3901N3 -

Algebra Linear e Geometria Analtica

Folhas pr aticas
OCV 2009/10
Salvatore Cosentino
Departamento de Matematica e Aplicacoes - Universidade do Minho
Campus de Gualtar - 4710 Braga - PORTUGAL
gab B.4023, tel 253 604086
e-mail scosentino@math.uminho.pt
url http://w3.math.uminho.pt/
~
scosentino
Janeiro 2010
Conte udo
1 Vectores 2
2 Rectas e planos 5
3 Subespacos e bases 9
4 Produto vectorial, area e volume 12
5 Espacos lineares 15
6 Formas lineares e hiperplanos 19
7 Transformacoes lineares 22
8 Transformacoes lineares e matrizes 24
9 Composicao e inversao 28
10 Sistemas lineares 31
11 Determinantes 35
12 Valores e vectores proprios 40
1
1 VECTORES 2
1 Vectores
25/09/2009
1. (O espa co vectorial R
n
) O espaco vetoria R
n
e o espa co das n-uplas P ou x = (x
1
, x
2
, . . . , x
n
)
de n umeros reais (x
i
e a i-esima coordenada do vector x ou do ponto P) munido das operacoes
adicao : R
n
R
n
R
x, y x +y := (x
1
+y
1
, x
2
+y
2
, . . . , x
n
+y
n
)
e multiplicacao por um escalar : R R
n
R
n
, x x := (x
1
, x
2
, . . . , x
n
)
O vector nulo/origem e 0 = O = (0, 0, . . . , 0). O simetrico do vector x e o vector x =
(x
1
, x
2
, . . . , x
n
). A base canonica de R
n
e
e
1
= (1, 0, . . . , 0) e
2
= (0, 1, 0, . . . , 0) . . . e
n
= (0, . . . , 0, 1)
assim que cada vector e uma combinacao linear unica x = x
1
e
1
+ x
2
e
2
+ + x
n
e
n
=

n
i=1
x
i
e
i
dos vectores da base. Um subespaco vectorial de R
n
e um subconjunto V R
n
tal que se x, y V entao x +y V para todos , R.
No plano R
2
os pontos costumam ser denotados por r = (x, y), e no espaco 3-dimensional
R
3
por r = (x, y, z).
x +0 = x para todo x R
n
.
x + (x) = 0 para todo x R
n
.
Calcule
(1, 2, 3) + (2, 3, 4) 6 (1, 6, 0)
x y se x = (1, 1) y = (3, 2)
Calcule e esboce os pontos A+B, AB, 2A3B e A+
1
2
B quando
A = (1, 2) e B = (1, 1) A = (0, 1, 7) e B = (2, 3, 0)
[Ap69] 12.4.
2. (vectores aplicados) Um vector aplicado/geometrico (uma for ca, uma velocidade, ...) e um
segmento orientado

AB entre um ponto de aplica cao A R
n
e um ponto nal B R
n
. Dois
vectores aplicados

AB e

CD sao paralelos se BA = (DC) com R, e sao equivalentes
(e portanto denem o mesmo vector x = B A) se B A = D C.
Mostre que cada vector aplicado e equivalente a um vector

OC aplicado na origem
O = (0, 0, . . . , 0).
Diga se sao paralelos ou equivalentes

AB e

CD quando
A = (1, 2) B = (1, 1) C = (2, 3) D = (4, , 4)
A = (0, 1, ) B = (2, 3, 0) C = (1, 0, ) D = (2, 3, 0)
Determine D R
n
de maneira tal que

AB e

CD sejam equivalentes quando
A = (1, 2) B = (1, 1) C = (2, 3)
A = (0, 1, ) B = (2, 3, 0) C = (0, 0, 0)
3. (translacoes) Uma translacao do espaco R
n
e uma transformacao T
a
: R
n
R
n
denida por
v v +a, com a R
n
.
Calcule T
a
(v) quando
a = (, e) e v = (11, 13) a = (2, 1, 1) e v = (0, 1, 3)
1 VECTORES 3
Mostre que T
a
T
b
= T
a+b
e deduza que T
a
T
a
= T
a
T
a
= 1.
Mostre que x, y R
n
existe uma transla cao T
a
tal que T
a
(x) = y.
4. (homotetias) Uma homotetia do espaco R
n
e uma transforma caoH

: R
n
R
n
denida por
v v, com R.
Calcule H

(v) quando
=
1
3
e v = (2, 1) = 5 e v = (6, 7, 8)
Descreva o efeito das transforma coes H

, com < 1 e > 1, no plano R

2
.
5. (produto escalar, norma e distancia euclidiana) O produto escalar/interno (euclidiano) e a
fun cao simetrica, bilinear e positiva denida , ) : R
n
R
n
R
x, y) = x y := x
1
y
1
+x
2
y
2
+ +x
n
y
n
Os vectores x e y sao ortogonais quando x, y) = 0. A norma (euclidiana) de x R
n
e
|x| :=
_
x, x) =
_
x
2
1
+x
2
2
+ +x
2
n
A distancia (euclidiana) entre os pontos x e y de R
n
e
d(x, y) := |x y|
Mostre que o produto interno e simetrico, bilinear e positivo denido.
Mostre que |x| = [[ |x|.
Mostre que os vectores da base canonica sao ortogonais dois a dois (i.e. e
i
, e
j
) = 0 se
i ,= j) e unitarios (i.e. |e
i
| = 1).
Mostre que
|x +y|
2
|x y|
2
= 4 x, y)
e deduza que |x +y| = |x y| sse x, y) = 0.
Prove o teorema de Pitagoras: se x e y sao ortogonais entao
|x +y|
2
= |x|
2
+|y|
2
Verique a identidade do paralelogramo
|x +y|
2
+|x y|
2
= 2|x|
2
+ 2|y|
2
Calcule o produto interno entre
x = (1, 2) e y = (1, 1) x = (0, 1, ) e y = (2, 3, 0)
Calcule a norma dos vectores
x = (1 1, 1) y = (1, 1) z = (1, 2, 3, 4)
Calcule a distancia entre
x = (1, 2) e y = (1, 1) x = (0, 1, ) e y = (2, 3, 0)
Determine se sao ortogonais
x = (1, 2) e y = (1, 1) x = (0, 1, ) e y = (2, 3, 0)
Se x, y) = x, z) entao y = z ?
1 VECTORES 4
[Ap69] 12.8.
6. (desigualdade de Schwarz, angulos e desigualdade do triangulo) A desigualdade de Schwarz
arma que se x, y R
n
[x, y)[ |x||y|
e a igualdade verica-se sse os vectores sao paralelos. O angulo entre os vectores nao nulos
x e y de R
n
e o [0, ] tal que
cos =
x,y)
|x||y|
ou seja, x, y) = |x||y| cos
Prove a desigualdade de Schwarz (se x ,= 0 e y ,= 0, considere os vectores unitarios
u = x/|x| e v = y/|y|, e calcule |u v|
2
. . . )
Mostre que a norma, e portanto a distancia, satisfazem a desigualdade do triangulo
|x +y| |x| +|y| d(x, y) d(x, z) + d(z, y)
(calcule |x +y|
2
e use a desigualdade de Schwarz ...).
Mostre que se e o angulo entre x e y entao
|x y|
2
= |x|
2
+|y|
2
2|x||y| cos
Calcule o cosseno do angulo entre
x = (1, 2) e y = (1, 1)
x = (0, 1, ) e y = (2, 3, 0)
Calcule o cosseno dos angulos do triangulo de vertices
A = (1, 1) , B = (1, 3) e C = (0, 2)
A = (1, 2, 5) , B = (2, 1, 2) e C = (0, 3, 0)
Determine um vector ortogonal a
(1, 1) (1, 3) (a, b)
[Ap69] 12.8.
7. (projecao/componente) A projecao (componente) do vector x sobre (a recta denida pel)o
vector y ,= 0 e o vector ty tal que x ty e perpendicular a y, e portanto
t =
x,y)
|y|
2
Mostre que projecao de x sobre um vector unitario u (ou seja, |u| = 1), e t = x, u).
Verique que a projecao de x sobre o vector e
i
da base canonica e x
i
(a i-esima coor-
denada de x).
Calcule a projecao de x sobre y quando
x = (1, 2) e y = (1, 1)
x = (0, 1, ) e y = (2, 3, 0)
[Ap69] 12.11.
2 RECTAS E PLANOS 5
2 Rectas e planos
2/10/2009
1. (curvas e superfcies) Curvas, superfcies e outros subconjuntos de R
n
podem ser denidos
de forma parametrica, ou seja, como imagens A = f(S) = f(s) com s S de funcoes
f : S R
n
denidas em espa cos de parametros S = [0, 1], R, R
2
, . . . (por exemplo, uma
trajectoria t x(t) R
3
, onde t e o tempo), ou de forma cartesiana, ou seja, como
lugares geometricos B = x R
n
t.q. f
1
(x) = 0, f
2
(x) = 0, . . . dos pontos de R
n
onde
as func oes f
1
: R
n
R, f
2
: R
n
R, ... se anulam.
Descreva e esboce os seguintes subconjuntos de R
2
ou R
3
.
(x, y) R
2
t.q. x
2
+y
2
= 2 (x, y) R
2
t.q. xy = 0
(1, 1) +t(0, 3) com t R (0, 4, 0) +t(2, 3, 4) com t R
(cos t, sint) com t [0, 2] (cos t, sint, s) com t [0, 2] , s R
(x, y) R
3
t.q. x
2
+y
2
+z
2
< (t, [t[) com t [1, 1] (t, t
2
) com t R
(x, y) R
2
t.q. (1, 2), (x, y)) = 0 (x, y) R
2
t.q. 2x 3y = 0
(x, y) R
2
t.q. (3, 1), (x, y)) = 2 (x, y) R
2
t.q. 2x 3y = 1
(x, y) R
2
t.q. 3x +y = 0 e x 7y = 0 (x, y, z) R
3
t.q. x +y +z = 0
(x, y) R
2
t.q. x +y = 2 e 2x y = 1 (x, y, z) R
3
t.q. x +y +z = 1
(x, y, z) R
3
t.q. 2x 3y z = 0 e x +y + 11z = 3
2. (rectas) Um vector nao nulo v R
n
dene/gera uma recta L = [v] = tv com t R,
subespa co vectorial de R
n
. A recta (am) paralela a v que passa pelo ponto a R
n
e
a +L = a + [v] = a +tv com t R
(v e dito vector direccional da recta). No plano R
2
, e possvel eliminar o parametro t e
deduzir uma equa cao cartesiana da recta: por exemplo, se a = (a, b) e v = (v, w), entao
a + [v] = (x, y) R
2
t.q. w(x a) v(y b) = 0
Um vector nao nulo n R
2
dene uma recta normal/perpendicular = [n]

= x
R
2
t.q. x, n) = 0, subespa co vectorial de R
2
. A recta perpendicular/normal ao vector
n R
2
que passa pelo ponto a R
2
e
a + = a + [n]

