GABARITO: LISTA DE EXERCÍCIOS - ÁLGEBRA LINEAR

Tecnologia em Sistemas de Computação- CEDERJ

Mauro Rincon & Márcia Fampa

SEÇÃO 1: VETORES

1. a) Sejam P e Q pontos num plano com um sistema de coordenadas e sejam

(xP , yP ) e (xQ , yQ ) as coordenadas de P e Q, respectivamente. Seja R um
ponto no segmento de reta que liga P e Q tal que |P R|/|P Q| = r. Então r é
um número real tal que 0 ≤ r ≤ 1. Queremos determinar as coordenadas de R
−
→
em função das coordenadas de P e Q. Seja O = (0, 0) a origem.

Pelas definições de adição e multiplicação escalar de vetores, temos:

−→ −→ −→ −→ −→
OR = OP + P R = OP + r · P Q
−→ −→
Indiquemos as coordenadas de R por (x, y). Então as coordenadas de OR, OP
−→
e P Q são (x, y), (xP , yP ) e (xQ − xP , yQ − yP ), respectivamente. Logo,

(x, y) = (xP , yP ) + r · (xQ − xP , yQ − yP )

(x, y) = ((1 − r)xP + rxQ , (1 − r)yP + ryQ ).

Portanto as coordenadas do ponto R são:

x = (1 − r)xP + rxQ

y = (1 − r)yP + ryQ

Como no exercı́cio, r = 1/2 , xP = 1/2, yP = 1/3, xQ = −4 e yQ = 6, o ponto

R terá coordenadas:
( 1) 1 1 1 1 1 7
x= 1− · + · (−4) = · − 2 = − 2 = −
2 2 2 2 2 4 4
( 1) 1 1 1 1 1 19
y = 1− · + ·6= · +3= +3=
2 3 2 2 3 6 6

( 7 19 )
Logo, R = − , .
4 6
 b) De forma análoga ao exercı́cio anterior, para r = 4/5 , o ponto R terá
coordenadas:
( )
4 1 4 1 16 31
x= 1− · + · (−4) = − =−
5 2 5 10 5 10
( )
4 1 4 1 24 73
y = 1− · + ·6= + =
5 3 5 15 5 15
( )
31 73
Logo, R = − , .
10 15

2. a) i) e ii) Não são ortogonais e nem paralelos.

√
84
b) Θ = arcos 12

( )
uv (1, −2, 3)(2, 5, 4) 4 8 20 16
3. a) projv u = v= (2, 5, 4) = (2, 5, 4) = , , .
||v||2 2
2 +5 +42 2 45 45 45 45
√ √ √
b) d(u, v) = (2 − 1)2 + (5 − (−2)2 + (4 − 3)2 = 1 + 49 + 1 = 51.

SEÇÃO 2: ESPAÇOS VETORIAIS

4. a) e b) São subespaços

c) e d) Não são subespaços

{ }
5. a) Seja S = (x, y, z, w) ∈ IR4 ; x + w = 0, y − 2z = 0

isto é, (x, y, z, w) = (x, 2z, z, −x).

S é subespaço? O vetor nulo (0, 0, 0) ∈ S. De fato, basta tomar x = z = 0.

E as duas condições abaixo são satisfeitas:

i) Temos que (x1 , 2z1 , z1 , −x1 ) + (x2 , 2z2 , z2 , −x2 ) = (x1 + x2 , 2(z1 + z2 ), z1 +
z2 , −x1 − x2 ) = (x1 + x2 , 2(z1 + z2 ), z1 + z2 , −(x1 + x2 )) ∈ S.

Para isto, basta tomar x = x1 + x2 , z = z1 + z2 .

ii) Tomando α ∈ IR, temos que α(x1 , 2z1 , z1 , −x1 ) = (αx1 , 2αz1 , αz1 , −αx1 ) ∈
S.
 Para isto, basta tomar x = αx1 e z = αz1 .

Logo S é subespaço vetorial do IR4 .

Temos também que (x, y, z, w) = (x, 2z, z, −x) = x(1, 0, 0, −1) + z(0, 2, 1, 0).

Logo, os vetores {(1, 0, 0, −1), (0, 2, 1, 0)} formam uma base para S (claramente
estes vetores são LI).

6. a) LD; b) LI; c) LD

7. a) Inicialmente, vamos mostrar que os vetores (1, −1, 0), (2, 1, 1) e (2, 0, 1) são
linearmente independentes.

Sejam a, b, c ∈ IR. Então

a(1, −1, 0) + b(2, 1, 1) + c(2, 0, 1) = (0, 0, 0)

Assim temos:




 a + 2b + 2c = 0


 −a + b = 0




 b+c=0

Pela linha L3 , b = −c. Substituindo em L2 temos que :

−a − c = 0 =⇒ a = −c

Substituindo b e a em L1 temos que −c − 2c + 2c = 0 =⇒ c = 0. Consequen-

temente, a = 0 e b = 0. Logo os vetores são LI’s.

Temos que mostrar ainda que os vetores geram IR3 .

De fato,

a(1, −1, 0) + b(2, 1, 1) + c(2, 0, 1) = (a + 2b + 2c, −a + b, b + c) = (x, y, z).

Assim, temos: 



 a + 2b + 2c = x


 −a + b = y




 b+c=z
Fazendo L2 ← 2L2 − L1 e L3 ← 2L3 − L1 temos




 a + 2b + 2c = x


 −3a − 2c = −x + 2y




 −a = 2z − x

Pela linha L3 , −a = 2z − x. Substituindo em L2 temos que :

6z − 3x − 2c = −x + 2y =⇒ c = −x − y + 3z

Substituindo a e c em L1 temos que

−2z + x + 2b − 2x − 2y + 6z = x =⇒ b = x + y − 2z.

Logo, o sistema tem solução, ou seja, os vetores de B geram IR3 .

b) Vamos ortogonalizar esta base usando o método de Gram-Schmidt.

