Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Gaspar J. Machado
Departamento de Matemtica e Aplicaes
Universidade do Minho
Setembro de 2010 (v2.1)
ndice
Matrizes
Definies iniciais . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Produto de matrizes . . . . . . . . . . . . . . . . . . . . . . . . . . . .
11
Matrizes invertveis . . . . . . . . . . . . . . . . . . . . . . . . . . . .
15
Matriz transposta . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
17
Matrizes simtricas . . . . . . . . . . . . . . . . . . . . . . . . . . . .
19
Matrizes ortogonais . . . . . . . . . . . . . . . . . . . . . . . . . . . .
20
20
Clculo de inversas . . . . . . . . . . . . . . . . . . . . . . . . . . . .
30
Exerccios miscelnea . . . . . . . . . . . . . . . . . . . . . . . . . . .
33
Determinantes
39
Definies . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
39
Propriedades . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
46
Exerccios miscelnea . . . . . . . . . . . . . . . . . . . . . . . . . . .
51
55
i
Definies iniciais . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
55
58
70
Regra de Cramer . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
72
73
Exerccios miscelnea . . . . . . . . . . . . . . . . . . . . . . . . . . .
73
Espaos Vectoriais
79
Definies iniciais . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
79
Subespaos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
83
Combinao linear . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
86
Espao gerado . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
90
Conjunto gerador . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
90
93
97
Transformaes Lineares
107
123
Definies . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 123
Propriedades . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 128
Exerccios miscelnea . . . . . . . . . . . . . . . . . . . . . . . . . . . 129
Bibliografia
135
ii
137
141
C Alfabeto Grego
161
ndice Remissivo
162
iii
iv
1
Matrizes
Definies iniciais
1.1def
A B = {(, ) : A, B}.
(b) Jproduto cartesiano de um nmero finito de conjuntosK Sejam n N e
A1 An = {(1 , . . . , n ) : 1 A1 , . . . , n An }.
(c) Jpotncia cartesiana de um conjuntoK Sejam n N e A um conjunto.
Chama-se potncia cartesiana de ordem n do conjunto A, que se representa por An , a
def
An = {(1 , . . . , n ) : 1 , . . . , n A},
identificando-se A1 com A.
1.2exe
Topicos
de Algebra
Linear
(a) {1, 2, 3} {a, b} = {(1, a), (1, b), (2, a), (2, b), (3, a), (3, b)}.
(b) R3 = {(a, b, c) : a, b, c R}.
1.3def
(b) JMmn (R)K Representa-se por Mmn (R) o conjunto das matrizes do
tipo m n.
1 Matrizes
a11
a12
a21 a22
A=
..
..
.
.
am1 am2
..
.
a1n
a2n
.. ,
.
amn
em que aij R, i = 1, . . . , m, j = 1, . . . , n.
(d) Neste curso, as letras i e j nunca esto associadas unidade imaginria dos nmeros complexos.
(e) Quando se est perante matrizes do conjunto M11 (R), o contexto
ser suficiente para distinguir se se est a fazer referncia matriz ou
ao nico elemento que a constitui.
1.8exe D um exemplo de um elemento de M23 (R).
res A =
1 13 4
2 0
(a) A =
0 1 2
1 0 1
.
(b) X = [ 23 35 ].
1.10def Seja A = [aij ] Mmn (R).
(a) Jlinha de uma matrizK Chama-se linha i da matriz A, que se representa
a
def
Topicos
de Algebra
Linear
matriz), a
def
(a) (A)23 = 7.
(b) (A)12 = 2.
(c) `2 = (5, 6, 7, 8).
(d) c3 = (3, 7).
yn
].
res
1 Matrizes
(a) q = [ 0 4 1 ].
(b) Proposio verdadeira pois, por exemplo, A = [3] simultaneamente
uma matriz linha e uma matriz coluna.
1.15def Jmatriz rectangular, matriz quadradaK Seja A Mmn (R). Diz-se que
A uma matriz rectangular se m 6= n. Caso contrrio, diz-se uma matriz
quadrada.
1.16def Jordem de uma matriz quadradaK Seja A Mnn (R). A diz-se uma matriz
de ordem n.
1.17exe
res
Topicos
de Algebra
Linear
1.19obs
1.20exe
res
(c) C =
[ 10 21 ].
(d) D =
h1
0 1
0 0
1 0 0
2 1 2
i
, diagonal principal (1, 0, 2) e diagonal secundria
(0, 0, 2).
(e) E = [ 10 02 ].
1.21exe Considere as seguintes matrizes:
1
A=
2
1 0 0
, B = 0
1 1 2
0
0
2
0
0
1
1
0 , c = 1 , D = 2
3
1
0
2 ,
1 Matrizes
e= 1
i
1
0 ,F =
0
h i
1
2
,g = 1 ,H =
0
3
0
.
1
1.22def Jtrao de uma matrizK Seja A Mnn (R). Chama-se trao da matriz A,
que se representa por tr(A), soma dos elementos da diagonal de A, ou
seja,
def
tr(A) =
n
X
(A)ii .
i=1
Topicos
de Algebra
Linear
h1 3 5i
7 9 0 .
2 4 6
1.25def
(a) Jmatriz nula, 0mn , 0 K Chama-se matriz nula a uma matriz cujos
elementos so todos iguais a 0. Representa-se a matriz nula do tipo
m n por 0mn ou por 0 se no houver ambiguidade relativamente ao
tipo.
(b) Jmatriz identidade, In , IK Chama-se matriz identidade matriz escalar
cujos elementos da diagonal so todos iguais a 1. Representa-se a
matriz identidade de ordem n por In ou por I se no houver ambiguidade
relativamente ordem.
1.26exe
res
(a) 024 = [ 00 00 00 00 ].
(b) I3 =
h1 0 0i
0 1 0 .
0 0 1
1.27def Jmatrizes iguaisK Sejam A = [aij ] Mmn (R) e B = [bij ] Mpq (R).
Diz-se que A e B so matrizes iguais se:
(a) m = p;
(b) n = q;
(c) aij = bij , i = 1, . . . , m, j = 1, . . . , n.
1 Matrizes
(A)ij = (A)ij .
1.31obs
1 2
1
0 1 4
eB=
3
0 2
1 1 2
. Calcule:
(a) A + B;
(b) 2A;
(c) B;
(d)
res
1
2A
3B.
i
h
2+0
1+2
2 2 3
(a) A + B = 10 21 41 + 31 10 22 = 1+3
0+1 1+(1) 4+2 = 1 0 2 .
i
h
22 21
2 4 2
(b) 2A = 2 10 21 41 = 2(1)
0 2 8 .
20 21 2(4) =
0 2
(c) B = 31 10 22 = 3
1 1 2 .
i
1
h 1 (1)33 12 230
132
2
=
(d) 12 A3B = 12 10 21 41 3 31 10 22 = 2 1 031 1 13(1)
1
(4)32
2
2
2
h 19
11 i
2 1 2
.
3 7 8
2
Topicos
de Algebra
Linear
10
1 1
0 1 , B = [bij ] M22 (R), bij = 3i j e
sol
(a) A + B;
(d) C;
(b) B + A;
(e) (A B) + 3A;
(c) A C;
(f) 4A B.
(a) A + B = [ 15 25 ];
(b) B + A = [ 15 25 ];
(c) A expresso A C no est bem definida (pois as matrizes A e C no
so do mesmo tipo);
h 1 1 i
(d) C = 4 4 ;
9 9
3
(e) (A B) + 3A = 6
5 0 .
3
(f) 4A B = 6
5 0 .
1.36obs
11
1 Matrizes
(b) Sejam A, B e C matrizes do mesmo tipo. Ento, tem-se que a expresso A+B +C no resulta ambgua devido propriedade associativa
da soma de matrizes.
Produto de matrizes
1.37def Jproduto (ou multiplicao) de matrizes K Sejam A Mmn (R) e B
n
X
(A)ik (B)kj .
k=1
1.38obs
2 1
{z
AM32 (R)
(AB)23 =
2
X
k=1
{z
BM24 (R)
{z
ABM34 (R)
Topicos
de Algebra
Linear
12
1 0 1 1 2
AB =
1 1 0 2 1
=
11+10 11+12 12+11
1 1 2
.
=
1 3 3
(b) Como o nmero de colunas da matriz B, que 3, diferente do nmero
2 1
h 1 1 i
sol AB = 3 1 .
1 4
1 1
0 1
(b) A(BC);
(a) (AB)C = [ 03 05 02 ].
(b) A(BC) = [ 03 05 02 ].
(c) CI3 = [ 11 12 01 ].
(c) CI3 ;
(d) I2 C.
13
1 Matrizes
(d) I2 C = [ 11 12 01 ].
1.42obs No exerccio anterior, ter sido coincidncia (AB)C = A(BC), CI2 = C e
I2 C = C? O teorema que se segue diz que no.
1.43teo
1.44obs
Ap =
p
Y
A.
k=1
2
A3 =
1
0 2
1 1
2
1
1
0
0
4
=
3
1
1
1
0
8
0
=
7
1
0
.
1
1 2
2 1
. Calcule:
Topicos
de Algebra
Linear
14
(a) B 2 ;
(b) B 3 .
sol
0
0 3
(a) B 2 =
3
(b) B 3 =
3 6
6 3 .
.
a b
c d
h1 0 0i
0 1 0
1 0 2
eY =
2 4 0
3 1 0
1 4 1
so comutveis.
1 1
0 0 . Mostre que:
15
1 Matrizes
Matrizes invertveis
1.56obs No se define a operao diviso de matrizes. No entanto, define-se um
conceito semelhante ao de nmero inverso.
1.57def Jmatriz invertvel ou no-singular, matriz no-invertvel ou singularK
Seja
1.58teo Seja A uma matriz invertvel de ordem n. Ento, existe uma e uma s matriz
Z Mnn (R) tal que ZA = AZ = In .
(1)
(2)
= X(AY )
por (2)
= (XA)Y
= In Y
por (1)
= Y,
Topicos
de Algebra
Linear
16
(a) Seja A uma matriz invertvel. Ento, A1 tambm uma matriz invertvel e (A1 )1 = A.
(b) Sejam A e B matrizes quadradas invertveis da mesma ordem. Ento,
AB tambm uma matriz invertvel e (AB)1 = B 1 A1 .
dem
(2)
= AIn A1
por (2)
= AA1
= In ,
por (1)
1 2
2 2
.
17
1 Matrizes
(b) Apresenta-se em
1
3
1 1
1
eB=
2 1
1 1
.
(a) AB =
1
3
1 1
1
2 1
1 1
1
3
[ 30 03 ] = [ 10 01 ].
p1
X
Ak .
k=1
Matriz transposta
1.67def Jmatriz transpostaK Seja A Mmn (R). Chama-se transposta da matriz A,
que se representa por AT , ao elemento de Mnm (R) tal que
(AT )ij = (A)ji .
1.68obs
Topicos
de Algebra
Linear
18
1 2 0
0
2 1
eu=
1
1
5
2
. Calcule:
(a) AT ;
(b)
res
AAT
uT u
(a) AT =
(b)
AAT
uT u
1 0
2 2 .
0 1
h
i 1 0
1 2 0 2
2
0 2 1
h 0i1
1
[ 1 1 ] 1
Nota: relembrar
1
2
5 4
4 5
5
2
i
.
1.7obs (e).
1 1 0
, B = [bij ] M23 (R), bij = i j,
( 2 1 1
h1i
0
se i < j,
C = [cij ] M22 (R), cij = (1)i+1 se i = j, e u = 2 . Calcule:
(a)
sol
AB T +BAT
2
se i > j,
(e) u T u;
(b) C T ;
(f) u T AT Bu;
(g) (Au)T ;
(d) uu T ;
(h) u T AT .
AB T +BAT
2
1 1
1 1 .
(b) C T = 10 11 .
(a)
(e) u u = [ 5 ].
(f) u T AT Bu = [ 2 ].
(g) (Au)T = [ 1 0 ].
(h) u T AT = [ 1 0 ].
1.71obs No exerccio anterior, ter sido coincidncia (Au)T = u T AT ? O teorema
que se segue diz que no.
