Universidade da Beira Interior

Departamento de Matemática
ÁLGEBRA LINEAR ª Curso: Eng . Informática

2ª prova escrita(V1) 13/01/2023 Duração: 90 min

Nome: º
N :

 
1 8 8
 
1. Considere a matriz A=
 −1  ∈ M3 (C).
1 −1 
2 −2 2

(a) [0.2 v] Quantos valores próprios, reais ou complexos, repetidos ou não, tem a matriz A?
Justique!

A matriz vai ter três valores próprios porque é de ordem três.

(b) [1.0 v] Encontre o polinómio característico de A.

O polinómio caracterísitco da matriz A é dado por

1−λ 8 8
pA (λ) = det(A − λI) = −1 1−λ −1 .
2 −2 2−λ

Aplicando o Teorema de Laplace na primeira linha, temos:

1−λ −1 −1 −1 −1 1 − λ
pA (λ) = (1 − λ) −8 +8
−2 2−λ 2 2−λ 2 −2
= (1 − λ) ((1 − λ)(2 − λ) − 2) − 8 (−(2 − λ) + 2) + 8 (2 − 2(1 − λ))
= (1 − λ) λ2 − 3λ − 8λ + 16λ

= −λ3 + 4λ2 + 5λ
= −λ(λ2 − 4λ − 5)

(c) [0.7 v] Determine os valores próprios de A.

Os valores próprios de A são os zeros do polinómio característico, ou seja, os valores de λ tais

que pA (λ) = 0.
Da alínea anterior, temos:

pA (λ) = −λ(λ2 − 4λ − 5) = 0.

Pela lei do anulamento do produto e a fórmula resolvente temos que o espectro (conjunto dos

valores próprios) da matriz A é

σ(A) = {−1, 0, 5} .

(d) [0.5 v] Com base nos valores próprios, A−1 existe? Justique!

O determinante é igual ao produto dos valores próprios. Ou seja, det(A) = 0 × (−1) × 5 = 0.

Logo A−1 não existe!

1
 (e) [0.3 v] Determine as multiplicidades algébrica e geométrica para cada valor próprio.

ma(0) = ma(−1) = ma(5) = 1. Como 1 ≤ mg(λ) ≤ ma(λ), concluímos que mg(0) = mg(−1) =
mg(5) = 1.

(f ) [0.3 v] A matriz A é diagonalizável? Justique!

A matriz A é diagonalizável porque mg(λ) = ma(λ) para todo λ ∈ σ(A)..

2. Considere a transformação linear f : R4 −→ R3 dada por

f (a, b, c, d) = (a + b, c − d, 0).

(a) [1.0 v] Determine a matriz da transformação M (f ).

A matriz da transformação f é dada por

 
1 1 0 0
 
M (f ) = [f (1, 0, 0, 0) f (0, 1, 0, 0) f (0, 0, 1, 0) f (0, 0, 0, 1)] = 
 0 0 1 −1  .

0 0 0 0

(b) [1.0 v] Escolha uma base para o núcleo de f.

(a, b, c, d) ∈ R4 : f (a, b, c, d) = (0, 0, 0) , ou seja,

O núcleo de f é dado por N (f ) = é
 
1 1 0 0 0
 
a solução do sistema representado pela matriz ampliada  0 0 1 −1 0  . A solução é
 
0 0 0 0 0

 a = −α

( 


a+b = 0  b = α
⇒ , ou seja, (a, b, c, d) = α(−1, 1, 0, 0) + β(0, 0, 1, 1).
c−d = 0 

 c = β

 d = β


Portanto, para a base do núcleo podemos escolher ((−1, 1, 0, 0), (0, 0, 1, 1)).

(c) [1.0 v] Escolha uma base para a imagem de f.

A imagem de f , Im(f ), é gerada pelas colunas da matriz da transformação. Como esta matriz

já está escalonada, basta escolher as colunas às quais correspondem os pivôs. Portanto, para a

base da imagem de f podemos escolher ((1, 0, 0), (0, 1, 0)).

(d) [0.4 v] A transformação é injetiva? E sobrejetiva? Justique!

A transformação f não é injetiva porque dim (N (f )) = 2 6= 0, nem é sobrejetiva porque

dim (Im(f )) = 2 6= 3, onde 3 é a dimensão do espaço de chegada!

