Escolar Documentos
Profissional Documentos
Cultura Documentos
AULA1
Data: ____/_____/____
MATRIZES
Definição: Conjunto de números dispostos numa forma retangular (ou quadrada).
Exemplo:
1 4 8 7 0 1
A= −4 0 B= −2 C= −34 2 0, 6 D = 3 E= 5 1
−3 2 1 −2, 7 1 0
3x2 3x1
A matriz A é retangular 3x2, ou seja, possui 3 linhas e 2 colunas.
A matriz B é uma matriz-coluna 3x1, ou seja, possui 3 linhas e 1 coluna.
A matriz C é uma matriz quadrada ___x___, ou seja, possui ___ linhas e ___ colunas.
A matriz D é uma matriz quadrada ___x___, ou seja, possui ___ linha e ___ coluna.
A matriz E é uma matriz-linha ___x___, ou seja, possui ___ linha e ___ colunas.
De uma forma geral, uma matriz A mxn tem m linhas e n colunas, sendo m e n as suas
dimensões e sua representação genérica é a seguinte:
a 11 a 12 . . . a 1n
a 21 a 22 . . . a 2n
A=
... ... ... ...
a m1 a m2 . . . a mn
mxn
Usamos as palavras "tamanho" ou "dimensão" ou "ordem" para dizer quantas linhas e colunas
uma matriz possui. Use-se letra maiúscula para representá-la:
A = a ij mxn ou a ij .
Cada elemento da matriz A é representada pela mesma letra em minúsculo e é seguido de dois
números subscritos, sendo o primeiro deles o número da linha onde o elemento se encontra e o
segundo o número da coluna, ou seja, o elemento a 23 encontra-se na segunda linha e terceira
coluna.
Exercício 1: Dadas as matrizes:
2 3 −1 4 −5 2 1
−1 5 8 0 5 4 −5 2
1 2 6 5 −1 9 2
A= −2 3 1 4 B= 0 5 −3 −1 C=
0 3 −3 5 4 0 4
2 6 −4 −2 2 7 0 −2
3 4 −3 6 9 1 6
4 −2 1 3 4
6 7 −8 9 10
D= 2 5 −1 3 5
3 1 0 1 6
4 −3 8 4 2
a) Determine a ordem de cada matriz acima.
b) Determine os elementos c 45 , c 16 , c 37 , d 51 , d 45 , a 34 , a 12 , b 32 e b 23 .
Aula 1
Matrizes Especiais
Matriz nula: é a matriz de qualquer tamanho com todos os seus elementos iguais a zero.
0 0 0 0 0
Exemplo:A = 0 0 0 0 0
0 0 0 0 0
3x5
Um elemento qualquer de uma matriz nula é dado por a ij = 0 para todos i e j.
Obs: Usa-se a notação A = 0 para matriz nula. Não confundir com o número zero!!!
Matriz quadrada: é a matriz que possui o número de linhas igual ao número de colunas. Neste
caso, diz-se que a matriz é de ordem n, onde n é o número de linhas e colunas da matriz.
7 0 1
Exemplo: A = −34 2 0, 6 . Neste exemplo a matriz A é de ordem 3.
−2, 7 1 0
3x3
Matriz diagonal: é uma matriz quadrada que possui todos os elementos fora da diagonal
principal nulos.
7 0 0
Exemplo:A = 0 2 0
0 0 3
3x3
0 se i ≠ j
Um elemento qualquer de uma matriz diagonal é dado por: a ij = onde d ∈ R.
d se i = j
Obs:
1. Os elementos a 11 , a 22 , a 33 , . . . , a nn constituem a diagonal principal de uma matriz quadrada.
7 −4 1
Exemplo: Marque os elementos da diagonal principal: A = −9 3 6 .
5 1 0
3x3
2. Os elementos da diagonal principal podem ser quaisquer números, inclusive zero. Porém, se
a diagonal principal for constituída toda de zeros, matriz passará ser uma matriz nula.
3. Se A é uma matriz quadrada, então Traço é soma dos elementos da diagonal principal, isto
é, a 11 + a 22 + a 33 +. . . +a nn . O traço não está definido se a matriz A não for quadrada.
n
Notação: trA = a 11 + a 22 + a 33 +. . . +a nn = ∑ a kk
k=1
2
Aula 1
Matriz identidade: é uma matriz diagonal que possui todos os seus elementos não-nulos iguais
a 1. É geralmente denotada pela letra I.
1 0 0
Exemplo: Matriz identidade de ordem 3: I 3 = 0 1 0
0 0 1
3x3
0 se i ≠ j
Um elemento qualquer de uma matriz identidade é dado por: a ij = para i=1,..., n
1 se i = j
e j = 1, ...,n.
I2 = I4 = I5 =
Matriz transposta: a matriz transposta relativa a matriz A mxn é definida através da seguinte
relação:
a Tij = a ji , para todo i e todo j.
−1 5 8 0
Exemplo.: Seja a matriz A = −2 3 1 4 , então sua transposta será
2 6 −4 −2
−1 −2 2
5 3 6
AT = .
8 1 −4
0 4 −2
Exercício 4: Usando as matrizes do exercício 1, determine:
a) Os elementos da diagonal principal da matriz D.
b) O traço da matriz de D.
c) B T
d) C T
3
Aula 1
Matriz simétrica: é uma matriz quadrada cujos elementos obedecem a seguinte relação:
a Tij = a ji , isto é, A T = A.
7 −1 4
Exemplo: A matriz A = −1 2 5 é simétrica, pois A = A T . Verifique encontrando a
4 5 3
3x3
matriz transposta de A, A T = .
Vetores: é um caso especial de matrizes, onde uma das dimensões é unitária (igual a 1).
8
Exemplo: Neste caso, B = −2 é um vetor coluna e E = 5 1 é um vetor linha.
1x2
1
3x1
Matriz triangular Inferior: Uma matriz quadrada na qual todos os elementos acima da diagonal
principal são zeros é chamada de matriz triangular inferior.
7 0 0
Exemplo: A = 5 2 0
−8 7 4
3x3
0 se i < j
Um elemento qualquer de uma matriz triangular inferior é dado por: a ij = onde d
d se i ≥ j
∈ R.
Matriz triangular Superior: Uma matriz quadrada na qual todos os elementos abaixo da
diagonal principal são zeros é chamada de matriz triangular superior.
4
Aula 1
7 4 3
Exemplo: B = 0 2 −6
0 0 4
3x3
0 se i > j
Um elemento qualquer de uma matriz superior é dado por: b ij = onde d ∈ R.
d se i ≤ j
Propriedades:
1. A transposta de uma matriz triangular inferior é uma matriz triangular superior.
2. A transposta de uma matriz triangular superior é uma matriz triangular inferior.
x 2 − 5x 7 8 6 −z 8
A= e B=
2 y 2
−1 2 9 −1
5
Aula 1
x 2 − 5x 7
É possível a matriz C = se igual a A para algum valor de x e de y? Justique a
2 y2
sua resposta.
6
Aula 1
Multiplicação por uma constante
Multiplicar uma matriz por uma constante (k), implica em multiplicar todos os elementos da
matriz pela constante, isto é, um elemento qualquer da matriz C = k ⋅ A será c ij = k ⋅ a ij para todo i
e j.
2 1 0 3
Exemplo: Seja a matriz A = −1 0 2 4 . Calcule 2A, 1
2
A e −A.
5 −2 7 6
2 1 0 3 4 2 0 6
2A = 2 ⋅ −1 0 2 4 = −2 0 4 8
5 −2 7 6 10 −4 14 12
1 3
2 1 0 3 1 2
0 2
1
2
A= 1
2
⋅ −1 0 2 4 = − 12 0 1 2
5 −2 7 6 5
2
−1 7
2
3
2 1 0 3 −2 −1 0 −3
−A = − −1 0 2 4 = 1 0 −2 −4
5 −2 7 6 −5 2 −7 −6
2 3 4 6
Exercício 9: Dadas as matrizes A = −3 5 eB = 1 8 . Calcule 2A + 3B e 1
3
A − 2B.
0 1 9 3
Multiplicação de matrizes
Para multiplicar duas matrizes é sempre necessário que o número de colunas da primeira
matriz seja igual ao número de linhas da segunda matriz. A matriz resultante do produto de duas
matrizes terá sempre o mesmo número de linhas da primeira matriz e o mesmo número de colunas
da segunda matriz, ou seja, a multiplicação A mxn . B nxp terá como resultado uma matriz C mxp . A
7
Aula 1
multiplicação de matrizes é definida como sendo:
A mxn ⋅ B nxp = C mxp
n
Um elemento qualquer da matriz resultante C é dado por: c ij =∑ a ik ⋅ b kj , para i = 1, . . . , m e
k=1
j = 1, . . . , p.
1 6
1 3 5 8
Exemplo: Dadas as matrizes A = 5 0 eB = .
9 7 6 5
8 7
Qual é a dimensão da matriz C, onde C = A ⋅ B?
Multiplicação de vetores
É feita de maneira análoga a multiplicação de matrizes. No caso da multiplicação de um vetor
linha por um vetor coluna, o resultado será um número.
Propriedades:
Sejam α e β dois números reais e A, B, C matrizes ( ou vetores) de ordem que permitam
realizar as operações.
1) A ⋅ B ⋅ C = A ⋅ B ⋅ C (associativa)
2) A ⋅ B + C = A ⋅ B + A ⋅ C (distributiva à esquerda)
3) A + B ⋅ C = A ⋅ C + B ⋅ C (distributiva à direita)
4) I ⋅ A = A ⋅ I = A (Ié matriz identidade e elemento neutro)
5) α ⋅ β ⋅ A = α ⋅ β ⋅ A
6) A ⋅ α ⋅ B = α ⋅ A ⋅ B
7) α ⋅ A + B = α ⋅ A + α ⋅ B
8) α + β ⋅ A = α ⋅ A + β ⋅ A
8
Aula 1
9) A ⋅ B = 0 para A ≠ 0 e B ≠ 0 (0 é a matriz nula)
10) A − A = 0
11) A ⋅ 0 = 0 ⋅ A = 0
Da matriz transposta:
14) A T T = A
15) A + B T = A T + B T
16) k ⋅ A T = k ⋅ A T , para k uma constante real.
17) A ⋅ B T = B T ⋅ A T
18) Se AB = AC com A ≠ 0, não implica que B = C, isto é, não vale a lei do cancelamento.
