Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
onde i
representa a linha e j representa a coluna no qual esse elemento pertence.
(
(
(
(
=
mn m m
n
n
a a a
a a a
a a a
A
...
. ... . .
...
...
2 1
2 22 21
1 12 11
ou = [
]
1.1.2 Exemplos:
a) A matriz = [
onde
= + representada por =
2 3
3 4
4 5
.
b) = [5] uma matriz 1 1.
1.1.3 Definio: Duas matrizes = [
e = [
so iguais, = , se elas tm o
mesmo nmero de linhas ( = ) e colunas ( = ), e todos os seus elementos correspondentes
so iguais (
).
1.1.4 Classificao de Matrizes
a) Matriz linha uma matriz formada por uma nica linha.
Exemplo: A = [3 6 9], matriz do tipo 1x3
b) Matriz coluna a matriz formada por uma nica coluna.
Exemplo: A =
(
(
(
(
4
0
1
2
, matriz do tipo 4x1
1
lgebra Linear CINAT-MATEMTICA 2014
3
c) Matriz zero (nula) a matriz com todas suas entradas nulas. Uma matriz zero sempre ser
denotada por 0.
Exemplo: 0
2x2
=
(
0 0
0 0
d) Matriz quadrada aquela que possui o nmero de linhas igual ao nmero de colunas. Uma
matriz quadrada nxn chamada de matriz de ordem n.
Exemplo: A =
(
7 4
3 2
, matriz de ordem 2
e) Matriz diagonal toda matriz quadrada em que todos os elementos que no pertencem
diagonal principal so nulos. Caso todos os elementos da diagonal principal sejam iguais a 1, esta
matriz denominada matriz identidade, sendo representada por .
Exemplo: Matriz diagonal A =
(
(
(
2 0 0
0 7 0
0 0 2
, a
ij
= 0, se i j; matriz identidade =
1 0 0
0 1 0
0 0 1
f) Matriz transposta a matriz que se obtm transformando ordenadamente cada linha de A em
coluna e vice-versa. Denota-se A
T
.
Exemplo: A =
(
(
(
7 9 5
4 8 6
3 2 1
, = [
] A
T
= ,
7 4 3
9 8 2
5 6 1
(
(
(
g) Matriz triangular superior a matriz quadrada onde todos os elementos abaixo da diagonal
principal so nulos (a
ij
= 0, para i > j). J na matriz triangular inferior, todos os elementos acima
da diagonal principal so nulos (a
ij
= 0, para i < j).
Exemplo: As matrizes e so triangulares superior e inferior, respectivamente, dadas por
,
0 0
0
(
(
(
=
f
e d
c b a
S
(
(
(
=
s r w
z y
x
F 0
0 0
h) Matriz simtrica uma matriz quadrada onde
.
Propriedade: Uma matriz M simtrica =
Exemplo:
(
(
(
f e c
e d b
c b a
lgebra Linear CINAT-MATEMTICA 2014
4
i) Matriz anti-simtrica uma matriz quadrada onde
.
Propriedade: Uma matriz M anti-simtrica =
Exemplo:
(
(
(
f e c
e d b
c b a
1.1.5 Operaes com matrizes
a) Adio e subtrao: A adio e subtrao de duas matrizes A e B, do mesmo tipo, efetuada
somando-se os seus elementos correspondentes.
i) = +
e uma matriz =
Observao: Em geral , mesmo para matrizes quadradas de mesma ordem.
1.1.6 Exemplo: Sejam =
1 1 1
3 2 1
2 1 0
e =
1 2 3
2 4 6
1 2 3
.
Ento =
0 0 0
0 0 0
0 0 0
= 0
e =
11 6 1
22 12 2
11 6 1
Note que = 0, sem que = 0 ou = 0.
lgebra Linear CINAT-MATEMTICA 2014
5
1.1.7 Propriedades matriciais
Supondo que os tamanhos das matrizes A, B, C so tais que as operaes indicadas podem ser
efetuadas, valem as seguintes propriedades.
Considere a, b, c nmeros reais e I e 0, as matrizes identidade e nula, respectivamente.
(a) A + B = B + A Comutatividade da adio
(b) A + (B + C) = (A + B) + C Associatividade da adio
(c) A(BC) = (AB)C Associatividade da multiplicao
(d) A(B C) = AB AC Distributividade esquerda
(e) (A B)C = AC BC Distributividade direita
(f) a(B C) = aB aC
(g) (a b)C = aC bC
(h) a(bC) = (ab)C
(i) a(BC) = (aB)C = B(aC)
(j) (A
t
)
t
= A , ou seja, a transposta da transposta da matriz A igual a matriz A.
(k) (A B)
t
= A
t
B
t
(l) (AB)
t
= B
t
A
t
(m) AI = IA = A
(n) A0 = 0A = 0
1.1.8 Matriz inversa
Uma matriz quadrada A de ordem n inversvel se, e somente se, existir uma matriz B tal que
AB = BA = I
n
, onde I
n
a matriz identidade de ordem n.
Desta forma, para a matriz B, utiliza-se a seguinte notao: B = A
-1
(l-se B igual inversa de A).
Nota: Pode ser utilizado a palavra invertvel no lugar de inversvel.
Exerccio: Verifique que as matrizes A =
(
3 1
2 1
e B =
(
1 1
2 3
so inversveis entre si.
1.1.9 Exemplo: Mostre que a matriz =
1 2
2 4
no inversvel.
lgebra Linear CINAT-MATEMTICA 2014
6
Resoluo: Suponha que tenha como inversa
=
. Da equao
= segue que
1 2
2 4
=
1 0
0 1
,
da qual obtm-se as equaes
+2 = 1
+2 = 0
2 +4 = 0
2 +4 = 1
Subtraindo duas vezes a primeira equao da terceira, obtm-se 0 = 2 (Absurdo!). Logo no
existe soluo para o sistema.
1.1.10 Definio: O determinante da matriz denotado por det().
a) Se = [] uma matriz de ordem 1 ento det() = .
b) Se
(
=
22 21
12 11
a a
a a
A
uma matriz de ordem 2 ento . ) det(
21 12 22 11
a a a a A =
Posteriormente, ser abordado o clculo do determinante de uma matriz de ordem > 2.
1.1.11 Exemplo: Determine a inversa da matriz A =
(
4 11
2 6
.
Resoluo: Esta matriz tem inversa, pois det(A) 0.
Procuremos sua inversa tal que A.B = I e B.A = I.
Sendo =
e impondo a primeira condio temos,
(
4 11
2 6
.
(
d c
b a
=
(
1 0
0 1
(
+ +
+ +
d b c a
d b c a
4 11 4 11
2 6 2 6
=
(
1 0
0 1
. Portanto,
= +
= +
0 4 11
1 2 6
c a
c a
e
= +
= +
1 4 11
0 2 6
d b
d b
Resolvendo os sistemas, resulta em: a = 2, b = -1, c = -11/ 2, d = 3
Teremos ento, A.B =
(
4 11
2 6
.
(
(
3
2
11
1 2
=
(
1 0
0 1
, ou seja, A.B = I.
Tambm vale B.A = I (Verifique!).
Portanto, B =
(
(
3
2
11
1 2
a matriz inversa de A.
lgebra Linear CINAT-MATEMTICA 2014
7
Exerccio: Dado a matriz =
tal que det () 0, determine a inversa
.
Sugesto: Seja =
. Encontre a inversa
()
1.1.12 Regra geral: Se =
e det () 0 ento
()
.
1.2 DETERMINANTES
A seguir, sero abordados:
definio de determinantes para matrizes de ordem 3;
mtodo de clculo de determinantes para matrizes (desenvolvimento de Laplace);
propriedades de determinantes;
clculo de determinante por escalonamento.
1.2.1 Determinantes de matrizes de ordem 3
A regra de Sarrus um mtodo para o clculo do determinante de matrizes quadradas de ordem 3.
Seja a matriz
(
(
(
=
33 32 31
23 22 21
13 12 11
a a a
a a a
a a a
A
O determinante dado, segundo a regra de Sarrus por
33 32 31
23 22 21
13 12 11
) det(
a a a
a a a
a a a
A =
= [(
) +(
) +(
)] [(
) +(
) +(
)]
Uma forma prtica de calcular o determinante por esta regra consiste em comear por escrever
direita da matriz as duas primeiras colunas da mesma
lgebra Linear CINAT-MATEMTICA 2014
8
Somando-se ento os produtos dos elementos das diagonais (em linha contnua) e subtraindo-se
os produtos dos elementos das outras diagonais (em linha pontilhada), tm-se o determinante de
.
Exerccio: Calcule o determinante da matriz A=
(
(
(
5 3 2
4 1 0
3 2 1
Resposta: det() = 27
1.2.2 Desenvolvimento de Laplace
Definies: Seja A=[
ij
a ] uma matriz de ordem n, com 2. Ento:
a)
= (1)
, em
que
11
12
12
++(1)
1+
1
= (1)
1+
=1
(I)
Exerccio: Verifique que esta definio fornece corretamente a frmula para o determinante
de uma matriz de ordem 2.
1.2.3 Exemplo: Considere a matriz A=[
ij
a ] de ordem 3, o clculo do determinante, usando os
termos da 1
a
linha, dada por:
det(A)=
33 32 31
23 22 21
13 12 11
a a a
a a a
a a a
=
13 13 12 12 11 11
C a C a C a + +
A definio (I) frequentemente referida como a expanso de cofatores pela primeira linha. O fato
interessante que podemos obter o mesmo resultado com a expanso de cofatores por qualquer
linha ou mesmo por qualquer coluna. Este fato d origem ao Teorema da Expanso de Laplace.
Para mais detalhes deste teorema veja o livro de Poole (2004), citado como bibliografia.
lgebra Linear CINAT-MATEMTICA 2014
9
O termo
= (1)
3 4 1 3
2 2 4 5
1 0 2 0
3 1 2 5
.
Observaes:
1) O clculo do determinante de matrizes com ordem maior do que 3 s possvel usando o
teorema de Laplace.
2) Para usar o teorema de Laplace, neste exemplo, a melhor escolha a linha 2, pois a linha ou
coluna que se apresenta maior nmeros de zeros.
Resoluo: Escolhendo os termos da segunda linha tem-se:
det(A) =
3 4 1 3
2 2 4 5
1 0 2 0
3 1 2 5
=
24 23 22 21
C ) 1 ( C 0 C 2 C 0 + + + =
24 22
C C 2
Ento, necessitamos calcular os cofatores C
22
e C
24
.
= (1)
=
22
D
=
3 4 3
2 2 5
3 1 5
= [30+6+60]-[18+40+15] = 96-73 = 23
= (1)
=
24
D
=
4 1 3
2 4 5
1 2 5
= [80+12+5]-[12+10+40] = 97-62 = 35
Portanto, det(A) =
24 22
C C 2
= 223-35 = 46-35 = 11
Exerccio: Calcule o determinante da matriz
(
(
(
=
3 1 2
2 0 1
2 3 5
A
utilizando:
a) expanso de cofatores pela 3
a
linha;
lgebra Linear CINAT-MATEMTICA 2014
10
b) expanso de cofatores pela 2
a
coluna. (Resposta: det() = 5)
1.2.5 Teorema: Uma matriz A inversvel se, e somente se, o determinante de A for diferente de
zero.
1.2.6 Propriedades da matriz inversa
Sejam A e B matrizes inversveis de mesma ordem. Ento valem as propriedades:
(i) (A
-1
)
-1
= A
(ii) (AB)
-1
= B
-1
A
-1
(iii) (A
t
)
-1
= (A
-1
)
t
A inversa da transposta a transposta da inversa
1.2.7 Propriedades dos determinantes
i) O determinante de uma matriz A no se altera quando se trocam todas as linhas pelas colunas,
na mesma ordem, ou seja, det(A) = det(A
t
).
Exemplo:
2 5 4
3 7 3
4 0 1
2 3 4
5 7 0
4 3 1
=
ii) Se na matriz A, duas linhas (ou duas colunas) tm seus elementos correspondentes
proporcionais, o determinante nulo (numa matriz A, dois elementos so correspondentes quando,
situados em linhas diferentes, esto na mesma coluna, ou quando, situados em colunas diferentes,
esto na mesma linha).
Exemplo:
, 0
1 5 4
6 4 2
3 2 1
=
( L
2
=2 L
1
)
iii) O determinante de uma matriz triangular igual ao produto dos elementos da diagonal principal:
33 22 11
33
23 22
13 12 11
a a a
a 0 0
a a 0
a a a
=
iv) det() = det() . det ()
Exemplo: Se =
1 3
2 8
e =
4 5
2 0
ento: =
1 3
2 8
4 5
2 0
=
10 5
24 10
,
lgebra Linear CINAT-MATEMTICA 2014
11
det() = 2, det() = 10 e det() = 20 = det() . det().
1.2.8 Mtodo para clculo de determinante (por escalonamento)
A maneira mais eficiente para calcular determinantes utilizando escalonamento de linhas. No
entanto, nem toda operao elementar com linhas (ou colunas) deixa inalterado o valor do
determinante de uma matriz. O prximo teorema resume as principais propriedades que so
necessrios para usar o escalonamento de linhas (ou colunas) de forma eficaz.
1.2.9 Teorema
Seja = [
e
0 3 4
0 7 0
0 3 1
b) Trocando-se entre si duas linhas (ou colunas) de , o determinante muda de sinal.
( )
3 2
2 2 2
3 3 3
1 1 1
3 3 3
2 2 2
1 1 1
L L
c b a
c b a
c b a
c b a
c b a
c b a
=
c) Se tem duas linhas (ou duas colunas) iguais, o determinante nulo.
, 0
5 0 4
3 2 1
3 2 1
=
( L
1
= L
2
)
d) Quando se multiplicam por um nmero real todos os elementos de uma linha (ou coluna) da
matriz A, o determinante fica multiplicado por esse nmero:
3 3 3
2 2 2
1 1 1
3 3 3
2 2 2
1 1 1
c b a
c b a
c b a
k
c b a
kc kb ka
c b a
=
1.2.10 Exemplo: Sejam
(
(
(
=
3 0 0
2 2 0
4 3 1
A
e
.
3 0 0
2 2 0
16 12 4
(
(
(
= B
Como essas matrizes se diferenciam
apenas pela primeira linha, onde os elementos da 1
a
linha de so mltiplos da 1
a
linha de
(k=4), ento det() = 4det ().
lgebra Linear CINAT-MATEMTICA 2014
12
e) Se cada elemento de uma linha (ou coluna) de pode ser escrita como soma de duas parcelas,
o determinante de pode ser expresso sob a forma de uma soma dos determinantes de duas
matrizes. Por exemplo:
2 2
1 1
2 2
1 1
2 2 2
1 1 1
c a
c a
b a
b a
c b a
c b a
+ =
+
+
f) Um determinante no se altera quando se somam aos elementos de uma linha (ou uma coluna)
da matriz , os elementos correspondentes de outra linha (ou coluna) previamente multiplicados
por um nmero real diferente de zero:
3 3 3
1 2 1 2 1 2
1 1 1
3 3 3
2 2 2
1 1 1
c b a
kc c kb b ka a
c b a
c b a
c b a
c b a
+ + + =
1.2.11 Exemplo: Calculando o determinante:
1 2 1
0 2 3
5 9 1
= 11
No prximo determinante, a nova linha
recebe a linha
1 2 1
(0 +3 1) (2 +3 2) (3 +3 1)
5 9 1
=
1 2 1
3 8 0
5 9 1
= 35 46 = 11
Obtm-se assim o mesmo resultado, conforme o item (f) do teorema.
Observaes: Como a forma escalonada de uma matriz quadrada necessariamente triangular
superior e o determinante dessa matriz o produto dos elementos da diagonal principal, pode-se
combinar as propriedades do teorema (itens a at f) para calcular determinantes de maneira
eficiente.
Para as operaes elementares com as linhas utilizam-se as seguintes notaes:
1. Trocar duas linha de posio. Notao:
3. Somar a uma linha por um mltiplo de uma outra. Notao:
1.2.12 Exemplo: Calcule o det () utilizando o processo de escalonamento por linhas.
=
0 2 4
3 0 3
2
5
4
1
5
3
5
6
7
1
lgebra Linear CINAT-MATEMTICA 2014
13
det() =
0 2 4
3 0 3
2
5
4
1
5
3
5
6
7
1
=
(
)
(-1)
3 0 3
0 2 4
2
5
4
1
5
3
6
5
7
1
=
(
)
(3)
1 0 1
0 2 4
2
5
4
1
5
3
2
5
7
1
=
=
(
)
(
)
(3)
1 0 1
0 2 4
0
0
4
1
7
2
2
5
3
9
=
(
)
(3)
1 0 1
0 1 2
0
0
4
2
7
4
2
9
3
5
=
=
(
+4
)
(
+2
)
3
1 0 1
0 1 2
0
0
0
0
15
0
2
9
33
13
= 3.1. (1). 15. (33) = 585
Caso queira operar com as colunas, troque por nas notaes:
(a) troca de duas posies (
); soma de
uma coluna por um mltiplo de uma outra (
).
1.2.13 Outras propriedades de matrizes inversveis
Seja A uma matriz nxn.
i) Se A admite inversa, esta nica.
ii) Se A inversvel ento sua transposta A
t
tambm . A matriz inversa de A
t
(A
-1
)
t
.
1.2.14 Teorema: Se inversvel ento det(
) =
()
Demonstrao: Como inversvel,
= , logo, det(
) = det() = 1. Portanto,
(). (det
) =
.
1.2.15 Definies: Uma matriz quadrada = [
= B
ento A uma matriz singular e B no-singular.
lgebra Linear CINAT-MATEMTICA 2014
14
1.2.17 Operaes elementares em matrizes
Um processo de inverso de matrizes
O processo prtico de inverso de matriz, que ser apresentado a seguir, baseado nas
operaes com as linhas de uma matriz. A idia efetuar operaes linha em e
simultaneamente, isto , executar operaes na matriz [ | ]. Caso as operaes nas linhas da
matriz [ | ] resulte na matriz [ |
] em [
].
1.2.20 Exemplo:
Verificar se a matriz A=
(
(
(
3 5 2
2 2 4
3 1 2
singular, caso no seja, determinar a inversa A
-1
usando
operaes elementares.
Resoluo:
Como det() = 32 0 ento a matriz inversvel.