1.72teo
T
= A.
19
1 Matrizes
1
= A1
Matrizes simtricas
1.75def Jmatriz simtricaK Seja A uma matriz quadrada. Diz-se que A uma matriz
simtrica se A = AT .
h0
1 2
1 10 3
2 3 1
h1
a b
1 2 3
2 c 3
seja
simtrica.
res a = 1, b = 2, c = 3.
1.78exe Mostre que o produto de uma matriz pela sua transposta uma matriz
simtrica.
1.79exe Uma matriz quadrada A diz-se anti-simtrica se AT = A. Mostre que,
dada qualquer matriz quadrada B, a matriz B B T anti-simtrica.
T
Topicos
de Algebra
Linear
20
Matrizes ortogonais
1.80def Jmatriz ortogonalK Seja A Mnn (R). Diz-se que A uma matriz ortogonal
se AAT = AT A = In .
res Como
cos
sen
cos
sen
AAT =
sen
cos
sen cos
cos2 + sen2
cos sen sen cos
=
sen cos cos sen
sen2 + cos2
1 0
,
=
0 1
i.e., AAT = I2 , tem-se que A uma matriz ortogonal.
1.83exe Indique quais das seguintes matrizes so ortogonais:
1
3
A = 23
23
2
3
1
3
2
3
23
4
2
,B =
3
3
1
3
3
4
1
,C =
5 3
4
3
.
4
sol A e C.
1.84exe Mostre que o produto de duas matrizes ortogonais uma matriz ortogonal.
21
1 Matrizes
(a) Jlinha nulaK Diz-se que `i uma linha nula da matriz A se ai1 = ai2 =
= ain = 0.
(b) Jcoluna nulaK Diz-se que cj uma coluna nula da matriz A se a1j =
a2j = = amj = 0.
(c) Jpiv de uma linha no-nulaK Chama-se piv de uma linha no-nula ao
seu elemento no-nulo mais esquerda.
(d) Jcoluna pivK Chama-se coluna piv a uma coluna da matriz se existe
um elemento piv nessa coluna.
1.86exe Considere a matriz A =
h0 0 0 0 1i
0 2 0 0 0
0 3 0 4 0
1
A=
0
0
1
1
1
,B =
1
0
, C = 0
0
0
0 ,
Topicos
de Algebra
Linear
22
0
D=
1
F =
0
1
0
,G =
0
1
1
0
0
0
,E =
0
0
0
0
0
1
,H =
0
1
0
,
1
1
0
, u = 0 , v = 1
.
0
0
0
(b) Joperao elementar do tipo II nas linhas de uma matrizK D-se o nome
de operao elementar do tipo II nas linhas da matriz A substituio
23
1 Matrizes
h0 2 4 0i
1 1 0 2
2 2 0 5
Topicos
de Algebra
Linear
24
res
2
1
2
0 1
0
0 2 `1 `2
2
0 5
`3 `3 2`1 0
`1 `1 2`3 1
`2 12 `2 0
1 0
0 1
0 0
`1 `1 `2
2 0 .
0 1
1.93teo Seja A Mmn (R). Ento, existe uma nica matriz em escada reduzida
que equivalente matriz A.
1.94obs Seja A uma matriz no-nula. Ento, existe uma infinidade de matrizes em
escada que so equivalentes matriz A.
1.95def Seja A uma matriz.
25
1 Matrizes
mento de fe(A) e em
terminar fer(A).
Topicos
de Algebra
Linear
26
27
1 Matrizes
1.98obs Seja A = [aij ] Mmn (R). Ento, o seguinte algoritmo determina fer(A):
Passo 1 [inicializar o algoritmo]
determinar A0 = [aij0 ] fe(A) (no que se segue, `0 refere-se s
linhas da matriz A0 )
i ndice da ltima linha no-nula da matriz A0
j ndice da coluna piv da linha `i
Passo 2 [colocar elemento piv a 1]
se aij0 6= 1 ento
1
`0i 0 `0i
aij
fimse
Passo 3 [anular os elementos acima do piv]
para p 1 at i 1 fazer
0 0
`0p `0p apj
`i
fimpara
Passo 4 [terminar?]
se j se obteve uma matriz em escada reduzida ento
terminar
seno
i i 1
j ndice da coluna piv da linha i
ir para o Passo 2
fimse
Topicos
de Algebra
Linear
28
h0 0 0 3i
0 1 1 2
0 2 2 1
fer(A).
res
0
|
3 0
0
1 1 2 `1 `2
2 2 1
0
{z
}
`3 `3 2`1 0
`3 `3 + `2 0
|
0
{z
fe(A)
`2 13 `2 0
`1 `1 2`2 0
0
|
0
{z
fer(A)
0
}
1 .
0
}
29
1 Matrizes
1.100exe Determine, para cada uma das seguintes matrizes, uma matriz equivalente
que seja uma matriz em escada e a matriz equivalente que seja uma matriz
em escada reduzida:
1 1 0 2 0
0 0 0 0 0 ;
0 0 2 0 4
0 0 0 1 5
h 6 3 4 i
B = 4 1 6 ;
1 2 5
1 0 0 2 0
C = 01 00 10 00 01 ;
0 0 2 0 2
h 1 2 3 1 i
D = 2 1 2 2 ;
3 1 2 3
1 3 1 2
11 5 3
E = 02 5
3 1 ;
(a) A =
(f) F =
(b)
(g) G =
(c)
(d)
(e)
h 1 2 1
2 4
3 6
2 1
1 2 3
2 6 5
1 0 0 2
0 0 0 3 ;
0 0 0 0
0 0 0 0
1
1 ;
3
h 1 1 1 3 i
3 1 1 1 ;
2 1 2 1
(h) h =
(i) I =
(j) J =
1 5
1 1 0 0
0 1 1 0
0 0 1 1 .
1 0 0 1
sol Nota: associada a cada matriz no-nula, existe uma infinidade de matrizes
que lhe so equivalentes e que esto na forma em escada. As solues que
a seguir se apresentam, resultam da aplicao do algoritmo apresentado em
1.97obs .
1 1 0 2 0
1 1 0 0 10
(a) 00 00 20 01 45 fe(A), fer(A) = 00 00 10 01 25 .
0 0 0 0 0
(b)
6 3 4
0 3 26
3
0 0
0
1 0 0
1 2 3 1
0 3 4
4
0 0 73 10
3
1
(e)
3 1 2
0 11 5 3
0 0 0 0
0 0 0 0
"
fe(D), fer(D) =
"
fe(E), fer(E) =
(f)
0 0
2 1
3 6 1
1
0 2 3
1
0
0
0
fe(F ), fer(F ) =
1 0 0 15
7
0 1 0 47
0 0 1 10
7
4 13
0 11
11
5
3
1 11
11
0
0 0
0
0 0
"
1 2 1
0 0
7
1 0
9
fe(B), fer(B) = 0 1 269 .
0 0
0
1 0 0 0 0
fe(C), fer(C) = 00 00 10 01 00 .
0 0 0 0 1
2 0
0 0 1 0 0
0 0 0 2 1
0 0 0 0 2
(c)
(d)
0 0 0 0
0 0 1 1
#
.
4
1 2 0 0
3
0 0 1 0
0
1
0 0 0 1 6
1 0 0 0
(g) G fe(G), fer(G) = 00 00 00 10 .
0 0 0 0
h1i
h1i
(h) 0 fe(h), fer(h) = 0 .
0
0
h 1 1 1 3 i
h 1 0 0 1 i
0 4 4 8 fe(I), fer(I) = 0 1 0 1 .
(i)
0 0 3 3
#
.
Topicos
de Algebra
Linear
30
1 1
(j)
0
0
0
0 0
1 1 0
0 1 1
0 0 0
fe(J), fer(J) =
1 0 0 1
0 1 0 1
0 0 1 1 .
0 0 0
Clculo de inversas
1.101def Jmatriz elementarK Seja E Mnn (R). Diz-se que E uma matriz elementar se se pode obter atravs de uma operao elementar sobre a matriz
In .
1.102exe A partir de I4 , determine as matrizes elementares obtidas atravs das seguintes
operaes elementares:
(a) `2 `4 ;
(b) `3 2`3 ;
(c) `3 `3 2`1 .
res
(a)
(b)
(c)
1 0 0
0 `2 `4 0 0 0
0 0 1
0
1
0 1 0
0 1 0 0
0 1 0
0
0 `3 2`3 0 0 2
1
0 0 0
0
0
0 `3 `3 2`1 2
1
0
0
1
.
0
.
1
0
0
.
31
1 Matrizes
1.104teo Sejam A, B Mmn (R) tais que A B. Ento, existe um nmero finito
de matrizes elementares E1 , E2 , . . . , Ek , tais que B = E1 E2 Ek A.
1.105teo Seja A Mmn (R). Ento, existe um nmero finito de matrizes elementares E1 , E2 , . . . , Ek , tais que fer(A) = E1 E2 Ek A.
1.106teo Seja A Mnn (R). Ento, A invertvel se e s se A o produto de
matrizes elementares.
1.107obs
1
E21
1
E11
1
= Ek E2 E1 In ,
i.e., A1 obtm-se a partir de In atravs das mesmas operaes elementares que transformam A em In .
1.108exe Verifique se as seguintes matrizes so invertveis, calculando, nesses casos,
a sua inversa:
(a) A =
h1 1 2i
0 1 0 ;
2 2 5
(b) B = [ 12 24 ].
Topicos
de Algebra
Linear
32
res
(a)
2
|
{z
A|I3
0
0
1 `3 `3 2`1 0
}
0
`1 `1 2`3
0 1 0
0 0 1
`1 `1 `2
0
|
2
{z
I3 |A1
5 1 2
0 1 0
2 0 1
1 2
5 1 2
1 0 0
1 0 0
1
0 = 0 1 0 .
2 5 2
0
1
0 0 1
(b)
0
{z
B|I2
1 2
1 `2 `2 2`1 0 0
}
0
1
AA = 0
0 .
1
}
33
1 Matrizes
(a) A =
1 0 1
2 0 0
1 1 0
(d) D = [ 11 10 ];
h2 3 1i
(e) E = 1 2 3 ;
3 1 2
h 2 3 5 i
(f) F = 1 0 1 .
(b) B = [ 12 24 ];
h 1 2 3 i
(c) C = 2 1 0 ;
4 2
0 2 2
"
sol
0
0
1
1
2
1
2
1
2
0
1
0
#
.
(b) B no invertvel.
4 3
10 7 6
8 6 5
h 5
0
"
1
1 1
.
1
18
7
18
5
18
5
18
1
18
7
18
7
18
5
18
1
18
#
.
(f) F no invertvel.
Exerccios miscelnea
1.110exe Considere as matrizes A = 12 01 11 , b = [ 12 ], c = [ 31 ], d = [ 11 ] e E =
h 1 0 i
2 1 . Indique se esto bem definidas as seguintes expresses, efectuando
0
sol
(a) bT A;
(f) (AE)T ;
(b) AbT ;
(g) E T AT ;
(c) (c T A + d T A)T ;
(h) A2 ;
(d) AT b;
(i) (AAT )2 ;
(e) bT (c + d);
(j) (AE)1 .
(a) bT A = [ 3 2 1 ].
(b) A expresso AbT no est bem definida pois o nmero de colunas da
matriz A, que 3, diferente do nmero de linhas da matriz bT , que
1.
Topicos
de Algebra
Linear
34
(c) (c T A + d T A)T =
h 3i
(d) AT b = 2 .
h0i
2
2
(e) b (c + d) = [ 8 ].
(f) (AE)T = 11 20 .
(g) E T AT = 11 20 .
(h) A expresso A2 (= AA) no est bem definida pois o nmero de colunas
da matriz A, que 2, diferente do seu nmero de linhas, que 3.
13 24
(i) (AAT )2 = 24
45 .
(j) (AE)1 = 21 20 11 .
1.111exe Mostre atravs de contraexemplos que as seguintes proposies so falsas:
(a) A M22 (R) : A2 6= I2 ;
(b) A M22 (R) \ {022 } : A2 6= 022 ;
(c) A, B M22 (R) \ {022 } : AB 6= 022 .