Seja w1 = v1 = (1, −1, 0).

( )
v2 w1
Temos que w2 = v2 − w1
w1 w1
Logo ( )
(2, 1, 1)(1, −1, 0)
w2 = (2, 1, 1) − (1, −1, 0)
(1, −1, 0)(1, −1, 0)

( )
1
= (2, 1, 1) − (1, −1, 0)
2

( ) ( )
1 −1 3 3
= (2, 1, 1) − , ,0 = , ,1
2 2 2 2
( ) ( )
v3 w 2 v3 w 1
Temos também que w3 = v3 − w2 − w1
w2 w2 w1 w1
Logo
( )( ) ( )
(2, 0, 1)( 23 , 32 , 1) 3 3 (2, 0, 1)(1, −1, 0)
w3 = (2, 0, 1) − 3 3 , ,1 − (1, −1, 0)
( 2 , 2 , 1)( 23 , 32 , 1) 2 2 (1, −1, 0)(1, −1, 0)

( ) ( )
48 48 16 −1 −1 3
= (2, 0, 1) − , , − (1, −1, 0) = , ,
44 44 22 11 11 11
Assim, temos que a base ortogonal é
{ ( ) ( )}
3 3 −1 −1 3
(1, −1, 0) , , , 1 , , , .
2 2 11 11 11
c)
√ √ √
||w1 || = 12 + (−1)2 + 02 = 1+1+0= 2
√( ) ( )2 √ √
2
||w2 || = 3
2
+ 3
2
+ 12 = 9
4
+ 94 + 1 = 22
2
√( )2 ( )2 ( )2 √ √ √
−1 −1
||w3 || = 11
+ 11
+ 3
11
= 1
121
+ 1
121
+ 9
121
= 11
121
= 11
11

Logo, basta dividirmos os vetores da base ortogonal pelas suas respectivas

normas.

Assim temos a base ortonormal:

{√ √ ( ) √ ( )}
2 22 3 3 −1 −1 3
(1, −1, 0) , , , 1 , 11 , , =
2 11 2 2 11 11 11

{( √ √ ) ( √ √ √ ) ( √ √ √ )}
2 − 2 3 22 3 22 22 − 11 − 11 3 11
, ,0 , , , , , ,
2 2 22 22 11 11 11 11

d) Sejam a, b, c ∈ IR

a(1, −1, 0) + b(2, 1, 1) + c(3, 3, 2) = (0, 0, 0)

Assim, temos: 



 a + 2b + 3c = 0


 −a + b + 3c = 0




 b + 2c = 0

Fazendo L2 ← L2 + L1 temos




 a + 2b + 3c = 0


 3b + 6c = 0




 b + 2c = 0

Fazendo L3 ← 3L3 − L2 temos

 



 a + 2b + 3c = 0


 3b + 6c = 0




 0=0

Assim, temos que o sistema é possı́vel e indeterminado. Pela segunda linha,

temos que b = −2c. Fazendo c = α ∈ IR, temos que b = −2α e a = α, e a
solução do sistema é dada por S = {(α, −2α, α) , α ∈ IR}. Logo B̂ é L.D..

e) Sejam a, b ∈ IR

a(1, −1, 0) + b(2, 1, 1) = (−5, −1, −2)

Assim, temos: 





a + 2b = −5

 −a + b = −1




 b = −2

Por L3 , temos que b = −2. Substituindo em L2 , temos que a = −1. Logo o

vetor (−5, −1, −2) pode ser escrito como combinação linear de v1 e v2 .

f) Sejam a, b ∈ IR. Então a(1, −1, 0) + b(2, 1, 1) = (x, y, z).

Assim, temos: 



 a + 2b = x


 −a + b = y




 b=z

Por L3 , temos que b = z. Substituindo em L2 , temos que a = z − y. Assim, su-

bstituindo a e b em L1 ,temos que x = 3z−y. Logo, o espaço gerado por v1 e v2 é
{(x, y, z) ∈ IR3 |x = 3z − y}.
{ }
8. S = (x, y, z, w); z = 4x + 2y, w = −2x − y/2

9. a) Não, pois basta tomarmos um vetor que não está no subespaço gerado por
v1 e v2 (que é um plano que passa pela origem), que ele não será combinação
linear de v1 e v2 .
b) Para que v1 , v2 , v3 formem uma base de IR3 basta que v1 , v2 , v3 sejam L.I..
Para isso , v3 = (a, b, c) deve ser um vetor que não seja combinação linear de
v1 e v2 . Por exemplo v3 = (0, 0, 1). Como a dimensão do IR3 é igual a 3, então
v1 , v2 , v3 formam uma base para o IR3 (teorema do completamento).

c) Primeiro, vamos ortogonalizar a base usando o método de Gram-Schmidt:

Seja w1 = (2, 1, 3).

Temos que ( )
(2, 6, 4)(2, 1, 3)
w2 = (2, 6, 4) − (2, 1, 3) =
(2, 1, 3)(2, 1, 3)

( )
11
= (2, 6, 4) − (2, 1, 3) =
7

( ) ( )
22 11 33 −8 31 −5
= (2, 6, 4) − , , = , , .
7 7 7 7 7 7
 ( ) 
−8 31 −5
(0, 0, 1) , , ( )
 7( 7 7  −8 31 −5
w3 = (0, 0, 1) −  (
 −8 31 −5 ) )  , , −
−8 31 −5  7 7 7
, , , ,
7 7 7 7 7 7
( )( ) ( )
−1 −8 31 −5 3
= (0, 0, 1) − , , − (2, 1, 3) =
30 7 7 7 14

( ) ( ) ( )
−8 31 205 6 3 9 −7 −1 1
= , , − , , = , ,
210 210 210 14 14 14 15 15 3

