Académique Documents
Professionnel Documents
Culture Documents
Gaspar J. Machado
Departamento de Matemtica e Aplicaes
Universidade do Minho
setembro de 2013 (v3.1)
ndice
Matrizes
Definies iniciais . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Produto de matrizes . . . . . . . . . . . . . . . . . . . . . . . . . . . .
11
Matrizes invertveis . . . . . . . . . . . . . . . . . . . . . . . . . . . .
14
Matriz transposta . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
17
Matrizes simtricas . . . . . . . . . . . . . . . . . . . . . . . . . . . .
19
Matrizes ortogonais . . . . . . . . . . . . . . . . . . . . . . . . . . . .
19
20
Clculo de inversas . . . . . . . . . . . . . . . . . . . . . . . . . . . .
29
Exerccios miscelnea . . . . . . . . . . . . . . . . . . . . . . . . . . .
32
Determinantes
37
Definies . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
37
Propriedades . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
44
Matriz adjunta . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
50
Exerccios miscelnea . . . . . . . . . . . . . . . . . . . . . . . . . . .
51
55
Definies iniciais . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
55
58
70
Regra de Cramer . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
72
73
Exerccios miscelnea . . . . . . . . . . . . . . . . . . . . . . . . . . .
73
Espaos Vetoriais
79
Definies iniciais . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
79
Subespaos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
81
Combinao linear . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
83
Espao gerado . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
87
Conjunto gerador . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
87
90
93
96
Exerccios miscelnea . . . . . . . . . . . . . . . . . . . . . . . . . . .
99
Transformaes Lineares de Rn em Rm
103
. . 120
125
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-
A B = {(, ) : A, B}.
(b) Jproduto cartesiano de um nmero finito de conjuntosK Sejam n N e
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
{1, . . . , n}.
(b) JMmn (R)K Representa-se por Mmn (R) o conjunto das matrizes do
tipo m n.
1 Matrizes
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
(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
Topicos
de Algebra
Linear
yn
].
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
quadrada.
1.16def Jordem de uma matriz quadradaK Seja A Mnn (R). A diz-se uma matriz
de ordem n.
Topicos
de Algebra
Linear
(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
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
Topicos
de Algebra
Linear
h1 3 5i
7 9 0 .
2 4 6
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.
1 Matrizes
(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) 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 .
11
1 Matrizes
Produto de matrizes
1.37def Jproduto (ou multiplicao) de matrizes K
(AB)ij =
n
X
(A)ik (B)kj .
k=1
2 1
{z
AM32 (R)
(AB)23 =
2
X
k=1
{z
BM24 (R)
{z
ABM34 (R)
Topicos
de Algebra
Linear
12
1 0 1 1 2
AB =
1 1 0 2 1
=
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
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 ].
13
1 Matrizes
Ap =
p
Y
A.
k=1
2
A3 =
1
0 2
1 1
2
1
1
0
0
4
=
1
3
1
1
0
0
8
=
1
7
0
.
1
0
0 3
(a) B 2 =
3
.
(b) B 3 =
3 6
6 3
1 2
2 1 . Calcule:
Topicos
de Algebra
Linear
14
a b
c d
h1 0 0i
0 1 0
1 0 2
eY =
2 4 0
3 1 0
1 4 1
so comutveis.
1 1
0 0 . Mostre que:
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
Seja
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)
= X(AY )
por (2)
= (XA)Y
= In Y
por (1)
= Y,
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
(2)
= AIn A1
por (2)
= AA1
= In ,
por (1)
1 2
2 2
.
1
3
1 1
1
eB=
1
3
1 1
1
2 1
1 1
1
3
[ 30 03 ] = [ 10 01 ].
2 1
1 1
17
1 Matrizes
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
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;
(g) (Au)T ;
(d) uu T ;
(h) u T AT .
AB T +BAT
2
1 1
1 1 .
(b) C T = 10 11 .
(a)
(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.
1
= A1
T
19
1 Matrizes
Matrizes simtricas
1.75def Jmatriz simtricaK Seja A uma matriz quadrada. Diz-se que A uma matriz
simtrica se A = AT .
h0
1 2
1 10 3
2 3 1
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 .
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.
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
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
(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 `i pela linha
que se obtm multiplicando por os elementos de `i representa-se por
`i `i .
(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 `i pela linha que se obtm somando os elementos de `i aos elementos
que se obtm multiplicando por os elementos de `i 0 representa-se por
`i `i + `i 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
23
1 Matrizes
h0 2 4 0i
1 1 0 2
2 2 0 5
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.
de fe(A) e em
fer(A).
25
1 Matrizes
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 `i
Passo 2 [colocar elemento piv a 1]
se aij0 6= 1 ento
1
`i 0 0 `i 0
aij
fimse
Passo 3 [anular os elementos acima do piv]
para p 1 at i 1 fazer
0
`0p `0p apj
`i 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
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 .
(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
.
