Você está na página 1de 157

lgebra Linear e Geometria Analtica

Ana Jlia Viamonte Departamento de Matemtica ISEP Setembro de 2011

Contedo
1 Matrizes
1.1 1.2 1.3 Denies Gerais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Operaes com matrizes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Exerccios Resolvidos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1.3.1 1.4 Aplicao: tratamento de imagens . . . . . . . . . . . . . . . . . . . . . .

4
4 7 14 18 20 22

Exerccios propostos 1.4.1

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

Solues . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

2 Determinantes
2.1 Exerccios Resolvidos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.1.1 2.2 Aplicao: Clculo de reas ou volumes . . . . . . . . . . . . . . . . . . .

25
29 32 33 36

Exerccios propostos 2.2.1

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

Solues . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

3 Matrizes inversa
3.1 Exerccios Resolvidos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.1.1 3.2 Aplicao: codicao de mensagens . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

37
42 44 47 50

Exerccios propostos 3.2.1

Solues . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

4 Sistemas de equaes lineares


4.1 4.2 Denies Gerais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Mtodo de Cramer . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

52
52 55

CONTEDO

4.3 4.4

Mtodo de Gauss e Gauss-Jordan . . . . . . . . . . . . . . . . . . . . . . . . . . . Exerccios Resolvidos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.4.1 Aplicao aos Circuitos eltricos . . . . . . . . . . . . . . . . . . . . . . .

58 62 63 66 71

4.5

Exerccios Propostos 4.5.1

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

Solues . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

5 Espaos vetoriais
5.1 5.2 5.3 5.4 5.5 5.6 5.7 Denies Gerais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Subespaos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

74
74 75 77 78 80 83 87 91 91 95

Combinao linear

Espao gerado e Conjunto gerador

Dependncia e independncia linear . . . . . . . . . . . . . . . . . . . . . . . . . . Base e dimenso de um espao vetorial . . . . . . . . . . . . . . . . . . . . . . . . Exerccios Resolvidos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5.7.1 Interpretao geomtrica da Independncia Linear . . . . . . . . . . . . .

5.8

Exerccios propostos 5.8.1

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

Solues . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

6 Transformaes lineares
6.1 6.2 6.3 6.4 Denies Gerais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Matriz de uma transformao linear . . . . . . . . . . . . . . . . . . . . . . . . .

98
98 102 105 109 111 112 114

Ncleo e imagem de uma transformao linear . . . . . . . . . . . . . . . . . . . . Exerccios resolvidos 6.4.1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

Aplicao: matriz Cannica de uma projeo

6.5

Exerccios propostos 6.5.1

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

Solues . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

7 Valores e vetores Prprios


7.1 Exerccios resolvidos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

115
119

CONTEDO

7.1.1 7.2

Aplicao: Problemas de misturas

. . . . . . . . . . . . . . . . . . . . . .

121 123 124

Exerccios propostos 7.2.1

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

Solues . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

8 Geometria Analtica
8.1 8.2 8.3 8.4 vetores . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . retas e Planos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Exerccios resolvidos Exerccios propostos 8.4.1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

125
125 134 148 151 155

Solues . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

9 Bibliograa

156

Captulo 1

Matrizes
1.1 Denies Gerais
Denio 1.1 1. Sejam p; n 2 N, designa-se por matriz do tipo p n (l-se "p por n"), sobre o corpo K , a uma funo de f1; : : : ; pg f1; : : : ; ng em K . Isto , uma matriz do tipo p n uma tabela com p linhas (las horizontais) e n colunas (las verticais),
2 6 6 6 6 4

a11 a21 ::: ap 1

a12 a22 ::: ap2

::: ::: ::: :::

a1n a2n ::: apn

3 7 7 7: 7 5

2. Neste curso iremos trabalhar sobre o corpo R dos nmeros reais. Representa-se por Mpn (R) o conjunto das matrizes de tipo p n sobre R ou simplesmente, conjunto das matrizes de tipo p n. 3. Sejam A 2 Mpn (R), i 2 f1; : : : ; pg e j e da coluna j de A por

2 f 1; : : : ; n g .

Representa-se o elemento da linha i

aij ou por (A)ij :


4. Seja A 2 Mpn (R). Se p 6= n diz-se que A uma matriz retangular de tipo p n; se p = n diz-se que A uma matriz quadrada de ordem n. 5. Chama-se linha i da matriz A, e representa-se por li;A , ou por li se no houver ambiguidade relativamente matriz, a

li;A = (ai1 ; : : : ; ain ):


6. Chama-se coluna j da matriz A, e representa-se por cj;A , ou por cj se no houver
4

CAPTULO 1.

MATRIZES

ambiguidade relativamente matriz, a

cj;A = (a1j ; : : : ; apj ):


Notao
Usam-se letras maisculas para representar matrizes.

j 2 f1; : : : ; ng.

Sejam

2 Mpn(R), i 2 f1; : : : ; pg e

Usa-se a seguinte notao:

A = [aij ] 2 Mpn (R):

1 1 3 p5 7 Exemplo: 1 1. A matriz A = 6 4 0 1 3=5 2=3 5 2 M34 (R). p 2 3 0 2=5 2. A uma matriz retangular de tipo 3 4. p 3. a23 = 3=5; a14 = 5; a33 = 0. 4. a segunda linha da matriz A : l2 = (0; 1; 3=5; 2=3). 5. a terceira coluna da matriz A : c3 = (3; 3=5; 0).
2 3

1 2 3 A= 2 3 4 7 5 uma matriz quadrada de ordem 3. 3 4 5


6 4

Exemplo: 2 Explicitar a matriz A 2 M33 (R), aij 2 3

= i + j 1.

Denio 1.2

1. Dois elementos dizem-se homlogos se so elementos na mesma posio.

2. Sejam A; B 2 Mpn (R). Diz-se que A e B so iguais se e s se os elementos homlogos so iguais, isto , aij = bij ; 8i; j .

0 a 2 Exemplo: 3 1. As matrizes A = 1 2 3 a = 2 e b = 3.
2 3 2

"

0 2 2 eB = 1 2 b
3 7 5

"

so iguais se e s se

0 a 2 0 2 2 6 7 6 2. As matrizes A = 4 1 2 3 5 e B = 4 1 2 3 1 2 4 1 2 a2 a2 = 4, isto , a = 2 e a = 2, ou seja, a = 2.

so iguais se e s se a = 2 e

Denio 1.3 Seja A uma matriz quadrada de ordem n,


1. designam-se por elementos principais da matriz A os elementos aii ; i 2 f1; : : : ; ng.

1.1.

DEFINIES GERAIS

2. chama-se diagonal principal ou diagonal de A a (a11 ; a22 ; : : : ; ann ). 3. chama-se diagonal secundria a (a1n ; a2;n1 ; : : : ; an1 ). 4. o trao de A representa-se por tr(A) e igual soma dos elementos da diagonal principal, isto ,

tr(A) = a11 + : : : + ann =

n X i=1

aii :

Exemplo:

1 6 6 2 4 Na matriz 6 6 3 4 0

2 1 0 5

3 0 1 6

07 57 7; 67 5 1

1. A diagonal principal

(1; 1; 1; 1). 2. A diagonal secundria (0; 0; 0; 0). 3. tr(A) = 1 + 1 + 1 + 1 = 4.

Denio 1.4 Seja A 2 Mmn (R),


1. Diz-se que A uma matriz nula se todos os elementos da matriz so nulos, isto , se aij = 0; 8i; j . Representa-se esta matriz por 0mn ou, se no houver ambiguidade relativamente ao tipo da matriz, apenas por 0. 2. Diz-se que A uma matriz coluna se s tem uma coluna, isto , se n = 1. 3. Diz-se que A uma matriz linha se s tem uma linha, isto , se m = 1.

Denio 1.5 Seja A 2 Mnn (R),


1. Diz-se que A uma matriz diagonal se aij

= 0 quando i 6= j .

2. Diz-se que A uma matriz escalar se uma matriz diagonal em que

a11 = a22 = : : : = ann ;


3. Diz-se que A a matriz Identidade se uma matriz escalar em que

a11 = a22 = : : : = ann = 1:


Representa-se esta matriz por In ou, se no houver ambiguidade relativamente ordem da matriz, apenas por I .

CAPTULO 1.

MATRIZES

4. Diz-se que A uma Matriz triangular superior se aij elementos "abaixo"da diagonal principal so todos nulos. 5. Diz-se que A uma Matriz triangular inferior se aij elementos "acima"da diagonal principal so todos nulos.
2 3

= 0 quando i > j . = 0 quando i < j .

Isto , os Isto , os

Exemplo: 5
2

1 0 0 6 1. A matriz 4 2 3 0 7 5 uma matriz triangular inferior de ordem 3. 4 5 6


3

1 0 0 7 2. A matriz 6 4 0 3 0 5 uma matriz diagonal. 0 0 6 1 0 0 6 3. A matriz 4 0 1 0 7 5 a matriz identidade de ordem 3, I3 . 0 0 1


" 2 3

4. A matriz

5 0 0 5

uma matriz escalar.

1.2 Operaes com matrizes


A; B 2 Mmn (R). A + B 2 Mmn (R) onde
Sejam

Adio de matrizes:

Chama-se soma das matrizes

A e B , e representa-se por A B , matriz

(A + B )ij = (A)ij + (B )ij :

Produto (ou Multiplicao) de uma matriz por um escalar:


Seja

A 2 Mmn (R) e 2 R. Chama-se produto (ou multiplicao) da matriz A pelo escalar , e representa-se por A, matriz de tipo m n tal que

( A)ij = (A):
Obs: 1
1. A adio de matrizes s est denida se as matrizes forem do mesmo tipo.

2. sempre possvel multiplicar uma matriz por um escalar. 3. Seja A 2 Mmn (R). Em vez de

(1)A escreve-se apenas A. 4. Sejam A; B 2 Mmn (R). Em vez de A + (1)B escreve-se apenas A B .
Teorema 1.1 As operaes de matrizes gozam das seguintes propriedades:

1.2.

OPERAES COM MATRIZES

1.

Propriedade comutativa da adio de matrizes:

8A; B 2 Mmn(R) : A + B = B + A:
2.
Propriedade associativa da adio de matrizes

8A; B; C 2 Mmn(R) : A + (B + C ) = (A + B ) + C:
3.
Existncia de elemento neutro na adio de matrizes

8A 2 Mmn(R) : A + 0mn = A:
4.
Existncia de elemento oposto na adio de matrizes

8A 2 Mmn(R) : A + A = A A = 0mn:

: ( )A = ( A): 6. 8 ; 2 R; 8A 2 Mmn (R) : ( + )A = A + A: 7. 8 2 R; 8A; B 2 Mmn (R) : (A + B ) = A + B: 8. 8A 2 Mmn (R) : 1A = A:


Exemplo: 6 Considere as matrizes:

5. 8 ; 2 R; 8A 2 Mmn (R)

1 0 A= 2 4
Tem-se:
"

"

1 2 ; B= 3 2
#

"

1 3 eC= 3 1
" #

"

1 + (1) 0 + 2 = 0 2 = B + A; A+B = 2 + 3 4 + (2) 5 2


1) + 1 (0 + 2) + 3 = 1 5 = A + (B + C ) (A + B ) + C = (1 (2 + 3) 3 (4 2) + 1 2 3
" # " #

31 30 = 3 0 3A = 3 2 34 6 12
Produto (ou Multiplicao) de matrizes:
Sejam se produto (ou multiplicao) da matriz A pela

"

"

AB 2 Mmp (R) onde

A 2 Mmn (R) e B 2 Mnp (R). Chamamatriz B, e representa-se por AB , matriz

(AB )ij =

n X k=1

(A)ik (B )kj :

CAPTULO 1.

MATRIZES

Obs: 2 1. S possvel efetuar o produto de duas matrizes quando o nmero de colunas da primeira matriz for igual ao nmero de linhas da segunda matriz.
2. Se A 2 Mmn (R) e B 2 Mnp (R) ento (AB )ij

= li;A cj;B .

3. O produto de matrizes no comutativo, isto , de uma forma geral AB 6= BA

Denio 1.6 Sejam A 2 Mmn (R) e B 2 Mnp (R). Em geral, AB 6= BA. Nos casos particulares em que AB = BA, as matrizes A e B dizem-se permutveis ou comutveis. Teorema 1.2
1. 8A 2 Mmn (R); 8B 2 Mnp (R); 8C

2 Mpq (R) : (AB )C = A(BC ):

2. 8A; B 2 Mmn (R); 8C 3. 8A 2 Mmn (R); 8B; C

2 Mnp(R)) : (A + B )C = AC + BC . 2 Mnp(R)) : A(B + C ) = AB + AC .

4. 8A 2 Mmn (R) : AIn = Im A = A 5. 8 2 R; 8A 2 Mmn (R)); 8B 2 Mnp (R) : (AB ) = ( A)B = A( B ):

Denio 1.7 Seja A 2 Mnn (R) e p 2 N. Designa-se por p-sima potncia da matriz A, e representa-se por Ap o produto de A por si prpria p vezes. Isto ,

Ap =

p Y k=1

Por exemplo A2 = AA, A3 = AAA = A2 A, A4 = AAAA = A3 A

Exemplo: 7 Dadas as matrizes:


" # 1 2 a b c 1 3 7 A= ; B=6 : 4 1 2 5 e C = d e f 3 1 3 4 " # 2 3

Determine AB , BC e C 2 .
Resoluo:

AB =

"

a (1) + b 1 + c 3 a 2 + b (2) + c 4 d (1) + e 1 + f 3 d 2 + e (2) + f 4


" #

a + b + 3c 2a 2b + 4c ; = d + e + 3 f 2d 2e + 4 f 2 3 2 3 1 1 + 2 (3) 1 3 + 2 1 7 1 6 BC = 6 1321 7 1 7 4 1 1 2 (3) 5=4 7 5; 3 1 + 4 (3) 3 3 + 4 1 9 13

10

1.2.

OPERAES COM MATRIZES

C 2 = CC =

"

1 3 1 3 = 1 1 + 3 (3) 1 3 + 3 1 3 1 3 1 3 1 + 1 (3) 3 3 + 1 1 " # 8 6 = 6 8 :


" # "

"

"

Obs: 3 A lei do Anulamento do produto no vlida para o produto de matrizes. Exemplo: 8

mostra que possvel que o produto de duas matrizes no nulas seja a matriz nula. 2. Sejam

1 1 1. A equao matricial AB = 022 onde A = 1 1


" # " #

1 1 eB= 1 1

Resoluo

0 1 e B = 1 1 : A= 0 1 0 0 2 mostre que:(A + B )2 " 6= A2 + 2AB # +B " # 1 0 1 0 : A+B = (A + B ) 2 = 0 1 0 1 " # " # " # " # 0 1 0 0 0 0 1 1 A2 = 2AB = 2 0 0 = 0 0 B 2 = 0 0 0 1 " # 1 2 A2 + 2AB + B 2 = 0 1 .

3. Sejam A e B matrizes comutveis, mostre que :(A + B )2 = A2 + 2AB + B 2


Resoluo

: Se A e B so matrizes comutveis, ento, por denio, tem-se que

AB = BA

(A + B )2 = (A + B )(A + B ) = A2 + AB + BA + B 2
pela denio de matrizes comutveis

(A + B )2 = A2 + AB + AB + B 2 = A2 + 2AB + B 2:
Matriz transposta:
Seja

AT

A 2 Mmn (R),

a matriz transposta da matriz

representa-se por

e denida por

(AT )ij = (A)ji:


resulta da matriz

Isto ,

AT

2 Mnm(R) e AT

A, trocando as linhas pelas colunas e vice-versa.

Obs: 4 sempre possvel calcular a transposta de uma matriz

CAPTULO 1.

MATRIZES

11

Teorema 1.3
3. 8n 2 N

1. 8A 2 Mmn (R)

, (A T )T

=A

2. 8A; B 2 Mmn (R)

: ( A + B ) T = AT + B T

: (In)T = In 4. 8A 2 Mmn (R); 8k 2 R : (kA)T = kAT 5. 8A 2 Mmn (R) ; 8B 2 Mnp (R) : (AB )T = B T AT
Obs: 5 Do teorema anterior resulta que:

(AB : : : L)T = LT : : : B T AT :
Isto , a transposta do produto de um nmero nito de matrizes o produto das transpostas dessas matrizes por ordem inversa.

Denio 1.8 Designa-se por matriz simtrica, uma matriz quadrada que verique a condio AT = A.

2 1 Exemplo: 9 A matriz A = 6 4 1 2 13 0 2 2 1 1 6 T Resoluo: A = 4 1 2 0 7 p 5=A 1 0 5

1 0 7 5 uma matriz simtrica. p 5

Denio 1.9 Seja A uma matriz quadrada. Designa-se por matriz antissimtrica ou hemissimtrica, uma matriz quadrada que verique a condio AT = A. Obs: 6
1. Se A uma matriz simtrica, ento aij

= aji ; 8i; j .

2. Se A uma matriz antissimtrica, ento aij 0 ; 8i.


2 3

= aji ; 8i; j e consequentemente, aii =

0 2 1 6 Exemplo: 10 A matriz 4 2 0 3 7 5 uma matriz antissimtrica. 1 33 0 2 2 3 0 2 1 0 2 1 6 7 Resoluo: AT = 6 3 7 4 2 0 5 = 1 4 2 0 3 5 = A: 1 3 0 1 3 0


Operaes elementares:
triz, as seguintes operaes: Designam-se por operaes elementares sobre as linhas de uma ma-

12

1.2.

OPERAES COM MATRIZES

1. A troca de duas linhas da matriz. A troca das linhas

li e lj

representa-se por

li

$ lj ;

2. A substituio de uma linha por um seu mltiplo no nulo, isto , a multiplicao dos elementos de uma linha por uma constante no nula. A substituio de se obtm multiplicando todos os elementos de por

li

li

li

por um escalar

no nulo representa-se

li

pela linha que

3. A substituio de uma linha pela sua soma com um mltiplo de outra linha, isto , a adio, aos elementos de uma linha, os elementos homlogos de outra linha multiplicada por um escalar qualquer. A substituio de

li pela linha que se obtm somando os elementos de li aos elementos que se obtm multiplicando por um escalar os elementos de lj representa-se por li li + lj

Obs: 7 Na denio anterior apenas se fazem referncia s operaes elementares sobre as linhas de uma matriz. De uma fora anloga poderamos denir as operaes elementares sobre as colunas de uma matriz. Denio 1.10 Sejam A; B 2 Mmn (R). Diz-se que A e B so matrizes equivalentes se se pode obter uma atravs da outra atravs de uma sequncia nita de operaes elementares. Denio " 1.11 # 1. Diz-se que A uma matriz em escada se A est na forma A = T ou T B A= onde T uma matriz triangular superior, 0 uma matriz nula e B uma
matriz qualquer. 2. " Diz-se que # A uma matriz em escada reduzida se A est na forma A uma matriz nula e B uma matriz qualquer.

0 0

= In ou A = Ip B 0 0 onde In a matriz identidade de ordem n,Ip a matriz identidade de ordem p, 0

3. Chama-se caraterstica da matriz A dimenso da matriz identidade que se obtm na forma de escada reduzida equivalente a A (n ou p respetivamente). Representa-se a caraterstica de A por c(A).

Teorema 1.4 Seja A equivalente a A.

2 Mmn(R).

Ento, existe uma nica matriz em escada reduzida que

Obs: 8 Seja A 2 Mmn (R). Existe uma nica matriz em escada reduzida que equivalente a A, mas existem vrias matrizes em escada que so equivalentes a A.

Exemplo:

em escada reduzida semelhante a A.

0 0 0 3 6 11 Considere a matriz 40 1 1 27 5. Determine uma matriz em escada e a matriz 0 2 2 1

CAPTULO 1.

MATRIZES

13

Resoluo:

0 0 0 3 6 7 40 1 1 25 0 2 2 1

0 1 1 2 6 Esta matriz est em escada 4 0 0 0 3 7 5 0 0 0 0


l2

0 1 1 2 ! 6 7 l1 $ l2 40 0 0 35 0 2 2 1 2 3 0 1 1 2 ! 60 0 0 3 7 l3 l3 2l1 5 4 0 0 0 3 2 3 0 1 1 2 ! 60 0 0 37 l3 l3 + l2 4 5 0 0 0 0
3

! 1 = 3l
2

0 1 1 2 6 7 40 0 0 15 0 0 0 0
2 3

0 1 1 0 ! 6 7 l1 l1 2l2 40 0 0 15 0 0 0 0 2 3 1 0 1 0 7 c1! $ c2 6 40 0 0 15 0 0 0 0 2 3 1 0 1 0 7 c2! $ c4 6 40 1 0 05 0 0 0 0 3 2 1 0 1 0 7 Esta matriz est em escada reduzida 6 4 0 1 0 0 5 e tem caraterstica igual a 2, c(A) = 2: 0 0 0 0

14

1.3.

EXERCCIOS RESOLVIDOS

1.3 Exerccios Resolvidos


1.

1 0 1 ; B = 1 ; C = 3 ; Considere as matrizes A = 2 3 1 1 2 1 2 " # 1 0 1 6 D= e E = 4 2 1 7 5. Indique se esto bem denidas as seguintes expresses, 1

"

"

"

efetuando nesses casos as respetivas operaes. 1.1. 1.2. 1.3. 1.4. 1.5. 1.6. 1.7. 1.8. 1.9. 1.10. 1.11.

2B 3C
B T A; AB T ; ( C T A 2D T A ) T ; AT B ; B T (C + D ); (AE )T ; DT A; A2 ; (AAT )2; 2B + 3 C

Resoluo:

1.1.

1.2.

9 = 2 9 = 7 : 2B 3C = 2 + 4 3 4 3 1 " # h i 1 0 1 = h 1 + 4 0 + 2 1 2 i BT A = 1 2 2 1 1 h i = 3 2 1 :
AB T
no est bem denida, pois o nmero de colunas de de linhas de

" #

"

"

"

1.3.

BT ,
i

A , 3, diferente do nmero

1.

1.4.

1 0 1 = h 3 + 2 0 + 1 3 1 i CT A = 3 1 2 1 1 h i = 1 1 2
h

"

1 0 1 = h 1 + 2 0 + 1 1 1 i = h 1 1 0 i DT A = 1 1 2 1 1
h i

"

C T A 2D T A =

1 1 2 + 2 2 0 = 3 1 2

CAPTULO 1.

MATRIZES

15

3 7 ( C T A 2 D T A) T = 6 4 1 5 :
1.5.

1.6.

1.7.

1.8.

3 1 6 7 6 7 6 7 T A B =4 0 1 5 = 4 0 + 2 5 = 4 2 5: 2 1 1 12 1 " # " # " # 3 + 1 = 4 C +D = 1 1 2 " # h i h i h i 4 B T (C + D ) = 1 2 = = : 4 + 4 8 2 2 3 " # 1 0 1 0 1 6 2 1 7 = AE = 2 1 1 4 0 1 5 " # " # 1+0+0 0+0+1 = 1 1 2 + 2 + 0 0 1 1 0 2 " # 0 (AE )T = 1 1 2 " # h i h i h i 1 0 1 = = DT A = 1 1 1 + 2 0 + 1 1 1 1 1 0 2 1 1
" #
.

1 2

1 + 4

1.9.

A2

= AA
"

No est bem denida pois o nmero de colunas de

nmero de linhas de

A.
# 2

diferente do

1.10.

1 0 = 2 1 " 1+0+1 = 2+01 " 2 (AAT )2 = 3


AAT

1 6 7 1 4 0 5= 1 1 1 # " # 2 + 0 1 = 2 3 4+1+1 3 6 # " # " # " # 3 2 3 = 4 + 9 6 18 = 13 24 6 3 6 6 18 9 + 36 24 45


2 3
,

1 2

2. Dadas as matrizes

2.1. Mostre que

1 0 2 6 A=4 0 1 1 7 5 2 0 2 AX = BX
.

1 3 0 6 5 7 6 7 6 B = 4 0 4 1 5 e X = 4 2 2 4 7 5 2 3 0 3 3 6

2.2. Deste exerccio poder tirar alguma concluso acerca da validade da lei do corte para o produto de matrizes?

16

1.3.

EXERCCIOS RESOLVIDOS

Resoluo:

2.1.

6+0+6 6 AX = 4 0 + 2 + 3 12 + 0 + 6 2 6+6+0 6 BX = 4 0 + 8 3 12 + 0 + 6

5+0+6 0+2+3 10 + 0 + 6 5+6+0 0+83 10 + 0 + 6

7 + 0 + 12 12 7 6 0+4+6 5=4 5 14 + 0 + 12 3 2 18 7 + 12 + 0 12 7 6 0 + 16 6 5 = 4 5 14 + 0 + 12 18

2.2. A lei do corte no vlida para o produto de matrizes,

19 10 7 5 26 3 19 10 7 5 = AX 26 AX = BX A 6= B
, mas

11 5 16 11 5 16

3. Sendo

A e B duas matrizes quadradas de ordem n tais que AT A = AAT = I B T B = BB T = I , estude a permutabilidade das matrizes C e D, sendo C = ABAT D = AB T AT .

e e

Resoluo:

CD = (ABAT )(AB T AT ) = AB (AT A)B T AT = A(BB T )AT = AIAT = AAT = I DC = (AB T AT )(ABAT ) = AB T (AT A)BAT = A(B T B )AT = AIAT = AAT = I = CD
Logo as matrizes

= ABIBT AT = ABB T AT = = AB T IBAT = AB T BAT =

C e D so permutveis. A AT

4. Uma matriz

diz-se ortogonal se

=I

. Mostre que o produto de duas matrizes

ortogonais uma matriz ortogonal. Resoluo: Sejam

A e B duas matrizes ortogonais, ento A AT = I e B B T Vejamos que AB tambm ortogonal: (AB ) (AB )T = ABB T AT = A(BB T )AT = AIAT = AAT = I:

=I

5. Uma matriz quadrada diz-se idempotente se ento

I A tambm o .

A2

=A

Mostre que se

idempotente,

Resoluo:

I A idempotente se e s se (I A)2 = I A. (I A)2 = (I A)(I A) = I 2 I A A I + A2 2 = I , IA = AI = A e A2 = A por A ser Como I I A A + A = I A.

idempotente, tem-se:

( I A )2 =

CAPTULO 1.

MATRIZES

17

2
6. Considere a matriz

1 1 1 6 7 42 1 15 1 0 1
2

3
. Determine a caraterstica da matriz, uma matriz em escada

e a matriz em escada reduzida semelhante a Resoluo:

A.
2

1 1 1 6 7 42 1 15 1 0 1

Esta matriz est em escada

1 6 40 0 2 1 ! 6 l3 l3 l2 40 0 2 3 1 1 1 6 7 4 0 1 1 5 0 0 1
l2 l1

! l2 l2 2l1 l3 l3 l1

1 1 1 1 1 0

1 17 5 0 3 1 17 5 1

!
l2 + l3 l1 l3

1 1 0 6 7 40 1 05 0 0 1
2

l1 l2
2
Esta matriz est em escada reduzida

!
l1 + l2 (1) l2
3

1 0 0 6 7 40 1 05 0 0 1
c(A) = 3:

1 0 0 6 7 4 0 1 0 5 0 0 1

e tem caraterstica igual a 3,

2
7. Considere a matriz

1 6 62 6 62 4 3 0 1 0 1

0 1 0 1

3 17

3
. Determine a caraterstica, uma matriz em escada e a

1 17 7 6 27 5 2 2
3

matriz em escada reduzida semelhante a Resoluo:

A.

1 6 62 6 62 4 3

3 17

1 17 7 6 27 5 2 2

! l2 l2 2l1 l3 l3 2l1 l4 l4 3l1


l4

! l4 l2

1 0 3 1 7 6 60 1 7 17 6 7 60 0 0 7 0 4 5 0 1 7 1 2 3 1 0 3 1 6 7 60 1 7 17 6 7 60 0 0 07 4 5 0 0 0 0

18

1.3.

EXERCCIOS RESOLVIDOS

2
Esta matriz est em escada

tica igual a 2,

c(A) = 2:
"

1 6 6 0 6 6 4 0 0
#

0 1 0 0

3 1 7 7 1 7 7 e est em escada reduzida. Tem caraters-

0 0

0 0

7 5

8. Dada a matriz mtrica

Resoluo:
Se

tais que

1 2 A= 3 5 A = B + C:
"

, determine uma matriz simtrica

e uma matriz antissi-

uma matriz simtrica, ento

antissimtrica, ento

C=

d 0
"

"

a b b c

#
. Analogamente se

uma matriz

. Como

A = B + C , ento
#

1 2 = 3 5

"

a b b c

0 d + d 0
8 > > > > < > > > > :

"

ou seja

8 > > > > <

1=a 2=b+d > 3=bd > > > : 5 = c


Logo

,
#

8 > > > > < > > > > :

a=1 b=2d 3=2dd c = 5


" #

a=1 b = 2 d = 2 + 1=2 = 5=2 2 = 1=2 d = 3 2 c = 5

1 5 =2 B= 5=2 5

"

0 1=2 eC= 1= 2 0

1.3.1 Aplicao: tratamento de imagens


A letra

da gura 1.1 est determinada por 8 pontos ou vrtices.

Figura 1.1: letra N

CAPTULO 1.

MATRIZES

19

As coordenadas desses pontos podem guardar-se numa matriz de dados,

D.

D=

Coordenada x Coordenada y

"

1 2 3 4 5 6 7 8# 0 0:5 6 5:5 :5 0 5:5 6 0 0 0 1:58 6:42 8 8 8 1 0:25 A= 0 1


" #

vertice

Alm desta matriz seria necessria outra matriz onde se especicasse quais os vrtices que estavam ligados por meio de linhas, mas neste exemplo vamos omitir essa matriz. Qual o efeito de multiplicar

D
"

pela matriz

Utilizando a denio de

multiplicao de matrizes, tem-se:

0 0:5 6 5:895 2:105 2 7:5 8 AD = 0 0 0 1:580 6:420 8 8 8


ou seja efetuamos uma rotao letra

(ver gura 1.2).

Figura 1.2: letra N inclinada

Qual ser agora o efeito de multiplicar

AD

pela matriz

75 0 = 0:0 1

"

#
? Utilizando a

denio de multiplicao de matrizes, tem-se:

0 0:375 4; 5 4:42125 1; 57875 1:5 5; 625 6 S (AD) = SAD = 0 0 0 1:580 6:420 8 8 8


ou seja diminumos a abertura da letra

"

inclinada (ver gura 1.3).

Figura 1.3: transformao composta de N

20

1.4.

EXERCCIOS PROPOSTOS

1.4 Exerccios propostos


1. Dadas as matrizes

1.1. 1.2. 1.3. 1.4. 1.5. 1.6.

A+B AB BA 1B A2 + 2 A 2 AB B B T + A + 3I3 :

1 1 0 1 0 4 6 7 6 A=4 0 2 1 5 eB=4 2 6 0 7 5; 1 0 3 1 2 8

calcule:

2. Dadas as matrizes

2 3 1 1 0 1 6 7 6 A = 4 0 1 2 5 eB = 4 2 1 1 7 5 1 2 3 1 1 0

3
, mostre que se vericam as

condies: 2.1. 2.2.

( A + B )T = A T + B T (AB )T = B T AT
"

3.

1 0 1 Dadas as matrizes A = 2 1 1
3.1. 3.2. 3.3. 3.4.

#
,

1 B= 2

"

#
,

3 C= 1

"

1 eD= 1

"

#
, calcule

BT A T C A + DT A T AT B B T (C + D ) A=
"

4. Dadas as matrizes

5.

