Você está na página 1de 101

lgebra Linear III

Prof. Christina Waga


Prof. Regina Freitas
Verso 08

i
NDICE

MATRIZES

Definio 1
Igualdade 2
Matrizes Especiais 2
Operaes com Matrizes 3
Classificao de Matrizes Quadradas 9
Operaes Elementares 11
Matriz Equivalente por Linha 11
Matriz na Forma Escalonada 11
Aplicaes de Operaes Elementares 12
Exerccios 15
Respostas 18
Apndice A Determinante 19


SISTEMAS DE EQUAES LINEARES

Definio 24
Matrizes Associadas a um Sistema Linear 24
Classificao de Sistemas 25
Resoluo de Sistemas utilizando o Mtodo de Eliminao Gaussiana 25
Resolvendo e Interpretando Geometricamente Sistemas Lineares no R
2
26
Resolvendo e Interpretando Geometricamente Sistemas Lineares no R
3
28
Sistema Homogneo 37
Resoluo de Sistemas utilizando Inverso de Matrizes 38
Exerccios 39
Respostas 40


ESPAO VETORIAL REAL DE DIMENSO FINITA

Definio 41
Subespao Vetorial 42
Combinao Linear 43
Subespao Vetorial Gerado e Conjunto Gerador 44
Vetores Linearmente Independentes e Dependentes 45
Base e Dimenso de um Espao Vetorial 46
Operaes com Subespaos Vetoriais 47
Coordenadas de um Vetor em relao a uma Base Ordenada 49
Matriz de Transio de uma Base para uma outra Base 50
Exerccios 51
Respostas 54
Apndice B Teoremas 55

ii
TRANSFORMAES LINEARES

Transformao Linear 58
Operadores Lineares no Espao Vetorial R
2
59
Ncleo e Imagem de uma Transformao Linear 62
Transformao Linear Injetora 64
Transformao Linear Sobrejetora 64
Transformao Linear Bijetora Isomorfismo 65
Matriz Associada a uma Transformao Linear 66
Operaes com Transformaes Lineares 68
Exerccios 69
Respostas 73
Apndice C Teoremas 74

PRODUTO INTERNO

Definio 76
Norma de um Vetor 76
Distncia entre dois Vetores 77
ngulo entre dois Vetores 77
Ortogonalidade 77
Processo de Ortogonalizao de Gram-Schmidt. Projeo de um Vetor sobre um
Subespao. 77
Complemento Ortogonal 80
Exerccios 81
Respostas 83
Apndice D Teoremas 84

AUTOVALORES E AUTOVETORES

Definio 86
Clculo de Autovalores, Autovetores e Autoespaos 87
Multiplicidade de Autovalores 89
Diagonalizao de Operadores Lineares 90
Exerccios 91
Respostas 91
Apndice E Teoremas 92

ESPAOS VETORIAS COM PRODUTO INTERNO E OPERADORES LINEARES

Operador Adjunto 93
Operador Auto-Adjunto 93
Operador Ortogonal 93
Operador Normal 93
Exerccios 94
Apndice F Teoremas 95

BIBLIOGRAFIA
96
GLOSSRIO
97

1
MATRIZES

Definio
Conjunto de nmeros reais (ou complexos) dispostos em forma de tabela, isto , distribudos em m
linhas e n colunas, sendo m e n nmeros naturais no nulos.

|
|
|
|
|
.
|

\
|
=
mn m m
n
n
a ... a a
... ... ... ...
a ... a a
a ... a a
A
2 1
2 22 21
1 12 11


Notao:
n m ij
a A

= ) ( com n j m i ,..., 2 , 1 e ,..., 2 , 1 = =
ij
a - elemento genrico da matriz A
i - ndice que representa a linha do elemento
ij
a
j - ndice que representa a coluna do elemento
ij
a
n m - ordem da matriz. L-se m por n.

Representaes: ( ) = A | | = A = A

Exemplos:
1) A representao de um tabuleiro de xadrez pode ser feita por meio de uma matriz 8 8 .

2) A matriz
3 2
) (

=
ij
a A onde j i a
ij
+ =
2

2 3 4
5 6 7
|
\

|
.
| .

3) A matriz abaixo fornece (em milhas) as distncias areas entre as cidades indicadas:

cidade A cidade B cidade C cidade D
|
|
|
|
|
.
|

\
|
0 1036 2704 957
1036 0 3572 1244
2704 3572 0 638
957 1244 638 0
D cidade
C cidade
B cidade
A cidade

Esta uma matriz 4 4 (quatro por quatro).

4) A matriz abaixo representa a produo (em unidades) de uma confeco de roupa feminina
distribuda nas trs lojas encarregadas da venda.

shorts blusas saias jeans
|
|
|
.
|

\
|
25 70 120 30
60 0 100 70
40 25 80 50
III loja
II loja
I loja

Esta uma matriz 4 3 (trs por quatro) pois seus elementos esto dispostos em 3 linhas e 4
colunas.


2
Igualdade
Duas matrizes de mesma ordem
n m ij
a A

= ) ( e
n m ij
b B

= ) ( so iguais quando
ij ij
b a = para todo
m i ,..., 2 , 1 = e para todo n j ,..., 2 , 1 = .

Matrizes Especiais
1. Matriz Linha
Uma matriz A denominada matriz linha quando possuir uma nica linha.
Notao:
n ij
a A

=
1
) (

Exemplo: ( )
3 1
4 3 8



2. Matriz Coluna
Uma matriz A denominada matriz coluna quando possuir uma s coluna.

Notao:
1
) (

=
m ij
a A

Exemplo:
1 3
1
9
3

|
|
|
.
|

\
|


3. Matriz Nula
Uma matriz A denominada matriz nula quando todos os seus elementos forem nulos, isto ,
0 =
ij
a para todo m i ,..., 2 , 1 = e para todo n j ,..., 2 , 1 = .
Notao:
n m
0
Exemplo:
3 2
0 0 0
0 0 0

|
|
.
|

\
|


4. Matriz Quadrada
Uma matriz A uma matriz quadrada quando possuir o mesmo nmero de linhas e de colunas, isto
, n m = .
Notao:
|
|
|
|
|
.
|

\
|
= =

nn n n
n
n
n n ij
a a a
a a a
a a a
a A
...
... ... ... ...
...
...
) (
2 1
2 22 21
1 12 11


Diagonal Principal: so os elementos da matriz A onde j i = para todo n j i ,..., 2 , 1 , = .
Diagonal Secundria: so os elementos da matriz A onde 1 + = + n j i para todo n j i ,..., 2 , 1 , = .
Trao: o somatrio dos elementos da diagonal principal da matriz A, denotado por trA.
nn
n
k
kk
a a a a trA + + + = =

=
...
22 11
1


Exemplo:
|
|
.
|

\
|

9 1 10
0 7 5
4 3 2
3 3
A

Elementos da diagonal principal: 2, 7 e 9.
Elementos da diagonal secundria: 4, 7 e 10.
18 9 7 2 = + + = trA
3

5. Matriz Diagonal
Uma matriz quadrada A chamada de matriz diagonal quando todos os elementos que no
pertencem diagonal principal so nulos, isto , 0 =
ij
a quando j i para todo n j i ,..., 2 , 1 , = .
Exemplo:
3 3
3 0 0
0 1 0
0 0 2

|
|
|
.
|

\
|


6. Matriz Identidade
Uma matriz diagonal A chamada de matriz identidade quando os elementos da diagonal principal
forem todos iguais a um.
Notao:
n
I
Exemplo:
2 2
2
1 0
0 1

|
|
.
|

\
|
= I

7. Matriz Triangular Superior
Uma matriz quadrada A uma matriz triangular superior quando os elementos abaixo da diagonal
principal so nulos, isto , 0 =
ij
a quando j i > para todo n j i ,..., 2 , 1 , = .
Exemplo:
|
|
|
.
|

\
|

2 0 0 0
0 1 0 0
7 6 5 0
4 3 2 1
4 4


8. Matriz Triangular Inferior
Uma matriz quadrada A chamada de matriz triangular inferior quando os elementos acima da
diagonal principal so nulos, isto , 0 =
ij
a quando j i < para todo n j i ,..., 2 , 1 , = .
Exemplo:
|
|
.
|

\
|


0 3 7
0 8 4
0 0 1
3 3



Operaes com Matrizes
1. Adio
Sejam
n m ij
a A

= ) ( e
n m ij
b B

= ) ( matrizes de mesma ordem, define-se a matriz soma B A C + = tal
que
n m ij
c C

= ) ( e
ij ij ij
b a c + = para todo m i ,..., 2 , 1 = e para todo n j ,..., 2 , 1 = .

Exemplos:
1) Sejam
|
|
.
|

\
|

=
4 3 5
1 2 1
A e
|
|
.
|

\
|


=
5 5 , 0 4
5 , 2 7 0
B .

Ento
|
|
.
|

\
|

=
|
|
.
|

\
|
+ +
+ +
= +
9 5 , 3 1
5 , 1 5 1
5 4 5 , 0 3 4 5
5 , 2 1 7 2 0 1
B A .
4

2) Um laboratrio farmacutico produz um certo medicamento. Os custos relativos compra e
transporte de quantidades especficas da substncia necessrias para a sua elaborao, adquiridas
em dois fornecedores distintos so dados (em reais) respectivamente pelas seguintes matrizes.

preo custo preo custo
compra transporte compra transporte
|
|
|
.
|

\
|
2 5
8 12
15 3
C substncia
B substncia
A substncia

|
|
|
.
|

\
|
5 3
9 9
8 6
C substncia
B substncia
A substncia

Fornecedor 1 Fornecedor 2

A matriz que representa os custos totais de compra e de transporte de cada uma das substncias
A, B e C dada por:
|
|
|
.
|

\
|
7 8
17 21
23 9



Propriedades da Operao de Adio
A1. Associativa: para quaisquer matrizes A, B e C de mesma ordem, ) ( ) ( C B A C B A + + = + + .

A2. Comutativa: para quaisquer matrizes A e B de mesma ordem, A B B A + = + .
Dem.: Considere matrizes de ordem n m , C B A = + e D A B = + .
ij ij ij ij ij ij
d a b b a c = + = + = para todo m i ,..., 1 = e para todo n j ,..., 1 = .
Assim, D C = .
Logo, a operao de adio comutativa.

A3. Elemento Neutro: para toda matriz A, A A A
n m n m
= + = +

0 0 .

A4. Elemento Simtrico:para toda matriz A de ordem n m existe uma matriz S de mesma ordem
tal que
n m
A S S A

= + = + 0 .
Sendo
n m ij
a A

= ) ( tem-se
n m ij n m ij
a s S

= = ) ( ) ( .
Notao: A S =
Assim,
n m
A A A A

= + = + 0 ) ( ) ( .
Alm disso, B A B A = + ) ( .

A5. Para quaisquer matrizes quadradas A e B de mesma ordem, trB trA B A tr + = + ) ( .
Dem: Considere as matrizes de ordem n.
) ( ) ( ) ... ( ) ... ( ) ( ... ) ( ) (
11 11 11 11
B tr A tr b b a a b a b a B A tr
nn nn nn nn
+ = + + + + + = + + + + = +
5
2. Multiplicao por Escalar
Sejam
n m ij
a A

= ) ( uma matriz e R k um escalar, define-se a matriz produto por escalar A k B =
tal que
n m ij
b B

= ) ( e
ij ij
a k b = para todo m i ,..., 2 , 1 = e para todo n j ,..., 2 , 1 = .

Exemplos:
1) Sejam 3 e
7 1
5 3
0 1
=
|
|
|
.
|

\
|

= k A .
Ento
|
|
|
.
|

\
|

=
|
|
|
.
|

\
|



=
21 3
15 9
0 3
7 ). 3 ( ) 1 ).( 3 (
) 5 ).( 3 ( 3 ). 3 (
0 ). 3 ( 1 ). 3 (
) 3 ( A
2) O quadro abaixo mostra a produo de trigo, cevada, milho e arroz em trs regies, em uma
determinada poca do ano.


TRIGO CEVADA MILHO ARROZ
REGIO I
1200 800 500 700
REGIO II
600 300 700 900
REGIO III
1000 1100 200 450

Com os incentivos oferecidos, estima-se que a safra no mesmo perodo do prximo ano seja
duplicada. A matriz que representa a estimativa de produo para o prximo ano :

|
|
|
.
|

\
|
900 400 2200 2000
1800 1400 600 1200
1400 1000 1600 2400


Propriedades da Operao de Multiplicao por Escalar
E1. Para toda matriz A e para quaisquer escalares R
2 1
, k k , A k A k A k k + = +
2 1 2 1
) ( .

E2. Para toda matriz A e para quaisquer escalares R
2 1
, k k , ) ( ) (
2 1 2 1
A k k A k k = .

E3. Para quaisquer matrizes A e B de mesma ordem e para qualquer escalar R k ,
B k A k B A k + = + ) ( .
Dem.: Considere matrizes de ordem n m , D C k B A k = = + ) ( e G F E B k A k = + = + .
ij ij ij ij ij ij ij ij ij
g f e b k a k b a k c k d = + = + = + = = ) ( , para todo m i ,..., 1 = e para
todo n j ,..., 1 = .
Assim, G D = .
Logo, vale a propriedade.

E4. Para toda matriz A de ordem n m ,
n m
A

= 0 0 .

E5. Para toda matriz A de ordem n m , A A= 1 .

E6. Para toda matriz quadrada A e para todo trA k A k tr k = ) ( , R .
6
3. Multiplicao
Sejam as matrizes
p m ij
a A

= ) ( e
n p ij
b B

= ) ( , define-se a matriz produto B A C = tal que
n m ij
c C

= ) ( e

=
=
p
k
kj ik ij
b a c
1
, isto ,
pj ip j i j i ij
b a b a b a c + + + = ...
2 2 1 1
para todo m i ,..., 2 , 1 = e
para todo n j ,..., 2 , 1 = .

Exemplos:
1) Sejam
|
|
|
.
|

\
|

=
4 1
1 2
0 1
A e
|
|
.
|

\
|

=
1 0 1
1 3 2
B .

Ento
|
|
|
.
|

\
|
+ + +
+ + +
+ + +
=
) 1 .( 4 1 ). 1 ( 0 . 4 3 ). 1 ( 1 . 4 2 ). 1 (
) 1 .( 1 1 . 2 0 . 1 3 . 2 1 . 1 2 . 2
) 1 .( 0 1 . 1 0 . 0 3 . 1 1 . 0 2 . 1
B A
|
|
|
.
|

\
|

=
5 3 2
1 6 5
1 3 2


Observe que
3 3 3 2 2 3
) ( e ) ( , ) (

= = =
ij ij ij
c C b B a A .

2) A matriz abaixo nos fornece as quantidades de vitaminas A, B e C obtidas em cada unidade dos
alimentos I e II.
A B C
|
|
.
|

\
|
1 0 5
0 3 4
II alimento
I alimento


Ao serem ingeridas 5 unidades do alimento I e 2 unidades do alimento II a quantidade
consumida de cada tipo de vitamina dada por:

( ) ( ) ( ) 2 15 30 1 2 0 5 0 2 3 5 5 2 4 5
1 0 5
0 3 4
2 5 = + + + =
|
|
.
|

\
|


Sero consumidas 30 unidades de vitamina A, 15 unidades de vitamina B e 2 unidades de
vitamina C.

Propriedades da Operao de Multiplicao
M1. Associativa: para quaisquer matrizes A, B e C de ordens n l l p p m e , , respectivamente,
) ( ) ( C B A C B A = .
Dem.: Considere E C D C B A = = ) ( e G F A C B A = = ) ( .
= = =

= = =
l
k
kj
p
t
tk it
l
k
kj ik ij
c b a c d e
1 1 1
) (
lj pl ip l i j p ip i j p ip i
c b a b a c b a b a c b a b a ) ... ( ... ) ... ( ) ... (
1 1 2 2 12 1 1 1 11 1
+ + + + + + + + + =
lj pl ip lj l i j p ip j i j p ip j i
c b a c b a c b a c b a c b a c b a + + + + + + + + + = ... ... ... ...
1 1 2 2 2 12 1 1 1 1 11 1

) ... ( ... ) ... (
2 2 1 1 1 2 12 1 11 1 lj pl j p j p ip lj l j j i
c b c b c b a c b c b c b a + + + + + + + + =
ij
p
t
tj it
p
t
l
k
kj tk it
g f a c b a = = =

= = = 1 1 1
) ( para todo m i ,..., 1 = e para todo n j ,..., 1 = .
Assim, G E = .
Logo, vale a propriedade associativa para multiplicao de matrizes.
7

M2. Distributiva da Multiplicao em relao Adio: para quaisquer matrizes A e B de ordem
p m , para toda matriz C de ordem n p e para toda matriz D de ordem m l ,
C B C A C B A + = + ) ( e B D A D B A D + = + ) ( .

M3. Elemento Neutro: para toda matriz quadrada A de ordem n, A A I I A
n n
= =

M4. Para quaisquer matrizes quadradas A e B de mesma ordem, ) ( ) ( A B tr B A tr = .

M5. Para quaisquer matrizes quadradas A e B de mesma ordem e para todo R k ,
) ( ) ( ) ( B k A B A k B A k = =
M6. Para toda matriz quadrada A de ordem n,
n n n n n n
A A

= = 0 0 0 .

Em geral, no vale a propriedade comutativa para a operao de multiplicao.
Assim, A B B A .
Quando A B B A = , diz-se que A e B so matrizes comutveis, ou ainda que A e B so matrizes
que comutam entre si.
Por M6, qualquer matriz quadrada comuta com a matriz quadrada nula de mesma ordem.

Exemplos:
1) Sejam as matrizes
3 2
) (

=
ij
a A e
2 3
) (

=
ij
b B .
A B D d c C B A
ij ij
= = = =
3 3 2 2
) ( ) ( .

2) Sejam as matrizes
3 2
) (

=
ij
a A e
1 3
) (

=
ij
b B .
1 2
) (

= =
ij
c C B A e a matriz produto A B no definida.

3) Sejam
|
|
.
|

\
|
=
4 3
2 1
A e
|
|
.
|

\
|

=
2 1
0 1
B .
A B B A =
|
|
.
|

\
|

|
|
.
|

\
|
=
10 7
2 1
8 1
4 1


4) Sejam
|
|
.
|

\
|

=
1 2
2 1
A e
|
|
.
|

\
|

=
1 1
1 1
B .
Assim, A B B A =
|
|
.
|

\
|

=
3 1
1 3
.
Logo, as matrizes A e B comutam entre si.


Potncia de uma Matriz Quadrada de Ordem n.
n
I A =
0

A A =
1

A A A =
2

.....................................
A A A A A
k k k
= =
1 1


Toda matriz quadrada A comuta com qualquer potncia natural de A.
8
Exemplos:
1) Seja
|
|
.
|

\
|
=
1 0
3 1
A .
Ento
|
|
.
|

\
|
=
|
|
.
|

\
|

|
|
.
|

\
|
= =
1 0
6 1
1 0
3 1
1 0
3 1
2
A A A .

2) Sejam o polinmio 11 2 ) (
2
+ = x x x f e a matriz
|
|
.
|

\
|

=
3 4
2 1
A .
Determinando o valor ) ( A f :
0 1 2 2
11 2 11 2 ) ( x x x x x x f + = + =
2
1 2 0 1 2
11 2 11 2 ) ( I A A A A A A f + = + =

|
|
.
|

\
|

|
|
.
|

\
|

+
|
|
.
|

\
|


=
1 0
0 1
11
3 4
2 1
2
17 8
4 9
) ( A f
|
|
.
|

\
|
=
|
|
.
|

\
|

+
|
|
.
|

\
|

+
|
|
.
|

\
|


=
0 0
0 0
11 0
0 11
6 8
4 2
17 8
4 9


A matriz A uma raiz do polinmio, j que
2 2
) (

= 0 A f .


Matriz Idempotente
Uma matriz quadrada A idempotente quando A A =
2
.

Exemplo: A matriz
|
|
|
.
|

\
|



4 5 5
3 4 3
1 1 2
idempotente. (Verifique!)


4. Transposio
Seja a matriz
n m ij
a A

= ) ( , define-se a matriz transposta B tal que
m n ij
b B

= ) ( e
ji ij
a b = , isto , a
matriz obtida a partir da matriz A pela troca de suas linhas pelas colunas correspondentes.
Notao:
t
A B =


Propriedades da Operao de Transposio
T1. Involuo: para toda matriz A, A A
t t
= ) ( .

T2. Para quaisquer matrizes A e B de mesma ordem,
t t t
B A B A + = + ) ( .
Dem.: Considere matrizes de ordem n m , D C B A
t t
= = + ) ( e G F E B A
t t
= + = + .
ij ij ij ji ji ji ij
g f e b a c d = + = + = = para todo m i ,..., 1 = e para todo n j ,..., 1 = .
Assim, G D = .

T3. Para toda matriz A e para todo escalar R k ,
t t
A k A k = ) ( .

T4. Para toda matriz A de ordem p m e para toda matriz B de ordem n p ,
t t t
A B B A = ) ( .

T5. Para toda matriz quadrada A, trA A tr
t
= ) ( .
9
Classificao de Matrizes Quadradas
1. Matriz Simtrica
Uma matriz quadrada A denominada simtrica quando A A
t
= .

Exemplo:
|
|
|
.
|

\
|

5 0 1
0 2 3
1 3 4


Os elementos da matriz dispostos simetricamente em relao diagonal principal so iguais.


2. Matriz Anti-simtrica
Uma matriz quadrada A denominada anti-simtrica quando A A
t
= .
Exemplo:
|
|
|
.
|

\
|


0 7 1
7 0 3
1 3 0


Todos os elementos da diagonal principal so iguais a zero e os elementos simetricamente dispostos
em relao diagonal principal tm sinais contrrios.


3. Matriz Invertvel ou No-singular
Uma matriz quadrada A de ordem n dita invertvel se existir uma matriz quadrada B de mesma
ordem tal que
n
I A B B A = = . A matriz B dita matriz inversa da matriz A.
Notao:
1
= A B
n
I A A A A = =
1 1


Exemplos:
1) A matriz
|
|
.
|

\
|
3 1
5 2
invertvel e sua inversa
|
|
.
|

\
|


2 1
5 3
pois:
|
|
.
|

\
|
=
|
|
.
|

\
|

|
|
.
|

\
|


=
|
|
.
|

\
|

|
|
.
|

\
|
1 0
0 1
3 1
5 2
2 1
5 3
2 1
5 3
3 1
5 2


2) Obtendo a matriz inversa da matriz
|
|
.
|

\
|

=
0 1
1 2
A
Considere
|
|
.
|

\
|
=
t y
z x
B
Se
n
I B A = ento
|
|
.
|

\
|
=
|
|
.
|

\
|

=
|
|
.
|

\
|

|
|
.
|

\
|

1 0
0 1 2 2
0 1
1 2
z x
t z y x
t y
z x

Assim,

=
=
=
=
1
0 2
0
1 2
z
t z
x
y x

Desta forma,
|
|
.
|

\
|

=
2 1
1 0
B
10
Verifica-se tambm que
n
I A B = .
Ento a matriz inversa da matriz A
|
|
.
|

\
|

2 1
1 0
1
A .
3) A matriz
|
|
.
|

\
|
9 8 7
6 5 4
3 2 1
no possui inversa.


Propriedades das Matrizes Invertveis
I1. Involuo: A A =
1 1
) ( .

I2.
1 1 1
) (

= A B B A .
dem.:
n n
I A A A I A A B B A A B B A = = = =
1 1 1 1 1 1
) ( )) ( ( ) ( ) ( .
Analogamente,
n n
I B B B I B B A A B B A A B = = = =
1 1 1 1 1 1
) ( )) ( ( ) ( ) ( .
Logo, o produto invertvel.

I3.
t t
A A ) ( ) (
1 1
= .

Semelhana de Matrizes
Duas matrizes ) ( , R
n
Mat B A so semelhantes quando existe uma matriz invertvel ) (R
n
Mat P
tal que AP P B
1
= .

Exemplo: As matrizes
|
|
.
|

\
|
0 1
1 0
e
|
|
.
|

\
|
1 1
0 1
so semelhantes.
Considere
|
|
.
|

\
|
=
1 1
1 2
P e
|
|
.
|

\
|

3
2
3
1
3
1
3
1
1
P . Assim,
|
|
.
|

\
|

|
|
.
|

\
|

|
|
.
|

\
|

=
|
|
.
|

\
|
1 1
1 2
0 1
1 0
1 1
0 1
3
2
3
1
3
1
3
1
.


4. Matriz Ortogonal
Uma matriz quadrada A de ordem n invertvel denominada ortogonal quando
t
A A =
1
.

Exemplo:
|
|
.
|

\
|



cos
cos
sen
sen



5. Matriz Normal
Uma matriz quadrada A de ordem n dita normal quando comuta com sua matriz transposta, isto ,
A A A A
t t
= .

Exemplo:
|
|
.
|

\
|

6 3
3 6


11
Operaes Elementares
So operaes realizadas nas linhas de uma matriz. So consideradas operaes elementares:

OE1. A troca da linha i pela linha j.
j i
L L

OE2. A multiplicao da linha i por um escalar R k no nulo.
i i
k L L
OE3. A substituio da linha i por ela mesma mais k vezes a linha j, com R k no nulo.
j i i
k L L L +



Exemplo:
|
|
|
.
|

\
|
5 1
4 2
0 0
L
1
L
3

1 5
2 4
0 0
|
\

|
.
|
|
|
L
2

1
2
L
2

1 5
1 2
0 0
|
\

|
.
|
|
|
L
2
L
2
+(-1)L
1

|
|
|
.
|

\
|

0 0
3 0
5 1




Matriz Equivalente por Linha
Sejam A e B matrizes de mesma ordem. A matriz B denominada equivalente por linha a matriz A,
quando for possvel transformar a matriz A na matriz B atravs de um nmero finito de operaes
elementares sobre as linhas da matriz A.

Exemplo: A matriz
0 0
2 4
1 5
|
\

|
.
|
|
|
equivalente a matriz
|
|
|
.
|

\
|

0 0
3 0
5 1
, pois usando somente operaes
elementares nas linhas da primeira matriz foi possvel transform-la na segunda.



