INSTITUTO POLITÉCNICO DE LEIRIA

ESCOLA SUPERIOR DE TECNOLOGIA E GESTÃO

Álgebra Linear 1. º ano, 1. º semestre - Engenharias

1. Lógica Proposicional e Raciocínio Matemático

Introdução
Muitos algoritmos em ciências da computação usam expressões
lógicas como "se p é verdade então q é verdade" ou " se p 1 e p 2 são
verdade então q 1 ou q 2 é verdade".

E.S.T.G. - IPLeiria Álgebra Linear 1

É importante determinar o valor lógico destas expressões, isto é,
saber se as mesmas são ou verdadeiras ou falsas.
Definição
Uma proposição (declaração ou frase) é uma afirmação que é falsa
(F ou 0) ou verdadeira (V ou 1), sem ambiguidades.
Exemplo
"Paris fica na França." é uma proposição verdadeira.
"1 1 3." é uma proposição falsa.
"Façam o exercício." não é uma proposição, pois não se pode atribuir
um valor lógico.

E.S.T.G. - IPLeiria Álgebra Linear 2

Definição
Proposições compostas são formadas por subproposições (ou
proposições elementares) e vários conetivos.
Exemplo

"O João tem 19 anos e possui a carta de condução."

subproposição conetivo subproposição

Nota: O valor lógico de uma proposição composta fica determinado

pelo valor lógico das subproposições e pela forma como estas estão
conetadas.

E.S.T.G. - IPLeiria Álgebra Linear 3

Definição
Uma proposição designa-se por primitiva quando não pode ser
decomposta em subproposições mais simples.
Exemplo
"O João tem 19 anos."

Operações lógicas básicas: , ,

Definições
Consideremos duas proposições p e q.
A negação de p denota-se por p e lê-se "não p" ou "negação de p".
A conjunção de p e q denota-se por p q e lê-se "p e q".

E.S.T.G. - IPLeiria Álgebra Linear 4

 A disjunção de p e q denota-se por p q e lê-se "p ou q".

Estudemos o valor lógico de: p, p q, p q.

Exemplo

p p p q p q p q
V F V V V V
F V V F F V
F V F V
F F F F

Proposições e tabelas de verdade (ou tabelas-verdade)

Em geral, uma proposição composta denotada por P p, q, . . . é uma

E.S.T.G. - IPLeiria Álgebra Linear 5

expressão construída a partir das variáveis lógicas p, q, ... (cada uma
delas ou V ou F) e dos conetivos lógicos , , , entre outros.
Exemplo
Tabela de verdade de: p q

p q q p q p q
V V F F V
V F V V F
F V F F V
F F V F V

E.S.T.G. - IPLeiria Álgebra Linear 6

Notas:
1 De quantas linhas precisamos numa tabela de verdade?
Se tivermos n proposições p 1 , p 2 , ..., p n precisamos de 2 n linhas.

2 Usam-se parêntesis para indicar a ordem pela qual se realizam as

operações lógicas. Por convenção têm-se as seguintes prioridades:
primeiro a negação;
depois a conjução e a disjunção;
por último a implicação e a equivalência.
Exercício
Determine as tabelas de verdade para:
a. p q; b. p q.

E.S.T.G. - IPLeiria Álgebra Linear 7

 Tautologias e contradições
Definição
Tautologia é uma proposição que é sempre verdadeira.
Exemplo
Verifica-se que p p é uma tautologia. Construindo a respetiva
tabela de verdade:

p p p p
V F V
F V V

E.S.T.G. - IPLeiria Álgebra Linear 8

Definição
Contradição é uma proposição que é sempre falsa.

Exemplo

Verifica-se que p p é uma contradição. Construindo a respetiva

tabela de verdade:

p p p p
V F F
F V F

E.S.T.G. - IPLeiria Álgebra Linear 9

 Equivalência lógica
Duas proposições P p 1 , p 2 , . . . e Q q1, q2, . . . são logicamente
equivalentes, ou iguais, e denota-se por P Q, quando as suas
tabelas de verdade são idênticas.

Exercício

Mostre que: p q p q.

Declarações condicionais e bicondicionais

Definições
Consideremos duas proposições p e q.
A declaração condicional ou implicação de p e q denota-se por
p q e lê-se "se p então q".

E.S.T.G. - IPLeiria Álgebra Linear 10

 A declaração bicondicional ou equivalência de p e q denota-se por
p q e lê-se "p se e só se q".

Exemplo (Tabelas de verdade)

p q p q p q p q
V V V V V V
V F F e V F F
F V V F V F
F F V F F V

E.S.T.G. - IPLeiria Álgebra Linear 11

 Exercícios
1. Mostre que: p q p q.
2. Verifique se alguma destas proposições q p, p q e
q p é logicamente equivalente a p q.
3. Mostre que: p p q p q.
4. Verifique se p q r é logicamente equivalente a
q p r.
5. Escreva a negação de cada declaração na forma mais simples
possível:
a. Se ela trabalhar então ganhará dinheiro.
b. Ele nada se e somente se a água está morna.
c. Se nevar então eles não conduzem.

E.S.T.G. - IPLeiria Álgebra Linear 12

 Argumentos

Definições
Um argumento é uma afirmação em que um dado grupo de
proposições P 1 , P 2 , ..., P n , a que chamamos de premissas (ou
hipóteses) tem como consequência uma proposição Q, a que
chamamos de conclusão (ou tese) e denota-se por:
P1, P2, . . . , Pn Q.
O argumento P 1 , P 2 , ..., P n Q é válido se Q é verdadeira sempre
que P 1 , P 2 , ..., P n forem verdadeiras.

E.S.T.G. - IPLeiria Álgebra Linear 13

 Exemplos
O argumento p, p q q é válido (verifique!).
O argumento q, p q p não é válido (verifique!).
Nota: As proposições P 1 , P 2 , ..., P n são todas verdadeiras se e só se
P 1 P 2 . . . P n é verdadeira. Então, sendo P P 1 P 2 . . . P n ,
dizemos que o argumento P 1 , P 2 , ..., P n Q é válido se e só se P Q
é uma tautologia.

Exercícios
1. Mostre que: se p q e q r então p r.
2. Sejam p, q e r proposições.
a. Mostre que p p q q r r é uma tautologia.
b. Indique, justificando, se o argumento p, p q, q r r é válido.

E.S.T.G. - IPLeiria Álgebra Linear 14

 Funções proposicionais e quantificadores
Definição
Uma função proposicional p de domínio A é uma função que para
cada a A, p a é uma proposição que toma o valor ou verdadeiro ou
falso.

p: A V, F
a pa

Nota: Se p de domínio A é uma função proposicional, p a pode ser

verdadeira para todos, alguns ou nenhum a A. Por essa razão
passamos a introduzir quantificadores.

E.S.T.G. - IPLeiria Álgebra Linear 15

Seja p uma função proposicional.
a A, p a : lê-se qualquer que seja a A, p a é verdadeira.
a A, p a : lê-se existe pelo menos um a A tal que p a é
verdade.

Exemplos
n , n é par ou ímpar.
n , n é par.
A proposição n ,n 3 é falsa, mas n ,n 3 é verdadeira.

Notação: Seja A 2, 3, 5 e p x a proposição "x é um número primo."

Então para escrever "2 é primo, 3 é primo e 5 é primo" tem-se
p2 p3 p 5 ou equivalentemente a A, p a .

E.S.T.G. - IPLeiria Álgebra Linear 16

Para escrever "2 é primo ou 3 é primo ou 5 é primo" tem-se
p 2 p 3 p 5 ou equivalentemente a A, p a .

Negação de declarações com quantificadores

a A, p a a A, pa.
a A, p a a A, pa.
Exemplo
Negar as seguintes declarações:

"Para todos os inteiros positivos n, temos n 2 8.", ou seja,

n , n 2 8.
Negação: n , n 2 8.

E.S.T.G. - IPLeiria Álgebra Linear 17

 "Existe uma pessoa viva com 150 anos."
Negação: "Qualquer que seja a pessoa viva não tem 150 anos." ou
"Toda a pessoa viva não tem 150 anos."
Portanto:
Para negar a A, p a basta mostrar que a A, p a , ou seja,
apresentar um contra-exemplo.
Para negar a A, p a tem que se mostrar a A, p a . Neste
caso não basta dar exemplos!
Exemplos
Mostre que x , |x | 0 é falso.
É falso pois |0 | 0.

E.S.T.G. - IPLeiria Álgebra Linear 18

 Mostre que x , x2 x é falso.
É falso pois, por exemplo, 0. 5 2 0. 25 0. 5.

Funções proposicionais com mais de uma variável

Definição
Uma função proposicional p com mais de uma variável, de domínio
A 1 . . . A n é uma função que para cada a 1 , . . . , a n A1 . . . An,
p a 1 , . . . , a n é uma proposição que toma o valor ou verdadeiro ou falso.

p : A1 . . . An V, F
a1, . . . , an p a1, . . . , an

E.S.T.G. - IPLeiria Álgebra Linear 19

 Exemplo

p x, y, z dada pela proposição "x y z 3" de domínio 3

.

Exemplo de Negação: x y z, p x, y, z x y z, p x, y, z .