= x R
2
t.q. x a, n) = 0
(n e dito vector normal `a recta).
Mostre que a recta que passa pelo pontos A e B de R
n
e
A+t(B A) com t R
Mostre que uma equacao cartesiana da recta perpendicular ao vector n = (m, n) R
2
que passa pelo ponto (a, b) R
2
e
m(x a) +n(y b) = 0 .
Determine uma equa cao parametrica da recta
que passa pelo ponto (2, 3) e e paralela ao vector (1, 2)
que passa pelo ponto (5, 1, 2) e e paralela ao vector (3, 7, 2)
que passa pelos pontos (3, 3) e (1, 1)
que passa pelos pontos (0, 3, 4) e (8, 3, 2)
(x, y) R
2
t.q. 2x 3y = 5
(x, y) R
2
t.q. x + 7y = 0
2 RECTAS E PLANOS 6
Determine uma equa cao cartesiana da recta
que passa pelo ponto (5, 1) e e paralela ao vector (6, 2)
que passa pelos pontos (0, 1) e (3, 4)
que passa pelo ponto (0, 0) e e perpendicular ao vector (2, 3)
que passa pelo ponto (2, 1) e e perpendicular ao vector (9, 3)
(2, 3) +t(5, 1)
Calcule o (cosseno do) angulo entre as rectas
x y = 0 e x +y = 7
x +y = 1 e x 2y = 4
Determine um vector normal `a recta
que passa pelos pontos (3, 0) e (2, 1)
5x 3y = 2
Determine P R
2
e v R
2
tais que
(x, y) R
2
t.q. x + 2y = 1 = P +tv com t R
As rectas
(x, y) R
2
t.q. 2x 3y = 5 e (x, y) R
2
t.q. 3x 2y = 5
(x, y) R
2
t.q. x + 7y = 3 e (x, y) R
2
t.q. 2x 14y = 0
sao paralelas? Sao perpendiculares?
Determine as interseccoes entre as rectas
x 2y = 1 e 2x + 4y = 3
3x + 5y = 0 e x y = 1
(3, 1) +t(1, 3) e (0, 1) +t(1, 2)
[Ap69] 13.5.
3. (segmentos) O segmento (am) entre os pontos A e B de R
n
e
AB = tA+ (1 t)B com t [0, 1]
Determine o segmento entre
os pontos (2, 4) e (3, 8)
os pontos (1, 0, 1) e (0, 1, 0)
Determine o ponto de R
n
equidistante de x e y.
4. (distancia entre um ponto e uma recta em R
2
) A distancia do ponto x R
2
`a recta =
y R
2
t.q. y a, n) = 0 R
2
e a norma da projecao de x a sobre o vector normal
n, i.e.
d(x, ) =
]xa,n)]
|n|
Se a recta e = (x, y) R
2
t.q. mx +ny +c = 0, entao
d((x, y), ) =
]mx+ny+c]

m
2
+n
2
2 RECTAS E PLANOS 7
Mostre que a norma de cada ponto x a + [n]

da recta que passa por a R

2
e e
perpendicular ao vector n R
2
verica
|x| d =
[ a, n) [
|n|
e que |x| = d sse x e a projecao de a sobre n, ou seja x =
]a,n)]
|n|
2
n (observe que a
equacao da recta e x, n) = a, n) e use a desigualdade de Schwarz).
Seja r(t) = a + tv, com t R, a representa cao parametrica dos pontos de uma recta
em R
2
. Mostre que |x r(t)|
2
e um polinomio de segundo grau em t, que assume um
mnimo no ponto t = t
0
tal que xr(t
0
) e perpendicular ao vector direccional da recta.
Calcule a distancia entre
o ponto (8, 3) e a recta (1, 0) +t(3, 3)
o ponto (2, 4) e a recta x y = 0
o ponto (11, 33) e a recta y = 0
[Ap69] 13.5.
5. (planos) Dois vectores v e w linearmente independentes (i.e. nao paralelos) geram um plano
T = [v, w] = tv + sw com (t, s) R
2
R
n
, subespa co vectorial de R
n
. O plano (am)
gerado pelos vectores v e w que passa pelo ponto a R
n
e
a +T = a + [v, w] = a +tv +sw com (t, s) R
2

No espa co R
3
, e possvel eliminar os parametros t e s e deduzir uma equa cao cartesi-
ana do plano. Um vector nao nulo n R
3
dene um plano normal Q = [n]

= x
R
3
t.q. x, n) = 0, subespaco vectorial de R
3
. O plano ortogonal/perpendicular/normal
ao vector nao nulo n R
3
que passa pelo ponto a R
3
e
a +Q = a + [n]

= x R
3
t.q. x a, n) = 0
(n e dito vector normal ao plano). O angulo entre dois planos de R
3
e o angulo entre dois
vectores normais aos planos.
Mostre que o plano que passa pelo pontos A, B e C de R
n
, com B A e C A
linearmente independentes, e
A+t(B A) +s(C A) com (t, s) R
2

Mostre que uma equacao cartesiana do plano perpendicular ao vector n = (m, n, p) R

3
que pelo ponto a = (a, b, c) R
3
e
m(x a) +n(y b) +p(z c) = 0
Determine uma equa cao parametrica do plano
que passa pelo ponto (5, 1, 2) e e gerado pelos vectores (3, 7, 2) e (1.0, 1)
que passa pelos pontos (0, 3, 4) , (0, 5, 0) e (8, 3, 2)
(x, y, z) R
3
t.q. x +y +z = 1
(x, y, z) R
3
t.q. z = 0
2 RECTAS E PLANOS 8
Determine uma equa cao cartesiana do plano
que passa pelo ponto (1, 1, 11) e e gerado pelos vectores (1, 0, 0) e (0, 1, 0)
que passa pelo ponto (0, 0, 0) e e gerado pelos vectores (3, 7, 2) e (1.0, 1)
que passa pelos pontos (3, 3, 3) e e paralelo ao plano x +y +z = 0
que passa pelos pontos (0, 3, 4) , (0, 5, 0) e (8, 3, 2)
que passa pelo ponto (0, 0, 0) e e perpendicular ao vector (2, 3, 4)
que passa pelo ponto (2, 1, 0) e e perpendicular ao vector (9, 3, 0)
Calcule o (co-seno do) angulo entre os planos
x y +z = 0 e x + 3y + 5z = 7
x z = 2 e x y = 3
Determine um vector normal ao plano
que passa pelos pontos (0, 0, 0) , (1, 0, 0) e (0, 1, 0)
y +z = 1
Determine as interseccoes entre os planos
x + 2y + 3z = 1 e 2x + 4y z = 3
3x 5y = 0 e x +y +z = 1
[Ap69] 13.8 e 13.17.
6. (distancia entre um ponto e um plano em R
3
) A distancia do ponto x R
3
ao plano T =
x R
3
t.q. x a, n) = 0 R
3
e a norma da projecao de x a sobre o vector normal
n, i.e.
d(x, T) =
]xa,n)]
|n|
Se o plano e T = (x, y, z) R
3
t.q. mx +ny +pz +c = 0, entao
d((x, y, z), T) =
]mx+ny+pz+c]

m
2
+n
2
+p
2
Calcule a distancia entre
o ponto (2, 4, 1) e o plano x +y +z = 0
o ponto (5, 7, 1) e o plano que passa por (2, 0, 3) e e normal ao vector (1, 1, 0)
o ponto (15, 11, 17) e o plano xy
[Ap69] 13.17.
3 SUBESPAC OS E BASES 9
3 Subespacos e bases
9/10/2009
1. (subespa cos e geradores) Um subconjunto V R
n
tal que v + v
t
V e v V para todos
os v, v
t
V e R e dito subespaco vectorial/linear de R
n
. Se S = s
1
, s
2
, . . . , s
m
R
n
,
o conjunto das combinacoes lineares (nitas) dos elementos de S, i.e.
L(S) = [S] =
1
s
1
+
2
s
2
+ +
k
s
k
com s
i
S ,
i
R
e um subsespa co de R
n
, dito subespaco gerado por S.
O subepaco [v] gerado por um vector nao nulo v R
n
e a recta tv com t R.
Determine o subespaco gerado por
(3, 2) e (6, 4) em R
2
(1, 1) e (1, 1) em R
2
(1, 0, 0) e (0, 1, 0) em R
3
(1, 0, 0) , (0, 1, 0) e (1, 1, 0) em R
3
e
1
, e
2
, . . . , e
k
em R
n
Diga se sao subespa cos vectoriais os seguintes subconjuntos de R
2
ou R
3
(t, 3t) com t R (2t, 3t) com t [0, 1] (t 1, 2 + 3t) com t R
(t, 3s t, s) com (t, s) R
2
(1 t, t +s, 5) com (t, s) R
2

(x, y) R
2
t.q. x 2y = 0 (x, y) R
2
t.q. x 2y = 1
(x, y, z) R
3
t.q. x y +z = 0 e 2x +y z = 1
(x, y, z) R
3
t.q. x +y +z = 0 e x y 3z = 0
Dado n R
n
, o conjunto
[n]

= x R
n
t.q. n, x) = 0
e um subespaco linear de R
n
.
O conjunto
x R
n
t.q. n, x) = 1
e um subespaco linear de R
n
?
Se
1
,
2
, . . . ,
n
sao n umeros reais, entao o conjunto
H = x R
n
t.q.
1
x
1
+
2
x
2
+ +
n
x
n
= 0
e um subespaco linear de R
n
.
Dados n
1
, n
2
, . . . , n
m
R
n
, o conjunto
m

k=1
[n
k
]

= x R
n
t.q. n
i
, x) = 0 i = 1, 2, . . . , m
e um subespaco linear de R
n
.
[Ap69] 12.15.
2. (conjuntos livres/linearmente independentes) O conjunto nito S = s
1
, s
2
, . . . , s
m
R
n
e
livre/(linearmente) independente (ou, os vectores s
1
, s
2
, . . . , s
m
de R
n
sao livres/(linearmente)
independentes) se gera cada vector de L(S) duma unica maneira, i.e. se cada vector v L(S)
admite uma unica representacao v =
1
s
1
+
2
s
2
+ +
m
s
m
, ou seja, se gera o vector nulo
0 duma unica maneira, i.e.
se
1
s
1
+
2
s
2
+ +
m
s
m
= 0 =
i
= 0 i = 1, 2, . . . , m
Caso contrario, o conjunto e dito (linearmente) dependente.
3 SUBESPAC OS E BASES 10
Os vectores v e w sao dependentes sse sao paralelos.
Um conjunto S = s
1
, s
2
, . . . , s
m
R
n
que contem o vector nulo nao e linearmente
independente (assuma que s
1
= 0, e observe que s
1
= 1s
1
+ 0s
2
+ + 0s
m
).
Mostre que os vectores (a, b) e (c, d) de R
2
sao independentes sse
ad bc ,= 0
Verique se os seguintes conjuntos de vectores sao linearmente independentes.
(1, 2) (1, 2) em R
2
(7, 7/3) (1, 3) em R
2
(17, 4) (23, 6) (8, 99) em R
2
(1, 1, 0) (0, 1, 1) (1, 0, 1) em R
3
(

3, 1, 0) (1,

3, 1) (0, 1,

3) em R
3
(

2, 1, 0) (1,

2, 1) (0, 1,

2) em R
3
Verique se
(7, 1) e combina cao linear de (3, 8) e (1, 0)
(1, 5, 3) e combina cao linear de (0, 1, 2) e (1, 0, 5)
Determine os valores de t para os quais os vectores
(t, 1, 0) (1, t, 1) (0, 1, t)
sao dependentes.
De 3 vectores independentes de R
3
.
[Ap69] 12.15.
3. (bases) Uma base de R
n
e um conjunto livre de geradores de R
n
, ou seja, um conjunto que
gera R
n
duma unica maneira, ou seja, um conjunto B = b
1
, b
2
, . . . , b
n
R
n
tal que se
cada vector x R
n
admite uma unica representacao x =
1
b
1
+
2
b
2
+ +
m
b
m
como
combinacao linear dos vectores de B.
Toda a base de R
n
e composta de n vectores.
Qualquer conjunto de n vectores linearmente independentes e uma base de R
n
.
Qualquer conjunto linearmente independente e um subconjunto de uma base.
A base canonica de R
n
e e
1
= (1, 0, . . . , 0), e
2
= (0, 1, 0, . . . , 0), ... , e
n
= (0, . . . , 0, 1). A
base canonica de R
3
e tambem denotada por i = (1, 0, 0), j = (0, 1, 0) e k = (0, 0, 1).
Os vectores (1, 1) e (1, 1) formam uma base de R
2
?
Determine uma base de R
2
contendo o vector (2, 3).
Determine uma base de R
3
contendo os vectores (0, 1, 1) e (1, 1, 1).
Verique se os vectores
(1, 0) (1, 1)
formam uma base de R
2
.
Verique se os vectores
(0, 1, 2) (1, 0, 3) (1, 1, 1)
formam uma base de R
3
.
3 SUBESPAC OS E BASES 11
Verique se os vectores
(1, 0, 0, 0) (1, 1, 0, 0) (1, 1, 1, 0) (1, 1, 1, 1)
formam uma base de R
4
.
[Ap69] 12.15.
4. (conjuntos e bases ortogonais e ortonormados) O conjunto S = s
1
, s
2
, . . . , s
m
R
n
e
ortogonal se s
i
, s
j
) = 0 quando i ,= j. Um conjunto ortogonal composto de vectores unitarios
(i.e. tais que |s
i
| = 1 i = 1, 2, . . . , m) e dito ortonormado. Se o vector x R
n
e gerado
pelo sistema ortogonal de vectores nao nulos s
1
, s
2
, . . . , s
m
, ou seja, x =

x
i
s
i
, entao os
coecientes x
i
sao as projecoes de x sobre s
i
, i.e.
x
i
=
x,s
i
)
|s
i
|
2
Em particular, se s
1
, s
2
, . . . , s
n
e uma base ortonormada, entao cada x R
n
e
x =

x
i
s
i
=

x, s
i
) s
i
Um sistema ortogonal de vectores nao nulos e linearmente independente (calcule o pro-
duto escalar de
1
s
1
+
2
s
2
+ +
m
s
m
com os s
i
...).
A base canonica de R
n
e ortonormada.
Verique se o conjunto formado pelos vectores
(0,

3/2, 1/2) (0, 1/2,

3/2) (1, 0, 0)
e ortogonal e ortonormado.
Determine uma base ortogonal de R
2
contendo o vector (1, 1).
Determine uma base ortonormada de R
2
contendo o vectores (1/

2, 1/

2).
[Ap69] 12.15.
4 PRODUTO VECTORIAL,

AREA E VOLUME 12
4 Produto vectorial, area e volume
27-28/10/2009
1. (determinante e independencia no plano) O determinante da matriz 2 2 cujas linhas sao as
componentes dos vectores x = (a, b) e y = (c, d) de R
2
e
det
_
a b
c d
_
=

a b
c d

= ad bc
Os vectores (a, b) e (c, d) sao independentes sse

a b
c d

,= 0
Diga se os seguintes pares de vectores de R
2
sao independentes
(1, 4) (3, 12)
(5, 7) (2, 9)
2. (determinante e area) O paralelogramo denido pelos vectores x = (a, b) e y = (c, d) de R
2
e
o conjunto tx +sy com 0 t, s 1. A sua area e igual ao modulo do determinante da
matriz
_
a b
c d
_
, i.e.

