Sei sulla pagina 1di 201

Tpicos de lgebra Linear e Geometria Analtica

Gaspar J. Machado Departamento de Matemtica e Aplicaes Universidade do Minho Setembro de 2010 (v2.1)

ndice

Matrizes Denies iniciais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Soma de matrizes e produto de uma matriz por um escalar . . . . . . . Produto de matrizes . . . . . . . . . . . . . . . . . . . . . . . . . . . . Matrizes invertveis . . . . . . . . . . . . . . . . . . . . . . . . . . . . Matriz transposta . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Matrizes simtricas . . . . . . . . . . . . . . . . . . . . . . . . . . . . Matrizes ortogonais . . . . . . . . . . . . . . . . . . . . . . . . . . . . Matrizes em escada e escada reduzida . . . . . . . . . . . . . . . . . . Clculo de inversas . . . . . . . . . . . . . . . . . . . . . . . . . . . . Exerccios miscelnea . . . . . . . . . . . . . . . . . . . . . . . . . . .

1 1 9 11 15 17 19 20 20 30 33 39 39 46 51 55
i

Determinantes Denies . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Propriedades . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Exerccios miscelnea . . . . . . . . . . . . . . . . . . . . . . . . . . .

Sistemas de Equaes Lineares

Denies iniciais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Mtodo de Gauss e Gauss-Jordan . . . . . . . . . . . . . . . . . . . . Discusso de sistemas de equaes lineares . . . . . . . . . . . . . . . Regra de Cramer . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Novamente matrizes invertveis . . . . . . . . . . . . . . . . . . . . . . Exerccios miscelnea . . . . . . . . . . . . . . . . . . . . . . . . . . . 4 Espaos Vectoriais Denies iniciais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Subespaos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Combinao linear . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Espao gerado . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Conjunto gerador . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Independncia e dependncia lineares . . . . . . . . . . . . . . . . . . . Base e base ordenada . . . . . . . . . . . . . . . . . . . . . . . . . . .

55 58 70 72 73 73 79 79 83 86 90 90 93 97

Dimenso de um espao vectorial . . . . . . . . . . . . . . . . . . . . . 100 Exerccios miscelnea . . . . . . . . . . . . . . . . . . . . . . . . . . . 104 5 Transformaes Lineares 107

Denies iniciais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107 Matriz de uma transformao linear . . . . . . . . . . . . . . . . . . . 113 Imagem e ncleo de uma transformao linear . . . . . . . . . . . . . . 116 Caracterstica e nulidade de uma transformao linear . . . . . . . . . . 120 Exerccios miscelnea . . . . . . . . . . . . . . . . . . . . . . . . . . . 122 6 Valores e Vectores Prprios 123

Denies . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 123 Propriedades . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 128 Exerccios miscelnea . . . . . . . . . . . . . . . . . . . . . . . . . . . 129


ii

Geometria Analtica

135

Produto interno . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 135 Norma . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 136 Produto externo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 138 Rectas e planos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 139 Qudricas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 146 Bibliograa A Extenso ao Captulo Determinantes B Extenso ao Captulo Espaos Vectoriais C Alfabeto Grego ndice Remissivo 165 167 171 191 192

iii

iv

1
Matrizes
Denies iniciais
1.1def (a) produto cartesiano de dois conjuntos Sejam A e B conjuntos. Chamase produto cartesiano de A e B, que se representa por A B, ao conjunto formado pelos pares ordenados tais que a primeira componente pertence a A e a segunda componente pertence a B, ou seja, A B = {(, ) : A, B}. (b) produto cartesiano de um nmero nito de conjuntos Sejam n N e A1 , A2 , . . . , An conjuntos. Chama-se produto cartesiano de A1 , . . . , An , que se representa por A1 An , a A1 An = {(1 , . . . , n ) : 1 A1 , . . . , n An }. (c) potncia cartesiana de um conjunto Sejam n N e A um conjunto. Chama-se potncia cartesiana de ordem n do conjunto A, que se representa por An , a An = {(1 , . . . , n ) : 1 , . . . , n A}, identicando-se A1 com A. 1.2exe (a) Descreva por extenso {1, 2, 3} {a, b}.
1 def def def

Topicos de Algebra Linear e Geometria Analtica

(b) Descreva por compreenso R3 . res (a) {1, 2, 3} {a, b} = {(1, a), (1, b), (2, a), (2, b), (3, a), (3, b)}. (b) R3 = {(a, b, c) : a, b, c R}. 1.3def (a) matriz, tipo de uma matriz Sejam m, n N. Chama-se matriz do tipo m n (l-se m por n) a uma funo real com domnio {1, . . . , m} {1, . . . , n}. (b) Mmn (R) Representa-se por Mmn (R) o conjunto das matrizes do tipo m n. 1.4obs possvel considerar matrizes cujos elementos do conjunto de chegada no so nmeros reais (e.g., nmeros complexos e polinmios). Neste curso, porm, considera-se apenas este caso. 1.5def 1.6def escalar Chama-se escalar a um elemento de R. elemento de uma matriz Sejam A Mmn (R), i {1, . . . , m} e j {1, . . . , n}. Chama-se elemento i j da matriz A, que se representa por (A)ij (ou por (A)i,j se houver ambiguidade relativamente aos ndices), a (A)ij = A(i , j). 1.7obs (a) Sejam A Mmn (R), i {1, . . . , m} e j {1, . . . , n}. Se se quiser representar por ij o elemento i j da matriz A, usa-se a notao A = [ij ] Mmn (R). (b) habitual representar matrizes por letras maisculas. Neste caso, para representar o elemento i j duma matriz tambm habitual usar a respectiva letra minscula afectada do ndice i j, ou seja, A = [aij ] Mmn (R).
def

1 Matrizes

(c) Seja A = [aij ] Mmn (R). A representao habitual de A a11 a12 a21 a22 A= . . . . . . am1 am2 .. . a1n a2n . , . . amn

em que aij R, i = 1, . . . , m, j = 1, . . . , n. (d) Neste curso, as letras i e j nunca esto associadas unidade imaginria dos nmeros complexos. (e) Quando se est perante matrizes do conjunto M11 (R), o contexto ser suciente para distinguir se se est a fazer referncia matriz ou ao nico elemento que a constitui. 1.8exe D um exemplo de um elemento de M23 (R). res A =
1 1 4 3 2 0

1.9exe Explicite as seguintes matrizes: (a) A M23 (R), (A)ij = j i . (b) X = [ij ] M22 (R), ij = i j + 1. res (a) A =
0 1 2 1 0 1

(b) X = [ 2 3 ]. 3 5 1.10def Seja A = [aij ] Mmn (R). (a) linha de uma matriz Chama-se linha i da matriz A, que se representa por a
def i,A i,A

(ou por

se no houver ambiguidade relativamente matriz),

= (ai1 , ai2 , . . . , ain ).

Topicos de Algebra Linear e Geometria Analtica

(b) coluna de uma matriz Chama-se coluna j da matriz A, que se representa por cj,A (ou por cj se no houver ambiguidade relativamente matriz), a cj,A = (a1j , a2j , . . . , amj ). 1.11exe Considere a matriz A = [ 1 2 3 4 ]. 5 6 7 8 (a) Indique o elemento que est na segunda linha e na terceira coluna da matriz A. (b) Indique o elemento 12 da matriz A. (c) Indique a segunda linha da matriz A. (d) Indique a terceira coluna da matriz A. res (a) (A)23 = 7. (b) (A)12 = 2. (c)
2 def

= (5, 6, 7, 8).

(d) c3 = (3, 7). 1.12def Seja A Mmn (R). (a) matriz coluna Diz-se que A uma matriz coluna se n = 1. (b) matriz linha Diz-se que A uma matriz linha se m = 1. 1.13obs habitual representar matrizes linha e matrizes coluna por letras minsculas e os seus elementos apenas com um ndice. Assim, e usando esta notao,
x1

a representao da matriz coluna x com m linhas x = linha y com n colunas y = [ y1 1.14exe


yn

xm

. . .

e da matriz

].

(a) D um exemplo de uma matriz linha com 3 elementos. (b) Indique se a seguinte proposio verdadeira ou falsa: H matrizes que so simultaneamente matrizes linha e matrizes coluna.

1 Matrizes

res

(a) q = [ 0 4 1 ]. (b) Proposio verdadeira pois, por exemplo, A = [3] simultaneamente uma matriz linha e uma matriz coluna.

1.15def

matriz rectangular, matriz quadrada

Seja A Mmn (R). Diz-se que

A uma matriz rectangular se m = n. Caso contrrio, diz-se uma matriz quadrada. 1.16def ordem de uma matriz quadrada Seja A Mnn (R). A diz-se uma matriz de ordem n. 1.17exe (a) Indique se a seguinte proposio verdadeira ou falsa: A = [ 1 2 3 ] 0 0 0 uma matriz rectangular. (b) D um exemplo de uma matriz real de ordem 2. res (a) A proposio verdadeira pois o nmero de linhas da matriz A, que 2, diferente do nmero de colunas, que 3. (b) X =
1 2 0 1

1.18def Seja A = [aij ] Mnn (R). (a) diagonal principal ou diagonal de uma matriz Chama-se diagonal

principal da matriz A ou diagonal da matriz A a (a11 , a22 , . . . , ann ). (b) diagonal secundria de uma matriz Chama-se diagonal secundria da matriz A ao elemento (a1n , a2,n1 , . . . , an1 ). (c) matriz diagonal A diz-se uma matriz diagonal se aij = 0 quando i = j. (d) matriz escalar A diz-se uma matriz escalar se uma matriz diagonal e a11 = a22 = . . . = ann . (e) matriz triangular superior A diz-se uma matriz triangular superior se aij = 0 quando i > j. (f) matriz triangular inferior A diz-se uma matriz triangular inferior se aij = 0 quando i < j.

Topicos de Algebra Linear e Geometria Analtica

1.19obs

(a) As denies anteriores s se aplicam a matrizes quadradas. (b) A uma matriz diagonal se todos os elementos que no pertencem diagonal so zeros, no sendo, por isso, relevante para esta classicao se os elementos da diagonal so zeros ou no. (c) A uma matriz triangular superior se todos os elementos abaixo da diagonal so zeros, no sendo, por isso, relevante para esta classicao se os elementos da diagonal e acima da diagonal so zeros ou no. (d) A uma matriz triangular inferior se todos os elementos acima da diagonal so zeros, no sendo, por isso, relevante para esta classicao se os elementos diagonal e abaixo da diagonal so zeros ou no.

1.20exe

(a) D um exemplo de uma matriz diagonal de ordem 4. (b) D um exemplo de uma matriz escalar de ordem 3. (c) D um exemplo de uma matriz triangular superior de ordem 2. (d) D um exemplo de uma matriz triangular inferior de ordem 3 e indique a sua diagonal principal e diagonal secundria. (e) D um exemplo de uma matriz simultaneamente triangular superior e triangular inferior de ordem 2.

res

(a) A = (b) B =

1 0 0 2 0 0 0 0 1 0 0

0 0 . 0 0 0 0 1 0 0 1

0 0 0 0

(c) C = [ 1 2 ]. 0 1 (d) D =
1 0 0 1 0 0 2 1 2

, diagonal principal (1, 0, 2) e diagonal secundria

(0, 0, 2). (e) E = [ 1 0 ]. 0 2 1.21exe Considere as seguintes matrizes: 1 A= 2 1 1 0 0 , B = 0 1 1 2 0 0 2 0 0 1 1 0 , c = 1 , D = 2 3 1 0 1 2 , 0

1 Matrizes

e= 1

1 0 ,F = 0

1 2 ,g = 1 ,H = 0 3

0 . 1

(a) Indique as matrizes rectangulares e o seu tipo. (b) Indique as matrizes quadradas e a sua ordem. (c) Indique as matrizes linha. (d) Indique as matrizes coluna. (e) Indique as matrizes diagonais. (f) Indique as matrizes escalares. (g) Indique as matrizes triangulares superiores. (h) Indique as matrizes triangulares inferiores. res (a) A tipo 2 4, c tipo 3 1, D tipo 3 2, E tipo 1 4. (b) B ordem 3, F ordem 2, g ordem 1, H ordem 2. (c) e, g. (d) c, g. (e) B, g, H. (f) g, H. (g) B, F , g, H. (h) B, g, H. 1.22def trao de uma matriz Seja A Mnn (R). Chama-se trao da matriz A, que se representa por tr(A), soma dos elementos da diagonal de A, ou seja,
n

tr(A) =

def i=1

(A)ii .

1.23exe Determine o trao da matriz A = [ 3 2 ]. 7 9 res tr(A) = 3 + 9 = 12.

Topicos de Algebra Linear e Geometria Analtica

1.24exe Determine o trao da matriz B =

1 3 5 7 9 0 2 4 6

sol tr(B) = 16.

1.25def

(a) matriz nula, 0mn , 0

Chama-se matriz nula a uma matriz cujos

elementos so todos iguais a 0. Representa-se a matriz nula do tipo m n por 0mn ou por 0 se no houver ambiguidade relativamente ao tipo. (b) matriz identidade, In , I Chama-se matriz identidade matriz escalar

cujos elementos da diagonal so todos iguais a 1. Representa-se a matriz identidade de ordem n por In ou por I se no houver ambiguidade relativamente ordem.

1.26exe

(a) Indique a matriz nula do tipo 2 4. (b) Indique a matriz identidade de ordem 3.

res

(a) 024 = [ 0 0 0 0 ]. 0 0 0 0 (b) I3 =


1 0 0 0 1 0 0 0 1

1.27def

matrizes iguais Sejam A = [aij ] Mmn (R) e B = [bij ] Mpq (R). Diz-se que A e B so matrizes iguais se:

(a) m = p; (b) n = q; (c) aij = bij , i = 1, . . . , m, j = 1, . . . , n.

1.28obs Usa-se esta denio em algumas demonstraes relativas a matrizes.

1 Matrizes

Soma de matrizes e produto de uma matriz por um escalar


1.29def soma de matrizes Sejam A, B Mmn (R). Chama-se soma das matrizes A e B, que se representa por A + B, ao elemento de Mmn (R) tal que (A + B)ij = (A)ij + (B)ij . 1.30def produto (ou multiplicao) de uma matriz por um escalar Sejam A
def

Mmn (R) e R. Chama-se produto (ou multiplicao) da matriz A pelo escalar , que se representa por A, matriz do tipo m n tal que (A)ij = (A)ij . 1.31obs (a) S se pode somar matrizes do mesmo tipo. (b) sempre possvel multiplicar uma matriz por um escalar. (c) Seja a matriz A. Ento, em vez de (1)A escreve-se A. (d) Sejam A e B matrizes do mesmo tipo. Ento, tendo em considerao a alnea anterior, em vez de A + (B) escreve-se A B. 1.32exe Considere as matrizes A = (a) A + B; (b) 2A; (c) B; (d) res
1 2A 1 2 1 0 1 4 def

eB=

3 0 2 1 1 2

. Calcule:

3B.
1 2 1 0 1 4 1 2 1 0 1 4 3 0 2 1 1 2 1 2

(a) A + B = (b) 2A = 2 (c) B = (d)


1 2 A3B 19 2 3 1
7 2

+ = =

3 0 2 1 1 2

1+3 2+0 1+2 0+1 1+(1) 4+2

= .

2 2 3 1 0 2

2(1) 22 21 20 21 2(4) 3 0 2 1 1 2

2 4 2 0 2 8

. =
1 1 (1)33 1 230 132 2 2 2 1 031 1 13(1) 1 (4)32 2 2 2

=
8

1 2 1 0 1 4

11 2

3 0 2 1 1 2

10

Topicos de Algebra Linear e Geometria Analtica

1.33exe Considere as matrizes A =

1 1 0 1

, B = [bij ] M22 (R), bij = 3i j e

C = [ij ] M32 (R), ij = i 2 . Indique se esto bem denidas as seguintes expresses, efectuando nesses casos as respectivas operaes: (a) A + B; (b) B + A; (c) A C; sol (a) A + B = [ 1 2 ]; 5 5 (b) B + A = [ 1 2 ]; 5 5 (c) A expresso A C no est bem denida (pois as matrizes A e C no so do mesmo tipo); (d) C =
1 1 4 4 9 9

(d) C; (e) (A B) + 3A; (f) 4A B.

;
6 3 5 0

(e) (A B) + 3A = (f) 4A B =
6 3 5 0

1.34obs No exerccio anterior, ter sido coincidncia A+B = B +A e (AB)+3A = 4A B? O teorema que se segue diz que no. 1.35teo (a) A, B Mmn (R) : A + B = B + A. (b) A, B, C Mmn (R) : (A + B) + C = A + (B + C). (c) A Mmn (R) : A + 0mn = A. (d) A Mmn (R) : A + (A) = 0mn . (e) , R, A Mmn (R) : ()A = (A). (f) , R, A Mmn (R) : ( + )A = A + A. (g) R, A, B Mmn (R) : (A + B) = A + B. (h) A Mmn (R) : 1A = A. 1.36obs (a) A matriz nula o elemento neutro da soma de matrizes.

11

1 Matrizes

(b) Sejam A, B e C matrizes do mesmo tipo. Ento, tem-se que a expresso A+B +C no resulta ambgua devido propriedade associativa da soma de matrizes.

Produto de matrizes
1.37def produto (ou multiplicao) de matrizes Sejam A Mmn (R) e B

Mnp (R). Chama-se produto (ou multiplicao) da matriz A pela matriz B, que se representa por AB, ao elemento de Mmp (R) tal que
n

(AB)ij =
k=1

(A)ik (B)kj .

1.38obs

(a) S se pode efectuar a multiplicao da matriz A pela matriz B se o nmero de colunas da matriz A for igual ao nmero de linhas da matriz B. Neste caso, o nmero de linhas da matriz resultante igual ao nmero de linhas da matriz A e o nmero de colunas da matriz resultante igual ao nmero de colunas da matriz B. (b) Sejam A = [aij ] M32 (R) e B = [bij ] M24 (R). Como o nmero de colunas da matriz A igual ao nmero de linhas da matriz B, possvel efectuar a operao AB. Por exemplo o elemento (AB)23 obtm-se considerando 2 1
AM32 (R) 2 2,A

e c3,B : =

4 5

BM24 (R)

ABM34 (R)

(AB)23 =
k=1

a2k bk3 = a21 b13 + a22 b23 = 2 4 + 1 (5) = 3.

12

Topicos de Algebra Linear e Geometria Analtica

1.39exe Considere as matrizes A = [ 1 0 ] e B = [ 1 1 2 ]. Indique se esto bem 1 1 0 2 1 denidas as seguintes expresses efectuando, nesses casos, as respectivas operaes: (a) AB; (b) BA. res (a) Como o nmero de colunas da matriz A igual ao nmero de linhas da matriz B, possvel efectuar a operao AB, tendo-se 1 0 1 1 2 AB = 1 1 0 2 1 11+00 11+02 12+01 = 11+10 11+12 12+11 1 1 2 . = 1 3 3 (b) Como o nmero de colunas da matriz B, que 3, diferente do nmero de linhas da matriz A, que 2, no possvel efectuar a operao BA. 1.40exe Considere as matrizes A = sol AB =
1 1 3 1 1 4 1 0 2 1 1 1 0 2 1 2 1 1

eB=

1 0 2 2

2 1 1 1

. Determine AB.

.
1 1 0 1

1.41exe Considere as matrizes A =

, B = [bij ] M22 (R), bij = j e C =

[ 1 1 0 ]. Indique se esto bem denidas as seguintes expresses, efectuando 1 2 1 nesses casos as respectivas operaes: (a) (AB)C; sol (b) A(BC); (c) CI3 ; (d) I2 C.

(a) (AB)C = [ 0 0 0 ]. 3 5 2 (b) A(BC) = [ 0 0 0 ]. 3 5 2 (c) CI3 = [ 1 1 0 ]. 1 2 1

13

1 Matrizes

(d) I2 C = [ 1 1 0 ]. 1 2 1 1.42obs No exerccio anterior, ter sido coincidncia (AB)C = A(BC), CI2 = C e I2 C = C? O teorema que se segue diz que no. 1.43teo (a) A Mmn (R),B Mnp (R),C Mpq (R) : (AB)C = A(BC). (b) A, B Mmn (R), C Mnp (R) : (A + B)C = AC + BC. (c) A Mmn (R), B, C Mnp (R) : A(B + C) = AB + AC. (d) A Mmn (R) : Im A = AIn = A. (e) R,A Mmn (R),B Mnp (R) : (AB) = (A)B = A(B). 1.44obs (a) A matriz identidade o elemento neutro da multiplicao de matrizes. (b) Sejam A Mmn (R), B Mnp (R) e C Mpq (R). Ento, temse que a expresso ABC no resulta ambgua devido propriedade associativa da multiplicao de matrizes, fazendo sentido a seguinte denio: 1.45def potncia de uma matriz Sejam p N e A uma matriz quadrada. Chama-se p-sima potncia da matriz A, que se representa por Ap , a
p

Ap =

def k=1

A.

1.46exe Considere a matriz A = [ 2 0 ]. Calcule A3 . 1 1 res Como A uma matriz quadrada, possvel determinar A3 , tendo-se: 2 A3 = 1 0 2 1 1 2 1 1 0 0 4 = 3 1 2 1 1 0 8 0 = 7 1 0 . 1

Nota: como a multiplicao de matrizes associativa, tambm se tem A3 = A(AA). 1.47exe Considere a matriz B =
1 2 2 1

. Calcule:

14

Topicos de Algebra Linear e Geometria Analtica

(a) B 2 ; (b) B 3 . sol (a) B 2 = (b) B 3 =


3 0 0 3 3 6 6 3

. .
a b c d

1.48exe Considere a matriz X =

M22 (R). Mostre que

X 2 = (a + d)X (ad bc)I2 . 1.49obs A multiplicao de matrizes no goza da propriedade comutativa. Faz, pois, sentido a seguinte denio: 1.50def matrizes comutveis Sejam A e B matrizes da mesma ordem. Diz-se que as matrizes A e B so comutveis se AB = BA. 1.51exe Mostre que as matrizes X =
1 0 0 0 1 0 1 0 2

eY =

2 4 0 3 1 0 1 4 1

so comutveis.

1.52exe Mostre atravs de um contraexemplo que a multiplicao de matrizes no comutativa. 1.53exe Considere as matrizes A = [ 0 1 ] e B = 0 1 (a) (A + B)2 = A2 + 2AB + B 2 ; (b) (A + B)(A B) = A2 B 2 . 1.54exe Sejam A e B matrizes comutveis. Mostre que: (a) (A + B)2 = A2 + 2AB + B 2 ; (b) (A + B)(A B) = A2 B 2 . 1.55exe Sejam A e B matrizes quadradas da mesma ordem. Mostre que (A + B)2 (A B)(A + B) 2B 2 = 2BA.
1 1 0 0

. Mostre que:

15

1 Matrizes

Matrizes invertveis
1.56obs No se dene a operao diviso de matrizes. No entanto, dene-se um conceito semelhante ao de nmero inverso. 1.57def matriz invertvel ou no-singular, matriz no-invertvel ou singular Seja

A Mnn (R). Diz-se que A uma matriz invertvel ou no-singular se existir uma matriz Z Mnn (R) tal que AZ = ZA = In . Caso contrrio, diz-se que A uma matriz no-invertvel ou singular. 1.58teo Seja A uma matriz invertvel de ordem n. Ento, existe uma e uma s matriz Z Mnn (R) tal que ZA = AZ = In . dem Sejam X, Y Mnn (R) tais que AX = In = XA e AY = In = Y A. Ento: X = XIn = X(AY ) = (XA)Y = In Y = Y, I o elemento neutro da multiplicao de matrizes por (2) a multiplicao de matrizes associativa por (1) I o elemento neutro da multiplicao de matrizes,
(1) (2)

i.e., existe uma nica matriz que satisfaz a condio de invertibilidade. 1.59def matriz inversa Seja A uma matriz invertvel de ordem n. Chama-se matriz inversa da matriz A, que se representa por A1 , nica matriz Z tal que AZ = ZA = In . 1.60teo Sejam A e B matrizes quadradas da mesma ordem tais que AB = I. Ento, A1 = B. 1.61obs (a) Se A a matriz inversa da matriz B, ento B a matriz inversa da matriz A.

16

Topicos de Algebra Linear e Geometria Analtica

(b) Sejam A e B matrizes quadradas da mesma ordem. Ento, AB = I se e s se BA = I. Assim, basta vericar se AB = I ou BA = I para se concluir que as matrizes A e B so invertveis com A1 = B e B 1 = A. 1.62teo (a) Seja A uma matriz invertvel. Ento, A1 tambm uma matriz invertvel e (A1 )1 = A. (b) Sejam A e B matrizes quadradas invertveis da mesma ordem. Ento, AB tambm uma matriz invertvel e (AB)1 = B 1 A1 . dem (a) Como A uma matriz invertvel, tem-se que AA1 = A1 A = I. Logo, A1 invertvel e A1
1

= A.

(b) Sejam A, B Mnn (R) matrizes invertveis. Ento, existem A1 , B 1 Mnn (R) tais que AA1 = In = AA1 e BB 1 = In = BB 1 , pelo que (AB)(B 1 A1 ) = A(BB 1 )A1 = AIn A1 = AA1 = In , a multiplicao de matrizes associativa por (2) I o elemento neutro da multiplicao de matrizes por (1)
(1) (2)

pelo que AB invertvel com (AB)1 = B 1 A1 uma vez que a inversa de uma matriz nica. 1.63exe Considere a matriz A = [ 2 2 ]. Calcule a sua inversa atravs da denio. 2 1 sol A1 = 1 2 1.64obs
1 2 2 2

(a) H matrizes quadradas que no so invertveis.

17

1 Matrizes

(b) Apresenta-se em

1.107obs uma condio para caracterizar matrizes

invertveis e um mtodo mais prtico para calcular inversas. 1.65exe Considere as matrizes A = (a) Calcule AB. (b) O que pode concluir da alnea anterior? (c) As matrizes A e B so comutveis? res (a) AB =
1 3 1 1 1 2 2 1 1 1 1 3 1 1 1 2

eB=

2 1 1 1

1 3

[ 3 0 ] = [ 1 0 ]. 0 3 0 1

(b) As matrizes so invertveis com A1 = B e B 1 = A. (c) Sim, pois AB = BA = I2 . 1.66exe (a) Sejam A e B matrizes comutveis e invertveis. Mostre que (AB)1 = A1 B 1 . (b) Sejam A e B matrizes comutveis e B uma matriz invertvel. Mostre que A e B 1 so matrizes comutveis. (c) Seja A uma matriz quadrada tal que Ap = 0 para algum p N. Mostre que
p1

(I A)1 = I +

Ak .
k=1

Matriz transposta
1.67def matriz transposta Seja A Mmn (R). Chama-se transposta da matriz A, que se representa por AT , ao elemento de Mnm (R) tal que (AT )ij = (A)ji . 1.68obs (a) sempre possvel calcular a matriz transposta de uma matriz. (b) Calcular a transposta de uma matriz corresponde a trocar linhas com colunas.

18

Topicos de Algebra Linear e Geometria Analtica

1.69exe Considere as matrizes A = (a) AT ; (b) res


AAT uT u

1 2 0 0 2 1

eu=

1 1

. Calcule:

.
1 0 2 2 0 1

(a) AT = (b)
AAT uT u

. =
1 2 5 4 4 5

1 2 0 0 2 1

1 0 2 2 0 1 1 [ 1 1 ] 1

5 2

2
5 2

Nota: relembrar

1.7obs (e).
1 1 0 2 1 1

1.70exe Considere as matrizes A = C = [cij ] M22 (R), cij = (a)


AB T +BAT 2

0 (1)i+1 1

, B = [bij ] M23 (R), bij = i j,


se i < j, se i = j, e u = se i > j,
1 2 0

. Calcule:

(e) u T u; (f) u T AT Bu; (g) (Au)T ; (h) u T AT . = .


1 1 1 1

(b) C T ; (c) (CBAT C)2 ; (d) uu T ;


AB T +BAT 2

sol

(a)

(b) C T =

1 1 0 1

(c) (CBAT C)2 = [ 2 0 ]. 0 2 (d) uu T =


1 2 0 2 4 0 0 0 0

(e) u T u = [ 5 ]. (f) u T AT Bu = [ 2 ]. (g) (Au)T = [ 1 0 ]. (h) u T AT = [ 1 0 ]. 1.71obs No exerccio anterior, ter sido coincidncia (Au)T = u T AT ? O teorema que se segue diz que no. 1.72teo (a) A Mmn (R) : AT
T

= A.

19

1 Matrizes

(b) A, B Mmn (R) : (A + B)T = AT + B T . (c) R, A Mmn (R) : (A)T = AT . (d) A Mmn (R), B Mnp (R) : (AB)T = B T AT . (e) A Mnn (R) : se A uma matriz invertvel, ento AT
1

= A1

1.73exe Sabendo que as matrizes A, B, C Mnn (R) so invertveis, resolva em ordem a X a equao matricial C 1 (A + X)B 1 = In . sol X = CB A. 1.74exe Sejam A e B matrizes quadradas da mesma ordem no-singulares. Resolva em ordem a X a equao matricial [(AT )1 X]T + (AB)1 = A. sol X = (A2 )T (B 1 )T .