Exercícios

1. Negue cada uma das proposições seguintes.

Use x, p x x, p x e x, p x x, px.
a. x y, p x, y .
b. y x z, p x, y, z .
c. x y, p x, y .

E.S.T.G. - IPLeiria Álgebra Linear 20

d. x A, x 3 10.
e. x A, x 3 8.
f. x A, x 3 5.

2. Encontre, se possível, um contra-exemplo. Considere o conjunto

universo U 3, 5, 7, 9 .
a. x U, x 3 7.
b. x U, x é ímpar.
c. x U, x é primo.
d. x U, |x | x.

3. Determine a negação da seguinte proposição: p x, q x .

E.S.T.G. - IPLeiria Álgebra Linear 21

4. Sejam A 2, 4, 6 e B 10, 20, 30 dois conjuntos. Considere as
proposições seguintes.
i x A, y B, x y é ímpar.
ii x A, y A, x y 36.
iii x A, y B, z A, x y z 24.

a. Justifique se é verdadeira ou falsa cada uma das proposições

anteriores.

b. Negue cada uma das proposições anteriores.

E.S.T.G. - IPLeiria Álgebra Linear 22

2. Vetores em R 3
No que se segue, considera-se em R 3 o referencial ortonormado
O, e 1 , e 2 , e 3 , onde O 0, 0, 0 é a origem e os vetores e 1 , e 2 e e 3
são definidos da seguinte forma:

i e1 1, 0, 0 eixo dos xx
z
j e2 0, 1, 0 eixo dos yy
k e3 0, 0, 1 eixo dos zz ê3

ê1 ê2 y
e 1, e 2 e 1, e 3 e 2, e 3
2 x

Nestas condições:
u R3, u a, b, c a e1 b e2 c e 3.

E.S.T.G. - IPLeiria Álgebra Linear 23

 direção
Um vetor é caracterizado por: sentido
comprimento

Definição

Sejam a, b R3 0 . Designa-se por ângulo entre a e b,

a, b , o menor dos ângulos por eles formado. Logo

0 a, b .

E.S.T.G. - IPLeiria Álgebra Linear 24

Definições

Sejam a a1, a2, a3 , b b1, b2, b3 R3 0 e a, b .

a e b dizem-se paralelos ou colineares, a b, quando:

existe R tal que b a 0 .

a e b dizem-se ortogonais ou perpendiculares, a b, quando

.
2
Designa-se por norma ou comprimento de a a1, a2, a3 , o
escalar definido por:

a a 21 a 22 a 23 .

E.S.T.G. - IPLeiria Álgebra Linear 25

 Quando a 1, a diz-se um vetor unitário.

Designa-se por versor do vetor a, o vetor unitário a com a direção e

sentido de a, isto é,

a a 1 a1, a2, a3 .
a a 21 a 22 a 23

Definição
Sejam a a1, a2, a3 , b b1, b2, b3 R3 0 e a, b .

Designa-se por produto escalar (ou interno) de a e b, o escalar:

E.S.T.G. - IPLeiria Álgebra Linear 26

 a b cos ; se a, b 0
a b
0; no caso contrário
a1b1 a2b2 a3b3.

Observação (Cálculo do ângulo)

cos a b arccos a b .
a b a b

E.S.T.G. - IPLeiria Álgebra Linear 27

Teorema (Condição necessária e suficiente de perpendicularidade)

Sejam a, b R3 0 .

a b 0 se e só se a b.

Definição
Os escalares cos a, e i ,i 1, 2, 3 são designados por cossenos
diretores do vetor a R3 0 .

Observações
1. cos a, e i ai ;i 1, 2, 3.
a

E.S.T.G. - IPLeiria Álgebra Linear 28

2. cos 2 a, e 1 cos 2 a, e 2 cos 2 a, e 3 1.

3. Os cossenos diretores de um vetor são as coordenadas do seu

versor.

Propriedades

O produto escalar:

é comutativo:
a b b a, a, b R3;

não é associativo pois não faz sentido a b c ou a b c ;

E.S.T.G. - IPLeiria Álgebra Linear 29

 é associativo em relação à multiplicação escalar
a b a b a b , R, a, b R3;

é distributivo em relação à adição de vetores

a b c a c b c;

a b c a b a c, a, b, c R3.

E.S.T.G. - IPLeiria Álgebra Linear 30

Projeção ortogonal e projeção escalar. Interpretação geométrica.

Definição

Sejam a, b R3 0 . Designa-se por projeção ortogonal (ou

vetorial) de b sobre a, proj a b, o vetor representado nas seguintes

figuras.

1º caso: 0 2º caso:
2 2
b b

θ π−θ
Proj b a Proj b a
a a

E.S.T.G. - IPLeiria Álgebra Linear 31

 Projeção ortogonal (ou vetorial) de b sobre a

proj a b a b a a b a.
2
a a

Comprimento da projeção ortogonal de b sobre a (ou projeção

escalar)

a b
proj a b .
a

Se algum dos vetores a e b é o vetor nulo ou se os vetores são

perpendiculares então proj a b 0 0, 0, 0 e proj a b 0.

E.S.T.G. - IPLeiria Álgebra Linear 32

 Observações
1. Conforme é ilustrado na figura, no caso geral, proj b a proj a b.
r
p ro jbr a

r
b

r r
a
pro j av b

2. O vetor proj a b também é designado por componente vetorial de

b paralela a a.
3. Sejam a e b vetores não nulos e não perpendiculares.
Então existem vetores v e w tais que b v w, com v a e
w a.

E.S.T.G. - IPLeiria Álgebra Linear 33

 r r
b b
r
w
r r
a a
r
v

Basta considerar,
v proj a b e w b proj a b.

O vetor b proj a b é designado por componente vetorial de b

ortogonal a a.

E.S.T.G. - IPLeiria Álgebra Linear 34

 Produto vetorial

Definição

Sejam a, b R3 0 , a, b ea b. Designa-se por

produto vetorial (ou externo) de a por b, a b, o vetor

representado na seguinte figura

a^ b a
b b
a
a^ b

e que tem as seguintes características:

E.S.T.G. - IPLeiria Álgebra Linear 35

 a direção é perpendicular ao paralelogramo formado por a e b;

o sentido é tal que os vetores a, b, a b , por esta ordem, formam

uma base direta;

o comprimento é igual à área do paralelogramo representado na

figura anterior, isto é,
a b Área a, b a b sin .

No caso de os vetores serem paralelos, a b 0 0, 0, 0 .

Propriedades (Produto externo)
1. a b a e a b b.

E.S.T.G. - IPLeiria Álgebra Linear 36

2. O produto externo:
é anti-comutativo
b a a b, a, b R3;

não é associativo, em geral, a b c a b c ;

é associativo em relação à multiplicação escalar

a b a b a b , R, a, b R3;

é distributivo em relação à adição de vetores

a b c a c b c;

a b c a b a c, a, b, c R3.

E.S.T.G. - IPLeiria Álgebra Linear 37

Teorema (Condição necessária e suficiente de paralelismo)

Sejam a, b R3 0 . Então:

a b 0 se e só se a b.

Produto externo para os vetores da base ortonormada

e1 e2 e3

e1 0 e3 e2
Como
e2 e3 0 e1

e3 e2 e1 0

E.S.T.G. - IPLeiria Álgebra Linear 38

 então a b a1 e 1 a2 e 2 a3 e 3 b1 e 1 b2 e 2 b3 e 3
a2b3 a3b2, a1b3 a3b1 , a1b2 a2b1 .

Notação:

a2 a3 a1 a3 a1 a2
a b a1 a2 a3 , ,
b2 b3 b1 b3 b1 b2
b1 b2 b3

Produto misto
Definição

Designa-se por produto misto dos vetores a, b e c , o escalar

E.S.T.G. - IPLeiria Álgebra Linear 39

definido por:

a b c a1, a2, a3 b1, b2, b3 c1, c2, c3

a1 a2 a3 c1, c2, c3
b1 b2 b3

Propriedade (Comutação das operações)

O produto misto não se altera quando se trocam os sinais e

a b c a b c, a, b, c R3.

E.S.T.G. - IPLeiria Álgebra Linear 40

 Propriedade (Permutação circular de vetores)
O produto misto não se altera por permutação circular dos vetores

b c a c a b a b c, a, b, c R3.

Propriedade (Permutação não circular de vetores)

O produto misto muda de sinal quando se trocam entre si dois vetores

b a c a c b c b a a b c, a, b, c R3.

Definição

Os vetores a, b e c designam-se por vetores complanares quando

E.S.T.G. - IPLeiria Álgebra Linear 41

são paralelos a um mesmo plano, isto é, quando:
dois dos vetores são paralelos ou

existirem dois números reais e tais que c a b, com a b.

Interpretação geométrica
Na figura que se segue está representado o paralelepípedo formado
por três vetores não complanares, a, b e c .

r r
a ∧b
O volume do paralelepípedo é igual a:
r
c
α h
Volume a, b, c a b c . r
b
r
a

E.S.T.G. - IPLeiria Álgebra Linear 42

Teorema (Condição necessária e suficiente de complanaridade)

a, b e c são complanares se e só se a b c 0.

