Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Álgebra Linear
Autoras: Profa. Isabel Cristina de Oliveira Navarro Espinosa
Profa. Valéria de Carvalho
Colaboradora: Profa. Marisa Rezende Bernardes
Professoras conteudistas: Isabel Cristina de Oliveira Navarro Espinosa /
Valéria de Carvalho
Isabel Cristina de Oliveira Navarro Espinosa é graduada em Matemática pela Faculdade Oswaldo Cruz e mestre
em Educação Matemática pela Pontifícia Universidade Católica de São Paulo (PUC – SP). Leciona no Ensino Superior
desde 1981.
Professora do curso de pós-graduação lato sensu em Educação Matemática das Faculdades Oswaldo Cruz e
professora da Universidade Paulista (UNIP) na modalidade presencial e na modalidade EaD (Educação a Distância). É
coautora dos livros: Geometria analítica para computação (Editora LTC); Álgebra linear para computação (Editora LTC);
Matemática: complementos e aplicações nas áreas de ciências contábeis, administração e economia (Editora Ícone).
Valéria de Carvalho é especialista em Matemática pelo IMECC (Instituto de Matemática Estatística e Computação
Científica), Mestre e Doutora em Educação Matemática pela Faculdade de Educação (Unicamp). Leciona no Ensino
Superior desde 1988.
No LEM (Laboratório de Ensino de Matemática – IMECC) e na Faculdade de Educação, ambos na Unicamp, trabalhou
como professora colaboradora sobre temas das Tecnologias da Informação e da Comunicação (TICs) em projetos de
Educação Continuada.
Apresenta publicações em anais de congressos fora do Brasil e capítulos de livros em nossa língua, pensando o
trabalho docente, a educação matemática crítica e a sociedade.
CDU 51
© Todos os direitos reservados. Nenhuma parte desta obra pode ser reproduzida ou transmitida por qualquer forma e/ou
quaisquer meios (eletrônico, incluindo fotocópia e gravação) ou arquivada em qualquer sistema ou banco de dados sem
permissão escrita da Universidade Paulista.
Prof. Dr. João Carlos Di Genio
Reitor
Comissão editorial:
Dra. Angélica L. Carlini (UNIP)
Dra. Divane Alves da Silva (UNIP)
Dr. Ivan Dias da Motta (CESUMAR)
Dra. Kátia Mosorov Alonso (UFMT)
Dra. Valéria de Carvalho (UNIP)
Apoio:
Profa. Cláudia Regina Baptista – EaD
Profa. Betisa Malaman – Comissão de Qualificação e Avaliação de Cursos
Projeto gráfico:
Prof. Alexandre Ponzetto
Revisão:
Virgínia Bilatto
Amanda Casale
Sumário
Complementos de Álgebra Linear
APRESENTAÇÃO.......................................................................................................................................................9
Unidade I
1 ESPAÇOS VETORIAIS........................................................................................................................................ 11
1.1 Definição................................................................................................................................................... 11
1.1.1 Propriedades.............................................................................................................................................. 14
1.2 Subespaço vetorial................................................................................................................................ 14
1.3 Soma de subespaços............................................................................................................................ 18
1.4 Intersecção de subespaços................................................................................................................ 20
1.4.1 Propriedades.............................................................................................................................................. 20
2 COMBINAÇÃO LINEEAR................................................................................................................................. 23
2.1 Soma direta............................................................................................................................................. 23
2.2 Combinação linear................................................................................................................................ 24
2.3 Subespaço gerado................................................................................................................................. 26
2.3.1 Propriedades.............................................................................................................................................. 27
2.4 Dependência e independência linear............................................................................................ 29
2.5 Ampliando seu leque de exemplos................................................................................................ 32
Unidade II
3 BASE...................................................................................................................................................................... 42
3.1 Processo prático para determinar vetores LI – LD no IRn..................................................... 42
3.1.1 Propriedades.............................................................................................................................................. 44
3.2 Base............................................................................................................................................................. 44
3.3 Dimensão.................................................................................................................................................. 45
3.3.1 Algumas propriedades........................................................................................................................... 45
3.4 Base de um subespaço........................................................................................................................ 48
3.5 Alguns teoremas sobre bases........................................................................................................... 55
4 VETOR COORDENADA..................................................................................................................................... 58
4.1 Matriz mudança de base.................................................................................................................... 60
4.1.1 Processo prático para determinar a matriz mudança de base.............................................. 62
4.1.2 Alguns resultados importantes.......................................................................................................... 63
4.2 Ampliando seu leque de exemplos................................................................................................ 65
Unidade III
5 TRANSFORMAÇÃO LINEAR........................................................................................................................... 77
5.1 Definição................................................................................................................................................... 77
5.1.1 Operador linear......................................................................................................................................... 77
5.2 Algumas propriedades......................................................................................................................... 77
5.3 Núcleo........................................................................................................................................................ 81
5.3.1 Definição..................................................................................................................................................... 81
5.3.2 Propriedades.............................................................................................................................................. 82
5.4 Imagem da transformação linear................................................................................................... 82
5.4.1 Definição..................................................................................................................................................... 82
5.4.2 Propriedades.............................................................................................................................................. 83
5.5 Matriz da transformação linear...................................................................................................... 88
5.6 Operador inversível............................................................................................................................... 93
5.6.1 Alguns resultados importantes.......................................................................................................... 94
5.7 Matriz mudança de base.................................................................................................................... 96
5.7.1 Alguns resultados importantes.......................................................................................................... 96
6 OPERADORES..................................................................................................................................................... 98
6.1 Operador ortogonal.............................................................................................................................. 98
6.2 Operador simétrico............................................................................................................................... 99
6.3 Operações com operadores lineares............................................................................................100
6.3.1 Adição.........................................................................................................................................................100
6.3.2 Multiplicação por escalar...................................................................................................................100
6.3.3 Composição..............................................................................................................................................101
6.4 Determinantes......................................................................................................................................102
6.4.1 Algumas propriedades.........................................................................................................................106
6.4.2 Determinante de um operador linear...........................................................................................107
6.4.3 Composição..............................................................................................................................................108
6.5 Formas bilineares.................................................................................................................................109
6.6 Produto interno...................................................................................................................................111
6.6.1 Norma.........................................................................................................................................................112
6.7 Métrica.....................................................................................................................................................112
6.8 Ampliando seu leque de exemplos..............................................................................................113
Unidade IV
7 APLICATIVOS DE INFORMÁTICA USANDO MAXIMA.........................................................................124
7.1 Maxima: o software, a instalação e os recursos básicos.....................................................124
7.1.1 Origens e potencialidades do Maxima......................................................................................... 124
7.1.2 Baixando e instalando o Maxima................................................................................................... 125
7.1.3 A interface do Maxima....................................................................................................................... 133
7.1.4 Recursos básicos no Maxima........................................................................................................... 135
7.1.5 Considerações importantes sobre classificação de um sistema linear e
sua interpretação geométrica.................................................................................................................... 172
8 TRANSFORMAÇÕES LINEARES..................................................................................................................174
8.1 Transformação ou aplicação linear..............................................................................................176
8.2 Transformação linear plana............................................................................................................176
8.2.1 Movimentos de dilatação e contração........................................................................................ 177
8.2.2 Movimentos de reflexão.....................................................................................................................181
8.2.3 Movimentos de projeção................................................................................................................... 184
8.2.4 Movimentos de cisalhamento......................................................................................................... 185
8.2.5 Movimento de rotação em um ângulo θ no sentido anti‑horário.................................. 188
8.3 Aplicações injetoras e não injetoras............................................................................................190
APRESENTAÇÃO
Abordaremos neste material algumas noções basilares da Álgebra, como conjuntos, relações,
operações, grupos, anéis e corpos. Depois, apresentaremos algumas noções de como usar o Maxima,
ofereceremos especial foco ao estudo de sistemas lineares e, na sequência, apresentaremos alguns
tipos de transformações lineares. Esses tópicos serão tratados de modo informal e intuitivo, buscando
assim a sua compreensão e assimilação. Essa proposta baseia-se em alguns estudos desenvolvidos na
Educação Matemática que evidenciam, nos diversos níveis de ensino, as dificuldades apresentadas pelos
estudantes com relação ao formalismo e ao rigor matemático.
Sendo assim, optamos por fazer uma abordagem menos rigorosa sobre o assunto, ressaltando,
contudo, que o rigor e o formalismo são essenciais para a Matemática e que esses devem ser explorados
no aprofundamento dos temas aqui tratados.
A organização deste material foi inspirada nos livros constantes da referência bibliográfica, e
qualquer um desses será um bom complemento ao curso. Nessas obras, o estudante encontrará muitos
exemplos e também todas as demonstrações necessárias para o aprofundamento no assunto.
Sugerimos que os estudantes utilizem pelo menos um dos livros indicados como referência e que
busquem exemplos adicionais e exercícios complementares. É importante ressaltar que o estudo ou a
leitura de qualquer tipo de material que aborde conceitos, conteúdos, noções ou ideias relacionadas
à Matemática deve ser feito com lápis e borracha, pois esses são instrumentos essenciais para a
aprendizagem desta ciência.
9
COMPLEMENTOS DE ÁLGEBRA LINEAR
Unidade I
1 ESPAÇOS VETORIAIS
1.1 Definição
Consideremos um conjunto não vazio V, com duas operações binárias “adição” e “multiplicação por
escalar (número real)”, diremos que V é um espaço vetorial sobre IR se e somente se valem as propriedades:
Adição
+: V x V → V
(u , v) u + v
1) associativa: ∀ u, v, w ∈ V
(u + v) + w = u + (v + w),
2) comutativa: ∀ u, v ∈ V
u + v = v + u,
3) elemento neutro:
∃ 0 ∈ V tal que u + 0 = u , ∀ u ∈ V
4) oposto
∀ u ∈ V, ∃ (-u) ∈ V tal que u + (-u) = 0
Multiplicação
• : IR x V → V
(a, u) a • u
5) ∀u ∈ V, ∀a, b ∈ IR
(b• u) = (a b)• u
6) ∀u ∈ V, ∀a, b ∈ IR
(a + b)• u = a •u + b •u
7) ∀u, v ∈ V , ∀a ∈ IR
a(u + v) = a •u + a • v
8) ∀u ∈ V
1•u = u
11
Unidade I
Exemplos
1) IR é um espaço vetorial
2) IR2, o conjunto dos pares ordenados que formam o plano, é um espaço vetorial
Multiplicação por escalar: a.u = a(x, y) = (ax, ay) é fácil verificar que IR2 satisfaz as 8 condições da
definição; como exemplo vamos verificar algumas dessas propriedades:
u + v = (x, y) + (r, s) = (x + r, y + s)
v + u = (r, s) + (x, y) = (r + x, s + y)
M1 ∀ u ∈ V, ∀ a, b ∈ IR,
12
COMPLEMENTOS DE ÁLGEBRA LINEAR
4) O conjunto das matrizes Mmxn (IR) é espaço vetorial, pois satisfaz as condições da definição.
u⊕v=v⊕u
u ⊕ v = (x, y, z) ⊕ (a, b, c) = (x, y, z + c)
v ⊕ u = (a, b, c) ⊕ (x, y, z) = (a, b, c + z)
não são iguais, logo, não vale a propriedade comutativa e V não é espaço vetorial.
Lembremos que o grau de um polinômio é dado pela potência mais alta com coeficiente não nulo,
assim os elementos de Pn são escritos na forma:
p(t) = an t n + an - 1 t n - 1 + . . . + a1 t + a0
e q(t) = bn t n + bn - 1 t n - 1 + . . . + b1 t + b0
As operações usuais de adição e de multiplicação por escalar de polinômios são dadas por:
Lembrete
1.1.1 Propriedades
1- ∀a ∈ IR, a • 0 = 0
2- ∀u ∈ V, 0 • u = 0
3- a • u = 0 ⇔ a = 0 ou u = 0
4- ∀a ∈ IR, ∀u ∈ V, (-a)•u = a • (-u) = -(a•u)
5- ∀a, b ∈ IR, ∀u ∈ V, (a-b)•u = a • u -b • u
6- ∀a ∈ IR, ∀u, v ∈ V, a • (u - v) = a • u - a • v
Saiba mais
Usando a definição S é subespaço se satisfaz as 8 condições, para facilitar esta verificação podemos
utilizar o seguinte resultado.
Teorema:
(1) 0 ≠ ∅
S é subespaço de V ⇔ (2) ∀u, v ∈S temos u + v ∈S
(3) ∀u ∈S,∀α ∈IR temos α..u ∈S
(1) 0 ∈S
S é subespaço de V ⇔ (2) ∀u, v ∈S temos u + v ∈S
(3) ∀u ∈S,∀α ∈IR temos α..u ∈S
14
COMPLEMENTOS DE ÁLGEBRA LINEAR
Exemplos:
(b) ∀ u, v ∈ S, temos u + v ∈ S
u ∈S ⇒ u = ( x, 0, 0)
⇒ u + v = (x, 0, 0) + (r, 0, 0) = (x + r, 0, 0)
v ∈S ⇒ v = (r, 0, 0)
(c) ∀ u ∈ S, ∀a ∈ IR temos a . u ∈ S
u ∈ S ⇒ u = (x, 0, 0)
a . u = a . (x, 0, 0) = (a x, 0, 0)
1 b
3) S = ∈M2 (IR) é subespaço de M 2(IR) ?
c 0
0 0
a) ∉S pois o elemento a11 dos vetores de S deve ser igual a 1, isto é, a11= 1 ≠ 0.
0 0
Note que sempre que for fixado um número a, a ≠ 0, nos vetores de S, o conjunto S não será
subespaço vetorial.
15
Unidade I
a b
4) S = ∈M2 (IR) é subespaço de M2(IR) ?
c 0
Observe que um vetor pertence a S se o elemento a22 da matriz for igual a zero, os outros elementos
são quaisquer.
0 0
(a) ∈S , pois a22 = 0
0 0
(b) ∀A, B ∈ S, A + B ∈ S
a b
A ∈S ⇒ A =
c 0 a b p q a + p b + q
⇒ + = 0
p q c 0 r 0 c + r
B ∈S ⇒ B =
r 0
a + p b + q
o elemento a22 = 0, logo ∈S
c+r 0
a b
A∈S ⇒A=
c 0
a b α . a α . b
α .A=α . =
c 0 α . c 0
α . a α . b
o elemento a22 = 0, logo ∈S
α . c 0
Inicialmente devemos escrever os vetores de R utilizando as condições dadas, assim temos R = {(0,
y, y) ∈ IR3}.
16
COMPLEMENTOS DE ÁLGEBRA LINEAR
(a) 0 = (0,0,0) ∈ R
(b) ∀ u, v ∈ S, temos u + v ∈ R
u ∈R ⇒ u = (0, y, y )
⇒ u + v = (0, y, y) + (0, s, s) = (0, y+s, y+s)
v ∈R ⇒ v = (0, s, s)
como a 1ª coordenada é nula e as 2ª e 3ª coordenadas são iguais, temos que
(0, a . y, a . y) ∈ R
Assim R = {(0, y, y)∈ IR3} é subespaço do IR3.
6) Consideremos P3 o espaço vetorial dos polinômios de grau ≤ 3 junto com o polinômio nulo,
mostremos que P2, conjunto dos polinômios de grau ≤ 2 junto com o polinômio nulo, é subespaço
de P3 .
17
Unidade I
R + S = {u ∈ V/u = r + s com r ∈ R e s ∈ S}
Observação
Exemplos
r ∈R ⇒ r = (0,y, 0)
⇒ u = r + s = (0, y, 0) + (0, 0, z) = (0, y, z))
s ∈S ⇒ s = (0,0, z)
∴ R + S = {(0, y, z) ∈ IR3}
O resultado encontrado pode ser representado geometricamente, é o plano formado pelos eixos y e z.
z
S
R+S
R y
x
18
COMPLEMENTOS DE ÁLGEBRA LINEAR
R + S = {u ∈ IR2 | u = r + s com r ∈ R e s ∈ S}
Assim
Inicialmente, é conveniente a substituição das letras repetidas nos 2 vetores para evitar conclusões
erradas, podemos fazer a substituição em S ou em R.
Assim
∈S ∈R
em S: x + 2y – z = 0, devemos isolar uma das variáveis (você pode escolher qualquer uma delas),
por exemplo vamos isolar x, isto é, x = -2y + z, com y e z quaisquer.
Como não temos letras em comum, não precisamos modificar as letras dos vetores. Assim
19
Unidade I
S + T = {u ∈ IR3 / u = s + t com s ∈ S e t ∈ T}
s ∈S ⇒ s=(-2y+z, y, z)
⇒ u=(-2y+z, y, z)+(x, -x, x)=(-2y+z+x, y-x, z+x)
t ∈ T ⇒ t=(x, -x, x)
Você poderia ter escolhido outra forma de escrever os vetores de S e de T, em função de outras letras,
e a resposta aparentemente seria diferente. Porém, representaria o mesmo subespaço.
R ∩ S = {u ∈ V / u ∈ R e u ∈ S}
(1) 0 ∈ R ∩ S, pois, 0 ∈ R e 0 ∈ S
(2) ∀ u, v ∈ R ∩ S, u + v ∈ R ∩ S
(3) ∀ u ∈ R ∩ S, ∀a ∈ IR, a. u ∈ R ∩ S
u ∈R
u∈R∩S ⇒ , como R e S são subespaços, temos que a. u ∈ R e a. u ∈ S, isto é, a. u ∈ R ∩ S.
u ∈S
1.4.1 Propriedades
1- R ∩ {0} = {0}
2- R ∩ S ⊂ R e R ∩ S ⊂ S
Exemplos
Devemos igualar um vetor qualquer de R com um vetor qualquer de S, caso eles tenham alguma
letra em comum, devemos reescrever trocando a letra, isso evita enganos na conclusão.
a b 0 b
2) Sendo A = ∈M2 (IR)eB= ∈M2 (IR) subespaços de M2(IR), determinar A ∩ B.
c 0 0 d
Por definição temos: A ∩ B = {u ∈ M2(IR) | u ∈ A e u ∈ B}, como temos a letra b comum nos vetores
de A e de B devemos inicialmente substituir por outra letra, assim:
a b
u∈ A ⇒ u=
c 0 a b 0 r
⇒ =
0 r c 0 0 d
u ∈ B ⇒ u=
0 d
a = 0
b = r
c = 0
0 = d
0 r
Logo A ∩ B = ∈M2 (IR)
0 0
A letra y é comum aos vetores de U e de V, vamos então reescrever os vetores, a substituição pode ser
feita em U ou em V, é indiferente. Podemos substituir somente a letra comum ou todas as letras do vetor.
21
Unidade I
(x, y, 0, 2x) = (c + b, b, c, d)
x = c + b
y = b
0 = c
2x = d
x − 2y = a
(x – 2y, y, x - z) = (a, 0, a) ⇒ y = 0
x − z = a
como y = 0 temos na 1ª equação que x = a, substituindo na 3ª equação temos a – z = a e daí z = 0.
A solução do sistema então será: x = a, y = 0 e z = 0, com a qualquer.
Usaremos um modo diferente para resolver este exemplo, não vamos reescrever os vetores de R e S
utilizando as condições dadas, para depois igualar os vetores.
Resolveremos comparando estas condições, teremos assim duas formas diferentes de resolução para
exercícios deste tipo.