Para determinar a matriz inversa, vamos usar as operaes elementares e a
(
(
(
1 0 0
0 1 0
0 0 1
3 5 2
2 2 4
3 1 2
~
(
)
(
)
(
(
(
1 0 1
0 1 2
0 0 1
0 4 0
4 0 0
3 1 2
~
(
)
lgebra Linear CINAT-MATEMTICA 2014
15
~
(
(
(
0 1 2
1 0 1
0 0 1
4 0 0
0 4 0
3 1 2
~
(
)
(
(
(
0 1 2
1 0 1
1 0 5
4 0 0
0 4 0
12 0 8
~
(
+3
)
~
(
(
(
0 1 2
1 0 1
1 3 1
4 0 0
0 4 0
0 0 8
~
(
/8)
(
/4)
(
/4)
(
(
(
0 4 / 1 2 / 1
4 / 1 0 4 / 1
8 / 1 8 / 3 8 / 1
1 0 0
0 1 0
0 0 1
Como foi dito acima, transformamos [ |
] em [
].
Portanto:
A
-1
=
(
(
(
0 4 / 1 2 / 1
4 / 1 0 4 / 1
8 / 1 8 / 3 8 / 1
1.2.21 Clculo da matriz inversa utilizando o mtodo da matriz adjunta
Dada uma matriz , lembre-se que a matriz dos cofatores =
onde
= (1)
o determinante da matriz retirando a i-sima linha e a j-sima coluna.
1.2.22 Definio: Dada uma matriz quadrada , denomina-se matriz adjunta de transposta
da matriz dos cofatores de .
Notao: () =
O seguinte teorema fornece mais um mtodo de calcular a inversa de uma matriz.
1.2.23 Teorema: Se a matriz quadrada admite inversa ento
()
() =
()
.
Em outras palavras, a inversa
=
4 2
11 6
Ento
lgebra Linear CINAT-MATEMTICA 2014
16
=
1
det ()
4 2
11 6
=
2 1
11/2 3
Exerccio: Utilize o mtodo da matriz adjunta para calcular a inversa da matriz
=
1 2 1
2 2 4
1 3 3
Resposta: A matriz dos cofatores
18 10 4
3 2 1
10 6 2
.
1.3 SISTEMAS DE EQUAES LINEARES
1.3.1 Equaes lineares
Uma equao linear em n variveis
, ,
++
= ,
onde
, ,
, so constantes reais.
Os valores (razes) das variveis que verificam a equao constituem o conjunto de solues.
1.3.2 Sistema de equaes lineares (SEL)
Um sistema de equaes lineares um conjunto de equaes lineares da forma:
) (
2 2 1 1
2 2 2 22 1 21
1 1 2 12 1 11
= + + +
= + + +
= + + +
m n mn m m
n n
n n
b x a x a x a
b x a x a x a
b x a x a x a
M M M M M M M
sendo
constantes reais.
Na forma matricial tem-se que = , onde
,
2 1
2 22 21
1 12 11
(
(
(
(
=
mn m m
n
n
a a a
a a a
a a a
A
M M M M M M
=
(
(
(
(
n
x
x
x
M
2
1
e
(
(
(
(
=
m
b
b
b
B
M
2
1
A soluo do sistema () o conjunto soluo, de modo que
lgebra Linear CINAT-MATEMTICA 2014
17
=
(
(
(
(
m
s
s
s
M
2
1
satisfaz (), se verifica quando
.
Observao: Caso todos os termos independentes sejam nulos (
= 0), o sistema ()
denominado homogneo. Na forma matricial fica = 0, em que 0 a matriz coluna. Todo sistema
homogneo admite a soluo = 0, denominada, soluo trivial, em que
= 0, i.
1.3.3 Classificao do SEL
Sistema possvel ou compatvel o SEL que admite soluo.
Sistema impossvel ou incompatvel o SEL que no admite soluo.
O sistema possvel se divide em outras duas classes:
Sistema possvel e determinado o SEL que admite uma nica soluo.
Sistema possvel e indeterminado o SEL que admite mais de uma soluo (na verdade,
admite infinitas solues).
Seja um sistema de 2 equaes com 2 incgnitas pode-se considerar trs possibilidades de
representao grfica:
Para um sistema de 3 equaes e 3 incgnitas, considere as seguintes representaes, entre
outras possibilidades (P
1
, P
2
e P
3
so planos).
lgebra Linear CINAT-MATEMTICA 2014
18
1.3.4 Exemplos:
Resolver e classificar os sistemas:
a)
= +
= +
25 y 4 x 3
18 y 3 x 2
) 2 (
) 3 (
=
= +
) 2 . ( 50 8 6
) 1 . ( 54 9 6
Eq y x
Eq y x
(Eq.1) + (Eq.2) y=4
Substituindo o y na 1
a
equao: 2x+34=18 x=3
Portanto, a soluo =
3
4
e a classificao compatvel (ou possvel) e determinado (uma
nica soluo)
b)
= +
= +
200 y 4 x 8
100 y 2 x 4
) 1 (
) 2 (
=
= +
) 2 . ( 200 4 8
) 1 . ( 200 4 8
Eq y x
Eq y x
(Eq.1) + (Eq.2) 0x=0 ou 0y=0
As duas equaes, na verdade, so iguais. Ento a soluo dada apenas por uma, ou seja,
4x+2y=100 y=50-2x.
Portanto, a soluo dada por =
50 2
, e a classificao compatvel(ou possvel)
e indeterminado(uma infinidade de solues)
c)
= +
= +
) 2 . ( 12 9 3
) 1 . ( 15 9 3
Eq y x
Eq y x
(Eq.1) (Eq.2) 0x+0y=3 ou 0x=3 ou 0y=3
Conclumos que no existe x tal que 0x=3.
Portanto, a soluo dada por = e a classificao incompatvel (ou impossvel)
1.3.5 Sistemas equivalentes
Dois sistemas de equaes lineares so equivalentes quando admitem a mesma soluo.
lgebra Linear CINAT-MATEMTICA 2014
19
As operaes elementares efetuadas nas matrizes tambm podem ser usadas em sistemas de
equaes lineares. Desta forma, dois sistemas de equaes lineares so equivalentes se diferem
por uma operao elementar.
1.3.6 Mtodo da matriz inversa
Dado um sistema de equaes lineares na forma matricial = , onde uma matriz inversvel.
Multiplicando a equao matricial por
() =
) =
Este mtodo resolve apenas sistemas possveis e determinados com n equaes e n variveis. A
seguir apresentado um sistema com 2 equaes e 2 variveis. Posteriormente, ser discutido
este mtodo com mais detalhes na Regra de Cramer.
1.3.7 Exemplo:
Resolva o sistema
=
= +
20 y 15 x 5
22 y 4 x 2
.
Resoluo:
Na forma matricial tem-se AX=B, em que A=
(
15 5
4 2
, X=
(
y
x
e B=
(
20
22
.
A matriz inversa da matriz A
(
2 5
4 15
50
1
1
A
.
Portanto: X=A
-1
B=
(
2 5
4 15
50
1
(
20
22
=
50
1
(
+
+
) 20 ( ) 2 ( 22 5
) 20 ( 4 22 15
=
50
1
(
150
250
=
(
3
5
Conjunto soluo: =
5
3
.
MTODOS PARA RESOLVER SISTEMAS DE EQUAES LINEARES
Os mtodos para resolver sistemas de equaes lineares serem apresentados so:
Mtodo de eliminao de Gauss (forma escalonada de )
Uma variante do mtodo de eliminao gaussiana o mtodo de eliminao de Gauss-
Jordan, gerando uma matriz na forma escalonada reduzida de .
Regra de Cramer (Se det A
0 ento a soluo =
)
1.3.8 Mtodo de eliminao de Gauss
lgebra Linear CINAT-MATEMTICA 2014
20
H duas matrizes importantes associadas a um sistema linear: a matriz dos coeficientes e a matriz
ampliada, sendo esta composta pela matriz dos coeficientes acrescentada de uma coluna
contendo os termos constantes.
Para o sistema
2 + = 3
+5 = 1
+3 2 = 0
a matriz ampliada
2 1 1
1 0 5
1 3 2
|
|
|
3
1
0
O procedimento de resoluo de sistema de equaes lineares, que ser abordado a seguir,
baseado na idia de reduzir a matriz ampliada do sistema a uma forma que possa ser resolvida por
substituio de trs para a frente. O mtodo direto no sentido de que leva diretamente soluo,
se existir, em um nmero finito de passos.
Quando se consegue um formato de escada nos elementos no nulos da matriz final, a soluo
direta.
1.3.9 Exemplo: As seguintes matrizes esto na forma escalonada por linhas:
2 4 1
0 2 3
0 0 0
1 0 1
0 1 5
0 0 4
1 1 2
0 0 1
0 0 0
1
5
0
0 2 0
0 0 3
0
0
0
0
0
0
1
5
0
0
3
2
7
0
4
2
0
2
A palavra escalonar vem da palavra latina scala, que significa escada ou degraus. Escalonar
uma matriz significa dar a ela a forma de escada.
1.3.10 Definio: As seguintes operaes elementares com as linhas podem ser realizadas
em uma matriz:
1. Trocar duas linha de posio. Notao:
2. Multiplicar uma linha por uma constante no nula. Notao:
3. Somar a uma linha por um mltiplo de uma outra. Notao:
Quando uma reduo por linhas aplicada matriz ampliada de uma sistema de equaes
lineares, cria-se um sistema equivalente que pode ser resolvido por substituio de trs para a
frente. O processo inteiro conhecido como mtodo de eliminao de Gauss ou mtodo de
eliminao gaussiana.
lgebra Linear CINAT-MATEMTICA 2014
21
1.3.11 Exemplo: Resolva o sistema
= 3
2
+3
= 5
= 5
Resoluo: A matriz ampliada
1 1 1
2 3 1
1 1 2
|
|
|
3
5
5
Reduzindo forma escalonada por linhas:
1 1 1
2 3 1
1 1 2
|
|
|
3
5
5
~
(
)
(
)
1 1 1
0 1 1
0 2 3
|
|
|
3
1
8
~
(
+2
)
~
1 1 1
0 1 1
0 0 5
|
|
|
3
1
10
.
O sistema correspondente
= 3
= 1
5
= 10
Aps a substituio de trs para a frente tem-se a soluo
=
0
1
2
1.3.12 Exemplo: Resolver e classifique o sistema
=
=
= +
3 y 4 x 10
4 y 2 x 5
16 y 4 x 2
Resoluo: Reduzindo forma escalonada por linhas a matriz ampliada do sistema tem-se:
2 4 |
5 2 |
10 4 |
16
4
3
~
(
/2)
1 2 |
5 2 |
10 4 |
8
4
3
~
(
)
(
10
)
1 2 |
0 12 |
0 24 |
8
36
77
~
~
(
/12)
(
)
1 2 |
0 1 |
0 0 |
8
3
5
Como 0 +0 = 5, ento no existe e tais que satisfaa esta equao.
Portanto: = e o sistema impossvel.
1.3.13 Definio: O posto de uma matriz o nmero de linhas no nulas de qualquer uma de
suas formas escalonadas por linhas.
lgebra Linear CINAT-MATEMTICA 2014
22
1.3.14 Teorema (Teorema do posto)
Seja a matriz dos coeficientes de uma sistema de equaes lineares com n variveis. Se o
sistema admite soluo ento o
= ()
1.3.15 Exemplos: Sejam as seguintes matrizes ampliadas escritas na forma escalonada por linhas.
Identifique qual o posto da matriz dos coeficientes e o nmero de variveis livres.
a) A forma escalonada da matriz =
1 1 1 | 3
2 3 1 | 5
1 1 2 | 5
1 1 1 | 3
0 1 1 | 1
0 0 5 | 10
. O posto da
matriz dos coeficientes 3 e o nmero de variveis livres = 3 3 = 0.
b) Escalonando a matriz ampliada =
1 1 1 2 | 1
2 2 1 3 | 3
1 1 1 0 | 3
1 1 1 2 | 1
0 0 1 1 | 1
0 0 0 0 | 0
.
O posto da matriz dos coeficientes 2 e o nmero de variveis livres = 4 2 = 2.
1.3.16 Mtodo de eliminao de Gauss-Jordan
Uma modificao do mtodo de eliminao de Gauss simplifica bastante a fase de substituio de
trs para a frente. Essa variante, conhecida como mtodo de eliminao de Gauss-Jordan, baseia-
se em reduzir ainda mais a matriz ampliada.
1.3.17 Definio: A matriz , do sistema = , est na forma escalonada reduzida (por
linhas) se ela satisfaz as seguintes propriedades:
a) Todas as linhas nulas da matriz ocorrem abaixo das linhas no nulas.
b) O piv (primeiro elemento no nulo da linha) de cada linha no nula 1.
c) O piv de uma linha sempre est a direita do piv da linha anterior.
d) Se uma coluna contm um piv ento todos os outros elementos da coluna so nulos.
Se satisfazer todas essas propriedades ento a forma escalonada reduzida da matriz nica.
As seguintes matrizes esto na forma escalonada reduzida:
1 0 0
0 1 0
0 0 1
1 2 0
0 0 1
0
0
0
0
0
0
0
0
0
0
0
1
0
0
3
4
3
0
0
1
1
2
0
0
0
0
0
1
0
lgebra Linear CINAT-MATEMTICA 2014
23
1.3.18 Exemplo: Resolva o sistema
+ 2 = 1
2 2 +3 = 3
+ = 3
Resoluo: Reduzindo forma escalonada a matriz ampliada do sistema obtm-se:
1 1 1
2 2 1
1 1 1
2
3
0
|
|
|
1
3
3
~
(
)
(
)
1 1 1
0 0 1
0 0 2
2
1
2
|
|
|
1
1
2
~
(
+2
1 1 1
0 0 1
0 0 0
2
1
0
|
|
|
1
1
0
.
Para escrever na forma escalonada reduzida deve-se criar um 0 acima do piv 1 da segunda linha
e terceira coluna. Faz isso somando a linha 2 linha 1, obtendo:
1 1 1
0 0 1
0 0 0
2
1
0
|
|
|
1
1
0
~
(
)
1 1 0
0 0 1
0 0 0
1
1
0
|
|
|
2
1
0
O sistema foi ento reduzido a
+ = 2
= 1
Agora bem mais fcil resolver o sistema em funo das variveis dependentes:
= +2 e = 1 +
Se atribui parmetros = e = , a soluo pode ser escrita da forma
=
2 +
1 +
, ,
1.3.19 Regra de Cramer
O clculo da inversa de uma matriz fornece um mtodo de resoluo de sistemas lineares de
equaes. Este s se aplica a sistemas lineares em que o nmero de equaes igual ao nmero
de incgnitas. Quando o determinante da matriz dos coeficientes for no nulo, este mtodo
denominado Regra de Cramer. Suponhamos que se queira resolver o sistema linear de n
equaes e n incgnitas.
= + + +
= + + +
= + + +
n n nn 2 2 n 1 1 n
2 n n 2 2 22 1 21
1 n n 1 2 12 1 11
b x a x a x a
b x a x a x a
b x a x a x a
M M M M M M M
Pode-se escrever este sistema na forma matricial
lgebra Linear CINAT-MATEMTICA 2014
24
ou =
onde , e , so respectivamente, as matrizes dos coeficientes, dos termos independentes e das
incgnitas. Para esta equao suponha que tenha inversa. Ento
() =
) =
Na forma matricial
Usando o mtodo da matriz adjunta, obtm-se
=
1
det ()
Ento
++
det ()
Note que o numerador desta frao igual ao determinante da matriz que obteve de ,
substituindo a primeira coluna da matriz dos termos independentes. De fato, utilizando o
desenvolvimento de Laplace, obtm-se:
++
Ou seja
det ()
Fazendo dedues anlogas, obtm-se
det ()
para = 1,2, , .
1.3.20 Exemplo: Resolva o sistema
2 3 +7 = 1
+3 = 5
2 = 0
()
=
= 49 =
()
=
= 9 =
()
=
= 18
Logo o conjunto soluo =
49
9
18
.
EXERCCIOS (Matrizes, determinantes e sistemas lineares)
1) Represente a matriz A
mxn
de acordo com o elemento genrico a
ij
.
(a) m = 2, n = 4, sabendo que a
ij
= 3i + j.
(b) m = 3, n = 3, sabendo que a
ij
=
= +
j i se ij
j i se j i
, 2
,
(c) m = 3, n = 3, sabendo que a
ij
=
>
=
<
j i se j i
j i se ij
j i se i
,
,
,
2) Se A
3x2
, com a
ij
=
2
2 j i
, determine as matrizes A e A
t
.
3) Dadas as matrizes A =
(
(
(
5
2
3
e B =
(
(
(
2
4
1
, calcular a matriz:
(a) M, tal que M 2A + 3B = 0 (matriz nula 3x1). (b) N, tal que N = A
t
- 2B
t
(c) X que seja soluo da equao matricial 2X A +
2
1
B = 0.
4) Calcule os valores de m e n para que as matrizes A e B sejam iguais:
a)
(
=
(
+
=
3 6
75 8
B e
3 n 12
n 15 8
A
b)
(
=
(
+
=
3 6
13 41
B e
3 6
4 n 40 m
A
2 2
c)
(
=
(
=
25 m 10 4
8 7
B e
m 4
8 7
A
2
lgebra Linear CINAT-MATEMTICA 2014
26
5) Dadas as matrizes
(
(
(
=
(
(
(
=
(
(
(
=
9 1 8
7 2 1
5 3 4
1 3 7
1 8 4
3 9 0
,
6 9 5
2 4 3
1 7 2
C e B A
,
efetuar e classificar a matriz resultante:
a) A + A
T
b) B + B
T
c) AA
T
d) B - B
T
e) C - C
T
6) Efetue as operaes indicadas e classifique as seguintes matrizes:
a) AA
T
b) BBT c) CC
T
d) DD
T
e) EET f) F
2
g) G
2
h) H
3
i) J
2
j) L
2
l) M
2
(
=
0 1
1 0
A
(
(
(
(
=
3
1
3
2 2
3
2 2
3
1
B
(
(
(
(
=
5
1
5
6 2
5
6 2
5
1
C
(
=
sen cos
cos sen
D
(
(
(
(
(
(
(
=
2
2
2
2
0
6
6
6
6
3
6
3
3
3
3
3
3
E
(
=
6 4
9 6
F
(
=
12 9
16 12
G
(
(
(
(
(
(
=
2
3
3
2
3
2
1
1
2
1
1
2
5
2
1
H
(
=
4 2
10 5
J
(
=
5 3
10 6
L
(
(
(
=
3 0 2
9 2 3
6 2 1
M
7) Determine os valores numricos de a e b tais que W = aX + bY, usando apenas operaes
matriciais, onde
(a) W =
(
0
8
, X =
(
4
2
, Y =
(
2
3
(b) W = [ ], X = [
], Y = [
]
8) Determine os valores numricos de a, b, c e d tais que W = aX + bY + cZ + dR, usando apenas
operaes matriciais, onde
W =
(
7 6
4 0
, X=
(
0 0
2 1
, Y=
(
1 3
0 0
, Z=
(
3 0
0 2
, R=
(
0 2
0 0
,
Resposta: (3.1) a=-1, b=2, (3.2) a=3, b=-4; (4) a=2, b=-4, c=1, d=3
9) Sejam A =
(
(
(
0 1 2
1 2 3
1 1 1
, B =
(
(
(
3 2 1
6 4 2
3 2 1
(a) Calcule AB e BA. (b) Determine (AB)
t
, A
t
B
t
e B
t
A
t
. Compare os resultados.
Resp.: (a)AB =0, BA =
(
(
(
1 6 11
2 12 22
1 6 11
(b)()
= ,
=
11 22 11
6 12 6
1 2 1
,
= .
10) Sejam B =
(
6 3
4 2
, A =
(
5 1
2 3
e C =
(
2 3
1 1
(a) Justifique que B uma matriz no inversvel e A inversvel.
lgebra Linear CINAT-MATEMTICA 2014
27
(b) Calcule (AC)
-1
, A
-1
C
-1
e C
-1
A
-1
. Compare os resultados.
(c) Determine (A
t
)
-1
e (A
-1
)
t
11) Dadas as matrizes
(
(
(
=
6 8 7
9 2 5
1 4 3
A
,
(
(
(
=
4 2 7
1 0 3
3 1 4
B
(
(
(
=
3 2 1
12 9 3
8 6 2
C
,
Calcular, pelo processo da triangularizao (forma escalonada) ou por Laplace ou por Sarrus:
a) det A b) det B c) det (2A-3B+4C) d) det (AC
T
) e) det (CB)A
12) Calcular o determinante da matriz
(
(
(
(
=
1 5 3 4
2 1 1 1
3 2 1 0
1 1 3 2
H
, usando o processo de escalonamento e
por Laplace (desenvolvendo-o pela 2 linha).
13) Calcule os determinantes usando expanso de cofatores por linha ou coluna.
)
0
0
)
0
0
0
)
1 1 0 3
2 5 2 6
0
1
1
4
0 0
2 1
)
0 0 0
0 0
0
14) Determinar, se existir, a matriz inversa de cada uma das seguintes matrizes:
|
|
\
|
=
2 1
5 3
A
|
|
|
\
|
=
4 5 3
2 1 0
5 4 3
B
|
|
|
\
|
=
2 0 3
2 2 2
2 0 1
C
(
(
(
(
=
1 2 3 4
0 1 2 3
0 0 1 2
0 0 0 1
D
(
(
(
=
5 2 1
7 4 3
2 2 2
E
|
|
|
\
|
=
0 0 9
0 6 0
5 0 0
F
15) Descreva todos os valores de a, b, c, d, e, f que tornaro vlidas as seguintes tabelas de
adio:
16) Resolver e classificar os seguintes sistemas:
a)
= +
= +
50 16 10
34 8 5
y x
y x
R: Sistema Incompatvel: =
b)
= + +
= +
=
7 4 3 2
7 5 2 3
15 3 4
z y x
z y x
z y x
R: S.L.C.D: = (3,3, 2)
c)
=
= +
= +
24 7 2
5 4 5 3
2 2 3 2
z y x
z y x
z y x
R: S.L.C.D. = (1,2,3)
lgebra Linear CINAT-MATEMTICA 2014
28
d)
=
= + +
0 9 6
2
3
0 6 4
z y x
z y x
R: S.L.C.I. = (4 6, , )/ ,
e)
=
= +
=
0 3 2
8 5 2
18 3 4
z y x
z y
y x
R: S.L.C.D. = (0, 6,4)
f)
= + +
= + +
= + +
7 2 2 3
9 4 3 2
11 6 4
z y x
z y x
z y x
R: S.L.C.I. =
, /
g)
= + +
= +
=
6 4
6 4 2
0
z y x
z y
y x
R: S.L.C.I. = (3 2, 3 2, )/
h)
=
= +
= +
8 4
0 3 3 9
15 4 2 7
z y x
z y x
z y x
R: S.L.C.D. = (1,2, 1)
17) Estabelecer a condio que deve ser satisfeita pelos termos independentes para que os
seguintes sistemas sejam compatveis:
a)
=
= + +
= + +
c z y
b z y x
a z y x
4 4
3 5 2
8 12 4
b)
= +
= +
= +
c z y
b z x
a z y x
2
R: 2a 4b + c = 0 R: a + b c = 0
lgebra Linear CINAT-MATEMTICA 2014
29
2
ESPAOS VETORIAIS
2.1 Definio
Seja V um conjunto no vazio, sobre o qual esto definidas as operaes adio e multiplicao por
escalar, isto ,
u, v V temos: u+v V e,
u V e
(conj. dos num. reais), temos: u V
V com essas operaes chamado espao vetorial real se forem verificados 8 axiomas:
Em relao adio: Sejam os vetores u, v, w V
(A
1
) (u + v) + w = u + (v + w)
(A
2
) u + v = v + u
(A
3
) Existe um nico elemento neutro neutro 0 V tal que u + 0 = 0 + u = u
(A
4
) Existe um nico elemento simtrico -u V tal que u + (-u) = 0
Em relao multiplicao: Sejam os vetores u,v V e os escalares ,
(M
1
) ( . )u = ( u)
(M
2
) ( + )u = u + u
(M
3
) (u + v) = u + v
(M
4
) 1u = u
Observao: Os elementos de um espao vetorial V podem ser polinmios, matrizes, nmeros,
funes, desde que as operaes definidas neste conjunto satisfaam os oito Axiomas. Mas
independente de sua natureza os elementos de um Espao Vetorial V sero chamados vetores.
2.1.1 Exemplos:
1) V = conjunto das matrizes 2x2 ou V = M(2x2) =
)
`
w z y x
w z
y x
, , , : .
Em V definido as operaes:
Sejam u,v V onde u =
, v =
, e
Operaes: u+v =
e u =
Observao: Essas so as operaes usuais de adio e multiplicao por escalar no conjunto
das matrizes 2x2.
lgebra Linear CINAT-MATEMTICA 2014
30
Para essas operaes assim definidas, podem ser verificadas facilmente que valem os 8 axiomas.
Portanto, neste exemplo, V = M(2x2) um espao vetorial.
2) V = [ ] / , , = conj. das matrizes linha M(1x3)
Operaes definidas:
[
] +[
] = [
] = [
] (Multiplicao usual)
Com estas operaes, V um espao vetorial ?
Verificando os axiomas:
Sejam u = [
], v = [
], w = [
]
A
1
) (u + v) + w = u + (v + w) ?
(u + v) + w = ([
] +[
]) +[
]=
= [
] +[
]=
= [
]
u + (v + w) = [
] +([
] +[
]) =
= [
] +[
]
= [
]
O Axioma A
1
satisfeito.
A
2
) u + v = v + u ?
u + v = [
] +[
] = [
]
v + u = [
] +[
] = [
)
Ento, V ={(x,y)
2
} com as operaes definidas, no um espao vetorial.
4) V = M(m,n) = conjunto das matrizes do tipo mxn, com as operaes usuais (de adio e de
multiplicao por escalar) definem um espao vetorial.
Obs: Se A M(m,n), ento A =
(
(
(
(
mn m m
n
n
a a a
a a a
a a a
...
. ... . .
...
...
2 1
2 22 21
1 12 11
5) V =
n
= {(x
1
, x
2
, x
3
, ... , x
n
): x
i
}, 1 i n
com as operaes de adio e de multiplicao por escalar usuais definem um espao vetorial.
6) V = P
3
= conjunto dos polinmios com coeficientes reais de grau menor ou igual a 3 (incluindo os
polinmios de grau zero)
ou P
3
= { a
0
+ a
1
x + a
2
x
2
+ a
3
x
3
: a
i
}
Exemplos de elementos de P
3
: 3, 6 +5, 6
, 1 +4
, 3 +5 4
+7
Se p
1
(x) e p
2
(x) pertencem a P
3
, ento:
p
1
(x) = a
0
+ a
1
x + a
2
x
2
+ a
3
x
3
e p
2
(x) = b
0
+ b
1
x + b
2
x
2
+ b
3
x
3
Operaes usuais em P
3
:
p
1
(x) + p
2
(x) = (a
0
+ b
0
)+ (a
1
+ b
1
)x + (a
2
+ b
2
)x
2
+ (a
3
+ b
3
)x
3
Se temos .p
1
(x) = a
0
+ a
1
x + a
2
x
2
+ a
3
x
3
Com estas operaes pode-se verificar que V = P
3
um espao vetorial.
Observaes: Matrizes, vetores, polinmios podem estar associados da seguinte maneira.
Por exemplo,
A =
d
a
e
b
(
(
f
c
, v = (a, b, c, d, e, f), p(x) = a + bx + cx
2
+ dx
3
+ ex
4
+ fx
5
A M(2,3), v
6
, p(x) P
5
Pode-se dizer que a, b, c, d, e, f so as coordenadas de A, v e p(x). Por isto, matrizes, vetores,
polinmios so chamados de maneira geral vetores.
2.2 Subespaos Vetoriais
Deseja-se dentro de um espao vetorial V, detectar se um subconjunto S de V tambm espao
vetorial. Tais conjuntos sero chamados subespaos de V.
lgebra Linear CINAT-MATEMTICA 2014
32
S V =
2
S =
)
`
= x y y x
2
1
: ) , (
=
)
`
x );
2
x
, x (
Observa-se que ao somarmos dois vetores de
S, obtemos outro vetor em S. E se
multiplicarmos um vetor de S por um nmero,
o vetor resultante estar em S.
2.2.1 Exemplo:
V =
2
com as operaes usuais de adio e multiplicao por escalar um espao vetorial.
S uma reta que passa pela origem. Neste caso, S um subconjunto de V.
Sejam os vetores u = (2,1), v = (3, 3/2) S, ento u + v = (5, 5/2)S
Seja o vetor u = (2,1) S e o escalar = 2 , ento = 2 (2,1) = (4,2) .
2.2.2 Definio: Seja V um espao vetorial e S um subconjunto no vazio de V.
S um subespao vetorial de V se:
(i) 0 S
(ii) u, v S u + v S
(iii) e u S u S
OBSERVAES:
Qualquer subespao S de V deve conter o vetor nulo 0 (devido ao Axioma A
3
do Espao Vetorial).
Caso contrrio S no um subespao vetorial.
Todo espao vetorial V admite pelo menos 2 subespaos (chamados subespaos triviais), o
conjunto 0 e o prprio espao vetorial V.
2.2.3 Exemplos:
1) Seja V =
. S subespao de V?
i) O vetor nulo 0,0
.
3) Seja o espao vetorial V =
= + +
= + +
0
3
cv
2
bv
1
av
0
3
cu
2
bu
1
au
Logo, a(u
1
+ v
1
)+b(u
2
+ v
2
)+c(u
3
+ v
3
) = 0
Portanto, (u
1
+ v
1
, u
2
+ v
2
, u
3
+ v
3
)S. Da, u +v S.
(iii) Seja e u = (u
1
, u
2
, u
3
)
.
Se u S, ento au
1
+ bu
2
+ cu
3
= 0.
Portanto,
( au
1
+ bu
2
+ cu
3
) = 0
= 0
= 0
= 0 u S.
Como as trs condies foram satisfeitas, S um subespao de V =
.
2.3 Interseco e Soma de Subespaos
lgebra Linear CINAT-MATEMTICA 2014
34
2.3.1 Teorema:
Sejam S
1
e S
2
subespaos vetorias de V (espao vetorial). Ento,
(i) S
1
S
2
um subespao de V.
(ii) S
1
+ S
2
um subespao de V.
Observao:
S
1
S
2
= {v V : v S
1
e v S
2
}
S
1
+ S
2
= { v = u + w / u S
1
e w S
2
}.
Todo elemento de S
1
+ S
2
um vetor soma de 2 vetores, um vetor de S
1
e o outro de S
2
.
2.3.2 Exemplos:
a) V = M(3 x 3)
S
1
=
0 0
; a
i
e S
2
=
0 0
; a
i
S
1
e S
2
so subespaos de V = M(3 x 3)
S
1
= {matrizes triangulares superiores}, S
2
= {matrizes triangulares inferiores}
Logo, S
1
S
2
=
(
(
(
9
5
1
0 0
0 0
0 0
a
a
a
um subespao de V = M(3 x 3)
b) V =
3
S
1
= {(0, 0, x): x } Reta no eixo z
S
2
= {(a, a, 0): a } Reta no plano xy
S
1
+ S
2
= {(a,a,x)} plano que contm as retas S
1
e S
2
.
S
1
+ S
2
um subespao de V =
3
.
2.4 Soma direta de subespaos
2.4.1 Definio:
Sejam S
1
e S
2
subespaos vetoriais de V.
V a soma direta de S
1
e S
2
(Representado por V = S
1
S
2
)
Se V = S
1
+ S
2
e S
1
S
2
= { 0 }.
lgebra Linear CINAT-MATEMTICA 2014
35
2.4.2 Exemplo: V = M(2 x 2)
S
1
=
)
`
0 0
b a
e S
2
=
)
`
d c
0 0
onde a, b, c, d .
S
1
+ S
2
=
)
`
d c
b a
= M(2 x 2) e S
1
S
2
=
)
`
0 0
0 0
.
Logo, V = S
1
S
2
e portanto V soma direta de S
1
e S
2
.
2.5 Combinao linear de vetores
2.5.1 Definio:
Seja V um espao vetorial tal que v
1
, v
2
, ... , v
n
V e a
1
, a
2
, ... , a
n
.
Ento, o vetor v = a
1
v
1
+ a
2
v
2
+ ... + a
n
v
n
uma combinao linear de v
1
, v
2
, ... , v
n
e v V.
2.5.2 Exemplos:
1) Considerando os vetores v
1
=(1,0,0) e v
2
=(0,1,0). Escrever v=(2,3,0) como combinao linear de
v
1
e v
2
.
Resoluo:
v = a
1
v
1
+ a
2
v
2
(2,3,0) = a
1
(1,0,0) + a
2
(0,1,0) = (a
1
, a
2
, 0)
Da, (2,3,0) = (a
1
, a
2
, 0) a
1
= 2, a
2
= 3
Resp: v = 2v
1
+ 3v
2
2) Considerando, novamente, os vetores v
1
=(1,0,0) e v
2
=(0,1,0). Mostrar que w = (1,2,3) no
uma combinao linear de v
1
e v
2
.
Resoluo:
w = a
1
v
1
+ a
2
v
2
(1,2,3) = a
1
(1,0,0) + a
2
(0,1,0) = (a
1
, a
2
, 0)
Logo, (1,2,3) = (a
1
, a
2
, 0). Absurdo! Pois 3 0.
Portanto, w no uma combinao linear de v
1
e v
2
.
Observao: Nestes exemplos, observe que v pertence ao plano que contm v
1
e v
2
, mas w no
pertence a este plano.
2.6 Subespao finitamente gerado
2.6.1 Definio: Sejam v
1
, v
2
, ... , v
n
V (espao vetorial). O conjunto de todos os vetores que
so combinao linear de v
1
, v
2
, ... , v
n
um subespao vetorial de V. Este conjunto
representado por
S = [v
1
, v
2
, ... , v
n
] = {v V / v = a
1
v
1
+ a
2
v
2
+ ... + a
n
v
n
}
lgebra Linear CINAT-MATEMTICA 2014
36
S denominado subespao gerado por v
1
, v
2
, ... , v
n
.
Observao: Seja A = {v
1
, v
2
, ... , v
n
} o conjunto gerador de S.
G(A) o subespao gerado por A, isto , G(A) = [v
1
, v
2
, ... , v
n
] = S
2.6.2 Exemplos
1) Seja V =
e u = (3,4,5)
.
Determine o subespao gerado por u, isto , encontrar S = [u] .
Resoluo:
S = [u] = {(x,y,z)
, encontre S = [v
1
, v
2
], em que v
1
= (2,0,1) e v
2
= (0,3,3).
Resoluo:
[v
1
, v
2
] = {(x,y,z)
3
R / (x,y,z) = a
1
(2,0,1) + a
2
(0,3,3)}. Logo temos,
(x,y,z) = (2a
1
, 0, a
1
) + (0, 3a
2
, 3a
2
) = (2a
1
, 3a
2
, a
1
+ 3a
2
)
Portanto, 2a
1
= x, 3a
2
= y e a
1
+ 3a
2
= z
(x,y,z) [v
1
, v
2
] o sistema anterior tem soluo.
Substituindo a
1
= x/2 e a
2
= y/3 na 3
a
equao a
1
+ 3a
2
= z obtm-se,
2
x
+ 3
3
y
= z
x + 2y = 2z ou x + 2y - 2z = 0 (plano que contm v
1
e v
2
e passa na origem)
Portanto, (x,y,z) pode ser escrito como combinao linear de v
1
, v
2
, se e somente se, (x,y,z)
satisfaz a equao x + 2y - 2z = 0.
lgebra Linear CINAT-MATEMTICA 2014
37
Portando, [v
1
, v
2
] = {(x,y,z)
3
R / x + 2y - 2z = 0 } (Conjunto de vetores pertencentes ao plano
que contm v
1
e v
2
)
3) Seja V =
, determine S = [u
1
, u
2
], em que u
1
= (1,0), u
2
= (0,1).
Resoluo:
[u
1
, u
2
] = {(x,y)
/ (x,y) = a
1
(1,0) + a
2
(0,1)}.
(x,y) = a
1
(1,0) + a
2
(0,1) (x,y) = (a
1
,a
2
), ou seja, qualquer vetor (x,y) pode ser escrito como
combinao linear de (1,0) e (0,1), bastando que a
1
= x e a
2
= y, ou seja, no tm restries.
Portanto, [u
1
, u
2
] = {(x,y)
} =
4) Seja V =
, encontrar S = [v
1
, v
2
, v
3
], em que v
1
= (1,0,0), v
2
= (0,1,0), v
3
= (0,0,1).
Resoluo:
[v
1
, v
2
, v
3
] = {(x,y,z)
/ (x,y,z) = a
1
(1,0,0) + a
2
(0,1,0) + a
3
(0, 0,1)}. Logo temos,
(x,y,z) = (a
1
, 0, 0) + (0, a
2
, 0) + (0, 0, a
3
) = (a
1
, a
2
, a
3
)
Ento, qualquer vetor (x,y,z) pode ser escrito como combinao linear de (1,0,0), (0,1,0), (0, 0,1),
j que a
1
= x, a
2
= y, a
3
= z.
