Escolar Documentos
Profissional Documentos
Cultura Documentos
1 Matrizes 1
2 Determinantes 37
4 Espaços Vectoriais 77
iii
4.2 Exercícios sobre Espaços Vectoriais . . . . . . . . . . . . . . . 119
Apêndice A 151
iv
Capı́tulo 1
Matrizes
{(a1 , a2 , . . . , an )|a1 ∈ A1 , a2 ∈ A2 , . . . , an ∈ An , }.
1
2 1 Matrizes
identificando-se X 1 com X.
1.2exe Explicite R2 e C3 .
1.3def (a) Jmatriz, tipo de uma matriz, matriz real, matriz complexaK
Sejam m, n ∈ N. Chama-se matriz do tipo m × n (lê-se “m por
n”) a uma função com domínio {(i, j) ∈ N2 |i = 1, . . . , m, j =
1, . . . , n} e com conjunto de chegada R ou C, dizendo-se que é
uma matriz real ou complexa, respectivamente.
(b) JMm×n (R)K Representa-se por Mm×n (R) o conjunto das ma-
trizes reais do tipo m × n.
(c) JMm×n (C)K Representa-se por Mm×n (C) o conjunto das matrizes
complexas do tipo m × n.
1.4obs (a) É possível considerar matrizes cujos elementos não são nem núme-
ros reais, nem números complexos (e.g., polinómios), mas neste
curso apenas aqueles casos são os com interesse.
1.5def JMm×n (K)K Representa-se por Mm×n (K) o conjunto das matrizes do
tipo m × n, independentemente de serem reais ou complexas.
1.8obs (a) Regra geral usam-se letras maiúsculas para representar matrizes.
em que a11 , a12 , . . . , a1n , a21 , a22 , . . . , a2n , am1 , am2 , . . . , amn ∈ K.
(c) A letra “i” aparece neste curso quer como a unidade imaginária
dos números complexos, quer como a letra usual para represen-
tar a linha de uma matriz. No entanto, o contexto será sempre
suficiente para identificar o significado correcto.
1.13obs É habitual representar matrizes linha e matrizes coluna por letras mi-
núsculas e os seus elementos apenas com um índice. Assim, e usando
esta notação, as formas da matriz coluna x com m linhas e da matriz
linha y com n colunas são:
x1
h i
x2
x= , y = y y ···
.. 1 2 yn .
.
xm
1.1 Apontamentos sobre Matrizes 5
(b) q = [ 0 4 −1 ].
(e) E = [ 10 02 ].
1.20def (a) Jmatriz nula, 0m×n , 0K Chama-se matriz nula a uma matriz cu-
jos elementos são todos iguais a 0. Representa-se a matriz nula
do tipo m × n por 0m×n ou por 0 se não houver ambuiguidade
relativamente ao tipo.
(a) Calcule A + B.
=0 ,
pois são escalares simétricos
(e) Exercício.
(f) Exercício.
(g) Exercício.
(h) Exercício.
| {z } | {z } | {z }
A=[aij ]∈M3×2 (R) B=[bij ]∈M2×4 (R) AB∈M3×4 (R)
2
X
(AB)23 = a2k bk3 = a21 b13 + a22 b23 = 2 × 4 + 1 × 5 = 13.
k=1
−1 0 1 −1 2
1.31exe Considere as matrizes A = 1 1 eB= 0 −2 1 . Efectue, se possível,
as seguintes operações:
(a) AB.
(b) BA.
(c) BI3 .
(d) I2 B.
dem Exercício.
1.41teo Seja A ∈ Mn×n (K) tal que é uma matriz invertível. Então, existe uma
e uma só matriz Z ∈ Mn×n (K) tal que ZA = AZ = In .
(1)
AX = In = XA,
(2)
AY = In = Y A.
Então,
= In Y por (1)
= Y, ,
I é o elemento neutro da multiplicação de matrizes
1.45teo (a) Seja A uma matriz invertível. Então, A−1 também é uma matriz
invertível e (A−1 )−1 = A.
dem (a) Como A é uma matriz invertível, tem-se que AA−1 = A−1 A = I.
−1
Logo, A−1 é invertível e A−1 = A.
pelo que
= In , por (1)
1
1 −1 2 1
1.47exe Sejam as matrizes A = 3 1 2 eB= −1 1 .
1
1 −1 2 1
1 30
res (a) AB = 3 1 2 −1 1 = 3 [0 3] = [ 10 01 ].
(a) Calcule AT .
T
(b) Calcule AA
uT u
.
h 1 0i
res (a) AT = −2 2 .
0 1
h i 1 0
1 −2 0 −2 2 h i
AAT 0 2 1 1
5 −4
5/2 −2
(b) uT u
= h 0 i1
1 = 2 −4 5 = −2 5/2
.
[ 1 −1 ] −1
T
1.51teo (a) ∀A ∈ Mm×n (K) : AT = A.
(b) Exercício.
(c) Exercício.
(AB)T ij
= (AB)ji pela definição de matriz transposta
n
X
= (A)jk (B)ki pela definição de produto de matrizes
k=1
Xn
= (B)ki (A)jk pela propriedade comutativa dos escalares
k=1
Xn
= (B T )ik (AT )kj pela definição de matriz transposta
k=1
(e) Exercício.
1.52def Jmatriz simétricaK Seja A uma matriz quadrada. Diz-se que A é uma
matriz simétrica se A = AT .
18 1 Matrizes
1.54def Jmatriz ortogonalK Seja A ∈ Mn×n (K). Diz-se que A é uma matriz
ortogonal se AAT = AT A = In .
res Como
cos α − sen α cos α sen α
AAT =
sen α cos α − sen α cos α
cos2 α + sen2 α cos α sen α − sen α cos α
=
sen α cos α − cos α sen α sen2 α + cos2 α
1 0
= ,
0 1
0 2−i i T H
1.60exe Seja a matriz A = 1 0 1 . Então, determine A , A e A .
h 0 1
i 0 2+i −i h 0 1
i
res AT = 2−i 0 ,A= 1 0 1 , AH = 2+i 0 .
i 1 −i 1
H
1.61teo (a) ∀A ∈ Mm×n (C) : AH = A.
dem Exercício.
1.62def Jmatriz hermíticaK Seja A ∈ Mn×n (C). Diz-se que A é uma matriz
hermítica se A = AH .
1.64def Jmatriz unitáriaK Seja A ∈ Mn×n (C). Diz-se que A é uma matriz
unitária se AAH = AH A = In .
h √ i
1 −i 3
1.66exe Verifique que a matriz A = 2
√
3 −i
é unitária.
res Como
√ √
1 −i 3 i 3
AAH = √ √
4 3 −i 3 i
1 4 0
=
4 0 4
1 0
= ,
0 1
(a) Jlinha nulaK Diz-se que ℓi é uma linha nula da matriz A se ai1 =
ai2 = · · · = ain = 0.
Colunas pivô: c2 e c5 .
1.1 Apontamentos sobre Matrizes 21
1.70exe Indique quais das seguintes matrizes são matrizes em escada e em es-
cada reduzida:
0 1 2 0 3
1 0 1 1 0 2 0
A= ,B = ,C =
0 0 0 1 0 ,
0 1 1 0 2 0 0
0 0 0 0 0
0 0 1 0 2 0 0 1 0 1 0 0 0 0
0 0 0 0 0 0 0 0 1 1 0 0 0 0
D= , E = ,
0 0 0 2 0 4 0 0 0 0 0 1 0 0
0 0 0 0 0 5 0 0 0 0 0 1 0 0
1 1
1 0 1 1 0 0
F = ,G = ,H = , u = 0 , v = 1
.
