Escolar Documentos
Profissional Documentos
Cultura Documentos
1 Matrizes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.1 Definição de Matrizes 5
1.2 Operações com Matrizes 7
1.3 Matrizes Simétricas e Matrizes Ortogonais 10
1.4 Matrizes Hermitianas e Matrizes Normais 15
1.5 Determinante 18
1.6 Matriz Inversa 23
1.7 Miscelânea 32
1.8 Matriz na Forma Escalonada e na Forma Escada 36
3 Espaços Vetoriais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87
3.1 Espaços Vetoriais 87
3.2 Subespaços Vetoriais 90
3.3 Soma e Intersecção de Subespaços Vetoriais 97
3.4 Combinação Linear 105
3.5 Subespaço Gerado 108
3.6 Dependência e Independência Linear 119
3.7 Base e Dimensão 124
3.8 Coordenadas de um Vetor e Mudança de Base 143
1. Matrizes
2. Sejam A, B, C e D matrizes tais que ABT de ordem 5 × 3 e que (CT + D)B de ordem 4 × 6.
Determine a ordem de cada uma destas matrizes.
Solução:
ABT que tem ordem 5 × 3 =⇒ A5×k e BTk×3 =⇒ B3×k .
Como (CT + D)B de ordem 4 × 6 =⇒ CT e D têm ordem 4 × l e Bl×6 .
Logo, B3×6 , A5×6 , CT e D são de ordem 4 × 3 e portanto C3×4 .
1 −3 7 8 2
−4 0 11 3 −6
3. Seja a matriz A = 2 −1
, determine:
5 1 3
3 1 −4 0 7
(a) A ordem de A;
(b) Os elementos a23 , a35 e a43 .
6 Capítulo 1. Matrizes
Solução:
(a) A matriz A tem ordem 4 × 5, pois tem 4 linhas e 5 colunas.
(b) a23 = 11, a35 = 3 e a43 = −4, pois são os elementos localizados, respectivamente, 2ª linha
e 3ª coluna; 3ª linha e 5ª coluna e 4ª linha e 3ª coluna.
4. Determine a matriz quadrada, A = (ai j ), de ordem 4 cujos elementos são dados por:
2i − 3 j,
se i < j
2
ai j = i + 2 j, se i = j .
−3i + 4 j, se i > j
Solução:
12 + 2 × 1
2×1−3×2 2×1−3×3 2×1−3×4
−3 × 2 + 4 × 1 22 + 2 × 2 2×2−3×3 2×2−3×4
A =
−3 × 3 + 4 × 1 −3 × 3 + 4 × 2 32 + 2 × 3 2×3−3×4
−3 × 4 + 4 × 1 −3 × 4 + 4 × 2 −3 × 4 + 4 × 3 42 + 2 × 4
3 −4 −7 −10
−2 8 −5 −8
−5 −1 15 −6 .
=
−8 −4 0 24
2x + y t 3 −1
5. Determine números reais x, y, z e t tais que = .
z−t 3 0 y + 2z
Solução:
2x + y = 3 t
= −1
2x + y t
3 −1
t = −1 z=t
= −1
= ⇐⇒ ⇐⇒ y = 3 − 2z = 5
z−t 3 0 y + 2z z−t = 0
x = 3−y
y + 2z = 3 = −1
2
1
6. (a) A matriz de Hilbert em Mn (R) é a matriz Hn = [hi j ] definida por: hi j = , deter-
i+ j−1
mine a matriz de Hilbert para n = 4.
(i + j − 2)!
(b) A matriz de Pascal em Mn (R) é a matriz Pn = [pi j ] definida por: pi j = ,
(i − 1)!( j − 1)!
determine a matriz de Pascal para n = 5.
Solução:
1 1 1 1
1 1 1
1+1−1 1
1+2−1 1+3−1 1+4−1
2 3 4
1 1 1 1
1 1 1 1
2+1−1 2+2−1 2+3−1 2+4−1 2 3 4 5
(a) H4 =
=
1 1 1 1 1 1 1 1
3+1−1 3+2−1 3+3−1 3+4−1 3 4 5 6
1 1 1 1 1 1 1 1
4+1−1 4+2−1 4+3−1 4+4−1 4 5 6 7
é a matriz de Hilbert para n = 4.
1.2 Operações com Matrizes 7
(1 + 1 − 2)! (1 + 2 − 2)! (1 + 3 − 2)! (1 + 4 − 2)! (1 + 5 − 2)!
(1 − 1)!(1 − 1)! (1 − 1)!(2 − 1)! (1 − 1)!(3 − 1)! (1 − 1)!(4 − 1)! (1 − 1)!(5 − 1)!
(2 + 1 − 2)! (2 + 2 − 2)! (2 + 3 − 2)! (2 + 4 − 2)! (2 + 5 − 2)!
(2 − 1)!(1 − 1)! (2 − 1)!(2 − 1)! (2 − 1)!(3 − 1)! (2 − 1)!(4 − 1)! (2 − 1)!(5 − 1)!
(3 + 1 − 2)! (3 + 2 − 2)! (3 + 3 − 2)! (3 + 4 − 2)! (3 + 5 − 2)!
P5 =
(3 − 1)!(1 − 1)! (3 − 1)!(2 − 1)! (3 − 1)!(3 − 1)! (3 − 1)!(4 − 1)! (3 − 1)!(5 − 1)!
(4 + 1 − 2)! (4 + 2 − 2)! (4 + 3 − 2)! (4 + 4 − 2)! (4 + 5 − 2)!
(4 − 1)!(1 − 1)! (4 − 1)!(2 − 1)! (4 − 1)!(3 − 1)! (4 − 1)!(4 − 1)! (4 − 1)!(5 − 1)!
(5 + 1 − 2)! (5 + 2 − 2)! (5 + 3 − 2)! (5 + 4 − 2)! (5 + 5 − 2)!
(5 − 1)!(1 − 1)! (5 − 1)!(2 − 1)! (5 − 1)!(3 − 1)! (5 − 1)!(4 − 1)! (5 − 1)!(5 − 1)!
(b)
0! 1! 2! 3! 4!
0!0! 0!1! 0!2! 0!3! 0!4!
1! 2! 3! 4! 5!
1!0! 1!1! 1!2! 1!3! 1!4!
1 1 1 1 1
1 2 3 4 5
2! 3! 4! 5! 6!
= = 1 3 6 10 15
2!0! 2!1! 2!2! 2!3! 2!4!
1 4 10 20 35
1 5 15 35 70
3! 4! 5! 6! 7!
3!0! 3!1! 3!2! 3!3! 3!4!
4! 5! 6! 7! 8!
4!0! 4!1! 4!2! 4!3! 4!4!
é a matriz de Pascal para n = 5.
0 3 2
1 −1 3 2 −2 1 4
2. Sejam as matrizes A = 0 1 4 −3 , B =
−1
, C = A · B e D = B · A,
2 1
1 2 −1 5
4 3 1
determine os elementos c32 e d43 .
8 Capítulo 1. Matrizes
Solução:
c32 = a31 b12 +a32 b22 +a33 b32 +a34 b42 = 1×3+2×1+(−1)×2+5×3 = 3+2−2+15 = 18;
d43 = b41 a13 + b42 a23 + b43 a33 = 4 × 3 + 3 × 4 + 1 × (−1) = 12 + 12 − 1 = 23.
2 −1
3. Seja a matriz A = , determine A2 ; A3 ; A31 ; A42 .
3 −2
Solução:
2 −1 2 −1 2 × 2 + (−1) × 3 2 × (−1) + (−1) × (−2)
A2 = A·A = · =
3 −2 3 −2 3 × 2 + (−2) × 3 3 × (−1) + (−2) × (−2)
1 0
= = I2 .
0 1
Logo, A3 = A2 · A = I2 · A = A.
I2 se k é par
De modo geral, para k ∈ N, k ≥ 1 temos: Ak = .
A se k é ímpar
Consequentemente, A31 = A e A42 = I2 .
4. Considere as matrizes:
3 0 1 5 2 6 1 3
4 −1 1 4 2
A = −1 2 , B = ,C= , D = −1 0 1 , E = −1 1 2 .
0 2 3 1 5
1 1 3 2 4 4 1 3
Determine, se possível:
T T
(a) 4E − 2D; (b) 2AT +C; (c) 2E T − 3DT ; (d) BAT − 2C ;
(e) (−AC)T + 5DT ; (f) BT CCT − AT A ; (g) DT E T − (ED)T .
Solução:
6 1 3 1 5 2 24 4 12 2 10 4
(a) 4E − 2D = 4 −1 1 2 − 2 −1 0 1 = −4 4 8 − −2 0
2
4 1 3 3 2 4 16 4 12 6 4 8
22 −6 8
= −2 4 6 .
10 0 4
T
3 0
T 1 4 2 3 −1 1 1 4 2
(b) 2A +C = 2 −1 2
+ =2 +
3 1 5 0 2 1 3 1 5
1 1
6 −2 2 1 4 2 7 2 4
= + = .
0 4 2 3 1 5 3 5 7
6 1 3 1 5 2 9 −13 0
(c) T T T
(2E − 3D ) = 2E − 3D = 2 −1 1 2 − 3 −1 0 1 =
1 2 1 .
4 1 3 3 2 4 −1 −4 −6
3 0 T T
T T T T 4 −1 1 4 2
(d) (BA − 2C) = AB − 2C = −1 2 · −2
0 2 3 1 5
1 1
3 0 1 3 12 0 2 6 10 −6
4 0
= −1 2 · −2 4 1 = −6 4 − 8 2 = −14 2 .
−1 2
1 1 2 5 3 2 4 10 −1 −8
1.2 Operações com Matrizes 9
T T
T 3 0 1 5 2
1 4 2
(e) (−AC)T + 5DT = −CT AT + 5DT = − · −1 2 + 5 −1 0 1
3 1 5
1 1 3 2 4
1 3 1 −1 3
3 −1 1
=− 4 1 ·
+5 5
0 2
0 2 1
2 5 2 1 4
3 5 4 5 −5 15 2 −10 11
= − 12 −2 5 + 25 0 10 = 13 2 5 .
6 8 7 10 5 20 4 −3 13
T
T T 3 0 3 0
4 −1
(f) BT (CCT −AT A) = 1 4 2 1 4 2
− −1 2 −1 2
0 2 3 1 5 3 1 5
1 1 1 1
1 3 3 0
4 0 1 4 2 3 −1 1
= · 4 1 −
· −1 2
−1 2 3 1 5 0 2 1
2 5 1 1
4 0 21 17 11 −1 4 0 10 18 40 72
= · − = · = .
−1 2 17 35 −1 5 −1 2 18 30 26 42
1 1
Logo, as matrizes A e B comutam se, e somente se, x = ey=− .
2 2
10 Capítulo 1. Matrizes
a b 1 1 1 1 a b a a+b a+c b+d
(b) · = · ⇐⇒ =
c d 0 1 0 1 c d c c+d c d
a+c = a
c = 0
=⇒ b + d = a + b =⇒ .
a = d
c+d = d
1 1 a b
Logo, as matrizes que comutam com a matriz são do tipo .
0 1 0 a
2 3 1
7. Dada a matriz A = 3 4 2 , calcule A + AT e A · AT .
1 2 0
Solução:
Observemos que a matriz A é simétrica, pois A = AT , logo
2 3 1 4 6 2
A + AT = A + A = 2A = 2 3 4 2 = 6 8 4 .
1 2 0 2 4 0
2 3 1 2 3 1 14 20 8
A · AT = A · A = 3 4 2 · 3 4 2 = 20 29 11 .
1 2 0 1 2 0 8 11 5
x2 + 3 −5
8 8 7 y+x
7 −9 4 = x2 + 3 −9 z + 3x
y + x z + 3x 11 −5 4 11
2
x +3 = 7 x = 2, y = −7, z = −2
2
⇐⇒ y + x = −5 =⇒ x = 4 =⇒ ou .
z + 3x = 4 x = −2, y = −3, z = 10
Se B fosse matriz simétrica teríamos b jk = bk j , para todo j e todo k, mas b12 = 1 − i 6= 1 + i = b21 ,
portanto B não é simétrica.
Se B fosse matriz anti-simétrica teríamos b jk = −bk j , para todo j e todo k, em particular
os elementos da diagonal principal seriam todos nulos, mas b11 = 1 6= 0, portanto B não é
anti-simétrica.
T
4i 3 + 2i 7 + i 4i 3 + 2i 7 + i
CT = 3 + 2i 4 + i 8 + 2i = 3 + 2i 4 + i 8 + 2i = C, portanto C é simétrica.
7 + i 8 + 2i 3 − i 7 + i 8 + 2i 3 − i
T
2 1 4 2 1 4
DT = 1 5 8 = 1 5 8 = D, portanto D é simétrica.
4 8 8 4 8 8
T
0 2 − i −3 0 −2 + i 3 0 2 − i −3
E T = −2 + i 0 i = 2−i 0 −i = − −2 + i 0 i = −E,
3 −i 0 −3 i 0 3 −i 0
portanto E é anti-simétrica.
12 Capítulo 1. Matrizes
4. Determine, se possível, números reais x e y de modo que a matriz A seja ortogonal, nos seguintes
casos:
√
−1 0 2 √x
(a) A = ; (b) A = .
0 x y 2
Solução:
(a) A é ortogonal se, e somente se, A · AT = I2 se e somente se,
−1 0 −1 0 1 0 1 0 1 0
· = ⇐⇒ =
0 x 0 x 0 1 0 x2 0 1
⇐⇒ x2 = 1 ⇐⇒ x = 1 ou x = −1.
Solução:
0 1 0 1 0 1
A · AT = · = , portanto A é ortogonal.
1 0 1 0 1 0
T 1 −2 1 2 5
B·B = · = 6= I2 , portanto B não é matriz ortogonal.
2 1 −2 1
√ √ √ √
1 2 2 1 2 2 1 8 2 2 2 2
+ −
T 3 3 3 3 9 9 9 9 0 1
C ·C = √ · √ = √ = .
√ 1 0
2 2 1 2 2 1 2 2 2 2 8 1
3 −3 3 −3 9 − 9 9+9
√ √ √ √ √
1 2 2 2 6 6
3 + 31 + 13 − 3 + 6 + 6 − 6 + 6
1 0 0
√ √ √ √ √
= − 32 + 62 + 62 2
+ 16 + 16 − 63 3 = 0 1 0 .
3 + 6
0 0 1
√ √ √ √
3 3
− 66 + 66 − 6 + 6
1
2 + 12
Portanto, D é matriz ortogonal.
T M B é ortog. A é ortog.
(A · B) · (A · B)T =4 (A · B) · (BT · AT ) =2 A · (B · BT ) · AT = A · AT = In .
cos θ − sin θ
7. Dado θ número real considere a matriz Tθ = .
sin θ cos θ
(a) Dados θ e φ em R, mostre que Tθ · Tφ = Tθ +φ .
(b) Calcule T(−θ ) .
(c) Mostre que para todo número θ a matriz Tθ é ortogonal.
14 Capítulo 1. Matrizes
Solução:
(a) Sejam θ e φ números reais, então:
cos θ − sin θ cos φ − sin φ
Tθ · Tφ = ·
sin θ cos θ sin φ cos φ
cos θ cos φ − sin θ sin φ − cos θ sin φ − sin θ cos φ
= .
sin θ cos φ + cos θ sin φ − sin θ sin φ + cos θ cos φ
cos(θ + φ ) − sin(θ + φ )
= = Tθ +φ
sin(θ + φ ) cos(θ + φ )
cos2 θ + sin2 θ
cos θ sin θ − sin θ cos θ 1 0
= = = I2 .
sin θ cos θ − cos θ sin θ sin2 θ + cos2 θ 0 1
Logo, Tθ é matriz ortogonal.
Logo, as matrizes de M2 (R) que são simétricas e ortogonais simultaneamente são do tipo:
cos θ sin θ
A= .
sin θ − cos θ
0 b
(b) Se A ∈ M2 (R) é anti-simétrica, então A = .
−b 0
0 b
Por outro lado, A = é ortogonal se, e somente se, A · AT = I2
−b 0
2
0 b 0 −b 1 0 b 0 1 0
⇐⇒ · = ⇐⇒ =
−b 0 b 0 0 1 0 b2 0 1
⇐⇒ b2 = 1 ⇐⇒ b = 1 ou b = −1.
Logo, as únicas matrizes reais quadradas de ordem 2 que são simultaneamente anti-
simétricas e ortogonais são
0 −1 0 1
e .
1 0 −1 0
T
• D é matriz real simétrica, logo D = DT = D = D∗ , portanto D é hermitiana.
e12 = 2 − i = 2 + i 6= −2 + i = e21 .
T T
1 1−i 2 1 1+i 2 1 1−i 2
B∗ = 1 + i 10 5i = 1 − i 10 −5i = 1 + i 10 5i = B.
2 −5i 8 2 5i 8 2 −5i 8
Logo, a matriz B é hermitiana.
T T
3i −i −3 +√6i −3i i −3 −
√6i
F∗ = −i 20i√ 1 + 5i = i −20i √ 1 − 5i
1
3 + 6i −1 + 5i 3i 3 − 6i −1 − 5i − 13 i
−3i i 3−√ 6i 3i −i −3 +√6i
= i −20i
√ −1 − 5i = − −i 20i√ 1 + 5i = −F.
−3 − 6i 1 − 5i − 13 i 3 + 6i −1 + 5i 1
3i
T
T T T T T T
(A · A∗ )∗ = (A · A )∗ = A · A = A·A = (A · AT )T = (AT )T · A = A · A = A · A∗ .
T
Portanto, A · A também é matriz hermitiana
∗
5 − i −1 + i 5 − i −1 + i
B · B∗ = ·
−1 − i 3 − i −1 − i 3 − i
T
5 − i −1 + i 5 − i −1 + i
= ·
−1 − i 3 − i −1 − i 3 − i
T
5 − i −1 + i 5 + i −1 − i
= ·
−1 − i 3 − i −1 + i 3 + i
5 − i −1 + i 5 + i −1 + i 28 −8 + 8i
= · = 6= I2 .
−1 − i 3 − i −1 − i 3 + i −8 − 8i 12
T
∗ i i i i i i −i 2 2 5i
C ·C = · = · = 6= I2 .
2 3 2 3 2 3 −i 3 −5i 13
−i 2 i i 5 7
Mas C∗ ·C = · = 6= C ·C∗ , portanto C também não é normal.
−i 3 2 3 7 10
1.5 Determinante
1. Seja A uma matriz quadrada de ordem 5, cujo determinante é igual a −3.
(a) Calcule o determinante da matriz P dada por P = 4A−1 AT .
(b) P é invertível?
(c) Calcule o determinante da matriz B obtida de A após serem realizadas as seguintes opera-
ções: L3 ←→ L2 ; L1 −→ L1 + 2L5 ; L4 −→ −3L4 .
Solução:
1
(a) det P = det(4A−1 AT ) = 45 det A−1 det AT = 1.024 det A = 1.024.
det A
(b) Como det P 6= 0, segue que P é invertível.
(c) Ao efetuar a operação elementar L3 ←→ L2 o sinal do determinante é alterado, ao efetuar
a operação L1 −→ L1 + 2L5 o determinante não se altera e ao efetuar L4 −→ −3L4 o
determinante deve ser multiplicado por −3 a operação elementar, portanto
4 −5 3 2
−1 0 3 0
2. Calcule o determinante da matriz A = .
1 2 −1 3
2 1 0 4
(a) Teorema de Laplace (usando cofatores de uma linha ou de uma coluna de A).
(b) Usando operações elementares sobre as linhas de A.
Solução:
−5 3 2 4 −5 2
pela 2ª linha
det A = −(−1) 2 −1 3 − 3 1
2 3
1 0 4 2" 1 4
#
3 2 −5 3 2 3
(a) +5 1 3
+3 1 2
=
−1 3
+4
2 −1 − 3 4
1
4 2 4
2 1
= (9 + 2) + 4(5 − 6) − 3 4(8 − 3) + 5(4 − 6) + 2(1 − 4)
= 11 − 4 − 3(20 − 10 − 6) = 7 − 12 = −5.
1.5 Determinante 19
4 −5 3 2 L1 ↔ L2 −1 0 3 0
−1 4 −5
0 3 0 L2 → L2 + 4L1 ∼
3 2
∼
1 2 −1 3 1 2 −1 3 L3 → L3 + L1
2 1 0 4 2 1 0 4 L4 → L4 + 2L1
−1 0 3 0 −1 0 3 0
0 −5 15 2 L2 ↔ L4 0 1 6 4
∼ ∼
0 2 2 3 0 2 2 3 L3 → L3 − 2L2
0 1 6 4 0 −5 15 2 L4 → L4 + 5L2
(b) .
−1 0 3 0 −1 0 3 0
0 1 6 4
0 1
6 4
1 ∼
0 0 −10 −5 L3 → L3 0 0 −1 −1/2
0 0 45 22 10 0 0 45 22 L4 → L4 + 45L3
−1 0 3 0
0 1 6 4
∼
0 0 −1 −1/2
0 0 0 −1/2
−1 0 3 0
0 1 6 4 1
Como
= − , pelas operações elementares temos:
0 0 −1 −1/2 2
0 0 0 −1/2
1 1 10
− = (−1)(−1) det A ⇐⇒ det A = − = −5.
2 10 2
1 5 −1 3
−1 2 −2 4
3. Dada a matriz A = , determine:
6 7 3 −1
5 3 0 4
(a) det A utilizando as operações elementares sobre as linhas de A;
(b) det AT ; (c) det A2 ; (d) det A−1 ; (e) det(−A); (f) det(3AAT ).
Solução:
1 5 −1 3 1 5 −1 3
−1 2 −2 4 L → L + L 0 7 −3 7
2 2 1
∼ ∼
6 7 3 −1 L3 → L3 − 6L1 0 −23 9 −19
L3 → L3 − L2
5 3 0 4 L4 → L4 − 5L1 0 −22 5 −11
1 5 −1 3 1 5 −1 3
0 7 −3 7 L2 ↔ L3 0 −1 4 −8
(a)
0 −1
∼ L3 → L3 + 7L2 ∼
4 −8 0 7 −3 7
0 −22 5 −11 0 −22 5 −11 L4 → L4 − 22L2
1 5 −1 3 1 5 −1 3
0 −1 4 −8 0 −1 4 −8
∼ .
0 0 25 −49 0 0 25 −49
0 −83 165 83 58
0 L4 → 25 L3 0 0 0 25
20 Capítulo 1. Matrizes
1 5 −1 3
0 −1 4 −8
Como = −58, pelas operações elementares temos:
0 0 25 −49
58
0 0 0 25
⇐⇒ 5(x − 5) + 1 + 6x = 16 ⇐⇒ 5x − 25 + 1 + 6x = 16
40
⇐⇒ 11x = 40 ⇐⇒ x = .
11
1 0 −3
x −1
⇐⇒ x(1 − x) + 3 = x −6 + (−3) 2 x
(c) = 2 x −6
3 1−x
1 3 x−5
3 x−5 1 3
1 0 0 −2 2 3 ! x + 2 −2
−3
det(xI − A) = 0 ⇔ det x 0 1 0 − −2 3 2
=0⇔ 2
x − 3 −2 =0
0 0 1 −4 2 5 4 −2 x − 5
x − 3 −2
+ 2 2 −2 + (−3) 2 x − 3
⇐⇒ (x + 2) =0
−2 x − 5 4 x−5 4 −2
22 Capítulo 1. Matrizes
0 0 0 a14
0 0 a23 a24
7. Calcule o determinante da matriz A = 0 a32 a33 a34 . Generalize o resultado para
n
det A = a1n × a2(n−1) × · · · × a(n−1)2 × · · · × an1 = ∏ ai,(n+1)−i .
i=1
8. Dizemos que uma matriz A quadrada de ordem n é semelhante à uma matriz B, também quadrada
de ordem n, se, e somente se, existe uma matriz quadrada de ordem n invertível P tal que
B = P · A · P−1 .
(a) Mostre que se A é uma matriz semelhante a B, então B é semelhante a A.
(b) Mostre que se A é semelhante a B e B é semelhante a C, então A é semelhante a C.
(c) Prove que matrizes semelhantes têm o mesmo determinante.
1.6 Matriz Inversa 23
Solução:
(a) Se A é semelhante a B, então existe uma matriz invertível P tal que B = P · A · P−1 , isto
implica que:
portanto A é semelhante a C.
Como det B = 2 6= 0, então B é invertível, vamos determinar B−1 efetuando operações sobre as
linhas de B e de I3 :
1 0 0 | 1 0 0 1 0 0 | 1 0 0
3 2 0 | 0 1 0 L2 −→ L2 − 3L1 ∼ 0 2 0 | −3 1 0 L2 −→ 12 L2
6 4 1 | 0 0 1 L3 −→ L3 − 2L2 0 0 1 | 0 −2 1
1 0 0 | 1 0 0
3 1
∼ 0 1 0 | −2 2 0 .
0 0 1 | 0 −2 1
1 0 0
Portanto, B−1 3
= −2 1
2 0
.
0 −2 1
24 Capítulo 1. Matrizes
2. Determine os valores de a para que a matriz seja invertível em cada um dos seguintes casos:
1 1 1 a+3 7 6
(a) A = 2 1 2 ; (b) A = −1 a − 5 −6 .
1 2 a 1 1 a+2
Solução:
Vimos que uma matriz quadrada A é invertível se, e somente se, det A 6= 0.
1 1 1
1 2 2 2 2 1
(a) det A = 2 1 2 = − + = a − 4 − (2a − 2) + 4 − 1 = −a + 1.
2 a 1 a 1 2
1 2 a
Logo, det A 6= 0 ⇐⇒ −a + 1 6= 0 ⇐⇒ a 6= 1.
a+3 7 6 L3 →L3 +L2 a + 3 7 6
det A = −1 a − 5 −6
= −1 a − 5 −6
1 1 a+2 0 a−4 a−4
a+3 6
+ (a − 4) a + 3 7
= −(a − 4)
−1 −6 −1 a − 5
(b)
= (a − 4)(6(a + 3) − 6 + (a + 3)(a − 5) + 7)
= (a − 4)(6a + 18 + a2 − 2a − 15 + 1)
a − 4 6= 0
a 6= 4
Logo, det A 6= 0 ⇐⇒ (a − 4)(a + 2)2 6= 0 ⇐⇒ ou ⇐⇒ ou .