1 1 2 Mostre que a expresso Y = X + 5X + 2I se anula para X = 2 4

B .

0 2 4 1 2 0

#
e

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

3
, calcule

tal que

2AT + 2X =

"

#
.

6. Considere a matriz

0 0 1 6 A=4 2 1 0 7 5: 1 0 0

6.1. Calcule as matrizes 6.2. 6.3.

A2 e A3 : 2 Calcule a matriz A + A I . 4 5 6 2 Deduza A , A e A em funo de A , A e I .

CAPTULO 1.

MATRIZES

21

7. Sejam

2 M23(R), B 2 M32(R) e C 2 M33(R): Quais das seguintes operaes so


A + B; A B; B C;
"

possveis?

2A; 4

B 5B:
# "

8.

1 15 e B = Verique se so permutveis as matrizes A =

10

2 3 2 1

9. Determine " # todas as matrizes quadradas de ordem 2 que sejam permutveis com a matriz

1 1 0 1

10. Considere as matrizes

10.1. Calcule

0 1 2 6 7 6 A = 4 3 1 4 5 e B = 4 1 2 3 7 5: 1 2 3 1 0 0 (A + B )2 e A2 + 2AB + B 2:
AeB
de modo que

1 2 0

10.2. Que condies deveriam satisfazer as matrizes quadradas

B )2 = A2 + 2AB + B 2 ?
2

(A +

11. Dadas as matrizes

que a matriz

A B seja simtrica.

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

eB=

"

1
c
"

#
, determine

a, b, c 2 R de modo

12. Verique que duas quaisquer matrizes da forma so dois nmeros reais.

a b b a

#
so permutveis, onde

aeb

13. Considere a matriz

1 1 M= 2 2

"

13.1. Calcule 13.2.

M 2 . Verique que M 2 = M . 3 4 Calcule M e M em funo de  e M .

13.3. Deduza da alnea anterior a expresso genrica de

14. Deduza

An ,

sendo

1 2 A= 0 1
2

"

M n.

: A2 = A.
idempotente.

15. Uma matriz quadrada diz-se idempotente se

15.1. Mostre que a matriz

15.2. Prove que se 16. Mostre que matriz

2 2 4 6 4 7 4 1 3 5 1 2 3 AB =A e BA=B

, ento

A e B so idempotentes.

A.

A AT e AT A so expresses com signicado qualquer que seja a ordem da

22

1.4.

EXERCCIOS PROPOSTOS

17. Sejam

A e B duas matrizes quadradas de ordem n simtricas. Prove que A B simtrica sse A e B so permutveis (aplique as propriedades da transposio).

18. Determine a caraterstica das matrizes:

1 2 3 6 A = 41 1 17 5 0 1 2
19. Determine para que valores de

1 0 1 6 B = 41 1 07 5 0 1 1
e/ou de

1 1 1 6 C = 42 2 27 5 3 3 3
(a)

2 6 4

x y

1 1 1 1

x y7 5

2 6 4

(b)

1 1 1 x 17 5 1 1 x
1 4

as matrizes tm caraterstica mxima:

1.4.1 Solues
1. 1.1.

1.2.

1.3.

1.4.

1.5.

8 2 6 14 6 1 10 5 2 2 6 1 2 A + 2A 2 B = 4 2 6 2 2 1 6 A B = 4 2 4 0 2

1.6.

1 7 5 11 3 4 8 7 5 20 3 12 6 7 5 26 3 9 3 18 13 7 5 7 29 3 4 1 7 5 5 2 3 21 3 33 7 B B T + A + 3I3 = 6 4 2 45 11 5 32 10 75
2 3

0 6 A+B =4 2 2 2 3 6 AB =4 3 2 2 5 BA=6 4 2 9

2. 2.1.

2.2.

1 2 2 6 T T T (A + B ) = A + B = 4 3 2 1 7 5 2 3 3 2 3 5 4 2 7 (AB )T = B T AT = 6 4 4 3 1 5 5 1 1

CAPTULO 1.

MATRIZES

23

3. 3.1.

BT A =
T C A

3 2 1

4.

5.

6. 6.1.

7. Operaes possveis:

8.

7 + DT AT = 6 4 0 5 4 2 3 3 6 T A B=4 2 7 5 1 B T (C + D) = [4] 2 3 0 3=2 7 X=6 4 2 5=2 5 5 3=2 " # 0 0 2 Y = X + 5X + 2 I = 0 0 2 3 2 3 1 0 0 0 0 1 7 6 7 A2 = 6 4 2 1 2 5 A3 = 4 4 1 2 5 0 0 1 1 0 0 A2 + A I = A3 A4 = 2A2 I A5 = 2A2 + A 2I e A6 = 3A2 2I A B; 2A B 5B " # 28 18 AeB AB =BA= 12 34
3.2. 3.3. 3.4. . 6.2. 6.3. , e . so permutveis:

"
9. Matrizes da forma:

a b 0 a

#
, com

a; b 2 R.

10. 10.1.

10.2.

A e B teriam de ser permutveis.

3 10 25 6 2 (A + B ) = 4 10 29 46 7 5 0 6 19 = 17=2; b = 6 e c = 15=2

3
,

0 8 19 6 2 2 A + 2AB + B = 4 19 28 38 7 5 6 11 23 18 11=2 4 6 A B = 4 11=2 47=2 30 7 5 4 30 32


2 3
, logo

11. Se

, a matriz

simtrica. 12.

13. 13.1.

13.2.

3 3 = 3M M2 = 6 6 M 3 = 32 M e M 4 = 33 M
.

"

24

1.4.

EXERCCIOS PROPOSTOS

13.3.

14.

1 2n An = 0 1

M n = 3n1 M .
" #

15. 16. 17. 18.

c(A) = 2, c(B ) = 3; c(C ) = 1


19.2.

19. 19.1.

x 6= y. x 2 Rnf2; 1g.

Captulo 2

Determinantes
Denio 2.1 Seja A uma matriz quadrada. Designa-se por determinante de A e representase por jAj ou det(A) soma algbrica dos produtos que se obtm efetuando todas as permutaes dos segundos ndices do termo principal, xados os primeiros ndices, e fazendo-se preceder os produtos do sinal + ou -, conforme a permutao dos segundos ndices seja par ou mpar.

Obs: 9 Na prtica esta denio de difcil aplicao e por isso surgiram algumas regras prticas de clculo de determinantes.
1. S de denem determinantes de matrizes quadradas, sendo o seu valor um nmero real. 2. Seja A = [a11 ], ento jAj = a11 . 3. Seja A =
"

a11 a12 : Ento, jAj = a11 a22 a12 a21 : a21 a22
2 3

a11 a12 a13 6 4. Seja A = 4 a21 a22 a23 7 5 : Ento para calcular o determinante de A podemos usar a31 a32 a33 a "Regra de Sarrus" (esta regra apenas se aplica a matrizes de ordem 3): forma-se
o determinante da matriz e repetem-se as duas primeiras linhas (ou as duas primeiras colunas). Considera-se a diagonal principal conjuntamente com as outras duas diagonais que lhe so paralelas, e aos produtos dos elementos que nelas guram, atribui-se o sinal +. Considera-se depois a diagonal secundria e as 2 diagonais que lhe so paralelas e, aos produtos dos elementos destas diagonais, atribui-se o sinal -. A soma algbrica dos
25

26

produtos assim obtidos igual a jAj. Ento:


a11 a21

& &. &. .

a12 a22 a32 a12 a22


"

. &. &. &


#

a13 a23 a33 a13 a23

jAj = a31
a11 a21
Exemplo: 12

= a11a22a33 + a21a32a13 + a31a12a23 (a13a22a31 + a23a32a11 + a33a12a21):

2 1 1. Seja A = 5 3

: Ento: jAj = 6 (5) = 11:


" #

1 1 2. Considere as matrizes de ordem 2. A = 2 3 3 1 A+B = 3 0


e
2 3 " #

2 0 eB= 1 3

"

: Ento:

; jA + B j = 0 (3) = 3

jAj = 3 (2) = 5; jB j = 6 0 = 6; jAj + jB j = 1:

1 0 3 6 3. Seja A = 4 2 1 5 7 5 Ento 1 1 2
jA j =

1 2 1 1 2

& &. &. .

0
1 1

. &. &. &

3 5 2 3 5

= 2 6 + 0 + 3 + 5 0 = 0

0
1

Denio 2.2 1. Seja A uma matriz de ordem n. Designa-se por matriz complementar do elemento aij , e representa-se por Aij , a matriz que se obtm por supresso da linha li e coluna cj da matriz A.
2. Designa-se por menor complementar do elemento aij , o determinante jAij j.

CAPTULO 2.

DETERMINANTES

27

3. Designa-se por complemento algbrico ou cofactor do elemento aij , e representa-se por Aij , o produto do menor complementar por (1)i+j , isto ,

Aij = (1)i+j jAij j:


Teorema 2.1 Teorema de Laplace:Seja A 2 Mnn R e i 2 f1; : : : ; ng. O determinante de uma matriz A de ordem n igual soma dos produtos dos elementos de uma la qualquer, por exemplo linha i, pelos respetivos complementos algbricos, ou seja:

jAj = ai1Ai1 + ai2Ai2 + : : : + ainAin =

n X k=1

aik Aik :

Obs: 10 O teorema de Laplace permite, portanto, calcular um determinante de ordem n, custa de n determinantes de ordem n 1.

Exemplo:

clculos custa da segunda linha, obtemos:

1 3 13 Seja = 1 2

2 2 1 1

1 0 1 2

0 1 2

Usando o teorema de Laplace para efetuar os

= 321 + 222 + 023 + 024 = 2 = 3(1) 1 1 1 + 0(1)6 1 2


3 1 1 1 1 2 1 1 1 4 5 1 1 + 2(1) 1 1 1 + 0(1) 1 1 1 + 2 2 2 2 1 2 2 2 2 1 1 2 1 1 1 = 3 1 1 1 = 18: 1 2 2 1 2

Teorema 2.2 (propriedades dos determinantes) Sejam A; B 2 Mnn R. Ento:


1. Em geral, jA + B j = 6 jA j + j B j. 2. Se os elementos de uma la (linha ou coluna) so nulos, ento jAj = 0. 3. jAj = jAT j 4. Se multiplicarmos uma la por uma constante, o determinante ca multiplicado por essa constante. 5. Ao trocarmos duas las, o determinante troca de sinal. 6. O determinante de uma matriz com duas las paralelas iguais nulo.

28

7. O determinante de uma matriz com uma la mltipla de outra ou uma la combinao linear de outras nulo. 8. O determinante de uma matriz A no se altera quando se adiciona a uma coluna (ou linha) de A uma combinao linear de OUTRAS colunas (ou linhas, respetivamente). 9. jA B j = jAj jB j 10. O determinante de uma matriz triangular (superior ou inferior) ou diagonal igual ao produto dos elementos da diagonal principal.

Obs: 11

1. Seja k 2 R e A uma matriz de ordem n. Ento, jkAj = kn jAj.

2. Um dos inconvenientes da aplicao direta do Teorema de Laplace o facto de exigir a resoluo de n determinantes de ordem n 1. No entanto, se conjugarmos as propriedades dos determinantes com o Teorema de Laplace para resolver um determinante de ordem n, podemos resolver apenas um determinante de ordem n 1. Para isso, resolve-se o determinante em duas fases: 2.1. selecionar um la qualquer e, usando as propriedades, anular os seus elementos com exceo de um, 2.2. aplicar o Teorema de Laplace a essa la.

Exemplo: 14

1 jA j = 3 1 0

2 8 1 0

1 1 0 1

0 4 = 3 l2 5 l3

l2 3l1 l3 l1

1 0 0 0

2 2 1 0

1 2 1 1

0 4 = 3 5

= 1 (1)

1+1

2 2 4 1 1 2 1 1 3 = 2 1 1 3 = 0 1 5 0 1 5
l2 + l1

=l

1 1 2 2 0 2 5 = 0 1 5

= 2(1)1+1

2 5 = 2(10 5) = 30:

1 5

CAPTULO 2.

DETERMINANTES

29

2.1 Exerccios Resolvidos


1. Seja

1 1 A= 2 2

"

#
. Determine

j A j.
j Aj = 1 1 2 2 = 2 2 = 0:

Resoluo:

2. Seja

2 1 A= 4 2

"

#
. Determine

jAj.

Resoluo:

jAj = 2 1 4 2 = 4 (4) = 4 + 4 = 0:

3. Sejam

1 3 A= 2 4

"

2 9 B= 7 20
"

"

#
. Determine

j A j j B j e jA B j .
" #

Resoluo:

1 3 2 9 = 23 69 AB = 2 4 7 20 32 98 jA B j = 23 98 32 69 = 46

"

2 9 jA j = 1 3 j Bj = = 4 6 = 2; = 40 63 = 23 7 20 2 4 jAj jB j = (2) (23) = 46 = jA B j

4. Seja

1 0 3 6 A = 4 2 1 5 7 5 1 1 2
j Aj =

3
. Determine

jA j.

Resoluo:

1 2 1 1 2

0 1 1 0 1

3 5 = 2 6 + 0 + 3 + 5 0 = 8 + 8 = 0 2 3 5

30

2.1.

EXERCCIOS RESOLVIDOS

5. Seja

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

3
. Determine

jA j.

Resoluo:

jA j =

1 1 3 1 1

0 1 2 0 1

3 1 = 5 + 6 + 0 9 2 0 = 0 5 3 1
jA j.

6. Seja

1 6 6 3 A=6 6 1 4 2

2 2 1 1 1 3 1 2 2 2 1 1

1 0 1 2

1 7

3 7 7. 7 5
Determine

0 1 2

Resoluo: Aplicando o teorema de Laplace segunda linha da matriz, obtemos:

1 1 0 0 = 3A + 2A + 0A + 0A = j Aj = 21 22 23 24 1 1 2 2 2 1 1 1 1 1 1 2 1 3 4 5 = 3(1) 1 1 1 + 2(1) 1 1 1 + 0(1) 1 1 1 + 1 2 2 2 2 2 2 1 2 1 2 1 2 1 1 + 0(1)6 1 1 1 = 3 1 1 1 = 18: 2 1 2 1 2 2 1 6 6 3 A=6 6 1 4 0


2

7. Seja

1 4 1 1

1 1 0 1

1 7 2 7 7 3 7 5 2

3
. Determine

jA j.

Resoluo:

1 jA j = 3 1 0 =l
l2 3l1 l3 l1

1 4 1 1

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

1 2 3 = 2 1 2 1 1 1 5 2 = 2

2 l3

CAPTULO 2.

DETERMINANTES

31

=l

l4 l2

1 0 0 0 1 0 0 0

1 1 0 0 1 1 0 0

1 2 1 1 1 2 1 0

1 5 2 = 7 1 5 2 = 9

=l

l4 + l2

= 1 1 (1) 9 = 9
8. Considere as matrizes:

1 2 3 6 A = 40 2 37 5; 0 0 3

1 1 1 6 B = 42 2 27 5; 3 3 3 P 2 M33 (R) P
sendo

1 2 1 6 C = 40 0 07 5; 1 1 3

1 0 0 6 D = 40 2 07 5; 0 0 1

uma matriz invertvel.

Usando as propriedades dos determinantes, calcule: 8.1. 8.2. 8.3. 8.4. 8.5. 8.6. 8.7. 8.8. 8.9. 8.10. 8.11. 8.12.

jA j. jB j . jC j. jD j. j 2 A j. 2jAj. jA 3 j . j2 A T A j. jAT A1B T j. jA1DAj. jABCDj. jP 1AP j.


A uma matriz triangular, jAj = 1 2 3 = 6. Como as colunas de B so iguais, (c1;B = c2;B = c3;B ), tem-se jB j = 0. Como C tem uma linha nula, jC j = 0. Como D uma matriz diagonal, jD j = 1 2 1 = 2.

Resoluo: 8.1. Como 8.2. 8.3. 8.4.

32

2.1.

EXERCCIOS RESOLVIDOS

8.5. 8.6. 8.7. 8.8. 8.9. 8.10. 8.11. 8.12.

j 2Aj = (2)3jAj = 8 6 = 48. 2jAj = 2 6 = 12. jA3j = (jAj)3 = 63 = 216. j2AT Aj = 23jAT j jAj = 8jAj jAj = 8 6 6 = 288. jAT A1B T j = jAT j jA1j jB T j = jAj 1=jAj jB j = jB j = 0. jA1DAj = jA1j jDj jAj = 1=jAj jDj jAj = jDj = 2. jABCDj = jAj jB j jC j jDj = 6 0 0 2 = 0. jP 1AP j = jP 1j jAj jP j = 1=jP j jAj jP j = jAj = 6.

2.1.1 Aplicao: Clculo de reas ou volumes


A uma matriz quadrada de ordem 2, a rea do paralelogramo determinado pelas colunas de A jdet(A)j. Se A uma matriz quadrada de ordem 3, o volume do paraleleppedo determinado pelas colunas de A jdet(A)j.
Se Calcular a rea do paralelogramo determinado pelos pontos

(2; 2) (0; 3) (4; 1) (6; 4)


, , e

Figura 2.1: paralelograma

Primeiro vamos determinar os vetores que denem o paralelogramo. exemplo, o vrtice

(2; 2)

Para isso xemos, por

e obtemos os vetores

u = (0; 3) (2; 2) = (2; 5) e v = (4; 1) (2; 2) = (6; 1)


O paralelogramo , ento, determinado pelas colunas de Logo a rea do paralelogramo igual a

2 6 A= 5 1 jdet(A)j = j2 30j = 28
.

"

#
.

CAPTULO 2.

DETERMINANTES

33

2.2 Exerccios propostos


1. Calcule os seguintes determinantes:

1 2 3 2 8 jA j = 1 2 3 1 ; jB j = 3 2 1 5

1 jC j = 3 1 2

2 0 0 5

0 4 2 1

2 0 1 3

2. Sem efetuar o clculo, verique que o determinante:

2 4 18 1 3 15 1 0 6

mltiplo de 6.

3. Calcule o determinante:

1 3 7 2 4 5 3 1 1
a
ordem;

3.1. reduzindo-o ao clculo de um nico determinante de 2

3.2. desenvolvendo-o segundo os elementos de uma linha ou coluna.

4. Sem efetuar o desenvolvimento, diga quais os valores de

x que anulam o determinante

2 1 2x 2 1 3 : x2 1 3

5. Seja

1 6 6 1 A=6 6 0 4 1

2 1 1 2
jA j.
B

1 1 7 2 1 7 7:

0 1 7 5 2 1

5.1. Determine

5.2. Sabendo que

= 2A

, determine

jB j ,

utilizando exclusivamente as propriedades dos

determinantes.

6. Utilizando as propriedades dos determinantes, mostre que

y x z x z y z y x

=0

se

x+y+z =0

34

2.2.

EXERCCIOS PROPOSTOS

7. Diga se verdadeira ou falsa a proposio

0 0 0 0 0 b 0 = abcd: 0 c 0 0 0 0 0 d

8. Sabendo que

a b c

1 1 0 1 = 1 3 1

, calcule o determinante da matriz

A=6 4

m 1 3 m m1 1 0 1 3 3 a 3b 3c

3 7 5:

9. Verique a igualdade

a b c a2 b2 c2

1 1 1

= (c b)(c a)(b a):


10. Recorrendo exclusivamente s propriedades dos determinantes, mostre que

1 5 1 2 10 2 2 3 0 = 2 0 7 2 0 2 1 2 8 1

11. Sejam

A e B duas matrizes tais que

3 1 AB = 1 4

"

#
e

2 BA = 1 3
a

"

#
.

11.1. Calcule o valor numrico de 11.2. Determine o valor de

jBAj :

a:

12. Mostre que se

A antissimtrica e de ordem mpar 2p 1, ento jAj = 0: a; b; c 2 Rn f0g.

13. Calcule os seguintes determinantes, sabendo que

13.1.

13.2.

a 1 xn n +1 b x x 2 n +2 c x x 1 0 1 0 a 2 4 6 2 a 3 3 6 2a a 4 6 10 2a a

CAPTULO 2.

DETERMINANTES

35

13.3.

ab

1 3 2 21

ab

7 a 2 b 1 b 3

2 1 4 17

1 1 0 + 3 1 2 4 21 1+x
x x
. . .

7b 2a a 2

2 1 4 17

1 0 1 4

14. Mostre que

a12 a13 : : : a1n 1 0 ::: 0 1 1 ::: 0

. . .

. . .

..

:::

. . .

= 1 + x(1 a12)

15. Considere os seguintes determinantes

1 jA j = 5 1 2
15.1. Determine 15.2.

2 1 b 5 1 2 1 3 a 3 jB j = 2 3 2 1 1 2 1 b a 1 a 1 a 1 b 3 b 1
e

jAj+jB j sem efetuar o clculo dos determinantes. Em que condies jAj = 6 0?


16. Mostre, sem efetuar o clculo do determinante, que:

1 1 1

a b+c b c+a c a+b

=0

17. Seja

2 6 6 0 A=6 6 4 4 2

1 3 5 7

1 2 37 7: 1 2 1 7 5 3 1 4

17.1. Calcule 17.2.

jAj utilizando o desenvolvimento de Laplace ao longo da 2a linha. T Seja B 2 M44 (R) tal que jB j = 1=12: Calcule o determinante de matriz (AB ) .
A uma matriz idempotente, mostre que jAj = 0 _ jAj = 1.

18. Sendo

19. Resolva a seguinte equao em ordem a

1 2 x: 0 0

3x 2 2 4 4 4 = 0 0 x 1 0 1 1

36

2.2.

EXERCCIOS PROPOSTOS

2.2.1 Solues
1.

jAj = 26, jB j = 14 e jC j = 38.


1 2 3 2 4 18 1 3 15 = 6 1 3 5 1 0 2 1 0 6 jAj = 146 p x = 2 _ x = 3=2 1 = 1=(j2Aj) = 1=16 (a) jAj = 1 (b) jB j y x z 1 x z x z y = (x + y + z ) 1 z y z y x 1 y x
. .

2.

3. 4. 5.

6.

7. Verdadeira. 8. 9. 10. 11. 11.1. 11.2. 12. 13. 13.1. 13.2. 13.3. 14. 15. 15.1. 15.2. 16.

jAj = m.

jBAj = 3a 2:
a = 13=3

= 0: = 0: = 3:
jAj + jB j = 0: Para a = 6 0 e b 6= 2. jAj = 60

= 0:
17.2.

17. 17.1.

(AB )T = 5

18. 19.

x = 2=3 _ x = 1.

Captulo 3

Matrizes inversa
Obs: 12 A diviso de matrizes no est denida. No entanto pode denir-se um conceito semelhante ao de "nmero inverso". Denio 3.1 Seja A 2 Mnn R. Diz-se que A uma matriz invertvel ou matriz regular ou matriz no singular se existir uma matriz B 2 Mnn R tal que AB = BA = In . Caso contrrio diz-se que A uma matriz no-invertvel ou matriz singular. Teorema 3.1 Seja A uma matriz invertvel de ordem n. Ento existe uma e uma s matriz B 2 Mnn R tal que AB = BA = In

A admite duas inversas, isto , sejam X; Y AX = XA = In e AY = Y A = In . Vejamos que X = Y .


Demonstrao:
Suponhamos que Tem-se

2 MnnR tal que

= XI = X (AY ) = (XA)Y = In Y =Y

porque I o elemento neutro da multiplicao de matrizes por hiptese

AY

= In

pela propriedade associativa do produto de matrizes por hiptese

XA = In

porque I o elemento neutro da multiplicao de matrizes

Isto , existe uma nica matriz que satisfaz a condio de invertibilidade.

Denio 3.2 Seja A uma matriz invertvel de ordem n. Chama-se matriz inversa da matriz A, e representa-se por A1 , nica matriz B 2 Mnn R tal que AB = BA = In . Teorema 3.2 Sejam A e B so matrizes quadradas da mesma ordem, AB BA = I .
37

I se e s se

38

Demonstrao:

Consideremos

BA = I

e vejamos que ento

AB = I .

AB = I
Analogamente se

, (AB )A = IA , A(BA) = A , AI = A , A = A
AB = I
ento

BA = I , logo AB = I

se e s se

BA = I .

Obs: 13

1. Se A e B so matrizes quadradas da mesma ordem e AB = I , ento A1 = B .

2. Se A a matriz inversa da matriz B , ento B a matriz inversa da matriz A.

Teorema 3.3 1. Seja A uma matriz invertvel. Ento A1 tambm uma matriz invertvel e (A 1 ) 1 = A .
2. Sejam A e B matrizes quadradas da mesma ordem e invertveis. Ento a matriz AB ainda invertvel, tendo-se

(AB )1 = B 1A1:
AA1

Demonstrao:
1. Como

1 ) 1 = A . matriz invertvel e (A

uma matriz invertvel, tem-se

= A 1 A = I

. Logo,

A1 tambm

uma

2.

Logo

(AB ) B 1A1 = A BB 1 A1 = AInA1 = AA1 = In 1 1 B A (AB ) = B 1 A1 A B = B 1 In B = B 1 B = In (AB )1 = B 1A1:

Obs: 14

1. Podemos generalizar esta propriedade:

(AB : : : L)1 = L1 : : : B 1A1:


Isto , a inversa do produto de um nmero nito de matrizes o produto das inversas por ordem inversa. 2. Nem toda a matriz quadrada invertvel.

CAPTULO 3.

MATRIZES INVERSA

39

Teorema 3.4 Seja A uma matriz de ordem n, invertvel. Ento

1 = In . 1. In

2. (kA)1 = A1 ; 8k 2 R n f0g:
1 3. A matriz AT invertvel e a sua inversa AT = A1T : m 4. Se A invertvel, ento Am tambm o . Tem-se que (Am )1 = A1 .

Demonstrao:
1. Como

1 = In . In In = In , ento, por denio, In

2.

1 A1 (kA) = 1 A1kA = 1 kA1A = 1A1A = A1A = In


k k
 

1 A1 = kA 1 A1 = k 1 AA1 = 1AA1 = AA1 = In (kA) k k k


Conclui-se que

1 A 1

a inversa de

kA.

3.

T =I AT A1 T = A1 A T = In n 1 T T T 1 T A A = AA = In = In:
Logo, a matriz

AT

invertvel e a sua inversa a matriz

T 1 A

= A1T :
Suponhamos que se

4. Mostre-se por induo em verica para

m.

m.

Para

=1

o resultado imediato.

Ento

A1 m+1 = A1 A1 m = A1 (Am )1 = (Am A)1 = Am+1 1

e, portanto, o resultado tambm vlido para tambm o . Tem-se que

(A m ) 1 =

1 m

m + 1.

Logo, se

A invertvel,

ento

Am

40

Denio 3.3 Uma matriz A, de ordem n diz-se uma matriz ortogonal se AAT

= AT A = In:

Obs: 15 Toda a matriz ortogonal necessariamente uma matriz invertvel, tendo-se A1 = AT . Denio 3.4 Duas matrizes A e B de ordem n dizem-se matrizes semelhantes se existir uma matriz P , invertvel, tal que:

A = P 1 BP

Obs: Duas matrizes semelhantes tm o mesmo determinante, isto ,

1 jB jjP j = jB j jP j = jB j: jAj = jP 1BP j = jP j jP j


CLCULO DA MATRIZ INVERSA: Nem toda a matriz quadrada invertvel. Teorema 3.5 Uma matriz quadrada de ordem n invertvel se e s se a sua caraterstica n, isto se a sua forma em escada reduzida a matriz identidade. Obs: 16 Se A uma matriz invertvel, h vrios processos de calcular a sua matriz inversa, uns mais trabalhosos do que outros. Vamos estudar 3 mtodos:
1. Pela Denio; 2. atravs da Matriz Adjunta; 3. usando as operaes elementares.

1. Determinar a matriz inversa a partir da denio


A denio de matriz invertvel ajuda a vericar se uma matriz ou no invertvel, bem como a calcular a respetiva inversa, em caso armativo. Porm, tal processo , em geral, moroso. Com efeito, se

A uma matriz invertvel, de ordem n, a igualdade AA1 = In , permite determinar a


" #

sua inversa.

1 1 . Supondo que A invertvel, a sua inversa ser a matriz Exemplo: 15 Seja A = 2 1 " # a b A1 = , tal que AA1 = A1 A = I2 . Por exemplo: c d
AA1 =
"

1 1 2 1

#"

a b c d

0 ) = 1 0 1 > > > >


:

"

8 > > > > <

ac bd 2a c 2b d

> =1 > a=1+c a > > > > > > < < =0 , b=d ,> b > =0 > 2 + 2c c = 0 > c > > > > : : =1 2d d = 1 d

= 1 =1 = 2 =1

CAPTULO 3.

MATRIZES INVERSA

41

A inversa da matriz A, ser a matriz A1 =

"

1 1 2 1

2. Determinar a matriz inversa, usando a matriz adjunta Denio 3.5 Seja A uma matriz quadrada de ordem n. Chama-se matriz adjunta de A, e representa-se por Adj (A), matriz transposta da matriz que se obtm substituindo na matriz A os seus elementos pelos correspondentes complementos algbricos. Teorema 3.6
1. Qualquer que seja a matriz A de ordem n, tem-se que

AAdj (A) = Adj (A)A = jAjIn :


2. Se A invertvel, ento:

3.

jAj Adj (A): Uma matriz quadrada A invertvel se e s se jAj = 6 0.

A 1 =

Exemplo:

1 3 2 6 16 Seja A = 40 1 47 5. jAj = 2 6= 0, logo a matriz A invertvel. 0 0 2


2 3

1 4 = 2 A11 = (1) 0 2
3 2 A21 = (1) =6

0 4 = 0 A12 = (1) 0 2 1 2 = 2 A22 = (1) 0 2


4

0 1 = 0 A13 = (1) 0 0 1 3 = 0 A23 = (1) 0 0


5

0 2

1 2 1 3 3 2 A31 = (1) = 14 A32 = (1)5 = 4 A33 = (1)6 =1

1 4

0 4

0 1

2 0 0 T 2 6 14 6 7 6 Adj (A) = 4 6 2 0 5 = 4 0 2 4 7 5 14 4 1 0 0 1 2 6 14 1 3 7 1 1 6 7 6 1 Logo: A = Adj (A) = 4 0 2 4 5 = 4 0 1 2 7 5 2 2 0 0 1 0 0 1=2


Teorema 3.7 A1 =
2 3 2 3

jA j .

42

3.1.

EXERCCIOS RESOLVIDOS

Demonstrao:
Como

1. jAA1j = jAjjA1j = 1 e jAj = 6 0 por A ser invertvel, ento jA1j = jA j 1 = jA j


.

Da denio de matriz inversa,

AA1

= In

, tiramos que

jAA1j = jInj = 1.

Logo

A 1

3. Determinar a inversa, usando as operaes elementares Teorema 3.8 A inversa de uma matriz A pode ser calculada efetuando as operaes elementares (sobre as linhas) na matriz [ A j I ] at se obter uma matriz na forma [ I j B ]. A matriz B obtida a inversa da matriz A, isto , B = A1 .

Exemplo: 17

2 5 Seja A = 1 3
"

"

5 1 0 [AjI] = 2 1 3 0 1
"

 1 5 = 2 1 =2 0 0 1 1 2 l2 2l2

3 5 Portanto, A1 = B = 1 2

"

 1 5 =2 1 =2 0  1 5 =2 1= 2 0  1 3 0 1 0 1=2 1=2 1 1 l1 l1 l2 l2 l1 2 " # 1 0 3 5  [I jB ] 0 1 1 2 5 l1 l1 l2 2

"

"

3.1 Exerccios Resolvidos


1. Seja

1 1 A= 1 2

"

#
. Determine a sua inversa.

1 1 1 0 $ [AjI ]= 1 2 0 1 l2 1 1 1 0 $ 0 1 1=3 1=3 l1 " # 2 = 3 1 = 3 A 1 = 1 =3 1 =3


.