Matriz na Forma Escalonada
Uma matriz est na forma escalonada quando o nmero de zeros, que precede o primeiro elemento no
nulo de uma linha, aumenta linha a linha. As linhas nulas, se existirem, aparecem abaixo das no
nulas.


Exemplos:
|
|
|
|
|
.
|

\
|
1 0 0 0
6 2 0 0
5 0 1 0
3 0 1 7

2 0 0 5
0 0 3 1
0 0 0 5
0 0 0 0
|
\

|
.
|
|
|
|

1 2 3
0 0 0
|
\

|
.
|
|
|
|
|
|
.
|

\
|

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

1 0 0
0 1 0
0 0 1
|
\

|
.
|
|
|


12
Escalonamento por Linha de uma Matriz
Dada uma matriz qualquer, possvel obter uma matriz equivalente por linhas a esta matriz na forma
escalonada:

Exemplos:
1)
|
|
|
.
|

\
|
9 8 7
6 5 4
3 2 1

1 2 2
) 4 ( L L L +
|
|
|
.
|

\
|

9 8 7
6 3 0
3 2 1

1 3 3
) 7 ( L L L +
12 6 0
6 3 0
3 2 1
|
|
|
.
|

\
|


2 3 3
) 2 ( L L L +
|
|
|
.
|

\
|

0 0 0
6 3 0
3 2 1


2)
|
|
|
|
|
.
|

\
|
3 1 0
2 1 0
0 3 0
2 0 0

3 1
L L
|
|
|
|
|
.
|

\
|
3 1 0
2 0 0
0 3 0
2 1 0

1 2 2
) 3 ( L L L +
|
|
|
|
|
.
|

\
|

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

1 4 4
L L L +
|
|
|
|
|
.
|

\
|

5 0 0
2 0 0
6 0 0
2 1 0

2 6
1
2
) ( L L
0 1 2
0 0 1
0 0 2
0 0 5
|
\

|
.
|
|
|
|

2 3 3
) 2 ( L L L +
0 1 2
0 0 1
0 0 0
0 0 5
|
\

|
.
|
|
|
|

2 4 4
) 5 ( L L L +
0 1 2
0 0 1
0 0 0
0 0 0
|
\

|
.
|
|
|
|



A escolha de operaes em um escalonamento no nica. O importante observar que o objetivo
aumentar o nmero de zeros, que precede o primeiro elemento no nulo de cada linha, linha a linha.

Posto de uma Matriz
O posto de uma matriz A pode ser obtido escalonando-se a matriz A. O nmero de linhas no nulas
aps o escalonamento o posto da matriz A.
Notao:
A
P

Exemplo: Nos dois exemplos anteriores o posto das matrizes igual a dois.


Aplicaes de Operaes Elementares
1. Clculo da Inversa de uma Matriz Quadrada A de ordem n.
Passo 1: Construir a matriz ( )
n
I A| de ordem n n 2 .
Passo 2: Utilizar operaes elementares nas linhas da matriz ( )
n
I A| de forma a transformar o
bloco A na matriz identidade
n
I .
Caso seja possvel, o bloco
n
I ter sido transformado na matriz
1
A .
Se no for possvel transformar A em
n
I

porque a matriz A no invertvel.

Exemplo: Seja
|
|
|
.
|

\
|
=
1 1 1
0 1 3
2 2 1
A . A matriz inversa
|
|
|
.
|

\
|

5 1 2
6 1 3
2 0 1
1
A .

13
|
|
|
.
|

\
|
1 0 0 1 1 1
0 1 0 0 1 3
0 0 1 2 2 1

1 2 2
) 3 ( L L L +
|
|
|
.
|

\
|

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

1 3 3
) 1 ( L L L +
|
|
|
.
|

\
|


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

3 2
L L
|
|
|
.
|

\
|


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

2 2
) 1 ( L L
|
|
|
.
|

\
|


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

2 3 3
5L L L +
|
|
|
.
|

\
|


5 1 2 1 0 0
1 0 1 1 1 0
0 0 1 2 2 1

2 1 1
) 2 ( L L L +
|
|
|
.
|

\
|

5 1 2 1 0 0
1 0 1 1 1 0
2 0 1 0 0 1

1 3 3
) 1 ( L L
|
|
|
.
|

\
|

5 1 2 1 0 0
1 0 1 1 1 0
2 0 1 0 0 1

3 2 2
) 1 ( L L L +
|
|
|
.
|

\
|

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



Justificativa do Mtodo para o Clculo da Matriz Inversa
Teorema: Uma matriz quadrada A de ordem n invertvel se e somente se a matriz A equivalente
por linha a matriz
n
I .
Desta forma, a seqncia de operaes elementares que reduz a matriz A na matriz
n
I , transforma a
matriz
n
I na matriz
1
A .

Exemplo: Considere a matriz
|
|
.
|

\
|
=
3 0
2 1
A .
A reduo da matriz A matriz identidade :
|
|
.
|

\
|
+
|
|
.
|

\
|

|
|
.
|

\
|
1 0
0 1
L ) 2 ( L L
1 0
2 1
L
3
1
L
3 0
2 1
2 1 1 2 2

Aplicando em
n
I a mesma seqncia de operaes:
|
|
|
|
.
|

\
|

+
|
|
.
|

\
|

|
|
.
|

\
|
3
1
0
3
2
1
L ) 2 ( L L
3
1
0
0 1
L
3
1
L
1 0
0 1
2 1 1 2 2

Assim, a matriz
|
|
|
|
.
|

\
|

3
1
0
3
2
1
a inversa da matriz A.
14

2. Clculo do Determinante
A qualquer matriz quadrada A podemos associar um certo nmero real denominado determinante
da matriz.
Notao: A A ou det

importante observar que:
a) Quando trocamos duas linhas de uma matriz A, seu determinante troca de sinal.

b) O determinante da matriz fica multiplicado pelo escalar no nulo k quando todos os elementos de
uma certa linha forem multiplicados por k.

c) O determinante no se altera quando utilizamos a operao elementar do tipo
j i i
k L L L + .
(Teorema de Jacobi).

d) O determinante de uma matriz triangular igual ao produto dos elementos da diagonal principal.

O clculo do determinante de uma matriz quadrada, utilizando-se operaes elementares nas linhas
da matriz, consiste em encontrar uma matriz triangular equivalente por linha matriz dada,
respeitando-se as propriedades de determinantes acima.

Exemplos:

1) =
|
|
|
.
|

\
|

1 6 2
9 6 3
5 1 0
det =
|
|
|
.
|

\
|

1 6 2
3 2 1
5 1 0
det 3 =
|
|
|
.
|

\
|

1 6 2
5 1 0
3 2 1
det ) 3 ( =
|
|
|
.
|

\
|

5 10 0
5 1 0
3 2 1
det ) 3 (
165 ) 55 ( 1 1 ) 3 (
55 0 0
5 1 0
3 2 1
det ) 3 ( = =
|
|
|
.
|

\
|



2) =
|
|
|
|
|
.
|

\
|

3 2 1 0
5 2 1 1
3 0 0 2
1 4 3 2
det =
|
|
|
|
|
.
|

\
|

3 2 1 0
1 4 3 2
3 0 0 2
5 2 1 1
det ) 1 ( =
|
|
|
|
|
.
|

\
|

3 2 1 0
11 0 1 0
7 4 2 0
5 2 1 1
det ) 1 (
=
|
|
|
|
|
.
|

\
|


3 2 1 0
7 4 2 0
11 0 1 0
5 2 1 1
det =
|
|
|
|
|
.
|

\
|


8 2 0 0
29 4 0 0
11 0 1 0
5 2 1 1
det =
|
|
|
|
|
.
|

\
|

29 4 0 0
8 2 0 0
11 0 1 0
5 2 1 1
det ) 1 (
=
|
|
|
|
|
.
|

\
|

29 4 0 0
4 1 0 0
11 0 1 0
5 2 1 1
det ) 2 ( 90 45 1 1 1 ) 2 (
45 0 0 0
4 1 0 0
11 0 1 0
5 2 1 1
det ) 2 ( = =
|
|
|
|
|
.
|

\
|




Outras informaes sobre este tpico encontram-se no Apndice A.


15
3. Resoluo de Sistemas
Outra aplicao de operaes elementares na resoluo de sistemas, que ser visto com detalhes
no prximo captulo.


Exerccios
1) Resolva a equao matricial ,
6 7
1 8
4 2 3
|
|
.
|

\
|
=
|
|
.
|

\
|
+
+
d a c d
c b b a
indicando os valores para a, b, c e d.

2) Considere
|
|
|
.
|

\
|

=
4 1 2
5 4 0
3 1 2
A ,
|
|
|
.
|

\
|


=
6 7 4
2 1 0
5 3 8
B ,
|
|
|
.
|

\
|

=
9 9 3
4 7 1
3 2 0
C e 4 = k . Verifique se:
a) ) ( ) ( C B A C B A =
b) C k B k C B k = ) (
c) trB trA B A tr + = + ) (
d) trC trA C A tr = ) (

3) Seja
|
|
.
|

\
|
=
6 3
2 1
A . Indique uma matriz quadrada B de ordem 2 no nula tal que
2 2
= 0 B A .

4) Seja
|
|
.
|

\
|
=
1 1
1 2
A . Resolva a equao matricial
2
I X A = , onde
2 2
) (

=
ij
x X .

5) Mostre que, em geral, ) ( ) (
2 2
B A B A B A + , sendo A e B matrizes quadradas de mesma
ordem.

6) Seja
|
|
.
|

\
|
=
1 0
2 1
A . Encontre
n
A .

7) Verifique que a matriz
|
|
.
|

\
|
1 8
0 3
uma raiz do polinmio 3 2 ) (
2
= x x x f .

8) Considere
|
|
.
|

\
|
=
1 4
0 2
A .
a) Indique a matriz
2
2
2 I A A +
b) A matriz A invertvel? Em caso afirmativo, indique
3 1 3
) (

= A A .

9) Mostre que as nicas matrizes quadradas de ordem 2 que comutam tanto com a matriz
1 0
0 0
|
\

|
.
|
quanto com a matriz
0 1
0 0
|
\

|
.
| so mltiplas de
2
I .

10) Determine todas as matrizes de ordem 2 que comutam com a matriz
|
|
.
|

\
|
1 2
2 1
.

16
11) Sejam
|
|
.
|

\
|

=
4 3
2 1
A e
|
|
.
|

\
|

=
7 6
0 5
B . Verifique a igualdade
t t t
A B B A = ) ( .

12) Mostre que se a matriz quadrada A for invertvel e C A B A = ento C B = . (Lei do Corte)

13) Sejam
|
|
|
.
|

\
|

=
1 0 0
2 0 1
3 1 2
A e
|
|
|
.
|

\
|
=
3
2
1
B . possvel calcular X, na equao B X A = ?

14) Sejam A, B, C e X matrizes quadradas de mesma ordem e invertveis. Resolva as equaes,
considerando X a varivel.
a) C X B A =
b) C X A C
t
=
c) C B X A C X A =
2

d) A C X B A =
1

e) A B A X A
t
=
2


15) Seja A uma matriz de ordem n tal que a matriz ) ( A A
t
invertvel. A matriz
t t
A A A A
1
) (


simtrica? E idempotente?

16) Mostre que a matriz
|
|
.
|

\
|



cos
cos
sen
sen
uma matriz ortogonal.

17) Determine a, b e c de modo que a matriz
|
|
|
|
.
|

\
|
c b a
2
1
2
1
0
0 0 1
seja ortogonal.

18) Mostre que a soma de duas matrizes simtricas tambm uma matriz simtrica.

19) Mostre que o mesmo vale para matrizes anti-simtricas.

20) Se A e B so matrizes simtricas que comutam entre si ento a matriz
2
A B tambm simtrica?
Justifique.

21) Toda matriz ortogonal tambm uma matriz normal? Justifique.

22) O produto de duas matrizes ortogonais uma matriz ortogonal? Justifique.

23) Em uma pesquisa onde foram consideradas 3 marcas de refrigerante, Gelato, Delcia e Suave, o
elemento
ij
a da matriz abaixo indica a possibilidade de uma pessoa que consuma o refrigerante i
passar a consumir o refrigerante j. O elemento da diagonal principal representa a possibilidade de
uma pessoa que consuma um determinado refrigerante permanea consumindo o mesmo
refrigerante.



17
Gelato Delcia Suave

2 , 0 2 , 0 6 , 0
1 , 0 5 , 0 4 , 0
1 , 0 1 , 0 8 , 0
Suave
Delcia
Gelato
|
|
|
.
|

\
|


a) Qual a possibilidade de uma pessoa que consumia o refrigerante Gelato passar a consumir o
refrigerante Suave? E a de quem consumia Suave passar a consumir Gelato?
b) Escreva a matriz que indica a possibilidade de se mudar de marca aps duas pesquisas.

24) Verifique se a matriz
|
|
|
.
|

\
|



3 7 2
5 1 1
4 2 1
invertvel. Em caso afirmativo, indique a matriz inversa.

25) Para que valores de a a matriz
|
|
|
.
|

\
|

a 1 1
1 1 0
1 2 1
admite inversa?

26) Dada a matriz
|
|
|
.
|

\
|
=
2 1 0
1 5 2
0 3 1
A . Indique a matriz ( )
3
| I A e determine
1
A .

27) Dada a matriz
|
|
|
.
|

\
|

1 2 1
2 1 0
3 3 1
1
A . Indique a matriz A.

28) Determinar o valor de a a fim de que a matriz
|
|
|
.
|

\
|
a 2 1
2 1 2
1 1 1
seja invertvel.

29) Calcule o determinante das matrizes
1 2 4
2 3 5
3 4 6

|
\

|
.
|
|
|
e
|
|
|
.
|

\
|
2 1 4
6 4 2
1 0 3
.

30) Sabendo que A uma matriz quadrada de ordem n e que 5 det = A , determine:
a) ) 3 det( A
b)
t
A det


c) ) det( A
d)
2
det A

31) Encontre todos os valores de a para os quais 0
3 0
5 1
det =
|
|
.
|

\
|
+

a
a
.

18
Respostas


1) 1 , 4 , 3 , 5 = = = = d c b a
23) a) 0,1 e 0,6 b)
|
|
|
.
|

\
|
12 , 0 20 , 0 68 , 0
11 , 0 31 , 0 58 , 0
11 , 0 15 , 0 74 , 0

3)
)
`

|
|
.
|

\
|

=
*
2 2
R ,t,z
t z
t z
B
24)
|
|
|
.
|

\
|



=

2
1
2
3
2
5
2
1
2
5
2
7
1
3 11 16
A
4)
|
|
.
|

\
|


=
2 1
1 1
X
25) 2 a
6)
|
|
.
|

\
|
=
1 0
2 1 n
A
n

26)
|
|
|
.
|

\
|

1 1 2
1 2 4
3 6 11
1
A
8) a)
1 0
4 0
|
\

|
.
| b)
|
|
.
|

\
|
1
0
2
7
8
1

27)
|
|
|
.
|

\
|

=
6
1
6
5
6
1
3
1
3
2
3
1
2
1
2
1
2
1
A

10)
)
`

|
|
.
|

\
|

R ,x,y
x y
y x


28) 1 a
13) Sim,
|
|
|
.
|

\
|

=
3
0
4
X

29) 0 e 24, respectivamente.

14) a) C A B X =
1 1

b)
t
A X ) (
1
=
c) B X =
d) A C A B X =
1

e)
t
A B A X ) (
1
=


30) a) 5 3
n

b) 5
c)

contrrio caso 5
par for se 5 n

d) 25
15) Sim. Sim. 31) 3 ou 1 = = a a
17) e
2
2
2
2
= = c b ou e
2
2
2
2
= = c b

















19
Apndice A - Determinante

Permutaes
Seja um conjunto finito A qualquer, uma permutao em A qualquer funo bijetora A A f : .
Sendo n a cardinalidade do conjunto, existem ! n permutaes possveis.

Exemplos:
1) Seja } , { b a A = e as bijees abaixo:

a a a a

b b b b

A notao usual :
|
|
.
|

\
|
b a
b a

|
|
.
|

\
|
a b
b a


Nesta notao matricial, a primeira linha indica os elementos originais e a segunda os elementos
reorganizados.

2) Seja } 3 , 2 , 1 { = A .
1 2 3
2 1 3
|
\

|
.
| ,
1 2 3
1 3 2
|
\

|
.
| e
1 2 3
3 1 2
|
\

|
.
| so trs das seis permutaes possveis em A.

3) Seja } , , , { d c b a A = .
|
|
.
|

\
|
a d c b
d c b a
uma das 24 permutaes possveis.


Se A for um conjunto munido de uma relao de ordem, as permutaes podem ser classificadas como
permutaes pares e permutaes mpares. Uma permutao par quando o nmero de elementos -
dentre os elementos reorganizados - fora de ordem for par e mpar quando este nmero for mpar.

Exemplos:
1) Seja } 3 , 2 , 1 { = A com a ordem numrica usual, isto , 1 2 3 .
1 2 3
2 1 3
|
\

|
.
| e
1 2 3
1 3 2
|
\

|
.
| so permutaes mpares e
1 2 3
3 1 2
|
\

|
.
| par.

2) Seja } , , , { d c b a A = com a ordem lexicogrfica (alfabtica) usual.
|
|
.
|

\
|
a d c b
d c b a
uma permutao mpar.


Alm disto, s permutaes pares associado o sinal positivo e s mpares o sinal negativo.




20
O Determinante
Dada uma matriz quadrada A de ordem n possvel fazer corresponder um certo nmero denominado
determinante da matriz A.

Notao:
n n ij
a A A

) det( det


Considere, por exemplo, uma matriz quadrada de ordem 3,
|
|
|
.
|

\
|
=
33 32 31
23 22 21
13 12 11
a a a
a a a
a a a
A , e as permutaes
possveis no conjunto de ndices {1, 2, 3}.

A partir da permutao mpar
1 2 3
1 3 2
|
\

|
.
| associa-se o produto
32 23 11
a a a , tal que os ndices linha
correspondem a primeira linha da representao da permutao, os ndices coluna so obtidos da
segunda linha e o sinal negativo da classificao da permutao.

O determinante de uma matriz de ordem 3 obtido a partir de todas as seis permutaes possveis no
conjunto de ndices {1, 2, 3} classificadas e sinalizadas.

Assim, o determinante dado por:

31 23 13 32 21 13 31 23 12 33 21 12 32 23 11 33 22 11
det a a a a a a a a a a a a a a a a a a A + + =

Genericamente, para uma matriz de ordem n, o determinante o nmero obtido do somatrio dos
produtos sinalizados de elementos
ij
a da matriz, combinados de acordo com as permutaes do
conjunto de ndices {1, 2,..., n}.

Exemplos:
1) 6 ) 6 det( =

2) 7 2 . 0 7 ). 1 (
7 2
0 1
det
21 12 22 11
= = =
|
|
.
|

\
|

a a a a

3)
31 22 13 32 21 13 31 23 12 33 21 12 32 23 11 33 22 11
2
1
0 0
4 0 1
2 5 2
det a a a a a a a a a a a a a a a a a a + + =
|
|
|
.
|

\
|



0 . 0 ). 2 (
2
1
). 1 ).( 2 ( 0 . 4 . 5 0 ). 1 .( 5
2
1
. 4 . 2 0 . 0 . 2 + + =
3 =







21
Desenvolvimento de Laplace
Seja uma matriz quadrada de ordem n,
|
|
|
|
|
.
|

\
|
=
nn n n
n
n
a .... a a
.... ..... ... ....
a .... a a
a .... a a
A
2 1
2 22 21
1 12 11


Considere um elemento
ij
a qualquer, com n j i ,..., 1 , = e a submatriz
ij
A de ordem ) 1 ( n obtida a
partir da matriz A retirando-se a i-sima linha e a j-sima coluna. O determinante da submatriz
ij
A
sinalizado por
j i +
) 1 ( denominado o cofator do elemento
ij
a .

Exemplo: Seja a matriz
|
|
|
.
|

\
|


0 0
4 0 1
2 5 2
2
1
.
O cofator do elemento
23
a , isto , de 4 : 1 1 ). 1 (
2
1
0
5 2
det . ) 1 (
3 2
= =
|
|
.
|

\
|

+

O cofator do elemento 0
31
= a a
31
: 20 20 . 1
4 0
2 5
det . ) 1 (
1 3
= =
|
|
.
|

\
|

+




Considere uma certa linha i fixada. O determinante da matriz A fica definido por:

=
+
=
n
j
ij
j i
ij
A a A
1
det ) 1 ( det
A expresso uma frmula de recorrncia (faz uso de determinantes de matrizes de ordem menores)
conhecida como desenvolvimento de Laplace.

Este desenvolvimento pode ser feito fixando-se uma certa coluna j e a expresso passa a ser:

=
+
=
n
i
ij
j i
ij
A a A
1
det ) 1 ( det

Exemplos:
1)
|
|
.
|

\
|

=
7 2
0 1
A fixada a linha 2.
22
2 2
22 21
1 2
21
det ) 1 ( det ) 1 ( det A a A a A
+ +
+ = 1 . ) 1 .( 7 0 . ) 1 .( 2
4 3
+ = ) 1 .( 1 . 7 0 ). 1 .( 2 + = 7 =

2)
|
|
|
.
|

\
|


=
0 0
4 0 1
2 5 2
2
1
A fixada a linha 1.
13
3 1
13 12
2 1
12 11
1 1
11
det ) 1 ( det ) 1 ( det ) 1 ( det A a A a A a A
+ + +
+ + =
2
1
0
0 1
. 1 ). 2 (
0 0
4 1
). 1 .( 5
0
2
1
4 0
. 1 . 2

+

+ =

22
Fixando ainda a linha 1 para as submatrizes:
+ + =
+ +
] det . ) 1 .( 4 det . ) 1 .( 0 .[ 1 . 2 det
12
2 1
11
1 1
A A A
+ +
+ +
] det . ) 1 .( 4 det . ) 1 ).( 1 ).[( 1 .( 5
12
2 1
11
1 1
A A
] det . ) 1 .( 0 det . ) 1 ).( 1 .[( 1 ). 2 (
12
2 1
11
1 1
A A
+ +
+
] 0 ). 1 .( 0
2
1
. 1 ). 1 .[( 1 ). 2 ( ] 0 ). 1 .( 4 0 . 1 ). 1 ).[( 1 .( 5 ]
2
1
). 1 .( 4 0 . 1 . 0 .[ 1 . 2 + + + + + =
3 1 4
2
1
. 1 ). 2 ( 0 ). 1 .( 5 ) 2 .( 1 . 2 = + = + + =


Propriedades
Considere A e B matrizes quadradas de ordem n e R k no nulo.
D1. Se A uma matriz triangular superior (inferior) ento
nn
a a a A ... det
22 11
= .
dem: Considere a matriz
|
|
|
|
|
.
|

\
|
=
nn
n
n
a ....
.... ..... ... .
a .... a
a .... a a
A
0 0
..
0
2 22
1 12 11
.
Fixando a coluna 1 para o clculo dos determinantes,
1
1
1 21
1 2
21 11
1 1
11
1
1
1
1
det ) 1 ( ... det ) 1 ( det ) 1 ( det ) 1 ( det
n
n
n
n
i
i
i
i
A a A a A a A a A
+ + +
=
+
+ + + = =

=
+
=
|
|
|
|
|
.
|

\
|
=
1
1
1
1
1 11
3 33
2 23 22
11
det ) 1 (
... 0 0
.. .......... ..........
... 0
...
det
n
i
i
i
i
nn
n
n
A a a
a
a a
a a a
a
] det ) 1 ( ... det ) 1 ( [
1 ) 1 (
1 1
11
1 1
22 11
+ +
+ + =
n
n
nn
A a A a a

=
+
=
|
|
|
|
|
.
|

\
|
=
2
1
1
1
1 22 11
4 44
3 34 33
22 11
det ) 1 (
... 0 0
.. .......... ..........
... 0
...
det
n
i
i
i
i
nn
n
n
A a a a
a
a a
a a a
a a
] det ) 1 ( ... det ) 1 ( [
1 ) 2 (
1 2
11
1 1
33 22 11
+ +
+ + =
n
n
nn
A a A a a a
nn
a a a ...
22 11
=

Corolrios:
i) 0 det =
n
0
ii) 1 det =
n
I
iii) Se A uma matriz diagonal ento
nn
a a a A ... det
22 11
= .

D2. 0 det = A , quando A possuir uma linha (ou coluna) nula.
D3. 0 det = A , quando A possuir duas linhas (ou colunas) iguais.
D4. A k A k
n
det ) det( =
D5. B A B A det det ) det( =
D6.
t
A A det det =

23
D7.Considere a matriz A e B a matriz obtida a partir de A por aplicao de operaes elementares:
a) L
i
L
j
: A B det det =

b) L
i
k.L
i
: A k B det det =
dem: Considere a matriz
|
|
|
|
|
|
.
|

\
|
=
nn n n
in i i
n
a a a
a a a
a a a
A
...
.... .......... ..........
...
..... .......... ..........
...
2 1
2 1
1 12 11
.
Fixando a linha i para o clculo dos determinantes,

=
+
=
n
j
ij
j i
ij
A a A
1
det ) 1 ( det
Seja a matriz
|
|
|
|
|
|
.
|

\
|
=
nn n n
in i i
n
a a a
ka ka ka
a a a
B
...
.... .......... ..........
...
..... .......... ..........
...
2 1
2 1
1 12 11
obtida pela operao elementar L
i
k.L
i
.
A k A a k A ka B
n
j
ij
j i
ij
n
j
ij
j i
ij
det det ) 1 ( det ) 1 )( ( det
1 1
= = =

=
+
=
+


c) L
i
L
i
+ k.L
j
: A B det det =

D8. A uma matriz invertvel se e somente se 0 det A .
D9. Se A uma matriz invertvel ento
A
A
det
1
det
1
=

.
D10. Se A e B so matrizes semelhantes ento B A det det = .
D11. Se A uma matriz ortogonal ento 1 det = A .