Portanto, [v
1
, v
2
, v
3
] =
Observao:
Nos grficos das figuras que os vetores de
so no paralelos e os vetores de
so no
coplanares.
Concluses:
Dos exemplos 3 e 4, podemos obter algumas generalizaes:
Sejam u
1
, u
2
(Plano) e v
1
, v
2
, v
3
(ii) Se v
1
, v
2
, v
3
so no coplanares, ento [v
1
, v
2
, v
3
] =
2.7 Dependncia e Independncia Linear
Seja
, ento o subespao
gerado por
, isto ,
=
Ex. 3 Ex. 4
lgebra Linear CINAT-MATEMTICA 2014
38
A razo disso que
e v
1
,v
2
V tal que v
1
= (1,0) e v
2
= (0,1). O conjunto {v
1
, v
2
}
LI ou LD ?
Resoluo:
Este conjunto LI pois da equao a
1
v
1
+ a
2
v
2
= (0,0) temos,
a
1
(1,0) + a
2
(0,1) = (0,0) a
1
= a
2
= 0.
2) Seja V =
e v
1
,v
2
,v
3
V tal que v
1
= (1,1,2), v
2
= (3,-8,-5) e v
3
= (-2,8,6).
O conjunto {v
1
, v
2
, v
3
}
LI ou LD ?
Resoluo:
Da equao a
1
v
1
+ a
2
v
2
+ a
3
v
3
= (0,0,0) temos,
a
1
(1,1,2) + a
2
(3,-8,-5) + a
3
(-2,8,6) = (0,0,0)
Da, tem-se o seguinte sistema homogneo,
= +
= +
= +
0 a 6 a 5 a 2
0 a 8 a 8 a
0 a 2 a 3 a
3 2 1
3 2 1
3 2 1
Sabe-se que todo sistema homogneo admite a soluo trivial. Portanto, verificaremos se o
sistema admite outra soluo, caso exista, o conjunto {v
1
, v
2
, v
3
}
LD.
Escrevendo o sistema na forma de uma matriz ampliada e em seguida utilizando o processo de
escalonamento, temos:
(
(
(
6 5 2
8 8 1
2 3 1
~
(
(
(
10 11 0
10 11 0
2 3 1
~
(
(
(
0 0 0
10 11 0
2 3 1
lgebra Linear CINAT-MATEMTICA 2014
39
Portanto, -11a
2
+ 10a
3
= 0 e a
1
+ 3a
2
- 2a
3
= 0 (Sist. Indeterminado)
Ento, a
2
=
11
10
a
3
e a
1
= - 3a
2
+ 2a
3
=
11
30
a
3
+ 2 a
3
=
11
8
a
3
a
1
=
11
8
a
3
Logo, para qualquer a
3
0, temos uma soluo no trivial.
Por exemplo, se a
3
= 11, temos a
2
= 10 e a
1
= -8, ou seja, -8(1,1,2) + 10(3,-8,-5) + 11(-
2,8,6) = (0,0,0).
Ento, o conjunto {v
1
, v
2
, v
3
}
LD.
Observao: Para escalonar sistemas homogneos no h necessidade de incluir a coluna das
constantes formada por zeros.
2.7.3 Teorema: O conjunto {v
1
, v
2
, ... , v
n
} LD Um dos vetores v
i
(i=1,2,...,n) for
combinao linear dos outros.
2.7.4 Exemplos:
1) No conjunto {v
1
, v
2
, v
3
}, em que v
1
= (2,1,3), v
2
= (10,5,15),
v
3
= (4,5,9), nota-se que:
v
2
= 5v
1
+ 0v
3
, isto , v
2
uma combinao linear de v
1
e v
3
.
Logo, o conjunto {v
1
, v
2
, v
3
} LD.
2) Seja {v
1
, v
2
, v
3
}, em que v
1
= (2,4,5), v
2
= (8,1,12). v
3
= (10,5,17)
Observe que: v
3
= v
1
+ v
2
. Ento o conjunto {v
1
, v
2
, v
3
} LD.
Observao: Uma outra verso do teorema :
O conjunto {v
1
, v
2
, ... , v
n
} LI Nenhum destes vetores for combinao linear dos outros.
2.7.5 Teorema: Sejam
, ,
vetores (linha) em
, ,
= 1, 2, 0,
= 1, 1, 1
= 1, 4, 2 do
.
Construindo a combinao linear
1 2 0
0 1 1
0 2 2
~
+2
1 2 0
0 1 1
0 0 0
Portanto, = 2 < 3 . Logo, pelo teorema 2.7.5, o conjunto
linearmente dependente.
2.7.7 Exemplo: Dado os vetores
=
1
0
0
,
=
1
1
0
,
=
1
1
1
. Calculando-se o posto da matriz
=
temos:
=
=
1 0 0
1 1 0
1 1 1
~
1 0 0
1 1 0
0 0 1
~
1 0 0
0 1 0
0 0 1
Pela forma escalonada de nota-se que = 3 = . Portanto,
linearmente independente.
2.8 Base de um Espao Vetorial
Pergunta-se: Quantos vetores tm o espao vetorial
?
Uma infinidade. Imagina se temos que efetuar operaes ou verificar propriedades desse espao
vetorial, tendo que trabalhar com um nmero infinito de vetores?
Agora, por outro lado, como vetores linearmente independentes geram o espao
, ento basta
termos vetores LI que geram o
.
Portanto, desejamos encontrar um nmero finito de vetores de um espao vetorial V que sejam
necessrios para gerar V. Um conjunto deste tipo denomina-se Base de V.
2.8.1 Definio
Seja o conjunto B = {v
1
, v
2
, ... , v
n
} V (espao vetorial).
B uma base de V se:
(i) o conjunto B LI;
(ii) o conjunto B gera V, isto , [v
1
, v
2
, ... , v
n
] = V
2.8.2 Exemplos:
1) O conjunto B = {(1,1), (0,1)} base de V =
?
Basta verificar se B LI e se B gera
.
(i) a
1
(1,1) + a
2
(0,1)=(0,0) a
1
= 0 e
a
1
+ a
2
= 0 a
1
= a
2
= 0.
lgebra Linear CINAT-MATEMTICA 2014
41
Logo, B LI.
(ii) B gera
.
Como foram satisfeitas as condies (i) e (ii), o conjunto B uma base de
.
2) Seja F = {(0,1), (0,2)} no base de
e e
1
= (1,0) e e
2
= (0,1).
O conjunto {e
1
, e
2
} denominado base cannica de
.
4) Seja V =
e e
1
= (1,0,0), e
2
= (0,1,0) e e
3
= (0,0,1).
O conjunto {e
1
, e
2
, e
3
} denominado base cannica de
.
2.8.3 Teorema: Qualquer base de um espao vetorial V tem sempre o mesmo nmero de
elementos.
Este nmero denominado dimenso de V, cuja notao dim V.
2.8.4 Exemplos
(1) Seja o espao vetorial V =
. Os conjuntos B
1
= {(1,0), (0,1)} e B
2
= {(1,1), (0,1)} so bases
de V =
, ento dim
= 2.
(2) Seja V =
= 3.
(3) V =
= n.
(4) Seja V = M(2,2) (espao vetorial), ento dim M(2,2) = 4.
O conjunto
)
`
1 0
0 0
,
0 1
0 0
,
0 0
1 0
,
0 0
0 1
forma uma base (base cannica) de M(2,2).
2.8.5 Corolrio (Conseqncia do Teorema)
Se dim V = n ento:
(a) qualquer conjunto com mais de n vetores LD.
(b) qualquer conjunto de n vetores LI uma base de V.
Ex 1
Ex 2
lgebra Linear CINAT-MATEMTICA 2014
42
2.8.6 Exemplos:
1) Seja o conjunto C = {(1,0,0), (0,1,0), (3,4,7),(5,8,6)}.
Como dim
?
Como dim
= 3 e D possui 3 vetores. Ento, se o conjunto D for LI, pelo corolrio (b), D ser
uma base de
. Verificando se D LI.
De x(1,2,3) + y(-1,1,-1) + z(2,-1,4) = (0,0,0) temos,
= +
= +
= +
0 z 4 y x 3
0 z y x 2
0 z 2 y x
Resolvendo este sistema por escalonamento temos, x = y = z = 0.
Portanto, o conjunto D LI e forma uma base de
.
3) Determinar a dimenso e uma base para cada um dos seguintes subespaos vetoriais:
(a) V =
, A = {(x,y,z)/ z = 4x}
Resoluo:
A = {(x,y, 4x)}. Nota-se que existem 2 variveis livres x e y, portanto dim A = 2. Para encontrar
uma base, faa x = 1 e y = 0, e posteriormente x = 0 e y =1. Da, uma base pode ser {(1,0,4),
(0,1,0)}.
(b) V =
, B = {(x,y,z)/ x = 5y e z = y}
Resoluo:
B = {(5y ,y,y)}, dim B = 1 e uma base de B {(5,1,1)}.
(c) V =
, D = {(x,y,z)/ x +y z = 0}
Resoluo:
D = {(x, y, x+y)}, dim D = 2 e uma base de D {(1, 0, 1), (0, 1, 1)}
(e) V =
, E =
)
`
= + =
(
c a e d c b :
d c
b a
Resoluo:
lgebra Linear CINAT-MATEMTICA 2014
43
E =
)
`
+
d c
d c c
, dim E = 2 e uma base de E
)
`
1 0
1 0
,
0 1
1 1
2.8.7 Teorema: Se e so subespaos de uma espao vetorial que tem dimenso finita,
ento dim dim e dim dim. Alm disso,
dim + = dim + dim
2.8.8 Exemplo: Considere = , , ; + = 0 e = , , ; = . Determine +,
e confira que dim + = dim + dim .
Resoluo: Observe que
= 1, 0, 1, 0, 1, 1 e = 1, 1, 0, 0, 0, 1.
Ento
+ = 1, 0, 1, 0, 1, 1, 1, 1, 0, 0, 0, 1.
Dado , ,
podemos escrever
, , =
1,0,1 +
0, 1, 1 +
1, 1, 0 +
0, 0, 1
Escalonando a matriz ampliada temos
1 0 1 0
0 1 1 0
1 1 0 1
~
1 0 1 0
0 1 1 0
0 1 1 1
~
~
1 0 1 0
0 1 1 0
0 0 2 1 +
Se
= 0 temos
=
Portanto, + =
necessariamente LD.
Como dim + = dim + dim ento: dim = 1.
Vamos determinar .
= , , ; + = 0 =
= , , ; = =
2
= 1, 1, 1/2
2.9 Vetor Coordenada
2.9.1 Definio
Sejam B = {v
1
, v
2
, ... , v
n
} base de V e v = a
1
v
1
+ a
2
v
2
+ ... + a
n
v
n
.
lgebra Linear CINAT-MATEMTICA 2014
44
Chamamos os nmeros a
1
, a
2
, ..., a
n
de coordenadas de v em relao base B.
Notao: v
B
= (a
1
, a
2
, ... , a
n
) ou na forma matricial v
B
=
(
(
(
(
n
2
1
a
...
a
a
Observao: (a
1
, a
2
, ... , a
n
) denominado vetor-coordenada de v em relao base B.
2.9.2 Exemplo:
No
1
7
e v
C
=
(
2
3
2.10 Mudana de Base
Sejam =
, ,
e =
, ,
++
++
(1)
As coordenadas de em relao s bases so dadas por:
Como base de V, podemos escrever os elementos de como combinao linear dos
elementos de , ou seja:
(2)
Substituindo (2) em (1):
=
++
++
Como =
++
(3)
Na forma matricial:
(4)
Denota-se por
, sendo
.
2.10.1 Exemplo
Sejam = {(2, -1) ; (3, 4)} e ={ (1, 0); (0, 1)} bases de
.
(a) Encontre
e 5,8
;
(b) Calcule
.
Resoluo:
(a) Escrevendo cada vetor da base como combinao linear da base , tem-se
1,0 = 2, 1 +3,4
0,1 = 2, 1 +3,4
Isto implica que: = 4/11, = 1/11, = 3/11, = 2/11. Portanto,
=
=
4/11 3/11
1/11 2/11
Pode ser utilizado esta matriz para encontrar 5,8
.
5,8
5, 8
=
4/11 3/11
1/11 2/11
5
8
=
4
1
Logo,
5, 8 = 42, 1 13,4
Caso o problema fosse simplesmente encontrar as coordenadas de 5, 8 em relao base ,
basta resolver o sistema 5, 8 =
2, 1 +
3,4.
lgebra Linear CINAT-MATEMTICA 2014
46
O clculo feito atravs da matriz de mudana de base vantajoso quando se trabalha com mais
vetores, pois neste caso no ser necessrio resolver um sistema de equaes para cada vetor.
(b) A matriz
=
2 3
1 4
Para a matriz
tem-se que:
=
4/11 3/11
1/11 2/11
=
2 3
1 4
Comparando-se as matrizes
.
2.10.3 Exemplo:
Sejam = {(1, 1 , 1); (1, 1, 0); (1, 0, 0)} e = {(1, 2, 0); (1, 3, 2); (0, 1, 3)} bases de
. Determine
e as coordenadas de = 3,2,1
=
0 2 3
2 1 2
1 2 1
Pelo teorema 2.10.2:
=
5 4 7
4 3 6
3 2 4
.
Para o vetor = 3,2,1, escrito como combinao linear dos vetores da base , tem-se:
=
1
1
1
Portanto,
lgebra Linear CINAT-MATEMTICA 2014
47
=
5 4 7
4 3 6
3 2 4
1
1
1
=
16
13
9
Exerccios (Espaos Vetoriais)
1) Verifique se os conjuntos definidos abaixo representam espaos vetoriais
a) V = {(x, y) / x, y }; (x
1
, y
1
) + (x
2
, y
2
) = (x
1
+ x
2
, 0) ; a(x, y) = (ax, ay)
b) V = {(x, y) / x, y }; a adio usual ; a(x, y) = (ax, 0)
c) V = {(x, y) / x, y }; (x
1
, y
1
) + (x
2
, y
2
) = (x
1
+ x
2
, y
1
+ y
2
) ; a(x, y) = (x, ay)
d) V = {(x, y) / x, y }; (x
1
, y
1
) + (x
2
, y
2
) = (x
1
, y
1
) ; a(x, y) = (ax, ay)
2) Verifique quais dos conjuntos abaixo representam subespaos vetoriais de R
3
em relao s
operaes de adio e multiplicao por escalar usuais.
a) W = {(x, y, z)
/ x = 0}
b) W = {(x, y, z)
/ x Z}
c) W = {(x, y, z)
/ y Q}
d) W = {(x, y, z)
/ x 3z = 0}
e) W = {(x, y, z)
/ x y z }
3) Verifique quais dos conjuntos abaixo representam subespaos vetoriais do espao vetorial dos
polinmios reais P()
a) W = {f(t) p() / f(t) tem grau maior que 2}
b) W = {f(t) p() / f(t) > 0, t R}
4) Seja M
2
o espao vetorial das matrizes quadradas de ordem 2. Verifique se os conjuntos abaixo
representam subespaos vetoriais de M
2
a) V =
\
|
c
a
)
`
|
|
|
= c b R d c b a
d
b
; , , , ;
b) W =
\
|
c
a
)
`
|
|
|
+ = 1 ; , , , ; c b R d c b a
d
b
5) Verifique quais dos subconjuntos de
\
|
1
1
|
|
|
1
0
, v
2
=
\
|
0
1
|
|
|
1
2
e v
3
=
\
|
2
0
|
|
1
1
.
Escreva o vetor v =
\
|
0
1
|
|
|
5
8
como combinao linear dos vetores v
1
, v
2
e v
3
.
8) Seja dado o espao P
2
() = {at
2
+ bt + c / a, b, c } e os vetores p
1
= t
2
2t +1, p
2
= t + 2
e p
3
= 2t
2
t de P
2
.
a) Escreva o vetor p = 5t
2
5t + 7 como combinao linear dos vetores p
1
, p
2
e p
3
.
b) Escreva o vetor p = 5t
2
5t + 7 como combinao linear dos vetores p
1
e p
2
.
c) Determine os valores de a, b e c de modo que o vetor p = at
2
+ bt + c seja combinao linear de
p
2
e p
3
.
d) Verifique se possvel escrever p
1
como combinao linear de p
2
e p
3.
9) Determine o valor de k para que
\
|
1
1
|
|
|
0
0
,
\
|
0
1
|
|
|
0
1
,
\
|
k
2
)
`
|
|
|
0
1
seja LD
10) Seja W o subespao de M
2
definido por W =
\
|
0
2a
)
`
|
|
+
R b a
b a
b a
, ;
2
Verifique se
a)
\
|
0
0
|
|
1
2
W b)
\
|
3
0
|
|
|
1
2
W
11) Seja W o subespao de M
3X2
e os vetores
\
|
0
1
0
|
|
|
|
0
1
0
,
\
|
1
0
0
|
|
|
0
1
1
\
|
0
0
0
|
|
|
|
0
0
1
de W. Verifique se o vetor
\
|
5
3
0
|
|
|
|
0
4
2
pertence a W
12) Seja S o subespao de M
2
definido por S =
\
|
+
b a
b a
)
`
|
|
R b a
b
a
, ;
2
.
a) Verifique se
\
|
1
5
|
|
|
2
6
W b) k = ? para que
\
|
2
4
|
|
|
3
k
pertena a W
13) Sejam os vetores v
1
= (1, 1, 1) , v
2
= (1, 2, 0) e v
3
= (1, 3, -1). Determine k, no vetor (3, -1, k),
sabendo que ele pertence a [v
1
, v
2
, v
3
]
14) Verifique quais dos seguintes conjuntos formam uma base de R
2
. Dentre os que formarem,
escreva a configurao do vetor
a) {(1, 2), (-1, 3)} b) {(3, -6), (-4, 8)}
c) {(0, 0), (2, 3)} d) {(3, -1), (2, 3)}
15) Verifique quais dos seguintes conjuntos formam uma base de R
3
. Dentre os que formarem,
escreva os vetores que geram o espao
lgebra Linear CINAT-MATEMTICA 2014
49
a) {(1, 1, -1), (2, -1, 0), (3, 2, 0)} b) {(1, 0, 1), (0, -1, 2), (-2, 1, -4)}
c) {(2, 1, -1), (-1, 0, 1), (0, 0, 1)} d) {(1, 2, 3), (4, 1, 2)}
e) {(0, -1, 2), (2, 1, 3), (-1, 0, 1), (4, - 1, -2)}
16) Dentre os vetores v
1
= (1, 1, 1), v
2
= (1, 2, 3), v
3
= (3, 0, 2) e v
4
= (2, -1, 1), verifique se
possvel formar uma base de R
3
(se for possvel, escreva os vetores que geram o espao)
17) Seja V = R
3
e o conjunto B = {(0, 1, 1), (1, 1, 0), (1, 2, 1)} R
3
. Mostre que B no base de R
3
e determine uma base para este espao
18) Mostre que V =
\
|
0
1
|
|
|
0
0
,
\
|
0
0
|
|
|
0
1
,
\
|
1
0
|
|
|
0
0
,
\
|
0
0
)
`
|
|
|
1
0
base de M
2
19) Escreva uma base para o espao vetorial das matrizes quadradas de ordem n e indique a
dimenso deste espao.
