I2 ;
(b) A M22 (R) \ {022 } : A2 6= 022 ;
(c) A, B M22 (R) \ {022 } : AB 6= 022 .
1.112exe Matrizes Aplicao: Redes e Grafos
Definio: Um grafo um conjunto de pontos, designados por vrtices,
ligados por segmentos de reta, chamados arestas. As arestas podem ser
representadas por pares no-ordenados de vrtices.
Exemplo: A Figura 1.1 representa um grafo com vrtices V = {V1 , V2 , V3 , V4 }
e arestas A = {{V1 , V2 }, {V2 , V3 }, {V3 , V4 }, {V2 , V4 }}.
V1
V2
V3
V4
Figura 1.1: Grafo 1.
Pode-se imaginar que os vrtices correspondem a ns numa rede de comunicao e que as arestas que ligam os vrtices representam elos de comunicao
Topicos
de Algebra
Linear
34
entre dois ns da rede. Na realidade, uma rede de comunicao envolve um

nmero elevado de vrtices e arestas o que complica a representao grfica da rede. Esta dificuldade ultrapassada recorrendo a uma representao
matricial para a rede.
Definio: Considere um grafo com n vrtices. A matriz M = [mij ]
Mnn (R) definida por
mij =
se {Vi , Vj } uma aresta do grafo

se no existe uma aresta que liga Vi e Vj
a matriz de adjacncia do grafo.

Exemplo: A matriz de adjacncia para grafo da Figura 1
0 1 0 0
M=
1 0 1 1
0 1 0 1
0 1 1 0
Nota: A matriz de adjacncia M sempre simtrica.

Definio: Um caminho num grafo uma sequncia de arestas que ligam um
vrtice a outro. O comprimento do caminho o nmero de arestas que o
formam.
Exemplo: Na Figura 1.1, a sequncia de arestas ({V1 , V2 }, {V2 , V4 }) representa um caminho de comprimento 2 que liga V1 a V4 e a sequncia de arestas
({V2 , V3 }, {V3 , V2 }, {V2 , V3 }) representa um caminho de comprimento 3 que
liga V2 a V3 .
Teorema: Sejam M = [mij ] Mnn (R) uma matriz de adjacncia de um
grafo e mij(k) um elemento de M k . Ento, mij(k) igual ao nmero de caminhos

de comprimento k de Vi a Vj .
Exemplo: Para determinar o nmero de caminhos de comprimento 3 que

ligam V2 e V3 no grafo da Figura 1.1, calcula-se M 3 :
M3 =
0 3 1 1
3 2 4 4
1 4 2 3
1 4 3 2
35
1 Matrizes
Conclui-se,ento, que o nmero de caminhos de comprimento 3 que ligam V2

(3)
e V3 m23
= 4.
Exerccio 1: Considere o grafo da Figura 1.2.
V2
V3
V1
V4
V5
Figura 1.2: Grafo 2.
(a) Determine a matriz de adjacncia M do grafo.

(b) Indique os caminhos de comprimento 2 que comeam em V1 .
(c) Indique quantos caminhos de comprimento 3 existem de V2 a V4 .
(d) Indique quantos caminhos de comprimento menor ou igual a 3 existem de
V2 a V4 .
Exerccio 2: Considere a matriz M =
0 1 1 1
1 0 1 0 .
1 1 0 1
1 0 1 0
(a) Desenhe um grafo que tenha M como matriz de adjacncia e indique os

vrtices.
(b) Analisando o grafo e a matriz M 2 , indique o nmero de caminhos de
comprimento 2 de V1 a V3 .
sol Exerccio 1
"0 1 0 1 0#
(a) M =
1
0
1
0
0
1
1
0
1
0
0
0
1
0
0
1
0
0
1
0
(b) Existem 6 caminhos de comprimento 2 que comeam em V1 : V1 V2 V1 ,

V1 V4 V1 , V1 V4 V2 , V1 V2 V3 , V1 V2 V4 , V1 V4 V5 .
(c) 5.
(d) 7.
Exerccio 2
Topicos
de Algebra
Linear
36
(a) .
V1
V2
V3
V4
(b) 2.
2
Determinantes
Definies
2.1def Jmatriz complementar de um elemento de uma matrizK Sejam A Mnn (R)
e i , j {1, . . . , n}. Chama-se matriz complementar do elemento i j, que se

representa por Aeij , a
def
Aeij =
se n = 1,
matriz que se obtm a partir da
se n > 2.
matriz A eliminando ì e cj
h1 2 3i
4 5 6
7 8 9
e B = [ 5 ].
(a) Determine a matriz complementar do elemento 12 da matriz A.

(b) Determine Ae33 .
e11 .
(c) Determine B
res (a) Ae12 = [ 47 69 ].
(b) Ae33 = [ 14 25 ].
e11 = [ 5 ].
(c) B
37
Topicos
de Algebra
Linear
38
2.3def Jdeterminante de uma matrizK Seja A Mnn (R). Chama-se determinante

(A) (A)
1n
11

da matriz A, que se representa por det(A), ... . . . ... ou |A|, a

(A)n1 (A)nn

(A)11

..

det(A)
.

(A)n1

(A)1n

..
. |A|

(A)nn
(A)11
def
n
X
=
(A)1j (1)1+j det(Ae1j )
..
.
se
n = 1,
se
n > 2.
j=1
2.4obs (a) A definio que se acaba de dar um exemplo de uma definio recursiva.
(b) S se definem determinantes de matrizes quadradas, sendo o seu valor
um nmero real.
(c) Seja A = [aij ] M11 (R). Note-se que quando se escreve det(A) =
|a11 | = a11 , | | no representa o valor absoluto mas sim o determinante.
O contexto ser sempre suficiente para interpretar o significado correto
de | |.
2.5exe Seja X = [xij ] M22 (R).
e11 e X
e12 .
(a) Determine X
(b) Calcule det(X).
e11 = [ x22 ] e X
e12 = [ x21 ].
res (a) X
39
2 Determinantes
(b)

x11
det(X)
x21
=
2
X

x12

x22
e1j )
x1j (1)1+j det(X
j=1
e11 ) + x12 (1)1+2 det(X

e12 )
= x11 (1)1+1 det(X
= x11 1 x22 + x12 (1) x21
= x11 x22 x12 x21 .
2.6obs Seja A = [aij ] M22 (R). Ento, det(A) pode-se calcular atendendo a
+
a11
a12
|
a21
"
a22
vindo
det(A) = a11 a22 a12 a21 .

2.7exe Calcule | 13 24 |.
res | 13 24 | = 1 4 2 3 = 2.
2.8exe Calcule o determinante da matriz A =
1 5
3 2 .
sol det(A) = 17.

2.9exe Seja Y = [yij ] M33 (R). Calcule det(Y ).
Topicos
de Algebra
Linear
40
res

y11

det(Y ) y21

y31
=
3
X
y12
y22
y32

y13

y23

y33
y1j (1)1+j det(Ye1j )
j=1
= y11 (1)1+1 det(Ye11 ) + y12 (1)1+2 det(Ye12 )

|
{z
} |
{z
}
j=1
j=2
+ y13 (1)1+3 det(Ye13 )

{z
}
|
j=3

y
y23
+ y12 (1) 21

y31
y33

y21 y22

+ y13 1

y31 y32

y22
= y11 1
y32
= y11 (y22 y33 y23 y32 ) y12 (y21 y33 y23 y31 )
+ y13 (y21 y32 y22 y31 )
= y11 y22 y33 + y12 y23 y31 + y13 y21 y32
y11 y23 y32 y12 y21 y33 y13 y22 y31 .

y23

y33
41
2 Determinantes
2.10obs Regra de Sarrus (apenas se aplica a matrizes de ordem 3): seja A = [aij ]
M33 (R). Ento, det(A) pode-se calcular atendendo a
a11
a12
a13
a21
! }
a22
a23
}
a31
! }
a32
!
a33
}
a11
! }
a12
!
a13
|
a21
a22
"
a23
vindo
det(A) = (a11 a22 a33 + a21 a32 a13 + a31 a12 a23 )
(a13 a22 a31 + a23 a32 a11 + a33 a12 a21 ),
ou, atendendo a
a11
a12
a13
a11
a12
a21
" |
a22
" |
a23
" |
a21
a22
|
a31
|
a32
" |
a33
"
a31
"
a32
Topicos
de Algebra
Linear
42
vindo
det(A) = (a11 a22 a33 + a12 a23 a31 + a13 a21 a32 )
(a13 a22 a31 + a11 a23 a32 + a12 a21 a33 ).
h9 1 2i
3 4 5
6 7 8
. Calcule det(A).
res Atendendo a
9

3

5

1

tem-se que
det(A) = 9 4 8 + 3 7 2 + 6 1 5
246579813
= 27,
ou atendendo a
9
43
2 Determinantes
tem-se que
det(A) = (9 4 8 + 1 5 6 + 2 3 7)
(2 4 6 + 9 5 7 + 1 3 8)
= 27.
2.12exe Calcule o determinante das seguintes matrizes:
3
B=
2
, C = 1
4
1
1
3
2 2 e D =
4
0
0
1 3 2
.
1 2 1
0 7 3
1
sol det(B) = 24, det(C) = 0, det(D) = 0.

2.13def Jco-fator de um elemento de uma matriz ou complemento algbrico de um
elemento de uma matrizK Seja A = [aij ] Mnn (R). Chama-se co-fator ou
complemento algbrico do elemento i j, que se representa por Aij , a

def
Aij = (1)i+j det(Aeij ).
5 2
3 4 .
(a) Determine o co-fator do elemento 11 da matriz A.

(b) Determine o complemento algbrico do elemento 12 da matriz A.
(c) Determine A21 .
(d) Determine A22 .
res (a) A11 = (1)1+1 det(Ae11 ) = 1 | 4| = 4.
(b) A12 = (1)1+2 det(Ae12 ) = 1 |3| = 3.
(c) A21 = (1)2+1 det(Ae21 ) = 1 | 2| = 2.
Topicos
de Algebra
Linear
44
(d) A22 = (1)2+2 det(Ae22 ) = 1 | 5| = 5.

2.15obs Relembre-se as seguintes notaes:
(A)ij elemento i j da matriz A;
Aeij matriz complementar do elemento i j da matriz A;
Aij co-fator ou complemento algbrico do elemento i j de uma matriz
A.
Propriedades
2.16teo (Teorema de Laplace) Sejam n um natural maior ou igual a 2, A Mnn (R)
e , {1, . . . , n}. Ento:
det(A) =
n
n
X
X
(A)j Aj =
(A)i Ai .
j=1
i=1
{z
desenvolvimento
atravs da linha
2.17obs (a) Notar que a definio
{z
desenvolvimento
atravs da coluna
2.3def para n > 2 consiste no clculo do
determinante atravs do desenvolvimento segundo a primeira linha.

(b) Como regra prtica para calcular determinantes atravs do teorema de
Laplace, deve-se fazer o desenvolvimento a partir da linha ou coluna que
tiver mais zeros.
1 1 1 1
2.18exe Calcule o determinante da matriz E =
2 1 3 2
0 1 2 1
0 0 1 3
atravs do desenvolvimento
da primeira coluna e da quarta linha.

sol det(E) = 8.
2.19teo Sejam A, B Mnn (R) e R.
(a) Se A for uma matriz diagonal ou triangular (inferior ou superior), ento
Q
det(A) = ni=1 (A)ii .
45
2 Determinantes
(b) Se todos os elementos de uma linha ou coluna da matriz A so nulos,

ento det(A) = 0.
(c) Se A tem duas linhas ou colunas iguais, ento det(A) = 0.
(d) det(A) = n det(A).
(e) det(AT ) = det(A).
(f) det(AB) = det(A) det(B).
(g) A invertvel se e s se det(A) 6= 0.
(h) Se A uma matriz invertvel, ento det(A1 ) =
1
det(A) .
2.20obs (a) det(I) = 1.

(b) Sejam k N e A1 , . . . , Ak Mnn (R). Ento,
!
k
k
Y
Y
det
Ai =
det(Ai ).
i=1
i=1
(c) Sejam A Mnn (R) e k N. Ento, det(Ak ) = (det(A))k .

1 2 3
1 1 1
1
A = 0 2 3 , B = 2 2 2 , C = 0
0 0 3
3 3 3
2
1 0 0
D = 0 2 0 , P M33 (R) tal que P
0 0 1
2
0
1
0 ,
uma matriz invertvel.
Usando as propriedades dos determinantes, calcule:

(a) det(A).
(e) det(2A).
(b) det(B).
(f) 2 det(A).
(c) det(C).
(g) det(A3 ).
(d) det(D).
(h) det(2AT A).
Topicos
de Algebra
Linear
46
(i) det(AT A1 B T ).
(k) det(ABCD).
(j) det(A1 DA).
(l) det(P 1 AP ).
res (a) Sendo A uma matriz triangular (superior), tem-se que det(A) = 123 =
6.
(b) Sendo c1,B = c2,B , tem-se que det(B) = 0.
(c) Sendo `2,C uma linha nula, tem-se que det(C) = 0.
(d) Sendo D uma matriz diagonal, tem-se que det(D) = 1 2 = 2.
(e) det(2A) = (2)3 det(A) = 8 6 = 48.
(f) 2 det(A) = 2 6 = 12.
(g) det(A3 ) = (det(A))3 = 63 = 216.
(h) det(2AT A) = det(2AT ) det(A) = 23 det(AT ) det(A) = 23 det(A) det(A) =
23 6 6 = 288.
1
(i) det(AT A1 B T ) = det(AT ) det(A1 ) det(B T ) = det(A) det(A)
det(B) =
det(B) = 0.
(j) det(A1 DA) = det(A1 ) det(D) det(A) =
1
det(A)
det(D) det(A) = det(D) =
2.
(k) det(ABCD) = det(A) det(B) det(C) det(D) = 6 0 0 2 = 0.
(l) det(P 1 AP ) = det(P 1 ) det(A) det(P ) =
1
det(P )
det(A) det(P ) = det(A) =
6.
2.22exe Considere as matrizes A, B, C e D do exerccio anterior. Indique, justificando,
as que so invertveis.
res As matrizes A e D so invertveis pois os seus determinantes so diferentes
de zero.
a matriz A invertvel.
h1
1 x
1 1 y
x y 1
i
, x, y R. Indique para que valores de x e y
47
2 Determinantes
sol x 6= y .
2.24exe Considere a matriz Z =
1 1
1 x 1
1 1 x
hx
i
, x R. Indique para que valores de x a
matriz Z invertvel.
sol x R \ {2, 1}.

2 1 3 5
0 1 2 3
4 1 2 1
2 3 1 4

e seja B uma matriz de ordem 4 tal que
|B| = 12. Calcule o determinante da matriz (AB 1 )T .

sol det((AB 1 )T ) = 5.
2.26exe Sejam A uma matriz quadrada tal que det(A) = 2 e B = 2AT . Mostre que a
matriz B invertvel.
2.27teo Sejam A, B Mnn (R) e R \ {0}.
(a) Se B resulta de A por troca de duas linhas (operao elementar do tipo
I), ento det(B) = det(A).
(b) Se B resulta de A por multiplicao dos elementos de uma linha de A por
(operao elementar do tipo II), ento det(B) = det(A).
(c) Se B resulta de A adicionando a uma linha um mltiplo de outra linha
(operao elementar do tipo III), ento det(B) = det(A).
2.28obs Sejam A, B Mnn (R) tais que B fe(A) e que se obteve a partir da
matriz A atravs das operaes elementares do tipo I e III (por exemplo,
por aplicao do algoritmo apresentado em
1.97obs ). Ento, det(A) =
Q
(1)s ni=1 (B)ii , em que s o nmero de trocas de linhas realizadas.
0 1 0 2
2.29exe Considere a matriz A = 11 10 20 03 .
2 1 0 1
(a) Calcule det(A) atravs da definio (podendo usar qualquer processo para
calcular determinantes de matrizes de ordem 3).
(b) Calcule det(A) por aplicao do teorema de Laplace atravs do desenvolvimento a partir da terceira coluna (podendo usar qualquer processo para
calcular determinantes de matrizes de ordem 3).
Topicos
de Algebra
Linear
48
(c) Calcule det(A) atravs de
2.28obs .
res (a)
det(A) =
4
X
(A)1j (1)1+j det(Ae1j )
j=1
= (A)11 (1)1+1 det(Ae11 ) + (A)12 (1)1+2 det(Ae12 )

+ (A)13 (1)1+3 det(Ae13 ) + (A)14 (1)1+4 det(Ae14 )

1 1 2
1 2 0

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

2 1 0
2 0 1
= 0 + 1 (1) 10 + 0 + 2 (1) 2
= 14.
Clculos auxiliares:

1 2 0
1 0 3 = 1 (0 1 3 0) 2 (1 1 3 2) + 0 (1 0 0 2) = 10.
2 0 1

1 1 2
1 0 0 = 1 (0 0 0 1) 1 (1 0 0 2) + 2 (1 1 0 2) = 2.
2 1 0
(b)
det(A) =
4
X
(A)i3 (1)i+3 det(Aei3 )
i=1
= (A)13 (1)1+3 det(Ae13 ) + (A)23 (1)2+3 det(Ae23 )

+ (A)33 (1)3+3 det(Ae33 ) + (A)43 (1)4+3 det(Ae43 )

0 1 2

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

2 1 1
= 2 (1) 7
= 14.
49
2 Determinantes
Clculos auxiliares:

0 1 2
1 0 3 = 0 (0 1 3 1) 1 (1 1 3 2) + 2 (1 1 0 2) = 7.
2 1 1
(c)
2 1
0
0 `1 `2
1
3
2
1
`3 `3 `1 0
`4 `4 2`1 0
`3 `3 + `2 0
`4 `4 + `2 0
`4 `4 2`3 0
1
0 2
1 2 3
1 4 1
1
2 0
1
0 2
0 2 5
0 4 3
1
2
0
1
0
2
0 2
5
0
0 7
1
det(A) = (1)1 (1 1 (2) (7)) = 14.