22
COMPLEMENTOS DE ÁLGEBRA LINEAR
x − y + 2z = 0
2y + z = 0
Observe que o sistema que deve ser resolvido na intersecção é sempre possível, podendo ser S.P.D. e
daí R ∩ S = {0} ou S.P.I. e daí R ∩ S tem infinitas soluções.
2 COMBINAÇÃO LINEEAR
a) V = R + S
R⊕ S = V ⇔
b) R ∩ S = {0}
Observação
Note que para ser soma direta devem valer as duas condições, se
qualquer uma delas não fo r verificada, não teremos soma direta.
Exemplos
1) Verificar se IR3 é soma direta dos subespaços U e V dados por U = {(x,y,0) ∈ IR3} e V = {(0,y,z) ∈ IR3}.
Notamos que a letra y é comum aos vetores de U e de V, devemos então trocar as letras de um deles.
Por exemplo, vamos escrever os vetores de U como u = (a, b, 0).
(a) U + V = IR3
u + v = (a, b, 0) + (0, y, z) = (a, b + y, z)
logo U + V = {(a, b + y, z) ∈ IR3} = IR3
1
O símbolo ⊕ aqui é usado para designar soma direta. Foi usado no exercício 6 da definição de espaço vetorial
para indicar uma soma não usual. Atenção ao contexto.
23
Unidade I
(b) U ∩ V = {0}
para determinar U ∩ V vamos igualar os vetores de U e V, assim: (a, b, 0) = (0, y, z), daí temos a = 0,
b = y e z = 0.
2) Sendo R = {(0, 0, z) ∈ IR3} e S = {(x, y, 0) ∈ IR3} subespaços de IR3 verificar se IR3 é soma direta
de R e S:
(a) R + S = IR3
r + s = (0, 0, z) + (x, y, 0) = (x, y, z)
logo R + S = {(x, y, z) ∈ IR3} = IR3
(b) R ∩ S = {0}
para determinar R ∩ S vamos igualar os vetores de R e S, assim: (0, 0, z) = (x, y, 0), daí temos x = y = z = 0
a b 0 q
3) Sendo A = ∈M (IR) eB= ∈M2 (IR) verificar se M2(IR) é soma direta de A e B.
2
c 0 0 0
(a) A + B = M2(IR)
a b 0 q a b + q
A +B = + =
c 0 0 0 c 0
Como o elemento a22 é sempre nulo e nem todo vetor de M2(IR) pode ser escrito desta forma temos
A + B ≠ M2(IR).
Consideremos um conjunto de vetores v1,v2, ..., vn de um espaço vetorial V e os escalares a1, a2 , ...,
ar , se podemos escrever um vetor v do espaço V como soma de múltiplos dos vetores v1,v2, ..., vn , isto
24
COMPLEMENTOS DE ÁLGEBRA LINEAR
é, v = a1v1 + a2v2 + anvn , então diremos que v é uma combinação linear dos vetores v1,v2, ..., vn com
coeficientes a1, a2 , ..., an.
Lembrete
Observação
Se não for possível escrever u como soma de múltiplos dos vetores v1,
v2, ..., vn diremos que u não é combinação linear dos vetores v1, v2, ..., vn.
Exemplos:
b) v = (1, 5) é combinação linear de v1 e v2, pois, v = (1, 5) = (1,2) + 3 . (0,1) = v1 + 3v2, com a1= 1 e a2 = 3
2) Escrever o vetor w = (5,1,-1) como combinação linear dos vetores u = (1,2, 0) e v = (1,-1, 1).
α + β = 5
2α-β = 1 sistema impossível (não tem solução)
β = -1
25
Unidade I
Como não tem solução, o vetor w não pode ser escrito como combinação linear dos vetores u e v.
1 2
3) Escrever u ∈M2 (IR), u = como combinação linear dos vetores
5 3
1 0 0 1 0 0
v1 = , v2 = e v3 = .
2 0
0 0 1 1
1 2 1 0 0 1 0 0
5 3 = a . 2 0 + b. 0 0 + c . 1 1
1 2 a b
5 3 = 2a + c c
a = 1
b = 2
Daí,
2a + c = 5
c = 3
A solução do sistema é: a = 1, b = 2 e c = 3.
Logo u = 1 . v1 + 2 . v2 + 3 . v3.
Usaremos a notação [ M ] para indicar o conjunto formado por todas as combinações lineares
possíveis dos vetores de M = {u1 , u2 , . . . , un}, subconjunto de um espaço vetorial V.
Dizemos que os vetores de M geram [M] ou são geradores ou ainda formam um sistema de geradores
de [ M ].
26
COMPLEMENTOS DE ÁLGEBRA LINEAR
2.3.1 Propriedades
1- R ⊂ [ R ]
2- S ⊂ R ⇒ [ S ] ⊂ [ R ]
3- R,S ⊂ W ⇒ [ R ∪ S ] = [ R ] + [ S ]
4- U = [ R] e V = [ S] ⇒ U + V = [R ∪ S]
Exemplos
{
isto é, [ M ] = (a, 0, a + b) ∈IR3 }
2) Sendo M = {(-1,0,1), (0,2,-1), (0,1,0)} ⊂ IR3 determinar [ M ].
Pela definição
Inicialmente devemos reescrever os vetores de R utilizando a condição dada, assim R = {(3y, y) ∈ IR2}.
27
Unidade I
1
Observação: Se escrevermos os vetores de R em função de x teremos a condição y = x , e assim
3
1 2
R = x , x ∈IR
3
1
R = [(3, 1)] ou R = 1 ,
3
Como temos mais de uma solução, sempre pedimos para determinar um sistema de geradores e não
o sistema de geradores.
Notemos inicialmente que u = (2x, x - z, z) está escrito em função de duas letras, concluímos então
que teremos dois vetores geradores.
Assim, vamos separar o vetor u em dois vetores, cada um com uma das letras,
Logo M = {u1, u2} = {(2, 1, 0) , (0, -1, 1)} é um sistema de geradores de S ou S =[(2, 1, 0), (0, -1, 1)].
a b
5) Determinar um sistema de geradores do subespaço R = ∈M2 (IR).
2a − b c
28
COMPLEMENTOS DE ÁLGEBRA LINEAR
a b a 0 0 b 0 0
2a − b c = 2a 0 + −b 0 + 0 c
a b a 0 0 b 0 0
2a − b c = 2a 0 + −b 0 + 0 c
a b 1 0 0 1 0 0
2a − b c = a . 2 0 + b. −1 0 + c . 0 1
u1 u2 u3
1 0 0 1 0 0 1 0 0 1 0 0
M = ,
,
ou R = , , .
2 0 −1 0 0 1 2 0 −1 0 0 1
a) S = {v}
Neste caso, para determinar se vetores são LI ou LD, utilizaremos o seguinte teorema:
n
v1 ,v2 , . . . , vn L I ⇔ ∑ αi .vi = 0, com αi = 0 para todo i
i=1
n
v1 ,v2 , . . . , vn L D ⇔ ∑ αi .vi = 0, com ao menos um αi ≠ 0
i=1
Assim, para verificar se um conjunto de vetores é LI ou LD vamos montar a combinação linear dos
vetores, igualar a zero e resolver o sistema.
29
Unidade I
Exemplos
Vamos resolver o exemplo utilizando a definição, isto é, verificando se algum dos vetores pode ser
escrito como combinação linear dos outros.
Por exemplo, vamos verificar se podemos escrever u como combinação linear de v e w, isto é, u = a v + b w.
−2α+β=4
α +β=1
4α + 2β=0
a solução do sistema é: a = -1, b = 2
Como o sistema tem solução, concluímos que u é combinação linear de v e w, logo, pela definição
os vetores u, v e w são LD .
Vamos agora resolver este exemplo utilizando o teorema, isto é, escrevendo uma combinação linear
dos vetores, igualando a zero e analisando o resultado do sistema.
Temos então:
3
∑ αi .vi = 0 ⇔ α1 . v1 + α2 . v2 + α 3 . v 3 = 0
i=1
α1 + 2α2 + α 3 = 0
-2α1 + 2α 3 = 0
3α − α + 3α = 0
1 2 3
Como todos os escalares são nulos temos que os vetores são LI.
1 0 0 1 0 0
3) Verificar se os vetores v1 = , v2 = e v3 = são LI ou LD.
2 0
0 0 1 1
Vamos inicialmente montar uma combinação linear dos vetores v1, v2 e v3, isto é,
3
∑ αi .vi = 0 ⇔ α1 . v1 + α2 . v2 + α 3 . v 3 = 0
i=1
1 0 0 1 0 0 0 0
α1 . + α2 . + α3 . =
2 0 0 0 1 1 0 0
α1 α2 0 0
2α + α α = 0 0
1 3 3
α1 = 0
2α + α = 0
1 3
α 2 = 0
α 3 = 0
31
Unidade I
Como todos os escalares são nulos, temos que os vetores são LI.
4) Verificar se os vetores são LI ou LD, dados u = (2, 1), v = (1, 0), w = (3, 1).
(2α1 + α2 + 3α 3 , α1 + α 3 ) = (0, 0)
2α1 + α2 + 3α 3 = 0
α1 + α 3 = 0
resolvendo o sistema temos:
a1 = -a3 , a2 = -a3 como α3 é qualquer, não podemos garantir que os escalares sejam todos nulos,
logo, os vetores são LD.
B) S = {(x + z, x, z) ∈ IR3}
C) S = {(0, y, z + y) ∈ IR3}
D) S = {(1, y, z) ∈ IR3}
32
COMPLEMENTOS DE ÁLGEBRA LINEAR
Resolução do exercício
1) (0, 0, 0) ∈S ,
2) ∀u, v ∫ S temos u + v ∈S,
( x, 2x, 0) + (a, a, 0) = ( x + a, 2x + 2a, 0) ∈S
3)∀u ∫ S, ∀α ∫ IR temos α.u ∈S
α ( x, 2x, 0) = (αx, 2αx, 0) ∈S
1)(0, 0, 0) ∈S ,
2) ∀u , v S temos u + v ∈S ,
( x + z , x , z ) + (a + b , a ,b ) = ( x + z + a + b , x + a , z + b ) ∈S
3)∀u S , ∀α IR temos α.u ∈S
α ( x + z , x , z ) = (αx + αz , 2αx , αz ) ∈S
1)(0, 0, 0) ∈S ,
2) ∀u , v S temos u + v ∈S ,
(0,y , z + y ) + (0, b , c + b ) = (0, y + b , z + y + c + b ) ∈S
3)∀u S , ∀α IR temos α.u ∈S
α (0,y , z + y ) = (0, αy , αz + αy ) ∈S
{(0, 0, 0) ∉ S
1) 0, 0, 0) ∈S,
2)∀u, v ∫ S temos u + v ∈S,
( x, x + 2z, z ) + (a, a + 2c, c ) = ( x + a , x + 2z + a + 2c, z + c ) ∈S
3)∀u ∫ S, ∀α ∫ IR temos α..u ∈S
α ( x, x + 2z, z ) = ( αy, αy + 2αz, αy ) ∈S
33
Unidade I
A) R + S = {(x, z, z) ∈ IR3}
D) R + S = {(x, 0, 0) ∈ IR3}
E) R + S = {(0, 0, 0) ∈ IR3}
Resolução do exercício
A) R ∩ S = {(0, 0, 0) ∈ IR3}
C) R ∩ S = {(0, y, y) ∈ IR3}
D) R ∩ S = {(x, 0, 0) ∈ IR3}
E) R ∩ S = {(0, 0, z) ∈ IR3}
Resolução do exercício
34
COMPLEMENTOS DE ÁLGEBRA LINEAR
x = 0
2x = y
0 = y
R ∩ S = {(0, 0, 0) ∈ IR3}
A) U ∩ V = {(x, 0, x, 0) ∈ IR4}
B) U ∩ V = {(x, x, x, 0) ∈ IR4}
C) U ∩ V = {(x, 0, 0, 0) ∈ IR4}
D) U ∩ V = {(0, 0, x, 0) ∈ IR4}
E) U ∩ V = {(x, 0, x, x) ∈ IR4}
Resolução do exercício
(a, b, a – b, a) = (x,0, x, x) ⇒
a= x
b = 0
a−b = x
a = x
R ∩ S = {(x, 0, x, x) ∈ IR4}.
35
Unidade I
A) U = [(0,1,0), (0,2,1)]
B) U = [(0,0,1), (0,2,1)]
C) U = [(1,0,0), (0,2,0)]
D) U = [(1,0,0), (0,2,1)]
E) U = [(1,0,0), (0,0,1)]
Resolução do exercício
u ∈ U ⇒ u = (x, 2z, z)
Resolução do exercício
36
COMPLEMENTOS DE ÁLGEBRA LINEAR
= (x – y, 2y, x + z, x + y)
A) m = 2
B) m = - 5
C) m = - 3
D) m = 4
E) m = 0
Resolução do exercício
m = 2a + 3b
4 = 2b
3 = −a + b
37
Unidade I
Resolução do exercício
Assim temos:
Alternativa A:
Alternativa B:
Alternativa C:
38
COMPLEMENTOS DE ÁLGEBRA LINEAR
Alternativa D:
(3a, 2a +2 b, a + b + c) = (0,0,0)
Alternativa E)
Resumo
Vimos nesta unidade a estrutura de espaço vetorial, subespaço, soma e intersecção de subespaços.
+: V x V → V
(u, v)
1) associativa: ∀ u, v, w ∈ V, (u + v) + w = u + (v + w)
2) comutativa: ∀ u, v ∈ V, u + v = v + u
• : IR x V → V
(u, v ) u + v
39
Unidade I
8) ∀u ∈ V, 1•u = u
1) 0 ≠ ∅
S é subespa ode V ⇔ 2) ∀u, v ∫ S temos u + v ∈S
∀ ∫ , ∀α ∫
3) u S IR temos α.u ∈S
Ou
1) 0 ∈S
S é subespa ode V ⇔ 2) ∀u, v ∫ S temos u + v ∈S
3) u ∫ S, α IR temos .u S
∀ ∀ ∫ α ∈
Soma de subespaços
R e S subespaços de V:
R + S = {u ∈ V | u = r + s com r ∈ R e s ∈ S}
Intersecção de subespaços
R ∩ S = {u ∈ V | u ∈ R e u ∈ S}
Soma direta
1)R + S = V
R ⊕ S =⇔
2)R ∩S = {0}
Combinação linear
Um vetor u é combinação linear dos vetores v1, v2, ..., vn se existem escalares α 1, α 2, ..., α n tais que,
u = α1.v1 + α2.v2 + ... + αn.vn
Para determinar o subespaço gerado por um conjunto M = {u1, u2, . . ., un}, devemos escrever as
combinações possíveis dos vetores de M, assim escrevemos
40
COMPLEMENTOS DE ÁLGEBRA LINEAR
Dependência linear
Vetores são linearmente dependentes (LD) se um deles for combinação linear dos demais. Caso
contrário, diremos que os vetores são linearmente independentes (L I).
41
Unidade II
Unidade II
BASE E DIMENSÃO
3 BASE
Inicialmente montamos uma matriz com as coordenadas dos vetores colocadas em linha. A seguir
escalonamos a matriz, isto é, utilizando operações elementares a transformamos em uma matriz triangular.
Operações elementares:
a) permutação de linhas
c) substituição de uma linha por uma combinação linear dela com qualquer outra
Observação
Exemplos:
1° passo: zerar o elemento da posição a21, para isso vamos substituir a linha 2 (L2) da matriz pela
combinação linear 2 L2 + L1, assim temos
4 1 0 4 1 0
−2 1 4 0 3 8
1 1 2 1 1 2
L2 = 2. L2 + L1
2° passo: zerar o elemento da posição a31, vamos substituir a linha 3 (L3) pela combinação linear – 4
L3 + L1, teremos então
4 1 0 4 1 0 4 1 0
−2 1 4 0 3 8 0 3 8
1 1 2 1 1 2 0 −3 −8
L2 = 2. L2 + L1 L3 = - 4 L3 + L1
3° passo: zerar o elemento da posição a32, vamos substituir a linha 3 (L3) pela combinação linear
L3 + L2, assim temos
4 1 0 4 1 0 4 1 0 4 1 0
−2 1 4 0 3 8 0 3 8 0 3 8
1 1 2 1 1 2 0 −3 −8 0 0 0
L2 = 2. L2 + L1 L3 = - 4 L3 + L1 L3 = L3 + L2
Observando a última das matrizes notamos que ela já está na forma escalonada, e como a última
linha da matriz é nula, temos que os vetores são LD.
1° passo: zerar o elemento da posição a21, para isso vamos substituir a linha 2 (L2) da matriz pela
combinação linear 2 L2 + L1, assim temos
43
Unidade II
2 1 1 2 1 1
−1 0 1 0 1 3
1 1 3 1 1 3
L2 = 2. L2 + L1
2° passo: zerar o elemento da posição a31, vamos substituir a linha 3 (L3) pela combinação linear
– 2 L3 + L1, teremos então
2 1 1 2 1 1 2 1 1
−1 0 1 0 1 3 0 1 3
1 1 3 1 1 3 0 −1 −5
L2 = 2. L2 + L1 L3 = - 2 L3 + L1
3° passo: zerar o elemento a32, vamos substituir a linha 3 (L3) pela combinação linear L3 + L2, assim
temos
2 1 1 2 1 1 2 1 1 2 1 1
−1 0 1 0 1 3 0 1 3 0 1 3
1 1 3 1 1 3 0 −1 −5 0 0 −2
L2 = 2. L2 + L1 L3 = - 2 L3 + L1 L3 = L3 + L1
Observando a última das matrizes notamos que ela já está na forma escalonada, e como nenhuma
das linhas da matriz é nula, temos que os vetores são LI.
3.1.1 Propriedades
3.2 Base
44
COMPLEMENTOS DE ÁLGEBRA LINEAR
V = [B]
B = {v1, v2, ..., vn} é base de V ⇔
B Øé LI
Se B = {v1, . . . , vn} é base de V, então todo vetor u de V deve ser escrito como combinação linear
destes vetores e chamaremos os escalares desta combinação linear de coordenadas de u na base B e
usaremos a notação u = (a1, ..., an)B .
3.3 Dimensão
Observação
S e S = {0}, subespaço trivial, diremos que não existe base de S ou que a base é vazia, B = ∅ e por
definição dim S = 0.
A seguir, veremos alguns resultados importantes sobre dimensão de um espaço vetorial e de seus subespaços
2. dim R = dim V ⇔ R = V
Lembrete
Exemplos
x (1,
0, 0) + y (0,
0) + z (0,
1,
1) =
0,
v1 v2 v3
b) B é LI
para verificar se os vetores são LI vamos montar a combinação linear dos vetores, igualar a zero e
analisar o resultado do sistema, assim
(a, b, c) = (0, 0, 0) ⇒ a = b = c = 0.