Do traço:
24) trA + B = trA + trB
25) trk ⋅ A = k ⋅ trA
Potenciação
Se A é uma matriz quadrada, definimos:
A0 = I
A1 = A
A2 = A ⋅ A
⋮
A =A ⋅ A ⋅ A⋯ ⋅ A, com n > 0
n
n vezes
Propriedades
Seja A uma matriz quadrada de ordem n e r e s números inteiros, então:
a) A r ⋅ A s = A r+s
b) A r s = A rs
−1
1 2 3 −2 0 1
Exercício 10: Sejam as matrizes A = ,B = ,C = 2 e
2 1 −1 3 0 1
4
9
Aula 1
D= 2 −1
Encontre:
a) A + B
b) A ⋅ C
c) B ⋅ C
d) C ⋅ D
e) D ⋅ A
f) D ⋅ B
g) −A
h) −D
i) 2A − 3B
10
Aula 1
j)C T ⋅ A T
−2 1
Exercício 11: Seja A = . Calcule A 2 .
3 2
3 −2
Exercício 12: Se A = , ache B, de modo que B 2 = A.
−4 3
2 −1 0 −2
Exercício 13: Sejam as matrizes A = eB = .
−1 0 2 0
Encontre:
a) A T ⋅ B T
b) B T ⋅ A T
c) A + B 2
d) A 2
11
Aula 1
e) B 2
Exercícios de Revisão
1. Suponha que A, B, C, D e E sejam matrizes das seguintes ordens:
A 4x5 B 4x5 C 5x2 D 4x2 E 5x4
Determine qual das seguintes expressões matriciais estão definidas. Para as que estão
definidas, dê a ordem da matriz resultante.
a) B ⋅ A b) A ⋅ C + D c) A ⋅ E + B
d) A ⋅ B + B e) E ⋅ A + B f) E ⋅ A ⋅ C
g) E T ⋅ A h) A T + E ⋅ D
Resp:não é possível fazer: a, c, d, g, b) 4x2 e) 5x5 f) 5x2 h) 5x2
2. Considere as matrizes:
3 0 1 5 2 6 1 3
4 −1 1 4 2
A= −1 2 ,B = ,C = ,D = −1 0 1 ,E = −1 1 2
0 2 3 1 5
1 1 3 2 4 4 1 3
Calcule (quando possível)
a) D + E b) D − E c) 5 ⋅ A d)−7C
e) 2 ⋅ B − C f) 4 ⋅ E − 2 ⋅ D g) −3 ⋅ D + 2 ⋅ E h) A − A
i) trD j) trD − 3 ⋅ E k) 4 ⋅ tr7 ⋅ B l) trA
m) 2A + C
T
n) 2 C − 14 A
1 T
o) D T E T − ED T p) B T CC T − A T A
q) B 2
Resp: . não é possível fazer: e, L
7 6 5 −5 4 −1 15 0
−7 −28 −14
Resp: a) −2 1 3 , b) 0 −1 −1 c) −5 10 d)
−21 −7 −35
7 3 7 −1 1 1 5 5
48 104 84 −39 −21 −24
f) 24 −4 20 g) 9 −6 −15 h) matriz nula i) 5 j) 25 k) 168
24 88 52 −33 −12 −30
5 3
4 2
7 2 4 7
40 72 16 −6
m) n) 4
0 o) matriz nula p) q)
3 5 7 3 9
26 42 0 4
4 4
Exercícios Aplicados
12
Aula 1
1. Um construtor tem contratos para construir 3 estilos de casa: moderno, mediterrâneo e
colonial. A quantidade de material empregada em cada tipo de casa é dada pela matriz:
Ferro Madeira Vidro Tinta Tijolo
Moderno 5 20 16 7 17
Mediterrâneo 7 18 12 9 21
Colonial 6 25 8 5 13
a) Se ele vai construir 5,7 e 12 casas dos tipos moderno, mediterrâneo e colonial,
respectivamente, quantas unidades de cada material serão empregadas?
b) Suponha agora que os preços por unidade de ferro, madeira, vidro, tinta e tijolo sejam,
respectivamente, 15, 8,5,1 e 10 reais. Qual é o preço unitário de cada tipo de casa?
c) Qual o custo total do material empregado?
2. Uma rede de comunicação tem cinco locais com transmissores de potências distintas.
Estabelecemos que a ij = 1, na matriz abaixo, significa que a estação i pode transmitir diretamente à
estação j, a ij = 0 significa que a transmissão da estação i não alcança a estação j. Observe que a
diagonal principal é nula significando que uma estação não transmite diretamente para si mesma.
0 1 1 1 1
1 0 1 1 0
A = 0 1 0 1 0
0 0 1 0 1
0 0 0 1 0
Qual seria o significado da matriz A 2 = A ⋅ A?
5
Seja A 2 = c ij . Calculemos o elemento c 42 =∑ a 4k ⋅ a k2 = 0 + 0 + 1 + 0 + 0 = 1.
k=1
Note que a única parcela não nula veio de a 43 ⋅ a 32 = 1 ⋅ 1. Isto significa que a estação 4
transmite para a estação 2 através de uma retransmissão pela estação 3, embora não exista uma
transmissão direta de 4 para 2.
2
0 1 1 1 1 1 1 2 3 1
1 0 1 1 0 0 2 2 2 2
2
a) Calcule A . Resp: 0 1 0 1 0 = 1 0 2 1 1
0 0 1 0 1 0 1 0 2 0
0 0 0 1 0 0 0 1 0 1
b) Qual o significado de c 13 = 2?
c) Discuta o significado dos termos nulos, iguais a 1 e maiores que 1 de modo a justificar a
afirmação: "A matriz A 2 representa o número de caminhos disponíveis para se ir de uma estação a
outra como uma única retransmissão".
d) Qual o significado das matrizes A + A 2 , A 3 e A + A 2 + A 3 ?
e) Se A fosse simétrica, o que significaria?
3. Existem três marcas de automóveis disponíveis no mercado: A, B,e C. O termo a ij da matriz
A abaixo é a probabilidade de que um dono de carro da linha i mude para o carro da coluna j,
quando comprar um carro novo.
13
Aula 1
Para
A. . . B. . . C. .
A 0, 7 0, 2 0, 1
De B 0, 3 0, 5 0, 2
C 0, 4 0, 4 0, 2
Gabarito
10.
−2 1
−1 2 4 15 6
a) b) c) d) 4 −2 e) 0 3 7 f)
5 1 0 −4 1
8 −4
−7 0 1
−1 −2 −3 8 4 3
g) h) −2 1 i) j) 15 −4
−2 −1 1 −5 2 −5
7 0
11. :
0 7
2 4 −2 0 1 −6 5 −2 −4 0
13: a) b) c) d) e)
0 −2 −4 2 2 −3 −2 1 0 −4
14
Álgebra Linear - Prof a Ana Paula
AULA 2
Data: ____/_____/____
DETERMINANTES
O determinante de uma matriz quadrada A, de ordem n, onde:
a 11 a 12 . . . a 1n
a 21 a 22 . . . a 2n
A=
... ... ... ...
a n1 a n2 . . . a nn
nxn
é denotado por detA ou |A|, e é definido como sendo o número obtido pela soma algébrica dos
n! (n fatorial) produtos possíveis constituídos por um elemento de cada linha e de cada coluna de A
multiplicado por 1 ou por -1, de acordo com a seguinte regra :
Entenda-se por permutação, o número de trocas necessárias para se ordenar uma seqüência
i, j, k. . . n.
Dessa forma, o determinante de uma matriz quadrada de ordem 2:
a 11 a 12
A=
a 21 a 22
2x2
será definido pelo produto:
a 11 a 12
detA = = a 11 ⋅ a 22 − a 12 ⋅ a 21
a 21 a 22
E o determinante de uma matriz quadrada de ordem 3:
a 11 a 12 a 13
A= a 21 a 22 a 23
a 31 a 32 a 33
3x3
será definido pelo produto:
a 11 a 12 a 13
detA = a 21 a 22 a 23 = a 11 a 22 a 33 + a 21 a 32 a 13 + a 31 a 23 a 12 − a 13 a 22 a 31 + a 23 a 32 a 11 + a 33 a 21 a 12
a 31 a 32 a 33
Quando |A|= 0, a matriz A é dita singular.
15
Aula 2
3 4 5 1
1. = 2. =
−1 3 0 3
3 −1 2
3. 4 5 6 =
0 1 0
1 0 −1
4. 2 5 0 =
1 2 2
Propriedades
As seguintes propriedades permitem facilitar o problema do cálculo de determinantes:
1. O determinante é nulo, se todos os elementos de uma linha ou coluna da matriz são nulos;
2 −6 7 4 3 0
Exemplo: 0 0 0 = 5 9 0 =
5 4 8 −1 10 0
2. O determinante não se altera se todas as linhas i são permutadas com todas as colunas i,
isto é,
detA = detA T .
1 3 2 1 3 2
Exemplo: Seja a matriz A = −1 0 3 com detA = −1 0 3 =
4 3 2 4 3 2
Trocando a linha 1 pela coluna 1, linha 2 pela coluna 2 e linha 3 pela coluna 3, isto é,
calculando a matriz transposta de A:
1 −1 4 1 −1 4
AT = 3 0 3 . Então, o determinante de A T = 3 0 3 =
2 3 2 2 3 2
3. O determinante muda de sinal se uma linha da matriz é permutada com outra linha, ou se
uma coluna é permutada com outra coluna;
1 3 2
Exemplo: Seja a matriz A = −1 0 3 . Trocando a linha 2 com a linha 3, temos
4 3 2
16
Aula 2
1 3 2
B= 4 3 2 . Então,
−1 0 3
1 3 2
o determinante de B = 4 3 2 =
−1 0 3
4.Se os elementos de uma linha ou coluna são multiplicados por um número, o determinante
fica também multiplicado por este número;
1 3 2
Exemplo: Seja a matriz A = −1 0 3 .
4 3 2
1 3 2
Multiplicando a linha 2 da matriz A por -2, temos B = 2 0 −6 e
4 3 2
1 3 2
2 0 −6 = −2 ⋅ detA =
4 3 2
1 3 6
Multiplicando a coluna 3 da matriz A por 3, temos C = −1 0 9 e
4 3 6
1 3 6
−1 0 9 = 3 ⋅ detA =
4 3 6
Multiplicando a matriz A por 2, isto é, cada linha ou coluna será multiplicada por 2, temos:
2 6 4
D= −2 0 6 , então o detD = 2 ⋅ 2 ⋅ 2 ⋅ detA =
8 6 4
17
Aula 2
2 3 2 1 2 3
Exemplo: 3 0 3 = 3 2 7 =
2 3 2 −2 −4 −6
Duas colunas iguais Duas linhas proporcionais
7.Se A é uma matriz triangular (triangular superior ou inferior ou diagonal) de ordem n, então
detA é o produto dos elementos da diagonal principal da matriz, ou seja, detA = a 11 ⋅ a 22 ⋅. . . ⋅a nn .
