Escolar Documentos
Profissional Documentos
Cultura Documentos
Conteúdo
Unidade I: Número Complexos ....................................................................................... 4
Unidade imaginária ......................................................................................................... 4
Definição de um número complexo ................................................................................. 4
Igualdade de números complexos .................................................................................. 5
Operações com números complexos na forma algébrica ............................................... 5
Multiplicação ................................................................................................................... 6
Conjugado de um número ............................................................................................... 6
Divisão de números complexos na forma Algébrica ....................................................... 7
Potencia de ................................................................................................................ 8
Representação Geométrica de um Número complexo (Plano de Gauss) ....................... 9
Módulo de um Número Complexo ................................................................................. 10
Propriedades do módulo de números complexos ......................................................... 11
Exercícios ...................................................................................................................... 14
Unidade 2: Matrizes e Determinantes ........................................................................... 15
Tipos de Matrizes .......................................................................................................... 15
Propriedades da transposta .......................................................................................... 17
Igualdade de matrizes ................................................................................................... 18
Adição de matrizes ........................................................................................................ 19
Propriedades de Adição de matrizes............................................................................. 19
Oposta de uma Matriz ................................................................................................... 19
Multiplicação de Matrizes .............................................................................................. 19
Multiplicação de matrizes por um escalar ..................................................................... 19
2. Multiplicação de duas matrizes ................................................................................. 20
Propriedades de Multiplicação ...................................................................................... 21
Equivalência por linha e operações elementares com linhas ........................................ 21
Matriz Escalonada reduzida .......................................................................................... 21
Inversa de uma matriz ................................................................................................... 23
Determinantes ............................................................................................................... 25
Determinante por Regra de Sarrus ............................................................................... 25
1|Página
António Carlito Assane
Álgebra Linear 1 2018
Cálculo de determinante pela regra de Laplace ............................................................ 26
Traço de uma matriz ..................................................................................................... 27
Matriz ortogonal ............................................................................................................ 27
Matriz de cofactores ...................................................................................................... 28
Matriz Adjunta ............................................................................................................... 29
Inversa usando matriz adjunta ...................................................................................... 29
Exercícios ...................................................................................................................... 30
Unidade III: Equações lineares ..................................................................................... 32
SOLUCAO DE UMA EQUACAO LINEAR ..................................................................... 32
DEFINIÇÃO DE SISTEMA LINEAR .............................................................................. 32
Classificação de um Sistema Linear ............................................................................. 33
RESOLUÇÃO DE SISTEMAS LINEARES .................................................................... 34
• Método da equação matricial ...................................................................................... 34
• Método da Regra de Cramer ...................................................................................... 35
• Método de Gauss (ou eliminação de Gauss) .............................................................. 36
Sistemas homogéneos .................................................................................................. 40
Exercícios ...................................................................................................................... 41
Unidade IV: Espaços Vectoriais .................................................................................... 44
Propriedades do espaço vectorial ................................................................................. 47
Subespaços Vetoriais.................................................................................................... 47
Considere agora S como o seguinte subconjunto de : ............................................. 48
Interseção de dois Subespaços Vetoriais ..................................................................... 50
Soma de dois Subespaços Vectoriais ........................................................................... 51
Soma Directa de dois Subespaços Vectoriais ............................................................... 52
Combinação Linear ....................................................................................................... 53
Subespaços Gerados .................................................................................................... 54
Dependência e Independência Linear ........................................................................... 55
Bibliografia .................................................................................................................... 58
2|Página
António Carlito Assane
Álgebra Linear 1 2018
INTRODUÇÃO
3|Página
António Carlito Assane
Álgebra Linear 1 2018
ALGEBRA LINEAR
Unidade imaginária
Seja a equação ao resolvê-la chegamos ao resultado . O número
não pertence a , isto é, é um número não real; portanto no conjunto ,
temos como solução . Para tornar possível a solução da equação desse tipo, foi
criado um elemento matemático denominado unidade imaginaria, que será indicada por
de tal forma que esta unidade imaginaria ou .
A partir da unidade imaginaria, foi criada um novo conjunto, denominado conjunto dos
números complexos onde .
Exemplo
a.
4|Página
António Carlito Assane
Álgebra Linear 1 2018
b.
c.
d.
Obs:
Em particular se , então e .