Exerccios
1) Calcule o determinante usando permutaes.
a)
1 2
3 4
|
\

|
.
| b)
1 4 7
2 5 8
3 6 9
|
\

|
.
|
|
|


2) Calcule o determinante usando desenvolvimento de Laplace.
a)
1 4 7
2 5 8
3 6 9
|
\

|
.
|
|
|
b)
|
|
|
|
|
.
|

\
|

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

3) Indique o valor de x para que as matrizes sejam invertveis.
a)
|
|
|
.
|

\
|
x 8 7
6 5 4
3 2 1
b)
|
|
|
.
|

\
|

1 1
1 1
1 1
x
x
x


24

SISTEMA DE EQUAES LINEARES

Definio
Dados os nmeros reais b a a a
n
, ,..., ,
2 1
, com 1 n , a equao b x a x a x a
n n
= + + + ...
2 2 1 1
onde
n
x x x ,..., ,
2 1
so variveis ou incgnitas, denominada equao linear nas variveis
n
x x x ,..., ,
2 1
.
Os nmeros reais
n
a a a ,..., ,
2 1
so denominados coeficientes das variveis
n
x x x ,..., ,
2 1
,
respectivamente, e b denominado de termo independente.

Um Sistema Linear sobre R com m equaes e n incgnitas um conjunto de 1 m equaes
lineares com 1 n variveis, e representado por:

= + + +
= + + +
= + + +
m n mn m m
n n
n n
b x a ... x a x a
.. .......... .......... .......... .......... ..
b x a ... x a x a
b x a ... x a x a
2 2 1 1
2 2 2 22 1 21
1 1 2 12 1 11
.......


Com R
i ij
b a , , n j m i ,..., 1 e ,..., 1 = = .


Matrizes Associadas a um Sistema Linear
Sistemas podem ser representados na forma matricial:

|
|
|
|
|
.
|

\
|
=
|
|
|
|
|
.
|

\
|

|
|
|
|
|
.
|

\
|
m n mn m m
n
n
b
b
b
x
x
x
a ... a a
... ... ... ...
a ... a a
a ... a a
... ...
2
1
2
1
2 1
2 22 21
1 12 11

4 4 4 3 4 4 4 2 1

{

{

C X B

Denominadas, matriz C de Coeficientes, matriz X de Variveis e matriz B de Termos
Independentes.

Assim, um sistema linear com m equaes e n incgnitas fica representado pela equao matricial
B X C = .

Outra matriz que se pode associar a um sistema linear a Matriz Ampliada ou Completa do sistema.


|
|
|
|
|
.
|

\
|
=
m mn m m
n
n
b
...
b
b
a ... a a
... ... ... ...
a ... a a
a ... a a
A
2
1
2 1
2 22 21
1 12 11



25

Classificao de Sistemas
Classifica-se um sistema linear de acordo com o tipo de soluo.
Uma soluo para um sistema de equaes lineares uma n-upla de nmeros reais ) ,..., , (
2 1 n
s s s que
satisfaz todas as equaes, simultaneamente, isto , substituindo-se a varivel
1
x pelo valor
1
s ,
2
x
por
2
s , ... e
n
x por
n
s em cada uma das equaes, todas as igualdades so verdadeiras. O conjunto
soluo S do sistema o conjunto de todas as solues.

Exemplo: Dado o sistema

= +
=
2
4 2
y x
y x
, o par ordenado ) 0 , 2 ( soluo deste sistema. Assim, o
conjunto soluo )} 0 , 2 {( = S .

De forma geral, temos que um dado sistema de equaes lineares sobre R pode ser classificado como:

Sistema Possvel (ou Compatvel ou Consistente)
Determinado (SPD): h uma nica soluo
Indeterminado (SPI): h infinitas solues
Sistema Impossvel (ou Incompatvel ou Inconsistente) (SI): no h soluo.


Resoluo de Sistemas utilizando o Mtodo de Eliminao Gaussiana
Dado um sistema de equaes lineares, espera-se encontrar sua soluo, isto resolv-lo. O mtodo de
resoluo utilizado ser o Mtodo de Eliminao Gaussiana.
A idia do mtodo obter um sistema mais simples equivalente ao sistema dado. Dois sistemas de
equaes lineares so denominados sistemas equivalentes quando possuem a mesma soluo.

Exemplo: Os sistemas

=
= +
4
2 2
y x
y x
e

=
= +
8 2 2
2 2
y x
y x
so equivalentes pois ambos possuem o mesmo
conjunto soluo )} 2 , 2 {( = S .


O Mtodo de Eliminao Gaussiana
Dado um sistema linear com m equaes e n variveis:
1. Obter a matriz ampliada.

2. Escalonar a matriz ampliada utilizando operaes elementares.

3. Fazer a anlise, de acordo com o teorema abaixo:
Teorema: Um sistema linear de m equaes e n variveis admite soluo se e somente se o posto
da matriz ampliada escalonada ) (
A
P for igual ao posto da matriz de coeficientes ) (
C
P .
Assim:
a) Se n P P
C A
= = , o sistema Possvel Determinado (SPD).
b) Se n P P
C A
< = , o sistema Possvel Indeterminado (SPI).
c) Se
C A
P P , o sistema Impossvel (SI).

4. Reescrever o sistema, associado a matriz escalonada, equivalente ao sistema dado, e:
a) Se o sistema for SPD, encontrar o valor de uma varivel e, por substituio, determinar as
demais variveis. Indicar o conjunto soluo S, que neste caso, conter apenas uma n-upla.
26

b) Se o sistema for SPI, escolher
A
P n variveis livres ou independentes. O nmero,
A
P n
tambm denominado o grau de liberdade ou grau de indeterminao do sistema.
As variveis que dependem das variveis livres so denominadas variveis amarradas ou
ligadas.
Indicar o conjunto soluo S, apresentando todas as ordenadas da n-upla em funo das variveis
livres.

c) Se o sistema for SI, indicar = S .

Exemplo: Seja o sistema

= +
= +
= + +
2 5
0 3 2
1
z y x
z y x
z y x
com 3 equaes e 3 incgnitas.
A matriz ampliada
|
|
|
.
|

\
|


2 5 1 1
0 3 1 2
1 1 1 1
.
Aps o escalonamento, a matriz escalonada
|
|
|
.
|

\
|

2
1
3
2
3
1
1 0 0
1 0
1 1 1 1
.
E a matriz de coeficientes :
|
|
|
.
|

\
|

1 0 0
1 0
1 1 1
3
1
.
Anlise: 3 = = = n P P
C A
.
Logo, o sistema possvel determinado (SPD).
O sistema equivalente

=
=
= + +
2
1
3
2
3
1
1
z
z y
z y x

Aps as substituies,
2
1
= y e 1 = x .
A soluo do sistema ( ) { }
2
1
2
1
, , 1 = S .


Resolvendo e Interpretando Geometricamente Sistemas Lineares no R
2

O conjunto de pares ordenados de nmeros reais designado por } e | ) , {( R R R
2
= y x y x .
Geometricamente tem-se o plano R
2
, descrito por dois eixos - eixo X e eixo Y - perpendiculares entre
si, interceptando-se no ponto ) 0 , 0 ( , denominado origem.

Exemplos:
1) Seja o sistema com 2 equaes e 2 variveis:

= +
= +
7 3 2
1
y x
y x

Aplicando o Mtodo de Eliminao Gaussiana:
Matriz ampliada
1 1 1
2 3 7
|
\

|
.
| .
Matriz escalonada:
1 1 1
0 1 5
|
\

|
.
| .
27

Matriz de coeficientes
1 1
0 1
|
\

|
.
| .
Anlise, 2 = = = n P P
C A
: Sistema Possvel Determinado (SPD).
Sistema equivalente

=
= +
5
1
y
y x

Substituindo o valor de y na primeira equao, tem-se 4 = x .
Logo a soluo do sistema descrita por )} 5 , 4 {( = S .

Interpretando geometricamente: cada equao do sistema representa uma reta, estas retas se
interceptam em um nico ponto ) 5 , 4 ( .

X
Y



2) Dado o sistema:

=
=
4 4 2
2 2
y x
y x

Matriz ampliada:
1 2 2
2 4 4


|
\

|
.
| .
Matriz escalonada:
|
|
.
|

\
|

0 0 0
2 2 1

Matriz de coeficientes:
|
|
.
|

\
|

0 0
2 1
.
Anlise, 2 1 = < = = n P P
C A
: Sistema Possvel Indeterminado (SPI).
Sistema equivalente

=
=
0 0
2 2
y
y x

A varivel y est livre, podendo assumir qualquer valor real, e a varivel x amarrada em funo de
y, isto , 2 2 = y x .
A soluo do sistema } ), , 2 2 {( } 2 2 | ) , {( R R
2
= = = y y y y x y x S .

Geometricamente, tem-se duas retas coincidentes, a equao 4 4 2 = y x mltipla da equao
2 2 = y x . Assim, as retas se interceptam em infinitos pontos.


X
Y

28

3) Dado o sistema

= +
= +
3
2
y x
y x

Matriz ampliada
|
|
.
|

\
|
3 1 1
2 1 1
.
Matriz escalonada:
|
|
.
|

\
|
5 0 0
2 1 1
.
Matriz de coeficientes
|
|
.
|

\
|
0 0
1 1
.
Anlise,
C A
P P = = 1 2 : Sistema Impossvel.
Sistema equivalente

=
= +
5 0
2
y
y x
, isto ,

=
= +
5 0
2 y x

A soluo = S .

Assim, se um sistema possui equaes que representam retas paralelas, como no exemplo, uma
soluo impossvel, pois no h ponto de interseo entre retas paralelas.

X
Y


Resumindo, para sistemas de equaes de duas incgnitas com duas ou mais equaes, tem-se o
seguinte quadro:

Retas Classificao do Sistema
Concorrentes Possvel e Determinado
Coincidentes Possvel e Indeterminado
Paralelas Impossvel




Resolvendo e Interpretando Geometricamente Sistemas Lineares no R
3

O conjunto de todos as triplas de nmeros reais designado por } e , | ) , , {( R R R R
3
= z y x z y x .

Geometricamente tem-se o espao R
3
, descrito por trs eixos, eixo X, eixo Y e eixo Z, que so
perpendiculares entre si, interceptando-se no ponto ) 0 , 0 , 0 ( , denominado origem.





29

Exemplos:

1) Considere o sistema

= +
= +
= + +
2 2
2 2
3
z y
z y
z y x


Matriz ampliada
1 1 1 3
0 2 1 2
0 1 2 2
|
\

|
.
|
|
|
, matriz escalonada
|
|
|
.
|

\
|
2 3 0 0
2 2 1 0
3 1 1 1
e matriz de coeficientes
|
|
|
.
|

\
|
3 0 0
2 1 0
1 1 1
.

Anlise, 3 = = = n P P
C A
: Sistema Possvel Determinado (SPD) .


Sistema equivalente

=
= +
= + +
2 3
2 2
3
z
z y
z y x


Sendo
3
2
= z , fazendo-se as substituies:
3
2
= y e
3
5
= x .

A soluo do sistema ( ) { }
3
2
3
2
3
5
, , = S .


Geometricamente, o sistema representa trs planos distintos que se interceptam no ponto ( )
3
2
3
2
3
5
, , .





30


2) Dado o sistema

=
= +
= + +
1
2 2
3
z x
z y
z y x


Matriz ampliada
|
|
|
.
|

\
|
1 1 0 1
2 2 1 0
3 1 1 1
, matriz escalonada
1 1 1 3
0 1 2 2
0 0 0 0
|
\

|
.
|
|
|

e matriz de coeficientes
1 1 1
0 1 2
0 0 0
|
\

|
.
|
|
|
.

Anlise, 3 2 = < = = n P P
C A
: Sistema Possvel Indeterminado (SPI).


Sistema equivalente

=
= +
= + +
0 0
2 2
3
z
z y
z y x


Pela terceira equao, a varivel z est livre, assim a varivel y fica em funo de z, isto ,
z y 2 2 = . A varivel x tambm fica amarrada a varivel z, aps as substituies, tem-se que
z x + =1 . Esta sistema possui grau de liberdade 1.

A soluo do sistema } ), , 2 2 , 1 {( R + = z z z z S .


Geometricamente, o sistema representa trs planos distintos que se interceptam em uma reta.







31

3) Seja o sistema

= + +
=
= + +
6 2 4 2
3 2
3 2
z y x
z y x
z y x


Matriz ampliada
|
|
|
.
|

\
|

6 2 4 2
3 1 2 1
3 1 2 1
, matriz escalonada
1 2 1 3
0 0 0 0
0 0 0 0
|
\

|
.
|
|
|
e matriz de coeficientes
1 2 1
0 0 0
0 0 0
|
\

|
.
|
|
|
.

Anlise, 3 1 = < = = n P P
C A
: Sistema Possvel Indeterminado (SPI).


Sistema equivalente

=
=
= + +
0 0
0 0
3 2
z
y
z y x


As variveis y e z esto livres, o grau de liberdade do sistema igual a 2, e a varivel x est
amarrada pela relao z y x = 2 3 .

A soluo do sistema } , ), , , 2 3 {( R = z y z y z y S .


Geometricamente, os trs planos so coincidentes e, consequentemente, qualquer ponto deste plano
soluo para o sistema.






32


4) Seja o sistema

= + +
=
=
1
6 9 12 3
2 3 4
z y x
z y x
z y x


Matriz ampliada
|
|
|
.
|

\
|


1 1 1 1
6 9 12 3
2 3 4 1
, matriz escalonada
|
|
|
.
|

\
|


0 0 0 0
1 0
2 3 4 1
5
1
5
4
e matriz de
coeficientes
|
|
|
.
|

\
|

0 0 0
1 0
3 4 1
5
4
.

Anlise, 3 2 = < = = n P P
C A
: Sistema Possvel Indeterminado (SPI).


Sistema equivalente

=
= +
=
0 0
5
1
5
4
2 3 4
z
z y
z y x


A varivel z est livre, o grau de liberdade 1. As variveis x e y esto ligadas varivel z, e iro
assumir valores de acordo as relaes
5
4z 1
= y e
5
z 6
= x .

A soluo ( ) { } R =

z z S
z z
, , ,
5
4 1
5
6
.


Geometricamente, o sistema representa dois planos coincidentes que interceptam um terceiro. A
interseo uma reta.







33

5) Seja o sistema

= +
= + +
= + +
40
20 2
10
z y
z y x
z y x


Matriz ampliada
1 1 1 10
2 1 1 20
0 1 1 40

|
\

|
.
|
|
|
, matriz escalonada
1 1 1 10
0 1 1 40
0 0 0 40

|
\

|
.
|
|
|
e matriz de coeficientes
1 1 1
0 1 1
0 0 0
|
\

|
.
|
|
|
.

Anlise, 2 3 = =
C A
P P : Sistema Impossvel (SI).


Sistema equivalente

=
= +
= + +
40 0
40
10
z
z y
z y x


A terceira equao equivalente a 40 0 = , o que impossvel. A soluo = S .


Geometricamente, o sistema representa trs planos distintos que se interceptam dois a dois, isto ,
sem soluo comum.






34

6) Dado o sistema

= + +
= + +
= + +
30
20
10
z y x
z y x
z y x


Matriz ampliada
1 1 1 10
1 1 1 20
1 1 1 30
|
\

|
.
|
|
|
, matriz escalonada
1 1 1 10
0 0 0 10
0 0 0 20
|
\

|
.
|
|
|
e matriz de coeficientes
1 1 1
0 0 0
0 0 0
|
\

|
.
|
|
|
.

Anlise, 1 3 = =
C A
P P : Sistema Impossvel (SI).


Sistema equivalente

=
=
= + +
20 0
10 0
10
z
y
z y x


As duas ltimas equaes so impossveis. A soluo = S .


Geometricamente, o sistema representa trs planos paralelos.








35

7) Dado o sistema:

= +
= +
= +
50 10 6 2
2 3 2 7
20 5 3
z y x
z y x
z y x


Matriz ampliada
|
|
|
.
|

\
|


50 10 6 2
2 3 2 7
20 5 3 1
, matriz escalonada
|
|
|
.
|

\
|


90 0 0 0
142 38 23 0
20 5 3 1
e matriz de
coeficientes
|
|
|
.
|

\
|


0 0 0
38 23 0
5 3 1
.

Anlise, 2 3 = =
C A
P P : Sistema Impossvel (SI).


Sistema equivalente

=
= +
= +
90 0
142 38 23
20 5 3
z
z y
z y x


A ltima equao no possui soluo. Assim, a soluo do sistema = S .


Geometricamente, o sistema representa dois planos paralelos interceptados por um terceiro.






36

8) Seja o sistema

= +
= +
= +
4 5 9
32 10 2 18
16 5 9
z y x
z y x
z y x


Matriz ampliada
|
|
|
.
|

\
|

4 5 1 9
32 10 2 18
16 5 1 9
, matriz escalonada
|
|
|
.
|

\
|

0 0 0 0
20 0 0 0
16 5 1 9
e matriz de
coeficientes
|
|
|
.
|

\
|

0 0 0
0 0 0
5 1 9
.

Anlise, 1 2 = =
C A
P P : Sistema Impossvel (SI).


Sistema equivalente

=
=
= +
0 0
20 0
16 5 9
z
y
y x


A segunda equao no possui soluo. A soluo = S .


Geometricamente, o sistema representa dois planos coincidentes paralelos a um terceiro.








37

Sistema Homogneo
um sistema de equaes lineares onde todos os termos independentes so iguais a zero.

= + + +
= + + +
= + + +
0
.......
0
0
2 2 1 1
2 2 22 1 21
1 2 12 1 11
n mn m m
n n
n n
x a ... x a x a
.. .......... .......... .......... .......... ..
x a ... x a x a
x a ... x a x a


A matriz de Termos Independentes B a matriz nula, assim um sistema homogneo sempre possvel,
j que admite a soluo trivial, isto , )} 0 ,..., 0 , 0 {( = S .

No entanto, um sistema possvel pode ainda ser classificado como determinado ou indeterminado. Se o
sistema possvel e determinado, a nica soluo a trivial. Se o sistema possvel e indeterminado,
outras solues, alm da trivial, existem.

Exemplos:
1) Seja o sistema

= +
= +
= +
0 2
0 2
0
z y x
z y x
z y x

Matriz ampliada
|
|
|
.
|

\
|


0 1 2 1
0 1 1 2
0 1 1 1
, matriz escalonada
|
|
|
.
|

\
|

0 3 0 0
0 0 1 0
0 1 1 1
e matriz de coeficientes
|
|
|
.
|

\
|

3 0 0
0 1 0
1 1 1
.
Anlise, 3 = = = n P P
C A
: Sistema Possvel Determinado (SPD).
Sistema equivalente

=
=
= +
0 3
0
0
z
y
z y x

Este sistema s admite soluo trivial. Assim, )} 0 , 0 , 0 {( = S .

2) Seja o sistema

=
=
=
= + +
0 6 3 6
0 3 2
0 2 2
0
z y x
z y x
z y x
z y x

Matriz ampliada
|
|
|
|
|
.
|

\
|



0 6 3 6
0 3 2 1
0 2 1 2
0 1 1 1
, matriz escalonada
|
|
|
|
|
.
|

\
|
0 0 0 0
0 0 0 0
0 1 0
0 1 1 1
3
4
e matriz de coeficientes
|
|
|
|
|
.
|

\
|
0 0 0
0 0 0
1 0
1 1 1
3
4
.
38

Anlise, 3 2 = < = = n P P
C A
: Sistema Possvel Indeterminado (SPI).
Sistema equivalente

=
= +
= + +
0 0
0
3
4
0
z
z y
z y x

A varivel z est livre e as variveis x e y esto amarradas.
A soluo do sistema ( ) { } R = z z z z S , , ,
3
4
3
1
.


Resoluo de Sistemas utilizando Inverso de Matrizes
O sistema de equaes lineares com m equaes e n incgnitas, com n m = , pode ser representado pela
equao matricial B X C = , sendo C uma matriz quadrada de ordem n.
Se a matriz C for invertvel, isto , existir a matriz inversa
1
C , significa que o sistema possvel e
determinado.
B X C =
B C X C C =
1 1
) (
B C X C C =
1 1
) (
B C X I
n
=
1

B C X =
1


Como X uma matriz de ordem 1 n , B C
x
x
x
X
n
=
|
|
|
|
|
.
|

\
|
=
1 2
1
...



Exemplo: Seja o sistema

= +
= +
= + +
2 5
0 3 2
1
z y x
z y x
z y x

A equao matricial B X C = :
|
|
|
.
|

\
|


5 1 1
3 1 2
1 1 1
.
|
|
|
.
|

\
|
z
y
x
=
1
0
2
|
\

|
.
|
|
|
.
A matriz inversa da matriz C
|
|
|
.
|

\
|

=

10
3
5
1
10
1
10
1
5
2
10
7
5
2
5
3
5
1
1
C .
Assim,
|
|
|
.
|

\
|

=
|
|
|
.
|

\
|

|
|
|
.
|

\
|

=
|
|
|
.
|

\
|
2
1
2
1
10
3
5
1
10
1
10
1
5
2
10
7
5
2
5
3
5
1
1
2
0
1
z
y
x
.
A soluo do sistema )} , , 1 {(
2
1
2
1
= S .
39

Exerccios

Utilizando o Mtodo de Eliminao Gaussiana:

1) Resolva o sistema

= +
= +
= +
7 6 4 3
3 5 3 2
2 4 2
z y x
z y x
z y x
.

2) Indique a soluo do sistema

= +
=
=
5 2 3 2
1 4 4
2 3 2
z y x
z y x
z y x
, o posto da matriz ampliada e o posto da matriz de
coeficientes.

3) Um fabricante de objetos de cermica produz jarras e pratos decorativos. Cada jarra exige 16
minutos de modelagem, 8 minutos de polimento e 30 minutos de pintura. Cada prato decorativo
necessita de 12 minutos de modelagem, 6 de polimento e 15 de pintura. Sabendo-se que so
reservadas por semana 8 horas para modelagem, 4 horas para polimento e 13 horas para pintura,
encontre a quantidade de cada tipo de objeto que dever ser fabricada por semana, considerando-se
a melhor utilizao do tempo disponvel para cada etapa.


Jarras Pratos Decorativos Minutos Por Semana
Modelagem
16 12 8.60
Polimento
8 6 4.60
Pintura
30 15 13.60

Considerando-se x como sendo a quantidade de jarras a serem produzidas por semana e y a
quantidade de pratos decorativos, escreva o sistema de equaes lineares que representa o problema
e resolva-o.

4) Determine os valores de a de modo que o sistema

= + +
= + +
= +
2 3
3 3 2
1
z ay x
az y x
z y x
seja:
a) SPD
b) SPI
c) SI

5) Calcule os valores para a e b de modo que o sistema

= +
= +
= + +
1 6
4 4 6 3
2 2
z by x
z y x
a z y x
seja SPI e resolva-o para
estes valores.

6) Estabelea a condio que deve ser satisfeita pelos termos independentes para que o sistema

=
= + +
= + +
c z y x
b z y x
a z y x
4 3
3 6 3
2 4 2
seja possvel.

40

7) Escreva a condio para que o sistema

= +
= +
= +
c z y x
b z y x
a z y x
2 16 7
2 4 5
2 8
tenha soluo.

8) Indique o conjunto soluo do sistema homogneo

= +
= + +
= + +
0 3
0 3 2
0
z y x
z y x
z y x
.

9) Determine o conjunto soluo S do sistema

= +
= +
= + +
= + +
0 3 2
0
0
0
t z y x
t z y x
t z y x
t z y x


10) Escreva um sistema homogneo com quatro incgnitas, x, y, z e t, quatro equaes e grau de
liberdade igual a dois. Resolva-o.

11) Considere o sistema

= +
= +
= +
3 5 7 3
2 4 5 2
1 2 2
z y x
z y x
z y x
. Escreva na forma matricial e calcule a matriz X utilizando
a inverso de matrizes.



Respostas

1) Sistema Impossvel 6) qualquer e 0 3 2 c a b =
2) )} 2 , , {(
7
9
7
10
= S 7) 0 2 3 = + c b a
3) 16 , 18 = = y x 8) )} 0 , 0 , 0 {( = S
4) a) 3 e 2 a a
b) 2 = a
c) 3 = a
9) } ), 2 , , , 2 {( R = z z z z z S ou
( ) { } R = t t t S
t t
, , , ,
2 2


5) 2 e
7
11
= = b a
11)
|
|
|
.
|

\
|

1 1 1
0 1 2
2 4 3
1
C e
|
|
|
.
|

\
|
=
0
0
1
X









41
ESPAO VETORIAL REAL DE DIMENSO FINITA

Definio
Sejam um conjunto no vazio V, o conjunto dos nmeros reais R e duas operaes binrias, adio e
multiplicao por escalar.
u v u v
V V V
+
+
a ) , (
:

v k v k
V V


a ) , (
: R


V um Espao Vetorial sobre R, ou Espao Vetorial Real ou um R-espao vetorial, com estas
operaes se as propriedades abaixo, chamadas axiomas do espao vetorial, forem satisfeitas:

EV1. (Associativa) Para quaisquer V w u v , , , ) ( ) ( w u v w u v + + = + + .
EV2. (Comutativa) Para todo V u v , , v u u v + = + .
EV3. (Elemento Neutro) Existe V e tal que para todo V v , v e v v e = + = + .
Notao:
V
e 0 =
EV4. (Elemento Simtrico) Para todo V v , existe V v ' tal que
V
v v v v 0 = + = + ' ' .
Notao: v v = '
Assim, u v u v = + ) (
EV5. Para quaisquer R
2 1
, k k e para todo V v , v k k v k k = ) ( ) (
2 1 2 1
.
EV6. Para quaisquer R
2 1
, k k e para todo V v , ) ( ) ( ) (
2 1 2 1
v k v k v k k + = + .
EV7. Para todo R k e para quaisquer V u v , , ) ( ) ( ) ( u k v k u v k + = + .
EV8. Para todo V v , v v = 1 .

Os elementos de um espao vetorial so denominados vetores e os nmeros reais de escalares.

Exemplos :
1) R
2
com as operaes:
) , ( ) , ( ) , ( t y z x t z y x + + = +
) , ( ) , ( ky kx y x k =
um espao vetorial pois os oito axiomas acima so verificados, cabe lembrar que o elemento
neutro da adio
V
0 o par ordenado ) 0 , 0 ( .