46
COMPLEMENTOS DE ÁLGEBRA LINEAR
1 0 0 0 0 1 0 0
3) Verificar se B = , 1 0 , 0 0 , 0 1 é uma base de M2(IR)
0 0
Devemos verificar as duas condições da definição de base
1 0 0 1 0 0 0 0
x
0 0
+y 0 0 + z 1 0 + t 0 1 =
v1 v2 v3 v4
x 0 0 y 0 0 0 0 x y
0 0 + 0 0 + z 0 + 0 t = z t
Logo
1 0 0 0 0 1 0 0
M2 (IR) = [B] = , 1 0 , 0 0 , 0 1
0 0
b) B é LI
Para verificar se os vetores são LI, vamos montar a combinação linear dos vetores, igualar a zero e
analisar o resultado do sistema, assim
1 0 0 1 0 0 0 0 0 0
a
0 0
+ b 0 0 + c 1 0 + d 0 1 = 0 0
a 0 0 b 0 0 0 0 0 0
0 0 + 0 0 + c 0 + 0 d = 0 0
a b 0 0
c d = 0 0
47
Unidade II
a = 0
b = 0
c = 0
d = 0
Montando uma combinação linear dos vetores de B temos, u = a + b t, um vetor qualquer de P1,
logo B gera P1.
b) B é LI
Queremos determinar uma base e a dimensão de um subespaço U do IRn, para isso devemos encontrar
S, um sistema de geradores de U, U = [S] e depois verificar se S é LI ou LD.
• se S é LI, então é base de U,
Para determinar este subconjunto LI vamos utilizar o processo prático do item 3.1.
Como os vetores são LD, teremos linhas nulas na matriz escalonada, desprezando estas linhas
verificamos que as restantes estão escalonadas e, portanto, os vetores que sobraram são LI. Assim
teremos que estes vetores formam uma base do subespaço U.
48
COMPLEMENTOS DE ÁLGEBRA LINEAR
Lembrete
Note que sempre será solicitado que você determine uma base do
subespaço e não a base do subespaço, pois espaços vetoriais possuem
várias bases.
Exemplos:
(2y, y, y) = y (2, 1, 1)
Como temos 1 vetor gerador e ele é não nulo, temos que {(3, 1)} é LI e, portanto, base de U.
49
Unidade II
Reescrevendo U temos:
∴ U = [(1, 0, 1), (0, 1, -3)], isto é, {(1,0,1), (0, 1,- 3)} gera U.
2° passo: verificar se o sistema de geradores é LI
Utilizando o processo prático montamos a matriz com os geradores como linhas e daí temos:
1 0 1
0 1 −3
Notamos que a matriz já está escalonada e, como não temos linhas nulas, os vetores são LI.
Pelo enunciado já temos os geradores de V, B = {(1, 0, 2), (-2, 3, -1), (-1, 3, 1)} gera V.
1 0 2 1 0 2
−2 3 −1 0 3 3
−1 3 1 −1 3 1
L2 = L2 + 2 L1
50
COMPLEMENTOS DE ÁLGEBRA LINEAR
1 0 2 1 0 2 1 0 2
−2 3 −1 0 3 3 0 3 3
−1 3 1 −1 3 1 0 3 3
L2 = L2 + 2 L1 L3 = L3 + L1
1 0 2 1 0 2 1 0 2 1 0 2
−2 3 −1 0 3 3 0 3 3 0 3 3
−1 3 1 −1 3 1 0 3 3 0 0 0
L2 = L2 + 2 L1 L3 = L3 + L1 L3 = L3 – L2
Note que a matriz escalonada tem uma linha nula, logo, os 3 vetores são LD, porém, os 2 primeiros
(não nulos) são LI, logo B = {(1,0,2), (0,3,3)} é base de V
Observação
5) U = [(1, -1, 0, 1), (2, 1, 1, 2), (-1, -2, -1, -1), (1, -4, -1, 1)] ⊂ IR4
B = {(1, -1, 0, 1), (2, 1, 1, 2), (-1, -2, -1, -1), (1, -4, -1, 1)} gera U.
51
Unidade II
1 −1 0 1 1 −1 0 1
2 1 1 2 0 3 1 0
−1 −2 −1 −1 −1 −2 −1 −1
1 −4 −1 1 1 −4 −1 1
L2 = L2 - 2 L1
1 −1 0 1 1 −1 0 1 1 −1 0 1
2 1 1 2 0 3 1 0 0 3 1 0
−1 −2 −1 −1 −1 −2 −1 −1 0 −3 −1 0
1 −4 −1 1 1 −4 −1 1 1 −4 −1 1
L2 = L2 - 2 L1 L3 = L3 + L1
c) zerar o elemento a41
1 −1 0 1 1 −1 0 1 1 −1 0 1 1 −1 0 1
2 1 1 2 0 3 1 0 0 3 1 0 0 3 1 0
−1 −2 −1 −1 −1 −2 −1 −1 0 −3 −1 0 0 −3 −1 0
1 −4 −1 1 1 −4 −1 1 1 −4 −1 1 0 −3 −1 0
L2 = L2 - 2 L1 L3 = L3 + L1 L4 = L4 – L1
1 −1 0 1 1 −1 0 1 1 −1 0 1
2 1 1 2 0 3 1 0 0 3 1 0
∼…∼ ∼
−1 −2 −1 −1 0 −3 −1 0 0 0 0 0
1 −4 −1 1 0 −3 −1 0 0 0 0 0
L3 = L3 + L2
L4 = L4 + L2
Notamos que a matriz escalonada tem duas linhas nulas, logo, o conjunto é LD; as duas primeiras
linhas não são nulas, logo, essas linhas são LI
52
COMPLEMENTOS DE ÁLGEBRA LINEAR
Observação
base de U:
1 0 1
0 1 −1
Note que a matriz já está escalonada, portanto os vetores são LI, logo,
base de V:
2 1 0
0 0 1
53
Unidade II
base de U + V:
assim
1 0 1 1 0 1
0 1 −1 0 1 −1
2 1 0 0 1 −2
0 0 1 0 0 1
L3 = L3 - 2 L1
1 0 1 1 0 1 1 0 1
0 1 −1 0 1 −1 0 1 −1
2 1 0 0 1 −2 0 0 −1
0 0 1 0 0 1 0 0 1
L3 = L3 - 2 L1 L3 = L3 - L2
54
COMPLEMENTOS DE ÁLGEBRA LINEAR
1 0 1 1 0 1 1 0 1 1 0 1
0 1 −1 0 1 −1 0 1 −1 0 1 −1
2 1 0 0 1 −2 0 0 −1 0 0 −1
0 0 1 0 0 1 0 0 1 0 0 0
L3 = L3 - 2 L1 L3 = L3 - L2 L4 = L4 + L3
Logo BU + V = {(1, 0, 1), (0, 1, -1), (2, 1, 0)} é uma base de U + V e dim U + V = 3.
Note que podemos também pegar como vetores da base os 3 vetores não nulos da última matriz,
isto é,
base de U∩V:
Inicialmente devemos determinar U ∩ V, para isso vamos igualar os vetores de U e V, como existem
letras repetidas, temos:
x = 2a
y = a resolvendo o sistema temos b = a
x − y = b
I. “Todo vetor do espaço pode ser escrito de modo único como combinação linear dos vetores
de uma base.”
55
Unidade II
Como B gera o espaço U, temos que v pode ser escrito como combinação linear dos vetores de B,
v = a1.u1+a2.u2+ ... + an.un.
Resta mostrar que esta forma de escrever é única. Suponhamos que v possa ser escrito de duas
formas como combinação linear dos vetores de B, isto é, v = a1.u1+a2.u2+ ... + an.un e v = b1.u1+b2.u2+
... +bn.un
Temos então: a1.u1+a2.u2+ ... + an.un = b1.u1+b2.u2+ ... +bn.un, daí concluímos que
Como B é base, os seus vetores são LI, logo, a combinação linear (1) só será verdadeira se ai+bi=0,
∀ i, 1< i < n, isto é, ai=bi, ∀ i, 1< i < n. Portanto a forma de escrever é única.
Exemplo:
Seja B = {(1, 1, 2), (0, 1, -1), (0, 0, 1)} base do IR3, escrever o vetor u = (2, 1, 3) como combinação
linear dos vetores de B.
u=a.b1+b . b2+c.b3
substituindo as coordenadas dos vetores vem:
e encontramos o sistema:
2 = a
1 = a + b
3 = 2a − b + c
II. “Um sistema de geradores de um espaço vetorial V tem algum subconjunto que é base de V.”
a) S LI logo é base de V
56
COMPLEMENTOS DE ÁLGEBRA LINEAR
Exemplo:
Seja S = {(1, -2, 0), (0, 1, 1), (1, -1, 1), (0, 0, -1)} um sistema de geradores do IR3. Determinar um
subconjunto de S que seja base do IR3 .
Como temos 4 vetores no IR3, já sabemos que o conjunto é LD. Vamos determinar quantos deles são
LI utilizando o processo prático, item 2.1,
1 −2 0 1 −2 0
0 1 1 0 1 1
1 -1 1 0 1 1
0 0 -1 0 0 -1
L3 = L3 - L1
1 −2 0 1 −2 0 1 −2 0
0 1 1 0 1 1 0 1 1
1 -1 1 0 1 1 0 0 0
0 0 -1 0 0 -1 0 0 -1
L3 = L3 - L1 L3 = L3 - L2
1 −2 0 1 −2 0 1 −2 0 1 0 1
0 1 1 0 1 1 0 1 1 0 1 −1
1 −1 1 0 1 1 0 0 0 0 0 −1
0 0 −1 0 0 −1 0 0 −1 0 0 0
L3 = L3 - L1 L3 = L3 - L2 L3, 4
Assim temos que os 4 vetores são LD, porém, os 3 primeiros são LI, logo
B ⊂ S, B = {(1, -2, 0), (0, 1, 1), (1, -1, 1)} é uma base do IR3.
57
Unidade II
Note que é indiferente pegarmos os 3 vetores da 1ª matriz ou de qualquer outra matriz do processo,
desde que não utilizemos a linha que ficou nula.
III. “Todo conjunto LI, de vetores de V, pode ser completado até formar uma base de V.”
dim V = n
{
}
S = v1, v2 , … , v j , li e j < n
j vetores
{ }
B = v1, v2 , … , v j , u1, u2 , …uk , li
n vetores
B Øé base de V
Exemplo:
Seja S = {(1, -2, 0), (0, 1, 1)} um conjunto LI, completar S para que seja uma base do IR3.
Inicialmente devemos lembrar que uma base do IR3 deve ter 3 vetores e estes vetores devem ser LI.
Como o conjunto S tem 2 vetores LI, basta acrescentar um vetor que seja LI com os outros dois e
teremos uma base do IR3.
Tomemos por exemplo o vetor u = (0, 0, 1), o conjunto B = {(1, -2, 0), (0, 1, 1), (0, 0, 1)} é LI (basta
montar a matriz e verificar que já está escalonada) e portanto uma base do IR3.
Saiba mais
4 VETOR COORDENADA
Assim,
58
COMPLEMENTOS DE ÁLGEBRA LINEAR
a1
a
[ u ] B = 2 vetor coordenada
an
Lembrete
Exemplos:
S = {(1,0,0),(0,1,0),(0,0,1)}
v1 v2 v3
−1
logo [ v o vetor coordenada coincide com o vetor v, pois S é base canônica.
] S= 2
−2
b) S = {(1, 1, 2), (0, 1, -1), (0, 0, 1)} base do IR3
S = {(1,1,2),(0,1,-1),(0,0,1)}
v1 v2 v3
59
Unidade II
a = −1
a + b = 2
2a − b + c = −2
assim a = -1, b = 3 e c = 3
−1
logo [ v
] S = 3 é o vetor coordenada.
3
Note que neste caso o vetor coordenada é diferente de v, pois a base S não é canônica.
2) Sendo S = {t+1, t -1} base do P1, espaço dos polinômios de grau menor ou igual a 1, determinar
[u]S e [u]B sendo u = 3 t + 1 e B = {t, 1} base canônica do P1.
3t + 1 = a. (t+1) + b.(t-1)
Temos então:
3t + 1 = at + a + bt - b
3t + 1 = (a + b) . t + (a - b)
igualando os coeficientes de mesma potência vem:
a + b = 3
a − b = 1
2
resolvendo o sistema temos: a = 2 e b = 1, assim [ u ] S =
1
3
[ u ] B = 1
Sendo R = {v1, v2, . . . , v n} e S = {u1, u2, . . . , u n} bases ordenadas de um espaço V indicamos por PS ← R a
matriz mudança de base de R para S.
60
COMPLEMENTOS DE ÁLGEBRA LINEAR
Para determinar a matriz mudança de base devemos determinar o vetor coordenada de cada vetor
de R em relação à base S, isto é, devemos escrever cada vetor de R como combinação linear dos vetores
de S.
Lembrete
Exemplo:
Determinar a matriz mudança de base de R para S, sendo R e S as bases ordenadas do IR3 dadas por:
Temos então:
S = {(
111
, , ),( 0, 0,1)} R = {(
1, 0,1),( 1, 0,1),(
0,11
, ) ,(
0, 0,1)}
s1 s2 s3 r1 r2 r3
a) r1 = a1 . s1 + a2 . s2 + a3 . s3
a1 + a2 = 1
a1 = 0
a + a + a = 1
1 2 3
a solução do sistema dá o vetor coordenada de r1 na base S, isto é,
0
[r1] = 1
0
b) r2 = b1 . s1 + b2 . s2 + b3 . s3
61
Unidade II
b1 + b2 = 0
b1 = 1
b + b + b = 1
1 2 3
1
[r2 ] = −1
1
c) r3 = c1 . s1 + c2 . s2 + c3 . s3
c1 + c2 = 0
c1 = 0
c + c + c = 1
1 2 3
0
[r3 ] = 0
1
0 1 0
PS ← R = 1 −1 0
0 1 1
Exemplo:
Determinar a matriz mudança de base de R para S, sendo R e S as bases ordenadas do IR3 dadas por:
62
COMPLEMENTOS DE ÁLGEBRA LINEAR
Vamos montar a matriz ampliada colocando as coordenadas dos vetores como colunas da matriz, na
primeira parte os vetores de S e na segunda os vetores de R.
1 1 0 1 0 0
1 0 0 1 1 0
0 1 1 1 1 1
↑ ↑ ↑ ↑ ↑ ↑
s1 s2 s3 r1 r2 r3
1 0 0 1 1 0
0 1 0 0 −1 0
0 0 1 1 2 1
1 1 0
PS ← R = 0 −1 0
1 2 1
[u]S = PS ← R . [u]R
Exemplo:
1 2 1
Dados [u]R = e PS ← R = determine [u]S
0 −1 1
Basta fazer o produto das matrizes, assim
2 1 1 2
[ u] S = PS ← R [u] R = . 0 = −1
−1 1
63
Unidade II
II. A matriz mudança de base de R para S é inversível e sua inversa é a matriz mudança de
base de S para R.
Exemplo:
Dadas as bases do IR2, R = {(-1,1), (2,1)} e S = {(1,0), (1,1)} determinar a matriz mudança de base
de R para S e a matriz mudança de base de S para R.
−2 1
PS ← R =
1 1
Do mesmo modo, vamos determinar a matriz de S para R, isto é, vamos escrever os vetores de S
como combinação linear dos vetores de R.
Assim temos:
1 1
− 3 1
PR ← S=
1 2
3 3
−2 1
Calcule a inversa da matriz PS ← R = e confira com o resultado encontrado.
1 1
64
COMPLEMENTOS DE ÁLGEBRA LINEAR
Saiba mais
a + b b x 0
1. Sendo V = ∈ M2 (IR) e U = y 0 ∈ M2 (IR) uma base de U ∩ V é:
0 d
0 0
A) B =
0 0
0 1
B) B =
0 0
1 0
C) B =
0 0
0 0
D) B =
1 0
0 0
E) B =
0 1
Resolução do exercício
a + b b x 0
=
0 d y 0
65
Unidade II
a+b = x
b = 0
resolvendo o sistema temos: a = x, b = 0, d = 0, y = 0, substituindo em U ou em V temos:
0 = y
d = 0
a + b b x 0
=
0 d 0 0
x 0
U ∩ V = ∈M2 (IR)
0 0
1 0
Logo uma base de U ∩ V será B =
0 0
2. A expressão que indica u = (3, 4, -2) como combinação linear da base b1 = (1,1,1), b2 = (0,-1,1), b3 = (0,0,2)},
é:
A) u = 3 b1 + b2 + b3
B) u = 3 b1 + 2b2 + b3
C) u = 2 b1 - b2 - b3
D) u = 3 b1 + b2 - b3
E) u = 3 b1 - b2 - 2 b3
Resolução do exercício
Devemos escrever u como combinação linear dos vetores b1, b2, b3, isto é,
(3,4,-2) = (a,a-b,a+b+2c)
66
COMPLEMENTOS DE ÁLGEBRA LINEAR
a = 3
a − b = 4 resolvendo o sistema temos: a = 3, b = -1, c = - 2
a + b + 2c = −2
Logo u= 〖3 . b1 – b2–2 . b3
3. O vetor que completa o conjunto li R = {(3,-1,2), (1,1,0)}, transformando-o em uma base do IR3 é:
A) w = (6, -2, 4)
B) w = (-2, -2, 0)
C) w = (0, 0, 0)
D) w = (0, 0, 3)
E) w = (3, 3, 0)
Resolução do exercício
Para completar R para que seja base do IR3 devemos acrescentar um vetor que torne o conjunto LI,
assim temos:
A) w = (6, -2, 4) não serve, pois é múltiplo de (3,-1,2), logo torna o conjunto LD.
B) w = (-2, -2, 0) não serve, pois é múltiplo de (1,1,0), logo torna o conjunto LD.
D) w = (0, 0, 3) serve, pois torna o conjunto LI, formando assim uma base do IR3.
E) w = (3, 3, 0) não serve, pois é múltiplo de (1, 1, 0), logo torna o conjunto LD.
C) A dimensão do IR5 é 6.
67
Unidade II
Resolução do exercício
A) (F) os vetores são LD, são múltiplos, logo não podem formar uma base do IR2.
B) (F) os vetores são LI, porém toda base do IR3 deve ter 3 vetores, assim o conjunto não pode ser base
do IR3.
D) (V) os vetores são LI, podemos verificar isso com o processo prático.
2 1 3 0
0 2 1 1
LI
0 0 2 0
E) (F) toda base do IR2 deve ter 2 vetores, assim o conjunto dado não pode ser base.
3
A) [ v ]B = 1
6
3
B) [ v ]B = −1
−6
−3
C) [ v ]B = 1
6
68
COMPLEMENTOS DE ÁLGEBRA LINEAR
3
D) [ v ]B = −1
6
3
E) [ v ]B = 1
−6
Resposta correta: alternativa B.
Resolução do exercício
a = 3
a + b = 2 resolvendo o sistema temos a = 3, b = -1 e c = - 6
a − 2 b + c = −1
3
Logo [ v ]B = −1
−6
6. O vetor coordenada de v = (0, 4, 3) em relação à base ordenada do IR3,
0
[ v ]B = 1
2
A)
0
B) [ v ]B = −1
0
69
Unidade II
0
C) [ v ]B = 2
1
2
D) [ v ]B = −1
0
0
E) [ v ]B = 1
−2
Resposta correta: alternativa C.