Area (tx +sy com 0 t, s 1) =

det
_
a b
c d
_

Calcule a area do paralelogramo denido pelos vectores

(0, 1) (1, 1)
(5, 2) (3, 1)
Calcule a area do triangulo de vertices
(3, 2) (6, 4) (8, 8)
3. (produto vectorial/externo) O produto vectorial/externo no espaco R
3
e a opera cao bilinear
e antissimetrica (ou ) : R
3
R
3
R
3
denida por
x, y x y = (x
2
y
3
x
3
y
2
, x
1
y
3
+x
3
y
1
, x
1
y
2
x
2
y
1
)
O produto vectorial satisfaz a identidade de Jacobi
x (y z) +y (z x) +z (x y) = 0
e a identidade de Lagrange
|x y|
2
= |x|
2
|y|
2
x, y)
2
O produto vectorial e bilinear e antissimetrco.
x y = 0 sse x e y sao dependentes (use a identidade de Lagrange e a desigualdade de
Schwarz).
O vector x y e ortogonal ao subespa co vectorial [x, y] gerado por x e y (calcule
x, x y) e y, x y) ...).
Calcule os produtos vectoriais entre os vectores da base canonica de R
3
, i = (1, 0, 0),
j = (0, 1, 0) e k = (0, 0, 1), e verique que
i j = k j k = i e k i = j
4 PRODUTO VECTORIAL,

AREA E VOLUME 13
Verique a formula de Lagrange
z (x y) = xz, y) y z, x)
Calcule x y quando
x = (1, 1, 1) e y = (2, 2, 2)
x = (2, 1, 3) e y = (, , 0)
4. (produto vectorial e determinante) Uma representacao formal do produto vectorial e
x y = det
_
_
i j k
x
1
x
2
x
3
y
1
y
2
y
3
_
_
= i

x
2
x
3
y
2
y
3

x
1
x
3
y
1
y
3

+k

x
1
x
2
y
1
y
2

Calcule x y quando
x = (3, 2, 8) e y = (1, 1, 1)
x = (, e, 10) e y = (7, 5, 3)
[Ap69] 13.11.
5. (produto vectorial e area) A norma do produto vectorial x y e
|x y| = |x||y|[ sin[
onde e o angulo entre x e y. Portanto, o comprimento do produto vectorial x y e a area
do paralelogramo tx +sy com 0 t, s 1 R
3
denido pelos vectores x e y.
Prove a formula acima (use a identidade de Lagrange e a denicao de ...).
|x y| = |x||y| sse x e y sao ortogonais.
Calcule a area do paralelogramo denido pelos vectores (2, 4, 1) e (1, 3, 1).
Calcule a area do triangulo de vertices (1, 2, 0), (2, 3, 4) e (1, 0, 0).
6. (produto vectorial e vector normal) Se u e v sao dois vectores linearmente independentes de
R
3
, entao n = uv e um vector nao nulo ortogonal ao plano [u, v], e o conjunto u, v, uv
e uma base de R
3
. Em particular, o plano gerado pelos vectores linearmente independentes
u e v no espaco R
3
e
[u, v] = [u v]

= x R
3
t.q. x, u v) = 0
Determine um vector normal aos vectores (2, 3, 1) e (5, 2, 4).
Determine uma base de R
3
contendo os vectores (0, 1, 1) e (1, 1, 1).
Se a e b sao dois vectores ortogonais e unitarios de R
3
, entao a, b, a b e uma base
ortonormada de R
3
.
Determine um vector normal ao plano que passa pelos pontos (0, 1, 0), (1, 1, 0) e (0, 2, 3)
Determine uma equa cao cartesiana do plano
gerado pelos vectores (3, 1, 2) e (1, 5, 2)
que passa pelos pontos (0, 0, 0) , (1, 0, 0) e (0, 1, 0)
(1 +t +s, t s, 5t) com (t, s) R
2

Resolva os exerccios 5 da folha 2.

[Ap69] 13.11.
4 PRODUTO VECTORIAL,

AREA E VOLUME 14
7. (produto misto/triplo escalar e determinante) O produto misto dos vectores x, y e z de R
3
e o escalar x, y z).

E tambem igual ao determinante da matriz 3 3 cujas linhas sao as
componentes dos tres vectores, i.e.
x, y z) = det
_
_
x
1
x
2
x
3
y
1
y
2
y
3
z
1
z
2
z
3
_
_
= x
1

y
2
y
3
z
2
z
3

x
2

y
1
y
3
z
1
z
3

+x
3

y
1
y
2
z
1
z
2

Os vectores x, y e z sao independentes (e portanto formam uma base de R

3
) sse x, y z) , = 0.
Calcule o produto misto x, y z) quando
x = (1, 1, 0) y = (1, 3, 1) z = (0, 1, 1)
x = (2, 5, 1) y = (0, 3, 0) z = (6, 7, 3)
Diga se sao independentes
(7, 2, 3) (1, 5, 3) e (0, 1, 3)
(1, 0, 1) (0, 1, 0) e (1, 1, 1)
Determine os valores de t para os quais os vectores
(t, 1, 0) (1, t, 1) (0, 1, t)
sao dependentes.
[Ap69] 13.14.
8. (determinantes e volumes no espaco) O paraleleppedo denido pelos vectores x, y e z de R
3
e o conjunto tx+sy +uz com 0 t, s, u 1. O seu volume e igual ao modulo do produto
misto x, y z), i.e.
Volume (tx +sy +uz com 0 t, s, u 1) = [x, y z)[ =

det
_
_
x
1
x
2
x
3
y
1
y
2
y
3
z
1
z
2
z
3
_
_

Verique que
x, y z) = |x||y||z| sin() cos()
onde e o angulo entre y e z, e e o angulo entre x e y z.
Calcule o volume do paraleleppedo denido pelos vectores i +j, j +k e k +i.
Calcule o volume do paraleleppedo gerado pelos vectores
(3, 3, 1) (2, 1, 2) (5, 1, 1)
(0, 0, 1) (5, 7, 3) (9, 0, 0)
5 ESPAC OS LINEARES 15
5 Espacos lineares
23/10/2009
1. (espacos lineares/vectoriais) Um espaco linear/vectorial real (ou seja, sobre o corpo R dos
reais) e um conjunto V munido de duas opera coes: a adicao : VV V
v , w v +w,
que satisfaz os axiomas
EL1 (propriedade associativa) u + (v +w) = (u +v) +w, u, v, w V.
EL2 (propriedade comutativa) v +w = w +v, v, w V.
EL3 (existencia do elemento neutro) Existe 0 V, tal que 0 +v = v v V.
EL4 (existencia do simetrico) v V existe v V tal que v + (v) = 0.
e a multiplica cao por escalares/n umeros : R V V
, v v V
que satisfaz os axiomas
EL5 (propriedade associativa) ()v = (v), v V e , R.
EL6 (propriedade distributiva para a adicao em R) (+)v = v+v, v V e , R.
EL7 (propriedade distributiva para a adicao em V) (v + w) = v + w, v, w V e
R.
EL8 (existencia do elemento neutro) 1v = v, v V.
Um isomorsmo entre os espacos lineares V e V
t
e uma aplicacao bijectiva f : V V
t
,
v v
t
, que respeita as operacoes, i.e. tal que se v v
t
e w w
t
, entao
v +w v
t
+w
t
e v v
t
R.
Se substituimos o corpo R dos n umeros reais pelo corpo C dos n umeros complexos, obtemos
a denicao de espaco linear/vectorial complexo.
Verique que R, munido das opera coes usuais + e , e um espaco vectorial real.
Verique que R
n
, munido das operacoes adicao e produto por um escalar denidas
no exerccio 1 do captulo 1, e um espa co vectorial real.
Mostre que o elemento neutro 0 e unico.
Mostre que o simetrico v de cada v V e unico.
Mostre que 0v = 0 para todo v V e que 0 = 0 para todo R.
Mostre que v = 0 implica v = 0 ou = 0.
Mostre que v = v implica v = 0 ou = .
Mostre que v = w implica v = w ou = 0.
[Ap69] 15.5.
2. (espacos de funcoes) Sejam X um conjunto e R
X
= T(X, R) o espa co das funcoes reais
f : X R, t f(t). O espaco T(X, R), munido das opera coes adi cao e produto por um
escalar denidas por
(f +g)(t) = f(t) +g(t) e (f)(t) = f(t) , R, f, g R
X
e um espa co vectorial real.
Mostre que T(R, R) e um espaco vectorial real, determine o elemento neutro, e de
exemplos de elementos de T(R, R).
5 ESPAC OS LINEARES 16
Seja R

= T(N, R) o espa co das sucessoes reais x = (x

1
, x
2
, . . . , x
n
, . . . ), com x
n
R.
Descreva a sua estrutura de espaco linear real.
Seja Pol(R) = R[t] o espaco dos polinomios reais, e Pol
n
(R) o espaco dos polinomios
reais de grau n. Verique que Pol(R) e Pol
n
(R) sao espa cos lineares reais.
Verique que sao espa cos vectoriais o espaco ((R, R) das funcoes contnuas, o espaco
(
k
(R, R) das funcoes com k derivadas contnuas, o espaco (

(R, R) das funcoes que

admitem todas as derivadas.
Um campo de vectores no domnio D R
n
e uma fun cao F : D R
m
. As suas
coordenadas sao as fun coes reais F
i
: R
n
R, com i = 1, 2, . . . , m, tais que
x = (x
1
, x
2
, . . . , x
n
) F(x) = (F
1
(x), F
2
(x), . . . , F
m
(x))
O espa co T(D, R
m
) dos campos de vectores denidos no domnio D R
n
e um espaco
linear se a adicao e o produto por um escalar sao denidos por
(F +G)(x) = F(x) +G(x) e (F)(x) = F(x) , R, F, G T(D, R)
[Ap69] 15.5.
3. (espaco am) Um espaco am modelado sobre o espa co vectorial V e um conjunto / munido
de uma aplica cao // V
P, Q

PQ
que satisfaz os axiomas
EA1 para cada P / e cada v V existe um unico Q / tal que

PQ = v
EA2 para quaisquer P, Q, R /,

PQ+

QR =

PR
Verique que o conjunto R
n
munido da aplicacao P, Q Q P e um espaco am
modelado sobre o espa co vectorial real R
n
.
4. (subespa cos e geradores) Seja V um espaco vectorial. Um subconjunto nao vazio W V
que e tambem um espa co vectorial (ou seja, tal que w + w
t
W e w W para todos os
w, w
t
W e R) e dito subespaco (linear/vectorial) de V. Se S V e um subconjunto
de V, o conjunto L(S) = [S] das combina coes lineares nitas

1
s
1
+
2
s
2
+ +
m
s
m
s
i
S ,
i
R
e um subsespa co de V, dito subespaco gerado por S. O espaco linear V tem dimensao
nita se admite um conjunto nito de geradores.
Se X e Y sao subespacos de V, entao
X +Y = x +y com x X, y Y
e um subespaco de V.
Se X
1
, X
2
, . . . sao subespacos de V, entao

i
X
i
= x t.q. x X
i
i
e um subespaco de V.
Dados os n umeros
1
,
2
, . . . ,
n
R, o conjunto dos vectores x R
n
tais que