"

"
l 2 +l 1

1 1 1 0 $ 0 3 1 1 l2
#

1=3l2

"

"
l1 l2

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

Portanto,

CAPTULO 3.

MATRIZES INVERSA

43

2. Dada a equao matricial

(A 1 X )T = B
2

, determine

X , sendo
" #

3 1 2 6 1 A =4 0 1 0 7 5 1 1 1
Resoluo:

3
e

1 0 1 B= 0 1 2

( A 1 X ) T = B ((A1X )T )T = B T A 1 X = B T AA1 X = AB T X = AB T
A = (A1 )1 :
2

Determinemos a matriz

3 1 2 1 0 0 6 7 4 0 1 0 0 1 0 5 1 1 1 0 0 1 1 1 1 0 0 1 ! 6 l1 $ l3 4 0 1 0 0 1 0 7 5 3 1 2 1 0 0 3 2 0 0 1 1 1 1 ! 0 1 0 0 1 0 7 l3 l3 3 l1 6 5 4 0 2 1 1 0 3 ! 2 1 0 1 0 1 1 3 l1 l1 l2 6 7 0 4 0 1 0 0 1 5 l3 l3 + 2 l2 0 0 1 1 2 3
2 3

Logo

1 A= 0 1 0 1 2 3
6 4

! 2 1 0 0 1 1 2 3 l1 l1 l2 6 1 0 7 5 4 0 1 0 0 l3 (1) l3 0 0 1 1 2 3 3 1 2
7 5
e por isso

1 1 2 1 0 1 3 6 7 6 7 6 T X = AB = 4 0 1 0 5 4 0 1 5 = 4 0 1 7 5 1 2 3 1 2 2 4

44

3.1.

EXERCCIOS RESOLVIDOS

3. Seja

1 A=6 40 1 1 1 jAj = 0 1 1 0

1 1 0 1 1 2

1 A 1 17 5 2 1 1 0 1 = 2 + 1 + 0 1 0 0 6= 2 1 0
. Determine .

, logo a matriz

A invertvel.
4

1 1 = 2 A11 = (1) 0 2 1 A21 = (1)3


4

0 1 = 1 A12 = (1) 1 2 1 A22 = (1)4


5

0 1 = 1 A13 = (1) 1 0 1 A23 = (1)5


6

1 = 2 0 2

1 = 1 1 2

1 = 1 1 0

1 1 = 0 A31 = (1) 1 1
2

1 1 = 1 A32 = (1) 0 1
3 2

1 1 = 1 A33 = (1) 0 1 0 1 7 5 1 3 0 1=2 7 5 1 =2


3

Logo:

2 1 1 T 2 2 6 7 6 Adj (A) = 4 2 1 1 5 = 4 1 1 0 1 1 1 1 2 3 2 2 2 0 1 1 1 1 6 7 6 1 A = Adj (A) = 4 1 1 1 5 = 4 1=2 1=2 2 2 1 1 1 1=2 1=2

3.1.1 Aplicao: codicao de mensagens


Pode-se codicar uma mensagem associando a cada letra do alfabeto um nmero inteiro e enviar a lista de nmeros que substitui a mensagem. A teoria dos determinantes usada neste contexto para o clculo de inversas com propriedades especiais.

A mensagem

BOA SORTE!

pode ser codicada por

3; 1; 5;10; 1; 6; 2;8; 0
3 B 1 O 5 A 10 S 6 R 2 T 8 E 0 !

onde cada numero representa a letra que est na mesma coluna da tabela:

CAPTULO 3.

MATRIZES INVERSA

45

(neste exemplo no se codica o espao). Para complicar ainda mais a codicao da mensagem e para impedir que o cdigo seja quebrado pode-se usar a seguinte tcnica: o cdigo que representa a mensagem colocado nas colunas de uma matriz

A.

No exemplo considerado tem-se

3 10 2 7 A=6 41 1 85 : 5 6 0
A matriz

vai ser pr-multiplicada por uma outra matriz

M.

A matriz

deve vericar as

seguintes propriedades:

 os elementos de M so nmeros inteiros;  det(M ) = 1.


Ento, tem-se que inteiros.

M 1

= adj (M )
2

e os elementos de

M 1

tambm vo ser todos nmeros

Seja a matriz

dada por

1 0 2 6 M = 40 1 07 5 0 1 1

3
. Ento

 os elementos de M so nmeros inteiros;  det(M ) = 1.


Logo

verica as condies. Tem-se ento:

1 0 2 3 10 2 13 22 2 6 7 6 7 6 MA = 40 1 05 41 1 85 = 4 1 1 87 5 0 1 1 5 6 0 6 7 8
ou seja, a mensagem codicada que deve ser enviada :

13; 1; 6;22; 1; 7; 2;8; 8 :


O recetor da mensagem consegue descodic-la multiplicando-a por

1 : Primeiro determinemos M

M 1

pois

M 1 MA

=A

1 0 2 1 0 0 7 6 4 0 1 0 0 1 0 5 0 1 1 0 0 1 2 3 1 0 2 1 0 0 ! 0 1 0 0 1 0 7 l3 $ l3 l2 6 4 5 0 0 1 0 1 1

46

3.1.

EXERCCIOS RESOLVIDOS

Logo

1 2 2 6 1 M =4 0 1 0 7 5: 0 1 1 1 2 2 13 22 2 3 10 2 6 7 6 7 6 1 A = M MA = 40 1 0 5 4 1 1 85 = 41 1 87 5 0 1 1 6 7 8 5 6 0
2 3 2 3 2 3

0 0 1 2 2 ! 1 l1 $ l1 2l3 6 0 7 5 4 0 1 0 0 1 0 0 1 0 1 1
3

Podemos agora descodicar a mensagem da seguinte forma:

Obtemos assim a mensagem inicial:

3; 1; 5;10; 1; 6; 2;8; 0
que, utilizando a tabela dos cdigos, corresponde mensagem

BOA SORTE!

A matriz de codicao

pode ser construda a partir da matriz identidade

I,

aplicando,

sucessivamente, operaes elementares. A matriz assim obtida vai ter elementos inteiros, verica

det(M ) = det(I ) = 1 e M 1 tambm vai ter elementos inteiros.

CAPTULO 3.

MATRIZES INVERSA

47

3.2 Exerccios propostos


1. Determine a inversa das matrizes

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

1 2 3 7 B=6 4 0 1 2 5: 0 0 1

2. Dadas as matrizes:

1 1 2 6 A=4 0 3 0 7 5 1 4 1
Calcule: 2.1. 2.2. 2.3.

" # 1 0 2 3 1 6 7 B = 4 2 1 5 C = 3 0 2 3 1

B:C:A

jAj

A 1

3. Considere a matriz

1 1 1 17 6 6 1 1 1 2 7 7 M =6 6 1 1 a 1 7 5 4 1 b 1 1
Sendo

3
.

3.1. Determine 3.2. Tome

MT

)1 = C 1BC , determine jB j :
2 3

a = 3 e b = 2.

jM j em funo de a e b. Em que condies M regular?


B eC
duas matrizes reais de ordem 4 e sabendo que

4. Seja

2 0 3 6 B=4 0 4 2 7 5 0 0 7
B:

uma matriz regular. Calcule o determinante da matriz inversa da

matriz

5. Dizemos que

1 AP . que B = P

A e B so duas matrizes semelhantes se existir uma matriz invertvel P Mostre que se A eB so semelhantes, ento jAj = jB j :

tal

6. Considere a seguinte matriz:

1 0 2 6 A = 4 2 1 3 7 5 4 1 0
A invertvel e determine a sua inversa.

6.1. Justique que a matriz

6.2. Indique, justicando, o valor lgico da seguinte armao:

(ABC )T

representa uma matriz

31

, onde

B uma matriz 32 e C

uma matriz

21

48

3.2.

EXERCCIOS PROPOSTOS

7. Considere as matrizes

1 1 2 6 C = 4 2 1 3 7 5 5 1 0
7.1. Calcule

3
e

1 0 1 6 D = 4 2 1 0 7 5 0 0 2

jC j :
D: X
que satisfaz a equao:

7.2. Calcule a inversa de 7.3. Determine a matriz

(DX + I )T = C: 17 17 7 17 5 1
3

8. Seja

1 6 6 1 A=6 6 3 4 1
A:

1 0 0 1

1 2 1 2

8.1. Calcule o determinante de 8.2. Seja

C uma matriz de ordem 4 com jC j = 2 e D uma matriz que se obteve de C por 1 D T : troca da primeira com a segunda coluna. Calcule o determinante da matriz CA A diz-se involutria se o seu quadrado igual matriz identidade.
" #

9. Uma matriz quadrada

9.1. Mostre que qualquer matriz involutria igual respetiva inversa. 9.2. Sendo

matricial

0 3 A B= 1 4 T 1 1 T T (BA ) + X = B + B AT :
uma matriz involutria e

, calcule

que satisfaz a equao

10. Resolva, em ordem a

X , cada uma das seguintes equaes matriciais:

10.1. 10.2. 10.3. 10.4. 10.5. 10.6. 10.7. 10.8. 10.9. 10.10. 10.11.

( A 1 X ) 1 + 2 A = B ( X T A ) 1 + ( X 1 B T ) T = I A (B + X )T = I (2A1X )1 + B = A AX 1 + (XB 1 )1 = A (X T A B )T = CX AX + (X T B )T = C AX + (X T B T )T = A T (A X )1B T = (AT )1

AX + (X 1 B )1 = A ( A 1 X + B ) 1 = A

CAPTULO 3.

MATRIZES INVERSA

49

11. Sendo

uma matriz invertvel, resolva a seguinte equao em ordem a

X:

(ABC 1)T + CXI = C T (AB )T


12. Considere a equao matricial

(AT )1X T + (AB )1 = A:


X.
3

12.1. Resolva a equao em ordem a

12.2. Calcule

para

1 0 0 6 A=4 1 1 0 7 5 0 0 1

e
"

1 0 0 6 B=4 0 2 0 7 5: 0 0 3
#

13. Considere a matriz

1 1 A= 0 1
X
que satisfaz a equao

Determine a matriz trica? Justique.

T 1 T A X

= AT 1

. A matriz

sim-

14. Resolva, em ordem a

X , a seguinte equao matricial:

( B T X 1 ) 1 B T C + ( C T B 1 ) T = I
15. Indique, justicando, o valor lgico de cada uma das seguintes proposies:

15.1. a expresso matricial

15.2.

A1 (AA1 + A)B B (AB )1 A 1 B dene a matriz nula. a b c c a b d e f = f d e g + ka h + kb i + kc i g h

16. Na codicao de uma mensagem, usado o seguinte cdigo:

A 1

B 2

C 3

... ...

J 10

K 11

L 12

... ...

Neste exerccio, o espao no considerado. A mensagem foi transformada usando a matriz

1 2 1 M =6 3 1 7 4 1 5 2 2 1
e foi enviada como

45; 60; 47; 63; 82; 68; 44; 48; 65

Qual a mensagem?

50

3.2.

EXERCCIOS PROPOSTOS

3.2.1 Solues
1.

2. 2.1.

3. 3.1.

4. 5.

1=2 5=12 1=3 6 1 A = 4 0 1=6 1=3 7 5 e 1=2 1=12 1=3 2 3 3 3 3 B:C:A = 6 1 2 7 4 5 5 8 4 1 jA j = 9 2 3 1=3 1 2=3 A 1 = 6 1 =3 0 7 4 0 5 1=3 1=3 1=3 jM j = (a 1)(b 1) M jB j = 1= jM j = 1=2 B 1 = 1= jB j = 1=56
2.2. 2.3. . 3.2. .

1 2 7 6 1 B = 4 0 1 2 7 5: 0 0 1

regular se

a; b 6= 1.

2
6. 6.1.

jAj = 9 6= 0; A1 = 6 4

1=3

6.2. Falso. 7. 7.1.

7.2.

7.3.

8. 8.1. 8.2. 9. 9.1. 9.2.

1 7 =2 9 = 2 6 1 T X = D (C I ) = 4 3 5 8 7 5 1 3=2 1=2 jAj = 2 CA1 D T = 2


. .

(ABC )T jC j = 24 2 3 1 0 1=2 D 1 = 6 1 7 4 2 1 5 0 0 1=2


.

uma matriz da forma

2 =9 2 =9 4=3 8=9 1=9 7 5 2=3 1=9 1=9 13

X = B 1 =

"

4=3 1

1= 3 0

10. 10.1. 10.2. 10.3. 10.4.

X = (A + B 1 )1 A X = A(A1 B ) X = A (B 2A ) 1 X = (A1 + B )T

CAPTULO 3.

MATRIZES INVERSA

51

10.5. 10.6. 10.7. 10.8. 10.9. 10.10. 10.11. 11.

X = AT B X = A(A B )1 =2 X = A1 (A + B ) X = (AT C )1 B T X = (A + B T )1 C X = (A + B )1 A X = AT BA X = A T A B 1 A 1
2 T

X = 0:

12. 12.1.

12.2.

13.

14.

0 2 0 6 X = 4 0 1 =2 0 7 5 0 0 2=3 " # 2 1 X= 1 1 X = C 1 B T
.

3
.

. A matriz

simtrica

(X T = X )

15. 15.1. Falsa. 15.2. Verdadeira. 16. BOM ESTUDO

Captulo 4

Sistemas de equaes lineares


4.1 Denies Gerais
Denio 4.1
1. Diz-se que (S ) um sistema de m equaes lineares com n incgnitas x1 ; x2 ; : : : ; xn 2 R e com os termos independentes b1 ; b2 ; : : : ; bm 2 R se (S ) o sistema:
8 > > > > < > > > > :

a11 x1 a21 x1 ::: am1 x1

+a12x2 + : : : +a1nxn = b1 +a22x2 + : : : +a2nxn = b2 +am2x2 + : : : +amnxn = bm = B , onde:


2 6 6 6 6 4

2. O sistema (S ) da denio anterior admite a forma matricial AX


2

A=

6 6 6 6 4

a11 a21 ::: am1

a12 a22 ::: am2

::: ::: ::: :::

a1n a2n ::: amn

3 7 7 7 7 5

X=

6 6 6 6 4

x1 x2 ::: xn

3 7 7 7 7 5

e B=

b1 b2 ::: bm

3 7 7 7 7 5

3. No sistema AX

= B,

 A = [aij ] 2 Mmn(R) a matriz dos coecientes.  X = [xj ] 2 Mn1(R) a Matriz ou vetor das Incgnitas.  B = [bj ] 2 Mm1(R) a Matriz ou vetor dos termos Independentes.
2 6 6 6 6 4

 Aj B =

a11 a21 ::: am1

a12 a22 ::: am2

::: ::: ::: :::

a1n a2n ::: amn

b1 b2 ::: bm

3 7 7 7 7 5

2 Mm(n+1)(R) a matriz completa.

4. Designa-se por soluo do sistema AX = B qualquer n-plo ordenado ( 1 ; 2 ; : : : ; n ) 2 Rn que satisfaa todas as equaes do sistema.
52

CAPTULO 4.

SISTEMAS DE EQUAES LINEARES

53

5. Dois sistemas dizem-se equivalentes se todas as solues do primeiro satisfazem o segundo e vice-versa. 6. Resolver um sistema de equaes lineares signica determinar todas as suas solues. Chama-se Conjunto Soluo do sistema (S ), e representa-se por CS(S ) , ao conjunto formado por todas as solues do sistema. 7. Diz-se que sistema de equaes lineares (S ) um sistema possvel se ]CS(S ) > 0. 8. Diz-se que sistema de equaes lineares (S ) um sistema possvel e determinado se ]CS(S ) = 1. 9. Diz-se que sistema de equaes lineares (S ) um sistema possvel e indeterminado se ]CS(S ) > 1. 10. Diz-se que sistema de equaes lineares (S ) um sistema impossvel se ]CS(S ) = 0.

Obs: 17 1. Discutir um sistema de equaes lineares signica efetuar um estudo visando classic-lo de acordo com as seguintes denies:
8 > > > > > > < > > > > > > :

Possvel

8 > < > :

Determinado ( SPD) - uma s soluo Indeterminado ( SPI) - vrias solues

Sistema de equaes

impossvel (SI) - no tem solues

2. Interpretao Geomtrica - Dado um sistema de equaes com 2 Equaes e 2 Incgnitas, (

a11 x1 + a12 x2 a21 x1 + a22 x2

= =

b1 b2

Cada equao representa uma reta no plano no espao bidimensional. Assim, as solues do sistema pertencem interseco dessas retas.

  

Um SPD ( sistema com soluo nica) representado pela interseo de duas retas concorrentes; Um SPI ( sistema com innitas solues) representado pela interseo de duas retas coincidentes; Um SI ( sistema sem soluo) representado por duas retas paralelas.
(

Exemplo: 18
(

1. Resolver o sistema:

2x + y = 5 x 3y = 6
,
(

2x + y = 5 x 3y = 6

12 + 6y + y = 5 x = 6 + 3y

12 y = 5 7 x=3

= 1

54

4.1.

DEFINIES GERAIS

Logo, o sistema tem um s soluo, esta representada pela interseo das retas de equaes: 2x + y = 5 e x 3y = 6 ! retas concorrentes.

Figura 4.1:

Interpretao geomtrica de um sistema linear de duas equaes a duas incgnitas

possvel e determinado

2. Resolver o sistema:
(

2x + y = 5 6x + 3y = 15
,
(

2x + y = 5 6x + 3y = 15

2 x + 5 2x = 5 y = (15 6x)=3 = 5 2x

5=5 y = 5 2x

Logo, o sistema tem innitas solues, estas so representadas pela interseo das retas de equaes: 2x + y = 5 e 6x + 3y = 15 ! retas coincidentes.

Figura 4.2:

Interpretao geomtrica de um sistema linear de duas equaes a duas incgnitas

possvel e indeterminado

3. Resolver o sistema:
(

2x + y = 5 6x + 3y = 10
,
(

2x + y = 5 6x + 3y = 10

2x + 10=3 2x = 5 y = (10 6x)=3 = 10=3 2x

Logo, o sistema no tem soluo, de facto as retas de equaes:

10=3 = 5 y = 10=3 2x 2x + y = 5 e 6x + 3y =

CAPTULO 4.

SISTEMAS DE EQUAES LINEARES

55

10 ! no se intersectam, retas paralelas no coincidentes.

Figura 4.3: Interpretao geomtrica de um sistema linear de duas equaes a duas incgnitas impossvel

Obs: 18

1. Seja AX = B um sistema de m equaes lineares com n incgnitas. Ento se n > m o sistema no pode ser SPD.

2. Seja AX

X = A1 B .

= B um sistema de n equaes lineares com n incgnitas. Se A invertvel, ento

Denio 4.2 1. Designa-se por sistema homogneo, um sistema de equaes lineares cujos termos independentes so todos nulos.
2. Seja (S ) o sistema de equaes lineares AX = B , com B 6= 0. Designa-se por sistema homogneo associado ao sistema (S ), ao sistema AX = 0.

4.2 Mtodo de Cramer


Denio 4.3 Chama-se sistema de Cramer a um sistema de n equaes lineares a n incgnitas, x1 ; x2 ; : : : ; xn , tal que o determinante associado matriz do sistema diferente de zero, isto , a matriz regular e a sua caraterstica n. Tal determinante denominado por determinante do sistema e representa-se por .
8 > > > > < > > > > :

a11 x1 a21 x1 ::: an1 x1

+a12x2 + : : : +a1nxn = b1 +a22x2 + : : : +a2nxn = b2 +an2x2 + : : : +annxn = bn

56

4.2.

MTODO DE CRAMER

= jAj =

a11 a21 ::: an1

a12 a22 ::: an2

::: ::: ::: :::

a1n a2n ::: ann

6= 0

Teorema 4.1 Qualquer sistema de Cramer possvel e determinado.

Demonstrao:

Consideremos o sistema

AX = B
ento

A1 AX = A1 B In X = A1 B X = A 1 B A 1 =

ou seja

Isto ,

Como

1 jAj Adj (A) e jAj = 1 Adj (A)B


::: ::: ::: ::: An1 An2 ::: Ann A11 A12 ::: A1n A21 A22 ::: A2n
3 2 7 7 7 7 5 6 6 6 6 4

ento

X = A 1 B =
2 6 6 6 6 4

x1 x2 ::: xn
8 > > > > < > > > > :

3 7 7 7 7 5

1 =

6 6 6 6 4

b1 b2 ::: bn

3 7 7 7 7 5

isto

1 (b1 A11 + b2 A21 + : : : + bn An1 ) x1 = 1 (b1 A12 + b2 A22 + : : : + bn An2 ) x2 = ::: 1 (b1 A1n + b2 A2n + : : : + bn Ann ) xn =

Estas expresses existem e so bem denidas, donde se conclui que o sistema possvel e determinado.

Obs: 19 1. As expresses contidas nos segundos membros identicam-se com os valores dos determinantes que resultam da substituio da coluna relativa aos coecientes de cada incgnita pela coluna dos termos b1 ; b2 ; : : : ; bn . Representando estes determinantes por

CAPTULO 4.

SISTEMAS DE EQUAES LINEARES

57

1; 2; : : : ; n, vem:

8 > > > > < > > > > :

Esta regra conhecida pela Regra de Cramer: A soluo de um sistema de Cramer constituda por uma sequncia de valores, onde o valor de cada incgnita xk obtido como o quociente de dois determinantes: o determinante do denominador o determinante da matriz do sistema , e o determinante do numerador um determinante que se obtm de substituindo a coluna dos coecientes da incgnita xk pela coluna dos termos independentes B. 2. Se o sistema AX = B for uma sistema de Cramer Homogneo, isto , se jAj 6= 0 e os termos independentes forem nulos, ento xj = 0; 8j = 1; : : : n e a soluo nula a nica soluo, ]CS = 1.

1 x1 = 2 x2 = ::: n xn =

Exemplo: 19

1. Os sistemas
(

x x

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

8 > < > :

x 2x x

y = 2

+y = 3 +3y = 4

no so sistemas de Cramer porque o primeiro tem mais incgnitas que equaes e o segundo tem mais equaes que incgnitas. 2. O sistema

+2y = 1 2x 4y = 2 1 2 No um sistema de Cramer pois = = 4 + 4 = 0. 2 4


x

3. O sistema

2x y = 3 x +y = 6 2 1 um sistema de Cramer porque = = 2 + 1 = 3 6= 0. Ento 1 1


8 > > > > > > > > < > > > > > > > > :

x y

x = = y = =

-3 6

2 1

-3 6

= 33+ 6 = 1 +3 = 5 = 12 3

58

4.3.

MTODO DE GAUSS E GAUSS-JORDAN

Logo CS

= f(1; 5)g.

4.3 Mtodo de Gauss e Gauss-Jordan


Obs: 20
1. possvel estudar o sistema AX

= B atravs da matriz [A j B ]. = B,

2. As operaes elementares seguintes, efetuadas sobre o sistema AX 2.1. troca entre si de duas equaes do sistema,

2.2. a multiplicao de ambos os membros de uma equao por uma constante no nula, 2.3. a adio a uma equao de outra depois de multiplicada por uma constante no nula, correspondem s transformaes elementares sobre as linhas da matriz [A j B ] e resultam na passagem de um sistema a outro equivalente.

3. As transformaes elementares podem tambm realizar-se sobre as colunas, desde que se tenha em ateno que: 3.1. a troca entre si de duas quaisquer colunas do sistema nunca pode envolver a coluna B , 3.2. a troca entre si de duas quaisquer colunas de A equivale troca, no sistema, da ordem das incgnitas, pelo que ter de ser acompanhada da correspondente troca das linhas na matriz X . 4. efetuando em [ A j B ] as operaes elementares, obtm-se um sistema da forma [ C j D equivalente, onde C uma matriz em escada equivalente a A.

Teorema 4.2 Seja AX = B um sistema de equaes lineares com n incgnitas e seja CX = D um sistema equivalente ao sistema AX = B, onde C uma matriz em escada equivalente a A. Seja:

p = r(A) = r(C ) a caraterstica da matriz do sistema, q = r(AjB ) = r(C jD) a caraterstica da matriz completa, n o nmero de incgnitas.
Ento:
8 > > > > < > > > > :

p=q p=q=n p=q<n p 6= q

: : : :

sistema sistema sistema sistema

possvel possvel e determinado possvel e indeterminado impossvel

CAPTULO 4.

SISTEMAS DE EQUAES LINEARES

59

Discusso de um sistema:Consideremos as vrias hipteses:


1. Se

p = q = n temos o sistema
2 6 6 6 6 4

c11 c12 : : : 0 c22 : : : ::: ::: ::: 0 0 :::

c1n c2n ::: cmn

d1 d2 ::: dm

3 7 7 7 7 5

com

cii 6= 0 ;

8i. Logo o sistema possvel e determinado (SPD)

2. Se

p = q < n temos o sistema


2 2 6 6 6 6 4

c11 c12 : : : 0 c22 : : : ::: ::: ::: 0 0 :::

c1p c2p ::: cpp

::: ::: ::: :::

c1n c2n ::: cpn

d1 d2 ::: dp

3 7 7 7 7 5

ou

6 6 6 6 6 6 6 6 6 6 6 4

c11 c12 : : : 0 c22 : : : ::: ::: ::: 0 0 ::: 0 0 ::: ::: ::: ::: 0 0 :::

c1p c2p ::: cpp

::: ::: ::: ::: 0 ::: ::: ::: 0 :::

c1n c2n ::: cpn

::: :::

0 0

d1 d2 ::: dp

3 7 7 7 7 7 7 7 7 7 7 7 5

0 0

com

cii 6= 0 ;

8i.

Logo o sistema possvel e indeterminado (SPI) e

n p o grau de

indeterminao.

3. Se

p < q temos o sistema


2 6 6 6 6 6 6 6 6 6 6 6 4

c11 c12 : : : 0 c22 : : : ::: ::: ::: 0 0 ::: 0 0 ::: ::: ::: ::: 0 0 :::

c1p c2p ::: cpp

::: ::: ::: ::: 0 ::: ::: ::: 0 :::

c1n c2n ::: cpn

d1 d2 ::: dp 0 dp+1 ::: ::: 0 dn

3 7 7 7 7 7 7 7 7 7 7 7 5

com

cii 6= 0 ;

8i, e alguns dos di 6= 0 para i > p. Logo o sistema impossvel (SI).

Obs: 21 Uma condio necessria e suciente para que um sistema seja possvel, que a matriz dos coecientes e a matriz completa tenham igual caraterstica.

60

4.3.

MTODO DE GAUSS E GAUSS-JORDAN

Exemplo: 20

1. Resolver o sistema
8 > < > :

8 > < > :

x 2x x

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


.
8 > < > :

2. Resolver o sistema

x 2x

+y z = 4 +z = 3 2y 3z = 5

3. Discutir, em funo do parmetro a 2 R, o sistema Resoluo: 1.

ax x x

+y +z = 1 +ay +z = a +y +az = a2

! 1 4 1 4 3 1 l l2 2 l1 6 7 2 6 [ A j B ] = 4 2 5 3 5 5 l l l 4 0 3 3 3 1 1 3 2 4 0 7 3 2 2 ! 6 1 4 3 1 7 !6 1 l2 1=3 l2 4 0 1 1 1 5 l3 l3 + 7 l2 4 0 0 7 5 3 0 3 2 2 ! 1 1 4 3 1 4 ! 6 l1 3 l3 6 7 l1 l3 1=2 l3 4 0 1 1 1 5 4 0 1 l2 l2 l3 0 0 1 2 0 0 3 2 !6 1 0 0 3 7 l1 l1 4 l2 4 0 1 0 1 5 0 0 1 2
2 3 2

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

A soluo do sistema CS = determinado (p = q = n = 3). 2.

f(3; 1; 2)g. 1 4
3

A soluo nica e o sistema possvel e

1 1 6 [AjB ]=4 2 0 0 2 2 !6 1 1 l3 l3 + l2 4 0 2 0 0

1 3 1 3 0 0

! 6 1 1 1 4 7 7 3 5 l2 l2 2 l1 4 0 2 3 5 5 5 0 2 3 5 3 2 3 4 1 1 1 4 ! 7 5 7 1=2 l2 6 5 l2 4 0 1 3=2 5=2 5


2 3

0 0

! 6 1 0 1=2 3=2 7 l1 l1 l2 4 0 1 3=2 5=2 5 0 0 0 0

CAPTULO 4.

SISTEMAS DE EQUAES LINEARES

61

Portanto,

8 > > < > > :

x y

O sistema possvel e simplesmente indeterminado (2 = p indeterminao p q = 3 2 = 1. A soluo do sistema

3 8 3z > > = +z < x = 2 2 , 2 2 3 z 5 5 3z > 2 = 2 > + : y = 2 2




= q < n = 3), e o grau de

CS =
3.
2

3 ; 5 + 3 ;  ; 8 2 R : 2 2 2 2
3 2 3

1 1 1 ! 1 a 1 a 6 6 7 [AjB ]=4 1 a 1 a 7 5 l1 $ l2 4 a 1 1 1 5 1 1 a a2 1 1 a a2 3 2 3 !2 1 a 1 a 1 1 a a !6 l2 l2 a l1 6 7 7 4 0 1 a 2 1 a 1 a 2 5 c2 $ c3 4 0 1 a 1 a 2 1 a 2 5 l3 l3 l1 0 1 a a 1 a2 a 0 a 1 1 a a2 a 2 3 a a !6 1 1 l3 l3 + l2 4 0 1 a 1 a2 1 a2 7 5 2 0 0 2aa 1a O sistema SPD se se tem p = q = n = 3. Para isso a diagonal principal s pode conter elementos no nulos, isto , 1 a 6= 0 ^ 2 a a2 6= 0, ou seja, p 1+8 1 a 6= 1 ^ a 6= 2 13 a 6= 1 ^ a 6= 2 4 ^ a 6= 2 a 6= 1 ^ a 6= 2 2 a 6= 1 ^ a 6= 2 Ento se a 6= 1 ^ a 6= 2 o sistema SPD.
a
Vejamos agora como classicar o sistema nas restantes situaes:
2

3.1. Para a

=1

temos o sistema:

1 1 2 2 6 3.2. Para a = 2 temos o sistema: 4 0 3 3 3 7 5. O sistema impossvel (2 = p 6= 0 0 0 3 q = 3).

sistema possvel e duplamente indeterminado. A soluo geral do sistema : CS f(1 ; ; ); 8 ; 2 Rg.


2 3

1 1 1 1 7 6 4 0 0 0 0 5. 0 0 0 0

Como

1=p=

q < n

= 3,

62

4.4.

EXERCCIOS RESOLVIDOS

Concluso:

 a 6= 1 ^ a 6= 2 SPD,  a = 1 SPDI,  a = 2 SI.

4.4 Exerccios Resolvidos


1. Utilizando a regra de Cramer, resolver o sistema

8 > <

2x y + z = 1 x+yz =2 > : xz =1
um sistema de Cramer porque

Ento

Logo

2 1 1 1 1 2 1 0 1 = 2 + 0 2 1 0 + 1 = 0 = 0 z= z = 3 3 3 CS = f(1; 1; 0)g
.

