Académique Documents
Professionnel Documents
Culture Documents
Departamento de Matem
atica
Secca
o de Algebra
e An
alise
Exerccios de Algebra
Linear
LEIC Alameda
1o Semestre 2005/2006
Paulo Pinto
http://www.math.ist.utl.pt/ ppinto/
Setembro 2005
Conte
udo
1 Sistemas Lineares de Equa
co
es e o C
alculo Matricial
1.1
N
umeros complexos
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.2
Algebra
das matrizes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.3
2 Espa
cos Lineares (Vectoriais)
4
7
2.1
Subespacos lineares . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.2
Vectores geradores . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.3
Independencia linear . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.4
2.5
11
3 Transforma
co
es Lineares
11
3.1
12
3.2
13
4 Determinante e Aplica
co
es
14
5 Valores Pr
oprios e Vectores Pr
oprios
15
5.1
6 Produtos Internos
17
22
6.1
23
6.2
24
6.3
Formas quadraticas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
27
1.1
N
umeros complexos
Exerccio 1.1 Verifique, com exemplos, que as inclusoes N Z Q R C sao todas estritas. Sera
que isto implica que, p.ex., #N 6= #Z??
(b)
2
43i
(c)
1+i
1i
(d) (i)n , n N.
(b) -2i
(c)
1i
(d)
3
i.
tambem o e.
(b) Conclua que se = a + ib, com a, b R e b 6= 0, e raiz de p(z), entao
(c) Mostre que se n = 3 e p(z) tem uma raiz com parte imaginaria nao nula, entao p possui tres raizes
distintas.
(d) Calcule todas as raizes de p(z) = 5 + 9z + 8z 2 + 4z 3 .
1.2
M
etodo de elimina
c
ao de Gauss
(a) x + 2 y + 2z = 0,
(b) x + y + z = 1,
(c) x1 + y + z = 0,
(d) xy + z = 0.
Exerccio 1.6 Resolva cada um dos sistemas de equacoes lineares, utilizando o metodo de Eliminacao
de Gauss:
x + y + 2z = 8
(a)
x 2y + 3z = 1
3x 7y + 4z = 10
2x + 8y + 6z = 20
(d)
4x + 2y 2z = 2
3x y + z = 11
(b)
(e)
3x + 2y = 1
(c)
6x + 4y = 0
9x + 6y = 1
2x + 8y + 6z = 20
4x + 2y 2z = 2
6x + 4y + 10z = 24
x+y+z+w =1
2x + 2y + 2z + 3w = 1
y+z = 2
(f )
3y + 3z = 6
y+x+y = 0
Exerccio 1.7 Indique a matriz aumentada de cada sistema linear do exerccio 1.6 e aplique o metodo
de Eliminacao de Gauss para confirmar o resultado obtido no exerccio 1.6. Indique o conjunto solucao.
Exerccio 1.8 Encontre um sistema equacoes lineares cujo conjunto solucao seja dado por S:
(a) S = {(1 + t, 1 t) : t R};
(e) S = .
Exerccio 1.9 (a) Discuta o sistema ax = b na variavel x em funcao dos parametros reais a e b.
(b) Prove, usando o metodo de eliminacao de Gauss, que o seguinte sistema nas incognitas x, y e nos
parametros reais a, b, c, d1 e d2 e possvel e determinado (SPD) se e so se ad cb 6= 0:
(
ax + by = d1
cx + dy = d2 .
Resolu
ca
o: Toda a complexidade de sistemas equacoes lineares esta presente na alnea (a). Com efeito,
ele e possvel e determinado sse a 6= 0 (e neste caso x = b/a e a u
nica solucao). Se a = 0 entao ou b = 0
e portanto o sistema e possvel indeterminado (todos os reais x resolvem a dita equacao). Nos restantes
casos, a = 0 e b 6= 0, o sistema e impossvel.
Quanto a` alnea (b), a matriz aumentada do sistema e:
"
a b d1
c d d2
dois casos:
Caso a 6= 0. Entao por eliminacao de Gauss temos
"
#
"
a b d1
a
b
c
a L1 + L 2
c d d2
0 d cda1
Logo o sistema inicial e SPD sse a 6= 0 e d
cd1
a
d1
d2
cd1
a
multiplicar esta u
ltima equacao por a e obter ad cb 6= 0.
L1 L 2
c d d2
0 b d1
pelo que nem c nem b poderao ser nulos para que o sistema seja SPD, como a = 0, isto equivale a dizer
que ad cb 6= 0 como requerido.
Exerccio 1.10 Forneca exemplos concretos de sistemas de equacoes lineares Ax = b, uns possveis de-
terminados e outros indeterminados, cuja matrizes de coeficientes das incognitas A nao sejam quadradas.
"
#
1 0 0 1
e possvel indeterminado e o sistema com
Resolu
ca
o: O sistema com matriz aumentada
0 0 1 1
1 0 1
matriz aumentada
0 1 1 e possvel mas determinado. Ambas satisfazem as condicoes requeridas
0 0 0
no enunciado.