1.112exe Matrizes Aplicao: Redes e Grafos
Definio: Um grafo um conjunto de pontos, designados por vrtices,
ligados por segmentos de recta, chamados arestas. As arestas podem ser
representadas por pares no-ordenados de vrtices.
Exemplo: A Figura 1.1 representa um grafo com vrtices V = {V1 , V2 , V3 , V4 }
e arestas A = {{V1 , V2 }, {V2 , V3 }, {V3 , V4 }, {V2 , V4 }}.
V1
V2
V3
V4
Pode-se imaginar que os vrtices correspondem a ns numa rede de comunicao e que as arestas que ligam os vrtices representam elos de comu-
35
1 Matrizes
1 0 1 1
0 1 0 1
0 1 1 0
0 3 1 1
3 2 4 4
1 4 2 3
1 4 3 2
Topicos
de Algebra
Linear
36
V2
V3
V1
V4
V5
0 1 1 1
1 0 1 0 .
1 1 0 1
1 0 1 0
1
0
1
0
0
1
1
0
1
0
0
0
1
0
0
1
0
0
1
0
37
1 Matrizes
(a) .
V1
V2
V3
V4
(b) 2.
38
Topicos
de Algebra
Linear
2
Determinantes
Definies
2.1def Jmatriz complementar de um elemento de uma matrizK Sejam A Mnn (R)
def
Aeij =
se n = 1,
matriz A eliminando `i e cj
h1 2 3i
4 5 6
7 8 9
se n > 2.
e B = [ 5 ].
(a) Ae12 = [ 47 69 ].
(b) Ae33 = [ 14 25 ].
e11 = [ 5 ].
(c) B
39
Topicos
de Algebra
Linear
40
(A)11
..
det(A)
.
(A)n1
(A)1n
..
. |A|
(A)nn
(A)11
def
n
X
=
..
.
se
n = 1,
se
n > 2.
j=1
2.4obs (a) A definio que se acaba de dar um exemplo de uma definio recursiva.
(b) S se definem determinantes de matrizes quadradas, sendo o seu valor
um nmero real.
(c) Seja A = [aij ] M11 (R). Note-se que quando se escreve det(A) =
|a11 | = a11 , | | no representa o valor absoluto mas sim o determinante.
O contexto ser sempre suficiente para interpretar o significado correcto
de | |.
e11 e X
e12 .
(a) Determine X
(b) Calcule det(X).
e11 = [ x22 ] e X
e12 = [ x21 ].
res (a) X
41
2 Determinantes
(b)
x11
det(X)
x21
=
2
X
x12
x22
e1j )
x1j (1)1+j det(X
j=1
a11 D
a12
DD zz
DzDz
zz DDD
"
|zz
a21
a22
vindo
1 5
3 2 .
Topicos
de Algebra
Linear
42
res
y11
det(Y ) y21
y31
=
3
X
y12
y22
y32
y13
y23
y33
j=1
j=2
y
y23
+ y12 (1) 21
y31
y33
y21 y22
+ y13 1
y31 y32
y22
= y11 1
y32
= y11 (y22 y33 y23 y32 ) y12 (y21 y33 y23 y31 )
+ y13 (y21 y32 y22 y31 )
= y11 y22 y33 + y12 y23 y31 + y13 y21 y32
y11 y23 y32 y12 y21 y33 y13 y22 y31 .
y23
y33
43
2 Determinantes
2.10obs Regra de Sarrus (apenas se aplica a matrizes de ordem 3): seja A = [aij ]
M33 (R). Ento, det(A) pode-se calcular atendendo a
a12
a13
a11 D
DD
zz
DD
z
DD
zz
D! }zzz
a23
a22
a21 D
DD zz DDD zz
DzDz
DzDz
zz DDD
zz DDD
}zz
!
! }zz
a31 D
a32 D
a33
DD zz
DD zz
DzDz
DzDz
zz DDD
zz DDD
}zz
" }zz
"
a11
a12 D
a13
DD
z
z
DD
zz
DD
zz
D"
|zz
a21
a22
a23
vindo
det(A) = (a11 a22 a33 + a21 a32 a13 + a31 a12 a23 )
(a13 a22 a31 + a23 a32 a11 + a33 a12 a21 ),
ou, atendendo a
a11
a12
a12 D
a13
a11 D
DD zz DDD zz
DD
zz
DzDz
DzDz
DD
z
DD
zD
zz
zD
D" |zzz DD" |zzz DD" |zzz
a21
a21
a22 D
a23
a22
DD zz DDD zz DDD
zz
D
D
D
z
z
z
DD
Dz
zD
z
DD
zz DDD
zz
zz DDD
|zz
"
|zz
" |zz
"
a31
a32
a33
a31
a32
Topicos
de Algebra
Linear
44
vindo
det(A) = (a11 a22 a33 + a12 a23 a31 + a13 a21 a32 )
(a13 a22 a31 + a11 a23 a32 + a12 a21 a33 ).
h9 1 2i
3 4 5
6 7 8
. Calcule det(A).
res Atendendo a
1
2
9>
>>
>>
>>
5
4>
3>
>>
>>
>>
>>
>>
>>
8
7>
6>
>>
>>
>>
>>
>>
>>
2
9
1>
>>
>>
>>
3
4
5
tem-se que
det(A) = 9 4 8 + 3 7 2 + 6 1 5
246579813
= 27,
ou atendendo a
2>
9
1
9>
1>
>>
>>
>>
>>
>>
>>
>>
>>
>>
3
4>
5>
3>
4
>>
>>
>>
>>
>>
>>
>>
>>
>>
6
7
8
6
7
45
2 Determinantes
tem-se que
det(A) = (9 4 8 + 1 5 6 + 2 3 7)
(2 4 6 + 9 5 7 + 1 3 8)
= 27.
3
B=
2
, C = 1
4
1
1
3
2 2 e D =
4
0
0
1 3 2
.
1 2 1
0 7 3
1
5 2
3 4 .
Topicos
de Algebra
Linear
46
Propriedades
2.16teo (Teorema de Laplace) Sejam n um natural maior ou igual a 2, A Mnn (R)
e , {1, . . . , n}. Ento:
det(A) =
n
n
X
X
(A)j Aj =
(A)i Ai .
j=1
i=1
{z
desenvolvimento
atravs da linha
{z
desenvolvimento
atravs da coluna
2 1 3 2
0 1 2 1
0 0 1 3
atravs do desenvolvimento
47
2 Determinantes
1
det(A) .
1 1 1
1
1 2 3
A = 0 2 3 , B = 2 2 2 , C = 0
3 3 3
2
0 0 3
1 0 0
0 0 1
2
0
1
0 ,
(g) det(A3 ).
(b) det(B).
(c) det(C).
(i) det(AT A1 B T ).
(d) det(D).
(e) det(2A).
(k) det(ABCD).
(f) 2 det(A).
(l) det(P 1 AP ).
Topicos
de Algebra
Linear
48
res (a) Sendo A uma matriz triangular (superior), tem-se que det(A) = 1 2
3 = 6.
(b) Sendo c1,B = c2,B , tem-se que det(B) = 0.
(c) Sendo `2,C uma linha nula, tem-se que det(C) = 0.
(d) Sendo D uma matriz diagonal, tem-se que det(D) = 1 2 = 2.
(e) det(2A) = (2)3 det(A) = 8 6 = 48.
(f) 2 det(A) = 2 6 = 12.
(g) det(A3 ) = (det(A))3 = 63 = 216.
(h) det(2AT A) = det(2AT ) det(A) = 23 det(AT ) det(A) = 23 det(A) det(A) =
23 6 6 = 288.
1
(i) det(AT A1 B T ) = det(AT ) det(A1 ) det(B T ) = det(A) det(A)
det(B) =
det(B) = 0.
(j) det(A1 DA) = det(A1 ) det(D) det(A) =
1
det(A)
2.
(k) det(ABCD) = det(A) det(B) det(C) det(D) = 6 0 0 2 = 0.
(l) det(P 1 AP ) = det(P 1 ) det(A) det(P ) =
1
det(P )
6.
2.22exe Considere as matrizes A, B, C e D do exerccio anterior. Indique, justificando, as que so invertveis.
res As matrizes A e D so invertveis pois os seus determinantes so diferentes
de zero.
2.23exe Considere a matriz A =
h1
1 x
1 1 y
x y 1
y a matriz A invertvel.
sol x 6= y .
2.24exe Considere a matriz Z =
matriz Z invertvel.
1 1
1 x 1
1 1 x
hx
i
, x R. Indique para que valores de x a
49
2 Determinantes
2 1 3 5
0 1 2 3
4 1 2 1
2 3 1 4
e seja B uma matriz de ordem 4 tal
1 1 2 0
1 0 0 3
2 1 0 1
2.28obs .
Topicos
de Algebra
Linear
50
res (a)
det(A) =
4
X
(A)1j (1)1+j det(Ae1j )
j=1
(b)
det(A) =
4
X
(A)i3 (1)i+3 det(Aei3 )
i=1
51
2 Determinantes
(c)
2 1
`1 `2
0
1
3
2
1
`3 `3 `1 0
`4 `4 2`1 0
`3 `3 + `2 0
`4 `4 + `2 0
`4 `4 2`3 0
1
0 2
1 2 3
1 4 1
1
2 0
1
0 2
0 2 5
0 4 3
1
2
0
1
0
2
0 2
5
0
0 7
1
Exerccios miscelnea
2.31exe Calcule o determinante da matriz A =
distintos.
sol det(A) = 1.
1 2 1 1
1 1 2 1
0 1 0 1
1 2 2 1
Topicos
de Algebra
Linear
52
sen
2.32exe Calcule o determinante das matrizes A
= 1414 , B= [ cos
sen cos ], R,
h2 1 1i
h 0 1 2 i
0 1 0 0
2 3 3 2
C = 1 1 1 , D = 1 2 0 , E = 10 01 10 01 , F = 11 12 12 13 .
0 2 2
2 3 2
0 0 1 1
2 1 2 1
(a) X =
5 2
3 2
.
(b) det(AX T + DF ) = 1.
2.35exe Sejam p N e A uma matriz quadrada tal que Ap = 0. Mostre que A
uma matriz singular.
2.36exe Seja A uma matriz ortogonal. Mostre que det(A) = 1.
2.37exe Determinantes Aplicao: Mensagens codificadas
Pode-se codificar uma mensagem associando a cada letra do alfabeto um
nmero inteiro e enviar a lista de nmeros que substitui a mensagem. A
teoria dos determinantes usada neste contexto para o clculo de inversas
com propriedades especiais.
Exemplo: A mensagem BOA SORTE! pode ser codificada por
3, 1, 5, 10, 1, 6, 2, 8, 0,
onde a letra B representado pelo algarismo 3, a letra O pelo algarismo
1,... e o smbolo ! pelo algarismo 0 (neste exemplo no se codifica o
espao).
53
2 Determinantes
3 10 2
B = 1
1 8 .
5
6 0
A matriz B vai ser pr-multiplicada por uma outra matriz A. A matriz A
deve verificar as seguintes propriedades: os elementos de A so nmeros
inteiros e det(A) = 1. Da resulta que A1 = adj(A) e os elementos de
A1 tambm vo ser todos nmeros inteiros.
Seja a matriz A dada por
A = 0
0 .
1
1
Ento
AB = 0
0
1
1
2 3
0 1
1 5
10
1
6
13
8 = 1
0
6
2
22
1
7
8 ,
1
A AB = 0
2 2 13
1
0 1
1
1
6
22
1
7
2
3
8 = 1
8
5
10
1
6
8 .
Topicos
de Algebra
Linear
54
A= 1
3
1
2 1
2
e enviada como
45, 60, 47, 63, 82, 68, 44, 48, 65.
Qual a mensagem?
sol BOM ESTUDO.
3
Sistemas de Equaes Lineares
Definies iniciais
3.1def Jsistema de equaes lineares, matriz dos coeficientes, vector dos termos independentes, vector das incgnitas, matriz aumentada ou matriz ampliada,
conjunto soluoK
a11 x1
a21 x1
..
am1 x1
a12 x2
a13 x3
a1n xn
b1
a22 x2
..