2 3 5 3 0 0
Exemplo: 0 −2 7 = −5 2 0 =
0 0 1 −8 −9 4
8. O determinante da matriz identidade é 1 seja qual for a sua ordem, isto é, detI n = 1.
1 0 0 0 0
0 1 0 0 0
Exemplo: 0 0 1 0 0 =
0 0 0 1 0
0 0 0 0 1
3 −2 0 1
Exemplo: Sejam as matrizes A = eB =
4 5 3 5
Calcule
3 −2 0 1
detA = = detB = =
4 5 3 5
18
Aula 2
3 −2 0 1
A+B = + = detA + B =
4 5 3 5
anterior.
Calcule
3 −2 0 1
A⋅B = ⋅ =
4 5 3 5
detA ⋅ B =
1 1 1
1. 3 0 −2 =
2 2 2
3 1 0
2. 0 −2 5 =
0 0 4
0 0 1
3. 0 5 −2 =
3 −1 4
2 −3 −4
4. 1 −3 −2 =
−1 5 2
1 2 3
5. 0 4 1 =
1 6 4
4 1 3
6. −2 0 −2 =
5 4 1
19
Aula 2
1 0 0 0
0 0 1 0
7. =
0 1 0 0
0 0 0 1
0 2 0 0
−3 0 0 0
8. =
0 0 0 4
0 0 1 0
1 0 1 0
0 1 0 1
9. =
1 1 0 0
0 0 1 1
Matriz de Cofatores: é definida como sendo a matriz cujos elementos são os cofatores dos
elementos da matriz original, ou seja:
a 11 a 12 . . . a 1n
a 21 a 22 . . . a 2n
Se A = , então a matriz dos cofatores é dada por:
... ... ... ...
a n1 a n2 . . . a nn
nxn
20
Aula 2
cofa 11 cofa 12 . . . cofa 1n
cofa 21 cofa 22 . . . cofa 2n
CofA =
... ... ... ...
cofa n1 cofa n2 . . . cofa nn
nxn
4 −1 2
Exemplo: E a matriz adjunta de A = 3 0 5 é:
6 1 7
21
Aula 2
2 3 5
Exemplo: Seja A uma matriz de ordem 3: A = 6 7 5 .
1 10 11
O determinante calculado ao longo da primeira coluna é dado por:
7 5 3 5 3 5
detA = 2 ⋅ −1 1+1 ⋅ + 6 ⋅ −1 2+1 ⋅ + 1 ⋅ −1 3+1 ⋅ =
10 11 10 11 7 5
Seja qual for a linha ou coluna utilizada para calcular o determinante, o resultado será o
mesmo:
2 3 5
det 6 7 5 = 136
1 10 11
DICA: Calcular o determinante ao longo da linha ou coluna que tenha o maior número de zeros.
Exercício 3: Usando expansão de cofatores por qualquer linha ou coluna que pareça
conveniente.
5 2 2
1. −1 1 2 =
3 0 0
1 1 −1
2. 2 0 1 =
3 −2 1
−4 1 3
3. 2 −2 4 =
1 −1 0
cos θ senθ tgθ
4. 0 cos θ −senθ =
0 senθ cos θ
1 −1 0 3
2 5 2 6
5. =
0 1 0 0
1 4 2 1
22
Aula 2
2 0 3 −1
1 0 2 2
6. =
0 −1 1 4
2 0 1 −3
Resp: 2) 7 3) -12 5) 4 6) 8
Curiosidade: O produto de uma matriz pela sua matriz adjunta dará uma matriz diagonal, cuja
diagonal é o valor do determinante da matriz original.
a b d −b
Exemplo: A = e AdjA = . Então,
c d −c a
a b d −b ad − bc 0
= .
c d −c a 0 ad − bc
3 5
Exercício 4: Multiplique a matriz A = pela sua matriz adjunta e calcule o
−1 4
determinante de A. Compare os resultados.
Exercícios de revisão
1. Calcule os determinantes:
a b 0 0 a 0
a) 0 a b = ab 2 + a 2 b b) b c d =0
a 0 b 0 e 0
0 0 0 a
1 0 0
0 0 b c
c) = abdg d) 0 cos θ −senθ =1
0 d e f
0 senθ cos θ
g h i j
23
Aula 2
x 5 7
2. Resolva a equação 0 x+1 6 = 0. Resp; x = 0 ou x = −1 ou x = ½.
0 0 2x − 1
a b c
3. Encontre os determinantes, assumindo que d e f = 4.
g h i
2a 2b 2c 3a −b 2c d e f
a) d e f b) 3d −e 2f c) a b c
g h i 3g −h 2i g h i
a+g b+h c+i 2c b a
d) d e f e) 2f e d
g h i 2i h g
Resp: a) 8 b) -24 c) -4 d) 4 e) -8
Exercícios de aplicação
1. Calcule a área do paralelogramo determinado pelos pontos:
a) (-2,-2), (0,3), (4,-1) e (6,4)
b) (0,0), (5,2), (6,4), (11,6)
c) (0,0), (-1,3), (4,-5), (3,-2)
24
Álgebra Linear - Prof a Ana Paula
AULA 3
Data: ____/_____/____
MATRIZ INVERSA
Matriz Inversa: Seja A uma matriz quadrada de ordem n. Se detA ≠ 0, então existe uma
matriz B, tal que a seguinte relação seja satisfeita :
A ⋅ B = B ⋅ A = I (I é a matriz identidade)
2 3 5
Exemplo: Calculando a matriz inversa de A = 6 7 5
1 10 11
2 3 5
Calculando-se o determinante da matriz A: 6 7 5 = 136
1 10 11
..... ..... .....
A matriz de cofatores é calculada como sendo: CofA = ..... ..... ..... .
..... ..... .....
A matriz adjunta é ,a matriz dos cofatores A transposta:
Obs: Uma matriz triangular é inversível, se e somente se seus elementos na diagonal principal
são todos não-nulos.
3 −1
a) A =
1 1
6 3
b)
2 1
26
Aula 3
Propriedades
1) A inversa de uma matriz triangular inferior é uma matriz triangular inferior.
2) A inversa de uma matriz triangular superior é uma matriz triangular superior.
3) Se A ⋅ B é inversível, então A ⋅ B −1 = B −1 ⋅ A −1 .
4) A é inversível, então A −1 −1 = A.
5) A −n = A −1 =A −1 ⋅ A −1 ⋅… ⋅A −1 .
n
n fatores
5) An é inversível e A = A −1 n para n = 0, 1, 2, . . .
n −1
4 7
Exercício 2: Seja A = . Calcule:
1 2
a) A 3
b) A −3
27
Aula 3
Exercício de revisão
1. Encontre a matriz inversa de cada matriz dada, se possível:
3 3
a) A = 4
5
5
2
Resp:não é possível
6 3
2 1 1
2
− 2 5
2 5
2
b) Resp:
2 2 2 − 25 2 1
10
2
1 0 0
2. Mostre que a matriz 0 cos θ −senθ é inversível para todos os valores de θ. Em
0 senθ cos θ
1 0 0
seguida, encontre a sua inversa. Resp: 0 cos θ senθ .
0 −senθ cos θ
2 1
3. Dada A = . Calcule:a) A 2 b) A −2 c) A 2 − 3 ⋅ A + I
1 1
5 3 2 −3 9 8
Resp: a) b) c)
3 2 −3 5 8 1
−2 −3 2 0
4. Dadas as matrizes A = eB = . Calcule:
1 1 4 1
a) A ⋅ B −1 b) A ⋅ B T c) A ⋅ A −1 − I d) 2 ⋅ B −1
1
1
2
3
2 −16 6 4
0
Resp: a) b) c) 0 d)
−3 −8 −3 1 −1 1
2
Exercício de aplicação
28
Aula 3
Uma maneira de codificar uma mensagem é através de multiplicação por matrizes. Vamos
associar as letras do alfabeto aos números, segundo a correspondência abaixo:
A B C D E F G H I J L M N O P Q R S T U V W X Y Z
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25
Suponhamos que a nossa mensagem seja "PUXA VIDA". Podemos formar uma matriz 3x3
assim:
P U X 15 20 23
A − V , que usando a correspondência numérica fica . 1 0 21 =M
I D A 9 4 1
1 0 1
Agora seja C uma matriz qualquer 3x3 inversível, por exemplo: C = −1 3 1 .
0 1 1
Multiplicamos nossa matriz da mensagem por C, obtendo
15 20 23 1 0 1 −5 83 58
M⋅C = 1 0 21 −1 3 1 = 1 21 22
9 4 1 0 1 1 5 13 14
Transmitimos esta nova matriz (na prática, envia-se a cadeia de números -5 83 58 1 21 22 5 13
14). Quem recebe a mensagem decodifica-a através da multiplicação pela inversa MC. C −1 = M)
e posterior transcrição dos números para letras. C é chamada a matriz chave para o código.
a) Você recebeu a mensagem: -12 48 23 -2 42 26 1 42 29. Utilizando a mesma chave, traduza
a mensagem.
b) Aconteceu que o inimigo descobriu sua chave. O seu comandante manda você substituir a
1 1 −1
matriz chave por C = 1 1 0 . Você transmite a mensagem "CRETINO" a ele (codificada,
0 0 2
naturalmente!). Por que não será possível a ele decodificar sua mensagem?
c) Escolha uma outra matriz-chave que dê para codificar palavras até 9 letras. Codifique e
descodifique à vontade!
29
Álgebra Linear - Prof a Ana Paula
AULA 4
Data: ____/_____/____
Equações matriciais
1 2 −1 0
Exercício 1: Ache X, dadas A = eB = .
3 4 1 1
1. X − 2A + 3B = 0
2. 2X = A − B
3. 2A + 2B = 3X
4. 2A − B + X = 3X − A
30
Aula 4
Exercício 2: Resolva a seguinte equação matricial em X (assuma que as matrizes são tais que
as operações indicadas estão definidas)
1. ABX = C
2. CAX T = C
3. AX 2 C = AXBC
4. ADX = ABC
31
Aula 4
5. DX T = DC
6. ABCX 2 D 2 = ABCXD
7. D −1 XD = AC
8. CX + 2B = 3B
Exercício de revisão
Resolva a seguinte equação matricial em X (assuma que as matrizes são tais que as operações
indicadas estão definidas)
1. A −1 BX −1 = A −1 B 3 2
2. XA 2 = A −1
3. AXB = BA 2
4. A −1 X −1 = AB −2 A −1
5. ABXA −1 B −1 = I + A
32
AULA 5
Data: ____/_____/____
Qualquer linha reta no plano xy pode ser representada algebricamente por uma equação da
forma:
a1 ⋅ x + a2 ⋅ y = b
onde a 1 , a 2 e b são constantes reais e a 1 e a 2 não são ambas nulas. Uma equação desta forma
é chamada de equação linear nas variáveis x e y. De forma geral, uma equação linear nas n
variáveis x 1 , x 2 , ..., x m como uma equação que pode ser expressa na forma:
a1 ⋅ x1 + a2 ⋅ x2 + ⋯ + am ⋅ xm = b
onde a 1 , a 2 , ..., a m e b são constantes reais. As variáveis de uma equação linear são, muitas
vezes, chamadas incógnitas.
