Escolar Documentos
Profissional Documentos
Cultura Documentos
Álgebra Linear
Nuno Martins
Departamento de Matemática
Setembro de 2015
1
Índice
Sistemas lineares.........................................................................................................4
1a …cha de exercícios para as aulas de problemas..........................................................10
Matrizes.......................................................................................................................12
2a …cha de exercícios para as aulas de problemas..........................................................27
Exercícios de revisão de sistemas e matrizes..................................................................30
1a …cha de exercícios facultativos...................................................................................34
Espaços lineares..........................................................................................................38
3a …cha de exercícios para as aulas de problemas...........................................................61
2a …cha de exercícios facultativos....................................................................................65
4a …cha de exercícios para as aulas de problemas...........................................................66
5a …cha de exercícios para as aulas de problemas...........................................................70
3a …cha de exercícios facultativos....................................................................................75
Transformações lineares............................................................................................76
6a …cha de exercícios para as aulas de problemas...........................................................93
7a …cha de exercícios para as aulas de problemas..........................................................100
Produtos internos. Ortogonalização.....................................................................108
8a …cha de exercícios para as aulas de problemas...........................................................128
Determinantes...........................................................................................................135
9a …cha de exercícios para as aulas de problemas...........................................................144
Valores próprios e vectores próprios. Diagonalização........................................151
10a …cha de exercícios para as aulas de problemas..........................................................177
4a …cha de exercícios facultativos..................................................................................185
Bibliogra…a...................................................................................................................188
2
Parte II (Resoluções das …chas de exercícios)
3
Resolução de sistemas de equações lineares
x 1 = s1 ; x2 = s 2 ; :::; x n = sn .
4
De…nição 4. A matriz A é a matriz dos coe…cientes do sistema AX = B, X é a
matriz coluna das incógnitas e B é a matriz coluna dos termos independentes. A matriz
2 3
a11 a12 a1n j b1
6 a21 a22 a2n j b2 7
6 7
[A j B] = 6 .. .. .. .. .. 7
4 . . . . . 5
am1 am2 amn j bm
x + 2y = 1
2x + y = 0
1 2 x 1
= .
2 1 y 0
1=3 1 2 1
isto é, X = é a única matriz que satisfaz AX = B, com A = eB = .
2=3 2 1 0
chama-se sistema linear homogéneo. Este sistema pode ser escrito na forma AX = 0.
(ii) Num próximo capítulo, à solução geral do sistema linear homogéneo AX = 0 dar-se-á
o nome de núcleo de A e escrever-se-á N (A).
5
De…nição 6. Às seguintes operações que se podem aplicar às equações de um sistema
de equações lineares, chamam-se operações elementares.
(c) Substituição de uma equação pela sua soma com um múltiplo escalar de outra
equação.
as seguintes operações.
(ii) Multiplicar uma linha (i) da matriz por um escalar ( ) diferente de zero: L i ! Li
(iii) Substituição de uma linha (j) pela sua soma com um múltiplo escalar ( ) de outra
linha (i): L i + L j ! Lj
(i) Todas as linhas nulas (formadas inteiramente por zeros) estão por baixo das linhas
não nulas;
(ii) Por baixo (e na mesma coluna) do primeiro elemento não nulo de cada linha e por
baixo dos elementos nulos anteriores da mesma linha, todas as entradas são nulas. Esse
primeiro elemento não nulo de cada linha tem o nome de pivot.
6
Exemplo 2. As seguintes matrizes estão em escada de linhas:
2 3
2 1 1=2 0 p0
6 0 0 3 0 2 7
4 1 0 1 3 0 6 7
6 5 7
A1 =
0 0
; A2 =
0 0 5 1
; A3 = 6 0 0 0 0 7.
4 0 0 0 0 0 5
0 0 0 0 0
De…nição 12. (i) O número de incógnitas livres (podem tomar valores arbitrários)
de um sistema, é o número de colunas que não contenham pivots, da matriz em escada
de linhas obtida de A através de operações elementares. Quando um sistema é possível e
indeterminado, ao no de incógnitas livres desse sistema chama-se grau de indeterminação
do sistema.
(ii) O número de incógnitas não livres de um sistema, é o número de colunas que con-
tenham pivots, da matriz em escada de linhas obtida de A através de operações elementares.
Logo, 8 8
< x+z =3 < x=2
2y + z = 3 , y=1
: 3 3 :
2
z=2 z = 1.
Neste exemplo o sistema tem a solução única f(2; 1; 1)g e diz-se possível e determinado.
7
Exemplo 4. O sistema de equações lineares de variáveis reais x; y; z e w
2 3
8 2 3 x 2 3
< 3z 9w = 6 0 0 3 9 6 7 6
y
5x + 15y 10z + 40w = 45 é equivalente a 4 5 15 10 40 5 6 4
7=4
5 45 5 .
: z
x + 3y z + 5w = 7 1 3 1 5 7
w
Logo,
x + 3y z + 5w = 7 x = 3y 2w 5
,
z + 3w = 2 z = 3w + 2.
As incógnitas y e w são livres e as incógnitas x e z são não livres. A solução geral do sistema
é: 82 3 9
>
> 3s 2t 5 >
>
<6 7 =
6 s 7 : s; t 2 R
> 4 3t + 2 5 >
>
: >
;
t
isto é, o conjunto solução é dado por: f( 3s 2t 5; s; 3t + 2; t) : s; t 2 Rg. Neste exemplo
o sistema tem um número in…nito de soluções e diz-se possível e indeterminado com
grau de indeterminação 2.
x + 2y + z = 3 x = 3z + 1
,
y 2z = 1 y = 2z + 1,
8
a incógnita z é livre, as incógnitas x e y são não livres e a solução geral do sistema é
82 3 9
< 3t + 1 =
4 2t + 1 5 : t 2 R
: ;
t
De…nição 13. (Ver-se-á mais adiante a consistência desta de…nição.) Seja A uma matriz
em escada de linhas. Ao no de colunas de A que não contêm pivots chama-se nulidade de A
e escreve-se nul A. Ao no de pivots de A, isto é, ao no de linhas não nulas de A, dá-se o nome
de característica de A e escreve-se car A. Se A fôr a matriz em escada de linhas obtida de
C através de operações elementares então diz-se que a característica de C é car A, tendo-se
car C = car A e diz-se que a nulidade de C é nul A, tendo-se nul C = nul A.
(iii) Se car A < car [A j B] então o sistema é impossível (não tem solução).
Observação 4. (i) car A = no de linhas não nulas da matriz em escada de linhas obtida
de A =
Teorema 2. Seja A uma matriz do tipo m n, isto é, com m linhas e n colunas Então
0 car A min fm; ng e
car A + nul A = n:
9
1a Ficha de exercícios para as aulas de problemas
x 2y 3z = 0
x + y + z = 1.
4. Determine todos os polinómios p(t) de grau menor ou igual a dois tais que
p(1) = 0; p(0) = 1 e p( 1) = 1:
10
6. Diga para que valores de a; b e c têm soluções os sistemas.
8
< x + 2y 3z = a
a) 3x y + 2z = b
:
x 5y + 8z = c
8
< x 2y + 4z = a
b) 2x + 3y z = b
:
3x + y + 2z = c
7. Para cada parâmetro real , considere o sistema de equações lineares de variáveis reais
cuja matriz aumentada é dada por:
2 3
1 1 1 j 2
6 3
1 j 2 7
6 7
4 1 1 j 2 5
2 2 2 j 4
11
Matrizes: operações e suas propriedades
De…nição 14. (i) Sejam m; n 2 N. Uma matriz A, do tipo m n (lê-se m por n), é
uma tabela de m n números dispostos em m linhas e n colunas:
2 3
a11 a12 a1n
6 a21 a22 a2n 7
6 7
A = 6 .. .. .. 7 :
4 . . . 5
am1 am2 amn
(ii) A matriz linha i de A é: ai1 ai2 ain , para i = 1; :::; m. A matriz coluna
j de A é: 2 3
a1j
6 a2j 7
6 7
6 .. 7
4 . 5
amj
para j = 1; :::; n.
(iii) À matriz do tipo m n cujas entradas são todas iguais a zero, chama-se matriz
nula e representa-se por 0m n ou simplesmente por 0. Por exemplo
0 0 0 0 0
02 2 = e 02 3 = .
0 0 0 0 0
tal que aij = 0 se i 6= j para todos os i; j, isto é, à matriz cujas entradas fora da diagonal
principal são todas nulas, chama-se matriz diagonal.
(v) À matriz (aij ) do tipo n n tal que aii = 1 para todo o i = 1; :::; n; e aij = 0 se
i 6= j : 2 3
1 0 0
6 0 1 0 7
6 7
6 .. . . .. 7 ,
4 . . . 5
0 0 1
chama-se matriz identidade e representa-se por In n ou simplesmente por I.
12
(vi) À matriz do tipo n n
2 3
a11 a12 a1n
6 0 a22 a2n 7
6 7
6 .. . . .. .. 7
4 . . . . 5
0 0 ann
cujas entradas por baixo da diagonal principal são todas nulas, isto é, tais que aij = 0 se
i > j, chama-se matriz triangular superior. À matriz do tipo n n
2 3
a11 0 0
6 . .. 7
6 a21 a22 . . . 7
6 . . . 7
4 .. .. .. 0 5
an1 an2 ann
cujas entradas por cima da diagonal principal são todas nulas, isto é, tais que aij = 0 se
i < j, chama-se matriz triangular inferior.
Uma matriz diz-se triangular se fôr triangular superior ou triangular inferior.
Exemplo 7. As matrizes
2
3
4
1 1 1 2 3 4 6 3 7
A= , B= , C= 0 0 7 e D=6 7
4 2 5
2 2 2 0 2 0
1
De…nição 15. Duas matrizes são iguais se forem do mesmo tipo e se as entradas corres-
pondentes forem iguais, isto é, A = (aij )m n e B = (bij )p q são iguais se m = p, n = q e
aij = bij , para i = 1; :::; m e j = 1; :::; n.
A = (aij )m n e B = (bij )m n
é a matriz
A + B = (aij + bij )m n.
13
Exemplo 8. Sejam
2
3 2 3
1 1
1 4 1 0 2 4
A= , B= , C = 4 1=2
p
5 e D=4 p
1=2 5 :
3 2 3 7 3 9
2 2
3 2
0
1 2 3
A+B = , C + D = 4 0 5 e não é possível, por exemplo, somar B com C.
4 5 6
0
A = ( aij )m n.
1 4 1 2 8 2
Exemplo 9. Seja A = . Tem-se, por exemplo, 2A = .
3 2 6 6 4 12
De…nição 18. A diferença entre duas matrizes A e B do mesmo tipo é de…nida por
A B = A + ( B),
isto é,
2 3 2 3
a11 a1p P
p P
p
a1k bk1 a1k bkn 7
6 .. .. 7 2 b11 b1j b1n
3 6
6 k=1 k=1 7
6 . . 7
.. 7 = 6 P 7
p
6 76 .. .. 6 aik bkj 7
6 ai1 aip 7 4 . . . 5 6 7
6 . .. 7 6 k=1 7
4 .. . 5 bp1 bpj bpn 4 Pp P
p 5
amk bk1 amk bkn
am1 amp k=1 k=1
AB = A b1 bn = Ab1 Abn
14
e sendo a1 ; :::; am as linhas da matriz A, então
2 3 2 3
a1 a1 B
6 7 6 7
AB = 4 ... 5 B = 4 ... 5
am am B
Ap = A:::A 0
| {z } e para p = 0 de…ne-se (se A fôr não nula) A = I.
p vezes
0 2 1 1 1
Exemplo 10. (i) =
2 3 3 2 2
0 1 + ( 2) ( 3) 0 1 + ( 2) 2 0 ( 1) + ( 2) ( 2) 6 4 4
= =
2 1 + 3 ( 3) 2 1+3 2 2 ( 1) + 3 ( 2) 7 8 8
2 3
1 p p
(ii) 1 1 1 4 1=2
p
5= 1 ( 1) + 1 1
2
+ ( 1) 2 = 2 1
2
2
(iii)
2 3 2 3 2 3
1 ( 1) 1 ( 1) 1 ( 1) ( 1) 1 1 1
4 1=2 5 1 1 1 =4 1
1 1
1 1
( 1) 5=4 1 1 1 5
p p
2 p
2 p
2 p
2 p
2 p2
2 2 1 2 1 2 ( 1) 2 2 2
2 3p 2 3
a11 0 0 (a11 )p 0 0
6 0 a22 0 7 6 0 (a22 )p 0 7
6 7 6 7
(iv) p 2 N, 6 .. .. .. 7 =6 .. .. .. 7.
4 . . . 5 4 . . . 5
0 0 ann 0 0 (ann )p
0 1 0 1 1 0 1 0
A= eB= tem-se AB = e BA = .
1 0 1 0 0 1 0 1
Logo AB 6= BA.
(ii) CD = 0 ; (C = 0 ou D = 0), pois, por exemplo, para
1 1 1 1
C= e D= ; CD = 0:
1 1 1 1
(iii) Se A (B) tem uma linha (coluna) nula então AB tem uma linha (coluna) nula.
15
(iv) MUITO IMPORTANTE: Sendo
2 3 2 3
a11 a12 a1n x1
6 a21 a22 a2n 7 6 x2 7
6 7 6 7
A = 6 .. .. .. 7 ; X = 6 .. 7
4 . . . 5 4 . 5
am1 am2 amn xn
então:
2 3 2 3 2 3
a11 a12 a1n
6 a21 7 6 a22 7 6 a2n 7
6 7 6 7 6 7
AX = 6 .. 7 x1 + 6 .. 7 x2 + ::: + 6 .. 7 xn .
4 . 5 4 . 5 4 . 5
am1 am2 amn
2 3T
1 3
1 4 1
Exemplo 11. (i) 4 4 2 5 = .
3 2 6
1 6
2 3H
1 + 2i 3
4 1 2i 4 1 1 2i 4
(ii) 4 i 5 = : (iii) tr =1 i.
3 i 6 3 i
1 6
16
Teorema 3. Sejam A, B, C e D matrizes de tipos apropriados, e escalares. São
válidas as seguintes propriedades para as operações matriciais.
(c) (Elemento neutro da soma) Existe uma única matriz 0 do tipo m n tal que A + 0 =
0 + A = A, para toda a matriz A do tipo m n.
(d) (Simétrico) Para cada matriz A existe uma única matriz B tal que A+B = B+A = 0.
Esta matriz B denota-se por A.
(f) (Distributividade) ( + ) A = A + A.
(g) (Distributividade) (A + B) = A + B.
(h) (Associatividade do produto de matrizes) A (BC) = (AB) C. Note que esta pro-
priedade permite generalizar a de…nição de produto de 2 matrizes ao produto de um no
…nito de matrizes, desde que as matrizes intervenientes sejam de tipos apropriados.
(o) (A1 + A2 + ::: + An )T = AT1 + AT2 + ::: + ATn , com A1 , A2 , :::, An matrizes de tipos
apropriados.
(r) (A1 A2 :::An )T = ATn :::AT2 AT1 , com A1 , A2 , :::, An matrizes de tipos apropriados.
(A1 A2 :::An )H = AH H H
n :::A2 A1 .
17
(s) Sendo A = (aij )n n e B = (bij )n n duas matrizes quadradas e um escalar, tem-se
De…nição 22. Uma matriz A do (tipo n n) diz-se invertível se existir uma matriz B
(do tipo n n) tal que
AB = BA = I.
À matriz B chama-se matriz inversa de A e denota-se por A 1 .
1
0 1 0 1 0 1
Exemplo 12. é invertível e = .
1 0 1 0 1 0
(ii) A matriz nula não é invertível. No entanto, a matriz identidade I é invertível tendo-se
1
I = I.
(iii) Se uma matriz quadrada tiver uma linha ou uma coluna nula então não é invertível.
De…nição 23. (i) Uma matriz A diz-se simétrica se A = AT , isto é, se aij = aji ,
para i; j = 1; :::; n. Diz-se que A é anti-simétrica se A = AT , isto é, se aij = aji , para
i; j = 1; :::; n.
T
0 1 0 1 0 1
Exemplo 13. é uma matriz simétrica. = .
1 0 1 0 1 0
H
1 1+i 1 1+i 1 1+i
é uma matriz hermitiana. = .
1 i 1 1 i 1 1 i 1
cos sen
é uma matriz ortogonal ( 2 R):
sen cos
18
1 2 2
3 3
i 3
i 2 3i 1
2 1 2 é uma matriz unitária. é uma matriz normal.
3
i 3 3
i i 1 2i
(ii) Sendo um escalar não nulo e A uma matriz invertível então A é invertível e
1
( A) 1 = A 1 :
(iv) Seja A = (aij )n n uma matriz. Se existir l 2 N tal que Al = 0 então A não é
invertível.
(v) Sejam A e B matrizes com A invertível tais que AB = 0. Então B = 0.
(vi) Sejam A e B matrizes com B invertível tais que AB = 0. Então A = 0.
(vii) Sejam A, B e C matrizes com A invertível tais que AB = AC. Então B = C.
(viii) Sejam A, B e C matrizes com B invertível tais que AB = CB. Então A = C.
(ix) A = (aij )n n é uma matriz invertível se e só se AT é invertível e
1 1 T
AT = A :
1
(xi) Se A = (aij )n n é uma matriz simétrica invertível, então A é simétrica.
1
(xii) Se A = (aij )n n é uma matriz hermitiana invertível, então A é hermitiana.
(xiii) Se A = (aij )n n é uma matriz ortogonal, então AT e A 1
são matrizes ortogonais.
(xiv) Se A = (aij )n n é uma matriz unitária, então AH e A 1
são matrizes unitárias.
(xv) Se A e B são duas matrizes ortogonais então AB é uma matriz ortogonal.
(xvi) Se A e B são duas matrizes unitárias então AB é uma matriz unitária.
(xvii) Se A e B são duas matrizes simétricas então AB é uma matriz simétrica se e só
se A e B comutarem.
(xviii) Se A e B são duas matrizes hermitianas então AB é uma matriz hermitiana se e
só se A e B comutarem.
19
Soluções de sistemas e invertibilidade de matrizes
Dem. Como o sistema tem menos equações do que incógnitas (m < n), sendo r o no de
incógnitas não livres, tem-se n r incógnitas livres as quais podem assumir qualquer valor.
Logo, o sistema linear homogéneo AX = 0 tem um número in…nito de soluções.
(i) O sistema AX = B tem solução única se e só se A fôr invertível. Neste caso a solução
geral é X = A 1 B:
20
(ii) O sistema homogéneo AX = 0 tem solução não trivial se e só se A fôr não invertível.
Dem. (i) Considere o sistema (AB) X = 0. Se B não fosse invertível, então existiria
X 6= 0 tal que BX = 0. Logo, X 6= 0 seria solução não trivial de ABX = 0, o que
contraria o teorema anterior uma vez que por hipótese AB é invertível. Assim, B é invertível.
Finalmente, A é invertível por ser o produto de duas matrizes invertíveis: A = (AB) B 1 .
1
(ii) Atendendo à alínea anterior, B é invertível. Logo B também é invertível e
1 1 1
A = AI = A BB = (AB) B = IB = B 1,
1 1
isto é, A é invertível e A = (B 1 ) = B.
Teorema 12. (Como inverter matrizes invertíveis do tipo n n). Seja A uma
matriz do tipo n n e consideremos a equação AX = B. Se A fôr invertível temos
AX = B , X = A 1 B,
isto é,
AX = IB , IX = A 1 B.
Assim, para determinar a inversa de A, iremos transformar a matriz aumentada [A j I] na
matriz [I j A 1 ], por meio de operações elementares aplicadas às linhas de [A j I]:
1
[A j I] ! IjA
:::
1 2 1
2 1 3 3
Exemplo 14. Vejamos que = 1 2 : Tem-se
1 2 3 3
2 1 j 1 0 2 1 j 1 0
! !
1 2 j 0 1 1
L +L2 !L2
2 1
0 32 j 1
2
1 2
L +L1 !L1
3 2
4 2 2 1
2 0 j 3 3
1 0 j 3 3
! ! .
2
L +L1 !L1
3 2
0 32 j 1
2
1 2
L !L2
3 2
0 1 j 1
3
2
3
1
L !L1
2 1
Isto é
1 2 1
2 1 3 3
= 1 2 .
1 2 3 3
21
De facto
2 1 2 1
2 1 3 3 3 3
2 1
1 2 = 1 2 =I
1 2 3 3 3 3
1 2
2 3
0 1 1
Exemplo 15. (i) Seja A = 4 1 5
4
1
2
5. Tem-se
1
1 2
0
2 3 2 3
0 1 1 j 1 0 0 1 0 0 j 1 2 3
[A j I] = 4 1 45 1
2
j 0 1 0 5 ! 4 0 1 0 j 2 4 4 5:
1 :::
1 2
0 j 0 0 1 0 0 1 j 3 4 4
2 3 1 2 3
0 1 1 1 2 3
Logo, 4 1 4 5 1 5 4
= 2 4 4 5. Veri…que(!) que: AA 1
= I.
2
1
1 2
0 3 4 4
2 3 2 3
9 8 7 3 2 1 j 0 0 1
(ii) Seja A = 4 6 5 4 5. Tem-se [A j I] ! 4 0 1 2 j 0 1 2 5. Logo, A
:::
3 2 1 0 0 0 j 1 2 1
não é invertível.
1
1 2 4 0 0 8
(iii) Sejam A = B= C= 1 . Determine-se X tal que
3 4 0 8 4
0
1
A I 2X T B 1
= C:
1 1 1
Tem-se A I 2X T B 1
=C, I 2X T = A 1 CB , I 2X T = (A 1 CB) ,
1 1 1 1
, XT = I B 1C 1
A ,X= I AT C T BT ,
2 2
!
1 1 1 1
1 1 0 1 3 0 4
4 0 1 2
,X= 1 ,X= 1 :
2 0 1 2 4 8
0 0 8 2 2
22
Matrizes elementares e factorização triangular
De…nição 24. Uma matriz elementar é uma matriz do tipo n n obtida da matriz
identidade I (do tipo n n) através de uma única operação elementar.
(i) A matriz Pij , chamada matriz de permutação, é a matriz elementar obtida por
troca da linha i com a linha j da matriz I. Tem-se:
2 3
1 0 0
6 0 ... ... .. 7
6 . 7
6 . . 7
6 .. . . 1 7
6 7
6 0 1 7
6 7 i
6 1 7
6 7
6 ... 7
Pij = 6 7 .
6 7
6 1 7
6 7
6 1 0 7 j
6 7
6 . . .. 7
6 1 . . 7
6 . .. .. 7
4 .. . . 0 5
0 0 1
(iii) A matriz Eij ( ) é a matriz elementar obtida da matriz I por soma da linha j com
um múltiplo escalar da linha i. Por exemplo para i < j tem-se:
2 3
1 0 0
6 0 ... ... .. 7
6 . 7
6 . . 7
6 .. . . 1 7 i
6 7
6 ... 7
Eij ( ) = 6 7 .
6 7
6 .. . 7.
6 1 . . 7 j
6 . . . 7
4 .. .. .. 0 5
0 0 1
Observação 9. (i) As matrizes elementares Eij ( ), com i < j, são matrizes triangulares
inferiores.
23
(ii) As matrizes elementares Eij ( ) e Eik ( ) comutam, isto é, Eij ( )Eik ( ) = Eik ( )Eij ( ).
0 1 0 1 0 1 0 1
P12 = P21 = , E1 ( ) = , E2 ( ) = , E12 ( ) = e E21 ( ) = .
1 0 0 1 0 1 0 1
Teorema 14. Sejam E uma matriz elementar do tipo m m e A uma matriz qualquer
do tipo m n. Então, EA é a matriz obtida de A através da mesma operação elementar que
originou E. Isto é, aplicar uma operação elementar a uma matriz corresponde a multiplicar
essa matriz à esquerda por uma matriz elementar.
2 3
0 0 3 9 j 6
Exemplo 17. Considere-se a matriz aumentada 4 5 15 10 40 j 45 5. A op-
1 3 1 5 j 7
eração elementar:
2 3 2 3
0 0 3 9 j 6 1 3 1 5 j 7
4 5 15 10 40 j 45 5 ! 4 5 15 10 40 j 45 5 ,
L1 $L3
1 3 1 5 j 7 0 0 3 9 j 6
corresponde à seguinte multiplicação (à esquerda):
2 32 3 2 3
0 0 1 0 0 3 9 j 6 1 3 1 5 j 7
4 0 1 0 5 4 5 15 10 40 j 45 5 = 4 5 15 10 40 j 45 5 .
1 0 0 1 3 1 5 j 7 0 0 3 9 j 6
A operação elementar:
2 3 2 3
1 3 1 5 j 7 1 3 1 5 j 7
4 5 15 10 40 j 45 5 ! 4 1 3 2 8 j 9 5,
1
L !L2
0 0 3 9 j 6 5 2 0 0 3 9 j 6
corresponde à seguinte multiplicação (à esquerda):
2 32 3 2 3
1 0 0 1 3 1 5 j 7 1 3 1 5 j 7
4 0 1=5 0 5 4 5 15 10 40 j 45 5 = 4 1 3 2 8 j 9 5.
0 0 1 0 0 3 9 j 6 0 0 3 9 j 6
A operação elementar:
2 3 2 3
1 3 1 5 j 7 1 3 1 5 j 7
4 1 3 2 8 j 9 5 ! 4 0 0 1 3 j 2 5,
L1 +L2 !L2
0 0 3 9 j 6 0 0 3 9 j 6
corresponde à seguinte multiplicação (à esquerda):
2 32 3 2 3
1 0 0 1 3 1 5 j 7 1 3 1 5 j 7
4 1 1 0 54 1 3 2 8 j 9 5=4 0 0 1 3 j 2 5.
0 0 1 0 0 3 9 j 6 0 0 3 9 j 6
24
Finalmente, a operação elementar:
2 3 2 3
1 3 1 5 j 7 1 3 1 5 j 7
4 0 0 1 3 j 2 5 ! 4 0 0 1 3 j 2 5,
3L2 +L3 !L3
0 0 3 9 j 6 0 0 0 0 j 0
Tem-se então:
2 3 2 3
0 0 3 9 j 6 1 3 1 5 j 7
1 4 5 4
E23 (3) E12 ( 1) E2 P13 5 15 10 40 j 45 = 0 0 1 3 j 2 5.
5
1 3 1 5 j 7 0 0 0 0 j 0
Teorema 15. Toda a matriz elementar é invertível e a respectiva inversa é também uma
matriz elementar. Tem-se:
1 1 1
(i) (Pij ) = Pij . (ii) (Ei ( )) = Ei (1= ), para 6= 0. (iii) (Eij ( )) = Eij ( ).
Observação 10. O teorema anterior indica um modo alternativo para calcular a matriz
inversa de uma matriz invertível.
Teorema 17. (i) O produto de duas matrizes triangulares inferiores (superiores) é uma
matriz triangular inferior (superior).
(ii) Se uma matriz triangular superior (inferior) fôr invertível então a sua inversa é
também triangular superior (inferior).
P Dem. (i) Se A = P (aij ) e B = (bij ) com aij = bij = 0 se i < j; então para AB =
( nk=1 aik bkj ) tem-se nk=1 aik bkj = 0 se i < j uma vez que se k > j > i então aik = 0 e
se j > k então
Pn bkj = 0. Além disso a diagonal principal da matriz triangular inferior AB é
dada por: k=1 aik bki = aii bii , i = 1; :::; n, uma vez que se i < k então aik = 0 e se k < i
então bki = 0.
25
diagonal principal são os pivots que resultam de aplicar o método de eliminação de Gauss
à matriz A.
23 2 3
1 1 1 1 1 1
Exemplo 18. Seja A = 4 2 1 4 5. Tem-se E23 (1)E13 ( 2)E12 ( 2)A = 4 0 1 2 5.Logo,
2 3 5 0 0 5
2 3
1 1 1
14
1 1
A = (E12 ( 2)) (E13 ( 2)) (E23 (1)) 0 1 2 5.
0 0 5
Isto é, 2 3
1 1 1
4
A = E12 (2)E13 (2)E23 ( 1) 0 1 2 5, ou ainda, A = LU ,
0 0 5
com 2 3 2 3
1 0 0 1 1 1
4
L = E12 (2)E13 (2)E23 ( 1) = 2 1 0 5 e 4
U= 0 1 2 5.
2 1 1 0 0 5
2 3 2 3
1 2 3 4 1 2 3 4
6 0 0 5 6 7 6 0 1 7 8 7
Exemplo 19. Seja A = 6
4 0
7. Tem-se P24 A = 6
5 4
7e
0 10 6 0 0 10 6 5
0 1 7 8 0 0 5 6
2 3
1 2 3 4
6 0 1 7 8 7
E34 ( 1=2) P24 A = 6
4 0 0 10 6 5
7
0 0 0 3
Logo 2 3
1 2 3 4
6 0 1 7 8 7
P24 A = (E34 ( 1=2)) 1 6
4 0
7
0 10 6 5
0 0 0 3
Isto é, 2 3
1 2 3 4
6 0 1 7 8 7
P24 A = E34 (1=2) 6
4 0
7, ou ainda, P A = LU ,
0 10 6 5
0 0 0 3
com
2 3 2 3
1 0 0 0 1 2 3 4
6 0 1 0 0 7 6 0 1 7 8 7
P = P24 , L = E34 (1=2) = 6
4 0
7 e U =6 7:
0 1 0 5 4 0 0 10 6 5
0 0 1=2 1 0 0 0 3
26
2a Ficha de exercícios para as aulas de problemas
1. Veri…que que:
2 1000 2
6 9 0 0 1 1 0 1
(i) = (ii) =I (iii) = I
4 6 0 0 0 1 1 0
222 220
0 1 0 1 0 0 1 2 5 4 5 4 1 2
(iv) + = (v) =
1 0 1 0 0 0 3 4 6 11 6 11 3 4
2 32 2 32 32 2 3
1 1 1 0 0 0 2 2 4 2 2 4
(vi) 4 1 1 1 5 4
= 0 0 0 5 (vii) 4 1 3 4 5 = 4 1 3 4 5
2 2 2 0 0 0 1 2 3 1 2 3
2 3 2 3
1 1 0 1 2
4 5 4 1 1 0 2 4 2
(viii) 2 1 0 1 = 2 0 2 5 (ix) 3 1
2
= 7 5
1 1 1 1 2 2
3 3 0 3
T 1 T p
(x)
4 1
1 2
2 1 4 p2 =
7 2p 2 11
2 2 2 1 3 2 9 2 2 + 10
1
a b d b 1
(xi) = (se ad bc 6= 0)
c d ad bc c a
2 32 3 2 32 3 2 3
1 1 1 6 2 9 1 1 1 2 2
a
A 2 coluna de 4 1 1 1 5 4 7 1 6 5 é 4 1 1 1 54 1 5 = 4 2 5
1 1 1 9 1 7 1 1 1 1 0
cos sen
(xiii) é ortogonal ( 2 R). Isto é,
sen cos
T T
cos sen cos sen cos sen cos sen
= =I
sen cos sen cos sen cos sen cos
2 p p p 3
3 2 6
p3 2p p6 1 2 2
6 3 2 6 7 3 3
i 3
i
(xiv) 4 5 é ortogonal. (xv) 2 1 2 é unitária. Isto é,
p3
3
2 6p
6 3
i 3 3
i
3
0 3
1 2 2 1 2 2 H 1 2 2 H 1 2 2
3 3
i 3
i 3 3
i 3
i 3 3
i 3
i 3 3
i 3
i
2 1 2 2 1 2 = 2 1 2 2 1 2 =I
3
i 3 3
i 3
i 3 3
i 3
i 3 3
i 3
i 3 3
i
2 3i 1
(xvi) é uma matriz normal. Isto é,
i 1 2i
H H
2 3i 1 2 3i 1 2 3i 1 2 3i 1
=
i 1 2i i 1 2i i 1 2i i 1 2i
27
2. Efectue, sempre que possível, as seguintes operações.
3 1
(i) 1
2
3
(ii) 0 1 +
1
(iii) 2
2 3 p2 41
3 0 1 1 3 5 2
1 0 1 0 6 1 0 2 p 0
(iv) 2 1 3
(v) (vi) 2 3 4
3 2
2 3 3 1 1 1
02 3 1T
p 2
2 p
(vii) 4 1
2
2 (viii) @4 1
4
52 2 3 A
3
1
0 2 8 1
31T
2 3T 2 3 9 3
1
B 1
0 1
1 0 1 6 7C
B 3 2 2 6 7C
(ix) B
B2
4 5 4 5 6
6
1
3
1
2
1 7C
7C
@ 1 1
1 1 1
1 4 5A
3 2 3 2
5 5
3
1 2
2 1
3T 2 3 2 3T 2 1
3
1 2
0 2 1 0 1 0 1 2
0 2
4
(x) 0 1 1
0 5 4 2 4 5 (xi) 4 2 4 5 4 0 1 1
0 5
4 4
1 1
6 2 5 1 3
3 3
3 6 2 5 1
28
7. Seja A 2 Mn n (R) tal que A2 + 2A + 2I = 0. Veri…que que A é invertível e determine
a sua inversa.
3 4
8. Sejam A; B; X 2 Mn n (R) matrizes invertíveis tais que (AB)2 =
. Em cada
7 9
um dos seguintes casos, determine a matriz X que satisfaz a equação
(i) AXB + AB = 0 (ii) BXA A 1B 1
=0
1 4 3
T
9. (i) Determine A 2 M2 2 (R) tal que 2I (3A 1 ) = :
7 5
1 1 3
(ii) Determine a matriz B tal que (B T + 4I) = :
2 5
T
1 1 3 2
(iii) Determine a matriz A tal que A = I.
2 3 1 1
10. (i) Seja A 2 Mn n (R) tal que
Ak = 0
para algum k 2 Nn f1g. Veri…que que
1
(I A) = I + A + ::: + Ak 1
2 3 1
1 1 0
(ii) Calcule 4 0 1 1 5 :
0 0 1
2 3
2 2 2
11. Seja A = 4 5 1 3 5.
1 5 3
2 3
0 0 0
(i) Veri…que que A3 = 4 0 0 0 5. (ii) Calcule (I A) (I + A + A2 ) :
0 0 0
2 3
0 0 a 1
6 2 2 0 a 7
12. Seja Ba;b =6
4 0
7, com a; b 2 R:
0 a b 5
3 0 6 0
(i) Determine a característica e a nulidade de Ba;b em função de a e b.
(ii) Para a = 1 e b = 0 calcule a matriz inversa da matriz B1;0 , isto é, (B1;0 ) 1 .
T
(iii) Determine a solução geral do sistema linear B1;0 X = C, C = 1 2 3 1 .
(iv) Para b = 1, determine a solução geral do sistema linear Ba;1 X = D, em que D é
o simétrico da 3a coluna de Ba;1 .
2 3
2 1 2
13. Seja A = 4 2 1 0 5. Factorize a matriz A na forma A = LU , obtendo uma
3 1 2
matriz L triangular inferior com 1’s na diagonal principal e uma matriz U triangular
superior.
29
Exercícios de Revisão de Sistemas e Matrizes
3. Para cada parâmetro real , considere o sistema de equações lineares de variáveis reais
cuja matriz aumentada é dada por:
2 3
1 4 2 j 10
4 2 7 2 j 20 5 .
1 5 j 10
30
6. Para cada parâmetro real , considere o sistema de equações lineares de variáveis reais
cuja matriz aumentada é dada por:
2 3
1 2 3 j 0
6 3 2 1 j 4 7
6 7.
4 1 2 5 j 4 5
2 3 j 0
(i) Determine os valores de para os quais o sistema anterior é possível e determinado.
(ii) Para = 1, determine a solução geral do sistema de equações lineares correspon-
dente.
7. Determine um sistema de equações lineares cujo conjunto de soluções seja:
(i) S = f(1; 1; 1)g
(ii) S = f(3t s; t + 2s 1; s 2t + 1) : s; t 2 Rg
(iii) S = f(1 s; s t; 2s; t 1) : s; t 2 Rg
1 2
8. Sendo A = , determine todos os u 6= 0 tais que Au = 5u.
2 4
1 2
9. Determine todas as matrizes reais 2 2 que comutam com a matriz .
3 4
10. Pretende-se arrumar livros em caixas. Ao colocar 7 livros em cada caixa, …ca um livro
de fora. Ao colocar 8 livros por caixa, há uma caixa que só tem 1 livro. Quantos livros
se pretende arrumar? Quantas caixas existem?
11. (i) Determine os coe…cientes a; b; c e d da função polinomial
p(x) = ax3 + bx2 + cx + d;
cujo grá…co passa pelos pontos P1 = (0; 10); P2 = (1; 7); P3 = (3; 11) e P4 = (4; 14).
(ii) Determine os coe…cientes a; b e c da equação da circunferência
x2 + y 2 + ax + by + c = 0;
que passa pelos pontos P1 = ( 2; 7); P2 = ( 4; 5) e P3 = (4; 3).
12. Escreva a matriz A = (aij )4 4 2 M4 4 (R) em cada um dos seguintes casos:
(i) 8
< 0 se i > j
aij =
: 1
caso contrário,
i+j 1
(ii) 8
>
> i se i = j
>
>
<
aij = j se j = i + 1
>
>
>
>
:
i j caso contrário,
31
13. Veri…que se a matriz (aij ) 2 M2 2 (R) de…nida por
aij = 3i + 2j;
32
17. Seja
1 0
B= :
1 1
Determine a matriz A tal que
I AT B = B 2 .
19. Seja 2 3
1 0 1 0
6 1 2
+ 7
A ; =6
4 0 1
7;
5
2
1 + +
com ; 2 R:
(i) Determine a característica e a nulidade de A ; em função de e .
(ii) Determine os valores dos parâmetros e para os quais A ; é invertível.
20. Seja 2 3
1 0 2
6 2 2
4 7
A =6
4 4 0
7;
3
8 5
2 2
0
com 2 R.
(i) Determine a característica e a nulidade de A em função do parâmetro e diga,
justi…cando, quais são os valores de para os quais A é invertível.
(ii) Para = 1; determine a inversa da matriz A1 .
21. Seja 2 3
1 0 1
6 0 1 1 0 7
A =6
4 1
7 , com 2 R.
0 2
1 5
2 0 2 2
33
1a Ficha de exercícios teóricos
4. Sendo A uma matriz 2 2 ortogonal, isto é, tal que AAT = AT A = I, mostre que
A2 = B 2 .
7. Diga de que tipos deverão ser as matrizes A e B de modo a poderem ser efectuados os
seguintes produtos e desenvolva esses mesmos produtos.
(i) (A + B)(A B) (ii) (AB)2 (iii) (A + B)2
1 0 0 0
8. (i) Veri…que que as matrizes A = eB= não satisfazem a relação:
2 0 3 4
AB = 0 ) A = 0 ou B = 0. O que pode concluir? E no caso de A ser invertível, o
que concluiria acerca da veracidade da relação anterior?
1 2 0 0 2 2
(ii) Veri…que que as matrizes A = , B = e C = não
1 2 1 1 0 0
satisfazem a relação: AB = AC ) B = C. O que pode concluir? E no caso de A ser
invertível, o que concluiria acerca da veracidade da relação anterior?
34
10. Uma matriz A do tipo n n diz-se anti-simétrica se AT = A. Mostre que:
(i) Os elementos da diagonal principal de uma qualquer matriz anti-simétrica são todos
nulos.
(ii) Para qualquer matriz A do tipo n n, a matriz A AT é anti-simétrica.
(iii) Escrevendo A = 12 (A + AT ) + 21 (A AT ), toda a matriz quadrada pode ser
decomposta de modo único pela soma de uma matriz simétrica com uma anti-simétrica.
a b
11. Veri…que que todas as matrizes X = que satisfazem a equação X 2 = I são:
c d
1 0 1 b a b
I; ; ; 1 a2 .
c 1 0 1 b
a
0
fX 2 M2 2 (R) : XA = AX; para todo o A 2 M2 2 (R)g = : 2R .
0
13. Sendo A uma matriz do tipo m n, seja N (A) = fX : AX = 0g. Mostre que:
(i) Sendo A e B de tipos apropriados, então N (B) N (AB).
(ii) Sendo A e B de tipos apropriados com A invertível, então N (B) = N (AB).
(iii) Sendo A 2 Mm n (R), tem-se N AT A = N (A) :
(iv) Sendo A e B do tipo m n com m < n tais que AB T é invertível, então B T A não
é invertível e nenhuma linha de B pertence a N (A).
(v) Sendo A 2 Mm n (R) tal que para todo o B 2 Rm ; o sistema AX = B é possível,
então N AT = f0g.
14. (i) Seja A 2 Mn n (R) tal que que Au = 0 para qualquer u 2 Mn 1 (R). Prove que
A = 0.
(ii) Sejam A; B 2 Mn n (R) tais que que Au = Bu para qualquer u 2 Mn 1 (R).
Prove que A = B.
16. Sendo A uma matriz do tipo m n tal que car A = m, mostre que existe B do tipo
n m tal que AB = I.
35
18. Duas matrizes A e B do tipo n n dizem-se semelhantes se existir S invertível tal que
A = SBS 1 . Mostre que:
(i) Sendo A ou B invertíveis então AB e BA são semelhantes.
1
(ii) Sendo A e B semelhantes então X 2 N (A) se e só se S X 2 N (B).
19. Seja A uma matriz quadrada (do tipo n n). Mostre que:
1
(i) Se A fôr invertível então A tambem é invertível e (A 1 ) 1
= A.
T T 1
(ii) Se A fôr invertível então A tambem é invertível e (A ) = (A 1 )T .
1
(iii) Se A fôr invertível e simétrica então A tambem é simétrica.
24. Sendo A = (aij ) uma matriz invertível e B = (bij ) a inversa da A, mostre, para k 6= 0,
a matriz (k i j aij ) é invertível e a sua inversa é (k i j bij ).
a b
25. Seja A uma matriz do tipo 2 2. Mostre que A = é invertível se e só se
c d
ad bc 6= 0. No caso de A ser invertível, utilize o método de eliminação de Gauss-Jordan
para encontrar a matriz inversa de A.
26. Que condições devem ser veri…cadas para que a seguinte matriz diagonal do tipo n n
2 3
k1 0 0
6 . . . .. 7
6 0 k . 7
D=6 . .2 . 7
4 .. .. .. 0 5
0 0 kn
36
27. Para matrizes quadradas A = (aij )n n de…ne-se o traço de A, tr(A), como sendo a
soma de todas as entradas da diagonal principal de A, isto é,
X
n
tr(A) = aii :
i=1
28. Para cada matriz A do tipo n n, veri…que que não existe X do tipo n n tal que
AX XA = I.
tr(AT A) = 0 , A = 0:
A = I + uv T .
1 1
A =I T
uv T .
1+u v
Além disso veri…que que
uT v = tr uv T
37
Espaços lineares (ou Espaços vectoriais)
De…nição 25. Um conjunto não vazio V é um espaço linear (real) se existirem duas
operações associadas a V , uma soma de elementos de V e um produto de escalares (números
reais) por elementos de V , com as seguintes propriedades:
u + v 2 V:
u 2 V:
u + v = v + u:
u + (v + w) = (u + v) + w:
(e) (Elemento neutro da soma). Existe um elemento de V designado por 0 tal que, para
qualquer u 2 V ,
u + 0 = u:
u + v = 0:
( u) = ( ) u:
(u + v) = u + v:
( + ) u = u + u:
38
De…nição 26. Aos elementos de um espaço linear (vectorial) V chamaremos vectores.
(ii) Mm n (R) (conjunto de todas as matrizes reais do tipo m n), com as operações
(usuais): A + B e A.
(v) O conjunto de todas as funções reais de variável real de…nidas num conjunto S R,
com as operações usuais:
(f + g)(x) = f (x) + g(x),
( f )(x) = f (x).
u v = u + v + 1,
u= u+ 1,
(ii) O conjunto dos números reais maiores do que zero, com a soma de…nida por
u v = uv,
u=u ,
39
Observação 12. Alterações nos conjuntos considerados anteriormente podem resultar
em conjuntos que não são espaços lineares.
(iii) O conjunto U = ff : R ! R tais que f (1) = 2g, com as operações usuais, não é
um espaço linear. Por exemplo, se f1 ; f2 2 U ,
Logo, f1 + f2 2
= U.
(i) Os únicos subespaços do espaço linear R, com as operações usuais, são f0g e R.
(ii) Os subespaços do espaço linear R3 , com as operações usuais, são: f(0; 0; 0)g, R3 ,
todas as rectas que passam pela origem e todos os planos que passam pela origem.
40
De…nição 28. Seja A 2 Mm n (R). O conjunto
N (A) = fu 2 Rn : Au = 0g
De…nição 30. Seja S um subconjunto não vazio de um espaço linear V . Diz-se que um
vector u é combinação linear …nita dos elementos de S, se existir um no …nito de elementos
de S, u1 ; :::; uk , e de escalares 1 ; :::; k tais que
X
k
u= 1 u1 + ::: + k uk = i ui .
i=1
Seja
L(S) = f 1 u1 + ::: + k uk : 1 ; :::; k 2 Rg ,
(no caso do corpo dos escalares ser R) isto é, seja L(S) o conjunto de todas as combinações
lineares …nitas de elementos de S. O conjunto L(S) é (veri…que!) um subespaço de V . A
L(S) chama-se a expansão linear de S ou subespaço de V gerado por S e diz-se que
S gera L(S) ou ainda que S é um conjunto gerador do espaço linear L(S). Se S é o
conjunto vazio ?, escreve-se L(?) = f0g.
Teorema 22. (i) Seja S um subconjunto não vazio de um espaço linear V . A expansão
linear L(S) de S é o menor subespaço de V que contém S.
Exemplo 22. (i) O espaço linear R2 é gerado por qualquer dos seguintes conjuntos de
vectores:
f(1; 0); (0; 1)g, f(1; 2); ( 1; 11)g e f(23; 8); (6; 14)g.
41
(ii) O subespaço f(x; y) 2 R2 : y = 2xg do espaço linear R2 é gerado por qualquer dos
seguintes conjuntos de vectores:
(iii) O espaço linear Pn de todos os polinómios reais de variável real e de grau menor ou
igual a n, é gerado por qualquer dos seguintes conjuntos de vectores:
t t2 tn
f1; t; t2 ; :::; tn g, f1; 1 + t; (1 + t)2 ; :::; (1 + t)n g e f1; ; ; :::; g.
1! 2! n!
(iv) O espaço linear P de todos os polinómios reais de variável real, é gerado pelo conjunto
in…nito de vectores:
f1; t; t2 ; :::g.
(v) Seja U o espaço linear de todas as funções reais com primeira derivada contínua em
R (isto é, pertencentes a C 1 (R)) e tais que f 0 (x) = af (x) (em R) com a 2 R. Então U é
gerado pela função g (x) = eax , tendo-se U = L (fgg).
é o subespaço (do espaço linear Rm ) gerado pelas colunas de A, uma vez que:
2 3 2 32 3 2 3 2 3
b1 a11 a1n u1 a11 a1n
6 .. 7 6 .. .. 7 6 .. 7 = u 6 .. 7 + ::: + u 6 .. 7 .
4 . 5=4 . . 54 . 5 14 . 5 n4 . 5
bm am1 amn un am1 amn
2 3 2 3
1 3 1 1 2
0 0 0 2 0
(vii) A = , B=4 0 0 7 5, C = 4 2 4 5, D = .
0 0 0 0 1
0 0 0 2 4
C(A) = f(0; 0)g, N (A) = R3 , L(A) = f(0; 0; 0)g.
C(B) = L (f(1; 0; 0) ; (1; 7; 0)g) , N (B) = L (f(3; 1; 0)g) ; L(B) = L (f(1; 3; 1) ; (0; 0; 7)g) .
C(C) = L (f( 1; 2; 2)g) ; N (C) = L (f(2; 1)g) ; L(C) = L (f( 1; 2)g) :
C(D) = L (f(2; 0) ; (0; 1)g) , N (D) = f(0; 0)g; L(D) = L (f(2; 0) ; (0; 1)g) .
(viii) Seja U = fA 2 M3 2 (R) : a12 = a21 = a32 = 0 e a11 + 2a31 = 0g. Tem-se, para
A 2 U,
2 3 2 3 2 3 2 3
a11 a12 2a31 0 2 0 0 0
A = 4 a21 a22 5 = 4 0 a22 5 = a31 4 0 0 5 + a22 4 0 1 5 ,
a31 a32 a31 0 1 0 0 0
42
com a31 ; a22 2 R. Logo,
082 3 2 391
< 2 0 0 0 =
U = L@ 4 0 0 5;4 0 1 5 A.
: ;
1 0 0 0
p(1) = p(0) , a0 + a1 + a2 = a0 , a1 + a2 = 0 , a1 = a2 .
U =L 1; t + t2 .
U = N (A) :
U1 + U2 = L (S1 [ S2 ) :
A
U1 \ U2 = N :
B
U1 + U2 = L (S1 [ S2 ) :
43
Se
U1 = fa0 + a1 t + ::: + an tn : (a0 ; a1 ; :::; an ) 2 N (A)g
e
U2 = fa0 + a1 t + ::: + an tn : (a0 ; a1 ; :::; an ) 2 N (B)g
então
A
U1 \ U2 = a0 + a1 t + ::: + an tn : (a0 ; a1 ; :::; an ) 2 N :
B
U = fA = (aij ) 2 Mm n (R) : (a11 ; :::; am1 ; :::; a1n ; :::; amn ) 2 N (B)g
U1 + U2 = L (S1 [ S2 ) :
Se
U1 = fA = (aij ) 2 Mm n (R) : (a11 ; :::; am1 ; :::; a1n ; :::; amn ) 2 N (B)g
e
U2 = fA = (aij ) 2 Mm n (R) : (a11 ; :::; am1 ; :::; a1n ; :::; amn ) 2 N (C)g
então
B
U1 \ U2 = A = (aij ) 2 Mm n (R) : (a11 ; :::; am1 ; :::; a1n ; :::; amn ) 2 N :
C
Seja v 2 V , então
v = (1; 1; 1) + (1; 2; 1) = ( + ; +2 ; + ),
( + )+( +2 ) 2( + ) = 0.
U \ V = f( 3 ; 7 ; 5 ) : 2 Rg = f ( 3; 7; 5) : 2 Rg = L (f(3; 7; 5)g) .
44
Seja v 2 U , então
v = (1; 1; 1) + (1; 2; 2) = ( + ; +2 ; + 2 ),
( + ; +2 ; + 2 ) = (2; 1; 1) + ( 1; 1; 3) = (2 ; + ; + 3 ),
Logo, 8 8
< + =2 < =
= , =2
: :
0= 2 +4 . =2 .
Assim,
Logo,
U \ V = f(3 ; 3 ; 5 ) : 2 Rg =f (3; 3; 5) : 2 Rg = L (f(3; 3; 5)g) .
Resolução alternativa para determinar U \V : Seja (x; y; z) 2 U = L (f(1; 1; 1); (1; 2; 2)g).
Assim, existem escalares ; 2 R tais que
Atendendo a que
2 3 2 3 2 3
1 1 j x 1 1 j x 1 1 j x
4 1 2 j y 5 ! 4 0 3 j x+y 5 ! 4 0 3 j x+y 5
L1 +L2 !L2 1
L +L3 !L3 4 1
1 2 j z L1 +L3 !L3 0 1 j z x 3 2 0 0 j z 3x 3y
4 1
logo (x; y; z) 2 U , z 3
x 3
y = 0 , 4x + y 3z = 0. Ou seja:
U = f(x; y; z) 2 R3 : 4x + y 3z = 0g = N 4 1 3 .
45
Seja (x; y; z) 2 V = L (f(2; 1; 1); ( 1; 1; 3)g). Existem escalares ; 2 R tais que
Atendendo a que
2 3 2 3 2 3
2 1 j x 2 1 j x 2 1 j x
4 1 1 j y 5 ! 4 0 3=2 j y x 5 ! 4 0 3=2 j y x 5
1 2 7 2
L +L2 !L2 x L +L3 !L3 2 7
1 3 j z 2 1
1
0 7=2 j z 2
3 2 0 0 j 3
x 3
y + z
L +L3 !L3
2 1
7
logo (x; y; z) 2 V , z 3
y + 32 x = 0 , 2x 7y + 3z = 0. Ou seja:
V = f(x; y; z) 2 R3 : 2x 7y + 3z = 0g = N 2 7 3 .
Logo,
4 1 3 4 1 3
U \V = N =N =
2 7 3 0 5 3
= f(3y; 3y; 5y) : 2 Rg =fy(3; 3; 5) : y 2 Rg = L (f(3; 3; 5)g) .
U [ V = f(x; y) 2 R2 : x = 0 _ y = 0g
= U [ V . No entanto, tem-se U + V = R2 .
não é um espaço linear pois (1; 0) + (0; 1) = (1; 1) 2
| {z } | {z }
2U 2V
Como
(1; 4; 0)) = (1; 2; 2) + 2(1; 1; 1) e (0; 3; 1) = (1; 2; 2) (1; 1; 1)
logo
L (f(1; 4; 0); (0; 3; 1)g) L (f(1; 2; 2); (1; 1; 1)g) .
Como
(1; 2; 2) = (1; 4; 0) + 2(0; 3; 1) e (1; 1; 1) = (1; 4; 0) + (0; 3; 1)
46
logo
L (f(1; 2; 2); (1; 1; 1)g) L (f(1; 4; 0); (0; 3; 1)g) .
Assim:
L (f(1; 4; 0); (0; 3; 1)g) = L (f(1; 2; 2); (1; 1; 1)g) .
De facto, o que se mostrou foi o seguinte:
2 3 2 3 23 2 3
1 0 1 1 1 0 1 1
4 4 3 5=4 2 1 1 1 1
1 5 ,4 4 3 5 4
= 2 1 5
2 1 2 1
0 1 2 1 0 1 2 1
em que
1
1 1 1 1
= :
2 1 2 1
Teorema 27. Seja A 2 Mm n (R). O espaço das linhas L(A) e o núcleo N (A) mantêm-
se invariantes por aplicação do método de eliminação de Gauss. Isto é, sendo A0 a matriz
em escada que se obtem de A por aplicação desse método, tem-se
L(A) = L(A0 ) e N (A) = N (A0 ).
47
Independência linear
S = fv1 ; :::; vk g V:
S = fv1 ; :::; vk g V:
1 v1 + ::: + k vk = 0
Uma vez que as colunas de A0 que contêm pivots são linearmente independentes então, devido
a (*), as colunas de A nas posições correspondentes também serão linearmente independentes.
48
(iii) Em R2 , dois vectores são linearmente independentes se não forem colineares.
(v) Qualquer conjunto que contenha o vector nulo (elemento neutro) é linearmente de-
pendente. Em particular, o conjunto f0g, formado apenas pelo vector nulo, é linearmente
dependente.
Teorema 29. Sejam S1 e S2 dois subconjuntos …nitos de um espaço linear, tais que
S1 S2 .
Observação 18. Sejam S1 e S2 dois subconjuntos …nitos de um espaço linear, tais que
S1 S2 .
(i) Se S2 fôr linearmente dependente então S1 tanto pode ser linearmente dependente
como linearmente independente.
(ii) Se S1 fôr linearmente independente então S2 tanto pode ser linearmente dependente
como linearmente independente.
Exemplo 24. Seja S = f(1; 0; 2); (2; 0; 4); (0; 1; 2)g. Tem-se
2 3 2 3 2 3
1 2 0 1 2 0 1 2 0
A= 04 0 1 5 ! 4 0 0 1 5 ! 4 0 0 1 5 = A0 :
2L1 +L3 !L3 2L2 +L3 !L3
2 4 2 0 0 2 0 0 0
Logo, como apenas existem dois pivots e portanto uma variável livre, as três colunas de A
são linearmente dependentes, isto é, o conjunto S é linearmente dependente. O subconjunto
de S:
f(1; 0; 2); (2; 0; 4)g
49
Bases e dimensão de um espaço linear
Teorema 30. Qualquer espaço linear V 6= f0g tem pelo menos uma base.
Teorema 31. (i) Qualquer espaço linear V 6= f0g tem um no in…nito de bases.
(ii) Seja V 6= f0g um espaço linear. Sejam p; q 2 N tais que fu1 ; :::; up g é um conjunto
gerador de V e fv1 ; :::; vq g é um subconjunto de V linearmente independente. Então
p q:
Dem. (i) Se B = fu1 ; :::; uk g fôr uma base de V então para cada 6= 0 o conjunto
f u1 ; :::; uk g é também uma base de V .
(ii) Suponhamos que p < q. Neste caso, como todos os vectores do conjunto fv1 ; :::; vq g
são não nulos por serem LI, poderíamos substituir sucessivamente os p vectores do conjunto
fu1 ; :::; up g gerador de V por p vectores do conjunto fv1 ; :::; vq g, permitindo assim escrever
cada vector do conjunto fvp+1 ; :::; vq g como combinação linear do novo conjunto gerador de
V : fv1 ; :::; vp g e contrariando o facto dos vectores do conjunto fv1 ; :::; vq g serem linearmente
independentes.
Demonstração alternativa de (ii). Suponhamos que p < q. Como fu1 ; :::; up g gera
V , para cada j = 1; :::; q existem escalares a1j ; :::apj tais que
p
X
vj = aij ui :
i=1
50
com os j escalares não todos nulos. Por outro lado,
q q p p q
!
X X X X X
j vj = j aij ui = aij j ui =
j=1 j=1 i=1 i=1 j=1
q
! q
!
X X
= a1j j u1 + ::: + apj j up =
j=1 j=1
= 0u1 + ::: + 0up = 0
com os j não todos nulos, contrariando o facto dos vectores do conjunto fv1 ; :::; vq g serem
linearmente independentes.
(iii) Sendo fv1 ; :::; vq g e fu1 ; :::; up g duas bases de V , por (i) tem-se p qeq p. Logo
p = q:
Exemplo 25. (i) O conjunto f1g é uma base de R, chamada base canónica ou natural
de R. Logo,
dim R = 1.
(ii) O conjunto f(1; 0); (0; 1)g é uma base de R2 , chamada base canónica ou natural de
2
R . Logo,
dim R2 = 2.
(iii) O conjunto f(1; 0; 0); (0; 1; 0); (0; 0; 1)g é uma base de R3 , chamada base canónica
ou natural de R3 . Logo,
dim R3 = 3.
(iv) Considerando C como corpo de escalares:
(a) o espaço linear C tem dimensão 1 sendo f1g a base canónica de C uma vez que
a + bi = (a + bi) 1
(b) o espaço linear C2 tem dimensão 2 sendo f(1; 0) ; (0; 1)g a base canónica de C2 uma
vez que
(a + bi; c + di) = (a + bi) (1; 0) + (c + di) (0; 1) .
(v) Considerando R como corpo de escalares:
(a) o espaço linear C tem dimensão 2 sendo f1; ig a base canónica de C uma vez que
a + bi = a1 + bi
51
com a; b 2 R.
(b) o espaço linear C2 tem dimensão 4 sendo f(1; 0) ; (i; 0) ; (0; 1) ; (0; i)g a base canónica
de C2 uma vez que
com a; b; c; d 2 R.
(vi) O conjunto
1 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 1 0 0 0 1 0 0 0 1
dim M2 3 (R) = 6.
(vii) Tem-se
dim Rn = n e dim Mm n (R) = mn.
(viii) O conjunto f1; t; t2 ; :::; tn g é uma base de Pn (espaço linear de todos os polinómios
reais de variável real e de grau menor ou igual a n), chamada base canónica ou natural de
Pn . Logo,
dim Pn = n + 1.
(ix) O conjunto f1; t; t2 ; :::g é uma base de P (espaço linear de todos os polinómios reais
de variável real), chamada base canónica ou natural de P. Logo,
dim P = 1.
Observação 20. Seja A uma matriz do tipo m n. Mais tarde ver-se-á (Teorema 46
(ii) e Exemplo 35) que
dim Rn = dim N (A) + dim L(A)
o que permitirá concluir que
dim N (A) = nul A.
L(A) = L(A0 );
52
então as linhas L1 ; :::; Lm de A podem ser expressas como combinações lineares das linhas
R1 ; :::; Rk , ou seja, existem escalares cij ; com i = 1; :::; m e j = 1; :::; k tais que
dim C AT dim L AT :
| {z } | {z }
=dim L(A) =dim C(A)
Ou seja, tem-se
dim C (A) dim L (A)
e
dim L (A) dim C (A) :
Isto é,
car A = car AT
53
Teorema 34. Sejam V um espaço linear de dimensão …nita e W um subespaço de V .
(iii) Se dim V = n, então nenhum conjunto com m vectores de V , em que m < n, pode
gerar V .
(i) Uma base para L(A) será formada pelas linhas não nulas de A0 .
(ii) Uma base para C(A) será formada pelas colunas de A que correspondem às posições
das colunas de A0 que contêm os pivots.
2 3
2 1 1 1
Exemplo 27. Seja A = 4 4 2 3 3 5. Tem-se
6 3 1 1
2 3 2 3 2 3
2 1 1 1 2 1 1 1 2 1 1 1
A= 4 4 2 3 3 5 ! 4 0 0 1 1 5 ! 4 0 0 1 1 5 = A0 .
2L1 +L2 !L2 4L2 +L3 !L3
6 3 1 1 3L1 +L3 !L3 0 0 4 4 0 0 0 0
54
Logo, f(2; 1; 1; 1); (0; 0; 1; 1)g é uma base de L(A) e f(2; 4; 6); (1; 3; 1)g é uma base de C(A).
Assim,
dim L(A) = 2 = dim C(A)
e
L(A) = L (f(2; 1; 1; 1); (0; 0; 1; 1)g) , C(A) = L (f(2; 4; 6); (1; 3; 1)g) .
Por outro lado,
8 2 3 2 39
>
> x 0 >>
< 6 y 7 6 =
0 7
N (A0 ) = (x; y; z; w) 2 R4 : A0 6 7 6
4 z 5=4
7 =
>
> 0 5>
>
: ;
w 0
Logo, S 0 = f1; 2; 1); (2; 1; 1); (0; 1; 0)g é uma base de L(S). Como dim R3 = 3, então tem-se
mesmo: L(S) = R3 e S 0 é uma base de R3 .
Logo, S 0 = f1; 2; 1); (0; 3; 3); (0; 0; 1)g é uma base de L(S). Como dim R3 = 3, então
tem-se mesmo: L(S) = R3 e S 0 é uma base de R3 .
55
Exemplo 29. Seja
C(A) = L(A) = Rn .
isto é, se e só se
car A = car [A j b] e nul A 6= 0:
car A = car [A j b] = n;
isto é, se e só se
car A = car [A j b] e nul A = 0:
56
Dem. Sejam
n = dim W1 ; m = dim W2 e k = dim (W1 \ W2 ) :
Se k = 0 a igualdade do teorema é imediata. Se k 6= 0, seja fw1 ; :::; wk g uma base de W1 \W2 .
Sejam uk+1 ; :::; un 2 W1 tais que
fw1 ; :::; wk ; uk+1 ; :::; un g
é uma base de W1 . Sejam vk+1 ; :::; vm 2 W2 tais que
fw1 ; :::; wk ; vk+1 ; :::; vm g
é uma base de W2 . Vejamos que
B = fw1 ; :::; wk ; uk+1 ; :::; un ; vk+1 ; :::; vm g
é uma base de W1 + W2 .
Seja w 2 W1 + W2 . Existem u 2 W1 e v 2 W2 tais que w = u + v. Ou seja, existem
escalares (únicos) 1 ; :::; n e 1 ; :::; m tais que
X
k X
n X
m
w =u+v = ( i + i ) wi + j uj + l vl
i=1 j=k+1 l=k+1
isto é, !
X
m X
k X
n
l vl = i wi + j uj 2 W1 ,
l=k+1 i=1 j=k+1
P
m
ou seja l vl 2 W1 \ W2 . Atendendo a que fw1 ; :::; wk g é base de W1 \ W2 , existem
l=k+1
escalares 1 ; :::; k tais que
X
m X
k
l vl = i wi ,
l=k+1 i=1
P
k P
m
isto é, i wi + ( l ) vl = 0. Como fw1 ; :::; wk ; vk+1 ; :::; vm g é uma base de W2 , tem-se
i=1 l=k+1
Assim, como fw1 ; :::; wk ; uk+1 ; :::; un g é uma base de W1 , tem-se 1 = ::: = n = 0. Deste
modo, como
1 = ::: = n = k+1 = ::: = m = 0
então o conjunto B é linearmente independente.
57
Teorema 38. Seja A 2 Mn n (R). As seguintes a…rmações são equivalentes.
(ii) A é invertível.
(iii) AT A é invertível.
(iv) nul A = 0.
(v) car A = n.
(viii) det A 6= 0.
58
Coordenadas de um vector numa base e matriz de mudança de base
De…nição 36. Seja B = fv1 ; :::; vk g uma base ordenada de um espaço linear V e seja u
um vector de V . Chamam-se coordenadas do vector u na base ordenada B aos escalares
1 ; :::; k da combinação linear:
u= 1 v1 + ::: + k vk .
A matriz SB1 !B2 é invertível e chama-se matriz de mudança de base (da base B1 para
B2 ). Assim, se tivermos
Xn
u= i vi ,
i=1
Dem. Tem-se
!
X
n X
n X
n X
n X
n X
n
u= i wi = j vj = j sij wi = sij j wi .
i=1 j=1 j=1 i=1 i=1 j=1
como as coordenadas de um vector u numa base são únicas, tem-se para todo o i = 1; :::; n,
2 3 2 3
! 1
Xn 1
6 .. 7 6 .. 7 .
i = s ij j . Isto é, 4 . 5 = SB1 !B2 4 . 5
j=1
n n
59
Teorema 41. Tem-se
1
SB2 !B1 = (SB1 !B2 ) :
Observação 23. Colocando os vectores em coluna, note que as duas igualdades em (*)
podem ser escritas na forma:
3
1 0 1 3 2 2
= 1
0 1 2 4 1 2
8
< (1; 2) = 1(1; 0) + 2(0; 1)
1 0 1 3 1 3
= ,
0 1 2 4 2 4 :
| {z } (3; 4) = 3(1; 0) + 4(0; 1)
2 3 1
2 32 5
=4 1
1 2
querendo isto dizer que as coordenadas dos vectores (1; 2) e (3; 4) relativamente à base
canónica (ordenada) f(1; 0); (0; 1)g são respectivamente (1; 2) e (3; 4).
60
3a Ficha de exercícios para as aulas de problemas
1. Veri…que que os seguintes subconjuntos de R2 , com as operações usuais, não são sube-
spaços de R2 .
(i) f(x; y) 2 R2 : x 0g (ii) f(x; y) 2 R2 : xy = 0g
(iii) f(x; y) 2 R2 : y = x2 g (iv) f(x; y) 2 R2 : x + y = g
(v) f(x; y) 2 R2 : x 2 N0 e y 2 Rg (vi) f(x; y) 2 R2 : x2 + y 2 2
g
(vii) f(x; y) 2 R2 : xy 0g
2. Veri…que que os seguintes conjuntos, com as operações usuais, são (todos os) subespaços
de R2 .
(i) f(0; 0)g
(ii) Vk = f(x; kx) : x 2 Rg com k 2 R
(iii) U = f(0; a) : a 2 Rg
(iv) R2
6. Seja Pn o espaço linear de todos os polinómios reais de variável real e de grau menor ou
igual a n, com as operações usuais: Diga quais dos seguintes subconjuntos de P2 , com
as operações usuais, são subespaços de P2 e indique os respectivos conjuntos geradores.
(i) fa0 + a1 t + a2 t2 2 P2 : a0 = 0g
61
(ii) fa0 + a1 t + a2 t2 2 P2 : a2 = 2a0 e a1 = 0g
(iii) fa0 + a1 t + a2 t2 2 P2 : a1 = 1g
(iv) fa0 + a1 t + a2 t2 2 P2 : a2 a1 = 2g
(v) fa0 + a1 t + a2 t2 2 P2 : a2 a1 + 2a0 = 0g
9. Construa uma matriz cujo núcleo seja gerado pelo vector (2; 0; 1).
10. Existe alguma matriz cujo espaço das linhas contém o vector (1; 1; 1) e cujo núcleo
contém (1; 0; 0)?
11. Determine o espaço das colunas, o espaço das linhas e o núcleo das seguintes matrizes.
2 3
2 1 1
1 1 1 2 3 0 0 0
(i) (ii) (iii) (iv) 4 0 0 1 5
0 0 0 0 0 0 0 0
0 0 0
2 3 2 3 2 3 2 3
1 0 1 2 0 0 1 0 1
(v) 4 2 3 5 (vi) 4 2 4 5 (vii) 4 0 0 5 (viii) 4 2 3 0 5
2 1 2 4 0 0 2 1 0
12. Veri…que que, com as operações usuais, o seguinte conjunto de matrizes
82 3 2 3 2 3 2 39
< 1 0 0 0 0 0 0 0 =
4 0 0 5 ;4 1 0 5;4 0 1 5;4 0 0 5
: ;
0 0 0 0 0 0 0 1
82 3 9
< a 0 =
gera o subespaço 4 b c 5 2 M3 2 (R) : a; b; c; d 2 R do espaço linear M3 2 (R).
: ;
0 d
62
13. Considere, no espaço linear R3 , os vectores v1 = (1; 2; 1), v2 = (1; 0; 2) e v3 = (1; 1; 0):
Mostre que os seguintes vectores são combinações lineares de v1 ; v2 e v3 .
(i) (3; 3; 0) (ii) (2; 1; 5) (iii) ( 1; 2; 0) (iv) (1; 1; 1)
q(t) = 2 + t + t2
pertence à expansão linear L (fp1 (t); p2 (t); p3 (t); p4 (t)g)? Podem os vectores p1 (t),
p2 (t), p3 (t) e p4 (t) gerar P2 ?
19. Sejam 2 3
1 1 1
1 1 5 4
A= e B= 4 3 1 5:
2 3 13
3 1 3
Veri…que que o espaço das linhas de A é igual ao espaço das linhas de B: Conclua então
que os espaços das colunas de AT e de B T são iguais.
3 1
20. Escreva a matriz como combinação linear das matrizes
1 1
1 1 0 0 0 2
A= ; B= , C= :
1 0 1 1 0 1
1 1 0 0 0 2
L ; ; :
1 0 1 1 0 1
63
21. Seja U o subespaço de R4 gerado por f(1; 1; 0; 1); (1; 1; 0; 1)g : Seja S=f(1; 0; 0; 2)g+U
e considere ainda o seguinte subespaço de R4 : V = f(x; y; z; w) 2 R4 : y = wg.
a) Determine um sistema de duas equações lineares cujo conjunto de soluções seja S.
b) Encontre uma matriz A do tipo 2 4 cujo núcleo seja igual a U .
64
2a Ficha de exercícios teóricos
fa0 + a1 t + + an tn 2 Pn : an 6= 0g ,
4. Quais dos seguintes subconjuntos de Mn n (R), com as operações usuais, são sub-
espaços?
(i) O conjunto de todas as matrizes simétricas do tipo n n:
(ii) O conjunto de todas as matrizes invertíveis do tipo n n:
(iii) O conjunto de todas as matrizes diagonais do tipo n n:
(iv) O conjunto de todas as matrizes invertíveis do tipo n n:
(v) O conjunto de todas as matrizes triangulares superiores do tipo n n:
5. Seja V o espaço linear de todas as funções reais de variável real. Quais dos seguintes
subconjuntos de V , com as operações usuais, são subespaços?
(i) O conjunto de todas as funções limitadas.
(ii) O conjunto de todas as funções pares, isto é, tais que f (x) = f ( x):
(iii) O conjunto de todas as funções racionais, isto é, as que são quocientes de funções
polinomiais.
(iv) O conjunto de todas as funções crescentes.
(v) O conjunto de todas as funções f tais que f (0) = f (1):
(vi) O conjunto de todas as funções f tais que f (0) = 1 + f (1):
65
4a Ficha de exercícios para as aulas de problemas
3. Determine todos os valores de a para os quais f(a2 ; 0; 1); (0; a; 2); (1; 0; 1)g é uma base
de R3 :
4. Sejam U = L (f(1; 1; 0; 0); (0; 1; 1; 0)g) e Vk = L (f(2; k; 1; 0); (0; 0; 0; 1)g) subespaços de
R4 : Determine os valores de k para os quais dim (U \ Vk ) = 1.
7. Seja V o espaço linear de todas as funções reais de variável real. Sejam f; g; h 2 V , com
f (t) = sen t, g (t) = cos t e h (t) = t. Mostre que o conjunto ff; g; hg é linearmente
independente.
8. Diga quais dos seguintes conjuntos de vectores são bases de R2 . Caso não sejam bases,
determine subconjuntos desses conjuntos que sejam bases e as dimensões dos espaços
gerados por cada um desses subconjuntos. Em cada base de R2 encontrada, determine
as coordenadas do vector (0; 1) em cada base ordenada encontrada. Relativamente a
cada base ordenada de R2 , determine ainda o vector cujas coordenadas são (0; 1).
(i) f(1; 3); (1; 1)g (ii) f(0; 0); (1; 2)g (iii) f(2; 4)g
(iv) f( 5; 0); (0; 2)g (v) f(1; 2); (2; 3); (3; 2)g (vi) f(1; 0); (0; 1)g
66
9. Diga quais dos seguintes conjuntos de vectores são bases de R3 . Caso não sejam
bases, determine subconjuntos desses conjuntos que sejam bases e as dimensões dos
espaços gerados por cada um desses subconjuntos. Em cada base de R3 encontrada,
determine as coordenadas do vector ( 1; 1; 2) em cada base ordenada encontrada.
Relativamente a cada base ordenada de R3 , determine ainda o vector cujas coordenadas
são ( 1; 1; 2).
(i) f(1; 2; 3); (0; 0; 0); (0; 1; 2)g (ii) f(1; 2; 0); (0; 1; 1)g
(iii) f(3; 2; 2); ( 1; 2; 1); (0; 1; 0)g (iv) f(1; 1; 1); (0; 1; 1); (0; 0; 1)g
(v) f(1; 1; 1); (2; 3; 4); (4; 1; 1); (0; 1; 1)g (vi) f(1; 0; 0); (0; 1; 0); (0; 0; 1)g
10. Diga quais dos seguintes conjuntos de vectores são bases de R4 . Caso não sejam bases,
determine subconjuntos desses conjuntos que sejam bases e as dimensões dos espaços
gerados por cada um desses subconjuntos. Em cada alínea indique uma base de R4
que inclua pelo menos dois vectores do conjunto apresentado.
(i) f(1; 0; 0; 1); (0; 1; 0; 0); (1; 1; 1; 1); (0; 1; 1; 1)g
(ii) f(1; 1; 0; 2); (3; 1; 2; 1); (1; 0; 0; 1)g
(iii) S = f(1; 0; 0; 1); (0; 1; 1; 0); (0; 1; 0; 1); (1; 0; 1; 0); (0; 0; 1; 1)g
(iv) f(1; 0; 0; 2); (1; 0; 2; 0); (1; 2; 0; 0); (3; 0; 0; 0)g
(v) f(1; 2; 5; 3); (2; 4; 6; 2); (3; 6; 11; 1); (0; 0; 5; 5)g
(vi) S = f(2; 1; 1; 2); ( 1; 1; 1; 2); (4; 2; 2; 2); (5; 2; 2; 2)g : Nesta alínea, veri-
…que que (8; 3; 3; 5) 2 L (S) e determine uma base de L (S) que inclua o vector
(8; 3; 3; 5).
12. Diga quais dos seguintes conjuntos de vectores são bases de P2 (espaço linear dos
polinómios reais de grau menor ou igual a 2). Caso não sejam bases, determine sub-
conjuntos desses conjuntos que sejam bases e as dimensões dos espaços gerados por
cada um desses subconjuntos. Determine as coordenadas do vector 1 t em cada base
ordenada de P2 encontrada. Relativamente a cada base ordenada de P2 , determine
ainda o vector cujas coordenadas são ( 1; 3; 2).
(i) f2 + t t2 ; 2t + 2t2 ; t2 g (ii) f2t t2 ; 1 2t2 ; 2 + t; 1 4tg
(iii) f1 + t2 ; t t2 ; 1 t + 2t2 ; 1 + tg (iv) f 1 + 2t + t2 ; 2 tg
(v) f1 + 2t t2 ; 3 + t2 ; 5 + 4t t2 ; 2 + 2t t2 g (vi) f1; t; t2 g
13. Veri…que que os seguintes subconjuntos de M2 2 (R) são subespaços de M2 2 (R) rela-
tivamente às operações usuais e determine uma base para cada um deles indicando as
respectivas dimensões.
1 1 1 1
(i) fA 2 M2 2 (R) : tr A = 0g (ii) A 2 M2 2 (R) : A = A
1 1 1 1
67
3 1
14. Escreva a matriz como combinação linear das matrizes
1 1
1 1 0 0 0 2
A= ; B= , C= :
1 0 1 1 0 1
1 1 0 0 0 2
Encontre uma matriz 2 2 que não pertença a L ; ; :
1 0 1 1 0 1
Antes de a determinar, explique porque é que essa matriz existe.
1 1 0 0 1 0 0 1
15. Mostre que as matrizes ; ; e formam uma base
0 0 1 1 0 1 1 1
para o espaço linear M2 2 (R):
1 3 0 11 2 5 4 1 3 2
16. Seja S = ; ; , ; . Seja W um
1 2 5 3 3 1 1 5 2 3
subespaço de M2 2 (R) gerado por S. Determine uma base para W que inclua vectores
de S.
17. Determine uma base para M3 2 (R). Qual é a dimensão do espaço linear M3 2 (R)?
18. Determine uma base para cada um dos seguintes subespaços de M3 3 (R) e calcule a
respectiva dimensão:
(i) O conjunto de todas as matrizes (reais) diagonais do tipo 3 3:
(ii) O conjunto de todas as matrizes (reais) simétricas do tipo 3 3:
19. Determine as dimensões e indique bases para: o núcleo, o espaço das linhas e o espaço
das colunas das seguintes matrizes.
2 3 2 3
0 1 0 0 1 1 2
3 1 3 0 6 0 4 5 4
(i) (ii) (iii) 0 0 1 0 (iv) 1 2 1 5
6 2 1 0 2 0
0 0 0 1 0 1 1
2 3 2 3
1 0 0 2 3 1 2 3 1
6 0 1 0 7 1 3 0 2 6
6 7 4 5 (vii) 6 2 3 2 0 7 7:
(v) 4 (vi) 0 2 2 0
0 0 1 5 4 3 4 1 1 5
1 3 0 2
0 0 0 1 1 1 1
Determine tambem a característica e a nulidade de cada uma delas.
21. Seja A 2 Mm n (R) tal que C(A) = N (A). Prove que A 2 Mn n (R) com n par. Dê
um exemplo para n = 4.
68
(iii) U = L (f(1; 0; 1); ( 1; 1; 2)g) ; V = f(x; y; z) 2 R3 : x + y + 3z = 0g em R3 :
(iv) U = f(x; y; z) 2 R3 : x = y = zg ; V = f(x; y; z) 2 R3 : x = 0g em R3 :
(v) U = L (f1 + t; 1 t2 g), V = fa0 + a1 t + a2 t2 2 P2 : a2 a1 + a0 = 0g em P2 .
(vi) U = fp(t) 2 P2 : p( 1) = 2p(0) p(1)g, V = L(f 1 + t; 1 t2 g) em P2 .
(vii) U = fp(t) 2 P2 : p(1) = 0g, V = L(f1 t; t t2 ; 1 + t2 g) em P2 .
(viii) U = L (f1 + t; 1 t3 g), V = L (f1 + t + t2 ; t t3 ; 1 + t + t3 g) em P3 .
(ix) U = L (f(2; 2; 1; 2); ( 1; 1; 1; 3); (0; 0; 6; 8); ( 1; 1; 5; 5)g) ;
V = L (f(0; 0; 0; 1); (0; 1; 2; 3); (0; 2; 4; 8)g) em R4 :
(x) U = f(x; y; z; w) 2 R4 : x + 2y + 3z = 0 e y + 2z + 3w = 0g,
V = L (f(2; 5; 4; 1); (0; 9; 6; 1); ( 4; 1; 2; 1)g) em R4 :
Neste alínea (viii) mostre que U = V .
(xi) Seja U o subespaço de R5 gerado por f(1; 1; 1; 2; 0); (1; 2; 2; 0; 3); (1; 1; 2; 2; 1)g.
Seja V o subespaço de R5 gerado por f(1; 2; 3; 0; 2); (1; 1; 3; 2; 4); (1; 1; 2; 2; 5)g.
Comece por escrever U e V como soluções de sistemas de equações lineares homogéneas.
(xii) Sejam U e V subespaços de R4 gerados respectivamente por F e por G, com
1 1 1 1 0 0 1 1
25. Considere o espaço linear U = L ; ; ; .
0 0 1 1 1 1 1 1
Determine uma base para U .
69
5a Ficha de exercícios para as aulas de problemas
1. Sejam B1 = f(1; 2); (0; 1)g e B2 = f(1; 1); (2; 3)g duas bases ordenadas de R2 . Seja
v = (1; 5).
(i) Determine as coordenadas de v em relação à base B1 .
(ii) Determine a matriz SB1 !B2 de mudança da base B1 para a base B2 .
(iii) Determine as coordenadas de v em relação à base B2 , usando as alíneas anteriores.
(iv) Determine, directamente, as coordenadas de v em relação à base B2 .
(v) Determine a matriz SB2 !B1 de mudança da base B2 para a base B1 .
(vi) Determine as coordenadas de v em relação à base B1 , usando a alínea anterior, e
compare com o resultado obtido em (i).
1 1
SB1 !B2 =
0 1
Suponha que a matriz SB2 !B1 de mudança da base B2 para a base B1 , é dada por:
2 1
SB2 !B1 = .
1 1
Determine B2 .
w1 = 1 + t, w2 = 1 + t.
Suponha que a matriz SB1 !B2 de mudança da base B1 para a base B2 , é dada por:
2 3
SB1 !B2 = .
1 2
Determine B1 .
70
6. Sejam B1 = fv1 ; v2 g e B2 = fw1 ; w2 g duas bases ordenadas de P1 , onde
w1 = t, w2 = 1 t.
Suponha que a matriz SB2 !B1 de mudança da base B2 para a base B1 , é dada por:
2 3
SB2 !B1 = .
1 2
Determine B1 .
7. Sejam B1 = f1; 1 t; t2 g e B2 = f1; 1 + t; 1 + t + t2 g duas bases ordenadas de P2 .
(i) Suponha que as coordenadas de um vector p(t) 2 P2 em relação à base B2 são
dadas por (1; 2; 3). Determine as coordenadas do mesmo vector p(t) em relação à base
B1 .
(ii) Determine a matriz SB1 !B2 de mudança da base B1 para a base B2 e utilize-a para
determinar as coordenadas do vector 2 t + t2 na base B2 .
8. Sejam B1 = fv1 ; v2 ; v3 g e B2 = fw1 ; w2 ; w3 g duas bases ordenadas de R3 , onde
v1 = (1; 0; 1), v2 = (1; 1; 0), v3 = (0; 0; 1).
Suponha que a matriz SB1 !B2 de mudança da base B1 para a base B2 , é dada por:
2 3
1 1 2
SB1 !B2 = 4 2 1 1 5.
1 1 1
Determine B2 .
9. Sejam
1 0 0 1 0 0 0 0
B1 = ; ; ,
0 0 0 0 1 0 0 1
e
1 1 1 1 1 1 1 1
B2 = ; ; ,
1 1 1 1 1 1 1 1
duas bases ordenadas de M2 2 (R). Determine a matriz SB1 !B2 de mudança da base
1 2
B1 para a base B2 e utilize-a para determinar as coordenadas do vector em
3 4
relação à base B2 .
10. Considere o espaço linear
1 1 0 1 1 0 2 1
U =L ; ; ; :
0 1 1 0 1 1 1 2
1 1 1 0
Sejam B1 e B2 duas bases ordenadas de U , com B2 = ; . Considere
0 1 1 1
2 1
ainda a matriz de mudança de base de B1 para B2 dada por: SB1 !B2 = .
1 0
1 0
Determine as coordenadas do vector em B1 .
1 1
71
11. Seja B = fv1 ; v2 g uma base ordenada de P1 . Sejam (1; 1) e (2; 2) respectivamente as
coordenadas de dois polinómios 1 + t e 1 t em relação à base B: Determine B.
12. Sejam B1 = fv1 ; v2 g e B2 = fw1 ; w2 g duas bases ordenadas de P1 . Suponha que (1; 1)
e (2; 2) são respectivamente as coordenadas de um polinómio p (t) em relação às bases
B1 e B2 : Suponha ainda que (1; 1) e (2; 2) são respectivamente as coordenadas de um
polinómio q (t) em relação às bases B1 e B2 : Determine a matriz SB1 !B2 de mudança
da base B1 para a base B2 .
1 1
SB1 !B = 1 .
0 2
14. Seja 2 3
1 1 0 2 1
6 0 0 2 4 0 7
6 7
A=6
6 2 2 1 2 1 7:
7
4 1 1 2 2 1 5
0 0 0 0 0
72
16. Seja 2 3
1 1 1
A=4 1 1 1 5:
1 1 1
18. Seja 2 3
1 0 1
6 1 0 7
A =6
4
7 , com 2 R.
0 0 1 1 5
1 0
Sejam C (A ), L (A ) e N (A ), respectivamente, o espaço das colunas, o espaço das
linhas e o núcleo de A . Sejam A0 ; A 1 e A1 as matrizes que se obtêm de A fazendo
respectivamente = 0; = 1 e = 1.
a) Determine uma base para N (A 1 ).
b) Determine uma base para C (A 1 ) e calcule as coordenadas de (0; 0; 0; 1) nessa base.
c) Determine a solução geral do sistema de equações lineares A0 u = b, onde b é igual
à 1a coluna da matriz A0 .
d) Determine uma base para L (A1 ) + C (A1 ).
e) Determine uma base para L (A 1 ) \ C (A 1 ).
19. Seja 2 3
2 0 2
4
A= 0 4 0 5:
2 0 2
2 3
2
a) Determine o no real 4
para o qual u = 2 5 é solução da equação: Au u = 0.