2 1 1 = 1 1 1 = 2 + 0 + 1 1 0 1 = 3 6= 0 1 0 1 1 1 1 2 1 1 1 0 1 1 + 0 + 1 1 0 2 = 3 = 1 x = = x= 3 3 3 2 1 1 1 2 1 1 1 1 4 + 1 1 2 + 2 + 1 = 3 = 1 y y= = 3 = 3 3

8 > <
2. Resolver o sistema homogneo

> :

x 2x x

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

CAPTULO 4.

SISTEMAS DE EQUAES LINEARES

63

Resoluo: O sistema dado um sistema de Cramer porque

Ento, a nica soluo do sistema a nula:

3. Resolver o sistema de equaes homogneo

1 2 1 = 2 1 2 = 7 6= 0: 1 1 0 CS = f(0; 0; 0)g 8 > x +y z > > > < 2x +y > x +y > > > : 2x +3y z
.

+w = w = w = w = 1 1 2 1

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

Resoluo:

1 6 6 2 [AjB ]=6 6 1 4 2
2

1 1 1 3

1 1 0 1 0 1 1 1

3 !2 1 0 7 l 2 l2 2 l1 6 6 0 07 7 6 l l + l 3 3 1 6 0 07 5 l4 l4 2 l1 4 0 0

07 07 7 07 5 0
3

!6 1 l3 l3 + 2 l2 6 6 0 l4 l4 + l2 6 4 0 0

1 1 1 2 0 3 0 3 2 !6 1 1 0 l1 l1 + l3 6 6 0 1 0 l2 l2 2 l3 6 4 0 0 1 0 0 0
8 > < > :

1 3 6 6 1 1 2 0

0 7 ! 6 1 1 1 1 0 7 7 07 l4 l3 6 7 l4 6 0 1 2 3 0 7 7 6 0 5 l3 1=3 l3 4 0 0 1 2 0 7 5 0 0 0 0 0 0 3 3 2 0 7 ! 6 1 0 0 0 0 7 7 07 l1 + l2 6 7 l1 6 0 1 0 1 0 7 7 6 0 5 l2 (1) l2 4 0 0 1 2 0 7 5 0 0 0 0 0 0
,
8 > < > :

Logo

x=0 yw =0 z 2w = 0

x=0 y=w z = 2w

O sistema possvel e simplesmente indeterminado, sendo

CS = f(0; ; 2 ; ); 8 2 Rg:

4.4.1 Aplicao aos Circuitos eltricos


Nesta aplicao vai-se analisar como se pode usar a teoria de sistemas de equaes lineares para determinar a corrente em cada trecho de um circuito eltrico atravs das leis de Kirchho. Considere o circuito eltrico ilustrado na Figura 8 A bateria, medida em volt (V), gera uma carga que produz uma corrente. A corrente sai da

64

4.4.

EXERCCIOS RESOLVIDOS

Figura 4.4: Circuito eltrico

bateria do lado que contm a reta vertical mais longa. As resistncias so medidas em ohm As letras maisculas representam os ns do circuito eltrico. entre os ns e as setas indicam o sentido de uxo, mas se A letra

i for negativa, ento a corrente ui no

(
)

representa a corrente

sentido oposto ao indicado. As correntes so medidas em ampere. Para determinar as correntes, recorre-se s leis de Kirchho :

1. Em cada n, a soma das correntes que entram igual soma das correntes que saem. 2. Em cada ciclo fechado, a diferena de potencial zero.

A diferena de potencial eltrico

em cada resistor dada pela lei de Ohm:

U
onde

= iR
a resistncia em ohm. Determine-se, agora, as

representa a corrente em ampere e

correntes do circuito eltrico considerado. Da primeira lei de Kirchho obtm-se

i1 i2 + i3 = 0 i1 + i2 i3 = 0
Da segunda lei de Kirchho resulta que

(n A) (n B)

4i1 + 2i2 = 8 2i2 + 5i3 = 9


2

(ciclo superior) (ciclo inferior)

Pode-se representar o circuito eltrico usando a seguinte matriz ampliada:

1 6 6 1 6 6 4 4 0

1 1 0 7 1 1 0 7 7

2 2

0 87 5 5 9

CAPTULO 4.

SISTEMAS DE EQUAES LINEARES

65

Esta matriz pode ser reduzida forma escada da seguinte forma:

1 6 6 1 6 6 4 4 0

1 1 0 7 1 1 0 7 7

2 2

0 87 5 5 9
3

! 6 1 1 1 0 7 l2 l2 + l1 6 0 07 6 0 0 7 6 l3 l3 4l1 4 0 6 4 8 7 5 0 2 5 9 2 3 0 1 1 1 7 ! 6 6 0 2 7 9 5 6 7 l2 $ l4 6 7 0 6 4 8 4 5 0 0 0 0 3 2 0 1 1 1 7 !6 7 6 0 2 9 5 7 l3 l3 3l2 6 6 0 0 19 19 7 5 4 0 0 0 0 2 3 1 1 1 0 7 !6 6 0 2 5 9 7 1 6 7 l3 19 l3 6 7 0 0 1 1 4 5 0 0 0 0
Resolvendo por substituio ascendente, obtm-se:

8 > < > :


Isto ,

i1 i2 + i3 = 0 2i2 + 5i3 = 9 i3 = 1

8 > < > :

i1 = i2 i3 = 1 i2 = (9 5i3 )=2 = 2 i3 = 1

i1 = 1, i2 = 2 e i3 = 1.

66

4.5.

EXERCCIOS PROPOSTOS

4.5 Exerccios Propostos


1. Resolva e classique os seguintes sistemas:

8 > <
1.1.

> : 8 > <

1.2.

> : 8 > > > > <

1.3.

> > > > : 8 > <

1.4.

1.5.

1.6.

1.7.

3x + 2 z = 2 5x + 2 y = 4 > : x 2y + 4 z = 3 8 > < 2x + y + z + v = 1 4x + 2 y + 3 z + 4 v = 3 > : 6x 3y z + v = 1 8 > xyz+t=1 > > > < 2x + 2y 3z + 6t u = 1 > x + 2y z + 4t = 1 > > > : 3x + y 4 z + 7 t u = 0 8 > < 5x 11y + 9z = 1 x 3y + 5 z = 2 > : 2x 4y + 2 z = 1
a 2 R de modo que o sistema
8 > < 8 > < > :

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

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

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

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

2. Determine

x + ay + z = 1 ax + y + z = 2 x + y + az = 3

seja de Cramer.

3. Considere o sistema

2x + y z = 4 x + y + z = 2 > : y + 2z = 3
8 > < > :

: Verique que se trata de um sistema de Cramer

e resolva-o invertendo a matriz dos coecientes. 4. Considere o seguinte sistema de equaes lineares

x + z = 1

2x + y = 2 y 2z = 4

CAPTULO 4.

SISTEMAS DE EQUAES LINEARES

67

Mostre que se trata de um sistema de Cramer e resolva-o, aplicando as frmulas de Cramer.

5. Discuta os seguintes sistemas:

8 > <
5.1.

> : 8 > <

5.2.

5.3.

2x y + z = 1 3x + y = 3 > : ax + 8y 5z = b 8 > < ax + y + z = 1 x + ay + z = a > : x + y + az = a2

x 2y z = 4 5x + 2 y 5 z = 4 2x 3 y 2 z = a

8 > <
6. Dado o sistema de equaes

> :

xy =3 ; 5y z = 3 a2 x + 4 a 2 y z = a + 1 a;

6.1. Discuta-o em funo do parmetro 6.2. Faa

a = 0 e determine a soluo pela regra de Cramer.


#

7. Usando a regra de Cramer, determine a soluo

"

1 2 1 2 3 6

(x; y)

do sistema cuja matriz ampliada

:
8 > > > > > > < > > > > > > :

8. Seja o sistema:

xy+z =1 xz =0 2x y = 1 ax + 2y + z = 2 xy+z =b

8.1. Para que valores de 8.2. Substitua

a = 4 e b = 1 e resolva-o.
8 > > > > <

a e b o sistema possvel e determinado? a e b que tornam possvel e determinado o sistema

9. Calcule os valores reais de

3 x 7y = a x+y =b > 5x + 3y = 5a + 2b > > > : x + 2y = a + b 1


Para os valores encontrados, determine a soluo do sistema.

68

4.5.

EXERCCIOS PROPOSTOS

10. Considere o sistema de equaes lineares nas incgnitas

x, y e z

8 > < > :


10.1. Escreva a matriz 10.2.

x + y + 2 z = 1 x + 2 y + z = 1 ; 2 R 2 x + y + z =

10.3. 10.4. 10.5.

A dos coecientes do sistema. 2 2 2 Sabendo que jAj = ( 1) ( +1) ( +2), discuta o sistema em funo do parmetro : Justique a armao Se = 0, a matriz dos coecientes do sistema invertvel. 1 : Fazendo = 0, determine A Determine a soluo do sistema para = 0:
8 > < > :

11. Dado o seguinte sistema de equaes lineares

xy+z =0 2x y + z = 0 3x + my + 2z = 0 m 2 R:

11.1. Discuta o sistema em funo do parmetro

11.2. Para o caso em que o sistema simplesmente indeterminado, resolva-o. 11.3. Modique os termos independentes do sistema de forma a que este seja impossvel. Justique.

12. Discuta, em funo do parmetro

x, y e z :

a, o seguinte sistema de equaes lineares nas incgnitas


8 > < > :

xy =1 ax + 4z = a + 1 2x y + 2 z = 4

13. Considere o seguinte sistema de equaes lineares:

8 > < > :

x+y+z =a x + (a + 1) y + z = 1 2x + (a 2) y + 2z = 0 a:

13.1. Discuta-o em funo do parmetro 13.2. Resolva-o para

a = 1:
2

14. Seja o sistema:

1 0 72 x 3 6 0 7 6 6 0 2 1 7 6 6 1 7 6 74 y 7 7 5=6 6 4 7 6 7 7 0 b 4 5 4 5 0 1 2 z c
a

CAPTULO 4.

SISTEMAS DE EQUAES LINEARES

69

14.1. Para que valores de 14.2.

a, b e c o vetor (1; 2; 3) soluo do sistema? Existem valores de a, b e c de modo que o sistema homogneo associado seja indetera de modo que o seguinte sistema seja possvel e duplamente indeterminado:
8 > > > > < > > > > :

minado? 15. Determine

x 2y + z = 2 2 x 3y + 2 t = 0 x ay z + 2t = 2 y 2z + 2at = 4
2

16. Considere

0 b 0 6 A=4 1 0 0 7 5 0 0 1

3
,

X=6 4

x1 x2 x3

3 7 5

eH=6 4

a c

3
. Discuta o sistema

17 5

AX = H .

17. Considere a matriz

1 0 0 6 B=4 2 3 4 7 5 1 3 7
B. BX = C , sendo C T

17.1. Determine a inversa da matriz 17.2. Dena sistema de Cramer.

17.3. Determine as solues do sistema

= 1 1 2

18. Resolva e classique o seguinte sistema:

8 > <

2x + 4y = 16 5 x 2y = 4 > : 10x 4y = 3
19. Considere a seguinte matriz:

0 5 2 6 A=4 3 0 1 7 5 1 1 0
8 > <

19.1. Justique que

A uma matriz regular e determine a sua inversa.

19.2. Considere o seguinte sistema de equaes:

5y 2z = 4 3x + z = 2 > : x+y =3
Usando a alnea anterior, resolva o sistema dado.

19.3. Resolva a equao matricial

X 1 + XB 1 1 = A, sendo

0 0 1 6 B = 4 2 0 2 7 5: 1 3 0

70

4.5.

EXERCCIOS PROPOSTOS

20. Resolva os seguintes sistemas aplicando a regra de Cramer:

20.1.

20.2.

3x + 2 y + z = 5 2x + 3 y + z = 1 > : 2x + y + 3z = 11 8 > x + y + 2z + 3w = 1 > > > < 3x y z 2w = 4 > 2x + 3y z w = 6 > > > : x + 2y + 3z w = 4
a e b reais. x y + 2z = 1 y + 3z = 3 5x + 8y + az = b x, y e z
8 > < > :

8 > <

21. 21.1. Discuta o sistema, considerando

21.2. Resolva-o para

a = 0 e b = 4:
8 > < > :

22. Considere o seguinte sistema nas incgnitas

x 2z = 1 yz =1 x z = 2 e :

22.1. Discuta, sem resolver, o sistema em funo dos parmetros 22.2. Faa

1 = 1 2 e =4

e resolva o sistema para estes valores dos parmetros.

23. Considere o seguinte sistema:

8 > < > :

x+yz =1 x + ay = 2 ax + y + (b a)z = a + c a, b e c:

23.1. Discuta o sistema para os vrios valores de 23.2. Considerando 23.3. Tomando associado.

a = 2; b = 1 e c = 1, resolva o sistema. agora a = 2; b = 1 e c = 1, qual a soluo


8 > > > > < > > > > :

do sistema homogneo

24. Dado o sistema de equaes homogneo

x+y+z+t=0 x + ay + 2z + 3t = 0 x + y + az + 4t = 0 x + y + z + at = 0

, calcule

a de modo que

o sistema dado: 24.1. no admita soluo alm da nula; 24.2. seja simplesmente indeterminado, e resolva-o neste caso.

CAPTULO 4.

SISTEMAS DE EQUAES LINEARES

71

4.5.1 Solues
1. 1.1. Sistema de Cramer. Soluo: 1.2. Sistema de Cramer. Soluo: 1.3. Sistema de Cramer. Soluo: 1.4. Sistema impossvel. 1.5. Sistema possvel e duplamente indeterminado.

CS = f(3; 5; 1)g. CS = f(1=2; 2; 11=2)g. CS = f(1=8; 9=8; 0; 21=8)g.


Soluo geral:

=2; ; 1 2 ; ); 8 ; 2 Rg.

CS CS

= f( =2 + = f(4 2

1.6. Sistema possvel e duplamente indeterminado.

; ; + 3; ; ); 8 ; 2 R.

Soluo geral:

1.7. Sistema impossvel. 2.

a 2 R n f2; 1g.
: ;

3. Sistema

4. Sistema 5. 5.1. Se

5.2. Se

1 3 2 4=5 6 7 6 1 1 AX = B jAj = 5 6= 0 A = 1=5 4 2 4 1 5 e X = A B = 4 13=5 7 5 1 2 3 1=5 AX = B jAj = 4 6= 0 CS = f(1; 0; 2g a 6= 6 a = 6 CS = f(z; 2; z ); 8z 2 Rg a = 29 ^ b = 34 CS = f(1 2 ; 3 3 ; ); 8 2 Rg a = 29 ^ b 6= 34 a 6= 29


. : ; . , o sistema impossvel. Se indeterminado: . , o sistema possvel e simplesmente indeterminado: . Se , o sistema impossvel. Se , o sistema possvel e determinado (Cramer).

, o sistema possvel e simplesmente

5.3. Se

a = 1, o ; ; ); 8 ; a

2 Rg.

sistema possvel e duplamente indeterminado: Se

= 2

, o sistema impossvel.

Se

= f(1 a 6= 2; 1
CS
, o sistema

possvel e determinado (Cramer). 6. 6.1. Se

6= 1, o sistema possvel e determinado (Cramer). Se a = 1, o sistema possvel e simplesmente indeterminado: CS = f(12=5+ =5; 3=5+ =5; ); 8 2 Rg.
Se

6.2. 7.

a = 1, o sistema impossvel. Para a = 0, a soluo do sistema CS = f(11=5; 4=5; 1)g.

CS = f(9; 4)g
8.2.

8. 8.1. Para

a 6= 5 ^ b = 1, o sistema possvel e determinado. Para a = 4 ^ b = 1, a soluo do sistema CS = f(4; 7; 4)g:

9. Para

10. 10.1.

a = 2 ^ b = 4, o sistema possvel e determinado: CS = f(3; 1)g 2 3 1 1 2 7 A=6 4 1 2 1 5. 2 1 1

72

4.5.

EXERCCIOS PROPOSTOS

10.2. Se

6= 1,

o sistema possvel e determinado (Cramer).

10.3.

10.4.

10.5.

= 1, o sistema impossvel. Se = 0, jAj = 2 6= 0. 2 3 1=2 1=2 1=2 7 1 = 6 Para = 0, A 4 1=2 1=2 1=2 5. 1=2 1=2 1=2 Para = 0, a soluo do sistema CS = f(1; 0; 0)g. m 6= 2,
possvel e simplesmente indeterminado.

possvel e duplamente indeterminado:

CS

= 1, o sistema f(1 ; ; ); 8 ; 2 Rg. Se


Se

11. 11.1. Se

o sistema possvel e determinado (Cramer). Se

m = 2,

o sistema

11.2. Para 11.3. 12. Se

m = 2, a soluo geral do sistema CS = f(x; z; z ); 8z 2 Rg. B = [00c]T ; c 6= 0.


Se

a 6= 2, o sistema possvel e determinado (Cramer). a

a = 2, o sistema impossvel.
Se

13. 13.1. Se

6= 0,

o sistema possvel e determinado (Cramer).

=0

, o sistema

impossvel. 13.2. Para

a = 1, CS = f(1=2; 0; 1=2)g. CS = f(1; 2; 3)g soluo do sistema para a = 2, b = 1 e c = 4.

14. 14.1. O vetor 14.2. No. 15. Para

a = 1, o sistema possvel e duplamente indeterminado. a; b = 0 e c 2 R.


3
.

16. O sistema possvel e determinado (Cramer), para e simplesmente indeterminado, para e

b 6= 0 e a; c 2 R.

O sistema possvel

c 2 R.

O sistema impossvel se

a=b=0

17. 17.1.

1 0 0 7 B 1 = 6 4 10=9 7=9 4=9 5 1=3 1=3 1=3 1 6 1 X = B C = 4 25=9 7 5 4 =3


2 2 3

17.2. Seja

A uma matriz de ordem n e B Cramer se e s se det(A) 6= 0.


.

uma matriz

n 1.

O sistema

AX = B

diz-se de

17.3.

18. O sistema impossvel.

19. 19.1.

19.2.

1 2 5 6 1 jAj = 1 6= 0 A = 4 1 2 6 7 5 3 5 15 2 3 15 6 1 X = A B = 4 18 7 5 43
;

3
.

CAPTULO 4.

SISTEMAS DE EQUAES LINEARES

73

19.3.

20. 20.1. 20.2.

21. 21.1. Se

10 13 8 X = A1 + A1 B = 6 9 7 4 11 16 5: 28 40 22 CS = f(2; 2; 3)g CS = f(1; 1; 0; 1)g a 6= 1


. . possvel e simplesmente indeterminado:

, o sistema possvel e determinado (Cramer). Se

21.2.

a = 1 ^ b 6= 4, o sistema impossvel. Para a = 0 ^ b = 4, a soluo CS = f(4; 3; 0)g.

CS

a = 1 ^ b = 4, o sistema f(4 5 ; 3 3 ; ); 8 2 Rg. Se

22. 22.1. Se

6= 1=2 ^ 2 R, o sistema possvel e determinado (Cramer). Se = 1=2 ^ = 1=4, o sistema possvel e simplesmente indeterminado. Se = 1=2 ^ 6= 1=4, o
sistema impossvel.

22.2. Para 23. 23.1. Se

23.2. 23.3. 24. 24.1. 24.2.

6= 1 ^ b 6= 1 ^ c 2 R, o sistema possvel e determinado (Cramer). Se (a = 1 ^ b = c) _ (b = c = 1 ^ a 2 R), o sistema possvel e simplesmente indeterminado. Se (a = 1 ^ b = 6 c) _ (b = 1 ^ c 6= 1 ^ a 2 R), o sistema impossvel. Para a = 2; b = 1 e c = 1, a soluo CS = f(2z; 1 z; z ); 8z 2 Rg. Para a = 2; b = 1 e c = 1, a soluo CS = f(0; 0; 0)g. Para a = 6 1, o sistema possvel e determinado e a soluo nica CS = f(0; 0; 0; 0)g. Para a = 1, o sistema simplesmente indeterminado, a soluo CS = f( ; ; 0; 0); 8 2 Rg.
a

1 e = 1 , a soluo CS = f(2z + 1; z + 1; z ); 8z 2 Rg. = 2 4

Captulo 5

Espaos vetoriais
5.1 Denies Gerais
Denio 5.1 operaes:
1. Seja V um conjunto no vazio sobre o qual esto denidas as seguintes

8 u; v 2 V , o elemento u v 2 V 8 2 R; 8 u 2 V , o elemento
u 2 V

() uma operao interna e (


) uma operao externa. O conjunto V
1.1. 1.2. 1.3. 1.4. 1.5. 1.6. 1.7. 1.8.

com estas duas operaes tem estrutura de espao vetorial real se forem satisfeitas as seguintes propriedades:

8 u; v 2 V; u v = v u; 8 u; v; w 2 V; (u v) w = u (v w) ; 91 0V 2 V; 8 u 2 V; u 0V = u ; 8 u 2 V; 91(u) 2 V : u (u) = 0V ; 8 2 R; 8 u; v 2 V;
(u v) =
u
v; 8 ; 2 R; 8 u 2 V; ( )
u =
u
u ; 8 ; 2 R; 8 u 2 V; ( : )
u = (
u) ; 8 u 2 V; 1
u = u, sendo 1 o elemento neutro de R para a multiplicao.

2. Seja V o espao vetorial denido anteriormente, chama-se escalares aos elementos de R, chama-se vetores aos elementos de V , chama-se soma de vetores primeira operao (), chama-se multiplicao de um escalar por um vetor 2a operao (
).

Notao
1. Se no causar confuso, em vez de

u v escrevemos u + v;
74

CAPTULO 5.

ESPAOS VETORIAIS

75

2. Se no causar confuso, em vez de

u (v) escrevemos u v;
u escrevemos u;

3. Se no causar confuso, em vez de

Exemplo: 21 1. O conjunto espao vetorial.

Rn = f(x1 ; x2 ; : : : ; xn ); xi 2 Rg com as operaes usuais um

2. O conjunto M22 (R) com as operaes usuais um espao vetorial.

Teorema 5.1 Seja V um espao vetorial. Ento:


1. 2. 3. 4. 5. 6. 7.

8 2 R; 0V = 0V ; 8 u 2 V; 0u = 0V ; 8 2 R; 8 u 2 V; ( u) = ( )u e ( )(u) = u; 8 2 R; 8 u 2 V; Se ( u = 0V ) 8 u; v; z 2 V; se(u + v = z)
ento ( = 0

_ u = 0V );

8 ; 2 R; 8 u 2 V n f0V g; Se ( u = u) 8 u; v; z 2 V; se(u + v = u + z)

ento ( = );

ento (v = z u); ento (v = z );

5.2 Subespaos
Denio 5.2 Seja V um espao vetorial e A um subconjunto no vazio de V . Diz-se que A um subespao de V se A um espao vetorial. Teorema 5.2 Seja V um espao vetorial e A um subconjunto no vazio de V . A um subespao de V se e s se:
1. 0V 2. 3.

2 A;

8 u; v 2 A; u + v 2 A ; 8 2 R; 8 u 2 A; u 2 A.

Obs: 22 A denio de subespao muito trabalhosa. O teorema anterior apresenta um processo mais prtico para vericar se um dado subconjunto ou no subespao de um dado espao vetorial.

76

5.2.

SUBESPAOS

Exemplo: 22 1. Seja A subespao de R3 .


Resoluo

= f(x; y; z) 2 R3 : x + y = 0 ^ z = yg.

Mostrar que A um

: A um subespao de R3 , se se vericarem as condies:

(0; 0; 0) 2 A. Como 0 + 0 = 0 e 0 = 0, tem-se (0; 0; 0) 2 A. 1.2. 8 u; v 2 A; u + v 2 A: x+y =0^z =y x = y ^ z = y Logo (x; y; z ) 2 A sse (x; y; z ) = (y; y; y ).
1.1.

u = (x; y; z ) 2 A; u = (y; y; y) v = (x0 ; y0 ; z 0 ) 2 A; v = (y0 ; y0 ; y0 ) u + v = (y; y; y) + (y0 ; y0 ; y0 ) = = (y y0; y + y0; y + y0) = = ((y + y0); y + y0; y + y0) 2 A
1.3.

8 u 2 A; 8 2 R; u 2 A: u = (y; y; y) = ( y; y; y)(( y); y; y) 2 A

Logo A um subespao de R3 .

2. Mostre que F
Resoluo:

= fA 2 Mnn(R) :

A = AT g um subespao de Mnn (R).

F um subconjunto de Mnn (R), vejamos que verica tambm os 3 axiomas:

0 = 0T logo 0nn 2 F . 2.2. Se A; B 2 F , ento A = AT e B = B T . Ento, (A + B )T = AT + B T = A + B . Logo A + B 2 F. 2.3. Se A 2 F e 2 R, ento A = AT e ( A)T = AT = A. Logo A 2 F . Logo F um subespao de Mnn (R).
3. Mostre que F
Resoluo:

2.1. 0nn 2 Mnn (R) e

= f(x; y) 2 R2 :

y = 1g no um subespao de R2 .

F um subconjunto de R2 , mas no verica os 3 axiomas. Para provar que F no um

CAPTULO 5.

ESPAOS VETORIAIS

77

subespao, basta identicar um axioma que falhe. No entanto veriquemos que falha os 3 axiomas: 3.1. 0R2

= (0; 0) 2 = F logo F no um subespao de R2 , ou 3.2. Sejam por exemplo u = (1; 1); v = (2; 1) 2 F , ento u + v = (1; 1)+(2; 1) = (3; 2) 2 = F.
Logo F no um subespao de R2 , ou

3.3. Se u = (1; 1) 2 F e subespao de R2 .

= 3 2 R, ento 3u = 3(1; 1) = (3; 3) 2 = F.


Rn .

Logo F no um

Teorema 5.3 Seja A 2 Mmn (R). Ento, CSAX =0 um subespao de Demonstrao: CSAX =0
vericarem as condies: um subconjunto de

Rn , logo CSAX =0 um subespao de Rn , se se

1.

0Rn 2 CSAX =0

Como o sistema homogneo admite sempre a soluo nula, logo 2.

0Rn 2 CSAX =0

u + v tambm soluo do sistema.


3.

8 u; v 2 CSAX =0; u + v 2 CSAX =0? Se u; v 2 CSAX =0 ento, Au = Av = 0.

Logo

A(u + v) = Au + Av

= 0+0 = 0

. Logo

8 u 2 CSAX =0; 8 2 R; u 2 CSAX =0? Sejam u 2 CSAX =0 ; 2 R, ento, Au = 0.


tambm soluo do sistema.

Logo

A( u)

= Au = 0 = 0

Logo

Logo

CSAX =0 um subespao de Rn .

5.3 Combinao linear


Denio 5.3 Sejam V um espao vetorial e v; v1 ; v2 ; : : : ; vk linear dos vetores v1 ; v2 ; : : : ; vk se:

2 V . Diz-se que v combinao

9 1; 2; : : : ; k 2 R : v = 1v1 + 2v2 + : : : + k vk :
Obs: 23 Sejam V um espao vetorial e v; v1 ; v2 ; : : : ; vk dos vetores v1 ; v2 ; : : : ; vk se:
possvel.

2 V . Diz-se que v combinao linear

1 v1 + 2 v2 + : : : + k vk = v

78

5.4.

ESPAO GERADO E CONJUNTO GERADOR

Exemplo: 23

1. O vetor u = (1; 2) combinao linear dos vetores

(1; 0) e (0; 1), pois

(1; 2) = 1(1; 0) + 2(0; 1):


2. Considerar os vetores u = (1; 3; 2) e v = (2; 1; 1). Exprimir o vetor w = (2; 5; 4) como combinao linear de u e v .
Resoluo:

w = 1 u + 2 v

(2; 5; 4) = 1(1; 3; 2) + 2(2; 1; 1) , >


: 2 3 2 3 2

8 > <

1 2 2 1 2 2 1 2 2 1 0 8= 5 6 7 6 7 6 7 6 7 4 3 1 5 5  4 0 5 1 5  4 0 1 1=5 5  4 0 1 1=5 5 2 1 4 0 3 0 0 3 0 0 0 3= 5
O sistema impossvel, logo no podemos exprimir w como combinao linear de u e v .

1 + 2 2 = 2 3 1 2 = 5 2 1 + 2 = 4 3 2

3. Exprimir o vetor w = (1; 7; 4) como combinao linear de u e v .


Resoluo:

w = 1 u + 2 v

(1; 7; 4) = 1(1; 3; 2) + 2(2; 1; 1) , >


2 3 2 3 : 2

8 > <

( 1 2 1 1 2 1 1 0 3 1 2 1 1 = 3 6 7 6 6 7 6 7 10 7 54 0 1 2 54 0 1 2 5, 4 3 1 7 5  4 0 5 2 = 2 2 1 4 0 3 6 0 1 2 0 0 0 Ento, w combinao linear de u e v : w = 3u + 2v .

1 + 2 2 = 1 3 1 2 = 7 2 1 + 3 4 2 =2

5.4 Espao gerado e Conjunto gerador


Denio 5.4 Sejam V um espao vetorial e S = fv1 ; v2 ; : : : ; vn g  V . Chama-se espao geradopelo conjunto S , e representa-se por < v1 ; v2 ; : : : ; vn >, ao conjunto de todos os vetores que so combinao linear de v1 ; v2 ; : : : ; vn , isto ,

< v1 ; v2 ; : : : ; vn >= f 1 v1 + 2 v2 + : : : + n vn ; 1 ; 2 ; : : : ; n 2 Rg:


Os vetores v1 ; v2 ; : : : ; vn dizem-se geradores de W .

Obs: 24 Cada conjunto s pode gerar um nico subespao.

CAPTULO 5.

ESPAOS VETORIAIS

79

Exemplo: 24 Sejam u1 = (1; 2; 0) e u2 = (0; 0; 1) vetores de R3 .


1. Determinar o subespao de R3 gerado por u1 e u2 .

2. v = (1; 2; 1) 2< u1 ; u2 >? 3. w = (1; 1; 1) 2< u1 ; u2 >?


Resoluo:

1.

< (u1 ; u2 ) >= f 1 (1; 2; 0) + 2 (0; 0; 1) ; 1 ; 2 2 Rg


Vejamos qual o espao gerado pelos 2 vetores:

(a; b; c) = 1(1; 2; 0) + 2(0; 0; 1)


8 > < > :

Ento o sistema possvel quando b = 2a e por isso,

a b c

= = =

1 1 + 2 0 1 2 + 2 0 1 0 + 2 1

8 > < > :

a b c

= 1 = 2 1 = 2

8 > < > :

1 b 2

= a = 2a = c

< u1 ; u2 >= f(a; b; c) 2 R3 : b = 2ag:


2. Como a = 1 e b = 2 = 2 1 = 2a, temos v = (1; 2; 1) 2< u1 ; u2 >. 3. Como a = 1 e b = 1 6= 2 1 = 2a, temos w = (1; 1; 1) 2 = < u1 ; u2 >.

Denio 5.5 Sejam V um espao vetorial e S = fv1 ; v2 ; : : : ; vn g conjunto gerador de V , se V =< v1 ; v2 ; : : : ; vn >. Exemplo: 25 Verique se,
1. 2.

 V.

Diz-se que S um

R2 =< (1; 1); (2; 1) >? R2 =< (1; 1); (2; 2) >?

Resoluo:

1. Vejamos qual o espao gerado pelos 2 vetores:

(a; b) = 1(1; 1) + 2(2; 1)

80

5.5.