2
(a + 2) 6= 0
a 6= −2
Solução:
(a) Multiplicando a igualdade ABT X = C por A−1 à esquerda obtemos BT X = A−1C, multipli-
cando esta igualdade por (BT )−1 à esquerda obtemos X = (BT )−1 A−1C.
(b) Somando o oposto de AB na igualdade AB +CX = In obtemos CX = In − AB, multiplicando
esta igualdade por C−1 à esquerda obtemos X = C−1 (In − AB).
(c) Multiplicando a igualdade (CB)−1 AX = In por CB à esquerda obtemos AX = CB, multipli-
cando esta igualdade por A−1 à esquerda obtemos X = A−1CB.
−1
(d) Multiplicando a igualdade (AB)T XC = In por (AB)T à esquerda obtemos XC =
−1 −1 −1
(AB)T , multiplicando esta igualdade por C−1 à direita obtemos X = (AB)T
C .
4. Seja A = [ai j ] uma matriz diagonal com a11 , a22 , · · · , ann todos não nulos, determine A−1 , a
inversa de A, se existir.
Solução:
Como a11 , a22 , · · · , ann são todos não nulos, então det A = a11 a22 · · · ann 6= 0, logo existe A−1 .
Mas,
1
···
a11 0 ··· 0 a11 0 0 1 0 ··· 0
1
0 a22 ··· 0 0 a22 ··· 0 0 1 ··· 0
· = .. . . .. .
.. .. ... .. .. .. ... .. ..
. . . . . . . . . .
0 0 · · · ann 1 0 0 ··· 1
0 0 ··· ann
Portanto,
1
···
a11 0 0
1
−1
0 a22 ··· 0
A = .
.. .. .. ..
. . . .
1
0 0 ··· ann
5. Em cada caso verifique se A é invertível; determine cofA, a matriz co-fatora de A, e A−1 , a matriz
inversa de A, se esta existir.
1 −2 3 cos θ sen θ 0
(a) A = 6 7 −1 ; (b) A = −sen θ cos θ 0 ;
−3 1 4 0 0 1
0 1 1 1 3 5 6 0
1 1 1 1 2 −1 0 0
(c) A = 2 2 2 ; (d) A = .
2 1 1 0 4 0 0 0
3 3 3
1 2 5 2 −4 3
−3 3 0 0
Solução:
(a) Lembrando que a matriz cofatora de A, cof(A) = [cof(ai j )], com cof(ai j ) = (−1)i+ j det Ai j
e Ai j a matriz obtida de A retirando a i-ésima linha e j-ésima coluna, por exemplo
6 7
1+3
cof(a13 ) = (−1) = 6 + 21 = 27,
−3 1
3+2 1 3
cof(a32 ) = (−1) = −(−1 − 18) = 19.
6 −1
26 Capítulo 1. Matrizes
29 −21 27
Com cálculos análogos aos acima concluímos que cof(A) = 11 13 5 , como
−19 19 19
−1
det A = 152 6= 0, então existe A e vimos que:
1 1
A−1 = · adj(A) = · (cof(A))T .
det A det A
Logo,
29 11
− 18
152 152
29 11 −19
−1 1 21 13 1
A = −21 13 − 152
19 = 152 8
.
152
27 5 19
27 5 1
152 152 8
cos θ sen θ 0
(b) Com cálculos análogos aos anteriores concluímos que cof(A) = −sen θ cos θ 0 ,
0 0 1
−1
como det A = 1 6= 0, então existe A e
T cos θ −sen θ 0
A−1 = cof(A) = sen θ cos θ 0 .
0 0 1
2 5 7
18 2 − 18 18
4 1 5 4
− − −
18 9 9 9
(c) Com cálculos análogos aos anteriores concluímos que cof(A) =
,
1 1 1 1
3 6 − 3 6
− 61 1
6
1
6 − 13
1
como det A = 6= 0, então existe A−1 e
6
2 4 1 1 2 4
18 − 18 3 −6 3 −3 2 −1
1 1 1
1 2
2 − 9 6 6
3 − 3 1 1
−1
A = 6
=
.
−5 5
− 1 1 − 5 10
−2 1
18 9 3 6 3 3
7
18 − 49 1
6 − 13 7
3 − 83 1 −2
0 0 12 16
0 −72 60 128
(d) Com cálculos análogos aos anteriores concluímos que cof(A) = ,
18 36 −39 −106
0 0 0 24
−1
como det A = 72 6= 0, então existe A e
1
0 0 4 0
0 0 18 0
0 −1 1
2 0
1 0 −72 36 0
A−1 =
= .
72 12 60 −39 0 1 5 13
− 0
16 128 −106 24
6 6 24
2 16
9 9 − 53
36
1
3
1.6 Matriz Inversa 27
1 −5 −1 2 | 1 0 0 0 1 −5 −1 2 | 1 0 0 0 L1 → L1 − 2L4
0 2 −3 4 | 0 1 0 0 0 2 −3 4 | 0 1 0 0 L2 → L2 − 4L4
∼
0 0 4 −2 | 0 0 1 0 0 0 4 −2 | 0 0 1 0 L3 → L3 + 2L4
0 0 0 3 | 0 0 0 1 L4 → 31 L4 0 0 0 1 | 0 0 0 1
3
1 −5 −1 0 | 1 0 0 − 32 1 −5 −1 0 | 1 0 0 − 23 L1 → L1 + L3
0 2 −3 0 | 0 1 0 − 34 0 2 −3 0 | 0 1 0 − 43 L2 → L2 + 3L3
∼ 2 ∼
0 0 4 0 | 0 0 1 3 L3 → 41 L3 0 0 1 0 | 0 0 1
4
1
6
1 1
0 0 0 1 | 0 0 0 3 0 0 0 1 | 0 0 0 3
1
1 −5 0 0 | 1 0 4 − 12 1 −5 0 0 | 1 0 1
4 − 12 L1 → L1 + 5L2
3
0 2 0 0 | 0 1 4 − 56 L2 → 1
2 L2 0 1 0 0 | 0 1
2
3
8
5
− 12
∼ 1 1 ∼ 1 1
0 0 1 0 | 0 0 4 6 0 0 1 0 | 0 0 4 6
1 1
0 0 0 1 | 0 0 0 3 0 0 0 1 | 0 0 0 3
1 0 0 0 | 1 52 17
8 − 31
12
0 1 0 0 | 0 12 3
8
5
− 12
∼ 1 1 .
0 0 1 0 | 0 0 4 6
1
0 0 0 1 | 0 0 0 3
5 17
− 31
1 2 8 12
0 1 3 5
2 8 − 12
Portanto, A−1 =
.
0 0 1 1
4 6
1
0 0 0 3
− 31
0 0 0
−1 −1
4 4 0 0
(c) Analogamente, obtemos B−1 =
;
−7 −1 −1 0
6 2
25
− 24 − 38 − 21 − 21
28 Capítulo 1. Matrizes
− 31 5 17
− 31
0 0 0 1 2 8 12
−1 −1 1 3 5
4 4 0 0
0 2
8 − 12
(AB)−1 = B−1 · A−1 =
·
−7 −1 −1 0 1 1
0 0
6 2 4 6
− 25 3 1 1
24 − 8 − 2 − 2 0 0 0 1
3
(d) .
− 31 − 65 − 17 31
24 36
−1 −3 − 58 3
4 3 4
=
− 7 − 19 − 35 55
6 6 12 18
25
− 24 − 67 119
24 − 48
187
72
(I − A)(I + A + A2 + . . . + An ) = I + A + A2 + . . . + An − A − A2 − . . . − An − An+1
An+1 =0
= I − An+1 = I.
9. Supondo que A e B são matrizes quadradas de ordem n invertíveis, prove as seguintes igualdades:
(a) (A−1 + B−1 )−1 = A(A + B)−1 B.
(b) (I + AB)−1 A = A(I + BA)−1 .
(c) (A + BBT )−1 B = A−1 B(I + BT A−1 B)−1 .
Solução:
−1 −1 −1
(a) A(A + B)−1 B = B−1 (A + B)A−1 = B−1 AA−1 + B−1 BA−1 = B−1 + A−1 .
−1 −1 −1
(b) (I + AB)−1 A =
−1
A (I + AB) −1 −1
= A + A AB −1
= A +B
−1
= (I + BA)A−1 = A(I + BA)−1 .
−1 −1
(c) A−1 B(I + BT A−1 B)−1 T −1 −1
= (I + B A B)B A −1
= B A+B T
−1
= B−1 (A + BBT ) = (A + BBT )−1 B.
1.6 Matriz Inversa 29
det AT =det A
⇐⇒ (det A)2 6= 0 ⇐⇒ det A · det A 6= 0 ⇐⇒ det AT · det A 6= 0
det B detC=det(BC)
⇐⇒ det(AT A) 6= 0.
1
A−1 = adjA.
det A
1
A−1 (adjA)−1 = In .
det A
Agora multiplicando a última igualdade por A à esquerda obtemos:
1
(adjA)−1 = A.
det A
1
(c) Pelo item anterior temos (adjA)−1 = A, então
det A
n
−1
1 1 1 1
det (adjA) = det A = det A = det A = .
det A det A (det A)n (det A)n−1
1
Como det(adjA) = = (det A)n−1 .
det (adjA)−1
11. Determine A−1 , se existir, utilizando operações elementares sobre as linhas da matriz, em cada
um dos seguintes casos:
2 1 3 1 2 1
3 −1
(a) A = ; (b) A = 4 2 2 ; (c) A = 0 1 2 ;
2 4
2 5 3 1 1 1
1 0 0 0
2 1 −4 2 1 0 0
(d) A = −4 −1 6 ; (e) A =
3 2 1 0 .
−2 2 −2
4 3 2 1
30 Capítulo 1. Matrizes
Solução:
(a) Como det A = 12 + 2 = 14 6= 0, então A é invertível, vamos determinar A−1 efetuando
operações sobre as linhas de A e de I2 :
3 −1 | 1 0 L1 −→ 13 L1 1 − 13 | 31 0
∼
2 4 | 0 1 2 4 | 0 1 L2 −→ L2 − 2L1
1 − 31 | 1
3 0 1 − 13 | 1
3 0 L1 −→ L1 + 13 L2
∼ 14 2 3 ∼ 1 3
0 3 | − 3 1 L2 −→ 14 L2 0 1 | −7 14
2 1
1 0 | 7 14
∼ .
0 1 | − 17 3
14
2 1
7 14
Portanto, A−1 = = 1 4 1
.
14 −2 3
− 17 3
14
2 1 3
(b) Como det A = 4 2 2 = 2(6−10)−(12−4)+3(20−4) = 32 6= 0, então A é invertível,
2 5 3
vamos determinar A−1 efetuando operações sobre as linhas de A e de I3 :
2 1 3 | 1 0 0 2 1 3 | 1 0 0
4 2 2 | 0 1 0 L2 −→ L2 − 2L1 ∼ 0 0 −4 | −2 1 0 L2 −→ − 41 L2
2 5 3 | 0 0 1 L3 −→ L3 − L1 0 4 0 | −1 0 1 L3 −→ 14 L3
2 1 3 | 1 0 0 L1 −→ L1 − L2 − 3L3
1 1
∼ 0 1 0 | 2 − 4 0
0 0 1 | − 14 0 41
2 0 0 | − 14 3 1 1
4 − 4 L1 −→ 2 L1 1 0 0 | − 18 3
8 −8
1
1 1 1 1
∼ 0 1 0 | 2 −4 0 ∼ 0 1 0 | 2 −4 0
0 0 1 | − 14 0 1
4 0 0 1 | − 1
4 0 1
4
1 3 1
−8 8 −8
−1
1 1
Portanto, A = 2 −4 .
0
1 1
−4 0 4
1 2 1
(c) Como det A = 0 1 2 = −(1 − 1) + (1 − 0) = 1 6= 0, então A é invertível, vamos
1 1 1
determinar A−1 efetuando operações sobre as linhas de A e de I3 :
1 2 1 | 1 0 0 1 2 1 | 1 0 0
0 1 2 | 0 1 0 ∼ 0 1 2 | 0 1 0
1 1 1 | 0 0 1 L3 −→ L3 − L1 0 −1 0 | −1 0 1 −L3 −→ L2
1 2 1 | 1 0 0 L1 −→ L1 − 2L2 1 0 1 | −1 0 2
∼ 0 1 0 | 1 0 −1 ∼ 0 1 0 | 1 0 −1
0 1 2 | 0 1 0 L3 −→ L3 − L2 0 0 2 | −1 1 1 L3 −→ 12 L3
1.6 Matriz Inversa 31
1 0 1 | −1 0 2 L1 −→ L1 − L3 1 0 0 | − 12 − 21 3
2
∼ 0 1 0 | 1 0 −1 ∼ 0 1 0 | 1 0 −1
0 0 1 | − 12 21 1
2 0 0 1 | − 12 1
2
1
2
− 21 − 21 3
2
A−1
Portanto, =
1 0 −1
.
− 12 1
2
1
2
2
1 −4
(d) Como det A = −4 −1
6 = 2(2 − 12) − (8 + 12) − 4(−8 − 2) = −20 − 20 + 40 = 0,
−2 2 −2
portanto A não invertível e não existe A−1 .
(e) Como det A = 1 6= 0, pois A é matriz triangular e o determinante é o produto dos elementos
da diagonal principal.
Determinemos a inversa de A efetuando operações sobre as linhas de A e de I4 :
1 0 0 0 | 1 0 0 0 1 0 0 0 | 1 0 0 0
2 1 0 0 | 0 1 0 0 L2 → L2 − 2L1 0 1 0 0 | −2 1 0 0
∼
3 2 1 0 | 0 0 1 0 L2 → L3 − 3L1 0 2 1 0 | −3 0 1 0 L3 → L3 − 2L2
4 3 2 1 | 0 0 0 1 L4 → L4 − 4L1 0 3 2 1 | −4 0 0 1 L4 → L4 − 3L2
1 0 0 0 | 1 0 0 0 1 0 0 0 | 1 0 0 0
0 1 0 0 | −2 1 0 0 0 1 0 0 | −2 1 0 0
∼ ∼ .
0 0 1 0 | 1 −2 1 0 0 0 1 0 | 1 −2 1 0
0 0 2 1 | 2 −3 0 1 L4 → L4 − 2L3 0 0 0 1 | 0 1 −2 1
1 0 0 0
−2 1 0 0
Portanto, A−1 =
.
1 −2 1 0
0 1 −2 1
− 21 − 12 3
2
C−1
No exercício 11 (c) temos: =
1 0 −1
e com cálculos simples concluímos
− 12 1
2
1
2
0 2 0
que BA = 1 −1 1 .
0 1 2
1
− 2 − 12 3
2 1 5
0 2 0 − 2 1 2
Logo, X −1 =
1 0 −1
· 1 −1 1 =
0 1 −2 .
1 3
2 −1
0 1 2 2
− 21 1
2
1
2
1.7 Miscelânea
Decida se a afirmação dada é (sempre) verdadeira ou (às vezes) falsa. Justifique sua resposta dando um
argumento lógico matemático ou um contra-exemplo.
1. ( ) Se a soma de matrizes A · B + B · A está definida, então as matrizes A e B têm a mesma
ordem.
2. ( ) Se A · AT é uma matriz não invertível, então A não é invertível.
3. ( ) Se A é invertível de ordem n e A · Bn×m = 0n×m , então B é a matriz nula de ordem n × m.
4. ( ) A soma de duas matrizes invertíveis é sempre uma matriz invertível.
5. ( ) Se A é uma matriz quadrada de ordem n tal que A4 = 0, então (In − A)−1 = In + A + A2 + A3 .
6. ( ) Se A é matriz quadrada de ordem n, com n ≥ 2, então det(2A) = 2 det A.
7. ( ) Se A é matriz quadrada de ordem n, com n ≥ 2, então det(In + A) = 1 + det A.
8. ( ) Não existe matriz quadrada real A para a qual det(A · AT ) = −1.
9. ( ) Se det(AT · A) = 4, então det A = 2.
10. ( ) det(A + B) = det A + det B.
1
2 T −1
11. ( ) Se A é uma matriz quadrada de ordem 4 com det A = − , então det − 2A A · A = −4.
2
12. ( ) Se A é uma matriz quadrada de ordem n, com n > 1, então det(−A) = − det A.
13. ( ) Toda matriz diagonal é invertível.
−1 −1
14. ( ) Dadas A e B em Gn (K), então I + A−1 · BT · A−1 = A + BT .
15. ( ) Se A100 é invertível, então 3A também o é.
16. ( ) Se A é uma matriz anti-simétrica, então a matriz Ak é anti-simétrica para todo k ∈ N∗ .
17. ( ) Se A ∈ Mn (K), então A é a soma de uma matriz simétrica e uma matriz anti-simétrica.
18. ( ) Toda matriz complexa simétrica é uma matriz normal.
19. ( ) Se A é uma matriz real simétrica, então A é matriz normal.
20. ( ) O conjugado da soma de duas matrizes simétricas é uma matriz normal.
21. ( ) O produto de duas matrizes simétricas é uma matriz simétrica.
1.7 Miscelânea 33
1 0 1 0 2 0
10. (F) Sejam as matrizes A = eB= , então A + B = .
0 2 0 3 0 5
Logo, det(A + B) = 10 6= 5 = 2 + 3 = det A + det B.
11. (F) Pois,
∗
det − 2A2 AT · A−1 = (−2)4 · det(A2 ) · det AT · det A−1
∗∗ 2 1 2
= 16 · det A · det A · = 16 · det A
2 det A
1 16
= 16 · − = = 4 6= −4.
2 4
−1 T −1 −1
−1
−1 −1
T
= A + A · A−1 · BT = (A + BT )−1 .
I +A ·B ·A = A· I +A ·B
16. (F) Pois, A é uma matriz quadrada anti-simétrica, se, e somente se, A = −AT .
Logo, dado k ∈ N∗ , então Ak = (−AT )k = (−1)k (AT )k = (−1)k (Ak )T .
Portanto, se k é ímpar temos Ak = −(Ak )T e Ak é anti-simétrica, mas se k é par temos Ak = (Ak )T
e Ak é simétrica e não anti-simétrica.
17. (V) Seja A ∈ Mn (K) uma matriz qualquer, então podemos escrever:
1 1 1
A= A + A + AT − AT = (A + AT ) + (A − AT ) .
2 |2 {z } |2 {z }
simétrica anti-simétrica
1.7 Miscelânea 35
T AT +A
18. (F) Se A é simétrica, então A = AT , portanto A · A∗ = A · A = A · AT = A · A, analogamente
A∗ · A == A · A.
0 1+i i
Por exemplo A = 1 + i 0 1 − i é simétrica, no entanto
i 1−i 0
0 1+i i 0 1 − i −i 3 −1 + i 2i
A · A∗ = A · A = 1 + i 0 1 − i · 1 − i 0 1 + i = 1 + i 4 1−i
i 1−i 0 −i 1 + i 0 −2i 1 + i 3
e
0 1 − i −i 0 1+i i 3 1 − i −2i
A∗ · A = A · A = 1 − i 0 1 + i · 1 + i 0 1 − i = −1 + i 4 1 + i .
−i 1 + i 0 i 1−i 0 i 1−i 3
•
1 −1 0 1 −1 0 L1 → L1 + L3
−2 2 0 L2 → L2 + 2L1 ∼ 0
0 0
0 1 0 0 1 0
1 0 0 1 0 0
∼ 0 0 0 L2 ↔ L3 ∼ 0 1 0 .
0 1 0 0 0 0
1 −1 0 1 0 0
Logo, a forma reduzida da matriz B = −2 2 0 é a matriz 0 1 0 .
0 1 0 0 0 0
•
L1 → 13 L1
3 0 1 0 1 0
L ↔ L3
0 0 ∼ 0
0 2 ∼ 0 1 .
1
0 2 L2 → 2 L3 0 1 0 0
3 0 1 0
Logo, a forma reduzida da matriz C = 0
0 é a matriz 0 1 .
0 2 0 0
•
1 −3 2 −1 1 −3 2 −1
∼
2 −1 2 −2 L2 → L2 − 2L1 0 5 −2 0 L2 → 15 L2
4
1 −3 2 −1 L1 → L1 + 3L2 1 0 5 −1
∼ ∼ .
0 1 − 25 0 0 1 − 25 0
4
1 0 5 −1
1 −3 2 −1
Logo, a forma reduzida da matriz D = é a matriz .
2 −1 2 −2 2
0 1 −5 0
0 1 3
2 −4 2 1
• Como det E = 2 1 −4 = −
+ 3 2 3 = −(6 + 8) + 3(6 − 2) − 14 +
2 3 2 3
3
12 = −2 6= 0, segue que a forma reduzida de E é a matriz identidade I3 .
2. Verifique, se possível, para quais valores de m ∈ R as matrizes abaixo são linhas equivalentes à
matriz identidade I3
2 −5 1 m 2 m
A= 1 1 1 ; B = 2 1 1 .
2 0 m 2 m 2
Solução:
Uma matriz A quadrada de ordem n termo forma reduzida a matriz identidade In se, e somente
se, det A 6= 0.
2 −5 1
= 2 −5 1
2 −5
det A = 1 1 1 +m = 2(−5 − 1) + m(2 + 5) = −12 + 7m.
1 1 1 1
2 0 m
12
Logo, det A 6= 0 ⇐⇒ −12 + 7m 6= 0 ⇐⇒ m 6= .
7
38 Capítulo 1. Matrizes
m 2 m
1 1 2 1 2 1
det B = 2 1 1 = m −2 2 2 +m 2 m
2 m 2 m 2
= m(2 − m) − 2(4 − 2) + m(2m − 2) = 2m − m2 − 4 + 2m2 − 2m = m2 − 4.
1 2 0 1 1
Solução:
• Pelo item (a) do exercício 1 p(A) = 3 e n(A) = 1.
• A matriz B está na forma escalonada e não tem linhas nulas, logo n(B) = número de linhas de B =
2, consequentemente n(B) = número de linhas de B − p(B) = 4 − 2 = 2.
• detC = 2 6= 0, logo p(C) = número de linhas de C = 2 e n(C) = 0.
1 0
0 1
• A forma escalona de D é 0 0 , logo p(D) = 2 e n(D) = 0.
0 0
1 0 0
0 1 0
• A forma escalona de E é 0 0 1 , logo p(E) = 3 e n(E) = 0.
0 0 0
5. Dada a matriz Bm×n , determine a matriz N, linha forma reduzida de B (forma escada) e a matriz
invertível M, de ordem m, tal que N = M · B, em cada um dos seguintes casos:
1 1 1 1 "
2 2−i 0
#
(a) B = 2 1 1 −3 ; (b) A = 3+i .
1+i −5 − i
1 2 −1 0 3×4 2 2×3
Solução:
Para determinar as matrizes N e M basta efetuar operações elementares, simultaneamente, na
matriz B e na matriz identidade Im até B estar forma escalonada reduzida.
(a)
1 1 1 1 | 1 0 0 1 1 1 1 | 1 0 0 L1 → L1 + L2
2 1 1 −3 | 0 1 0 L2 → L2 − 2L1 ∼ 0 −1 −1 −5 | −2 1 0
1 2 −1 0 | 0 0 1 L3 → L3 − L1 0 1 −2 −1 | −1 0 1 L3 → L3 + L2
1 0 0 −4 | 1 0 0 1 0 0 −4 | −1 1 0
∼ 0 −1 −1 −5 | −2 1 0 L2 → −L2 ∼ 0 1 1 5 | 2 −1 0 L2 → L2 − L3
0 0 −3 −6 | −3 1 1 L3 → − 13 L3 0 0 1 2 | 1 − 13
1 0 0 −4 | −1 1 0
∼ 0 1 0 3 | 1 − 23 1
3 .
0 0 1 2 | 1 − 31 − 13
1 0 0 −4 −1 1 0
Portanto, N = 0 1 0 3 e M = 1 − 32 1
3 .
1 1
0 0 1 2 1 −3 −3
(b)
2 2−i 0 | 1 0 L1 −→ 12 L1
3+i
1+i −5 − i | 0 1
2
1 − 2i
1 0 | 12 0
∼ 3+i
1+i −5 − i | 0 1 L2 −→ L2 − (1 + i)L1
2
1 1
1 1 − 2i 0 | 0 1 1 − 2i 0 | 0
∼ 2 ∼ 2
1+i 1 3 + 2i −5 + i .
0 0 −(5 + i) | − 1 L2 −→ − 5+i L2 0 0 1 | 1
2 26 26
i 1
1 1− 0 0
2 2
Portanto, N = eM= .
3+i 3 + 2i −5 + i
1+i −5 − i 1
2 26 26
2. Sistemas de Equações Lineares
x + 3y = 1 x + 2y − z + 3t = 3
(c) 2x + 2y = 4 , (d) 2x + 4y + 4z + 3t = 9 .
4x − 7y = 2 3x + 6y − z + 8t = 10
Solução:
3 1 x 5
(a) · = .
1 −2 y 4
1 1 −1 x 2
(b) 2 3 0 · y = −7 .
2 −1 3 z 1
1 3 1
x
(c) 2 2 ·
= 4 .
y
4 −7 2
x
1 2 −1 3 y 3
(d) 2 4 4 3 ·
z =
9 .
3 6 −1 8 10
t
42 Capítulo 2. Sistemas de Equações Lineares
Solução:
−4 3 | 2
(a) A matriz ampliada do sistema é 5 −4 | 0 , escalonando obtemos:
2 −1 | k
−4 3 | 2 −4 3 | 2
5 −4 | 0 L2 −→ L2 + 5/4 L1 ∼ 0 − 1/4 | 5/2
−4 3 | 2
∼ 0 − 1/4 | 5/2 .
0 0 | k+6
1 2 | −1 1 2 | −1
−3 4 | k L2 −→ L2 + 3L1 ∼ 0 10 | k − 3
2 −1 | −7 L3 −→ L3 − 2L1 0 −5 | −5 L3 −→ L3 + 1/2 L2
1 2 | −1
∼ 0 10 |
k −3 .