Resolução do exercício
(0, 4, 3) = (2a, a + 2 b, - a + b + c)
2 a = 0
a + 2 b = 4 resolvendo o sistema temos a = 0, b = 2 e c = 1
a + b + c = 3
0
Logo [ v ]B = 2
1
7. Sendo R = {(1,-1,0), (0,2,1), (0,0,1)} e S = {(1,1,0), (0,1,1), (0,0,1)} a matriz mudança de base de R
para S é:
1 0 0
A)PS ← R = −2 2 0
2 −1 1
1 0 0
B) PS ← R = 2 2 0
2 1 1
70
COMPLEMENTOS DE ÁLGEBRA LINEAR
1 2 0
C) PS ← R = −2 0 0
2 1 1
1 1 0
D) PS ← R = −2 2 0
2 1 1
1 −2 2
D) PS ← R = 0 2 0
0 −1 1
Resolução do exercício
r1 = 〖a . s1 + b . s2 + c . s3
a = 1
a + b = −1resolvendo o sistema temos, a = 1, b = -2 e c = - 2
b + c = 0
r2 = 〖a . s1 + b. s2 + c . s3
a = 0
a + b = 2 resolvendo o sistema temos, a = 0, b = 2 e c = - 1
b + c = 1
r3 = 〖a . s1 + b . s2 + c . s3
71
Unidade II
a = 0
a + b = 0 resolvendo o sistema temos, a = 0, b = 0 e c = 1
b + c = 1
1 0 0
Logo a matriz mudança de base é: PS ← R = −2 2 0
2 −1 1
8. Sendo R = {(1,-1,0), (0,2,1), (0,0,1)} e S = {(1,1,0), (0,1,1), (0,0,1)} a matriz mudança de base da
base S para R é:
1 1 0
A) PR ← S = 21 2 0
1 −1 1
2
1 1 0
B) PR ← S = − 21 2 0
1 1 1
2
1 0 0
C) PR ← S = 1 21 0
−1 1 1
2
1 1 0
D) PR ← S = 1 2 0
1 −1 1
2
1 1 0
E) PR ← S = 1 21 1
1 1 1
2
Resposta correta: alternativa C.
Resolução do exercício
s1 = 〖a . r1 + b . r2 + c . r3
72
COMPLEMENTOS DE ÁLGEBRA LINEAR
(1, 1, 0) = (a, - a + 2 b, b + c)
a = 1
−a + 2b = 1 resolvendo o sistema temos, a = 1, b = 1 e c = - 1
b + c = 0
s2 = 〖a . r1 + b . r2 + c . r3
(0, 1, 1) = (a, - a + 2 b, b + c)
a = 0
−a + 2b = 1 resolvendo o sistema temos, a = 0, b = ½ e c = ½
b + c = 1
s3 = 〖a . r1 + b . r2 + c . r3
a = 0
−a + 2b = 0 resolvendo o sistema temos, a = 0, b = 0 e c = 1
+c = 1
1 0 0
1
Logo, a matriz mudança de base é: PR ← S = 1 0
2
1
−1 − 1
2
2
9. Sabendo que o vetor coordenada de v na base R é [ v ]R = 1 e que a matriz mudança de base de
1 0 0 3
R para S é dada por PS ← R = −2 2 0 o vetor coordenada de v na base S é:
2 −1 1
73
Unidade II
2
A) [ v ]s = 2
0
2
B) [ v ]s = −1
0
0
C) [ v ]s = 2
1
2
D) [ v ]s = 1
6
2
E) [ v ]s = −2
6
Resposta correta: alternativa E.
Resolução do exercício
[ v] S = PS ← R [v] R
1 0 0 2
[ v] S = −2 2 0 . 1 .
2 −1 1 3
2
[ v] S = −2 .
6
3
10. Sabendo que o vetor coordenada de v na base S é [ v ]s = 2 e que a matriz mudança de base
1 0 0 −1
de S para R é dada por PR ← S = 1 1
0 o vetor coordenada de v na base R é:
2
−2 1 4
74
COMPLEMENTOS DE ÁLGEBRA LINEAR
4
A) [ v ]R = 2
0
2
B) [ v ]R = 3
0
0
C) [ v ]R = 2
−8
3
D) [ v ]R = 4
−8
2
E) [ v ]R = −2
6
Resposta correta: alternativa D.
Resolução do exercício
[ v] R = PR ← S [v] S
1 0 0
3
1
[ v] R =1 0 . 2 .
2
−2 −1
1 4
3
[ v] R = 4 .
−8
75
Unidade II
Resumo
a) B gera V, isto é, V = [ B ].
b) B é LI.
u = a1 . v1 + a2 . v2 + . . . + an . vn
a1
a
[ u ] = 2
an
76
COMPLEMENTOS DE ÁLGEBRA LINEAR
Unidade III
5 TRANSFORMAÇÃO LINEAR
5.1 Definição
1) ∀ a, b ∈ U
T (a + b) = T(a) + T(b)
2) ∀ a ∈ U, ∀a ∈ IR
T (aa) = a T(a)
Também encontramos os termos aplicação linear ou função linear para indicar uma transformação
linear.
Toda transformação linear do espaço, nele mesmo, recebe o nome de operador linear.
Observação
1. T(0u) = 0v
77
Unidade III
Assim, para verificar se uma transformação é linear, devemos inicialmente calcular T(0u) daí:
2. ∀a, b ∈ U, ∀a, b ∈ IR
T(aa + bb) = a T(a) + b T(b)
Exemplos:
T(0,0) = (0, 2.0 - 0) = (0, 0); nada se conclui e devemos verificar as 2 condições da definição de
transformação linear.
78
COMPLEMENTOS DE ÁLGEBRA LINEAR
T(0, 0, 0) = (02, 0 + 0, 0) = (0, 0, 0); nada se conclui e devemos verificar as 2 condições da definição
de transformação linear.
d) Seja T: IR3 → IR3 , linear dada por T (x, y, z) = (2x + z, y, 0) determinar a imagem dos vetores pela
transformação
79
Unidade III
e) Sendo que T é uma transformação linear de IR3 em IR3, determine T(x,y,z), dados T(1,0,2) = (1,1,2),
T(0,1,1) = (0,-1,2) e T(0,0,1) = (0,0,1), e B base do IR3 B = {(1,0,2), (0,1,1), (0, 0,1)}.
Como B é base do espaço, podemos escrever qualquer vetor do IR3 como combinação linear dos
vetores de B, assim temos:
(x,y,z) = (a, b, 2a + b + c)
x = a
y = b
z = 2a + b + c
Em T(x,y,z) vamos substituir o vetor (x,y,z) pela combinação linear dos vetores de B, assim temos:
80
COMPLEMENTOS DE ÁLGEBRA LINEAR
Saiba mais
5.3 Núcleo
5.3.1 Definição
N(T) = {a ∈ U | T(a) = 0}
Exemplos:
0 = 0
T(x,y) = (0, y - x, x + z) = (0,0,0) ⇒ y − x = 0
x + z = 0
Resolvendo o sistema temos: y = x, z = -x e x qualquer (sistema possível e indeterminado)
81
Unidade III
5.3.2 Propriedades
1. N(T) é subespaço de U
Exemplos:
Já vimos que N (F) = {(0,0)}, temos então que B = ∅ é base de N(F) e dim N(F) = 0
Como já vimos N (T) = {(x, x,-x) | x ∈ IR}, temos que um sistema de geradores de N(T) é S = {(1,1,-1)}
e como S é LI, concluímos que S é uma base de N(T) e dim N(T) = 1.
5.4.1 Definição
Im(t) = {v ∈ V | v = T(a), a ∈ U}
82
COMPLEMENTOS DE ÁLGEBRA LINEAR
Exemplos:
5.4.2 Propriedades
1. Im (T) é subespaço de V
2. Im(T) = V ⇔ T é sobrejetora
3. Teorema da dimensão
Lembrete
Exemplos:
Já sabemos que Im (F) = {(x – y, y) | x , y ∈ IR}, vamos determinar um sistema de geradores de Im (F).
Como o vetor tem 2 letras, podemos separar em 2 vetores, cada um com uma letra, (x – y , y) = (x,
0) + (- y , y) colocando as letras em evidência, encontramos os geradores (x – y, y) = (x, 0) + (-y, y) =
x (1, 0) + y (-1, 1) logo B = {(1, 0), (-1, 1)} gera Im (F), falta provar que são LI.
83
Unidade III
1 0 1 0
−1 1 ~ 0 1 vetores LI, logo B é base de Im (F) e dim Im (F) = 2
Já sabemos que Im(T) = {(0, y - x, x + z) | x,y,z ∈ IR} vamos determinar um sistema de geradores de
Im (T).
Como o vetor tem 3 letras, podemos separar em 3 vetores, cada um com uma letra, (0, y - x, x + z) =
(0, - x, x) + (0, y, 0) + (0, 0, z) colocando as letras em evidência encontramos os geradores (0, y - x, x + z)
= x (0, - 1, 1) + y (0, 1, 0) + z (0, 0, 1)
S = {(0, -1, 1), (0, 1, 0), (0, 0, 1)} gera Im (T), falta verificar se são LI.
0 −1 1 0 −1 1 0 −1 1
0 1 0 ~ 0 0 1 ~ 0 0 1
0 0 1 0 0 1 0 0 0
L 2 = L 2 + L1 L 3 = L 3 + L2
os 3 vetores são LD, mas os 2 primeiros são LI, logo B = {(0, -1, 1), (0, 1, 0)}, é base de Im (T) e dim
Im (T) = 2
2. Determinar o núcleo, a imagem, uma base e a dimensão do núcleo e da imagem de cada uma das
transformações
N(T)
x + y − z = 0
−x + y = 0
resolvendo o sistema temos y = x e z = 2x e assim
84
COMPLEMENTOS DE ÁLGEBRA LINEAR
Base de N(T)
Os vetores de N(T) tem só uma letra, logo, encontraremos só 1 gerador, (x, x, 2x) = x (1, 1, 2)
B = {(1, 1, 2)} gera N(T) e como B é LI, temos que B = {(1, 1, 2)} é uma base de N(T) e dim N(T) = 1
ImT
Base de ImT
Os vetores da ImT têm 3 letras, logo, encontraremos 3 geradores (x + y - z, -x + y) = (x, -x) + (y, y) +
(-z, 0) colocando as letras em evidência
assim ImT= [(1, -1), (1, 1), (-1, 0)], falta verificar se os geradores são LI montando a matriz e
escalonando vem:
1 −1 1 −1
1 1 ~ 0 2
−1 0 0 0
concluímos então que os 3 vetores são LD, porém, os 2 primeiros são LI, logo B = {(1, -1), (1, 1)} é
base da ImT e dim ImT = 2.
N(F)
2x + y − t = 0
x − 2y − z = 0
0 = 0
85
Unidade III
Base de N(F)
Os vetores de N(F) têm 2 letras, logo, encontraremos 2 geradores, (x, y, x – 2y, 2x + y) = x (1, 0, 1, 2)
+ y (0, 1, -2, 1)
1 0 1 2
0 1 −2 1
como a matriz já está escalonada, os vetores são LI, logo, B = {(1, 0, 1, 2), (0, 1, -2, 1)} é uma base
de N(F) e dim N(F) = 2
Im(F)
Im F = {(2x + y - t, x - 2y - z, 0) | x, y, z, t ∈ IR}
Base de Im(F)
assim Im F = [(2, -1, 0), (1, -2, 0), (0, -1, 0)], falta verificar se os geradores são LI
2 −1 0 2 −1 0
1 −2 0 ~ 0 3 0
0 −1 0 0 0 0
concluímos então que os 3 vetores são LD, porém, os 2 primeiros são LI, logo, B = {(2, -1, 0), (1, -2, 0)}
é base da ImF e dim ImF = 2.
86
COMPLEMENTOS DE ÁLGEBRA LINEAR
Lembre que você também pode pegar como vetores da base os 2 vetores da matriz escalonada
N(F)
x − y = 0
y = 0
Base de N(F)
Im(F)
Im F = {(x - y, y) | x, y ∈ IR}
Base de Im (F)
assim Im F = [(1, 0), (-1, 1)], falta verificar se os geradores são LI montando a matriz e escalonando
vem:
1 0 1 0
−1 1 ~ 0 1
Lembre que você também pode pegar como vetores da base os 2 vetores da matriz escalonada, isto
é, B = {(1, 0), (0, 1)} também é base da Im F
87
Unidade III
Sejam T: U → V linear, A = {u1, u2, ...,un} e B = {v1, v2, ...,vm} base de U e V respectivamente.
Como B é base de V, podemos escrever T(ui) como combinação linear destes vetores, assim:
Observações:
1. Se U = V, isto é, T é operador linear e as bases A e B são iguais, então podemos escrever (T)A,A= (T)A
Assim, quando não houver indicação da base na matriz, estaremos trabalhando com a base
canônica.
Lembrete
Exemplos:
1. Sendo T: IR3 → IR2 linear dada por T(x, y, z) = (x + z, x + y), determinar a matriz de T em relação
a A = {(1,0,0), (0,1,-1), (0,0,1)} base do IR3 e a B = {(1,1), (0,-1)} base do IR2.
88
COMPLEMENTOS DE ÁLGEBRA LINEAR
Devemos escrever cada T(ai) como combinação linear dos vetores da base B, assim T(1,0,0) = (1, 1) =
a11 (1, 1) + a21 (0, -1)
a11 = 1
a11 − a21 = 1 ⇒ a21 = 0
a12 = −1
a12 − a22 = 1 ⇒ a22 = −2
estes serão os valores da 2ª coluna da matriz
a13 = 1
a13 − a23 = 0 ⇒ a23 = 1
estes serão os valores da 3ª coluna da matriz
1 -1 1
Logo ( T )A ,B =
0 -2 1
2. Consideremos o operador linear do IR3, T (x, y, z) = (x, 2x – y, z) e as bases do IR3 A = {(1,1,1), (0,1,-1),
(0,0,1)} e B = {(1,0,0), (0,1,0), (0,0,1)} determine as matrizes (T)A,B; (T)B,A; (T)A e (T)B
89
Unidade III
Calculando (T)A,B
Devemos calcular os valores de T para cada um dos vetores de A e escrever como combinação linear
dos vetores de B
α1 = 1
β1 = 1
γ = 1
1
α 2 = 0
β2 = −1
γ = −1
2
α 3 = 0
β3 = 0
γ = 1
3
1 0 0
Logo (T)A,B = 1 −1 0
1 −1 1
Calculando (T)B,A
Agora devemos calcular os valores de T para cada um dos vetores de B e escrever como combinação
linear dos vetores de A
90
COMPLEMENTOS DE ÁLGEBRA LINEAR
α1 = 1 → α1 = 1
α1 + β1 = 2 → β1 = 1
α − β + γ = 0 → γ = 0
1 1 1 1
α 2 = 0 → α 2 = 0
α2 + β2 = −1 → β2 = −1
α − β + γ = 0 → γ = −1
2 2 2 2
α 3 = 0 → α 3 = 0
α 3 + β3 = 0 → β3 = 0
α − β + γ = 1 → γ = 1
3 3 3 3
1 0 0
Logo (T)B,A = 1 −1 0
0 −1 1
Observe que as matrizes (T)A,B e (T)B,A são diferentes, isso ocorre na maior parte dos casos.
Calculando (T)A
Devemos calcular T nos vetores de A e escrever como combinação linear dos vetores da base A
α1 = 1
α1 + β1 = 1 → β1 = 0
α − β + γ = 1 → γ = 0
1 1 1 1
α 2 = 0
α2 + β2 = −1 → β2 = −1
α − β + γ = −1 → γ = −2
2 2 2 2
α 3 = 0
α 3 + β3 = 0 → β3 = 0
α − β + γ = 1 → γ = 1
3 3 3 3
91
Unidade III
1 0 0
Logo (T)A = 0 −1 0
0 −2 1
Calculando (T)B
Devemos calcular T nos vetores de B e escrever como combinação linear dos vetores da base B
α1 = 1
β1 = 2
γ = 0
1
α 2 = 0
β2 = −1
γ = 0
2
α 3 = 0
β3 = 0
γ = 1
3
1 0 0
Logo (T)B = 2 −1 0
0 0 1
1 0
3) Dada a matriz ( T )A ,B = 0 1 , determinar a transformação linear de IR2 em IR3, sendo A = {(1,1), (0,1)}
2 1
base do IR e = {(1,1,0), (0,1,0), (0,0,1)} base do IR3 .
2
Pela definição de matriz da transformação linear temos que os escalares da combinação linear dos
vetores de B são os elementos das colunas da matriz, assim podemos escrever
92
COMPLEMENTOS DE ÁLGEBRA LINEAR
Como A é base do IR2, temos que qualquer vetor do espaço pode ser escrito como combinação linear
dos vetores de A. Assim
a =x
a +b =y ⇒ b =y-x
Em T(x,y) vamos substituir o vetor (x,y) pela combinação linear dos vetores de A, assim temos:
T(x,y) = T (a(1,1) + b (0,1)) como a transformação é linear, utilizando a propriedade 3 do item 3.2
podemos escrever
Dizemos que T: U → U, um operador linear, é inversível se existe o operador linear T-1: U → U tal que
T o T-1 = I, isto é, a composta de T e T-1 é igual ao operador de identidade.
93
Unidade III
Lembrete
1. T operador inversível ⇔ det (T)C ≠ 0, onde (T)C indica a matriz canônica (matriz em relação à
base canônica)
Exemplo:
a) T(x, y) = (x – y, x)
T(1, 0) = (1, 1)
T(0, 1) = (-1,0)
e daí temos:
1 −1
( T )C =
1 0
Para T ser inversível devemos ter det (T)C ≠ 0, calculando o determinante temos
1 −1
det( T )C = = 0 - 1 . (-1) = 1 ≠ 0 logo T é inversível
1 0
94
COMPLEMENTOS DE ÁLGEBRA LINEAR
T(x, y) = (x – y, x) = (a, b)
x − y = a
x = b
x=bey=b–a
1 −1
Como já calculamos a matriz canônica de T é ( T)C = , determinando a inversa da matriz (T)C
1 0
0 1
temos ( T )C−1 = .
−1 1
Para determinar o operador inverso devemos multiplicar a matriz inversa pelo vetor coluna de (x, y),
x 0 1 x y
( T )C−1. = . = logo T-1(x, y) = (y, y - x)
y −1 1 y − x + y
b) T(x, y) = (3y, y)
Já sabemos que a base canônica do IR2 é C = {(1, 0), (0, 1)}, assim
T(1, 0) = (0, 0)
T(0, 1) = (3, 1)
e daí temos:
0 3
( T )C =
0 1
95
Unidade III
Para T ser inversível devemos ter det (T)C ≠ 0, calculando o determinante temos
0 3
det( T )C = = 0 . 1 - 3 . 0 = 0 logo T não é inversível
0 1
5.7 Matriz mudança de base
Para determinar a matriz, mudança da base A para a base B, vamos escrever cada vetor de A como
combinação linear dos vetores de B, a matriz formada pelos coeficientes desta combinação linear
(colocados como colunas) é chamada de matriz mudança de base de A para B.
1. A matriz mudança de base de A para B é inversível e sua inversa é igual à matriz mudança de base
de B para A.
( )
−1
ΙBA = ΙBA
α β
2. Sejam A e B bases de um espaço U e (u)A = α 1 e (u)B = 1
as matrizes coluna das
2 β
2
coordenadas de u em relação a essas bases, então temos (u)B = ΙB . (u)A
A
3. Consideremos o operador linear T:U → U e A, B bases de U, então as matrizes (T)B e (T)A são
semelhantes, isto é, podemos escrever (T)B = ( ΙBA )-1 . (T)A . ΙBA
96
COMPLEMENTOS DE ÁLGEBRA LINEAR
Exemplo
a) Para determinar a matriz mudança de base A para B vamos escrever os vetores de A como
combinação linear dos vetores de B,
a11 + a21 = 2
-a21 = 1
a12 + a22 = 1
-a22 = 1
resolvendo o sistema temos a12 = 2 e a22 = -1 (coeficientes da 2ª coluna da matriz), logo
A 3 2
Ι B
=
-1 -1
3 2 2 8
(u)B = . =
−1 −1 1 −3
8
logo (u)B =
−3
97
Unidade III
6 OPERADORES
| T(u) | = | u |
Exemplo:
| u |= x2 + y2
comparando os dois resultados verificamos que são diferentes, logo, o operador linear não é
ortogonal.
| T(u)|= x2 + ( − y )2 = x2 + y2
| u |= x2 + y2
comparando os dois resultados verificamos que são iguais, logo, o operador linear é ortogonal.
c) T(x, y, z) = (x - y, y, z)
| T(u)|= ( x − y )2 + y2 + z2 = x2 + 2xy + y2 + z2
| u |= x2 + y2
comparando os dois resultados verificamos que não são iguais, logo, o operador linear não é
ortogonal.