2
b) Determine uma base para N (A).
c) Resolva a equação: 2
3
8
Au = 4 8 5 :
8
73
2 3
1 1 1 1
6 1 1 1 1 7
20. Considere a matriz dada por: A = 6
4 1
7:
1 1 1 5
1 1 1 1
a) Determine, justi…cando, a dimensão do núcleo de A.
b) Diga, justi…cando, se f(1; 0; 0; 0)g é uma base do espaço das colunas de A.
21. Considere o seguinte subespaço de R4 : U = f(x; y; z; w) 2 R4 : x + y + z + w = 0g.
a) Determine uma base para U .
b) Determine uma base para U que inclua os vectores (1; 1; 1; 1) e ( 1; 0; 0; 1).
22. Seja 2 3
1 0 1
A=4 0 1 1 5:
1 1 0
Sejam N (A) ; L (A) ; C (A), respectivamente, núcleo, espaço das linhas e espaço das
colunas de A.
a) Determine uma base para N (A).
b) Determine uma base para R3 que inclua duas colunas de A.
c) Determine uma base para L (A) \ C (A).
23. Seja
4 a b
A= 2 M2 3 (R):
c d 4
Determine a; b; c; d tais que nul A = 2 e (1; 0; 2) 2 L (A).
24. Seja U o subespaço de R4 gerado por f(1; 1; 0; 1); (1; 1; 0; 1)g e considere ainda o
seguinte subespaço de R4 : V = f(x; y; z; w) 2 R4 : y = wg.
a) Determine uma base para R4 que inclua dois vectores de U .
b) Sendo B = f(2; 2; 0; 0); (1; 1; 0; 1)g uma base ordenada de U , calcule as coordenadas
do vector (1; 1; 0; 7) em relação a B.
c) Determine uma base para U + V e uma base para U \ V , indicando as respectivas
dimensões.
25. Considere o seguinte subespaço linear de P2 : V = L(f1 t; 1 t2 g). Sejam B1 e B2
duas bases ordenadas de V , com B1 = f1 t; 1 t2 g. Considere ainda a matriz de
mudança de base de B1 para B2 dada por:
1 2
SB1 !B2 =
1 3
Determine as coordenadas do vector 1 t em B2 .
26. Sejam A e B matrizes do tipo n n tais que AB = BA. Mostre que
car (A + B) + car (AB) car (A) + car (B) :
74
3a Ficha de exercícios teóricos
fv1 + v2 ; v2 + v3 ; v1 + v3 g
2. Seja A uma matriz (real) invertível do tipo n n. Prove que, se fv1 ; v2 ; : : : ; vn g é uma
base de Rn , então
fAv1 ; Av2 ; : : : ; Avn g
é também uma base de Rn .
ad 6= bc:
v; Av; A2 v; A3 v
é linearmente independente.
75
Transformações lineares
T :U !V
T ( u + v) = T (u) + T (v),
(iii) Seja T : U ! V uma transformação linear, com U = L (fv1 ; :::; vn g). Seja u 2 U .
Logo, existem escalares 1 ; :::; n tais que
u= 1 v1 + ::: + n vn .
Tem-se então
T (u) = 1 T (v1 ) + ::: + n T (vn ).
T : R2 ! R
Então,
T (x; y) = T (x(1; 0) + y(0; 1)) = xT (1; 0) + yT (0; 1) = x + y.
Logo, T : R2 ! R é a transformação linear de…nida explicitamente por
T (x; y) = x + y.
76
Teorema 42. Sejam U e V espaços lineares e seja fv1 ; :::; vn g uma base de U . Sejam
T1 ; T2 : U ! V duas transformações lineares.
Exemplo 32. (i) Sejam U e V espaços lineares e seja 0 o vector nulo de V . Seja
O : U ! V de…nida por
O(u) = 0,
para todo o u 2 U . O é uma transformação linear e chama-se transformação nula.
Tk (v) = kv;
para todo o v 2 V .
Tk é uma transformação linear. Diz-se que Tk é uma homotetia.
Se 0 < k < 1 diz-se que Tk é uma contracção.
Se k > 1 diz-se que Tk é uma dilatação.
Se k = 1 então chama-se a T1 a transformação identidade e denota-se por I. Tem-se
I(u) = u;
para todo o u 2 U .
T (p (t)) = tp (t) :
T (p) = p00 :
77
(viii) Seja T : C 1 (R) ! C (R) de…nida por
T (f ) = f 0 ;
onde C 1 (R) é o espaço linear de todas as funções reais com primeira derivada contínua em R
e C (R) é o espaço linear de todas as funções reais contínuas em R. T é uma transformação
linear.
T (f ) = f 0 (a) .
T (f ) = f (n) ;
onde f (n) é a derivada de ordem n de f , C n (R) é o espaço linear de todas as funções reais
com derivada de ordem n contínua em R e C (R) é o espaço linear de todas as funções reais
contínuas em R. T é uma transformação linear.
T (X) = X T :
T (X) = AX;
(xv) Seja
tr : Mn n (R) !R
de…nida por
X
n
tr(A) = a11 + ::: + ann = aii ,
i=1
78
para todo o A = (aij )n n 2 Mn n (R), isto é, tr(A) é a soma de todas as entradas da
diagonal principal de A. O traço, tr, é uma transformação linear, isto é, sendo A = (aij )n n
e B = (bij )n n duas matrizes do tipo n n e um escalar, tem-se
para todo o u 2 U .
T1 (x; y) = (x; 0), T2 (x; y) = (y; 0), T3 (x; y) = (0; x) e T4 (x; y) = (0; y),
dim L(R2 ; R2 ) = 4:
79
(ii) Sejam T3 : U ! V; T2 : V ! W e T1 : W ! X. Então, tem-se T1 (T2 T3 ) =
(T1 T2 ) T3 .
T1 (T2 + T3 ) = T1 T2 + T1 T3 e T1 ( T2 ) = (T1 T2 ) .
(T2 + T3 ) T4 = T2 T4 + T3 T4 e ( T3 ) T4 = (T3 T4 ) .
T (U ) = fT (u) : u 2 U g ,
N (T ) = fu 2 U : T (u) = 0g .
O(u) = 00 ,
I(u) = u,
80
para todo o u 2 U . Tem-se
N (I) = f0g e I(I) = U .
T (f ) = f 0 :
Tem-se
onde fcos (!t) ; sen (!t)g é uma base de N (T ). Observe-se que N (T ) é precisamente a solução
geral da equação diferencial linear homogénea
f 00 (t) + ! 2 f (t) = 0:
f 00 (t) ! 2 f (t) = 0:
T (u) = T (w) ) u = w,
81
para todos os u; w 2 U , isto é, se e só se
u 6= w ) T (u) 6= T (w),
para todos os u; w 2 U .
T é injectiva , N (T ) = f0g.
(ii) Sejam U um espaço linear de dimensão …nita e T uma transformação linear de…nida
em U . Então, o subespaço I(T ) tem dimensão …nita e
(ii) Se dim N (T ) = 0 então T é injectiva, pela alínea (i). Suponhamos que dim U = n.
Considerando uma base fw1 ; :::; wn g de U , vamos mostrar que o conjunto de n vectores
fT (w1 ) ; :::; T (wn )g é uma base de I(T ).
Seja v 2 I(T ). Existe então u 2 U tal que v = T (u). Como fw1 ; :::; wn g é base
Pn
de U , existem escalares (únicos) 1 ; :::; n tais que u = i wi . Logo, como T é linear,
i=1
P
n
v = T (u) = iT (wi ) concluindo-se deste modo que o conjunto fT (w1 ) ; :::; T (wn )g gera
i=1
I(T ).
Sejam agora 1 ; :::; n escalares tais que 1 T (w1 )+:::+ n T (wn ) = 0. A última igualdade
é equivalente a T ( 1 w1 + ::: + n wn ) = 0 uma vez que T é linear. Logo, como T é injectiva,
obtém-se 1 w1 + ::: + n wn = 0 e, deste modo, 1 = ::: = n = 0 uma vez que o conjunto
fw1 ; :::; wn g é linearmente independente.
82
gera I(T ).
Sejam agora r+1 ; :::; n escalares tais que r+1 T (ur+1 ) + ::: + n T (un ) = 0. A última
igualdade é equivalente a T r+1 ur+1 + ::: + n un = 0 uma vez que T é linear. Logo
r+1 ur+1 + ::: + n un 2 N (T ). Por outro lado, como fu1 ; :::; ur g é base de N (T ), existem
escalares (únicos) 1 ; :::; r tais que
X
r
ou seja
X
r X
n
( i ) ui + i ui =0
i=1 i=r+1
de onde se obtem
1 = ::: = r = r+1 = ::: = n =0
uma vez que o conjunto fu1 ; :::; ur g é linearmente independente. Assim r+1 = ::: = n =0
e deste modo, o conjunto fT (ur+1 ) ; :::; T (un )g é linearmente independente.
Exemplo 35. Seja A 2 Mm n (R). Seja T : Rn ! Rm tal que T (u) = Au, para todo o
u 2 Rn . Tem-se N (A) = N (T ) e C(A) = I(T ). Como
car A + nul A = n = dim Rn = dim C(A) + dim N (A) = car A + dim N (A)
tem-se
nul A = dim N (A).
Por outro lado, comoL(A) e N (A) são subespaços de Rn então L(A)+N (A) = L (L(A) [ N (A))
é também um subepaço de Rn e atendendo a que L(A) \ N (A) = f0g tem-se
Logo
Rn = L(A) N (A).
U = V.
Teorema 47. Sejam U e V dois espaços lineares de dimensões …nitas. Então, U e V são
isomorfos se e só se dim U = dim V .
83
Teorema 48. (i) Qualquer espaço linear real de dimensão n é isomorfo a Rn .
2 Exemplo
3 36. (i) A transformação linear T : Rn ! Mn 1 (R) de…nida por T (a1 ; :::; an ) =
a1
6 .. 7
4 . 5 ; é um isomor…smo. Logo Rn = Mn 1 (R).
an
(iv) Seja A uma matriz m n. Os espaços C (A) e L (A) são isomorfos pois têm a mesma
dimensão (car A).
C (A) = L (A) .
dim U = dim V:
S T = IU e T S = IT (U ) ,
84
Teorema 50. Sejam U e V espaços lineares de dimensões …nitas. Seja
T :U !V
uma transformação linear. Seja 0 o vector nulo de U . As seguintes a…rmações são equiva-
lentes.
(i) T é injectiva.
(ii) N (T ) = f0g.
1
(iii) T é invertível e a inversa T : T (U ) ! U é linear.
(i) Existência de solução: a equação linear T (u) = b tem sempre solução (para qual-
quer b) se e só se T fôr sobrejectiva (T (U ) = V );
(ii) Unicidade de solução: a equação linear T (u) = b a ter solução, ela é única se e só
se T fôr injectiva;
(iii) Existência e unicidade de solução: a equação linear T (u) = b tem solução única
u se e só se T fôr bijectiva.
85
Além disso, sendo 1 ; :::; n as coordenadas de um vector u 2 U na base ordenada B1 então
as coordenadas 1 ; :::; m de T (u) 2 V na base ordenada B2 são dadas por
2 3 2 3
1 1
6 .. 7 6 . 7
4 . 5 = M (T ; B1 ; B2 ) 4 .. 5 .
m n
X
m
v= i vi 2 I(T ) , ( 1 ; :::; m) 2 C(A)
i=1
uma vez que
! !
X
n X
n X
n X
m X
m X
n
T (u) = T j uj = jT (uj ) = j aij vi = aij j vi
T é linear
j=1 j=1 j=1 i=1 i=1 j=1
Além disso:
I(T ) = L (fT (u1 ); :::; T (un )g) =
= L (fa11 v1 + ::: + am1 vm ; :::; a1n v1 + ::: + amn vm g) .
Teorema 54. Seja V um espaço linear de dimensão …nita, com dim V = n. Sejam
B1 = fu1 ; :::; un g e B2 = fv1 ; :::; vn g duas bases ordenadas de V . A representação matricial
da transformação identidade I : V ! V em relação às bases B1 e B2 é igual à matriz de
mudança da base B1 para B2 . Isto é,
Teorema 55. Sejam U e V espaços lineares tais que dim U = n e dim V = m. Seja
T : U ! V uma transformação linear. Sejam B1 e B2 bases (ordenadas) de U e V respecti-
vamente. Seja
A = M (T ; B1 ; B2 ) 2 Mm n (R)
a matriz que representa T em relação às bases B1 e B2 . Tem-se então:
86
(ii) dim I(T ) = car A;
Teorema 56. Sejam Bcn = fe1 ; :::; en g e Bcm = fe01 ; :::; e0m g as bases canónicas (ordenadas)
de Rn e Rm respectivamente. Seja T : Rn ! Rm uma transformação linear. Considere-se a
matriz A = (aij )m n = M (T ; Bcn ; Bcm ) 2 Mm n (R) cuja coluna j, para cada j = 1; :::; n, é
formada pelas coordenadas de T (ej ) na base Bcm . Isto é,
2 3 2 3
1 0 2 3
Xm 6 7 6 . 7 a 1j
6 0 7 6 . 7 6 7
T (ej ) = aij e0i = a1j 6 .. 7 + ::: + amj 6 . 7 = 4 ... 5 .
i=1
4 . 5 4 0 5
amj
0 1
! 2 32 3
X
n X
n a11 a1n 1
= a1j j ; :::; amj j =4 56 . 7
4 .. 5 = Au.
j=1 j=1 am1 amn n
uma vez que neste caso as coordenadas de um vector numa base coincidem com o próprio
vector.
87
T é uma transformação linear e a matriz M (T ; Bc4 ; Bc3 ) que representa T em relação às bases
canónicas (ordenadas) Bc4 e Bc3 de R4 e R3 respectivamente, é dada por
2 3
3 1 2 0
A = M (T ; Bc4 ; Bc3 ) = 4 0 0 0 0 5 ,
1 0 4 0
uma vez que T (1; 0; 0; 0) = (3; 0; 1), T (0; 1; 0; 0) = (1; 0; 0), T (0; 0; 1; 0) = ( 2; 0; 4) e
T (0; 0; 0; 1) = (0; 0; 0).
Tem-se então:
2 3
x
6 y 7
T (x; y; z; w) = M (T ; Bc4 ; Bc3 ) 6 7
4 z 5 = (3x + y 2z; 0; x + 4z).
w
e
I (T ) = C (A) = L (f(3; 0; 1); (1; 0; 0)g) .
Uma base de I (T ) : f(3; 0; 1); (1; 0; 0)g. Uma base de N (T ) : f( 4; 14; 1; 0); (0; 0; 0; 1)g.
0 0 0
Além disso tem-se
2 3 2 3
2 3 0 1 0 2 3 a1
a0 6 0 7 a0 6 7
0 2 74 2a2
M (D; B1 ; B2 ) 4 a1 5 = 6
4 0 5 a1 5 = 6
4
7,
5
0 0 0
a2 a2
0 0 0 0
N (D) = a0 + a1 t + a2 t2 : D a0 + a1 t + a2 t2 = 0 = a0 + a1 t + a2 t2 : a1 = a2 = 0 e a0 2 R ;
tem-se
N (D) = fa0 : a0 2 Rg = L (f1g) e I (D) = L (f1; 2tg) .
Uma base de I (D) : f1; 2tg. Uma base de N (D) : f1g.
88
(iii) Seja T : R3 ! R2 a transformação linear cuja matriz que a representa em relação
às bases ordenadas B1 = f(1; 1; 1); (0; 1; 1); (0; 0; 1)g e B2 = f(1; 1); (1; 1)g de R3 e R2
respectivamente, é dada por
1 2 3
A = M (T ; B1 ; B2 ) = .
2 4 6
Seja u 2 R3 e sejam ( 1; 2; 3) as coordenadas de u em relação à base B1 . Tem-se
u 2 N (T ) , ( 1; 2; 3) 2 N (A)
e como
1 2 3
N (A) = N = f( 2y 3z; y; z) : y; z 2 Rg = L (f( 2; 1; 0); ( 3; 0; 1)g) ,
0 0 0
logo f( 2; 1; 0); ( 3; 0; 1)g é uma base de N (A) (uma vez que gera N (A) e é linearmente
independente).
Logo f( 2; 1; 1); ( 3; 3; 2)g é uma base para N (T ) (uma vez que gera N (T ) e é
linearmente independente).
Quanto ao contradomínio:
C(A) = L (f(1; 2)g) ,
logo f(1; 2)g é uma base de C(A) (uma vez que gera C(A) e é linearmente independente).
Uma base de I (T ) : f(3; 1)g (uma vez que gera I (T ) e é linearmente independente).
Note-se que:
e
dim N (T ) + dim I(T ) = dim U (espaço de partida).
89
Logo
M (T1 + T2 ; B1 ; B2 ) = A + B = M (T1 ; B1 ; B2 ) + M (T2 ; B1 ; B2 ).
Sejam agora A = M (T3 ; B2 ; B3 ) e B = M (T1 ; B1 ; B2 )
!
X
k X
k
(T3 T1 ) (uj ) = T3 (T1 (uj )) = T3 bij wi = bij T3 (wi ) =
i=1 i=1
0 1
X
k X
m Xm B X
k C
B C
= bij ali vl = B ali bij C vl
B C
i=1 l=1 @ A
l=1
|i=1 {z }
entrada (l;j) de AB
Logo
M (T3 T1 ; B1 ; B3 ) = AB = M (T3 ; B2 ; B3 )M (T1 ; B1 ; B2 )
L(U; V ) = Mm n (R).
Tendo-se
dim L(U; V ) = mn:
Dem. Fixando bases ordenadas B1 e B2 para U e V respectivamente,
L(U; V ) ! Mm n (R)
T ! M (T ; B1 ; B2 )
90
Então, a matriz M (T ; B2 ; B2 ) que representa T em relação à base B2 , é dada por
1
M (T ; B2 ; B2 ) = SB1 !B2 M (T ; B1 ; B1 ) (SB1 !B2 ) ,
Teorema 61. Caso geral. Sejam U e V dois espaços lineares de dimensões …nitas. Seja
T : U ! V uma transformação linear. Sejam B1 e B10 duas bases ordenadas de U . Sejam B2
e B20 duas bases ordenadas de V . Seja M (T ; B1 ; B2 ) a matriz que representa T em relação às
bases B1 e B2 .
Então, a matriz M (T ; B10 ; B20 ) que representa T em relação às bases B10 e B20 , é dada por
1
M (T ; B10 ; B20 ) = SB2 !B20 M (T ; B1 ; B2 ) SB1 !B10 ,
onde SB2 !B20 e SB1 !B10 são as matrizes de mudança das bases B2 para B20 e de B1 para B10
respectivamente.
Isto é, o diagrama seguinte é comutativo.
M (T ;B1 ;B2 )
(U; B1 ) ! (V; B2 )
T
SB1 !B10 # I I # SB2 !B20
T
(U; B10 ) ! (V; B20 )
M (T ;B10 ;B20 )
Exemplo 38. Seja T : R2 ! R3 de…nida por T (x; y) = (y; x; y x). T é uma transfor-
mação linear. A matriz M (T ; Bc2 ; Bc3 ) que representa T em relação à base canónica (ordenada)
Bc2 de R2 e à base canónica (ordenada) Bc3 de R3 , é dada por
2 3
0 1
M (T ; Bc2 ; Bc3 ) = 4 1 0 5 .
1 1
91
Sejam B1 = f(1; 1); ( 1; 1)g uma base ordenada de R2 e B2 = f(0; 0; 1); (0; 1; 1); (1; 1; 1)g
uma base ordenada de R3
A matriz M (T ; B1 ; B2 ) que representa T em relação à base ordenada B1 de R2 e à base
ordenada B2 de R3 , é dada por
2 3
1 3
M (T ; B1 ; B2 ) = 4 0 2 5,
1 1
uma vez que
T (1; 1) = (1; 1; 0) = (0; 0; 1) + 0(0; 1; 1) + 1 (1; 1; 1)
T ( 1; 1) = (1; 1; 2) = 3(0; 0; 1) 2(0; 1; 1) + 1 (1; 1; 1) :
Vamos agora veri…car que se tem
1
M (T ; B1 ; B2 ) = SBc3 !B2 M (T ; Bc2 ; Bc3 ) SBc2 !B1 :
Uma vez que
(1; 0; 0) = 0(0; 0; 1) 1(0; 1; 1) + 1 (1; 1; 1) ; (0; 1; 0) = (0; 0; 1) + 1(0; 1; 1) + 0 (1; 1; 1) ;
(0; 0; 1) = 1(0; 0; 1) + 0(0; 1; 1) + 0 (1; 1; 1)
2 3
0 1 1
tem-se então SBc3 !B2 = 4 1 1 0 5. Logo,
1 0 0
1
SBc3 !B2 M (T ; Bc2 ; Bc3 ) SBc2 !B1 =
2 32 3 2 3 2 3
0 1 1 0 1 2 1 1 3
1 1
=4 1 1 0 5 4 1 0 5 SB1 !Bc2 = 4 1 1 5 =4 0 2 5 = M (T ; B1 ; B2 ).
1 1
1 0 0 1 1 0 1 1 1
Por exemplo, para (2; 1) 2 R2 , tem-se:
2 3
1
2 M (T ;Bc2 ;Bc3 )
4 2 5
!
1 T
1
92
6a Ficha de exercícios para as aulas de problemas
2. Diga quais das seguintes transformações são lineares. Determine para cada trans-
formação linear a correspondente matriz que a representa em relação às respectivas
bases canónicas (ordenadas). Determine também, se possível, para cada uma dessas
transformações lineares, bases para o núcleo N (T ) e para o contradomínio I(T ), bem
como as respectivas dimensões (de N (T ) e de I(T )). Diga ainda quais são injectivas,
sobrejectivas e bijectivas.
(i) T : R2 ! R2 com T (x; y) = (x + 2y; 3x y).
(ii) T : R2 ! R2 com T (x; y) = (1 y; 2x).
3 3
(iii) T : R ! R com T (x; y; z) = (x; 2x; x).
(iv) T : R3 ! R2 com T (x; y; z) = (0; 0).
(v) T : R2 ! R com T (x; y) = 3x.
(vi) T : R3 ! R3 com T (x; y; z) = (0; 1; 2).
(vii) T : R ! R3 com T (x) = (2x; 0; x).
(viii) T : R3 ! R2 com T (x; y; z) = (x2 y; 2y).
(ix) T : R4 ! R2 com T (x; y; z; w) = (x y; 3w).
(x) T : R3 ! R4 com T (x; y; z) = ( z; y 2z; 2y; y + z).
(xi) T : R ! R2 com T (x) = (0; 0).
(xii) T : R3 ! R3 com T (x; y; z) = (x + 2y; 3z; x z).
3 3
(xiii) T : R ! R com T (x; y; z) = (x; y; z).
(xiv) T : P2 ! P2 com T (p (t)) = 2p (1 t) tp0 (t),
onde P2 = fa0 + a1 t + a2 t2 : a0 ; a1 ; a2 2 Rg e p0 é a derivada de 1a ordem de p.
(xv) T : P2 ! P2 com
p (1) p (0)
(xvi) T : P2 ! M2 2 (R) com T (p (t)) = .
p (0) p ( 1)
1 2
(xvii) T : M2 2 (R) ! M2 2 (R) com T (X) = tr (X) . Resolva ainda a
2 1
1 2
equação linear T (X) = .
2 1
3. Determine para cada transformação linear a correspondente matriz que a representa
em relação às respectivas bases canónicas (ordenadas).
(i) T : R2 ! R2 com T (x; y) = (x cos y sen ; x sen + y cos ), 2 [0; 2 [.
Rotação de amplitude em torno da origem e no sentido contrário ao dos ponteiros de
um relógio. Veri…que ainda que se tem T T = T + e (T ) 1 = T .
93
(ii) T : R3 ! R3 com T (x; y; z) = (x; y cos z sen ; y sen + z cos ), 2 [0; 2 [.
Rotação de amplitude no plano (y; z) em torno da origem e no sentido contrário ao
dos ponteiros de um relógio.
(iii) T : R2 ! R2 com T (x; y) = (x cos 2 + y sen 2 ; x sen 2 y cos 2 ), 2 [0; [.
Re‡exão em relação à recta que passa na origem e que forma um ângulo de amplitude
com a recta y = 0.
(iv) T : R2 ! R2 com T (x; y) = (x cos2 + y sen cos ; x sen cos + y sen2 ),
2 [0; [. Projecção sobre a recta que passa na origem e que forma um ângulo de
amplitude com a recta y = 0.
(v) T : R2 ! R2 com T (x; y) = (x + ky; y). Deslizamento em R2 na direcção x e de
razão k. Esboce a …gura T (U ) onde U é o quadrado unitário f(x; y) 2 R2 : 0 x; y 1g.
(vi) T : R2 ! R2 com T (x; y) = (x; y + kx). Deslizamento em R2 na direcção y e de
razão k. Esboce a …gura T (U ) onde U é o quadrado unitário f(x; y) 2 R2 : 0 x; y 1g.
(vii) T : R2 ! R2 com T (x; y) = (kx; ky), com k 2 [0; 1[. Contração em R2 de razão
k. Esboce a …gura T (U ) onde U é o quadrado unitário f(x; y) 2 R2 : 0 x; y 1g.
(viii) T : R2 ! R2 com T (x; y) = (kx; ky), com k > 1. Dilatação em R2 de razão k.
Esboce a …gura T (U ) onde U é o quadrado unitário f(x; y) 2 R2 : 0 x; y 1g.
(ix) T : R2 ! R2 com T (x; y) = (kx; y), com k 2 [0; 1[. Compressão em R2
na direcção x e de razão k. Esboce a …gura T (U ) onde U é o quadrado unitário
f(x; y) 2 R2 : 0 x; y 1g.
(x) T : R2 ! R2 com T (x; y) = (kx; y), com k > 1. Ampliação em R2 na direcção x e
de razão k. Esboce a …gura T (U ) onde U é o quadrado unitário f(x; y) 2 R2 : 0 x; y 1g.
4. Considere a transformação linear T : R3 ! R3 que em relação à base canónica (orde-
nada) Bc3 = f(1; 0; 0); (0; 1; 0); (0; 0; 1)g de R3 é representada pela matriz
2 3
1 2 1
M (T ; Bc3 ; Bc3 ) = 4 1 1 0 5.
2 1 0
94
(v) Determine a matriz M (T ; B; B) que representa T em relação à base ordenada B
de R2 . Determine as coordenadas do vector T (2; 1) na base B.
(vi) Determine a matriz M (T ; Bc2 ; B) que representa T em relação às bases ordenadas
Bc2 e B de R2 .
(vii) Determine a matriz M (T ; B; Bc2 ) que representa T em relação às bases ordenadas
B e Bc2 de R2 .
6. Considere as transformações lineares T1 e T2 cujas matrizes que as representam em
relação às bases canónicas (ordenadas) de R2 e R3 são dadas respectivamente por
2 3
0 1
2 0 1
M (T1 ; Bc3 ; Bc2 ) = e M (T2 ; Bc2 ; Bc3 ) = 4 0 1 5 .
1 1 0
1 1
Determine as expressões gerais de (T1 T2 )(x; y) e (T2 T1 )(x; y; z) para quaisquer
(x; y) 2 R2 ; (x; y; z) 2 R3 .
7. Considere a transformação linear T : R3 ! R3 de…nida por
T (x; y; z) = (2y; y x; x).
Determine a matriz M (T ; B; B) que representa T em relação à base ordenada
B = fv1 ; v2 ; v3 g de R3 com v1 = (1; 0; 1), v2 = (1; 2; 0), v3 = ( 1; 1; 1).
8. Seja
1 0 0 1 0 0 0 0
Bc2 2
= ; ; ;
0 0 0 0 1 0 0 1
a base canónica (ordenada) de M2 2 (R). Considere a transformação linear
S : M2 2 (R) ! M2 2 (R) de…nida por S(A) = AT .
Determine a matriz M (S; Bc2 2 ; Bc2 2 ) que representa S em relação à base canónica
(ordenada) Bc2 2 .
9. Considere a transformação linear T : R3 ! R3 e a base canónica (ordenada)
Bc3 = fv1 ; v2 ; v3 g de R3 , com v1 = (1; 0; 0), v2 = (0; 1; 0), v3 = (0; 0; 1).
Suponha que se tem
T (v3 ) = 3v1 + v2 2v3 , T (v2 + v3 ) = v1 , T (v1 + v2 + v3 ) = v2 + v3 .
(i) Calcule T (2v1 v2 + 3v3 ).
(ii) Determine a matriz M (T ; Bc3 ; Bc3 ) que representa T em relação à base canónica
(ordenada) Bc3 de R3 .
(iii) Determine duas bases ordenadas B1 = fu1 ; u2 ; u3 g e B2 = fw1 ; w2 ; w3 g de R3 de
modo a que a matriz M (T ; B1 ; B2 ) que represente T em relação a essas bases B1 e B2
seja a matriz identidade: 2 3
1 0 0
4 0 1 0 5.
0 0 1
95
10. Considere a transformação linear T : R2 ! R3 que em relação às bases ordenadas
B1 = fu1 ; u2 g de R2 e B2 = fv1 ; v2 ; v3 g de R3 com
u1 = (1; 1), u2 = (2; 1), v1 = (1; 0; 1), v2 = (1; 1; 2), v3 = (0; 1; 1),
T (x; y; z) = (x + y; x + y z).
(i) Determine a matriz M (T ; Bc3 ; Bc2 ) que representa T em relação às bases canónicas
(ordenadas) Bc3 e Bc2 de R3 e R2 respectivamente.
(ii) Determine, se possível, uma base para o núcleo N (T ). Determine a dimensão de
N (T ). Diga se T é injectiva.
(iii) Determine, se possível, uma base para o contradomínio I(T ). Determine a di-
mensão de I(T ). Diga se T é sobrejectiva.
(iv) Determine a solução geral da equação linear T (x; y; z) = (1; 1).
(v) Considere a equação linear T (x; y; z) = (a; b). Veri…que se existe algum vector
(a; b) 2 R2 para o qual essa equação seja impossível.
(vi) Considere a equação linear T (x; y; z) = (a; b). Veri…que se existe algum vector
(a; b) 2 R2 para o qual essa equação seja possível e determinada.
96
12. Considere a transformação linear T : R3 ! R3 cuja matriz M (T ; Bc3 ; Bc3 ) que a repre-
senta em relação à base canónica (ordenada) Bc3 de R3 é dada por
2 3
1 2 2
M (T ; Bc3 ; Bc3 ) = 4 2 1 4 5 .
0 0 2
é dada por 2 3
1 2 2
M (T ; B; B) = 4 2 4 4 5 .
0 0 2
(i) Determine a matriz M (T ; Bc3 ; Bc3 ) que representa T em relação à base canónica
(ordenada) Bc3 de R3 .
97
1
(ii) Mostre que T é injectiva e determine a expressão geral de T , isto é, determine
T 1 (x; y; z) para qualquer (x; y; z) 2 R3 .
(iii) Justi…que que T é um isomor…smo.
(iv) Determine a solução geral da equação linear T (x; y; z) = (1; 1; 2).
15. Seja
1 0 0 1 0 0 0 0
Bc2 2
= ; ; ;
0 0 0 0 1 0 0 1
a base canónica (ordenada) de M2 2 (R). Considere a transformação
0 1
T : M2 2 (R) ! M2 2 (R) de…nida por T (X) = AX XA, com A = :
1 0
(i) Determine as matrizes M (T1 ; Bc2 ; Bc2 ) e M (T2 ; Bc2 ; Bc2 ) que representam respectiva-
mente T1 e T2 em relação à base canónica (ordenada) Bc2 de R2 .
(ii) Determine a matriz A = M (T2 T1 ; Bc2 ; Bc2 ) que representa T2 T1 em relação à
base canónica (ordenada) Bc2 de R2 .
(iii) Determine, usando a alínea anterior, a expressão geral de T2 T1 , isto é, (T2
T1 )(x; y) para qualquer (x; y) 2 R2 .
(iv) Determine, directamente a partir das expressões de T1 e de T2 , a expressão geral
de T2 T1 .
(v) Mostre que T1 e T2 são invertíveis.
(vi) Determine as expressões gerais de T1 1 (x; y); T2 1 (x; y) e T1 1
T2 1
(x; y) para
qualquer (x; y) 2 R2 .
(vii) Determine a matriz M ((T2 T1 ) 1 ; Bc2 ; Bc2 ) que representa (T2 T1 ) 1 em relação
à base canónica (ordenada) Bc2 de R2 e veri…que que é igual a A 1 , onde A é a matriz
determinada em (ii).
1
(viii) Veri…que que (T2 T1 ) 1
= T1 T2 1 .
98
17. Considere a transformação linear T : R2 ! R2 que em relação à base canónica ordenada
(Bc2 = f(1; 0) ; (0; 1)g) de R2 é representada pela matriz:
1 0
M T ; Bc2 ; Bc2 = :
2 1
1
M T2 ; Bc1 ; Bc2 =
0
99
7a Ficha de exercícios para as aulas de problemas
1 1 1
M (T2 ; B; Bc2 ) = .
1 1 1
T (x; y; z) = z y + (y x) t + xt2 .
4. Considere o espaço linear P2 dos polinómios reais de variável real e de grau menor ou
igual a 2. Considere a transformação linear T : P2 ! P2 de…nida por
100
(ii) Sendo B = f1; t; t2 g a base canónica (ordenada) de P2 , determine a matriz
M (T ; B; B) que representa T em relação à base B.
(iii) Justi…que que T é um isomor…smo e veri…que que a expressão geral do isomor…smo
T 1 é dada por
1 1 0 1 00
T 1 (p (t)) = p (t) p (t) p (t)
2 4 8
para todo o p (t) 2 P2 , onde p00 (t) é a derivada de segunda ordem de p (t).
(iv) Resolva, em P2 ; a equação diferencial linear p0 (t) 2p (t) = (2 3t)2 .
5. Considere o espaço linear P2 dos polinómios reais de variável real e de grau menor ou
igual a 2. Considere a transformação linear T : P2 ! P2 de…nida por
U = A 2 M2 2 (R) : A = AT .
T (A) = AB + BA
0 1
com B = .
1 0
(i) Determine a expressão geral de T .
(ii) Determine uma base para U e calcule a matriz que representa T em relação a essa
base.
(iii) Determine, se possível, uma base para N (T ) e uma base para I (T ) e diga,
justi…cando, se T é injectiva e/ou sobrejectiva.
(iv) Resolva, em U; a equação linear T (A) = B.
1 1 1 1 0 1 1 0
B1 = ; ; ;
1 0 0 1 1 1 1 1
101
de M2 2 (R) e B2 = f1 + t; t + t2 ; t2 + t3 ; t3 g de P3 é dada por
2 3
1 1 1 1
6 0 1 1 1 7
M (T ; B1 ; B2 ) = 6 4 0 0 1
7.
1 5
0 0 0 1
a b
(iii) Resolva a equação linear T = 1 + 2t + 3t2 + 4t3 .
c d
8. Seja U o espaço linear das funções reais de variável real duas vezes diferenciáveis.
Considere a transformação linear T : U ! U de…nida por
T (f ) = f 00 2f 0 + f .
Considere o subespaço S = ff 2 U : f 00 2f 0 + f = 0g de U .
(i) Mostre que o conjunto fet ; tet g é uma base de S. Sugestão: Mostre que se f 2 S,
então f (t) e t é um polinómio de grau menor ou igual a 1.
(ii) Mostre que dados a; b 2 R, existe uma única função f 2 S tal que f (0) = a e
f 0 (0) = b.
(iii) Determine a única solução f da equação diferencial linear T (f ) = 1 que veri…ca
f (0) = 1 e f 0 (0) = 0.
9. Seja V o subespaço linear de R4 gerado pelos vectores v1 = (1; 0; 0; 1) e v2 =
(0; 1; 1; 0). Considere ainda a transformação linear T : V ! V tal que
T (v1 ) = v2 ; T (v2 ) = v1 :
102
Considere ainda a transformação linear T2 : P1 ! P2 tal que
13. Sejam M2 2 (R) o espaço linear de todas as matrizes reais do tipo 2 2 e P2 o espaço
linear de todos os polinómios reais de variável real e de grau menor ou igual a 2, ambos
com as operações usuais. Seja U o subespaço de M2 2 (R) gerado por
0 1 2 1
;
1 0 1 2
103
e seja V o subespaço de P2 gerado por
1 + t; t + t2 .
0 1 2 1
T = t + t2 e T = 1 + t.
1 0 1 2
1 1 1 0
; e 1 + 2t + t2 ; 1 t2
0 1 1 1
de U e V respectivamente.
b) Determine a expressão geral de T , isto é, determine
a b
T ;
c d
a b
para todo o 2 U.
c d
104
Considere a transformação linear T : P2 ! P2 de…nida por:
17. Seja P1 o espaço linear real dos polinómios reais de grau menor ou igual a 1. Considere
as transformações lineares T1 ; T2 : P1 ! P1 de…nidas por
2 1
T1 (1 + t) = 2 t; T1 (1 t) = 1 + 2t e M T2 ; Bc2 ; B =
1 2
19. Seja C 1 (R) o espaço linear das funções reais de variável real inde…nidamente diferen-
ciáveis em R e U = L (ff1 ; f2 ; f3 g) o subespaço linear de C 1 (R) gerado pelas funções
Seja T : C 1 (R) ! C 1 (R) de…nida por T (f (x)) = f 0 (x) onde f 0 designa a 1a derivada
de f .
a) Determine o núcleo de T e diga, justi…cando se T é injectiva.
b) Veri…que que T (U ) U.
c) Determine uma base para U .
d) Resolva em U a equação linear T (f (x)) = sen x + ex .
105
20. Sejam
1 0 1 1
V =L ;
1 1 0 1
e
T : P1 ! V
uma transformação linear tal que
7 1
M (T ; B1 ; B2 ) =
9 1
com
B1 = f1 + t; 1 tg
uma base ordenada de P1 e
1 0 1 1
B2 = ;
1 1 0 1
e
2 1 1
M (T2 ; B1 ; B2 ) =
1 1 2
com
B1 = f(1; 0; 1) ; (1; 1; 0) ; (0; 1; 1)g
uma base ordenada de R3 e
B2 = f1 t; 1 + tg
uma base ordenada de P1 .
(i) Diga, justi…cando, se T1 é injectiva.
(ii) Determine a expressão geral de T1 .
(iii) Diga, justi…cando, se T2 é sobrejectiva.
(iv) Determine uma base para N (T2 T1 ) e uma base para I (T2 T1 ).
(v) Resolva em P2 a equação linear
(T2 T1 ) (p (t)) = t.
106
23. Sejam U um espaço linear e T : U ! U uma transformação linear tal que T 2 = T .
Mostre que
I (T ) = N (T I) :
24. Considere a transformação linear T1 : R4 ! P2 de…nida por
T1 (x; y; z; w) = x + 2z + ( y + 2w) t + (x 2z) t2 .
a) Determine, justi…cando, uma base para N (T1 ).
b) Diga, justi…cando, se T1 é sobrejectiva.
c) Resolva em R4 a equação linear T1 (x; y; z; w) = 1 + t2 .
d) Seja Bc4 a base canónica de R4 . Determine uma base ordenada B de P2 tal que a
matriz que representa T1 relativamente a essas bases seja dada por:
2 3
0 0 0 0
M T1 ; Bc4 ; B = 4 0 1 0 2 5:
1 1 2 2
a b
25. Seja V = : a; b 2 R e considere as transformações lineares T2 : P1 ! R4 e
b a
T3 : V ! P1 tais que
T2 (1 t) = (0; 0; 0; 2) T2 (1 + t) = (0; 0; 2; 0)
e
1 2
M (T3 ; B1 ; B2 ) =
1 3
com
1 0 0 1
B1 = ; e B2 = f1 + t; 1 tg
0 1 1 0
bases ordenadas de V e de P1 respectivamente.
a) Determine, justi…cando, uma base para I(T2 ).
a b
b) Resolva em V a equação linear T3 =3 t:
b a
c) Determine a expressão geral de T2 T3 , isto é, determine, para quaisquer a; b 2 R;
a b
(T2 T3 ) .
b a
107
Produtos internos e ortogonalização
De…nição 47. Sejam V um espaço linear real e 0 o vector nulo de V . Chama-se produto
interno em V a uma aplicação
h; i : V V !R
(u; v) ! hu; vi
que veri…que as três condições seguintes.
hu; vi = hv; ui .
V !R
u ! hu; vi
é linear.
hu; ui > 0.
Tendo-se hu; ui = 0 se e só se u = 0.
Observação 29. (a) Um produto interno num espaço linear real é uma forma bilinear,
simétrica e de…nida positiva.
(b) Num espaço linear V sobre C (espaço linear complexo), um produto interno é uma
aplicação que a cada par de vectores (u; v) 2 V V associa o número complexo hu; vi e que
veri…ca as seguintes condições:
h u + w; vi = hu; vi + hw; vi
108
(iii) Para todo o u 2 V tal que u 6= 0,
hu; ui > 0.
Tendo-se hu; ui = 0 se e só se u = 0.
(c) A um espaço linear real de dimensão …nita com um produto interno chama-se espaço
euclidiano. A um espaço linear complexo de dimensão …nita com um produto interno
chama-se espaço unitário.
Observação 30. (i) Seja V um espaço euclidiano. Seja B = fw1 ; w2 ; :::; wn g uma base
ordenada de V . Sejam u; v 2 V . Sejam
1; 2 ; :::; n e 1; 2 ; :::; n
Logo, * n +
X X
n X
n X
n
hu; vi = i wi ; i wi = i j hwi ; wj i =
i=1 i=1 i=1 j=1
2 32 3
hw1 ; w1 i hw1 ; w2 i : : : hw1 ; wn i 1
6 hw2 ; w1 i hw2 ; w2 i : : : hw2 ; wn i 76 7
6 76 2 7 T
= 1 2 ::: n 6 .. .. .. 7 6 .. 7 = ([u]B ) G [v]B :
4 . . . 54 . 5
hwn ; w1 i hwn ; w2 i : : : hwn ; wn i n
fôr simétrica (G = GT ) e de…nida positiva (([u]B )T G [u]B > 0, para todo o u 6= 0). Note-se
que atendendo às propriedades referentes às operações matriciais envolvidas, a igualdade
109
(iii) Num próximo capítulo, como consequência da diagonalização ortogonal, sendo
G simétrica (G = GT ), será estabelecida a equivalência:
(([u]B )T G [u]B > 0, para todo o u 6= 0) , (todos os valores próprios de G são positivos).
(iv) Observe-se ainda que no caso de se ter um espaço unitário, a matriz G tem os
valores próprios (num próximo capítulo) todos positivos e é hermitiana, isto é, é tal que
T
G = G , (onde G é a matriz que se obtem de G passando todas as entradas desta ao
complexo conjugado), tendo-se
2 3
1
6 7
6 2 7
hu; vi = 1 2 ::: n G 6 .. 7 .
4 . 5
n
Teorema 62. Seja V um espaço euclidiano com dim V = n. Seja fw1 ; w2 ; :::; wn g uma
base ordenada de V . Então, uma aplicação
h; i : V V !R
com
u= 1 w1 + 2 w2 + ::: + n wn v= 1 w1 + 2 w2 + ::: + n wn .
e G é uma matriz simétrica cujos valores próprios são todos positivos, dada por:
2 3
hw1 ; w1 i hw1 ; w2 i : : : hw1 ; wn i
6 hw2 ; w1 i hw2 ; w2 i : : : hw2 ; wn i 7
6 7
G=6 .. .. .. 7.
4 . . . 5
hwn ; w1 i hwn ; w2 i : : : hwn ; wn i
h( 1; 2) ; ( 1; 2 )i = 1 1 + 2 2,
1
h( 1; 2) ; ( 1; 2 )i = 1 1 + 2 2 = 1 2 G
2
110
com
1 0
G= .
0 1
A matriz G é simétrica e o único valor próprio de G é 1 > 0.
h( 1; 2) ; ( 1; 2 )i = 2 1 1 +3 2 2,
1 2 0
h( 1; 2) ; ( 1; 2 )i = 2 1 1 +3 2 2 = 1 2 G com G= .
2 0 3
h; i : Rn Rn ! R
(u; v) ! hu; vi = uT v,
2 3
v1
6 v2 7
6 7
onde uT = u1 u2 : : : un ev=6 .. 7.
4 . 5
vn
h; i : Cn Cn ! C
(u; v) ! hu; vi = uH v,
2 3
v1
6 v2 7
H T 6 7
onde u = u = u1 u 2 : : : u n e v = 6 .. 7.
4 . 5
vn
h; i : Mm n (R) Mm n (R) ! R
X
m X
n
(A; B) ! hA; Bi = aij bij = tr AT B .
i=1 j=1
111
Prova da positividade: hf; f i > 0 para toda a função não nula. Seja f 2 C ([a; b]). Seja
x0 2 [a; b] tal que f (x0 ) 6= 0. Como f 2 é contínua em [a; b], existe um intervalo I [a; b] tal
que para todo o x 2 I
(f (x0 ))2
(f (x))2 .
2
Logo
Z Z Z Z
b
2 2 (f (x0 ))2 (f (x0 ))2 (f (x0 ))2
hf; f i = (f (x)) dx (f (x)) dx dx = dx = jIj > 0
a I I 2 2 I 2
h( 1; 2) ; ( 1; 2 )i =2 1 1 + 1 2 + 2 1 +3 2 2,
com ( 1 ; 2 ) ; ( 1 ; 2 ) 2 R2 .
É fácil ver que esta aplicação é simétrica e linear em relação a ( 1; 2) (…xando ( 1; 2 )).
Vejamos por exemplo que a condição
é satisfeita.
Atendendo a que
2 2 2 2 2
h( 1; 2) ; ( 1; 2 )i =2 1 +2 1 2 +3 2 = 1 +( 1 + 2) +2 2,
tem-se
h( 1; 2) ; ( 1; 2 )i =0,
,( 1 =0 e 1 + 2 =0 e 2 = 0)
,( 1 =0 e 2 = 0) , ( 1; 2) = (0; 0).
Em alternativa, podemos escrever
h( 1; 2) ; ( 1; 2 )i =2 1 1 + 1 2 + 2 1 +3 2 2 =
1 2 1
= 1 2 G com G= .
2 1 3
p p
5+ 5 5 5
A matriz G é simétrica e os valores próprios de G: 2
e 2
são ambos positivos.
De…nição 48. Sejam V um espaço linear com um produto interno e 0 o vector nulo de
V . Sejam u; v 2 V .
112
(ii) Chama-se projecção ortogonal de v sobre u 6= 0 a:
hu; vi
proju v = u:
kuk2
hv; ui
No caso de V ser um espaço linear real pode escrever-se: proju v = u:
kuk2
(iv) Chama-se ângulo entre dois vectores não nulos u e v tais que hu; vi 2 R a:
hu; vi
= arccos .
kuk kvk
Note que este ângulo está bem de…nido atendendo ao próximo teorema.
(ii) Para cada u 2 V (…xo) com u 6= 0, a aplicação proju : V ! V que a cada v 2 V faz
corresponder proju v, é uma transformação linear.
hu; vi
Dem. (i) Sejam u; v 2 V . Se v = 0 a desigualdade é satisfeita. Se v 6= 0, seja = .
hv; vi
Logo h v u; vi = 0. Por outro lado, como
0 k v uk2 = h v u; v ui = h v u; vi h v u; ui =
hu; vi jhu; vij2
= h v u; ui = hv; ui + kuk2 = 2 hv; ui + kuk 2
= 2 + kuk2 ,
kvk kvk
, jhu; vij kuk kvk .
113
sendo, deste modo, o conjunto fu; vg linearmente dependente:
Suponhamos agora que o conjunto fu; vg é linearmente dependente. Então existe
escalar tal que u = v. Pelo que
jhu; vij = jh v; vij = hv; vi = kvk2 = j j kvk kvk = k vk kvk = kuk kvk .
Teorema 64. Teorema de Pitágoras. Seja V um espaço linear real com um produto
interno. Sejam u; v 2 V . Tem-se u e v ortogonais se e só se
Dem.
ku vk2 = hu v; u vi = hu; ui hv; ui hu; vi+hv; vi = kuk2 2 hu; vi+kvk2 = kuk2 +kvk2
se e só se
hu; vi = 0,
isto é, se e só se u e v forem ortogonais.
Observação 32. (i) Num espaço euclidiano, o teorema de Pitágoras pode ser enunciado
do seguinte modo:
kvk2 = kproju vk2 + kv proju vk2
para todos os u; v.
(ii) Num espaço euclidiano, a desigualdade de Cauchy-Schwarz poderia ter sido provada
recorrendo ao teorema de Pitágoras, uma vez que
com ( 1; 2) ; ( 1; 2) 2 R2 .
114
uma vez que
h( 1 ; :::; n ) ; ( 1 ; :::; n )i = 1 1 + ::: + n n,
Teorema 65. Sejam V um espaço linear com um produto interno e 0 o vector nulo
de V . Sejam u; v 2 V e escalar. A norma é uma aplicação kk : V ! R que satisfaz as
seguintes propriedades.
De…nição 49. Pode de…nir-se norma num espaço linear V , sem estar associada a
qualquer produto interno, como sendo uma aplicação de V em R que satisfaz as propriedades
do teorema anterior. A um espaço linear com uma norma chama-se espaço normado.
Observação 33. Seja V um espaço linear real com um produto interno. Sejam u; v 2 V .
Tem-se
1
hu; vi = ku + vk2 kuk2 kvk2 .
2
Teorema 66. Seja V um espaço normado. Sejam u; v 2 V . Então, a norma pode dar
origem a um produto interno se e só se
Exemplo 41. Uma norma que não dá origem a um produto interno. Seja
kk : R2 ! R a aplicação de…nida por
k( 1; 2 )k =j 1j +j 2j ,
com ( 1 ; 2 ) 2 R2 . É fácil veri…car que esta aplicação satisfaz as três condições da norma.
Logo, é uma norma. No entanto, é também fácil veri…car que esta norma não satisfaz a lei
do paralelogramo. Logo, esta norma não poderá originar um produto interno.
De…nição 50. Sejam V um espaço linear com um produto interno e S V . Diz-se que
S é ortogonal se para todos os u; v 2 S com u 6= v, se tiver
hu; vi = 0.
115
Diz-se que S é ortonormado se fôr ortogonal e se, para todo o u 2 S, se tiver
kuk = 1.
Teorema 68. Seja V um espaço euclidiano com dim V = n. Seja B = fu1 ; :::; un g uma
base (ordenada) ortogonal de V . Então, as coordenadas de um vector v 2 V em relação à
base (ordenada) B são dadas por:
hv; uj i
j = ,
huj ; uj i
com j = 1; :::; n. Se B fôr ortonormada então as coordenadas de um vector v 2 V em relação
à base (ordenada) B são dadas por:
j = hv; uj i ,
com j = 1; :::; n.
Teorema 69. Seja V um espaço euclidiano com dim V = n. Seja B = fw1 ; :::; wn g uma
base (ordenada) ortonormada de V . Então, para todos os u; v 2 V , tem-se
X
n
hu; vi = hu; wi i hv; wi i (fórmula de Parseval)
i=1
e v
u n
uX
kuk = t hu; wi i2 :
i=1
Observação 34. Seja V um espaço euclidiano com dim V = n. Seja B = fw1 ; :::; wn g
uma base (ordenada) ortonormada de V . Sejam u; v 2 V , com
u= 1 w1 + 2 w2 + ::: + n wn v= 1 w1 + 2 w2 + ::: + n wn .
116
Notação 3. Sejam V um espaço linear com um produto interno e 0 o vector nulo de V .
1 v
Para qualquer v 2 V , com v 6= 0, o vector v será denotado por .
kvk kvk
fv1 ; v2 ; :::; vk g
u1 = v 1 ,
u2 = v2 proju1 v2 ,
:::
uk = vk proju1 vk ::: projuk 1
vk
então
u1 u2 uk
(iii) o conjunto ; ; :::; é uma base ortonormada de U .
ku1 k ku2 k kuk k
117
Teorema 71. Seja B = fu1 ; u2 ; :::; un g uma base (ordenada) de um espaço euclidiano
(ou unitário). A base B é ortonormada se e só se a matriz da métrica G em relação a essa
base fôr a matriz identidade. Em Rn o produto interno usual é aquele (o único) em relação
ao qual a base canónica é ortonormada.
Teorema 72. Seja fv1 ; v2 ; :::; vn g uma base (ordenada) de Rn . Então, existe um único
produto interno em Rn para o qual esta base é ortonormada.
T
1 1 1 1 0 1 1 1
= = 1 1 1 2 2 1 +2 2 2 =
0 1 2 0 1 0 1 2
1 1 1
= 1 2
1 2 2
118
Teorema 73. Seja V um espaço linear com produto interno. Qualquer que seja o
subespaço U de V , também U ? é um subespaço de V .
U \ U ? = f0g :
S1 S2 ) (S2 )? (S1 )?
e
(U1 \ U2 )? (U1 )? + (U2 )? .
Se dim V < 1 tem-se
(U1 \ U2 )? = (U1 )? + (U2 )? .
Exemplo 44. (i) Se U R3 é um plano que passa pela origem, então U ? é uma recta
que passa pela origem e é perpendicular ao plano.
119
(ii) Se U R3 é uma recta que passa pela origem, então U ? é um plano que passa pela
origem e é perpendicular à recta.
e
?
N (AT ) = L(AT ) = (C(A))? :
(iv) Seja A 2 Mn n (R) tal que A é invertível. Então, (N (A))? = Rn e (L (A))? = f0g :
v = vU + vU ? , com vU 2 U e vU ? 2 U ? .
PU (v) = vU
v se v 2 U
PU = PU PU = (PU )2 e PU (v) =
0 se v 2 U ?
e
I (PU ) = U e N (PU ) = U ? .
Á transformação linear PU ? : V ! V de…nida por
PU ? (v) = vU ?
v se v 2 U ?
PU ? = PU ? PU ? = (PU ? )2 e PU ? (v) =
0 se v 2 U
e
I (PU ? ) = U ? e N (PU ? ) = U
e tal que chama-se projecção ortogonal de V sobre U ? .
Tem-se
I = P U + PU ?
120
dim V = dim U + dim U ?
?
U? =U
Se fw1 ; w2 ; :::; wl g fôr uma base ortogonal de U , então
X
l
hv; wi i X
l
PU (v) = wi = projwi v = vU
i=1
kwi k2 i=1
para todo o v 2 V .
Se fu1 ; u2 ; :::; uk g é uma base ortogonal de U ? , então, para todo o v 2 V
X
k
hv; uj i X
k
PU ? (v) = uj = projuj v = vU ?
j=1
kuj k2 j=1
Tem-se ainda:
(i)
hPU (u) ; vi = hu; PU (v)i ; hPU ? (u) ; vi = hu; PU ? (v)i ,
para todos os u; v 2 V ;
(ii)
kuk2 = kPU (u)k2 + kPU ? (u)k2 ,
para todo o u 2 V (Teorema de Pitágoras);
Dem.
, kv PU (v)k kv uk :
121
De…nição 54. Seja U um subespaço de um espaço euclidiano V . A distância d de um
ponto v 2 V a um subespaço U é dada por:
P1 = fpg + U e P2 = fqg + U
é dada por:
d (P1 ; P2 ) = kPU ? (p q)k .
(ii) A distância entre duas rectas paralelas
(i) Seja P o plano (em R3 ) que passa pelos pontos: (1; 2; 1), (1; 0; 1) e (1; 1; 1). Tem-se
Equação vectorial de P: (x; y; z) = (1; 2; 1)+ (0; 2; 2)+ (0; 1; 0), com ; 2 R.
Equações paramétricas de P:
8
< x=1
y=2 2
:
z=1 2
com ; 2 R.
Equação cartesiana de P: x = 1:
122
Podemos determinar a equação cartesiana de P do seguinte modo. Atendendo a que
seja
U = L (f(0; 2; 2); (0; 1; 0)g) .
Logo,
?
? 0 2 2
U = U? = N =
0 1 0
e assim, a equação cartesiana do plano P que passa pelo ponto (1; 2; 1) é dada por:
ou seja por
x = 1.
(ii) Determinemos a equação cartesiana da recta que passa pelos pontos (1; 1; 0) e
(1; 2; 1). Tem-se
r = f(1; 1; 0)g + L (f(0; 1; 1)g) ,
uma vez que
(0; 1; 1) = (1; 2; 1) (1; 1; 0):
Seja
U = L (f(0; 1; 1)g) .
Logo,
? ?
U = U? = N 0 1 1 = (L (f(1; 0; 0); (0; 1; 1)g))?
, (1 (x 1) = 0 e 1 (y 1) 1z = 0) ,
ou seja por
x=1
y z = 1.
123
Mínimos quadrados
Existem aplicações relativamente às quais os erros cometidos nas medições das entradas
de A ou de b podem levar a que o sistema de equações lineares Au = b não tenha solução,
quando teoricamente deveria ter. Em tais casos é natural a procura da "melhor solução
aproximada" para esse problema.
kb uk
Ab kb Auk ,
Au = PC(A) (b) ,
onde PC(A) é a projecção ortogonal de Rm sobre C (A). Como PC(A) (b) 2 C (A), a equação
Au = PC(A) (b) tem sempre solução e essas soluções são as soluções de mínimos quadrados
de Au = b. Deste modo, qualquer sistema de equações lineares tem sempre pelo menos uma
solução de mínimos quadrados.
Por outro lado, pode escrever-se a equação Au = PC(A) (b) na forma
tendo-se
AT (b Au) = AT b PC(A) (b) = AT PN (AT ) (b) = 0;
pois (C (A))? = N AT . Logo
AT Au = AT b.
A esta equação chama-se equação normal associada a Au = b.
Au = b
124
são as soluções da equação normal
AT Au = AT b:
Observação 37. Vejamos agora o modo como se pode determinar uma curva (ou recta)
especí…ca que se possa "ajustar" a um conjunto de pontos determinados experimentalmente.
(i) A partir de dois ou mais pontos dados
(x1 ; y1 ) ; (x2 ; y2 ) ; : : : ; (xm ; ym ) ;
pretende-se determinar uma recta y = a0 + a1 x que seja a recta que "melhor aproxime" ou
a recta de mínimos quadrados de melhor ajuste aos pontos dados (recta de regressão). Isto
é, pretende-se determinar as soluções de mínimos quadrados de
8
>
> y 1 = a0 + a1 x 1
>
< y 2 = a0 + a1 x 2
..
>
> .
>
: y =a +a x
m 0 1 m
125
ou seja de 2 3 2 3
1 x1 y1
6 1 x2 7 6 y2 7
6 7 a0 6 7
6 .. .. 7 =6 .. 7.
4 . . 5 a1 4 . 5
1 xm ym
Sejam 2 3 2 3
1 x1 y1
6 1 x2 7 6 y2 7
6 7 a0 6 7
A=6 .. .. 7 ; u= e b=6 .. 7:
4 . . 5 a1 4 . 5
1 xm ym
Atendendo a que car A = car AT A , se houver pelo menos dois pontos distintos, tem-se
car A = 2 e nesse caso, a equação normal
AT Au = AT b
é dada por
kb Auk2 ,
onde kb Auk é o erro de mínimos quadrados.
ou seja de 2 32 3 2 3
1 x1 x21 xn1 a0 y1
6 1 x2 x22 xn2 76 a1 7 6 y2 7
6 76 7 6 7
6 .. .. .. .. 76 .. 7=6 .. 7.
4 . . . . 54 . 5 4 . 5
1 xm x2m xnm an ym
126
Sejam 2 3 2 3 2 3
1 x1 x21 xn1 a0 y1
6 1 x2 x22 xn2 7 6 a1 7 6 y2 7
6 7 6 7 6 7
A=6 .. .. .. .. 7; u=6 .. 7 e b=6 .. 7:
4 . . . . 5 4 . 5 4 . 5
1 xm x2m xnm an ym
q
= (y1 (a0 + a1 x1 ))2 + (y2 (a0 + a1 x2 ))2 + (y3 (a0 + a1 x3 ))2 + (y4 (a0 + a1 x4 ))2 =
s
2 2 2 2
3 3 3 3
= 1 +0 + 3 +1 + 4 +2 + 4 +3 =
2 2 2 2
r p
25 1 1 1 34
= + + + = .
16 4 16 4 4
127
8a Ficha de exercícios para as aulas de problemas
onde u = (u1 ; u2 ) e v = (v1 ; v2 ). Veri…que porém que o mesmo conjunto fu; vg não é
ortonormado relativamente ao produto interno usual de…nido em R2 .
7. Considere R4 com o produto interno usual. Determine uma base ortonormada para o
subespaço de R4 gerado pelos vectores:
128
(i) Determine uma base ortogonal para U e uma base ortonormada para V .
(ii) Determine duas bases ortonormadas para R3 : uma que inclua dois vectores de U
e outra que inclua dois vectores de V .
(iii) Determine o elemento de U mais próximo de (1; 1; 1) e a distância entre (1; 1; 1)
e V ?.
U = (x; y; z; w) 2 R4 : x + z + w = 0 e x + y + z + w = 0
e
V = (x; y; z; w) 2 R4 : x z=0 e x w=0 .
a) Determine, justi…cando, uma base ortogonal para U ? .
b) Calcule, justi…cando, a distância entre (1; 1; 1; 1) e U .
c) Determine u 2 U e v 2 V tais que
(1; 0; 0; 0) = u + v.
e determine, relativamente a ele, uma base para (L (f( 2; 0; 3); (0; 1; 0)g))? :
12. Seja 2 3
1 0 2
A=4 0 0 0 5
2 0 1
e considere o produto interno usual. Sejam N (A), C (A) e L (A) respectivamente o
núcleo, espaço das colunas e espaço das linhas de A.
(i) Determine uma base ortonormada para R3 que inclua dois vectores de C (A).
(ii) Determine o elemento de L (A) mais próximo de (1; 1; 1) e a distância entre (1; 1; 1)
e N (A).
129
13. Seja 2 3
1 0 1
A=4 0 2 0 5
1 0 1
e considere o produto interno usual. Sejam N (A), C (A) e L (A) respectivamente o
núcleo, espaço das colunas e espaço das linhas de A.
(i) Determine uma base ortonormada para (N (A))? (o complemento ortogonal do
núcleo de A).
(ii) Determine uma base ortonormada para R3 que inclua dois vectores de C (A).
(iii) Determine o elemento de L (A) mais próximo de (1; 2; 3) e a distância entre (1; 2; 3)
e (L (A))? .
15. De…na o produto interno em R2 em relação ao qual a base f(1; 0); (1; 1)g é ortonor-
mada.
17. Considere R3 com o produto interno usual. Seja U o subespaço de R3 gerado pelos
vectores v1 = (0; 1; 0) e v2 = 54 ; 0; 53 . Escreva u = (1; 2; 3) na forma u = u1 + u2 ,
com u1 2 U e u2 2 U ? .
18. Considere R4 com o produto interno usual. Em cada alínea seguinte, determine uma
base ortogonal para o complemento ortogonal de U , isto é, para U ? .
(i) U = L (f(1; 0; 0; 0); (1; 1; 0; 1)g)
(ii) U = L (f(1; 0; 1; 1)g)
(iii) U = f(x; y; z; w) 2 R4 : x + 2y + z + 2w = 0g
(iv) U = f(x; y; z; w) 2 R4 : x z = 0 e 2x y + 2z w = 0g
130
19. Considere R3 com o produto interno usual. Considere também o seguinte subespaço
de R3 :
U = L (f(1; 1; 1); (1; 0; 0)g) .
20. Considere R4 com o produto interno usual. Considere também o seguinte subespaço
de R4 :
U = (x; y; z; w) 2 R4 : x y + z = 0 e y z + w = 0 .
hA; Bi = tr(AB T ).
a b
U= 2 M2 2 (R) : b = c .
c d
131
(i) Veri…que que h; i de…ne um produto interno em M2 2 (R).
(ii) Determine uma base ortonormada para U .
(iii) Determine uma base ortonormada para U ? .
(iv) Determine as representações matriciais de PU : M2 2 (R) ! M2 2 (R) e de PU ? :
M2 2 (R) ! M2 2 (R) em relação à base canónica
1 0 0 1 0 0 0 0
; ; ;
0 0 0 0 1 0 0 1
de M2 2 (R).
1 1
(v) Determine as projecções ortogonais da matriz sobre U e U ? respectiva-
0 1
mente.
1 1
(vi) Qual é a matriz simétrica mais próxima da matriz ?
0 1
1 1
(vii) Determine a distância entre e U.
0 1
a b
(viii) Determine a distância entre e U.
c d
23. Considere R3 com o produto interno usual. Considere também o seguinte subespaço
de R3 :
U = L (f(1; 0; 1); (0; 1; 1)g) .
a) Determine uma base ortogonal para U .
b) Determine uma base ortonormada para R3 que inclua dois vectores geradores de U .
c) Determine a projecção ortogonal de (1; 0; 0) sobre U ? , isto é, PU ? (1; 0; 0).
d) Determine a distância do ponto (1; 0; 0) a U ? .
24. Seja
P2 = p(t) = a0 + a1 t + a2 t2 : a0 ; a1 ; a2 2 R
o espaço linear dos polinómios de grau menor ou igual a 2. Considere a aplicação h; i
:P2 P2 ! R de…nida por
132
25. Seja 2 3
1 1 0
A=4 1 0 1 5
1 0 1
e considere o produto interno usual. Sejam N (A), C (A) e L (A) respectivamente o
núcleo, espaço das colunas e espaço das linhas de A.
a) Determine uma base ortogonal para L (A).
b) Determine uma base ortonormada para R3 que inclua dois vectores de C (A).
c) Determine o elemento de (N (A))? mais próximo de ( 1; 1; 1) e a distância entre
( 1; 1; 1) e (L (A))? .
26. Considere R3 com o produto interno usual. Seja U o subespaço de R3 gerado pelo
conjunto
f(1; 0; 1); (0; 1; 2)g .
a) Determine uma base ortogonal para U .
b) Determine u 2 U e v 2 U ? tais que (2; 3; 4) = u + v.
c) Determine a distância entre o ponto (2; 3; 7) e o plano f(1; 2; 3)g + U .
Sejam C (A), L (A) e N (A), respectivamente, o espaço das colunas, o espaço das linhas
e o núcleo de A.
a) Determine uma base ortogonal para R3 que inclua um vector de (C (A))? (comple-
mento ortogonal de C (A)).
b) Calcule a distância entre (1; 1; 0) e L (A).
c) Determine uma matriz B tal que (N (A))? = N (B) (o complemento ortogonal de
N (A) é igual ao núcleo de B).
28. Considere o espaço linear R4 munido com o produto interno usual e os seguintes sube-
spaços lineares de R4 :
133
29. Considere o espaço linear R4 munido com o produto interno usual e os seguintes sube-
spaços lineares de R4 :
30. Seja
W = f(x; y; z) 2 R3 : x 2y 3z = 0g:
Considere o produto interno usual.
a) Determine as equações cartesianas da recta que passa pelo ponto u = (1; 1; 1) e é
perpendicular ao plano W .
b) Determine a equação cartesiana do plano que passa pelo ponto u = (1; 1; 1) e é
paralelo ao plano W .
134
Determinantes
De…nição 59. Seja (i1 i2 :::in ) uma permutação dos números naturais 1; 2; :::; n. Diz-
-se que um par (ij ik ) é uma inversão quando (j k) (ij ik ) < 0 (isto é, quando ij e ik
aparecerem na permutação por ordem decrescente).
De…nição 60. Uma permutação (i1 i2 :::in ) diz-se par (ímpar) quando o no máximo de
inversões incluídas fôr par (ímpar).
Exemplo 47. A permutação (21453) é ímpar pois o no máximo de inversões nela incluí-
das é ímpar: (21); (43) e (53).
X
jAj = ( 1) ai1 j1 ai2 j2 :::ain jn ,
(j1 j2 :::jn )
permutação de 1;2;:::;n
em que
8
< 0 se (i1 i2 :::in ) e (j1 j2 :::jn ) têm a mesma paridade
=
:
1 se (i1 i2 :::in ) e (j1 j2 :::jn ) têm paridade diferente.
135
8
X < 0 se (j1 j2 :::jn ) é par
jAj = ( 1) a1j1 a2j2 :::anjn onde =
:
(j1 j2 :::jn ) 1 se (j1 j2 :::jn ) é ímpar.
permutação de 1;2;:::;n
ou
8
X < 0 se (i1 i2 :::in ) é par
jAj = ( 1) ai1 1 ai2 2 :::ain n onde =
:
(i1 i2 :::in ) 1 se (i1 i2 :::in ) é ímpar.
permutação de 1;2;:::;n
a11 a12
jAj = = a11 a22 a12 a21 :
a21 a22
= a11 a22 a33 + a12 a23 a31 + a13 a21 a32 a13 a22 a31 a12 a21 a33 a11 a23 a32 .
Observação 39. (i) Se A é uma matriz do tipo n n então jAj tem n! parcelas.
(ii) O determinante de cada um dos três tipos de matrizes elementares é dado por
det Pij = 1;
det Ei ( ) = ;
det Eij ( ) = 1:
136
De…nição 62. Seja A = (aij ) uma matriz do tipo n n, com n > 1. Seja Aij a matriz
do tipo (n 1) (n 1) que se obtem de A suprimindo a linha i e a coluna j de A. Chama-se
a Aij o menor-ij da matriz A.
Teorema 80. (Fórmula de Laplace.) Seja A uma matriz do tipo n n, com n > 1.
Tem-se
X
n
det A = aij ( 1)i+j det Aij , com i 2 f1; :::; ng …xo:
j=1
Exemplo 49.
1 0 2 3
1 2 3 1 0 2
2 1 1 4 3+2 3+4
= ( 1)( 1) 2 1 4 + ( 2)( 1) 2 1 1 =
0 1 0 2
1 2 3 1 0 2
1 0 2 3
(ii) Se A fôr uma matriz diagonal, triangular superior ou triangular inferior então o
determinante de A é igual ao produto dos elementos da diagonal principal de A.
(iv) Se B fôr obtida de A trocando duas linhas (ou colunas) de A então det B = det A.
(vi) Sendo B fôr obtida de A multiplicando uma linha (ou coluna) de A por um escalar
então det B = det A.
137
(viii) Se B fôr obtida de A somando a uma linha (ou coluna) de A um múltiplo escalar
de uma outra linha (ou coluna) de A então det B = det A.
n
(ix) det ( A) = det A:
(x) det (EA) = det E det A; onde E é uma matriz elementar (Pij ; Ei ( ) ou Eij ( )).
(xiii) det (A1 A2 :::Al ) = det A1 det A2 ::: det Al ; onde A1 ; A2 ; :::; Al são l (l 2 N) matrizes
do tipo n n.
1
(xiv) Se A fôr invertível, det (A 1 ) = :
det A
(xv) det (AB) = 0 , (det A = 0 ou det B = 0):
Exemplo 50.
9 7 5 3 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
7 7 5 3 1 3 3 3 3 1 1 3 3 3 3 0 2 2 2 2
5 5 5 3 1 = 5 5 5 3 1 = 1 3 5 5 5 = 0 2 4 4 4 =
3 3 3 3 1 7 7 5 3 1 1 3 5 7 7 0 2 4 6 6
1 1 1 1 1 9 7 5 3 1 1 3 5 7 9 0 2 4 6 8
1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
0 2 2 2 2 0 2 2 2 2 0 2 2 2 2
= 0 0 2 2 2 = 0 0 2 2 2 = 0 0 2 2 2 = 24 = 16.
0 0 2 4 4 0 0 0 2 2 0 0 0 2 2
0 0 2 4 6 0 0 0 2 4 0 0 0 0 2
138
De…nição 63. Seja A = (aij ) uma matriz do tipo n n, com n > 1. Seja Aij o
menor-ij da matriz A. Chama-se a ( 1)i+j det Aij o cofactor-ij da matriz A e à matriz
cof A = (( 1)i+j det Aij ) do tipo n n, com n > 1, a matriz dos cofactores de A.
a b
Exemplo 51. (i) Seja A = 2 M2 2 (R) tal que det A 6= 0. Então A é invertível
c d
e
1 1 d b
A = .
ad bc c a
Note que ad bc = det A.
(ii) Podemos usar o teorema anterior para calcular não só a inversa de uma matriz
(invertível) mas também (e sobretudo) entradas concretas dessa inversa. Seja
2 3
1 0 3
A = 4 4 5 6 5.
7 8 9
1
A entrada (1; 2) da matriz A é dada por
1 1 1 0 3
(A 1 )12 = (cof A)T = ( 1)2+1 det A21 = det = 2.
det A 12 det A 12 8 9
1
Note que apesar da entrada (1; 2) de A ser nula, a entrada (1; 2) de A não é nula.
(iii) Para calcular A 1 a partir do teorema anterior, é preciso calcular (cof A)T . Assim,
usando por exemplo A da alínea anterior, tem-se
2 3
5 6 4 6 4 5
6 8 9 7 9 7 8 7 2 3
6 7 3 6 3
6 0 3 1 3 1 0 7 4 7
cof A = 6
6 7= 24 12 8 5
6 8 9 7 9 7 8 7
4 5 15 6 5
0 3 1 3 1 0
5 6 4 6 4 5
139
pelo que 2 3
3 24 15
(cof A)T = 4 6 12 6 5
3 8 5
e assim
2 3 2 1 5
3
3 24 15 2
1 1 4 4 4
A 1
= (cof A)T = 6 12 6 5=4 1
2
1 1
2
5.
det A 12 1 2 5
3 8 5 4 3 12
De facto 2 32 3 2 3
1 5
4
2 4
1 0 3 1 0 0
4 1
1 1 54 4 5 6 5 = 4 0 1 0 5.
2 2
1 2 5
4 3 12
7 8 9 0 0 1
Teorema 83. (Regra de Cramer.) Seja A uma matriz do tipo n n tal que A é
invertível. Então a única solução do sistema de equações lineares AX = B é dada por
1
X = A 1B = (cof A)T B.
det A
T T
Isto é, sendo X = x1 ::: xn eB= b1 ::: bn tem-se, para i = 1; :::; n,
1 X
n
det Ci
xi = ( 1)k+i det Aki bk = ,
det A k=1 det A
onde Ci é a matriz obtida de A substituindo a coluna i de A pela matriz coluna B dos termos
independentes.
8 1 2 0 8 2 0 1 8
7 2 1 4 7 1 4 2 7
1 0 1 1 1 1 1 0 1
x= = 14, y= = 18 e z= = 13.
0 1 2 0 1 2 0 1 2
4 2 1 4 2 1 4 2 1
1 0 1 1 0 1 1 0 1
140
Produto externo e produto misto
u v = (u2 v3 u3 v2 ; u3 v1 u1 v3 ; u1 v2 u2 v1 ) ,
isto é,
u 2 u3 u1 u3 u u
u v= ; ; 1 2 =
v2 v3 v1 v3 v1 v2
e1 e2 e3
u 2 u3 u 1 u3 u1 u2
= e e2 + e = u1 u 2 u3 ,
v2 v3 1 v1 v3 v1 v2 3
v1 v2 v3
onde fe1 ; e2 ; e3 g é a base canónica de R3 .
(i) e1 e2 = e3
(ii) e2 e3 = e1
(iii) e3 e1 = e2
(iv) u v= (v u)
(v) u (v + w) = u v+u w
(vii) (u v) = ( u) v=u ( v)
(ix) u u=0
141
(i)
kuk kvk sen = ku vk :
A = ku vk :
p
Dem. (i) Como 2 [0; ], tem-se sen = 1 cos2 e deste modo,
p
= kuk kvk 1 cos2 =
s
hu; vi2
= kuk kvk 1 =
kuk2 kvk2
q
= kuk2 kvk2 hu; vi2 =
q
= (u21 + u22 + u23 ) (v12 + v22 + v32 ) (u1 v1 + u2 v2 + u3 v3 )2 =
q
= (u2 v3 u3 v2 )2 + (u3 v1 u1 v3 )2 + (u1 v2 u2 v1 )2 =
= k(u2 v3 u3 v2 ; u3 v1 u1 v3 ; u1 v2 u2 v1 )k = ku vk .
(ii)
A = (base)(altura) = kuk kvk sen :
hw; u vi
(i)
w1 w2 w3
hw; u vi = u 1 u 2 u3
v1 v2 v3
(ii)
hu; u vi = 0 hv; u vi = 0 hw; u vi = hw u; vi :
142
(iii) Sendo o ângulo formado por w e u v, o volume do paralelepípedo com um vértice
em (0; 0; 0) e arestas w; u; v, é dado por
V = ku vk kwk jcos j =
| {z } | {z }
área da face determinada por u e v altura
jhw; u vij
= ku vk kwk =
kwk ku vk
w1 w2 w3
= jhw; u vij = u1 u2 u 3
v1 v2 v3
= det w1 wn det w1 wn =
T
= det w1 wn det w1 wn =
T
= det w1 wn w1 wn =
02 3 1
(w1 )T
= det @4 5 w1 wn A =
T
(wn )
02 31
(w1 )T w1 (w1 )T wn
B6 ... 7C
= det @4 5A =
(wn )T w1 (wn )T wn
02 31
hw1 ; w1 i hw1 ; wn i
B6 .. 7C
= det @4 . 5A = det G.
hwn ; w1 i hwn ; wn i
Logo
V 2 = det G.
(v) A distância entre duas rectas disjuntas r e s não paralelas de…nidas por:
é dada por:
V jhb a; u vij
d (r; s) = =
A ku vk
onde os vectores b a; u e v determinam o paralelepípedo cuja altura é a distância entre as
duas rectas, V é o volume desse paralelepípedo e A é a área do paralelogramo que é a base
do paralelepípedo.
143
9a Ficha de exercícios para as aulas de problemas
2. Na expressão do determinante de uma matriz do tipo 6 6 diga qual o sinal que afecta
cada uma das seguintes parcelas:
(i) a23 a31 a42 a56 a14 a65 (ii) a16 a25 a34 a43 a52 a61
(iii) a54 a45 a63 a32 a26 a11 (iv) a16 a23 a34 a41 a62 a55
3. Veri…que que
0 0 0 a14
0 0 a13
0 0 a23 a24
(i) 0 a22 a23 = a13 a22 a31 (ii) = a14 a23 a32 a41
0 a32 a33 a34
a31 a32 a33
a41 a42 a43 a44
(iii) 2 3
0 0 a1n
6 7 n 1
det 6
4
7 = ( 1)n 2 a1n :::an
5 1 2 an1
0 an 12 an 1 n
an1 ann
144
9 0 6 4 2 7 4 1 3 6
7 4 0 5
5 3 0 1 2 0 0 0 2 0
1 2 0 2
(xvii) (xviii) 8 0 4 1 1 (xix) 0 0 5 8 1
2 1 3 8
6 0 3 1 3 0 0 3 p0
2 2 0 4
7 0 5 2 3 5 3 7 9 3
..
1 1 1 1 1 n n 1 . 2 1
2 1 0 0 ..
1 1 1 1 1 n 1 n 1 . 2 1
7 3 0 2
(xx) (xxi) 1 1 1 1 1 (xxii) .. . ..
3 1 1 . .. .
0 1 0 0 0
3 9 0 0 2 2 2 1
0 1 0 0 1
1 1 1 1
8. Seja
2 3
1 0 1
6 1 0 7
A =6
4
7 ; com 2R
0 0 1 1 5
1 0
145
a) Diga, justi…cando, quais são os valores de para os quais A é invertível.
n n+2
b) Seja n 2 N. Calcule det (A0 ) + (A0 ) .
c) Considerando os valores de para os quais A é invertível, calcule a entrada (3; 1)
da matriz inversa de A .
9. Use a fórmula de inversão de matrizes para inverter:
2 3 2 3
1 1 1 1 0 4
1 2
(i) (ii) 4 0 1 1 5 (iii) 4 1 1 3 5
3 4
0 0 1 0 6 0
10. Seja 2 3
1 3 0 0 1
6 2 0 1 0 1 7
6 7
A=6
6 3 1 2 2 1 7:
7
4 0 0 2 0 1 5
2 0 1 0 1
Justi…que que A é invertível e calcule a entrada (2; 3) de A 1 .
11. Sejam A uma matriz invertível e
2 3
0 0 1
B = 4 0 1 0 5:
1 0 0
Calcule, justi…cando,
det 2B T ABA 1
3B T .
13. 2 3
1 1 1
A= 4 1 1 1 5:
1 1 1
Diga, justi…cando, se a matriz:
AT A + A det A 5A
é invertível.
2 3
0 0 1
14. Seja A = 4 0 2 2 5. Calcule det 2A 1 AT det (A 2 ) :
1 2 3
2 3
0 a 0 1
6 1 0 2 0 7
15. Calcule os valores de a para os quais det 6
4 0
7 = 1:
2 0 1 5
1 0 a 0
146
2 3
1 1 0 0
6 0 1 0 2 7
16. Seja A = 6
4
7. Calcule det (A3 + A4 ) :
1 1 2 2 5
1 0 2 1
2 3
0 0 1 1
6 1 0 3 3 7
17. Seja A = 6
4
7. Calcule det (A6 A5 ) :
2 1 2 2 5
0 2 1 0
2 3 2 3
0 0 1 1 0 1
4
18. Sejam A = 0 1 0 5 e B = 4 0 2 0 5. Determine a matriz X tal que
1 0 0 1 0 1
AXB B = AX det AT A .
19. Sejam 2 3 2 3
3 2 0 2 1 0 0 2
6 1 0 0 3 7 6 4 0 1 0 7
A=6
4 0
7 B=6 7.
9 2 0 5 4 0 1 0 3 5
3 1 0 2 0 1 2 2
1
(i) Justi…que que A e B são invertíveis e determine as entradas (2; 2) de A e (2; 3)
de B 1 .
(ii) Veri…que que det (A + B) 6= det A + det B e det (A B) 6= det A det B.
(iv) det C T 21 C 2
147
n
(b) det ( B) = det B
(c) det AT = det A
1
(d) det (A 1 ) =
det A
T T
(e) ( B) = B
m 1 m
(f) S = (S )
p
22. Sejam A e B matrizes 3 3 tais que det A = 3 e det B = 12 . Calcule det(2AT B 3 ).
2 3
a 1 2
23. Sejam a; b; c 2 R. Seja B = 4 1 b 2 5 : Sabendo que det B = 2, calcule:
1 2 c
1 1 a a+3 1 2
1 T
(i) 2 b 1 (ii) b+3 b 2 2 (iii) det 2
B B
c 2 2 c+3 2 c c
a b 0 c
d e 0 f
24. Sejam a; b; c; d; e; f 2 R. Sabendo que = 5; calcule:
g h 0 i
x y 1 z
d e f
(i) g h i
a b c
a b c
(ii) 2d 2e 2f
g h i
a+d b+e c+f
(iii) d e f
g h i
2i 2h 2g
(iv) f 3c e 3b d 3a
c b a
a g d
(v) b h e
c i f
a b c
25. Sejam a; b; c 2 R. Sabendo que 2 1 0 = 1; calcule:
1 2 1
a b c
(i) 6 3 0
1 1
2
1 2
a b c
(ii) 2a + 2 2b + 1 2c
a+1 b+2 c+1
148
a 1 b 2 c 1
(iii) 3 3 1
1 2 1
1 1 1
(iv) 2 1 0
3a + 1 3b + 2 3c + 1
1 2 1 2
2
26. Sejam ; 2 R. Sabendo que 1 1 = 1; calcule + 2 .
1 + 2
1 1 1 1 1
+1 2 2 2 2
+1 +2 3 3 3 6
27. Seja 2 R. Veri…que que = .
+1 +2 +3 4 4
+1 +2 +3 +4 5
+1 +2 +3 +4 +5
28. Seja 2 R. Calcule o determinante da seguinte matriz do tipo n n.
2 3
6 1 +1 1 1 7
6 7
6 .. .. 7
6 . 1 +1 . 7
6 .. ... .. 7
6 . 1 1 . 7
6 7
6 .. .. 7
4 . . +1 1 5
1 1 1 1 +1
i j
29. Sejam 6= 0 e A = (aij )n n. Mostre que det A = det aij .
3 2
1 a a2
30. Que condições devem os parâmetros reais a; b e c veri…car para que a matriz 4 1 b b2 5
1 c c2
seja invertível?
149
b1 + c 1 b2 + c 2 b3 + c 3 a1 b 1 c 1
(ii) c 1 + a1 c 2 + a2 c 3 + a3 = 2 a2 b 2 c 2
a1 + b1 a2 + b2 a3 + b3 a3 b 3 c 3
a1 + b 1 a1 b1 c 1 a1 b1 c1
(iii) a2 + b 2 a2 b2 c 2 = 2 a2 b 2 c 2
a3 + b 3 a3 b3 c 3 a3 b 3 c 3
a1 b 1 a1 + b 1 + c 1 a1 b 1 c 1
(iv) a2 b 2 a2 + b 2 + c 2 = a2 b 2 c 2
a3 b 3 a3 + b 3 + c 3 a3 b 3 c 3
33. Veri…que que
a1 + b1 c1 + d1 a1 c 1 a1 c 1 b1 d1 b1 d1
= + + + :
a2 + b2 c2 + d2 a2 c 2 b2 d2 a2 c 2 b2 d2
5 3 3
37. Sabendo que 533; 715 e 871 são múltiplos de 13, justi…que que 7 1 5 é também
8 7 1
múltiplo de 13, sem calcular o determinante.
2 1 8
38. Sem calcular o determinante, veri…que que 1 0 10 é múltiplo de 5.
3 7 4
39. Seja A = (aij )n n com n ímpar e tal que aij + aji = 0, para todos os i; j = 1; :::; n:
Mostre que A não é invertível. Isto é, toda a matriz anti-simétrica de ordem ímpar
não é invertível.
40. Mostre que se uma matriz fôr ortogonal então o seu determinante ou é 1 ou é 1. E
se a matriz fôr unitária?
41. Seja A uma matriz real do tipo 5 6. Calcule, justi…cando, det AT A :
150
Valores próprios e vectores próprios. Diagonalização.
De…nição 66. Seja V espaço linear. Seja T : V ! V uma transformação linear. Diz-se
que um escalar é um valor próprio de T se existir um vector não nulo v 2 V tal que
T (v) = v.