0 1 0 1 0 0
0 0
(c) Joperação elementar do tipo III nas linhas de uma matrizK Dá-se
o nome de operação elementar do tipo III nas linhas da matriz A,
que se representa por ℓi ← ℓi + βℓj , à substituição de uma linha
pela sua soma com um múltiplo de outra linha.
h0 2 4 0i
1.74exe Seja a matriz A = 1102 . Efectue a seguinte sequência de operações
2205
1
na matriz A: ℓ1 ↔ ℓ2 , ℓ3 ← ℓ3 − 2ℓ1 , ℓ1 ← ℓ1 − 2ℓ3 , ℓ2 ← 2 ℓ2 e
ℓ1 ← ℓ1 − ℓ2 .
res
0 2 4 0 ←−−−−−−−−−→ 1 1 0 2
1 1 0 2 ℓ1 ↔ ℓ2 0 2 4 0
2 2 0 5 2 2 0 5
←−−−−−−−−−→ 1 1 0 2
0 2 4 0
ℓ3 ← ℓ3 − 2ℓ1 0 0 0 1
ℓ1 ← ℓ1 − 2ℓ3
1 1 0 0
0 2 4 0
←−−−−−−−−−→ 0 0 0 1
1 1 0 0
1
ℓ2 ← 2 ℓ2 0 1 2 0
←−−−−−−−−−→ 0 0 0 1
1 0 −2 0
ℓ1 ← ℓ1 − ℓ2
0 1 2 0 .
←−−−−−−−−−→ 0 0 0 1
24 1 Matrizes
1.75teo Seja A ∈ Mm×n (K). Então, existe uma única matriz em escada re-
duzida que é equivalente à matriz A.
1.76obs Seja A uma matriz não-nula. Então, existe uma infinidade de matrizes
em escada que são equivalentes à matriz A.
i←1
se aij = 0 então
k ← min{q ∈ {i + 1, . . . , m}|aqj 6= 0}
ℓi ↔ ℓk
fimse
Passo 4 [terminar?]
terminar
senão
i←i+1
ir para o Passo 2
fimse
26 1 Matrizes
se a′ij 6= 1 então
1
ℓ′i ← ′ ℓ′i
aij
fimse
fimpara
Passo 4 [terminar?]
terminar
senão
i← i−1
ir para o Passo 2
fimse
1.1 Apontamentos sobre Matrizes 27
h0 0 0 3i
1.81exe Seja a matriz A = 0112 . Determine um elemento de fe(A) e fer(A).
0221
res
0 0 0 3 ←−−−−−−−−−→ 0 1 1 2
0 1 1 2 ℓ1 ↔ ℓ2 0 0 0 3
0 2 2 1 0 2 2 1
| {z }
A
←−−−−−−−−−→ 0 1 1 2
0 0 0 3
ℓ3 ← ℓ3 − 2ℓ1 0 0 0 −3
| {z }
A′ ∈fe(A)
←−−−−−−−−−→ 0 1 1 2
0 0 0 3
ℓ3 ← ℓ3 + ℓ2 0 0 0 0
0 1 1 2
←−−−−−−−−−→
0 0 0 1
ℓ2 ← 13 ℓ2
0 0 0 0
ℓ1 ← ℓ1 − 2ℓ2
0 1 1 0
0 0 0 1 .
←−−−−−−−−−→ 0 0 0 0
| {z }
fer(A)
28 1 Matrizes
1.82def Jmatriz elementarK Seja E ∈ Mn×n (K). Diz-se que E é uma matriz
elementar se se pode obter através de uma operação elementar sobre a
matriz In .
(a) ℓ2 ↔ ℓ4 .
(b) ℓ3 ← 2ℓ3 .
(c) ℓ3 ← ℓ3 − 2ℓ1 .
res (a)
1 0 0 0 ←−−→ 1 0 0 0
0 1 0 0 ℓ2 ↔ ℓ4 0 0 0 1
.
0 0 1 0 0 0 1 0
0 0 0 1 0 1 0 0
(b)
1 0 0 0 ←−−−→ 1 0 0 0
0 1 0 0 0 1 0 0
.
0 0 1 0 ℓ3 ← 2ℓ3 0
0 2 0
0 0 0 1 0 0 0 1
(c)
1 0 0 0 ←−−−−−→ 1 0 0 0
0 1 0 0 0 1 0 0
.
0 0 1 0 ℓ3 ← ℓ3 − 2ℓ1 −2 0 1 0
0 0 0 1 0 0 0 1
1.1 Apontamentos sobre Matrizes 29
In = Ek · · · E2 E1 A,
pelo que
ou ainda
= Ek · · · E2 E1 In ,
h1 1 2i
1.89exe Verifique que a matriz A = 010 é invertível e determine a sua
225
inversa.
res
1 1 2 1 0 0 ←−−−−−−−−−→ 1 1 2 1 0 0
0 1 0 0 1 0 0 1 0 0 1 0
2 2 5 0 0 1 ℓ3 ← ℓ3 − 2ℓ1 0 0 1 −2 0 1
| {z }
A|I3
1 1 0 5 0 −2
ℓ1 ← ℓ1 − 2ℓ3
0 1 0 0 1 0
←−−−−−−−−−→
0 0 1 −2 0 1
1 0 0 5 −1 −2
ℓ1 ← ℓ1 − ℓ2
0 1 0 0 1 0 .
←−−−−−−−−−→
0 0 1 −2 0 1
| {z }
I3 |A−1
h 5 −1 −2
i
Assim, A é uma matriz invertível pois fer(A) = I3 com A−1 = 0 1 0 .
−2 0 1
h1 a bi
1.3exe Determine os valores a, b, c ∈ C, para que a matriz S = 12 3 seja
2 c 3
simétrica.
1
3 4i
1.6exe Mostre que B = 5 −4 3i é uma matriz unitária.
i 0 2i
1.7exe Considere a matriz D = 2 −1 0 . Mostre que está bem definida a
expressão DDH DDT e determine o seu valor.
1.8exe Mostre que o produto de uma matriz pela sua transposta é uma matriz
simétrica.
1.12exe Mostre que o produto de duas matrizes ortogonais ainda é uma matriz
ortogonal.
1.13exe Seja A uma matriz quadrada tal que Ap = 0 para algum p ∈ N. Então,
P
mostre que (I − A)−1 = I + p−1 k
k=1 A .
1.14exe Determine, para cada uma das seguintes matrizes, uma matriz equiv-
alente que seja uma matriz em escada e a matriz equivalente que seja
uma matriz em escada reduzida.
1 1 0 2 0
(a) A = 00 00 02 00 04 .
00015
h
6 3 −4 i
(b) B = −4 1 −6 .
1 2 −5
1 0 0 2 0
(c) C = 01 00 10 00 01 .
00202
h 1 −2 3 −1 i
(d) D = 2 −1 2 2 .
3 1 2 3
1 3 −1 2
(e) E = 02 −5
11 −5 3 .
3 1
4 1 1 5
h 1 2 −1 2 1 i
(f) F = 2 4 1 −2 3 .
3 6 2 −6 5
1 0 0 2
(g) G = 00 00 00 30 .
0000
h 1 i
(h) x = −1 .
3
(b) B = [ 12 24 ].
34 1 Matrizes
h −1 2 −3
i
(c) C = 2 1 0 .
4 −2 5
(d) D = [ 11 10 ].
(c) e, g.
(d) c, g.
(e) B, g, H.
(f) g, H.
(g) B, F , g, H.
(h) B, g, H.
−1 −1 −4
1.2sol (a) A + 2B = 4 −1 −1 .
(i) uT u = [ 5 ].
(j) uT AT Bu = [ −2 ].
1.3sol a = 1, b = 2, c = 3.
1.4sol A e C.
1.5sol a = 1, b = −2i, c ∈ R.