98
COMPLEMENTOS DE ÁLGEBRA LINEAR
Um operador linear é chamado de simétrico se sua matriz em relação a uma base ortonormal for
simétrica.
Observações:
Lembrete
2. Se A é matriz simétrica, então A = At, isto é, a matriz e a sua transposta são iguais
Exemplos:
T(1, 0, 0) = (2, 1, 0)
T(0, 1, 0) = (1, 1, 0)
T(0, 0, 1) = (0, 0, 1)
2 1 0
logo ( T ) = 1 1 0
0 0 1
como a matriz é simétrica, temos que o operador é simétrico.
b) T(x, y, z) = (x - y, 3x + y, z + x)
99
Unidade III
T(1, 0, 0) = (1, 3, 1)
T(0, 1, 0) = (-1, 1, 0)
T(0, 0, 1) = (0, 0, 1)
1 −1 0
logo ( T ) = 3 1 0
1 0 1
como a matriz não é simétrica, temos que o operador não é simétrico.
6.3.1 Adição
Exemplo:
(k F) (u) = k F(u), ∀u ∈ U
Exemplo:
100
COMPLEMENTOS DE ÁLGEBRA LINEAR
(2 F) (x, y, z) = 2 F(x, y, z) = 2 (x, y - 2z, – z) = (2x, 2y – 4z, -2z) agora somamos com G(x, y, z)
(2 F + G) (x, y, z) =2 F(x, y, z) + G(x, y, z) =
= (2x, 2y - 4z, – 2z) + (y, y + x, x – z) =
= (2x + y, 3y + x – 4z, x – 3z)
6.3.3 Composição
(G o F) (u) = G(F(u)), ∀u ∈ U
Observação
Exemplo:
FoG
(F o G) (x, y) = F(G(x, y)) = F(x - 0 , 0) = (x, 0)
logo (F o G) (x, y) = (x , 0)
GoF
(G o F) (x, y) = G(F(x, y)) = G(x - y, y) = (x – y, 0)
logo (G o F) (x, y) = (x –y, 0)
FoG
(F o G) (x, y, z) = F(G(x, y, z)) = F(2y + z, x + y , x + z) =
= ((2y +z) – (x + z), 2 (2y +z) – (x + y), x +z))
logo (F o G) (x, y, z) = (2y– x, 3y + 2z – x , x +z)
GoF
(G o F) (x, y, z) = G(F(x, y, z)) = G(x - z, 2x – y, z) =
= (2(2x - y) + z, x – z + 2x – y, x – z + z)
logo (G o F) (x, y, z) = (4x – 2y + z , 3x - y - z , x)
6.4 Determinantes
Sendo A = (aij) matriz quadrada de ordem n representaremos o determinante desta matriz por det
A ou por | A | ,
Matriz de ordem 1
Matriz de ordem 2
a a a a
A = 11 12 e det A = 11 12 = a11.a22 − a21.a12
a21 a22 a21 a22
Exemplo:
1 −1
Calcular o determinante da matriz A =
2 0
102
COMPLEMENTOS DE ÁLGEBRA LINEAR
1 −1
det A = = 1. 0 − 2. (-1) = 0 + 2 = 2
2 0
logo det A = 2
Matriz de ordem 3
Exemplo:
1 −1 1
a) A = 2 1 0
0 2 3
Desenvolvendo o determinante temos:
1 −1 1
det A = 2 1 0 =
0 2 3
=1.1.3+(-1).0.0+1.2.2- (1.1.0+(-1).2.3+1.0.2) =3+4-(-6)=13
2 1 −1
b) B = 0 1 1
−1 0 2
103
Unidade III
2 1 −1
det A = 0 1 1 = 2.1.2+1.1.(-1)+(-1).0.0- ((-1).1.(-1)+2.0.1+
+1.0.2) =2
−1 0 2
Matriz de ordem n, n ≥ 3
onde
Aij representa o cofator de aij, isto é, Aij = ( −1)i+ j .det Nij = ( −1)i+ j .| Nij |
| Nij | representa o menor relativo a aij, isto é, determinante da matriz que sobra eliminando a linha
i e a coluna j de A
Exemplo:
1 −1 1
1) Calcular o determinante da matriz A = 2 1 0 , utilizando Laplace.
0 2 3
Inicialmente devemos fixar uma linha ou coluna, por exemplo, vamos fixar a linha 1, isto é, faremos
o desenvolvimento pela linha 1. O resultado independe da linha ou coluna escolhida.
104
COMPLEMENTOS DE ÁLGEBRA LINEAR
1 0
A11 = ( −1)1+1. | N11 |= ( −1)2 . = 1. (1. 3 − 2. 0) = 3
2 3
2 0
A12 = ( −1)1+2 . | N12 |= ( −1)3 . = ( −1). (2. 3 − 0. 0) = − 6
0 3
2 1
A13 = ( −1)1+3 . | N13 |= ( −1)4 . = 1. (2. 2 − 1. 0) = 4
0 2
1 −1 1
det A = 2 1 0 = ∑ a1j . A1j = a11 . A11 + a12 . A12 + a13 . A13 = 1 . 3 + ( −1) . (-6) + 1 . 4 = 3 + 6 + 4 = 13
0 2 3
Note que chegamos ao mesmo resultado do item anterior. No caso de determinante de uma matriz
de ordem 3, você poderá escolher qualquer um dos dois modos.
−2 2 1
2) Calcular o determinante da matriz A = 0 3 −1 , utilizando Laplace.
0 2 4
Inicialmente, devemos fixar uma linha ou coluna, por exemplo, vamos fixar a coluna 1, isto é, faremos
o desenvolvimento pela coluna 1 (esta é a opção mais conveniente por ter maior número de zeros, o
que facilita as contas).
Devemos calcular os cofatores relativos à 1ª coluna, notemos que a21 = 0 e a31 = 0, logo, não é
necessário calcular os cofatores relativos a estes elementos
3 −1
A11 = ( −1)1+1. | N11 |= ( −1)2 . = 1. (3. 4 − ( −1). 2) = 14
2 4
1 −1 1
det A = 2 1 0 = ∑ ai1 . Ai1 = a11 . A11 + a21 . A21 + a31 . A 31 = −2 . 14 + 0 . A21 + 0 . A 31 = −28
0 2 3
105
Unidade III
Exemplo:
1 −1
Se A = então det A = 0
0 0
Exemplo:
1 −1
Se A = então det A = 0 (linhas proporcionais)
2 −2
2 −1
Se A = então det A = 0 (linhas iguais)
2 −1
3. Matriz triangular tem o determinante igual ao produto dos elementos da diagonal principal
Exemplo:
1 −1 1
A = 0 1 0
0 0 3
1 −1 1
| A | = det A = 0 1 0 = a11 . a22 . a33 = 1 . 1 . 3 = 3
0 0 3
106
COMPLEMENTOS DE ÁLGEBRA LINEAR
Exemplo:
1 2 1
Considerando a matriz A = −1 1 0
0 1 3
−1 1 0
B = 1 2 1
0 1 3
|A|=8 e | B | = -8 logo | B | = - | A |
1 2 1
B = −2 2 0
0 1 3
Saiba mais
107
Unidade III
det(T) = I(T)c I
Observação
Exemplo:
T(1, 0, 0) = (1, 2, 0)
T(0, 1, 0) = (1, 0, 1)
T(0, 0, 1) = (0, 0, 1)
e a matriz canônica de T é
1 1 0
( T )C = 2 0 0
0 1 1
1 1 0
det T = det ( T )C = 2 0 0 = −2
0 1 1
6.4.3 Composição
108
COMPLEMENTOS DE ÁLGEBRA LINEAR
Exemplo:
Consideremos os operadores do IR2 dados por S(x, y) = (2x, y) e T(x, y) = (x – y, y) calcular S o T, det
S, det T e det (S o T)
SoT
(S o T) (x, y) = S (T(x, y)) = S (x – y, y) = (2.(x – y), y) = (2x –2y, y)
det S
calcular inicialmente a matriz canônica de S
S(1, 0) = (2, 0)
S(0, 1) = (0, 1)
2 0 2 0
( S )= daí det A = =2
0 1 0 1
det T
calcular inicialmente a matriz canônica de T
T(1, 0) = (1, 0)
T(0, 1) = (-1, 1)
1 −1 1 −1
( T )= daí det T = =1
0 1 0 1
det S o T
calcular inicialmente a matriz canônica de S o T
(S o T) (1, 0) = (2, 0)
(S o T) (0, 1) = (-2, 1)
2 −2 2 −2
( SoT ) = daí det SoT = =2
0 1 0 1
Consideremos U um espaço vetorial de dimensão finita, uma forma bilinear é uma aplicação
F, F: U x U → IR que é linear em cada coordenada.
109
Unidade III
Exemplos:
linear na 1ª coordenada
F(a . x1 + b . x2 , y) = (a . x1 + b . x 2 ), y = a . x1 . y + b . x 2 , y
a . F( x1, y ) + b . F(x2 , y) = a . (x1 . y) + b . (x2 . y)
F(a . x1 + b . x2 , y) = a . F( x1, y ) + b . F(x 2 , y)
logo F(a . x1 + b . x2 , y) = a . F( x1, y ) + b . F(x 2 , y)
linear na 2ª coordenada
F( x, a . y1 + b . y2 ) = x . (a . y1 + b . y2 ) = x . a . y1 . + x . b . y2
a . F( x, y1) + b . F(x, y2 ) = a . (x . y1) + b . (x . y2 )
Portanto F é bilinear
b) F: IR2 x IR2 → IR, dada por F(u, v) = x1 . x2 + 2, sendo u = (x1, y1), v = (x2, y2)
Tomemos u1 = (x1, y1), v1 = (x2, y2) , u2= (x3, y3) e v2 = (x4, y4)
linear na 1ª coordenada
( )
F(a . u1 + b . u2 , v) = F (a . (x1, y1) + b .(x 3 , y 3 )) , (x2 , y2 ) =
=F ( ((a . x1, a . y1) + (b . x3 , b . y3 )) , (x2 , y2 )) =
= F ( (a . x1 + b . x 3 , a . y1 + b . y 3 ), (x2 , y2 )) =
= (a . x1 + b . x 3 ) . x2 + 2 =
= (a . x1. x2 + b . x 3 . x2 ) + 2
110
COMPLEMENTOS DE ÁLGEBRA LINEAR
a F ( u1, v) + b F (u2 , v) =
= a F ( (x1, y1), (x2 , y2 )) + b F ( (x 3 , y 3 ), (x2 , y2 )) =
= a ( x1 . x2 + 2) + b ( x 3 . x2 + 2) =
= (a . x1 . x2 + 2.a) + (b . x 3 . x2 + 2 b)
= a. x1 . x2 + 2.a + b . x 3 . x2 + 2 b =
= a. x1 . x2 + b . x 3 . x2 + 2 b + 2a
Definimos como produto interno sobre um espaço vetorial V uma função que associa a cada par de
vetores de V um escalar, que pode ser representado por u, v ou u . v, que satisfaz as condições
i) u, v = v, u
ii) u, v + w = u, v + u, w
iii) αu, v = α u, v
iv ) u, u ≥ 0, e u, u = 0 ⇔ u = 0
Exemplos:
1) No IRn temos o produto escalar como um exemplo de produto interno (produto interno usual ou
padrão), assim no IRn temos u = (a1, a2 , , an ) e v = (b1, b2 , , bn ) , então o produto interno
de u por v será (u, v) = u . v = ∑ai . bi .
2) No espaço C das funções contínuas no intervalo [0, 1] com valores reais temos que
1
f , g = ∫ f(t).g(t) dt é um produto interno sobre C.
0
3) O produto interno definido no item anterior também pode ser aplicado ao espaço P, conjunto de
todos os polinômios.
4) Utilizando o produto interno usual do IR3, determinar o valor de u, v , v, v sendo u = (2, 1, -2) e
v = (3, 0, 1).
Sabemos que o produto interno usual do IR3 é dado pelo produto escalar, isto é, u, v = ∑ ai . bi , assim
u, v = 2 . 3 + 1 . 0 + (-2) . 1 = 6 + 0 – 2 = 4
v, v = 3 . 3 + 0 . 0 + 1 . 1 = 9 + 0 + 1 = 10
111
Unidade III
6.6.1 Norma
Para o espaço IRn definimos norma de um vetor como a raiz quadrada do produto interno
usual,
Exemplo:
u = u, u = 22 + 12 + ( −1)2 = 6
b) || 2u || sendo u = (0, 3, 1)
2u = (0, 6, 2)
2u = 2u, 2u = 02 + 62 + 22 = 36 + 4 = 40
6.7 Métrica
i) d(u,v) = d( v, u)
ii) d( u, v) ≥ 0 e d (u, u) = 0 ⇔ u = 0
iii) d (u, v) ≤ d (u, w) + d ( v, w)
Exemplos:
112
COMPLEMENTOS DE ÁLGEBRA LINEAR
d(u, v ) = u − v = u − v,u − v
d(u, v ) = u − v = u − v,u − v
d(u, v ) = u − v = (2, 0, 1) = 4 + 0 + 1 = 5
113
Unidade III
Resolução do exercício
(x + 2y, y – z) = (0,0)
x + 2y = 0
y − z = 0 resolvendo o sistema temos: x = -2y e z = y, substituindo no vetor
N(T) = {(-2y, y, y) ∈ IR3} .
Resolução do exercício
Como B = {(1,1), (0,-1) é base do espaço, podemos escrever qualquer vetor do IR2 como combinação
linear dos vetores de B, assim:
(x,y) = (a, a - b)
x = a
y = a − b
114
COMPLEMENTOS DE ÁLGEBRA LINEAR
T(x, y) = (3x + x - y, 2x – x + y)
T(x, y) = (4x - y, x + y)
3. A matriz (T) A, B da transformação linear T(x,y) = (x – y, 2x + y, y) em relação às bases A = {(1,1), (0, 1)}
e B = {(1,1,1), (0,1,-1), (0,0,2)} é:
0 1
A) ( T )A ,B = 3 2
−2 2
0 0
B) ( T )A ,B = 3 −2
2 −2
0 −1
C) ( T )A ,B = 3 2
2 2
0 1
D) ( T )A ,B = −3 2
−2 2
1 1
E) ( T )A ,B = 3 −2
2 −2
Resposta correta: alternativa C.
Resolução do exercício
115
Unidade III
a= 0
a + b = 3
a-b + 2c = 1
resolvendo o sistema temos: a=0, b = 3 e c = 2
T(0,1) = (- 1, 1, 1) = (a, a + b, a – b +2 c)
a = −1
a + b = 1 resolvendo o sistema temos: a = -1, b = 2 e c = 2
a-b + 2c = 1
0 −1
Logo, ( T )A ,B = 3 2
2 2
4. Qual dos vetores pertence ao núcleo do operador linear T(x,y,z) = (x+z, x+z, 3x+y)?
A) u = (1, 2, -1)
B) u = (2,-6, -2)
C) u = (1,-3, 1)
D) u = (0,3, 0)
E) u = (-1,3, -1)
Resolução do exercício
Para saber se um vetor pertence ao núcleo de uma transformação linear, devemos calcular a sua
imagem pela transformação e o resultado deve ser zero.
Assim,
A) B = {(1, 0, 1)}
B) B = {(1, 1, 1)}
E) B = {(0, 1, 0)}
Resolução do exercício
Para determinar uma base do núcleo, precisamos inicialmente determinar o núcleo de T, assim:
(x – z, y, x – z) = (0, 0, 0)
x − z = 0
y = 0 resolvendo o sistema temos: x = z e y= 0, substituindo no vetor
x − z = 0
N(T) = {(x, 0, x) ∈ IR3} .
117
Unidade III
Resolução do exercício
Para determinar uma base da imagem, precisamos inicialmente determinar a imagem de T, assim:
1 0 1 1 0 1
0 1 0 ~ 0 1 0 os 3 vetores são LD mas os 2 primeiros são LI.
1 0 1 0 0 0
7. Sendo B = {(1, 1), (-1, 0)} e A = {(1, 2), (1, -1)}, a matriz IBA mudança de base de A para B é:
−1 2
A)
2 1
2 1
B)
−1 2
1 2
C)
2 −1
−2 −1
D)
−1 2
2 −1
E)
1 2
118
COMPLEMENTOS DE ÁLGEBRA LINEAR
Resolução do exercício
Para determinar a matriz mudança de base A para B, vamos escrever os vetores de A como combinação
linear dos vetores de B:
a+ b =1
resolvendo o sistema temos a = 2 e b = -1
-b = 1
a + b = −1
resolvendo o sistema temos a = -1 e b = 0
-b = 0
Logo
C) T(x,y) = (x + y, 2y)
Resolução do exercício
119
Unidade III
Resolução do exercício
(S + T) (x, y, z) = (3x – y - z, 2 y + z, 2 z)
10. Sendo X = (3, - 1, 2) e Y = (1, 2, 4) o valor do produto interno (3X).Y, (considerando o produto
interno usual) é:
A) (3X).Y = 27
B) (3X).Y = 9
C) (3X).Y = 24
D) (3X).Y = - 27
E) (3X).Y = 6
Resolução do exercício
120
COMPLEMENTOS DE ÁLGEBRA LINEAR
Resumo
1) ∀ a, b ∈ U, T (a + b) =T(a) + T(b)
N(T) = {a ∈ U | T(a) = 0}
Im(T) = {v ∈ V / v = T(a), a ∈ U}
2) Im(T) = V ⇔ T é sobrejetora
121
Unidade III
Formas bilineares:
i) d(u, v) = d(v, u)
123
Unidade IV
Unidade IV
7 APLICATIVOS DE INFORMÁTICA USANDO MAXIMA
Software Livre
Para a Fundação Software Livre América Latina1, um software é livre quando ele for licenciado por
meio de termos que respeitem as seguintes liberdades de seus usuários:
• a liberdade de estudar como o programa funciona e adaptá‑lo às suas necessidades (liberdade nº 1).
Acesso ao código‑fonte é um pré‑requisito para esta liberdade;
• a liberdade de redistribuir cópias, de modo que você possa ajudar o seu próximo (liberdade nº 2);
• a liberdade de aperfeiçoar o programa e distribuir os seus aperfeiçoamentos, de modo que toda a comunidade
se beneficie (liberdade nº 3). Acesso ao código‑fonte é um pré‑requisito para esta liberdade (AUSLA, 2011).
