Escolar Documentos
Profissional Documentos
Cultura Documentos
Linear e Geometria
Analítica
ISEP - Licenciatura em Engenharia Mecânica
Maria da Graça Marcos;Marisa Oliveira;Pedro Guedes
2015-2016
CONTEÚDO
A aij (1.2)
mn
ou por
A aij (1.3)
i 1, , m; j 1, , n
elemento a23 6 .
a11
A aij
(1.5)
m1
am1
Seja A aij M nn . Chama-se diagonal principal da matriz à sequência dos elementos
a11, a22 , , ann de A .
Seja A aij M nn . A matriz diz-se diagonal quando todos os elementos acima e
abaixo da diagonal principal são iguais a zero e pelo menos um elemento da diagonal
principal é diferente de zero, isto é,
Seja A aij M nn . A matriz diz-se triangular superior quando todos os elementos
Seja A aij M nn . A matriz diz-se triangular inferior quando todos os elementos
a11 0 0
a a 0
A 21 22 (1.8)
an1 an 2 ann
Seja A aij M mn . A matriz diz-se matriz nula e representa-se por O mn , se todos
os seus elementos são nulos, isto é,
0 0
O
(1.9)
0 0
Seja A aij M nn . A matriz diz-se matriz identidade de ordem n e representa-se por
I n , se é uma matriz diagonal em que todos os elementos da diagonal principal são iguais a 1,
isto é,
matrizes são os elementos que ocupam a mesma posição nas duas matrizes.
Definição 1.14 [Matrizes iguais]
Sejam A e B duas matrizes. As matrizes dizem-se iguais se são do mesmo tipo e os seus
elementos homólogos são iguais.
1 2
obtemos a matriz A 0 3 M 32
T
.
1 1
transposta, isto é, A = AT .
é uma matriz C cij M mn , que se obtém somando os elementos homólogos das duas
matrizes, isto é, C A + B se
Note-se que a adição de matrizes é uma operação apenas possível para matrizes do mesmo
tipo.
A1.5 A + B AT BT .
T
uma matriz B bij M mn , que se obtém multiplicando cada elemento da matriz pelo
escalar , isto é, B = A se
2 1 2 0 2 1 2 0 2
2A = , ou seja, a matriz B = 4 6 2 M 23 .
2 2 2 3 2 1
E1.1 A + B A + B ;
E1.2 A A + A ;
E1.3 A A ;
E1.4 1A A ;
E1.5 A AT .
T
b1 j
p
b2 j
cij ai1 ai 2 aip ai1b1 j ai 2b2 j aipb pj aik bkj (1.13)
linha i de A k 1
b pj
coluna j de B
1 0 2
1 0 1
Sejam A M 23 e B 1 1 0 M 33 . O produto A B está
2 3 1
0 1 1
definido uma vez que o número de colunas da matriz A é igual ao número de linhas da
matriz B , sendo igual a 3. Então, a matriz A B é uma matriz do tipo 2 3 porque a
matriz produto tem o número de linhas da matriz A e o número de colunas da matriz B .
Usando a igualdade (1.13) obtém-se
1 02
1 0 1
AB 1 1 0
2 3 1
0 1 1
11 0 1 1 0 1 0 0 1 1 1 1 2 0 0 1 1
2 1 3 1 1 0 2 0 3 1 1 1 2 2 3 0 1 1
1 1 1
M 23
1 2 5
No entanto, o produto B A não está definido, uma vez que B é uma matriz do tipo 3 3
e A é uma matriz do tipo 2 3 , ou seja, o número de colunas da matriz B não é igual ao
número de linhas da matriz A .
M1.1 AB C A BC ;
M1.2 A B D AB + AD ;
M1.3 B D E BE + DE ;
M1.4 AB A B = A B ;
M1.5 AI p I m A = A ;
M1.6 AB BT AT .
T
AA A
(1.14)
k vezes
Ak AT
T k
(1.15)
por li l j .
0 0 3 1 0 2 1 0 2 1 0 2
A 1 1 0 1 1 0 0 1 2 0 1 2
l l l l l 1
1 0 2 1 3 0 0 3 2 2 1 0 0 3 l3 3 l3 0 0 1
Seja A M nn . A matriz A diz-se invertível, não singular ou regular quando existe uma
matriz X M nn que verifica a condição
AX XA = I n (1.16)
Verifica-se que
representada por A 1 .
1 1
2 1 2 6 1 0
AX =
0 3 0 1 0 1
3
1 1
2 6 2 1 1 0
XA =
0 1 0 3 0 1
3
Conclui-se então que a matriz A é uma matriz invertível uma vez que existe uma matriz
1 1
1 2 6 .
que verifica a condição (1.16), sendo a sua inversa a matriz A
0 1
3
x x12
De facto, seja X 11 e façamos o produto AX . Obtém-se
x21 x22
que é um sistema impossível, uma vez que x11 não pode verificar simultaneamente as
P1.1 Seja A M nn uma matriz invertível e B M nn uma matriz que verifica
AB I n );
P1.2 Sejam A, B M nn duas matrizes invertíveis. Então, AB é uma matriz invertível
1
e AB B1A1 ;
P1.3 Seja A M nn uma matriz invertível. Então, A 1 é uma matriz invertível e
A 1
1
A;
P1.4 Seja A M nn uma matriz invertível. Então, A m é uma matriz invertível e
Am A1
1 m
;
P1.5 Seja A M nn uma matriz invertível. Então, AT é uma matriz invertível e
AT A1
1 T
;
1
P1.6 Seja A M nn uma matriz invertível. Então, kA é uma matriz invertível e
kA 1
1 1
A .
k
1. A matriz inversa pode ser obtida pela definição 1.24 resolvendo a equação AX = I n
equações lineares.
x x12
Seja X 11 . Então,
x21 x22
2 x11 x21 1
3 x 0
21
2 x12 x22 0
3 x22 1
cuja solução é,
x11 1 2
x 0
21
x12 1 6
x22 1 3
1 2 1 6
Então, A 1 = X =
1 3
.
0
Vamos designar este processo por cálculo da matriz inversa por condensação.
A I I A 1
operações elementares
sobre linhas
1 2 1 6
Então, A 1 =
1 3
.
0
1 2 9
Então, A 1 1 1 6 .
0 0 1
Nota: Muitas vezes não se sabe de antemão se uma dada matriz A é ou não invertível. No
entanto, se A não for invertível então será impossível reduzir A a I n por operações
elementares sobre linhas. Isso será evidente durante o processo de condensação (por exemplo,
com o aparecimento de uma linha de zeros). Se isso acontecer paramos o processo de
condensação e concluímos que A não é invertível (mais à frente será visto como verificar se
uma matriz é invertível).
Resolução
1 2 3 1 0 0 1 2 3 1 0 0 1 2 3 1 0 0
1 6 9 0 1 0 0 4 6 1 1 0 0 4 6 1 1 0
l l l l l l
1 2 3 0 0 1 l32 l32 l11 0 4 6 1 0 1 3 3 1 0 0 0 2 1 1
Como obtivemos uma linha de zeros concluímos que a matriz A não é invertível uma vez
que, nestas condições, é impossível reduzir A a I 3 usando operações elementares sobre as
linhas da matriz A .
linha
A1 a11 a12 a1n A2 a21 a22 a2 n Ak ak1 ak 2 akn
onde, 1 , 2 , , k .
NOTA: estes conceitos são aplicáveis às colunas de qualquer matriz A aij M mn .
Basta para isso utilizar as matrizes-coluna:
a11 a12 a1k
a a a
A1 21 A2 22 Ak 2 k
am1 am2 amk
1 1 2
3 1 1
Consideremos a matriz A . Verificar se são linearmente independentes:
2 1 1
2 2 3
Teorema 1.1
A característica de linha e a característica de coluna de uma matriz são iguais.
Tem-se então que o número máximo de linhas linearmente independentes é sempre igual ao
número máximo de colunas linearmente independentes que coincidem com a característica da
matriz, ou seja,
A característica de linha e a característica de coluna de uma matriz nula são iguais a zero.
outro lado, 1 carc A 3 , uma vez que não se trata da matriz nula e a matriz tem 3
Teorema 1.3
Teorema 1.4
Seja A aij M mn uma matriz não nula. Então, após a aplicação sucessiva de um
Então, car A r .
matriz, normalmente a diagonal que contém os elementos a11 , a22 , , arr , anulando-se, a
seguir, todos os elementos situados abaixo dessa diagonal. Qualquer linha nula deve ficar
abaixo das linhas não nulas. Assim,
s11 s12 s1r
S S 0 s22 s2 r
,
A S = 0 0 , sii 0, i 1, , r e S é uma matriz
0 0
0 0 0 0 srr
E XERCÍCIOS RESOLVIDOS
1 3
1 2
1. Seja A 1 2 3 2 , B e C 2 5 . Calcule:
2 1
1 1
1.1 A B 3C ;
1.2 BT AT .
Resolução:
1.1 Verificar se é possível efetuar o produto: A :1 4 , B : 4 2 . Logo o produto é possível
e A B :1 2 . Verificar se é possível efetuar a soma: A B :1 2 e C :1 2 . Logo a soma é
possível e A B 3C :1 2
1 3
1 2
A B 1 2 3 2
2 1
1 1
11 2 1 3 2 2 1 1 3 2 2 3 1 2 1 9 0
3C 3 2 5 6 15
Então A B 3C 9 0 6 15 3 15 .
1.2
1º método:
1
2
1 1 2 1
B e A 3 .
T T
3 2 1 1
2
Como BT : 2 4 , AT : 4 1 tem-se BT AT : 2 1
1
1 1 2 1 2 9
B A
T T
3 2 1 1 3 0
2
0
E XERCÍCIOS PROPOSTOS
1 0
2 1
1 0 2 1
1. Seja A , B 0 1 e I n a matriz identidade de ordem n . Calcule, se
0 1 0 2
1 1
possível:
1.8 2A
T T T
1.5 AT 1.6 AT B 1.7 AT BT
1.13 A B 1.16 I 2 A B
T
1.14 AT BT 1.15 BT AT
1.20 I 5
3 20
1.17 A A B 1.18 A 2 1.19 BT AT
3 1
2 1 1 3 1
2. Seja A , B 1 1 e C
2 1
.
0 1 3 0 2
1 0 2 1
2 1 4 0
1 4 2 3 0 3
1.9 1.10 A 1.11 1.12
0 1 2 0 0 1 0 2 4 3
1 1 2 1
1 2 01
0 1 1 1
0 4 0 4 1 3
1.13 1.14 1.15 1.16
3 3 2 4 0 2 3 3 4 2
1 0 2 1
36 12
1.19
45
1.17 Não é possível. 1.18 Não é possível. 1.20 I 5
9
4 5 1 5 1 5
2.1 M 2.2 X
5 4 2 5 3 5
E XERCÍCIOS SUPLEMENTARES
1 2 1 3 0 1 2 1 2 1
1. Seja A , B e C .
0 1 1 3 1 1 0 0 1 1
1.1 Calcule B AT ;
1.2 Determine X
1
3
A BT C .
igualdade A B A 2 2AB B 2 ?
2
Soluções:
3 0 3 0
1.1 1.2 X
3 1 1 4 3
2. Se A e B forem permutáveis.
E XERCÍCIOS RESOLVIDOS
3 6
1. Calcule a inversa da matriz A = , recorrendo à definição de inversa de uma matriz.
1 4
Resolução:
3a 6c 1 a 2 3
b 1
3 6 a b 1 0 3a 6c 3b 6d 1 0 3b 6d 0
1 4 c d 0 1 a 4c b 4d 0 1 a 4c 0 c 1 6
b 4d 1 d 1 2
2 3 1
Logo A 1 .
1 6 1 2
0 0 2
2. Calcule a inversa da matriz B 2 1 1 pelo método da condensação.
1 1 1
Resolução:
Para utilizarmos este método devemos ampliar a matriz B com a matriz identidade e de
seguida aplicar operações elementares sobre as linhas da matriz assim obtida até que a
matriz do lado esquerda seja a matriz identidade. A matriz inversa corresponde à matriz
que surge do lado direito.
1 1 1 0 0 1 1 0 0 0 1 1
0 1 1 0 1 2
l2 l2 2l1 l1l1l2 0 1 1 0 1 2
0 0 2 1 0 0 0 0 2 1 0 0
1 0 0 0 1 1 1 0 0 0 1 1
0 1 1 0 1 2 0 1 0 1 2 1 2
1
l3 l 3
l2 l2 l3
2 0 0 1 1 2 0 0
0 0 1 1 2 0 0
0 1 1
Então, B 1
1 2 1 2
1 2 0 0
E XERCÍCIOS PROPOSTOS
1 2 2 1
1. Sejam A e B . Determine a matriz X que verifica B X 4 A 1 .
3 2 1 1
0 1 1 2 1 1 1 2 1
2.4 D 1 1 1 2.5 E 0 2 1 2.6 F 1 0 1
1 0 1 3 0 1 2 4 2
5 3
1. X
8 4
7 2 2 2 3 1 1 3 3 16 3
2.1 A 1
4 1 1 2.2 B 1
2 3 0 1 3 2.3 C 5 28 6
1
2 1 0 1 1 0 1 5 1
1 1 2 2 1 3
0 1 1 3 1 2
1 1 1
2.4 D 2.5 E 2.6 Não é possível.
5
1 1 1 6 3 4
1
3. A 1 I 4 e B1 I 4 .
2
E XERCÍCIOS SUPLEMENTARES
2 1 1 1
3 2 0 1
1. Considere a matriz A .
1 1 3 2
0 1 2 1
1 1 3
2 2
2 2
1 3 7
5
1
1.1 Mostre que A 2 2 2 é a matriz inversa da matriz A .
0 1 3 5
1 1 5
4
2 2 2
1.2 Obtenha a matriz A1 pelo método da condensação de matrizes.
E XERCÍCIOS RESOLVIDOS
1 1
1. Seja A uma matriz invertível.
3 2
1.1 Calcule A2 .
1.2 Resolva em ordem a X , matriz regular, a seguinte equação matricial:
1
AT A 2 X A 1 .
Resolução:
1 1 1 1 4 3
1.1 A 2 A A .
3 2 3 2 9 7
1.2 Como A é uma matriz regular então as matrizes A2 e AT são também regulares e,
portanto existem A 2 e AT .
1 1
1
AT A 2 X A 1 AT X1A 2 A 1 AT X1A 2 A 2 A 1A 2 AT X 1I A 1A 2
P1.2 1.16 1.16 M1.5
1 1 1 1
AT X1 A AT AT X1 AT A IX 1 AT A X 1 AT A
1.16 1.16 M1.5 P1.3
1
X AT A
1
X A 1AT .
P1.2
2 1
Calculando A1 , obtém-se A 1 .
3 1
2 1 1 3 1 4
Fica então: X .
3 1 1 2 2 7
E XERCÍCIOS PROPOSTOS
T
1.1 AT X AB A ;
1 1
1.2 4B 2 2BX1 O ;
1.3 XT A A B ;
1.5 XT A BT B I .
Soluções:
B
T T
1
1.1 X A 2
1
1.2 X B1
2
T
1.3 X I A 1 BT
admite inversa.
1
1.4 X B 1 A CT , se A CT
1.5 X B 1 T
AT B
E XERCÍCIOS SUPLEMENTARES
1.1 XA BT BA 1 I ;
1.2 F 1D XE
T 1
F;
X A X
1 1 T
1 1
1.3 AT X T
AT I.
Soluções:
1
1.1 X A AB BT A 1
1
1.2 X EDT
1
1.3 X AT
E XERCÍCIOS RESOLVIDOS
1 2 3
0
2 3 1 2
1. Calcule a característica da matriz A .
1 1 1 0
1 0 2 1
Resolução:
Para o cálculo da característica da matriz pelo método da condensação, vamos anular todos
os elementos que estão abaixo da diagonal principal.
1 2 3
0 1 2 0 3 1 2 0 3
2
3 1 2 0 1 1 4
0 1 1 4
1 1 1 0 2 2 1 0 1 1 3 3 3 2 0 0 0 1
l l 2 l l l l
l3 l3 l1 l4 l4 2l2
1 0 2 1 l4 l4 l1 0 2 2 2 0 0 0 6
Sempre que aparecer um zero na diagonal devemos, se possível, trocá-lo por um valor não
nulo e as linhas nulas devem aparecer depois de todas as linhas não nulas.
1 2 0 3 1 2 3 0 1 2 3 0
0 1 1 4 0 1 4 1 0 1 4 1
0 0 0 1 c3 c4 0 0 1 0 l4 l4 6l3 0 0 1 0
0 0 0 6 0 0 6 0 0 0 0 0
A matriz está agora condensada uma vez que temos uma submatriz triangular da maior
ordem possível sem zeros na diagonal e as linhas de zeros aparecem depois de todas as
linhas não nulas. Como a ordem dessa submatriz é 3 conclui-se que car A 3 .
1 a b
2. Sendo M 1 1 1 , calcule a e b de modo que car M 2 .
1 b 1
Resolução:
Começamos por condensar a matriz M .
1 a b 1 1 1 1 1 1 1 1 1
1 1 1 1 a b 0 a 1 b 1 0 b 1 a 1
l 1l2 l2 l2 l1 c2 c3
1 b 1 1 b 1 l3 l3 l1 0 b 1 0 0 0 b 1
1 1 1 1 1 1
0 0 a 1 0 a 1 0 .
c2 c3
0 0 0 0 0 0
E XERCÍCIOS PROPOSTOS
2 3 1
2 1 3 3 5 6 3
1.3 C 4 3 8 4 1.4 D
3 3 2
6 18 3 16
1 0 1
2 1 3 42 3 1 0 2
1 2 0 5 2 1 2 1 1
1.5 E 1.6 F
1 0 3 2 1 1 1 2 0
1 3 3 5 3 1 1 1 0
1 2 1 5
0 3 5 2
3. Seja A . Determine k de modo que car A 4 .
2 k 2 2
3 0 2 1
3. k 1
1 0 0 2 1 0
1
T
1. Considere as matrizes A 2 1 3 e B 1 0 1 .
3 1 1 1 1 0
1.1 Dada a seguinte equação matricial DYC I , sabendo que matriz D tem quatro linhas
e três colunas e a matriz C tem cinco linhas, diga justificando, qual o tipo da matriz Y e
o número de colunas da matriz C .