Matrizes simtricas
1.75def matriz simtrica Seja A uma matriz quadrada. Diz-se que A uma matriz simtrica se A = AT . 1.76exe D um exemplo de uma matriz simtrica de ordem 3. res A =
0 1 2 1 10 3 2 3 1

.
1 a b 1 2 3 2 c 3

1.77exe Determine os valores a, b, c R, para que a matriz S = simtrica. res a = 1, b = 2, c = 3.

seja

1.78exe Mostre que o produto de uma matriz pela sua transposta uma matriz simtrica. 1.79exe Uma matriz quadrada A diz-se anti-simtrica se AT = A. Mostre que, dada qualquer matriz quadrada B, a matriz B B T anti-simtrica.

20

Topicos de Algebra Linear e Geometria Analtica

Matrizes ortogonais
1.80def matriz ortogonal Seja A Mnn (R). Diz-se que A uma matriz ortogonal se AAT = AT A = In . 1.81obs Se A uma matriz ortogonal, ento A uma matriz invertvel e A1 = AT .
sen 1.82exe Verique que a matriz A = [ cos cos ], R, ortogonal. sen

res Como cos sen cos sen AAT = sen cos sen cos cos2 + sen2 cos sen sen cos = sen cos cos sen sen2 + cos2 1 0 , = 0 1 i.e., AAT = I2 , tem-se que A uma matriz ortogonal. 1.83exe Indique quais das seguintes matrizes so ortogonais:
1 3 2 3 1 3 2 3

A= 2 3 2 3 sol A e C.

2 3
1 3

3 1 4 ,C = 5 3 4 3 . 4

4 2 , B = 3 3

1.84exe Mostre que o produto de duas matrizes ortogonais uma matriz ortogonal.

Matrizes em escada e escada reduzida


1.85def Seja A = [aij ] Mmn (R).

21

1 Matrizes

(a) linha nula Diz-se que = ain = 0.

uma linha nula da matriz A se ai1 = ai2 =

(b) coluna nula Diz-se que cj uma coluna nula da matriz A se a1j = a2j = = amj = 0. (c) piv de uma linha no-nula Chama-se piv de uma linha no-nula ao seu elemento no-nulo mais esquerda. (d) coluna piv Chama-se coluna piv a uma coluna da matriz se existe um elemento piv nessa coluna. 1.86exe Considere a matriz A =
0 0 0 0 1 0 2 0 0 0 0 3 0 4 0

(a) Identique os pivs das linhas no-nulas da matriz A. (b) Identique as colunas piv da matriz A. res (a) Pivs: (A)15 , (A)22 e (A)32 . (b) Colunas piv: c2 e c5 . 1.87def Seja A Mmn (R). (a) matriz em escada Diz-se que A uma matriz em escada se o nmero de elementos nulos esquerda do piv aumenta de linha para linha at que, possivelmente, sobrem apenas linhas nulas. (b) matriz em escada reduzida Diz-se que A uma matriz em escada reduzida se uma matriz em escada, se todos os pivs so iguais a um e se estes so os nicos elementos no-nulos nas colunas piv. 1.88exe Considere as seguintes matrizes: 0 0 , C = 0 0 0 1 0 0 2 0 0 0 1 0 3 0 , 0

1 A= 0

0 1

1 1 ,B = 1 0

0 2

2 0

22

Topicos de Algebra Linear e Geometria Analtica

0 0 D= 0 0

0 0 0 0

1 0 0 0

0 0 2 0

2 0 0 0

0 0 4 5

1 0 0 0 ,E = 0 0 0 0

0 1 0 0

1 1 0 0

0 0 0 0

0 0 1 1

0 0 0 0

0 0 , 0 0

1 F = 0

1 0 ,G = 0 1

0 1 ,H = 0 1

1 1 0 , u = 0 , v = 1 . 0 0 0

(a) Indique as matrizes em escada. (b) Indique as matrizes em escada reduzida. res (a) Matrizes em escada: A, B, C, F , G, H, u. (b) Matrizes em escada reduzida: A, C, F , H, u. 1.89def Sejam A Mmn (R), i {1, . . . , m}, j {1, . . . , n}, R \ {0} e R. (a) operao elementar do tipo I nas linhas de uma matriz D-se o nome de operao elementar do tipo I nas linhas da matriz A troca de duas linhas. A troca de
i

representa-se por

j.

(b) operao elementar do tipo II nas linhas de uma matriz D-se o nome de operao elementar do tipo II nas linhas da matriz A substituio de uma linha por um seu mltiplo no-nulo. A substituio de linha que se obtm multiplicando por os elementos de por
i i i

pela

representa-se

i.

(c) operao elementar do tipo III nas linhas de uma matriz D-se o nome de operao elementar do tipo III nas linhas da matriz A substituio de uma linha pela sua soma com um mltiplo de outra linha. A substituio de
i i

pela linha que se obtm somando os elementos de


j

aos elementos que se obtm multiplicando por os elementos de


i

representa-se por

+ j.

23

1 Matrizes

1.90obs Na denio anterior apenas se consideram operaes sobre linhas, apesar de tambm ser possvel denir operaes sobre colunas. Fazendo este curso apenas referncia a operaes elementares sobre linhas, estas passaro a ser referenciadas apenas por operaes elementares.

1.91def

matrizes equivalentes, A B Sejam A, B Mmn (R). Diz-se que A e B so matrizes equivalentes, escrevendo-se A B, se se pode obter uma a partir da outra atravs duma sequncia (nita) de operaes elementares com linhas.

1.92exe Seja a matriz A = matriz A:


1

0 2 4 0 1 1 0 2 2 2 0 5 3

. Efectue a seguinte sequncia de operaes na


3

2,

2 1,

2 3,

1 2 2

2.

24

Topicos de Algebra Linear e Geometria Analtica

res 0 1 2 2 1 2 1 0 0 0 2 1 2 2 0 5 4 1 2 2 0 4 0 2 0 5

1 0 32 1 0 3 1 0 0
1

1 2 0

0 4 0

2 0 1

1 2 0

0 4 0

0 0 1

1 1 0 2 2 2 0

1 1 0

0 2 0

0 0 1

1 0 0 1 0 0
1

0 2 0 . 0 1

1.93teo Seja A Mmn (R). Ento, existe uma nica matriz em escada reduzida que equivalente matriz A. 1.94obs Seja A uma matriz no-nula. Ento, existe uma innidade de matrizes em escada que so equivalentes matriz A. 1.95def Seja A uma matriz.

25

1 Matrizes

(a) fe(A) Representa-se por fe(A) o conjunto das matrizes em escada que so equivalentes matriz A. (b) fer(A) Representa-se por fer(A) a nica matriz em escada reduzida que equivalente matriz A. 1.96obs Seja A uma matriz. (a) Note-se que fe(A) um conjunto de matrizes e que fer(A) uma matriz. (b) Em 1.97obs apresenta-se um algoritmo para determinar um ele1.98obs apresenta-se um algoritmo para de-

mento de fe(A) e em terminar fer(A).

26

Topicos de Algebra Linear e Geometria Analtica

1.97obs Seja A = [aij ] Mmn (R). Ento, o seguinte algoritmo determina um elemento de fe(A): Passo 1 [inicializar o algoritmo] i 1 j ndice da coluna no-nula mais esquerda da matriz A Passo 2 [seleccionar elemento piv] se aij = 0 ento
i

k,

em que

a primeira linha abaixo da linha

com um

elemento diferente de zero na coluna cj mse Passo 3 [anular os elementos abaixo do piv] para p i + 1 at m fazer apj i p p aij mpara Passo 4 [terminar?] se j se obteve uma matriz em escada ento terminar seno i i +1 j ndice da coluna no-nula mais esquerda da matriz que se obtm eliminando na matriz A as linhas ir para o Passo 2 mse
1 , . . . , i1

27

1 Matrizes

1.98obs Seja A = [aij ] Mmn (R). Ento, o seguinte algoritmo determina fer(A): Passo 1 [inicializar o algoritmo] determinar A = [aij ] fe(A) (no que se segue, linhas da matriz A ) i ndice da ltima linha no-nula da matriz A j ndice da coluna piv da linha Passo 2 [colocar elemento piv a 1] se aij = 1 ento 1 i aij i mse Passo 3 [anular os elementos acima do piv] para p 1 at i 1 fazer
p i

refere-se s

apj

mpara Passo 4 [terminar?] se j se obteve uma matriz em escada reduzida ento terminar seno i i 1 j ndice da coluna piv da linha i ir para o Passo 2 mse

28

Topicos de Algebra Linear e Geometria Analtica

1.99exe Considere a matriz A = fer(A).

0 0 0 3 0 1 1 2 0 2 2 1

. Determine um elemento de fe(A) e

res 0 0 0 0 1 2
A

3 0 0 1 2 2 1 2 1 0 0

1 0 2

1 0 2

2 3 1

0 0 32 1 0 3 0 0 0 3 3+ 2

1 0 0

1 0 0

2 3 3 2 3 0

1 0 0

1 0 0

fe(A)

0 1 2 0 2 3 0

1 0 0

1 0 0

2 1 0

1 2 0 0 0
12

1 0 0

1 0 0

0 1 . 0

fer(A)

29

1 Matrizes

1.100exe Determine, para cada uma das seguintes matrizes, uma matriz equivalente que seja uma matriz em escada e a matriz equivalente que seja uma matriz em escada reduzida:
1 0 0 0 1 0 2 0 0 0 0 0 ; 0 2 0 4 0 0 1 5 6 3 4 4 1 6 ; 1 2 5 1 0 0 2 0 0 0 1 0 0 ; 1 0 0 0 1 0 0 2 0 2 1 2 3 1 2 1 2 2 ; 3 1 2 3 1 3 1 2 0 11 5 3 2 5 3 1 ; 4 1 1 5

(a) A = (b) B = (c) C = (d) D = (e) E =

(f) F = (g) G = (h) h = (i) I = (j) J =

1 2 1 2 1 2 4 1 2 3 3 6 2 6 5 1 0 0 0 0 0 0 0 0 0 0 0 2 3 0 0

1 1 ; 3 1 1 1 3 3 1 1 1 2 1 2 1 1 1 0 0 0 1 1 0 0 0 1 1 1 0 0 1

; .

sol Nota: associada a cada matriz no-nula, existe uma innidade de matrizes que lhe so equivalentes e que esto na forma em escada. As solues que a seguir se apresentam, resultam da aplicao do algoritmo apresentado em 1.97obs . (a) (b) (c) (d)
1 0 0 0 1 0 0 0 0 2 0 0 2 0 1 0 0 4 5 0

fe(A), fer(A) = fe(B), fer(B) = fe(C), fer(C)

1 0 0 0

1 0 0 0

0 1 0 0

0 10 0 2 1 5 0 0

6 3 4 0 3 26 3 0 0 0 1 0 0 0 0 0 0 0 0 2 0 1 0 0 0 2 1 0 0 2

7 1 0 9 26 0 1 9 . 0 0 0 1 0 0 0 0 = 00100 0 0 0 1 0 0 0 0 0 1

. .

1 2 3 1 0 3 4 4 0 0 7 10 3 3 1 0 0 0 3 1 2 11 5 3 0 0 0 0 0 0

fe(D), fer(D) =
1 0 0 0

1 0 0 15 7 0 1 0 4 7 0 0 1 10 7
4 0 11 13 11 5 3 1 11 11 0 0 0 0 0 0

(e)

fe(E), fer(E) =

(f)

1 2 1 2 1 0 0 3 6 1 1 0 0 0 2 3

fe(F ), fer(F ) =
1 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 1 0 0

4 1 2 0 0 3 0 0 1 0 0 1 0 0 0 1 6

(g) G fe(G), fer(G) = (h) (i)

1 0 fe(h), fer(h) = . 0 1 1 1 3 0 4 4 8 fe(I), fer(I) = 0 0 3 3

1 0 0 1 0 1 0 1 0 0 1 1

30

Topicos de Algebra Linear e Geometria Analtica

(j)

1 1 0 0 0 1 1 0 0 0 1 1 0 0 0 0

fe(J), fer(J) =

1 0 0 0

0 1 0 0

0 1 0 1 1 1 0 0

Clculo de inversas
1.101def matriz elementar Seja E Mnn (R). Diz-se que E uma matriz elementar se se pode obter atravs de uma operao elementar sobre a matriz In . 1.102exe A partir de I4 , determine as matrizes elementares obtidas atravs das seguintes operaes elementares: (a) (b) (c)
2 3 3

4;

2 3;
3

2 1. 0 1 0 0 0 1 0 0 0 1 0 0 0 0 1 0 0 0 1 0 0 0 1 0 0 0 0 1 0 0 0 1 0 0 0 3 3 2 1 1 2 4 0 0 0 1 0 3 2 3 0 0 0 0 0 1 0 1 0 0 0 1 0 0 0 2 0 1 . 0 0 0 0 . 0 1 0 1 0 0 0 0 1 0 0 0 . 0 1

res

(a)

(b)

(c)

1 0 0 0 1 0 0 0 1 0 0 0

0 0 1 0 1 2 0

1.103teo As matrizes elementares so invertveis e as suas inversas so matrizes elementares.

31

1 Matrizes

1.104teo Sejam A, B Mmn (R) tais que A B. Ento, existe um nmero nito de matrizes elementares E1 , E2 , . . . , Ek , tais que B = E1 E2 Ek A. 1.105teo Seja A Mmn (R). Ento, existe um nmero nito de matrizes elementares E1 , E2 , . . . , Ek , tais que fer(A) = E1 E2 Ek A. 1.106teo Seja A Mnn (R). Ento, A invertvel se e s se A o produto de matrizes elementares. 1.107obs (a) Seja A Mnn (R). Ento, A invertvel se e s se fer(A) = In . (b) Sejam k N e A Mnn (R) uma matriz invertvel. Ento, existem matrizes elementares E1 , E2 , . . . , Ek tais que In = Ek E2 E1 A, pelo que
1 1 1 A = E1 E2 Ek In ,

ou ainda
1 A1 = In Ek 1 1 E2 1 1 E1 1

= Ek E2 E1 In , i.e., A1 obtm-se a partir de In atravs das mesmas operaes elementares que transformam A em In . 1.108exe Verique se as seguintes matrizes so invertveis, calculando, nesses casos, a sua inversa: (a) A =
1 1 2 0 1 0 2 2 5

(b) B = [ 1 2 ]. 2 4

32

Topicos de Algebra Linear e Geometria Analtica

res

(a) 1 1 1 2 2 0 5 1 0 0 0 1 0 1 0 0 0 1 3 32 1 0 1 1 0 2 0 1 1 0 2 0 1 0 0

0 2

0 1

A|I3

0 1 0 0 0 1
2

5 0 2

0 1 0

0 1

0 0

0 1 0

0 0 1

5 0 2
I3 |A1

1 1 0

0 . 1

Assim, A uma matriz invertvel pois fer(A) = I3 com A1 = Mostre-se, apenas 1 1 AA = 0 2 (b) 1 2 2 4 1 0 1 2 22 1 0 0 1 2 0 1 2 0 1 . para efeito de vericao, que AA1 = I3 : 1 2 5 1 2 1 0 0 1 0 0 1 0 = 0 1 0 . 2 5 2 0 1 0 0 1

5 1 2 0 1 0 2 0 1

B|I2

Assim, como fer(B) = I2 , conclui-se que a matriz B no invertvel. 1.109exe Verique se as seguintes matrizes so invertveis, calculando, nesses casos, a sua inversa:

33

1 Matrizes

(a) A =

1 0 1 2 0 0 1 1 0

(d) D = [ 1 1 ]; 1 0 (e) E = ;
0 0 1
1 2 1 2 1 2

(b) B = [ 1 2 ]; 2 4 (c) C =
1 2 3 2 1 0 4 2 5

(f) F =
0 1 0

2 3 1 1 2 3 ; 3 1 2 2 3 5 1 0 1 0 2 2

sol

(a) A invertvel com A (b) B no invertvel.

(c) C invertvel com C 1 = (d) D invertvel com D1 = (e) E invertvel com E 1 = (f) F no invertvel.

5 4 3 10 7 6 8 6 5 0 1 1 1
1 18 7 18 5 18

.
5 18 1 18 7 18 5 18 1 18 7 18

Exerccios miscelnea
1.110exe Considere as matrizes A =
1 0 2 1 0 1 1 0 1 2 1 1

, b = [ 1 ], c = [ 3 ], d = [ 1 ] e E = 2 1 1

. Indique se esto bem denidas as seguintes expresses, efectuando

nesses casos as respectivas operaes: (a) bT A; (b) AbT ; (c) (c T A + d T A)T ; (d) AT b; (e) bT (c + d); (f) (AE)T ; (g) E T AT ; (h) A2 ; (i) (AAT )2 ; (j) (AE)1 .

sol

(a) bT A = [ 3 2 1 ]. (b) A expresso AbT no est bem denida pois o nmero de colunas da matriz A, que 3, diferente do nmero de linhas da matriz bT , que 1.

34

Topicos de Algebra Linear e Geometria Analtica

(c) (c T A + d T A)T = (d) AT b =


3 2 1

0 2 2

(e) bT (c + d) = [ 8 ]. (f) (AE)T = (g) E T AT =


1 0 1 2 1 0 1 2

. .

(h) A expresso A2 (= AA) no est bem denida pois o nmero de colunas da matriz A, que 2, diferente do seu nmero de linhas, que 3. (i) (AAT )2 = (j) (AE)1 =
1 2 13 24 24 45 2 1 0 1

. .

1.111exe Mostre atravs de contraexemplos que as seguintes proposies so falsas: (a) A M22 (R) : A2 = I2 ; (b) A M22 (R) \ {022 } : A2 = 022 ; (c) A, B M22 (R) \ {022 } : AB = 022 . 1.112exe Matrizes Aplicao: Redes e Grafos Denio: Um grafo um conjunto de pontos, designados por vrtices, ligados por segmentos de recta, chamados arestas. As arestas podem ser representadas por pares no-ordenados de vrtices. Exemplo: A Figura 1.1 representa um grafo com vrtices V = {V1 , V2 , V3 , V4 } e arestas A = {{V1 , V2 }, {V2 , V3 }, {V3 , V4 }, {V2 , V4 }}.

V1

V2

V3

V4

Figura 1.1: Grafo 1.

Pode-se imaginar que os vrtices correspondem a ns numa rede de comunicao e que as arestas que ligam os vrtices representam elos de comu-

35

1 Matrizes

nicao entre dois ns da rede. Na realidade, uma rede de comunicao envolve um nmero elevado de vrtices e arestas o que complica a representao grca da rede. Esta diculdade ultrapassada recorrendo a uma representao matricial para a rede. Denio: Considere um grafo com n vrtices. A matriz M = [mij ] Mnn (R) denida por mij = 1 0 se {Vi , Vj } uma aresta do grafo se no existe uma aresta que liga Vi e Vj

a matriz de adjacncia do grafo. Exemplo: A matriz de adjacncia para grafo da Figura 1 M=


0 1 0 0 1 0 1 1 0 1 0 1 0 1 1 0

Nota: A matriz de adjacncia M sempre simtrica. Denio: Um caminho num grafo uma sequncia de arestas que ligam um vrtice a outro. O comprimento do caminho o nmero de arestas que o formam. Exemplo: Na Figura 1.1, a sequncia de arestas ({V1 , V2 }, {V2 , V4 }) representa um caminho de comprimento 2 que liga V1 a V4 e a sequncia de arestas ({V2 , V3 }, {V3 , V2 }, {V2 , V3 }) representa um caminho de comprimento 3 que liga V2 a V3 . Teorema: Sejam M = [mij ] Mnn (R) uma matriz de adjacncia de
(k) (k) um grafo e mij um elemento de M k . Ento, mij igual ao nmero de

caminhos de comprimento k de Vi a Vj . Exemplo: Para determinar o nmero de caminhos de comprimento 3 que ligam V2 e V3 no grafo da Figura 1.1, calcula-se M 3 : M3 =
0 3 1 1 3 2 4 4 1 4 2 3 1 4 3 2

36

Topicos de Algebra Linear e Geometria Analtica

Conclui-se,ento, que o nmero de caminhos de comprimento 3 que ligam


(3) V2 e V3 m23 = 4.

Exerccio 1: Considere o grafo da Figura 1.2.

V2

V3

V1

V4
Figura 1.2: Grafo 2.

V5

(a) Determine a matriz de adjacncia M do grafo. (b) Indique os caminhos de comprimento 2 que comeam em V1 . (c) Indique quantos caminhos de comprimento 3 existem de V2 a V4 . (d) Indique quantos caminhos de comprimento menor ou igual a 3 existem de V2 a V4 . Exerccio 2: Considere a matriz M =
0 1 1 1 1 0 1 0 1 1 0 1 1 0 1 0

(a) Desenhe um grafo que tenha M como matriz de adjacncia e indique os vrtices. (b) Analisando o grafo e a matriz M 2 , indique o nmero de caminhos de comprimento 2 de V1 a V3 . sol Exerccio 1 (a) M =
0 1 0 1 0 1 0 1 1 0 0 1 0 0 0 1 1 0 0 1 0 0 0 1 0

(b) Existem 6 caminhos de comprimento 2 que comeam em V1 : V1 V2 V1 , V1 V4 V1 , V1 V4 V2 , V1 V2 V3 , V1 V2 V4 , V1 V4 V5 . (c) 5. (d) 7. Exerccio 2

37

1 Matrizes

(a) .

V1

V2

V3
(b) 2.

V4

38

Topicos de Algebra Linear e Geometria Analtica

2
Determinantes
Denies
2.1def matriz complementar de um elemento de uma matriz Sejam A Mnn (R) e i , j {1, . . . , n}. Chama-se matriz complementar do elemento i j, que se representa por Aij , a A se n = 1,

Aij =

def

matriz que se obtm a partir da matriz A eliminando i e cj


1 2 3 4 5 6 7 8 9

se n

2.

2.2exe Considere as matrizes A =

e B = [ 5 ].

(a) Determine a matriz complementar do elemento 12 da matriz A. (b) Determine A33 . (c) Determine B11 . res (a) A12 = [ 4 6 ]. 7 9 (b) A33 = [ 1 2 ]. 4 5 (c) B11 = [ 5 ].
39

40

Topicos de Algebra Linear e Geometria Analtica

2.3def

determinante de uma matriz Seja A Mnn (R). Chama-se determinante


(A)11 (A)1n

da matriz A, que se representa por det(A),

(A)n1 (A)nn

. . .

..

. . .

ou |A|, a

(A)11 . . det(A) . (A)n1

.. .
def

(A)1n . . |A| . (A)nn


n

(A)11 (A)1j (1)1+j det(A1j )

se se

n = 1, n 2.

j=1

2.4obs (a) A denio que se acaba de dar um exemplo de uma denio recursiva. (b) S se denem determinantes de matrizes quadradas, sendo o seu valor um nmero real. (c) Seja A = [aij ] M11 (R). Note-se que quando se escreve det(A) = |a11 | = a11 , | | no representa o valor absoluto mas sim o determinante. O contexto ser sempre suciente para interpretar o signicado correcto de | |.

2.5exe Seja X = [xij ] M22 (R).

(a) Determine X11 e X12 . (b) Calcule det(X).

res (a) X11 = [ x22 ] e X12 = [ x21 ].

41

2 Determinantes

(b) x11 x21


2

det(X) =

x12 x22 x1j (1)1+j det(X1j )

j=1

= x11 (1)1+1 det(X11 ) + x12 (1)1+2 det(X12 ) = x11 1 x22 + x12 (1) x21 = x11 x22 x12 x21 . 2.6obs Seja A = [aij ] M22 (R). Ento, det(A) pode-se calcular atendendo a +

a11 h a12 hh zz hzz h zz hhh 4 |zz a21 a22 vindo

det(A) = a11 a22 a12 a21 . 2.7exe Calcule | 1 2 |. 3 4 res | 1 2 | = 1 4 2 3 = 2. 3 4 2.8exe Calcule o determinante da matriz A = sol det(A) = 17. 2.9exe Seja Y = [yij ] M33 (R). Calcule det(Y ).
1 5 3 2

42

Topicos de Algebra Linear e Geometria Analtica

res y11 det(Y ) y21 y31


3

y12 y22 y32

y13 y23 y33

=
j=1

y1j (1)1+j det(Y1j )

= y11 (1)1+1 det(Y11 ) + y12 (1)1+2 det(Y12 )


j=1 j=2

+ y13 (1)1+3 det(Y13 )


j=3

= y11 1

y22 y32

y23 y33 y21 y31

+ y12 (1) y22 y32

y21 y31

y23 y33

+ y13 1

= y11 (y22 y33 y23 y32 ) y12 (y21 y33 y23 y31 ) + y13 (y21 y32 y22 y31 ) = y11 y22 y33 + y12 y23 y31 + y13 y21 y32 y11 y23 y32 y12 y21 y33 y13 y22 y31 .

43

2 Determinantes

2.10obs Regra de Sarrus (apenas se aplica a matrizes de ordem 3): seja A = [aij ] M33 (R). Ento, det(A) pode-se calcular atendendo a

a12 a13 a11 h hh z hh zz hh zz h3 }zzz a23 a22 a21 h hh zz hhh zz hzz hzz h h zz hhh zz hhh }zz 3 3 }zz a31 h a32 h a33 hh zz hh zz hzz hzz h h zz hhh zz hhh }zz 4 }zz 4 a11 a12 h a13 hh zz hh zz hh zz h4 |zz a21 a22 a23

vindo det(A) = (a11 a22 a33 + a21 a32 a13 + a31 a12 a23 ) (a13 a22 a31 + a23 a32 a11 + a33 a12 a21 ), ou, atendendo a

a11 a12 a12 h a13 a11 h hh zz hhh zz hh z hzz hzz hh zz hh zhh zz zhh h4 |zzz hh4 |zzz hh4 |zzz a21 a21 a22 a23 a22 z hhh zz hhh zz hhh hh hhz hzz zz h z z hh zz hhh zz zz hhh h4 |zz |zz 4 |zz 4 a31 a32 a33 a31 a32

44

Topicos de Algebra Linear e Geometria Analtica

vindo det(A) = (a11 a22 a33 + a12 a23 a31 + a13 a21 a32 ) (a13 a22 a31 + a11 a23 a32 + a12 a21 a33 ).

2.11exe Considere a matriz A = res Atendendo a 1 2 9b bb bb bb 0 5 4 3b bb bbb bb bb b b b0 b0 8 7 6b bb bbb bb bb b b b0 b0 2 9 1 bbb bb bb 0 3 4 5 tem-se que

9 1 2 3 4 5 6 7 8

. Calcule det(A).

det(A) = 9 4 8 + 3 7 2 + 6 1 5 246579813 = 27, ou atendendo a 2 9 1 9b 1b bb bb bbb bb bb bb bb bb bb 0 0 0 3 4 5 3 4 bbb bbb bbb bb bb bb bb b b b0 b0 0 6 7 8 6 7

45

2 Determinantes

tem-se que det(A) = (9 4 8 + 1 5 6 + 2 3 7) (2 4 6 + 9 5 7 + 1 3 8) = 27.

2.12exe Calcule o determinante das seguintes matrizes: 1 1 3 2 2 2 e D = 0 4 0 0 1 1 3 2 . 1 2 1 0 7 3 1 1

3 B= 2

2 6 , C = 1 4 1

sol det(B) = 24, det(C) = 0, det(D) = 0. 2.13def co-factor de um elemento de uma matriz ou complemento algbrico de um elemento de uma matriz Seja A = [aij ] Mnn (R). Chama-se co-factor

ou complemento algbrico do elemento i j, que se representa por Aij , a Aij = (1)i+j det(Aij ). 2.14exe Considere a matriz A =
5 2 3 4 def

(a) Determine o co-factor do elemento 11 da matriz A. (b) Determine o complemento algbrico do elemento 12 da matriz A. (c) Determine A21 . (d) Determine A22 . res (a) A11 = (1)1+1 det(A11 ) = 1 | 4| = 4. (b) A12 = (1)1+2 det(A12 ) = 1 |3| = 3. (c) A21 = (1)2+1 det(A21 ) = 1 | 2| = 2.

46

Topicos de Algebra Linear e Geometria Analtica

(d) A22 = (1)2+2 det(A22 ) = 1 | 5| = 5. 2.15obs Relembre-se as seguintes notaes: (A)ij elemento i j da matriz A; Aij matriz complementar do elemento i j da matriz A; Aij co-factor ou complemento algbrico do elemento i j de uma matriz A.

Propriedades
2.16teo (Teorema de Laplace) Sejam n um natural maior ou igual a 2, A Mnn (R) e , {1, . . . , n}. Ento:
n n

det(A) =
j=1

(A)j Aj =
i=1 desenvolvimento atravs da linha

(A)i Ai .
desenvolvimento atravs da coluna

2.17obs (a) Notar que a denio

2.3def para n

2 consiste no clculo do

determinante atravs do desenvolvimento segundo a primeira linha. (b) Como regra prtica para calcular determinantes atravs do teorema de Laplace, deve-se fazer o desenvolvimento a partir da linha ou coluna que tiver mais zeros. 2.18exe Calcule o determinante da matriz E = da primeira coluna e da quarta linha. sol det(E) = 8. 2.19teo Sejam A, B Mnn (R) e R. (a) Se A for uma matriz diagonal ou triangular (inferior ou superior), ento det(A) =
n i=1 (A)ii . 1 2 0 0 1 1 1 0 1 3 2 1 1 2 1 3

atravs do desenvolvimento

47

2 Determinantes

(b) Se todos os elementos de uma linha ou coluna da matriz A so nulos, ento det(A) = 0. (c) Se A tem duas linhas ou colunas iguais, ento det(A) = 0. (d) det(A) = n det(A). (e) det(AT ) = det(A). (f) det(AB) = det(A) det(B). (g) A invertvel se e s se det(A) = 0. (h) Se A uma matriz invertvel, ento det(A1 ) = 2.20obs (a) det(I) = 1. (b) Sejam A1 , . . . , An Mnn (R). Ento, det(
n i=1 1 det(A) .