DEPENDNCIA E INDEPENDNCIA LINEAR

a b

= a 2 2 = ab Ento o sistema possvel e determinado e por isso R2 =< (1; 1); (2; 1) >
,
1 b

= =

1 1 + 2 2 1 1 + 2 1

a b

= a 2 2 = a 2 2 + 2

= =
1 2

1 + 2 2 1 + 2

2. Vejamos qual o espao gerado pelos 2 vetores:

(a; b) = 1(1; 1) + 2(2; 2)


(

a b

= a 2 2 1 = a 2 2 , , = a 2 2 + 2 2 b = a Ento o sistema possvel se a = b e por isso R2 no gerado pelos vetores f(1; 1); (2; 2)g.
1 b
Obs: 25
1. Dois conjuntos diferentes podem gerar o mesmo espao;

= =

1 1 + 2 2 1 1 + 2 2

a b

= =

1 + 2 2 1 + 2 2

2. Um subespao pode ter vrios conjuntos geradores.

5.5 Dependncia e independncia linear


Denio 5.6 1. Seja V um espao vetorial e seja fv1 ; v2 ; : : : ; vn g  V . fv1 ; v2 ; : : : ; vn g diz-se um conjunto linearmente independente se 8 1 ; 2 ; : : : ; n 2 R,

1 v1 + 2 v2 + : : : + n vn = 0V

) 1 = 2 = : : : = n = 0:

2. Se fv1 ; v2 ; : : : ; vn g um conjunto linearmente independente ento, os vetores v1 ; v2 ; : : : ; vn dizem-se vetores linearmente independentes.

3. Se fv1 ; v2 ; : : : ; vn g no um conjunto linearmente independente ento um conjunto linearmente dependente.

4. Se fv1 ; v2 ; : : : ; vn g um conjunto linearmente dependente ento, os vetores v1 ; v2 ; : : : ; vn dizem-se vetores linearmente dependentes.

CAPTULO 5.

ESPAOS VETORIAIS

81

Obs: 26 Seja V um espao vetorial e seja S = fv1 ; v2 ; : : : ; vn g  V .


1. Diz-se que S um conjunto gerador de V, se para qualquer vetor u = (x1 ; x2 ; : : : ; xn ) 2 V , o sistema

u = 1 v1 + 2 v2 + : : : + n vn

um sistema sempre possvel. 2. Diz-se que S um conjunto linearmente independente o sistema

1 v1 + 2 v2 + : : : + n vn = 0V
um sistema possvel e determinado. 3. Diz-se que S um conjunto linearmente dependente o sistema

1 v1 + 2 v2 + : : : + n vn = 0V
um sistema possvel e indeterminado.

Exemplo: 26

(1; 2; 0); (0; 2; 1) e (1; 6; 1). 2. Estudar a dependncia linear dos vetores (1; 2; 0); (0; 2; 1) e (1; 6; 2).
1. Estudar a dependncia linear dos vetores 1. Consideremos o sistema:

Resoluo:

1 (1; 2; 0) + 2 (0; 2; 1) + 3 (1; 6; 1) = (0; 0; 0)


8 > < > : 2

1 0 1 0 ! 1 0 6 7 l2 2 l1 6 4 2 2 6 0 5 l2 4 0 2 0 1 1 0 0 1 2 3 2 1 0 1 0 1 ! 6 7 ! 6 l2 1=2 l2 4 0 1 2 0 5 l3 l3 l2 4 0 0 1 1 0 0
l2 l1 l3 l1 + l3 (1) l3
6 4

1 + 3 = 0 2 1 + 2 2 + 6 3 = 0 2 + 3 = 0
2

!2 3 l2 + 2 l3 1 0 0 0

1 4 1 0 1 0

0 07 5 0 3 1 0 2 07 5 1 0

0 1 0 07 5 0 0 1 0

82

5.5.

DEPENDNCIA E INDEPENDNCIA LINEAR

O sistema possvel e determinado, logo a nica soluo a soluo nula,

1 = 2 = 3 = 0:
Os trs vetores so linearmente independentes. 2.

1 (1; 2; 0) + 2 (0; 2; 1) + 3 (1; 6; 2) = (0; 0; 0)


8 > < > : 2

1 0 1 0 !6 1 0 1 6 7 l2 2 l1 4 0 2 4 4 2 2 6 0 5 l2 0 1 2 0 0 1 2 3 2 2 ! 6 1 0 1 0 7 !6 1 l2 1=2 l2 4 0 1 2 0 5 l3 l3 l2 4 0 0 1 2 0 0
O sistema possvel e indeterminado, existem vrias solues:
(

1 + 3 = 0 2 1 + 2 2 + 6 3 = 0 2 + 2 3 = 0
2

0 07 5 0 3 0 1 0 1 2 07 5 0 0 0

1 + 3 = 0 2 + 2 3 = 0 1 = 3 2 = 2 3

Os trs vetores so linearmente dependentes.

Teorema 5.4 Seja V um espao vetorial e sejam v1 ; v2 ; : : : ; vn um conjunto de vetores de V . Ento v1 ; v2 ; : : : ; vn so linearmente dependentes sse um dos vetores for combinao linear dos restantes.

v1 ; v2 ; : : : ; vn so linearmente dependentes. com i 2 f1; 2; : : : ; ng tal que 1 v1 + 2 v2 + : : : + n vn = 0V .


Demonstrao:
Supor que

Ento existe

6= 0

, ivi = 1v1 : : : i1vi1 i+1vi+1 : : : nvn 1 v : : : i1 v i+1 v : : : n v , vi = i 1 i i1 i i+1 i n


e, portanto,

vi combinao linear dos restantes vetores.

Teorema 5.5 Seja V um espao vetorial e sejam S1  S = fv1 ; v2 ; : : : ; vn g  S2  V . Ento

CAPTULO 5.

ESPAOS VETORIAIS

83

1. Se S um conjunto linearmente dependente, ento, S2 um conjunto linearmente dependente. 2. Se S um conjunto linearmente independente, ento, S1 um conjunto linearmente independente. 3. O vetor nulo oV um vetor linearmente dependente. 4. Se v 6= 0V , ento fv g linearmente independente. 5. Se um dos vetores v1 ; v2 ; : : : ; vn o vetor nulo, vi fv1; v2; : : : ; vng linearmente dependente.

= 0v

para algum i

= 1; : : : ; n, ento

6. Se num conjunto de vetores no nulos fv1 ; v2 ; : : : ; vn g, pelo menos um combinao linear dos restantes, os n vetores so linearmente dependentes.

5.6 Base e dimenso de um espao vetorial


Denio 5.7 Seja V um espao vetorial e fv1 ; v2 ; : : : ; vn g fv1; v2; : : : ; vng constitui uma base de V se
1. fv1 ; v2 ; : : : ; vn g m conjunto linearmente independente 2. V

 V.

Diz-se que o conjunto

=< v1; v2; : : : ; vn >, isto , fv1; v2; : : : ; vng gera V .

Obs: 27 Seja V um espao vetorial e seja S = fv1 ; v2 ; : : : ; vn g  V . Diz-se que S uma base de V, se para qualquer vetor u = (x1 ; x2 ; : : : ; xn ) 2 V , o sistema

u = 1 v1 + 2 v2 + : : : + n vn
um sistema possvel e determinado.

Teorema 5.6 Seja V um espao vetorial. Podem existir vrios conjunto diferentes que formem uma base de V , mas o nmero de vetores de qualquer base de V sempre o mesmo. Denio 5.8 1. O nmero de vetores da base de V designa-se por dimenso de V e representa-se por dim(V ).
2. Seja V um espao vetorial e seja S = fv1 ; v2 ; : : : ; vn g uma base de V . Ento diz-se que V um espao vetorial de dimenso nita. 3. Se V

= f0V g, diz-se que a dimenso de V

zero, dim(V ) = 0.

Teorema 5.7 1. dim(R2 ) = 2 e fe1 ; e2 g, em que e1 A esta base d-se o nome de base cannica.

= (1; 0); e2 = (0; 1), uma base de R2.

84

5.6.

BASE E DIMENSO DE UM ESPAO VETORIAL

2. dim(R3 ) = 3 e fe1 ; e2 ; e3 g, em que e1 = (1; 0; 0); e2 = (0; 1; 0); e3 = (0; 0; 1), uma base de R3 . A esta base d-se o nome de base cannica. 3. dim(Rn )

= n e fe1; e2; : : : ; eng, em que e1 = (1; 0; : : : ; 0); e2 = (0; 1; : : : ; 0); en = (0; : : : ; 0; 1), uma base de Rn. A esta base d-se o nome de base cannica.
E1

4. dim(M 23 (R)) #= "

= " 0 0 0 1

1 0 0 ; E = 0# 0 0 " 2 0 ; E = 0 0 6 0 0 0

fE ; E4 ; E5 ; E6 g "1 ; E2 ; E3 # "

0 1 0 ; E = 0 0 1 ; E = 0 0 0 3 4 0 0 0 0 0 0 1 0 0 # 0 . A esta base d-se o nome de base cannica. 1

uma# base de M , em que " 23 (R) #

; E5

5. dim(Mnm (R)) = nm.

Exemplo: 27 Considerar os subespaos vetoriais de R4 :


1. S1 = f(a; b; c; d) 2 R4 : a + b + c = 0g.

A dimenso de S1 igual ao nmero de variveis livres (b; c; d), portanto, dim(S1 ) = 3, ou a dimenso de S1 igual dimenso de R4 menos o nmero de condies, dim(S1 ) = 4 1 = 3. Uma base para S1 um conjunto constitudo por 3 vetores linearmente independentes de S1 , que vericam a condio imposta (o nmero de vetores da base a dim(S1 ) e os vetores de S1 so da forma (b c; b; c; d)) . Por exemplo, fazendo sucessivamente (b; c; d) igual a (1; 0; 0), (0; 1; 0) e (0; 0; 1), obtemos a base:

f(1; 1; 0; 0); (1; 0; 1; 0); (0; 0; 0; 1)g


Vejamos que qualquer vetor v 2 S1 pode ser escrito como combinao linear dos vetores da base, isto ,

= (a; b; c; d) = (b c; b; c; d) = = ; 0) + 3 (0; 0; 0; 1) 1 (1; 1; 0; 0) + 2 (1; 0; 18 8 > b c = b c(V ) b c = 1 2 > > > > > > > < b= < =b 1 ,> 1 > c = 2 = c 2 > > > > > > : d= : =d 3 3 = b(1; 1; 0; 0) + c(1; 0; 1; 0) + d(0; 0; 0; 1) 4 2 = 2).

2. S2 = f(a; b; c; d) 2 R4 : a 2b = 0 ^ c = 3dg. A dimenso de S2 2 (variveis livres: b e d ou

CAPTULO 5.

ESPAOS VETORIAIS

85

(1; 0) e (0; 1) obtm-se: f(2; 1; 0; 0); (0; 0; 3; 1)g. 8v 2 S2; v = (a; b; c; d) = (2b; b; 3d; d) = b(2; 1; 0; 0) + c(0; 0; 3; 1)
3. S3 = f(x; y; z ) 2 R3 : 2x + y + z = 0g. A dimenso de S3 2 (variveis livres: x e y ou 3 1 = 2). vetor genrico de S3 : (x; y; 2x y ). Uma base para S3 , fazendo (x; y ) igual a (1; 0) e (0; 1) obtm-se:

vetor genrico:(2b; b; 3d; d) Uma base para S2 , fazendo (b; d) igual a

8v 2 S3; v = (x; y; z) = (x; y; 2x y) = x(1; 0; 2) + y(0; 1; 1)

f(1; 0; 2); (0; 1; 1)g.

Teorema 5.8 Seja V um espao vetorial e

dim(V ) = n. Ento,

1. Qualquer subconjunto de V com n vetores linearmente independentes uma base de V . 2. Qualquer subconjunto de V com n vetores linearmente independentes gera V . 3. Qualquer subconjunto de V com n vetores geradores de V uma base de V . 4. Qualquer subconjunto de V com n vetores geradores de V um conjunto linearmente independente. 5. Se A  V e ](A) = m > n, ento A um conjunto linearmente dependente. 6. Se A  V e A um conjunto linearmente independente, ento ](A)  n. 7. Se A  V e A um conjunto gerador de V , ento ](A)  n.

Obs: 28 1. Seja A 2 Mnm (R). Se c(A) linearmente independentes.

= p; p 2 N ento A tem p linhas (ou colunas)

2. Seja A 2 Mnn (R). Se c(A) = n, ento A tem n linhas (ou colunas) linearmente independentes e det(A) 6= 0.

Exemplo: 28 Determinar se os vetores formam uma base do espao vetorial R3 :


1. 2. 3. 4.

(1; 2; 1) e (2; 3; 1) (1; 0; 3); (1; 2; 3); (1; 4; 2) e (0; 1; 1) (1; 1; 1); (1; 0; 1) e (1; 2; 3) (1; 1; 2); (2; 1; 1) e (3; 3; 0)

86

5.6.

BASE E DIMENSO DE UM ESPAO VETORIAL

Os dois primeiros conjuntos de vetores no formam uma base de R3 porque R3 tem dimenso 3 e estas bases teriam de conter exatamente 3 vetores.

O terceiro conjunto forma uma base se e s se os vetores forem linearmente independentes. O estudo da dependncia linear dos vetores pode ser feito a partir da determinao da caraterstica da matriz A cujas colunas so formadas pelas coordenadas desses vetores. Assim, temos:
3 ! 21 1 13 1 1 1 l l2 l1 6 7 7 2 A=6 40 1 15 41 0 25 1 1 3 l3 l3 l1 0 0 2 2

Como c(A) = 3, os 3 vetores so linearmente independentes e formam uma base de R3 .

efetuando o mesmo estudo para o quarto conjunto de vetores, isto , condensando a matriz A cujas colunas so as coordenadas dos vetores dados, obtemos:
3 2 3 ! 21 2 3 3 1 2 3 1 2 3 ! l2 l2 l1 6 7 7 7 A=6 l3 l2 6 41 1 35 40 3 65 l3 40 3 65 l3 l3 2 l1 2 1 0 0 3 6 0 0 0 2

Como c(A) = 2, os 3 vetores so linearmente dependentes e no formam uma base de R3 .

Exemplo: 29 Determinar para que valores de k, os vetores (1; 0; k); (0; 1; 0) e (k; 0; 1) formam uma base R3 .
suciente determinar em que condies os 3 vetores so linearmente independentes, isto ,
2

1 0 k ! 61 0 k 7 6 7 l3 k l1 40 1 0 5 40 1 05 l3 k 0 1 0 0 1 k2
a caraterstica ser 3 se

1 k2 6= 0 ou seja k 6= 1 ^ k 6= 1:

Teorema 5.9 Seja V um espao vetorial, B = fv1 ; v2 ; : : : ; vn g  V uma base de V e v 2 V . Ento, o vetor v pode ser escrito de forma nica como combinao linear dos vetores v1 ; v2 ; : : : ; vn de B , isto , existem e so nicos os escalares 1 ; 2 ; : : : ; n 2 R tais que

v = 1 v1 + 2 v2 + : : : + n vn :

CAPTULO 5.

ESPAOS VETORIAIS

87

Os escalares 1 ; 2 ; : : : ; n chamam-se coordenadas de v em relao base B , e v pode representar-se como v = ( 1 ; 2 ; : : : ; n )B .

Exemplo: 30 Seja B = f(1; 1; 1); (1; 1; 2); (1; 2; 3)g uma base de R3 . Determinar as coordenadas do vetor v = (3; 4; 1) na base B .
Para determinar as coordenadas do vetor v na base B , procuramos trs escalares 1 ; 2 e 3 tais que: 2 3
6 4

1 1 1 3 (3; 4; 1) = 1(1; 1; 1) + 2(1; 1; 2) + 3(1; 2; 3) 1 1 2 4 7 5 1 2 3 1 !2 1 1 1 3 3 l2 l2 l1 6 7 4 0 0 1 1 5 l3 l3 l1 0 1 2 2 2 3 1 1 1 3 ! 7 l2 $ l3 6 4 0 1 2 2 5 0 0 1 1 !2 1 1 0 2 3 l2 l2 2 l3 6 7 4 0 1 0 4 5 l1 l1 l3 0 0 1 1 2 3 6 1 0 0 ! 7 l1 l1 l2 6 4 0 1 0 4 5 0 0 1 1 Isto , 1 = 6; 2 = 4 e 3 = 1. Logo, v = (3; 4; 1) = (6; 4; 1)B .


5.7 Exerccios Resolvidos
1. Considere o conjunto 1.1. Verique que

A = f(x; y; z ) 2 R3

:
A

x + y z = 0g

A um subespao.

1.2. Determine a dimenso e uma base de

Resoluo:
1.1.

A um subespao sse  0R3 2 A 0R3 = (0; 0; 0) 2 A porque 0 + 0 0 = 0

88

5.7.

EXERCCIOS RESOLVIDOS

 8 2 R; 8u 2 A ; u 2 A Seja u = (x; y; z ) 2 A ento x + y z = 0. Mas ento u = ( x; y; z ) e como x + y z = 0, ento (x + y z ) = 0, ou seja x + y z = 0 e por isso u 2 A  8u; v 2 A ; u + v 2 A Sejam u = (x; y; z ) ; v = (a; b; c) 2 A, ento x + y z = 0 e a + b c = 0. Mas ento u + v = (x; y; z ) + (a; b; c) = (x + a; y + b; z + c) e como x + y z = 0 e a + b c = 0, ento (x + y z ) + (a + b c) = (x + a) + (y + b) (z + c) = 0, e por isso u + v 2 A
Logo

A um subespao.

1.2.

dim(A) = 3 1 = 2. A = f(x; y; z ) 2 R3 : x + y z = 0g = f(x; y; z) 2 R3 : z = x + yg = f(x; y; x + y) : x; y 2 Rg Como (x; y; x + y ) = x(1; 0; 1) + y (0; 1; 1), f(1; 0; 1); (0; 1; 1)g.

ento uma base para

pode ser

2. Verique-se que o conjunto

encontre as coordenadas do vetor

= f(1; 0); (1; 1)g (4; 3)

uma base de

R2

e em caso armativo

nessa base.

Resoluo:

= f(1; 0); (1; 1)g


R2 .

constitui uma base de

R2 se e s se forem linearmente independentes

ou gerarem 2.1.

Por questes didticas vejamos que vericam as 2 condies: so linearmente independentes:

(1; 0) (1; 1)
e

(1; 0) + (1; 1) = (0; 0) ,

+ =0 =0

, = = 0
=0

Logo, os vetores so linearmente independentes. 2.2.

< (1; 0); (1; 1) >= R2 , isto , B gera R2 : < (1; 0); (1; 1) >=( f(a; b) 2 R2 : (a; b) = (1; 0) + (1; 1)g ( a= + , =ab b= =b
Os escalares

esto univocamente determinados, logo

< (1; 0); (1; 1) >= R2 .

Portanto, o conjunto

B = f(1; 0); (1; 1)g uma base de R2 .

CAPTULO 5.

ESPAOS VETORIAIS

89

Mostremos que o vetor de

(1; 0) (1; 1)
e

(4; 3)

se pode escrever de maneira nica como combinao linear

= + , (4; 3) = (1; 0) + (1; 1) , 4 3=


Logo,

=1 =3

(4; 3) = 1(1; 0) + 3(1; 1)


R3 : u = (2; 1; 0); v = (1; 1; 2) e w = (0; 3; 4).

3. Considerar os vetores de

3.1. Caraterizar o subespao de 3.2.

3.3. Averiguar se os vetores

u1 = (4; 8; 0) e u2 3 R gerado pelos vetores u; v e w. W =< u; v; w >. W

R3 gerado pelos vetores u; v e w. 3 Determinar a dimenso do subespao de R gerado pelos vetores u; v e w .

= (2; 1; 0)

pertencem ao subespao de

Resoluo:
3.1. Seja Ento:

= f(a; b; c) 2 R3 : (a; b; c) = 1(2; 1; 0) + 2(1; 1; 2) + 3(0; 3; 4)g


8 > < > : 2

a = 2 1 + 2 b = 1 2 + 3 3 c = 2 2 4 3 a b c
3 7 5 3

2 1 0 6 4 1 1 3 0 2 4 2 ! 6 1 1 l1 $ l2 4 2 1 0 2 2 ! 6 1 1 l2 l2 2 l1 4 0 3 0 2 ! 2 1 1 l2 $ 1=3 l2 6 4 0 1 l3 $ 1=2 l3 0 1

b+a !2 1 0 1 3 l1 $ l1 + l2 6 2b+a 4 0 1 2 3 l3 $ l3 l2 0 0 0 3c+46b2a

3 b 0 a7 5 4 c 3 3 b 6 2b + a 7 5 4 c 3 3 b b+ a 7 2 23 5 c 2 2
3 7 5

90

5.7.

EXERCCIOS RESOLVIDOS

O sistema possvel se Logo,

3 c + 4 b 2a = 0 2a + 4b + 3c = 0 6 W =< u; v; w >= f(a; b; c) 2 R3 : 2a + 4b + 3c = 0g


isto , se .

3.2. A dimenso de

W,

portanto

dim(W ) = 2

igual ao nmero de variveis independentes na caraterizao de , ou a dimenso de

nmero de condies, portanto

dim(W ) = 3 1 = 2
W

igual dimenso de

R3 menos o

3.3. Se a condio imposta pela caraterizao de a

W =< u; v; w >:

se vericar, ento os vetores pertencem

u1 = (4; 8; 0):
Logo

2 (4) 4 (8) 3 0 = 8 + 32 + 0 = 24 6= 0 224130=44+0=0

u1 2 =W u2 = (2; 1; 0):

Logo

u2 2 W

4. Determinar a dimenso do subespao vetorial de

(2; 1; 0)

Resoluo:

w = (5; 1; 6).
2 3

R3 , gerado pelos vetores u = (1; 0; 2); v =


3 2 3

1 2 5 ! 61 2 5 7 ! 61 2 57 7 A=6 1 5 l3 $ l3 + 4 l2 40 1 15 40 1 15 l3 $ l3 2 l1 40 1 2 0 6 0 4 4 0 0 0
A caraterstica de

A 2, logo a dimenso do subespao gerado por u; v e w 2.

5. Determinar

(1; 0; 0; 0); v = (3; 2; 5; 4); w = (2; 0; 1; 3)


Resoluo:

dimenso

do

subespao

vetorial e

t = (1; 2; 1; 1).
2

de

R4 ,

gerado

pelos

vetores

1 6 60 A=6 60 4 0

3 2 5 4

1 3 2 17 6 ! 6 27 7 l2 $ 1=2 l2 60 1 0 60 5 1 7 15 4 0 4 3 1 2 3 1 3 2 1 !6 7 7 l3 $ l3 5 l2 6 60 1 0 17 l4 $ l4 4 l2 6 47 40 0 1 5 0 0 3 5 2 0 1 3

17 17 7 17 5 1

CAPTULO 5.

ESPAOS VETORIAIS

91

A caraterstica de

A 4, logo a dimenso do subespao gerado pelos vetores 4.

5.7.1 Interpretao geomtrica da Independncia Linear


Em

R2

um conjunto de 2 vetores linearmente independente sse os vetores no esto numa

mesma reta quando colocados com os seus pontos iniciais na origem. Logo 2 vetores de

u; v 2 R2

so linearmente independentes se nenhum dos vetores um mltiplo do outro, isto , sse no existe

k 2 R tal que u = kv

R3 um conjunto de 3 vetores linearmente independente sse os vetores no esto num mesmo 3 plano quando colocados com os seus pontos iniciais na origem. Logo 3 vetores de u; v; w 2 R
Em so linearmente independentes se nenhum dos vetores combinao linear dos restantes.

5.8 Exerccios propostos


1. Averigue quais dos seguintes subconjuntos de 1.1. 1.2. 1.3. 1.4.

R3 so subespaos de R3 :

A = f(x; y; z ): x + y = 0 ^ z = 1g B = f(x; y; z ): x y = 0 ^ z + y = 0g C = f(x; y; z ): x > 0g D = (x; y; z ): z = 0 ^ x2 + y2 = 1

2. Averigue quais dos seguintes subconjuntos de 2.1. 2.2. 2.3. 2.4.

R4 so subespaos de R4

A = f(x; y; z; t): x + y = 0 ^ z = tg B = f(x; y; z; t): x + y + z = 0 ^ t 2 Zg C = f(0; 0; 0; 0)g D = f(x; y; z; t): x + y + z = 1g u

3. Dados os vetores

w = (2; 1; 5), determine o valor da constante k por forma a ser possvel escrever o vetor u como combinao linear dos vetores v e w.
,

= (1; 2; k)

= (3; 0; 2)

4. Determine uma condio que relacione

x, y e z de modo que combinao linear dos vetores a = (1; 3; 2) e b = (2; 4; 1):

o vetor

= (x; y; z)

seja

5. Diga quais dos seguintes conjuntos de vetores de 5.1.

R3 so linearmente independentes.

f(1; 2; 3); (3; 6; 9)g

92

5.8.

EXERCCIOS PROPOSTOS

5.2. 5.3.

f(1; 2; 3); (3; 2; 1)g f(0; 1; 2); (1; 1; 1); (1; 2; 1)g
M22 (R), o conjunto A=
("

6. No espao vetorial

1 2 3 1

#
,

"

2 3 3 0

#
,

"

3 4 3 1

#)

formado por elementos linearmente independentes? 7. Considere o conjunto

= 1 + 2x x2; 2 x + 3x2; 3 4x + 7x2


o 2
grau). Verique se os elementos de Prove que se

subconjunto de

(conjunto dos polinmios de dependentes. 8. Sejam

P2

so linearmente

u e v dois vetores de V . independentes, ento u + v e u v tambm o so.


um espao vetorial,

u e v so linearmente

9. Averigue se:

A = f(1; 1; 3); (3; 8; 2); (2; 8; 4)g uma base de R3 ; 3 9.2. O conjunto B = f(1; 2; 3); (3; 3; 2); (2; 1; 2)g uma base de R ; 2 10. No espao vetorial R consideremos as bases B = f(2; 0); (1; 3)g e C = f(1; 3); (2; 4)g e 2 o vetor v = (8; 6) relativamente base cannica de R . Determine as componentes de v relativamente s bases B e C . 2 11. Determine as componentes (ou coordenadas) do vetor u = (1; 2) 2 R na base B = f(1; 1); (1; 1)g: 3 12. 12.1. Seja B = f(1; 1; 1); (1; 1; 2); (1; 2; 3)g uma base de R . Determinar as coordenadas do vetor v = (3; 4; 1) na base B . 0 3 12.2. Seja agora B = f(0; 0; 1); (1; 0; 1); (0; 1; 0)g outra base de R . Determinar as coordenadas do vetor v na nova base. 3 13. Considere os vetores de R , x = (1; 1; 1), y = (2; 1; 0) e z = (1; 0; 1).
9.1. O conjunto 13.1. Mostre que constituem uma base de 13.2. Determine as componentes do vetor 13.3.

13.4. Averigue se o vetor 14.

w = (0; 1; 2) pertence ao subespao gerado pelo conjunto fx; yg : 3 Os vetores f(1; 0; 1); (0; 0; 0); (0; 1; 0)g geram R ? E
de

v = (2; 1; 2) na base fx; y; z g : 3 Dena o subespao de R gerado pelo conjunto fx; y g :

R3 :

15. Considere o subespao 15.1. Determine 15.2.

R3 gerado pelos vetores x = (1; 0; 2) e y = (2; 1; 3).

k 2 R de modo que o vetor z = (1; 2; k) pertena a E . 3 Fazendo k = 0, mostre que os vetores x, y e z constituem uma base de R : Determine as componentes de e2 = (0; 1; 0) em relao a essa base.

CAPTULO 5.

ESPAOS VETORIAIS

93

16. Seja

A = (x; y; z ) 2 R3 : x 3y + 8z = 0 :

16.1. Mostre que 16.2.

A um subespao vetorial de R3 : Determine, justicando, uma base para A e indique a sua dimenso. k
para os quais os vetores

17. Determine os valores de

3 uma base do espao R .


V V

(1; 1; 1) (2; 1; 1) (k; 0; k)


, e

formam

Justique. um conjunto de vetores de

18. Seja

= fa = (1; 2; 1); b = (1; 2; 2); c = (3; 6; 4)g

R3 :

18.1. Averigue se

uma base do espao vetorial

R3 :

18.2. Determine o espao gerado pelos vetores 18.3.

a e b: 3 D um exemplo de um vetor u de modo que fa; b; ug seja uma base de R :

19. Indique o valor lgico de cada uma das armaes seguintes, justicando a sua resposta. 19.1. O conjunto 19.2. 19.3. 19.4.

S = f(1; t; t): t 2 Rg um subespao vetorial de R3 : 3 Os vetores (1; 1; 0), (2; 0; 1) e (4; 4; 0) formam uma base de R : Se os vetores u e v so linearmente independentes, ento 2u e u v tambm o so. u = (1; 0; 0), v = (1; 2; 1), w = (1; 0; 1) e t = (2; 1; 1) so vetores linearmente
independentes.

20. Consideremos os seguintes subespaos de

R4 :

A = (a; b; c; d) 2 R4 : a + b + c = 0 B = (a; b; c; d) 2 R4 : a 2b = 0 ^ c = 3d
Determine uma base e a dimenso de 21. Seja

A e B:

o subespao vetorial de

R3 gerado por f(0; 0; 1); (2; 4; 0); (1; 2; 1)g:


S:

21.1. Determine a dimenso de 21.2. Caracterize 21.3. 22. Seja

S. Averigue se u = (4; 8; 0) pertence a S:

B = fu; v; wg uma base de R3 , onde u = (1; 1; 1), v = (1; 1; 0) e w = (0; 1; 1) e S = fa; b; cg uma outra base de R3 , onde a = (0; 0; 1), b = (1; 0; 1) e c = (0; 1; 0): Considere o vetor x = (1; 2; 3)B e determine as suas componentes na base S: T

23. Seja

= (x; y; z) 2 R3 : x + y + z = 0 (1; 1; 0)

. Determine a dimenso e uma base de

T.

24. Indique, justicando, se so verdadeiras ou falsas as seguintes armaes: 24.1. O vetor pertence ao subespao de

(0; 5; 4):

R3 gerado pelos vetores (0; 1; 0); (0; 3; 1) e

24.2.

u; v; w 2 R2 so vetores linearmente independentes.

94

5.8.

EXERCCIOS PROPOSTOS

24.3. Se

u e v formam uma base de R2 , ento u v; u + v tambm formam uma base de R2 .

24.4. Se

fu; vg uma base de R2, com u = (u1; u2) e v = (v1; v2), ento

u1 v1 u2 v2

6= 0:
gerado

25. Sejam

u = (2; 0; 1) e v

= (1; 3; 1)

vetores de

R3 .

Determine o subespao de

R3

pelos vetores dados.

26. Determine a dimenso e uma base do subespao de

(1; 1; 1; 1; 0)
U

a2 = (1; 1; 1; 1; 1), a3 = (2; 2; 0; 0; 1) e a4 = (1; 1; 5; 5; 2): Caracterize o


.

R5

gerado pelos vetores

a1

espao anterior.

27. Seja

= f(x; y; z; t) 2 R4 : x 2z = 0 ^ y = tg
U
um subespao de

27.1. Mostre que

R4 ?

27.2. Determine uma base de

U S

e a sua dimenso.

28. 28.1. Determine o subespao 28.2. Verique se o vetor

de

(4; 2; 2)

1 ; 2; 1 , 1 ; 1 ; 2 R3 , gerado pelos vetores 2 2 e (1; 1; 2):

est em

S: S:

28.3. Indique, justicando, a dimenso de

29. Considere a matriz denida por

1 6 6 1 A=6 6 0 4 1

2 0 2 0

0 2 2 2

1 7

1 7 7 0 7 5 1
A.