1.2 Determine a matriz A , usando condensação.
1 2 3 2 1 0
T 1
2. Considere as matrizes A 1 1 3 e B 1 0 1 .
0 0 1 1 1 0
2.1 Dada a seguinte equação matricial DYC I , sabendo que a matriz D tem cinco
colunas, a matriz C tem três linhas e é quadrada, diga justificando, o tipo da matriz Y e
o número de linhas da matriz D .
1
2.2 Determine a matriz A , usando condensação.
1
T
2.3 Resolva a seguinte equação matricial A1XB 3I em ordem a X , supondo
que todas as operações são válidas e que as matrizes envolvidas são regulares.
1 0 2
1 k 1 2 1 1
0 k
4. Considere as matrizes A 1 k 1 k k e B , k .
1 2 0
2 k k 4
1 1 0
que todas as operações são válidas e que as matrizes envolvidas são regulares.
1 p
5. Considere a matriz D
1
.
2
5.1 Calcule a matriz C , permutável com D e cujos elementos da 1ª linha são todos iguais
a 1.
5.2 Faça p 1 e calcule D1 .
0 1 a
6. Seja A 1 0 1 , a ;
a 1 0
supondo que todas as operações são válidas e que as matrizes envolvidas são
regulares.
supondo que todas as operações são válidas e que as matrizes envolvidas são regulares.
Soluções:
4 7 5 9 12 6
1.1
1.2 A 0 1 1
1
1.3 X 3A B 6 3 3
1
Y : 3 5; C : 5 4 4
0 3 1 6 3 9
1 1 0 1 1 3 1 3
2.1 Y : 5 3; D : 3 5 2.2 A 1 2 1 0 2.3 X 5 3 2 3 1 3
9 6 1 4 3 4 3 1
2 1 2
3.1 a 2 b 1 3.2 A 2
1 2 1
1 0 2
4 2 1 2
4.1 car A 3, k 4.2 M 3 2 0 4.3 X CD E1 I
3 1 1 2
1 1 1 1
5.1 C , p \ 0 5.2 D1
2 p 1 2 1
1
\ 0
T
6.1 a 6.2.1 car A 3 6.2.2 X AT BT A I B 1
7
1 3 2
7.1 q , p0 7.2 B
p 2 3
2.1 PERMUTAÇÕES
Sejam n e N n 1, 2, , n .
permutação de N n .
Representação
Representamos a permutação pi de N n , 1 i n! , como
1 2 n
pi (2.1)
pi 1 pi 2 pi n
1 2 1 2
p1 , p2 .
1 2 2 1
ii) Seja N3 1,2,3 . Existem 3! 6 permutações de N 3 .
Então, P3 p1 , p2 , p3 , p4 , p5 , p6 onde
1 2 3 1 2 3 1 2 3
p1
2 3 2 3 1 3 1 2 ,
, p2 , p3
1
1 2 3 1 2 3 1 2 3
p4 , p5 , p6 .
1 3 2 2 1 3 3 2 1
38 EMECAN 2015/2016 – ALGAN - ISEP
Definição 2.2 [Sinal ou paridade da permutação]
1 2 n
Seja p uma permutação de N n . Seja r o número de pares
p 1 p 2 p n
1 se r é par
sgn p (2.2)
1 se r é ímpar
1 2 3
ii) A permutação p N 3 é par, porque não há nenhum par i , j com
1 2 3
1 2 3
iii) Seja p N 3 . Os pares i , j com 1 i j 3 para os quais p i p j
3 2 1
são 1,2 , 1,3 e 2,3 . Logo r 3 e, consequentemente, a permutação é ímpar.
p6 são ímpares.
n!
A sgn pi a1 p 1 a2 p 2
i i
anp n
i
(2.3)
i 1
an1 an 2 ann
Assim,
Se A a11 então A a11
a a
Se A 11 12 então (ver o Exemplo 2.2iv))
a21 a22
Sarrus.
Começamos por ampliar o determinante acrescentando as duas primeiras linhas no fim e de
seguida fazemos o produto das diagonais.
1 0 2
A 1 1 0 1 1 1 1 1 2 0 0 0 2 1 0 0 1 1 1 0 1 3
0 1 1
1 0 2
1 1 0
seguinte forma
i j
Aij 1 M ij (2.5)
1 0
i) O menor complementar do elemento a11 é M11 1 1 0 1 1 . O
1 1
11
complemento algébrico do elemento a11 é A11 1 M11 M11 1 .
1 0
ii) O menor complementar do elemento a12 é M12 1 1 0 0 1 . O
0 1
1 2
complemento algébrico do elemento a12 é A12 1 M12 M12 1 .
O determinante de uma matriz A aij M nn , é igual à soma dos produtos que se
obtêm multiplicando cada um dos elementos de uma das suas linhas (ou colunas) pelo
respetivo complemento algébrico.
através da
i) 1ª linha;
ii) 3ª coluna.
Resolução
1 0 2
i) A 1 1 0 1 A11 0 A12 2 A13
TL à 1ª linha
0 1 1
11 1 3
1 1 M11 2 1 M13
1 0 1 1
1 1 2 1 1 2 3
1 1 0 1
1 1
1 3 3 3 1 1 1 0
2 1 M13 1 1 M 33 2 1 1 1 2 1 3
0 1 1 1
1 1
Observação
A matriz inversa de uma matriz quadrada, caso esta exista, pode ser calculada usando o
determinante, da seguinte forma:
A1
1
A
Adj A
T
onde Adj A representa a matriz adjunta da matriz A , que se obtém de A pelo seguinte
processo:
1) Calculam-se os complementos algébricos de todos os elementos de A ;
2) Substitui-se cada elemento de A pelo seu complemento algébrico.
Exemplo
1 2
Seja A . Vamos calcular a matriz inversa de A usando a matriz adjunta.
3 4
1 2
A 4 6 2 0
3 4
11 1 2 2 1 22
A11 1 4 4 ; A12 1 3 3 ; A21 1 2 2 ; A22 1 1 1
4 3
Logo, Adj A .
2 1
T 2 1
1 1 4 3
Então, A 3 1 .
2 2 1
2 2
P2.6 Se as matrizes A , B e C diferem somente numa linha (ou coluna), por exemplo,
na m ésima linha (ou coluna), e se a m ésima linha (ou coluna) da matriz A puder
ser obtida somando as entradas correspondentes das m ésimas linhas (ou colunas) das
matrizes B e C , então
ABC (2.6)
P2.7 Se uma matriz B resulta da matriz A quando um múltiplo de uma linha (ou
coluna) de A é somado a uma outra linha (ou coluna) de A então B A ;
P2.10 AB A B ;
1
P2.11 A 1 , se A for uma matriz invertível;
A
P2.12 car A n se e só se A 0 .
AT 3 .
1 1 0 1 1 0
AT 0 1 1 . Então AT 0 1 1 1 A11 1 A12 0 A13
TL à 1ª linha
2 0 1 2 0 1
11 1 1 1 2 0 1
1 1 1 1 1 2 3
0 1 2 1
1 2
1 0 2
A0 0 0 0 A21 0 A22 0 A23 0
TL à 2ª linha
0 1 1
1 0 2
11 1 3
A 2 0 4 1 A11 0 A12 2 A13 1 1 M11 2 1 M13
TL à 1ª linha
0 1 1
0 4 2 0
11 2 1 4 4 0
1 1 0 1
4 2
1 1 0
A 1 0 2 .
0 1 1
1 1 0
A 1 0 2 0 A31 1 A32 1 A33
TL à 3ª linha
0 1 1
3 2 1 0 3 3 1 1
1 1 1 1 2 1 3
1 2 1 0
2 1
A 5 3 15 , onde A resulta da matriz A multiplicando a segunda linha por cinco,
1 0 2
isto é, A 5 5 0 .
0 1 1
1 0 2
A 5 5 0 2 A13 0 A23 1 A33
TL à 3ª coluna
0 1 1
1 3 5 5 3 3 1 0
2 1 1 1 10 5 15
0 1 5 5
5 5
1 1 2 1 1 2
Sejam B 1 1 0 e C 1 0 0 , ou seja, duas matrizes cuja soma dos
0 2 1 0 1 1
Confirmemos,
1 1 2
1 3 1 1 3 3 1 1
B 1 1 0 2 A13 0 A23 1 A33 2 1 1 1 6
TL à 3ª coluna 0 2 1 1
0 2 1
2 2
1 1 2
1 3 1 0 3 3 1 1
C 1 0 0 2 A13 0 A23 1 A33 2 1 1 1 3
TL à 3ª coluna 0 1 1 0
0 1 1
1 1
Então, A B C 6 3 3 .
obtém da matriz A multiplicando a primeira linha de A por quatro e somando com a linha
1 0 2 1 0 2
três, isto é, A 1 1 0 1 1 0 B . Calculemos o determinante de B .
l3 l3 4l1
0 1 1 4 1 9
1 0 2
22 1 2 3 2 1 2
B = 1 1 0 0 A12 1 A22 1 A32 1 1 1 1 3
TL à 2ª coluna 4 9 1 0
4 1 9
1 2
Ou seja, B A .
2 1 3 4
1 2 0
0 1 2 0 11
A= 2 A11 0 A21 0 A31 0 A41 2 1 0 5 1
0 0 5 1 TL à 1ª coluna
0 0 1
0 0 0 1
1 2 0
11 5 1
2 0 5 1 2 1 A11 0 A21 0 A31 2 1 A11 2 1 1
0 1
0 0 1
TL à 1ª coluna
TL à 1ª coluna
11
2 1 5 A11 2 1 5 1 1 2 1 5 1 10
1 0 5 3 1 0 5 3 1 0 5 3
P 2.7 0 3 7 4 P 2.4 0 1 6 5 P 2.7 0 1 6 5
1
l4 l4 l2 0 1 6 5 l2 l3 0 3 7 4 l3 l3 3l2 0 0 11 11
0 0 1 2 0 0 1 2 0 0 1 2
1 0 5 3 1 0 5 3
P 2.5 0 1 6 5 P 2.7 0 1 6 5 P 2.8
11 11 11 1 1 1 3 33
l3
1
l3
0 0 1 1 l4 l4 l3 0 0 1 1
11 0 0 1 2 0 0 0 3
E XERCÍCIOS RESOLVIDOS
1. Calcule os determinantes:
3 1 2
2 1
1.1 1.2 1 1 0
3 5
2 4 1
Resolução:
1.1 Determinante de 2ª ordem. Regra prática.
2 1
2 5 3 1 13 .
3 5
E XERCÍCIOS PROPOSTOS
1. Calcule os determinantes:
1 4 0
1 2 1
2 3 1.3 3 3 1 2
1.1 1 1.2 2 2 0 3
4 5 1 0 1
1 1 1
Soluções:
1.1 1 22 . 1.2 2 7 1.3 3 3
1. Calcule os determinantes:
1 0 0 2 0 0
1 2
1.1 1 1.2 2 0 1 0 1.3 3 0 2 0
3 4
0 0 1 0 0 2
Soluções:
1.1 1 2 . 1.2 2 1 1.3 3 8
E XERCÍCIOS RESOLVIDOS
1 2 1 0
2 3 1 1
1. Calcule , aplicando o teorema de Laplace.
1 1 4 2
1 1 1 0
Resolução:
Aplicando o Teorema de Laplace à 4ª coluna vem:
1 2 1 0
2 3 1 1
0 A14 1 A24 2 A34 0 A44
1 1 4 2 TL à 4ª coluna
1 1 1 0
2 4 3 4
1 A24 2 A34 1 1 M 24 2 1 M 34
1 2 1 1 2 1
11 1 1 4 2 1 2 3 1 11 2 11 33
1 1 1 1 1 1
11 11
4 1 0
1. Considere a matriz A 1 2 3 .
2 3 4
1 1 2 3
0 3 2 0
2. Seja o determinante . Calcule , aplicando o teorema de Laplace:
2 1 3 0
4 2 1 1
2.1 à 2ª linha;
2.2 à 4ª coluna.
5 0 1 3
2 3 1 1
3. Calcule o determinante aplicando o teorema de Laplace.
4 1 2 1
3 3 1 1
Soluções:
4 0 3 2
1.1 M 32 e A32 1 M 32 1.2 6
1 3
E XERCÍCIOS SUPLEMENTARES
nx nz ny n3 x
1. Considere a matriz A x y y n2 x .
3
ny 2nx ny nx n x
Soluções:
nx nz n3 x 3 2
1.1 M 32 e A32 1 M 32 1.2 A31 0
x y n x 2
E XERCÍCIOS RESOLVIDOS
1 2 3 4
1 7 8 9
1. Considere o seguinte determinante .
0 3 2 4
1 6 11 6
1.1 Sem calcular o determinante, represente um determinante de 3ª ordem igual ao
determinante dado.
1.2 Calcule o determinante, aplicando apenas propriedades.
Resolução:
1.1 Se aplicarmos o Teorema de Laplace a qualquer uma das linhas (colunas) do
determinante dado, obtém-se sempre uma soma de vários determinantes e não um único
como é pretendido. Então, vamos aplicar as propriedades dos determinantes de forma a
obtermos uma coluna com apenas um elemento não nulo.
1 2 3 4 1 2 3 4
5 5 5 5 5 5
1 7 8 9 P7 0 5 5 5 11
1 1 3 2 43 2 4
0 3 2 4 l2 l2 l1 0 3 2 4 TL à 1ª coluna
l4 l l1 4 8 2 4 8 2
4
1 6 11 6 0 4 8 2
1 5 4 2 1
2 1 3 5 1
2. Mostre, utilizando apenas propriedades, que 4 9 11 1 3 0.
0 2 1 0 0
1 1 1 1 1
Resolução:
1 5 4 2 1 1 5 4 2 1
2 1 3 5 1 4 9 11 1 3
P 2.7 P 2.3
4 9 11 1 3 4 9 11 1 3 0.
l2 l2 2l1
0 2 1 0 0 0 2 1 0 0
1 1 1 1 1 1 1 1 1 1
1 b 1
3. Resolva a seguinte equação: 1 1 b 0 .
b 1 1
Resolução:
1 b 1
Pela regra de Sarrus obtemos 1 1 b 0 b3 3b 2 0 , ou seja, temos que
b 1 1
1 b 1 1 1 b
P 2.7 P 2.7 P 2.8
l2 l2 l1
b 2 0 1 b b 1 b 2 0 b 1 1 b b 2 b 11 b
c3 c2
l3 l3 l1 0 1 b 0 0 0 1 b
E XERCÍCIOS PROPOSTOS
1. Sem efetuar cálculos, diga qual o valor dos seguintes determinantes, indicando as
propriedades utilizadas:
1 2 1 1 0 0 1 0 0
1.1 1 0 0 0 1.2 2 0 2 0 1.3 3 10 2 0
9 7 3 0 0 3 20 30 3
1 2 3
2. Sabendo que 2 1 4 5 , diga, justificando qual o valor dos determinantes:
0 3 5
1 2 6 1 2 3 2 4 6
2.1 1 2 1 8 2.2 2 2 1 4 2.3 3 4 2 8
0 3 10 0 6 10 0 6 10
2 1 3 2 1 4
2.4 4 1 2 4 2.5 5 0 3 5
3 0 5 1 2 3
2 2 3 6 3 2
4. Seja A 6 0 2 e B 4 4 2 . Sabendo que 1 A 10 e que 2 B 24 ,
2 1 1 4 4 4
5 0 1 3
2 3 1 1
5. Seja .
4 1 2 1
3 3 1 1
5.1 Calcule o determinante aplicando propriedades.
5.2 Com base no determinante dado encontre:
5.2.1 um determinante de 5ª ordem sem elementos nulos e igual a ;
5.2.2 um determinante de 3ª ordem, cujos elementos da 2ª linha sejam todos iguais a
1 e igual a 2 .
x 1 3 x
7. Decomponha o determinante 2 x 4 x num produto de fatores.
2x x2 x
Soluções:
1.1 1 0 1.2 2 6 1.3 3 6
4.4 car B 3
1
4.1 3 240 4.2 4 240 4.3 5
10
1 2 4 2 2
5 5 5 1 3 0 10 24
5.1 33 5.2.1 Por ex. 2 2 5 1 1 5.2.2 Por ex. 1 1 1
4 4 3 2 1 0 5 3 13 5
3 3 6 1 1
7. x x 1 x 2 x 2
8.1 x 0 x 1 8.2 x 5 x 3 x 1
E XERCÍCIOS SUPLEMENTARES
x y z
1. Sabendo que 3 0 2 1 calcule:
1 1 1
x y z x 1 y 1 z 1
1.1 1 3 x 3 3 y 3 z 2 1.2 2 4 1 3
x 1 y 1 z 1 1 1 1
apenas com elementos inteiros tal que 2 k 1 , com k real, e determine o valor de k .
23 16 2
1 1 2 3 4 1
1 3 4
x 2 8 x3 4 x 2 7 x2 1 4 7
2 4x 2 8 x 2 2 x 1 2 2 8
3 2x 1 9 3 1 9
1 2 :
1 2 3 4
3 4 2
1 7 8 9
1 2 3 2 4
0 3 2 4
4 8 2
1 6 11 6
1 0 2 y2
2 4 4 y2 4 y .
3 5 6 y2 5 y 1
tenha um terço de , com elementos todos negativos e em que os elementos da terceira linha
sejam iguais a -3.
1 1 0 1
1 3 1 2
10. Considere o determinante: . Mostre que 1 , aplicando o
1 3 2 1
1 1 4 0
teorema de Laplace à terceira coluna.
a a2 2a 2 a 3a 2 4a 2
11. Sendo 1 b b 2 3b 2 e 2 b 4b 2 6b 2 , verifique, sem resolver os determinantes,
c c2 4c 2 c 5c 2 8c 2
que 2 21 .
1.1 1 1 1.2 2 1
4 1 12
3. 2 2 3 4 ; k 24
1 3 4
1 4 4 4
8 9 7
1 2 1 3
4. Por ex: 6. 3 2 4 7. 4
1 3 3 7
4 8 2
1 6 2 5
4 9 1 3 7 9 2 3
3 3 5 7 1
8. Por ex: A 10. 6 logo 6 1
3 3 3 3 6
5 3 5 5
1 0 1 1
2 1 1 3
1. Seja A = e A.
0 1 1 2
1 1 2 1
1.1 Calcule , aplicando propriedades.
1.2 Com base no determinante escreva um determinante ' de 2ª ordem que seja o
triplo de e com os elementos da 2ª coluna iguais a 1.