20) Sejam U, V e W os subespaos de R
3
definidos como U = {(x, y, z) / x = z}, V = {(x, y, z) / x = y
= 0} e W = {(x, y, z) / x + y + z = 0}. Verifique que U + V = R
3
, U + W = R
3
e V + W = R
3
. Em cada
um dos casos, escreva os vetores que geraram o espao.
21) Determine os vetores que geram os espaos abaixo, sendo cada um deles um subespao de
.
a) U = {(x, y, z) / x 2y = 0} b) V ={(x, y, z)/x + z = 0, x 2y = 0}
c) W = {(x, y, z) / x + 2y 3z = 0} d) U V e) V + W
22) Indique o conjunto gerador e uma base do exerccio 4-a
23) Dados os espaos vetoriais abaixo, indique sua base e dimenso
a) matrizes diagonais de ordem n
b) matrizes na forma escada de ordem n
c) V =
\
|
a
a
)
`
|
|
|
+
R b a
b
b a
, ;
d) V = {(a, a, ..., a)
}
e) V = {(a, 2a, 3a)}
24) Determinar as coordenadas do vetor v = (6, 2) em relao s bases
a) = {(3, 0), (0, 2)} b) = {(1, 2), (2, 1)}
c) = {(1, 0), (0, 1)} d) = {(0, 1), (1, 0)}
25) Sejam = {(1, 0), (0, 1)},
1
= {(-1, 1), (1, 1)}, e
2
= {(2, 0), (0, 2)} bases ordenadas de
.
a) Ache as matrizes mudana de base
.
b) Escreva as coordenadas do vetor v = (3, -2) com relao base ,
1
e
2
c) As coordenadas de um vetor v em relao base
1
so dadas por (v)
1
=
|
|
\
|
0
4
. Escreva as
coordenadas de v com relao s bases
e
2
.
26) Se
\
|
1
0
1
0
1
1
|
|
|
|
1
1
0
, determine:
lgebra Linear CINAT-MATEMTICA 2014
50
a) (v)
, onde (v)
1
=
|
|
|
\
|
3
2
1
b) (v)
1
, onde (v)
=
|
|
|
\
|
3
2
1
27) Sejam
1
= {(1, 0), (0, 2)},
2
= {(-1, 0), (1, 1)}, e
3
= {(-1, -1), (0, -1)} bases ordenadas de R
2
.
Determine
.
28) Sejam
= , , ,
; + = 0 = 0 e
= , , ,
; + = 0
subespaos de
.
a) Determine
.
b) Exiba uma base para
.
c) Determine
.
d)
?
29) Sejam
=
; = = e
=
; = = subespaos de 2,2.
a) Determine
. soma direta?
= 2,2?
Respostas (Espaos Vetoriais)
1 a) no b) no c) no d) no
2 a) sim b) sim c) no d) sim e) no
3 a) sim b) no
4 a) no b) no
5 a) LD b) LI c) LD d) LI
6 a) LD b) LD c) LD d) LI
7 v = 4v
1
+ 3v
2
2v
3
8 a) p = 3p
1
+ 2p
2
+ p
3
b) no possvel c) a + 2b c = 0 d) no possvel
9 k = 3
10 a) sim (a = 0, b = -1) b) no
11 no
12 a) sim (a = 3, b = -2) b) k = -2
13 k = 7
14 a) (x y, 2x + 3y) b) no forma base c) no forma base d) (3x + 2y , - x + 3y)
15 a) (x + 2y + 3z , x y + 2z , - x) b) no forma base c) (2x y , x, - x + y + z)
d) (x + 4y, 2x + y, 3x + 2y) e) no forma base
16 B = {v
1
, v
2
, v
3
} (x + y + 3z, x + 2y, x + 3y + 2z)
lgebra Linear CINAT-MATEMTICA 2014
51
17 B = {v
1
, v
2
}
19 dim M
n
= n
2
20 U+V = [(1, 0, 1), (0, 1, 0), (0, 0, 1)] (x, y, x + z)
U+W=[(1, 0, 1), (0, 1, 0), (1, 0, -1)] (x + z, y, x z)
V+W=[(0, 0, 1),(1, 0, -1), (0, 1, -1)] (y, z, x y z)
21 a) [(2, 1, 0), (0, 0, 1)] b) [(2, 1, -2)] c) [(-2, 1, 0), (3, 0, 1)]
d) [(2, 1, -2)] e) [(0, 2, -2), (3, 0, 1)]
22
\
|
0
1
|
|
|
0
0
,
\
|
1
0
|
|
|
0
1
,
\
|
0
0
(
(
(
|
|
|
1
0
23 a) B = ,
0 . . 0
. . .
. . .
0 . . 1
|
|
|
|
|
\
|
|
|
|
|
|
\
|
0 . . 0
. . .
. 1 .
0 . . 0
, ,
|
|
|
|
|
\
|
1 . . 0
. . .
. . .
0 . . 0
, dim V = n
b) B =
|
|
|
|
|
\
|
1 . . 0
. . .
. 1 .
0 . . 1
, dim V = 1 c) B =
\
|
1
1
|
|
|
0
1
,
\
|
0
0
|
|
|
1
1
, dim V =2
d) B = {(1, 1, ..., 1)} , dim V = 1 e) B = {(1, 2, 3)} , dim V = 1
24 v
= (2, 1) , v
= |
\
|
3
10
,
3
2
v
= (6, 2) , v
= (2, 6)
25 a)
=
1 1
1 1
,
0
0
b)
=
3
2
,
1
c)
=
4
4
,
=
2
2
26 a)
=
1
1
4
, b)
=
2
3
1
27
=
1 2
0 2
,
=
0 1
1 1
,
=
1 0
=
1 1
0
28 (a)
= 0,0,1,1;
(b) Uma base para
0,0,1,1;
(c)
0;
(e) Sim. Sugesto: Exiba uma para base para
.
lgebra Linear CINAT-MATEMTICA 2014
52
3
TRANSFORMAES LINEARES
3.1 Introduo
Definio: Sejam V e W espaos vetoriais. Uma aplicao T: V W chamada transformao
linear de V em W, se , :
(i) T(u+v) = T(u) + T(v);
(ii) T(u) = T(u)
Observao: Decorre da definio que uma transformao linear : leva o vetor nulo de V
no vetor nulo de W, isto ,
. Mas cuidado
(polinmios de grau e :
= +
e =
= .
2) =
e =
lgebra Linear CINAT-MATEMTICA 2014
53
T(u)+T(v)
T(u)
T(v)
u+v
u
3
2
1 v
X
5 4 3 2
0
1
-1
Y
4
Seja uma matriz . Define-se a funo :
por = .
onde o vetor coluna, =
e = .
.
Das propriedades de operaes de matrizes tem-se:
Sejam
+ = .
= .
+.
=
+ = + = + = +
e
= = =
Portanto, uma transformao linear.
3.1.3 Interpretao geomtrica
Uma interpretao geomtrica do significado de uma transformao linear T:
, T(x,y)=(-3x+y,2x+3y)
Se u=(-1,1) e v=(0,1), tem-se u+v=(-1,2)
T(u)=(4,1) e T(v)=(1,3)
T(u)+T(v)=(5,4) e T(u+v)=(5,4)
Sendo u+v a diagonal do paralelogramo determinado por u e v, sua imagem T(u+v) representa a
diagonal do paralelogramo determinado por T(u) e T(v), isto , T(u+v)=T(u)+T(v). Diz-se, nesse
caso, que T representa a adio de vetores.
Se multiplicar o vetor u por 2, por exemplo, sua imagem T(u) tambm fica multiplicada por 2, isto ,
T(u)= T(u). Diz-se que nesse caso, que T preserva a multiplicao de um vetor por um escalar.
Exerccio: Suponha que seja uma transformao linear de
em
.
b) Escreva , como combinao linear de e .
c) Aplique a transformao na combinao linear encontrada no item anterior.
Qual a transformao linear ?
lgebra Linear CINAT-MATEMTICA 2014
54
3.1.4 Teorema
Dados dois espaos vetoriais e e uma base de ,
, ,
, ,
, ,
+ +
, ,
),
=
+ +
Exerccio
Sejam T:
.
Sabendo que T(v
1
)=(1,-2), T(v
2
)=(3,1) e T(v
3
)=(0,2), determinar T(x,y,z).
3.2 Ncleo de uma transformao linear
3.2.1 Definio: Seja : uma transformao linear. O conjunto de todos os vetores
tais que = denominado ncleo de T, sendo denotado por ou .
N(T) = {v V: T(v)=0} V
Observao: pois 0 uma vez que T(0)=0.
Exerccios:
1) Determinar o ncleo da transformao linear :
, , = 2, +3.
2) Seja a transformao linear :
, , , = +2 , +2, +3 +
a) Determinar o ncleo de T, a dimenso do ncleo e uma de suas bases.
b) Determinar a imagem de T, a dimenso da imagem e uma de suas bases.
c) Verificar as propriedades da dimenso.
3.6 Corolrios
Seja T:VW uma transformao linear.
(i) Se dim V= dim W, ento T injetora se, e somente se, sobrejetora.
(ii) Se dim V = dim W e T injetora, ento T transforma base em base, isto , se B={v
1
, ..., v
n
}
base de V, ento T(B)={T(v
1
),...,T(v
n
)}
3.7 Definio
Quando uma transformao linear : for injetora e sobrejetora, d-se o nome de
isomorfismo.
Quando h tal transformao entre dois espaos vetoriais dizemos que estes so isomorfos e
possuem a mesma dimenso. Um isomorfismo leva base em base e alm disso, um isomorfismo
: tem uma aplicao inversa
, tal que , , = 2 , , +.
a) Mostrar que um isomorfismo.
b) Calcular
.
3.8 Aplicaes lineares e matrizes
Em um dos exemplos de transformaes lineares vimos que a toda matriz est associada
uma transformao linear :
e =
.
2 0
0 1
.
Deseja-se associar a esta matriz uma transformao linear que dependa de e das bases e ,
isto ,
.
Portanto,
=
2 0
0 1
=
2
.
Ento,
= 21,1 +1,1 = 2 , 2 +
Note que se tivssemos partido de = = 1,0, 0,1, teramos obtido
= 2, = .
De modo geral, fixadas as bases =
, ,
e =
, ,
, matriz
=
podemos associar
ento
=
Ento,
++
onde
a i-sima linha de .
Em geral, dada uma matriz
em
relao s bases de
.
Exemplo: Sejam =
1 3 5
2 4 1
.
Resoluo: Seja =
, ento
lgebra Linear CINAT-MATEMTICA 2014
58
=
1 3 5
2 4 1
=
3 +5
2 +4
.
Logo
, , = 3 +51, +2 +4 0,1 =
= 3 +5, 2 +4
3.8.2 Agora vamos encontrar a matriz associada a uma transformao linear. Seja : linear,
=
, ,
base de e =
, ,
base de . Ento
, ,
so vetores de e
portanto
++
++
++
A transposta da matriz dos coeficientes deste sistema, anotada por
, denominada matriz de
em relao s bases e .
=
Note que passa a ser a transformao linear associada matriz e bases e , isto , =
.
Observaes: Em relao matriz
; de modo
geral, a matriz
3.8.3 Exemplos
Exemplo 1: Seja :
.
Resoluo: Aplicando nos elementos da base , temos:
1,1,1 = 2,5 = 31,3 11,4
1,1,0 = 3,1 = 111,3 81,4
1,0,0 = 2,3 = 51,3 31,4
lgebra Linear CINAT-MATEMTICA 2014
59
Ento
=
3 11 5
1 8 3
Note que se fixarmos outras bases e , teremos uma outra matriz para a transformao .
Exemplo 2: Seja a transformao linear do Exemplo 1 e sejam = 1,0,0, 0,1,0, 0,0,1 e
= 1,0, 0,1. Calcule
.
Resoluo:
1,0,0 = 2,3 = 21,0 = 30,1
0,1,0 = 1, 2 = 11,0 20,1
0,0,1 = 1,4 = 11,0 +40,1
Ento
=
2 1 1
3 2 4
Exemplo 3: Dada as bases = 1,1, 0,1 de
, encontre
a transformao linear :
cuja matriz
=
0 2
1 0
1 3
Resoluo: Interpretando a matriz, temos:
1,1 = 00,3,0 11,0,0 10,1,1 = 1, 1, 1
0,1 = 20,3,0 +01,0,0 +30,1,1 = 0, 9, 3
Devemos encontrar agora , . Para isto escrevemos , em relao `a base :
, = 1,1 + 0,1
Aplicando e usando a linearidade, temos:
, = 1,1 + 0,1
= 1, 1, 1 + 0,9,3
= , 9 10, 3 4
COMPOSIO DE TRANSFORMAES LINEARES
3.9 Definio: Se : e : so transformaes lineares, a composio de com
a aplicao o definida por
o =
onde um elemento de .
lgebra Linear CINAT-MATEMTICA 2014
60
Observe que o uma aplicao de em . Note tambm que, para a definio fazer sentido, a
imagem de deve estar contida no domnio de .
3.10 Teorema: Se : e : so transformaes lineares, ento a composta
o: uma transformao linear.
3.11 Transformaes do plano no plano
Nesta seo iremos apresentar representaes geomtricas de algumas transformaes lineares
do plano no plano :
.
3.11.1 Expanso (ou Contrao)
:
onde =
Por exemplo: Se = 2 (expanso) ento a funo = 2 leva cada vetor do plano num vetor de
mesma direo e sentido de , mas de mdulo maior. Caso || < 1, uma contrao.
3.11.2 Reflexo em torno do eixo x
, = ,
3.11.3 Reflexo na origem
, = ,
3.11.4 Rotao de uma ngulo : (no sentido anti-horrio)
, = , +
Na forma matricial temos
, =
lgebra Linear CINAT-MATEMTICA 2014
61
Considere o caso particular onde = /2. Da temos
/
, =
0 1
1 0
=
3.11.5 Cisalhamento horizontal
, = +, ,
Por exemplo: para = 2 temos , = +2,
lgebra Linear CINAT-MATEMTICA 2014
62
EXERCCIOS (Transformaes Lineares)
1 Determine quais das funes abaixo representam transformaes lineares:
a) f: R
2
R
2
; (x, y) (x + y, x y)
b) g: R
2
R ; (x, y) xy
c) h: M
2
R ;
\
|
b
a
|
|
|
d
c
det
\
|
b
a
|
|
|
d
c
d) k: P
2
P
3
; ax
2
+ bx + c ax
3
+ bx
2
+ cx
e) m: R
3
R
2
; (x, y, z) (x, y, z)
\
|
1
0
1
|
|
|
1
1
2
f) n: R R ; x x
2 a) Ache a transformao linear T: R
3
R
2
tal que T(1, 0, 0) = (2, 0) , T(0, 1, 0) = (1, 1) e
T(0, 0, 1) = (0, -1).
b) Encontre v de R
3
tal que T(v) = (3, 2)
3 a) Qual a transformao linear T: R
2
R
3
tal que T(1, 1) = (3, 2, 1) e T(0, -2) = (0, 1, 0)?
b) Ache T(1, 0) e T(0, 1);
c) Qual a transformao linear S: R
3
R
2
tal que S(3, 2, 1) = (1, 1), S(0, 1, 0) = (0, -2) e
S(0, 0, 1) = (0, 0)?
4 a) Ache a transformao T do plano no plano que uma reflexo em torno da reta x = y
b) Escreva-a em forma matricial
5 No plano, uma rotao anti-horria de 45 seguida por uma dilatao de 2 . Ache a aplicao
A que representa esta transformao no plano.
6 Qual a aplicao que representa uma contrao de
2
1
seguida por uma rotao horria de
45?
7 Sejam = {(1, -1), (0, 2)} e = {(1, 0, -1), (0, 1, 2), (1, 2, 0)} bases de R
2
e R
3
respectivamente e
\
|
0
1
1
|
|
|
|
1
1
0
.
a) Ache T; b) Se S(x, y) = (2y, x y, x), ache
;
c) Ache uma base de R
3
tal que
\
|
0
0
1
|
|
|
|
1
0
0
8 Seja V o espao vetorial das matrizes de ordem 2 cuja base considerada a cannica. Se T:
V R
2
dada por T
\
|
\
|
c
a
|
|
|
|
|
|
b
b
= (a + d, b + c).
a) Ache
\
|
0
1
1
2
|
|
|
|
|
1
0
1
1
, ache S e, se for possvel, um vetor (a, b) tal que S(a, b) =
\
|
0
1
|
|
|
1
0
9 Seja T: R
2
R
2
tal que (T) =
\
|
0
1
|
|
|
1
2
. Ache os vetores u e v tal que T(u) = u e T(v) = - v
10 No exerccio 7, determine ker(T), Im(T), ker(S) e Im(S) e verifique o teorema da dimenso
11 Considere a transformao linear T: R
3
R
3
dada por T(x, y, z) = (z, x y, - z).
a) Determine ker(T) e sua base b) Determine dim(Im(T))
c) T sobrejetora? Justifique d) Faa um esboo de ker(T)
12 Sejam = {(0, 2), (2, -1)} e = {(1, 1, 0), (0, 0, -1), (1, 0, 1)} bases de R
2
e R
3
e
\
|
0
4
2
|
|
|
|
4
0
0
. Determine S(x, y)
13 a) Determine a transformao linear T: R
3
R
2
tal que T(1, -1, 0) = (1, 1), T(0, 1, 1) =
(2, 2) e T(0, 0, 1) = (3, 3).
b) Ache T(1, 0, 0) e T(0, 1, 0)
14 Seja T: R
3
R
2
uma transformao linear definida por T(1, 1, 1) = (1, 2),
T(1, 1, 0) = (2, 3) e T(1, 0, 0) = (3, 4).
a) Determine T(x, y, z)
b) Determine v R
3
tal que T(v) = (-3, -2)
c) Determine v R
3
tal que T(v) = (0, 0).