2.30obs Pedindo-se o determinante de uma matriz, se no for explicitado no enunciado o processo de clculo, este pode ser feito por um mtodo qualquer,
nomeadamente aquele que se achar mais simples.
1 2 1 1
2 1
2.31exe Calcule o determinante da matriz A = 10 1
1 0 1 por dois processos dis1 2
tintos.
sol det(A) = 1.
2 1
Topicos
de Algebra
Linear
50
Matriz adjunta
2.32def Jmatriz adjuntaK Seja A Mnn (R). Chama-se matriz adjunta de A, que se
representa por adj(A), matriz de ordem n tal que
(adj(A))ij = Aji .
2.33obs A matriz adjunta a transposta da matriz dos co-fatores.
2.34exe (a) Determine a matriz adjunta da matriz X = [xij ] M22 (R).

(b) Determine a matriz adjunta da matriz A = 73 1
4 .
res (a) Atendendo a
e11 ) = 1 |x22 | = x22 ,
X11 = (1)1+1 det(X
e12 ) = 1 |x21 | = x21 ,
X12 = (1)1+2 det(X
e21 ) = 1 |x12 | = x12 ,
X21 = (1)2+1 det(X
e22 ) = 1 |x11 | = x11 ,
X22 = (1)2+2 det(X
tem-se que
x22
adj(X) =
x12
x21
x11
x22
=
x21
x12
x11
(b) Atendendo alnea anterior, tem-se que
4 3
4
1
=
.
adj(A) =
1 7
3 7
2.35teo Seja A uma matriz invertvel de ordem maior do que 1. Ento, A1 =
1
det(A)
adj(A).
3 2
1 0 .
(a) Verifique que a matriz A invertvel.

(b) Determine a inversa da matriz A pelo mtodo da adjunta.
51
2 Determinantes
res (a) Como det(A) = 3 0 (2) 1 = 2 6= 0, A uma matriz invertvel.

h 0 1i
1
adj(A) = 12 10 23 = 12 32 .
(b) A1 = det(A)
Calcule-se, apenas para efeito de verificao, que AA1 = I2 :
1
0
0
1
3
2
.
=
AA1 =
0 1
1
0 12 32
Exerccios miscelnea

sen ], R,
2.37exe Calcule o determinante das matrizes A = 14 14 , B = [ cos
sen
cos
h2 1 1i
h 0 1 2 i
0 1 0 0
2 3 3 2
1
0
1
0
1
1
1
1
C = 1 1 1 , D = 1 2 0 , E = 0 1 0 1 e F = 1 2 2 3 .
0 2 2
2 3 2
0 0 1 1
2 1 2 1
sol det(A) = 15, det(B ) = 1, det(C) = 0, det(D) = 0, det(E) = 1, det(F ) = 2.

2.38exe Calcule o determinante, a adjunta e a inversa das matrizes A = [ 31 21 ], B =
h 1 3 1i
h1 1 1i
1 2
3 1
2 1 1 e E = 0 1 1 .
3 1 , C = [ 2 4 ], D =
2 2 1
sol
0 0 1

det(A) = 1, adj(A) = 11 23 , A1 = 11 23 .
1 2 1 h 17 27 i
= 3 1 .
det(B) = 7, adj(B) = 3
1 , B
7
7
4 1 1 h 25 101 i
det(C) = 10, adj(C) = 2 3 , C = 1 3 .
5
10
"
h 3 5 2 i
1 53
0 13
det(D) = 3, adj(D) = 0 1 1 , D1 =
6 8 5
det(E) = 1, adj(E) =
h 1 1
0
0
0
1 1
0 1
, E 1 =
h 1 1
0
0
2
3
1
3
83 53
0
1 1
0 1
#
.
i
.
2.39exe Sejam A, B Mnn (R). Mostre que det(AB) = det(BA).

2.40exe Considere as matrizes A = [ 10 21 ], D = [ 11 ] e F = [ 2 3 ] e a equao matricial
em X dada por [(AX)T + DF ]1 = I2 .
(a) Resolva a equao dada.
(b) Diga, sem efetuar quaisquer clculos, qual o determinante de (AX)T +
DF .
sol
(a) X =
5 2
3 2

.
Topicos
de Algebra
Linear
52
(b) det(AX T + DF ) = 1.
2.41exe Sejam p N e A uma matriz quadrada tal que Ap = 0. Mostre que A uma
matriz singular.
2.42exe Seja A uma matriz ortogonal. Mostre que det(A) = 1.
2.43exe Determinantes Aplicao: Mensagens codificadas
Pode-se codificar uma mensagem associando a cada letra do alfabeto um
nmero inteiro e enviar a lista de nmeros que substitui a mensagem. A
teoria dos determinantes usada neste contexto para o clculo de inversas
com propriedades especiais.
Exemplo: A mensagem BOA SORTE! pode ser codificada por
3, 1, 5, 10, 1, 6, 2, 8, 0,
onde a letra B representado pelo algarismo 3, a letra O pelo algarismo
1,... e o smbolo ! pelo algarismo 0 (neste exemplo no se codifica o
espao).
Para complicar ainda mais a codificao da mensagem e para impedir que o
cdigo seja quebrado pode-se usar a seguinte tcnica: o cdigo que representa a mensagem colocado nas colunas de uma matriz B. No exemplo
considerado tem-se
B = 1
10
1
6
8 .
A matriz B vai ser pr-multiplicada por uma outra matriz A. A matriz A deve
verificar as seguintes propriedades: os elementos de A so nmeros inteiros
e det(A) = 1. Da resulta que A1 = adj(A) e os elementos de A1
tambm vo ser todos nmeros inteiros.
53
2 Determinantes
Seja a matriz A dada por
1 0 2
A = 0 1 0 .
0 1 1
Ento
AB = 0
2 3
0 1
1 5
0
1
1
10
1
6
13

8 = 1

6
0
2
22
1
7
8 ,
contm a mensagem codificada que deve ser enviada:

13, 1, 6, 22, 1, 7, 2, 8, 8.
O recetor da mensagem consegue descodific-la multiplicando-a por A1 da
seguinte forma:
A1 AB = 0
2 2 13
1
0 1
1
1
6
22
1
7

2
3

8 = 1

8
5
10
1
6
8 .
A matriz de codificao A pode ser construda a partir da matriz identidade

I, aplicando, sucessivamente, operaes elementares do tipo I e do tipo III. A
matriz assim obtida vai ter elementos inteiros, verifica det(A) = det(I) =
1 e A1 tambm vai ter elementos inteiros.
Exerccio: Na codificao de uma mensagem, a letra A representada pelo
nmero 1, B por 2, C por 3,..., J por 10, K por 11, L por
12,...e assim por diante (neste exerccio, o espao tambm no considerado). A mensagem foi transformada usando a matriz
A= 1
3
1
2 1
2
Topicos
de Algebra
Linear
54
e enviada como
45, 60, 47, 63, 82, 68, 44, 48, 65.
Qual a mensagem?
sol BOM ESTUDO.
3
Sistemas de Equaes Lineares
Definies iniciais
3.1def Jsistema de equaes lineares, matriz dos coeficientes, vetor dos termos independentes, vetor das incgnitas, matriz aumentada ou matriz ampliada, conjunto soluoK
Sejam A = [aij ] Mmn (R) e b = [bi ] Mm1 (R). Diz-se
que (S) um sistema de m equaes lineares com n incgnitas x1 , x2 , . . . , xn

R com matriz dos coeficientes A e vetor dos termos independentes b se (S)
o sistema
a11 x1
a21 x1
..
am1 x1
a12 x2
a13 x3
a1n xn
b1
a22 x2
..
.
a23 x3
..
.
..
.
a2n xn
..
.
b2
..
.
+ am3 x3
+ amn xn
bm .
+ am2 x2
Chama-se vetor das incgnitas do sistema (S) matriz coluna x = [xi ]

Mn1 (R). Chama-se matriz aumentada ou matriz ampliada do sistema (S),
55
Topicos
de Algebra
Linear
56
que se representa por A|b, matriz

a11
a12
a13
a1n
b1
a21
..
.
am1
a22
..
.
a23
..
.
..
.
a2n
..
.
b2
..
.
am2
am3
amn
bm
Chama-se conjunto soluo do sistema (S), que se representa por CS(S) , a

CS(S)
"x #
1
= {(x1 , . . . , xn ) Rn : A ... = b}.
def
xn
3.2obs Note-se que o sistema (S) da definio anterior pode ser escrito na forma
matricial
a11 a12 a13
a21 a22 a23
..
..
..
.
.
.
am1 am2 am3
..
.

x1
a1n
b1

x2

a2n b2

.. x3 = .. ,

.
... .

amn
bm
xn
ou, em notao matricial, como Ax = b.

3.3def Jsistema de equaes no linearesK Chama-se sistema de equaes no lineares
a um sistema de equaes que no um sistema de equaes lineares.
3.4exe
(a) D um exemplo de um sistema com duas equaes lineares e com trs

incgnitas.
(b) D um exemplo de um sistema com duas equaes no lineares e com
res
duas incgnitas.
x + 2y + z = 1
(a)
3x y z = 0.
x + x sen(y ) = 1
(b)
x
ey
= 0.
Lineares
3 Sistemas de Equacoes
57
3.5def Seja (S) o sistema de equaes lineares Ax = b.

(a) Jsistema homogneoK Diz-se que (S) um sistema homogneo se b = 0.
(b) Jsistema homogneo associadoK Se b 6= 0, chama-se sistema homogneo
associado ao sistema (S) ao sistema Ax = 0.
3.6exe
(a) D um exemplo de um sistema homogneo com duas equaes e com

trs incgnitas.
(b) Identifique o sistema homogneo associado ao sistema de equaes lineares
x
3x
res
x
(a)
3x
x
(b)
3x
2y
0.
2y
2z
0.
2y
0.
3.7def Seja (S) um sistema de equaes lineares.

(a) Jsistema possvelK Diz-se que (S) um sistema possvel se # CS(S) > 0.
(b) Jsistema possvel e determinadoK Diz-se que (S) um sistema possvel
e determinado se # CS(S) = 1.
(c) Jsistema possvel e indeterminadoK Diz-se que (S) um sistema possvel

e indeterminado se # CS(S) > 1.
(d) Jsistema impossvelK Diz-se que (S) um sistema impossvel se # CS(S) =

0.
3.8def Jcaraterstica de uma matrizK Seja A Mmn (R). Chama-se caraterstica da

matriz A, que se representa por c(A), ao nmero de linhas no nulas de uma
matriz em escada que seja equivalente matriz A.
Topicos
de Algebra
Linear
58
3.9teo Seja Ax = b um sistema de equaes lineares com n incgnitas. Ento:
c(A) = c(A|b)
c(A) = c(A|b) = n
c(A) = c(A|b) < n
c(A) < c(A|b)
: sistema possvel (Pos)

: sistema possvel e determinado (PD)
: sistema possvel e indeterminado (PI)
: sistema impossvel (Imp).
3.10obs (a) Seja Ax = b um sistema de m equaes lineares com n incgnitas. Ento,

se n > m o sistema no pode ser possvel e determinado.
(b) Seja Ax = b um sistema de n equaes lineares com n incgnitas, tal que
A uma matriz invertvel. Ento, x = A1 b.
Mtodo de Gauss e Gauss-Jordan

3.11def Jvarivel piv, varivel livreK Sejam Ax = b um sistema de equaes lineares
e A0 fe(A). Se cj,A0 uma coluna piv, diz-se que xj uma varivel piv.
Caso contrrio, diz-se que uma varivel livre.

3.12exe Seja (S) o sistema de equaes lineares cuja matriz dos coeficientes A =
1 2 2 1
3
1 2 0 1 e cujo vetor dos termos independentes b = [ 1 ].
(a) Determine um elemento de fe(A|b).
(b) Identifique as colunas piv do sistema (S).
res
(c) Identifique as variveis piv e as variveis livres do sistema (S).
1 2 2 1 3 1 2 2 1
3
.
(a)
1 2
0 1 1
`2 `2 `1
0 0
2 0 2
|
{z
}
fe(A|b)
(b) Colunas piv de (S): c1 e c3 .

x1
(c) Seja x = xx23 o vetor das incgnitas do sistema (S). Ento, x1 e x3 so
x4
as variveis piv de (S) e x2 e x4 so as variveis livres de (S).
Lineares
59
3.13teo Seja (S) o sistema de equaes lineares cuja matriz dos coeficientes A
Mmn (R), cujo vetor dos termos independentes b Mm1 (R) e cujo vetor
das incgnitas x = [xi ] Mn1 (R).
(a) (Mtodo de Gauss) Seja, ainda, A0 |b0 fe(A|b). No caso de (S) ser um
sistema possvel, tem-se que:
(
CS(S) =
(x1 , . . . , xn ) Rn : se xi uma varivel piv, ento

0
(A |b )i,n+1
n
X
(A0 |b0 )ij xj )
j=i+1
0
(A |b0 )ii
xi =
(b) (Mtodo de Gauss-Jordan) No caso de (S) ser um sistema possvel, temse que:
(
CS(S) =
(x1 , . . . , xn ) Rn : se xi uma varivel piv, ento

(fer(A|b))i,n+1
xi =
n
X
(fer(A|b))ij xj )
j=i+1
(fer(A|b))ii
3.14obs (a) Para se resolver um sistema de equaes lineares pelo Mtodo de Gauss
comea-se por determinar um elemento pertencente ao conjunto das matrizes em escada equivalentes matriz ampliada do sistema. A partir
desta matriz imediato concluir se o sistema possvel e determinado,
caso em que no h variveis livres, possvel e indeterminado, caso em
que se tem que identificar as variveis livres, ou impossvel. No caso de
ser possvel, o seu conjunto soluo obtido atravs do
3.13teo (a).
(b) Para se resolver um sistema de equaes lineares pelo Mtodo de GaussJordan comea-se por determinar a matriz em escada reduzida equivalente
matriz ampliada do sistema. A partir desta matriz imediato concluir
Topicos
de Algebra
Linear
60
se o sistema possvel e determinado, caso em que no h variveis livres,

possvel e indeterminado, caso em que se tem que identificar as variveis
livres, ou impossvel. No caso de ser possvel, o seu conjunto soluo
obtido atravs do
3.15exe
3.13teo (b).
(a) D um exemplo de um sistema de duas equaes lineares a duas incgnitas possvel e determinado, resolva-o atravs do Mtodo de Gauss e
faa a sua interpretao geomtrica.
(b) D um exemplo de um sistema de duas equaes lineares a duas incgnitas possvel e indeterminado, resolva-o atravs do Mtodo de Gauss e
faa a sua interpretao geomtrica.
(c) D um exemplo de um sistema de duas equaes lineares a duas incgnitas impossvel, resolva-o atravs do Mtodo de Gauss e faa a sua
interpretao geomtrica.
res
(a) Seja (S1 ) o sistema de equaes lineares cuja matriz dos coeficientes

A = 11 11 e cujo vetor dos termos independentes b = [ 10 ], i.e.,
x + y = 1
(S1 )
x y = 0.
Resoluo de (S1 ) atravs do mtodo de Gauss:
1
1 1 1
1
1
.
1 1 0
`2 `2 `1
0 2 1
Como c(A) = c(A|b) = n = 2 (n o nmero de incgnitas), (S1 )
um sistema possvel e determinado equivalente ao sistema de equaes
lineares
2y
x =1
y=1
= 1
2
=
ou seja,
CS(S1 ) = {( 12 , 12 )}.
1
2
1
2
Lineares
61
CS(S1 ) pode ser geometricamente interpretado como sendo os pontos de

interseco das retas x + y = 1 e x y = 0, que neste caso um s
(ver Figura 3.1).
x y =0
1
1
2
1
2
x
x +y =1
Figura 3.1: Interpretao geomtrica de um sistema linear de duas equaes a duas

incgnitas possvel e determinado.
(b) Seja (S2 ) o sistema de equaes lineares cuja matriz dos coeficientes

A = 21 21 e cujo vetor dos termos independentes b = 21 , i.e.,
x
+ y = 1
(S2 )
2x 2y = 2.
1
1
1 1 1 1
.
2 2 2 `2 `2 + 2`1 0 0 0
Como c(A) = c(A|b) = 1 < n = 2 (n o nmero de incgnitas), (S2 )
um sistema possvel e indeterminado equivalente equao linear
n
x + y = 1.
Sendo y uma varivel livre, tem-se
x =1
y =R
ou seja,
CS(S2 ) = {(1 , ) : R}.
Topicos
de Algebra
Linear
62

interseco das retas x + y = 1 e 2x 2y = 2, que neste caso so
uma infinidade (ver Figura 3.2).
x + y = 1 2x 2y = 2
incgnitas possvel e indeterminado.
(c) Seja (S3 ) o sistema de equaes lineares cuja matriz dos coeficientes
A = [ 11 11 ] e cujo vetor dos termos independentes b = [ 12 ], i.e.,
x + y = 1
(S3 )
x + y = 2.
1
1
1
1
1
2
`2 `2 `1
Como c(A) = 1 < c(A|b) = 2, (S3 ) um sistema impossvel, tendo-se

CS(S3 ) = .
interseco das retas x + y = 1 e x + y = 2, que neste caso no existem
(ver Figura 3.3).
Lineares
63
x +y =1
x +y =2

incgnitas impossvel.
3.16exe Considere os seguintes sistemas de equaes lineares:
(S1 )
(S2 )
1
x1
x
x
x2
x3
x2
x3
= 1
x2
2x3
+ y
+ z
+ z
2.
3;
(a) Resolva (S1 ) atravs do mtodos de Gauss.