Logo uma base ortogonal para IR3 é

{ ( ) ( )}
−8 31 −5 −7 −1 1
(2, 1, 3), , , , , , .
7 7 7 15 15 3

d) ( )
( )
v1 v2 (2, 1, 3)(2, 6, 4)
projv2 v1 = v2 = (2, 6, 4)
v2 v2 (2, 6, 4)(2, 6, 4)

( ) ( ) ( )
11 22 66 44 11 33 11
= (2, 6, 4) = , , = , , .
28 28 28 28 14 14 7
 √ √ √ √ √
− 2 2 − 6 − 6 6
10. {( , , 0), ( , , )}
2 2 6 6 3

SEÇÃO 3: SISTEMAS LINEARES E MÉTODO DE GAUSS

11. Considere as incógnitas:

X = quantidade de kg do produto X
Y = quantidade de kg do produto Y
Z = quantidade de kg do produto Z
Para montar o sistema relativo ao problema, vamos somar as quantidades de
insumo A dos três produtos X, Y, Z e igualar a quantidade total (em gramas)
de insumo A utilizada (linha L1 do sistema). Faremos o mesmo procedimento
para o insumo B (linha L2 do sistema). Então multiplicaremos o preço de cada
kg pelo seu respectivo produto e igualaremos ao valor total que a indústria
arrecadou (linha L3 do sistema). Assim temos:




 2X + Y + 3Z = 1900


X + 3Y + 5Z = 2400 (1)





 3X + 2Y + 4Z = 2900

Utilizaremos o Método de Eliminação de Gauss para resolvê-lo. Considere a

seguinte matriz aumentada que representa este sistema :
 
 2 1 3 1900 
 
 
 1 3 5 2400 
 
 
3 2 4 2900

Trocando L1 por L2 temos:

 
 1 3 5 2400 
 
 
 2 1 3 1900 
 
 
3 2 4 2900
 Fazendo L2 ← L2 − 2L1 e L3 ← L3 − 3L1 temos
 
 1 3 5 2400 
 
 
 0
 −5 −7 −2900 

.
 
0 −7 −11 −4300

Agora, fazendo L3 ← 5L3 − 7L2 temos

 
 1 3 5 2400 
 
 
 0
 −5 −7 −2900 

.
 
0 0 −6 −1200

Assim, temos o seguinte sistema após a eliminação de Gauss:





 X + 3Y + 5Z = 2400


 −5Y − 7Z = −2900 (2)




 −6Z = −1200
Por L3 neste sistema, temos que Z = 200.

Substituindo Z em L2 temos que −5Y − 7 × 200 = −2900 =⇒ Y = 300.

Agora, substituindo Y e Z em L1 , temos que X = 500.

Logo, foram vendidos 500 kg do produto X, 300 kg do produto Y e 200 kg do

produto Z.

12. a) α ̸= −1, α ̸= 1

b) α = 1

c) α = −1

13. Vamos representar a matriz aumentada relativa ao sistema e em seguida, utili-

zaremos o Método de Eliminação de Gauss com pivoteamento para resolvê-lo.
 
 2 1 3 1 
 
 
 −1 2 1 −2 
 
 
2 5 3 1
 Por definição, o pivô é dado por max = {|a11 |, |a21 |, |a31 |} = 2.

Fazendo L2 ← 2L2 + L1 , L3 ← L3 − L1 , temos:

 
 2 1 3 1 
 
 
 0 5 5
 −3 

 
0 4 0 0

Agora o pivô será max = {|a22 |, |a32 |} = 5.

Assim, temos o seguinte sistema após a eliminação de Gauss:





 2x1 + x2 + 3x3 = 1


 5x2 + 5x3 = −3 (3)




 4x2 = 0

3
Por L3 , temos que x2 =0. Por L2 , temos que 5x3 = −3 =⇒ x3 = − . E subs-
5
7
tituindo x2 e x3 em L1 temos que x1 = .
5
{7 3}
Assim, a solução do sistema é S = , 0, − .
5 5

SEÇÃO 4: MATRIZES
 
   
 −8 35 11 
−1 −4 −6   3 17
     
14. a)  , b)  −8 14 −10 , c)  .
 
11 −6 3   −27 4
−7 22 1

15. Cálculo da inversa:

 
 3 1 0 | 1 0 0 
 
 
[A|I] =  −2 2 −1 | 0 1 0



 
 1 2 0 | 0 0 1 
Fazendo L1 ↔ L3 , L3 ↔ L1 , obtemos
 
 1 2 0 | 0 0 1 
 
 
 −2 2 −1 | 0 1 0 
 
 
 3 1 0 | 1 0 0 

Fazendo L2 ↔ L2 + 2L1 , L3 ↔ L3 − 3L1 , obtemos

 
 1 2 0 | 0 0 1 
 

 0 6 −1 | 0 1 2 

 
 
 0 −5 0 | 1 0 −3 

Dividindo a segunda linha por 6 obtemos:

 
 1 2 0 | 0 0 1 
 
 
 0
 −1/6 | 0 1/6 1/3 
1 
 
0 −5 0 | 1 0 −3

Fazendo L3 ↔ L3 + 5L2 , obtemos

 
 1 2 0 | 0 0 1 
 
 
 0 1
 −1/6 | 0 1/6 1/3 

 
0 0 −5/6 | 1 5/6 −4/3

Multiplicando L3 por −6/5, encontramos

 
 1 2 0 | 0 01 
 

 0 1 −1/6 | 0 1/6 1/3 

 
 
 0 0 1 | −6/5 −1 8/5 

Fazendo L1 ↔ L1 − 2L2 , obtemos

 
 1 0 1/3 | 0 −1/3 1/3 
 

 0 1 −1/6 | 0 1/6 1/3 
 
 
 0 0 1 | −6/5 −1 8/5 
Finalmente, fazendo L1 ↔ L1 − L3 /3 , L2 ↔ L2 + L3 /6, obtemos
 
 1 0 0 | 2/5 0 −1/5 
 

 0 1 0 | −1/5 0 3/5  = [I|A−1 ]
 
 
 0 0 1 | −6/5 −1 8/5 

 
 2/5 0 −1/5 
 

Logo, A−1 = −1/5 0 3/5 .
 
