UFRGS – Instituto de Matemática e Estatı́stica

Departamento de Matemática Pura e Aplicada

MAT 01355 – Álgebra Linear I-A
Lista de exercı́cios complementares – 01/2024

QUESTÕES OBJETIVAS

Questão 1: Para as afirmações abaixo, marque a alternativa que identifica aquelas que estão corretas:
   
1 1 2 0 −1
 é um autovetor da matriz  0 −1 2
 1   1 
(a) O vetor v = 
 1   0
.
0 1 1 
1 2 0 0 0

(b) Se v ∈ Rn é um vetor tal que v · v = 0, então v é necessariamente o vetor nulo.

(c) O conjunto de vetores B = {(1, −1, 0), (1, 1, 1), (−1, 1, 1)} forma uma base ortogonal de R3 .

( ) Apenas (a) ( ) (a) e (b) ( ) (a), (b) e (c) ( ) Apenas (b) ( ) Apenas (c).

Questão 2: Suponha que

   
1 1 1 1 0 0 1/3 1/3 1/3
M =  1 −2 0  0 1 0   1/6 −1/3 1/6  .
1 1 −1 0 0 −1 1/2 0 −1/2

Note que a terceira matriz no produto é inversa da primeira. Para as afirmações abaixo, marque as
alternativas corretas, justificando a sua resposta:

(a) A matriz M é inversı́vel.

(b) O vetor v = (−2, 0, 2) é um autovetor de M .
(c) O elemento na posição (1, 3) da matriz M 6 é igual a 1.

Questão 3: Seja T : R2 → R2 um operador linear dado por T (x) = Ax, onde A é uma matriz cujos
autovalores são −1 e 4, associados aos autovetores (1, 2) e (2, −1), respectivamente. Então, para
v = (4, 3), temos que T (v):
( ) Está no quarto quadrante. ( ) Está no primeiro quadrante.
( ) Está sobre o eixo x ou sobre o eixo y. ( ) Está no terceiro quadrante.
( ) Está no segundo quadrante.
Questão 4: Seja A uma matriz real simétrica n × n. Das afirmações abaixo, quantas estão
corretas?

I. Todos os autovalores de A são reais.

II. Existe uma base de Rn formada por autovetores de A.
III. Se v e w são autovetores associados a autovalores distintos de A, então v · w = 0.
IV. A matriz A é similar a uma matriz diagonal.

( ) Nenhuma ( ) Uma ( ) Duas ( ) Três ( ) Quatro

Questão 5: Qual é a equação da reta de mı́nimos quadráticos que melhor se ajusta aos pontos cujas
coordenadas (x, y) são dadas por (−1, −1), (0, 1) e (1, 2)?

( ) y = 2x + 1 ( ) y = 34 x + 3
4
( ) y =x+1 ( ) y = 52 x + 2
5
( ) y = 32 x + 2
3

Questão 6: Considere o argumento abaixo, separado em quatro passos (a), (b), (c) e (d), cujo
objetivo é justificar que uma solução x̂ de mı́nimos quadráticos de um sistema linear Ax = b, onde
A é uma matriz real m × n e b ∈ Rm , satisfaz AT Ax̂ = AT b.
(a) Se o vetor x̂ é uma solução por mı́nimos quadráticos de Ax = b, então ||b − Ax̂|| ≤ ||b − Ax||
para todo x ∈ Rn .
(b) Como b̂ = Ax̂ é o vetor mais próximo de b dentre todos os vetores da forma Ax, onde x ∈ Rn ,
vale que b̂ é a projeção do vetor b sobre o espaço W gerado pelas colunas de A.
(c) Sendo assim, o vetor b − b̂ é ortogonal as colunas de A.

(d) Portanto, AT (b − b̂) = 0, de onde segue que AT Ax̂ = AT b.

( ) O argumento está incorreto, pois a afirmação em (a) é falsa.