Observação

Se não se considerar o módulo na expressão do Volume a, b, c , o

número a b c é positivo ou negativo consoante a b, c seja

um ângulo inferior ou superior a .
2

E.S.T.G. - IPLeiria Álgebra Linear 43

 Exercícios
1. Considere o vetor a 1, 2, 0 .

a. Verifique se algum dos vetores b 4, 3, 1 e c 2, 4, 0 é

paralelo a a.

b. Determine:
i. a ;
ii. o vetor unitário u com a direção e sentido de a;
iii. os vetores unitários u que são paralelos a a.
iv. a componente vetorial de b paralela a a e a componente
vetorial de b ortogonal a a.

E.S.T.G. - IPLeiria Álgebra Linear 44

2. Decomponha o vetor u 2, 2, 1 como a soma de dois vetores,
w 1 e w 2 tais que w 1 é paralelo ao vetor v 1, 1, 0 e w 2 v .

3. Sejam a, b R3 0 . Mostre que:

2
a. a a a ;
b. a | | a ;

c. a b b a;
2 2 2
d. 2a 3b 4 a 12 a b 9 b ;

e. a b a b a b.

E.S.T.G. - IPLeiria Álgebra Linear 45

4. Sejam a 1, 0, 1 , b 0, 2, 1 e c 0, 4, 2 vetores de R 3 .

a. Determine a b e b a.

b. Determine os vetores unitários u tais que u a e u b.

c. Indique a área do paralelogramo definido por a e b.

d. Verifique se b a e se b c.

e. Calcule a b c e a b c . O produto externo é

associativo?

E.S.T.G. - IPLeiria Álgebra Linear 46

5. Sejam a 1, 0, 1 , b 0, 2, 1 e c 2, , 0 vetores de R 3 .
a. Determine de modo que:
i. os vetores a, b e c sejam complanares.
ii. o paralelepípedo definido por a, b e c tenha volume igual a 2.

b. Sabendo que a b c 8, indique justificando o valor de

c b a e de b c a.
6. Considere os vetores de R 3 , u 1, 0, 1 , v 2, x, y e
w x, 1, 0 . Determine os valores reais x e y de modo que:
a. u w e proj u v 0;
b. w 2 e os vetores u, v e w sejam complanares.

E.S.T.G. - IPLeiria Álgebra Linear 47

7. Sejam a, b, c e d vetores de R 3 tais que:

a é colinear com c ; b é perpendicular a a; a, d ;

3
a d 2; b c 1.

Determine o valor das seguintes expressões no caso de estarem

definidas e justifique no caso contrário.

(a) a a c b; (b) a b c; (c) a 3d a 2d ;

(d) proj d a ; (e) a d ; (f) proj b a a c d;

(g) a b a ; (h) a b c .

E.S.T.G. - IPLeiria Álgebra Linear 48

3. Matrizes e Sistemas de Equações Lineares
Seja K um corpo comutativo (R ou C). Uma tabela de dupla entrada
com m filas horizontais linhas e n filas verticais colunas da
forma:

a 11 a 12 a 1n
a 21 a 22 a 2n
Am n a ij ,

a m1 a m2 a mn

designa-se por matriz do tipo m n ou matriz m n, sendo

i índice de linha i 1, 2, ,m ; j índice de coluna j 1, 2, ,n ;
a ij K elemento da linha i e coluna j.

E.S.T.G. - IPLeiria Álgebra Linear 49

 O conjunto das matrizes m n representa-se por M m n K .
Quando K R (K C) a matriz A designa-se por matriz real
(complexa).
Exemplos de matrizes simples
Definições
Designa-se por matriz nula m n a matriz com todos os elementos
iguais a zero, denotando-se por O m n .
Seja A Mm n K .
Quando m n, A diz-se uma matriz quadrada de ordem n ou
matriz de ordem n.
No caso contrário, A é uma matriz retangular m n.

E.S.T.G. - IPLeiria Álgebra Linear 50

 Uma matriz 1 n (m 1) designa-se por matriz linha (matriz
coluna).
Definições
Seja A Mn n K .
Elementos principais são os elementos da diagonal principal
i j ;
Elementos secundários são os elementos da diagonal
secundária i j n 1 ;
A é uma matriz triangular superior (inferior) quando todos os
elementos abaixo (acima) da diagonal principal são nulos, isto é,
i j a ij 0 i j a ij 0;

E.S.T.G. - IPLeiria Álgebra Linear 51

 A é uma matriz diagonal quando todos os elementos não principais
são nulos, isto é, i j a ij 0, e representa-se por
A diag a 11 , a 22 , , a nn ;
A é uma matriz escalar quando A diag , , , ;
In diag 1, 1, , 1 representa a matriz identidade de ordem n.

Definições
Sejam A a ij , B b ij Mm n K .
A B quando a ij b ij , i, j ;

Adição: A B Cm n c ij onde c ij a ij b ij ;
Subtração: A B Cm n c ij onde c ij a ij b ij .

E.S.T.G. - IPLeiria Álgebra Linear 52

 Propriedades
Sejam A, B, C, O Mm n K . A adição de matrizes:
é comutativa: A B B A;
é associativa: A B C A B C ;
admite elemento neutro: A O A;
admite, para cada matriz A, uma matriz A A tal que A A O.

Definições
Sejam A Mm n K , B Mn p K e K.
Multiplicação de por A : A Cm n c ij onde c ij a ij ;

E.S.T.G. - IPLeiria Álgebra Linear 53

 Multiplicação de A por B : AB Cm p c ik onde

c ik a i1 b 1k a i2 b 2k a in b nk .

Observação
O produto AB só é possível quando o número de colunas de A é igual
ao número de linhas de B.
Propriedades

Sejam A, B, C e O quaisquer matrizes de dimensões adequadas e

K.

A multiplicação de matrizes:
não é comutativa: em geral AB BA;

E.S.T.G. - IPLeiria Álgebra Linear 54

é associativa: AB C A BC ;

associativa em relação à multiplicação escalar:

A B A B AB ;

é distributiva em relação à adição de matrizes:

AB C AB AC;
B C A BA CA;

An nIn An n e InAn n An n;

An n On p On p e Ok n An n Ok n.

E.S.T.G. - IPLeiria Álgebra Linear 55

Definição
Duas matrizes A e B de ordem n, dizem-se comutáveis ou que
comutam entre si quando AB BA.

Transposição
Definições
Designa-se por transposição de uma matriz a operação que
consiste em trocar as linhas pelas colunas.

Matriz transposta de A a ij Mm n K :
AT a ij Mn m K onde a ij a ji , i, j .

E.S.T.G. - IPLeiria Álgebra Linear 56

 Propriedades
Sejam A, B Mm n K , C Mn p K e K.

T T T T
AT A; A AT; A B AT BT; AC CTAT.

Definições
Diz-se que A Mn n K é uma matriz:
simétrica quando A T A;
antissimétrica quando A T A;
ortogonal quando A T A AA T In.

E.S.T.G. - IPLeiria Álgebra Linear 57

 Dependência linear, característica e condensação.
Definição
Diz-se que a matriz A Mm n K está fracionada por linhas (ou por
colunas) quando tiver a forma:

L1 a 11 a 12 a 1n
L1
L2 L2 a 21 a 22 a 2n
Am n onde

Lm
Lm a m1 a m2 a mn

E.S.T.G. - IPLeiria Álgebra Linear 58

 ou respetivamente
a 11 a 1n
a 21 a 2n
Am n C1 Cn onde C 1 , , Cn .

a m1 a mn

Nota
As definições e propriedades seguintes são válidas para linhas e
colunas.

Definição
A expressão

E.S.T.G. - IPLeiria Álgebra Linear 59

 1L1 2L2 mLm, 1, 2, , m K,

diz-se uma combinação linear das linhas L 1 , L 2 , , Lm.

Observação
A equação
1L1 2L2 mLm O1 n

admite sempre a solução trivial 1 2 m 0.

Definições
Quando a solução trivial é a única solução da equação , as
linhas L 1 , L 2 , , L m dizem-se linearmente independentes (L.I.).

E.S.T.G. - IPLeiria Álgebra Linear 60

 Quando existem outras soluções, as linhas L 1 , L 2 , , L m dizem-se
linearmente dependentes (L.D.).

Propriedades
1. A linha nula é L.D..

2. Uma única linha não nula é L.I..

3. Se alguma das linhas L 1 , L 2 , , L m é a linha nula, então as linhas

L 1 , L 2 , , L m são L.D..

4. Se algum subconjunto das linhas L 1 , L 2 , , L m é L.D. então as

linhas L 1 , L 2 , , L m também o são.

E.S.T.G. - IPLeiria Álgebra Linear 61

5. As linhas L 1 , L 2 , , L m são L.D. pelo menos uma das linhas é
combinação linear das restantes.

6. As linhas L 1 , , Lk, , Lm as linhas L 1 , , Lk, , Lm,

são L.D. (L.I.) com 0, são L.D. (L.I.).

7. As linhas L 1 , , Lj, , Lk, , Lm as linhas L 1 , , Lj, , Lk Lj, , Lm

são L.D. (L.I.) são L.D. (L.I.).

8. As linhas L 1 , , Lj, , Lk, , Lm as linhas L 1 , , Lj, , Lk Lj, , Lm

são L.D. (L.I.) são L.D. (L.I.).