Exerccio 1.11 Discuta, em funcao do parametros e , cada sistema de equacoes cuja matriz aumentada e:
1 1
(a)
1 1 1
1 1 1
(b)
4 4
0 2
Resolu
ca
o: (a) Para 6= 1 e 6= 2 o sistema e possvel e determinado. Para = 1 sistema e possvel
Algebra
das matrizes
1.3
Resolu
ca
o: Usando eliminacao de Gauss temos
2L1 +L2
9L1 + L3
2 1
20
1 + 9
10
4L2 + L3
2 1
+5
4 2
.
(a) Donde
car A =
3, 6= 5
2, = 5
car [A|b] =
3,
6= 5, R
3, = 5 e 6= 1/2 .
2, = 5 e = 1/2
(b) Dado o comentario em rodape (e analisando novamente a matriz em escada de linhas) temos que o
determinado quando 6= 5 e indeternminado
sistems e impossvel quando = 5 e 6= 1/2. E
quando = 5 e = 1/2.
"
#
"
#
"
#
h
i
1 1
1 2 3
2 3
3
3 2 1
3
Calcule se possvel A + B, 2A, CD, AB, AC, DC, CB e AD.
Resolu
ca
o: Dadas as definicoes AB, AC, AD e DC nao sao possveis de calcular.
Exerccio 1.14 (a) Encontre matrizes A e B do tipo 2 2 tais que AB 6= BA. Sera que (A + B) 2 =
A2 + 2AB + B 2 ?
(b) Prove que dadas duas matrizes quadradas A e B tais que AB = B e BA = A entao temos A 2 = A.
"
#
"
#
1 1
0 0
Resolu
ca
o: (a) Ha muitas use por exemplo as seguintes A =
eB=
.
0 0
1 1
Exerccio 1.15 Sejam A, B Mat nn (R) invertveis.
(AB)1
B 1 A1 .
Resolu
ca
o: Temos que provar que existe uma matrix X tal que X(AB) = (AB)X = I, onde I denota a
matriz identidade n n. Mas como sugere o enunciado, X = B 1 A1 . Provemos p.ex. que X(AB) = I:
X(AB) = B 1 A1 (AB) = B 1 (A1 A)B = B 1 1B = B 1 B = 1,
onde na segunda igualdade usa-se associatividade a da multiplicacao matricial, na terceira igualdade a
hipotese de A1 ser a inversa de A e na u
ltima igualdade a hipotese de B 1 ser a inversa de B.
1
Note que num sistema Ax = b: car(A) = car [A|b] sse o sistema e possvel (portanto impossvel sse car [A] 6= car [A|b]).
"
a b
c d
#1
1
adcb
"
d
c
b
a
sempre que ad cb 6= 0.
Resolu
ca
o: Aplique o metodo de Gauss-Jordan, [A|1] > [1|A 1 ], verificando que car A=2 sse
Exerccio 1.17 Sendo A = [aij ] uma matriz n n, define-se o traco de A, tr(A), como sendo a soma
P
dos elementos da diagonal pincipal, i.e. tr(A) = nk=1 akk .
(a) Prove que tr(A + B) = tr(A) + tr(B) e tr(A) = tr(A T ) onde AT designa a matriz transposta de A
(b) Prove que tr(AB) = tr(BA).
(c) Se B = S 1 AS para alguma matriz invertvel S, entao prove que tr(A) = tr(B).
Resolu
ca
o: As alneas (a) e (b) seguem directamente das definicoes. Use a alnea (b) para resolver (c).
Exerccio 1.18 Encontre matrizes A e B do tipo 2 2 reais, tais que AB 6= BA. Sera que (A + B) 2 =
A2 + 2AB + B 2 para quaisquer matrizes A e B? Justifique.
"
#
"
#
1 1
1 1
Resolu
ca
o: Use, por exemplo, A =
eB=
.
0 0
1 1
Exerccio 1.19 Prove que {A Mat 22 (R) : AB = BA, para qualquer B} = {aI : a R} onde I
Resolu
ca
o: Dada uma matriz A {A Mat 22 (R) : AB = BA, para toda B} escrever as condicoes
"
# "
# "
# "
#
1 0
0 1
0 0
0 0
que provem de AB = BA quando fazemos B {
,
,
,
}.
0 0
0 0
1 0
0 1
Exerccio 1.20 Sejam A, B, C matrizes nn, tais que A e B sao invertveis. Resolva a seguinte equacao
matricial em X: AXB = C.
Resolu
ca
o: Como A e invertvel A 1 A = I onde I designa a matriz identidade n n. Portanto multi-
10
7
4
"
3 4
2 3
. Calcule A.
Resolu
o: Note#que (7A)1 = C significa que 71 A1 = C, i.e. A = 71 C 1 . Neste caso concreto,
"ca
3 4
A = 17
.
2 3
Exerccio 1.24 Quando possvel, inverter as seguintes matrizes:
A=
"
1 1
1 2
B=
"
1 1
1 1
C=
1 2 2 ,
1
2
1
0 a 0
0 0
b 0 c 0
D= 0 d 0 e
0 0 f 0
0 0 0 h
0 .
Resolu
ca
o: Usando o metodo de Gauss-Jordan temos
"
#
"
#
"
#
1 1 1 0
1 1 1 0
1 0 2 1
.
L1 + L2
L2 + L1
1 2 0 1
0 1 1 1
0 1 1 1
Portanto A e invertvel porque car (A) = 2 e A 1 =
"
matriz C e invertvel.
x+y =8
x + 2y = 10
Resolu
ca
o: Como A e invertvel, de Ax = b obtem-se x = A 1 b multiplicando a` esquerda por A1 .