36 1 Matrizes
29
1.7sol DDH DDT = −20i
20i 29 .
1.14sol Nota: associada a cada matriz não-nula, existe uma infinidade de ma-
trizes que lhe são equivalentes e que estão na forma em escada. As
soluções que a seguir se apresentam, resultam da aplicação do algo-
ritmo apresentado em 1.79obs .
1 1 0 2 0 1 1 0 0 −10
(a) 00 00 20 01 45 ∈ fe(A), fer(A) = 00 00 10 01 25 .
00000 0000 0
1 0 7
6 3 −4 9
(b) 0 3 − 26
3 ∈ fe(B), fer(B) = 01 − 26
9
.
00 0 00 0
1 0 0 2 0
1 0 0 0 0
(c) 001 0 0 ∈ fe(C), fer(C) = 00 0 1 0 0 .
0 0 0 −2 1 0 0 1 0
000 0 2 0 0 0 0 1
1 −2 " #
3 −1 1 0 0 15
7
(d) 0 3 −4 4 ∈ fe(D), fer(D) = 0 1 0 − 74 .
0 0 73 − 10
3 0 0 1 − 10
7
1 "1 0 4 13 #
3 −1 2 11 11
(e) 0 11 −5 3 ∈ fe(E), fer(E) = 01 5 3
− 11 11 .
0 0 0 0
0 0 0 0 00 0 0
00 0 0
1 2 −1 " #
2 1 1 2 0 0 43
0 0 3 −6 1
(f) 1 ∈ fe(F ), fer(F ) = 0010 0
1
.
0 0 0 −2 3 0 0 0 1 −6
1 0 0 0
(g) G ∈ fe(G), fer(G) = 00 00 00 10 .
0000
h1i h1i
(h) 0 ∈ fe(x), fer(x) = 0 .
0 0
" 1 #
0 2
0
1.15sol (a) A−1 = 0 1
2
1 .
1
−1 2
0
1.16sol X = CB − A.
Capı́tulo 2
Determinantes
res e12 = [ 4 6 ].
(a) A 79
e33 = [ 1 2 ].
(b) A 45
37
38 2 Determinantes
a11 a12 · · · a1n
a21 a22 · · · a2n
.. .. .. .. ,
. . . .
an1 an2 · · · ann
a11 se n = 1,
n
X
det(A) =
e1j ) se n > 1.
a1j (−1)1+j det(A
j=1
2.4obs Seja A = [aij ] ∈ M1×1 (K). Note-se que quando se escreve det(A) =
|a11 | = a11 , |·| não representa o valor absoluto mas sim o determinante.
O contexto será sempre suficiente para interpretar o significado correcto
de | · |.
e11 e X
(a) Determine X e12 .
(b)
x11 x12
det(X) =
x21 x22
2
X
= e1j )
x1j (−1)1+j det(X
j=1
2.6obs Seja A = [aij ] ∈ M2×2 (K). Então, det(A) pode-se calcular atendendo
a
+ +
a11 E a12
EE yy
EEyy
yy EEE
|yy "
a21 a22
tendo-se
2.7exe Determine | 13 24 |.
res | 13 24 | = 1 × 4 − 2 × 3 = −2.
40 2 Determinantes
h y11y12 y13 i
res Seja Y = y21 y22 y23 .
y31 y32 y33
Então,
y11 y12 y13
det(Y ) = y21 y22 y23
y31 y32 y33
3
X
= y1j (−1)1+j det(Ye1j )
j=1
det(A) = a11 a22 a33 + a21 a32 a13 + a31 a12 a23
ou, atendendo a
+ + +
− − −
tem-se que
det(A) = a11 a22 a33 + a12 a23 a31 + a13 a21 a32
h9 1 2i
2.10exe Seja A = 345 . Calcule det(A).
678
res Atendendo a
9> 1 2
>>
>>
>>
3> 4> 5
>> >>
>> >>
>> >>
6> 7> 8
>> >>
>> >>
>> >>
9 1> 2
>>
>>
>>
3 4 5
tem-se que
det(A) = 9 × 4 × 8 + 3 × 7 × 2 + 6 × 1 × 5
− 2 × 4 × 6 − 5 × 7 × 9 − 8 × 1 × 3 = −27,
ou atendendo a
det(A) = 9 × 4 × 8 + 1 × 5 × 6 + 2 × 3 × 4
− 2 × 4 × 6 − 9 × 5 × 7 − 1 × 3 × 8 = −27.
2.1 Apontamentos sobre Determinantes 43
e21 ) = −1 × | − 2| = 2.
(c) A21 = (−1)2+1 det(A
e22 ) = 1 × | − 5| = −5.
(d) A22 = (−1)2+2 det(A
(c) Sejam A = [aij ], B = [bij ] ∈ Mn×n (K) tais que B ∈ fe(A) e que se
obteve a partir da matriz A através das operações elementares do
tipo I e II (por exemplo, por aplicação do algoritmo apresentado
Q
em 1.79obs ). Então, det(A) = (−1)s ni=1 bii , em que s é o
número de trocas de linhas realizadas.
2.1 Apontamentos sobre Determinantes 45
res (a) Sendo A uma matriz triangular (superior), tem-se que det(A) =
1 × 2 × 3 = 6.
1
(i) det(AT A−1 B T ) = det(AT ) det(A−1 ) det(B T ) = det(A) det(A) det(B) =
det(B) = 0.
1
(j) det(A−1 DA) = det(A−1 ) det(D) det(A) = det(A) det(D) det(A) =
det(D) = −1.
1
(l) det(P −1 AP ) = det(P −1 ) det(A) det(P ) = det(P ) det(A) det(P ) =
det(A) = 6.
res (a)
4
X
det(A) = e1j )
(A)1j (−1)1+j det(A
j=1
= 0 + 1 × (−1) × 10 + 0 + 2 × (−1) × 2
= −14.
Cálculos auxiliares:
1 2 0
1 0 3 = 1×(0×1−3×0)−2×(1×1−3×2)+0×(1×0−0×2) = 10.
2 0 1
1 1 2
1 0 0 = 1×(0×0−0×1)−1×(1×0−0×2)+2×(1×1−0×2) = 2.
210
(b)
4
X
det(A) = ei3 )
(A)i3 (−1)i+3 det(A
i=1
= 2 × (−1) × 7
= −14.
48 2 Determinantes
Cálculos auxiliares:
0 1 2
1 0 3 = 0×(0×1−3×1)−1×(1×1−3×2)+2×(1×1−0×2) = 7.
211
(c)
0 1 0 2
1 1 2 0
det(A) =
1 0 0 3
2 1 0 1
1 1 2 0
0 1 0 2
= −
ℓ1 ↔ ℓ2
1 0 0 3
2 1 0 1
1 1 2 0
0 1 0 2
= −
0 −1 −2 3 ℓ3 ← ℓ3 − ℓ1
0 −1 −4 1 ℓ4 ← ℓ4 − 2ℓ1
1 1 2 0
0 1 0 2
= −
0 0 −2 5 ℓ3 ← ℓ3 + ℓ2
0 0 −4 3 ℓ4 ← ℓ4 + ℓ2
1 1 2 0
0 1 0 2
= −
0 0 −2 5
0 0 0 −7 ℓ4 ← ℓ4 − 2ℓ3
= −14.
2.1 Apontamentos sobre Determinantes 49
2.21def Jmatriz adjuntaK Seja A = [aij ] ∈ Mn×n (K). Chama-se matriz adjunta
de A à matriz Z = [zij ] ∈ Mn×n (K), zij = Aji , escrevendo-se Z =
adj(A).