1
x
1
+
2
x
2
+ +
n
x
n
= 0
e um subespaco linear de R
n
.
5 ESPAC OS LINEARES 17
Se V e um subespaco do espa co euclidiano R
n
, entao
V

= x R
n
t.q. x, v) = 0 v V
e um subespaco de R
n
.
Verique que ((R, R) e um subespa co de T(R, R).
Verique que (

(R, R) e um subespaco de (
k+1
(R, R), que e um subespaco de (
k
(R, R),
que e um subespa co de ((R, R).
Verique que Pol
n
(R) e um supespa co de Pol(R), que e um subespaco de ((R, R).
Determine os subespa cos gerados por
(1, 2) (1, 2) em R
2
(0, 1, 0) (0, 0, 1) em R
3
i j i +j em R
3
1, t, t
2
, . . . , t
n
, . . . em R
R
t t
2
em Pol(R)
e
t
e
t
em T(R, R)
O conjunto b das sucessoes (x
n
)
nN
limitadas e um subespaco do espaco das sucessoes
reais R

? E o conjunto c das sucessoes convergentes? E o conjunto c

0
das sucessoes
convergentes tais que x
n
0 ?
O espa co das fun coes nao negativas, i.e. tais que f(t) 0 t, e um subespaco do espaco
T(R, R) ?
Os espacos
T

(R, R) = f T(R, R) t.q. f(t) = f(t) t R

sao subespa cos de T(R, R) ? Mostre que cada f T(R, R) e uma soma f = f
+
+ f

com f T

(R, R).
[Ap69] 15.9.
5. (conjuntos livres/linearmente independentes) Seja V um espaco linear. O conjunto S V e
livre/(linearmente) independente se gera cada vector de L(S) duma unica maneira, ou seja, se
gera o vector nulo 0 duma unica maneira, i.e. se quaisquer que sejam os elementos distintos
s
1
, s
2
, . . . , s
m
S,

1
s
1
+
2
s
2
+ +
m
s
m
= 0 =
i
= 0 i = 1, 2, . . . , m
Caso contrario, o conjunto e dito (linearmente) dependente.
Verique se os seguintes conjuntos de vectores sao linearmente independentes
(1, 2) (1, 2) em R
2
(1, 1, 0) (0, 1, 1) (1, 0, 1) em R
3
(1, 2, 3) (2, 3, 4) (3, 4, 5) em R
3
(1, 0, 0, 0) (1, 1, 0, 0) (1, 1, 1, 0) (1, 1, 1, 1) em R
4
cos t sint em T(R, R)
cos
2
t sin
2
t 1/2 em T(R, R)
1 t t
2
em Pol(R)
(1, 1, 1, 1, 1, 1, . . . ) (1, 1, 1, 1, 1, 1, . . . ) em R

5 ESPAC OS LINEARES 18
[Ap69] 15.9.
6. (bases e dimensao) Seja V um espaco linear de dimensao nita. Uma base de Ve um conjunto
livre de geradores de V, ou seja, um conjunto ordenado B = (b
1
, b
2
, . . . , b
n
) de vectores tal
que cada v V admite uma e uma unica representacao
v = v
1
b
1
+v
2
b
2
+ +v
n
b
n
(os n umeros v
i
sao as componentes do vector v relativamente `a base (b
1
, b
2
, . . . , b
n
)). A
dimensao dim
R
V do espaco linear V (de dimensao nita) e o n umero de elementos de uma
base.
Seja (b
1
, b
2
, . . . , b
n
) uma base ordenada do espa co linear V. A aplica cao
V v = v
1
b
1
+v
2
b
2
+ +v
n
b
n
(v
1
, v
2
, . . . , v
n
) R
n
dene um isomorsmo entre V e o espa co modelo R
n
.
Determine uma base e a dimens ao dos seguintes subespacos de R
2
ou R
3
(x, y) R
2
t.q. x = y R
2
(x, y, z) R
3
t.q. x = y R
3
(x, y, z) R
3
t.q. x +y +z = 0 R
3
(x, y, z) R
3
t.q. x +y = 0 e y +z = 0 R
3
(x, y, z) R
3
t.q. x 2y +z = 0 R
3
(x, y, z) R
3
t.q. x +y +z = 0 e z = 0 R
3
Verique que
1 t t
2
t
3
. . . t
n
e uma base do espaco Pol
n
(R) dos polinomios de grau n. Qual a dimensao de Pol
n
(R)?
Determine as coordenadas do polinomio f(t) = (1 t)
2
relativamente `a base ordenada
(1, t, t
2
) de Pol
2
(R).
[Ap69] 15.9.
6 FORMAS LINEARES E HIPERPLANOS 19
6 Formas lineares e hiperplanos
30/10/2009
1. (linearidade) Se cada kilo de custa v euros e cada kilo de custa w euros, entao a kilos
de e b kilos de custam av +bw euros, ou seja, a funcao preco P satisfaz
P(a+b) = aP() +bP()
Esta propriedade e chamada linearidade.
De exemplos de funcoes lineares.
De exemplos de funcoes nao lineares.
2. (formas lineares) Seja V um espaco linear real. Uma funcao real f : V R e dita aditiva se
f(v +w) = f(v) +f(w) v, w V,
e e dita homogenea se
f(v) = f(v) v V, R
Uma fun cao real f : V R e dita (forma) linear (ou covector) se e aditiva e homogenea, ou
seja, se
f(v +w) = f(v) +f(w) v, w V, , R
O espa co V

das formas lineares f : V R, dito espaco dual, e um espaco linear se a adi cao
e o produto por um escalar sao denidos por
(f +g)(v) = f (v) +g(v) e (f )(v) = f (v) v V R
A forma nula 0

e denida por 0

(v) = 0 v V. Se V tem dimensao nita, e

(e
1
, e
2
, . . . , e
n
) e uma base ordenada de V, entao cada forma linear e determinada pelos seus
valores nos vectores da base, pois f (v
1
e
1
+v
2
e
2
+ +v
n
e
n
) = v
1
f (e
1
)+v
2
f (e
2
)+ +v
n
f (e
n
).
Portanto, tambem V

tem dimensao nita, e uma base ordenada de V

, dita base dual, e

1
(e

1
, e

2
, . . . , e

n
) onde e

i
(e
j
) =
ij
As componentes da forma linear f = f
1
e

1
+f
2
e

1
+ +f
n
e

n
relativamente `a base dual sao
os n umeors f
i
= f (e
i
).
Diga se as seguintes fun coes f : R
n
R sao ou nao lineares.
x 3x x 2x 1 x sin(2x)
(x, y) 3x 5y (x, y) x
2
xy
(x, y, z) 2x y + 3z (x, y, z) 2x y + 3z + 8
(x, y, z) 0 (x, y, z)

3
(x
1
, x
2
, . . . , x
n
) 0 (x
1
, x
2
, . . . , x
n
) 66
O integral
f
_
b
a
f(t)dt
e uma forma linear no espaco das fun coes integraveis no intervalo [a, b] R.
1
O smbolo de Kronecker e denido por

ij
=

1 se i = j
0 se i = j
6 FORMAS LINEARES E HIPERPLANOS 20
A delta de Dirac (no ponto 0)
f (f) =
_

(t)f(t)dt = f(0)
e uma forma linear no espaco das fun coes contnuas ((R, R).
Mostre que as fun coes lineares de R em R sao as fun coes
x x
com R.
Mostre que, dados a
1
, a
2
, . . . , a
n
R, a aplica cao
(x
1
, x
2
, . . . , x
n
) a
1
x
1
+a
2
x
2
+ +a
n
x
n
e uma forma linear em R
n
.
Mostre que, dado o vector a R
n
, a fun cao f
a
: R
n
R denida por
x a, x)
e (uma forma) linear em R
n
.
3. (formas lineares no espaco euclidiano R
n
) Uma forma linear f : R
n
R e determinada pelos
seus valores nos vectores da base canonica, pois f (x
1
e
1
+ x
2
e
2
+ + x
n
e
n
) = x
1
f (e
1
) +
x
2
f (e
2
) + + x
n
f (e
n
). Logo, se f (e
j
) = a
j
, com j = 1, 2, . . . , , n, e se a = (a
1
, a
2
, . . . , a
n
),
entao a fun cao linear e
f (x) = a
1
x
1
+a
2
x
2
+ +a
n
x
n
= a, x)
A correspondencia y f
y
e um isomorsmo entre o espaco euclidiano R
n
e o seu dual (R
n
)

.
Em coordenadas relativas `a base can onica, o isomorsmo e dado por
y = (y
1
, y
2
, . . . , y
n
) y
1
e

1
+y
2
e

2
+ +y
n
e

n
Determine o vector a = (a
1
, a
2
, . . . , a
n
) R
n
que dene as seguintes formas lineares
x 3x (x, y) 0
(x, y) 5x + 9y (x, y, z) 3x + 7y z
(x
1
, x
2
, . . . , x
n
) 3x
k
com 0 k n
f : R
2
R e uma funcao linear tal que f(i) = 5 e f(j) = 2. Determine f(x, y).
f : R
3
R e uma funcao linear tal que f(i) = 3, f(j) = 1 e f(k) = 7. Determine
f(x, y, z).
4. (n ucleo e hiperplanos) O n ucleo da forma linear f V

e o subespaco
^(f ) = x V t.q. f (x) = 0 V.
Se f ,= 0

, entao o seu n ucleo ^(f ) e um hiperplano do espaco linear V, ou seja, um

subespa co linear di codimensao 1. Dado um vector y V^(f ), cada vector v V pode
ser representado de uma unica maneira como
v = y +x com x ^(f )
Em particular, se V tem dimensao nita,
dim
R
^(f ) + 1 = dim
R
V
O hiperplano am que passa pelo ponto a V e e paralelo ao hiperplano ^(f ) e
a +^(f ) = x V t.q. f (x) = onde = f (a)
6 FORMAS LINEARES E HIPERPLANOS 21
Mostre que o n ucleo de uma forma linear f : V R e um subespaco linear de V.
Uma equacao linear
a
1
x
1
+a
2
x
2
+ +a
n
x
n
= b
dene um hiperplano am em R
n
. Mostre que o hiperplano am e um subespa co linear
de R
n
sse b = 0.
O conjunto das fun coes contnuas f : R R tais que f(0) = 0 e um hiperplano do
espaco ((R, R).
5. (conjuntos convexos) Um subconjunto C V de um espa co vectorial real e convexo se contem
o segmento entre cada par dos seus pontos, i.e. se
x, y C (1 t)x +ty C t [0, 1]
O menor convexo que contem os pontos x
1
, x
2
, . . . , x
m
V e a/o envoltoria/involucro/fecho
convexa/o
t
1
x
1
+t
2
x
2
+ +t
m
x
m
com t
i
0 e t
1
+t
2
+ +t
m
= 1
As bolas B
r
(x) = y R
n
t.q. |y x| < r e B
r
(x) = y R
n
t.q. |y x| r sao
convexas.
Os semi-espa cos x R
n
t.q. n, x) b sao convexos.
A envoltoria convexa de tres pontos, A, B e C, e o triangulo de vertices A, B e C.
Se C V e convexo, entao tambem T
a
(C) e H

(C) sao convexos, a V e R.