15 Determine a transformao linear T: P
2
P
2
tal que T(1) = x, T(x) = 1 x
2
e T(x
2
) = x + 2x
2
16 Determine, para cada transformao linear abaixo, o ncleo, a imagem e a dimenso de cada
uma. Verifique se cada uma delas injetora e/ou sobrejetora e se satisfaz o teorema da dimenso.
a) T: R
2
R
2
; T(x, y) = (3x y, -3x + y)
b) T: R
2
R
3
; T(x, y) = (x + y, x, 2y)
c) T: R
2
R
2
; T(x, y) = (x 2y, x + y)
d) T: R
3
R
2
; T(x, y, z) = (x + 2y - z, 2x y + z)
e) T: R
3
R
3
; T(x, y, z) = (x y 2z, - x + 2y + z, x 3z)
f) T: R
3
R
3
; T(x, y, z) = (x 3y, x z, z - x)
g) T: P
1
R
3
; T(at + b) = (a, 2a, a - b)
h) T: M
2
R
2
; T
\
|
\
|
c
a
|
|
|
|
|
|
b
b
= (a - b, a + b)
lgebra Linear CINAT-MATEMTICA 2014
64
17 Consideremos a transformao linear T: R
3
R
2
definida por T(x, y, z) = (2x + y z, x + 2y) e
as bases A = {(1, 0, 0), (2, -1, 0), (0, 1, 1)} do R
3
e B = {(-1, 1), (0, 1)} do R
2
. Determine
18 Sabendo que a matriz de uma transformao linear T: R
2
R
3
nas bases A = {(-1, 1), (1, 0)} do
R
2
e B = {(1, 1, -1), (2, 1, 0), (3, 0, 1)} do R
3
\
|
1
2
3
|
|
|
|
1
5
1
, encontre a expresso T(x, y) e a
matriz (T).
19 Seja (T) =
\
|
1
2
1
|
|
|
|
3
0
2
a matriz cannica de uma transformao linear T: R
2
R
3
. Se
T(v) = (2, 4, -2), calcule v.
20 Seja T: R
3
R
2
tal que
\
|
1
1
1
0
|
|
|
1
1
sendo B
1
= {(0, 1, 1), (1, 0, 0), (1, 0, 1)} e
B
2
= {(-1, 0), (0, -1)} bases do R
3
e do R
2
respectivamente.
a) Encontre a expresso de T(x, y, z)
b) Determine ker(T) e sua base
c) Determine Im(T) e sua base
d) T injetora? T sobrejetora? Justifique
21 Seja T: R
2
R
2
definida por (T) =
\
|
1
1
|
|
|
5
3
. Determine os vetores u, v e w tais que
a) T(u) = u b) T(v) = 2v c) T(w) = (4, 4)
22 Seja o espao vetorial V = M
2
e a transformao linear T: V R
3
definida por
T
\
|
\
|
c
a
|
|
|
|
|
|
b
b
= (a + b, c d, 2a).
a) Mostre que T linear
b) Determine
\
|
1
3
2
1
|
|
|
|
|
2
2
1
0
, determine
a) F(1, 0) b) F(0, 1) c) F(2, 3) d) (a, b) tal que F(a, b) =
\
|
3
1
|
|
|
4
2
lgebra Linear CINAT-MATEMTICA 2014
65
24 Dadas as transformaes lineares abaixo, verifique quais dentre elas representam um
isomorfismo. Defina a transformao inversa daquelas que representarem.
a) T: R
2
R
2
; T(x, y) = (3x 4y, - x + 2y)
b) T: R
2
R
2
; T(x, y) = (x 2y, - 2x + 3y)
c) T: R
2
R
2
; T(x, y) = (2x y, - 4x + 2y)
d) T: R
3
R
3
; T(x, y, z) = (x y + 2z, y z, 2y 3z)
e) T: R
3
R
3
; T(x, y, z) = (x y + 2z, y z, - 2x + y 3z)
f) T: R
3
R
3
; T(x, y, z) = (x + z, x z, y)
25 Seja o operador linear T: R
3
R
3
definida pela matriz
\
|
0
2
1
0
1
0
|
|
|
|
1
1
1
.
a) Mostre que T um isomorfismo
b) Determine a lei que define T
-1
c) Utilize a matriz (T) para obter o vetor v R
3
tal que T(v) = (2, -3, 0)
26 Sejam T e S operadores lineares de R
2
definidos por S(x, y) = (x 2y, y) e T(x, y) = (2x, -y).
Determine:
a) S + T b) T S c) 2S + 4T d) So T e) To S f) So S
27 Seja a transformao linear S: R
3
R
4
, S(x, y, z) = (x + y, z, x y, y + z). Calcule (So T)(x, y) se
T: R
2
R
3
definida como T(x, y)=(2x + y, x y, x 3y)
RESPOSTAS (Transformaes Lineares)
1 a) sim b) no c) no d) sim e) sim f) no
2 a) (2x + y, y z) b) (x, 3 2x, - 2x + 1)
3 a) |
\
|
x ,
2
y 5x
3x, b) |
\
|
|
\
|
0 ,
2
1
0, ; 1 ,
2
5
3,
c) |
\
|
+
3
5x
2y ,
3
x
4 b)
|
|
\
|
|
|
\
|
|
|
\
|
y
x
0 1
1 0
y
x
c) (x y, x + y)
6 |
\
| +
2
y x
,
2
y x
7 a) |
\
|
+
y 2x ,
2
y x
,
2
y x
b)
|
|
|
\
|
=
8 5
10 4
20 11
3
1
(S)
c) = {(1, 1, 1), (-1, -1, 2)}
8 a)
=
1 0
0 1
0 1
1 0
b)
|
|
\
|
+
y x
y y x 2x
; no possvel
9 (-y, y) ,
2
R y
10 N(T) = {0}, Im(T)= , 1 ,
2
1
,
2
1
, 2 ,
2
1
,
2
1
(
\
|
|
\
|
N(S) = {0}, Im(S) = [(0, 1, 1), (2, -1, 0)]
11 a) N(T) = {(x, x, 0) , x R} base = {(1, 1, 0)}
b) 2 c) no d) reta x = y (no espao)
lgebra Linear CINAT-MATEMTICA 2014
66
12 |
\
|
+ 3x 2y ,
2
x
y 3x, y
13 a) (-y + 3z, -y + 3z) b) (0, 0) ; (-1, -1)
14 a) (3x y z, 4x y, - z ) b) v = (1, y, - y + 6) c) v = (0, -z, z)
15 (2a b)x
2
+ (a + c) x + b
16 a) ker(T) = [(1, 3)] dim(ker(T)) = 1 no Im(T) = [(-1, 1)] dim(Im(T)) = 1 no
b) ker(T) = {0} dim(ker(T)) = 0 sim Im(T) = [(1, 1, 0), (1, 0, 2)] dim(Im(T))=2no
c) ker(T) = {0} dim(ker(T)) = 0 sim Im(T) = [(1, -2), (1, 1)] dim(Im(T)) =2sim
d) ker(T) = [(1, -3, -5)] dim(ker(T)) = 1 no Im(T) = [(2, -1), (-1,1)] dim(Im(T))=2sim
e) ker(T)=[(3, 1, 1)] dim(ker(T)) = 1 no Im(T) = [(-1, 2, 0), (-2, 1, -3)] dim(Im(T))=2no
f) ker(T)=[(1,
3
1
, 1)] dim(ker(T))=1 no Im(T) = [(1, 1, -1), (0, -1, 1)] dim(Im(T))=2no
g) ker(T) = {0} dim(ker(T)) = 0 sim Im(T) = [(1, 2, 1), (0, 0, -1)] dim(Im(T))=2no
h) ker(T)=
(
(
|
|
\
|
R d c, ,
d c
0 0
dim(ker(T))=2 no Im(T)=[(1, 1), (-1, 1)] dim(Im(T))=2sim
17
=
2 3 0
3 3 2
18 (8x + 18y , 6x + 11y , - 2x 4y) =
8 18
6 11
2 4
19 v = (-2, 0)
20 a) (-2y + z, - x + y) b) ker(T) = [(1, 1, 2)] dim(ker(T)) = 1
c) Im(T) = [(0, -1), (-2, 1)] dim(Im(T)) = 2 d) no ; sim
21 a) (0, 0) b) (3y, y) c) (1, 1)
22 b)
=
1 1 0 0
0 0 1 1
2 0 0 0
c)
|
|
\
|
d 2 d
1 2
d) ker(T) =
|
|
\
|
R d ,
d d
0 0
23 a)
\
|
3
1
|
|
|
1
2
b)
\
|
2
0
|
|
|
2
1
c)
\
|
2
2
|
|
|
4
7
d) F(x, y) =
|
|
\
|
+
+
2y x 2y 3x
y 2x x
no
possvel determinar (a, b)
24 a) sim ; T
-1
= |
\
| +
+
2
3y x
2y, x b) sim ; T
-1
= (-3x 2y , - 2x y) c) no
d) sim ; T
-1
=(x y +z, 3y z, 2y z) e) no f) sim ; T
-1
= |
\
| +
2
y x
z, ,
2
y x
25 b) T
-1
= (x + z, 2x y + z, - z) c) v = (2, 7, 0)
26 a) (3x 2y, 0) b) (x + 2y , - 2y) c) (10x 4y, - 2y) d) (2x + 2y, - y)
e) (2x 4y, - y) f) (x 4y, y)
27 S
o
T = (3x, x 3y, x + 2y, 2x 4y)
lgebra Linear CINAT-MATEMTICA 2014
67
4
AUTOVALORES E AUTOVETORES
Dada uma transformao linear, T: V V estamos interessados em saber que vetores (no nulos)
so levados em um mltiplo de si mesmo; isto , procuramos um vetor v V e um escalar real
tais que
T(v) = .v
Neste caso T(v) ser um vetor de mesma direo que v.
O escalar ser chamado autovalor e o vetor v um autovetor. Vamos formalizar este conceito.
4.1 Definio
Seja T: V V uma transformao linear.
Se existirem vV, v 0, e tais que Tv = .v, ento
um autovalor de T e v um autovetor de T associados a .
Observe que pode ser o nmero 0, embora v no possa ser o vetor nulo.
4.1.1 Exemplos:
1) Seja T:
2 2
dado por T(x,y) = 2.(x,y).
Neste caso = 2 o autovalor de T
E qualquer vetor (x, y) (0, 0) um autovetor de T associado a =2.
2) T:
2 2
onde T(x,y) = (x, -y)
Note que T(0, -y)=(0,-y)=-1(0, y)
Portanto,
1
=-1 o autovalor de T e todo vetor v
1
=(0,y) tal que y 0 um autovetor de T.
Observe tambm que T(x,0)=(x,0)=1(x,0)
Ento,
2
=1 o autovalor de T e todo vetor v
2
=(x,0) tal que x 0 um autovetor de T.
3) Quais so as matrizes A
1
e A
2
associadas s Transformaes Lineares em relao base
cannica, nos exemplos 1 e 2? (Exerccio)
v
T(v)
lgebra Linear CINAT-MATEMTICA 2014
68
Comentrio:
As noes de autovetor e autovalor de uma transformao linear (ou matriz) so fundamentais, por
exemplo, em Fsica Atmica porque os nveis de energia dos tomos e molculas so dados por
autovalores de determinadas matrizes. Tambm o estudo dos fenmenos de vibrao, anlise de
estabilidade de um avio e muitos outros problemas de Fsica levam procura de autovalores e
autovetores de matrizes.
4.2 Autovalores e Autovetores de uma matriz
Lembre-se que toda transformao linear T:
n n
est associada a uma matriz A(n x n) em
relao base cannica, isto , T(v) = A .v.
Logo, o autovalor e o autovetor de A o autovalor e autovetor de T.
Portanto, o autovalores e o autovetores v, so solues das equaes da seguinte relao T(v)
= .v, isto , A.v=.v, v 0 (v vetor no nulo).
4.3 Polinmio Caracterstico
Mtodo prtico para encontrar autovalores e autovetores de uma matriz. Observe que, se for a
matriz identidade de ordem 2, ento a equao acima pode ser escrita na forma
. =
. =
=
Exemplificando:
3 4
1 2
0
0
.
=
0
0
3 4
1 2
.
=
0
0
Se escrevermos explicitamente o sistema de equaes lineares equivalente a esta equao
matricial, iremos obter um sistema de 2 equaes e 2 incgnitas.
Pela regra de Cramer, se o determinante da matriz dos coeficientes for diferente de zero,
saberemos que este sistema tem uma nica soluo, que a soluo trivial, ou seja, x=y=0.
Mas estamos interessados em calcular os autovetores de A, isto , vetores v 0, portanto
= , ou seja,
= 3 + . 2 +4 = 0
+ 2 = 0
Denominamos de =
+ 2 de polinmio caracterstico de A.
Observao: = (Polinmio caracterstico de )
Continuando a resoluo, temos que
= 2 e
= 2
em
3
4
1 2
=
0
0
1 4
1 4
.
=
0
0
+4 = 0
= 4
O autovetor associado a
v
1
=(4y,y), y 0, ou v
1
=(x,x/4), x 0
(ii) Substituindo
= 1 em
3
4
1 2
=
0
0
4 +4 = 0
+ = 0
4 4
1 1
.
=
0
0
4 +4 = 0
+ = 0
=
O autovetor associado a
v
2
=(x,x), x 0.
4.4 Teorema
Se a equao polinomial 0 c c ... c
n 1 n
1 n
1
n
= + + + +
, onde c
1
, ... , c
n
so inteiros.
Todas as solues inteiras (se houver) desta equao so divisores do termo c
n
.
4.4.1 Exemplo: As possveis razes inteiras da equao 0 6 3 2
2 3
= + so os
divisores de -6 que so, 6 , 3 , 2 , 1 .
Se 6 3 2 ) (
2 3
+ = p , ento 2
0
= uma das razes do polinmio ) ( p , pois p(2)=0.
Para as outras possibilidades, no encontramos razes.
Mas, dividindo p( ) por
0
, onde
0
uma raiz de p( ), temos,
) 3 ).( 2 ( ) (
2
+ = p
Logo, as outras razes sero solues da equao 0 3
2
= +
3 =
Considerando razes no campo complexo, temos 3 i = .
Ento, as razes de p() so: 2, 3 i , 3 i .
Observao: Vale lembrar que uma equao polinomial com coeficientes reais pode no admitir
razes reais, neste caso, ela possui razes complexas. Assim, toda transformao linear sobre
espaos vetoriais complexos sempre admite autovalores.
lgebra Linear CINAT-MATEMTICA 2014
70
Exerccios (Autovalores e autovetores)
1) Sejam A =
\
|
0
0
1
0
1
2
|
|
|
|
1
1
1
e B =
\
|
0
0
1
0
2
3
|
|
|
|
3
0
1
matrizes inversveis.
a) Calcule AB e BA (note que o produto entre elas origina matrizes distintas)
b) Encontre os autovalores de AB e de BA. O que se pode observar?
c) Encontre os autovetores associados de AB e de BA. O que se pode observar?
Resp: (a) AB =
|
|
|
\
|
3 0 0
3 2 0
4 7 1
e BA = ;
3 0 0
2 2 0
3 1 1
|
|
|
\
|
(b) so iguais;
1
= 1,
2
= -2,
3
= -3
2) Ache os autovalores e autovetores correspondente das transformaes lineares dadas:
(a) T(x, y)= (2y, x) Resp: 2
1
= v
1
= ( 2 y, y), y 0
2
2
= v
2
= (- 2 y, y), y 0
(b) T(x, y) = (x + y, 2x + y) Resp: 2 1
1
+ = v
1
= (x, 2 x), x 0
2 1
2
= v
2
= (x, - 2 x), x 0
3) Ache os autovalores e os autovetores correspondentes das transformaes lineares dadas
a) T: R
2
R
2
; T(x, y) = (2y, x)
b) T: R
2
R
2
; T(x, y) = (x + y, 2x + y)
c) T: R
3
R
3
; T(x, y, z) = (x + y, x y + 2z, 2x + y z)
d) T: P
2
P
2
; T(ax
2
+ bx + c) = ax
2
+ cx + b
e) T: R
4
R
4
; T(x, y, z, w) = (x, x + y, x + y + z, x + y + z + w)
Resp: a) 2 ; - 2 e [( 2 , 1)], [ (- 2 , 1)] b) 1 + 2 ; 1 - 2 e [(1, 2 )], [ (1, - 2 )]
c) 2; -2; -1 e [(1, 1, 1)], [(1, -3, 1)], [(-2, 4, 1)] d) 1; -1; 1 e [(1, 0, 0), (0, 1, 1)], [(0, -1, 1)]
e) 1; 1; 1; 1 e [(0, 0, 0, 1)]
4) Calcule os autovalores e autovetores correspondentes das matrizes:
(a) A =
(
1 0
2 1
R: 1
1
= v
1
= (x, 0), x 0
1
2
= v
2
= (-y, y), y 0
(b) A =
(
1 1
1 1
R: 0
1
= v
1
= (x, -x), x 0
2
2
= v
2
= (x, x), x 0
5) Calcule os autovalores e os autovetores correspondentes das matrizes dadas
a) A =
\
|
0
1
|
|
|
1
2
b) A =
\
|
1
1
|
|
|
1
1
c) A =
\
|
0
0
1
0
1
2
|
|
|
|
1
2
3
d) A =
\
|
0
0
3
0
3
3
|
|
|
1
5
4
lgebra Linear CINAT-MATEMTICA 2014
71
e) A =
\
|
1
1
1
1
0
0
|
|
|
|
2
1
2
f) A =
\
|
2
1
1
1
2
1
|
|
|
|
1
1
2
g) A =
\
|
1
0
0
0
0
1
|
|
|
|
0
1
0
h) A =
\
|
3
0
1
3
4
3
|
|
|
|
1
0
3
i) A =
\
|
2
2
1
4
7
4
|
|
|
|
11
14
14
j) A =
\
|
0
12
0
2
1
0
2
0
0
3
0
1
|
|
|
|
|
|
0
0
1
0
Resp: a) 1; -1 e [(1, 0)], [(1, -1)] b) 0; 2 e [(1, -1)], [(1, 1)]
c)
1, 2, 3
= 1 e [(1, 0, 0)] d)
1, 2
= 3;
3
= -1 e [(1, 0, 0)], [(1, -20, 16)]
e) 1; 3; -1 e [(1, -1, 0)], [(1, 0, 1)], [(1, 2, -1)] f) 1; -1; 4 e [(1, -2, 1)], [(0, 1, -1)], [(1, 1, 1)]
g)
1, 2, 3
= -1 e [(1, -1, 1)] h)
1
= -2 ;
2, 3
= 4 e [(1, 0, 1)], [(1, 1, 0), (0, 1, 1)]
i)
1, 3
= - 3;
2
= 9 e [(2, 1, 0), (-7, 0, 1)], [(1, 1, 1)]
6) Encontre as equaes caractersticas e os autovalores.