2) R
n
com as operaes:
) ,..., , ( ) ,..., , ( ) ,..., , (
2 2 1 1 2 1 2 1 n n n n
y x y x y x y y y x x x + + + = +
) ,..., , ( ) ,..., , (
2 1 2 1 n n
kx kx kx x x x k =

3) O conjunto das matrizes reais de ordem n m , com as operaes usuais um espao vetorial, tal
que o elemento neutro da adio a matriz nula.

4) O conjunto dos polinmios, com coeficientes reais, de grau menor ou igual a n, com as operaes
abaixo:
) ( ) ( ... ) ( ) ( ) (
0 0 1 1
b a x b a x b a x q x p
n
n n
+ + + + + + = +
0 1
... ) ( ka x ka x ka x p k
n
n
+ + + =
onde
0 1
... ) ( a x a x a x p
n
n
+ + + = e
0 1
... ) ( b x b x b x q
n
n
+ + + = .
um espao vetorial, onde o elemento neutro da adio
V
0 o polinmio 0 0 ... 0 + + + x x
n
.

42
5) R
2
com as operaes abaixo no um espao vetorial.
) 0 , ( ) , ( ) , ( z x t z y x + = +
) , ( ) , ( ky kx y x k =
No possui elemento neutro, pois:
Seja ) , (
2 1
e e
V
= 0 tal que ) , ( ) , ( ) , (
2 1
y x e e y x = + .
Mas, ) 0 , ( ) , ( ) , (
1 2 1
e x e e y x + = + .
Assim, ) 0 , ( ) , (
1
e x y x + = .
Portanto, para todo 0 , = y y R .
Logo, no existe elemento neutro.


Subespao Vetorial
Um subespao vetorial de V um subconjunto no vazio V S com as seguintes propriedades:

Sub1. S
V
0 .
Sub2. Fechamento de S em relao operao de Adio.
Se S v S u e ento S v u + .
Sub3. Fechamento de S em relao operao de Multiplicao por Escalar
Se R k e S u ento S u k .

Notao: V S .

Exemplos:
1) } ), 0 , 0 , {( R = x x S um subespao vetorial do R
3
com as operaes de adio e multiplicao por
escalar usuais.
Um vetor u pertence ao subespao S quando possui a 2

e 3

coordenadas iguais a zero.


Verificando as propriedades de subespao.
1. S
V
0 ? Sim, S ) 0 , 0 , 0 ( .

2. Se S v S u e ento S v u + ?
Sejam S x v S x u = = ) 0 , 0 , ( e ) 0 , 0 , (
2 1
.
Ento S x x v u + = + ) 0 , 0 , (
2 1
.
Logo, S fechado sob a operao de adio de vetores.

3. Se R k e S u ento S u k ?
Seja S x u = ) 0 , 0 , (
1
.
Ento S kx u k = ) 0 , 0 , (
1
.
Logo, S fechado sob a operao de multiplicao por escalar.
O subespao S poderia ser descrito ainda por } 0 e 0 | ) , , {( = = z y z y x
3
R .

2) O conjunto } e 0 | ) , , {( z y x z y x S = =
3
R no um subespao vetorial do R
3
com as operaes
usuais.
1. S
V
0 ? Sim, ) 0 , 0 , 0 ( satisfaz as condies z y x = e 0 .

2. Se S v S u e ento S v u + ?
Sejam S r t v S z y u = = ) , , 0 ( e ) , , 0 ( , com r t z y e .
Ento r z t y S r z t y v u + + + + = + com , ) , , 0 ( .
3. Se R k e S u ento S u k ?
43
No. (Contra-exemplo)
Sejam R 2 e ) 1 , 4 , 0 ( S .
S = ) 2 , 8 , 0 ( ) 1 , 4 , 0 ( ) 2 ( , pois 2 8 .

3) } 1 | ) , , {( + = = y x z y x S
3
R no um subespao do R
3
, pois S ) 0 , 0 , 0 ( .

O fato do vetor
V
0 pertencer ao conjunto S no implica que este seja um subespao.
Todo espao vetorial V admite pelo menos dois subespaos: o prprio espao V e o conjunto } {
V
0 ,
chamado subespao nulo. Estes dois subespaos so denominados subespaos triviais de V e os
demais subespaos prprios de V.


Combinao Linear
Sejam os vetores V v v v
n
,..., ,
2 1
. Um vetor V w est escrito como combinao linear dos vetores
n
v v v ,..., ,
2 1
quando
n n
v k v k v k w + + + = ...
2 2 1 1
onde R
n
k k k ,..., ,
2 1
.

Exemplos:
1) O vetor ) 1 , 1 ( uma combinao linear dos vetores ) 2 , 1 ( e (3,5) , pois:
) 5 , 3 ( ) 1 ( ) 2 , 1 ( 2 ) 1 , 1 ( + =

2) O vetor ) 3 , 2 , 1 ( no pode ser escrito como combinao linear dos vetores ) 1 , 0 , 0 ( e ) 0 , 0 , 1 ( , pois:
(*) ) 3 , 2 , 1 ( ) 1 , 0 , 0 ( ) 0 , 0 , 1 (
2 1
= + k k
) 3 , 2 , 1 ( ) , 0 , 0 ( ) 0 , 0 , (
2 1
= + k k
) 3 , 2 , 1 ( ) , 0 , (
2 1
= k k
Assim,

=
=
=
3
2 0
1
2
1
k
k

O sistema impossvel.
Logo no existem valores reais para
2 1
e k k que satisfaam a igualdade (*).

3) Determinando a lei que define (todos) os vetores que podem ser escritos como combinao linear
de ) 1 , 0 , 0 ( e ) 0 , 0 , 1 ( .
) , , ( ) 1 , 0 , 0 ( ) 0 , 0 , 1 (
2 1
z y x k k = +
) , , ( ) , 0 , 0 ( ) 0 , 0 , (
2 1
z y x k k = +
) , , ( ) , 0 , (
2 1
z y x k k =
Assim,

=
=
=
z k
y
x k
2
1
0
O sistema possvel quando 0 = y e para quaisquer R z x, .
Assim, } 0 | ) , , {( = y z y x
3
R o conjunto de todos os vetores escritos como combinao linear de
) 1 , 0 , 0 ( e ) 0 , 0 , 1 ( .
Geometricamente, trata-se do plano XZ.

44
Subespao Vetorial Gerado e Conjunto Gerador
Sejam os vetores V v v v
n
,..., ,
2 1
e ] ,..., , [
2 1 n
v v v o conjunto de todas as combinaes lineares destes
vetores. O conjunto ] ,..., , [
2 1 n
v v v um subespao vetorial de V, denominado subespao vetorial
gerado pelos vetores
n
v v v ,..., ,
2 1
.
O conjunto } ,..., , {
2 1 n
v v v o conjunto gerador do subespao ] ,..., , [
2 1 n
v v v .

Exemplos:
1) O vetor
2
R ) 2 , 1 ( gera o conjunto } ), 2 , {( )] 2 , 1 [( R = x x x .
) , ( ) 2 , 1 ( y x k =
) , ( ) 2 , ( y x k k =
Assim,

= =
=
x y y k
x k
2 2

O conjunto de todas as combinaes lineares do vetor ) 2 , 1 ( o conjunto de todos os seus mltiplos
escalares.
Geometricamente, )] 2 , 1 [( uma reta definida pela equao 0 2 = x y .

2) } 0 | ) , , {( )] 1 , 2 , 1 ( ), 0 , 1 , 1 [( = + = z y x z y x
3
R .
) , , ( ) 1 , 2 , 1 ( ) 0 , 1 , 1 (
2 1
z y x k k = +
) , , ( ) , 2 , ( ) 0 , , (
2 2 2 1 1
z y x k k k k k = +
) , , ( ) , 2 , (
2 2 1 2 1
z y x k k k k k = + +
Assim,

=
= +
= +
z k
y k k
x k k
2
2 1
2 1
2
Matriz ampliada
|
|
|
.
|

\
|
z
y
x
1 0
2 1
1 1
e matriz escalonada
|
|
|
.
|

\
|
+

x y z
x y
x
0 0
1 0
1 1
.

Para se determinar os vetores que so combinaes lineares de ) 1 , 2 , 1 ( e ) 0 , 1 , 1 ( necessrio que o
sistema seja possvel, isto , 0 = + z y x .
Logo, } , ), , , {( } 0 | ) , , {( )] 1 , 2 , 1 ( ), 0 , 1 , 1 [( R R
3
= = + = z y z y z y z y x z y x .
Geometricamente, )] 1 , 2 , 1 ( ), 0 , 1 , 1 [( um plano no
3
R com equao 0 = + z y x .

3)
2
R = )] 2 , 4 ( ), 3 , 1 [( .
) , ( ) 2 , 4 ( ) 3 , 1 (
2 1
y x k k = +
) , ( ) 2 3 , 4 (
2 1 2 1
y x k k k k = + +
Assim,

= +
= +
y k k
x k k
2 1
2 1
2 3
4

Matriz ampliada
|
|
.
|

\
|
y
x
2 3
4 1
e matriz escalonada
|
|
.
|

\
|

10
3
1 0
4 1
y x
x
.
Como o sistema possvel e determinado, nenhuma condio deve ser satisfeita.
Logo,
2
R = )] 2 , 4 ( ), 3 , 1 [( .


45
4) Encontre a equao do espao gerado pelos vetores ) 3 , 1 , 1 ( e ) 1 , 0 , 2 ( ), 2 , 1 , 1 ( .
O espao gerado o conjunto de vetores
3
R = ) , , ( z y x v que possam ser escritos como
combinao linear dos vetores dados, isto , ) , , ( ) 3 , 1 , 1 ( ) 1 , 0 , 2 ( ) 2 , 1 , 1 (
3 2 1
z y x k k k = + + .
Assim,
3 2 2
0
2
3 2 1
3 2 1
3 2 1

= + +
= + +
=
z k k k
y k k k
x k k k

Matriz ampliada
|
|
|
.
|

\
|

z
y
x
3 1 2
1 0 1
1 2 1
e matriz escalonada
|
|
|
|
|
|
.
|

\
|
+


2
2 5
0 0 0
2
1 1 0
1 2 1
z y x
x y
x
.

Para que o sistema seja possvel necessrio que 0 2 5 = + z y x .
Assim, com esta condio satisfeita, obtm-se vetores
3
R ) , , ( z y x que so combinao linear dos
vetores dados.
Portanto, o espao gerado } 0 2 5 | ) , , {( = + z y x z y x
3
R , que geometricamente representa um
plano em R
3
.


Vetores Linearmente Independentes e Linearmente Dependentes
Um conjunto de vetores V v v v
n
} ,..., , {
2 1
linearmente independente (LI) quando
V n n
v k v k v k 0 = + + + ...
2 2 1 1
se e somente se 0 ...
2 1
= = = =
n
k k k .
Se existir pelo menos um , ,..., 1 com , 0 n i k
i
= ento o conjunto linearmente dependente (LD).

Exemplos:
1) )} 2 , 4 ( ), 3 , 1 {( LI, pois:
) 0 , 0 ( ) 2 , 4 ( ) 3 , 1 (
2 1
= + k k
) 0 , 0 ( ) 2 3 , 4 (
2 1 2 1
= + + k k k k
Assim,

= +
= +
0 2 3
0 4
2 1
2 1
k k
k k

Matriz ampliada
|
|
.
|

\
|
0 2 3
0 4 1
e matriz escalonada
1 4 0
0 1 0
|
\

|
.
| .
O sistema possvel e determinado com 0
2 1
= = k k .
Assim, o conjunto LI. Um dos vetores no mltiplo escalar do outro.
Foi visto que o espao gerado por {(1,3), (4,2)} R
2
, ou seja [(1,3), (4,2)] = R
2
.

2) )} 6 , 2 ( ), 3 , 1 {( LD, pois:
) 0 , 0 ( ) 6 , 2 ( ) 3 , 1 (
2 1
= + k k
) 0 , 0 ( ) 6 3 , 2 (
2 1 2 1
= + + k k k k
Assim,
0 6 3
0 2
2 1
2 1

= +
= +
k k
k k

Matriz ampliada
1 2 0
3 6 0
|
\

|
.
| e matriz escalonada
1 2 0
0 0 0
|
\

|
.
| .
46
O sistema possvel e indeterminado, com
2 1
2k k = . Ento, o conjunto LD, pois ). 3 , 1 ( 2 ) 6 , 2 ( =
Os vetores (1,3) e (2,6) pertencem a uma mesma reta. O espao gerado pelo conjunto {(1,3), (2,6)}
}, 3 | ) , {( x y y x =
2
R isto , }. 3 | ) , {( )] 6 , 2 ( ), 3 , 1 [( x y y x = =
2
R

3) {(2,0,5),(1,2,3),(3,2,8)} LD, pois: ) 0 , 0 , 0 ( ) 8 , 2 , 3 ( ) 3 , 2 , 1 ( ) 5 , 0 , 2 (
3 2 1
= + + k k k
Assim,

= + +
= +
= + +
0 8 3 5
0 2 2
0 3 2
3 2 1
3 2
3 2 1
k k k
k k
k k k

Matriz ampliada
2 1 3 0
0 2 2 0
5 3 8 0
|
\

|
.
|
|
|
e matriz escalonada
1
1
2
3
2
0
0 1 1 0
0 0 0 0
|
\

|
.
|
|
|
|
.
Como o sistema possvel e indeterminado, o conjunto LD.


Base e Dimenso de um Espao Vetorial
Seja um conjunto finito . V B Diz-se que B uma base do espao vetorial V quando B um conjunto
linearmente independente e gera V, isto , . ] [ V B =
O nmero de elementos (cardinalidade) de uma base B do espao vetorial V denominado dimenso
do espao vetorial V.
Se a dimenso de V igual a n, diz-se que V um espao vetorial finito n-dimensional. Em particular,
a dimenso do espao nulo {0
V
} zero. No h base para o espao nulo.

Notao: V dim

Exemplos:
1) Os conjuntos {(1,0), (0,1)} e {(1,3), (4,2)} so bases do R
2
.
O conjunto {(1,2), (3,5), (2,1)} no base do R
2
, pois apesar de gerar R
2
, no LI.
O conjunto {(1,2)} LI mas no gera o R
2
, portanto tambm no uma base do R
2
.
Toda base de R
2
tem dois vetores de R
2
que geram R
2
e que so LI.
Logo, 2 dim =
2
R .

2) {(-1,0,1),(2,3,0),(1,2,3)} uma base do R
3
.
O conjunto {(-1,0,1),(2,3,0)} LI, mas no gera o R
3
. Logo, no base do R
3
.
O conjunto {(-1,0,1),(2,3,0),(1,2,3),(0,2,4)} gera o R
3
, mas no LI. Tambm no uma base do
R
3
.
Toda base de R
3
formada por trs vetores LI de R
3
.
Logo, 3 dim =
3
R .

Um vetor qualquer
3
R ) , , ( z y x pode ser escrito como ) 1 , 0 , 0 ( ) 0 , 1 , 0 ( ) 0 , 0 , 1 ( ) , , ( + + = z y x z y x
Assim, {(1,0,0),(0,1,0),(0,0,1)} gera o R
3
, isto , . )] 1 , 0 , 0 ( ), 0 , 1 , 0 ( ), 0 , 0 , 1 [(
3
R =
Alm disso, este conjunto LI.
Logo, {(1,0,0),(0,1,0),(0,0,1)} uma base do R
3
, denominada a base cannica do R
3
.

47

Espao Vetorial Base Cannica Dimenso
R {1} 1
R
2
{(1,0),(0,1)} 2
R
4
{(1,0,0,0),(0,1,0,0),(0,0,1,0),(0,0,0,1)} 4
) (
2 2
R

Mat
)
`

|
|
.
|

\
|
|
|
.
|

\
|

|
|
.
|

\
|
|
|
.
|

\
|
1 0
0 0
,
0 0
1 0
,
0 1
0 0
,
0 0
0 1

4
Polinmios com coeficientes reais de
grau menor ou igual a 2
} , , 1 {
2
x x
3

Operaes com Subespaos Vetoriais
1. Interseo
Sejam
2 1
e S S subespaos do espao vetorial real V.
O conjunto interseo de } e | { , e
2 1 2 1 2 1
S v S v V v S S S S = , tambm um subespao
vetorial de V.

(Sub1)
2 1
S S
V
0 ?
V S S
V

1 1
pois , 0 .
V S S
V

2 2
pois , 0 .
Assim,
2 1
S S
V
0 .
(Sub2) Se
2 1 2 1
e S S u S S v ento
2 1
S S u v + ?
2 1 2 1
e S v S v S S v
2 1 2 1
e S u S u S S u
Ento,
2 1
e S u v S u v + + .
Logo,
2 1
S S u v + .
(Sub3) Se R k S S v e
2 1
ento
2 1
S S v k ?
e
2 1 2 1
S v S v S S v
Ento,
2 1
e S v k S v k .
Logo,
2 1
S S v k .

Exemplos:
1) Sejam } com ), 0 , 0 , {(
1
R = x x S e } | ) , , {(
2
z x y z y x S + = =
3
R .
} ) , , ( e ) , , ( | ) , , {(
2 1 2 1
S z y x S z y x z y x S S =
3
R .
Assim,

+ =
=
=
z x y
z
y
0
0

Logo, )} 0 , 0 , 0 {(
2 1
= S S .
Geometricamente, tem-se uma reta e um plano no R
3
que se interceptam na origem.

2) Sejam } 3 | ) , , {(
1
x y z y x S = =
3
R e } 0 3 2 | ) , , {(
2
= + = z y x z y x S
3
R .
} 0 3 2 e 3 | ) , , {(
2 1
= + = = z y x x y z y x S S
3
R .
48
Assim,

= +
= +
0 3 2
0 3
z y x
y x

|
|
.
|

\
|

0 3 1 2
0 0 1 3

|
|
.
|

\
|

0 9 1 0
0 0 1
3
1

Logo, } ), , 9 , 3 {(
2 1
R = z z z z S S , ou seja, } ), 1 , 9 , 3 ( {
2 1
R = z z S S .
Geometricamente, a interseo representada por uma reta que passa pelos pontos (0,0,0) e
(3,9,1).

2. Soma
Sejam
2 1
e S S subespaos do espao vetorial real V.
O conjunto soma de } e com , | { , e
2 2 1 1 2 1 2 1 2 1
S s S s s s v V v S S S S + = = + , tambm um
subespao vetorial de V.

Exemplos:
1) Sejam } ), 0 , 0 , {(
1
R = x x S e } | ) , , {(
2
z x y z y x S + = =
3
R .
} e com , ) , , ( | ) , , {(
2 2 1 1 2 1 2 1
S s S s s s z y x z y x S S + = = +
3
R .
Tem-se que,
2 1
) , , ( e ) 0 , 0 , ( S z z x x S x + , para quaisquer R z x, .
Mas,
2 1
) 1 , 1 , 0 ( ) 0 , 1 , 1 ( e ) 0 , 0 , 1 ( S z x S x + , para quaisquer R z x, .
Assim, {(1,0,0)} base do subespao
1
S e {(1,1,0),(0,1,1)} uma base do subespao
2
S .
Ento, (0,1,1) (1,1,0) (1,0,0) ) , , ( quando ) , , (
3 2 1 2 1
+ + = + k k k z y x S S z y x .
Assim,

=
= +
= +
z k
y k k
x k k
3
3 2
2 1

Sistema possvel, logo
3
R = +
2 1
S S .

2) Sejam } ), 0 , , 0 , 0 {( e } 0 | ) , , , {(
2 1
R R
4
= = = z z S t y x t z y x S .
} e com , ) , , , ( | ) , , , {(
2 2 1 1 2 1 2 1
S s S s s s t z y x t z y x S S + = = +
4
R .
Tem-se que,
2 1
) 0 , , 0 , 0 ( e ) , , , ( S z S t z y t y + , para quaisquer R t z y , , .
Mas,
2 1
) 0 , 1 , 0 , 0 ( e ) 1 , 0 , 0 , 1 ( ) 0 , 1 , 0 , 0 ( ) 0 , 0 , 1 , 1 ( S z S t z y + + , para quaisquer R t z y , , .
(0,0,1,0) (1,0,0,1) (0,0,1,0) (1,1,0,0) ) , , , ( quando ) , , , (
4 3 2 1 2 1
+ + + = + k k k k t z y x S S t z y x
Assim,

=
= +
=
= +
t k
z k k
y k
x k k
3
4 2
1
3 1

|
|
|
|
|
.
|

\
|
t
z
y
x
0 1 0 0
1 0 1 0
0 0 0 1
0 1 0 1

|
|
|
|
|
.
|

\
|
+

x y t
x y
z
x
0 0 0 0
0 1 0 0
1 0 1 0
0 1 0 1


Para que o sistema seja possvel necessrio que 0 = + x y t .
Ento, } 0 | ) , , , {(
2 1
= + = + x y t t z y x S S
4
R .



49
Seja V um espao vetorial n-dimensional. Se
2 1
e S S so subespaos de V ento:
) dim( dim dim ) dim(
2 1 2 1 2 1
S S S S S S + = + .
Este resultado conhecido como Teorema da Dimenso.

3. Soma Direta
Sejam
2 1
e S S subespaos do espao vetorial real V.
A soma de
2 1
e S S denominada soma direta quando } {
2 1 V
S S 0 = .
Notao:
2 1
S S


Coordenadas de um Vetor em relao a uma Base Ordenada
Seja V um espao vetorial n-dimensional, qualquer conjunto LI com n vetores uma base de V.
Ao se escolher uma base para o espao vetorial V, est-se adotando um sistema referencial no qual
pode-se expressar qualquer vetor de V.
Considere V v v v A
n
= } ,..., , {
2 1
uma base, qualquer vetor V v pode ser expresso de maneira nica
como combinao linear dos vetores da base A,

n n
v k v k v k v + + + = ...
2 2 1 1


onde R
n
k k k ,..., ,
2 1
so as coordenadas do vetor v em relao a base ordenada A.
Notao: ) ,..., , (
2 1 n A
k k k v = e na forma matricial
|
|
|
|
|
.
|

\
|
=
n
A
k
k
k
v
...
] [
2
1
.

Toda vez que a expresso coordenadas em relao a uma base utilizada, uma base ordenada est
sendo considerada.

Exemplos: O vetor ) 2 , 1 ( = v pode ser escrito:
1) Considerando a base cannica do R
2
.
) 1 , 0 ( 2 ) 0 , 1 ( 1 ) 2 , 1 ( + = ou seja
|
|
.
|

\
|
=
2
1
] [v .

2) Considerando a base )} 0 , 1 ( ), 1 , 1 {( = A .
) 0 , 1 ( ) 1 , 1 ( ) 2 , 1 (
2 1
+ = k k
Assim,

= +
=
2 0
1
2 1
2 1
k k
k k

Logo, 1 e 2
2 1
= = k k .
Portanto,
|
|
.
|

\
|
= + =
1
2
] [ e ) 0 , 1 ( 1 ) 1 , 1 ( 2 ) 2 , 1 (
A
v .





50
Matriz de Transio de uma Base para uma outra Base
Que relao existe entre as coordenadas de um vetor no antigo referencial e em um novo referencial?
Uma matriz permitir a relao entre estes referenciais, as bases do espao vetorial. Esta matriz
denominada matriz de transio ou matriz mudana de base.
O desenvolvimento a seguir considera duas bases do R
2
, no entanto o mesmo raciocnio pode ser
utilizado para qualquer espao vetorial V n-dimensional.
Sejam } , { e } , {
2 1 2 1
w w B u u A = = bases do R
2
.
Para qualquer
2
R v , tem-se:
2 1
u b u a v + = (1)
isto ,
|
|
.
|

\
|
=
b
a
v
A
] [ .
Como
2 1
e u u so vetores do R
2
, podem ser escritos como combinao linear dos vetores da base B.

+ =
+ =
2 22 1 12 2
2 21 1 11 1
w a w a u
w a w a u
(2)
Substituindo (2) em (1):
) ( ) (
2 22 1 12 2 21 1 11
w a w a b w a w a a v + + + =
2 22 21 1 12 11
) ( ) ( w a b a a w a b a a v + + + =

Portanto, e
22 21 12 11
a b a a a b a a + + so as coordenadas de v em relao base B.

Assim,
|
|
.
|

\
|
+
+
=
22 21
12 11
] [
a b a a
a b a a
v
B
.
Podendo ser rescrito como, . ] [
22 21
12 11
|
|
.
|

\
|

|
|
.
|

\
|
=
b
a
a a
a a
v
B

A matriz
|
|
.
|

\
|
22 21
12 11
a a
a a
acima denotada por
A
B
I ] [ sendo denominada a matriz de transio da base A
para a base B.
As colunas da matriz
A
B
I ] [ so as coordenadas dos vetores da base A em relao base B.
Obtm-se a equao matricial, . ] [ ] [ ] [
A
A
B B
v I v =
Analogamente, ] [ ] [ ] [
B
B
A A
v I v = para mudana da base B para a base A.
Observe que, . ] [ ] [ ] [
A
A
B B
v I v =
Como,
B
B
A A
v I v ] [ ] [ ] [ = .
Tem-se que, . ] [ ] [ ] [ ] [
B
B
A
A
B B
v I I v =
Como, . ] [ ] [
B n B
v I v =
Ento, . ] [ ] [
B
A
A
B n
I I I =
Logo, . ) ] ([ ] [
1
=
B
A
A
B
I I


51
Exerccios
1) Verifique se R
2
um espao vetorial, para as operaes definidas abaixo.
a)
) , ( ) , (
) , ( ) , ( ) , (
ky kx y x k
t y z x t z y x
=
= +


b)
) 0 , ( ) , (
) , ( ) , ( ) , (
kx y x k
t y z x t z y x
=
+ + = +


c)
) 2 , 2 ( ) , (
) , ( ) , ( ) , (
ky kx y x k
t y z x t z y x
=
+ + = +


d)
) , ( ) , (
) 0 , 0 ( ) , ( ) , (
ky kx y x k
t z y x
=
= +


e)
) , ( ) , (
) , ( ) , ( ) , (
ky kx y x k
yt xz t z y x
=
= +


f)
) , ( ) , (
) 1 , 1 ( ) , ( ) , (
ky kx y x k
t y z x t z y x
=
+ + + + = +


g)
) , ( ) , (
) , ( ) , ( ) , (
y kx y x k
t y z x t z y x
=
+ + = +


2) Considere o conjunto ) (R Fun de todas as funes : R R f . Definem-se duas operaes
binrias ) ( ) ( ) ( : R R R Fun Fun Fun + tal que ) ( ) ( ) )( ( x g x f x g f + = + e
) ( ) ( : R R R Fun Fun tal que ) ( ) )( ( x f k x f k = .
Estas operaes definem um espao vetorial?