Exemplo: São equações lineares:
x + 3y = 7
y = 12 x + 3z + 1
x 1 − 2x 2 − 3x 3 + 2 x 4 = −3 3
Não são equações lineares:
x+3 y = 5
3x + 2y − z + xz = 4
y = senx
1. x 1 − 5x 2 − 2 x 4 = 1
2. x 1 + 3x 2 + x 2 x 3 = 2
3. x 1 = −7x 2 − 3x 3
4. x −2
1 − 2x 2 − 3x 3 = 5
3
5. x 15 − 2x 2 + x 3 = 4
6. πx 1 − 2 x 2 − 34 x 3 = 0
Exercício 2: Sabendo que k é uma constante, quais das seguintes equações são lineares?
1. x 1 − 2x 2 − 3x 3 = senk
2. kx 1 − 2k x 2 = 9
3. 2 k x 1 + 7x 2 − x 3 = 0
32
Sistemas de equações lineares
Uma equação genérica i do sistema poderia ser representada usando a notação ∑ (somatório)
da seguinte maneira:
n
∑a
j =1
ij x j = bi
∑a
j =1
ij x j = bi para i = 1,2, h , m
Definindo-se os vetores:
l l l l
an1 an 2 anm bn
33
a11 a12 a1m x1
a a22 a2m x
A= x=
21 2
an1 an2 a nm xm
3 ⋅ x1 − 4 ⋅ x2 + 2 ⋅ x3 = 0
4 ⋅ x 1 + 2 ⋅ x 2 = −1
Exemplo: Seja o sistema de equações lineares . Este sistema tem
−2 ⋅ x 2 + x 3 = 3
−2 ⋅ x 1 + 3 ⋅ x 3 = 2
4 equações e 3 incógnitas.
3 −4 2 0
x1
4 2 0 −1
Na forma matricial, tem-se: ⋅ x2 =
0 −2 1 3
x3
−2 0 3 3x1
2
4x3 X
A B
Matriz Aumentada: A matriz aumentada é obtida pela adjunção de b a A como a última coluna.
34
Exemplo: Usando o último exemplo, a matriz aumentada deste sistema fica:
3 −4 2 0
4 2 0 −1
0 −2 1 3
−2 0 3 2
4x4
2x + 4z = 1
b) 3x − y + 4z = 7
6x + y − z = 0
x 1 + 2x 2 − x 4 + x 5 = 1
c) 3x 2 + x 3 − x 5 = 2
x 3 + 7x 4 = 1
x1 = 1
d) x2 = 2
x3 = 3
35
Tipo de sistemas
Um sistema de equações lineares (SEL) tem solução quando existem valores para x 1 , x 2 , . . . , x n
que sastifazem, simultaneamente, todas as equações do sistema.
Obs: Todo sistema de equações lineares tem ou nenhuma solução, ou exatamente uma, ou
então uma infinidade de soluções.
Como um sistema linear homogêneo sempre tem solução trivial, só existem duas possibilidades
para suas soluções:
- O sistema tem somente a solução trivial;
- O sistema tem infinitas soluções além da solução trivial.
O sistema homogêneo tem infinitas soluções sempre que o sistema tiver mais incógnitas que
equações.
36
Exercício 5: Classifique os sistemas abaixo em relação a matriz B:
3x − 2y = −1
a) 4x + 5y = 3
7x + 3y = 2
2x + 4z = 0
b) 3x − y + 4z = 0
6x + y − z = 0
x 1 + 2x 2 − x 4 + x 5 = 0
c) 3x 2 + x 3 − x 5 = 0
x 3 + 7x 4 = 1
x1 + x2 = 0
d) x1 + x2 = 0
x1 + x2 − x3 = 0
Resolver um SEL
Resolver um SEL é encontrar a solução deste sistema, isto é, encontrar os valores das
incógnitas que sastifaçam, simultaneamente, todas as equaçõe do sistema. Lembrando que nem
todo sistema tem solução.
A partir de agora, veremos alguns métodos que nos permitirá resolver o SEL. Mas antes disto,
veremos as operações que podemos realizar para encontrar uma solução.
Operações Elementares
O método básico de resolver um sistema de equações lineares é substituir o sistema dado por
um sistema novo que tem o mesmo conjunto-solução, mas que é mais simples de resolver. Este
sistema novo é geralmente obtido numa sucessão de passos aplicando a matriz aumentada os
seguintes três tipos de operações para eliminar sistematicamente as incógnitas:
- Multiplicar uma linha inteira por uma constante. (L i = k ⋅ L i , onde ké um constante real ≠ 0);
Exemplo:
2 2 4 10 2 2 4 10
0 0 − 2 − 8 ⇒ L ↔ L ⇒ 1 3 4 17
2 3
1 3 4 17 0 0 − 2 − 8
Exemplo:
37
Aula 5
Exemplo:
2 2 4 10 L 2 2 4 10
L2 = 2
0 −4 −4 −24 ⇒ − 4 ⇒ 0 1 1 6
L3
0 0 −2 −8 L 3 = 0 0 1 4
−2
- Somar um múltiplo de uma linha a uma outra linha (L j = L j + k ⋅ L i , onde ké um constante real
≠ 0);
Exemplo:
2 2 4 10 2 2 4 10
1 1 3 9 ⇒ L = L − 2 L ⇒ 0 0 − 2 − 8
2 1 2
1 3 4 17 1 3 4 17
Matriz escalonada: Uma matriz está na forma escalonada reduzida por linhas, ou
simplesmente, forma escalonada reduzida, se:
1. Se uma linha não consistir só de zeros, então o primeiro número não –nulo da linha é um 1,
chamado de pivô.
2. Se existirem linhas constituídas somente de zeros, elas estão agrupadas juntas nas linhas
inferiores da matriz.
3. Em quaisquer duas linhas sucessivas que não consistem somente de zeros, o pivô da linha
inferior ocorre mais à direita que o pivô da linha superior.
4. Cada coluna que contém um pivô tem zeros nos demais elementos.
Dizemos que uma matriz que tem as 3 primeiras propriedades está na forma escalonada por
linhas, ou simplesmente, em forma escalonada.Assim, uma matriz em forma escalonada reduzida
por linhas necessariamente está em forma escalonada, mas não reciprocamente.
Observe que uma matriz na forma escalonada tem zeros abaixo do pivô, enquanto que uma
matriz em forma escalonada reduzida por linhas tem zeros abaixo e acima do pivô.
38
Aula 5
Método de Eliminação
Seja o sistema linear Ax = B, onde A tem todas as submatrizes principais não singulares O
método de Eliminação de consiste em transformar a matriz aumentada do sistema dado num na
forma escalonada por linhas pela aplicação repetidamente as operações elementares. Claro que tal
operação não altera a solução do sistema, isto é, obtém-se com ela outro sistema equivalente ao
original.
Descrição do algoritmo
Consideremos o sistema:
a 11 ⋅ x 1 + a 12 ⋅ x 2 + ⋯ + a 1m ⋅ x m = b 1
a 21 ⋅ x 1 + a 22 ⋅ x 2 + ⋯ + a 2m ⋅ x m = b 2
⋯
a n1 ⋅ x 1 + a n2 ⋅ x 2 + ⋯ + a nm ⋅ x m = b n
cuja matriz aumentada chamaremos A 1 . Montamos a tabela:
Passo 1: Localize a coluna mais à esquerda que não seja constituída inteiramente de zeros.
39
Aula 5
Passo 2: Permute a primeira linha com uma outra linha, se necessário, para obter um elemento
não-nulo ao topo da coluna encontrada no Passo1.
Passo 4: Some múltiplos convenientes da primeira linha às linhas inferiores para obter zeros
em todos os elementos abaixo do pivô. Para isso:
1
a 21
Subtraímos da 2 a equação a 1 a equação multiplicada por 1
.
a 11
1
a 31
Subtraímos da 3a equação a 1a equação multiplicada por 1
.
a 11
1
a n1
Subtraímos da na equação a 1a equação multiplicada por 1
.
a 11
Passamos então da tabela inicial a tabela:
onde
a i(11)
aij( 2) = aij(1) − a1(1j)
a11(1)
a i(11)
b i
( 2)
=b i
(1)
−b
(1)
1
a11(1)
p/ i, j = 1, 2, . . . n.
2
a 32
Subtraímos da 3a equação a 1a equação multiplicada por 2
.
a 22
2
a 42
Subtraímos da 4a equação a 1a equação multiplicada por 2
.
a 22
2
a n2
Subtraímos da na equação a 1a equação multiplicada por 2
.
a 22
40
Aula 5
Obtemos então a tabela:
onde
ai(22)
aij(3) = aij( 2 ) − a 2( 2j) ( 2)
a 22
ai(22)
bi( 3) = bi( 2 ) − b2( 2) ( 2)
a 22
p/ i, j = 1, 2, . . . n.
n−1
a n,n−1
Subtraímos da na equação, a n − 1 a equação multiplicada por . n−1
.
a n−1,n−1
onde
( n −1) ( n −1)
ai(,nn−−11)
a (n)
=a −a n −1, j
a n( n−1−,1n)−1
ij ij
ai(,nn−−11)
bi( n ) = bi( n−1) − bn( −n1−1)
an( n−−1,1n)−1
p/ i=n, j = n-1,n.
41
Aula 5
é equivalente ao original.
Passo 6: Começando com a última linha não-nula e trabalhando para cima, some múltiplos
convenientes de cada linha às linhas superiores para introduzir zeros acima dos pivôs.
a11(1) 0 0 0 0 b1(1)
0
(2)
a 22 0 0 0 b2( 2 )
0 0 ( 3)
a33 0 0 b3(3 )
0 0 0
0 0 0 ( n −1)
a n −1,n −1 0 bn( −n1−1)
0 0 0 0 (n)
a nn bn( n )
a11(1) x1 +0 +0 + +0 +0 = b1(1)
( 2)
a 22 x2 +0 + +0 +0 = b2( 2)
( 3)
a 33 x3 + +0 +0 = b3(3)
a ( n −1)
x +0 = bn( n−1−1)
n −1,n −1 n −1
(n)
a nn xn = bn( n )
Até o Passo 5, isto é, até obter a matriz aumentada a forma escalonada, o método tem o nome
de Eliminação Gaussiana. E para encontrar a solução do sistema, usa-se a substituição inversa.
Desenvolvendo até o Passo 6, isto é, até obter a matriz aumentada a forma escalonada reduzida
por linhas, o método tem o nome de Eliminação de Gauss-Jordan.