1 2 3 4
2 2 3 4
2. Aplicando as propriedades dos determinantes, calcule: .
2 3 2 1
2 3 4 1
1 1 1
4. Seja A 0 2 1 e A . Com base no determinante escreva um determinante
1 0 1
1 5 2 1 1 1
5. Seja 1 3 0 2 e 2 3 0 2 . Com base nos determinantes 1 e 2 e sem
0 3 4 0 3 4
a 3 b
6. Considere a seguinte matriz: A b 3 a , a, b .
3 b a
1 0 11
0 2 1 0
7. Seja A e A.
1 1 2 1
3 1 1 0
7.1 Calcule aplicando propriedades.
7.2 Com base na alínea anterior e em , escreva um determinante de 3ª ordem tal que
2 .
7.3 Utilizando o teorema de Laplace confirme que de facto 2 .
2. 20
7 2 3 4
1 1 1 1
4. Por ex:
2 1 1 2
8 1 3 5
1 2 3 4
0 0 6 3
5. Por ex.
0 3 0 2
0 0 3 4
4 2 0
7.1 15 7.2 Por ex. 1 4 3
1 3 0
Sejam n, m, i , j e aij , i 1, , m, j 1, ,n .
x1 2 x2 3 .
x12 0 ;
x1 2 x2 3 .
a11 x1 a1n xn b1
a x a2 n xn b2
S 21 1 . (3.2)
am1 x1 amn xn bm
AX B (3.3)
onde
1 1 1 1 x1 1
1 1 1 1 x 1
AX B 2 .
1 0 2 0 x3 0
1 1 0 1 x4 2
1 1 1 1
1
1 1 1 1 1
A matriz completa do sistema é a matriz A = .
1 0 2 0 0
1 1 0 1 2
1 2
2 3 3 0
vez que .
1 2 1
3 3
Teorema 3.1
É condição necessária e suficiente para que um sistema de equações lineares seja possível,
que a matriz dos coeficientes e a matriz completa do sistema tenham a mesma característica,
isto é,
car A car A (3.6)
Determinado
SPD
car A car A n
(tem uma única
Possível solução)
car A car A n
(tem pelo menos
Sistema de uma solução) Indeterminado
SPI grau de indeterminação:
Equações Lineares
(tem um número k n car A
AX B infinito de soluções)
Impossível
SI
car A car A
(não tem
qualquer solução)
car A 2
Como car A 2 , de acordo com a Tabela 3.1, o sistema é possível e
nº incógnitas 2
determinado, SPD , isto é, tem uma única solução.
x y 1
2. S2 .
x y 1
1 1 1 1
A= car A 1
1 1 l2 l2 l1 0 0
1 1 1 1 1 1
A= car A 2
1 1 1 l2 l2 l1 0
0 2
car A 1
Como , de acordo com a Tabela 3.1, o sistema é impossível, SI , logo não
car A 2
tem qualquer solução.
x y 1
3. S3 .
2 x 2 y 2
1 1 1 1
A= car A 1
2 2 l2 l2 2l1 0 0
1 1 1 1 1 1
A= car A 1
2 2 2 l2 l2 l1 0 0 0
car A 1
Como car A 1 , de acordo com a Tabela 3.1, o sistema é possível e
nº incógnitas 2
Teorema 3.4
Seja AX B um sistema de equações lineares a n incógnitas e m equações sobre , onde
A O e r min n, m . Então, é possível transformar o sistema dado noutro sistema
Ir E
C= ,
(3.7)
0 0
S S'
A B'
0 0
1 1 0 0 1 1 0 0 car A 3
A = 1 1 1 1 0 2 1 1 car A 3 SPD
l2 l2 l1
1 1 2 l3 l3 l1 0 0 2 2
2 nº incógnitas 3
Neste caso, o sistema é possível e determinado, SPD , e portanto tem uma única solução.
Vamos determinar a sua solução.
Colocamos os pivôs iguais a 1 na submatriz principal (matriz assinalada).
1 1 0 0
A 0 1 1 2 1 2 .
l2 1 2l2
l3 1 2l3 0 0 1 1
1 0 0 0 x 0
Tiramos a solução para cada variável: 0 1 0 0 y 0
0 0 1 1 z 1
Escrevemos o conjunto solução CS 0, 0,1 .
Resolução
2 1 1 1 x1 1
4 1 1 1 x 1
O sistema, na forma matricial AX B , escreve-se 2 .
6 2 0 0 x3 0
1 1 1 1 x4 2
Começamos por condensar a matriz completa do sistema A , de forma a podermos obter as
características das matrizes A e A .
x1 x2 x3 x4 x3 x2 x1 x4 x3 x2 x1 x4
2 1 1 1
1 1 1 2 1 1 1 1 2 1
1
4 1 1 1 1 0 2 6 0 0
A= 1 1 4 1 1
6 2 0 0 0 c1 c3 0 2 6 0 0 l2 l2 l1 0 2 6 0 0
l4 l4 l1
1 1 1 1 2 1 1 1 1 2 0 2 1 2 3
x3 x2 x1 x4 x3 x2 x1 x4
1 1 2 1
1 1 1 2 1 1
0 2 6 0 0 0 2 6 0 0
l3 l3 l2 0 0 0 0 0 l3 l4 0 0 5 2 3
l4 l4 l2
0 0 5 2 3 0 0 0 0 0
car A 3
4 3 1
car A 3
SPI
n º incógnitas 4
Neste caso o sistema é possível e indeterminado, com grau de indeterminação 1, SPI , e
portanto tem várias soluções. Vamos determinar as suas soluções.
Colocamos os pivôs iguais a 1 na submatriz principal (matriz assinalada).
x3 x2 x1 x4
1 1 2 1 1
0 1 3 0 0
A .
1
l2 l2
0 0 1 2 5 35
2
1 0 0 0 0 0
l3 l3
5
2 x 3 6 x4 9 3 x4 2
Escrevemos o conjunto solução CS 4 , , , x4 , x4 .
5 5 5
Resolução
x1
1 2 5 3 6 x2 14
O sistema, na forma matricial AX B , escreve-se 0 0 2 0 7 x3 12 .
2 4 5 6 5 x4 1
x5
x1 x3 x5 x4 x2
1 5 6 3 2 14 car A 3
5 3 2
0 1 3 0 0 5 car A 3
c5 c3 SP 2 I
0 0 1 0 0 2 n º incógnitas 5
Neste caso o sistema é possível e indeterminado, com grau de indeterminação 2, SP 2 I e
portanto tem várias soluções. Vamos determinar as suas soluções.
Como os pivôs já são iguais a 1 na submatriz principal (matriz assinalada), vamos
introduzir zeros acima da diagonal.
x1 x3 x5 x4 x2 x1 x3 x5 x4 x2
1 0 9 3 2 11 1 0 0 3 2 7
A 0 1 3 0 0 5 0 1 0 0 0 1
l1 l1 5l2 l l 9l
0 0 1 0 0 2 l12 l12 3l33 0 0 1 0 0 2
Resolução
1 1 0 x1 1
O sistema, na forma matricial AX B , escreve-se 1 2 3 x2 1 .
1 0 3 x3 2
a11 x1 a1n xn 0
a x a2 n xn 0
21 1
(3.8)
am1 x1 amn xn 0
AX O (3.9)
sendo
car A = car A
e, portanto, de acordo com a Tabela 3.1, é um sistema sempre possível, admitindo sempre a
x1 0
solução nula, isto é, , podendo ser determinado ou indeterminado.
x 0
n
1 1 1 0 1 1 10 1 1 1 0
A = 1 1 0 0 0 0 1 0
0 1 2 0
l l l l2 l3
1 0 1 0 l32 l32 l11 0 1 2 0 0 0 1 0
car A 3
car A 3 SPD
n º incógnitas 3
Neste caso o sistema é possível e determinado, SPD , e portanto tem uma única solução.
Como todo o sistema homogéneo admite a solução nula, então o seu conjunto solução é
CS 0, 0, 0 .
Resolução
1 2 1 x1 0
O sistema, na forma matricial AX B , escreve-se 0 2 1 x2 0 .
2 4 2 x3 0
1 2 1 0 1 2 1 0 car A 2
3 2 1
A = 0 2 1 0 0 2 1 0 car A 2
l3 l3 2l1 SPI
2 4 2 0 0 0 0 0 nº incógnitas 3
EMECAN 2015/2016 – ALGAN - ISEP 77
Neste caso o sistema é possível e indeterminado, com grau de indeterminação 1, SPI , e
portanto tem várias soluções. Vamos determinar as suas soluções.
Colocamos os pivôs iguais a 1 na submatriz principal (matriz assinalada).
1 2 1 0
A 0 1 12 0
1
l2 l2 0 0
2 0 0
1
Escrevemos o conjunto solução CS 0, x3 , x3 , x3 .
2
1 1 0 x 0
Efetivamente, o sistema na forma matricial AX B escreve-se 1 1 1 y 1 .
1 1 2 z 2
Logo, o número de equações (3 equações) é igual ao número de incógnitas (3 incógnitas).
Vamos verificar que A 0 .
1 1 0 1 1 0
A 1 1 1 0 2 1 4 0.
l l l
1 1 2 l32 l32 l11 0 0 2
X A1B (3.11)
3.8).
xi i , i 1, ,n (3.12)
0 1 0 1 1 1 1 1 1
P2.3
1 1 1 1 0 1 0 0 1 0 0
l1 l2 l3 l3 2l1
2 1 2 2 1 2 0 3 0
1 0 0 1 1 0 1 1 0
P2.3 P2.8
2 1 1 1 0 3 1 1 1 0 2 1 4
l l l
1 2 2 1 1 2 l32 l32 l11 0 0 2
0 0 4
x 1 0 ; y 2 0; z 3 1.
4 4 4
Então, o seu conjunto solução é CS 0, 0,1 (conforme podemos verificar no Exemplo
3.8).
O objetivo desta secção é apresentar uma metodologia (seguida de alguns exemplos) que
permita de forma sistemática efetuar a discussão de sistemas onde figuram parâmetros. Neste
caso, o objetivo não é obter o conjunto solução do sistema mas classificar o sistema em
função da variação dos parâmetros dados. Para isso, vamos seguir os seguintes passos.
II. Impõem-se as condições que tornam a car A com o maior valor possível.
II. Impõem-se as condições que tornam a car A com o maior valor possível.
a 0 a 1 car A 3
car A 3 SPD
nº incógnitas 3
IV. Contrariam-se as condições encontradas em II.
Neste caso, contrariando as condições a 0 a 1 , obtemos a 0 a1 .
1º) 2º)
Por outro lado, car A 3, b , porque a terceira linha da matriz completa não é
nula.
car A 2
SI .
car A 3
1 1 1 1
0 0 0 b 1 car A 1
2º) a 1 A
0 0 0 0
1 1 1 1
0 0 0 0 car A 1
i) b 1 A
0 0 0 0
car A 1
3 1 2
car A 1 .
SP 2 I
nº incógnitas 3
ii) b 1 car A 2 .
car A 1
SI
car A 2
VI. Faz-se um resumo para todos os valores dos parâmetros e respetiva classificação.
a b 1 SP2 I
a 0, b a 1 b 1 SI
ou
b
SPD
1 SI
SP 2I
-1 1 a
-1
II. Impõem-se as condições que tornam a car A com o maior valor possível.
a 0 a 3 0 a 0 a 3 car A 3
III. Nas condições definidas em II estuda-se a car A e classifica-se o sistema.
1 0 0 b 1 0 0 b
0 0 4 2b 2 0 4 0 2b 2 car A 2
l2 l2 3l2 c c
0 0 0 b 3 2
0 0 0 b
1 0 0 0
0 4 0 2 car A 2
i) b 0 A
0 0 0 0
car A 2
3 2 1
car A 2 .
SPI
nº incógnitas 3
ii) b 0 car A 3 .
car A 2
SI .
car A 3
2º)
3 1 3 b 3 3 1 b 3 3 1 b
a 3 A 0 0 1 b 5 0 1 0 b 5 0 1 0 b 5 car A 2
c c l l 3l
0 0 3 3 b 2 3 0 3 0 3 b 3 3 2 0 0 0 2b 12
3 3 1 6
0 1 0 1 car A 2
i) b 6 A
0 0 0 0
ii) b 6 car A 3 .
car A 2
SI
car A 3
VI. Faz-se um resumo para todos os valores dos parâmetros e respetiva classificação.
a 0 a 3, b SPD
a b 0 a 3 b 6 SPI
a 0 b 0 a 3 b 6 SI
Resolução
1 1 2 1
1 0 x
a 1
O sistema, na forma matricial AX B , escreve-se y .
1 1 2 b
z
2 1 2 a 2
I. Condensa-se a matriz completa do sistema.
1 1 2 1 1 1 2 1 1 1 2 1
1 0 0
A=
a 1 0 1 a 2 0 0 1 a2
1 1 2 b l2 l2 l1 0 2 0 b 1 l3 l3 2l2 0 0 2a 4 b 1
l3 l3 l1 l l l
2 1 2 a 2 l l 2l 0 1 2 a
4 4 1
0 4 4 2 0 0 2a 0
car A 3, a , b
Uma vez que não se impuseram condições aos parâmetros a e a b , porque a característica
da matriz A é sempre 3 para todos os valores de a e de b , estudamos agora a
característica da matriz A .
1 1 2 1
2a b 1 0 1 a2 0 car A 3
i) 0 a 0 b 1
4 0 0 1 b 1 4
0 0 0 0
a 0 b 1 car A 3
car A 3 SPD
nº incógnitas 3
2a b 1
ii) 0 a 0 b 1 car A 4
4
a 0 b 1 car A 3
SI
car A 4
VI. Faz-se um resumo para todos os valores dos parâmetros e respetiva classificação.
a 0, b b 1, a SPD
a 0b 1 SI
E XERCÍCIOS RESOLVIDOS
2 x1 x2 x3 0
1. Considere o seguinte sistema, nas incógnitas x1 , x2 e x3 : x1 x2 x3 3 .
x x x 1
1 2 3
1.1 Represente-o matricialmente.
1.2 Classifique o sistema.
1.3 Resolva-o usando o método de Gauss-Jordan.
Resolução:
1.1 A representação matricial de qualquer sistema corresponde à igualdade AX B sendo
A - matriz dos coeficientes;
X - matriz das incógnitas;
B - matriz dos termos independentes.
2 1 1 x1 0
Sendo assim, vem AX B 1 1 1 x2 3 .
1 1 1 x3 1
2 1 1 0 1 1 1 3 1 1 1 3
A 1 1 1 3 2 1 1 0 0 3 1 6
l1 l2 l2 l2 2l1
1 1 1 1 1 1 1 1 l3 l3 l1 0 2 0 4
1 1 1 3 car A 3
0 1 3 6 car A 3
c2 c3 SPD
0 0 2 4
nº incógnitas 3
Neste caso o sistema é possível e determinado, SPD , e portanto tem uma única solução.
x1 x2 x3 x4 0
2 x1 x2 x3 x4 3
2. Considere o seguinte sistema nas incógnitas 1 , 2 , 3 e 4 :
x x x x .
x1 2 x4 3
x2 x3 3x4 3
car A 2
4 2 2
car A 2
SP 2 I
nº incógnitas 4
Trata-se, então de um sistema possível e duplamente indeterminado.
2.2 De seguida, como os elementos da diagonal principal (pivôs) já são iguais a 1 na
submatriz principal, introduzimos zeros acima da diagonal.
1 1 1 1 0 1 0 02 3
0
0 1 1 3 3 1 1 3 3
A 0
0 0 0 0 1 1 2 0
l l l 0 0 0 0
0 0 0 0 0 0 0 0 0 0
s1 1,0,0,1 .
E XERCÍCIOS PROPOSTOS
x1 x2 x3 x4 0
1. Considere o sistema nas incógnitas x1 , x2 , x3 e x4 : 2 x2 x3 x4 0 .
2 x 2 x x x 2
1 2 3 4
soluções do sistema dado. Sabendo que S representa o conjunto solução do sistema dado,
qual o grau de indeterminação do sistema?
1.6 Escreva um sistema equivalente ao anterior.
1.7 Acrescente uma equação ao sistema dado de forma a obter um sistema impossível.
x1 x2 2 x3 2 x4 1
x1 x2 x3 x4 2
3. Considere o sistema .
x1 x2 x3 x4 4
2 x1 x2 x3 2 x4 4
Soluções:
x1
1 1 1 1 0
1.1 0 2 1 1 0
x2
1.3 Sistema possível e indeterminado.
x3
2 2 1 1 x 2
4
1.5 Sistema possível e simplesmente indeterminado (um grau de indeterminação), SPI .
2.1 Sistema impossível, SI .
5 3 4
2.2 Sistema possível e determinado, SPD . CS , ,
11 11 11
2.3 Sistema possível e duplamente indeterminado SP 2 I .
CS 2 x4 x3 ,1 3x4 , x3 , x4 ; x3 , x4
3.2 Sistema possível e indeterminado SPI . CS x4 , x4 3, x4 1, x4 ; x4 .
1 1 2 3
1. Considere as matrizes A 0 4 2 e B 2 . Determine a matriz X que verifica
2 2 2 4
AX B .
1
1 1 2
2. Considere as matrizes X e Y 1 . Resolva a equação matricial em ordem
2 1 7
2
a Z : Y XT Z O .
x 2 y z 3
3. Considere o seguinte sistema de equações: 2 x 3 y z 8 .
x 5 z 7
3.1 Resolva-o, utilizando o método de Gauss-Jordan.
3.2 Com base nos cálculos anteriores diga, justificando, se o sistema homogéneo obtido a
partir do sistema dado por substituição dos termos independentes, admite como única
solução a solução nula.
x1 x3 x4 1
4. Considere o seguinte sistema de equações lineares: x1 x2 x4 0.
x x x 1
1 2 4
4.1 Sem efetuar cálculos, diga que considerações podem sem feitas quanto à classificação
do sistema dado. Justifique convenientemente cada afirmação.