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
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
1
AA = 0
5 1 2
0 1 0
2 0 1
0 .
1
}
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
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
0
0
1
1
2
1
2
1
2
0
1
0
#
.
(b) B no invertvel.
4 3
10 7 6
8 6 5
h 5
0
"
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
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
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
1 0 1 1
0 1 0 1
0 1 1 0
0 3 1 1
3 2 4 4
1 4 2 3
1 4 3 2
35
1 Matrizes
V2
V3
V1
V4
V5
0 1 1 1
1 0 1 0 .
1 1 0 1
1 0 1 0
1
0
1
0
0
1
1
0
1
0
0
0
1
0
0
1
0
0
1
0
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)
def
Aeij =
se n = 1,
se n > 2.
matriz A eliminando `i e cj
h1 2 3i
4 5 6
7 8 9
e B = [ 5 ].
Topicos
de Algebra
Linear
38
(A)11
..
det(A)
.
(A)n1
(A)1n
..
. |A|
(A)nn
(A)11
def
n
X
=
..
.
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 | |.
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
a11
a12
|
a21
"
a22
vindo
1 5
3 2 .
Topicos
de Algebra
Linear
40
res
y11
det(Y ) y21
y31
=
3
X
y12
y22
y32
y13
y23
y33
j=1
j=2
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.
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
5 2
3 4 .
Topicos
de Algebra
Linear
44
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
{z
desenvolvimento
atravs da coluna
2 1 3 2
0 1 2 1
0 0 1 3
atravs do desenvolvimento
45
2 Determinantes
1
det(A) .
i=1
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
0 0 1
2
0
1
0 ,
(e) det(2A).
(b) det(B).
(f) 2 det(A).
(c) det(C).
(g) det(A3 ).
(d) det(D).
Topicos
de Algebra
Linear
46
(i) det(AT A1 B T ).
(k) det(ABCD).
(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)
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 )
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.
2.23exe Considere a matriz A =
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}.
2.25exe Considere a matriz A =
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
(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
2.28obs .
res (a)
det(A) =
4
X
(A)1j (1)1+j det(Ae1j )
j=1
(b)
det(A) =
4
X
(A)i3 (1)i+3 det(Aei3 )
i=1
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
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
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 .
51
2 Determinantes
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
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
.
(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
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 ,
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= 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
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
Topicos
de Algebra
Linear
56
a12
a13
a1n
b1
a21
..
.
am1
a22
..
.
a23
..
.
..
.
a2n
..
.
b2
..
.
am2
am3
amn
bm
"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
..
..
..
.
.
.
..
.
x1
a1n
b1
x2
a2n b2
.. x3 = .. ,
.
... .
amn
bm
xn
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
3.6exe
x
3x
res
x
(a)
3x
x
(b)
3x
2y
0.
2y
2z
0.
2y
0.
Topicos
de Algebra
Linear
58
c(A) = c(A|b)
c(A) = c(A|b) = n
e A0 fe(A). Se cj,A0 uma coluna piv, diz-se que xj uma varivel piv.
res
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)
Lineares
3 Sistemas de Equacoes
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) =
(A |b )i,n+1
n
X
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) =
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
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
3 Sistemas de Equacoes
61
x y =0
1
1
2
1
2
x
x +y =1
(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.
Resoluo de (S2 ) atravs do mtodo de Gauss:
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
x + y = 1 2x 2y = 2
Figura 3.2: Interpretao geomtrica de um sistema linear de duas equaes a duas
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.
Resoluo de (S3 ) atravs do mtodo de Gauss:
1
1
1
1
1
2
`2 `2 `1
Lineares
3 Sistemas de Equacoes
63
x +y =1
x +y =2
(S1 )
(S2 )
1
x1
x
x
x2
x3
x2
x3
= 1
x2
2x3
+ y
+ z
+ z
2.
3;
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
x2
x3
2x2
2x3
ou seja,
3x3
x =
1
0
x2 =
3
x3 =
1
11+1
1
=1
0+21
2
=1
3
3
=1
Lineares
3 Sistemas de Equacoes
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,
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
3 Sistemas de Equacoes
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
2 1 1 4
2 2 1 1
Topicos
de Algebra
Linear
68
1 1
1 1 1
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
3 Sistemas de Equacoes
69
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
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
3 Sistemas de Equacoes
71
= 1:
1 1
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
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 =
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 ].
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
3 Sistemas de Equacoes
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)}.
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
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
Topicos
de Algebra
Linear
74
sol
e b R: sistema PD. a =
1
2
e b R: sistema PI.
ax
2z
bz
2a
, a, b R.
1
2
e b = 1.
Resolva-o.
sol
(a) Para a =
1
2
1
2
o sistema PD.
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.
3.33exe Considere a matriz A =
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
3 Sistemas de Equacoes
75
(a) A1 =
1
2
1 1 1
1 1 1
1 1 1
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
U = i R,
i2
i3
(n A)
i1
i2
i3
(n B)
2i2
2i2
5i3
(ciclo superior)
(ciclo inferior)
1 1
2
0
.