Saiba mais
<http://www.fsfla.org/svnwiki/about/what‑is‑free‑software.pt.html>
Nós, professores de Matemática, durante nossa carreira profissional, utilizamos alguns softwares
computacionais, seja no auxílio à preparação de aulas, resolução de problemas e exercícios, elaboração
de projetos e à preparação de atividades ou aulas a serem desenvolvidas com nossos alunos. Aqui, em
nosso curso de Matemática da UNIP, oferecemos uma introdução a alguns softwares livres ou gratuitos
(Winplot, Maxima, Mupad) para que, no desenvolvimento de suas funções profissionais, você, já sendo
possuidor de alguma familiaridade com pacotes computacionais, possa deles fazer uso e aprofundar
seus conhecimentos conforme suas necessidades ou seus interesses.
1
Alexandre Oliva e Pedro Antonio Dourado de Rezende – Fundação Software Livre América Latina. Disponível em:
<http://www.fsfla.org/svnwiki/texto/index.pt.html>. Acesso em: 22 jul. 2011.
124
COMPLEMENTOS DE ÁLGEBRA LINEAR
O Maxima tem sua origem no sistema Macsyma (1968–1982), desenvolvido no Instituto de Tecnologia
de Massachusetts (MIT). O MIT, em 1982, remanejou uma cópia/versão do código‑fonte do Macsyma ao
departamento de energia; essa versão é conhecida com Macsyma DOE (Departamento de Energia).
O professor William F. Schelter (2001†) obteve, em 1998, permissão para liberar o código‑fonte
sob a GNU General Public License (GPL). A sobrevivência e a abertura do código‑fonte do Maxima se
deveram aos esforços e às habilidades de muitas pessoas, em especial do professor Schelter. Um grupo
cada vez maior de colaboradores e usuários deram forma e disponibilizaram o Maxima a todos os que
se interessassem.
Para que você tenha noção da abrangência do Maxima, saiba que ele inclui: limites, diferenciação,
integração, gráficos 2D e 3D, curvas de nível, séries de Taylor, transformações de Laplace, equações
diferenciais ordinárias, sistemas de equações lineares, séries, listas, conjuntos, números complexos, vetores,
matrizes, determinantes, autovalores e autovetores, raízes de polinômios, polinômio característico, entre
outras.
A versão que iremos usar do Maxima ficará disponível para você baixar dentro do site da própria
UNIP, em nosso curso, junto com o material desta disciplina.
Instalação do Maxima
Após efetuar o download do software Maxima, dê dois cliques com o botão esquerdo do mouse ou
selecione o ícone (figura 16) e pressione a tecla Enter:
Após executar o instalador, a primeira tela que aparece é para selecionar a língua de instalação do
software (figura 2); como padrão está a língua inglesa, mas clicando nas opções, pode‑se escolher a
125
Unidade IV
opção Português (Brasil) (figura 3). Após selecionar a língua, basta clicar em OK para prosseguir com
a instalação:
Atenção: existem algumas razões para que, mesmo seguindo os passos indicados, você não
consiga ter a versão em português do Maxima (não entraremos nesse mérito). Apresentamos a
imagem em português, uma vez que lhe será mais significativa. Qualquer que seja o idioma em
que o pacote for instalado, a posição dos temas, das funções ou das operações será sempre a
mesma. Com essa versão em português, ficará fácil para você compreender o que aparece em sua
tela, caso sua versão esteja em inglês. Tudo tem um lado positivo; se sua versão ficar instalada em
inglês, além de aprender a ser um usuário desse pacote computacional, você também irá agregar
aos seus conhecimentos novos termos técnicos em inglês. Dessa forma, você poderá e saberá
transitar em qualquer versão do Maxima e aumentará o entendimento de termos em outros pacotes
computacionais.
Voltemos à instalação do Maxima. O próximo passo é o Contrato de Licença de Uso; basta ler
os termos, ativar a opção Eu aceito os termos do contrato e clicar em Avançar para continuar.
A figura 4 mostra a tela como é apresentada e a opção Eu aceito os termos de Contrato já
selecionada:
126
COMPLEMENTOS DE ÁLGEBRA LINEAR
1. Usuários do sistema operacional MS Windows 9X devem ler a sessão referente à falta de espaço
para ambiente no arquivo Readme.
2. Se a interface do software Maxima não funcionar, ler a sessão referente a firewall no arquivo
Readme.
127
Unidade IV
A figura 6 ilustra a parte que contém essas informações; depois de lidas, clique em Avançar para
prosseguir com a instalação:
O passo seguinte da instalação consiste em definir o diretório para instalação do Maxima. A figura 7
mostra o diretório‑padrão escolhido pelo instalador; caso deseje mudar o diretório de destino, clique no
botão Procurar... e defina o diretório de sua preferência. Após definir o diretório ou aceitar o padrão,
clique em Avançar para continuar com a instalação:
128
COMPLEMENTOS DE ÁLGEBRA LINEAR
A tela seguinte do instalador (figura 8) é referente aos componentes a serem instalados. Por padrão,
é definido Full installation (ou instalação completa), que consiste em instalar todos os componentes
do software Maxima. Existem outras duas opções:
• Compact installation (ou instalação compacta): consiste somente no Maxima core with command
line interface.
• Custom installation (ou instalação customizada): o usuário pode definir quais pacotes deseja
instalar.
Por padrão, deixaremos a opção Full installation. Clique no botão Avançar para continuar com a
instalação:
A tela seguinte (figura 9) confirma o nome da pasta em que serão salvos os atalhos no Menu Iniciar.
Você pode alterar o nome, clicar em Procurar e definir outro local ou aceitar o padrão. Em nosso caso,
iremos clicar em Avançar para prosseguir com a instalação:
129
Unidade IV
A próxima tela define tarefas adicionais (figura 10) de como adicionar ícones à área de trabalho. Por
padrão, está definida a criação do ícone do Maxima na área de trabalho, basta clicar em Avançar e
continuar com a instalação:
As próximas telas mostram as definições da instalação; basta clicar em Instalar para efetuar a
instalação:
130
COMPLEMENTOS DE ÁLGEBRA LINEAR
Após clicar em Instalar, ocorrerá a instalação do software Maxima. Espera‑se a barra de progresso
para o fim da instalação, conforme a figura 12:
Após a instalação, é exibida uma tela com informações gerais conforme a figura 13; basta clicar em
Avançar:
131
Unidade IV
Concluída a instalação, é exibida a tela da figura 14; clique em Concluir. O ícone do Maxima pode
ser encontrado na área de trabalho, como na figura 15:
132
COMPLEMENTOS DE ÁLGEBRA LINEAR
A interface wxMaxima é planejada para facilitar o uso do Maxima. A tela do programa é como está
aparecendo a seguir (figura 16), que é a padrão para esta versão; possui doze botões de atalho na parte
inferior da tela abaixo da Entrada. Informo aos “futuros amantes do Maxima” que esta quantidade pode
ser aumentada:
Caso deseje visualizar ou trabalhar com a versão completa, você deve clicar em Editar e selecionar
Configurar no painel de botões; selecione a opção Completo (como ilustrado na figura 17) e clique em
OK. Caso não deseje, tudo bem, não vamos usar esses botões de atalho em nossa excursão pelo Maxima:
133
Unidade IV
Na sequência, você deve fechar o programa e abri‑lo novamente. Após seguir os procedimentos
listados até agora, irá visualizar uma janela semelhante à que apresentamos na figura 18:
Nessa imagem, pode‑se observar a existência de vinte botões de atalho. Você também tem a opção
de ocultar todos os botões de atalho.
134
COMPLEMENTOS DE ÁLGEBRA LINEAR
O Maxima foi desenvolvido em C++ e possui o código‑fonte aberto, o que lhe permite ser modificado
e aprimorado por qualquer pessoa que se interesse e desenvolva o conhecimento suficiente para fazê‑lo.
Caso, no futuro, você queira desenvolver algum trabalho nesse sentido, este poderá ser configurado
como um projeto de iniciação científica, tanto na Matemática quanto na Computação, que são ciências
social e culturalmente construídas.
Na versão que escolhemos para apoiar nossa disciplina, existe uma interface gráfica que
permite ao Maxima trabalhar com matrizes de forma semelhante à que ocorre com o Winmat.
Outras equipes se envolvem em fazer traduções2 em diversas línguas para as versões que são
aprimoradas.
Para ter acesso ao manual virtual do Maxima, você pode clicar sobre o ícone na barra
de ferramentas. Uma segunda forma é colocar o cursor na região Entrada, digitar o símbolo da
interrogação (?), dar um espaço e teclar Enter. Se estiver com uma dúvida específica sobre um
comando, você deve colocar o cursor na região Entrada, digitar o símbolo da interrogação (?), dar
um espaço, digitar a primeira letra (também pode ser mais de uma) do comando pretendido e clicar
Enter; o manual virtual abrirá na página com a sequência em ordem alfabética das funções que
apresentam, como início, a(s) letra(s) que você digitou. Para sair do manual, basta clicar no ícone
no canto superior direito da tela.
Você pode apoiar seus estudos, tanto no que se refere aos de cálculo quanto aos conteúdos de
álgebra.
No que se refere aos conteúdos de cálculo, podemos, entre outros, nos apoiar no Maxima para:
2
“Para contribuir com a equipe do Maxima na tarefa de manter a tradução para o português sempre atualizada,
envie um e‑mail para <maxima@math.utexas.edu>.” A fonte dessa informação está na página 1 do manual virtual dessa
versão do Maxima.
135
Unidade IV
Sei que são muitos conceitos novos, mas saiba que no curso de Matemática irão se construir
campos de compreensão e aplicação em cada um deles. Mantenha a calma, estude sistematicamente,
assista aos vídeos das aulas, participe ativamente do fórum de discussão, resolva reflexivamente
as atividades solicitadas, faça suas pesquisas pessoais que esses conceitos, com o tempo, se
constituirão como seus. Estude e tenha a postura que recomenda Walter Franco em uma de suas
canções: mantenha “a mente quieta, a espinha ereta e o coração tranquilo”. Iremos desenvolver
esses temas mais adiante.
No que se refere aos conteúdos de álgebra, podemos, entre outros, nos apoiar no Maxima para:
• calcular determinantes;
Para abrir o programa, você deve clicar sobre o ícone ; desse modo, aparecerá o que se retrata
na figura 19:
136
COMPLEMENTOS DE ÁLGEBRA LINEAR
Leia e feche a dica do dia. Ao iniciá‑lo, saiba que você estará em um ambiente de trabalho que
recebe e armazena os dados segundo linhas de comando. Você irá, o tempo todo, ler e interpretar
as linhas de comando simbolizadas das seguintes formas (%i1), (%i2), [...], (%iN); N é um número
natural. O i é uma abreviação da palavra input, termo da língua inglesa usado para designar entrada
de dados.
As respostas às entradas serão dadas nas seguintes etiquetas: (%o1), (%o2), [...], (%oN); no qual o
é uma abreviação da palavra output, que significa saída de dados. Uma vantagem dessa simbologia é
que você pode fazer referência a uma entrada ou a um resultado passado relacionando-os apenas pela
etiqueta (figura 20):
O texto em inglês que aparece na figura 20 é sobre a versão do software. O local no qual se
encontra oficialmente armazenado, informa que o mesmo é livre e de domínio público e apresenta uma
dedicatória à memória do professor William Schelter, um incansável defensor dos sotfwares livres e um
dos responsáveis por incentivar o aprimoramento e a disponibilidade pública do Maxima.
Caso deseje iniciar suas atividades sem que a mensagem‑padrão ocupe a tela do seu computador,
basta clicar em Editar, selecionar a opção limpar a tela e não verá mais a mensagem na sessão
aberta. Aliás, você pode realizar o procedimento de limpar a tela sempre que considerar necessário,
independentemente do que esteja nela registrado. A única imagem que ficará visível é a indicação de
qual será sua próxima “linha de comando”.
entrada o conteúdo (fórmula e/ou operação) do código da última linha de comando inserida, mesmo
sem que a linha esteja visível na tela. Clicando duas vezes, você recuperará o conteúdo do código da
penúltima linha de comando e assim sucessivamente.
Exemplo
a) 220
b) 3+5
c) 5–13*2
d) 10/2–3
e) 2,5*2
Figura 21 – Exercícios
Lembrete
Observação
Isso se deve ao fato de a programação interna desses pacotes (e de boa parte das calculadoras) seguirem
o padrão da língua inglesa. Nunca use vírgula ao inserir um número, seja em calculadoras eletrônicas, seja em
pacotes computacionais de nível internacional; o único pacote que foge a essa regra é o Excel. Portanto, se
você digitar uma vírgula ao inserir um número, agora você já sabe o que acontece. Veja no quadro a seguir:
Quadro 1
(%i13) 3,1415;
Improper argument to ev:1415 ‑‑ an error. To debug this try debugmode(true);
O programa está informando que você usou um argumento impróprio e avisa que é um erro. O que
você deve fazer para corrigi‑lo? Posicione o cursor na Entrada e clique sobre a seta ↑ (sentido para
cima) em seu teclado; recuperando a expressão 3,1415, delete a vírgula (,) e a substitua pelo ponto (.),
depois tecle Enter. Para ocultar qualquer entrada e sua correspondente saída, basta clicar na etiqueta,
por exemplo, (%i13) de entrada que aparecerá em vermelho a seguinte mensagem (%i13).
<< Unfold >>. Para recuperar a imagem ocultada, basta clicar sobre a mensagem
Quadro 2
(%i13) 3,1415;
Improper argument to ev:1415 ‑‑ an error. To debug this try debugmode(true);
139
Unidade IV
Atenção: após inserir o comando desejado na Entrada, deve‑se pressionar o botão Enter para que
o comando seja executado pelo Maxima.
Salvando arquivos
O procedimento para salvar as operações e variáveis (inputs e outputs) que você realizou por meio
do Maxima é muito simples; basta clicar sobre a barra de ferramentas na opção Arquivo e depois Salvar
como (caso seja a primeira vez), depois será mostrada uma tela para você selecionar o diretório em que
deseja salvar e o nome que deseja dar ao arquivo. Vale lembrar que a extensão com que o arquivo é salvo
é a extensão WXM, que é uma sessão do wxMaxima:
Após salvo a primeira vez por meio do procedimento descrito anteriormente, basta clicar no ícone
do disquete para salvar o arquivo:
140
COMPLEMENTOS DE ÁLGEBRA LINEAR
Em nossos textos como professores de Matemática, muitas vezes precisamos escrever fórmulas,
expressões e símbolos. Fazemos isso tanto em exercícios que propomos aos nossos alunos quanto ao
elaborarmos provas, trabalhos e/ou projetos. Se nos apoiarmos no Maxima para verificarmos nossas
propostas, podemos usá‑lo também como editor de fórmulas e expressões simbólicas. Veja como
proceder com o exemplo a seguir:
Exemplo
Escrever a equação do segundo grau e copiar as fórmulas e expressões simbólicas obtidas por meio
do Maxima:
x2–2x+4=0
Solução:
• passo 1: digitamos a equação do segundo grau no campo de Entrada:, conforme a figura 24:
Após a entrada da equação, obtemos a saída do Maxima de acordo com o exemplo a seguir, sendo
%o1 a primeira equação na forma matemática que desejamos copiar:
Figura 25
• passo 2: para copiarmos a equação %o1, damos um clique sobre ela (selecionamos a equação),
de tal forma que ela fique com um fundo cinza, conforme a figura 26:
Após selecionar a equação, vamos à opção Editar da barra de menu e selecionamos a opção Copiar
como, para então poder colar a equação, conforme a figura 27:
141
Unidade IV
Depois disso, colocamos as duas raízes da equação na entrada do Maxima (fórmula de Baskhara) e
efetuamos o passo 2 para as duas raízes, conforme as figuras 28; 29; 30 e 31:
− b2 − 4ac − b
x1 =
2a
b2 − 4ac − b
x2 =
2a
142
COMPLEMENTOS DE ÁLGEBRA LINEAR
Observação
Nesta sessão, aprenderemos, apoiados em exemplos, a usar alguns comandos do Maxima para realizar
uma série de operações matemáticas.
Operadores aritméticos
Apresentaremos no quadro a seguir uma série de exemplos de como operar no Maxima. Serão vistas
tanto a sintaxe (como ordenar de forma escrita que algo seja feito no pacote computacional) quanto a
prioridade (ordem de precedência) do operador:
Quadro 3
Resultado
Operador Ação Exemplo No Maxima Prioridade
no Maxima
+ Adiciona 2/3 + 1/21 2/3 + 1/21; 5/7 1
- Subtrai 2/3 - 1/21 2/3 - 1/21; 13/21 1
* Multiplica 2/3 * 1/21 2/3 * 1/21 2/63 2
/ Divide (2/3) / (1/21) (2/3) / (1/21); 14 2
5! 5!; 120 3
! Fatorial
2 + 2 * 5! 2+2*%; * 242 3, 2, 1
2 ^ 10 2 ^ 10; 1024 3
^ Potência
(1/4) ^ (1/2) (1/4) ^ (1/2); 1/2 3
143
Unidade IV
Ao avaliar uma expressão, o Maxima leva em conta a prioridade das operações; veja a última coluna
do quadro anterior. As operações de maior prioridade (3 no quadro) são realizadas em primeiro lugar.
Operações de mesmo grau de prioridade são realizadas na ordem em que aparecem na expressão, da
esquerda para a direita. O uso de parênteses altera a prioridade. Você já deve ter percebido isso quando
realizou os procedimentos das letras 5–13*2 e 10/2–3, do exemplo anterior.
Analisando as informações do quadro, você pode verificar que colocamos duas linhas para ação
fatorial. Nossa intenção era trazer ao seu conhecimento o comando % que resgata o último valor
calculado e o insere em uma nova operação.
Lembrete
Já tendo calculado 5! em meu computador, resolvi fazer uma conta em que conseguíssemos ter o
resultado por cálculo mental, de modo que usasse tal resultado. Essa é a razão que bastou para que eu
digitasse 2+2*%. Tentei esclarecer tal comando (%) na parte inferior da tabela.
O Maxima é programado para devolver os resultados mais exatos, porém, nem sempre é possível. Isso
significa que algumas vezes ele devolve uma expressão simbólica no lugar de um valor numérico. Veja
os exemplos a seguir:
Porém, muitas vezes não interessa saber o valor fracionário como no exemplo III, mas sim um valor
aproximado. Para forçar o Maxima a nos devolver um resultado aproximado, usamos a expressão float
(comando de entrada). Veja como ficam nossos exemplos:
Quadro 4
144
COMPLEMENTOS DE ÁLGEBRA LINEAR
O quadro a seguir ilustra como inserimos constantes e/ou símbolos especiais no Maxima:
Quadro 5
Observação
Você deve ter observado que até agora o símbolo % teve duas
funções: chamar o último resultado obtido para inseri‑lo em novo
cálculo e para indicar que um símbolo é uma constante. Mas e %
como porcentagem... se você entrar com 10% na caixa de Entrada do
Maxima.
Abreviamos seno por sin em pacotes computacionais que têm a língua inglesa como base.
