Álgebra Linear EE, MIEGI+MIEMat+MIEMec, 1o ano/1o semestre, 2019/20, Gaspar J.

Machado, Departamento de Matemática, Universidade do Minho 1

Correções de gralhas detetadas nas resoluções dos exercícios do Capítulo 4

10. . . .

 caso 2: β 6= 0
  
1 α 1 0 ξ1

1 α 1 0 ξ1 ←−−−−−−−−→
 0 β 0 0 ξ2   0 β 0 0 ξ2 .
2 β−α2
0 β − α2 −α 1 ξ3 − αξ1 `3 ← `3 − β−α
β `2
0 0 −α 1 (ξ3 − αξ1 ) − β ξ2

...

11. Atendendo a
   
1 1 0 2 ←−−−−→ 1 1 0 2
A = 3 0 1 2 `2 ← `2 −3`1 0 −3 1 −4,
2 2 0 4 `3 ← `3 −2`1 0 0 0 0
conclui-se que c1 e c2 são as únicas colunas pivô de A, pelo que X 0 = {(1, 3, 2), (1, 0, 2)} é um conjunto gerador de V com o número mínimo de elementos.

Algumas resoluções do Capítulo 5

1. (a) Processo 1 Mostre-se, através da denição, que T1 é uma transformação linear
• Condição (i): ∀x, y ∈ R2 [T1 (x + y ) = T1 (x) + T1 (y )].
Sejam x = (x1 , x2 ) e y = (y1 , y2 ) dois elementos genéricos de R2 , o domínio de T1 . Então:

T1 (x + y ) = T1 ((x1 , x2 ) + (y1 , y2 )) = T1 (x1 + y1 , x2 + y2 ) = (0, −(x1 + y1 ), 0) = (0, −x1 − y1 , 0).

T1 (x) + T1 (y ) = T1 (x1 , x2 ) + T1 (y1 , y2 ) = (0, −x1 , 0) + (0, −y1 , 0) = (0, −x1 − y1 , 0).

Assim, como T1 (x + y ) = T1 (x) + T1 (y ), conclui-se que a condição (i) é válida.

• Condição (ii): ∀x ∈ R2 , ∀α ∈ R [T1 (αx) = αT1 (x)].
Sejam x = (x1 , x2 ) um elemento genérico de R2 , o domínio de T1 , e α um número real. Então:

T1 (αx) = T1 (α(x1 , x2 )) = T1 (αx1 , αx2 ) = (0, −αx1 , 0).

αT1 (x) = αT1 (x1 , x2 ) = α(0, −x1 , 0) = (0, −αx1 , 0).

Assim, como T1 (αx) = αT1 (x), conclui-se que a condição (ii) é válida.
Como as condições (i) e (ii) são válidas, conclui-se que T1 é uma transformação linear de R2 em R3 .

Processo 2 Mostre-se, através do teorema Teo 5.24, que T1 é uma transformação linear
Álgebra Linear EE, MIEGI+MIEMat+MIEMec, 1o ano/1o semestre, 2019/20, Gaspar J. Machado, Departamento de Matemática, Universidade do Minho 2

• Condição única: ∀x, y ∈ R2 , ∀α ∈ R [T1 (αx + y ) = αT1 (x) + T1 (y )].

Sejam x = (x1 , x2 ) e y = (y1 , y2 ) dois elementos genéricos de R2 , o domínio de T1 , e α um número real. Então:
T1 (αx + y ) = T1 (α(x1 , x2 ) + (y1 , y2 )) = T1 (αx1 + y1 , αx2 + y2 ) = (0, −(αx1 + y1 ), 0) = (0, −αx1 − y1 , 0).
αT1 (x) + T1 (y ) = αT1 (x1 , x2 ) + T1 (y1 , y2 ) = α(0, −x1 , 0) + (0, −y1 , 0) = (0, −αx1 , 0) + (0, −y1 , 0) = (0, −αx1 − y1 , 0).

Assim, como T1 (αx + y ) = αT1 (x) + T1 (y ), conclui-se que T1 é uma transformação linear de R2 em R3 .
(b) Mostre-se através de um contraexemplo que T2 não é uma transformação linear
Sejam, por exemplo, α = −2 e x = (0, 3). Então:
T2 (αx) = T2 (−2(0, 3)) = T2 (0, −6) = (0, 0, |0 − (−6)|) = (0, 0, 6).
αT2 (x) = −2T2 (0, 3) = −2(0, 0, |0 − 3|) = −2(0, 0, 3) = (0, 0, −6).