4.2 Discuta e resolva, se possível, o sistema dado usando o método de Gauss-Jordan.
5 3z z 1
T
1
1. X z , z 2. Z
2 2 0
E XERCÍCIOS RESOLVIDOS
2 x1 x2 x3 0
1. Considere o sistema x1 x2 x3 3 .
x x x 1
1 2 3
1.1 Prove que é um sistema de Cramer.
1.2 Resolva-o por igualdade matricial.
1.3 Confirme o valor de x3 , aplicando as fórmulas de Cramer.
Resolução:
2 1 1 x1 0
1.1 O sistema na forma matricial AX B , escreve-se 1 1 1 x2 3 .
1 1 1 x3 1
2 1 1 1 1 1 1 1 1 1 1 1
A 1 1 1 2 1 1 0 3 1 0 1 3 2 0 .
l2 l1 l l 2l c2 c3
1 1 1 1 1 1 l32 l32 l1 1 0 2 0 0 0 2
1 0 1
Assim, A 1
0 1 2 1 2 .
1 1 2 3 2
3
1.3 Aplicando a igualdade (3.12) temos x3 , sendo A 2 (obtido em 1.2) e
2 1 0 1 2 0 1 2 0
P 2.3
3 1 1 3 1 1 3 0 3 3 0.
c2 c1 l2 l2 l1
1 1 1 1 1 1 l3 l3 l1 0 1 1
0
Então x3 0.
2
E XERCÍCIOS PROPOSTOS
x y z 1
1. Considere o seguinte sistema de equações lineares: 2 y z 0 .
x 2z 0
1.1 Prove que o sistema é de Cramer.
1.2 Resolva-o usando as fórmulas de Cramer.
1.3 Resolva-o usando igualdade matricial.
Soluções:
4 1 2 1 1 1
1.2 CS , , 2.2 CS , ,
7 7 7 2 2 2
E XERCÍCIOS SUPLEMENTARES
x1 ax2 x3 1
1. Considere o sistema x1 2 x2 x3 1, a .
ax x x 2
1 2 3
1.1 Que valores deverá tomar o parâmetro a para que o sistema seja de Cramer?
1.2 Resolva-o, pelas fórmulas de Cramer, para a 1 .
1 2 2 a x
A 3 b 1 ; B 0 ; X y
2 5 3 4 z
2.1 Determine os valores de a e de b de forma que 2,1, 1 seja solução do sistema
dado.
2.2 Para a b 2 resolva o sistema dado utilizando as fórmulas de Cramer.
2 x1 x2 x3 x4 0
3 x1 2 x2 x4 1
3. Considere o sistema .
x 1 x2 3 x3 2 x4 2
x2 2 x3 x4 4
6 10 2
2.1 a 2 b 7 2.2 CS , ,
11 11 11
9 23 21
3.2 CS , ,13,
2 2 2
E XERCÍCIOS RESOLVIDOS
7 x 2 y z 0
1. Considere o seguinte sistema, nas incógnitas x , y e z : 3 x 2 y z 0 .
4 x 2 z 0
1.1 Classifique o sistema a priori.
1.2 Indique, sem efetuar cálculos, uma solução do sistema.
1.3 Resolva-o usando o método de Gauss-Jordan.
Resolução:
1.1 O sistema é um sistema homogéneo; logo, sempre possível. Poderá ser determinado ou
indeterminado.
1.2 Sendo um sistema homogéneo, a solução nula, s 0, 0, 0 , é sempre solução do
sistema.
7 2 1 x 0
1.3 O sistema, na forma matricial AX B , escreve-se 3 2 1 y 0 .
4 0 2 z 0
1 0 5 4 0 5 5
y z 0 y z
0 1 1 2 0 4
4
A
1
x z 0 x 1 z
0 0 0 0
2 2
1 5
Escrevemos o conjunto solução CS z , z , z ; z .
2 4
Tal como se pode verificar, a solução nula é solução do sistema (basta fazer z 0 ); mas
neste caso, é uma das muitas soluções do sistema.
E XERCÍCIOS PROPOSTOS
x1 x2 x3 2
1. Considere o sistema x1 2 x2 x3 1 .
x x 2x 1
1 2 3
Soluções:
1.1 SPD 1.2 car A 2
E XERCÍCIOS SUPLEMENTARES
x y z 0
1. Considere o seguinte sistema de equações lineares: 2 y z 0 . Prove que é um
x 3 y 0
sistema de Cramer e diga qual a solução do sistema dado sem o resolver. Justifique
convenientemente a sua resposta.
Soluções:
1. CS 0, 0, 0
E XERCÍCIOS RESOLVIDOS
x ay z a
1. Discuta o seguinte sistema nas incógnitas x , y e z : x by cz b , a, b, c .
x ay az b
Resolução:
1 a 1 x a
O sistema, na forma matricial AX B , escreve-se 1 b c y b .
1 a a z b
b a 0 a 1 0 b a a 1 car A 3
b a a 1 car A 3
car A 3 SPD
nº incógnitas 3
IV. Contrariam-se as condições encontradas em II.
Neste caso, contrariando as condições b a a 1 , obtemos b a a1 .
1º) 2º)
1 1 a a 1 1 a a
i) c 1 A 0 0 0 0 0 a 1 0 0
l l
0 a 1 0 0 2 3 0 0 0 0
1 1 1 1 car A 1
0 0 0 0 car A 1 3 1 2
a 1 A
0 0 0 0 SP 2 I
n º incógnitas 3
car A 2
3 2 1
a 1 car A 2
SPI
nº incógnitas 3
1 1 a a 1 1 a a
ii) c 1 A 0
1 0 0 0 1 0 0
l l a 1l2
l2 2 0 a 1 0 0 3 3
l
c 1
0 0 0 0
1 1 1 1
2º) a 1 A 0 b 1 c 1 b 1
0 0 0 b 1
car A 2
i) b 1 SI
car A 3
1 1 1 1 1 1 1 1
ii) b 1 A 0 0 c 1 0 0 c 1 0 0
c2 c3
0 0 0 0 0 0 0 0
b a a 1, c SPD
a 1 b 1 c 1 b a a 1, c SPI
a 1 b 1 c 1 SP 2 I
a 1 b 1, c SI
E XERCÍCIOS PROPOSTOS
x y z a x ay bz 1 x y az 1
1.1 3 x b 5 y 2 z b 2 a 2 1.2 ay 2 z 2 1.3 2 x az b 1
x b 3 y az b x ay 3bz b 2 y a 2 z a
x y z 1 x ay a 2 z 1
x y z 0 x y az 1
1.6 x by b 2 z 1
1.4 1.5 x by b 2 z 1
2 x 2 y 2 z 0 x y z b x ay z b
x y z
x ay a z a
2
3. Considere o seguinte sistema de equações: x 2a 1 y a 2 a 1 z a 2 a .
x ay a b a 2 z b a 1
3.1 Discuta os diferentes tipos de soluções que pode obter em função da variação dos
parâmetros a e b .
3.2 Determine o valor dos parâmetros a e b , sabendo que a solução do sistema é a
seguinte: S 6, 4, 0 .
b 2 a 2 a 2 SPI
b 2 a 2 a 0, b SI
1.2
a 0b 0 SPD
1
a 0b SPI
3
1
a 0 b b 0, a SI
3
1.3
1.4
a 0 a 3, b SPD
1 SPD
a 0 b 3 a 3 b 6 SPI
1 SI
a 0 b 3 a 3 b 6 SI
1.5 b
SPD
a 1 b 1 SPD SPI
1
b 1 a 1 SPI SP2I
a 1 b 1 SP 2 I 1 a SI
a 1 b 1 SI
b
1.6 SPD
b a a 1 a 1 SPD 1 SPI
b a a 1 a 1 a 1 b 1
SP2I
SPI -1 1 a
SI
a 1 b 1 SP 2 I -1
a 1 b 1 a 1 b 1 SI
2.
b 1 b a SPD
b 1 a 1 b a a 1 SPI
b 1 a 1 SP 2 I
3.1 3.2 a 2 b 1
a 1 a b SPD
a 1 b 1 SPI
a 1 b 1 a 1 a b SI
E XERCÍCIOS SUPLEMENTARES
x ay 2az a
x a y z c
2
x ay bz b
x1 ax2 ax3 b
2. Discuta o seguinte sistema nas incógnitas reais x1 , x2 e x3 : x1 bx2 ax3 a ;
x1 ax2 a x3 c
2
a, b, c .
3.1 Diga quais os diferentes tipos de soluções em função dos parâmetros reais a , b e c .
3.2 Considere a 1 , b 2 e c 1 . Mostre que a solução nula é a única do sistema
homogéneo associado, sem o resolver.
a 0 b 0 c 1 b 2a a 0 a 1, c
SI
a 1 c 1 b 2 3 b 1 0 b 2 a 1, c
2.
a 0 a 1 a b, c SPD
a 0 b 0 c b a 1 c b a b b 0 c b 2 SPI
abc0 SP 2 I
a b 0 c 0 a 0 b 0 c b a 1 c b
SI
a b b 0 c b 2
3.1
a b a 0 b 1, c SPD
a 0 b 0 c b b 1 a 1 c 1 a b b 0 b 1 c b SPI
abc0 SP 2 I
a b 0 c 0 a 1 b 1, c a b b 0 b 1 c b
SI
a 0 b 0 c b b 1 a 1 c 1
4.1
0, 1, SPD
0 1 SI
4.2
a 2 a 2 b a 2 SPD
a 2 b 4 a 2 b 2 SPI
a 2 b 4 a 2 b 2 b a 2 SI
x1 x2 4 x4 6 x1 3 x2 x3 0
x x 3x 4 2 x x 1
2 3 4 2 3
1.1 1.2
x3 x4 1 2 x1 5 x2 x4 2
x1 2 x2 6 x4 11 x1 x2 1
x1 x2 x3 1 x1 x2 1
x 2 x x 2 x x 2x x
1 2 4 1 2 3 4 1
1.3 1.4
3 x2 x3 x4 1 2 x2 x4 0
3 x1 2 x3 x4 4 2 x1 x2 x3 1
2 x1 x3 x4 1 2 x1 x2 x3 x4 7
1.5 x1 x2 x4 5 1.6 x2 x3 x4 3
2 x x 3 x 11 x x 2
2 3 4 1 3
x 2 y 3z 1 x 2 y 4z 2
2.1 y 2z 0 2.2 x 2 z 1
x y 2 z 0 x 2 y 2z 0
x ky z 0
x 2 y 0 .
2 x 4 y k 2 z 0
Condicione o valor de k de modo que o sistema dado seja de Cramer e diga, sem o
resolver, qual o seu conjunto solução para os valores de k encontrados.
4. Considere o sistema nas incógnitas x, y, z , sendo a, b : x by az 1 .
x ay az b
4.1 Discuta o sistema em função da variação de a, b .
4.2 Seja a 2 e b 0 .
4.2.1 Resolva o sistema, usando as fórmulas de Cramer.
4.2.2 Sem efectuar cálculos, diga, justificando, qual o conjunto solução do sistema
homogéneo associado ao sistema.
x a 2 y z 1
5. Considere o sistema de equações lineares, sendo a, b : 2 x 8 y az 2 .
2 a 4 y az b
5.1 Discuta o sistema nas incógnitas x, y, z , sendo a, b .
5.2 Resolva o sistema usando o método de Gauss-Jordan para a 2 e b 1 .
5.3 Resolva o sistema usando as fórmulas de Cramer para a 0 e b 1 .
x1 2 x2 x3 x4 1
6. Considere o seguinte sistema de equações lineares: 2 x1 4 x2 3 x3 4 x4 2 .
3 x 6 x 3 x 5 x 3
1 2 3 4
x ay az 1 x y z b
7.1 x y 2 7.2 x a 3 y bz a
x y bz 2b 1 2 x a 4 y 2 z a b 2
3. k 2 ; CS 0, 0, 0
4.1
b a a 0a 1 SPD
a b 1 SP 2 I
a 0, b a 1 b 1 a b a 0 a 1 SI
1
4.2.1 CS 1, ,1 4.2.2 CS 0, 0, 0
2
5.1
a 2 a 1 SPD
a 2, b a 1 b 0 SPI
a 1 b 0 SI
1 1 1 1
5.2 CS 4k , k , ; k 5.3 CS 2, ,
2 2 4 2
6.1.1 Não. 6.1.2 Não. O sistema dado não admite a solução nula.
1 1
6.2 SPI . CS 1 k , 2 k , 4 2k , k ; k
3 3
a 1 b 1 b 0, a SI
7.2
a 2 b 1 SPD
a 2 b 0 SPI
a 2 b 1 b 0 b 1, a SI
: V V V
(4.1)
u, v uv
V um elemento oposto.
: V V
(4.2)
, u u
1. O conjunto n
= x1, x2 , , xn : x1, x2 , , xn é um espaço vetorial sobre com
a0
an x n b0
bn x n a0 b0 an bn x n , p x , q x Pn x
(4.5)
p x q x
a0
an x n a0 an x n , p x Pn x
(4.6)
p x
2
O conjunto não é um espaço vetorial com as operações definidas uma vez que, por
exemplo, não verifica o axioma M4.4.
n
Com estas operações, o conjunto não é um espaço vetorial uma vez que, por
exemplo, não verifica o axioma M2.2.
1. V1 x, y 2
: 2 x y 0 ;
2. V2 x , y 2
: xy 0 .
Resolução
A4.2 u v x1, 2 x1 x2 , 2 x2 x1 x2 , 2 x1 2 x2 x1 x2 , 2 x1 x2
A4.3 u v w x1 x2 , 2 x1 2 x2 x3 , 2 x3 x1 x2 x3 , 2 x1 2 x2 2 x3
x1 x2 x3 , 2 x1 2 x2 2 x3 x1, 2 x1 x2 x3 , 2 x2 2 x3
x1, 2 x1 x2 , 2 x2 x3 , 2 x3 u v w
Fica assim estabelecido que existe elemento neutro da adição, sendo 0V1 0,0 .
A4.5 Seja u x1 ,2 x1 V1 .
M4.2 u x1 , 2 x1 x1 , 2 x1
x1, 2 x1 x1, 2 x1 u
M4.3 u v x1 x2 , 2 x1 2 x2 x1 x2 , 2 x1 2 x2
x1 x2 , 2 x1 2 x2 x1 , 2 x1 x2 , 2 x2
x1 , 2 x1 x2 , 2 x2 u v
Uma vez que existem pelo menos dois elementos de V2 para os quais não se verifica o
P4.1 0 u 0V
P4.2 0V 0V
P4.3 u u u
P4.4 u u u
P4.5 u v u v
P4.6 u 0V 0 u 0V
Isto permite concluir que todo o subespaço vetorial é também ele próprio um espaço vetorial.
No entanto, como o subespaço vetorial é por definição um subconjunto de um espaço vetorial
algumas propriedades não precisam de ser verificadas. Por exemplo, a propriedade comutativa
não precisa de ser verificada uma vez que é válida para todos os elementos do espaço vetorial,
logo em particular também é válida para quaisquer elementos de um seu subconjunto.
Os axiomas que têm de ser verificados são:
A4.1 – a adição de elementos de W pode não pertencer a W mas apenas a V ;
A4.4 – o elemento neutro pode não pertencer a W mas apenas a V ;
A4.5 – o simétrico de um elemento de W pode não pertencer a W mas apenas a V ;
M4.1 – a multiplicação de um elemento de W por um escalar pode não pertencer a W
mas apenas a V .
Além disso, se os elementos de W verificarem os axiomas A4.1 e M4.1 os axiomas A4.4 e
A4.5 também se verificam, como consequência do seguinte teorema
Observação: Em todos os exemplos desta secção e das secções seguintes serão utilizadas as
operações de adição e de multiplicação escalar usuais no espaço considerado e definidas no
Exemplo 4.1. Vamos também omitir o símbolo na multiplicação escalar usual, isto é,
u , , u V será representado simplesmente por u .
1. A x, x z , z : x,z ;
2. B x , y , z 3
: x y z 2 .
Resolução
1. Vamos verificar as condições S4.1-S4.3.
u v x1 x2 , x1 z1 x2 z2 , z1 z2 x1 x2 , x1 x2 z1 z2 , z1 z2 A
x x z z
u x1, x1 z1, z1 x1, x1 z1 , z1 x1 , x1 z1 , z1 A
x x z z
u v 2 y1 z1 2 y2 z2 , y1 y2 , z1 z2 4 y1 y2 z1 z2 , y1 y2 , z1 z2 B
x y z
Efetivamente u v B , uma vez que não se verifica a condição x y z 2 para as
coordenadas de u v . Vejamos
x y z 4 y1 y2 z1 z2 y1 y2 z1 z2 4 2 .
000 0 2.
1 v1 2 v2 n vn v (4.7)
1 6 9 1 6 9 1 6 9
car A 2 SPD
A = 2 4 2
l2 l2 2l1
0 8 16 l l l 0 8 16 car A 2
1 2 7 l3 l3 l1 0 8 16 3 3 2
0 0 0
Como o sistema é possível concluímos que existem escalares 1 , 2 de tal modo que o
1 6 9 1 0 3
0 1 2 1 3
A
l
0 1 2 l l 6l 2
l2 2 0 0 0 1 1 2 0 0 0 2
8
Logo, o vetor v pode ser escrito como combinação linear dos vetores v1 e v2 da seguinte
forma
3 1, 2, 1 2 6, 4, 2 9, 2, 7
1 6 4 1 6 4 1 6 4 car A 2
A = 2 4 1 0 8 9 0 8 9 SI
l l 2l l l l car A 3
1 2 8 l3 l3 l1 0 8 12
2 2 1 3 3 2
0 0 3
Resolução
Sejam v x , y , z
3
e 1,2 ,3 .
1 0 1 x 1 0 1 x car A 3
A = 0 0 1 y 0 1 0 z car A 3 SPD, x, y, z
l2 l3
0 1 0 z 0 0 1 y nº incógnitas 3
v2 2,1,0 e v3 2,3, 2 . Vamos verificar que o conjunto S não gera o espaço
3
vetorial .