42
Aula 5
Obs: Toda matriz tem uma única forma escalonada reduzida por linhas. Porém, uma forma
escalonada de uma dada matriz não é única.
6 2 −1 x 1 7
2 4 1 x = 7
2
3 2 8 x 3 13
6 2 −1 7
2 4 1 7
3 2 8 13
Passo 3:
1 1 / 3 − 1 / 6 7 / 6
2 4 1 7
3 2 8 13
Passo 4:
1 1 / 3 − 1 / 6 7 / 6
0 10 / 3 4 / 3 14 / 3
0 1 17 / 3 19 / 2
Passo 5:
1 2 − 1 / 6 x1 7 / 6
1 / 3 0 10 / 3 4 / 3 x = 14 / 3
2
0 0 81 / 10 x3 81 / 10
Assim obtemos:
81 81
∴ x3 = ⇒ x3 = 1
10 10
10 4 14
x2 + x3 = ⇒ x2 = 1
3 3 3
6 x1 + 2 x2 − x3 = 7 ⇒ x1 = 1
43
Aula 5
1
Portanto, a solução é x = 1 .
1
A seguir serão mostrados os passos usados num exemplo prático, onde as operações
indicadas são operações elementares, feitas com as equações lineares que compõe o sistema de
equações.
2 x1 + 2 x 2 + 4 x3 = 10
x1 + x 2 + 3 x3 = 9
x + 3 x + 4 x = 17
1 2 3
matricialmente teremos:
2 2 4 x1 10
1 1 3 x = 9
2
1 3 4 x3 17
2 2 4 10 2 2 4 10
1 1 3 9 ⇒ L = L − 2 L ⇒ 0 0 − 2 − 8
2 1 2
1 3 4 17 1 3 4 17
2 2 4 10 2 2 4 10
0 0 − 2 − 8 ⇒ L2 = L3 ⇒ 1 3 4 17
1 3 4 17 L3 = L2 0 0 − 2 − 8
Passo 3: Substituir a segunda linha pela soma da segunda linha, vezes (-2) com a primeira
linha;
2 2 4 10 2 2 4 10
1 3 4 17 ⇒ L = L − 2 L ⇒ 0 − 4 − 4 − 24
2 1 2
0 0 − 2 − 8 0 0 − 2 − 8
Passo 4: Dividir a segunda linha por (-4) e a terceira linha por (-2);
44
Aula 5
2 2 4 10 L 2 2 4 10
L2 = 2
0 − 4 − 4 − 24 ⇒ − 4 ⇒ 0 1 1 6
L3
0 0 − 2 − 8 L3 = 0 0 1 4
−2
Passo 5: Substituir a segunda linha pela diferença entre a segunda e terceira linhas;
2 2 4 10 2 2 4 10
0 1 1 6 ⇒ L = L − L ⇒ 0 1 0 2
2 2 4
0 0 1 4 0 0 1 4
Passo 6: Substituir a primeira linha pela diferença entre a primeira linha e (-4) vezes a terceira
linha;
2 2 4 10 2 2 0 − 6
0 1 0 2 ⇒ L = L − 4 L ⇒ 0 1 0 2
1 1 3
0 0 1 4 0 0 1 4
Passo 7: Finalmente, substituir a primeira linha pela diferença entre a primeira linha e (-4) vezes
a terceira linha;
2 2 0 − 6 1 0 0 − 5
0 1 0 2 ⇒ L = L1 − L ⇒ 0 1 0 2
1
2
2
0 0 1 4 0 0 1 4
x1 = −5
x2 = 2
x =4
3
2x + 3y = 18
1.
3x + 4y = 25
45
Aula 5
4x + 2y = 100
2.
8x + 4y = 200
3x + 9y = 12
3.
3x + 9y = 15
2x + 4y − 6z = 10
4. 4x + 2y + 2z = 16
2x + 8y − 4z = 24
46
Aula 5
2x + y + 3z = 8
5. 4x + 2y + 2z = 4
2x + 5y + 3z = −12
2x + 4y = 16
6. 5x − 2y = 4
10x − 4y = 3
47
Aula 5
2x + 4y = 16
5x − 2y = 4
7.
4x − 5x = −7
3x + 2y = 9
2x − 8y + 24z + 18w = 84
1.
4x − 14y + 52x + 42w = 190
48
Aula 5
3x + 6y − 9z = 0
2.
2x + 4y − 6z = 0
2x + 4y = 0
3. 16 − 8x = 0
12x − 2y = 0
49
Aula 5
x − 3y − 4z = 0
4. x−y−z = 0
x−y+z = 0
3x + 2y − 5z = 8
5. 2x − 4y − 2z = −4
x − 2y − 3z = −4
50
Aula 5
2x + 4y + 6z = −6
6. 3x − 2y − 4z = −38
x + y + 3z = −3
Regra de Cramer
det( Ai )
xi = p / i = 1,2, n
det( A)
51
Aula 5
Para resolver um sistema de n equações lineares com n incógnitas pela Regra de Cramer, é
necessário calcularn + 1 determinantes de matrizes nxn. Para sistema com mais de 3 equações, a
eliminação de Gauss é muito mais eficiente, pois somente requer a redução de uma matriz
aumentada nx(n+1).
4x + 5y = 2
2. 11x + y + 2z = 3
x = 5y + 2z = 1
52
Aula 5
x − 4y + z = 6
3. 4x − y + 2z = −1
2x + 2y − 3z = −20
3x − y + z = 4
4. −x + 7y − 2z = 1
2x + 6y − z = 5
53
Aula 5
Obs: É vantajoso utilizar este método quando a matriz dos coefiecientes é fixa e a matriz B
varia.
Exemplo: Resolver o SEL. fazendo a inversão da matriz de coeficientes:
2 x1 + 2 x 2 + 4 x3 = 8
x1 + x 2 + 3x 3 = 5
x + 3x + 4 x = 8
1 2 3
2 2 4 x1 8
1 1 3 x = 5
2
1 3 4 x3 8
5 / 4 − 1 − 1 / 2
A −1
= 1 / 4 − 1 1 / 2
− 1 / 2 1 0
5 / 4 − 1 − 1 / 2 8 1
x = 1 / 4 − 1 1 / 2 5 ⇒ x = 1
− 1 / 2 1 0 8 1
IMMMKMMML ,
A−1 b
a) b 1 = −1, b 2 = 3, b 3 = 4
b) b 1 = 5, b 2 = 0, b 3 = 0
c) b 1 = −1, b 2 = −1, b 3 = 3
55
Aula 5
Geometricamente
Caso 2: O sistema não admite soluções (SI). Os gráficos das equações lineares são paralelos,
isto é, as retas são paralelas.
Caso 3: O sistema tem um número infinito de soluções (SPI). Aqui o gráfico das equações
lineares coincidem, isto é, as retas são coincidentes.
56
Aula 5
2x + 4y = 10
2.
3x + 6y = 15
4x − 2y = 5
3.
−6x + 3y = 1
57
Aula 5
b) 4x + y − z = 0 e 2x − y − 3z = 4
58
Aula 5
Para encontrar a inversa de uma matriz inversível A, nós devemos encontrar uma seqüência de
operações elementares sobre linhas que reduz A à identidade e depois efetuar esta mesma
seqüência de operações na matriz identidade I para obter A −1 .
[I
A l I]
MKML
⇓
[I l A −1 ]
Exemplo: Encontre a Inversa de
2 2 4
A = 1 1 3
1 3 4
Montar a matriz:
2 2 4 1 0 0
1 1 3 0 1 0
1 3 4 0 0 1
A I
1 0 0 5 / 4 − 1 − 1 / 2
0 1 0 1 / 4 − 1 1 / 2
0 0 1 − 1 / 2 1 0
I A -1
Exercício 14: Calcule a matriz inversa das matrizes abaixo. Use o método com operações
elementares:
−3 0 7
1) 2 5 1
−1 0 5
59
Aula 5
2 0 3
2) 0 3 2
−2 0 −4
Resumo
Tipo de sistema no. de eq. no. de var. determinante Escalonada Classificação Método
AX = B
AX = 0
60
Aula 5
Exercícios de revisão:
1. Encontre o conjunto-solução de cada uma das seguintes equaçõe lineares:
a) 7x − 5y = 3
b) 3x 1 − 5x 2 + x 3 = 7
c) −8x 1 + 2x 2 − 5x 3 + 6x 4 = 1
d) 3v − 8w + 2x − y + 4z = 0
2. Em cada parte, suponha que a matriz aumentada de um SEL foi reduzida à forma
escalonada dada. Resolva o sistema:
1 −3 4 7
a) 0 1 2 2
0 0 1 5
1 0 8 −5 6
b) 0 1 4 −9 3
0 0 1 1 2
1 7 −2 0 −8 −3
0 0 1 1 6 5
c)
0 0 0 1 3 9
0 0 0 0 0 0
1 −3 7 1
d) 0 1 4 0
0 0 0 1
61
Aula 5
v + 3w − 2x = 0
2u + v − 4w + 3x = 0 −5
e) Resp: u = x+ 7
w e v=2x-3w
2u + 3v + 2w − x = 0 2 2
−4u − 3v + 5w − 4x = 0
2x − y − 3z = 0
f) x + 2y = 0 Resp: trivial
x + y + 4z = 0
x − 3y + z = 4
−30 −38 −40
g) 2x − y = −2 Resp: x = 11
, y= 11
,z = 11
4x − 3z = 0
y= 11
17
x + 3y + 5z = b 1 b 1 = 1, b 2 = 0, b 3 = −1 x = 18, y = −9, z = 2
b) −x − 2y = b 2 para b 1 = 0, b 2 = 1, b 3 = 1 . Resp: x = 23, y = 11, z = −2
2x + 5y + 4z = b 3 b 1 = −1, b 2 = −1, b 3 = 0 x = 5, y = −2, z = 0
5. Calcule a matriz inversa das matrizes abaixo. Use o método com operações elementares:
1 3
2 −3 5 2 2
1
a) 0 1 −3 Resp: 0 1 3
2
0 0 2 1
0 0 2
1
2 0 0 2
0 0
b) 8 1 0 Resp: −4 1 0
−5 3 6 29
12
− 12 1
6
6.O sistema seguinte não tem soluções para quais valores de a? Exatamente uma solução?
Infinitas soluções?
x + 2y − 3z = 4
3x − y + 5z = 2
4x + y + a 2 − 14z = a + 2
Resp: a = −4, nenhuma; a ≠ ±4, exatamente uma; a = 4, infinitas.