Assim, como T2 (αx) 6= αT2 (x), conclui-se que T2 não é uma transformação linear.
(c) Processo 1 Mostre-se, através da denição, que T3 é uma transformação linear
• Condição (i): ∀x, y ∈ R2 [T3 (x + y ) = T3 (x) + T3 (y )].
Sejam x = (x1 , x2 ) e y = (y1 , y2 ) dois elementos genéricos de R2 , o domínio de T3 . Então:
T3 (x + y ) = T3 ((x1 , x2 ) + (y1 , y2 )) = T3 (x1 + y1 , x2 + y2 ) = (x2 + y2 , 0, x1 + y1 ).
T3 (x) + T3 (y ) = T1 (x1 , x2 ) + T1 (y1 , y2 ) = (x2 , 0, x1 ) + (y2 , 0, y1 ) = (x2 + y2 , 0, x1 + y1 ).

Assim, como T3 (x + y ) = T3 (x) + T3 (y ), conclui-se que a condição (i) é válida.

• Condição (ii): ∀x ∈ R2 , ∀α ∈ R [T3 (αx) = αT3 (x)].
Sejam x = (x1 , x2 ) um elemento genérico de R2 , o domínio de T3 , e α um número real. Então:
T3 (αx) = T3 (α(x1 , x2 )) = T3 (αx1 , αx2 ) = (αx2 , 0, αx1 ).
αT3 (x) = αT3 (x1 , x2 ) = α(x2 , 0, x1 ) = (αx2 , 0, αx1 ).

Assim, como T3 (αx) = αT3 (x), conclui-se que a condição (ii) é válida.
Como as condições (i) e (ii) são válidas, conclui-se que T3 é uma transformação linear de R2 em R3 .
Processo 2 Mostre-se, através do teorema Teo 5.24, que T3 é uma transformação linear
• Condição única: ∀x, y ∈ R2 , ∀α ∈ R [T3 (αx + y ) = αT3 (x) + T3 (y )].
Sejam x = (x1 , x2 ) e y = (y1 , y2 ) dois elementos genéricos de R2 , o domínio de T3 , e α um número real. Então:
T3 (αx + y ) = T3 (α(x1 , x2 ) + (y1 , y2 )) = T3 (αx1 + y1 , αx2 + y2 ) = (αx2 + y2 , 0, αx1 + y1 ).
αT3 (x) + T3 (y ) = αT3 (x1 , x2 ) + T3 (y1 , y2 ) = α(x2 , 0, x1 ) + (y2 , 0, y1 ) = (αx2 , 0, αx1 ) + (y2 , 0, y1 ) = (αx2 + y2 , 0, αx1 + y1 ).

Assim, como T3 (αx + y ) = αT3 (x) + T3 (y ), conclui-se que T3 é uma transformação linear de R2 em R3 .
Álgebra Linear EE, MIEGI+MIEMat+MIEMec, 1o ano/1o semestre, 2019/20, Gaspar J. Machado, Departamento de Matemática, Universidade do Minho 3

(d) Mostre-se através de um contraexemplo que T4 não é uma transformação linear

Sejam, por exemplo, x = (1, 0) e y = (2, 0). Então:

T4 (x + y ) = T4 ((1, 0) + (2, 0)) = T4 (3, 0) = (32 , 0, 0) = (9, 0, 0).

T4 (x) + T4 (y ) = T4 (1, 0) + T4 (2, 0)) = (12 , 0, 0) + (22 , 0, 0) = (1, 0, 0) + (4, 0, 0) = (5, 0, 0).

Assim, como T4 (x + y ) 6= T4 (x) + T4 (y ), conclui-se que T4 não é uma transformação linear.

2. Resolução considerando o teorema Teo 5.24

• Condição única: ∀x, y ∈ R, ∀a ∈ R [T (ax + y ) = aT (x) + T (y )].

