UNIVERSIDADE CATÓLICA DE MOÇAMBIQUE

INSTITUTO DE DE EDUCAÇÃO A DISTÂNCIA

EXTENSÃO DE NAMPULA

RESOLUÇÃO DE EXERCÍCIOS DE ÁLGEBRA LINEAR E GEOMETRIA ANALÍTICA

DA 2º SESSÃO PRESENCIAL

Estudante: Curso: Matemática

Amade Tehia Cadeira: Álgebra Linear e Geometria Analítica

Código:708205973 Ano de frequência: 3 º ano (Turma A)

Docente: Msc. Amide Capitania Amide

Nampula, Julho de 2022

 Classificação
Categorias Indicadores Padrões Nota Sub
Pontuação
do tota
máxima
tutor l
 Índice 0.5
 Introdução 0.5
Aspectos
Estrutura  Discussão 0.5
organizacionais
 Conclusão 0.5
 Bibliografia 0.5
 Contextualização
(Indicação clara do 2.0
problema)
Introdução  Descrição dos
1.0
objectivos
 Metodologia adequada
2.0
ao objecto do trabalho
 Articulação e domínio
do discurso académico
Conteúdo (expressão escrita 3.0
cuidada, coerência /
Análise e coesão textual)
discussão  Revisão bibliográfica
nacional e internacional
2.0
relevante na área de
estudo
 Exploração dos dados 2.5
 Contributos teóricos
Conclusão 2.0
práticos
 Paginação, tipo e
Aspectos tamanho de letra,
Formatação 1.0
gerais paragrafo, espaçamento
entre linhas
Normas APA
 Rigor e coerência das
Referências 6ª edição em
citações/referências 2.0
Bibliográficas citações e
bibliográficas
bibliografia

1
 Classificação
Padrões Nota
Pontuação Subt
do
Categorias Indicadores máxima otal
tutor
 Índice 0.5
 Introdução 0.5
 Actividades 0.5
 Actividade 1

 Actividade 2

Conteúdo Actividades2  Actividade 3 17.5

 Actividade 4
 Actividade 5
 Paginação, tipo e tamanho
Aspectos
Formatação de letra, paragrafo, 1.0
gerais
espaçamento entre linhas

Folha para recomendações de melhoria: A ser preenchida pelo tutor

______________________________________________________________________________
______________________________________________________________________________
______________________________________________________________________________
______________________________________________________________________________
______________________________________________________________________________
______________________________________________________________________________
______________________________________________________________________________
______________________________________________________________________________
______________________________________________________________________________
______________________________________________________________________________
______________________________________________________________________________
______________________________________________________________________________
______________________________________________________________________________
______________________________________________________________________________
______________________________________________________________________________

2
ÍNDICE

Introdução....................................................................................................................................4

Resolução de problema 1.............................................................................................................5

Resolução de problema 2.............................................................................................................5

Resolução de problema 3.............................................................................................................6

Resolução de problema 4.............................................................................................................7

Resolução de problema 5.............................................................................................................7

Conclusão...................................................................................................................................11

Referências bibliográficas..........................................................................................................12

3
Introdução

A Álgebra Linear desenvolve-se dentro de espaços vectoriais, os quais são estruturas muito
simples, que contêm apenas soma e produto por escalar, e é impressionante como a teoria
desenvolve-se com tão pouco. É instigaste descobrir como problemas associados ao quotidiano
das pessoas são descritos elegantemente pela Álgebra Linear. Problemas como distribuição de
energia eléctrica, ou de logística para instalação de telefones em grandes cidades, envolvem
resolução de sistemas lineares cujas matrizes são enormes; problemas de compressão de dados,
derivados tanto de áudio como de imagem, têm o cálculo de autovalores como ferramenta básica
para sua resolução. A substituição do analógico pelo digital embute a real substituição da
realidade físico-química pela simulação matemática.