(b) Resolva (S1 ) atravs do mtodos de Gauss-Jordan.
(c) Resolva (S2 ) atravs do mtodos de Gauss.
(d) Resolva (S2 ) atravs do mtodos de Gauss-Jordan.
Topicos
de Algebra
Linear
64
res
(a)
1 1
0 1
1
1
2
1 `2 `2 + `1 0
0
3
1
`3 `3 2 `2 0
1
Assim, (S1 ) um sistema equivalente ao sistema
x2
x3
2x2
2x3
ou seja,
CS(S1 ) = {(1, 1, 1)}.
3x3
x =
1
0
x2 =
3
x3 =
1
11+1
1
=1
0+21
2
=1
3
3
=1
Lineares
65
(b)
1 1
0 1
1
1
2
` `2 + `1 0
1
2
3
0
`3 `3 12 `2 0
`3 13 `3
0
`1 `1 + `3
1
`2 `2 + 2`3 0
`2 12 `2 0
`1 `1 `2
1
0
1
x2
x3
ou seja,
CS(S1 ) = {(1, 1, 1)}.
Topicos
de Algebra
Linear
66
(c)
1
1
1
0
1
1
0
2
`2 `2 `1
1
x + y + z = 1
y
= 1.
Sendo z uma varivel livre, tem-se
x = 1 (1) = 2
y = 1
z =R
ou seja,
CS(S2 ) = {(2 , 1, ) : R}.
(d)
1
1
1
0
1
1
2
`2 `2 `1
`2 `2
`1 `1 `2
x
+ z =
2
y
= 1.
Sendo z uma varivel livre, tem-se
x =2
y = 1
z =R
Lineares
67
ou seja,
CS(S2 ) = {(2 , 1, ) : R}.
3.17exe Considere os seguintes sistemas de equaes lineares:
x + x2 + x3 = 3
1
(S1 )
x1 x2 = 0
x + x = 0.
x + x2 + x3 = 3
1
(S3 )
x1 + x2 = 2
2x + 2x + x = 1.
x + x2 = 2
1
(S2 )
x1 + x3 = 2
2x + x + x = 4.
1
2
3
x x2 + x3 = 1
1
(S4 )
2x1 + 2x2 2x3 = 2
x + x x = 1.
Responda s seguintes questes para cada um dos sistemas de equaes lineares dados:
(a) identifique a matriz dos coeficientes A, o vetor dos termos independentes
b, o vetor das incgnitas x e a matriz ampliada A|b;
(b) classifique o sistema quanto ao nmero de solues e determine o seu
conjunto soluo;
(c) classifique o sistema homogneo associado quanto ao nmero de solues e determine o seu conjunto soluo.
sol (S1 ) (a) A =
1 1 1
1 1 0
1 0 1
,b=
h3i
0
0
,x=
h x1 i
x2
x3
, A|b =
1 1 1 3
1 1 0 0
1 0 1 0
(b) PD. CSAx=b = {(1, 1, 1)}.

(c) PD. CSAx=0 = {(0, 0, 0)}.
h1 1 0i
h2i
h x1 i
h1 1 0 2i
(S2 ) (a) A = 1 0 1 , b = 2 , x = xx2 , A|b = 1 0 1 2 .
2 1 1
2 1 1 4
(b) PI. CSAx=b = {(2 t, t, t) : t R}.

(c) PI. CSAx=0 = {(t, t, t) : t R}.
h1 1 1i
h3i
h x1 i
h1 1 1 3i
(S3 ) (a) A = 1 1 0 , b = 2 , x = xx2 , A|b = 1 1 0 2 .
2 2 1
(b) Imp. CSAx=b = .
2 2 1 1
Topicos
de Algebra
Linear
68
(c) PI. CSAx=0 = {(s, s, 0) : s R}.

h 1 1 1 i
h 1 1 1 1 i
h 1i
h x1 i
(S4 ) (a) A = 2 2 2 , b = 2 , x = xx2 , A|b = 2 2 2 2 .
1
1 1
1 1 1
(b) PI. CSAx=b = {(1 + s t, s, t) : s, t R}.

(c) PI. CSAx=0 = {(s t, s, t) : s, t R}.
3.18exe Resolva os seguintes sistemas de equaes lineares atravs do mtodo de
Gauss e de Gauss-Jordan:
x1 + 2x2 = 5
(S1 )
3x2 = 6;
x1 + 2x2 = 1
(S2 )
0x = 2;
2
x1
(S3 )
x1
(S4 )
x1
(S5 )
x
1
1
(S6 )
2x1
x
1
2x
(S7 )
2x
(S8 )
2x
2x2
3x3
14
4x2
5x3
23;
+ x2
+ x3
x2
x4
x4
1;
+ x2
+ x3
x2
x3
0;
x2
x3
x4
x2
x3
3x4
2x2
x3
x4
0;
+ y
2;
2w
3w
2.
y
2y
2z
Lineares
69
sol (S1 ) sistema PD com CS(S1 ) = {(1, 2)}.

(S2 ) sistema Imp, i.e., CS(S2 ) = .
235
, ) : R}.
(S3 ) sistema PI com CS(S3 ) = {( 5
2 ,
4
(S4 ) sistema PI com CS(S4 ) = {(s, 1 t, s, t) : t, s R}.

(S5 ) sistema PI com CS(S5 ) = {(0, , ) : R}.
(S6 ) sistema PI com CS(S6 ) = {( 34 , 0, 13 , ) : R}.
(S7 ) sistema PD com CS(S7 ) = {(1, 1, 1, 1)}.
(S8 ) sistema PD com CS(S8 ) = {(0, 1, 0, 0)}.
3.19exe D exemplos de sistemas de m equaes lineares a n incgnitas possveis e
determinados, possveis e indeterminados e impossveis para m > n, m = n e
m < n, sempre que tal seja possvel.
res
PD
PI
Imp
m>n
m=n
m = 2, n = 1
m = 1, n = 1
x =1
2x=2
n
x=1
m = 3, n = 2
m = 2, n = 2
m = 1, n = 2
x + y =1
2x+2y =2
3x+3y =3
x + y =1
2x+2y =2
n
x+y =1
m = 2, n = 1
m = 2, n = 2
m = 2, n = 3
x=1
x+y =1
x+y =2
x+y +z =1
x+y +z =2
x=2
m<n
Topicos
de Algebra
Linear
70
Discusso de sistemas de equaes lineares

3.20exe Discuta o seguinte sistema de equaes lineares em funo dos parmetros
reais e :
x1
2x1
2x1
( + 1)x
1
x2
( + 2)x2
2x2
x3
2x3
2x3
x4
=
x4
x4
0.
res
1 1
`2 `2 2`1
2
0
2 0
2
+ 2 2 1 0
`3 `3 2`1
+1
2
0 1 0 `4 `4 ( + 1)`1
1
1
1
1 0
0
2
0
2
0
1 0 `3 `3 + 2 `2
0 1 1 0
`4 `4 + 1
2 `2
1 1
1
1
0
0 2
0
2
0 0
0
+1
2
(1)
0 0 1
1
`3 `4
2
0
1 1
1
1
0 2
0
2
(1)
0 0 1
1
2
0 0
0
+1
2
1
Lineares
71
= 1:
1 1
6= 1: c(A) = 4, c(A|b) = 4 e n = 4 (nmero de incgnitas)

c(A) = c(A|b) = n , pelo que o sistema possvel e determinado.
= 1 e = 0: c(A) = 3, c(A|b) = 3 e n = 4 (nmero de incgnitas)
c(A) = c(A|b) < n , pelo que o sistema possvel e indeterminado.
= 1 e 6= 0: c(A) = 3 e c(A|b) = 4 c(A) < c(A|b) , pelo
que o sistema impossvel.
3.21exe Discuta os seguintes sistemas de equaes lineares Ax = b em funo dos
respetivos parmetros reais:
(a) A =
(b) A =
(c) A =
h1 1
3
2
h1
2
h 11
3
0
4
3
0
k
2
2
3
3
2
2 , b = .
1
1
i
h 3 i
3
1 , b = 2 .
1
k
i
h2i
1 0
5 c , b = 3 .
2 3
t
h i
h1 2 2 0i
h1i
0 2 1 1 , b = 2 .
t
1 0 1 a
h 1 2 1i
h1i
(e) A = 1 4 3 , b = 2 .
2 2
3
h 1 2 1i
h0i
(f) A = 2 5 3 , b = 0 .
(d) A =
1 1
sol
(a) PD: 6= 3; PI: = 3; Imp: nunca.

(b) PD: k 6= 2 k 6= 5; PI: k = 2; Imp: k = 5.
(c) PD: nunca; PI: c 6= 3 t = 3; Imp: c = 3 t 6= 3.
(d) PD: nunca; PI: a 6= 1 t = 1; Imp: a = 1 t 6= 1.
(e) PD: 6= 2; PI: nunca; Imp: = 2.
(f) PD: 6= 2; PI: = 2; Imp: nunca.
Topicos
de Algebra
Linear
72
Regra de Cramer
3.22teo (Regra de Cramer) Seja Ax = b um sistema de n equaes lineares a n
incgnitas possvel e determinado. Ento, x =
i
|A| , i
1
|A|
adj(A) b, ou seja, xi =
= 1, . . . , n, em que i o determinante da matriz que se obtm a
partir da matriz A, na qual se substitui a i-sima coluna pelo vetor dos termos
independentes, b.
3.23exe Seja (S) o sistema de equaes lineares Ax = b, com A =
1 2
3 6
e b = [ 12 ].
(a) Mostre que (S) um sistema possvel e determinado.

(b) Determine o conjunto soluo de (S) atravs da Regra de Cramer.
res
(a) Como det(A) = 1 6 2 (3) = 12 6= 0, c(A) = 2, c(A|b) = 2 e

n = 2 (nmero de incgnitas) c(A) = c(A|b) = n , pelo que (S)
um sistema possvel e determinado.
(b) Seja x = [ xx12 ] o vetor das incgnitas de (S).

1
1 2

3
2 6
2
1
=
= , x2 =
x1 =

12
6
1 2
1

3 6
3
Ento:

1

2
5
=
.

12
2

6
5
)}.
Assim, CS(S) = {( 16 , 12
3.24exe Considere o sistema de equaes lineares (S) cuja matriz dos coeficientes

A = 52 37 e o vetor dos termos independentes b = 12 .
(a) Mostre, sem o resolver, que o sistema de equaes lineares dado possvel
e determinado.
(b) Resolva o sistema de equaes lineares dado atravs da Regra de Cramer.
1
sol (b) CS(S) = {( 13
29 , 29 )}.
3.25exe Considere o sistema de equaes lineares (S) cuja matriz dos coeficientes
h1 1 2i
h9i
A = 2 4 3 e o vetor dos termos independentes b = 1 .
3 6 5
Lineares
73
(a) Mostre, sem o resolver, que o sistema de equaes lineares dado possvel
e determinado.
(b) Resolva o sistema de equaes lineares dado atravs da Regra de Cramer.
sol (b) CS(S) = {(1, 2, 3)}.
Matrizes invertveis revisitadas

3.26teo Seja A Mnn (R). Ento, A uma matriz invertvel se e s se c(A) = n.
3.27exe Indique quais das seguintes matrizes so invertveis:
(a) A =
1 0 1
2 0 0
1 1 0
(d) D = [ 11 10 ];
h2 3 1i
(e) E = 1 2 3 ;
3 1 2
h 2 3 5 i
(f) F = 1 0 1 .
(b) B = [ 12 24 ];
h 1 2 3 i
(c) C = 2 1 0 ;
4 2
0 2 2
sol A, C, D e E.
3.28exe Determine, por dois processos distintos, para que valores de a matriz A =
h 1 1i
1 1 invertvel.
1 1
sol R \ {2, 1}.
Exerccios miscelnea
3.29exe Seja (S) o sistema de equaes lineares dado por
1
x1
x
1
x2
x3
2ax2
2ax3
1 , a, b R.
x2
ax3
= b
(a) Discuta (S) em funo de dos parmetros reais a e b.

(b) Resolva (S) atravs da Regra de Cramer para a = 2 e b = 1.
Topicos
de Algebra
Linear
74
sol
(a) a = 1 e b = 1: sistema PI. a = 1 e b 6= 1: sistema Imp. a 6= 1 e a 6=

1
2
e b R: sistema PD. a =
1
2
e b R: sistema PI.
(b) CS(S) = {(1, 0, 0)}.

3.30exe Seja (S) o sistema de equaes lineares dado por
ax
2z
bz
2a
, a, b R.
(a) Discuta (S) em funo de dos parmetros reais a e b.

(b) Seja (S 0 ) o sistema homogneo associado a (S) para a =
1
2
e b = 1.
Resolva-o.
sol
(a) Para a =
1
2
o sistema Imp. Para a 6=
1
2
o sistema PD.
(b) CS(S0 ) = {(2, , ) : R}.

3.31exe Considere o seguinte sistema no linear com incgnitas , e :
2 sen
4 sen
6 sen
cos
2 cos
3 cos
3 tan
2 tan
10
9.
tan
Mostre que, neste caso, possvel concluir que o sistema impossvel recorrendo ao mtodo de Gauss.
3.32exe Determine a equao da parbola que passa nos pontos (1, 2), (1, 6) e (2, 3).
sol x 2 2x + 3.
h1 1 0i
1 0 1
0 1 1
(a) Calcule A1 .
(b) Mostre que o sistema Ax = b possvel e determinado, qualquer que
seja o vetor dos termos independentes b M31 (R).
Lineares
75
(c) Usando a alnea (a), resolva o sistema Ax = b, em que b = [bi ]

M31 (R), bi = i .
sol
(a) A1 =
1
2
1 1 1
1 1 1
1 1 1
(c) CSAx=b = {(0, 1, 2)}.

3.34exe Sistemas de Equaes Lineares Aplicao: Circuitos eltricos
Nesta aplicao vai-se analisar como se pode usar a teoria de sistemas de
equaes lineares para determinar a corrente em cada trecho de um circuito
eltrico atravs das leis de Kirchhoff.
Considere o circuito eltrico ilustrado na Figura 3.4.
8V
i1 H
4
2
i2
2
9V
i3
Figura 3.4: Circuito eltrico 1.
A bateria, medida em volt (V), gera uma carga que produz uma corrente. A
corrente sai da bateria do lado que contm a reta vertical mais longa. As
resistncias so medidas em ohm (). As letras maisculas representam os
Topicos
de Algebra
Linear
76
ns do circuito eltrico. A letra i representa a corrente entre os ns e as setas

indicam o sentido de fluxo, mas se i for negativa, ento a corrente flui no
sentido oposto ao indicado. As correntes so medidas em ampere.
Para determinar as correntes, recorre-se s leis de Kirchhoff :
(a) Em cada n, a soma das correntes que entram igual soma das correntes que saem.
(b) Em cada ciclo fechado, a diferena de potencial zero.
A diferena de potencial eltrico U em cada resistor dada pela lei de Ohm:
U = i R,
onde i representa a corrente em ampere e R a resistncia em ohm.