Ai ) =

n i=1

det(Ai ).

(c) Sejam A Mnn (R) e k R. Ento, det(Ak ) = (det(A))k . 2.21exe Considere as seguintes matrizes: 1 1 1 1 1 2 3 A = 0 2 3 , B = 2 2 2 , C = 0 3 3 3 2 0 0 3 1 0 0 D = 0 2 0 , P M33 (R) tal que P 0 0 1 2 0 1 1 0 , 2

uma matriz invertvel.

Usando as propriedades dos determinantes, calcule: (a) det(A). (b) det(B). (c) det(C). (d) det(D). (e) det(2A). (f) 2 det(A). (g) det(A3 ). (h) det(2AT A). (i) det(AT A1 B T ). (j) det(A1 DA). (k) det(ABCD). (l) det(P 1 AP ).

48

Topicos de Algebra Linear e Geometria Analtica

res (a) Sendo A uma matriz triangular (superior), tem-se que det(A) = 1 2 3 = 6. (b) Sendo c1,B = c2,B , tem-se que det(B) = 0. (c) Sendo
2,C

uma linha nula, tem-se que det(C) = 0.

(d) Sendo D uma matriz diagonal, tem-se que det(D) = 1 2 = 2. (e) det(2A) = (2)3 det(A) = 8 6 = 48. (f) 2 det(A) = 2 6 = 12. (g) det(A3 ) = (det(A))3 = 63 = 216. (h) det(2AT A) = det(2AT ) det(A) = 23 det(AT ) det(A) = 23 det(A) det(A) = 23 6 6 = 288.
1 (i) det(AT A1 B T ) = det(AT ) det(A1 ) det(B T ) = det(A) det(A) det(B) =

det(B) = 0. (j) det(A1 DA) = det(A1 ) det(D) det(A) = 2. (k) det(ABCD) = det(A) det(B) det(C) det(D) = 6 0 0 2 = 0. (l) det(P 1 AP ) = det(P 1 ) det(A) det(P ) = 6. 2.22exe Considere as matrizes A, B, C e D do exerccio anterior. Indique, justicando, as que so invertveis. res As matrizes A e D so invertveis pois os seus determinantes so diferentes de zero. 2.23exe Considere a matriz A = y a matriz A invertvel. sol x = y . 2.24exe Considere a matriz Z = matriz Z invertvel.
x 1 1 1 x 1 1 1 x 1 1 x 1 1 y x y 1 1 det(P ) 1 det(A)

det(D) det(A) = det(D) =

det(A) det(P ) = det(A) =

, x, y R. Indique para que valores de x e

, x R. Indique para que valores de x a

49

2 Determinantes

sol x R \ {2, 1}. 2.25exe Considere a matriz A =


2 1 3 5 0 1 2 3 4 1 2 1 2 3 1 4

e seja B uma matriz de ordem 4 tal

que |B| = 12. Calcule o determinante da matriz (AB 1 )T . sol det((AB 1 )T ) = 5. 2.26exe Sejam A uma matriz quadrada tal que det(A) = 2 e B = 2AT . Mostre que a matriz B invertvel. 2.27teo Sejam A, B Mnn (R) e R \ {0}. (a) Se B resulta de A por troca de duas linhas (operao elementar do tipo I), ento det(B) = det(A). (b) Se B resulta de A por multiplicao dos elementos de uma linha de A por (operao elementar do tipo II), ento det(B) = det(A). (c) Se B resulta de A adicionando a uma linha um mltiplo de outra linha (operao elementar do tipo III), ento det(B) = det(A). 2.28obs Sejam A, B Mnn (R) tais que B fe(A) e que se obteve a partir da matriz A atravs das operaes elementares do tipo I e III (por exemplo, por aplicao do algoritmo apresentado em (1)
s n i=1 (B)ii ,

1.97obs ). Ento, det(A) =

em que s o nmero de trocas de linhas realizadas.


0 1 1 2 1 1 0 1 0 2 0 0 2 0 3 1

2.29exe Considere a matriz A =

(a) Calcule det(A) atravs da denio (podendo usar qualquer processo para calcular determinantes de matrizes de ordem 3). (b) Calcule det(A) por aplicao do teorema de Laplace atravs do desenvolvimento a partir da terceira coluna (podendo usar qualquer processo para calcular determinantes de matrizes de ordem 3). (c) Calcule det(A) atravs de 2.28obs .

50

Topicos de Algebra Linear e Geometria Analtica

res (a)
4

det(A) =
j=1

(A)1j (1)1+j det(A1j )

= (A)11 (1)1+1 det(A11 ) + (A)12 (1)1+2 det(A12 ) + (A)13 (1)1+3 det(A13 ) + (A)14 (1)1+4 det(A14 ) 1 = 0 + 1 (1) 1 2 2 0 0 0 1 1 0 1 2 0 0

3 + 0 + 2 (1) 1 1 2

= 0 + 1 (1) 10 + 0 + 2 (1) 2 = 14. Clculos auxiliares:


1 1 2 1 1 2 2 0 0 1 0 1 0 3 1 2 0 0

= 1(0130)2(1132)+0(1002) = 10. = 1(0001)1(1002)+2(1102) = 2.

(b)
4

det(A) =
i=1

(A)i3 (1)i+3 det(Ai3 )

= (A)13 (1)1+3 det(A13 ) + (A)23 (1)2+3 det(A23 ) + (A)33 (1)3+3 det(A33 ) + (A)43 (1)4+3 det(A43 ) 0 = 0 + 2 (1) 1 2 = 2 (1) 7 = 14. Clculos auxiliares:
0 1 2 1 0 3 2 1 1

1 0 1

2 3 +0+0 1

= 0(0131)1(1132)+2(1102) = 7.

51

2 Determinantes

(c) 0 1 1 2 1 1 0 1 0 2 0 0 1 2 0 0 1 2 1 3 2 1 1 0 3 3 1 0 4 42 1 0 1 0 3 3 + 2 0 4+ 2 0 4 1 0 0 4 42 3 0 1 1 0 1 1 2 0 0 0 0 2 3 1 2

0 1 0 2 1 2 3 1 4 1 1 2 0 1 0 2 0 2 5 0 4 3 1 2 0 1 0 2 0 2 5 0 0 7

det(A) = (1)1 (1 1 (2) (7)) = 14. 2.30obs Pedindo-se o determinante de uma matriz, se no for explicitado no enunciado o processo de clculo, este pode ser feito por um mtodo qualquer, nomeadamente aquele que se achar mais simples.

Exerccios miscelnea
2.31exe Calcule o determinante da matriz A = distintos. sol det(A) = 1.
1 2 1 1 1 1 2 1 0 1 0 1 1 2 2 1

por dois processos

52

Topicos de Algebra Linear e Geometria Analtica

2.32exe Calcule o determinante das matrizes A = C=


2 1 1 1 1 1 0 2 2

,D=

0 1 2 1 2 0 2 3 2

,E=

0 1 0 0

1 0 1 0

0 1 0 1

4 1 1 4 0 0 , F 1 1

sen , B = [ cos cos ], R, sen

2 1 1 2

3 1 2 1

3 1 2 2

2 1 3 1

sol det(A) = 15, det(B) = 1, det(C) = 0, det(D) = 0, det(E) = 1, det(F ) = 2. 2.33exe Sejam A, B Mnn (R). Mostre que det(AB) = det(BA). 2.34exe Considere as matrizes A = [ 1 2 ], D = [ 1 ] e F = [ 2 3 ] e a equao matricial 0 1 1 em X dada por [(AX)T + DF ]1 = I2 . (a) Resolva a equao dada. (b) Diga, sem efectuar quaisquer clculos, qual o determinante de (AX)T + DF . sol (a) X =
5 2 3 2

(b) det(AX T + DF ) = 1. 2.35exe Sejam p N e A uma matriz quadrada tal que Ap = 0. Mostre que A uma matriz singular. 2.36exe Seja A uma matriz ortogonal. Mostre que det(A) = 1. 2.37exe Determinantes Aplicao: Mensagens codicadas Pode-se codicar uma mensagem associando a cada letra do alfabeto um nmero inteiro e enviar a lista de nmeros que substitui a mensagem. A teoria dos determinantes usada neste contexto para o clculo de inversas com propriedades especiais. Exemplo: A mensagem BOA SORTE! pode ser codicada por 3, 1, 5, 10, 1, 6, 2, 8, 0, onde a letra B representado pelo algarismo 3, a letra O pelo algarismo 1,... e o smbolo ! pelo algarismo 0 (neste exemplo no se codica o espao).

53

2 Determinantes

Para complicar ainda mais a codicao da mensagem e para impedir que o cdigo seja quebrado pode-se usar a seguinte tcnica: o cdigo que representa a mensagem colocado nas colunas de uma matriz B. No exemplo considerado tem-se 3 10 2 B = 1 1 8 . 5 6 0 A matriz B vai ser pr-multiplicada por uma outra matriz A. A matriz A deve vericar as seguintes propriedades: os elementos de A so nmeros inteiros e det(A) = 1. Da resulta que A1 = adj(A) e os elementos de A1 tambm vo ser todos nmeros inteiros. Seja a matriz A dada por 1 A = 0 0 Ento 1 AB = 0 0 0 1 1 2 3 0 1 1 5 10 1 6 13 8 = 1 0 6 2 22 1 7 2 8 , 8 0 1 1 2

0 . 1

contm a mensagem codicada que deve ser enviada: 13, 1, 6, 22, 1, 7, 2, 8, 8. O receptor da mensagem consegue descodic-la multiplicando-a por A1 da seguinte forma: 1 1 A AB = 0 0 2 2 13 1 0 1 1 1 6 22 1 7 2 3 8 = 1 8 5 10 1 6 2

8 . 0

54

Topicos de Algebra Linear e Geometria Analtica

A matriz de codicao A pode ser construda a partir da matriz identidade I, aplicando, sucessivamente, operaes elementares do tipo I e do tipo III. A matriz assim obtida vai ter elementos inteiros, verica det(A) = det(I) = 1 e A1 tambm vai ter elementos inteiros. Exerccio: Na codicao de uma mensagem, a letra A representada pelo nmero 1, B por 2, C por 3,..., J por 10, K por 11, L por 12,...e assim por diante (neste exerccio, o espao tambm no considerado). A mensagem foi transformada usando a matriz 1 1 3 1 2 1 2

A= 1 2 e enviada como

45, 60, 47, 63, 82, 68, 44, 48, 65. Qual a mensagem? sol BOM ESTUDO.

3
Sistemas de Equaes Lineares
Denies iniciais
3.1def sistema de equaes lineares, matriz dos coecientes, vector dos termos independentes, vector das incgnitas, matriz aumentada ou matriz ampliada, conjunto soluo Sejam A = [aij ] Mmn (R) e b = [bi ] Mm1 (R). Diz-se que (S) um sistema de m equaes lineares com n incgnitas x1 , x2 , . . . , xn R com matriz dos coecientes A e vector dos termos independentes b se (S) o sistema

a11 x1 a21 x1 . . . am1 x1

+ +

a12 x2 a22 x2 . . .

+ +

a13 x3 a23 x3 . . .

+ +

.. .

+ +

a1n xn a2n xn . . .

= =

b1 b2 . . . bm .

+ am2 x2

+ am3 x3

+ amn xn

Chama-se vector das incgnitas do sistema (S) matriz coluna x = [xi ] Mn1 (R). Chama-se matriz aumentada ou matriz ampliada do sistema (S),
55

56

Topicos de Algebra Linear e Geometria Analtica

que se representa por A|b, matriz a11 a12 a22 . . . am2 a13 a23 . . . am3 .. . a1n a2n . . . amn b1 b2 . . . bm .

a21 . . . am1

Chama-se conjunto soluo do sistema (S), que se representa por CS(S) , a


x1

CS(S) = {(x1 , . . . , xn ) Rn : A

def

xn

. . .

= b}.

3.2obs Note-se que o sistema (S) da denio anterior pode ser escrito na forma matricial x1 a1n b1 x2 a2n b2 . x3 = . , . . . . . . . amn bm xn

a11 a12 a13 a21 a22 a23 . . . . . . . . . am1 am2 am3

.. .

ou, em notao matricial, como Ax = b. 3.3def sistema de equaes no lineares Chama-se sistema de equaes no lineares a um sistema de equaes que no um sistema de equaes lineares. 3.4exe (a) D um exemplo de um sistema com duas equaes lineares e com trs incgnitas. (b) D um exemplo de um sistema com duas equaes no lineares e com duas incgnitas. x + 2y + z = 1 (a) 3x y z = 0. x + x sen(y ) = 1 (b) x ey = 0.

res

57

3 Sistemas de Equacoes Lineares

3.5def Seja (S) o sistema de equaes lineares Ax = b. (a) sistema homogneo b = 0. (b) sistema homogneo associado Se b = 0, chama-se sistema homogneo associado ao sistema (S) ao sistema Ax = 0. 3.6exe (a) D um exemplo de um sistema homogneo com duas equaes e com trs incgnitas. (b) Identique o sistema homogneo associado ao sistema de equaes lineares x 3x x (a) 3x x (b) 3x + + Diz-se que (S) um sistema homogneo se

+ 2y y 2y y

2y y + + = =

= = 2z z 0 0.

1 0. = = 0 0.

res

3.7def Seja (S) um sistema de equaes lineares. (a) sistema possvel Diz-se que (S) um sistema possvel se # CS(S) > 0. (b) sistema possvel e determinado Diz-se que (S) um sistema possvel e determinado se # CS(S) = 1. (c) sistema possvel e indeterminado Diz-se que (S) um sistema possvel e indeterminado se # CS(S) > 1. (d) sistema impossvel Diz-se que (S) um sistema impossvel se # CS(S) = 0. 3.8def caracterstica de uma matriz Seja A Mmn (R). Chama-se caracterstica da matriz A, que se representa por c(A), ao nmero de linhas no nulas de uma matriz em escada que seja equivalente matriz A.

58

Topicos de Algebra Linear e Geometria Analtica

3.9teo Seja Ax = b um sistema de equaes lineares com n incgnitas. Ento: c(A) = c(A|b) c(A) = c(A|b) = n c(A) = c(A|b) < n c(A) < c(A|b) : sistema possvel (Pos) : sistema possvel e determinado (PD) : sistema possvel e indeterminado (PI) : sistema impossvel (Imp).

3.10obs (a) Seja Ax = b um sistema de m equaes lineares com n incgnitas. Ento, se n > m o sistema no pode ser possvel e determinado. (b) Seja Ax = b um sistema de n equaes lineares com n incgnitas, tal que A uma matriz invertvel. Ento, x = A1 b.

Mtodo de Gauss e Gauss-Jordan


3.11def varivel piv, varivel livre Sejam Ax = b um sistema de equaes lineares e A fe(A). Se cj,A uma coluna piv, diz-se que xj uma varivel piv. Caso contrrio, diz-se que uma varivel livre. 3.12exe Seja (S) o sistema de equaes lineares cuja matriz dos coecientes A =
1 2 2 1 1 2 0 1

e cujo vector dos termos independentes b = [ 3 ]. 1

(a) Determine um elemento de fe(A|b). (b) Identique as colunas piv do sistema (S). (c) Identique as variveis piv e as variveis livres do sistema (S). 1 2 2 1 3 1 2 2 1 3 . (a) 1 2 0 1 1 0 0 2 0 2 2 2 1
fe(A|b)

res

(b) Colunas piv de (S): c1 e c3 . (c) Seja x =


x1 x2 x3 x4

o vector das incgnitas do sistema (S). Ento, x1 e x3

so as variveis piv de (S) e x2 e x4 so as variveis livres de (S).

59

3 Sistemas de Equacoes Lineares

3.13teo Seja (S) o sistema de equaes lineares cuja matriz dos coecientes A Mmn (R), cujo vector dos termos independentes b Mm1 (R) e cujo vector das incgnitas x = [xi ] Mn1 (R). (a) (Mtodo de Gauss) Seja, ainda, A |b fe(A|b). No caso de (S) ser um sistema possvel, tem-se que:

CS(S) =

(x1 , . . . , xn ) Rn : se xi uma varivel piv, ento


n

(A |b )i,n+1 xi =

j=i+1

(A |b )ij xj .

(A |b )ii

(b) (Mtodo de Gauss-Jordan) No caso de (S) ser um sistema possvel, tem-se que:

CS(S) =

(x1 , . . . , xn ) Rn : se xi uma varivel piv, ento


n

(fer(A|b))i,n+1 xi =

(fer(A|b))ij xj
j=i+1

(fer(A|b))ii

3.14obs (a) Para se resolver um sistema de equaes lineares pelo Mtodo de Gauss comea-se por determinar um elemento pertencente ao conjunto das matrizes em escada equivalentes matriz ampliada do sistema. A partir desta matriz imediato concluir se o sistema possvel e determinado, caso em que no h variveis livres, possvel e indeterminado, caso em que se tem que identicar as variveis livres, ou impossvel. No caso de ser possvel, o seu conjunto soluo obtido atravs do 3.13teo (a).

(b) Para se resolver um sistema de equaes lineares pelo Mtodo de GaussJordan comea-se por determinar a matriz em escada reduzida equivalente matriz ampliada do sistema. A partir desta matriz imediato

60

Topicos de Algebra Linear e Geometria Analtica

concluir se o sistema possvel e determinado, caso em que no h variveis livres, possvel e indeterminado, caso em que se tem que identicar as variveis livres, ou impossvel. No caso de ser possvel, o seu conjunto soluo obtido atravs do 3.15exe 3.13teo (b).

(a) D um exemplo de um sistema de duas equaes lineares a duas incgnitas possvel e determinado, resolva-o atravs do Mtodo de Gauss e faa a sua interpretao geomtrica. (b) D um exemplo de um sistema de duas equaes lineares a duas incgnitas possvel e indeterminado, resolva-o atravs do Mtodo de Gauss e faa a sua interpretao geomtrica. (c) D um exemplo de um sistema de duas equaes lineares a duas incgnitas impossvel, resolva-o atravs do Mtodo de Gauss e faa a sua interpretao geomtrica.

res

(a) Seja (S1 ) o sistema de equaes lineares cuja matriz dos coecientes A=
1 1 1 1

(S1 )

e cujo vector dos termos independentes b = [ 1 ], i.e., 0 x + y = 1 x y = 0.

Resoluo de (S1 ) atravs do mtodo de Gauss: 1 1 1 1 1 1 . 1 1 0 0 2 1 2 2 1 Como c(A) = c(A|b) = n = 2 (n o nmero de incgnitas), (S1 ) um sistema possvel e determinado equivalente ao sistema de equaes lineares x ou seja, CS(S1 ) = {( 1 , 1 )}. 2 2 x =1 y=1 = 1 2 = 1

y 2y

1 2

1 2

61

3 Sistemas de Equacoes Lineares

CS(S1 ) pode ser geometricamente interpretado como sendo os pontos de interseco das rectas x + y = 1 e x y = 0, que neste caso um s (ver Figura 3.1).

x y =0

1
1 2

1 2

x x +y =1

Figura 3.1: Interpretao geomtrica de um sistema linear de duas equaes a duas incgnitas possvel e determinado.

(b) Seja (S2 ) o sistema de equaes lineares cuja matriz dos coecientes A=
1 1 2 2

(S2 )

e cujo vector dos termos independentes b = x + y = 1 2x 2y = 2.

1 2

, i.e.,

Resoluo de (S2 ) atravs do mtodo de Gauss: 1 1 1 1 1 1 . 2 2 2 2+2 1 0 0 0 2 Como c(A) = c(A|b) = 1 < n = 2 (n o nmero de incgnitas), (S2 ) um sistema possvel e indeterminado equivalente equao linear x + y = 1.

Sendo y uma varivel livre, tem-se x =1 y =R ou seja, CS(S2 ) = {(1 , ) : R}.

62

Topicos de Algebra Linear e Geometria Analtica

CS(S2 ) pode ser geometricamente interpretado como sendo os pontos de interseco das rectas x + y = 1 e 2x 2y = 2, que neste caso so uma innidade (ver Figura 3.2).

x + y = 1 2x 2y = 2
Figura 3.2: Interpretao geomtrica de um sistema linear de duas equaes a duas incgnitas possvel e indeterminado.

(c) Seja (S3 ) o sistema de equaes lineares cuja matriz dos coecientes A = [ 1 1 ] e cujo vector dos termos independentes b = [ 1 ], i.e., 1 1 2 x + y = 1 (S3 ) x + y = 2. Resoluo de (S3 ) atravs do mtodo de Gauss: 1 1 1 1 1 2
2

1 0

1 0

1 1

Como c(A) = 1 < c(A|b) = 2, (S3 ) um sistema impossvel, tendo-se CS(S3 ) = . CS(S3 ) pode ser geometricamente interpretado como sendo os pontos de interseco das rectas x + y = 1 e x + y = 2, que neste caso no existem (ver Figura 3.3).

63

3 Sistemas de Equacoes Lineares

x x +y =2

x +y =1

Figura 3.3: Interpretao geomtrica de um sistema linear de duas equaes a duas incgnitas impossvel.

3.16exe Considere os seguintes sistemas de equaes lineares:

(S1 )

x1 x1

+ x2 + x2 x2

x3 x3 2x3

= = =

1 1 3;

(S2 )

x x

+ y

+ +

z z

= =

1 2.

(a) Resolva (S1 ) atravs do mtodos de Gauss. (b) Resolva (S1 ) atravs do mtodos de Gauss-Jordan. (c) Resolva (S2 ) atravs do mtodos de Gauss. (d) Resolva (S2 ) atravs do mtodos de Gauss-Jordan.

64

Topicos de Algebra Linear e Geometria Analtica

res

(a) 1 1 1 1 2 1 1 1 1 2 2 + 1 0 2 2 0 1 2 3 1 1 1 0 2 2 1 0 0 3 3 3 2 2 1 1

1 1 0 1

0 3 1 0 3

Assim, (S1 ) um sistema equivalente ao sistema

x1

x2 2x2

x3

2x3 3x3

x1 = = 0 x = 2 x = = 3 3 = 1

11+1 1 0+21 2 3 3

=1 =1

=1

ou seja,

CS(S1 ) = {(1, 1, 1)}.

65

3 Sistemas de Equacoes Lineares

(b) 1 1 1 1 1 1 2 1 2 2+ 1 0 1 3 0 1 0 31 2 0 3 2 1 0 1 3 3 0 3 1 1 1+ 3 2 2+2 3 0 0 1 1 0 2 2 2 0 1 1 1 2 0 0 1 1 2 1 1 2 0 1 2 0 1 2 0 1 1 0 0 1 0 0 0 1 0 0 1 0 0 1 1 2 2 1 2 3 1 2 1 2 1

1 0

0 3 1 0 3 1 0 1

2 1 2 1 1 1 1 1

Assim, (S1 ) um sistema equivalente ao sistema x1 ou seja, = x2 x3 = = 1 1 1

CS(S1 ) = {(1, 1, 1)}.

66

Topicos de Algebra Linear e Geometria Analtica

(c) 1 1 1 0 1 1 1 0 2 2 2 1 1 1 1 1 0 1 1

Assim, (S2 ) um sistema equivalente ao sistema x + y + z = 1 y = 1. Sendo z uma varivel livre, tem-se x = 1 (1) = 2 y = 1 z =R ou seja, CS(S2 ) = {(2 , 1, ) : R}. (d) 1 1 1 0 1 1 2 2 2 1 2 2 1 1 2 1 1 0 1 0 1 0 1 1 1 1 0 1 1 0 1 0 1 0 1 1 1 1 2 1

Assim, (S2 ) um sistema equivalente ao sistema x + z = 2 y = 1. Sendo z uma varivel livre, tem-se x =2 y = 1 z =R

67

3 Sistemas de Equacoes Lineares

ou seja, CS(S2 ) = {(2 , 1, ) : R}. 3.17exe Considere os seguintes sistemas de equaes lineares: x1 + x2 + x3 = 3 (S1 ) x x2 = 0 1 x + x = 0. 1 3 x1 + x2 = 2 (S2 ) x + x3 = 2 1 2x + x + x = 4.
1 2 3

x1 + x2 + x3 = 3 (S3 ) x + x2 = 2 1 2x + 2x + x = 1. 1 2 3 x1 x2 + x3 = 1 (S4 ) 2x1 + 2x2 2x3 = 2 x + x x = 1.


1 2 3

Responda s seguintes questes para cada um dos sistemas de equaes lineares dados: (a) identique a matriz dos coecientes A, o vector dos termos independentes b, o vector das incgnitas x e a matriz ampliada A|b; (b) classique o sistema quanto ao nmero de solues e determine o seu conjunto soluo; (c) classique o sistema homogneo associado quanto ao nmero de solues e determine o seu conjunto soluo. sol (S1 ) (a) A =
1 1 1 1 1 0 1 0 1

,b=

3 0 0

,x=

x1 x2 x3

, A|b =

1 1 1 3 1 1 0 0 1 0 1 0

(b) PD. CSAx=b = {(1, 1, 1)}. (c) PD. CSAx=0 = {(0, 0, 0)}. (S2 ) (a) A =
1 1 0 1 0 1 2 1 1 2 2 4 x1 x2 x3 1 1 0 2 1 0 1 2 2 1 1 4

,b=

,x=

, A|b =

(b) PI. CSAx=b = {(2 t, t, t) : t R}. (c) PI. CSAx=0 = {(t, t, t) : t R}. (S3 ) (a) A =
1 1 1 1 1 0 2 2 1 3 2 1 x1 x2 x3 1 1 1 3 1 1 0 2 2 2 1 1

,b=

,x=

, A|b =

(b) Imp. CSAx=b = .

68

Topicos de Algebra Linear e Geometria Analtica

(c) PI. CSAx=0 = {(s, s, 0) : s R}. (S4 ) (a) A =


1 1 1 2 2 2 1 1 1

,b=

1 2 1

,x=

x1 x2 x3

, A|b =

1 1 1 1 2 2 2 2 1 1 1 1

(b) PI. CSAx=b = {(1 + s t, s, t) : s, t R}. (c) PI. CSAx=0 = {(s t, s, t) : s, t R}. 3.18exe Resolva os seguintes sistemas de equaes lineares atravs do mtodo de Gauss e de Gauss-Jordan: x1 + 2x2 = 5 (S1 ) 3x2 = 6; x1 + 2x2 = 1 (S2 ) 0x = 2;
2

x1 (S3 ) x1 (S4 ) x1 (S5 ) x


1

2x2 4x2

+ +

3x3 5x3 + +

= = x4 x4 0 0; + + + w w w w + +

14 23; = = 1 1;

+ x2 x2 + x2 x2 + + x2 x2 2x2

+ x3

+ x3 x3 + + z z

= = x3 x3 x3 +

x1 (S6 ) 2x 1 x
1

x4 3x4 x4 = = = = 2w w 3w w

= = = 0 5 0 2; = = = =

0 0 0;

x 2x (S7 ) x x 2x (S8 ) 2x

+ y y y

+ +

y y y

+ +

z z

1 1 1 2.

2y

2z

69

3 Sistemas de Equacoes Lineares

sol (S1 ) sistema PD com CS(S1 ) = {(1, 2)}. (S2 ) sistema Imp, i.e., CS(S2 ) = . (S3 ) sistema PI com CS(S3 ) = {( 5 , 235 , ) : R}. 2 4 (S4 ) sistema PI com CS(S4 ) = {(s, 1 t, s, t) : t, s R}. (S5 ) sistema PI com CS(S5 ) = {(0, , ) : R}.
4 1 (S6 ) sistema PI com CS(S6 ) = {( 3 , 0, 3 , ) : R}.

(S7 ) sistema PD com CS(S7 ) = {(1, 1, 1, 1)}. (S8 ) sistema PD com CS(S8 ) = {(0, 1, 0, 0)}. 3.19exe D exemplos de sistemas de m equaes lineares a n incgnitas possveis e determinados, possveis e indeterminados e impossveis para m > n, m = n e m < n, sempre que tal seja possvel. m>n PD m = 2, n = 1 x =1 2x=2 m=n m = 1, n = 1 m<n

x=1

PI res

m = 3, n = 1 x + y =1 2x+2y =2 3x+3y =3

m = 2, n = 2

m = 1, n = 2

x + y =1 2x+2y =2

x+y =1

Imp

m = 2, n = 1 x=1 x=2

m = 2, n = 2 x+y =1 x+y =2

m = 2, n = 3 x+y +z =1 x+y +z =2

70

Topicos de Algebra Linear e Geometria Analtica

Discusso de sistemas de equaes lineares


3.20exe Discuta o seguinte sistema de equaes lineares em funo dos parmetros reais e :

x1 2x1

x2

+ +

x3 2x3 2x3

x4 x4 x4

= = = =

0 0 0.