4
Resolução de problema 1

Consideremos as funções:
2t 2
f ( t )=e , g ( t ) =t e h ( t )=t com f , g e h∈ V

As funções f , g e h, são independentes, se somente se o determinante da matriz Wronskiano das

funções e suas derivadas for diferente de zero.

[ ]
f (t ) g (t ) h (t )
W = f ' (t ) g ' ( t ) h' (t )
f ' ' (t ) g ' ' ( t ) h' ' (t )

Calculando as primeiras e segundas derivadas das funções f , g e h, temos:

' 2t '' 2t
f ( x )=2 e ; f ( x )=4 e
' '
g ( x ) =2t ; g '( x)=2
' '
h ( t ) =1; h ( t )=0

Substituindo na matriz, vem:

[ ]
e2 t t 2 t
W = 2e 2 t 2 t 1
4 e 2t 2 0

[ ]
e2 t t 2 t
det ( W ) ≠ 0→ 2 e2 t 2 t 1 ≠ 0
4 e 2t 2 0

[ ] [ ] [ ]
2t 2t
2t 1+1 2t 1 2 1+2 2 e 1 1+3 2 e 2t
→ e ∙ (−1 ) ∙ +t ∙ (−1 ) ∙ 2t +t ∙ (−1 ) ∙ 2t ≠0
2 0 4e 0 4e 2

→ e2 t ∙ 2−t 2 ∙ 4 e2 t + t ( 4 e 2t −8 te 2 t ) ≠ 0 →2 e 2 t−4 t 2 e 2 t +t 4 e 2 t−8 t 2 e2 t ≠ 0

2 e 2t ( 1−2 t 2 +2 t−4 t 2 ) ≠ 0→ 1−2 t 2+2 t−4 t 2 ≠ 0 →−6 t 2+2 t−1 ≠ 0.

Como det ( W ) ≠ 0, então as funções f , g e h, são independentes.

5
Resolução de problema 2

Podemos chamar de W o subespaço gerada pelos vectores ( 1 , 2, 3 ,−2 ) ; ( 0 ; 1−3 ; 1 ) ; ( 1 ; 4 ;−3 ; 0 ) .

Escrevendo a matriz correspondente dos vectores, temos:

[ ]
1 2 3 −2
0 1 −3 1
1 4 −3 0

Conseguindo assim, uma linha nula, então podemos dizer que:

A base do W ={ ( 1 ; 2; 3−2 ) ; (1 ,−3 ,1 ) }

A dimensão e o número de linhas não nulas: dim=2.

Resolução de problema 3

Sendo dado os vectores: u⃗ =( 1; a;−2 a−1 ) , ⃗v =( a ; a−1 ; 1 ) e ⃗

w =( a ;−1; 1 ).

u⃗ ∙ ⃗v =( u⃗ + ⃗v ) ∙ ⃗
w

⟺ ( 1 ; a ;−2a−1 ) ∙ ( a ; a−1 ; 1 )=[ ( 1 ; a ;−2 a−1 )+ ( a ; a−1 ; 1 ) ] ∙ ( a;−1 ; 1 )

⟺ [ a+ a ( a−1 )+ (−2 a−1 ) ∙1 ] =[ 1+a ; a+ ( a−1 ) ; (−2 a−1 )+ 1 ] ∙ ( a ;−1; 1 )

⟺ [ ( a+a −a ) −2 a−1 ]=[ 1+ a ; 2 a−1 ;−2 a ] ∙ ( a ;−1; 1 )

2

⟺ ( a 2−2 a−1 )=[ a ( 1+a )−1 ( 2 a−1 ) −2 a ]

⟺ ( a 2−2 a−1 )=( a2+ a−2a +1−2 a )

( a 2−2 a−1 )=( a2−3 a+1 )

6
( a 2−2 a−1 )−( a2−3 a+1 ) =0

( a 2−2 a−1−a2 +3 a−1 ) =0

−2 a+3 a−2=0

a=2 .