Portanto pelo exerccio 1.24
"
x
y
"
2
1
1
1
#"
8
10
"
6
2
Exerc
cio 1.26 Discuta
a invertibilidade da matriz A , em funcao do parametro , onde A =
0 1
1
1
1 1 1 1
2 2 2
Exerccio 1.27 Sejam x0 e x1 duas solucoes do sistema linear Ax = b. Prove que:
(a) Para qualquer real , x = x0 + (1 )x1 e solucao de Ax = b,
Conclua que se Ax = b tiver duas solucoes distintas, entao o conjunto solucao e infinito.
Exerccio 1.28 Sendo A uma matriz quadrada e b uma matriz coluna nao nula, decida o valor logica
de cada uma das seguintes afirmacoes:
6
2
2.1
Espa
cos Lineares (Vectoriais)
Subespa
cos lineares
Exerccio 2.1 Diga, justificando, quais dos seguintes conjuntos sao espacos lineares (considere as
operacoes usuais de adicao de vectores e multiplicacao por escalares):
(a) {(0, 0)}.
Resolu
ca
o: Os subespaco lineares de R 2 sao as rectas que contem a origem, alem dos dois subespacos
triviais: {(0, 0)} e R2 .
Exerccio 2.2 Considere o espaco linear V = R 3 com as operacoes usuais. Diga, justificando, quais dos
seguintes subconjuntos de R3 sao subespacos lineares de V :
(a) {(x, y, z) R3 : z = 1},
Exerccio 2.3 Seja A uma matriz real nm. Prove que V = (x1 , , xm ) Rm : A
e um subespaco linear de
Rm
x1
x2
..
.
0
0
..
.
0
xm
(isto e: o conjunto das solucoes de qualquer sistema homogeneo forma um
espaco linear).
Exerccio 2.4 Considere V o espaco linear das funcoes reais de variavel real. Diga, justificando, quais
dos seguintes subconjuntos de V sao subespacos lineares de V :
(a) {f : R R : f (x) = f (x)},
(d) {p : R R : p polinomino},
P
(e) Pn = {p(x) = ni=1 i xi : grau de p n},
P
(f) {p(x) = ni=1 i xi : grau p = n},
P
(g) {p(x) = ni=1 i xi : grau de p n e p(1) = 0}.
7
Exerccio 2.5 Considere V o espaco linear das sucessoes. Diga, justificando, quais dos seguintes subconjuntos de V sao subespacos lineares de V :
(a) {(un ) : un = un1 + un2 },
(b) {(un ) : un e convergente},
(c) {(un ) : un 0},
T
T
(d) {X
" V : X #= X} onde X denota a transposta da matriz X,
n x
o
11 x12
(e)
Mat22 (R) : x12 = x22 .
x21 x2
2.2
Vectores geradores
(b) v = (2, 1, 5)
Exerccio 2.9 Determine o valor de k para o qual o vector v = (1, 2, k) R 3 e combinacao linear dos
Exerccio 2.11 Considere, no espaco linear P 2 dos polinomios de grau menou ou igual a 2, os vectores
2.3
Independ
encia linear
Exerccio 2.13 Quais dos seguintes conjuntos de vectores sao linearmente independentes:
Em R2 :
(a) {(1, 1), (2, 2)},
(a) {2 x, 1 + x},
(b) {1 + x, 1 + x2 , 1 + x + x2 },
Em P3 :
(c) {1 + x + x3 , 1 x x2 + x3 , x2 },
(d) {1, x, x2 , x3 },
Em Mat22 (R):
(g) {A1 , A2 , A3 , A4 } onde A1 =
"
1 1
1 1
, A2 =
"
0 1
1
, A3 =
"
0 0
1 1
e A4 =
"
0 0
0 1
linearmente independente.
2.4
Bases e dimens
ao de espa
cos lineares
Exerccio 2.17 (a) Encontre um conjunto de vectores S num espaco linear V tal que S gere V mas com
os vectores de S linearmente dependentes.
(b) Encontre um cojunto de vectores S num espaco linear V tal que S nao gere V mas com os vectores
de S linearmente independentes.
Exerccio 2.18 Indique uma base e a respectiva dimensao para cada espaco linear:
(a) {(x, y) R2 : x + y = 0}.
c) {(x, y, z, w) R4 : x + y + z = 0, x y = 0, y + w = 0}.
9
Exerccio 2.19 Considere V = L({v1 , v2 , v3 }) onde v1 = (1, 1, 1, 1), v2 = (0, 1, 1, 1) e v3 = (1, 2, 2, 0).
1 5 9
2 6 10
4 8 12
cando uma base em cada caso:
(a) N
ucleo de A
1 3
1 2 1
0 3
2 4 3
1 5 9
1 4
0 0 0
,
,
,
,
e 2 3
2
6
2 6 10
3 12
0 0 0
0 0 2 3 3
3 7
4 8 12
5 3
Para cada matriz A verifique que: dim Nuc(A)+ car(A)= n
umero de colunas de A.
"
# "
# "
1 5
2 4
4 .