(b) Atendendo a
e11 ) = 1 × |d| = d,
X11 = (−1)1+1 det(X
e12 ) = −1 × |c| = −c,
X12 = (−1)1+2 det(X
e21 ) = −1 × |b| = −b,
X21 = (−1)2+1 det(X
e22 ) = 1 × |a| = a,
X22 = (−1)2+2 det(X
d −c T d −b
tem-se que adj(X) = −b a = −c a .
1
2.24teo Seja A ∈ Mn×n (K) uma matriz invertível. Então, A−1 = det(A) adj(A).
3 −2
2.25exe Considere a matriz A = 1 0 .
h i
1 1 0 1
(b) A−1 = det(A) adj(A) = 2
0 2
−1 3 = −1/2 3/2 .
2.3exe Sejam A uma matriz quadrada tal que |A| = 2 e B = 2AT . Mostre
que a proposição “A matriz B é invertível.” é verdadeira.
2.7exe Seja A = [aij ] ∈ Mn×n (K), aij = 1. Mostre que det(A − nIn ) = 0.
52 2 Determinantes
3.1def Jsistema de equações lineares, matriz dos coeficientes, vector dos ter-
mos independentes, vector das incógnitas, matriz aumentada ou ma-
triz ampliada, conjunto soluçãoK Sejam A = [aij ] ∈ Mm×n (K) e
b = [bi ] ∈ Mm×1 (K). Diz-se que (S) é um sistema de m equações li-
neares nas n incógnitas x1 , x2 , . . . , xn ∈ K com matriz dos coeficientes
A e vector dos termos independentes b se (S) é o sistema
a11 x1 + a12 x2 + a13 x3 + · · · + a1n xn = b1
a21 x1 + a22 x2 + a23 x3 + · · · + a2n xn = b2
.. .. .. .. .. ..
. . . . . .
am1 x1 + am2 x2 + am3 x3 + · · · + amn xn = bm .
55
56 3 Sistemas de Equações Lineares
3.2obs Note-se que o sistema (S) da definição anterior pode ser escrito na
forma matricial
x1
a11 a12 a13 · · · a1n b1
x2
b2
a21 a22 a23 · · · a2n
x3
= ,
.. .. .. .. .. .
..
. . . . . .
..
am1 am2 am3 · · · amn bm
xn
x + 2y = 1
res (a)
3x − y = 0.
x + x sen(y) = 1
(b)
x − ey = 0.
x + 2y + 2z = 0
res (a)
3x − y + z = 0.
x + 2y = 0
(b)
3x − y = 0.
3.13exe Seja (S) o sistema de equações lineares cuja matriz dos coeficientes é
A = 11 22 −2 1 e cujo vector dos termos independentes é b = [ 3 ].
0 1 1
res (a)
1 2 −2 1 3 ←−−−−−−−−−→ 1 2 −2 1 3
.
1 2 0 1 1 ℓ2 ← ℓ2 − ℓ1 0 0 2 0 −2
| {z }
∈fe(A|b)
res (a) Seja (S1 ) o sistema de equações lineares cuja matriz dos coefi-
1
cientes é A = 11 −1 e cujo vector dos termos independentes é
b = [ 10 ], i.e.,
x + y = 1
(S1 )
x − y = 0.
1 1 1 ←−−−−−−−−−→ 1 1 1
.
1 −1 0 ℓ2 ← ℓ2 − ℓ1 0 −2 −1
ou seja,
CS(S1 ) = {( 12 , 12 )}.
y
x−y =0
1
1
2
1 x
2 1
x+y =1
(b) Seja (S2 ) o sistema de equações lineares cuja matriz dos coefi-
1 1
cientes é A = −2 −1 e cujo vector dos termos independentes é
1
b = −2 , i.e.,
x + y = 1
(S2 )
−2x − 2y = −2.
1 1 1 ←−−−−−−−−−→ 1 1 1
.
−2 −2 −2 ℓ2 ← ℓ2 + 2ℓ1 0 0 0
x + y = 1
0 = 0.
x=1−α
y=α∈K
ou seja,
x
1
x + y = 1 ≡ −2x − 2y = −2
(c) Seja (S3 ) o sistema de equações lineares cuja matriz dos coefi-
cientes é A = [ 11 11 ] e cujo vector dos termos independentes é
b = [ 12 ], i.e.,
x + y = 1
(S3 )
x + y = 2.
1 1 1 ←−−−−−−−−−→ 1 1 1
.
1 1 2 ℓ2 ← ℓ2 − ℓ1 0 0 1
CS(S3 ) = ∅.
64 3 Sistemas de Equações Lineares
x
1 2
x + y = 1x + y = 2
res (a)
1 1 −1 1 1 1 −1 1
←−−−−−−−−−→
−1 1 −1 −1 0 2 −2 0
ℓ ←ℓ +ℓ
2 2 1
0 1 2 3 0 1 2 3
←−−−−−−−−−→ 1 1 −1 1
0 2 −2 0
1
ℓ3 ← ℓ3 − 2 ℓ2 0 0 3 3
x + y − z = 1
x= 1−1+1
=1
1
0+2×1
2y − 2z = 0 ⇔ y= 2 =1
z= 3
3z = 3 3 =1
ou seja,
(b)
1 1 −1 1 1 1 −1 1
←−−−−−−−−−→
−1 1 −1 −1 0 2 −2 0
ℓ ←ℓ +ℓ
2 2 1
0 1 2 3 0 1 2 3
←−−−−−−−−−→ 1 1 −1 1
0 2 −2 0
ℓ3 ← ℓ3 − 12 ℓ2 0 0 3 3
1 1 −1 1
←−−−−−−−−−→
0 2 −2 0
ℓ3 ← 13 ℓ3
0 0 1 1
ℓ1 ← ℓ1 + ℓ3 1 1 0 2
ℓ2 ← ℓ2 + 2ℓ3 0 2 0 2
←−−−−−−−−−→ 0 0 1 1
1 1 0 2
ℓ2 ← 12 ℓ2 0 1 0 1
←−−−−−−−−−→ 0 0 1 1
ℓ1 ← ℓ1 − ℓ2 1 0 0 1
0 1 0 1
←−−−−−−−−−→ 0 0 1 1
Assim, (S1 ) é um sistema equivalente ao sistema
x = 1
y = 1
z = 1
ou seja,
(c)
1 1 1 1←−−−−−−−−−→ 1 1 1 1
.
1 0 1 2 ℓ2 ← ℓ2 − ℓ1 0 −1 0 1
ou seja,
(d)
1 1 1 1←−−−−−−−−−→ 1 1 1 1
.
1 0 1 2 ℓ2 ← ℓ2 − ℓ1 0 −1 0 1
←−−−−−−−−−→ 1 1 1 1
.
ℓ2 ← −ℓ2 0 1 0 −1
ou seja,
res
1 1 1 −1 0 ←−−−−−−−−−−−−−→
2 0 2 0 β ℓ2 ← ℓ2 − 2ℓ1
2 α + 2 2 −1 0 ℓ3 ← ℓ3 − 2ℓ1
α+1 2 0 −1 0 ℓ4 ← ℓ4 − (α + 1)ℓ1
1 1 1 −1 0 ←−−−−−−−−−−−−−→
0 −2 0 2 β
0 α 0 1 0 ℓ3 ← ℓ3 + α2 ℓ2
0 1 − α −1 − α α 0 ℓ4 ← ℓ4 + 1−α
2 ℓ2
1 1 1 −1 0 ←−−−−−−−−−−−−−→
0 −2 0 2 β
αβ
0 0 0 α+1 2
(1−α)β
0 0 −1 − α 1 2 ℓ3 ↔ ℓ4
1 1 1 −1 0
0 −2 0 2 β
(1−α)β
0 0 −1 − α 1 2
αβ
0 0 0 α+1 2
3.1 Apontamentos sobre Sistemas de Equações Lineares 69
α = 1:
1 1 1 −1 0
0 −2 0 2 β
0 0 0 1 β
0 0 0 0 − β2
1 2
3.20exe Seja (S) o sistema de equações lineares Ax = b, com A = −3 6 e
b = [ 12 ].