0 0 | (k − 13)/2
k − 13
Pelo escalonamento p(A) = 2 = p(M) ⇐⇒ = 0 ⇐⇒ k − 13 = 0 ⇐⇒ k = 13
2
Portanto, o sistema é compatível se, e somente se, k = 13, neste caso o sistema é compatível
determinado.
2.2 Classificação e Solução de Sistemas Lineares 43
3x − 7y = a
x + y = b
2. Determine os valores de a e b que tornam o sistema linear S :
5x + 3y = 5a + 2b
x + 2y = a + b − 1
compatível e determinado.
Solução:
3 −7 | a
1 1 | b
A matriz ampliada do sistema é , escalonando obtemos:
5 3 | 5a + 2b
1 2 | a+b−1
3 −7 | a 1 1 | b
1 1 | b L1 ←→ L2 3 −7 | a L2 −→ L2 − 3L1
∼ L3 −→ L3 − 5L1 ∼
5 3 | 5a + 2b 5 3 | 5a + 2b
1 2 | a+b−1 1 2 | a+b−1 L4 −→ L4 − L1
1 1 | b 1 1 | b
0 −10 | a − 3b 0 1 | a−1
0 −2 | 5a − 3b L2 ←→ L4 ∼ 0 −2
| 5a − 3b L3 −→ L3 + 2L2
0 1 | a−1 0 −10 | a − 3b L4 −→ L4 + 10L2
1 1 | b
0 1 | a−1
∼ .
0 0 | 7a − 3b − 2
0 0 | 11a − 3b − 10
⇐⇒ 4a = 8 ⇐⇒ a = 2 =⇒ 3b = 14 − 2 = 12 ⇐⇒ b = 4.
de − b f a f − ce
x= e y= ;
ad − bc ad − bc
a b e
(b) se ad − bc = 0 e = 6= , então o sistema não tem solução.
c d f
a b e
(c) se ad − bc = 0 e = = , então o sistema tem infinitas soluções.
c d f
44 Capítulo 2. Sistemas de Equações Lineares
Solução:
−1
a b a b 1 d −b
(a)
= ad − bc 6= 0, logo existe = · .
c d c d ad −bc −c a
a b x e 1 d −b
Portanto, multiplicando a igualdade · = por ·
c d y f ad − bc −c a
obtemos:
1 d −b a b x 1 d −b e
· · · = · ·
ad − bc −c a c d y ad − bc −c a f
| {z }
I2
de − b f
ad − bc
x de − b f a f − ce
⇐⇒ = , ou seja, x = e y= .
y a f − ce ad − bc ad − bc
ad − bc
ad
(b) ad − bc = 0 ⇐⇒ ad = bc, supondo c 6= 0, então b = , logo no sistema temos:
c
ad
ax +
y = e a
c , multiplicando a 2ª equação por − obtemos o sistema equi-
c
cx + dy = f
ad
ax + y = e
c
valente: .
ad a f
−ax + − y = −
c c
af ce − a f
Somando a 1ª equação e a 2ª equação obtemos: 0 = e − = .
c c
a e ce − a f
Como 6= ⇐⇒ a f 6= ce ⇐⇒ ce − a f 6= 0, portanto temos 0 = 6= 0, uma
c f c
contradição, consequentemente o sistema linear não tem solução.
ad ce − a f
(c) Fazendo o desenvolvimento do item anterior obtemos: 0 = e − = , como
c c
a e 0
= ⇐⇒ a f = ce ⇐⇒ ce − a f = 0, logo temos 0 = = 0.
c f c
ad
Portanto, temos ax + y = e.
c
• Se a = 0, então como estamos supondo c 6= 0, segue de a f = ce que e = 0, portanto
temos 0 · x + 0 · y = 0, como x e y são números reais quaisquer.
ad e d
• Se a 6= 0, então ax = e − y ⇐⇒ x = − y, com y ∈ R.
c a c
Logo, o sistema linear tem infinitas soluções.
2x + 3y − z = 0
4. Dado o sistema linear S : .
x − 4y + 5z = 0
(a) Verifique que x1 = 1, y1 = −1 e z1 = −1 é uma solução de S;
(b) Verifique que x2 = −2, y1 = 2 e z1 = 2 também é uma solução de S;
(c) É verdade que x = x1 + x2 , y = y1 + y2 e z = z1 + z2 é uma solução de S?
(d) É verdade que 3x, 3y e 3z, onde x, y e z são como no item (c), é uma solução de S?
2.3 Teorema do Posto 45
(e) Se as respostas de (c) e (d) forem afirmativas, então responda: Por que isso ocorre?
Solução:
(a) Como 2 × 1 + 3 × (−1) − (−1) = 2 − 3 + 1 = 0 e 1 − 4 × (−1) + 5 × (−1) = 1 + 4 − 5 = 0,
segue que x1 = 1, y1 = −1 e z1 = −1 é uma solução de S.
(b) Como 2 × (−2) + 3 × 2 − 2 = −4 + 6 − 2 = 0 e −2 − 4 × 2 + 5times2 = −2 − 8 + 10 = 0,
segue que x2 = −2, y1 = 2 e z1 = 2 também é uma solução de S.
(c) Como
também é solução.
1. Considere os sistemas lineares abaixo, determine o posto e a nulidade das matrizes: matriz dos
coeficientes e matriz ampliada, para os diferentes valores de m ∈ R.
mx + 2y + mz = 0 2x − 5y + z = 0
(a) S : 2x + y + z = 0 , (b) S : x + y + z = 0 .
2x + my + 2z = 0 2x + mz = 0
Solução:
Como ambos os sistemas são homogêneos, então p(A) = p(M).
m 2 m L1 ←→ L2 2 1 1
(a) 2 1 1 ∼ m 2 m L2 → L2 − m/2 L1 ∼
2 m 2 2 m 2 L3 → L3 − L1
2 1 1 2 1 1
0 − (m − 4)/2 m/2 ∼ 0 − (m − 4)/2 m/2 .
m−46=0
0 m−1 1 L3 −→ L3 + (2(m − 1))/m − 4 L2 0 0 (m2 − 4)/m − 4
46 Capítulo 2. Sistemas de Equações Lineares
Logo,
• Se m − 4 = 0 ⇐⇒ m = 4 e no escalonamento obtemos:
m 2 m 2 1 1 2 1 1
2 1 1 ∼ 0 0 2 ∼ 0 3 1 ,
L2 ←→ L3
2 m 2 0 3 1 0 0 2
2 m 2
0 0 (m2 − 4)/m − 4
| {z }
6= 0
consequentemente p(A) = p(M) = 3.
2 −5 1 L1 ←→ L2 1 1 1
(b) 1 1 1 ∼ 2 −5 1 L2 → L2 − 2L1 ∼
2 0 m 2 0 m L3 → L3 − L2
1 1 1 1 1 1
0 −7 −1 ∼ 0 −7 −1 .
0 5 m−1 L3 −→ L3 + 5/7 L2 0 0 (7m − 12)/7
Logo,
12
• Se 7m − 12 = 0 ⇐⇒ m = , então no escalonamento obtemos:
7
2 −5 1 1 1 1
1 1 1 ∼ 0 −7 −1 ,
2 0 m 0 0 0
(a) Estude o conjunto solução do sistema S utilizando o posto e a nulidade das matrizes
relacionadas para os diferentes valores de m ∈ R.
2.3 Teorema do Posto 47
(b) Para m = 1, determine o conjunto solução deste sistema utilizando, se possível, a inversa
da matriz dos coeficientes.
Solução:
m 2 m L1 ←→ L3
(a) m 1 1 ∼
2 m 2
2 m 2 2 m 2
m 2 m L2 → L2 − m/2 L1 ∼ 0 − (m2 − 4)/2 0 L2 ←→ L3 ∼
m 1 1 L3 → L3 − L2 0 −1 1−m
2 m 2 2 m 2
0 −1 1−m ∼ 0 −1 1−m .
0 − (m2 − 4)/2 0 L3 −→ L3 − (m2 − 4)/2 L2 0 0 (m2 − 4)(m − 1)/2
Logo,
• Se (m2 −4)(m−1) = 0 ⇐⇒ m2 −4 = 0 ou m−1 = 0 ⇐⇒ m = 4 ou m = −4 ou m = 1,
então no escalonamento obtemos:
m 2 m 2 m 2
m 1 1 ∼ 0 −1 1 − m ,
2 m 2 0 0 0
3. Determine os valores reais de k, em cada um dos casos, para que o sistema linear dado admita
solução não-trivial:
x − y − z = 0 2x − 5y + 2z = 0
(a) x − 2y − 2z = 0 , (b) x + y + z = 0 .
2x + ky + z = 0 2x + kz = 0
48 Capítulo 2. Sistemas de Equações Lineares
Solução:
Como ambos os sistemas são homogêneos, então p(A) = p(M).
1 −1 −1
(a) 1 −2 −2 L2 → L2 − L1 ∼
2 k 1 L3 → L3 − 2L1
1 −1 −1 1 −1 −1
0 −1 −1 ∼ 0 −1 −1 .
0 k+2 3 L3 −→ L3 + (k + 2)L2 0 0 −k + 1
O sistema homogêneo tem solução não trivial, se e somente se, p(A) não é máximo, ou
seja, se e somente se, p(A) < 3 ⇐⇒ −k + 1 = 0 ⇐⇒ k = 1.
Portanto, o sistema tem solução não trivial, se e somente se, k = 1.
2 −5 2 L1 ←→ L2 1 1 1
(b) 1 1 1 ∼ 2 −5 2 L2 → L2 − 2L1 ∼
2 0 k 2 0 k L3 → L3 − L2
1 1 1 1 1 1
0 −7 0 ∼ 0 −7 0 .
0 5 k−2 L3 −→ L3 + 5/7 L2 0 0 k−2
O sistema homogêneo tem solução não trivial, se e somente se, p(A) não é máximo, ou
seja, se e somente se, p(A) < 3 ⇐⇒ k − 2 = 0 ⇐⇒ k = 2.
Portanto, o sistema tem solução não trivial, se e somente se, k = 2.
−4x1 + 3x2 = 2
4. Determine k de modo que o sistema linear 5x1 − 4x2 = 0 admita solução.
2x1 − x2 = k
Solução:
−4 3 | 2
A matriz ampliada do sistema é: M = 5 −4 | 0 logo:
2 −1 | k
−4 3 | 2 L1 ←→ L2 2 −1 | k
5 −4 | 0 ∼ 5 −4 | 0 L2 −→ L2 − 5/2 L1 ∼
2 −1 | k −4 3 | 2 L3 −→ L3 + 2L1
2 −1 | k 2 −1 | k
0 − 3/2 | − 5k/2 L2 ←→ L3 ∼ 0 1 | 2k + 2
0 1 | 2k + 2 0 − 3/2 | − 5k/2 L3 −→ L3 + 3/2 L2
2 −1 | k
∼ 0 1 | 2k + 2 .
0 0 | (k + 6)/2
Pelo desenvolvimento acima p(A) = 2, para que o sistema tenha solução devemos p(A) = p(M)
k+6
e p(M) = 2 se e somente se, = 0 ⇐⇒ k + 6 = 0 ⇐⇒ k = −6.
2
Portanto, o sistema tem solução, se e somente se, k = −6.
2.3 Teorema do Posto 49
x + y − 2z = 0
5. Determine os valores reais de a e b para que o sistema linear 2x + y + z = b
x + ay + z = 0
tenha: (a) uma única solução; (b) infinitas soluções; (c) nenhuma solução:
Solução:
1 1 −2 | 0
A matriz ampliada do sistema é: M = 2 1 1 | b , escalonando M obtemos:
1 a 1 | 0
1 1 −2 | 0
2 1 1 | b L2 → L2 − 2L1 ∼
1 a 1 | 0 L3 → L3 − L1
1 1 −2 | 0 1 1 −2 | 0
0 −1 5 | b ∼ 0 −1 5 | b .
0 a−1 3 | 0 L3 −→ L3 + (a − 1)L2 0 0 5a − 2 | b(a − 1)
(a) O sistema tem uma única solução se, e somente se,
2
p(A) = p(M) = 3 ⇐⇒ 5a − 2 6= 0 ⇐⇒ a 6= .
5
(b) O sistema tem infinitas soluções se, e somente se,
2
p(A) = p(M) < 3 ⇐⇒ 5a − 2 = 0 e b(a − 1) = 0 ⇐⇒ a = e b = 0.
5
(c) O sistema não tem solução se, e somente se,
2
p(A) 6= p(M) ⇐⇒ 5a − 2 = 0 e b(a − 1) 6= 0 ⇐⇒ a = e b 6= 0.
5
6. Determine os valores reais de k, em cada um dos casos, tais que o sistema linear dado tenha:
(i) uma única solução; (ii) infinitas soluções; (iii) nenhuma solução:
−4x + 3y = 2
x + y − kz = 0
(a) S : 5x − 4y = 0 , (b) S : ,
kx + y − z = 2
22x − y = k
2x − 2y + kz = 2 x + kz = −2
(c) S : 2x − y + kz = 3 , (d) S : x − y − 2z = k ,
x − ky + z = 0 x + ky + 4z = −5
x + y − z = 1 kx + y + z = 1
(e) S : 2x + 3y + kz = 3 , (f) S : x + ky + z = 1 ,
x + ky + 3z = 2 x + y + kz = 1
x + y + kz = 2
x + 2y + kz = 1
(g) S : , (h) S : 3x + 4y + 2z = k .
2x + ky + 8z = 3
2x + 3y − z = 1
Solução:
−4 3 | 2 −4 3 | 2
(a) M = 5 −4 | 0 ∼
0 − 1/4 | 5/2 .
22 −1 | k 0 0 | k + 166
Como p(A) = 2 e p(M) = 2 ⇐⇒ k + 166 = 0 ⇐⇒ k = −166, segue que se k 6= −166 o
sistema S tem uma única solução e se k = −166 o sistema S não tem solução.
50 Capítulo 2. Sistemas de Equações Lineares
1 1 −k | 0 1 1 −k | 0
(b) M = ∼ .
k 1 −1 | 2 0 −k + 1 k2 − 1 | 2
Como p(M) = 2, p(A) = 2 ⇐⇒ −k + 1 6= 0 ou k2 − 1 6= 0 ⇐⇒ k 6= 1 e S tem três variáveis,
segue que se k 6= 1 o sistema S tem infinitas soluções e se k = 1 o sistema S não tem
solução.
2 −2 k | 2 1 −k 1 | 0
(c) M = 2 −1 k | 3 ∼ 0 2k − 2 k − 2 | 2 .
1 −k 1 | 0 0 2k − 1 k − 2 | 3
• Se 2k − 2 = 0 ⇐⇒ k = 1, então
2 −2 k | 2 1 −0 1 | 0 1 −0 1 | 0
M = 2 −1 k | 3 ∼ 0 0 −1 | 2 ∼ 0 1 −1 | 3 ,
1 −k 1 | 0 0 1 −1 | 3 0 0 −1 | 2
7. Determine a condição que os números reais a, b e c devem satisfazer para que, em cada um dos
casos abaixo, o sistema dado tenha solução.
x + 2y − 3z = a x + 2y − 3z = a
(a) S : 2x + 6y − 11z = b , (b) S : 3x − y + 2z = b ,
x − 2y + 7z = c x − 5y + 8z = c
52 Capítulo 2. Sistemas de Equações Lineares
3x − 7y = a
x − 2y + 4z = a
x + y = b
(c) S : 2x + 3y − z = b , (d) S : ,
5x + 3y = 5a + 2b
3x + y + 2z = b
x + 2y = a + b − 1
−a + 3b = x
x + 2y = a
2a − b = y
(e) −3x + 4y = b , (f) .
−2a + b = z
2x − y = c
3a + b = t
Solução:
1 2 −3 | a 1 2 −3 | a
(a) M = 2 6 −11 | b ∼ 0 2 −5 | −2a + b .
1 −2 7 | c 0 0 0 | −5a + 2b + c
Como p(A) = 2 e p(M) = 2 ⇐⇒ −5a + 2b + c = 0 ⇐⇒ c = 5a − 2b, segue que se
c = 5a − 2b o sistema S tem infinitas soluções, pois o tem três variáveis, e se c 6= 5a − 2b o
sistema não tem solução.
1 2 −3 | a 1 2 −3 | a
(b) M = 3 −2 2 | b ∼ 0 −7 11 | −3a + b .
1 −5 8 | c 0 0 0 | 2a − b + c
Como p(A) = 2 e p(M) = 2 ⇐⇒ 2a − b + c = 0 ⇐⇒ c = b − 2a, segue que se c = b − 2a
o sistema S tem infinitas soluções, pois o tem três variáveis, e se c 6= b − 2a o sistema não
tem solução.
1 −2 4 | a 1 −2 4 | a
(c) M = 2 3 −1 | b ∼ 0 7 −9 | −2a + b .
3 1 2 | c 0 0 −1 | −a − b + c
Como p(A) = 3 = p(M) = 2 e S tem três variáveis, segue que para quaisquer valores de a,
b e c o sistema tem uma única solução.
1 1 | b 1 1 | b
3 −7 | a 0 −10 | a − 3b
(d) M = ∼ .
5 3 | 5a + 2b 0 0 | (24a − 12b)/5
1 2 | a+b−1 0 0 | (11a − 3b − 10)/10
Como p(A) = 2 e p(M) = 2 ⇐⇒ 24a − 12b = 0 e 11a − 3b − 10 = 0 ⇐⇒ b = 2a e
11a − 10
b= , mas se b = 2a, então 11a − 3b − 10 = 11a − 6a − 10 = 5a − 10, logo
3
11a − 3b − 10 = 0 =⇒ 5a − 10 = 0 ⇐⇒ a = 2 e b = 4.
Se a = 2 e b = 4 então p(A) = p(M) = 2, como S tem três variáveis, segue que S tem
infinitas soluções.
Se a = 2b e a 6= 2, como então p(A) = 2 6= p(M) = 3, portanto S não tem solução.
Se b 6= 2a, então p(M) = 3 6= p(A) = 2, consequentemente S não tem solução.
Logo, S tem infinitas soluções se a = 2 e b = 4, caso contrário S não tem solução.
1 2 | a 1 2 a
(e) M = −3 4 | b ∼ 0 10 3a + b .
2 −1 | c 0 0 (−a + b + 2c)/2
Como p(A) = 2 e p(M) = 2 ⇐⇒ −a + b + 2c = 0 ⇐⇒ a = b + 2c, segue que se a = b + 2c
o sistema S tem infinitas soluções, pois tem três variáveis, e se a 6= b + 2c o sistema não
tem solução.
2.3 Teorema do Posto 53
−1 3 | x −1 3 | x
2 −1 | y 0 5 | 2x +y
(f) M = ∼ .
−2 1 | z 0 0 | y+z
3 1 | t 0 0 | t − x − 2y
Como p(A) = 2 e p(M) = 2 ⇐⇒ y + z = 0 e t − x − 2y = 0 ⇐⇒ z = −y e t = x + 2y,,
portanto S tem uma única solução, porém se z 6= −y ou t 6= x + 2y, então p(M) = 3 6= p(A),
daí que S não tem solução.
x + 2y − z = 1
8. Seja o sistema de equações lineares S : 2x + 2y + kz = 4 . com k ∈ R.
x + 3y + kz = 3
Efetue operações elementares sobre as linhas das matrizes para responder os seguintes itens.
Justifique suas respostas!
(a) Determine o posto e a nulidade da matriz dos coeficientes e da matriz ampliada do sistema
S para os diferentes valores de k ∈ R.
(b) Para k = −1, determine, se possível, a inversa da matriz dos coeficientes e o conjunto
solução do sistema S utilizando esta matriz.
(c) Para k = 0, determine o conjunto solução do sistema S utilizando o método de eliminação
de Gauss.
(d) Para k = −2, determine o conjunto solução do sistema S utilizando o método de eliminação
de Gauss-Jordan.
Solução:
1 2 −1 | 1
A matriz ampliada do sistema é: M = 2 2 k | 4 , escalonando M obtemos:
1 3 k | 3
1 2 −1 | 1
2 2 k | 4 L2 → L2 − 2L1
1 3 k | 3 L3 → L3 − L1
1 2 −1 | 1 1 2 −1 | 1
∼ 0 −2 k + 2 | 2 L2 ←→ L3 ∼ 0 1 k+1 | 2
0 1 k+1 | 2 0 −2 k + 2 | 2 L3 −→ L3 + 2L2
1 2 −1 | 1
∼ 0 1 k +1 | 2 .
0 0 3k + 4 | 6
(a) Pelo desenvolvimento acima temos:
4
p(A) = p(M) = 3 ⇐⇒ 3k + 4 6= 0 ⇐⇒ k 6= − , neste caso null(A) = 0.
3
4
Se k = − =⇒ p(A) = 2 6= p(M) = 3, neste caso null(A) = 1.
3
(b) Se k = −1, então
1 2 −1 1 2 −1
A = 2 2 −1 ∼ 0 1 0 ,
1 3 −1 0 0 1
54 Capítulo 2. Sistemas de Equações Lineares
com k ∈ R.
Efetue operações elementares sobre as linhas das matrizes para responder os seguintes itens.
Justifique suas respostas!
2.3 Teorema do Posto 55
(a) Determine o posto e a nulidade da matriz dos coeficientes e da matriz ampliada do sistema
S para os diferentes valores de k ∈ R.
(b) Para k = 2, determine, se possível, a inversa da matriz dos coeficientes e o conjunto solução
do sistema S utilizando esta matriz.
(c) Para k = 1, determine o conjunto solução do sistema S utilizando o método de eliminação
de Gauss.
(d) Para k = 0, determine o conjunto solução do sistema S utilizando o método de eliminação
de Gauss-Jordan.
Solução:
3 5 12 −1 | −3
1 1 4 −1 | −6
A matriz ampliada do sistema é: M = , escalonando M obtemos:
0 2 2 1 | 5
0 0 2 k | 9
3 5 12 −1 | −3 L1 ←→ L2 1 1 4 −1 | −6
1 1 4 −1 | −6 3 5 12 −1 | −3 L2 → L2 − 3L1
∼
0 2 2 1 | 5 0 2 2 1 | 5
0 0 2 k | 9 0 0 2 k | 9
1 1 4 −1 | −6 1 1 4 −1 | −6
0 2 0 2 | 15 0 2 0 2 | 15
∼ ∼
0 2 2 1 | 5 L3 −→ L3 − L2 0 0 2 −1 | −10 L3 −→ L3 − L2
0 0 2 k | 9 0 0 2 k | 9
1 1 4 −1 | −6
0 2 0 2 | 15
∼ 0 0 2 −1 | −10 .
0 0 0 k+1 | 19
(a) Pelo desenvolvimento acima temos:
p(A) = p(M) = 4 ⇐⇒ k + 1 6= 0 ⇐⇒ k 6= −1, neste caso null(A) = 0.
Se k = −1 =⇒ p(A) = 3 6= p(M) = 4, neste caso null(A) = 1.
(b) Se k = 2, então
3 5 12 −1 1 1 4 −1
1 1 4 −1 0 2
∼ 0 2
A= ,
0 2 2 1 0 0 2 −1
0 0 2 k 0 0 0 3
como as operações elementares efetuadas foram L1 ←→ L2 e as demais do tipo
Li −→ Li + kL j , segue que det A = −12 6= 0, portanto existe A−1 e
3/2 − 7/2 −2 0
1/6 − 1/2 1/3 − 1/3
A−1 = − 1/3 1/3 1/6
.
1
1/3 −1 − 1/3 1/3
19 1
Logo, x4 = , substituindo em 2x3 − x4 = −10 e em 2x2 + 2x4 = 15 obtemos x3 = −
2 4
1 19
e x2 = −2, substituindo em x2 = −2, x3 = − e x4 = em x1 + x2 + 4x3 − x4 = −6,
4 2
13
obtemos: x1 = .
2
13 1 19
Logo, Sol(S) = , −2, − , .
2 4 2
2i 5
que já está forma escalonada, da 2ª equação obtemos: y = z − w.
3 3
2.4 Resolução de Sistemas Lineares 57
1−i 1
Na 1ª equação temos x = y − w, substituindo em y a igualdade acima obtemos:
2 2
1 − i 2i 5 1 1+i 5 − 5i 1 1+i 8 − 5i
x= z− w − w = z− w− w = z− w.
2 3 3 2 3 6 2 3 6
4 1+i 8 − 5i 2i 5
Portanto, Sol(S) = (x, y, z, w) ∈ C ; x = z− w e y = z− w .
3 6 3 3
Solução:
Vamos resolver os sistemas lineares pelo método de Gauss.
1 2 1 | 0
(a) A matriz ampliada do sistema é: M = 2 1 −1 | 0 , efetuando operações ele-
3 −1 −2 | 0
1 2 1 | 0
mentares nas linhas de M obtemos: 0 −3 −3 |
0 ∼ M.
0 0 2 | 0
• A 3ª equação nos fornece 2z = 0 ⇐⇒ z = 0.
z=0
• Na 2ª equação temos −3y − 3z = 0 =⇒ y = 0.
y=z=0
• Na 1ª equação temos x + y + z = 0 =⇒ x = 0.
Logo, Sol(S) = (0, 0, 0) .
1 2 −1 | 2
2 −1 1 | 5
(b) A matriz ampliada do sistema é: M = , efetuando operações
1 3 2 | 9
3 −1 4 | 13
1 2 −1 | 2
0 −5 3 | 1
elementares nas linhas de M obtemos: ∼ M.
0 0 /5 |
18 36/5
0 0 0 | 0
18 36
• A 3ª equação nos fornece z= ⇐⇒ z = 2.
5 5
z=2 6−1
• Na 2ª equação temos −5y + 3z = 1 =⇒ y = = 1.
5
y=1, z=2
• Na 1ª equação temos x + 2y − z = 2 =⇒ x = 2.
Logo, Sol(S) = (2, 1, 2) .
1 3 2 | 2
(c) A matriz ampliada do sistema é: M = 3 5 4 |
4 , efetuando operações ele-
5 3 4 | −10
1 3 2 | 2
mentares nas linhas de M obtemos: 0 −4 −2 | −2
∼ M.
0 0 0 | −14
Como p(A) = 2 6= p(M) = 3, segue que o sistema linear S não tem solução.