 
 −6/5 −1 8/5 

a) AX = 5B. Multiplicando A−1 pela esquerda em ambos os lados da igual-

dade, temos:
A−1 .(AX) = A−1 .(5B)

I.X = A−1 .(5B)

X = A−1 .(5B)
   
 1 0   5 0 
   
 
Como B =  2 4 , então 5B = 


. Assim,



  10 20 
 3 2   
15 10

     
 2/5 0 −1/5   5 0   2+0−3 0+0−2 
     
     
X = A−1 .(5B) = 
 −1/5 0 3/5 

.
 10 20  =
  −1 + 0 + 9 0+0+6 

     
−6/5 −1 8/5 15 10 −6 − 10 + 24 0 − 20 + 16
 
 −1 −2 
 
 
X = A−1 .(5B) =  8 6 
 
 
8 −4
b)  
 1 2 3 
T  
B = 
 0 4 2 
 Y A = 5B T

Multiplicando A−1 pela direita em ambos os lados da igualdade, temos:

(Y A).A−1 = (5B T ).A−1

Y.(A.A−1 ) = 5(B T .A−1 )

Y.I = 5(B T .A−1 )

Y = 5(B T .A−1 )

Assim,
 
 
 2/5 0 −1/5 
1 2 3  
   
Y = 5(B T .A−1 ) = 5.   .  −1/5 0 3/5 
 
0 4 2  
−6/5 −1 8/5
 2 2 18 1 6 24   
3
 5 − − 0+0−3 − + +   −18 − 5 29 
 5 5 5 5 5   
= 5. 

 =
 


 0 − 4 − 12 0+0−2 0+
12 16
+   −16 −10 28 
5 5 5 5
 
 −24 −20 
16. i)  ,
58 24

ii) Não é possı́vel

iii)  
 −30 −19 27 
 
 
 5 2 20  ,
 
 
6 0 −9

iv)  
 80 34 −22 
 
 
 −10 −4 −3  ,
 
 
72 30 −24
 SEÇÃO 5: RESOLUÇÃO DE SISTEMAS: GAUSS JORDAN

17. Considere as incógnitas:

x = quantidade de camisas A
y = quantidade de camisas B
z = quantidade de camisas C
Para montar o sistema relativo ao problema, vamos somar as quantidades de
camisas x, y, z e igualar ao total de camisas produzidas (linha L1 do sistema).
Faremos o mesmo procedimento para as horas de mão de obra para a produção
das camisas (linha L2 do sistema). Então multiplicaremos o custo de cada
camisa pela sua respectiva camisa e igualaremos ao gasto total com as camisas
(linha L3 do sistema). Assim temos:




 x+y+z =4


x + 3y + 2z = 10 (4)





 10x + 5y + 5z = 25

Utilizaremos o Método de Gauss-Jordan para resolver esse sistema.

O sistema linear acima pode ser representado por:

    
1 1  x   4 
 1    
 
  y 
 
 1 3 2    = 

10 

    
 
10 5 5 z   25 

Considere a seguinte matriz aumentada que representa este sistema:

 
 1 1 1 | 4 
 

 1 3 2 | 10 

 
 
 10 5 5 | 25 
Transformaremos a matriz aumentada à sua forma escada reduzida por
linhas, usando operações elementares em suas linhas.
 
 1 1 1 | 4 
 

 1 3 2 | 10 

 
 
 10 5 5 | 25 

Fazendo L2 ↔ L2 − L1 , L3 ↔ L3 − 10L1 , obtemos

 
 1 1 1 | 4

 

 0 2 1 | 6  
 
 
 0 −5 −5 | −15 

Dividindo a segunda linha por 2 obtemos:

 
 1 1 1 | 4
 

 0 1 1/2 | 3  
 
 
 0 −5 −5 | −15 

Fazendo L3 ↔ L3 + 5L2 , obtemos

 
 1 1 1 | 4 
 

 0 1 1/2 | 3 

 
 
 0 0 −5/2 | 0 

Multiplicando L3 por −2/5, encontramos

 
 1 1 1 | 4 
 
 
 0 1 1/2 | 3 
 
 
 0 0 1 | 0 

Fazendo L1 ↔ L1 − L2 , obtemos
  
 1 0 1/2 | 1 
 
 
 0 1 1/2 | 3 
 
 
 0 0 1 | 0 

Fazendo L2 ↔ L2 − L3 /2, obtemos

 
 1 0 1/2 | 1 
 

 0 1 0 | 3 
 
 
 0 0 1 | 0 

E finalmente, fazendo L1 ↔ L1 − L3 /2, obtemos

 
 1 0 0 | 1 
 

 0 1 0 | 3 
 (5)
 
 
 0 0 1 | 0 

Assim, temos como solução X = {x, y, z} = {1, 3, 0}

Logo, a empresa deverá produzir 1 camisa A, 3 camisas B e nenhuma camisa

C.

18. Considere o seguinte sistema linear:

Para k ̸= 3, sistema impossı́vel. Para k = 3, sistema possı́vel.

Soluções: {(x1 , x2 , x3 , x4 )IR4 , (2 − r + s, s, 1 + r, r) = (2, 0, 1, 0) + r(−1, 0, 1, 1) +

s(1, 1, 0, 0)}, para r, s ∈ IR

19. Considere o sistema 




 2x1 + 4x2 + x3 = 1


 3x1 − 2x2 − x3 = 2 (6)




 x1 + 2x2 + 2x3 = 5

a) Método de Gauss-Jordan
O sistema linear acima pode ser representado por:

     
1  x1   1 
 2 4
     
  



 
 3 −2 −1  
x2
 = 

2 

     
  
1 2 2 x3   5 

1a Etapa) Formaremos a matriz aumentada [A|b]. A matriz aumentada é dada

por:  
 2 4 1 | 1 
 
 
[A|b] =  3 −2 −1 | 2 
 
 
 1 2 2 | 5 

2a Etapa) Transformaremos a matriz aumentada à sua forma escada reduzida

por linhas, usando operações elementares em suas linhas.