(b)
1 2 1 1
2 6 2 1 −3 2 5
x1 = = = , x2 = = .
12 6 12
1 2 1 2
−3 6 −3 6
Assim, CS(S) = {( 16 , 12
5
)}.
3.2 Exercı́cios sobre Sistemas de Equações Lineares 71
3.6exe Determine, por dois processos distintos, para que valores de α a matriz
hα 1 1i
A = 1 α 1 é invertível.
1 1 α
h1 1 0i
3.7exe Considere a matriz A = 101 .
011
3.9exe Determine a equação da parábola que passa nos pontos (1, 2), (−1, 6)
e (2, 3).
74 3 Sistemas de Equações Lineares
3.9sol x2 − 2x + 3.
76 3 Sistemas de Equações Lineares
Capı́tulo 4
Espaços Vectoriais
77
78 4 Espaços Vectoriais
⊕: V ×V −→ V
(x, y) 7−→ x ⊕ y,
⊙: K×V −→ V
(α, x) 7−→ α ⊙ x.
(a) ∀x, y ∈ V : x ⊕ y = y ⊕ x.
(e) ∀α ∈ K, ∀x, y ∈ V : α ⊙ (x ⊕ y) = α ⊙ x ⊕ α ⊙ y.
(f) ∀α, β ∈ K, ∀x ∈ V : (α + β) ⊙ x = α ⊙ x ⊕ β ⊙ x.
(h) ∀x ∈ V : 1 ⊙ x = x.
(x1 , x2 , . . . , xn ) + (y1 , y2 , . . . , yn ) =
(x1 + y1 , x2 + y2 , . . . , xn + yn ),
[(αA)ij ] = [α(A)ij ].
α(a0 xn + · · · + an−1 x + an ) =
(e) JC(a, b), C k (a, b), C ∞ (a, b)K Sejam a, b ∈ R tais que a < b e
k ∈ N. Representa-se por C(a, b) o conjunto das funções reais
de variável real contínuas em (a, b), por C k (a, b) o conjunto das
funções reais de variável real tais que existem todas as derivadas
de f até à ordem k (inclusivé) e f e todas as derivadas de f até
à ordem k (inclusivé) são contínuas em (a, b), e por C ∞ (a, b) o
conjunto das funções reais de variável real tais que existem todas
4.1 Apontamentos sobre Espaços Vectoriais 81
Propriedade (a)
Definição geral:
∀x, y ∈ V : x ⊕ y = y ⊕ x.
Exemplo presente:
∀x = (x1 , x2 ), y = (y1 , y2 ) ∈ R2 : x + y = y + x.
82 4 Espaços Vectoriais
x + y = (x1 , x2 ) + (y1 , y2 )
(1)
= (x1 + y1 , x2 + y2 ). (a.1)
y + x = (y1 , y2 ) + (x1 , x2 )
(1)
= (y1 + x1 , y2 + x2 )
(2)
= (x1 + y1 , x2 + y2 ). (a.2)
Propriedade (b)
Definição geral:
∀x, y, z ∈ V : (x ⊕ y) ⊕ z = x ⊕ (y ⊕ z).
Exemplo presente:
Propriedade (c)
Definição geral:
Exemplo presente:
Propriedade (d)
Definição geral:
Exemplo presente:
Propriedade (e)
Definição geral:
∀α ∈ R, ∀x, y ∈ V : α ⊙ (x ⊕ y) = α ⊙ x ⊕ α ⊙ y.
Exemplo presente:
αx + αy = α(x1 , x2 ) + α(y1 , y2 )
(2)
= (αx1 , αx2 ) + (αy1 , αy2 )
(1)
= (αx1 + αy1 , αx2 + αy2 ). (e.2)
Propriedade (f )
Definição geral:
∀α, β ∈ R, ∀x ∈ V : (α + β) ⊙ x = α ⊙ x ⊕ β ⊙ x.
Exemplo presente:
(α + β)x = (α + β)(x1 , x2 )
(1)
= ((α + β)x1 , (α + β)x2 )
(2)
= (αx1 βx1 , αx2 + βx2 ). (f.1)
αx + βx = α(x1 , x2 ) + β(x1 , x2 )
(1)
= (αx1 , αx2 ) + (βx1 , βx2 )
(3)
= (αx1 + βx, αx2 + βx2 ). (f.2)
Propriedade (g)
Definição geral:
4.1 Apontamentos sobre Espaços Vectoriais 87
∀α, β ∈ R, ∀x ∈ V : (α · β) ⊙ x = α ⊙ (β ⊙ x).
Exemplo presente:
(αβ)x = (αβ)(x1 , x2 )
(1)
= ((αβ)x1 , (αβ)x2 )
(2)
= (αβx1 , αβx2 ). (g.1)
α(βx) = α(β(x1 , x2 ))
(1)
= α(βx1 , βx2 )
(1)
= (α(βx1 ), α(βx2 ))
(2)
= (αβx1 , αβx2 ). (g.2)
Propriedade (h)
Definição geral:
∀x ∈ V : 1 ⊙ x = x.
Exemplo presente:
∀x = (x1 , x2 ) ∈ R2 : 1x = x.
88 4 Espaços Vectoriais
1x = 1(x1 , x2 )
(1)
= (1x1 , 1x2 )
(2)
= (x1 , x2 )
= x.
4.8exe Mostre que os seguintes conjuntos com as operações usuais são espaços
vectoriais reais:
(a) Kn .
(c) K[x].
(b) Exercício.
(c) Exercício.
(d) Exercício.
4.1 Apontamentos sobre Espaços Vectoriais 89
res Para resolver este exercício é necessário identificar (pelo menos) uma
propriedade da definição 4.2def que não é satisfeita. No entanto,
e por questões didácticas, vai-se verificar todas as propriedades (ape-
sar de não se explicitar na resolução deste exercício, esta faz uso das
propriedades das operações com matrizes).
Note-se que neste exercício, uma vez que a definição de uma das ope-
rações não é a usual — soma de elementos de Mn×n (R) —, usa-se a
notação x ⊕ y e α ⊙ x.
Propriedade (a)
Definição geral:
∀x, y ∈ V : x ⊕ y = y ⊕ x.
Exemplo presente:
A ⊕ B = AT + B T . (a.1)
B ⊕ A = B T + AT
= AT + B T . (a.2)
90 4 Espaços Vectoriais
Propriedade (b)
Definição geral:
∀x, y, z ∈ V : (x ⊕ y) ⊕ z = x ⊕ (y ⊕ z).
Exemplo presente:
(A ⊕ B) ⊕ C = (AT + B T ) ⊕ C
= (AT + B T )T + C T
= ((AT )T + (B T )T ) + C T
= A + B + CT . (b.1)
A ⊕ (B ⊕ C) = A ⊕ (B T + C T )
= AT + (B T + C T )T
= AT + ((B T )T + (C T )T )
= AT + B + C. (b.2)
Propriedade (c)
Definição geral:
Exemplo presente:
4.1 Apontamentos sobre Espaços Vectoriais 91
T
A ⊕ 0 = A ⇔ AT + 0 = A
T
⇔ 0 = A − AT
⇔ 0 = (A − AT )T
⇔ 0 = AT − A.
Propriedade (d)
Definição geral:
Exemplo presente:
Esta propriedade não faz sentido verificar, uma vez que não existe
elemento neutro da soma (ver propriedade anterior).