Resolução de problema 4

A=( 1; 2 ; 4 ) , B=(−1; 0;−2 ) , C=( 0 ; 2; 2 ) , D=(−2 ; 1 ;−3 )

Primeiro, vamos calcular os vectores formados pelos pontos A, B, C e D que são:

⃗
AB=B−A= (−1 ; 0 ;−2 )−( 1 ; 2 ; 4 )=(−1−1 ; 0−2;−2−4 )=(−2 ;−2;−6 )

⃗
AC =C− A=( 0 ; 2; 2 )−( 1; 2 ; 4 )= ( 0−1 ; 2−2 ; 2−4 ) =(−1; 0;−2 )

⃗
AD =D− A=(−2 ;1 ;−3 )− (1 ; 2 ; 4 )=(−2−1; 1−2;−3−4 )=(−3 ;−1;−7 )

Condição: Se o produto misto entre os vectores obtidos for nulo, então os pontos A, B, C e D
são coplanares (ou estão no mesmo plano). Ou seja:

[ ]
−2 −2 −6
(⃗
AB , ⃗ AD ) =0 ⟹ −1
AC , ⃗ 0 −2
−3 −1 −7

Conclusão: Como o produto misto entre os vectores obtidos é igual a zero, então os pontos A, B,
C e D são coplanares (ou estão no mesmo plano).

Resolução de problema 5

[ ] [ ][ ][ ]
1 −3 3 1 0 0 1 −3 3 λ 0 0
K− λI = 3 −5 3 −λ 0 1 0 = 3 −5 3 − 0 λ 0
6 −5 4 0 0 1 6 −5 4 0 0 λ

7
 [ ]
1−λ −3 3
¿ 3 −5−λ 3
6 −5 4− λ

[ ]
1−λ −3 3
det ( K−λI )= 3 −5−λ 3 =0
6 −5 4−λ

[
( 1− λ ) (−1 )1+1 −5−λ
−5
3
4−λ ]
+ (−3 ) (−1 )
1 +2 3
[3
6 4−λ ]
+ 3 (−1 )
6 −5 [
1 +3 3 −5−λ
=0
]
⟺ ( 1− λ ) [ (−5−λ )( 4−λ ) +15 ] +3 [ 3 ( 4− λ )−18 ] + 3 [ −15−6 (−5−λ ) ] =0

( 1− λ ) [ (−20+5 λ−4 λ+ λ 2 ) +15 ] +3 ( 12−3 λ−18 ) +3 (−15+30+ 6 λ )=0

( 1− λ ) ( λ2 + λ−5 ) +3 (−3 λ−6 )+3 ( 6 λ+15 )=0

(−λ 3 +6 λ−5 )−9 λ−18+ 18 λ+45=0

3
−λ + 6 λ−5−9 λ−18+18 λ+ 45=0
3
−λ + 6 λ−5+ 9 λ+27=0
3
−λ +15 λ+22=0 , multiplicando por -1, toda equação temos:
3
λ −15 λ−22=0 (Equação característica da matriz K).

Resolvendo a equação característica da Matriz K pelo método de factoração, temos:

λ 3−15 λ−22=0 ⟺ ( λ−2 ) ( λ2−2 λ−11) =0 ⟺ λ−2=0 ou λ2−2 λ−11

⟺ λ 1=2; λ2=1−2 √ 3 ; λ3=1+ 2 √ 3

Logo, autovalores da Matriz K são:

 λ 1=1−2 √ 3
 λ 2=2
 λ 3=1+2 √ 3

O sistema homogéneo da equação linear que permite a determinação dos autovectores é:

( K− λI ) ⃗v =0

8
 []
x
Considerando ⃗v = y , temos:
z

[ ][ ] [ ]
1− λ −3 3 x 0
( K− λI ) ⃗v = 3 −5−λ 3 ∙ y = 0
6 −5 4− λ z 0

Substituindo λ por 1−2 √ 3, no sistema acima obtém-se os vectores próprios associados a

λ 1=1−2 √ 3.