Sejam x e y dois elementos genéricos de R, o domínio de T , e a um número real. Atendendo a

T (ax + y ) = (ax + y + α − 2β, −(ax + y )) = (ax + y + α − 2β, −ax − y ) e

aT (x) + T (y ) = a(x + α − 2β, −x) + (y + α − 2β, −y ) = (ax + aα − 2aβ, −ax) + (y + α − 2β, −y ) = (ax + aα − 2aβ + y + α − 2β, −ax − y ),

tem-se que T é uma transformação linear de R em R2 sse

(ax + y + α − 2β, −ax − y ) = (ax + aα − 2aβ + y + α − 2β, −ax − y )

⇔ ax + y + α − 2β = ax + aα − 2aβ + y + α − 2β ∧ −ax − y = −ax − y
⇔ 0 = aα − 2aβ
⇔ a(α − 2β) = 0
⇔ α − 2β = 0,

pois a é um número real qualquer. Assim, T é uma transformação linear de R em R2 sse α = 2β .

4. A f : R −→ R2 , f (x) = (x, 0) é uma transformação linear.

Mostre-se, através do teorema Teo 5.24, que f é uma transformação linear
• Condição única: ∀x, y ∈ R, ∀α ∈ R [f (αx + y ) = αf (x) + f (y )].
Sejam x e y dois elementos genéricos de R, o domínio de f , e α um número real. Então:

f (αx + y ) = (αx + y , 0).

αf (x) + f (y ) = α(x, 0) + (y , 0) = (αx + y , 0).

Assim, como f (αx + y ) = αf (x) + f (y ), conclui-se que f é uma transformação linear de R em R2 . Assim, a proposição dada é verdadeira.
B g : R −→ R2 , g(x) = (x, 1) é uma transformação linear.
Como g(0R ) = g(0) = (0, 1) 6= (0, 0) = 0R2 , conclui-se que g não é uma transformação linear. Assim, a proposição dada é falsa.
Álgebra Linear EE, MIEGI+MIEMat+MIEMec, 1o ano/1o semestre, 2019/20, Gaspar J. Machado, Departamento de Matemática, Universidade do Minho 4

C h : R −→ R2 , h(x) = (x, 2) é uma transformação linear.

Como h(0R ) = h(0) = (0, 2) 6= (0, 0) = 0R2 , conclui-se que h não é uma transformação linear. Assim, a proposição dada é falsa.
D i : R −→ R2 , i (x) = (x, 3) é uma transformação linear.
Como i (0R ) = i (0) = (0, 3) 6= (0, 0) = 0R2 , conclui-se que i não é uma transformação linear. Assim, a proposição dada é falsa.
Assim, a única proposição verdadeira é a A.

NOTA: a solução que aparece nos apontamentos está errada.

5. (a) Para se determinar a matriz associada à transformação linear T tem-se que determinar as imagens da base canónica de R3 , o domínio de T
(quando nada se diz no enunciado, devem-seh 2 considerar as bases canónicas). Assim, como T (1, 0, 0) = (2, −1, −1), T (0, 1, 0) = (−1, 2, −1) e
−1 −1
i
T (0, 0, 1) = (−1, −1, 2), tem-se que AT = −1 2 −1 .
−1 −1 2
2 −1 −1
h1i h ih1i h0i
(b) • T (u): como AT 1 = −1 2 −1 1 = 0 , tem-se que T (u) = (0, 0, 0).
−1 −1 2
h 12 i h 2 −1 −1
i h 1
2
i h02i
• T (v ): como AT 1 = −1 2 −1 1 = −1 , tem-se que T (v ) = (2, −1, −1).
h1−5 i −1
h −1 2
2 −1 −1
i h −5 i −1h −15 i
1

• T (w ): como AT 3 = −1 2 −1 3 = 9 , tem-se que T (w ) = (−15, 9, 6).

2 −1 −1 2 2 6

8. (a) Para se determinar a matriz associada à transformação linear T tem-se que determinar as imagens da base canónica de R2 , o domínio de T (quando
nada se diz no enunciado,
 devem-se considerar as bases canónicas). Assim, como T (1, 0) = (1 + 0, 1 − 0) = (1, 1) e T (0, 1) = (0 + 1, 0 − 1) = (1, −1),
tem-se que AT = 11 −11 .