Resolução
2 2 2 x 1 1 3 y 1 1 3 y
A=1 1 3 y 2 2 2 x 0 4 4 x 2 y
l l l l 2l
1 0 2 z 2 1 1 0 2 z l32 l32 l1 1 0 1 1 y z
1 1 3 y 1 1 3 y
0 1 1 yz 0 1 1 y z car A 2, x, y, z 3
l2 l3 l l 4l
0 4 4 x 2 y 3 3 2 0 0 0 x 2 y 4 z
i) x 2 y 4 z 0 car A 2 SPI
ii) x 2 y 4 z 0 car A 3 SI
3
Ou seja, o sistema só tem solução para os vetores de que satisfazem a condição
v2 2,1,0 e v3 2,3, 2 . Vamos verificar que o conjunto S gera o subespaço vetorial
de 3
definido por A x, y, z 3
: x 2 y 4z 0 .
Resolução
De acordo com (4.8) temos de verificar se u A 1, 2 , 3 : 1v1 2v2 3v3 u .
1 1 3 y 1 1 3 y 1 1 3 y
0 4 4 4 y 4 z 0 1 1 yz 0 1 1 z
l2 l2 2l1 l l l l 4l
l3 l3 l1 0 1 1 y z 2 3 0 4 4 4 y 4 z 3 3 2 0 0 0 0
car A 2
car A 2 SPI , y, z
nº incógnitas 3
O sistema é possível para qualquer vetor u A , o que permite concluir que os vetores
dados geram qualquer vetor de A , sendo, portanto, um conjunto de geradores.
Sejam v x , y , z 3 e 1 , 2 .
1 x
1 1, 0, 0 2 0,1, 0 x, y, z 1, 2 , 0 x, y, z 2 y
0 z
1 0 x 1 0 x
1
0 1 y A = 0 1 y car A 2, x, y, z 3
0 0 2 z 0 0 z
X
A B
i) z 0 car A 2 SPD
ii) z 0 car A 3 SI
3
Ou seja, o sistema só tem solução para os vetores de que satisfazem a condição z 0
não tendo, por exemplo, solução para o vetor 0,0,1 3 . Concluímos, então, que os
3
vetores dados não constituem um conjunto de geradores de .
Por outro lado, o sistema obtido tem solução sempre que z 0 , sendo então o conjunto
1 v1 2 v2 n vn 0V 1 2 n 0 (4.9)
Consideremos os vetores de 3
, v1 1,0,0 , v2 0,0,1 e v3 1,1,0 . Vamos verificar
que os vetores são linearmente independentes.
Resolução
3
Fazemos a combinação linear dos vetores dados e igualamos ao vetor nulo de . Fica
então,
1 1, 0, 0 2 0, 0,1 3 1,1, 0 0, 0, 0 , 1, 2 , 3 1 3 , 3 , 2 0, 0, 0
1 3 0 1 0
3 0 3 0
0
2 2 0
Como o sistema apresenta apenas a solução nula para 1 , 2 e 3 , os vetores são
linearmente independentes.
Consideremos os vetores de 3
, v1 1,0,0 , v2 0,0,1 , v3 1,1,0 e v4 0,1,0 .
1 0 1 0 0 1 0 1 0 0 car A 3
A = 0 0 1 1 0 0 1 0 0 0 car A 3
l2 l3 SPI
0 1 0 0 0 0 0 1 1 0
nº incógnitas 4
Concluímos, então, que o sistema apresenta um número infinito de soluções uma vez que é
indeterminado, logo, os vetores são linearmente dependentes.
Teorema 4.2
Seja V um espaço vetorial sobre e v1 , v2 , , vn V . Então os vetores v1, v2 , , vn são
linearmente dependentes se e só se pelo menos um deles for combinação linear dos restantes
vetores.
v4 0,1,0 são linearmente dependentes. De acordo com o Teorema 4.2 pelo menos um
dos quatro vetores é combinação linear dos restantes.
De facto, 1v1 0v2 1v4 v3 , uma vez que 11, 0, 0 0 0, 0,1 1 0,1, 0 1,1, 0 .
v1 1,2, 1 e v2 6,4,2 . Vamos verificar que, de acordo com o Teorema 4.2, os três
vetores são linearmente dependentes.
Resolução
Vamos fazer a combinação linear dos vetores e igualar ao vetor nulo.
1 9, 2, 7 2 1, 2, 1 3 6, 4, 2 0, 0, 0 , 1, 2 , 3
91 2 6 3 , 21 2 2 4 3 , 71 2 2 3 0, 0, 0
9 1 6 0 1 9 6 0 1 9 6 0
A = 2 2 4 0 2 2 4 0 0 16 8 0
c c l l 2l
7 1 2 0 2 1 1 7 2 0 l32 l32 l1 1 0 16 8 0
1 9 6 0 car A 2
0 16 8 0
car A 2 SPI
l3 l3 l2
0 0 0 0 n º incógnitas 3
Concluímos, então, que o sistema apresenta um número infinito de soluções uma vez que é
indeterminado, logo, os vetores são linearmente dependentes.
Teorema 4.3
Seja V um espaço vetorial sobre e v1 , v2 , , vn V . Se algum dos vetores é o vetor nulo
1 0 1 0 0 1 0 1 0 0 car A 3
A = 0 0 1 0 0 0 1 0 0 0 car A 3
l2 l3 SPI
0 1 0 0 0 0 0 1 0 0
nº incógnitas 4
De facto, facilmente se conclui que o vetor nulo é combinação linear de qualquer conjunto de
vetores. Assim sendo, usando o Teorema 4.2 verifica-se que qualquer conjunto de vetores que
inclua o vetor nulo é linearmente dependente.
Teorema 4.4
Sejam v1, v2 , , vn , vetores linearmente independentes de um espaço vetorial V e p .
independentes.
Teorema 4.5
Sejam v1, v2 , , vn vetores de um espaço vetorial V e i , j 1, ,n tais que i j . Então os
linearmente independentes.
Resolução
Vamos fazer a combinação linear dos vetores e igualar ao vetor nulo.
1 1, 0, 0 2 1,1,1 3 1,1, 0 0, 0, 0 , 1, 2 , 3
1 2 3 0 1 1 1 1 0
1 2 3 , 2 3 , 2 0, 0, 0 2 3 0 0 1 1 2 0
0 0 1 0 3 0
2
A X B
1 1 1 0 1 1 1 0 car A 3
A = 0 1 1 0 0 1 1 0 car A 3
l3 l3 l2 SPD
0 1 0 0 0 0 1 0
nº incógnitas 3
Como o sistema é um sistema homogéneo e determinado apresenta apenas a solução nula,
logo os vetores são linearmente independentes.
Resolução
Vamos fazer a combinação linear dos vetores e igualar ao vetor nulo.
1 1 1 0 1 1 1 0 1 1 1 0
A = 2 1 0 0 0 3 2 0
l l l 0 1 1 0
l2 l2 2l1
0 4 1 0 0 4 1 0 2 2 3 0 4 1 0
1 3 0 1 0 1 1 0
1 3 , 21 2 ,3 2 3 0, 0, 0 21 2 0 2 1 0 2 0
3 0 0 3 1 3 0
2 3
A X B
1 0 1 0 1 0 1 0 1 0 1 0
A = 2 1 0 0 0 1 2 0 0 1 2 0
l l 2l l l 3l
0 3 1 0 2 2 1 0 3 1 0 3 3 2 0 0 5 0
car A 3
car A 3 SPD
n º incógnitas 3
Como o sistema é um sistema homogéneo e determinado apresenta apenas a solução nula,
logo os vetores são linearmente independentes.
Teorema 4.6
Sejam v1, v2 , , vn , vetores de um espaço vetorial V e um escalar não nulo. Então, para
qualquer i 1, ,n , os vetores v1, , vi 1, vi , vi 1, , vn são linearmente independentes
1 3 0 1 0 1 1 0
1 3 , 21 3 2 ,9 2 3 0, 0, 0 21 3 2 0 2 3 0 2 0
9 0 0 9 1 3 0
2 3
A X B
1 0 1 0 1 0 1 0 1 0 1 0
A = 2 3 0 0 0 3 2 0 0 3 2 0
l l 2l l l 3l
0 9 1 0 2 2 1 0 9 1 0 3 3 2 0 0 5 0
car A 3
car A 3 SPD
nº incógnitas 3
Como o sistema é um sistema homogéneo e determinado apresenta apenas a solução nula,
logo os vetores são linearmente independentes.
base de V se
1. os vetores v1, v2 , , vn são linearmente independentes;
e
2. v1, v2 , , vn formam um conjunto de geradores de V .
1 0 0 1 0 0 0 0
0 0
, , , , a base canónica do espaço das matrizes
0 0
1 0
0 1
M 22 .
1 2 33 0
1 2 33 , 21 2 3 , 1 3 0, 0, 0 21 2 3 0
0
1 3
1 1 3 1 0
2 1 1 2 0
1 0 1 3 0
A X B
1 1 3 0 1 1 3 0 1 1 3 0
A 2 1 1 0
0 1 5 0 0 1 5 0
l l 2l l l l
1 0 1 0 l32 l32 l1 1 0 1 4 0 3 3 2 0 0 1 0
car A 3
car A 3 SPD
nº incógnitas 3
Como o sistema é um sistema homogéneo e determinado apresenta apenas a solução nula,
logo os vetores são linearmente independentes.
130 EMECAN 2015/2016 – ALGAN - ISEP
2. v1, v2 , v3 formam um conjunto de geradores do espaço vetorial 3
.
1 1 3 1 x
2 1 1 2 y
1 0 1 3 z
A X B
1 1 3 x 1 1 3 x 1 1 3 x
A = 2 1 1 y 0 1 5 y 2x 0 1 5 y 2 x
l l 2l l l l
1 0 1 z l32 l32 l1 1 0 1 4 z x 3 3 2 0 0 1 z y x
car A 3
car A 3 SPD, x, y, z
nº incógnitas 3
base.
v2 2,1,2 e v3 3,1,2 .
Resolução
Tendo em consideração a Definição 4.7, temos de verificar se
1. v1 , v2 , v3 são linearmente independentes.
Vamos fazer a combinação linear dos vetores e igualar ao vetor nulo.
1 1,0,0 2 2,1,2 3 3,1,2 0,0,0 , 1, 2 , 3
1 2 3 0 1 2 3 0 car A 2
A = 0 1 1 0 0 1 1 0 car A 2
l3 l3 2l2 SPI
0 2 2 0 0 0 0 0 nº incógnitas 3
Concluímos, então, que o sistema apresenta um número infinito de soluções uma vez que é
indeterminado, logo os vetores são linearmente dependentes.
Então, como não se verifica a primeira condição, os vetores dados não formam uma base
3
de .
0 2 2 0 3 0 0 1 2 2 3 0 0
1
1 1 2 2 0 3 3 0 0 1 2 2 3 1 3 0 0
1 2 0 1 1 0 0
0 0 1 1 1 0
2
3
1 2 2 3 0 1 2 1 2 0
1 3 0 3
1 0 1 X 0
A B
a11 a12
Sejam v M 22 e 1,2 ,3 .
a21 a22
1 2 a11
a
1 2 2 3 a11 a12 2 3 12
2
1 2 3 1 3 a21 a22 1 2 2 3 a21
1 3 a22
1 1 0 a11
0 1 1 1 a
12
1 2 1 2 a21
3
1 0 1 X a22
A B
Ou seja, o sistema só tem solução para as matrizes de M 22 que satisfazem a condição
1 1
a21 a11 a12 0 não tendo, por exemplo, solução para a matriz M 22 .
1 1
Concluímos, então, que os vetores dados não constituem um conjunto de geradores de
M 22 . Logo, não formam uma base de M 22 .
dim 2 2 .
dim 3 3 .
dim P2 x 3 .
dim M 22 4.
No geral,
dim n n, n
1. todo o vetor de V se escreve de modo único como combinação linear dos elementos
de v1, v2 , , vn .
formar uma base do espaço vetorial M 22 , uma vez que o espaço vetorial M 22
tem dimensão 4 (Exemplo 4.24) e estamos a considerar apenas três vetores (não são
geradores de M 22 ).
1 v1 n vn v (4.10)
Observação: Fica assim estabelecido que cada vetor de V possui uma e uma só sequência de
coordenadas relativamente à base fixada em V .
Consideremos a base de 3
, v1, v2 , v3 , com v1 1,2,1 , v2 1, 1,0 e v3 3,1, 1
do Exemplo 4.21. Vamos escrever as coordenadas do vetor v 1,0, 1 na base dada.
Resolução
Tendo em consideração a Definição 4.9, temos de calcular os valores de 1,2 ,3
Então, as coordenadas de v 1,0, 1 na base v1, v2 , v3 são 1, 2,0 , isto é,
de n
, são x1, x2 , , xn , xi , i 1, , n , isto é,
Teorema 4.8
Seja V um espaço vetorial de dimensão finita igual a n e v1, v2 , , vn uma sequência de
independentes.
v2 2,1,0 e v3 2,3, 2 são linearmente dependentes uma vez que se fossem
3
linearmente independentes teriam de ser geradores de , o que conforme verificamos
nesse exemplo não são.
A x, x z , z : x,z .
Resolução
Seja u x, x z , z A . Os vetores u de A podem escrever-se da seguinte forma
u x, x z , z x 1,1,0 z 0,1,1 , x, z .
verificar.
Tendo em consideração a Definição 4.7, temos de verificar se
1. v1 , v2 são linearmente independentes.
1 0 1 0
1 2 0 0 0
0 0
2 2
Como o sistema apresenta apenas a solução nula, os vetores são linearmente
independentes.
2. v1, v2 formam um conjunto de geradores de A .
Sejam v x, x z , z A e 1 , 2 .
1 x 1 0 x
1
1 2 x z 1 1 x z
z 2 z
2 0 1 X
A B
1 0 x 1 0 x 1 0 x
A = 1 1 x z 0 1 z
l l l 0 1 z
l2 l2 l1
0 1 z 0 1 z 3 3 2 0 0 0
car A 2
car A 2 SPD, x, z
n º incógnitas 2
O sistema é possível para qualquer vetor v A , o que permite concluir que os vetores
dados geram qualquer vetor de A , sendo, portanto, um conjunto de geradores.
Então, como os vetores v1 , v2 são linearmente independentes e geram A formam uma
base.
De acordo com a Definição 4.6 verifica-se que dim A 2 .
que dim B 2 .
Resolução
Seja u x, y , x 2 y B . Os vetores u de B podem escrever-se da seguinte forma
u x, y , x 2 y x 1,0,1 y 0,1, 2 , x, y .
1 0 1 0
2 0 2 0
2 0
1 2 0 0
Como o sistema apresenta apenas a solução nula, os vetores são linearmente
independentes.
base para B .
E XERCÍCIOS RESOLVIDOS
x2 , y2 x1 , y1 v u .
A4.3 u v w x1 x2 , y1 y2 x3 , y3 x1 x2 x3 , y1 y2 y3
x1 x2 x3 , y1 y2 y3 x1 , y1 x2 , y2 x3 , y3 u v w .
A4.4 Seja 0S 0, 0 .
u 0S x1 , y1 0, 0 x1 0, y1 0 x1 , y1 u .
u u x1 , y1 x1 , y1 x1 x1 , y1 y1 0, 0 0S .
M4.3 u v x1 x2 , y1 y2 x1 x2 , 0
E XERCÍCIOS PROPOSTOS
x1, y1 x2 , y2 x1 y1 , x2 y2 , x1, y1 , x2 , y2 2
n
e a multiplicação escalar usual em ;
2 n
1.2 , com a adição usual em e a multiplicação escalar definida por
x, y x , y , , x, y 2
n
1.3 , onde a adição é definida do seguinte por
n
e a multiplicação escalar usual em .
Soluções:
1.1 Não 1.2 Não 1.3 Não
E XERCÍCIOS SUPLEMENTARES
2 n
2.2 , com a multiplicação escalar usual em e a adição definida por
Soluções:
2.1 Não 2.2 Não
Resolução:
Os elementos do conjunto U verificam a condição a1 a2 a3 1 a3 1 a1 a2 .
u v x, y,1 x y x, y,1 x y x x , y y , 2 x x y y U
a1 2 a1 a2
a2
Efetivamente u v U , uma vez que a condição a1 a2 a3 1 não se verifica para as
coordenadas de u v . Vejamos
a1 a2 a3 x x y y 2 x x y y 2 1 .
0 0 0 0 1.
E XERCÍCIOS PROPOSTOS
1. Verifique se A x, y, z 3
: x 3 y z 0 é um subespaço vetorial de 3
.
2. Seja A x, y, z 3
: x a y z 2 y; a .
2.1 Mostre que para a 1 o conjunto A não é um subespaço vetorial de 3
.
3. Verifique se S x, y, z 3
: y 5x z 0 é subespaço vetorial de 3
.
4
4. Verifique se os seguintes conjuntos são subespaços de .
4.1 A a, a, a, a : a
4.2 B a, 2a, b, a b : a, b
4.3 C a , a , a , a
1 2 3 4
4
: 2a2 3a3 5
Soluções:
1. Sim 2.2 a 0 3. Sim
4.1 Sim 4.2 Sim 4.3 Não
3
1. Verifique se os seguintes conjuntos são subespaços de :
1.1 A x, y, z 3
: y 2 x x 3 z
1.2 B x, y, z 3
: x 2y 0 y z 0
1.3 C x, y, z 3
: x yz
2. Seja S x, y, z 3
: z 0 x 2 y 2 1 . Será S um subespaço vetorial de 3
?
3. Verifique se S x, y 2
: xy 0 é subespaço vetorial de 2
.
2
subespaço vetorial de .
3
subespaço vetorial de .
Soluções:
1.1 Sim 1.2 Sim 1.3 Não
2. Não. Por exemplo, 1, 0, 0 ; 0,1, 0 S , mas 1, 0, 0 0,1, 0 1,1, 0 S .
3. Não 4. a 0 5. a 1
E XERCÍCIOS RESOLVIDOS
1. Escreva, se possível, o vetor 2,5, 4, 4 como combinação linear dos vetores 3,1, 1,1 ,
2, 4,1, 0 e 0,1,1,1 .
Resolução:
Temos de verificar se existem escalares 1, 2 , 3 , que tornem a igualdade (4.7)
possível.