6
6
3
10 10 5
6
Exerccio 2.22 Encontre bases e respectivas dimensoes para os seguintes espacos lineares:
(a) V = {p P3 : p(1) = 0};
(b) V = {p
" P2 :#p(0) = p(1) = 0};
a b
(c) V = {
Mat22 (R) : a + 2b = 0};
c d
(d) {A Mat22 (R) : A "
= AT }; # "
#
n
o
0 1
0 1
(e) A Mat22 (R) : A
=
A .
1 1
1 1
Exerccio 2.23 Sejam E = L({(1, 1, 1), (1, 2, 2)}) e F = L({(0, 1, 1), (1, 1, 2)}).
Resolu
ca
o: (a) Temos que E + F = L(E F ) = L({(1, 1, 1), (1, 2, 2), (0, 1, 1), (1, 1, 2)}).
Escrevendo as componentes destes vectores como linhas de uma matriz e usando eliminacao de Gauss
1 1 1
1 1 1
0 1 1
0 1 1
1 1 2
0 0 1
1 2 2
0 0 0
(b) Como os vectores (1, 1, 1), (1, 2, 2) sao linearmente independentes, por nao serem m
ultiplos um do
outro, a dimensao de E e 2. Analogamente se ve que a dimensao de F e 2. Dado que dim E + F = dim
E+ dim F dim E F e pela alnea anterior dim E + F = 3, temos que a dimensao de E F e 1.
2
10
2.5
Matriz mudan
ca de base
Exerccio 2.25 (a) Seja BC= {e1 = (1, 0), e2 = (0, 1)} e B = {v1 = (1, 1), v2 = (1, 0)} duas bases de
R2 . Encontre a matriz S mudanca de base da base BC para a base B e a matriz P mudanca de base da
base B para a base BC. Quais sao as coordenadas do vector v = (3, 4) na base B.
(b) Encontre as coordenadas do vector v = (1, 2, 3) numa base do espaco linear E = {(x, y, z) R 3 :
x + y + z = 0} a` sua escolha.
"
1 1
"
0 1
, A2 =
1 1
1
constituem uma base para o espaco linear V =Mat 22 (R).
, A3 =
"
0 0
1 1
e A4 =
"
0 0
0 1
Transforma
co
es Lineares
Exerccio 3.1 Sejam E e F espacos lineares e T : E F uma transformacao linear. Prove que entao
(b) T : R2 R2 , T (x, y) = (x + 1, y)
(c) T : R2 R2 , T (x, y) = (2x, y 2 )
11
Em Matnn (R):
(m) T : Mat22 (R) Mat22 (R), T
"
a b
=
c d
(n) T : Matnn (R) Matnn (R), T (X) = X + X t
"
b + 2c
3c + a d a
(o) T : Matnn (R) Matnn (R), T (X) = SX onde S e uma matriz fixa
"
#
p(1) p(0)
(p) T : P2 Mat22 (R), T (p) =
.
p(0) p(1)
Exerccio 3.3 Considere a transformacao linear T : R 2 R2 tal que T (1, 1) = (3, 3) e T (1, 1) =
(1, 1). Calcule T (1, 0) e T (0, 1) e determine a expressao generica T (x, y).
3.1
Representa
c
ao matricial de transforma
co
es lineares
Exerccio 3.4 Considere a transformacao linear T : R 2 R2 tal que T (x, y) = (2x + y, x + 2y). Em
Exerccio 3.6 Considere a transformacao linear T : R 3 R2 tal que T (x, y, z) = (2x + y, z + 3y). Em
2
2
Exerc
" cio 3.7
# Seja T : R R a transformacao linear que na base canonica e representada pela matriz
1 2
A=
. Calcule mediante uma matriz mudanca de base apropriada:
2 1
(a) a representacao matricial de T na base v 1 = (3, 0), v2 = (0, 3)
Exerccio 3.8 Encontre as representacoes matriciais das transformacoes lineares do exerccio 3.2 nas
bases canonicas.
12
3.2
Transforma
co
es injectivas/sobrejectivas e bijectivas
Exerccio 3.9 Seja T : R2 R2 a transformacao linear que na base B = {(1, 1), (1, 2)} e representada
"
#
3 2
pela matriz A =
. Calcule T (x, y) e verifique se T e uma transformacao injectiva ou sobrejectiva.
1 2
Exerccio 3.10 Considere T : P2 P2 , T (p)(x) = xp0 (x) + p(x). Encontre a matriz que representa T
na base canonica de P2 , i.e. {1, x, x2 }. Sera T uma transformacao invertvel?
(f) Existe algum (a, b) R2 tal que a equacao T (x, y, z) = (a, b) seja indeterminada?
Exerccio 3.13 Decida o valor logico das seguintes proposicoes:
(a) Existem transformacoes lineares injectivas de R 8 para R6 .
(b) Existem transformacoes lineares sobrejectivas de R 8 para R6 .
(c) Existem transformacoes lineares injectivas de R 6 para R8 .
(d) Existem transformacoes lineares sobrejectivas de R 6 para R8 .
(e) Existem transformacoes lineares injectivas de Mat 22 para P2 .
"
#
a b
Exerccio 3.14 Seja S =
matriz nao nula e a transformacao T : Mat 22 (R) Mat22 (R)
c d
dada por
T (X) = tr(X)S
onde tr(X) designa o traco da matriz X.