Exemplos:
Efectuar
a)
b)
5|Página
António Carlito Assane
Álgebra Linear 1 2018
Multiplicação
Na operação de multiplicação temos:
Exemplo: efectuar
a)
b)
Conjugado de um número
Dado um número complexo , denominamos conjugado desse número
complexo .
Exemplo:
a)
b)
c)
d)
Demonstração
c.q.d
6|Página
António Carlito Assane
Álgebra Linear 1 2018
Demonstração
Sejam
c.q.d.
Demonstração
c.q.d.
e) e demostre
forma:
Exemplo:
Seja e . Calcule
7|Página
António Carlito Assane
Álgebra Linear 1 2018
Resolução
Potencia de
Vejamos algumas potências de iniciando com expoente zero.
Obs:
Então o .
Observe:
8|Página
António Carlito Assane
Álgebra Linear 1 2018
Valor de r 0 1 2 3
Valor de 1 i -1 -i
Exemplo: calcule e
Resolução
Tarefa
Um número pode ser visualisado por um ponto num plano cartesiano x0y.
9|Página
António Carlito Assane
Álgebra Linear 1 2018
10 | P á g i n a
António Carlito Assane
Álgebra Linear 1 2018
Exemplo:
a)
Resolução
b)
Resolução
11 | P á g i n a
António Carlito Assane
Álgebra Linear 1 2018
Demonstração
E por tanto
c)
d)
módulos:
Demostração
f)
g)
h)
i)
j) O módulo da soma de dois números complexos é menor ou igual à soma
dos módulos das parcelas:
Demonstração
Como tem-se
Onde resulta
12 | P á g i n a
António Carlito Assane
Álgebra Linear 1 2018
k) O módulo da diferença de dois complexos é maior ou igual à diferença dos seus
módulos:
Demonstração
13 | P á g i n a
António Carlito Assane
Álgebra Linear 1 2018
Exercícios
1. Calcule apresentando os resultados na forma algébrica:
a)
b)
14 | P á g i n a
António Carlito Assane
Álgebra Linear 1 2018
Unidade II: Matrizes e Determinantes
Definição – chama-se Matriz de ordem a uma tabela elementos dispostos em
linhas e colunas.
Exemplo:
Tipos de Matrizes
Exemplo:
15 | P á g i n a
António Carlito Assane
Álgebra Linear 1 2018
Exemplo:
Notação:
Exemplo:
Exemplo:
é denominada a transposta de A.
16 | P á g i n a
António Carlito Assane
Álgebra Linear 1 2018
Exemplo:
Propriedades da transposta
A.
B.
C.
D.
Exemplo:
Logo é simétrica.
Exemplo:
17 | P á g i n a
António Carlito Assane
Álgebra Linear 1 2018
Exemplo:
Exemplo:
Tarefa:
Igualdade de matrizes
Definição: duas matrizes e são iguais quando , para
todo e
Ou duas matrizes A e B são iguais se, somente se, têm a mesma ordem e os
elementos correspondentes (entrada das matrizes) são iguais. Indica-se A=B.
Exemplo:
iguais.
18 | P á g i n a
António Carlito Assane
Álgebra Linear 1 2018
Adição de matrizes
Sejam e duas matrizes da mesma ordem , soma de duas
matrizes é matriz C da mesma ordem , onde cada elemento de C é soma
dos elementos correspondentes de A e de B.
Multiplicação de Matrizes
Exemplo: calcule:
19 | P á g i n a
António Carlito Assane
Álgebra Linear 1 2018
1.
2.
Resolução:
1.
2.
seguinte forma:
Para e ou seja
20 | P á g i n a
António Carlito Assane
Álgebra Linear 1 2018
Propriedades de Multiplicação
Sejam A, B e C matrizes com amanhos apropriados, escalares. São válidas as
seguintes propriedades:
1. Associatividade
2. Distribividade
3. Distributividade
4. Associatividade
Chamamos operações elementares às operações com matrizes que não alteram nem
sua ordem, nem suas características.
as seguintes condições:
21 | P á g i n a
António Carlito Assane
Álgebra Linear 1 2018
a) Todas as linhas nulas (formadas inteiramente por zeros) ocorrem abaixo das
linhas não nulas;
b) O pivô (primeiro elemento não nulo de uma linha) de cada linha não nula é igual
à um;
c) O pivô de cada linha não nula ocorre à direita do pivô da linha anterior;
d) Se uma coluna contém um pivô, então todos os seus elementos são iguais a
zero.