Aos vectores não nulos v que satisfaçam a equação anterior chamam-se vectores próprios
associados ao valor próprio . Dado um valor próprio de T , o conjunto
E = fv 2 V : T (v) = vg = N (T I)
T e2x = 2e2x
det(A I) = 0,
151
isto é
é um valor próprio de T , det(A I) = 0
Além disso, tem-se
isto é
p( ) = det(A I)
Teorema 88. Seja A uma matriz n n. Então o polinómio característico de A pode ser
escrito na forma:
De…nição 69. Se
152
onde 1 ; 2 ; : : : ; k são os valores próprios distintos de A, aos expoentes m1 ; m2 ; : : : ; mk
chamam-se as multiplicidades algébricas desses valores próprios respectivamente. Escreve-
se
ma ( k ) = mk .
det A = 1 2 n e tr A = 1 + 2 + + n.
(v) polinómio característico, e portanto têm os mesmos valores próprios com as mesmas
multiplicidades algébricas e geométricas.
Teorema 92. (i) Seja V um espaço linear. Seja T : V ! V uma transformação linear.
Se T tiver valores próprios 1 ; :::; k distintos dois a dois e se para cada i = 1; :::; k consid-
erarmos o conjunto Si dos vectores próprios de T linearmente independentes e associados a
i , então S1 [ ::: [ Sk é um conjunto linearmente independente.
(ii) Seja A uma matriz n n. Se A tiver valores próprios 1 ; :::; k distintos dois a dois e
se para cada i = 1; :::; k considerarmos o conjunto Si dos vectores próprios de A linearmente
independentes e associados a i , então S1 [ ::: [ Sk é um conjunto linearmente independente.
mg ( i ) ma ( i ) ;
153
para qualquer valor próprio i de A.
Dem. (ii) Vejamos que a a…rmação é válida para k = 2. O caso geral prova-se por
indução. Sejam 1 e 2 dois valores próprios distintos e sejam S1 = fu1 ; :::; ur g e S2 =
fv1 ; :::; vs g dois conjuntos de vectores próprios de A linearmente independentes e associados
respectivamente a 1 e a 2 . Suponhamos que se tinha
1 u1 + + r ur + 1 v1 + + s vs = 0. (*)
Logo
0 = A ( 1 u1 + + r ur + 1 v1 + + s vs ) =
= 1 1 u1 + + r 1 ur + 1 2 v1 + + s 2 vs . (**)
1 ( 2 1 ) v1 + + s ( 2 1 ) vs = 0,
1 i Ir r
SAS = .
0(n r) r
Logo, como SAS 1 e A têm o mesmo polinómio característico, então i é uma raíz do
polinómio característico de A com multiplicidade algébrica pelo menos igual a r.
1
De…nição 71. (i) Seja A uma matriz n n. Se existir uma matriz P invertível tal
que
1
D = P AP ,
com D matriz diagonal, então diz-se que A é uma matriz diagonalizável e que P 1 é a
matriz diagonalizante. No caso de A ser uma matriz diagonal, a matriz diagonalizante é
a matriz identidade.
(ii) Seja V um espaço linear tal que dim V = n. Seja T : V ! V uma transformação
linear. Diz-se que T é diagonalizável se existir uma base ordenada B de V em relação à
qual a matriz M (T ; B; B) que representa T nessa base seja uma matriz diagonal.
154
diagonal principal da matriz diagonal D serão os valores próprios de A apresentados pela
ordem dos vectores próprios correspondentes na base ordenada Bvp . Além disso, a matriz
P 1 será a matriz cujas colunas serão os vectores próprios de A, da base Bvp de Rn dispostos
pela mesma ordem, tendo-se
D = P AP 1 .
O mesmo se aplica a Cn .
Teorema 94. Seja A uma matriz n n. Sendo 1 ; :::; k os valores próprios distintos de
A, então as a…rmações seguintes são equivalentes:
(i) A é diagonalizável.
P
k
(iii) mg ( i ) = n.
i=1
Dem. (i) ,(iii) Sejam 1 ; :::; k os valores próprios de A distintos dois a dois.
()) Suponhamos que A é diagonalizável. Então A terá n vectores próprios linearmente
independentes. Suponhamos que li dos vectores próprios de A estão associados ao valor
próprio i . Logo, para cada i = 1; :::; k
dim N (A i I) li .
Seja
r = dim N (A 1 I) + ::: + dim N (A k I) :
Então
r l1 + ::: + lk = n.
Para cada i = 1; :::; k seja Si uma base de N (A i I). Logo S1 [ ::: [ Sk é um conjunto de
r vectores linearmente independentes, pelo que se tem r n. Logo r = n.
(() Suponhamos que n = dim N (A 1 I) + ::: + dim N (A k I). Para cada i =
1; :::; k sendo mi = dim N (A i I), existirá então um conjunto Si formado por mi vectores
próprios de A linearmente independentes associados ao valor próprio i . Assim, conclui-se
que S1 [ ::: [ Sk é um conjunto de n vectores próprios de A linearmente independentes, sendo
deste modo A diagonalizável.
Observação 43. (i) Se todos os valores próprios de A forem raízes simples do polinómio
característico, então A é diagonalizável.
Rn = N (A 1 I) ::: N (A k I) .
(iii) Seja V um espaço linear tal que dim V = n. Seja A = M (T; B; B) a matriz n n
que representa a transformação linear T : V ! V em relação à base ordenada B. No caso de
155
haver uma base Bvp (ordenada) de V apenas constituída por vectores próprios de T , então
tem-se
M (T; Bvp ; Bvp ) = P AP 1 ,
onde P 1 = SBvp !B , sendo deste modo M (T; Bvp ; Bvp ) a matriz diagonal cujas entradas da
diagonal principal são os valores próprios de A apresentados pela ordem dos vectores próprios
correspondentes na base Bvp . Assim, T é representada relativamente a uma base ordenada
por uma matriz diagonal, isto é, T é diagonalizável.
Exemplo 54. Nos exemplos que se seguem as matrizes A consideradas poderão ser vistas
como matrizes que representam transformações lineares T relativamente à base canónica (ou
outras) ordenada de R3 , tendo-se no caso da base canónica, para todo o v 2 R3 ,
T (v) = Av.
1 5 1
det(A I) = 0 2 1 =
4 0 3
= (1 )( 2 ) (3 ) 20 + 4 (2 + ) =
= (1 )( 2 ) (3 )+4 12 =
= (3 ) [( 1) ( + 2) 4] =
2
= (3 ) + 6 =
= (3 )( 2) ( + 3) .
156
Logo, o subespaço próprio E 1 é dado por
E 1 = N (A 1 I) = L (f(0; 1; 5)g) .
Os vectores próprios de A associados ao valor próprio 1 = 3 são
v = (0; s; 5s) , com s 2 Rn f0g .
Determinemos os vectores próprios de A associados ao valor próprio 2 = 2. Tem-se
02 31
1 5 1
N (A 2 I) = N
@4 0 4 1 5A = L (f(1; 1; 4)g) .
4 0 1
Logo, o subespaço próprio E 2 é dado por
E 2 = N (A 2 I) = L (f(1; 1; 4)g) .
Os vectores próprios de A associados ao valor próprio 2 = 2 são
v = (s; s; 4s) , com s 2 Rn f0g .
Determinemos os vectores próprios de A associados ao valor próprio 3 = 3. Tem-se
02 31
4 5 1
N (A 3 I) = N
@ 4 0 1 1 5A = L (f(3; 2; 2)g) .
4 0 6
Logo, o subespaço próprio E 3 é dado por
E 3 = N (A 3 I) = L (f(3; 2; 2)g) .
Os vectores próprios de A associados ao valor próprio 3 = 3 são
v = (3s; 2s; 2s) , com s 2 Rn f0g .
Atendendo a que os valores próprios de A são distintos, os vectores próprios de A asso-
ciados a esses valores próprios são linearmente independentes. Como dim R3 = 3, então 3
vectores em R3 linearmente independentes formarão desde logo uma base de R3 . Logo, o
conjunto
B = f(0; 1; 5) ; (1; 1; 4) ; (3; 2; 2)g
é uma base de R3 . Deste modo, temos uma base de R3 formada só por vectores próprios de
A. Logo, a matriz A é diagonalizável, isto é, existe uma matriz invertível P 1 diagonalizante
tal que a matriz P AP 1 é diagonal, tendo-se
2 3 2 3 2 3
1 0 0 3 0 0 0 1 3
D = P AP 1 = 4 0 2 0 5 = 4 0 2 0 5 , com P 1 = 4 1 1 2 5.
0 0 3 0 0 3 5 4 2
Note que cada coluna de P 1 é formada pelo vector próprio associado ao valor próprio
respectivo e na posição respectiva. Além disso, tem-se
M (T ;Bc3 ;Bc3 )
(R3 ; Bc3 ) ! (R3 ; Bc3 )
T
SBc3 !B # I I # SBc3 !B
T
(R3 ; B) ! (R3 ; B)
M (T ;B;B)
157
com
SBc3 !B = P , M (T ; B; B) = D e M (T ; Bc3 ; Bc3 ) = A.
2 1 1
det(A I) = 2 3 2 =
3 3 4
= (2 ) (3 ) (4 )+6+6 3 (3 ) 6 (2 ) 2 (4 )=
3
= +9 2 15 + 7 =
= ( 1) ( 1) ( 7) .
E 1 = N (A 1 I) = L (f( 1; 1; 0) ; ( 1; 0; 1)g) .
v=( s t; s; t) , com s 6= 0 ou t 6= 0.
158
Atendendo a que dim E 1 + dim E 2 = 3, podemos ter a seguinte base de R3 formada só
por vectores próprios de A
B = f( 1; 1; 0) ; ( 1; 0; 1) ; (1; 2; 3)g .
1
Logo, a matriz A é diagonalizável, isto é, existe uma matriz invertível P diagonalizante
tal que a matriz P AP 1 é diagonal, tendo-se
2 3 2 3 2 3
1 0 0 1 0 0 1 1 1
D = P AP 1 = 4 0 1 0 5 = 4 0 1 0 5 , com P 1 = 4 1 0 2 5.
0 0 2 0 0 7 0 1 3
Note que cada coluna de P 1 é formada pelo vector próprio associado ao valor próprio
respectivo e na posição respectiva. Além disso, tem-se
M (T ;Bc3 ;Bc3 )
(R3 ; Bc3 ) ! (R3 ; Bc3 )
T
SBc3 !B # I I # SBc3 !B
T
(R3 ; B) ! (R3 ; B)
M (T ;B;B)
com
SBc3 !B = P , M (T ; B; B) = D e M (T ; Bc3 ; Bc3 ) = A.
7 5 1
det(A I) = 0 2 =1
20 0 3
= (7 )( 2 ) (3 ) + 100 20 (2 + ) =
= (3 ) [(7 )( 2 ) + 20] =
2
= (3 ) 5 +6 =
= (3 )( 3) ( 2) .
159
Determinemos os vectores próprios de A associados ao valor próprio 1 = 3. Tem-se
02 31
4 5 1
N (A 1 I) = N
@ 4 0 5 1 5A = L (f(0; 1; 5)g) .
20 0 0
Atendendo a que
dim E 1 + dim E 2 = 2 < 3,
não é possível ter uma base de R3 formada só por vectores próprios de A. Logo, a matriz A
não é diagonalizável, isto é, não existe uma matriz invertível P 1 diagonalizante tal que a
matriz P AP 1 seja diagonal.
2 3
1 0 0
(iv) Uma matriz com apenas um valor próprio real. A = 4 0 0 1 5. O
0 1 0
polinómio característico é dado por
1 0 0
det(A I) = 0 1 =
0 1
= 2 (1 ) + (1 )=
2
= (1 ) +1 .
160
Exemplo 55. A sucessão de Fibonacci (Leonardo de Pisa, 1202). Seja (vn )n2N tal que
v1 = 1; v2 = 1 e vn+2 = vn + vn+1 , n 2 N.
vn+1 0 1 vn 0 1 0 1 vn 1
= = =
vn+2 1 1 vn+1 1 1 1 1 vn
n n
0 1 v1 0 1 1
= = = .
1 1 v2 1 1 1
0 1
Calculemos agora os valores próprios de :
1 1
p p !
1 2 1+ 5 1 5
det =0, 1=0, = ou = .
1 1 2 2
p p
1+ 5 1 5
Valores próprios: 1 = 2
e 2 = 2
.
Atendendo a que
( p !)!
2
1 1 0 1+ 1 1
0 0p 1+ 5
N = N =N 1 5 =L ;1
1 1 1 1 1 1 1 2
2
p p
1+ 5
2
;1 é um vector próprio associado ao valor próprio 1+2 5 , sendo todos os vectores
p n p o
1+ 5 1+ 5
próprios associados ao valor próprio 2 dados por L 2
;1 n f(0; 0)g.
Atendendo a que
( p !)!
2
2 1 0 1 + 2 2
0 0p
1 + 5
N = N =N =L ;1
1 1 2 1 1 2 1 1+2 5 2
p p
1+ 5 1 5
2
;1 é um vector próprio associado ao valor próprio 2
, sendo todos os vectores
p n p o
próprios associados ao valor próprio 1 2 5 dados por L 1+ 5
2
; 1 n f(0; 0)g.
Como existe uma base de R2 formada só por vectores próprios (os dois valores próprios
são distintos logo os vectores próprios correspondentes são linearmente independentes) então
0 1
a matriz é diagonalizável. Assim, fazendo
1 1
p p " p p #
1+ 5 1+ 5 5 5+ 5
1 5p 10
P = 2 2 tem-se P = 5 5
p
5
1 1 5 10
161
e " p # " p #
1+ 5 1+ 5
2
0p 0 1 1 0 1 1 2
0p
D= =P P , =P P.
0 1 5 1 1 1 1 0 1 5
2 2
Logo " p # !n
n 1+ 5
vn+1 0 1 1 1 2
0p 1
= = P P =
vn+2 1 1 1 0 1 5 1
2
" p #n 2 p n 3
1+ 5
1+ 5
0p 1 2
0 1
=P 1 2 P =P 1 4 p n 5P =
0 1 5 1 0 1 5 1
2 2
2 p n 3" p p #
p p 1+ 5
1+ 5 1+ 5
2
0 5 5+ 5
1
= 2 2 4 p n 5 5p 10
p =
1 1 0 1 5 5 5 5 1
2 5 10
2 p p n p p n 3
5 5 1 5 5+ 5 1+ 5
10 2
+ 10 2
=4 p p n p p n 5.
5 3 5 1 5 3 5+5 1+ 5
10 2
+ 10 2
Isto é,
p p !n p p !n
5 5 1 5 5+ 5 1+ 5
vn+1 = +
10 2 10 2
para todo o n 2 N, com v1 = 1.
Veri…que que (por exemplo) v2 = 1, v3 = 2; v4 = 3:
Exemplo 56. (Um processo de difusão.) Considere duas células adjacentes separadas
por uma membrana permeável e suponha que um ‡uído passa da 1a célula para a 2a a uma
taxa (em mililitros por minuto) numericamente igual a 4 vezes o volume (em mililitros) do
‡uído da 1a célula. Em seguida, passa da 2a célula para a 1a a uma taxa (em mililitros por
minuto) numericamente igual a 5 vezes o volume (em mililitros) do ‡uído da 2a célula.
Sejam v1 (t) e v2 (t) respectivamente o volume da 1a célula e o volume da 2a célula no
instante t. Suponha que inicialmente a primeira célula tem 10 mililitros de ‡uído e que a
segunda tem 8 mililitros de ‡uído, isto é v1 (0) = 10 e v2 (0) = 8.
Determinemos o volume de ‡uído de cada célula no instante t.
Tem-se
8 0
< v1 (t) = 4v1 (t)
v10 (t) 4 0 v1 (t)
isto é 0 = : (*)
: 0 v2 (t) 4 5 v2 (t)
v2 (t) = 4v1 (t) 5v2 (t)
4 0
4e 5 são os valores próprios da matriz , sendo os vectores próprios associados
4 5
(1; 4) e (0; 1) respectivamente.
Como existe uma base de R2 formada só por vectores próprios (os dois valores próprios
são distintos logo os vectores próprios correspondentes são linearmente independentes) então
4 0
a matriz é diagonalizável. Assim, fazendo
4 5
1 1 0 1 0
P = tem-se P =
4 1 4 1
162
e
4 0 4 0 1 4 0 1 4 0
,D= =P P , =P P.
0 5 4 5 4 5 0 5
o sistema (*) é equivalente a
v10 (t) 1 4 0 v1 (t) v10 (t) 4 0 v1 (t)
= P P ,P = P
v20 (t) 0 5 v2 (t) v20 (t) 0 5 v2 (t)
Assim, considerando a mudança de variável
u1 (t) v1 (t)
=P
u2 (t) v2 (t)
v10 (t) 4 0 u01 (t)
v1 (t) 4 0 u1 (t)
P = P = , ,
v20 (t) 0 5 0
u2 (t)
v2 (t) 0 5 u2 (t)
8 0
8 0 >
> u1 (t)
>
> = 4
< u1 (t) = 4u1 (t) < u1 (t)
, , ,
: 0 > u0 (t)
u2 (t) = 5u2 (t) e u21(t)6=0, 8t >
u (t)6=0
> 2
>
: = 5
u2 (t)
8 8
< log ju1 (t)j = 4t + k1 < u1 (t) = c1 e 4t
, ,
: :
log ju2 (t)j = 5t + k2 u2 (t) = c2 e 5t
com c1 ; c2 2 R. De facto, se u (t) fôr solução de u0 (t) = u (t) então u (t) e t
= c (constante)
0
uma vez que (u (t) e t ) = 0. Logo u (t) = ce t .
Assim
4t 4t
v1 (t) 1 c1 e 1 0 c1 e c1 e 4t
=P 5t = 5t = .
v2 (t) c2 e 4 1 c2 e 4c1 e 4t + c2 e 5t
Como 8
< v1 (0) = 10
:
v2 (0) = 8
então c1 = 10 e c2 = 32 e assim a solução geral do sistema de equações diferenciais lineares
8 0
< v1 (t) = 4v1 (t)
:
v20 (t) = 4v1 (t) 5v2 (t)
com os valores iniciais 8
< v1 (0) = 10
:
v2 (0) = 8
é dada por
2 3 2 4t
3
v1 (t) 10e
4 5=4 5 = 10 1 4t 0 5t
e 32 e .
4t 5t 4 1
v2 (t) 40e 32e
163
Diagonalização unitária e diagonalização ortogonal
AH = A:
H
(i) AH =A (ii) ( A + B)H = AH + B H (iii) (AC)H = C H AH
(b) Sendo A hermitiana tal que A 2 Mn n (R), então A é simétrica (AT = A). Recipro-
camente, se A 2 Mn n (R) fôr hermitiana então A é simétrica. Ou seja, para matrizes reais
quadradas os conceitos de matriz simétrica e matriz hermitiana coincidem.
Teorema 95. Todos os valores próprios de uma matriz hermitiana são reais. Além disso,
os vectores próprios associados a valores próprios distintos, de uma matriz hermitiana, são
ortogonais.
Dem. Seja A 2 Mn n (C) tal que A é hermitiana. Seja um valor próprio de A e seja
u um vector próprio associado. Seja = uH Au. Então, tem-se
H H H
= = uH Au = u H AH u H = uH Au = .
A é hermitiana
tem-se
=P 2 R:
jui j2
Sejam agora u1 e u2 vectores próprios associados respectivamente a valores próprios
distintos 1 e 2 . Então, tem-se
(Au1 )H u2 = uH H
1 A u2 = uH
1 Au2 =
H
2 u1 u2
A é hermitiana
e
(Au1 )H u2 = ( 1 u1 )H u2 = H
1 u1 u2 = H
1 u1 u2 .
1 2R
Logo, tem-se
H H H
1 u1 u 2 = 2 u1 u2 ,( 1 2 ) u1 u2 = 0.
E assim, como 1 6= 2, então
uH u = 0;
| 1{z }2
=hu1 ;u2 i
164
ou seja, u1 e u2 são ortogonais.
Observação 45. Todos os valores próprios de uma matriz simétrica real são reais. Além
disso, os vectores próprios associados a valores próprios distintos, de uma matriz simétrica,
são ortogonais.
Observação 46. (i) Seja U unitária tal que U 2 Mn n (R). Então U H = U T , isto é,
toda a matriz unitária real é ortogonal. Reciprocamente, se P 2 Mn n (R) fôr ortogonal
então P é unitária. Ou seja, para matrizes reais quadradas os conceitos de matriz ortogonal
e matriz unitária coincidem.
(ii) Seja A uma matriz hermitiana. Se todos os valores próprios de A forem raízes simples
do polinómio característico, então existe uma matriz unitária que diagonaliza A, isto é, existe
U H unitária tal que U AU H é uma matriz diagonal, ou seja, A é unitariamente diagonalizável.
(iii) Como se vai ver a seguir, a a…rmação anterior (ii) continua válida mesmo se os
valores próprios não forem todos raízes simples do polinómio característico.
Teorema 96. (Teorema de Schur). Seja A uma matriz n n. Então, existe uma
matriz unitária U H tal que U AU H é triangular superior (inferior).
165
e assim 2 3
1 j
6 j 7
6 7
6 0 j 7
W AW H =6 7;
6 .. 7
4 . j M 5
0 j
onde M é uma matriz k k.
Pela hipótese de indução, existe uma matriz k k unitária (V1 )H tal que V1 M (V1 )H = T1 ,
onde T1 é uma matriz triangular superior. Seja
2 3
1 j 0 0
6 j 7
6 7
H 6 0 j 7
V =6 7.
6 .. H 7
4 . j (V1 ) 5
0 j
Isto é
" p p # " p p #
2 2 2 2
2p p2
2 1 p2 p2
3 3
T = = .
2 2 2 5 2 2 0 4
2 2 2 2
Teorema 97. Seja A uma matriz hermitiana. Então existe uma matriz unitária U H que
diagonaliza A, isto é, A é unitariamente diagonalizável. Ou seja, existe U H unitária tal que
a matriz U AU H é diagonal.
166
Dem. Pelo teorema anterior, existe uma matriz unitária U H tal que a matriz U AU H é
triangular. Seja T = U AU H . Tem-se então
H H
T H = U AU H = UH AH U H = U AU H = T .
A é hermitiana
Teorema 98. Seja A 2 Mn n (R) tal que A é simétrica. Então existe uma matriz
ortogonal P T que diagonaliza A, isto é, A é ortogonalmente diagonalizável. Ou seja, existe
P ortogonal tal que a matriz P AP T é diagonal.
Observação 47. Sendo A 2 Mn n (R) tal que A é simétrica, então existe P T ortogonal
tal que a matriz P AP T é diagonal, isto é, existe uma base ortonormada de Rn formada só
por vectores próprios de A; e a matriz P T é a matriz cujas colunas são os vectores próprios
de A que formam essa base ortonormada de Rn , sendo P AP T a matriz diagonal onde se
coloca na entrada i da diagonal principal o valor próprio correspondente ao vector próprio
da coluna i da matriz P T .
T T
AT = P T DP = P T DT P T = P T DP = A.
(() Teorema anterior e o facto de todos os valores próprios de uma matriz simétrica real
serem reais
T
, ( PTu AP T u > 0 para todo o u 6= 0) ,
X
n
,( (ui )2 i > 0 para todo o u 6= 0) , ( i > 0 para todo o i = 1; :::; n)
i=1
167
onde 1 ; :::; n são os valores próprios de A são positivos.
Observação 48. (i) Existem matrizes não hermitianas que são unitariamente diago-
nalizáveis, como por exemplo as matrizes anti-hermitianas (AH = A) e as matrizes anti-
simétricas (AT = A).
AAH = AH A:
AAT = AT A:
Teorema 101. (i) Sendo A 2 Mn n (C) uma matriz normal tem-se para todo o vector
u
kAuk = AH u .
Em particular, sendo A 2 Mn n (C) uma matriz normal, para qualquer escalar , a matriz
A I também é normal tendo-se
k(A I) uk = (A I)H u = AH I u
(ii) Os vectores próprios associados a valores próprios distintos, de uma matriz normal,
são ortogonais.
Dem. (i) Sendo A 2 Mn n (C) uma matriz normal tem-se para todo o vector u
H 2
kAuk2 = (Au)H Au = uH AH Au = uH AAH u = AH u AH u = A H u
AH A=AAH
logo
kAuk = AH u .
168
Sendo A 2 Mn n (C) uma matriz normal, para qualquer escalar , a matriz A I também
é normal:
= AH (A I) (A I) = AH I (A I) = (A I)H (A I) .
Logo
k(A I) uk = (A I)H u = AH I u
e assim, se fôr um valor próprio de A e u um vector próprio de A associado a esse valor
próprio então é um valor próprio de AH e u um vector próprio de AH associado a esse
valor próprio, isto é,
Au = u e AH u = u.
(ii) Seja A 2 Mn n (C) tal que A é normal. Sejam 1 ; 2 valores próprios de A tais que
1 6 = 2 e sejam v1 e v2 vectores próprios de A associados respectivamente a 1 e 2 . Tem-se
Av1 = 1 v1 e AH v 1 = 1 v1
Av2 = 2 v2 e AH v 2 = 2 v2
e
H
( 1 2 ) hv1 ; v2 i =( 1 2 ) (v1 ) v2 = 1 (v1 )H v2 2 (v1 )H v2 =
H H H H
= 1 v1 v2 (v1 )H ( 2 v2 ) = AH v1 v2 (v1 )H (Av2 ) = AH v1 v2 AH v 1 v2 = 0.
Assim, como 1 6= 2, tem-se hv1 ; v2 i = 0:
Dem. (() Suponhamos que A é normal. Existe uma matriz unitária U H e uma matriz
triangular superior (inferior) T tais que T = U AU H . Vejamos que T é normal. Tem-se
H
T HT = U AU H U AU H = U AH U H U AU H = U AH AU H =
A é normal
= U AAH U H = U AU H U AH U H = T T H .
169
()) Suponhamos agora que A é unitariamente diagonalizável. Queremos mostrar que
A é normal. Sejam D diagonal e U H unitária tais que D = U AU H , ou seja, A = U H DU .
Tem-se
H
AAH = U H DU U H DU = U H DU U H DH U = U H DDH U
e
H
AH A = U H DU U H DU = U H DH U U H DU = U H DH D U .
Como 2 3
j 1 j2 0 0
6 ... .. 7
H 6 H 0 j 2 j2 . 7
DD = D D = 6 .. .. .. 7,
4 . . . 0 5
2
0 0 j nj
3 2
1 1 0
Exemplo 58. Seja A = 4 0 1 1 5. A matriz A não é simétrica logo não é ortogonal-
1 0 1
mente diagonalizável. Mas:
2 3T 2 3 2 32 3T 2 3
1 1 0 1 1 0 1 1 0 1 1 0 2 1 1
4 0 1 1 5 4 0 1 1 5 = 4 0 1 1 54 0 1 1 5 = 4 1 2 1 5
1 0 1 1 0 1 1 0 1 1 0 1 1 1 2
2 3
1 1 0
isto é 4 0 1 1 5 é normal e como tal é unitariamente diagonalizável. Tem-se
1 0 1
2 3 2 p
3
p
3
p
3
32 32 p
3
p
3 1
p
3 1
3
2 0 p 0 p 3 p 3 p3
1 1 0 p3 p6 2
i p6
+ 2
i
4 0 6 74 6 7
1
2
1
2
i 3 0 p 5=4 3
+ 1
i 3 1
i 3
5 0 1 1 54 3 3
+ 1
i 3 1
i 5
p6 2 p6 2 p3 p3 6p 2 6p 2
1
0 0 2
+ 21 i 3 3 1
i 3
+ 1
i 3 1 0 1 3 3 3
| {z } 6 2 6 2 3
| 3 3
{z 3
}
D UH
p p
onde 2; 12 1
2
i 3e 1
+ 12 i 3 são os valores próprios de A e
2
( p p p ! p p p ! p p p !)
3 3 3 3 1 3 1 3 3 1 3 1 3
; ; ; i; + i; ; + i; i;
3 3 3 6 2 6 2 3 6 2 6 2 3
Teorema 103. Seja A 2 Mn n (R) tal que A é simétrica. Então, as seguintes a…rmações
são equivalentes.
170
(ii) Existe uma matriz simétrica de…nida positiva B tal que A = B 2 . À matriz B
chama-se raíz quadrada simétrica e de…nida positiva de A e escreve-se
p
B = A.
Dem. (i) ) (ii) Supondo que A é de…nida positiva, vejamos que existe uma matriz
simétrica de…nida positiva B tal que A = B 2 .
Como A é simétrica, então A é ortogonalmente diagonalizável, isto é, existe uma matriz
ortogonal P tal que 2 3
1 0 0
6 . . . . . . .. 7
6 0 . 7
P AP T = D = 6 . . 7
4 .. .. 0 5
0 0 n
onde 1 ; :::; n são os valores próprios de A, os quais são todos positivos por A ser de…nida
positiva, tendo-se
2
D = (D0 )
com 2 p 3
1 0 0
6 .. .. .. 7
6 0 . . . 7
D0 = 6 .. .. 7.
4 . . 5
p0
0 0 n
Assim
2
A = P T DP = P T (D0 ) P = P T D0 P P T D0 P = B 2
com
B = P T D0 P
simétrica:
T T T
B T = P T D0 P = P T (D0 ) PT = P T D0 P = B
e de…nida positiva uma vez que os valores próprios de P T D0 P são os de D0 .
(ii) ) (iii) Supondo que existe uma matriz simétrica de…nida positiva B tal que A = B 2 ,
vejamos que existe uma matriz invertível S tal que
A = S T S:
Como B é simétrica e de…nida positiva, basta fazer S = B para ter-se
A = B 2 = BB = S T S
com S simétrica e invertível uma vez que sendo B de…nida positiva, 0 não é valor próprio de
B.
(iii) ) (i) Supondo que existe uma matriz invertível S tal que A = S T S, vejamos que A
é de…nida positiva, isto é, vejamos que
uT Au > 0;
171
para todo o u 6= 0. Tem-se
uT Au = uT S T Su = (Su)T Su = kSuk2 > 0
para todo o u 6= 0, uma vez que S é invertível.
Observação 50. Sendo A matriz simétrica e de…nida positiva do tipo n n, existe uma
única raíz quadrada simétrica e de…nida positiva B de A, isto é, existe uma única matriz
B simétrica e de…nida positiva tal que A = B 2 . No entanto, poderão existir pelo menos 2n
raízes quadradas de A, isto é, 2n matrizes B para as quais se tem A = B 2 .
4 1
Exemplo 59. Seja A = . Os valores próprios de A são: 3 e 5. Os vectores
1 4
próprios associados ao valor próprio 3 são todos os vectores de L (f( 1; 1)g) n f0g. Os
vectores próprios associados ao valor próprio 5 são todos os vectores de L (f(1; 1)g) n f0g.
Tem-se
2 p
2
p
2
3 2 p
2
p
2
3
3 0 2 2 4 1 2 2
D= =4 5 4 5 = P AP T
0 5 p
2
p
2
1 4 p
2
p
2
2 2 2 2
com 2 p p 3
2 2
3 0 2 2
D= e PT = 4 5
0 5 p
2
p
2
2 2
onde ( p p ! p p !)
2 2 2 2
; ; ;
2 2 2 2
são vectores próprios normalizados e ortogonais entre si respectivamente associados aos val-
ores próprios 3 e 5. Logo
2 p p 3 2 p p 3
2 2 p 2 2
2 2 3 p0 2 2
B=4 p p
5 4
p p
5=
2 2 0 5 2 2
2 2 2 2
2 1p 1
p p 3
1
p 1
2
3+ 2
5 3
2
5 2
=4 p p p p
5 = A1=2
1 1
2
5 2
3 12 3 + 12 5
ou seja 2 1p p p 3 p
1 1 1
2
3+ 2
5 3 2
5 2
B=4 p p 1p p
5
1 1 1
2
5 2
3 2 3+ 2 5
é a única matriz simétrica e de…nida positiva tal que
2 1p 1
p p 32 1
p 1
2
3+ 2
5 3 2
5 2 4 1
B2 = 4 p p 1p p
5 = = A.
1 1 1 1 4
2
5 2
3 2 3+ 2 5
172
Formas quadráticas
a c x1 x1
x1 x2 + d e + f = 0.
c b x2 x2
Sejam
x1 a c
x= e A= :
x2 c b
(A é uma matriz real simétrica). À função real a duas variáveis reais Q : R2 ! R de…nida
por Q (x) = xT Ax, com
xT Ax = ax21 + bx22 + 2cx1 x2
chama-se forma quadrática real a 2 variáveis reais associada à equação quadrática anterior.
Podem haver equações do 2o grau e formas quadráticas com um no de variáveis superior
a 2. Uma equação quadrática em n variáveis x1 ; x2 ; : : : ; xn é uma equação da forma
xT Ax + Bx + = 0,
2 3
x1
6 x2 7
6 7
onde x = 6 .. 7, A = (aij ) é uma matriz real simétrica do tipo n n, B 2 M1 n (R) e
4 . 5
xn
é um escalar. À função real a n variáveis reais Q : Rn ! R de…nida por
!
X n Xn
Q (x) = xT Ax = aij xj xi
i=1 j=1
chama-se forma quadrática real a n variáveis reais associada à equação quadrática anterior.
Se a matriz A não fôr simétrica considera-se
A + AT
B=
2
e tem-se a mesma expressão, isto é
A + AT 1 1 1 1
xT Bx = xT x = xT Ax + xT AT x = xT Ax + xT Ax = xT Ax
2 2 2 2 2
uma vez que tendo-se xT Ax 2 R obtém-se
T
xT Ax = xT Ax = xT AT x.
173
Teorema 104. (Teorema dos eixos principais). Seja A 2 Mn n (R) tal que A é simétrica.
Então existe uma mudança de variáveis ortogonal que transforma a forma quadrática xT Ax
na forma quadrática y T Dy sem termos cruzados. Isto é, se P T diagonalizar A ortogonalmente
(D = P AP T ), então a mudança de variáveis x = P T y transforma a forma quadrática xT Ax
na forma quadrática y T Dy:
xT Ax = y T P AP T y = y T Dy = 2
1 y1 + 2
2 y2 + + 2
n yn =
2 32 3
1 0 0 y1
6 0 0 76 y2 7
6 2 76 7
= y1 y2 yn 6 .. .. ... .. 76 .. 7,
4 . . . 54 . 5
0 0 n yn
onde 1 ; 2 ; : : : ; n são os valores próprios de A associados respectivamente aos vectores
próprios que constituem as colunas de P T e que formam uma base ortonormada de Rn .
De…nição 77. (i) Chama-se cónica ou secção cónica à curva plana obtida por meio de
um corte efectuado por um plano relativamente a uma superfície cónica. As secções cónicas
que se obtêm quando o plano que efectua o corte não passa pelo vértice da superfície cónica,
são elipses (os valores próprios têm o mesmo sinal) (podendo ter-se circunferências: quando
o corte é efectuado perpendicularmente ao eixo de simetria do cone), parábolas (um dos dois
valores próprios é zero) e hipérboles (os dois valores próprios têm sinais contrários).
(ii) Em R3 tem-se
2 3 2 3 3 2
x1 a d e g
x = 4 x2 5 ; A=4 d b f 5 e B=4 h 5
x3 e f c i
e
ax21 + bx22 + cx23 + 2dx1 x2 + 2ex1 x3 + 2f x2 x3 + gx1 + hx2 + ix3 + = 0.
À super…cie resultante da equação anterior chama-se quádrica. Existem quatro tipos de
quádricas não degeneradas): elipsóides, hiperbolóides (de uma ou duas folhas), cones e
parabolóides (elípticos ou hiperbólicos).
174
com
x0 x
D = P AP T , =P ,
y0 y
e
2 p p 3 2 3 2 p p 3 2 3
2 2 2 2
6 7 6 cos sen 6 7 6 cos sen
6 2 2 7 6 4 4 7 6 2 2 7 6 4 4 7
P =6T
7=4 7, P =6 7=4 7,
4 p p 5 5 4 p p 5 5
2 2 sen cos 2 2 sen cos
2 2 4 4 2 2 4 4
3x2 + 4xy + 3y 2 = 4
y
4
-5 -4 -3 -2 -1 1 2 3 4 5
x
-2
-4
tem-se a elipse: !2
2
0 2 0 2 x0 y0
(x ) + 5 (y ) = 4 , + p = 1:
2 2 5
5
175
De…nição 78. Seja A uma matriz real simétrica do tipo n n. Diz-se que A e a forma
quadrática Q : Rn ! R dada por
Q (x) = xT Ax
são:
xT Ax 0;
para todo o x;
xT Ax 0;
para todo o x;
(v) inde…nidas se existirem pontos onde xT Ax seja positiva e pontos onde xT Ax seja
negativa.
176
10a Ficha de exercícios para as aulas de problemas
1. Seja 2 3
9 8 7
A = 4 6 5 4 5:
3 2 1
Veri…que se 0 é valor próprio de A e caso seja determine um vector próprio associado.
2. Sem calcular o polinómio característico, indique um valor próprio e dois vectores
próprios associados linearmente independentes para a matriz
2 3
5 5 5
4 5 5 5 5:
5 5 5
3. Determine os valores próprios de uma matriz A 2 2 cujo traço seja igual a 5 e cujo
determinante seja igual a 6.
4. Determine uma matriz A real simétrica (AT = A) 2 2 cujos valores próprios sejam
2 e 2 e tal que (2; 1) seja um vector próprio associado ao valor próprio 2.
5. Considere a transformação linear T : R3 ! R3 que admite os vectores próprios
v1 = (1; 2; 1); v2 = ( 1; 0; 1); v3 = (0; 1; 0);
associados respectivamente aos valores próprios 1; 2 e 3.
Determine a expressão geral de T .
6. Considere a transformação linear T : R3 ! R3 de…nida por
T (x; y; z) = (0; y + 3z; 3y + z):
177
8. Considere a transformação linear T : R3 ! R3 que em relação à base canónica de R3
é representada pela matriz: 2 3
0 1 0
A = 4 0 1 0 5.
0 1 0
(i) Veri…que que os vectores v1 = (1; 0; 0); v2 = (1; 1; 1) e v3 = (0; 0; 1) são vectores
próprios de T .
(ii) Diga, justi…cando, se T é invertível e se T é diagonalizável.
(iii) Determine os valores próprios e os subespaços próprios de T .
1
(iv) Diagonalize T . Isto é, determine uma matriz de mudança de base P e uma
matriz diagonal D tais que
D = P AP 1 :
2 3
A= .
3 2
T (x; y; z) = (x; y; x y) :
178
13. Considere o produto interno usual em R3 e a transformação linear T : R3 ! R3 de…nida
por: T (x; y; z) = (0; x + y; z). Determine os valores próprios de T e diga, justi…cando,
se T é uma projecção ortogonal.
T (x; y; z) = (y + z; 2y + z; y + 2z).
179
(ii) Determine os valores próprios e bases dos subespaços próprios de T .
(iii) Diagonalize a transformação linear T , isto é, determine uma base ordenada de R3
relativamente à qual a matriz que represente T seja uma matriz diagonal.
(iv) Determine An e T n (x; y; z).
19. Sabendo que os vectores (1; 1; 1); (1; 0; 1) e (1; 1; 0) são vectores próprios da matriz
2 3
1 1 1
4 a b c 5,
d e f
determine a; b; c; d; e; f .
T (A) = A + AT :
(i) Escolha uma base ordenada para M2 2 (R) e determine a matriz que representa T
em relação a essa base ordenada.
(ii) Determine os valores próprios e os vectores próprios de T .
(iii) Diga se T pode ou não ser representada por uma matriz diagonal em relação a
uma base ordenada apropriada de M2 2 (R). Em caso a…rmativo, indique uma tal base
ordenada e a correspondente matriz diagonal que representa T .
D1 = P1 A1 P1 1 , D2 = P2 A2 P2 1
e D3 = P3 A3 P3 1 .
Ou seja, veri…que que existe uma base de R2 formada por vectores próprios
de A1 , uma base de R3 formada por vectores próprios de A2 e outra base de
R3 formada por vectores próprios de A3 .
180
23. Para cada parâmetro 2 R, sejam
2 3 2 3 2 3
1 1 1 1
A = 4 0 3 0 5 ; u 1 = 4 0 5 ; u2 = 4 0 5 :
1 0 1 1
T (x; y; z) = (x + 2z; y; 2x + z) :
26. Considere o espaço linear R3 munido com o produto interno usual. Para cada real,
considere a matriz dada por:
2 3
1 0 2
A= 4 1 3 5.
2 0 1
181
c) Determine uma base para cada espaço próprio de A e identi…que os valores de
para os quais A é diagonalizável.
d) Determine, se existirem, os valores de para os quais é possível encontrar uma base
ortogonal de R3 constituída só por vectores próprios de A. Justi…que.
27. Considere a transformação linear T : P1 ! P1 de…nida por
2 1
M T ; Bc2 ; B =
1 2
onde Bc2 = f1; tg e B = f1 + t; 1 tg são duas bases ordenadas de P1 . Determine os
valores próprios de T .
28. Seja P1 = fp(t) = a0 + a1 t : a0 ; a1 2 Rg o espaço linear real dos polinómios reais de
grau menor ou igual a 1. Considere ainda a transformação linear T : P1 ! P1 tal que
T (2 2t) = 6 2t T ( 1 + 2t) = 6t T (1 + t) = 9 + 9t:
182
33. Considere o espaço linear R3 munido com o produto interno usual. Seja
2 3
3 1 2
A=4 1 3 2 5:
2 2 0
A = B2:
B 2 = A:
36. Considere o espaço linear R3 munido com o produto interno usual. Seja
2 3
2 1 1
A = 4 1 2 1 5:
1 1 2
a) Mostre que (1; 1; 1) é um vector próprio de A e diga qual é o valor próprio associado.
b) Sendo T : R3 ! R3 a transformação linear representada matricialmente por A
relativamente à base canónica ordenada Bc3 = f(1; 0; 0) ; (0; 1; 0) ; (0; 0; 1)g de R3 (isto
é, A = M (T ; Bc3 ; Bc3 )), determine
T ( 1; 1; 0) e T ( 1; 0; 1).
37. Considere o produto interno usual. Determine uma matriz simétrica A 2 M3 3 (R)
cujos valores próprios sejam 1 e 1, e tal que
183
2 1+i
38. Considere o produto interno usual. Seja A = :
1 i 3
(i) Mostre que A é normal.
(ii) Diga, justi…cando, se A é hermitiana.
(iii) Encontre uma matriz unitária U H que diagonalize unitariamente A e indique a
correspondente matriz diagonal semelhante a A.
D = P AP T
D = U AU H
é diagonal).
1 2
40. Considere o produto interno usual em R2 . Seja A = , com 2 R. Diga,
2
justi…cando, se existe uma base ortogonal de R2 formada só por vectores próprios de
A e determine tal que A é unitariamente diagonalizável.
8 0
< u1 = 2u3
41. Considere o sistema de equações diferenciais u0 = u1 + 2u2 + u3
: 20
u3 = u1 + 3u3
(i) Resolva-o, determinando a respectiva solução geral.
(ii) Determine a única solução 2 3
u1 (t)
4 u2 (t) 5
u3 (t)
tal que 2 3 2 3
u1 (0) 2
4 u2 (0) 5 = 4 1 5 :
u3 (0) 0
42. Considere o produto interno usual. Classi…que e diagonalize a seguinte forma quadrática.
Q : R3 ! R;
184
4a Ficha de exercícios teóricos
3. Seja V um espaço euclidiano com dim V = n. Seja S = fu1 ; :::; un g uma base orto-
normada de V . Seja T : V ! V uma transformação linear. Veri…que que a matriz
A = (aij ) que representa T em relação à base S é dada por
com v 2 V .
Mostre que T é invertível se e só se k = n.
5. Seja V um espaço euclidiano real. Seja T : V ! V uma transformação linear tal que
kT (w)k = kwk
para quaisquer u; v 2 V .
185
6. Seja U uma matriz unitária. Mostre que os valores próprios de U têm módulo 1.
T (u) = hu; u0 i;
para todo o u 2 Rn .
9. Considere o espaço linear Rn munido com o produto interno usual. Seja A 2 Mn n (R)
tal que
AT A = AAT :
Prove que o complemento ortogonal do espaço das colunas de A é igual ao núcleo de
A, isto é
(C(A))? = N (A).
10. Seja V um espaço linear complexo, isto é, cujo corpo dos escalares é C. Considere V
munido de um produto interno h; i. Seja T : V ! V uma transformação linear tal que
hT (u); ui = 0
12. Seja V um espaço linear. Seja T : V ! V uma transformação linear. Seja u um vector
próprio de T associado a um valor próprio de T . Veri…que que u é também um vector
próprio de T 2 associado ao valor próprio 2 de T 2 .
k
13. Seja A uma matriz do tipo n n. Mostre que se é um valor próprio de A então
é um valor próprio de Ak , onde k é um inteiro positivo.
14. Uma matriz A do tipo n n diz-se nilpotente se Al = 0 para algum inteiro positivo l.
Mostre que se A é nilpotente então o único valor próprio de A é 0.
15. Seja A uma matriz n n. Veri…que que A e AT têm os mesmos valores próprios.
16. Seja A uma matriz n n cuja soma das suas colunas é constante e igual a r. Mostre
que r é um valor próprio de A:
17. Seja A 2 Mn n (R). Seja P uma matriz diagonalizante para A. Determine uma matriz
diagonalizante para AT em termos de P .
1
18. Seja Q uma matriz n n real ortogonal, isto é, tal que Q = QT .
Mostre que se n fôr ímpar então Q tem o valor próprio 1 ou tem o valor próprio 1.
19. Seja A 2 M2 2 (R) tal que det A < 0. Mostre que A é diagonalizável.
186
20. Seja A uma matriz n n e seja um valor próprio de A com multiplicidade algébrica
igual a n. Mostre que se A fôr diagonalizável então A é uma matriz diagonal.
21. Seja V um espaço linear e seja T : V ! V uma transformação linear tal que todos
os vectores não nulos de V são vectores próprios. Mostre que T tem um único valor
próprio.
22. Sejam A e B duas matrizes do tipo n n. Mostre que AB e BA têm os mesmos valores
próprios.
(A 1 I) (A 2 I) = 0:
24. Seja A matriz real n n nilpotente, isto é, existe um natural k tal que Ak 6= 0 e
Ak+1 = 0. Prove que A não é diagonalizável.
27. Seja A 2 Mn n (R) uma matriz cujos valores próprios são todos reais e tal que
187
Bibliogra…a
1. Howard Anton and Robert C. Busby, Contemporary Linear Algebra, John Wiley &
Sons, Inc., 2002.
2. Luís Barreira e Clàudia Valls, exercícios de álgebra linear, IST Press, 2011.
3. Bernard Kolman, Introductory Linear Algebra with Applications, Prentice Hall, 1996.
4. Steven J. Leon, Linear Algebra with Applications, 8th edition, Pearson, 2009.
5. Seymour Lipschutz, Linear Algebra, Schaum´s Outline Series, 4th edition, McGraw-
Hill, 2009.
7. Carl D. Meyer, Matrix Analysis and Applied Linear Algebra, SIAM, 2000.
9. Ana Paula Santana e João Filipe Queiró, Introdução à Álgebra Linear, Gradiva, 2010.
10. Gilbert Strang, Linear Algebra and its Applications, 3rd edition, Thomson Learning,
1988.
188
Resolução da 1a Ficha de exercícios para as aulas de problemas
p
3
4. p (t) = a0 + a1 t + a2 t2 com a0 ; a1 ; a2 2 R.
p (1) = 0 , a0 + a1 + a2 = 0
p (0) = 1 , a0 = 1
p ( 1) = 1 , a0 a1 + a2 = 1
2 3 2 3 2 3
1 0 0 j 1 1 0 0 j 1 1 0 0 j 1
4 1 1 1 j 0 5 ! 4 0 1 1 j 1 5 ! 4 0 1 1 j 1 5
L1 +L2 !L2 L2 +L3 !L3
1 1 1 j 1 L1 +L3 !L3 0 1 1 j 0 0 0 2 j 1
1
a0 = 1; a 1 = a2 =
2
1 1 2
Logo p (t) = 1 t t
2 2
2 3 2 3
2 3 j 3 1 2 j 5
4
5. a) 1 2 j 5 5 ! 4 2 3 j 3 5 !
L1 $L2 2L1 +L2 !L2
3 2 j 7 3 2 j 7 3L1 +L3 !L3
2 3 2 3
1 2 j 5 1 2 j 5
! 4 0 7 j 7 5 ! 4 0 7 j 7 5.
2L1 +L2 !L2 8
L +L3 !L3
3L1 +L3 !L3 0 8 j 8 7 2 0 0 j 0
x 2y = 5 x=3
Logo, , A solução geral do sistema é S = f(3; 1)g.
7y = 7 y = 1.
2 3 2 3
1 2 1 3 j 3 1 2 1 3 j 3
4
b) 2 4 4 3 j 9 5 ! 4 0 0 6 3 j 3 5 !
2L1 +L2 !L2 1
L +L3 !L3
3 6 1 8 j 10 3L1 +L3 !L3 0 0 2 1 j 1 3 2
2 3
1 2 1 3 j 3
! 4 0 0 6 3 j 3 5.
1
L +L3 !L3
3 2 0 0 0 0 j 0
189
x + 2y z + 3w = 3 x = 2y 52 w + 7
2
Logo, ,
6z 3w = 3 z = 12 w + 12 .
5
A solução geral do sistema é S = 2s 2
t + 72 ; s; 21 t + 12 ; t : s; t 2 R .
2 3 2 3
1 2 3 1 j 1 1 2 3 1 j 1
c) 4 3 1 2 5 j 2 5 ! 4 0 5 7 8 j 1 5.
3L1 +L2 !L2
3 6 9 3 j 6 3L1 +L3 !L3 0 0 0 0 j 3
2 3 2 3
0 0 2 3 j 4 2 2 5 2 j 4
6 2 0 6 9 j 7 7 6 2 0 6 9 j 7 7
d) 6
4 2 2
7 ! 6 7 !
5 2 j 4 5 L1 $L3 4 0 0 2 3 j 4 5 L1 +L2 !L2
1
0 100 150 200 j 50 L !L4
50 4 0 2 3 4 j 1
2 3 2 3
2 2 5 2 j 4 2 2 5 2 j 4
6 0 2 1 7 j 3 7 6 0 2 1 7 j 3 7
! 6 7 ! 6 7 !
L1 +L2 !L2 4 0 0 2 3 j 4 5 L2 +L4 !L4 4 0 0 2 3 j 4 5 L3 +L4 !L4
0 2 3 4 j 1 0 0 2 3 j 4
2 3
2 2 5 2 j 4
6 0 2 1 7 j 3 7
! 6 7.
L3 +L4 !L4 4 0 0 2 3 j 4 5
0 0 0 0 j 0
8 19
8 >
> x1 = 2
9x4
>
>
< 2x1 + 2x2 5x3 + 2x4 = 4 <
17 5
Logo, 2x2 x3 + 7x4 = 3 , x2 = x
4 4 2
: >
>
2x3 + 3x4 = 4 >
>
: 3
x3 = x
2 4
+2
19 17 5 3
S= 9s; s ; s + 2; s :s2R :
2 4 2 2
2 3 2 3
1 2 3 a
4
6. a) Sejam A = 3 1 2 5 e Ba;b;c = b 5 :
4
1 5 8 c
2 3
1 2 3 j a
[A j Ba;b;c ] = 4 3 1 2 j b 5 !
3L1 +L2 !L2
1 5 8 j c L1 +L3 !L3
190
2 3 2 3
1 2 3 j a 1 2 3 j a
! 4 0 7 11 j b 3a 5 ! 4 0 7 11 j b 3a 5.
3L1 +L2 !L2 L2 +L3 !L3
L1 +L3 !L3 0 7 11 j c a 0 0 0 j c b + 2a
Para que haja solução é necessário que car A = car [A j Ba;b;c ], isto é, é necessário que
c b + 2a = 0:
2 3 2 3
1 2 4 a
4
(b) Sejam A = 2 3 5 4
1 e Ba;b;c = b 5 :
3 1 2 c
2 3
1 2 4 j a
4
[A j Ba;b;c ] = 2 3 1 j b 5 !
2L1 +L2 !L2
3 1 2 j c 3L1 +L3 !L3
2 3 2 3
1 2 4 j a 1 2 4 j a
! 4 0 7 9 j b 2a 5 ! 4 0 7 9 j b 2a 5.
2L1 +L2 !L2 L2 +L3 !L3
3L1 +L3 !L3 0 7 10 j c 3a 0 0 1 j c b a
Como car A = car [A j Ba;b;c ], este sistema tem solução para quaisquer valores de a; b; c.
2 3 2 3
1 1 1 j 2 1 1 1 j 2
6 3
1 j 2 7 6 0 3
+1 j 2 2 7
6 7 ! 6 7:
4 1 1 j 2 5 L1 +L2 !L2 4 0 0 +1 j 2 2 5
L1 +L3 !L3
2 2 2 j 4 2L1 +L4 !L4
0 0 0 j 0
8 8
x+y+z = < 2 < x=0
b) Para = 2, tem-se o sistema de equações lineares 6y z = 2 , y=0
: :
z = 2. z = 2.
A solução geral do sistema é dada por: S = f(0; 0; 2)g.
8 2 3 2 3
<x+y + z =1 1 1 1
8. a) 2x + y 2 z = Sejam A = 4 2 2 5eB = 4 5.
:
x+ y +z = 1+2 1 1+2
2 3 2 3
1 1 j 1 1 1 j 1
[A j B] = 4 2 2 j 5 ! 4 0 +2 0 j + 2 5:
2L1 +L2 !L2
1 j 1+2 L1 +L3 !L3 0 0 (1 ) (1 + ) j 1+
191
Se = 1 então car A = car [A j B] = 2 < 3 = no de incógnitas do sistema. Logo o
sistema é possível e indeterminado, tendo-se
x+y+z =1 x=z
,
3y = 3: y = 1:
S1 = f(s; 1; s) : s 2 Rg :
x + y 2z = 1 x=y 3
,
3z = 3: z = 1:
S 2 = f(s 3; s; 1) : s 2 Rg :
Se = 1 então car A < car [A j B]. Logo, o sistema não tem solução (é impossível).
| {z } | {z }
=2 =3
S 1 = ?:
1
S = ; 1; :
+1 +1
2 3 2 3
1 1 1
4
b) Sejam A = 1 1 e B = 1 5.
5 4
1 1 1
2 3 2 3
1 1 j 1 1 1 j 1
[A j B] = 4 1 1 j 1 5 ! 4 1 1 j 1 5 !
L1 $L3 L1 +L2 !L2
1 1 j 1 1 1 j 1 L1 +L3 !L3
2 3 2 3
1 1 j 1 1 1 j 1
! 4 0 1 1 j 0 5 ! 4 0 1 1 j 0 5.
L1 +L2 !L2 2 L2 +L3 !L3
L1 +L3 !L3 0 1 1 j 1 0 0 (1 ) ( + 2) j 1
192
Se = 1 então car A = car [A j B] = 1 < 3 = no de incógnitas do sistema. Logo o
sistema é possível e indeterminado, tendo-se x + y + z = 1. A solução geral deste sistema é
então dada por
S1 = f(1 s t; s; t) : s; t 2 Rg :
Se = 2 então car A < car [A j B]. Logo, o sistema não tem solução (é impossível).
| {z } | {z }
=2 =3
S 2 = ?.
1 1 1
A solução geral do sistema é então dada por S = ; ; .
+2 +2 +2
8 2 3 2 3
>
> 2z + w = 0 0 2
< 6
x + y + z + 3w = 1 1 1 1 3 7 6
7eB =6 1
7
9. Sejam A = 6
4 2
7:
>
> 2x + 2y + z + w = 2 2 1 1 5 4 2 5
:
x + y + 3z + 14w = 4 1 1 3 14 4
2 3
0 0 2 j
6 1 1 1 3 j 1 7
[A j B ] = 6 7 !
4 2 2 1 1 j 2 5 L1 $L 3
1 1 3 14 j 4
2 3 2 3
2 2 1 1 j 2 1 1 1 3 j 1
6 1 1 1 3 j 1 7 6 2 2 1 1 j 2 7
! 6 7 ! 6 7 !
L1 $L3 4 0 0 2 j 5 L1 $L2 4 0 0 2 j 5 2L1 +L2 !L2
L1 +L4 !L4
1 1 3 14 j 4 1 1 3 14 j 4
2 3 2 3
1 1 1 3 j 1 1 1 1 3 j 1
6 0 0 1 5 j 0 7 6 0 0 1 5 j 0 7
! 6 7 6 7 !
2L1 +L2 !L2 4 0 0 2 j 5 2L2 +L!
3 !L3
4 0 0 0 10 j 5 L1 $L2
L1 +L4 !L4
0 0 2 11 j 3 2L2 +L4 !L4 0 0 0 1 j 3
2 3 2 3
1 1 1 3 j 1 1 1 1 3 j 1
6 0 0 1 5 j 0 7 6 0 0 1 5 j 0 7
! 6 7 ! 6 7.
L1 $L2 4 0 0 0 1 j 3 5 ( 10)L3 +L4 !L4 4 0 0 0 1 j 3 5
0 0 0 10 j 0 0 0 0 j 3( 10) +
193
Logo o sistema é possível e indeterminado, tendo-se
8 8
< x + y + z + 3w = 1 < x=7 y
z 5w = 0 , z = 15 :
: :
w=3 w = 3.
A solução geral deste sistema é então dada por S ; = f(7 s; s; 15; 3) : s 2 Rg.
Se 6= 3 ( 10) então car A < car [A j B ]. Logo, o sistema não tem solução (é
| {z } | {z }
=3 =4
impossível). S ; = ?.
z 1
d) Sejam x = 2t 3s, y = t + s 1, z = 2s + 1 e w = t 1. Logo t = w + 1 e s = .
2
Assim: 8
>
> z 1
< x = 2 (w + 1)
> 3
2
>
> z 1
>
: y =w+1+ 1.
2
Deste modo, obtém-se o sistema de equações lineares:
8
< 2x + 3z 4w = 7
:
2y z 2w = 1.
8
< x+y =1
e) Por exemplo:
:
x + y = 0.
8
< x=1
f) y=1
:
z = 1.
194
Resolução da 2a Ficha de exercícios para as aulas de problemas
!500
1000 2
1 1 1 1
1. (ii) = = I 500 = I
0 1 0 1
!
222 220 220 2
0 1 0 1 0 1 0 1
(iv) + = +I =
1 0 1 0 1 0 1 0
220
0 1 0 0 0 0
= =
1 0 0 0 0 0
(xi) se ad bc 6= 0,
a b 1 d b 1 ad bc 0
= =I
c d ad bc c a ad bc 0 ad bc
1 3
2. (i) 3
2 =[ 2 1] (ii) Não é possível.
2 3
32 1
3 2 11
p 3
2
2 3
2 4 2
3 2 5 5
(iii) 4 54
p
5=4
p
5
1 8 7
1 1 3 5 2 3
2 5 2
1 0 61 0
2 2
(iv) 2 1 3
= 20 (v) Não é possível. (vi) Não é possível.
3 2
3 3
2 2
2 p p p 3
p 4 2 1
2 2 2
2 2
(vii) 4 1
2
2 =4 5
3 3
12 2
6
02 3 1T 2 p 1
p p 3
2 p 4 2 2
2 2 2
viii) @ 4 1 5
2 2 3 A = 4 5
4
3
1 12 2
6
0 2 8 1 31T
2 1 3T 2 3 9 3
1 2 3
B 0 1
1 0 1 6 7C 0 0 0
B 3 2 2 6 1 1 7C
(ix) BB2
4 5 4 5 6 7C
6 3 2 1 7C = 0 0 0
4 5
@ 1 1
1 1 1
1 4 5A 0 0 0
3 2 3 2
5 5
3
1 2
2 3
1 18
6 7
2 3T 2 3 6 5 7
1 1
0 2 1 0 6 10 7
2 6 6 7
(x) 4 0 1 1
0 5 4 2 4 5=6 7
4 6 7 7
6 2 5 1 1
3 6 16 7
3 6 6 7
4 5
7
3
3
195
2 3T 2 1
3
1 0 1 2
0 2 5 7 7
4 5 4 1
(xi) 2 4 0 1 1
4
0 5= 6 6 3
1 18 10 16 3
3
3 6 2 5 1
2 3 2 3
1 4 9 16 0 2 3 4
6 1 4 9 16 7 6 2 0 3 4 7
3. (i) 6
4 1
7 (ii) 6 7 (aii = aii , aii = 0)
4 9 16 5 4 3 3 0 4 5
1 4 9 16 4 4 4 0
2 3 2 3
1 1
4. (i) 4 2 1 2 5 ! 4 0 1+2 2+2 5 !
2L1 +L2 !L2 2L2 +L3 !L3
3 2 1 3L1 +L3 !L3 0 2 4 1 3
2 3
1
! 4 0 1 + 2 2 (1 + ) 5
2L2 +L3 !L3
0 0 3+
2 3
1
1
Seja A = 4 2 1 2 5. Se 6= 3e 6= então car A = 3 e nul A = 0.
2
3 2 1
1
Se = 3 ou = então car A = 2 e nul A = 1.
2
1
Assim, A é invertível se e só se 6= 3e 6= , uma vez que é só neste caso que
2
car A = no de colunas de A .
2 2
3 2 2
3
2 2
4
(ii) 2 1 1 5 ! 4 0 1 2
1+ 5 !
2 L1 +L2 !L2 L2 +L3 !L3
0 1 +1 0 2 1 +1
2 2
3
2
! 4 0 (1 ) (1 + ) 1+ 5.
L2 +L3 !L3
0 0 2 ( + 1)
2 2
3
2
Seja A = 4 2 1 1 5. Se = 1 então car A = 1 e nul A = 2.
2
0 1 +1
196
2 3 2 3
1 0 1 1 0 1
6 0 1 1 0 7 6 0 1 1 0 7
(iii) 6
4 1
7 ! 6 7.
0 2
1 5 L1 +L3 !L3 4 0 0 (1 ) (1 + ) 1 5
2 0 2 2 2L1 +L4 !L4 0 0 0 2( 1)
2 3
1 0 1
6 0 1 1 0 7
Seja A = 6
4 1
7. Se = 1 então car A = 2 e nul A = 2.
0 2
1 5
2 0 2 2
1 0 0 1 1 1 1 1 0 1 1 0
; ; ; ; ; .
0 1 1 0 0 1 1 0 1 1 1 1
1
1 1 0 1 0
6. (i) [1] = [1] (ii) =
0 1 0 1
1
0 1 j 1 0 1 0 j 0 1 0 1 0 1
(iii) ! . Logo =
1 0 j 0 1 L1 $L2 0 1 j 1 0 1 0 1 0
1 2 j 1 0 1 2 j 1 0
(iv) ! !
3 4 j 0 1 3L1 +L2 !L2 0 2 j 3 1 L2 +L1 !L1
1 0 j 2 1 1 0 j 2 1
! ! 3 1 .
L2 +L1 !L1 0 2 j 3 1 1
L !L2
2 2
0 1 j 2 2
1
1 2 2 1
Logo = 3 1 .
3 4 2 2
2 1 j 1 0 1 1 j 0 1
(v) ! !
1 1 j 0 1 L1 $L2 2 1 j 1 0 2L1 +L2 !L2
1 1 j 0 1 1 0 j 1 1
! ! ! .
2L1 +L2 !L2 0 1 j 1 2 L2 +L1 !L1 0 1 j 1 2 1
L !L2
2 2
197
1
1 0 j 1 1 2 1 1 1
! . Logo = .
L2 !L2 0 1 j 1 2 1 1 1 2
1 1 j 1 0 1 1 j 1 0
(vi) ! .
1 1 j 0 1 L1 +L2 !L2 0 0 j 1 1
1 1
Logo, não é invertível.
1 1
3 2 1 2 1 1 1
3
0 1 1 2 2 2
(vii) Nesta alínea só se apresenta a solução: 4 1 0 1 5 =4 1
2
1
2
1
2
5.
1 1 1
1 1 0 2 2 2
2 3 2 3
1 2 3 j 1 0 0 1 2 3 j 1 0 0
(viii) 4 4 5 6 j 0 1 0 5 ! 4 0 3 6 j 4 1 0 5 !
4L1 +L2 !L2 2L2 +L3 !L3
7 8 9 j 0 0 1 7L1 +L3 !L3 0 6 12 j 7 0 1
2 3
1 2 3 j 1 0 0
! 4 0 3 6 j 4 1 0 5.
2L2 +L3 !L3
0 0 0 j 1 2 1
2 3
1 2 3
Logo, 4 4 5 6 5 não é invertível.
7 8 9
2 3 2 3
1 0 2 j 1 0 0 1 0 2 j 1 0 0
4
(xi) 0 3 0 j 0 1 0 5 ! 4 0 3 0 j 0 1 0 5 !
4L1 +L3 !L3 2
L +L1 !L1
4 0 5 j 0 0 1 0 0 3 j 4 0 1 3 3
2 5
3 2 3
1 0 0 j 3
0 23 1 0 0 j 5
3
0 2
3
! 4 0 3 0 j 0 1 0 5 ! 4 0 1 0 j 0 1
0 5.
2 1 3
L +L !L L !L2 4 1
3 3 1 1
0 0 3 j 4 0 1 3
1
2
0 0 1 j 3
0 3
L !L3
3 3
2 3 1 2 5 2
3
1 0 2 3
0 3
Logo 4 0 3 0 5 =4 0 1
3
0 5.
4 1
4 0 5 3
0 3
(xii) Sejam k1 ; k2 ; k3 ; k4 6= 0.
198
2 3 2 3
0 0 0 k1 j 1 0 0 0 k4 0 0 0 j 0 0 0 1
6 0 0 k2 0 j 0 1 0 0 7 6 0 k3 0 0 j 0 0 1 0 7
6 7 ! 6 7 !
4 0 k3 0 0 j 0 0 1 0 5 L1 $L4 4 0 0 k2 0 j 0 1 0 0 5 1
L !L1
k4 1
k4 0 0 0 j 0 0 0 1 L2 $L3 0 0 0 k1 j 1 0 0 0 1
L !L2
k3 2
1
L !L3
k2 3
1
L !L4
k1 4
2 1 3 3 2 1 2 1 3
1 0 0 0 j 0 0 0 k4 0 0 0 k1 0 0 0 k4
6 0 1 0 0 j 0 0 1
0 7 6 7 6 0 0 1
0 7
! 6 k3 7. Logo 6 0 0 k2 0 7 =6 k3 7.
1
L !L1
4 0 0 1 0 j 0 1
0 0 5 4 0 k3 0 0 5 4 0 1
0 0 5
k4 1 k2 k2
1 k4 0 0 0 1
1
L !L2
k3 2
0 0 0 1 j k1
1 0 0 0 k1
0 0 0
1
L !L3
k2 3
1
L !L4
k1 4
7. Como
1 1
A2 + 2A + 2I = 0 , A A I = A I A=I
2 2
então A é invertível e
1 1
A = A I.
2
3 4
(AB)2 = :
7 9
(i)
1 1 1 1
AXB + AB = 0 , AXB = AB , A (AXB) B =A ( AB) B ,
, A 1 A X BB 1
= A 1A BB 1
,
, IXI = II , X = I.
(ii)
BXA A 1B 1
=0,B 1
(BXA) A 1
=B 1
A 1B 1
A 1
,
, B 1 B X AA 1
= B 1A 1
B 1A 1
,
1
, IXI = (AB)2 ,
1
3 4 9 4
,X= = .
7 9 7 3
199
9. (i) A 2 M2 2 (R),
1 1
1 T 4 3 1 T 4 3
2I 3A = , 2I 3A = ,
7 5 7 5
1 T 5 3 1 T 2 0 5 3
, 2I 3A = , 3A = ,
7 4 0 2 7 4
! 1
T 7 7 1 6
1 7 3 3 3 7
1
,A= = = 3 .
3 7 6 1 2 7
1
(ii)
1
1 1 3 1 3
(B T + 4I) = , B T + 4I = ,
2 5 2 5
T
5 3 4 0 9 2
,B= = :
2 1 0 4 3 5
T 1
1 1 3 2 3 2 1 2
(iii) A =I,A= = I.
2 3 1 1 1 1 1 3
Ak = 0
(I A) I + A + ::: + Ak 1
= I + A + ::: + Ak 1
A A2 ::: Ak 1
Ak = I Ak = I
ou seja, I A é invertível e
1
(I A) = I + A + ::: + Ak 1 .
(ii)
2
3 1 0 2 31 1
1 1 0 0 1 0
4 0 1 1 5 = @I 4 0 0 1 5A =
(i)
0 0 1 0 0 0
2 3 2 32 2 3
0 1 0 0 1 0 1 1 1
4
=I+ 0 0 5 4
1 + 0 0 1 5 = 04 1 1 5
0 0 0 0 0 0 0 0 1
200
2 33 2 3
0 1 0 0 0 0
4
uma vez que 0 0 1 5 = 4 0 0 0 5.
0 0 0 0 0 0
2 3
2 2 2
4
11. A = 5 1 3 5:
1 5 3
2 33 2 3
2 2 2 0 0 0
3 4
(i) A = 5 1 3 5 = 4 0 0 0 5.
1 5 3 0 0 0
2 3 2 3
0 0 a 1 2 2 0 a
6 2 2 0 a 7 6 0 0 a 1 7
12. (i) Ba;b =6
4 0
7 ! 6 7 !
0 a b 5 L1 $L2 4 0 0 a b 5 L2 $L4
3 0 6 0 3 0 6 0
2 3 2 3
2 2 0 a 2 2 0 a
6 3 0 6 0 7 6 0 3 6 3
a 7
! 6 7 ! 6 2 7.
L2 $L4 4 0 0 a b 5 3
L +L2 !L2
4 0 0 a b 5
2 1
0 0 a 1 L3 +L4 !L4 0 0 0 1 b
2 3 2 3
0 0 1 1 j 1 0 0 0 3 0 6 0 j 0 0 0 1
6 2 2 0 1 j 0 1 7
0 7 0 6 2 2 0 1 j 0 1 0 0 7
(ii) [B1;0 j I] = 6
4 0 ! 6 7 !
0 1 0 j 0 0 0 5 L1 $L4 4 0 0
1 1 0 j 0 0 1 0 5 2
L +L2 !L2
3 1
3 0 6 0 j 0 0 1 0 0 0 1 1 j 1 0 0 0 L3 +L4 !L4
2 3
3 0 6 0 j 0 0 0 1
6 0 2 4 1 j 0 1 0 2 7
! 6 3 7 !
2
L1 +L2 !L2
4 0 0 1 0 j 0 0 1 0 5 L4 +L2 !L2
3
6L3 +L1 !L1
L3 +L4 !L4 0 0 0 1 j 1 0 1 0
2 3
3 0 0 0 j 0 0 6 1
6 0 2 4 0 j 1 1 1 2 7
! 6 3 7 !
L4 +L2 !L2 4 0 0 1 0 j 0 0 1 0 5 12 L2 !L2
6L3 +L1 !L1
0 0 0 1 j 1 0 1 0 1
L !L1
3 1
2 3 2 3
1 0 0 0 j 0 0 2 31 1 0 0 0 j 0 0 2 1
3
6 0 1 2 0 j 1 1 1 1 7 6 0 1 0 0 j 1 1 5 7 1
! 6 2 2 2 3 7 ! 6 2 2 2 7.3
1
L !L2
4 0 0 1 0 j 0 0 1 0 5 2L3 +L2 !L2 4 0 0 1 0 j 0 0 1 0 5
2 2
1
L !L1
3 1
0 0 0 1 j 1 0 1 0 0 0 0 1 j 1 0 1 0
201
2 1
3
0 0 2 3
6 1 1 5 7 1
Logo (B1;0 ) 1
=6
4
2 2 2 7. 3
0 0 1 0 5
1 0 1 0
a2
( 2s; 2 + s; s; as) : s 2 R .
2
202
Logo, a solução geral do sistema linear Ba;1 X = D é dada por:
a2 a2
f(0; 0; 1; 0)g+ 2s; 2 + s; s; as :s2R = 2s; 2 + s; s 1; as :s2R .
2 2
Resolução Alternativa.
2 3 2 3
0 0 a 1 j a 0 0 a 1 j a
6 2 2 0 a j 0 7 6 2 2 0 a j 0 7
[Ba;1 j D] = 6
4 0 0 a 1
7 ! 6 7 !
j a 5 L1 +L3 !L3 4 0 0 0 0 j 0 5 L1 $L2
3 3
3 0 6 0 j 6 L +L4 !L4
2 2 0 3 6 2
a j 6 L3 $L4
2 3 2 3
2 2 0 a j 0 2 2 0 a j 0
6 0 0 a 1 j a 7 6 0 3 6 3
a j 6 7
! 6 7 ! 6 2 7.
L1 $L2 4 0 6 5 L2 $L3 4 0 a 5
3
3 6 2
a j 0 a 1 j
L3 $L4
0 0 0 0 j 0 0 0 0 0 j 0
8 8
< 2x + 2y + aw = 0
> >
< x = 2z 2
3 2
Tem-se então 3y + 6z aw = 6 , y = a2 + 2 (z + 1)
>
: 2 >
:
az + w = a w = a az.
a2 a2
2s 2; + 2 (s + 1) ; s; a as :s2R = 2s; 2 + s; s 1; as :s2R :
2 2
2 3 2 3
2 1 2 2 1 2
13. Seja A = 4 2 1 0 5. Tem-se E23 ( 1
4
)E (
13 2
3
)E12 (1)A = 4 0 2 2 5.
3 1 2 0 0 92
Logo, 2 3
2 1 2
1 1
A = (E12 (1)) 1
E13 ( 32 ) E23 ( 41 ) 4 0 2 2 5.
0 0 29
Isto é,
2 3
2 1 2
1 4
3
A = E12 ( 1)E13 ( 2 )E23 ( 4 ) 0 2 2 5, ou ainda, A = LU ,
0 0 92
com
2 3 2 3
1 0 0 2 1 2
L = E12 ( 1)E13 ( 32 )E23 ( 14 ) = 4 1 1 0 5 e U =4 0 2 2 5:
3 1
2 4
1 0 0 92
203
Resolução dos Exercícios de Revisão de Sistemas e Matrizes
4 2 j 5 4 2 j 5
1. (i) ! 17 . Logo, o sistema não tem solução
6 3 j 1 3
L +L2 !L2
2 1
0 0 j 2
(é impossível). S = ?.
2 3 j 1 2 3 j 1 2x + 3y = 1 x=2
(ii) ! 1 . Logo, ,
5 7 j 3 5
L +L2 !L2
2 1
0 2
j 12 1
2
y = 12 y = 1.
2 4 j 10 2 4 j 10
(iii) ! . Logo, 2x + 4y = 10 , x = 5 2y.
3 6 j 15 3
L +L2 !L2
2 1
0 0 j 0
2 3 2 3
2 1 3 j 5 2 1 3 j 5
(iv) 4 3 2 2 j 5 5 3
! 4 0 7=2 13=2 j 5=2 5 11
!
L +L2 !L2 L +L3 !L3
5 3 1 j 16 2 1
5
0 11=2 13=2 j 7=2 7 2
L +L3 !L3
2 1
2 3
2 1 3 j 5
! 4 0 7=2 13=2 j 5=2 5.
11
L +L3 !L3
7 2 0 0 26=7 j 52=7
8 8
< 2x + y 3z = 5 < x=1
7 13 5
Logo, y + z = , y = 3 A solução geral do sistema é S = f(1; 3; 2)g.
: 226 2 2 :
7
z = 527
z = 2.
2 3 2 3 2 3
1 2 3 j 3 1 2 3 j 3 1 2 3 j 3
(v) 4 2 3 8 j 4 5 ! 4 0 1 2 j 2 5 ! 4 0 1 2 j 2 5.
2L1 +L2 !L2 4L2 +L3 !L3
3 2 17 j 1 3L1 +L3 !L3 0 4 8 j 8 0 0 0 j 0
x + 2y + 3z = 3 x = 7z 1
Logo, ,
y + 2z = 2 y = 2z + 2.
2 3 2 3
2 3 2 j 5 2 3 2 j 5
4
(vi) 1 2 3 j 2 5 ! 4 0 7=2 4 j 1=2 5 !
1 2L2 +L3 !L3
L +L2 !L2
4 1 4 j 1 2 1 0 7 8 j 9
2L1 +L3 !L3
204
2 3
2 3 2 j 5
! 4 0 7=2 4 j 1=2 5.
2L2 +L3 !L3
0 0 0 j 8
2 3 2 3
1 5 4 13 j 3 1 5 4 13 j 3
4
(vii) 3 1 2 5 j 2 5 ! 4 0 16 10 44 j 7 5 !
3L1 +L2 !L2 1
L +L3 !L3
2 2 3 4 j 1 2L1 +L3 !L3 0 8 5 22 j 5 2 2
2 3
1 5 4 13 j 3
! 4 0 16 10 44 j 7 5.
1
L +L3 !L3 3
2 2 0 0 0 0 j 2
2 3
1 0 1
6 1 0 7
2. Sendo A = 6
4
7, tem-se
5
0
1 0 1
2 3 2 3
1 0 1 j 1 1 0 1 j 1
6 1 0 j 7
1 7 6 0 0 +1 j 0 7
[A j B] = 6
4 5 !6 4
7;
5
0 j 1 ::: 0 0 0 j 1
1 0 1 j 1 0 0 0 j 0
2 3 2 3 2 3
1 4 2 j 10 1 4 2 j 10 1 4 2 j 10
4 2 7 2 j 20 5 ! 4 0 1 2 j 0 5 ! 4 0 1 2 j 0 5:
2L1 +L2 !L2 L2 +L3 !L3
1 5 j 10 L1 +L3 !L3 0 1 2 j 0 0 0 4 j 0
x + 4y + 2z = 10 x = 10 + 6z
,
y 2z = 0. y = 2z.
205
Colocando z = s, a solução geral do sistema é dada por: S = f(10 + 6s; 2s; s) : s 2 Rg.
1 2 1
4. (i) Sejam A = eB= .
2 8 3
1 2 j 1 1 2 j 1
[A j B] = ! .
2 8 j 3 2L1 +L2 !L2 0 4 8 2 j 1
2 1
S = 1 ( + 4) s; + 2s; s :s2R :
4 4
Se = 4 então car A < car [A j B]. Logo, o sistema não tem solução (é impossível).
| {z } | {z }
=1 =2
S4 = ?.
2
3 2 3 2 3
1 1 1 1 1 j 1
(ii) Sejam A = 4 1 1 5eB =4 5. 4
[A j B ] = 1 1 j 5 !
2 2 L1 $L3
1 1 1 1 j
2 2
3 2 2
3
1 1 j 1 1 j
! 4 1 1 j 5 ! 4 0 1 1 j 2 5 !
L1 $L3 L1 +L2 !L2 2 3 L2 +L3 !L3
1 1 j 1 L1 +L3 !L3 0 1 1 j 1
2 2
3
1 1 j
! 4 0 1 1 j (1 ) 5.
L2 +L3 !L3 2
0 0 (1 ) ( + 2) j (1 + ) (1 )
206
Se 6= 1 e 6= 2 então car A = car [A j B ] = 3 = no de incógnitas do sistema. Logo
o sistema é possível e determinado, tendo-se
8 8
< x+y+ z = 2 < x = ( + 1) = ( + 2)
( 1) y + (1 ) z = (1 ) , y = 1= ( + 2)
: :
(1 ) ( + 2) z = (1 + ) (1 2
) z = (1 + )2 = ( + 2) .
2 3 2 3 2 3
1 1 2 1 1 j 2
(iii) Sejam A = 4 3 4 2 5 e B = 4 5. [A j B ] = 4 3 4 2 j 5 !
3L1 +L2 !L2
2 3 1 1 2 3 1 j 1 2L1 +L3 !L3
2 3 2 3
1 1 j 2 1 1 j 2
! 4 0 1 2 3 j 6 5 ! 4 0 1 2 3 j 6 5.
3L1 +L2 !L2 L2 +L3 !L3
2L1 +L3 !L3 0 1 1 2 j 3 0 0 3+ j 3
S3 = f(8 + (2 4 ) s; 6 + (3 2) s; s) : s 2 Rg :
S = f(6 + 3 ; 4 2 ; 1)g :
2 3 2 3
1 4 3 10
5. (i) Sejam A = 4 2 7 2 5 e B = 4 10 5.
1 5
207
2 3
1 4 3 j 10
[A j B ] = 4 2 7 2 j 10 5 !
2L1 +L2 !L2
1 5 j L1 +L3 !L3
2 3 2 3
1 4 3 j 10 1 4 3 j 10
! 4 0 1 8 j 10 5 ! 4 0 1 8 j 10 5.
2L1 +L2 !L2 L2 +L3 !L3
L1 +L3 !L3 0 1 3 j 10 0 0 11 j 20
x + 4y + 3z = 10 x = 30 + 29z
,
y 8z = 10 y = 10 8z.
30 29 + 250 10 8 + 50 20
S ; = ; ; :
11 11 11
2 3 3 2
1 1 0
(ii) Sejam A = 4 1 2 2 1 5 e B = 4 1 5:
1 1 1 +1
2 3
1 1 j 0
[A j B ] = 4 1 2 2 1 j 1 5 !
L1 $L3
1 1 1 +1 j
2 3
1 1 1 +1 j
! 4 1 2 2 1 j 1 5 !
L1 $L3 L1 +L2 !L2
1 1 j 0 L1 +L3 !L3
2 3
1 1 1 +1 j
! 4 0 1 1 j 1 5 !
L1 +L2 !L2 2 ( +1)L2 +L3 !L3
L1 +L3 !L3 0 +1 1 j
208
2 3
1 1 1 +1 j
! 4 0 1 1 j 1 5.
( +1)L2 +L3 !L3
0 0 0 ( 2 1) j 2 +1
1
Se 6= 0 e 6= então car A = car [A j B ] = 3 < 4 = no de incógnitas do sistema.
2
Logo o sistema é possível e indeterminado, tendo-se
8 8
> +1 ( +1)2
< x y + z + ( + 1) w = < x= 2 +1
1 ( 2 1)
y+z w=1 , +1
y=z 1
: >
: w=
2 +1
( 2 1) w = + 1 + ( 2 1) +1
+ .
( 2 1)
( !)
+1 ( + 1)2 +1 +1
S ; = 1 ;s 1; s; + :
2 +1 ( 2 1) 2 +1 ( 2 1)
x y+z+w =1 x=1 w
,
y+z =0 y = z.
1
Se ( = 0 e 6= 1) ou = então car A < car [A j B ]. Logo, o sistema não tem
2 | {z } | {z }
=2 =3
solução (é impossível). S ; = ?.
2 3 2 3 2 3
1 2 3 j 0 1 2 3 j 0 1 2 3 j 0
6 3 2 1 j 4 7 6 0 4 8 j 4 7 6 0 4 8 j 4 7
6 7 ! 6 7! 6 7:
4 1 2 5 j 4 5 3L1 +L2 !L2 4 0 4 8 j 4 5 4 0 0 3 (1 ) j 0 5
L1 +L3 !L3
2 3 j 0 L1 +L4 !L4
0 0 3 (1 ) j 0 0 0 0 j 0
x + 2y + 3z = 0 x=z+2
(ii) Para = 1, tem-se o sistema de equações lineares ,
4y 8z = 4 y = 2z 1.
209
8
< x=1
7. (i) Por exemplo: y=1
:
z = 1.
y = 1 x (w + 1) x+y+w =0
,
z = 2 (1 x) 2x + z = 2
1 2 4 2
8. Sendo A = , tem-se (A 5I) u = 0 , u= 0 , u 2 f(s; 2s) : s 2 Rg.
2 4 2 1
Logo
fu 6= 0 : Au = 5ug = f(s; 2s) : s 2 Rn f0gg :
a b a b 1 2 1 2 a b
9. Pretende-se determinar tal que = .
c d c d 3 4 3 4 c d
Tem-se então 8
>
> a + 2c = a + 3b
<
b + 2d = 2a + 4b c = 23 b
,
>
> 3a + 4c = c + 3d d = a + 32 b
:
3b + 4d = 2c + 4d
1 2 a b
As matrizes reais que comutam com são da forma: 3 , com a; b 2 R.
3 4 2
b a + 32 b
210
x 7y = 1 x = 57
10. Sendo x o no de livros e y o no de caixas, tem-se ,
x 8y = 7 y = 8.
A solução geral do sistema é f(57; 8)g.
11. (i) Para que o grá…co da função polinomial p(x) = ax3 + bx2 + cx + d passe pelos
pontos P1 = (0; 10); P2 = (1; 7); P3 = (3; 11) e P4 = (4; 14), é necessário que
8
>
> p(0) = 10
<
p(1) = 7
>
> p(3) = 11
:
p(4) = 14.
O que é equivalente a existir solução para o seguinte sistema de equações lineares nas variáveis
a; b; c e d: 8
>
> d = 10
<
a+b+c+d=7
>
> 27a + 9b + 3c + d = 11
:
64a + 16b + 4c + d = 14.
Ou seja: 8
>
> d = 10
<
a+b+c= 3
> 27a + 9b + 3c = 21
>
:
16a + 4b + c = 6.
Atendendo a que:
2 3 2 3
1 1 1 j 3 1 1 1 j 3
4 27 9 3 j 21 5 ! 4 0 18 24 j 60 5 !
27L1 +L2 !L2 1
L !L2
16 4 1 j 6 16L1 +L3 !L3 0 12 15 j 42 6 2
2 3 2 3
1 1 1 j 3 1 1 1 j 3
1
! 4 0 3 4 j 10 5 ! 4 0 3 4 j 10 5 ;
L !L2 4L2 +L3 !L3
6 2 0 12 15 j 42 0 0 1 j 2
tem-se
8
>
> a=1
<
b= 6
>
> c=2
:
d = 10.
211
O que é equivalente a existir solução para o seguinte sistema de equações lineares nas variáveis
a; b e c: 8
< 2a + 7b + c = 53
4a + 5b + c = 41
:
4a 3b + c = 25.
Atendendo a que:
2 3 2 3
2 7 1 j 53 2 7 1 j 53
4 4 5 1 j 41 5 ! 4 0 9 1 j 65 5 !