(b) Para resolver este exercício, tem que se calcular as coordenadas das imagens dos elementos de B. Sejam, então, v1 = (1, 2), v2 = (3, 4), v10 = (1, 4)
e v20 = (2, 3).
• Para v1 : T (v1 ) = T (1, 2) = (1 + 2, 1 − 2) = (3, −1). Para determinar [T (v1 )]B0 = [(3, −1)]B0 , tem que se resolver o sistema (S1 ) dado por
(
0 0
x1 + 2x2 = 3
x1 v1 + x2 v2 = T (v1 ) ⇔ x1 (1, 4) + x2 (2, 3) = (3, −1) ⇔
4x1 + 3x2 = −1,

ou seja, Ax = b, com A = [ 14 23 ], x = [ xx12 ] e b = −13 . Então, aplicando-se a Regra de Cramer, tem-se (note-se que se pode aplicar a Regra de
 

Cramer a (S1 ) pois é um sistema PD, por B0 ser uma base ordenada, e a sua matriz dos coecientes é quadrada):
   
 3 2 1 3
 
−1 3 11 11 4 −1 −13 13
x1 = = = − , x2 = = = , [T (v1 )]B0 = [(3, −1)]B0 = {(− 11 13
5 , 5 )}.
|A| −5 5 |A| −5 5

• Para v2 : T (v2 ) = T (3, 4) = (3 + 4, 3 − 4) = (7, −1). Para determinar [T (v2 )]B0 = [(7, −1)]B0 , tem que se resolver o sistema (S2 ) dado por
(
0 0
x1 + 2x2 = 7
x1 v1 + x2 v2 = T (v2 ) ⇔ x1 (1, 4) + x2 (2, 3) = (7, −1) ⇔
4x1 + 3x2 = −1,
Álgebra Linear EE, MIEGI+MIEMat+MIEMec, 1o ano/1o semestre, 2019/20, Gaspar J. Machado, Departamento de Matemática, Universidade do Minho 5

ou seja, Ax = b, com A = [ 14 23 ], x = [ xx12 ] e b = −17 . Então, aplicando-se a Regra de Cramer, tem-se (note-se que se pode aplicar a Regra de
 

Cramer a (S2 ) pois é um sistema PD, por B0 ser uma base ordenada, e a sua matriz dos coecientes é quadrada):
   
 7 2 1 7
 
−1 323 23 4 −1 −29 29
x1 = == − , x2 = = = , [T (v2 )]B0 = [(7, −1)]B0 = {(− 23 29
5 , 5 )}.
|A| −5 5 |A| −5 5

• Tem-se, então, que AT,B,B0 = 51 −11

13 −29 .
−23
 

11. (a) • Processo 1: S ◦ T é a transformação linear denida por S ◦ T : R2 −→ R2 , (S ◦ T )(x, y ) = S(T (x, y )) = S(x, 0) = (2x, 0). Como (S ◦ T )(1, 0) =
(2, 0) e (S ◦ T )(0, 1) = (0, 0), tem-se que AS◦T = [ 20 00 ].
• Processo 2: Como S(1, 0) = (2, 0) e S(0, 1) = (1, 1), tem-se que AS = [ 20 11 ]. Como T (1, 0) = (1, 0) e T (0, 1) = (0, 0), tem-se que AT = [ 10 00 ].
Assim, AS◦T = AS AT = [ 20 11 ] [ 10 00 ] = [ 20 00 ].
(b) • Processo 1: T ◦ S é a transformação linear denida por T ◦ S : R2 −→ R2 , (T ◦ S)(x, y ) = T (S(x, y )) = T (2x + y , y ) = (2x + y , 0). Como
(T ◦ S)(1, 0) = (2, 0) e (T ◦ S)(0, 1) = (1, 0), tem-se que AT ◦S = [ 20 10 ].
• Processo 2: Como S(1, 0) = (2, 0) e S(0, 1) = (1, 1), tem-se que AS = [ 20 11 ]. Como T (1, 0) = (1, 0) e T (0, 1) = (0, 0), tem-se que AT = [ 10 00 ].
Assim, AT ◦S = AT AS = [ 10 00 ] [ 20 11 ] = [ 20 10 ].
13. T ◦ S é a transformação linear denida por T ◦ S : R2 −→ R2 , (T ◦ S)(x, y ) = T (S(x, y )) = T (2x + y , −y ) = (2x + y , (2x + y ) + (−y )) = (2x + y , 2x).
Como (T ◦ S)(1, 0) = (2, 2) e (T ◦ S)(0, 1) = (1, 0), tem-se que AT ◦S = [ 22 10 ]. Assim, a única proposição verdadeira é a D.
15. (b) • Imagem de T2
Seja (e1 , e2 , e3 ) a base canónica de R3 , o domínio de T2 , i.e. , e1 = (1, 0, 0), e2 = (0, 1, 0) e e3 = (0, 0, 1). Então,

Im(T2 ) = hT2 (e1 ), T2 (e2 ), T2 (e3 )i

= hT2 (1, 0, 0), T2 (0, 1, 0), T2 (0, 0, 1)i
= h(1, 0, 0), (0, 1, 0), (0, 0, 0)i
= h(1, 0, 0), (0, 1, 0)i.