.
a23 x3
..
.
..
.
a2n xn
..
.
b2
..
.
+ am3 x3
+ amn xn
bm .
+ am2 x2
Topicos
de Algebra
Linear
56
a12
a13
a1n
b1
a21
..
.
am1
a22
..
.
a23
..
.
..
.
a2n
..
.
b2
..
.
am2
am3
amn
bm
"x #
1
= {(x1 , . . . , xn ) Rn : A ... = b}.
def
xn
3.2obs Note-se que o sistema (S) da definio anterior pode ser escrito na forma
matricial
..
..
..
.
.
.
..
.
x1
a1n
b1
x2
a2n b2
.. x3 = .. ,
.
... .
amn
bm
xn
res
duas incgnitas.
x + 2y + z = 1
(a)
3x y z = 0.
x + x sen(y ) = 1
(b)
x
ey
= 0.
Lineares
3 Sistemas de Equacoes
57
(b) Jsistema homogneo associadoK Se b 6= 0, chama-se sistema homogneo associado ao sistema (S) ao sistema Ax = 0.
3.6exe
x
3x
res
x
(a)
3x
x
(b)
3x
2y
0.
2y
2z
0.
2y
0.
Topicos
de Algebra
Linear
58
c(A) = c(A|b)
c(A) = c(A|b) = n
res
1 2 2 1 3 1 2 2 1
3
.
(a)
1 2
0 1 1
`2 `2 `1
0 0
2 0 2
|
{z
}
fe(A|b)
Lineares
3 Sistemas de Equacoes
59
3.13teo Seja (S) o sistema de equaes lineares cuja matriz dos coeficientes A
Mmn (R), cujo vector dos termos independentes b Mm1 (R) e cujo
vector das incgnitas x = [xi ] Mn1 (R).
(a) (Mtodo de Gauss) Seja, ainda, A0 |b0 fe(A|b). No caso de (S) ser
um sistema possvel, tem-se que:
(
CS(S) =
(A |b )i,n+1
n
X
j=i+1
0
(A |b0 )ii
xi =
n
X
(fer(A|b))ij xj )
j=i+1
(fer(A|b))ii
3.14obs (a) Para se resolver um sistema de equaes lineares pelo Mtodo de Gauss
comea-se por determinar um elemento pertencente ao conjunto das
matrizes em escada equivalentes matriz ampliada do sistema. A partir
desta matriz imediato concluir se o sistema possvel e determinado,
caso em que no h variveis livres, possvel e indeterminado, caso em
que se tem que identificar as variveis livres, ou impossvel. No caso de
ser possvel, o seu conjunto soluo obtido atravs do
3.13teo (a).
(b) Para se resolver um sistema de equaes lineares pelo Mtodo de GaussJordan comea-se por determinar a matriz em escada reduzida equivalente matriz ampliada do sistema. A partir desta matriz imediato
Topicos
de Algebra
Linear
60
3.13teo (b).
(a) D um exemplo de um sistema de duas equaes lineares a duas incgnitas possvel e determinado, resolva-o atravs do Mtodo de Gauss e
faa a sua interpretao geomtrica.
(b) D um exemplo de um sistema de duas equaes lineares a duas incgnitas possvel e indeterminado, resolva-o atravs do Mtodo de Gauss
e faa a sua interpretao geomtrica.
(c) D um exemplo de um sistema de duas equaes lineares a duas incgnitas impossvel, resolva-o atravs do Mtodo de Gauss e faa a sua
interpretao geomtrica.
res
(a) Seja (S1 ) o sistema de equaes lineares cuja matriz dos coeficientes
A = 11 11 e cujo vector dos termos independentes b = [ 10 ], i.e.,
x + y = 1
(S1 )
x y = 0.
Resoluo de (S1 ) atravs do mtodo de Gauss:
1
1 1 1
1
1
.
1 1 0
`2 `2 `1
0 2 1
Como c(A) = c(A|b) = n = 2 (n o nmero de incgnitas), (S1 )
um sistema possvel e determinado equivalente ao sistema de equaes
lineares
2y
x =1
y=1
= 1
2
=
ou seja,
CS(S1 ) = {( 12 , 12 )}.
1
2
1
2
Lineares
3 Sistemas de Equacoes
61
x y =0
1
1
2
1
2
x +y =1
Figura 3.1: Interpretao geomtrica de um sistema linear de duas equaes a duas
incgnitas possvel e determinado.
(b) Seja (S2 ) o sistema de equaes lineares cuja matriz dos coeficientes
A = 21 21 e cujo vector dos termos independentes b = 21 , i.e.,
x
+ y = 1
(S2 )
2x 2y = 2.
Resoluo de (S2 ) atravs do mtodo de Gauss:
1
1
1 1 1 1
.
2 2 2 `2 `2 + 2`1 0 0 0
Como c(A) = c(A|b) = 1 < n = 2 (n o nmero de incgnitas), (S2 )
um sistema possvel e indeterminado equivalente equao linear
n
x + y = 1.
Sendo y uma varivel livre, tem-se
x =1
y =R
ou seja,
CS(S2 ) = {(1 , ) : R}.
Topicos
de Algebra
Linear
62
x + y = 1 2x 2y = 2
Figura 3.2: Interpretao geomtrica de um sistema linear de duas equaes a duas
incgnitas possvel e indeterminado.
(c) Seja (S3 ) o sistema de equaes lineares cuja matriz dos coeficientes
A = [ 11 11 ] e cujo vector dos termos independentes b = [ 12 ], i.e.,
x + y = 1
(S3 )
x + y = 2.
Resoluo de (S3 ) atravs do mtodo de Gauss:
1
1
1
1
1
2
`2 `2 `1
Lineares
3 Sistemas de Equacoes
63
x +y =1
x +y =2
(S1 )
(S2 )
1
x1
x
x
+ x2
x3
+ x2
x3
x2
2x3
3;
2.
+ y
Topicos
de Algebra
Linear
64
res
(a)
1 1
0 1
1
1
2
1 1 1
1 `2 `2 + `1 0 2 2
0 1
2
3
1 1 1
0 2 2
1
`3 `3 2 `2 0 0
3
1
x2
2x2
2x3
ou seja,
x3
3x3
x =
1
= 0
x2 =
= 3
x3 =
=
11+1
1
=1
0+21
2
=1
3
3
=1
Lineares
3 Sistemas de Equacoes
65
(b)
` `2 + `1 0
1
2
3
0
`3 `3 12 `2 0
`3 31 `3
0
`1 `1 + `3
1
`2 `2 + 2`3 0
`2 12 `2 0
`1 `1 `2
1
0
1
x2
x3
ou seja,
Topicos
de Algebra
Linear
66
(c)
1
1
1
0
1
1
0
2
`2 `2 `1
1
x + y + z = 1
y
= 1.
Sendo z uma varivel livre, tem-se
x = 1 (1) = 2
y = 1
z =R
ou seja,
CS(S2 ) = {(2 , 1, ) : R}.
(d)
1
1
1
0
1
1
2
`2 `2 `1
`2 `2
`1 `1 `2
x
+ z =
2
y
= 1.
Sendo z uma varivel livre, tem-se
x =2
y = 1
z =R
Lineares
3 Sistemas de Equacoes
67
ou seja,
CS(S2 ) = {(2 , 1, ) : R}.
3.17exe Considere os seguintes sistemas de equaes lineares:
x + x2 + x3 = 3
1
(S1 )
x1 x2 = 0
x + x = 0.
x + x2 + x3 = 3
1
(S3 )
x1 + x2 = 2
2x + 2x + x = 1.
x + x2 = 2
1
(S2 )
x1 + x3 = 2
2x + x + x = 4.
1
2
3
x x2 + x3 = 1
1
(S4 )
2x1 + 2x2 2x3 = 2
x + x x = 1.
1 1 1
1 1 0
1 0 1
,b=
h3i
0
0
,x=
h x1 i
x2
x3
, A|b =
1 1 1 3
1 1 0 0
1 0 1 0
2 1 1 4
2 2 1 1
Topicos
de Algebra
Linear
68
1 1
1 1 1
x1 + 2x2 = 5
(S1 )
3x2 = 6;
x1 + 2x2 = 1
(S2 )
0x = 2;
2
x1
(S3 )
x1
(S4 )
x1
(S5 )
x
1
1
(S6 )
2x1
x
1
2x
(S7 )
2x
(S8 )
2x
2x2
3x3
14
4x2
5x3
23;
+ x2
+ x3
x2
x4
x4
1;
+ x2
+ x3
x2
x3
0;
x2
x3
x4
x2
x3
3x4
2x2
x3
x4
0;
+ y
2;
2w
3w
2.
y
2y
2z
Lineares
3 Sistemas de Equacoes
69
PD
PI
res
Imp
m>n
m=n
m = 2, n = 1
m = 1, n = 1
x =1
2x=2
n
x=1
m = 3, n = 1
m = 2, n = 2
m = 1, n = 2
x + y =1
2x+2y =2
3x+3y =3
x + y =1
2x+2y =2
n
x+y =1
m = 2, n = 1
m = 2, n = 2
m = 2, n = 3
x=1
x+y =1
x+y =2
x+y +z =1
x+y +z =2
x=2
m<n
Topicos
de Algebra
Linear
70
x1
x2
2x1
2x1
( + 1)x
1
( + 2)x2
2x2
x3
2x3
2x3
x4
x4
x4
0.
res
1 1
`2 `2 2`1
2
0
2 0
2
+ 2 2 1 0
`3 `3 2`1
+1
2
0 1 0 `4 `4 ( + 1)`1
1
1
1
1 0
0
2
0
2
0
1 0 `3 `3 + 2 `2
0 1 1 0
`4 `4 + 1
2 `2
1 1
1
1
0
0 2
0
2
0 0
0
+1
2
(1)
0 0 1
1
`3 `4
2
0
1 1
1
1
0 2
0
2
(1)
0 0 1
1
2
0 0
0
+1
2
1
Lineares
3 Sistemas de Equacoes
71
= 1:
1 1
h 12 2
i
h 0 i3
2 1
(f) A = 2 5 3 , b = 0 .
1 1
sol
Topicos
de Algebra
Linear
72
Regra de Cramer
3.22teo (Regra de Cramer) Seja Ax = b um sistema de n equaes lineares a n
incgnitas possvel e determinado. Ento, x =
i
|A| , i
1
|A|
adj(A) b, ou seja, xi =
1 2
3 6
e b = [ 12 ].
Ento:
1
2
5
=
.
12
2
6
5
Assim, CS(S) = {( 16 , 12
)}.
3.24exe Considere o sistema de equaes lineares (S) cuja matriz dos coeficientes
A = 52 37 e o vector dos termos independentes b = 12 .
(a) Mostre, sem o resolver, que o sistema de equaes lineares dado
possvel e determinado.
(b) Resolva o sistema de equaes lineares dado atravs da Regra de
Cramer.
sol
1
(b) CS(S) = {( 13
29 , 29 )}.
Lineares
3 Sistemas de Equacoes
73
3.25exe Considere o sistema de equaes lineares (S) cuja matriz dos coeficientes
h1 1 2i
h9i
A = 2 4 3 e o vector dos termos independentes b = 1 .
3 6 5
1 0 1
2 0 0
1 1 0
i
;
(d) D = [ 11 10 ];
h2 3 1i
(e) E = 1 2 3 ;
3 1 2
h 2 3 5 i
(f) F = 1 0 1 .
(b) B = [ 12 24 ];
h 1 2 3 i
(c) C = 2 1 0 ;
4 2
0 2 2
sol A, C, D e E.
3.28exe Determine, por dois processos distintos, para que valores de a matriz
h 1 1i
A = 1 1 invertvel.
1 1
Exerccios miscelnea
3.29exe Seja (S) o sistema de equaes lineares dado por
x +
x2
+
x3
= 1
1
x1 + 2ax2 + 2ax3 = 1 , a, b R.
x +
x
+ ax
= b
1
Topicos
de Algebra
Linear
74
e b R: sistema PD. a =
1
2
e b R: sistema PI.
ax
2z
bz
2a
, a, b R.
1
2
e b = 1.