2x1 ( + 1)x 1

+ +

( + 2)x2 2x2

res 1 2 2 +1 1 2 1 1 2 0 0 1 2 0 0 1 0 +2 2 1 0 0 1 1 0 0 1 1 0 1 0 1 1 2 2 0 0 1 1 1 2 1 1 2 +1 1 1 2 1 +1 0
2 3 4

0 0 0

2 3

2 2

1 1 1

( + 1)

1 0 0 0 1 0 0 0 1 0 0 0

0 0 0
2


3 4

2 2

(1) 2

0
(1) 2 2

4 + 1 2 2 3 4

71

3 Sistemas de Equacoes Lineares

= 1:

1 2 0 0

0 0 0

1 1 0 0 0 2 1 0

= 1: c(A) = 4, c(A|b) = 4 e n = 4 (nmero de incgnitas) c(A) = c(A|b) = n , pelo que o sistema possvel e determinado. = 1 e = 0: c(A) = 3, c(A|b) = 3 e n = 4 (nmero de incgnitas) c(A) = c(A|b) < n , pelo que o sistema possvel e indeterminado. = 1 e = 0: c(A) = 3 e c(A|b) = 4 c(A) < c(A|b) , pelo que o sistema impossvel. 3.21exe Discuta os seguintes sistemas de equaes lineares Ax = b em funo dos respectivos parmetros reais: (a) A = (b) A = (c) A = (d) A = (e) A = (f) A = sol
1 2 4 2 , b = . 3 1 1 0 3 3 k 1 , b = 2 . 1 2 k 2 1 0 2 3 5 c , b = 3 . 3 2 3 t 2 2 0 1 2 1 1 , b = 2 . t 0 1 a 1 2 1 1 1 4 3 , b = 2 . 2 2 3 1 2 1 0 2 5 3 , b = 0 . 1 1 0 1 3 2 1 2 1 1 3 0 1 0 1

(a) PD: = 3; PI: = 3; Imp: nunca. (b) PD: k = 2 k = 5; PI: k = 2; Imp: k = 5. (c) PD: nunca; PI: c = 3 t = 3; Imp: c = 3 t = 3. (d) PD: nunca; PI: a = 1 t = 1; Imp: a = 1 t = 1. (e) PD: = 2; PI: nunca; Imp: = 2. (f) PD: = 2; PI: = 2; Imp: nunca.

72

Topicos de Algebra Linear e Geometria Analtica

Regra de Cramer
3.22teo (Regra de Cramer) Seja Ax = b um sistema de n equaes lineares a n incgnitas possvel e determinado. Ento, x =
i |A| , i 1 |A|

adj(A) b, ou seja, xi =

= 1, . . . , n, em que i o determinante da matriz que se obtm a

partir da matriz A, na qual se substitui a i-sima coluna pelo vector dos termos independentes, b. 3.23exe Seja (S) o sistema de equaes lineares Ax = b, com A = (a) Mostre que (S) um sistema possvel e determinado. (b) Determine o conjunto soluo de (S) atravs da Regra de Cramer. res (a) Como det(A) = 1 6 2 (3) = 12 = 0, c(A) = 2, c(A|b) = 2 e n = 2 (nmero de incgnitas) c(A) = c(A|b) = n , pelo que (S) um sistema possvel e determinado. (b) Seja x = [ x1 ] o vector das incgnitas de (S). Ento: x2 1 x1 = 2 1 3 2 6 2 6 = 2 1 = , 12 6 x2 = 1 3 1 3 1 2 2 6 = 5 . 12
1 2 3 6

e b = [ 1 ]. 2

5 Assim, CS(S) = {( 1 , 12 )}. 6

3.24exe Considere o sistema de equaes lineares (S) cuja matriz dos coecientes A=
2 3 5 7

e o vector dos termos independentes b =

1 2

(a) Mostre, sem o resolver, que o sistema de equaes lineares dado possvel e determinado. (b) Resolva o sistema de equaes lineares dado atravs da Regra de Cramer. sol
1 (b) CS(S) = {( 13 , 29 )}. 29

73

3 Sistemas de Equacoes Lineares

3.25exe Considere o sistema de equaes lineares (S) cuja matriz dos coecientes A=
1 1 2 2 4 3 3 6 5

e o vector dos termos independentes b =

9 1 0

(a) Mostre, sem o resolver, que o sistema de equaes lineares dado possvel e determinado. (b) Resolva o sistema de equaes lineares dado atravs da Regra de Cramer. sol (b) CS(S) = {(1, 2, 3)}.

Matrizes invertveis revisitadas


3.26teo Seja A Mnn (R). Ento, A uma matriz invertvel se e s se c(A) = n. 3.27exe Indique quais das seguintes matrizes so invertveis: (a) A =
1 0 1 2 0 0 1 1 0

(d) D = [ 1 1 ]; 1 0 (e) E = ; (f) F =


2 3 1 1 2 3 ; 3 1 2 2 3 5 1 0 1 0 2 2

(b) B = [ 1 2 ]; 2 4 (c) C =
1 2 3 2 1 0 4 2 5

sol A, C, D e E. 3.28exe Determine, por dois processos distintos, para que valores de a matriz A=
1 1 1 1 1 1

invertvel.

sol R \ {2, 1}.

Exerccios miscelnea
3.29exe Seja (S) o sistema de equaes lineares dado por x1 + x2 + x3 = 1 x + 2ax2 + 2ax3 = 1 , a, b R. 1 x + x + ax = b
1 2 3

74

Topicos de Algebra Linear e Geometria Analtica

(a) Discuta (S) em funo de dos parmetros reais a e b. (b) Resolva (S) atravs da Regra de Cramer para a = 2 e b = 1. sol (a) a = 1 e b = 1: sistema PI. a = 1 e b = 1: sistema Imp. a = 1 e a = e b R: sistema PD. a = (b) CS(S) = {(1, 0, 0)}. 3.30exe Seja (S) o sistema de equaes lineares dado por x ax y 2z = = = 1 1 2a , a, b R.
1 2 1 2

e b R: sistema PI.

bz z

(a) Discuta (S) em funo de dos parmetros reais a e b. (b) Seja (S ) o sistema homogneo associado a (S) para a = Resolva-o. sol (a) Para a =
1 2 1 2

e b = 1.

o sistema Imp. Para a =

1 2

o sistema PD.

(b) CS(S ) = {(2, , ) : R}. 3.31exe Considere o seguinte sistema no linear com incgnitas , e : 2 sen 4 sen 6 sen + cos 2 cos + 3 tan = = = 3 10 9.

2 tan + tan

3 cos

Mostre que, neste caso, possvel concluir que o sistema impossvel recorrendo ao mtodo de Gauss. 3.32exe Determine a equao da parbola que passa nos pontos (1, 2), (1, 6) e (2, 3). sol x 2 2x + 3. 3.33exe Considere a matriz A =
1 1 0 1 0 1 0 1 1

75

3 Sistemas de Equacoes Lineares

(a) Calcule A1 . (b) Mostre que o sistema Ax = b possvel e determinado, qualquer que seja o vector dos termos independentes b M31 (R). (c) Usando a alnea (a), resolva o sistema Ax = b, em que b = [bi ] M31 (R), bi = i . sol (a) A1 =
1 2 1 1 1 1 1 1 1 1 1

(c) CSAx=b = {(0, 1, 2)}. 3.34exe Sistemas de Equaes Lineares Aplicao: Circuitos elctricos Nesta aplicao vai-se analisar como se pode usar a teoria de sistemas de equaes lineares para determinar a corrente em cada trecho de um circuito elctrico atravs das leis de Kirchho. Considere o circuito elctrico ilustrado na Figura 3.4.

8V

i1 2 A i2 3 9V i3
Figura 3.4: Circuito elctrico 1.

76

Topicos de Algebra Linear e Geometria Analtica

A bateria, medida em volt (V), gera uma carga que produz uma corrente. A corrente sai da bateria do lado que contm a recta vertical mais longa. As resistncias so medidas em ohm (). As letras maisculas representam os ns do circuito elctrico. A letra i representa a corrente entre os ns e as setas indicam o sentido de uxo, mas se i for negativa, ento a corrente ui no sentido oposto ao indicado. As correntes so medidas em ampere. Para determinar as correntes, recorre-se s leis de Kirchho : (a) Em cada n, a soma das correntes que entram igual soma das correntes que saem. (b) Em cada ciclo fechado, a diferena de potencial zero. A diferena de potencial elctrico U em cada resistor dada pela lei de Ohm: U = i R, onde i representa a corrente em ampere e R a resistncia em ohm. Determine-se, agora, as correntes do circuito elctrico considerado. Da primeira lei de Kirchho obtm-se i1 i1 + i2 i2 + i3 i3 = = 0 0 (n A) (n B)

Da segunda lei de Kirchho resulta que 4i1 + 2i2 2i2 + 5i3 = = 8 9 (ciclo superior) (ciclo inferior)

Pode-se representar o circuito elctrico usando a seguinte matriz ampliada: 1 1 2 2 1 0

1 4 0

1 1 0 5

0 . 8 9

77

3 Sistemas de Equacoes Lineares

Esta matriz pode ser reduzida forma escada da seguinte forma: 1 1 0 0 1 0


4 3

0 0 0

1 2 3 1 0

. 1 0

Resolvendo por substituio de trs para a frente, obtm-se i1 = 1, i2 = 2 e i3 = 1. Exerccio: Determine a corrente em cada um dos trechos do circuito elctrico ilustrado na Figura 3.5.

i1

16V

2 i2 2

i3 3
Figura 3.5: Circuito elctrico 2.

sol i1 = 5A, i2 = 3A e i3 = 2A.

78

Topicos de Algebra Linear e Geometria Analtica

4
Espaos Vectoriais
Denies iniciais
4.1obs Apresenta-se na denio que se segue a generalizao da noo de vector entendido como uma entidade com um tamanho, um sentido e uma direco. O estudo genrico de um espao vectorial permite-nos estabelecer propriedades vlidas para um conjunto alargado de entidades matemticas. 4.2def espao vectorial Sejam V um conjunto no vazio e as operaes : V V (x, y ) V x y, V x.

RV (, x)

Diz-se que o sxtuplo (V, , , R, +, ) um espao vectorial se: (a) x, y V : x y = y x. (b) x, y , z V : (x y ) z = x (y z). (c) 1 elemento de V (representado por 0V ), x V : x 0V = x. (d) x V, 1 elemento de V (representado por x) : x (x) = 0V .
79

80

Topicos de Algebra Linear e Geometria Analtica

(e) R, x, y V :

(x y ) = x = x =

x x ( x).

y. x.

(f) , R, x V : ( + ) (g) , R, x V : ( ) (h) x V : 1 x = x.

4.3def Seja o espao vectorial denido por (V, , , R, +, ). (a) escalar Chama-se escalares aos elementos de R. (b) vector Chama-se vectores aos elementos de V . (c) soma de vectores Chama-se soma de vectores operao . (d) multiplicao de um escalar por um vector Chama-se multiplicao de um escalar por um vector operao 4.4obs .

(a) Para simplicar a linguagem, em vez de seja o espao vectorial denido por (V, , , R, +, ) diz-se seja V um espao vectorial quando as operaes de soma de vectores e de multiplicao de um escalar por um vector estiverem subentendidas. (b) Se no causar confuso, em vez de x y escreve-se x + y , em vez de x (y ) escreve-se x y e em vez de x escreve-se x.

4.5obs Na denio que se segue, relembram-se ou introduzem-se conjuntos e as respectivas operaes usuais, que sero usados na apresentao de exemplos de espaos vectoriais. 4.6def (a) VA Sejam E o conjunto dos pontos do plano ou espao e A, B E. Dene-se o vector com extremidade inicial no ponto A e extremidade nal no ponto B, que se representa por AB, ao segmento orientado com extremidade inicial no ponto A e extremidade nal no ponto B. Representa-se, ento, por VA o conjunto dos vectores aplicados no ponto A. As operaes usuais neste conjunto so dadas por:

81

4 Espacos Vectoriais

(i) a adio dos vectores AB e AC, que se representa por AB + AC, o vector de VA que se obtm atravs da regra do paralelogramo; (ii) a multiplicao de um escalar por um vector AB, que se repre senta por AB, o vector de VA que tem a mesma direco do vector AB, cujo comprimento igual ao do vector AB multiplicado por e cujo sentido o mesmo do vector AB se > 0 e o sentido oposto no caso de < 0 (se = 0, o vector que se obtm o vector nulo). (b) Rn Seja n N. Representa-se por Rn o conjunto dos n-tuplos com elementos em R, ou seja, Rn = {(x1 , . . . , xn ) : x1 , . . . , xn R}. As operaes usuais neste conjunto de soma e multiplicao por um escalar, so dadas, respectivamente, por: (i) (x1 , . . . , xn ) + (y1 , . . . , yn ) = (x1 + y1 , . . . , xn + yn ); (ii) (x1 , x2 , . . . , xn ) = (x1 , . . . , xn ). (c) Mmn (R) Sejam m, n N. Representa-se por Mmn (R) o conjunto das matrizes com m linhas e n colunas com elementos em R, ou seja, Mmn (R) = {A : {1, . . . , m} {1, . . . , n} R}. As operaes usuais neste conjunto de soma e multiplicao por um escalar, so dadas, respectivamente, por: (i) (A + B)ij = (A)ij + (B)ij , i = 1, . . . , m, j = 1, . . . , n; (ii) (A)ij = (A)ij , i = 1, . . . , m, j = 1, . . . , n. (d) Rn [x] Seja n N. Representa-se por Rn [x] o conjunto dos polinmios na varivel x com coecientes em R e que tm grau menor ou igual a n, ou seja, Rn [x] = {a0 x n + + an1 x + an : a0 , . . . , an1 , an R}.
def def def def def def def

82

Topicos de Algebra Linear e Geometria Analtica

As operaes usuais neste conjunto de soma e multiplicao por um escalar, so dadas, respectivamente, por: (i) (a0 x n + + an1 x + an ) + (b0 x n + + bn1 x + bn ) = (a0 + b0 )x n + + (an1 + bn1 )x + (an + bn ); (ii) (a0 x n + + an1 x + an ) = (a0 )x n + + (an1 )x + (an ). (e) R[x] Representa-se por R[x] o conjunto dos polinmios na varivel x de qualquer grau com coecientes em R. As operaes usuais neste conjunto de soma e multiplicao por um escalar so iguais s denidas no conjunto Rn [x]. (f) C(a, b), C k (a, b), C (a, b) Sejam a, b R tais que a < b e k N.
def def

Representa-se por C(a, b) o conjunto das funes reais de varivel real contnuas em (a, b), por C k (a, b) o conjunto das funes reais de varivel real tais que existem todas as derivadas de f at ordem k (inclusive) e f e todas as derivadas de f at ordem k (inclusive) so contnuas em (a, b), e por C (a, b) o conjunto das funes reais de varivel real tais que existem todas as derivadas de f e f e todas as derivadas de f so contnuas em (a, b), ou seja, C(a, b) = {f : (a, b) R : f contnua em (a, b)}, C k (a, b) = {f : (a, b) R : f C(a, b) e C (a, b) = {f : (a, b) R : f C(a, b) e
dpf dx p def dpf dx p def def

C(a, b), p = 1, . . . , k},

C(a, b), p N}.

As operaes usuais neste conjunto de soma e multiplicao por um escalar, so dadas, respectivamente, por: (i) (f + g)(x) = f (x) + g(x); (ii) (f )(x) = f (x).
def def

83

4 Espacos Vectoriais

4.7teo Os seguintes conjuntos com as operaes usuais so espaos vectoriais reais: (a) VA ; (b) Rn ; (c) Mmn (R); (d) R[x]; (e) Rn [x]; (f) C(a, b); (g) C k (a, b); (h) C (a, b). 4.8teo Seja V um espao vectorial. Ento: (a) R : 0V = 0V ; (b) x V : 0x = 0V ; (c) R, x V : (x) = ()x e ()(x) = x; (d) R, x V : se (x = 0V ) ento ( = 0 x = 0V ); (e) , R, x V \ {0V } : se (x = x) ento ( = ); (f) x, x1 , x2 V : se (x1 + x = x2 ) ento (x = x2 x1 ); (g) x, x1 , x2 V : se (x + x1 = x + x2 ) ento (x1 = x2 ).

Subespaos
4.9def subespao Sejam o espao vectorial (V, , , R, +, ) e F um subconjunto no-vazio de V . Diz-se que F um subespao de V se (F, , , R, +, ) um espao vectorial. 4.10teo Sejam V um espao vectorial e F V . Ento, F um subespao de V se e s se:

84

Topicos de Algebra Linear e Geometria Analtica

(a) 0V F ; (b) x, y F : x + y F ; (c) R, x F : x F . 4.11obs Note-se que o teorema 4.10teo um processo mais prtico de vericar se

um subconjunto de um espao vectorial um subespao do que a denio 4.9def . 4.12exe Mostre que F = {(x1 , x2 ) R2 : x2 = 0} um subespao de R2 . res Sendo F R2 , veriquem-se as trs propriedades do teorema (a) 0R2 = (0, 0) F , pelo que a propriedade (a) vlida; (b) sejam x = (x1 , 0), y = (y1 , 0) F . Ento, x + y = (x1 , 0) + (y1 , 0) = (x1 + y1 , 0) F , pelo que a propriedade (b) vlida; (c) sejam R e x = (x1 , 0) F . Ento, x = (x1 , 0) = (x1 , 0) F , pelo que a propriedade (c) vlida. Conclui-se, assim, que F um subespao de R2 . 4.13exe Mostre que o conjunto das matrizes simtricas de ordem n um subespao de Mnn (R). res Seja F o conjunto das matrizes simtricas de ordem n, i.e., F = {A Mnn (R) : A = AT }, que um subconjunto de Mnn (R). Veriquem-se, agora, as trs propriedades do teorema 4.10teo : 4.10teo :

(a) 0Mnn (R) = 0nn F , pelo que a propriedade (a) vlida; (b) sejam A, B F . Ento, (A + B)T = AT + B T = A + B, A + B F , pelo que a propriedade (b) vlida; (c) sejam R e A F . Ento, como (A)T = AT = A, A F , pelo que a propriedade (c) vlida. Conclui-se, assim, que F um subespao de Mnn (R).

85

4 Espacos Vectoriais

4.14exe Mostre que: (a) {(x, y , z) R3 : x = y } um subespao de R3 . (b) {A M22 (R) : (A)12 = (A)21 } um subespao de M22 (R). (c) O conjunto das matrizes diagonais de ordem n um subespao de Mnn (R). (d) Rn [x] um subespao de R[x]. (e) C k (a, b) um subespao de C(a, b) (f) C (a, b) um subespao de C k (a, b). (g) {0V } um subespao de V . (h) V um subespao de V . 4.15exe Mostre que o conjunto G = {(x1 , x2 ) R2 : x2 = 1} no um subespao de R2 . res Para resolver este exerccio necessrio identicar (pelo menos) uma propriedade do teorema 4.10teo que no satisfeita. No entanto, e por

questes didcticas, vai-se vericar todas as propriedades. Sendo G R2 , veriquem-se as trs propriedades do teorema / (a) 0R2 = (0, 0) G, pelo que a propriedade (a) no vlida; (b) sejam, por exemplo, x = (2, 1), y = (3, 1) G. Ento, x + y = (2, 1) + (3, 1) = (5, 2) G, pelo que a propriedade (b) no vlida; / (c) sejam, por exemplo, = 2 e x = (3, 1) G. Ento, x = 2(3, 1) = (6, 2) G, pelo que a propriedade (c) no vlida. / Como as propriedades (a), (b) e (c) do teorema 4.10teo no so satis4.10teo :

feitas, conclui-se que o conjunto G no um subespao de R2 (volta-se a frisar que bastava uma propriedade no se vericar para se concluir que no se estava perante um subespao).

86

Topicos de Algebra Linear e Geometria Analtica

4.16teo Seja A Mmn (R). Ento, CS(Ax=0) um subespao de Rn . dem Para mostrar que CS(Ax=0) Rn um subespao de Rn , aplique-se o teorema 4.10teo (no que se segue identica-se Rn com Mn1 (R)):

(a) como A0n1 = 0, tem-se que 0Rn = 0n1 CS(Ax=0) , pelo que a propriedade (a) vlida; (b) sejam x1 , x2 CS(Ax=0) . Ento, como A(x1 + x2 ) = Ax1 + Ax2 = 0 + 0 = 0, tem-se que x1 + x2 CS(Ax=0) , pelo que a propriedade (b) vlida; (c) sejam R e x CS(Ax=0) . Ento, como A(x) = (Ax) = 0 = 0, tem-se que x CS(Ax=0) , pelo que a propriedade (c) vlida. Assim, conclui-se que CS(Ax=0) um subespao de Rn . 4.17exe Mostre que: (a) {(x, y 2 ) R2 } no um subespao de R2 ; (b) {A M22 (R) : det(A) = 0} no um subespao de M22 (R).

Combinao linear
4.18def combinao linear Sejam V um espao vectorial, x V e S = {x1 , . . . , xk } V . Diz-se que x uma combinao linear dos elementos de S se 1 , . . . , k R : x = 1 x1 + + k xk . 4.19obs Sejam V um espao vectorial, x V e S = {x1 , . . . , xk } V . Diz-se que x uma combinao linear dos elementos de S se o sistema linear 1 x1 + + k xk = x possvel.

87

4 Espacos Vectoriais

4.20exe Sejam x = (1, 4), x1 = (1, 2), x2 = (1, 1) e x3 = (2, 2). (a) Mostre que x = (1, 4) uma combinao linear de x1 = (1, 2) e x2 = (1, 1) e escreva x como combinao linear de x1 e de x2 . (b) Mostre que x = (1, 4) uma combinao linear de x1 = (1, 2), x2 = (1, 1) e x3 = (2, 2). (c) Mostre que x = (1, 4) no uma combinao linear de x2 = (1, 1) e x3 = (2, 2). res (a) Mostrar que x = (1, 4) uma combinao linear de x1 = (1, 2) e x2 = (1, 1) , por denio, mostrar que , R : x = x1 + x2 , i.e., que possvel o sistema de equaes lineares (Sa ) dado por + = 1 (1, 4) = (1, 2) + (1, 1) 2 + = 4. Ento, como 1 1 2 1

1 4

1 0

1 1

1 2

a caracterstica da matriz dos coecientes igual caracterstica da matriz ampliada, pelo que o sistema (Sa ) possvel, concluindo-se que x uma combinao linear de x1 e x2 . Para escrever x como combinao linear de x1 e x2 , resolve-se o sistema (Sa ), tendo-se = 3 = 2, vindo x = 3x1 2x2 . (b) Mostrar que x = (1, 4) uma combinao linear de x1 = (1, 2), x2 = (1, 1) e x3 = (2, 2) , por denio, mostrar que , , R : x = x1 + x2 + x3 ,

88

Topicos de Algebra Linear e Geometria Analtica

i.e., que possvel o sistema de equaes lineares (Sb ) dado por (1, 4) = (1, 2) + (1, 1) + (2, 2) + + 2 = 1 2 + + 2 = 4. Ento, como 1 1 2 2 1 2

1 4

1 0

1 1

2 2

1 2

22

a caracterstica da matriz dos coecientes igual caracterstica da matriz ampliada, pelo que o sistema (Sb ) possvel, concluindo-se que x uma combinao linear de x1 , x2 e x3 . Para escrever x como combinao vindo x = 3x1 + (2 2a)x2 + ax3 , a R. (c) Mostrar que x = (1, 4) no uma combinao linear de x2 = (1, 1) e x3 = (2, 2) equivalente a mostrar que impossvel o sistema de equaes lineares (Sc ) dado por + (1, 4) = (1, 1) + (2, 2) + Ento, como 1 2 1 2 2 2 = = 1 4. linear de x1 , x2 e x3 , resolve-se o sistema (Sb ), tendo-se = = = 3 2 2a a R,

1 4

1 0

2 0

1 3

a caracterstica da matriz dos coecientes menor do que a caracterstica da matriz ampliada, o sistema (Sc ) impossvel, concluindo-se que x no uma combinao linear de x2 e x3 .

89

4 Espacos Vectoriais

4.21exe Escreva, se possvel, o vector v = (3, 3) R2 como combinao linear dos seguintes vectores de R2 , e interprete geometricamente os resultados obtidos: (a) v1 = (1, 1). (b) v1 = (1, 2). (c) v1 = (1, 2), v2 = (4, 2). (d) v1 = (1, 1), v2 = (2, 2). (e) v1 = (1, 1), v2 = (1, 1). (f) v1 = (1, 1), v2 = (0, 1), v3 = (2, 0). sol (a) v = 3v1 . (b) v no uma combinao linear de v1 . (c) v = v1 + 1 v2 . 2 (d) v = (3 2)v1 + v2 , R. (e) v no uma combinao linear de v1 e v2 . (f) v = (3 2)v1 + (6 2)v2 + v3 , R. 4.22exe Sejam u = (1, 2, 4), v = (2, 5, 6), w = (1, 1, 10), r = (1, 0, ) R3 . (a) Escreva o vector w como combinao linear de u e v . (b) Indique para que valores de R o vector r uma combinao linear de u e v . sol (a) w = 7u 3v . (b) = 8. 4.23exe Escreva u = 5t 2 8t +6 como combinao linear de v = t 2 t e w = 2t 2 4. sol u = 8v 3 w . 2

90

Topicos de Algebra Linear e Geometria Analtica

Espao gerado
4.24def espao gerado, L(S), x1 , . . . , xn Sejam V um espao vectorial e S =

{x1 , . . . , xn } V . Chama-se espao gerado pelo conjunto S, que se representa por L(S) ou por x1 , . . . , xn , ao conjunto de todas as combinaes lineares dos elementos de S, ou seja, L(S) x1 , . . . , xn = {1 x1 + + n xn : 1 , . . . , n R}. 4.25exe Sejam a = (1, 2 3), b = (3, 4, 2), c = (2, 6, 6), d = (9, 2, 5) R3 . (a) c a, b ? (b) d a, b ? sol (a) No. (b) No. 4.26teo Sejam V um espao vectorial e S = {x1 , . . . , xn } U V . Ento: (a) L(S) um subespao de V ; (b) se U um subespao de V , ento L(S) U. 4.27obs Sejam V um espao vectorial e S = {x1 , . . . , xn } V . Ento: (a) chama-se espao gerado ao conjunto L(S) devido alnea (a) do teorema anterior; (b) L(S) o menor subespao de V que contm S no sentido da alnea (b) do teorema anterior.
def

Conjunto gerador
4.28def conjunto gerador Sejam V um espao vectorial e S = {x1 , . . . , xn } V . Diz-se que S um conjunto gerador de V se V = L(S).

91

4 Espacos Vectoriais

4.29obs Sejam V um espao vectorial e S = {x1 , . . . , xn } V . Ento, S um conjunto gerador de V se x V, 1 , . . . , n R : x = 1 x1 + + n xn , i.e., se o sistema de equaes lineares 1 x1 + + n xn = x possvel qualquer que seja x V . 4.30exe (a) Verique se R2 = (2, 0) . (b) Verique se R2 = (2, 0), (3, 4) . (c) Verique se R2 = (2, 0), (3, 4), (0, 1) . res (a) Vericar se R2 = (2, 0) equivalente a vericar se, qualquer que seja x = (x1 , x2 ) R2 , possvel o sistema de equaes lineares (S1 ) dado por 2 (x1 , x2 ) = (2, 0) 0 = x1 = x2 .

Ento, como a representao matricial do sistema (S1 ) 2 x1 0 x2 que j est em escada, a caracterstica da matriz dos coecientes menor do que a caracterstica da matriz ampliada se x2 = 0, pelo que o sistema (S1 ) nem sempre possvel, concluindo-se que R2 = (2, 0) , i.e., {(2,0)} no um conjunto gerador de R2 . (b) Vericar se R2 = (2, 0), (3, 4) equivalente a vericar se, qualquer que seja x = (x1 , x2 ) R2 , possvel o sistema de equaes lineares (S2 ) dado por 2 (x1 , x2 ) = (2, 0) + (3, 4) 0 + + 3 4 = x1 = x2 .

92

Topicos de Algebra Linear e Geometria Analtica

Ento, como a representao matricial do sistema (S2 ) 2 3 x1 0 4 x2 que j est em escada, a caracterstica da matriz dos coecientes igual caracterstica da matriz ampliada qualquer que seja x = (x1 , x2 ) R2 , pelo que o sistema (S2 ) sempre possvel, concluindo-se que R2 = (2, 0), (3, 4) , i.e., {(2,0),(3,4)} um conjunto gerador de R2 . (c) Vericar se R2 = (2, 0), (3, 4), (0, 1) equivalente a vericar se, qualquer que seja x = (x1 , x2 ) R2 , possvel o sistema de equaes lineares (S3 ) dado por (x1 , x2 ) = (2, 0) + (3, 4) + (0, 1) 2 + 3 + 0 = x1 0 + 4 + = x2 .

Ento, como a representao matricial do sistema (S3 ) 2 3 0 x1 0 4 1 x2 que j est em escada, a caracterstica da matriz dos coecientes igual caracterstica da matriz ampliada qualquer que seja x = (x1 , x2 ) R2 , pelo que o sistema (S3 ) sempre possvel, concluindo-se que R2 = (2, 0), (3, 4), (0, 1) , i.e., {(2, 0), (3, 4), (0, 1)} um conjunto gerador de R2 . 4.31obs (a) Um espao vectorial pode admitir diversos conjuntos geradores. (b) Conjuntos geradores distintos podem gerar o mesmo espao vectorial. 4.32exe Indique quais dos seguintes conjuntos de vectores so conjuntos geradores do espao vectorial R2 : (a) A = {(1, 0), (0, 1)}; (b) B = {(1, 2), (1, 0)};

93

4 Espacos Vectoriais

(c) C = {(1, 0), (0, 1), (1, 3)}; (d) D = {(1, 2)}; (e) E = {(1, 2), (2, 4), (1, 2)}; (f) F = {(1, 1), (2, 2)}. sol A, B e C. 4.33exe Indique quais dos seguintes conjuntos de vectores so conjuntos geradores do espao vectorial R3 [x]: (a) A = {1, x, x 2 , x 3 }; (b) B = {1 + x 2x 2 , x 2 + x 3 }; (c) C = {1 + x, 1 x, x 2 , x 3 1, x + x 3 }; (d) D = {1, 2x, x 2 + 1, x 3 x}. sol A, C e D. 4.34exe Seja X = {(1, 0, ), (, , ), (1, 0, 0), (0, 0, 1)} R3 . Indique para que valores de e o conjunto X um conjunto gerador de R3 . sol R, R \ {0}.