• Núcleo de T2

Nuc(T2 ) = {(x1 , x2 , x3 ) ∈ R3 : T2 (x1 , x2 , x3 ) = 0R3 }

= {(x1 , x2 , x3 ) ∈ R3 : (x1 , x2 , 0) = (0, 0, 0)}
= CS(S) ,
h1 0 0i h0i h x1 i
em que (S) é o sistema Ax = b, A = 0 1 0 ,b= 0 ex= x2
x3
. Considerando o método de Gauss, tem-se:
0 0 0 0
h 1 0 0 0 i
Passo 1 Aplicação do ATEsc à matriz aumentada A|b: a matriz aumentada A|b = 0 1 0  0 já está na forma em escada.

0 0 0 0

Passo 2 Como car(A) = car(A|b) = 2 < n = 3 (n é o número de incógnitas), (S) é um sistema PI.
Álgebra Linear EE, MIEGI+MIEMat+MIEMec, 1o ano/1o semestre, 2019/20, Gaspar J. Machado, Departamento de Matemática, Universidade do Minho 6

Passo 3 Sendo x1 x2 e x3 as incógnitas do sistema (S), então, x3 é uma incógnita livre e (S) é equivalente ao sistema
(
x1 =0
x2 = 0.

Assim, tem-se
Nuc(T2 ) = {(0, 0, x3 ) : x3 ∈ R}
= {x3 (0, 0, 1) : x3 ∈ R}
= h(0, 0, 1)i.
1 
0 0
16. (c) Sejam o conjunto S = {(1, 1, 1), (0, 1, −2), (0, 0, 1)} e A a matriz cujas colunas são os vetores do conjunto S . Então, como |A| =  11 −2
1 0 =

1
1 × (1 × 1 − 0 × (−2)) + 0 + 0 = 1 6= 0, conclui-se que S é um conjunto li. Como #S = dim(R )(= 3), S é uma base de R . Assim, qualquer
3 3

elemento de R3 é uma combinação linear única dos elementos de S , vindo

(x1 , x2 , x3 ) = α1 (1, 1, 1) + α2 (0, 1, −2) + α3 (0, 0, 1).

Tem-se, então, que resolver o sistema (S) dado por


α 1
 = x1
α1 + α2 = x2

α1 − 2α2 + α3 = x3 ,


h1 0 0
i h α1 i h x1 i
ou seja, Aξ = b, com A = 1 1 0
1 −2 1
,ξ= α2
α3
eb= x2
x3
. Aplicando-se o Método de Gauss, tem-se:
Passo 1 Aplicação do ATEsc à matriz aumentada A|b:
     
1 0 0 x1 ←−−−−−−−−→ 1 0 0 x1 ←−−−−−−−−→ 1 0 0 x1
 1 1 0 x2  `2 ← `2 − `1  0 1 0 x2 − x1   0 1 0 x2 − x1 .
1 −2 1 x3 `3 ← `3 − `1 0 −2 1 x3 − x1 `3 ← `3 + 2`2 0 0 1 x3 + 2x2 − 3x1

Passo 2 Como car(A) = car(A|b) = n = 3 (n é o número de incógnitas) quaisquer que sejam x1 , x2 e x3 , (S) é sempre um sistema PD (este resultado
já se sabia pois S é uma base de R3 ).
Passo 3 (S) é equivalente ao sistema