Resolva-o.
sol
(a) Para a =
1
2
1
2
o sistema PD.
2 sen
4 sen
6 sen
cos
2 cos
3 cos
3 tan
2 tan
10
9.
tan
Mostre que, neste caso, possvel concluir que o sistema impossvel recorrendo ao mtodo de Gauss.
3.32exe Determine a equao da parbola que passa nos pontos (1, 2), (1, 6) e
(2, 3).
sol x 2 2x + 3.
3.33exe Considere a matriz A =
h1 1 0i
1 0 1
0 1 1
Lineares
3 Sistemas de Equacoes
75
(a) Calcule A1 .
(b) Mostre que o sistema Ax = b possvel e determinado, qualquer que
seja o vector dos termos independentes b M31 (R).
(c) Usando a alnea (a), resolva o sistema Ax = b, em que b = [bi ]
M31 (R), bi = i .
sol
(a) A1 =
1
2
1 1 1
1 1 1
1 1 1
8V
i1 H
4
2
i2
2
9V
i3
Figura 3.4: Circuito elctrico 1.
Topicos
de Algebra
Linear
76
A bateria, medida em volt (V), gera uma carga que produz uma corrente.
A corrente sai da bateria do lado que contm a recta vertical mais longa.
As resistncias so medidas em ohm (). As letras maisculas representam
os ns do circuito elctrico. A letra i representa a corrente entre os ns e
as setas indicam o sentido de fluxo, mas se i for negativa, ento a corrente
flui no sentido oposto ao indicado. As correntes so medidas em ampere.
Para determinar as correntes, recorre-se s leis de Kirchhoff :
(a) Em cada n, a soma das correntes que entram igual soma das
correntes que saem.
(b) Em cada ciclo fechado, a diferena de potencial zero.
A diferena de potencial elctrico U em cada resistor dada pela lei de Ohm:
U = i R,
onde i representa a corrente em ampere e R a resistncia em ohm.
Determine-se, agora, as correntes do circuito elctrico considerado. Da
primeira lei de Kirchhoff obtm-se
i1
i2
i3
(n A)
i1
i2
i3
(n B)
2i2
2i2
5i3
(ciclo superior)
(ciclo inferior)
1 1
2
0
.
Lineares
3 Sistemas de Equacoes
77
1 23
0
0
4
3
i1
16V
i2
B
2
i3
3
Figura 3.5: Circuito elctrico 2.
78
Topicos
de Algebra
Linear
4
Espaos Vectoriais
Definies iniciais
4.1obs Apresenta-se na definio que se segue a generalizao da noo de vector entendido como uma entidade com um tamanho, um sentido e uma
direco. O estudo genrico de um espao vectorial permite-nos estabelecer
propriedades vlidas para um conjunto alargado de entidades matemticas.
4.2def Jespao vectorialK Sejam V um conjunto no vazio e as operaes
: V V
(x, y )
x y,
RV
(, x)
x.
Topicos
de Algebra
Linear
80
(e) R, x, y V : (x y ) = x y .
(f) , R, x V : ( + ) x = x x.
(g) , R, x V : ( ) x = ( x).
(h) x V : 1 x = x.
4.3def Seja o espao vectorial definido por (V, , , R, +, ).
(a) JescalarK Chama-se escalares aos elementos de R.
(b) JvectorK Chama-se vectores aos elementos de V .
(c) Jsoma de vectoresK Chama-se soma de vectores operao .
(d) Jmultiplicao de um escalar por um vectorK Chama-se multiplicao
de um escalar por um vector operao .
4.4obs
81
4 Espacos Vectoriais
(i) a adio dos vectores AB e AC, que se representa por AB + AC,
o vector de VA que se obtm atravs da regra do paralelogramo;
Rn = {(x1 , . . . , xn ) : x1 , . . . , xn R}.
As operaes usuais neste conjunto de soma e multiplicao por um
escalar, so dadas, respectivamente, por:
def
Topicos
de Algebra
Linear
82
C k (a, b) = {f : (a, b) R :
f C(a, b) e
dpf
dx p
dpf
dx p
def
C (a, b) = {f : (a, b) R :
f C(a, b) e
83
4 Espacos Vectoriais
Subespaos
4.9def JsubespaoK Sejam o espao vectorial (V, , , R, +, ) e F um subconjunto
no-vazio de V . Diz-se que F um subespao de V se (F, , , R, +, )
um espao vectorial.
4.10teo Sejam V um espao vectorial e F V . Ento, F um subespao de V se
e s se:
Topicos
de Algebra
Linear
84
(a) 0V F ;
(b) x, y F : x + y F ;
(c) R, x F : x F .
4.11obs Note-se que o teorema
4.10teo :
4.10teo :
85
4 Espacos Vectoriais
4.10teo :
4.10teo no so satis-
Topicos
de Algebra
Linear
86
(a) como A0n1 = 0, tem-se que 0Rn = 0n1 CS(Ax=0) , pelo que a
propriedade (a) vlida;
(b) sejam x1 , x2 CS(Ax=0) . Ento, como A(x1 + x2 ) = Ax1 + Ax2 =
0 + 0 = 0, tem-se que x1 + x2 CS(Ax=0) , pelo que a propriedade (b)
vlida;
(c) sejam R e x CS(Ax=0) . Ento, como A(x) = (Ax) = 0 = 0,
tem-se que x CS(Ax=0) , pelo que a propriedade (c) vlida.
Assim, conclui-se que CS(Ax=0) um subespao de Rn .
4.17exe Mostre que:
(a) {(x, y 2 ) R2 } no um subespao de R2 ;
(b) {A M22 (R) : det(A) = 0} no um subespao de M22 (R).
Combinao linear
4.18def Jcombinao linearK Sejam V um espao vectorial, x V e S = {x1 , . . . , xk }
V . Diz-se que x uma combinao linear dos elementos de S se
1 , . . . , k R : x = 1 x1 + + k xk .
4.19obs Sejam V um espao vectorial, x V e S = {x1 , . . . , xk } V . Diz-se que x
uma combinao linear dos elementos de S se o sistema linear
1 x1 + + k xk = x
possvel.
87
4 Espacos Vectoriais
+ = 1
(1, 4) = (1, 2) + (1, 1)
2 + = 4.
Ento, como
1 1
2 1
1
4
`2 `2 2`1
= 3
= 2,
vindo
x = 3x1 2x2 .
(b) Mostrar que x = (1, 4) uma combinao linear de x1 = (1, 2), x2 =
(1, 1) e x3 = (2, 2) , por definio, mostrar que
, , R : x = x1 + x2 + x3 ,
Topicos
de Algebra
Linear
88
+ + 2 = 1
2 + + 2 = 4.
Ento, como
1 1 2
2 1 2
1
4
`2 `2 2`1
2 2a
a R,
vindo
x = 3x1 + (2 2a)x2 + ax3 , a R.
(c) Mostrar que x = (1, 4) no uma combinao linear de x2 = (1, 1)
e x3 = (2, 2) equivalente a mostrar que impossvel o sistema de
equaes lineares (Sc ) dado por
+
(1, 4) = (1, 1) + (2, 2)
+
Ento, como
1 2
1 2
1
4
`2 `2 `1
4.
a caracterstica da matriz dos coeficientes menor do que a caracterstica da matriz ampliada, o sistema (Sc ) impossvel, concluindo-se que
x no uma combinao linear de x2 e x3 .
89
4 Espacos Vectoriais
(a) v = 3v1 .
(b) v no uma combinao linear de v1 .
(c) v = v1 + 12 v2 .
(d) v = (3 2)v1 + v2 , R.
(e) v no uma combinao linear de v1 e v2 .
(f) v = (3 2)v1 + (6 2)v2 + v3 , R.
(a) w = 7u 3v .
(b) = 8.
Topicos
de Algebra
Linear
90
Espao gerado
4.24def Jespao gerado, L(S), hx1 , . . . , xn iK Sejam V um espao vectorial e S =
{x1 , . . . , xn } V . Chama-se espao gerado pelo conjunto S, que se representa por L(S) ou por hx1 , . . . , xn i, ao conjunto de todas as combinaes
lineares dos elementos de S, ou seja,
def
(a) No.
(b) No.
Conjunto gerador
4.28def Jconjunto geradorK Sejam V um espao vectorial e S = {x1 , . . . , xn } V .
Diz-se que S um conjunto gerador de V se V = L(S).
91
4 Espacos Vectoriais
res
(a) Verificar se R2 = h(2, 0)i equivalente a verificar se, qualquer que seja
x = (x1 , x2 ) R2 , possvel o sistema de equaes lineares (S1 ) dado
por
2
(x1 , x2 ) = (2, 0)
0
= x1
= x2 .
2 x1
0 x2
que j est em escada, a caracterstica da matriz dos coeficientes
menor do que a caracterstica da matriz ampliada se x2 6= 0, pelo que o
sistema (S1 ) nem sempre possvel, concluindo-se que R2 6= h(2, 0)i,
i.e., {(2,0)} no um conjunto gerador de R2 .
(b) Verificar se R2 = h(2, 0), (3, 4)i equivalente a verificar se, qualquer
que seja x = (x1 , x2 ) R2 , possvel o sistema de equaes lineares
(S2 ) dado por
2
(x1 , x2 ) = (2, 0) + (3, 4)
0
= x1
= x2 .
Topicos
de Algebra
Linear
92
2 3 x1
0 4 x2
que j est em escada, a caracterstica da matriz dos coeficientes igual
caracterstica da matriz ampliada qualquer que seja x = (x1 , x2 ) R2 ,
pelo que o sistema (S2 ) sempre possvel, concluindo-se que R2 =
h(2, 0), (3, 4)i, i.e., {(2,0),(3,4)} um conjunto gerador de R2 .
(c) Verificar se R2 = h(2, 0), (3, 4), (0, 1)i equivalente a verificar se, qualquer que seja x = (x1 , x2 ) R2 , possvel o sistema de equaes
lineares (S3 ) dado por
(x1 , x2 ) = (2, 0) + (3, 4) + (0, 1)
2 + 3 + 0 = x1
0
= x2 .
2 3 0 x1
0 4 1 x2
que j est em escada, a caracterstica da matriz dos coeficientes igual
caracterstica da matriz ampliada qualquer que seja x = (x1 , x2 ) R2 ,
pelo que o sistema (S3 ) sempre possvel, concluindo-se que R2 =
h(2, 0), (3, 4), (0, 1)i, i.e., {(2, 0), (3, 4), (0, 1)} um conjunto gerador
de R2 .
4.31obs
93
4 Espacos Vectoriais
pendentes.
Topicos
de Algebra
Linear
94
(a) Indique, justificando, se {(2, 0)} um conjunto linearmente independente ou linearmente dependente.
(b) Indique, justificando, se {(2, 0), (3, 4)} um conjunto linearmente independente ou linearmente dependente.
(c) Indique, justificando, se {(2, 0), (3, 4), (0, 1)} um conjunto linearmente independente ou linearmente dependente.
res
(a) Como
2
(2, 0) = (0, 0)
0
= 0,
95
4 Espacos Vectoriais
(b) Como
(2, 0) + (3, 4) = (0, 0)
= 0,
2 + 3 = 0
= 0,
0 + 4 = 0
conclui-se que {(2, 0), (3, 4)} um conjunto linearmente independente.
(c) Como
(2, 0) + (3, 4) + (0, 1) = (0, 0)
= 3a
8 ,
2 + 3 + 0 = 0
= 4a ,
0 + 4 + = 0
= a R,
conclui-se que {(2, 0), (3, 4), (0, 1)} um conjunto linearmente dependente.
4.38teo Sejam V um espao vectorial e S1 S = {x1 , . . . , xn } S2 V .
(a) Se S um conjunto linearmente dependente, ento, S2 um conjunto
linearmente dependente.
(b) Se S um conjunto linearmente independente, ento, S1 um conjunto
linearmente independente.
4.39exe Indique quais dos seguintes conjuntos de vectores so conjuntos linearmente
independentes:
(a) A = {(3, 1), (4, 2)} em R2 ;
(b) B = {(3, 1), (4, 2), (7, 2)} em R2 ;
(c) C = {(0, 3, 1), (2, 4, 1), (2, 8, 5)} em R3 ;
(d) D = {(1, 2, 0, 2), (5, 0, 1, 1), (8, 6, 1, 5)} em R4 .
sol A e C.