Definições
Designa-se por característica da matriz A, car A , o número

E.S.T.G. - IPLeiria Álgebra Linear 62

máximo de linhas (ou colunas) linearmente independentes.
Diz-se que a matriz A está na forma escalonada por linhas quando
tem as seguintes características:

se houver linhas nulas, elas situam-se abaixo das linhas não nulas;

o primeiro elemento não nulo de cada linha (com exceção da primei-

ra) situa-se à direita do primeiro elemento não nulo da linha anterior;

os elementos que se situam abaixo do primeiro elemento não nulo

de cada linha são todos nulos.

O primeiro elemento não nulo de cada linha de uma matriz

escalonada por linhas designa-se por pivot.

E.S.T.G. - IPLeiria Álgebra Linear 63

 Teorema
Se a matriz A está na forma escalonada por linhas, então a sua
característica é igual ao número de pivots.

Definições
Designam-se por operações elementares sobre as linhas de uma
matriz A as seguintes operações:

a troca da linha i pela linha j : L i Lj ;

a multiplicação da linha i pelo escalar 0 : Li Li ;
a adição à linha i de vezes a linha j : L i Li Lj .

O processo que consiste em realizar sucessivas operações

elementares sobre uma matriz, de forma a obter a sua forma

E.S.T.G. - IPLeiria Álgebra Linear 64

escalonada por linhas, designa-se por condensação.
Proposições
A dependência ou independência linear das linhas (colunas) de uma
matriz não é alterada por qualquer uma das operações elementares.
Se B é uma matriz que se obtém de A usando operações
elementares então car B car A .

Teorema car A nº linhas se e só se linhas L.I.

car A nº linhas se e só se linhas L.D.

Definições
Uma matriz A de ordem n diz-se invertível quando existe uma
matriz X de ordem n tal que AX I n XA.

E.S.T.G. - IPLeiria Álgebra Linear 65

 A matriz X designa-se por inversa de A e representa-se por A 1 .
Uma matriz que não admite inversa designa-se por matriz não
invertível.

Observação
Só as matrizes quadradas admitem inversa, mas nem todas as
matrizes quadradas são invertíveis.

Teorema
Se existir uma matriz X que verifique uma das seguintes igualdades
AX I n ou XA I n , então A é invertível e X A 1.

E.S.T.G. - IPLeiria Álgebra Linear 66

 Propriedades
Sejam A, B Mn n K .

Se A é uma matriz invertível então a sua inversa é única.

1
Se A é uma matriz invertível então A 1
é invertível e A 1
A.

Se A e B são duas matrizes invertíveis então AB é invertível e

AB 1
B 1A 1.

Se A é uma matriz invertível então a matriz A T é invertível e

1 T
AT 1
A .

E.S.T.G. - IPLeiria Álgebra Linear 67

 Cálculo da inversa usando a condensação
Por aplicação de sucessivas operações elementares sobre as linhas
da matriz A, é possível realizar-se o processo
A | In In | A 1

se e só se a matriz A é invertível.
Uma vez que as operações elementares não alteram a
característica de uma matriz, então car A car I n n.

Teorema
A é invertível car A n ordem de A, ou seja,
A é invertível as linhas e as colunas de A são L.I..

E.S.T.G. - IPLeiria Álgebra Linear 68

 Sistemas de equações lineares
Um sistema com m equações e n incógnitas x 1 , x 2 , , x n da forma:

a 11 x 1 a 12 x 2 a 1n x n b1
a 21 x 1 a 22 x 2 a 2n x n b2

a m1 x 1 a m2 x 2 a mn x n bm

diz-se um sistema de equações lineares.

Forma matricial: AX B

E.S.T.G. - IPLeiria Álgebra Linear 69

 a 11 a 12 a 1n x1 b1
a 21 a 22 a 2n x2 b2
;

a m1 a m2 a mn xn bm

A X B

A a ij Mm n K matriz dos coeficientes;

X xj Mn 1 K vetor das incógnitas;
B bi Mm 1 K vetor dos termos independentes;
A|B matriz ampliada do sistema;
Quando B O AX O diz-se um sistema homogéneo.

E.S.T.G. - IPLeiria Álgebra Linear 70

Definição
Designam-se por soluções do sistema de equações lineares os
valores das incógnitas que verificam todas as equações do sistema
AX B.
Observação
Como Am nOn 1 Om 1 então qualquer sistema linear homogéneo
com n incógnitas admite pelo menos a solução
trivial x 1 x2 xn 0.

Definição (Classificação de sistemas)

Seja AX B um sistema de equações lineares. O sistema diz-se:

E.S.T.G. - IPLeiria Álgebra Linear 71

impossível quando não admite solução;
possível quando tem pelo menos uma solução;
determinado quando a solução é única;
indeterminado quando admite mais do que uma solução,
grau de indeterminação: número de variáveis livres.

Determinado
Possível
Sistema Indeterminado
Impossível

E.S.T.G. - IPLeiria Álgebra Linear 72

Definição
Sistemas equivalentes são sistemas que admitem a mesma solução.

Método de eliminação de Gauss

Considere-se o sistema AX B.
O método de eliminação de Gauss consiste em efetuar operações
elementares sobre a matriz ampliada A | B do sistema de modo a
obter a sua forma escalonada por linhas A | B . Deste modo, o
sistema AX B é transformado num sistema equivalente A X B.

E.S.T.G. - IPLeiria Álgebra Linear 73

 op.elementares
S AX B A|B A |B AX B S

Discussão de sistemas de equações lineares

Seja AX B a forma matricial de um sistema de equações lineares
com m equações e n incógnitas.
Denote-se por:

A |B a forma escalonada por linhas da matriz ampliada A | B ;

r car A car A ;

r car A|B car A |B .

E.S.T.G. - IPLeiria Álgebra Linear 74

De uma forma resumida, a classificação de um sistema de equações
lineares pode traduzir-se pelo seguinte esquema:

Determinado se r r n
Possível se r r

Indeterminado se r r n
Sistema
Grau de indeterminação: n r
Impossível se r r

E.S.T.G. - IPLeiria Álgebra Linear 75

 Método da matriz inversa

Seja AX B um sistema de equações lineares, onde A é invertível.

Então X A 1 B pois

AX B A 1 AX A 1B

InX A 1B

X A 1 B.

E.S.T.G. - IPLeiria Álgebra Linear 76

 Exercícios
a2 b 0
1. Considere a matriz real A 0 c2 1 0 .
d 1 0 e
Determine os valores de a, b, c, d, e R de modo que A seja:
a. a matriz nula; b. uma matriz triangular superior;
c. uma matriz diagonal; d. a matriz identidade.

1 0 1 2 1 1 1 2
2. Sejam A , B , C ,
2 2 0 1 2 0 1 3
T
D 1 2 3 , E 3 4 2 e 2.

E.S.T.G. - IPLeiria Álgebra Linear 77

 Calcule, se possível:
a. A B; b. A B; c. A; d. CA;
e. AC; f. A T ; g. ED; h. DE.

3. Sejam A, B M n n R onde B é uma matriz escalar. Mostre que:

a. existe R:B In;
b. A e B são matrizes comutáveis.

0 a 1 1 c 0
4. Considere as matrizes A 2 b 2 eB 0 a b .
c 2 0 0 4 3
5 5
Determine os valores de a, b, c R de modo que a matriz:
a. A seja antissimétrica;

E.S.T.G. - IPLeiria Álgebra Linear 78

 b. B seja simétrica e ortogonal.
5. Sejam A, B, C M n n R tais que A é simétrica, B é antissimétrica
T
e C é ortogonal. Mostre que C A BC I n
T
B T A T C.
6. Analise a dependência linear das linhas das matrizes:
1 2 0 1 2 0
A 0 1 4 e B 0 1 4 .
1 1 4 1 1 4

7. Considere as matrizes reais:

3 3 6 0 1 2 4
A 2 2 5 1 e B 0 1 2 .
4 2 6 1 1 0 k

E.S.T.G. - IPLeiria Álgebra Linear 79

a. Calcule car A e car B em função de k.

b. Analise a dependência linear das linhas e colunas de A e B.

2 1 1
8. Considere a matriz real A 1 1 1 .
0 1 0

a. Usando condensação, calcule a inversa da matriz A.

b. Determine a matriz Y que satisfaz a equação matricial

AY T A T 2A.

E.S.T.G. - IPLeiria Álgebra Linear 80

9. Classifique os seguintes sistemas de equações lineares.
x y 2z 3 x y 2z 3
2y z 2 2y z 2
S1 S2
2x 2y 2z 10 2x 2y 2z 10
2x 2y 4z 6 2x 2y 4z 6

x y 2z 3
2y z 2
S3 .
2x 2y 2z 2
2x 2y 4z 6

E.S.T.G. - IPLeiria Álgebra Linear 81

10. Discuta a natureza do sistema de equações lineares em função
dos parâmetros reais e
x y z
2y z 0
.
2x 2 y z 2
4y 2 z

E.S.T.G. - IPLeiria Álgebra Linear 82

11. Considere as seguintes matrizes:

1 3 2 1 2 1
A 0 1 1 eC 2 0 1 .
2 5 4 2 1 1

a. Mostre que A é a inversa de C.

x 3y 2z 0
b. Resolva o sistema de equações lineares y z 1 .
2x 5y 4z 1

E.S.T.G. - IPLeiria Álgebra Linear 83

12. Sejam e parâmetros reais e A, B, C e X as matrizes reais
definidas por:

2 1 0 1 1 0 x
A 0 1 1 ,B ,C 2 2 2 eX y .
2 1 0 2 2 4 2 z

a. Classifique o sistema A X B para todos os valores de e .

b. Determine o valor de de modo que A C 2 I3.

c. Indique, justificando, a inversa de C.