 
 2 4 | 1 
1
 

[A|b] =  3 −2 −1 | 2 

 
 
 1 2 2 | 5 

Trocando a primeira e a terceira linhas, obtemos:

 
 1 2 2 | 5 
 
 
 3 −2 −1 | 2 
 
 
 2 4 1 | 1 

Fazendo L2 ↔ L2 − 3L1 , L3 ↔ L3 − 2L1 , obtemos

 
 1 2 2 | 5 
 
 
 0 −8 −7 | −13 
 
 
 0 0 −3 | −9 
Multiplicando L2 por −1/8, encontramos
 
 1 2 2 | 5 
 
 
 0 1 7/8 | 13/8 
 
 
 0 0 −3 | −9 

Multiplicando L3 por −1/3, encontramos

 
 1 2 2 | 5 
 
 
 0 1 7/8 | 13/8 
 
 
 0 0 1 | 3 

Fazendo L1 ↔ L1 − 2L2 , obtemos

 
 1 0 1/4 | 7/4 
 

 0 1 7/8 | 13/8 

 
 
 0 0 1 | 3 

E finalmente, fazendo L1 ↔ L1 − 14 L3 , L2 ↔ L2 − 78 L3 , obtemos

 
 1 0 0 | 1 
 

 0 1 0 | −1 
 (7)
 
 
 0 0 1 | 3 

O sistema linear correspondente à matriz (7) na forma escada reduzida por

linhas é dado por: 



 x1 + 0x2 + 0x3 = 1


 0x1 + x2 + 0x3 = −1 (8)




 0x1 + 0x2 + x3 = 3

e tem exatamente as mesmas soluções do sistema original (6).

3a Etapa) Resolver o sistema linear obtido na Etapa 2.

Assim, temos:X = {x1 , x2 , x3 } = {1, −1, 3} que é a solução do sistema linear

dado (6).
b) Trocando o termo independente temos:
 
 2 4 1 1 
 

 3 −2 −1 2 

 
 
 1 2 2 1/2 

Trocando a primeira e a terceira linhas temos:

 
 1 2 2 1/2 
 
 
 3 −2 −1 2 
 
 
2 4 1 1

Fazendo L2 ↔ L2 − 3L1 , L3 ↔ L3 − 2L1 , obtemos

 
 1 2 2 | 1/2 
 
 
 0 −8 −7 | 1/2 
 
 
 0 0 −3 | 0 

Multiplicando L3 por −1/3, encontramos

 
 1 2 2 | 1/2 
 
 
 0 −8 −7 | 1/2 
 
 
 0 0 1 | 0 

Multiplicando L2 por −1/8, encontramos

 
 1 2 2 | 1/2 
 
 
 0 1 7/8 | −1/16 
 
 
 0 0 1 | 0 

Fazendo L1 ↔ L1 − 2L2 , obtemos

 
 1 0 1/4 | 5/8

 
 
 0 1 7/8
 | −1/16 

 
0 0 1 | 0
 Fazendo L1 ↔ L1 − 14 L3 , L2 ↔ L2 − 78 L3 , obtemos
 
 1 0 0 | 5/8

 
 
 0 1 0
 | −1/16 

 
0 0 1 | 0

Então obtemos a seguinte solução: X = {x1 , x2 , x3 } = {5/8, −1/16, 0}

Logo, quando substituı́mos somente a terceira componente do vetor dos termos

independentes, podemos afirmar que o sistema continua possı́vel e determinado.

SEÇÃO 6: MATRIZES INVERSAS e DETERMINANTES

20. a) S = {(−1, −1, 1, 0)}

b) det(A)= -4

c)  

9
4
3
4
1
2
− 14 
 

 2 1 0 0  
A−1 =
 3


 1
− 21 1 
 4 4 4 
 
−2 −1 1 0

21. Suponhamos por contradição que a transformação exista. Assim temos T :

IR2 → IR2 tal que: T (0, 0) = (0, 0); T (1, 0) = (2, 0), T (0, 1) = (0, 1), T (1, 1) =
(1, 1).

Consideremos a, b, c, d entradas reais da matriz transformação. Desse modo

temos que:      
 a b   0   0 
 . = 
c d 0 0
     
 a b   1   2 
 . = 
c d 0 0
      
 a b   0   0 
 . = 
c d 1 1
     
 a b   1   1 
 . = 
c d 1 1

Chegamos então às seguintes igualdades:





 0 = 0





 a = 2







 c = 0


 b = 0





 d = 1







 a+b = 1




 c+d = 1

Pela linha 2, a = 2. Se substituirmos na linha 6, temos que a + b = 1 =⇒ b =

−1. Mas pela linha 4, b = 0, ou seja, chegamos em uma contradição. Assim,
concluı́mos que o sistema não tem solução e portanto T não existe.

22. a) det(A)= −k 3 + 4k 2 − 4k

b) Para A ser invertı́vel: k ̸= 0, k ̸= 2

c) S = {−17, −2, 5}

23. Seja  
 0 0 1 1 
 

 0 0 1 0 

A=



 0 −1 1 0 
 
 
1 1 0 1
a matriz dos coeficientes.
a) Podemos expandir o determinante em relação à uma linha ou coluna. É
claro que é melhor expandir em relação a uma linha ou coluna que tenha o
maior número de zeros, já que, nesse caso, os cofatores Aij dos aij que são
nulos não precisam ser calculados, uma vez que aij Aij = (0)(Aij ) = 0.

Expandindo, então, em relação à primeira coluna, obtemos:

det(A) = a11 A11 + a21 A21 + a31 A31 + a41 A41

Aij = (−1)i+j det(Mij )

onde Mij é o determinante menor de aij .