(a) A =
(
1 2
4 1
Resp: =
1
1 2 2 i
(b) A =
(
1 2
4 2
Resp:
2
i 31 3
=
(c) A =
(
2 3
2 1
Resp:
2
i 23 3
=
(d) A =
(
2 4
4 3
Resp:
2
i 73 5
=
7) Encontre as equaes caractersticas, os autovalores e os autovetores das matrizes:
(a) A =
(
1 8
0 3
Resp: 3
1
= v
1
= (x, 2x), x 0
1
2
= v
2
= (0, y), y 0
(b) A =
(
2 4
9 10
Resp: = 4 v = (3x, 2x), x 0
(c) A =
(
0 4
3 0
Resp:
3 2
1
=
v
1
= (3x, 2 3 x), x 0
3 2
1
=
v
1
= (-3x, 2 3 x), x 0
(d) A =
(
1 0
0 1
Resp: = 1, autovetor qualquer v = (x,y) tal que x, y 0.
8) Dado a matriz A, determine os autovalores e os autovetores da matriz A
a) A =
(
(
(
4 2 0
1 1 0
0 1 2
b) A =
(
(
(
1 0 0
5 3 0
4 0 3
R: =
1
2, v
1
= (x, 0, 0), x 0 Resp: =
1
3, v
1
= (x, y, 0), x, y 0
=
2
3, v
2
= (x, x, -2x), x 0 =
2
-1, v
2
= (z, -
4
5
z, z), z 0
c) A =
(
(
(
1 0 0
5 3 0
4 3 3
d) A =
(
(
(
1 0 0
2 1 0
3 2 1
lgebra Linear CINAT-MATEMTICA 2014
72
R: =
1
3, v
1
= (x, 0, 0), x 0 Resp: = 1, v
1
= (x, 0, 0), x 0
=
2
-1, v
2
= (
16
z
, -
4
5
z, z), z 0
e) A =
(
(
(
2 1 1
1 0 1
2 0 1
f) A =
(
(
(
1 1 2
2 1 1
0 1 1
R: =
1
1, v
1
= (x, -x, 0), x 0 Resp: =
1
-1, v
1
= (x, -2x,
2
x
), x 0
=
2
-1, v
2
= (x, 2x, -x), x 0 =
2
-2, v
2
= (x, -3x, x), x 0
=
3
3, v
3
= (x, 0, x), x 0 =
3
2, v
1
= (x, x, x), x 0
g) A =
(
(
(
1 1 2
1 2 1
2 1 1
Resp: =
1
1 v
1
= (x, 0, x), x 0
=
2
-1, v
2
= (x, 0, x), x 0
=
3
4 v
3
= (x, x, x), x 0
9) Determine todos os autovalores da matriz sobre o conjunto dos nmeros complexos. Encontre
tambm os autovetores correspondentes.
a =
1 1
1 1
=
1
1
=
3 1
1 3
Resp:
= 1 +;
= 1 ;
= , , 0;
= , , 0
= 1 +;
= 1 ;
= , , 0;
= , 0
= 3 +;
= 3 ;
= , , 0;
= , , 0
10) Sejam e nmeros reais. Encontre os autovalores e os autovetores correspondentes de
=
sobre o conjunto dos nmeros complexos.
Resp:
= +;
= ;
= , , 0;
= , , 0
11) Seja =
1 2 0
0 1 1
1 0 0
. Quais so os autovalores e autovetores de de um espao vetorial:
(a) Real (b) Complexo
Resp:
(a)
= 2, = 2, , , 0
(b)
= 2,
= 2, , , 0;
= ,
= 1 +, , 1 +, 0;
= ,
= 1 , , 1 , 0
lgebra Linear CINAT-MATEMTICA 2014
73
5
SEMELHANA E DIAGONALIZAO DE OPERADORES
As matrizes triangulares e matrizes diagonais so interessantes, pois seus autovalores so
determinados diretamente. Portanto, seria agradvel se pudssemos relacionar uma matriz a outra
matriz triangular ou diagonal de forma que ambas tivessem os mesmos autovalores.
5.1 Matrizes Semelhantes
5.1.1 Definio: Sejam A e B matrizes do tipo nxn. Dizemos que A semelhante a B se existir
uma matriz nxn invertvel P tal que P
-1
AP=B. Se A semelhante a B, escrevemos A~B.
Observao: Se A~B, podemos escrever que A=PBP
-1
ou AP=PB.
Exemplo: As matrizes
(
=
1 0
2 1
A
e
(
=
1 2
0 1
B
so semelhantes.
Tome
(
=
1 1
1 1
P
. Calculando AP e PB temos que: AP=PB=
(
1 1
1 3
.
5.1.2 Teorema
Sejam A e B matrizes semelhantes. Ento:
a) det(A) = det(B).
b) A invertvel
B invertvel.
c) A e B tm o mesmo posto.
d) A e B tm o mesmo polinmio caracterstico.
A demonstrao deste teorema pode ser vista no livro lgebra Linear (David Poole, 2004).
Lembrete: O posto de uma matriz o nmero de linhas no nulas de qualquer uma de suas
formas escalonadas por linhas.
5.2 Diagonalizao
Temos a melhor situao possvel quando uma matriz quadrada semelhante a uma matriz
diagonal. Como veremos logo a seguir, a possibilidade de isso ocorrer est relacionada
estreitamente com os autovalores e autovetores da matriz.
lgebra Linear CINAT-MATEMTICA 2014
74
5.2.1 Definio:
Uma matriz A(nxn) diagonalizvel se existe uma matriz diagonal D tal que A~D, ou seja, se
existe P(nxn) invertvel tal que P
-1
AP=D.
Exemplo: A matriz
(
=
2 2
3 1
A
diagonalizvel, pois, se
(
=
2 1
3 1
P
e
(
=
1 0
0 4
D
, ento AP=PD=
(
2 4
3 4
.
5.2.2 Teorema
A matriz A(nxn) diagonalizvel A tiver n autovetores LI.
Em outras palavras:
Existem P invertvel e uma matriz diagonal D tal que P
-1
AP=D se, e somente se, as colunas de P
forem n autovetores de A, linearmente independentes, e os elementos da diagonal de D forem os
autovalores correspondentes aos autovetores.
Neste caso, | |
n
v v v P ...
2 1
= , onde
n
v v v , ... , ,
2 1
so os n autovetores cujas coordenadas so
posicionadas em colunas, e
(
(
(
(
= =
n
D AP P
0 0 0
0 0
0 0
0 0 0
2
1
1
O O
O
5.2.3 Exemplos: Se possvel, determine a matriz P que diagonaliza
a)
(
(
(
=
4 5 2
1 0 0
0 1 0
A
b)
(
(
(
=
1 0 1
3 0 3
1 0 1
A
Solues:
a) det(A- I)=0 0 2 5 4
2 3
= + + 1
2 = 0
Os autovalores so 1
2 1
= = e 2
3
= .
Para 1
2 1
= = tem como autovetor os mltiplos de (1,1,1).
Para 2
3
= tem como autovetor os mltiplos de (1,2,4).
Como no possvel existir 3 autovetores LI, pelo teorema anterior, A no diagonalizvel.
lgebra Linear CINAT-MATEMTICA 2014
75
Observao: 1 = tem multiplicidade algbrica igual a 2 e 2 = tem multiplicidade algbrica
igual a 1. Cada autovalor gera somente um autovetor, portanto a multiplicidade geomtrica 1,
para qualquer autovalor.
b) det(A- I)=0
+2 = 0
Para
0
2 1
= =
temos autovetores da forma (x,y,x), x,y 0, que so gerados pelos vetores
v
1
=(0,1,0) e v
2
=(1,0,1).
Para 2
3
= tem como autovetor v
3
=(-1,3,1).
fcil verificar que estes 3 vetores so LI. Pelo teorema,
=
=
0 1 1
1 0 3
0 1 1
invertvel. Alm disso, P
-1
AP=D=
(
(
(
2 0 0
0 0 0
0 0 0
, ou que, AP=PD.
Cuidado ao trocar a ordem! Por exemplo, se =
, ento P
-1
AP=D=
(
(
(
2
1
3
0 0
0 0
0 0
Observao: 0
1
= tem multiplicidade algbrica igual a 2 e 2
3
= tem multiplicidade
algbrica igual a 1.
0
1
= gera dois autovetores e 2
3
= gera um autovetor, portanto
1
tem multiplicidade
geomtrica igual a 2 e
3
tem multiplicidade geomtrica igual a 1.
5.2.4 Teorema
Se A (nxn) tm n autovalores distintos entre si, ento A diagonalizvel.
Observao: Os autovalores de uma matriz triangular so os elementos da sua diagonal principal.
Exemplo: Os autovalores da matriz
(
(
(
=
1 0 0
1 5 0
7 3 2
A
so , 2
1
= , 5
2
= . 1
3
=
Como a dimenso da matriz n=3 e possui 3 autovalores distintos, pelo Teorema 5.2.4, a matriz A
diagonalizvel.
5.2.5 Teorema da Diagonalizao
Seja A(nxn) com n autovalores distintos (no necessariamente distintos entre si). So equivalentes
os enunciados:
i) A diagonalizvel.
ii) A unio de todos os autovetores gerados pelos autovalores contm n vetores LI.
iii) A multiplicidade algbrica de cada autovalor igual sua multiplicidade geomtrica.
lgebra Linear CINAT-MATEMTICA 2014
76
5.2.6 Exemplos
a) 1
2 1
= = tem multiplicidade algbrica igual a 2 mas multiplicidade geomtrica igual a 1,
logo
(
(
(
=
4 5 2
1 0 0
0 1 0
A
no diagonalizvel, de acordo com o Teorema da Diagonalizao.
b) A matriz
(
(
(
=
1 0 1
3 0 3
1 0 1
A
tem dois autovalores distintos 0
2 1
= = e 2
3
= . O autovalor
0 = tem multiplicidades algbrica e geomtrica iguais a 2, e para o autovalor , 2 = as
multiplicidades so iguais a 1. Portanto, de acordo com o Teorema da Diagonalizao, A
diagonalizvel.
EXERCCIOS (semelhana e diagonalizao)
1) Verifique se os operadores lineares abaixo so diagonalizveis.
a) T: R
2
R
2
; T(x, y) = (2y, x)
b) T: R
3
R
3
; T(x, y, z) = (x + y, x y + 2z, 2x + y z)
c) T: R
4
R
4
; T(x, y, z, w) = (x, x + y, x + y + z, x + y + z + w)
d) T: R
2
R
2
; T(x, y) = (6y, x + y)
2) Utilize o teorema 5.2.2 (a matriz
diagonalizvel
tiver autovetores LI) para
verificar se diagonalizvel.
a) A =
\
|
0
1
|
|
|
1
2
b) A =
\
|
1
1
|
|
|
1
1
c) A =
\
|
0
0
1
0
1
2
|
|
|
|
1
2
3
d) A =
\
|
1
1
1
1
0
0
|
|
|
|
2
1
2
e) A =
\
|
1
0
0
0
0
1
|
|
|
|
0
1
0
3) Determine se A diagonalizvel e, quando for, encontre uma matriz invertvel P e uma matriz
diagonal D tais que P
-1
AP=D, ou, AP=PD.
a)
(
=
5 2
2 5
A
b)
(
=
1 1
4 3
A
c)
(
(
(
=
3 0 0
1 3 0
0 1 3
A
d)
(
(
(
=
0 1 1
1 1 0
1 0 1
A
e)
(
(
(
=
1 0 3
1 2 2
0 0 1
A
f)
(
(
(
=
0 1 1
1 0 1
1 2 1
A
g)
(
(
(
(
=
1 0 0 0
0 3 0 0
1 2 3 0
2 0 0 2
A
h)
(
(
(
(
=
2 0 0 0
0 2 0 0
0 0 2 0
4 0 0 2
A
lgebra Linear CINAT-MATEMTICA 2014
77
4) Encontre todos os valores reais de para os quais diagonalizvel.
=
1 1
0
=
1
0 1
=
1
1 0
=
1 0
0 1 0
0 0 1
=
1 1
1 1
1 1
Respostas (Semelhana e diagonalizao de operadores)
1 - a) sim b) sim c) no d)sim
2 - a) sim b) sim c) no d) sim e) no
3 - a)
(
=
1 1
1 1
P ,
(
=
7 0
0 3
D
b) 1
2 1
= = . Com apenas o autovetor (2,1) no possvel determinar P. Logo, A no
diagonalizvel.
c) Para 3 = temos apenas o autovetor (1,0,0). Como no possvel determinar P com 1 vetor
ento A no diagonalizvel.
d)
(
(
(
=
0 2 1
1 1 1
1 1 1
P
,
(
(
(
=
1 0 0
0 1 0
0 0 2
D
e) O polinmio caracterstico de A 1
2 = 0. Autovalores: 1 e 2.
Para 1 = , a multiplicidade algbrica vale 2 e tem como autovetor
(0,1,-1), portanto a multiplicidade geomtrica vale 1. Logo, A no diagonalizvel.
f) O polinmio caracterstico de A
1 = 0.
Para 0 = , a multiplicidade algbrica vale 2 e tem como autovetor
(1,-1,1), portanto a multiplicidade geomtrica vale 1. Logo, A no diagonalizvel.
g) O polinmio caracterstico de A 2 3
1 = 0.
Para 3 = , a multiplicidade algbrica vale 2 e tem como autovetor
(0,1,0,0), portanto a multiplicidade geomtrica vale 1. Logo, A no diagonalizvel.
h)
(
(
(
(
=
1 0 0 0
0 1 0 0
0 0 1 0
1 0 0 1
P
,
(
(
(
(
=
2 0 0 0
0 2 0 0
0 0 2 0
0 0 0 2
D
4 ; = 0; > 2 < 2; = 0; .
lgebra Linear CINAT-MATEMTICA 2014
78
6
POLINMIO MINIMAL E FORMA CANNICA DE JORDAN
No captulo anterior vimos que os operadores podem ser ou no diagonalizveis, exibindo uma
base de autovetores, ou mostrando a inexistncia desta base. Em casos de espaos vetoriais de
baixa dimenso, este o procedimento conveniente. Entretanto, podemos estar interessados,
principalmente, em casos de espaos vetoriais de dimenso alta, onde os clculos so longos.
J sabemos que se dim = e o operador linear tem autovetores distintos, ento
diagonalizvel. No caso geral, a resposta est ligada ao aspecto de um polinmio que chamaremos
de polinmio minimal do operador . Para isso, vamos introduzir a definio de polinmios
calculados em matrizes.
6.1 Definio: Seja =
++
++
.
Quando = 0, dizemos que o polinmio anula a matriz A.
6.1.1 Exemplo: Sejam os polinmios =
9 = 2 +3
Se =
1 4
2 1
ento
=
1 4
2 1
9
1 0
0 1
=
0 0
0 0
e
= 2
1 4
2 1
+3
1 0
0 1
=
1 8
4 5
Ento p(x) anula e q(x) no anula .
6.2 Definio: Seja uma matriz quadrada. O polinmio minimal de um polinmio
=
++
tal que
(i) m()=0, isto , m(x) anula a matriz .
(ii) m(x) o polinmio de menor grau entre aqueles que anulam .
Observao: O coeficiente do termo
do polinmio minimal 1.
lgebra Linear CINAT-MATEMTICA 2014
79
A seguir sero apresentados alguns resultados envolvendo polinmio minimal que indicaro um
procedimento que possibilita determinar se um operador linear diagonalizvel ou no, sem
calcular os autovalores.
6.3 Teorema: Sejam : um operador linear e uma base qualquer de de dimenso .
Ento diagonalizvel se, e somente se o polinmio minimal de
da forma
=
, ,
O problema que consiste em determinar se T diagonalizvel reduz-se em determinar o polinmio
minimal de T.
6.4 Teorema de Cayley-Hamilton: Seja : um operador linear, uma base de V e p(x)
o polinmio caracterstico de T. Ento
= 0
Isto significa que o polinmio caracterstico um candidato ao polinmio minimal porque ele satisfaz
a condio (i) da definio 6.2.
6.5 Exemplo: Demonstrao do teorema de Cayley-Hamilton no caso 2 2.
Seja
=
. Ento o polinmio caracterstico
=
1 0
0 1
= .
Logo
=
1 0
0 1
1 0
0 1
1 0
0 1
=
0
0
0
0
=
0 0
0 0
6.6 Teorema: As razes do polinmio minimal so as mesmas razes (distintas) do polinmio
caracterstico.
Estes dois ltimos teoremas juntos nos dizem como achar o polinmio minimal de um operador
linear : . O polinmio minimal deve ser de grau menor ou no mximo igual ao do polinmio
caracterstico e ainda deve ter as mesmas razes.
6.6.1 Exemplo:
lgebra Linear CINAT-MATEMTICA 2014
80
Seja : um operador linear e uma base de V. Suponhamos que o polinmio caracterstico
de T seja = 3
+5.
Ento o seu polinmio minimal ser um dos polinmios:
= 3 1 +5
= 3
1 +5
= 3 1
+5
= 3 1
+5
= 3
+5
= 3
+5
Como o polinmio minimal o de menor grau que anula
, verificamos primeiramente se
= 0. Em caso afirmativo,
0, testamos
, ,
anular a matriz de T.
6.7.1 Exemplo: O operador linear :
a base cannica de
. Ento a matriz
=
3 0 4 0
0 3 5 0
0
0
0
0
1 0
0 1
Calculemos o polinmio caracterstico
= det
= 3
Os autovalores so
= 3 e
= 3 1
= 3
= 3 1
= 3
Notamos que
= 3 +1
o polinmio minimal. Portanto, diagonalizvel, isto , existe uma base de autovetores e
nesta base
=
3 0 0 0
0 3 0 0
0
0
0
0
1 0
0 1
Exerccios:
1) Determine o polinmio mnimo da matriz
2 2 5
3 7 15
1 2 4
. Verifique se a matriz diagonalizvel.
2) Determine os polinmios mnimos das matrizes
1 2 3
3 0 4
6 4 5
e
1 6 2
3 2 0
0 3 4
e verifique se so
diagonalizveis.
Observao: Identificaremos o polinmio caracterstico por ) (t
6.8 Teorema
O polinmio mnimo m(t) de A divide todo polinmio que tem A como zero.