Topicos
de Algebra
Linear
96
A=
1
1
,B =
2
3
1
7
2
eC=
4
1
m
n
, m, n R.
(a) m = 4 e n = 3.
(b) A = 32 B + 12 C.
0
0 , 1
0
0
1
0
0
1 , 0
0
1
linearmente independente.
0
1
0 , 1
1
1
0
0
0 , 0
0
0
97
4 Espacos Vectoriais
res
4.30exe (b) e
Topicos
de Algebra
Linear
98
99
4 Espacos Vectoriais
4.55def Jcoordenadas de um vector numa base ordenadaK Sejam V um espao vectorial, S = (x1 , . . . , xn ) uma base ordenada de V , x V e 1 , . . . , n R
tais que
x = 1 x1 + + n xn .
Chama-se coordenadas do vector x relativamente base ordenada S, que
se representa por [x]S , a
def
[x]S = (1 , . . . , n ) Rn .
4.56obs Como uma base um conjunto linearmente independente, o sistema linear
que necessrio resolver para determinar as coordenadas de um vector numa
base ordenada sempre possvel e determinado, pelo que as coordenadas de
um vector numa base ordenada so nicas.
4.57exe
(a) Seja S1 = ((1, 0, 0), (0, 1, 0), (0, 0, 1)) uma base ordenada de R3 . Determine as coordenadas de x = (0, 2, 3) na base ordenada S1 .
(b) Seja S2 = ((0, 1, 0), (1, 0, 0), (0, 0, 1)) uma base ordenada de R3 . Determine as coordenadas de x = (0, 2, 3) na base ordenada S2 .
(c) Seja S3 = ((1, 1, 1), (0, 1, 1), (1, 0, 1)) uma base ordenada de R3 . Determine as coordenadas de x = (0, 2, 3) na base ordenada S3 .
res
(a) Como (0, 2, 3) = 0(1, 0, 0) + 2(0, 1, 0) + 3(0, 0, 1), tem-se que [x]S1 =
(0, 2, 3).
(b) Como (0, 2, 3) = 2(0, 1, 0) + 0(1, 0, 0) + 3(0, 0, 1), tem-se que [x]S2 =
(2, 0, 3).
(c) Para responder questo, tem que se resolver o sistema
(1, 1, 1) + (0, 1, 1) + (1, 0, 1) = (0, 2, 3)
+ = 0
+
= 2
+ + = 3.
Topicos
de Algebra
Linear
100
2 `2 `2 `1
`3 `3 `1
3
`3 `3 `1
0
2 ,
tendo-se
= 1,
= 3,
= 1,
pelo que (0, 2, 3) = (1, 1, 1) + 3(0, 1, 1) + (1, 0, 1), ou seja, [x]S3 =
(1, 3, 1).
4.58exe Seja S = ([ 10 00 ] , [ 00 10 ] , [ 01 00 ] , [ 00 01 ]) uma base ordenada de M22 (R). De
termine as coordenadas de A = 25 34 na base ordenada S.
res Como
2 3
5 4
(2, 3, 5, 4).
4.59teo Sejam V um espao vectorial e o conjunto {x1 , . . . , xn } uma base de V .
Ento, todas as bases de V tm n vectores.
101
4 Espacos Vectoriais
Topicos
de Algebra
Linear
102
N(A) = CS(Ax=0) .
4.66teo Seja A Mmn (R). Ento:
(a) dim(h`1,A ; . . . ; `m,A i) = c(A);
(b) dim(hc1,A ; . . . ; cn,A i) = c(A);
(c) dim(N(A)) igual ao nmero de variveis livres do sistema Ax = 0.
4.67obs Seja A Mnn (R). Ento:
(a) {c1,A , . . . , cn,A } um conjunto linearmente dependente se e s se det(A) =
0;
(b) {c1,A , . . . , cn,A } um conjunto linearmente independente se e s se
det(A) 6= 0;
(c) {`1,A , . . . , `n,A } um conjunto linearmente dependente se e s se det(A) =
0;
(d) {`1,A , . . . , `n,A } um conjunto linearmente independente se e s se
det(A) 6= 0.
103
4 Espacos Vectoriais
1 0 0 1 0 0
,
2 2 0 `2 `2 2`1 0 2 0
tendo-se
x1 = 0
x = 0,
2
ou seja,
N(A) = {(0, 0)}.
Como o sistema (S) no tem variveis livres, tem-se que dim(N(A)) = 0.
x1
(b) Seja (S) o sistema Bx = 0, x = xx23 . Ento:
x4
tendo-se
x1
x2
x3
x
4
`2 `2 2`1
= ,
= R,
=0
= R,
ou seja,
N(B) = {( , , 0, ) : , R}
= {(1, 1, 0, 0) + (1, 0, 0, 1) : , R}
= h(1, 1, 0, 0), (1, 0, 0, 1)i.
Como o sistema (S) tem 2 variveis livres, tem-se que dim(N(B)) = 2.
Topicos
de Algebra
Linear
104
Exerccios miscelnea
4.70exe Considere o conjunto F = {(x, y , z, w ) R4 : x = y 3z z = 2w }.
(a) Mostre que F um subespao de R4 .
(b) Determine uma base e a dimenso de F .
sol
(b) Por exemplo, o conjunto {(1, 1, 0, 0), (6, 0, 2, 1)} uma base de F e
dim(F ) = 2.
(b) Por exemplo, o conjunto {(1, 1, 0, 0), (1, 1, 1, 0), (0, 2, 0, 1)} uma
base de S e dim(F ) = 3.
105
4 Espacos Vectoriais
(c) No.
(d) dim(F ) = 2.
(a) Sim.
(b) No.
(c) No.
(d) Sim.
Topicos
de Algebra
Linear
106
(e) #C > 2.
(f) #D 6 2.
(g) E um conjunto gerador de V se e s se v1 e v4 forem vectores
linearmente independentes.
4.75exe Sejam V um espao vectorial e u1 , u2 , u3 , u4 V tais que V = hu1 , u2 , u3 i,
{u1 , u2 } um conjunto linearmente independente, u3 = 2u1 e u4 = u1 + u2 .
Considere, ainda, as seguintes proposies:
P1 : {u1 , u2 , u3 } um conjunto linearmente independente;
P2 : {u3 } um conjunto linearmente independente;
P3 : V = hu2 , u3 , u4 i;
P4 : {u2 , u4 } uma base de V ;
P5 : dim(V ) = 3.
Indique, justificando, as proposies verdadeiras.
sol P2 , P3 e P4 .
5
Transformaes Lineares
Definies iniciais
5.1obs Na definio que se segue rev-se o conceito de funo, estudando-se neste
captulo um seu caso particular as transformaes lineares.
5.2def Jfuno, imagem de um elemento por meio de uma funoK Sejam A e B
sol
(c) T (y , x);
(b) T (y , 1);
(d) T (x + 2y , 2y x).
Topicos
de Algebra
Linear
108
(c) T (y , x) = (y x, 0, y ).
(d) T (x + 2y , 2y x) = (2x, 0, x + 2y ).
5.5exe Considere as seguintes funes:
f1 : R R, f1 (x) = x 2 ;
f2 : R R2 , f2 (x) = (0, 3x);
f3 : R2 R, f3 (x, y ) = x + 2y ;
f4 : R3 R2 , f4 (x, y , z) = (x, 0);
f5 : R Mnn (R), f5 (x) = xIn ;
f6 : R2 R3 [x], f6 (a, b) = ax 3 + bx b;
f7 : R2 [x] M23 (R), f7 (ax 2 + bx + c) =
0 0
0 b c 2
a
Lineares
5 Transformacoes
109
T (x + y ) = T ((x1 , x2 ) + (y1 , y2 ))
= T (x1 + y1 , x2 + y2 )
= (x2 + y2 , 0, x1 + y1 + x2 + y2 ).
(i.1)
(i.2)
Topicos
de Algebra
Linear
110
T (x) = T ((x1 , x2 ))
= T (x1 , x2 )
= (x2 , 0, x1 + x2 ).
(ii.1)
T (x) = T (x1 , x2 )
= (x2 , 0, x1 + x2 )
= (x2 , 0, x1 + x2 ).
(ii.2)
Lineares
5 Transformacoes
111
5.6def
Topicos
de Algebra
Linear
112
res T2 .
5.15exe Identifique geometricamente os seguintes endomorfismos em R2 :
(a) T1 (x, y ) = (x, y );
(b) T2 (x, y ) = (x, y );
(c) T3 (x, y ) = (y , x);
(d) T4 (x, y ) = (x, y );
(e) T5 (x, y ) = (x, 0);
(f) T6 (x, y ) = (0, y );
(g) T7 (x, y ) = (x cos y sen , x sen + y cos ), [0, 2[;
(h) T8 (x, y ) = (kx, ky ), k ]0, 1[;
(i) T9 (x, y ) = (kx, ky ), k ]1, +[;
(j) T10 (x, y ) = (kx, y ), k R+ ;
(k) T11 (x, y ) = (x, ky ), k R+ ;
(l) T12 (x, y ) = (x + ky , y ), k R+ ;
Lineares
5 Transformacoes
113
5.11exe no so transfor-
5.17obs .
Topicos
de Algebra
Linear
114
1
a11
2 a21
=
.. ..
. .
m
am1
a12
a13
a22
..
.
a23
..
.
..
.
am2
am3
a1n
2
a2n
.. 3 .
.
...
amn
n
5.22def Jmatriz de uma transformao linear entre espaos de dimenso finita, AT,C,C 0 ,
AT K Sejam T L(V, V 0 ), C = (v1 , . . . , vn ) uma base ordenada de V e
C 0 = (v10 , . . . , vm0 ) uma base ordenada de V 0 . Chama-se matriz da transformao linear T relativamente s bases C e C 0 , que se representa por AT,C,C 0 ,
matriz [aij ] Mmn (R) introduzida na observao anterior.
Lineares
5 Transformacoes
115
1
AT =
3
2
.
0
0
1
(a) AT =
(b)
2 1 1
1 2 1
1 1 2
i
.
Topicos
de Algebra
Linear
116
Im(T ) = {T (x) V 0 : x V }.
(b) Jncleo de uma transformao linear, Nuc(T )K Chama-se ncleo de T ,
que se representa por Nuc(T ), a
def
Nuc(T ) = {x V : T (x) = 0V 0 }.
5.26exe Seja T L(R3 , R2 ), T (x1 , x2 , x3 ) = (x1 + x3 , x1 + 2x2 x3 ). Determine:
(a) a imagem de T , ou seja, Im(T );
(b) o ncleo de T , ou seja, Nuc(T ).
res (a)
Im(T ) = {T (x1 , x2 , x3 ) : x1 , x2 , x3 R}
= {(x1 + x3 , x1 + 2x2 x3 ) : x1 , x2 , x3 R}
= {x1 (1, 1) + x2 (0, 2) + x3 (1, 1) : x1 , x2 , x3 R}
= h(1, 1), (0, 2), (1, 1)i
= R2 ,
pois c
1 0
1
1 2 1
= 2.
(b)
Nuc(T ) = {(x1 , x2 , x3 ) R3 : T (x1 , x2 , x3 ) = 0R2 }
= {(x1 , x2 , x3 ) R3 : (x1 + x3 , x1 + 2x2 x3 ) = (0, 0)}.
Lineares
5 Transformacoes
117
x1
+ x3 = 0
x + 2x x = 0.
1
2
3
Ento, como
1 0
1 2
`2 `2 `1
obtendo-se
x1
2x2
x3
2x3
x = a
1
= 0
x2 = a
= 0
x = a R.
3
Assim,
Nuc(T ) = {(a, a, a) : a R}
= {a(1, 1, 1) : a R}
= h(1, 1, 1)i.