62
Aula 5
2m − 1x + my = m
m + 4y = 9m
a) Possível determinado Resp; m ≠ 1/2, m≠ 4
b) Possível indeterminado Resp: m=1/2
c) Impossível Resp: m = -4
Exercícios de aplicação
1 Uma florista oferece três tamanhos de arranjos de flores com rosas, margaridas e
crisântemos. Cada arranjo pequeno contém uma rosa, três margaridas e três crisântemos. Cada
arranjo médio contém duas rosas, quatro margaridas e seis crisântemos. Cada arranjo grande
contém quatro rosas, oito margaridas e seis crisântemos. Um dia, a florista notou que havia usado
um total de 24 rosas, 50 margaridas e 48 crisântemos ao preparar as encomendas desses três
tipos de arranjos.
a) Monte um sistema de equações lineares que represente o problema acima.
b) Quantos arranjos de cada tipo ela fez? Use somente uns dos métodos apresentados em sala
de aula para resolver o problema.
Resp: 2,3,4
2. O seguinte problema faz parte do texto chinês Jiuzhang suanshu (Nove capítulos em arte
matemática), escrito durante a Dinastia de Han, cerca de 200 anos a.C.:
Há três tipos de milhos. Três feixes do primeiro tipo, dois do segundo e um do terceiro fazem 39
medidas. Dois feixes do primeiro tipo, três do segundo e um do terceiro fazem 34 medidas. Um
feixe do primeiro tipo, dois do segundo e três do terceiro fazem 26 medidas.
a) Monte um sistema de equações lineares que represente o problema acima.
b) Quantas medidas de milho há em um feixe de cada tipo? Use somente uns dos métodos
apresentados em sala de aula para resolver o problema.
Resp: 9,25, 4,25 e 2,75
4. Sabemos, da geometria elementar, que existe uma única reta que passa por dois pontos
distintos de um plano. É menos conhecido o fato de que existe uma única parábola que passa por
quaisquer três pontos não colineares de um plano. Para cada conjunto de pontos a seguir,
encontre a parábola com a equação da forma y = ax 2 + x + c que passe pelos pontos dados.
(Esboce a parábola resultante para conferir a validade da resposta).
a) (0,1,(-1,4) e (2,1) Resp: y = x 2 − 2x + 1
b) (-3,1), (-2,2) e (-1,5) Resp: y = x 2 + 6x + 10
5.Um biólogo colocou 3 espécies de bactéria (denotadas por I, II e III) em um tubo de ensaio,
onde elas serão alimentadas por três fontes diferentes de alimentos (A, B e C). A cada dia serão
colocadas no tubo de ensaio 2300 unidades de A, 800 unidades de B e 1500 unidades de C. Cada
bactéria consome um certo número de unidades de cada alimento por dia, de acordo com a tabela
abaixo.
Bactéria da espécie I Bactéria da espécie II Bactéria da espécie III
Alimento A 2 2 4
Alimento B 1 2 0
Alimento C 1 3 1
a) Encontre o sistema que equacione a tabela abaixo.
b) Quantas bactérias de cada espécie podem coexistir no tubo de ensaio de modo a
consumir todo o alimento? (Use somente Eliminação Gaussiana ou Regra de Cramer para resolver
o problema)
Resp: x = 100, y = 350 e z = 350
64
Aula 5
7.Três proprietários de casas – um pedreiro, um eletricista e um hidráulico –pretendem fazer
consertos em suas três casas. Eles concordam trabalhar um total de 10 dias cada de acordo com a
seguinte tabela:
Dias Dias de trabalho na casa do Trabalho executado pelo
Pedreiro Eletricista Hidráulico
Pedreiro 2 1 6
Eletricista 4 5 1
Hidráulico 4 4 3
Para efeitos de impostos, eles devem declarar e pagar um ao outro um salário diário razoável,
mesmo para o trabalho que cada um faz em sua própria casa. Seus salários diários normais são
cerca de R$100,00, mas eles concordam em ajustar seus respectivos salários diários de tal modo
que saiam empatados, ou seja, de tal modo que o total pago por cada um é igual ao total recebido.
Para satisfazer a condição de “equilíbrio” de que saiam empatados, nós exigimos que total dos
gastos = total recebido para cada um dos proprietários pelo período de 10 dias.
Resp: pedreiro: R$93,00, Eletricista: R$96,00 e Hidráulico: R$108,00.
65
Álgebra - Prof a Ana Paula
AULA 6
Data: ____/_____/____
ESPAÇOS VETORIAIS
Definição: Um espaço vetorial real (abreviado por e.v.) é um conjunto V, não vazio, com duas
operações:
soma:
⊕
V×V → V
v, v′ → v ⊕ v′
e multiplicação por escalar
⊗
K×V → V
a, v′ → a ⊗ v′
satisfazendo a propriedades operatórias análogas às listadas para matrizes e vetores, sendo:
da soma:
A1) u ⊕ v = v ⊕ u, com u,v ∈ V.
A2) u ⊕ v ⊕ w = u ⊕ v ⊕ w.
A3) Existe um elemento nulo 0 em V tal que u ⊕ 0 = 0 ⊕ u = u.
A4) Para cada u em V, existe um elemento oposto −u em V tal que u ⊕ −u = 0.
da multiplicação por escalar:
M1) α ⊗ u ⊕ v = α ⊗ u ⊕ α ⊗ v.
M2) α + β ⊗ u = α ⊗ u ⊕ β ⊗ u.
M3) α ⊗ β ⊗ u = αβ ⊗ u.
M4)1 ⊗ u = u, para todo elemento u de V.
66
Portanto, dizer que V é um espaço vetorial real significa que V é fechado para soma e para a
multiplicação por escalar. Isto é, se u e v são elementos quaisquer de V, então u ⊕ v está em V. E
se u é um elemento qualquer de V e α qualquer número real, então α ⊗ u está em V.
Obs:
1. Os elementos de V são chamados de vetores.
2. O vetor nulo (0) de V é único.
3. O vetor oposto de v em V, isto é, −v = −1v, é único.
3. Em geral se escreve α ⊗ v = αv e u ⊕ v = u + v, por simplicidade.
Exemplos: São espaços vetoriais com as operações usuais (a soma e multiplicação por
escalar conhecidas):
ℝ = conjunto dos números reais.
ℝ 2 = x, y/x, y ∈ ℝ = conjunto dos vetores no plano bi-dimensional.
ℝ 3 = x, y, z/x, y, z ∈ ℝ = conjunto dos vetores no plano tri-dimensional.
ℝ n = x 1 , x 2 , … , x n /x i ∈ ℝ = conjunto dos vetores n-uplas de números reais.
M mxn = conjunto das matrizes mxn cujos elementos são reais.
M n = conjunto das matrizes de ordem n cujos elementos são reais.
fx = conjunto das funções reais de variável real.
P n x = a 0 + a 1 x + a 2 x² +… +a n x n =conjunto dos polinômios de grau menor ou igual a n de
coeficientes reais.
Exercício 1: Descreva o vetor nulo e vetor oposto de cada espaço vetorial citado acima.
67
SUBESPAÇOS VETORIAIS
Exemplo: O conjunto nulo S={0} e o próprio espaço vetorial V são subespaços (triviais) de V.
Definição: Seja V um espaço vetorial real. Um subconjunto S ⊂ V (um conjunto não vazio) é
um subespaço vetorial de V se:
a) 0∈S .
b) Se v, w ∈ S, então v ⊕ w ∈ S.
c) Se k ∈ ℝ e v ∈ S, então k ⊗ v ∈ S.
y y
y
x x
x
68
OBS: ℝ 2 ⊈ ℝ 3 , isto é, 1, 3 ≠ 1, 3, 0!!!!!!!!!!
1 −2 3 x 0
Exemplo: 2 −4 6 y = 0 . Encontre a solução deste sistema homogêneo.
3 −6 9 z 0
O produto de uma constante real por uma solução também será solução do sistema. Faça o
teste: multiplique uma solução por uma constante real qualquer!
69
E a solução trivial é solução do SEL, o que prova que o vetor-solução é um subespaço vetorial
do ℝ 3 com as operações usuais.
Exemplo: O conjunto S = x, y, z ∈ ℝ 3 /2x + 3y − 6z = 12 (plano não contendo a origem) não é
um subespaço de ℝ 3 .
70
Exercício 2: Quais dos seguintes conjuntos S são subespaços vetoriais de V? Justifique
1) V = ℝ 3 e S = a, 0, 0 ∈ ℝ 3 /a ∈ ℝ Resp: sim
a b
4) V = M 2 e S = A= ∈ M 2 /a + b + c + d = 0, onde a, b, c ∈ ℝ Resp: sim
c d
a b
5) V = M 2 e S = A= ∈ M 2 / det A = 0 Resp: não
c d
6) V = M n e S = A ∈ M n /A T = −A Resp: sim
71
Exercícios de Revisão
1) Considere o conjunto cujo único elemento é a Lua. Será este conjunto um espaço vetorial
com as operações Lua⊕Lua = Lua e k ⊗Lua = Lua para cada número real k? Explique o seu
raciocínio. Resp: sim.
2) Você considera possível existir um espaço vetorial formado por exatamente dois vetores
distintos? Explique o seu raciocínio. Resp: não.
4) Decida se a afirmação dada é sempre verdadeira ou às vezes falsa. Justifique sua resposta
dando um argumento lógico ou um contra-exemplo.
a) Se AX = B é qualquer sistema linear possível de m equações em n incógnitas, então o
conjunto-solução é um subespaço de ℝ n . Resp:falsa
b) Se W é um conjunto de um ou mais vetores de um espaço vetorial V tal que ku + v sempre é
um vetor em W para quaisquer vetores u e v em W e qualquer escalar k, então W é um subespaço
de V. Resp: verdadeira
72
Álgebra Linear - Prof a Ana Paula
AULA 7
Data: ____/_____/____
Combinações Lineares
OBS:
1) Se n = 1, então a equação desta definição reduz a v = k 1 v 1 ; ou seja, v é uma combinação
linear de um único vetor v 1 se for um múltiplo escalar de v 1 .
2) Se o sistema obtido for impossível (SI), então não existem escalares de modo que v possa
ser escrito como combinação linear dos vetores v 1 , v 2 , … , v n . Portanto, v não é combinação linear
dos vetores v 1 , v 2 , … , v n .
3) Se o sistema tiver solução, isto é, for possível (SP), então v pode ser escrito como
combinação linear dos vetores v 1 , v 2 , … , v n . Se o sistema for SPD, os escalares são únicos, isto é,
v pode ser escrito de forma única como combinação linear dos vetores v 1 , v 2 , … , v n .
Exemplo: O vetor v = 3, −2, 1 ∈ R³ pode ser escrito como uma combinação linear dos vetores
de S = 1, 0, 0, 1, 1, 0, 1, 1, 1.