Resolução:
22 | P á g i n a
António Carlito Assane
Álgebra Linear 1 2018
Resolução:
Então:
23 | P á g i n a
António Carlito Assane
Álgebra Linear 1 2018
Tarefa:
24 | P á g i n a
António Carlito Assane
Álgebra Linear 1 2018
Unidade III: Determinantes
Definição:
Teremos:
Exemplo:
Se A é de ordem
Teremos:
Exemplo:
25 | P á g i n a
António Carlito Assane
Álgebra Linear 1 2018
Propriedades de determinantes:
1) ;
2) ;
3) Se a matriz A possui uma linha ou coluna nula, então ;
4) Se a matriz a tem duas linhas ou colunas iguais, então ;
26 | P á g i n a
António Carlito Assane
Álgebra Linear 1 2018
5) Se na matriz A uma linha (ou coluna) é múltiplo de outra linha (coluna) então
;
6) Trocando a posição de duas linhas (ou coluna) o determinante troca de sinal;
7) Quando se multiplica uma linha (coluna) de uma matriz A por um número
o determinante fica multiplicado por esse mesmo número;
8) O determinante de uma matriz triangular superior (ou inferior) é igual ao produto
dos elementos da diagonal principal;
9) A partir de temos:
Resolução:
Tarefa: se os números inteiros e são tais que a matriz tem traço igual a 4 e
determinante igual a -19, qual é o produto de ?
Matriz ortogonal
Definição: uma matriz ortogonal A, invertível, é ortogonal se, e somente se,
27 | P á g i n a
António Carlito Assane
Álgebra Linear 1 2018
verifique se é ortogonal
Matriz de cofactores
Usando a formula achamos o cofactor do elemento .
Resolução:
28 | P á g i n a
António Carlito Assane
Álgebra Linear 1 2018
Matriz Adjunta
Definição: seja uma matriz quadrada de ordem n, o cofactor de e a
matriz dos cofactores de A. Chamamos adjunta de A e indicamos por , a transposta
de , isto é, .
é:
Resolução
logo é invertível
29 | P á g i n a
António Carlito Assane
Álgebra Linear 1 2018
Exercícios
1. Sempre que possível calcule:
simétrica.
6. Mostre que a
7. Encontre a
30 | P á g i n a
António Carlito Assane
Álgebra Linear 1 2018
é não invisível
10. Recorra à regra de Laplace para calcular o determinante das seguintes matrizes
11. Calcular a matriz dos cofactores e a matriz inversa de cada uma das seguintes
matrizes:
31 | P á g i n a
António Carlito Assane
Álgebra Linear 1 2018
Unidade IV: Equações lineares
Chama-se equação linear toda equação do tipo:
c)
Exemplos de equações não lineares:
a)
b)
c)
d)
32 | P á g i n a
António Carlito Assane
Álgebra Linear 1 2018
33 | P á g i n a
António Carlito Assane
Álgebra Linear 1 2018
adição
c) o sistema é impossível.
Resolução:
34 | P á g i n a
António Carlito Assane
Álgebra Linear 1 2018
Então:
A solução do sistema é .
2. Os determinantes auxiliares
, e
35 | P á g i n a
António Carlito Assane
Álgebra Linear 1 2018
Seja o determinante do sistema diferente de zero, verifica-se que as incógnitas podem
ser calculadas pelas fórmulas:
36 | P á g i n a
António Carlito Assane
Álgebra Linear 1 2018
Passo 2: para cada , aplicamos a operação , isto é,
substituímos a i-ésima equaçao linear pela equaçao obtida multiplicando a primeira
equaçao por , multiplicando a i-ésima equaçao por e somando as equações.
Exemplo:
Consideremos o seguinte sistema de equações lineares:
Passamos a ter:
37 | P á g i n a
António Carlito Assane
Álgebra Linear 1 2018
ii) . Isto é, há menos equações do que incógnitas. Então, podemos
arbitrariamente atribuir valores às variaveis livres e obter uma solução
do sistema
sistema de
equações
lineares
inconsistente Consistente
Mais de uma
sem solução solução única
solução
a) , aplicando as operações:
e em seguida, a operação :
b) , aplicando as operações
, em seguida, as operações .