Determine-se, agora, as correntes do circuito eltrico considerado. Da primeira lei de Kirchhoff obtm-se
i1
i2
i3
(n A)
i1
i2
i3
(n B)
Da segunda lei de Kirchhoff resulta que

4i1
2i2
2i2
5i3
(ciclo superior)
(ciclo inferior)
Pode-se representar o circuito eltrico usando a seguinte matriz ampliada:
1 1
2
0
.
Lineares
77
Esta matriz pode ser reduzida forma escada da seguinte forma:
1 32
0
4
3
Resolvendo por substituio de trs para a frente, obtm-se i1 = 1, i2 = 2 e

i3 = 1.
Exerccio: Determine a corrente em cada um dos trechos do circuito eltrico
ilustrado na Figura 3.5.
i1
16V
i2
B
2
i3
3
Figura 3.5: Circuito eltrico 2.
sol i1 = 5A, i2 = 3A e i3 = 2A.
78
Topicos
de Algebra
Linear
4
Espaos Vetoriais
Definies iniciais
4.1obs Apresenta-se na definio que se segue a generalizao da noo de vetor
entendido como uma entidade com um tamanho, um sentido e uma direco.
O estudo genrico de um espao vetorial permite-nos estabelecer propriedades
vlidas para um conjunto alargado de entidades matemticas.
4.2def Jespao vetorialK Sejam V um conjunto no vazio e as operaes
: V V
(x, y )
x y,
RV
(, x)
x.
Diz-se que o sxtuplo (V, , , R, +, ) um espao vetorial se:

(a) x, y V : x y = y x.
(b) x, y , z V : (x y ) z = x (y z).
(c) 1 elemento de V (representado por 0V ), x V : x 0V = x.
(d) x V, 1 elemento de V (representado por x) : x (x) = 0V .
79
Topicos
de Algebra
Linear
80
(e) R, x, y V : (x y ) = x y .
(f) , R, x V : ( + ) x = x x.
(g) , R, x V : ( ) x = ( x).
(h) x V : 1 x = x.
4.3def Seja o espao vetorial definido por (V, , , R, +, ).
(a) JescalarK Chama-se escalares aos elementos de R.
(b) JvetorK Chama-se vetores aos elementos de V .
(c) Jsoma de vetoresK Chama-se soma de vetores operao .
(d) Jmultiplicao de um escalar por um vetorK Chama-se multiplicao de
um escalar por um vetor operao .
4.4obs
(a) Para simplificar a linguagem, em vez de seja o espao vetorial definido

por (V, , , R, +, ) diz-se seja V um espao vetorial quando as
operaes de soma de vetores e de multiplicao de um escalar por um
vetor estiverem subentendidas.
(b) Se no causar confuso, em vez de x y escreve-se x + y , em vez de
x (y ) escreve-se x y e em vez de x escreve-se x.
4.5def JRnK Seja n N. Representa-se por Rn o conjunto dos n-tuplos com elementos em R, ou seja,
def
Rn = {(x1 , . . . , xn ) : x1 , . . . , xn R}.
As operaes usuais neste conjunto de soma e multiplicao por um escalar,
so dadas, respetivamente, por:
def
(i) (x1 , . . . , xn ) + (y1 , . . . , yn ) = (x1 + y1 , . . . , xn + yn );

def
(ii) (x1 , . . . , xn ) = (x1 , . . . , xn ).

4.6teo Rn com as operaes usuais um espao vetorial.
81
4 Espacos Vetoriais
4.7obs Considera-se neste curso apenas espaos vetoriais que so subconjuntos de

Rn .
4.8teo Seja V um espao vetorial. Ento:
(a) R : 0V = 0V ;
(b) x V : 0x = 0V ;
(c) R, x V : (x) = ()x e ()(x) = x;
(d) R, x V : se (x = 0V ) ento ( = 0 x = 0V );
(e) , R, x V \ {0V } : se (x = x) ento ( = );
(f) x, x1 , x2 V : se (x1 + x = x2 ) ento (x = x2 x1 );
(g) x, x1 , x2 V : se (x + x1 = x + x2 ) ento (x1 = x2 ).
Subespaos
4.9def JsubespaoK Sejam o espao vetorial (V, , , R, +, ) e F um subconjunto
no-vazio de V . Diz-se que F um subespao de V se (F, , , R, +, ) um
espao vetorial.
4.10teo Sejam V um espao vetorial e F V . Ento, F um subespao de V se e
s se:
(a) 0V F ;
(b) x, y F : x + y F ;
(c) R, x F : x F .
4.11obs Note-se que o teorema
4.10teo um processo mais prtico de verificar
se um subconjunto de um espao vetorial um subespao do que a definio

4.9def .
4.12exe Mostre que F = {(x1 , x2 ) R2 : x2 = 0} um subespao de R2 .
Topicos
de Algebra
Linear
82
res Sendo F R2 , verifiquem-se as trs propriedades do teorema
4.10teo :
(a) 0R2 = (0, 0) F , pelo que a propriedade (a) vlida;

(b) sejam x = (x1 , 0), y = (y1 , 0) F . Ento, x + y = (x1 , 0) + (y1 , 0) =
(x1 + y1 , 0) F , pelo que a propriedade (b) vlida;
(c) sejam R e x = (x1 , 0) F . Ento, x = (x1 , 0) = (x1 , 0) F ,
pelo que a propriedade (c) vlida.
Conclui-se, assim, que F um subespao de R2 .
4.13exe Mostre que:
(a) {(x, y , z) R3 : x = y } um subespao de R3 .
(b) {0V } um subespao de V .
(c) V um subespao de V .
4.14exe Mostre que o conjunto G = {(x1 , x2 ) R2 : x2 = 1} no um subespao de
R2 .
res Para resolver este exerccio necessrio identificar (pelo menos) uma propriedade do teorema
4.10teo que no satisfeita. No entanto, e por questes
didticas, vai-se verificar todas as propriedades.

Sendo G R2 , verifiquem-se as trs propriedades do teorema
4.10teo :
(a) 0R2 = (0, 0)

/ G, pelo que a propriedade (a) no vlida;
(b) sejam, por exemplo, x = (2, 1), y = (3, 1) G. Ento, x + y = (2, 1) +
(3, 1) = (5, 2)
/ G, pelo que a propriedade (b) no vlida;
(c) sejam, por exemplo, = 2 e x = (3, 1) G. Ento, x = 2(3, 1) =
(6, 2)
/ G, pelo que a propriedade (c) no vlida.
Como as propriedades (a), (b) e (c) do teorema
4.10teo no so satis-
feitas, conclui-se que o conjunto G no um subespao de R2 (volta-se a

frisar que bastava uma propriedade no se verificar para se concluir que no
se estava perante um subespao).
83
4 Espacos Vetoriais
4.15teo Seja A Mmn (R). Ento, CS(Ax=0) um subespao de Rn .

dem Para mostrar que CS(Ax=0) Rn um subespao de Rn , aplique-se o teorema
4.10teo (no que se segue identifica-se Rn com Mn1 (R)):
(a) como A0n1 = 0, tem-se que 0Rn = 0n1 CS(Ax=0) , pelo que a propriedade (a) vlida;
(b) sejam x1 , x2 CS(Ax=0) . Ento, como A(x1 + x2 ) = Ax1 + Ax2 = 0 + 0 =
0, tem-se que x1 + x2 CS(Ax=0) , pelo que a propriedade (b) vlida;
(c) sejam R e x CS(Ax=0) . Ento, como A(x) = (Ax) = 0 = 0,
tem-se que x CS(Ax=0) , pelo que a propriedade (c) vlida.
Assim, conclui-se que CS(Ax=0) um subespao de Rn .
4.16exe Mostre que {(x, y 2 ) R2 } no um subespao de R2 .
Combinao linear
4.17def Jcombinao linear K Sejam V um espao vetorial, x V , k N e S =
{x1 , . . . , xk } V . Diz-se que x uma combinao linear dos elementos de S
se
1 , . . . , k R : x = 1 x1 + + k xk .
4.18obs Sejam V um espao vetorial, x V , k N e S = {x1 , . . . , xk } V . Diz-se
que x uma combinao linear dos elementos de S se o sistema linear
1 x1 + + k xk = x
possvel.
4.19exe Sejam x = (1, 4), x1 = (1, 2), x2 = (1, 1) e x3 = (2, 2).
(a) Mostre que x = (1, 4) uma combinao linear de x1 = (1, 2) e x2 =
(1, 1) e escreva x como combinao linear de x1 e de x2 .
Topicos
de Algebra
Linear
84
(b) Mostre que x = (1, 4) uma combinao linear de x1 = (1, 2), x2 =

(1, 1) e x3 = (2, 2) e escreva x como combinao linear de x1 , de x2 e
de x3 de duas maneiras.
(c) Mostre que x = (1, 4) no uma combinao linear de x2 = (1, 1) e
x3 = (2, 2).
res
(a) Mostrar que x = (1, 4) uma combinao linear de x1 = (1, 2) e x2 =

(1, 1) , por definio, mostrar que
, R : x = x1 + x2 ,
i.e., que possvel o sistema de equaes lineares (Sa ) dado por
+ = 1
(1, 4) = (1, 2) + (1, 1)
2 + = 4.
Ento, como
1 1
2 1
1
4
`2 `2 2`1
a caraterstica da matriz dos coeficientes igual caraterstica da matriz

ampliada, pelo que o sistema (Sa ) possvel, concluindo-se que x uma
combinao linear de x1 e x2 . Para escrever x como combinao linear
de x1 e x2 , resolve-se o sistema (Sa ), tendo-se
= 3
= 2,
vindo
x = 3x1 2x2 .
(b) Mostrar que x = (1, 4) uma combinao linear de x1 = (1, 2), x2 =
(1, 1) e x3 = (2, 2) , por definio, mostrar que
, , R : x = x1 + x2 + x3 ,
i.e., que possvel o sistema de equaes lineares (Sb ) dado por
(1, 4) = (1, 2) + (1, 1) + (2, 2)
85
4 Espacos Vetoriais
+
2 +
Ento, como
1 1 2
2 1 2
4.
1
4
`2 `2 2`1
a caraterstica da matriz dos coeficientes igual caraterstica da matriz

ampliada, pelo que o sistema (Sb ) possvel, concluindo-se que x uma
combinao linear de x1 , x2 e x3 . Para escrever x como combinao
linear de x1 ,
x2 e x3 , resolve-se o sistema (Sb ), tendo-se

=
= 2 2a
= a R,
vindo
x = 3x1 + (2 2a)x2 + ax3 , a R.
Assim, considerando, por exemplo, a = 0 e a = 1, tem-se
x = 3x1 2x2 ,
x = 3x1 4x2 + x3 .
(c) Mostrar que x = (1, 4) no uma combinao linear de x2 = (1, 1)
e x3 = (2, 2) equivalente a mostrar que impossvel o sistema de
equaes lineares (Sc ) dado por

(1, 4) = (1, 1) + (2, 2)

Ento, como
1 2
1 2
1
4
`2 `2 `1
4.
Topicos
de Algebra
Linear
86
a caraterstica da matriz dos coeficientes menor do que a caraterstica

da matriz ampliada, o sistema (Sc ) impossvel, concluindo-se que x
no uma combinao linear de x2 e x3 .
4.20exe Escreva, se possvel, o vetor v = (3, 3) R2 como combinao linear dos
seguintes vetores de R2 , e interprete geometricamente os resultados obtidos:
(a) v1 = (1, 1).
(b) v1 = (1, 2).
(c) v1 = (1, 2), v2 = (4, 2).
(d) v1 = (1, 1), v2 = (2, 2).
(e) v1 = (1, 1), v2 = (1, 1).
(f) v1 = (1, 1), v2 = (0, 1), v3 = (2, 0).
sol
(a) v = 3v1 .
(b) v no uma combinao linear de v1 .
(c) v = v1 + 12 v2 .
(d) v = (3 2)v1 + v2 , R.
(e) v no uma combinao linear de v1 e v2 .
(f) v = (3 2)v1 + (6 2)v2 + v3 , R.
4.21exe Sejam u = (1, 2, 4), v = (2, 5, 6), w = (1, 1, 10), r = (1, 0, ) R3 .

(a) Escreva o vetor w como combinao linear de u e v .
(b) Indique para que valores de R o vetor r uma combinao linear de
u e v.
sol
(a) w = 7u 3v .
(b) = 8.
87
4 Espacos Vetoriais
Espao gerado
4.22def Jespao gerado, L(S), hx1 , . . . , xn i K Sejam V um espao vetorial e S =
{x1 , . . . , xn } V . Chama-se espao gerado pelo conjunto S, que se repre-
senta por L(S) ou por hx1 , . . . , xn i, ao conjunto de todas as combinaes

lineares dos elementos de S, ou seja,
def
L(S) hx1 , . . . , xn i = {1 x1 + + n xn : 1 , . . . , n R}.

4.23exe Sejam a = (1, 2, 3), b = (3, 4, 2), c = (2, 6, 6), d = (9, 2, 5) R3 .
Mostre que c
/ ha, bi e d
/ ha, bi.
4.24teo Sejam V um espao vetorial e S = {x1 , . . . , xn } U V . Ento:
(a) L(S) um subespao de V ;
(b) se U um subespao de V , ento L(S) U.
4.25obs Sejam V um espao vetorial e S = {x1 , . . . , xn } V . Ento:
(a) chama-se espao gerado ao conjunto L(S) devido alnea (a) do teorema anterior;
(b) L(S) o menor subespao de V que contm S no sentido da alnea
(b) do teorema anterior.
Conjunto gerador
4.26def Jconjunto geradorK Sejam V um espao vetorial e S = {x1 , . . . , xn } V .
Diz-se que S um conjunto gerador de V se V = L(S).
4.27obs Sejam V um espao vetorial e S = {x1 , . . . , xn } V . Ento, S um conjunto

gerador de V se
x V, 1 , . . . , n R : x = 1 x1 + + n xn ,
Topicos
de Algebra
Linear
88
i.e., se o sistema de equaes lineares

1 x1 + + n xn = x
possvel qualquer que seja x V .
4.28exe
(a) Verifique se R2 = h(2, 0)i.

(b) Verifique se R2 = h(2, 0), (3, 4)i.
(c) Verifique se R2 = h(2, 0), (3, 4), (0, 1)i.
res
(a) Verificar se R2 = h(2, 0)i equivalente a verificar se, qualquer que seja
x = (x1 , x2 ) R2 , possvel o sistema de equaes lineares (S1 ) dado
por
2 =
(x1 , x2 ) = (2, 0)
0 =
x1
x2 .
Ento, como a representao matricial do sistema (S1 )
2 x1
0 x2
que j est em escada, a caraterstica da matriz dos coeficientes menor do que a caraterstica da matriz ampliada se x2 6= 0, pelo que o
sistema (S1 ) nem sempre possvel, concluindo-se que R2 6= h(2, 0)i,
i.e., {(2,0)} no um conjunto gerador de R2 .
(b) Verificar se R2 = h(2, 0), (3, 4)i equivalente a verificar se, qualquer que
seja x = (x1 , x2 ) R2 , possvel o sistema de equaes lineares (S2 )
dado por
2
(x1 , x2 ) = (2, 0) + (3, 4)
0
x1
x2 .
2 3 x1
0 4 x2
89
4 Espacos Vetoriais
que j est em escada, a caraterstica da matriz dos coeficientes igual

caraterstica da matriz ampliada qualquer que seja x = (x1 , x2 ) R2 ,
pelo que o sistema (S2 ) sempre possvel, concluindo-se que R2 =
h(2, 0), (3, 4)i, i.e., {(2,0),(3,4)} um conjunto gerador de R2 .
(c) Verificar se R2 = h(2, 0), (3, 4), (0, 1)i equivalente a verificar se, qualquer que seja x = (x1 , x2 ) R2 , possvel o sistema de equaes lineares
(S3 ) dado por
(x1 , x2 ) = (2, 0) + (3, 4) + (0, 1)
2 + 3
0 + 4
= x1
= x2 .
x1
x2
que j est em escada, a caraterstica da matriz dos coeficientes igual

caraterstica da matriz ampliada qualquer que seja x = (x1 , x2 ) R2 ,
pelo que o sistema (S3 ) sempre possvel, concluindo-se que R2 =
h(2, 0), (3, 4), (0, 1)i, i.e., {(2, 0), (3, 4), (0, 1)} um conjunto gerador
de R2 .
4.29obs
(a) Um espao vetorial pode admitir diversos conjuntos geradores.

(b) Conjuntos geradores distintos podem gerar o mesmo espao vetorial.
Topicos
de Algebra
Linear
90
4.30exe Indique quais dos seguintes conjuntos de vetores so conjuntos geradores do

espao vetorial R2 :
A = {(1, 0), (0, 1)}
B = {(1, 2), (1, 0)}
C = {(1, 0), (0, 1), (1, 3)}
D = {(1, 2)}
E = {(1, 2), (2, 4), (1, 2)}
F = {(1, 1), (2, 2)}
sol A, B e C.
4.31exe Seja X = {(1, 0, ), (, , ), (1, 0, 0), (0, 0, 1)} R3 . Indique para que
valores de e o conjunto X um conjunto gerador de R3 .
sol R, R \ {0}.
Independncia e dependncia lineares

4.32def Sejam V um espao vetorial e S = {x1 , . . . , xn } V .
(a) Jconjunto linearmente independenteK Diz-se que S um conjunto linearmente independente se
1 , . . . , n R : 1 x1 + + n xn = 0V 1 = = n = 0.
(b) Jvetores linearmente independentes K Se S um conjunto linearmente
independente, os elementos de S dizem-se vetores linearmente independentes.
(c) Jconjunto linearmente dependenteK Se S no um conjunto linearmente
independente, diz-se que S um conjunto linearmente dependente.
91
4 Espacos Vetoriais
(d) Jvetores linearmente dependentesK Se S um conjunto linearmente dependente, os elementos de S dizem-se vetores linearmente dependentes.
4.33obs Sejam V um espao vetorial e S = {x1 , . . . , xn } V .