2L1 +L2 !L2 11
L +L3 !L3
4 3 1 j 25 2L1 +L3 !L3 0 11 3 j 131 9 2
2 3
2 7 1 j 53
! 4 0 9 1 j 65 5;
11
L +L3 !L3
9 2 0 0 16=9 j 464=9
tem-se
8
< a= 2
b= 4
:
c = 29.
2 3 2 3
1 21 13 1
4
1 2 2 3
6 0 1 1 1 7 6 1 2 3 2 7
12. (i) 6 3 4 5 7 (ii) 6 7
4 0 0 1 1 5 4 2 1 3 4 5
5 6
1
0 0 0 7
3 2 1 4
aij = 3i + 2j
Como
a12 = 3 1+2 2 = 7 6= 8 = 3 2+2 1 = a21
então A não é simétrica.
2 3 2 3
1 2 3 1 2 3
14. (i) 4 0 1 1 5 ! 4 0 1 1 5.
L1 +L3 !L3
1 2 3 0 0 0
2 3
1 2 3
Assim, sendo A = 4 0 1 1 5, tem-se car A = 2 e nul A = 1. Pivots: 1 e 1.
1 2 3
2 3 2 3 2 3
1 2 3 4 1 2 3 4 1 2 3 4
(ii) 4 5 6 7 8 5 ! 4 0 4 8 12 5 ! 4 0 4 8 12 5.
5L1 +L2 !L2 2L2 +L3 !L3
9 10 11 12 9L1 +L3 !L3 0 8 16 24 0 0 0 0
212
2 3
1 2 3 4
Assim, sendo A = 4 0 4 8 12 5, car A = 2 e nul A = 2. Pivots: 1 e 4.
0 0 0 0
2 3 2 3
0 1 1 1 1 1 1 0
(iii) 4 1 1 1 0 5 ! 4 0 1 1 1 5 !
L1 $L2 L1 +L3 !L3
1 1 2 1 1 1 2 1
2 3 2 3
1 1 1 0 1 1 1 0
! 4 0 1 1 1 5 ! 4 0 1 1 1 5.
L1 +L3 !L3 2L2 +L3 !L3
0 2 1 1 0 0 3 3
2 3
1 1 1 0
Assim, sendo A = 4 0 1 1 1 5, tem-se car A = 3 e nul A = 1. Pivots: 1; 1 e 3.
0 0 3 3
2 3 2 3 2 3
1 3 1 2 1 3 1 2 1 3 1 2
6 0 11 5 3 7 6 0 11 5 3 7 6 0 11 5 3 7
(iv) 6
4 2
7 ! 6 7
5 L2 +L!
6 7.
5 3 1 5 2L1 +L3 !L3 4 0 11 5 3 3 !L3
4 0 0 0 0 5
4L1 +L4 !L4 L2 +L4 !L4
4 1 1 5 0 11 5 3 0 0 0 0
2 3
1 3 1 2
6 0 11 5 3 7
Assim, sendo A = 6
4 2
7, tem-se car A = 2 e nul A = 2. Pivots: 1 e 11.
5 3 1 5
4 1 1 5
2 3 2 3
2 10 6 8 4 2 10 6 8 4
(v) 4 1 5 3 4 2 5 ! 4 0 0 0 0 0 5.
1
L +L2 !L2
2 10 6 8 4 2 1 0 0 0 0 0
L1 +L3 !L3
2 3
2 10 6 8 4
Assim, sendo A = 4 1 5 3 4 2 5, car A = 1 e nul A = 4. Pivot: 2.
2 10 6 8 4
3 2
0 0
(vi) Seja A = 4 0 0 5. car A = 0; nul A = 2. Não existem pivots.
0 0
5 1 2
(vii) Sendo A = , tem-se car A = 2 e nul A = 1. Pivots: 5 e 2.
0 2 0
2 3 2 3 2 3
3 6 9 1 2 3 1 2 3
(viii) 4 2 4 6 5 ! 4 2 4 6 5 ! 4 0 0 0 5.
L1 $L3 2L1 +L2 !L2
1 2 3 3 6 9 3L1 +L3 !L3 0 0 0
213
32
3 6 9
Assim, sendo A = 4 2 4 6 5, tem-se car A = 1 e nul A = 2. Pivot: 1.
1 2 3
2 3 2 3 2 3 2 3
2 1 1 2 1 2 1 2
(ix) 4 2 4 5 ! 4 2 4 5 ! 4 0 0 5 ! 4 0 3 5.
L1 $L3 2L1 +L2 !L2 L1 $L3
1 2 2 1 2L1 +L3 !L3 0 3 0 0
2 3
2 1
Assim, sendo A = 4 2 4 5, car A = 2 e nul A = 0. Pivots: 1e 3.
1 2
2 3 2 3
1 2 1 3 2 1 2 1 3 2
6 1 1 3 2 1 7 6 0 3 2 1 1 7
(x) 6
4 2
7 ! 6 7 !
7 1 9 8 5 L1 +L2 !L2 4 0 3 1 3 4 5 L2 +L3 !L3
2L1 +L3 !L3 L2 +L4 !L4
3 3 2 4 6 3L1 +L4 !L4
0 3 1 5 12
2 3 2 3
1 2 1 3 2 1 2 1 3 2
6 0 3 2 1 1 7 6 0 3 2 1 1 7
! 6 7 ! 6 7.
L2 +L3 !L3 4 0 0 1 2 3 5 3L3 +L4 !L4 4 0 0 1 2 3 5
L2 +L4 !L4
0 0 3 4 11 0 0 0 2 2
2 3
1 2 1 3 2
6 1 1 3 2 1 7
Assim, sendo A = 6
4 2
7, tem-se car A = 4 e nul A = 1. Pivots:
7 1 9 8 5
3 3 2 4 6
1; 3; 1 e 2.
2 3 2 3 2 3
1 0 1 1 0 1 1 0 1
15. (i) 4 1 5 ! 4 0 +1 5 ! 4 0 + 1 5.
L1 +L2 !L2 L2 +L3 !L3
0 1 0 1 0 0
2 3
1 0 1
Seja A = 4 1 5. Se 6= 0 então car A = 3 e nul A = 0.
0 1
2 3 2 3
1 0 1 1 0 1
6 0 1 0 0 7 6 0 1 0 0 7
(ii) 6
4 3
7 ! 6 7
5 L2 +L!
0 0 5 3L1 +L3 !L3 4 0 0 +3 3 4 !L4
L1 +L4 !L4
1 1 1 2 0 1 0 2
214
2 3
1 0 1
6 0 1 0 0 7
! 6 7.
L2 +L4 !L4 4 0 0 +3 3 5
0 0 0 2
2 3
1 0 1
6 0 1 0 0 7
Seja A = 6
4 3
7. Se = 2 ou = 3 então car A = 3 e nul A = 1.
0 0 5
1 1 1 2
2 3
1 1 0
6 1 1 0 7
(iii) 6
4 1 3
7
5 !
1 0 L1 +L2 !L2
2 L1 +L3 !L3
1 1 1 L1 +L4 !L4
2 3
1 1 0
6 0 +1 1 0 7
! 6 7.
L1 +L2 !L2 4 0 0 ( 1) ( + 1) 0 5
L1 +L3 !L3
L1 +L4 !L4
0 0 0 ( 1) ( + 1)
2 3
1 0 1
6 0 1 1 0 7
Seja A = 6
4 1
7. Se = 1 então car A = 2 e nul A = 2.
0 2
1 5
2 0 2 2
2 3 2 3
1 2 1 j 1 0 0 1 2 1 j 1 0 0
16. (i) 4 4 0 6 j 0 1 0 5 ! 4 0 8 2 j 4 1 0 5 3
!
4L1 +L2 !L2 L +L3 !L3
1 8 1 j 0 0 1 L1 +L3 !L3 0 6 0 j 1 0 1 4 2
2 3 2 3
1 2 1 j 1 0 0 1 2 1 j 1 0 0
! 4 0 8 2 j 4 1 0 5 ! 4 0 8 2 j 4 1 0 5 !
3 2 2L3 +L2 !L2
L +L3 !L3 L !L3
4 2 0 0 23 j 4 34 1 3 3 0 0 1 j 8
3
1
2
2
3 L3 +L1 !L1
215
2 11 1 2
3 2 11 1 2
3
1 2 0 j 3 2 3
1 2 0 j 3 2 3
6 j 7 6 j 7
6 7 6 7
! 6 0 8 0 j 4
0 4 7 ! 6 0 1 0 j 1
0 1 7 !
2L3 +L2 !L2 6 3 3 7 1 6 6 6 7 2L2 +L1 !L1
L3 +L1 !L1
4 j 5 L !L2
8 2 4 j 5
8 1 2 8 1 2
0 0 1 j 3 2 3
0 0 1 j 3 2 3
2 1
3 2 1
3
1 0 0 j 4 2
1 2 3 4 2
1
1
6 j 7 1 2 1 6 7
6 7 6 7
! 6 0 1 0 j 1
0 1 7. Logo 4 4 0 6 5 =6 1
0 1 7.
2L2 +L1 !L1 6 6 6 7 6 6 6 7
4 j 5 1 8 1 4 5
8 1 2 8 1 2
0 0 1 j 3 2 3 3 2 3
(ii) Para 6= k ; (k 2 Z)
2
1 0 j cos sen
! !
L2 +L1 !L1 sen2 sen cos j 0 sen ( sen2 )L1 +L2 !L2
1 0 j cos sen
! !
( sen2 )L1 +L2 !L2 0 sen cos j sen2 cos sen (1 sen2 ) sen
1
cos
L2 !L2
1 0 j cos sen
! . Note que sen cos 6= 0 para todo o 6= k ;
sen
1
cos
L2 !L2 0 1 j sen cos 2
(k 2 Z).
1
cos sen cos sen
Logo = , para todo o 6= k ; (k 2 Z)
sen cos sen cos 2
Se = + 2k ; (k 2 Z) ;
2
1 1
cos sen 0 1 0 1 cos sen
= = = .
sen cos 1 0 1 0 sen cos
Se = 2k ; (k 2 Z),
1 1
cos sen 1 0 1 0 cos sen
= = = .
sen cos 0 1 0 1 sen cos
Se = + 2k ; (k 2 Z) ;
1 1
cos sen 1 0 1 0 cos sen
= = = .
sen cos 0 1 0 1 sen cos
216
3
Se = + 2k ; (k 2 Z),
2
1 1
cos sen 0 1 0 1 cos sen
= = = .
sen cos 1 0 1 0 sen cos
(iii) Seja k 6= 0.
2 3 2 3
k 0 0 0 j 1 0 0 0 k 0 0 0 j 1 0 0 0
6 1 k 0 0 j 0 1 0 0 7 6 0 k 0 0 j 1
1 0 0 7
6 7 ! 6 k 7 !
4 0 1 k 0 j 0 0 1 0 5 1
L +L2 !L2
4 0 1 1 0 j 0 0 k1 0 5 1
L2 +L3 !L3
k 1 k k2
0 0 1 k j 0 0 0 1 1
L !L3
k 3
0 0 k1 1 j 0 0 0 k1 1
L !L1
k 1
1
L !L4
k 4
2 1
3
1 0 0 0 j k
0 0 0
6 0 k 0 0 j 1
1 0 0 7
! 6 k 7 !
1
L2 +L3 !L3
4 0 0 1 0 j 1 1 1
0 5 1
L +L4 !L4
k2 k3 k2 k k 3
1
L !L1
k 1
0 0 k1 1 j 0 0 0 k1 1
L !L2
k 2
2 1
3
1 0 0 0 j k
0 0 0
6 0 1 0 0 j 1 1
0 0 7
! 6 k2 k 7.
1
L +L4 !L4
4 0 0 1 0 j 1 1 1
0 5
k 3 k3 k2 k
1 1 1 1
1
L !L2
k 2
0 0 0 1 j k4 k3 k2 k
2 3 1 2 1
3
k 0 0 0 k
0 0 0
6 1 k 0 0 7 6 1 1
0 0 7
Logo 6
4 0
7 =6 k2 k 7.
1 k 0 5 4 1
k3
1
k2
1
k
0 5
1 1 1 1
0 0 1 k k4 k3 k2 k
2 5 2 2 8
3 2 3
13 13 13 13
5 2 2 8
6 7 6 7
6 7 6 7
6 2 7 6 2 7 6 2 7 6 2 7
6 13 13 13 13 7 6 7
(iv) 6
6
7=
7
1 6
13 6
7:
7
6 2 6 7 2 7 6 2 6 7 2 7
6 13 13 13 13 7 6 7
4 5 4 5
8 2 2 5
13 13 13 13
8 2 2 5
217
2 3 2 3
5 2 2 8 j 1 0 0 0 2 6 7 2 j 0 0 1 0
6 j 7 6 j 7
6 7 6 7
6 2 7 6 2 j 0 1 0 0 7 6 2 7 6 2 j 0 1 0 0 7
6 7 6 7
6 j 7 ! 6 j 7 !
6 7 L1 $L3 6 7 L1 +L2 !L2
6 2 6 7 2 j 0 0 1 0 7 6 5 2 2 8 j 1 0 0 0 7
6 7 6 7 5
L +L3 !L3
2 1
4 j 5 4 j 5 4L1 +L4 !L4
8 2 2 5 j 0 0 0 1 8 2 2 5 j 0 0 0 1
2 3
2 6 7 2 j 0 0 1 0
6 j 7
6 7
6 0 13 13 0 j 0 1 1 0 7
6 7
! 6 j 7 !
L1 +L2 !L2 6
6 0
7
7 L2 +L3 !L3
5
L +L3 !L3 6
13 392
13 j 1 0 5
2
0 7 2L2 +L4 !L4
2 1
4L1 +L4 !L4
4 j 5
0 26 26 13 j 0 0 4 1
2 3
2 6 7 2 j 0 0 1 0
6 j 7
6 7
6 0 13 13 0 j 0 1 1 0 7
6 7
! 6 j 7 !
L2 +L3 !L3 6
6 13 3
7
7 1
L !L1
2L2 +L4 !L4 6 0 0 2
13 j 1 1 2
0 7
2 1
1
4 5 L !L2
13 2
j 2
L
13 3
!L3
0 0 0 13 j 0 2 2 1 1
L
13 4
!L4
2 7 1
3
1 3 2
1 j 0 0 2
0
6 j 7
6 7
6 0 1 1 0 j 0 1 1
0 7
6 13 13 7
! 6 j 7 !
1 6 7 L4 +L1 !L1
L !L1
2 1 6 0 0 1 2 j 2 2 3
0 7
1
L !L2
6 13 13 13 7 2L4 +L3 !L3
13 2 4 j 5
2
L
13 3
!L3 2 2 1
1 0 0 0 1 j 0 13 13 13
L !L4
13 4
2 7 2 9 1
3
1 3 2
0 j 0 13 26 13
6 j 7
6 7
6 0 1 1 0 j 0 1 1
0 7
6 13 13 7
! 6 j 7 !
L4 +L1 !L1 6
6 2 2 1 2
7
7 L3 +L2 !L2
2L4 +L3 !L3 6 0 0 1 0 j 13 13 13 13 7 7
L +L1 !L1
2 3
4 j 5
2 2 1
0 0 0 1 j 0 13 13 13
2 7 5 8 6
3 2 1 2 2
3
1 3 0 0 j 13 13 13 13
1 0 0 0 j 13 13 13
0
6 j 7 6 j 7
6 7 6 7
6 0 1 0 0 j 2 1 2 2 7 6 0 1 0 0 j 2 1 2 2 7
6 13 13 13 13 7 6 13 13 13 13 7
! 6 j 7 ! 6 j 7.
L3 +L2 !L2 66 0 0 2 2 1 2
7
7 3L2 +L1 !L1 6
6 2 2 1 2
7
7
7
L +L1 !L1 6
1 0 j 13 13 13 13 7 6 0 0 1 0 j 13 13 13 13 7
2 3
4 j 5 4 j 5
2 2 1 2 2 1
0 0 0 1 j 0 13 13 13
0 0 0 1 j 0 13 13 13
218
2 5 2 2 8
3 1 0 2 31 1
13 13 13 13
5 2 2 8
6 7 B 6 7C
6 7 B 6 7C
6 2 7 6 2 7 B 6 2 7 6 2 7C
6 13 13 13 13 7 B1 6 7C
Logo 6
6
7
7 =B 6
B 13 6
7C
7C =
6 2 6 7 2 7 B 6 2 6 7 2 7C
6 13 13 13 13 7 B 6 7C
4 5 @ 4 5A
8 2 2 5
13 13 13 13
8 2 2 5
2 1 2 2
3 2 3
13 13 13
0 1 2 2 0
6 7 6 7
6 7 6 7
6 2 1 2 2 7 6 2 1 2 2 7
6 13 13 13 13 7 6 7
= 13 6
6
7=6
7 6
7.
7
6 2 2 1 2 7 6 2 2 1 2 7
6 13 13 13 13 7 6 7
4 5 4 5
2 2 1
0 13 13 13
0 2 2 1
2 1 1 1
3 2 3
1 2 2 2
2 1 1 1
6 7 6 7
6 7 6 7
6 1
1 0 1 7 6 1 2 0 1 7
6 2 2 7 6 7
(v) 6
6
7=
7
1 6
2 6
7.
7
6 1
0 1 1 7 6 1 0 2 1 7
6 2 2 7 6 7
4 5 4 5
1 1 1
2 2 2
1 1 1 1 2
2 3 2 3
2 1 1 1 j 1 0 0 0 1 1 1 2 j 0 0 0 1
6 j 7 6 j 7
6 7 6 7
6 1 2 0 1 j 0 1 0 0 7 6 1 2 0 1 j 0 1 0 0 7
6 7 6 7
6 j 7 ! 6 j 7 !
6 7 L1 $L4 6 7 L1 +L2 !L2
6 1 0 2 1 j 0 0 1 0 7 6 1 0 2 1 j 0 0 1 0 7
6 7 6 7 L1 +L3 !L3
4 j 5 4 j 5 2L1 +L4 !L4
1 1 1 2 j 0 0 0 1 2 1 1 1 j 1 0 0 0
2 3
1 1 1 2 j 0 0 0 1
6 j 7
6 7
6 0 1 1 1 j 0 1 0 1 7
6 7
! 6 j 7 !
L1 +L2 !L2 6 7 L2 +L3 !L3
6 0 1 1 1 j 0 0 1 1 7
L1 +L3 !L3 6 7 L2 +L4 !L4
2L1 +L4 !L4 4 j 5
0 1 1 3 j 1 0 0 2
2 3
1 1 1 2 j 0 0 0 1
6 j 7
6 7
6 0 1 1 1 j 0 1 0 1 7
6 7
! 6 j 7 !
L2 +L3 !L3 6 7 L3 $L4
6 0 0 0 2 j 0 1 1 2 7
L2 +L4 !L4 6 7
4 j 5
0 0 2 4 j 1 1 0 3
219
2 3
1 1 1 2 j 0 0 0 1
6 j 7
6 7
6 0 1 1 1 j 0 1 0 1 7
6 7
! 6 j 7 !
L3 $L4 6
6 0
7 2L4 +L3 !L3
6 0 2 4 j 1 1 0 3 7
7 1
L +L2 !L2
2 4
4 j 5 L4 +L1 !L1
0 0 0 2 j 0 1 1 2
2 3
1 1 1 0 j 0 1 1 1
6 j 7
6 7
6 0 1 1 0 j 0 1 1
0 7
6 2 2 7
! 6 j 7 !
2L4 +L3 !L3 6 7 1
6 0 0 2 0 j 1 1 2 1 7 L !L3
2 3
1
L +L2 !L2
2 4
6 7 1
L !L4
L4 +L1 !L1
4 j 5 2 4
0 0 0 2 j 0 1 1 2
2 3
1 1 1 0 j 0 1 1 1
6 j 7
6 7
6 0 1 1 0 j 0 1 1
0 7
6 2 2 7
! 6 j 7 !
1 6 7
1 7 L3 +L2 !L2
2
L3 !L3 6 0 0 1 0 j 12 1
1
1
L !L4 4
6 2 2 7 L3 +L1 !L1
2 4
j 5
1 1
0 0 0 1 j 0 2 2
1
2 3 2 3
1 1 0 0 j 21 1
2
0 1
2
1 0 0 0 j 1 21 12 0
6 j 7 6 j 7
6 7 6 7
6 0 1 0 0 j 12 1 1 1 7 6 0 1 0 0 j 12 1 12 12 7
6 2 2 7 6 7
! 6 j 7 6 j 7.
L3 +L2 !L2 6 7 L2 +L!
1 !L1
6 7
6 0 0 1 0 j 12 1
1 1 7 6 0 0 1 0 j 21 12 1 12 7
L3 +L1 !L1 6 2 2 7 6 7
4 j 5 4 j 5
1 1
0 0 0 1 j 0 2 2
1 0 0 0 1 j 0 21 12 1
2 1 1 1
3 1 0 2 31 1
1 2 2 2
2 1 1 1
6 7 B 6 7C
6 7 B 6 7C
6 1
1 0 1 7 B 6 1 2 0 1 7C
6 2 2 7 B1 6 7C
Logo 6
6
7
7 =B 6
B2 6
7C
7C =
6 1
0 1 1 7 B 6 1 0 2 1 7C
6 2 2 7 B 6 7C
4 5 @ 4 5A
1 1 1
2 2 2
1 1 1 1 2
2 1 1
3 2 3
1 2 2
0 2 1 1 0
6 7 6 7
6 7 6 7
6 1
1 1 1 7 6 1 2 1 1 7
6 2 2 2 7 6 7
= 26
6
7=
7
6
6
7.
7
6 1 1
1 1 7 6 1 1 2 1 7
6 2 2 2 7 6 7
4 5 4 5
1 1
0 2 2
1 0 1 1 2
220
17.
T
I AT B = B 2 , A = I B 2 B 1 =
" ! #
2 1 T
1 0 1 0 1 0 0 2
= = :
0 1 1 1 1 1 0 0
18.
T
1 2 3 0 1 1 2 3 1 2
A I= ,A = ,
1 2 2 0 1 2 1 1
1
2 3 1 2 1 1
,A= = :
1 2 1 1 1 0
2 3 2 3
1 0 1 0 1 0 1 0
6 1 2
+ 7 6 0 1 7
19. (i) e (ii) A ; =6
4 0 1
7 ! 6
5 L2 $L3 4 1 2
7
5 !
+ L1 +L3 !L3
2 2 L1 +L4 !L4
1 + + 1 + +
2 3 2 3
1 0 1 0 1 0 1 0
6 0 1 7 6 0 1 7
! 6 7 ! 6 7 !
L1 +L3 !L3 4 0 2
+ +1 5 L2 +L3 !L3 4 0 0 +1 0 5 L3 +L4 !L4
L1 +L4 !L4 2 L2 +L4 !L4
0 + +1 + 0 0 +1
2 3
1 0 1 0
6 0 1 7
! 6 7.
L3 +L4 !L4 4 0 0 +1 0 5
0 0 0
2 3 2 3
1 0 2 1 0 2
6 2 2
4 7 6 0 ( 2) 0 7
A =6
4 4 0
7 ! 6 7:
3
8 5 2L1 +L2 !L2 4 0 0 (2 ) (2 + ) 0 5
2 2 4L1 +L3 !L3
0 L1 +L4 !L4
0 0 0 ( 2)
221
se = 2 então car A = 2 e nul A = 2;
se = 2 então car A = 3 e nul A = 1;
se 6= 0 e 6= 2 e 6= 2 então car A = 4 e nul A = 0.
Assim, A é invertível se e só se 2 Rn f 2; 0; 2g, uma vez que é só nestes casos que
car A = no de colunas de A .
(ii) A1 j I =
2 3 2 3
1 0 1 2 j 1 0 0 0 1 0 1 2 j 1 0 0 0
6 2 1 1 4 j 0 1 0 0 7 6 0 1 1 0 j 2 1 0 0 7
=6
4 4
7 ! 6 7 !
0 1 8 j 0 0 1 0 5 2L1 +L2 !L2 4 0 0 3 0 j 4 0 1 0 5 2L4 +L1 !L1
4L1 +L3 !L3 1
1 0 1 1 j 0 0 0 1 L1 +L4 !L4
0 0 0 1 j 1 0 0 1 L +L1 !L1
3 3
1
L +L2 !L2
3 3
2 7 1
3 2 7 1
3
1 0 0 0 j 3
0 3
2 1 0 0 0 j 3
0 3
2
6 0 1 0 0 j 2
1 1
0 7 6 0 1 0 0 j 2
1 1
0 7
! 6 3 3 7 ! 6 3 3 7
2L4 +L1 !L1 4 0 0 3 0 j 4 0 1 0 5 L4 !L4 4 0 0 1 0 j 4
0 1
0 5
3 3
1 1
L +L1 !L1
3 3 0 0 0 1 j 1 0 0 1 L !L3
3 3 0 0 0 1 j 1 0 0 1
1
L +L2 !L2
3 3
Logo 2 3
7 1
3
0 3
2
6 2
1 1
0 7
(A1 ) 1
=6
4
3 3 7:
4
3
0 1
3
0 5
1 0 0 1
21. 2 3 2 3
1 0 1 1 0 1
6 0 1 1 0 7 6 0 1 1 0 7
A =6
4 1
7 ! 6 7:
0 2
1 5 L1 +L3 !L3 4 0 0 1 2
1 5
2 0 2 2 2L1 +L4 !L4 0 0 0 2 2
a) Se = 1 então car A = 2: Se = 1 então car A = 3. Se 6= 1 e 6= 1 então
car A = 4. Por outro lado, tem-se:
c) Para = 1, tem-se:
2 3 2 3
1 0 1 1 1 0 1 1
6 0 1 1 0 77 6 0 1 1 0 7
A1 = 6
4 1 !6 7 = U0.
0 1 1 5 4 0 0 0 0 5
2 0 2 2 0 0 0 0
222
2 3 2 32 3 23
x1 1 0 1 1 x1 0
6 x2 7 6 0 1 1 0 7 6 x2 7 6 0 7
Seja X = 6 7 6
4 x3 5. Tem-se A1 X = 0 , 4 0
76 7=6 7 (Método
0 0 0 5 4 x3 5 4 0 5
x4 0 0 0 0 x4 0
de eliminação de Gauss).
8
< x1 + x3 + x4 = 0
x1 = x3 + x4
, ,
: x2 = x3 .
x2 x3 = 0
Logo, fazendo x3 = s e x4 = t, a solução geral do sistema é dada por
S = f(s + t; s; s; t) : s; t 2 Rg :
23
x1
6 x2 7
d) Seja X = 6 7
4 x3 5. Tem-se
x4
2 32 3 32
1 0 1 1 x1 1
6 0 1 1 7 6
0 7 6 x2 7 6 0 7
A1 X = B , 6
4 1
7=6 7
5 4 1 5:
0 1 1 5 4 x3
2 0 2 2 x4 2
223
Resolução da 1a Ficha de exercícios teóricos
P
p P
n p P
P n P
n P
p
(AB) C = aik bkl clj = aik bkl clj = aik bkl clj =
l=1 k=1 l=1 k=1 k=1 l=1
P
n P
p
= aik bkl clj = A (BC)
k=1 l=1
P
n P
n
A (B + C) = aik (bkj + ckj ) = aik bkj + aik ckj =
k=1 k=1
P
n P
n
= aik bkj + aik ckj = AB + AC
k=1 k=1
!T !T !
T
X
n X
n X
n
(AB) = aik bkj = bkj aik = bki ajk = B T AT :
k=1 k=1 k=1
224
2 3n 2 3 2 n(n 1)
3
1 1 0 1 n 1+ +n 1 1 n 2
4
(iii) 0 1 1 5 4
= 0 1 n 5=4 0 1 n 5.
0 0 1 0 0 1 0 0 1
Note que
1+ + (n 1) + (n 1) + +1=
= 1 + (n 1) + + (n 1) + 1 = n
| + {z + n}
| {z }
n 1 parcelas n 1 parcelas
n (n 1)
= (n 1) n , 1 + + (n 1) = .
2
2 3n 2 3
0 1 0 0 0 0 0 0
6 0 0 1 7
0 7 6 0 0 0 0 7
(iv) 6
4 0 5 =6
4
7, para todo o natural n 4.
0 0 1 0 0 0 0 5
0 0 0 0 0 0 0 0
2 32 2 3 2 33 2 3
0 1 0 0 0 1 0 0 0 1 0 0 0 0 0 1
6 0 0 1 0 7 6 0 0 1 0 7 6 0 0 1 0 7 6 0 0 0 0 7
6 7 =6 7, 6 7 =6 7.
4 0 0 0 1 5 4 0 0 0 1 5 4 0 0 0 1 5 4 0 0 0 0 5
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
n
cos sen cos(n ) sen(n )
(v) = ; (com 2 R).
sen cos sen(n ) cos(n )
a b
4. Seja A = uma matriz 2 2 ortogonal, isto é, tal que AAT = AT A = I.
c d
Tem-se
T
T a b a b
AA = I , =I,
c d c d
8 2
2 2 < a + b2 = 1
a + b ac + bd 1 0
, = , ac + bd = 0
ac + bd c2 + d2 0 1 : 2
c + d2 = 1
e
T
T a b a b
A A=I, =I,
c d c d
8 2
2 2 < a + c2 = 1
a + c ab + cd 1 0
, = , ab + cd = 0
ab + cd b2 + d2 0 1 : 2
b + d2 = 1.
Logo c = b.
Se c = b tem-se b (a + d) = 0 , (b = 0 ou a = d).
Se c = b tem-se b (a d) = 0 , (b = 0 ou a = d).
225
Deste modo
a b a b
A= ou A= .
b a b a
Por outro lado, a2 + b2 = 1 , (a = cos e b = sen , para algum 2 R). Logo
5.
A2 = (AB) (AB) = A (BA) B = ABB = AB = A:
6.
A2 = A (BAB) = (ABA) B = B 2 .
8. (i) Falsa:
1 0 0 0
=0 mas A 6= 0 e B 6= 0.
2 0 3 4
No caso de A ser invertível, a seguinte condição é verdadeira:
AB = 0 ) (A = 0 ou B = 0)
(ii) Falsa:
1 2 0 0 1 2 2 2 0 0 2 2
= mas 6= .
1 2 1 1 1 2 0 0 1 1 0 0
AB = AC ) B = C
, A 1 A B = A 1 A C , IB = IC , B = C:
226
9. (i) B T AB é simétrica:
(B T AB)T = B T AT (B T )T = B T AB;
pois A = AT (A é simétrica) e (B T )T = B:
(iii) Como
T T T T
BT B = BT BT = BT B e BB T = BT B T = BB T
10. (i) Seja A = (aij ) do tipo n n tal que AT = A: Assim, em relação às respectivas
diagonais principais tem-se:
aii = aii
e logo aii = 0; para todo o i 2 N:
(A AT )T = AT A= (A AT ):
AT = (A1 + A2 )T = A1 A2 :
227
a b
11. Seja X = uma matriz do tipo 2 2 tal que X 2 = I.
c d
a b a b a2 + bc ab + bd
X2 = =
c d c d ac + cd bc + d2
Logo, 8 2
>
> a + bc = 1
>
>
>
>
>
>
< ab + bd = 0
X2 = I ,
>
>
>
> ac + cd = 0
>
>
>
>
:
bc + d2 = 1.
Se b = 0, então a = 1ed= 1 e (c = 0 ou a = d). Logo,
1 0
X = I ou X = I ou X = .
c 1
Se c = 0 então a = 1ed= 1 e (b = 0 ou a = d). Logo,
1 b
X = I ou X = I ou X = .
0 1
1 a2
Se b 6= 0 e c 6= 0 então a = dec= b
. Logo,
a b
X= 1 a2 .
b
a
Logo, todas as matrizes X que satisfazem X 2 = I são:
1 0 1 b a b
I; ; ; 1 a2 .
c 1 0 1 b
a
Observe assim que a equação matricial X 2 = I tem um número in…nito de soluções em
contraste com a equação escalar x2 = 1 que tem apenas duas soluções (1 e 1).
x11 x12
12. Seja X = tal que
x21 x22
XA = AX;
a b
para todo o A = 2 M2 2 (R). Tem-se então:
c d
8
>
> x11 a + x12 c = ax11 + bx21 8
>
>
>
> >
> x12 c = bx21
>
> >
>
< x21 a + x22 c = cx11 + dx21 <
XA = AX , , x21 (a d) = c(x22 x11 )
>
> >
>
>
> x11 b + x12 d = ax12 + bx22 >
>
>
> :
>
> (x11 x22 )b = (d a)x12 .
:
x21 b + x22 d = cx12 + dx22 .
228
Se a = 1 e b = c = d = 0, então x21 = x12 = 0.
Se b = 1 e a = c = d = 0, então x21 = 0 e x11 = x22 .
Se c = 1 e a = b = d = 0, então x12 = 0 e x11 = x22 .
Se d = 1 e a = b = c = 0, então x21 = x12 = 0.
Logo, a matriz X tal que XA = AX; para todo o A 2 M2 2 (R), é dada por:
0
X= , com 2 R.
0
(i) Sendo A e B matrizes de tipos apropriados, seja u 2 N (B). Logo Bu = 0, pelo que
(AB) u = A (Bu) = A0 = 0
N (B) N (AB) :
e assim u 2 N (B). Deste modo, tem-se N (AB) N (B). Assim e atendendo à alínea
anterior, tem-se
N (AB) = N (B) .
AT Au = AT A u = 0
e assim
23
Xn v 1
6 7
uT AT Au = 0 , (Au)T (Au) = 0 , (vi )2 = 0 , Au = 4 ... 5 = 0
i=1 vn
(iv) Sejam A e B matrizes do tipo m n com m < n tais que AB T é invertível. Como
f0g =
6 N (A) N BT A
m<n
229
então B T A não é invertível.
Se alguma linha de B pertencesse a N (A) isso seria equivalente a alguma coluna de B T
pertencer a N (A), ou seja, à matriz AB T ter alguma coluna nula, o que contradiria o facto
de AB T ser invertível.
(v) Seja A 2 Mm n (R) tal que para todo o B 2 Rm o sistema AX = B é possível, então
car A = m. Assim AAT (do tipo m m) é invertível e por (ii)
N AT = N AAT = f0g .
14. (i) Seja A = (aij )n n 2 Mn n (R) tal que Au = 0 para qualquer u 2 Mn 1 (R).
1 se i = j
Para cada j 2 f1; :::; ng …xo, seja ej = ( ij )n 1 2 Mn 1 (R) em que ij =
0 se i 6= j.
Como
Aej = 0
para todo o j 2 f1; :::; ng e por outro lado
2 3
a1j
6 7
Aej = 4 ... 5
anj
2
3 2 3
a1j 0
6 .. 7 6 .. 7
para todo o j 2 f1; :::; ng, então 4 . 5 = 4 . 5 para todo o j 2 f1; :::; ng pelo que A = 0.
anj 0
e assim 2 3 2 3
a1 a1 b 1 a1 b 2 a1 b n
6 a2 7 6 a2 b1 a2 b2 a2 b n 7
6 7 6 7
AB T = 6 .. 7 b1 b2 bn =6 .. .. .. .. 7:
4 . 5 4 . . . . 5
an an b1 an b2 an b n
Como A e B são matrizes não nulas, existe i 2 f1; :::; ng tal que ai 6= 0 e existe j 2
f1; :::; ng tal que bj 6= 0, tendo-se
230
2 3
a1 b 1 a1 b j a1 b n
6 .. ... .. .. 7
6 . . . 7
T 6 7
AB = 6 ai b1 ai b j ai b n 7 .
6 . .. ... .. 7
4 .. . . 5
an b 1 an b j an b n
Aplicando sucessivamente a operação elementar
ak
Li + L k ! L k
ai
para todo o k = 1; :::; n com k 6= i, tem-se
2 3
0 0 0
6 . . . .. .. .. .. 7 2 3
6 . . . . 7 ai b 1 ai b j ai b n
6 7
6 0 0 0 7 6 0 0 0 7
6 7 6 7
6 i 1
a b a i bj ai b n 7 ! 6 .. .. .. .. .. 7
6 7 L $L 4 . . . . . 5
6 0 0 0 7 i 1
6 . . .. .. .. 7 0 0 0
4 .. .. . . . 5
0 0 0
com ai bj 6= 0, isto é,
car(AB T ) = 1:
16. Seja A uma matriz do tipo m n tal que car A = m < n. Então existe uma
matriz invertível R, m m, produto de matrizes elementares (por aplicação do método de
eliminação de Gauss) tal que
RA = I B
onde I é a matriz identidade m m e B é uma matriz do tipo m (n m). Aplicando o
método de eliminação de Gauss agora às colunas de RA, existe uma matriz invertível Q do
tipo n n; (produto de matrizes elementares), tal que
RAQ = I 0
RAQ1 = I.
231
18. Sejam A e B matrizes do tipo n n.
ou seja
1 1
S A = BS .
Então
1 1 1
X 2 N (A) , AX = 0 , S AX = 0 , BS X=0,S X 2 N (B) :
(A 1 A)T = (AA 1 )T = I T ;
e assim
AT (A 1 )T = (A 1 )T AT = I:
Pelo que, como A é simétrica, tem-se A(A 1 )T = I: Logo (A 1 )T = A 1 : Isto é, A 1
é
simétrica.
232
1 1
Deste modo A +B é invertível e
1
(A + B 1) 1
= A(A + B) 1 B = B(A + B) 1 A.
21. Seja A 2 Mn n (R) tal que A2 = A (a matriz A diz-se neste caso idempotente).
(i) Como
(I A)2 = (I A) (I A) = I 2A + A2 = I 2A + A = I A
então I A é idempotente.
(ii) Como
(2A I) (2A I) = 4A2 4A + I = 4A 4A + I = I
então 2A I é invertível e
1
(2A I) = 2A I:
A2 = A , A 1
A2 = A 1 A , A = I:
22.
A BA2 = A (BA) A = A IA = 0;
uma vez que B é a matriz inversa de A.
23.
2
1 1 1 1
(I + A) (I + A) ,
= I + A2 + A + A = (I + A) ,
2 2 4 2
1 1 1 1 1 1
, I + A2 + A + A = I + A , A2 = I.
4 4 4 4 2 2
a b
25. Seja A = do tipo 2 2. Suponhamos que a 6= 0, c 6= 0 e ad bc 6= 0. Logo,
c d
tem-se:
a b j 1 0 ac bc j c 0
A= ! !
c d j 0 1 cL1 !L1 ac ad j 0 a L1 +L2 !L2
aL2 !L2
233
ac bc j c 0
! !
0 ad bc j c a bc
L +L1 !L2
ad bc 2
acd acb
ac 0 j ad bc ad bc
! !
0 ad bc j c a 1
L !L1
ac 1
1
L !L2
ad bc 2
d b
1 0 j ad bc ad bc
! c a .
0 1 j ad bc ad bc
Logo,
1 1 d b
A = .
ad bc c a
Se a = 0 e c = 0, então A não é invertível.
Se a = 0 e c 6= 0, então b 6= 0, caso contrário A não seria invertível. Neste caso, com
a = 0, c 6= 0, b 6= 0 e ad bc 6= 0 tem-se:
0 b j 1 0 c d j 0 1
A= ! !
c d j 0 1 L1 !L2 0 b j 1 0 1
L !L1
c 1
1
L !L2
b 2
d 1
1 dc j 0 1c 1 0 j bc c
! ! =
0 1 j 1b 0 d
L +L1 !L1
c 2
0 1 j 1
b
0
d b d b
1 0 j bc bc
1 0 j ad bc ad bc
= c = c a .
0 1 j bc
0 0 1 j ad bc ad bc
Se a 6= 0 e c = 0 seria análogo. Logo, A é invertível se e só se ad bc 6= 0 e
1 1 d b
A = .
ad bc c a
Nota: O exo foi feito apenas com o recurso ao método de Gauss-Jordan. Poderia ter
sido efectuada outra resolução atendendo à fórmula de inversão de matrizes:
1 1
A = (cof A)T .
jAj
a b
Observe que ad bc = jAj, com A = do tipo 2 2.
c d
26. A matriz 2 3
k1 0 0
6 . . . .. 7
6 0 k2 . 7
6 .. .. .. 7
4 . . . 0 5
0 0 kn
é invertível se só se k1 6= 0; k2 6= 0; : : : ; kn 6= 0, e a sua inversa é dada por:
2 3 1 2 1
3
k1 0 0 k1
0 0
6 . . . .. 7 6 .. . 7
6 0 k2 . 7 6
6 0 k12 . .. 7
7.
6 . . 7 = 6 .. . . 7
4 .. .. ... 0 5 4 . .
..
. 0 5
0 0 kn 0 0 k1n
234
27. Sejam A = (aij ); B = (bij ) 2 Mn n (R) e um escalar.
(i)
X
n X
n X
n
tr(A + B) = tr(aij + bij ) = (aii + bii ) = aii + bii = tr(A) + tr(B):
i=1 i=1 i=1
(ii)
X
n X
n
tr( A) = tr( aij ) = aii = aii = tr(A):
i=1 i=1
(iii)
X
n
T
tr(A ) = tr (aji ) = aii = tr (aij ) = tr(A):
i=1
(iv)
! ! ! !
X
n X
n X
n X
n X
n X
n
tr(AB) = tr aik bkj = aik bki = bki aik = tr bki ail = tr(BA).
k=1 i=1 k=1 k=1 i=1 i=1
28. Seja A 2 Mn n (R). Não pode existir X 2 Mn n (R) tal que AX XA = I; uma
vez que nesse caso teríamos tr (AX XA) = tr I e
Logo
tr(AT A) = 0 , A = 0:
A = I + uv T .
235
Tem-se
1
I uv T I + uv T =
1 + uT v
1 1
= I + uv T uv T uv T uv T =
1 + uT v 1 + uT v
1 1
= I + uv T uv T u vT u vT =
1 + uT v 1 + uT v
1 vT u
= I + uv T T
uv T T
uv T =
1+u v 1+u v v T u=uT v
1 uT v
= I + uv T + uv T =
1 + uT v 1 + uT v
= I + uv T uv T = I.
Logo A é invertível e
1 1
A =I T
uv T .
1+u v
Sendo u; v 2 Mn 1 (R) 2 3 2 3
u1 v1
6 u2 7 6 v2 7
6 7 6 7
u=6 .. 7 v=6 .. 7
4 . 5 4 . 5
un vn
tem-se 2 3
v1
6 v2 7
T 6 7
u v= u1 u 2 un 6 .. 7 = [u1 v1 + u2 v2 + + un ]
4 . 5
vn
e 2 02 3 13
u1
6 B6 u2 7 C7
6 B6 7 C7
tr uv T = 6tr B6 .. 7 v1 v2 v n C7 =
4 @4 . 5 A5
un
2 2 33
u1 v 1 u1 v 2 u1 vn
6 6 u2 v 1 u2 v 2 u2 vn 77
6 6 77
= 6tr 6 .. .. .. .. 77 = [u1 v1 + u2 v2 + + un ] :
4 4 . . . . 55
un v 1 un v 2 un vn
Logo
uT v = tr uv T .
236
Resolução da 3a Ficha de exercícios para as aulas de problemas
(0; 0) 2
= U.
1 1 1
(1; 1) 2 U , mas (1; 1) = ; 2
= U.
2 2 2
237
2. Atendendo às respectivas dimensões, os seguintes subespaços de R2 , com as operações
usuais, são todos os subespaços de R2 .
Vk = L (f(1; k)g) ,
(iii) Seja
U = f(0; a) : a 2 Rg :
U 6= ? pois (0; 0) 2 U . Sejam (0; a1 ) ; (0; a2 ) 2 U e 2 R. Tem-se
e, com (0; a) 2 U ,
(0; a) = (0; a) 2 U .
Logo, U é subespaço de R2 .
Em alternativa, uma vez que
U = L (f(0; 1)g) ,
conclui-se que U é subespaço de R2 .
(iv) R2 é subespaço de R2 .
3. Uk é subespaço de R3 se e só se k = 0.
U = f(x; y; x + y) : x; y 2 Rg .
238
Uma vez que
(x; y; x + y) = (x; 0; x) + (0; y; y) = x(1; 0; 1) + y(0; 1; 1),
para quaisquer x; y 2 R, tem-se:
(iv) Seja U = f(0; 0; z) : z 2 Rg. Uma vez que (0; 0; z) = z(0; 0; 1), para qualquer z 2 R,
tem-se:
U = L (f(0; 0; 1)g) .
Logo, U é subespaço de R3 . O conjunto f(0; 0; 1)g gera o subespaço U .
U = L (f(1; 2; 3)g) .
(vii) Seja
U = (x; y; z) 2 R3 : x + y + z = 0 e x y z=0 :
Tem-se
U = f(0; y; y) : y 2 Rg .
Uma vez que
(0; y; y) = y(0; 1; 1),
para qualquer y 2 R, tem-se:
U = L (f(0; 1; 1)g) .
Logo, U é subespaço de R3 . O conjunto f(0; 1; 1)g gera o subespaço U .
1 1 1
U = N (A) é subespaço de R3 , com A = :
1 1 1
U = (x; y; z) 2 R3 : x = y [ (x; y; z) 2 R3 : y = z
239
Por exemplo:
U = f(x; x; 2x) : x 2 Rg .
U = fa0 + a1 t + + an tn 2 Pn : a0 ; a1 ; :::; an 2 R e an 6= 0g ,
com as operações usuais, não é um espaço linear. Por exemplo: o polinómio nulo p(t) = 0 2
=
U.
5. (0; 1; 1; 1) 2 f(x; y; z; w) 2 R4 : x = 0 e y + z = 0g
( 2; 1; 1; 0) 2 (x; y; z; w) 2 R4 : x + y + z + w = 0
( 2; 2; 2; 0) 2 (x; y; z; w) 2 R4 : x + 2y z = 0 e x + y + 2w = 0 e y z+w =0
U = f(0; z; z; w) : z; w 2 Rg .
Atendendo a que
(0; z; z; w) = z(0; 1; 1; 0) + w(0; 0; 0; 1),
tem-se
U = L (f(0; 1; 1; 0); (0; 0; 0; 1)g) .
240
O conjunto f(0; 1; 1; 0); (0; 0; 0; 1)g gera o subespaço U .
U = f( y z w; y; z; w) : y; z; w 2 Rg .
Atendendo a que
( y z w; y; z; w) = y( 1; 1; 0; 0) + z( 1; 0; 1; 0) + w( 1; 0; 0; 1),
tem-se
U = L (f( 1; 1; 0; 0); ( 1; 0; 1; 0); ( 1; 0; 0; 1)g) .
O conjunto f( 1; 1; 0; 0); ( 1; 0; 1; 0); ( 1; 0; 0; 1)g gera o subespaço U .
U = (x; y; z; w) 2 R4 : x + 2y z=0 e y + z + 2w = 0 e 3w = 0 =
6. Seja P2 o espaço linear de todos os polinómios reais de variável real e de grau menor
ou igual a 2, com as operações usuais:
U = a1 t + a2 t2 : a1 ; a2 2 R = L t; t2 .
U = a0 + 2a0 t2 : a0 2 R .
241
para qualquer a0 2 R, tem-se:
U =L 1 + 2t2 .
Logo, U é subespaço de P2 . O conjunto f1 + 2t2 g gera o subespaço U .
U = a0 + a1 t + (a1 2a0 ) t2 : a0 ; a1 2 R .
U =L 1 2t2 ; t + t2 .
p (t) = a0 + a1 t + a2 t2 = 1 t2 + (1 + t) .
Logo, para que o sistema linear anterior seja possível é preciso que a0 + a2 a1 = 0. Assim,
U = p (t) = a0 + a1 t + a2 t2 2 P2 : a0 + a2 a1 = 0 .
(ii) Seja U = L (f(1; 0; 1); (0; 1; 0); ( 2; 1; 2)g). Seja (x; y; z) 2 U . Então, existirão
; ; 2 R tais que
242
Assim,
U = (x; y; z) 2 R3 : z x=0 .
Observação extra: U = L (f(1; 0; 1); (0; 1; 0); ( 2; 1; 2)g) = L (f(1; 0; 1); (0; 1; 0)g),
uma vez que
( 2; 1; 2) = ( 2)(1; 0; 1) + (0; 1; 0).
Assim,
V = (x; y; z) 2 R3 : z x=0 .
Observação extra: V = L (f(0; 1; 0); ( 2; 1; 2)g) = L (f(1; 0; 1); (0; 1; 0)g), uma vez
que
1 1
( 2; 1; 2) = ( 2)(1; 0; 1) + (0; 1; 0) e (1; 0; 1) = ( 2; 1; 2) + (0; 1; 0).
2 2
(iv) Seja W = L (f(1; 1; 2); (2; 1; 1)g). Seja (x; y; z) 2 V . Então, existirão ; 2 R tais
que
(x; y; z) = (1; 1; 2) + (2; 1; 1).
Tem-se então a matriz aumentada
2 3 2 3 2 3
1 2 j x 1 2 j x 1 2 j x
4 1 1 j y 5 ! 4 0 1 j y x 5 ! 4 0 1 j y x 5.
L1 +L2 !L2 3L2 +L3 !L3
2 1 j z 2L1 +L3 !L3 0 3 j z 2x 0 0 j z 3y + x
Assim,
W = (x; y; z) 2 R3 : x 3y + z = 0 .
Observação extra: W = L (f(3; 1; 0); ( 1; 0; 1)g) = L (f(1; 1; 2); (2; 1; 1)g), uma vez
que
(3; 1; 0) = 2(2; 1; 1) + ( 1)(1; 1; 2), ( 1; 0; 1) = (1; 1; 2) + ( 1)(2; 1; 1)
e
(1; 1; 2) = (3; 1; 0) + 2( 1; 0; 1), (2; 1; 1) = (3; 1; 0) + ( 1; 0; 1).
243
(v) Seja U = L (f(1; 0; 1; 1)g). Seja (x; y; z; w) 2 U . Então, existirá 2 R tal que
(vi) Seja U = L (f(1; 2; 5; 3); (2; 4; 6; 2); (3; 6; 11; 1); (0; 0; 1; 2)g). Como
1 1
(3; 6; 11; 1) = (1; 2; 5; 3)+(2; 4; 6; 2) e (0; 0; 1; 2) = (1; 2; 5; 3) (2; 4; 6; 2)
2 4
então
U = L (f(1; 2; 5; 3); (2; 4; 6; 2)g) .
Seja (x; y; z; w) 2 U . Então, existirão ; 2 R tais que
2 3 2 3
1 2 j x 1 2 j x
6 0 0 j 2x + y 7 6 0 4 j 5x + z 7
! 6 7 ! 6 7:
2L3 +L4 !L4 4 0 4 j 5x + z 5 L2 $L3 4 0 0 j 2x + y 5
0 0 j 7x + 2z + w 0 0 j 7x + 2z + w
Assim,
U = (x; y; z; w) 2 R4 : 2x + y = 0 e 7x + 2z + w = 0 .
8. Seja M2 3 (R) o espaço linear de todas as matrizes do tipo 2 3 com entradas reais.
a b c
(i) Seja U = 2 M2 3 (R) : b = a + c . Tem-se
d 0 0
a a+c c
U= : a; c; d 2 R .
d 0 0
Uma vez que
a a+c c 1 1 0 0 1 1 0 0 0
=a +c +d ,
d 0 0 0 0 0 0 0 0 1 0 0
244
para quaisquer a; c; d 2 R, tem-se:
1 1 0 0 1 1 0 0 0
U =L ; ; .
0 0 0 0 0 0 1 0 0
1 1 0 0 1 1 0 0 0
; ;
0 0 0 0 0 0 1 0 0
gera o subespaço U .
a b c
(ii) Seja U = 2 M2 3 (R) : b < 0 . Por exemplo: a matriz nula
d 0 f
0 0 0
2
= U.
0 0 0
a b c
(iii) Seja U = 2 M2 3 (R) : a = 2c e f = 2e + d . Tem-se
d e f
2c b c
U= : b; c; d; e 2 R .
d e 2e + d
2c b c 0 1 0 2 0 1 0 0 0 0 0 0
=b +c +d +e ,
d e 2e + d 0 0 0 0 0 0 1 0 1 0 1 2
0 1 0 2 0 1 0 0 0 0 0 0
U =L ; ; ; .
0 0 0 0 0 0 1 0 1 0 1 2
0 1 0 2 0 1 0 0 0 0 0 0
; ; ;
0 0 0 0 0 0 1 0 1 0 1 2
gera o subespaço U .
9. Queremos encontrar A tal que N (A) = L (f(2; 0; 1)g). Por de…nição N (A) =
fu 2 R3 : Au = 0g. Seja (x; y; z) 2 L (f(2; 0; 1)g). Então, existirá 2 R tal que
245
Tem-se então a matriz aumentada
2 3 2 3
2 j x 2 j x
4 0 j y 5 ! 4 0 j y 5.
1
L +L3 !L3 1
1 j z 2 1 0 j z 2x
Assim,
U = (x; y; z) 2 R4 : x + 2z = 0 e y = 0 = N (A)
com
1 0 2
A= .
0 1 0
pois se (1; 0; 0) 2 N (A) então a primeira entrada de todas as linhas de A é 0. Pelo que, nesse
caso, não se pode ter (1; 1; 1) 2 L(A).
1 1
11. (i) Seja A = . Tem-se C(A) = L (f(1; 0)g) e L(A) = L (f(1; 1)g).
0 0
Seja u = (x; y) 2 R2 . Atendendo a que
1 1 x
=0,x y = 0,
0 0 y
N (A) = u 2 R2 : Au = 0 = (x; y) 2 R2 : x y = 0 =
= f(x; x) : x 2 Rg = fx(1; 1) : x 2 Rg = L (f(1; 1)g) .
1 2 3
(ii) Seja A = . Tem-se C(A) = L (f(1; 0)g) e L(A) = L (f(1; 2; 3)g).
0 0 0
Seja u = (x; y; z) 2 R3 . Atendendo a que
2 3
x
1 2 3 4 5
y = 0 , x + 2y + 3z = 0,
0 0 0
z
N (A) = u 2 R3 : Au = 0 = (x; y; z) 2 R3 : x + 2y + 3z = 0 =
= f( 2y 3z; y; z) : y; z 2 Rg = fy( 2; 1; 0) + z( 3; 0; 1) : y; z 2 Rg
= L (f( 2; 1; 0); ( 3; 0; 1)g) .
246
0 0 0
(iii) Seja A = . Tem-se C(A) = f(0; 0)g e L(A) = f(0; 0; 0)g.
0 0 0
O núcleo de A é dado por: N (A) = R3 .
2 3
2 1 1
(iv) Seja A = 4 0 0 1 5. Tem-se
0 0 0
C(A) = L (f(2; 0; 0); (1; 1; 0)g) e L(A) = L (f(2; 1; 1); (0; 0; 1)g) :
Seja u = (x; y; z) 2 R3 . Atendendo a que
2 32 3 8
2 1 1 x < 2x + y + z = 0
4 0 0 1 54 y 5 = 0 ,
:
0 0 0 z z=0
o núcleo de A é dado por:
N (A) = u 2 R3 : Au = 0 = (x; y; z) 2 R3 : 2x + y + z = 0 e z = 0 =
= f(x; 2x; 0) : x 2 Rg = fx(1; 2; 0) : x 2 Rg = L (f(1; 2; 0)g) .
2 3
1 0
(v) Seja A = 4 2 3 5. Tem-se C(A) = L (f(1; 2; 2); (0; 3; 1)g) e L(A) = L (f(1; 0); (2; 3)g),
2 1
pois
4 1
(2; 1) = (1; 0) + (2; 3).
3 3
2
Seja u = (x; y) 2 R . Atendendo a que
8
2 3 >
> x=0
>
>
1 0 <
4 2 3 5 x =0, 2x + 3y = 0
y >
>
2 1 >
>
:
2x + y = 0
o núcleo de A é dado por:
N (A) = u 2 R2 : Au = 0 = (x; y) 2 R2 : x = 0 e 2x + 3y = 0 e 2x + y = 0 = f(0; 0)g .
2 3
1 2
(vi) Seja A = 4 2 4 5. Tem-se C(A) = L (f(1; 2; 2)g) e L(A) = L (f(1; 2)g). Seja
2 4
2
u = (x; y) 2 R . Atendendo a que
2 3 8
1 2 < x + 2y = 0
4 2 4 5 x =0,
y :
2 4 2x + 4y = 0
247
o núcleo de A é dado por:
N (A) = u 2 R2 : Au = 0 = (x; y) 2 R2 : x + 2y = 0 =
= f( 2y; y) : y 2 Rg = fy( 2; 1) : y 2 Rg = L (f( 2; 1)g) .
2 3
0 0
(vii) Seja A = 4 0 0 5. Tem-se C(A) = f(0; 0; 0)g e L(A) = f(0; 0)g. O núcleo de A
0 0
é dado por:
N (A) = R2 .
2 3
1 0 1
(viii) Seja A = 4 2 3 0 5. Tem-se
2 1 0
C(A) = L (f(1; 2; 2); (0; 3; 1); (1; 0; 0)g) e L(A) = L (f(1; 0; 1); (2; 3; 0); (2; 1; 0)g) .
Observação: Como N (A) = f(0; 0; 0)g e sendo A quadrada 3 3, tem-se L(A) = C(A) = R3 .
12. Seja 82 3 9
< a 0 =
U= 4 b c 5 2 M3 2 (R) : a; b; c; d 2 R .
: ;
0 d
Uma vez que
2 3 2 3 2 3 2 3 2 3
a 0 1 0 0 0 0 0 0 0
4 b c 5 = a4 0 0 5 + b4 1 0 5 + c4 0 1 5 + d4 0 0 5,
0 d 0 0 0 0 0 0 0 1
com a; b; c; d 2 R, tem-se
082 3 2 3 2 3 2 391
< 1 0 0 0 0 0 0 0 =
U = L@ 4 0 0 5;4 1 0 5;4 0 1 5;4 0 0 5 A.
: ;
0 0 0 0 0 0 0 1
248
13. Considere, no espaço linear R3 , os vectores v1 = (1; 2; 1), v2 = (1; 0; 2) e v3 = (1; 1; 0).
Tem-se
15. Tem-se
2 3 2 3 2 3
3 2 j 1 3 2 j 1 3 2 j 1
4 0 1 j 2 5 ! 4 0 1 j 2 5 ! 4 0 1 j 2 5:
2 11
L +L3 !L3 L +L3 !L3
2 5 j k 3 1 0 11=3 j k + 2=3 3 2 0 0 j k+8
16. (i) Seja U = f(1; 0; 0); (0; 1; 0); (0; 0; 1)g. Seja (x; y; z) 2 R3 . Tem-se
Logo, U gera R3 .
249
(ii) Seja U = f(1; 1; 1); (0; 1; 1); (0; 0; 1)g. Seja (x; y; z) 2 R3 . Tem-se
(x; y; z) = x(1; 1; 1) + (y x) (0; 1; 1) + (z y) (0; 0; 1).
Logo, U gera R3 .
(iii) Seja U = f(1; 1; 1) ; ( 1; 1; 1); (1; 1; 1); ( 1; 1; 1)g. Seja (x; y; z) 2 R3 . Deter-
minemos os valores dos escalares 1 ; 2 ; 3 ; 4 para os quais se tem
2 3 2 3 2 3 2 3 2 3
x 1 1 1 1
4 y 5 = 14 1 5 + 24 1 5 + 34 1 5 + 44 1 5.
z 1 1 1 1
Ora a última igualdade é equivalente a
2 3
2 3 2 3 1
x 1 1 1 1 6 7
4 y 5=4 1 1 1 1 56
4
2 7.
5
3
z 1 1 1 1
4
2 3 2 3
1 1 1 1 j x 1 1 1 1 j x
4 1 1 1 1 j y 5 ! 4 0 2 2 0 j y x 5.
L1 +L2 !L2
1 1 1 1 j z L1 +L3 !L3 0 0 2 2 j z x
Logo 8
>
> 1 = 21 x + 12 y + s
>
>
>
>
>
>
< 2 = 12 y 1
2
z +s
>
>
>
> 3 = 12 x 1
2
z +s
>
>
>
>
:
4 = s, s 2 R
e assim
2 3 3 2 32 2 3 2 3
x 1 1 1 1
4 y 5= 1 1 1 1 1 1
x + y + s 4 1 5+ y z + s 4 1 5+ x z + s 4 1 5+s 4 1 5 ,
2 2 2 2 2 2
z 1 1 1 1
17. Sejam
u = (2; 1; 0); v = (1; 1; 2) e w = (0; 3; 4):
O vector (a; b; c) de R3 pertencerá a L (fu; v; wg) se existirem ; ; 2 R tais que
(a; b; c) = (2; 1; 0) + (1; 1; 2) + (0; 3; 4),
isto é, se o seguinte sistema (nas variáveis , e ) fôr possível e determinado:
8
< 2 + =a
+3 =b
:
2 4 = c.
250
Considerando então a matriz aumentada deste sistema, tem-se:
2 3 2 3
2 1 0 j a 2 1 0 j a
4 1 1 3 j b 5 ! 4 0 3=2 3 j b a=2 5 !
1 4
L1 +L2 !L2 L +L3 !L3
0 2 4 j c 2 0 2 4 j c 3 2
2 3
2 1 0 j a
! 4 0 3=2 3 j b a2 5.
4
L +L !L
3 2 3 3
0 0 0 j c + 43 b 32 a
Assim, o vector (a; b; c) de R3 pertencerá a L (fu; v; wg) se:
4 2
c+ b a = 0.
3 3
Observação: Deste modo, tem-se L (fu; v; wg) 6= R3 . De facto, uma vez que
1 1
v= u w
2 2
tem-se L (fu; v; wg) = L (fu; wg) e como tal fu; v; wg não pode gerar R3 .
q(t) = 2 + t + t2
pertence à expansão linear L (fp1 (t); p2 (t); p3 (t); p4 (t)g)? Podem os vectores p1 (t), p2 (t),
p3 (t) e p4 (t) gerar P2 ? Tem-se
2 3 2 3
2 0 2 2 j 2 2 0 2 2 j 2
4 1 2 5 3 j 1 5 1 ! 4 0 2 6 2 j 0 51 !
L +L !L
2 1 5 1 j 1 2 1 2 2
0 1 3 1 j 1 2 L2 +L3 !L3
L1 +L3 !L3
2 3
2 0 2 2 j 2
4
! 0 2 6 2 j 0 5 . (**)
0 0 0 0 j 1
Atendendo a (**), q(t) = 2 + t + t2 2
= L (fp1 (t); p2 (t); p3 (t); p4 (t)g). Logo,
19. Sejam 2 3
1 1 1
1 1 5 4
A= e B= 4 3 1 5:
2 3 13
3 1 3
Tem-se
1 1 5 1 1 5
A= ! = A0
2 3 13 2L1 +L2 !L2 0 1 3
251
e
2 3 2 3 2 3
1 1 1 1 1 1 1 1 1
4
B= 4 3 1 5 ! 4 0 1 3 5 ! 4 0 1 3 5 = B0.
4L1 +L2 !L2 2L2 +L3 !L3
3 1 3 3L1 +L3 !L3 0 2 6 0 0 0
tem-se
L(A) = L(A0 ) = L(B 0 ) = L(B).
Finalmente, como se tem sempre
20.
8
> =3 8
>
<
1
< 1 =3
3 1 1 1 +2 3 1+2 3 = 1
= 1 A+ 2 B+ 3 C = , , 2 = 2
1 1 1 + 2 2 3 >
> 1+ 2 = 1 :
: 3 = 1.
2 3 = 1
Logo
3 1 1 1 0 0 0 2
=3 2 .
1 1 1 0 1 1 0 1
Seja
1 1 0 0 0 2
U =L ; ; :
1 0 1 1 0 1
a b a b
Seja 2 U . Tem-se 2 U se e só se existirem escalares ; ; 2 R tais
c d c d
que
a b
= A + B + C.
c d
8
>
>=a 1
<
a b a b 1 1+2 3 1 + 2 3=b
= A+ B+ C , = ,
c d c d 1 + 2 2 3 >
> 1+ 2 = c
:
2 3 = d
252
2 3 2 3
1 0 0 j a 1 0 0 j a
6 1 0 2 j b 7 6 0 0 2 j b a 7
6 7 ! 6 7 !
4 1 1 0 j c 5 L1 +L2 !L2 4 0 1 0 j c a 5 L3 +L4 !L4
L1 +L3 !L3 1
0 1 1 j d 0 1 1 j d L
2 2
+L4 !L4
2 3 2 3
1 0 0 j a 1 0 0 j a
6 0 0 2 j b a 7 6 0 1 0 j c a 7
! 6 7 ! 6 7
L3 +L4 !L4 4 0 1 0 j c a 5 L2 $L3 4 0 0 2 j b a 5
j d + 12 (b + a) 1
1
L
2 2
+L4 !L4 0 0 0 c 0 0 0 j d + 2 (b + a) c.
Logo, para que o sistema linear anterior seja possível é necessário que se tenha
1
d+ (b + a) c = 0.
2
Deste modo podemos escrever
a b 1
U= 2 M2 2 (R) : d + (b + a) c=0
c d 2
e assim, sendo
a b 1
V = 2 M2 2 (R) : d + (b + a) c 6= 0 ;
c d 2
tem-se
M2 2 (R) = U V.
Ou seja, qualquer vector de V que não seja o vector nulo, esse vector não pertence a U . Por
exemplo
1 1 1 1 0 0 0 2
2=U =L ; ; .
1 1 1 0 1 1 0 1
21. Seja U o subespaço de R4 gerado por f(1; 1; 0; 1); (1; 1; 0; 1)g : Seja S = f(1; 0; 0; 2)g+
U e considere ainda o seguinte subespaço de R4
V = (x; y; z; w) 2 R4 : y = w .
a)
S = f(1; 0; 0; 2)g + U = f(1 + s + t; s + t; 0; 2 s + t) : s; t 2 Rg :
Sejam x = 1 + s + t, y = s + t, z = 0, w = 2 s + t. Tem-se então o seguinte sistema
linear (com 4 variáveis) não homogéneo
x y=1
z=0
253
Por outro lado, atendendo a
2 3 2 3
1 1 j x 1 1 j x
6 1 1 j y 7 6 0 0 j y x 7
6 7 ! 6 7
4 0 0 j z 5 L1 +L2 !L2 4 0 0 j z 5
L1 +L4 !L4
1 1 j w 0 2 j x+w
para que a equação (*) tenha solução é preciso que: y x = 0 e z = 0, ou seja (x; y; z; w) 2
N (A), com
1 1 0 0
A= .
0 0 1 0
Reciprocamente, se (x; y; z; w) 2 N (A) então (x; y; z; w) 2 U . Logo U = N (A).
Logo,
U + V = L (U [ V ) = L (f(1; 1; 1); (0; 1; 1); (1; 1; 2); ( 1; 1; 1)g) :
Facilmente se veri…ca, por exemplo, que:
1 1
(1; 1; 2) = 2(0; 1; 1) + (1; 1; 1) ( 1; 1; 1).
2 2
Logo
U + V = L (fu1 ; u2 ; u3 g)
com (por exemplo) u1 = (0; 1; 1); u2 = (1; 1; 1) e u3 = ( 1; 1; 1).
Seja (x; y; z) 2 U . Tem-se
2 3 2 3 2 3
1 0 j x 1 0 j x 1 0 j x
4 1 1 j y 5 ! 4 0 1 j x+y 5 ! 4 0 1 j x+y 5.
L1 +L2 !L2 L2 +L3 !L3
1 1 j z L1 +L3 !L3 0 1 j z x 0 0 j z 2x y
Logo
U = (x; y; z) 2 R3 : z 2x y=0 .
Seja (x; y; z) 2 V . Tem-se
2 3 2 3 2 3
1 1 j x 1 1 j x 1 1 j x
4 1 1 j y 5 ! 4 0 2 j y x 5 ! 4 0 2 j y x 5.
L1 +L2 !L2 3
L +L3 !L3 3 1
2 1 j z 2L1 +L3 !L3 0 3 j z 2x 2 2 0 0 j z 2y 2x
Logo
V = (x; y; z) 2 R3 : 2z 3y x=0 .
Deste modo
254
23. Sejam
Tem-se (1; 1; 1) 2
= U pois 1 + 1 1 6= 0. Logo U \ V = f0g.
Por outro lado, como
U = ( y; y; 0) 2 R3 : y 2 R = L (f( 1; 1; 0)g) ,
tem-se
U + V = L (fu1 ; u2 g)
com (por exemplo) u1 = ( 1; 1; 0) e u2 = (1; 1; 1).
Seja v 2 U , então
v = (1; 0; 1) + ( 1; 1; 2) = ( ; ; + 2 ),
+ + 3 ( + 2 ) = 0.
isto é,
3
4 +6 =0 , = .
2
Assim,
5 1 5 1
v = (1; 0; 1) + ( 1; 1; 2) = ; ; = ; 1; .
2 2 2 2
Logo,
5 1 5 1
U \V = ; 1; : 2R =L ; 1;
2 2 2 2
5
e como tal, U \ V = L (fvg), com (por exemplo) v = 2
; 1; 21 .
Tem-se
V = L (f( 1; 1; 0); ( 3; 0; 1)g) .
Logo,
U + V = L (U [ V ) = L (f(1; 0; 1); ( 1; 1; 2); ( 1; 1; 0); ( 3; 0; 1)g) :
Facilmente se veri…ca, por exemplo, que:
( 3; 0; 1) = 3(1; 0; 1) + 2( 1; 1; 2) 2( 1; 1; 0)
Logo
U + V = L (fu1 ; u2 ; u3 g)
com (por exemplo) u1 = (1; 0; 1); u2 = ( 1; 1; 2) e u3 = ( 1; 1; 0).
255
25. Em R3 , considere os subespaços:
U = (x; y; z) 2 R3 : x = y = z e V = (x; y; z) 2 R3 : x = 0 .
U =L 1 + t; 1 t2 e V = a0 + a1 t + a2 t2 2 P2 : a2 a1 + a0 = 0 .
p (t) = a0 + a1 t + a2 t2 = (1 + t) + 1 t2 .
Atendendo a
2 3 2 3 2 3
1 1 j a0 1 1 j a0 1 1 j a0
4 1 0 j a1 5 ! 4 0 1 j a1 a0 5 ! 4 0 1 j a1 a0 5.
L1 +L2 !L2 L2 +L3 !L3
0 1 j a2 0 1 j a2 0 0 j a2 a1 + a0
Logo, tem-se
U =V
pelo que
U +V =U =V e U \V =U =V.
Assim,
U + V = U \ V = L (fu1 ; u2 g)
com (por exemplo) u1 = 1 + t e u2 = 1 t2 .
27. Como
então
256
a0 + a1 t + a2 t2 2 V = L(f 1 + t; 1 t2 g) , a0 + a1 + a2 = 0:
Logo
V = fa0 + a1 t + a2 t2 : a0 + a1 + a2 = 0g:
Pelo que
U \V = fa0 + a1 t + a2 t2 : a0 + a1 + a2 = 0 e a2 = 0g =
= f a1 + a1 t : a1 2 Rg = L(f 1 + tg):
Como
1 + t = ( 1) 1+1 t
então
U +V =L 1; t; 1 + t; 1 t2 =L 1; t; 1 t2 :
28. Como
p(1) = 0 , a0 + a1 + a2 = 0
então
U = fp(t) 2 P2 : a0 + a1 + a2 = 0g = L(f 1 + t; 1 + t2 g):
Por outro lado, atendendo a
2 3 2 3
1 0 1 j a0 1 0 1 j a0
4 1 1 0 j a1 5 ! 4 0 1 1 j a0 + a1 5
0 1 1 j a2 0 0 0 j a0 + a1 + a2
a0 + a1 t + a2 t2 2 V = L(f1 t; t t2 ; 1 + t2 g) , a0 + a1 + a2 = 0:
Logo U = V e assim
U +V =U =V e U \V =U =V.
Isto é,
U + V = U \ V = L (fu1 ; u2 g)
com (por exemplo) u1 = 1 + t e u2 = 1 + t2 .
U =L 1 + t; 1 t3 e V =L 1 + t + t2 ; t t3 ; 1 + t + t3 .
Logo
U + V = L (U [ V ) = L 1 + t; 1 t3 ; 1 + t + t2 ; t t3 ; 1 + t + t3 :
Como
3 1 1
1 + t + t3 = (1 + t) 1 t3 + 0 1 + t + t2 t t3
2 2 2
então
U + V = L (fu1 ; u2 ; u3 ; u4 g)
com (por exemplo) u1 = 1 + t, u2 = 1 t3 , u3 = 1 + t + t2 e u4 = t t3 .
257
Determinemos U \ V . Seja
p (t) = a0 + a1 t + a2 t2 + a3 t3 2 U:
Tem-se
2 3 2 3 2 3
1 1 j a0 1 1 j a0 1 1 j a0
6 1 0 j a1 7 6 0 1 j a1 a0 7 6 0 1 j a1 a0 7
6 7 ! 6 7 ! 6 7.
4 0 0 j a2 5 L1 +L2 !L2 4 0 0 j a2 5 L2 +L4 !L4 4 0 0 j a2 5
0 1 j a3 0 1 j a3 0 0 j a3 + a0 a1
Logo
U = a0 + a1 t + a2 t2 + a3 t3 2 P3 : a2 = 0 e a3 + a0 a1 = 0 .
Seja
q (t) = a0 + a1 t + a2 t2 + a3 t3 2 V:
Tem-se
2 3 2 3
1 0 1 j a0 1 0 1 j a0
6 1 1 1 j a1 7 6 0 1 0 j a1 a0 7
6 7 ! 6 7 !
4 1 0 0 j a2 5 L1 +L2 !L2 4 0 0 1 j a2 a0 5 L2 +L4 !L4
L1 +L3 !L3
0 1 1 j a3 0 1 1 j a3
2 3 2 3
1 0 1 j a0 1 0 1 j a0
6 0 1 0 j a1 a0 7 6 0 1 0 j a1 a0 7
! 6 7 6 7.
L2 +L4 !L4 4 0 0 1 j a2 a0 5 L3 +L!
4 !L4
4 0 0 1 j a2 a0 5
0 0 1 j a1 a0 + a3 0 0 0 j a1 + a2 2a0 + a3
Logo
V = a0 + a1 t + a2 t2 + a3 t3 2 P3 : a1 + a2 2a0 + a3 = 0 .
Deste modo
U \V = a0 + a1 t + a2 t2 + a3 t3 2 P3 : a2 = 0 e a0 a1 + a3 = 0 e 2a0 + a1 + a2 + a3 = 0 =
02 31
0 0 1 0
2 3
= a0 + a1 t + a2 t + a3 t 2 P3 : (a0 ; a1 ; a2 ; a3 ) 2 N @ 4 1 1 0 1 5A .
2 1 1 1
Atendendo a que
2 3 2 3 2 3 2 3
0 0 1 0 0 0 1 0 1 1 0 1 1 1 0 1
4 1 1 0 1 5 ! 4 1 1 0 1 5 ! 4 0 0 1 0 5 ! 4 0 1 1 3 5
2L2 +L3 !L3 L1 $L2 L2 $L3
2 1 1 1 0 1 1 3 0 1 1 3 0 0 1 0
tem-se
U \V = a0 + a1 t + a2 t2 + a3 t3 2 P3 : a0 a1 + a3 = 0 e a1 + a2 + 3a3 = 0 e a2 = 0 =
= a0 + a1 t + a2 t2 + a3 t3 2 P3 : a0 = 2a3 e a1 = 3a3 e a2 = 0 =
= 2a3 + 3a3 t + a3 t3 2 P3 : a3 2 R = a3 2 + 3t + t3 2 P3 : a3 2 R = L 2 + 3t + t3 .
258
Resolução da 2a Ficha de exercícios teóricos
(v) Queremos ver que o vector nulo 0 2 V é único. Ora, seja w 2 V tal que u + w = u,
para todo o u 2 V. Então,
u + w = u = u + 0 =) w = 0.
por (i)
259
2. O conjunto de todos os polinómios reais de grau igual a n:
U = fa0 + a1 t + + an tn 2 Pn : a0 ; a1 ; :::; an 2 R e an 6= 0g ,
com as operações usuais, não é um espaço linear. Por exemplo: o polinómio nulo
p(t) = 0 2
= U.
3. (i) ? 6= P2 P3 e:
P2 = L 1; t; t2 .
Logo, P2 é subespaço de P3 .
(ii) ? 6= Pn Pn+1 e:
Pn = L (f1; t; :::; tn g) .
Logo, Pn é subespaço de Pn+1 .
(iii) ? 6= Pn P e:
Pn = L (f1; t; :::; tn g) .
Logo, Pn é subespaço de P .
4. (i) Seja
U = A 2 Mn n (R) : A = AT :
Sejam A1 ; A2 2 U e 2 R. Tem-se
e, com A 2 U ,
A = AT = ( A)T 2 U .
Logo, U é subespaço de Mn n (R).
(ii) Seja
U = fA 2 Mn n (R) : A é invertívelg :
Por exemplo: a matriz nula não pertence a U . Logo, U não é subespaço de Mn n (R).
(iii) Seja
Sejam
(bij ); (cij ) 2 U e 2 R:
Tem-se
(bij ) + (cij ) = (bij + cij ) 2 U ,
pois bij + cij = 0 se i 6= j, com i; j = 1; :::; n. E, com (aij ) 2 U ,
(aij ) = ( aij ) 2 U ,
(iv) Seja
U = fA 2 Mn n (R) : A é invertívelg :
260
Por exemplo, para n = 2:
1 0 0 0 1 0 0 0 1 0
; 2 U , mas + = 2
= U.
0 0 0 1 0 0 0 1 0 1
(v) Seja
Sejam
(bij ); (cij ) 2 U e 2 R:
Tem-se
(bij ) + (cij ) = (bij + cij ) 2 U ,
pois bij + cij = 0 se i > j, com i; j = 1; :::; n. E, com (aij ) 2 U ,
(aij ) = ( aij ) 2 U ,
f1 + f2 2 U ,
pois
j(f1 + f2 ) (x)j = jf1 (x) + f2 (x)j jf1 (x)j + jf2 (x)j k1 + k2 ,
f1 ;f2 2U
f 2 U,
pois
j( f ) (x)j = j j jf (x)j j j k,
f 2U
f1 + f2 2 U ,
pois
261
para todo o x 2 Dom f1 \ Dom f2 . E, com f 2 U ,
f 2 U,
pois
( f ) (x) = f (x) = f ( x) = ( f ) ( x),
f 2U
Sejam f1 ; f2 2 U e 2 R. Tem-se
f1 + f2 2 U ,
pois
(f1 + f2 ) (0) = f1 (0) + f2 (0) = f1 (1) + f2 (1) = (f1 + f2 ) (1),
f1 ;f2 2U
f 2 U,
pois
( f ) (0) = f (0) = f (1) = ( f ) (1),
f 2U
isto é, f1 + f2 2
= U . Logo, U não é subespaço de V .
y = (A + B) x = Ax + Bx 2 C (A) + C (B) :
Logo
C (A + B) C (A) + C (B) :
262
7. Seja A 2 Mm n (R). Vejamos que
N (A) \ C AT = f0g :
Seja
y 2 N (A) \ C AT :
Então existe x tal que
Ay = 0 e y = AT x:
Logo
y T = xT A
e
y T y = xT A y = xT (Ay) = xT 0 = 0:
Isto é
X
n
yi2 = y T y = 0
i=1
ou seja
y = (y1 ; :::; yn ) = (0; :::; 0) = 0:
Logo,
N (A) \ L (A) = N (A) \ C AT = f0g :
263
Resolução da 4a Ficha de exercícios para as aulas de problemas
1 2
1 6= 0 e 2 6= 2 ou 6= 3 ou ( 1 =0 e ( 2 6= 3 1 ou 2 6= 0)) .
1 1
2. (i) Podemos colocar os vectores do conjunto f(4; 2; 1); (2; 6; 5); (1; 2; 3)g como
colunas de uma matriz A e de seguida aplicar a essa matriz o método de eliminação de
Gauss:
2 3 2 3
4 2 1 1 5 3
A=4 2 6 2 5 ! 4 2 6 2 5 !
L1 $L3 2L1 +L2 !L2
1 5 3 4 2 1 4L1 +L3 !L3
2 3 2 3 2 3
1 5 3 1 5 3 1 5 3
! 4 0 16 8 5 1 ! 4 0 2 1 5 ! 4 0 2 1 5 = A0 .
L !L2 L2 +L3 !L 3
0 22 11 8 2
1
0 2 1 0 0 0
11
L3 !L3
264
Atendendo ao que já se fez e considerando a 3a coluna como o termo independente do sistema,
tem-se 8
>
> 4 +2 =1 8 8
>
>
< < 5 =3 < = 21
2 +6 = 2 , ,
>
> : :
>
> 2 = 1 = 12 .
:
5 =3
Pelo que
1 1
(1; 2; 3) = (4; 2; 1) (2; 6; 5).
2 2
como colunas de uma matriz e de seguida aplicar a essa matriz o método de eliminação de
Gauss. 2 3 2 3 2 3
1 3 1 3 1 3
A=4 2 2 5 ! 4 0 4 5 ! 4 0 4 5 = A0
2L1 +L2 !L2 2L2 +L3 !L3
1 5 L1 +L3 !L3 0 8 0 0
As colunas da matriz A correspondentes às colunas da matriz em escada A0 que contêm
os pivots, formam um conjunto de vectores linearmente independente. Logo, o conjunto
f(1; 2; 1); (3; 2; 5)g é linearmente independente.
(iii) Podemos colocar os vectores do conjunto f(1; 2; 3); (1; 1; 1); (1; 0; 1)g como colunas
de uma matriz A e de seguida aplicar a essa matriz o método de eliminação de Gauss.
2 3 2 3 2 3
1 1 1 1 1 1 1 1 1
A=4 2 1 0 5 ! 4 0 1 2 5 ! 4 0 1 2 5 = A0 .
2L1 +L2 !L2 2L2 +L3 !L3
3 1 1 3L1 +L3 !L3 0 2 2 0 0 2
(iv) O conjunto f(1; 0; 1); (0; 0; 0); (0; 1; 1)g contém o vector nulo, logo é linearmente de-
pendente. Facilmente se vê que f(1; 0; 1); (0; 1; 1)g é linearmente independente. Facilmente
também se vê que
(0; 0; 0) = 0(1; 0; 1) + 0(0; 1; 1).
265
é formado por quatro vectores de R3 , logo é linearmente dependente para quaisquer x; y; z 2
R.
2 3
1 0 1 x
! 4 0 2 1 y x 5 = A0 .
3
L +L3 !L3
2 2 0 0 32 z 32 (y x)
As colunas da matriz A correspondentes às colunas da matriz em escada A0 que contêm os
pivots, formam um conjunto de vectores linearmente independente. Logo, o conjunto
é linearmente dependente para quaisquer x; y; z 2 R, mas o conjunto f(1; 1; 0); (0; 2; 3); (1; 2; 3)g
é linearmente independente.
Pelo que
2 1 2
(x; y; z) = x z + y (1; 1; 0) + (y x) z (0; 2; 3) + z y + x (1; 2; 3).
3 3 3
3. Podemos colocar os vectores do conjunto f(a2 ; 0; 1); (0; a; 2); (1; 0; 1)g como colunas
de uma A matriz e de seguida aplicar a essa matriz o método de eliminação de Gauss.
2 2 3 2 3
a 0 1 1 2 1
A=4 0 a 0 5 ! 4 0 a 0 5 2 !
L1 $L3 a L1 +L3 !L3
1 2 1 a2 0 1
266
2 3 2 3
1 2 1 1 2 1
! 4 0 a 0 5 ! 4 0 a 0 5 = A0 .
a2 L1 +L3 !L3 2aL2 +L3 !L3
0 2a2 1 a2 0 0 1 a2
As colunas da matriz A correspondentes às colunas da matriz em escada A0 que contêm os
pivots, formam um conjunto de vectores linearmente independente. Logo, o conjunto
4. Sejam U = L (f(1; 1; 0; 0); (0; 1; 1; 0)g) e Vk = L (f(2; k; 1; 0); (0; 0; 0; 1)g) subespaços
de R4 : Determine os valores de k para os quais dim (U \ Vk ) = 1. Coloquemos os vectores
geradores de U e de V como colunas da matriz:
2 3 2 3
1 0 2 0 1 0 2 0
6 1 1 k 0 7 6 7
6 7 ! 6 0 1 1 0 7 !
4 0 1 1 0 5 L2 $L 3
4 1 1 k 0 5 L1 +L3 !L3
0 0 0 1 0 0 0 1
2 3 2 3
1 0 2 0 1 0 2 0
6 0 1 1 0 7 6 0 1 1 0 7
! 6 7 ! 6 7.
L1 +L3 !L3 4 0 1 k 2 0 5 L2 +L3 !L3 4 0 0 k 3 0 5
0 0 0 1 0 0 0 1
Note que U + Vk = L (U [ Vk ). Como
e
3 se k = 3
dim (U + Vk ) =
4 se k 6= 3
então dim (U \ Vk ) = 1 se e só se k = 3.
como colunas de uma matriz A e de seguida aplicar a essa matriz o método de eliminação
de Gauss.
2 3 2 3 2 3
1 0 x 1 0 x 1 0 x
4
A= 0 1 y 5 ! 4 0 1 y 5 ! 4 0 1 y 5 = A0 .
2L1 +L3 !L3 2L2 +L3 !L3
2 2 z 0 2 z 2x 0 0 z 2x 2y
267
(ii) Seja (x; y; z) 2 R3 . Podemos colocar os vectores do conjunto
como colunas de uma matriz A e de seguida aplicar a essa matriz o método de eliminação
de Gauss.
2 3 2 3 2 3
2 4 x 2 4 x 2 4 x
A=4 1 2 y 5 1 ! 4 0 0 y + x 5 ! 4 0 3 z x 5 = A0 .
2 2
L +L !L x L2 $L3 x
1 1 z 2
1
1 2 2
0 3 z 2
0 0 y + 2
2
L1 +L3 !L3
como colunas de uma matriz A e de seguida aplicar a essa matriz o método de eliminação
de Gauss. 2 3 2 3
1 1 x 1 1 x
A=4 2 0 y 5 ! 4 0 2 y + 2x 5 = A0 .