3) Verifique se os seguintes subconjuntos so subespaos de R
3
.
a) } 3 | ) , , {( = = z z y x S
3
R
b) } | ) , , {(
2
y x z y x S = =
3
R
c) } 2 | ) , , {( y x z y x S = =
3
R
d) } 0 | ) , , {( > = x z y x S
3
R
e) } | ) , , {( z x y z y x S + = =
3
R
f) } ), , , 0 {( R = y y y S

4) Verifique se o conjunto soluo do sistema

=
= +
= +
1 2
0 4 2
2
z y x
z y x
z y x
um subespao vetorial de R
3
.

5) Escreva ) 2 , 1 ( = u como combinao linear de ) 3 , 0 ( e ) 2 , 1 ( .

6) O vetor ) 0 , 1 , 2 ( = v pode ser escrito como combinao linear dos vetores (1,2,0) e (0,1,0)?

7) Escreva 1 ) (
2
+ = x x x p como combinao linear de
3
4
2 ) ( e 2 ) (
2 2
= = x x r x x x q .
52

8) O conjunto )} 1 , 3 ( ), 1 , 0 ( ), 2 , 1 {( gera o R
2
?

9) Determine a equao do plano gerado pelos vetores ) 2 , 5 , 2 ( e ) 2 , 1 , 0 ( ), 0 , 2 , 1 ( .

10) Verifique se os conjuntos abaixo so LI ou LD.
a) )} 5 , 2 , 3 ( ), 5 , 3 , 1 ( ), 0 , 0 , 1 {(
b) )} 1 , 0 , 3 ( ), 3 , 2 , 1 ( ), 1 , 0 , 0 ( ), 1 , 2 , 1 {(
c) )} 1 , 2 ( ), 5 , 3 ( ), 2 , 1 {(
d) )} 2 , 0 , 0 ( ), 3 , 1 , 0 ( ), 2 , 0 , 1 {(
e) )} 1 , 1 , 1 , 1 ( ), 0 , 1 , 1 , 1 ( ), 0 , 0 , 1 , 1 ( ), 0 , 0 , 0 , 1 {(

11) Mostre que se V w v u } , , { LI ento } , , { w v w u v u + + + tambm um conjunto LI.

12) Complete com V(erdadeiro) ou F(also).
( ) [(1,2,0),(2,4,0) ] um plano no R
3
que passa pela origem.
( ) [(1,2,0),(2,3,0) ] um plano no R
3
que passa pela origem.
( ) V v v v
n
} ,..., , {
2 1
LD quando pelo menos um destes vetores combinao linear dos demais.
( ) )} 1 , 1 , 1 ( ), 2 , 1 , 0 ( ), 3 , 2 , 1 {( gera o R
3
.
( ) O conjunto {(1,2,3),(0,0,0),(2,3,5)} LI.
( ) Se V v v v
n
} ,..., , {
2 1
LI ento qualquer um dos seus subconjuntos tambm LI.
( ) Se todo subconjunto prprio de V v v v
n
} ,..., , {
2 1
LI ento } ,..., , {
2 1 n
v v v LI.
( ) [(1,2)] possui somente duas bases {(1,2)} e {(2,4)}.
( ) {(1,0,4),(7,8,0)} base de [(1,0,4),(7,8,0)].
( ) Todo conjunto LI de vetores uma base de seu subespao gerado.
( ) {(3,5),(0,0)} base do R
2
.
( ){(2,3),(4,5),(7,9)} gera o R
2
ento {(2,3),(4,5)}, {(2,3),(7,9)} e {(4,5),(7,9)} so bases do R
2
.
( ) Se
3
R = ] , , , [
4 3 2 1
v v v v ento quaisquer trs vetores deste conjunto formam uma base do R
3
.
( ) Um conjunto com trs vetores do R
3
base do R
3
.
( ) Um conjunto com mais do que trs vetores do R
3
no ser uma base do R
3
.
( ) )} 3 , 1 , 2 ( ), 3 , 2 , 1 {( base do R
2
.
( ) Qualquer base de um espao vetorial tem sempre o mesmo nmero de elementos.
( ) )} , ( ), 3 , 2 {( y x base do R
2
quando )] 3 , 2 [( ) , ( y x .
( ) Sejam V um espao vetorial n-dimensional e o conjunto V v v v
n

} ,..., , {
1 2 1
LI.
Ento } , ,..., , {
1 2 1
v v v v
n
base de V qualquer que seja o vetor V v .
( ) Se n V = dim ento qualquer conjunto LI com n vetores uma base de V.
( ) {(0,1,2),(1,0,1)} gera R
2
.
( ) Todo conjunto gerador de um espao vetorial V uma base para V.
( ) Se )] 4 , 1 , 1 ( ), 3 , 1 , 2 ( ), 1 , 0 , 1 [( = S ento . 3 dim = S


13) Para que valores de k os vetores ) 3 , 2 , 0 , 1 ( e ) 0 , 1 , 2 , 0 ( ), 1 , , 1 , 0 ( ), , 0 , 2 , 1 ( k k k geram um espao
tridimensional ?

14) Determine uma base e a dimenso dos seguintes subespaos de R
3
.
a) } e 2 | ) , , {( y z y x z y x = =
3
R
b) } 0 2 | ) , , {( = + z y x z y x
3
R
c) } 0 e 0 | ) , , {( = + = z x y z y x
3
R
53
15) Encontre uma base e a dimenso para o conjunto soluo do sistema

= + + +
= + + +
= +
0 2 3 2
0 4 2
0 2 2
t z y x
t z y x
t z y x
.
16) Mostre que a soma de subespaos tambm um subespao.

17) Determine o subespao interseo e o subespao soma para os casos abaixo, indicando quando a
soma direta.
a) } 0 3 | ) , , {( e } 0 2 | ) , , {(
2 1
= + = = + = y x z y x S z y x z y x S
3 3
R R
b) } 0 | ) , , {( e } | ) , , {(
2 1
= + + = = = z y x z y x S y x z y x S
3 3
R R

19) Sejam } 0 | ) , , {(
1
= = y z y x S
3
R e )]. 1 , 1 , 3 ( ), 0 , 2 , 1 [(
2
= S Determine
2 1
S S e
2 1
S S + , indicando
uma base e a dimenso em cada um dos casos.

20) Seja ) 3 , 2 , 1 ( = v e a base )} 6 , 1 , 2 ( ), 5 , 7 , 1 ( ), 3 , 0 , 1 {( = A . Indique
A
v] [ .

21) Considere )} 1 , 2 , 0 ( ), 3 , 2 , 0 ( ), 1 , 1 , 1 {( = A uma base para o R
3
. Encontre as coordenadas de
) 2 , 5 , 3 ( = v em relao a esta base.

22) Seja )} 1 , 0 , 0 ( ), 3 , 2 , 0 ( ), 1 , 1 , 1 {( = A e ) 3 , 0 , 2 ( ) ( =
A
v . Determine v.

23) Sendo )} 0 , 2 ( ), 1 , 3 {( = A uma base para o R
2
e
|
|
.
|

\
|
=
5
1
] [
A
v . Encontre:
a) As coordenadas de v na base cannica.
b) As coordenadas de v na base )} 5 , 1 ( ), 1 , 2 {( = B .

24) Encontre as coordenadas do vetor ) (
3 0
2 1

2 2
R

|
|
.
|

\
|
= Mat v em relao base
)
`

|
|
.
|

\
|
|
|
.
|

\
|

|
|
.
|

\
|

|
|
.
|

\
|
=
0 0
3 0
,
2 1
0 0
,
0 1
1 0
,
1 2
2 1
B .

25) Dadas as bases do R
3
, )}. 1 , 0 , 1 ( ), 1 , 2 , 0 ( ), 1 , 0 , 0 {( e )} 2 , 0 , 0 ( ), 0 , 1 , 0 ( ), 2 , 0 , 1 {( = = B A
a) Determine
A
B
I ] [ .
b) Considere
|
|
|
.
|

\
|

=
3
2
1
] [
A
v . Calcule
B
v] [ .

26) Considere as bases )}. 7 , 3 , 2 ( ), 4 , 6 , 2 ( ), 0 , 6 , 6 {( e )} 1 , 6 , 1 ( ), 1 , 2 , 3 ( ), 3 , 0 , 3 {( = = B A
a) Achar a matriz mudana de base de B para A.
b) Dado ) 5 , 8 , 5 ( = v , calcule
A
v] [ .

27) Seja
|
|
.
|

\
|

=
3 0
2 1
] [
A
B
I e )}. 0 , 2 ( ), 2 , 1 {( = B Determine a base A.

54
28) Seja
1 2
0 3
|
\

|
.
| a matriz mudana de base de B para A. Determinar a base A, sabendo que
)}. 1 , 0 ( ), 1 , 1 {( = B

29) Sabendo que } , { e } , {
2 1 2 1
w w B u u A = = so bases do R
2
tais que:
|
|
.
|

\
|

=
0
1
] [
A
v ,
2 1 1
u u w = e
2 1 2
3 2 u u w = , determine
B
v] [ .

30) Considere )} 1 , 0 , 0 ( ), 0 , 1 , 1 ( ), 0 , 1 , 1 {( e )} 1 , 2 , 0 ( ), 3 , 2 , 0 ( ), 1 , 1 , 1 {( = = B A . Determine as matrizes
mudana de base.


Respostas
1) Nenhum espao vetorial.
3) a)b)d) No
c)e)f) Sim
4) No
5) ) 3 , 0 ( ) ( ) 2 , 1 ( 1 ) 2 , 1 (
3
4
+ =
20)
|
|
|
.
|

\
|

=
2
0
5
] [
A
v
21) ) 2 , 1 , 3 ( ) ( =
A
v
6) Sim, 5 e 2
2 1
= = k k
7) ) ( ) ( ) ( ) (
4
3
2
1
x r x q x p + =
9) 0 2 4 = + z y x
10) a)d)e) LI
b)c) LD

22) ) 5 , 2 , 2 ( = v
23) a)
|
|
.
|

\
|

=
1
7
] [v b)
|
|
.
|

\
|

=
1
4
] [
B
v

12) F,V,V,F,F,V,F,F,V,V,
F,V,F,F,V,F,V,V,F,V,
F,F,F

24)
|
|
|
|
|
.
|

\
|

=
3
1
1
1
1
] [
B
v
13)
2
3
ou 1 = = k k
14) a) base : 1 dim e )} 1 , 1 , 2 {( =
b) base : 2 dim e )} 1 , 0 , 1 ( ), 0 , 1 , 2 {( =
c) base : 1 dim e } 1 , 0 , 1 {( =
25) a)
|
|
|
.
|

\
|

=
0 0 1
0 0
2 1
] [
2
1
2
1
A
B
I b)
|
|
|
.
|

\
|
=
1
1
6
] [
B
v
15) base : )} 1 , , 0 , ( ), 0 , 0 , 1 , 2 {(
5
3
5
1

2 dim =
26) a)
|
|
|
.
|

\
|

=
12
1
6
5
2
3
4
5
2
1
2
3
9
17
9
8
0
] [
B
A
I b)
|
|
|
.
|

\
|
=
2
1
2
5
3
2
] [
A
v
18) a) } ), 5 , , 3 {(
2 1
R = y y y y S S

3
R = +
2 1
S S
b) } ), 2 , , {(
2 1
R = y y y y S S

3
R = +
2 1
S S
Nenhum soma direta.
27) )} 4 , 8 ( ), 2 , 1 {( = A
28) )} 1 , ( ), 1 , 1 {(
3
2
= A
29)
|
|
.
|

\
|

=
1
3
] [
B
v
19) } ), , 0 , {(
2
7
2 1
R = z z z S S
base : 1 dim e )} 2 , 0 , 7 {( =

3
R = +
2 1
S S
base : 3 dim e )} 1 , 0 , 0 ( ), 0 , 1 , 0 ( ), 0 , 0 , 1 {( =
30)
|
|
|
.
|

\
|

=
1 3 1
1 1 0
1 1 1
] [
A
B
I e
|
|
|
.
|

\
|

=
4
1
2
1
4
1
4
1
2
1
4
1
0 1 1
] [
B
A
I


55
Apndice B Teoremas

1. O elemento neutro nico.

2. (Lei do Corte ou Lei do Cancelamento) Para quaisquer V w u v , , , se w v u v + = + ento
w u = .

3. O elemento simtrico nico.

4. Para quaisquer V u v , , se v u v = + ento
V
u 0 = .

5. Para quaisquer V u v , , se
V
u v 0 = + ento v u = .

6. Para todo V v ,
V
v 0 = 0 .

7. Para todo R k ,
V V
k 0 0 = .

8. Para todo ,
V
v V v 0 e para todo 0 , k k R ,
V
v k 0 .

Corolrio8. Para todo V v e para todo R k , se
V
v k 0 = ento
V
v k 0 = = ou 0 .

9. Para todo V v , v v = ) 1 ( .

10. Para todo } 0 { para todo e N n V v , v v v v n + + + = ... (soma com n parcelas).

11. Todo subespao vetorial um espao vetorial.

12. Se V v v v
r
} ,..., , {
2 1
ento ] ,..., , [
2 1 r
v v v um subespao vetorial de V.

13. Sejam V v v v
r
} ,..., , {
2 1
e V v . Se v uma combinao linear dos vetores
r
v v v ,..., ,
2 1
ento
] ,..., , [ ] , ,..., , [
2 1 2 1 r r
v v v v v v v = .

14. Sejam V v v v
r
} ,..., , {
2 1
e V u u u
s
} ,..., , {
2 1
. ] ,..., , [ ] ,..., , [
2 1 2 1 s r
u u u v v v = se e somente se cada
um dos vetores do conjunto } ,..., , {
2 1 r
v v v uma combinao linear dos vetores
s
u u u ,..., ,
2 1
e
cada um dos vetores do conjunto } ,..., , {
2 1 s
u u u uma combinao linear dos vetores
r
v v v ,..., ,
2 1
.

15. Seja
V
v V v 0 , , } {v linearmente independente.

16. Seja V v v v
r
} ,..., , {
2 1
. Se
V i
v 0 = , para algum r i ,..., 1 = ento } ,..., , {
2 1 r
v v v linearmente
dependente.

17. Seja V v v v
r
} ,..., , {
2 1
. O conjunto } ,..., , {
2 1 r
v v v linearmente dependente se e somente se pelo
menos um destes vetores combinao linear dos demais.

Corolrio17. Sejam V v v v
r
} ,..., , {
2 1
e V v . Se } ,..., , {
2 1 r
v v v linearmente independente e
} , ,..., , {
2 1
v v v v
r
linearmente dependente ento v uma combinao linear dos
vetores
r
v v v ,..., ,
2 1
.
56

18. Seja V v v v S
r
} ,..., , {
2 1
no vazio. Se S linearmente dependente ento } ,..., , {
2 1 r
v v v
linearmente dependente.

19. Sejam V v v v
r
} ,..., , {
2 1
um conjunto linearmente independente e R
r r
l l k k ,..., , ,...,
1 1
. Se
r r r r
v l v l v k v k + + = + + ... ...
1 1 1 1
ento
i i
l k = , para todo r i ,..., 1 = .

Corolrio19. Seja V v v v
n
} ,..., , {
2 1
. Se } ,..., , {
2 1 n
v v v uma base de V ento todo vetor V v
pode ser escrito de forma nica como combinao linear dos vetores
n
v v v ,..., ,
2 1
da
base.

20. Seja V v v v
r
} ,..., , {
2 1
. O conjunto } ,..., , {
2 1 r
v v v linearmente independente se e somente se
nenhum destes vetores combinao linear dos demais.

Corolrio20a. Seja V u v } , { . O conjunto } , { u v linearmente independente se e somente se um
vetor no mltiplo escalar do outro.

Corolrio20b. Seja V v v v
r
} ,..., , {
2 1
um conjunto linearmente independente e V v .
Se ] ,..., , [
2 1 r
v v v v ento } , ,..., , {
2 1
v v v v
r
um conjunto linearmente
independente.

21. Seja V v v v
r
} ,..., , {
2 1
. Se } ,..., , {
2 1 r
v v v linearmente independente ento qualquer um de seus
subconjuntos linearmente independente.

22. Seja V v v v
r
} ,..., , {
2 1
. Se V v v v
r
= ] ,..., , [
2 1
ento existe uma base A de V tal que
} ,..., , {
2 1 r
v v v A .

Corolrio22a. Seja V v v v
r
} ,..., , {
2 1
. Se } ,..., , {
2 1 r
v v v gera o espao vetorial V ento qualquer
conjunto de vetores de V com mais do que r elementos linearmente dependente.

Corolrio22b. Seja V v v v
r
} ,..., , {
2 1
. Se } ,..., , {
2 1 r
v v v gera V ento qualquer conjunto de vetores
de V linearmente independente tem no mximo r elementos.

23. Seja V v v v
r
} ,..., , {
2 1
. Se } ,..., , {
2 1 r
v v v linearmente independente ento pode-se estender o
conjunto } ,..., , {
2 1 r
v v v a um conjunto B base de V.

24. Sejam n V = dim e V v v v
n
} ,..., , {
2 1
. O conjunto } ,..., , {
2 1 n
v v v uma base de V se linearmente
independente ou se gera o espao vetorial V.

25. Seja } ,..., , {
2 1 n
v v v uma base do espao vetorial V e V u u u
m
} ,..., , {
2 1
.
i. Se n m > ento o conjunto } ,..., , {
2 1 m
u u u linearmente dependente.
ii. Se n m< ento o conjunto } ,..., , {
2 1 m
u u u no gera o espao vetorial V.

26. Todas as bases de um espao vetorial possuem o mesmo nmero de vetores.

27. Para quaisquer subespaos vetoriais U S e de V, U S e +U S .

28. Para quaisquer subespaos vetoriais U S e de V, U S um subespaos vetorial de V.
57

29. Para quaisquer subespaos vetoriais U S e de V, U S + um subespao vetorial de V.

30. Seja S um subespao vetorial de V tal que } {
V
S 0 . Ento V S dim dim .

31. Se V a soma direta dos subespaos vetoriais U S e ento todo vetor V v escrito de maneira
nica na forma u s v + = , com U u S s e .

32. Teorema da Dimenso Se U S e so subespaos vetoriais de V ento
) dim( dim dim ) dim( U S U S U S + = + .

Corolrio32. Seja S um subespao vetorial de V. Se V S dim dim = ento V S = .










58
TRANSFORMAES LINEARES

Transformao Linear
Sejam V e W espaos vetoriais reais. Dizemos que uma funo W V T : uma transformao
linear se a funo T preserva as operaes de adio e de multiplicao por escalar, isto , se os
seguintes axiomas so satisfeitos:

TL1. Para quaisquer V u v , , ) ( ) ( ) ( u T v T u v T + = + .
TL2. Para todo V v e para todo R k , ) ( ) ( v T k v k T = .


Exemplos:
1)
2 2
R R : T
) , ( ) , ( ) , ( y x y x T y x = a

Verificando os axiomas:
TL1. ) , ( ) , ( )) , ( ) , (( t z T y x T t z y x T + = + , para quaisquer
2
R ) , ( ), , ( t z y x ?
) , ( )) ( ), ( ( ) , ( )) , ( ) , (( t y z x t y z x t y z x T t z y x T = + + = + + = +
) , ( ) , ( ) , ( ) , ( ) , ( t y z x t z y x t z T y x T = + = +
Assim, a transformao linear T preserva a operao de adio de vetores.
TL2. ) , ( )) , ( ( y x T k y x k T = , para todo
2
R ) , ( y x e para todo R k ?
) , ( ) , ( )) ( ), ( ( )) ( ), ( ( ) , ( )) , ( ( y x T k y x k y k x k ky kx ky kx T y x k T = = = = =
Assim, a transformao linear T preserva a operao de multiplicao por escalar.

Considere ) 3 , 1 ( e ) 2 , 1 ( = = u v .
) 2 , 1 ( ) 2 , 1 ( ) ( = = T v T
) 3 , 1 ( ) 3 , 1 ( ) ( = = T u T
) 5 , 0 ( ) 3 , 1 ( ) 2 , 1 ( ) ( ) ( = + = + u T v T
) 5 , 0 ( ) 5 , 0 ( )) 3 , 1 ( ) 2 , 1 (( ) ( = = + = + T T u v T
) ( 2 ) 2 , 1 ( 2 ) 2 , 1 ( 2 ) 4 , 2 ( ) 4 , 2 ( )) 2 , 1 ( 2 ( ) 2 ( v T T T T v T = = = = = =











2)
3 3
R R : T
) 0 , , ( ) , , ( ) , , ( y x z y x T z y x = a
T uma transformao linear (Verifique.)
Esta transformao linear associa a cada vetor do R
3
sua projeo ortogonal sobre o plano XY.




X
Y
(x, y)
y
x
X
Y
-x
-y
T(x, y)=(-x, -y)
T
59















A transformao linear W V T :
0
tal que
W
v T v 0
0
= ) ( a denominada Transformao Nula.
Seja a transformao linear W V T : . Se os conjuntos V e W so iguais, W V = , ento T
denominada um Operador Linear.
O operador linear V V I
V
: tal que v v I v
V
= ) ( a denominado Operador Identidade.
As transformaes lineares R V T : so denominadas Funcionais Lineares.


Operadores Lineares no Espao Vetorial R
2


Reflexo em torno do eixo X: ) , ( ) , ( y x y x T = .

Reflexo em torno do eixo Y: ) , ( ) , ( y x y x T = .

Reflexo em torno da origem: ) , ( ) , ( y x y x T = .















Reflexo em torno da reta y x = : ) , ( ) , ( x y y x T = .

Reflexo em torno da reta y x = : ) , ( ) , ( x y y x T = .
X
Z
Y
(x, y, z)
X
Z
Y
T(x, y, z)=(x, y, 0)
T
T(v)
T(u)
T(v+u)
u
v
v+u
Y
X
60
Dilatao ou Contrao de fator k na direo do vetor: R = k ky kx y x T com ) , ( ) , ( .
Se 1 > k : dilatao.















Se 1 < k : contrao.
Se 0 < k : troca de sentido.
Se 1 = k : operador identidade.

Dilatao ou Contrao de fator k na direo do eixo X: 0 , com ) , ( ) , ( > = k k y kx y x T R .
Se 1 > k : dilatao.
Se 1 0 < < k : contrao.

Dilatao ou Contrao de fator k na direo do eixo Y: 0 , com ) , ( ) , ( > = k k ky x y x T R .
Se 1 > k : dilatao.
Se 1 0 < < k : contrao.



Cisalhamento na direo do eixo X: R + = k y ky x y x T com ) , ( ) , ( .
















Cisalhamento na direo do eixo Y: R + = k y kx x y x T com ) , ( ) , ( .

v
T(v)
v+u
T(v+u)
u
T(u)
X
Y
X
T(u)
T(v)
v+u
u
v
T(v+u)
Y
61
Rotao: 2 0 com ) cos sen , sen cos ( ) , ( + = y x y x y x T .




















Propriedades
1. Se W V T : uma transformao linear ento
W V
T 0 0 = ) ( .
dem.: ) ( ) ( ) ( ) (
V V V V V
T T T T 0 0 0 0 0 + = + = .
Mas,
W V V
T T 0 0 0 + = ) ( ) ( , pois W T
V
) (0 e
W
0 o elemento neutro em W.
Assim, ,
W V V V
T T T 0 0 0 0 + = + ) ( ) ( ) ( .
Logo,
W V
T 0 0 = ) ( .

Portanto, se
W V
T 0 0 ) ( ento T no uma transformao linear.
No entanto, o fato de
W V
T 0 0 = ) ( no suficiente para que T seja linear.
Por exemplo,
2 2
R R : T tal que ) , ( ) , (
2 2
y x y x T = .
) 4 , 1 ( ) 2 , 1 ( ) 2 , 1 (
2 2
= = T
) 25 , 9 ( ) 5 , 3 ( ) 5 , 3 (
2 2
= = T
) 29 , 10 ( ) 5 , 3 ( ) 2 , 1 ( T T T = +
) 49 , 16 ( ) 7 , 4 ( ) 7 , 4 ( )) 5 , 3 ( ) 2 , 1 ((
2 2
= = = + T T
Assim, ) ( ) ( ) ( u T v T u v T + +
Embora, ) 0 , 0 ( ) 0 , 0 ( = T , T no uma transformao linear.

2. Seja W V T : uma transformao linear.
Ento ) ( ... ) ( ) ( ) ... (
2 2 1 1 2 2 1 1 n n n n
v T k v T k v T k v k v k v k T + + + = + + + para quaisquer
V v v v
n
,..., ,
2 1
e para quaisquer R
n
k k k ,..., ,
2 1
.

Corolrio: Sabendo-se as imagens dos vetores de uma base do espao vetorial V possvel
determinar a transformao linear W V T : .


X
T(u)
T(v)
v+u
u v
T(v+u)
Y
62

Obtendo a Lei de uma Transformao Linear
Seja
2 2
R R : T um operador linear tal que ) 5 , 1 ( ) 3 , 2 ( = T e ) 1 , 2 ( ) 1 , 0 ( = T . Como encontrar a lei
que define este operador?