1 3,1, 1,1 2 2, 4,1, 0 3 0,1,1,1 2,5, 4, 4
31 2 2 , 1 4 2 3 , 1 2 3 , 1 3 2,5, 4, 4
31 2 2 2 3 2 0 2
4 5 1 1
1 4 1 5
2 3
2
1 2 3 4 1 1 1 4
3
1 3 4 1 0 1 4
X
A B
3 2 0 2 1 0 1 4 1 0 14
1 4 1 5 1 4 1 5 0 4 01
A=
1 1 1 4 l1l4 1 1 1 4 l2 l2 l1 0 1 2 8
l3 l3 l1
1 0 1 4 3 2 0 2 l4 l4 3l1 0 2 3 10
1 0 1 4
1 0 4
1 1 0 1 4 0 1 2
0 0 8
1 2 8 1 2 8
31
l2 l3 0 1 l3 l3 4l2 0 8 31 l3 1 l3 0 0 1
4 0 0
l4 l4 2l2 8
8
0 2 3 10 0 0 7 26
0 0 7 26
1 0 1 4
0
1 2 8 car A 3
SI
l4 l4 7 l3 0 0 1 31 8 car A 4
0 0 0 9 8
Como o sistema é impossível o vetor 2,5, 4, 4 não pode ser escrito como combinação
x11 x12
Seja X M 22 .
x21 x22
1 1 0 1 1 1 x11 x12
1 2 3
0 1
0 0 0 1 x21 x22
1 3 x11 1 0 1 x11
1 1
3 1 2 3 x11 x12 1 2 3 x12 1 1 x12
1 2
0 1 3 x21 x22 0 x 0 0 0 x21
3
21
1 3 x22 1 0 1 x22
X
A B
1 0 1 x11 1 0 1 x11 1 0 1 x11
1 1 1 x 1 1
1 x12 0 1 2 x12 x11
A= 12
0 0 0 x21 l3 l4 1 0 1 x22 l2 l2 l1 0 0 0 x22 x11
l3 l3 l4
1 0 1 x22 0 0 0 x21 0 0 0 x21
car A 2, x11 , x12 , x21 , x22
i) x22 x11 0 x21 0 car A 2 SPI
condição x22 x11 0 x21 0 não tendo, por exemplo, solução para a matriz
1 1
1 1 M 22 . Concluímos, então, que os vetores dados não constituem um conjunto
de geradores de M 22 .
Por outro lado, o sistema obtido tem solução sempre que x22 x11 0 x21 0 , sendo
então o conjunto das matrizes dado gerador do espaço
a b d b
T : a d c 0; a , b, c , d , ou seja, T ; b, d .
c d 0 d
Fazendo a combinação linear dos três vetores e igualando ao vetor nulo de M 23 ,
matriz nula de M 23 , obtemos
5 2 6 6 2 1 1 0 1 0 0 0
1 2 3
1 0 0 1 0 0 0 0 0 0 0 0
5 6 2 3 21 2 2 61 2 3 0 0 0
1 0
1 2 0 0 0 0
51 6 2 3 0 5 6 1 0
1
2 2 2 0 2 2 0 0
1 2 0
6
1 0 6 1 1
3
2 3
1 2 0
1 1 0 X
0
A B
5 6 1 0 1 6 5 0 1 6 5 0 1 6 5 0
2 2 0 0 0 2 0 1 1 0
A= 0 2 2 0 2 0
6 1 1 0 c1c3 1 1 6 0 l3 l3 l1 0 5 1 0 l2 1 l2 0 5 1 0
2
1 1 0 0 0 1 1 0 0 1 1 0 0 1 1 0
.
1 6 5 0
0 1 1 0 car A 3
SPD
l3 l3 5l2 0 0 6 0
l4 l4 l2
car A 3
0 0 0 0
Como o sistema é um sistema homogéneo e determinado apresenta apenas a solução nula,
logo os vetores são linearmente independentes.
w 1, k,2,0 , k .
1.2 Determine para que valores do parâmetro real k , o vetor s 4,0, 5,1 é
3.2 Determine um vetor u3 tal que u1 , u2 , u3 seja linearmente independente.
1.4 S x, y, z, w 4
: z 3w x 2 y 8w
2. Sim
4.1 Sim 4.2 Por exemplo: u4 1, 0, 0, 0 4.3 1, 2,3, 4 u1 4u2 u3 3u4
5. k 2 k 3
E XERCÍCIOS SUPLEMENTARES
1. Mostre que os conjuntos de vetores dados geram os espaços vetoriais a seguir indicados:
1.1 1,1 , 1,1 , 1, 2 gera 2
;
4. Considere os vetores de 3
: u1 1,0,0 , u2 2,1,1 e u3 1,1,1 . Qual o subespaço de
3
gerado por u1 , u2 , u3 ?
V.
5.2 Escreva, se possível, u3 como combinação linear de u1 e u2 .
4. A x, y, z 3
:yz
1
5.1 Sim 5.2 u3 u u
3 1 2
E XERCÍCIOS RESOLVIDOS
1. Considere o espaço vetorial dos polinómios de grau menor ou igual a dois, isto é,
P2 x ax 2 bx c : a, b, c .
1.1 Prove que p1 x 2 x , p2 x 1 e p3 x x 2 1 formam uma base de P2 x .
p3 x .
Resolução:
1.1 Tendo em consideração a Definição 4.7, temos de verificar se
(i) p1 x , p2 x , p3 x são linearmente independentes.
1 2 x 2 1 3 x 2 1 0 x 2 0 x 0, 1 , 2 , 3
3 0 1 0
3 x 2 21 x 2 3 0 x 2 0 x 0 21 0 2 0
0
2 3 3 0
Como o sistema apresenta apenas a solução nula, os vetores são linearmente
independentes.
(ii) p1 x , p2 x , p3 x formam um conjunto de geradores do espaço vetorial P2 x .
1 2 x 2 1 3 x 2 1 ax 2 bx c 3 x 2 21x 2 3 ax 2 bx c
3 a 0 0 1 1 a
21 b 2 0 0 2 b
c 0 1 1 c
2 3 3
A X B
0 0 1 a 1 0 0 a 1 0 0 a
A = 2 0 0 b 0 0 2 b 0 0 2 b
c c l l l
0 1 1 c 3 1 1 1 0 c 3 3 1 0 1 0 c a
1 0 0 a car A 3
0 2 0 car A 3
c3 c2
b SPD, a, b, c
0 0 1 c a n º incógnitas 3
Então, como os vetores são linearmente independentes e geram P2 x formam uma base
de P2 x .
Sejam 1 , 2 .
1 p1 x 2 p2 x 3 p3 x x 1 1 2 x 2 1 3 x 2 1 x 1
3 0
3 0
1
3 x 21x 2 3 x 1 21 1
2
1
1 2
2 3 2 1
1
Então, x 1 p1 x p2 x 0 p3 x
2
e u2 como base.
Resolução:
Vamos primeiro verificar se u1 e u2 são linearmente independentes.
Sejam v x , y , z 3 e 1 , 2 .
1 2 x 1 2 x 1 2 x
A = 1 1 y 0 3 yx 0 1 z 2 x
l l l l l
2 3 z l32 l32 21l1 0 1 z 2 x 2 3 0 3 y x
1 2 x
0 1 z 2 x car A 2, x, y, z 3
l3 l3 3l2
0 0 5 x y 3 z
i) 5 x y 3z 0 car A 2 SPI
ii) 5 x y 3z 0 car A 3 SI
3
Ou seja, o sistema só tem solução para os vetores de que satisfazem a condição
S x, y, z 3
: y 5 x 3z .
S.
E XERCÍCIOS PROPOSTOS
3. Considere o conjunto S x, y, z 3
: 2 x 3 y a, a .
3
3.1 Determine para que valores de a o conjunto S é subespaço vetorial de . Justifique
convenientemente a sua resposta.
3.2 Para a 0 , indique uma base de S . Confirme o resultado.
3
4. Para que valores de k , os vetores dos seguintes conjuntos formam uma base de ?
3
5. Determine um vetor v3 , de modo que os vetores v1 , v2 e v3 formem uma base para ,
6.2 Do cálculo anterior, e sem efectuar cálculos, tire uma conclusão quanto à
dependência ou independência linear dos 3 vetores. Justifique convenientemente a sua
resposta.
6.3 Condicione os valores de a e de b , de modo que u4 pertença ao subespaço
determinado em 6.1.
6.4 Sem efectuar cálculos, justifique a veracidade da afirmação: “ a, b , os vetores
8. Considere o conjunto S x, y, z 3
: x 2 y z 0 .
3
8.1 Verifique que se trata de um subespaço vetorial de .
8.2 Indique uma base de S e escreva as coordenadas do vetor u 1,1, 1 S nessa
6.1 S x, y, z 3
:x yz 0 6.2 Linearmente dependentes 6.3 a b
E XERCÍCIOS SUPLEMENTARES
1. Mostre que o conjunto de vetores dado por 1, 0, 0, 0 , 1,1, 0, 0 , 1,1,1, 0 , 1,1,1,1 forma
4
uma base de .
2. Mostre que o vetor nulo nunca pode fazer parte de uma base.
3. Determine o espaço S para o qual o conjunto 1, 1, 2,3 , 1,1, 2, 0 , 3, 1, 6, 6 forma
uma base.
4.1 Escreva, se possível, o vetor s 1,9, 1 como combinação linear dos vetores dados.
6.1 Determine para que valores de k o vetor 1,1, k é combinação linear dos vetores
u e v.
6.2 Construa o espaço vetorial S gerado pelos vetores u e v .
6.3 Determine um vetor w tal que u, v, w constitua uma base de 3
. Justifique
convenientemente o resultado.
7.2 u1, u2 , u3 , u4 são geradores 3
sendo u4 um vetor de 3
.
Soluções:
3. V x, y, z, u 4
: z 2x
6.1 k 0 6.2 S x, y, z : x y z 0
3 6.3 Por exemplo w 1,1,1
3
2. Verifique que os seguintes conjuntos são subespaços de :
2.1 A x, y, z 3
: x 2 y z 1 ;
2.2 B x, y, z 3
:x yz .
2.3 C x, y, z 3
: x 2 y z 0 y 2z
2.4 D x, y, z 3
: z ey
4. Verifique se S x, y, z, w 4
: x y 2w z 2w é subespaço vetorial de 4
, com as
n
operações usuais de adição e multiplicação por um escalar em .
6.1 Mostre que o vetor u3 pode ser obtido como combinação linear dos vetores u1 e u2 .
w 1,3,2 .
8.1 Verifique que não é possível obter o vetor s 1,3,1 a partir da combinação linear
u3 1,3,2 e u4 1,1,0 .
9.1 Escolha, de entre os vetores dados, um conjunto de vetores de forma a obter uma base
3
para . Justifique a sua resposta apresentando os cálculos que lhe permitam confirmar
que efectivamente se trata de uma base.
9.2 Determine o espaço vetorial gerado pelos vetores u1 e u4 .
T.
x, y A : x y T x T y x , y A : T x T y x y (5.1)
y B x A : y T x (5.2)
y B 1 x A : y T x (5.3)
u, v U : T u v T u T v (5.4)
Observação: Em todos os exemplos desta secção e das secções seguintes serão utilizadas as
operações de adição e de multiplicação escalar usuais no espaço vetorial considerado e
definidas no Exemplo 4.1. Vamos também omitir o símbolo na multiplicação escalar usual,
isto é, u , , u V será representado simplesmente por u .
2u 2 1, 2 2, 4 T 2, 4 2, 4, 4 e 2v 2 0,1 0, 2 T 0, 2 0, 2, 0 .
2. T u, v u, v, u v 1 .
Resolução
1. Sejam u x1 , y1 , v x2 , y2 e
2
.
Então, T u v T x1 x2 , y1 y2 x1 x2 , y1 y2 , 0 .
2. Sejam u x1 , y1 , v x2 , y2 e
2
.
Então,
T u T v x1 , y1 , x1 y1 1 x2 , y2 , x2 y2 1 x1 x2 , y1 y2 , x1 x 2 y1 y2 2
Então, T u v T x1 x2 , y1 y2 x1 x2 , y1 y2 , x1 x2 y1 y2 1
Logo, T u v T u T v .
A partir de transformações lineares dadas podem construir-se outras. Vejamos o Teorema 5.1.
Teorema 5.1
1. A soma de transformações lineares é ainda uma transformação linear.
2. O produto de um escalar por uma transformação linear é ainda uma transformação
linear.
3. A composição de transformações lineares é ainda uma transformação linear.
4. A inversa de uma transformação linear invertível é ainda uma transformação linear.
seguintes propriedades
T é o vetor nulo de V .
P5.2 T u T u , isto é, a imagem do simétrico de um vetor é o simétrico da
transformação linear.
Resolução
Teorema 5.2
Sejam U e V dois espaços vetoriais sobre , u1, , un uma base de U e v1, , vn V .
T u1 v1
T un vn
n n
Esta transformação linear transforma cada u U , no elemento T u T i ui i vi .
i 1 i 1
transformação linear cuja imagem do vetor 1, 0 é o vetor 1,1, 0 e a imagem do vetor
Resolução
Seja x, y 2 . Este vetor pode ser escrito como combinação linear dos vetores da base
canónica,
x, y x 1, 0 y 0,1
Então, como T é uma transformação linear,
isto é,
N T
N T u U : T u 0V
T
(6.6)
0V
Teorema 5.3
Sejam U e V dois espaços vetoriais sobre e T : U V transformação linear. Então,
T : U V é injetiva se e só se N T 0U .
U V
𝐼𝑚(𝑇)
N T
Im T v V : u U tal que T u v
T
(5.7)
0V
N T é um subespaço vetorial de U ;
Im T V e Im T pois 0V Im T ;
EMECAN 2015/2016 – ALGAN - ISEP 165
Im T é um subespaço vetorial de V .
Concluímos pois, que dada uma transformação linear T , o subespaço vetorial Im T diz-nos
Teorema 5.3).
Resolução
Pela Definição 5.4 temos N T u 3 : T u 0 2 .
x y 0 x y
Então, T x, y, z 0, 0 x y, z 0, 0 .
z 0 z 0
Logo, N T y, y, 0 ; y .
Pela Definição 5.5 temos Im T a, b 2
: x, y , z 3
tal que T x, y, z a, b .
x y a
Então, T x, y, z a, b x y, z a, b .
z b
Logo, Im T a, b ; a, b .
Demonstração:
Seja dimU n e seja e1, e2 , , ek uma base de N T , onde k n (note-se que N T é
um subespaço de U ).
Se k n então Im T 0V e o resultado do teorema é satisfeito com dim N T n e
dim Im T 0 .
N T y, y, 0 ; y e Im T u v, w 2
; u , v, w .
Como y, y, 0 y 1,1, 0 , y , então uma base para N T é 1,1, 0 , sendo
portanto dim N T 1.
espaço vetorial 4
. Determine uma transformação linear T : 3
4
, onde Im T B .
Resolução
Como os vetores de Im T são linearmente independentes formam uma base de Im T ,
logo dim Im T 2 .
Pela igualdade (5.8) do Teorema 5.2 verificamos que dim N T 1 uma vez que
Por outro lado, sabemos que bc 1, 0, 0 , 0,1, 0 , 0, 0,1 é uma base de 3
.
Consideremos, por exemplo, a base 1, 0, 0 para N T . Sabe-se também que
Seja x, y, z 3 . Este vetor pode ser escrito como combinação linear dos vetores de B ,
da forma
x, y, z x 1, 0, 0 y 0,1, 0 z 0, 0,1
168 EMECAN 2015/2016 – ALGAN - ISEP
e
T x, y, z xT 1, 0, 0 yT 0,1, 0 zT 0, 0,1
T :U V .
Já sabemos, pelo Teorema 5.2, que para conhecer T , basta conhecer T u1 , , T un . Estes
n vetores como pertencem a V são determinados pelas suas coordenadas em relação à base
v1,..., vm . Então, para conhecer T basta, fixadas aquelas duas bases, conhecer mn
T u1 11v1 m1vm
T u2 12 v1 m 2 vm
T un 1n v1 mn vm
m
T u j ij vi , j 1, 2, , n
i 1
A matriz
constituída pelas coordenadas do vetor T u j na base v1 ,..., vm , dispostas ordenadamente.
Seja A aij
mn
a matriz cuja coluna j contém as coordenadas de T v j relativamente à
T u j 1 j v1 mj vm , j 1, ,n (5.10)
Dizemos que A = M T ; u j , vi representa a transformação linear T relativamente às
Observação: Sempre que na expressão analítica de uma transformação linear não forem
indicadas as bases que se consideram no espaço de partida e no espaço de chegada vamos
assumir que a transformação linear é definida considerando as bases canónicas do espaço de
partida e do espaço de chegada. Nesse caso vamos escrever simplesmente A = M T .
Consideremos agora u U . Então, o vetor u pode ser escrito de forma única como
combinação linear dos vetores da base u1 ,..., un de U , isto é, existem escalares 1 , ,n
tais que
T u
vi
M T ; u j , vi u u
j (5.12)
respetivamente.
A matriz A = M T ; b j , bi associada a esta transformação linear é uma matriz do tipo
a11 a12
3 2 , ou seja, A = M T ; b j , bi a21 a22 .
a31 a32
a11 1
T 1, 0 1, 0,1 a11 1, 0, 0 a21 0,1, 0 a31 0, 0,1 a21 0
a 1
31
a12 0
T 0,1 0,1,1 a12 1, 0, 0 a22 0,1, 0 a32 0, 0,1 a22 1 .
a 1
32
1 0
Então, A 0 1 .
1 1
EMECAN 2015/2016 – ALGAN - ISEP 171
Exemplo 5.9 [Matriz associada a uma transformação linear]
Seja T : 3
2
uma transformação linear definida por T x, y, z x z , y z ,
1. Determinar A = M T ; b j , bi .
2. Se u 1, 2, 1 (coordenadas em relação à base canónica de 3
) calcule T u ,
bi
1. A matriz A = M T ; b j , bi associada a esta transformação linear é uma matriz do
a a13
tipo 2 3 , ou seja, A = M T ; b j , bi 11 12
a
.
a21 a22 a23
1
1 2 0 5 5
Assim, T 1, 2, 1 2 , isto é, T u b .
i 1 1 0
b i 3
0
3
condição
A In 0 (5.14)
por polinómio característico da matriz A e representa-se por pA . Por sua vez, a equação
A I n X O (5.15)
Teorema 5.6
Vetores próprios associados a valores próprios distintos são linearmente independentes.