( ) O argumento está incorreto, pois a afirmação em (b) é falsa.
( ) O argumento está incorreto, pois a afirmação em (c) é falsa.
( ) O argumento está incorreto, pois a afirmação em (d) é falsa.
( ) O argumento está correto.
Questão 7: Suponha que    
2 1 −1 0 1 −1
A= ,
1 1 0 k −1 2
onde k é número real. Para as afirmações abaixo, marque a alternativa que não está correta:
( ) Se A não possui inversa, então k = 0.
( ) Se k ̸= 0, os autovalores da matriz A5 são todos positivos.
( ) Se k = −1, então o polinômio caracterı́stico de A é p(λ) = λ2 + 2λ + 1.
 
2
( ) O resultado do produto A não depende de k.
1
 
1
( ) Para qualquer valor de k, temos que é autovetor de A.
1
QUESTÕES DISSERTATIVAS
Questão 1: Calcule o determinante das matrizes abaixo de duas maneiras diferentes: (i) utilizando
expansão de linhas e/ou colunas (no caso de matrizes 2x2 ou 3x3, você também pode utilizar as
fórmulas conhecidas); (ii) associando o determinante da matriz ao determinante de uma matriz na
forma escalonada. As matrizes abaixo possuem inversa?
 
1 2 −1
(a) A =  1 0 1 .
−2 3 1

 
2 −1 0 3
 1 1 −1 1 
(b) B = 
 −2
.
1 1 2 
−3 3 0 0

Questão 2: Determine os autovalores das matrizes abaixo e os autoespaços associados a eles. Em

cada caso, determine se a matriz é diagonalizável. Em caso afirmativa, encontre uma matriz inversı́vel
S e uma matriz diagonal D tal que a matriz original pode ser escrita na forma SDS −1 .
 
2 0 2 0
 3 −1 3 −1 
(a) A =  0
.
0 0 0 
1 −1 1 −1

 
3 2 1
(b) B =  0 2 0 .
−2 −3 0

 
1 −4 −4
(c) C =  8 −11 −8  .
−8 8 5
 
1 0 0
Questão 3: Considere a matriz A =  0 2 −1  .
−1 0 2

(a) Calcule os autovalores de A e os auto-espaços associados a cada autovalor.

(b) A matriz A é diagonalizável? Justifique. Se A for diagonalizável, obtenha uma diagonalização
de A.
(c) Seja W o espaço vetorial gerado pelos autovetores de A. Encontre a projeção do vetor v = (1, 1, 3)
sobre W.
Questão 4: Determine a projeção ortogonal dos vetores u = (2, −1, 0) e v = (1, 1, 1) sobre o plano
P gerado pelos vetores (2, 1, 2) e (0, 3, 3). Algum dos vetores u e v pertence ao plano?
Questão 5: Em cada um dos casos abaixo, prove que o vetor v não pertence ao espaço vetorial U
indicado. Calcule a distância de v a U e identifique o elemento de U que é a melhor aproximação de
v.

(a) v = (2, 2, 1, 1) e U é o espaço nulo da matriz

 
2 −2 2 0
A =  1 −1 −1 4  .
1 −1 0 2

(b) v = (1, 0, 0, 1) e U = W ⊥ , onde W é o espaço gerado pelo vetor (1, 1, 1, 1).

Questão 6: Considere a matriz A cujas colunas são dadas pelos vetores v1 = (1, −1, 0, 1), v2 =
(1, 1, −1, 0), v3 = (1, 3, −2, −1) e v4 = (0, 2, −1, 2) em R4 .

(a) Aplicando o procedimento de Gram-Schmidt às colunas da matriz A, mostre que não é possı́vel
obter uma base ortogonal de R4 . Por que isso não contradiz o resultado sobre a existência da
fatoração QR visto em aula.

(b) Escolha um subconjunto maximal das colunas para o qual o procedimento de Gram-Schmidt
produz uma base ortogonal. Escreva a fatoração QR da matriz produzida por esse processo.

Questão 7: Resolva os seguintes problemas de mı́nimos quadráticos:

(a) Determine a reta melhor aproxima os pontos do conjunto C = {(−1, 1), (0, 3), (1, 4), (2, 2), (3, 5)}.