2L1 +L2 !L2
1 1 z L1 +L3 !L3 0 0 z+x
As colunas da matriz A correspondentes às colunas da matriz em escada A0 que contêm os
pivots, formam um conjunto de vectores linearmente independente. Logo, qualquer conjunto
6. (i) Seja
S = cos2 t; sen2 t; cos 2t .
O conjunto S é linearmente dependente, pois:
Mas, o conjunto
S 0 = cos2 t; sen2 t
é linearmente independente pois se tivermos ; 2 R tais que
cos2 t + sen2 t = 0,
dim L(S) = 2.
268
(ii) Seja
S = 2; sen2 t; cos2 t .
O conjunto S é linearmente dependente, pois:
2 = 2 cos2 t + 2 sen2 t.
Mas, o conjunto
S 0 = cos2 t; sen2 t
é linearmente independente pois se tivermos ; 2 R tais que
cos2 t + sen2 t = 0,
dim L(S) = 2.
(iii) Seja
S = et ; e t ; cosh t .
O conjunto S é linearmente dependente, pois:
et + e t
cosh t = .
2
Mas, o conjunto
S 0 = et ; e t
et + e t
= 0,
dim L(S) = 2.
(iv) Seja
S = 1; t; t2 ; (t + 1)2 .
O conjunto S é linearmente dependente, pois:
Mas, o conjunto
S 0 = 1; t; t2
é linearmente independente pois trata-se da base canónica de P2 . Logo,
269
7. Seja V o espaço linear de todas as funções reais de variável real. Sejam f; g; h 2 V ,
com f (t) = sen t, g (t) = cos t e h (t) = t. Vejamos que o conjunto ff; g; hg é linearmente
independente. Sejam ; ; 2 R tais que
f + g + h = 0.
Note que
8. (i) Podemos colocar os vectores do conjunto f(1; 3); (1; 1)g como colunas de uma
matriz A e de seguida aplicar a essa matriz o método de eliminação de Gauss:
1 1 1 1
A= ! = A0 .
3 1 3L1 +L2 !L2 0 4
As colunas da matriz A correspondentes às colunas da matriz em escada A0 que contêm
os pivots, formam um conjunto de vectores linearmente independente. Logo, o conjunto
formado pelos vectores das colunas 1 e 2 da matriz A:
270
Logo, 8 8 1
< + =0 < = 4
,
: : 1
4 = 1 = 4
e assim,
1 1
(0; 1) = (1; 3) + (1; 1).
4 4
2
Finalmente e ainda em relação à base B de R , o vector cujas coordenadas são (0; 1) nessa
base, é dado por:
0(1; 3) + ( 1)(1; 1) = ( 1; 1).
(ii) O conjunto S = f(0; 0); (1; 2)g contém o vector nulo, logo o conjunto é linearmente
dependente, pelo que não pode ser base de R2 . No entanto, S 0 = f(1; 2)g é linearmente
independente e S 0 é base de L(S 0 ) = L(S). Logo, dim L(S) = 1.
(iii) O conjunto S = f(2; 4)g não pode ser base de R2 uma vez que tem só um vector e
qualquer base de R2 tem sempre dois vectores (pois dim R2 = 2). No entanto, S = f(2; 4)g
é linearmente independente e S é base de L(S). Logo, dim L(S) = 1.
1
(0; 1) = 0( 5; 0) + (0; 2).
2
Finalmente e ainda em relação à base B de R2 , o vector cujas coordenadas são (0; 1) nessa
base, é dado por:
0( 5; 0) + ( 1)(0; 2) = (0; 2).
271
As colunas da matriz A correspondentes às colunas da matriz em escada A0 que contêm
os pivots, formam um conjunto de vectores linearmente independente. Logo, o conjunto
formado pelos vectores das colunas 1 e 2 da matriz A:
1 2 j 0 1 2 j 0
! .
2 3 j 1 2L1 +L2 !L2 0 7 j 1
Logo, 8 8 2
< +2 =0 < = 7
,
: : 1
7 = 1 = 7
e assim,
2 1
(0; 1) = (1; 2) + (2; 3).
7 7
2
Finalmente e ainda em relação à base B de R , o vector cujas coordenadas são (0; 1) nessa
base, é dado por:
0(1; 2) + ( 1)(2; 3) = ( 2; 3).
(vi) Bc2 = f(1; 0); (0; 1)g é a base canónica de R2 . As coordenadas do vector (0; 1) em
relação à base Bc2 são precisamente 0 e 1. Ainda em relação à base Bc2 , o vector cujas
coordenadas nessa base são (0; 1) é precisamente o vector (0; 1).
9. (i) O conjunto f(1; 2; 3); (0; 0; 0); (0; 1; 2)g contém o vector nulo, logo o conjunto é
linearmente dependente, pelo que não pode ser base. Mas,
L (f(1; 2; 3); (0; 0; 0); (0; 1; 2)g) = L (f(1; 2; 3); (0; 1; 2)g)
e facilmente se vê que o conjunto f(1; 2; 3); (0; 1; 2)g é linearmente independente. Logo,
e o conjunto f(1; 2; 3); (0; 1; 2)g é uma base de L (f(1; 2; 3); (0; 0; 0); (0; 1; 2)g).
272
(ii) Facilmente se vê que o conjunto f(1; 2; 0); (0; 1; 1)g é linearmente independente.
Logo, o conjunto f(1; 2; 0); (0; 1; 1)g é uma base de L (f(1; 2; 0); (0; 1; 1)g) e
(iii) Podemos colocar os vectores do conjunto f(3; 2; 2); ( 1; 2; 1); (0; 1; 0)g como colunas
de uma matriz A e de seguida aplicar a essa matriz o método de eliminação de Gauss:
2 3 2 3 2 3
3 1 0 3 1 0 3 1 0
A=4 2 2 1 5 2 ! 4 0 8=3 1 5
5
! 4 0 8=3 1 5 = A0 .
L +L !L L +L !L
2 1 0 3 1
2
2 2
0 5=3 0 8 2 3 3
0 0 5=8
3
L1 +L3 !L3
Temos então
2 3 2 3 2 3
3 1 0 j 1 3 1 0 j 1 3 1 0 j 1
4 2 2 1 j 1 5 ! 4 0 8=3 1 j 5=3 5 ! 4 0 8=3 1 j 5=3 5 .
2 5
L +L2 !L2 L +L3 !L3
2 1 0 j 2 3 1
2
0 5=3 0 j 4=3 8 2 0 0 5=8 j 19=8
L +L3 !L3
3 1
Logo, 8 8 3
>
> 3 = 1 >
> = 5
>
> >
>
< <
8 5 4
3
+ = 3
, = 5
>
> >
>
>
> >
>
: 5 19 : 19
8
= 8
= 5
.
Pelo que
3 4 19
( 1; 1; 2) = (3; 2; 2) + ( 1; 2; 1) + (0; 1; 0).
5 5 5
Finalmente e ainda em relação à base f(3; 2; 2); ( 1; 2; 1); (0; 1; 0)g de R3 , o vector cujas
coordenadas são ( 1; 1; 2) nessa base, é dado por:
(iv) Facilmente se vê que o conjunto f(1; 1; 1); (0; 1; 1); (0; 0; 1)g é linearmente indepen-
dente. Temos então três vectores de R3 linearmente independentes. Como a dimensão de
R3 é 3, então o conjunto f(1; 1; 1); (0; 1; 1); (0; 0; 1)g é desde logo uma base de R3 . Vamos
agora escrever o vector ( 1; 1; 2) como combinação linear dos vectores desta base. Isto é,
procuremos ; ; 2 R tais que
273
Temos então: 8 8
< = 1 < = 1
+ =1 , =2
: :
+ + = 2 = 3.
Pelo que
( 1; 1; 2) = ( 1)(1; 1; 1) + 2(0; 1; 1) + ( 3)(0; 0; 1).
Finalmente e ainda em relação à base B de R2 , o vector cujas coordenadas são ( 1; 1; 2)
nessa base, é dado por:
Podemos colocar os vectores do conjunto f(1; 1; 1); (2; 3; 4); (4; 1; 1); (0; 1; 1)g como lin-
has de uma A matriz e de seguida aplicar a essa matriz o método de eliminação de Gauss:
2 3 2 3
1 1 1 1 1 1
6 2 3 4 7 6 0 1 6 7
A=64 4 1
7 ! 6 7 !
1 5 2L1 +L2 !L2 4 0 3 3 5 3L2 +L3 !L3
4L1 +L3 !L3 L2 +L4 !L4
0 1 1 0 1 1
2 3 2 3 2 3
1 1 1 1 1 1 1 1 1
6 0 1 6 7 6 0 1 6 7 6 0 1 6 7
! 6 7 ! 6 7 ! 6 7 = A0 .
3L2 +L3 !L3 4 0 0 21 5 1
L !L3
4 0 0 1 5 L3 +L4 !L4
4 0 0 1 5
21 3
L2 +L4 !L4
0 0 7 1
L !L4
7 4
0 0 1 0 0 0
As linhas não nulas da matriz em escada A0 são linearmente independentes. Logo, o conjunto
f(1; 1; 1); (0; 1; 6); (0; 0; 1)g é formado por três vectores de R3 , linearmente independentes.
Atendendo a que a dimensão de R3 é 3, o conjunto
é desde logo uma base de R3 . Uma vez que L(A) = L(A0 ) temos então:
L (f(1; 1; 1); (2; 3; 4); (4; 1; 1); (0; 1; 1)g) = L (f(1; 1; 1); (0; 1; 6); (0; 0; 1)g) = R3 .
Logo,
dim L (f(1; 1; 1); (2; 3; 4); (4; 1; 1); (0; 1; 1)g) = 3.
Vamos agora escrever o vector ( 1; 1; 2) como combinação linear dos vectores da base
274
Isto é, procuremos ; ; 2 R tais que
( 1; 1; 2) = (1; 1; 1) + (0; 1; 6) + (0; 0; 1).
Temos então: 8 8
< = 1 < = 1
+ =1 , =2
: :
+6 + = 2, = 15.
Pelo que
( 1; 1; 2) = ( 1)(1; 1; 1) + 2(0; 1; 6) + ( 15)(0; 0; 1).
Finalmente e ainda em relação à base f(1; 1; 1); (0; 1; 6); (0; 0; 1)g de R3 , o vector cujas
coordenadas são ( 1; 1; 2) nessa base, é dado por:
( 1)(1; 1; 1) + (0; 1; 6) + ( 2)(0; 0; 1) = ( 1; 0; 5).
(vi) Bc3 = f(1; 0; 0); (0; 1; 0); (0; 0; 1)g é a base canónica de R3 . As coordenadas do vector
( 1; 1; 2) em relação à base Bc3 são precisamente 1; 1 e 2. Ainda em relação à base Bc3 ,
o vector cujas coordenadas nessa base são ( 1; 1; 2) é precisamente o vector ( 1; 1; 2).
10. (i) Podemos colocar os vectores do conjunto f(1; 0; 0; 1); (0; 1; 0; 0); (1; 1; 1; 1); (0; 1; 1; 1)g
como colunas de uma matriz e de seguida aplicar a essa matriz o método de eliminação de
Gauss: 2 3 2 3
1 0 1 0 1 0 1 0
6 0 1 1 1 7 6 0 1 1 1 7
6 7 6 7
!
4 0 0 1 1 5 L1 +L4 !L4 4 0 0 1 1 5 .
1 0 1 1 0 0 0 1
Logo, o conjunto f(1; 0; 0; 1); (0; 1; 0; 0); (1; 1; 1; 1); (0; 1; 1; 1)g é linearmente independente.
Temos assim, quatro vectores de R4 linearmente independentes. Como a dimensão de R4 é
4, então o conjunto f(1; 0; 0; 1); (0; 1; 0; 0); (1; 1; 1; 1); (0; 1; 1; 1)g é desde logo uma base de R4
e
dim L (f(1; 0; 0; 1); (0; 1; 0; 0); (1; 1; 1; 1); (0; 1; 1; 1)g) = dim R4 = 4.
(ii) Podemos colocar os vectores do conjunto f(1; 1; 0; 2); (3; 1; 2; 1); (1; 0; 0; 1)g como
colunas de uma matriz e de seguida aplicar a essa matriz o método de eliminação de Gauss:
2 3 2 3
1 3 1 1 3 1
6 1 1 0 7 6 0 2 1 7
6 7 ! 6 7 !
4 0 2 0 5 L1 +L2 !L2 4 0 2 0 5 L2 +L3 !L3
2L1 +L4 !L4 5
2 1 1 0 5 1 2 L2 +L4 !L4
2 3 2 3
1 3 1 1 3 1
6 0 2 1 7 6 0 2 1 7
! 6 7 ! 6 7.
L2 +L3 !L3 4 0 0 1 5 32 L3 +L4 !L4 4 0 0 1 5
0 0 32
5
L +L4 !L4
2 2 0 0 0
Logo, o conjunto f(1; 1; 0; 2); (3; 1; 2; 1); (1; 0; 0; 1)g é linearmente independente e é assim
uma base do subespaço de R4 :
L (f(1; 1; 0; 2); (3; 1; 2; 1); (1; 0; 0; 1)g)
275
tendo-se
dim L (f(1; 1; 0; 2); (3; 1; 2; 1); (1; 0; 0; 1)g) = 3.
Atendendo ainda ao método de eliminação de Gauss, uma base de R4 que inclui pelo
menos dois vectores do conjunto apresentado:
f(1; 0; 0; 1); (0; 1; 1; 0); (0; 1; 0; 1); (1; 0; 1; 0); (0; 0; 1; 1)g
como colunas de uma matriz e de seguida aplicar a essa matriz o método de eliminação de
Gauss: 2 3 2 3
1 0 0 1 0 1 0 0 1 0
6 0 1 1 0 0 7 6 0 1 1 0 0 7
A=6 4 0
7
5 ! 6 7 !
1 0 1 1 L1 +L4 !L4 4 0 1 0 1 1 5 L2 +L3 !L3
1 0 1 0 1 0 0 1 1 1
2 3 2 3
1 0 0 1 0 1 0 0 1 0
6 0 1 1 0 0 7 6 0 1 1 0 0 7
! 6 7 ! 6 7 = A0 .
L2 +L3 !L3 4 0 0 5
1 1 1 L3 +L4 !L4 4 0 0 1 1 1 5
0 0 1 1 1 0 0 0 0 2
As colunas da matriz A correspondentes às colunas da matriz A0 que contêm os pivots,
formam um conjunto de vectores linearmente independente. Logo, os vectores das colunas
1; 2; 3 e 5 da matriz A:
são uma base de R4 , por serem quatro vectores linearmente independentes de um espaço
linear de dimensão 4. E
dim L (f(1; 0; 0; 1); (0; 1; 1; 0); (0; 1; 0; 1); (0; 0; 1; 1)g) = dim R4 = 4.
(iv) Facilmente se vê que o conjunto f(1; 0; 0; 2); (1; 0; 2; 0); (1; 2; 0; 0); (3; 0; 0; 0)g é li-
nearmente independente. Temos então quatro vectores de R4 linearmente independentes.
Como a dimensão de R4 é 4, então o conjunto
dim L (f(1; 0; 0; 2); (1; 0; 2; 0); (1; 2; 0; 0); (3; 0; 0; 0)g) = dim R4 = 4.
276
(v) Podemos colocar os vectores do conjunto
como colunas de uma matriz e de seguida aplicar a essa matriz o método de eliminação de
Gauss: 2 3 2 3
1 2 3 0 1 2 3 0
6 2 4 6 0 7 6 1 5 7
A=6 7 ! 6 3 2 7 !
4 5 6 11 5 5 L2 $L4 4 5 6 11 5 5 3L1 +L2 !L2
5L1 +L3 !L3
3 2 1 5 2 4 6 0 2L1 +L4 !L4
2 3 2 3
1 2 3 0 1 2 3 0
6 0 8 8 5 7 6 0 8 8 5 7
! 6 7 ! 6 7 = A0 .
3L1 +L2 !L2 4 0 4 4 5 21 L2 +L3 !L3 4 0 0 0 15 5
5
5L1 +L3 !L3
2L +L !L
0 0 0 0 0 0 0 0
1 4 4
Assim, o conjunto f(1; 2; 5; 3); (2; 4; 6; 2); (0; 0; 5; 5)g é uma base de
tendo-se
dim L (f(1; 2; 5; 3); (2; 4; 6; 2); (0; 0; 5; 5)g) = 3.
Atendendo ainda ao método de eliminação de Gauss, uma base de R4 que inclui pelo
menos dois vectores do conjunto inicial:
como colunas de uma matriz e de seguida aplicar a essa matriz o método de eliminação de
Gauss: 2 3 2 3
2 1 4 5 1 1 2 2
6 1 1 2 2 7 6 5 7
A=6 7 ! 6 2 1 4 7 !
4 1 1 2 2 5 L1 $L2 4 2 2 2 2 5 2L1 +L2 !L2
L3 $L4 2L1 +L3 !L3
2 2 2 2 1 1 2 2 L +L !L 1 4 4
277
2 3 2 3
1 1 2 2 1 1 2 2
6 0 1 8 9 7 6 0 1 8 9 7
! 6 7 ! 6 7 = A0 .
2L1 +L2 !L2 4 0 4 2 6 5 4L2 +L3 !L3 4 0 0 30 30 5
2L1 +L3 !L3
L1 +L4 !L4
0 0 0 0 0 0 0 0
As colunas da matriz A correspondentes às colunas da matriz A0 que contêm os pivots,
formam um conjunto de vectores linearmente independente. Logo, os vectores das colunas
1; 2 e 3 da matriz A formam um conjunto linearmente independente:
tendo-se
Temos então:
2 3 2 3
2 1 4 j 8 1 1 2 j 3
6 1 1 2 j 3 7 6 2 1 4 j 8 7
6 7 ! 6 7 !
4 1 1 2 j 3 5 L1 $L2 4 2 2 2 j 5 5 2L1 +L2 !L2
L3 $L4 2L1 +L3 !L3
2 2 2 j 5 1 1 2 j 3 L1 +L4 !L4
2 3 2 3
1 1 2 j 3 1 1 2 j 3
6 0 1 8 j 14 7 6 0 1 8 j 14 7
! 6 7 ! 6 7 . (*)
2L1 +L2 !L2 4 0 4 2 j 11 5 2L1 +L2 !L2 4 0 0 30 j 45 5
2L1 +L3 !L3 2L1 +L3 !L3
L1 +L4 !L4
0 0 0 j 0 L1 +L4 !L4
0 0 0 j 0
Logo, 8
>
> =2
>
>
<
=2
>
>
>
>
: 3
= 2
Pelo que
3
(8; 3; 3; 5) = 2(2; 1; 1; 2) + 2( 1; 1; 1; 2) + (4; 2; 2; 2).
2
278
Atendendo a (*), o conjunto
p (t) = t = (2 t) + (2 + t)
2 2 j 0 2 2 j 0
! ,
1 1 j 1 1
L +L2 !L2
2 1
0 2 j 1
1 1
2 =1, = e 2 + 2 = 0 ,1 = :
2 =2 2
1 1
Logo 2
e 2
são as coordenadas de p (t) em B.
2+t t2 ; 2t + 2t2 ; t2
como colunas de uma matriz A e de seguida aplicar a essa matriz o método de eliminação
de Gauss: 2 3 2 3
2 0 0 1 2 1
A= 4 1 2 0 5 ! 4 1 2 0 5 !
L1 $L3 L1 +L2 !L2
1 2 1 2 0 0 2L1 +L3 !L3
2 3 2 3
1 2 1 1 2 1
! 4 0 4 1 5 ! 4 0 4 1 5 = A0 .
L1 +L2 !L2 L +L !L
2L1 +L3 !L3 0 4 2 2L11 +L23 !L23 0 0 1
As colunas da matriz A correspondentes às colunas da matriz em escada A0 que contêm os
pivots, formam um conjunto de vectores linearmente independente. Logo, o conjunto
2+t t2 ; 2t + 2t2 ; t2 ,
279
formado por três vectores de P2 , é linearmente independente. Como a dimensão de P2 é 3,
então o conjunto
2 + t t2 ; 2t + 2t2 ; t2
é desde logo uma base de P2 tendo-se
L 2+t t2 ; 2t + 2t2 ; t2 = P2
e
dim L 2+t t2 ; 2t + 2t2 ; t2 = dim P2 = 3.
Vamos agora escrever o vector 1 t como combinação linear dos vectores da base
2+t t2 ; 2t + 2t2 ; t2 :
1 t = (2 + t t2 ) + (2t + 2t2 ) + ( t2 ).
Temos então: 8 8 1
>
> 2 =1 >
> = 2
>
> >
>
< <
3
+2 = 1 , = 4
>
> >
>
>
> >
>
: :
+2 = 0, = 2.
Pelo que
1 3
1 t = (2 + t t2 ) (2t + 2t2 ) 2( t2 ).
2 4
Finalmente e ainda em relação à base f2 + t t2 ; 2t + 2t2 ; t2 g de P2 , o vector cujas coor-
denadas são ( 1; 3; 2) nessa base, é dado por:
2t t2 ; 1 2t2 ; 2 + t; 1 4t
como colunas de uma matriz A e de seguida aplicar a essa matriz o método de eliminação
de Gauss:
2 3 2 3
0 1 2 1 2 0 1 4
A= 4 2 0 1 4 5 ! 4 0 1 2 1 5 !
L1 $L2 1
L +L3 !L3
1 2 0 0 1 2 0 0 2 1
2 3 2 3
2 0 1 4 2 0 1 4
! 4 0 1 2 1 5 ! 4 0 1 2 1 5 = A0 .
1 2L2 +L3 !L3
L +L3 !L3
2 1 0 2 21 2 0 0 9
2
0
As colunas da matriz A correspondentes às colunas da matriz A0 que contêm os pivots,
formam um conjunto de vectores linearmente independente. Logo, o conjunto dos vectores
correspondentes às colunas 1; 2 e 3 da matriz A:
2t t2 ; 1 2t2 ; 2 + t
280
é uma base de
L 2t t2 ; 1 2t2 ; 2 + t; 1 4t .
Como a dimensão de P2 é 3, então o conjunto
2t t2 ; 1 2t2 ; 2 + t
L 2t t2 ; 1 2t2 ; 2 + t; 1 4t =L 2t t2 ; 1 2t2 ; 2 + t = P2
e
dim L 2t t2 ; 1 2t2 ; 2 + t; 1 4t = dim P2 = 3.
Vamos agora escrever o vector 1 t como combinação linear dos vectores da base f2t t2 ; 1 2t2 ; 2 + tg.
Isto é, procuremos ; ; 2 R tais que
Temos então: 8 8 8
1 1
>
> +2 =1 >
> = 3 >
> = 3
>
> >
> >
>
< < <
1
2 + = 1 , = 1+4 , = 3
>
> >
> >
>
>
> >
> >
>
: : : 2
2 = 0, = 2 . = 3
.
Pelo que
2 1 1
1 t=(2t t2 ) + (1 2t2 ) + (2 + t).
3 3 3
2 2
Finalmente e ainda em relação à base f2t t ; 1 2t ; 2 + tg de P2 , o vector cujas coorde-
nadas são ( 1; 3; 2) nessa base, é dado por:
1 + t2 ; t t2 ; 1 t + 2t2 ; 1 + t
como colunas de uma matriz A e de seguida aplicar a essa matriz o método de eliminação
de Gauss:
2 3 2 3 2 3
1 0 1 1 1 0 1 1 1 0 1 1
A=4 0 1 1 1 5 ! 4 0 1 1 1 5 ! 4 0 1 1 1 5 = A0 .
L1 +L3 !L3 L2 +L3 !L3
1 1 2 0 0 1 1 1 0 0 0 0
1 + t2 ; t t2
281
é uma base de
L 1 + t2 ; t t2 ; 1 t + 2t2 ; 1 + t ,
tendo-se
L 1 + t2 ; t t2 ; 1 t + 2t2 ; 1 + t =L 1 + t2 ; t t2
e
dim L 1 + t2 ; t t2 ; 1 t + 2t2 ; 1 + t = dim L 1 + t2 ; t t2 = 2.
L 1 + 2t + t2 ; 2 t ,
e tem-se
dim L 1 + 2t + t2 ; 2 t = 2.
1 + 2t t2 ; 3 + t2 ; 5 + 4t t2 ; 2 + 2t t2
como colunas de uma matriz A e de seguida aplicar a essa matriz o método de eliminação
de Gauss:
2 3 2 3
1 3 5 2 1 3 5 2
A=4 2 0 4 2 5 ! 4 0 6 6 6 51 !
2L1 +L2 !L2
1 1 1 1 L1 +L3 !L3 0 4 4 3 6 L2 !L2
2 3 2 3
1 3 5 2 1 3 5 2
1
! 4 0 1 1 1 5 ! 4 0 1 1 1 5 = A0 .
L !L 4L2 +L3 !L3
6 2 2
0 4 4 3 0 0 0 1
As colunas da matriz A correspondentes às colunas da matriz A0 que contêm os pivots,
formam um conjunto de vectores linearmente independente. Logo, o conjunto dos vectores
correspondentes às colunas 1; 2 e 4 da matriz A:
1 + 2t t2 ; 3 + t2 ; 2 + 2t t2
é uma base de
L 1 + 2t t2 ; 3 + t2 ; 5 + 4t t2 ; 2 + 2t t2 .
Como a dimensão de P2 é 3, então o conjunto
1 + 2t t2 ; 3 + t2 ; 2 + 2t t2
L 1 + 2t t2 ; 3 + t2 ; 5 + 4t t2 ; 2 + 2t t2 =
=L 1 + 2t t2 ; 3 + t2 ; 2 + 2t t2 = P2
e
dim L 1 + 2t t2 ; 3 + t2 ; 5 + 4t t2 ; 2 + 2t t2 = dim P2 = 3.
282
Vamos agora escrever o vector 1 t como combinação linear dos vectores da base
1 + 2t t2 ; 3 + t2 ; 2 + 2t t2 :
1 t = (1 + 2t t2 ) + (3 + t2 ) + ( 2 + 2t t2 ).
Temos então: 2 32 3 3 2
1 3 2 1
4 2 0 2 54 5 = 4 1 5.
1 1 1 0
Aplicando então o método de eliminação de Gauss à matriz aumentada do sistema anterior,
temos: 2 3 2 3
1 3 2 j 1 1 3 2 j 1
4 2 0 2 j 1 5 ! 4 0 6 6 j 3 51 !
2L1 +L2 !L2 L !L2
1 1 1 j 0 L1 +L3 !L3 0 4 3 j 1 3 2
2 3 2 3
1 3 2 j 1 1 3 2 j 1
! 4 0 2 2 j 1 5 ! 4 0 2 2 j 1 5.
1 2L2 +L3 !L3
L !L2
3 2 0 4 3 j 1 0 0 1 j 1
Logo, 8 1
>
> = 2
>
>
<
1
= 2
>
>
>
>
:
= 1.
Pelo que
1 1
1 t = (1 + 2t t2 ) + (3 + t2 ) + ( 1) ( 2 + 2t t2 ).
2 2
Finalmente e ainda em relação à base f1 + 2t t2 ; 3 + t2 ; 2 + 2t t2 g de P2 , o vector cujas
coordenadas são ( 1; 3; 2) nessa base, é dado por:
a b
13. (i) Seja A = 2 M2 2 (R). Então tr A = 0 , a + d = 0. Logo
c d
a b d b
A= 2 M2 2 (R) : tr A = 0 = : b; c; d 2 R =
c d c d
1 0 0 1 0 0
=L ; ; :
0 1 0 0 1 0
283
1 0 0 1 0 0
Como o conjunto ; ; é linearmente independente e gera o
0 1 0 0 1 0
a b
subespaço A = 2 M2 2 (R) : tr A = 0 ; é então uma base deste subespaço, o
c d
qual tem assim dimensão 3.
a b
(ii) Seja A = 2 M2 2 (R) tal que
c d
1 1 a b a b 1 1
= .
1 1 c d c d 1 1
Tem-se então
a+c b+d a+b a+b
=
a+c b+d c+d c+d
ou seja a = d e b = c. Assim
1 1 1 1 a b
A 2 M2 2 (R) : A = A = : a; b 2 R =
1 1 1 1 b a
1 0 0 1
=L ; :
0 1 1 0
1 0 0 1
Como o conjunto ; é linearmente independente e gera o subespaço
0 1 1 0
1 1 1 1
A 2 M2 2 (R) : A = A ;
1 1 1 1
é então uma base deste subespaço, o qual tem assim dimensão 2.
14.
8
> =3 8
>
<
1
< 1 =3
3 1 1 1 +2 3 1+2 3 = 1
= 1 A+ 2 B+ 3 C = , , 2 = 2
1 1 1 + 2 2 3 >
> 1+ 2 = 1 :
: 3 = 1.
2 3 = 1
Logo
3 1 1 1 0 0 0 2
=3 2 .
1 1 1 0 1 1 0 1
1 1 0 0 0 2
Seja U = L ; ; .
1 0 1 1 0 1
Existe D 2 M2 2 (R) tal que D 2
= U uma vez que
U M2 2 (R) e dim
| {z U} < dim M2 2 (R).
| {z }
3 =4
a b a b
Seja 2 U . Tem-se 2 U se e só se existirem escalares ; ; 2 R tais
c d c d
que
284
a b
= A + B + C.
c d
8
>
>=a 1
<
a b a b 1 1 +2 3 1+2 3 = b
= A+ B+ C , = ,
c d c d 1 + 2 2 3 >
> 1+ 2 = c
:
2 3 = d
2 3 2 3
1 0 0 j a 1 0 0 j a
6 1 0 2 j b 7 6 0 0 2 j b a 7
6 7 ! 6 7 !
4 1 1 0 j c 5 L1 +L2 !L2 4 0 1 0 j c a 5 L3 +L4 !L4
L1 +L3 !L3 1
0 1 1 j d 0 1 1 j d L
2 2
+L4 !L4
2 3 2 3
1 0 0 j a 1 0 0 j a
6 0 0 2 j b a 7 6 0 1 0 j c a 7
! 6 7 ! 6 7
L3 +L4 !L4 4 0 1 0 j c a 5 L2 $L3 4 0 0 2 j b a 5
j d + 12 (b + a) 1
1
L
2 2
+L4 !L4 0 0 0 c 0 0 0 j d + 2 (b + a) c.
Logo, para que o sistema linear anterior seja possível é necessário que se tenha
1
d+ (b + a) c = 0.
2
Deste modo podemos escrever
a b 1
U= 2 M2 2 (R) : d + (b + a) c=0
c d 2
a b
e assim, sendo V = 2 M2 2 (R) : d + 12 (b + a) c 6= 0 , tem-se
c d
M2 2 (R) = U V.
Ou seja, qualquer vector de V que não seja o vector nulo, esse vector não pertence a U . Por
exemplo
1 1 1 1 0 0 0 2
2=U =L ; ; .
1 1 1 0 1 1 0 1
15. Como o espaço linear M2 2 (R) tem dimensão 4, então para veri…car que as matrizes
1 1 0 0 1 0 0 1
; ; ;
0 0 1 1 0 1 1 1
formam uma base de M2 2 (R) basta ver que são linearmente independentes. Sejam ; ; ; 2
R tais que
1 1 0 0 1 0 0 1
+ + + = 0,
0 0 1 1 0 1 1 1
0 0
onde 0 é a matriz nula . Queremos provar que = = = = 0.
0 0
285
Temos então:
+ + 0 0
=
+ + + 0 0
isto é, 8
>
> + =0
<
+ =0
>
> + =0
:
+ + = 0,
ou ainda 2 32 3 3 2
1 0 1 0 0
6 1 0 0 1 7 6 7 6 0 7
6 76 7 = 6 7.
4 0 1 0 5
1 4 5 4 0 5
0 1 1 1 0
Aplicando então o método de eliminação de Gauss à matriz dos coe…cientes do sistema
homogéneo anterior, temos:
2 3 2 3
1 0 1 0 1 0 1 0
6 1 0 0 1 7 6 0 0 1 1 7
6 7 ! 6 7 !
4 0 1 0 1 5 L1 +L2 !L2 4 0 1 0 1 5 L2 $L3
0 1 1 1 0 1 1 1
2 3 2 3 2 3
1 0 1 0 1 0 1 0 1 0 1 0
6 0 1 0 1 7 6 0 1 0 1 7 6 0 1 0 1 7
! 6 7 ! 6 7 ! 6 7.
L2 $L3 4 0 0 1 1 5 L2 +L4 !L4 4 0 0 1 1 5 L3 +L4 !L4 4 0 0 1 1 5
0 1 1 1 0 0 1 0 0 0 0 1
Logo, a única solução do sistema é: ( ; ; ; ) = (0; 0; 0; 0). Assim, o conjunto
1 1 0 0 1 0 0 1
; ; ;
0 0 1 1 0 1 1 1
1 3 0 11 2 5 4 1 3 2
16. Seja S = ; ; , ; . Seja W um
1 2 5 3 3 1 1 5 2 3
subespaço de M2 2 (R) gerado por S. Determinemos uma base para W que inclua vectores
de S.
Sejam 1 ; 2 ; 3 ; 4 ; 5 2 R tais que
0 0 1 3 0 11 2 5 4 1 3 2
= 1 + 2 + 3 + 4 + 5 .
0 0 1 2 5 3 3 1 1 5 2 3
Temos então:
2 3 2 3
1 0 2 4 3 1 0 2 4 3
6 3 11 5 1 2 7 6 0 11 11 11 11 7
6 7 ! 6 7 !
4 1 5 3 1 2 5 3L1 +L2 !L2 4 0 5 5 5 5 5 5
L +L3 !L3
11 2
L1 +L3 !L3
2 3 1 5 3 2L1 +L4 !L4
0 3 3 3 3 3
L +L4 !L4
11 2
286
2 3
1 0 2 4 3
6 0 11 11 11 11 7
! 6 7
5
L +L3 !L3
4 0 0 0 0 0 5
11 2
3
L +L4 !L4
11 2
0 0 0 0 0
pelo que sendo as 2 primeiras colunas da matriz em escada anterior independentes, o conjunto
de matrizes
1 3 0 11
;
1 2 5 3
é uma base de W , atendendo também a que
2 5 4 1 3 2 1 3 0 11
; ; 2L ; .
3 1 1 5 2 3 1 2 5 3
17. A dimensão do espaço linear M3 2 (R) é 6. Assim, para encontrar uma base de
M3 2 (R), basta encontrar 6 matrizes do tipo 3 2 que sejam linearmente independentes. O
seguinte conjunto de 6 matrizes do tipo 3 2:
82 3 2 3 2 3 2 3 2 3 2 39
< 1 0 0 1 0 0 0 0 0 0 0 0 =
4 0 0 5;4 0 0 5;4 1 0 5;4 0 1 5;4 0 0 5;4 0 0 5
: ;
0 0 0 0 0 0 0 0 1 0 0 1
é linearmente independente. Logo, é uma base de M3 2 (R). (Chama-se a esta base, a base
canónica de M3 2 (R).)
287
E tem-se
2 3 2 3 2 3 2 3
a b c 1 0 0 0 1 0 0 0 1
4 b d e 5 = a4 0 0 0 5 + b4 1 0 0 5 + c4 0 0 0 5+
c e f 0 0 0 0 0 0 1 0 0
2 3 2 3 2 3
0 0 0 0 0 0 0 0 0
4 5 4 5
+d 0 1 0 + e 0 0 1 + f 0 0 4 0 5.
0 0 0 0 1 0 0 0 1
Isto é, o subespaço formado por todas as matrizes simétricas do tipo 3 3, é gerado pelo
conjunto
82 3 2 3 2 3 2 3 2 3 2 39
< 1 0 0 0 1 0 0 0 1 0 0 0 0 0 0 0 0 0 =
S= 4 5 4
0 0 0 ; 1 0 0 5;4 0 0 0 5;4 0 1 0 5;4 0 0 1 5;4 0 0 0 5
: ;
0 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 1
Além disso, este conjunto é linearmente independente. Temos então que o conjunto S é uma
base do subespaço formado por todas as matrizes simétricas do tipo 3 3. Logo, o subespaço
tem dimensão 6.
19. (i)
3 1 3 1
A= ! = A0 .
6 2 2L1 +L2 !L2 0 0
As colunas da matriz A correspondentes às colunas da matriz A0 que contêm os pivots,
formam um conjunto de vectores linearmente independente. Logo,
Por de…nição:
N (A) = u 2 R2 : Au = 0 .
Temos então, pelo método de eliminação de Gauss,
Au = 0 , A0 u = 0.
A equação
3 1 u1 0
=
0 0 u2 0
é equivalente à equação
3u1 + u2 = 0.
288
Logo,
N (A) = f(u1 ; 3u1 ) : u1 2 Rg = L (f(1; 3)g) .
O conjunto S = f(1; 3)g é linearmente independente. Como S é linearmente independente
e gera N (A), temos então que S é uma base de N (A) e:
(ii)
3 0 6 0 3 0 6 0
A= ! = A0 .
1 0 2 0 1
L +L2 !L2
3 1
0 0 0 0
As colunas da matriz A correspondentes às colunas da matriz A0 que contêm os pivots,
formam um conjunto de vectores linearmente independente. Logo,
Por de…nição:
N (A) = u 2 R4 : Au = 0 .
Temos então, pelo método de eliminação de Gauss,
Au = 0 , A0 u = 0.
A equação 2 3 2 3
u1 0
3 0 6 0 6 u2 7 6 0 7
6 7 6 7
0 0 0 0 4 u3 5 = 4 0 5
u4 0
é equivalente à equação
3u1 6u3 = 0,
ou seja a
u1 = 2u3 .
Logo,
N (A) = f(2u3 ; u2 ; u3 ; u4 ) : u2 ; u3 ; u4 2 Rg .
Como
(2u3 ; u2 ; u3 ; u4 ) = u3 (2; 0; 1; 0) + u2 (0; 1; 0; 0) + u4 (0; 0; 0; 1),
tem-se:
N (A) = L (f(2; 0; 1; 0); (0; 1; 0; 0); (0; 0; 0; 1)g) .
289
O conjunto S = f(2; 0; 1; 0); (0; 1; 0; 0); (0; 0; 0; 1)g é linearmente independente. Como S é
linearmente independente e gera N (A), temos então que S é uma base de N (A) e:
(iii) 2 3
0 1 0 0
A = 4 0 0 1 0 5.
0 0 0 1
As colunas da matriz A que contêm os pivots, formam um conjunto de vectores linearmente
independente. Logo,
C(A) = L (f(1; 0; 0); (0; 1; 0); (0; 0; 1)g)
e o conjunto f(1; 0; 0); (0; 1; 0); (0; 0; 1)g é uma base de C(A). Por outro lado,
e o conjunto f(0; 1; 0; 0); (0; 0; 1; 0); (0; 0; 0; 1)g é uma base de L(A). Desta forma:
Por de…nição:
N (A) = u 2 R4 : Au = 0 .
A equação 3 2 2 3
2 u1 3 0
0 1 0 0 6 7 6 7
4 0 0 1 0 5 6 u2 7 = 6 0 7
4 u3 5 4 0 5
0 0 0 1
u4 0
é equivalente ao sistema 8
< u2 = 0
u3 = 0
:
u4 = 0.
Logo,
N (A) = f(u1 ; 0; 0; 0) : u1 2 Rg = L (f(1; 0; 0; 0)g) .
O conjunto S = f(1; 0; 0; 0)g é linearmente independente. Como S é linearmente indepen-
dente e gera N (A), temos então que S é uma base de N (A) e:
(iv)
2 3 2 3 2 3
1 1 2 1 1 2 1 1 2
A=4 1 2 1 5 ! 4 0 3 1 5 1
! 4 0 3 1 5 = A0 .
L1 +L2 !L2 L +L3 !L3 2
0 1 1 0 1 1 3 2 0 0 3
290
e o conjunto f(1; 1; 0); (1; 2; 1); ( 2; 1; 1)g é uma base de C(A). Por outro lado,
2
L(A) = L (f(1; 1; 2); ( 1; 2; 1); (0; 1; 1)g) = L (1; 1; 2); (0; 3; 1); (0; 0; ) ,
3
2
(1; 1; 2); (0; 3; 1); (0; 0; ) ,
3
Por de…nição:
N (A) = u 2 R3 : Au = 0 .
Como se tem sempre:
no de colunas de A = carA + nulA,
então
N (A) = f0g
e
nulA = dim N (A) = 0.
N (A) = f0g .
Au = 0 , A0 u = 0.
A equação 2 32 3 2 3
1 1 2 u1 0
4 0 3 1 5 4 u2 = 0 5
5 4
2
0 0 3
u3 0
é equivalente ao sistema 8
< u1 + u2 2u3 = 0
3u2 u3 = 0
: 2
u =0
3 3
ou seja a
u1 = u2 = u3 = 0.
Logo,
N (A) = f(0; 0; 0)g
e como tal
nulA = dim N (A) = 0.
291
(v) 2 3
1 0 0
6 0 1 0 7
A=6
4 0
7.
0 1 5
0 0 0
As colunas da matriz A que contêm os pivots, formam um conjunto de vectores linearmente
independente. Logo,
e o conjunto f(1; 0; 0; 0); (0; 1; 0; 0); (0; 0; 1; 0)g é uma base de C(A). Por outro lado,
e o conjunto f(1; 0; 0); (0; 1; 0); (0; 0; 1)g é uma base de L(A). Desta forma:
Por de…nição:
N (A) = u 2 R3 : Au = 0 .
A equação 2 3
1 0 0 2 3 2 3
6 0 u 0
6 1 0 7 1
7 4 u2 5 = 4 0 5
4 0 0 1 5
u3 0
0 0 0
é equivalente ao sistema 8
< u1 = 0
u2 = 0
:
u3 = 0.
Logo,
N (A) = f(0; 0; 0)g e nulA = dim N (A) = 0.
(vi) 2 3 2 3
1 3 0 2 1 3 0 2
A=4 0 2 2 0 5 ! 4 0 2 2 0 5 = A0 .
L1 +L3 !L3
1 3 0 2 0 0 0 0
As colunas da matriz A correspondentes às colunas da matriz A0 que contêm os pivots,
formam um conjunto de vectores linearmente independente. Logo,
e o conjunto f( 1; 0; 1); (3; 2; 3)g é uma base de C(A). Por outro lado,
292
Por de…nição:
N (A) = u 2 R4 : Au = 0 .
Temos então, pelo método de eliminação de Gauss,
Au = 0 , A0 u = 0.
A equação 3 2 2 3
2 u1 30
1 3 0 2 6 7 6 7
4 0 2 2 0 56 2 7 = 6 0
u 7
4 u3 5 4 0 5
0 0 0 0
u4 0
é equivalente ao sistema
u1 + 3u2 + 2u4 = 0
2u2 + 2u3 = 0
ou seja a
u1 = 3u2 + 2u4
u 3 = u2 .
Logo,
N (A) = f(3u2 + 2u4 ; u2 ; u2 ; u4 ) : u2 ; u4 2 Rg .
Como
tem-se:
N (A) = L (f(3; 1; 1; 0); (2; 0; 0; 1)g) .
O conjunto S = f(3; 1; 1; 0); (2; 0; 0; 1)g é linearmente independente. Como S é linearmente
independente e gera N (A), temos então que S é uma base de N (A) e:
(vii)
2 3 2 3 2 3
1 2 3 1 1 2 3 1 1 2 3 1
6 2 3 2 0 7 6 0 1 4 2 7 6 0 1 4 2 7
A=6
4 3
7 ! 6 7 ! 6 7 = A0 .
4 1 1 5 2L1 +L2 !L2 4 0 2 8 4 5 2L2 +L3 !L3 4 0 0 0 0 5
3L1 +L3 !L3 L2 +L4 !L4
1 1 1 1 L1 +L4 !L4
0 1 4 2 0 0 0 0
e o conjunto f(1; 2; 3; 1); (2; 3; 4; 1)g é uma base de C(A). Por outro lado,
293
e o conjunto f(1; 2; 3; 1); (0; 1; 4; 2)g é uma base de L(A). Desta forma:
Por de…nição:
N (A) = u 2 R4 : Au = 0 .
Temos então, pelo método de eliminação de Gauss,
Au = 0 , A0 u = 0.
A equação 2 32 3 23
1 2 3 1 u1 0
6 0 1 4 7 6
2 7 6 u2 7 6 0 7
6 7=6 7
4 0 0 0 0 5 4 u3 5 4 0 5
0 0 0 0 u4 0
é equivalente ao sistema
u1 + 2u2 + 3u3 u4 = 0
u2 4u3 + 2u4 = 0
ou seja a
u1 = 2u2 3u3 + u4
u2 = 4u3 + 2u4
e ainda a
u1 = 5u3 3u4
u2 = 4u3 + 2u4 .
Logo,
N (A) = f(5u3 3u4 ; 4u3 + 2u4 ; u3 ; u4 ) : u3 ; u4 2 Rg .
Como
tem-se:
N (A) = L (f(5; 4; 1; 0); ( 3; 2; 0; 1)g) .
O conjunto S = f(5; 4; 1; 0); ( 3; 2; 0; 1)g é linearmente independente. Como S é linear-
mente independente e gera N (A), temos então que S é uma base de N (A) e:
20. Seja A 2 M3 3 (R) tal que nul A = dim N (A) = 3. Uma vez que
294
21. Seja A 2 Mm n (R) tal que
C(A) = N (A):
n = carA + nulA,
tem-se
n = 2 dim N (A).
Pelo que, A 2 Mn n (R) com n par. Exemplo:
2 3
0 0 1 0
6 0 0 0 1 7
A=6 4 0 0
7:
0 0 5
0 0 0 0
dim (U \ V ) 2 f2; 3; 4g :
Logo, U + V = L (U [ V ) = L (f(1; 1; 1); (0; 1; 1); (1; 1; 2); ( 1; 1; 1)g). Facilmente se ver-
i…ca que f(1; 1; 1); (0; 1; 1); ( 1; 1; 1)g é uma base de U + V , ou melhor de R3 . Logo,
dim (U + V ) = 3 e
295
Logo
U = (x; y; z) 2 R3 : z 2x y=0 .
Seja (x; y; z) 2 V . Tem-se
2 3 2 3 2 3
1 1 j x 1 1 j x 1 1 j x
4 1 1 j y 5 ! 4 0 2 j y x 5 ! 4 0 2 j y x 5.
L1 +L2 !L2 3
L +L3 !L3 3 1
2 1 j z 2L1 +L3 !L3 0 3 j z 2x 2 2 0 0 j z 2y 2x
Logo
V = (x; y; z) 2 R3 : 2z 3y x=0 .
Deste modo
U \ V = f0g e dim (U \ V ) = 0.
U = ( y; y; 0) 2 R3 : y 2 R = L (f( 1; 1; 0)g) ,
tem-se
U + V = L (f( 1; 1; 0); (1; 1; 1)g)
e sendo f( 1; 1; 0); (1; 1; 1)g uma base de U + V , dim (U + V ) = 2.
Além disso, como U \ V = f0g, dim U \ V = 0 e
Seja v 2 U , então
v = (1; 0; 1) + ( 1; 1; 2) = ( ; ; + 2 ),
+ + 3 ( + 2 ) = 0.
isto é,
3
4 +6 =0 , = .
2
296
Assim,
5 1 5 1
v = (1; 0; 1) + ( 1; 1; 2) = ; ; = ; 1; .
2 2 2 2
Logo,
5 1 5 1
U \V = ; 1; : 2R =L ; 1;
2 2 2 2
5
e como tal, 2
; 1; 12 é uma base de U \ V , tendo-se dim (U \ V ) = 1.
Tem-se
V = L (f( 1; 1; 0); ( 3; 0; 1)g) .
Logo,
U + V = L (U [ V ) = L (f(1; 0; 1); ( 1; 1; 2); ( 1; 1; 0); ( 3; 0; 1)g) :
Facilmente se veri…ca que f(1; 0; 1); ( 1; 1; 2); ( 1; 1; 0)g é uma base de U + V , ou melhor de
R3 . Logo, dim (U + V ) = 3:
Neste caso, como U \ V 6= f0g então U + V não é a soma directa dos subespaços U e V .
U = (x; y; z) 2 R3 : x = y = z e V = (x; y; z) 2 R3 : x = 0 .
dim (U + V ) = 3 e U + V = U V = R3 .
U =L 1 + t; 1 t2 e V = a0 + a1 t + a2 t2 2 P2 : a2 a1 + a0 = 0 .
p (t) = a0 + a1 t + a2 t2 = (1 + t) + 1 t2 .
Tem-se
2 3 2 3 2 3
1 1 j a0 1 1 j a0 1 1 j a0
4 1 0 j a1 5 ! 4 0 1 j a1 a0 5 ! 4 0 1 j a1 a0 5.
L1 +L2 !L2 L2 +L3 !L3
0 1 j a2 0 1 j a2 0 0 j a2 a1 + a0
Logo, tem-se
U =V
pelo que
U +V =U =V e U \V =U =V.
Assim, f1 + t; 1 t2 g é uma base de U; de V , de U + V e de U \ V , tendo-se
dim (U + V ) = dim (U \ V ) = 2.
297
Neste caso, como U \ V 6= f0g então U + V não é a soma directa dos subespaços U e V .
(vi) Como
então
U + V = L (U [ V ) = L 1 + t; 1 t2 ; 1; t =L 1 t2 ; 1; t = P2 :
V1 \ V2 = fa0 + a1 t + a2 t2 : a0 + a1 + a2 = 0 e a2 = 0g =
= f a1 + a1 t : a1 2 Rg = L(f 1 + tg):
(vii) Como
p(1) = 0 , a0 + a1 + a2 = 0
então
V1 = fp(t) 2 P2 : a0 + a1 + a2 = 0g:
Tem-se 2 3 2 3
1 0 1 j a0 1 0 1 j a0
4 1 1 0 j a1 5 ! 4 0 1 1 j a0 + a1 5
0 1 1 j a2 0 0 0 j a0 + a1 + a2
a0 + a1 t + a2 t2 2 V2 = L(f1 t; t t2 ; 1 + t2 g) , a0 + a1 + a2 = 0:
Logo V2 = V1 e então: V1 \ V2 = V2 = V1 = V1 + V2 . Além disso
298
(viii) Em P3 , considere os subespaços:
U =L 1 + t; 1 t3 e V =L 1 + t + t2 ; t t3 ; 1 + t + t3 .
Logo
U + V = L (U [ V ) = L 1 + t; 1 t3 ; 1 + t + t2 ; t t3 ; 1 + t + t3 :
Vejamos quais dos vectores do conjunto
1 + t; 1 t3 ; 1 + t + t2 ; t t3 ; 1 + t + t3
são linearmente independentes. Coloquemos então os coe…cientes desses vectores como col-
unas de uma matriz:
2 3 2 3 2 3
1 1 1 0 1 1 1 1 0 1 1 1 1 0 1
6 1 0 1 1 1 7 6 0 1 0 1 0 7 6 0 1 0 1 0 7
A=6 7
4 0 0 1 0 0 5 L1 +L!
6
4
7 ! 6 7 = A0 . (*)
2 !L2 0 0 1 0 0 5 L2 +L4 !L4 4 0 0 1 0 0 5
0 1 0 1 1 0 1 0 1 1 0 0 0 2 1
1 + t; 1 t3 ; 1 + t + t2 ; t t3
1 + t; 1 t3
o conjunto
1 + t + t2 ; t t3 ; 1 + t + t3
é base de V , tendo-se dim V = 3.
Logo,
dim(U \ V ) = dim U + dim V dim (U + V ) = 2 + 3 4 = 1.
Neste caso, como U \ V 6= f0g então U + V não é a soma directa dos subespaços U e V .
Determinemos U \ V . Seja p (t) = a0 + a1 t + a2 t2 + a3 t3 2 U . Tem-se
2 3 2 3 2 3
1 1 j a0 1 1 j a0 1 1 j a0
6 1 0 j a1 7 6 0 1 j a1 a0 7 6 0 1 j a1 a0 7
6 7 ! 6 7 ! 6 7.
4 0 0 j a2 5 L1 +L2 !L2 4 0 0 j a2 5 L2 +L4 !L4 4 0 0 j a2 5
0 1 j a3 0 1 j a3 0 0 j a3 + a0 a1
Logo
U = a0 + a1 t + a2 t2 + a3 t3 2 P3 : a2 = 0 e a3 + a0 a1 = 0 .
299
Seja q (t) = a0 + a1 t + a2 t2 + a3 t3 2 V . Tem-se
2 3 2 3
1 0 1 j a0 1 0 1 j a0
6 1 1 1 j a1 7 6 0 1 0 j a1 a0 7
6 7 6 7
4 1 0 0 j a2 5 L1 +L! 2 !L2
4 0 0 1
!
j a2 a0 5 L2 +L4 !L4
L1 +L3 !L3
0 1 1 j a3 0 1 1 j a3
2 3 2 3
1 0 1 j a0 1 0 1 j a0
6 0 1 0 j a1 a0 7 6 0 1 0 j a1 a0 7
! 6 7 6 7.
L2 +L4 !L4 4 0 0 1 j a2 a0 5 L3 +L!
4 !L4
4 0 0 1 j a2 a0 5
0 0 1 j a1 a0 + a3 0 0 0 j a1 + a2 2a0 + a3
Logo
V = a0 + a1 t + a2 t2 + a3 t3 2 P3 : a1 + a2 2a0 + a3 = 0 .
Deste modo
U \V = a0 + a1 t + a2 t2 + a3 t3 2 P3 : a2 = 0 e a0 a1 + a3 = 0 e 2a0 + a1 + a2 + a3 = 0 =
02 31
0 0 1 0
= a0 + a1 t + a2 t2 + a3 t3 2 P3 : (a0 ; a1 ; a2 ; a3 ) 2 N @4 1 1 0 1 5A .
2 1 1 1
Atendendo a que
2 3 2 3 2 3 2 3
0 0 1 0 0 0 1 0 1 1 0 1 1 1 0 1
4 1 1 0 1 5 ! 4 1 1 0 1 5 ! 4 0 0 1 0 5 ! 4 0 1 1 3 5
2L2 +L3 !L3 L1 $L2 L2 $L3
2 1 1 1 0 1 1 3 0 1 1 3 0 0 1 0
tem-se
U \V = a0 + a1 t + a2 t2 + a3 t3 2 P3 : a0 a1 + a3 = 0 e a1 + a2 + 3a3 = 0 e a2 = 0 =
= a0 + a1 t + a2 t2 + a3 t3 2 P3 : a0 = 2a3 e a1 = 3a3 e a2 = 0 =
= 2a3 + 3a3 t + a3 t3 2 P3 : a3 2 R = a3 2 + 3t + t3 2 P3 : a3 2 R = L 2 + 3t + t3 .
e como tal, f2 + 3t + t3 g é uma base de U \ V , tendo-se dim (U \ V ) = 1.
e
V = L (f(0; 0; 0; 1); (0; 1; 2; 3); (0; 2; 4; 8)g) .
Tem-se
2 3 2 3
2 1 0 1 0 0 0 2 1 0 1 0 0 0
6 2 1 0 1 0 1 2 7 6 0 0 0 0 0 1 2 7
A=6
4 1
7 ! 6 7 !
1 6 5 0 2 4 5 L1 +L2 !L2 4 0 3=2 6 9=2 0 2 4 5 L2 $L4
1
2 3 8 5 1 3 8 L +L3 !L3
2 1 0 2 8 6 1 3 8
L1 +L4 !L4
300
2 3 2 3
2 1 0 1 0 0 0 2 1 0 1 0 0 0
6 0 2 8 6 1 3 8 7 6 0 2 8 6 1 3 8 7
! 6 7 ! 6 7 = A0 (*).
L2 $L4 4 0 3=2 6 9=2 0 2 4 5 3
L +L3 !L3
4 0 0 0 0 3=4 1=4 2 5
4 2
0 0 0 0 0 1 2 0 0 0 0 0 1 2
As colunas da matriz A correspondentes às colunas da matriz A0 que contêm os pivots,
formam um conjunto de vectores linearmente independente. Logo, o conjunto
f(2; 2; 1; 2); ( 1; 1; 1; 3); (0; 1; 2; 3); (0; 2; 4; 8)g
é uma base de U + V , tendo-se dim (U + V ) = 4 e deste modo U + V = R4 .
Por outro lado, também se conclui de (*) que o conjunto
f(2; 2; 1; 2); ( 1; 1; 1; 3)g
é base de U , tendo-se dim U = 2, e como
2 3 2 3 2 3
0 0 0 1 3 8 1 3 8
6 1 3 8 7 6 0 0 0 7 7 6 0 1 2 7
6 7 ! 6 ! 6 7 !
4 3=4 1=4 2 5 L1 $L2 4 3=4 1=4 2 5 L2 $L4 4 3 1 8 5 3L1 +L3 !L3
4L3 !L3
0 1 2 0 1 2 0 0 0
2 3 2 3
1 3 8 1 3 8
6 0 1 7
2 7 6 2 7
! 6 ! 6 0 1 7
3L1 +L3 !L3 4 0 8 16 5 8L2 +L3 !L3 4 0 0 0 5
0 0 0 0 0 0
o conjunto
f(0; 0; 0; 1); (0; 1; 2; 3)g
é base de V , tendo-se dim V = 2.
Logo,
dim(U \ V ) = dim U + dim V dim (U + V ) = 2 + 2 4 = 0.
Neste caso, como U \ V = f0g então dim U \ V = 0 e
U +V =U V = R4 :
301
2 3 2 3
1 1 1 j w 1 1 1 j w
6 0 4 4 j y 5w 7 6 0 4 4 j y 5w 7
! 6 7 ! 6 7 (*)
5L1 +L2 !L2 4 0 2 2 j z + 4w 5 1
L +L3 !L3
4 0 0 0 j 2w + 2y + z 5
3 1
2 2
4L1 +L3 !L3
2L1 +L4 !L4
0 2 2 j x 2w 1
L +L4 !L4
2 2
0 0 0 j x 29 w + 12 y
Logo, tem-se
3 1 9 1
V = (x; y; z; w) 2 R4 : w + y + z = 0 e x w+ y=0 =
2 2 2 2
= (x; y; z; w) 2 R4 : y + 2z + 3w = 0 e x + 2y + 3z = 0 = U
pelo que
U +V =U =V e U \V =U =V.
Atendendo ainda a (*), o conjunto f(2; 5; 4; 1); (0; 9; 6; 1); ( 4; 1; 2; 1)g é linearmente
dependente, sendo linearmente independente o seguinte seu subconjunto
dim (U + V ) = dim (U \ V ) = 2.
Neste caso, como U \ V 6= f0g então U + V não é a soma directa dos subespaços U e V .
Tem-se
2 3 2 3
1 1 1 1 1 1 1 1 1 1 1 1
6 1 2 1 2 1 1 7 6 0 1 0 1 0 0 7
6 7 6 7
A=6
6 1 2 2 3 3 2 7
7 ! 6
6 0 1 1 2 2 1 7
7 !
L1 +L2 !L2 L2 +L3 !L3
4 2 0 2 0 2 2 5 L1 +L3 !L3
4 0 2 0 2 4 4 5 2L2 +L4 !L4
0 3 1 2 4 5 2L1 +L4 !L4 0 3 1 2 4 5 3L2 +L5 !L5
2 3 2 3
1 1 1 1 1 1 1 1 1 1 1 1
6 0 1 0 1 0 0 7 6 0 1 0 1 0 0 7
6 7 6 7
! 6 0 0 1 1 2 1 7 6 0 0 1 1 2 1 7
L2 +L3 !L3 6 7 L3 +L!
5 !L5
6 7 3
!
2L2 +L4 !L4
4 0 0 0 0 4 4 5 4 0 0 0 0 4 4 5 L +L5 !L5
2 4
302
As colunas da matriz A correspondentes às colunas da matriz A0 que contêm os pivots,
formam um conjunto de vectores linearmente independente. Logo, o conjunto
o conjunto
f(1; 2; 3; 0; 2); (1; 1; 3; 2; 4); (1; 1; 2; 2; 5)g
é base de V , tendo-se dim V = 3.
Logo,
dim(U \ V ) = dim U + dim V dim (U + V ) = 3 + 3 4 = 2.
Neste caso, como U \ V 6= f0g então U + V não é a soma directa dos subespaços U e V .
Determinemos uma base para U \ V . Atendendo a
2 3 2 3
1 1 1 j x1 1 1 1 j x1
6 1 2 1 j x2 7 6 0 1 0 j x1 + x2 7
6 7 6 7
6 1 2 2 j x 7 ! 6 0 1 1 j x + x 7
6 3 7 L1 +L2 !L2 6 1 3 7 L2 +L! !L3
4 2 0 2 j x4 5 L1 +L3 !L3
4 0 2 0 j 2x 1 + x 4
5 2L +L 3!L
2 4 4
0 3 1 j x5 2L1 +L4 !L4 0 3 1 j x5 3L2 +L5 !L5
2 3 2 3
1 1 1 j x1 1 1 1 j x1
6 0 1 0 j x1 + x2 7 6 0 1 0 j x1 + x2 7
6 7 6 7
! 6 0 0 1 j x2 + x3 7 6 0 0 1 j x2 + x3 7
L2 +L3 !L3 6 7 L3 +L!
5 !L5
6 7
2L2 +L4 !L4
4 0 0 0 j 4x1 + 2x2 + x4 5 4 0 0 0 j 4x1 + 2x2 + x4 5
3L2 +L5 !L5 0 0 1 j 3x1 3x2 + x5 0 0 0 j 3x1 4x2 + x3 + x5
tem-se
303
2 3 2 3
1 1 1 j x1 1 1 1 j x1
6 0 1 1 j 2x1 + x2 7 6 0 1 1 j 2x1 + x2 7
6 7 6 7
! 6 0 0 1 j 3x1 + x3 7 6 0 0 1 j 3x1 + x3 7
2L2 +L4 !L4 6 7 2L2 +L!
5 !L5
6 7
L3 +L5 !L5
4 0 0 0 j 4x1 2x2 + x4 5 4 0 0 0 j 4x1 2x2 + x4 5
0 2 2 j 5x1 + x3 + x5 0 0 0 j 9x1 + 2x2 + x3 + x5
tem-se
Logo
Como
2 3 2 3 2 3
4 2 0 1 0 4 2 0 1 0 4 2 0 1 0
6 3 4 1 0 1 7 6 3 4 1 0 1 7 6 0 5
1 34 1 7
6 7 ! 6 7 ! 6 2 7 !
4 4 2 0 1 0 5 L1 +L3 !L3 4 0 0 0 2 0 5 3
L +L2 !L2
4 0 0 0 2 0 5 4L2 +L4 !L4
4 1
9 2 1 0 1 3L2 +L4 !L4 0 10 4 0 4 0 10 4 0 4
2 3 2 3
4 2 0 1 0 4 2 0 1 0
6 0 5
1 3
1 7 6 0 10 4 3 4 7
! 6 2 4 7 ! 6 7
4L2 +L4 !L4 4 0 0 0 2 0 5 4L2 !L2 4 0 0 0 2 0 5
3
0 0 0 3 0 L
2 3
+L4 !L44 0 0 0 0 0
tem-se 8 8
< 4x1 + 2x2 + x4 = 0 < x1 = 21 x2 = 15 x3 1
x
5 5
10x2 + 4x3 + 3x4 + 4x5 = 0 , x2 = 25 x3 + 25 x5
: :
2x4 = 0 x4 = 0
pelo que
1 1 2 2
U \V = x3 x5 ; x3 + x5 ; x3 ; 0; x5 2 R5 : x3 ; x5 2 R =
5 5 5 5
1 2 1 2
= L ; ; 1; 0; 0 ; ; ; 0; 0; 1 .
5 5 5 5
Como o conjunto
1 2 1 2
; ; 1; 0; 0 ; ; ; 0; 0; 1
5 5 5 5
gera U \V e é linearmente independente, então é uma base de U \V , tendo-se dim (U \ V ) =
2.
(xii) Tem-se
2 3 2 3
1 0 1 0 1 1 0 1 0 1 0 1 1 0
6 0 1 0 0 1 2 0 7 6 0 1 0 0 1 2 0 7
A=64 1 1 0
7 ! 6 7 !
1 1 0 1 5 L1 +L3 !L3 4 0 1 1 1 2 1 1 5 L2 +L3 !L3
1 L2 +L4 !L4
0 1 2 2 1 1 1 L +L3 !L3
2 1 0 1 2 2 1 1 1
L1 +L4 !L4
304
2 3 2 3
1 0 1 0 1 1 0 1 0 1 0 1 1 0
6 0 1 0 0 1 2 0 7 6 0 1 0 0 1 2 0 7
! 6 7 ! 6 7 = A0 (*).
L2 +L3 !L3 4 0 0 1 1 1 1 1 5 2L3 +L4 !L4 4 0 0 1 1 1 1 1 5
L2 +L4 !L4
0 0 2 2 0 3 1 0 0 0 0 2 5 3
As colunas da matriz A correspondentes às colunas da matriz A0 que contêm os pivots,
formam um conjunto de vectores linearmente independente. Logo, o conjunto
o conjunto
f(1; 1; 1; 1); (1; 2; 0; 1); (0; 0; 1; 1)g
é base de V , tendo-se dim V = 3. Logo,
305
2 3 2 3
1 1 0 j x1 1 1 0 j x1
6 0 1 0 j x2 x1 7 6 0 1 0 j x2 x1 7
! 6 7 ! 6 7
L2 +L3 !L3 4 0 0 1 j x2 2x1 + x3 5 L3 +L4 !L4 4 0 0 1 j x2 2x1 + x3 5
2L2 +L4 !L4
0 0 1 j 2x2 3x1 + x4 0 0 0 j x2 x1 x3 + x4
tem-se
V = (x1 ; x2 ; x3 ; x4 ) 2 R4 : x1 + x2 x3 + x4 = 0 .
Logo
Como o conjunto
f( 1; 0; 1; 0) ; (4; 3; 0; 1)g
gera U \V e é linearmente independente, então é uma base de U \V , tendo-se dim (U \ V ) =
2.
24.
U = fp(t) 2 P2 : p( 1) + p(1) = 0g = L f 1 + t2 ; tg .
a)
V = L f2 + t; 1 t + 3t2 ; 1 + t t2 ; 1 + t2 g = L f1 + t t2 ; 1 + t2 g :
Como
1+t t2 2 U e 1 + t2 2
=U
então
U \ V = L f1 + t t2 g
e assim f1 + t t2 g é uma base para U \ V .
U W = P2 ;
2 3 2 3
1 1 0 1 1 1 0 1
6 1 1 0 1 77 6 0 1 1 1 7
25. 6
4 0 5 !6 4
7. Uma base para U :
1 1 1 ::: 0 0 0 0 5
0 1 1 1 0 0 0 0
1 1 1 1
; .
0 0 1 1
306
26. a)
Como f(1; 1; 0); (0; 0; 1)g é linearmente independente e gera V1 , é então uma base para V1 .
V2 = N 1 0 1 :
c)
dim (V1 \ V2 ) = dim V1 + dim V2 dim (V1 + V2 ) = 2 + 2 3=1
uma vez que: f(1; 1; 0); (0; 0; 1)g é base de V1 , f(1; 0; 1); (0; 1; 0)g é base de V2 e f(1; 0; 1); (0; 1; 0); (0; 0; 1)g
é base de V1 + V2 (e assim V1 + V2 = R3 )
R3 = V1 W
27. Como
(0; 1; 1; 2) = (0; 1; 1; 0) + 2(0; 1; 0; 1)
e f(0; 1; 1; 0); (0; 1; 0; 1)g é linearmente independente então f(0; 1; 1; 0); (0; 1; 0; 1)g é uma base
para U . Logo dim U = 2. Como
e como f(0; 1; 1; 0); (0; 1; 0; 1); (0; 0; 1; 0)g é linearmente independente é então uma base para
U + V tendo-se dim (U + V ) = 3 pelo que U + V 6= R4 uma vez que dim R4 = 4. Além disso
307
Resolução da 5a Ficha de exercícios para as aulas de problemas
1. Sejam B1 = f(1; 2); (0; 1)g e B2 = f(1; 1); (2; 3)g duas bases ordenadas de R2 . Seja
v = (1; 5).
(i) Tem-se v = (1; 2) + 3(0; 1). Logo, 1 e 3 são as coordenadas de v em relação à base B1 .
1 2
(ii) Tem-se SB1 !B2 = , uma vez que (1; 2) = (1; 1) + (2; 3) e (0; 1) =
1 1
2(1; 1) + (2; 3).
1 1 2 1 7
SB1 !B2 = = ,
3 1 1 3 4
uma vez que 1 e 3 são as coordenadas de v em relação à base B1 .
1 2
(v) Tem-se SB2 !B1 = , uma vez que (1; 1) = (1; 2) (0; 1) e (2; 3) = 2(1; 2)
1 1
(0; 1).
Observação:
1 1
SB2 !B1 = (SB1 !B2 ) e SB1 !B2 = (SB2 !B1 ) .
7 1 2 7 1
SB2 !B1 = = ,
4 1 1 4 3
uma vez que 7 e 4 são as coordenadas de v em relação à base B2 .
e sendo
1 1
SB1 !B2 =
0 1
a matriz de mudança da base B1 para a base B2 , então as coordenadas de (1; 1) em B2 são
1 e 2 uma vez que
1 1 1 1
= :
0 1 2 2
1
1 1 5 3 5 3 1 1 1 2
3. SB1 !B2 = , SB1 !B2 = = :
2 1 11 7 11 7 2 1 3 4
308
4. Sejam B1 = fv1 ; v2 g e B2 = fw1 ; w2 g duas bases ordenadas de R2 , onde
2 1
Seja SB2 !B1 = , a matriz de mudança da base B2 para a base B1 . Determinemos
1 1
B2 .
Uma vez que
2 1
SB2 !B1 = ,
1 1
então w1 = 2v1 + v2 = 2(1; 2) + (0; 1) = (2; 5) e w2 = v1 + v2 = (1; 2) + (0; 1) = (1; 3). Logo,
w1 = 1 + t, w2 = 1 + t.
2 3
Seja SB1 !B2 = , a matriz de mudança da base B1 para a base B2 . Determinemos
1 2
B1 .
Uma vez que
2 3
SB1 !B2 = ,
1 2
então v1 = 2 ( 1 + t) (1 + t) = 3 + t e v2 = 3 ( 1 + t) + 2 (1 + t) = 1 + 5t. Logo,
B1 = f 3 + t; 1 + 5tg .
w1 = t, w2 = 1 t.
2 3
Seja SB2 !B1 = , a matriz de mudança da base B2 para a base B1 . Determinemos
1 2
B1 .
Uma vez que
2 3
SB2 !B1 = ,
1 2
então w1 = 2v1 v2 e w2 = 3v1 + 2v2 . Isto é, tem-se o sistema
8
< 2v1 v2 = t
:
3v1 + 2v2 = 1 t,
cuja matriz aumentada é dada por
2 1 j t
.
3 2 j 1 t
309
Pelo método de eliminação de Gauss:
2 1 j t 2 1 j t
! 7 .
3 2 j 1 t 3
L +L2 !L2
2 1
0 2
j 1 25 t
2 5
Logo, v2 = 7 7
t e v1 = 12 (v2 + t) = 1
7
+ 17 t. Logo,
1 1 2 5
B1 = + t; t .
7 7 7 7
1 t=2 1 (1 + t) + 0 (1 + t + t2 )
t2 = 0 1 (1 + t) + (1 + t + t2 )
então 2 3
1 2 0
SB1 !B2 =4 0 1 1 5.
0 0 1
Além disso, bastaria ver que
2 3 1 2 3
1 2 2 1 2 0
SB1 !B2 = (SB2 !B1 ) 1
=4 0 1 1 5 =4 0 1 1 5.
0 0 1 0 0 1
310
Logo, como
2 t + t2 = 1 + (1 t) + t2
as coordenadas do vector 2 t + t2 na base B2 são dadas por
2 3 2 32 3 2 3
1 1 2 0 1 3
4
SB1 !B2 1 5 = 4 0 1 1 54 1 5 = 4 2 5,
1 0 0 1 1 1
ou seja
2 t + t2 = 3 2 (1 + t) + 1 + t + t2 .
311
2
Logo, w3 = 3
; 1; 32 ; w2 = (0; 1; 1) e w1 = (1; 0; 1) 2(0; 1; 1) + 2
3
; 1; 23 =
1
3
; 1; 13 . Logo,
1 1 2 2
B2 = ; 1; ; (0; 1; 1); ; 1; .
3 3 3 3
Note que 2 32 3 2 3
1 2
3
0 3
1 1 2 1 1 0
4 1 1 1 54 2 1 1 5=4 0 1 0 5,
1 2
3
1 3
1 1 1 1 0 1
2 1 2
3 2 32 2 1
3
3
0 3
1 1 0 3
1 3
,4 1 1 5
1 = 0 14 0 54 1 1 1 5
1 2 1 1
3
1 3
1 0 1 3
0 3
em que 2 3 1 2 3
2 1
1 1 2 3
1 3
SB2 !B1 =4 2 1 1 5 =4 1 1 1 5;
1 1
1 1 1 3
0 3
2 3
1 1 2
SB1 !B2 = 4 2 1 1 5,
1 1 1
B1 = f(1; 0; 1); (1; 1; 0); (0; 0; 1)g ,
1 1 2 2
B2 = ; 1; ; (0; 1; 1); ; 1; .
3 3 3 3
9. Sejam
1 0 0 1 0 0 0 0
B1 = ; ; ,
0 0 0 0 1 0 0 1
e
1 1 1 1 1 1 1 1
B2 = ; ; ,
1 1 1 1 1 1 1 1
duas bases ordenadas de M2 2 (R). Determinemos a matriz SB1 !B2 de mudança da base B1
para a base B2 .
Queremos encontrar a1 ; a2 ; a3 ; a4 ; b1 ; b2 ; b3 ; b4 ; c1 ; c2 ; c3 ; c4 ; d1 ; d2 ; d3 ; d4 2 R tais que
1 0 1 1 1 1 1 1 1 1
= a1 + a2 + a3 + a4
0 0 1 1 1 1 1 1 1 1
0 1 1 1 1 1 1 1 1 1
= b1 + b2 + b3 + b4
0 0 1 1 1 1 1 1 1 1
0 0 1 1 1 1 1 1 1 1
= c1 + c2 + c3 + c4
1 0 1 1 1 1 1 1 1 1
0 0 1 1 1 1 1 1 1 1
= d1 + d2 + d3 + d4 .
0 1 1 1 1 1 1 1 1 1
312
Atendendo a
2 3 2 3
1 1 1 1 j 1 0 0 0 1 1 1 1 j 1 0 0 0
6 1 1 1 1 j 0 1 0 0 7 6 0 0 2 2 j 1 1 0 0 7
6 7 ! 6 7 !
4 1 1 1 1 j 0 0 1 0 5 L1 +L2 !L2 4 0 2 0 2 j 1 0 1 0 5 L2 $L4
1 1 1 1 j 0 0 0 1 LL1 +L 3 !L3
+L !L
0 2 2 0 j 1 0 0 1
1 4 4
2 3 2 3
1 1 1 1 j 1 0 0 0 1 1 1 1 j 1 0 0 0
6 0 2 2 0 j 1 0 1 7 0 6 0 2 2 0 j 1 0 0 1 7
! 6 7 ! 6 7 !
L2 $L4 4 0 2 0 2 j 1 1 0 5 0 L2 +L3 !L3 4 0 0 2 2 j 0 0 1 1 5 L3 +L4 !L4
0 0 2 2 j 1 0 0 1 0 0 2 2 j 1 1 0 0
2 3
1 1 1 1 j 1 0 0 0
6 0 2 2 0 j 1 0 0 1 7
! 6 7.
L2 +L3 !L3 4 0 0 2 2 j 0 0 1 1 5
0 0 0 4 j 1 1 1 1
Logo, tem-se
1 1 1 0 1 2 1 2 1 0
= a1 + a2 + a3 + a4
0 1 0 0 0 0 2 0 2 4
0 0 1 0 1 2 1 2 1 0
= b1 + b2 + b3 + b4
0 1 0 0 0 0 2 0 2 4
0 0 1 0 1 2 1 2 1 0
= c1 + c2 + c3 + c4
1 1 0 0 0 0 2 0 2 4
0 1 1 0 1 2 1 2 1 0
= d1 + d2 + d3 + d4 .
1 1 0 0 0 0 2 0 2 4
Isto é, tem-se os seguintes sistemas:
8 8
>
> 1 = a1 + a2 + a3 + a4 >
> 0 = b1 + b2 + b3 + b4
< <
1 = 2a2 + 2a3 0 = 2b2 + 2b3
>
> 0 = 2a3 + 2a4 >
> 0 = 2b3 + 2b4
: :
1 = 4a4 1 = 4b4
8 8
>
> 0 = c1 + c2 + c3 + c4 >
> 0 = d1 + d2 + d3 + d4
< <
0 = 2c2 + 2c3 1 = 2d2 + 2d3
>
> 1 = 2c3 + 2c4 >
> 1 = 2d3 + 2d4
: :
1 = 4c4 1 = 4d4
que são equivalentes a 8 8
1 1
>
> a1 = 4 >
> b1 = 4
>
> >
>
>
> >
>
>
> 1 >
> 1
< a2 = 4 < b2 = 4
>
> 1 >
> 1
>
> a3 = 4 >
> b3 = 4
>
> >
>
>
> >
>
: 1 : 1
a4 = 4
b4 = 4
313
8 1
8 1
>
> c1 = 4 >
> d1 = 4
>
> >
>
>
> >
>
>
> 1 >
> 1
< c2 = 4 < d2 = 4
>
> 1 >
> 1
>
> c3 = 4 >
> d3 = 4
>
> >
>
>
> >
>
: 1 : 1
c4 = 4
d4 = 4
.
Logo, a matriz SB1 !B2 de mudança da base B1 para a base B2 é dada por:
2 1 1 1 1
3
4 4 4 4
6 7
6 7
6 1 1 1 1 7
6 4 4 4 4 7
SB1 !B2 =6
6
7.
7
6 1 1 1 1 7
6 4 4 4 4 7
4 5
1 1 1 1
4 4 4 4
1 2
Assim, as coordenadas do vector em relação à base B2 são dadas por
3 4
2 1 1 1 1
3 2 3
4 4 4 4
2
6 72 3 6 7
6 7 1 6 3 7
6 1 1 1 1 7 6 7
6 4 4 4 4 76 2 7 6 2 7
6 76 7 = 6 7.
6 74 3 5 6 7
6 1 1 1 1 7 6 1 7
6 4 4 4 4 7 4 6 7
4 5 4 5
1 1 1 1 1
4 4 4 4 2
Isto é,
1 2 1 1 3 1 1 1 1 1 1 1
=2 + + + .
3 4 1 1 2 1 1 1 1 2 1 1
1
1 2 1 0 1 1 0
10. SB2 !B1 = (SB1 !B2 ) = = e como é o 2o vector
1 0 1 2 1 1
1 0
de B2 , então as coordenadas de em B1 são dadas por:
1 1
0 1 0 1
= ,
1 2 1 2
isto é, são: 1e 2.
11. Seja B = fv1 ; v2 g uma base ordenada de P1 . Sejam (1; 1) e (2; 2) respectivamente
as coordenadas de dois polinómios 1 + t e 1 t em relação à base B: Determine B.
Tem-se
1 + t = v1 v2 1+t 1 1 v1
, = ,
1 t = 2v1 + 2v2 1 t 2 2 v2
314
1 3
v1 1 1 1+t 4
+ 14 t
, = = 1 3 .
v2 2 2 1 t 4 4
t
3
Logo B = 4
+ 14 t; 1
4
3
4
t .
1
13. a) Como 1 t2 = t t2 + 2
( 2 + 2t) ; as coordenadas de 1 t2 na base B são
1 e 12 .
1
b) B1 = 1 (t t2 ) + 0 ( 2 + 2t) ; 1 (t t2 ) + 2
( 2 + 2t) = ft t2 ; 1 t2 g.
c)
V = L f 1 + t2 ; 2 + t t2 g :
3 t2V
Como
1 + t2 2 U e 2+t t2 2
= U;
tem-se
U + V = P2
e assim f 1 + t2 g é uma base para U \ V .
315
14.
2 3 2 3
1 1 0 2 1 1 1 0 2 1
6 0 0 2 4 0 7 6 0 0 2 4 0 7
6 7 6 7
A=6
6 2 2 1 2 1 7
7 ! 6
6 0 0 1 2 1 7
7 1
!
2L1 +L3 !L3
4 1 1 2 2 1 5 L1 +L4 !L4
4 0 0 2 4 2 5 L +L3 !L3
2 2
L2 +L4 !L4
0 0 0 0 0 0 0 0 0 0
2 3 2 3
1 1 0 2 1 1 1 0 2 1
6 0 0 2 4 0 7 6 0 0 2 4 0 7
6 7 6 7
! 6 0 0 0 0 1 7 6 0 0 0 0 1 7 = A0 .
1 6 7 2L3 +L!
4 !L4
6 7
L +L3 !L3
2 2 4 0 0 0 0 2 5 4 0 0 0 0 0 5
L2 +L4 !L4
0 0 0 0 0 0 0 0 0 0
(i)
carA = dim C(A) = dim L(A) = 3.
Como A tem 5 colunas e
então
nulA = 2, isto é, dim N (A) = 2.
e o conjunto f(1; 0; 2; 1; 0); (0; 2; 1; 2; 0); (1; 0; 1; 1; 0)g é uma base de C(A).
Por de…nição:
N (A) = u 2 R5 : Au = 0 .
Temos então, pelo método de eliminação de Gauss,
Au = 0 , A0 u = 0.
A equação matricial 2 32 3 2 3
1 1 0 2 1 u1 0
6 0 0 2 4 0 76 u2 7 6 0 7
6 76 7 6 7
6 0 0 0 0 1 76 u3 7=6 0 7
6 76 7 6 7
4 0 0 0 0 0 54 u4 5 4 0 5
0 0 0 0 0 u5 0
é equivalente ao sistema 8
< u1 u2 + 2u4 + u5 = 0
2u3 + 4u4 = 0
:
u5 = 0
ou seja a 8
< u1 = u2 2u4
u3 = 2u4
:
u5 = 0.
316
Logo,
N (A) = f(u2 2u4 ; u2 ; 2u4 ; u4 ; 0) : u2 ; u4 2 Rg .
Como
tem-se:
N (A) = L (f(1; 1; 0; 0; 0); ( 2; 0; 2; 1; 0)g) .
Facilmente se veri…ca que o conjunto S = f(1; 1; 0; 0; 0); ( 2; 0; 2; 1; 0)g é linearmente in-
dependente. Como S é linearmente independente e gera N (A), temos então que S é uma
base de N (A).
(1; 1; 0; 0; 0) + ( 2; 0; 2; 1; 0),
com ; 2 R.
15. a)
0 1 0 1
N (A + B) = N =
0 0 2 0
= f(x; y; z; w) 2 R4 : y + w = 0e2z = 0g =
é base de N (A + B).
317
b)
dim (N (A) + N (B)) = dim N (A) + dim N (B) dim (N (A) \ N (B)) =
02 31
0 1 0 0
B6 0 0 1 0 7C
= (4 car A) + (4 car B) dim N B 6
@4 0
7C = 2 + 2 1=3
0 0 1 5A
0 0 1 0
2 3 2 3
1 1 1 1 1 1
16. a) A = 4 1 1 1 5 ! 4 0 2 0 5. Como as 3 colunas de A são linear-
:::
1 1 1 0 0 1
mente independentes então dim C (A) = 3 e assim C (A) = R3 , pelo que a base canónica
f(1; 0; 0) ; (0; 1; 0) ; (0; 0; 1)g de R3 é uma base de C (A).
T T
b) u = 1 0 1 é uma solução particular de Au = 2 0 2 . Como N (A) =
T
f0g uma vez que A é invertível atendendo à alínea a), a solução geral de Au = 2 0 2
é 2 3
1
T
u= 1 0 1 = 4 0 5.
1
c)
02 31
1 1 1
N (A + 2I) = N @4 1 1 1 5A =
1 1 1
02 31
1 1 1
= N @4 0 0 0 5A = L (f( 1; 1; 0) ; ( 1; 0; 1)g) :
0 0 0
d) Atendendo a que
02 31 02 31
2 1 1 1 1 0
N (A I) = N @4 1 2 1 5A =N @ 4 0 1 1 5A = L (f(1; 1; 1)g)
1 1 2 0 0 0
f(1; 1; 1) ; ( 1; 1; 0) ; ( 1; 0; 1)g
é linearmente independente e atendendo à alínea anterior, é então uma base para N (A + 2I)+
N (A I). Logo
dim (N (A + 2I) + N (A I)) = 3:
318
17. a) Uma base para R4 que inclui dois vectores de U :
f(1; 1; 1; 1); (0; 1; 0; 0) ; (0; 0; 1; 1); (0; 0; 0; 1)g :
Note-se que (1; 1; 1; 1); (0; 0; 1; 1) 2 U e que 4 vectores de R4 linearmente independentes,
formam uma base de R4 .
b) Como
U = f(y z + w; y; z; w) : y; z; w 2 Rg = L (f(1; 1; 0; 0); ( 1; 0; 1; 0); (1; 0; 0; 1)g)
e
dim U = 4 car 1 1 1 1 = 3;
então uma base para U que inclua os vectores (1; 1; 1; 1) e ( 1; 1; 1; 1) pode ser:
f(1; 1; 1; 1); ( 1; 1; 1; 1); (1; 0; 0; 1)g
uma vez que se trata de um conjunto linearmente independente de 3 vectores de U .
18. a)
2 3 2 3
1 0 1 1 0 1
6 1 0 7 6 0 2
1 7
A =6
4 0
7 ! 6 7:
0 1 1 5 L1 +L2 !L2 4 0 0 1 1 5
L1 +L4 !L4
1 0 0 0 0 1
8
< 2 se =1
car A = 3 se = 1
:
4 se 6= 1 e 6= 1.
02 31
1 1 0 1
B6 0 0 1 1 7 C
N (A 1 ) = N B 6
@4 0
7C = L (f(1; 1; 0; 0)g).