Resolução
3
Uma vez que não é indicada uma base particular assumimos a base canónica de ,
b 1, 0, 0 , 0,1, 0 , 0, 0,1 .
0 1 0 x 0 y 0 y 0
1 0 0 1 y 0 z 0 z 0 CS x, 0, 0 ; x \ 0
0 0 2 z 0 2 z 0
2 z 0
y
x
2 1 0 x 0 2 x y 0 2 x y 0 2
1 0 2 1 y 0 2 y z 0 2 y z 0 z 2 y
0 0 0 z 0 0 0 0 0
0 0
y
CS , y, 2 y ; y \ 0
2
Concluímos então que os vetores próprios são
1 1 u, 0, 0 ; u \ 0 , 2 1 , u, 2u ; u \ 0 .
u
2
u 1u1 nun .
Tem-se,
matriz diagonal
1 0 0
0 0
A 2
(5.17)
0 0 n
Teorema 5.7
Seja U um espaço vetorial de dimensão finita n sobre e T : U U uma transformação
linear. Sejam 1 , , r os valores próprios de T onde i j , i, j 1, , r . Então, existe uma
Vamos agora usar a igualdade (5.15) para determinarmos os vetores próprios associados
aos valores próprios obtidos.
4 5 x 0
A I2 X O
2 1 y 0
5 5 x 0 5 x 5 y 0 y x
1 CS x, x ; x \ 0
2 2 y 0 2 x 2 y 0 0 0
2
2 5 x 0 2 x 5 y 0 y x 2
6 5 CS x, x ; x \ 0
2 5 y 0 2 x 5 y 0 5
0 0
Uma base em relação à qual T pode ser representada por uma matriz diagonal pode ser
2 1 0
5
a base b 1, 1 , 1, sendo B = M T ; bj
0 6
.
E XERCÍCIOS RESOLVIDOS
1. Verifique se a transformação T : 2
3
com T x, y x, y, 2 x é uma transformação
linear.
Resolução:
Sejam u x1 , y1 , v x2 , y2 2
e .
Resolução:
Seja x, y 2 . Este vetor pode ser escrito como combinação linear dos vetores de bc , da
forma
x, y x 1, 0 y 0,1
e
T x, y T x 1,0 y 0,1 xT 1,0 yT 0,1
E XERCÍCIOS PROPOSTOS
1.2 T : 2
2 , definida por T x, y x 5, y ;
2.2 T : 2
3
, onde T 1, 2 3, 1,5 e T 0,1 2,1, 4 ;
2.3 T : 3
3
, onde T 1, 2,1 1, 2,3 e T 0,1, 0 2,1,5 .
Soluções:
1.1 Sim 1.2 Não 1.3 Não
5 1
2.1 T x, y 3x, x y , x 2.2 T x, y x 2 y, 3x y,13x 4 y 2.3 Impossível.
2 2
E XERCÍCIOS SUPLEMENTARES
3
1. Verifique se a seguinte transformação é linear: T : 2
, definida por
T x, y, z 2 x,3 y z .
2. Seja T : 3
2
uma transformação linear e b 0,1,0 , 1,0,1 , 1,1,0 uma base de
3
. Sabendo que T 0,1, 0 1, 2 , T 1, 0,1 3,1 e T 1,1, 0 0, 2 determine
T x, y, z e T 5,3, 2 .
E XERCÍCIOS RESOLVIDOS
4
1. Determinar o núcleo e a imagem da transformação linear T : 4 definida por
T x, y, z , w x y, z w, x, y .
Resolução:
Pela Definição 5.4 temos N T u 4 : T u 0 4 .
x y 0 0 0
z w 0 z w
Então, T x, y, z , w 0, 0, 0, 0 x y, z w, x, y 0, 0, 0, 0 .
x 0 x 0
y 0 y 0
Logo, N T 0, 0, w, w ; w .
Pela Definição 5.5 temos
Im T a, b, c, d 4
: x, y , z , w 4
tal que T x, y, z , w a, b, c, d .
Então,
x y a a c d
z w b b z w
T x, y, z , w a, b, c, d x y, z w, x, y a, b, c, d
x c c x
y d d y
Logo, Im T c d , b, c, d ; b, c, d .
Outro processo para determinar Im T :
mas, o conjunto 1, 0,1, 0 , 1, 0, 0,1 , 0,1, 0, 0 , 0,1, 0, 0 é linearmente dependente.
Facilmente se verifica que 1, 0,1, 0 , 1, 0, 0,1 , 0,1, 0, 0 é um conjunto linearmente
E XERCÍCIOS PROPOSTOS
1. Seja T : 3
3
a transformação linear definida por T x, y, z x, y, 0 . Encontre uma
base e a dimensão
1.1 da imagem de T ;
1.2 do núcleo de T .
2
2. Determine o núcleo e a imagem da transformação linear T : 2 definida por
T x, y x y , 2 x y .
3. Seja T : 3
3
com T x, y, z x y z , 2 x y z , x 2 y uma transformação
Soluções:
1.1 Por exemplo, Im T 1,0,0 , 0,1,0 ; dim Im T 2
2. Im T x, y ; x, y e N T 0, 0
3.1 Por exemplo, Im T 1, 0,1 , 0,1,1 ; dim Im T 2
2 1
3.2 Por exemplo, N T , ,1 ; dim N T 1
3 3
E XERCÍCIOS SUPLEMENTARES
1. Seja T : 3
2
a transformação linear definida por T x, y, z x y 4 z ,3x y 8 z .
Soluções:
1.1 Por exemplo, Im T 1, 0 , 0,1 ; dim Im T 2
E XERCÍCIOS RESOLVIDOS
respetivamente.
A matriz A = M T ; b j , bi associada a esta transformação linear é uma matriz do tipo
a a13
2 3 , ou seja, A = M T ; b j , bi 11 12
a
.
a21 a22 a23
a11 1
T 1, 0, 0 1, 0 a11 1, 0 a21 0,1
a21 0
a12 2
T 0,1, 0 2, 2 a12 1, 0 a22 0,1
a22 2
a13 3
T 0, 0,1 3,1 a13 1, 0 a23 0,1
a23 1
1 2 3
Então, A .
0 2 1
3.1 Determine A = M T ; v j , wi .
3.2 Calcule T u sendo u 3, 4, 2 (coordenadas em relação à base canónica de
wi
3
) utilizando a matriz encontrada na alínea anterior.
Soluções:
1 0 1 0
1.1 M T ; bi , b j 0 2
1.2 M T ; bi , b j 0 1
1 0 1 1
1 0 1
2. M T ; b j , bi
0 1 1
4 5 13
3.1 A = 3.2 T u 31, 10
wi
2 2 5
1. Considere as bases b v1 , v2 e b w1 , w2 de 2
, sendo T v1 2, 1 ,
1.2 Calcule T u b , utilizando a matriz obtida na alínea anterior, sabendo que
i
4
u b j 3 .
0 2
transformação linear cuja matriz é A = M T ; b j , bi 1 0 .
1 3
Soluções:
4 3 7
1.1 M T ; b j , bi
1 1
1.2 T u b
i 1
2. T x, y x, 10 x 9 y, 4 x 3 y
Resolução:
2
A matriz associada ao operador linear T em relação à base canónica de é
7 10
A .
5 8
De acordo com a Definição 5.20, a equação característica do operador T é
Vamos agora usar a igualdade (5.12) para determinarmos os vetores próprios associados
aos valores próprios obtidos.
7 10 x 0
A I2 X O
5 8 y 0
E XERCÍCIOS PROPOSTOS
1 0
2. Considere a matriz A . Determine:
2 3
2.1 Os valores próprios da matriz A .
2.2 A multiplicidade algébrica de cada um dos valores próprios.
2.3 Os vetores próprios associados a cada valor próprio.
.
3.3 Encontre A = M T ; b j
Soluções:
1. Valores próprios: 1 1 e 2 2 ;
6 0
3.1 Valores próprios: 1 1 e 2 6 3.2 b 5, 2 , 1, 1 3.3 A
0 1
E XERCÍCIOS SUPLEMENTARES
Soluções:
1. Valores próprios: 1 2 e 2 3 ;
1. Considere a transformação T : 2
3
, definida por T x, y x y, 0, 2 x y .
1 2
3. Encontre a transformação linear cuja matriz é A = 0 1 .
2 1
T 0,1 1, 2, 0 .
6. Seja T : 3
3
um operador linear cuja representação matricial a base canónica desse
0 0 2
espaço é A = 0 2 0 .
2 0 0
2. Não.
3. T x, y x 2 y, y, 2 x y
1 1
4.1 T 1, 2 3, 4, 1 4.2 A = 0 2 4.3 b 1,0,1 , 1, 2,0
1 0
1 1 5
5. M T ; b j 2 2 6 .
1 1 2
6.3 Sim.
6.1 VETORES
6.1.1 DEFINIÇÃO E CONCEITOS GERAIS
Definição 6.1 [Vetor geométrico ou vetor]
Um vetor geométrico representa um segmento de reta orientado. Pode ser representado
graficamente como uma seta com comprimento e direção adequados. É caracterizado pelo seu
comprimento, direção e sentido. Escrevemos AB para denotar o vetor com ponto inicial A e
AB , vai ser denotado pelo símbolo AB e dizemos que esta é a norma, o comprimento ou a
u w B
a
AB
v A
u B B
u
v = AB v = BA
A A
Figura 6.2 Exemplo de vetores e dos seus simétricos.
1
v u (6.1)
u
O processo de multiplicar um vetor não nulo pelo inverso da sua norma para obter um vetor
unitário é denominado normalização do vetor.
v
v
v
u u u
v u
Figura 6.4 Ângulo entre dois vetores.
v
u
u+ v
u
v
Figura 6.5 Soma de vetores (regra do triângulo).
Regra do Paralelogramo: Outra maneira de efetuar a soma dos vetores consiste em escolher
o mesmo ponto inicial A para os dois vetores, construindo-se de seguida um paralelogramo
ABCD , sendo o vetor soma dado por AC , como representado na Figura 6.6.
u
u+ v D
B
u
v v
A
Figura 6.6 Soma de vetores (regra do paralelogramo).
u 2u 1
u
2 2 u
M6.1 u v u v
M6.2 u u u
M6.3 u u u
M6.4 1u u
P O x0i y0 j z0 k (6.2)
z
plano-yz
plano-xz
k
i j y
plano-xy
x
Figura 6.8 Sistema de coordenadas retangulares.
Um sistema de eixos O , i , j , k diz-se ortonormado se é ortogonal, isto é, constituído por três
eixos perpendiculares entre si e monométrico, isto é, com a mesma unidade de medida nos
três eixos.
Ao longo deste capítulo vamos utilizar o sistema de eixos cujos vetores da base são os vetores
da base canónica de 3
, isto é, i 1, 0, 0 , j 0,1, 0 e k 0, 0,1 (Figura 6.9).
z
c
P
u b
y
a
x
Figura 6.10 Componentes de um vetor.
u1 v1
u v u2 v2 (6.3)
u v
3 3
u v u v cos (6.4)
Da igualdade (6.4) resulta que o ângulo entre os vetores u e v pode ser obtido resolvendo
a equação
u v
cos (6.5)
u v
u u u (6.6)
P6.1 u v 0 u 0 v 0 u v
P6.2 u v v u
P6.3 u v w u w v w
P6.4 ku v k u v u kv
P6.5 u u 0 u 0
P6.6 u u 0 se u 0
A partir da propriedade P6.1 concluímos que o produto interno só pode ser nulo quando um
dos vetores for o vetor nulo ou quando os dois vetores forem perpendiculares entre si.
Portanto, a condição de ortogonalidade de dois vetores não nulos é o anulamento do seu
produto interno.
6.9. Então, dados dois vetores u u1i u2 j u3k e v v1i v2 j v3k , tem-se nesse
referencial
u v u1i u2 j u3k v1i v2 j v3k
P6.3,P6.4
u1v1 i i u1v2 i j u1v3 i k u2v1 j i u2v2 j j u2v3 j k
1 0 0 0 1 0
Consideremos os vetores de 3
, u i j 0k e v 0i j k . Determinar as normas
v 0,1,1 0,1,1 0 0 1 1 1 1 2
Consideremos os vetores de 3
, u 2i j 2k e v 2i 2 j k . Vamos verificar que
u w 0
que procurar os vetores w que satisfazem as condições .
v w 0
Resolvendo, obtemos
a
u w 0 2,1, 2 a, b, c 0 2a b 2c 0 2 1 2 0
b
v w 0 2, 2,1 a, b, c 0 2a 2b c 0 2 2 1 0
c B
A
X
1 1 1 2 2 2
w 1 z, z, z z, z, z 1 z z z 1
2 2 4
9 2 3 2 2 2
z 1 z 1 z z z
4 2 3 3 3
1 2 2 1 2 2
Então, w1 , , e w2 , , são os dois únicos vetores que satisfazem as
3 3 3 3 3 3
condições pretendidas.
v u
w proj u v u (6.9)
2
u
B B
v v
A
B B A
w = proju v w = proju v
u u
Figura 6.11 Projeção ortogonal do vetor v sobre o vetor u .
W F d d F cos (6.10)
Na Figura 6.12 fica ilustrado que só a componente da força colinear com a direção do
deslocamento é que contribuí para o trabalho realizado.
F
A B
d
Figura 6.12 Força aplicada sobre um objeto que se desloca ao longo de uma trajetória.
w = uv
v
u v u
E6.1 u v v u .
E6.2 k uv ku v u kv .
E6.3 u v w u w v w
E6.4 u v w u v u w .
6.9. Então, dados dois vetores u u1i u2 j u3k e v v1i v2 j v3k , tem-se nesse
referencial
u u u u u u
2 3 1 3 1 2
uv i j k (6.11)
v v v v v v
2 3 1 3 1 2
i j k
uv u u u (6.12)
1 2 3
v v v
1 2 3
i i j j k k 0 (6.13) k
i j j i k (6.14)
j k k j i (6.15)
j
i
k i i k j (6.16)
Figura 6.15 Mnemônica para as fórmulas (6.14)-(6.16).
u v u1i u2 j u3k v1i v2 j v3k
E6.2,E6.3
u1v1 i i u1v2 i j u1v3 i k u2v1 j i u2v2 j j u2v3 j k
0 (6.13) k (6.14) j (6.16) k (6.14) 0 (6.13) i (6.14)
u3v1 k i u3v2 k j
u3v3 k k
j (6.16) i (6.15) 0 (6.13)
u1v2 k u1v3 j u2v1k u2v3i u3v1 j u3v2i
u2v3i u3v2i u3v1 j u1v3 j u1v2 k u2v1k
u u3 u u u u
2 i 1 3 j 1 2 k
v2 v3 v1 v3 v1 v2
c) u v w ;
d) u v w .
Resolução
a) Usando a igualdade (6.12) vem
i j k
1 1 2 1 2 1
vw 2 1 1 111 i 1
1 2
j 1
1 3
k
1 1 1 1 1 1
1 1 1 TL à 1ª linha
2 1 3
2i j 3k
i j k
3 1 2 1 2 3
u v w 2 3 1 111 i 1
1 2
j 1
1 3
k
1 1 1 1 1 1
1 1 1 TL à 1ª linha
4 3 1
4i 3 j k
Então, u v w 4, 3,1 .
i j k
1 1 1 1 1 1
u v w 1 1 1 111 i 1
1 2
j 1
1 3
k
1 3 2 3 2 1
2 1 3 TL à 1ª linha
4 1 3
4i j 3k
Então, u v w 4,1, 3 .
Observação: A partir do Exemplo 6.7 fica estabelecido que o produto vetorial não é
associativo pois u v w u v w .
i j k
u v 6 10 4
TL à 1ª linha
3 5 2
i j k
1 1 2 1
u v 2 1 1 111 i 1
1 2
j
TL à 1ª linha 1 2 1 2
1 1 2
1 5
1 3 2 1
1 k i 5 j 3k
1 1
3
u v i 5 j 3k
w .
u v 1 25 9
Consideremos os vetores de 3
, u 2i j 2k e v 2i 2 j k . Determinar um vetor
w perpendicular simultaneamente a u e a v cuja norma seja 1.
Resolução
Ao calcularmos o produto vetorial u v , obtemos um vetor perpendicular a ambos.
u v
Vamos de seguida normalizar este vetor fazendo w .
u v
u v 9 36 36 81 9 w
3, 6,6 1 , 2 , 2 .
9 3 3 3
1 2 2
O vetor w , , satisfaz as condições pretendidas (Compare este exemplo com o
3 3 3
Exemplo 6.4).
AB AP
AB AP AB AP sen AB d d
AB
Como
i j k
AB AP 1 2 2 2i j 2k 2, 1,2 e AB 1 4 4 3
TL à 1ª linha
0 2 1
Figura 6.17.
2m
O
0, 75 m
F 50 N
Resolução
Consideremos uma força F que atua num corpo rígido. O efeito dessa força sobre o corpo
depende, para além do módulo, da direção e do sentido da força, do seu ponto de aplicação,
A . O vetor posição de A é definido pelo vetor u , que une o ponto fixo O com A (Figura
6.18).
r
O
u F
A
d
MO F d (6.17)
M O u F (6.18)
posição de u . Seja r a reta que passa por P0 e tem a direção do vetor u . Para que um ponto
P0 X u , (6.19)
z
X
P0 u
A
r u
O y
x
Figura 6.19 Reta no espaço tridimensional.
x, y, z x0 , y0 , z0 a, b, c , (6.20)
x x0 a
y y0 b , (6.21)
z z c
0
paralela a u 1,2,3 .
Resolução
x 5
De acordo com a igualdade (6.21) obtemos y 2 2 , .
z 4 3
donde podemos tirar as equações cartesianas da reta (também chamadas equações normais)
x x0 y y0 x x0 z z0
, a 0, b 0, c 0, (6.22)
a b a c
Se a 0 , podemos escrever
z z0 y y0
x x0 , b 0, c 0, (6.23)
c b
x x0 y y0 (6.24)
B 2,7, 4 .
Resolução
A reta tem a direção do vetor AB 2,7, 4 3,1, 2 5,6, 2 .
x 3 y 1 x 3 z 2
Então, de acordo com (6.22) obtemos as equações cartesianas .