29.1. Calcule, usando o mtodo de condensao, a caraterstica da matriz 29.2. Diga, justicando com base na alnea anterior, se os vetores

f(1; 2; 0; 1); (1; 0; 2; 1); (0; 2; 2; 0); (1; 0; 2; 1)g


so linearmente dependentes.

30. Considere, no espao vetorial

(2; 2; 1)
falsas:

R3 , o subespao F
F

gerado pelos vetores

(1; 0; 1) (0; 2; 1)
,

. Determine uma base de

e determine a sua dimenso.

31. Das seguintes frases, diga, justicando convenientemente, quais so verdadeiras e quais so

31.1. Sendo

um vetor no nulo, o vetor

linearmente dependente.

31.2. Num espao vetorial de dimenso 5, 3 vetores so sempre linearmente independentes. 31.3. Num subespao, o nmero de vetores da base igual dimenso do subespao.

CAPTULO 5.

ESPAOS VETORIAIS

95

5.8.1 Solues
1. 1.1. No. 1.2. Sim. 1.3. No. 1.4. No. 2. 2.1. Sim. 2.2. No. 2.3. Sim. 2.4. No. 3. 4.

k = 12: u = v + 2w. x y 2z = 0.
5.2. Sim. 5.3. Sim.

5. 5.1. No.

6. No. 7. No. 8. 9. 9.1. No. 9.2. Sim. 10. 11.

v = (2; 3)C = (3; 2)B . u = (1; 2) = (3=2; 1=2)B .


12.2.

12. 12.1.

v = (6; 4; 1)B . v = (2; 3; 4)B0 . v = (3; 2; 1)fx;y;zg . < x; y >= f(a; b; c) 2 R3 : a = 2b + cg:

13. 13.1. 13.2. 13.3.

13.4. Sim. 14. No. 15. 15.1. 15.2.

k = 12. e2 = (0; 1; 0) = 1=4x + 1=6y 7=12z .

96

5.8.

EXERCCIOS PROPOSTOS

16. 16.1. 16.2. Base de 17.

A = f(3; 1; 0); (8; 0; 1)g; dim(A) = 2.

k 6= 0.
18.2. 18.3.

18. 18.1. No.

< a; b >= f(x; y; z ) 2 R3 : y = 2xg. Por exemplo: u = (1; 0; 0).

19. 19.1. Falsa. 19.2. Falsa. 19.3. Verdadeira. 19.4. Falsa. 20.

A:
de

21. 21.1. 21.2.

dim(A) = 3 A = f(1; 1; 0; 0); (1; 0; 1; 0); (0; 0; 0; 1)g B : dim(B ) = 2 B = f(2; 1; 0; 0); (0; 0; 3; 1)g dim(S ) = 2 S = f(a; b; c) 2 R3 : b = 2ag
; Base de . . . .

; Base

21.3. Sim. 22. 23.

x = (1; 2; 3)B = (1; 3; 6)S = (3; 6; 4).

dim(T ) = 2
24.2. Falsa.

; Base de

= f(1; 1; 0); (1; 0; 1)g

24. 24.1. Falsa.

24.3. Verdadeira. 24.4. Verdadeira. 25. 26.

< u; v >= f(a; b; c) 2 R3 : a + b 2c = 0g. V =< a1 ; a2 ; a3 ; a4 >= f(a; b; c; d; e) 2 R5 : b = a ^ c = d = a + 2eg, dim(V ) = 2.


27.2.

27. 27.1.

28. 28.1.

dim(U ) = 2 U = f(2; 0; 1; 0); (0; 1; 0; 1)g S = f(a; b; c) 2 R3 : c = 2ag


; Base de .

28.2. No. 28.3. 29. 29.1.

dim(S ) = 2 r (A ) = 3
.

29.2. Sim. 30.

dim(F ) = 2

, Base de

= f(1; 1; 0); (1=2; 01)g

CAPTULO 5.

ESPAOS VETORIAIS

97

31. 31.1. Verdadeira. 31.2. Falsa. 31.3. Verdadeira.

Captulo 6

Transformaes lineares
6.1 Denies Gerais
Denio 6.1 Sejam A e B conjuntos e x 2 A. Diz-se que f uma funo de A em B se associa a cada elemento de A um e um s elemento de B , representando-se por f (x) a imagem de x por f . Chama-se domnio de f ao conjunto A.

Obs: Sejam f uma funo de domnio Rn e x = (x1 ; : : : ; xn ) 2 Rn . Ento, a imagem de x por f , pode representar-se por f (x) ou por f (x1 ; : : : ; xn ).
Denio 6.2 Sejam V e V 0 dois espaos vetoriais e f uma funo de V em V 0.
1. Diz-se que f uma transformao linear ou aplicao linear ou homomorsmo, se

2.

8 u; v 2 V; f (u + v) = f (u) + f (v), 1.2. 8 2 R; 8 u 2 V; f ( u) = f (u). Representa-se por L(V; V 0) o conjunto de todas as transformaes lineares de V
1.1.

em V 0.

3. Se f injetiva, ento, diz-se um monomorsmo. 4. Se f sobrejetiva, ento, diz-se um epimorsmo. 5. Se f bijetiva, ento, diz-se um isomorsmo. 6. Se V

= V 0, f diz-se um endomorsmo. = V 0 = R2 e f (x; y) = (2x y; 0).


Mostre que f uma transformao

Exemplo: 31 Seja V linear.

98

CAPTULO 6.

TRANSFORMAES LINEARES

99

Resoluo:

f uma transformao linear se:


1.

8 u = (x; y); v = (x0; y0) 2 R2; f (u + v) = f (u) + f (v):


f (u+v) = f ((x; y)+(x0 ; y0 )) = f (x+x0 ; y +y0 ) = (2(x+x0 )(y +y0 ); 0) = (2x+2x0 y y0 ; 0) f (u) + f (v) = f (x; y) + f (x0 ; y0 ) = (2x y; 0) + (2x0 y0 ; 0) = (2x y + 2x0 y0 ; 0)
Logo f (u + v ) = f (u) + f (v ).

2.

8 2 R; 8 u = (x; y) 2 R2; f ( u) = f (u)


f ( u) = f ( (x; y)) = f ( x; y) = (2( x) y; 0) = (2 x y; 0) f (u) = f (x; y) = (2x y; 0) = (2 x y; 0)
Logo f ( u) = f (u).

Mas ento, como se vericam as duas condies, f uma transformao linear.

Exemplo: 32 Seja V linear.


Resoluo:

= V 0 = R2 e f (x; y) = (2x y; 1). Verique se f uma transformao

f uma transformao linear se:


1.

8 u = (x; y); v = (x0; y0) 2 R2; f (u + v) = f (u) + f (v)


f (u+v) = f ((x; y)+(x0 ; y0 )) = f (x+x0 ; y +y0 ) = (2(x+x0 )(y +y0 ); 1) = (2x+2x0 y y0 ; 1) f (u) + f (v) = f (x; y) + f (x0 ; y0 ) = (2x y; 1) + (2x0 y0 ; 1) = (2x y + 2x0 y0 ; 2)
Logo f (u + v ) 6= f (u) + f (v ). Como f no verica uma das condies, j no necessrio vericar a outra. No entanto, por questes didticas, vamos tambm vericar que f no satisfaz a outra condio:

2.

8 2 R; 8 u = (x; y) 2 R2; f ( u) = f (u)


f ( u) = f ( (x; y)) = f ( x; y) = (2( x) y; 1) = (2 x y; 1) f (u) = f (x; y) = (2x y; 1) = (2 x y; )
Logo f ( u) 6= f (u).

Mas ento, como no se vericam as duas condies, f no uma transformao linear.

100

6.1.

DEFINIES GERAIS

Teorema 6.1 Sejam V e V 0 espaos vetoriais. T uma transformao linear de V em V 0 sse

8x; y 2 V; 8 ; 2 R : T ( x + y) = T (x) + T (y):


Obs: 29 O teorema anterior indica um processo alternativo denio (5:3) de se vericar se uma funo transformao linear. Exemplo: 33 Indique quais das seguintes funes so transformaes lineares:

: R2 ! R2, f (x; y) = (x + y; 2x). 2. f : R2 ! R2 , f (x; y ) = (xy; x2 ).


1. f
Resoluo:

1. Pelo teorema anterior, f uma transformao linear se:

8 ; 2 R ; 8 u = (x; y); v = (x0; y0) 2 R2; f ( u + v) = f (u) + f (v)


f ( u + v) = f ( (x; y) + (x0 ; y0 )) = f ( x + x0 ; y + y0 ) =

= ( x + x0 + y + y0; 2 x + 2 x0) f (u) + f (v) = f (x; y) + f (x0 ; y0 ) = (x + y; 2x) + (x0 + y0 ; 2x0 ) = = ( x + y; 2 x) + ( x0 + y0; 2 x0) = ( x + y + x0 + y0; 2 x + 2 x0) Logo f ( u + v ) = f (u) + f (v ).
Mas ento, como se verica a condio, f uma transformao linear.

2. Pelo teorema anterior, f uma transformao linear se:

8 ; 2 R ; 8 u = (x; y); v = (x0; y0) 2 R2; f ( u + v) = f (u) + f (v)


f ( u + v) = f ( (x; y) + (x0 ; y0 )) = f ( x + x0 ; y + y0 ) = = (( x + x0)( y + y0); ( x + x0)2) =

= ( x y + x y0 + x0 y + x0 y0; 2 x2 + 2 xx0 + 2x02) f (u) + f (v) = f (x; y) + f (x0 ; y0 ) = (xy; x2 ) + (x0 y0 ; x02 ) = = ( xy; x2) + ( x0y0; x02) = ( xy + x0y0; x2 + x02) Logo f ( u + v ) 6= f (u) + f (v ).
Mas ento, como no se verica a condio, f no uma transformao linear.

CAPTULO 6.

TRANSFORMAES LINEARES

101

Teorema 6.2 Seja T uma aplicao linear de V em V 0.


1. T (0V ) = 0V 0 . 2. 8u 2 V ; T (u) = T (u). 3. 8u; v 2 V ; T (u v ) = T (u) T (v ).

Obs: 30 O teorema anterior apresenta algumas situaes em que uma funo no transformao linear. Se T (0V ) 6= 0V 0 , ento T no transformao linear, mas se T (0V ) = 0V 0 no podemos concluir que T uma transformao linear.

Exemplo: 34 Utilizando o teorema anterior, verique se possvel concluir que as seguintes funes no so transformaes lineares:

: R2 2. T : R2 3. T : R2 4. T : R2
1. T
Resoluo:

! R3, T (x; y) = (x; 1; x + y). ! R, T (x; y) = jx yj. ! R2, T (x; y) = (xy; x + y). ! R2, T (x; y) = (2x; 3y).

1. Pelo teorema anterior, T uma transformao linear se: T (0V ) = 0V 0 .

T (0; 0) = (0; 1; 0) 6= (0; 0; 0)


Logo T no transformao linear.

2. Pelo teorema anterior, T uma transformao linear se:

8u; v 2 V ; T (u v) = T (u) T (v):


Sejam u = (1; 2) e v = (3; 5);

T (u v) = T (1 3; 2 5) = T (2; 3) = j 2 (3)j = j 2 + 3j = 1 T (u) T (v) = T (1; 2) T (3; 5) = j1 2j j3 5j = 1 2 = 1 6= T (u v)

102

6.2.

MATRIZ DE UMA TRANSFORMAO LINEAR

Logo T no transformao linear.

3. Pelo teorema anterior, T uma transformao linear se:

8u 2 V ; T (u) = T (u):
Seja u = (1; 1);

T (u) = T (1; 1) = (1; 2);


Logo T no transformao linear.

T (u) = T (1; 1) = (1; 2) = (1; 2) 6= T (u)

4. Pelo teorema anterior, T uma transformao linear se:

 T (0V ) =V 0.

T (0; 0) = (0; 0) Logo nada se pode concluir.

 8u; v 2 V ; T (u v) = T (u) T (v):


Sejam u = (a; b) e v = (c; d);

T (u v) = T (a c; b d) = (2a 2c; 3b 3d) ; T (u) T (v) = T (a; b) T (c; d) = (2a; 3b) (2c; 3d) = (2a 2c; 3b 3d) = T (u v)
Logo nada se pode concluir.

 8u 2 V ; T (u) = T (u):
Seja u = (a; b);

T (u) = T (a; b) = (2a; 3b) ;

T (u) = T (a; b) = (2a; 3b) = (2a; 3b) = T (u)


Logo nada se pode concluir. Como a funo verica as 3 condies nada se pode concluir.

6.2 Matriz de uma transformao linear


Obs: 31 No resto do captulo apenas se vo considerar transformaes lineares entre espaos de dimenso nita.

CAPTULO 6.

TRANSFORMAES LINEARES

103

Denio 6.3 Sejam E e V dois espaos de dimenso nita, T : E ! V uma transformao linear, B = fu1 ; : : : ; un g uma base de E e B 0 = fv1 ; : : : ; vm g uma base de V . Ento

91 a11; a21; : : : ; am1 2 R : T (u1) = a11v1 + a21v2 + : : : + am1vm


:::

91 a1n; : : : ; amn 2 R : T (un) = a1nv1 + a2nv2 + : : : + amnvm


Chama-se matriz da transformao linear f relativamente s bases B e B 0 , e representa-se por AT;BB 0 ( ou ABB 0 se no houver confuso relativamente transformao), matriz

a11 a12 : : : a1n 6 AT;BB0 = ABB0 = 4 : : : : : : : : : : : : 7 5 am1 am2 : : : mn


Se E = Rn , V = Rm e B e B 0 so as respetivas bases cannicas, representa-se a matriz da transformao linear por At ou apenas por A, se no houver confuso relativamente transformao.

Exemplo: 35 Seja T : R3 ! R2 , denida por T (x; y; z ) = (x; y + z ) uma transformao linear. Determine a matriz da aplicao linear relativamente s bases cannicas de R3 e de R2 .
Resoluo:

T (1; 0; 0) = (1; 0) T (0; 1; 0) = (0; 1) T (0; 0; 1) = (0; 1)

Logo, a matriz da transformao linear relativamente s bases cannicas

1 0 0 AT = 0 1 1

"

Obs: 32 1. Sejam T uma transformao linear de Rn em Rm e AT a matriz de T relativamente s bases cannicas. A imagem de u 2 Rn dada por:

T (u) = AT u
2. Sejam T uma transformao linear de Rn em Rm e AT;BB 0 a matriz de T relativamente s bases B de Rn e B 0 de Rm . A imagem de u 2 Rn dada por:

T (u)B0 = AT;BB0 uB
Exemplo: 36 Seja T uma aplicao linear de R3 em R3 denida por:

T (x; y; z ) = (2x y z; 2y x z; 2z x y)

104

6.2.

MATRIZ DE UMA TRANSFORMAO LINEAR

1. Determine a matriz da transformao T em relao base cannica. 2. Use a matriz da transformao linear T para determinar a imagem dos vetores:

u = (1; 1; 1) ; v = (2; 1; 1) ; w = (5; 3; 2)


Resoluo:

1.

T (1; 0; 0) = (2; 1; 1) T (0; 1; 0) = (1; 2; 1) T (0; 0; 1) = (1; 1; 2)


Logo, a matriz da transformao linear relativamente s bases cannicas

2 1 1 7 AT = 6 41 2 15 : 1 1 2 2 6 2. T (u) = T (1; 1; 1) = AT (1; 1; 1) = 41 1 2 2 6 T (v) = T (2; 1; 1) = AT (2; 1; 1) = 41 1


1 1 1 0 7 6 7 6 7 2 15 415 = 405 1 2 1 0 3 2 3 2 3 1 1 2 2 7 6 7 6 7 2 15 415 = 415 1 2 1 1 2 3 2 3 2 3 2 1 1 5 15 7 6 7 6 7 T (w) = T (5; 3; 2) = AT (5; 3; 2) = 6 41 2 15 4 3 5 = 4 9 5 1 1 2 2 6
2 3 2 3 2 3

Reciprocamente, dada uma matriz, podemos determinar a aplicao linear representada por essa matriz.

Exemplo: 37

A lei de aplicao denida por

1 1 1 6 Seja A = 40 1 17 5 a matriz da aplicao linear f na base cannica de R3 . 1 1 0


2 32 3 2 3

1 1 1 x x+y+z 6 76 7 6 AX = 40 1 15 4y 5 = 4 y z 7 5 1 1 0 z 2x + y isto , f (x; y; z ) = (x + y + z; y z; 2x + y ).

CAPTULO 6.

TRANSFORMAES LINEARES

105

6.3 Ncleo e imagem de uma transformao linear


Denio 6.4 Seja T uma transformao linear de E em V .
1. Chama-se imagem de T e representa-se por Im(T ) ao conjunto:

Im(T ) = fT (u) 2 V

u 2 E g:

2. Chama-se ncleo de T e representa-se por Nuc(T ) ao conjunto:

Nuc(T ) = fu 2 E
Exemplo: 38 Seja T
1. Im(T ); 2. Nuc(T ).
Resoluo:

T (u) = 0V g:

: R3 ! R2 denida por T (x; y; z) = (x + z; x +2y z). Determine:

1. Im(T ) = fT (x; y; z )

x; y; z 2 Rg = f(x + z; x + 2y z ) : x; y; z 2 Rg = = fx(1; 1) + y(0; 2) + z(1 1) : x; y; z 2 Rg =< (1; 1); (0; 2); (1; 1) >
Calculemos a caraterstica da matriz:
"

1 0 1 l2! 1 0 1 l2 l1 1 2 1 0 2 2

"

A caraterstica da matriz 2 e por isso os vetores geram R2 . Logo Im(T ) = R2 . 2. Nuc(T ) = f(x; y; z ) 2 R3 : T (u) = (0; 0)g = f(x; y; z ) 2 R3 Temos, ento, que resolver o sistema:
(

: (x+z; x+2yz) = (0; 0)g

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

ou seja

"

1 0 1 0 1 2 1 0
(

! 1 0 1 0 l2 l2 l1 0 2 2 0 ,
8 > < > :

"

tem-se

x+z =0 2y 2 z = 0

x =  y= z = ;  2 R

106

6.3.

NCLEO E IMAGEM DE UMA TRANSFORMAO LINEAR

Obs: 33 Seja T uma transformao linear de E em V . Para determinar o ncleo de T , basta resolver o sistema homogneo associado a AT , isto , o ncleo a soluo do sistema [AT j0]. Teorema 6.3 Seja T uma transformao linear de E em V . Ento:
1. Im(T ) um subespao de V . 2. Nuc(T ) um subespao de E . 3. Se B = fu1 ; u2 ; : : : ; un g uma base de E , ento, Im(T ) =< T (u1 ); T (u2 ); : : : ; T (un ) >.

Exemplo: 39 Seja T uma transformao linear de R2 em R3 . Determine T sabendo que:


1. T (1; 0) = (1; 1; 0) e T (0; 1) = (0; 1; 1): 2. T (2; 2) = (0; 1; 1) e Nuc(T ) =< (1; 3) >.
Resoluo:

1 0 6 2 1. Como (1; 0); (0; 1) a base cannica de R , temos AT = 41 17 5, logo 0 1 1 0 "x# x 6 7 6 T (x; y) = AT (x; y) = 41 15 = 4x + y7 5: y 0 1 y
Ou seja
2 3 2 3

T (x; y) = (x; x + y; y):


2. Em primeiro lugar veriquemos que B = f(2; 2); (1; 3)g uma base de R2 .

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

Logo os vetores so linearmente independentes e como so 2 vetores de R2 tambm geram R2 . Isto , B uma base de R2 . Agora vamos denir o vetor genrico (x; y ) como combinao linear dos vetores da base B :

(x; y) = (2; 2) + (1; 3)


Temos ento de resolver o sistema:
(

x = 2 + y = 2 + 3

CAPTULO 6.

TRANSFORMAES LINEARES

107

ou seja

"

2 1 2 3

x ! l2 l2 l1 y
8 > <

"

2 1 x 0 2 yx

tem-se, ento,
(

2 + = x , 2 = y x

x x y 2 = 3x y = 2 2 4 > : = yx 2

Mas ento

Logo, como T uma transformao linear,

y (2; 2) + y x (1; 3) (x; y) = 3x 4 2

3x y T (2; 2) + y x T (1; 3) 4 2 como Nuc(T ) =< (1; 3) >, ento, T (1; 3) = (0; 0; 0), y (0; 1; 1) + y x (0; 0; 0) = 3x 4 2 y ; 3x y ) = (0; 3x 4 4
T (x; y) =
Denio 6.5 Seja T uma transformao linear de E em V .
1. Chama-se caraterstica de T, e denota-se por cT dimenso de Im(T ), isto ,

cT

= dim(Im(T )): = dim(Nuc(T )):

2. Chama-se nulidade de T, e denota-se por nT dimenso de Nuc(T ), isto ,

nT

Teorema 6.4 Seja T uma transformao linear de E em V .

= c (A T ): 2. Se dim(E ) = n, ento, cT + nT = n:
1. cT

Exemplo: 40 Seja T uma transformao linear de R3 em R2 , denida por

T (x; y; z ) = (x + y; x + z )
Determine: 1. cT ;

108

6.3.

NCLEO E IMAGEM DE UMA TRANSFORMAO LINEAR

2. uma base para Im(T ); 3. nT ; 4. uma base para Nuc(T ).


Resoluo:

1. Como

T (1; 0; 0) = (1; 1) T (0; 1; 0) = (1; 0) T (0; 0; 1) = (0; 1)

1 1 0 l2! 1 1 0 AT = l2 l1 1 0 1 0 1 1 Mas ento c(AT ) = 2, logo cT = 2.


2. Como cT

, tem-se

"

"

= dim(Im(T ) = 2 e T uma transformao linear de R3 em R2, conclui-se que Im(T ) = R2 . Pelo que uma base para Im(T ) por exemplo a base cannica, f(1; 0); (0; 1)g. 3. Aplicando o teorema anterior nT + cT = 3, logo nT = 1.
4. Para calcular o Ncleo de T temos de resolver o sistema:
"

1 1 0 0 l2! 1 1 0 0 l2 l1 1 0 1 0 0 1 1 0
(

"

mas ento

x+y =0 y + z = 0 ; 

8 > < > :

Logo Nuc(T ) f(1; 1; 1)g.

= f(; ; )

2 Rg

e por isso uma base para Nuc(T ) pode ser

x = y =  y = ;  2 R z=y=

CAPTULO 6.

TRANSFORMAES LINEARES

109

6.4 Exerccios resolvidos


1. Considere o endomorsmo

T , de R3 , denido pela matriz

base cannica de

R3 :

1 1 0 6 AT = 4 2 0 0 7 5 0 0 1

3
relativamente

1.1. Determine

T (x; y; z ). T
uma transformao linear.

1.2. Mostre que 1.3. Determine

cT e nT .

Resoluo:

1.1.

1 1 0 x x+y 6 7 6 7 6 T (x; y; z ) = AT (x; y; z ) = 4 2 0 0 5 4 y 5 = 4 2x 7 5 0 0 1 z z


T
uma transformao linear sse

3
.

1.2.

8 ; 2 R; 8u; v 2 R3;

T ( u + v) = T (u) + T (v):
Sejam

u = (a; b; c) e v = (a0 ; b0 ; c0 ),

T ( u + v) = T ( (a; b; c) + (a0 ; b0 ; c0 )) = T ( a + a0 ; b + b0 ; c + c0 )

= ( a + a0 + b + b0; 2 a + 2 a0; c + c0) T (u)+ T (v) = (a+b; 2a; c)+ (a0 +b0 ; 2a0 ; c0 ) = ( a+ b; 2 a; c)+( a0 + b0 ; 2 a0 ; c0 ) = ( a + b + a0 + b0; 2 a + 2 a0; c + c0) = T ( u + v):
1.3.

cT

= c (A T )

, logo:

1 1 0 ! 1 1 0 6 7 7 l2 2 l1 6 4 2 0 0 5 l2 4 0 2 0 5 0 0 1 0 0 1
Mas ento

cT
Pelo teorema das dimenses temos:

= c(AT ) = 3:
nT

nT + cT

=3 ,

= 3 cT = 3 3 = 0

110

6.4.

EXERCCIOS RESOLVIDOS

2. Considere um endomorsmo de

T : R3 ! R3 representado pela seguinte matriz

1 1 1 6 AT = 4 2 2 4 7 5 1 1 2
2.1. Calcule o ncleo de

T , bem como a sua dimenso e indique uma base. T , bem como a sua dimenso e indique uma base.

2.2. Calcule a imagem de

Resoluo:
2.1. Primeiro calculemos

Nuc(T ):

1 1 1 0 6 7 4 2 2 4 0 5 1 1 2 0 !2 1 1 1 l2 l2 2 l1 6 4 0 0 2 l3 l3 l1 0 0 1 3 2 0 1 1 1 ! 0 0 1 07 l2 $ l3 6 5 4 0 0 2 0 !2 1 1 0 l1 l1 l2 6 4 0 0 1 l3 l3 2 l2 0 0 0
,
8 > < > :

0 07 5 0

0 07 5 0

Mas ento

x+y =0 z=0

Logo

Nuc(T ) = f( ; ; 0) ; 2 Rg, nT = 1, base para Nuc(T ) por exemplo f(1; 1; 0)g. cT

x = y = z=0 y = ; 2 R
como

( ; ; 0) = (1; 1; 0)

, uma

2.2.

= c(AT ) = 2:

Calculemos agora

Im(T ): a b c
3 7 5

1 1 1 6 4 2 2 4 1 1 2

!2 1 1 1 a 3 l2 l2 2 l1 6 7 4 0 0 2 b 2a 5 l3 l3 2 l1 0 0 1 ca

CAPTULO 6.

TRANSFORMAES LINEARES

111

! 6 1 1 1 a 7 l2 $ l3 4 0 0 1 c a 5 0 0 2 b 2a ! 2 1 1 0 2a + c 3 l1 l1 l2 6 7 4 0 0 1 ca 5 l3 l3 2 l2 0 0 0 b 2c
Mas ento o sistema possvel se

b 2c = 0 logo

Im(T ) = f(a; b; c) 2 R3 ; b 2c = 0g = f(a; 2c; c) ; a; c 2 Rg:


Como por exemplo

(a; 2c; c) = (a; 0; 0) + (0; 2c; c) = a(1; 0; 0) + c(0; 2; 1) f(1; 0; 0); (0; 2; 1)g
.

, uma base para

Im(T )

6.4.1 Aplicao: matriz Cannica de uma projeo


l a reta do plano xy que passa na origem e faz um ngulo de  com o eixo x positivo, com 0 <  < =2. Seja T : R2 ! R2 a transformao linear que transforma cada vetor na sua projeo ortogonal sobre l. Determinar a matriz AT e a imagem de x = (1; 5) quando  = =6.
Seja Consideremos os vetores da base cannica de

jjT (e1)jj = cos  e


Analogamente

R2 , e1 = (1; 0) e e2 = (0; 1).


# " #

Ento tem-se

jjT (e2)jj = sen  e

jjT (e1)jj cos  = cos2  T (e 1 ) = jjT (e1)jj sen  sen  cos  jjT (e2)jj cos  = sen  cos  T (e 2 ) = jjT (e2)jj sen  sen2 
" # "

"

Logo

AT
Quando

"

cos2  sen  cos  sen  cos  sen2 

 = =6 como sen(=6) = 1=2 e cos(=6) =


"

p # 3 =4 3= 4 AT = p 3 = 4 1 =4
ou seja

3= 2

, tem-se

Logo

p # " # " 3+5p3 # 3 =4 3 =4 1 = p 4 T (1; 5) = p 3+5 3= 4 1 = 4 5 4


"

p p 3 3+5 T (1; 5) = 3+5 4 ; 4




112

6.5.

EXERCCIOS PROPOSTOS

6.5 Exerccios propostos


1. Considere um endomorsmo

denido em

R3 pela matriz

0 1 1 6 Af = 4 0 1 1 7 5: 2 1 1

1.1. Determine o ncleo de

e indique uma base.

1.2. Determine uma base da imagem de 1.3. Determine

f (x; y; z ) e mostre que f

f.
uma transformao linear.

2. Considere a matriz

5 1 1 A= 3 0 2 7 5: 1 0 4
6 4

Seja

T : R3 ! R3

uma transformao linear cuja

matriz associada, na base cannica de 2.1. Calcule 2.2. 2.3. 3. Seja

R3 ; a matriz A= A:

T (1; 0; 2): Determine nT e o Nuc(T ). Determine cT e uma base para Im(T ). T (x; y; z ) = (x + 2y z; y + z; x + y 2z ):

T : R3 ! R3 a transformao linear denida por:

3.1. Mostre que

uma transformao linear.

3.2. Determine uma base e a dimenso da imagem e do ncleo de 4. Considere em

T.

R2 os vetores u = (1; 2) e v = (4; 5) e em R3 o vetor w = (1; 0; 0):


S1 de R2 gerado por u e v e o subespao S2 de R3 gerado por T : R3
"

4.1. Determine o subespao

w:
cannicas

4.2. Considere a transformao linear

! R2
#

cuja matriz relativamente s bases

0 1 4 0 2 5
T

Mostre que a imagem e o ncleo de respetivas dimenses. 5. Seja a transformao linear

so, respetivamente,

S1

S2 ,

e indique as

R2 em R3 denida por f (x; y) = (x; y; x + y): Determine 2 3 a matriz de f relativamente s bases cannicas de R e R :
f
de

6. Considere a seguinte transformao linear de

R4 em R, denida por:

f (x; y; z; t) = x + y t
6.1. Calcule

Af :

CAPTULO 6.

TRANSFORMAES LINEARES

113

6.2. Calcule a 6.3.

Im(f ) e cf . Calcule a Nuc(f ) e nf . T : R2 ! R2


denida por

7. Considere a aplicao linear

f (x; y) = (0; x + y): Mostre que se trata de uma transformao linear e determine a matriz AT . f : R2 ! R3 denida por f (1; 0) = (1; 0; 0) e f (0; 1) = (2; 1; 1)
8.1. Determine 8.2.

8. Seja a transformao linear

Af . Determine f (x; y ) e f (1; 3):

9. Seja

T uma transformao linear, T : bkR3 ! R3 , cuja matriz relativamente base cannica 3 de R 2 3

9.1. Determine a imagem do vetor 9.2. Determine o ncleo de 9.3.

1 0 1 0 1 17 5 2 1 3 (0; 1; 3) T:
6 4
por

T e uma base para o ncleo. Qual a dimenso de Im(T )? f


denido em

10. Considere o endomorsmo

R2 da seguinte forma:

Nuc(f ) = f(x; y) 2 R2 : x + y = 0g e f (1; 2) = (2; 2):


10.1. Determine 10.2. 11. Seja

f (0; 1) e f (1; 1): 2 Determine a matriz de f relativa base cannica de R :


uma transformao linear de

R3 em R4 tal que f (x; y; z ) = (x + y; x + z; 2x; 0):

11.1. Determine o ncleo da transformao. 11.2. Determine a dimenso da imagem da transformao. 11.3. Determine a matriz da transformao

Af

114

6.5.

EXERCCIOS PROPOSTOS

6.5.1 Solues
1. 1.1. 1.2. 1.3. 2. 2.1. 2.2. 2.3. 3. 3.1. 3.2.

Nuc(f ) = f(x; y; z ) 2 R3 : x = 0 ^ y z = 0g; Base de Nuc(f ) = f(0; 1; 1)g. Base de Im(f ) = f(0; 0; 2); (1; 1; 1)g. f (x; y; z ) = (y + z; y z; 2x + y z ) .