E.S.T.G. - IPLeiria Álgebra Linear 84

4. Determinantes
Definições
Seja S 1 2 n a sequência dos n primeiros números naturais
dispostos por ordem crescente.

Designa-se por permutação de S, qualquer sequência de n

elementos formada com os números de S, sem omissões e sem
repetições.

Denota-se por S n o conjunto de todas as permutações de S.

Quando numa permutação S n se trocam entre si dois números

adjacentes, a nova permutação designa-se por inversão de .

E.S.T.G. - IPLeiria Álgebra Linear 85

 Uma permutação de S diz-se par (ímpar) se é realizada a partir de
S, por um número par (ímpar) de inversões.

Convenção: 12 n é considerada como uma permutação par de

S.

Definição
Seja A a ij uma matriz de ordem n. Designa-se por termo de A,
qualquer produto de n elementos não repetidos de A, sendo um e um
só elemento de cada linha e de cada coluna.

Todo o termo da matriz A representa-se por a 1j 1 . . . a nj n , onde

j 1 . . . j n são permutações de S.

E.S.T.G. - IPLeiria Álgebra Linear 86

Definições

Diz-se que o termo a 1 j 1 . . . a n j n tem sinal positivo (negativo) se

j 1 . . . j n é uma permutação par (ímpar) de S.

A função

1 se j 1 . . . j n é uma permutação par de S

sign j 1 . . . j n
1 se j 1 . . . j n é uma permutação ímpar de S

determina o sinal do termo a 1j 1 . . . a nj n .

E.S.T.G. - IPLeiria Álgebra Linear 87

 Um termo com sinal representa-se por:

sign j 1 . . . j n a 1j 1 . . . a nj n

a 1j 1 . . . a nj n se j 1 . . . j n é uma permutação par de S

.
a 1j 1 . . . a nj n se j 1 . . . j n é uma permutação ímpar de S

Designa-se por determinante da matriz A e representa-se por

det A ou |A|, o valor da soma algébrica de todos os termos com sinal
da matriz A, isto é, det A sign j 1 jn a 1j 1 a nj n .
j1 jn Sn

E.S.T.G. - IPLeiria Álgebra Linear 88

 Regra prática para o cálculo do determinante de ordem 2:

a 11 a 12

a 21 a 22

det A a 11 a 22 a 12 a 21 .

E.S.T.G. - IPLeiria Álgebra Linear 89

 Regra prática para o cálculo do determinante de ordem 3 (regra
de Sarrus):

a 11 a 12 a 13 a 11 a 12

a 21 a 22 a 23 a 21 a 22

a 31 a 32 a 33 a 31 a 32

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

E.S.T.G. - IPLeiria Álgebra Linear 90

Definição
Seja A a ij . Designa-se por complemento algébrico de a ij o valor
i j
A ij 1 |M ij |,

onde |M ij | representa o determinante da matriz que se obtém da matriz

A suprimindo a i-ésima linha e a j-ésima coluna.

Teorema de Laplace
O determinante de uma matriz A Mn n K é igual à soma algébrica
dos produtos dos elementos de uma linha (ou coluna) pelos respetivos
complementos algébricos, ou seja,

E.S.T.G. - IPLeiria Álgebra Linear 91

 det A a i1 A i1 a i2 A i2 . . . a in A in ou det A a 1j A 1j a 2j A 2j . . . a nj A nj

se é escolhida a i-ésima linha ou a j-ésima coluna.

Teorema:

A é invertível car A ordem de A

as linhas e as colunas são L.I.
|A | 0

Propriedades
Sejam A e B matrizes de ordem n.
1. |A T | |A |.

E.S.T.G. - IPLeiria Álgebra Linear 92

2. |AB | |A | |B |.
3. Se A é uma matriz triangular então |A | a 11 a 22 a nn .

4. Se uma das linhas de A é a linha nula então |A | 0.

5. Sejam A e B duas matrizes com n 1 linhas iguais. Se C é a matriz

formada por essas n 1 linhas e a restante linha é a soma da
restante linha de A com a de B então |C | |A | |B |, ou seja, o
determinante de uma matriz goza da aditividade para cada linha.

6. Se B é a matriz que se obtém da matriz A por troca da posição

relativa de duas linhas, então |B | |A |.
7. a. Se B é a matriz que se obtém da matriz A multiplicando uma
linha de A por um escalar k, então |B | k |A |.

E.S.T.G. - IPLeiria Álgebra Linear 93

 b. |kA | k n |A |.
8. Se B é a matriz que se obtém da matriz A adicionando a uma linha
de A k vezes outra linha de A então |B | |A |.
9. O determinante de uma matriz não se altera se a uma linha se
adicionar uma combinação linear de outras linhas da mesma matriz.

10. |A 1 | 1 .
|A |
Definições
Designa-se por matriz dos complementos algébricos de
A a ij M n n K , e denota-se por A C A ij , a matriz que se obtém
de A substituindo cada um dos seus elementos pelo respetivo
complemento algébrico. Designa-se por matriz adjunta de A a

E.S.T.G. - IPLeiria Álgebra Linear 94

transposta de A C , isto é:

A 11 A 12 A 1n A 11 A 21 An
A 21 A 22 A 2n C T
A 12 A 22 A 2n
A C
e Adj A A

A n1 A n2 A nn A 1n A 2n A nn

Relação entre a matriz adjunta e a matriz inversa

Teorema
1. A Adj A |A | I n Adj A A.
Adj A
2. Se |A | 0 então A 1
.
A
| |

E.S.T.G. - IPLeiria Álgebra Linear 95

 Regra de Cramer
O sistema AX B, de n equações com n incógnitas, tem uma única
solução se e só se det A 0.
A solução é dada pela Regra de Cramer:

coluna j
a 11 a 12 b1 a 1n
a 21 a 22 b2 a 2n

a n1 a n2 bn a nn
xj
xj ,j 1, , n.
|A | |A |

E.S.T.G. - IPLeiria Álgebra Linear 96

 Nota : xj representa o determinante da matriz que se obtém da
matriz A substituindo a coluna j por b 1 . . . b n .

Exercícios
1. Considere as seguintes matrizes:
1 0 1 2
1 2 3
1 2 1 2 1 0
A , B 4 0 4 eC .
3 4 1 3 0 1
3 2 1
1 0 1 1

a. Calcule o determinante de A e B.
b. Determine os complementos algébricos dos elementos c 22 e c 32 .
c. Calcule |C |.

E.S.T.G. - IPLeiria Álgebra Linear 97

 1 0 5 2
2 0 2 0
2. Calcule o determinante da matriz A .
4 2 5 6
2 0 1 0
3. Considere as seguintes matrizes:
1 1 2 1 1 2 1 1 2
A 0 3 4 , B 0 0 0 , C 0 3 4 ,
0 0 1 2 3 7 0 0 1

1 1 2 2 3 2
D 0 1 1 e E 4 3 5 .
3 2 2 2 3 2

E.S.T.G. - IPLeiria Álgebra Linear 98

 Calcule os seguintes determinantes:

1. |A |; 2. |A T |; 3. |AD |; 4. |B |; 5. |C |; 6. |A | |C |;

7. |E | 8. |D 1 | onde D D1;
L2 L3

9. |D 2 | onde D D2;
L2 2L 2
10. |D 3 | | 2D |;
11. |D 4 | onde D D4;
L3 L3 3L 1
12. |D 5 | onde D D5;
L3 L3 3L 1 L2
13. |D 1 |.

E.S.T.G. - IPLeiria Álgebra Linear 99

 1 0 1
4. Seja A 2 3 1 . Determine:
0 0 1

a. A C ; b. Adj A ; c. A 1 .

x y z 2
5. Considere o sistema de equações lineares x y z 2 .
x z 2
a. Mostre que o sistema é possível e determinado.
b. Calcule, usando a regra de Cramer, a solução do sistema.

6. Sejam a a1, a2, a3 , b b1, b2, b3 e c c 1 , c 2 , c 3 vetores de

E.S.T.G. - IPLeiria Álgebra Linear 100

 a1 a2 a3
R 3 . Mostre que a b c b1 b2 b3 .
c1 c2 c3

7. Considere os vetores de R 3 , a 1, , 1 , b 2, 0, 2 e
c 0, 1, 1 . Usando determinantes:
a. determine de modo que:
i. os vetores a, b e c sejam complanares.
ii. o paralelepípedo definido pelos vetores a, b e c tenha volume
igual a 4.
b. indique, justificando, o valor de c b a e de b c a, sabendo
que a b c 4.