Soluo:
)} 1 , 0 ( ), 3 , 2 {( base para R
2
.(Verifique!)
Portanto, qualquer vetor
2
R v pode ser escrito como combinao linear destes vetores.
) 1 , 0 ( ) 3 , 2 ( ) , (
2 1
+ = = k k y x v com R
2 1
, k k .
) , 0 ( ) 3 , 2 (
2 1 1
k k k + =
) 3 , 2 (
2 1 1
k k k + =
Assim,
2 1 1
3 e 2 k k y k x + = = .
Ento,
2
3 2
e
2
2 1
x y
k
x
k

= = .
Logo, ) 1 , 0 (
2
3 2
) 3 , 2 (
2
) , (
x y x
y x

+ = .
Aplicando o operador linear,
|
.
|

\
|
+ = ) 1 , 0 (
2
3 2
) 3 , 2 (
2
) , (
x y x
T y x T
) 1 , 0 (
2
3 2
) 3 , 2 (
2
T
x y
T
x

+ =
) 1 , 2 (
2
3 2
) 5 , 1 (
2

+ =
x y x

|
.
|

\
|
+ |
.
|

\
|
=
2
3 2
, 3 2
2
5
,
2
x y
x y
x x

|
.
|

\
|
+
+
= y x
y x
,
2
4 7

Logo, |
.
|

\
|
+
+
= y x
y x
y x T ,
2
4 7
) , ( .


Ncleo e Imagem de uma Transformao Linear
Ncleo de uma transformao linear W V T : o conjunto de vetores do espao vetorial V cuja
imagem o vetor
W
0 .
Notao: } ) ( | { ) ( ) (
W
v T V v T Ker T N 0 = = =

Imagem de uma transformao linear W V T : o conjunto de vetores de W que so imagem
dos vetores do conjunto V.
Notao: } algum para , ) ( | { ) ( ) Im( V v w v T W w V T T = = =








N(T)
Im(T)
0
W

V W
T
63

Propriedades
1. ) (T N um subespao vetorial de V.
2. ) Im(T um subespao vetorial de W.
3. Teorema do Ncleo e da Imagem : ) Im( dim ) ( dim dim T T N V + =

Exemplo: Seja
3 2
R R : T tal que ) 0 , , 0 ( ) , ( y x y x T + = .
)} 0 , 0 , 0 ( ) , ( | ) , {( ) ( = = y x T y x T N
2
R .
Ento, ) 0 , 0 , 0 ( ) 0 , , 0 ( ) , ( = + = y x y x T .
Assim, y x y x = = + 0 .
Portanto, } ), , {( } | ) , {( ) ( R R
2
= = = y y y y x y x T N .
Uma base )} 1 , 1 {( e 1 ) ( dim = T N .

Representao grfica,
















} ) , ( para todo ), 0 , , 0 ( ) , ( { ) Im(
2
R + = = y x y x y x T T

Uma base para o conjunto imagem 1 ) Im( dim e )} 0 , 1 , 0 {( = T .












Observe que, ) Im( dim ) ( dim dim T T N + =
2
R , ) 1 1 2 ( + = .

(0,0,0)
Y
Y
X
X
Z
N(T) : x+y=0
Y : Im(T)
Z
X
X
Y
T
R
2
64
Transformao Linear Injetora
Uma transformao linear W V T : injetora, se para quaisquer V u v , , se u v ento
) ( ) ( u T v T . O que equivalente a, se ) ( ) ( u T v T = ento u v = .

Exemplo:
1) A transformao linear
3 2
R R : T tal que ) , , ( ) , ( y x y x y x T + = injetora.
Sejam
2
R ) , ( ), , ( t z y x .
Se ) , , ( ) , , ( ) , ( ) , ( t z t z y x y x t z T y x T + = + = .
Ento

+ = +
=
=
t z y x
t y
z x

Logo, ) , ( ) , ( t z y x = .

2) Seja o operador linear no R
3
tal que ) 0 , 0 , ( ) , , ( x z y x T = , que associa a cada vetor sua projeo
ortogonal no eixo X.
Considere os vetores ) 3 , 1 , 2 ( e ) 4 , 0 , 2 ( .
Assim, ) 0 , 0 , 2 ( ) 4 , 0 , 2 ( ) 3 , 1 , 2 ( = = T T .
Ento, T no injetora, pois u v u T v T = com ) ( ) ( .


Teorema: Uma transformao W V T : injetora se e somente se } { ) (
V
T N 0 = .
Assim, basta verificar se } { ) (
V
T N 0 = para garantir que uma transformao linear T injetora.

Exemplo: Seja o operador linear em no
2
R tal que ) , 2 ( ) , ( y x x y x T + = injetora, pois:
)} 0 , 0 ( ) , 2 ( | ) , {( )} 0 , 0 ( ) , ( | ) , {( ) ( = + = = = y x x y x y x T y x T N
2 2
R R .
Assim,

= +
=
0
0 2
y x
x

Ento, )} 0 , 0 {( ) ( = T N .



Transformao Linear Sobrejetora
Uma transformao linear W V T : sobrejetora se o conjunto imagem de T o conjunto W, isto ,
W T = ) Im( .

Exemplo: O operador linear em R
2
do exemplo anterior injetor.
Ento, 0 ) ( dim = T N .
Pelo Teorema do Ncleo e da Imagem, ) Im( dim ) ( dim dim T T N + =
2
R .
Assim, 2 ) Im( dim ) Im( dim 0 2 = + = T T .
Logo,
2
R = ) Im(T .

65
Transformao Linear Bijetora Isomorfismo
Uma transformao linear W V T : bijetora quando for injetora e sobrejetora. Transformaes
lineares bijetoras so tambm denominadas isomorfismos e, conseqentemente, V e W so
denominados espaos vetoriais isomorfos.

Exemplos:
1)
2 2
R R : T tal que ) , ( ) , ( x y y x T = .
2) V V I
V
: tal que v v I
V
= ) ( .
3)
4
R R

) ( :
2 2
Mat T tal que ) , , , ( ) ( x y z t
t z
y x
T =
|
|
.
|

\
|
.

Uma transformao W V T : denominada de transformao invertvel quando existir uma
transformao V W T

:
1
tal que
W
I T T =
1
o e
V
I T T =

o
1
. A transformao
1
T
denominada a transformao inversa de T. As transformaes lineares bijetoras so transformaes
lineares invertveis.

Teorema: Seja W V T : uma transformao. A transformao T bijetora se e somente se T
invertvel.
Teorema: Seja W V T : uma transformao linear invertvel. Ento a transformao V W T

:
1

linear.









Obtendo a Lei da Transformao Linear Inversa
1
T
Seja o operador linear
2 2
R R : T tal que ) , 2 ( ) , ( y x y x T = . O operador linear inverso
1
T ser
obtido da maneira a seguir:
)} 1 , 0 ( ), 0 , 1 {( uma base para R
2
.
) 0 , 2 ( ) 0 , 1 ( = T e ) 1 , 0 ( ) 1 , 0 ( = T .
Portanto, ) 0 , 1 ( ) 0 , 2 (
1
=

T e ) 1 , 0 ( ) 1 , 0 (
1
=

T .
Obtendo a lei de
1
T : ) , 2 ( ) , 0 ( ) 0 , 2 ( ) 1 , 0 ( ) 0 , 2 ( ) , (
2 1 2 1 2 1
k k k k k k y x = + = + = .
Assim,

=
=
2
1
2
k y
k x

Tem-se que, y k
x
k = =
2 1
e
2
.
Ento, ) 1 , 0 ( ) ( ) 0 , 2 ( ) , (
2
+ = y y x
x
.
( ) ) 1 , 0 ( ) ( ) 0 , 2 ( ) , (
2
1 1
+ =

y T y x T
x

) 1 , 0 ( ) ( ) 0 , 2 (
1 1
2
+ =

T y T
x

) 1 , 0 ( ) ( ) 0 , 1 (
2
+ = y
x

( ) y
x
= ,
2

Logo, a lei ( ) y y x T
x
=

, ) , (
2
1
.
v=T
-1
(w)
T(v)=w
V
W
T
T
-1
66
Matriz Associada a uma Transformao Linear
Sejam V um espao vetorial n-dimensional, W um espao vetorial m-dimensional e W V T :
uma transformao linear.
Considerando as bases } ,..., , {
2 1 n
v v v A= de V e } ,..., , {
2 1 m
w w w B = de W e um vetor qualquer V v ,
tem-se:
n n
v k v k v k v + + + = ...
2 2 1 1

com n i k
i
,..., 1 para todo , = R .

Aplicando a transformao linear T,
) ... ( ) (
2 2 1 1 n n
v k v k v k T v T + + + =
) ( ... ) ( ) ( ) (
2 2 1 1 n n
v T k v T k v T k v T + + + = (1)

Alm disso, W v T ) ( , portanto:
m m
w l w l w l v T + + + = ... ) (
2 2 1 1
(2)
com m j l
j
,..., 1 para todo , = R .

Como n i W v T
i
,..., 1 para todo , ) ( = .

+ + + =
+ + + =
+ + + =
m mn n n n
m m
m m
w a ... w a w a v T
...
w a ... w a w a v T
w a ... w a w a v T
2 2 1 1
2 2 22 1 12 2
1 2 21 1 11 1
) (
) (
) (
(3)

Substituindo (3) em (1), tem-se:
) ... ( ... ) .. ( ) ... ( ) (
1 1 2 1 12 2 1 1 11 1 m mn n n m m m m
w a w a k w a w a k w a w a k v T + + + + + + + + + =
m mn n m m n n
w a k a k a k w a k a k a k v T + + + + + + + + = ) ... ( ... ) ... ( ) (
2 2 1 1 1 1 12 2 11 1
(4)

Comparando (2) e (4), tem-se:
n n
a k a k a k l
1 12 2 11 1 1
... + + + =
n n
a k a k a k l
2 22 2 21 1 2
... + + + =
................................................
mn n m m m
a k a k a k l + + + = ...
2 2 1 1

Na forma matricial:

2
1
2 1
2 22 21
1 12 11
2
1
|
|
|
|
|
.
|

\
|
|
|
|
|
|
.
|

\
|
=
|
|
|
|
|
.
|

\
|
n mn n n
n
n
m
k
...
k
k
.
a ... a a
... ... ... ...
a ... a a
a ... a a
l
...
l
l

ou seja,
A
A
B B
v T v T ] .[ ] [ )] ( [ =

A matriz
A
B
T] [ a matriz associada a transformao T em relao as bases A e B.
Exemplo: Seja a transformao linear :
3 2
R R T tal que ) , , ( ) , ( y x y x y x T + = . Sendo A a base
cannica do R
2
e B a base cannica do R
3
, tem-se:
) 1 , 0 , 0 ( 1 ) 0 , 1 , 0 ( 0 ) 0 , 0 , 1 ( 1 ) 1 , 0 , 1 ( ) 0 , 1 ( + + = = T e
) 1 , 0 , 0 ( 1 ) 0 , 1 , 0 ( 1 ) 0 , 0 , 1 ( 0 ) 1 , 1 , 0 ( ) 1 , 0 ( + + = = T .
67
Ento,
|
|
|
.
|

\
|
=
1 1
1 0
0 1
] [
A
B
T .
Por exemplo,
|
|
.
|

\
|
=
3
2
)] 3 , 2 [(
A
.
Obtm-se, .
3
2
1 1
1 0
0 1
5
3
2
)] 5 , 3 , 2 [( )] 3 , 2 ( [
|
|
.
|

\
|

|
|
|
.
|

\
|
=
|
|
|
.
|

\
|
= =
B B
T
Sejam as bases no cannicas . )} 1 , 1 , 0 ( ), 1 , 3 , 2 ( ), 0 , 2 , 1 {( e )} 5 , 3 ( ), 2 , 1 {( = = B A
Assim, ) 1 , 1 , 0 (
2
7
) 1 , 3 , 2 ( )
2
1
( ) 0 , 2 , 1 ( 2 ) 3 , 2 , 1 ( ) 2 , 1 ( + + = = T e
) 1 , 1 , 0 (
6
55
) 1 , 3 , 2 ( )
6
7
( ) 0 , 2 , 1 (
3
16
) 8 , 5 , 3 ( ) 5 , 3 ( + + = = T .
Ento,
|
|
|
.
|

\
|
=
6
55
2
7
6
7
2
1
3
16
2
] [
A
B
T .
Por exemplo, .
1
1
)] 3 , 2 [(
|
|
.
|

\
|

=
A

Obtm-se,
|
|
|
.
|

\
|
=
|
|
.
|

\
|

|
|
|
.
|

\
|
= =
3
17
3
2
3
10
6
55
2
7
6
7
2
1
3
16
1
1
2
)] 5 , 3 , 2 [( )] 3 , 2 ( [
B B
T



As matrizes associadas a alguns dos operadores lineares no espao vetorial R
2
em relao base
cannica.


A
A
B
v T ] .[ ] [
=
B
v T )] ( [
Reflexo em torno do eixo X
|
|
.
|

\
|

|
|
.
|

\
|
y
x
1 0
0 1


|
|
.
|

\
|
y
x

Dilatao ou Contrao de fator k na direo do
vetor |
|
.
|

\
|

|
|
.
|

\
|
y
x
k
k
0
0


|
|
.
|

\
|
ky
kx

Cisalhamento na direo do eixo Y
|
|
.
|

\
|

|
|
.
|

\
|
y
x
k 1
0 1


|
|
.
|

\
|
+ y kx
x

Rotao
|
|
.
|

\
|

|
|
.
|

\
|
y
x
sen
sen


cos
cos


|
|
.
|

\
|
+



cos
cos
y xsen
ysen x

68
Operaes com Transformaes Lineares
1. Adio
Sejam W V T W V T : e :
2 1
transformaes lineares. Define-se a adio de
2 1
com T T como
sendo a transformao linear:
: ) (
2 1
W V T T +
) ( ) ( ) )( (
2 1 2 1
v T v T v T T v + = + a

Matricialmente,
A
B 2 1 2 1
] [ ] [ ] [ T T T T
A
B
A
B
+ = + , onde A uma base de V e B uma base de W.

Exemplo: Sejam :
1
3 3
R R T tal que ) , 2 , ( ) , , (
1
z y x z y x T = e :
2
3 3
R R T tal que
) , 0 , 0 ( ) , , (
2
z z y x T = .
A transformao soma : ) (
2 1
3 3
R R + T T tal que . ) 2 , 2 , ( ) , , )( (
2 1
z y x z y x T T = +
Ainda,
|
|
|
.
|

\
|
=
1 0 0
0 2 0
0 0 1
] [
1
T ,
|
|
|
.
|

\
|
=
1 0 0
0 0 0
0 0 0
] [
2
T e
|
|
|
.
|

\
|
= +
2 0 0
0 2 0
0 0 1
] [
2 1
T T em relao a base cannica
do R
3
.


2. Multiplicao por Escalar
Sejam W V T : uma transformao linear e R k um escalar. Define-se a transformao linear
produto de T pelo escalar k como sendo:
: ) ( W V T k
) ( ) )( ( v T k v T k v = a

Matricialmente,
A
B
A
B
T k T k ] [ ] [ = , onde A uma base de V e B uma base de W.

Exemplo: Seja 2 k e
0 3
1 0
2 1
] [ =
|
|
|
.
|

\
|
= T .
Ento, ) 3 , , 2 ( ) , ( x y y x y x T + = e ) 6 , 2 , 4 2 ( ) , )( 2 ( x y y x y x T + = .
Ainda, ] [ 2
0 6
2 0
4 2
] 2 [ T T =
|
|
|
.
|

\
|
=


3. Composio
Sejam W U T U V T : e :
2 1
transformaes lineares. Define-se a composta de
2 1
com T T
como sendo a transformao linear:
: ) (
1 2
W V T T o
)) ( ( ) )( (
1 2 1 2
v T T v T T v = o a

Matricialmente,
A
B
B
C
A
C
T T T T ] [ ] [ ] [
1 2 1 2
= o , onde A uma base de V , B uma base de U e C uma
base de W.


Exemplo: Sejam os operadores lineares no R
2
, ) , 2 ( ) , (
1
y y x y x T + = e ) 3 , 2 ( ) , (
2
y x y y x T + = .
69
) 3 , 7 ( )) 3 ( ), 3 ( ) 2 ( 2 ( ) 3 , 2 ( )) , ( ( ) , )( (
1 2 1 2 1
y x y x y x y x y y x y T y x T T y x T T + = + + + = + = = o
) 4 2 , 2 ( )) ( 3 ) 2 ( ), ( 2 ( ) , 2 ( )) , ( ( ) , )( (
2 1 2 1 2
y x y y y x y y y x T y x T T y x T T = + + = + = = o
Com relao a base cannica:
|
|
.
|

\
|

=
1 0
1 2
] [
1
T e
|
|
.
|

\
|

=
3 1
2 0
] [
2
T .

Assim,
|
|
.
|

\
|

=
|
|
.
|

\
|

|
|
.
|

\
|

=
3 1
7 1
3 1
2 0
1 0
1 2
] [
2 1
T T o e
|
|
.
|

\
|


=
|
|
.
|

\
|

|
|
.
|

\
|

=
4 2
2 0
1 0
1 2
3 1
2 0
] [
1 2
T T o .


Propriedades de Transformaes Invertveis
Sejam U W T W V T W V T : e : , :
2 1
transformaes lineares invertveis e 0 , k k R .
1. T T =
1 1
) (
2.
1 1 1
) (

= T k T k
3.
1
2
1
1
1
1 2
) (

= T T T T o o



Exerccios
1) Verificar se as transformaes so lineares:
a)
) , ( ) , , ( ) , , (
:
2
z y x z y x T z y x
T
+ =

a
2 3
R R


b)
) 2 , ( ) , , ( ) , , (
:
y x z y x T z y x
T
=

a
2 3
R R


c)
} 0 { , ), , ( ) , ( ) , (
:
+ + =

R
R R
2 2
b a b y a x y x T y x
T
a


d)
1 3 ) , , ( ) , , (
:
+ =

y x z y x T z y x
T
a
R R
3


e)
x y x T y x
T
=

) , ( ) , (
:
a
R R
2


2) Para que valores de R k a transformao no R
3
tal que ) 3 , , 3 2 ( ) , , ( z y k x z y x T + = linear?

3) Seja ) (R
n n
Mat

o espao vetorial das matrizes quadradas n n sobre R e ) (R
n n
Mat M

uma
matriz arbitrria qualquer.
A transformao ) ( ) ( : R R
n n n n
Mat Mat T

tal que A M M A A T + = ) ( linear?

4) Sejam ) 2 , 1 ( e ) 1 , 2 ( ), 0 , 1 ( ), 1 , 0 ( = = = = w t u v e
2 2
R R : T tal que ) 2 , 2 ( ) , ( y x y x T = , que define
a dilatao de fator 2 na direo do vetor.
Represente ) ( e ) ( ), ( ), ( , , , , w T t T u T v T w t u v em um sistema de eixos cartesianos.

70
5) Considere a transformao linear ) ( :
1 2
R R
2

Mat T tal que


|
|
.
|

\
|

|
|
.
|

\
|
=
y
x
y x T
3 0
2 1
) , ( .
Determine ) , ( e ) 4 , 3 ( ), 1 , 1 ( y x T T T .

6) Encontre a lei que define a transformao linear
2 2
R R : T que faz associar
cada vetor ) , ( y x v = sua reflexo em torno do eixo Y.
Determine ) 3 , 2 ( T .
Represente no sistema de eixos cartesianos.

7) Seja
2 3
R R : T uma transformao linear tal que ) 5 , 3 ( ) 0 , 1 , 0 ( ), 4 , 2 ( ) 0 , 0 , 1 ( = = T T e
) 1 , 1 ( ) 1 , 1 , 1 ( = T . Indique a lei de T.

8) Seja
2 3
R R : T uma transformao linear definida por ) 3 , 2 ( ) 0 , 1 , 1 ( ), 2 , 1 ( ) 1 , 1 , 1 ( = = T T e
) 4 , 3 ( ) 0 , 0 , 1 ( = T .
a) Determine ) , , ( z y x T .
b) Determine
3
R ) , , ( z y x tal que ) 2 , 3 ( ) , , ( = z y x T .
c) Determine
3
R ) , , ( z y x tal que ) 0 , 0 ( ) , , ( = z y x T .

9) Calcule o ncleo e o conjunto imagem das transformaes abaixo:
a)
) 2 3 , 3 2 ( ) , , ( ) , , (
:
z y x z y x z y x T z y x
T
+ + + + =

a
2 3
R R


b)
) 3 , 2 , ( ) , ( ) , (
:
y x y x y x y x T y x
T
+ + =

a
3 2
R R


10) Ache uma transformao linear
2 3
R R : T cujo ncleo seja gerado pelo vetor ) 0 , 1 , 1 ( .

11) Determinar um operador linear no R
3
cujo conjunto imagem seja gerado por )} 2 , 1 , 1 ( ), 1 , 1 , 2 {( .

12) Indique a lei de
1
T para cada uma das transformaes lineares:
a)
) , ( ) , ( ) , (
:
x y y x T y x
T
=

a
2 2
R R


b)
v v I v
V V I
V
V
=

) (
:
a


c)
) , , , ( ) (
) ( :
2 2
x y z t
t z
y x
T
t z
y x
Mat T
=
|
|
.
|

\
|
|
|
.
|

\
|

a
4
R R


13) Seja o operador linear T no R
3
tal que ) , , 2 ( ) , , ( z x y y x z y x T + + = . Mostre que T um
isomorfismo e indique sua inversa.
71

14) Considere } , , { w u v B = uma base do R
3
, onde ) 3 , 2 , 1 ( = v , ) 3 , 5 , 2 ( = u e ) 1 , 0 , 1 ( = w .
a) Ache uma frmula para a transformao linear
2 3
R R : T tal que ) 0 , 1 ( ) ( = v T , ) 0 , 1 ( ) ( = u T e
) 1 , 0 ( ) ( = w T .
b) Encontre uma base e a dimenso do ) (T N .
c) Encontre uma base e a dimenso da ) Im(T .
d) T invertvel? Justifique sua resposta.

15) Seja
2 3
R R : T tal que ) , ( ) , , ( z x y x z y x T + + = . Indique:
a)
A
B
T] [ considerando A e B bases cannicas.
b)
C
D
T] [ onde )} 2 , 0 , 0 ( ), 0 , 1 , 0 ( ), 0 , 0 , 1 {( = C e )} 5 , 3 ( ), 2 , 1 {( = D .
c)
D
v T ] ) ( [ onde ) 0 , 1 , 1 ( = v .

16) Sejam S e T operadores lineares no R
2
definidas por ) , 2 ( ) , ( y y x y x S + = e ) 3 , ( ) , ( y x y x T = .
Determine:
a) T S +
b) ) 4 ( ) 2 ( T S +
c) T S o
d) S S o

17) Escolha alguns vetores de R
2
, represente-os no plano cartesiano. Em seguida encontre a imagem
de cada um deles em relao ao operador S anterior. Represente essas imagens no plano
cartesiano. Observe o que acontece.

18) Repita os mesmos passos do exerccio anterior, para o operador T.

19) Seja T a transformao linear determinada pela matriz
|
|
|
.
|

\
|
4 0
0 4
0 2
.
a) Indique a lei da transformao.
b) Calcule ) 1 , 2 ( T .

20) Seja T o operador linear no R
3
definido por ) 3 , 4 , 2 ( ) , , ( x y x z y z y x T + = .
a) Encontre a matriz de T na base )} 0 , 0 , 1 ( ), 1 , 0 , 1 ( ), 0 , 1 , 1 {( = B .
b) Encontre
B
T )] 1 , 0 , 1 ( [ utilizando
B
B
T] [ .

21)Seja T a transformao linear associada a matriz
|
|
|
.
|

\
|

0 0 2
1 0 3
2 0 1
.
a) Ache uma base para ) (T N .
b) Ache uma base para ) Im(T .
c) T sobrejetora ? E injetora?
d) Determine a matriz associada a T em relao a base )} 2 , 1 , 0 ( ), 1 , 1 , 0 ( ), 0 , 2 , 1 {( .
72

22) Seja
3 2
R R : T a transformao linear definida por ) 0 , , 2 ( ) , ( x y x y x T + = .
a) Ache a matriz associada a T relativa as bases )} 4 , 2 ( ), 3 , 1 {( = A e )} 0 , 0 , 3 ( ), 0 , 2 , 2 ( ), 1 , 1 , 1 {( = B .
b) Use a matriz para calcular
B
v T )] ( [ onde
|
|
.
|

\
|
=
2
1
] [
A
v .

23) Seja T a transformao linear associada a matriz
|
|
|
.
|

\
|
1 2
0 3
2 1
.
a) Qual a lei que define T?
b) Determine o ncleo de T e uma base para ) (T N .
c) Determine a imagem de T e uma base para ) Im(T .

24) Seja a transformao linear
2 3
R R : T tal que ) 3 2 4 , 3 2 ( ) , , ( z y x z y x z y x T + + + = .
a) Considerando A e B as bases cannicas do R
3
e do R
2
, encontre| |
A
B
T .
b) Considerando )} 1 , 0 , 1 ( ), 1 , 1 , 0 ( ), 0 , 1 , 1 {( = A uma base do R
3
e )} 1 , 1 ( ), 1 , 1 {( = B uma base do R
2
,
encontre | |
A
B
T .

25) Seja a transformao linear
3 2
R R : T tal que ) , , 2 ( ) , ( y x y y x y x T + + = . Encontre:
a) A matriz de T em relao a base cannica
b) A matriz de T em relao as bases )} 1 , 0 ( ), 2 , 1 {( = A e )} 3 , 0 , 0 ( ), 1 , 2 , 0 ( ), 0 , 0 , 1 {( = B .

26) Considere
|
|
|
.
|

\
|
=
2 0
0 1
1 2
] [
A
B
T onde )} 1 , 1 ( ), 0 , 1 {( = A e )} 2 , 0 , 0 ( ), 1 , 1 , 0 ( ), 3 , 2 , 1 {( = B . Encontre as
coordenadas de
B
v T )] ( [ sabendo que as coordenadas de v em relao base cannica do R
2
so
|
|
.
|

\
|
2
1
.

27) Sabendo que a transformao linear
2 2
R R :

T , cuja matriz em relao base cannica


|
|
.
|

\
|



cos sen
sen cos
, aplicada a um vetor
|
|
.
|

\
|
=
y
x
v] [ indica a rotao do vetor v de um ngulo .
Assim, ] [
cos sen
sen cos
] [ v T
|
|
.
|

\
|

=

.
Utilizando a matriz de rotao, determine o vrtice ) , ( y x C = de um tringulo retngulo e issceles
em A, onde ) 3 , 5 ( e ) 1 , 2 ( = = B A .