α 1
 = x1
α2 = x2 − x1

α3 = x3 + 2x2 − 3x1 ,


pelo que
(x1 , x2 , x3 ) = x1 (1, 1, 1) + (x2 − x1 )(0, 1, −2) + (x3 + 2x2 − 3x1 )(0, 0, 1),
Álgebra Linear EE, MIEGI+MIEMat+MIEMec, 1o ano/1o semestre, 2019/20, Gaspar J. Machado, Departamento de Matemática, Universidade do Minho 7

pelo que

T (x1 , x2 , x3 ) = T (x1 (1, 1, 1) + (x2 − x1 )(0, 1, −2) + (x3 + 2x2 − 3x1 )(0, 0, 1))
= x1 T (1, 1, 1) + (x2 − x1 )T (0, 1, −2) + (x3 + 2x2 − 3x1 )T (0, 0, 1),

por T ser uma transformação linear. Assim, tem-se que

T (x1 , x2 , x3 ) = x1 × 3 + (x2 − x1 ) × 1 + (x3 + 2x2 − 3x1 ) × (−2)

= 3x1 + (x2 − x1 ) − 2x3 − 4x2 + 6x1
= 8x1 − 3x2 − 2x3 .
 
0 1 0
17. Sejam o conjunto S = {(0, 0, 1), (1, 1, 1), (0, 1, 1)} e A a matriz cujas colunas são os vetores do conjunto S . Então, como |A| =  0 1 1  = 0 − 1 × (0 ×
1 1 1
1 − 1 × 1) + 0 = 1 6= 0, conclui-se que S é um conjunto li. Como #S = dim(R3 )(= 3), S é uma base de R3 . Assim, qualquer elemento de R3 é uma
combinação linear única dos elementos de S , vindo

(x1 , x2 , x3 ) = α1 (0, 0, 1) + α2 (1, 1, 1) + α3 (0, 1, 1).

Tem-se, então, que resolver o sistema (S) dado por



 α2 = x1
α 2 + α 3 = x2

α 1 + α 2 + α 3 = x3 ,


h0 1 0i h α1 i h x1 i
ou seja, Aξ = b, com A = 0 1 1 ,ξ= α2
α3
eb= x2
x3
. Aplicando-se o Método de Gauss, tem-se:
1 1 1
Passo 1 Aplicação do ATEsc à matriz aumentada A|b:
     
0 1 0 x1 ←−−−−−−−−→ 1 1 1 x3 ←−−−−−−−−→ 1 1 1 x3
 0 1 1 x2   0 1 1 x2   0 1 1 x2 .
1 1 1 x3 `1 ↔ `3 0 1 0 x1 `3 ← `3 − `2 0 0 −1 x1 − x2

Passo 2 Como car(A) = car(A|b) = n = 3 (n é o número de incógnitas) quaisquer que sejam x1 , x2 e x3 , (S) é sempre um sistema PD (este resultado já
se sabia pois S é uma base de R3 ).

Passo 3 (S) é equivalente ao sistema


 α 1 + α 2 + α 3 = x3

α 2 + α 3 = x2

− α 3 = x1 − x2 .


Assim, tem-se (MeSTaF):

Álgebra Linear EE, MIEGI+MIEMat+MIEMec, 1o ano/1o semestre, 2019/20, Gaspar J. Machado, Departamento de Matemática, Universidade do Minho 8

• −α3 = x1 − x2 ⇔ α3 = x2 − x1 ;
• α2 + α3 = x2 ⇔ α2 + (x2 − x1 ) = x2 ⇔ α2 = x1 ;
• α1 + α2 + α3 = x3 ⇔ α1 + (x2 − x1 ) + (x1 ) = x3 ⇔ α1 = x3 − x2 .
Assim,
(x1 , x2 , x3 ) = (x3 − x2 )(0, 0, 1) + x2 (1, 1, 1) + (x2 − x1 )(0, 1, 1),

pelo que
T (x1 , x2 , x3 ) = T ((x3 − x2 )(0, 0, 1) + x2 (1, 1, 1) + (x2 − x1 )(0, 1, 1))
= (x3 − x2 )T (0, 0, 1) + x2 T (1, 1, 1) + (x2 − x1 )T (0, 1, 1),

por T ser uma transformação linear. Como Nuc(T ) = h(1, 1, 1), (0, 1, 1)i, tem-se que T (1, 1, 1) = (0, 0, 0) e T (0, 1, 1) = (0, 0, 0), vindo
T (x1 , x2 , x3 ) = (x3 − x2 ) × (0, 0, 1) + x2 × (0, 0, 0) + (x2 − x1 ) × (0, 0, 0)
= (0, 0, x3 − x2 ).