Lineares
3 Sistemas de Equacoes
77
1 32
0
4
3
i1
16V
i2
B
2
i3
3
Figura 3.5: Circuito eltrico 2.
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.
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
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
81
4 Espacos Vetoriais
Subespaos
4.9def JsubespaoK Sejam o espao vetorial (V, , , R, +, ) e F um subconjunto
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
Topicos
de Algebra
Linear
82
4.10teo :
4.10teo :
4.10teo no so satis-
83
4 Espacos Vetoriais
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
+ = 1
(1, 4) = (1, 2) + (1, 1)
2 + = 4.
Ento, como
1 1
2 1
1
4
`2 `2 2`1
= 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
= 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) 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.
(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-
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).
Topicos
de Algebra
Linear
88
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 .
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
2 + 3
0 + 4
= x1
= x2 .
x1
x2
4.29obs
Topicos
de Algebra
Linear
90
91
4 Espacos Vetoriais
(d) Jvetores linearmente dependentesK Se S um conjunto linearmente dependente, os elementos de S dizem-se vetores linearmente dependentes.
res
(a) Como
2
(2, 0) = (0, 0)
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
res
Topicos
de Algebra
Linear
94
4.28exe (b) e
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
(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.
97
4.55teo
4 Espacos Vetoriais
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
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.
(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.
(c) No.
(d) dim(F ) = 2.
101
4 Espacos Vetoriais
(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.
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
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).
A
x
C
g(f (x)).
Lineares de Rn em Rm
5 Transformacoes
105
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).
Lineares de Rn em Rm
5 Transformacoes
107
Rn
Rm
f (x).
Topicos
de Algebra
Linear
108
(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)
(i.2)
(ii.1)
T (x) = T (x1 , x2 )
= (x2 , 0, x1 + x2 )
= (x2 , 0, x1 + x2 ).
(ii.2)
Lineares de Rn em Rm
5 Transformacoes
109
(i.1)
(i.2)
linear R2 em R3 .
5.24obs A funo do exemplo anterior um dos casos em que ambas as propriedades (i)
e (ii) da definio
Topicos
de Algebra
Linear
110
(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
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
Lineares de Rn em Rm
5 Transformacoes
111
Topicos
de Algebra
Linear
112
5.27exe no so transformaes
5.33obs .
Lineares de Rn em Rm
5 Transformacoes
113
1
a11
2 a21
=
.. ..
. .
m
am1
a12
a13
a22
..
.
a23
..
.
..
.
am2
am3
a1n
2
a2n
.. 3 .
.
...
amn
n
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
1
AT =
3
2
.
0
0
1
(a) AT =
(b)
2 1 1
1 2 1
1 1 2
Lineares de Rn em Rm
5 Transformacoes
115
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 ).
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)
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
Lineares de Rn em Rm
5 Transformacoes
117
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
Lineares de Rn em Rm
5 Transformacoes
119
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
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 ).
Lineares de Rn em Rm
5 Transformacoes
121
Im(T ), ou seja,
def
cT = dim(Im(T )).
(b) Jnulidade de uma transformao linear de Rn em Rm , nT K Chama-se
nT = dim(Nuc(T )).
5.55teo Seja T L(Rn , Rm ). Ento:
(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
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
Lineares de Rn em Rm
5 Transformacoes
123
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
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
A () = det(A In ).
(b) Jequao caracterstica de uma matrizK Chama-se equao caracterstica
da matriz A equao A () = 0 .
6 Valores e Vetores Proprios
127
h2 1
0
0 1 1
0 2 4
(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:
6 Valores e Vetores Proprios
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
Ei = {( 1+i
, ) : C}.
Ei = {( 1i
, ) : C}.
0 0
1 0
1 1
Topicos
de Algebra
Linear
130
Propriedades
6.14exe Considere a matriz A =
2 1
1 2
.
(A1 ) e E,A =
E 1 ,A1 ;
6 Valores e Vetores Proprios
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.
6.19exe Considere a matriz A =
2 3
2 5 . Determine uma matriz P que diagonaliza
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.
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
6 Valores e Vetores Proprios
133
1 0
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 ;
6 Valores e Vetores Proprios
135
Topicos
de Algebra
Linear
136
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
na forma y 0 = Ay :
y0
a
1 = 11
y20
a21
y
1 .
a22
y2
a12
6 Valores e Vetores Proprios
137
agua 15L/min
mistura 5L/min
tanque A
tanque B
mistura 20L/min
mistura 15L/min
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
y2 (t) y1 (t)
.
40
10
.
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
1
3
e 2 = 20
com vetores prprios associados v1 =
obtm-se 1 = 20
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
6 Valores e Vetores Proprios
139
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
140
Topicos
de Algebra
Linear
Bibliografia
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