Propriedade (e)
Definição geral:
∀α ∈ K, ∀x, y ∈ V : α ⊙ (x ⊕ y) = α ⊙ x ⊕ α ⊙ y.
Exemplo presente:
α ⊙ (A ⊕ B) = α ⊙ (AT + B T )
= α(AT + B T )
= αAT + αB T . (e.1)
α ⊙ A ⊕ α ⊙ B = αA ⊕ αB
= (αA)T + (αB)T
= αAT + αB T . (e.2)
Propriedade (f )
Definição geral:
∀α, β ∈ K, ∀x ∈ V : (α + β) ⊙ x = α ⊙ x ⊕ β ⊙ x.
Exemplo presente:
(α + β) ⊙ A = (α + β)A
= αA + βA. (f.1)
α ⊙ A ⊕ β ⊙ A = αA ⊕ βA
= (αA)T + (βA)T
Propriedade (g)
Definição geral:
∀α, β ∈ K, ∀x ∈ V : (α · β) ⊙ x = α ⊙ (β ⊙ x).
Exemplo presente:
(α · β) ⊙ A = (αβ) ⊙ A
= αβA. (g.1)
α ⊙ (β ⊙ A) = α ⊙ (βA)
= αβA. (g.2)
Propriedade (h)
Definição geral:
∀x ∈ V : 1 ⊙ x = x.
Exemplo presente:
∀A ∈ Mn×n (R) : 1A = A.
1A = A.
94 4 Espaços Vectoriais
Como as propriedades (b), (c), (d) e (f) da definição 4.2def não são
válidas, conclui-se que o conjunto Mn×n (R) com as operações dadas
não é um espaço vectorial real (volta-se a frisar que bastava uma pro-
priedade falhar para se concluir que não se estava perante um espaço
vectorial).
⊕: R2 × R2 −→ R2
((a, b), (c, d)) 7−→ (a, b) ⊕ (c, d) = (0, b + d),
⊙: R × R2 −→ R2
(α, (a, b)) 7−→ α ⊙ (a, b) = (2αa, 2αb),
res Para resolver este exercício é necessário identificar (pelo menos) uma
propriedade da definição 4.2def que não é satisfeita. No entanto, e
por questões didácticas, vai-se verificar todas as propriedades.
Note-se que neste exercício, uma vez que a definição das duas operações
não é a usual, usa-se a notação x ⊕ y e α ⊙ x.
Propriedade (a)
Definição geral:
∀x, y ∈ V : x ⊕ y = y ⊕ x.
Exemplo presente:
4.1 Apontamentos sobre Espaços Vectoriais 95
∀x = (x1 , x2 ), y = (y1 , y2 ) ∈ R2 : x ⊕ y = y ⊕ x.
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)
Propriedade (b)
Definição geral:
∀x, y, z ∈ V : (x ⊕ y) ⊕ z = x ⊕ (y ⊕ z).
Exemplo presente:
= (0, x2 + y2 ) + (z1 , z2 )
= (0, (x2 + y2 ) + z2 )
= (0, x2 + y2 + z2 ). (b.1)
= (x1 , x2 ) + (0, y2 + z2 )
= (0, x2 + (y2 + z2 ))
= (0, x2 + y2 + z2 ). (b.2)
Propriedade (c)
Definição geral:
Exemplo presente:
⇔ (0, x2 + b) = (x1 , x2 )
⇔ 0 = x1 ∧ x2 + b = x2
⇔ x1 = 0 ∧ b = 0.
4.1 Apontamentos sobre Espaços Vectoriais 97
Propriedade (d)
Definição geral:
Exemplo presente:
Esta propriedade não faz sentido verificar, uma vez que não existe
elemento neutro da soma (ver propriedade anterior).
Propriedade (e)
Definição geral:
∀α ∈ K, ∀x, y ∈ V : α ⊙ (x ⊕ y) = α ⊙ x ⊕ α ⊙ y.
Exemplo presente:
∀α ∈ R, ∀x = (x1 , x2 ), y = (y1 , y2 ) ∈ R2 : α ⊙ (x ⊕ y) = α ⊙ x ⊕ α ⊙ y
α ⊙ (x ⊕ y) = α ⊙ ((x1 , x2 ) ⊕ (y1 , y2 ))
= α ⊙ (0, x2 + y2 )
= (0, 2α(x2 + y2 ))
α ⊙ x ⊕ α ⊙ y = α ⊙ (x1 , x2 ) ⊕ α ⊙ (y1 , y2 )
Propriedade (f )
Definição geral:
∀α, β ∈ K, ∀x ∈ V : (α + β) ⊙ x = α ⊙ x ⊕ β ⊙ x.
Exemplo presente:
∀α, β ∈ R, ∀x = (x1 , x2 ) ∈ R2 : (α + β) ⊙ x = α ⊙ x ⊕ β ⊙ x.
(α + β) ⊙ x = (α + β) ⊙ (x1 , x2 )
Propriedade (g)
Definição geral:
∀α, β ∈ K, ∀x ∈ V : (α · β) ⊙ x = α ⊙ (β ⊙ x).
Exemplo presente:
(α · β) ⊙ x = (α · β) ⊙ (x1 , x2 )
= (2(αβ)x1 , 2(αβ)x2 )
α ⊙ (β ⊙ x) = α ⊙ (β ⊙ (x1 , x2 ))
= α ⊙ (2βx1 , 2βx2 )
= (2α(2βx1 ), 2α(2βx2 ))
Propriedade (h)
Definição geral:
∀x ∈ V : 1 ⊙ x = x.
Exemplo presente:
∀x = (x1 , x2 ) ∈ R2 : 1 ⊙ x = x.
1x = 1(x1 , x2 )
= (2x1 , 2x2 )
6= (x1 , x2 )
= x.
(a) ∀α ∈ K : α0V = 0V .
(b) ∀x ∈ V : 0x = 0V .
(d) ∀α ∈ K, ∀x ∈ V : αx = 0V ⇒ (α = 0 ∨ x = 0V ).
(f) ∀x1 , x2 ∈ V : x1 + x = x2 ⇒ x = x2 − x1 .
(g) ∀x, x1 , x2 ∈ V : x + x1 = x + x2 ⇒ x1 = x2 .
(a) 0V ∈ F .
(b) ∀x, y ∈ F : x + y ∈ F .
(c) ∀α ∈ K, ∀x ∈ F : αx ∈ F .
Propriedade (a)
Propriedade (b)
Propriedade (c)
Propriedade (a)
Propriedade (b)
Propriedade (c)
102 4 Espaços Vectoriais
(f) V é um subespaço de V .
(b) Exercício.
(c) Exercício.
(d) Exercício.
(e) Exercício.
(f) Exercício.
res Para resolver este exercício é necessário identificar (pelo menos) uma
propriedade do teorema 4.13teo que não é satisfeita. No entanto, e
por questões didácticas, vai-se verificar todas as propriedades.
4.1 Apontamentos sobre Espaços Vectoriais 103
Propriedade (a)
Propriedade (b)
Propriedade (c)
Como as propriedades (a), (b) e (c) do teorema 4.13teo não são satis-
feitas, conclui-se que o conjunto G não é um subespaço de R2 (volta-se
a frisar que bastava uma propriedade não se verificar para se concluir
que não se estava perante um subespaço).
Propriedade (a)
Propriedade (b)
Propriedade (c)
Propriedade (a)
Seja Como A0n×1 = 0, tem-se que 0Kn = 0n×1 ∈ CSAx=0 , pelo que a
propriedade (a) é válida.
Propriedade (b)
Propriedade (c)
∃α1 , . . . , αk ∈ K : x = α1 x1 + · · · + αk xk .