(a) Diz-se que S um conjunto linearmente independente se o sistema de
equaes lineares
1 x1 + + n xn = 0V
possvel e determinado.
(b) Diz-se que S um conjunto linearmente dependente se o sistema de
equaes lineares
1 x1 + + n xn = 0V
possvel e indeterminado.
4.34exe
(a) Indique, justificando, se {(2, 0)} um conjunto linearmente independente

ou linearmente dependente.
(b) Indique, justificando, se {(2, 0), (3, 4)} um conjunto linearmente independente ou linearmente dependente.
(c) Indique, justificando, se {(2, 0), (3, 4), (0, 1)} um conjunto linearmente
independente ou linearmente dependente.
res
(a) Como
2
(2, 0) = (0, 0)
0
= 0,
conclui-se que {(2, 0)} um conjunto linearmente independente.

(b) Como
(2, 0) + (3, 4) = (0, 0)
2 + 3 = 0
= 0,
0 + 4 = 0
= 0,
conclui-se que {(2, 0), (3, 4)} um conjunto linearmente independente.
Topicos
de Algebra
Linear
92
(c) Como
(2, 0) + (3, 4) + (0, 1) = (0, 0)
= 3a
8 ,
2 + 3 + 0 = 0
= 4a ,
0 + 4 + = 0
= a R,
conclui-se que {(2, 0), (3, 4), (0, 1)} um conjunto linearmente dependente.
4.35teo Sejam V um espao vetorial e S1 S = {x1 , . . . , xn } S2 V .
(a) Se S um conjunto linearmente dependente, ento, S2 um conjunto
linearmente dependente.
(b) Se S um conjunto linearmente independente, ento, S1 um conjunto
linearmente independente.
4.36exe Indique quais dos seguintes conjuntos de vetores so conjuntos linearmente
independentes:
(a) A = {(3, 1), (4, 2)} em R2 ;
(b) B = {(3, 1), (4, 2), (7, 2)} em R2 ;
(c) C = {(0, 3, 1), (2, 4, 1), (2, 8, 5)} em R3 ;
(d) D = {(1, 2, 0, 2), (5, 0, 1, 1), (8, 6, 1, 5)} em R4 .
sol A e C.
4.37exe Indique para que valores do parmetro real , os vetores a = (1, 2) e b =
(, 1) de R2 so linearmente independentes.
sol R \ { 12 }.
4.38exe Considere no espao vetorial R3 os vetores v1 = (1 , 1 , 1) e v2 = (2 , 2 , 0)
em que 1 , 2 , 1 , 2 R so constantes reais. Indique, em funo de 1 ,
2 , 1 e 2 uma condio necessria e suficiente para os vetores v1 e v2 serem
linearmente independentes.
93
4 Espacos Vetoriais
sol 1 R 1 R (2 R \ {0} 2 R \ {0}).

4.39exe Considere o espao vetorial R3 e um seu subespao S = {(x, y , z) R3 : x =
y }. Determine dois vetores linearmente independentes u e v de S e mostre
que qualquer vetor w S uma combinao linear de u e v .
4.40exe Sejam V um espao vetorial e {v1 , v2 , v3 } um conjunto de vetores de V linearmente independente. Mostre que os seguintes conjuntos tambm so
linearmente independentes:
(a) {v1 , v1 + v2 };
(b) {2v1 , v1 + v2 , v1 + v3 };
(c) {v1 + v2 , v1 + v3 , v2 + v3 }.
Base e base ordenada

4.41def JbaseK Sejam V um espao vetorial e S = {x1 , . . . , xn } V . Diz-se que S
uma base de V se S um conjunto gerador de V linearmente independente.
4.42obs Sejam V um espao vetorial e S = {x1 , . . . , xn } V . Diz-se que S uma

base de V se o sistema de equaes lineares
1 x1 + + n xn = x
possvel e determinado qualquer que seja x V .
4.43exe
(a) Indique, justificando, se {(2, 0)} uma base de R2 .

(b) Indique, justificando, se {(2, 0), (3, 4)} uma base de R2 .
(c) Indique, justificando, se {(2, 0), (3, 4), (0, 1))} uma base de R2 .
res
(a) Atendendo ao exerccio
4.28exe (a), {(2, 0)} no um conjunto
gerador de R2 , pelo que tambm no uma sua base.
Topicos
de Algebra
Linear
94
(b) Atendendo aos exerccios
4.28exe (b) e
4.34exe (b), {(2, 0), (3, 4)}
um conjunto gerador de R2 linearmente independente, pelo que uma

base de R2 .
(c) Atendendo ao exerccio
4.34exe (c), {(2, 0), (3, 4), (0, 1)} no um
conjunto linearmente independente, pelo que tambm no uma base

de R2 .
4.44exe Averigue quais dos seguintes conjuntos de vetores so bases de R2 :
(a) A = {(1, 1), (3, 0)};
(b) B = {(1, 1), (0, 2), (2, 3)};
(c) C = {(1, 1), (0, 8)};
(d) D = {(1, 2), (2, 4)}.
sol A e C.
4.45exe Indique para que valores de o conjunto {(, 6), (1, )} uma base de R2 .

sol R \ { 6, 6}.
4.46def Jbase ordenadaK Sejam V um espao vetorial e S = (x1 , . . . , xn ) V n . Diz-se
que S uma base ordenada de V se S = {x1 , . . . , xn } uma base de V .
4.47obs O objetivo da definio anterior permitir distinguir entre ordenaes diferentes dos seus elementos, situao que no acontece em conjuntos. Faz
sentido, agora, a seguinte definio:
4.48def Jcoordenadas de um vetor numa base ordenadaK Sejam V um espao vetorial,
S = (x1 , . . . , xn ) uma base ordenada de V , x V e 1 , . . . , n R tais que
x = 1 x1 + + n xn .
Chama-se coordenadas do vetor x relativamente base ordenada S, que se
representa por [x]S , a
def
[x]S = (1 , . . . , n ) Rn .
95
4 Espacos Vetoriais
4.49obs Como uma base um conjunto linearmente independente, o sistema linear

que necessrio resolver para determinar as coordenadas de um vetor numa
base ordenada sempre possvel e determinado, pelo que as coordenadas de
um vetor numa base ordenada so nicas.
4.50exe
(a) Seja S1 = ((1, 0, 0), (0, 1, 0), (0, 0, 1)) uma base ordenada de R3 . Determine as coordenadas de x = (0, 2, 3) na base ordenada S1 .
(b) Seja S2 = ((0, 1, 0), (1, 0, 0), (0, 0, 1)) uma base ordenada de R3 . Determine as coordenadas de x = (0, 2, 3) na base ordenada S2 .
(c) Seja S3 = ((1, 1, 1), (0, 1, 1), (1, 0, 1)) uma base ordenada de R3 . Determine as coordenadas de x = (0, 2, 3) na base ordenada S3 .
res
(a) Como (0, 2, 3) = 0(1, 0, 0) + 2(0, 1, 0) + 3(0, 0, 1), tem-se que [x]S1 =
(0, 2, 3).
(b) Como (0, 2, 3) = 2(0, 1, 0) + 0(1, 0, 0) + 3(0, 0, 1), tem-se que [x]S2 =
(2, 0, 3).
(c) Para responder questo, tem que se resolver o sistema
(1, 1, 1) + (0, 1, 1) + (1, 0, 1) = (0, 2, 3)
+ = 0
+
= 2
+ + = 3.
Recorra-se, agora, ao mtodo de Gauss:
2 `2 `2 `1
3
`3 `3 `1
`3 `3 `2
0
2 ,
Topicos
de Algebra
Linear
96
tendo-se
= 1,
= 3,
= 1,
pelo que (0, 2, 3) = (1, 1, 1) + 3(0, 1, 1) + (1, 0, 1), ou seja, [x]S3 =
(1, 3, 1).
4.51exe Seja S = ((1, 1, 1); (0, 1, 1); (1, 0, 1)) uma base ordenada de R3 . Determine
as coordenadas de z = (0, 1, 0) na base ordenada S.
sol [z]S = (1, 0, 1).
4.52teo Sejam V um espao vetorial e o conjunto {x1 , . . . , xn } uma base de V . Ento,
todas as bases de V tm n vetores.
Dimenso de um espao vetorial

4.53def Jdimenso de um espao vetorial, dim(V ), espao vetorial de dimenso finitaK
Seja V um espao vetorial.
(a) Se V 6= {0v } e {x1 , . . . , xn } uma base de V , chama-se dimenso do

espao vetorial V , que se representa por dim(V ), ao nmero de elementos
que constituem a base. Diz-se, ainda, que V um espao vetorial de
dimenso finita.
(b) Se V = {0V }, diz-se que a dimenso de V zero, escrevendo-se dim(V ) =
0.
4.54obs Note-se que a alnea (a) da definio anterior faz sentido pois o teorema que
a precede garante que todas as bases de um espao vetorial de dimenso finita
tm o mesmo nmero de elementos.
97
4.55teo
4 Espacos Vetoriais
(a) dim(R3 ) = 3 e {e1 , e2 , e3 } e {f1 , f2 , f3 } em que

e1 = (1, 0, 0), e2 = (0, 1, 0), e3 = (0, 0, 1),
f1 = (1, 1, 0), f2 = (0, 1, 1), f3 = (1, 1, 1),
so dois exemplos de bases de R3 ( primeira chama-se base cannica
de R3 ).
(b) dim(Rn ) = n.
4.56teo Sejam V um espao vetorial tal que dim(V ) = n e S um subconjunto de V

com n elementos.
(a) Se S um conjunto linearmente independente, ento S uma base de
V.
(b) Se S um conjunto gerador de V , ento S uma base de V .
4.57teo Sejam V um espao vetorial com dimenso finita e X um subespao de V .
Ento:
(a) dim(X) 6 dim(V );
(b) dim(X) = dim(V ) se e s se X = V .
4.58def Jespao nulo de uma matrizK Seja A Mmn (R). Chama-se espao nulo
da matriz A, que se representa por N(A), ao conjunto soluo do sistema
homogneo cuja matriz dos coeficientes a matriz A, ou seja,

def
N(A) = CS(Ax=0) .
4.59teo Seja A Mmn (R). Ento:
(a) dim(h`1,A ; . . . ; `m,A i) = c(A);
(b) dim(hc1,A ; . . . ; cn,A i) = c(A);
(c) dim(N(A)) igual ao nmero de variveis livres do sistema Ax = 0.
Topicos
de Algebra
Linear
98
4.60obs Seja A Mnn (R). Ento:

(a) {c1,A , . . . , cn,A } um conjunto linearmente dependente se e s se det(A) =
0;
(b) {c1,A , . . . , cn,A } um conjunto linearmente independente se e s se
det(A) 6= 0;
(c) {`1,A , . . . , `n,A } um conjunto linearmente dependente se e s se det(A) =
0;
(d) {`1,A , . . . , `n,A } um conjunto linearmente independente se e s se det(A) 6=
0.
4.61exe Determine o espao nulo e a sua dimenso das seguintes matrizes:
(a) A = [ 12 02 ];
(b) B = [ 12 12 10 12 ].
res
(a) Seja (S) o sistema Ax = 0, x = [ xx12 ]. Ento:
1 0 0 1 0 0
2 2 0 `2 `2 2`1 0 2 0
tendo-se
x1 = 0
x = 0,
2
ou seja,
N(A) = {(0, 0)}.
Como o sistema (S) no tem variveis livres, tem-se que dim(N(A)) = 0.
x1
(b) Seja (S) o sistema Bx = 0, x = xx23 . Ento:
x4
`2 `2 2`1
99
4 Espacos Vetoriais
tendo-se
x1
x2
x3
x
4
= ,
= R,
=0
= R,
ou seja,
N(B) = {( , , 0, ) : , R}
= {(1, 1, 0, 0) + (1, 0, 0, 1) : , R}
= h(1, 1, 0, 0), (1, 0, 0, 1)i.
Como o sistema (S) tem 2 variveis livres, tem-se que dim(N(B)) = 2.
4.62obs Seja V um espao vetorial tal que dim(V ) = n. Ento:
(a) quaisquer m > n vetores de V so linearmente dependentes;
(b) se C um conjunto gerador de V , ento #C > n;
(c) se C um conjunto linearmente independente de V com n vetores, ento
C um conjunto gerador de V ;
(d) se C um conjunto gerador de V com n vetores, ento C um conjunto
linearmente independente;
(e) se C um conjunto gerador de V e linearmente independente, ento
#C = n.
Exerccios miscelnea
4.63exe Considere o conjunto F = {(x, y , z, w ) R4 : x = y 3z z = 2w }.
(a) Mostre que F um subespao de R4 .
(b) Determine uma base e a dimenso de F .
100
Topicos
de Algebra
Linear
sol
(b) Por exemplo, o conjunto {(1, 1, 0, 0), (6, 0, 2, 1)} uma base de F e
dim(F ) = 2.
4.64exe Considere o conjunto S = {(a + b, a b + 2c, b, c) R4 }.

(a) Mostre que S um subespao de R4 .
(b) Determine uma base e a dimenso de S.
sol
(b) Por exemplo, o conjunto {(1, 1, 0, 0), (1, 1, 1, 0), (0, 2, 0, 1)} uma
base de S e dim(F ) = 3.
4.65exe Sejam F = {(x, y , z) R3 : z = 0}, u1 = (0, 2, 0), u2 = (1, 0, 0) e u3 =

(1, 6, 0).
(a) Mostre que F um subespao de R3 .
(b) Verifique que F = hu1 , u2 , u3 i.
(c) O conjunto {u1 , u2 , u3 } uma base de F ?
(d) Indique a dimenso de F .
sol
(c) No.
(d) dim(F ) = 2.
4.66exe Sejam V um espao vetorial, v1 , v2 , v3 , v4 V e {v1 , v2 } uma base de V .

(a) A = {v1 , v2 , v3 , v4 } um conjunto gerador de V ?
(b) A constitudo por vetores linearmente independentes?
(c) B = {v1 } um conjunto gerador de V ?
(d) B constitudo por vetores linearmente independentes?
(e) Seja C um subconjunto de V que gera V . Que pode dizer sobre o nmero
de vetores de C?
(f) Seja D um subconjunto de V constitudo por vetores linearmente independentes. Que pode dizer sobre o nmero de vetores de D?
101
4 Espacos Vetoriais
(g) Em que condies que E = {v1 , v4 } um conjunto gerador de V ?

sol
(a) Sim.
(b) No.
(c) No.
(d) Sim.
(e) #C > 2.
(f) #D 6 2.
(g) E um conjunto gerador de V se e s se v1 e v4 forem vetores linearmente
independentes.
4.67exe Sejam V um espao vetorial e u1 , u2 , u3 , u4 V tais que V = hu1 , u2 , u3 i,

{u1 , u2 } um conjunto linearmente independente, u3 = 2u1 e u4 = u1 + u2 .
Considere, ainda, as seguintes proposies:
P1 : {u1 , u2 , u3 } um conjunto linearmente independente;
P2 : {u3 } um conjunto linearmente independente;
P3 : V = hu2 , u3 , u4 i;
P4 : {u2 , u4 } uma base de V ;
P5 : dim(V ) = 3.
Indique, justificando, as proposies verdadeiras.
sol P2 , P3 e P4 .
102
Topicos
de Algebra
Linear
Transformaes Lineares de Rn
em Rm
Definies iniciais
5.1obs Comea-se este captulo por rever algumas definies sobre funes, pois o
seu objeto de estudo um caso particular de funes as transformaes
lineares de Rn em Rm .
5.2def Jfuno, imagem de um elemento atravs de uma funo, domnio de uma
funo, conjunto de chegada de uma funoK
Sejam A e B conjuntos e
x A. Diz-se que f uma funo de A em B se associa a cada elemento de

A um e s um elemento de B, representando-se por f (x) a imagem de x por
f . Chama-se domnio de f a A e conjunto de chegada de f a B.
5.3obs Sejam f uma funo cujo domnio Rn e x = (x1 , . . . , xn ) Rn . Ento,
a imagem de x por f , alm de se representar por f (x), tambm habitual
representar-se por f (x1 , . . . , xn ).
5.4exe (a) Considere a funo F : {a, b, c} {a, z}, a 7 a, b 7 z, c 7 z. Indique
a imagem de b por F .
103
Topicos
de Algebra
Linear
104
(b) Considere o conjunto A = {x : x uma palavra em Portugus} e a funo f : A N, f (w ) =nmero de letras de w . Indique a imagem de
estatstica por f .
(c) Considere a funo : R R, (x) = x 2 . Indique a imagem de 2 por
.
res (a) F (b) = z.
(b) f (estatstica) = 11.
(c) (2) = 4.
5.5exe Considere a funo T : R2 R3 , T (x, y ) = (x y , 0, x). Calcule:
(a) T (2, 1);
(c) T (y , x);
(b) T (y , 1);
(d) T (x + 2y , 2y x).
res (a) T (2, 1) = (1, 0, 2).