Independncia e dependncia lineares


4.35def Sejam V um espao vectorial e S = {x1 , . . . , xn } V . (a) conjunto linearmente independente Diz-se que S um conjunto linearmente independente se 1 , . . . , n R : 1 x1 + + n xn = 0V 1 = = n = 0. (b) vectores linearmente independentes Se S um conjunto linearmente independente, os elementos de S dizem-se vectores linearmente independentes.

94

Topicos de Algebra Linear e Geometria Analtica

(c) conjunto linearmente dependente Se S no um conjunto linearmente independente, diz-se que S um conjunto linearmente dependente. (d) vectores linearmente dependentes Se S um conjunto linearmente dependente, os elementos de S dizem-se vectores linearmente dependentes. 4.36obs Sejam V um espao vectorial e S = {x1 , . . . , xn } V . (a) Diz-se que S um conjunto linearmente independente se o sistema de equaes lineares 1 x1 + + n xn = 0V possvel e determinado. (b) Diz-se que S um conjunto linearmente dependente se o sistema de equaes lineares 1 x1 + + n xn = 0V possvel e indeterminado. 4.37exe (a) Indique, justicando, se {(2, 0)} um conjunto linearmente independente ou linearmente dependente. (b) Indique, justicando, se {(2, 0), (3, 4)} um conjunto linearmente independente ou linearmente dependente. (c) Indique, justicando, se {(2, 0), (3, 4), (0, 1)} um conjunto linearmente independente ou linearmente dependente. res (a) Como 2 (2, 0) = (0, 0) 0 = = 0 0 = 0,

conclui-se que {(2, 0)} um conjunto linearmente independente.

95

4 Espacos Vectoriais

(b) Como (2, 0) + (3, 4) = (0, 0) = 0, 2 + 3 = 0 = 0, 0 + 4 = 0 conclui-se que {(2, 0), (3, 4)} um conjunto linearmente independente. (c) Como (2, 0) + (3, 4) + (0, 1) = (0, 0) = 3a , 8 2 + 3 + 0 = 0 a = 4, 0 + 4 + = 0 = a R, conclui-se que {(2, 0), (3, 4), (0, 1)} um conjunto linearmente dependente. 4.38teo Sejam V um espao vectorial e S1 S = {x1 , . . . , xn } S2 V . (a) Se S um conjunto linearmente dependente, ento, S2 um conjunto linearmente dependente. (b) Se S um conjunto linearmente independente, ento, S1 um conjunto linearmente independente. 4.39exe Indique quais dos seguintes conjuntos de vectores so conjuntos linearmente independentes: (a) A = {(3, 1), (4, 2)} em R2 ; (b) B = {(3, 1), (4, 2), (7, 2)} em R2 ; (c) C = {(0, 3, 1), (2, 4, 1), (2, 8, 5)} em R3 ; (d) D = {(1, 2, 0, 2), (5, 0, 1, 1), (8, 6, 1, 5)} em R4 . sol A e C.

96

Topicos de Algebra Linear e Geometria Analtica

4.40exe Considere as seguintes matrizes: 2 1 ,B = 2 3 1 7 2 eC= 4 1 m n , m, n R.

A= 1

(a) Determine os valores de m e n para que {A, B, C} seja um conjunto linearmente dependente. (b) Estabelea a relao de dependncia entre A, B e C. sol (a) m = 4 e n = 3. (b) A = 3 B + 1 C. 2 2 4.41exe Indique para que valores do parmetro real , os vectores a = (1, 2) e b = (, 1) de R2 so linearmente independentes. sol R \ { 1 }. 2 4.42exe Considere no espao vectorial R3 os vectores v1 = (1 , 1 , 1) e v2 = (2 , 2 , 0) em que 1 , 2 , 1 , 2 R so constantes reais. Indique, em funo de 1 , 2 , 1 e 2 uma condio necessria e suciente para os vectores v1 e v2 serem linearmente independentes. sol 1 R, 2 R \ {0}, 1 R, 2 R \ {0}. 4.43exe Considere o espao vectorial R3 e um seu subespao S = {(x, y , z) R3 : x = y }. Determine dois vectores linearmente independentes u e v de S e mostre que qualquer vector w S uma combinao linear de u e v . 4.44exe Mostre que o conjunto 1 0 0 0 0 , 1 0 0 1 0 0 1 , 0 0 1 0 1 0 , 1 1 1 0 0 0 , 0 0 0 1 1 1

linearmente independente.

97

4 Espacos Vectoriais

4.45exe Sejam V um espao vectorial e {v1 , v2 , v3 } um conjunto de vectores de V linearmente independente. Mostre que os seguintes conjuntos tambm so linearmente independentes: (a) {v1 , v1 + v2 }; (b) {2v1 , v1 + v2 , v1 + v3 }; (c) {v1 + v2 , v1 + v3 , v2 + v3 }. 4.46exe Considere no espao vectorial R2 [x] os vectores u = 1, v = 1 x e w = (1x)2 . Verique que os vectores u, v e w so linearmente independentes.

Base e base ordenada


4.47def base Sejam V um espao vectorial e S = {x1 , . . . , xn } V . Diz-se que S uma base de V se S um conjunto gerador de V linearmente independente. 4.48obs Sejam V um espao vectorial e S = {x1 , . . . , xn } V . Diz-se que S uma base de V se o sistema de equaes lineares 1 x1 + + n xn = x possvel e determinado qualquer que seja x V . 4.49exe (a) Indique, justicando, se {(2, 0)} uma base de R2 . (b) Indique, justicando, se {(2, 0), (3, 4)} uma base de R2 . (c) Indique, justicando, se {(2, 0), (3, 4), (0, 1))} uma base de R2 . res (a) Atendendo ao exerccio 4.30exe (a), {(2, 0)} no um conjunto 4.37exe (b), {(2, 0), (3, 4)}

gerador de R2 , pelo que tambm no uma sua base. (b) Atendendo aos exerccios 4.30exe (b) e

um conjunto gerador de R2 linearmente independente, pelo que uma base de R2 .

98

Topicos de Algebra Linear e Geometria Analtica

(c) Atendendo ao exerccio

4.37exe (c), {(2, 0), (3, 4), (0, 1)} no

um conjunto linearmente independente, pelo que tambm no uma base de R2 . 4.50exe Averigue quais dos seguintes conjuntos de vectores so bases de R2 : (a) A = {(1, 1), (3, 0)}; (b) B = {(1, 1), (0, 2), (2, 3)}; (c) C = {(1, 1), (0, 8)}; (d) D = {(1, 2), (2, 4)}. sol A e C. 4.51exe Indique para que valores de o conjunto {(, 6), (1, )} uma base de R2 . sol R \ { 6, 6}. 4.52exe Averigue quais dos seguintes conjuntos de vectores so bases de R3 [x]: (a) A = {1, x, x 2 , x 3 }; (b) B = {1, 1 + x, 1 + x + x 2 , 1 + x + x 2 + x 3 , x 3 }; (c) C = {2, x, x 2 + x 3 , x + x 2 + x 3 }; (d) D = {1, 1 + x, x 2 + x 3 }. sol A. 4.53def base ordenada Sejam V um espao vectorial e S = (x1 , . . . , xn ) V n . Diz-se que S uma base ordenada de V se S = {x1 , . . . , xn } uma base de V. 4.54obs O objectivo da denio anterior permitir distinguir entre ordenaes diferentes dos seus elementos, situao que no acontece em conjuntos. Faz sentido, agora, a seguinte denio:

99

4 Espacos Vectoriais

4.55def

coordenadas de um vector numa base ordenada Sejam V um espao vectorial, S = (x1 , . . . , xn ) uma base ordenada de V , x V e 1 , . . . , n R tais que x = 1 x1 + + n xn . Chama-se coordenadas do vector x relativamente base ordenada S, que se representa por [x]S , a [x]S = (1 , . . . , n ) Rn .
def

4.56obs Como uma base um conjunto linearmente independente, o sistema linear que necessrio resolver para determinar as coordenadas de um vector numa base ordenada sempre possvel e determinado, pelo que as coordenadas de um vector numa base ordenada so nicas. 4.57exe (a) Seja S1 = ((1, 0, 0), (0, 1, 0), (0, 0, 1)) uma base ordenada de R3 . Determine as coordenadas de x = (0, 2, 3) na base ordenada S1 . (b) Seja S2 = ((0, 1, 0), (1, 0, 0), (0, 0, 1)) uma base ordenada de R3 . Determine as coordenadas de x = (0, 2, 3) na base ordenada S2 . (c) Seja S3 = ((1, 1, 1), (0, 1, 1), (1, 0, 1)) uma base ordenada de R3 . Determine as coordenadas de x = (0, 2, 3) na base ordenada S3 . res (a) Como (0, 2, 3) = 0(1, 0, 0) + 2(0, 1, 0) + 3(0, 0, 1), tem-se que [x]S1 = (0, 2, 3). (b) Como (0, 2, 3) = 2(0, 1, 0) + 0(1, 0, 0) + 3(0, 0, 1), tem-se que [x]S2 = (2, 0, 3). (c) Para responder questo, tem que se resolver o sistema (1, 1, 1) + (0, 1, 1) + (1, 0, 1) = (0, 2, 3) + = 0 + = 2 + + = 3.

100

Topicos de Algebra Linear e Geometria Analtica

Recorra-se, agora, ao mtodo de Gauss: 1 0 1 1 1 0 1 2 2 2 1 3 3 3 1 3 3 1 0 1 0 0 1 0 0 0 1 1 0 1 0 1 1 0 1 1 1 0

1 1

2 3 0 2 , 1

tendo-se = 1, = 3, = 1, pelo que (0, 2, 3) = (1, 1, 1) + 3(0, 1, 1) + (1, 0, 1), ou seja, [x]S3 = (1, 3, 1). 4.58exe Seja S = ([ 1 0 ] , [ 0 1 ] , [ 0 0 ] , [ 0 0 ]) uma base ordenada de M22 (R). De0 0 0 0 1 0 0 1 termine as coordenadas de A = res Como
2 3 5 4 2 3 5 4

na base ordenada S.

= 2 [ 1 0 ] + 3 [ 0 1 ] + 5 [ 0 0 ] + 4 [ 0 0 ], tem-se que [A]S = 0 0 0 0 1 0 0 1

(2, 3, 5, 4). 4.59teo Sejam V um espao vectorial e o conjunto {x1 , . . . , xn } uma base de V . Ento, todas as bases de V tm n vectores.

Dimenso de um espao vectorial


4.60def dimenso de um espao vectorial, dim(V ), espao vectorial de dimenso nita Seja V um espao vectorial.

(a) Se V = {0v } e {x1 , . . . , xn } uma base de V , chama-se dimenso do espao vectorial V , que se representa por dim(V ), ao nmero de

101

4 Espacos Vectoriais

elementos que constituem a base. Diz-se, ainda, que V um espao vectorial de dimenso nita. (b) Se V = {0V }, diz-se que a dimenso de V zero, escrevendo-se dim(V ) = 0. 4.61obs Note-se que a alnea (a) da denio anterior faz sentido pois o teorema que a precede garante que todas as bases de um espao vectorial de dimenso nita tm o mesmo nmero de elementos. 4.62teo (a) dim(R3 ) = 3 e {e1 , e2 , e3 } e {f1 , f2 , f3 } em que e1 = (1, 0, 0), e2 = (0, 1, 0), e3 = (0, 0, 1), f1 = (1, 1, 0), f2 = (0, 1, 1), f3 = (1, 1, 1), so dois exemplos de bases de R3 ( primeira chama-se base cannica de R3 ). (b) dim(Rn ) = n. (c) dim(M23 (R)) = 6 e {E11 , E12 , E13 , E21 , E22 , E23 }, em que E11 = [ 1 0 0 ] , E12 = [ 0 1 0 ] , E13 = [ 0 0 1 ] , 0 0 0 0 0 0 0 0 0 E21 = [ 0 0 0 ] , E22 = [ 0 0 0 ] , E23 = [ 0 0 0 ] , 1 0 0 0 1 0 0 0 1 uma base de M23 (R) (base cannica de M23 (R)). (d) dim(Mmn (R)) = mn. (e) dim(R2 [x]) = 3 e {1, x, x 2 } uma base de R2 [x] (base cannica de R2 [x]). (f) dim(Rn [x]) = n + 1. (g) C(a, b) no um espao vectorial de dimenso nita. 4.63teo Seja V um espao vectorial tal que dim(V ) = n e S um subconjunto de V com n elementos.

102

Topicos de Algebra Linear e Geometria Analtica

(a) Se S um conjunto linearmente independente, ento S uma base de V. (b) Se S um conjunto gerador de V , ento S uma base de V . 4.64teo Sejam V um espao vectorial com dimenso nita e X um subespao de V . Ento: (a) dim(X) dim(V );

(b) dim(X) = dim(V ) se e s se X = V . 4.65def espao nulo de uma matriz Seja A Mmn (R). Chama-se espao nulo da matriz A, que se representa por N(A), ao conjunto soluo do sistema homogneo cuja matriz dos coecientes a matriz A, ou seja, N(A) = CS(Ax=0) . 4.66teo Seja A Mmn (R). Ento: (a) dim(
1,A ; . . . ; m,A def

) = c(A);

(b) dim( c1,A ; . . . ; cn,A ) = c(A); (c) dim(N(A)) igual ao nmero de variveis livres do sistema Ax = 0. 4.67obs Seja A Mnn (R). Ento: (a) {c1,A , . . . , cn,A } um conjunto linearmente dependente se e s se det(A) = 0; (b) {c1,A , . . . , cn,A } um conjunto linearmente independente se e s se det(A) = 0; (c) { 0; (d) {
1,A , . . . , n,A } 1,A , . . . , n,A }

um conjunto linearmente dependente se e s se det(A) =

um conjunto linearmente independente se e s se

det(A) = 0.

103

4 Espacos Vectoriais

4.68exe Determine o espao nulo e a sua dimenso das seguintes matrizes: (a) A = [ 1 0 ]; 2 2 (b) B = [ 1 1 1 1 ]. 2 2 0 2 res (a) Seja (S) o sistema Ax = 0, x = [ x1 ]. Ento: x2 1 0 0 1 0 0 , 2 2 0 22 1 0 2 0 2 tendo-se x1 = 0 x = 0,
2

ou seja, N(A) = {(0, 0)}. Como o sistema (S) no tem variveis livres, tem-se que dim(N(A)) = 0. (b) Seja (S) o sistema Bx = 0, x = 1 2 1 2 1 0 1 2 0 0
x1 x2 x3 x4

. Ento: 1 0 1 0 1 2 1 0 0 0 ,

22

tendo-se x1 x2 x 3 x 4 ou seja,

= , = R, =0 = R,

N(B) = {( , , 0, ) : , R} = {(1, 1, 0, 0) + (1, 0, 0, 1) : , R} = (1, 1, 0, 0), (1, 0, 0, 1) . Como o sistema (S) tem 2 variveis livres, tem-se que dim(N(B)) = 2.

104

Topicos de Algebra Linear e Geometria Analtica

4.69obs Seja V um espao vectorial tal que dim(V ) = n. Ento: (a) quaisquer m > n vectores de V so linearmente dependentes; (b) se C um conjunto gerador de V , ento #C n;

(c) se C um conjunto linearmente independente de V com n vectores, ento C um conjunto gerador de V ; (d) se C um conjunto gerador de V com n vectores, ento C um conjunto linearmente independente; (e) se C um conjunto gerador de V e linearmente independente, ento #C = n.

Exerccios miscelnea
4.70exe Considere o conjunto F = {(x, y , z, w ) R4 : x = y 3z z = 2w }. (a) Mostre que F um subespao de R4 . (b) Determine uma base e a dimenso de F . sol (b) Por exemplo, o conjunto {(1, 1, 0, 0), (6, 0, 2, 1)} uma base de F e dim(F ) = 2. 4.71exe Considere o conjunto S = {(a + b, a b + 2c, b, c) R4 }. (a) Mostre que S um subespao de R4 . (b) Determine uma base e a dimenso de S. sol (b) Por exemplo, o conjunto {(1, 1, 0, 0), (1, 1, 1, 0), (0, 2, 0, 1)} uma base de S e dim(F ) = 3. 4.72exe Considere o espao vectorial R2 [x]. (a) Verique que o conjunto de polinmios {1, x, x(x + 1)} um conjunto linearmente independente.

105

4 Espacos Vectoriais

(b) Verique que o polinmio 1 + 2x + 3x 2 uma combinao linear dos polinmios da alnea anterior. 4.73exe Sejam F = {(x, y , z) R3 : z = 0}, u1 = (0, 2, 0), u2 = (1, 0, 0) e u3 = (1, 6, 0). (a) Mostre que F um subespao de R3 . (b) Verique que F = u1 , u2 , u3 . (c) O conjunto {u1 , u2 , u3 } uma base de F ? (d) Indique a dimenso de F . sol (c) No. (d) dim(F ) = 2. 4.74exe Sejam V um espao vectorial, v1 , v2 , v3 , v4 V e {v1 , v2 } uma base de V . (a) A = {v1 , v2 , v3 , v4 } um conjunto gerador de V ? (b) A constitudo por vectores linearmente independentes? (c) B = {v1 } um conjunto gerador de V ? (d) B constitudo por vectores linearmente independentes? (e) Seja C um subconjunto de V que gera V . Que pode dizer sobre o nmero de vectores de C? (f) Seja D um subconjunto de V constitudo por vectores linearmente independentes. Que pode dizer sobre o nmero de vectores de D? (g) Em que condies que E = {v1 , v4 } um conjunto gerador de V ? sol (a) Sim. (b) No. (c) No. (d) Sim.

106

Topicos de Algebra Linear e Geometria Analtica

(e) #C (f) #D

2. 2.

(g) E um conjunto gerador de V se e s se v1 e v4 forem vectores linearmente independentes. 4.75exe Sejam V um espao vectorial e u1 , u2 , u3 , u4 V tais que V = u1 , u2 , u3 , {u1 , u2 } um conjunto linearmente independente, u3 = 2u1 e u4 = u1 + u2 . Considere, ainda, as seguintes proposies: P1 : {u1 , u2 , u3 } um conjunto linearmente independente; P2 : {u3 } um conjunto linearmente independente; P3 : V = u2 , u3 , u4 ; P4 : {u2 , u4 } uma base de V ; P5 : dim(V ) = 3. Indique, justicando, as proposies verdadeiras. sol P2 , P3 e P4 .

5
Transformaes Lineares
Denies iniciais
5.1obs Na denio que se segue rev-se o conceito de funo, estudando-se neste captulo um seu caso particular as transformaes lineares. 5.2def funo, imagem de um elemento por meio de uma funo Sejam A e B conjuntos e x A. Diz-se que f uma funo de A em B se associa a cada elemento de A um e s um elemento de B, representando-se por f (x) a imagem de x por f . Chama-se domnio de f a A. 5.3obs Sejam f uma funo cujo domnio Rn e x = (x1 , . . . , xn ) Rn . Ento, a imagem de x por f , alm de se representar por f (x), tambm habitual representar-se por f (x1 , . . . , xn ). 5.4exe Considere a funo T : R2 R3 , T (x, y ) = (x y , 0, x). Calcule: (a) T (2, 1); (b) T (y , 1); sol (a) T (2, 1) = (1, 0, 2). (b) T (y , 1) = (y 1, 0, y ).
107

(c) T (y , x); (d) T (x + 2y , 2y x).

108

Topicos de Algebra Linear e Geometria Analtica

(c) T (y , x) = (y x, 0, y ). (d) T (x + 2y , 2y x) = (2x, 0, x + 2y ). 5.5exe Considere as seguintes funes: f1 : R R, f1 (x) = x 2 ; f2 : R R2 , f2 (x) = (0, 3x); f3 : R2 R, f3 (x, y ) = x + 2y ; f4 : R3 R2 , f4 (x, y , z) = (x, 0); f5 : R Mnn (R), f5 (x) = xIn ; f6 : R2 R3 [x], f6 (a, b) = ax 3 + bx b; f7 : R2 [x] M23 (R), f7 (ax 2 + bx + c) = f8 : C(R) R2 , f8 () = ((0), (1)). Mostre que: (a) f3 (f2 (f1 (2))) = 24; (b) tr(f5 (2)) = 2n; (c) (f7 (x 2 + x + 1))22 = 1; (d) f8 (f6 (f4 (1, 2, 3))) = (0, 1). 5.6def Sejam V e V espaos vectoriais e T uma funo de V em V . (a) transformao linear ou homomorsmo Diz-se que T uma transformao linear ou um homomorsmo de V em V se: (i) x, y V : T (x + y ) = T (x) + T (y ); (ii) x V, R : T (x) = T (x). (b) L(V, V ) Representa-se por L(V, V ) o conjunto de todas as transformaes lineares de V em V .
a 0 0 0 b c 2

109

5 Transformacoes Lineares

5.7exe Seja T : R2 R3 , T (x1 , x2 ) = (x2 , 0, x1 + x2 ). Mostre que T uma transformao linear.

res Propriedade (i) Denio geral: x, y V : T (x + y ) = T (x) + T (y ). Exemplo presente: x = (x1 , x2 ), y = (y1 , y2 ) R2 : T (x + y ) = T (x) + T (y ).

T (x + y ) = T ((x1 , x2 ) + (y1 , y2 )) = T (x1 + y1 , x2 + y2 ) = (x2 + y2 , 0, x1 + y1 + x2 + y2 ). (i.1)

T (x) + T (y ) = T (x1 , x2 ) + T (y1 , y2 ) = (x2 , 0, x1 + x2 ) + (y2 , 0, y1 + y2 ) = (x2 + y2 , 0, x1 + y1 + x2 + y2 ). (i.2)

Como as expresses (i.1) e (i.2) so iguais, conclui-se que a propriedade (i) vlida. Propriedade (ii) Denio geral: x V, R : T (x) = T (x). Exemplo presente: x = (x1 , x2 ) R2 , R : T (x) = T (x).

110

Topicos de Algebra Linear e Geometria Analtica

T (x) = T ((x1 , x2 )) = T (x1 , x2 ) = (x2 , 0, x1 + x2 ). (ii.1)

T (x) = T (x1 , x2 ) = (x2 , 0, x1 + x2 ) = (x2 , 0, x1 + x2 ). (ii.2)

Como as expresses (ii.1) e (ii.2) so iguais, conclui-se que a propriedade (ii) vlida. Como as propriedades (i) e (ii) so vlidas, conclui-se que T uma transformao linear. 5.8exe Seja f : R2 R3 , f (x1 , x2 ) = (x2 , 1, x1 + x2 ). Mostre que f no uma transformao linear. res Para resolver este exerccio necessrio mostrar que (pelo menos) uma das propriedades da denio 5.6def (a) no vlida. No entanto, e por

questes didcticas, vai-se vericar as duas propriedades. (i) Sejam, por exemplo, x = (0, 0) e y = (1, 0). Ento: f (x + y ) = f ((0, 0) + (1, 0)) = f (1, 0) = (0, 1, 1); f (x) + f (y ) = f (0, 0) + f (1, 0) = (0, 1, 0) + (0, 1, 1) = (0, 2, 1). Assim, como f (x + y ) = f (x) + f (y ), conclui-se que a propriedade (i) no vlida. (ii) Sejam, por exemplo, = 0 e x = (1, 0). Ento: f (x) = f (0(1, 0)) = f (0, 0) = (0, 1, 0); f (x) = 0f (1, 0) = 0(0, 1, 1) = (0, 0, 0).

111

5 Transformacoes Lineares

Assim, como f (x) = f (x), conclui-se que a propriedade (ii) no vlida. Como as propriedades (i) e (ii) da denio 5.6def (a) no so satis-

feitas, conclui-se que f no uma transformao linear. 5.9teo Sejam V e V espaos vectoriais. Ento, T L(V, V ) se e s se x, y V, , R : T (x + y ) = T (x) + T (y ). 5.10obs O teorema anterior indica um processo alternativo denio de vericar se uma funo uma transformao linear. 5.11exe Indique quais das seguintes funes so transformaes lineares: T1 : R2 R2 , T1 (x, y ) = (0, x); T2 : R2 R, T2 (x, y ) = |x y |; T3 : R2 R3 , T3 (x1 , x2 ) = (x2 , 0, x1 );
2 T4 : R2 R2 , T4 (x1 , x2 ) = (x1 , 0);

5.6def

T5 : M22 (R) R, T5 (A) = (A)11 ; T6 : M22 (R) R, T6 (A) = ((A)11 )2 ; T7 : Mnn (R) R, T7 (A) = det(A); T8 : R2 [x] R, T8 (ax 2 + bx + c) = a;
1

T9 : R1 [x] R, T9 (ax + b) =

(ax + b) dx;
0

T10 : C 1 (a, b) C(a, b), T10 (f ) = f . sol T1 , T3 , T5 , T8 , T9 e T10 . 5.12exe Sejam , R. Determine a relao entre e de modo que a transformao T : R R2 , T (x) = (x + 2, x), seja linear. sol = 2.

112

Topicos de Algebra Linear e Geometria Analtica

5.13def Seja V um espao vectorial. (a) endomorsmo Chama-se endomorsmo em V a uma transformao linear de V em V . (b) L(V ) Representa-se por L(V ) o conjunto de todos os endomorsmos em V . 5.14exe Indique quais das seguintes transformaes lineares so endomorsmos: T1 : R2 R3 , T1 (x1 , x2 ) = (x2 , 0, x1 + x2 ); T2 : R2 R2 , T2 (x1 , x2 ) = (0, 0); T3 : R1 [x] R, T3 (ax + b) = res T2 . 5.15exe Identique geometricamente os seguintes endomorsmos em R2 : (a) T1 (x, y ) = (x, y ); (b) T2 (x, y ) = (x, y ); (c) T3 (x, y ) = (y , x); (d) T4 (x, y ) = (x, y ); (e) T5 (x, y ) = (x, 0); (f) T6 (x, y ) = (0, y ); (g) T7 (x, y ) = (x cos y sen , x sen + y cos ), [0, 2[; (h) T8 (x, y ) = (kx, ky ), k ]0, 1[; (i) T9 (x, y ) = (kx, ky ), k ]1, +[; (j) T10 (x, y ) = (kx, y ), k R+ ; (k) T11 (x, y ) = (x, ky ), k R+ ; (l) T12 (x, y ) = (x + ky , y ), k R+ ;
0 1

(ax + b) dx.

113

5 Transformacoes Lineares

(m) T13 (x, y ) = (x, kx + y ), k R+ . 5.16teo Seja T L(V, V ). Ento: (a) T (0V ) = 0V . (b) x V : T (x) = T (x). (c) x, y V : T (x y ) = T (x) T (y ). 5.17obs O teorema anterior permite concluir que se T (0V ) = 0V ou x V : T (x) = T (x) ou x, y V : T (x y ) = T (x)T (y ), ento T no uma transformao linear. Note-se, ainda, que h funes em que T (0V ) = 0V , x V : T (x) = T (x) e x, y V : T (x y ) = T (x) T (y ) e que no so transformaes lineares.

5.18exe Seja g : R2 R3 , g(a, b) = (a, 1, a + 2b). Mostre que g no uma transformao linear.

res Como g(0R2 ) = g(0, 0) = (0, 1, 0) = (0, 0, 0) = 0R3 , conclui-se que g no uma transformao linear.

5.19exe Justique que as funes T2 , T4 , T6 e T7 de maes lineares recorrendo a 5.17obs .

5.11exe no so transfor-

Matriz de uma transformao linear


5.20obs No resto do captulo passam-se apenas a considerar transformaes lineares entre espaos de dimenso nita.

114

Topicos de Algebra Linear e Geometria Analtica

5.21obs Sejam T L(V, V ), C = (v1 , . . . , vn ) uma base ordenada de V , C = (v1 , . . . , vm ) uma base ordenada de V e v V . Ento, 1 1 , . . . , n R : v = 1 v1 + + n vn , 1 a11 , . . . , am1 R : T (v1 ) = a11 v1 + + am1 vm , . . . 1 a1n , . . . , amn R : T (vn ) = a1n v1 + + amn vm . Tem-se, ento, que: T (v ) = T (1 v1 + + n vn ) = 1 T (v1 ) + + n T (vn ) = 1 (a11 v1 + + am1 vm ) + + n (a1n v1 + + amn vm ) = (1 a11 + + n a1n )v1 + + (1 am1 + + n amn )vm = 1 v1 + + m vm , em que 1 a1n 2 a2n . 3 . . . . . . amn n

1 a11 2 a21 = . . . . . . m am1

a12 a22 . . . am2

a13 a23 . . . am3

.. .

5.22def

matriz de uma transformao linear entre espaos de dimenso nita, AT,C,C , AT Sejam T L(V, V ), C = (v1 , . . . , vn ) uma base ordenada de V e

C = (v1 , . . . , vm ) uma base ordenada de V . Chama-se matriz da transformao linear T relativamente s bases C e C , que se representa por AT,C,C , matriz [aij ] Mmn (R) introduzida na observao anterior.