(a) Prove que T e uma transformacao "linear. # "
# "
# "
#
n 1 0
0 1
0 0
0 0 o
(b) Considere a base canonica Bc =
,
,
,
de Mat22 (R). Calcule
0 0
0 0
1 0
0 1
a matriz que representa T nesta base.
(c) Encontre uma base para o n
ucleo de T e verifique se T e injectiva.
(d) Encontre uma base para a imagem de T e verifique se T e sobrejectiva.
(e) Determine uma base de Mat22 (R) cuja representacao matricial de T nessa base seja uma matriz
diagonal.
(f) Qual e a matriz mudanca de base da base cononica para a base da alnea anterior?
13
Determinante e Aplica
co
es
Exerccio 4.1 Seja A uma matriz n n e B. Decida se cada afirmacao seguinte e verdadeira:
(a) Seja B a matriz que se obtem de A fazendo uma troca de linhas L i Lj com i 6= j. Entao
det(A) = det(B).
(b) Seja B a matriz que se obtem de A multiplicando uma linha de A por um escalar nao nulo k. Entao
det(A) =
1
k
det(B).
(c) Seja B a matriz que se obtem de A substituindo a linha L i de A por Li + Lj , para qualquer escalar
. Entao det(A) = det(B).
(d) Sendo At a matriz transposta de A, det(A) = det(A t ).
(e) det(A) = n det(A).
a b
g h i
(a) det(3A)
(b) det(A1 )
(c) det(2A1 )
(d) det((2A)1 )
(e) det(A3 )
a g
Exerccio 4.5 Use a Regra de Laplace para calcular os determinantes das matrizes
A=
0 2
3
0
,
5
1 2 3
0
1 0
0 1
B=
,
0 3 1
4
0 2 1 0
14
(f) det
b h e
c i f
Exerccio
4.4 Paraque valores de k a matriz A e singular?
"
#
1 2 4
2
2
(a) A =
(b) A =
.
3 1 6
2 k 2
k 3 2
3
2
1
1
C= 1
0
2
0
0 .
1 0
3
2
1
1 3 2 1 1
1 0 0 x
0 1 x 0
x 0 0 1
denota a matriz identidade do tipo 4 4.
1 2 3
x 3y + z = 4
7x 2y = 3
(a)
(b)
2x y = 2
3x + y = 5
4x 3z = 2
(b) Sendo A a matriz dos coeficientes das incognitas do sistema linear de (b), calcule a entrada-23 da
matriz A1 .
Valores Pr
oprios e Vectores Pr
oprios
A=
0
1
.
10 4 4
(b) Diga, justificando, se existe alguma base de P 2 cuja representacao matricial de T e uma matriz
diagonal.
"
1 2
2 1
1 1 1
.
Exerccio 5.6 Seja T : P P2 a transformacao linear cuja matriz na base canonica e
1
1
1
1 1 1
(a) Prove que p(x) = 1 x2 e q(x) = 1 2x + x2 sao vectores proprios de T . Indique os valores proprios
associados.
E() = Nuc(A I). Decida sobre o valor logico das seguintes proposicoes:
"
2 5
D e matriz mudanca de base S tais que D = SAS 1 .
(b) Encontre a u
nica solucao do seguinte sistema de equacoes diferenciais:
(
2x1 (t) + x2 (t) = x01 (t)
2x1 (t) + 5x2 (t) = x02 (t)
5.1
2
2
Exerccio 5.9 Determine todos os vectores e valores proprios "
da transforma
# cao linear T : R R
1 2
representada em relacao a` base canonica de R 2 pela matriz A =
.
2 4
Resolu
ca
o O polinomio caracterstico de A e:
"
#
1 2
p() = det(A I) = det
= (1 )(4 ) 4 = 2 5,
2 4
pelo que os valores proprios de T (os mesmos que os de A) sao {0, 5}. Resta-nos encontrar os vectores
proprios associados a cada valor proprio. O espaco proprio E(0) associado a valor proprio =0 e E(0) =
Nuc(A 0I) = Nuc(A), cuja base e {(2, 1)}. Portanto os vectores proprios associados ao valor proprio
sse det A = 0, ou seja sse A nao e invertvel. Conclusao: A invertvel sse p(0) 6= 0.
(b) Seja valor proprio de A. Por (a), 6= 0. Vamos agora provar que 1/ e valor proprio de A 1 .
1
1
1
1
1
I) = det(A1 A1 A) = det(A1 ) det(I A) = det(A1 ) det( I A) =
1
1 n
det(A1 ) det
(A I) =
det A1 det(A I),
pelo que n det(A) det(A1 1/I) = (1)n det(A I). Portanto e valor proprio de A sse 1/ e valor
proprio de A1 .
Seja v um vector proprio de A associado a um valor proprio . Portanto Av = v por definicao. Aplicando
a inversa de A em ambos os membros desta igualdade obtemos A 1 Av = A1 v, logo v = A1 v.
Portanto A1 v =
1
v.
proprio 1/.
Exerccio 5.11 Prove que A =
"
2 3
0 2
nao e diagonalizavel.
17
Resolu
ca
o: O polinomio caracterstico de A e
p() = det(A I) = det
"
2
0
3
2
= (2 )2 ,
1 2 0
(e) Prove que hu, vi = uA v t nao mune R3 com um produto interno (para todo o ).