E.S.T.G. - IPLeiria Álgebra Linear 101

5. Espaços Vetoriais
Definição
Seja E um conjunto não vazio. Diz-se que E, , é um espaço
vetorial (e. v.) sobre o corpo K (R ou C) quando:
a adição ( ) definida por:

: E E E
, isto é, u, v E u v E,
u, v u v

tem as propriedades de grupo comutativo, ou seja, u, v, w E:

E.S.T.G. - IPLeiria Álgebra Linear 102

 Comutatividade: u v v u;
Associatividade: u v w u v w ;
Existência de elemento neutro 0 E : u 0E u;
Existência de elemento simétrico: u E, u u E:u u 0E.

a multiplicação por um escalar definida por:

: K E E
, isto é, K u E u E,
, u u

tem as seguintes propriedades, u, v E, , K,

E.S.T.G. - IPLeiria Álgebra Linear 103

 Distributividade em relação à adição de E: u v u v;
Distributividade em relação à adição de K: u u u;
Associatividade mista: u u;
Unidade de K: 1 K u u. 1K 1 pois K R ou K C .

Definições
vetores: elementos do espaço vetorial E.
escalares: elementos do corpo K.
E, , diz-se um espaço vetorial real quando K R.
E, , diz-se um espaço vetorial complexo quando K C.

Exemplos (Espaços vetoriais)

E.S.T.G. - IPLeiria Álgebra Linear 104

1. Sejam u x1, , xn , v y1, , yn Rn e R.

As operações:

adição ( )
u v x1, , xn y1, , yn x1 y1, , xn yn Rn

multiplicação por um escalar

u x1, , xn Rn

permitem concluir que R n , , é um e.v. real, cujo elemento

neutro é 0 R n 0, , 0 .

C
n
2. R , , não é um e.v. complexo pois u Cn Rn.
u Rn

E.S.T.G. - IPLeiria Álgebra Linear 105

3. Sejam A a ij , B b ij Mm n R e K.

As operações:

adição ( )
A B a ij b ij Mm n R

multiplicação por um escalar

A a ij Mm n R

permitem concluir que M m n R , , é um e.v. real com elemento

neutro 0 M m n R O m n , mas não é um e.v. complexo pois:

C
u Mm n C Mm n R .
u Mm n R

E.S.T.G. - IPLeiria Álgebra Linear 106

4. Sejam A a ij , B b ij Mm n C e K.

As operações:

adição ( )
A B a ij b ij Mm n C

multiplicação por um escalar

A a ij Mm n C

permitem concluir que M m n C , , é um e.v. real quando K R

e um e.v. complexo quando K C, onde o elemento neutro
0 Mm n C Om n.
Como os espaços vetoriais que vão ser estudados são os descritos no
exemplos anteriores e, nestes, as operações " " e " " são já

E.S.T.G. - IPLeiria Álgebra Linear 107

conhecidas, escreve–se, a partir deste momento, E em vez de E, , .

Propriedade
Seja E um e.v. sobre K.
O elemento neutro 0 E é único.

Subespaços vetoriais
Definição
Seja S um subconjunto não vazio do e.v. E. Diz-se que S é um
subespaço vetorial (sub. v. ) de E quando S, com as operações
definidas para E, é um espaço vetorial.

E.S.T.G. - IPLeiria Álgebra Linear 108

 Proposição
Se S é um sub. v. de E então 0 E S.
Critério
0E S S não é um sub. v. de E.
Teorema

i) S E;
ii) S (0 E S);
S é um sub. v. de E
iii) u, v S, u v S;
iv) K, u S, u S.

E.S.T.G. - IPLeiria Álgebra Linear 109

 Combinação linear de vetores

Definição
Diz-se que v E é combinação linear dos vetores v 1 , v 2 , , vn E
quando existem escalares 1, 2, , n K tais que:

v 1v1 2v2 nvn.

Definições
A equação linear:
1v1 2v2 nvn 0E,
admite sempre a solução trivial: 1 2 n 0.

E.S.T.G. - IPLeiria Álgebra Linear 110

 Quando a solução trivial é a única solução da equação , os
vetores v 1 , v 2 , . . . , v n dizem-se linearmente independentes (L.I.).

Quando existem outras soluções para , os vetores v 1 , v 2 , . . . , v n

dizem-se linearmente dependentes (L.D.).
Propriedades
Sejam v 1 , , vn, u E.
1. O vetor nulo 0 E é L.D..

2. Todo o vetor u não nulo é L.I..

3. Se um conjunto de vetores V v1, , vn contém o vetor nulo,

então V é L.D..

E.S.T.G. - IPLeiria Álgebra Linear 111

4. Se algum subconjunto de V v1, , v n é L.D. então V é L.D..

5. V v1, , v n é L.D. pelo menos um dos vetores é

combinação linear dos restantes.

6. V v1, , vi, , vn V v1, , vi, , vn 0

é L.D. (L.I.) é L.D. (L.I.)

7. V v1, , vj, , vi, , vn V v1, , vj, , vi vj, , vn

é L.D. (L.I.) é L.D. (L.I.).

8. V v1, , v n é L.I. e u é combinação linear de

V v1, , v n , u é L.D. v1, , vn.

E.S.T.G. - IPLeiria Álgebra Linear 112

 Subespaços vetoriais gerados
Proposição
Seja V v1, v2, , vn E.
O conjunto S de todas as combinações lineares dos vetores de V
S v 1v1 2v2 nvn : 1, 2, , n K
é o menor subespaço vetorial de E que contém os vetores v 1 , v 2 , , vn.
Definições
O subespaço vetorial S, definido anteriormente, é designado por
subespaço vetorial gerado por v 1 , v 2 , , v n , representando-se por:
S v1, v2, , vn ou S ger v 1 , v 2 , , vn .

E.S.T.G. - IPLeiria Álgebra Linear 113

 v1, v2, , v n são os vetores geradores de S.

Observação
u v1, , vn u 1v1 2v2 nvn com 1, 2, , n K.
Base e dimensão
Seja S um sub.v. do e.v. E.

Definição
Diz-se que B v1, , v n é uma base de S quando:

v1, , v n são L.I. e

v1, , vn S.

E.S.T.G. - IPLeiria Álgebra Linear 114

 Proposição

B v1, , vn é u S, u escreve-se de forma única

uma base de S como combinação linear de v 1 , , vn.

Teorema
Todo o sub.v. não nulo S do e.v. E admite uma base.

Proposições
1. Num sub.v. S que admite uma base com n elementos, quaisquer
n 1 vetores de S são L.D..
2. Todas as bases de um sub.v. S têm o mesmo número de
elementos.

E.S.T.G. - IPLeiria Álgebra Linear 115

Definição
Diz-se que um sub.v. S tem dimensão n dim S n quando admite
uma base B com n elementos #B n .
Sejam S um sub.v. de E tal que dimS n e A um conjunto de vetores
de E.

A S
Se então A é L.D. e não é base de S.
#A n

A S
Se então A não gera S e não é base de S.
#A n

Por outro lado,

E.S.T.G. - IPLeiria Álgebra Linear 116

 A S
Se #A n então A é uma base de S.
A é L.I.

A S
Se #A n então A é uma base de S.
A gera S.

Definição
Sejam u EeB v1, , v n uma base do e.v. E.
Designam-se por coordenadas ou componentes de u na base B os
escalares 1 , 2 , , n tais que: u 1v1 2v2 nvn.

E.S.T.G. - IPLeiria Álgebra Linear 117

Nestas condições, escreve-se u 1, 2, , n B.

Bases canónicas
Base canónica de R n x1, x2, , xn Rn : x1, x2, , xn R :
BC 1, 0, , 0 , 0, 1, ,0 , , 0, 0, ,1 .

dim R n #B C n

Base canónica de M m n R A a ij Mm n R : a ij R :
BC u 11 , u 12 , , u ij , , u mn
onde u ij é a matriz com todos os elementos iguais a zero exceto o
elemento da linha i e da coluna j, que é igual a 1.

dim M m n R #B C m n

E.S.T.G. - IPLeiria Álgebra Linear 118

 Valores e vetores próprios
No que se segue, considere-se A Mn n K .

Definição
Diz-se que v Kn 0 Kn é um vetor próprio de A associado ao
valor próprio K quando Av v.

Definições
O polinómio de grau n, p |A I n |, diz-se o polinómio
característico de A.
A equação |A In | 0 é designada por equação característica.

E.S.T.G. - IPLeiria Álgebra Linear 119

 Proposições

é solução de |A In | 0 é um valor próprio de A.

v é solução não nula de A Iv 0 v é vetor próprio de A.

Definições
Seja um valor próprio de A.
Diz-se que tem multiplicidade algébrica k, m a k, quando é
raiz de multiplicidade k do polinómio característico p |A I n |.
O subespaço vetorial S v K n : Av v diz-se o subespaço
próprio associado a .
mg dimS é designada por multiplicidade geométrica de .

E.S.T.G. - IPLeiria Álgebra Linear 120

 Observações
1. Sejam 1, 2, , n valores próprios de A a ij Mn n R . Então:
1 mg i ma i , i 1, 2, , n;
|A | 1 2 n;

tr A a 11 a 22 a nn 1 2 n.

Exercícios
1. Verifique se cada um dos seguintes conjuntos é um sub. v. do e. v.
correspondente.
S1 x, y, z R 3 : x 2y 1 (plano)
a b
S2 M2 2 R :a 0 (matrizes)
c d

E.S.T.G. - IPLeiria Álgebra Linear 121

 S3 x, y, z R3 : x 2y z 0 (reta)

2. Considere os vetores u 1, 2, 0, 3 , v 1, 2, 0, 0 e
w 0, 0, 0, 1 de R 4 . Mostre que:
a. u é combinação linear de v e w;
b. u, v, w é L.D.;
c. u, v é L.I..