6. (medidas de probabilidades) Uma (medida de) probabilidade num espaco dos acontecimen-
tos nito =
1
,
2
, . . . ,
n
e uma funcao P : 2

= subconjuntos A [0, 1]
aditiva, i.e. tal que
P(A B) = P(A) +P(B) se A B = ,
(a probabilidade do evento A ou B e igual `a probabilidade do evento A mais a probabi-
lidade do evento B se A e B sao eventos mutuamente exclusivos) que verica P() = 0 (a
probabilidade do evento impossvel e nula) e P() = 1 (a probabilidade do evento certo
e um).
Verique que cada vector p = (p
1
, p
2
, . . . , p
n
) R
n
cujas coordenadas estao limitadas
por 0 p
i
1 e tal que p
1
+p
2
+ +p
n
= 1 dene uma probabilidade P, por meio de
P(A) =

i
A
p
i
Deduza que espaco das medidas de probabilidades em e o fecho convexo dos vectores
da base canonica de R
n
, i.e. o simplex

n1
= p = (p
1
, p
2
, . . . , p
n
) R
n
com 0 p
i
1 e p
1
+p
2
+ +p
n
= 1 R
n
7 TRANSFORMAC

OES LINEARES 22
7 Transformacoes lineares
30/10/2009
1. (transforma coes lineares) Uma transformacao linear entre os espacos vectoriais reais V e W
e uma funcao L : V W aditiva e homogenea, i.e. tal que
L(v +v
t
) = L(v) +L(v
t
) e L(v) = L(v) v, v
t
V , R
ou seja, tal que
L(v +
t
v
t
) = L(v) +
t
L(v
t
) v, v
t
V, ,
t
R
O espaco das transformacoes lineares de V em W, denotado por L(V, W) ou Hom
R
(V, W),
e um espa co linear se a adi cao e a multiplicacao por um escalar sao denidas por
(L +L
t
)(v) = L(v) +L
t
(v) (L)(v) = L(v)
Uma transformacao linear bijectiva e dita isomorsmo (linear) entre os espacos V e W.
Uma transformacao T : R
n
R
m
, denida por
(x
1
, x
2
, . . . , x
n
) (T
1
(x
1
, x
2
, . . . , x
n
), T
2
(x
1
, x
2
, . . . , x
n
), . . . , T
m
(x
1
, x
2
, . . . , x
n
))
e linear sse todas as suas coordenadas T
i
: R
n
R, com i = 1, 2, . . . , m, sao lineares.
A transforma cao identidade 1
n
: R
n
R
n
, denida por x x, e transformacao nula
0
n
: R
n
R
n
, denida por x 0, sao lineares.
Diga se as seguintes aplica coes de R
n
em R
m
sao lineares.
(x, y) (3x 5y, x y) (x, y) (x
2
, xy)
(x, y, z) (x, y +z, 2) (x, y, z) (x, y +z, 0)
(x, y, z) (x y, z +y, 3x + 2y z) (x, y, z) (1, 2, 3)
(x
1
, x
2
, . . . , x
n
) (0, 0, 1) (x
1
, x
2
, . . . , x
n
) (0, 0, . . . , 0) R
m
Diga se as seguintes aplica coes de T : R
2
R
2
sao lineares.
T transforma cada ponto no seu simetrico em relacao `a recta y = 0
T transforma cada ponto no seu simetrico em relacao `a recta y = x
T transforma o ponto de coordenadas polares (r, ) no ponto de coordenadas polares(2r, )
T transforma o ponto de coordenadas polares (r, ) no ponto de coordenadas polares (r, +/2)
O operador derivacao
f(t) f
t
(t)
e uma transformacao linear D : (
k+1
(R, R) (
k
(R, R).
O operador integracao
f(t)
_
t
a
f(s)ds
e uma transformacao linear I : (([a, b], R) (([a, b], R).
Se L : V W e uma transformacao linear, entao
L(0) = 0 e L(v) = L(v) .
Seja L : R
2
R
2
uma transformacao linear tal que L(1, 1) = (1, 4) e L(2, 1) = (2, 3).
Determine L(5, 1) (observe que 1 + 2 2 = 5 e 1 + 2 (1) = 1).
Determine a transforma cao linear T : R
2
R
2
tal que
T(i) = 2i +j e T(j) = i 3j
7 TRANSFORMAC

OES LINEARES 23
Se X e um subespaco linear de V e L : V W e uma transforma cao linear, entao a
imagem L(X) e um subespa co linear de W.
As transla coes de R
n
, as transforma coes v v + a com a R
n
, sao transforma coes
lineares?
As homotetias de R
n
, as transformacoes v v com R, sao transformacoes
lineares?
[Ap69] 16.4.
2. (n ucleo e imagem) Seja L : V W uma transforma cao linear. O n ucleo/espaco nulo e a
imagem de L sao os subespa cos vectoriais
^(L) = v V t.q. L(v) = 0 V
e
1(L) = L(V) = L(v) W com v V W
A dimensao do n ucleo e dita nulidade de L, e a dimensao da imagem e dita ordem de L. Se
V tem dimensao nita, entao tambem a imagem L(V) tem dimensao nita e
dim
R
^(L) + dim
R
L(V) = dim
R
V
Mostre que ^(L) e um subespa co de V e 1(L) e um subespa co de W.
Determine o n ucleo, a imagem, a nulidade e a ordem das seguintes transforma coes
lineares
L(x, y) = (x +y, x y) L(x, y) = (y, x) L(x, y) = (x +y, 3x 2y)
L(x, y, z) = (2x, 3y, 0) L(x, y, z) = (x +y, y +z, z +x)
L(x, y, z) = (0, 0, 0) L(x, y, z) = (x, y)
Determine o n ucleo, a imagem, a nulidade e a ordem da transformacao T : R
2
R
2
que transforma cada ponto no seu simetrico em rela cao `a recta x = 0
Determine o n ucleo, a imagem, a nulidade e a ordem da transformacao T : R
2
R
2
que transforma cada ponto no seu simetrico em rela cao `a origem.
Determine o n ucleo do operador deriva cao D : (
1
(R, R) ((R, R), denido por f(t)
f
t
(t).
[Ap69] 16.14.
8 TRANSFORMAC

OES LINEARES E MATRIZES 24
8 Transformacoes lineares e matrizes
6/11/2009
1. (espaco linear das matrizes) Uma matriz real mn e uma tabela
A = (a
ij
) =
_
_
_
_
_
a
11
a
12
. . . a
1n
a
21
a
22
. . . a
2n
.
.
.
.
.
.
.
.
.
.
.
.
a
m1
a
m2
. . . a
mn
_
_
_
_
_
de m n n umeros reais dispostos em m linhas e n colunas. O n umero A(i, j) = a
ij
e dito
elemento/componente/entrada i, j da matriz A. Os vectores
A
i
= (a
i1
, a
i2
, . . . , a
in
) R
n
e A
j
=
_
_
_
_
_
a
1j
a
2j
.
.
.
a
mj
_
_
_
_
_
R
m
sao ditos i-esima linha e j-esima coluna da matriz A, respectivamente. O espaco M
mn
(R)
R
mn
das matrizes reais mn e um espa co linear real se adicao e multiplica cao por um escalar
sao denidas por
A+B = (a
ij
+b
ij
) e A = (a
ij
)
se A = (a
ij
) e B = (b
ij
) M
mn
(R), e R. O elemento neutro e a matriz nula
0 = (0) M
nn
(R), cujas entradas sao todas nulas. A transposta da matriz A M
mn
(R)
e a matriz A
t
= (a
t
ij
) M
nm
(R) denida por a
t
ij
= a
ji
(ou seja, as linhas de A
t
sao as
colunas de A e vice-versa).
Calcule A+B, AB, 2A3B, A
t
e A
t
+ 2B
t
quando
A =
_
1 3
2 0
_
e B =
_
7 0
2 1
_
A =
_
_
1 3
2 0
5 6
_
_
e B =
_
_
7 0
2 1
2 1
_
_
A =
_
1 3 4
2 0 1
_
e B =
_
7 0 9
2 1 3
_
Verique que
_
1 0
0 0
_ _
0 1
0 0
_ _
0 0
1 0
_ _
0 0
0 1
_
e uma base do espaco linear M
22
(R).
Verique que (A
t
)
t
= A.
[Ap69] 16.16.
2. (algebra das matrizes) Se A = (a
ij
) M
mn
(R) e B = (b
ij
) M
ns
(R), o produto AB e a
matriz AB = (c
ij
) M
ms
(R) denida por
c
ij
=

n
k=1
a
ik
b
kj
(ou seja, o elemento i, j de AB e o produto escalar A
i
B
j
da linha i de A com a coluna j de
B). A matriz identidade 1
n
M
nn
(R) e
1
n
=
_
_
_
_
_
1 0 0 . . .
0 1 0 . . .
.
.
.
.
.
.
.
.
.
.
.
.
0 . . . 0 1
_
_
_
_
_
8 TRANSFORMAC

OES LINEARES E MATRIZES 25
Verique que 1
n
A = A1
n
= A para toda a matriz quadrada A M
nn
(R).
Verique que o produto e associativo, i.e.
A(BC) = (AB)C A M
mn
(R) B M
np
(R) C M
pq
(R)
Verique que o produto satisfaz a propriedades distributiva `a esquerda
A(B +C) = AB +AC A M
mn
(R) B, C M
np
(R)
e ` a direita
(A+B)C = AC +BC A, B M
mn
(R) C M
np
(R)
Verique que (AB)
t
= B
t
A
t
.
Calcule AB quando
A =
_
1 3
2 0
_
e B =
_
7 0
2 1
_
A =
_
_
1 3
2 0
5 6
_
_
e B =
_
7 0 1
2 1 1
_
A =
_
_
1 3 4
2 0 1
0 1 1
_
_
e B = 1
3
A =
_
1 3 5
_
e B =
_
_
5 3
3 5
1 1
_
_
Existem matrizes A ,= 0 e B ,= 0 tais que AB = 0 ?
[Ap69] 16.16.
3. (o produto nao e comutativo!) Em geral, se A, B M
nn
(R), AB ,= BA. As matrizes A e
B comutam/sao permutaveis se AB = BA. O comutator entre as matrizes quadradas A e B
e a matriz
[A, B] = AB BA
Mostre que cada matriz quadrada A comuta com si propria, i.e. [A, A] = 0.
Verique que o comutator satisfaz a identidade de Jacobi
[[A, B], C] + [[B, C], A] + [[C, A], B] = 0
Verique se A e B comutam quando
A =
_
_
1 3 2
2 0 1
5 6 7
_
_
e B =
_
_
7 1 3
2 1 1
0 2 3
_
_
Considere as matrizes 2 2
E =
_
1 0
0 1
_
E
+
=
_
0 1
0 0
_
E

=
_
0 0
1 0
_
Calcule [E, E
+
] , [E, E

] e [E
+
, E

].
8 TRANSFORMAC

OES LINEARES E MATRIZES 26
4. (transforma coes lineares R
n
R
m
e matrizes) Uma transforma cao linear L : R
n
R
m
e
determinada pelos seus valores nos vectores da base canonica de R
n
, pois L(x
1
e
1
+ x
2
e
2
+
+x
n
e
n
) = x
1
L(e
1
)+x
2
L(e
2
)+ +x
n
L(e
n
). Logo, se L(e
j
) = a
1j
e
1
+a
2j
e
2
+ +a
mj
e
m
,
com j = 1, 2, . . . , , n, as componentes de y = L(x) sao
y
i
=
n

j=1
a
ij
x
j
i = 1, 2, . . . , m
Uma matriz A = (a
ij
) M
mn
(R) dene uma transformacao linear L
A
: R
n
R
m
,
x y = Ax, onde x R
n
e y R
m
sao vectores coluna, ou seja,
_
_
_
_
_
y
1
y
2
.
.
.
y
m
_
_
_
_
_
=
_
_
_
_
_
a
11
a
12
. . . a
1n
a
21
a
22
. . . a
2n
.
.
.
.
.
.
.
.
.
.
.
.
a
m1
a
m2
. . . a
mn
_
_
_
_
_
_
_
_
_
_
_
_
x
1
x
2
.
.
.
x
n
_
_
_
_
_
_
_
Determine a matriz que dene a transformacao
L(x, y) = (x y, 2x 3y) L(x, y, z) = (3x +y z, x + 2y +z)
L(x, y, z) = (3x, 3y, 3z) L(x, y) = (x +y, x y, 2x 7y)
L(x, y, z) = (x, y) L(x, y, z) = (x, z)
Determine a transforma cao linear L : R
n
R
m
denida pela matriz
_
1 3
2 0
_ _
5 0 1
3 1 2
_
_
_
0 1
0 8
1 3
_
_
_
1 3
2 0
_
Determine a matriz 2 2 que dene a transformacao T : R
2
R
2
que
transforma cada ponto no seu simetrico em relacao `a recta x = 0
transforma cada ponto no seu simetrico em relacao `a recta y = x
transforma o ponto de coordenadas polares (r, ) no ponto de coordenadas polares(r/2, )
transforma o ponto de coordenadas polares (r, ) no ponto de coordenadas polares (r, /2)
[Ap69] 16.12.
5. (transformacoes lineares e matrizes) Sejam L : V W uma transformacao linear, B =
(e
1
, e
2
, . . . , e
n
) uma base ordenada de V e ( = (f
1
, f
2
, . . . , f
m
) uma base ordenada de W. Se
L(e
j
) = a
1j
f
1
+a
2j
f
2
+ +a
mj
f
m
, com j = 1, 2, . . . , , n, entao as componentes de y = L(x),
com x = x
1
e
1
+x
2
e
2
+ +x
n
e
n
, relativamente `a base ( sao
y
i
=
n

j=1
a
ij
x
j
i = 1, 2, . . . , m
A matriz A = (a
ij
) M
nm
(R) e a matriz de L relativamente `as bases ordenadas B e (.
Determine a matriz que representa o operador deriva cao D : Pol
3
(R) Pol
2
(R) relati-
vamente `as bases ordenadas (1, t, t
2
, t
3
) e (1, t, t
2
).
8 TRANSFORMAC