(b) T (y , 1) = (y 1, 0, y ).
(c) T (y , x) = (y x, 0, y ).
(d) T (x + 2y , 2y x) = (2x, 0, x + 2y ).
5.6def Jcomposio de funesK Sejam A, B e C conjuntos, f uma funo de A em
B e g uma funo de B em C. Chama-se composio de f com g, que se

representa por g f e que se l g aps f , funo
gf :
A
x
C
g(f (x)).
5.7exe Considere as seguintes funes:

F1 : {a, b} {, , }, a 7 , b 7 ;
F2 : {, , } {1, 2, 3, 4}, 7 3, 7 1, 7 1.
Determine F2 F1 .
Lineares de Rn em Rm
5 Transformacoes
105
res F2 F1 : {a, b} {1, 2, 3, 4}, a 7 1, b 7 1.

f1 : R R, f1 (x) = x 2 ;
f2 : R R2 , f2 (x) = (0, 3x);
f3 : R2 R, f3 (x, y ) = x + 2y ;
f4 : R3 R2 , f4 (x, y , z) = (x, 0);
f5 : R Mnn (R), f5 (x) = xIn ;
f6 : R2 R3 [x], f6 (a, b) = ax 3 + bx b;
f7 : R2 [x] M23 (R), f7 (ax 2 + bx + c) =
f8 : C(R) R2 , f8 () = ((0), (1)).
Mostre que:
(a) f3 (f2 (f1 (2))) = 24;
(b) tr(f5 (2)) = 2n;
(c) (f7 (x 2 + x + 1))22 = 1;
(d) f8 (f6 (f4 (1, 2, 3))) = (0, 1).
f1 : R R, f1 (x) = x 2 ;
f2 : R R, f2 (x) = 2x;
f3 : R R, f3 (x) = x + 1.
Determine:
(a) f1 f2 ;
(b) f2 f1 ;
0 0
0 b c 2
a
Topicos
de Algebra
Linear
106
(c) f3 (f2 f1 );
(d) (f3 f2 ) f1 .
res (a) f1 f2 : R R, (f1 f2 )(x) = 4x 2 ;
(b) f2 f1 : R R, (f2 f1 )(x) = 2x 2 ;
(c) f3 (f2 f1 ) : R R, (f3 (f2 f1 ))(x) = 2x 2 + 1;
(d) (f3 f2 ) f1 : R R, ((f3 f2 ) f1 )(x) = 2x 2 + 1.
5.10obs No exerccio anterior, ter sido coincidncia f3 (f2 f1 ) = (f3 f2 ) f1 ? O
teorema que se segue diz que no.
5.11teo Sejam A, B, C e D conjuntos, f uma funo de A em B, g uma funo de
B em C e h uma funo de C em D. Ento, h (g f ) = (h g) f .
5.12obs A composio de funes associativa mas no comutativa.
5.13obs No caso do domnio e do conjunto de chegada de duas funes serem Rn e
Rm , respetivamente, pode definir-se a soma dessas duas funes atravs da
seguinte definio (que se podia generalizar a domnios e conjuntos de chegada
mais gerais, mas essa generalizao no relevante para este curso):
5.14def Jsoma de funesK Sejam f e g funes de Rn em Rm . Chama-se soma de f
e g, que se representa por f + g, funo
f + g : Rn
x
Rm
f (x) + g(x).

F : R R, F (x) = x 2 ;
G : R R, G(x) = 2x.
Determine F + G.
5 Transformacoes
107
res F + G : R R, (F + G)(x) = x 2 + 2x.

5.16obs No caso do domnio e do conjunto de chegada de uma funo serem Rn e Rm ,
respetivamente, pode definir-se o produto (ou multiplicao) dessa funo por
um escalar atravs da seguinte definio (que se podia generalizar a domnios
e conjuntos de chegada mais gerais, mas essa generalizao no relevante
para este curso):
5.17def Jproduto (ou multiplicao) de uma funo por um escalarK Sejam f uma
funo de Rn em Rm e R. Chama-se produto (ou multiplicao) de
por f , que se representa por f , funo

f :
Rn
Rm
f (x).
5.18exe Considere a funo

F : R2 R3 , F (x, y ) = (x 2 , 0, |y |).
Determine 3F .
res 3F : R2 R3 , (3F )(x, y ) = (3x 2 , 0, 3|y |).
5.19def (a) Jtransformao linear ou homomorfismoK Seja T uma funo de Rn em
Rm . Diz-se que T uma transformao linear ou um homomorfismo de
Rn em Rm se
(i) x, y Rn : T (x + y ) = T (x) + T (y ) e
(ii) x Rn , R : T (x) = T (x).
(b) JL(Rn , Rm )K Representa-se por L(Rn , Rm ) o conjunto de todas as transformaes lineares de Rn em Rm .
5.20obs A definio anterior pode generalizar-se ao caso de funes em que o domnio

e o conjunto de chegada so espaos vetoriais. No entanto, e como indica o
nome do captulo, este curso apenas abordar transformaes lineares de Rn
em Rm .
Topicos
de Algebra
Linear
108
5.21exe Seja T : R2 R3 , T (x1 , x2 ) = (x2 , 0, x1 + x2 ). Mostre que T uma

transformao linear de R2 em R3 .
res
(i) x, y R2 : T (x + y ) = T (x) + T (y ).
Sejam x = (x1 , x2 ) e y = (y1 , y2 ). Ento:
T (x + y ) = T ((x1 , x2 ) + (y1 , y2 ))
= T (x1 + y1 , x2 + y2 )
= (x2 + y2 , 0, x1 + y1 + x2 + y2 ).
(i.1)
T (x) + T (y ) = T (x1 , x2 ) + T (y1 , y2 )

= (x2 , 0, x1 + x2 ) + (y2 , 0, y1 + y2 )
= (x2 + y2 , 0, x1 + y1 + x2 + y2 ).
(i.2)
Como as expresses (i.1) e (i.2) so iguais, conclui-se que a propriedade

(i) vlida.
(ii) x R2 , R : T (x) = T (x).
Seja x = (x1 , x2 ). Ento:
T (x) = T ((x1 , x2 ))
= T (x1 , x2 )
= (x2 , 0, x1 + x2 ).
(ii.1)
T (x) = T (x1 , x2 )
= (x2 , 0, x1 + x2 )
= (x2 , 0, x1 + x2 ).
(ii.2)
Como as expresses (ii.1) e (ii.2) so iguais, conclui-se que a propriedade

(ii) vlida.
Como as propriedades (i) e (ii) so vlidas, conclui-se que T uma transformao linear de R2 em R3 .
5 Transformacoes
109
5.22obs Seja f uma funo de Rn em Rm . Ento, f no uma transformao linear

de Rn em Rm se
(i) x, y Rn : f (x + y ) 6= f (x) + f (y ) ou
(ii) x Rn , R : f (x) 6= f (x).
Assim, h trs tipos de funes de Rn em Rm que no so transformaes
lineares de Rn em Rm :
a propriedade (i) da definio
5.19def (a) verdadeira, mas a pro-
priedade (ii) falsa;

a propriedade (ii) da definio
5.19def (a) verdadeira, mas a pro-
priedade (i) falsa;

as propriedades (i) e (ii) da definio
5.19def (a) so ambas falsas.
5.23exe Seja f : R2 R3 , f (x1 , x2 ) = (x2 , 1, x1 + x2 ). Mostre que f no uma

transformao linear R2 em R3 .
res Sejam, por exemplo, x = (0, 0) e y = (1, 0). Ento:
f (x + y ) = f ((0, 0) + (1, 0))
= f (1, 0)
= (0, 1, 1)
(i.1)
f (x) + f (y ) = f (0, 0) + f (1, 0)

= (0, 1, 0) + (0, 1, 1)
= (0, 2, 1)
(i.2)
Como as expresses (i.1) e (i.2) so diferentes, conclui-se que a propriedade (i)

da definio
5.19def (a) no vlida, pelo que f no uma transformao
linear R2 em R3 .
5.24obs A funo do exemplo anterior um dos casos em que ambas as propriedades (i)
e (ii) da definio
5.19def (a) so falsas. Assim, outra possvel resoluo
Topicos
de Algebra
Linear
110
do exerccio anterior mostrar que a propriedade (ii) falsa atravs de um

contraexemplo, ou seja, considerando, por exemplo, = 0 e x = (1, 0).
Ento:
f (x) = f (0(1, 0))
= f (0, 0)
= (0, 1, 0)
(ii.1)
f (x) = 0f (1, 0)
= 0(0, 1, 1)
= (0, 0, 0)
(ii.2)
Assim, como as expresses (ii.1) e (i.2) so diferentes, conclui-se que a propriedade (ii) da definio
5.19def (a) no vlida, pelo que f no uma
transformao linear R2 em R3 .
5.25teo T L(Rn , Rm ) se e s se
x, y Rn , , R : T (x + y ) = T (x) + T (y ).
5.26obs O teorema anterior indica um processo alternativo definio
5.19def de
verificar se uma funo uma transformao linear.

5.27exe Indique quais das seguintes funes so transformaes lineares de R2 em R3 :
T1 : R2 R3 , T1 (x, y ) = (0, x, 0);
T2 : R2 R3 , T2 (x, y ) = (0, 0, |x y |);
T3 : R2 R3 , T3 (x1 , x2 ) = (x2 , 0, x1 );
T4 : R2 R3 , T4 (x1 , x2 ) = (x12 , 0, 0).
sol T1 e T3 .
5 Transformacoes
111
5.28exe Sejam , R. Determine a relao entre e de modo que a funo T

definida por T : R R2 , T (x) = (x + 2, x), seja uma transformao
linear de R em R2 .
sol = 2.
5.29def (a) JendomorfismoK Chama-se endomorfismo em Rn a uma transformao
linear de Rn em Rn .
(b) JL(Rn )K Representa-se por L(Rn ) o conjunto de todos os endomorfismos

em Rn .
5.30exe Indique o valor lgico das seguintes proposies:

(a) f : R2 R2 , T1 (x1 , x2 ) = (|x2 |, 0) um endomorfismo em R2 .
(b) g : R2 R3 , T1 (x1 , x2 ) = (x2 , 0, x1 + x2 ) um endomorfismo em R5 .
(c) h : R2 R2 , T2 (x1 , x2 ) = (0, 0) um endomorfismo em R2 .
res As proposies (a) e (b) so falsas e a proposio (c) verdadeira.
5.31exe Identifique geometricamente os seguintes endomorfismos em R2 :
(a) T1 (x, y ) = (x, y );
(b) T2 (x, y ) = (x, y );
(c) T3 (x, y ) = (y , x);
(d) T4 (x, y ) = (x, y );
(e) T5 (x, y ) = (x, 0);
(f) T6 (x, y ) = (0, y );
(g) T7 (x, y ) = (x cos y sen , x sen + y cos ), [0, 2[;
(h) T8 (x, y ) = (kx, ky ), k ]0, 1[;
(i) T9 (x, y ) = (kx, ky ), k ]1, +[;
(j) T10 (x, y ) = (kx, y ), k R+ ;
Topicos
de Algebra
Linear
112
(k) T11 (x, y ) = (x, ky ), k R+ ;

(l) T12 (x, y ) = (x + ky , y ), k R+ ;
(m) T13 (x, y ) = (x, kx + y ), k R+ .
5.32teo Seja T L(Rn , Rm ). Ento:
(a) T (0Rn ) = 0Rm .

(b) x Rn : T (x) = T (x).
(c) x, y Rn : T (x y ) = T (x) T (y ).
5.33obs O teorema anterior permite concluir que se T (0Rn ) 6= 0Rm ou x Rn :

T (x) 6= T (x) ou x, y Rn : T (x y ) 6= T (x)T (y ), ento T no uma
transformao linear. Note-se, ainda, que h funes em que T (0Rn ) = 0Rm ,
x Rn : T (x) = T (x) e x, y Rn : T (x y ) = T (x) T (y ) e que
no so transformaes lineares de Rn em Rm .
5.34exe Seja g : R2 R3 , g(a, b) = (a, 1, a + 2b). Mostre que g no uma

transformao linear.
res Como g(0R2 ) = g(0, 0) = (0, 1, 0) 6= (0, 0, 0) = 0R3 , conclui-se que g no

uma transformao linear.
5.35exe Justifique que as funes T2 e T4 de

lineares de Rn em Rm recorrendo a
5.27exe no so transformaes
5.33obs .
5 Transformacoes
113
Matriz de uma transformao linear de Rn em Rm

5.36obs Sejam T L(Rn , Rm ), C = (v1 , . . . , vn ) uma base ordenada de Rn , C 0 =
(v10 , . . . , vm0 ) uma base ordenada de Rm e v Rn . Ento,
1 1 , . . . , n R : v = 1 v1 + + n vn ,
1 a11 , . . . , am1 R : T (v1 ) = a11 v10 + + am1 vm0 ,
..
.
1 a1n , . . . , amn R : T (vn ) = a1n v10 + + amn vm0 .
Tem-se, ento, que:
T (v ) = T (1 v1 + + n vn )
= 1 T (v1 ) + + n T (vn )
= 1 (a11 v10 + + am1 vm0 ) + + n (a1n v10 + + amn vm0 )
= (1 a11 + + n a1n )v10 + + (1 am1 + + n amn )vm0
= 1 v10 + + m vm0 ,
em que
1
a11

2 a21
=
.. ..
. .

m
am1
a12
a13
a22
..
.
a23
..
.
..
.
am2
am3
a1n

2

a2n

.. 3 .

.
...

amn
n
5.37def Jmatriz de uma transformao linear de Rn em Rm , AT,C,C 0 , AT K Sejam T

L(Rn , Rm ), C = (v1 , . . . , vn ) uma base ordenada de Rn e C 0 = (v10 , . . . , vm0 )
uma base ordenada de Rm . Chama-se matriz da transformao linear T relativamente s bases C e C 0 , que se representa por AT,C,C 0 , matriz [aij ]
Mmn (R) introduzida na observao anterior.
Topicos
de Algebra
Linear
114
Se C e C 0 so as bases cannicas de Rn e Rm , respetivamente, representa-se

a matriz da transformao linear T relativamente a C e C 0 por AT .
5.38exe Determine a matriz da transformao linear T L(R3 , R2 ), T (x, y , z) =
(x + 2z , 3x y ), relativamente s bases cannicas de R3 e R2 .
res Como
T (1, 0, 0) = (1, 3)
T (0, 1, 0) = (0, 1)
T (0, 0, 1) = (2, 0),
tem-se que
1
AT =
3
2
.
0
0
1
5.39exe Seja T uma transformao linear de R3 em R3 definida por

T (x1 , x2 , x3 ) = (2x1 x2 x3 , 2x2 x1 x3 , 2x3 x1 x2 ).
(a) Determine AT .
(b) Use a matriz AT para determinar a imagem dos seguintes vetores:
(i) u = (1, 1, 1).
(ii) v = (2, 1, 1).
(iii) w = (5, 3, 2).
sol
(a) AT =
(b)
2 1 1
1 2 1
1 1 2
(i) T (u) = (0, 0, 0).

(ii) T (v ) = (2, 1, 1).
(iii) T (w ) = (15, 9, 6).
5 Transformacoes
115
Operaes com transformaes lineares de Rn em Rm

5.40obs Nesta seco apresentam-se os teoremas principais relativos s seguintes operaes com transformaes lineares de Rn em Rm : multiplicao por um escalar, soma e composio.
5.41teo Sejam T L(Rn , Rm ), R e AT a matriz de T . Ento:
(a) T L(Rn , Rm ).
(b) AT a matriz de T .
5.42teo Sejam T, S L(Rn , Rm ) e AT e AS as matrizes de T e S, respetivamente.
Ento:
(a) T + S L(Rn , Rm ).
(b) AT + AS a matriz de T + S.
5.43teo Sejam T L(Rn , Rm ), S L(Rm , Rp ) e AT e AS as matrizes de T e S,
respetivamente. Ento:
(a) S T L(Rn , Rp ).
(b) AS AT a matriz de S T .
5.44exe Considere as seguintes transformaes lineares de Rn em Rm :
R3
T :
(x, y , z) 7
S:
U:
R2
(x + y + z , y 2z),
R2
R3
(x, y )
(x, x + y , x y ),
R2
(x, y ) 7
R2
(2x + y , y ).
(a) Determine as matrizes associadas s transformaes lineares de Rn em

Rm dadas.
Topicos
de Algebra
Linear
116
(b) Para as seguintes operaes, indique as que esto bem definidas, e determine, para esses casos, a respetiva matriz da transformao linear:
i. T + S, com R;
ii. U U;
iii. S T ;
iv. T S;
sol
v. U U + (T S), com R.
h1 0i

(a) AT = 10 11 21 , AS = 1 1 , AU = 20 11 .
1 1
(b)
i. A operao no est bem definida.

ii. AUU = [ 40 11 ].
h1 1 1i
iii. AST = 1 2 1 .
1 0 3
3 0
iv. AT S = 1 3 .

1
v. AUU+(T S) = 4+3
1+3 .
Imagem e ncleo de uma transformao linear de Rn

em Rm
5.45def Seja T L(Rn , Rm ).
(a) Jimagem de uma transformao linear de Rn em Rm , Im(T )K Chama-se
imagem de T , que se representa por Im(T ), a
def
Im(T ) = {T (x) Rm : x Rn }.
(b) Jncleo de uma transformao linear de Rn em Rm , Nuc(T )K Chama-se
ncleo de T , que se representa por Nuc(T ), a
def
Nuc(T ) = {x Rn : T (x) = 0Rm }.