28) Seja
|
|
|
.
|

\
|
2 0 0
0 1 0
0 0 2
a matriz associada a um operador T em relao base )} 1 , 0 , 0 ( ), 1 , 1 , 0 ( ), 1 , 0 , 1 {( .
Determine a lei de T.

73
Respostas
1) b) Sim
2) 0 = k
3) Sim
5)
|
|
.
|

\
|
=
3
3
) 1 , 1 ( T e
|
|
.
|

\
|
=
12
5
) 4 , 3 ( T

|
|
.
|

\
|
+
=
y
y x
y x T
3
2
) , (
16) a) ) 4 , 2 2 ( ) , )( ( y y x y x T S + = +
b) ) 14 , 4 6 ( ) , )( 4 2 ( y y x y x T S + = +
c) ) 3 , 6 ( ) , )( ( y y x y x T S + = o
d) ) , 4 ( ) , )( ( y y x y x S S + = o

19) a) ) 4 , 4 , 2 ( ) , ( y x x y x T =
b) ) 4 , 8 , 4 ( ) 1 , 2 ( = T
6) ) , ( ) , ( y x y x T = e ) 3 , 2 ( ) 3 , 2 ( = T
7) ) 8 5 4 , 4 3 2 ( ) , , ( z y x z y x z y x T + + =

8) a) ) 4 , 3 ( ) , , ( z y x z y x z y x T =
b) } ), , 6 , 1 {( R z z z
} ), , , 0 {( R y y y
20) a)
|
|
|
.
|

\
|

=
4 3 2
3 3 3
1 1 3
] [
B
T
b)
|
|
|
.
|

\
|

=
5
3
1
)] 1 , 0 , 1 ( [
B
T
9) a) } ), , 2 , {( ) ( R = z z z z T N

2
R = ) Im(T
b) )} 0 , 0 {( ) ( = T N
} 0 3 4 5 | ) , , {( ) Im( = + + = z y x z y x T
3
R

21) a) base )} 0 , 1 , 0 {( : ) (T N
b) base )} 0 , 1 , 2 ( ), 2 , 3 , 1 {( : ) Im( T
c) Nem injetora nem sobrejetora.
d)
|
|
|
.
|

\
|

=
3
10
3
5
3
20
3
10
1
0
4 2 1
] [
A
T
12) a) ) , ( ) , (
1
x y y x T =


b)
V V
I I =
1

c)
|
|
.
|

\
|
=

x y
z t
t z y x T ) , , , (
1

22) a)
|
|
|
.
|

\
|
=
3
4
3
8
2
1
1
0 0
] [
A
B
T b)
|
|
|
.
|

\
|
=
0
0
)] ( [
2
5
B
v T
14) a) ) , z y x T
z y x z y x
8
3 9
2
17
( ) , , (
+
=
b) } ), 0 , , {( ) (
3
R = y y T N
y

base )} 0 , 3 , 1 {( : ) (T N
1 ) ( dim = T N
c)
2
R = ) Im(T
base )} 1 , 0 ( ), 0 , 1 {( : ) Im(T
2 ) Im( dim = T
d) No, pois T no injetora.
23) a) ) 2 , 3 , 2 ( ) , ( y x x y x y x T + + =
b) )} 0 , 0 {( ) ( = T N
} 0 6 5 3 | ) , , {( ) Im( = + = z y x z y x T
3
R
base )} 1 , 0 , 2 ( ), 2 , 3 , 1 {( : ) Im( T

24) a)
|
|
.
|

\
|

=
3 2 4
3 1 2
] [
A
B
T
b)
1
6
] [
2
3
2
5
2
7
2
7
|
|
.
|

\
|

=
A
B
T
15) a)
|
|
.
|

\
|
=
1 0 1
0 1 1
] [
A
B
T
b)
|
|
.
|

\
|

=
2 2 1
6 5 2
] [
C
D
T
c)
|
|
.
|

\
|

=
3
7
] ) ( [
D
v T
25) a)
1 1
1 0
1 2
] [
|
|
|
.
|

\
|
=
A
B
T b)
|
|
|
.
|

\
|
=
6
1
2
1
0
1
1 0
] [
A
B
T
26)
|
|
|
.
|

\
|
=
4
1
0
)] ( [
B
v T
27) ) 4 , 0 ( = C ou ) 2 , 4 ( = C
28) ) 2 4 , , 2 ( ) , , ( z y x y x z y x T + + =

74
Apndice C Teoremas

Considere W V T : uma transformao linear.

33.
W V
T 0 0 = ) ( .

34. Para quaisquer V v v v
n
,..., ,
2 1
e para quaisquer R
n
k k k ,..., ,
2 1
,
) ( ... ) ( ) ( ) ... (
2 2 1 1 2 2 1 1 n n n n
v T k v T k v T k v k v k v k T + + + = + + + .

Corolrio34. Sabendo-se as imagens dos vetores de uma base do espao vetorial V possvel
determinar a transformao linear W V T : .

35. Para quaisquer V u v , , ) ( ) ( v T v T = e ) ( ) ( ) ( u T v T u v T = .

36. Seja S um subespao vetorial do espao vetorial V.
Ento } ) ( que tal existe | { ) ( w s T S s W w S T = = um subespao vetorial do espao W.

37. ) (T N um subespao vetorial de V.

38. ) Im(T um subespao vetorial de W.

39. Teorema do Ncleo e da Imagem. ) Im( dim ) ( dim dim T T N V + = .

40. T uma transformao linear injetora se e somente se } { ) (
V
T N 0 = .

41. Seja T uma transformao linear injetora e V v v v
n
} ,..., , {
2 1
um conjunto de vetores linearmente
independente. Ento o conjunto W v T v T v T
n
)} ( ),..., ( ), ( {
2 1
tambm linearmente
independente.

42. Se T uma transformao linear injetora e W V dim dim = ento T sobrejetora.

43. T bijetora se e somente se for invertvel.

44. Considere V v v v
n
} ,..., , {
2 1
. Se V v v v
n
= ] ,..., , [
2 1
ento ) Im( )] ( ),..., ( ), ( [
2 1
T v T v T v T
n
= .

Considere W V T T : , e U W R R : , transformaes lineares.

45. A transformao composta U V T R : ) ( o tal que )) ( ( ) )( ( v T R v T R = o linear.

46. Sejam T e R bijetoras.
Ento i) a transformao inversa V W T

:
1
linear.
ii) T T =
1 1
) (
iii)
1 1 1
) (

= T k T k
iv)
1 1 1
) (

= R T T R o o

75
47. Seja R k .
Ento i) ) ( ) ( ) ( T R T R T R R o o o + = +
ii) ) ( ) ( ) ( T R T R T T R + = + o o o
iii) ) ( ) ( ) ( T k R T R k T R k = = o o o


48. Seja } ,..., , {
2 1 n
v v v uma base V. Se o vetor
i
v pode ser associado a um vetor W w
i
, para todo
n i ,..., 1 = ento existe uma nica transformao linear W V T : tal que
i i
w v T = ) ( .

49. Seja ) , ( W V L (ou ) , ( W V Hom ) o conjunto de todas as transformaes lineares de V em W e as
seguintes operaes:
) ( ) ( ) )( ( que tal ) , (
) , ( ) , ( ) , ( :
2 1 2 1 2 1 2 1
v T v T v T T T T T T
W V L W V L W V L
+ = + +
+
a



) ( ) )( ( que tal ) , (
) , ( ) , ( :
v T k v T k T k T k
W V L W V L
=

a
R

Ento ] , , ), , ( [ + R W V L um espao vetorial.

50. Se n V = dim e m W = dim ento nm W V L = ) , ( dim .

O conjunto ) , ( R V L ou ) , ( R V Hom ou
*
V de todos os funcionais de V em R denominado espao
vetorial dual de V.


76
PRODUTO INTERNO
Definio
Considere V um espao vetorial real. O produto interno sobre V uma funo



v,u u v
V V
) , (
:
a
R


que satisfaz as seguintes propriedades:

PI1. (Positiva Definida) Para todo, 0 , , v v V v e
V
v v v 0 = = se somente e se 0 ,

PI2. (Simtrica) Para quaisquer = v u u v V u v , , , , .

PI3. (Aditividade) Para quaisquer + = + w u w v w u v V w u v , , , , , , .

PI4. (Homogeneidade) Para quaisquer V u v , e para todo = u v k u kv k , , , R .


Exemplos:
1) Produto usual, cannico ou Euclidiano no R
n
.

=
=
n
i
i i n n
y x y y y x x x
1
2 1 2 1
) ,..., , ( ), ,..., , (

2)
2
R : V
yt xz t z y x 3 ) , ( ), , (
2
1
+ =

3)
3
R : V
2 1 2 1 2 1 2 2 2 1 1 1
5 2 , , , , , ( z z y y x x z y x z y x + + =



Norma de um Vetor
Seja V um espao vetorial munido de um produto interno. Define-se a funo norma como sendo
R V : tal que = v v v , . Assim, = v v v ,
2
.
Com esta definio, a norma de vetores depende do produto interno considerado.

Seja V um espao vetorial munido de um produto interno. Um vetor V v denominado vetor
unitrio quando 1 = v .
Seja um vetor V v ,
V
v 0 . O vetor V
v
v
v
v
=
1
denominado vetor normalizado, e sempre
um vetor unitrio, isto , 1 =
v
v
.


77
Distncia entre dois Vetores
Seja V um espao vetorial munido de um produto interno. Define-se a funo distncia
R V V d : tal que u v u v d = ) , ( . Assim, = = u v u v u v u v d , ) , ( , e
= u v u v u v d , ) , (
2
.

ngulo entre dois Vetores
Seja V um espao vetorial munido com um produto interno. O ngulo entre dois vetores
V u v , tal que
u v
u v

,
cos

= com 0 .

Ortogonalidade
Seja V um espao vetorial munido de um produto interno. Dois vetores V u v , so denominados
vetores ortogonais quando 0 , = u v .
Notao: u v

Seja V um espao vetorial munido de um produto interno e o conjunto V v v A
n
= } ,..., {
1
.
O conjunto A dito conjunto ortogonal quando 0 , =
j i
v v , para todo n j i ,..., 1 , = , j i .
Se em um conjunto ortogonal todos os vetores so unitrios o conjunto denomindado conjunto
ortonormal.
Desta forma, se uma base do espao vetorial for um conjunto ortogonal, ser denominada base
ortogonal. Uma base ortogonal formada por vetores unitrios chamada base ortonormal.
Exemplo: O conjunto )} 5 , 3 , 6 ( ), 3 , 1 , 2 ( ), 0 , 2 , 1 {( ortogonal em relao ao produto interno usual.

Processo de Ortogonalizao de Gram-Schmidt. Projeo de um Vetor
sobre um Subespao.
O processo de ortogonalizao de Gram-Schmidt resolve o problema de a partir de uma base
qualquer de um espao vetorial, obter uma base ortogonal. O processo ser apresentado para os
espaos vetoriais do R
2
e R
3
, e, finalmente, generalizado.

Processo para o espao R
2

Considere } , {
2 1
v v A = uma base de R
2
.
Sejam
1 1
v u = e
1 2 2
ku v u = .
Assim, 0 ,
1 2
= u u isto , o vetor
2
u , obtido em funo de
1
v e
2
v , ortogonal ao vetor
1
u .
Interpretao geomtrica:













2
v
1 1
v u =
1
ku 2
u
78
O escalar R k tal que: 0 ,
1 2
= u u
0 ,
1 1 2
= u ku v
0 , ,
1 1 1 2
= u ku u v
0 , ,
1 1 1 2
= u ku u v
= 0 , ,
1 1 1 2
u u k u v


=
1 1
1 2
,
,
u u
u v
k
Logo, } , {
2 1
u u B = uma base ortogonal com
1 1
v u = e
1
1 1
1 2
2 1 2 2
,
,
u
u u
u v
v ku v u


= = .


O vetor
1
ku a projeo ortogonal do vetor
2
v no subespao vetorial gerado pelo vetor
1
u .

1
1 1
1 2
1 2 ] [
,
,
1
u
u u
u v
ku v proj
u


= =

Exemplo: Ortogonalizando a base )} 5 , 3 ( ), 2 , 1 {( pelo processo de Gram-Schmidt.
) 2 , 1 (
1 1
= = v u
|
.
|

\
|
= =


=


=
5
1
,
5
2
) 2 , 1 (
5
13
) 5 , 3 ( ) 2 , 1 (
) 2 , 1 ( ), 2 , 1 (
) 2 , 1 ( ), 5 , 3 (
) 5 , 3 (
,
,
1
1 1
1 2
2 2
u
u u
u v
v u
Assim o conjunto ( ) { }
5
1
5
2
, ), 2 , 1 ( uma base ortogonal do R
2
.

O vetor ( )
5
26
5
13
5
13
1
, ) 2 , 1 ( = = ku a projeo ortogonal do vetor ) 5 , 3 ( no subespao vetorial | | ) 2 , 1 ( .

Processo para o espao R
3

Seja } , , {
3 2 1
v v v A= uma base do R
3
.
Sejam os vetores
1 1
v u = e
1
1 1
1 2
2 2
,
,
u
u u
u v
v u


= .
O vetor
3
u obtido em funo dos vetores
3 2 1
e , v v v e ortogonal tanto ao vetor
1
u quanto ao vetor
2
u . Assim, ) (
2 2 1 1 3 3
u k u k v u + = com 0 ,
1 3
= u u e 0 ,
2 3
= u u .
Interpretao geomtrica para esta situao:

















2
u
1
u
2 2
u k
1 1
u k
3
u
3
v
79
O escalar R
1
k tal que: 0 ,
1 3
= u u
0 ), (
1 2 2 1 1 3
= + u u k u k v
0 ,
1 2 2 1 1 3
= u u k u k v
0 , , ,
1 2 2 1 1 1 1 3
= u u k u u k u v
Mas, 0 ,
1 2 2 1
= u u u u
= 0 , ,
1 1 1 1 3
u u k u v


=
1 1
1 3
1
,
,
u u
u v
k
O escalar R
2
k tal que: 0 ,
2 3
= u u
0 ), (
2 2 2 1 1 3
= + u u k u k v
0 ,
2 2 2 1 1 3
= u u k u k v
0 , , ,
2 2 2 2 1 1 2 3
= u u k u u k u v
Mas, 0 ,
2 1 2 1
= u u u u
= 0 , ,
2 2 2 2 3
u u k u v


=
2 2
2 3
2
,
,
u u
u v
k
Ento,
1 1
v u =
1
1 1
1 2
2 2
,
,
u
u u
u v
v u


=
2
2 2
2 3
1
1 1
1 3
3 2 2 1 1 3 3
,
,
,
,
u
u u
u v
u
u u
u v
v u k u k v u



= =
Logo, } , , {
3 2 1
u u u B = uma base ortogonal do R
3
, com
1 1
v u = ,
1
1 1
1 2
2 2
,
,
u
u u
u v
v u


= e
2
2 2
2 3
1
1 1
1 3
3 2 2 1 1 3 3
,
,
,
,
u
u u
u v
u
u u
u v
v u k u k v u



= = .

O vetor
2 2 1 1
u k u k + a projeo ortogonal do vetor
3
v no subespao vetorial gerado pelos vetores
2 1
e u u .
2
2 2
2 3
1
1 1
1 3
2 2 1 1 3 ] , [
,
,
,
,
2 1
u
u u
u u
u
u u
u u
u k u k v proj
u u


+


= + =


Generalizao
Seja } ,..., , {
2 1 n
v v v A= uma base de um espao vetorial V n-dimensional munido de um produto
interno.
Considere os vetores:
1 1
v u =
1
1 1
1 2
2 2
,
,
u
u u
u v
v u


=
2
2 2
2 3
1
1 1
1 3
3 3
,
,
,
,
u
u u
u v
u
u u
u v
v u



=
.......................................................................................
1
1 1
1
2
2 2
2
1
1 1
1
,
,
...
,
,
,
,



=
n
n n
n n n n
n n
u
u u
u v
u
u u
u v
u
u u
u v
v u
Ento } ,..., , {
2 1 n
u u u B = uma base ortogonal de V.
80
Como V
v
v
v
v
=
1
um unitrio, o conjunto
)
`

=
n
n
u
u
u
u
u
u
C ,..., ,
2
2
1
1
, obtido da normalizao
dos vetores da base ortogonal B, denominado base ortonormal.


Complemento Ortogonal
Seja V um espao vetorial munido de um produto interno e S um subespao vetorial de V. O
complemento ortogonal de S o conjunto } para todo , 0 , | { S s s v V v S = =

.

Exemplos:
1) } 0 | ) , , {( = = x z y x S
3
R .
Encontrar um vetor ortogonal ao subespao vetorial S significa encontrar um vetor ortogonal aos
vetores de uma base de S.
Seja )} 1 , 0 , 0 ( ), 0 , 1 , 0 {( uma base de S.
Assim, )} 1 , 0 , 0 ( ) , , ( e ) 0 , 1 , 0 ( ) , , ( | ) , , {( =

z y x z y x z y x S
3
R .
= = 0 ) 1 , 0 , 0 ( ), , , ( e 0 ) 0 , 1 , 0 ( ), , , ( z y x z y x
0 e 0 = = z y .
Ento, } 0 e 0 | ) , , {( = = =

z y z y x S
3
R .

2) } , ), , , 3 {( R = z y z y z y S .
Uma base para S )} 1 , 0 , 1 ( ), 0 , 1 , 3 {( .
} 0 ) 1 , 0 , 1 ( ), , , ( e 0 ) 0 , 1 , 3 ( ), , , ( | ) , , {( = = =

z y x z y x z y x S
3
R .
Assim,

= +
= +
0
0 3
z x
y x
.
} ), , 3 , {( R =

z z z z S .


Observe que, se S um subespao vetorial de V, seu complemento ortogonal

S tambm
subespao vetorial de V.
importante ainda ressaltar que o nico vetor comum a a e

S S o vetor nulo
V
0 , Assim,
} {
V
S S 0 =

.
O subespao vetorial

+ S S na verdade o prprio espao vetorial V.


Portanto, V S S =

.
Pelo Teorema da Dimenso,

+ = = S S S S V dim dim ) dim( dim .


81
Exerccios
1) Verifique que funes R R R
2 2
: definidas abaixo so produtos internos.
a) yt xz t z y x 3 2 ) , ( ), , ( + =
b) yt xz t z y x = ) , ( ), , (
c) xz t z y x 4 ) , ( ), , ( =
d) 1 ) , ( ), , ( + + = yt xz t z y x
e) t y z x t z y x
2 2
2 ) , ( ), , ( + =
f) t y z x t z y x
2 2
) , ( ), , ( + =
g)
2 2 2 2
) , ( ), , ( t y z x t z y x + =
h)
2 2 1 1
) , ( ), , ( l k l k t z y x = onde } , {
2 1
v v A = uma base qualquer do espao vetorial R
2
,
2 2 1 1
) , ( v k v k y x + = e
2 2 1 1
) , ( v l v l t z + = .
i) yt yz xt xz t z y x 5 2 2 ) , ( ), , ( + =


2) Calcule a norma de ) 2 , 5 , 1 ( considerando:
a) o produto interno usual no R
3
.
b) zt yr xw t r w z y x 3
2
1
) , , ( ), , , ( + + = .

3) Calcule ) 1 , 2 ( em relao ao:
a) produto interno usual.
b) yt xz t z y x 4 3 ) , ( ), , ( + = .

4) Considere o espao vetorial R
3
munido do produto interno usual. Determine R k tal que
41 ) 1 , , 6 ( = k .

5) Mostre que 1 =
v
v
para todo V v .

6) Sejam V v u , um espao vetorial euclidiano tais que 3 = v e 5 = u . Determine R k de
modo que 0 , = + u k v u k v .

7) Seja R
2
munido do produto interno usual e ) 5 , 3 ( e ) 2 , 1 ( = = u v .
a) interprete geometricamente v u u v u v + e , .
b) calcule ) , ( e ) , ( v u d u v d .

8) Seja o espao vetorial R
2
com produto interno usual. Seja que 3 = v , 4 = u e 5 2 = + u v .
Indique o ngulo entre v e u.

9) Verifique se os vetores ) 3 , 2 ( e ) 2 , 3 ( so ortogonais em relao aos seguintes produtos internos
no R
2
:
a) yt xz t z y x + = ) , ( ), , (
b) yt xz t z y x 3 4 ) , ( ), , ( + =

82
10) Se v e u so vetores ortogonais ento
2 2 2
u v u v + = + ? Justifique. (Generalizao do
Teorema de Pitgoras)

11) Normalize o conjunto )} 5 , 3 , 6 ( ), 3 , 1 , 2 ( ), 0 , 2 , 1 {( .

12) Verifique se as bases abaixo so ortogonais no R e no R, respectivamente, para o produto
interno usual.
a) )} 5 , 3 ( ), 2 , 1 {(
b)
)
`

|
.
|

\
|
|
.
|

\
|

|
.
|

\
|

3
2
,
3
2
,
3
1
,
3
2
,
3
1
,
3
2
,
3
1
,
3
2
,
3
2


13) Encontre um vetor unitrio no R
3
que seja ortogonal aos vetores ) 0 , 1 , 1 ( e ) 1 , 1 , 2 ( .

14) Seja V um espao vetorial euclidiano. Mostre que se V u v , so ortogonais e tais que
1 = = u v ento 2 = u v .

15) Ortogonalize a base )} 1 , 1 , 0 ( ), 0 , 2 , 1 ( ), 2 , 1 , 1 {( do R
3
.

16) O conjunto )} 1 , 1 , 0 ( ), 2 , 0 , 1 {( = A uma base de um subespao vetorial do R
3
. Obtenha uma base
ortogonal B a partir de A.

17) Encontre a projeo ortogonal do vetor ) 1 , 1 , 1 ( no subespao vetorial ] [B do exerccio
anterior.

18) Seja } , ), , , 3 {( R = z y z y z y S um subespao vetorial do R
3
. Indique

S ,

S S e

+ S S .

19) A partir da base )} 5 , 2 ( ), 3 , 1 {( indique duas bases ortonormais do R
2
.

20) Ortogonalize pelo processo de Gram-Schmidt as seguintes bases do R
3
.
a) )} 1 , 2 , 1 ( ), 0 , 1 , 1 ( ), 1 , 1 , 1 {(
b) )} 1 , 4 , 0 ( ), 2 , 7 , 3 ( ), 0 , 0 , 1 {(

21) Seja o espao vetorial R
3
munido do produto interno usual e seja S o subespao vetorial gerado
pela base ortogonal )} 3 , 0 , 4 ( ), 0 , 1 , 0 {( = B . Determine a projeo do vetor ) 1 , 1 , 1 ( no subespao
S.

22) Seja o espao vetorial R
3
com o produto interno zr yt xw r t w z y x 3 2 ) , , ( ), , , ( + + = .
Utilize o processo de Gram-Schmidt para transformar a base )} 0 , 0 , 1 ( ), 0 , 1 , 1 ( ), 1 , 1 , 1 {( numa
base ortogonal.

23) Seja o espao vetorial R
3
munido do produto interno usual e )} 2 , 4 , 2 ( ), , 3 , 2 , 1 {( = A .
Determine:
a) o subespao vetorial S gerado pelo conjunto A.
b) o subespao vetorial

S .

24) Considere o subespao vetorial } 0 | ) , , {( = = z x z y x S
3
R com o produto interno
zr yt xw r t w z y x 4 3 2 ) , , ( ), , , ( + + = . Determine

S , uma base e sua dimenso.



83
Respostas
2) a) 30 b)
75
2

3) a) 5 b) 4
4) 2 = a
6)
5
3
= a
7) 13 ) , ( ) , ( = = v u d u v d
8) ) arccos(
24
5
=
11) {( , , ), ( , , ), ( , , )
1
5
2
5
2
14
1
14
3
14
6
70
3
70
5
70
0
13)
|
|
.
|

\
|

3
3
,
3
3
,
3
3

15) {( , , ), ( , , ), ( , , ) 11 2 1
1
2
3
2
4
21
2
21
1
21
}
16) {( , , ), ( , , ) 1 0 2 1
2
5
1
5
}
17)
|
.
|

\
|
=

3
1
,
3
1
,
3
1
] [
v proj
B


18) a) Sim b) {0
V
} c) R
3

19) { } ) 0 , , ( ), , , ( ), 1 , 1 , 1 (
3
1
3
2
2
1
2
1
2
1

20) a) {(1,1,1),(-1,1,0),(
1
6
1
6
2
6
, , )}
b) {(1,0,0),(0,7,-2),( 0
30
53
105
53
, , )}
21)
|
.
|

\
|
=
25
3
, 1 ,
25
4
] [
v proj
B

22) { ) 0 , , ( ), , , ( ), 1 , 1 , 1 (
3
1
3
2
2
1
2
1
2
1
}
23) a) } 0 | ) , , {(
3
= + + = z y x z y x S R
b) } ), , , {( R =

z z z z S
24) } ), , 0 , 2 {( R =

z z z S
base : {(-2, 0, 1)}
1 dim =

S


84
Apndice D Teoremas
Seja V um espao vetorial munido de um produto interno. Para quaisquer V w u v , , e R
2 1
, , k k k .

Teo51. = u v k u k v , ,

Teo52. + = + w v u v w u v , , ,

Teo53. = u v k k u k v k , ,
2 1 2 1


Teo54. 0 , =
V
v 0

Teo55. Se para todo
V
u V u 0 , , 0 , = u v ento
V
v 0 = .

Teo56. Se para todo
V
u V u 0 , , = u w u v , , ento w v = .

Teo57. = w u w v w u v , , , .

Teo58. 0 v e
V
v v 0 = = se somente e se 0 .

Teo59. v k v k = .

Teo60. Desigualdade de Cauchy-Schwarz: u v u v , .

Corolrio60: u u v v u v , , ,
2
, isto ,
2 2
2
, v u u v .

Teo61. Desigualdade Triangular: u v u v + + .

Teo62. i) 0 ) , ( u v d e 0 ) , ( = u v d se e somente se u v =
ii) ) , ( ) , ( v u d u v d =
iii) ) , ( ) , ( ) , ( u w d w v d u v d +

Teo63. v
V
0 .