OES LINEARES E MATRIZES 27
6. (endomorsmos e matrizes quadradas) Fixada a base canonica de R
n
, o espa co linear End(R
n
) =
L(R
n
, R
n
) dos endomorsmos de R
n
e isomorfo ao espa co M
nn
(R) das matrizes quadra-
das, os seus elementos sendo as transformacoes lineares
x Ax
com x R
n
e A M
nn
(R). A diagonal de A = (a
ij
) M
nn
(R) e o conjunto ordenado
a
11
, a
22
, . . . , a
nn
, e o traco de A e
tr(A) = a
11
+a
22
+ +a
nn
Uma matriz quadrada e diagonal se os elementos que nao pertencem `a diagonal sao nulos,
ou seja, se e da forma
diag(
1
,
2
, . . . ,
n
) =
_
_
_
_
_

1
0 0 . . .
0
2
0 . . .
.
.
.
.
.
.
.
.
.
.
.
.
0 . . . 0
n
_
_
_
_
_
Determine a matriz da transformacao identidade x x e da transforma cao nula
x 0.
Determine a matriz da homotetia x x, com R, e calcule o seu tra co.
Mostre que duas matrizes diagonais comutam.
Mostre que
tr(AB) = tr(BA) e tr(A
t
) = tr(A)
7. (matrizes simetricas e anti-simetricas) Uma matriz quadrada A M
nn
(R) e simetrica se
A = A
t
e anti-simetrica se A
t
= A.
Mostre que, se A M
nn
(R), entao A+A
t
e simetrica e AA
t
e anti-simetrica.
Deduza que cada matriz quadrada pode ser decomposta como a soma de uma matriz
simetrica com uma matriz anti-simetrica.
Mostre que o traco de uma matriz anti-simetrica e nulo.
8. (potencias) Se A M
nn
(R), as potencias inteiras de A sao denidas recursivamente por
A
0
= 1
n
e A
n
= AA
n1
se n 1 .
Calcule A
0
, A
1
, A
2
, A
3
, ... , A
n
, ... quando
A =
_
1 1
0 1
_
A =
_
_
0 1 1
0 0 1
0 0 0
_
_
A =
_
_
1 0 0
0 2 0
0 0 3
_
_
Determine as matrizes A M
22
(R) tais que A
2
= 0.
Determine as matrizes A M
22
(R) tais que A
2
= 1
2
.
9 COMPOSIC

AO E INVERS

AO 28
9 Composicao e inversao
13/11/2009
1. (composi cao) Se L : V W e M : W Z sao transformacoes lineares, entao a composicao
ML : V Z
x L(x) M(L(x))
e uma transforma cao linear. As potencias (inteiras) do endomorsmo L : V V sao os
endomorsmos L
n
: V V denidos recursivamente por
L
0
= 1
V
e L
n
= LL
n1
se n 1 .
Se L : R
n
R
m
e M : R
m
R
p
sao as transforma coes lineares
x Bx e y Ay
respectivamente, onde x R
n
, B M
mn
(R), y R
m
e A M
pm
(R), entao a composicao
ML : R
n
R
p
e a transformacao linear
x (AB)x
onde AB M
pn
(R).
Verique que a composicao e associativa, i..e
L(MN) = (LM)N
Verique que a composicao satisfaz as propriedades distributivas
L(M +N) = LM +LN e (L +M)N = LN +MN
Mostre que as potencias de um endomorsmo L satisfazem
L
n+m
= L
n
L
m
Calcule a composi cao ML quando
L(x, y) = (x +y, x y) e M(x, y) = sin(x y)
L(x, y) = (x, x +y, 3x 2y) e M(x, y, z) = (y, z, x)
L(x, y, z) = (x y, x +y z) e M(x, y) = (y, x, 2x 3y)
Calcule as potencias dos endomorsmos
L(x, y) = (x y, y) e L(x, y, z) = (2x, y/2, z)
2. (inversas) A fucao f : X Y e invertvel se existe uma funcao f
1
: f(X) X, dita inversa
de f, tal que
f
1
f = 1
X
e ff
1
= 1
f(X)
(ou seja, g(f(x)) = x , x X e f(g(y)) = y , y f(X)).
Mostre que uma fun cao f : X Y e invertvel sse e biunvoca/injectiva/um-a-um (i.e.
x ,= y f(x) ,= f(y)).
Mostre que uma inversa esquerda de f : X Y e tambem uma inversa direita (ou seja,
se gf = 1
X
entao fg = 1
f(X)
).
Diga se f e biunvoca e, caso armativo, determine a sua imagem e a sua inversa
f(x = x + 2 f(x) = sinx f(x, y) = e
x+y
f(x, y) = (x, x
2
+y
2
) f(x, y, z) = (y, z, x)
9 COMPOSIC

AO E INVERS

AO 29
3. (transforma coes lineares invertveis) A transforma cao linear L : V W e invertvel se e
biunvoca (i.e. a equacao L(x) = y admite uma e uma unica solucao para cada y 1(L)),
existe uma transformacao linear L
1
: 1(L) V (a inversa de L) tal que L
1
L = 1
V
e
LL
1
= 1
1(L)
o n ucleo de L e ^(L) = 0.
Se V tem dimensao nita, entao a transforma cao linear L : V W e invertvel
dim
R
1(L) = dim
R
(V) L transforma vectores independentes de V em vectores indepen-
dentes de W L transforma bases de V em bases de W.
Diga se L e biunvoca e, caso armativo, determine o contradomnio 1(L) e a inversa
L(x, y) = (x, x) L(x, y) = (y, x)
L(x, y) = (x y, x +y) L(x, y) = (0, y)
L(x, y, z) = (x +y, y +z, z +x) L(x, y, z) = (3x, 2y, z)
L(x, y, z) = (y, z, 0) L(x, y, z) = (x +y +z, y, z)
L(x, y) = (x, 0, y) L(x, y) = (x x, x +y, 0)
[Ap69] 16.8.
4. (endomorsmos e automorsmos) Os automorsmos Aut(V) de um espaco linear V sao os
endomorsmos L : V V invertveis..
Mostre que se L : V V e invertvel entao tambem L
n
e invertvel e
(L
n
)
1
= (L
1
)
n
Mostre que se L : V V e M : V V comutam, entao tambem as inversas L
1
e
M
1
comutam.
Mostre que se L : V V e M : V V comutam, entao
(LM)
n
= L
n
M
n
Considere o operador derivacao D : Pol(R) Pol(R), denido por f(t) f
t
(t), e o
operador integracao I : Pol(R) Pol(R), denido por f(t)
_
t
0
f(s)ds. Mostre que
DI = 1
Pol(R)
mas ID ,= 1
Pol(R)
. Descreva o n ucleo e a imagem de ID.
O operador T : Pol(R) Pol(R), denido por f(t) t f(t), e invertvel?
O operador deslocamento : R
N
R
N
, denido por
(x
1
, x
2
, x
3
, . . . ) (x
2
, x
3
, x
4
, . . . ) ,
e invertvel?
5. (automorsmos e matrizes invertveis) A matriz quadrada A M
nn
(R) e nao-singular/regular
se existe uma matriz quadrada A
1
M
nn
(R), dita inversa de A, tal que
A
1
A = AA
1
= 1
n
A transforma cao linear X AX e invertvel sse a matriz A e regular, e a sua inversa e a
transformacao linear Y A
1
Y . Se A = (a
ij
), entao as entradas da inversa A
1
= (b
ij
)
satisfazem as n
2
equacoes lineares
n

k=1
b
ik
a
kj
=
ij
Mostre que BA = 1
n
AB = 1
n
.
Mostre que se A e B sao regulares, entao tambem AB e regular e a sua inversa e
(AB)
1
= B
1
A
1
9 COMPOSIC

AO E INVERS

AO 30
Verique que a matriz
A =
_
a b
c d
_
e invertvel sse ad bc ,= 0, e que a sua inversa e
A
1
=
1
ad bc
_
d b
c a
_
Mostre que se A e regular entao tambem A
t
e regular e
(A
t
)
1
= (A
1
)
t
Diga se as seguintes matrizes sao regulares e, caso armativo, calcule a inversa.
_
1 0
0 1
_ _
1 1
0 1
_ _
1 0
0 1
_ _
1 0
1 1
_
_
2 0
0 3
_ _
1 3
2 6
_ _
1 2
3 4
_ _
1 1
1 1
_
_
_
1 2 3
0 1 2
0 0 1
_
_
_
_
1 0 0
3 2 0
5 4 3
_
_
_
_
a 0 0
0 b 0
0 0 c
_
_
_
_
1 0 0
0 1 0
a 0 1
_
_
[Ap69] 16.20.
6. (rotacoes no plano e funcoes trigonometricas) Seja r

: R
2
R
2
a rotacao de um angulo
no sentido anti-horario.
Sabendo que (pela denicao das funcoes trigonometricas)
r

_
1
0
_
=
_
cos
sin
_
e r

_
0
1
_
=
_
sin
cos
_
mostre que a matriz de r

relativamente `e base canonica de R

2
e
R

=
_
cos sin
sin cos
_
Observe que r

= r
+
e deduza as formulas de adicao para as fun coes trigonometricas
cos( ) = . . .
sin( ) = . . .
Observe que r

e a transformacao identidade, e calcule a matriz inversa de R

.
10 SISTEMAS LINEARES 31
10 Sistemas lineares
4/12/2009
1. (Peppermint Pattys problems)
In driving from town A to town D you pass rst through town B and then through
town C. It is 10 miles farther from A to B than from B to C and 10 miles farther from
B to C than from C to D. If it is 390 miles from A do D, how far is it from A to B?
2
A man has a daughter and a son.. The son is three years older than the daughter
. . . In one year the man will be six times as old as the daughter is now, and in ten years
he will be fourteen years older than the combined ages of his children . . . What is the
mans present age?
A man has twenty coins consisting of dimes and quarters
3
. . . If the dime were quarters
and the quarters were dimes, he would have ninety cents more than he has now . . . How
many dimes and quarters does he have?
2
Peppermint Patty, in Peanuts, by Charles M. Schulz, December 6th, 1968.
3
A dime is a 10 cents coin, and a quarter is a 25 cents coin.
10 SISTEMAS LINEARES 32
2. (sistemas lineares) Um sistema de m equacoes lineares com n incognitas x
1
, x
2
, . . . , x
n
e um
conjunto de equa coes
a
11
x
1
+a
12
x
2
+ +a
1n
x
n
= b
1
a
21
x
1
+a
22
x
2
+ +a
2n
x
n
= b
2
.
.
.
.
.
.
a
m1
x
1
+a
m2
x
2
+ +a
mn
x
n
= b
m
com a
ij
, b
k
R. Uma solucao do sistema e um vector x = (x
1
, x
2
, . . . , x
n
) R
n
cujas
coordenadas satisfazem as m equacoes. A matriz A = (a
ij
) M
mn
(R) e dita matriz dos
coecientes do sistema. Um sistema linear pode ter uma solucao unica, ter uma famlia
(uma recta am, um plano am, ...) de solu coes, ou nao ter nenhuma solucao (sistema
impossvel). O sistema homogeneo correspondente e
a
11
x
1
+a
12
x
2
+ +a
1n
x
n
= 0
a
21
x
1
+a
22
x
2
+ +a
2n
x
n
= 0
.
.
.
.
.
.
a
m1
x
1
+a
m2
x
2
+ +a
mn
x
n
= 0
que admite pelo menos a solucao trivial 0 = (0, 0, . . . , 0).
Resolva, se possvel, os seguintes sistemas lineares
_
x +y = 0
x y = 0
_
x +y = 1
x y = 2
_
2x y = 0
x + 2y = 3
_
3x y = 0
x +y +z = 1
_
x +y +z = 1
x +y z = 0
_
_
_
x = 1
x +y = 2
x +y +z = 3
3. (sistemas lineares e matrizes) O sistema linear do exerccio 1 e equivalente a
Ax = b ou seja, L
A
(x) = b
onde A = (a
ij
) M
mn
(R), b R
m
e x R
n
sao vectores-coluna, e L
A
: R
n
R
m
e a
transformacao linear x Ax.
O vector x R
n
e solucao do sistema Ax = b se
x
1
a
1
+x
2
a
2
+ +x
n
a
n
= b
onde a
i
e a i-esima coluna da matriz A. Portanto, o sistema Ax = b admite (pelo
menos) uma solucao (i.e. e possvel) sse b 1(L
A
). A dimensao de 1(L
A
), ou seja, o
n umero de colunas linearmente independentes de A, e dita caracterstica da matriz A.
O vector x R
n
e solucao do sistema homogeneo Ax = 0 se
a
i
, x) = 0 i = 1, 2, . . . , m
onde a
i
e a i-esima linha da matriz A, ou seja, se e ortogonal ao espa co vectorial
[a
1
, a
2
, . . . , a
m
] gerado pelas linhas de A. Portanto, o espaco das solucoes do sistema
homogeneo Ax = 0 e
[a
1
, a
2
, . . . , a
m
]