115

5 Transformacoes Lineares

Se V = Rn , V = Rm e C e C so as respectivas bases cannicas, ento representa-se por AT a matriz da transformao linear T relativamente s bases C e C . 5.23exe Determine a matriz da transformao linear T L(R3 , R2 ), T (x, y , z) = (x + 2z , 3x y ), relativamente s bases cannicas de R3 e R2 . res Como T (1, 0, 0) = (1, 3) T (0, 1, 0) = (0, 1) T (0, 0, 1) = (2, 0), tem-se que 1 AT = 3 0 1 2 . 0

5.24exe Seja T uma transformao linear de R3 em R3 denida por T (x1 , x2 , x3 ) = (2x1 x2 x3 , 2x2 x1 x3 , 2x3 x1 x2 ). (a) Determine a matriz da transformao linear T em relao base cannica. (b) Use a matriz da transformao linear T para determinar a imagem dos seguintes vectores: (i) u = (1, 1, 1). (ii) v = (2, 1, 1). (iii) w = (5, 3, 2). sol (a) AT = (b)
2 1 1 1 2 1 1 1 2

(i) T (u) = (0, 0, 0). (ii) T (v ) = (2, 1, 1). (iii) T (w ) = (15, 9, 6).

116

Topicos de Algebra Linear e Geometria Analtica

Imagem e ncleo de uma transformao linear


5.25def Seja T L(V, V ). (a) imagem de uma transformao linear, Im(T ) T , que se representa por Im(T ), a Im(T ) = {T (x) V : x V }. (b) ncleo de uma transformao linear, Nuc(T ) Chama-se ncleo de T , que se representa por Nuc(T ), a Nuc(T ) = {x V : T (x) = 0V }. 5.26exe Seja T L(R3 , R2 ), T (x1 , x2 , x3 ) = (x1 + x3 , x1 + 2x2 x3 ). Determine: (a) a imagem de T , ou seja, Im(T ); (b) o ncleo de T , ou seja, Nuc(T ). res (a) Im(T ) = {T (x1 , x2 , x3 ) : x1 , x2 , x3 R} = {(x1 + x3 , x1 + 2x2 x3 ) : x1 , x2 , x3 R} = {x1 (1, 1) + x2 (0, 2) + x3 (1, 1) : x1 , x2 , x3 R} = (1, 1), (0, 2), (1, 1) = R2 , pois c (b) Nuc(T ) = {(x1 , x2 , x3 ) R3 : T (x1 , x2 , x3 ) = 0R2 } = {(x1 , x2 , x3 ) R3 : (x1 + x3 , x1 + 2x2 x3 ) = (0, 0)}.
1 0 1 1 2 1 def def

Chama-se imagem de

= 2.

117

5 Transformacoes Lineares

Tem-se, ento, que resolver o seguinte sistema: x1 + x3 = 0 x + 2x x = 0. 1 2 3 Ento, como 1 0 1 2 obtendo-se x1 Assim, Nuc(T ) = {(a, a, a) : a R} = {a(1, 1, 1) : a R} = (1, 1, 1) . + 2x2 x3 2x3 x1 = a = 0 x =a 2 = 0 x = a R. 3 1 1 0 0
2

1 0

0 2

1 2

0 0

5.27exe Determine o ncleo e a imagem das seguintes transformaes lineares: (a) T1 : R3 R3 , T1 (x1 , x2 , x3 ) = (x3 , x2 , x1 ); (b) T2 : R3 R3 , T2 (x1 , x2 , x3 ) = (x1 , x2 , 0); (c) T3 : R3 R3 , T3 (x1 , x2 , x3 ) = (x1 , x1 , x1 ). sol (a) Nuc(T1 ) = {(0, 0, 0)}, Im(T1 ) = R3 . (b) Nuc(T2 ) = (0, 0, 1) , Im(T2 ) = (1, 0, 0), (0, 1, 0) . (c) Nuc(T3 ) = (0, 1, 0), (0, 0, 1) , Im(T3 ) = (1, 1, 1) . 5.28teo Seja T L(V, V ). Ento: (a) Im(T ) um subespao de V ; (b) Nuc(T ) um subespao de V .

118

Topicos de Algebra Linear e Geometria Analtica

5.29teo Sejam T L(V, V ) e {u1 , . . . , un } um conjunto gerador de V (em particular, uma base). Ento: (a) T ca denida desde que se conheam os vectores T (u1 ), . . . , T (un ); (b) Im(T ) = T (u1 ), . . . , T (un ) . 5.30exe Resolva de novo 5.26exe (a), atendendo ao teorema anterior.

res Seja {e1 , e2 , e3 } a base cannica de R3 , i.e., e1 = (1, 0, 0), e2 = (0, 1, 0) e e3 = (0, 0, 1). Ento, Im(T ) = T (e1 ), T (e2 ), T (e3 ) = T (1, 0, 0), T (0, 1, 0), T (0, 0, 1) = (1, 1), (0, 2), (1, 1) = R2 , pois c
1 0 1 1 2 1

= 2, como j se disse em

5.26exe (a).

5.31exe Seja T L(R2 , R3 ), tal que T (2, 2) = (0, 1, 1) e Nuc(T ) = (1, 3) . Determine T . res Como S = {(2, 2), (1, 3)} um conjunto linearmente independente (verique!), S uma base de R2 (pois #S = dim(R2 )), pelo que qualquer elemento de R2 uma combinao linear nica dos elementos de S, vindo (x, y ) = (2, 2) + (1, 3). Tem-se, ento, que resolver o seguinte sistema: 2 + = x 2 + 3 = y . Ento, como 2 1 2 3

x y

2 0

1 2

x y x

119

5 Transformacoes Lineares

obtendo-se 2 + Assim, (x, y ) = pelo que T (x, y ) = T

= = x = = y x

3xy 4 y x 2 .

y x 3x y (2, 2) + (1, 3), 4 2

3x y y x (2, 2) + (1, 3) 4 2 3x y y x = T (2, 2) + T (1, 3) 4 2 3x y y x = (0, 1, 1) + (0, 0, 0) 4 2 3x y 3x y . = 0, , 4 4

por T ser uma transformao linear

por Nuc(T ) = (1, 3)

5.32exe Para cada uma das alneas seguintes, determine a funo T sabendo que uma transformao linear denida por: (a) T (1, 0) = (1, 1, 2) e T (0, 1) = (3, 0, 1); (b) T (1, 2) = (3, 1, 5) e T (0, 1) = (2, 1, 1); (c) T (1, 1, 1) = 3, T (0, 1, 2) = 1 e T (0, 0, 1) = 2. sol (a) T (x, y ) = (x + 3y , x, 2x + y ). (b) T (x, y ) = (x + 2y , 3x + y , 7x y ). (c) T (x, y , z) = 8x 3y 2z. 5.33exe Seja T L(R3 , R3 ), tal que T (0, 0, 1) = (0, 0, 1) e Nuc(T ) = (1, 1, 1), (0, 1, 1) . Determine T . sol T (x, y , z) = (0, 0, z y ).

120

Topicos de Algebra Linear e Geometria Analtica

Caracterstica e nulidade de uma transformao linear


5.34def Seja T L(V, V ). (a) caracterstica de uma transformao linear, cT Chama-se caracters-

tica de T , que se denota por cT , dimenso do subespao Im(T ), ou seja, cT = dim(Im(T )). (b) nulidade de uma transformao linear, nT Chama-se nulidade de T ,
def

que se denota por nT , dimenso do subespao Nuc(T ), ou seja, nT = dim(Nuc(T )). 5.35teo Seja T L(V, V ). Ento: (a) cT = c(AT ); (b) Se dim(V ) = n, tem-se que n = cT + nT . 5.36exe Seja T L(R3 , R2 ), T (x1 , x2 , x3 ) = (x1 + x3 , x1 + 2x2 x3 ). Determine: (a) cT ; (b) uma base de Im(T ); (c) nT ; (d) uma base de Nuc(T ). res (a) Como T (1, 0, 0) = (1, 1) T (0, 1, 0) = (0, 2) T (0, 0, 1) = (1, 1), tem-se que 1 AT = 1 0 2 1 . 1
def

121

5 Transformacoes Lineares

Ento, como 1 AT = 1

0 2

1 1 1 0 2 2 1

0 2

1 , 2 5.35teo (a), vem cT

tem-se que c(AT ) = 2, pelo que, aplicando dim(Im(T )) = 2.

(b) Como cT = dim(Im(T )) = 2, conclui-se que Im(T ) = R2 , pelo que, por exemplo, {(1, 0), (0, 1)} uma base de Im(T ). (c) Aplicando 5.35teo (b), tem-se que dim(R3 ) = cT + nT , i.e., 3 = 2 + nT , pelo que nT = 1 (este valor conrmado pelo nmero de variveis livres em Nuc(T )). (d) Como Nuc(T ) = (1, 1, 1) e nT = 1, tem-se que, por exemplo, {(1, 1, 1)} uma base de Nuc(T ). 5.37exe Determine a imagem, a caracterstica, o ncleo, a nulidade e a matriz relativamente s bases cannicas das seguintes transformaes lineares: (a) T1 : R2 R x + y. R2 (x + y + z, 2x + 2y + 2z). R3 (x z, 0, y 2z). R3 (x y , z w , x 3w ).

(x, y ) (b) T2 : R3

(x, y , z) (c) T3 : R3

(x, y , z) (d) T4 : R4 (x, y , z, w ) sol (a) Im(T1 ) = R, cT1 = 1,

Nuc(T1 ) = {(x, x) : x R} = (1, 1) , nT1 = 1, AT1 = [ 1 1 ]. (b) Im(T2 ) = {(x, 2x) : x R} = (1, 2) , cT2 = 1, Nuc(T2 ) = {(y z , y , z) : y , z R} = (1, 1, 0), (1, 0, 1) , nT2 =

122

Topicos de Algebra Linear e Geometria Analtica

2, AT2 = [ 1 1 1 ]. 2 2 2 (c) Im(T3 ) = {(x, 0, z) : x, z R} = (1, 0, 0), (0, 0, 1) , cT3 = 2, Nuc(T3 ) = {(z , 2z , z) : z R} = (1, 2, 1) , nT3 = 1, AT3 =
1 0 1 0 0 0 0 1 2

(d) Im(T4 ) = R3 , cT4 = 3, Nuc(T4 ) = {(3w , 3w , w , w ) : w R} = (3, 3, 1, 1) , nT4 = 1, AT4 =


1 1 0 0 0 0 1 1 1 0 0 3

Exerccios miscelnea
5.38exe Seja T : M22 (R) M22 (R), T (A) =
(A)11 +(A)12 (A)22 (A)22 2(A)11

(a) Mostre que T uma transformao linear. (b) Determine as dimenses de Nuc(T ) e de Im(T ). sol (b) nT = 1, cT = 3. 5.39exe Determine uma base e a dimenso do ncleo da transformao linear T : R3 R3 , T (x1 , x2 , x3 ) = (x1 x2 , 2x2 x1 x3 , x3 x2 ). sol {(1, 1, 1)} uma base de NT , nT = 1. 5.40exe Sejam M Mnn (R) e TM : Mnn (R) Mnn (R), TM (A) = AM MA. (a) Mostre que TM uma transformao linear. (b) Considere n = 2 e M = [ 1 2 ]]. Determine uma base e a dimenso para 0 3 o ncleo de TM . sol (b) Por exemplo:
1 1 0 0

, [ 1 0 ] , nT = 2. 0 1

5.41exe Seja T L(Rn ) e S = {u1 , . . . , uk } Rn um conjunto linearmente dependente. Mostre que {T (u1 ), . . . , T (uk )} tambm um conjunto linearmente dependente.

6
Valores e Vectores Prprios
Denies
6.1def espectro de uma matriz Seja A Mnn (R). Chama-se espectro de A, que se representa por (A), ao conjunto de todos os valores prprios de A, ou seja, (A) = { C : um valor prprio de A}. 6.2def vector prprio de uma matriz associado a um valor prprio Seja A
def

Mnn (R). Diz-se que x Cn \ {0Cn } um vector prprio da matriz A associado ao valor prprio C se Ax = x. 6.3def subespao prprio de um valor prprio Sejam A Mnn (R) e (A). Chama-se subespao prprio do valor prprio , que se representa por E,A (ou por E se no houver ambiguidade relativamente matriz), ao conjunto E,A = {x Cn : Ax = x}. 6.4teo Sejam A Mnn (R) e (A). Ento, E um subespao de Cn . 6.5obs (a) Note-se que existem matrizes cujos valores prprios so nmeros complexos.
123 def

124

Topicos de Algebra Linear e Geometria Analtica

(b) Cada vector prprio est associado apenas a um valor prprio. (c) Se x um vector prprio associado ao valor prprio , ento, x, = 0, tambm um vector prprio associado ao valor prprio . (d) Sejam A Mnn (R) e (A). Ento, E = {x Cn : x um vector prprio associado ao valor prprio } {0Cn }. (e) Chama-se subespao prprio ao conjunto E devido ao teorema anterior. (f) O seguinte teorema indica-nos um processo de calcular (A). 6.6teo Seja A Mnn (R). Ento, (A) se e s se det(A In ) = 0. 6.7def Seja A Mnn (R). (a) polinmio caracterstico de uma matriz Chama-se polinmio caracterstico da matriz A, que se representa por A (), ao polinmio A () = det(A In ). (b) equao caracterstica de uma matriz Chama-se equao caracterstica da matriz A equao A () = 0 . (c) multiplicidade algbrica de um valor prprio Seja um valor prprio de A. Chama-se multiplicidade algbrica de multiplicidade do escalar enquanto raiz da equao caracterstica. (d) valor prprio simples Seja um valor prprio de A. Diz-se que um valor prprio simples se tem multiplicidade algbrica um. 6.8teo Seja A Mnn (R). Ento, o coeciente do termo de grau n do polinmio caracterstico da matriz A (1)n e o seu termo independente de det(A). 6.9obs Seja A Mnn (R). Ento, A () = (1)n n + + det(A).
def

125

6 Valores e Vectores Proprios

6.10obs Seja A Mnn (R). Ento, (a) os valores prprios da matriz A so as razes do seu polinmio caracterstico. (b) Se um valor prprio da matriz A, ento os vectores prprios associados a so as solues no-nulas do sistema homogneo (AIn )x = 0. (c) Do Teorema Fundamental da lgebra resulta que A () tem exactamente n razes, podendo alguns deles ser iguais. Assim, sejam n1 , n2 , . . . , nm as multiplicidades das m( Ento, A () = (1)n ( 1 )n1 ( 2 )n2 ( m )nm , em que n1 + n2 + + nm = n. Aos nmeros n1 , n2 , . . . , nm chama-se multiplicidade algbrica dos valores prprios 1 , 2 , . . . , m , respectivamente. 6.11exe Considere a matriz A =
2 1 0 0 1 1 0 2 4

n) razes distintos 1 , 2 , . . . , m de A ().

(a) Determine o espectro da matriz A. (b) Determine o espao prprio associado ao valor prprio de menor mdulo da matriz A. res (a) Seja 2 1 0 A I3 = 0 1 1 . 0 2 4 Ento, aplicando o Teorema de Laplace e fazendo o desenvolvimento a partir da primeira coluna, obtm-se det(A I3 ) = (2 )((1 )(4 ) + 2) = (2 )(2 5 + 6) = (2 )2 ( 3),

126

Topicos de Algebra Linear e Geometria Analtica

pelo que (A) = {2, 3}, sendo que 1 = 2 um valor prprio de multiplicidade algbrica dois e 2 = 3 um valor prprio simples. 5 25 24 C.A.: 2 5 + 6 = 0 = = 2 = 3. 2 (b) Para determinar o espao prprio associado ao valor prprio 1 = 2, tem que se resolver o sistema (A 2I3 )x1 = 0. Aplicando o Mtodo de Gauss, vem: 0 1 1 2 0 1 2 0 2 2+ 1 0 3 32 1 3 32 2 0 0 0 0 0 0 0 1 0 0 1 0 0 0 1 2 0 1 0 0

0 0

0 0 0 0 0

pelo que x11 = a C x =0 12 x = 0. 13 Assim, tem-se: E2 = {(a, 0, 0) : a C}. 6.12exe Determine o espectro das seguintes matrizes, bem como os espaos prprios associados aos seus valores prprios:

127

6 Valores e Vectores Proprios

(a) A = [ 1 4 ]; 2 3 (b) B = (c) C =


1 1 2 1

(d) D = ; ; (e) E = (f) F =

1 3 3 3 5 3 6 6 4

3 0 1 0 2 0 1 0 3 1 2 1 2 0 2 1 2 3 4 0 1 2 1 0 . 2 0 1

; ;

sol

(a) (A) = {1, 5}. E1 = {(2, ) : C}. E5 = {(, ) : C}. (b) (B) = {i , i }.
Ei = {( 1+i , ) : C}. Ei = {( 1i , ) : C}.

(c) (C) = {2, 4}, em que o valor prprio 1 = 2 tem multiplicidade algbrica dois. E2 = {( , , ) : , C}. E4 = {( , , ) : C}. 2 2 (d) (D) = {2, 4}, em que o valor prprio 1 = 2 tem multiplicidade algbrica dois. E2 = {(, , ) : , C}. E4 = {(, 0, ) : C}. (e) (E) = {0, 2}, em que o valor prprio 2 = 2 tem multiplicidade algbrica dois. E0 = {(, , ) : C}. E2 = {(, 0, ) : C}. (f) (F ) = {1, 2, 3}. E1 = {(0, , 0) : , C}. E2 = {( , , ) : C}. 2 E3 = {(, , ) : C}. 6.13exe Considere a matriz A =
0 0 1 0 1 1

, R. Calcule os valores prprios de A e

os respectivos subespaos prprios.

128

Topicos de Algebra Linear e Geometria Analtica

sol (A) = {}, E = {(0, 0, x) : x C}.

Propriedades
6.14exe Considere a matriz A =
2 1 1 2

(a) Determine os valores prprios da matriz A e os respectivos subespaos prprios. (b) Determine os valores prprios da matriz A2 e os respectivos subespaos prprios. (c) Determine os valores prprios da matriz A1 e os respectivos subespaos prprios. sol (a) (A) = {1, 3}, E1 = {(, ) : C}, E3 = {(, ) : C}; (b) (A2 ) = {1, 9}, E1 = {(, ) : C}, E9 = {(, ) : C};
1 (c) (A1 ) = {1, 3 }, E1 = {(, ) : C}, E 1 = {(, ) : C}.
3

6.15teo Seja A = [aij ] Mnn (R). Ento: (a) A uma matriz invertvel se e s se 0 (A); / (b) se A uma matriz invertvel e (A), ento, E 1 ,A1 ;

(A1 ) e E,A =

(c) se k N e (A), ento, k (Ak ) e E,A = Ek ,Ak ; (d) (A) = (AT ); (e) se a matriz A diagonal ou triangular, ento, (A) = {aii : i = 1, . . . , n}; (f) os vectores prprios associados a valores prprios distintos so linearmente independentes; (g) se A uma matriz real e simtrica, os seus valores prprios so nmeros reais.

129

6 Valores e Vectores Proprios

Exerccios miscelnea
6.16exe Seja A = [aij ] Mnn (R). Mostre que (A) = (AT ). 6.17exe Seja A = [aij ] M22 (R). Mostre que A () = 2 tr(A) + det(A). 6.18exe Seja T L(Rn , Rn ). Diga se so verdadeiras ou falsas as seguintes armaes: (a) a matriz AT invertvel se e s se CSAT x=0 = {0}; (b) a matriz AT invertvel se e s se #CSAT x=b = 1, b Rn ; (c) a matriz AT invertvel se e s se det(AT ) = 0; (d) a matriz AT invertvel se e s se Im(T ) = Rn ; (e) a matriz AT invertvel se e s se as colunas da matriz AT so linearmente independentes; (f) a matriz AT invertvel se e s se as linhas da matriz AT so linearmente independentes; (g) a matriz AT invertvel se e s se as colunas da matriz AT geram Rn ; (h) a matriz AT invertvel se e s se as linhas da matriz AT geram Rn ; (i) a matriz AT invertvel se e s se as colunas da matriz AT formam uma base de Rn ; (j) a matriz AT invertvel se e s se as linhas da matriz AT formam uma base de Rn ; (k) a matriz AT invertvel se e s se nT = 0; (l) a matriz AT invertvel se e s se cT = n; (m) a matriz AT invertvel se e s se 0 (AT ). / sol Todas as armaes so verdadeiras.

130

Topicos de Algebra Linear e Geometria Analtica

6.19exe Determine a e b de modo que (1, 1) e (1, 0) sejam vectores prprios da matriz
1 1 a b

sol a = 0, b = 2. 6.20exe Uma matriz A Mnn (R) diz-se idempotente se A2 = A. Mostre que, se um valor prprio de uma matriz idempotente, ento tem que ser igual a 0 ou 1. 6.21exe Sejam A Mnn (R), R e B = A In . Explicite a relao entre os valores prprios de A e B. sol Seja o valor prprio de A e o valor prprio de B, ento = . 6.22exe Seja A M22 (R) tal que tr(A) = 8 e det(A) = 12. Determine o espectro de A. sol (A) = {2, 6}. 6.23exe Determine a matriz A sabendo que tr(A) = 2, det(A) = 0, (1, 0) e (1, 2) so vectores prprios de A e que A admite dois valores prprios distintos. sol A = [ 0 1 ]. 0 2 6.24exe Valores e Vectores Prprios Aplicao: Problemas de misturas Os valores e vectores prprios podem ser usados para determinar as solues de alguns sistemas de equaes diferenciais. Considere o seguinte sistema de equaes diferenciais lineares de primeira ordem com coecientes constantes: y1 dy1 dt dy2 dt = a11 y1 = a21 y1 + + a12 y2 a22 y2 .

y 2

131

6 Valores e Vectores Proprios

Sejam y = [ y1 ], y = y2 na forma y = Ay :

y1 y2

e A = [ a11 a21

a12 a22

]. Ento, o sistema pode ser escrito

y a 1 = 11 y2 a21

y 1 . a22 y2 a12

Se A tem dois valores prprios reais distintos 1 e 2 com vectores prprios v1 e v2 associados a 1 e 2 respectivamente, ento a soluo geral do sistema de equaes diferenciais considerado

y (t) = c1 exp(1 t)v1 + c2 exp(2 t)v2 , c1 , c2 R.

Se alm disso impusermos que y assume um determinado valor y0 quando t = 0, ento o problema vai ter uma nica soluo. Um problema da forma

y = Ay , y (0) = y0

designado por problema com condies iniciais. Problema de misturas Dois tanques esto ligados como ilustrado na Figura 6.1. Inicialmente, o tanque A contm 200 litros de gua, onde foram dissolvidos 60 gramas de sal. O tanque B contm 200 litros de gua pura. Bombeia-se lquido para dentro e para fora dos dois tanques a taxas indicadas na gura. Pretende-se determinar a quantidade de sal no instante t.

132

Topicos de Algebra Linear e Geometria Analtica

gua 15L/min a

mistura 5L/min

tanque A

tanque B

mistura 20L/min
Figura 6.1: Mistura 1.

mistura 15L/min

Sejam y1 (t) e y2 (t) a quantidade de sal em gramas nos tanques A e B, respectivamente, no instante de tempo t. Inicialmente, tem-se y1 (0) 60 = . y (0) = y2 (0) 0 A quantidade total de lquido em cada tanque sempre 200 litros, porque a quantidade de lquido bombeada para dentro igual quantidade bombeada para fora em cada tanque. A taxa de variao da quantidade de sal em cada tanque igual taxa em que est sendo adicionado sal menos a taxa em que est sendo bombeado para fora. Para o tanque A, a taxa em que o sal est a ser adicionado dada por (5 L/min) y2 (t) g/L 200 = y2 (t) g/min 40

e a taxa de sal que est sendo bombeada para fora (20 L/min) y1 (t) g/L 200 = y1 (t) g/min. 10

133

6 Valores e Vectores Proprios

Ento, a taxa de variao para o tanque A dada por y1 (t) = y2 (t) y1 (t) . 40 10

Analogamente, a taxa de variao para o tanque B dada por y2 (t) = 20y1 (t) 20y2 (t) y1 (t) y2 (t) = . 200 200 10 10

Para determinar y1 (t) e y2 (t), precisamos de resolver o problema com condies iniciais y = Ay , y (0) = y0 , onde A =
1 10 1 10 1 40

obtm-se 1 =

1 10 3 20

e y0 = [ 60 ]. Calculando os valores prprios de A, 0


1 e 2 = 20 com vectores prprios associados v1 =

(1, 2) e v2 = (1, 2). A soluo deste problema da forma y = c1 exp 3 t t v1 + c2 exp 20 20 v2 .

No instante t = 0, y = y0 , logo c1 v1 + c2 v2 = y0 , ou, escrito de outra forma 1 1 c1 60 = . 2 c2 0

Podemos calcular o valor das constantes c1 e c2 resolvendo o sistema associado ltima equao. A soluo c1 = c2 = 30. Conclui-se que a soluo do problema de valor inicial 1 t 3 y = 30 exp t + 30 exp 20 20 2 1 , 2

134

Topicos de Algebra Linear e Geometria Analtica

que pode ser reescrita da forma t 3 y1 (t) 30 exp( 20 t) + 30 exp( 20 ) = . y (t) = 3 t 60 exp( 20 t) + 60 exp( 20 ) y2 (t) Exerccio: Dois tanques contm, cada um, 100 litros de uma mistura. A mistura no tanque A contm 40 gramas de sal, enquanto a mistura no tanque B contm 20 gramas de sal. Bombeia-se lquido para dentro e para fora dos tanques de acordo com a Figura 6.2. Determine a quantidade de sal em cada tanque no instante de tempo t.

gua 12L/min a

mistura 4L/min

tanque A

tanque B

mistura 16L/min
Figura 6.2: Mistura 2.

mistura 12L/min

sol y1 (t) = 25 e 25 t + 15 e 25 t , y2 (t) = 50 e 25 t 30 e 25 t .

7
Geometria Analtica
Produto interno
7.1def produto interno de dois vectores ou produto escalar de dois vectores Sejam V um espao vectorial real e a aplicao : V V (x, y ) tal que (a) x, y V [x y = y x]; (b) x, y , z V [x (y + z) = x y + x z]; (c) x, y V, R[(x) y = (x y )]; (d) x V \ {0V }[x x > 0]; (e) 0V 0V = 0. Ento, diz-se que V est munido do produto interno ou produto escalar (x, y ) x y . 7.2obs Tambm se usam as notaes x|y , (x, y ), x, y e (x|y ) para representar o produto interno dos vectores x e y .
135

R x y

136

Topicos de Algebra Linear e Geometria Analtica

7.3def

espao euclidiano Um espao vectorial real de dimenso nita munido de um produto interno diz-se um espao euclidiano.

7.4teo Seja a aplicao : R3 R3 ((x1 , x2 , x3 ), (y1 , y2 , y3 )) R (x1 , x2 , x3 ) (y1 , y2 , y3 ) = x1 y1 + x2 y2 + x3 y3 . Ento, (R3 , ) um espao euclidiano. 7.5obs O produto interno por defeito de R3 o produto interno do teorema anterior. 7.6exe Determine o produto interno dos vectores x = (1, 0, 2) e y = (3, 1, 0).

Norma
7.7def norma Sejam V um espao vectorial real e a aplicao : V x tal que (a) x, y V [ x + y x + y ]. R x ,

(b) x V, R[ x = || x ]. (c) x V \ {0V }[ x > 0]. (d) 0V = 0.

Ento, diz-se que V est munido da norma x x . 7.8def espao normado Um espao vectorial real munido de uma norma diz-se um espao normado.

137

7 Geometria Analtica

7.9teo Sejam V um espao euclidiano e a aplicao : V x R x x.

Ento, (V, ) um espao normado. 7.10def norma induzida pelo produto interno norma denida no teorema anterior chama-se norma induzida pelo produto interno. 7.11obs Por defeito, a norma num espao euclidiano a norma induzida pelo produto interno. 7.12teo Seja a aplicao : R3 (x1 , x2 , x3 ) R (x1 , x2 , x3 ) =
2 2 2 x1 + x2 + x3 .

Ento, (R3 , ) um espao normado. (Esta a norma induzida pelo produto interno de 7.13def 7.4teo .)

vector unitrio Sejam (V, ) um espao euclidiano e x V . Ento, x diz-se um vector unitrio se x = 1.

7.14exe Determine as normas dos vectores x = (1, 0, 2) e y = (3, 1, 0) e indique se so vectores unitrios. 7.15teo Desigualdade de Cauchy-Schwarz: seja (V, ) um espao euclidiano. Ento: x, y V [|x y | x y ].

7.16def Sejam (V, ) um espao euclidiano, a norma induzida pelo produto interno e x, y V . (a) distncia entre dois vectores Chama-se distncia entre os vectores x e y , que se representa por d(x, y ), a x y .

138

Topicos de Algebra Linear e Geometria Analtica

(b) ngulo entre dois vectores Chama-se ngulo entre os vectores x e y , que se representa por (x, y ), a , onde = 0 se x = 0V ou y = 0V . x y cos = se x = 0V e y = 0V . x y (c) vectores ortogonais Os vectores x e y dizem-se ortogonais, que se representa por x y , se (x, y ) =
2.

7.17obs Sejam (V, ) um espao euclidiano, a norma induzida pelo produto interno e x, y V . Ento, pela desigualdade de Cauchy-Schwarz tem-se que 1
xy x y

1, pelo que a denio de ngulo entre dois vectores faz sentido.