0 0 2 5A
0 0 0 0
b) Por a),
B = f( 1; 1; 0; 1) ; (0; 1; 1; 0) ; ( 1; 0; 1; 1)g
é linearmente independente e gera C (A 1 ), pelo que B é uma base para C (A 1 ). Como
1 1 1
(0; 0; 0; 1) = ( 1; 1; 0; 1) (0; 1; 1; 0) + ( 1; 0; 1; 1)
2 2 2
1 1 1
então ; e são as coordenadas de (0; 0; 0; 1) na base ordenada B.
2 2 2
c) 2 3 2 3 3 2
1 1 1
6 0 7 6 0 7 6 0 7
A0 u = 6 7
4 0 5,u=
6 7
4 0 5 +v =6 7
4 0 5;
1 0 0
solução particular de A0 u=b
319
com
v 2 N (A0 ) = f0g :
A0 é invertível
e) Por a) e b),
f( 1; 1; 0; 1) ; (0; 0; 1; 1) ; (0; 0; 0; 1)g
é uma base de L (A 1 ) e
f( 1; 1; 0; 1) ; (0; 1; 1; 0) ; ( 1; 0; 1; 1)g
é uma base de C (A 1 ). Como por f)
(0; 0; 0; 1) 2 C (A 1 ) e (0; 0; 1; 1) 2
= C (A 1 )
19. a)
232 3 2 3 2 3 2 3
2 0 2 2 2 8 2
Au 4
u=0, 0 4 0 5 4 2 5 4 2 5=0,4 8 5 4 2 5=0, = 4:
2 0 2 2 2 8 2
02 31 02 31
2 0 2 2 0 2
b) N (A) = N @4 0 4 0 5A = N @4 0 4 0 5A = L (f(1; 0; 1)g).
2 0 2 0 0 0
320
a) Atendendo a (*) dim N (A) = 4 dim C (A) = 4 car A = 4 1 = 3.
21. a)
U = f(x; y; z; w) 2 R4 : x + y + z + w = 0g =
= f( y z w; y; z; w) : y; z; w 2 Rg =
= L (f( 1; 1; 0; 0); ( 1; 0; 1; 0); ( 1; 0; 0; 1)g) .
O conjunto
f( 1; 1; 0; 0); ( 1; 0; 1; 0); ( 1; 0; 0; 1)g
é uma base para U , uma vez que gera U e, é também linearmente independente.
b) Atendendo a que
e 2 3 2 3
1 1 1 1 1 1 1 1
6 1 0 1 0 77 6 0 1 0 1 7
6 ! 6 7
4 1 0 0 1 5 4 0 0 1 1 5
1 1 0 0 0 0 0 0
então
f(1; 1; 1; 1); ( 1; 0; 0; 1); ( 1; 1; 0; 0)g
é uma base para U , uma vez que gera U e, é também linearmente independente.
b)
C (A) = L (f(1; 0; 1); (0; 1; 1)g) :
Logo, sendo o conjunto
linearmente independente e tendo em conta que dim R3 = 3 então S é uma base de R3 que
inclui duas colunas de A.
321
c)
L (A) = L (f(1; 0; 1); (0; 1; 1)g) :
Uma vez que f(1; 0; 1); (0; 1; 1)g é uma base de C (A) e f(1; 0; 1); (0; 1; 1)g é uma base de
L (A) então
dim L (A) = dim L (A) = car A = 2:
Atendendo a que
é impossível) então f(1; 0; 1)g é uma base de L (A) \ C (A), tendo-se dim L (A) \ C (A) =
1.
23. Seja
4 a b
B= 2 M2 3 (R)
c d 4
tal que
dim N (B) = 2 e (1; 0; 2) 2 L (B) :
Como
car B = dim L (B) = 3 dim N (B) = 1
então
L (B) = L (f(c; d; 4)g) = L (f(4; a; b)g) = L (f(1; 0; 2)g) ;
pelo que a = d = 0, b = 8 e c = 2.
322
Tem-se (em R4 ) U = L (f(1; 1; 0; 1); (1; 1; 0; 1)g) e
Como (1; 1; 0; 1) 2
= V e (1; 1; 0; 1) 2 V , então
(1; 1; 0; 1) 2
= V; (1; 1; 0; 1) 2 V
dim(U \ V ) = |dim
{z U} + |dim
{z V} dim (U + V ).
| {z } | {z }
=1 =2 =3 =4
1 t = 1 (1 t) + 0 1 t2 :
Como
1 1 2 1 1
SB1 !B2 = =
0 1 3 0 1
logo, as coordenadas do vector 1 t em B2 são 1 e 1.
Como
C (AB) C (A) (v 2 C (AB) ) v = ABu = A (Bu) ) v 2 C (A))
e
C (AB) C (B) (v 2 C (AB) ) v = ABu = BAu = B (AU ) ) v 2 C (B))
AB=BA
Logo
323
Resolução da 3a Ficha de exercícios teóricos
fv1 + v2 ; v2 + v3 ; v1 + v3 g L (fv1 ; v2 ; v3 g) ,
pelo que
L(fv1 + v2 ; v2 + v3 ; v1 + v3 g) L (fv1 ; v2 ; v3 g) .
Mas, como 8
>
> v1 = 21 (v1 + v2 ) 1
(v
2 2
+ v3 ) + 21 (v1 + v3 )
>
>
<
v2 = 12 (v1 + v2 ) 1
(v
2 1
+ v3 ) + 21 (v2 + v3 )
>
>
>
>
:
v3 = 12 (v1 + v3 ) 1
(v
2 1
+ v2 ) + 21 (v2 + v3 )
tem-se
L (fv1 ; v2 ; v3 g) L(fv1 + v2 ; v2 + v3 ; v1 + v3 g).
Logo,
L(fv1 + v2 ; v2 + v3 ; v1 + v3 g) = L (fv1 ; v2 ; v3 g) = V .
Vejamos agora que o conjunto fv1 + v2 ; v2 + v3 ; v1 + v3 g é linearmente independente:
Sejam 1; 2; 3 2 R tais que 1 (v1 + v2 ) + 2 (v2 + v3 ) + 3 (v1 + v3 ) = 0. Isto é,
324
Queremos ver que 1 = 2 = ::: = n = 0. Observe-se que
Logo,
A 1 A( 1 v1 + 2 v2 + + n vn ) = A 1 0 ,
I( 1 v1 + 2 v2 + + n vn ) = 0 ,
1 v1 + 2 v2 + + n vn = 0.
v= 1 v1 + 2 v2 + + n vn .
v= 1 v1 + 2 v2 + + n vn .
Logo,
( 1 1 )v1 +( 2 2 )v2 + +( n n )vn = 0.
Como fv1 ; v2 ; : : : ; vn g é um conjunto linearmente independente (por ser base), então
temos
1 = 1; 2 = 2; : : : ; n = n.
Logo, conclui-se que todo o vector de V se escreve de maneira única como combinação
linear dos elementos de S.
(() Suponhamos agora que todo o vector de V se escreve de maneira única como
combinação linear dos elementos de S. Queremos provar que S = fv1 ; v2 ; : : : ; vn g é
uma base de V . Como todo o vector de V se escreve como combinação linear dos
elementos de S, então S gera V . Falta ver que S é linearmente independente. Assim,
sejam 1 ; 2 ; : : : ; n 2 R tais que
1 v1 + 2 v2 + + n vn = 0.
Como
0 = 0v1 + 0v2 + + 0vn ,
325
e uma vez que por hipótese todo o vector de V se escreve de maneira única como
combinação linear dos elementos de S, conclui-se que
1 = 2 = ::: = n = 0.
Logo,
1 w1 + 2 w2 = 0 , ( 1a + 2 c)v1 + ( 1b + 2 d)v2 = 0.
Como o conjunto fv1 ; v2 g é uma base de U , em particular é linearmente independente.
Logo,
1 a + 2 c = 1 b + 2 d = 0 2 R.
Isto é,
a c 1 0
= .
b d 2 0
Ou seja,
A = 0,
a c 1 0
onde A = , = e0= . Como ad 6= bc e det A = ad bc, então
b d 2 0
det A 6= 0, isto é, A é invertível e como tal:
A 1A = A 10 , I = 0 , = 0.
( 1 w1 + 2 w2 = 0) ) ( 1 = 2 = 0) .
326
Isto é, a equação
A = 0,
a c 1 0
onde A = , = e0= , tem como solução única = 0. O que é
b d 2 0
equivalente a ter-se det A 6= 0, isto é, ad 6= bc.
Demonstração alternativa. Como o conjunto fv1 ; v2 g é uma base do espaço linear
U então dim U = 2. Logo, se o conjunto fw1 ; w2 g fôr linearmente independente então
será uma base do espaço linear U . Assim, bastará provar que o conjunto fw1 ; w2 g é
a b
linearmente independente se e só se a matriz fôr invertível. Seja 0 o vector
c d
nulo do espaço linear U . Sejam 1 ; 2 2 R tais que
1 w1 + 2 w2 = 0:
a b
Queremos ver que 1 = 2 = 0 se e só se a matriz fôr invertível. Observe-se
c d
que
Logo,
1 w1 + 2 w2 = 0 , ( 1a + 2 c)v1 + ( 1b + 2 d)v2 = 0.
Como o conjunto fv1 ; v2 g é uma base do espaço linear U , em particular é linearmente
independente. Logo,
1 a + 2 c = 1 b + 2 d = 0 2 R.
Isto é,
a c 1 0
= .
b d 2 0
a c 1 0
Ou seja, A = 00 , onde A = , = e 00 = . Como a equação
b d 2 0
A = 00 apenas admite a solução trivial = 00 se e só se a matriz A fôr invertível e
a b
como a matriz A é invertível se e só se a matriz AT = fôr invertível, tem-se
c d
então o resultado pretendido.
então car A = 1.
327
Pelo que car B car C car (B C). De um modo análogo, como
C = B + [ (B C)]
e
C (C) = C (B + [ (B C)]) C (B) + C (B C)
então
car C car B car (B C) :
Logo
jcar B car Cj car (B C) :
dim N AT A 6= 0
pelo que AT A não é invertível.
328
Resolução da 6a Ficha de exercícios para as aulas de problemas
1 2
M (T ; Bc2 ; Bc2 ) = ,
3 1
dim R2
|{z} = dim N (T ) + dim I(T ),
espaço de partida
então dim I(T ) = 2. Vejamos como encontrar uma base para I(T ). Tem-se
Como o conjunto f(1; 3); (2; 1)g é linearmente independente e como gera I(T ) então f(1; 3); (2; 1)g
é uma base de I(T ).
Por outro lado, como I(T ) é subespaço de R2 e dim I(T ) = dim R2 então I(T ) = R2 , isto
é, T é sobrejectiva. Sendo T sobrejectiva e tendo-se dim (espaço de partida) = dim (espaço de
chegada) então T também é injectiva, como se constatou no facto de se ter N (T ) = f(0; 0)g.
Como T é injectiva e sobrejectiva, então T é bijectiva.
Observação: T é injectiva se e só se N (T ) = f0g, onde 0 é o vector nulo do espaço de
partida.
Resolução alternativa para encontrar uma base para I(T ). Sendo
1 2
M (T ; Bc2 ; Bc2 ) = ,
3 1
a matriz que representa a transformação linear T em relação à base canónica Bc2 no espaço
de partida e no espaço de chegada, tem-se
x
T (x; y) = M (T ; Bc2 ; Bc2 ) .
y
Logo,
1 2 1 2
N (T ) = N M (T ; Bc2 ; Bc2 ) = N =N = f(0; 0)g
3 1 0 7
329
e
1 2
I(T ) = C M (T ; Bc2 ; Bc2 ) = C = L (f(1; 3); (2; 1)g) .
3 1
O conjunto f(1; 3); (2; 1)g é uma base de I(T ).
(ii) Seja T : R2 ! R2 com T (x; y) = (1 y; 2x). T não é linear pois T (0; 0) = (1; 0) 6=
(0; 0).
uma vez que T (1; 0; 0) = (1; 2; 1); T (0; 1; 0) = (0; 0; 0) e T (0; 0; 1) = (0; 0; 0). Tem-se
Como o conjunto f(0; 1; 0); (0; 0; 1)g é linearmente independente e como gera N (T ) então
dim R3
|{z} = dim N (T ) + dim I(T ),
espaço de partida
então dim I(T ) = 1. Vejamos como encontrar uma base para I(T ). Tem-se
Como o conjunto f(1; 2; 1)g é linearmente independente e como gera I(T ) então f(1; 2; 1)g
é uma base de I(T ).
Por outro lado, como I(T ) 6= R3 então T não é sobrejectiva. Como N (T ) 6= f(0; 0; 0)g
então T não é injectiva.
Resolução alternativa para encontrar bases para N (T ) e I(T ). Sendo
2 3
1 0 0
M (T ; Bc3 ; Bc3 ) = 4 2 0 0 5 ,
1 0 0
a matriz que representa a transformação linear T em relação à base canónica Bc3 no espaço
de partida e no espaço de chegada, tem-se
2 3
x
T (x; y; z) = M (T ; Bc3 ; Bc3 ) 4 y 5 .
z
330
Logo,
02 31 02 31
1 0 0 1 0 0
N (T ) = N M (T ; Bc3 ; Bc3 ) = N @4 2 0 0 5A = N @4 0 0 0 5A = L (f(0; 1; 0); (0; 0; 1)g)
1 0 0 0 0 0
e 02 31
1 0 0
I(T ) = C M (T ; Bc3 ; Bc3 ) = C @4 2 0 0 5A = L (f(1; 2; 1)g) .
1 0 0
O conjunto f(0; 1; 0); (0; 0; 1)g é uma base de N (T ) e o conjunto f(1; 2; 1)g é uma base de
I(T ).
0 0 0
M (T ; Bc3 ; Bc2 ) = ,
0 0 0
Uma base para N (T ) poderá ser a base canónica Bc3 . Logo, dim N (T ) = 3. Uma vez que
dim R3
|{z} = dim N (T ) + dim I(T ),
espaço de partida
0 0 0
M (T ; Bc3 ; Bc2 ) = ,
0 0 0
a matriz que representa a transformação linear T em relação às bases canónicas Bc3 e Bc2 nos
espaços de partida e de chegada respectivamente, tem-se
2 3
x
T (x; y; z) = M (T ; Bc ; Bc ) y 5 .
3 2 4
Logo,
0 0 0
N (T ) = N M (T ; Bc3 ; Bc2 ) = N = R3 = L (f(1; 0; 0); (0; 1; 0); (0; 0; 1)g)
0 0 0
e
0 0 0
I(T ) = C M (T ; Bc3 ; Bc2 ) = C = f(0; 0)g .
0 0 0
331
Uma base para N (T ) poderá ser a base canónica Bc3 .
M (T ; Bc2 ; Bc ) = 3 0 ,
uma vez que T (1; 0) = 3 e T (0; 1) = 0. Note que Bc = f1g é a base canónica de R.
Tem-se
Como o conjunto f(0; 1)g é linearmente independente e como gera N (T ) então f(0; 1)g é
uma base de N (T ). Logo, dim N (T ) = 1. Uma vez que
dim R2
|{z} = dim N (T ) + dim I(T ),
espaço de partida
então dim I(T ) = 1. Vejamos como encontrar uma base para I(T ). Tem-se
I(T ) = f 3x : x 2 Rg = L (f1g) .
Como o conjunto f1g é linearmente independente e como gera I(T ) então f1g é uma base
de I(T ), a base canónica de R.
Por outro lado, como I(T ) é subespaço de R e dim I(T ) = dim R então I(T ) = R, isto
é, T é sobrejectiva. Como N (T ) 6= f(0; 0)g então T não é injectiva.
Resolução alternativa para encontrar bases para N (T ) e I(T ). Sendo
M (T ; Bc2 ; Bc ) = 3 0 ,
a matriz que representa a transformação linear T em relação às bases canónicas Bc2 no espaço
de partida e Bc no espaço de chegada, tem-se
x
T (x; y) = M (T ; Bc2 ; Bc ) .
y
Logo,
N (T ) = N M (T ; Bc2 ; Bc ) = N 3 0 = L (f(0; 1)g)
e
I(T ) = C M (T ; Bc2 ; Bc ) = C 3 0 = L (f 3g) = L (f1g) .
O conjunto f(0; 1)g é uma base de N (T ) e o conjunto f1g é uma base de I(T ).
(vi) T : R3 ! R3 com T (x; y; z) = (0; 1; 2). T não é linear pois T (0; 0; 0) = (0; 1; 2) 6=
(0; 0; 0).
332
uma vez que T (1) = (2; 0; 1). Tem-se
dim R
|{z} = dim N (T ) + dim I(T ),
espaço de partida
então dim I(T ) = 1. Vejamos como encontrar uma base para I(T ). Tem-se
Como o conjunto f(2; 0; 1)g é linearmente independente e como gera I(T ) então f(2; 0; 1)g
é uma base de I(T ).
Por outro lado, como I(T ) 6= R3 então T não é sobrejectiva. Como N (T ) = f0g então T
é injectiva.
Resolução alternativa para encontrar uma base para I(T ). Sendo
2 3
2
M (T ; Bc ; Bc3 ) = 4 0 5 ,
1
Logo,
02
31 02 31
2 2
3
N (T ) = N M (T ; Bc ; Bc ) = N @ 4 0 5A =N @ 4 0 5A = L (f0g) = f0g
1 0
e 3102
2
I(T ) = C M (T ; Bc ; Bc3 ) = C @4 0 5A = L (f(2; 0; 1)g) .
1
O conjunto f(2; 0; 1)g é uma base de I(T ).
(viii) T : R3 ! R2 com T (x; y; z) = (x2 y; 2y). T não é linear, pois por exemplo:
1 1 0 0
M (T ; Bc4 ; Bc2 ) = ,
0 0 0 3
333
uma vez que T (1; 0; 0; 0) = (1; 0); T (0; 1; 0; 0) = ( 1; 0); T (0; 0; 1; 0) = (0; 0) e T (0; 0; 0; 1) =
(0; 3). Tem-se
Como o conjunto f(1; 1; 0; 0); (0; 0; 1; 0)g é linearmente independente e como gera N (T ) então
f(1; 1; 0; 0); (0; 0; 1; 0)g é uma base de N (T ). Logo, dim N (T ) = 2. Uma vez que
dim R4
|{z} = dim N (T ) + dim I(T ),
espaço de partida
então dim I(T ) = 2. Vejamos como encontrar uma base para I(T ). Tem-se
Como o conjunto f(1; 0); (0; 3)g é linearmente independente e como gera I(T ) então f(1; 0); (0; 3)g
é uma base de I(T ).
Por outro lado, como I(T ) é subespaço de R2 e dim I(T ) = dim R2 então I(T ) = R2 ,
isto é, T é sobrejectiva. Como N (T ) 6= f(0; 0; 0; 0)g então T não é injectiva.
Resolução alternativa para encontrar bases para N (T ) e I(T ). Sendo
1 1 0 0
M (T ; Bc4 ; Bc2 ) = ,
0 0 0 3
a matriz que representa a transformação linear T em relação às bases canónicas Bc4 no espaço
de partida e Bc2 no espaço de chegada, tem-se
2 3
x
6 y 7
T (x; y; z; w) = M (T ; Bc4 ; Bc2 ) 6 7
4 z 5.
w
Logo,
1 1 0 0
N (T ) = N M (T ; Bc4 ; Bc2 ) = N = L (f(1; 1; 0; 0); (0; 0; 1; 0)g)
0 0 0 3
e
1 1 0 0
I(T ) = C M (T ; Bc2 ; Bc2 ) = C = L (f(1; 0); (0; 3)g) .
0 0 0 3
O conjunto f(1; 1; 0; 0); (0; 0; 1; 0)g é uma base de N (T ) e o conjunto f(1; 0); (0; 3)g é uma
base de I(T ).
334
uma vez que T (1; 0; 0) = (0; 0; 0; 0); T (0; 1; 0) = (0; 1; 2; 1) e T (0; 0; 1) = ( 1; 2; 0; 1).
Tem-se
Como o conjunto f(1; 0; 0)g é linearmente independente e como gera N (T ) então f(1; 0; 0)g
é uma base de N (T ). Logo, dim N (T ) = 1. Uma vez que
dim R3
|{z} = dim N (T ) + dim I(T ),
espaço de partida
então dim I(T ) = 2. Vejamos como encontrar uma base para I(T ). Tem-se
Como o conjunto f(0; 1; 2; 1); ( 1; 2; 0; 1)g é linearmente independente e como gera I(T )
então f(0; 1; 2; 1); ( 1; 2; 0; 1)g é uma base de I(T ).
Por outro lado, como I(T ) 6= R4 então T não é sobrejectiva. Como N (T ) 6= f(0; 0; 0)g
então T não é injectiva.
Resolução alternativa para encontrar bases para N (T ) e I(T ). Sendo
2 3
0 0 1
6 0 1 2 7
M (T ; Bc3 ; Bc4 ) = 6 7
4 0 2 0 5,
0 1 1
a matriz que representa a transformação linear T em relação à base canónica Bc3 no espaço
de partida e no espaço de chegada, tem-se
2 3
x
T (x; y; z) = M (T ; Bc3 ; Bc4 ) 4 y 5 .
z
Logo,
02 31
0 0 1
B 6 2 7C
N (T ) = N M (T ; Bc3 ; Bc4 ) = N B 6 0 1 7C =
@4 0 2 0 5A
0 1 1
02 31 02 31
0 0 1 0 0 1
B6 0 1 0 7C B6 0 1 0 7 C
= NB 6
@4 0 2 0 5A = N @4
7C B6 7C = L (f(1; 0; 0)g)
0 0 0 A 5
0 1 0 0 0 0
e
022 331
0 0 1
B 66 2 77C
I(T ) = C M (T ; Bc3 ; Bc4 ) = C B 66 0 1 77C = L (f(0; 1; 2; 1); ( 1; 2; 0; 1)g) .
@44 0 2 0 5A
5
0 1 1
335
O conjunto f(1; 0; 0)g é uma base de N (T ) e o conjunto f(0; 1; 2; 1); ( 1; 2; 0; 1)g é uma
base de I(T ).
0
M (T ; Bc ; Bc2 ) = ,
0
Uma base para N (T ) poderá ser a base canónica Bc = f1g. Logo, dim N (T ) = 1. Uma vez
que
dim R
|{z} = dim N (T ) + dim I(T ),
espaço de partida
0
M (T ; Bc ; Bc2 ) = ,
0
a matriz que representa a transformação linear T em relação às bases canónicas Bc e Bc2 nos
espaços de partida e de chegada respectivamente, tem-se
T (x) = M (T ; Bc ; Bc2 ) x .
Logo,
0
N (T ) = N M (T ; Bc ; Bc2 ) = N = R = L (f1g)
0
e
0
I(T ) = C M (T ; Bc ; Bc2 ) = C = f(0; 0)g .
0
Uma base para N (T ) poderá ser a base canónica Bc = f1g.
uma vez que T (1; 0; 0) = (1; 0; 1); T (0; 1; 0) = (2; 0; 0) e T (0; 0; 1) = (0; 3; 1). Tem-se
336
Logo, dim N (T ) = 0 e T é injectiva. Uma vez que
dim R3
|{z} = dim N (T ) + dim I(T ),
espaço de partida
então dim I(T ) = 3. Vejamos como encontrar uma base para I(T ). Tem-se
Como o conjunto f(1; 0; 1); (2; 0; 0); (0; 3; 1)g é linearmente independente e como gera I(T )
então f(1; 0; 1); (2; 0; 0); (0; 3; 1)g é uma base de I(T ).
Por outro lado, como I(T ) é subespaço de R3 e dim I(T ) = dim R3 então I(T ) = R3 ,
isto é, T é sobrejectiva.
Como T é injectiva e sobrejectiva, então T é bijectiva.
Resolução alternativa para encontrar uma base para I(T ). Sendo
2 3
1 2 0
M (T ; Bc3 ; Bc3 ) = 4 0 0 3 5 ,
1 0 1
a matriz que representa a transformação linear T em relação à base canónica Bc3 no espaço
de partida e no espaço de chegada, tem-se
2 3
x
T (x; y; z) = M (T ; Bc3 ; Bc3 ) 4 y 5 .
z
Logo,
02 31
1 2 0
3 3
N (T ) = N M (T ; Bc ; Bc ) = N @ 4 0 0 3 5A =
1 0 1
02 31 02 31
1 2 0 1 2 0
= N @ 4 1 0 1 5A =N @ 4 0 2 1 5A = f(0; 0; 0)g
0 0 3 0 0 3
e
02 31
1 2 0
3 3
I(T ) = C M (T ; Bc ; Bc ) = C @ 4 0 0 3 5A = L (f(1; 0; 1); (2; 0; 0); (0; 3; 1)g) .
1 0 1
O conjunto f(1; 0; 1); (2; 0; 0); (0; 3; 1)g é uma base de I(T ).
337
uma vez que T (1; 0; 0) = (1; 0; 0); T (0; 1; 0) = (0; 1; 0) e T (0; 0; 1) = (0; 0; 1). Tem-se
dim R3
|{z} = dim N (T ) + dim I(T ),
espaço de partida
então dim I(T ) = 3. Vejamos como encontrar uma base para I(T ). Tem-se
I(T ) = f(x; y; z) : x; y; z 2 Rg = R3 ,
isto é, T é sobrejectiva. Como o conjunto f(1; 0; 0); (0; 1; 0); (0; 0; 1)g é linearmente indepen-
dente e como gera I(T ) então f(1; 0; 0); (0; 1; 0); (0; 0; 1)g é uma base de I(T ).
Como T é injectiva e sobrejectiva, então T é bijectiva.
T é linear uma vez que, para todos os p (t) ; p1 (t) ; p2 (t) 2 P2 , para todo o 2 R,
338
Como f1 4t + 3t2 g é uma base de N (T ), dim N (T ) = 1. Logo, T não é injectiva, uma
vez que dim N (T ) 6= 0.
Resolução alternativa para encontrar uma base para N (T ):
N (T ) = a0 + a1 t + a2 t2 2 P2 : T a0 + a1 t + a2 t2 = 0 =
= a0 + a1 t + a2 t2 2 P2 : 2 a0 + a1 (1 t) + a2 (1 t)2 t (a1 + 2a2 t) = 0 =
= a0 + a1 t + a2 t 2 P2 : 2a0 + 2a1 2a1 t + 2a2 4a2 t + 2a2 t2 a1 t 2a2 t2 = 0 =
2
Uma vez que o conjunto f2; 2 3tg é linearmente independente e gera I (T ), então f2; 2 3tg
é uma base de I (T ), tendo-se dim I (T ) = 2.
Como dim P2 = 3, tem-se I (T ) 6= P2 , pelo que T não é sobrejectiva.
Resolução alternativa para encontrar uma base para I(T ):
Sendo p (t) = a0 + a1 t + a2 t2 , com a0 ; a1 ; a2 2 R, tem-se
Logo, I(T ) = L (f2; 2 3t; 2 4tg) = L (f2; 2 3tg). Uma vez que o conjunto f2; 2 3tg é
linearmente independente e gera I (T ), então f2; 2 3tg é uma base de I (T ).
T é linear uma vez que, para todos os p (t) ; p1 (t) ; p2 (t) 2 P2 , para todo o 2 R,
339
= T (p1 (t)) + T (p2 (t)) ,
T (t) = 0 ( 1) + (( 1) + 1) t + (( 1) 1 2 0) t2 = 1 2t2
e
T (t2 ) = 0 1 + (1 + 1) t + (1 1 2 0) t2 = 1 + 2t:
Uma base para N (T ):
Como
02 31 02 31 02 31
0 1 1 0 1 1 2 0 2
N (M (T ; B; B)) = N @ 4 2 0 2 5A =N @ 4 2 0 2 5A =N @4 0 1 1 5A =
2 2 0 0 2 2 0 0 0
= L (f( 1; 1; 1)g) ,
então
N (T ) = a0 + a1 t + a2 t2 2 P2 : T a0 + a1 t + a2 t2 = 0 =
a0 + a1 t + a2 t2 2 P2 : p (0) p ( 1) + (p ( 1) + p (1)) t+
= =
+ (p ( 1) p (1) 2p (0)) t2 = 0
a0 + a1 t + a2 t2 2 P2 : p (0)
p ( 1) = 0 e p ( 1) + p (1) = 0 e
= =
p ( 1)
p (1) 2p (0) = 0
8 2
9
< a0 + a1 t + a2 t 2 P2 : a0 (a0 a1 + a2 ) = 0 e =
= (a0 a1 + a2 ) + (a0 + a1 + a2 ) = 0 e =
: ;
(a0 a1 + a2 ) (a0 + a1 + a2 ) 2a0 = 0
= a0 + a1 t + a2 t2 2 P2 : a1 = a2 e a0 = a2 =
= a2 + a2 t + a2 t2 2 P2 : a2 2 R = a2 1 + t + t2 2 P2 : a2 2 R =
= L 1 + t + t2 .
340
Como f1; t; t2 g gera P2 , tem-se
I (T ) = L T (1) ; T (t) ; T t2 =L 2t 2t2 ; 1 2t2 ; 1 + 2t =L 1 2t2 ; 1 + 2t :
Uma vez que o conjunto f1 2t2 ; 1 + 2tg é linearmente independente e gera I (T ), então
1 2t2 ; 1 + 2t
é uma base de I (T ), tendo-se dim I (T ) = 2.
Como dim P2 = 3, tem-se I (T ) 6= P2 , pelo que T não é sobrejectiva.
Resolução alternativa para encontrar uma base para I(T ):
Sendo p (t) = a0 + a1 t + a2 t2 , com a0 ; a1 ; a2 2 R, tem-se
T (p (t)) = p (0) p ( 1) + (p ( 1) + p (1)) t + (p ( 1) p (1) 2p (0)) t2 =
= a0 a0 + a1 ( 1) + a2 ( 1)2 + a0 + a1 ( 1) + a2 ( 1)2 + a0 + a1 + a2 t+
+ a0 + a1 ( 1) + a2 ( 1)2 (a0 + a1 + a2 ) 2a0 t2 =
= a1 a2 + (2a0 + 2a2 ) t + ( 2a0 2a1 ) t2 = a0 2t 2t2 + a1 1 2t2 + a2 ( 1 + 2t) .
Logo, I(T ) = L (f2t 2t2 ; 1 2t2 ; 1 + 2tg) = L (f2t 2t2 ; 1 2t2 g). Como o conjunto
2t 2t2 ; 1 2t2
é linearmente independente e gera I (T ), então f2t 2t2 ; 1 2t2 g é uma base de I (T ).
p (1) p (0)
(xvi) Seja T : P2 ! M2 2 (R) com T (p (t)) = .
p (0) p ( 1)
T é linear uma vez que, para todos os p (t) ; p1 (t) ; p2 (t) 2 P2 , para todo o 2 R,
(p1 + p2 ) (1) (p1 + p2 ) (0)
T (p1 (t) + p2 (t)) = T ((p1 + p2 ) (t)) =
(p1 + p2 ) (0) (p1 + p2 ) ( 1)
341
uma vez que
1 1 1 0 1 0
T (1) = ; T (t) = ; T (t2 ) =
1 1 0 1 0 1
Cálculo de N (T ):
Como
02 31 02 31
1 1 1 1 1 1
B6 1 0 0 7C B6 0 1 1 7C
N (M (T ; B1 ; B2 )) = N B 6 7C
@4 1 0 0 5A = N @4 0
B6 7C =
1 1 5A
1 1 1 0 2 0
02 31
1 1 1
B6 0 2 0 7 C
=NB 6
@4 0 0
7C = f(0; 0; 0)g ;
1 5A
0 0 0
então
N (T ) = a0 + a1 t + a2 t2 2 P2 : (a0 ; a1 ; a2 ) = (0; 0; 0) = f0g .
Logo, T é injectiva uma vez que dim N (T ) = 0.
Resolução alternativa para calcular N (T ):
0 0
N (T ) = p (t) = a0 + a1 t + a2 t2 2 P2 : T (p (t)) = =
0 0
p (1) p (0) 0 0
= p (t) = a0 + a1 t + a2 t2 2 P2 : = =
p (0) p ( 1) 0 0
a0 + a1 + a2 a0 0 0
= a0 + a1 t + a2 t2 2 P2 : = =
a0 a0 a1 + a2 0 0
= a0 + a1 t + a2 t2 2 P2 : a0 = 0 e a1 = a2 = 0 = f0g .
Uma base para I(T ):
Como f1; t; t2 g gera P2 , tem-se
1 1 1 0 1 0
I (T ) = L T (1) ; T (t) ; T t2 =L ; ; :
1 1 0 1 0 1
1 1 1 0 1 0
Uma vez que o conjunto ; ; é linearmente independente e
1 1 0 1 0 1
gera I (T ), então
1 1 1 0 1 0
; ;
1 1 0 1 0 1
é uma base de I (T ), tendo-se dim I (T ) = 3.
Como dim M2 2 (R) = 4, tem-se I (T ) 6= M2 2 (R), pelo que T não é sobrejectiva.
Resolução alternativa para encontrar uma base para I(T ):
Sendo p (t) = a0 + a1 t + a2 t2 , com a0 ; a1 ; a2 2 R, tem-se
p (1) p (0) a0 + a1 + a2 a0
T (p (t)) = = =
p (0) p ( 1) a0 a0 a1 + a2
342
a0 a0 a1 0 a2 0
= + + =
a0 a0 0 a1 0 a2
1 1 1 0 1 0
= a0 + a1 + a2 .
1 1 0 1 0 1
1 1 1 0 1 0
Logo, I(T ) = L ; ; . Como o conjunto
1 1 0 1 0 1
1 1 1 0 1 0
; ;
1 1 0 1 0 1
1 2
(xvii) Seja T : M2 2 (R) ! M2 2 (R) com T (X) = tr (X) . Resolva ainda a
2 1
1 2
equação linear T (X) = . Seja
2 1
1 0 0 1 0 0 0 0
Bc2 2
= ; ; ; .
0 0 0 0 1 0 0 1
Logo 2 3
1 0 0 1
6 2 0 0 2 7
M (T ; Bc2 2 ; Bc2 2 ) = 6
4 2
7.
0 0 2 5
1 0 0 1
Cálculo de N (T ):
Como
02 31 02 31
1 0 0 1 1 0 0 1
B6 2 7C B6 0 0 7C
N M (T ; Bc2 2 ; Bc2 2 ) = N B6 2 0 0 7C = N B6 0 0 7C =
@4 2 0 0 2 5A @4 0 0 0 0 5A
1 0 0 1 0 0 0 0
1 0 0 1 0 0 0 0
I (T ) = L T ;T ;T ;T =
0 0 0 0 1 0 0 1
1 2
= L :
2 1
343
1 2
Uma vez que o conjunto é linearmente independente e gera I (T ), então
2 1
1 2
2 1
1 0 1 0 0 1 0 0
+L ; ; .
0 0 0 1 0 0 1 0
cos sen
3. (i) M (T ; Bc2 ; Bc2 ) = , uma vez que T (1; 0) = (cos ; sen ) e
sen cos
T (0; 1) = ( sen ; cos ). Além disso, para todo (x; y) 2 R2
cos 2 sen 2
(iii) M (T ; Bc2 ; Bc2 ) = .
sen 2 cos 2
1 k
(v) M (T ; Bc2 ; Bc2 ) = .
0 1
1 0
(vi) M (T ; Bc2 ; Bc2 ) = .
k 1
k 0
(vii) e (viii) M (T ; Bc2 ; Bc2 ) = .
0 k
344
k 0
(ix) e (x) M (T ; Bc2 ; Bc2 ) = .
0 1
Tem-se
2 3 2 32 3
x 1 2 1 x
T (x; y; z) = M (T ; Bc3 ; Bc3 ) 4 y 5 = 4 1 1 0 5 4 y 5 = (x + 2y + z; x + y; 2x y).
z 2 1 0 z
Tem-se
dim R3
|{z} = dim N (T ) + dim I(T ),
espaço de partida
então dim I(T ) = 3. Vejamos como encontrar uma base para I(T ). Tem-se
Como o conjunto f(1; 1; 2); (2; 1; 1); (1; 0; 0)g é linearmente independente e como gera I(T )
então f(1; 1; 2); (2; 1; 1); (1; 0; 0)g é uma base de I(T ).
Por outro lado, como I(T ) é subespaço de R3 e dim I(T ) = dim R3 então I(T ) = R3 ,
isto é, T é sobrejectiva.
Como T é injectiva e sobrejectiva, então T é bijectiva.
Resolução alternativa para encontrar uma base para I(T ). Sendo
2 3
1 2 1
M (T ; Bc3 ; Bc3 ) = 4 1 1 0 5,
2 1 0
a matriz que representa a transformação linear T em relação à base canónica Bc3 no espaço
de partida e no espaço de chegada, tem-se
2 3
x
T (x; y; z) = M (T ; Bc ; Bc ) y 5 .
3 3 4
345
Logo,
02 31
1 2 1
N (T ) = N M (T ; Bc3 ; Bc3 ) = N @4 1 1 0 5A =
2 1 0
02 31 02 31
1 2 1 1 2 1
= N @4 0 1 1 5A = N @4 0 1 1 5A = f(0; 0; 0)g
0 5 2 0 0 3
e
02 31
1 2 1
3 3
I(T ) = C M (T ; Bc ; Bc ) = C @ 4 1 1 0 5A = L (f(1; 1; 2); (2; 1; 1); (1; 0; 0)g) .
2 1 0
O conjunto f(1; 1; 2); (2; 1; 1); (1; 0; 0)g é uma base de I(T ).
(iii) Tem-se
3 4
M (T ; Bc2 ; Bc2 ) = ,
1 3
uma vez que, pela alínea (ii), T (1; 0) = ( 3; 1) e T (0; 1) = (4; 3).
Observação: Poderíamos ter calculado T (1; 0) e T (0; 1) sem recorrer à alinea (ii), uma
vez que
(1; 0) = 0(1; 1) + (1; 0) e (0; 1) = (1; 1) (1; 0).
Logo, sendo T linear, tem-se (usando só o enunciado)
T (1; 0) = ( 3; 1) e T (0; 1) = T (1; 1) T (1; 0) = (1; 2) ( 3; 1) = (4; 3).
(iv) Tem-se
0 1
SBc2 !B =
1 1
346
uma vez que
(1; 0) = 0(1; 1) + (1; 0) e (0; 1) = (1; 1) (1; 0).
Tem-se
1 1
SB!Bc2 =
1 0
uma vez que
(1; 1) = (1; 0) + (0; 1) e (1; 0) = (1; 0) + 0(0; 1).
As coordenadas do vector (2; 1) na base B são dadas por:
2 0 1 2 1
SBc2 !B = = .
1 1 1 1 1
Determinemos agora as coordenadas do vector T (2; 1) na base B sem usar as alíneas anteri-
ores. Tem-se
Logo,
1
M (T ; B; B) = SBc2 !B M (T ; Bc2 ; Bc2 ) SBc2 !B = SBc2 !B M (T ; Bc2 ; Bc2 )SB!Bc2 =
347
0 1 3 4 1 1 1 3 1 1 2 1
= = = .
1 1 1 3 1 0 4 7 1 0 3 4
Além disso tem-se
coordenadas de (2; 1) M (T ;Bc2 ;Bc2 ) coordenadas de T (2; 1)
!
na base Bc2 T na base Bc2
SBc2 !B # I I # SBc2 !B
Logo, sendo 2 e 1 as coordenadas do vector (2; 1) na base Bc2 então as coordenadas do vector
T (2; 1) na base B são dadas por
2 2 1 0 1 2 1 3 2 1
M (T ; B; B)SBc2 !B = = = .
1 3 4 1 1 1 4 7 1 1
tem-se
2 1 0 1 1 3
M (T ; Bc2 ; B) = M (T ; B; B)SBc2 !B = = .
3 4 1 1 4 7
348
uma vez que
T (1; 1) = (1; 2) = (1; 0) 2(0; 1)
e
T (1; 0) = ( 3; 1) = 3(1; 0) + (0; 1).
Resolução alternativa: Tendo em conta o diagrama
M (T ;B;B)
(R2 ; B) ! (R2 ; B)
T
SB!Bc2 # I I # SB!Bc2
T
(R2 ; Bc2 ) ! (R2 ; Bc2 )
M (T ;Bc2 ;Bc2 )
tem-se
3 4 1 1 1 3
M (T ; B; Bc2 ) = M (T ; Bc2 ; Bc2 )SB!Bc2 = = .
1 3 1 0 2 1
Tem-se T1 : R3 ! R2 com
2 3 2 3
x x
2 0 1
T1 (x; y; z) = M (T1 ; Bc3 ; Bc2 ) 4 y 5 = 4 y 5 = (2x + z; x + y).
1 1 0
z z
Tem-se T2 : R2 ! R3 com
23
0 1
x x
T2 (x; y) = M (T2 ; Bc2 ; Bc3 ) =4 0 1 5 = (y; y; x + y).
y y
1 1
x
(T1 T2 ) (x; y) = M (T1 ; Bc3 ; Bc2 )M (T2 ; Bc2 ; Bc3 ) =
y
2 3
0 1
2 0 1 4 x 1 3 x
= 0 1 5 = = (x + 3y; 2y)
1 1 0 y 0 2 y
1 1
e T2 T1 : R3 ! R3 linear com
2
3 2 3 2 3
x 0 1 x
2 0 1
(T2 T1 ) (x; y; z) = M (T2 ; Bc2 ; Bc3 )M (T1 ; Bc3 ; Bc2 ) 4 y 5 = 4 0 1 5 4 y 5=
1 1 0
z 1 1 z
349
2 32 3
1 1 0 x
= 4 1 1 0 5 4 y 5 = (x + y; x + y; 3x + y + z).
3 1 1 z
Resolução alternativa: Tendo-se T1 : R3 ! R2 com T1 (x; y; z) = (2x + z; x + y) e
T2 : R2 ! R3 com T2 (x; y) = (y; y; x + y), então T1 T2 : R2 ! R2 é linear com
e T2 T1 : R3 ! R3 é linear com
Tem-se 2 3
2 4 5
M (T ; B; B) = 4 1 3 3 5,
1 5 4
uma vez que
8. Seja
1 0 0 1 0 0 0 0
Bc2 2
= ; ; ;
0 0 0 0 1 0 0 1
a base canónica (ordenada) de M2 2 (R). Considere a transformação linear
Tem-se 2 3
1 0 0 0
6 0 0 1 0 7
M (S; Bc2 2 ; Bc2 2 ) = 6
4 0
7,
1 0 0 5
0 0 0 1
350
uma vez que
1 0 1 0 0 1 0 0
S = S = ;
0 0 0 0 0 0 1 0
0 0 0 1 0 0 0 0
S = S = :
1 0 0 0 0 1 0 1
Logo,
T (0; 0; 1) = T (v3 ) = (3; 1; 2),
T (0; 1; 0) = T (v2 ) = T (v2 + v3 ) T (v3 ) = 2v1 v2 + 2v3 = ( 2; 1; 2)
e
T (1; 0; 0) = T (v1 ) = T (v1 + v2 + v3 ) T (v2 + v3 ) = v1 + v2 + v3 = ( 1; 1; 1).
Assim:
(i)
T (2v1 v2 + 3v3 ) = 2T (v1 ) T (v2 ) + 3T (v3 ) =
= 2( 1; 1; 1) ( 2; 1; 2) + 3(3; 1; 2) = (9; 6; 6);
(ii) 2 3
1 2 3
3 3
M (T ; Bc ; Bc ) = 4 1 1 1 5.
1 2 2
(iii) Seja B1 = Bc3 a base canónica ordenada de R3 . Determinemos uma base ordenada
B2 = fw1 ; w2 ; w3 g de R3 de modo a que a matriz M (T ; B1 ; B2 ) que represente T em relação
a essas bases B1 e B2 seja a matriz identidade:
2 3
1 0 0
4 0 1 0 5.
0 0 1
Tem-se T (1; 0; 0) = w1 ; T (0; 1; 0) = w2 e T (0; 0; 1) = w3 . Logo,
u1 = (1; 1), u2 = (2; 1), v1 = (1; 0; 1), v2 = (1; 1; 2), v3 = (0; 1; 1),
351
é representada pela matriz 3 2
1 2
M (T ; B1 ; B2 ) = 4 1 1 5 .
3 0
0 0 0 0 0 0 0
Considere ainda as bases ordenadas B1 = u1 ; u2 de R2 e B2 = v1 ; v2 ; v3 de R3 com
0 0 0 0 0
u1 = (1; 0), u2 = (1; 1), v1 = (1; 0; 0), v2 = (1; 1; 0), v3 = (1; 1; 1).
(i) Tem-se
( 1; 2) = (1; 1) (2; 1).
Logo, as coordenadas do vector ( 1; 2) na base B1 são 1 e 1. Deste modo, as coordenadas
do vector T ( 1; 2) na base B2 são dadas por
2 3 2 3
1 2 1
1 1
M (T ; B1 ; B2 ) =4 1 1 5 = 4 2 5.
1 1
3 0 3
(ii) Tem-se
( 1; 2) = 3(1; 0) + 2(1; 1).
Logo, as coordenadas do vector ( 1; 2) na base B10 são 3 e 2.
Resolução alternativa: Tem-se
0 3
SB1 !B10 = ,
1 1
0 0 0 0
uma vez que u1 = 0u1 + u2 e u2 = 3u1 u2 . Tendo em conta (por (i)) que as coordenadas
do vector ( 1; 2) na base B1 são 1 e 1, então as coordenadas do vector ( 1; 2) na base B10
são dadas por
1 0 3 1 3
SB1 !B10 = = .
1 1 1 1 2
(iii) Uma vez que (por (i)) as coordenadas do vector T ( 1; 2) na base B2 são 1; 2 e
3, então
T ( 1; 2) = (1; 0; 1) 2(1; 1; 2) + 3(0; 1; 1) = ( 3; 1; 8).
Por outro lado, tem-se
352
0 0 0 0 0 0 0 0 0
uma vez que v1 = v1 v2 + v3 ; v2 = 0v1 v2 + 2v3 e v3 = v1 + 2v2 v3 . Tendo em
conta que (por (i)) as coordenadas do vector T ( 1; 2) na base B2 são 1; 2 e 3, então as
coordenadas do vector T ( 1; 2) na base B20 são dadas por
2 3 2 32 3 2 3
1 1 0 1 1 4
SB2 !B20 4 2 5 = 4 1 1 2 54 2 5 = 4 9 5.
3 1 2 1 3 8
(v) Determinemos uma base para I (T ). Como f(1; 1); (2; 1)g gera R2 , tem-se
(vi) Determinemos a expressão geral de T , isto é, T (x; y), para todo o (x; y) 2 R2 .
Considerando as bases canónicas de R2 e de R3 respectivamente:
Bc2 = f(1; 0); (0; 1)g ; Bc3 = f(1; 0; 0); (0; 1; 0); (0; 0; 1)g ,
tem-se
1
M (T ; Bc2 ; Bc3 ) = SB2 !Bc3 M (T ; B1 ; B2 ) SB1 !Bc2 =
2 32 3 2 3 2 3
1 1 0 1 2 1 0 3 1 2 1 1
1 2
=4 0 1 1 54 1 1 5 = 4 2 1 5 31 3
1 =4 1 1 5.
1 1 3 3
1 2 1 3 0 4 4 0 4
353
Logo, para todo o (x; y) 2 R2 ,
2 3 2 3
1 1 x y
x x
T (x; y) = M (T ; Bc2 ; Bc3 ) =4 1 1 5 = 4 x + y 5 = (x y; x + y; 4y) .
y y
0 4 4y
Resolução alternativa à alínea (v) para encontrar uma base para I(T ):
Tem-se
f(1; 1; 0) ; ( 1; 1; 4)g
é uma base de I (T ).
Note que:
(vii) Tem-se
M (T ;B1 ;B2 )
(R2 ; B1 ) ! (R3 ; B2 )
T
SB1 !B10 # I I # SB2 !B20
T
(R2 ; B10 ) ! (R3 ; B20 )
M (T ;B10 ;B20 )
Logo,
1
M (T ; B10 ; B20 ) = SB2 !B20 M (T ; B1 ; B2 ) SB1 !B10 = SB2 !B20 M (T ; B1 ; B2 )SB10 !B1 =
2 32 3 2 3 2 3
1 0 1 1 2 2 2 0 2
4 1=3 1 1=3 1
= 1 1 2 54 1 1 5 = 4 6 3 5 4
= 1 6 5.
1=3 0 1=3 0
1 2 1 3 0 4 4 0 4
T (x; y; z) = (x + y; x + y z).
(i) Tem-se
1 1 0
M (T ; Bc3 ; Bc2 ) = ,
1 1 1
uma vez que T (1; 0; 0) = (1; 1); T (0; 1; 0) = (1; 1) e T (0; 0; 1) = (0; 1).
354
(ii) Tem-se
N (T ) = (x; y; z) 2 R3 : T (x; y; z) = (0; 0) =
= (x; y; z) 2 R3 : (x + y; x + y z) = (0; 0) =
= (x; x; 0) 2 R3 : x 2 R = L (f(1; 1; 0)g) .
Logo, o conjunto f(1; 1; 0)g é uma base de N (T ) e dim N (T ) = 1. T não é injectiva, uma
vez que N (T ) 6= f(0; 0)g.
(iii) Tem-se
1 1 0
I(T ) = f(x + y; x + y z) : x; y; z 2 Rg = C = L (f(1; 1); (0; 1)g) .
1 1 1
Como o conjunto f(1; 1); (0; 1)g é linearmente independente e como gera I(T ) então f(1; 1); (0; 1)g
é uma base de I(T ) e tem-se dim I(T ) = 2.
Por outro lado, como I(T ) é subespaço de R2 e dim I(T ) = dim R2 então I(T ) = R2 ,
isto é, T é sobrejectiva.
(v) Não existe nenhum vector (a; b) 2 R2 para o qual a equação linear T (x; y; z) = (a; b)
seja impossível, uma vez que T é sobrejectiva.
(vi) Não existe nenhum vector (a; b) 2 R2 para o qual a equação linear T (x; y; z) = (a; b)
seja possível e determinada, uma vez que T não é injectiva.
(ii) Tem-se
02 31 02 31
1 2 2 1 2 2
N (T ) = N @4 2 1 4 5A = N @4 0 3 0 5A = f(0; 0; 0)g .
0 0 2 0 0 2
355
Logo, T é injectiva e dim N (T ) = 0.
(iii) Tem-se
Como o conjunto f(1; 2; 0); (2; 1; 0); (2; 4; 2)g é linearmente independente e como gera I(T )
então f(1; 2; 0); (2; 1; 0); (2; 4; 2)g é uma base de I(T ) e tem-se dim I(T ) = 3. Por outro lado,
como I(T ) é subespaço de R3 e dim I(T ) = dim R3 então I(T ) = R3 , isto é, T é sobrejectiva.
(iv) Como T (1; 1; 0) = T (1; 0; 0) + T (0; 1; 0) = (2; 1; 0) + (1; 2; 0) = (3; 3; 0), então o
vector (1; 1; 0) é uma solução particular da equação linear
(v) Não existe nenhum vector (a; b; c) 2 R3 para o qual a equação linear T (x; y; z) =
(a; b; c) seja impossível, uma vez que T é sobrejectiva.
(vi) Não existe nenhum vector (a; b; c) 2 R3 para o qual a equação linear T (x; y; z) =
(a; b; c) seja possível e indeterminada, uma vez que T é injectiva.
é dada por 2 3
1 2 2
M (T ; B; B) = 4 2 4 4 5 .
0 0 2
(i) Seja A = M (T ; B; B). Seja u 2 R3 e sejam ( 1; 2; 3) as coordenadas de u em relação
à base B. Tem-se
u 2 N (T ) , ( 1 ; 2 ; 3) 2 N (A)
e como
02 31 02 31
1 2 2 1 2 0
N (A) = N @4 2 4 4 5A = N @4 0 0 0 5A = f( 2y; y; 0) : y 2 Rg = L (f( 2; 1; 0)g) ,
0 0 2 0 0 2
356
Como
dim R3
|{z} = dim N (T ) + dim I(T ),
espaço de partida
então dim I(T ) = 2 e assim I(T ) 6= R3 (pois dim R3 = 3), isto é, T não é sobrejectiva.
Expressão geral de T :
2 32 32 3 1 2 3
1 1 1 1 2 2 1 1 1 x
4
T (x; y; z) = 1 1 0 5 4 2 4 4 54 1 1 0 5 4 y 5=
1 0 0 0 0 2 1 0 0 z
1 1 1 1
T ; ; = 1; 1;
3 3 3 3
357
Logo, a solução geral de
1
T (x; y; z) = 1; 1;
3
é dada por:
1 1 1 1
(x; y; z) 2 R3 : T (x; y; z) = 1; 1; = ; ; + N (T ) =
3 3 3 3
1 1 1
= ; ; ) + s (1; 1; 2) : s 2 R .
3 3 3
(v) Por exemplo o vector (1; 0; 0) ou qualquer vector (a; b; c) 2 I(T ), uma vez que sendo
T não injectiva, sempre que a equação linear fôr possível, ela será indeterminada.
(vi) Tem-se
T (v1 ) = (1; 1; 1) + 2(1; 1; 0) + 0(1; 0; 0) = (3; 3; 1);
T (v2 ) = 2(1; 1; 1) + 4(1; 1; 0) + 0(1; 0; 0) = (6; 6; 2)
e
T (v3 ) = 2(1; 1; 1) + 4(1; 1; 0) + 2(1; 0; 0) = (8; 6; 2).
Logo,
T (1; 0; 0) = T (v3 ) = (8; 6; 2);
T (0; 1; 0) = T (v2 ) T (v3 ) = ( 2; 0; 0)
e
T (0; 0; 1) = T (v1 ) T (v2 ) = ( 3; 3; 1).
Assim, 2 3
8 2 3
3 3 4
M (T ; Bc ; Bc ) = 6 0 3 5
2 0 1
e deste modo, para (x; y; z) 2 R3 ,
2 3 2 32 3
x 8 2 3 x
T (x; y; z) = M (T ; Bc3 ; Bc3 ) 4 y 5 = 4 6 0 3 54 y 5 =
z 2 0 1 z
(i) Tendo em conta que T (1; 0; 0) = (1; 1; 0); T (0; 1; 0) = (1; 2; 0) e T (0; 0; 1) = (1; 4; 1),
tem-se 2 3
1 1 1
M (T ; Bc3 ; Bc3 ) = 4 1 2 4 5
0 0 1
358
que representa T em relação à base canónica (ordenada) Bc3 de R3 .
Logo, 2 3
2 1 6
1
M (T ; Bc3 ; Bc3 ) = 4 1 1 5 5
0 0 1
e como tal, para (x; y; z) 2 R3 ,
2 3 2 32 3
x 2 1 6 x
1
T 1
(x; y; z) = M (T ; Bc3 ; Bc3 ) 4 y 5=4 1 1 5 5 4 y 5=
z 0 0 1 z
1
T T (x; y; z) = T T 1 (x; y; z) = T (2x y 6z; x + y + 5z; z) =
= (2x y 6z x + y + 5z + z; 2x y 6z 2x + 2y + 10z 4z; z) =
= (x; y; z).
359
Demonstração alternativa da injectividade de T : Tem-se
Logo, T é injectiva.
(iii) Sendo T injectiva, como os espaços de partida e de chegada têm a mesma dimensão,
então T é sobrejectiva. Logo, T é linear e bijectiva, isto é, T é um isomor…smo.
(iv) Tem-se
1
T (x; y; z) = (1; 1; 2) , (x; y; z) = T (1; 1; 2) = ( 11; 10; 2).
Logo, a solução geral da equação linear T (x; y; z) = (1; 1; 2) é: f( 11; 10; 2)g.
15. Seja
1 0 0 1 0 0 0 0
Bc2 2
= ; ; ;
0 0 0 0 1 0 0 1
a base canónica (ordenada) de M2 2 (R). Considere a transformação
0 1
T : M2 2 (R) ! M2 2 (R) de…nida por T (X) = AX XA, com A = :
1 0
e
T ( X) = A( X) ( X)A = (AX XA) = T (X).
a b
(ii) Seja 2 M2 2 (R). Tem-se
c d
a b 0 1 a b a b 0 1 b+c d a
T = = .
c d 1 0 c d c d 1 0 d a b c
a b b+c d a
T = .
c d d a b c
(iii) Tem-se 2 3
0 1 1 0
6 1 0 0 1 7
M (T ; Bc2 2 ; Bc2 2 ) = 6
4 1
7,
0 0 1 5
0 1 1 0
360
uma vez que
1 0 0 1 1 0 1 0 0 1 0 1
T = = ,
0 0 1 0 0 0 0 0 1 0 1 0
0 1 0 1 0 1 0 1 0 1 1 0
T = = ,
0 0 1 0 0 0 0 0 1 0 0 1
0 0 0 1 0 0 0 0 0 1 1 0
T = = ,
1 0 1 0 1 0 1 0 1 0 0 1
0 0 0 1 0 0 0 0 0 1 0 1
T = = :
0 1 1 0 0 1 0 1 1 0 1 0
(iv) Tem-se
a b 0 0
N (T ) = X= 2 M2 2 (R) : T (X) = =
c d 0 0
a b 1 0 0 1
= 2 M2 2 (R) : a; b 2 R =L ; .
b a 0 1 1 0
0 0
Logo, dim N (T ) = 2. Como N (T ) 6= então T não é injectiva.
0 0
(v) Atendendo a que dim N (T ) = 2 e dim M2 2 (R) = 4, então dim I(T ) = 2. T não é
sobrejectiva uma vez que I(T ) 6= M2 2 (R). Determinemos uma base para I(T ). Tem-se
a b
I(T ) = T (X) : X = 2 M2 2 (R) =
c d
b+c d a
= 2 M2 2 (R) : a; b; c; d 2 R =
a+d b c
0 1 1 0 0 1
= L ; ; =
1 0 0 1 1 0
1 0 0 1
= L ; .
0 1 1 0
1 0 0 1
Como o conjunto ; gera I(T ) e é linearmente independente, então é
0 1 1 0
uma base de I(T ).
(i) Tem-se
1 1
M (T1 ; Bc2 ; Bc2 ) =
1 1
361
e
2 1
M (T2 ; Bc2 ; Bc2 ) =
1 2
uma vez que T1 (1; 0) = (1; 1); T1 (0; 1) = (1; 1); T2 (1; 0) = (2; 1) e T2 (0; 1) = (1; 2).
(ii) A matriz M (T2 T1 ; Bc2 ; Bc2 ) que representa T2 T1 em relação à base canónica (or-
denada) Bc2 de R2 , é dada por
x
(T2 T1 )(x; y) = M (T2 T1 ; Bc2 ; Bc2 ) =
y
3 1 x
= = (3x + y; x + 3y).
1 3 y
x
T1 (x; y) = M (T1 ; Bc2 ; Bc2 ) =
y
1 1 x
= = (x + y; x y)
1 1 y
e
x
T2 (x; y) = M (T2 ; Bc2 ; Bc2 ) =
y
2 1 x
= = (2x + y; x 2y).
1 2 y
Logo,
(T2 T1 )(x; y) = T2 (T1 (x; y)) = T2 (x + y; x y) =
= (2x + 2y + x y; x + y 2x + 2y) = (3x + y; x + 3y):
(v) Tem-se
N (T2 ) = (x; y) 2 R2 : T (x; y) = (0; 0) = (x; y) 2 R2 : (2x + y; x 2y) = (0; 0) = f(0; 0)g .
362
(vi) Tem-se então
1 1
M (T1 ; Bc2 ; Bc2 ) = M (T1 1 ; Bc2 ; Bc2 ) e M (T2 ; Bc2 ; Bc2 ) = M (T2 1 ; Bc2 ; Bc2 )
1 1
Determinemos (M (T1 ; Bc2 ; Bc2 )) e (M (T2 ; Bc2 ; Bc2 )) .
1 1 j 1 0 1 1 j 1 0
M (T1 ; Bc2 ; Bc2 ) j I = ! !
1 1 j 0 1 0 2 j 1 1
1 0 j 1=2 1=2 1 0 j 1=2 1=2
! ! ;
0 2 j 1 1 0 1 j 1=2 1=2
2 1 j 1 0 2 1 j 1 0
M (T2 ; Bc2 ; Bc2 ) j I = ! !
1 2 j 0 1 0 5=2 j 1=2 1
2 0 j 4=5 2=5 1 0 j 2=5 1=5
! ! .
0 5=2 j 1=2 1 0 1 j 1=5 2=5
Logo,
1 x 1=2 1=2 x 1 1 1 1
T1 1 (x; y) = M (T1 ; Bc2 ; Bc2 ) = = x + y; x y ,
y 1=2 1=2 y 2 2 2 2
1 x 2=5 1=5 x 2 1 1 2
T2 1 (x; y) = M (T2 ; Bc2 ; Bc2 ) = = x + y; x y ,
y 1=5 2=5 y 5 5 5 5
e …nalmente
1 1 1
T1 T2 (x; y) = T1 T2 1 (x; y) =
2 1 1 2
= T1 1 x + y; x y =
5 5 5 5
3 1 1 3
= x y; x + y .
10 10 10 10
(vii) Tem-se
363
(viii) Tendo em conta (vii) tem-se
3=10 1=10 x 3 1 1 3
(T2 T1 ) 1 (x; y) = = x y; x + y .
1=10 3=10 y 10 10 10 10
(T2 T1 ) 1 (x; y) = T1 1
T2 1
(x; y).
1 0
17. Seja A = M (T ; Bc2 ; Bc2 ). Como A = é invertível, pois det A = 1 6= 0,
2 1
T é injectiva. Logo, se a equação linear T (x; y) = (1; 2) tiver solução, ela é única. Como
1 1 1 0
C (A) = I (T ) e uma vez que 2 C (A) pois: =1 +0 , então (1; 0) é a
2 2 2 1
solução única da equação linear T (x; y) = (1; 2).
Resolução alternativa da equação linear T (x; y) = (1; 2):
Como A é invertível, T é invertível e
1 1 1 1 0 1 1
T (x; y) = (1; 2) , (x; y) = T (1; 2) = A = = .
2 2 1 2 0
1 1 0
M T2 T1 ; Bc2 ; Bc2 = M T2 ; Bc1 ; Bc2 M T1 ; Bc2 ; Bc1 = 1 0 =
0 0 0
1 0
e assim N (T2 T1 ) = N (M (T2 T1 ; Bc2 ; Bc2 )) = N = L (f(0; 1)g). Pelo que
0 0
f(0; 1)g é base de N (T2 T1 ), uma vez que f(0; 1)g é linearmente independente e gera
N (T2 T1 ).
1 0 1
19. Como M (T ; B1 ; B2 ) = , tem-se T (1; 0; 1) = 1(1; 1) (0; 1) = (1; 0),
1 0 1
T (0; 1; 1) = 0(1; 1) + 0(0; 1) = (0; 0) e T (1; 0; 1) = 1(1; 1) (0; 1) = (1; 0). Por outro lado,
como B1 = f(1; 0; 1); (0; 1; 1); (0; 0; 1)g gera o "espaço de partida" R3 , tem-se
Pelo que f(1; 0)g é base de I (T ), pois (1; 0) é linearmente independente e gera I (T ).
1 0 1
Tem-se dim I (T ) = car (M (T ; B1 ; B2 )) = car = 1. Como I (T ) 6= R2 ,
0 0 0
pois dim I (T ) = 1 6= 2 = dim R2 , então T não é sobrejectiva.
364
2 3 3
relação à base (ordenada) 2 B = 3f(2; 1); (1; 2)g de R e à base canónica Bc de R é dada pela
2 1
matriz M (T2 ; B; Bc3 ) = 4 1 1 5.
1 2
(i)
(ii) Como B = f(2; 1); (1; 2)g gera o "espaço de partida" R2 , tem-se
Como o conjunto f(2; 1; 1) ; (1; 1; 2)g gera I (T2 ) e é linearmente independente, então é uma
base de I (T2 ).
Tem-se
dim I (T2 ) = 2 e dim N (T2 ) + dim I (T2 ) = dim R2 ,
e assim dim N (T2 ) = 0. Logo, T2 é injectiva.
(iii) Tem-se
2 3 2 3 2 3
1 2 1 1 2 1 1 2 1
4 2 1 1 5 ! 4 0 5 1 5 ! 4 0 5 1 5
2L1 +L2 !L2 3
L +L3 !L3 8
1 1 2 L1 +L3 !L3 0 3 1 5 2 0 0 5
logo o conjunto f(1; 2; 1) ; (2; 1; 1) ; (1; 1; 2)g gera N (T1 ) + I(T2 ) e é linearmente indepen-
dente, então é uma base de N (T1 ) + I(T2 ).
Logo, como N (T1 ) + I(T2 ) é um subespaço de R3 e dim (N (T1 ) + I(T2 )) = dim R3 = 3,
então N (T1 ) + I(T2 ) = R3 .
Tem-se
dim (N (T1 ) \ I(T2 )) = dim N (T1 ) + dim I(T2 ) dim (N (T1 ) + I(T2 )) = 1 + 2 3 = 0.
2 1 1 2
(iv) Como (1; 0) = (2; 1) (1; 2) e (0; 1) = (2; 1) + (1; 2), tem-se
3 3 3 3
2 1 2 1
T2 (1; 0) = T2 (2; 1) (1; 2) = T2 (2; 1) T2 (1; 2) =
3 3 T é linear 3 3
2 1 4 2 2 1 1 2 1
= (2; 1; 1) (1; 1; 2) = ; ; + ; ; = 1; ; 0
3 3 3 3 3 3 3 3 3
365
e
1 2 1 2
T2 (0; 1) = T2 (2; 1) + (1; 2) = T2 (2; 1) + T2 (1; 2) =
3 3 T é linear 3 3
1 2 2 1 1 2 2 4 1
= (2; 1; 1) + (1; 1; 2) = ; ; + ; ; = 0; ; 1
3 3 3 3 3 3 3 3 3
Logo, a matriz M (T2 ; Bc2 ; Bc3 ) que representa T2 em relação às bases canónicas Bc2 e Bc3 de R2
e R3 respectivamente, é dada por
2 3
1 0
M (T2 ; Bc2 ; Bc3 ) = 4 1=3 1=3 5 .
0 1
(v) A matriz M (T1 ; Bc3 ; Bc2 ) que representa T1 em relação às bases canónicas Bc3 e Bc2 de
R3 e R2 respectivamente, é dada por
2 1 0
M (T1 ; Bc3 ; Bc2 ) = ,
0 1 2
uma vez que
T1 (1; 0; 0) = (2; 0); T1 (0; 1; 0) = (1; 1) e T1 (0; 0; 1) = (0; 2).
Logo, a matriz que representa T1 T2 em relação à base canónica Bc2 de R2 é dada por
2 3
1 0
2 1 0 4 7=3 1=3
M (T1 T2 ; Bc2 ; Bc2 ) = M (T1 ; Bc3 ; Bc2 )M (T2 ; Bc2 ; Bc3 ) = 1=3 1=3 5 = .
0 1 2 1=3 7=3
0 1
Logo, tem-se
7=3 1=3 x
(T1 T2 ) (x; y) = .
1=3 7=3 y
7=3 1=3
Assim, como a matriz é invertível, a solução geral da equação (T1 T2 ) (x; y) =
1=3 7=3
8=3
, é dada
8=3
1
x 7=3 1=3 8=3 7=16 1=16 8=3 1
= = = .
y 1=3 7=3 8=3 1=16 7=16 8=3 1
21.
T (1; 0; 0) = (0; 1; 0) ; T (0; 1; 0) = (0; 1; 0) ; T (0; 0; 1) = (0; 0; 1) ;
Como
L (f(1; 0; 0) ; (0; 1; 0) ; (0; 0; 1)g) = R3
e T é linear então
I (T ) = L (fT (1; 0; 0) ; T (0; 1; 0) ; T (0; 0; 1)g) = L (f(0; 1; 0) ; (0; 0; 1)g) :
Além disso, uma vez que o conjunto f(0; 1; 0) ; (0; 0; 1)g é linearmente independente é então
uma base para I (T ). Por outro lado, como
dim R3 = dim N (T ) + dim I (T ) , 3 = dim N (T ) + 2 , dim N (T ) = 1 6= 0
então T não é injectiva.
366
Resolução da 7a Ficha de exercícios para as aulas de problemas
(ii) Tem-se
Como o conjunto f(2; 0; 1); (1; 0; 2)g gera I (T1 ) e é linearmente independente, então é uma
base de I (T1 ).
Como dim I(T1 ) = 2 < 3 = dim R3 então I(T1 ) 6= R3 e assim, T1 não é sobrejectiva.
(iii)
1 1 1 1 1 1
N M (T2 ; B; Bc2 ) = N =N =
1 1 1 0 0 0
(iv) Pela de…nição de M (T2 ; B; Bc2 ) tem-se T2 (1; 0; 0) = (1; 1). Atendendo à alínea
a), tem-se T2 (0; 1; 0) = ( 2; 2) e T2 (0; 0; 1) = (2; 2). Logo, a matriz M (T2 ; Bc3 ; Bc2 ) que
representa T2 em relação às bases canónicas Bc3 e Bc2 de R3 e R2 respectivamente, é dada por
1 2 2
M (T2 ; Bc3 ; Bc2 ) = .
1 2 2
Por outro lado, como T1 (1; 0) = (2; 0; 1) e T1 (0; 1) = (1; 0; 2). Logo, a matriz M (T1 ; Bc2 ; Bc3 )
que representa T1 em relação às bases canónicas Bc2 e Bc3 de R2 e R3 respectivamente, é dada
por 2 3
2 1
M (T1 ; Bc2 ; Bc3 ) = 4 0 0 5 .
1 2
367
Logo, a matriz que representa T2 T1 em relação à base canónica Bc2 de R2 é dada por
2 3
2 1
1 2 2 4 4 5
M (T2 T1 ; Bc2 ; Bc2 ) = M (T2 ; Bc3 ; Bc2 )M (T1 ; Bc2 ; Bc3 ) = 0 0 5= .
1 2 2 4 5
1 2
Logo, tem-se
4 5 x
(T2 T1 ) (x; y) =
4 5 y
e assim,
4 5 x 1
(T2 T1 ) (x; y) = ( 1; 1) , = .
4 5 y 1
A solução geral de (T2 T1 ) (x; y) = ( 1; 1) é dada por:
4 5 x 1 4 5 x 0
Solução particular de = + Solução geral de = .
4 5 y 1 4 5 y 0
1 4 5 x 1
Como o vector ;0 é uma solução particular de = e
4 4 5 y 1
4 5 4 5 5
N =N =L ;1
4 5 0 0 4
então, a solução geral de (T2 T1 ) (x; y) = ( 1; 1) é dada por:
1 4 5 1 5
;0 + N = ;0 + s ;1 :s2R .
4 4 5 4 4
Atendendo a
2 3 2 3 2 3
1 1 1 j x 1 1 1 j x 1 1 1 j x
4 1 1 1 j y 5!4 0 2 2 j y x 5!4 0 2 2 j y x 5,
1 1 1 j z 0 2 0 j z+x 0 0 2 j y+z
tem-se 8
> 1
8 >
> = (x + y)
< + =x >
< 2
1
2 +2 =y x , = (x + z)
: >
> 2
2 =y+z >
> 1
: = (y + z) .
2
368
Logo
1 1 1
(x; y; z) =(x + y) (1; 1; 1) + (x + z) (1; 1; 1) + (y + z) ( 1; 1; 1),
2 2 2
e assim, como T é linear,
1 1 1
T (x; y; z) = (x + y) T (1; 1; 1) + (x + z) T (1; 1; 1) + (y + z) T ( 1; 1; 1) =
2 2 2
1 1 1
= (x + y) 2 + 2t2 + (x + z) t t3 + (y + z) 2 + t + 2t2 + t3 =
2 2 2
1 1
= x + 2y + z + (y x) t + (x + 2y + z) t2 + (y x) t3 .
2 2
1 1
= (x; y; z) 2 R3 : x + 2y + z + (y x) t + (x + 2y + z) t2 + (y x) t3 = 0 + 0t + 0t2 + 0t3 =
2 2
1
= (x; y; z) 2 R3 : x + 2y + z = 0 e (y x) = 0 =
2
= (x; y; z) 2 R3 : x = y e z= 3y = y(1; 1; 3) 2 R3 : y 2 R = L (f(1; 1; 3)g)
Logo, o conjunto f(1; 1; 3)g é uma base de N (T ) e dim N (T ) = 1. T não é injectiva, uma
vez que N (T ) 6= f(0; 0; 0)g.
(iii) Determine, se possível, uma base para o contradomínio I(T ). Determine a dimensão
de I(T ). Diga se T é sobrejectiva.
Como f(1; 1; 1); (1; 1; 1); ( 1; 1; 1)g gera R3 ; tem-se
Como: 2 3 2 3
2 0 2 2 0 2
6 0 1 1 7 6 0 1 1 7
6 7!6 7
4 2 0 2 5 4 0 0 0 5
0 1 1 0 0 0
então o conjunto f2 + 2t2 ; t t3 g é linearmente independente e gera I(T ); sendo assim
uma base de I(T ).
Logo, tem-se dim I(T ) = 2.
Por outro lado, como I(T ) é subespaço de P3 e dim P3 = 4 então I(T ) 6= P3 , isto é, T
não é sobrejectiva.
369
1 3 1 3
=T ( 1; 1; 1) (1; 1; 1) =T ; ; ,
2 2 2 2
3 1 3
; ;
2 2 2
é uma solução particular da equação linear T (x; y; z) = 1 + t + t2 + t3 :
Como, a solução geral de T (x; y; z) = 1 + t + t2 + t3 é dada por:
T (x; y; z) = z y + (y x) t + xt2 .
(i) Tem-se
N (T ) = (x; y; z) 2 R3 : T (x; y; z) = 0 =
= (x; y; z) 2 R3 : z y + (y x) t + xt2 = 0 + 0t + 0t2 =
= (x; y; z) 2 R3 : z = y e (y = x ou = 0) e x = 0 =
3
= (0; y; z) 2 R : z = y e (y = 0 ou = 0) =
8 8
< f(0; 0; 0)g se 6= 0 < f(0; 0; 0)g se 6= 0
= =
: :
fy(0; 1; 1) 2 R3 : y 2 Rg se =0 L (f(0; 1; 1)g) se =0
Logo, se = 0 então f(0; 1; 1)g é uma base de N (T0 ) e assim T0 não é injectiva.
8
< 0 se 6 0
=
dim N (T ) =
:
1 se = 0:
Logo, como N (T ) = f(0; 0; 0)g, para todo o 2 Rn f0g, então T é injectiva, para todo o
2 Rn f0g.
T (x; y; z) = z y + (y x) t + xt2 = z + x t + t2 + y ( 1 + t)
Logo,
370
Se 6= 0 então o conjunto f1; t + t2 ; 1 + tg é linearmente independente e gera
I (T ), sendo assim uma base de I (T ).
Se = 0 então o conjunto f1; t2 g é linearmente independente e gera I (T0 ), sendo assim
uma base de I (T0 ).
Logo 8
< 3 se 6= 0
dim I(T ) =
:
2 se = 0:
Como I (T ) é um subespaço de P2 e neste caso ( 6= 0) dim I (T ) = dim P2 , então
I (T ) = P2 , isto é, T é sobrejectiva se 6= 0.
Se = 0, como I (T0 ) 6= P3 , T0 não é sobrejectiva.
Note que: para todo o 2 R,
dim R3
|{z} = dim N (T ) + dim I(T ),
espaço de partida
4. Considere o espaço linear P2 dos polinómios reais de variável real e de grau menor ou
igual a 2. Considere a transformação linear T : P2 ! P2 de…nida por
371
(ii) Seja B = f1; t; t2 g a base canónica (ordenada) de P2 . Determinemos a matriz
M (T ; B; B) que representa T em relação à base B.
Como
T (1) = 0 2 = 2, T (t) = 1 2t; T t2 = 2t 2t2
tem-se 2 3
2 1 0
M (T ; B; B) = 4 0 2 2 5
0 0 2
1 1 1 0 1 00
T (p (t)) = p (t) p (t) p (t)
2 4 8
para todo o p (t) 2 P2 .
(iv) Tem-se
1 1 1 5 3 9 2
= (2 3t)2 (2 (2 3t) ( 3)) (2 ( 3) ( 3)) = + t t.
(iii) 2 4 8 4 2 2
Logo,
5 3 9 2
p (t) = + t t
4 2 2
é a única solução da equação diferencial linear p0 (t) 2p (t) = (2 3t)2 .
372
5. Considere o espaço linear P2 dos polinómios reais de variável real e de grau menor ou
igual a 2. Considere a transformação linear T : P2 ! P2 de…nida por
T a0 + a1 t + a2 t2 = 2a0 2a1 t.
Como ft2 g é uma base de N (T ), dim N (T ) = 1. Logo, T não é injectiva, uma vez que
dim N (T ) 6= 0.
N (T ) = a0 + a1 t + a2 t2 2 P2 : T a0 + a1 t + a2 t2 = 0 =
= a0 + a1 t + a2 t2 2 P2 : t2 2a2 2 a0 + a1 t + a2 t2 = 0 =
= a0 + a1 t + a2 t2 2 P2 : 2a0 2a1 t = 0 =
= a0 + a1 t + a2 t2 2 P2 : a0 = 0 e a1 = 0 = L t2 .
373
Uma base para I(T ):
Uma vez que o conjunto f 2; 2tg é linearmente independente e gera I (T ), então f 2; 2tg
é uma base de I (T ), tendo-se dim I (T ) = 2.
Como dim P2 = 3, tem-se I (T ) 6= P2 , pelo que T não é sobrejectiva.
Solução particular de t2 p00 (t) 2p (t) = 2 t + Solução geral de t2 p00 (t) 2p (t) = 0
N (T ) = L t2 ,
1 1
1+ t+L t2 = 1 + t + at2 : a 2 R .
2 2
T1 (p (t)) = 2tp0 (t) 2p (0) = 2t (a1 + 2a2 t) 2a0 = 2a0 + 2a1 t + 4a2 t2
Como 2 3
2 0 0
M (T1 ; B; B) = 4 0 2 0 5 ;
0 0 4
uma vez que T1 (1) = 2; T1 (t) = 2t; T1 (t2 ) = 4t2 , onde B = f1; t; t2 g é a base canónica
(ordenada) de P2
374
Logo
3 2 2 3
a0 2
2tp0 (t) 2p (0) = 2 t , T1 (p (t)) = 2 t , M (T1 ; B; B) 4 a1 5 = 4 1 5 ,
a2 0
2 3 2 3
a0 2
, 4 a1 5 = (M (T1 ; B; B)) 1 4 1 5
M (T1 ;B;B) é invertível
a2 0
2 3 2 3 12 3 2 1 32 3 2 3
a0 2 0 0 2 2
0 0 2 1
, 4 a1 5 = 4 0 2 0 5 4 1 5 = 4 0 21 0 5 4 1 5 = 4 1
2
5.
a2 0 0 4 0 0 0 41 0 0
Isto é, a solução geral de
2tp0 (t) 2p (0) = 2 t
é:
1
1 t .
2
Veri…cação:
0
1 1 1 1
T1 1 t = 2t 1 t 2 1 0 = 2t +2=2 t.
2 2 2 2
dim R3
|{z} = dim N (T1 ) + dim I(T1 ) = dim I(T1 ),
espaço de partida
então I(T1 ) = R3 , isto é, T1 é sobrejectiva e uma base para I(T1 ) é por exemplo
B = 1; t; t2
então
I(T1 ) = fT1 (p (t)) : p (t) 2 P2 g = L 2; 2t; 4t2 .
Como f1; t; t2 g gera P2 , tem-se
375
e sendo o conjunto f 2; 2t; 4t2 g linearmente independente então
2; 2t; 4t2
dim R3
|{z} = dim N (T1 ) + dim I(T1 ) = dim N (T1 ) + 3 , dim N (T1 ) = 0,
espaço de partida
isto é, T1 é injectiva.
U = A 2 M2 2 (R) : A = AT .
T (A) = AB + BA
0 1
com B = .
1 0
a b
(i) Seja 2 U , com a; b; c 2 R. Tem-se
b c
a b a b 0 1 0 1 a b 2b a + c
T = + =
b c b c 1 0 1 0 b c a + c 2b
a b 2b a + c
T = .
b c a + c 2b
(ii) Determinemos uma base para U e a matriz que representa T em relação a essa base.
Seja A 2 U . Tem-se
a b 1 0 0 1 0 0
A= =a +b +c
b c 0 0 1 0 0 1
1 0 0 1 0 0
B= ; ;
0 0 1 0 0 1
376
gera U e é linearmente independente, então B é uma base de U . Por outro lado, como
1 0 1 0 0 1 0 1 1 0 0 1
T = + = =
0 0 0 0 1 0 1 0 0 0 1 0
1 0 0 1 0 0
= 0 +1 +0
0 0 1 0 0 1
0 1 0 1 0 1 0 1 0 1 2 0
T = + = =
1 0 1 0 1 0 1 0 1 0 0 2
1 0 0 1 0 0
= 2 +0 +2
0 0 1 0 0 1
0 0 0 0 0 1 0 1 0 0 0 1
T = + = =
0 1 0 1 1 0 1 0 0 1 1 0
1 0 0 1 0 0
= 0 +1 +0
0 0 1 0 0 1
então a matriz que representa T em relação à base B é dada por:
2 3
0 2 0
4
M (T ; B; B) = 1 0 1 5.
0 2 0
a b 0 0
N (T ) = A= 2 U : T (A) = =
b c 0 0
a b 0 1 0 1 0 0
A= 2U :A + A=
b c 1 0 1 0 0 0
a b 2b a + c 0 0
= A= 2U : = =
b c a + c 2b 0 0
a b
= A= 2 U : 2b = 0 e a + c = 0 =
b c
c 0 1 0 1 0
= A= :c2R =L =L .
0 c 0 1 0 1
377
1 0
Como é uma base de N (T ), dim N (T ) = 1.
0 1
1 0 0 1 0 0
Como ; ; gera U , tem-se
0 0 1 0 0 1
1 0 0 1 0 0
I (T ) = L T ;T ;T =
0 0 1 0 0 1
0 1 2 0 0 1
= L ; ; =
1 0 0 2 1 0
0 1 2 0
= L ; :
1 0 0 2
0 1 2 0
Uma vez que o conjunto ; é linearmente independente e gera I (T ),
1 0 0 2
então
0 1 2 0
;
1 0 0 2
é uma base de I (T ), tendo-se dim I (T ) = 2.
Como dim U = 3, tem-se I (T ) 6= U , pelo que T não é sobrejectiva.
1
2
0
então é uma solução particular da equação linear T (A) = B.
0 12
Como a solução geral de T (A) = B é dada por:
1 0
N (T ) = L ,
0 1
378
de M2 2 (R) e B2 = f1 + t; t + t2 ; t2 + t3 ; t3 g de P3 é dada por
2 3
1 1 1 1
6 0 1 1 1 7
M (T ; B1 ; B2 ) = 6 4 0
7 . (*)
0 1 1 5
0 0 0 1
a b
(i) Seja 2 M2 2 (R), com a; b; c; d 2 R. De (*), tem-se
c d
1 1
T = 1+t
1 0
1 1
T = 1 + t + t + t2 = 1 + 2t + t2
0 1
0 1
T = 1 + t + t + t2 + t2 + t3 = 1 + 2t + 2t2 + t3
1 1
1 0
T = 1 + t + t + t2 + t2 + t3 + t3 = 1 + 2t + 2t2 + 2t3
1 1
como
1 0 1 1 1 1 1 1 2 0 1 1 1 0
= + +
0 0 3 1 0 3 0 1 3 1 1 3 1 1
0 1 1 1 1 1 1 1 1 0 1 2 1 0
= + +
0 0 3 1 0 3 0 1 3 1 1 3 1 1
0 0 1 1 1 2 1 1 1 0 1 1 1 0
= + +
1 0 3 1 0 3 0 1 3 1 1 3 1 1
0 0 2 1 1 1 1 1 1 0 1 1 1 0
= + + +
0 1 3 1 0 3 0 1 3 1 1 3 1 1
então
a b 1 0 0 1 0 0 0 0
T = aT +bT +cT +dT =
c d T é linear 0 0 0 0 1 0 0 1
1 1 2 1
= a (1 + t) + 1 + 2t + t2 1 + 2t + 2t2 + t3 + 1 + 2t + 2t2 + 2t3 +
3 3 3 3
1 1 1 2
+b (1 + t) + 1 + 2t + t2 + 1 + 2t + 2t2 + t3 1 + 2t + 2t2 + 2t3 +
3 3 3 3
1 2 1 1
+c (1 + t) 1 + 2t + t2 + 1 + 2t + 2t2 + t3 + 1 + 2t + 2t2 + 2t3 +
3 3 3 3
2 1 1 1
+d (1 + t) + 1 + 2t + t2 + 1 + 2t + 2t2 + t3 + 1 + 2t + 2t2 + 2t3
3 3 3 3
1 1 1 2 1 1 1 2 1 1 2 1 4 5
=a + t t +b + t t t3 +c + t + t2 + t3 +d + t + t2 + t3 =
3 3 3 3 3 3 3 3 3 3 3 3
379
1 1 1 1 1 1 1 4 1 1 2 5
= a+ b+ c+ d+ a + b + c + d t+ a b + c + d t2 +( b + c + d) t3
3 3 3 3 3 3 3 3 3 3 3 3
a b 1 1 1 1 1 1 1 4 1 1 2 5
T = a+ b+ c+ d+ a + b + c + d t+ a b + c + d t2 +( b + c + d) t3 .
b c 3 3 3 3 3 3 3 3 3 3 3 3
1 0 0 1 0 0 0 0
B2c 2 = ; ; ;
0 0 0 0 1 0 0 1
e
B3c = 1; t; t2 ; t3
são respectivamente as bases canónicas de M2 2 (R) e de P3 .
A matriz de mudança da base B1 para a base B2c 2 é dada por:
2 3
1 1 0 1
6 1 1 1 0 7
SB1 !B2c 2 = 6 7
4 1 0 1 1 5.