= ^(L
A
) R
n
e a sua dimensao e igual a n k, se k e o n umero de linhas linearmente independentes
de A. Em particular, a caracterstica da matriz A e tambem igual ao n umero de linhas
linearmente independentes de A.
10 SISTEMAS LINEARES 33
Se x e y sao solu coes do sistema Ax = b, entao a diferenca x y e solu cao do sistema
homogeneo Ax = 0. Portanto, se z e uma das solucoes do sistema linear possvel
Ax = b, entao o espaco d(e todas )as solucoes e o subespa co am
z +^(L
A
) R
n
.
Se Ax = b e um sistema de n equacoes com n incognitas, e se A M
nn
(R) e uma
matriz regular, entao o sistema admite uma solu cao unica dada por x = A
1
b.
Estude os seguintes sistemas (ou seja, diga se sao possveis e, caso armativo, determine
o espaco das solu coes)
_
2x +y = 1
x y = 3
_
x +y = 11
x y = 33
_
2x 3y = 1
6x + 9y = 0
_
x +y z = 1
_
_
_
2x 5y + 4z = 3
x 2y +z = 5
x 4y + 6z = 10
_
_
_
3x +y 10z = 1
2x 5y + 7z = 2
x + 3y z = 0
[Ap69] 16.20.
4. (eliminacao de Gau-Jordan) Considere o sistema linear Ax = b, com A = (A
ij
) M
mn
,
b = (b
1
, b
2
, . . . , b
m
) R
m
e x = (x
1
, x
2
, . . . , x
n
) R
n
vectores-coluna, ou seja,
a
11
x
1
+a
12
x
2
+ +a
1n
x
n
= b
1
a
21
x
1
+a
22
x
2
+ +a
2n
x
n
= b
2
.
.
.
.
.
.
.
.
.
a
m1
x
1
+a
m2
x
2
+ +a
mn
x
n
= b
m
O metodo de eliminacao de Gauss-Jordan consiste em efectuar as opera coes elementares
(sobre as linhas da matriz ampliada (A[B) M
m(n+1)
(R))
i) trocar a ordem das equacoes,
ii) multiplicar (todos os termos de) uma equacao por um escalar nao nulo ,= 0,
iii) somar a uma equacao um m ultiplo de outra equacao,
ate obter um sistema equivalente com A matriz em escada, ou seja, da forma
_
_
_
_
_
_
. . .
0 . . .
0 0 0 . . .
0 0 0 0 . . .
0 0 0 0 0 0 0
_
_
_
_
_
_
onde os pivots sao n umeros diferentes de zero. A caracterstica da matriz A e entao igual
ao n umero de linhas nao nulas da matriz escada equivalente.
Usando operacoes elementares sobre as linhas, tranforme a matriz A dada numa matriz
em escada e calcule a caracterstica de A.
A =
_
_
2 2 1
1 3 1
1 2 2
_
_
A =
_
_
1 2
0 1
3 4
_
_
A =
_
_
0 1 3 2
2 1 4 3
2 3 2 1
_
_
A =
_
1 2 1 2
2 4 1 2
_
10 SISTEMAS LINEARES 34
Resolva os seguintes sistemas lineares usando o metodo de elimina cao de Gauss.
_
_
_
3x + 2y +z = 1
5x + 3y + 3z = 2
x +y +z = 1
_

_
3x + 2y +z = 1
2x 6y + 4z = 3
x +y +z = 2
2x 5y + 5z = 1
_
_
_
2x +y + 4z = 2
6x +y = 10
x + 2y 10z = 4
_
_
_
y +z = 1
x + 2y z = 3
x +y +z = 1
_

_
x + 2y + 3z + 4w = 3
5z + 6w = 0
z + 3w = 1
x y + 8w = 0
_
_
_
x +y z = 1
x + 3z = 3
y z = 0
[Ap69] 16.20.
5. (exemplos) De exemplos de
um sistema de 2 equacoes lineares com 2 incognitas com solucao unica,
um sistema de 2 equacoes lineares com 2 incognitas sem nenhuma solu cao,
um sistema de 3 equacoes lineares com 3 incognitas tal que o espa co das solucoes seja
uma recta am.
um sistema de 3 equacoes lineares com 3 incognitas com solucao unica,
um sistema de 2 equacoes lineares com 3 incognitas tal que o espa co das solucoes seja
um plano am.
um sistema de 2 equacoes lineares com 3 incognitas tal que o espa co das solucoes seja
um subespaco vectorial de dimensao 1.
11 DETERMINANTES 35
11 Determinantes
11/12/2009
1. (n-formas e volumes de paraleleppedos) Existe uma unica n-forma F : R
n
R
n
R
n
R
v
1
, v
2
, . . . v
n
F(v
1
, v
2
, . . . v
n
)
multilinear (ou seja, homogenea e aditiva em cada variavel), alternada (ou seja, tal que
F(. . . , v, . . . , v . . . ) = 0, e portanto F(. . . , v, . . . , w . . . ) = F(. . . , w, . . . , v . . . )) e tal que
F(e
1
, e
2
, . . . , e
n
) = 1.
O paraleleppedo de lados v
1
, v
2
, ... , v
n
no espaco euclidiano R
n
e o conjunto
P = t
1
v
1
+t
2
v
2
+ +t
n
v
n
com t
1
, t
2
, . . . , t
n
[0, 1] R
n
O volume (n-dimensional) do paraleleppedo de lados v
1
, v
2
, ... , v
n
e
vol(P) = [F(v
1
, v
2
, . . . v
n
)[
Mostre que se F(v
1
, v
2
) e bilinear e F(v, v) = 0 para todo o v R
2
, entao F e anti-
simetrica, ou seja, F(v
1
, v
2
) = F(v
2
, v
1
).
Calcule o volume do paralelogramo de lados (2, 1) e (3, 5) em R
2
.
Calcule o volume do paraleleppedo de lados (2, 0, 0), (0, 3, 0) e (0, 0, 5) em R
3
.
2. (determinante) Existe uma unica funcao determinante det : M
nn
(R) R
A det A = [A[
que e uma forma multilinear alternada nas colunas/linhas, e tal que det 1
n
= [1
n
[ = 1. Se
A
1
, A
2
, . . . , A
n
sao as linhas (ou as colunas) de A = (a
ij
) entao det A = F(A
1
, A
2
, . . . , A
n
).
A formula para o determinante e
det A =

Per
n
()a
1(1)
a
2(2)
a
n(n)
onde () e a paridade da permutacao .
O determinante de uma matriz 2 2 e
det
_
a
11
a
12
a
21
a
22
_
=

a
11
a
12
a
21
a
22

= a
11
a
22
a
12
a
21
O determinante de uma matriz 3 3 e
det
_
_
a
11
a
12
a
13
a
21
a
22
a
23
a
31
a
32
a
33
_
_
= a
11

a
22
a
23
a
32
a
33

a
12

a
21
a
23
a
31
a
33

+a
13

a
121
a
22
a
31
a
32

O determinante de uma matriz diagonal e

det
_
_
_
_
_
a
11
0 . . . 0
0 a
22
0
.
.
.
.
.
.
.
.
.
0 0 . . . a
nn
_
_
_
_
_
= a
11
a
22
a
nn
Calcule o determinante das seguintes matrizes
_
1 2
3 4
_ _
cos sin
sin cos
_
_
_
3 0 0
0 5 0
0 0 7
_
_
_
_
1 1 0
0 1 1
1 0 1
_
_
11 DETERMINANTES 36
Mostre que
det
_
_
1 1 1
a b c
a
2
b
2
c
2
_
_
= (b a)(c a)(c b)
Mostre que, se A M
nn
(R) e R, entao
det (A) =
n
det A
Calcule o determinante de 2A e A sabendo que A e uma matriz 55 com determinante
det A = 3.
Verique que uma equacao cartesiana da recta que passa pelos pontos (a, b) e (c, d) de
R
2
e
det
_
x a y b
c a d b
_
= 0 ou det
_
_
x y 1
a b 1
c d 1
_
_
= 0
[Ap69] 3.6.
3. (Wronskiano, independencia e identidade de Abel) Sejam x(t) e y(t) duas funcoes dife-
renciaveis denidas num intervalo I R. O Wronskiano das funcoes x e y e a funcao
W(t) = det
_
x(t) y(t)
x(t) y(t)
_
.
( x = dx/dt e y = dy/dt)
Mostre que se x e y sao linearmemte dependentes entao W(t) = 0 para todo o t (ou
seja, se existe um ponto t onde W(t) ,= 0 entao as funcoes x e y sao linearmente
independentes).
Mostre que a derivada de
W(t) = det
_
x(t) y(t)
x(t) y(t)
_
e

W(t) = det
_
x(t) y(t)
x(t) y(t)
_
( x = d
2
x/dt
2
e y = d
2
y/dt
2
)
Deduza que se x(t) e y(t) sao duas solucoes da equa cao diferencial homogenea de segunda
ordem z +p(t) z +q(t)z = 0, entao

W(t) = p(t)W(t) e portanto W(t) = W(a)e

R
t
a
p(s)ds
.
4. (determiante, produtos e transposta) Se A, B M
nn
(R), entao
det(AB) = (det A)(det B) e det A
t
= det A
Em particular, se A e regular entao det A ,= 0 e
det(A
1
) =
1
det A
Se A M
nn
(R) e B M
mm
(R), entao o determinante da matriz diagonal por blocos
_
A 0
0 B
_
M
(n+m)(n+m)
(R) e
det
_
A 0
0 B
_
= (det A)(det B)
Verdadeiro ou falso? De uma demonstracao ou um contra-exemplo.
det(A+B) = det A+ det B ?
det
_
(A+B)
2
_
= (det(A+B))
2
?
det (A
n
) = (det A)
n
?
11 DETERMINANTES 37
Uma matriz quadrada A e dita ortogonal se A
t
A = AA
t
= 1 (ou seja, se e invertvel e
a sua inversa e A
t
). Mostre que o determinate de uma matriz ortogonal e 1.
[Ap69] 3.11.
5. (calculo do determinante pelo metodo de Gauss-Jordan) O determinante de uma matriz
diagonal superior e
det
_
_
_
_
_
a
11
a
12
. . . a
1n
0 a
22
a
23
a
2n
.
.
.
.
.
.
.
.
.
.
.
.
0 0 . . . a
nn
_
_
_
_
_
= a
11
a
22
a
nn
Use o metodo de eliminacao de Gauss-Jordan para calcular o determinante das matrizes
_
_
1 2 3
4 5 6
7 8 9
_
_
_
_
_
_
1 1 1 1
1 1 1 1
1 1 1 1
1 1 1 1
_
_
_
_
_
_
_
_
1 1 1 1
a b c d
a
2
b
2
c
2
d
2
a
3
b
3
c
3
d
3
_
_
_
_
6. (determinantes e independencia) Os vectores v
1
= (v
11
, v
12
, . . . , v
1n
), v
2
= (v
21
, v
22
, . . . , v
2n
),
..., v
n
= (v
n1
, v
n2
, . . . , v
nn
) R
n
sao independentes sse
det
_
_
_
_
_
v
11
v
12
. . . v
1n
v
21
v
22
. . . v
2n
.
.
.
.
.
.
.
.
.
.
.
.
v
n1
v
n2
. . . v
nn
_
_
_
_
_
,= 0 .
Diga se os vectores
(1, 5) e (1, 7)
de R
2
sao independentes.
Diga se os vectores
(1, 2, 3) (1, 2, 5) e (9, 5, 0)
de R
3
sao independentes.
Diga se os vectores
(1, 2, 3, 4) (1, 2, 7, 5) (0, 3, 0, 1) e (2, 9, 5, 0)
de R
4
sao independentes.
7. (menores, complemento algebrico e formula de Laplace) Seja A = (a
ij
) M
nn
(R), com
n 2. O menor-ij de A e a matriz A
ij
M
(n1)(n1)
(R) obtida da matriz A suprimindo
a linha i e a coluna j. O complemento algebrico do elemento a
ij
de A e o n umero
Cal a
ij
= (1)
i+j
det A
ij
A matriz dos complementos algebricos (ou dos cofactores ) de A e a matriz Cal A M
nn
(R)
cujo elemento ij e Cal a
ij
, ou seja
Cal A = (Cal a
ij
)
O desenvolvimento do determinante det A em funcao dos elementos da linha i e
det A =