Em particular, m(t) divide o polinmio caracterstico ) (t de A.
6.9 Teorema
Os polinmios caractersticos e mnimo de uma matriz A tm os mesmos fatores irredutveis.
Este teorema, no nos diz que ) ( ) ( t t m = , e sim que qualquer fator irredutvel de um deve dividir
o outro. Em particular, como um fator linear irredutvel, m(t) e A(t) tm os mesmos fatores lineares,
logo eles tm as mesmas razes.
6.10 Teorema
Um escalar um autovalor de uma matriz A, se e somente se, uma raiz do polinmio mnimo
de A.
Exerccio: Ache o polinmio mnimo m(t) de
(
(
(
=
4 2 1
15 7 3
5 2 2
A
(Coleo Schaum).
Resp: = 1
3; = 1 3
lgebra Linear CINAT-MATEMTICA 2014
82
6.11 Operadores Nilpotentes
Um operador linear V V T : chamado nilpotente se 0 =
n
T para algum inteiro positivo n; k o
ndice de nilpotncia de T se 0 =
k
T , mas 0
1
k
T . Analogamente, uma matriz quadrada A
chamada nilpotente se 0 =
n
A para algum inteiro positivo n, e de ndice k se 0 =
k
A , mas 0
1
k
A .
Obviamente o polinmio mnimo de um operador (matriz) nilpotente de ndice k
k
t t m = ) ( ; logo 0
seu nico autovalor.
6.11.1 Teorema :
Seja V V T : um operador nilpotente de ndice k. Ento T admite uma representao matricial
em bloco cujos elementos diagonais tm a forma
,
0 0 0 0 0
1 0 0 0 0
0 0 1 0 0
0 0 0 1 0
(
(
(
(
(
(
=
L
L
L L L L L L
L
L
N
isto , todos os elementos de N so 0s, exceto os que esto, diretamente acima da diagonal
principal, e que so 1s. H ao menos uma matriz N de ordem k, e todas as outras matrizes N so
de ordem k . O nmero de Ns de cada ordem possvel determinado de modo nico por T. Alm
disso, o nmero total de Ns de todas as ordens igual nulidade de T.
Observemos que a matriz N acima ela prpria nilpotente, e que seu ndice de nilpotncia igual
sua ordem. Note-se que a matriz N de ordem 1 no mais do que a matriz zero 1x1(0).
6.12 Forma Cannica de Jordan
Um operador T pode ser posto em forma cannica de Jordan se seus polinmios caracterstico e
mnimo puderem fatorar-se em polinmios lineares.
Se : um operador linear e um espao vetorial complexo, podemos achar sempre uma
base de , tal que
e m =
,
onde os
i
so escalares
distintos. Ento T admite uma representao matricial em bloco J cujos elementos diagonais tm a
forma
lgebra Linear CINAT-MATEMTICA 2014
83
(
(
(
(
(
(
=
i
i
i
i
ij
J
0 0 0 0
1 0 0 0
0 0 1 0
0 0 0 1
L
L
L L L L L L
L
L
Para cada
i
os blocos correspondentes
ij
J tm as seguintes propriedades:
(i) H ao menos um
ij
J de ordem
i
m ; todos os outros
ij
J so de ordem
i
m
(ii) A soma das ordens dos
ij
J
i
n .
(iii) O nmero de
ij
J igual multiplicidade geomtrica de
i
.
(iv) O nmero de
ij
J de cada ordem possvel univocamente determinado por T.
A matriz J que aparece no teorema acima chamada forma cannica de Jordan do operador T. Um
bloco diagonal
ij
J chamado bloco de Jordan pertencente ao autovalor
i
. Observe que
(
(
(
(
(
(
+
(
(
(
(
(
(
=
(
(
(
(
(
(
0 0 0 0 0
1 0 0 0 0
0 0 1 0 0
0 0 0 1 0
0 0 0 0
0 0 0 0
0 0 0 0
0 0 0 0
0 0 0 0
1 0 0 0
0 0 1 0
0 0 0 1
L
L
L L L L L L
L
L
L
L
L L L L L L
L
L
L
L
L L L L L L
L
L
i
i
i
i
i
i
i
i
Isto , N I J
i ij
+ = , onde N o bloco nilpotente que aparece no Teorema 4
6.12.2 Exemplo: Suponhamos que os polinmios caracterstico e minimal de um operador linear T
sejam, respectivamente, = 2
e m = 2
3
3 0
1 3
2 0
1 2
2 0
1 2
ou
(
(
(
(
(
(
(
(
(
3
3 0
1 3
2
2
2 0
1 2
A primeira matriz ocorre se T tem dois autovetores independentes pertencentes ao seu autovalor 2;
e a segunda matriz ocorre se T tem trs autovetores independentes pertencentes a 2.
Exerccios
lgebra Linear CINAT-MATEMTICA 2014
84
1) Determine todas as formas cannicas possveis para um operador linear V V T : cujo polinmio
caracterstico = 2
(Coleo Schaum)
2) Determine todas as formas cannicas de Jordan J possveis para uma matriz de ordem 5 cujo
polinmio mnimo m = 2
(Coleo Schaum)
EXERCCIOS (Polinmio Minimal e Forma Cannica de Jordan)
1) Seja a matriz =
2 1
0 2
0 0
0 0
0 0
0 0
2 0
0 3
.
a) A diagonalizvel? b) Encontre seu polinmio minimal.
2) Seja a matriz =
2 1 1
6 3 4
3 2 3
.
a) A diagonalizvel? b) Encontre seu polinmio minimal.
3) Determine o polinmio mnimo m(t) da matriz
(
(
(
=
3 2 3
4 3 6
1 1 2
A .
4) Determine o polinmio mnimo m(t) da matriz (onde 0 ):
(
(
(
=
0 0
0
0
B .
5) Ache o polinmio mnimo m(t) da matriz
(
(
(
(
(
(
=
4 0 0 0 0
1 4 0 0 0
0 0 4 0 0
0 0 1 4 0
0 0 0 1 4
M .
6) Determine uma matriz A cujo polinmio mnimo seja
(a) 7 5 8 ) (
2 3
+ + = t t t t f (b) 6 5 4 3 ) (
2 3 4
+ + = t t t t t f
7) Determine todas as formas cannicas de Jordan possveis para as matrizes cujos polinmios
caractersticos ) (t e mnimo ) (t m so:
(a) = 2
e m = 2
(b) = 7
e m = 7
(c) = 2
e m = 2
(d) = 3
e m = 3
Respostas (Polinmio Minimal e Forma Cannica de Jordan)
1 (a) no (b) p(x) = (2 x)
2
(3 x) = x
3
+ 7x
2
16x + 12
2 (a) sim (b) p(x) = (x 2) (x 1) = x
2
3x + 2
lgebra Linear CINAT-MATEMTICA 2014
85
3) m = 2 1 =
3 +2 4) m = =
5) m = 4
6) (a)
(
(
(
=
8 1 0
5 0 1
7 0 0
A
(b)
(
(
(
(
=
3 1 0 0
4 0 1 0
5 0 0 1
6 0 0 0
A
7) (a)
(
(
(
(
(
(
(
(
3
1 3
2
1 2
2
1 2
(
(
(
(
(
(
(
(
3
1 3
2
2
2
1 2
(b)
(
(
(
(
(
(
7
7
1 7
7
1 7
(
(
(
(
(
(
7
7
7
7
1 7
(c)
(
(
(
(
(
(
(
(
(
2
2
1 2
1 2
2
1 2
1 2
(
(
(
(
(
(
(
(
(
2
1 2
2
1 2
2
1 2
1 2
(
(
(
(
(
(
(
(
(
2
2
2
1 2
2
1 2
1 2
(
(
(
(
(
(
(
(
(
2
2
2
2
2
1 2
1 2
(d)
(
(
(
(
(
(
(
(
(
(
(
5
1 5
5
1 5
3
1 3
3
1 3
(
(
(
(
(
(
(
(
(
(
(
5
5
5
1 5
3
1 3
3
1 3
(
(
(
(
(
(
(
(
(
(
(
5
1 5
5
1 5
3
3
3
1 3
(
(
(
(
(
(
(
(
(
(
(
5
5
5
1 5
3
3
3
1 3
lgebra Linear CINAT-MATEMTICA 2014
86
7
PRODUTO INTERNO
7.1 Definio: Seja um espao vetorial real. Um produto interno sobre uma funo que a
cada par de vetores e , associa um nmero real, indicado por < , >, satisfazendo as
propriedades:
P
1
) < , > 0 para todo vetor , e
< , 0 = 0.
P
2
) < , >=< , >, .
P
3
) < +, >=< , > +< , >.
P
4
) < , > =< , >.
Exerccios:
1) No espao vetorial V=
que
definido por: < , > = x
1
x
2
+ y
1
y
2
. Portanto, possvel a existncia de mais de um produto interno
no mesmo espao vetorial.
ii) Se u=(x
1
,y
1
,z
1
) e v=(x
2
,y
2
,z
2
) so vetores quaisquer do
.
De forma anloga, se u=(x
1
,x
2
,...,x
n
) e v=(y
1
,y
2
,...,y
n
), o nmero real < , > =x
1
y
1
+x
2
y
2
+...+x
n
y
n
define o produto interno usual no
.
7.2 Espao vetorial euclidiano
Um espao vetorial real, de dimenso finita, no qual est definido um produto interno, um
espao vetorial euclidiano.
7.3 Mdulo de um vetor
lgebra Linear CINAT-MATEMTICA 2014
87
Dado um vetor v de um espao vetorial euclidiano V, chama-se mdulo, norma ou comprimento de
v, o nmero real no-negativo, indicado por |v|, definido por ||v||=
< , >.
Assim, se v=(x
1
,y
1
,z
1
)
O vetor
||||
unitrio, de mesma direo e sentido de v (versor de v). Diz-se, nesse caso, que o
vetor v foi normalizado. Se ||v||=1, o vetor chamado vetor unitrio.
Observe que o mdulo de v depende do produto interno utilizado: se o produto interno muda, o
mdulo altera-se.
Exerccios:
1. Dado o vetor v=(-2,1,2)
> = =3x
1
x
2
+2y
1
y
2
+z
1
z
2
, sendo v
1
=(x
1
,y
1
,z
1
) e
v
2
=(x
2
,y
2
,z
2
)
2. Dado o espao vetorial V=
a) Determine o produto interno de f(x)=x+1 e g(x)=2x
b) Calcular a norma de f(x)=x+1
c) Normalizar a funo f(x)=x+1
7.4 Propriedades do mdulo de um vetor
Seja V um espao vetorial euclidiano.
(i) ||v|| 0, || = 0 = 0
(ii) || = ||. ||, ,
Demonstrao de II: || = (). () =
< , >= ||
ou
A soma das medidas de dois lados de um tringulo maior do que a
medida do terceiro lado.
7.5 ngulo entre dois vetores
Sejam e vetores no-nulos de um espao vetorial euclidiano . A partir da desigualdade de
Shwarz, pode-se chegar ao ngulo de dois vetores dados por:
=
< , >
||. ||
, 0
Exerccios:
Nos exerccios 1 e 2, considerando o produto interno usual no
e no
respectivamente, calcular
o ngulo entre os vetores dados em cada um deles.
1. u=(2,1,-5) e v=(5,0,2)
2. u=(1,-1,2,3) e v=(2,0,1,-2)
3. Sendo V um espao vetorial euclidiano e u,v , calcular o cosseno do ngulo entre os vetores u
e v, sabendo que ||u||=3, ||v||=7 e ||u+v||=45
4. No espao vetorial das matrizes quadradas V=M(2x2), dadas duas matrizes quaisquer, =
define um produto
interno em M(2x2).
Sabendo que =
1 2
1 1
=
0 2
1 1
. Calcular:
a) ||u+v|| b) O ngulo entre u e v
7.6 Distncia entre dois vetores
Chama-se distncia entre dois vetores (ou pontos) u e v, o nmero real, representado por d(u,v),
definido por: d(u,v) = ||u-v||
Se u = (x
1
,y
1
) e v = (x
2
,y
2
) so vetores (ou pontos) do R
2
, com produto interno usual, tem-se:
d(u,v)= ||u-v|| =|(x
1
-x
2
, y
1
-y
2
)|=(
+(
7.7 Vetores ortogonais
||u+v||
||u||
||v||
lgebra Linear CINAT-MATEMTICA 2014
89
7.7.1 Definio: Seja V um espao vetorial com produto interno <, >. Diz-se que dois vetores e
so ortogonais (em relao a este produto interno) se < , > = 0. Neste caso utiliza-se a
notao .
7.7.2 Propriedades
0 para todo .
Se ento se
Se para todo , ento = 0.
Se
, ento (
)
Se , ento , .
7.7.3 Exemplos:
1) Os vetores u=(2,7) e v=(-7,2) de
em relao ao produto
interno <(x
1
,y
1
),(x
2
,y
2
)>=x
1
.x
2
+2y
1
y
2
.
7.8 Conjunto ortogonal de vetores
Dado um espao vetorial euclidiano V, diz-se que um conjunto de vetores {v
1
,v
2
,...,v
n
} V
ortogonal, se para quaisquer dois vetores distintos so ortogonais entre si, isto , <
>= 0 para
.
7.8.1 Propriedade: Um conjunto ortogonal de vetores no-nulos =
, ,
de um espao
vetorial euclidiano linearmente independente.
Exerccios
1) No espao vetorial
, ,
, ,
=
0
1 =
Exerccios
1) As bases cannicas do
, ...
do
, relativamente ao produto
interno usual, pode-se obter a base ortonormal B={u
1
,u
2
,u
3
}.
7.9 Processo de ortogonalizao de GRAM-SCHMIDT
A partir de uma base qualquer de um espao vetorial existe um processo para se obter uma base
ortonormal. Inicialmente vamos dar uma descrio deste processo de ortonormalizao para uma
base =
.
Seja
um novo vetor
ortogonal a
, isto ,
= 0, ou seja,
.
Ficamos ento com
lgebra Linear CINAT-MATEMTICA 2014
91
Observe que
foi obtido de
na direo de
e que
obtendo uma base
que ortonormal.
7.9.1 Seja = (2,1), (1,1) uma base de
= (2,1) e
= (1,1). Considere
= (2,1)
= (1,1)
3
5
(2,1) =
1
5
,
2
5
Normalizando estes vetores obtemos:
Ento,
, ,
onde e satisfazem as equaes
= 0 e
, =
E portanto,
O vetor
obtido de
. Procedendo de maneira
anloga, obtemos os vetores
, ,
.
Assim, a partir de uma base =
, ,
, ,
dada por:
lgebra Linear CINAT-MATEMTICA 2014
92
Este procedimento conhecido como processo de ortogonalizao de Gram-Schmidt.
Se quisermos agora obter uma base ortonormal, basta normalizarmos os vetores
por
7.9.2 Exemplo: Seja =
uma base de
onde
= 1,1,1,
= 0,2,1,
=
0,0,1 . Vamos obter a partir de uma base ortonormal em relao ao produto usual. Utilizando o
processo de Gram-Schmidt temos:
= 1,1,1
= 0,2,1
3
3
1,1,1 = 1,1,0
= 0,0,1 01,1,0
1
3
1,1,1 =
1
3
,
1
3
,
2
3
Normalizando os vetores
temos
, 0,
e =
.
Exerccio
Sejam v
1
=(1,1,1), v
2
=(0,1,1) e v
3
=(0,0,1) vetores do
= 0,
lgebra Linear CINAT-MATEMTICA 2014
93
EXERCCIOS (Espaos Vetoriais Euclidianos)
Nos problemas de 1 e 2 considerando os vetores
do espao vetorial
=
+2
2)
Nos problemas 3 e 4, considerando os vetores u = (x
1
, y
2
) e v(x
2
,y
2
), calcular os produtos internos
indicado em casa um deles.
3) < , >= x
1
.x
2
+ y
1
.y
2
, para u = (1, -1) e v = (-7, 4).
4) < , >= 3x
1
.x
2
+ 4y
1
.y
2
, para u = (2, 3) e v = (-5, 3).
Nos problemas 5 e 6, considerando os vetores u = (x
1
, y
1
, z
1
) e v = (x
2
, y
2
, z
2
) calcular os produtos
internos indicados em cada um deles.
5) < , > = x
1
x
2
+ y
1
y
2
+ z
1
z
2
para u = (6, 4, 2) e v = (2, 3, 5)
6) < , > = 4x
1
.x
2
+ 2y
1
.y
2
+ 6z
1
z
2
para u = (1, 1, 1) e v = (1, 0, 1)
Nos problemas 9 e 10, calcular o mdulo de cada um dos vetores do
, em relao ao produto
interno <
> = 4x
1
x
2
+ 2y
1
y
2
+ z
1
.z
2,
com v
1
= (x
1
, y
1
, z
1
) e v
2
= (x
2
, y
2
, z
2
).
9) v = (3, -1, 4)
10) v = (-2, -5, -7)
Nos problemas 15 a 17 calcular a distncia entre os vetores u e v, adotando o produto interno
usual.
15) u = (5, 6) e v = (-10, 7)
16) u = (-3, 1, 9) e v = (8, 14, 6)
17) u = (4, 1, 7, 9) e v = (2, -3, -5, -11)
Nos problemas 18 a 21, considerando o produto interno usual no
ou
, calcular o ngulo
entre os pares de vetores dado em cada um deles.
18) u = (1, 0, -3) e v = (3, 1, 0)
19) u =
2 2
,
2 2
| |
|
\
e v =
3 3
,
2 2
| |
|
\
20) u = (3, 1, -7) e v = (0, 1, 3)
21) u = (1, 2, -1, 2) e v = (0, 1, -1, -2)
22) Dadas duas matrizes quaisquer =
e =
, do espao vetorial = 2
2
,
simultaneamente ortogonal a v
1
= (1, 1, 1, -1) e v
2
= (1, 2, 0, 1) e v
3
= (-4, 1, 5, 2).
28) O conjunto B = {(2,-1) , (K, 1)} uma base ortogonal do
73 19) = 0
20) = cos
97
22) a) || + || = 19 . . b) (, ) = 35 . . c) = cos
108
23) a) =
b) = 3 = 1
24) e , se = (, , )
, para .
26) = 12
27) , e , se = (, , , )
| =
, =
, =
.
Por exemplo para = 1, temos = 1,
.
28) =
29) = (3,4),
30) = (1,0,0), (0,1,1), 0,
= (1,0,0), 0,
, 0,
31) = (1,0,1),
, 1,
, 0,
32) (-5t, t, 4t), 0