Resolu
ca
o: (a) O polinomio caracterstico de A e (usando a regra de Laplace):
1
2
0
= (1 )2 4 ( ) = ( + 1)( 3)( ),
p() = det(A I) = det
2
1
0
0
pelo que os valores proprios de A sao {1, 3, }. As multiplicidades algebricas sao todas simples, quando
6 {1, 3}. Se = 1 a multiplicidade algebrica de = 1 e dois, e a de = 3 e um. No caso = 3,
a multiplicidade algebrica de = 3 e dois, e a de = 1 e um.
A matriz A e invertvel sse 6= 0, e os valores proprios de A 1 sao {1, 1/3, 1/} (ver exerccio 5.10).
(b) Caso
/ {1, 3}:
2 2
0 0 +1
18
1
2
3
2
1 0
.
0
0
Falta investigar dois casos singulares. No caso = 1, {(1, 1, 0), (0, 0, 1)} forma uma base para E(1),
enquanto {(1, 1, 0)} forma uma base para E(3). No caso = 3, {(1, 1, 0)} forma uma base para E(1),
e {(1, 1, 0), (0, 0, 1)} forma uma base para E(3).
1 1 0
, D =
correspondentes aos vectores proprios em S . Assim, e em todos os casos, S =
1
1
0
0 0 1
1 0 0
0 0
mudanca de base (da base formada por vectores proprios para a base canonica) e D representa T na
base formada pelo vectores proprios (verifique!).
(d) A matriz e invertvel sse 6= 0. Os valores proprios de A 1 sao pelo exerccio 5.10, {1, 1/3, 1/}.
As bases para os espacos proprios E(1), E(1/3) e E(1/) de A 1 coincidem (novamente pelo exerccio
5.10) com as bases para os espacos proprios E(1), E(3) e E() de A, respectivamente. Temos trivial1 1
mente A1
ao as matrizes calculadas em (c).
= S D S , onde S e D s
(e) Observe que A tem pelo menos um valor proprio negativo (para qualquer )!
1 0 1
O polinomio caracterstico de A e p() = ( 2) 2 , pelo que os valores proprios de A sao {0, 2}. O
vector (1, 0, 1) forma uma base para E(0), enquanto (1, 0, 1), (0, 1, 0) fornecem uma base para o espaco
proprio E(2). Logo
1 0 1
S=
0
1
1 0
,
0 1
0 0 0
.
D=
0
2
0
0 0 2
De seguida, vamos resolver o sistema de equacoes diferenciais y 0 = Dy. Como D e diagonal, a solucao
geral desta equacao e imediata: y(t) = (c 1 e0t , c2 e2t , c3 e2t ) = (c1 , c2 e2t , c3 e2t ) com c1 , c2 , c3 constantes.
3
encontra-se uma martiz mudanca de base S = M (id, Bvp , Bc) e matrix diagonal D (formada pelos vectores pr
oprios de
A) tais que D = S 1 AS. De uma forma equivalente, encontra-se a matriz mudanca de base P = M (id, Bc, Bvp ) tal que
D = P AP 1 , uma vez que P = S 1 . Depois, usa-se a mudanca de var
avel y = S 1 x e resolve-se a o sistema de equaco
es
difereniais y 0 = Dy, cuja soluca
o geral e y(t) = (c1 e1 t , , cn en t ) onde i , , n s
ao os valores pr
oprios de A e c1 , , cn
s
ao constantes. Finalmente, a soluca
o geral do sistema inicial x0 = Ax e x = Sy
19
1 0 1
x(t) = Sy(t) =
0
1
0
1 0 1
de y 0 = Dy da seguinte forma
c1
c1 + c3 e2t
2t
.
=
c2 e2t
c
e
2
c3 e2t
c1 + c3 e2t
(b) Ja vimos em (a) que a solucao geral de x 0 = Ax e x(t) = (c1 + c3 e2t , c2 e2t , c1 + c3 e2t ). Falta-nos
determinar os valores das constantes c 1 , c2 , c3 , pelo que temos de usar a condicao x(0) = (1, 1, 1) da
seguinte maneira:
(1, 1, 1) = x(0) = (c1 + c3 , c2 , c1 + c3 )
donde c1 = 0, c2 = 1, c3 = 1. Portanto x1 (t) = e2t , x2 (t) = e2t e x3 (t) = e2t .
Exerccio 5.14 No espaco dos polinomios reais de grau menor ou igual a 3, P 3 , considere os vectores
v1 = 1 + x3 , v2 = 1 + x2 + x, v3 = x x3 , v4 = 1 x.
1 0 0
1 1 1
0 1 0
1 1 0
usando eliminacao
1
1 0
0
0 1
0 1
1
0
0 1
de Gauss
0 1
1 1
0 1
0 1
1 0
0 1 1 1
0 0 1 0
0 0 0 2
conclumos que, dado que a dimensao do espaco das linhas da matriz e 4, tambem a expansao linear
base B (ou
seja
0 0
0 0
A=
1 1
0 0
O espaco de
M (T ; B))
e
1 1
0 0
.