(b) Determina a parábola que melhor aproxima os pontos D = {(−1, 1), (0, 2), (1, 1), (2, 0)}.

 
11 −7 9
Questão 8: Considere o vetor de indeterminadas v = (x, y, z) e a matriz A =  −7 11 −9  . É
9 −9 27
dada a informação de que os autovalores de A são 4, 9 e 36.
(a) Escreva a forma quadrática Q(x, y, z) = Q(v) = vT Av.

(b) Classifique a quádrica vT Av = 8.

(c) Encontre todos os vetor v ∈ R3 que maximizem vT Av e satisfaçam ||v|| = 1.

 
5 3
Questão 9: Considere a matriz A = .
3 −3
(a) Escreva a matriz A na forma P DP −1 , onde D é uma matriz diagonal e P é uma matriz tal que
P −1 = P T .
(b) Considere a forma quadrática v T Av = 1, onde v = (x, y) é um vetor de indeterminadas. Classi-
fique a forma quadrática como elipse ou hipérbole e determine as direções dos seus eixos principais
no plano (x, y).
Soluções:
Questões Objetivas:
Questão 1: (a) e (b).
Questão 2: Observe que, se denotarmos a primeira matriz do produto como S e a segunda como D,
temos que M = SDS −1 , ou seja, M é similar à matriz diagonal D. O item (a) é verdadeiro, pois os
autovalores de M são os elementos da diagonal de D. Como nenhum deles é nulo, M é inversı́vel. O
item (b) é verdadeiro, pois as colunas de S são autovetores de M . O vetor (−2, 0, 2) é múltip[lo da
terceira coluna, de forma que é autovetor associado ao autovalor −1. O item (c) é falso, pois, como
D6 = I, temos
M 6 = SD6 S −1 = SIS −1 = SS −1 = I.
Portanto, todos os elementos fora da diagonal de M 6 são nulos.
Questão 3: O ponto está no quarto quadrante. Note que os autovalores de A formam uma base
ortogonal de R2 . Portanto,
v · (1, 2) v · (2, −1) 10 5
v= (1, 2) + (2, −1) = (1, 2) + (2, −1) = 2(1, 2) + 1(2, −1).
(1, 2) · (1, 2) (2, −1) · (2, −1) 5 5
Portanto,
          
1 2 1 2 6
T (v) = Av = A 2 +1 = 2(−1) +4 = .
2 −1 2 −1 −8

Questão 4: Todas as afirmações estão corretas.

Questão 5: y = 32 x + 23 .
Questão 6: O argumento está correto.
Questão 7: Note que o produto das três matrizes que produzem A é uma diagonalização de A, pois
a primeira e a última matrizes são inversas uma da outra e a matriz do meio é diagonal. Assim os
autovalores de A são −1 e k, associados aos autovetores (2, 1) e (1, 1) respectivamente. Com base
nisso, deduzimos que todas as afirmações estão corretas com exceção da afirmação sobre os autovalores
de A5 . Os autovalores de A5 são (−1)5 e k 5 , e portanto não são necessariamente positivos.
Questões Dissertativas:
Questão 1: (a) det(A) = −12, a matriz A possui inversa. (b) det(B) = 0, a matriz B não possui
inversa.

Questão 2: (a) A matriz A possui autovalores λ1 = 0 (com multiplicidade 2), λ2 = 2 e λ3 = −2. O

autoespaço associado a λ1 = 0 é gerado pelos autovetores (−1, 0, 1, 0) e (0, −1, 0, 1). O autoespaço
associado a λ2 = 2 é gerado pelo autovetor (1, 1, 0, 0). O autoespaço associado a λ2 = −2 é gerado
pelo autovetor (0, 1, 0, 1).
A matriz é diagonalizável e as matrizes S e D do enunciado podem ser tomadas como:
   
−1 0 1 0 0 0 0 0
 0 −1 1 1 
, D =  0 0 0 0 

S=
 1

0 0 0   0 0 2 0 
0 1 0 1 0 0 0 −2

(b) A matriz B possui autovalores λ1 = 2 (com multiplicidade 2) e λ2 = 1. O autoespaço associado a