38 | P á g i n a
António Carlito Assane
Álgebra Linear 1 2018
Como na forma escalonada há três equações nas três incógnitas, o sistema tem
solução única.
c) , aplicando as operações
e em seguida, a operação :
39 | P á g i n a
António Carlito Assane
Álgebra Linear 1 2018
Encontremos a solução geral do sistema no exemplo acima, como segue. Atribuam-se
valores arbitrários às variáveis livres; e . Substituindo na segunda
equação; obtemos . Pondo , e na primeira equação,
encontramos . Assim, a solução geral do sistema é
, , e .
Em outras palavras ( , , , ), onde a e b são números arbitrários.
Sistemas homogéneos
Um sistema linear homogéneo é formado por equações cujos termos independentes
são todos nulos, isto é:
40 | P á g i n a
António Carlito Assane
Álgebra Linear 1 2018
O sistema tem uma solução não – nula, pois obtivemos somente duas equações em
três incógnitas na forma escalonada. Por exemplo, seja ; então: . Em
outras palavras, a 3-upla (2;3;5) é uma solução particular não – nula.
c) Reduzimos o seguinte sistema à forma escalonada:
Como na forma escalonada, há três equações e três incógnitas, o sistema tem somente
a solução zero (0;0;0)
Exercícios
1) Resolva os sistemas segundo a regra de Cramer:
a) b) c) d)
2) Seja o sistema:
a) b) c)
41 | P á g i n a
António Carlito Assane
Álgebra Linear 1 2018
a) b) c)
11) Qual o valor de p para que o sistema admita uma solução única?
12) Resolva os SISTEMAS abaixo:
a)
42 | P á g i n a
António Carlito Assane
Álgebra Linear 1 2018
b)
c)
43 | P á g i n a
António Carlito Assane
Álgebra Linear 1 2018
Unidade IV: Espaços Vectoriais
Definição: Dizemos que um conjunto V, não vazio, é um espaço vectorial sobre se, e
somente se:
i) Existe uma adição: com as seguintes propriedades:
a) ;
b) ;
c) Existe um elemento neutro tal que: ;
d) Para todo elemento , existe o oposto (simétrico) tal que:
.
ii) Está definida uma multiplicação de:
44 | P á g i n a
António Carlito Assane
Álgebra Linear 1 2018
b) Associativa da adição
c) Elemento Neutro
d) Elemento simétrico
c)
d)
Assim, é um espaço vectorial.
Exemplo 2: os conjuntos são espaços vectoriais com operações de
adição e multiplicação por escalares usuais. O conjunto , também é um espaço
45 | P á g i n a
António Carlito Assane
Álgebra Linear 1 2018
vectorial pois satisfaz todas as propriedades de um espaço vectorial. Os vectores neste
caso, são números reais.
Exemplo 3: o espaço vectorial das matrizes
Sabemos que se , então, .
O vector u também pode ser denotado na forma de matriz (matriz-coluna ):
Exemplo 3: polinomios
Entao:
46 | P á g i n a
António Carlito Assane
Álgebra Linear 1 2018
Subespaços Vetoriais
Definição: Sejam V um espaço vetorial e S um subconjunto não-vazio de V.
S é um subespaço vetorial de V se S é um espaço vetorial em relação à adição e à
multiplicação por escalar definidas em V.
Teorema: Um subconjunto S não vazio, de um espaço vetorial V é um subespaço
vetorial de V se estiverem satisfeitas as condições.
1.
2. .
Demonstração:
Seja . Pela condição 2., Tomando então .
Tomando entao As propriedades restantes são uma
consequência de S ser um subconjunto não vazio de V.
Observação:
Todo espaço vectorial V admite pelo menos dois subespaços vectoriais: o subespaço
nulo e o próprio espaço vectorial V.
47 | P á g i n a
António Carlito Assane
Álgebra Linear 1 2018
Estes subespaços são chamados subespaços triviais. Os demais subespaços, se
existirem, são chamados subespaços próprios.
Exemplo 1:
Sejam e . Mostre que S é um subespaço vectorial de
V.
1. , pois ;
2. Sejam ? De facto:
Se ,
Se ,
Logo .
Assim, , pois a segunda componente é o dobro da primeira.
3. ? .
logo S é um subespaço vectorial.
Geometricamente
Sejam . Então: .
48 | P á g i n a
António Carlito Assane
Álgebra Linear 1 2018
De forma análoga, mostre que:
2. Sejam as matrizes
3.