5 6 5 2
x3 y 1
6 x 5 y 23
Estas equações podem também ser escritas como 5 6
.
x3 z2 2 x 5 z 16
5 2
x 1 y 2
x 1 y 2 3 x 2 y 7
Para a reta t temos z 4 ou t : 2 3 .
2 3 z 4 z 4
z 2,3z 4, z 2, 4, 0 z 1,3,1 , z
Então, o conjunto dos pontos que formam a reta pode escrever-se
r 2,3 4, : 2, 4, 0 1,3,1 : .
Portanto, uma equação vetorial da reta pode ser dada por
x, y, z 2,4,0 1,3,1 ,
que o vetor P0 X se possa escrever como combinação linear de u e de v (Figura 6.20), isto é,
P0 X u v , , (6.25)
v u
P0
v u
O y
x
Figura 6.20 Plano.
x x0 a a
y y0 b b , ,
z z c c (6.27)
0
por v , logo, perpendicular a qualquer vetor desse plano. Portanto, o vetor do plano P0 X é
A equação anterior corresponde a uma equação cartesiana do plano, que podemos escrever
genericamente,
A x x0 B y y0 C z z0 0 (6.30)
ou na forma,
Ax By Cz D 0 (6.31)
fazendo A bc cb , B ca ac , C ab ba e D Ax0 By0 Cz0 .
Facilmente se conclui que a equação cartesiana do plano pode ser obtida resolvendo o
determinante na igualdade
x x0 y y0 z z0
a b c 0 (6.32)
a b c
Resolução
Com os três pontos formemos os vetores AB e AC .
i j k
u v a b c bc cb i ac ca j ab ab k (6.33)
a b c
Resolução
Um vetor diretor da reta é o vetor ur 1,2,3 . Então, de acordo com a Definição 6.28, a
Para que o ponto A 5, 2,4 pertença ao plano temos que determinar o valor de D para
o qual isso se verifica.
A 5, 2,4 5 4 12 D D 13 .
Resolução
Um vetor perpendicular ao plano é, de acordo com a Definição 6.28, o vetor u 1, 3,2 .
x 1 y 3 x 1 z 2
Portanto uma equação cartesiana da reta pode ser dada por .
1 3 1 2
No que respeita às posições relativas entre os dois planos, podem ocorrer três casos:
ax by cz d
.
ax by cz d
Planos coincidentes: a interseção dos dois planos é um plano (Figura 6.21(2)). Esta
car A 1
situação acontece quando car A 1 SP2 I , ou seja, os dois planos são
nº incógnitas 3
coincidentes.
Planos estritamente paralelos: os planos não se intersetam (Figura 6.21(3)). Esta
car A 1
situação acontece quando SI , ou seja, o sistema é impossível.
car A 2
(1) (2) (3)
Figura 6.21 Posições relativas de dois planos.
Da equação (6.34) conclui-se que a equação do plano que passa por um ponto P x1 , y1 , z1
: 3x y 6 z 8 .
Resolução
De acordo com a equação (6.35) o plano pedido é o plano
3 x 5 1 y 2 6 z 4 0 3 x 15 y 2 6 z 24 0 3 x y 6 z 11
perpendicular a .
Verifica-se que v 6, 9, 3 3 2, 3, 1 3u logo os vetores são paralelos. Mas,
ax by cz d a b c x d a b c d
ax by cz d a b c y d A a b c d .
ax by cz d a b c z d a b c d
A X B
No que respeita às posições relativas entre os três planos, podem ocorrer quatro casos:
Planos concorrentes num ponto: a interseção dos três planos é um ponto (Figura
car A 3
6.22(1)). Esta situação acontece quando car A 3 SPD . O ponto de
nº incógnitas 3
interseção é obtido resolvendo-se o sistema de equações lineares AX = B .
Planos concorrentes numa reta: a interseção dos três planos é uma reta (Figura
car A 2
6.22(2)). Esta situação acontece quando car A 2 SPI .
nº incógnitas 3
Planos coincidentes: a interseção dos três planos é um plano (Figura 6.22(3)). Esta
car A 1
situação acontece quando car A 1 SP2 I .
nº incógnitas 3
Os planos não se intersetam: o que exige um estudo mais pormenorizado caso a caso
car A 1
(Figura 6.23). Esta situação acontece quando SI .
car A 2
Figura 6.23 Posições relativas de três planos.
1 3 2 1 1 3 2 1 car A 3
0 7 8 2 0 7 8 2 car A 3 SPD
l2 l2 2l1 l l l
l3 l3 3l1 0 7 5 2
3 3 2
0 0 3 0 3 incógnitas
Concluímos então que os três planos são concorrentes num ponto.
ax by cz d a b c x d a b c d
r ax by cz d a b c y d A a b c d .
ax by cz d a b c z d
a b c d
A X B
No que respeita às posições relativas entre a reta e o plano, podem ocorrer três casos:
A reta é concorrente com o plano: a interseção é um ponto (Figura 6.24(1)). Esta
car A 3
situação acontece quando car A 3 SPD . O ponto de interseção é obtido
nº incógnitas 3
resolvendo-se o sistema de equações lineares AX = B .
A reta está contida no plano: a interseção é a própria reta (Figura 6.24(2)). Esta
car A 2
situação acontece quando car A 2 SPI .
nº incógnitas 3
A reta e o plano são estritamente paralelos: não existe interseção (Figura 6.24(3)).
car A 2
Esta situação acontece quando SI , isto é, o sistema é impossível.
car A 3
u w 0 u1, u2 , u3 a, b, c 0 (6.37)
ou seja, o vetor diretor da reta e o vetor normal ao plano são perpendiculares (Figura
6.24(3)).
r
I
r w
x y 3 1 1 0 x 3 1 1 0 3
r z y 1 0 1 1 y 1 A 0 1 1 1
2 x 3 y 4 z 5 2 3 4 z 5
2 3 4 5
A X B
1 1 0 3 1 1 0 3 car A 3
0 1 1 1 0 1 1 1 car A 3 SPD
l3 l3 2l1 l l l
0 1 4 1 3 3 2
0 0 5 0 3 incógnitas
Concluímos então que a reta e o plano são concorrentes num ponto.
Para determinarmos o ponto de interseção I resolvemos o sistema.
1 1 0 3 1 0 1 4 1 0 0 4
0 1 1 1 0 1 1 1 0 1 0 1 I 4,1,0
A
1 l l l l l l
l3 l3 0 0 1 0 1 1 2
0 0 1 0 l2 l2 l3 0 0 1 0
1 1 3
5
No que respeita às posições relativas entre as duas retas, podem ocorrer quatro casos:
As retas são concorrentes: a interseção é um ponto (Figura 6.25(1)). Esta situação
car A 3
acontece quando car A 3 SPD . O ponto de interseção é obtido
nº incógnitas 3
resolvendo-se o sistema de equações lineares AX = B .
As retas são coincidentes: a interseção das duas retas é uma reta (Figura 6.25(2)).
car A 2
Esta situação acontece quando car A 2 SPI .
nº incógnitas 3
As retas são estritamente paralelas: não existe interseção (Figura 6.25(3)). Esta
car A 2
situação acontece quando SI , isto é, o sistema é impossível.
car A 3
u v u v , (6.38)
u v : u v (6.39)
r
I
r t
t r t
(1) (2) (3)
Figura 6.25 Posições relativas de duas retas.
r t
6.6 DISTÂNCIAS
6.6.1 DISTÂNCIA ENTRE DOIS PONTOS
Consideremos os pontos do espaço tridimensional A x0 , y0 , z0 e B x1 , y1 , z1 . A sua
d A, B x1 x0 2 y1 y0 2 z1 z0 2 (6.40)
r
I
ponto P ao plano .
Resolução
1º Determinamos a reta r que contém o ponto P e é perpendicular a .
Um vetor perpendicular ao plano é o vetor u 1,1, 1 . Então uma equação da reta r que
P
I
r
Figura 6.28 Distância de um ponto a uma reta.
é dada por x 2 y 2 z D, D .
Para obtermos o plano perpendicular a r e que contém o ponto P fazemos
P 2,3,3 2 2 3 2 3 D D 14 .
2 2 2
8 7 10 8 7 10 4 4 1
d P, I d 2,3,3 , , , 2 3 3 1
3 3 3 3 3 3 9 9 9
E XERCÍCIOS RESOLVIDOS
22 22 2 12
2
1.2 Usando as igualdades (6.6) e (6.8) vem v v v 2
i j k
1 0 3 0 3 1
w u v 3 1 0 i (1)11 j (1)1 2 k (1)13
TL à 1ª linha 2 2 2 2 2 2
2 2 2
2i 6 j 4k
b i j 2k .
Resolução:
O módulo do produto vetorial dos vetores a e b é igual à área do paralelogramo
determinado por estes vetores. Então
i j k
a b 2 3 1 5i 5 j 5k a b 52 (5) 2 52 75 .
1 1 2
1. Dados os vetores u 4,5,1 e v 7, 3, 13 , determine o produto escalar dos dois
3.1 Calcule x c 2a b .
3.2 Determine um vetor w perpendicular a a e a b .
4.3 u 1,1, k , v 2, 2, k
Soluções:
1. Os vectores são perpendiculares porque u v 0 .
y 1
1. Seja r a reta definida por r : e A 1, 0, 0 . Calcular, usando produto vetorial, a
z 2x 1
distância do ponto A à reta r .
Soluções:
30
1. d A, r
5
Então, as equações cartesianas da reta r serão, dado o vetor diretor ur 1, 1, 2 e o
ponto C 0,3,1
x 0 y 3 z 1 1 z
x 3 y .
1 1 2 2
x 1 4 2 y
2. Seja s a reta definida pelas seguintes equações: z 1.
2 3
2.1 Verifique se o ponto P 1, 2, 1 pertence à reta s .
Resolução:
Tomemos os vetores diretores do plano ABC : AB 1, 1, 2 e AC 1, 2, 0 .
E XERCÍCIOS PROPOSTOS
3. Escreva uma equação cartesiana do plano que passa pelos pontos 1,1, 0 , 1, 1, 1 e é
x 1 y 2
4. Considere a reta r definida por z . Determine uma equação vetorial do
2 3
plano que passa pelo ponto P 1, 2, 0 e é perpendicular à reta r .
x 1 2
5. Dado o plano definido pelas equações paramétricas y 2 ; , , escreva
z
uma equação cartesiana.
x 4
y7 z6
recta CD : y 7 8 ; ; 4 x
z 6 10 8 10
O ponto E não pertence às retas.
2. x, y , z 1,0,0 1,1,0 1,0,1; ,
3. x 2 y 4 z 1 0
5. y z 2 0
x x 0 x 0
6. Eixos: Ox : y 0 ; ; Oy : y ; ; Oz : y 0 ;
z 0 z 0 z
Planos: xOy : z 0 ; xOz : y 0 ; yOz : x 0
E XERCÍCIOS SUPLEMENTARES
ponto médio M de AB .
Soluções:
x 1
1.1 AB : y 3 ; 1.2 x 2 y 5 z 61 0
z
2.1 C 3
\ 1 2b, b, b 1 : b
1 1
2.2 : x, y, z 0, , 1, 0, 2 0,1, 1 , ,
2 2
3.1 C 1 a, a, 2a 5 : a 1 5
3.2 x y 2 z 0
2 2
x
3.3 : y 1 2 ; ,
z 3
E XERCÍCIOS RESOLVIDOS
7
s : x, y, z ,1, 1 t 1, 4,1 ; t
2
1.1 Determine a posição relativa das duas retas.
1.2 Caso exista interseção, determine-a.
Como ur avs , a \ 0 , ou seja, os vetores não são colineares, então as retas não são
k 7 2 t 5 2 7 2 1
k 5 2
2k 1 4t k 5 2 . Então as retas são concorrentes num ponto.
0 1 t t 1 t 1
1.2 O ponto de interseção obtém-se substituindo k nas equações da reta r , ou t nas
equações da reta s .
x 5 2
5
Substituindo, obtemos: y 5 . Portanto, r s ,5, 0 .
z 0 2
2.2 A reta que passa em C e é paralela a BD intersecta o plano yOz num ponto.
Determine-o.
Resolução:
2.1 O plano mediador de um segmento é o plano perpendicular ao segmento e que passa no
ponto médio desse mesmo segmento.
OA A O 2,3,5 0, 0, 0 2,3,5
O A 2 0 3 0 5 0 3 5
PM , , 1, ,
2 2 2 2 2 2
9 25
Substituindo na equação do plano vem: 2 D 0 D 19 .
2 2
Logo, a equação do plano mediador pedido será: 2 x 3 y 5 z 19 0 .
x 2 y z 5
Umas equações cartesianas da reta são: .
2 3 5
A intersecção com o plano yOz , que tem equação cartesiana x 0 , corresponde à solução
do sistema
x2 y
2 3
y 3
x2 z 5
r yoz z 10 .
2 5
x 0 x 0
1 1 3 1 1 3 0
os planos e são paralelos. Mas por (5.36) os planos não
2 2 6 2 2 6 5
são coincidentes. Concluímos então que os planos são estritamente paralelos.
car A 2
1 1 3 0
l2 l2 l1 0 1 4 1
car A 2 SPI .
3 incógnitas
Concluímos então que os dois planos se intersetam numa reta. Vamos determinar umas
equações paramétricas dessa reta começando por resolver o sistema.
1 1 3 0 1 0 7 1 x 7 z 1 x 1 7 z
A 0 1 4 1 l l l 0 1 4 1 y 4 z 1 y 1 4 z
l1 1 l 2
2 2
x
2 x 2 y 6 z 5 2 2 6 5 2 2 6 5
iii) y
A
x 2 y z 1 1 2 1 z 1 1 2 1 1
A
B
X
car A 2
car A 2 SPI
1 2 1 1 1 2 1 1
l2 l1 2 2 6 5 l2 l2 2l1 0 2 8 3
3 incógnitas
Concluímos então que os dois planos se intersetam numa reta. Vamos determinar umas
equações paramétricas dessa reta começando por resolver o sistema.
1 0 7 4 x 7z 4 x 4 7z
1 2 1 1
A 0 2 8 3 l l l 3 3 3
1 11 2 0 1 4 y 4z y 4z
l2 l2 2 2 2
2
3
Escrevemos o conjunto solução CS 4 7 z, 4 z, z , z .
2
x 4 7k
3
Umas equações paramétricas são então y 4k ; k .
2
z k
n 1, 1,3 e n 1, 2, 1 são vetores normais aos planos e , respetivamente.
x 2 k
4. Determine os valores de m e de n para que a reta r : y 1 k ; k esteja contida no
z 3 2k
plano : mx ny 2 z 1 0 .
Resolução:
Uma equação cartesiana da reta r é
x 2 y 1
x 2 y 1 z 3 x y 1 x y 1
z 3
1 1 2 x 2 2 2 x 4 z 3 2 x z 7
Para que a reta r esteja contida no plano , o sistema resultante da sua interseção deve
ser indeterminado.
x y 1 1 1 0 x 1 1 1 0 1
r : 2 x z 7 2 0 1 y 7 A 2 0 1 7 .
mx ny 2 z 1 0
m n 2 z 1 m n 2 1
A X B
car A 3
i) n m 4 0 car A 3 SPD
3 incógnitas
ii) n m 4 0 car A 2
n 13 0 car A 3 SI .
n 13 0 car A 2 SI
n m 4 0 m 9
Então, para o sistema ser indeterminado, temos que ter .
n 13 0 n 13
Concluímos que, para a reta r estar contida no plano , temos que ter m 9 e n 13 .
E XERCÍCIOS PROPOSTOS
x 2 y z 5
1. Considere a reta r definida por .
2 x y 3
1.1 Determine uma equação do plano que passa no ponto 0, 3, 1 e é perpendicular
a r.
1.2 Verifique que a reta s que passa no ponto 0, 0, 3 e tem a direção do vetor
u 2, 1, 0 pertence a .
x 2z 1
3.2 , onde é o plano que contém o ponto C e é perpendicular à reta ;
y 2z
3.3 , , onde é o plano definido pelos pontos A , B e C ;
x 1 k
3.4 , , onde é o plano que contém a origem e a reta y 2k ; k .
z 1
4. Considere os planos : kx ky z 1 0 , : x y z k 0 e : x ky z 0 .
Determine, se existirem, os valores de k de modo a que:
4.1 os 3 planos se intersetem numa reta;
4.2 os planos e sejam perpendiculares.
Soluções:
1.1 : x 2 y 3z 9 0
2.1 Paralelas 2.2 Não complanares
3.1 Planos oblíquos entre si, concorrentes num ponto 3.2 Planos paralelos
3.3 Planos oblíquos, intersetam-se numa reta
3.4 interseta numa reta; interseta numa reta; interseta numa reta; e
são perpendiculares.
1
4.1 Não existe k 4.2 k
2
5. d P, r 1 . 6. d P, 3
x ay 1
1. Considere os pontos A 1, 1, 2 e B 2,1,3 , a reta r : e os planos
z y b
: x 3 y z 1 0 e : 2x y 2z 2 0 .
1.1 Determine a interseção I entre os planos , e um outro plano , que passa na
y 2
3. Considere a reta r : e os pontos A 1, 2, 1 e B 0,1, 3 . Qual a posição
z 1
relativa das retas r e AB ? Justifique.
Soluções:
perpendicular ao plano x z 1.
1.3 Determine a distância do ponto A ao plano x y z 1 .
x 5z 6
3. Considere os pontos A 0,0,0 , B 1,1,0 e C 0,1,1 e a reta r : .
y 2 z 5
3.1 Determine uma equação do plano que contém a reta r e passa pelo ponto B .
3.2 Determine uma equação cartesiana duma reta estritamente paralela à reta BC .
3.3 Determine a posição relativa entre o plano de equação x y z 1 e a reta r .
a : 4 x ay 2 z 2, a .
plano .
x y z 0
6. Considere os pontos A 0,0,0 , B 1,1,0 e C 0,1,1 e a reta r : .
x y z 2 0
6.1 Determine uma equação vetorial da reta r .
6.2 Condicione o valor de a , para que o plano ax y z 1 e a reta r sejam
concorrentes.
6.3 Determine a distância do ponto B à reta r .