Assim, temos:

 
 
 0 1 1 
 
 
 
A41 = (−1)4+1 det(M41 ) = (−1)5  0 1 0  = (−1)(0+0+0+1−0−0) = (−1)(1) = −1
 
 −1 1 0 
 
 

A11 , A21 e A31 não vamos calcular pois a11 = a21 = a31 = 0.

Assim, temos:

det(A) = (0)(A11 ) + (0)(A21 ) + (0)(A31 ) + (1)(−1)

det(A) = 0 + 0 + 0 − 1
det(A) = −1

1
b) Para calcular a inversa da matriz A, usaremos a fórmula A−1 = .Adj(A).
detA
 
 0 0 1 1 
 

 0 0 1 0 

A=



 0 −1 1 0 
 
 
1 1 0 1
Vamos calcular Adj(A) = [Cof (A)]T , onde Cof (A) é a matriz dos cofatores.
Por isso, calcularemos os cofatores Aij = (−1)i+j det(Mij ), onde Mij é o deter-
minante menor de aij .
 
 
 0 1 0 

 
 
= (−1)1+1  −1 1 0  = (−1) .[0 + 0 + 0 − 0 − 0 + 1] = 1.(1) = 1
2
A11

 

 1 0 1 
 
 
 0 1 0 
 
 
A12 = (−1)  0 1 0  = (−1)3 .[0 + 0 + 0 − 0 − 0 − 0] = (−1).0 = 0
1+2 
 
 
 
 1 0 1 
 
 
 0 0 0 
 
 
 
A13 = (−1)1+3  0 −1 0  = (−1)4 .(0) = (1).0 = 0
 
 
 
 1 1 1 
 
 
 0 0 1 
 
 
1+4  
A14 = (−1)  0 −1 1  = (−1)5 .[0 + 0 + 0 + 1 − 0 − 0] = (−1).1 = −1
 
 
 1 1 0 
 
 
 0 1 1 
 
 
2+1  
A21 = (−1)  −1 1 0  = (−1)3 .[0 + 0 + 0 − 1 − 0 + 1] = (−1).0 = 0
 
 
 
 1 0 1 
 
 
 0 1 1 
 
 
 
2+2  0 1 0 
 = (−1) .[0 + 0 + 0 − 1 − 0 − 0] = 1.(−1) = −1
4
A22 = (−1) 
 
 1 0 1 
 
 
 
 
 0 0 1 
 
 
 
2+3  0 −1 0 
 = (−1) .[0 + 0 + 0 + 1 − 0 − 0] = (−1).1 = −1
5
A23 = (−1) 
 
 1 1 1 
 
 
  
 
 0 0 1 
 
 
 
2+4  0 −1 1 
 = (−1) .[0 + 0 + 0 + 1 − 0 − 0] = (1).1 = 1
6
A24 = (−1) 
 
 1 1 0 
 
 
 
 
 0 1 1 
 
 
 
3+1  0 1 0 
 = (−1) .[0 + 0 + 0 − 1 − 0 − 0] = 1.(−1) = −1
4
A31 = (−1) 
 
 1 0 1 
 
 
 
 
 0 1 1 
 
 
 
A32 = (−1)3+2  0 1 0  = (−1)5 .[0 + 0 + 0 − 1 − 0 − 0] = (−1).(−1) = 1
 
 1 0 1 
 
 
 
 
 0 0 1 
 
 
 
3+3  0 0 0  6
A33 = (−1)   = (−1) .(0) = 1.0 = 0
 
 1 1 1 
 
 

 
 
 0 0 1 
 
 
 
3+4  0 0 1 
 = (−1) .[0 + 0 + 0 − 0 − 0 − 0] = (−1).0 = 0
7
A34 = (−1) 
 
 1 1 0 
 
 

 
 
 0 1 1 

 

A41 4+1  0
= (−1)  1 0  = (−1)5 .[0 + 0 + 0 + 1 − 0 − 0] = (−1).(1) = −1

 
 −1 1 0 

 
 
 
 0 1 1 
 
 
 
4+2  0 1 0  6
A42 = (−1)   = (−1) .(0) = 1.(0) = 0
 
 0 1 0 
 
 
  
 
 0 0 1 
 
 

4+3  0

A43 = (−1)  0 0  = (−1)7 .(0) = (−1).(0) = 0

 
 0 −1 0 
 
 

 
 
 0 0 1 
 
 
 
A44 = (−1)4+4  0 0 1  = (−1)8 .(0) = 1.(0) = 0
 
 0 −1 1 
 
 

Assim, a matriz dos cofatores fica:

 
 1 0 0 −1 
 
 
 0 −1 −1 1 
 
Cof (A) = 
 −1 1

 0 0 

 
 
 −1 0 0 0 

E portanto, calculando a transposta da matriz dos cofatores, obtemos Adj(A):

 
 1 0 −1 −1 
 
 
 0

−1 1 0 

Adj(A) = [Cof (A)] = 
T
 0

 −1 0 0 

 
 
 −1 1 0 0 

1
Como sabemos que detA = −1, aplicando a fórmula A−1 = .Adj(A),
detA
encontramos:  
 1 0 −1 −1 
 
 
 0 −1 1 0 
1  
A−1 =  
−1 
 0 −1 0 0 

 
 
 −1 1 0 0 
Logo,  
 −1 0 1 1 
 
 


0 1 −1 0 

A−1 =

.
 0 1 0 0 
 
 
 1 −1 0 0 

c)    
 
 x   0 
 0 0 1 1    
    
  y   0 
 0 0 1 0    
    
  z  =  0 
 0 −1 1 0     
    
    
 w   1 
1 1 0 1

A matriz aumentada é dada por:

 
 0 0 1 1 | 0 
 
 
 0

0 1 0 | 0 

 
 0 −1 1 0 | 0 
 
 
 