Denotando:
49 | P á g i n a
António Carlito Assane
Álgebra Linear 1 2018
1) , pois , onde .
2) Sejam
De facto:
Se
Logo
3)
50 | P á g i n a
António Carlito Assane
Álgebra Linear 1 2018
Exemplos:
1. Consideremos
Logo, , onde .
Portanto, .
2. Seja
subespaços vectoriais de V. Se , então
pela definição de , ou seja .
Demonstração
Exemplo:
51 | P á g i n a
António Carlito Assane
Álgebra Linear 1 2018
1. Consideremos
Logo, , onde .
Portanto, .
O conjunto é um
2. Seja
subespaços vectoriais de V. Se , então
pela definição de , ou seja .
A soma de é o subespaço
vectorial de , que é o próprio .
Observação
Se , então todo se escreve, de modo único, na forma:
, onde e .
De fato. Suponhamos que , com e e também ,
onde e . Daí, ou – – .
52 | P á g i n a
António Carlito Assane
Álgebra Linear 1 2018
Combinação Linear
Seja V um espaço vetorial sobre . Um vetor v em V é combinação linear dos vetores
emV se existirem escalares ,tais que
Exemplo:
1. Escreveremos o vetor do como combinação linear dos vetores
e . Para isto, devemos encontrar tais que
e, resolvendo o sistema:
Encontramos e
2. Considerando agora mostraremos que v não pode ser escrito
como combinação linear dos vetores e .
Mostraremos que não existem escalares x e y tais que
53 | P á g i n a
António Carlito Assane
Álgebra Linear 1 2018
Logo, da primeira equação, , e da segunda, . Porém da última equação,
, o que é incompatível. Portanto, não existem escalares x e y tais que
, isto é, não pode ser escrito como combinação linear
dos vetores e .
3. Determinar o valor de k para que o vetor seja uma combinação
linear dos vetores e
Devemos encontrar escalares x e y tais que , ou seja,
,resultando no seguinte sistema:
Subespaços Gerados
Sejam V um espaço vetorial sobre e vetores de V, o conjunto
Além disso,
(iii) Se α R e v W, temos
.
Segue de )e que W é um subespaço vetorial de V.
54 | P á g i n a
António Carlito Assane
Álgebra Linear 1 2018
Este subespaço é denominado subespaço gerado pelos vetores , o qual se
denota .
Exemplos:
1. Os vetores e geram o conjunto
, pois qualquer vetor v de pode ser escrito como combinação linear dos
vetores e , ou seja, .
Neste caso, é gerado pelos vetores e , pois todo vetor de é escrito como
combinação linear dos vetores e . E, usando a notação de subespaço gerado,
Assim,
3. O subespaço gerado pelos vetores e será:
Da igualdadeacimatemos:
55 | P á g i n a
António Carlito Assane
Álgebra Linear 1 2018
Admite apenas a solução trivial nula . Caso contrário, se a
equação admite pelo menos uma solução não nula, os vectores são denominados
linearmente dependentes (LD).
Exemplos
1. Mostraremos que os vectores
do são LI. De facto,
suponhamos que existem números reais tais que
56 | P á g i n a
António Carlito Assane
Álgebra Linear 1 2018
Demonstração: Sendo LD, por definição é possível a igualdade
. com pelo menos um dos coeficientes
diferente de zero.
Supondo , temos ,
ou seja,
– ,fazendo
com i, teremos
Reciprocamente, se ,
Temos
Observem que o escalar (-1) de da última combinação é não nulo. Portanto, por
definição, é LD.
57 | P á g i n a
António Carlito Assane
Álgebra Linear 1 2018
Bibliografia
1. AGUIA. Rogério de.APOSTILA DE ÁLGEBRA LINEAR. 2008
58 | P á g i n a
António Carlito Assane
Álgebra Linear 1 2018
59 | P á g i n a
António Carlito Assane
Álgebra Linear 1 2018
Álgebra Linear 1
NÚMEROS COMPLEXOS
MATRIZES E DETERMINANTES
SISTEMAS DE EQUAÇÕES LINEARES
ESPAÇO E SUBESPAÇO VECTORIAL
Universidade Pedagógica
Montepuez
2018
60 | P á g i n a
António Carlito Assane
Álgebra Linear 1 2018
61 | P á g i n a
António Carlito Assane