5.46exe Seja T L(R3 , R2 ), T (x1 , x2 , x3 ) = (x1 + x3 , x1 + 2x2 x3 ). Determine:
(a) a imagem de T , ou seja, Im(T );
5 Transformacoes
117
(b) o ncleo de T , ou seja, Nuc(T ).
res (a)
Im(T ) = {T (x1 , x2 , x3 ) : x1 , x2 , x3 R}
= {(x1 + x3 , x1 + 2x2 x3 ) : x1 , x2 , x3 R}
= {x1 (1, 1) + x2 (0, 2) + x3 (1, 1) : x1 , x2 , x3 R}
= h(1, 1), (0, 2), (1, 1)i
= R2 ,
1 0
1
1 2 1
pois c
= 2.
(b)
Nuc(T ) = {(x1 , x2 , x3 ) R3 : T (x1 , x2 , x3 ) = 0R2 }
= {(x1 , x2 , x3 ) R3 : (x1 + x3 , x1 + 2x2 x3 ) = (0, 0)}.
Tem-se, ento, que resolver o seguinte sistema:
x1
x
2x2
+ x3
x3
0.
Ento, como
`2 `2 `1
obtendo-se
x1
+
2x2
x3
2x3
x = a
1
= 0
x2 = a
= 0
x = a R.
3
Topicos
de Algebra
Linear
118
Assim,
Nuc(T ) = {(a, a, a) : a R}
= {a(1, 1, 1) : a R}
= h(1, 1, 1)i.
5.47exe Determine o ncleo e a imagem das seguintes transformaes lineares de R3
em R3 :
(a) T1 : R3 R3 , T1 (x1 , x2 , x3 ) = (x3 , x2 , x1 );
(b) T2 : R3 R3 , T2 (x1 , x2 , x3 ) = (x1 , x2 , 0);
(c) T3 : R3 R3 , T3 (x1 , x2 , x3 ) = (x1 , x1 , x1 ).
sol
(a) Nuc(T1 ) = {(0, 0, 0)}, Im(T1 ) = R3 .

(b) Nuc(T2 ) = h(0, 0, 1)i, Im(T2 ) = h(1, 0, 0), (0, 1, 0)i.
(c) Nuc(T3 ) = h(0, 1, 0), (0, 0, 1)i, Im(T3 ) = h(1, 1, 1)i.

(a) Im(T ) um subespao de Rm ;
(b) Nuc(T ) um subespao de Rn .
5.49teo Sejam T L(Rn , Rm ) e {u1 , . . . , un } um conjunto gerador de Rn (em particular, uma base). Ento:
(a) T fica definida desde que se conheam os vetores T (u1 ), . . . , T (un );
(b) Im(T ) = hT (u1 ), . . . , T (un )i.
5.50exe Resolva de novo
5.46exe (a), atendendo ao teorema anterior.
5 Transformacoes
119
res Seja {e1 , e2 , e3 } a base cannica de R3 , i.e., e1 = (1, 0, 0), e2 = (0, 1, 0) e

e3 = (0, 0, 1). Ento,
Im(T ) = hT (e1 ), T (e2 ), T (e3 )i
= hT (1, 0, 0), T (0, 1, 0), T (0, 0, 1)i
= h(1, 1), (0, 2), (1, 1)i
= R2 ,
1 0
1
1 2 1
pois c
= 2, como j se disse em
5.46exe (a).
5.51exe Seja T L(R2 , R3 ), tal que T (2, 2) = (0, 1, 1) e Nuc(T ) = h(1, 3)i. Determine T .
res Como S = {(2, 2), (1, 3)} um conjunto linearmente independente (verifique!), S uma base de R2 (pois #S = dim(R2 )), pelo que qualquer elemento
de R2 uma combinao linear nica dos elementos de S, vindo
(x, y ) = (2, 2) + (1, 3).
Tem-se, ento, que resolver o seguinte sistema:
2 + = x
2 + 3 = y .
Ento, como
2 1
2 3
obtendo-se
x
y
`2 `2 `1
y x
=
= y x
= x
Assim,
(x, y ) =
3x y
y x
(2, 2) +
(1, 3),
4
2
3xy
4
y x
2 .
Topicos
de Algebra
Linear
120
pelo que

3x y
y x
(2, 2) +
(1, 3)
4
2
3x y
y x
=
T (2, 2) +
T (1, 3)
4
2
3x y
y x
=
(0, 1, 1) +
(0, 0, 0)
4
2
3x y 3x y
= 0,
,
.
4
4

T (x, y ) = T
por T ser uma transformao linear
por Nuc(T ) = h(1, 3)i
5.52exe Para cada uma das alneas seguintes, determine a funo T sabendo que
uma transformao linear definida por:
(a) T (1, 0) = (1, 1, 2) e T (0, 1) = (3, 0, 1);
(b) T (1, 2) = (3, 1, 5) e T (0, 1) = (2, 1, 1);
(c) T (1, 1, 1) = 3, T (0, 1, 2) = 1 e T (0, 0, 1) = 2.
sol
(a) T (x, y ) = (x + 3y , x, 2x + y ).
(b) T (x, y ) = (x + 2y , 3x + y , 7x y ).
(c) T (x, y , z) = 8x 3y 2z.
5.53exe Seja T L(R3 , R3 ), tal que T (0, 0, 1) = (0, 0, 1) e Nuc(T ) = h(1, 1, 1), (0, 1, 1)i.
Determine T .
sol T (x, y , z) = (0, 0, z y ).
Caraterstica e nulidade de uma transformao linear

de Rn em Rm
5.54def Seja T L(Rn , Rm ).
5 Transformacoes
121
(a) Jcaraterstica de uma transformao linear de Rn em Rm , cT K Chama-
se caraterstica de T , que se denota por cT , dimenso do subespao
Im(T ), ou seja,
def
cT = dim(Im(T )).
(b) Jnulidade de uma transformao linear de Rn em Rm , nT K Chama-se
nulidade de T , que se denota por nT , dimenso do subespao Nuc(T ),

ou seja,
def
nT = dim(Nuc(T )).
(a) cT = c(AT );
(b) n = cT + nT .
5.56exe Seja T L(R3 , R2 ), T (x1 , x2 , x3 ) = (x1 + x3 , x1 + 2x2 x3 ). Determine:
(a) cT ;
(b) uma base de Im(T );
(c) nT ;
(d) uma base de Nuc(T ).
res (a) Como
T (1, 0, 0) = (1, 1)
T (0, 1, 0) = (0, 2)
T (0, 0, 1) = (1, 1),
tem-se que
1
AT =
1
0
2
1
.
1
Topicos
de Algebra
Linear
122
Ento, como
1
AT =
1
0
2
1 1
1 `2 `2 `1 0
1
,
2
0
2
tem-se que c(AT ) = 2, pelo que, aplicando
5.55teo (a), vem cT
dim(Im(T )) = 2.
(b) Como cT = dim(Im(T )) = 2, conclui-se que Im(T ) = R2 , pelo que, por
exemplo, {(1, 0), (0, 1)} uma base de Im(T ).
(c) Aplicando
5.55teo (b), tem-se que dim(R3 ) = cT +nT , i.e., 3 = 2+nT ,
pelo que nT = 1 (este valor confirmado pelo nmero de variveis livres

em Nuc(T )).
(d) Como Nuc(T ) = h(1, 1, 1)i e nT = 1, tem-se que, por exemplo, {(1, 1, 1)}
uma base de Nuc(T ).
5.57exe Determine a imagem, a caraterstica, o ncleo, a nulidade e a matriz relativamente s bases cannicas das seguintes transformaes lineares de Rn em
Rm :
(a) T1 : R2 R, T1 (x, y ) = x + y ;
(b) T2 : R3 R2 , T2 (x, y , z) = (x + y + z , 2x + 2y + 2z);
(c) T3 : R3 R3 , T3 (x, y , z) = (x z, 0, y 2z);
(d) T4 : R4 R3 , T4 (x, y , z, w ) = (x y , z w , x 3w ).
sol
(a) Im(T1 ) = R, cT1 = 1,

Nuc(T1 ) = {(x, x) : x R} = h(1, 1)i, nT1 = 1,
AT1 = [ 1 1 ].
(b) Im(T2 ) = {(x, 2x) : x R} = h(1, 2)i, cT2 = 1,
Nuc(T2 ) = {(y z , y , z) : y , z R} = h(1, 1, 0), (1, 0, 1)i, nT2 = 2,
AT2 = [ 12 12 12 ].
5 Transformacoes
123
(c) Im(T3 ) = {(x, 0, z) : x, z R} = h(1, 0, 0), (0, 0, 1)i, cT3 = 2,

Nuc(T3 ) = {(z, 2z , z) : z R} = h(1, 2, 1)i, nT3 = 1,
h 1 0 1 i
AT3 = 0 0 0 .
0 1 2
(d) Im(T4 ) = R3 , cT4 = 3,

Nuc(T4 ) = {(3w , 3w , w , w ) : w R} = h(3, 3, 1, 1)i, nT4 = 1,
h 1 1 0 0 i
AT4 = 0 0 1 1 .
1
0 0 3
Exerccios miscelnea
5.58exe Determine uma base e a dimenso do ncleo da transformao linear T de
R3 em R3 definida por T (x1 , x2 , x3 ) = (x1 x2 , 2x2 x1 x3 , x3 x2 ).
sol {(1, 1, 1)} uma base de NT , nT = 1.
5.59exe Sejam T L(Rn ) e S = {u1 , . . . , uk } Rn um conjunto linearmente dependente. Mostre que {T (u1 ), . . . , T (uk )} tambm um conjunto linearmente
dependente.
124
Topicos
de Algebra
Linear
6
Valores e Vetores Prprios
Definies iniciais
6.1def Jvetor prprio de uma matriz associado a um valor prprio K Seja A
Mnn (R). Diz-se que x Cn \ {0Cn } um vetor prprio da matriz A
associado ao valor prprio C se Ax = x.
6.2def Jespetro de uma matrizK Seja A Mnn (R). Chama-se espetro de A, que
se representa por (A), ao conjunto de todos os valores prprios de A, ou

seja,
def
(A) = { C : um valor prprio de A}.

6.3def Jsubespao prprio de um valor prprioK Sejam A Mnn (R) e (A).
Chama-se subespao prprio do valor prprio , que se representa por E,A
(ou por E se no houver ambiguidade relativamente matriz), ao conjunto

def
E,A = {x Cn : Ax = x}.
6.4teo Sejam A Mnn (R) e (A). Ento, E um subespao de Cn .
6.5obs (a) Note-se que existem matrizes cujos valores prprios so nmeros complexos.
125
Topicos
de Algebra
Linear
126
(b) Cada vetor prprio est associado apenas a um valor prprio.

(c) Se x um vetor prprio associado ao valor prprio , ento, x, 6= 0,
tambm um vetor prprio associado ao valor prprio .
(d) Sejam A Mnn (R) e (A). Ento,
E = {x Cn : x um vetor prprio associado
ao valor prprio } {0Cn }.
(e) Chama-se subespao prprio ao conjunto E devido ao teorema anterior.
(f) O seguinte teorema indica-nos um processo de calcular (A).
6.6teo Seja A Mnn (R). Ento, (A) se e s se det(A In ) = 0.
6.7def Seja A Mnn (R).
(a) Jpolinmio caracterstico de uma matrizK Chama-se polinmio caracterstico da matriz A, que se representa por A (), ao polinmio
def
A () = det(A In ).
(b) Jequao caracterstica de uma matrizK Chama-se equao caracterstica
da matriz A equao A () = 0 .
(c) Jmultiplicidade algbrica de um valor prprioK Seja um valor prprio de

A. Chama-se multiplicidade algbrica de multiplicidade do escalar
enquanto raiz da equao caracterstica.

(d) Jvalor prprio simplesK Seja um valor prprio de A. Diz-se que um
valor prprio simples se tem multiplicidade algbrica um.
6.8teo Seja A Mnn (R). Ento, o coeficiente do termo de grau n do polinmio
caracterstico da matriz A (1)n e o seu termo independente de det(A).
6.9obs Seja A Mnn (R). Ento, A () = (1)n n + + det(A).

6 Valores e Vetores Proprios
127
6.10obs Seja A Mnn (R). Ento,

(a) os valores prprios da matriz A so as razes do seu polinmio caracterstico.
(b) Se um valor prprio da matriz A, ento os vetores prprios associados
a so as solues no-nulas do sistema homogneo (A In )x = 0.
(c) Do Teorema Fundamental da lgebra resulta que A () tem exatamente n razes, podendo alguns deles ser iguais. Assim, sejam n1 , n2 , . . . , nm
as multiplicidades das m(6 n) razes distintos 1 , 2 , . . . , m de A ().
Ento,
A () = (1)n ( 1 )n1 ( 2 )n2 ( m )nm ,
em que n1 + n2 + + nm = n. Aos nmeros n1 , n2 , . . . , nm chama-se
multiplicidade algbrica dos valores prprios 1 , 2 , . . . , m , respetivamente.
h2 1
0
0 1 1
0 2 4
(a) Determine o espetro da matriz A.

(b) Determine o espao prprio associado ao valor prprio de menor mdulo
da matriz A.
res
(a) Seja
2
1
0
A I3 = 0
1
1 .
0
2
4
Ento, aplicando o Teorema de Laplace e fazendo o desenvolvimento a
partir da primeira coluna, obtm-se
det(A I3 ) = (2 )((1 )(4 ) + 2)
= (2 )(2 5 + 6)
= (2 )2 ( 3),
Topicos
de Algebra
Linear
128
pelo que
(A) = {2, 3},
sendo que 1 = 2 um valor prprio de multiplicidade algbrica dois e
2 = 3 um valor prprio simples.
5 25 24
C.A.: 2 5 + 6 = 0 =
= 2 = 3.
2
(b) Para determinar o espao prprio associado ao valor prprio 1 = 2,
tem que se resolver o sistema
(A 2I3 )x1 = 0.
Aplicando o Mtodo de Gauss, vem:
0 `2 `2 + `1
0 `3 `3 2`1
`3 `3 + 2`2
0
pelo que
x =aC
11
x12 = 0
x = 0.
13
Assim, tem-se:
E2 = {(a, 0, 0) : a C}.
6.12exe Determine o espetro das seguintes matrizes, bem como os espaos prprios
associados aos seus valores prprios:

129
(a) A = [ 12 43 ];
(b) B =
(c) C =
sol
1 1
2 1 ;
h 1 3 3 i
3 5 3
6 6 4
(d) D =
(e) E =
(f) F =
3 0 1
0 2 0 ;
1 0 3
h 1 2 1i
2 0 2 ;
1 2 3
h 4 0 1i
2 1 0 .
2 0 1
(a) (A) = {1, 5}.

E1 = {(2, ) : C}.
E5 = {(, ) : C}.
(b) (B) = {i , i }.
Ei = {( 1+i
, ) : C}.
Ei = {( 1i
, ) : C}.
(c) (C) = {2, 4}, em que o valor prprio 1 = 2 tem multiplicidade

algbrica dois.
E2 = {( , , ) : , C}.
E4 = {( 2 , 2 , ) : C}.
(d) (D) = {2, 4}, em que o valor prprio 1 = 2 tem multiplicidade algbrica dois.
E2 = {(, , ) : , C}.
E4 = {(, 0, ) : C}.
(e) (E) = {0, 2}, em que o valor prprio 2 = 2 tem multiplicidade algbrica dois.
E0 = {(, , ) : C}.
E2 = {(, 0, ) : C}.
(f) (F ) = {1, 2, 3}.
E1 = {(0, , 0) : C}.
E2 = {( 2 , , ) : C}.
E3 = {(, , ) : C}.
0 0
1 0
1 1
, R. Calcule os valores prprios de A e
os respetivos subespaos prprios.
Topicos
de Algebra
Linear
130
sol (A) = {}, E = {(0, 0, x) : x C}.
Propriedades
2 1
1 2

.
(a) Determine os valores prprios da matriz A e os respetivos subespaos

prprios.
(b) Determine os valores prprios da matriz A2 e os respetivos subespaos
prprios.
(c) Determine os valores prprios da matriz A1 e os respetivos subespaos
prprios.
sol
(a) (A) = {1, 3}, E1 = {(, ) : C}, E3 = {(, ) : C};

(b) (A2 ) = {1, 9}, E1 = {(, ) : C}, E9 = {(, ) : C};
(c) (A1 ) = {1, 31 }, E1 = {(, ) : C}, E 1 = {(, ) : C}.
3
6.15teo Seja A = [aij ] Mnn (R). Ento:

(a) A uma matriz invertvel se e s se 0
/ (A);
(b) se A uma matriz invertvel e (A), ento,
(A1 ) e E,A =
E 1 ,A1 ;
(c) se k N e (A), ento, k (Ak ) e E,A = Ek ,Ak ;

(d) (A) = (AT );
(e) se a matriz A diagonal ou triangular, ento, (A) = {aii : i =
1, . . . , n};
(f) os vetores prprios associados a valores prprios distintos so linearmente independentes;
(g) se A uma matriz real e simtrica, os seus valores prprios so nmeros
reais.