De fato, a 3ª equação nos diz que 0x + 0y + 0z = −14 ⇐⇒ 0 = −14, uma contradição!!
Portanto, Sol(S) = 0.
/
2.4 Resolução de Sistemas Lineares 59
1 6 −8 | 1
(d) A matriz ampliada do sistema é: M = , efetuando operações elemen-
2 6 −4 | 0
1 6 −8 | 1
tares nas linhas de M obtemos: ∼ M.
0 −6 12 | −2
1
• A 2ª equação nos fornece −6y + 12z = −2 ⇐⇒ y = 2z + .
3
• Substituindo na 1ª equação x + 6y − 8z = 1 obtemos
x = 1 − 6y + 8z = 1 − 12z − 2 + 8z = −1 − 4z.
1
Logo, Sol(S) = (x, y, z) ∈ R3 ; y = 2z + e x = −1 − 4z .
3
1 2 −1 0 1 | 0
−1 −1 2 −3 1 | 0
(e) A matriz ampliada do sistema é: M = , efetuando
1 1 −2 0 −1 | 0
0 0 1 1 1 | 0
1 2 −1 0 1 | 0
0 1 1 −3 2 | 0 ∼ M.
operações elementares nas linhas de M obtemos: 0 0 1 1 1 | 0
0 0 0 −3 0 | 0
• A 4ª equação nos fornece −3t = 0 ⇐⇒ t = 0.
t=0
• Na 3ª equação temos z + t + w = 0 =⇒ z = −w.
t=0, z=−w
• Na 2ª equação temos y + z − 3t + 2w = 0 =⇒ y = −w.
y=z=−w
• Na 1ª equação temos x + 2y − z + w = 0 =⇒ x = 0.
Logo, Sol(S) = (x, y, z,t, w) ∈ R5 ; x = 0, y = −w, z = −w e t = 0 .
1 1 −3 1 | 1
(f) A matriz ampliada do sistema é: M = 3 3 1 2 | 0 , efetuando operações
2 1 1 −2 | 4
1 1 −3 1 | 1
elementares nas linhas de M obtemos: 0 −1 7 −4 | 2 ∼ M.
0 0 10 −1 | −3
• A 3ª equação nos fornece 10z − t = −3 ⇐⇒ t = 10z + 3.
• Substituindo na 2ª equação −y + 7z − 4t = 2 obtemos
y = 7z − 4t − 2 = 7z − 40z − 12 − 2 = −33z − 14.
16 34 17
• A 3ª equação nos fornece − z = − ⇐⇒ z = .
5 5 8
• Na 2ª equação temos
10 7 z=17/8 3 17 7 51 − 56 1
− y + z = =⇒ y = × − = =− .
3 3 10 8 10 80 16
• Na 1ª equação temos
1 5 y= − 1/16 1 5 1 16 + 5 7
3x + 5y = 1 ⇐⇒ x = − y =⇒ x = + × = = .
3 3 3 3 16 3 × 16 16
7 1 17
Logo, Sol(S) = ,− , .
16 16 8
1 1 1 | 4
(h) A matriz ampliada do sistema é: M = 2 5 −2 | 3 , efetuando operações elemen-
1 7 −7 | 5
1 1 1 | 4
tares nas linhas de M obtemos: 0 3 −4 | −5 ∼ M.
0 0 0 | 11
Como p(A) = 2 6= p(M) = 3, segue que o sistema linear S não tem solução.
De fato, a 3ª equação nos diz que 0x + 0y + oz = 11 ⇐⇒ 0 = 11, uma contradição!!
Portanto, Sol(S) = 0.
/
1 2 3 | 0
(i) A matriz ampliada do sistema é: M = 2 1 3 | 0 , efetuando operações elementa-
3 2 1 | 0
1 2 3 | 0
res nas linhas de M obtemos: 0 −3 −3 | 0 ∼ M.
0 0 −4 | 0
• A 3ª equação nos fornece −4z = 0 ⇐⇒ z = 0.
z=0
• Na 2ª equação temos −3y − 3z = 0 =⇒ y = 0.
y=z=0
• Na 1ª equação temos x + 2y + 3z = 0 =⇒ x = 0.
Logo, Sol(S) = (0, 0, 0) .
2 −1 3 | 11
4 −3 2 | 6
(j) A matriz ampliada do sistema é: M = , efetuando operações ele-
1 1 1 | 0
3 1 1 | 4
1 1 1 | 0
0 −7 −2 | 6
mentares nas linhas de M obtemos: ∼ M.
0 0 13/7 | 59/7
0 0 0 | 114/13
Como p(A) = 3 6= p(M) = 4, segue que o sistema linear S não tem solução.
114 114
De fato, a 4ª equação nos diz que 0x + 0y + 0z = ⇐⇒ 0 = , uma contradição!!
13 13
Portanto, Sol(S) = 0.
/
2.4 Resolução de Sistemas Lineares 61
1 1 1 1 | 0
1 3 1 −1 | 4
(k) A matriz ampliada do sistema é: M = , efetuando operações
1 1 −1 1 | −4
1 −2 1 1 | 2
1 1 1 1 | 0
0 2 0 −2 | 4
∼ M.
elementares nas linhas de M obtemos:
0 0 −2 0 | −4
0 0 0 −3 | 8
8
• A 4ª equação nos fornece −3t = 8 ⇐⇒ t = − .
3
• A 3ª equação nos fornece −2z = −4 ⇐⇒ z = 2.
8 8 2
• Substituindo t = − na 2ª equação 2y − 2t = 4 ⇐⇒ y = t + 2 = − + 2 = − .
3 3 3
8 2
• Substituindo t = − , z = 2 e y = − na 1ª equação x+y+z+t = 0 ⇐⇒ x = −y−z−t
3 3
2 8 4
obtemos x = − 2 + = .
3 3 3
4 2 8
Logo, Sol(S) = , − , 2, − .
3 3 3
3 2 −4 | 1
1 −1 1 | 3
(l) A matriz ampliada do sistema é: M = 1 −1 −3 | −3 , efetuando operações
3 3 −5 | 0
−1 1 1 | 1
−1 1 1 | 1
0 6 −2 | 3
elementares nas linhas de M obtemos: 0 0 −2 | −2
∼ M.
0 0 0 | 2
0 0 2/3 | 3/2
Como p(A) = 3 6= p(M) = 4, segue que o sistema linear S não tem solução, de fato:
2 3 9
• A 4ª equação nos fornece z = ⇐⇒ z = .
3 2 4
• A 3ª equação nos fornece 0x + 0y + 0z = 2 ⇐⇒ 0 = 2, uma contradição!!
Portanto, Sol(S) = 0.
/
1 2 3 | −6
(m) A matriz ampliada do sistema é: M = 2 −3 −4 | 15 , efetuando operações
3 4 5 | −8
1 2 3 | −6
elementares nas linhas de M obtemos: 0 −7 −10
| 27 ∼ M.
0 0 − 8/7 | 16/7
−8 16
• A 3ª equação nos fornece z= ⇐⇒ z = −2.
7 7
z=−2 −27 + 20
• Na 2ª equação temos −7y − 10z = 27 =⇒ y = = −1.
7
y=−1, z=−2
• Na 1ª equação temos x + 2y + 3z = −6 =⇒ x = −6 + 2 + 6 = 2.
Logo, Sol(S) = (2, −1, −2) .
62 Capítulo 2. Sistemas de Equações Lineares
3 2 1 | 2
(n) A matriz ampliada do sistema é: M = 4 2 2 | 8 , efetuando operações elemen-
1 −1 1 | 4
1 −1 1 | 4
tares nas linhas de M obtemos: 0
6 −2 | −8 ∼ M.
0 0 1 | 10
• A 3ª equação nos fornece z = 10.
z=10 −8 + 20
• Na 2ª equação temos 6y − 2z = −8 =⇒ y = = 2.
6
y=2, z=10
• Na 1ª equação temos x − y + z = 4 =⇒ x = 4 + 2 − 10 = −4.
Logo, Sol(S) = (−4, 2, 10) .
2 3 | 13
(o) A matriz ampliada do sistema é: M = 1 −2 | 3 , efetuando operações elementa-
5 2 | 27
2 3 | 13
res nas linhas de M obtemos: 0 1 | 1 ∼ M.
0 0 | 0
• Na 2ª equação temos y = 1.
y=1 13 − 3
• Na 1ª equação temos 2x + 3y = 13 =⇒ x = = 5.
2
Logo, Sol(S) = (5, 1) .
1 4 −1 | 12
(p) A matriz ampliada do sistema é: M = , efetuando operações elemen-
3 8 −2 | 4
1 4 −1 | 12
tares nas linhas de M obtemos: ∼ M.
0 −4 1 | −32
• A 2ª equação nos fornece −4y + z = −32 ⇐⇒ z = 4y − 32.
• Substituindo na 1ª equação x + 4y − z = 12 obtemos
x = 12 − 4y + z = 12 − 4y + 4y − 32 = −20.
5 0 0 2 | 1
2 −1 1 −1 | 4
0 7 −5 7 | −10 ∼ M.
elementares nas linhas de M obtemos:
0 0 −2 0 | −4
0 0 0 2 | −4
• A 4ª equação nos fornece 2t = −4 ⇐⇒ t = −2.
• A 3ª equação nos diz que −2y = −4 ⇐⇒ z = 2.
z=2, t=−2 −10 + 10 + 14
• Na 2ª equação temos 7y − 5z + 7t = −10 =⇒ y= = 2.
7
y=z=2, t=−2 4+2−2−2
• Na 1ª equação temos 2x − y + z − t = 4 =⇒ x= = 1.
2
Logo, Sol(S) = (1, 2, 2, −2) .
3 3 −2 −1 | 2
(s) A matriz ampliada do sistema é: M = 5 2 1 −2 | 1 , efetuando operações
2 −1 3 1 | −1
3 3 −2 −1 | 2
elementares nas linhas de M obtemos: 0 9 −13 1 | 7 ∼ M.
0 0 0 1 | 0
• A 3ª equação nos fornece t = 0.
t=0 7 13
• A 2ª equação nos diz que 9y − 13z + t = 7 =⇒ y = + z.
9 9
7 13
• Substituindo t = 0 e y = + z na 1ª equação obtemos 3x + 3y − 2z − t = 2 =⇒ x =
9 9
2 − 3y + 2z 2 7 13 2 1 7
= − − z + z = − − z.
3 3 9 9 3 9 9
4 1 7 7 13
Logo, Sol(S) = (x, y, z,t) ∈ R ; x = − − z, y = + z e t = 0 .
9 9 9 9
1 2 −5 4 | 0
(t) A matriz ampliada do sistema é: M = 2 −3 2 3 | 0 , efetuando operações
4 −7 1 −6 | 0
1 2 −5 4 | 0
elementares nas linhas de M obtemos: 0 −7 12 −5 | 0 ∼ M.
0 0 33 79 | 0
79
• A 3ª equação nos fornece 33z + 79t = 0 ⇐⇒ z = − t.
33
79
• Substituindo z = − t na 2ª equação −7y + 12z − 5t = 0 obtemos:
33
12z − 5t 12 79 5 −316 − 55 371 53
y= = × − t − t= t =− t = − t.
7 7 33 7 77 77 11
79 53
• Substituindo z = −
t e y = − t na 1ª equação x + 2y − 5z + 4t = 0, obtemos:
33 11
53 79 106 395 209 19
x = −2 × − t + 5 − t − 4t = t− t − 4t = − t = − t.
11 33 11 33 33 3
64 Capítulo 2. Sistemas de Equações Lineares
19 53 79
Logo, Sol(S) = (x, y, z,t) ∈ R4 ; x = − t, y = − t e z = − t .
3 11 33
1 5 4 −13 | 3
(u) A matriz ampliada do sistema é: M = 3 −1 2 5 | 2 , efetuando operações
2 2 3 −4 | 1
1 5 4 −13 | 3
elementares nas linhas de M obtemos: ∼ 0 −16 −10 44 | −7 ∼ M.
0 0 0 0 | − 3/2
Como p(A) = 2 6= p(M) = 3, segue que o sistema linear S não tem solução.
3 3
De fato, a 3ª equação nos diz que 0x + 0y + 0z + 0t = − ⇐⇒ 0 = − , uma contradição!!
2 2
Portanto, Sol(S) = 0.
/
1 2 −3 2 | 2
(v) A matriz ampliada do sistema é: M = 2 5 −8 6 | 5 , efetuando operações
3 4 −5 2 | 4
1 0 1 −2 | 0
elementares nas linhas de M obtemos sua forma escada: 0 1 −2 2 | 1 ∼ M.
0 0 0 0 | 0
• A 2ª equação nos fornece y − 2z + 2t = 1 ⇐⇒ y = 1 − 2z + 2t.
• A 1ª equação x + z − 2t = 0 ⇐⇒ x − z + 2t.
Logo, Sol(S) = (x, y, z,t) ∈ R4 ; x = −z + 2t, e y = 1 − 2z + 2t .
1 3 2 3 −7 | 14
(x) A matriz ampliada do sistema é: M = 2 6
1 −2 5 | −2 , efetuando opera-
1 3 −1 0 2 | −1
1 3 2 3 −7 | 14
ções elementares nas linhas de M obtemos: 0 0 −3 −8
19 | −30 ∼ M.
0 0 0 5 −10 | 15
• A 3ª equação nos fornece 5t − 10w = 15 ⇐⇒ t = 3 + 2w.
• Substituindo t = 3 + 2w na 2ª equação −3z − 8t + 19w = −30, obtemos
30 − 8t + 19w 30 − 8(3 + 2w) + 19w 6 + 3w
z= = = = 2 + w.
3 3 3
Solução:
(a) A forma matricial do sistema linear S é:
5 −2 x 4 5 −2
· = , com = 1 6= 0.
3 −1 y 3 3 −1
Portanto,
−1
x 5 −2 4 −1 2 4 2
= · = · = .
y 3 −1 3 −3 5 3 3
Portanto, Sol(S) = (2, 3) .
⇐⇒ λ · (λ − 1) · (λ + 1) = 0 ⇐⇒ λ = 0, ou λ = 1, ou λ = −1.
Portanto, o sistema homogêneo S têm uma única solução se, somente se, λ ∈ R \ {−1, 0, 1}.
3. Sejam
1 2 3 x1 1 0 −2
A = 1 1 2 , X = x2 , B1 = 2 , B2 = −2 , B3 = 2 .
0 1 2 x3 3 −1 0
Solução:
1 2 3 1 1 −3
= 2 6= 0, segue que existe A−1 e A−1 == 1 · 2 −2
(a) Como det A = 1 1 2 0 .
2
0 1 2 −1 1 1
(b) AX = Bk ⇐⇒ X = A−1 · Bk para k = 1, 2, 3.
• Para k = 1 temos:
x1 1 1 −3 1 −3
1
X = x2 = · 2 −2 0 · 2 = −1 .
2
x3 −1 1 1 3 2
• Para k = 2 temos:
x1 1 1 −3 0 1/2
1
X = x2 = · 2 −2 0 · −2 = 2 .
2
x3 −1 1 1 −1 − 3/2
• Para k = 3 temos:
x1 1 1 −3 −2 0
1
X = x2 = · 2 −2 0 · 2 = −4 .
2
x3 −1 1 1 0 2
Solução:
(a) A forma matricial do sistema linear S é:
2 −3 x 7 2 −3
· = , com D = = 19 6= 0.
3 5 y 1 3 5
Pela regra de Cramer
D1/D 7 −3
x = 38 e D2 = 2 7
= D2 , com D1 = = −19.
y /D 1 5 3 1
x
38/19
2
Portanto, y = − 19
= .
/19 −1
z
Consequentemente, Sol(S) = (2, −1) .
2.6 Regra de Cramer 67
1
3 −1 2
1 −1
2
3 1
D1 = 8
5 2 = 66, D2 = 3
8 2 = −22 e D3 = 3 5 8 = 44.
−1 −2 −3 1 −1 −3 1 −2 −1
x − 66/22 3
Portanto, y = − 22/22 = −1 .
z 44/22 2
Consequentemente, Sol(S) = (3, −1, 2) .
t D4/D
0 0 5 2 2 0 5 2
0 1 1 1 0 0 1 1
D1 = = 15, D2 = = −12,
4 2 1 3 0 4 1 3
1 3 −1 1 0 1 −1 1
2 0 0 2 2 0 5 0
0 1 0 1 0 1 1 0
D3 = = −18 e D4 = = 30.
0 2 4 3 0 2 1 4
0 3 1 1 0 3 −1 1
15/12 5/4
x − 12/12 −1
Portanto, y = − 18/12 = − 3/2 .
z 30/12 5/2
5 3 5
Consequentemente, Sol(S) = , −1, − , .
4 2 2
x + 2y + z = 1
2. Considere o sistema de equações lineares: S : y + 2z = −4 , verifique se é
x + y + z = 2
um sistema de Cramer. Em caso afirmativo, determine o conjunto solução do sistema utilizando
a regra de Cramer.
68 Capítulo 2. Sistemas de Equações Lineares
Solução:
A forma matricial do sistema linear S é:
1 2 1 x 1 1 2 1
0 1 2 · y = −4 , com D = 0 1 2 = 2 6= 0.
1 1 1 z 2 1 1 1
x D1/D
1 2 1 1 1 1 1 2 1
D1 = −4 1 2 = 8, D2 = 0 −4 2 = −2 e D3 = 0 1 −4 = −3.
2 1 1 1 2 1 1 1 2
x 9/2
Portanto, y = − 2/2 .
z − 3/2
9 3
Consequentemente, Sol(S) = , −1, − .
2 2
2.7 Miscelânea
Decida se a afirmação dada é (sempre) verdadeira ou (às vezes) falsa. Justifique sua resposta dando um
argumento lógico matemático ou um contra-exemplo.
1. ( ) Se o sistema de equações lineares S : An · Xn×1 = 0n×1 possui apenas a solução trivial,
Xn×1 = 0n×1 , então S é também um sistema de Cramer.
2. ( ) Um sistema de equações lineares homogêneo é sempre compatível.
3. ( ) Um sistema de equações lineares S : An · Xn×1 = Bn×1 possui uma única solução se, e
somente se, o posto de A é igual a n.
4. ( ) Se S é sistema de equações lineares homogêneo que possui solução diferente da solução
trivial, então S é um sistema incompatível (impossível).
5. ( ) Se o sistema linear S : An · Xn×1 = 0n×1 admite as soluções X1 e X2 , então também admite
k1 X1 + k2 X2 como solução, quaisquer que sejam os números reais k1 e k2 .
6. ( ) Uma condição necessária e suficiente para que o sistema linear S : An · Xn×1 = 0n×1 tenha
somente a solução trivial é que det A 6= 0.
7. ( ) Se X1 e X2 são soluções do sistema linear S : An · Xn×1 = Bn×1 , com B matriz não nula,
então X1 + X2 também é solução de S.
8. ( ) Se um sistema de equações lineares S0 : An · Xn×1 = 0n×1 tem apenas a solução trivial, então
todo sistema de equações lineares S : An · Xn×1 = Bn×1 , com B 6= 0n×1 , tem uma única solução.
9. ( ) Se um sistema de equações lineares S é compatível indeterminado, então toda forma
linha-reduzida da matriz ampliada de S contém alguma linha nula.
10. ( ) Existem números reais a, b e c tais que o sistema de equações lineares:
x − y − 3z = a
S: 2x + 6y + z = b é compatível determinado.
x + 15y + 11z = c
2.7 Miscelânea 69
Solução:
1. (V) Como a matriz dos coeficientes do sistema homogêneo é An , matriz quadrada, e este possui
apenas a solução trivial, então det An 6= 0, logo S é também um sistema de Cramer.
2. (V) Sim, pois todo sistema de equações lineares homogêneo possui pelo menos a solução
trivial.
3. (V) Sabemos que um sistema de equações lineares S : An · Xn×1 = Bn×1 possui uma única
solução se, e somente se, a matriz An dos coeficientes é invertível, e isto é equivalente a dizer
que p(An ) é máximo, ou seja, o posto de p(An ) = n.
4. (F) Pois, todo sistema linear homogêneo é compatível.
A · (X1 + X2 ) = A · X1 + A · X2 = B + B = 2B 6= B,
Logo, a matriz dos coeficientes de S tem posto 2 para quaisquer valores de a, b e c, porém
o sistema tem três variáveis livres, portanto pelo teorema do posto o sistema não pode ser
compatível determinado.
70 Capítulo 2. Sistemas de Equações Lineares
1. Uma refinaria de petróleo processa dois tipos de petróleo: com alto teor de enxofre e com baixo
teor de enxofre. Cada tonelada de petróleo de baixo teor necessita de 5 minutos no setor de
mistura e 4 minutos no setor de refinaria; já o petróleo com alto teor são necessários 4 minutos
no setor de mistura e 2 minutos no setor de refinaria. Se o setor de mistura está disponível por 3
horas, e o setor de refinaria por 2 horas, quantas toneladas de cada tipo de combustível devem
ser processadas de modo que os dois setores não fiquem ociosos?
Solução:
Pelos dados do problema temos a seguinte tabela:
2. Um fabricante de plástico produz dois tipos de plástico: normal e especial. Para produzir uma
tonelada de plástico especial são necessárias duas horas na fábrica A e 5 horas na fábrica B; já
na produção de uma tonelada de plástico normal são necessárias 2 horas na fábrica A e 3 horas
na fábrica B. Se a fábrica A funciona 8 horas por dia e a fábrica B funciona 15 horas por dia,
quantas toneladas de cada tipo de plástico devem ser produzidas diariamente para que as duas
fábricas se mantenham totalmente ocupadas?
Solução:
Pelos dados do problema temos a seguinte tabela:
3. Um nutricionista está elaborando uma refeição que contenha os alimentos A, B e C. Cada grama
do alimento A contém 2 unidades de proteína, 3 unidades de gordura e 4 unidades de carboidrato.
Cada grama do alimento B contém 3 unidades de proteína, 2 unidades de gordura e 1 unidade de
carboidrato. Já o alimento no alimento C encontramos 3 unidades de proteína, 3 unidades de
gordura e 2 unidades de carboidrato. Se a refeição deve fornecer exatamente 25 unidades de
proteína, 24 unidades de gordura e 21 unidades de carboidrato, quantos gramas de cada tipo de
alimento devem ser utilizados?
Solução:
Pelos dados do problema temos a seguinte tabela:
2 3 4 1 6 −5
1
Como 3 2 1 = 4 6= 0, existe A−1 e A−1 = · −3 −8 10 , podemos aplicar o
5
3 3 2 3 3 −5
método da matriz inversa:
x 1 6 −5 25 16/5
y = 1 · −3 −8 10 · 24 = 21/5 .
5
z 3 3 −5 21 2
Portanto, devem ser utilizadas 3, 2 g do alimento A, 4, 2 g do alimento B e 2 g do alimento C.
72 Capítulo 2. Sistemas de Equações Lineares
4. Um cooperativa produz três tipos de ração: A, B e C, utilizando farelo de soja, gordura animal
e milho. Cada quilograma da ração A contém 100 g de farelo de soja e 200 g de milho e não
contém gordura animal; cada quilograma da ração B contém 300 g de farelo de soja, 100 g de
gordura animal e 400 g de milho; cada quilograma da ração C contém 200 g de farelo de soja,
200 g de gordura animal e 100 g de milho.
Sabendo que a disponibilidade destes produtos na cooperativa nos meses de abril, maio e junho
foi dada como na tabela abaixo. Pede-se para determinar qual a quantidade de cada tipo de ração
foi produzido em cada um destes meses.
Solução:
Pelos dados do problema temos a seguinte tabela:
5. Um biólogo colocou três espécies de bactéria (denotadas por I, II e III) em um tubo de ensaio,
onde elas serão alimentadas por três fontes diferentes de alimentos (A, B e C). A cada dia serão
colocadas no tubo de ensaio 2.300 unidades de A, 800 unidades de B e 1.500 unidades de C.
Cada bactéria consome um certo número de unidades de cada alimento por dia, como mostra a
tabela abaixo.
Determine quantas bactérias de cada espécie podem coexistir no tubo de ensaio de modo a
consumir todo o alimento.
Solução:
Designando por:
• x - quantidade de bactérias I no tubo de ensaio;
• y - quantidade de bactérias II no tubo de ensaio;
• z - quantidade de bactérias III no tubo de ensaio,
temos o seguinte sistema linear:
2x + 2y + 4z = 2300
S: x + 2y = 800 ,
x + 3y + z = 1500
6. Num torneio de triatlon as competições: nado, corrida e ciclismo foram pontuadas com pesos x,
y e z, respectivamente. A tabela abaixo apresenta a pontuação dos quatro primeiros colocados
em cada categoria e sua respectiva classificação final.
O terceiro atleta alegou que se as classificações dos 1, 2 e 4 atletas estivessem corretas, então sua
classificação estaria incorreta. Sabendo que a classificação geral foi obtida pela média ponderada
74 Capítulo 2. Sistemas de Equações Lineares
da pontuação de cada uma das competições e supondo que alegação do terceiro atleta está correta
determine:
(a) o peso de cada competição;
(b) a classificação do terceiro atleta.
Solução:
(a) Pelos dados da tabela acima temos o seguinte sistema linear:
7, 5x + 9y + 9z = 8, 4
S: 8x + 7y + 9z = 8 ,
7, 5x + 8y + 8z = 7, 8
1 4 7 | 31 1 4 7 | 31
∼ 0 2 −3 | 0 ∼ 0 2 −3 | 0 .
0 −8 −19 | −62 L3 −→ L3 + 4L2 0 0 −31 | −62
Da 3ª equação temos −31z = −62 ⇐⇒ z = 2, substituindo na 2ª equação 2y − 3z = 0 ⇐⇒ 2y =
3z = 6 =⇒ y = 3, finalmente na 1ª equação x + 4y + 7z = 31 obtemos x = −4y − 7z + 31 =
−12 − 14 + 31 = 5.
Portanto, x = 5, y = 3 e z = 2.
8. Uma firma fábrica dois produtos: A e B. Cada um deles passa por duas máquinas: I e II. Para se
fabricar uma unidade de A gasta-se 1h da máquina I e 1, 5h da máquina II. Cada unidade de B
gasta 3h de I e 2h de II. Quantas unidades de cada produto poderão ser fabricadas em um mês
se, por motivos técnicos, I só funciona 300 horas e II só 250 horas por mês?