[ ][ ] [ ]
2 √3 −3 3 x 0
3 −6+2 √ 3 3 ∙ y = 0
6 −5 3+ 2 √ 3 z 0

Isto é:

{
2 √ 3 x−3 y+ 3 z =0
3 x + (−6+2 √3 ) y +3 z=0
6 x−5 y+ ( 3+2 √3 ) z=0

Resolvendo o sistema encontramos como solução: x= y , z= ( 2 √3 3 −1) y.

Logo o vector ⃗ (
v 1= 1 , 1 ,
2 √3
3 )
−1 .

Substituindo λ por 2, no sistema acima obtém-se os vectores próprios associados a λ 2=2.

[ ][ ] [ ]
1− λ −3 3 x 0
( K− λI ) ⃗v = 3 −5−λ 3 ∙ y=0
6 −5 4− λ z 0

[ ][ ] [ ]
−1 −3 3 x 0
3 −7 3 ∙ y = 0
6 −5 2 z 0

Isto é:

9
 {
−x−3 y +3 z=0
3 x−7 y +3 z=0
6 x−5 y +2 z=0

3 3 4
Resolvendo o sistema encontramos como solução: x= z , y = z , y .
4 4 3

v 2=
Logo o vector ⃗ ( 34 ; 34 , 1 ,).

Substituindo λ por 1+2 √ 3 , no sistema acima obtém-se os vectores próprios associados a

λ 1=1+2 √ 3.

[ ][ ] [ ]
−2 √ 3 −3 3 x 0
3 −7−2 √ 3 3 ∙ y = 0
6 −5 3−2 √ 3 z 0

Isto é:

{
−2 √ 3 x−3 y +3 z=0
3 x + (−7−2 √ 3 ) y+ 3 z =0
6 x−5 y+ ( 3−2 √ 3 ) z=0

3 3 4
Resolvendo o sistema encontramos como solução: x= z , y = z , y .
4 4 3

Logo o vector ⃗
v 3=
( 2 3√3 ; 0 , 2 √3 3 ).

10
Conclusão

Findo do trabalho, conclui-se que, um espaço vectorial (sobre o conjunto ℝ de escalares) é um

conjunto V equipado com as operações de soma de vectores e de multiplicação por escalar e que
satisfazem as propriedades usuais dos espaços IR n. A ideia é que vários conjuntos mais
abstractos possuem a estrutura parecida com a dos espaços IR n e esta abordagem permite que
façamos uma análise sistemática de todos estes casos.

Dada a matriz considere a transformação linear: onde e são vectores de um espaço n-

dimensional. Definição: Um vector é dito ser autovector da matriz se a transformação linear
deste vector é colinear a este vector. Ou seja, se O escalar é chamado de autovalor da matriz
correspondente ao autovetor. Autovalores da matriz e o conjunto de autovalores se chama
espectro da matriz. As soluções não nulas de (1) para cada autovalor são os autovetores que
correspondem a este autovalor.

11
Referências bibliográficas

 HOFFMAN, Kenneth; KUNZE, Ray (1970). Algebra Linear. São Paulo: Polígono.
 LIMA, Elon L (1998). Álgebra Linear. 3ª ed. Rio de Janeiro: SBM.
 BUENO, H. P.(2006), Álgebra Linear - Um Segundo Curso ´ , Primeira Edição, Rio de
Janeiro, SBM.
 CALLIOLI, C. A., DOMINGUES, H. H., COSTA, R. C. F (1995). Álgebra Linear e ´
Aplicações, Sexta Edição, São Paulo, Editora Actual.
 COELHO, F. O., LOURENC¸ O, M. L. (2001), Um Curso de Álgebra Linear ´, Edição,
São Paulo, Edus P.

12