Teo64. Se u v ento v u .

Teo65. Se u v , para todo
V
u V u 0 , ento
V
v 0 = .

Teo66. Se w v e w u ento w u v + .

Teo67. Se u v ento u v k .

Teo68. (Generalizao do Teorema de Pitgoras) Se u v ento
2 2 2
u v u v + = + .

Teo69. Se } ,..., {
1 r
v v um conjunto ortogonal de vetores no nulos ento } ,..., {
1 r
v v um conjunto
linearmente independente.

85
Teo70. Sejam V S , } ,..., {
1 r
v v uma base de S e V v tal que para todo r i ,..., 1 = ,
i
v v ento
para todo S s , s v .

Teo71. Sejam } ,..., {
1 n
v v uma base ortonormal de V e V v . Ento
n n
v v v v v v v + + = , ... ,
1 1
.

Teo72. (Processo de Ortogonalizao de Gram-Schmidt)
Sejam V v v
r
} ,..., {
1
um conjunto de vetores linearmente independente. Existe um conjunto
ortogonal (ortonormal) V u u
r
} ,..., {
1
que uma base do subespao gerado pelo conjunto
} ,..., {
1 r
v v .

Teo73.

S .

Teo74. V S

.

Teo75. S S =

) (

Teo76. } {
V
S S 0 =

.

Teo77.

= S S V

Corolrio77: V S S dim dim dim = +



Teo78. Seja V um R-espao vetorial munido de um produto interno e um dado vetor V u . A
funo R V f
u
: tal que > =< v u v f , ) ( um funcional.

Teo79. Seja V um R-espao vetorial munido de um produto interno. A funo
*
: V V T tal que
v
f v T = ) ( uma transformao linear.

Teo80. Sejam V um R-espao vetorial munido de um produto interno e R V f : um funcional.
Ento existe um nico vetor V v tal que > =< u v u f , ) ( , para todo V u , isto , a funo
*
: V V T tal que
v
f v T = ) ( um isomorfismo.

Corolrio80. Se n V = dim ento n V =
*
dim .


86
AUTOVALORES E AUTOVETORES
Definio
Seja V V T : um operador linear. Um vetor
V
v V v 0 , , dito autovetor, vetor prprio ou
vetor caracterstico do operador T, se existir R tal que v v T = ) ( .
O escalar denominado autovalor, valor prprio ou valor caracterstico do operador linear T
associado ao autovetor v.

Exemplos:
1) :
2 2
R R T
) 8 , 3 ( ) , ( y x x y x a
) 2 , 1 ( autovetor de T associado ao autovalor 3 = , pois ) 2 , 1 ( 3 ) 6 , 3 ( ) 2 , 1 ( = = T .
2) :
3 3
R R T
) 3 2 , 2 , ( ) , , ( z y z y z y x z y x + + + + a
) 2 , 1 , 1 ( autovetor de T associado ao autovalor 4 = , pois ) 2 , 1 , 1 ( 4 ) 8 , 4 , 4 ( ) 2 , 1 , 1 ( = = T e
) 1 , 1 , 1 ( autovetor de T associado ao autovalor 1 = , pois ) 1 , 1 , 1 ( 1 ) 1 , 1 , 1 ( ) 1 , 1 , 1 ( = = T .

Seja v um autovetor do operador linear T associado ao autovalor ento V kv tambm um
autovetor de T associado ao autovalor , para todo 0 , k k R .

Exemplo: Seja o operador linear ) 8 , 3 ( ) , ( y x x y x T = .
O vetor ) 2 , 1 ( = v autovetor associado ao autovalor 3 = .
Como ) 4 , 2 ( 3 ) 12 , 6 ( ) 4 , 2 ( )) 2 , 1 ( 2 ( = = = T T , o vetor ) 4 , 2 ( tambm autovetor de T associado a
3 = .

Seja um autovalor do operador linear T. O conjunto } ) ( | { v v T V v V

= = de todos os
autovetores associados a juntamente com o vetor nulo
V
0 , denominado autoespao
correspondente ao autovalor .

Exemplo: Considere o operador ) 8 , 3 ( ) , ( y x x y x T = .
O autoespao { } { } R R
2
= = = x x x y x y x T y x V ), 2 , ( ) , ( 3 ) , ( | ) , (
3
corresponde ao autovalor 3 = .
87
Clculo de Autovalores, Autovetores e Autoespaos
Seja o operador linear V V T : tal que n V = dim .
Por definio, v v T = ) ( , com
V
v V v 0 , e R .
Considere o operador identidade V V I
V
: tal que v v I
V
= ) ( .
Assim, ) ( ) ( v I v T
V
= .
Ento,
V V
v I v T 0 = ) ( ) ( .
Pela definio de multiplicao por escalar em transformaes lineares,
V V
v I v T 0 = ) )( ( ) ( .
Pela definio de adio de transformaes,
V V
v I T 0 = ) )( ( .
Ento, o vetor
V
v V v 0 , , deve pertencer ao ncleo do operador ) (
V
I T , isto ,
) (
V
I T Ker v , com
V
v 0 .
Portanto, o operador linear ) (
V
I T no injetivo, consequentemente, no bijetivo, nem
invertvel.
O fato do operador linear no ser invertvel equivalente ao do determinante de sua matriz
associada, dada uma certa base, ser zero.
A equao 0 ) ] det([ =
n A
I T , onde
n
I a matriz identidade de ordem n, denominada de
equao caracterstica.
O polinmio ) ] det([
n A
I T denominado polinmio caracterstico de T, e suas razes em R so
os autovalores do operador linear T.

Exemplo: Seja
2 2
R R : T tal que ) 8 , 3 ( ) , ( y x x y x T = e considere a base cannica do R
2
.
Assim,
|
|
.
|

\
|

=
1 8
0 3
] [T e
|
|
.
|

\
|
=
|
|
.
|

\
|
=


0
0
1 0
0 1
2
I
Ento,
|
|
.
|

\
|

=
|
|
.
|

\
|

|
|
.
|

\
|

1 8
0 3
0
0
1 8
0 3
] [
2
I T
) 1 )( 3 (
1 8
0 3
det ) ] det([
2

=
|
|
.
|

\
|

= I T

=
=
= =
1
3
0 ) 1 )( 3 ( 0 ) ] det([
2
1
2

I T
Logo, 1 e 3
2 1
= = so os autovalores do operador linear T.

88
Tendo encontrado os autovalores
i
, com V i dim 1 .
Os autovetores so os vetores
V
v V v 0 , tais que
V V
v I T 0 = ) )( ( .
Considere uma base A para o espao vetorial V e a equao matricial
1
] [ ) ] ([

=
n A n A
v I T 0 ,
onde
1 n
0 a matriz nula de ordem 1 n .
Substituindo cada autovalor
i
encontrado na equao matricial, obtm-se um sistema de equaes
lineares.
Resolvendo-se cada um destes sistemas, os autovetores associados a cada um do autovalores so
obtidos, e, consequentemente, os autoespaos
i
V

.

Exemplo: Seja
2 2
R R : T tal que ) 8 , 3 ( ) , ( y x x y x T = com autovalores 1 e 3
2 1
= = e a
base cannica do R
2
.
Para 3
1
= :
1 2 2
] [ ) 3 ] ([

= 0 v I T

0
0
1 0
0 1
3
1 8
0 3

|
|
.
|

\
|
=
|
|
.
|

\
|

|
|
.
|

\
|
|
|
.
|

\
|

|
|
.
|

\
|
y
x

|
|
.
|

\
|
=
|
|
.
|

\
|

|
|
.
|

\
|
|
|
.
|

\
|

|
|
.
|

\
|
0
0
3 0
0 3
1 8
0 3
y
x
|
|
.
|

\
|
=
|
|
.
|

\
|

|
|
.
|

\
|
0
0
4 8
0 0
y
x

x y y x 2 0 4 8 = =
} ), 2 , {(
3
R = x x x V

Para 1
2
= :
1 2 2
] [ ) ) 1 ( ] ([

= 0 v I T

|
|
.
|

\
|
=
|
|
.
|

\
|

|
|
.
|

\
|
|
|
.
|

\
|
+
|
|
.
|

\
|
0
0
1 0
0 1
1 8
0 3
y
x

|
|
.
|

\
|
=
|
|
.
|

\
|

|
|
.
|

\
|
0
0
0 8
0 4
y
x

=
=
=
0
0 8
0 4
x
x
x

} ), , 0 {(
1
R =

y y V .



89
Multiplicidade de Autovalores
Sejam V um espao vetorial, T um operador linear em V e R
i
, com V i dim 1 , um autovalor
deste operador.
O nmero de vezes que ) (
i
aparece como um fator do polinmio caracterstico de T
denominado de multiplicidade algbrica de
i
, cuja notao ) (
i a
m .
A dimenso do autoespao
i
V

denominada a multiplicidade geomtrica de


i
, cuja notao
) (
i g
m .

Exemplos: Considerando a base cannica do R
3
.
1)
3 3
R R : T tal que ) 4 2 2 , 2 4 2 , 2 2 4 ( ) , , ( z y x z y x z y x z y x T + + + + + + =
|
|
|
.
|

\
|
=
4 2 2
2 4 2
2 2 4
] [T e
|
|
|
.
|

\
|

4 2 2
2 4 2
2 2 4
) ( ] [
3
I T
0 ) 8 ( ) 2 ( 0 32 36 12 0 ) ] det([
2 3
3
= = + = I T
} , ), , , {( e 2
2 1
R = = z y z y z y V
} ), , , {( e 8
8 2
R = = z z z z V
O autovalor 2 ocorre duas vezes como raiz do polinmio caracterstico, 2 ) 2 ( =
a
m , e seu
autoespao possui dimenso igual a 2, 2 ) 2 ( =
g
m . J o autovalor 8 ocorre nica vez como raiz,
1 ) 8 ( =
a
m , e ) 8 ( 1 dim
8 g
m V = = .

2)
3 3
R R : T tal que ) 2 , 2 , 3 ( ) , , ( z y y x z y x T + =
|
|
|
.
|

\
|
=
2 1 0
0 2 0
0 0 3
] [T e
|
|
|
.
|

\
|

2 1 0
0 2 0
0 0 3
) ( ] [
3
I T
0 ) 3 ( ) 2 ( 0 12 16 7 0 )) ( ] det([
2 2 3
3
= = + = I T
} ), , 0 , 0 {( e 2
2 1
R = = z z V
} ), 0 , 0 , {( e 3
3 2
R = = x x V
O autovalor 2 ocorre duas vezes como raiz do polinmio caracterstico, 2 ) 2 ( =
a
m , e
) 2 ( 1 dim
2 g
m V = = . O autovalor 3 ocorre nica vez como raiz, 1 ) 3 ( =
a
m , e ) 3 ( 1 dim
3 g
m V = = .


90
Diagonalizao de Operadores Lineares
Dado um operador linear V V T : , existem representaes matriciais de T relativas as bases de V.
Dentre estas representaes, a considerada mais simples uma matriz diagonal.
Como a cada base corresponde uma matriz, a questo se resume na obteno de uma certa base,
cuja representao matricial do operador linear T em relao a esta base uma matriz diagonal.
Assim, esta base diagonaliza o operador linear T.
Seja V um espao vetorial n-dimensional e V V T : um operador linear.
O operador linear T denominado um operador linear diagonalizvel se existir um base A de V tal
que
A
T] [ uma matriz diagonal. Esta base composta pelos autovetores do operador linear T.
Seja V um espao vetorial n-dimensional e V V T : um operador linear. Se existem n
autovalores distintos
n
, , K
1
ento o operador linear T diagonalizvel.
Exemplo: Seja o operador linear
3 3
R R : T tal que ) 2 , 2 , 4 ( ) , , ( z x y x z x z y x T + + + = e a
base cannica do R
3
, ento
|
|
|
.
|

\
|

=
1 0 2
0 1 2
1 0 4
] [T .
1
1
= , } ), 0 , , 0 {(
1
R = y y V e ) 0 , 1 , 0 (
1
= v
2
2
= , } ), , ,
2
{(
2
R = z z z
z
V e ) 2 , 2 , 1 (
2
= v
3
3
= , } ), , , {(
3
R = z z z z V e ) 1 , 1 , 1 (
3
= v
Sendo )} 1 , 1 , 1 ( ), 2 , 2 , 1 ( ), 0 , 1 , 0 {( = A uma base de autovetores,
|
|
|
.
|

\
|
=
3 0 0
0 2 0
0 0 1
] [
A
T


Se existem n r < autovalores distintos
r
, ,
1
K e suas multiplicidades algbricas e geomtricas
forem iguais, isto , para todo r i ,..., 1 = , ) ( ) (
i g i a
m m = , ento o operador linear T
diagonalizvel.
Exemplo: Seja o operador
3 3
R R : T tal que ) , , ( ) , , ( z y x z y x z y x z y x T + + + + + + = e a
base cannica do R
3
, ento
|
|
|
.
|

\
|
=
1 1 1
1 1 1
1 1 1
] [T .
0
1
= , } , ), , , {(
0
R = z y z y z y V e )} 1 , 0 , 1 ( ), 0 , 1 , 1 {(
1
= A
3
2
= , } ), , , {(
3
R = z z z z V e )} 1 , 1 , 1 {(
2
= A
Sendo )} 1 , 1 , 1 ( ), 1 , 0 , 1 ( ), 0 , 1 , 1 {(
2 1
= = A A A uma base de autovetores,
|
|
|
.
|

\
|
=
3 0 0
0 0 0
0 0 0
] [
A
T
91
Exerccios
1) Verificar, utilizando a definio, se os vetores dados so autovetores:
a)
|
|
.
|

\
|
=
3 1
2 2
] [ para ) 1 , 2 ( T .
b)
|
|
|
.
|

\
|

=
1 2 1
2 3 2
0 1 1
] [ para ) 3 , 1 , 2 ( T .

2) Os vetores ) 1 , 2 ( e ) 1 , 1 ( so autovetores de um operador linear
2 2
R R : T associados aos
autovalores 5
1
= e 1
2
= , respectivamente. Determinar ) 1 , 4 ( T .

3) Determinar o operador linear
2 2
R R : T cujos autovalores so 1
1
= e 3
2
= associados
aos autoespaos } ), , {(
1
R = y y y V e } ), , 0 {(
3
R = y y V .

4) Determinar os autovalores e os autovetores dos seguintes operadores lineares no R
2
.
a) ) 4 , 2 ( ) , ( y x y x y x T + + =
b) ) , ( ) , ( x y y x T =

5) Dado o operador linear T no R
2
tal que ) 2 , 5 3 ( ) , ( y y x y x T = , encontrar uma base de
autovetores.

6) Verificar se existe uma base de autovetores para:
a)
3 3
R R : T tal que ) 3 2 , 2 , ( ) , , ( z y z y z y x z y x T + + + + =
b)
3 3
R R : T tal que ) 2 2 , 2 , ( ) , , ( z y x y x x z y x T + + =
c)
3 3
R R : T tal que ) 3 4 , 3 2 , ( ) , , ( z y z y x x z y x T + + =

7) Seja
2 2
R R : T tal que ) 2 , 5 4 ( ) , ( y x y x y x T + + = . Encontrar uma base que diagonalize o
operador T.

8) O operador linear
4 4
R R : T tal que ) , , , ( ) , , , ( y x t z y z y x t z y x t z y x T + + + + + + + + =
diagonalizvel?


Respostas
1) a) Sim b) No
2) ) 3 2 , 4 ( ) , ( y x y x y x T + + = e
) 11 , 8 ( ) 1 , 4 ( = T
5) )} 0 , 1 ( ), 1 , 1 {(

6) a) b) Sim c) No
3) ) 3 2 , ( ) , ( y x x y x T + =
4) a) autovalores: 2 e 3
b) no possui autovalores reais

7) )} 2 , 5 ( ), 1 , 1 {( = A e
|
|
.
|

\
|

=
6 0
0 1
] [
A
T





92
Apndice E Teoremas

Seja V um espao vetorial n-dimensional e V V T : um operador linear.

Teo81. Se
V
v V v 0 , um autovetor do operador linear T associado ao autovalor R ento
para todo 0 , k k R , o vetor kv tambm um autovetor de T associado ao autovalor .

Teo82. Seja um autovalor de T. Ento

V um subespao vetorial de V.

Teo83. Sejam os autovetores v e v do operador linear T associados, respectivamente, aos
autovalores e distintos entre si. Ento v e v so linearmente independentes.

Teo84. Sejam
r
v v v ,..., ,
2 1
autovetores do operador linear T associados a autovalores todos distintos
r
,..., ,
2 1
. Ento os autovetores
r
v v v ,..., ,
2 1
so linearmente independentes.

Corolrio84: Seja um operador linear V V T : e V um espao vetorial n-dimensional. Se T possui
n autovalores distintos ento existe uma base constituda por autovetores.

Teo85. Sejam V um espao vetorial n-dimensional e V V T : um operador linear. Se existem n
autovalores distintos
n
, , K
1
ento o operador linear T diagonalizvel.

Teo86. Se existem n r < autovalores distintos
r
,..,
1
e para qualquer autovalor a multiplicidade
algbrica for igual a sua multiplicidade geomtrica, isto , para todo r i ,..., 1 = ,
) ( ) (
i g i a
m m = ento o operador linear T diagonalizvel.






93
ESPAOS VETORIAS COM PRODUTO INTERNO E
OPERADORES LINEARES

Operador Adjunto
Considere V um R-espao vetorial n dimensional munido de um produto interno.
Seja V V T : um operador linear, A uma base ortonormal de V e a matriz
A
T] [ associada ao
operador linear T em relao a base A.
A matriz
t
A
T] [ define um novo operador V V T :
*
, denominado operador adjunto do operador T.
O operador adjunto tal que para quaisquer V w v , , ) ( , ), (
*
w T v w v T = .

Exemplo: Seja
2 2
: R R T tal que ) 8 , 3 ( ) , ( y x x y x T = .
O operador
2 2 *
: R R T tal que ) , 8 3 ( ) , (
*
y y x y x T + = o operador adjunto de T.


Operador Auto-Adjunto
O operador linear V V T : denominado operador auto-adjunto quando para quaisquer V u v , ,
) ( , ), ( u T v u v T = , isto , T T =
*
.

Exemplos:
1)
2 2
: R R T tal que ) 4 , 4 2 ( ) , ( y x y x y x T + =
2)
3 3
: R R T tal que ) 2 , 2 3 , ( ) , , ( y z y x y x z y x T + =


Operador Ortogonal
O operador linear V V T : denominado operador ortogonal quando u v u T v T , ) ( ), ( = , isto ,
1 *
= T T .

Exemplos:
1)
2 2
: R R T tal que ) , ( ) , ( x y y x T =
2)
3 3
: R R T tal que ) , , ( ) , , (
2
2
2
2
6
6
6
6
3
6
3
3
3
3
3
3
z y z y x z y x z y x T + + + + + =


Operador Normal
O operador linear V V T : denominado operador normal quando comuta com seu operador
adjunto, isto , T T T T o o
* *
= .

Exemplo: Seja
2 2
: R R T tal que ) 3 6 , 6 3 ( ) , ( y x y x y x T + + = .
O operador adjunto
2 2 *
: R R T tal que ) 3 6 , 6 3 ( ) , (
*
y x y x y x T + = .
) 45 , 45 ( ) 3 6 , 6 3 ( )] , ( [ ) , )( (
* *
y x y x y x T y x T T y x T T = + = = o
) 45 , 45 ( ) 3 6 , 6 3 ( )] , ( [ ) , )( (
* * *
y x y x y x T y x T T y x T T = + + = = o

94
Exerccios
1) Classifique os operadores.
a) ) 5 2 , 2 2 ( ) , ( y x y x y x T + =
b) ) , cos sen , sen cos ( ) , , ( z y x y x z y x T + =
c) ) 3 , , 2 ( ) , , ( z y z y x y x z y x T + + + =

2) Ache valores para x e y tais que

0 1
y x
seja ortogonal.

3) D exemplo de um operador auto-adjunto no ortogonal e vice-versa.

4) D exemplo de um operador normal que no nem auto-adjunto nem ortogonal.

5) Seja [ ]

=
1 4 2
4 5 4
2 4 1
T . Verifique que T diagonalizvel sem usar os critrios de
diagonalizao.

6) Todo operador auto-adjunto um operador normal.

7) Todo operador ortogonal um operador normal.













95
Apndice F Teoremas
Considere V um R-espao vetorial n dimensional munido de um produto interno e V V T T T : , ,
2 1

operadores lineares.

Teo 87. i)
*
2
*
1
*
2 1
) ( T T T T + = +
ii)
* *
) ( T k T k = , para todo R k .
iii)
*
1
*
2
*
2 1
) ( T T T T o o =
iv) T T =
* *
) (
v)

= ) (Im
*
T KerT

Teo88. Sejam
1
T e
2
T operadores auto-adjuntos e R k . Ento ) (
2 1
T T + e ) (
1
kT tambm so
operadores auto-adjuntos.

Teo89. T auto-adjunto se e somente
A
T] [ uma matriz simtrica, qualquer que seja a base
ortonormal A.

Teoo90. Seja T auto-adjunto e
r
v v ,...,
1
autovetores associados a autovalores distintos
r
,...,
1
de T.
Ento . , ,... 1 , , a ortogonal j i r j i v v
j i
=

Teo91. Se T auto-adjunto ento T possui um autovalor real, isto , possui um autovetor no nulo.

Teorema Espectral para Operadores Auto-Adjuntos: Seja T um operador auto-adjunto ento T
diagonalizvel, isto , existe uma base ortonormal A de autovetores de V tal que
A
T] [ uma matriz
diagonal.

Teo92. So equivalentes:
i) T um operador ortogonal.
ii) T transforma bases ortonormais em bases ortonormais.
iii) T preserva produto interno, isto , u v u T v T , ) ( ), ( = , para quaisquer V v,u .
iv) T preserva norma, isto , v v T = ) ( , para todo V v .

Teo93. Seja T um operador ortogonal. Ento:
i) T preserva distncia.
ii) Os nicos autovalores possveis para T so 1 .
iii) Autovetores de T so sempre ortogonais.

Teo94. Seja T um operador normal. Ento:
i) ) ( T k tambm um operador normal.
ii) ) ( ) (
*
v T v T = , para todo V v .
iii) Se um autovalor de T ento um autovalor de
*
T .
iv) T e
*
T possuem os mesmos autovetores.
v)
*
KerT KerT = .
vi) T KerT Im ) ( =

.
96
BIBLIOGRAFIA


Anton, H. Elementary Linear Algebra. Wiley.

Boldrini, J.L.; et al. lgebra Linear. Harbra.

Domingues; Hygino. lgebra Linear e Aplicaes. Atual Editora.

Hoffman, K; Kunze, R. lgebra Linear. Editora Polgono.

Kolman, B. lgebra Linear. LTC.

Lay, C.D. lgebra Linear e suas Aplicaes. LTC

Lima, E.L. lgebra Linear. IMPA.

Lipschutz , S. lgebra Linear. Mc.Graw-Hill.

Steinbruch, A. lgebra Linear. Mc.Graw-Hill.


97
GLOSSRIO


Autoespao correspondente a um certo autovalor o conjunto de todos os autovetores associados a
este autovalor.

Autovalor associado ao operador linear T um escalar tal que v v T = ) ( , para algum vetor no
nulo v.

Autovetor associado a um operador linear um vetor no nulo v tal que v v T = ) ( , para algum
escalar .


Base para espao vetorial V um conjunto de vetores de V que so linearmente independentes e que
geram V.


Combinao linear dos vetores
n
v v ,...,
1
qualquer vetor da forma
n n
v k v k + + ...
1 1
onde
n
k k ,...,
1

so escalares.

Complemento ortogonal de um subespao vetorial o conjunto de vetores ortogonal a qualquer vetor
deste subespao.


Dimenso de um espao vetorial o nmero de elementos que compem uma base deste espao.


Imagem de uma transformao linear T o conjunto dos vetores T(v), sendo v um vetor qualquer do
domnio.

Isomorfismo entre espaos vetoriais qualquer transformao linear bijetora.


Um conjunto de vetores denominado linearmente dependente quando algum vetor do conjunto
uma combinao linear dos demais.

Um conjunto de vetores denominado linearmente independente quando nenhum dos vetores do
conjunto combinao linear dos demais.


Matriz anti-simtrica uma matriz quadrada A tal que A A
t
= .

Matriz escalonada qualquer matriz onde o nmero de zeros que precede o primeiro elemento no
nulo de uma linha aumenta linha a linha e todas as linhas nulas encontram-se na parte inferior da
matriz.

Matriz escalonada reduzida por linha uma matriz escalonada onde o primeiro elemento no nulo
de uma linha sempre o nmero 1 e o nico elemento no nulo desta linha.

Matriz idempotente qualquer matriz quadrada A tal que A A =
2
.
98

Matriz inversa da matriz quadrada A a matriz quadrada B tal que I A B B A = = .

Uma matriz quadrada denominada matriz invertvel quando possuir inversa.

Matriz normal qualquer matriz quadrada que comuta com sua transposta.

Matriz ortogonal qualquer matriz invertvel cuja matriz inversa igual a sua matriz transposta.

Matriz simtrica qualquer matriz quadrada igual a sua matriz transposta.

Multiplicidade algbrica de um autovalor
0
o grau do fator ) (
0
no polinmio caracterstico.

Multiplicidade geomtrica de um autovalor
0
a dimenso do autoespao
0

V .


Ncleo de uma transformao linear T o conjunto de vetores v tais que
W
v T 0 = ) ( .


Um operador linear T denominado operador diagonalizvel se existir uma base tal que sua
representao matricial nesta base seja uma matriz diagonal.


Polinmio caracterstico de um operador T o polinmio em obtido da frmula ) det( I T .

Posto de uma matriz escalonada seu nmero de linhas no nulas.


Sistema homogneo um sistema onde todos os termos independentes so nulos.

Subespao gerado por um conjunto de vetores o subespao vetorial formado por todas as
combinaes lineares destes vetores.

Subespao vetorial qualquer subconjunto de um espao vetorial que tambm um espao vetorial.