7.18exe Determine a distncia e o ngulo entre os vectores x = (1, 0, 2) e y = (3, 1, 0) e indique se so vectores ortogonais. 7.19obs Sejam (V, ) um espao euclidiano, a norma induzida pelo produto interno e x, y V . Ento: (a) x y = x y cos , em que (x, y ) = ;

(b) se x = 0V e y = 0V , ento, x y se e s se x y = 0.

Produto externo
7.20def produto externo de dois vectores ou produto vectorial de dois vectores de R3 Sejam o espao vectorial R3 e x = (x1 , x2 , x3 ), y = (y1 , y2 , y3 ) R3 .

Ento, chama-se produto externo de x e y , que se representa por x y , ao elemento de R3 denido por (x2 y3 x3 y2 , x3 y1 x1 y3 , x1 y2 x2 y1 ) R3 .

139

7 Geometria Analtica

7.21obs Sejam {e1 , e2 , e3 } a base cannica de R3 e x = (x1 , x2 , x3 ), y = (y1 , y2 , y3 ) R3 . Ento, o produto externo de x e y pode ser calculado atravs do determinante simblico e1 x y = x1 y1 e2 x2 y2 e3 x3 . y3

7.22exe Sejam os vectores x = (1, 0, 2) e y = (3, 1, 0). Determine x y . 7.23def triedro directo Sejam a, b, c R3 vectores ortogonais dois a dois. Ento, diz-se que os vectores a, b e c formam um triedro directo se um observador colocado no ponto (0, 0, 0) e com a cabea na parte positiva do vector c, v a direita de b. 7.24teo (a) x R3 [x 0R3 = 0R3 ]. (b) x, y R3 [x y = y x]. (c) x, y R3 , R[x (y ) = (x y )]. (d) x, y , z R3 [(x + y ) z = x z + y z]. (e) x, y , z R3 [x (y + z) = x y + x z]. (f) x, y R3 [(x y ) x e (x y ) y ]. (g) x, y R3 [x y = (h) x y sen n], onde (x, y ) = e n R3 um vector unitrio, n x e n y , e a, b e n denem um triedro directo. x y igual rea do paralelogramo que tem como dois dos lados x e y.

Rectas e planos
7.25obs (a) Um dos conceitos principais em lgebra Linear o de espao vectorial, no qual intervm vectores e escalares sujeitos a certas leis operatrias. Na Geometria Analtica do espao ordinrio, um dos conceitos fundamentais o de ponto.

140

Topicos de Algebra Linear e Geometria Analtica

(b) Considere-se no espao ordinrio um ponto xo, a que se chama origem e que se denota por O, e trs eixos ortogonais concorrentes no ponto O, que se denotam por OX, OY e OZ, no sentido directo, i.e., um observador colocado na origem e com a cabea na parte positiva do eixo OZ, v OX direita de OY . Um ponto P do espao ordinrio ca identicado por trs coordenadas, escrevendo-se P = (p1 , p2 , p3 ), em que p1 a distncia do ponto ao plano Y OZ, p2 a distncia do ponto ao plano XOZ e p3 a distncia do ponto ao plano XOY . s coordenadas p1 , p2 e p3 chama-se abcissa, ordenada e cota, respectivamente. Note-se, ento, que se pode estabelecer uma relao entre o ponto P = (p1 , p2 , p3 ) do espao ordinrio e o vector v = p1 e1 + p2 e2 + p3 e3 do espao vectorial real R3 , em que {e1 , e2 , e3 } representa a sua base cannica, i.e., e1 = (1, 0, 0), e2 = (0, 1, 0) e e3 = (0, 0, 1): o vector v representado geometricamente por um vector cuja origem coincide com a origem do sistema de eixos coordenados e cujo extremo o ponto P de coordenadas (p1 , p2 , p3 ). Assim, passa-se a denotar indistintamente por R3 o espao ordinrio e o espao vectorial real. (c) Sejam, agora, A = (a1 , a2 , a3 ) e B = (b1 , b2 , b3 ) pontos do espao ordinrio. Ento, denotam-se os segmentos orientados no espao or dinrio com ponto inicial A e com ponto nal B por AB que corresponder ao vector v = (b1 a1 )e1 + (b2 a2 )e2 + (b3 a3 )e3 , ou seja, o seu segmento equipolente (mesma direco, comprimento e sentido) aplicado na origem.

7.26def

equao cartesiana de um plano Equao do plano que contm o ponto A = (a1 , a2 , a3 ) e que perpendicular ao vector no-nulo u = (u1 , u2 , u3 ): seja o ponto P = (x, y , z). Ento,

P se e s se (P A) u = 0,

141

7 Geometria Analtica

ou seja, (x a1 )u1 + (y a2 )u2 + (z a3 )u3 = 0 ax + by + cz = d, em que a = u1 , b = u2 , c = u3 e d = u1 a1 + u2 a2 + u3 a3 . Chama-se equao cartesiana do plano equao ax + by + cz = d. 7.27obs Seja o plano dado pela equao cartesiana ax + by + cz = d. Ento, o vector v = (a, b, c) perpendicular a . 7.28exe Determine a equao cartesiana do plano tal que: (a) passa na origem e perpendicular ao vector v = (1, 2, 3). (b) Passa na origem e paralelo aos vectores u = (1, 1, 1) e v = (1, 0, 0). (c) Passa nos pontos A = (1, 0, 0), B = (0, 1, 0) e C = (0, 0, 1). 7.29def equao vectorial de uma recta, equaes paramtricas de uma recta, equaes cartesianas de uma recta, vector director de uma recta Equao

da recta r que passa pelo ponto A = (a1 , a2 , a3 ) e que paralela ao vector no-nulo u = (u1 , u2 , u3 ): seja o ponto P = (x, y , z). P r se e s se AP u, ou seja, P A = u, R : equao vectorial, ou x a1 y a2 z a 3 = u1 = u2 : equaes paramtricas. = u3 Ento,

Se se eliminar o parmetro das equaes paramtricas, obtm-se as equaes cartesianas. Chama-se vector director da recta r ao vector u.

142

Topicos de Algebra Linear e Geometria Analtica

7.30exe Determine a equao vectorial, as equaes paramtricas e as equaes cartesianas da recta r que passa no ponto A = (1, 0, 2) e paralela ao vector v = (1, 2, 3). 7.31exe Determine a equao vectorial, as equaes paramtricas e as equaes cartesianas das seguintes rectas: (a) recta que passa pelo ponto A = (1, 2, 3) e em que v = (2, 1, 1) um vector director; (b) recta que passa pelos pontos A = (1, 2, 3) e B = (3, 1, 5); (c) recta que passa pelos pontos A = (1, 2, 3) e B = (3, 1, 3); (d) recta que passa pelos pontos A = (1, 2, 3) e B = (3, 2, 3). sol (a) i. equao vectorial: (x, y , z) = (1, 2, 3) + (2, 1, 1), R. x = 1 2 ii. equaes paramtricas: y = 2 + , R. z =3 iii. equaes cartesianas: (b)
x1 2

y 2 1

z3 1 .

i. equao vectorial: (x, y , z) = (1, 2, 3) + (2, 1, 2), R. x = 1 + 2 ii. equaes paramtricas: y = 2 , R. z = 3 + 2 iii. equaes cartesianas:
x1 2

y 2 1

z3 2 .

(c)

i. equao vectorial: (x, y , z) = (1, 2, 3) + (2, 1, 0), R. x = 1 + 2 ii. equaes paramtricas: y = 2 , R. z =3 iii. equaes cartesianas:
x1 2

y 2 1 , z

= 3.

(d)

i. equao vectorial: (x, y , z) = (1, 2, 3) + (2, 0, 0), R.

143

7 Geometria Analtica

x = 1 + 2 ii. equaes paramtricas: , R. y =2 z =3 iii. equaes cartesianas: y = 2, z = 3. 7.32exe Determine as equaes cartesianas dos seguintes planos: (a) plano que passa pelo ponto A = (1, 0, 1) e que perpendicular ao vector u = (1, 2, 3); (b) plano que passa pelo ponto A = (1, 0, 1) e em que u = (1, 2, 3) e v = (3, 2, 3) so vectores directores; (c) plano que passa pelos pontos A = (1, 2, 3) e B = (3, 1, 3) e em que v = (2, 1, 3) um vector director; (d) plano que passa pelos pontos A = (1, 1, 1), B = (0, 1, 0) e C = (0, 0, 1). sol (a) x + 2y + 3z = 4. (b) 3y 2z = 2. (c) x + 2y = 5. (d) x y z = 1. 7.33exe Considere, no espao R3 , os pontos A = (1, 2, 3), B = (1, 0, 1), C = (0, 2, 0) e D = (1, 2, 1). Determine: (a) a recta r denida pelos pontos A e B; (b) a recta s que contm o ponto C e que paralela recta r ; (c) o plano denido pelas rectas r e s; (d) o plano denido pela recta r e pelo ponto D; (e) o ponto de interseco da recta r com o plano . sol (a) x = 1, y z = 1. (b) x = 0, y z = 2.

144

Topicos de Algebra Linear e Geometria Analtica

(c) 3x + y z = 2. (d) x = 1. (e) A recta r pertence ao plano . distncia entre dois pontos Sejam P = (p1 , p2 , p3 ) e Q = (q1 , q2 , q3 ) dois pontos de R3 . Ento, chama-se distncia entre os pontos P e Q, que se representa por d(P, Q), a

7.34def

d(P, Q) =

(p1 q1 )2 + (p2 q2 )2 + (p3 q3 )2 .

7.35def

distncia de um ponto a um plano Sejam P um ponto de R3 e um plano. Ento, chama-se distncia de P a , que se representa por d(P, ), a d(P, ) = d(P, Q), em que (a) r a recta perpendicular a que passa em P . (b) Q = r .

7.36exe Determine a distncia entre o ponto P = (0, 1, 2) e o plano cuja equao cartesiana x + y + z = 1. distncia de um ponto a uma recta Sejam P um ponto de R3 e r uma recta. Ento, chama-se distncia de P a r , que se representa por d(P, r ), a d(P, r ) = d(P, Q), em que (a) o plano perpendicular a r que passa em P . (b) Q = r . 7.38exe Determine a distncia do ponto P = (0, 1, 2) recta r denida pelas equaes cartesianas x + y z = 4 e x + 2y 3z = 4.

7.37def

145

7 Geometria Analtica

7.39def

ngulo entre dois planos Sejam e dois planos tais que u = (a1 , b1 , c1 ) e v = (a2 , b2 , c2 ) . Ento, chama-se ngulo entre e , que se representa por (, ), a (, ) = =

arccos arccos

|u v | u v |a1 a2 + b1 b2 + c1 c2 |
2 2 2 a1 + b1 + c1

2 2 2 a2 + b2 + c2

7.40exe Determine o ngulo entre os planos e , cujas equaes cartesianas so x + y + z = 1 e 2x y + z = 2, respectivamente. 7.41def ngulo entre duas rectas Sejam r e s duas rectas tais que u = (u1 , u2 , u3 ) e v = (v1 , v2 , v3 ) so os seus vectores directores, respectivamente. Ento, chama-se ngulo entre r e s, que se representa por (r, s), a (r, s) = = arccos arccos |u v | u v |u1 v1 + u2 v2 + u3 v3 |
2 2 2 u1 + u2 + u3

2 2 2 v1 + v2 + v3

7.42def

ngulo entre uma recta e um plano

Sejam r uma recta em que u =

(u1 , u2 , u3 ) o seu vector director e um plano tal que v = (a, b, c) . Ento, chama-se ngulo entre r e , que se representa por (r, ), a (r, ) = = arcsen |u v | u v |au1 + bu2 + cu3 | arcsen . 2 + b2 + c 2 u 2 + u 2 + u 2 a 1 2 3

7.43exe Considere, no espao R3 , o plano : x + 2y = 3, o plano : x + y z = 0, a recta r denida pelos pontos A = (1, 2, 3) e B = (1, 0, 1) e a recta s denida pelas equaes x + y z = 4 e x + 2y 3z = 4. Determine: (a) (r, s); (b) (, r ); (c) (, );

146

Topicos de Algebra Linear e Geometria Analtica

(d) A recta t que contm o ponto A e que perpendicular ao plano ; (e) d(A, ); (f) d(B, s); (g) O plano que contm a recta r e que perpendicular ao plano . sol (a) (r, s) =
6. 10 5 15 5

(b) (, r ) = arcsen (c) (, ) = arccos

. .

(d) 2x y = 0, z = 3. (e) d(A, ) = (f) d(B, s) =


2 5 5 . 66 3 .

(g) 2x y + z = 3.

Qudricas
7.44def (a) superfcie de segunda ordem, superfcie qudrica, qudrica Chama-

se superfcie de segunda ordem ou superfcie qudrica ou qudrica ao conjunto de pontos (x, y , z) R3 cujas coordenadas cartesianas satisfazem uma equao algbrica inteira do segundo grau, i.e., que satisfaz a equao

a11 x 2 + 2a12 xy + 2a13 xz + 2a14 x + a22 y 2 + 2a23 y z + 2a24 y + a33 z 2 + 2a34 z + a44 = 0.

(b) superfcie de revoluo, geratriz de uma superfcie de revoluo, eixo Chama-se superfcie de revoluo a uma qudrica gerada pela rotao de uma curva plana, a que se chama geratriz, em torno de uma recta, a que se chama eixo, que est no plano da geratriz.

147

7 Geometria Analtica

(c) superfcie cilndrica, geratriz de uma superfcie cilndrica, directriz Chama-se superfcie cilndrica a uma qudrica gerada por uma recta, a que se chama geratriz, que se move paralelamente a uma recta xa apoiando-se numa curva, a que se chama directriz. Se a directriz for uma curva plana e a geratriz for perpendicular a um plano que contenha a curva, a superfcie cilndrica diz-se recta. (d) trao de uma qudrica Chama-se trao interseco de uma qudrica com um plano. 7.45def (a) simetria de uma qudrica relativamente a um plano coordenado Uma qudrica diz-se simtrica relativamente a um plano coordenado se a sua equao no se alterar quando a varivel medida a partir desse plano mudar de sinal. (b) simetria de uma qudrica relativamente a um eixo coordenado Uma qudrica diz-se simtrica relativamente a um eixo coordenado se a sua equao no se alterar quando as variveis que no so medidas sobre esse eixo mudam de sinal. (c) simetria de uma qudrica relativamente origem Uma qudrica diz-se simtrica relativamente origem se a sua equao no se alterar quando as trs variveis mudam de sinal. 7.46teo Atravs de mudanas de coordenadas (rotao e/ou translao), sempre possvel transformar uma qudrica numa das seguintes formas cannicas: (a) 1 x 2 + 2 y 2 + 3 z 2 + d = 0, 1 , 2 , 3 R \ {0}, d R. (b) 1 x 2 + 2 y 2 + d = 0, 1 , 2 R \ {0}, d R. (c) 1 x 2 + d = 0, 1 R \ {0}, d R. (d) 1 x 2 + 2 y 2 = 2az, 1 , 2 R \ {0}, a R. (e) 1 x 2 = 2ay , 1 R \ {0}, a R.

148

Topicos de Algebra Linear e Geometria Analtica

7.47obs O objectivo do que resta deste captulo identicar e esboar o grco de uma qudrica conhecida a sua forma cannica. 7.48def elipside, esfera Sejam a, b, c, R+ . Ento, chama-se elipside

qudrica cuja equao cannica y2 z2 x2 + 2 + 2 = 1, a, b e c no todos iguais, a2 b c e esfera qudrica cuja equao cannica x 2 + y 2 + z 2 = 2 . 7.49exe A qudrica cuja equao x 2 + 5y 2 + 3z 2 = 1 (a = 1, b = um elipside. A sua representao
5 5 ,

c=

3 3 )

7.50obs Sejam a, b, c R+ no todos iguais e o elipside (a) traos: no plano XOY a elipse No plano XOZ a elipse No plano YOZ a elipse
x2 a2 x2 a2 y2 b2

x2 a2

y2 b2

z2 c2

= 1. Ento,

+ + +

y2 b2 z2 c2 z2 c2

= 1, z = 0. = 1, y = 0. = 1, x = 0.

(b) Simetrias: qudrica simtrica relativamente aos planos coordenados, aos eixos coordenados e origem.

149

7 Geometria Analtica

(c) Superfcie de revoluo se a = b, em que a geratriz a elipse


x2 a2 y2 b2

y2 b2

z + c2 = 1

e o eixo o eixo coordenado OZ, ou se a = c, em que a geratriz a elipse + = 1 e o eixo o eixo coordenado OY , ou se b = c, em
x2 a2 z2 c2

que a geratriz a elipse 7.51def

= 1 e o eixo o eixo coordenado OX.

hiperbolide de uma folha Sejam a, b, c R+ . Ento, chama-se hiperbolide de uma folha qudrica cuja equao cannica x2 y2 z2 + 2 2 =1 a2 b c ou x2 y2 z2 2 + 2 =1 a2 b c ou x2 y2 z2 + 2 + 2 = 1. a2 b c

7.52exe A qudrica cuja equao x 2 + y 2 z 2 = 1 (a = 1, b = 1, c = 1) um hiperbolide de uma folha. A sua representao

7.53obs Sejam a, b, c R+ e o hiperbolide de uma folha (a) traos: no plano XOY a elipse
x2 a2

x2 a2

y2 b2

z2 c2

= 1. Ento,

y2 b2

= 1, z = 0.
z2 c2 z2 c2

No plano XOZ a hiprbole No plano YOZ a hiprbole aos eixos coordenados e origem.

x2 a2 y2 b2

= 1, y = 0. = 1, x = 0.

(b) Simetrias: qudrica simtrica relativamente aos planos coordenados,

(c) Superfcie de revoluo se a = b, em que a geratriz a hiprbole


z2 c2

y2 b2

= 1 e o eixo o eixo coordenado OZ.

150

Topicos de Algebra Linear e Geometria Analtica

7.54def

hiperbolide de duas folhas Sejam a, b, c R+ . Ento, chama-se hiperbolide de duas folhas qudrica cuja equao cannica y2 z2 x2 2 2 =1 a2 b c ou
x2 3

7.55exe A qudrica cuja equao

x2 y2 z2 x2 y2 z2 + 2 2 = 1 ou 2 2 + 2 = 1. a2 b c a b c 2y 2 2z 2 = 1 (a = 3, b = 22 , c = 22 )

um hiperbolide de duas folhas. A sua representao

7.56obs Sejam a, b, c R+ e o hiperbolide de duas folhas (a) traos: no plano XOY a hiprbole No plano XOZ a hiprbole No plano YOZ no existe.
x2 a2 x2 a2

x2 a2

z y 2 c 2 = 1. Ento, b

y2 b2 z2 c2

= 1, z = 0. = 1, y = 0.

(b) Simetrias: qudrica simtrica relativamente aos planos coordenados, aos eixos coordenados e origem. (c) Superfcie de revoluo se b = c, em que a geratriz a hiprbole
y2 b2 x2 a2

= 1 e o eixo o eixo coordenado OX.

7.57def

cone Sejam a, b, c R+ . Ento, chama-se cone qudrica cuja equao cannica x2 y2 z2 + 2 2 =0 a2 b c ou x2 y2 z2 2 + 2 =0 a2 b c ou x2 y2 z2 + 2 + 2 = 0. a2 b c

151

7 Geometria Analtica

7.58exe A qudrica cuja equao x 2 + y 2 z 2 = 0 (a = 1, b = 1, c = 1) um cone. A sua representao

7.59obs Sejam a, b, c R+ e o cone (a) traos:

x2 a2

y2 b2

z2 c2

= 0. Ento,

no plano XOY o ponto (0, 0, 0). No plano XOZ o par de rectas No plano YOZ o par de rectas
z c z c

= x , y = 0. a = y , x = 0. b

(b) Simetrias: qudrica simtrica relativamente aos planos coordenados, aos eixos coordenados e origem. (c) Superfcie de revoluo se a = b, em que a geratriz a recta 0 e o eixo o eixo coordenado OZ. 7.60def cilindro elptico, cilindro circular Sejam a, b, c, R+ . Ento, chama-se
y b z = c,x =

cilindro elptico qudrica cuja equao cannica x2 y2 + 2 = 1, a = b, 2 a b ou x2 z2 + 2 = 1, a = c, 2 a c ou y2 z2 + 2 = 1, b = c, 2 b c

e cilindro circular qudrica cuja equao cannica x 2 + y 2 = 2 ou x 2 + z 2 = 2 ou y 2 + z 2 = 2 .

152

Topicos de Algebra Linear e Geometria Analtica

7.61exe A qudrica cuja equao x 2 + 2y 2 = 1 (a = 1, b = elptico. A sua representao

2 2 )

um cilindro

7.62obs Sejam a, b R+ , a = b, e o cilindro elptico (a) traos: no plano XOY a elipse


x2 a2

x2 a2

y2 b2

= 1. Ento,

y2 b2

= 1, z = 0.

No plano XOZ o par de rectas x = a, y = 0. No plano YOZ o par de rectas y = b, x = 0. (b) Simetrias: qudrica simtrica relativamente aos planos coordenados, aos eixos coordenados e origem. (c) Superfcie cilndrica recta, em que a directriz a elipse geratriz paralela ao eixo coordenado OZ. 7.63def cilindro hiperblico Sejam a, b, c R+ . Ento, chama-se cilindro hiperblico qudrica cuja equao cannica x2 y2 2 =1 2 a b x2 z2 + 2 =1 a2 c ou ou x2 y2 + 2 =1 2 a b ou ou x2 z2 2 =1 2 a c ou
x2 a2

y2 b2

=1ea

y2 z2 2 =1 b2 c

y2 z2 + 2 = 1. b2 c
1 2)

7.64exe A qudrica cuja equao x 2 4y 2 = 1 (a = 1, b = hiperblico. A sua representao

um cilindro

153

7 Geometria Analtica

7.65obs Sejam a, b R+ e o cilindro hiperblico (a) traos: no plano XOY a hiprbole


x2 a2

x2 a2

y2 b2

= 1. Ento,

y2 b2

= 1, z = 0.

No plano XOZ o par de rectas x = a, y = 0. No plano YOZ no existe. (b) Simetrias: qudrica simtrica relativamente aos planos coordenados, aos eixos coordenados e origem. (c) Superfcie cilndrica, em que a directriz a hiprbole geratriz paralela ao eixo coordenado OZ. 7.66def parabolide elptico, parabolide circular Sejam a, b, c, R+ e p, q, r
x2 a2

y2 b2

=1ea

R \ {0}. Ento, chama-se parabolide elptico qudrica cuja equao cannica y2 x2 + 2 = 2pz, a = b, a2 b ou x2 z2 + 2 = 2qy , a = c, a2 c ou y2 z2 + 2 = 2r x, b = c, b2 c

e parabolide circular qudrica cuja equao cannica x 2 + y 2 = 2p2 z ou x 2 + z 2 = 2q2 y ou y 2 + z 2 = 2r 2 x.

154

Topicos de Algebra Linear e Geometria Analtica

7.67exe A qudrica cuja equao x 2 + y 2 = z ( = 1, p = 1 ) um parabolide 2 circular. A sua representao

7.68obs Sejam a, b R+ , a = b, p R \ {0} e o parabolide elptico Ento, (a) traos: no plano XOY o ponto (0, 0, 0). No plano XOZ a parbola No plano YOZ a parbola
x2 a2 y2 b2

x2 a2

+ y 2 = 2pz. b

= 2pz, y = 0. = 2pz, x = 0.

(b) Simetrias: qudrica simtrica relativamente aos planos coordenados XOZ e Y OZ e ao eixo coordenado OZ. (c) Superfcie de revoluo se a = b, em que a geratriz a parbola 2pz e o eixo o eixo coordenado OZ. 7.69def parabolide hiperblico Sejam a, b, c R+ e p, q, r R\ {0}. Ento, chama-se parabolide hiperblico qudrica cuja equao cannica x2 y2 2 = 2pz 2 a b ou x2 z2 2 = 2qy 2 a c ou y2 z2 2 = 2r x. 2 b c
1 2) y2 b2

7.70exe A qudrica cuja equao x 2 y 2 = z (a = 1, b = 1, p = parabolide hiperblico. A sua representao

um

155

7 Geometria Analtica

7.71obs Sejam a, b R+ , p R \ {0} e o parabolide hiperblico Ento, (a) traos: no plano XOY o par de rectas No plano XOZ a parbola
x2 a2
2

x2 a2

y2 b2

= 2pz.

x a

= y , z = 0. b

= 2pz , y = 0.

No plano YOZ a parbola y 2 = 2pz, x = 0. b (b) Simetrias: qudrica simtrica relativamente aos planos coordenados XOZ e Y OZ e ao eixo coordenado OZ. (c) Nunca uma superfcie de revoluo. 7.72def cilindro parablico Sejam p, q, r, s, m, n R\{0}. Ento, chama-se cilindro parablico qudrica cuja equao cannica x 2 = 2py z 2 = 2sx ou y 2 = 2qx y 2 = 2mz ou x 2 = 2r z z 2 = 2ny . ou

ou

ou

7.73exe A qudrica cuja equao 4x 2 = y (p = 1 ) um cilindro parablico. A sua 8 representao

156

Topicos de Algebra Linear e Geometria Analtica

7.74obs Sejam p R \ {0} e o cilindro parablico x 2 = 2py . Ento, (a) traos: no plano XOY a parbola x 2 = 2py , z = 0. No plano XOZ a recta x = 0, y = 0. No plano YOZ a recta y = 0, x = 0. (b) Simetrias: qudrica simtrica relativamente aos planos coordenados XOY e Y OZ e ao eixo coordenado OY . (c) Superfcie cilndrica, em que a directriz a parbola x 2 = 2py e a geratriz paralela ao eixo coordenado OZ. 7.75def qudrica degenerada Uma qudrica diz-se degenerada se no h pontos de R3 que satisfaam a sua equao, ou se, existindo, eles denem um plano, uma recta ou apenas um ponto de R3 . 7.76obs Sejam a, b, c R+ . Ento, as seguintes equaes denem qudricas degeneradas: (a) x 2 a (b)
x2 a2
2

y2 b2

z2 c2

z2 c2

= 1.

+
2

y2 b2

+
y2 b2

= 0.
2

(c) x 2 a

= 1, x 2 a

z2 c2

= 1, y 2 b

z2 c2

= 1.

157

7 Geometria Analtica

(d) (e)

x2 a2 x2 a2

y2 b2 y2 b2

= 0, = 0,

x2 a2 x2 a2

z2 c2 z2 c2

= 1, = 1,

y2 b2 y2 b2

z2 c2 z2 c2

= 1. = 1.

(f) x 2 = a2 , y 2 = b2 , z 2 = c 2 . (g) x 2 = a2 , y 2 = b2 , z 2 = c 2 . (h) x 2 = 0, y 2 = 0, z 2 = 0.

158

Topicos de Algebra Linear e Geometria Analtica

7.77obs

Resumo das qudricas: seja a qudrica 1 x 1 + 2 y 2 + 3 z 3 = d, 1 , 2 , 3 R, 1 , 2 , 3 {1, 2}, d {0, 1}. Ento: (a) d = 1 (a.i) i = 2, j = 2, k = 2 (a.i.1) i > 0, j > 0, k > 0: elipside ou esfera.

x 2 + 5y 2 + 3z 2 = 1 (a.i.2) i > 0, j > 0, k < 0: hiperbolide de uma folha.

x 2 + y 2 + z 2 = 1

x2 y2 + z2 = 1

x2 + y2 z2 = 1

(a.i.3) i > 0, j < 0, k < 0: hiperbolide de duas folhas.

x2 3

2y 2 2z 2 = 1 2x 2 +

y2 3

2z 2 = 1 2x 2 2y 2 +

z2 3

=1

159

7 Geometria Analtica

(a.ii) i = 2, j = 2, k = 1 (a.ii.1) i > 0, j > 0, k = 0: parabolide elptico ou circular.

y2 + z2 = x

y 2 + z 2 = x

x2 + z2 = y

x 2 + z 2 = y

x2 + y2 = z

x 2 + y 2 = z

(a.ii.2) i > 0, j < 0, k = 0: parabolide hiperblico.

x2 y2 = z

x 2 y 2 = z

y2 z2 = x

y 2 z 2 = x

z2 x2 = y

z 2 x 2 = y

160

Topicos de Algebra Linear e Geometria Analtica

(a.iii) i = 2, j = 2, k = 0 (a.iii.1) i > 0, j > 0, k = 0: cilindro elptico ou circular.

y 2 + 2z 2 = 1

x 2 + 2z 2 = 1

x 2 + 2y 2 = 1

(a.iii.2) i > 0, j < 0, k = 0: cilindro hiperblico.

x 2 4z 2 = 1

x 2 4y 2 = 1

y 2 4z 2 = 1

y 2 4x 2 = 1

z 2 4x 2 = 1

z 2 4y 2 = 1

161

7 Geometria Analtica

(a.iv) i = 2, j = 1, k = 0: cilindro parablico.

4y 2 = x

4y 2 = x

4x 2 = y

4x 2 = y

4x 2 = z

4x 2 = z

4z 2 = x

4z 2 = x

4z 2 = y

4z 2 = y

4y 2 = z

4y 2 = z

(a.v) caso contrrio: qudrica degenerada.