145
Unidade IV
Lembrete
Observação
III. Se quiser saber um valor aproximado, precisa usar a expressão float [...].
Exemplos
Resolva as operações a seguir, e expresse cada resultado nas formas fracionária e decimal:
−1 2
32 3
2 2 3
2 1 −2 2
a) _ 2 * + 2 b) + (1, 5) − +
3 4 5 4 + 3 3
2
10!
c)
3 * 112
Resolução:
Usando a tecla que tem a seta para cima “↑”, resgatamos o resultado já digitado. Na sequência,
digitamos a palavra ou comando float e inserimos o comando já digitado em (i%10) dentro dos
parênteses. Tecle Enter.
b) Para evitar erros de digitação ou que você venha a se perder nos parênteses, sugerimos que faça
esse item em partes:
146
COMPLEMENTOS DE ÁLGEBRA LINEAR
Parte 2: queremos resultado fracionário, logo, usamos o 1,5 na forma de fração 3/2 e obtemos:
(%o20) 9031/57600
O Maxima efetua operações simbólicas, isto é, realiza operações algébricas como fatorar polinômios,
expandir expressões algébricas, calcular raízes de uma equação polinomial, resolver sistemas de equações
etc. Uma das mais importantes características desse aplicativo é que ele manipula e simplifica expressões
algébricas. Podemos usar os operadores aritméticos para efetuar a simplificação de uma expressão algébrica.
Exemplo 1
2
2 1
Simplifique a expressão: 3x + a − x + a
3
Tabela 3
1
Expressão 3x2 + a − x2 + a
3
Sintaxe 3*x^2+a-x^2+(1/3)*a;
4a
Resultado 2 x2 +
3
147
Unidade IV
Podemos dar espaço entre os operadores para melhorar a visualização das expressões na tela sem
nenhum problema:
( )
2
• (%i11) (1 + sqrt (3))^2; (%o11) 3 +1
( )
2
• (%i10) (1+sqrt(3))^2; (%o10) 3 +1
Se inserirmos o símbolo dólar ($) no final da linha de comando antes de teclar Enter, o Maxima
omitirá o aparecimento do resultado na tela.
Esses artifícios são usados quando pretendemos otimizar tempo e aparência da tela que exibe os
cálculos.
Exemplo 2
Tabela 4
Sintaxe factor(10!);
Resultado 28 34 52 7
Lembrete
Exemplo 3
Decompor: x2–1
O Maxima também realiza decomposição de expressões algébricas. Para isso, basta digitar a palavra
factor(expressão); veja:
148
COMPLEMENTOS DE ÁLGEBRA LINEAR
Tabela 5
Sintaxe factor(x^2-1);
Resultado (x – 1)(x + 1)
Uma limitação do comando factor é que ele não é um bom resolvedor de expressões, caso o
componente numérico da fatoração seja um número não inteiro.
Exemplo 4
Para obter a forma expandida de uma expressão qualquer, basta usar o comando expand (expressão)
e clique Enter, veja:
Tabela 6
Expressão (x–2)4
Sintaxe expand((x-2)^4);
Resultado x4 – 8x3 + 24x2 – 32x + 16
Exemplo 5
1
Determine a decomposição parcial fracionária de
x2 + x − 2
Para obter a decomposição parcial fracionária simples de expressões fracionárias, fazemos uso
do comando partfrac e procedemos da seguinte forma: na caixa de entrada, digitamos partfrac
(expressão, variável) e teclamos Enter. Veja no exemplo:
Tabela 7
13x − 25
Expressão
x2 + x − 6
Sintaxe partfrac((13*x-25)/(x^2+x-6),x);
64 1
Resultado +
5 ( x + 3) 5 ( x − 2)
149
Unidade IV
Outros exemplos
a) 473 e 96.
b) 112 e 108.
Respostas:
MMC = 45408
MMC = 3024
(%i1) x : 2;(%o1) 2 (%i2) x^10; (%o2) 1024 ou (%i3) x : 2$ (%i4) x^10; (%o4) 1024
Digitamos na caixa de entrada, x, dois pontos (:), 2 e $. Dessa forma, o Maxima vai entender que
todo x que você colocar em uma expressão daqui para frente, nessa sessão de trabalho, tem valor
numérico 2. O símbolo de $ é para que ele oculte a saída de x:2 (x=2). Na sequência, voltamos à caixa
de entrada e fazemos a potência x10, digitando x^10; é só aguardar o resultado.
Exemplo
Sejam a = –1; b = 4; c = 0,5; d = 2; e = –3. Calcule, usando no Maxima, o valor de cada expressão a
seguir. Antes de pedir ao Maxima que realize as contas, devemos informá‑lo do valor das variáveis. Na
sequência, inserir a variável, depois os dois pontos (:) e, por fim, o valor da variável:
Tabela 8 – a)
Expressão −b + b2 − 4ac
2a
Sintaxe (-b+sqrt(b^2-4*a*c))/(2*a);
Resultado -0.12132034355964
Tabela 9 – b)
Expressão −b − b2 − 4ac
2a
Sintaxe (-b-sqrt(b^2-4*a*c))/(2*a);
Resultado 4.121320343559642
Tabela 10 – c)
Expressão b2 b3 b4 b5
1− b + − + −
2! 3! 4! 5!
Sintaxe 1-b+(b^2)/2!-(b^3)/3!+(b^4)/4!-(b^5)/5!; ou
1-b+b^2/2!-b^3/3!+b^4/4!-b^5/5!;
Resultado -53/15
Tabela 11 – d)
(2b − 3a)d
Expressão
a(d + e)c
Sintaxe ((2*b-3*a)^d)/(a*(d+e)^c);
Resultado -121/(-1)^0.5
Lembrete
Tabela 12
151
Unidade IV
Tabela 13
Tabela 14
Sintaxe expand(%);
Resultado 2 x2+2hx–2x+h2–2h–3
Tabela 15
Tabela 16
Destacamos que é bem simples operarmos com limites, derivadas e integrais no Maxima.
Recomendamos que, independentemente dessa disciplina, você aprofunde seu conhecimento do Maxima.
Esse pacote computacional pode ser um importante aliado seu nos estudos de outras disciplinas e em
nosso curso de Matemática. Boa diversão!
O Maxima contém muitos comandos e funções internas – algumas destas vimos na seção anterior.
Vale lembrar que o nome das funções deve ser digitado sempre em letras minúsculas. Destacamos que
os parâmetros de uma função devem ser delimitados por parênteses e que basta digitar a abertura dos
parênteses que o fechamento é inserido automaticamente. Logo, mesmo que você seja desatento, não
terá muitos problemas com isso.
152
COMPLEMENTOS DE ÁLGEBRA LINEAR
Quadro 6
Quadro 7
No Maxima, um vetor é definido como sendo uma variável, desde que seus parâmetros sejam
colocados entre colchetes e separados por vírgulas:
3
v : [a, b, c, ... ,n]. Se desejarmos calcular (i) u + v e (ii) u − 2v , dados u = ( −1, 0, 2) e v = , − 1, 2 .
2
153
Unidade IV
Exemplos
3
Dados r = (1, 0.5, −2) e s = − , −1, 2 , calcular, usando o Maxima:
2
a) as componentes do vetor 2 r + s ;
b) as componentes do vetor e 2 r − 3s .
Resolução:
Tabela 17 – a)
Expressão 2r + s
Sintaxe 2*r+s;
Resultado [1/2,0.0,‑2]
Tabela 18 – b)
Expressão 2 r − 3s
Sintaxe 2*r‑3*s;
Resultado [13/2,4.0,‑10]
154
COMPLEMENTOS DE ÁLGEBRA LINEAR
Saiba mais
Para saber mais e revisar seus conceitos envolvendo vetores, visite os sites:
<http://educar.sc.usp.br/fisica/vetores.html>;
<http://efisica.if.usp.br/mecanica/universitario/vetores/>;
<http://www.youtube.com/watch?v=mtNIaRk1XOE>.
Para inserirmos uma matriz, devemos ler cada linha de uma matriz como se fosse um vetor; desta
forma, se temos uma Matriz Mmxn, devemos digitar na caixa de ENTRADA:Matrix([vetor da 1ª. linha],
[vetor da 2ª. linha], [vetor da 3ª. linha], ..., [vetor da enésima linha]);
Procedimento: digitamos a palavra Matrix, abrimos os parêntesis (que são automaticamente fechados
quando se clica no botão Enter) entre os parêntesis, vamos dentro do colchete digitando cada vetor
linha. Os vetores linhas devem ser separados por vírgulas.
2 1 0 −1 2 0
Dadas A = 3 2 1 e B = −2 2 1 determinar A+B
0 0 1 1
− 0 0
2
155
Unidade IV
Figura 32
Para obter A+B, basta digitar na entrada A+B teclando Enter e terá:
Figura 33
Outro caminho para inserir uma matriz é seguir os seguintes passos: com o Maxima aberto, digitar
na caixa ENTRADA a: para poder resgatar essa matriz pela denominação a quando necessitar.
Isto feito, selecionar na barra o tema Álgebra e escolher o item Introduzir matriz.
156
COMPLEMENTOS DE ÁLGEBRA LINEAR
Isto feito, automaticamente a seguinte tela se abrirá. Nela, você deverá marcar o número de linhas
e o número de colunas de que necessita para obter a matriz desejada:
Após definir a dimensão da matriz desejada, clique em OK. Você terá acesso a uma tabela na dimensão
solicitada para completá-la com os elementos desejados. Veja a figura 37:
157
Unidade IV
Lembrete
Após clicar em OK, você terá introduzido na matriz a deste arquivo do Maxima, que apresentará uma
tela semelhante à que apresentamos a seguir:
Figura 39
Figura 40
158
COMPLEMENTOS DE ÁLGEBRA LINEAR
Necessitávamos de operar com a matriz b. De maneira análoga, vamos inserir a matriz b. Isto é,
vamos inserir “b:” na entrada, selecionar “Álgebra” na barra de ferramentas, depois optar por “Introduzir
matriz” e escolher escrever uma matriz 3x3. Na sequência, inserimos a matriz b do início deste item.
Vejamos:
Voltando à região denominada Entrada, digitamos a+b, pressionamos a tecla Enter e obtemos o
resultado da soma a+b, conforme a figura a seguir:
Para calcularmos a inversa de a, basta digitar a na Entrada, voltar a escolher o tema Álgebra e depois
Inverter matriz:
159
Unidade IV
Figura 44
Aprenda a ler a tela de seu computador. Ela está te informando que, para inserir direto a solicitação
de função inversa na Entrada, basta você digitar invert(a); e teclar Enter.
Caso você deseje calcular o determinante da matriz a, deve colocar o cursor na entrada, digitar a,
na sequência, selecionar Álgebra e depois determinante. Imediatamente, o Maxima devolve o valor
numérico do determinante da matriz a.
Figura 45
160
COMPLEMENTOS DE ÁLGEBRA LINEAR
Novamente, lendo a tela de seu computador, ela está te informando que, para inserir direto a
solicitação do determinante de uma matriz na Entrada, basta você digitar determinant(a); e teclar
Enter.
Figura 47
Mais uma vez, insisto na atenção a tudo que nos apresenta uma imagem, lendo a tela de seu
computador. Ela está te informando que para inserir direto a solicitação da transposta da matriz a na
Entrada, basta você digitar transpose(a); e teclar Enter.
161
Unidade IV
Exemplos
a) A*B;
b) o determinante de A;
c) a inversa de A;
d) a transposta de A;
e) posto da matriz A;
162
COMPLEMENTOS DE ÁLGEBRA LINEAR
Resolução:
Definidas e inseridas as matrizes A e B na caixa de entrada, cada item é resolvido como segue:
Tabela 19 – a) A*B
Expressão A*B
Sintaxe A.B;
−4.0 6 1
−7.5 10 2
Resultado
−0.5 0 0
Comentário: multiplicação de matrizes A*B=C: operação que só pode ser realizada quando o número
de colunas de A for igual ao número de linhas de B. A matriz C, se existir, terá o número de linha de A e o
número de colunas da matriz B. Atenção: a multiplicação de matrizes no Maxima é feita com o símbolo
. (ponto), e não com *. Caso você precise calcular A3 deve fazer (A.A.A); se entrar com o comando A^3, no
Maxima, estará elevando cada elemento da matriz A ao cubo. Veja a diferença:
26 15 5 8 1 0
(%i84) A.A.A; (%o84) 45 26 10 já (%i85) A^3; (%o85) 27 8 1
0 0 1 0 0 1
Tabela 20 – b) O determinante de A
Expressão detA
Sintaxe determinant(A);
Resultado 1
Comentário: determinante é uma propriedade matricial muito usada na resolução de sistemas lineares.
Tabela 21 – c) A inversa de A
Expressão A1
Sintaxe invert(A); ou A^^‑1
2 − 1 1
−3 2 − 2
Resultado
0 0 1
Comentário: se a inversa existe, é única. Uma matriz A só admite inversa quando o determinante de
A for um número diferente de zero e A1*A=A*A1=/. Só matrizes quadradas são inversíveis ou invertíveis:
(A-1)-1=A
163
Unidade IV
Tabela 22 – d) A transposta de A
Expressão AT
Sintaxe transpose(A);
2 3 0
1 2 0
Resultado
0 1 1
Comentário: 1ª linha da matriz A será 1ª coluna da AT; 2ª linha da matriz A será 2ª coluna da AT e
assim sucessivamente. Se A for uma matriz simétrica, A= AT.
Expressão Posto de A
Sintaxe rank(A);
Resultado 3
Comentário: quando começamos a abordar o tema matrizes, comentamos que, para inserir uma
matriz, entendemos cada linha dela como sendo um vetor (as colunas também são interpretadas
como vetores). O posto de uma matriz é o numero de vetores linha (ou coluna) linearmente
independentes. Uma matriz 3x5 possui no máximo 3 valores L.I. Logo, o valor máximo que o posto
pode alcançar é 3. O conceito de posto é muito usado em álgebra linear no estudo de sistemas
lineares. O número de soluções de um sistema está associado ao posto da matriz dos coeficientes
e ao posto da matriz ampliada.
Comentário: você pode não se lembrar, mas calcular o polinômio característico é uma das etapas
do procedimento realizado para se calcular os autovalores de uma matriz. Para calcular os autovalores,
igualamos o polinômio característico a zero e as raízes desta equação serão os autovalores.
Sintaxe triangularize(A+B);
1 3 0
0 1 2
Resultado
0 0 − 4
164
COMPLEMENTOS DE ÁLGEBRA LINEAR
Sintaxe echelon(A+B);
1 3 0
0 1 2
Resultado
0 0 1
Sintaxe triangularize(B);
−1 0 0
0 − 2 0
Resultado
0 0 − 2
Sintaxe echelon(B);
1 0 0
0 1 0
Resultado
0 0 1
Caso você tenha se esquecido da diferença entre forma triangular e forma escalonada, observe, compare
e analise nossos quatro itens anteriores. Você deve ter percebido que a diagonal formada pelos elementos que
ocupam a posição i=j de nossas matrizes escalonadas é composta apenas por uma sequência de números 1.
Para resolver uma equação, usamos o comando solve, posicionamos o cursor na entrada, digitamos
solve (equação desejada) e teclamos no botão Enter. Se desejarmos conhecer:
Expressão x2-2x-3=0
Sintaxe solve (x^2 – 2*x – 3 = 0);
Resultado [x = 3, x = – 1]
165
Unidade IV
Comentário: perceba que o Maxima realizou todos os cálculos algebricamente. Esse é um grande
diferencial do software.
2x + y = 1
Tabela 31 – c) A solução do sistema
3x − 2y = 4
2x + y = 1
Expressão
3x − 2y = 4
Sintaxe solve([2*x+y=1,3*x‑2*y=4],[x,y]);
Resultado [x = 6/7, y = – 5/7]
Comentário: esse sistema é possível e determinado ou simplesmente compatível; logo, possui apenas
uma solução. A interpretação geométrica da solução de sistemas deste tipo são as coordenadas do
ponto (x,y), que representam a interseção das duas retas. Após escalonar esses sistemas, você terá um
sistema equivalente com o mesmo número de equações e incógnitas.
Outro procedimento para inserir um sistema linear é o seguinte: selecione o tema equações, escolha
o item sistema linear conforme figura 49:
Na sequência, você irá ter na tela de seu computador a janela a seguir. Nesta janela, você deve
definir o número de equações do sistema que irá investigar. Em nosso exemplo 2:
166
COMPLEMENTOS DE ÁLGEBRA LINEAR
Retire os zeros da figura 51 e inclua as equações e as variáveis do sistema linear conforme indicado
na figura 52:
Você também pode trabalhar direto na caixa Entrada usando a função linsolve conforme ilustramos
a seguir. Em %i3, temos a entrada do sistema realizada pelo Maxima e em %o3 a devolutiva ou resposta
do Maxima.
Figura 53
x + y = 1
Tabela 32 – d) A solução do sistema
x + y = 4
x + y = 1
Expressão
x + y = 4
Sintaxe solve([x+y=1, x+y=4],[x,y]);
Resultado Inconsistent equations:
167
Unidade IV
Comentário: se o sistema que você pretende resolver for incompatível ou impossível, isto é, não
possuir solução, o Maxima retornará a mensagem Inconsistent equations. A interpretação geométrica da
solução é que não existe ponto de interseção entre as duas retas, o que significa que, geometricamente,
estamos operando com duas retas paralelas. Após escalonar esse sistema, você terá um sistema
equivalente com uma expressão do tipo 0x+0y=k, onde k é uma constante diferente de zero, o que
torna a expressão 0x+0y=k impossível.
x + y = 1
Tabela 33 – e) A solução do sistema
2x + 2y = 4
x + y = 1
Expressão
2x + 2y = 4
Sintaxe solve([x + y =2 , 2*x + 2*y = 4],[x,y]);
Resultado Dependent equations eliminated:[x=2‑%r1, y=%r1]
Comentário: esse sistema é possível e indeterminado ou compatível indeterminado. Por isso, possui
infinitas soluções. Pense que y=%r1=α; agora você percebeu que ele estava te oferecendo o padrão
das soluções do sistema x=2 – α e y= α; serão as soluções para qualquer que seja α. A interpretação
geométrica da solução é que as retas do sistema são duas retas coincidentes. Após escalonar esse
sistema, você terá um sistema equivalente com o mesmo número de equações menor que o número de
variáveis.
A seguir, apresentaremos três sistemas lineares de duas equações e duas incógnitas. Use
o Maxima para resolver os sistemas. Depois, argumente e classifique‑os tanto algébrica como
geometricamente em sistema possível determinado, sistema impossível e sistema possível
indeterminado.
2x + y = 6
1.
4 x − y = 6
x − 3y = 9
2.
− x + 3y = 1
x − 3y = 9
3.
− x + 3y = 1
168
COMPLEMENTOS DE ÁLGEBRA LINEAR
(2, 2)
1,52 3
–6
Figura 54
–2
3
9
–3
Figura 55
169
Unidade IV
-5
Figura 56
x − y − z = 2
Tabela 34 – f) A solução do sistema: 2x − 3y + 2z = 16
2x − y + z = 9
x − y − z = 2
Expressão 2x − 3y + 2z = 16
2x − y + z = 9
Sintaxe linsolve([x‑y‑z=2,2*x‑3+2*z=16,2*x‑y+z=9],[x,y,z]);
Resultado [x = 12, y = 25/2, z = – 5/2]
Outro procedimento de inserir um sistema linear é o seguinte: selecione o tema equações, escolha o
item sistema linear conforme figura 57:
170
COMPLEMENTOS DE ÁLGEBRA LINEAR
Após esta opção, a janela a seguir se abrirá e nela você irá definir a dimensão do sistema pelo
número de equações:
Definido o tamanho do sistema, você deve digitar as equações. Não se esqueça de escrever o símbolo
computacional de produto (*) entre os coeficientes e as variáveis. Caso você se esqueça de colocar o *,
os pacotes computacionais não conseguirão executar o que lhes é solicitado.