5.27exe Determine o ncleo e a imagem das seguintes transformaes lineares:
(a) T1 : R3 R3 , T1 (x1 , x2 , x3 ) = (x3 , x2 , x1 );
(b) T2 : R3 R3 , T2 (x1 , x2 , x3 ) = (x1 , x2 , 0);
(c) T3 : R3 R3 , T3 (x1 , x2 , x3 ) = (x1 , x1 , x1 ).
sol
Topicos
de Algebra
Linear
118
1 0
1
1 2 1
= 2, como j se disse em
5.26exe (a).
5.31exe Seja T L(R2 , R3 ), tal que T (2, 2) = (0, 1, 1) e Nuc(T ) = h(1, 3)i. Determine T .
res Como S = {(2, 2), (1, 3)} um conjunto linearmente independente (verifique!), S uma base de R2 (pois #S = dim(R2 )), pelo que qualquer
elemento de R2 uma combinao linear nica dos elementos de S, vindo
(x, y ) = (2, 2) + (1, 3).
Tem-se, ento, que resolver o seguinte sistema:
2 + = x
2 + 3 = y .
Ento, como
2 1
2 3
x
y
`2 `2 `1
y x
Lineares
5 Transformacoes
119
obtendo-se
2 +
=
= x
=
= y x
3xy
4
y x
2 .
Assim,
(x, y ) =
y x
3x y
(2, 2) +
(1, 3),
4
2
pelo que
3x y
y x
(2, 2) +
(1, 3)
4
2
3x y
y x
=
T (2, 2) +
T (1, 3)
4
2
3x y
y x
=
(0, 1, 1) +
(0, 0, 0)
2
4
3x y 3x y
.
= 0,
,
4
4
T (x, y ) = T
5.32exe Para cada uma das alneas seguintes, determine a funo T sabendo que
uma transformao linear definida por:
(a) T (1, 0) = (1, 1, 2) e T (0, 1) = (3, 0, 1);
(b) T (1, 2) = (3, 1, 5) e T (0, 1) = (2, 1, 1);
(c) T (1, 1, 1) = 3, T (0, 1, 2) = 1 e T (0, 0, 1) = 2.
sol
(a) T (x, y ) = (x + 3y , x, 2x + y ).
(b) T (x, y ) = (x + 2y , 3x + y , 7x y ).
(c) T (x, y , z) = 8x 3y 2z.
5.33exe Seja T L(R3 , R3 ), tal que T (0, 0, 1) = (0, 0, 1) e Nuc(T ) = h(1, 1, 1), (0, 1, 1)i.
Determine T .
sol T (x, y , z) = (0, 0, z y ).
Topicos
de Algebra
Linear
120
cT = dim(Im(T )).
(b) Jnulidade de uma transformao linear, nT K Chama-se nulidade de T ,
que se denota por nT , dimenso do subespao Nuc(T ), ou seja,
def
nT = dim(Nuc(T )).
5.35teo Seja T L(V, V 0 ). Ento:
(a) cT = c(AT );
(b) Se dim(V ) = n, tem-se que n = cT + nT .
5.36exe Seja T L(R3 , R2 ), T (x1 , x2 , x3 ) = (x1 + x3 , x1 + 2x2 x3 ). Determine:
(a) cT ;
(b) uma base de Im(T );
(c) nT ;
(d) uma base de Nuc(T ).
res (a) Como
T (1, 0, 0) = (1, 1)
T (0, 1, 0) = (0, 2)
T (0, 0, 1) = (1, 1),
tem-se que
1
AT =
1
0
2
1
.
1
Lineares
5 Transformacoes
121
Ento, como
1
AT =
1
0
2
1 1
1 `2 `2 `1 0
1
,
2
0
2
dim(Im(T )) = 2.
(b) Como cT = dim(Im(T )) = 2, conclui-se que Im(T ) = R2 , pelo que, por
exemplo, {(1, 0), (0, 1)} uma base de Im(T ).
(c) Aplicando
T1 :
R2
(x, y ) 7
(b)
T2 :
R3
R
x + y.
(x, y , z) 7
(c)
T3 :
R3
sol
T4 :
(x + y + z, 2x + 2y + 2z).
R3
(x, y , z) 7
(d)
R2
(x z, 0, y 2z).
R4
R3
(x, y , z, w )
(x y , z w , x 3w ).
Topicos
de Algebra
Linear
122
2,
AT2 = [ 12 12 12 ].
(c) Im(T3 ) = {(x, 0, z) : x, z R} = h(1, 0, 0), (0, 0, 1)i, cT3 = 2,
Nuc(T3 ) = {(z , 2z , z) : z R} = h(1, 2, 1)i, nT3 = 1,
h 1 0 1 i
AT3 = 0 0 0 .
0 1 2
0 0 3
Exerccios miscelnea
5.38exe Seja T : M22 (R) M22 (R), T (A) =
i
.
1 1
0
, [ 10 01 ] , nT = 2.
5.41exe Seja T L(Rn ) e S = {u1 , . . . , uk } Rn um conjunto linearmente dependente. Mostre que {T (u1 ), . . . , T (uk )} tambm um conjunto linearmente
dependente.
6
Valores e Vectores Prprios
Definies
6.1def Jespectro de uma matrizK Seja A Mnn (R). Chama-se espectro de A,
que se representa por (A), ao conjunto de todos os valores prprios de A,
ou seja,
def
E,A = {x Cn : Ax = x}.
6.4teo Sejam A Mnn (R) e (A). Ento, E um subespao de Cn .
6.5obs (a) Note-se que existem matrizes cujos valores prprios so nmeros complexos.
123
Topicos
de Algebra
Linear
124
A () = det(A In ).
(b) Jequao caracterstica de uma matrizK Chama-se equao caracterstica
da matriz A equao A () = 0 .
6 Valores e Vectores Proprios
125
h2 1
0
0 1 1
0 2 4
(a) Seja
2
1
0
A I3 = 0
1
1 .
0
2
4
Ento, aplicando o Teorema de Laplace e fazendo o desenvolvimento a
partir da primeira coluna, obtm-se
det(A I3 ) = (2 )((1 )(4 ) + 2)
= (2 )(2 5 + 6)
= (2 )2 ( 3),
Topicos
de Algebra
Linear
126
pelo que
(A) = {2, 3},
sendo que 1 = 2 um valor prprio de multiplicidade algbrica dois e
2 = 3 um valor prprio simples.
5 25 24
C.A.: 2 5 + 6 = 0 =
= 2 = 3.
2
(b) Para determinar o espao prprio associado ao valor prprio 1 = 2,
tem que se resolver o sistema
(A 2I3 )x1 = 0.
Aplicando o Mtodo de Gauss, vem:
0 `2 `2 + `1
0 `3 `3 2`1
`3 `3 2`2
0
pelo que
x =aC
11
x12 = 0
x = 0.
13
Assim, tem-se:
E2 = {(a, 0, 0) : a C}.
6.12exe Determine o espectro das seguintes matrizes, bem como os espaos prprios
associados aos seus valores prprios:
6 Valores e Vectores Proprios
127
(a) A = [ 12 43 ];
(b) B =
(c) C =
sol
1 1
2 1 ;
h 1 3 3 i
3 5 3
6 6 4
(d) D =
(e) E =
(f) F =
3 0 1
0 2 0 ;
1 0 3
h 1 2 1i
2 0 2 ;
1 2 3
h 4 0 1i
2 1 0 .
2 0 1
Ei = {( 1+i
, ) : C}.
Ei = {( 1i
, ) : C}.
0 0
1 0
1 1
Topicos
de Algebra
Linear
128
Propriedades
6.14exe Considere a matriz A =
2 1
1 2
.
(A1 ) e E,A =
E 1 ,A1 ;
6 Valores e Vectores Proprios
129
Exerccios miscelnea
6.16exe Seja A = [aij ] Mnn (R). Mostre que (A) = (AT ).
6.17exe Seja A = [aij ] M22 (R). Mostre que
A () = 2 tr(A) + det(A).
6.18exe Seja T L(Rn , Rn ). Diga se so verdadeiras ou falsas as seguintes afirmaes:
(a) a matriz AT invertvel se e s se CSAT x=0 = {0};
(b) a matriz AT invertvel se e s se #CSAT x=b = 1, b Rn ;
(c) a matriz AT invertvel se e s se det(AT ) 6= 0;
(d) a matriz AT invertvel se e s se Im(T ) = Rn ;
(e) a matriz AT invertvel se e s se as colunas da matriz AT so linearmente independentes;
(f) a matriz AT invertvel se e s se as linhas da matriz AT so linearmente
independentes;
(g) a matriz AT invertvel se e s se as colunas da matriz AT geram Rn ;
(h) a matriz AT invertvel se e s se as linhas da matriz AT geram Rn ;
(i) a matriz AT invertvel se e s se as colunas da matriz AT formam uma
base de Rn ;
(j) a matriz AT invertvel se e s se as linhas da matriz AT formam uma
base de Rn ;
(k) a matriz AT invertvel se e s se nT = 0;
(l) a matriz AT invertvel se e s se cT = n;
(m) a matriz AT invertvel se e s se 0
/ (AT ).
sol Todas as afirmaes so verdadeiras.
Topicos
de Algebra
Linear
130
y10
y20
dy1
dt
dy2
dt
= a11 y1
a12 y2
= a21 y1
a22 y2 .
6 Valores e Vectores Proprios
131
Sejam y = [ yy12 ], y 0 =
y10
y20
e A = [ aa11
21
a12
a22
na forma y 0 = Ay :
y0
a
1 = 11
y20
a21
y
1 .
a22
y2
a12
y 0 = Ay , y (0) = y0
Topicos
de Algebra
Linear
132
agua 15L/min
mistura 5L/min
tanque A
tanque B
mistura 20L/min
mistura 15L/min
y1 (0)
60
= .
y (0) =
y2 (0)
0
A quantidade total de lquido em cada tanque sempre 200 litros, porque a
quantidade de lquido bombeada para dentro igual quantidade bombeada
para fora em cada tanque. A taxa de variao da quantidade de sal em cada
tanque igual taxa em que est sendo adicionado sal menos a taxa em
que est sendo bombeado para fora. Para o tanque A, a taxa em que o sal
est a ser adicionado dada por
y2 (t)
y2 (t)
g/L =
g/min
(5 L/min)
200
40
e a taxa de sal que est sendo bombeada para fora
y1 (t)
y1 (t)
(20 L/min)
g/L =
g/min.
200
10
6 Valores e Vectores Proprios
133
y2 (t) y1 (t)
.
40
10
.
200
200
10
10
1
10
1
10
1
40
1
10
1
3
e 2 = 20
com vectores prprios associados v1 =
obtm-se 1 = 20
1 c1
60
= .
2 c2
0
Podemos calcular o valor das constantes c1 e c2 resolvendo o sistema associado ltima equao. A soluo c1 = c2 = 30. Conclui-se que a
soluo do problema de valor inicial
1
1
t
3
,
y = 30 exp t + 30 exp
20
20
2
2
Topicos
de Algebra
Linear
134
t
3
t) + 30 exp( 20
)
y1 (t)
30 exp( 20
=
.
y (t) =
3
t
60 exp( 20 t) + 60 exp( 20 )
y2 (t)
Exerccio: Dois tanques contm, cada um, 100 litros de uma mistura. A
mistura no tanque A contm 40 gramas de sal, enquanto a mistura no tanque
B contm 20 gramas de sal. Bombeia-se lquido para dentro e para fora dos
tanques de acordo com a Figura 6.2. Determine a quantidade de sal em
cada tanque no instante de tempo t.
agua 12L/min
mistura 4L/min
tanque A
tanque B
mistura 16L/min
mistura 12L/min
Bibliografia
135
136
Topicos
de Algebra
Linear
A
Extenso ao Captulo
Determinantes
A.1def Jmatriz adjuntaK Seja A Mnn (R). Chama-se matriz adjunta de A, que
se representa por adj(A), matriz de ordem n tal que
(adj(A))ij = Aji .
A.3exe
res
7 1
3 4 .