3. Analise a dependência linear dos seguintes subconjuntos de R 3 .

V1 0, 0, 0 ; V 2 1, 2, 0 ; V 3 1, 2, 0 , 0, 0, 1 , 0, 0, 0 ;
V4 1, 2, 0 , 0, 0, 1 , 2, 4, 0 ; V 5 1, 2, 0 , 0, 0, 1 , 2, 4, 3 ;
V6 1, 2, 0 , 0, 0, 1 e V 7 1, 2, 0 , 2, 4, 1 .

4. Considere os vetores de R 3 , u 1, 2, 0 , v 0, 1, 2 , w 1 2, 3, 2
e w2 2, 3, 0 .

E.S.T.G. - IPLeiria Álgebra Linear 122

 Determine: a. u, v ; b. u, v, w 1 ; c. u, v, w 2 .

5. Calcule uma base e a dimensão para os seguintes subespaços

vetoriais.
a. S x, y, z R 3 : x 2y 3z 0 .
a b
b. S M2 2 R :a 2b 0 b c 0 .
c d
6. Seja S x, y, z, w R 4 : x y z 0 um sub. v. de R 4 .
a. Calcule a dimensão de S.
b. Considere B a base determinada na alínea anterior. Determine:
i. as componentes de u 3, 1, 2, 4 na base B.
ii. o vetor de S representado por 3, 1, 4 B .

E.S.T.G. - IPLeiria Álgebra Linear 123

7. Considere u 1 , u 2 , u 3 e u 4 e o subconjunto S de M 2 2 R definidos
por:
1 0 2 2 4 2 4 b
u1 , u2 , u3 e u4 ;
1 1 2 0 4 2 a 2
3

x y
S M2 2 R :x y w y w z k .
z w

a. Para que valor de k, S é um subespaço vetorial de M 2 2 R ?

Considere k 0 nas alíneas que se seguem.
b. Determine os valores de a e b tais que u 4 S.
c. Verifique se u 3 é combinação linear dos vetores u 1 e u 2 .
d. Determine a e b de modo que u 1 , u 2 , u 4 seja L.I..

E.S.T.G. - IPLeiria Álgebra Linear 124

e. Calcule S 1 u1, u2, u3 e S2 u1, u2 .
f. Para que valores de a e b, u 4 S 2 ?
g. Determine uma base B de S e verifique que dim S 2.
h. A partir do conjunto A u 1 , u 2 , u 3 indique, justificando, uma
base C para S.
i. Indique, justificando, se algum dos seguintes conjuntos é uma
base para S.

1 0 1 0 0 2 2 2
A1 ; A2 , , ;
1 1 1 1 0 2 2 0

1 0 2 1 1 0 2 0
A3 , e A4 , .
1 1 2 1 1 1 2 2

E.S.T.G. - IPLeiria Álgebra Linear 125

 j. Comente as seguintes afirmações:
i. “Dois vetores de S podem gerar S”.
ii. “Quatro vetores de S são sempre linearmente dependentes”.
k. Sabendo que w 1 2, 1 B , w 2 2, 1 C , calcule w 1 e w 2 .
l. Calcule as componentes de w 1 na base canónica de M 2 2 R .
2 0 0
8. Considere a matriz A 0 2 4 .
0 1 3
a. Verifique se:
i. u 1 2, 0, 0 , u 2 0, 4, 1 e u 3 2, 4, 1 são vetores próprios da
matriz A.
ii. x, 4y, y , x, z, z R 3 \ 0, 0, 0 são vetores próprios de A.

E.S.T.G. - IPLeiria Álgebra Linear 126

b. Determine o polinómio característico de A.
c. Determine os valores próprios de A e a sua multiplicidade
algébrica.
d. Determine os vetores e os subespaços próprios de A associados
a cada um dos valores próprios e a multiplicidade geométrica de
cada valor próprio.
1 3 0 0
2 4 0 0
9. Considere a matriz B .
0 0 2 1
0 0 0 5
a. Calcule Bu 1 e Bu 2 sendo u 1 1, 2, 0, 0 e u 2 0, 0, 1, 7 .
b. Determine a dimensão de S v R 4 : B 2I 4 v 0 .

E.S.T.G. - IPLeiria Álgebra Linear 127

 c. Indique justificando os valores próprios de B.
10. Mostre que uma matriz que admite 0 como valor próprio não
é invertível.
11. Seja A M 3 3 R tal que:
T T
Au 2 4 2 onde u 1 2 1 ;
car A 2;
S v R3 : A I3 v 0 tem dimensão igual a 1.
Indique justificando:
a. se a matriz A é invertível.
b. os valores próprios de A e as respetivas multiplicidades
algébricas.

E.S.T.G. - IPLeiria Álgebra Linear 128

6. Transformações Lineares

Definição

Uma função T : E F designa-se por transformação linear quando:

E F
E e F são espaços vetoriais sobre R; T
u+v T T (u)+T (v)
u, v E, T u v Tu Tv ; λu λT(u)
R, u E, T u Tu .

Proposição
Se T : E F é uma transformação linear então T 0 E 0F.

E.S.T.G. - IPLeiria Álgebra Linear 129

 Critério
T 0E 0F T:E F não é linear.

No que segue, T : E F é uma transformação linear.

Definição
T
O núcleo de T : E F é o subconjunto de E E F

definido por: 0E 0F
N(T)

NT u E:Tu 0F . T

Proposição
N T é um subespaço vetorial de E.

E.S.T.G. - IPLeiria Álgebra Linear 130

Definição (Conceito a recordar)
Uma função f : A B é injetiva quando x, y A, x y fx fy .
Teorema

T:E F é injetiva NT 0E
dim N T 0.

Definição
T

A imagem de T : E F é o subconjunto de F E T F

definido por: 0E 0F
N(T) I(T)

Im T w F:Tu w, u E . T

E.S.T.G. - IPLeiria Álgebra Linear 131

 Proposição
Im T é um subespaço vetorial de F.

Teorema das dimensões

Se E é um e. v. de dimensão finita então:

dim E dim N T dim Im T .

Definição (Conceito a recordar)

Uma função f : A B é sobrejetiva quando a imagem (ou
contradomínio) de f é igual ao conjunto de chegada B.

E.S.T.G. - IPLeiria Álgebra Linear 132

Teorema

T:E F é sobrejetiva Im T F
dim Im T dim F.

Matriz de T : E F relativamente às bases B E e B F

Sejam A e1, , e n uma base de E e B f1, , f m uma base de F.
As coordenadas das imagens dos vetores da base A na base B são:

E.S.T.G. - IPLeiria Álgebra Linear 133

 T e1 11 f 1 21 f 2 m1 f m 11 , 21 , , m1 B

T e2 12 f 1 22 f 2 m2 f m 12 , 22 , , m2 B

T en 1n f 1 2n f 2 mn f m 1n , 2n , , mn B

Designa-se por matriz de T relativamente às bases A e B, a matriz

11 12 1n

21 22 2n
M T,A,B ,

m1 m2 mn

E.S.T.G. - IPLeiria Álgebra Linear 134

onde as colunas são as coordenadas das imagens dos vetores da
base A na base B.

Definição

Se as bases A e B são, respetivamente, as bases canónicas de E e F

então a matriz M designa-se por matriz canónica de T.

E.S.T.G. - IPLeiria Álgebra Linear 135

 Operações entre transformações: composição e inversão
Sejam:
B E , B F e B G bases dos e.v. E, F e G, respetivamente;
S:E F e T:F G transformações lineares com matrizes
associadas
MS M S,B E ,B F e MT M T,B F ,B G , respetivamente.
Definição
Designa-se por composição de T com S, T S, a transformação
linear de E para G definida por:
T S u T S u , u E.

E.S.T.G. - IPLeiria Álgebra Linear 136

 Proposição M T S MT MS.

Observação
Uma vez que o produto de matrizes não é comutativo podemos
concluir que a composição de transformações não é comutativa, ou
seja, em geral S T T S.
Definições
T diz-se invertível quando existe uma transformação linear
P : G F tal que:
T P IG e P T IF,
onde I X representa a transformação identidade no espaço vetorial X,
ou seja, I X : X X é definida por I X x x.

E.S.T.G. - IPLeiria Álgebra Linear 137

 P designa-se por transformação inversa de T e representa-se por
T 1.

Proposições
1. T é invertível T é bijetiva

M T é invertível.

2. M T 1 MT 1
.

Transformações planas

Uma transformação linear T diz-se plana quando T : R 2 R2.

No que se segue, M T representa a matriz canónica de T.