162

Topicos de Algebra Linear e Geometria Analtica

(b) d = 0 (b.i) i = 2, j = 2, k = 2,i > 0, j > 0, k < 0: cone.

x 2 y 2 2z 2 = 0

x 2 + y 2 z 2 = 0

x 2 y 2 + 2z 2 = 0

(b.ii) caso contrrio: qudrica degenerada. 7.78exe Identique as qudricas dadas pelas seguintes equaes: (a) x 2 + 2y 2 + z 2 = 2; (b) 2x 2 + 2y 2 + 2z 2 1 = 0; (c) x 2 3y 2 + 2z 2 = 7; (d) 4x 2 4y 2 + z 2 = 4; (e) x 2 + 2z 2 4y = 0; (f) 2x 2 + 2z 2 + 3y = 0; (g) 3x 2 2y 2 = z; (h) x 2 + 2y 2 = z 2 ; (i) x 2 + 2y 2 = z; (j) x 2 + 2y 2 = 1; (k) 2y 2 = z; (l) x 2 2y 2 = 1; (m) y 2 + 2z 2 4x = 0; (n) y 2 + 2z 2 = 4x 2 ; (o) x 2 + 2y 2 z 2 = 1;

163

7 Geometria Analtica

(p) 2x 2 + 2y 2 = 1. sol (a) Elipside. (b) Esfera. (c) Hiperbolide de uma folha. (d) Hiperbolide de duas folhas. (e) Parabolide elptico. (f) Parabolide circular. (g) Parabolide hiperblico. (h) Cone. (i) Parabolide elptico. (j) Cilindro elptico. (k) Cilindro parablico. (l) Cilindro hiperblico. (m) Parabolide elptico. (n) Cone. (o) Hiperbolide de uma folha. (p) Cilindro circular.

164

Topicos de Algebra Linear e Geometria Analtica

Bibliograa

lgebra Linear, Seymour Lipschutz, McGraw-Hill. lgebra Linear como introduo Matemtica Aplicada, Lus Magalhes, Texto Editora. Introduo lgebra Linear e Geometria Analtica, F. R. Dias Agudo, Escolar Editora. lgebra Linear e Geometria Analtica, E. Giraldes, V. Fernandes e M. Smith, McGraw-Hill. lgebra Linear, M. R. Valena, Universidade do Minho. lgebra Linear com Aplicaes, Steven Leon, Livros Tcnicos e Cientcos.

165

166

Topicos de Algebra Linear e Geometria Analtica

A
Extenso ao Captulo Determinantes
A.1def matriz adjunta Seja A Mnn (R). Chama-se matriz adjunta de A, que se representa por adj(A), matriz de ordem n tal que (adj(A))ij = Aji .

A.2obs A matriz adjunta a transposta da matriz dos co-factores.

A.3exe

(a) Determine a matriz adjunta da matriz X = [xij ] M22 (R). (b) Determine a matriz adjunta da matriz A =
7 1 3 4

res

(a) Atendendo a X11 = (1)1+1 det(X11 ) = 1 |x22 | = x22 , X12 = (1)1+2 det(X12 ) = 1 |x21 | = x21 , X21 = (1)2+1 det(X21 ) = 1 |x12 | = x12 , X22 = (1)2+2 det(X22 ) = 1 |x11 | = x11 ,
167

168

Topicos de Algebra Linear e Geometria Analtica

tem-se que adj(X) = x12 x22 x21 x11 T = x21 x22 x12 x11 .

(b) Atendendo alnea anterior, tem-se que T 4 3 4 1 = . adj(A) = 1 7 3 7 A.4teo Seja A uma matriz invertvel de ordem maior do que 1. Ento, A1 =
1 det(A)

adj(A).
3 2 1 0

A.5exe Considere a matriz A =

(a) Verique que a matriz A invertvel. (b) Determine a inversa da matriz A pelo mtodo da adjunta. res (a) Como det(A) = 3 0 (2) 1 = 2 = 0, A uma matriz invertvel. (b) A1 =
1 det(A)

adj(A) =

1 2

0 2 1 3

0 1 1 2 3 2

Calcule-se, apenas para efeito de vericao, que AA1 = I2 : 3 2 0 1 1 0 = . AA1 = 1 1 0 2 3 0 1 2 A.6exe Calcule o determinante, a adjunta e a inversa de cada uma das seguintes matrizes: 3 A= 1 2 1 ,B = 3 1 3 2 ,C = 1 2 1 1 0 1 1 . 1
1 2 1 3

1 , 4

3 1 2

D= 2 2 sol

1 1 1 , E = 0 1 0
1 2 1 3

(a) det(A) = 1, adj(A) =

, A1 =

169

A Extens o ao Captulo Determinantes a

(b) det(B) = 7, adj(B) = (c) det(C) = 10, adj(C) = (d) det(D) = 3, adj(D) = (e) det(E) = 1, adj(E) =

1 2 3 1 4 1 2 3

, B 1 = , C 1 =

1 7 3 7 2 5 1 5

2 7 1 7 1 10 3 10

. . .

3 5 2 0 1 1 6 8 5 1 1 0 0 1 1 0 0 1

, D1 =

2 1 5 3 3 1 1 0 3 3 8 2 3 5 3

, E 1 =

1 1 0 0 1 1 0 0 1

170

Topicos de Algebra Linear e Geometria Analtica

B
Extenso ao Captulo Espaos Vectoriais
B.1exe Mostre que R2 com as operaes usuais um espao vectorial. res As operaes usuais em R2 so x + y = (x1 , x2 ) + (y1 , y2 ) = (x1 + y1 , x2 + y2 ), x = (x1 , x2 ) = (x1 , x2 ). com x1 , x2 , y1 , y2 , R (como j se disse, quando esto em causa as operaes usuais, em vez de x y escreve-se x + y e em vez de x). No que se segue, vericam-se as oito propriedades de Propriedade (a) Denio geral: x, y V : x y = y x. Exemplo presente: x = (x1 , x2 ), y = (y1 , y2 ) R2 : x + y = y + x.
171

x escreve-se

4.2def .

172

Topicos de Algebra Linear e Geometria Analtica

x + y = (x1 , x2 ) + (y1 , y2 )
(1)

= (x1 + y1 , x2 + y2 ).

(a.1)

y + x = (y1 , y2 ) + (x1 , x2 )
(1) (2)

= (y1 + x1 , y2 + x2 ) (a.2)

= (x1 + y1 , x2 + y2 ).

(1) por denio da operao soma de vectores. (2) pela propriedade comutativa da soma de nmeros reais. Como as expresses (a.1) e (a.2) so iguais, conclui-se que a propriedade (a) vlida. Propriedade (b) Denio geral: x, y , z V : (x y ) z = x (y z). Exemplo presente: x = (x1 , x2 ), y = (y1 , y2 ), z = (z1 , z2 ) R2 : (x + y ) + z = x + (y + x).

(x + y ) + z = ((x1 , x2 ) + (y1 , y2 )) + (z1 , z2 )


(1) (1) (2)

= (x1 + y1 , x2 + y2 ) + (z1 , z2 ) = ((x1 + y1 ) + z1 , (x2 + y2 ) + z2 ) (b.1)

= (x1 + y1 + z1 , x2 + y2 + z2 ).

x + (y + z) = (x1 , x2 ) + ((y1 , y2 ) + (z1 , z2 ))


(1) (1)

= (x1 , x2 ) + (y1 + z1 , y2 + z2 )

= (x1 + (y1 + z1 ), x2 + (y2 + z2 )) = (x1 + y1 + z1 , x2 + y2 + z2 ). (b.2)

(2)

173

B Extens o ao Captulo Espacos Vectoriais a

(1) por denio da operao soma de vectores. (2) pela propriedade associativa da soma de nmeros reais. Como as expresses (b.1) e (b.2) so iguais, conclui-se que a propriedade (b) vlida. Propriedade (c) Denio geral: 1 elemento de V (representado por 0V ), x V : x 0V = x. Exemplo presente: 1 0R2 = (a, b) R2 , x = (x1 , x2 ) R2 : x + 0R2 = x.

x + 0R2 = x (x1 , x2 ) + (a, b) = (x1 , x2 ) (x1 + a, x2 + b) = (x1 , x2 ) x 1 + a = x 1 x 2 + b = x2 a = 0 b = 0. (1) por denio da operao soma de vectores. (2) pela denio da igualdade de dois elementos de R2 . (3) pelas propriedades dos nmeros reais. Assim, conclui-se que 0R2 = (0, 0) o elemento neutro da soma de vectores, sendo a propriedade (c) vlida. Propriedade (d) Denio geral: x V, 1 elemento de V (representado por x) : x (x) = 0V . Exemplo presente: x = (x1 , x2 ) R2 , 1 x = (a, b) R2 : x + (x) = 0R2 .
(3) (2) (1)

174

Topicos de Algebra Linear e Geometria Analtica

x + (x) = 0R2 (x1 , x2 ) + (a, b) = (0, 0) (x1 + a, x2 + b) = (0, 0) x1 + a = 0 x2 + b = 0 a = x1 b = x2 . (1) por denio da operao soma de vectores. (2) igualdade de dois elementos de R2 . (3) pelas propriedades dos nmeros reais. Assim, conclui-se que x = (x1 , x2 ) o elemento simtrico do elemento x = (x1 , x2 ) R2 , sendo a propriedade (d) vlida. Propriedade (e) Denio geral: R, x, y V : Exemplo presente: R, x = (x1 , x2 ), y = (y1 , y2 ) R2 : (x + y ) = x + y . (x y ) = x y.
(3) (2) (1)

(x + y ) = ((x1 , x2 ) + (y1 , y2 ))
(1) (2) (3)

= (x1 + y1 , x2 + y2 )

= ((x1 + y1 ), (x2 + y2 )) (e.1)

= (x1 + y1 , x2 + y2 ).

x + y = (x1 , x2 ) + (y1 , y2 )
(2) (1)

= (x1 , x2 ) + (y1 , y2 ) = (x1 + y1 , x2 + y2 ). (e.2)

175

B Extens o ao Captulo Espacos Vectoriais a

(1) por denio da operao soma de vectores. (2) por denio da operao multiplicao de um vector por um escalar. (3) pela propriedade distributiva da multiplicao relativamente soma em R. Como as expresses (e.1) e (e.2) so iguais, conclui-se que a propriedade (e) vlida. Propriedade (f) Denio geral: , R, x V : ( + ) Exemplo presente: , R, x = (x1 , x2 ) R2 : ( + )x = x + x. x = x x.

( + )x = ( + )(x1 , x2 )
(1) (2)

= (( + )x1 , ( + )x2 ) (f.1)

= (x1 + x1 , x2 + x2 ).

x + x = (x1 , x2 ) + (x1 , x2 )
(1)

= (x1 , x2 ) + (x1 , x2 ) = (x1 + x, x2 + x2 ). (f.2)

(3)

(1) por denio da operao multiplicao de um vector por um escalar. (2) pela propriedade distributiva da multiplicao relativamente soma em R. (3) por denio da operao soma de vectores. Como as expresses (f.1) e (f.2) so iguais, conclui-se que a propriedade (f) vlida. Propriedade (g)

176

Topicos de Algebra Linear e Geometria Analtica

Denio geral: , R, x V : ( ) Exemplo presente: , R, x = (x1 , x2 ) R2 : ()x = (x). x = ( x).

()x = ()(x1 , x2 )
(1) (2)

= (()x1 , ()x2 ) (g.1)

= (x1 , x2 ).

(x) = ((x1 , x2 ))
(1) (1) (2)

= (x1 , x2 ) = ((x1 ), (x2 )) (g.2)

= (x1 , x2 ).

(1) por denio da operao multiplicao de um vector por um escalar. (2) pela propriedade associativa da multiplicao de nmeros reais. Como as expresses (g.1) e (g.2) so iguais, conclui-se que a propriedade (g) vlida. Propriedade (h) Denio geral: x V : 1 x = x.

Exemplo presente: x = (x1 , x2 ) R2 : 1x = x.

177

B Extens o ao Captulo Espacos Vectoriais a

1x = 1(x1 , x2 )
(1) (2)

= (1x1 , 1x2 ) = (x1 , x2 )

= x.

(1) por denio da operao multiplicao de um vector por um escalar. (2) 1 o elemento neutro da multiplicao de reais. Assim, conclui-se que a propriedade (h) vlida. Assim, uma vez que as oito propriedades da denio
2

4.2def de espao

vectorial so vericadas, conclui-se que o conjunto R com as operaes usuais um espao vectorial. B.2exe Mostre que o conjunto R+ com as operaes : R+ R+ (x, y ) R+ x y = xy , R+ x = x

R R+ (, x)

um espao vectorial. B.3exe Mostre que o conjunto R com as operaes : RR (x, y ) R x y = x + y + 1, R x = x + 1

: R R (, x)

um espao vectorial.

178

Topicos de Algebra Linear e Geometria Analtica

B.4exe Mostre que o conjunto Mnn (R) com as operaes : Mnn (R) Mnn (R) (A, B) Mnn (R) A B = AT + B T Mnn (R) A = A,

R Mnn (R) (, A)

no dene um espao vectorial. res Para resolver este exerccio necessrio identicar (pelo menos) uma propriedade da denio 4.2def que no satisfeita. No entanto, e por

questes didcticas, vai-se vericar todas as propriedades (apesar de no se explicitar na resoluo deste exerccio, esta faz uso das propriedades das operaes com matrizes). Note-se que neste exerccio, uma vez que a denio de uma das operaes no a usual soma de elementos de Mnn (R) , usa-se a notao x y e x.

Propriedade (a) Denio geral: x, y V : x y = y x. Exemplo presente: A, B Mnn (R) : A B = B A.

A B = AT + B T . B A = B T + AT = AT + B T .

(a.1)

(a.2)

179

B Extens o ao Captulo Espacos Vectoriais a

Como as expresses (a.1) e (a.2) so iguais, conclui-se que a propriedade (a) vlida. Propriedade (b) Denio geral: x, y , z V : (x y ) z = x (y z). Exemplo presente: A, B, C Mnn (R) : (A B) C = A (B C).

(A B) C = (AT + B T ) C = (AT + B T )T + C T = ((AT )T + (B T )T ) + C T = A + B + CT . A (B C) = A (B T + C T ) = AT + (B T + C T )T = AT + ((B T )T + (C T )T ) = AT + B + C. (b.2) (b.1)

Como existem elementos de Mnn (R) tais que produzem expresses diferentes para (b.1) e (b.2), conclui-se que a propriedade (b) no vlida. Propriedade (c) Denio geral: 1 elemento de V (representado por 0V ), x V : x 0V = x. Exemplo presente: 1 elemento de Mnn (R) (representado por 0), A Mnn (R) : A 0 = A.

180

Topicos de Algebra Linear e Geometria Analtica

A 0 = A AT + 0 = A 0 = A AT 0 = (A AT )T 0 = AT A.
T

Assim, uma vez que 0 no independente de A, conclui-se que a propriedade (c) no vlida. Propriedade (d) Denio geral: x V, 1 elemento de V (representado por x) : x (x) = 0V . Exemplo presente: Esta propriedade no faz sentido vericar, uma vez que no existe elemento neutro da soma (ver propriedade anterior). Propriedade (e) Denio geral: R, x, y V : Exemplo presente: R, A, B Mnn (R) : (A B) = A B. (x y ) = x y.

181

B Extens o ao Captulo Espacos Vectoriais a

(A B) =

(AT + B T )

= (AT + B T ) = AT + B T . (e.1)

B = A B = (A)T + (B)T = AT + B T . (e.2)

Como as expresses (e.1) e (e.2) so iguais, conclui-se que a propriedade (e) vlida. Propriedade (f) Denio geral: , R, x V : ( + ) Exemplo presente: , R, A Mnn (R) : ( + ) A= A A. x = x x.

( + )

A = ( + )A = A + A. (f.1)

A = A A = (A)T + (A)T = AT + AT . (f.2)

Como existem elementos de Mnn (R) tais que produzem expresses diferentes para (f.1) e (f.2), conclui-se que a propriedade (f) no vlida.

182

Topicos de Algebra Linear e Geometria Analtica

Propriedade (g) Denio geral: , R, x V : ( ) Exemplo presente: , R, A Mnn (R) : ( ) A= ( A). x = ( x).

( )

A = () = A.

A (g.1)

A) =

(A) (g.2)

= A.

Como as expresses (g.1) e (g.2) so iguais, conclui-se que a propriedade (g) vlida. Propriedade (h) Denio geral: x V : 1 x = x.

Exemplo presente: A Mnn (R) : 1A = A.

1A = A.

Assim, conclui-se que a propriedade (h) vlida. Como as propriedades (b), (c), (d) e (f) da denio 4.2def no so

vlidas, conclui-se que o conjunto Mnn (R) com as operaes dadas no

183

B Extens o ao Captulo Espacos Vectoriais a

um espao vectorial (volta-se a frisar que bastava uma propriedade falhar para se concluir que no se estava perante um espao vectorial).

B.5exe Mostre que o conjunto R2 com as operaes

R2 R2

R2 (a, b) (c, d) = (0, b + d), R2 (a, b) = (2a, 2b),

((a, b), (c, d)) : R R2 (, (a, b))

no dene um espao vectorial.

res Para resolver este exerccio necessrio identicar (pelo menos) uma propriedade da denio 4.2def que no satisfeita. No entanto, e por

questes didcticas, vai-se vericar todas as propriedades. Note-se que neste exerccio, uma vez que a denio das duas operaes no a usual, usa-se a notao x y e x.

Apesar de no se explicitar na resoluo deste exerccio, esta faz uso das propriedades dos nmeros reais. Propriedade (a) Denio geral: x, y V : x y = y x. Exemplo presente: x = (x1 , x2 ), y = (y1 , y2 ) R2 : x y = y x.

184

Topicos de Algebra Linear e Geometria Analtica

x y = (x1 , x2 ) (y1 , y2 ) = (0, x2 + y2 ). (a.1)

y x = (y1 , y2 ) (x1 , x2 ) = (0, y2 + x2 ) = (0, x2 + y2 ). (a.2)

Como as expresses (a.1) e (a.2) so iguais, conclui-se que a propriedade (a) vlida. Propriedade (b) Denio geral: x, y , z V : (x y ) z = x (y z). Exemplo presente: x = (x1 , x2 ), y = (y1 , y2 ), z = (z1 , z2 ) R2 : (x y ) z = x (y z).

(x y ) z = ((x1 , x2 ) (y1 , y2 )) (z1 , z2 ) = (0, x2 + y2 ) + (z1 , z2 ) = (0, (x2 + y2 ) + z2 ) = (0, x2 + y2 + z2 ). (b.1)

x (y z) = (x1 , x2 ) ((y1 , y2 ) (z1 , z2 )) = (x1 , x2 ) + (0, y2 + z2 ) = (0, x2 + (y2 + z2 )) = (0, x2 + y2 + z2 ). (b.2)

185

B Extens o ao Captulo Espacos Vectoriais a

Como as expresses (b.1) e (b.2) so iguais, conclui-se que a propriedade (b) vlida. Propriedade (c) Denio geral: 1 elemento de V (representado por 0V ), x V : x 0V = x. Exemplo presente: 1 elemento de R2 (representado por 0 = (a, b)), x R2 : x 0 = x.

x 0 = x (x1 , x2 ) (a, b) = (x1 , x2 ) (0, x2 + b) = (x1 , x2 ) 0 = x1 x2 + b = x 2 x1 = 0 b = 0. Assim, conclui-se que a propriedade (c) no satisfeita, pois no s o vector 0 no nico, como no possvel que a relao fosse satisfeita para qualquer elemento de x R2 . Propriedade (d) Denio geral: x V, 1 elemento de V (representado por x) : x (x) = 0V . Exemplo presente: Esta propriedade no faz sentido vericar, uma vez que no existe elemento neutro da soma (ver propriedade anterior). Propriedade (e) Denio geral: R, x, y V : Exemplo presente: (x y ) = x y.

186

Topicos de Algebra Linear e Geometria Analtica

R, x = (x1 , x2 ), y = (y1 , y2 ) R2 :

(x y ) =

y.

(x y ) = =

((x1 , x2 ) (y1 , y2 )) (0, x2 + y2 )

= (0, 2(x2 + y2 )) = (0, 2x2 + 2y2 ). (e.1)

y =

(x1 , x2 )

(y1 , y2 )

= (2x1 , 2x2 ) (2y1 , 2y2 ) = (0, 2x2 + 2y2 ). (e.2)

Como as expresses (e.1) e (e.2) so iguais, conclui-se que a propriedade (e) vlida.

Propriedade (f)

Denio geral:

, R, x V : ( + )

x =

x.

Exemplo presente:

, R, x = (x1 , x2 ) R2 : ( + )

x =

x.

187

B Extens o ao Captulo Espacos Vectoriais a

( + )

x = ( + )

(x1 , x2 )

= (2( + )x1 , 2( + )x2 ) = (2x1 + 2x1 , 2x2 + 2x2 ). (f.1)

x =

(x1 , x2 )

(x1 , x2 )

= (2x1 , 2x2 ) (2x1 , 2x2 ) = (0, 2x2 + 2x2 ). (f.2)

Como existem elementos de R2 tais que produzem expresses diferentes para (f.1) e (f.2), conclui-se que a propriedade (f) no vlida. Propriedade (g) Denio geral: , R, x V : ( ) Exemplo presente: , R, x = (x1 , x2 ) R2 : ( ) x = ( x). x = ( x).

( )

x = ( )

(x1 , x2 )

= (2()x1 , 2()x2 ) = (2x1 , 2x2 ). (g.1)

x) = =

(x1 , x2 ))

(2x1 , 2x2 )

= (2(2x1 ), 2(2x2 )) = (4x1 , 4x2 ). (g.2)

188

Topicos de Algebra Linear e Geometria Analtica

Como existem elementos de R2 tais que produzem expresses diferentes para (g.1) e (g.2), conclui-se que a propriedade (g) no vlida. Propriedade (h) Denio geral: x V : 1 x = x.

Exemplo presente: x = (x1 , x2 ) R2 : 1 x = x.

1x = 1(x1 , x2 ) = (2x1 , 2x2 ) = (x1 , x2 ) = x.

Assim, conclui-se que a propriedade (h) no vlida. Como as propriedades (c), (d), (f), (g) e (h) da denio 4.2def no

so satisfeitas, conclui-se que o conjunto R2 com as operaes dadas no um espao vectorial (volta-se a frisar que bastava uma propriedade no se vericar para se concluir que no se estava perante um espao vectorial). B.6exe Mostre que os seguintes conjuntos com as operaes indicadas no so espaos vectoriais reais, identicando as propriedades da denio de espao vectorial que no so vericadas: (a) R2 , (a, b) (c, d) = (a, b) e (a, b) = (a, b). (x1 , x2 ) = (2 x1 , 2 x2 ).

(b) R2 , (x1 , x2 ) (y1 , y2 ) = (x1 + y1 , x2 + y2 ) e (c) R2 , (x1 , x2 ) (y1 , y2 ) = (x1 + y1 , 0) e (x1 , x2 , x3 ).

(x1 , x2 ) = (x1 , x2 ). (x1 , x2 , x3 ) =

(d) R3 , (x1 , x2 , x3 ) (y1 , y2 , y3 ) = (x1 + y1 , 0, x2 + y2 ) e

189

B Extens o ao Captulo Espacos Vectoriais a

sol

(a) Propriedades (a), (c), (d) e (f). (b) Propriedades (f). (c) Propriedades (c), (d) e (f). (d) Propriedades (c), (d) e (f).

B.7exe Mostre que o conjunto R+ com as operaes : R+ R+ (x, y ) R+


x x y = y,

R R+ (, x)

R+ x = x

no um espao vectorial, identicando as propriedades da denio de espao vectorial que no so vericadas. sol Propriedades (a), (b), (f).

190

Topicos de Algebra Linear e Geometria Analtica

C
Alfabeto Grego
Minscula o , Maiscula A B E Z H I K M N O P T X Nome alfa beta gama delta psilon zeta eta teta iota capa lambda miu niu csi micron pi r sigma tau psilon qui psi mega Equivalente Latino a b g d e z e,h t i k l m n cs o p r s t u,y f c,x ps w

191

ndice Remissivo

ngulo entre dois planos, 145 ngulo entre dois vectores, 138 ngulo entre duas rectas, 145 ngulo entre uma recta e um plano, 145 A B, 23 base, 97 base ordenada, 98 C(a, b), 82 C (a, b), 82 C k (a, b), 82 cT , 120 caracterstica de uma matriz, 57 caracterstica de uma transformao linear, 120 cilindro circular, 151 cilindro elptico, 151
192

cilindro hiperblico, 152 cilindro parablico, 155 co-factor de um elemento de uma matriz, 45 coluna de uma matriz, 4 coluna nula, 21 coluna piv, 21 combinao linear, 86, 102 complemento algbrico de um elemento de uma matriz, 45 cone, 150 conjunto gerador, 90 conjunto linearmente independente, 93, 94 conjunto soluo, 55 coordenadas de um vector numa base ordenada, 99

193

ndice Remissivo I

dim(V ), 100 determinante de uma matriz, 40 diagonal de uma matriz, 5 diagonal principal, 5 diagonal secundria de uma matriz, 5 dimenso de um espao vectorial, 100 directriz, 147 distncia de um ponto a um plano, 144 distncia de um ponto a uma recta, 144 distncia entre dois pontos, 144 distncia entre dois vectores, 137

fe(A), 25 fer(A), 25 funo, 107 geratriz de uma superfcie cilndrica, 147 geratriz de uma superfcie de revoluo, 146 hiperbolide de duas folhas, 150 hiperbolide de uma folha, 149 homomorsmo, 108 imagem de um elemento por meio de

eixo, 146 uma funo, 107 elemento de uma matriz, 2 imagem de uma transformao linear, elipside, 148 116 endomorsmo, 112 equao caracterstica de uma matriz, L(S), 90 124 L(V ), 112 L(V, V ), 108 linha de uma matriz, 3 linha nula, 21 Mmn (R), 2 matriz, 2 matriz adjunta, 167 matriz ampliada, 55 matriz aumentada, 55 matriz coluna, 4 matriz complementar de um elemento de uma matriz, 39

equao cartesiana de um plano, 140 equao vectorial de uma recta, 141

equaes cartesianas de uma recta, 141 equaes paramtricas de uma recta, 141 escalar, 2, 80 esfera, 148 espao euclidiano, 136 espao gerado, 90 espao normado, 136 espao vectorial, 79 espao vectorial de dimenso nita, 100 espectro de uma matriz, 123

194

Topicos de Algebra Linear e Geometria Analtica

matriz de uma transformao linear en- multiplicao de um escalar por um vectre espaos de dimenso nita, 114 matriz diagonal, 5 matriz dos coecientes, 55 matriz elementar, 30 matriz em escada, 21 matriz em escada reduzida, 21 matriz escalar, 5 matriz identidade, 8 matriz inversa, 15 matriz invertvel, 15 matriz linha, 4 matriz no-invertvel, 15 matriz no-singular, 15 matriz nula, 8 matriz ortogonal, 20 matriz quadrada, 5 matriz rectangular, 5 matriz simtrica, 19 matriz singular, 15 matriz transposta, 17 matriz triangular inferior, 5 matriz triangular superior, 5 matrizes comutveis, 14 matrizes equivalentes, 23 matrizes iguais, 8 multiplicao de matrizes, 11 tor, 80 multiplicao de uma matriz por um escalar, 9 multiplicidade algbrica de um valor prprio, 124 Im(T ), 116 Nuc(T ), 116 nT , 120 ncleo de uma transformao linear, 116 norma, 136 norma induzida pelo produto interno, 137 nulidade de uma transformao linear, 120 operao elementar do tipo I nas linhas de uma matriz, 22 operao elementar do tipo II nas linhas de uma matriz, 22 operao elementar do tipo III nas linhas de uma matriz, 22 ordem de uma matriz quadrada, 5 parabolide circular, 153 parabolide elptico, 153 parabolide hiperblico, 154 piv de uma linha no-nula, 21 polinmio caracterstico de uma matriz, 124 potncia cartesiana de um conjunto, 1

195

ndice Remissivo I

potncia de uma matriz, 13

sistema impossvel, 57

produto cartesiano de dois conjuntos, 1 sistema possvel, 57 produto cartesiano de um nmero nito soma de matrizes, 9 de conjuntos, 1 produto de matrizes, 11 soma de vectores, 80 subespao, 83

produto de uma matriz por um escalar, subespao prprio de um valor prprio, 9 produto escalar de dois vectores, 135 produto externo de dois vectores, 138 produto interno de dois vectores, 135
3

123 superfcie cilndrica, 147 superfcie de revoluo, 146 superfcie de segunda ordem, 146

produto vectorial de dois vectores de R , superfcie qudrica, 146 138 tipo de uma matriz, 2 qudrica, 146 qudrica degenerada, 156 R[x], 82 Rn , 81 Rn [x], 81 Mmn (R), 81 trao de uma matriz, 7 trao de uma qudrica, 147 transformao linear, 108 triedro directo, 139 VA , 80 valor prprio simples, 124

simetria de uma qudrica relativamente varivel livre, 58 origem, 147 varivel piv, 58

simetria de uma qudrica relativamente vector, 80 a um eixo coordenado, 147 vector das incgnitas, 55

simetria de uma qudrica relativamente vector director de uma recta, 141 a um plano coordenado, 147 sistema de equaes lineares, 55 sistema de equaes no lineares, 56 sistema homogneo, 57 sistema homogneo associado, 57 vector dos termos independentes, 55 vector prprio de uma matriz associado a um valor prprio, 123 vector unitrio, 137 vectores linearmente dependentes, 94

196

Topicos de Algebra Linear e Geometria Analtica

vectores linearmente independentes, 93 vectores ortogonais, 138 hAx1 , . . . , xn B, 90

Potrebbero piacerti anche