λ1 = 2 é gerado pelo autovetor (−1, 0, 1). O autoespaço associado a λ2 = 2 é gerado pelo autovetor
(−1, 0, 2). Como não existe base de R3 gerada por autovetores de B, a matriz B não é diagonalizável.
(c) A matriz C possui autovalores λ1 = 1 e λ2 = −3 (multiplicidade 2). O autoespaço associado a
λ1 é gerado pelo autovetor (1, 2, −2). O autoespaço associado a λ2 é gerado por (1, 1, 0) e (1, 0, 1).
A matriz é diagonalizável, com
   
1 1 1 1 0 0
S =  2 1 0  , D =  0 −2 0 .
−2 0 1 0 0 −3

Questão 3: Temos det(A − λI) = (1 − λ)(2 − λ)2 , de forma que seus autovalores são 1 e 2 (com
multiplicidade dois). Os espaços vetoriais N ul(A − I) e N ul(A − 2I) são gerados por (1, 1, 1) e por
(0, 1, 0), respectivamente. Para o item (b), como a soma das dimensões desses espaços é 2, a matriz
A não é diagonalizável. No item (c), precisamos calcular a projeção do vetor u = (1, 1, 3) sobre o
espaço vetorial W gerado pelos vetores v1 = (1, 1, 1) e v2 = (0, 1, 0). Para obter uma base ortogonal
de W, substituı́mos v2 por
v2 · v1 1
v2′ = v2 − v1 = v2 − v1 = (−1/3, 2/3, −1/3).
v1 · v1 3
O vetor desejado é
     
1 −1/3 2
u · v1 u · v2′ ′ 5
projW u = projv1 u + projv2′ u = v1 + v =  1  −  2/3  =  1  .
v1 · v1 v2′ · v2′ 2 3 1 −1/3 2

Questão 4: Uma base ortogonal para o plano P é dada por (2, 1, 2), (−2, 2, 1). Temos projP u =
(2, −1, 0) e projP v = (8/9, 7/9, 11/9). O vetor u pertence ao plano.
Questão 5: (a) A melhor aproximação para v = (2, 2, 1, 1) é a sua projeção sobre o espaço nulo
em questão. Resolvendo o sistema Ax = 0, vemos que uma base para o espaço nulo da matriz
A é {(1, 1, 0, 0), (−2, 0, 2, 1)}. Essa base não é ortogonal, mas aplicando o procedimento de Gram-
Schmidt, chegamos à base ortogonal {u′1 , u′2 } = {(1, 1, 0, 0), (−1, 1, 2, 1)}, de onde obtemos a projeção
 
4 3 11 17 6 3
projU v = (1, 1, 0, 0) + (−1, 1, 2, 1) = , , , .
2 7 7 7 7 7
A distância de v a U é dada por
p √
32 + (−3)2 + 12 + 42 35
||v − projU v|| = = .
7 7
(b) A projeção de v = (1, 0, 0, 1) sobre o espaço W gerado pelo vetor w = (1, 1, 1, 1) é dada por
v′ = w·w
v·w
w = 24 (1, 1, 1, 1) = (1/2, 1/2, 1/2, 1/2). Como a definição de projeção afirma que, se
v′ = projW v, então    
′ 1 1 1 1 1 1 1 1
v =v +z= , , , + ,− ,− , ,
2 2 2 2 2 2 2 2
com v′ ∈ W e z ∈ W ⊥ . Isso pode ser visto como v = z + v′ com z ∈ W ⊥ e v′ ∈ (W ⊥ )⊥ = W, ou
seja, z é a projeção de v sobre W ⊥ .
Em resumo, a melhor aproximação para v é a sua projeção (1/2, −1/2, −1/2, 1/2) sobre o espaço
U = W ⊥ . A distância é 1.
Uma segunda estratégia para resolver a questão seria descrever explicitamente o espaço vetorial
U = W ⊥ , que contém os vetores (x, y, z, w) ∈ R4 tais que (x, y, z, w) · (1, 1, 1, 1) = 0, isto é, tais que
x + y + z + w = 0. Isso significa que
     