73
Exemplo: . O vetor v = −4, −18, 7 ∈ R³ é combinação linear dos vetores de
S = 1, −3, 2, 2, 4, −1. Resp:v = 2v 1 − 3v 2
Exercício 1: Determinar escalares p, q, r ∈ ℝ tal que 1, 2, 3 = p1, 0, 0 + q1, 1, 0 + r1, 1, 1.
Resp: p = −1, q = −1 e r = 3
Exercício 2: Determine o valor de k para que o vetor u = −1, k, −7 seja combinação linear dos
vetores de S = 1, −3, 2, 2, 4, −1. Resp: k = 13
74
Exercício 3: Determine a condição para que x, y, z de modo que x, y, z seja combinação linear
dos vetores de S = 1, −3, 2, 2, 4, −1. Interprete geometricamente. Resp:x − 2y − 2z = 0
Exercício 4: Mostrar que o vetor v=(3,4)∈ ℝ 2 pode ser escrito de infinitas maneiras como
combinação linear dos vetores de S={(1,0), (0,1), (2,-1)}.
75
Cada vetor a, b, c em ℝ 3 pode escrito como uma combinação linear dos vetores:
Exercícios de Revisão
1) Quais dos seguintes são combinações lineares de u = 0, −2, 2 e v = 1, 3, −1?
a) (2,2,2) b) (3,1,5) c) (0,4,5) d) (0,0,0)
Resp: a, b, d
4 0 1 −1
3) Quais das seguintes matrizes são combinações lineares de A= , B= ,
−2 −2 2 3
0 2
C= ?
1 4
6 −8 0 0 6 0 −1 5
a) b) c) d
−1 8 0 0 3 8 7 1
Resp: a, b, c
76
Álgebra Linear - Prof a Ana Paula
AULA 8
Data: ____/_____/____
Exemplo:
1) ℝ 2 = 1, 0, 0, 1
2) S = x, y, 0/x, y ∈ ℝ = 1, 0, 0, 0, 1, 0
3) ℝ 3 = 1, 0, 0, 0, 1, 0, 0, 0, 1
9) V = M 2x2
−1 2 3 −1 −2y + t y
, = /y, t ∈ ℝ
−2 3 1 1 −y t
77
OBS: O conjunto gerador não é único.
OBS: O problema reduz a determinar se o sistema obtido é possível para quaisquer valores de
x, y e z. Isto é, será SP se, e somente se, o determinante da matriz dos coeficientes for não-nulo.
Se o determinante for nulo, então os vetores não geram o espaço.
78
Exercício de Fixação
Determine se os vetores dados geram ℝ 3 .
1) u=(2,2,2), v=(0,0,3), w=(0,1,1)
2) u=(2,-1,3), v=(4,1,2), w=(8,-1,8)
3) u=(3,1,4), v=(2,-3,5), w=(5,-2,9), t=(1,4,-1)
4) u=(1,2,6), v=(3,4,1), w=(4,3,1), t=(3,3,1)
Resp: a, d
5) Sejam f = cos 2 x e g = sen 2 x. Quais dos seguintes estão no espaço gerado por f e g?
a) cos2x b) 3 + x 2 c) 1 d) senx e) 0
Resp: a, c, e
6) Encontre uma equação para o plano gerado pelos vetores u = −1, 1, 1 e v = 3, 4, 4.
Resp: y = z
7) Encontre equações paramétricas para a reta gerada pelo vetor u = 3, −2, 5.
Resp: x = 3t, y = −2t, z = 5t onde t ∈ ℝ
8) Mostre que v 1 = 1, 6, 4 e v 2 = 2, 4, −1 e v 3 = −1, 2, 5 geram o mesmo subespaço vetorial
de ℝ 3 que os vetores w 1 = 1, −2, −5 e w 2 = 0, 8, 9.
9) Decida se a afirmação dada é sempre verdadeira ou às vezes falsa. Justifique sua resposta
dando um argumento lógico ou um contra-exemplo.
a) Se S é um conjunto finito de vetores de um espaço vetorial V, então S é fechado para
adição e multiplicação por escalar. Resp: Verdadeira.
b) A interseção de dois subespaços de um espaço vetorial V também é um subespaço de V.
Resp: verdadeira.
c) Se S 1 = S 2 , então S 1 = S 2 . Resp: falsa.
10) Sob quais condições dois vetores de ℝ 3 geram um plano? E uma reta?
79
Álgebra Linear - Prof a Ana Paula
AULA 9
Data: ____/_____/____
DEPENDÊNCIA LINEAR
v 1 , v 2 , … , v n é LD, se e somente se um destes vetores for uma combinação linear dos outros.
Isto é, um conjunto de vetores é LI se, e somente se nenhum deles for uma combinação linear dos
outros.
Dica:
Sistema Determinante LD ou LI
SPD ≠0 LI
SPI =0 LD
Exemplo:
1) 1, 0, 0, 1 do ℝ 2 é um conjunto ___________.
5) 2, −1, 3, −1, 0, −2, 2, −3, 1 do ℝ 3 é um conjunto ___________.
80
8) 0, 1, 0, 1, 0, 2, −1, 2, 1, 1, 1, 1 do ℝ 3 é um conjunto ___________.
−1 2 2 −3 3 −4
9) , , do M 2x2 é um conjunto __________.
−3 1 3 0 3 1
1 0 0 1 0 0 0 0
10) , , , do M 2x2 é um conjunto __________.
0 0 0 0 0 1 0 1
11) 1, 0, 0, 0, 1, 0, 0, 0, 1, 2, 3, 1 do ℝ 3 é um conjunto ___________.
1 2 3 6
15) , do M 2x2 é um conjunto __________.
−4 −3 −12 −9
1 0 0 1 0 0 0 0
17) , , , do M 2x2 é um conjunto __________.
0 0 0 0 0 0 0 1
1 2 3 6 1 0
18) , , do M 2x2 é um conjunto __________.
−4 −3 −12 −9 0 0
OBS: Dois vetores formam um conjunto LD se, e somente se, um vetor é múltiplo escalar do
outro. Veja o exemplo__________.
81
Propriedades:
Seja V um espaço vetorial real.
1) v ⊂ V e v ≠ 0, então v é LI. Veja os exemplos _________.
Geometricamente:
No ℝ 2 ou ℝ 3 , um conjunto de dois vetores é LI, se e somente se, os vetores não estão numa
mesma reta.
No ℝ 3 , um conjunto de três vetores é LI, se e somente se, os vetores não estão num mesmo
plano.
b) O conjunto é __________
y
82
c) O conjunto é __________
y
d) O conjunto é __________
y
f) O conjunto é __________
g) O conjunto é __________
83
Exercício 2: Quais dos seguintes conjuntos de vetores do ℝ 3 são LD? Justifique a sua
resposta.
a) 4, −1, 2, −4, 10, 2 Resp: não
b) −2, 0, 1, 3, 2, 5, 6, −1, 1, 7, 0, −2 Resp: sim
Exercício 3: a) Mostre que os vetores v 1 = 0, 3, 1, −1, v 2 = 6, 0, 5, 1 e v 3 = 4, −7, 1, 3 formam
um conjunto LD do ℝ 4 .
84
Exercícios de Revisão:
Suponha que v 1 , v 2 , v 3 são vetores em ℝ 3 com pontos iniciais na origem. Em cada parte,
determine se os vetores estão num plano;
1) v 1 = 2, −2, 0, v 2 = 6, 1, 4, v 3 = 2, 0, −4 Resp: não
2) v 1 = −6, 7, 2, v 2 = 3, 2, 4, v 3 = 4, −1, 2 Resp: sim
Suponha que v 1 , v 2 , v 3 são vetores em ℝ 3 com pontos iniciais na origem. Em cada parte,
determine se os vetores estão num reta;
3) v 1 = −1, 2, 3, v 2 = 2, −4, −6, v 3 = −3, 6, 0 Resp: não
4) v 1 = 4, 6, 8, v 2 = 2, 3, 4, v 3 = −2, −3, −4 Resp: sim
7) Determine o valor de k para seja LI o conjunto −1, 0, 2, 1, 1, 1, k, −2, 0.
Resp:k ≠ −3
1 0 1 1 2 −1
8) Determinar o valor de k para que , , seja LD
1 0 0 0 k 0
Resp: k = 3.
85
Álgebra Linear - Prof a Ana Paula
AULA 10
Data: ____/_____/____
BASE E DIMENSÃO
Um espaço vetorial pode ser gerado por n vetores, ou mais.
Exemplo: O espaço vetorial ℝ 3 pode ser gerado por três vetores, ou também por quatro, ou por
cinco, etc.
Assim, três vetores constituem o número mínimo necessário para gerar o ℝ 3 . No entanto,
quatro, cinco ou mais vetores podem gerar o ℝ 3 . Porém, nesse caso, sobram vetores no conjunto
gerador. E nós temos interessados no conjunto gerador que seja o menor possível.
86
11) 1, 0, 0, 0, 1, 0, 0, 0, 1, 2, 3, 1 ________é uma base do ℝ 3 .
12) 2, 1, 3, −1, 1, 2 ________é uma base do ℝ 2 .
13) 1, 2 ________é uma base do ℝ 2 .
14) 1, 3, −5 ________é uma base do ℝ 3 .
1 2 3 6
15) , ________é uma base do M 2x2 .
−4 −3 −12 −9
16) 0, 0 ________é uma base do ℝ 2 .
1 0 0 1 0 0 0 0
17) , , , ________é uma base do M 2x2 .
0 0 0 0 0 0 0 1
1 2 3 6 1 0
18) , , ________é uma base do M 2x2 .
−4 −3 −12 −9 0 0
OBS: No ℝ 2 , um conjunto de dois vetores LI irão gerar o próprio ℝ 2 , isto é, este conjunto forma
uma base do ℝ 2 .
No ℝ 3 , um conjunto de três vetores LI irão gerar o próprio ℝ 3 , isto é, este conjunto forma uma
base do ℝ 3 .
Exemplo: As seguintes bases são chamadas de base canônica do espaço vetorial dado.
1) 1 do ℝ
2) 1, 0, 0, 1 do ℝ 2 .
3) 1, 0, 0, 0, 1, 0, 0, 0, 1 do ℝ 3 .
4) 1, 0, 0, 0, 0, 1, 0, 0, 0, 0, 1, 0, 0, 0, 0, 1 do ℝ 4 .
1 0 0 1 0 0 0 0
5) , , , do M 2x2 .
0 0 0 0 1 0 0 1
87
DIMENSÃO
Exemplos:
V= então dimV = 0 (por convenção).
dimℝ = 1 dimM 2x2 = 2x2 = 4
dimℝ 2 = 2 dimM nxm = nxm
dimℝ = 3
3 dim0 = 0
dimℝ = 4
4
dimℝ n = n
Sejam V um espaço vetorial real tal que dimV = n e S é um subespaço de V, então dimS ≤ n. Se
dimS = n, então S = V.