0 0
0 0
colunas desta matriz e L({(0, 0, 1, 0), (1, 0, 0, 0)}), e logo ImT = {v P 3 : vB C(A)} =
L({v3 , v1 }). O n
ucleo de A e
{(x, y, z, w) R4 : x + y = 0 e z + w = 0} = {(y, y, w, w) : y, w R} =
20
0
1
0 0
p() = det
= () det
0 0
=
1
1
1
0
0
0
"
#
"
#
0
0 1
() () det
+ det
=
1
0
= ()(3 + ) = 2 (2 1) = 2 ( 1)( + 1). Logo os valores proprios de T sao 0, 1, 1.
O subespaco proprio associado a 0 e o n
ucleo de T , que ja foi determinado.
1 0
1
1
0 1 0
0
Temos A 1I =
.
1
1 1 0
0
0
0 1
Usando eliminacao de Gauss
1 0 1 0
1 0
1
1
1 0
1
0
0 1 0
0 1 0 0
0 1 0
0
0
1
0
0
0
0
1
0
1
0
1
1
0
0
0 0 1
0
0
0 1
0
0
0 1
conclumos que
1 0 1 1
0 1 0 0
Temos A + 1I =
1 1 1 0
0 0 0 1
Usando eliminacao de Gauss
1 0 1 1
1 0 1
0 1 0 0
0 1 0
1 1 1 0
1 0 1
0 0 0 1
0 0 0
conclumos que
1 0 1 0
0 1 0 0
0
0
0
0
0
0
1
0 0 0 1
proprio de V associado a 1 e o
subespaco L({v 1+ v3 }).
1 1 0
1
0 1 1 1
1 0 1 0
1
A matriz G e a matriz M (id; B2 , B) e pode ser determinada (determine!) pelo metodo de Gauss-
21
G1
1 1 2 1
2
0
1 0 0
=
.
2 1 1 2 1
1 1 0 1
0
)
=
{v
V
:
v
e
solu
c
a
o
de
AX
=
}. Resolvendo este sistema obtemos o conjunto das
3
B
3
0
solucoes pretendido.
T 1 (v
Produtos Internos
Em R2 :
Em R3 :
Exerccio 6.2 Determine um produto interno de R 2 tal que h(1, 0), (0, 1)i = 2. Sera u
nico?
Exerccio 6.3 No espaco linear E = Mat nn (R), mostre que
hA, Bi = tr(AB t )
define um produto interno em E.
22
6.1
Complemento, projec
co
es e bases ortogonais
(b) Conclua que se considerarmos o produto interno usual em R n e A a matriz k n cujas linhas sao
Exerccio 6.5 Considere R3 munido com o produto interno usual e F = L({u 1 }) onde u1 = (1, 1, 1).
(a) Calcule uma base ortonormada para F .
i
1 1 1 1 .
Exerccio 6.9 Seja E um subespaco linear de R n . Prove que existe uma matriz A tal que E = Nuc(A).
Exerccio 6.10 Em P2 , considere a a seguinte aplicacao P 2 P2 R:
hp(x), q(x)i = p(0)q(0) + p0 (0)q 0 (0) + p0 (0)q 0 (0),
(a) Prove que esta aplicacao define um produto interno em P 2 .
hp(x), q(x)i = a0 a1 a2 A
b1
b2
Exerccio 6.11 No espaco linear E = Mat 22 (R) considere o produto interno
hA, Bi = tr(AB t ),
23
e o subespaco linear F =
"
z w
(a) Encontre uma base para F .
o
Mat22 (R) : x + w = 0, y z = 0 .
0 1
1 0
(b) Para cada a R, existe um produto interno em R 2 tal que ||(1, 0)|| = a.
(d) Seja E um subespaco linear de Rn . Entao dist(0, E) = dist(0, E ) = 0, para qualquer produto
interno.
(e) O 0 e o u
nico ponto de Rn que satisfaz dist(0, E) = dist(0, E ) = 0.
(f) Se E F entao F E .
(g) Para qualquer subespaco linear E do espaco Euclideano R n temos que E {0} .
6.2
(b) Encontre uma base ortogonal para E = L({e 1 , e2 }) onde e1 = (1, 0, 0) e e2 = (0, 1, 0).
(c) Determine uma base para o complemento ortogonal E . Verifique que dim(E) + dim(E )=dimR3 .
a representacao matricial de PE ?
2 1 0
A
b onde A = 1 1 0 ,
c
0 0 1
pelo que a simetria e a linearidade sao obvias. Para provar a positividade, e suficiente aplicar o criterio:
24
x y z
"
2 1
(b) Note, em primeiro lugar, que {e1 , e2 } e uma base de E. Aplicamos de seguida o processo de ortogonalizacao de Gram-Schmidt para obter a base ortogonal {w 1 , w2 }:
w1 = e 1
he2 ,w1 i
1
1
hw1 ,w1 i w1 = e2 2 e1 = ( 2 , 1, 0).
definicao E = {u R3 : hu, ei = 0,
w2 = e 2
(c) Por
2 1 0
1 1 0
1 0 0
.
a matriz PE que representa PE na base canonica e PE = I PE =
0
1
0
0 0 0
1 0 0
0
(e) O ponto de E mais proximo de e3 = (0, 0, 1) e dado por PE (e3 ). Por (d), PE (e3 ) = 0 1 0 0
.
0 0 0
1
Donde PE (e3 ) = (0, 0, 0). Ou entao, como e3 E , PE (e3 ) = e3 , PE (e3 ) = (0, 0, 0).