4.1 Apontamentos sobre Espaços Vectoriais 105
Então, como
1 1 1 ←−−−−−−−−−→ 1 1 1
,
2 1 4 ℓ2 ← ℓ2 − 2ℓ1 0 −1 2
a característica da matriz dos coeficientes é igual à característica
da matriz ampliada, pelo que o sistema (Sa ) é possível, concluindo-
se que x é uma combinação linear de x1 e x2 . Para escrever x como
combinação linear de x1 e x2 , resolve-se o sistema (Sa ), tendo-se
α = 3
β = −2,
vindo
x = 3x1 − 2x2 .
106 4 Espaços Vectoriais
Então, como
1 1 2 1 ←−−−−−−−−−→ 1 1 2 1
,
2 1 2 4 ℓ2 ← ℓ2 − 2ℓ1 0 −1 −2 2
vindo
Então, como
1 1 1 ←−−−−−−−−−→ 1 1 1
,
1 1 4 ℓ2 ← ℓ2 − ℓ1 0 0 3
∀x ∈ V, ∃α1 , . . . , αn ∈ K : x = α1 x1 + · · · + αn xn ,
res (a) Verificar se R2 = h(2, 0)i é equivalente a verificar se, qualquer que
seja x = (x1 , x2 ) ∈ R2 , é possível o sistema de equações lineares
(S1 ) dado por
2α = x1
(x1 , x2 ) = α(2, 0) ⇔
0α = x .
2
(b) Verificar se R2 = h(2, 0), (3, 4)i é equivalente a verificar se, qual-
quer que seja x = (x1 , x2 ) ∈ R2 , é possível o sistema de equações
lineares (S2 ) dado por
2α + 3β = x1
(x1 , x2 ) = α(2, 0) + β(3, 4) ⇔
0α + 4β = x .
2
(c) Verificar se R2 = h(2, 0), (3, 4), (0, 1)i é equivalente a verificar se,
qualquer que seja x = (x1 , x2 ) ∈ R2 , é possível o sistema de
equações lineares (S3 ) dado por
∀α1 , . . . , αn ∈ K : α1 x1 +· · ·+αn xn = 0V ⇒ α1 = · · · = αn = 0.
(c) Indique, justificando, se {(2, 0), (3, 4), (0, 1)} é um conjunto line-
armente independente ou linearmente dependente.
(b) Como
(c) Como
conclui-se que {(2, 0), (3, 4), (0, 1)} é um conjunto linearmente de-
pendente.
(c) Indique, justificando, se {(2, 0), (3, 3), (0, 1))} é uma base de R2 .
res (a) Atendendo ao exercício 4.30exe (a), {(2, 0)} não é um conjunto
gerador de R2 , pelo que também não é uma sua base.
(b) Atendendo aos exercícios 4.30exe (b) e 4.35exe (b), {(2, 0), (3, 3)}
é um conjunto gerador de R2 linearmente independente, pelo que
é uma base de R2 .
(c) Atendendo ao exercício 4.30exe (c), {(2, 0), (3, 3), (0, 1)} não é
um conjunto linearmente independente, pelo que também não é
uma base de R2 .
x = α1 x1 + · · · + αn xn .
4.39exe (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).
tendo-se
α = −1,
β = 3,
γ = 1,
−2 3
res Como 5 4 = −2 [ 10 00 ] + 3 [ 00 10 ] + 5 [ 01 00 ] + 4 [ 00 01 ], tem-se que [A]S =
(−2, 3, 5, 4).
4.43obs (a) Note-se que a definição anterior faz sentido pois o teorema que a
precede garante que todas as bases de um espaço vectorial têm o
mesmo número de elementos.
(b) dim(Rn ) = n.
(c) dim(M2×3 (R)) = 6 e {E11 , E12 , E13 , E21 , E22 , E23 }, em que
4.47def Jespaço nulo de uma matrizK Seja A ∈ Mm×n (K). Chama-se espaço
nulo da matriz A, que se representa por N (A), a CSAx=0 .
(a) A = [ 12 02 ].
(b) B = [ 12 12 10 12 ].
res (a)
1 0 0 ←−−−−−−−−−→ 1 0 0
⇒
2 2 0 ℓ2 ← ℓ2 − 2ℓ1 0 2 0
x1 = 0
⇒
x = 0,
2
ou seja,
Como o sistema não tem variáveis livres, tem-se que dim(N (A)) =
0.
ou seja,
⊕ : R+ × R+ −→ R+
(x, y) 7−→ x ⊕ y = xy,
⊙: R × R+ −→ R+
(α, x) 7−→ α ⊙ x = xα
⊕ : R × R −→ R
(x, y) 7−→ x ⊕ y = x + y + 1,
⊙ : R × R −→ R
αx + α + x − 1
(α, x) 7 → α⊙x=
−
2
é um espaço vectorial real.
4.3exe Mostre que os seguintes conjuntos com as operações indicadas não são
espaços vectoriais reais, identificando as propriedades da definição de
espaço vectorial que não são verificadas:
⊕ : R+ × R+ −→ R+
(x, y) 7−→ x ⊕ y = xy ,
⊙: R × R+ −→ R+
(α, x) 7−→ α ⊙ x = xα
4.7exe Sejam u = (1, 2, −4), v = (2, 5, −6), w = (1, −1, −10), r = (1, 0, α) ∈
R3 .
4.9exe Indique quais dos seguintes conjuntos de vectores são conjuntos ger-
adores do espaço vectorial R2 .
4.10exe Seja X = {(1, 0, α), (α, β, β), (1, 0, 0), (0, 0, 1)} ⊂ R3 . Indique para que
valores de α e β o conjunto X é um conjunto gerador de R3 .
4.12exe Indique para que valores do parâmetro real α, os vectores a = (1, −2)
e b = (α, −1) de R2 são linearmente independentes.
122 4 Espaços Vectoriais
é linearmente independente.
(a) {v1 , v1 + v2 }.
(c) {v1 + v2 , v1 + v3 , v2 + v3 }.
4.19exe Averigue quais dos seguintes conjuntos de vectores são bases de R3 [x]:
(a) A = {1, x, x2 , x3 }.
(b) B = {1, 1 + x, 1 + x + x2 , 1 + x + x2 + x3 , x3 }.
(c) C = {2, x, x2 + x3 , x + x2 + x3 }.
(d) D = {1, 1 + x, x2 + x3 }.
4.20exe Determine os valores do parâmetro α para os quais o conjunto {(α, 6), (1, α)}
é uma base de R2 .
V = {(x, y, z, w) ∈ R4 |x = y − 3z ∧ z = 2w}.
(b) Não.
(c) v = v1 + 12 v2 .
3−α
(d) v = αv1 + 2 v2 , α ∈ R.
(b) α = −8.
4.8sol u = 8v − 32 w.
4.9sol A, B e C.
4.10sol α ∈ R, β ∈ R \ {0}.
(b) Não.
(c) Sim.
126 4 Espaços Vectoriais
(d) Não.
4.12sol α ∈ R \ { 12 }.
4.18sol A e C.
4.19sol A.
√ √
4.20sol α ∈ R \ {− 6, 6}.
4.21sol (b) Por exemplo, o conjunto {(1, 1, 0, 0), (−6, 0, 2, 1)} é uma base de
V e dim(V ) = 2.
(d) dim(F ) = 2.
(b) Não.
(c) Não.
(d) Sim.
(e) #C > 2.
(f) #D 6 2.
127
128 5 Transformaç ões Lineares
Definição geral:
Exemplo presente:
T (x + y) = T ((x1 , x2 ) + (y1 , y2 ))
= T (x1 + y1 , x2 + y2 )
= (x2 + y2 , 0, x1 + y1 + x2 + y2 ). (i.1)
= (x2 , 0, x1 + x2 ) + (y2 , 0, y1 + y2 )
= (x2 + y2 , 0, x1 + y1 + x2 + y2 ). (i.2)
Propriedade (ii)
Definição geral:
∀x ∈ V, ∀α ∈ R : T (αx) = αT (x).