Inseridas as equações, você deve, na região designada por variáveis, inserir, separando por vírgulas,
quais são as variáveis do sistema cuja solução você deseja saber. Em seguida, clique em OK. Você obterá
os seguintes retornos do Maxima:
171
Unidade IV
Figura 60
Sintetizando:
• sistema possível e determinado ou sistema compatível determinado: o sistema possui uma única solução;
No plano, um sistema de duas variáveis pode ser representado por duas retas:
Figura 61
Figura 62
Figura 63
172
COMPLEMENTOS DE ÁLGEBRA LINEAR
Busque exemplos numéricos que provem o texto a seguir e apresente‑os para verificação e debate no fórum.
Um sistema de três variáveis pode ser pensado como sendo um conjunto de três planos no espaço. Contudo,
tome cuidado: a famosa regra de Cramer só pode ser usada para discutir sistemas possíveis e determinados:
π2 π3
P
Figura 64
b) os três planos coincidem: ao aplicarmos a regra de Cramer, o sistema será indeterminado e o mesmo
ocorre quando escalonamos o sistema. Ao escalonarmos, percebemos que as três equações são
equivalentes; logo, os planos são o mesmo plano. A técnica de escalonamento facilita visualizar o
que está ocorrendo geometricamente.
π1=π2=π3
Figura 65
π3
π1=π2
Figura 66
173
Unidade IV
d) três planos paralelos entre si: ao aplicarmos a regra de Cramer, concluiremos que o sistema é
indeterminado e, ao escalonarmos, perceberemos que é impossível. Duas linhas zeram o primeiro
membro, resultando em valor diferente de zero independente:
π3
π2
π1
Figura 67
Saiba mais
Para saber mais sobre sistemas lineares, leia o artigo disponível no site
a seguir: <http://www6.ufrgs.br/espmat/disciplinas/novos_conteudos/
modulo_III/pdf/exp_sist_lineares.pdf>.
8 TRANSFORMAÇÕES LINEARES
Imagens que possuem repetição de padrão são encontradas frequentemente na natureza e nas
artes. Os fractais sempre exibem repetições, com rotações, expansões, contrações e translações de
padrões.
174
COMPLEMENTOS DE ÁLGEBRA LINEAR
Figura 68 ‑Azulejos
São exemplos disso a arte do azulejamento, a arte de criar logomarcas para empresas, a estrutura de
moléculas de cristais, o padrão da folha de samambaia.
Saiba mais
Estudaremos, nesta parte da disciplina, alguns temas específicos de álgebra linear. Faremos uma
breve visita ao conceito de transformações lineares e, na sequência, exploraremos um pouco as
aplicações injetoras e não injetoras. Nossa intenção é colocar nosso foco maior nas transformações
lineares planas.
O que é uma transformação linear? Uma transformação linear nada mais é do que um tipo especial
de função.
175
Unidade IV
Uma transformação linear T :V → W é uma aplicação (ou função) que a cada v → V faz corresponder
um único T(v) → W e que u, v ∈ V e a ∈ R satisfaz às seguintes condições:
a) T (u + v) = T (u) + T (v);
b) T (av) = aT (v) .
T :V → W é uma transformação linear se, e somente se, para todos v1, v, ..., vn ∈ V e escalares
α1, α,...,αn, temos T (α1 v1 + α2 v2 + ...+ αn vn) = α1 T(v1) + α2 T(v2) +...+ αn T(vn)
Como o foco de nosso estudo nesta disciplina são as transformações lineares planas, todos os
exemplos aqui abordados serão dentro desta característica, isto é, traremos como exemplos apenas
aplicações do ℜ2 no ℜ2.
• reflexão;
• projeção;
• cisalhamento;
Para sermos didáticos, optamos por trabalhar com esses movimentos por meio de exemplos e
consideraremos v = (x,y) ∈ ℜ2.
176
COMPLEMENTOS DE ÁLGEBRA LINEAR
Exemplos
1. T: ℜ2 → ℜ2, ou seja, uma aplicação que vai do plano, no plano: T(x,y) =(3x, 3y)
Esta é uma transformação linear. Vamos testar. Será que a afirmação a seguir é verdadeira?
T(a1v1+a2v2+...+anvn)=a1T(v1)+a2T(v2)+...+anT(vn)
(i) a1T(v1)+a2T(v2)=a1(3x1,3y1)+a2(3x2, 3y2)=(1) (3a1, x1, 3a1, y1)+(3a1 x1, 3a1y1)+(3a2x2, 3a2y2)
Essa transformação representa uma dilatação (ou expansão) uniforme de três unidades:
y
T (v)
0 x
2. Consideremos agora:
T: ℜ2→ℜ2
T(v) = T(x,y) =(x/2, y/2) . De maneira análoga, demonstra‑se que T é um operador linear.
y
v
T (v)
A estes dois exemplos de operadores lineares, podemos associar genericamente uma única
expressão:
T: ℜ2→ℜ2
T(v) = T(x,y) =(ax, ay) se a for um número real não nulo. Se |a| > 0, teremos uma expansão e se
|a| < 0, teremos uma contração.
α 0
A= , veja:
0 α
x x α 0 x αx
T = A => * y = αy = (αx, αy )
y y
0 α
a) T: ℜ2→ℜ2
3 0
T(x,y) = (3x,y) a matriz associada a essa aplicação é A =
0 1
x x 3 0 x 3x
De fato: T = A => * = = (3x, y )
y y 0 1 y 1y
178
COMPLEMENTOS DE ÁLGEBRA LINEAR
y
v = (1,1)
T (v) = (3,1)
0 x
Figura 71
b) T:ℜ2→ℜ2
1
0
T(x,y) = (x/3,y) a matriz associada a essa aplicação é A = 3
0 1
1 x
x x 0 x x
De fato: T = A => 3 * = 3 = ( , y )
y y 0 1 y 1y 3
y T (v) = (2,2)
v = (6,2)
0 x
Figura 72
α 0
Genericamente, temos a matriz A =
0 1
x x α 0 x αx
De fato: T = A => * = = (αx, y )
y y 0 1 y 1y
a) T:ℜ2→ℜ2
1 0
T(x,y) = (x, 3y) a matriz associada a essa aplicação é: A =
0 3
179
Unidade IV
x x 1 0 x x
De fato: T = A => * = = ( x, 3y )
y y 0 3 y 3y
T (v) = (6,2)
y
v = (2,2)
0 x
Figura 73
1 0
b) T(x,y) = (x,y/3) a matriz associada a essa aplicação é A = 1
0
3
1 0 x
x x x y
De fato: T = A => 1 * = y = ( x, )
y y 0 y 3
3 3
y (v) = (6,6)
T (v) = (6,2)
0 x
Figura 74
1 0
Genericamente, temos a matriz A =
0 α
x x 1 0 x x
De fato: T = A => * = = ( x, αy )
y y 0 α y αy
180
COMPLEMENTOS DE ÁLGEBRA LINEAR
Exemplos
T:ℜ2→ℜ2
1 0
Consequentemente, a matriz associada a essa aplicação é A =
0 − 1
y
(x,y)
T
0 x
(x,-y)
Figura 75
x x 1 0 x x
De fato: T = A => * = = ( x, − y )
y y 0 − 1 y − y
T:ℜ2→ℜ2
T(x,y) = (‑x, y)
181
Unidade IV
−1 0
Consequentemente, a matriz associada a essa aplicação é A =
0 1
(-x,y) (x,y)
0 x
Figura 76
x x −1 0 x − x
De fato: T = A => * = = ( − x, y )
y y 0 1 y y
T:ℜ2→ℜ2
T(x,y) = (y, x)
182
COMPLEMENTOS DE ÁLGEBRA LINEAR
0 1
Consequentemente, a matriz associada a essa aplicação é A =
1 0
y (y,x)
y=x
(x,y)
0 x
Figura 77
x x 0 1 x y
De fato: T = A => * = = (yy, x )
y y 1 0 y x
T: ℜ2→ℜ2
0 − 1
Consequentemente, a matriz associada a essa aplicação é A =
− 1 0
x x 0 − 1 x − y
De fato: T = A => * y = − x = ( − y, − x )
y y
−1 0
183
Unidade IV
y = -x
y
x
(x,y)
0
T
(-y,-x)
Figura 78
T: ℜ2→ℜ2
T(x,y) = (x, 0)
1 0
Consequentemente, a matriz associada a essa aplicação é A =
0 0
x x 1 0 x x
De fato: T = A => * = = (xx, 0)
y y 0 0 y 0
y
v=(x,y)
0 T(v)=(x,0) x
Figura 79
184
COMPLEMENTOS DE ÁLGEBRA LINEAR
T: ℜ2→ℜ2
T(x,y) = (0, y)
0 0
Consequentemente, a matriz associada a essa aplicação é A =
0 1
x x 0 0 x 0
De fato: T = A => * = = (00, y )
y y 0 1 y y
y
v=(-x,y)
T(v)=(0,y)
0 x
Figura 80
T: ℜ2→ℜ2
T(x,y) = (x+2y, y)
185
Unidade IV
x x 1 2 x x + 2y
De fato: T = A => * = = ( x + 2y , y )
y y 0 1 y y
y v = (2,2)
T (v) = (6,2)
0 x
Figura 81
1 α
A= , veja:
0 1
x x 1 α x x + αy
T = A => * = = ( x + αy, y )
y y 0 1 y y
y
T6(v) = (-4,2) T5(v) = (-1.4,2) T4(v) = (-1,2) v = (2,2) y=2
T1(v) = (4,2)
T3(v) = (1.4,2)
T2(v) = (1,2)
0 x
Figura 82
186
COMPLEMENTOS DE ÁLGEBRA LINEAR
Tabela 35
Transformação Valor de α
1 2
2 0.5
3 0.7
4 -0.5
5 -0.7
6 -2
T: ℜ2→ℜ2
1 0
Consequentemente, a matriz associada a essa aplicação é A =
α 1
x x 1 0 x x
De fato: T = A => * = = ( x, αx + y )
y y α 1 y αx + y
1 α
A= , veja:
0 1
x x 1 α x x + αy
T = A => * y = y = (αx, y )
y y
0 1
187
Unidade IV
y T1(v) = (2,4)
x=2
v = (2,2)
T2(v) = (2,1.4)
T3(v) = (2,1)
0 x
T4(v) = (2,-1.4)
T5(v) = (2,-2)
T6(v) = (2,-4)
Figura 83
Tabela 36
Transformação Valor de α
1 2
2 0,7
3 0,5
4 -0,4
5 -1
6 -2
y Rθ(v)
y’
y
α α
0 x 0 x’ x
Figura 84 Figura 85
188
COMPLEMENTOS DE ÁLGEBRA LINEAR
T: ℜ2→ℜ2
v→ℜθ(v)
y
senα = v
;
II.
cos α = x
;
v
y′
sen(α + θ) = v
;
III.
cos(α + θ) = x′
;
v
y′
senα cos θ + senθ cos α = v
V.
cos α cos θ − senθsenα = x ′
v
y x y′
v cos θ + senθ v
=
v
VI. ;
x cos θ − senθ y x′
=
v v v
Simplificando, temos:
Rθ(v)=(xcosθ–ysenθ, ycosθ+xsenθ)
cos θ − senθ
Deste modo [Rθ ] = =A. Nossa matriz canônica de rotação.
senθ cos θ
Exemplo
Resolução
Exemplo 1
T(x,y)=(x,y) – essa é uma aplicação que leva quaisquer dois pontos nela mesma (identidade);
geometricamente, representa a reta y=x.
Se, dados v1=(x1, y1) e v1=(x2, y2) com v1 ≠ v2 ⇒ T(v1) = T(v2), a aplicação é não injetora.
190
COMPLEMENTOS DE ÁLGEBRA LINEAR
Exemplo 2
T(x,y)=(0,0) – essa é uma aplicação que leva quaisquer dois pontos na origem.
Exemplo 3
Considere o triângulo de vértices A (– 2, 1), B(1, – 2) e C (2, 2) sobre o qual se aplicam, respectivamente,
as seguintes transformações: reflexão em relação ao eixo dos y e triplicação dos módulos.
Encontrar os vértices A’, B’ e C’ determinados pela primeira transformação composta com a segunda.
Resolução
Lembrete
3 0 −1 0 −3 0
[ T ] = [ T2 ][ T1] ⇒ [ T ] = ⇒ [ T] =
0 3 0 1 0 3
Vamos utilizar a matriz [ f ] para encontrar os vértices A’, B’ e C’, resultado final das transformações:
−3 0 −2 6
A’ = [ T ]A = =
0 3 1 3
−3 0 1 −3
B’ = [ T ]B = =
0 3 −2 −6
−3 0 2 −6
C’ = [ T ]C = = .
0 3 2 −6
Podemos usar o Maxima para calcular A’, B’ e C’. Para tanto, devemos seguir os seguintes passos:
• definir as matrizes A, B e C como variáveis;
191
Unidade IV
Para encerrarmos esta disciplina, deixamos para você a tarefa de encontrar A’, B’ e C’ usando o Maxima.
Resumo
Tabela 37
Resultado no
Operador Ação Exemplo No maxima Prioridade
maxima
+ Adiciona 2/2 + 1/21 2/2 + 1/21; 5/7 1
– Subtrai 2/3 –1/21 2/3 –1/21; 13/21 1
* Multiplica 2/3 * 1/21 2/3 * 1/21; 2/63 2
/ Divide (2/3) / (1/21) (2/3) / (1/21); 14 2
! Fatorial 5! 5!; 120 3
Fatorial 2 + 2 * 5! 2 + 2 * %; * 242 3, 2, 1
2^10 2^10; 1024 3
^ Potência
(1/4) ^ (1/2) (1/4) ^ (1/2); 1/2 3
1 Calcula a raiz √1024 sqrt (1024); 32 3
a =a 2 quadrada de a 1024 ^ (1/2) 1024 ^ (1/2); 32 3
m Calcula a raiz 5
n m enésima de a 4 5 10 ^ (5/4); 10 * 10 ^ (1/4) 3
a = an elevado a n 10 = 10 4
* Caso queira resgatar o resultado de um cálculo imediatamente anterior basta usar o símbolo %
Resgata o 5 + (UR) 5 + %; Depende do (UR)
% último resultado
(UR) (UR) * 3 % * 3; Depende do (UR)
5! 5!; 120 3
Operação em cadeia
2 + 2 * 5! 2 + 2 * %; 242 3, 2, 1
Tabela 38
192
COMPLEMENTOS DE ÁLGEBRA LINEAR
Exemplos:
Tabela 39
Tabela 40
Função Valor mínimo Valor máximo Calcula a decomposição parcial fracionária simples para
entre... entre ... expressões fracionárias
Sintase invert(A) A^^–1 denominant(A) rank(A) transpose(A)
193
Unidade IV
Matrix ([vetor da 1ª. linha], [vetor da 2ª. linha], [vetor da 3ª. linha], ..., [vetor
da enésima linha]).
b) a solução do sistema:
Sintaxe: linsolve([x-y-z=2,2*x-3+2*z=16,2*x-y+z=9],[x,y,z]).
a) T (u + v) = T (u) + T (v);
b) T (αv) = αT (v) .
α 0
A= ,
0 α
x x α 0 x αx
T = A • => * y = αy = (αx, αy )
y y
0 α
1 0
T(x,y) = (x, -y), onde A =
0 − 1
194
COMPLEMENTOS DE ÁLGEBRA LINEAR
−1 0
T(x,y) = (-x, y) onde A =
0 1
Reflexão em relação a uma reta por exemplo y=x:
T:R2 → R2
0 1
T(x,y) = (y, x) onde A =
1 0
Reflexão em relação a uma reta por exemplo y=-x:
0 − 1
T(x,y) = (-y, -x) onde A =
− 1 0
Movimento de Projeção em relação ao eixo x:
1 0
T(x,y) = (x, 0) onde A =
0 0
Movimento de Projeção em relação ao eixo y:
0 0
T(x,y) = (0, y) onde A =
0 1
Movimento de rotação em um ângulo θ no sentido anti-horário:
cos θ − senθ
( x, y ) ( x ’, y ’) , onde [Rθ ] = =A.
senθ cos θ
195
FIGURAS E ILUSTRAÇÕES
Figura 68
DSC04155_v.JPG. 1 fotografia, color. Disponível em: <http://mrg.bz/beyk05>. Acesso em: 20 jul. 2011.
REFERÊNCIAS
Textuais
AZEVEDO, A.; PICCININI, R. Introdução à teoria dos grupos. Rio de Janeiro: IMPA, 1969.
BIRKHOFF, G.; LANE, M. Álgebra moderna. 4. ed. Rio de Janeiro: Guanabara Dois, 1980.
BOLDRINI, J. L.; COSTA, S. I. R.; FIGUEIREDO, V. L.; WETZLER, H. G. Álgebra linear. São Paulo: Harbra, 1986.
DODIER, R. Maxima mínimo. Tradução de Jorge Barros de Abreu. Disponível em: <http://maxima.
sourceforge.net/docs/tutorial/pt/minimal-maxima.pdf>. Acesso em: 8 jan. 2010.
DOMINGUES, H. H.; IEZZI, G. Álgebra moderna. 4. ed. São Paulo: Atual, 2003.
FERREIRA, M. C. C.; GOMES, M. L. M. Uma experiência sobre o ensino de sistemas lineares. Disponível
em: <http://www6.ufrgs.br/espmat/disciplinas/novos_conteudos/modulo_III/pdf/exp_sist_lineares.pdf>.
Acesso em: 20 jul. 2011.
GARCIA, A.; SEQUAIN, I. Álgebra. Projeto Euclides. Rio de Janeiro: IMPA, 1988.
INTRODUÇÃO ao Maxima. Teia do saber - programa de formação continuada, UNESP / FEG / DMA,
Guaratinguetá. Disponível em:<http://www.feg.unesp.br/~teiadosaber/download/didatico/maxima1_
vicente_TEIA.doc>. Acesso em: 8 jan. 2010.
KOLMAN, B. Introdução à álgebra linear. 6. ed. São Paulo: Prentice-Hall do Brasil, 1998.
196
LIMA, E. L. Curso de análise. vol. 1. 11. ed. Projeto Euclides. Rio de Janeiro: IMPA, 2004.
LIMA, I. G.; SLAVIERO, V. M. P. Site de álgebra linear – Transformações lineares planas. Universidade de Caxias
do Sul, Centro de Ciências Exatas e Tecnologia, Departamento de Matemática e Estatística, 21 set. 2001.
Disponível em: <http://www.ucs.br/ccet/deme/vslavier/alglin/t_planas/t_planas>. Acesso em: 08 jan. 2010.
MACEDO, B.F.M. Tutorial Maxima 5.9.2 para Windows. Disponível em: <http://www.unemat‑net.br/
prof/foto_p_downloads/curso_software_maxima__iii_seminario.pdf>. Acesso em: 20 jul. 2011.
MAXIMA, A COMPUTER ALGEBRA SYSTEM. December 21, 2006: Maxima 5.11.0. Disponível em: <http://
maxima.sourceforge.net/>. Acesso em: 08 jan. 2010.
VILLATE, J. E. Introdução aos sistemas dinâmicos: uma abordagem prática com Maxima. Universidade do
Porto, versão 1.2, 27 fev. 2007. Disponível em: <http://fisica.fe.up.pt/maxima/book/sistdinam-1_2.pdf>.
Acesso em: 8 jan. 2010.
197
198
199
200
201
202
203
204
Informações:
www.sepi.unip.br ou 0800 010 9000