Exerccio 6.14 Considere em R4 o produto interno usual e sejam E=L((1, 0, 0, 1), (0, 1, 1, 1)),
F =L((1, 0, 0, 1)).
(a) Sera que E F ? Calcule dimE, dimE , dimF e dimF .
(b) Sendo v1 = (1, 0, 0, 1), v2 = (0, 1, 1, 1) base para E, vamos aplicar o processo de ortogonalizacao de
w2 = v 2
hv2 ,w1 i
hw1 ,w1 i w1
1
= ( 1
2 , 1, 1, 2 ).
25
(c) Em primeiro lugar temos que encontrar uma base {s 1 , s2 } de E , e de seguida apelar ao processo de
ortogonalizacao de Gram-Schmidt para obter uma base ortogonal {t 1 , t2 } de E .
Como v1 , v2 geram E,
"
1 0 0 1
0 1 1 1
t1 = s1 = (1, 1, 0, 1)
t2 = s 2
hs2 ,t1 i
ht1 ,t1 i t1
1
= (0, 1, 1, 0) 13 (1, 1, 0, 1) = ( 13 , 2
3 , 1, 3 ).
(d) A distancia de p a F e dist(p, F ) = ||P F (p)||. Agora ou se usa uma base ortonormada {u 1 , u2 , u3 }
de F e entao4 PF (p) = hp, u1 iu1 + hp, u2 iu2 + hp, u3 iu3 , ou se usa o facto de PF + PF = I, i.e.
PF (p) = p PF (p) = p
Portanto dist(p, F ) =
6/2.
(e) Primeiro vamos encontrar uma base para F . Como estamos a usar o produto usual de R 4 , temos
h
i
que F = Nuc 1 0 0 1 , cuja base e {(1, 0, 0, 1), (0, 1, 0, 0), (0, 0, 1, 0)}. Donde F = {(x, y, z, w) :
equacoes cartesianas
+ w = 1, y = 1, z = 0.
de R sao: x
1 0 0 1
.
Note que F = Nuc
0
1
0
0
0 0 1 0
(f) Vimos em (b) que {(1, 0, 0, 1), (0, 1, 1, 1)} e uma base de E, pelo que as equacoes cartesianas de E
(g) Como dimF e menor que dimF , vamos encontrar a matriz que representa P F e depois usa-se o facto
de PF = I PF . Sendo {e1 , e2 , e3 , e4 } a base canonica de R4 , PF (ei ) =
hei ,(1,0,0,1)i
h(1,0,0,1),(1,0,0,1)i (1, 0, 0, 1),
com
i = 1, 2, 3, 4. Pelo que
PF (e1 ) = (1/2, 0, 0, 1/2), PF (e2 ) = (0, 0, 0, 0), PF (e3 ) = (0, 0, 0, 0), PF (e4 ) = (1/2, 0, 0, 1/2).
1 0 0 0
1/2 0 0 1/2
1/2 0 0 1/2
0 1 0 0 0 0 0 0 0
1 0
0
Pelo que a matriz que representa PF e
=
0 0 1 0 0 0 0 0 0
0 1
0
0 0 0 1
1/2 0 0 1/2
1/2 0 0 1/2
(a) Prove que o conjunto dos valores proprios de P F e um subconjunto de {0, 1}.
j hw, vj ivj .
i hw, ui iui .
26
Resolu
ca
o: Se F =E ou F ={0E } o exerccio e trivial. Para fazer os outros casos observe que se e valor
proprio de PF entao 2 tambem e valor proprio de PF2 . De seguida use o facto de PF2 =PF . Finalmente
PF e diagonalizavel, tomando, p. ex., a base B = B F BF de E, onde BF (resp. BF ) e uma base de F
(resp. F ). Indique entao S e D tais que S 1 PF S = D, com D matriz diagonal.
Resolu
ca
o: O plano P0 que passa na origem (0, 0, 0) e e paralelo a P d tem equacao cartesiana dada por
ax+by +cz = 0. Por outro lado {(a, b, c)} e uma base para o complemento ortogonal P 0 e (0, 0, d/c) Pd
se c 6= 0. Note que (a, b, c) 6= (0, 0, 0), pelo que se b 6= 0, podemos usar o ponto (0, d/b, 0) P d , ou ainda
(a/d, 0, 0) Pd se a 6= 0. Portanto (denotando por PP a projeccao ortogonal sobre P0 ) temos
0
h(x0 , y0 , z0 d/c), (a, b, c)i
dist (x0 , y0 , z0 ), Pd = ||PP ((x0 , y0 , z0 ) (0, 0, d/c))|| = ||
(a, b, c)||
0
a2 + b 2 + c 2
donde o resultado.
6.3
Formas quadr
aticas
Exerccio 6.17 Classificar as seguintes formas quadraticas, em definids positivas, definidas negativas,
semidefinidas positivas, semidefinidas negativas ou indefinidas:
(a) Q(x, y) = x2 + y 2 + 2xy.
(b) Q(x, y) = 2x2 + 2y 2 + 2xy.
(c) Q(x, y) = 3x2 + 2yx 2y 2 .
(e) Q(x, y, z, w) =
3 0
0 0
i 0 1 0 y
, onde e um parametro.
x y z w
0 2 0 z
0 0 0 7
w
Exerccio 6.18 Seja A uma matriz real simetrica n n. Prove que A 2 e definida positiva se e so se A
27