 1 1 0 1 | 1 

Trocando L1 por L4 e L2 por L3 , temos

 
 1 1 0 1 | 1 
 
 


0 −1 1 0 | 0 

 
 0 0 1 0 | 0 
 
 
 
 0 0 1 1 | 0 

Fazendo L4 ← L4 − L3 , encontramos
 
 1 1 0 1 | 1 
 
 
 0

−1 1 0 | 0 

 
 0 0 1 0 | 0 
 
 
 
 0 0 0 1 | 0 
 O sistema linear correspondente à matriz é dado por:


 1x + 1y + 0z + 1w = 1






 0x − 1y + 1z + 0w = 0



 0x + 0y + 1z + 0w = 0




 0x + 0y + 0z + 1w = 0

Das duas últimas linhas temos que z = 0 e w = 0. Substituindo z = 0 na

segunda linha temos −y + 0 = 0 ⇒ y = 0. Finalmente, substituindo y e w na
primeira linha, encontramos x = 1.

Logo, a solução do sistema é dada por S = {(1, 0, 0, 0)}.

SEÇÃO 7: TRANSFORMAÇÕES LINEARES, NÚCLEO E

IMAGEM

24. 1) Im(T ) = {(0, 1, −1), (0, 0, 1)}, dimensão 2

2) N (T ) = {(x, y, z)|(0, 0, 0)}, dimensão 1

25. a) Considerando a base canônica do IR2 , temos que T (x, y) = xT (1, 0) +

yT (0, 1). Usando as transformações dadas, concluı́mos que:

−2T (1, 0) + 3T (0, 1) = (−1, 0, 1)

1T (1, 0) − 2T (0, 1) = (0, −1, 0)

Multiplicando a segunda linha por 2 e somando com a primeira linha, temos:

−2T (1, 0) + 3T (0, 1) = (−1, 0, 1)

−T (0, 1) = −(1, 2, −1)

Substituindo a segunda linha na primeira, temos que:

T (1, 0) = (2, 3, −2).

Assim , concluı́mos que

T (x, y) = xT (1, 0) + yT (0, 1) = x(2, 3, −2) + y(1, 2, −1)

= (2x + y, 3x + 2y, −2x − y)

b) N (T ) = {(x, y) ∈ IR2 |T (x, y) = 0}.

Logo, para o sistema obtido por (2x + y, 3x + 2y, −2x − y) = (0, 0, 0), temos a
seguinte matriz aumentada:
 
 2 1 0 
 
 
 2 0 
3 .
 
 
−2 −1 0

Fazendo L2 ← 2L2 − 3L1 e L3 ← L3 + L1 :

 
 2 1 0 
 
 
 0 1 0  .
 
 
0 0 0

Concluı́mos por L2 que y = 0. Substituindo em L1 , temos que x = 0. Logo

N (T ) = (0, 0), com dimensão 0.

E temos que Im(T ) = (2x + y, 3x + 2y, −2x − y) = x(2, 3, −2) + y(1, 2, −1),
com dimensão 2.

c) T é injetora se e somente se N (T ) = 0. Como pelo item anterior N (T ) = 0,

temos que T é injetora.

Vamos verificar se T é sobrejetora. Para isto, precisamos mostrar que a imagem

é igual ao contradomı́nio. Como T : IR2 → IR3 , temos que mostrar que qualquer
vetor (x, y, z) em IR3 pode ser escrito como combinação linear dos elementos
da base da imagem, ou seja: (x, y, z) = a(2, 3, −2) + b(1, 2, −1), para a, b ∈ IR.
Desse modo, consideremos a seguinte matriz aumentada:
  
 2 1 x 
 
 
 3 2 y  .
 
 
−2 −1 z

Fazendo L2 ← 2L2 − 3L1 e L3 ← L3 + L1 :

 
 2 1 x 
 
 
 0 1 2y − 3x .
 
 
0 0 x+z

Concluı́mos por L3 que x = −z. Por L2 que b = 2y − 3x. E por L1 , temos que
2a + b = x ⇒ 2a + 2y − 3x = x ⇒ a = (1/2)(4x − 2y) = 2x − y. Logo , o
sistema tem solução e portanto qualquer vetor em IR3 como ser escrito como
combinação da base da imagem de T . Logo, T é sobrejetora.

26. 1) Autovalores: -1 e 3(duplo)

Autovetores:

para −1 =⇒ (1, − 54 , 1)t

para 3 =⇒ (1, 1, 0)t

2) (1, 1, 0), (1, − 54 , 1) formam uma base

SEÇÃO 8: AUTOVALORES E AUTOVETORES

27. Determinação dos autovalores da matriz A−1 :

1o Opção

Seja u um autovetor de A associado ao autovalor λ. Então Au = λu. Como A

( )
é invertı́vel então A−1 u = 1
λ
u, ou seja, para calcular o autovalor da inversa
de A é suficiente calcular o autovalor de A e invertê-lo.
PS: Note que sendo A invertı́vel então A é não singular e portanto todos os
autovalores são diferentes de zero.

A matriz A dada por:

   
 3 0 −4   3−λ 0 −4 
   
   
A= 0 3 −5  e A − λI =  0 3−λ 5 
   
   
0 0 −1 0 0 −1 − λ

Vamos calcular o determinante da matriz (A − λI):

det(A − λI) = (3 − λ)2 (−1 − λ) + 0 + 0 − 0 − 0 − 0 = (3 − λ)2 (−1 − λ)

Logo o polinômio caracterı́stico é dado por

P3 (λ) = det(A − λI) = (3 − λ)2 (−1 − λ)

As raı́zes de P3 (λ) = (3 − λ)2 (−1 − λ) são λ = 3 (multiplicidade 2) e λ = −1,

que são os autovalores da matriz A.