n
j=1
a
ij
Cal a
ij
=

n
j=1
a
ij
(1)
i+j
det A
ij
11 DETERMINANTES 38
Calcule a matriz dos complementos algebricos das matrizes
_
_
1 2 3
0 3 0
7 0 0
_
_
_
_
1 1 0
0 1 1
1 0 1
_
_
Calcule o determinante das matrizes
_
_
_
_
1 0 1 3
5 0 2 1
4 0 1 1
3 2 1 0
_
_
_
_
_
_
_
_
2 1 0 0
1 3 0 0
0 0 1 1
0 0 4 2
_
_
_
_
_
_
_
_
2 0 1 0
1 3 3 0
1 2 2 0
3 6 6 0
_
_
_
_
_
_
_
_
2 0 1 2
1 3 1 2
0 0 2 1
0 0 0 2
_
_
_
_
8. (determinante e matrizes invertveis) Se A = (a
ij
) M
nn
(R) com n 2, entao
A(CalA)
t
= (det A)1
Em particular, se det A ,= 0 entao a matriz A e invertvel/regular e a sua inversa e dada por
A
1
=
1
det A
(CalA)
t
Ou seja, uma matriz quadrada A e regular/invertvel sse det A ,= 0.
Calcule a inversa das seguintes matrizes
_
_
1 1 1
0 1 1
0 0 1
_
_
_
1 3
7 5
_
Determine os valores de para os quais 1 A e singular, quando
A =
_
1 1
0 2
_
A =
_
1 1
1 2
_
A =
_
_
1 0 2
0 1 2
2 2 0
_
_
A =
_
_
11 2 8
19 3 14
8 2 5
_
_
[Ap69] 3.17.
9. (regra de Cramer) Seja Ax = b um sistema linear de n equacoes com n incognitas. Se a 18/12/2009
matriz dos coecientes A M
nn
(R) e invertvel, entao o sistema admite uma unica solucao
x = A
1
b, ou seja,
x = A
1
b =
1
det A
(CalA)
t
b
que pode escrever-se na forma
x
i
=
1
det A

n
j=1
b
j
Cal a
ji
Se C
i
e a matriz obtida de A pela substitui cao da coluna i pelo vector coluna b, entao as
coordenadas da solucao do sistema Ax = b sao
x
i
=
det C
i
det A
11 DETERMINANTES 39
Resolva os seguines sistema utilizando a regra de Cramer
_
_
_
3x + 2y +z = 1
5x + 3y + 3z = 2
x +y +z = 1
_
_
_
3x + 2y +z = 1
2x 6y + 4z = 3
x +y +z = 2
_
_
_
2x +y = 6
x + 2y + 4z = 1
x +z = 3
_
_
_
3x +y +z = 0
2x y + 3z = 1
x +y +z = 1
12 VALORES E VECTORES PR

OPRIOS 40
12 Valores e vectores pr oprios
08/01/2010
1. (subespa cos invariantes) Seja L : V V um endomorsmo do espaco linear V. Um su-
bespa co linear X V e invariante se L(X) X.
Mostre que o subespa co trivial 0, o n ucleo ^(L) e a imagem 1(L) sao subespa cos
invariantes de L : V V.
Determine os subespa cos invariantes da transformacao T : R
2
R
2
que transforma
cada ponto (x, y) no seu simetrico em rela cao `a recta y = x.
Determine os subespa cos invariantes da transformacao T : R
2
R
2
que transforma
cada ponto (x, y) na sua projeccao sobre a recta y = x.
Determine os subespacos invariantes da transformacao T : R
2
R
2
denida por
T(x, y) = (x + 3y, y).
O subespaco Pol
n
(R) Pol(R) e um subespa co invariante do operador derivacao D :
Pol(R) Pol(R), denido por f(t) f
t
(t) ?
2. (valores e vectores proprios) Seja L : V V uma transforma cao linear. Um valor proprio
de L e um escalar R tal que existe um vector nao nulo v V , dito vector proprio
(associado ao valor proprio ), tal que
L(v) = v
O conjunto V

= v V t. q. L(v) = v e um subespaco vectorial de V, dito subespaco

proprio associado ao valor proprio . Se v
1
, v
2
, . . . , v
k
sao vectores proprios e se os correspon-
dentes valores proprios
1
,
2
, . . . ,
k
sao dois a dois distintos, entao os vectores v
1
, v
2
, . . . , v
k
sao linearmente independentes.
Determine valores e vectores proprios da homotetia H

: R
n
R
n
, denda por v v
com R.
Determine valores e vectores pr oprios da transformacao T : R
2
R
2
que transforma
cada ponto (x, y) no seu simetrico em rela cao `a recta y = 2x.
Determine valores e vectores pr oprios da transformacao T : R
2
R
2
que transforma
cada ponto (x, y) na sua projec cao sobre a recta 3y = x.
Determine valores e vectores pr oprios da rota cao R

: R
2
R
2
denida por
(x, y) (xcos y sin, xsin +y cos ) .
Determine os valores e os vectores proprios das transforma coes
L(x, y) = (x/2, 3y) L(x, y) = (y, x)
L(x, y) = (x, x +y) L(x, y) = (1 +y, y)
L(x, y, z) = (0, y, z) L(x, y, z) = (y, z, x)
Se L : V V e uma transformacao linear invertvel, e v V e um vector proprio de
L, entao v e um vector proprio de L
1
.
Verique que todo o R e um valor proprio do operador derivacao D : (

(R, R)
C

(R, R), denido por f D(f) = f

t
, e que espaco proprio associado ao valor proprio
e gerado pela funcao exponencial f(t) = e
t
.
Determine valores e vectores proprios do operador integracao I : (([a, b], R) (([a, b], R),
denido por
f(t)
_
t
a
f(s)ds .
Seja V = f (

([0, ], R) t.q. f(0) = f() = 0. Mostre que os valores proprios do

Laplaciano : V V, denido por f(t) f
tt
(t), sao
n
= n
2
, com n N.
12 VALORES E VECTORES PR

OPRIOS 41
[Ap69] 4.4.
3. (polinomio caracterstico) O polinomio caracterstico da matriz quadrada A M
nn
(R) e
P
A
(t) = det (t1
n
A)
O escalar R e um valor proprio da matriz quadrada A M
nn
(R) (ou do endomorsmo
L
A
: R
n
R
n
denido por x Ax) sse a matriz 1
n
A e singular, ou seja, sse e um
zero do polinomio caracterstico P
A
(t), ou seja, sse
det (1
n
A) = 0
O espaco proprio associado ao valor proprio e V

= ^(1
n
A).
Mostre que A e A
t
tem o mesmo polinomio caracterstico.
Verique que P
A
(0) = det A.
Se
1
,
2
, . . . ,
n
sao as raizes (complexas) do polinomio caracterstico da matriz qua-
drada A M
nn
(R), entao
P
A
(t) = (t
1
)(t
2
) (t
n
) .
Em particular, trA =
1
+
2
+ +
n
e det A =
1

2

n
, assim que
P
A
(t) = t
n
(trA)t
n1
+ + (1)
n
(det A)
Determine valores e vectores pr oprios dos endomorsmos denidos pela seguintes ma-
trizes
A =
_
2 0
0 1/3
_
A =
_
1 1
0 1
_
A =
_
1 0
1 1
_
A =
_
2 1
1 1
_
A =
_
_
2 5 1
0 3 1
0 0 7
_
_
A =
_
_
1 5 1
0 2 1
4 0 3
_
_
A =
_
_
2 1 1
2 3 2
3 3 4
_
_
A =
_
_
7 5 1
0 2 1
20 0 3
_
_
A =
_
_
1 0 0
0 0 1
0 1 0
_
_
A =
_
_
7 5 1
0 2 1
20 0 3
_
_
[Ap69] 4.10.
4. (mudanca de bases/coordenadas) Sejam B = (b
1
, b
2
, . . . , b
n
) e B
t
= (b
t
1
, b
t
2
, . . . , b
t
n
) duas
bases do espaco vectorial V R
n
. Entao existe uma matriz invertvel U = (u
ij
) M
nn
(R),
com inversa U
1
= (u
t
ij
), tal que
b
t
j
=
n

i=1
u
ij
b
i
e b
j
=
n

i=1
u
t
ij
b
t
i
.
Se A M
nn
(R) e a matriz do endomorsmo L : V V relativamente `a base B, entao a
matriz de L : V V relativamente `a base B
t
e
A
t
= U
1
AU
Mostre que

i
b
t
ji
b
ik
=
jk
e

j
b
ij
b
t
jk
=
ik
.
Verique que se A
t
= U
1
AU entao A = UA
t
U
1
.
12 VALORES E VECTORES PR

OPRIOS 42
Determine a matriz de L(x, y) = (3x, 2y) relativamente `a base b
1
= (1, 1) e b
2
= (1, 1).
Seja T : R
2
R
2
a reexao em relacao `a recta y = x. Determine a matriz de T
relativamente `a base canonica e relativamente `a base (1, 1) e (1, 1).
Seja T : R
2
R
2
a reexao em relacao `a recta y = 3x. Determine a matriz de T
relativamente `a base canonica.
Seja T : R
2
R
2
a projeccao sobre a recta x + y = 0. Determine a matriz de T
relativamente `a base canonica.
5. (matrizes semelhantes e diagonaliza cao) As matrizes quadradas A, B M
nn
(R) sao seme-
lhantes se existe uma matriz invertvel U M
nn
(R) tal que
B = U
1
AU
A matriz quadrada A M
nn
(R) e diagonalizavel se admite n vectores proprios linearmente
independentes, e portanto se existe uma matriz invertvel U M
nn
(R) (matriz diagonali-
zante) tal que a matriz U
1
AU e diagonal.
Mostre que se A e B sao semelhantes entao det A = det B.
Mostre que matrizes semelhantes tem o mesmo polinomio caracterstico, e portanto os
mesmos valores proprios.
As matrizes
_
1 0
0 1
_
e
_
1 1
0 1
_
sao semelhantes?
Diagonalize as seguintes matrizes, ou mostre que nao e possvel.
_
1 0
1 3
_ _
1 1
1 1
_
_
2 1
1 4
_ _
2 1
1 0
_
REFER

ENCIAS 43
Referencias
[Ap69] T.M. Apostol, Calculus, John Wiley & Sons, 1969 [Calculo, Editora Reverte, 1999].
[Ba77] F. Banino, Geometria per sici, Feltrinelli, 1977.
[Be62] C. Kittel, W.D. Knight and M.A. Ruderman, Berkeley Physics, McGraw-Hill 1962.
[Bo89] N. Bourbaki, Elements of Mathematics, Algebra I, Springer, 1989.
[BR98] T.S. Blyth and E.F. Robertson, Basic Linear Algebra, McGraw Hill, 1998.
[CPS09] I. Cabral, C. Perdigao e C. Saiago,

Algebra Linear, Escolar Editora, 2009.
[Go96] R. Godement, Cours dalgebre (Troisi`eme edition mise `a jour), Hermann

Editeurs, 1996.
[Ha58] P.R. Halmos, Finite dimensional vector spaces, Van Nostrand, 1958.
[La87] S. Lang, Linear Algebra, Third Edition, UTM Springer, 1987.
[La97] S. Lang, Introduction to Linear Algebra, Second Edition, UTM Springer, 1997.
[Ma90] L.T. Magalhaes,

Algebra Linear como Introducao `a Matematica Aplicada, Texto Editora,
1990.
[MB99] S. MacLane and G. Birkho, Algebra (Third Edition), AMS Chelsea Publishing, 1999.
[St98] G. Strang, Linear Algebra and its Applications, Hartcourt Brace Jonovich Publishers,
1998.
[St09] G. Strang, Introduction to Linear Algebra, fourth edition, Wellesley-Cambridge Press and
SIAM 2009.
http://math.mit.edu/linearalgebra/ , MIT Linear Algebra Lectures
[Wa91] B.L. van der Waerden, Algebra, Springer, 1991 [Moderne Algebra, 1930-1931].
[We52] H. Weyl, Space Time Matter, Dover, 1952 [Raum Zeit Materie, 1921]