0 1 1 1
0 0 1 1
Logo, a matriz que representa T em relação às bases B2c 2 e B3c é dada por:
1
M (T ; B2c 2 ; B3c ) = SB2 !B3c M (T ; B1 ; B2 ) SB1 !B2c 2
=
2 32 32 3 1
1 0 0 0 1 1 1 1 1 1 0 1
6 1 1 0 0 7 6 0 1 1 1 7 6 1 1 1 0 7
=6
4 0
76 76 7 =
1 1 0 54 0 0 1 1 54 1 0 1 1 5
0 0 1 1 0 0 0 1 0 1 1 1
380
2 1 1 1 2
3 2 1 1 1 1
3
3 3 3 3 3 3 3 3
2 36 7 6 7
1 1 1 1 6 6 1 1 2 1
7 6
7 6 1 1 1 4
7
7
6 1 2 2 2 7 6 3 3 3 3 7 6 3 3 3 3 7
=6 76 7=6 7.
4 0 1 2 2 566 2 1 1 1
7 6
7 6 1 1 2 5
7
7
0 0 1 2 6 4
3 3 3 3 7 6
5 4
3 3 3 3 7
5
1 2 1 1
3 3 3 3
0 1 1 1
Note que a expressão geral de T obtida na alínea (i) pode ser obtida através da matriz
M (T ; B2c 2 ; B3c ) anterior:
a b
as coordenadas de T na base B3c são dadas por
b c
2 1 1 1 1
3
3 3 3 3
2 3 6 72 3 2 1 3
a 6 7 a a + 1
b + 1
c + 1
d
6 1 1 1 4 7 3 3 3 3
6
c 6 b 7
7 6 3 3 3 3 76 b 7 6 1 1 1 4 7
M (T ; B2 2 ; B3 ) 4 5 = 6
c 76 7 = 6 23 a + 13 b + 13 c + 35 d 7 .
c 6 74 c 5 4 3c 3b 3a + 3d 5
6 1 1 2 5 7
d 6 3 3 3 3 7 d c b+d
4 5
0 1 1 1
Logo
a b 1 1 1 1 1 1 1 4 1 1 2 5
T = a+ b+ c+ d+ a + b + c + d t+ a b + c + d t2 +( b + c + d) t3
b c 3 3 3 3 3 3 3 3 3 3 3 3
381
Tem-se de facto:
1 1
T T = IM2 2 (R) e T T = IP3 .
a b
T = 1 + 2t + 3t2 + 4t3
c d
é dada por:
a b 1 4 1 6+4 2 2+3 4 1 1
=T 1 + 2t + 3t2 + 4t3 = = .
c d 3 4+3 2 1 2 1
8. Seja U o espaço linear das funções reais de variável real duas vezes diferenciável.
Considere a transformação linear T : U ! U de…nida por
T (f ) = f 00 2f 0 + f .
Considere o subespaço S = ff 2 U : f 00 2f 0 + f = 0g de U .
(i) Mostre que o conjunto fet ; tet g é uma base de S. Sugestão: Mostre que se f 2 S,
então f (t) e t é um polinómio de grau menor ou igual a 1.
Seja f 2 S. Como
t 00 0
f (t) e = f 0 (t) e t f (t) e t = f 00 (t) e t f 0 (t) e t
f 0 (t) e t
+ f (t) e t
=
= (f 00 (t) 2f 0 (t) + f (t)) e t = 0
f 2S
Logo
f (t) 2 L et ; tet .
Tem-se assim:
S=L et ; tet ;
onde o conjunto fet ; tet g é linearmente independente uma vez que o conjunto f1; tg é linear-
mente independente.
Logo o conjunto fet ; tet g é uma base de S.
(ii) Mostre que dados a; b 2 R, existe uma única função f 2 S tal que f (0) = a e
f 0 (0) = b.
Sejam a; b 2 R. Sejam f; g 2 S tais que
382
Como S = L (fet ; tet g), existem 1; 2; 1; 2 2 R tais que
t t t t
f (t) = 1e + 1 te e g (t) = 2e + 2 te .
a = f (0) = 1 e a = g (0) = 2.
Logo
1 = 2:
e
t 0
b = g 0 (0) = 2e
t
+ 2 te t=0 = 2e
t
+ 2e
t
+ t
2 te t=0 = 2 + 2
Assim,
1 + 1 = 2 + 2
isto é,
f = g.
Pelo que dados a; b 2 R, existe uma única função f 2 S tal que f (0) = a e f 0 (0) = b.
ff 2 U : T (f ) = 0 e f (0) = 0 e f 0 (0) = 0g
ff 2 U : T (f ) = 1 e f (0) = 1 e f 0 (0) = 0g :
383
é dada por:
ff 2 U : T (f ) = 1 e f (0) = 1 e f 0 (0) = 0g
é dada por:
f (t) = 1,
para todo o t 2 R.
0 1
9. (i) M (T ; B; B) = :
1 0
Como
1
1 0 1 0 1
M (T ; B; B) = = ;
1 0 1 0
então atendendo a que as coordenadas de (2; 3; 3; 2) em B são 2 e 3 pois (2; 3; 3; 2) =
2v1 3v2 , tem-se que
0 1 2 3
=
1 0 3 2
são as coordenadas de u na base B. Logo
(iii) Como
R(1; 0; 0; 0) = R (v1 ) + R (w2 ) = v2 = (0; 1; 1; 0);
384
pelo que 3 2
2
6 3 7
R(u) = (2; 3; 3; 2) , M (R; Bc ; Bc )u = 6 7
4 3 5,
2
, u 2 f(a; b; c; d) 2 R4 : b = 2; a = 3; c; d 2 Rg = f( 3; 2; c; d) : c; d 2 Rg:
Isto é, a solução geral de R
(u) = (2; 3; 3; 2)
é:
f( 3; 2; c; d) : c; d 2 Rg:
logo 2 3
0 5
4
M (T2 ; B; B1 ) = 1 3 5:
0 2
b)
1 2 0
N (M (T1 ; B1 ; B2 )) = N = f( 2y; y; y) : y 2 Rg = L (f( 2; 1; 1)g) :
0 1 1
Logo
N (T1 ) = L ( 2) (1 + t) + 1 (1 t) + 1t2 =L 1 3t + t2 :
Base para
N (T1 ) : 1 3t + t2 :
T1 é sobrejectiva:
dim I(T1 ) = dim P2 dim N (T1 ) = 2 = dim P1 :
1 1
= [1 (1 + t) + 0 (1 + 2t) 2 (1 + t) + 1 (1 + 2t)] = t , T1 (2t) = t
2 2
(uma vez que T1 é linear), logo a solução geral da equação T1 (p (t)) = t é:
f2tg + N (T1 ) = 2t + c 1 3t + t2 : c 2 R :
385
e
(T1 T2 ) (t) = T1 (T2 (t)) = T1 2 + 8t 2t2 =
= 5T1 (1 + t) 3T1 (1 t) 2T1 t2 =
= 5 [1 (1 + t) + 0 (1 + 2t)] 3 [2 (1 + t) (1 + 2t)] 2 [0 (1 + t) + 1 (1 + 2t)] = t;
então T1 T2 = I.
02 31 02 31
1 0 2 1 0 2
11. a) N (T ) = N (M (T ; Bc ; B 0 )) = N @4 1 1 3 5A = N @4 0 1 5 5A =
4 2 2 0 0 0
Como o conjunto f(2; 5; 1)g gera N (T ) e é linearmente independente então é uma base de
N (T ).
Logo dim N (T ) = 1.
Atendendo a que
uma vez que f(0; 2; 5) ; (1; 1; 3)g é linearmente independente, é assim uma base de I (T ) :
Como f1; 4tg é linearmente independente e gera I (T ), é assim uma base de I (T ), tendo-se
dim I (T ) = 2:
386
Como
dim N (T ) = dim N (M (T1 ; B; B)) = nul (M (T1 ; B; B)) = 3 car (M (T1 ; B; B)) = 3 2 = 1 6= 0
1 1 1 1 1
, a1 + 4a2 t = + 2t , a1 = , a2 = e a0 2 R , p (t) 2 t + t2 + L (f1g) .
2 2 2 2 2
13. a) Como
1 1 1 0 1 1 2 1
T =T + =
0 1 2 1 0 2 1 2
1 0 1 1 2 1 1 1 1 1
= T + T = t + t2 + (1 + t) = + t + t2 =
2 1 0 2 1 2 2 2 2 2
1 1 1
= + t + t2 = 1 + 2t + t2 + 0 1 t2
2 2 2
e
1 0 1 0 1 1 2 1
T =T + =
1 1 2 1 0 2 1 2
1 0 1 1 1
2 1 1 1 1 2
= T + T t + t2 + (1 + t) =
= t =
2 1 0 2 1 2
2 2 2 2
1
= 0 1 + 2t + t2 + 1 t2
2
a matriz que representa a aplicação linear T em relação às bases
1 1 1 0
B1 = ; e B2 = 1 + 2t + t2 ; 1 t2
0 1 1 1
a b
b) Seja 2 U . Existem ; 2 R tais que
c d
a b 1 1 1 0
= +
c d 0 1 1 1
a b
U= 2 M2 2 (R) : a = b + c = d .
c d
387
e, para b; c 2 R,
b+c b 1 1 1 0
T = bT + cT =
c b+c 0 1 1 1
1 1 1 1 2 b+c b c 2
=b + t + t2 +c t = + bt + t
2 2 2 2 2 2
então T é injectiva.
15. a)
1 2 1 1 2 1
N (M (T ; B1 ; B2 )) = N =N =
2 4 2 0 0 0
= (x; y; z) 2 R3 : x 2y + z = 0 = (2y z; y; z) 2 R3 : y; z 2 R .
Logo
N (T ) = f(2y z) (1; 0; 1) + y(0; 1; 1) + z(1; 1; 0) : y; z 2 Rg =
= f(2y; y + z; 3y z) : y; z 2 Rg = L (f(2; 1; 3) ; (0; 1; 1)g) .
Como o conjunto f(2; 1; 3) ; (0; 1; 1)g gera N (T ) e é linearmente independente então é uma
base de N (T ).
Logo dim N (T ) = 2. Como
b) Como
1 1 1 3
T (1; 0; 1) = 1 (1; 1) + ( 2) (1; 1) = ( 1; 3) , T ; 0; = ; ;
2 2 2 2
388
1 3
a solução geral de T (x; y; z) = ; é dada por:
2 2
1 3 1 1
(x; y; z) 2 R3 : T (x; y; z) = ; = ; 0; + N (T ) =
2 2 2 2
1 1
= ; 0; + s (2; 1; 3) + t (0; 1; 1) : s; t 2 R .
2 2
2 3
0 0 0
16. a) M (T ; B; B) = 4 1 0 0 5 uma vez que
0 1 0
b) Atendendo a que
233 2 3
0 0 0 0 0 0
M T 3 ; B; B = 4 1 0 0 5 = 4 0 0 0 5 ;
0 1 0 0 0 0
I(T ) = L (fT (p1 (t)) ; T (p2 (t)) ; T (p3 (t))g) = L (fp2 (t); p3 (t)g) = L (f2 + 3t; 1g) :
O conjunto f2 + 3t; 1g é uma base de I(T ) pois gera I(T ) e é linearmente independente.
d) Como
T (p(t)) = 3 + 3t = (2 + 3t) + 1 = T (p1 (t)) + T (p2 (t)) =
= T (p1 (t) + p2 (t)) = T 3 + 5t + 3t2 ;
T é linear
T (p(t)) = 3 + 3t;
389
pelo que a solução geral de T (p(t)) = 3 + 3t é dada por:
17. a) Como
dim I (T2 ) = car M T2 ; Bc2 ; B = 2 = dim P1
então T2 é sobrejectiva e assim a base canónica Bc2 = f1; tg de P1 é uma base para o
contradomínio de T2 .
b) Como
2 1 2 1 3 0
M T1 T2 ; Bc2 ; Bc2 = M T1 ; B; Bc2 M T2 ; Bc2 ; B = =
1 2 1 2 0 3
é invertível, então T1 T2 é invertível e
1 1
1 3 0 0
M (T1 T2 ) ; Bc2 ; Bc2 = = 3
1 :
0 3 0 3
Além disso
1 1 1 1
3
0 a0 a
3 0 1
1 = 1 , (T1 T2 ) (a0 + a1 t) = a0 + a1 t
0 3
a1 a
3 1 3 3
| {z }
1
=M ((T1 T2 ) ;Bc2 ;Bc2 )
I (T2 ) = P1 ;
isto é, T2 é sobrejectiva.
b) Como
I (T1 ) + I (T1 ) = I (T1 )
e o conjunto f1; tg gera P1 então
2 1 0 0 2 1
I (T1 ) = L (fT1 (1) ; T1 (t)g) = L ; =L
1 2 0 0 1 2
390
2 1
Logo é uma base para o contradomínio de T1 .
1 2
c)
4 2 1
= T1 (2) = T1 (3 (6 2t) + 6t) =
2 4 9
1 1
T1 (3T2 (2 2t) + T2 ( 1 + 2t)) = (T1 T2 ) (3 (2 2t) + ( 1 + 2t)) =
9 T2 é linear 9
5 4
= (T1 T2 ) t :
9 9
Logo
5 4
t
9 9
é uma solução particular de
4 2
(T1 T2 ) (p (t)) = :
2 4
Como
N (T1 T2 ) = = fp (t) 2 P1 : T2 (p (t)) 2 N (T1 )g =
N (T1 )=L(ftg)
e
1 1 1
T2 (t) = T2 (2 2t) + ( 1 + 2t) = T2 (2 2t)+T2 ( 1 + 2t) = (6 2t)+6t = 3+5t
2 2 2
então, para p (t) = a0 + a1 t 2 P1 tem-se
391
Logo
2 2
a0 + 2a0 t : a0 2 R = t + (1 2t) a0 : a0 2 R .
3 3
De facto:
5 4 2
t + L (f 1 + 2tg) = t + (1 2t) a0 : a0 2 R
9 9 3
uma vez que
5 4 5 4
t + L (f 1 + 2tg) = t + ( 1 + 2t) : 2R
9 9 9 9
5
e considerando a mudança de variável (livre) a0 = + tem-se
9
2 2 5 5 4
t + (1 2t) a0 : a0 2 R = t + (1 2t) + : 2R = t + ( 1 + 2t) : 2R .
3 3 9 9 9
19. a) Seja B = fsen x; cos x; ex g uma base ordenado de U , uma vez que por um exo da
…cha 4 o conjunto anterior é linearmente independente. Então
2 3
0 1 0
M (T ; B; B) = 4 1 0 0 5
0 0 1
uma vez que
T (sen x) = cos x, T (cos x) = sen x, T (ex ) = ex .
Logo
N (T ) = f0g
e portanto T é injectiva.
b) Como
U = L (fsen x; cos x; ex g)
e
T (sen x) = cos x, T (cos x) = sen x, T (ex ) = ex
então T (U ) U.
392
d) Como
T ( cos x + ex ) = sen x + ex
e N (T ) = f0g então a solução geral da equação linear
T (f (x)) = sen x + ex
é
f cos x + ex g .
1 1
2 2
1 0
= 9 7 =
2 2
1 1
então
2 1 1 2 1
T (p(t)) = , p(t) = T ,
1 2 1 2
, p(t) = 0 (1 + t) + ( 1) (1 t) = 1 + t.
2 1
Logo, a solução geral de T (p(t)) = é
1 2
f 1 + tg .
I (T1 ) = L T1 1 t2 ; T1 (1 t) ; T1 (2 t) =
= L (f(1; 1; 0) ; (0; 1; 1) ; (1; 0; 1)g) =
= L (f(1; 1; 0) ; (0; 1; 1)g) .
(ii)
393
Como
2 3 2 32 3 2 3
a0 1 1 0 a0 a0 + a1
M T1 ; Bc ; Bc3 4 a1 5 = 4 1 2 0 5 4 a1 5 = 4 a0 2a1 5
a2 0 1 0 a2 a1
então
T1 a0 + a1 t + a2 t2 = (a0 + a1 ; a0 2a1 ; a1 ) ;
para todos os a0 ; a1 ; a2 2 R3 .
(iii)
2 1 1
dim I (T2 ) = dim C (M (T2 ; B1 ; B2 )) = car = 2 = dim P1
1 1 2
logo T2 é sobrejectiva.
(iv)
M T2 ; Bc3 ; B2 = M (T2 ; B1 ; B2 ) SBc3 !B1 =
2 3 1
1 1 0
2 1 1 4 0 1 2 1
= 1 1 5 =
1 1 2 1 2 0
1 0 1
logo
M (T2 T1 ; Bc ; B2 ) = M T2 ; Bc3 ; B2 M T1 ; Bc ; Bc3 =
2 3
1 1 0
1 2 1 4 1 1 4 0
= 2 0 5= :
1 2 0 1 3 0
0 1 0
Como
= L (f 2; 7 + tg)
e f 2; 7 + tg é linearmente independente então f 2; 7 + tg é uma base para I (T2 T1 ) :
Como
1 4 0
N (M (T2 T1 ; Bc ; B2 )) = N = L (f(0; 0; 1)g)
0 1 0
então uma base para N (T2 T1 ) é por exemplo: ft2 g
(v) Como
7
t= ( 2) + ( 7 + t) =
2
7
= (T2 T1 ) (1) + (T2 T1 ) (t) =
2
7
= (T2 T1 ) +t
2
394
então a solução geral de (T2 T1 ) (p (t)) = t é dada por:
7
+ t + t2 : 2R .
2
e assim u 2 N (T ). Logo
v = u + T (v)
com u 2 N (T ) e T (v) 2 I (T ). E esta decomposição é única porque
N (T ) \ I (T ) = f0g .
e assim v = 0. Logo
V = N (T ) I (T ) .
v = I (v) = T (v) 2 I (T ) :
Logo
N (T I) I (T ) :
Logo
N (T I) = I (T ) :
24. a)
N (T1 ) = (x; y; z; w) 2 R4 : T1 (x; y; z; w) = 0 + 0t + 0t2 =
395
e como f(2; 0; 1; 0); (0; 2; 0; 1)g é linearmente independente é então uma
base para N (T1 ).
b) Como dim I(T1 ) = dim R4 dim N (T1 ) = 2 6= 3 = dim P2 então T1 não é sobrejectiva.
Resolução alternativa:
T1 (x; y; z; w) = 1 + t2
é dada por:
T1 (x; y; z; w) = 1 + t2 , ( x + 2z = 1 e y = 2w) :
w3 = T1 (1; 0; 0; 0) = 1 + t2 e w2 w3 = T1 (0; 1; 0; 0) = t:
Logo w2 = 1 t + t2 e w1 tem que ser tal que fw1 ; 1 t + t2 ; 1 + t2 g seja uma base
ordenada de P2 . Assim, uma base ordenada de P2 nas condições do enunciado poderá ser
B = f1; 1 t + t2 ; 1 + t2 g.
396
Assim e uma vez que f(0; 0; 0; 2) ; (0; 0; 2; 0)g é linearmente independente é então uma base
para I(T2 ).
3 t = 1 (1 + t) + 2 (1 t)
tem-se
1
1 1 1 2 1 3 2 1 1
M (T3 ) ; B2 ; B1 = = =
2 1 3 2 1 1 2 1
então
a b
T3 =3 t,
b a
a b 1 1 0 0 1 1 1
, =T (3 t) = ( 1) +1 = :
b a 0 1 1 0 1 1
Logo, a solução geral de
a b 1 1
T3 =3 t é: :
b a 1 1
2 3 2 3
0 0 0 0
6 0 0 7 1 2 6 0 0 7
M T2 T3 ; B1 ; Bc4 = M T2 ; B2 ; Bc4 M (T3 ; B1 ; B2 ) = 6
4 2
7 =6 7:
0 5 1 3 4 2 4 5
0 2 2 6
Logo
a b 1 0 0 1
(T2 T3 ) = a (T2 T3 ) + b (T2 T3 ) =
b a 0 1 1 0
397
pelo que T2 é sobrejectiva. Além disso, como
1 + t + t2 = ( 1) 1 + t2 + ( 1) t t2 + ( 1) t2 =
= ( 1) T2 (1; 2; 0) + ( 1) T2 ( 1; 0; 1) + ( 1) T2 (0; 1; 1) =
= T2 (( 1) (1; 2; 0) + ( 1) ( 1; 0; 1) + ( 1) (0; 1; 1)) = T2 (0; 1; 0) :
b) T2 (0; 1; 0) = 1 + t + t2
por a)
398
Resolução da 8a Ficha de exercícios para as aulas de problemas
h(1; 1); (1; 0) + (1; 0)i = h(1; 1); (2; 0)i = 4 6= 2 = h(1; 1); (1; 0)i + h(1; 1); (1; 0)i .
Logo, esta aplicação h; i não é um produto interno, uma vez que a condição de linearidade
não é veri…cada.
1 1 y1
h(x1 ; x2 ); (y1 ; y2 )i = x1 x2
1 3 y2
1 1 p p
e como é simétrica e os seus valores próprios ( 2 + 2 e 2 2) são todos
1 3
positivos, logo, a aplicação h; i de…ne um produto interno em R2 .
0 0
Resolução alternativa: Para todos os (x1 ; x2 ); (x1 ; x2 ); (y1 ; y2 ) 2 R2 e 2 R tem-se:
0 0 0 0
= (x1 + x1 )y1 (x2 + x2 )y1 (x1 + x1 )y2 + 3(x2 + x2 )y2 =
0 0 0 0
= x1 y1 + x1 y1 x2 y1 x2 y1 x1 y2 x1 y2 + 3x2 y2 + 3x2 y2 =
0 0 0 0
= x1 y1 x 2 y1 x1 y2 + 3x2 y2 + x1 y1 x2 y1 x1 y2 + 3x2 y2 =
D 0 0 E
= h(x1 ; x2 ); (y1 ; y2 )i + (x1 ; x2 ); (y1 ; y2 ) .
399
p
h(x1 ; x2 ); (x1 ; x2 )i = x21 2x1 x2 + 3x22 = (x1 x2 )2 + ( 2x2 )2 0
e
p
h(x1 ; x2 ); (x1 ; x2 )i = 0 , (x1 x2 = 0 e 2x2 = 0) ,
, (x1 = x2 e x2 = 0)
, (x1 = 0 e x2 = 0):
Logo:
h(x1 ; x2 ); (x1 ; x2 )i > 0,
para todo o (x1 ; x2 ) 6= (0; 0).
Assim, a aplicação h; i : R2 R2 ! R, de…nida por
é um produto interno.
2 0 y1
h(x1 ; x2 ); (y1 ; y2 )i = x1 x2 :
0 3 y2
2 0
Como os valores próprios de não são todos positivos ( 2 e 3), logo, a aplicação
0 3
h; i não de…ne um produto interno em R2 , uma vez que a condição de positividade não é
satisfeita.
Assim, a condição:
h(x1 ; x2 ); (x1 ; x2 )i > 0, 8(x1 ; x2 ) 6= (0; 0)
não é satisfeita. Logo, a aplicação h; i : R2 R2 ! R, de…nida por
400
2. (i) Consideremos a aplicação h; i : R3 R3 ! R, de…nida por
h(x1 ; x2 ; x3 ); (y1 ; y2 ; y3 )i = x1 y1 + x2 y2 + x3 y3 ,
h(x1 ; x2 ; x3 ); (y1 ; y2 ; y3 )i = x1 y1 + x2 y2 + x3 y3 =
= y1 x1 + y2 x2 + y3 x3 =
= h(y1 ; y2 ; y3 ); (x1 ; x2 ; x3 )i .
D 0 0 0
E
(x1 ; x2 ; x3 ) + (x1 ; x2 ; x3 ); (y1 ; y2 ; y3 ) =
D 0 0 0
E
= (x1 + x1 ; x2 + x2 ; x3 + x3 ); (y1 ; y2 ; y3 ) =
0 0 0
= (x1 + x1 )y1 + (x2 + x2 )y2 + (x3 + x3 )y3 =
0 0 0
= x1 y1 + x1 y1 + x2 y2 + x2 y2 + x3 y3 + x3 y3 =
0 0 0
= x1 y1 + x 2 y2 + x3 y3 + x1 y1 + x2 y2 + x3 y3 =
D 0 0 0 E
= h(x1 ; x2 ; x3 ); (y1 ; y2 ; y3 )i + (x1 ; x2 ; x3 ); (y1 ; y2 ; y3 ) .
401
Assim, a aplicação h; i : R3 R3 ! R, de…nida por
h(x1 ; x2 ; x3 ); (y1 ; y2 ; y3 )i = x1 y1 + x2 y2 + x3 y3
h(x1 ; x2 ; x3 ); (y1 ; y2 ; y3 )i = x1 y2 x2 y1 .
Tem-se
2 32 3
0 1 0 y1
h(x1 ; x2 ; x3 ); (y1 ; y2 ; y3 )i = x1 x2 x3 4 1 0 0 5 4 y2 5 .
0 0 0 y3
2 3
0 1 0
e como 4 1 0 0 5 não é simétrica, logo, a aplicação h; i não de…ne um produto interno
0 0 0
3
em R .
Logo, esta aplicação h; i não é um produto interno, uma vez que a condição de simetria não
é veri…cada.
402
p p
5 3 5
( 32 + ;
2 2 2
;2 ) são todos positivos, logo, a aplicação h; i de…ne um produto interno em
R3 .
0 0 0
Resolução alternativa: Para todos os (x1 ; x2 ; x3 ); (x1 ; x2 ; x3 )(y1 ; y2 ; y3 ) 2 R3 e 2R
tem-se:
0 0 0 0 0
= 2(x1 + x1 )y1 + (x1 + x1 )y3 + (x3 + x3 )y1 + 2(x2 + x2 )y2 + (x3 + x3 )y3 =
0 0 0 0 0
= 2x1 y1 + 2x1 y1 + x1 y3 + x1 y3 + x3 y1 + x3 y1 + 2x2 y2 + 2x2 y2 + x3 y3 + x3 y3 =
0 0 0 0 0
= 2x1 y1 + x1 y3 + x3 y1 + 2x2 y2 + x3 y3 + 2x1 y1 + x1 y3 + x3 y1 + 2x2 y2 + x3 y3 =
D 0 0 0 E
= h(x1 ; x2 ; x3 ); (y1 ; y2 ; y3 )i + (x1 ; x2 ; x3 ); (y1 ; y2 ; y3 ) .
e
p
h(x1 ; x2 ; x3 ); (x1 ; x2 ; x3 )i = 0 , (x1 = 0 e x1 + x3 = 0 e 2x2 = 0) ,
, (x1 = 0 e x2 = 0 e x3 = 0):
Logo:
h(x1 ; x2 ; x3 ); (x1 ; x2 ; x3 )i > 0, 8(x1 ; x2 ; x3 ) 6= (0; 0; 0).
Assim, a aplicação h; i : R3 R3 ! R, de…nida por
é um produto interno.
3 2 y1
h(x1 ; x2 ); (y1 ; y2 )i = x1 x2 = 3x1 y1 + 2x2 y1 + 2x1 y2 + 3x2 y2 .
2 3 y2
403
3 2
Atendendo a que a matriz é simétrica e tem os seus valores próprios (1 e 5) todos
2 3
positivos, então esta aplicação de…ne em R2 um produto interno. Além disso, veri…ca-se
h(1; 0); (0; 1)i = 2, uma vez que
tem-se
1 2 13
hu; vi0 = , hu; ui0 =
p e hv; vi0 = .
150 5 30
Logo, o conjunto fu; vg não é ortonormado relativamente ao produto interno usual de…nido
em R2 .
1 0 0 0 1 0 0 0
=N =N =
1 0 0 1 0 0 0 1
= (x; y; z; w) 2 R4 : x = 0 e w = 0 = (0; y; z; 0) 2 R4 : y; z 2 R =
= L (f(0; 1; 0; 0); (0; 0; 1; 0)g) .
Como o conjunto f(0; 1; 0; 0); (0; 0; 1; 0)g é independente e gera U ? então é uma base de
U ? e tem-se
R4 = U U ? =
404
= L (f(1; 0; 0; 0); (1; 0; 0; 1)g) L (f(0; 1; 0; 0); (0; 0; 1; 0)g) .
isto é, por
2 32 3
1 1 0 y1
h(x1 ; x2 ; x3 ); (y1 ; y2 ; y3 )i = x1 x2 x3 4 1 2 0 5 4 y2 5 .
0 0 1 y3
hu1 ; u2 i 0
arccos = arccos = ,
ku1 k ku2 k 1:1 2
hu2 ; u3 i 0
arccos = arccos =
ku2 k ku3 k 1:1 2
e
hu1 ; u3 i 0
arccos = arccos =
ku1 k ku3 k 1:1 2
(iii) Atendendo a que
405
Determinemos a dimensão de U e uma base ortonormada para U . Tem-se
2 3 2 3 2 3 2 3
1 1 2 1 1 2 1 1 2 1 1 2
6 0 2 0 77 6 0 2 0 7 7 6 0 2 7
0 7 6 0 2 0 7
6 !6 !6 !6 7.
4 1 0 2 5 4 0 1 4 5 4 0 0 4 5 4 0 0 4 5
0 1 1 0 1 1 0 0 1 0 0 0
1 1 1
u2 = ( 1; 2; 0; 1) (1; 0; 1; 0) = ; 2; ;1
2 2 2
e
0 1 1 1
u3 = (2; 0; 2; 1) (1; 0; 1; 0) ; 2; ;1 =
2 11=2 2 2
1 21 4 21 13
= (2; 0; 2; 1) + ( 1; 4; 1; 2) = ; ; ;
11 11 11 11 11
é uma base ortogonal de U . Uma base ortonormada para U :
u1 u2 u3
; ; =
ku1 k ku2 k ku3 k
( p p ! p p p p ! )
2 2 22 2 22 22 22 21 4 21 13
= ; 0; ;0 ; ; ; ; ; p ;p ;p ;p :
2 2 22 11 22 11 1067 1067 1067 1067
8. (i) O conjunto f(0; 1; 1); (0; 0; 1)g gera U e é linearmente independente logo é uma
base de U . Atendendo ao método de ortogonalização de Gram-Schmidt, uma base ortogonal
para U é: fu1 ; u2 g em que u1 = (0; 1; 1) e
1 1 1
= (0; 0; 1) (0; 1; 1) = 0; ; .
2 2 2
1 1
Assim uma base ortogonal para U é: (0; 1; 1); 0; ;
2 2
.
Tem-se
Atendendo a que h(1; 0; 0); (0; 1; 1)i = 0, uma base ortonormada para V é:
406
( pp !)
(1; 0; 0) (0; 1; 1) 2 2
; = (1; 0; 0); 0; ; :
k(1; 0; 0)k k(0; 1; 1)k 2 2
(ii) Como
?
? 1 1
U = L (0; 1; 1); 0; ; = L (f(1; 0; 0)g) ;
2 2
Como
? ?
V ? = (x; y; z) 2 R3 : y z=0 = (x; y; z) 2 R3 : h(x; y; z); (0; 1; 1)i = 0 =
?
= (L (f(0; 1; 1)g))? = L (f(0; 1; 1)g) ;
e atendendo à alínea anterior, uma base ortonormada para R3 que inclui dois vectores ger-
adores de V é: ( p p ! p p !)
2 2 2 2
(1; 0; 0); 0; ; ; 0; ; :
2 2 2 2
9. a)
1 0 1 1 1 0 1 1
U =N =N = L (f( 1; 0; 1; 0) ; ( 1; 0; 0; 1)g) :
1 1 1 1 0 1 0 0
Logo
U ? = L (f(1; 0; 1; 1) ; (0; 1; 0; 0)g) :
Como o conjunto f(1; 0; 1; 1) ; (0; 1; 0; 0)g é ortogonal é então uma base ortogonal para
U ?.
407
b)
d ((1; 1; 1; 1) ; U ) = proj (1; 1; 1; 1) = k(1; 1; 1; 1)k = 2:
U? (1;1;1;1)2U ?
Logo
2 1 1 1 1 1
(1; 0; 0; 0) = ; 0; ; + ; 0; ;
3 3 3 3 3 3
com
1 1 1 2 1 1 1 1
; 0; ; 2V e ; 0; ; = ( 1; 0; 1; 0) ( 1; 0; 0; 1) 2 U .
3 3 3 3 3 3 3 3
1 0 0
10. Como V = L (f(1; 0; 0); (0; 1; 1)g) então V ? = N = L (f(0; 1; 1)g).
0 1 1
Logo f(1; 0; 0); (0; 1; 1); (0; 1; 1)g é uma base ortogonal para R3 que inclui um vector de
?
V . Como os planos U e V são paralelos, tem-se:
p
d (U; V ) = kPV ? ((0; 1; 1) (0; 0; 0))k = k(0; 1; 1)k = 2:
(0; 1;1)2V ?
11. Um produto interno em R3 em relação ao qual a base B = f(1; 0; 1); (0; 1; 0); ( 1; 0; 2)g
é ortonormada, é dado por:
T T T
h(x1 ; x2 ; x3 ); (y1 ; y2 ; y3 )i = SBc3 !B x1 x2 x3 GSBc3 !B y1 y2 y3 =
T
= 2x1 + x3 x2 x1 + x3 2y1 + y3 y2 y1 + y3 =
408
Relativamente a ele, tem-se
(L (f( 2; 0; 3); (0; 1; 0)g))? = L (f(0; 0; 1)g) :
Logo, o conjunto f(0; 0; 1)g é uma base para (L (f( 2; 0; 3); (0; 1; 0)g))? .
2 3
1 0 2
12. Seja A = 4 0 0 0 5 e considere o produto interno usual. Sejam N (A), C (A) e
2 0 1
L (A) respectivamente o núcleo, espaço das colunas e espaço das linhas de A.
(i) O conjunto f(1; 0; 2); (2; 0; 1)g é uma base para C (A) pois gera C (A) e é linearmente
independente.
O conjunto f(1; 0; 2); (2; 0; 1); (0; 1; 0)g é uma base para R3 . Como (2; 0; 1) e (0; 1; 0) são
ortogonais, basta aplicar Gram-Schmidt a (1; 0; 2):
(1; 0; 2) P(2;0;1) (1; 0; 2) P(0;1;0) (1; 0; 2) =
h(1; 0; 2); (2; 0; 1)i h(1; 0; 2); (0; 1; 0)i
= (1; 0; 2) (2; 0; 1) (0; 1; 0) =
k(2; 0; 1)k2 k(0; 1; 0)k2
4 3 6
= (1; 0; 2) (2; 0; 1) = ; 0; .
5 5 5
Logo, o conjunto
( ) ( p p ! p p !)
3 6
(2; 0; 1) (0; 1; 0) 5
; 0; 5 2 5 5 5 2 5
; ; 3 6
= ; 0; ; (0; 1; 0); ; 0;
k(2; 0; 1)k k(0; 1; 0)k 5
; 0; 5
5 5 5 5
p p
2 5 5
é uma base ortonormada para R3 que inclui dois vectores de C (A): 5
; 0; 5
e
p p
5
5
; 0; 2 5 5 .
2 3
1 0 1
13. Seja A = 4 0 2 0 5 e considere o produto interno usual. Sejam N (A), C (A) e
1 0 1
L (A) respectivamente o núcleo, espaço das colunas e espaço das linhas de A.
409
(i) Tem-se (N (A))? = L (A). O conjunto f(1; 0; 1); (0; 2; 0)g é uma base para N (A) pois
gera N (A) e é linearmente independente. Como h(1; 0; 1); (0; 2; 0)i = 0, os vectores (1; 0; 1)
e (0; 2; 0) são ortogonais. Logo, o conjunto
( p p ! )
(1; 0; 1) (0; 2; 0) 2 2
; = ; 0; ; (0; 1; 0)
k(1; 0; 1)k k(0; 2; 0)k 2 2
(ii) O conjunto f(1; 0; 1); (0; 2; 0)g é uma base para C (A) pois gera C (A) e é linearmente
independente.
O conjunto f(1; 0; 1); (0; 2; 0); (0; 0; 1)g é uma base para R3 . Como (1; 0; 1) e (0; 2; 0) são
ortogonais, basta aplicar Gram-Schmidt a (0; 0; 1):
?
1 1 1 0 1 1 1 0
U = L (f(1; 1; 1; 0); (0; 1; 1; 1)g) = L = N =
0 1 1 1 0 1 1 1
410
?
1 1 0 1 1 1 0 1
= (L (f(1; 1; 0; 1); (0; 1; 1; 0)g))? = L =N .
0 1 1 0 0 1 1 0
Logo
1 1 0 1
U = N (A), com A = .
0 1 1 0
Deste modo, o seguinte sistema (nas variáveis x e y) tem que ser possível e determinado:
8
>
> x=x
<
x+y =y
>
> x+y =z
:
y=w
Logo, para que o sistema anterior seja possível e determinado, é preciso que se tenha z y = 0
e x y + w = 0.
Assim, U = f(x; y; z; w) 2 R4 : x y + w = 0 e z y = 0g, isto é,
1 1 0 1
U = N (A), com A = .
0 1 1 0
15. Seja B = f(1; 0); (1; 1)g uma base de R2 . Vamos de…nir um produto interno em R2
em relação ao qual a base B é ortonormada.
Seja Bc2 = f(1; 0); (0; 1)g a base canónica de R2 . A matriz de mudança de base de Bc2
para B é dada por
1
1 1 1 1 1
SBc2 !B = SB!Bc2 = = .
0 1 0 1
Sejam u; v 2 R2 . Tem-se
u = (x1 ; x2 ) e v = (y1 ; y2 ) ,
onde x1 ; x2 e y1 ; y2 são as coordenadas na base Bc2 de u e v respectivamente. Seja S = SBc2 !B .
Logo, tem-se a aplicação h; i : R2 R2 de…nida por
hv1 ; v1 i hv1 ; v2 i 1 0
hu; vi = (Su)T G (Sv) , com G = = ,
hv2 ; v1 i hv2 ; v2 i 0 1
411
ou seja,
T
1 1 x1 1 0 1 1 y1
h(x1 ; x2 ) ; (y1 ; y2 )i = =
0 1 x2 0 1 0 1 y2
= x1 y1 + x1 y2 + x2 y1 + 2x2 y2 .
Como
1 1 y1
h(x1 ; x2 ) ; (y1 ; y2 )i = x1 y1 + x1 y2 + x2 y1 + 2x2 y2 = x1 x2
1 2 y2
1 1 p p
e a matriz é simétrica, sendo os seus valores próprios ( 21 5+ 32 e 3
2
1
2
5) positivos,
1 2
então a expressão
h(x1 ; x2 ) ; (y1 ; y2 )i = x1 y1 + x1 y2 + x2 y1 + 2x2 y2
de…ne um produto interno em R2 . Além disso, é fácil veri…car que para este produto interno
a base B = f(1; 0); (1; 1)g é ortonormada:
(i) Tem-se
2 32 3
1 1 0 y1
h(x1 ; x2 ; x3 ); (y1 ; y2 ; y3 )i = x1 x2 x3 4 1 4 0 5 4 y2 5 .
0 0 1 y3
2 3
1 1 0 p p
Como 4 1 4 0 5 é simétrica e os seus valores próprios ( 5+2 13 e 5
2
13
) são todos
0 0 1
positivos, logo, a aplicação h; i de…ne um produto interno em R3 .
412
(iii) Tem-se
V ? = (x; y; z) 2 R3 : h(x; y; z); (3; 4; 0)i = 0 =
= (x; y; z) 2 R3 : 3x 4x 3y + 16y = 0 =
= (x; y; z) 2 R3 : x + 13y = 0 =
= (13y; y; z) 2 R3 : y; z 2 R =
= L (f(13; 1; 0); (0; 0; 1)g) .
Como o conjunto fv1 ; v2 g, com v1 = (13; 1; 0) e v2 = (0; 0; 1), é independente e gera V ? então
é uma base de V ? . Sejam
u1 = v 1 e u2 = v 2 proju1 v2 .
Logo, o conjunto fu1 ; u2 g, com u1 = (13; 1; 0) e u2 = (0; 0; 1) 0(13; 1; 0) = (0; 0; 1), é uma
base ortogonal de V ? .
(iv) Seja
3 4 13 1
B= ; ;0 ; p ;p ; 0 ; (0; 0; 1) :
7 7 147 147
Como
13 1
p ;p ; 0 ; (0; 0; 1)
147 147
é uma base ortonormada para V ? , então B é uma base ortonormada de R3 . Atendendo a
que
3 4 3 4 3 4 3 4
PV ; ;0 = ; ;0 ; ; ;0 ; ;0 =
7 7 7 7 7 7 7 7
2
3 4 3 4 3 4
= ; ;0 ; ;0 = ; ;0 =
7 7 7 7 7 7
3 4 13 1
= 1 ; ;0 + 0 p ;p ; 0 + 0(0; 0; 1),
7 7 147 147
13 1 13 1 3 4 3 4
PV p ;p ;0 = p ;p ;0 ; ; ;0 ; ;0 =
147 147 147 147 7 7 7 7
3 4
= 0 ; ; 0 = (0; 0; 0) =
7 7
3 4 13 1
= 0 ; ;0 + 0 p ;p ; 0 + 0(0; 0; 1)
7 7 147 147
e
3 4 3 4
PV (0; 0; 1) = (0; 0; 1); ; ;0 ; ;0 =
7 7 7 7
3 4
= 0 ; ; 0 = (0; 0; 0) =
7 7
3 4 13 1
= 0 ; ;0 + 0 p ;p ; 0 + 0(0; 0; 1),
7 7 147 147
413
a matriz que representa PV em relação à base B é dada por:
2 3
1 0 0
4 0 0 0 5.
0 0 0
4 3
17. Consideremos em R3 o produto interno usual. Seja U = L (0; 1; 0); 5
; 0; 5
.
Tem-se
0 1 0 0 1 0
U? = N =N = L (f(3; 0; 4)g) .
4=5 0 3=5 4 0 3
Logo,
h(1; 2; 3); (3; 0; 4)i 9 12
PU ? (1; 2; 3) = (3; 0; 4) = ; 0;
k(3; 0; 4)k2 5 5
e assim
9 12 4 3
PU (1; 2; 3) = (1; 2; 3) PU ? (1; 2; 3) = (1; 2; 3) ; 0; = ; 2; .
5 5 5 5
Deste modo,
4 3 9 12
(1; 2; 3) = ; 2; + ; 0; ,
5 5 5 5
4
com 5
; 2; 35 2U e 9
5
; 0; 12
5
2 U ?.
Tem-se então: 8 8
< x=0 < x=0
,
: :
x+y+w =0 y= w.
Logo,
U ? = (0; w; z; w) 2 R4 : z; w 2 R = L (f(0; 1; 0; 1); (0; 0; 1; 0)g) .
Como
h(0; 1; 0; 1); (0; 0; 1; 0)i = 0
então o conjunto f(0; 1; 0; 1); (0; 0; 1; 0)g é uma base ortogonal de U ? .
414
Tem-se então:
x+z+w =0,x= z w.
Logo,
pois
( z w; y; z; w) = y(0; 1; 0; 0) + z( 1; 0; 1; 0) + w( 1; 0; 0; 1).
Como o conjunto f(0; 1; 0; 0); ( 1; 0; 1; 0); ( 1; 0; 0; 1)g é independente (basta colocar esses
três vectores como linhas ou como colunas de uma matriz e aplicar de seguida o método de
eliminação de Gauss obtendo-se uma matriz em escada de linhas) e gera U ? então é uma
base de U ? .
Como (0; 1; 0; 0) e ( 1; 0; 1; 0) são ortogonais, basta aplicar Gram-Schmidt a ( 1; 0; 0; 1):
( 1; 0; 0; 1) P(0;1;0;0) ( 1; 0; 0; 1) P( 1;0;1;0) ( 1; 0; 0; 1) =
1 1
(0; 1; 0; 0); ( 1; 0; 1; 0); ; 0; ;1
2 2
Assim,
U ? = (L (f(1; 2; 1; 2)g))?? = L (f(1; 2; 1; 2)g) .
Logo, o conjunto f(1; 2; 1; 2)g é uma base ortogonal de U ? .
Assim,
415
Como
h(1; 0; 1; 0); (2; 1; 2; 1)i = 0
então o conjunto f(1; 0; 1; 0); (2; 1; 2; 1)g é uma base ortogonal de U ? .
19. Considere R3 com o produto interno usual. Considere também o seguinte subespaço
de R3 :
U = L (f(1; 1; 1); (1; 0; 0)g) .
(i) Aplicando o método de ortogonalização de Gram-Schmidt, sejam
Tem-se então:
2 1 1
(ii) Como o conjunto (1; 1; 1); 3
; 3
; 3
é uma base ortogonal de U , então
p
p 2 1 1 6
k(1; 1; 1)k = 3 e ; ; = ,
3 3 3 3
então o conjunto
( ) ( p p p ! p p p !)
2 1 1
(1; 1; 1) 3
; 3
; 3 3 3 3 6 6 6
; 2 1 1
= ; ; ; ; ;
k(1; 1; 1)k 3
; 3
; 3
3 3 3 3 6 6
1 1 1 0 1 1
=N =N .
1 0 0 1 0 0
Logo, 8 8
< y+z =0 < y= z
,
: :
x=0 x = 0.
416
Assim,
U ? = (0; z; z) 2 R3 : z 2 R = L (f(0; 1; 1)g) .
Como p
k(0; 1; 1)k = 2,
então o conjunto ( p p !)
1 1 2 2
0; p ;p = 0; ;
2 2 2 2
é uma base ortonormada de U ? .
Deste modo, uma vez que se tem
R3 = U U ?,
então
(3; 2; 1) = PU (3; 2; 1) + PU ? (3; 2; 1) =
* p p p !+ p p p !
3 3 3 3 3 3
= (3; 2; 1); ; ; ; ; +
3 3 3 3 3 3
* p p p !+ p p p !
6 6 6 6 6 6
+ (3; 2; 1); ; ; ; ; +
3 6 6 3 6 6
* p p !+ p p !
2 2 2 2
+ (3; 2; 1); 0; ; 0; ; =
2 2 2 2
3 3 1 1
= 3; ; + 0; ; .
2 2 2 2
| {z } | {z }
2U 2U ?
Isto é,
3 3 1 1
(3; 2; 1) = 3; ; + 0; ; .
2 2 2 2
| {z } | {z }
2U 2U ?
(iii) A distância entre o ponto (1; 0; 1) e o plano f(1; 1; 0)g + U é dada por:
p
d((1; 0; 1); f(1; 1; 0)g+U ) = kPU ? ((1; 0; 1) (1; 1; 0))k = kPU ? (0; 1; 1)k = k(0; 1; 1)k = 2.
(0; 1;1)2U ?
Tem-se então:
v2 = ( 1; 0; 1; 1) proj(1;1;0; 1) ( 1; 0; 1; 1)
h( 1; 0; 1; 1); (1; 1; 0; 1)i
= ( 1; 0; 1; 1) (1; 1; 0; 1)
k(1; 1; 0; 1)k2
2
= ( 1; 0; 1; 1) + (1; 1; 0; 1)
3
1 2 1
= ; ; 1; .
3 3 3
Logo, o conjunto
1 2 1
(1; 1; 0; 1); ; ; 1;
3 3 3
é uma base ortogonal de U . Como
p
p 1 2 1 15
k(1; 1; 0; 1)k = 3 e ; ; 1; = ,
3 3 3 3
então o conjunto
( p p p ! p p p p !)
3 3 3 15 2 15 3 15 15
; ; 0; ; ; ; ;
3 3 3 15 15 15 15
(ii) Como
Logo,
418
Aplicando o método de ortogonalização de Gram-Schmidt, sejam
v1 = (1; 1; 1; 0) e v2 = (0; 1; 1; 1) proj(1; 1;1;0) (0; 1; 1; 1) .
Tem-se então:
v2 = (0; 1; 1; 1) proj(1; 1;1;0) (0; 1; 1; 1)
h(0; 1; 1; 1) ; (1; 1; 1; 0)i
= (0; 1; 1; 1) (1; 1; 1; 0)
k(1; 1; 1; 0)k2
2
= (0; 1; 1; 1) + (1; 1; 1; 0)
3
2 1 1
= ; ; ;1 .
3 3 3
Logo, o conjunto
2 1 1
(1; 1; 1; 0) ; ; ; ;1
3 3 3
é uma base ortogonal de U ? . Como
p
p 2 1 1 15
k(1; 1; 1; 0)k = 3 e ; ; ;1 = ,
3 3 3 3
então o conjunto
( p p p ! p p p p !)
3 3 3 2 15 15 15 15
; ; ;0 ; ; ; ;
3 3 3 15 15 15 5
é uma base ortonormada de U ? .
419
A projecção ortogonal PU ? de R4 sobre U ? é de…nida por:
PU ? : R 4 ! R4
* p p p !+ p p p !
3 3 3 3 3 3
(x; y; z; w) ! (x; y; z; w); ; ; ;0 ; ; ;0 +
3 3 3 3 3 3
* p p p p !+ p p p p !
2 15 15 15 15 2 15 15 15 15
+ (x; y; z; w); ; ; ; ; ; ; ,
15 15 15 5 15 15 15 5
uma vez que o conjunto
( p p p ! p p p p !)
3 3 3 2 15 15 15 15
; ; ;0 ; ; ; ;
3 3 3 15 15 15 5
é uma base ortonormada de U ? . Logo, a projecção ortogonal de (0; 0; 1; 0) sobre U ? é dada
por:
* p p p !+ p p p !
3 3 3 3 3 3
PU ? (0; 0; 1; 0) = (0; 0; 1; 0); ; ; ;0 ; ; ;0 +
3 3 3 3 3 3
* p p p p !+ p p p p !
2 15 15 15 15 2 15 15 15 15
+ (0; 0; 1; 0); ; ; ; ; ; ;
15 15 15 5 15 15 15 5
1 1 1 2 1 1 1 1 2 2 1
; =; ;0 + ; ; ; = ; ; ; :
3 3 3 15 15 15 5 5 5 5 5
Nota muito importante: Uma vez que se tem
R4 = U U ?,
então para todo o (x; y; z; w) 2 R4 ,
(x; y; z; w) = PU (x; y; z; w) + PU ? (x; y; z; w).
Logo, uma vez calculado PU (0; 0; 1; 0) pela de…nição, como se fêz atrás, obtendo-se PU (0; 0; 1; 0) =
1 2 3 1
; ; ; , então não precisamos de efectuar o cálculo de PU ? (0; 0; 1; 0) pela de…nição.
5 5 5 5
Basta efectuar:
PU ? (0; 0; 1; 0) = (0; 0; 1; 0) PU (0; 0; 1; 0)
1 2 3 1
= (0; 0; 1; 0) ; ; ;
5 5 5 5
1 2 2 1
= ; ; ; .
5 5 5 5
(iv) Seja Bc4 = f(1; 0; 0; 0); (0; 1; 0; 0); (0; 0; 1; 0); (0; 0; 0; 1)g a base canónica de R4 . Tem-
se:
* p p p !+ p p p !
3 3 3 3 3 3
PU (1; 0; 0; 0) = (1; 0; 0; 0); ; ; 0; ; ; 0; +
3 3 3 3 3 3
* p p p p !+ p p p p !
15 2 15 3 15 15 15 2 15 3 15 15
(1; 0; 0; 0); ; ; ; ; ; ;
15 15 15 15 15 15 15 15
1 1 1 1 2 3 1 2 1 1 2
= ; ; 0; + ; ; ; = ; ; ; .
3 3 3 15 15 15 15 5 5 5 5
420
* p p p !+ p p p !
3 3 3 3 3 3
PU (0; 1; 0; 0) = (0; 1; 0; 0); ; ; 0; ; ; 0; +
3 3 3 3 3 3
* p p p p !+ p p p p !
15 2 15 3 15 15 15 2 15 3 15 15
(0; 1; 0; 0); ; ; ; ; ; ;
15 15 15 15 15 15 15 15
1 1 1 2 4 6 2 1 3 2 1
= ; ; 0; + ; ; ; = ; ; ; .
3 3 3 15 15 15 15 5 5 5 5
* p p p !+ p p p !
3 3 3 3 3 3
PU (0; 0; 1; 0) = (0; 0; 1; 0); ; ; 0; ; ; 0; +
3 3 3 3 3 3
* p p p p !+ p p p p !
15 2 15 3 15 15 15 2 15 3 15 15
(0; 0; 1; 0); ; ; ; ; ; ;
15 15 15 15 15 15 15 15
1 2 3 1
= ; ; ; .
5 5 5 5
* p p p !+ p p p !
3 3 3 3 3 3
PU (0; 0; 0; 1) = (0; 0; 0; 1); ; ; 0; ; ; 0; +
3 3 3 3 3 3
* p p p p !+ p p p p !
15 2 15 3 15 15 15 2 15 3 15 15
(0; 0; 0; 1); ; ; ; ; ; ;
15 15 15 15 15 15 15 15
1 1 1 1 2 3 1 2 1 1 2
= ; ; 0; + ; ; ; = ; ; ; .
3 3 3 15 15 15 15 5 5 5 5
Logo, a representação matricial de PU : R4 ! R4 em relação à base canónica de R4 , é dada
por: 2 3
2=5 1=5 1=5 2=5
6 1=5 3=5 2=5 1=5 7
M (PU ; Bc4 ; Bc4 ) = 6 4 1=5
7.
2=5 3=5 1=5 5
2=5 1=5 1=5 2=5
Tem-se:
* p p p !+ p p p !
3 3 3 3 3 3
PU ? (1; 0; 0; 0) = (1; 0; 0; 0); ; ; ;0 ; ; ;0 +
3 3 3 3 3 3
* p p p p !+ p p p p !
2 15 15 15 15 2 15 15 15 15
(1; 0; 0; 0); ; ; ; ; ; ;
15 15 15 5 15 15 15 5
1 1 1 4 2 2 2 3 1 1 2
= ; ; ;0 + ; ; ; = ; ; ; .
3 3 3 15 15 15 5 5 5 5 5
* p p p !+ p p p !
3 3 3 3 3 3
PU ? (0; 1; 0; 0) = (0; 1; 0; 0); ; ; ;0 ; ; ;0 +
3 3 3 3 3 3
* p p p p !+ p p p p !
2 15 15 15 15 2 15 15 15 15
(0; 1; 0; 0); ; ; ; ; ; ;
15 15 15 5 15 15 15 5
1 1 1 2 1 1 1 1 2 2 1
= ; ; ;0 + ; ; ; = ; ; ; .
3 3 3 15 15 15 5 5 5 5 5
421
* p p p !+ p p p !
3 3 3 3 3 3
PU ? (0; 0; 1; 0) = (0; 0; 1; 0); ; ; ;0 ; ; ;0 +
3 3 3 3 3 3
* p p p p !+ p p p p !
2 15 15 15 15 2 15 15 15 15
(0; 0; 1; 0); ; ; ; ; ; ;
15 15 15 5 15 15 15 5
1 1 1 2 1 1 1 1 2 2 1
= ; ; ;0 + ; ; ; = ; ; ; .
3 3 3 15 15 15 5 5 5 5 5
* p p p !+ p p p !
3 3 3 3 3 3
PU ? (0; 0; 0; 1) = (0; 0; 0; 1); ; ; ;0 ; ; ;0 +
3 3 3 3 3 3
* p p p p !+ p p p p !
2 15 15 15 15 2 15 15 15 15
(0; 0; 0; 1); ; ; ; ; ; ;
15 15 15 5 15 15 15 5
2 1 1 3
= ; ; ; .
5 5 5 5
Logo, a representação matricial de PU ? : R4 ! R4 em relação à base canónica de R4 , é dada
por: 2 3
3=5 1=5 1=5 2=5
6 1=5 2=5 2=5 1=5 7
M (PU ? ; Bc4 ; Bc4 ) = 6
4 1=5
7.
2=5 2=5 1=5 5
2=5 1=5 1=5 3=5
(v) Escolhendo um ponto de U , por exemplo (0; 0; 0; 0), a distância entre (0; 0; 1; 0) e U
é dada por:
d((0; 0; 1; 0); U ) = kPU ? ((0; 0; 1; 0) (0; 0; 0; 0))k = kPU ? (0; 0; 1; 0)k =
* p p p !+ p p p !
3 3 3 3 3 3
= (0; 0; 1; 0); ; ; ;0 ; ; ;0 +
3 3 3 3 3 3
* p p p p !+ p p p p !
2 15 15 15 15 2 15 15 15 15
+ (0; 0; 1; 0); ; ; ; ; ; ;
15 15 15 5 15 15 15 5
p
1 1 1 2 1 1 1 1 2 2 1 10
= ; ; ;0 + ; ; ; = ; ; ; = .
3 3 3 15 15 15 5 5 5 5 5 5
422
p p ! p
p p p !
3 3 3 3 3 3
= x y +z ; ; ;0 +
3 3 3 3 3 3
p p p p ! p p p p !
2 15 15 15 15 2 15 15 15 15
+ x +y z +w ; ; ; =
15 15 15 5 15 15 15 5
2 3 1 1 1 1 2 2 1 1 2 2 3 2 1 1
= w+ x y + z; w x+ y z; x w y + z; w + x + y z =
5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5
q
1
= (2w + 3x y + z)2 + (w x + 2y 2z)2 + (x w 2y + 2z)2 + (3w + 2x + y z)2 .
5
21. Em P2 :
hp(t); q(t)i = p( 1)q( 1) + p(0)q(0) + p(1)q(1).
Considere também o seguinte subespaço de P2 :
U = fp(t) 2 P2 : p(0) = 0g .
onde 2 3 2 3
3 0 2 h1; 1i h1; ti h1; t2 i
4 0 2 0 5 = 4 ht; 1i ht; ti ht; t2 i 5
2 0 2 ht2 ; 1i ht2 ; ti ht2 ; t2 i
2 3
3 0 2 p p
Como 4 0 2 0 5 é simétrica e os seus valores próprios ( 21 17 + 52 ; 5
2
1
2
17 e 2) são todos
2 0 2
positivos, logo, a aplicação h; i de…ne um produto interno em P2 .
(ii) Tem-se:
U = a1 t + a2 t2 : a1 ; a2 2 R = L(ft; t2 g).
423
Aplicando o método de ortogonalização de Gram-Schmidt, sejam
ht2 ; ti
p1 (t) = t e p2 (t) = t2 t.
ktk2
Logo,
( 1)2 ( 1) + 02 0 + 12 1
p2 (t) = t2 t = t2 .
( 1):( 1) + 0:0 + 1:1
Logo, o conjunto ft; t2 g é uma base ortogonal de U . Assim, o conjunto
(p p )
t t2 t t2 2 2 2
; 2 = p ;p = t; t
ktk kt k 2 2 2 2
(iii) Tem-se:
U ? = p(t) 2 P2 : hp(t); ti = 0 e p(t); t2 = 0 .
Logo, 8 8
< (a0 a1 + a2 )( 1)2 + a0 0 + a0 + a1 + a2 = 0 < a0 = a2
,
: :
(a0 a1 + a2 )( 1) + a0 0 + a0 + a1 + a2 = 0 a1 = 0.
Logo,
U? = a2 + a2 t2 : a2 2 R = L(f 1 + t2 g).
Como k 1 + t2 k = 1 então f 1 + t2 g é uma base ortonormada de U ? .
Observação. Note que P2 = U U ? , tendo-se, neste caso, dim U = 2 e dim U ? = 1.
PU P 2 ! P2
:
* p +p * p +p
2 2 2 2 2 2
p(t) ! p(t); t t + p(t); t t,
2 2 2 2
PU ? : P2 ! P 2
p(t) ! p(t); 1 + t2 ( 1 + t2 ),
424
uma vez que o conjunto
f 1 + t2 g
é uma base ortonormada de U ? . Logo, a projecção ortogonal de 1 + t sobre U ? é dada por:
PU ? (1 + t) = 1 + t; 1 + t2 ( 1 + t2 ) = 1 t2
P2 = U U ?,
Logo, uma vez calculado PU ? (1+t) pela de…nição, como se fêz atrás, obtendo-se PU ? (1+t) =
1 t2 , então não precisamos de efectuar o cálculo de PU (1 + t) pela de…nição. Basta efectuar:
PU (1 + t) = 1 + t PU ? (1 + t) = t + t2 .
425
(vii) Escolhendo um ponto de U , por exemplo o polinómio nulo 0, a distância entre
a0 + a1 t + a2 t2 e U , com a0 ; a1 ; a2 2 R, é dada por:
d(a0 + a1 t + a2 t2 ; U ) = PU ? (a0 + a1 t + a2 t2 ) =
= a0 + a1 t + a2 t2 ; 1 + t2 ( 1 + t2 ) = ja0 j 1 t2 = ja0 j .
22. Considere no espaço linear M2 2 (R) o produto interno de…nido da seguinte forma:
hA; Bi = tr(AB T ).
a b
para todo o 2 M2 2 (R) e
c d
a b a b a b 0 0
; =0,a=b=c=d=0, = .
c d c d c d 0 0
Logo, a aplicação h; i de…ne um produto interno em M2 2 (R).
(ii) Tem-se:
a b
U= : a; b; d 2 R =
b d
1 0 0 1 0 0
=L ; ;
0 0 1 0 0 1
pois
a b 1 0 0 1 0 0
=a +b +d .
b d 0 0 1 0 0 1
1 0 0 1 0 0
O conjunto ; ; é uma base de U , uma vez que gera U , e é
0 0 1 0 0 1
linearmente independente pois se tivermos:
1 0 0 1 0 0 0 0
1 + 2 + 3 =
0 0 1 0 0 1 0 0
426
então
1 2 0 0
= :
2 3 0 0
1 0 0 1 0 0
Logo, 1 = 2 = 3 e como tal, o conjunto ; ; é linearmente
0 0 1 0 0 1
independente. Vamos aplicar agora a este conjunto o método de ortogonalização de Gram-
Schmidt. Sejam
1 0 0 1 0 1
A1 = , A2 = projA1 ,
0 0 1 0 1 0
0 0 0 0 0 0
A3 = projA1 projA2 .
0 1 0 1 0 1
Logo,
0 1 0 1
A2 = projA1 =
1 0 1 0
0 1
; A1 A1
0 1 1 0
= =
1 0 kA1 k2
0 1
tr AT1 A1
0 1 1 0
= =
1 0 kA1 k2
0 0
tr A1
0 1 1 0
= =
1 0 kA1 k2
0 1 0A1 0 1
= 2 = .
1 0 kA1 k 1 0
e
0 0 0 0 0 0
A3 = projA1 projA2 =
0 1 0 1 0 1
0 0 0 0
; A1 A1 ; A2 A2
0 0 0 1 0 1
= =
0 1 kA1 k2 kA2 k2
0 0 0 0
tr AT1 A1 tr AT2 A2
0 0 0 1 0 1
= =
0 1 kA1 k2 kA2 k2
0 0 0 0
tr A1 tr A2
0 0 0 0 1 0
= =
0 1 kA1 k2 kA2 k2
0 0 0A1 0A2 0 0
= 2 = .
0 1 kA1 k kA2 k2 0 1
427
1 0 0 1 0 0
Logo, o conjunto ; ; é uma base ortogonal de U . Como:
0 0 1 0 0 1
s
p q
1 0
kA1 k = hA1 ; A1 i = tr (A1 AT1 ) = tr = 1,
0 0
s
p q p
1 0
kA2 k = hA2 ; A2 i = tr (A2 AT2 ) = tr = 2,
0 1
s
p q
0 0
kA3 k = hA3 ; A3 i = tr (A3 AT3 ) = tr = 1,
0 1
então o conjunto
( " p # )
1 2
1 0 0 1 0 0 1 0 0 2
0 0
;p ; = ; p ;
0 0 2 1 0 0 1 0 0 2
0 0 1
2
(iii) Tem-se
a b a b 1 0
U? = 2 M2 2 (R) : ; =0 e
c d c d 0 0
a b 0 1 a b 0 0
; =0 e ; =0 .
c d 1 0 c d 0 1
Logo, 8
>
> a=0
>
>
<
b+c=0
>
>
>
>
:
d = 0.
Ou seja,
0 b 0 1
U? = :b2R =L .
b 0 1 0
Como
s
0 1 0 1 0 1
= ;
1 0 1 0 1 0
v !
u
u 0 1 0 1
T
= ttr
1 0 1 0
s
0 1 0 1
= tr
1 0 1 0
s
1 0 p
= tr = 2,
0 1
428
então o conjunto (" p #)
2
0p 2
2
2
0
é uma base ortonormada de U ? .
1 0 0 1 0 0 0 0
(iv) Seja B = ; ; ; a base canónica de M2 2 (R).
0 0 0 0 1 0 0 1
Atendendo à alínea (iii), tem-se
1 0 1 0 1 0 1 0
PU = ; +
0 0 0 0 0 0 0 0
* " p #+ " p #
2 2
1 0 0 0
+ ; p2 2 p 2 +
0 0 0 2
0
2 2
1 0 0 0 0 0 1 0
+ ; =
0 0 0 1 0 1 0 0
0 1 0 1 1 0 1 0
PU = ; +
0 0 0 0 0 0 0 0
* " p #+ " p #
2 2
0 1 0 0
+ ; p2 2 p 2 +
0 0 0 2
0
2 2
1
0 1 0 0 0 0 0 2
+ ; = 1
0 0 0 1 0 1 2
0
0 0 0 0 1 0 1 0
PU = ; +
1 0 1 0 0 0 0 0
* " p #+ " p #
2 2
0 0 0 0
+ ; p2 2 p 2 +
1 0 0 2
0
2 2
1
0 0 0 0 0 0 0 2
+ ; = 1
1 0 0 1 0 1 2
0
0 0 0 0 1 0 1 0
PU = ; +
0 1 0 1 0 0 0 0
* " p #+ " p #
2 2
0 0 0 0
+ ; p2 2 p 2 +
0 1 0 2
0
2 2
0 0 0 0 0 0 0 0
+ ; =
0 1 0 1 0 1 0 1
* " p #+ " p #
2 2
1 0 1 0 0p 2
0p 2
0 0
PU ? = ; =
0 0 0 0 2
0 2
0 0 0
2 2
* " p #+ " p #
2 2 1
0 1 0 1 0p 2
0p 2
0 2
PU ? = ; = 1
0 0 0 0 2
0 2
0 2
0
2 2
429
* " p #+ " p #
2 2 1
0 0 0 0 0p 2
0p 2
0 2
PU ? = ; = 1
1 0 1 0 2
0 2
0 2
0
2 2
* " p #+ " p #
2 2
0 0 0 0 0p 2
0p 2
0 0
PU ? = ; =
0 1 0 1 2
0 2
0 0 0
2 2
e assim 2 3
1 0 0 0
6 0 1 1 0 7
M (PU ; B; B) = 6 2 2
4 0 1 1
7
2 2
0 5
0 0 0 1
e 2 3
0 0 0 0
6 0 1 1
0 7
M (PU ? ; B; B) = 6
4 0
2 2 7.
1
2
1
2
0 5
0 0 0 0
Note que
I = PU + PU ? .
1 1
(v) A projecção ortogonal da matriz sobre U ? é dada por:
0 1
1 1 1 1
PU ? = proj2 p
2
3 =
0 1 6 0p 2 7
0 1
4 5
2
2
0
* p #+ "
" p #
2 2
1 1 0p 2
0 2
= ; p =
0 1 2
0 2
0
2 2
0 " p #T
1" p #
2 2
1 1 0 0
= tr @ p 2 A p 2 =
0 1 2
0 2
0
2 2
" p #! " p #
2 2
1 1 0 2
0 2
= tr p p =
0 1 2
0 2
0
2 2
" p p #! " p #
2 2 2
p2 2
0 2
= tr 2
p
2
=
2
0 2
0
p " p #
2
2 0p 2
0 12
= = 1 .
2 2
0 2
0
2
Como se tem:
M2 2 (R) = U U ?,
a b
então para todo 2 M2 2 (R),
c d
a b a b a b
= PU + PU ? .
c d c d c d
430
Logo,
1 1 1 1 1 1
PU = PU ? =
0 1 0 1 0 1
1
1 1 0 2
= 1 =
0 1 2
0
1
1 2
= 1 .
2
1
1 1
(vi) A matriz simétrica mais próxima da matriz é a matriz
0 1
1
1 1 1 2
PU = 1 .
0 1 2
1
1 1
(vii) A distância entre e U é dada por:
0 1
1
1 1 1 1 0 2
d ;U = PU ? = 1 =
0 1 0 1 2
0
s
1 1
0 2
0 2
= 1 ; 1 =
2
0 2
0
s
1 1
0 2
0 2
= tr 1 1 =
2
0 2
0
s p
1 2
4
0
= tr 1 = .
0 4 2
431
a b
(viii) A distância entre e U é dada por:
c d
a b a b
d ;U = PU ? =
c d c d
a b
= proj2 p
2
3 =
6 0p 2 7
c d
4 5
2
2
0
* " p #+ " p #
2 2
a b 0p 2
0p 2
= ; =
c d 2
0 2
0
2 2
* " p #+
2
a b 0p 2
= ; =
c d 2
0
2
" p #!
2
a b 0 2
= tr p =
c d 2
0
2
1
p p
1
p
2p
2b 2p
2a 2
= tr 1 1 = jb cj .
2
2d 2
2c 2
b) O conjunto
( p p ! p p p !)
1 1 2 2 6 6 6
u1 ; u2 = ; 0; ; ; ;
ku1 k ku2 k 2 2 6 3 6
432
é uma base ortonormada para R3 que inclui dois vectores geradores de U .
c) Tem-se
* p p p !+ p p p !
3 3 3 3 3 3 1 1 1
PU ? (1; 0; 0) = (1; 0; 0); ; ; ; ; = ; ; .
3 3 3 3 3 3 3 3 3
d) Tem-se
b) Tem-se
Logo,
W ? = p(t) = a0 + a1 t + a2 t2 2 P2 : a0 + a1 t + a2 t2 ; 1 = 0 =
= p(t) = a0 + a1 t + a2 t2 2 P2 : a0 = 0 = L t; t2 .
n o n p o
1
Assim, o conjunto ktk t; kt12 k t2 = t; 22 t2 é uma base ortonormada para W ? .
2 3
1 1 0
25. Seja A = 4 1 0 1 5.
1 0 1
433
a) O conjunto f(1; 0; 1); (1; 1; 0)g é uma base para L (A) pois gera L (A) e é linearmente
independente.
Aplicando Gram-Schmidt, o conjunto (1; 0; 1); (1; 1; 0) proj (1;0;1) (1; 1; 0) =
PL(A) ( 1; 1; 1) = ( 1; 1; 1) PN (A) ( 1; 1; 1) =
N (A)=L(f(1; 1; 1)g)
Tem-se então:
h(0; 1; 2); (1; 0; 1)i 2
v2 = (0; 1; 2) (1; 0; 1) = (0; 1; 2) (1; 0; 1) = (1; 1; 1).
k(1; 0; 1)k2 2
Logo, o conjunto
f(1; 0; 1); (1; 1; 1)g
é uma base ortogonal de U .
434
b) Tem-se
sendo f(1; 2; 1)g uma base ortogonal de U ? . Deste modo, uma vez que se tem
R3 = U U ?,
Isto é,
(2; 3; 4) = (0; 1; 2) + (2; 4; 2).
| {z } | {z }
2U 2U ?
27. a) Como (1; 0; 1) = (1; 1; 1) (0; 1; 0) então (1; 0; 1); (0; 1; 0) 2 C (A) :
Além disso h(1; 0; 1); (0; 1; 0)i = 0: Por outro lado, como
?
(C (A))? = L AT = N AT = L (f( 1; 0; 1)g)
e
R3 = C (A) (C (A))?
uma base ortogonal para R3 que inclua um vector de (C (A))? poderá ser: f(1; 0; 1); (0; 1; 0) ; ( 1; 0; 1)g.
435
p
h(1; 1; 0); ( 1; 0; 1)i 1 1 2
= proj ( 1;0;1) (1; 1; 0) = ( 1; 0; 1) = ; 0; = :
k( 1; 0; 1)k2 2 2 2
c) Como
(N (A))? = N (B) , N (A) = (N (B))? = L (B)
e
N (A) = L (f( 1; 0; 1)g)
logo poderá ter-se B = 1 0 1 .
v1 = u1 = (1; 1; 0; 0)
e
hu2 ; u1 i 1 1 1
v2 = u2 u1 = (1; 0; 1; 1) (1; 1; 0; 0) = ; ; 1; 1 :
hu1 ; u1 i 2 2 2
Assim,
0 4 1 1 4 4 8 8
= (1; 1; 0; 0) + ; ; 1; 1 = ; ; ;
2 5=2 2 2 5 5 5 5
e
6 6 3 3
v = PV ? (2; 2; 1; 1) = (2; 2; 1; 1) PV (2; 2; 1; 1) = ; ; ; :
5 5 5 5
Finalmente
b) Como
x=y 2z 3w
e
(y 2z 3w; y; z; w) = y(1; 1; 0; 0) + z( 2; 0; 1; 0) + w( 3; 0; 0; 1)
436
concluí-se que
W = L((1; 1; 0; 0); ( 2; 0; 1; 0); ( 3; 0; 0; 1)):
Portanto,
W ? = N (A)
2 3
1 1 0 0
com A = 4 2 0 1 0 5.
3 0 0 1
c)
(1; 1; 0; 0); (1; 0; 1; 1) 2 W;
pelo que qualquer combinação linear entre eles também pertence a W (porque W é um
espaço linear). Portanto V W . Assim, W ? V ? , donde
W ? \ V ? = W ?:
W? = L 1 1 2 3 :
W ? + V ? = V ? 6= R4 :
29. a)
? ? ?
V? = N 4 3 2 1 = L 4 3 2 1 =L 4 3 2 1 :
b)
p
? 2 5 6
d (1; 2; 3; 4); V = k(1; 2; 3; 4) PV ? (1; 2; 3; 4)k = (1; 2; 3; 4) (4; 3; 2; 1) = :
3 3
0 1 1 1
U? = N = L (f( 2; 1; 1; 0) ; ( 1; 1; 0; 1)g) :
1 1 1 0
437
Atendendo ao método de ortogonalização de Gram-Schmidt,
( )
( 2; 1; 1; 0) ; ( 1; 1; 0; 1) proj ( 1; 1; 0; 1) =
( 2; 1;1;0)
1
= ( 2; 1; 1; 0) ; ( 1; 1; 0; 1) ( 2; 1; 1; 0) =
2
1 1
= ( 2; 1; 1; 0) ; 0; ; ;1
2 2
é uma base para U ? . Logo,
1 1
(0; 1; 1; 1); (1; 1; 1; 0); ( 2; 1; 1; 0) ; 0; ; ;1
2 2
d)
0 02 311?
2 1
?
0 1 1 1 B B6 1 1 7CC
U = L (f(0; 1; 1; 1); (1; 1; 1; 0)g) = N =B B6
@C @4 1
7CC :
1 1 1 0 0 5AA
0 1
30.
W = f(x; y; z) 2 R3 : x 2y 3z = 0g:
(x 1; y 1; z 1) 2 W ? ,
b)
W = (x; y; z) 2 R3 : h(x; y; z); (1; 2; 3)i = 0 :
Logo, a equação cartesiana do plano que passa pelo ponto u = (1; 1; 1) e é paralelo ao plano
W é:
h(x 1; y 1; z 1); (1; 2; 3)i = 0 , x 2y 3z = 4:
438
31. Considere a recta
r = (1; 1; 1) + L (f(1; 1; 1)g) :
Logo,
(x 1; y 1; z 1) 2 W ,
, (h(x 1; y 1; z 1); (1; 1; 0)i = 0 e h(x 1; y 1; z 1); ( 1; 0; 1)i = 0)
, (x + y = 2 e 3x + z = 4)
pelo que, as equações cartesianas da recta r são:
x+y =2 e x + z = 0:
b) Como
W ? = (x; y; z) 2 R3 : h(x; y; z); (1; 1; 1)i = 0 ;
então a equação cartesiana do plano que passa pelo ponto u = (1; 0; 0) e é perpendicular à
recta r é:
h(x 1; y 0; z 0); (1; 1; 1)i = 0 , x y + z = 1.
32. Seja P o plano (em R3 ) que passa pelos pontos: (1; 1; 1) ; (2; 0; 3) e (0; 2; 2). Tem-se
a) Seja
U = L (f(1; 1; 2); ( 1; 1; 1)g) .
Logo,
? ?
? ? 1 1 2 1 1 2
U= U = N = N
1 1 1 0 0 1
ou seja por
x + y = 2.
439
b) Equações paramétricas de P:
8
< x=1+
y=1 +
:
z =1+2 +
com ; 2 R.
c) Equação vectorial de P:
8 4 4p
kb Auk = ; ;0 = 5.
5 5 5
440
Resolução da 9a Ficha de exercícios para as aulas de problemas
1. (i) (312645) é par pois tem 4 inversões. (ii) (234516) é par pois tem 4 inversões.
(iii) (654321) é ímpar pois tem 15 inversões. (iv) (123456) é par pois tem 0 inversões.
(v) (546321) é ímpar pois tem 13 inversões. (vi) (453261) é par pois tem 10
inversões.
(vii) (634125) é ímpar pois tem 9 inversões. (viii) (123465) é ímpar pois tem 1
inversão.
2. (i) (234516) é par pois tem 4 inversões e (312645) é par pois tem 4 inversões. Logo,
tem-se
+a23 a31 a42 a56 a14 a65
uma vez que (234516) e (312645) têm a mesma paridade.
(ii) (123456) é par pois tem 0 inversões e (654321) é ímpar pois tem 15 inversões. Logo,
tem-se
a16 a25 a34 a43 a52 a61
uma vez que (123456) e (654321) têm paridades diferentes.
(iii) (546321) é ímpar pois tem 13 inversões e (453261) é par pois tem 10 inversões. Logo,
tem-se
a54 a45 a63 a32 a26 a11
uma vez que (546321) e (453261) têm paridades diferentes.
(iv) (123465) é ímpar pois tem 1 inversão e (634125) é ímpar pois tem 9 inversões. Logo,
tem-se
+a16 a23 a34 a41 a62 a55
uma vez que (123465) e (634125) têm a mesma paridade.
3. (i) (123) é par pois tem 0 inversões e (321) é ímpar pois tem 3 inversões. Atendendo
à de…nição de determinante, tem-se
0 0 a13
0 a22 a23 = a13 a22 a31
a31 a32 a33
(ii) (1234) é par pois tem 0 inversões e (4321) é par pois tem 6 inversões. Atendendo à
de…nição de determinante, tem-se
0 0 0 a14
0 0 a23 a24
= a14 a23 a32 a41
0 a32 a33 a34
a41 a42 a43 a44
441
uma vez que (1234) e (4321) têm a mesma paridade.
(iii) Ao efectuar n 1 + n 2 + ::: + 2 + 1 trocas de linhas: linha 1 com cada uma das
n 1 linhas que lhe estão abaixo, nova linha 1 com cada uma das n 2 linhas que lhe estão
abaixo (excluindo a nova linha n) e assim sucessivamente, tem-se
2 3 2 3
0 0 a1n an1 ann
6 7 6 an 1 n 7
7 = ( 1)n 2 det 6 0 an 1 2
n 1
det 6
4 0 an 1 2
7=
an 1 n 5 4 5
an1 ann 0 0 a1n
n 1
= ( 1)n 2 a1n :::an 1 2 an1
atendendo a que
n 1+1 n 1
n 1+n 2 + ::: + 2 + 1 = (n 1) =n :
2 2
4.
1 2
(i) =4 6= 2 6= 0, logo a matriz é invertível.
3 4
cos sen
(iv) = cos2 ( sen2 ) = 1 6= 0, logo a matriz é invertível.
sen cos
2 0 1
(v) 5 3 0 = 12 + 5 ( 15) = 8 6= 0, logo a matriz é invertível.
5 1 2
2 3 2
(vi) 5 1 3 = 2 + 18 + 10 4 15 ( 6) = 13 6= 0, logo a matriz é invertível.
2 1 1
2 1 1 2 3 2
(vii) 5 1 3 = 5 1 3 = 13 6= 0, logo a matriz é invertível.
por (vi)
2 3 2 2 1 1
8 12 8 2 3 2
(viii) 5 1 3 =4 5 1 3 = 52 6= 0, logo a matriz é invertível.
por (vi)
2 1 1 2 1 1
1 2 3 1 2 3 1 2 3
(ix) 4 5 6 = 2 1 0 = 2 1 0 = 0, logo a matriz não é invertível.
7 8 9 4 2 0 0 0 0
442
0 1 0 0 0 1 0 0 1 0 0 0
1 0 1 0 1 0 0 0 0 1 0 0
(x) = = = 1 6= 0, logo a matriz é invertível.
0 1 0 1 0 0 0 1 0 0 1 0
0 0 1 0 0 0 1 0 0 0 0 1
2 2 8 6
0 1 2 0
(xi) = 30 6= 0, logo a matriz é invertível.
0 0 3 23
0 0 0 5
(xii)
1 3 1 1 1 3 1 1
3 1 1 1 3 1
1 2 1 1 0 1 2 2 4+1 4+3
= = 2( 1) 1 2 2 +( 2)( 1) 0 1 2 =
2 1 1 1 2 1 1 1
1 1 1 2 1 1
2 0 2 0 2 0 2 0
= 2 [ 6 + 1 + ( 2) ( 1) ( 2) 6] + 2 [1 + 12 2 2] = 20 + 18 = 38 6= 0,
logo a matriz é invertível.
0 0 0 5 2 2 8 6
0 0 3 23 0 1 2 0
(xiii) = = 30 6= 0, logo a matriz é
0 1 2 0 0 0 3 23 por (xi)
2 2 8 6 0 0 0 5
invertível.
12 22 32 42 12 22 32 42 12 22 32 42 12 22 32 42
22 32 42 52 3 5 7 9 3 5 7 9 3 5 7 9
(xiv) 2 = = = =
3 42 52 62 5 7 9 11 2 2 2 2 2 2 2 2
42 52 62 72 7 9 11 13 2 2 2 2 0 0 0 0
443
= 3 (6 ( 19 + 3 8)) = 3 (6 ( 19 + 3 8)) = 3 30 = 90 6= 0, logo a matriz é
invertível.
9 0 6 4 2
9 6 4 2 2 6 4 9
5 3 0 1 2
8 4 1 1 1 4 1 8
(xviii) 8 0 4 1 1 = 3 ( 1)4 =3 =
6 3 1 3 3 3 1 6
6 0 3 1 3
7 5 2 3 3 5 2 7
7 0 5 2 3
1 4 1 8 1 4 1 8
2 6 25 2 6 25
2 6 4 9 0 2 6 25
3 = 3 = 3 7 2 5 = 3 7 2 5 =
3 3 1 6 0 9 4 30
7 1 17 0 3 12
3 5 2 7 0 7 1 17
2 0 1 2 0 1
3 7 2 5 = 3 7 2 13 = 3 (21 78) = 171 6= 0, logo a matriz é
0 3 12 0 3 0
invertível.
7 4 1 3 6
7 4 1 6
0 0 0 2 0
0 0 5 1
(xix) 0 0 5 8 1 = 2 ( 1)6 =
0 0 3 p0
0 0 3 p0
5 3 7 3
5 3 7 9 3
7 4 6
6 6 7 4
= 2 ( 1) ( 3) 0 0 p1 = 6 ( 1)5 = 6 6= 0, logo a matriz é invertível.
5 3
5 3 3
2 1 0 0
2 1 0
7 3 0 2 6 2 1
(xx) = ( 1) 7 3 2 = 2 ( 1)5 = 30 6= 0, logo a
3 1 1 3 9
3 9 0
3 9 0 0
matriz é invertível.
1 1 1 1 1
1 1 1 1 1 2 0 0
1 1 1 1 1
1 1 1 1 1 0 2 0
(xxi) 1 1 1 1 1 =( 1) ( 1)4+2 = =
1 1 1 1 1 0 0 2 (2314)
0 1 0 0 0
0 0 0 1 0 0 0 1 é par
0 1 0 0 1
4.
..
n n 1 . 2 1 1 1 1 1
.. 1 2 2 2
n 1 n 1 . 2 1
(xxii) .. .. = .... . . =
... . . .
. .
2 2 2 1 1 2 n 1 n 1
1 1 1 1 1 2 n 1 n
444
1 1 1 1 1 1 1
0 1 1 1 . . . ..
.. .. . . 0 1 .
= . . . = = . . . = 1 6= 0, logo a matriz é
.. . . .. 1
0 1 n 2 n 2
0 1 n 2 n 1 0 0 1
invertível.
2 3
0 a 0 0 0
6 e 0 b 0 0 7
6 7
5. (i) Seja A = 66 0 f 0 c 0 7, com a; b; c; d; e; f; g; h 2 R. Se a = 0 ou h = 0 então
7
4 0 0 g 0 d 5
0 0 0 h 0
det A = 0, isto é, A não é invertível. Se a 6= 0 e h 6= 0 então
0 a 0 0 0 0 a 0 0 0
e 0 b 0 0 e 0 b 0 0
det A = 0 f 0 c 0 = 0 0 0 0 0 = 0,
0 0 g 0 d 0 0 g 0 d
0 0 0 h 0 0 0 0 h 0
isto é, A não é invertível. Logo, A não é invertível para quaisquer a; b; c; d; e; f; g; h 2 R.
Em alternativa, pelo teorema de Laplace
0 0 0 0 0 a 0 0
e b 0 0 e 0 b 0
det A = ( 1)5 f + ( 1)7 c = 0.
0 g 0 d 0 0 g d
0 0 h 0 0 0 0 0
3 2
(i) det (A I) = = (1 + ) 6= + 6.
2 1
445
Logo, det (A I) = 0 , ( = 2 ou = 3).
10 2
2
(ii) det (A I) = 0 1 2 = 1 + 4 (1 + ) 4 (1 )=
2 2
2
= 1 + 8 . Logo, det (A I) = 0 , ( = 0 ou = 3 ou = 3).
2 3 2 3
1 1 1 1 1 1
(iii) det (A I) = det 4 1 1 1 5 = det 4 0 5=
1 1 1 0
2 3 2 3
2 1 1 3 1 1
= det 4 0 5 = det 4 0 0 5 = ( 1)3 ( 3) 2
.
0 0 0 0
Logo, det (A I) = 0 , ( = 0 ou = 3).
(iv)
2 3
2 3 1 1 1 1
1 1 1 6 7
6 ... ... .. 7 6 0 0 7
6 1 . 7 6 .. .. ..7
det (A I) = det 6 .. 7 = det 6 . 0 . .7=
4 .. 5 L1 +Li !Li 6 7
. . 1 4 .. .. ..
i=2;:::;n . . . 0 5
1 1 1 n n 0 0
2 3
n 1 1 1
6 0 0 0 7
6 .. ..7
6 ..