De fato: (3 − λ)2 (−1 − λ) = 0 implica:

3 − λ = 0 ⇒ λ = 3 (multiplicidade 2)

−1 − λ = 0 ⇒ λ = −1

Assim, invertendo os autovalores acima, encontramos os autovalores da matriz

1 1
inversa A−1 : λ1 = λ2 = e λ3 = − = −1.
3 1
2o Opção: Calcular os autovalores da matriz inversa de A, é calcular a matriz
inversa e depois seus autovalores. Vejamos:
1
Para calcular a inversa da matriz A, usaremos a fórmula A−1 = .Adj(A).
detA
 
 3 0 −4 
 
 
A= 0 3 5 
 
 
0 0 −1
Sabemos que det(A) = −9 + 0 + 0 + 0 − 0 − 0 − 0 = −9.

Vamos calcular Adj(A) = [Cof (A)]T , onde Cof (A) a matriz dos cofatores. Por
isso, calcularemos os cofatores Aij = (−1)i+j det(Mij ), onde Mij é o determi-
nante menor de aij .
 
 
 3 5 
 
 
A11 = (−1)1+1   = (−1)2 .[−3] = 1.[−3] = −3
 0 −1 
 
 
 
 
 0 5 
 
A12 = (−1)1+2  
 = (−1)3 .[0] = (−1).0 = 0
 0 −1 
 
 
 
 
 0 3 
 
 
A13 = (−1)1+3   = (−1)4 .[0] = (1).0 = 0
 0 −1 
 
 
 
 
 0 −4 
 
 
A21 = (−1)2+1   = (−1)3 .[0] = (−1).0 = 0
 0 −1 
 
 
 
 
 3 −4 
 
 
A22 = (−1)2+2   = (−1)4 .[−3] = 1.[−3] = −3
 0 −1 
 
 
 
 
 3 0 
 
 
A23 = (−1)2+3   = (−1)5 .[0] = (−1).0 = 0

 0 0 
 
 
 
 0 −4 
 
A31 = (−1)3+1  
 = (−1)4 .[0 + 12] = 1.[12] = 12
 3 5 
 
 
 
 
 3 −4 
 
 
A32 = (−1)3+2   = (−1)5 .[15] = (−1).[15] = −15
 0 5 
 
 
 
 
 3 0 
 
 
A33 = (−1)3+3   = (−1)6 .[9] = 1.9 = 9
 0 3 
 
 
Assim, a matriz dos cofatores fica:
 
 −3 0 0 
 

Cof (A) =  0 −3 0 

 
 
 12 −15 9 

E portanto, calculando a transposta da matriz dos cofatores, obtemos Adj(A):

 
 −3 0 12 
 

Adj(A) = [Cof (A)]T =  0 −3 −15 

 
 
 0 0 9 

1
Como sabemos que detA = −9, aplicando a fórmula A−1 = .Adj(A),
detA
encontramos:  
 −3 0 12 
 
1  −3 −15 
A−1 = 

0 

−9  
 0 0 9 

Logo,  
 1/3 0 −4/3 
 

A−1 = 0 1/3 5/3 
.
 
 
 0 0 −1 

Vamos determinar os autovalores da matriz A−1 :

A matriz A−1 dada por:

 
  1 −4
−4/3   3 −λ 0 
 1/3 0  3 
   

A−1 = 0 1/3 5/3  e A−1

− λI =  0
1
−λ
5 

   
   3 3 
 0 0 −1   
 0 0 −1 − λ 

Vamos calcular o determinante da matriz (A−1 − λI):

( )2 ( )2
1 1
det(A−1 − λI) = −λ (−1 − λ) + 0 + 0 − 0 − 0 − 0 = −λ (−1 − λ)
3 3
Logo o polinômio caracterı́stico é dado por
( )2
1
P3 (λ) = det(A−1 − λI) = −λ (−1 − λ)
3
(
2 )
1 1
As raı́zes de P3 (λ) = − λ (−1 − λ) são λ1 = λ2 = e λ3 = −1, que são
3 3
−1
os autovalores da matriz A .
( )2
1
De fato: −λ (−1 − λ) = 0 implica:
3
1 1
− λ = 0 ⇒ λ = (multiplicidade 2)
3 3
−1 − λ = 0 ⇒ λ = −1

Cálculo dos autovetores v associados aos autovalores λ.

1
Para encontrarmos os autovetores de A−1 associados a λ1 = λ2 = , formamos
3
1 −1
o sistema linear A−1 x = x ≡ (A − I)x = 0, ou
3
 
4    
 0 0 −3 
   x   0 
     
 5     
 0 0   y  =  0 
     
 3     
   z   0 
 4 
0 0 −
3
Isso nos dá 

 4z



− = 0 =⇒ z = 0

 3



 5z
= 0 =⇒ z = 0

 3



 4z



 − = 0 =⇒ z = 0
 3

Tomando x = r ̸= 0 e y = s ̸= 0, com r, s ∈ IR, obtemos então que os auto-

1 { }t
vetores associados aos autovalores λ1 = λ2 = são dados por v1 = r, s, 0 .
3
1
Assim, todos os autovetores associados ao autovalor λ1 = λ2 = são dados por
3
v1 , ou seja v1 = (1, 1, 0) é, por exemplo, um dos autovetores de A−1 associado
t

1
aos autovalores λ1 = λ2 = .
3
Analogamente, para o autovalor λ3 = −1, temos
 
4 4    
 3 0 − 
 3   x   0 
     
     
 0 4 5   y  =  0 
     
 3 3     
   z   0 
 
0 0 0

Isso nos dá 

 4x 4z


 − = 0 =⇒ 4x = 4z =⇒ x = z
 3 3

 4y 5z −5z


 3
+ = 0 =⇒ 4y = −5z =⇒ y =
3 4

Tomando z = t ̸= 0 com t ∈ IR, obtemos então que os autovetores associados

{ }t { }t
ao autovalor λ3 = −1 dado por v2 = t, −5t
4
,t = t 1, −5
4
,1 .

Conclusão v2 é um autovetor de A−1 associado ao autovalor λ3 = −1.