Solução:
Pelos dados do problema temos a seguinte tabela:
9. Dois metais x e y são obtidos de dois tipos de minérios I e II. De 100 kg de I se obtém 3 gramas
de x e 5 gramas de y e de 100 kg de II obtém-se 4 gramas de x e 2, 5 gramas de y. Quantos
quilos de minério de cada tipo serão necessários para se obter 72 gramas de x e 95 gramas de y,
usando-se simultaneamente os dois minérios?
Solução:
Pelos dados do problema temos a seguinte tabela:
10. Três pessoas jogam juntas. Na primeira rodada a primeira pessoa perde para as outras duas
pessoas a mesma quantia que cada uma delas tinha no início do jogo. Na 2ª rodada, a segunda
pessoa perde para cada uma das outras a mesma quantia que elas tinham no final da 1ª rodada.
Na terceira rodada, o 1º e o 2º jogadores ganham do 3º a mesma quantia que cada um tinha no
final da segunda rodada. Neste momento, os jogadores verificaram que cada um deles possui
R$24, 00. Quanto cada jogador tinha ao começar o jogo?
Solução:
Designando por:
• x - quantia que a 1ª pessoa tinha no inicio do jogo;
• y - quantia que a 2ª pessoa tinha no inicio do jogo;
• z - quantia que a 3ª pessoa tinha no inicio do jogo,
temos a seguinte tabela:
Como ao final da 3ª rodada todas as pessoas ficam com R$24, 00 temos o seguinte sistema linear:
−x − y + 7z = 24
S: −2x + 6y − 2z = 24 .
4x − 4y − 4z = 24
−1 −1 7 | 24
A matriz ampliada de S é M = −2 6 −2 | 24 .
4 −4 −4 | 24
−1 −1 7 | 24
−2 6 −2 | 24 L2 −→ L2 − 2L1
4 −4 −4 | 24 L3 −→ L3 + 4L1
−1 −1 7 | 24 −1 −1 7 | 24
∼ 0 8 −16 | −24 ∼ 0 8 −16 | −24 .
0 −8 24 | 120 L3 −→ L3 + L2 0 0 8 | 96
Da 3ª equação temos
8z = 96 ⇐⇒ z = 12,
2.8 Aplicações de Sistemas Lineares 77
substituindo na 2ª equação
z=12
8y − 16z = −24 =⇒ 8y = −24 + 16z = 168 =⇒ y = 21,
Portanto, no início do jogo a 1ª pessoa tinha R$39, 00, a 2ª pessoa tinha R$21, 00 e 3ª pessoa
tinha R$12, 00.
11. Uma indústria produz três produtos, A, B e C, utilizando dois tipos de insumos, X e Y . Para
a manufatura de cada quilo de A são utilizados 1 grama do insumo X e 2 gramas do insumo
Y ; para cada quilo de B, 1 grama do insumo X e 1 grama do insumo Y e, para cada quilo de
C, 1 grama do insumo X e 4 gramas do insumo Y . O preço da venda do quilo de cada um dos
produtos A, B e C é de R$2, 00, R$3, 00 e R$5, 00, respectivamente. Com a venda de toda a
produção de A, B e C manufaturada com 1 quilo de X e 2 quilos de Y , essa indústria arrecadou
R$2500, 00. Determine quantos quilos de cada um dos produtos A, B e C foram vendidos.
Solução:
Pelos dados do problema temos a seguinte tabela:
Designando por:
• x - quantidade do produto A;
• y - quantidade do produto B;
• z - quantidade do produto C,
em quilograma, assim para 1 kg do insumo X, 2 kg do insumo Y e R$2500, 00 temos o seguinte
sistema linear:
x + y + z = 1000
S: 2x + y + 4z = 2000 .
2x + 3y + 5z = 2500
1 1 1 | 1000
A matriz ampliada de S é M = 2 1 4 | 2000 .
2 3 5 | 2500
1 1 1 | 1000
2 1 4 | 2000 L2 −→ L2 − 2L1
2 3 5 | 2500 L3 −→ L3 − 2L1
1 1 1 | 1000 1 1 1 | 1000
∼ 0 −1 2 | 0 ∼ 0 −1 2 | 0 .
0 1 3 | 500 L3 −→ L3 + L2 0 0 5 | 500
Da 3ª equação temos
5z = 500 ⇐⇒ z = 100,
78 Capítulo 2. Sistemas de Equações Lineares
substituindo na 2ª equação
z=100
8 − y + 2z = 0 =⇒ 8y = 2z = 200,
12. Uma cooperativa produz três tipos de ração, as quantidades de proteínas (P), carboidratos (C)
e gorduras (G) em cada 10 kg de cada ração estão indicadas na tabela abaixo à esquerda, e as
quantidades de proteínas (P), carboidratos (C) e gorduras (G), em toneladas, que a cooperativa
tem disponível, nos meses de dezembro e janeiro, são mostradas na tabela abaixo à direita
Quantidade P C G
(em quilograma) Quant./mês P C G
(em tonelada)
Ração 1 1 0 2
Dezembro 2019 15 10 14
Ração 2 3 1 4
Janeiro 2020 13 5 17
Ração 3 2 2 1
Nestas condições determine a quantidade de cada tipo de ração é produzido em cada mês.
Solução:
Designando por:
• x - quantidade da ração 1;
• y - quantidade da ração 2;
• z - quantidade da ração 3,
em 10 quilograma, assim pela tabela acima à direita, em dezembro, temos o seguinte sistema
linear:
x + 3y + 2z = 15000
S: y + 2z = 10000 .
2x + 4y + z = 14000
1 3 2 | 15000
A matriz ampliada de S é M = 0 1 2 | 10000 .
2 4 1 | 14000
1 3 2 | 15000
0 1 2 | 10000
2 4 1 | 14000 L3 −→ L3 − 2L1
1 3 2 | 15000 1 3 2 | 15000
∼ 0 1 2 | 10000 ∼ 0 1 2 | 10000 .
0 −2 −3 | −16000 L3 −→ L3 + 2L2 0 0 1 | 4000
z=4000
Da 3ª equação temos z = 4000, substituindo na 2ª equação y + 2z = 10000 =⇒ 8y = 10000 −
2z = 2000, substituindo esses valores na 1ª equação x + 3y + 2z = 15000 obtemos
y=200, z=4000
x = 15000 − 3y − 2z =⇒ x = 4000.
2.8 Aplicações de Sistemas Lineares 79
13. Necessita-se adubar um terreno acrescentando a cada 10 m2 140g de nitrato, 190g de fosfato e
205g de potássio. Dispõe-se de quatro qualidades de adubo com as seguintes características:
(i) Cada quilograma do adubo I custa R$5, 00 e contém 10g de nitrato, 10g de fosfato e 100g
de potássio.
(ii) Cada quilograma do adubo II custa R$15, 00 e contém 10g de nitrato, 100g de fosfato e
30g de potássio.
(iii) Cada quilograma do adubo III custa R$5, 00 e contém 50g de nitrato, 20g de fosfato e 20g
de potássio.
(iv) Cada quilograma do adubo IV custa R$10, 00 e contém 20g de nitrato, 40g de fosfato e
35g de potássio.
Quanto de cada adubo devemos misturar para conseguir o efeito desejado se estamos dispostos a
gastar R$40, 00 a cada 10 m2 com a adubação?
Solução:
Pelos dados do problema temos a seguinte tabela:
Designando por:
• x - quantidade do adubo I;
• y - quantidade do adubo II;
• z - quantidade do adubo III;
• t - quantidade do adubo IV,
para 10 m2 , como para essa área se dispõe a gastar R$40, 00 e são necessárias 140g de nitrato,
190g de fosfato e 205g de potássio temos assim o seguinte sistema linear:
5x + 15y + 5z + 10t = 40
10x + 10y + 50z + 20t = 140
S: .
10x + 100y + 20z + 40t = 190
100x + 30y + 20z + 35t = 205
5 15 5 10 | 40
10 10 50 20 | 140
A matriz ampliada de S é M = .
10 100 20 40 | 190
100 30 20 35 | 205
5 15 5 10 | 40
10 10 50 20 | 140 L2 −→ L2 − 2L1
10 100 20 40 | 190 L3 −→ L3 − 2L1
100 30 20 35 | 205 L4 −→ L4 − 20L1
80 Capítulo 2. Sistemas de Equações Lineares
5 15 5 10 | 40
0 −20 40 0 | 60
∼
0 70 10 20 | 110 L3 −→ L3 + 7/2L1
0 −270 −80 −165 | −595 L4 −→ L4 − 27/2L2
5 15 5 10 | 40
0 −20 40 0 | 60
∼
0 0 150 20 | 320
0 0 −620 −165 | −1405 L4 −→ L4 + 62/35L3
5 15 5 10 | 40
0 −20 40 0 | 60
∼ .
0 0 150 20 | 320
0 0 0 − 247/3 | − 247/3
Portanto, para fazer a mistura para 10 m2 devem ser utilizados 1 kg do adubo I, 1 kg do adubo II,
2 kg do adubo I, e 1 kg do adubo IV.
14. Uma florista oferece três tamanhos de arranjos de flores com rosas, margaridas e crisântemos.
(i) Cada arranjo pequeno contém uma rosa, três margaridas e três crisântemos.
(ii) Cada arranjo médio contém duas rosas, quatro margaridas e seis crisântemos.
(iii) Cada arranjo grande contém quatro rosas, oito margaridas e seis crisântemos.
Um dia a florista notou que havia usado um total de 24 rosas, 50 margaridas e 48 crisântemos ao
preparar as encomendas desses três tipos de arranjos. Quantos arranjos de cada tipo ela fez neste
dia?
Solução:
Pelos dados do problema temos a seguinte tabela:
Designando por:
• x - quantidade de arranjos P;
• y - quantidade de arranjos M;
• z - quantidade de arranjos G,
se neste dia a florista tinha 24 rosas, 50 margaridas e 48 crisântemos, então temos o seguinte
sistema linear:
x + 2y + 4z = 24
S: 3x + 4y + 8z = 50 .
3x + 6y + 6z = 48
2.8 Aplicações de Sistemas Lineares 81
1 2 4 | 24
A matriz ampliada de S é M = 3 4 8 | 50 .
3 6 6 | 48
1 2 4 | 24 1 2 4 | 24
3 4 8 | 50 L2 −→ L2 − 3L1 ∼ 0 −2 −4 | −22 .
3 6 6 | 48 L3 −→ L3 − 3L1 0 0 −6 | −24
z=4
Da 3ª equação temos −6z = −24 ⇐⇒ z = 4, substituindo na 2ª equação −2y − 4z = −22 =⇒
8y = 11 − 2z = 3, substituindo esses valores na 1ª equação x + 2y + 4z = 24 obtemos
y=3, z=4
x = 24 − 2y − 4z =⇒ x = 2.
15. Um comerciante vende três tipos distintos de caixas com chocolates. A caixa tipo-I contém 2
unidades do chocolate branco, 2 unidades do chocolate ao leite e 4 unidades do chocolate amargo.
A caixa tipo-II contém 1 unidade do chocolate branco, 2 unidades do chocolate ao leite e não
contém chocolate amargo. A caixa tipo-III contém 1 unidade do chocolate branco, 3 unidades
do chocolate ao leite e a unidade do chocolate amargo; a ∈ R. Sabe-se que o comerciante
dispõe de 50 unidades do chocolate branco, 100 unidades do chocolate ao leite e 60 unidades
do chocolate amargo. Quantas caixas de cada tipo o comerciante consegue preparar utilizando
todos os chocolates?
Verifique também se é possível, para quais valores de a ∈ R, que o sistema correspondente ao
problema do comerciante seja um sistema de Cramer.
Solução:
Pelos dados do problema temos a seguinte tabela:
Designando por:
• x - quantidade de caixas tipo I;
• y - quantidade de caixas tipo II;
• z - quantidade de caixas tipo III,
como o comerciante dispõe de 50 unidades do chocolate branco, 100 unidades do chocolate ao
leite e 60 unidades do chocolate amargo, temos o seguinte sistema linear:
2x + y + z = 50
S: 2x + 2y + 3z = 100 .
4x + az = 60
2 1 1 | 50
A matriz ampliada de S é M = 2 2 3 | 100 .
4 0 a | 60
2 1 1 | 50 2 1 1 | 50
2 2 3 | 100 L2 −→ L2 − L1 ∼ 0 1 2 | 50
4 0 a | 60 L3 −→ L3 − 2L1 0 −2 a − 2 | −40 L3 −→ L3 + 2L2
82 Capítulo 2. Sistemas de Equações Lineares
2 1 1 | 50
∼ 0 1 2 | 50
0 0 a + 2 | 60
Logo, temos as seguintes situações:
• Se a + 2 6= 0 ⇐⇒ a 6= −4, então p(A) = p(M) = 3 e o sistema linear S tem uma única
solução, e é um sistema de Cramer.
60
Neste caso, da 3ª equação temos (a + 2)z = 60 ⇐⇒ z = , substituindo na 2ª equação
a+2
120 50a − 20
y + 2z = 50 ⇐⇒ y = 50 − 2z = 50 − = ,
a+2 a+2
substituindo esses valores na 1ª equação 2x + y + z = 50 obtemos
50a − 20 60 60 30
2x = 50 − y − z = 50 − − = ⇐⇒ x = .
a+2 a+2 a+2 a+2
Observemos que x e y são quantidades não negativas, portanto 50a − 20 ≥ 0 ⇐⇒ a ≥ 2/5,
e como
30 50a − 20 60
x= , y= e z= são inteiros,
a+2 a+2 a+2
as possibilidades de quantidades de caixas são as seguintes:
f a = 1 =⇒ x = 10 y = 10 e z = 20;
f a = 4 =⇒ x = 5 y = 0 e z = 10;
f a = 13 =⇒ x = 2 y = 42 e z = 4;
f a = 28 =⇒ x = 1 y = 46 e z = 2,
Designando por:
• x - quantidade de mistura da casa;
• y - quantidade de mistura especial;
• z - quantidade de mistura gourmet,
em pacotes, como o comerciante dispõe de 30kg de café colombiano, 15kg de café queniano e
25kg de café tipo francês, temos o seguinte sistema linear:
300x + 200y + 100z = 30000
S: 200x + 100y + 200z = 15000 .
200y + 200z = 25000
300 200 100 | 30000
A matriz ampliada de S é M = 200 100 200 | 15000 .
0 200 200 | 25000
300 200 100 | 30000 L1 −→ 1/100L1
200 100 200 | 15000 L2 −→ L2 − 2/3L1
0 200 200 | 25000
3 2 1 | 300 3 2 1 | 300
∼ 0 − 100/3 | 5000 L2 −→ 3/100L2 ∼ 0 −1
400/3 4 | 150 .
0 200 200 | 25000 L3 −→ L3 + 6L3 0 0 1000 | 45000
Da 3ª equação temos 100z = 45000 ⇐⇒ z = 45, substituindo na 2ª equação
z=45
8 − y + 4z = 150 ⇐⇒ y = 4z − 150 =⇒ 8y = 180 − 150 = 30,
Portanto, podem ser preparados 65 pacotes de mistura da casa, 30 pacotes de mistura especial e
45 pacotes de mistura gourmet.
C4 H10 + O2 −→ CO2 + H2 O
“Queima do gás butano na presença de oxigênio para formar dióxido de carbono e água.”
Solução:
Devemos encontrar números x1 , x2 , x3 , x4 tais que a quantidade de átomos seja a mesma em
ambos os lados da equação:
ou seja,
4x1 = x3 equação do carbono
10x1 = 2x4 equação do hidrogêneo
2x2 = 2x3 + x4 equação do oxigênio,
assim temos o seguinte sistema linear:
4x1 − x3 = 0
S: 10x1 − 2x4 = 0 .
2x2 − 2x3 − x4 = 0
84 Capítulo 2. Sistemas de Equações Lineares
4 0 −1 0 | 0
A matriz ampliada de S é M = 10 0 0 −2 | 0 .
0 2 −2 −1 | 0
4 0 −1 0 | 0
10 0 0 −2 | 0 L2 −→ L2 − 5/2L1
0 2 −2 −1 | 0
4 0 −1 0 | 0 4 0 −1 0 | 0
∼ 0 0 /2 −2 | 0 L2 ←→ L3 ∼ 0 2 −2 −1 | 0 .
5
0 2 −2 −1 | 0 0 0 5/2 −2 | 0
5 4
Da 3ª equação temos x3 − 2x4 = 0 ⇐⇒ x3 = x4 , na 2ª equação temos
2 5
4 13 13
2x2 − 2x3 − x4 = 0 ⇐⇒ 2x2 2 = 2x3 + x4 = 2 x4 + x4 = x3 ⇐⇒ x2 = x4 .
5 5 10
4 1
Na 1ª equação temos: 4x1 − x3 = 0 ⇐⇒ 4x1 = x3 = x4 =⇒ x1 = x4 .
5 5
1 13 4
Assim, como x − 1 = x4 , x2 = x4 , x3 = x4 , x4 são inteiros não negativos, não todos nulos,
5 10 5
devemos ter x4 múltiplo de 10, por exemplo para x4 = 10 obtemos x1 = 2, x2 = 13 e x3 = 8 e
temos a seguinte equação balanceada:
18. Um aluno de Álgebra Linear A precisa distribuir o seu tempo no mês a fim de revisar os seguintes
assuntos: matrizes, sistemas de equações lineares e métodos de solução. Para revisar matrizes
ele necessita na semana de 1h na segunda-feira, 3h na quarta-feira e 3h na sexta-feira. Para
revisar sistemas de equações lineares ele necessita na semana de 2h na segunda-feira, 4h na
quarta-feira e 6h na sexta-feira; e, para revisar métodos de solução ele necessita na semana
de 4h na segunda-feira, 8h na quarta-feira e 6h na sexta-feira. Organizando o seu tempo de
estudo, ele constatou que tem disponível no mês: 24 horas/mês na segunda-feira, 50 horas/mês
na quarta-feira e 48 horas/mês na sexta-feira. Agora ele deseja saber quantas vezes no mês ele
conseguirá revisar cada assunto.
Solução:
Pelos dados do problema temos a seguinte tabela:
Designando por:
• x - tempo dedicado ao estudo de matrizes;
• y - tempo dedicado ao estudo de sistemas lineares;
• z - tempo dedicado ao estudo de métodos de solução,
2.8 Aplicações de Sistemas Lineares 85
1 2 4 −2 1 0
Como 3 4 8 = 12 6= 0, existe A−1 e A−1 = 1/2 − 1/2
1/3 , podemos aplicar o
3 6 6 1/2 0 − 1/6
método da matriz inversa:
x −2 1 0 24 2
y = 1/2 − 1/2 1/3 · 50 = 3 .
z 1/2 0 − 1/6 48 4
Portanto, por vez, o aluno deve dedicar 2 horas para revisar matrizes, 3 horas para revisar
sistemas lineares e 4 horas para revisar métodos de solução.
3. Espaços Vetoriais
2. Verifique se M2 (R), com as operações: soma usual e a multiplicação por escalar dada por
a11 a12 λ · a11 a12
λ = ,
a21 a22 a21 λ · a22
Porém, a propriedade
M2 da multiplicação por escalar não se verifica, de fato, tomando α = 1 e
1 3
β =3eA= , então
2 4
1 3 1 3 4 3
(α + β ) A = (1 + 3) = 4 =
2 4 2 4 2 16
1 3 1 3 1 3 3 3 4 6
6= 1 +3 = + = .
2 4 2 4 2 4 2 12 4 16
Portanto, M2 (R) com a soma usual e a multiplicação por escalar não é um espaço vetorial
sobre R.
4. Considere a e b números reais com a < b, o conjunto das funções reais contínuas com domínio
[a, b] é indicado por:
C ([a, b]) = { f : [a, b] −→ R; f é uma função contínua}.
Mostre que com C ([a, b]), com as operações
adição ( f + g)(x) = f (x) = g(x) e multiplicação
por um escalar (α · f )(x) = α · f (x) definidas em F (R), é um espaço vetorial sobre R.
Solução:
Primeiro observemos que:
• Da definição de soma de funções e multiplicação por escalar, segue que se f , g ∈ C ([a, b])
e α ∈ R, então f + g ∈ C ([a, b]) e α · f ∈ C ([a, b]).
• C ([a, b]) é um subconjunto de F (R), o conjunto de todas funções de R em R.
Como as propriedades A1 , A2 , A3 e A4 , M1 , M2 , M3 e M4 valem em F (R), a função nula definida
em [a, b] está em C ([a, b]) e se f ∈ C ([a, b]), então − f ∈ C ([a, b]), segue que estas propriedades
valem em C ([a, b]).
Portanto, C ([a, b]) com a soma e a multiplicação por escalar usuais é um espaço vetorial sobre
R.
90 Capítulo 3. Espaços Vetoriais
Solução:
(a) (1, −1, 3) ∈ W , pois −1 < 0, porém (−1) · (1, −1, 3) = (−1, 1, −3) ∈
/ W , já que 1 > 0.
Logo, W não é subespaço de R3 .
α · (x1 , y1 , 0) = (α · x1 , α · y1 , α · 0) = (α · x1 , α · y1 , 0) ∈ W.
(e) (0, 0, 0) ∈
/ W , pois 0 · 0 = 0 6= 1.
Logo, W não é subespaço de R3 .
2. Verifique em cada um dos casos se W é um subespaço de Mn (R) espaço vetorial sobre R, com
n ≥ 2.
(a) W = A ∈ Mn (R); A é simétrica ; (b) W = A ∈ Mn (R); A é invertível ;
(d) W = A ∈ Mn (R); A2 = A ;
(c) W = A ∈ Mn (R); A não é invertível ;
(e) WB = A ∈ Mn (R); A · B = 0n×n , com B ∈ Mn (R) matriz não nula e fixa;
a11 a12
(f) W = ∈ M2 (R); a11 = a22 e a21 = −a12 .
a21 a22
Solução:
(a) Como 0Tn×n = 0n×n , então W 6= 0.
/
T
(i) Sejam A e B estão em W , então (A + B)T =2 AT + BT = A + B.
Portanto, A + B ∈ W .
3.2 Subespaços Vetoriais 91
T
(ii) Sejam A em W e α ∈ R, então (α · A)T =3 α · AT = α · A.
Assim, α · A ∈ W .
De (i) e (ii) segue que W é um subespaço de Mn (R).
(b) 0n ∈
/ W , pois det)n = 0 e 0n não é invertível, consequentemente W não é subespaço de
Mn (R).
1 0 0 0
(c) A = e B= não são invertíveis, pois det A = det B = 0, porém
0 0 1 0
A + B = I2 ∈
/ M2 (R), pois I2 é invertível.
Portanto, W não é subespaço de Mn (R).
/ W , pois (2 · In )2 = 4 · In 6= 2 · In .
(d) In ∈ W , porém 2 · In ∈
Portanto, W não é subespaço de Mn (R).
Portanto, A +C ∈ W .
(ii) Sejam A em W e α ∈ R, então (α · A) · B = α · (A · B) = α · 0n×n = 0n×n .
Assim, α · A ∈ W .
De (i) e (ii) segue que W é um subespaço de Mn (R).
0 0
(f) 02×2 = ∈ W , pois 0 = 0 e 0 = −0, portanto W 6= 0.
/
0 0
a11 a12 b11 b12
(i) Sejam A = eB= em W , então a11 = a22 e a21 = −a12 e
a21 a22 b21 b22
a11 + b11 a12 + b12
b11 = b22 e b21 = −b12 , logo A + B = , com
a21 + b21 a22 + b22
a11 + b11 = a22 + b22 e a21 + b21 = (−a12 ) + (−b12 ) = −(a12 + b12 ).
Portanto, A +C ∈ W .
a11 a12
(ii) Sejam A = em W e α ∈ R, então a11 = a22 e a21 = −a12 .
a21 a22
α · a11 α · a12
Logo, α · A = com α · a11 = α · a22 e
α · a21 α · a22
α · a21 = α · (−a12 ) = −(α · a12 ).
Assim, α · A ∈ W .
De (i) e (ii) segue que W é um subespaço de Mn (R).
Solução:
(a) (−1, 2, −3, 5) ∈ W , pois −1 = 5 = 4 > 0, porém (−1)·(−1, 2, −3, 5) = (1, −2, 3, −5) ∈
/ W,
já que 1 + (−5) = −4 < 0.
Portanto, W não é subespaço de R4 .
(d) (0, 0, 0, 0) ∈
/ W , pois 0 ∈ Q.
Portanto, W não é subespaço de R4 .
4. Considere Pn (R), com n ≥ 2, conjunto dos polinômios de grau ≤ n reunido com o polinômio
nulo. Verifique em cada um dos casos se W é um subespaço de Pn (R), +, · é espaço vetorial
sobre R.
(a) W = p(t) ∈ Pn (R); 0 é raíz de p(t) ;
(b) W = p(t) ∈ Pn (R); p(t) é o polinômio nulo ou p(t) tem grau ímpar ;
(c) W = p(t) ∈ Pn (R); p(t) é divisível por 1−t ; (d) W = p(t) ∈ Pn (R); p(0) = p(1) ;
Solução:
(a) W = p(t) ∈ Pn (R); p(0) = 0 , W 6= 0,
/ pois o polinômio nulo p0 está em W , já que
p0 (0) = 0.
Dados p e q em W e α ∈ R, então p(0) = 0 e q(0) = 0, logo:
(i) (p + q)(0) = p(0) + q(0) = 0 + 0 = 0, portanto p + q ∈ W .
(ii) (α · p)(0) = α · p(0) = α · 0 = 0, portanto α · p ∈ W .
De (i) e (ii) concluímos que W é subespaço de Pn (R).
(b) Sejam p(t) = 2 + t e q(t) = 5 − t estão em W , pois ambos são polinômios reais de grau
1, porém p + q ∈/ W , já que (p + q)(t) = p(t) + q(t) = (2 + t) + (5 − t) = 7, polinômio
constante de grau 0.
Portanto, W não é subespaço de Pn (R).
(c) Observemos que W = p(t) ∈ Pn (R); p(t) = (1 − t) · q(t) com q(t) ∈ Pn (R) , conse-
quentemente W 6= 0,
/ pois o polinômio nulo p0 (t) = (1 − t) · p0 (t), e portanto p0 ∈ W .