(3; 7; 9) nT = 0 Nuc(T ) = f(0; 0; 0)g cT = 3 Im(T ) = R3 Im(f ) = f(1; 0; 0); (0; 1; 0); (0; 0; 1)g
. , . , , base de

nT = 0, base de Nuc(T ) = fg; cT = 3, base de Im(T ) = fg. S1 = fgbasede; S2 = fg


2 3

4. 4.1. 4.2.

5.

6. 6.1.

0 0 6 AT = 40 07 5 0 0 h i AT = 0 0 0 0 cT = 3 Im(T ) = fg nT = 0 Nuc(T ) = fg
6.2. , . 6.3. ,

7.

8. 8.1.

8.2. 9. 9.1. 9.2. 9.3. 10. 10.1. 10.2.

11. 11.1. 11.2.

Nuc(f ) = fg. cf =.

0 0 6 AT = 40 07 5 0 0 f (x; y) = f (1; 3) = T (0; 1; 3) = nT = Nuc(T ) = fg cT = f (0; 1)"= f # (1; 1) = 0 0 Af = 0 0


, ; , base de . , ;

11.3.

0 6 60 Af = 6 60 4 0

0 0 0 0

07 07 7 07 5 0

Captulo 7

Valores e vetores Prprios


Denio 7.1 1. Seja A uma matriz quadrada de ordem n,  2 C. Diz-se que u 2 Cn nf0Cn g um vetor prprio da matriz A associado ao valor prprio  sse

Au = u:
2. Seja A uma matriz quadrada de ordem n. Chama-se espetro de A, e representa-se por (A), ao conjunto de todos os valores prprios de A. 3. Sejam A uma matriz quadrada de ordem n e  2 (A). Chama-se Subespao prprio do valor prprio , e representa-se por E ou, caso possa haver ambiguidade relativamente matriz, por E;A , ao conjunto:

E = fu 2 Cn
Obs: 34

Au = ug

1. Os valores prprios podem ser nmeros reais ou complexos.

2. Os vetores prprios podem ser reais ou complexos. 3. Um vetor prprio sempre um vetor no nulo, mas

0 pode ser um valor prprio.

4. Cada vetor prprio est associado apenas a um valor prprio, mas um valor prprio pode ter vrios vetores prprios associados. 5. O subespao prprio E o conjunto de todos os vetores prprios associados ao valor prprio 

Teorema 7.1 Sejam A uma matriz quadrada de ordem n e  2 (A). Ento E um subespao. Teorema 7.2 Seja A uma matriz quadrada de ordem n. Ento  2 (A) sse

det(A In ) = 0:
115

116

Demonstrao:

Se

 2 (A), ento existe um vetor u no nulo que verica Au = u , Au u = 0 , (A In )u = 0

Como

In ) = 0.

u no pode ser o vetor nulo, o sistema anterior possvel e indeterminado, logo det(A

Analogamente se

det(AIn ) = 0 o sistema (AIn )u = 0 possvel e indeterminado, mas ento a equao Au = u tem vrias solues, isto , existem vetores no nulos u que a satisfazem. Logo  o valor prprio de A.
Obs: 35 Se  um valor prprio da matriz A, ento os vetores prprios associados a  so solues do sistema homogneo (A I )u = 0. Exemplo: 41
de A.
Resoluo

1 0 0 6 Considere a matriz A = 4 0 1 07 5. 1 2 2

Determine os valores e vetores prprios

Comecemos por determinar os valores prprios de A utilizando o teorema anterior:

1 0 0 jA I3j = 0 1  0 = (1 )(1 )(2 ) 1 2 2 


Logo

jA I3j = 0 , (1 )2(2 ) = 0 ,  = 1 _  = 2
2

Para cada valor prprio, determinemos o subespao prprio associado:

=1

1 0 0 0 0 0 0 0 ! 6 7 6  = 1 1 0 05 0 0 07 4 0 4 0 5 1 2 2 0 1 2 1 0
8 > <

ou seja, tem-se o sistema

0=0 0=0 > : x = 2y + z E por isso o subespao prprio associado ao valor prprio  = 1 :
E1 = f(2 + ; ; ) ; ; 2 Rg
Como dim(E1 ) = 2, h 2 vetores prprios associados ao valor prprio  = 1. Para determinar os vetores prprios, determina-se uma base para E1 .

0=0 , 0=0 > : x + 2y + z = 0

8 > <

(2 + ;

; ) = (2; 1; 0) + (1; 0; 1)

CAPTULO 7.

VALORES E VETORES PRPRIOS

117

Logo os vetores prprios associados ao valor prprio  = 1 so

f(2; 1; 0); (1; 0; 1)g.

Determinemos agora os vetores prprios associados ao valor prprio  = 2


2

1 0 0 0 1 0 0 0 ! 6 7 6 1 0 0 5  = 2 4 0 1 0 0 7 4 0 5 1 2 2 0 1 2 0 0
ou seja, tem-se o sistema
8 > <

0=0 E por isso o subespao prprio associado ao valor prprio  = 2 :


E2 = f(0; 0; ) ; 2 Rg
Como dim(E2 ) = 1, h 1 s vetor prprio associado ao valor prprio  = 2. Para determinar o vetor prprio, determina-se uma base para E2 .

x = 0 , y = 0 > : x + 2y = 0

8 > < > :

x=0 y=0

(0; 0; ) = (0; 0; 1)
Logo o vetor prprio associado ao valor prprio  = 2

f(0; 0; 1)g.

A matriz A tem 2 valores prprios (A) = f1; 2g e 3 vetores prprios, 2 associados ao valor prprio  = 1, f(2; 1; 0); (1; 0; 1)g e 1 associado ao valor prprio  = 2, f(0; 0; 1)g.

Denio 7.2 Seja A 2 Mnn (R).


1. Chama-se polinmio caraterstico da matriz A ao polinmio det(A I ). 2. Chama-se equao caraterstica da matriz A equao det(A I ) = 0. 3. Seja  uma valor prprio de A. Chama-se multiplicidade algbrica de  multiplicidade do escalar  enquanto raiz da equao caraterstica. 4. Seja  uma valor prprio de A. Chama-se multiplicidade geomtrica de  dimenso do espao prprio associado ao valor prprio .

Obs: 36 Seja A 2 Mnn (R). Os valores prprios de A so os zeros do seu polinmio caraterstico.

118

Exemplo: 42

2 0 Seja A = 2 1

"

. Determine os valores e vetores prprios de A


jA Inj = 0 , 2  0 2 1  = 0 , (2 )(1 ) = 0 )  = 1 _  = 2: Para  = 1: " # " # ( 0 0 2 1 0 1 0 (A In)X = 0 , 2 , , x=0 )x=0 11 0 2 0 0 2x = 0

E1 = f(x; y) 2 R2 : x = 0g = f(0; y); y 2 Rg

(0; y) = y(0; 1)
Para  = 2:

vetor prprio:

f(0; 1)g:
# " #

0 , 0 0 0 , 2x y = 0 ) y = 2x 22 0 (A In)X = 0 , 2 12 0 2 1 0
E2 = f(x; y) 2 R2 : y = 2xg = f(x; 2x); x 2 Rg

"

(x; 2x) = x(1; 2)


vetor prprio:

f(1; 2)g:

A matriz A tem 2 valores prprios (A) = f1; 2g e 2 vetores prprios, 1 associado ao valor prprio  = 1, f(0; 1)g e 1 associado ao valor prprio  = 2, f(1; 2)g.

Teorema 7.3 Seja A 2 Mnn (R). Ento:


1. (A) = (AT ), 2. Se A uma matriz triangular ou diagonal, os valores prprios de A so os elementos da diagonal principal de A, 3. Se k 2 N e  2 (A), ento, k 4. A invertvel sse

2 (Ak )

02 = (A), 1 2  (A 1 ) 5. Se A invertvel e  2 (A), ento, 


6. os vetores prprios associados a valores prprios distintos so linear,mente independentes, 7. Se A uma matriz real e simtrica, os seus valores prprios so nmeros reais.

CAPTULO 7.

VALORES E VETORES PRPRIOS

119

7.1 Exerccios resolvidos


1. Determine os valores prprios e o subespao prprio associado ao maior valor prprio da

matriz

3 0 0 1  1 jA I j = 0 1  1 = (3 ) = 1 1  1 1 1  = (3 ) [(1 )(1 ) 1] = (3 ) (2 2)

Resoluo:

3 0 0 6 A = 40 1 17 5 1 1 1

(3 ) (2 2) = 0 3  = 0 _ ( 2) = 0  =3 _  =0 _  =2


0 0 1 0 -2 -1 0 -1 -2 0 0 0

3 7 5

2 6 4

= 3 =)

6 4

 

1 0 0

-1 -2 0

-2 -1 0

0 0 0

3 7 5

8 > < > :

x-y-2z=0 -2y-z=0 0=0

8 > < > :

x=y+2z=y-4y=-3y z=-2y 0=0

E3 = f(3y; y;
2. Determine

2y) ; y 2 <nf0gg
"

a de modo que (1; 2) seja um vetor prprio da matriz

Resoluo:

3 0 a 1

#
.

u um vetor prprio da matriz


Seja

u = (1; 2) , Au = u

3 0 A= a 1
#" #

"

#
sse

9 2 R : Au = u ,
=3
"

,
(

"

3 0 1 = 1 a 1 2 2
,

" #

a2

=  2 

"

Ou seja

=3 2 = a 2

a=6+2=8
Determine o

3. Seja

A uma matriz quadrada de ordem 2 tal que tr(A) = 7 e det(A) = 10.

espetro de A.

120

7.1.

EXERCCIOS RESOLVIDOS

Resoluo:
Seja

(A) = f1 ; 2 g, ento: tr(A) = 1 + 2 = 7 1 + 2 = 7 1 2 = 10

det(A) = 1 2 = 10.

Ou seja,

tem-se o sistema

1 = 7 2 (7 2) 2 = 10

,
2 =

1 = 7 2 7 2  2 2 10 = 0

,
(
Mas ento

1 = 7 2 2 2 + 72 10 = 0

Logo

 (A ) = f2 ; 5 g .

1 = 7 2 = 2 10 2 = 2 = 5

1 = 7 2 = 5 4 2 = 2 = 2

7p4940 2

1 = 7 2

7 3 = 2

4. Determine a matriz

A sabendo que tr(A) = 3, det(A) = 0, (1; 1) e (0; 2) so vetores prprios de A , (1; 1) o vetor prprio associado ao valor prprio de menor valor absoluto e que A tr(A) = 3, det(A) = 0 e A admite dois valores prprios distintos, ento, (A) = f0; 3g

admite dois valores prprios distintos.

Resoluo:
Se Se

u = (1;1) e v 1 ; 2 2 f0; 3g.


Como

= (0;2)

so vetores prprios de

ento

Au

= 1 u

Av

= 2 v

com

(1; 1) 1 = 0 2 = 3
A=
"

o vetor prprio associado ao valor prprio de menor valor absoluto, ento

Seja

a b c d

#
,

Au = 1 u

"

a b c d
"

#" #

1 =0 1 1 1

" #

"

a+b c+d
"

= 0 0

" #

a+b=0 c+d=0

Av = 2 v
8 > > > > <
Tem-se, ento

a b c d

#" #

0 =3 0 2 2

" #

2b = 0 2d 6
:

" #

2b = 0 2d = 6

> > > > :

a = b = 0 c = d = 3 b=0 d=3

Logo

0 0 A= 3 3

"

CAPTULO 7.

VALORES E VETORES PRPRIOS

121

7.1.1 Aplicao: Problemas de misturas


Os valores e vetores prprios podem ser usados para determinar as solues de alguns sistemas de equaes diferenciais. Considere o seguinte sistema de equaes diferenciais

lineares de primeira ordem com coecientes constantes:

y01 = a11 y1 + a12 y2 y02 = a21 y1 + a22 y2


#

a11 a12 . e A = Sejam y = a21 a22 Ento o sistema pode ser escrito na forma y 0 = Ay . Se A tiver 2 valores prprios reais e distintos 1 e 2 , ento a soluo geral do sistema de equaes diferenciais : y(t) = c1 e1 t v1 + c2 e2 t v2 ; c1 ; c2 2 R
Se alm disso impusermos que

"

y 01 y1 , y0 = y 02 y2

"

"

assume um determinado valor

y0

quando

t = 0, ento o

problema vai ter uma nica soluo. Um problema da forma

y0 = Ay; y(0) = y0
designado por problema com condies iniciais.

Problema de misturas
Dois tanques esto ligados como ilustrado na Figura 9. Inicialmente, o tanque A contm 200 litros de gua, onde foram dissolvidos 60 gramas de sal. O tanque B contm 200

litros de gua pura. Bombeia-se lquido para dentro e para fora dos dois tanques a taxas indicadas na gura 9. Pretende-se determinar a quantidade de sal no instante t.

Figura 7.1: Mistura.

Sejam

y1 (t) e y 2(t) a quantidade de sal em gramas nos tanques A e B, respetivamente, y(0) =


"

no instante de tempo t. Inicialmente, tem-se

y1 (0) y2 (0)

= 60 0

"

122

7.1.

EXERCCIOS RESOLVIDOS

A quantidade total de lquido em cada tanque sempre 200 litros, porque a quantidade de lquido bombeada para dentro igual quantidade bombeada para fora em cada tanque. A taxa de variao da quantidade de sal em cada tanque igual taxa em que est sendo adicionado sal, menos a taxa em que est sendo bombeado para fora. Para o tanque A, a taxa em que o sal est a ser adicionado dada por

(5L=min) 200


y2 (t) g=L

(t) g=min = y2 40 (t) g=min = y1 10 10

e a taxa de sal que est sendo bombeada para fora

(20L=min) 200

y1 (t) g=L

Ento, a taxa de variao para o tanque A dada por

y (t) y (t) y01 (t) = 2 1

40

Analogamente, a taxa de variao para o tanque B dada por

y 02 ( t ) =
Para determinar

y1 (t) e y2 (t), precisamos de resolver o problema com condies iniciais y0 = Ay; y(0) = y0

20y1(t) 20y2(t) = y1(t) y2(t) 200 200 10 10

onde e

A=

"

2

20

com vetores prprios associados

" # 1# 10 40 e y0 = 60 . 1 1 0 10 10

Calculando os valores prprios de A, obtm-se

v1

= (1; 2)
1

v2

= (1; 2)

3 1 = 20

A soluo deste

problema da forma

y = c1 e 20 t v1 + c2 e 20 t v2 c1 v1 + c2 v2 = y0
"

No instante

t = 0; y = y0 , logo

ou, escrito de outra forma

1 1 2 2

# " #

c1 c2

= 60 0

"

Podemos calcular o valor das constantes equao. A soluo

c1 = c2 = 30.

c1 e c2
" #

resolvendo o sistema associado ltima

Conclui-se que a soluo do problema de valor inicial

3 y = 30e 20 t

1 1 + 30e 1 20 t 2 2

" #

CAPTULO 7.

VALORES E VETORES PRPRIOS

123

7.2 Exerccios propostos


1. Encontre os valores prprios das matrizes:

A=

"

3 0 8 1

0 0 1 6 B = 42 1 07 5 2 0 1

2 0 1 6 C = 4 19 2 0 7 5 19 2 4

2. Determine os valores prprios e um subespao prprio da matriz:

2
2.1.

2.2.

2.3.

1 6 41 2 2 2 6 40 0 2 0 6 40 1

0 2 1 07 5 0 1 3 0 2 1 17 5 3 1 3 2 0 1 07 5 0 1

3. Determine

a e b de modo que (1; 1) e (1; 0) sejam vetores prprios da matriz

"

a b

1 1

#
.

4. Seja

A uma matriz quadrada de ordem 2 tal que tr(A) = 8 e det(A) = 12.

Determine o

espetro de A.

5. Determine a matriz prprios de e que

A admite dois valores prprios distintos.

A , (1; 0) o vetor prprio associado ao valor prprio de menor valor absoluto

sabendo que

tr(A)

=2

det(A)

= 0 (1; 0) (1; 2)
, e

so vetores

6. Seja

T uma transformao linear, T : R3 ! R3 , cuja matriz relativamente base cannica 3 de R 2 3


6 4

2 1 1 2 3 4 7 5 1 1 2

6.1. Determine a lei da aplicao. 6.2. Determine o ncleo de 6.3.

T. Qual a dimenso de Im(T )?

124

7.2.

EXERCCIOS PROPOSTOS

6.4. Verique se

(1; 1; 1)

um vetor prprio de

T.
3

6.5. Determine os valores prprios de 7. Considere a matriz

T.
2

7.1. Determine

jA 2I j. Que pode concluir?

2 5 5 6 A = 4 0 3 1 7 5 0 1 3
A.
3

7.2. Determine os vetores prprios associados ao valor prprio 2. 7.3. Determine todos os valores prprios de 8. Considere a matriz

2 5 5 6 A = 4 0 3 1 7 5 0 1 3
A.

8.1. Verique que 2 um valor prprio de

8.2. Determine os vetores prprios associados ao valor prprio 2.

7.2.1 Solues
1.

(A) = f3; 1g, (B ) = f1; 2; 1g,(C ) = f4; 2

19g

2. 2.1. Valores prprios

f1; 3g.

prprios associados a 2.2. Valores prprios 2.3.

f2g. vetores prprios associados a  = 2, f(1; 0; 0)g. Valores prprios f1; 0; 1g. vetores prprios associados a  = 1, f(0; 0; 1)g; vetores prprios associados a  = 0, f(10; 1)g;vetores prprios associados a  = 1, f(2; 1; 1)g.

 = 3, f(4; 1; 4)g.

vetores prprios associados a

= 1 f(0; 1; 0)g
,

; vetores

3. 4.

a = 0 e b = 2: (A) = f2; 6g:

5.

6.

7.

0 1 : A= 0 2 T (x; y; z ) = (2x + y + z; 2x + 3y + 4z; x y 2z ) (A) = f1; 3g (1; 0; 0); (0; 1; 1) f2; 4g


. ; .

"

Nuc(T ) = f(0; 0; 0)g, cT

=3

; No;

Captulo 8

Geometria Analtica
8.1 vetores
Obs: 37 Muitas grandezas fsicas, como velocidade, fora, deslocamento e impulso, para serem completamente identicadas, precisam, alm da magnitude, da direo e do sentido. Estas grandezas so chamadas grandezas vetoriais ou simplesmente vetores. Notao:
Neste captulo vamos usar a seguinte notao:

   

Letras maisculas para representar pontos Letras minsculas para representar retas

Letras minsculas gregas para representar planos

Letras minsculas com seta para representar vetores

(a; b; c; : : : ; r; s; t; : : : ) ( ; ; ; : : : ) ! (! a ; b ;! c ;:::;! u;! v ;:::)


; ;

(A; B; C; : : : )

Denio 8.1 1. Geometricamente, vetores so representados por segmentos de retas orientados no plano ou no espao. Um segmento orientado determinado por dois pontos, o primeiro chama-se ponto inicial ou origem do segmento orientado e o segundo chamase ponto nal ou extremidade. O segmento orientado de origem em A e extremidade ! em B representado por AB e, geometricamente, indicado por uma seta que carateriza visualmente o sentido do segmento.
2. Fixada uma unidade de comprimento, a cada segmento orientado pode associar-se um nmero real, no negativo, que a medida do segmento em relao unidade xada. O ! ! ! comprimento do segmento orientado AB representa-se por jjAB jj ou por jAB j. Segmentos orientados com mesma direo, o mesmo sentido e o mesmo comprimento representam o mesmo vetor. A direo, o sentido e o comprimento do vetor so denidos como sendo a direo, o sentido e o comprimento de qualquer um dos segmentos orientados que o representam.
125

126

8.1.

VETORES

Figura 8.1: Segmentos orientados com o mesmo sentido

Figura 8.2:

Segmentos orientados com sentidos opostos

3. Se AB um segmento orientado, BA o segmento orientado com a mesma direo e o mesmo comprimento, mas com sentido oposto ao primeiro. 4. Dois vetores so colineares se tiverem a mesma direo, isto se pertencem a uma mesma reta ou a retas paralelas.

Figura 8.3: vetores colineares

5. Trs vetores so complanares se possurem representantes pertencentes a um mesmo plano.

Soma de vetores A soma de dois vetores ! u e! v determinada da seguinte forma:  


tome um segmento orientado que representa tome um segmento orientado que representa

! u ; ! v , com origem na extremidade de ! u ;

CAPTULO 8.

GEOMETRIA ANALTICA

127

Figura 8.4: vetores complanares e no complanares

o vetor

! u +! v representado pelo segmento orientado que vai da origem de ! u at ! extremidade de v .

, determinada pelo vetor que possui as seguintes caratersticas:

Multiplicao de um vetor por um escalar A multiplicao de um vetor ! v , por um escalar  


Se Se

= 0, ento, ! v =

 j j vezes o comprimento de ! v;
 
a mesma direo de

6= 0, ento, ! v tem:

! 0

! v; ! o mesmo sentido de v , se > 0, sentido contrrio de < 0

Figura 8.5: multiplicao de um vetor por um escalar

Obs: 38 Para qualquer vetor ! u , o simtrico de ! u , denotado por ! u , o vetor que tem ! mesmo comprimento, a mesma direo e sentido contrrio ao de u . Segue ento, que ! ! u (! u)= 0 Denimos a diferena ! u menos ! v , por ! u ! v =! u + (! v ):

128

8.1.

VETORES

!, Assim, a diferena ! u ! v um vetor que vai da extremidade de ! v at a extremidade de uv desde que ! u e! v estejam representados por segmentos orientados com a mesma origem.

Figura 8.6: adio e subtraco de vetores

Denio 8.2 Seja V um espao vetorial.

1. O produto escalar entre os vetores ! u e! v , representa-se por ! u j! v ou por ! u! v dado por ! u! v = jj! u jj jj! v jjcos() O produto escalar sobre V , uma aplicao que a cada par (! u;! v)2V nmero real que satisfaz as seguintes propriedades: 1.1. (! u +! v )j! w =! u j! w +! v j! w;
1.2. 1.3. 1.4. 1.5. sendo  o ngulo formado pelos dois vetores.

associa um

8! u;! v ;! w 2V; ! ! ! ! ! ! ( u )j v = ( u j v ) ; 8 u ; v 2 V ; 8 2 R; ! u j! v =! v j! u ; 8! u;! v 2V; ! ! u j! u > 0 se ! u= 6 0 ! ! ! u j! v = 0 se ! u ?! v _ ! u= 0 _ ! v = 0

2. Chama-se espao euclidiano, a um espao vetorial V munido de um produto escalar.

Obs: 39 Em

Rn usual denir o seguinte produto escalar:

8! u = (u1 ; u2 ; : : : ; un ); ! v = (v1 ; v2 ; : : : ; vn ) 2 Rn ; ! u j! v = u1 v1 + u2 v2 + : : : + un vn Em particular, se ! u = (a; b; c) e ! v = (a0 ; b0 ; c0 ) tem-se: ! u j! v = aa0 + bb0 + cc0

CAPTULO 8.

GEOMETRIA ANALTICA

129

Por exemplo,

(1; 1; 1) j (0; 2; 4) = 1 0 + (1) 2 + 1 4 = 2.

Denio 8.3 Seja V um espao euclidiano. Chama-se norma de um vetor ! u = (u1 ; u2 ; : : : ; un ) 2 ! V , e representa-se por jj u jj, ao nmero jj! u jj = ! u j! u Obs: 40 possvel extrair a raiz quadrada de ! u j! u pois este nmero no negativo.
q

Exemplo: 43 Em dada por

Rn

com o produto escalar dado por 8.9, a norma de ! x


q

= (x1; : : : ; xn)

jj! x jj = x2 n 1 + x2 2 + : : : + x2 p p Por exemplo,em R3 , jj(1; 2; 1)jj = 12 + 22 + (1)2 = 6 Obs: 41 A norma de ! x representa o comprimento deste vetor.
Teorema 8.1 Seja V um espao euclidiano. Tem-se:

1. jj ! u jj = j j
2. 3.

4. j! u
5.

jj! u jj ; 8! u 2 V ; 8 2 R; jj! u jj  0 ; 8! u 2V; ! jj! u jj = 0 sse ! u = 0;

j! v j  jj! u jj jj! v jj ; 8! u;! v 2 V (desigualdade de Cauchy-Schwarz); jj! u +! v jj  jj! u jj + jj! v jj ; 8! u;! v 2 V (desigualdade triangular);

Denio 8.4 Sejam V um espao euclidiano e ! u e! v dois vetores de V . Chama-se ngulo ! ! ! ! entre u e v , e representa-se por  = \( u ; v ) a
! u j! v ! ! :  = \( u ; v ) = arccos ! jj u jj jj! v jj

Exemplo: 44 Em R3 com o produto escalar dado por 8.9,

\((1; 2; 1); (0; 1; 3)) =

arccos

1 0 + 2 3 p 1 + 4 + 1 p0 + 1 + 9 = arccos p60 :

130

8.1.

VETORES

Figura 8.7: ngulo entre 2 vetores

Denio 8.5 Seja V um espao euclidiano.

1. Dois vetores ! u;! v ! ! por u ? v .


2. Um conjunto S

2V

dizem-se ortogonais se ! u

j! v = 0 e, neste caso, denotaremos

! ! = f u u 1; : : : ; ng  V

diz-se ortogonal se ! ui ?! uj quando i 6= j . diz-se ortonormal se jj! ui jj

3. Um conjunto ortogonal S 1; : : : ; n .

! ! = f u u 1; : : : ; ng  V

=1;

Exemplo: 45 S = f(1; 0; 0); (0; 1; 0); (0; 0; 1)g  R3 um conjunto ortonormal com relao ao produto escalar dado por 8.9.

(1; 0; 0) j (0; 0; 1) = 0+0+0 = 0 ; (1; 0; 0) j (0; 1; 0) = 0+0+0 = 0 ; (0; 1; 0) j (0; 0; 1) = 0+0+0 = 0


Logo S ortogonal,

p p p jj(1; 0; 0)jj = 1 + 0 + 0 = 1 ; jj(0; 1; 0)jj = 0 + 1 + 0 = 1 ; jj(0; 0; 1)jj = 0 + 0 + 1 = 1 ! ! ! 6= ! 0 e! v 6= 0 ento ! u ?! v se e

Logo S ortonormal.

Obs: 42 Se ! u = 0 ou ! v = 0 ento ! u ?! v . Se ! u ! ! somente se o ngulo entre u e v =2.

! ! Teorema 8.2 Sejam V um espao euclidiano e S = f u u 1; : : : ; n g  V um conjunto ortonormal. Ento, S um conjunto linearmente independente. Denio 8.6 Seja V um espao euclidiano e ! v ;! u 2 V . Se ! v ! ! ! ! ortogonal de u sobre v , e representa-se por proj v u ao vetor ! ! proj v u = ! u j! v ! v jj! v jj2 6= ! 0,
chama-se projeo

CAPTULO 8.

GEOMETRIA ANALTICA

131

Se S

um conjunto ortonormal, chama-se projeo ortogonal de ! u ! sobre S , e representa-se por projS u ao vetor projS ! u= ! ! ! ! u j u u j u 1 n ! ! u + : : : + 1 ! ! jju1jj2 jjunjj2 un

! ! = f u u 1; : : : ; ng  V

Figura 8.8:

projeo ortogonal

1 ;p 1 ; p 1 ); ( p 1 ;p 1 ; 0)g  R3 um conjunto ortonormal. Determine Exemplo: 46 Seja S = f( p 3 3 3 2 2 a projeo de ! u = (2; 3; 1) 2 R3 sobre S .

projS ! u=

! ! ! ! u j u u j u 1 2 ! ! u + u 1 jj 2 ! ! jj u u 1 jj2 2 jj2

1 1 ! jj u 2 jj2 = 2 + 2 + 0 = 1   1 1 1 2 +p 3 + p 1 =0 ! ! p p p u j u1 = (2; 3; 1) j ; ; =p 3 3 3 3 3 3  1 1 2 3 5 ! ! u j u 2 = (2; 3; 1) j p ; p ; 0 = p + p + 0 = p 2 2 2 2 2




1 1 1 ! jj u 1 jj2 = 3 + 3 + 3 = 1

Logo

5 p 0 1 1 1 1 1 55 ! projS u = ( p ; p ; p ) + 2 ( p ; p ; 0) = ( ; ; 0) 1 1 22

3 3 3

2 2

Denio 8.7 Seja V um espao euclidiano de dimenso 3, com uma base xa. Dados dois vetores ! u;! v 2 V , chama-se produto vetorial de ! u por ! v e representa-se por ! u ! v ao vetor denido por:

1. ! u ! v =  

2. Se ! u e! v so linearmente independentes, ento: ! u ! v ?! u e! u ! v ?! v f! u;! v ;! u ! v g formam uma base

! 0 se ! u e! v so linearmente dependentes.

132

8.1.

VETORES

 jj! u ! v jj = jj! u jj jj! v jj sen\(! u;! v)

Figura 8.9:

produto vetorial

Obs: 43 Na prtica se f! e1 ; ! e2 ; ! e3 g uma base ortonormada de V , ento, se ! u = (u1 ; u2 ; u3 ) ! e v = (v1 ; v2 ; v3 ), ! u ! v =


e1 u1 v1 ! ! e2 ! e3 e1 u1 v1

! ! e2 ! e3
u2 u3 v2 v3

Resolve-se este determinante aplicando o teorema de Laplace 1a linha, isto ,

! u ! v =

u2 v2

u3 v3

=!

u 2 e1 v2

u3 ! u 1 u 3 ! u1 u2 e2 + e3 v1 v3 v1 v2 v3

Denio 8.8 Seja V um espao euclidiano de dimenso 3, com uma base xa f! e1 ; ! e2 ; ! e3 g. Se ! ! ! u = (u1 ; u2 ; u3 ), v = (v1 ; v2 ; v3 ) e w = (w1 ; w2 ; w3 ) so vetores de V , chama-se produto
misto de ! u, ! v e! w ao escalar ! u ! v j! w = v1 v2 v3 w1 u1

u2 u3

w2 w3

Exemplo: 47 Considere os vetores ! u = (1; 1; 2); ! v = (0; 1; 2)e! w = (2; 1; 3) 2 R3 .


! ! e2 ! e3 1 2 1 2 1 1 ! ! ! ! ! ! ! ! u v = 1 1 2 = e1 e2 + e3 = 4 e1 + 2 e2 + e3 = (4; 2; 1) 1 2 0 2 0 1 0 1 2 e1

CAPTULO 8.

GEOMETRIA ANALTICA

133

1 1 2 ! ! ! u v j w = 0 1 2 = 3 + 0 + 4 + 4 2 0 = 3 2 1 3 Obs: 44 1. Geometricamente o mdulo do produto vetorial dos vetores ! u e! v igual rea ! ! ! ! do paralelogramo ABCD determinado pelos vetores u = AB e v = AC (ver gura 20).

Figura 8.10:

Interpretao geomtrica do mdulo do produto vetorial

2. Geometricamente o mdulo do produto misto dos vetores ! u, ! v e! w igual ao volume do ! ! ! paraleleppedo de arestas determinadas pelos vetores u , v e w (ver gura 21).

Figura 8.11:

Interpretao geomtrica do mdulo do produto misto

134

8.2.

RETAS E PLANOS

8.2 retas e Planos


Denio 8.9 1. Consideremos o espao vetorial V e " = fA; B; C; : : :g um conjunto no vazio. Obtm-se a estrutura de espao am associado ao espao vetorial V , xando uma aplicao de " " em V , que a cada para ordenado de " " faa corresponder um elemento de V . Os elementos de " chamam-se pontos e os de V vetores.
2. Se " um espao am associado ao espao vetorial V , chama-se referencial a um par ordenado (O; B ) em que O 2 " a origem e B uma base de V .