18. (a) • imagem de T1

Seja (e1 , e2 ) a base canónica de R2 , o domínio de T1 , i.e. , e1 = (1, 0) e e2 = (0, 1). Então,
Im(T1 ) = hT1 (e1 ), T1 (e2 )i
= hT1 (1, 0), T1 (0, 1)i
= h1, 1i
= h1i
= R.

• característica de T1
cT1 = dim(Im(T1 )) = dim(R) = 1.
• núcleo de T1

Nuc(T1 ) = {(x1 , x2 ) ∈ R2 : T1 (x1 , x2 ) = 0R }

= {(x1 , x2 ) ∈ R2 : x1 + x2 = 0}
= {(−x2 , x2 ) : x2 ∈ R}
= {x2 (−1, 1) : x3 ∈ R}
= h(−1, 1)i.

• nulidade de T1
nT1 = dim(Nuc(T1 )) = dim(h(−1, 1)i) = 1.
Álgebra Linear EE, MIEGI+MIEMat+MIEMec, 1o ano/1o semestre, 2019/20, Gaspar J. Machado, Departamento de Matemática, Universidade do Minho 9

• matriz de T1
Como T1 (1, 0) = 1 e T1 (0, 1) = 1, tem-se que AT1 = [ 1 1 ].
(d) • imagem de T4
Seja (e1 , e2 , e3 , e4 ) a base canónica de R4 , o domínio de T4 , i.e. , e1 = (1, 0, 0, 0), e2 = (0, 1, 0, 0), e3 = (0, 0, 1, 0) e e4 = (0, 0, 0, 1). Então,
Im(T4 ) = hT4 (e1 ), T4 (e2 ), T4 (e3 ), T4 (e4 )i
= hT4 (1, 0, 0, 0), T4 (0, 1, 0, 0), T4 (0, 0, 1, 0), T4 (0, 0, 0, 1)i
= h(1, 0, 1), (−1, 0, 0), (0, 1, 0), (0, −1, −3)i.

Atendendo
 a     
1 −1 0 0 ←−−−−→ 1 −1 0 0 ←−−−−→ 1 −1 0 0
AT4 =  0 0 1 −1   0 0 1 −1  `2 ↔ `3  0 1 0 −3  ,
1 0 0 −3 `3 ← `3 −`1 0 1 0 −3 0 0 1 −1
dim(Im(T )) = car(AT4 ) = 3. Como a imagem de T é um subespaço de R3 e dim(Im(T )) = dim(R3 )(= 3), conclui-se que Im(T ) = R3 .
• característica de T4
cT4 = 3.
• núcleo de T4

Nuc(T4 ) = {(x1 , x2 , x3 , x4 ) ∈ R4 : T4 (x1 , x2 , x3 , x4 ) = 0R3 }

= {(x1 , x2 , x3 , x4 ) ∈ R4 : (x − y , z − w , x − 3w ) = (0, 0, 0)}
= CS(S) ,
h 1 −1 0  x1 
0
i h0i
em que (S) é o sistema o sistema Ax = b, A = 0 0 1 −1 ,b= 0 ex= x2
x3 . Considerando o método de Gauss, tem-se:
1 0 0 −3 0 x4

Passo

1 Aplicação do ATEsc

à matrizaumentada A|b:   
1 −1 0 0 0 ←−−−−→ 1 −1 0 0 0 ←−−−−→ 1 −1 0 0 0
 0 0 1 −1 0   0 0 1 −1 0  `2 ↔ `3  0 1 0 −3 0  ,.
1 0 0 −3 0 `3 ← `3 −`1 0 1 0 −3 0 0 0 1 −1 0
Passo 2 Como car(A) = car(A|b) = 3 < n = 4 (n é o número de incógnitas), (S) é um sistema PI.
Passo 3 Sendo x1 , x2 , x3 , x4 as incógnitas do sistema (S), então x4 é uma incógnita livre e (S) é equivalente ao sistema

 x1 − x2
 =0
x2 − 3x4 = 0

x3 − x4 = 0.