.
..
. 7 n n 1
= det 6 . .7 = ( 1) ( n) :
Ci +C1 !C1 6 ... 7
i=2;:::;n 4 0 5
0 0
446
b) det (A0 )n + (A0 )n+2 = det (A0 )n I + (A0 )2 =
2 3
3 0 0 1
6 0 2 0 0 7
= (det A0 )n det I + (A0 )2 = det 6
4 1
7 = 20:
| {z } 0 2 1 5
=1
1 0 0 2
1 0
1 1 1 1+3
c) (A ) = (cof A )(1;3) = ( 1) 0 0 1 =
(3;1) det A (1 )2 (1 + ) 1
2
1 1
= 2 = :
(1 ) (1 + ) 1
T
1 1 4 3 2 1
9. (i) A 1
= (cof A)T = =
det A 2 2 1 3=2 1=2
2 3T 2 3
1 0 0 1 1 0
1 14 5 4
(ii) A 1
= T
(cof A) = 1 1 0 = 0 1 1 5
det A 1
0 1 1 0 0 1
3T 2 2 3
18 0 6 3 4 2=3
1 1
(iii) A 1
= (cof A)T = 4 24 0 6 5 = 4 0 0 1=6 5
det A 6
4 1 1 1 1 1=6
10. 2 3
1 3 0 1 2 3
6 2 1 1
2 0 1 1 7
det A = 2 ( 1)3+4 det 6
4 0
7 = 2 ( 3) ( 1)1+2 det 4 0 2 1 5 =
0 2 1 5
2 1 1
2 0 1 1
24 6= 0
logo A é invertível e 2 3
1 0 0 1
6 2 1 0 1 7
(A 1 )(2;3) = 1
(cof A)T = 1
(cof A)(3;2) = 1
( 1)3+2 det 6
4 0
7=
det A
(2;3)
det A 24 2 0 1 5
2 1 0 1
0:
447
13.
14.
3 1 1 ( 2)3 1
det 2A 1 AT det A 2
= 2 det(A 2 ) det AT = ( 2)3 = = :
det A (det A)6 ( 2)6 8
15.
2 3
0 a 0 1 2 3 2 3
6 1 7 1 2 0 1 0 2
0 2 0 7
det 6
4 0
1+2 4 5 1+4 4
= 1 , a ( 1) det 0 0 1 + ( 1) det 0 2 0 5=1,
2 0 1 5
1 a 0 1 0 a
1 0 a 0
1 2 1 2
, a ( 1)2+3 det + ( 1) ( 2) ( 1)2+2 det =1,
1 a 1 a
p p
, a (a 2) + 2 (a 2) = 1 , a2 4 = 1 , (a = 5 ou a = 5).
16.
2 3 2 3 2 3
1 1 0 0 1 1 0 0 1 1 0 0
6 0 1 0 2 7 6 0 1 0 2 7 6 0 1 0 2 7
det 6
4
7 = det 6 7 = det 6 7=
1 1 2 2 5 4 1 0 2 0 5 4 1 0 2 0 5
1 0 2 1 1 0 2 1 0 0 0 1
2 3
1 1 0
4 1 1
= det 0 1 0 5 = 2 det = 2:
0 1
1 0 2
Logo
2 3
2 1 0 0
6 0 0 0 2 7
det A3 + A4 = (det A)3 det (I + A) = 8 det 6
4
7=
1 1 3 2 5
1 0 2 2
2 3
2 1 0 0 2 3
6 2 1 0
0 0 0 2 7
= 8 det 6
4
7= 8 2 det 4 1 1 3 5 = 48:
1 1 3 2 5
1 0 2
1 0 2 2
17.
448
0 2 315 2 3
0 0 0 1 1 0 0 1
B 6 1 0 0 0 7C 6 0 1 0 2 7
det (A6 A5 ) = (det A)5 det (A I) = B 6
@det 4 0
7C det 6 7=
1 0 0 5A 4 0 0 1 0 5
0 0 1 0 0 0 0 3
3:
0 1
23 1 2 32 3 1 2 3
0 0 1 1 0 1 0 0 1 1 0 1
,X=4 0 1 0 5 4 0 2 0 54 0 1 0 5 4
= 0 2 0 5:
1 0 0 1 0 1 1 0 0 1 0 1
3 2 0 2
3 2 2
1 0 0 3 3+3
19. (i) Tem-se det A = = ( 2) ( 1) 1 0 3 =
0 9 2 0
3 1 2
3 1 0 2
6 0
= ( 2) (2 + 18 ( 4) 9) = 30 = pelo que A é invertível. Logo,
3 0 2
1 1 1 4
A 1
(2;2)
= (cof A)T = (cof A)(2;2) = ( 1)2+2 0 2 0 = :
det A (2;2) det A 30 5
3 0 2
1 0 0 2 1 0 0 2
0 1 8
4 0 1 0 0 0 1 8 1+1
det B = = = ( 1)( 1) 1 0 3 = 17 6= 0
0 1 0 3 0 1 0 3
0 2 1
0 1 2 2 0 0 2 1
pelo que B é invertível. Logo,
1 0 2
1 1 1 14
B 1
(2;3)
= (cof B)T = (cof B)(3;2) = ( 1)3+2 4 1 0 = .
det B (2;3) det B 17 17
0 2 2
2 3
4 2 0 4
6 3 0 1 3 7
(ii) det (A + B) = det 6
4 0 10
7= 134 6= 47 = 30 17 = det A +
2 3 5
3 2 2 4
det B
2 3
2 2 0 0
6 5 0 1 3 7
det (A B) = det 64 0 8
7 = 138 6=
5 13 = 30 + 17 = det A det B
2 3
3 0 2 0
449
1 3 2 1
3 7 2 5 3 1
20. (i) x = = =2 e y= = = 1
2 3 1 2 3 1
5 7 5 7
(ii)
1 1 0 1 1 0 1 1 1
1 0 1 2 1 1 2 0 1
1 2 2 5 1 1 2 1 2 1 5
x= = = 1; y = = 0 e z= = = 1
1 1 0 5 1 1 0 1 1 0 5
2 0 1 2 0 1 2 0 1
1 2 2 1 2 2 1 2 2
1 0 1 9 8 1
21. det C = 2 3 2 = 6 6= 0, logo C é invertível. det D = 7 3 0 =
0 1 2 2 0 0
6 6= 0, logo D é invertível.
1 1 4
(i) det (2C ) = 23 =
det C 3
1 1 1 1 9
(ii) det C 3 (2C) = (det C)3 3
= (det C)2 =
2 det C 8 2
2
T 1 11 1 T 1 1 1 1 1
(iii) det C 2C = det C (C ) = 3 det (C ) det (C )= 3 =
2 2 2 det C
1
288
1 1 1 1 1 1
(iv) det C T 12 C 2
= det C T det (C 2
)= det C 2 = 3 =
23 23
(det C) 2 det C 48
(v) 02 3 2 31 2 3
1 1 1 9 8 1 19 15 3
2
det (C + 2D) = det @ 4 8 11 4 5 +2 4 7 3 0 5A = det 4 6 5 4 5=
2 1 6 2 0 0 2 1 6
62
1 1 1 1 1
(vi) det 2C T 2 3
3
D DT C = ( 2)3 det C T 2 3 1 =
det 3
D det (DT ) C
3
3 1 det D 1 27 27 3
= 8 (det C) 3 =8 2 = = .
2 (det D) det C (det D) 8 36 4
1 p
22. det(2AT B 3 ) = 23 det AT det(B 3 ) = 8 det A 3 = 64 3.
(det B)
450
1 1 a a+3 1 2
1 T 1
23. (i) 2 b 1 = 2 (ii) b+3 b 2 2 = 2 (iii) det 2
B B = 2
c 2 2 c+3 2 c c
a b 0 c
a b c
d e 0 f
24. =5, d e f =5
g h 0 i
g h i
x y 1 z
2i
2h 2g a g d
(iv) f 3c e 3b d 3a = 10 (v) b h e = 5
c b a c i f
a b c a b c
3
25. (i) 6 3 0 = (ii) 2a + 2 2b + 1 2c =1
1 1 2
2
1 2
a+1 b+2 c+1
a 1 b 2 c 1
(iii) 3 3 1 =1
1 2 1
1 1 1 1 1 1
(iv) 2 1 0 = 2 1 0 =
3a + 1 3b + 2 3c + 1 3a + 1 3b + 2 3c + 1
1 2 1 1 2 1 a b c
= 2 1 0 = 2 1 0 =3 2 1 0 =3
3a + 1 3b + 2 3c + 1 3a 3b 3c 1 2 1
1 2
2
26. + 2 = .
1 1 1 1 1 1 1 1 1 1
+1 2 2 2 2 0 1 1 1 1
+1 +2 3 3 3 0 0 1 1 1 6
27. = = .
+1 +2 +3 4 4 0 0 0 1 1
+1 +2 +3 +4 5 0 0 0 0 1
+1 +2 +3 +4 +5 0 0 0 0 0
::: 0 0 ::: 0
1 +1 1 ::: 1 1 0 ::: 0
.. . .. ...
. 1 + 1 .. . 0 n
28. .. .. .. = .. . . = .
. 1 . 1 . . 0 . . 0 ..
.. ... .. . .
. +1 1 . . 0
1 1 1 ::: 1 +1 1 0 0 ::: 0
451
29. Sejam 6= 0 e A = (aij )n n.
1 1 1 1
a11 a12 a13
2 ::: n 2 a1 n 1 n 1 a1n
1 1 1
a21 a22 a23 ::: n 3 a2 n 1 n 2 a2n
.. ..
i j
. a32 a33 .
det aij = .. ... 1 .. =
. a43 an 2n 1 .
.. ... 1
. an 1 n 1 an 1 n
n 1 n 2 n 3
an1 an2 an3 : : : an n 1 ann
n 1 n 2 n 3
a11 a12 a13 : : : a1 n 1 a1n
n 1 n 2 n 3
a21 a22 a23 : : : a2 n 1 a2n
.. .
1 1 1 . n 2
a32 n 3
a33 . .
= ::: .. . .. =
n 2 n 1
. n 3
a43 . . an 2n 1 .
.. ..
. . a n 1 n 1 an 1 n
n 1 n 2 n 3
an1 an2 an3 : : : an n 1 ann
a11 a12 a13 : : : a1 n 1 a1n
a21 a22 a23 : : : a2 n 1 a2n
.. ..
1 1 1 n 1 n 2
. a32 a33 .
= ::: ::: .. . .. = det A.
n 2 n 1
. a43 . . an 2 n 1 .
.. . .
. . an 1 n 1 an 1 n
an1 an2 an3 : : : an n 1 ann
30. Seja 2 3
1 a a2
A = 4 1 b b2 5 ,
1 c c2
com a; b; c 2 R. A matriz A é invertível se e só se det A 6= 0. Tem-se
1 a a2 1 a a2
det A = 1 b b2 = 0 b a b 2
a2 =0
1 c c2 0 c a c 2 a2
se a = b ou a = c. Se a 6= b e a 6= c então
1 a a2 1 a a2 1 a a2
det A = 1 b b2 = 0 b a b 2
a2 = 0 b a b 2
a2 =
1 c c2 0 c a c 2 a2 0 0 c2 a 2
(c a)(b + a)
1 a a2 1 a a2
2 2 2
= 0 b a b a = 0 b a b a2 =0
0 0 (c a) [(c + a) (b + a)] 0 0 (c a) (c b)
se b = c.
Logo, a matriz A é invertível se e só se a 6= b; a 6= c e b 6= c.
452
31. (i)
1 1 1 1 0 0
1 0
x1 y1 y1 = x1 y1 x1 y1 x1 = (y1 x1 ) ( 1)2+2 det = (y1 x1 ) (y2 x2 ) .
x2 y2 x2
x2 x2 y2 x2 0 y2 x2
(ii)
2 3 2 3
(x1 )3 (x1 )2 x1 1 1 x1 (x1 )2 (x1 )3
6 (x2 )3 (x2 )2 x2 1 7 6 1 x2 (x2 )2 (x2 )3 7
det 6
4 (x3 )3
7 = det 6 7=
(x3 )2 x3 1 5 4 1 x3 (x3 )2 (x3 )3 5
(x4 )3 (x4 )2 x4 1 1 x4 (x4 )2 (x4 )3
2 3
1 x1 (x1 )2 (x1 )3 (x1 )3
6 0 x2 x1 (x2 )2 (x1 )2 (x2 )3 (x1 )3 7
= det 64 0 x3 x1 (x3 )2 (x1 )2
7=
(x3 )3 (x1 )3 5
0 x4 x1 (x4 )2 (x1 )2 (x4 )3 (x1 )3
2 3
1 x1 (x1 )2 (x1 )3 (x1 )3
6 0 1 x2 + x1 x21 + x1 x2 + x22 7
= (x4 x1 ) (x3 x1 ) (x2 x1 ) det 6
4 0 1
7=
x3 + x1 x21 + x1 x3 + x23 5
0 1 x4 + x1 x21 + x1 x4 + x24
2 3
1 x1 (x1 )2 (x1 )3 (x1 )3
6 0 1 x2 + x1 x21 + x1 x2 + x22 7
= (x4 x1 ) (x3 x1 ) (x2 x1 ) det 6 7
4 0 0 x3 x2 x1 (x3 x2 ) + x23 x22 5 =
0 0 x4 x2 x1 (x4 x2 ) + x24 x22
2 3
1 x1 (x1 )2 (x1 )3 (x1 )3
6 0 1 x2 + x1 x2 + x1 x2 + x2 7
= (x4 x1 ) (x3 x1 ) (x2 x1 ) (x3 x2 ) (x4 x2 ) det 6
4 0 0
1 2 7=
5
1 x1 + x3 + x2
0 0 1 x1 + x4 + x2
2 3
1 x1 (x1 )2 (x1 )3 (x1 )3
6 0 1 x2 + x1 x2 + x1 x2 + x2 7
= (x4 x1 ) (x3 x1 ) (x2 x1 ) (x3 x2 ) (x4 x2 ) det 6
4 0 0
1 2 7=
5
1 x1 + x3 + x2
0 0 0 x4 x3
= (x4 x1 ) (x3 x1 ) (x2 x1 ) (x3 x2 ) (x4 x2 ) (x4 x3 ) =
= (x1 x2 ) (x1 x3 ) (x1 x4 ) (x2 x3 ) (x2 x4 ) (x3 x4 )
a1 + b 1 a1 b1 c 1 2a1 a1 b1 c1 2a1 b1 c1 a1 b 1 c 1
(ii) a2 + b2 a2 b2 c 2 = 2a2 a2 b2 c 2 = 2a2 b2 c2 = 2 a2 b 2 c 2
a3 + b 3 a3 b3 c 3 2a3 a3 b3 c 3 2a3 b3 c3 a3 b 3 c 3
453
a1 b 1 a1 + b 1 + c 1 a1 b 1 c 1
(iii) a2 b 2 a2 + b 2 + c 2 = a2 b 2 c 2
a3 b 3 a3 + b 3 + c 3 a3 b 3 c 3
a1 + b1 c1 + d1
33. = (a1 + b1 ) (c2 + d2 ) (a2 + b2 ) (c1 + d1 ) =
a2 + b2 c2 + d2
= a1 c 2 a2 c1 + a1 d2 b2 c1 + b1 c2 a2 d1 + b1 d2 b2 d1 =
a1 c 1 a c b d b d
= + 1 1 + 1 1 + 1 1 :
a2 c 2 b2 d2 a2 c 2 b2 d2
0 0 2 0 0 2 4 2 2 0 0 0
34. 2 1 1 = 2 1 1 =0 e 2 1 1 = 2 1 1 =0
0 0 5 0 0 0 0 0 5 0 0 5
2x x 1 2
1 x 1 1
35. O coe…ciente de x3 na expressão é 1, uma vez que as permutações
3 2 x 1
1 1 1 x
correspondentes ao produto x
| 1 {z x } são (1234)
x (a das linhas) e (2134) (a das colunas):
| {z } | {z }
=x3 par ímpar
1 x 1 1 x 0
36. (i) 0 1 1 =0, 0 1 1 =0, 1+x=0,x=1
1 0 2 1 0 1
x x x x x x x x
x 4 x x 0 4 x 0 0
(ii) =0, = 0 , x (4 x)3 = 0 , (x = 0 ou x = 4)
x x 4 x 0 0 4 x 0
x x x 4 0 0 0 4 x
x 1 1 1 x 1 1 1
1 x 1 1 0 x 1 0 1 x
(iii) =0, =0,
1 1 x 1 0 0 x 1 1 x
1 1 1 x 1 1 1 x
x 1 x 1 x 1 x 0 1 x 1 x 1 x2
0 x 1 0 1 x 0 x 1 0 1 x
, =0, =0,
0 0 x 1 1 x 0 0 x 1 1 x
1 0 0 x 1 1 0 0 x 1
0 0 0 3 2x x2 0 0 0 3 2x x2
0 x 1 0 1 x 0 x 1 0 0
, =0, =0,
0 0 x 1 1 x 0 0 x 1 0
1 0 0 0 1 0 0 0
1 0 0 0
0 x 1 0 0
, =0, (x 1)2 (3 2x x2 ) = 0 , (x = 1 ou x = 3)
0 0 x 1 0
0 0 0 3 2x x2
454
5 3 3 5 3 533 5 3 13 5 3 13
37. 7 1 5 = 7 1 715 = 7 1 13 = 13 7 1 13 .
100C1 +10C2 +C3 !C3
8 7 1 8 7 871 8 7 13 8 7 13
2 1 8 2 1 5 2 1 1
38. 1 0 10 = 1 0 10 =5 1 0 2 .
3C2 +C3 !C3
3 7 4 3 7 25 3 7 5
39. Seja A = (aij )n n com n ímpar e tal que aij + aji = 0, para todos os i; j = 1; :::; n:
Mostre que A não é invertível.
AT A = AAT = I
pelo que
, (det A = 1 ou det A = 1) .
Sendo A unitária, tem-se
AH A = AAH = I
pelo que
, jdet Aj = 1.
então
1 dim N (A) dim N AT A :
Logo dim N AT A 6= 0 pelo que AT A não é invertível, isto é,
det AT A = 0:
455
Resolução da 10a Ficha de exercícios para as aulas de problemas
1. Seja 2 3
9 8 7
A = 4 6 5 4 5.
3 2 1
Como
2 3 2 3 2 3
9 8 7 3 2 1 1 2 3
det (A 4
0I) = det 6 5 4 5 = det 4 6 5 4 5 = det 4 4 5 6 5 =
3 2 1 9 8 7 7 8 9
2 3 2 3
1 2 3 1 2 3
4
= det 0 3 6 5 = det 4 0 3 6 5=0
0 6 12 0 0 0
| {z }
então 0 é valor próprio de A e atendendo a (*) (1; 2; 1) 2 N (A) = L f(1; 2; 1)g, logo
tem-se 2 3 2 3 2 3
1 0 1
A4 2 5 = 4 0 5 = 04 2 5
1 0 1
isto é, (1; 2; 1) é um vector próprio de A associado ao valor próprio 0.
2. Tem-se
2 32 3 2 3 2 32 3 2 3
5 5 5 0 0 5 5 5 1 1
4 5 5 5 54 1 5 = 04 1 5 e 4 5 5 5 54 1 5 = 04 1 5.
5 5 5 1 1 5 5 5 0 0
2 3
5 5 5
Logo, 0 é um valor próprio de 4 5 5 5 5 e (0; 1; 1) e (1; 1; 0) são dois vectores próprios
5 5 5
(associados ao valor próprio 0) linearmente independentes.
tr A = 5 , a + d = 5 e det A = 6 , ad bc = 6.
tr A = 1 + 2 e det A = 1 2
456
então
1 + 2 =5 e 1 2 =6
Logo
[ 1 =5 2 e (5 2) 2 = 6] , ( = 3 ou = 2),
isto é, os valores próprios de A são 3 e 2.
a+2 b
0 = det (A + 2I) = det = b2 + 2a + 2d + ad + 4
b d+2
e
a 2 b
0 = det (A 2I) = det = b2 2a 2d + ad + 4
b d 2
sendo (2; 1) um vector próprio associado ao valor próprio 2 tem-se
a b 2 2
=2 , (2a + b = 4 e 2b + d = 2).
b d 1 1
Logo 8
8 > a = 56
> 2
b + 2a + 2d + ad + 4 = 0 >
>
>
< >
<
b2 2a 2d + ad + 4 = 0
, b = 85
>
> 2a + b = 4 >
>
: >
>
2b + d = 2 : 6
d= 5
e assim 2 3
6 8
a b 5 5
A= =4 5.
b d 8 6
5 5
457
Logo
2 3 2 3 2 3
1 1 0 j x 1 1 0 j x 1 1 0 j x
4 2 5
0 1 j y ! 04 5 4
2 1 j y 2x ! 0 2 1 j y 2x 5
1 1 0 j z 0 2 0 j z x 0 0 1 j z y+x
458
Os valores próprios de T são os valores próprios de A, isto é, são os valores de para os
quais det(A I) = 0. Logo, os valores próprios de T são
1 = 0, 2 = 2 e 3 = 4.
(iii) Como 0 é valor próprio de T então T não é invertível. Como T tem 3 valores
próprios distintos, os vectores próprios correspondentes a cada um deles irão ser linearmente
independentes e como tal irá existir uma base de R3 formada só com vectores próprios de T ,
ou seja, T é diagonalizável.
459
O conjunto f(0; 1; 1)g é uma base de E 3 .
Os vectores próprios de T associados ao valor próprio 3 = 4 são
(i) Como
(1; 1) = (1; 2) + (2; 1)
Tem-se
T (v1 ) = T (1; 1) = T [ (1; 2) + (2; 1)] = T (1; 2) + T (2; 1) =
T é linear
(ii) Como 0 é valor próprio de T então T não é invertível. Como os vectores v1 = (1; 1)
e v2 = (1; 1) formam uma base de R2 pois são dois vectores linearmente independentes em
R2 e dim R2 = 2 e além disso, v1 e v2 são vectores próprios de T , então existe uma base de
R2 formada só com vectores próprios de T , ou seja, T é diagonalizável.
0 0
M (T ; Bvp ; Bvp ) = 10 ,
0 3
(iv) Seja A = M (T ; Bvp ; Bvp ), com Bvp = f(1; 1); (1; 1)g. O polinómio característico é
dado por
0 10
det(A I) = 10 = .
0 3 3
460
Os valores próprios de T são os valores próprios de A, isto é, são os valores de para os
quais det(A I) = 0. Logo, os valores próprios de T são
10
1 =0 e 2 = .
3
O subespaço próprio E 1 é dado por
461
(ii) Como 0 é valor próprio de T então T não é invertível. Como os vectores v1 =
(1; 0; 0); v2 = (1; 1; 1) e v3 = (0; 0; 1) formam uma base de R3 pois são três vectores linear-
mente independentes em R3 e dim R3 = 3 e além disso, v1 ; v2 e v3 são vectores próprios
de T , então existe uma base de R3 formada só com vectores próprios de T , ou seja, T é
diagonalizável.
1 =0 e 2 = 1.
O subespaço próprio E 1 é dado por
E = N (T = N (A
1 I) 1 I) =
1
02 31 02 31
1 1 0 0 1 0
= N @4 0 1 1 0 5A = N @4 0 1 0 5A =
0 1 1 0 1 0
02 31
0 1 0
= N @ 4 0 0 0 5A = (x; y; z) 2 R3 : y = 0 =
0 0 0
= f(x; 0; z) : x; z 2 Rg = L (f(1; 0; 0); (0; 0; 1)g) .
O conjunto f(1; 0; 0); (0; 0; 1)g é uma base de E 1 .
Os vectores próprios de T associados ao valor próprio 1 = 0 são
u = (s; 0; t), com s 6= 0 ou t 6= 0.
O subespaço próprio E 2 é dado por
E = N (T = N (A
2 I) 2 I) =
2
02 31 02 31
2 1 0 1 1 0
= N @ 4 0 1 2 0 5A =N @4 0 0 0 5A =
0 1 2 0 1 1
= f(x; y; z) : x + y = 0 e y z = 0g =
= f(x; x; x) : x 2 Rg = L (f(1; 1; 1)g) .
462
O conjunto f(1; 1; 1)g é uma base de E 2 .
Os vectores próprios de T associados ao valor próprio 2 = 1 são
(iv) É possível ter então uma base de R3 constituída só por vectores próprios de T :
1
Em resumo, existe P = SBvp !B3c tal que
1
D = P AP
2 3
1 0 0
com D = M (T ; Bvp ; Bvp ) = 4 0 2 0 5.
0 0 1
2 3
A= .
3 2
(i) Tem-se
det (A 0I) = det A = 5 6= 0.
463
Logo, como 0 não é valor próprio de T então T é invertível.
Os valores próprios de T são os valores próprios de A, isto é, são os valores de para os
quais det(A I) = 0.
O polinómio característico é dado por
2 3
det(A I) = = (2 )2 9 = [(2 ) 3] [(2 ) + 3] =
3 2
=( 1 ) (5 )
Logo, os valores próprios de T são
1 = 1 e 2 = 5.
E 1 = N (T = f (1; 2) + (2; 1) : ( ; ) 2 N (A
1 I) ( 1) I)g =
3 3
= (1; 2) + (2; 1) : ( ; ) 2 N =
3 3
3 3
= (1; 2) + (2; 1) : ( ; ) 2 N =
0 0
= f (1; 2) + (2; 1) : ( ; ) 2 L (f( 1; 1)g)g =
= f ( 1; 1) : 2 Rg = L (f( 1; 1)g) .
464
(iii) É possível ter uma base de R2 constituída só por vectores próprios de T :
com
1
1 1 3
SB1 !Bvp = SBvp !B1 = 1 e A = M (T ; B1 ; B1 )
1 3
uma vez que
1 1
( 1; 1) = (1; 2) (2; 1) e (1; 1) = (1; 2) + (2; 1) .
3 3
Logo, a matriz A é diagonalizável e tem-se
1
D = P AP
com
1
1 1 3
1 0
P = SBvp !B1 = 1 e D = M (T ; Bvp ; Bvp ) =
1 3
0 5
Observação:
A
(R2 ; B1 ) ! (R2 ; B1 )
T
1
P "I I#P
T
(R2 ; Bvp ) ! 2
(R ; Bvp )
D
10. Seja V um espaço linear de dimensão …nita. Seja T : V ! V uma transformação lin-
ear tal que T 2 = T . Uma tranformação linear nas condições anteriores chama-se projecção.
(i) Mostre que os valores próprios de T são 0 e 1:
Dem. Seja um valor próprio de T . Logo existe v 6= 0 tal que
T (v) = v.
465
tem-se
2
v= v, (1 ) v = 0 , ( = 0 ou = 1) .
v6=0
(ii) Tem-se
T 2 = T , (T I) T = 0
logo, para todo o u 2 V
pelo que
I (T ) N (T I) .
Seja agora u 2 N (T I). Logo (T I) (u) = 0, isto é, T (u) = u, ou seja u 2 I (T ). Deste
modo
N (T I) I (T )
e assim
I (T ) = N (T I) .
Por outro lado, sendo n = dim V , atendendo a que
n = dim V
|{z} = dim N (T ) + dim I (T ) =
espaço de partida
T (x; y; z) = (x; y; x y) .
466
O polinómio característico é dado por
1 0 0
det(A I) = 0 1 0 = (1 )2 .
1 1
1 =0 e 2 = 1.
E = N (T = N (A 0I) =
1 I)
1
02 31 02 31
1 0 0 1 0 0
= N @4 0 1 0 5A = N @4 0 1 0 5A =
1 1 0 0 0 0
= f(0; 0; z) : z 2 Rg = L (f(0; 0; 1)g) .
(ii) Tem-se T 2 = T , razão pela qual a transformação linear T é uma projecção. Como
f( 1; 1; 0); ( 1; 0; 1); (0; 0; 1)g é uma base de R3 formada só por vectores próprios de T , cujos
valores próprios associados são respectivamente 1 e 0, tendo-se
T ( 1; 1; 0) = 1( 1; 1; 0) = ( 1; 1; 0)
T ( 1; 0; 1) = 1( 1; 0; 1) = ( 1; 0; 1)
T (0; 0; 1) = 0(0; 0; 1) = (0; 0; 0).
467
isto é, por:
x+y+z =0
e o vector dado por:
(0; 0; 1).
32
0 0 0
13. Seja A = M (T ; Bc3 ; Bc3 ). Tem-se A = 4 1 1 0 5, uma vez que
0 0 1
T (1; 0; 0) = (0; 1; 0), T (0; 1; 0) = (0; 1; 0) e T (0; 0; 1) = (0; 0; 1):
468
Como
0 0
det(A I) = 1 1 0 = ( 1)2
0 0 1
então os valores próprios de T são: 0 e 1. Como
14. a) e b) Como
T ( 1; 1; 1) = 2 ( 1; 1; 1) ; T (1; 0; 1) = 2 (1; 0; 1) e T ( 1; 0; 1) = 0 ( 1; 0; 1)
então
R3 = N (T ( 2) I) N (T 0I)
com
dim N (T ( 2) I) = 2 e dim N (T 0I) = 1:
Logo 2 e 0 são os únicos valores próprios de T .
Como
N (T ( 2) I) = L (f( 1; 1; 1) ; (1; 0; 1)g)
e
(1; 1; 1) = ( 1; 1; 1) + 2 (1; 0; 1)
então
(1; 1; 1) 2 N (T ( 2) I)
e assim (1; 1; 1) é vector próprio de T associado ao valor próprio 2.
= 2.
469
O conjunto f(1; 0)g é uma base de E .
Os vectores próprios de T associados ao valor próprio = 2 são
u = (s; 0), com s 2 Rn f0g .
(ii) Não existe nenhuma base de R2 constituída só por vectores próprios de T uma vez
que dim E = 1 < 2 = dim R2 . Logo, T não é diagonalizável.
1 =3 e 2 = 2.
O subespaço próprio E 1 é dado por
E = N (T = N (A 1 I)
I) =
1
02 31 1 02 31
0 0 0 0 0 0
= N @ 4 0 1 1 5A =N @ 4 0 1 0 5A =
0 0 1 0 0 1
= f(x; y; z) : y = z = 0g =
= f(x; 0; 0) : x 2 Rg = L (f(1; 0; 0)g) .
O conjunto f(1; 0; 0)g é uma base de E 1 .
Os vectores próprios de T associados ao valor próprio 1 = 3 são
u = (s; 0; 0), com s 2 Rn f0g .
O subespaço próprio E 2 é dado por
E = N (T 2 I) = N (A 2 I) =
2
02 31
1 0 0
= N @4 0 0 1 5A = f(x; y; z) : x = z = 0g =
0 0 0
= f(0; y; 0) : y 2 Rg = L (f(0; 1; 0)g) .
470
O conjunto f(0; 1; 0)g é uma base de E 2 .
Os vectores próprios de T associados ao valor próprio 2 = 2 são
(ii) Não existe nenhuma base de R3 constituída só por vectores próprios de T uma vez
que
dim E 1 + dim E 2 = 2 < 3 = dim R3 :
Logo, a matriz A não é diagonalizável, isto é, não existe nenhuma base de R3 em relação à
qual T possa ser representada por uma matriz diagonal.
T (x; y; z) = (y + z; 2y + z; y + 2z).
1 1
det(A I) = 0 2 = 1(2 )2 + = (2 )2 1 =
0 1 2
= [((2 ) 1) ((2 ) + 1)] = (1 ) (3 )
3 2
= +4 3 .
(ii) Os valores próprios de T são os valores próprios de A, isto é, são os valores de para
os quais det(A I) = 0. Logo, os valores próprios de T são
1 = 0, 2 =1 e 3 = 3.
E = N (T = N (A
1 I) 1 I) =
1
02 31 0 2 31
0 1 1 0 1 1
= N @4 0 2 1 5A = N @4 0 1 0 5A =
0 1 2 0 0 1
= f(x; y; z) : y = z = 0g =
= f(x; 0; 0) : x 2 Rg = L (f(1; 0; 0)g) .
471
Os vectores próprios de T associados ao valor próprio 1 = 0 são
E = N (T = N (A
2 I) 2 I) =
2
02 31 02 31
1 1 1 1 1 1
= N @4 0 1 1 5A = N @4 0 1 1 5A =
0 1 1 0 0 0
= f(x; y; z) : x + y + z = 0 e y + z = 0g =
= f(x; y; z) : x = 0 e y + z = 0g =
= f(0; z; z) : z 2 Rg = L (f(0; 1; 1)g) .
E = N (T = N (A
3 I) I) =
3
02 31 3 02 31
3 1 1 3 1 1
= N @4 0 1 1 5A = N @4 0 1 1 5A =
0 1 1 0 0 0
= f(x; y; z) : 3x + y + z = 0 e y + z = 0g =
2
= (x; y; z) : x = z e y = z =
3
2
= z; z; z : z 2 R = L (f(2; 3; 3)g) .
3
472
uma vez que
T (1; 0; 0) = (0; 0; 0) = 0(1; 0; 0) + 0(0; 1; 1) + 0 (2; 3; 3) ,
T (0; 1; 1) = (0; 1; 1) = 0(1; 0; 0) + 1(0; 1; 1) + 0 (2; 3; 3)
e
T (2; 3; 3) = (6; 9; 9) = 0(1; 0; 0) + 0(0; 1; 1) + 3 (2; 3; 3) .
Deste modo, ( 1 ; 0; 0), (0; 2 ; 0) e (0; 0; 3) constituem respectivamente a 1a , 2a e 3a colunas
de M (T ; Bvp ; Bvp ).
(iv) Seja A a matriz que representa T na base canónica de R3 , isto é, A = M (T ; Bc3 ; Bc3 ).
Tem-se, por (iii),
2 3 2 3
1 0 0 0 0 0
M (T ; Bvp ; Bvp ) = 4 0 2 0 5 = 4 0 1 0 5.
0 0 3 0 0 3
Logo, atendendo ao diagrama
A
(R3 ; Bc3 ) ! (R3 ; Bc3 )
T
1
SBc3 !Bvp "I I # SBc3 !Bvp
3 T
(R ; Bvp ) ! (R3 ; Bvp )
M (T ;Bvp ;Bvp )
tem-se
1
D = P AP ,
com 2 3 2 3
0 1 0 0 0 0
D = M (T ; Bvp ; Bvp ) = 4 0 2 0 5 = 4 0 1 0 5,
0 0 3 0 0 3
com 2 3
1 0 2
1
P 1
= SBc3 !Bvp = SBvp !B3c = 4 0 1 3 5 e A = M (T ; Bc3 ; Bc3 ).
0 1 3
Isto é, a matriz A é diagonalizável e a matriz M (T ; Bvp ; Bvp ) é diagonal.
473
e 23 2 3
1 n
x 3
3 y + 31 3n z
T n (x; y; z) = An 4 y 5 = 4 1
2
+ 12 3n y + 1
2
+ 1 n
2
3 z 5,
1 1 n 1 1 n
z 2
+ 2
3 y + 2
+ 2
3 z
para todo o (x; y; z) 2 R3 .
9 0 0
det(A I) = det(B I) = 3 7 1 = (9 ) [(7 ) (8 ) 2] =
3 2 8
2
= (9 ) 15 + 54 = (9 )( 9) ( 6) =
2
= ( 9) ( 6) .
(ii) Os valores próprios de T são os valores próprios de B, isto é, são os valores de para
os quais det(B I) = 0. Logo, os valores próprios de T são
1 =9 e 2 = 6.
474
O subespaço próprio E 1 é dado por
E = N (T 1 I)= N (B I) =
1
02 31 1 02 31
0 0 0 0 0 0
= N @ 4 3 2 1 5A =N @ 4 0 0 0 5A =
3 2 1 3 2 1
= (x; y; z) 2 R3 : 3x 2y z = 0 =
= f(x; y; 3x 2y) : x; y 2 Rg = L (f(1; 0; 3); (0; 1; 2)g) .
E = N (T 2 I)= N (B I) =
2
02 31 2 02 31
3 0 0 3 0 0
= N @4 3 1 1 5A = N @4 0 1 1 5A =
3 2 2 0 0 0
= f(x; y; z) : 3x = 0 e y z = 0g =
= f(0; z; z) : z 2 Rg = L (f(0; 1; 1)g) .
475
Deste modo, ( 1 ; 0; 0), (0; 2 ; 0) e (0; 0; 3) constituem respectivamente a 1a , 2a e 3a colunas
de M (T ; Bvp ; Bvp ).
Logo, atendendo ao diagrama
B
(R3 ; Bc3 ) ! (R3 ; Bc3 )
T
1
SBc3 !Bvp "I I # SBc3 !Bvp
3 T
(R ; Bvp ) ! (R3 ; Bvp )
M (T ;Bvp ;Bvp )
tem-se
1
D = P BP ,
com 2 3 2 3
1 0 0 9 0 0
D = M (T ; Bvp ; Bvp ) = 4 0 1 0 5 = 4 0 9 0 5,
0 0 2 0 0 6
com 2 3
1 0 0
1
P 1
= SBc3 !Bvp = SBvp !B3c =4 0 1 1 5 e B = M (T ; Bc3 ; Bc3 ).
3 2 1
Isto é, a matriz B é diagonalizável e a matriz M (T ; Bvp ; Bvp ) é diagonal.
476
2 2 n
3
3
6 + 13 9n 4 n
3
9 4 n
3
6 2 n
3
9 2 n
3
6
=4 1 n
3
9 1 n
3
6 2 n
3
6 + 1 n
3
9 1 n
3
6 1 n
3
9 5.
1 n 1 n 2 n 2 n 4 n 1 n
3
6 3
9 3
9 3
6 3
9 3
6
Por outro lado,
2
3 2 3
x 9n x
T n (x; y; z) = B n 4 y 5 = 4 (9n 6n ) x + 31 9n + 32 6n y + 1 n
3
9 + 31 6n z 5 ,
2 n
z (9n 6n ) x + 3
9 + 32 6n y + 2 n
3
9 + 31 6n z
19. Sabendo que os vectores (1; 1; 1); (1; 0; 1) e (1; 1; 0) são vectores próprios da matriz
2 3
1 1 1
A= a 4 b c 5,
d e f
isto é, 2 32
3 2 3
1 1 1 1 1 0
4 a b 1 c 54 1 5 = 4 0 5,
d e f 1 1 0
2 32 3 2 3
1 2 1 1 1 0
4 a b 2 c 5 4 0 5 = 0 5
4
d e f 2 1 0
e 2 32 3 2 3
1 3 1 1 1 0
4 a b 3 c 54 1 5 = 4 0 5.
d e f 3 0 0
Logo, tem-se respectivamente
8 8
>
> 3 1 = 0 >
> 1 = 3
>
> >
>
< <
a+b+c 1 = 0 , a+b+c=3
>
> >
>
>
> >
>
: :
d+e+f 1 = 0 d + e + f = 3,
8 8
>
> 2 = 0 >
> 2 = 0
>
> >
>
< <
a c=0 , a=c
>
> >
>
>
> >
>
: :
d f+ 2=0 d=f
477
e 8 8
>
> 3 =0 >
> 3 =0
>
> >
>
< <
a b+ 3 =0 , a=b
>
> >
>
>
> >
>
: :
d e=0 d = e.
Assim, 8
>
> 1 =3
>
>
>
>
>
>
< 2 =0
>
>
>
> 3 =0
>
>
>
>
:
a = b = c = d = e = f = 1.
T (A) = A + AT .
(i) Seja
1 0 0 1 0 0 0 0
Bc2 2
= ; ; ;
0 0 0 0 1 0 0 1
a base canónica (ordenada) de M2 2 (R).
A matriz M (T ; Bc2 2 ; Bc2 2 ) que representa T em relação à base canónica (ordenada) Bc2 2
é dada por 2 3
2 0 0 0
6 0 1 1 0 7
M (T ; Bc2 2 ; Bc2 2 ) = 6 7
4 0 1 1 0 5,
0 0 0 2
uma vez que
1 0 2 0 1 0 0 1 0 0 0 0
T = =2 +0 +0 +0 ,
0 0 0 0 0 0 0 0 1 0 0 1
0 1 0 1 1 0 0 1 0 0 0 0
T = =0 + + +0 ,
0 0 1 0 0 0 0 0 1 0 0 1
0 0 0 1 1 0 0 1 0 0 0 0
T = =0 + + +0 ,
1 0 1 0 0 0 0 0 1 0 0 1
e
0 0 0 0 1 0 0 1 0 0 0 0
T = =0 +0 +0 +2 .
0 1 0 2 0 0 0 0 1 0 0 1
478
(ii) Seja A = M (T ; Bc2 2 ; Bc2 2 ). O polinómio característico é dado por
2 0 0 0
0 1 1 0
det(A I) = = (2 )2 (1 )2 1 =
0 1 1 0
0 0 0 2
2
= (2 ) [((1 ) 1) ((1 ) + 1)] =
= (2 )3 .
1 =0 e 2 = 2.
a b a b 0 0
E 1 = N (T 1 I) = 2 M2 2 (R) : (T 1 I) = =
c d c d 0 0
a b a b a b 0 0
= 2 M2 2 (R) : T 1I = =
c d c d c d 0 0
a b 2a b + c 1a 1b 0 0
= 2 M2 2 (R) : = =
c d c + b 2d 1c 1d 0 0
a b 2a b + c 0 0 0 0
= 2 M2 2 (R) : = =
c d c + b 2d 0 0 0 0
a b 2a b + c 0 0
= 2 M2 2 (R) : = =
c d c + b 2d 0 0
a b
= 2 M2 2 (R) : 2a = 0 e b + c = 0 e 2d = 0 =
c d
0 c
= 2 M2 2 (R) : c 2 R =
c 0
0 1
= L .
1 0
0 1
O conjunto é uma base de E 1 .
1 0
Os vectores próprios de T associados ao valor próprio 1 = 0 são
0 s
U= , com s 2 Rn f0g .
s 0
479
O subespaço próprio E 2 é dado por
a b a b 0 0
E 2 = N (T 2 I) = 2 M2 2 (R) : (T 2 I) = =
c d c d 0 0
a b a b a b 0 0
= 2 M2 2 (R) : T 2I = =
c d c d c d 0 0
a b 2a b + c 2a 2b 0 0
= 2 M2 2 (R) : = =
c d c + b 2d 2c 2d 0 0
a b 2a b + c 2a 2b 0 0
= 2 M2 2 (R) : = =
c d c + b 2d 2c 2d 0 0
a b 0 b+c 0 0
= 2 M2 2 (R) : = =
c d c+b 0 0 0
a b
= 2 M2 2 (R) : b = c =
c d
a c
= 2 M2 2 (R) : a; c; d 2 R =
c d
1 0 0 1 0 0
= L ; ; .
0 0 1 0 0 1
1 0 0 1 0 0
O conjunto ; ; é uma base de E 2 .
0 0 1 0 0 1
Os vectores próprios de T associados ao valor próprio 2 = 2 são
r s
U= , com r 6= 0 ou s 6= 0 ou t 6= 0.
s t
(iii) É possível ter uma base de M2 2 (R) constituída só por vectores próprios de T :
1 0 0 1 0 1 0 0
Bvp = ; ; ; ,
0 0 1 0 1 0 0 1
uma vez que
dim E 1 + dim E 2 = 4 = dim M2 2 (R).
Logo, a matriz que representa T na base Bvp é dada por
2 3 2 3
2 0 0 0 2 0 0 0
6 0 2 0 7 6
0 7 6 0 0 0 7
M (T ; Bvp ; Bvp ) = 6
4 0 0 0 = 2 7,
0 5 4 0 0 1 0 5
0 0 0 2 0 0 0 2
1 0 2 0 1 0 0 1 0 1 0 0
T = =2 +0 +0 +0 ,
0 0 0 0 0 0 1 0 1 0 0 1
0 1 0 2 1 0 0 1 0 1 0 0
T = =0 +2 +0 +0 ,
1 0 2 0 0 0 1 0 1 0 0 1
480
0 1 0 0 1 0 0 1 0 1 0 0
T = =0 +0 +0 +0 ,
1 0 0 0 0 0 1 0 1 0 0 1
e
0 0 0 0 1 0 0 1 0 1 0 0
T = =0 +0 +0 +2 .
0 1 0 2 0 0 1 0 1 0 0 1
tem-se
1
D = P AP ,
com 2 3 2 3
2 0 0 0 2 0 0 0
6 0 0 7
0 7 6 06 2 0 0 7
D = M (T ; Bvp ; Bvp ) = 6
4 0
2
= 7,
0 1 0 5 4 0 0 0 0 5
0 0 0 2 0 0 0 2
com
1
1
P = SBc2 2
!Bvp = SBvp !B2c 2 e A = M (T ; Bc2 2 ; Bc2 2 ).
Isto é, a matriz A é diagonalizável e a matriz M (T ; Bvp ; Bvp ) é diagonal.
1 =3 e 2 = 4.
E 1 = N (A 1 I) =
2 1 1 1 1
= N =N =
2 5 1 2 2
1 1
= N = (x; y) 2 R2 : x+y =0 =
0 0
= f(y; y) : y 2 Rg = L (f(1; 1)g) .
481
O conjunto f(1; 1)g é uma base de E 1 .
Os vectores próprios de A1 associados ao valor próprio 1 = 3 são
E 2 = N (A2 2 I) =
2 2 1 2 1
= N =N =
2 5 2 2 1
2 1
= N = (x; y) 2 R2 : 2x + y = 0 =
0 0
= f(x; 2x) : x 2 Rg = L (f(1; 2)g) .
D 1 = P 1 A1 P 1 1 ,
com
1 1 1
P1 = SBvp !B2c =
1 2
e
1 0 3 0
D1 = = .
0 2 0 4
(ii) Seja 3 2
2 1 1
A2 = 4 0 3 1 5 .
0 1 3
Tem-se
2 1 1
det(A2 I) = 0 3 1 = (2 ) (3 )2 1 =
0 1 3
= (2 ) [(3 ) 1] [(3 ) + 1] = (2 )2 (4 ).
482
Os valores próprios de A2 são
1 =2 e 2 = 4.
E = N (A2 1 I) =
1
02 31 02 31
2 1 1 1 0 1 1
= N @4 0 3 1 1 5A = N @4 0 1 1 5A =
0 1 3 1 0 1 1
02 31
0 1 1
= N @ 4 0 0 0 5A = (x; y; z) 2 R3 : y + z = 0 =
0 0 0
= f(x; z; z) : x; z 2 Rg = L (f(1; 0; 0); (0; 1; 1)g) .
E = N (A2 2 I) =
2
02 31 02 31
2 2 1 1 2 1 1
= N @4 0 3 2 1 5A = N @4 0 1 1 5A =
0 1 3 2 0 1 1
02 31
2 1 1
= N @ 4 0 1 1 5A = (x; y) 2 R2 : 2x + y + z = 0 e y+z =0 =
0 0 0
= f(z; z; z) : z 2 Rg = L (f(1; 1; 1)g) .
D 2 = P 2 A2 P 2 1 ,
com 2 3
1 0 1
P2 1
= SBvp !B3c =4 0 1 1 5
0 1 1
483
e 2 3 2 3
1 0 0 2 0 0
D2 = 4 0 1 0 5 = 4 0 2 0 5.
0 0 2 0 0 4
(iii) Seja 23
1 1 0
A3 = 4 1 1 0 5 .
0 0 0
Tem-se
1 1 0
det(A3 I) = 1 1 0 =( ) (1 )2 1 =
0 0
2
= ( ) [(1 ) 1] [(1 ) + 1] = (2 ).
1 =0 e 2 = 2.
E = N (A3 1 I) =
1
02 31 02 31
1 1 1 0 1 1 0
= N @4 1 1 1 0 5A = N @4 1 1 0 5A =
0 0 1 0 0 0
02 31
1 1 0
= N @ 4 0 0 0 5A = (x; y; z) 2 R3 : x + y = 0 =
0 0 0
= f( y; y; z) : y; z 2 Rg = L (f( 1; 1; 0); (0; 0; 1)g) .
u = ( s; s; t), com s 6= 0 ou t 6= 0.
E = N (A2 2 I) =
2
02 31 02 31
1 2 1 0 1 1 0
= N @4 1 1 2 0 5A = N @4 1 1 0 5A =
0 0 2 0 0 2
02 31
1 1 0
= N @ 4 0 0 0 5A = (x; y) 2 R2 : x+y =0 e 2z = 0 =
0 0 2
= f(y; y; 0) : y 2 Rg = L (f(1; 1; 0)g) .
484
O conjunto f(1; 1; 0)g é uma base de E 2 .
Os vectores próprios de A3 associados ao valor próprio 2 = 2 são
D3 = P3 A3 P3 1 ,
com
2 3 2 3 2 3
1 0 1 1 0 0 0 0 0
P3 1
= SBvp !B3c =4 1 0 1 5 e D3 = 4 0 1 0 5 = 4 0 0 0 5.
0 1 0 0 0 2 0 0 2
0 0 0
a 0 0
=( )4 = 4
.
0 b 0
0 0 c
O valor próprio de T é = 0.
O subespaço próprio E é dado por
02 31 02 31
0 0 0 0 0 0 0
B6 a 0 0 7C B6 a 0 0 0 7C
E = NB 6
@4 0
7C = N B6 7C =
b 0 5A @4 0 b 0 0 5A
0 0 c 0 0 c 0
= (x; y; z; w) 2 R4 : ax = 0 e by = 0 e cz = 0 .
Assim, para que exista uma base de R4 constituída só por vectores próprios de T é necessário
que se tenha
a = b = c = 0.
485
Caso contrário, teríamos
dim E < 4.
(ii)
(iii) Para 62 f2; 4g, fu1 g; fu2 g e f(3 ; 2 6 + 8; 1)g são bases de E +1 , E 1 e
E3 , respectivamente.
Para = 2, E3 = E +1 . Além disso, fu2 g é uma base de E 1 e fu1 g é uma base de E3 .
Para = 4, E3 = E 1 . Além disso, fu2 g é uma base de E3 e fu1 g é uma base de E +1 .
(iv) Para 62 f2; 4g a matriz A é diagonalizável, pois os seus valores próprios são todos
distintos. Se = 2 ou = 4 então 3 é valor próprio de A e mg (3) = 1 < 2 = ma (3), pelo
que A não é diagonalizável. Logo A é diagonalizável , 62 f2; 4g.
24. a) e b) Seja Bc3 = f(1; 0; 0); (0; 1; 0); (0; 0; 1)g a base canónica de R3 . Seja A =
M (T ; Bc3 ; Bc3 ). Tem-se 2 3
1 0 2
A = 4 0 1 0 5,
2 0 1
uma vez que T (1; 0; 0) = (1; 0; 2), T (0; 1; 0) = (0; 1; 0) e T (0; 0; 1) = (2; 0; 1) constituem
respectivamente a 1a , 2a e 3a colunas de A.
Determinemos os valores próprios de T . Os valores próprios de T são os valores próprios
de A, isto é, são os valores de para os quais det(A I) = 0.
O polinómio característico é dado por
1 0 2
1 2
det(A I) = 0 1 0 = (1 ) =
2 1
2 0 1
= (1 ) (1 )2 4 = (1 )( 1 ) (3 ).
486
Logo, os valores próprios de T são 1 = 1, 2 = 1 e 2 =3
O subespaço próprio E 1 é dado por
0231
0 0 2
E 1 = N (T 1 I) = N (A I) = N @4 0 0 0 5A = L (f(0; 1; 0)g) :
2 0 0
O conjunto f(0; 1; 0)g é uma base de E 1 .
Os vectores próprios de T associados ao valor próprio 1 = 1 são u = (0; s; 0), com
s 2 Rn f0g.
O subespaço próprio E 2 é dado por
02 31
2 0 2
E 2 = N (T 2 I) = N (A + I) = N
@4 0 2 0 5A = L (f( 1; 0; 1)g) :
2 0 2
O conjunto f( 1; 0; 1)g é uma base de E 2 .
Os vectores próprios de T associados ao valor próprio 2 = 1 são u = ( s; 0; s), com
s 2 Rn f0g.
O subespaço próprio E 3 é dado por
02 31
2 0 2
E 3 = N (T 3 I) = N (A 3I) = N @4 0 2 0 5A = f(x; 0; x) : x 2 Rg = L (f(1; 0; 1)g) :
2 0 2
Como 0 não é valor próprio de T então T é invertível. Como T tem 3 valores próprios
distintos, os vectores próprios associados serão linearmente independentes, pelo que existirá
uma base ordenada de R3 formada só por vectores próprios, por exemplo:
487
b) f(1; 0; 1)g é uma base para o espaço próprio E0 = N (A) e f(1; 0; 1); (0; 1; 0)g é uma
base para o espaço próprio
2 3
1 0 1
E2 = N (A 2I) = N 4 0 0 0 5 :
1 0 1
Portanto f(1; 0; 1); (1; 0; 1); (0; 1; 0)g é uma base de R3 formada só por vectores próprios de
A.
c) (1; 0; 1) é vector próprio da matriz A pela alínea b), mas não é vector próprio da
transformação linear T , pois
note que
T (1; 0; 1) = T [1(1; 0; 0) + 1(1; 1; 0) 1(1; 1; 1)] =
= T (1; 0; 0) + T (1; 1; 0) T (1; 1; 1) = (1; 0; 1) + (0; 2; 0) (1; 0; 1) = (0; 2; 0):
i.e. T (1; 0; 0) = (2; 1; 1). Por outro lado f( 1; 0; 1)g é uma base para N (A) e portanto
f(0; 1; 1)g é uma base para N (T ), pois
26. a) 2 32 3 2 3
1 0 2 4 4
4 1 3 5 4 1 + 5 = ( 1) 4 1 + 5 ;
2 0 1 4 4
logo (4; 1 + ; 4) é um vector próprio de A associado ao valor próprio 1.
b)
1 0 2
det(A I) = 1 3 = (3 ) (1 )2 4 = (3 )2 ( 1 );
2 0 1
488
c) Espaços próprios de A: N (A ( 1) I) e N (A 3I). Tem-se
02 31
2 0 2
N (A ( 1) I) = N @4 1 4 5A = L (f(4; 1 + ; 4)g) :
2 0 2
02 31 8
2 0 2 < L (f(0; 1; 0)g) se 6= 1
N (A 3I) = N @4 1 0 5A =
:
2 0 2 L (f(0; 1; 0); (1; 0; 1)g) se = 1:
O conjunto f(0; 1; 0)g é uma base de N (A 3I) se 6= 1. O conjunto f(0; 1; 0); (1; 0; 1)g
é uma base de N (A 3I) se = 1.
A é diagonalizável se e só se existir uma base de R3 formada só por vectores próprios de
A (f(4; 2; 4); (0; 1; 0); (1; 0; 1)g) se e só se = 1:
d) Não há nenhum valor de para o qual exista uma base ortogonal de R3 constituída
só por vectores próprios de A, uma vez que A não é simétrica, isto é, A 6= AT para todo o .
3 3
M T ; Bc2 ; Bc2 =
1 1
3 3 p
e os valores próprios de T são os zeros de: = 0, ou seja, = 1+ 7 ou
1 1
p
=1 7.
e
1 1 1
T (t) = T (2t) = (T ((2 2t) + 2 ( 1 + 2t))) = T (2 2t) + T ( 1 + 2t) =
2 2 T é linear 2
1
= (6 2t) + 6t = 3 + 5t
2
então os valores próprios de T são os da matriz
6 3
M (T ; f1; tg ; f1; tg) = :
4 5
489
Atendendo a que
6 3 2
det I =0, 11 + 18 = 0 , ( = 9 ou = 2) ;
4 5
logo os valores próprios de T são 2 e 9.
6 2 3
b) Como N = L (f( 3; 4)g) ; o vector ( 3) 1 + 4t é um vector
4 5 2
próprio de T associado ao valor próprio 2. Assim e atendendo à alínea anterior, o conjunto
f 3 + 4t; 1 + tg é uma base de P1 formada por vectores próprios de T .
29. a)
1 0 1
det(A I) = 1 1 1 = (1 ) (1 )2 1 = (1 ) (2 ):
1 0 1
Logo, os valores próprios de A são 1, 0 e 2. Como 0 é valor próprio de A então A não é
invertível.
2 3
2 0 1
30. A = 4 0 1 0 5.
1 0 2
02 31
2 0 1
det(A I) = det @4 0 1 0 5A = ( 3) ( 1)2 :
1 0 2
Tem-se
dim N (A 3I) = mg (3) = ma (3) = 1
A é simétrica
31.
2 3
2 0 1
det(A I) = det 4 0 2 0 5= ( 1) ( 2) ( 3) ;
1 0 2
490
pelo que f1; 2; 3g é o conjunto dos valores próprios de A com
2 3
1 0 3
32. A = 4 2 0 2 5. Como A não é simétrica, não é possível encontrar uma base
3 0 1
ortogonal para R3 formada só por vectores próprios de A.
2 3
3 1 2
33. A = 4 1 3 2 5. Como A é simétrica então é ortogonalmente diagonalizável,
2 2 0
isto é, existem uma matriz ortogonal P T (P T P = P P T = I; isto é, P T = P 1 ) e uma matriz
diagonal D tais que
D = P AP T .
Como
3 1 2
det(A I) = 1 3 2 = ( 2) ( + 4)2 ,
2 2
os valores próprios de A são 2 e 4 e tem-se
1 1
N (A 2I) = L ; ;1
2 2
491
Note-se que os vectores de N (A 2I) são ortogonais aos vectores de N (A + 4I). Para
determinar uma base ortonormada de R3 formada só com vectores próprios de A basta
aplicar o método de ortogonalização de Gram-Schmidt ao conjunto
Assim, relativamente ao produto interno usual em R3 , o seguinte conjunto é uma base or-
togonal de N (A + 4I):
( )
(2; 0; 1) ; (1; 1; 0) proj (1; 1; 0) =
(2;0;1)
2 3
3 1 0
34. A = 4 1 2 1 5. Como
0 1 3
3 1 0
det(A I) = 1 2 1 = ( 1) ( 3) ( 4) ,
0 1 3
os valores próprios de A são 1; 3 e 4. Como A é simétrica (A = AT ) e de…nida positiva uma
vez que os valores próprios de A são todos positivos, então existe uma única raíz quadrada
492
de…nida positiva B, isto é, existe uma única matriz simétrica B de…nida positiva tal que
A = B 2 . De facto, como A é ortogonalmente diagonalizável (por ser simétrica) tem-se
2
A = P T DP = P T (D0 ) P = P T D0 P P T D0 P = BB = B 2
com 2 3
1 0 0
D=4 0 3 0 5
0 0 4
Note-se que sendo os 3 valores próprios distintos, os correspondentes espaços próprios são
ortogonais entre si. Base ordenada ortonormada de R3 formada só com vectores próprios de
A:
1 1 1
(1; 2; 1) ; ( 1; 0; 1) ; (1; 1; 1) =
k(1; 2; 1)k k( 1; 0; 1)k k(1; 1; 1)k
( p p p ! p p ! p p p !)
6 6 6 2 2 3 3 3
= ; ; ; ; 0; ; ; ; .
6 3 6 2 2 3 3 3
Logo 2 p p p 3
6 2 3
6 p6 2 3p
7
P T = SBvp !Bc = 4 p3
6
0
p p3
3
5.
6 2 3
6 2 3
Assim, com 2 3
1 p0 0
D0 = 4 0 3 0 5
0 0 2
tem-se 2 1p p 3
5 1 5 1
2
3+ 6 3 6
3 2
B = P T D0 P = 4 1
3p
4
3 p
5
1
3
5 1 1 1
6 2
3 3 2
3 + 56
de…nida positiva e
BB = A.
No entanto, se …zermos ou
2 3 2 3
1 p0 0 1 0
p 0
D0 = 4 0 3 0 5 ou D 0
= 4 0 3 0 5
0 0 2 0 0 2
ou
2 p p p 32 32 p p p 3T 2 1p p 3
6 2 3 6 2 3
p6 2 3p 1 p0 0 p6 2 3p 2
3 + 12 1 1
2
31
2
6 74 6 7
B=4 p3
6
0
p p3
3
5 0 3 0 54 p3
6
0
p p3
3
5 =4 1p 0 p 1 5
1 1 1 1
6 2 3 0 0 2 6 2 3
2 2
3 1 2
3+ 2
6 2 3 6 2 3
493
ou
2 p p p 32 32 p p p 3T 2 p p 3
6 2 3 6 2 3 5 1 1 1 5
p6 2 3p 1 0
p 0 p6 2 3p 6 2
3 3 2
3+ 6
6 74 6 7
B=4 p3
6
0
p p3
3
5 0 3 0 54 p3
6
0
p p3
3
5 =4 p 1
3
4
3
1
3p
5.
1 5 1 5 1
6 2 3 0 0 2 6 2 3
2
3+ 6 3 6 2
3
6 2 3 6 2 3
De facto:
2 1p p 32 2 1 p p 32 2 5 1 p p 32
2
3 + 56 1
3
5
6
31
2 2
3 + 12 1 21 12 3 6 2
3 1
3
1
2
3+ 5
6
4 1 4 15 =4 1p 0 5 4 1 4 1 5 =
5
3p
1
3
1 1
p 5
3
1 1 1
p 1 1 =
1
p 3 5 3
1 5
3p
1
6 2
3 3 2
3 + 6 2 2
3 1 2
3 + 2 2
3+ 6 3 6 2
3
2 3
3 1 0
=4 1 2 1 5.
0 1 3
35. 2 3
1 0 0
det (A I) = det 4 0 1 2 5= ( 1) ( 5) :
0 2 4
Logo os valores próprios de A são: 0; 1 e 5. Como A é simétrica, então A é ortogonalmente
diagonalizável. Assim, uma vez que
PT D P
2 3
1 0 0
4 0 1 2 5:
0 2 4
2 3
1 p
0 0
p
4
Logo B = 0 5 2 5 5 é a matriz de valores próprios não negativos tal que B 2 = A:
5
p 5
p
2 5 4 5
0 5 5
36. a) Como 2 32 3 2 3 2 3
2 1 1 1 4 1
4 1 2 1 54 1 5 = 4 4 5 = 44 1 5;
1 1 2 1 4 1
então (1; 1; 1) é um vector próprio de A associado ao valor próprio 4.
494
b) 2 32 3
2 1 1 1
T ( 1; 1; 0) = 4 1 2 1 5 4 1 5 = ( 1; 1; 0)
1 1 2 0
e 2 32 3
2 1 1 1
T ( 1; 0; 1) = 4 1 2 1 5 4 0 5 = ( 1; 0; 1):
1 1 2 1
c) Por a) e b): (1; 1; 1); ( 1; 1; 0) e ( 1; 0; 1) são vectores próprios de A. Como f( 1; 1; 0); ( 1; 0; 1)g
é uma base de N (A I), aplicando Gram-Schmidt,
( )
1 1
( 1; 1; 0); ( 1; 0; 1) proj ( 1; 0; 1) = ( 1; 1; 0); ; ;1
( 1;1;0) 2 2
é uma base ortogonal para N (A I). Além disso, sendo A simétrica, vectores próprios
associados a valores próprios distintos são ortogonais. Logo
1 1
(1; 1; 1); ( 1; 1; 0); ; ;1
2 2
é uma base ortogonal para R3 formada só por vectores próprios de A.
d) Por c)
( p p p ! p p ! p p p !)
3 3 3 2 2 6 6 6
; ; ; ; ;0 ; ; ;
3 3 3 2 2 6 6 3
02 p p p 32 32 p p p 3T 12 2 32
3 2 6 3 2 6 4 1 1
p3 p2 p6
2 0 0 p3 p2 p6 3 3 3
B6 74 6 7 C
= @4 p3
3
2
2
p6
6
5 0 1 0 54 p3
3
2
2
p6
6
5 A =4 1
3
4
3
1
3
5 :
1 1 4
3
0 6 0 0 1 3
0 6
3 3 3
3 3 3 3
2 4 1 1
3
3 3 3
Assim, B = 4 1
3
4
3
1
3
5 é a única matriz B de…nida positiva tal que A = B 2 .
1 1 4
3 3 3
37. Como A é simétrica e como 1 e 1 são os únicos valores próprios de A, uma vez que
mg (1) = 2,
então
1 1 1 1 1 0
N (A + I) = (N (A I))? = N =N = L (f(1; 1; 0)g) .
2 2 1 0 0 1
495
Logo, aplicando o método de ortogonalização de Gram-Schmidt à base f(1; 1; 1) ; (2; 2; 1)g
do espaço
próprio N (A I), obtem-se uma base ortogonal de R3 formada só por vectores próprios
de A:
( )
5
(1; 1; 0) ; (1; 1; 1) ; (2; 2; 1) proj (2; 2; 1) = (1; 1; 0) ; (1; 1; 1) ; (2; 2; 1) (1; 1; 1) =
(1;1;1) 3
1 1 2
= (1; 1; 0) ; (1; 1; 1) ; ; ; ou ainda: f(1; 1; 0) ; (1; 1; 1) ; (1; 1; 2)g .
3 3 3
2 p p p 32 32 p p 3 2 3
2 3 6 2 2
2p p3 p6
1 0 0 p2 p2
0
p
0 1 0
6 6 74 0 6 7 4
Logo A = 4 2
2 3
6p 5
1 0 54 3 3 3
5 = 1 0 0 5.
p3 p3 p3 3p
0 3 6 0 0 1 6 6 6 0 0 1
| 3
{z 3
}| {z }| 6 6
{z 3
}
D P
PT
2 1+i
38. A = .
1 i 3
(i)
H
H 2 1+i 2 1+i 6 5 + 5i
AA = =
1 i 3 1 i 3 5 5i 11
H
H 2 1+i 2 1+i 6 5 + 5i
A A= = .
1 i 3 1 i 3 5 5i 11
Logo A é normal.
(ii)
H
2 1+i 2 1+i
A= = = AH
1 i 3 1 i 3
logo A é hermitiana e em particular é normal:
AAH = AA = AH A.
D = U AU H .
2 1+i
det(A I) = =( 1) ( 4) ,
1 i 3
496
os valores próprios de A são 1 e 4 e tem-se
1 1
N (A 4I) = L + i; 1 .
2 2
Note-se que os vectores de N (A 1I) são ortogonais aos vectores de N (A 4I). Logo,
uma base ortonormada de C2 formada só com vectores próprios de A pode ser:
( )
1 1 1 1
( 1 i; 1) ; 1 1 + i; 1 =
k( 1 i; 1)k 2
+ 2 i; 1 2 2
( p p p ! p p p !)
3 3 3 6 6 6
= i; ; + i; .
3 3 3 6 6 3
Logo " p p p p #
3 3 6 6
i + i
U H = SBvp !Bc = 3 p
3
3 6 p 6
6
3 3
e
" p p p p #H " p p p p #
3 3 6 6 3 3 6 6
1 0 3 p 3
i +
6 p 6
i 2 1+i 3 p 3
i +
6 p 6
i
D= = .
0 4 3 6 1 i 3 3 6
3 3 3 3
| {z } | {z }
=U =U H
2 3
1 1 0
39. A matriz 4 0 1 1 5 não sendo simétrica não é ortogonalmente diagonalizável. No
1 0 1
entanto, como
2 3T 2 3 2 32 3T 2 3
1 1 0 1 1 0 1 1 0 1 1 0 2 1 1
4 0 1 1 5 4 0 1 1 5 = 4 0 1 1 54 0 1 1 5 = 4 1 2 1 5
1 0 1 1 0 1 1 0 1 1 0 1 1 1 2
2 3
1 1 0
então 4 0 1 1 5 é normal e como tal é unitariamente diagonalizável.
1 0 1
1 2
40. Como A = não é simétrica ((A )T 6= A ) então não existe qualquer
2
base ortogonal de R2 formada só por vectores próprios de A . A matriz A é unitariamente
diagonalizável se e só se A fôr normal, isto é, se e só se
(A )T A = A (A )T :
Como
(A )T A = A (A )T ,
497
T T
1 2 1 2 1 2 1 2
, = ,
2 2 2 2
5 2 2 5 2 2
, 2 = 2 ,
2 2 +4 2 2 +4
,2 2=2 2 , = 1:
Assim, A é unitariamente diagonalizável se e só se = 1.
41. (i) 8 0
< u1 = 2u3
u0 = u1 + 2u2 + u3
: 20
u3 = u1 + 3u3
8 0 2 0 3 2 32 3
< u1 = 2u3 u1 (t) 0 0 2 u1 (t)
u0 = u1 + 2u2 + u3 , 4 u02 (t) 5 = 4 1 2 1 5 4 u2 (t) 5 : ( )
: 20
u3 = u1 + 3u3 u03 (t) 1 0 3 u3 (t)
2 3
0 0 2
1 e 2 são os valores próprios da matriz A = 1 2 1 5, sendo os espaços próprios
4
1 0 3
dados por:
N (A 1I) = L (f( 2; 1; 1)g)
N (A 2I) = L (f(0; 1; 0) ; ( 1; 0; 1)g) .
Como existe2uma base de3R3 formada só por vectores próprios: f(0; 1; 0) ; ( 1; 0; 1) ; ( 2; 1; 1)g
0 0 2
4
então a matriz 1 2 1 5 é diagonalizável. Assim, fazendo
1 0 3
2 3 2 3
0 1 2 1 1 1
1
P = 1 04 1 5 tem-se P = 4 1 0 2 5
0 1 1 1 0 1
e 2 3 2 3
2 0 0 0 0
2
4 5
,D= 0 2 0 =P 1 4 1 5P 1 ,
2
0 0 1 1 30
2 3 2 3
0 0 2 2 0 0
, 4 1 2 1 5 = P 14 0 2 0 5P.
1 0 3 0 0 1
o sistema (*) é equivalente a
2 0 3 0 2 3 12 3
u1 (t) 2 0 0 u1 (t)
4 u02 (t) 5 = @P 1 4 0 2 0 5PA4 u2 (t) 5 ,
u03 (t) 0 0 1 u3 (t)
2 0 3 2 30 2 31
u1 (t) 2 0 0 u1 (t)
, P 4 u02 (t) 5 = 4 0 2 0 5 @P 4 u2 (t) 5A
u03 (t) 0 0 1 u3 (t)
498
Assim, considerando a mudança de variável
2 3 2 3
v1 (t) u1 (t)
4 v2 (t) 5 = P 4 u2 (t) 5
v3 (t) u3 (t)
tem-se 2 3 2 30 2 31
v10 (t) 2 0 0 v1 (t)
4 v20 (t) 5 = 4 0 2 0 5 @P 4 v2 (t) 5A ,
v30 (t) 0 0 1 v3 (t)
8 0
> v1 (t) = 2
>
>
8 0 >
> v (t)
< v1 (t) = 2v1 (t) >
< v10 (t)
2
, v 0 (t) = 2v2 (t) , =2 ,
: 20 >
v1 (t)6=0, v2 (t)6=0 > v2 (t)
v3 (t) = v3 (t) e v3 (t)6=0, 8t >
> v 0 (t)
>
> 3
: =1
v3 (t)
8 8
< log jv1 (t)j = 2t + k1 < v1 (t) = c1 e2t
, log jv2 (t)j = 2t + k2 , v2 (t) = c2 e2t
: :
log jv3 (t)j = t + k2 v3 (t) = c3 et
com c1 ; c2 ; c3 2 R. De facto, se u (t) fôr solução de u0 (t) = u (t) então u (t) e t
= c
0
(constante) uma vez que (u (t) e t ) = 0. Logo u (t) = ce t .
Assim, a solução geral do sistema de equações diferenciais lineares é dada por:
2 3 2 3
u1 (t) c1 e2t
4 u2 (t) 5 = P 1 4 c2 e2t 5 =
u3 (t) c3 et
2 32 3 2 3
0 1 2 c1 e2t c2 e2t 2c3 et
=4 1 0 1 5 4 c2 e2t 5 = 4 c1 e2t + c3 et 5 =
0 1 1 c3 et c2 e2t + c3 et
2 3 2 3 2 3
0 1 2
= c1 4 1 5 e2t + c2 4 0 5 e2t + c3 4 1 5 et .
0 1 1
8
< u1 (0) = 2
(ii) Com u2 (0) = 1 tem-se
:
u3 (0) = 0
2 3 2 3
c2 2c3 2
4 c1 + c3 5 = 4 1 5 ,
c2 + c3 0
2 32 3 2 3
0 1 2 c1 2
,4 1 0 1 5 4 c2 5 = 4 1 5 ,
0 1 1 c3 0
499
2 3 2 32 3 2 3
c1 1 1 1 2 1
, 4 c2 5 = 4 1 0 2 54 1 5 = 4 2 5
c3 1 0 1 0 2
então a única solução geral do sistema de equações diferenciais lineares que satisfaz
8
< u1 (0) = 2
u2 (0) = 1
:
u3 (0) = 0
é dada por
2 3 2 3 2 3 2 3 2 3
u1 (t) 2e2t + 4et 0 1 2
4 u2 (t) 5 = 4 2et + e2t 5 = 4 1 5 e2t + 2 4 0 5 e2t 2 4 1 5 et .
u3 (t) 2e2t 2et 0 1 1
42.
Q : R3 ! R
Q (x1 ; x2 ; x3 ) = 3x21 2x1 x2 + 2x22 2x2 x3 + 3x23 =
2 32 3
3 1 0 x1
= x1 x2 x3 4 1 2 1 5 4 x2 5 =
0 1 3 x3
2 p p p 32 32 p p p 3T 2 3
6 2 3 6 2 3
p6 2 3p 1 0 0 p6 2 3p x1
6 74 6 7 4
= x1 x2 x3 4 p3
6
0
p p3
3
5 0 3 0 54 p3
6
0
p p3
3
5 x2 5 =
31)
6 2 3 0 0 4 6 2 3 x3
6 2 3 6 2 3
02 p p p 3T 2 31T 2 32 p p p 3T 2 3
6 2 3 6 2 3
p6 2 3p x1 1 0 0 p6 2 3p x1
B6 7 4 C 6 7 4
= @4 6
0 3
5 x2 5A 4 0 3 0 5 4 6
0 3
5 x2 5 =
p3 p p3 p3 p p3
6 2 3 x3 0 0 4 6 2 3 x3
6 2 3 6 2 3
2 32 3
1 0 0 y1
= y1 y2 y3 4 0 3 0 5 4 y2 5
0 0 4 y3
logo a forma quadrática é de…nida positiva pois os valores próprios de A são todos positivos.
Fazendo a mudança de variável
2 p p p 3T 2 3 2 3
6 2 3
p6 2 3p x1 y1
6 6 3 7 4 x 5 = 4 y 5.
4 p3 0
p p 3 5 2 2
6 2 3 x3 y3
6 2 3
500
Resolução da 4a Ficha de exercícios teóricos
1. Seja V um espaço euclidiano real. As alíneas (i), (ii), (iii) e (iv) são consequência da
de…nição de produto interno.
Sejam u; v; w 2 V; 2 R.
(v) Atendendo à condição de linearidade do produto interno:
isto é, ku + vk = ku vk.
Se ku + vk = ku vk então ku + vk2 = ku vk2 e esta última equação é equivalente
à equação
kuk2 + 2 hu; vi + kvk2 = kuk2 2 hu; vi + kvk2 ,
isto é, hu; vi = 0.
(viii) Atendendo a que
kvk2 c2 + 2 hu; vi c 0,
501
(x) Se hu + v; u vi = 0 então
0 = hu + v; u vi = kuk2 kvk2 .
ku vk2 + ku + vk2 = hu v; u vi + hu + v; u + vi =
= kuk2 2 hu; vi + kvk2 + kuk2 + 2 hu; vi + kvk2 =
= 2 kuk2 + 2 kvk2 .
hu; wi = hv; wi ,
para qualquer w 2 V .
Se hu; wi = hv; wi para qualquer w 2 V , então
hu v; wi = 0,
3. Seja V um espaço euclidiano com dim V = n. Seja S = fu1 ; :::; un g uma base orto-
normada de V . Seja T : V ! V uma transformação linear. A matriz A = (aij ) que
representa T em relação à base S é dada por
com v 2 V .
502
Mostre que T é invertível se e só se k = n.
Dem. Atendendo a que T é invertível se e só se N (T ) = f0g, bastará ver que
N (T ) = f0g se e só se k = n.
Se N (T ) = f0g então teremos k = n, caso contrário, isto é, caso k < n ter-se-ia
X
n
hv; ui i ui = 0.
i=1
5. Seja V um espaço euclidiano real. Seja T : V ! V uma transformação linear tal que
kT (w)k = kwk para qualquer w 2 V . Mostre que
para quaisquer u; v 2 V .
Dem. Sejam u; v 2 V . Tem-se
1 1
hu; vi = ku + vk2 kuk2 kvk2 = kT (u + v)k2 kT (u)k2 kT (v)k2 =
2 2
1
= kT (u) + T (v)k2 kT (u)k2 kT (v)k2 = hT (u); T (v)i .
2
6. Seja U uma matriz unitária. Isto é:
UH = U 1
.
U v = v.
Logo
v H U H = (U v)H = ( v)H = v H
e assim
vH U H U v = vH U v , v H U H U v = v H (U v) ,
, v H Iv = v H v , v H v = v H v j j2 , 1 j j2 kvk2 = 0 , j j = 1.
v6=0
503
7. Existência.
Rn = N (T ) (N (T ))? :
Se N (T ) = Rn então u0 = 0.
Se N (T ) 6= Rn então existe v0 2 (N (T ))? n f0g. Seja u 2 Rn arbitrário. Logo
T (u)v0 T (v0 )u 2 N (T )
pois
T (T (u)v0 T (v0 )u) = T (u)T (v0 ) T (v0 )T (u) = 0.
Deste modo
hT (u)v0 T (v0 )u; v0 i = 0
o que é equivalente a
T (v0 )
T (u) = hu; v0 i:
hv0 ; v0 i
Assim existe
T (v0 )
u0 := v 0 2 Rn
hv0 ; v0 i
tal que
T (u) = hu; u0 i;
para todo o u 2 Rn .
Unicidade. Suponhamos que existem u0 ; u1 2 Rn tais que
N (A) = N (AT A)
504
e assim
? ?
C(A) = L(AT ) = N (AT ) = N (AAT ) = L(AAT ) = C (AAT )T = C AAT :
Logo
u = AAT v 0
para algum v 0 2 Rn e como
AT Av = 0
tem-se
T T T T
hu; vi = uT v = AAT v 0 v = (v 0 ) AAT v = (v 0 ) AT Av = (v 0 ) 0 =0.
AAT =AT A
Assim
C(A) (N (A))?
e como
Rn = (N (A))? N (A)
e
n = dim C(A) + dim N (A)
então
dim C(A) = dim (N (A))? :
Pelo que
C(A) = (N (A))? isto é (C(A))? = N (A).
505
11. Seja T : Rn ! Rn uma transformação linear invertível. Seja u um vector próprio de T
associado a um valor próprio de T . Veri…que que u é também um vector próprio de
T 1 e determine o valor próprio de T 1 que lhe está associado.
1
Dem. Tem-se T (u) = u, com u 6= 0. Como T é invertível e T é linear,
1 1
u=T ( u) = T (u).
Por outro lado, tem-se 6= 0 uma vez que u 6= 0 e T é invertível. Logo,
1 1
T (u) = u.
1 1 1
Isto é, u é um vector próprio de T associado ao valor próprio de T .
12. Seja V um espaço linear. Seja T : V ! V uma transformação linear. Seja u um vector
próprio de T associado a um valor próprio de T . Veri…que que u é também um vector
próprio de T 2 associado ao valor próprio 2 de T 2 .
Dem. Tem-se T (u) = u, com u 6= 0. Logo, como T é linear,
2
T 2 (u) = (T T ) (u) = T (T (u)) = T ( u) = T (u) = u= u,
2
isto é, u é um vector próprio de T 2 associado ao valor próprio de T 2 .
k
13. Seja A uma matriz do tipo n n. Mostre que se é um valor próprio de A então
é um valor próprio de Ak , onde k é um inteiro positivo.
Dem. Sendo k um inteiro positivo, tem-se
k k 2 k 1
Ak I = (A I)(Ak 1
+ Ak 2
+ +A + I).
k
Logo, se é um valor próprio de A então é um valor próprio de Ak , onde k é um
inteiro positivo.
14. Uma matriz A do tipo n n diz-se nilpotente se Al = 0 para algum inteiro positivo l.
Mostre que se A é nilpotente então o único valor próprio de A é 0.
Dem. Suponhamos que Al = 0 para algum inteiro positivo l. Seja um valor próprio
de A. Pelo exo anterior, l é um valor próprio de Al . Como Al = 0, então:
l l
0 = det(Al I) = det( I) = ( 1)n l .
Logo = 0 e como tal, 0 é o único valor próprio de A.
15. Seja A uma matriz n n. Veri…que que A e AT têm os mesmos valores próprios.
Dem. Tem-se det(A I) = det (A I)T = det(AT I). Isto é, as matrizes A
e AT têm os mesmos valores próprios.
16. Seja A uma matriz n n cuja soma das suas colunas é constante e igual a r. Mostre
que r é um valor próprio de A:
Dem. Tem-se 2 3 2 32 3
1 a11 a12 a1n 1
6 1 7 6 a21 a22 a2n 76 1 7
6 7 6 76 7
A6 .. 7=6 .. .. ... .. 76 .. 7=
4 . 5 4 . . . 54 . 5
1 an1 an2 ann 1
506
2 3 2 3 2 3 2 3 2 3
a11 a12 a1n r 1
6 a21 7 6 a22 7 6 a2n 7 6 r 7 6 1 7
6 7 6 7 6 7 6 7 6 7
=6 .. 7+6 .. 7+ +6 .. 7=6 .. 7 = r6 .. 7.
4 . 5 4 . 5 4 . 5 4 . 5 4 . 5
an1 an2 ann r 1
Logo r é um valor próprio de A, associado ao vector próprio (1; 1; : : : ; 1).
17. Seja A 2 Mn n (R). Seja P uma matriz diagonalizante para A. Determine uma matriz
diagonalizante para AT em termos de P .
1 T 1 T
Dem. Tem-se D = P AP 1 e D = DT = (P AP ) = (P ) AT P T . Logo, a matriz
T
(P 1 ) é uma matriz diagonalizante para AT .
18. Seja Q uma matriz n n real ortogonal, isto é, tal que Q 1 = QT . Mostre que se n
fôr ímpar então Q tem o valor próprio 1 ou tem o valor próprio 1.
Dem. Atendendo a que QQT = I tem-se
, 2 det (Q I) = 0 , det (Q I) = 0
isto é, 1 é valor próprio de Q;
Se det Q = 1
19. Seja A 2 M2 2 (R) tal que det A < 0. Mostre que A é diagonalizável.
a b
Dem. Seja A = 2 M2 2 (R). Sejam 1 e 2 dois valores próprios de A.
c d
Como
1 2 = det A < 0
então 1 e 2 são dois valores próprios distintos de A, pelo que os vectores próprios
correspondentes são linearmente independentes, constituindo assim uma base de R2 ,
razão pela qual A é diagonalizável.
507
20. Seja A uma matriz n n e seja um valor próprio de A com multiplicidade algébrica
igual a n. Mostre que se A fôr diagonalizável então A é uma matriz diagonal.
Dem. Seja um valor próprio de A com multiplicidade algébrica igual a n. Como A
é do tipo n n, então é o único valor próprio de A. Assim, A fôr diagonalizável se
e só se
dim N (A I) = mg ( ) = ma ( ) = n
o que é equivalente a ter-se
A I = 0 (matriz nula)
isto é, 2 3
0 0
6 ... ... .. 7
6 0 . 7
A= I=6 .. .. .. 7
4 . . . 0 5
0 0
ou seja, A é uma matriz diagonal.
21. Seja V um espaço linear e seja T : V ! V uma transformação linear tal que todos
os vectores não nulos de V são vectores próprios. Mostre que T tem um único valor
próprio.
Dem. Suponhamos, com vista a uma contradição, que 1 e 2 eram dois valores
próprios distintos de T . Sejam v1 e v2 vectores próprios de T associados respectivamente
aos valores próprios 1 e 2 . Logo, o conjunto fv1 ; v2 g é linearmente independente. Por
outro lado
T (v1 + v2 ) = T (v1 ) + T (v2 ) = 1 v1 + 2 v2
e como cada vector não nulo de V é um vector próprio de T , então v1 + v2 é um vector
próprio de T e assim, existe um escalar 3 tal que
T (v1 + v2 ) = 3 (v1 + v2 ) = 3 v1 + 3 v2 .
ou seja
( 1 3 ) v1 +( 3 2 ) v2 = 0.
Como o conjunto fv1 ; v2 g é linearmente independente, então ter-se-ia
1 = 3 e 3 = 2 isto é, 1 = 2
contrariando o facto de se ter assumido que 1 e 2 eram dois valores próprios distintos
de T .
Logo, T tem um único valor próprio.
22. Sejam A e B duas matrizes do tipo n n. Mostre que AB e BA têm os mesmos valores
próprios.
508
Dem. Sejam A; B 2 Mn n (R). Atendendo a que
det (AB 0I) = det (AB) = det (BA) = det (BA 0I) ;
(A 1 I) (A 2 I) = 0:
Atendendo a que
(A 1 I) (A 2 I) = (A 2 I) (A 1 I) ,
então
n nul (A 2 I) = car (A 2 I) = dim C (A 2 I)
dim N (A 1 I) = nul (A 1 I)
isto é,
n nul (A 1 I) + nul (A 2 I) .
nul (A 1 I) + nul (A 2 I) n;
tem-se
nul (A 1 I) + nul (A 2 I) =n
ou seja, A é diagonalizável.
509
k+1
24. Se é valor próprio de A então é valor próprio de Ak+1 , pois Au = u implica
k+1
Ak+1 u = u:
k+1
Sendo A é nilpotente, então = 0, logo = 0 é o único valor próprio de A.
Se A fosse diagonalizável então existiria uma matriz invertível S tal que
1
A=S DS
onde D é a matriz diagonal cujas entradas na diagonal são formadas pelos valores
próprios de A. Como = 0 é o único valor próprio de A, D = 0 e portanto
1
A=S 0S = 0;
A2 u i = i Aui = ( i )2 ui
510