(a) Atendendo a
e11 ) = 1 |x22 | = x22 ,
X11 = (1)1+1 det(X
e12 ) = 1 |x21 | = x21 ,
X12 = (1)1+2 det(X
e21 ) = 1 |x12 | = x12 ,
X21 = (1)2+1 det(X
e22 ) = 1 |x11 | = x11 ,
X22 = (1)2+2 det(X
137
Topicos
de Algebra
Linear
138
tem-se que
x21
x22
adj(X) =
x12
x11
x22
=
x21
x12
x11
4 3
4
1
=
.
adj(A) =
1 7
3 7
A.4teo Seja A uma matriz invertvel de ordem maior do que 1. Ento, A1 =
1
det(A)
adj(A).
3 2
1 0 .
3
2
0
1
1
0
=
.
AA1 =
1
0 21 32
0 1
3
A=
1
2
1
,B =
3
1
D= 2
2
sol
3
1
2
3
2
,C =
1
2
1
1
1 , E = 0
1
0
1 2
1 3
1
1
0
1
,
4
1 .
1 1 2
, A = 1 3 .
139
1 2 1 h 17 27 i
= 3 1 .
3 1 , B
7
7
4 1 1 h 25 101 i
(c) det(C) = 10, adj(C) = 2 3 , C = 1 3 .
5
10
"
h 3 5 2 i
1 53
0 31
(d) det(D) = 3, adj(D) = 0 1 1 , D1 =
6 8 5
h 1 1
0
0
0
1 1
0 1
, E 1 =
h 1 1
0
0
2
3
1
3
38 53
0
1 1
0 1
i
.
#
.
140
Topicos
de Algebra
Linear
B
Extenso ao Captulo Espaos
Vectoriais
B.1exe Mostre que R2 com as operaes usuais um espao vectorial.
res As operaes usuais em R2 so
x + y = (x1 , x2 ) + (y1 , y2 ) = (x1 + y1 , x2 + y2 ),
x = (x1 , x2 ) = (x1 , x2 ).
com x1 , x2 , y1 , y2 , R (como j se disse, quando esto em causa as operaes usuais, em vez de x y escreve-se x + y e em vez de x escreve-se
x).
No que se segue, verificam-se as oito propriedades de
Propriedade (a)
Definio geral:
x, y V : x y = y x.
Exemplo presente:
x = (x1 , x2 ), y = (y1 , y2 ) R2 : x + y = y + x.
141
4.2def .
Topicos
de Algebra
Linear
142
x + y = (x1 , x2 ) + (y1 , y2 )
(1)
= (x1 + y1 , x2 + y2 ).
(a.1)
y + x = (y1 , y2 ) + (x1 , x2 )
(1)
= (y1 + x1 , y2 + x2 )
(2)
= (x1 + y1 , x2 + y2 ).
(a.2)
= (x1 + y1 , x2 + y2 ) + (z1 , z2 )
(1)
= ((x1 + y1 ) + z1 , (x2 + y2 ) + z2 )
(2)
= (x1 + y1 + z1 , x2 + y2 + z2 ).
(b.1)
= (x1 , x2 ) + (y1 + z1 , y2 + z2 )
(1)
(2)
= (x1 + y1 + z1 , x2 + y2 + z2 ).
(b.2)
143
(x1 + a, x2 + b) = (x1 , x2 )
(2)
x 1 + a = x 1 x 2 + b = x2
(3)
a = 0 b = 0.
(1) por definio da operao soma de vectores.
(2) pela definio da igualdade de dois elementos de R2 .
(3) pelas propriedades dos nmeros reais.
Assim, conclui-se que 0R2 = (0, 0) o elemento neutro da soma de vectores,
sendo a propriedade (c) vlida.
Propriedade (d)
Definio geral:
x V, 1 elemento de V (representado por x) : x (x) = 0V .
Exemplo presente:
x = (x1 , x2 ) R2 , 1 x = (a, b) R2 : x + (x) = 0R2 .
Topicos
de Algebra
Linear
144
(x1 + a, x2 + b) = (0, 0)
(2)
x1 + a = 0 x2 + b = 0
(3)
a = x1 b = x2 .
(1) por definio da operao soma de vectores.
(2) igualdade de dois elementos de R2 .
(3) pelas propriedades dos nmeros reais.
Assim, conclui-se que x = (x1 , x2 ) o elemento simtrico do elemento
x = (x1 , x2 ) R2 , sendo a propriedade (d) vlida.
Propriedade (e)
Definio geral:
R, x, y V : (x y ) = x y .
Exemplo presente:
R, x = (x1 , x2 ), y = (y1 , y2 ) R2 : (x + y ) = x + y .
(x + y ) = ((x1 , x2 ) + (y1 , y2 ))
(1)
= (x1 + y1 , x2 + y2 )
(2)
= ((x1 + y1 ), (x2 + y2 ))
(3)
= (x1 + y1 , x2 + y2 ).
(e.1)
x + y = (x1 , x2 ) + (y1 , y2 )
(2)
= (x1 , x2 ) + (y1 , y2 )
(1)
= (x1 + y1 , x2 + y2 ).
(e.2)
145
( + )x = ( + )(x1 , x2 )
(1)
= (( + )x1 , ( + )x2 )
(2)
= (x1 + x1 , x2 + x2 ).
(f.1)
x + x = (x1 , x2 ) + (x1 , x2 )
(1)
= (x1 , x2 ) + (x1 , x2 )
(3)
= (x1 + x, x2 + x2 ).
(f.2)
Topicos
de Algebra
Linear
146
Definio geral:
, R, x V : ( ) x = ( x).
Exemplo presente:
, R, x = (x1 , x2 ) R2 : ()x = (x).
()x = ()(x1 , x2 )
(1)
= (()x1 , ()x2 )
(2)
= (x1 , x2 ).
(g.1)
(x) = ((x1 , x2 ))
(1)
= (x1 , x2 )
(1)
= ((x1 ), (x2 ))
(2)
= (x1 , x2 ).
(g.2)
147
1x = 1(x1 , x2 )
(1)
= (1x1 , 1x2 )
(2)
= (x1 , x2 )
= x.
4.2def de espao
2
R+
(x, y )
x y = xy ,
R R+
R+
(, x)
x = x
um espao vectorial.
B.3exe Mostre que o conjunto R com as operaes
: RR
(x, y )
x y = x + y + 1,
: R R
(, x)
um espao vectorial.
R
x = x + 1
Topicos
de Algebra
Linear
148
Mnn (R)
(A, B)
A B = AT + B T
R Mnn (R)
Mnn (R)
(, A)
A = A,
A B = AT + B T .
(a.1)
B A = B T + AT
= AT + B T .
(a.2)
149
(A B) C = (AT + B T ) C
= (AT + B T )T + C T
= ((AT )T + (B T )T ) + C T
= A + B + CT .
(b.1)
A (B C) = A (B T + C T )
= AT + (B T + C T )T
= AT + ((B T )T + (C T )T )
= AT + B + C.
(b.2)
Como existem elementos de Mnn (R) tais que produzem expresses diferentes para (b.1) e (b.2), conclui-se que a propriedade (b) no vlida.
Propriedade (c)
Definio geral:
1 elemento de V (representado por 0V ), x V : x 0V = x.
Exemplo presente:
1 elemento de Mnn (R) (representado por 0), A Mnn (R) : A 0 =
A.
Topicos
de Algebra
Linear
150
A 0 = A AT + 0 = A
T
0 = A AT
0 = (A AT )T
0 = AT A.
151
(A B) = (AT + B T )
= (AT + B T )
= AT + B T .
(e.1)
A B = A B
= (A)T + (B)T
= AT + B T .
(e.2)
( + ) A = ( + )A
= A + A.
(f.1)
A A = A A
= (A)T + (A)T
= AT + AT .
(f.2)
Como existem elementos de Mnn (R) tais que produzem expresses diferentes para (f.1) e (f.2), conclui-se que a propriedade (f) no vlida.
Topicos
de Algebra
Linear
152
Propriedade (g)
Definio geral:
, R, x V : ( ) x = ( x).
Exemplo presente:
, R, A Mnn (R) : ( ) A = ( A).
( ) A = () A
= A.
(g.1)
( A) = (A)
= A.
(g.2)
1A = A.
4.2def no so
153
R2 R2
R2
R R2
R2
(, (a, b))
res Para resolver este exerccio necessrio identificar (pelo menos) uma propriedade da definio
Topicos
de Algebra
Linear
154
x y = (x1 , x2 ) (y1 , y2 )
= (0, x2 + y2 ).
(a.1)
y x = (y1 , y2 ) (x1 , x2 )
= (0, y2 + x2 )
= (0, x2 + y2 ).
(a.2)
(b.1)
(b.2)
155
Topicos
de Algebra
Linear
156
R, x = (x1 , x2 ), y = (y1 , y2 ) R2 : (x y ) = x y .
(x y ) = ((x1 , x2 ) (y1 , y2 ))
= (0, x2 + y2 )
= (0, 2(x2 + y2 ))
= (0, 2x2 + 2y2 ).
(e.1)
x y = (x1 , x2 ) (y1 , y2 )
= (2x1 , 2x2 ) (2y1 , 2y2 )
= (0, 2x2 + 2y2 ).
(e.2)
Propriedade (f)
Definio geral:
, R, x V : ( + ) x = x x.
Exemplo presente:
, R, x = (x1 , x2 ) R2 : ( + ) x = x x.
157
( + ) x = ( + ) (x1 , x2 )
= (2( + )x1 , 2( + )x2 )
= (2x1 + 2x1 , 2x2 + 2x2 ).
(f.1)
x x = (x1 , x2 ) (x1 , x2 )
= (2x1 , 2x2 ) (2x1 , 2x2 )
= (0, 2x2 + 2x2 ).
(f.2)
( ) x = ( ) (x1 , x2 )
= (2()x1 , 2()x2 )
= (2x1 , 2x2 ).
(g.1)
( x) = ( (x1 , x2 ))
= (2x1 , 2x2 )
= (2(2x1 ), 2(2x2 ))
= (4x1 , 4x2 ).
(g.2)
Topicos
de Algebra
Linear
158
1x = 1(x1 , x2 )
= (2x1 , 2x2 )
6= (x1 , x2 )
= x.
4.2def no
159
sol
R+
(x, y )
x y = yx ,
R R+
R+
(, x)
x = x
160
Topicos
de Algebra
Linear
C
Alfabeto Grego
Minscula
Maiscula
A
B
E
Z
H
I
K
M
N
Nome
alfa
beta
gama
delta
psilon
zeta
eta
teta
iota
capa
lambda
miu
niu
csi
micron
pi
r
sigma
tau
psilon
fi
qui
psi
mega
Equivalente Latino
a
b
g
d
e
z
e,h
t
i
k
l
m
n
cs
o
p
r
s
t
u,y
f
c,x
ps
w
161
ndice Remissivo
A B, 23
base, 97
conjunto gerador, 90
base ordenada, 98
C(a, b), 82
conjunto soluo, 55
C (a, b), 82
C k (a, b), 82
ordenada, 99
cT , 120
caracterstica de uma matriz, 57
dim(V ), 100
diagonal principal, 5
triz, 45
coluna nula, 21
coluna piv, 21
endomorfismo, 112
162
Indice Remissivo
163
de uma matriz, 39
matriz de uma transformao linear en-
espao gerado, 90
espao vectorial, 79
114
matriz diagonal, 5
fe(A), 25
matriz em escada, 21
fer(A), 25
funo, 107
homomorfismo, 108
matriz linha, 4
matriz no-singular, 15
matriz nula, 8
L(S), 90
matriz ortogonal, 20
L(V ), 112
L(V, V 0 ), 108
matriz quadrada, 5
matriz rectangular, 5
matriz simtrica, 19
matriz singular, 15
Mmn (R), 2
matriz transposta, 17
matriz, 2
matriz ampliada, 55
matrizes comutveis, 14
matriz aumentada, 55
matrizes equivalentes, 23
matriz coluna, 4
matrizes iguais, 8
Topicos
de Algebra
Linear
164
multiplicao de matrizes, 11
produto de matrizes, 11
R[x], 82
Rn , 81
multiplicidade algbrica de um valor prprio,
Rn [x], 81
124
Mmn (R), 81
Im(T ), 116
Nuc(T ), 116
nT , 120
sistema impossvel, 57
sistema possvel, 57
soma de matrizes, 9
soma de vectores, 80
VA , 80
varivel livre, 58
Indice Remissivo
165