Dados p1 e p2 em W , então p1 (t) = (1 − t) · q1 (t) e p2 (t) = (1 − t) · q2 (t), com
q1 (t), q2 (t) ∈ Pn (R), logo dado α ∈ R temos:
(i) (p + q)(t) = p(t) + q(t) = (1 −t) · q1 (t) + (1 −t) · q2 (t) = (1 −t) · q1 (t) + q2 (t) ,
| {z }
∈Pn (R)
portanto p1 + p2 ∈ W .
(ii) (α · p1 )(t) = α · (1 − t) · q1 (t) = (1 − t) · α · q1 (t) , portanto α · p1 ∈ W .
| {z }
∈Pn (R)
(d) W 6= 0,
/ pois o polinômio nulo p0 está em W , já que p0 (0) = 0 = p0 (1).
Dados p e q em W e α ∈ R, então p(0) = p(1) e q(0) = q(1), logo:
(i) (p + q)(0) = p(0) + q(0) = p(1) + q(1) = (p + q)(1), portanto p + q ∈ W .
(ii) (α · p)(0) = α · p(0) = α · p(1) = (α · p)(1), portanto α · p ∈ W .
De (i) e (ii) concluímos que W é subespaço de Pn (R).
(e) Observemos que W = p(t) = a0 + a1t + · · · + ant n ∈ Pn (R); a0 = a1 = · · · = an ,
α · a0 = α · a1 = · · · = α · an , portanto α · p ∈ W .
De (i) e (ii) concluímos que W é subespaço de Pn (R).
94 Capítulo 3. Espaços Vetoriais
(α · a0 ) + (α · a1 ) + · · · + (α · an ) = α · (a0 + a1 + · · · + an ) = α · 0 = 0, portanto
α · p ∈ W.
De (i) e (ii) concluímos que W é subespaço de Pn (R).
(c) W = f ∈ F (R); f (0) = f (1) ; (d) W = f ∈ F (R); f (x) > 0 para todo x ∈ R ;
Solução:
(a) Observemos que W = f ∈ F (R); f (−x) = − f (x) para todo x ∈ R , logo W 6= 0,
/ pois
a função nula f0 está em W , já que: f0 (x) = 0 = − f0 (−x) para todo x ∈ R.
Dados f e g em W , então f (−x) = − f (x) e g(−x) = −g(x) para todo x ∈ R, logo dado
α ∈ R, temos:
f , g∈F (R)
(i) ( f + g)(−x) = f (−x) + g(−x) = − f (x) + − g(x) = − f (x) + g(x) =
−( f + g)(x), portanto f + g ∈ W .
f ∈F (R)
(ii) (α · f )(−x) = α · f (−x) = α · − f (x) = − α · f (x) = (−α · f )(x), portanto
α · f ∈ W.
De (i) e (ii) concluímos que W é subespaço de F (R).
(d) A função f (x) = ex está em W , pois f (x) = ex > 0 para todo x ∈ R, no entanto
(−1) · f (x) = − ex = −ex < 0 para todo x ∈ R, e portanto (−1) · f ∈
/ W.
Logo, W não é subespaço de F (R).
portanto f + g ∈ W .
3.2 Subespaços Vetoriais 95
6. Verifique em cada um dos casos se W é um subespaço de C ([0, 1]) espaço vetorial sobre R, com
C ([0, 1]) = { f : [0, 1] −→ R; f é uma função contínua}.
(a) W = f ∈ C ([0, 1]); f é crescente ; (b) W = f ∈ C ([0, 1]); f 0 (0) = f 0 (1) = 0 .
Solução:
(a) A função f (x) = x + 1 para todo x ∈ [0, 1] está em C ([0, 1]) e é crescente, pois
f (x) = x + 1 > x para todo x ∈ [0, 1]. No entanto (−1) · f (x) = − f (x) = −(x + 1),
e por exemplo (−1) · f (2) = − f (2) = −(2 + 1) = −3 < 2 portanto (−1) · f não é função
crescente, consequentemente (−1) · f ∈ / W.
Logo, W não é subespaço de C ([0, 1]).
consequentemente In ∈ W .
T T
Dados A e B em W , então A∗ = A = A e B∗ = B = B, logo dado α ∈ R, temos:
T T T
(i) A + B = A + B = (A + B)T = A + B , portanto A + B ∈ W .
∗ T T α∈R
(ii) α · A = α · A = ᾱ · A = α · A, portanto α · A ∈ W .
De (i) e (ii) concluímos que W é subespaço de Mn (C) sobre R.
quentemente 0n ∈ W .
T T
Dados A e B em W , então A∗ = A = −A e B∗ = B = −B, logo dado α ∈ R, temos:
96 Capítulo 3. Espaços Vetoriais
T T T
(i) −(A + B) = (−A) + (−B) = A + B = (A + B)T = A + B , portanto A + B ∈ W .
∗ T T α∈R
(ii) α · A = α · A = ᾱ · A = = α · (−A) = − α · A , portanto α · A ∈ W .
De (i) e (ii) concluímos que W é subespaço de Mn (C) sobre R.
(d) Observemos que se A é matriz anti-hermitiana, então sua diagonal principal é com-
posta apenas de imaginários puros, logo se A é uma matriz anti-hermitiana com a j j = i,
para algum j, com 1 ≤ j ≤ n, então o elemento da posição j j da matriz (1 + i) · A é
(1 + i) × i = −1 + i que não é imaginário puro, portanto (1 + i) · A não é uma matriz
anti-hermitiana, consequentemente (1 + i) · A ∈
/ W.
Portanto, W não é subespaço de Mn (C) sobre C.
8. Verifique em cada um dos casos se W é um subespaço do espaço vetorial C2 .
(a) W = (a1 + ib1 , a2 + ib2 ) ∈ C2 ; a1 − a2 = 1 e b1 + b2 = 0 , sobre o corpo C.
Solução:
(a) 0C2 = (0, 0) ∈
/ W , pois 0 − 0 = 0 6= 1.
Portanto W não é subespaço de C2 sobre C, nem sobre R.
(b) (0, 0) ∈ W , pois 3 × (0 + 0i) = 0 + 0i, consequentemente W 6= 0.
/
(i) Dados u = (a1 + ib1 , a2 + ib2 ) e v = (c1 + id1 , c2 + id2 ) em W , então a1 + b1 i =
3(a2 + b2 i) = (3a2 ) + (3b2 )i e c1 + d1 i = 3(c2 + d2 i) = (c2 ) + (3d2 )i, logo u = (3a2 +
(3b2 )i, a2 + ib2 ) e v = (3c2 + (3d2 )i, c2 + id2 ), logo:
u + v = (3a2 + (3b2 )i, a2 + ib2 ) + (3c2 + (3d2 )i, c2 + id2 )
= (3a2 + (3b2 )i) + (3c2 − +(3d2 )i), (a2 + ib2 ) + (c2 + id2 )
= (3(a2 + c2 ) + 3(b2 + d2 )i, (a2 + c2 ) + i(b2 + d2 ) ∈ W.
(ii) Além disso, dado α ∈ K, então
α · u = α · (3a2 + (3b2 )i, a2 + ib2 ) = α · (3a2 + (3b 2 )i), α · (a 2 + ib2 )
= 3(α · a2 ) + 3(α · b2 )i, (α · a2 ) + i(α · b2 )) ∈ W.
Solução:
(a) U = (x, y, z) ∈ R3 ; x − 2y + 3z = 0 e W = (x, y, z) ∈ R3 ; x + y + z = 0 , logo:
x − 2y + 3z = 0 x = 2y − 3z
(i) (x, y, z) ∈ U ∩W ⇐⇒ ⇐⇒
x+y+z = 0 x = −y − z
=⇒ 2y − 3z = −y − z ⇐⇒ z = 3/2 y e x = 5/2 y.
Logo, U ∩W = (x, y, z) ∈ R3 ; x = 5/2 y e z = 3/2 y .
Solução:
(a) p(t) = a0 + a1t + a2t 2 ∈ U ⇐⇒ a0 = a2 e p(t) = a0 + a1t + a2t 2 ∈ W ⇐⇒ a0 = 0, logo:
(i) p(t) = a0 + a1t + a2t 2 ∈ U ∩W ⇔ a0 = a2 = 0.
Logo, U ∩W = p(t) = a0 + a1t + a2t 2 ∈ P2 (R); a0 = 0 e a2 = 0 .
Portanto, U +W = R4
a11 a12
(b) Sejam U = ∈ M2 (R); a11 = a22 e
a21 a22
a11 a12
W= ∈ M2 (R); a12 = a21 .
a21 a22
a11 a12
Logo, U ∩W = ∈ M2 (R); a11 = a22 e a12 = a21 6= 0M2 (R) .
a21 a22
a11 a12
Por outro lado, para todo A = ∈ M2 (R) podemos escrever
a21 a22
a11 a12 a11 0 0 a12
= + .
a21 a22 a21 − a12 a11 a12 a22 − a11
| {z } | {z }
∈U ∈W
Portanto, U +W = M2 (R)
Por outro lado, para todo p(t) = a0 + a1t + a2t 2 + a3t 3 ∈ P3 (R) podemos escrever
Portanto, U +W = P3 (R).
3.3 Soma e Intersecção de Subespaços Vetoriais 103
3 ; x = z ; U = (x, y, z) ∈ R3 ; x + y + z = 0
7. Dados os subespaços vetoriais U1 = (x, y, z) ∈ R 2
e U3 = (x, y, z) ∈ R3 ; x = y = 0 do espaço vetorial R3 .
soma direta.
Como U1 ∩U3 = 0R3 e U2 ∩U3 = 0R3 , segue que U1 ⊕U3 = R3 e U2 ⊕U3 = R3 .
complexo.
Solução:
(a) Tomando o subespaço W = (x, y, z,t) ∈ R4 ; x = 0 e z = 0 de R4 temos:
Portanto, U ⊕W = R4
a11 a12
(b) Tomando o subespaço W = ∈ M2 (C); a11 = 0 de M2 (C), então:
a21 a22
a11 a12
(i) U ∩W = ∈ M2 (C); a11 = a22 , a12 = a21 = 0 e a11 = 0 = 0M2 (C) .
a21 a22
a11 a12
(ii) Para todo A = ∈ M2 (C) podemos escrever
a21 a22
a11 a12 a11 0 0 a12
= + .
a21 a22 0 a11 a21 a22 − a11
| {z } | {z }
∈U ∈W
Portanto, U ⊕W = M2 (C)
104 Capítulo 3. Espaços Vetoriais
temos:
(i) U ∩W = p(t) = a0 + a1t + a2t 2 ∈ P2 (C); a0 = a1 = 0 e a1 + a2 = 0 = 0P2 (C) .
Portanto, U ⊕W = P2 (C).
9. Verifique, em cada um dos casos, se a soma dos subespaços do espaço vetorial complexo é direta.
(a) Em C3 a soma U + W , com U = 3; z + z = 0
(z1 , z 2 , z3 ) ∈ C 1 3 e
3
W = (z1 , z2 , z3 ) ∈ C ; z1 + z2 = 0 e z3 = 0 .
(b) Em M2 (C) as somas U1 +U 2 , U1 +U3 e U2 +U3 com U1 = A ∈ M2 (C); A é diagonal ,
U2 = A ∈ M2 (C); AT = A e U3 = A ∈ M2 (C); AT = −A .
(c) Em P 2 ∈ P (C); a = 0 e
2 (C) a soma U + W , com U = p(t) = a 0 + a 1 t + a 2 t 2 2
W = p(t) = a0 + a1t + a2t 2 ∈ P2 (C); a0 = 0 e a1 + a2 = 0 .
Solução:
z1 + z3 = 0
(a) Como (z1 , z2 , z3 ) ∈ U ∩W ⇐⇒ z1 + z2 = 0 =⇒ (z1 , z2 , z3 ) = (0, 0, 0) = 0C3 .
z3 = 0
Logo, U ⊕W = C3 .
(b) Observemos que U1 ⊂ U2 , pois toda matriz diagonal é simétrica, logo U1 +U2 = U2 e a
soma não é direta.
Por outro lado, U2 ∩U3 = 0n×n , pois a única matriz
simétrica
e anti-simétrica é a matriz
nula, como U1 ⊂ U2 , segue ainda que U1 ∩U3 = 0n×n .
Portanto, as somas U2 +U3 e U2 +U3 são diretas.
A + AT A − AT
Além disso, vimos que se A ∈ M2 (C), então A = + .
2 } | {z
| {z 2 }
∈ U2 ∈ U3
10. Seja V um espaço vetorial qualquer sobre um corpo K e sejam U e W subespaços vetoriais de V .
Verifique se as afirmações abaixo são verdadeiras ou falsas.
(a) ( ) U ∩W é subespaço vetorial de V se, e somente se, U ∩W = U ou U ∩W = W .
(b) ( ) U +W é subespaço vetorial de V se, e somente se, U ⊂ W ou W ⊂ U.
(c) ( ) V é um espaço vetorial, então está definida em V a soma e a multiplicação entre seus
vetores, satisfazendo as propriedades: comutatividade, associatividade, elemento neutro e
elemento simétrico.
(d) ( ) O próprio espaço vetorial V e o subespaço {0}
/ são os chamados subespaços vetoriais
triviais de V .
Solução:
(a) (F) Se U e W são subespaços vetoriais de V , então U ∩W é sempre um subespaço vetorial
de V .
(b) (F) Se U e W são subespaços vetoriais de V , então U +W é sempre um subespaço vetorial
de V .
(c) (F) V é um espaço vetorial, estão definidas em V a soma e a multiplicação por escalar,
porém não há multiplicação entre seus vetores definida.
(d) (F) Os subespaços vetoriais triviais de V são o próprio espaço vetorial V e o subespaço
nulo {0V }.
(c) V = P3 (R) S = 1 + t + t 3 , t 2 − 5t 3 , 2t + t 2 + t 3 e v = 5 + t − 2t 2 + 3t 3 .
Solução:
(a) a(1, −3, 2) + b(2, −1, 1) = (1, 2, −1) ⇐⇒ (a + 2b, −3a − b, 2a + b) = (1, 2, −1)
a + 2b = 1 a + 2b = 1 a + 2b = 1
⇐⇒ −3a − b = 2 ∼ 5b = 5 ∼ 5b = 5 .
2a + b = −1 −3b = −3 0 = 0
Logo, b = 1 e a = −1.
106 Capítulo 3. Espaços Vetoriais
1 −1 0 1 1 0 3 4
(b) a +b +c =
0 2 −1 1 −1 3 −7 13
a+c −a + b 3 4
⇐⇒ =
−b − c 2a + b + 3c −7 13
a+c = 3 a+c = 3
c ∈ R
−a + b = 4 b+c = 7
⇐⇒ ∼ =⇒ a = 3−c .
−b − c = −7 −b − c = −7
b = 7−c
2a + b + 3c = 13 b+c = 7
Logo, a = 5, b = 0 e c = −2.
2. Seja S = (1, 2, 1, 0), (4, 1, −2, 3), (1, 2, 6, −5), (−2, 3, −1, 2) subconjunto de R4 , verifique
Portanto, não é possível escrever v = (1, 0, −1, 0)como combinação linear dos vetores de S.
u1 e u2 .
a11 a12
(b) Uma matriz A = é combinação linear de A1 , A2 e A3 se, e somente se, existem
a21 a22
a, b e c reais tais que
1 0 1 −1 0 1 a11 a12
a · A1 + b · A2 + c · A3 = A ⇐⇒ a +b +c =
0 1 0 2 0 −1 a21 a22
a+b = a11
a+b −b + c a11 a12 −b + c = a12
⇐⇒ = ⇐⇒
0 a + 2b − c a21 a22
0 = a21
a + 2b − c = a22
a = a11 − b
c = a12 + b
=⇒ =⇒ a21 = 0 e a22 = a11 − a12 .
0 = a21
a + 2b − c = a22
a11 a12
Portanto, A = ∈ M2 (R); a21 = 0 e a22 = a11 − a12 é o conjunto de todas
a21 a22
as combinações lineares de A1 , A2 e A3 .
3 0
(c) Como B = , então b21 = 0 e b11 − b12 3 − 0 = 3 6= 1 = b22 , portanto B não se
0 1
escreve como combinação linear de A1 , A2 e A3 .
(b) U = (x, y, z) ∈ R3 ; x + 2y − 3z = 0 .
Solução:
(a) Observemos que
x+z = 0 z = −x x = 2y
(x, y, z) ∈ U ⇐⇒ ⇐⇒ =⇒ .
x − 2y = 0 x = 2y z = −2y
Solução:
(a) Observemos que (x, y, z,t) ∈ U se, e somente se,
x + 3y − 2t = 0 x = −3y + 2t x = −3z + 2t
⇐⇒ =⇒ .
y−z = 0 y = z y = z
Portanto,
3. Determine, em cada um dos casos, um sistema de geradores para o subespaço U de M3×2 (R):
a11 a12
(a) U = a21 a22 ; a11 = a21 + a31 e a22 = 0 .
a31 a32
a11 a12
(b) U = a21 a22 ; a11 + 2a22 = 0, a12 − a21 + 3a31 + 4a22 = 0 .
a31 a32
Solução:
a11 a12
a11 = a21 + a31
(a) Observemos que a21 a22 ∈ U ⇐⇒ ⇐⇒
a22 = 0
a31 a32
a11 a12 a21 + a31 a12
a21 a22 = a21 0
a31 a32 a31 a32
0 1 1 0 1 0 0 0
= a12 · 0 0 + a21 · 1 0 + a31 · 0 0 + a32 · 0 0 .
0 0 0 0 1 0 0 1
110 Capítulo 3. Espaços Vetoriais
0 1 1 0 1 0 0 0
Logo, S = 0 0 , 1 0 , 0 0 , 0 0 é um sistema de geradores
0 0 0 0 1 0 0 1
de P3 (R).
3.5 Subespaço Gerado 111
Logo, U = (x, y) ∈ R2 ; x + y = 0 .
Não há relação alguma entre x, y e z, portanto são números reais quaisquer, consequente-
mente U = R3 .
(d) Um vetor (x, y, z,t) ∈ U se, e somente se, existem a, b ∈ R tais que:
(e) Observemos que p(t) = a − 0 + a1t + a2t 2 + a3t 3 ∈ U, ou seja, se e somente se, existem
a, b, c ∈ R tais que:
a11 a12
(f) Uma matriz A = ∈ U, ou seja, se, e somente se, existem a, b, c ∈ R tais que:
a21 a22
a11 a12 1 2 0 3 0 0 a 2a + 3b
= a· +b· +c· =
a21 a22 0 1 0 1 2 0 2c a + b
a = a11
a = a11
2a + 3b = a12 3b = a12 − 2a11
⇐⇒ =⇒
2c = a21
2c = a21
a + b = a22 b = a22 − a11
z11 z12
(h2 ) Uma matriz A = ∈ U se, e somente se, existem α, β ∈ C tais que:
z21 z22
z11 z12 1+i 0 0 1−i α(1 + i) β (1 − i)
A= =α· +β
z21 z22 0 i 0 0 0 αi
z11 = α(1 + i)
z11 = α(1 + i)
z11 = (1 − i) · z22
z12 = β (1 − i) z12 = β (1 − i) z12 = β (1 − i)
⇐⇒ ⇐⇒ =⇒ .
z
21
= 0
z21 = 0 21 =
z 0
z22 = αi −iz22 = α z22 = αi
z11 z12
Logo, U = ∈ M2 (C); z11 = (1 − i) · z22 e z21 = 0 .
z21 z22
7. Em cada um dos casos, determine o subespaço gerado pelo subconjunto S do espaço vetorial V .
em V = R3 .
(a) S = (1, 1, 1), (1, 1, 0), (0, 1, 1)
em V = R4 .
(b) S = (1, 2, 3, −2), (0, 1, −3, 1), (1, 4, −3, 0)
(c) S = 1, 1 − t, (1 − t)2 , (1 − t)3 em V = P3 (R).
1 2 0 3
(d) S = , em V = M2 (R).
0 1 0 −1
em V = F (R).
(e) S = sen x, cos x
Solução:
(a) Observemos que (x, y, z) ∈ S existem a, b, c ∈ R tais que:
(b) Observemos que (x, y, z,t) ∈ S existem a, b, c ∈ R tais que:
(c) Observemos que p(t) = a0 + a1t + a2t 2 + a3t 3 ∈ S existem a, b, c, d ∈ R tais que:
a11 a12
(d) Observemos que A = ∈ S existem a, b ∈ R tais que:
a21 a22
a11 a12 1 2 0 3 a 2a + 3b
A= = a· +b· = ⇐⇒
a21 a22 0 1 0 −1 0 a−b
a = a11
a = a11
2a + 3b = a12 3b = a12 − 2a11 a21 = 0
∼ =⇒ .
0 = a21
0 = a21 a12 = 5a11 − 3a22
a − b = a22 b = a11 − a22
a11 a12
Portanto, S = ∈ M2 (R); a12 = 5a11 − 3a22 e a21 = 0 .
a21 a22
(e) Observemos que f (x) ∈ S existem a, b ∈ R tais que f (x) = a · sen x + b · cos x.
Logo, S = f (x) ∈ F (R); f (x) = a · sen x + b · cos x, com a, b ∈ R .
8. Em cada um dos casos, determine o menor número de geradores para subespaço U = S .
em R2 .
(a) S = (1, 2), (−1, −2), (3, 6)
em R3 .
(b) S = (1, 0, 0), (0, 1, 0), (0, 0, 1), (1, 2, 3)
(c) S = 1 + t 2 , 1 + t, 1 + 2t 2 , 2 em P2 (R).
( )
1 0 1 −1 0 1
(d) S = , , em M2 (R).
0 1 0 2 0 −1
Solução:
(a) S = (1, 2) , pois (−1, −2) = (−1) · (1, 2) e (3, 6) = 3 · (1, 2).
(b) Como (1, 0, 0), (0, 1, 0), (0, 0, 1) = R3 , portanto S = (1, 0, 0), (0, 1, 0), (0, 0, 1) .
V = R4 .
(c) U = (x, y, z,t) ∈ R4 ; x + y − z +t = 0 e W = (x, y, z,t) ∈ R4 ; x + y + z = 0 em V = R4 .
V = P2 (R).
" #
1 −1 0 0 a11 a12
(e) U = , eW = ; a11 − a12 − a21 + a22 = 0 em
0 0 1 1 a21 a22
V = M2 (R).
(f) U = A ∈ M3 (R); A é simétrica e W = A ∈ M3 (R); tr(A) = 0 em V = M3 (R).
Solução:
3; x + y + z = 0 ,
(a) Fazendo como no exercício 7 acima podemos ver que W = (x, y, z) ∈ R
como U = (x, y, z) ∈ R3 ; x − 2y + 3z = 0 , segue que (x, y, z) ∈ U ∩W se, e somente se,
z ∈ R
x − 2y + 3z = 0 x − 2y + 3z = 0
∼ =⇒ y = 2/3 z .
x + y + z = 0 3y − 2z = 0
x = −5/3 z
z
Logo, (x, y, z) ∈ U ∩ W ⇐⇒ (x, y, z) = − 5/3 z, 2/3 z, z = · (−5, 2, 3), portanto
3
U ∩W = (−5, 2, 3) .
Observemosque (x, y, z) ∈ U ⇐⇒ x−2y+3z
= 0, consequentemente U = (2, 1, 0), (−3, 0, 1) ,
já que W = (1, −3, 2), (2, 5, −7) então,
U +W = (2, 1, 0), (−3, 0, 1), (1, −3, 2), (2, 5, −7) ,
mas como:
1 −3 2 1 −3 2 1 −3 2
2 5 −7 0 11 −11 0 1 −1
∼ ∼ ,
2 1 0 0 0 3 0 0 1
−3 0 1 0 0 0 0 0 0
segue que U +W = (1, −3, 2), (0, 1, −1), (0, 0, 1) = R3 .
x+y = 0
y = −x
(b) Um vetor (x, y, z,t) ∈ U ∩W se, e somente se, t − z = 0 =⇒ .
z=t = 0
z=t = 0
Logo, (x,y, z,t) ∈ U ∩ W ⇐⇒ (x, y, z,t) = (x, −x, 0, 0) = x · (1, −1, 0, 0), portanto
U ∩W = (1, −1, 0, 0) .
Já que (x, y, z,t) ∈ U ⇐⇒ x + y = 0 e t − z = 0, então U = (1, −1, 0, 0), (0, 0, 1, 1) , da
mesma forma, como (x, y, z,t) ∈ W ⇐⇒ z = t = 0, segue que W = (1, 0, 0, 0), (0, 1, 0, 0) ,
portanto,
U +W = (1, 0, 0, 0), (0, 1, 0, 0), (1, −1, 0, 0), (0, 0, 1, 1) ,
mas como:
1 0 0 0 1 0 0 0
0 1 0 0 0 1 0 0
∼ ,
1 −1 0 0 0 0 1 1
0 0 1 1 0 0 0 0
segue que U +W = (1, 0, 0, 0), (0, 1, 0, 0), (0, 0, 1, 1) .
3.5 Subespaço Gerado 117
mas como:
1 0 1 0 1 0 1 0
0 1 1 0 0 1 1 0
0 0 1 1 ∼ 0 0 1 1 ,
1 0 −1 0 0 0 0 1
0 1 −1 0 0 0 0 0
segue que U +W = (1, 0, 1, 0), (0, 1, 1, 0), (0, 0, 1, 1), (0, 0, 0, 1 = R4 .
como W = p(t) = a0 + a1t + a2t 2 ∈ P2 (R); a0 = a1 , segue que p(t) = a0 + a1t + a2t 2 ∈
a2 = a0
U ∩W se, e somente se, .
a1 = a0
Portanto,
logo U ∩W = 1 + t + t 2 .