E.S.T.G. - IPLeiria Álgebra Linear 138

 A) Reflexões ou simetrias

1. Em relação ao eixo dos xx :

1 0
Sx : R 2
R , S x x, y
2
x, y e M Sx .
0 1

Sx

E.S.T.G. - IPLeiria Álgebra Linear 139

2. Em relação ao eixo dos yy :

1 0
Sy : R 2
R , S y x, y
2
x, y e M Sy .
0 1

Sy

E.S.T.G. - IPLeiria Álgebra Linear 140

3. Em relação à origem:

1 0
SO : R 2
R , S O x, y
2
x, y e M SO .
0 1

SO

E.S.T.G. - IPLeiria Álgebra Linear 141

4. Em relação à reta y x:

0 1
Sy x :R 2
R , Sy
2
x x, y y, x e M Sy x .
1 0

Sy x

E.S.T.G. - IPLeiria Álgebra Linear 142

 B) Homotetia ou mudança de escala

Contração ou redução Identidade Dilatação ou ampliação

0 1 1 1

1. Em relação ao eixo dos xx:

0
Hx : R 2
R , H x x, y
2
x, y e M Hx .
0 1

Hx 1

E.S.T.G. - IPLeiria Álgebra Linear 143

 Hx 0 1

2. Em relação ao eixo dos yy

1 0
Hy : R 2
R , H y x, y
2
x, y e M Hy .
0

Hy 1

E.S.T.G. - IPLeiria Álgebra Linear 144

 Hy 0 1

3. Em relação à origem:

0
HO : R 2
R , H O x, y
2
x, y e M HO .
0

E.S.T.G. - IPLeiria Álgebra Linear 145

 HO 1

HO 0 1

E.S.T.G. - IPLeiria Álgebra Linear 146

 C) Projeções

1. Sobre o eixo dos xx:

1 0
Px : R 2
R , P x x, y
2
x, 0 e M Px .
0 0

Px

E.S.T.G. - IPLeiria Álgebra Linear 147

2. Sobre o eixo dos yy:

0 0
Py : R 2
R , P y x, y
2
0, y e M Py .
0 1

Py

E.S.T.G. - IPLeiria Álgebra Linear 148

 D) Rotação no plano do ângulo em torno da origem

R : R2 R 2 , R x, y x cos y sin , x sin y cos e

cos sin
MR .
sin cos

E.S.T.G. - IPLeiria Álgebra Linear 149

 E) Corte ou cisalhamento

1. Na direção do eixo dos xx:

1
Cx : R 2
R , C x x, y
2
x y, y , C x .
0 1

E.S.T.G. - IPLeiria Álgebra Linear 150

2. Na direção do eixo dos yy:

1 0
Cy : R 2
R , C y x, y
2
x, x y , Cy .
1

E.S.T.G. - IPLeiria Álgebra Linear 151

 Exercícios
1. Considere a aplicação T : M 2 2 R R 3 definida por:
a b
T a k, d b, a ,
c d
onde k é um parâmetro real.
a. Determine o valor de k para o qual T é uma transformação linear.

Nas alíneas seguintes considere k 0.

0 1 0 1
b. Verifique se u 1 , u2 NT .
1 1 3 1
c. Determine uma base e a dimensão de N T .
d. T é injetiva? Justifique.

E.S.T.G. - IPLeiria Álgebra Linear 152

e. Verifique se w 1 1, 0, 1 , w 2 1, 2, 1 Im T .

f. Determine uma base e a dimensão de Im T .

g. T é sobrejetiva? Justifique.

h. Determine a matriz da transformação linear T nas bases

1 0 1 1 1 1 1 1
B1 , , , e
0 0 0 0 1 0 1 1
B2 1, 0, 0 , 1, 1, 0 , 1, 1, 1 .

i. Determine a matriz canónica de T.

j. A transformação linear T é invertível?

E.S.T.G. - IPLeiria Álgebra Linear 153

2. Seja T : R 3 M1 3 R uma transformação linear tal que:

T 0, 0, 1 1 0 0 T 0, 1, 1 0 0 1 e

T 1, 1, 1 0 1 1 .

a. Determine:
i. T x, y, z ;
ii. o núcleo e a imagem de T.
b. Justifique se T é injetiva e se é sobrejetiva.
c. Determine a matriz da transformação linear T nas bases
B1 1, 0, 0 , 1, 1, 0 , 1, 1, 1 e
B2 0 0 1 , 0 1 1 , 1 1 1 .
d. Determine a matriz canónica de T.

E.S.T.G. - IPLeiria Álgebra Linear 154

e. A transformação linear T é invertível?
f. Defina a transformação inversa de T.

3. Considere a transformação linear T : R 3 R 2 definida por

T x, y, z y, z .
a. Determine o núcleo, N T , da transformação linear T.
b. Indique uma base e a dimensão do núcleo da transformação
linear T.
c. Justifique se T é injetiva e se é sobrejetiva.
d. Determine a matriz canónica de T.
e. A transformação linear T é invertível?
f. Represente geometricamente a imagem do transformado por T do
cubo unitário do 1.º octante com vértice na origem.

E.S.T.G. - IPLeiria Álgebra Linear 155

4. Determine a transformação linear plana H que permite obter a 3.ª
figura a partir da 1.ª, classificando e definindo as transformações
lineares planas T e V.
y
3

2 y
y
T V -3 -2
1
0 x
-1
0 1 x 0 2 3 x

5. Determine a transformação linear plana que permite obter o 4.º

objeto a partir do 1.º objeto.
y y y y
b 1
f g b 2 h x

b 2 2 3 4
a
30º
1 1 a b 2
2 a x 1 a x x 1

E.S.T.G. - IPLeiria Álgebra Linear 156

6. Sejam T : E F uma transformação linear, A u, v, w uma base
de E e B a, b, c uma base de F.

a. Mostre que:

i. T é injetiva se e só se T é sobrejetiva.

ii. se T u T v então T não é sobrejetiva.

iii. se T é injetiva então T u , T v , T w é uma base de F.

b. Verifique se u v, v w, w é uma base de E.

E.S.T.G. - IPLeiria Álgebra Linear 157

 Exercícios complementares
1. Considere o subconjunto S de M 2 2 R e a transformação linear
T : M2 2 R R 4 definidos por:

a b
S M2 2 R :a d 0 e
c d

a b
T a d, 0, a d, 0 .
c d

a. Verifique que, se A S então existe um k R tal que A 2 k I2.

b. Mostre que o núcleo de T é igual a S.
c. Justifique se T é injetiva e se é sobrejetiva.

E.S.T.G. - IPLeiria Álgebra Linear 158

d. Mostre que 1, 0, 1, 0 Im T .

2. Considere a transformação linear T : R 3 M1 2 R definida por

T x, y, z y z x .
a. Determine uma base para o núcleo de T.
b. A transformação T é injetiva? Justifique.
c. Indique, justificando, o valor lógico da proposição
“Im T M 1 2 R ”.

3. As seguintes figuras representam a transformação provocada num

quadrado unitário por aplicação sucessiva de três transformações.
y

y
D’ 1 C’ y y
y y y y

D 1 C A’ B’ A’’ B’’ C’’’ D’’’ D 1 C 2

B’’ C’’ B’’’ 2 C’’’
f x
g x
h f g h
1 1 1 1 1 1

A B D’ 1 C’ D’’ 2 C’’ A’’ 2 D’’ x A’’’ 1 D’’’ x

x
B’’’ 2 A’’’ x A B x A’ B’ x

Figura 1
Figura 2

E.S.T.G. - IPLeiria Álgebra Linear 159

 B’’ y
y y

D’ 1 C’ B’’ 1 A’’ 1 A’’

y
x x
D 1 C 2
f 2 g 2 h C’’
1

A B x A’ B’ x C’’ D’’ D’’

Figura 3

Para cada uma das figuras:

a. defina e determine as transformações lineares f, g e h;
b. caraterize a transformação linear T que permite passar
diretamente do quadrado unitário para o 4.º objeto;
c. determine, se possível, a transformação inversa de T.

E.S.T.G. - IPLeiria Álgebra Linear 160

4. Considere as transformação lineares planas sucessivas f e g
representadas geometricamente pela figura.
y f y g y

B A’ A’’ O
x

O A x B’ O x B’’

a. Caraterize ( identifique), f e g.
b. Determine f x, y e g x, y .
c. Defina g f, onde “ ” representa a composição das
transformações.
d. Verifique que M g f M g M f em que M g f , M g e M f são
respetivamente as matrizes canónicas de g f, f e g.

E.S.T.G. - IPLeiria Álgebra Linear 161

5. Considere a transformação linear T : R 2 R 2 cuja representação
matricial, M T , para a base canónica é dada por
3 1
2 2
MT .
1 3
2 2

a. Represente geometricamente a imagem por T da imagem:

b. Identifique ( classifique), a transformação linear plana T.

D C
1

A 2 B x

E.S.T.G. - IPLeiria Álgebra Linear 162

6. Considere a transformação linear plana definida por
y
T x, y , 2x .
2
a. Determine a matriz canónica associada à transf. linear plana T.
b. Represente geometricamente a imagem por T da imagem à dta.
c. Identifique ( classifique), a transformação linear plana T.

1 x

E.S.T.G. - IPLeiria Álgebra Linear 163

7. Considere a seguinte sequência de figuras.
y
y y
x
4
45 º
x

2 2

2 x

a. Determine a transformação linear plana que define as

transformações ocorridas nesta sequência de figuras.
b. Identifique ( classifique) a sequência das transformações que
ocorreram.
c. Determine a transformação linear plana que se deve efetuar para
regressar à figura original.

E.S.T.G. - IPLeiria Álgebra Linear 164