Assim, tem-se (MeSTaF):

• x3 − x4 = 0 ⇔ x3 = x 4 ;
Álgebra Linear EE, MIEGI+MIEMat+MIEMec, 1o ano/1o semestre, 2019/20, Gaspar J. Machado, Departamento de Matemática, Universidade do Minho 10

• x2 − 3x4 = 0 ⇔ x2 = 3x4 ;
• x1 − x2 = 0 ⇔ x1 − (3x4 ) = 0 ⇔ x1 = 3x4 ,
pelo que
Nuc(T4 ) = {(3x4 , 3x4 , x4 , x4 ) : x4 ∈ R}
= {x4 (3, 3, 1, 1) : x4 ∈ R}
= h(3, 3, 1, 1)i.

• nulidade de T4
nT4 = dim(Nuc(T4 )) = dim(h(3, 3, 1, 1)i) = 1.
• matriz de T4
h 1 −1 0 0
i
Como T4 (1, 0, 0, 0) = (1, 0, 1), T4 (0, 1, 0, 0) = (−1, 0, 0), T4 (0, 0, 1, 0) = (0, 1, 0), T4 (0, 0, 0, 1) = (0, −1, −3), tem-se que AT4 = 0 0 1 −1 .
1 0 0 −3

20. Como S é um conjunto ld, tem-se que

∃α1 , . . . , αk ∈ R [α1 u1 + · · · + αk uk = 0Rn ∧ ¬(α1 = · · · = αk = 0)],

ou seja, pelo menos um dos escalares α1 , . . . , αk é diferente de 0. Seja αi (i ∈ {1, . . . , k}) o ou um desses escalares. Então,
T é tl T é tl
T (α1 u1 +· · · +αi ui +· · · +αk uk ) = T (0Rn ) ⇔ α1 T (u1 ) +· · · +αi T (ui ) +· · · +αk T (uk ) = T (0Rn ) ⇔ α1 T (u1 ) +· · · +αi T (ui ) + · · · +αk T (uk ) = 0Rn .

Assim, como αi 6= 0, tem-se que {T (u1 ), . . . , T (uk )} também é um conjunto ld.

Algumas resoluções do Capítulo 6

15. Como
ΠT T T
= det(A − λI ) def
def
A (λ) = det(A − λIn ) = det (A − λIn ) n = ΠA (λ),

tem-se que os polinómios característicos de A e AT são iguais, pelo que λ(A) = λ(AT ).
16. (a) Seja A = [ aa11
21
a12
a22 ] ∈ M2×2 (R). Então,

ΠA (λ) = det(A − λI2 )

 
a11 − λ a12 
=
a21 a22 − λ
= (a11 − λ)(a22 − λ) − a12 a21
= a11 a22 − a11 λ − a22 λ + λ2 − a12 a21
= λ2 − (a11 + a22 )λ + (a11 a22 − a12 a21 )
= λ2 − tr(A)λ + det(A).
Álgebra Linear EE, MIEGI+MIEMat+MIEMec, 1o ano/1o semestre, 2019/20, Gaspar J. Machado, Departamento de Matemática, Universidade do Minho 11

(b) Atendendo à alínea anterior, ΠA (λ) = λ2 − 8λ + 12. Aplicando a fórmula resolvente, tem-se
√
8± 64 − 48 8±4
λ2 − 8λ + 12 = 0 ⇔ λ = = ⇔ λ = 6 ∨ λ = 2,
2 2
pelo que λ(A) = {2, 6}.

2 = λ1
19. (i) Como (1, 1) é um vetor próprio de A, então existe um escalar λ1 tal que ⇒ a + b = 2.
1 1
a b [ 11 ] = λ1 [ 11 ] ⇔
a + b = λ1

1 = λ2
(ii) Como (1, 0) é um vetor próprio de A, então existe um escalar λ2 tal que
1 1
a b [ 10 ] = λ2 [ 10 ] ⇔
a = 0.
(iii) Assim, de (i) e (ii) tem-se que a = 0 e b = 2.
20. Seja λ ∈ λ(A). Então, λ2 ∈ λ(A2 ). Como A2 = A, tem-se que λ2 = λ ⇔ λ2 − λ = 0 ⇔ λ(λ − 1) = 0 ⇔ λ = 0 ∨ λ = 1.
21. (i) Seja λ ∈ λ(A). Então, det(A − λIn ) = 0.
(ii) Seja µ ∈ λ(B). Então, det(B − µIn ) = 0 ⇔ det(A − αIn − µIn ) = 0 ⇔ det(A − (α + µ)In ) = 0.
(iii) Assim, de (i) e (ii) conclui-se que α + µ = λ, ou seja, que µ = λ − α.