U +W = 1 + t, t 2 , 1 + 2t + t 2 , 1 − t + t 2 ,
mas como:
1 1 0 1 1 0
0 0 1 0 1 1
∼ ,
1 2 1 0 0 1
1 −1 1 0 0 0
segue que U +W = 1 + t, t + t 2 , t 2 = P2 (R).
a11 a12
(e) Podemos ver que U = ; a = −a11 e a21 = a22 , como
a21 a22 12
a11 a12 a11 a12
W= ; a11 − a12 − a21 + a22 = 0 , segue que A = ∈ U ∩W
a21 a22 a21 a22
a12 = −a11
a12 = a11 = 0
se, e somente se, a21 = a22 =⇒ . .
a21 = a22
a11 − a12 − a21 + a22 = 0
118 Capítulo 3. Espaços Vetoriais
a11 a12 a11 a12 0 0
Portanto, A = ∈ U ∩ W ⇐⇒ A = = , logo
a
21 a22 a21 a22 a21 a21
0 0
U ∩W = .
1 1
1 −1 0 0 1 0 0 1 0 0
Como U = , eW = , , se-
0 0 1 1 1 0 −1 0 1 1
gue que,
1 −1 0 0 1 0 0 1 0 0
U +W = , , , , ,
0 0 1 1 1 0 −1 0 1 1
mas como:
1 −1 0 0 1 −1 0 0
0 0 1 1 0 1 0 0
1 1 0 0 ∼ 0 0 1 1 ,
0 1 −1 0 0 0 0 1
0 0 1 1 0 0 0 0
1 −1 0 1 0 0 0 0
segue que U +W = , , , = M2 (R).
0 0 0 0 1 1 0 1
a11 a12 a13
(f) Como U = a21 a22 a23 ; a12 = a21 , a13 = a31 e a23 = a32
e
a a a
31 32 33
a11 a12 a13 a11 a12 a13
W= a21 a22 a23 ; a11 + a22 + a33 = 0 , logo A = a21 a22 a23 ∈ U ∩W
a31 a32 a33 a31 a32 a33
se, e somente se,
a 12 = a 21
a12 = a21
a13 = a31 a13 = a31
=⇒ . .
a23 = a32
a23 = a32
a11 + a22 + a33 = 0 a33 = −a11 − a22
a11 a12 a13
Portanto, A = a21 a22 a23 ∈ U ∩W se, e somente se
a31 a32 a33
a11 a12 a13 a11 a12 a13
A = a21 a22 a23 = a12 a22 a23 .
a31 a32 a33 a13 a23 −a11 − a22
Logo,
" #
1 0 0 0 1 0 0 0 1 0 0 0 0 0 0
U ∩W = 0 0 0 , 1 0 0 , 0 0 0 , 0 1 0 , 0 0 1 .
0 0 −1 0 0 0 1 0 0 0 0 −1 0 1 0
Lembrando que Ai j = ai j ∈ M3 (R) é a matriz
tal que ai j = 1 e akl = 0 se k 6= i ou l 6= j,
podemos ver que A11 , A22 , A33 ⊂ U e que A12 , A13 , A21 , A23 , A31 , A32 ⊂ W , logo
M3 (R) = A11 , A12 , A13 , A21 , A22 , A23 , A31 , A32 , A33 ⊂ U +W ⊂ M3 (R),
portanto: U +W = A11 , A12 , A13 , A21 , A22 , A23 , A31 , A32 , A33 .
3.6 Dependência e Independência Linear 119
(c) S = x, x2 , ex em F (R).
Solução:
(a) Como (1 − 2t + t 2 ) − (−1 − 3t + t 2 ) = 2 + t, portanto S é um subconjunto linearmente
dependente de P2 (R).
1 −2 1 0 1 −2 1 0
(b) Como 2 1 −1 3 ∼ 0 5 −3 3 , segue que S é um subconjunto linearmente
7 −4 1 3 0 0 0 −3
independente de R4 .
(c) Cada uma das funções f (x) = x, g(x) = x2 e h(x) = ex não é combinação linear, por
números reais, das demais funções.
Portanto, S é um subconjunto linearmente independente de F (R).
1 1
(d) Como cosh x = · ex + · e−x , segue que S é um subconjunto linearmente dependente de
2 2
F (R).
0 0
(e) Como = 0M2 (R) ∈ S, então S é um subconjunto linearmente dependente de
0 0
M2 (R).
(f) Cada matriz de S não pode ser escrita como combinação linear, por escalares reais, das
demais matrizes.
Portanto, S é um subconjunto linearmente independente de M2 (C), como espaço vetorial
real.
i 0 1 0
Como = i· , segue que S é um subconjunto linearmente dependente de
0 0 0 0
M2 (C), como espaço vetorial complexo.
(g) Como S é subconjunto de R4 com 5 vetores, segue que S é um subconjunto linearmente
dependente de R4 .
(h) Como os dois elementos de S não são proporcionais, segue que S é um subconjunto
linearmente independente de R5 .
(i) Como os dois elementos de S não são múltiplos reais, segue que S é um subconjunto
linearmente independente de C2 espaço vetorial real.
(j) Como (1 + i) · (1 − i, i) = (1 + i) · (1 − i), (1 + i) · i = (2, −1 + i), segue que S é um
subconjunto linearmente dependente de C2 espaço vetorial complexo.
2. Complete, em cada um dos casos, o subconjunto S de modo a formar um conjunto L.I. maximal
no espaço vetorial correspondente.
(a) S = (1, 1, 0, 0), (0, 0, −1, 1) em R4 .
(b) S = 1 − 2t + t 2 , 2 + t em P2 (R).
1 0 0 1 0 0
(c) S = , , em M2 (R).
0 0 0 0 0 1
1 0
(d) S = −2 , −1 em M3×1 (R).
0 2
1 3 5 7
(e) S = (1, 3, 2, 5, 7), , , 0, , em R5 .
2 2 2 2
3.6 Dependência e Independência Linear 121
Solução:
(a) A matriz
dos coeficientes
dos vetores de S em relação à base canônica de R4 é
1 1 0 0
A= .
0 0 −1 1
Para encontrar o conjunto L. I. maximal basta incluir na matriz A acima duas linhas obtendo
uma matriz na forma escalonada, maximal e sem linhas não nulas:
1 1 0 0 1 1 0 0
−→ 0
0 1 0 0
A= 0 0 −1 1
A = 0 0 −1 1 .
−→ 0 0 0 1
Logo, os vetores correspondentes à matriz dos coeficientes A0 formam o conjunto:
(1, 1, 0, 0), (0, 1, 0, 0), (0, 0, −1, 1), (0, 0, 0, 1) ,
(b) A matriz
dos coeficientes
dos vetores de S em relação à base canônica de P2 (R) é
1 −2 1
A= .
2 1 0
Para encontrar o conjunto L. I. maximal, devemos escalonar a matriz A e incluir linhas
obtendo uma matriz na forma escalonada, maximal e sem linhas não nulas:
1 −2 1 1 −2 1 1 −2 1
A= 2 1 0 ∼ A0 = 0 5 −2 A00 = 0 5 −2 .
−→ 0 0 1
(c) A matriz
dos coeficientes
dos vetores de S em relação à base canônica de M2 (R) é
1 0 0 0
A= 0
1 0 0 .
0 0 0 1
Para encontrar o conjunto L. I. maximal basta incluir na matriz A acima duas linhas obtendo
uma matriz na forma escalonada, maximal e sem linhas não nulas:
1 0 0 0 1 0 0 0
0 1 0 0 0
0 1 0 0
A= A = 0 0 1 0 .
−→
0 0 0 1 0 0 0 1
Logo, os vetores correspondentes à matriz dos coeficientes A0 formam o conjunto:
1 0 0 1 0 0 0 0
, , , ,
0 0 0 0 1 0 0 1
(d) A matriz
dos coeficientes
dos vetores de S em relação à base canônica de M3×1 (R) é
1 −2 1
A= .
2 1 0
Para encontrar o conjunto L. I. maximal, devemos incluir a matriz A linhas obtendo uma
matriz na forma escalonada, maximal e sem linhas não nulas:
1 −2 0 1 −2 0
A = 0 −1 2 A0 = 0 −1 2 .
−→ 0 0 2
Logo, os vetores correspondentes à matriz dos coeficientes A0 formam o conjunto:
1 0 0
−2 , −1 , 0 ,
0 2 2
1 3 2 5 7
−→ 0 2 0 0 0
00
A =
0 0 −2 0 0 .
−→ 0 0 0 3 0
−→ 0 0 0 0 −3
Logo, os vetores correspondentes à matriz dos coeficientes A00 formam o conjunto:
(1, 3, 2, 5, 7), (0, 2, 0, 0, 0), (0, 0, −2, 0, 0), (0, 0, 0, 3, 0), (0, 0, 0, 0, −3) ,
um conjunto L.I. maximal de R5 obtido de S.
(f) A matriz dos coeficientes dos 3
vetores de S em relação
à base canônica de C , como espaço
1−i i 2−i
vetorial complexo, é A = .
0 1 + i −1 + i
Para encontrar o conjunto L. I. maximal, devemos incluir linhas a matriz A obtendo uma
matriz na forma escalonada, maximal e sem linhas não nulas:
1−i i 2−i 1−i i 2−i
A= 0 1 + i −1 + i A00 = 0 1 + i −1 + i .
−→ 0 0 1
Logo, os vetores correspondentes à matriz dos coeficientes A00 formam o conjunto:
(1 − i, i, 2 − i), (0, 1 + i, −1 + i), (0, 0, 1) ,
um conjunto L.I. maximal de C3 obtido de S.
3.6 Dependência e Independência Linear 123
3. Decida se a afirmação dada é (sempre) verdadeira ou (às vezes) falsa. Justifique sua resposta
dando um argumento lógico matemático ou um contra-exemplo.
(a) ( ) Se dim W = 3 e B é um subconjunto de W com 4 vetores então B é L.D.
(b) ( ) Se dim W = 3 e B é um subconjunto de W com 2 vetores então B é L.I.
(c) ( ) Todo subconjunto de um espaço vetorial contendo o vetor nulo é L.D.
(d) ( ) Se dim W = 3 e v1 , v2 ∈ W , então [v1 , v2 ] 6= W .
(e) ( ) Se dim W = 3 e v1 , v2 , v3 ∈ W , então [v1 , v2 , v3 ] = W .
Solução:
(a) (V) De fato, todo subconjunto de W com mais elementos do que dim W é L.D.
(b) (F) Por exemplo, se 0V ∈ B, então B é L.D.
(c) (V) De fato, pois 0v = 0 · v, para todo v ∈ V , portanto é combinação linear de qualquer
vetor de V .
(d) (V) Pois, como dim W = 3, então para gerar W é necessário pelo no mínimo três vetores.
(e) (F) Se, por exemplo, v1 , v2 , v3 são vetores L. D. em W , então [v1 , v2 , v3 ] 6= W .
a · (u + v) + b · (u − v) + c · (u − 2v + w)v3 = 0V ⇐⇒ (a + b + c) · u + (a − b − 2c) · v + c · w = 0V ,
x + 2y + 2z − t + 3w = 0
(b) Como S : x + 2y + 3z + t + w = 0
3x + 6y + 8z + t + 5w = 0
x + 2y + 2z − t + 3w = 0
0 x = −2y + 5t − 7w
∼ S : z + 2t − 2w = 0 =⇒ .
z = −2t + 2w
0 = 0
Como as matrizes da combinação linear acima são matrizes distintas da base canônica de
M3 (R), segue que são L.I.
Portanto,
( )
1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
B= 0 0 0 , 1 0 0 , 0 1 0 , 0 0 0 , 0 0 0 , 0 0 0
0 0 0 0 0 0 0 0 0 1 0 0 0 1 0 0 0 1
é base de W e dim W = 5.
a11 a12
(d) Uma matriz A = ∈ W ⇐⇒ a11 − a12 − a21 = 0 ⇐⇒ a11 = a12 + a21 ⇐⇒
a21 a22
a11 a12 a12 + a21 a12 1 1 1 0 0 0
A= = = a12 · +a21 · +a22 · .
a21 a22 a21 a22 0 0 1 0 0 1
1 1 1 0 0 0
Como o conjunto B = , , gera W e é constituído de
0 0 1 0 0 1
matrizes L.I., segue que é uma base de W , consequentemente dim W = 3.
Um elemento (z1 , z2 , z3 ) ∈ W , para C3 como espaço vetorial complexo, se, e somente se,
z3 = z2 − 2z1 .
Logo, (z1 , z2 , z3 ) ∈ W ⇐⇒ (z1 , z2 , z3 ) = (z1 , z2 , z2 − 2z1 ) = z1 · (1, 0, −2) + z2 · (0, 1, 1).
Portanto, como conjunto BC = (1, 0, −2), (0, 1, 1) é L.I e gera W , segue que é base de
W e, portanto dimC W = 2.
2 P
(j) U = p(t) = a 0 + a 1 t + a 2 t ∈ 2 (C); a 0 = a1 e
W = p(t) = a0 + a1t + a2t ∈ P2 (C); a2 = 0 em P2 (C) sobre C.
2
3;
Podemos ver que U = (x, y, z) ∈ R x + 2y − z = 0 , como
3
W = (x, y, z) ∈ R ; x − 2y + 3z = 0 , segue que (x, y, z) ∈ U ∩W se, e somente se,
z ∈ R
x + 2y − z = 0 x − 2y + 3z = 0
∼ =⇒ y = z .
x − 2y + 3z = 0 − 4y + 4z = 0
x = −z
Logo, (x,y, z) ∈ U ∩
W ⇐⇒ (x, y, z) = (−z, z, z) = z · (−1, 1, 1), portanto
BU∩W = (−1, 1, 1) é uma base de U ∩W e dim (U ∩W ) = 1.
Agora basta escalonar a matriz 4 × 3 cujos elementos são os coeficientes dos respectivos
vetores de BU ∪ BW em relação à base canônica de R3 :
1 0 1 1 0 1
1 1 3 0 1 2
∼ .
2 1 0 0 0 −4
−3 0 1 0 0 0
A matriz acima à direita está na forma escalonada com a última linha nula, logo,
BU+W = (1, 0, 1), (0, 1, 2), (0, 0, −4) é base de U +W , e portanto dim (U +W ) = 3,
consequentemente U +W = R3 .
A soma não é direta, pois como vimos acima U ∩W 6= 0R3 .
3.7 Base e Dimensão 127
(b) Como U = (−1, 1, −1), (1, 2, 1) e estes vetores não são proporcionais, então são L.I., e
consequentemente: BU = (−1, 1, −1), (1, 2, 1) é base de U, portanto dim U = 2.
Da mesma maneira, como W = (2, 1, 1), (1, 1, −1) e e estes vetores não são proporcio-
nais, então, BW = (2, 1, 1), (1, 1, −1) é base de W , consequentemente dim W = 2.
Logo, (x,y, z) ∈ U ∩
W ⇐⇒ (x, y, z) = (−z, 0, z) = z · (−1, 0, 1), portanto
BU∩W = (−1, 0, 1) é uma base de U ∩W e dim (U ∩W ) = 1.
dim (U +W ) = 3, consequentemente U +W = R3 .
A soma não é direta, pois como vimos acima U ∩W 6= 0R3 .
A matriz acima à direita está na forma escalonada sem linhas nulas, logo,
BU+W = (1, 1, 0), (0, 1, 1), (0, 0, −8) é base de U +W , e portanto dim (U +W
)=
3,
3
consequentemente U ⊕W = R , soma direta, pois como vimos acima U ∩W = 0R3 .
(d) Como U = (1, 2, 1) , como este vetor não é o vetor nulo é L.I., e consequentemente:
BU = (1, 2, 1) é base de U, portanto dim U = 1.
Determinando uma base para W :
e somente se,
z1 = z3 z1 = 0
z2 = 2z3 =⇒ z2 = 0 .
z1 = z2 + z3 z3 = 0
1 2 1 1 2 1
1 1 0 ∼ 0 −1 −1 .
1 0 1 0 0 2
A matriz acima à direita está na forma escalonada sem linhas nulas, logo,
BU+W = (1, 2, 1), (0, −1, −1), (0, 0, 2) é base de U +W , e portanto dim (U +W ) = 3,
consequentemente U ⊕W = C3 , como
espaço vetorial complexo, e a soma é direta, pois
como vimos acima U ∩W = 0C3 .
(e) Como U = (1, 2, 1, 3), (3, 1,−1, 4) e estes vetores não
são proporcionais, então são L.I.,
e consequentemente: BU = (1, 2, 1, 3), (3, 1, −1, 4) é base de U, portanto dim U = 2.
Determinando uma base para W , (x, y, z,t) ∈ W se, e somente se,
x−y = z e x−3y+t = 0 ⇐⇒ (x, y, z,t) = (x, y, x−y, −x+3y) = x·(1, 0, 1, −1)+y·(0, 1, −1, 3).
4 ; x + y − t = 0 e 7x + 5z − 4t = 0 , como
Podemos ver que U = (x, y, z,t) ∈ R
W = (x, y, z,t) ∈ R4 ; x − y = z e x − 3y + t = 0 , segue que (x, y, z,t) ∈ U ∩ W se, e
somente se,
x − y − z = 0
x − y − z = 0
x − 3y + t = 0 − 2y + z + t = 0
∼ .
x + y − t = 0
2z = 0
7x + 5z − 4t = 0 − 1/2 t = 0
Agora basta escalonar a matriz 4 × 4 cujos elementos são os coeficientes dos respectivos
vetores de BU ∪ BW em relação à base canônica de R4 :
1 0 1 −1 1 0 1 −1
0 1 −1 3 0 1 −1 3
∼ .
1 2 1 3 0 0 2 −2
3 1 −1 4 0 0 0 1
A matriz acima à direita está na forma escalonada sem linhas nulas, logo,
BU+W = (1, 0, 1, −1), (0, 1, −1, 3), (0, 0, 2, −2), (0, 0, 0, 1) é base de U + W , e por-
tanto dim (U +W) = 4, consequentemente U +W = R4 , a soma é direta, pois como vimos
acima U ∩W = 0R4 .
(x, y, z) = x, y, x + y + t, t = x · (1, 0, 1, 0) + y · (0, 1, 1, 0) + t · (0, 0, 1, 1).
portanto BW = (1, 0, −1, 0), (0, 1, −1, 0), (0, 0, 0, 1) é base de W e dim W = 3.
1 0 1 0 1 0 1 0
0 1 1 0 0 1 1 0
0 0 1 1 0 0 1 1
∼ .
1 0 −1 0 0 0 0 1
0 1 −1 0 0 0 0 0
0 0 0 1 0 0 0 0
A matriz acima à direita está na forma escalonada com duas linhas nulas, logo,
BU+W = (1, 0, 1, 0), (0, 1, 1, 0), (0, 0, 1, 1), (0, 0, 0, 1) é base de U + W , e portanto
dim (U + W ) = 4, consequentemente
U + W = R4 , esta soma não é direta, pois como
vimos acima U ∩W 6= 0R4 .
130 Capítulo 3. Espaços Vetoriais
( )
1 0 0 0 1 0 0 0 1 0 0 0 0 0 0
BU∩W = 0 0 0 , 1 0 0 , 0 0 0 , 0 1 0 , 0 0 1
0 0 −1 0 0 0 1 0 0 0 0 −1 0 1 0
BU+W = A11 , A12 , A13 , A21 , A22 , A23 , A31 , A32 , A33
+W ,
é base de U e portanto dim (U +W ) = 9 e U +W = M3 (R), a soma não é direta pois
U ∩W 6= 0M3 (R) .
(h) Como W = [1 − t, t − t 2 ] e estes polinômios não são proporcionais, então são L.I., e
consequentemente: BW = 1 − t, t − t é base de W , portanto dim W = 2.
2
Por outro lado, p(t) = a0 + a1t + a2t 2 ∈ U se, e somente se, a0 = 2a2 , ou seja, se e somente
se,
p(t) = a0 + a1t + a2t 2 = p(t) = 2a2 + a1t + a2t 2 = a1 · t + a2 · (2 + t 2 ).
Portanto, BU = t, 2 + t 2 é base de U, portanto dim U = 2.
2 ∈ P (R); a + a + a = 0 , como
Podemos ver que W = p(t) = a 0 + a 1 t + a2 t 2 0 1 2
U = p(t) = a0 + a1t + a2t 2 ∈ P2 (R); a0 − 2a2 = 0 , segue que p(t) = a0 + a1t + a2t 2 ∈
Logo, p(t) = a0 + a1t + a2t 2 ∈ U ∩W ⇐⇒ p(t) = a0 + a1t + a2t 2 = (−2a2 ) + a2t + a2t 2 =
a2 · (−2 + t + t 2 ), portanto
BU∩W = − 2 + t + t 2 é uma base de U ∩W e dim (U ∩W ) = 1.
1 −1 0 1 −1 0
0 1 −1 0 1 −1
∼ .
0 1 0 0 0 0
2 0 1 0 0 0
3.7 Base e Dimensão 131
A matriz acima à direita está na forma escalonada com a última linha nula, logo,
BU+W = 1 − t, t − t , t é base de U + W , e portanto dim (U + W ) = 3, conse-
2 2
quentemente U +W = P2 (R).
A soma não é direta, pois como vimos acima U ∩W 6= 0P2 (R) .
(i) Como p(t) = a0 + a1t + a2t 2 + a3t 3 ∈ U se, e somente se, p(0) = p(1) = 0, consequente-
mente:
a0 = 0
=⇒ p(t) = a0 + a1t + a2t 2 + a3t 3 ∈ U
a0 + a1 + a2 + a3 = 0
Por outro lado, p(t) = a0 +a1t +a2t 2 +a3t 3 ∈ W se, e somente se, p(−1) = 0, se e somente
se, a0 − a1 + a2 − a3 = 0 ⇐⇒ a3 = a0 − a1 + a2 .
Logo, p(t) = a0 + a1t + a2t 2 + a3t 3 ∈ W se, e somente se,
Agora basta escalonar a matriz 4 × 4 cujos elementos são os coeficientes dos respectivos
vetores de BU ∪ BW em relação à base canônica de P3 (R):
1 0 0 1 1 0 0 1
0 1 0 −1 0 1 0 −1
∼ .
0 0 1 1 0 0 1 1
0 0 1 −1 0 0 0 −2
A matriz acima à direita está na forma escalonada sem linhas nulas, logo,
BU+W = 1 + t 3 , t − t 3 , t 2 + t 3 , −2t 3 é base de U +W , e portanto dim (U +W ) = 4,
consequentemente U +W = P3 (R).
A soma não é direta, pois como vimos acima U ∩W 6= 0P3 (R) .
Observemos que p(t) ∈ U ∩W se, e somente se, existem escalares complexos α, β e γ tais
que:
p(t) = α · (1 + t + t 2 ) = β · 1 + γ · (t − t 2 ) ⇐⇒ α + α · t + α · t 2 = β + γ · t − γ · t 2
α = β α = 0
⇐⇒ α = γ =⇒ β = 0 .
α = −γ γ = 0
Finalmente observemos que p(t) = a0 + a1t + a2t 2 ∈ U + W se, e somente se, existem
escalares complexos α, β e γ tais que:
⇐⇒ α + γ = a1 =⇒ β = a0 − a1/2 − a2/2 ,
α − γ = a2 γ = a1/2 − a2/2
0 1 1 1
(l) Como U = , e estas matrizes não são proporcionais, então são
0 −1 1 0
0 1 1 1
L.I., e portanto, BU = , é base de U, portanto dim U = 2.
0 −1 1 0
1 0 0 1
Da mesma maneira, como W = , e estas matrizes não são proporci-
0 0 1 0
1 0 0 1
onais, então, BW = , é base de W , consequentemente dim W = 2.
0 0 1 0
a11 a12
Podemos ver que U = ; a = a21 e a22 = a11 − a12 e que
a21 a22 11
a11 a12 a11 a12
W = ; a12 = a21 e a22 = 0 , logo A = ∈ U ∩ W se, e
a21 a22 a21 a22
3.7 Base e Dimensão 133
somente se,
a11 = a21
a11 = a21
a22 = a11 − a12
=⇒ a12 = a21 .
a12 = a21
a22 = 0
a22 = 0
a11 a12 a11 a12 a21 a21 1 1
Logo, A = ∈ U ∩W ⇐⇒ A = = = a21 · ,
a21 a
22 a21 a22 a21 0 1 0
1 1
portanto BU∩W = é uma base de U ∩W e dim (U ∩W ) = 1.
1 0
Para encontrar uma U+W basta
base de extrair um
conjunto
de geradores L.I. de U +W
1 0 0 1 0 1 1 1
de BU ∪ BW = , , , .
0 0 1 0 0 −1 1 0
Agora basta escalonar a matriz 4 × 4 cujos elementos são os coeficientes dos respectivos
vetores de BU ∪ BW em relação à base canônica de M2 (R):
1 0 0 0 1 0 0 0
0 1 1 0 0 1 1 0
∼ .
0 1 0 −1 0 0 −1 −1
1 1 1 0 0 0 0 0
(c) S = 1 + 4t − 2t 2 + t 3 , −1 + 9t − 3t 2 + 2t 3 , −5 + 6t + t 3 , 5 + 7t − 5t 2 + 2t 3 em V =
P3 (R).
(d) S = 1 + t + t 2 + 3t 3 + 2t 4 , 1 + 2t + t 2 + 2t 3 + t 4 , 1 + 3t + 2t 2 + t 3 + 2t 4 em V = P4 (R).
Solução:
(a) Para obter tal base primeiro escalonamos a matriz cujas linhas são as coordenadas dos
vetores de S em relação à base canônica de R4 :
1 0 −2 2 1 0 −2 2
∼ .
1 2 −2 1 0 2 0 −1
Como a matriz à direita acima está na forma escalonada e não tem linhas nulas, incluímos
linhas nela de maneira a obter uma matriz 4 × 4 na forma escalonada e sem linhas nulas,
por exemplo:
1 0 −2 2
0 2
0 −1 .
0 0 2 1
0 0 0 2
Consequentemente,
(b) Primeiro escalonamos a matriz cujas linhas são as coordenadas dos vetores de S em relação
à base canônica de R4 :
1 −2 5 3 1 −2 5 3
2 3 1 −4 ∼ 0 7 −9 −10 .
3 8 −3 −5 0 0 0 6
Como a matriz à direita acima está na forma escalonada e não tem linhas nulas, incluímos
linhas nela de maneira a obter para obter uma matriz 4 × 4 na forma escalonada e sem
linhas nulas, por exemplo:
1 −2 5 3
0
7 −9 −10 .