Exemplo presente:
T (αx) = T (α(x1 , x2 ))
= T (αx1 , αx2 )
αT (x) = αT (x1 , x2 )
= α(x2 , 0, x1 + x2 )
Como as expressões (i) e (ii) são válidas, conclui-se que T é uma trans-
formação linear.
R1
5.5exe Seja T : R1 [x] −→ R, T (ax + b) = 0 (ax + b)dx. Mostre que T é uma
transformação linear.
res Exercício.
130 5 Transformaç ões Lineares
5.6exe Seja g : R2 −→ R2 , g(a, b) = (a2 , 0). Mostre que g não é uma trans-
formação linear.
res Exercício.
(b) Sim.
(c) Não.
(a) T (0V ) = 0V ′ .
∃1 α1 , . . . , αn ∈ K : v = α1 v1 + · · · + αn vn ,
T (v) = T (α1 v1 + · · · + αn vn )
= α1 T (v1 ) + · · · + αn T (vn )
= β1 v1′ + · · · + βm vm
′
,
132 5 Transformaç ões Lineares
em que
β1 a ··· a1n α
11 1
.. .. .. .. ..
. = . . . . .
βm am1 · · · amn αn
res Como
T (1, 0, 0) = (1, 3)
tem-se que
1 0 2
AT = .
3 −1 0
5.1 Apontamentos sobre Transformaç ões Lineares 133
IT := {T (x) ∈ V ′ |x ∈ V }.
NT := {x ∈ V |T (x) = 0V ′ }.
(a) IT .
(b) NT .
res (a)
IT = {T (x1 , x2 , x3 )|x1 , x2 , x3 ∈ R}
(b)
Então, como
1 0 1 0 ←−−−−−−−−−→ 1 0 1 0
,
1 2 −1 0 ℓ2 ↔ ℓ2 − ℓ1 0 2 −2 0
obtendo-se
x = −a
x1
1
+ x3 = 0
⇔ x2 = a
2x2 − 2x3 = 0
x = a ∈ R.
3
Assim,
NT = {(−a, a, a)|a ∈ R}
= h(−1, 1, 1)i.
(a) IT é um subespaço de V ′ .
(b) NT é um subespaço de V .
5.22exe Seja T ∈ L(R2 , R3 ), tal que T (2, 2) = (0, 1, 1) e NT = h(1, 3)i. Deter-
mine a imagem por T de um elemento genérico do seu domínio.
Então, como
2 1 x ←−−−−−−−−−→ 2 1 x
,
2 3 y ℓ2 ← ℓ2 − ℓ1 0 2 y−x
obtendo-se
2α + β = x α= 3x−y
4
⇔
2β = y − x β= y−x
2 .
Assim,
3x − y y−x
(x, y) = (2, 2) + (1, 3)
4 2
pelo que
3x − y y−x
T (x, y) = T (2, 2) + (1, 3)
4 2
3x − y y−x
= T (2, 2) + T (1, 3) por T ser uma transformação linear
4 2
3x − y y−x
= (0, 1, 1) + (0, 0, 0) por NT = h(1, 3)i
4 2
3x − y 3x − y
= (0, , ).
4 4
136 5 Transformaç ões Lineares
(a) c(AT ) = cT .
(a) cT .
(c) nT .
T (1, 0, 0) = (1, 1)
T (0, 1, 0) = (0, 2)
tem-se que
1 0 1
AT = .
1 2 −1
5.1 Apontamentos sobre Transformaç ões Lineares 137
Então, como
1 0 1 ←−−−−−−−−−→ 1 0 1
AT = ,
1 2 −1 ℓ2 ← ℓ2 − ℓ1 0 2 −2
(i) T9 : R2 x −→ R, T9 (ax2 + bx + c) = a.
(a)
T1 : R2 −→ R
(x, y) 7−→ x + y.
(b)
T2 : R3 −→ R2
(x, y, z) 7−→ (x + y + z, 2x + 2y + 2z).
(c)
T3 : R3 −→ R3
(x, y, z) 7−→ (x − z, 0, y − 2z).
(d)
T4 : R4 −→ R3
(x, y, z, w) 7−→ (x − y, z − w, x − 3w).
5.5exe Para cada uma das alíneas seguintes, determine a função T sabendo
que é uma transformação linear definida por:
5.6exe Seja T ∈ L(R3 , R3 ), tal que T (0, 0, 1) = (0, 0, 1) e NT = h(1, 1, 1), (0, 1, 1)i.
Determine T (x, y, z) para qualquer (x, y, z) ∈ R3 .
h i
(A)11 +(A)12 (A)22
5.7exe Seja T : M2×2 (R) −→ M2×2 (R), T (A) = −(A)22 2(A)11
.
(b) Não.
(c) Não.
(d) Sim.
(e) Não.
(f) Sim.
(g) Não.
(h) Não.
(i) Sim.
(j) Sim.
5.3sol α = 2β.
5.7sol (b) nT = 1, cT = 3.
1 −1
5.8sol (b) Por exemplo: 0 0 , [ 10 01 ] , nT = 2.
Capı́tulo 6
Valores e Vectores Próprios
Eλ := {x ∈ Cn |Ax = λx}.
143
144 6 Valores e Vectores Próprios
6.5obs (a) Note-se que existem matrizes reais cujos valores próprios são nú-
meros complexos.
2−λ 1 0
A − λI3 = 0 1 − λ −1 .
0 2 4−λ
= (2 − λ)(λ2 − 5λ + 6)
= (2 − λ)2 (λ − 3),
pelo que
(A − 2I3 )x1 = 0.
6.1 Apontamentos sobre Valores e Vectores Próprios 147
pelo que
x =a∈C
11
x12 = 0
x = 0.
13
Assim, tem-se:
6.2exe Seja A = [aij ] ∈ Mn×n (K). Então, define-se o traço da matriz A, que
P
se representa por tr(A), como sendo tr(A) = ni=1 aii . Considerando,
agora, a matriz B = [bij ] ∈ M2×2 (K), mostre que
Alfabeto Grego
Minúscula Maiúscula Nome Equivalente Latino
α A alfa a
β B beta b
γ Γ gama g
δ ∆ delta d
ε E épsilon e
ζ Z zeta z
η H eta e,h
θ Θ teta t
ι I iota i
κ K capa k
λ Λ lambda l
µ M miu m
ν N niu n
ξ Ξ csi cs
o O ómicron o
π Π pi p
ρ P ró r
σ Σ sigma s
τ T tau t
υ Υ ípsilon u,y
ϕ, φ Φ fi f
χ X qui c,x
ψ Ψ psi ps
ω Ω ómega w
151
Índice Remissivo
A ←→ B, 22 complemento algébrico de um elemento
de uma matriz, 43
base, 112
conjunto gerador, 108
base ordenada, 112
conjunto linearmente independente, 110
C(a, b), 80 conjunto solução, 55
C ∞ (a, b), 80 coordenadas de um vector numa base
C k (a, b), 80 ordenada, 112
cT , 136
dim(V ), 114
característica de uma matriz, 58
determinante de uma matriz, 38
característica de uma transformação
diagonal de uma matriz, 6
linear, 136
diagonal principal, 6
co-factor de um elemento de uma ma-
diagonal secundária de uma matriz,
triz, 43
6
coluna de uma matriz, 3
dimensão de um espaço vectorial, 114
coluna nula, 20
coluna pivô, 20 elemento de uma matriz, 3
combinação linear, 104, 116 endomorfismo, 130
152
ÍNDICE REMISSIVO 153
hx1 , . . . , xn i, 107