Figura 8.12:

pontos no espao

Obs: 45 Considerando o espao vetorial

Rn , tem-se:

1. Dados dois pontos A e B podemos denir um vetor ! u = AB = B A


2. AB = 3. 4.

! ! 0 sse A = B ! ! AB = BA ! ! ! AB + BC = AC

Obs: 46 1. Em geometria euclidiana existe uma nica reta que passa por dois pontos dados. Para se saber se um ponto est ou no sobre uma reta necessrio encontrar uma propriedade que s os pontos que esto sobre a reta possuem.

CAPTULO 8.

GEOMETRIA ANALTICA

135

Figura 8.13:

reta que passa em 2 pontos

2. Considere-se no plano a reta que passa nos pontos A e B . O vetor ! u = A B um vetor que tem a direo dessa reta e qualquer ponto da reta pode ser obtido a partir de um dos pontos dados somando mltiplos deste vetor.
3. Uma reta pode ser denida por dois pontos ou um ponto e um vetor

Denio 8.10 Sejam A = (a1 ; a2 ) um ponto da reta r e ! u = (u1 ; u2 ) um vetor com a direo da reta. Qualquer ponto P = x; y ) dado por

(x; y) = (a1; a2) + (u1; u2) ; 8 2 R


A uma equao desta forma chama-se equao vetorial da reta.

Obs: 47 Na denio anterior, se forem dados dois pontos A e B , em vez de um ponto e um vetor, podemos considerar um dos pontos e o vetor formado pelos 2 pontos, por exemplo o ponto A e o vetor ! u = A B.

Denio 8.11 1. Sejam A = (a1 ; a2 ) um ponto da reta r e ! u = (u1 ; u2 ) um vetor com a direo da reta. Da equao vetorial da reta resultam as equaes paramtricas da reta: (
x = a1 + u1 y = a2 + u2
2. Resolvendo o sistema das equaes paramtricas da reta
(

x = a1 + u1 y = a2 b + u2

a1 = x u1 a2 = y u2

x a1 y a2 = u . Resolvendo esta equao em ordem a y obtemos a u1 2 Equao reduzida da reta


obtemos a equao

u y = a2 + ( x a 1 ) 2 u1

= mx + b

136

8.2.

RETAS E PLANOS

u2 2 onde m = u u1 e b = a2 a1 u1

Denio 8.12 1. Como se v facilmente m o valor da tangente do ngulo que a reta faz com o eixo dos xx. A este valor d-se o nome de declive da reta.
2. Por outro lado o valor b o valor que se obtm para y quando se faz x = 0. A este valor chama-se ordenada na origem.

Obs: 48 fcil perceber que:


1. as retas que passam na origem tm equao reduzida y = mx (com exceo do eixo dos yy que tem equao x = 0).

Figura 8.14:

retas que passam na origem

2. 2 retas so paralelas se tm o mesmo declive. A equao geral duma famlia de retas paralelas , por exemplo, da forma y = 2x + b. Variando o valor de b consoante o ponto onde a reta interseta o eixo dos yy .

Figura 8.15:

retas paralelas

3. Considerem-se as retas r : P = A + ! u e s : P = B+ ! v . Estas retas so ! ! ortogonais se os vetores u = (u1 ; u2 ) e v = (v1 ; v2 ) forem ortogonais. Ou seja as retas u v so ortogonais se u j v = u1 v1 + u2 v2 = 0. Mas ento 1 = 2 . Ou seja, as retas r e s
u2 v1

CAPTULO 8.

GEOMETRIA ANALTICA

137

de equaes reduzidas y = mx + b e y = m0 x + b0 so ortogonais se m = 0 . m 4. Duas retas concorrentes denem quatro ngulos, iguais dois a dois (ngulos verticalmente opostos). A soma de dois dos ngulos diferentes  . Dene-se ngulo de duas retas como o menor destes ngulos. A determinao do ngulo de duas retas passa pelo clculo do ngulo entre dois vetores, um de cada reta. O ngulo obtido pode ser o maior ou o menor dos ngulos, conforme a escolha do sentido dos vetores foi feita. Como os ngulos so suplementares (a soma de dois dos ngulos diferentes  ), obtido o valor de um dos ngulos facilmente se obtm o valor do outro.

Figura 8.16:

retas concorrentes

5. O processo de denir uma reta no espao idntico ao que foi usado para denir uma reta no plano.

Exemplo: 48 origem.
Resoluo:

1. Determinar a equao da reta paralela reta 2x + 3y

= 6 que passa na

Comeamos por escrever a equao da reta na forma reduzida:

y=

2 2x + 3y = 0: 3 2. A reta r passa nos pontos (4; 9) e (1; 2). A reta s ortogonal reta r e passa no ponto (11; 4).Determine uma equao da reta s.
y = x ou
Resoluo:

A reta dada tem declive m = 2 3 . Como retas paralelas tm o mesmo declive, a famlia de retas paralelas reta dada y = 2 3 x + b. Como pretendemos a reta que passa na origem, ento a equao da reta

6 2x = 2 2 x 3 3

Um vetor com a direo da reta r ! u reta r m = 11=5.

= (4; 9) (1; 2) = (5; 11).

Ento o declive da

138

8.2.

RETAS E PLANOS

Como s ortogonal a r, s tem declive m0 da forma Como a reta passe no ponto

(11; 4), ento 5 11 + b , 4= 11


y=

1 5 = m = 11 ou seja ter uma equao reduzida 5 y = x+b 11


b=4+5=9

Ento a equao da reta pretendida

5 x + 9

11

Denio 8.13 Consideremos os pontos A (u1; u2; u3).

= (a1; a2; a3)

e B

= (b1; b2; b3)

e o vetor! u

1. Dois pontos A e B denem um vetor AB = B A = (b1 a1 ; b2 a2 ; b3 a3 )

2. Dois pontos ou um ponto e um vetor denem uma reta. Seja A um ponto da reta e seja ! u um vetor com a direo da reta. Se P = (x; y; z ) um ponto qualquer da reta, a equao vetorial da reta
P

=A+ ! u ; 2R

ou

(x; y; z) = (a1; a2; a3) + (u1; u2; u3) ; 2 R


8 > < > :

3. Resolvendo a equao vetorial, obtemos as equaes paramtricas da reta:

x = a1 + u1 y = a2 + u2 z = a3 + u3

4. Resolvendo as equaes paramtricas em ordem a obtemos as equaes cartesianas da reta:

x a1 u1

a 2 z a3 = y = u u

Denio 8.14 Trs pontos dizem-se colineares se existe uma reta que passa nos 3 pontos. Obs: 49 1. Para determinar um plano em R3 so necessrios trs pontos no colineares, ou um ponto e dois vetores linearmente independentes, ou um ponto e um vetor ortogonal ao plano.
2. Se tivermos trs pontos A, B e C no colineares, podemos construir dois vetores linearmente independentes ! u =C A e ! v =BA

CAPTULO 8.

GEOMETRIA ANALTICA

139

3. Com um ponto e dois vetores linearmente independentes podem obter-se trs pontos no colineares.

! v1 = (a; b; c) e ! v2 = (a0 ; b0 ; c0 ).

Denio 8.15 Consideremos o ponto A = (a1 ; a2 ; a3 ) e os vetores linearmente independentes

1. Com o ponto A e os vetores ! u e! v denimos um plano. Se P qualquer do plano, a equao vetorial do plano
P
ou

= (x; y; z) um ponto

=A+ ! u + ! v ;

: 2 R ; 2 R

(x; y; z) = (a1; a2; a3) + (a; b; c) + (a0; b0; c0) ;


8 > < > :

2. Resolvendo a equao vetorial, obtemos as equaes paramtricas do plano:

x = a1 + a + a0 y = a2 + b + b0 z = a3 + c + c0

3. Resolvendo as equaes paramtricas em ordem a e a obtemos a equaes geral ou cartesiana do plano:

O vetor de coordenadas ! n = (A; B; C ) ortogonal ao plano.

Ax + By + Cz + D = 0

Figura 8.17: plano

Exemplo: 49 Considere os pontos A plano que contm os pontos A, B e C .


Resoluo:

= (1; 1; 0), B = (0; 1; 1) e C = (1; 0; 1).

Encontrar o

Denir dois vetores linearmente independentes:

! u = B A = (0; 1; 1) (1; 1; 0) = (1; 0; 1) e ! v = C A = (1; 0; 1) (1; 1; 0) = (0; 1; 1)

140

8.2.

RETAS E PLANOS

O plano pretendido o conjunto dos pontos da forma

(x; y; z) = (1; 1; 0) + (1; 0; 1) + (0; 1; 1)


para algum par de valores reais e . Esta igualdade conduz ao sistema
8 > < > :

x=1 y =1 z = +

Ou seja

8 > < > :

Para que este sistema seja possvel os valores de x, y e z tm que obedecer condio x+y +z 2 = 0. essa condio que vai conduzir equao cartesiana do plano

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

8 > < > :

=1x =1y x+y+z2=0

x + y + z 2 = 0:
Outra hiptese para determinar a equao geral do plano , utilizar o produto vetorial para determinar um vetor que seja perpendicular aos vetores

! u = B A = (0; 1; 1) (1; 1; 0) = (1; 0; 1) e ! v = C A = (1; 0; 1) (1; 1; 0) = (0; 1; 1)


! ! e2 ! e3 0 1 1 1 1 0 ! ! ! ! ! ! u ! v = 1 0 1 = ! e1 e2 + e3 = e1 (1) e2 + e3 = (1; 1; 1) 1 1 0 1 0 1 0 1 1 e1

Logo o plano pretendido tem equao geral da forma x + y + z + D = 0 Utilizando o facto de A ser um ponto do plano, determinamos D:

1+1+0+D =0 ,
ou seja a equao cartesiana do plano

D = 2

x + y + z 2 = 0:
Denio 8.16 Duas retas r e s dizem-se:
1. Complanares se existe um plano que as contm.

CAPTULO 8.

GEOMETRIA ANALTICA

141

2. No Complanares se no existe nenhum plano que as contm.

Figura 8.18: retas no complanares

3. Duas retas complanares dizem-se Concorrentes se tm um e um s ponto em comum.

Figura 8.19: retas concorrentes

4. Duas retas complanares dizem-se Paralelas se tm a mesma direo, isto , no tm nenhum ponto em comum.

Figura 8.20: retas paralelas

5. Duas retas concorrentes dizem-se Obliquas se o ngulo por elas formado 0 < < =2 6. Duas retas concorrentes dizem-se Ortogonais se o ngulo por elas formado = =2

142

8.2.

RETAS E PLANOS

Obs: 50 Posio relativa de retas: duas retas r e s podem ser:


8 > > > > > > < > > > > > > : 8 > > > > < > > > > :

Coincidentes Concorrentes
Paralelas

Complanares

Ortogonais
Obliquas

No complanares

Exemplo: 50 Considere os pontos A = (1; 1; 0), B = (0; 1; 1) e C = (1; 0; 1), o vetor ! u = (0; 1; 1) e as resctas r que passa em A e em B e s que passa em C e tem a direo do vetor ! u.
1. Determine a posio relativa das retas r e s.

! AB = B A = (0; 1; 1) (1; 1; 0) = (1; 0; 1), logo a reta r tem as equaes:


Resoluo:

(x; y; z) = (1; 1; 0) + (1; 0; 1)


A reta s tem as equaes:

ou

8 > < > :

x=1 y=1 z=

(x; y; z) = (1; 0; 1) + (0; 1; 1)

ou

8 > < > :

x=1 y = z =1+

Para determinar a posio relativa das duas retas, comecemos por determinar se tm algum ponto em comum

1=1 r \ s = = 1 > : 1+ =
=0
ou

8 > <

8 > < > :

=0 = 1

11=0

O sistema possvel e determinado, e por isso as retas tm um ponto em comum:

) (x; y; z) = (1; 1; 0) + (1; 0; 1) = (1; 1; 0) + 0(1; 0; 1) = (1; 1; 0) ) (x; y; z) = (1; 0; 1) + (0; 1; 1) = (1; 0; 1) (0; 1; 1) = (1; 1; 0)

= 1

Logo so retas concorrentes. 2. Determine uma equao da reta paralela a r que passa em C .
Resoluo:

CAPTULO 8.

GEOMETRIA ANALTICA

143

Se a reta paralela a r e passa em C ento tem as equaes:

(x; y; z) = (1; 0; 1) + (1; 0; 1) :


8 > < > :

ou

8 > < > :

x=1 y=0 z =1+

3. Determine a posio relativa das retas r e t


Resoluo:

x=1 y = z =2

Para determinar a posio relativa das duas retas, comecemos por determinar se tm algum ponto em comum

1=1 r \ t = = 1 > : 2 =

8 > <

8 > < > :

=0 = 1

2+1=0

O sistema impossvel, e por isso as retas no tm pontos em comum, ou so paralelas ou so no complanares. Veriquemos se os vetores com direo das duas retas so paralelos:

! u jj ! w sse 9k 2 R : ! u = k! w
Como

! u = (1; 0; 1) e ! w = (0; 1; 1)

no existe k 2 R

: ! u = k! w

Logo as retas so no complanares.

Posio relativa de planos


1.

Posio relativa entre 2 planos

  
2.

planos paralelos

Dois planos so considerados paralelos se no possurem pontos

em comum e se qualquer uma reta pertencente ao plano pertencente ao plano

for paralela a uma reta

Planos secantes:
reta.

Dois planos so secantes quando a interseo entre eles for uma

Planos coincidentes:

planos coincidentes equivalem a um mesmo plano.

Posio relativa entre 3 planos


Com as equaes dos 3 planos podemos formar um sistema de equaes com 3 Equaes e

144

8.2.

RETAS E PLANOS

Figura 8.21: planos paralelos

Figura 8.22: planos secantes

3 Incgnitas,

8 > < > :

a11 x1 + a12 x2 + a13 x3 a21 x1 + a22 x2 + a23 x3 a31 x1 + a32 x2 + a33 x3

= = =

b1 b2 b3
Assim, as

onde cada equao representa um plano no plano no espao tridimensional. solues do sistema pertencem interseo desses planos.

   

Os 3 planos intersetam-se num s ponto Os 3 planos tm uma reta comum

$ Sistema Possvel e Simplesmente Indeterminado;

$ Sistema Possvel e Determinado;

Os 3 planos so coincidentes

$ Sistema Possvel e Duplamente Indeterminado; Os 3 planos no tm pontos comuns $ Sistema Impossvel


  
3 planos paralelos; 2 planos coincidentes e paralelos ao 3

o plano;

2 a 2 tm uma reta comum, mas os 3 planos no tm pontos comuns.

posio relativa de uma reta e um plano:


formar um sistema tem-se ento:

Com as equaes do plano e da reta podemos

  

A reta corta o plano num ponto, sistema possvel e determinado. A reta pertence ao plano, sistema possvel e simplesmente indeterminado. A reta paralela ao plano, sistema impossvel.

CAPTULO 8.

GEOMETRIA ANALTICA

145

Figura 8.23: planos coincidentes

Figura 8.24: 3 planos com um s ponto comum

Obs: 51 em R3 tem-se:
1. existe um s plano perpendicular a uma reta r e a passar no ponto A, mas existem vrias retas perpendiculares reta r e a passar no ponto A. 2. existe uma s reta r perpendicular a um plano e a passar no ponto A, mas existem vrios planos perpendiculares ao plano e a passar no ponto A.

distncias Quando falamos em distncia sempre a menor distncia possvel e por isso sempre
medida na perpendicular.

1.

distncia entre 2 pontos Sejam A e B


representa-se por

d(A; B ) a

dois pontos. Chama-se distncia entre

A e B, e

d(A; B ) = jjB Ajj:


Sejam

2.

distncia entre 1 ponto e 1 reta


distncia entre

A e r, d(A; r): P

um ponto e

uma reta.

Para calcular a

2.1. Determinar a equao do plano 2.2. Determinar o ponto

perpendicular a r e que passa em A; r e do plano ;

de interseo da reta

2.3. Determinar a distncia entre

A e P.

146

8.2.

RETAS E PLANOS

Figura 8.25: 3 planos com uma reta comum

Figura 8.26: 3 planos coincidentes

3.

distncia entre 2 retas S se calcula a distncia entre retas paralelas.


retas paralelas. Para calcular a distncia entre e determinar determinar a distncia desse ponto outra reta.

r e s, d(r; s), xar um ponto numa das retas


1 plano e

Sejam

r e s duas

4.

distncia entre 1 ponto e 1 plano


distncia entre

A e , d(A; ):

Sejam

um ponto. Para calcular a

4.1. Determinar a equao da reta 4.2. 4.3.

r perpendicular a e que passa em A; Determinar o ponto P de interseo da reta r e do plano ; Determinar a distncia entre A e P .
Sejam

5.

distncia entre 2 planos

d( ; )

2 planos. Para calcular a distncia entre

e ,

os planos tm de ser paralelos.

Fixar um ponto num dos planos e determinar a

distncia desse ponto ao outro plano;

Teorema 8.3 Seja V um espao euclidiano. Tem-se:


1. d(A; B )  0 ; 2. d(A; B ) = 0 ;

8A; B ;
sse A = B ;

3. d(A; B ) = d(B; A) ;

8A; B ; 8A; B; C ;

4. d(A; B )  d(A; C ) + d(C; B ) ;

CAPTULO 8.

GEOMETRIA ANALTICA

147

Figura 8.27: 3 planos paralelos

Figura 8.28: 2 a 2 tm uma reta comum, mas os 3 planos no tm pontos comuns

Exemplo: 51 Em R3 com o produto escalar usual,

d((1; 2; 1); (0; 1; 3)) = jj(1 0; 2 1; 1 3)jj =


ngulos
1.

12 + 12 + (4)2 = 18

ngulo entre 2 retas:

o ngulo entre esse dois vetores. Sejam

! u e! v os vetores diretores de cada uma das retas, ! ! r e s, chama-se ngulo entre as retas r e s , e representa-se por  = \(r; s) = \( u ; v ) a ! u j! v :  = arccos ! jj u jj jj! v jj
ngulo entre 2 planos:
considerar os vetores normais a cada um dos planos e determinar o ngulo entre esse dois vetores. Sejam

considerar os vetores diretores de cada uma das retas e determinar

2.

! u e! v os vetores normais a cada um dos planos, ! ! e , chama-se ngulo entre os planos e , e representa-se por  = \( ; ) = \( u ; v ) a ! u j! v :  = arccos ! jj u jj jj! v jj
ngulo entre 1 reta e 1 planos:
considerar o vetor normal ao plano

3.

! da reta r e determinar o ngulo entre esse dois vetores. Sejam n o vetor normal ao plano e! u o vetor diretor da reta r, chama-se ngulo entre a reta r e o planos , e ! ! representa-se por  = \(r; ) = \( u ; n ) a ! u j! n :  = arcsen ! jj u jj jj! n jj

e o vetor diretor

148

8.3.

EXERCCIOS RESOLVIDOS

8.3 Exerccios resolvidos


1. Considere os pontos

x + 2y + Cz + K = 0 e as retas

= (2; 1; 2)

= (1; 1; 1) 4x 2 y 2 z = 0 s1 = 2x z = 1
e

B (

, o plano

( de equao cartesiana xy+z =1 e s2 = . x + 4y = 5

1.1. Determine uma equao da reta

r que passa em A e B . s1 e s2 .
e tem a direo do vetor

1.2. Determine a posio relativa das retas 1.3. Determinar a equao da reta

(2; 1; 1)

s que corta as retas s1 e s2


de tal forma que a reta

1.4. Determine os valores de

CeK

r pertena ao plano .

1.5. Determine a distncia de

A a s1 .

Resoluo:
1.1. A equao vetorial da reta

r que passa em A e B : P

Como

! AB = B A = (3; 2; 1) tem-se a equao

! = A + AB ;

2R

(x; y; z) = (2; 1; 2) + (3; 2; 1) ;


1.2.

2R

4 6 6 2 6 6 1 4 1

4 x 2y 2 z = 0 2x + z = 1 s1 \ s2 = > x+y+z =1 > > > : x + 4y = 5 3 2 2 2 0 7 1 1 1 6 6 2 0 1 1 7 0 1 7 l1 ! $ l3 6 7 6 1 1 1 5 4 4 2 2 4 0 5 1 4 0

8 > > > > <

17 17 7 07 5 5

! 2 1 1 1 1 3 7 l2 l2 2 l1 6 7 6 0 2 3 1 6 7 l3 l3 4 l1 6 7 0 2 6 4 4 5 l4 l4 l1 0 5 1 4 2 3 1 1 1 1 ! 6 6 0 7 l3 l3 l2 2 3 1 7 6 7 l4 l4 5=2l2 6 0 3 3 7 4 0 5

0 13=2 13=2

CAPTULO 8.

GEOMETRIA ANALTICA

149

! 6 1 1 1 1 7 l3 1=3 l3 6 2 3 1 7 6 0 7 6 l4 2=13 l4 4 0 0 1 1 7 5 0 0 1 1 2 3 1 1 1 1 7 ! 6 6 0 7 2 3 1 6 7 l4 l4 l3 6 7 0 0 1 1 4 5 0 0 0 0
Logo o sistema possvel e determinado e por isso as retas so concorrentes.

1.3. Ponto comum s retas

s1 e s2 :
3 8 > < > :

1 1 1 1 7 6 6 0 2 3 1 7 7 , 6 6 0 0 1 17 5 4 0 0 0 0
ou seja

xy+z =1 2y 3z = 1 z=1

8 > < > :


Logo a equao da reta

s que corta as retas s1 e s2 e tem a direo do vetor (2; 1; 1)

x=1+yz =1 y = (1 + 3z )=2 = 1 z=1

1.4. A reta

r de equao

de equao

(x; y; z) = (1; 1; 1) + (2; 1; 1) ; 2 R: (x; y; z) = (2; 1; 2) + (3; 2; 1) ; 2 R x + 2y + Cz + K = 0


sse o sistema

pertence ao plano

8 > > > > < > > > > :

x = 2 3 y = 1 2 z =2 x + 2y + Cz + K = 0

possvel e indeterminado. Isto , se

2 3 + 2(1 2 ) + C (2 ) + K = 0 , (7 C ) = 4 2C K
possvel e indeterminada, ou seja,

7 C = 0 4 2C K = 0

C = 7 K = 4 2C = 10

150

8.3.

EXERCCIOS RESOLVIDOS

2.

A = (2; 1; 2) e s1 =
8 > <

4x 2y 2 z = 0 2x z = 1

Primeiro determinemos o vetor diretor de

s1 .

Para isso vamos determinar 2 pontos de

s1

4x 2y 2 z = 0 : > 2x z = 1 , : x=0
8 > <

8 > < > :

y=1 z = 1 x=0

)) A = (0; 1; 1)
B = (1; 1; 1)

Ento o vetor diretor da reta

> 4x 2y 2 z = 0 < y=1 : > 2x z = 1 , > z = 1 )) : : x=1 x=1 s1 ! u = B A = (1; 0; 2)

Mas ento o plano perpendicular reta tem uma equao da forma

x + 2z + D = 0
Como

A pertence ao plano temos

2+4+D =0 ,
logo o plano perpendicular reta

D = 6

s1 e que passa no ponto A x + 2z 6 = 0

Para determinar o ponto de interseo da reta e do plano comecemos por determinar as equaes paramtricas da reta

s1 =

4 x 2y 2 z = 0 , 2x z = 1
 + 2(2 1) 6 = 0

s1 =

8 > < > :

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

Vamos agora determinar o ponto de interseo da reta e do plano:

, 5 8 = 0 ,  = 8 5

logo o ponto de interseo

P
Finalmente a distncia :

8 > < > :

y=1 z = 2(8=5) 1 = 11=5 x = 8=5


r

p 8 11 2 1 4 1 5 d(A; P ) = jjP A)) = jj( ; 1; ) (2; 1; 2)jj = jj( ; 0; )jj = + 0 + = 5 5 5 5 25 25 5

CAPTULO 8.

GEOMETRIA ANALTICA

151

8.4 Exerccios propostos


1. Dados os vetores 1.1. 1.2. 1.3. 1.4. 1.5. 1.6. 1.7.

! u + 2! v ! 3 u 2! v + 2! w ! ! u j v ! u ! v ! ! u w j! v ! ! O ngulo entre u e v ! ! O ngulo entre u e w

! u = (1; 1; 1), ! v = (1; 0; 1), e ! w = (0; 1; 1), determine:

1.8. Um vetor unitrio com a direo de de 1.9. Um vetor perpendicular a

! u ea! v

! w

2. Considere os pontos A = (-1, -2, 0), B=(0, 0, 3), C=(2, 4, 9), D=(4, 6, 0). 2.1. Verique se so colineares os pontos 2.2. 2.3.

A, B e C . Verique se so colineares os pontos A, B e D . ! ! Verique se so complanares os vetores BC e DC .

2.4. Determine um vetor que seja perpendicular aos vetores 2.5. Determine um vetor que seja paralelo ao vetor

! BC .

! ! BC e DC .

3. Considere os pontos A = (1, 2,1), B = (-1,1,0),C = (0,1, 2), D=(1, 0, 2) e E = (3, 1, 1). Determine, se existir, 3.1. a equao vetorial da reta r que passa em D e em E. 3.2. as equaes paramtricas da reta s que passa em A e em B. 3.3. uma equao da reta t que passa em C e em D. 3.4. a equao vetorial do plano 3.5.

que passa em A, D e em E. a equao cartesiana do plano que contm a reta r e passa em B. .

3.6. a posio relativa das retas r e s. 3.7. a posio relativa da retas t e do plano 3.8. a posio relativa dos planos

e .

3.9. a equao do plano perpendicular a r que contm o ponto A. 3.10. a equao da reta perpendicular ao plano 3.11.

que passa em B. a equao da reta perpendicular aos planos e que passa em C. e . .

3.12. o ngulo entre as retas r e s. 3.13. o ngulo entre os planos

3.14. o ngulo entre a reta t e o plano

152

8.4.

EXERCCIOS PROPOSTOS

3.15. a distncia de A reta t. 3.16. a distncia de B ao plano

4. Considere os pontos A = (4, -2, 0), B=(0, 0, 3), C=(2, 2, 0), D=(4, 6, 0). Determine: 4.1. As equaes cartesianas no paramtricas da reta r que passa em 4.2. 4.3.

B e C. ! ! Uma equao da reta s que passa em A e perpendicular aos vetores BC e DC . Verique se as retas r e s so complanares e em caso armativo determine uma equao A reta r.

do plano por elas formado. 4.4. Determine a distncia mnima do ponto

5. Considere os planos:

: kx + ky + z + 1 = 0 : x+yz+k =0  : x ky z + 1 = 0 : kx + 2y + z 1 = 0

5.1. Para que valores de 5.2.

k os 3 planos ; ;  se intersetam num ponto. Para que valores de k os planos ; ;  apresentam dois a dois uma reta comum, mas k = 2, indique dois planos paralelos e dois planos perpendiculares.

os 3 no se intersetam? 5.3. Considere

6. Indique o valor lgico da seguinte proposio:

Trs pontos colineares denem dois vetores paralelos.


7. Considere os planos:

: kx + ky + z + 1 = 0 : x+yz+k =0  : x + ky + z = 1 : kx + 2y + z = 0

7.1. Determine, se existirem, os valores de k para os quais os 3 primeiros planos apresentam uma reta comum. 7.2. Determine, se existirem, os valores de k tais que os dois primeiros planos sejam paralelos e os outros dois sejam perpendiculares.

8. Calcular o valor de

! u = (2; 1; 0); ! v = (6; x; 2) e ! w = (4; 0; 1) seja igual a 10.

x de modo que o volume do paraleleppedo determinado pelos vetores

CAPTULO 8.

GEOMETRIA ANALTICA

153

9. Mostre que se os vetores

! u e! v so ortogonais ento jj! u +! v jj2 = jj! u jj2 + jj! v jj2 :

10. Considere os planos de equao:

: x + 3y az = 4

: ax + y + az = 0 : x + 2ay = a + 2  : 2 x y 2z = 0
a para os quais se tem:

Determine os valores do parmetro

10.1. Os 4 planos intersetam-se segundo uma reta? 10.2. Os planos 10.3.

e so perpendiculares. Os planos e  so coincidentes.

11. Considere o plano de equao: 11.1. Paralelo ao plano

: x + 3y z = 1

. D um exemplo de um plano:

. .

11.2. Perpendicular ao plano

12. No paraleleppedo:

Figura 8.29: paraleleppedo

! jj BC = 10cmjj, a reta que passa nos pontos A e C faz um ngulo de 30o com o eixo OY ! ! ! e jjAE jj = jjAB jj + jjAC jj. Sejam A; B; C; D; E; F; G e H os vrtices do paraleleppedo.
Considere o referencial o.n. indicado em que a unidade considerada 5 cm e determine: 12.1. As coordenadas dos vrtices 12.2. 12.3.

A; B; C; E; F . ! Uma equao do plano perpendicular a AB e que passa em C . ! Uma equao da reta paralela a AC e que passa em F .

154

8.4.

EXERCCIOS PROPOSTOS

12.4. A distncia do ponto

ao plano determinado na alnea b).

12.5. A distncia da reta determinada na alnea c) reta que passa nos pontos

A e E.
.

13. Considere os planos

: 2x + y + 2z k = 0; :

Indique, se existirem, os valores de 13.1. 13.2.

kk e  para os quais se tem:

x y + z = 0 e

: 2x + y + 2z = 0

perpendicular a e coincidente com . e tm uma reta comum.

13.3. Dois planos coincidentes e um paralelo.

14. No cubo:

Figura 8.30: cubo

as faces so paralelas aos planos coordenados, a origem do referencial ortonormado coincide com o vrtice

e a rea de cada face

4 cm2
.

14.1. Determine, justicando, a equao do plano

o ponto mdio do segmento

Se no fez a alnea anterior, para as alneas seguintes considere o plano de equao :

EF

que passa nos pontos A; G e M , onde

x + 2y + z 4 = 0

14.2. Determine a equao cartesiana do plano 14.3. Determine uma equao da reta 15. Na pirmide quadrangular:

que dista

3 cm

do plano

r perpendicular ao plano e que passa na origem.

DE==OY; EC==OX , A o vrtice da pirmide e B; C; D, e E so os vrtices da base e M o ponto mdio entre E e C e O o ponto de interseo de EB com CD . Sabendo que ! ! ! jj EC jj = 4 cm , jjAM jj = 6 cm e que AM faz um ngulo de 30o com a base da pirmide,
determine: 15.1. As coordenadas dos pontos

Para as alneas seguintes, caso no tenha resolvido a alnea anterior, considere os pontos A = (0; 0; 3); C = (2; 2; 0); D = (2; 2; 0); E = (2; 2; 0):
15.2. A equao cartesiana do plano

A; B; C; D, e E .

perpendicular a AE

! e que passa em D.

CAPTULO 8.

GEOMETRIA ANALTICA

155

Figura 8.31: Pirmide quadrangular

15.3. Uma equao vetorial da reta nos pontos

A e C.

r que passa pelo ponto E

e paralela reta que passa

15.4. A distncia do ponto

A reta r.

8.4.1 Solues

Captulo 9

Bibliograa
1. lgebra Linear com Aplicaes, Anton, Rorres, Bookman, 8

a edio, 2008.

2. lgebra Linear e Geometria Analtica, Antonio Monteiro, Gonalo Pinto, Catarina Marques, McGrawHill, 1997. 3. lgebra Lineal y sus aplicaciones, David Lay, Prentice Hall, 2001. 4. lgebra Linear, Lipschutz, S., McGraw-Hill.

156