88
Exercício 2: Determinar a dimensão e uma base do espaço vetorial
S = x, y, z ∈ ℝ /2x + y + z = 0.
3
Resp: dimS = 2
Dica: Uma forma prática para determinar a dimensão de um espaço vetorial é verificar o
número de variáveis livres de seu vetor genérico. Esse número é a dimensão do espaço.
89
c) Determine o vetor v ∈ ℝ 3 cujo vetor-coordenada em relação à base B é v B = 2, −3, 4.
Resp: (2,1,4)
90
Exercício de Revisão:
1. O conjunto B = 2, −1, −3, 2 é uma base do ℝ 2 . Escrever o vetor genérico do ℝ 2 como
combinação linear de B. Resp: x, y = 2x + 3y2, −1 + x + 2y−3, 2.
2. Quais dos seguintes conjuntos de vetores formam uma base do ℝ 3 ? Justifique a sua
resposta.
a) 1, 1, −1, 2, −1, 0, 3, 2, 0
b) 1, 0, 1, 0, −1, 2, −2, 1, −4
c) 2, 1, −1, −1, 0, 1, 0, 0, 1
d) 1, 2, 3, 4, 1, 2
e) 0, −1, 2, 2, 1, 3, −1, 0, 1, 4, −1, −2
Resp: a, c
2 3 1 −1 −3 −2 3 −7
3. Mostrar que o conjunto , , , é uma
−1 0 0 −2 1 −1 −2 5
base de M 2x2 .
4. Mostrar que os vetores v 1 = 1, 1, 1, v 2 = 1, 2, 3, v 3 = 3, 0, 2 e v 4 = 2, −1, 1 geram o ℝ 3
e encontrar uma base dentre destes vetores. Resp: uma das soluções possíveis v 1 , v 2 , v 3 .
6. No espaço vetorial ℝ 3 , consideremos a seguinte base: B = 1, 0, 0, 0, 1, 0, 1, −1, 1.
Determinar o vetor coordenada de v ∈ ℝ 3 em relação à base B se:
a) v = 2, −3, 4 b) v = 3, 5, 6 c) v = 1, −1, 1
Resp: a) (-2,1,4) b) (-3,11,6) c) (0,0,1)
8. Determinar a dimensão e uma base para cada um dos seguintes espaços vetoriais:
a) x, y, z ∈ ℝ 3 /y = 3x
b) x, y, z ∈ ℝ 3 /y = 5xez = 0
c) x, y, z ∈ ℝ 3 /x + y = 0
d) x, y, z ∈ ℝ 3 /x = 3yez = −y
e) x, y, z ∈ ℝ 3 /2x − y + 3z = 0
91
f) x, y, z ∈ ℝ 3 /z = 0
Resp: a) dim: 2 b) dim: 1 c) dim: 2 d) dim: 1 e) dim: 2 f) dim: 2
As bases ficarão a cargo de cada aluno.
92
Álgebra Linear - Prof a Ana Paula
AULA 11
Data: ____/_____/____
Definição: Produto escalar ou produto interno de um espaço vetorial V é uma função V×V
em ℝ que todo para de vetores (u,v)∈V×V associa um número real, indicado por u.v ou <u,v> tal
que:
1) u ⋅ v = v ⋅ u
2) u ⋅ v + w = u ⋅ v + u ⋅ w
3) αu ⋅ v = αu ⋅ v
4) u ⋅. u ≥ 0 e u ⋅ u = 0 ⇔ u = 0 (elemento neutro)
2) Para u = x 1 , y 1 , z 1 e v = x 2 , y 2 , z 2 temos u ⋅ v = x 1 x 2 + y 1 y 2 + z 1 z 2 no ℝ 3 .
3) u = 2, 3 e v = 0, 0
Resp: 1) − 23 2 7 3 0
93
Definição: Um espaço vetorial, de dimensão finita, no qual está definido um produto interno, é
um espaço vetorial euclidiano.
Exercício 3: Calcule a norma dos vetores dados, usando produto interno usual:
1) u = −3, 4
2) v = 5, −2
3) w = 6, −1
4) t = 12 , −4
5) s = 2, 3
6) r = 0, 0
94
Exercício 5: Normalizar os vetores se eles não forem unitários.
1) u = −3, 4
2 2
2) v = 2 , − 2
3) w = 1, −1
4) t = 12 , −4
5) r = −2, 1, 2
6) s = 1, −1, 0
Definição: Distância entre dois vetores de um espaço vetorial euclidiano é dada por:
du, v = ‖u − v‖
2) V = ℝ 3 ⇒ du, v = ‖x 1 , y 1 , z 1 − x 2 , y 2 , z 2 ‖ = x 1 − x 2 2 + y 1 − y 2 2 + z 1 − z 2 2
3) u = 2, 3 e v = 0, 0
5) u = 0, 1, 0 e v = 1, 0, 0
95
Propriedades:
Sejam V um espaço vetorial euclidiano, u, v ∈ V e α ∈ ℝ.
1) ‖v‖ ≥ 0 para qualquer v ∈ V e ‖v‖ = 0 ⇔ v = 0.
2) ‖αu‖ = |α|. ‖v‖ para qualquer v ∈ V.
3) ‖u ⋅ v‖ ≤ ‖u‖. ‖v‖ para quaisquer u,v ∈ V. ( Desigualdade de Schwarz).
4) ‖u + v‖ ≤ ‖u‖ + ‖v‖ (Desigualdade triangular).
5) ‖u + v‖ = ‖u‖ + ‖v‖ ⇔ u e v são colineares.
Exemplo: Seja o produto interno usual no ℝ 3 . Determinar o ângulo entre os seguintes vetores:
3) u = 2, 3 e v = 0, 0
5) u = 0, 1, 0 e v = 1, 0, 0
Definição: Seja V um espaço vetorial euclidiano. Diz-se que dois vetores u e v de V são
ortogonais e são representados por
u ⊥ v ⇔ u⋅v = 0
Exemplo: Seja V = ℝ 2 com produto interno usual. Verifique se os vetores são ortogonais:
1) u = 3, −1 e v = 13 , 1
96
3) u = 2, 3 e v = 0, 0
Exercícios de revisão:
1) Consideremos, no ℝ 3 , o produto interno usual. Para que valores de m os vetores u e v são
ortogonais?
a) u = 3m, 2, −m e v = −4, 1, 5
b) u = 0, m − 1, 4 e v = 5, m − 1, −1
Resp; a) 2/17 b) 3 ou -1
2) Seja V = ℝ 3 com o produto interno usual. Determinar um vetor u∈ ℝ 3 ortogonal aos vetores
v 1 = 1, 1, 2, v 2 = 5, 1, 3, v 3 = 2, −2, −3. Resp: u = α1, 7, −4 , α ∈ ℝ.
3) Seja v = −1, 2, 5. Encontre todos os escalares k tais que ‖kv‖ = 4. Resp: k=± 4
30
a1 b1 a2 b2
5) Se u = ev= são matrizes quaisquer de M 2x2 , a seguinte fórmula
c1 d1 c2 d2
define um produto interno nesse espaço:
u ⋅ v = a1 a 2 + b1b2 + c1 c 2 + d 1 d 2
1 2 0 2
.Dados os vetores: u = ev = . Determinar:
−1 1 1 1
a) ‖u + v‖
b) ângulo entre u e v.
Resp:a) 21 b) θ = ar cos 4 .
42
97
Álgebra Linear - Prof a Ana Paula
AULA 12
Data: ____/_____/____
BASES ORTONORMAIS
Definição:Seja V um espaço vetorial euclidiano. Diz-se que um conjunto de vetores com mais
do que dois vetores v 1 , v 2 , … , v n ⊂ V é conjunto ortogonal se dois vetores quaisquer distintos
são ortogonais, isto é,
v i ⋅ v j = 0 para quaisquer i ≠ j
OBS: Um conjunto ortogonal de vetores não-nulos é LI. A recíproca não é verdadeira, isto é,
nem todo conjunto LI é um conjunto ortogonal.
Exemplo: No ℝ 3 com produto interno usual, o conjunto 1, 2 − 3, 3, 0, 1, 1, −5, −3 é um
conjunto ortogonal.
Exercício 1: Verifique se os conjuntos dos ℝ 2 e ℝ 3 com produto interno usual são conjuntos
ortogonais:
a) 1, 32, 6
98
Definição: Diz-se que uma base v 1 , v 2 , … , v n de V é uma base ortogonal se os seus vetores
são 2 a 2 ortogonais entre si.
Exemplo: O conjunto 1, 2 − 3, 3, 0, 1, 1, −5, −3 é uma base do ℝ 3
3) 1 ,− 1 , 1 , 1
2 2 2 2
7)
3
, 12 , −1 , 2
3
2 2
2)
3
, 12 , −1 , 2
3
é uma base ortonormal do ℝ 2 .
2 2
4) 35 , 45 , −4
5 5
, 3 é uma base ortonormal do ℝ 2 .
99
Definição: Seja V um espaço vetorial euclidiano e B = v 1 , v 2 , … , v n uma base ortogonal de V.
Para um vetor w ∈ V, tem-se:
w = a 1 v 1 + a 2 v 2 +… +a n v n
onde
w⋅v
a i = v ⋅ vi
i i
Exemplo: Sejam V = ℝ 2 com produto interno usual e B = 2, −1, −1, 2 uma base ortogonal.
Encontrar as coordenadas de (4,7) em relação à B.
Resp: (3,2)
Exemplo: Seja B= 35 , 45 , −4
5 5
, 3 uma base ortonormal do ℝ 2 com produto interno usual.
Encontrar as coordenadas de (5,2) em relação à base B. Resp: 23 5
, − 14
5
100
Exercício 4: Encontrar as coordenadas de u em relação à base B.
1) u = 1, 2 em relação à
3
, 12 , −1 3
, 2
2 2
2) u = −1, 4 em relação à
3
, 12 , −1 , 2
3
2 2
Exercícios de revisão
1) Dado conjunto B = 1 ,− 1 , 1 , 1 .
2 2 2 2
a) Verifique que é uma base ortonormal do ℝ 2 com o produto interno usual.
b) Determinar o vetor coordenada de v = 2, 4 em relação à base B. Resp: . 3 2 , 2
3) Dado o vetor v = 1, −1, 2 do ℝ 3 com produto interno usual. Encontre o vetor coordenada de
v em relação as seguintes bases:
a) A base canônica do ℝ 3 .
b) B = 1, 0, 0, 0, 1 , 1 , 0, − 1 , 1 ]
2 2 2 2
4) Dado o vetor v = 3, 5. Encontre o vetor coordenada de v em relação as seguintes bases:
a) A base canônica do ℝ 2
b) B = 2, 3, −1, 1
c) C = 2 ,− 1 , − 1 ,− 3
5 5 5 5
101