x x −y − z − w
 y 
 ∈ W ⊥ ⇐⇒  y  =  y
   
  , com y, z, w ∈ R.
 z   z   z 
w w w

Assim, W ⊥ é gerado pelos vetores (−1, 1, 0, 0), (−1, 0, 1, 0) e (−1, 0, 0, 1). Podemos calcular a projeção
de v sobre W ⊥ a partir de uma base ortogonal obtida aplicando o procedimento de Gram-Schmidt
a {(−1, 1, 0, 0), (−1, 0, 1, 0), (−1, 0, 0, 1)}.

Questão 6: (a) Não é possı́vel encontrar uma base ortogonal porque, ao aplicar o procedimento,
obtemos u1 = v1 = (1, −1, 0, 1), u2 = v2 − proju1 v2 = v2 − 0 · u1 = (1, −1, 0, 1), u3 = v3 −
proju1 v3 − proju2 v3 = (0, 0, 0, 0). Isso significa que v3 é combinação linear dos vetores u1 e u2 ,
e portanto dos vetores v1 e v2 . Isso não contradiz o resultado visto em aula porque a fatoração
A = QR com Q ortogonal e R invertı́vel e triangular superior existe apenas quando as colunas de A
são linearmente independentes.
(b) Considerando apenas os vetores w1 = (1, −1, 0, 1), w2 = (1, 1, −1, 0) e w3 = (0, 2, −1, 2), obtemos
a base ortogonal u1 = (1, −1, 0, 1), u2 = (1, −1, 0, 1) e u3 = w3 −proju1 w3 −proju2 w3 = (−1, 1, 0, 2).
A fatoração QR é dada por
   
1 1 0 1 1 −1  
 −1 1 0 0
1   −1
2  1 1 

A=   0 1 1  = QR.
 0 −1 −1  =  0 −1 0 
0 0 1
1 0 2 1 0 2

A fatoração em que Q tem colunas ortonormais seria:

√ √ √ 
1/√3 −1/√6  √
  
1 1 0 1/√3 
 −1 3 0
√ √ 0
1  =  −1/ 3
2  1/√3 1/ 6 

A=  0 −1 −1  
 0 3 √3  = QR.
√ 0 −1/ 3 √ 0 
1 0 2 0 0 6
1/ 3 0 2/ 6

7 23
Questão 7: (a) A reta é y = 10
x + 10
.
−x2 x 17
(b) A parábola é y = 2
+ 10
+ 10
.

Questão 8: (a) Q(x, y, z) = 11x2 + 11y 2 + 27z 2 − 14xy + 18xz − 18yz.

(b) A quádrica é um elipsóide, já que, pelos dados do problema, todos os autovalores da matriz são
positivos (4, 9 e 36), de forma que uma mudança de variáveis transforma a quádrica Q(x, y, z) = 8
na quádrica
4x′2 + 9y ′2 + 36z ′2 = 8.

(c) O máximo é atingido por autovetores associados ao maior autovalor de A, que é 36. Calculando o
autoespaço associado a este autovalor,
√ percebemos
√ √ que é√
gerado√pelo autovetor
√ (1, −1, 2). Os vetores
unitários nesse espaço são (1/ 6, −1/ 6, 2/ 6) e (−1/ 6, 1/ 6, −2/ 6).
  √ √   √ √ 
3/√10 −1/√10 6 0 3/√10 1/√10
Questão 9: (a)
1/ 10 3/ 10 0 −4 −1/ 10 3/ 10
(b) É a equação de uma hipérbole
 com  eixos principais nas direções
 (3,1) e (−1, 3). De fato, se
x′ x
fizermos a mudança de variáveis ′ = v ′ = P T v (analogamente, = v = P v ′ ), chegamos à
y y
equação 6x′2 − 4y ′2 = 1.