131
Diagonalizao
6.16def Seja A = [aij ] Mnn (R). Diz-se que A uma matriz diagonalizvel se
existir uma matriz invertvel P tal que P 1 AP uma matriz diagonal.
6.17teo Seja A = [aij ] Mnn (R). Ento, A diagonalizvel se e s se A tem n
vetores prprios linearmente independentes.
6.18obs Seja A = [aij ] Mnn (R) e suponha que A tem n vetores prprios linearmente independentes. O seguinte processo permite diagonalizar A:
Passo 1 determinar n vetores prprios linearmente independentes de A,
p1 , p2 , ..., pn ;
Passo 2 construir a matriz P colocando nas colunas de P os vetores prprios
p1 , p2 , ..., pn ;
Passo 3 a matriz P 1 AP ser ento diagonal com elementos 1 , 2 , ..., n
na diagonal principal, onde i o valor prprio associado ao vetor
prprio pi , i = 1, ..., n.
2 3
2 5 . Determine uma matriz P que diagonaliza
A e determine a matriz diagonal P 1 AP .

res Seja
2
A I2 =
2
.
5
Ento,
det(A I2 ) = (2 )(5 ) + 6
= 2 + 3 4 = ( + 4)( 1),
pelo que
(A) = {4, 1}.
Topicos
de Algebra
Linear
132
C.A.: 2 + 3 4 = 0 =
9 + 16
= 1 = 4.
Resolvendo o sistema (A + 4I2 )p1 = 0, obtm-se o espao prprio associado

ao valor prprio 1 = 4:
a
E4 = {( , a) : a C}.
2
Ento, por exemplo, p1 = (1, 2) um vetor prprio associado ao valor
prprio 1 = 4.
Resolvendo o sistema (A I2 )p2 = 0, obtm-se o espao prprio associado
ao valor prprio 2 = 1:
E1 = {(3a, a) : a C}.
Ento, por exemplo, p2 = (3, 1) um vetor prprio associado o valor prprio
2 = 1.
Note-se que os vetores p1 = (1, 2) e p2 = (3, 1) so linearmente independentes, pois det([ 12 31 ]) = 5 6= 0. A matriz P que diagonaliza A P = [ 12 31 ] .
Calculando P 1 AP obtm-se a seguinte matriz diagonal D:
1
3
2
3
1
1
D = P 1 AP =
5
2 1 2 5 2
3 4 3
1 1
=
5
2 1 8 1
1 20 0
=
5
0 5
4 0
.
=
0 1
h 0 0 2 i
1 2
1 0
1
3
3
1
. Determine uma matriz P que diagonaliza
A e determine a matriz diagonal P 1 AP .

133
res Como a equao caracterstica de A

p (A) = det(A I3 ) = ( 2)2 ( 1) = 0,
ento (A) = {1, 2}, onde = 1 um valor prprio simples e = 2 um
valor prprio de multiplicidade algbrica 2.
Resolvendo o sistema (A 2I3 )p = 0, obtm-se o espao prprio associado
ao valor prprio = 2:
E2 = {(a, b, a) : a, b C}.
Ento p1 = (1, 0, 1) e p2 = (0, 1, 0) so vetores prprios linearmente
independentes associados ao valor prprio = 2.
Resolvendo o sistema (A I3 )p = 0, obtm-se o espao prprio associado
ao valor prprio = 1:
E1 = {(2a, a, a) : a C},
donde se conclui que p3 = (2, 1, 1) um vetor prprio associado ao valor
prprio = 1.
Como os vetores prprios p1 , p2 e p3 so linearmente independentes, pois
h 1 0 2 i
h 1 0 2 i
0 1 1
0 1 1 a
det
= 1 6= 0, ento A diagonalizvel e P =
1 0
1 0
matriz que diagonaliza A.

Calculando a matriz diagonal D = P 1 AP, obtm-se
2 0 0
D = P 1 AP = 1 1
1 1 2
1 0 1 1 0
2 0 0
= 0 2 0 .
0 0 1
1
2 1 0
1 0 1
3
1 0
Topicos
de Algebra
Linear
134
6.21exe Para cada uma das seguintes matrizes, determine uma matriz P que diagonaliza A e determine a matriz diagonal P 1 AP :
14 12
20 17 ;
h1 0 0i
(b) A = 0 1 1 .
(a) A =
0 1 1
sol
h4
3
4
; P 1 AP = [ 10 02 ];
h 0 1 0i
h0 0 0i
(b) P = 1 0 1 ; P 1 AP = 0 1 0 .
(a) P =
1 1
1 0 1
0 0 2
Exerccios miscelnea
6.22exe Seja A = [aij ] Mnn (R). Mostre que (A) = (AT ).
6.23exe Seja A = [aij ] M22 (R). Mostre que
A () = 2 tr(A) + det(A).
6.24exe Seja T L(Rn , Rn ). Diga se so verdadeiras ou falsas as seguintes afirmaes:
(a) a matriz AT invertvel se e s se CSAT x=0 = {0};
(b) a matriz AT invertvel se e s se #CSAT x=b = 1, b Rn ;
(c) a matriz AT invertvel se e s se det(AT ) 6= 0;
(d) a matriz AT invertvel se e s se Im(T ) = Rn ;
(e) a matriz AT invertvel se e s se as colunas da matriz AT so linearmente independentes;
(f) a matriz AT invertvel se e s se as linhas da matriz AT so linearmente
independentes;
(g) a matriz AT invertvel se e s se as colunas da matriz AT geram Rn ;
(h) a matriz AT invertvel se e s se as linhas da matriz AT geram Rn ;

135
(i) a matriz AT invertvel se e s se as colunas da matriz AT formam uma

base de Rn ;
(j) a matriz AT invertvel se e s se as linhas da matriz AT formam uma
base de Rn ;
(k) a matriz AT invertvel se e s se nT = 0;
(l) a matriz AT invertvel se e s se cT = n;
(m) a matriz AT invertvel se e s se 0
/ (AT ).
sol Todas as afirmaes so verdadeiras.
6.25exe Determine a e b de modo que (1, 1) e (1, 0) sejam vetores prprios da matriz
1 1
a b .
sol a = 0, b = 2.
6.26exe Uma matriz A Mnn (R) diz-se idempotente se A2 = A. Mostre que, se
um valor prprio de uma matriz idempotente, ento tem que ser igual
a 0 ou 1.
6.27exe Sejam A Mnn (R), R e B = A In . Explicite a relao entre os
valores prprios de A e B.
sol Seja o valor prprio de A e o valor prprio de B, ento = .
6.28exe Seja A M22 (R) tal que tr(A) = 8 e det(A) = 12. Determine o espetro
de A.
sol (A) = {2, 6}.
6.29exe Valores e Vetores Prprios Aplicao: Problemas de misturas
Os valores e vetores prprios podem ser usados para determinar as solues
de alguns sistemas de equaes diferenciais.
Topicos
de Algebra
Linear
136
Considere o seguinte sistema de equaes diferenciais lineares de primeira

ordem com coeficientes constantes:
y10
y20
dy1
dt
dy2
dt
Sejam y = [ yy12 ], y 0 =
= a11 y1
a12 y2
= a21 y1
a22 y2 .
y10
y20
e A = [ aa11
21
a12
a22
]. Ento, o sistema pode ser escrito
na forma y 0 = Ay :

y0
a
1 = 11
y20
a21

y
1 .
a22
y2
a12
Se A tem dois valores prprios reais distintos 1 e 2 com vetores prprios v1

e v2 associados a 1 e 2 respetivamente, ento a soluo geral do sistema
de equaes diferenciais considerado
y (t) = c1 exp(1 t)v1 + c2 exp(2 t)v2 , c1 , c2 R.

Se alm disso impusermos que y assume um determinado valor y0 quando
t = 0, ento o problema vai ter uma nica soluo. Um problema da forma
y 0 = Ay , y (0) = y0
designado por problema com condies iniciais.

Problema de misturas
Dois tanques esto ligados como ilustrado na Figura 6.1. Inicialmente, o
tanque A contm 200 litros de gua, onde foram dissolvidos 60 gramas de
sal. O tanque B contm 200 litros de gua pura. Bombeia-se lquido para
dentro e para fora dos dois tanques a taxas indicadas na figura. Pretende-se
determinar a quantidade de sal no instante t.

137
agua 15L/min
mistura 5L/min
tanque A
tanque B
mistura 20L/min
mistura 15L/min
Figura 6.1: Mistura 1.
Sejam y1 (t) e y2 (t) a quantidade de sal em gramas nos tanques A e B,

respetivamente, no instante de tempo t. Inicialmente, tem-se

y1 (0)
60
= .
y (0) =
y2 (0)
0
A quantidade total de lquido em cada tanque sempre 200 litros, porque a
quantidade de lquido bombeada para dentro igual quantidade bombeada
para fora em cada tanque. A taxa de variao da quantidade de sal em cada
tanque igual taxa em que est sendo adicionado sal menos a taxa em
que est sendo bombeado para fora. Para o tanque A, a taxa em que o sal
est a ser adicionado dada por

y2 (t)
y2 (t)
g/L =
g/min
(5 L/min)
200
40
e a taxa de sal que est sendo bombeada para fora

y1 (t)
y1 (t)
(20 L/min)
g/L =
g/min.
200
10
Topicos
de Algebra
Linear
138
Ento, a taxa de variao para o tanque A dada por

y10 (t) =
y2 (t) y1 (t)
.
40
10
Analogamente, a taxa de variao para o tanque B dada por

y20 (t) =
20y1 (t) 20y2 (t)

y1 (t) y2 (t)
.
200
200
10
10
Para determinar y1 (t) e y2 (t), precisamos de resolver o problema com condies iniciais
y 0 = Ay , y (0) = y0 ,
onde A =
1
10
1
10
1
40
1
10
e y0 = [ 600 ]. Calculando os valores prprios de A,
1
3
e 2 = 20
com vetores prprios associados v1 =
obtm-se 1 = 20
(1, 2) e v2 = (1, 2). A soluo deste problema da forma

3
t
y = c1 exp t v1 + c2 exp
v2 .
20
20
No instante t = 0, y = y0 , logo
c1 v1 + c2 v2 = y0 ,
ou, escrito de outra forma

c
60
1 = .
2
c2
0
1
Podemos calcular o valor das constantes c1 e c2 resolvendo o sistema associado ltima equao. A soluo c1 = c2 = 30. Conclui-se que a
soluo do problema de valor inicial

1
1
t
3
,
y = 30 exp t + 30 exp
20
20
2
2

139
que pode ser reescrita da forma
t
3
t) + 30 exp( 20
)
y1 (t)
30 exp( 20
=
.
y (t) =
3
t
60 exp( 20 t) + 60 exp( 20 )
y2 (t)
Exerccio: Dois tanques contm, cada um, 100 litros de uma mistura. A
mistura no tanque A contm 40 gramas de sal, enquanto a mistura no tanque
B contm 20 gramas de sal. Bombeia-se lquido para dentro e para fora dos
tanques de acordo com a Figura 6.2. Determine a quantidade de sal em
cada tanque no instante de tempo t.
agua 12L/min
mistura 4L/min
tanque A
tanque B
mistura 16L/min
mistura 12L/min
Figura 6.2: Mistura 2.
sol y1 (t) = 25 e 25 t + 15 e 25 t , y2 (t) = 50 e 25 t 30 e 25 t .
140
Topicos
de Algebra
Linear
Bibliografia
lgebra Linear, Seymour Lipschutz, McGraw-Hill.

lgebra Linear como introduo Matemtica Aplicada, Lus Magalhes,
Texto Editora.
Introduo lgebra Linear e Geometria Analtica, F. R. Dias Agudo, Escolar
Editora.
lgebra Linear e Geometria Analtica, E. Giraldes, V. Fernandes e M. Smith,
McGraw-Hill.
lgebra Linear, M. R. Valena, Universidade do Minho.
lgebra Linear com Aplicaes, Steven Leon, Livros Tcnicos e Cientficos.
141
142
Topicos
de Algebra
Linear
A
Alfabeto Grego
Minscula
Maiscula
A
B
E
Z
H
I
K
M
N
Nome
alfa
beta
gama
delta
psilon
zeta
eta
teta
iota
capa
lambda
miu
niu
csi
micron
pi
r
sigma
tau
psilon
fi
qui
psi
mega
Equivalente Latino
a
b
g
d
e
z
e,h
t
i
k
l
m
n
cs
o
p
r
s
t
u,y
f
c,x
ps
w
143

Tal v3.1 Sebenta PDF

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Tal v3.1 Sebenta PDF

Transféré par

Droits d'auteur :

Formats disponibles

Tpicos de lgebra Linear

Soma de matrizes e produto de uma matriz por um escalar . . . . . . .

Matrizes em escada e escada reduzida . . . . . . . . . . . . . . . . . .

Sistemas de Equaes Lineares

Mtodo de Gauss e Gauss-Jordan . . . . . . . . . . . . . . . . . . . .

Discusso de sistemas de equaes lineares . . . . . . . . . . . . . . .

Novamente matrizes invertveis . . . . . . . . . . . . . . . . . . . . . .

Independncia e dependncia lineares . . . . . . . . . . . . . . . . . . .

Base e base ordenada . . . . . . . . . . . . . . . . . . . . . . . . . . .

Dimenso de um espao vetorial . . . . . . . . . . . . . . . . . . . . .

Definies iniciais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103

Exerccios miscelnea . . . . . . . . . . . . . . . . . . . . . . . . . . . 123

Valores e Vetores Prprios

Definies iniciais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 125

Exerccios miscelnea . . . . . . . . . . . . . . . . . . . . . . . . . . . 134

se produto cartesiano de A e B, que se representa por AB, ao conjunto

formado pelos pares ordenados tais que a primeira componente pertence

A1 , A2 , . . . , An conjuntos. Chama-se produto cartesiano de A1 , . . . , An ,

(b) Descreva por compreenso R3 .

1.4obs possvel considerar matrizes cujos elementos do conjunto de chegada no

(A)ij = A(i , j).

(c) Seja A = [aij ] Mmn (R). A representao habitual de A

1.9exe Explicite as seguintes matrizes:

por `i,A (ou por `i se no houver ambiguidade relativamente matriz),

`i,A = (ai1 , ai2 , . . . , ain ).

(b) Jcoluna de uma matrizK Chama-se coluna j da matriz A, que se repre-

senta por cj,A (ou por cj se no houver ambiguidade relativamente

cj,A = (a1j , a2j , . . . , amj ).

linha y com n colunas y = [ y1

1.14exe (a) D um exemplo de uma matriz linha com 3 elementos.

A uma matriz retangular se m 6= n. Caso contrrio, diz-se uma matriz

1.17exe (a) Indique se a seguinte proposio verdadeira ou falsa: A = [ 10 20 30 ]

(a) A proposio verdadeira pois o nmero de linhas da matriz A, que

1.18def Seja A = [aij ] Mnn (R).

(b) Jdiagonal secundria de uma matrizK Chama-se diagonal secundria da

(c) Jmatriz diagonalK A diz-se uma matriz diagonal se aij = 0 quando i 6= j.

(e) Jmatriz triangular superiorK A diz-se uma matriz triangular superior se

(f) Jmatriz triangular inferior K A diz-se uma matriz triangular inferior se

1.19obs (a) As definies anteriores s se aplicam a matrizes quadradas.

(a) Indique as matrizes retangulares e o seu tipo.

(a) A tipo 2 4, c tipo 3 1, D tipo 3 2, E tipo 1 4.

1.23exe Determine o trao da matriz A = [ 37 29 ].

1.24exe Determine o trao da matriz B =

sol tr(B) = 16.

por 0mn ou por 0 se no houver ambiguidade relativamente ao tipo.

Soma de matrizes e produto de uma matriz por um

(A + B)ij = (A)ij + (B)ij .

1.30def Jproduto (ou multiplicao) de uma matriz por um escalar K Sejam A

Mmn (R) e R. Chama-se produto (ou multiplicao) da matriz A pelo

1.33exe Considere as matrizes A =

C = [ij ] M32 (R), ij = i 2 . Indique se esto bem definidas as seguintes

1.34obs No exerccio anterior, ter sido coincidncia A + B = B + A e (A B) + 3A =

Sejam A Mmn (R) e B

Mnp (R). Chama-se produto (ou multiplicao) da matriz A pela matriz

1.38obs (a) S se pode efetuar a multiplicao da matriz A pela matriz B se o nmero

a2k bk3 = a21 b13 + a22 b23 = 2 4 + 1 (5) = 3.

1.39exe Considere as matrizes A = [ 11 01 ] e B = [ 10 12 21 ]. Indique se esto bem definidas

res (a) Como o nmero de colunas da matriz A igual ao nmero de linhas da

11+00 11+02 12+01

1.41exe Considere as matrizes A =

, B = [bij ] M22 (R), bij = j e C =

[ 11 12 01 ]. Indique se esto bem definidas as seguintes expresses, efetuando

1.42obs No exerccio anterior, ter sido coincidncia (AB)C = A(BC), CI3 = C e