0 0 1 0
0 0 0 6
3.7 Base e Dimensão 135
Consequentemente,
(c) Primeiro escalonamos a matriz cujas linhas são as coordenadas dos vetores de S em relação
à base canônica de P3 (R):
1 4 −2 1 1 4 −2 1
−1 9 −3 2 0 13 −5 3
∼ .
−5 6 0 1 0 0 0 0
5 7 −5 2 0 0 0 0
Como a matriz à direita acima está na forma escalonada e tem duas linhas nulas, para obter
a base procurada excluímos as linhas nulas e incluímos duas linhas de maneira a obter uma
matriz 4 × 4 escalonada e sem linhas nulas, por exemplo:
1 4 −2 1
0 13 −5 3
.
0 0 −1 1
0 0 0 −1
Consequentemente,
B = 1 + 4t − 2t 2 + t 3 , 13t − 5t 2 + 3t 3 , −t 2 + t 3 , −t 3
(d) Primeiro escalonamos a matriz cujas linhas são as coordenadas dos vetores de S em relação
à base canônica de P4 (R):
1 1 1 3 2 1 1 1 3 2
1 2 1 2 1 ∼ 0 1 0 −1 −1 .
1 3 2 1 2 0 0 1 0 2
Como a matriz à direita acima está na forma escalonada e não tem linhas nulas, incluímos
nela duas linhas de maneira a obter uma matriz 5 × 5 escalonada e sem linhas nulas, por
exemplo:
1 1 1 3 2
0 1 0 −1 −1
0 0 1 0 2 .
0 0 0 3 −1
0 0 0 0 1
Consequentemente,
B = 1 + t + t 2 + 3t 3 + 2t 4 , t − t 3 − t 4 , t 2 + 2t 4 , 3t 3 − t 4 , t 4
(e) Primeiro escalonamos a matriz cujas linhas são as coordenadas dos vetores de S em relação
à base canônica de R3 :
1 0 −2 1 0 −2
∼ .
1 2 1 0 2 3
Como a matriz à direita acima está na forma escalonada e não tem linhas nulas, incluímos
linhas nela de maneira a obter para obter uma matriz 3 × 3 na forma escalonada e sem
linhas nulas, por exemplo:
1 0 −2
0 2 3 .
0 0 3
Consequentemente,
B = (1, 0, −2), (0, 2, 3), (0, 0, 3)
(f) Primeiro escalonamos a matriz cujas linhas são as coordenadas dos vetores de S em relação
à base canônica de C3 :
1 0 −2 0 0 0 1 0 −2 0 0 0
1 2 1 0 0 0 ∼ 0 2 3 0 0 0 .
0 0 0 1 0 0 0 0 0 1 0 0
Como a matriz à direita acima está na forma escalonada e não tem linhas nulas, incluímos
linhas nela de maneira a obter para obter uma matriz 6 × 6 na forma escalonada e sem
linhas nulas, por exemplo:
1 0 −2 0 0 0
0 2 3 0 0 0
0 0
2 −1 0 1
.
0 0 0 1 0 0
0 0 0 0 −1 1
0 0 0 0 0 2
Consequentemente,
B = (1, 0, −2), (0, 2, 3), (−i, 0, 2 + i), (i, 0, 0), (0, 0, 2i)
0 0 0 1
3.7 Base e Dimensão 137
Consequentemente,
1 0 0 1 0 0 0 0
B= , , ,
0 0 1 0 1 1 0 1
(h) Primeiro escalonamos a matriz cujas linhas são as coordenadas dos vetores de S em relação
à base canônica de M3×2 (R):
1 1 −1 3 3 2 1 1 −1 3 3 2
1 −1 2 4 3 2 ∼ 0 −2 3 1 0 0 .
−1 −3 4 −2 −3 −2 0 0 0 0 0 0
Como a matriz à direita acima está na forma escalonada e tem uma linha nula, para obter a
base procurada excluímos a linha nula e incluímos linhas de maneira a obter uma matriz
6 × 6 escalonada e sem linhas nulas, por exemplo:
1 1 −1 3 3 2
0 −2 3 1 0 0
0
0 1 −1 1 −1
.
0
0 0 1 −1 1
0 0 0 0 1 −1
0 0 0 0 0 1
Consequentemente,
1 1 0 −2 0 0 0 0 0 0 0 0
B= −1 3 , 3 1 , 1 −1 , 0 1 , 0 0 , 0 0
3 2 0 0 1 −1 −1 1 1 −1 0 1
que U ⊕W = R3 .
Solução:
Como BU = (−3, 1, 0), (−2, 0, 1) é uma base de U, então dim U = 2 para encontrar um
subespaço W basta completar BU a uma base R3 e tomar W o espaço gerado pelo vetor incluído.
B R3
Tomando = (−3, 1, 0), (−2, 0, 1), (0, 0, 1) uma base e
3 3
W = (0, 0, 1) = (x, y, z) ∈ R ; x = 0 e y = 0 temos U ⊕W = R .
7. Seja U o subespaço de R4 gerado por u1 = (1, −1, 0, 0), u2 = (0, 0, 1, 1), u3 = (−2, 2, 1, 1) e
u4 = (1, 0, 0, 0).
(a) Verifique se o subconjunto S = {u1 , u2 , u3 , u4 } é L. I. ou L.D.
(b) Existe um subconjunto próprio de {u1 , u2 , u3 , u4 } formado por vetores L.I.’s e que ainda
gera U?
(c) O vetor v = (2, −3, 2, 2) ∈ U?
(d) Para o subespaço W = (x, y, z,t) ∈ R4 ; y = z = 0 de R4 , determine o subespaço U ∩W .
(c) Observemos que (x, y, z,t) ∈ U se, e somente se, existem escalares reais a, b e c tais que:
a11 a12
Logo, U = ∈ M2 (R); a12 = 2a11 , a21 = 0 e a22 = a11 e dim U = 1,
a21 a22
pois é um subespaço gerado por uma matriz não nula.
a11 a12
(d) Uma matriz ∈ W se, e somente se, existem escalares reais a e b tais que
a21 a22
a11 a12 1 2 4 8 a + 4b 2a + 8b
= a · A + b ·C = a · +b· =
a21 a22 0 1 0 6 0 a + 6b
a + 4b = a11
2a + 8b = a12 a12 = 2a11
⇐⇒ =⇒ .
a 21 = 0 a21 = 0
a + 6b = a22
a11 a12
Logo, W = ∈ M2 (R); a12 = 2a11 e a21 = 0 e dim W = 2, pois é gerado
a21 a22
por duas matrizes linearmente independentes.
140 Capítulo 3. Espaços Vetoriais
10. Sejam U = (1, 1, 0, −1), (1, 2, 3, 0), (2, 3, 3, −1) e W = (1, 2, 2, −2), (2, 3, 2, −3), (1, 3, 4, −3)
subespaços de R4 , determine uma base e a dimensão de U +W e a dimensão de U ∩W em R4 .
Solução:
para isso basta escalonar a matriz 6 × 4 cujos elementos são os coeficientes dos respectivos
vetores de BU ∪ BW em relação à base canônica de R4 :
1 1 0 −1 1 0 1 0
1 2 3 0 0 1 3 1
2 2 3 −1 0 0 −1 −2
∼ .
1 2 2 −2 0 0 0 0
2 3 2 −3 0 0 0 0
1 3 4 −3 0 0 0 0
A matriz acima à direita está na forma escalonada com três linhas nulas, logo,
BU+W = (1, 1, 0, −1), (0, 1, 3, 1), (0, 0, −1, −2) é base de U +W , e portanto dim (U +W ) =
3.
Podemos ver também que U = (1, 1, 0, −1), (0, 1, 3, 1) e W = (1, 2, 2, −2), (0, 1, 2, −1) ,
portanto dim U = 2 e dim W = 2, logo pelo teorema da soma e da intersecção de subespaços
segue que dim (U ∩W ) = dim U + dim W − dim (U +W ) = 2 + 2 − 3 = 1.
11. Encontre uma base e a dimensão de W subespaço de F (R) gerado pelas funções f (x) = 1,
função constante igual a 1, g(x) = sen x e h(x) = cos x.
Solução:
O conjunto 1, sen x, cos x é base de W , pois cada uma das funções f (x) ≡ 1, g(x) = sen x
e h(x) = cos x não é combinação linear, por números reais, das demais funções.
E, portanto, dim W = 3.
3.7 Base e Dimensão 141
subespaços de C3 .
(a) Determine uma base para U, W , U ∩W , U +W como espaço vetorial sobre C.
(b) Determine uma base para U, W , U ∩W , U +W como espaço vetorial sobre R.
(c) Verifique se a soma U +W é direta em ambos os casos.
Solução:
(a) Como (z 1 , z2 , z3 ) ∈ U ⇐⇒ (z
1 , z2 , z3 ) = (z1 , z2 , −z1 ) = z1 · (1, 0, −1) + z2 · (0, 1, 0), então
BU = (1, 0, −1), (0, 1, 0) é uma base de U e dimC U = 2, considerando C espaço 3
vetorial sobre C.
lado, (z
Por outro 1 , z2 , z3 ) ∈ W ⇐⇒ (z1 , z2 , z3 ) = (z1 , −z1 , 0) = z1 · 3(1, −1, 0), então
BW = (1, −1, 0) é uma base de W e dimC W = 1, considerando C espaço vetorial
sobre C.
z3 = −z1 z1 = 0
Como (z1 , z2 , z3 ) ∈ U ∩ W ⇐⇒ z2 = −z1 =⇒ z2 = 0 , segue que
z3 = 0 z3 = 0
U ∩W = 0C3 e BU∩W = 0/ e dimC (U ∩W ) = 0.
segue que U +W = C3 .
Assim, podemos tomar a base canônica de C3 a base de U + W , ou seja,
BU+W = (1, 0, 0), (0, 1, 0), (0, 0, 1) .
142 Capítulo 3. Espaços Vetoriais
(b) Pelo desenvolvimento do item(a), considerando C3 espaço vetorial sobre R, segue que:
BU0 = (1, 0, −1), (0, 1, 0), (i, 0, −i), (0, i, 0) é uma base de U e dimR U = 4.
BU∩W
0 = 0/ e dim (U ∩W ) = 0.
Da mesma forma, pelo teorema da soma e da intersecção de subespaços,
segue que U +W = C3 .
Tomando a base canônica de C3 sobre R:
0
BU+W
= (1, 0, 0), (0, 1, 0), (0, 0, 1), (i, 0, 0), (0, i, 0), (0, 0, i) .
15. Determine os possíveis valores para a ∈ R tal que B = (a, 1, 0), (1, a, 1), (0, 1, a) seja uma
base de R3 .
Solução:
Como o conjunto B tem três elementos, logo B é base de R3 se, somente se, B é L.I. e isto é
equivalente a dizer que:
a 6= 0
a 1 0
e √
6= 0 ⇐⇒ a3 − 2a 6= 0 ⇐⇒ a · (a2 − 2) 6= 0 ⇐⇒
1 a 1
a 6 = 2 .
0 1 a
e √
a 6= − 2
√ √
Logo, B é base de R3 se, e somente se, a 6= 0, a 6= 2 e a 6= − 2.
Solução:
Vimos no exercício 1 item (i) da seção 3.6 que B = (1 − i, i), (2, −1 + i) é um conjunto L.I
17. Seja V um espaço vetorial de dimensão de finita sobre um corpo K e sejam U e W subespaços
vetoriais de V , então U ∪W é subespaço de V se, e somente se,
(a) ( ) U ∪W = U ∩W .
(b) ( ) U ∪W = U +W .
(c) ( ) dim U + dim W = dim V.
(d) ( ) U ∪W = V .
(e) ( ) Nenhuma das alternativas anteriores.
3.8 Coordenadas de um Vetor e Mudança de Base 143
Solução:
Vimos no exercício 5 da seção 3.3 que U ∪W é subespaço de V se, e somente se, ou U ⊂ W ou
W ⊂ U.
Portanto, o item correto é o item (e).
18. Seja V um espaço vetorial de dimensão de finita sobre um corpo K e sejam U e W subespaços
vetoriais de V tais que U ⊕W = V , então:
(a) ( ) BU∩W = 0/ e U +W = V .
(b) ( ) U ∩W = 0/ e U +W = V .
(c) ( ) dim (U +W ) = dim V.
(d) ( ) U ∩W = 0/ e dim U + dim W = dim V.
(e) ( ) Nenhuma das alternativas anteriores.
Solução:
Das informações do exercício temos U ⊕W = V , logo U +W = V e U ∩W = 0V , e portanto
BU∩W = 0./
Portanto, o item correto é o item (a).
19. Seja V um espaço vetorial de dimensão de finita sobre um corpo K e sejam U e W subespaços
vetoriais de V tais que dim U = 2 e dim W = 3, então:
(a) ( ) dim(U ∪W ) = 5.
(b) ( ) 0 ≤ dim(U ∪W ) ≤ 2.
(c) ( ) U ⊂ W.
(d) ( ) 5 ≤ dim(U +W ) ≤ dim V.
(e) ( ) Nenhuma das alternativas anteriores.
Solução:
Das informações do exercício temos dim U = 2 e dim W = 3.
Como U e W são subespaços de U + W , então dim (U + W ) ≥ dim U = 2 e dim (U + W ) ≥
dim W = 3, e como U +W é subespaço V segue também dim (U +W ) ≤ dim V.
Logo, só podemos afirmar que:
Solução:
(a) a·(1, 1, 1)+b·(1, 0, 1)+c·(1, 0, −1) = (3, −2, 7) ⇐⇒ (a+b+c, a+b, a−c) = (3, −2, 7)
a + b + c = 3 a = −2
⇐⇒ a = −2 =⇒ b = 7 .
a + b − c = 7 c = −2
−2
Portanto, u B = 7 .
−2
(b) a · 1 + b · (1 + t) + c · (1 − t 2 ) = 5 + 4t + t 2 ⇐⇒ (a + b + c) + b t − c t 2 = 5 + 4t + t 2
a + b + c = 5 a = 2
⇐⇒ b = 4 =⇒ b = 4 .
− c = 1 c = −1
2
Portanto, p(t) B = 4 .
−1
1 1 1 1 1 0 0 1 4 6
(c) a · +b· +c· +c· =
1 0 0 1 1 1 1 1 5 6
a + b + c = 4
a+b+c a+b+d 4 6 a + b + d = 6
⇐⇒ = ⇐⇒
a+c+d b+c+d 5 6
a + c + d = 5
b + c + d = 5
a + b + c = 4
a = 1
− b + d = 1 b = 2
∼ =⇒ .
− c + d = 2
c = 1
3d = 9 d = 3
1
2
Portanto, A B =
1 .
Solução:
3
(a) v1 = (3, 2, 3) = 3 · (1, 1, 1) + (−1) · (0, 1, 0), logo v1 B = .
−1
0
v2 = (0, −2, 0) = 0 · (1, 1, 1) + (−2) · (0, 1, 0), logo v2 B = .
−2
2 como combinação linear do vetor de B = t +t 2 , t + 1 ,
(b) Não é possível escrever
v1 = −2t
portanto não existe v1 B .
3
= −1 + 2t + 3t 2 = 3 · (t + t 2 ) + (−1) · (t + 1),
v2 logo v2 B = .
−1
−1
−1 0 1 1 0 −1
(c) v1 = = (−1) · + (−1) · , logo v1 B = −1 .
−2 0 1 0 1 0
0
0
1 −3 0 −1 1 −1
v2 = = 2· + , logo v2 B = 2 .
2 0 1 0 0 0
1
Solução:
4. Em M2 (R) consideremos os subespaços um U = E11 + E22 , 3E12 e W = 2E11 − E21 , deter-
mine:
(a) Uma base ordenada B 0 para M2 (R) a partir de uma base do subespaço U +W .
(b) A matriz mudança de base de B, da base canônica de M2 (R), para B 0 , encontrada no item
(a).
1 3
(c) As coordenadas do vetor A = E11 + 3E12 − E21 + 4E22 = ∈ M2 (R) em relação
−1 4
à base B 0 utilizando a matriz do item (b).
146 Capítulo 3. Espaços Vetoriais
Solução:
(a) Observemos que
CL
U +W = E11 + E22 , 3E12 + 2E11 − E21 =4 E11 + E22 , 3E12 , 2E11 − E21 .
Como os coeficientes das matrizes de E11 + E22 , 3E12 , 2E11 − E21 em relação à base
canônica de M2 (R) são dadas por:
1 0 0 1 1 0 0 1
0 3 0 0 ∼ 0 3 0 0 ,
2 0 −1 0 0 0 −1 −2
segue que E11 + E22 , 3E12 , 2E11 − E21 é L.I.
BU+W = E11 + E22 , 3E12 , 2E
Portanto, 11 − E21 é uma base de U + W e
B = E11 + E22 , 3E12 , −E21 − 2E22 , E22 é uma base de M2 (R) obtida pelo com-
0
pletamento de BU+W .
(b) Como B = E11 , E12 , E21 , E22 é a base canônica de M2 (R) e:
−1 0 −2 1
de base de B para B 0 .
1
B · [A] , como [A] =
3
(c) Sabemos que [A]B0 = MB 0 B B −1 , então
4
1 0 0 0 1 1
1/3
0 0 0
B
3 1
0 · [A]B =
[A]B0 = MB · = .
0 0 −1 0 −1 1
−1 0 −2 1 4 5
3.8 Coordenadas de um Vetor e Mudança de Base 147
1 0 1 0
B0 = 2
base B é dada por: MB
0 0 0
.
0 0 0 2
0 −1 0 0
B · [u] 0 , como
(b) Sabemos que [u]B = MB
0
B
1/2
4
u = 3e1 + e2 − 4e4 = 1/2 · (e1 + 2e2 ) + 4 · (−e4 ) + 5/2 · e1 =⇒ [u]B0 =
5/2 .
Consequentemente,
1 0 1 0 1/2 3
2 0 0 0
· 4
B 0 1
[u]B = MB · [u]B0 = =
0 .
0 0 0 2 5/2
0 −1 0 0 0 −4
p(t) = 2 + 4t + t 2 determine
p(t) B e p(t) B0
B e M B , matrizes mudança de base, de B para B 0 e de B 0 para B, respectiva-
utilizando MB
0
0 B
mente.
Solução:
Como B 0 = 1, 1 + t, 1 − t 2 , então
1 1 1 1 −1 1
B 0 B B 0 −1
MB = 0 1 0 =⇒ MB 0 = MB = 0 1 0 .
0 0 −1 0 0 −1
2
Por outro lado, como p(t) B = 4 , segue que:
1
1 −1 1 2 −1
B
p(t) B0 = MB 0 · p(t) = 0 1 0 · 4 = 4 .
B
0 0 −1 1 −1
148 Capítulo 3. Espaços Vetoriais
1 0 0 0
base B é dada por: MB B 0 = −1 1 0 0
.
0 −1 1 0
0 0 −1 1
B 0 · [u] 0 e
(b) Como p(t) B = MB B
5
8
p(t) = 5 + 3t − 8t 3 = 5 · (1 − t) + 8 · (t − t 2 ) + 8 · (t 2 − t 3 ) =⇒ p(t) B0 =
8 .
0
Consequentemente,
1 0 0 0 5 5
B0
−1 1 0 0 8
3
p(t) B = MB · p(t) B0 =
0 −1 · =
0 .
1 0 8
0 0 −1 1 0 −8
2
Solução:
(a) Como #B =, então dim V = 4, consequentemente como #B 0 = 4, então basta mostra que
B 0 = {v1 , v1 + v2 , v1 + v2 + v3 , v1 + v2 + v3 + v4 } é L. I., que é equivalente a mostrar que
a equação vetorial
a1 · v1 + a2 · (v1 + v2 ) + a3 · (v1 + v+ v3 ) + a4 · (v1 + v+ v3 + v4 ) = 0V
tem apenas a solução trivial.
Mas,
a1 · v1 + a2 · (v1 + v2 ) + a3 · (v1 + v+ v3 ) + a4 · (v1 + v+ v3 + v4 ) = 0V
⇐⇒ (a1 + a2 + a3 + a4 ) · v1 + (a2 + a3 + a4 ) · v2 + (a3 + a4 ) · v3 + a4 · v4 = 0V .
Como B = {v1 , v2 , v3 , v4 } é base de V segue que a única solução da equação acima é:
a1 + a2 + a3 + a4 = 0
a1 = 0
a2 + a3 + a4 = 0 a2 = 0
=⇒ .
a3 + a4 = 0
a3 = 0
a4 = 0 a4 = 0
1 1 0
B
9. Sejam MB = 0 −1 1 e B é a base canônica ordenada de R3 . Determine:
0
1 0 −1
(a) A base B 0 .
−1
(b) [v]B0 sabendo que [v]B = 2 .
3
−1
(c) [u]B sabendo que [u]B0 = 2 .
3
Solução:
1 1 0 1 1 1
B = 0 −1 B 0 = M B −1 = 1 · 1 −1 −1 .
(a) Como MB 0 1 , então MB B0 2
1 0 −1 1 1 −1
Sendo B = {v1 , v2 , v3 }, então
0
v1 = 1/2 · (e
1 + e2 + e3 ) =
1/2, 1/2, 1/2
1/2 · (e
1 − e2 + e3 )
v2 = = 1/2, − 1/2, 1/2 .
1/2 · (e
1 − e2 − e3 )
v3 = = 1/2, − 1/2, − 1/2
Portanto, n
0
o
B =
1/2, 1/2, 1/2 , 1/2, − 1/2, 1/2 , 1/2, − 1/2, − 1/2 .
1 1 0 −1 1
B · [v] = 0 −1
(b) [v]B0 = MB 1 · 2 = 1 .
0 B
1 0 −1 3 −4
1 1 1 −1 2
(c) [u]B = MBB 0 · [u] 0 = 1 · 1 −1 −1 · 2 = −3 .
B
2
1 1 −1 3 −1
10. Sejam B = {(1, 0), (0, 2)}, B1 = {(−1, 0), (1, 1)}, e B2 = {(−1, −1), (0, −1)} bases orde-
nadas de R2 .
B1 B2 B2 B1 B .
Determine: MB , MB , MB1
, MB2
· MB1
150 Capítulo 3. Espaços Vetoriais
Solução:
Como B = {(1, 0), (0, 2)}, B1 = {(−1, 0), (1, 1)}, e B2 = {(−1, −1), (0, −1)}, então:
B1 −1 1 B2 −1 0
MB = 1/2
e MB = − 1/2 − 1/2
.
0
−1 −1 −1
B
B1 1 −1 2
Como MB = MB = 1/2
= , segue que:
1 0 0 2
B2 B B2 −1 2 −1 0 0 −1
MB = MB · MB = · −1 = .
1 1 0 2 /2 − 1/2 −1 −1
Finalmente, como
−1 −1 −1
B1 B B
B2 0 −1 0
MB · MB = MB = MB = −1 = .
2 1 2 /2 − 1/2 1 −2
1 1 −1 1/2 0 − 1/2
2 1 1 0 1 1/2 1/2 1/2
B 0 0 −1 0 2 B B 0 −1
0 −1 0 −2
MB = =⇒ MB 0 = MB = .
0 0 −1 0 0 0 −1 0
0 0 0 −1 0 0 0 −1
(d) Encontre as coordenadas de p(t) = a0 + a1t + a2t 2 em relação à base B 0 utilizando a matriz
do item (c).
3.8 Coordenadas de um Vetor e Mudança de Base 151
Solução:
(a) Como U = 1 + it, (1 − 3i)t e os polinômios
p1 (t) = 1 + it e p2 (t) = (1 − 3i)t não são
proporcionais, segue que são L. I. e BU = 1 + it, (1 − 3i)t é uma base de U.
2
polinômio2 p3 (t) = 2t + (1 − i)t que não é o polinômio
Por outro lado, W é gerado pelo
nulo, portanto é L.I. e BW = 2t + (1 − i)t é uma base de W .
Observemos que
CL
U +W = 1 + it, (1 − 3i)t + 2t + (1 − i)t 2 =4 1 + it, (1 − 3i)t, 2t + (1 − i)t 2 .
1 i 0 1 i 0
0 1 − 3i 0 ∼ 0 1 − 3i 0 ,
0 2 1−i 0 0 1−i
(b) A base B 0 = 1 + it, (1 − 3i)t, 2t + (1 − i)t 2 , obtida no item (a). é uma base de P2 (C),
1 0 0
B 0
P2 (C) sobre C, então MB = i 1 − 3i 2 , consequentemente:
0 0 1−i
−1
1 0 0 1 0 0
B B 0 −1
MB 0 = MB = i 1 − 3i 2 = (3 − i)/10 (1 + 3i)/10 (1 − 2i)/5 .
0 0 1−i 0 0 (1 + i)/2
1 0 0 a0
B · p(t)
p(t) B0 = MB = (3 − i)/10 (1 + 3i)/10 (1 − 2i)/5 · a
0 B 1
0 0 (1 + i)/2 a2
(d) a0
(3−i)a0 +(1+3i)a1 +(2−4i)a2
= .
10
(1+i)a2
2
152 Capítulo 3. Espaços Vetoriais
3 considere as bases ordenadas B =
13. Em R (1, 1, 1), (0, 2, 3), (0, 2, −1) e
B 0 = (1, 1, 0), (1, −1, 0), (0, 0, 1) .
(b) Como
(1, 1, 0) = 1 · (1, 1, 1) − 1/4 · (0, 2, 2) + 1/4 · (0, 2, −1)
Logo,
1 1 0 4 3
B 0
1/4 · −1 = −1 = [u] .
MB · [u]B0 = − 1/4 − 1/2
B
1/4 − 1/2 − 1/4 −2 2
Solução:
(a) Como B = 2, 1 − t, 1 − t 2 e B 0 a base canônica de P2 (R), então:
2 1 1 1/2 1/2 1/2
B B B 0 −1
MB 0 = 0 −1 0 =⇒ MB 0 = MB = 0 −1 0 .
0 0 −1 0 0 −1
7
(b) Já que p(t) = 7 − 2t + t 2 , então Por outro lado, como p(t) B0 = −2 , segue que:
1
1/2 1/2 1/2 7 3
B0
p(t) B = MB · p(t) B0 = 0 −1 0 · −2 = 2 .
0 0 −1 1 −1