2
3. Considere os subconjuntos de R3 dados por R = h(1, 1, −1), (3, −1, 3), (2, 0, 1)i e

S = (x, y, z) ∈ R3 : −x + y + z = 0

e − 2x + 2y + z = 0

(a) [0.2 v] S é subespaço de R3 ? Justique!

Sim, porque as condições são equações lineares homogéneas nas componentes dos vetores.

(b) [0.2 v] R é subespaço de R3 ? Justique!

Sim, porque é o espaço gerado por vetores.

(c) [1.0 v] Determine a dimensão de S.

(
−x + y + z = 0
S é a solução do sistema de equações . Escalonando a matriz ampliada,
−2x + 2y + z = 0
" # " # " # " #
−1 1 1 0 L2 −2L1 −1 1 1 0 L1 +L2 −1 1 0 0 −L1 1 −1 0 0
−−−−−→ −−−−→ −−−→ .
−2 2 1 0 0 0 −1 0 0 0 −1 0 −L2 0 0 1 0

 x = α
( 

x−y = 0
Assim, temos ⇒
y = α , ou seja, (x, y, z) = (α, α, 0) = α(1, 1, 0), donde
z = 0 

 z = 0
concluímos que S = h(1, 1, 0)i. Portanto, dim S = 1.

(d) [1.0 v] Determine a dimensão R.

Para determinar a dimensão de R temos de vericar qual é o maior número de geradores que

podemos ter num conjunto linearmente independente. Para isso vamos colocar as coordenadas

dos três geradores em coluna e determinar a característica desta matriz. Assim, temos:

       
1 3 2 1 3 2 1 3 2 1 3 2
  L2 −L1   L1 /−2   L3 −L2  
−
1 −1 0  −−−→  0 −4 −2  −−−−→  0 2 1  −−−−→  .
0 2 1 

 L3 +L1   L2 /3   
−1 3 1 0 6 3 0 2 1 0 0 0

Portanto, como as únicas colunas com pivô são as duas primeiras, isto signica que podemos

descartar o terceiro gerador e temos R = h(1, 1, −1), (3, −1, 3)i, donde concluímos que dim R =
2.

(e) [1.0 v] Escolha uma base para S + R.

O espaço soma S + R é gerado pelos geradores de S e deR. Assim temos S + R =
h(1, 1, 0), (1, 1, −1), (3, −1, 3)i. Como zemos na alínea anterior, vamos determinar qual é o

maior conjunto linearmente independente que conseguimos com estes três geradores.

   
1 1 3 1 1 3
  L2 −L1  
 −−−−→  0
1 −1  .
0 −4 
 1 

0 −1 3 0 −1 3

Embora a mtriz não esteja escalonada, ela está pivotada, ou seja, temos os pivôs em colunas

diferentes. Portanto, as três vetores são linearmente independentes, e uma base para S + R pode
ser ((1, 1, 0), (1, 1, −1), (3, −1, 3)).

3
4. [1.2 v] Seja f e g duas aplicações lineares de R2n+1 para R2n+1 tais que (f ◦ g) = −(g ◦ f ). Prove

que pelo menos uma das aplicações lineares tem um valor próprio nulo. [Sugestão: Se f e g são

aplicações lineares, então (f ◦ g) e (g ◦ f ) também são. Por outro lado, se M (f ) e M (g )

são as matrizes da aplicação, então M (f ◦ g) = M (f )M (g).]

5. [1.0 v] Seja A a matriz da aplicação linear T : R4 −→ R4 tal que P −1 AP = D, onde

   
1 0 1 1 2 0 0 0
   
 1 1 0 −1   0 −3 0 0 
P =  e D= .
   
 1 −1 −1 0 
  0 0 4 0 
  
1 1 1 1 0 0 0 5

SEM obter A, determine T (3, 3, 3, 3).

Ponto obtido na sala de aula! 
Pela informação dada, a matriz A é diagonalizável e os valores próprios são 2, −3, 4 e 5. Os

respectivos vetroes próprios são (1, 1, 1, 1), (0, 1, −1, 1), (1, 0, −1, 1) e (1, −1, 0, 1).

O vetor (3, 3, 3, 3) é múltiplo do primeiro vetor próprio, logo também ele é um vetor próprio

associado ao primeiro valor próprio λ = 2. Portanto,

T (3, 3, 3, 3) = 2 × (3, 3, 3, 3) = (6, 6, 6, 6).

Nome: Nº: