Anda di halaman 1dari 170

Tpicos de lgebra Linear

Gaspar J. Machado
Departamento de Matemtica e Aplicaes
Universidade do Minho
Setembro de 2010 (v2.1)

ndice

Matrizes

Definies iniciais . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

Soma de matrizes e produto de uma matriz por um escalar . . . . . . .

Produto de matrizes . . . . . . . . . . . . . . . . . . . . . . . . . . . .

11

Matrizes invertveis . . . . . . . . . . . . . . . . . . . . . . . . . . . .

15

Matriz transposta . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

17

Matrizes simtricas . . . . . . . . . . . . . . . . . . . . . . . . . . . .

19

Matrizes ortogonais . . . . . . . . . . . . . . . . . . . . . . . . . . . .

20

Matrizes em escada e escada reduzida . . . . . . . . . . . . . . . . . .

20

Clculo de inversas . . . . . . . . . . . . . . . . . . . . . . . . . . . .

30

Exerccios miscelnea . . . . . . . . . . . . . . . . . . . . . . . . . . .

33

Determinantes

39

Definies . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

39

Propriedades . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

46

Exerccios miscelnea . . . . . . . . . . . . . . . . . . . . . . . . . . .

51

Sistemas de Equaes Lineares

55
i

Definies iniciais . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

55

Mtodo de Gauss e Gauss-Jordan . . . . . . . . . . . . . . . . . . . .

58

Discusso de sistemas de equaes lineares . . . . . . . . . . . . . . .

70

Regra de Cramer . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

72

Novamente matrizes invertveis . . . . . . . . . . . . . . . . . . . . . .

73

Exerccios miscelnea . . . . . . . . . . . . . . . . . . . . . . . . . . .

73

Espaos Vectoriais

79

Definies iniciais . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

79

Subespaos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

83

Combinao linear . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

86

Espao gerado . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

90

Conjunto gerador . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

90

Independncia e dependncia lineares . . . . . . . . . . . . . . . . . . .

93

Base e base ordenada . . . . . . . . . . . . . . . . . . . . . . . . . . .

97

Dimenso de um espao vectorial . . . . . . . . . . . . . . . . . . . . . 100


Exerccios miscelnea . . . . . . . . . . . . . . . . . . . . . . . . . . . 104
5

Transformaes Lineares

107

Definies iniciais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107


Matriz de uma transformao linear . . . . . . . . . . . . . . . . . . . 113
Imagem e ncleo de uma transformao linear . . . . . . . . . . . . . . 116
Caracterstica e nulidade de uma transformao linear . . . . . . . . . . 120
Exerccios miscelnea . . . . . . . . . . . . . . . . . . . . . . . . . . . 122
6

Valores e Vectores Prprios

123

Definies . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 123
Propriedades . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 128
Exerccios miscelnea . . . . . . . . . . . . . . . . . . . . . . . . . . . 129
Bibliografia

135
ii

A Extenso ao Captulo Determinantes

137

B Extenso ao Captulo Espaos Vectoriais

141

C Alfabeto Grego

161

ndice Remissivo

162

iii

iv

1
Matrizes

Definies iniciais
1.1def

(a) Jproduto cartesiano de dois conjuntosK Sejam A e B conjuntos. Chama-

se produto cartesiano de A e B, que se representa por A B, ao con-

junto formado pelos pares ordenados tais que a primeira componente


pertence a A e a segunda componente pertence a B, ou seja,
def

A B = {(, ) : A, B}.
(b) Jproduto cartesiano de um nmero finito de conjuntosK Sejam n N e

A1 , A2 , . . . , An conjuntos. Chama-se produto cartesiano de A1 , . . . , An ,


que se representa por A1 An , a
def

A1 An = {(1 , . . . , n ) : 1 A1 , . . . , n An }.
(c) Jpotncia cartesiana de um conjuntoK Sejam n N e A um conjunto.
Chama-se potncia cartesiana de ordem n do conjunto A, que se representa por An , a
def

An = {(1 , . . . , n ) : 1 , . . . , n A},
identificando-se A1 com A.
1.2exe

(a) Descreva por extenso {1, 2, 3} {a, b}.


1

Topicos
de Algebra
Linear

(b) Descreva por compreenso R3 .


res

(a) {1, 2, 3} {a, b} = {(1, a), (1, b), (2, a), (2, b), (3, a), (3, b)}.
(b) R3 = {(a, b, c) : a, b, c R}.

1.3def

(a) Jmatriz, tipo de uma matrizK Sejam m, n N. Chama-se matriz do tipo

m n (l-se m por n) a uma funo real com domnio {1, . . . , m}


{1, . . . , n}.

(b) JMmn (R)K Representa-se por Mmn (R) o conjunto das matrizes do
tipo m n.

1.4obs possvel considerar matrizes cujos elementos do conjunto de chegada no


so nmeros reais (e.g., nmeros complexos e polinmios). Neste curso,
porm, considera-se apenas este caso.
1.5def JescalarK Chama-se escalar a um elemento de R.
1.6def Jelemento de uma matriz K Sejam A Mmn (R), i {1, . . . , m} e j
{1, . . . , n}. Chama-se elemento i j da matriz A, que se representa por (A)ij
(ou por (A)i,j se houver ambiguidade relativamente aos ndices), a
def

(A)ij = A(i , j).


1.7obs

(a) Sejam A Mmn (R), i {1, . . . , m} e j {1, . . . , n}. Se se quiser


representar por ij o elemento i j da matriz A, usa-se a notao
A = [ij ] Mmn (R).
(b) habitual representar matrizes por letras maisculas. Neste caso, para
representar o elemento i j duma matriz tambm habitual usar a respectiva letra minscula afectada do ndice i j, ou seja,
A = [aij ] Mmn (R).

1 Matrizes

(c) Seja A = [aij ] Mmn (R). A representao habitual de A

a11

a12

a21 a22
A=
..
..
.
.

am1 am2

..
.

a1n

a2n

.. ,
.

amn

em que aij R, i = 1, . . . , m, j = 1, . . . , n.
(d) Neste curso, as letras i e j nunca esto associadas unidade imaginria dos nmeros complexos.
(e) Quando se est perante matrizes do conjunto M11 (R), o contexto
ser suficiente para distinguir se se est a fazer referncia matriz ou
ao nico elemento que a constitui.
1.8exe D um exemplo de um elemento de M23 (R).
res A =

1 13 4
2 0

1.9exe Explicite as seguintes matrizes:


(a) A M23 (R), (A)ij = j i .
(b) X = [ij ] M22 (R), ij = i j + 1.
res

(a) A =

0 1 2
1 0 1


.

(b) X = [ 23 35 ].
1.10def Seja A = [aij ] Mmn (R).
(a) Jlinha de uma matrizK Chama-se linha i da matriz A, que se representa

por `i,A (ou por `i se no houver ambiguidade relativamente matriz),

a
def

`i,A = (ai1 , ai2 , . . . , ain ).

Topicos
de Algebra
Linear

(b) Jcoluna de uma matrizK Chama-se coluna j da matriz A, que se rep-

resenta por cj,A (ou por cj se no houver ambiguidade relativamente

matriz), a
def

cj,A = (a1j , a2j , . . . , amj ).


1.11exe Considere a matriz A = [ 15 26 37 48 ].
(a) Indique o elemento que est na segunda linha e na terceira coluna da
matriz A.
(b) Indique o elemento 12 da matriz A.
(c) Indique a segunda linha da matriz A.
(d) Indique a terceira coluna da matriz A.
res

(a) (A)23 = 7.
(b) (A)12 = 2.
(c) `2 = (5, 6, 7, 8).
(d) c3 = (3, 7).

1.12def Seja A Mmn (R).


(a) Jmatriz colunaK Diz-se que A uma matriz coluna se n = 1.
(b) Jmatriz linhaK Diz-se que A uma matriz linha se m = 1.
1.13obs habitual representar matrizes linha e matrizes coluna por letras minsculas
e os seus elementos apenas com um ndice. Assim, e usando
esta notao,
"x #
1
a representao da matriz coluna x com m linhas x = ... e da matriz
xm

linha y com n colunas y = [ y1


1.14exe

yn

].

(a) D um exemplo de uma matriz linha com 3 elementos.


(b) Indique se a seguinte proposio verdadeira ou falsa: H matrizes
que so simultaneamente matrizes linha e matrizes coluna.

res

1 Matrizes

(a) q = [ 0 4 1 ].
(b) Proposio verdadeira pois, por exemplo, A = [3] simultaneamente
uma matriz linha e uma matriz coluna.

1.15def Jmatriz rectangular, matriz quadradaK Seja A Mmn (R). Diz-se que
A uma matriz rectangular se m 6= n. Caso contrrio, diz-se uma matriz

quadrada.
1.16def Jordem de uma matriz quadradaK Seja A Mnn (R). A diz-se uma matriz
de ordem n.

1.17exe

(a) Indique se a seguinte proposio verdadeira ou falsa: A = [ 10 20 30 ]


uma matriz rectangular.
(b) D um exemplo de uma matriz real de ordem 2.

res

(a) A proposio verdadeira pois o nmero de linhas da matriz A, que


2, diferente do nmero de colunas, que 3.


(b) X = 10 12 .

1.18def Seja A = [aij ] Mnn (R).


(a) Jdiagonal principal ou diagonal de uma matriz K Chama-se diagonal
principal da matriz A ou diagonal da matriz A a (a11 , a22 , . . . , ann ).

(b) Jdiagonal secundria de uma matrizK Chama-se diagonal secundria da


matriz A ao elemento (a1n , a2,n1 , . . . , an1 ).

(c) Jmatriz diagonalK A diz-se uma matriz diagonal se aij = 0 quando i 6= j.


(d) Jmatriz escalarK A diz-se uma matriz escalar se uma matriz diagonal
e a11 = a22 = . . . = ann .

(e) Jmatriz triangular superiorK A diz-se uma matriz triangular superior se


aij = 0 quando i > j.

(f) Jmatriz triangular inferiorK A diz-se uma matriz triangular inferior se


aij = 0 quando i < j.

Topicos
de Algebra
Linear

1.19obs

(a) As definies anteriores s se aplicam a matrizes quadradas.


(b) A uma matriz diagonal se todos os elementos que no pertencem
diagonal so zeros, no sendo, por isso, relevante para esta classificao
se os elementos da diagonal so zeros ou no.
(c) A uma matriz triangular superior se todos os elementos abaixo da
diagonal so zeros, no sendo, por isso, relevante para esta classificao
se os elementos da diagonal e acima da diagonal so zeros ou no.
(d) A uma matriz triangular inferior se todos os elementos acima da
diagonal so zeros, no sendo, por isso, relevante para esta classificao
se os elementos diagonal e abaixo da diagonal so zeros ou no.

1.20exe

(a) D um exemplo de uma matriz diagonal de ordem 4.


(b) D um exemplo de uma matriz escalar de ordem 3.
(c) D um exemplo de uma matriz triangular superior de ordem 2.
(d) D um exemplo de uma matriz triangular inferior de ordem 3 e indique
a sua diagonal principal e diagonal secundria.
(e) D um exemplo de uma matriz simultaneamente triangular superior e

res

triangular inferior de ordem 2.


1 0 0 0
(a) A = 00 20 00 00 .
h 010 0 00 0 i
(b) B = 0 1 0 .
0

(c) C =

[ 10 21 ].

(d) D =

h1

0 1

0 0
1 0 0
2 1 2

i
, diagonal principal (1, 0, 2) e diagonal secundria

(0, 0, 2).
(e) E = [ 10 02 ].
1.21exe Considere as seguintes matrizes:

1
A=
2

1 0 0

, B = 0

1 1 2
0

0
2
0

0
1
1

0 , c = 1 , D = 2

3
1
0

2 ,

1 Matrizes

e= 1

i
1
0 ,F =
0

h i
1
2
,g = 1 ,H =
0
3

0
.
1

(a) Indique as matrizes rectangulares e o seu tipo.


(b) Indique as matrizes quadradas e a sua ordem.
(c) Indique as matrizes linha.
(d) Indique as matrizes coluna.
(e) Indique as matrizes diagonais.
(f) Indique as matrizes escalares.
(g) Indique as matrizes triangulares superiores.
(h) Indique as matrizes triangulares inferiores.
res

(a) A tipo 2 4, c tipo 3 1, D tipo 3 2, E tipo 1 4.


(b) B ordem 3, F ordem 2, g ordem 1, H ordem 2.
(c) e, g.
(d) c, g.
(e) B, g, H.
(f) g, H.
(g) B, F , g, H.
(h) B, g, H.

1.22def Jtrao de uma matrizK Seja A Mnn (R). Chama-se trao da matriz A,
que se representa por tr(A), soma dos elementos da diagonal de A, ou
seja,
def

tr(A) =

n
X
(A)ii .
i=1

1.23exe Determine o trao da matriz A = [ 37 29 ].


res tr(A) = 3 + 9 = 12.

Topicos
de Algebra
Linear

1.24exe Determine o trao da matriz B =

h1 3 5i
7 9 0 .
2 4 6

sol tr(B) = 16.

1.25def

(a) Jmatriz nula, 0mn , 0 K Chama-se matriz nula a uma matriz cujos
elementos so todos iguais a 0. Representa-se a matriz nula do tipo
m n por 0mn ou por 0 se no houver ambiguidade relativamente ao
tipo.
(b) Jmatriz identidade, In , IK Chama-se matriz identidade matriz escalar
cujos elementos da diagonal so todos iguais a 1. Representa-se a
matriz identidade de ordem n por In ou por I se no houver ambiguidade
relativamente ordem.

1.26exe

(a) Indique a matriz nula do tipo 2 4.


(b) Indique a matriz identidade de ordem 3.

res

(a) 024 = [ 00 00 00 00 ].
(b) I3 =

h1 0 0i
0 1 0 .
0 0 1

1.27def Jmatrizes iguaisK Sejam A = [aij ] Mmn (R) e B = [bij ] Mpq (R).
Diz-se que A e B so matrizes iguais se:

(a) m = p;
(b) n = q;
(c) aij = bij , i = 1, . . . , m, j = 1, . . . , n.

1.28obs Usa-se esta definio em algumas demonstraes relativas a matrizes.

1 Matrizes

Soma de matrizes e produto de uma matriz por um


escalar
1.29def Jsoma de matrizesK Sejam A, B Mmn (R). Chama-se soma das matrizes
A e B, que se representa por A + B, ao elemento de Mmn (R) tal que
def

(A + B)ij = (A)ij + (B)ij .


1.30def Jproduto (ou multiplicao) de uma matriz por um escalarK Sejam A

Mmn (R) e R. Chama-se produto (ou multiplicao) da matriz A pelo


escalar , que se representa por A, matriz do tipo m n tal que
def

(A)ij = (A)ij .
1.31obs

(a) S se pode somar matrizes do mesmo tipo.


(b) sempre possvel multiplicar uma matriz por um escalar.
(c) Seja a matriz A. Ento, em vez de (1)A escreve-se A.
(d) Sejam A e B matrizes do mesmo tipo. Ento, tendo em considerao
a alnea anterior, em vez de A + (B) escreve-se A B.

1.32exe Considere as matrizes A =

 1 2

1
0 1 4

eB=

3

0 2
1 1 2


. Calcule:

(a) A + B;
(b) 2A;
(c) B;
(d)
res

1
2A

3B.

i 

 
 h

2+0
1+2
2 2 3
(a) A + B = 10 21 41 + 31 10 22 = 1+3
0+1 1+(1) 4+2 = 1 0 2 .
i 

 h

22 21
2 4 2
(b) 2A = 2 10 21 41 = 2(1)
0 2 8 .
20 21 2(4) =

  0 2 
(c) B = 31 10 22 = 3
1 1 2 .
i
1



 h 1 (1)33 12 230
132
2
=
(d) 12 A3B = 12 10 21 41 3 31 10 22 = 2 1 031 1 13(1)
1
(4)32
2
2
2
h 19
11 i
2 1 2
.
3 7 8
2

Topicos
de Algebra
Linear

10

1.33exe Considere as matrizes A =

 1 1 
0 1 , B = [bij ] M22 (R), bij = 3i j e

C = [ij ] M32 (R), ij = i 2 . Indique se esto bem definidas as seguintes


expresses, efectuando nesses casos as respectivas operaes:

sol

(a) A + B;

(d) C;

(b) B + A;

(e) (A B) + 3A;

(c) A C;

(f) 4A B.

(a) A + B = [ 15 25 ];
(b) B + A = [ 15 25 ];
(c) A expresso A C no est bem definida (pois as matrizes A e C no
so do mesmo tipo);
h 1 1 i
(d) C = 4 4 ;
9 9
 3
(e) (A B) + 3A = 6
5 0 .
 3
(f) 4A B = 6
5 0 .

1.34obs No exerccio anterior, ter sido coincidncia A+B = B +A e (AB)+3A =


4A B? O teorema que se segue diz que no.
1.35teo

(a) A, B Mmn (R) : A + B = B + A.


(b) A, B, C Mmn (R) : (A + B) + C = A + (B + C).
(c) A Mmn (R) : A + 0mn = A.
(d) A Mmn (R) : A + (A) = 0mn .
(e) , R, A Mmn (R) : ()A = (A).
(f) , R, A Mmn (R) : ( + )A = A + A.
(g) R, A, B Mmn (R) : (A + B) = A + B.
(h) A Mmn (R) : 1A = A.

1.36obs

(a) A matriz nula o elemento neutro da soma de matrizes.

11

1 Matrizes

(b) Sejam A, B e C matrizes do mesmo tipo. Ento, tem-se que a expresso A+B +C no resulta ambgua devido propriedade associativa
da soma de matrizes.

Produto de matrizes
1.37def Jproduto (ou multiplicao) de matrizes K Sejam A Mmn (R) e B

Mnp (R). Chama-se produto (ou multiplicao) da matriz A pela matriz


B, que se representa por AB, ao elemento de Mmp (R) tal que
(AB)ij =

n
X

(A)ik (B)kj .

k=1

1.38obs

(a) S se pode efectuar a multiplicao da matriz A pela matriz B se


o nmero de colunas da matriz A for igual ao nmero de linhas da
matriz B. Neste caso, o nmero de linhas da matriz resultante igual
ao nmero de linhas da matriz A e o nmero de colunas da matriz
resultante igual ao nmero de colunas da matriz B.
(b) Sejam A = [aij ] M32 (R) e B = [bij ] M24 (R). Como o nmero
de colunas da matriz A igual ao nmero de linhas da matriz B,
possvel efectuar a operao AB. Por exemplo o elemento (AB)23
obtm-se considerando `2,A e c3,B :

2 1

{z

AM32 (R)

(AB)23 =

2
X
k=1

{z

BM24 (R)

{z

ABM34 (R)

a2k bk3 = a21 b13 + a22 b23 = 2 4 + 1 (5) = 3.

Topicos
de Algebra
Linear

12

1.39exe Considere as matrizes A = [ 11 01 ] e B = [ 10 12 21 ]. Indique se esto bem


definidas as seguintes expresses efectuando, nesses casos, as respectivas
operaes:
(a) AB;
(b) BA.
res

(a) Como o nmero de colunas da matriz A igual ao nmero de linhas


da matriz B, possvel efectuar a operao AB, tendo-se

1 0 1 1 2

AB =
1 1 0 2 1

11+00 11+02 12+01

=
11+10 11+12 12+11

1 1 2
.
=
1 3 3
(b) Como o nmero de colunas da matriz B, que 3, diferente do nmero

de linhas da matriz A, que 2, no possvel efectuar a operao BA.


1 2
h 1 0 2 1 i
1
1
0
2
1.40exe Considere as matrizes A =
e B = 02 11 . Determine AB.
1 2 1

2 1

h 1 1 i
sol AB = 3 1 .
1 4

1.41exe Considere as matrizes A =

 1 1 
0 1

, B = [bij ] M22 (R), bij = j e C =

[ 11 12 01 ]. Indique se esto bem definidas as seguintes expresses, efectuando


nesses casos as respectivas operaes:
(a) (AB)C;
sol

(b) A(BC);

(a) (AB)C = [ 03 05 02 ].
(b) A(BC) = [ 03 05 02 ].
(c) CI3 = [ 11 12 01 ].

(c) CI3 ;

(d) I2 C.

13

1 Matrizes

(d) I2 C = [ 11 12 01 ].
1.42obs No exerccio anterior, ter sido coincidncia (AB)C = A(BC), CI2 = C e
I2 C = C? O teorema que se segue diz que no.
1.43teo

(a) A Mmn (R),B Mnp (R),C Mpq (R) : (AB)C = A(BC).


(b) A, B Mmn (R), C Mnp (R) : (A + B)C = AC + BC.
(c) A Mmn (R), B, C Mnp (R) : A(B + C) = AB + AC.
(d) A Mmn (R) : Im A = AIn = A.
(e) R,A Mmn (R),B Mnp (R) : (AB) = (A)B = A(B).

1.44obs

(a) A matriz identidade o elemento neutro da multiplicao de matrizes.


(b) Sejam A Mmn (R), B Mnp (R) e C Mpq (R). Ento, temse que a expresso ABC no resulta ambgua devido propriedade
associativa da multiplicao de matrizes, fazendo sentido a seguinte
definio:

1.45def Jpotncia de uma matrizK Sejam p N e A uma matriz quadrada. Chama-se


p-sima potncia da matriz A, que se representa por Ap , a
def

Ap =

p
Y

A.

k=1

1.46exe Considere a matriz A = [ 21 01 ]. Calcule A3 .


res Como A uma matriz quadrada, possvel determinar A3 , tendo-se:

2
A3 =
1

0 2

1 1


2

1
1
0


0
4
=
3
1

1
1
0


8
0
=
7
1

0
.
1

Nota: como a multiplicao de matrizes associativa, tambm se tem A3 =


A(AA).
1.47exe Considere a matriz B =

 1 2 
2 1

. Calcule:

Topicos
de Algebra
Linear

14

(a) B 2 ;
(b) B 3 .
sol

0
0 3

(a) B 2 =

 3

(b) B 3 =

 3 6 
6 3 .


.

1.48exe Considere a matriz X =

a b
c d

M22 (R). Mostre que

X 2 = (a + d)X (ad bc)I2 .


1.49obs A multiplicao de matrizes no goza da propriedade comutativa. Faz, pois,
sentido a seguinte definio:
1.50def Jmatrizes comutveisK Sejam A e B matrizes da mesma ordem. Diz-se que
as matrizes A e B so comutveis se AB = BA.

1.51exe Mostre que as matrizes X =

h1 0 0i
0 1 0
1 0 2

eY =

2 4 0
3 1 0
1 4 1

so comutveis.

1.52exe Mostre atravs de um contraexemplo que a multiplicao de matrizes no


comutativa.
1.53exe Considere as matrizes A = [ 00 11 ] e B =

 1 1 
0 0 . Mostre que:

(a) (A + B)2 6= A2 + 2AB + B 2 ;


(b) (A + B)(A B) 6= A2 B 2 .
1.54exe Sejam A e B matrizes comutveis. Mostre que:
(a) (A + B)2 = A2 + 2AB + B 2 ;
(b) (A + B)(A B) = A2 B 2 .
1.55exe Sejam A e B matrizes quadradas da mesma ordem. Mostre que
(A + B)2 (A B)(A + B) 2B 2 = 2BA.

15

1 Matrizes

Matrizes invertveis
1.56obs No se define a operao diviso de matrizes. No entanto, define-se um
conceito semelhante ao de nmero inverso.
1.57def Jmatriz invertvel ou no-singular, matriz no-invertvel ou singularK

Seja

A Mnn (R). Diz-se que A uma matriz invertvel ou no-singular se


existir uma matriz Z Mnn (R) tal que AZ = ZA = In . Caso contrrio,
diz-se que A uma matriz no-invertvel ou singular.

1.58teo Seja A uma matriz invertvel de ordem n. Ento, existe uma e uma s matriz
Z Mnn (R) tal que ZA = AZ = In .
(1)

(2)

dem Sejam X, Y Mnn (R) tais que AX = In = XA e AY = In = Y A. Ento:


X = XIn

I o elemento neutro da multiplicao de matrizes

= X(AY )

por (2)

= (XA)Y

a multiplicao de matrizes associativa

= In Y

por (1)

= Y,

I o elemento neutro da multiplicao de matrizes,

i.e., existe uma nica matriz que satisfaz a condio de invertibilidade.


1.59def Jmatriz inversaK Seja A uma matriz invertvel de ordem n. Chama-se matriz

inversa da matriz A, que se representa por A1 , nica matriz Z tal que


AZ = ZA = In .

1.60teo Sejam A e B matrizes quadradas da mesma ordem tais que AB = I. Ento,


A1 = B.
1.61obs

(a) Se A a matriz inversa da matriz B, ento B a matriz inversa da


matriz A.

Topicos
de Algebra
Linear

16

(b) Sejam A e B matrizes quadradas da mesma ordem. Ento, AB = I


se e s se BA = I. Assim, basta verificar se AB = I ou BA = I
para se concluir que as matrizes A e B so invertveis com A1 = B e
B 1 = A.
1.62teo

(a) Seja A uma matriz invertvel. Ento, A1 tambm uma matriz invertvel e (A1 )1 = A.
(b) Sejam A e B matrizes quadradas invertveis da mesma ordem. Ento,
AB tambm uma matriz invertvel e (AB)1 = B 1 A1 .

dem

(a) Como A uma matriz invertvel, tem-se que AA1 = A1 A = I. Logo,


1
A1 invertvel e A1
= A.
(b) Sejam A, B Mnn (R) matrizes invertveis. Ento, existem A1 , B 1
(1)

(2)

Mnn (R) tais que AA1 = In = AA1 e BB 1 = In = BB 1 , pelo


que
(AB)(B 1 A1 )
= A(BB 1 )A1

a multiplicao de matrizes associativa

= AIn A1

por (2)

= AA1

I o elemento neutro da multiplicao de matrizes

= In ,

por (1)

pelo que AB invertvel com (AB)1 = B 1 A1 uma vez que a inversa


de uma matriz nica.
1.63exe Considere a matriz A = [ 22 21 ]. Calcule a sua inversa atravs da definio.
sol A1 = 12
1.64obs

1 2
2 2


.

(a) H matrizes quadradas que no so invertveis.

17

1 Matrizes

(b) Apresenta-se em

1.107obs uma condio para caracterizar matrizes

invertveis e um mtodo mais prtico para calcular inversas.


1.65exe Considere as matrizes A =

1
3

 1 1 
1

eB=

2 1
1 1


.

(a) Calcule AB.


(b) O que pode concluir da alnea anterior?
(c) As matrizes A e B so comutveis?
res

(a) AB =

1
3

 1 1  
1

2 1
1 1

1
3

[ 30 03 ] = [ 10 01 ].

(b) As matrizes so invertveis com A1 = B e B 1 = A.


(c) Sim, pois AB = BA = I2 .
1.66exe

(a) Sejam A e B matrizes comutveis e invertveis. Mostre que (AB)1 =


A1 B 1 .
(b) Sejam A e B matrizes comutveis e B uma matriz invertvel. Mostre
que A e B 1 so matrizes comutveis.
(c) Seja A uma matriz quadrada tal que Ap = 0 para algum p N. Mostre
que
(I A)1 = I +

p1
X

Ak .

k=1

Matriz transposta
1.67def Jmatriz transpostaK Seja A Mmn (R). Chama-se transposta da matriz A,
que se representa por AT , ao elemento de Mnm (R) tal que
(AT )ij = (A)ji .
1.68obs

(a) sempre possvel calcular a matriz transposta de uma matriz.


(b) Calcular a transposta de uma matriz corresponde a trocar linhas com
colunas.

Topicos
de Algebra
Linear

18

1.69exe Considere as matrizes A =

 1 2 0 
0

2 1

eu=

1
1

5
2


. Calcule:

(a) AT ;
(b)
res

AAT
uT u

(a) AT =
(b)

AAT
uT u

1 0
2 2 .
0 1
h
i 1 0 
1 2 0 2
2
0 2 1
h 0i1
1
[ 1 1 ] 1

Nota: relembrar

1
2

5 4
4 5

5
2

i
.

1.7obs (e).

 1 1 0 
, B = [bij ] M23 (R), bij = i j,
( 2 1 1
h1i
0
se i < j,
C = [cij ] M22 (R), cij = (1)i+1 se i = j, e u = 2 . Calcule:

1.70exe Considere as matrizes A =

(a)

sol

AB T +BAT
2

se i > j,

(e) u T u;

(b) C T ;

(f) u T AT Bu;

(c) (CBAT C)2 ;

(g) (Au)T ;

(d) uu T ;

(h) u T AT .

AB T +BAT
2

 1 1 
1 1 .


(b) C T = 10 11 .
(a)

(c) (CBAT C)2 = [ 20 02 ].


h1 2 0i
(d) uu T = 2 4 0 .
0 0 0

(e) u u = [ 5 ].
(f) u T AT Bu = [ 2 ].
(g) (Au)T = [ 1 0 ].
(h) u T AT = [ 1 0 ].
1.71obs No exerccio anterior, ter sido coincidncia (Au)T = u T AT ? O teorema
que se segue diz que no.
1.72teo

(a) A Mmn (R) : AT

T

= A.

19

1 Matrizes

(b) A, B Mmn (R) : (A + B)T = AT + B T .


(c) R, A Mmn (R) : (A)T = AT .
(d) A Mmn (R), B Mnp (R) : (AB)T = B T AT .
(e) A Mnn (R) : se A uma matriz invertvel, ento AT

1

= A1

1.73exe Sabendo que as matrizes A, B, C Mnn (R) so invertveis, resolva em


ordem a X a equao matricial C 1 (A + X)B 1 = In .
sol X = CB A.
1.74exe Sejam A e B matrizes quadradas da mesma ordem no-singulares. Resolva
em ordem a X a equao matricial [(AT )1 X]T + (AB)1 = A.
sol X = (A2 )T (B 1 )T .

Matrizes simtricas
1.75def Jmatriz simtricaK Seja A uma matriz quadrada. Diz-se que A uma matriz
simtrica se A = AT .

1.76exe D um exemplo de uma matriz simtrica de ordem 3.


res A =

h0

1 2
1 10 3
2 3 1

1.77exe Determine os valores a, b, c R, para que a matriz S =

h1

a b
1 2 3
2 c 3

seja

simtrica.
res a = 1, b = 2, c = 3.
1.78exe Mostre que o produto de uma matriz pela sua transposta uma matriz
simtrica.
1.79exe Uma matriz quadrada A diz-se anti-simtrica se AT = A. Mostre que,
dada qualquer matriz quadrada B, a matriz B B T anti-simtrica.

T

Topicos
de Algebra
Linear

20

Matrizes ortogonais
1.80def Jmatriz ortogonalK Seja A Mnn (R). Diz-se que A uma matriz ortogonal
se AAT = AT A = In .

1.81obs Se A uma matriz ortogonal, ento A uma matriz invertvel e A1 = AT .


sen
1.82exe Verifique que a matriz A = [ cos
sen cos ], R, ortogonal.

res Como

cos

sen

cos

sen

AAT =
sen
cos
sen cos

cos2 + sen2
cos sen sen cos

=
sen cos cos sen
sen2 + cos2

1 0
,
=
0 1
i.e., AAT = I2 , tem-se que A uma matriz ortogonal.
1.83exe Indique quais das seguintes matrizes so ortogonais:

1
3

A = 23

23

2
3
1
3
2
3

23

4
2
,B =
3
3
1
3

3
4
1
,C =
5 3
4

3
.
4

sol A e C.
1.84exe Mostre que o produto de duas matrizes ortogonais uma matriz ortogonal.

Matrizes em escada e escada reduzida


1.85def Seja A = [aij ] Mmn (R).

21

1 Matrizes

(a) Jlinha nulaK Diz-se que `i uma linha nula da matriz A se ai1 = ai2 =
= ain = 0.

(b) Jcoluna nulaK Diz-se que cj uma coluna nula da matriz A se a1j =
a2j = = amj = 0.

(c) Jpiv de uma linha no-nulaK Chama-se piv de uma linha no-nula ao
seu elemento no-nulo mais esquerda.
(d) Jcoluna pivK Chama-se coluna piv a uma coluna da matriz se existe
um elemento piv nessa coluna.
1.86exe Considere a matriz A =

h0 0 0 0 1i
0 2 0 0 0
0 3 0 4 0

(a) Identifique os pivs das linhas no-nulas da matriz A.


(b) Identifique as colunas piv da matriz A.
res

(a) Pivs: (A)15 , (A)22 e (A)32 .


(b) Colunas piv: c2 e c5 .

1.87def Seja A Mmn (R).


(a) Jmatriz em escadaK Diz-se que A uma matriz em escada se o nmero
de elementos nulos esquerda do piv aumenta de linha para linha at
que, possivelmente, sobrem apenas linhas nulas.
(b) Jmatriz em escada reduzidaK Diz-se que A uma matriz em escada
reduzida se uma matriz em escada, se todos os pivs so iguais a um
e se estes so os nicos elementos no-nulos nas colunas piv.
1.88exe Considere as seguintes matrizes:

1
A=
0

0
1

1
1
,B =
1
0

, C = 0

0
0

0 ,

Topicos
de Algebra
Linear

22

0
D=

1
F =
0

1
0
,G =
0
1

1
0

0
0
,E =

0
0

0
0

0
1
,H =
0
1

0
,

1
1


0

, u = 0 , v = 1
.


0
0
0

(a) Indique as matrizes em escada.


(b) Indique as matrizes em escada reduzida.
res

(a) Matrizes em escada: A, B, C, F , G, H, u.


(b) Matrizes em escada reduzida: A, C, F , H, u.

1.89def Sejam A Mmn (R), i {1, . . . , m}, j {1, . . . , n}, R \ {0} e R.


(a) Joperao elementar do tipo I nas linhas de uma matrizK D-se o nome

de operao elementar do tipo I nas linhas da matriz A troca de duas


linhas. A troca de `i e `j representa-se por `i `j .

(b) Joperao elementar do tipo II nas linhas de uma matrizK D-se o nome
de operao elementar do tipo II nas linhas da matriz A substituio

de uma linha por um seu mltiplo no-nulo. A substituio de `i pela


linha que se obtm multiplicando por os elementos de `i representa-se
por `i `i .
(c) Joperao elementar do tipo III nas linhas de uma matrizK D-se o nome

de operao elementar do tipo III nas linhas da matriz A substitu-

io de uma linha pela sua soma com um mltiplo de outra linha. A


substituio de `i pela linha que se obtm somando os elementos de
`i aos elementos que se obtm multiplicando por os elementos de `j
representa-se por `i `i + `j .

23

1 Matrizes

1.90obs Na definio anterior apenas se consideram operaes sobre linhas, apesar


de tambm ser possvel definir operaes sobre colunas. Fazendo este curso
apenas referncia a operaes elementares sobre linhas, estas passaro a ser
referenciadas apenas por operaes elementares.

1.91def Jmatrizes equivalentes, A BK Sejam A, B Mmn (R). Diz-se que A e


B so matrizes equivalentes, escrevendo-se A B, se se pode obter uma

a partir da outra atravs duma sequncia (finita) de operaes elementares


com linhas.

1.92exe Seja a matriz A =

h0 2 4 0i
1 1 0 2
2 2 0 5

. Efectue a seguinte sequncia de operaes na

matriz A: `1 `2 , `3 `3 2`1 , `1 `1 2`3 , `2 21 `2 e `1 `1 `2 .

Topicos
de Algebra
Linear

24

res

2
1
2

0 1

0
0 2 `1 `2

2
0 5

`3 `3 2`1 0

`1 `1 2`3 1

`2 12 `2 0

1 0

0 1

0 0
`1 `1 `2

2 0 .

0 1

1.93teo Seja A Mmn (R). Ento, existe uma nica matriz em escada reduzida
que equivalente matriz A.
1.94obs Seja A uma matriz no-nula. Ento, existe uma infinidade de matrizes em
escada que so equivalentes matriz A.
1.95def Seja A uma matriz.

25

1 Matrizes

(a) Jfe(A)K Representa-se por fe(A) o conjunto das matrizes em escada


que so equivalentes matriz A.

(b) Jfer(A)K Representa-se por fer(A) a nica matriz em escada reduzida


que equivalente matriz A.

1.96obs Seja A uma matriz.


(a) Note-se que fe(A) um conjunto de matrizes e que fer(A) uma
matriz.
(b) Em

1.97obs apresenta-se um algoritmo para determinar um ele-

mento de fe(A) e em
terminar fer(A).

1.98obs apresenta-se um algoritmo para de-

Topicos
de Algebra
Linear

26

1.97obs Seja A = [aij ] Mmn (R). Ento, o seguinte algoritmo determina um


elemento de fe(A):
Passo 1 [inicializar o algoritmo]
i 1
j ndice da coluna no-nula mais esquerda da matriz A
Passo 2 [seleccionar elemento piv]
se aij = 0 ento
`i `k , em que `k a primeira linha abaixo da linha `i com um
elemento diferente de zero na coluna cj
fimse
Passo 3 [anular os elementos abaixo do piv]
para p i + 1 at m fazer
apj
`i
`p `p
aij
fimpara
Passo 4 [terminar?]
se j se obteve uma matriz em escada ento
terminar
seno
i i +1
j ndice da coluna no-nula mais esquerda da matriz que
se obtm eliminando na matriz A as linhas `1 , . . . , `i1
ir para o Passo 2
fimse

27

1 Matrizes

1.98obs Seja A = [aij ] Mmn (R). Ento, o seguinte algoritmo determina fer(A):
Passo 1 [inicializar o algoritmo]
determinar A0 = [aij0 ] fe(A) (no que se segue, `0 refere-se s
linhas da matriz A0 )
i ndice da ltima linha no-nula da matriz A0
j ndice da coluna piv da linha `i
Passo 2 [colocar elemento piv a 1]
se aij0 6= 1 ento
1
`0i 0 `0i
aij
fimse
Passo 3 [anular os elementos acima do piv]
para p 1 at i 1 fazer
0 0
`0p `0p apj
`i

fimpara
Passo 4 [terminar?]
se j se obteve uma matriz em escada reduzida ento
terminar
seno
i i 1
j ndice da coluna piv da linha i
ir para o Passo 2
fimse

Topicos
de Algebra
Linear

28

1.99exe Considere a matriz A =

h0 0 0 3i
0 1 1 2
0 2 2 1

. Determine um elemento de fe(A) e

fer(A).

res

0
|

3 0

0
1 1 2 `1 `2

2 2 1
0
{z
}

`3 `3 2`1 0

`3 `3 + `2 0
|

0
{z

fe(A)

`2 13 `2 0

`1 `1 2`2 0

0
|

0
{z

fer(A)

0
}

1 .

0
}

29

1 Matrizes

1.100exe Determine, para cada uma das seguintes matrizes, uma matriz equivalente
que seja uma matriz em escada e a matriz equivalente que seja uma matriz
em escada reduzida:
1 1 0 2 0
0 0 0 0 0 ;
0 0 2 0 4
0 0 0 1 5
h 6 3 4 i
B = 4 1 6 ;
1 2 5
1 0 0 2 0
C = 01 00 10 00 01 ;
0 0 2 0 2
h 1 2 3 1 i
D = 2 1 2 2 ;
3 1 2 3
 1 3 1 2 
11 5 3
E = 02 5
3 1 ;

(a) A =

(f) F =

(b)

(g) G =

(c)
(d)
(e)

h 1 2 1
2 4
3 6

2 1
1 2 3
2 6 5

1 0 0 2
0 0 0 3 ;
0 0 0 0
0 0 0 0

1
1 ;
3
h 1 1 1 3 i
3 1 1 1 ;
2 1 2 1

(h) h =
(i) I =


(j) J =

1 5

1 1 0 0 
0 1 1 0
0 0 1 1 .
1 0 0 1

sol Nota: associada a cada matriz no-nula, existe uma infinidade de matrizes
que lhe so equivalentes e que esto na forma em escada. As solues que
a seguir se apresentam, resultam da aplicao do algoritmo apresentado em
1.97obs .
1 1 0 2 0
 1 1 0 0 10 
(a) 00 00 20 01 45 fe(A), fer(A) = 00 00 10 01 25 .
0 0 0 0 0


(b)

6 3 4
0 3 26
3
0 0
0

1 0 0

1 2 3 1
0 3 4
4
0 0 73 10
3

1
(e)

3 1 2
0 11 5 3
0 0 0 0
0 0 0 0

"


fe(D), fer(D) =
"


fe(E), fer(E) =

(f)

0 0

2 1
3 6 1
1
0 2 3

1
0
0
0

fe(F ), fer(F ) =

1 0 0 15
7
0 1 0 47
0 0 1 10
7

4 13
0 11
11
5
3
1 11
11
0
0 0
0
0 0

"

 1 2 1
0 0

7
1 0
9
fe(B), fer(B) = 0 1 269 .
0 0
0
1 0 0 0 0
fe(C), fer(C) = 00 00 10 01 00 .
0 0 0 0 1

2 0
0 0 1 0 0
0 0 0 2 1
0 0 0 0 2

(c)
(d)

0 0 0 0

0 0 1 1

#
.

4
1 2 0 0
3
0 0 1 0
0
1
0 0 0 1 6

1 0 0 0
(g) G fe(G), fer(G) = 00 00 00 10 .
0 0 0 0
h1i
h1i
(h) 0 fe(h), fer(h) = 0 .
0
0
h 1 1 1 3 i
h 1 0 0 1 i
0 4 4 8 fe(I), fer(I) = 0 1 0 1 .
(i)
0 0 3 3

#
.

Topicos
de Algebra
Linear

30

 1 1
(j)

0
0
0

0 0
1 1 0
0 1 1
0 0 0


fe(J), fer(J) =

 1 0 0 1 
0 1 0 1
0 0 1 1 .
0 0 0

Clculo de inversas
1.101def Jmatriz elementarK Seja E Mnn (R). Diz-se que E uma matriz elementar se se pode obter atravs de uma operao elementar sobre a matriz
In .
1.102exe A partir de I4 , determine as matrizes elementares obtidas atravs das seguintes
operaes elementares:
(a) `2 `4 ;
(b) `3 2`3 ;
(c) `3 `3 2`1 .

res

(a)

(b)

(c)

1 0 0

0 `2 `4 0 0 0

0 0 1
0

1
0 1 0

0 1 0 0

0 1 0
0

0 `3 2`3 0 0 2

1
0 0 0

0
0

0 `3 `3 2`1 2

1
0
0

1
.

0
.

1
0

0
.

1.103teo As matrizes elementares so invertveis e as suas inversas so matrizes elementares.

31

1 Matrizes

1.104teo Sejam A, B Mmn (R) tais que A B. Ento, existe um nmero finito
de matrizes elementares E1 , E2 , . . . , Ek , tais que B = E1 E2 Ek A.
1.105teo Seja A Mmn (R). Ento, existe um nmero finito de matrizes elementares E1 , E2 , . . . , Ek , tais que fer(A) = E1 E2 Ek A.
1.106teo Seja A Mnn (R). Ento, A invertvel se e s se A o produto de
matrizes elementares.
1.107obs

(a) Seja A Mnn (R). Ento, A invertvel se e s se fer(A) = In .


(b) Sejam k N e A Mnn (R) uma matriz invertvel. Ento, existem
matrizes elementares E1 , E2 , . . . , Ek tais que
In = Ek E2 E1 A,
pelo que
A = E11 E21 Ek1 In ,
ou ainda
A1 = In Ek1

1

E21

1

E11

1

= Ek E2 E1 In ,
i.e., A1 obtm-se a partir de In atravs das mesmas operaes elementares que transformam A em In .
1.108exe Verifique se as seguintes matrizes so invertveis, calculando, nesses casos,
a sua inversa:
(a) A =

h1 1 2i
0 1 0 ;
2 2 5

(b) B = [ 12 24 ].

Topicos
de Algebra
Linear

32

res

(a)

2
|

{z

A|I3

0
0

1 `3 `3 2`1 0
}
0

`1 `1 2`3

0 1 0

0 0 1

`1 `1 `2

0
|

2
{z

I3 |A1

5 1 2
0 1 0
2 0 1

para efeito de verificao, que AA1 = I3 :

1 2
5 1 2
1 0 0

1 0 0
1
0 = 0 1 0 .

2 5 2
0
1
0 0 1

(b)

0
{z

B|I2

1 2

1 `2 `2 2`1 0 0
}
0

Assim, como fer(B) 6= I2 , conclui-se que a matriz B no invertvel.


1.109exe Verifique se as seguintes matrizes so invertveis, calculando, nesses casos,
a sua inversa:

Assim, A uma matriz invertvel pois fer(A) = I3 com A1 =


Mostre-se, apenas

1
AA = 0

0 .

1
}

33

1 Matrizes

(a) A =

1 0 1
2 0 0
1 1 0

(d) D = [ 11 10 ];
h2 3 1i
(e) E = 1 2 3 ;
3 1 2
h 2 3 5 i
(f) F = 1 0 1 .

(b) B = [ 12 24 ];
h 1 2 3 i
(c) C = 2 1 0 ;
4 2

0 2 2

"
sol

(a) A invertvel com A

0
0
1

1
2
1
2
1
2

0
1
0

#
.

(b) B no invertvel.
4 3
10 7 6
8 6 5

(c) C invertvel com C 1 =

h 5

(d) D invertvel com D1 =

0
"

(e) E invertvel com E 1 =

1
1 1


.

1
18
7
18
5
18

5
18
1
18
7
18

7
18
5
18
1
18

#
.

(f) F no invertvel.

Exerccios miscelnea


1.110exe Considere as matrizes A = 12 01 11 , b = [ 12 ], c = [ 31 ], d = [ 11 ] e E =
h 1 0 i
2 1 . Indique se esto bem definidas as seguintes expresses, efectuando
0

nesses casos as respectivas operaes:

sol

(a) bT A;

(f) (AE)T ;

(b) AbT ;

(g) E T AT ;

(c) (c T A + d T A)T ;

(h) A2 ;

(d) AT b;

(i) (AAT )2 ;

(e) bT (c + d);

(j) (AE)1 .

(a) bT A = [ 3 2 1 ].
(b) A expresso AbT no est bem definida pois o nmero de colunas da
matriz A, que 3, diferente do nmero de linhas da matriz bT , que
1.

Topicos
de Algebra
Linear

34

(c) (c T A + d T A)T =
h 3i
(d) AT b = 2 .

h0i
2
2

(e) b (c + d) = [ 8 ].


(f) (AE)T = 11 20 .


(g) E T AT = 11 20 .
(h) A expresso A2 (= AA) no est bem definida pois o nmero de colunas
da matriz A, que 2, diferente do seu nmero de linhas, que 3.
 13 24 
(i) (AAT )2 = 24
45 .


(j) (AE)1 = 21 20 11 .
1.111exe Mostre atravs de contraexemplos que as seguintes proposies so falsas:
(a) A M22 (R) : A2 6= I2 ;
(b) A M22 (R) \ {022 } : A2 6= 022 ;
(c) A, B M22 (R) \ {022 } : AB 6= 022 .
1.112exe Matrizes Aplicao: Redes e Grafos
Definio: Um grafo um conjunto de pontos, designados por vrtices,
ligados por segmentos de recta, chamados arestas. As arestas podem ser
representadas por pares no-ordenados de vrtices.
Exemplo: A Figura 1.1 representa um grafo com vrtices V = {V1 , V2 , V3 , V4 }
e arestas A = {{V1 , V2 }, {V2 , V3 }, {V3 , V4 }, {V2 , V4 }}.

V1

V2

V3

V4

Figura 1.1: Grafo 1.

Pode-se imaginar que os vrtices correspondem a ns numa rede de comunicao e que as arestas que ligam os vrtices representam elos de comu-

35

1 Matrizes

nicao entre dois ns da rede. Na realidade, uma rede de comunicao


envolve um nmero elevado de vrtices e arestas o que complica a representao grfica da rede. Esta dificuldade ultrapassada recorrendo a uma
representao matricial para a rede.
Definio: Considere um grafo com n vrtices. A matriz M = [mij ]
Mnn (R) definida por
mij =

se {Vi , Vj } uma aresta do grafo


se no existe uma aresta que liga Vi e Vj

a matriz de adjacncia do grafo.


Exemplo: A matriz de adjacncia para grafo da Figura 1
0 1 0 0
M=

1 0 1 1
0 1 0 1
0 1 1 0

Nota: A matriz de adjacncia M sempre simtrica.


Definio: Um caminho num grafo uma sequncia de arestas que ligam
um vrtice a outro. O comprimento do caminho o nmero de arestas que
o formam.
Exemplo: Na Figura 1.1, a sequncia de arestas ({V1 , V2 }, {V2 , V4 }) representa um caminho de comprimento 2 que liga V1 a V4 e a sequncia de
arestas ({V2 , V3 }, {V3 , V2 }, {V2 , V3 }) representa um caminho de comprimento
3 que liga V2 a V3 .
Teorema: Sejam M = [mij ] Mnn (R) uma matriz de adjacncia de
um grafo e mij(k) um elemento de M k . Ento, mij(k) igual ao nmero de
caminhos de comprimento k de Vi a Vj .
Exemplo: Para determinar o nmero de caminhos de comprimento 3 que
ligam V2 e V3 no grafo da Figura 1.1, calcula-se M 3 :
M3 =

0 3 1 1
3 2 4 4
1 4 2 3
1 4 3 2

Topicos
de Algebra
Linear

36

Conclui-se,ento, que o nmero de caminhos de comprimento 3 que ligam


(3)
V2 e V3 m23
= 4.

Exerccio 1: Considere o grafo da Figura 1.2.

V2

V3

V1

V4

V5

Figura 1.2: Grafo 2.

(a) Determine a matriz de adjacncia M do grafo.


(b) Indique os caminhos de comprimento 2 que comeam em V1 .
(c) Indique quantos caminhos de comprimento 3 existem de V2 a V4 .
(d) Indique quantos caminhos de comprimento menor ou igual a 3 existem
de V2 a V4 .
Exerccio 2: Considere a matriz M =

0 1 1 1
1 0 1 0 .
1 1 0 1
1 0 1 0

(a) Desenhe um grafo que tenha M como matriz de adjacncia e indique


os vrtices.
(b) Analisando o grafo e a matriz M 2 , indique o nmero de caminhos de
comprimento 2 de V1 a V3 .
sol Exerccio 1
"0 1 0 1 0#
(a) M =

1
0
1
0

0
1
1
0

1
0
0
0

1
0
0
1

0
0
1
0

(b) Existem 6 caminhos de comprimento 2 que comeam em V1 : V1 V2


V1 , V1 V4 V1 , V1 V4 V2 , V1 V2 V3 , V1 V2 V4 , V1 V4 V5 .
(c) 5.
(d) 7.
Exerccio 2

37

1 Matrizes

(a) .

V1

V2

V3

V4

(b) 2.

38

Topicos
de Algebra
Linear

2
Determinantes

Definies
2.1def Jmatriz complementar de um elemento de uma matrizK Sejam A Mnn (R)

e i , j {1, . . . , n}. Chama-se matriz complementar do elemento i j, que se

representa por Aeij , a

def
Aeij =

se n = 1,

matriz que se obtm a partir da

matriz A eliminando `i e cj

2.2exe Considere as matrizes A =

h1 2 3i
4 5 6
7 8 9

se n > 2.

e B = [ 5 ].

(a) Determine a matriz complementar do elemento 12 da matriz A.


(b) Determine Ae33 .
e11 .
(c) Determine B
res

(a) Ae12 = [ 47 69 ].
(b) Ae33 = [ 14 25 ].
e11 = [ 5 ].
(c) B
39

Topicos
de Algebra
Linear

40

2.3def Jdeterminante de uma matrizK Seja A Mnn (R). Chama-se determinante


(A) (A)
1n
11


da matriz A, que se representa por det(A), ... . . . ... ou |A|, a


(A)n1 (A)nn



(A)11

..

det(A)
.


(A)n1



(A)1n

..
. |A|

(A)nn

(A)11

def
n
X
=

(A)1j (1)1+j det(Ae1j )

..
.

se

n = 1,

se

n > 2.

j=1

2.4obs (a) A definio que se acaba de dar um exemplo de uma definio recursiva.
(b) S se definem determinantes de matrizes quadradas, sendo o seu valor
um nmero real.
(c) Seja A = [aij ] M11 (R). Note-se que quando se escreve det(A) =
|a11 | = a11 , | | no representa o valor absoluto mas sim o determinante.
O contexto ser sempre suficiente para interpretar o significado correcto
de | |.

2.5exe Seja X = [xij ] M22 (R).

e11 e X
e12 .
(a) Determine X
(b) Calcule det(X).

e11 = [ x22 ] e X
e12 = [ x21 ].
res (a) X

41

2 Determinantes

(b)


x11
det(X)
x21
=

2
X



x12


x22
e1j )
x1j (1)1+j det(X

j=1

e11 ) + x12 (1)1+2 det(X


e12 )
= x11 (1)1+1 det(X
= x11 1 x22 + x12 (1) x21
= x11 x22 x12 x21 .
2.6obs Seja A = [aij ] M22 (R). Ento, det(A) pode-se calcular atendendo a
+

a11 D
a12
DD zz
DzDz
zz DDD
"
|zz
a21
a22
vindo

det(A) = a11 a22 a12 a21 .


2.7exe Calcule | 13 24 |.
res | 13 24 | = 1 4 2 3 = 2.
2.8exe Calcule o determinante da matriz A =

 1 5 
3 2 .

sol det(A) = 17.


2.9exe Seja Y = [yij ] M33 (R). Calcule det(Y ).

Topicos
de Algebra
Linear

42

res


y11


det(Y ) y21


y31
=

3
X

y12
y22
y32



y13


y23


y33

y1j (1)1+j det(Ye1j )

j=1

= y11 (1)1+1 det(Ye11 ) + y12 (1)1+2 det(Ye12 )


|
{z
} |
{z
}
j=1

j=2

+ y13 (1)1+3 det(Ye13 )


{z
}
|
j=3





y
y23
+ y12 (1) 21


y31
y33




y21 y22

+ y13 1

y31 y32



y22
= y11 1
y32

= y11 (y22 y33 y23 y32 ) y12 (y21 y33 y23 y31 )
+ y13 (y21 y32 y22 y31 )
= y11 y22 y33 + y12 y23 y31 + y13 y21 y32
y11 y23 y32 y12 y21 y33 y13 y22 y31 .



y23


y33

43

2 Determinantes

2.10obs Regra de Sarrus (apenas se aplica a matrizes de ordem 3): seja A = [aij ]
M33 (R). Ento, det(A) pode-se calcular atendendo a

a12
a13
a11 D
DD
zz
DD
z
DD
zz
D! }zzz
a23
a22
a21 D
DD zz DDD zz
DzDz
DzDz
zz DDD
zz DDD
}zz
!
! }zz
a31 D
a32 D
a33
DD zz
DD zz
DzDz
DzDz
zz DDD
zz DDD
}zz
" }zz
"
a11
a12 D
a13
DD
z
z
DD
zz
DD
zz
D"
|zz
a21
a22
a23

vindo
det(A) = (a11 a22 a33 + a21 a32 a13 + a31 a12 a23 )
(a13 a22 a31 + a23 a32 a11 + a33 a12 a21 ),
ou, atendendo a

a11
a12
a12 D
a13
a11 D
DD zz DDD zz
DD
zz
DzDz
DzDz
DD
z
DD
zD
zz
zD
D" |zzz DD" |zzz DD" |zzz
a21
a21
a22 D
a23
a22
DD zz DDD zz DDD
zz
D
D
D
z
z
z
DD
Dz
zD
z
DD
zz DDD
zz
zz DDD
|zz
"
|zz
" |zz
"
a31
a32
a33
a31
a32

Topicos
de Algebra
Linear

44

vindo
det(A) = (a11 a22 a33 + a12 a23 a31 + a13 a21 a32 )
(a13 a22 a31 + a11 a23 a32 + a12 a21 a33 ).

2.11exe Considere a matriz A =

h9 1 2i
3 4 5
6 7 8

. Calcule det(A).

res Atendendo a
1
2
9>
>>
>>
>>

5
4>
3>
>>
>>
>>
>>
>>
>>


8
7>
6>
>>
>>
>>
>>
>>
>>


2
9
1>
>>
>>
>>

3
4
5
tem-se que
det(A) = 9 4 8 + 3 7 2 + 6 1 5
246579813
= 27,
ou atendendo a
2>
9
1
9>
1>
>>
>>
>>
>>
>>
>>
>>
>>
>>



3
4>
5>
3>
4
>>
>>
>>
>>
>>
>>
>>
>>
>>



6
7
8
6
7

45

2 Determinantes

tem-se que
det(A) = (9 4 8 + 1 5 6 + 2 3 7)
(2 4 6 + 9 5 7 + 1 3 8)
= 27.

2.12exe Calcule o determinante das seguintes matrizes:

3
B=
2

, C = 1

4
1

1
3

2 2 e D =

4
0
0

1 3 2
.

1 2 1

0 7 3
1

sol det(B) = 24, det(C) = 0, det(D) = 0.


2.13def Jco-factor de um elemento de uma matriz ou complemento algbrico de um
elemento de uma matrizK Seja A = [aij ] Mnn (R). Chama-se co-factor
ou complemento algbrico do elemento i j, que se representa por Aij , a
def
Aij = (1)i+j det(Aeij ).

2.14exe Considere a matriz A =

 5 2 
3 4 .

(a) Determine o co-factor do elemento 11 da matriz A.


(b) Determine o complemento algbrico do elemento 12 da matriz A.
(c) Determine A21 .
(d) Determine A22 .
res

(a) A11 = (1)1+1 det(Ae11 ) = 1 | 4| = 4.


(b) A12 = (1)1+2 det(Ae12 ) = 1 |3| = 3.
(c) A21 = (1)2+1 det(Ae21 ) = 1 | 2| = 2.

Topicos
de Algebra
Linear

46

(d) A22 = (1)2+2 det(Ae22 ) = 1 | 5| = 5.


2.15obs Relembre-se as seguintes notaes:
(A)ij elemento i j da matriz A;
Aeij matriz complementar do elemento i j da matriz A;
Aij co-factor ou complemento algbrico do elemento i j de uma
matriz A.

Propriedades
2.16teo (Teorema de Laplace) Sejam n um natural maior ou igual a 2, A Mnn (R)
e , {1, . . . , n}. Ento:
det(A) =

n
n
X
X
(A)j Aj =
(A)i Ai .
j=1

i=1

{z

desenvolvimento
atravs da linha

2.17obs (a) Notar que a definio

{z

desenvolvimento
atravs da coluna

2.3def para n > 2 consiste no clculo do

determinante atravs do desenvolvimento segundo a primeira linha.


(b) Como regra prtica para calcular determinantes atravs do teorema de
Laplace, deve-se fazer o desenvolvimento a partir da linha ou coluna que
tiver mais zeros.
1 1 1 1
2.18exe Calcule o determinante da matriz E =

2 1 3 2
0 1 2 1
0 0 1 3

atravs do desenvolvimento

da primeira coluna e da quarta linha.


sol det(E) = 8.
2.19teo Sejam A, B Mnn (R) e R.
(a) Se A for uma matriz diagonal ou triangular (inferior ou superior), ento
Q
det(A) = ni=1 (A)ii .

47

2 Determinantes

(b) Se todos os elementos de uma linha ou coluna da matriz A so nulos,


ento det(A) = 0.
(c) Se A tem duas linhas ou colunas iguais, ento det(A) = 0.
(d) det(A) = n det(A).
(e) det(AT ) = det(A).
(f) det(AB) = det(A) det(B).
(g) A invertvel se e s se det(A) 6= 0.
(h) Se A uma matriz invertvel, ento det(A1 ) =

1
det(A) .

2.20obs (a) det(I) = 1.


Q
Q
(b) Sejam A1 , . . . , An Mnn (R). Ento, det( ni=1 Ai ) = ni=1 det(Ai ).
(c) Sejam A Mnn (R) e k R. Ento, det(Ak ) = (det(A))k .
2.21exe Considere as seguintes matrizes:

1 1 1
1
1 2 3

A = 0 2 3 , B = 2 2 2 , C = 0

3 3 3
2
0 0 3

1 0 0

D = 0 2 0 , P M33 (R) tal que P

0 0 1

2
0
1

0 ,

uma matriz invertvel.

Usando as propriedades dos determinantes, calcule:


(a) det(A).

(g) det(A3 ).

(b) det(B).

(h) det(2AT A).

(c) det(C).

(i) det(AT A1 B T ).

(d) det(D).

(j) det(A1 DA).

(e) det(2A).

(k) det(ABCD).

(f) 2 det(A).

(l) det(P 1 AP ).

Topicos
de Algebra
Linear

48

res (a) Sendo A uma matriz triangular (superior), tem-se que det(A) = 1 2
3 = 6.
(b) Sendo c1,B = c2,B , tem-se que det(B) = 0.
(c) Sendo `2,C uma linha nula, tem-se que det(C) = 0.
(d) Sendo D uma matriz diagonal, tem-se que det(D) = 1 2 = 2.
(e) det(2A) = (2)3 det(A) = 8 6 = 48.
(f) 2 det(A) = 2 6 = 12.
(g) det(A3 ) = (det(A))3 = 63 = 216.
(h) det(2AT A) = det(2AT ) det(A) = 23 det(AT ) det(A) = 23 det(A) det(A) =
23 6 6 = 288.
1
(i) det(AT A1 B T ) = det(AT ) det(A1 ) det(B T ) = det(A) det(A)
det(B) =

det(B) = 0.
(j) det(A1 DA) = det(A1 ) det(D) det(A) =

1
det(A)

det(D) det(A) = det(D) =

2.
(k) det(ABCD) = det(A) det(B) det(C) det(D) = 6 0 0 2 = 0.
(l) det(P 1 AP ) = det(P 1 ) det(A) det(P ) =

1
det(P )

det(A) det(P ) = det(A) =

6.
2.22exe Considere as matrizes A, B, C e D do exerccio anterior. Indique, justificando, as que so invertveis.
res As matrizes A e D so invertveis pois os seus determinantes so diferentes
de zero.
2.23exe Considere a matriz A =

h1

1 x
1 1 y
x y 1

, x, y R. Indique para que valores de x e

y a matriz A invertvel.
sol x 6= y .
2.24exe Considere a matriz Z =
matriz Z invertvel.

1 1
1 x 1
1 1 x

hx

i
, x R. Indique para que valores de x a

49

2 Determinantes

sol x R \ {2, 1}.



2.25exe Considere a matriz A =

2 1 3 5
0 1 2 3
4 1 2 1
2 3 1 4


e seja B uma matriz de ordem 4 tal

que |B| = 12. Calcule o determinante da matriz (AB 1 )T .


sol det((AB 1 )T ) = 5.
2.26exe Sejam A uma matriz quadrada tal que det(A) = 2 e B = 2AT . Mostre que
a matriz B invertvel.
2.27teo Sejam A, B Mnn (R) e R \ {0}.
(a) Se B resulta de A por troca de duas linhas (operao elementar do tipo
I), ento det(B) = det(A).
(b) Se B resulta de A por multiplicao dos elementos de uma linha de A
por (operao elementar do tipo II), ento det(B) = det(A).
(c) Se B resulta de A adicionando a uma linha um mltiplo de outra linha
(operao elementar do tipo III), ento det(B) = det(A).
2.28obs Sejam A, B Mnn (R) tais que B fe(A) e que se obteve a partir da
matriz A atravs das operaes elementares do tipo I e III (por exemplo,
por aplicao do algoritmo apresentado em
1.97obs ). Ento, det(A) =
Qn
s
(1)
i=1 (B)ii , em que s o nmero de trocas de linhas realizadas.
0 1 0 2
2.29exe Considere a matriz A =

1 1 2 0
1 0 0 3
2 1 0 1

(a) Calcule det(A) atravs da definio (podendo usar qualquer processo


para calcular determinantes de matrizes de ordem 3).
(b) Calcule det(A) por aplicao do teorema de Laplace atravs do desenvolvimento a partir da terceira coluna (podendo usar qualquer processo
para calcular determinantes de matrizes de ordem 3).
(c) Calcule det(A) atravs de

2.28obs .

Topicos
de Algebra
Linear

50

res (a)

det(A) =

4
X
(A)1j (1)1+j det(Ae1j )
j=1

= (A)11 (1)1+1 det(Ae11 ) + (A)12 (1)1+2 det(Ae12 )


+ (A)13 (1)1+3 det(Ae13 ) + (A)14 (1)1+4 det(Ae14 )








1 1 2
1 2 0








= 0 + 1 (1) 1 0 3 + 0 + 2 (1) 1 0 0








2 1 0
2 0 1
= 0 + 1 (1) 10 + 0 + 2 (1) 2
= 14.
Clculos auxiliares:


1 2 0
1 0 3 = 1(0130)2(1132)+0(1002) = 10.
2 0 1
1 1 2
1 0 0 = 1(0001)1(1002)+2(1102) = 2.
2 1 0

(b)

det(A) =

4
X
(A)i3 (1)i+3 det(Aei3 )
i=1

= (A)13 (1)1+3 det(Ae13 ) + (A)23 (1)2+3 det(Ae23 )


+ (A)33 (1)3+3 det(Ae33 ) + (A)43 (1)4+3 det(Ae43 )




0 1 2




= 0 + 2 (1) 1 0 3 + 0 + 0




2 1 1
= 2 (1) 7
= 14.
Clculos auxiliares:


0 1 2
1 0 3 = 0(0131)1(1132)+2(1102) = 7.
2 1 1

51

2 Determinantes

(c)

2 1

`1 `2
0

1
3

2
1

`3 `3 `1 0

`4 `4 2`1 0

`3 `3 + `2 0

`4 `4 + `2 0

`4 `4 2`3 0

1
0 2

1 2 3

1 4 1

1
2 0

1
0 2

0 2 5

0 4 3

1
2
0

1
0
2

0 2
5

0
0 7
1

det(A) = (1)1 (1 1 (2) (7)) = 14.


2.30obs Pedindo-se o determinante de uma matriz, se no for explicitado no enunciado o processo de clculo, este pode ser feito por um mtodo qualquer,
nomeadamente aquele que se achar mais simples.

Exerccios miscelnea

2.31exe Calcule o determinante da matriz A =
distintos.
sol det(A) = 1.

1 2 1 1 
1 1 2 1
0 1 0 1
1 2 2 1

por dois processos

Topicos
de Algebra
Linear

52



sen
2.32exe Calcule o determinante das matrizes A
= 1414 , B= [ cos
sen  cos ], R,

h2 1 1i
h 0 1 2 i
0 1 0 0
2 3 3 2
C = 1 1 1 , D = 1 2 0 , E = 10 01 10 01 , F = 11 12 12 13 .
0 2 2

2 3 2

0 0 1 1

2 1 2 1

sol det(A) = 15, det(B) = 1, det(C) = 0, det(D) = 0, det(E) = 1, det(F ) =


2.
2.33exe Sejam A, B Mnn (R). Mostre que det(AB) = det(BA).
2.34exe Considere as matrizes A = [ 10 21 ], D = [ 11 ] e F = [ 2 3 ] e a equao matricial
em X dada por [(AX)T + DF ]1 = I2 .
(a) Resolva a equao dada.
(b) Diga, sem efectuar quaisquer clculos, qual o determinante de (AX)T +
DF .
sol

(a) X =

5 2
3 2


.

(b) det(AX T + DF ) = 1.
2.35exe Sejam p N e A uma matriz quadrada tal que Ap = 0. Mostre que A
uma matriz singular.
2.36exe Seja A uma matriz ortogonal. Mostre que det(A) = 1.
2.37exe Determinantes Aplicao: Mensagens codificadas
Pode-se codificar uma mensagem associando a cada letra do alfabeto um
nmero inteiro e enviar a lista de nmeros que substitui a mensagem. A
teoria dos determinantes usada neste contexto para o clculo de inversas
com propriedades especiais.
Exemplo: A mensagem BOA SORTE! pode ser codificada por
3, 1, 5, 10, 1, 6, 2, 8, 0,
onde a letra B representado pelo algarismo 3, a letra O pelo algarismo
1,... e o smbolo ! pelo algarismo 0 (neste exemplo no se codifica o
espao).

53

2 Determinantes

Para complicar ainda mais a codificao da mensagem e para impedir que o


cdigo seja quebrado pode-se usar a seguinte tcnica: o cdigo que representa a mensagem colocado nas colunas de uma matriz B. No exemplo
considerado tem-se

3 10 2

B = 1
1 8 .

5
6 0
A matriz B vai ser pr-multiplicada por uma outra matriz A. A matriz A
deve verificar as seguintes propriedades: os elementos de A so nmeros
inteiros e det(A) = 1. Da resulta que A1 = adj(A) e os elementos de
A1 tambm vo ser todos nmeros inteiros.
Seja a matriz A dada por

A = 0

0 .

1
1

Ento

AB = 0

0
1
1

2 3

0 1

1 5

10
1
6

13


8 = 1

0
6
2

22
1
7

8 ,

contm a mensagem codificada que deve ser enviada:


13, 1, 6, 22, 1, 7, 2, 8, 8.
O receptor da mensagem consegue descodific-la multiplicando-a por A1
da seguinte forma:

1
A AB = 0

2 2 13

1
0 1

1
1
6

22
1
7


2
3


8 = 1

8
5

10
1
6

8 .

Topicos
de Algebra
Linear

54

A matriz de codificao A pode ser construda a partir da matriz identidade


I, aplicando, sucessivamente, operaes elementares do tipo I e do tipo III. A
matriz assim obtida vai ter elementos inteiros, verifica det(A) = det(I) =
1 e A1 tambm vai ter elementos inteiros.
Exerccio: Na codificao de uma mensagem, a letra A representada
pelo nmero 1, B por 2, C por 3,..., J por 10, K por 11,
L por 12,...e assim por diante (neste exerccio, o espao tambm no
considerado). A mensagem foi transformada usando a matriz

A= 1

3
1

2 1
2

e enviada como
45, 60, 47, 63, 82, 68, 44, 48, 65.
Qual a mensagem?
sol BOM ESTUDO.

3
Sistemas de Equaes Lineares

Definies iniciais
3.1def Jsistema de equaes lineares, matriz dos coeficientes, vector dos termos independentes, vector das incgnitas, matriz aumentada ou matriz ampliada,
conjunto soluoK

Sejam A = [aij ] Mmn (R) e b = [bi ] Mm1 (R).

Diz-se que (S) um sistema de m equaes lineares com n incgnitas


x1 , x2 , . . . , xn R com matriz dos coeficientes A e vector dos termos independentes b se (S) o sistema

a11 x1

a21 x1
..

am1 x1

a12 x2

a13 x3

a1n xn

b1

a22 x2
..
.

a23 x3
..
.

..
.

a2n xn
..
.

b2
..
.

+ am3 x3

+ amn xn

bm .

+ am2 x2

Chama-se vector das incgnitas do sistema (S) matriz coluna x = [xi ]


Mn1 (R). Chama-se matriz aumentada ou matriz ampliada do sistema (S),
55

Topicos
de Algebra
Linear

56

que se representa por A|b, matriz


a11

a12

a13

a1n

b1

a21

..
.

am1

a22
..
.

a23
..
.

..
.

a2n
..
.

b2
..
.

am2

am3

amn

bm

Chama-se conjunto soluo do sistema (S), que se representa por CS(S) , a


CS(S)

"x #
1
= {(x1 , . . . , xn ) Rn : A ... = b}.

def

xn

3.2obs Note-se que o sistema (S) da definio anterior pode ser escrito na forma
matricial

a11 a12 a13

a21 a22 a23

..
..
..
.
.
.

am1 am2 am3

..
.



x1

a1n
b1

x2

a2n b2

.. x3 = .. ,

.
... .

amn
bm
xn

ou, em notao matricial, como Ax = b.


3.3def Jsistema de equaes no linearesK Chama-se sistema de equaes no lineares a um sistema de equaes que no um sistema de equaes lineares.
3.4exe

(a) D um exemplo de um sistema com duas equaes lineares e com trs


incgnitas.
(b) D um exemplo de um sistema com duas equaes no lineares e com

res

duas incgnitas.

x + 2y + z = 1
(a)
3x y z = 0.

x + x sen(y ) = 1
(b)
x
ey
= 0.

Lineares
3 Sistemas de Equacoes

57

3.5def Seja (S) o sistema de equaes lineares Ax = b.


(a) Jsistema homogneo K Diz-se que (S) um sistema homogneo se
b = 0.

(b) Jsistema homogneo associadoK Se b 6= 0, chama-se sistema homogneo associado ao sistema (S) ao sistema Ax = 0.

3.6exe

(a) D um exemplo de um sistema homogneo com duas equaes e com


trs incgnitas.
(b) Identifique o sistema homogneo associado ao sistema de equaes
lineares

x
3x

res

x
(a)
3x

x
(b)
3x

2y

0.

2y

2z

0.

2y

0.

3.7def Seja (S) um sistema de equaes lineares.


(a) Jsistema possvelK Diz-se que (S) um sistema possvel se # CS(S) > 0.
(b) Jsistema possvel e determinadoK Diz-se que (S) um sistema possvel
e determinado se # CS(S) = 1.

(c) Jsistema possvel e indeterminadoK Diz-se que (S) um sistema possvel


e indeterminado se # CS(S) > 1.

(d) Jsistema impossvelK Diz-se que (S) um sistema impossvel se # CS(S) =


0.

3.8def Jcaracterstica de uma matrizK Seja A Mmn (R). Chama-se caracterstica

da matriz A, que se representa por c(A), ao nmero de linhas no nulas de

uma matriz em escada que seja equivalente matriz A.

Topicos
de Algebra
Linear

58

3.9teo Seja Ax = b um sistema de equaes lineares com n incgnitas. Ento:

c(A) = c(A|b)

c(A) = c(A|b) = n

c(A) = c(A|b) < n

c(A) < c(A|b)

: sistema possvel (Pos)


: sistema possvel e determinado (PD)
: sistema possvel e indeterminado (PI)
: sistema impossvel (Imp).

3.10obs (a) Seja Ax = b um sistema de m equaes lineares com n incgnitas.


Ento, se n > m o sistema no pode ser possvel e determinado.
(b) Seja Ax = b um sistema de n equaes lineares com n incgnitas, tal
que A uma matriz invertvel. Ento, x = A1 b.

Mtodo de Gauss e Gauss-Jordan


3.11def Jvarivel piv, varivel livreK Sejam Ax = b um sistema de equaes lineares
e A0 fe(A). Se cj,A0 uma coluna piv, diz-se que xj uma varivel piv.

Caso contrrio, diz-se que uma varivel livre.


3.12exe Seja (S) o sistema de equaes lineares cuja matriz dos coeficientes A =
 1 2 2 1 
3
1 2 0 1 e cujo vector dos termos independentes b = [ 1 ].
(a) Determine um elemento de fe(A|b).
(b) Identifique as colunas piv do sistema (S).

res

(c) Identifique as variveis piv e as variveis livres do sistema (S).

1 2 2 1 3 1 2 2 1
3

.
(a)
1 2
0 1 1
`2 `2 `1
0 0
2 0 2
|
{z
}
fe(A|b)

(b) Colunas piv de (S): c1 e c3 .


 x1 
(c) Seja x = xx23 o vector das incgnitas do sistema (S). Ento, x1 e x3
x4

so as variveis piv de (S) e x2 e x4 so as variveis livres de (S).

Lineares
3 Sistemas de Equacoes

59

3.13teo Seja (S) o sistema de equaes lineares cuja matriz dos coeficientes A
Mmn (R), cujo vector dos termos independentes b Mm1 (R) e cujo
vector das incgnitas x = [xi ] Mn1 (R).
(a) (Mtodo de Gauss) Seja, ainda, A0 |b0 fe(A|b). No caso de (S) ser
um sistema possvel, tem-se que:
(
CS(S) =

(x1 , . . . , xn ) Rn : se xi uma varivel piv, ento


0

(A |b )i,n+1

n
X

(A0 |b0 )ij xj )

j=i+1
0
(A |b0 )ii

xi =

(b) (Mtodo de Gauss-Jordan) No caso de (S) ser um sistema possvel,


tem-se que:
(
CS(S) =

(x1 , . . . , xn ) Rn : se xi uma varivel piv, ento


(fer(A|b))i,n+1
xi =

n
X

(fer(A|b))ij xj )

j=i+1

(fer(A|b))ii

3.14obs (a) Para se resolver um sistema de equaes lineares pelo Mtodo de Gauss
comea-se por determinar um elemento pertencente ao conjunto das
matrizes em escada equivalentes matriz ampliada do sistema. A partir
desta matriz imediato concluir se o sistema possvel e determinado,
caso em que no h variveis livres, possvel e indeterminado, caso em
que se tem que identificar as variveis livres, ou impossvel. No caso de
ser possvel, o seu conjunto soluo obtido atravs do

3.13teo (a).

(b) Para se resolver um sistema de equaes lineares pelo Mtodo de GaussJordan comea-se por determinar a matriz em escada reduzida equivalente matriz ampliada do sistema. A partir desta matriz imediato

Topicos
de Algebra
Linear

60

concluir se o sistema possvel e determinado, caso em que no h


variveis livres, possvel e indeterminado, caso em que se tem que identificar as variveis livres, ou impossvel. No caso de ser possvel, o seu
conjunto soluo obtido atravs do
3.15exe

3.13teo (b).

(a) D um exemplo de um sistema de duas equaes lineares a duas incgnitas possvel e determinado, resolva-o atravs do Mtodo de Gauss e
faa a sua interpretao geomtrica.
(b) D um exemplo de um sistema de duas equaes lineares a duas incgnitas possvel e indeterminado, resolva-o atravs do Mtodo de Gauss
e faa a sua interpretao geomtrica.
(c) D um exemplo de um sistema de duas equaes lineares a duas incgnitas impossvel, resolva-o atravs do Mtodo de Gauss e faa a sua
interpretao geomtrica.

res

(a) Seja (S1 ) o sistema de equaes lineares cuja matriz dos coeficientes


A = 11 11 e cujo vector dos termos independentes b = [ 10 ], i.e.,

x + y = 1
(S1 )
x y = 0.
Resoluo de (S1 ) atravs do mtodo de Gauss:

1
1 1 1
1
1

.
1 1 0
`2 `2 `1
0 2 1
Como c(A) = c(A|b) = n = 2 (n o nmero de incgnitas), (S1 )
um sistema possvel e determinado equivalente ao sistema de equaes
lineares

2y

x =1

y=1
= 1
2
=

ou seja,
CS(S1 ) = {( 12 , 12 )}.

1
2

1
2

Lineares
3 Sistemas de Equacoes

61

CS(S1 ) pode ser geometricamente interpretado como sendo os pontos


de interseco das rectas x + y = 1 e x y = 0, que neste caso um
s (ver Figura 3.1).

x y =0

1
1
2

1
2

x +y =1
Figura 3.1: Interpretao geomtrica de um sistema linear de duas equaes a duas
incgnitas possvel e determinado.

(b) Seja (S2 ) o sistema de equaes lineares cuja matriz dos coeficientes


 
A = 21 21 e cujo vector dos termos independentes b = 21 , i.e.,

x
+ y = 1
(S2 )
2x 2y = 2.
Resoluo de (S2 ) atravs do mtodo de Gauss:

1
1
1 1 1 1

.
2 2 2 `2 `2 + 2`1 0 0 0
Como c(A) = c(A|b) = 1 < n = 2 (n o nmero de incgnitas), (S2 )
um sistema possvel e indeterminado equivalente equao linear
n
x + y = 1.
Sendo y uma varivel livre, tem-se

x =1
y =R
ou seja,
CS(S2 ) = {(1 , ) : R}.

Topicos
de Algebra
Linear

62

CS(S2 ) pode ser geometricamente interpretado como sendo os pontos


de interseco das rectas x + y = 1 e 2x 2y = 2, que neste caso
so uma infinidade (ver Figura 3.2).

x + y = 1 2x 2y = 2
Figura 3.2: Interpretao geomtrica de um sistema linear de duas equaes a duas
incgnitas possvel e indeterminado.

(c) Seja (S3 ) o sistema de equaes lineares cuja matriz dos coeficientes
A = [ 11 11 ] e cujo vector dos termos independentes b = [ 12 ], i.e.,

x + y = 1
(S3 )
x + y = 2.
Resoluo de (S3 ) atravs do mtodo de Gauss:

1
1

1
1

1
2

`2 `2 `1

Como c(A) = 1 < c(A|b) = 2, (S3 ) um sistema impossvel, tendo-se


CS(S3 ) = .
CS(S3 ) pode ser geometricamente interpretado como sendo os pontos
de interseco das rectas x + y = 1 e x + y = 2, que neste caso no
existem (ver Figura 3.3).

Lineares
3 Sistemas de Equacoes

63

x +y =1

x +y =2

Figura 3.3: Interpretao geomtrica de um sistema linear de duas equaes a duas


incgnitas impossvel.

3.16exe Considere os seguintes sistemas de equaes lineares:

(S1 )

(S2 )

1
x1

x
x

+ x2

x3

+ x2

x3

x2

2x3

3;

2.

+ y

(a) Resolva (S1 ) atravs do mtodos de Gauss.


(b) Resolva (S1 ) atravs do mtodos de Gauss-Jordan.
(c) Resolva (S2 ) atravs do mtodos de Gauss.
(d) Resolva (S2 ) atravs do mtodos de Gauss-Jordan.

Topicos
de Algebra
Linear

64

res

(a)

1 1

0 1

1
1
2

1 1 1

1 `2 `2 + `1 0 2 2

0 1
2
3

1 1 1

0 2 2

1
`3 `3 2 `2 0 0
3
1

Assim, (S1 ) um sistema equivalente ao sistema

x2

2x2

2x3

ou seja,

CS(S1 ) = {(1, 1, 1)}.

x3

3x3

x =

1
= 0
x2 =

= 3
x3 =
=

11+1
1

=1

0+21
2

=1

3
3

=1

Lineares
3 Sistemas de Equacoes

65

(b)

` `2 + `1 0
1

2
3
0

`3 `3 12 `2 0

`3 31 `3
0

`1 `1 + `3
1

`2 `2 + 2`3 0

`2 12 `2 0

`1 `1 `2
1

0
1

Assim, (S1 ) um sistema equivalente ao sistema

x2
x3

ou seja,

CS(S1 ) = {(1, 1, 1)}.

Topicos
de Algebra
Linear

66

(c)

1
1

1
0

1
1

0
2
`2 `2 `1
1

Assim, (S2 ) um sistema equivalente ao sistema

x + y + z = 1

y
= 1.
Sendo z uma varivel livre, tem-se

x = 1 (1) = 2

y = 1

z =R
ou seja,
CS(S2 ) = {(2 , 1, ) : R}.
(d)

1
1

1
0

1
1

2
`2 `2 `1

`2 `2

`1 `1 `2

Assim, (S2 ) um sistema equivalente ao sistema

x
+ z =
2

y
= 1.
Sendo z uma varivel livre, tem-se

x =2

y = 1

z =R

Lineares
3 Sistemas de Equacoes

67

ou seja,
CS(S2 ) = {(2 , 1, ) : R}.
3.17exe Considere os seguintes sistemas de equaes lineares:

x + x2 + x3 = 3

1
(S1 )
x1 x2 = 0

x + x = 0.

x + x2 + x3 = 3

1
(S3 )
x1 + x2 = 2

2x + 2x + x = 1.

x + x2 = 2

1
(S2 )
x1 + x3 = 2

2x + x + x = 4.
1
2
3

x x2 + x3 = 1

1
(S4 )
2x1 + 2x2 2x3 = 2

x + x x = 1.

Responda s seguintes questes para cada um dos sistemas de equaes


lineares dados:
(a) identifique a matriz dos coeficientes A, o vector dos termos independentes b, o vector das incgnitas x e a matriz ampliada A|b;
(b) classifique o sistema quanto ao nmero de solues e determine o seu
conjunto soluo;
(c) classifique o sistema homogneo associado quanto ao nmero de solues
e determine o seu conjunto soluo.
sol (S1 ) (a) A =

1 1 1
1 1 0
1 0 1

,b=

h3i
0
0

,x=

h x1 i
x2
x3

, A|b =

1 1 1 3
1 1 0 0
1 0 1 0

(b) PD. CSAx=b = {(1, 1, 1)}.


(c) PD. CSAx=0 = {(0, 0, 0)}.
h1 1 0i
h2i
h x1 i
h1 1 0 2i
(S2 ) (a) A = 1 0 1 , b = 2 , x = xx2 , A|b = 1 0 1 2 .
2 1 1

2 1 1 4

(b) PI. CSAx=b = {(2 t, t, t) : t R}.


(c) PI. CSAx=0 = {(t, t, t) : t R}.
h1 1 1i
h3i
h x1 i
h1 1 1 3i
(S3 ) (a) A = 1 1 0 , b = 2 , x = xx2 , A|b = 1 1 0 2 .
2 2 1

(b) Imp. CSAx=b = .

2 2 1 1

Topicos
de Algebra
Linear

68

(c) PI. CSAx=0 = {(s, s, 0) : s R}.


h 1 1 1 i
h 1 1 1 1 i
h 1i
h x1 i
(S4 ) (a) A = 2 2 2 , b = 2 , x = xx2 , A|b = 2 2 2 2 .
1

1 1

1 1 1

(b) PI. CSAx=b = {(1 + s t, s, t) : s, t R}.


(c) PI. CSAx=0 = {(s t, s, t) : s, t R}.
3.18exe Resolva os seguintes sistemas de equaes lineares atravs do mtodo de
Gauss e de Gauss-Jordan:

x1 + 2x2 = 5
(S1 )

3x2 = 6;

x1 + 2x2 = 1
(S2 )

0x = 2;
2

x1
(S3 )

x1
(S4 )

x1
(S5 )
x
1

1
(S6 )
2x1

x
1

2x
(S7 )

2x
(S8 )

2x

2x2

3x3

14

4x2

5x3

23;

+ x2

+ x3

x2

x4

x4

1;

+ x2

+ x3

x2

x3

0;

x2

x3

x4

x2

x3

3x4

2x2

x3

x4

0;

+ y

2;

2w

3w

2.

y
2y

2z

Lineares
3 Sistemas de Equacoes

69

sol (S1 ) sistema PD com CS(S1 ) = {(1, 2)}.


(S2 ) sistema Imp, i.e., CS(S2 ) = .
235
(S3 ) sistema PI com CS(S3 ) = {( 5
, ) : R}.
2 ,
4

(S4 ) sistema PI com CS(S4 ) = {(s, 1 t, s, t) : t, s R}.


(S5 ) sistema PI com CS(S5 ) = {(0, , ) : R}.
(S6 ) sistema PI com CS(S6 ) = {( 34 , 0, 31 , ) : R}.
(S7 ) sistema PD com CS(S7 ) = {(1, 1, 1, 1)}.
(S8 ) sistema PD com CS(S8 ) = {(0, 1, 0, 0)}.
3.19exe D exemplos de sistemas de m equaes lineares a n incgnitas possveis e
determinados, possveis e indeterminados e impossveis para m > n, m = n
e m < n, sempre que tal seja possvel.

PD

PI
res

Imp

m>n

m=n

m = 2, n = 1

m = 1, n = 1

x =1
2x=2

n
x=1

m = 3, n = 1

m = 2, n = 2

m = 1, n = 2

x + y =1

2x+2y =2

3x+3y =3

x + y =1
2x+2y =2

n
x+y =1

m = 2, n = 1

m = 2, n = 2

m = 2, n = 3

x=1

x+y =1
x+y =2

x+y +z =1
x+y +z =2

x=2

m<n

Topicos
de Algebra
Linear

70

Discusso de sistemas de equaes lineares


3.20exe Discuta o seguinte sistema de equaes lineares em funo dos parmetros
reais e :

x1

x2

2x1

2x1

( + 1)x
1

( + 2)x2

2x2

x3

2x3

2x3

x4

x4

x4

0.

res

1 1

`2 `2 2`1
2
0
2 0

2
+ 2 2 1 0
`3 `3 2`1

+1
2
0 1 0 `4 `4 ( + 1)`1

1
1
1
1 0

0
2
0
2

0
1 0 `3 `3 + 2 `2

0 1 1 0
`4 `4 + 1
2 `2

1 1
1
1
0

0 2
0
2

0 0
0
+1
2

(1)
0 0 1
1
`3 `4
2

0
1 1
1
1

0 2
0
2

(1)

0 0 1
1
2

0 0
0
+1
2
1

Lineares
3 Sistemas de Equacoes

71

= 1:

1 1

6= 1: c(A) = 4, c(A|b) = 4 e n = 4 (nmero de incgnitas)


c(A) = c(A|b) = n , pelo que o sistema possvel e determinado.
= 1 e = 0: c(A) = 3, c(A|b) = 3 e n = 4 (nmero de
incgnitas) c(A) = c(A|b) < n , pelo que o sistema possvel e
indeterminado.
= 1 e 6= 0: c(A) = 3 e c(A|b) = 4 c(A) < c(A|b) , pelo
que o sistema impossvel.
3.21exe Discuta os seguintes sistemas de equaes lineares Ax = b em funo dos
respectivos parmetros reais:
h1 1 i
h 2i
(a) A = 3 4 2 , b = .
2 3 1
1
h 3
i
h 1 0 3 i
(b) A = 2 k 1 , b = 2 .
1
h 11 22 1k 0 i
h2i
(c) A = 3 3 5 c , b = 3 .
0 3 2 3
h1 2 2 0i
h1it
(d) A = 0 2 1 1 , b = 2 .
t
h 1 10 1 2a 1 i
h1i
(e) A = 1 4 3 , b = 2 .

h 12 2
i
h 0 i3
2 1
(f) A = 2 5 3 , b = 0 .
1 1

sol

(a) PD: 6= 3; PI: = 3; Imp: nunca.


(b) PD: k 6= 2 k 6= 5; PI: k = 2; Imp: k = 5.
(c) PD: nunca; PI: c 6= 3 t = 3; Imp: c = 3 t 6= 3.
(d) PD: nunca; PI: a 6= 1 t = 1; Imp: a = 1 t 6= 1.
(e) PD: 6= 2; PI: nunca; Imp: = 2.
(f) PD: 6= 2; PI: = 2; Imp: nunca.

Topicos
de Algebra
Linear

72

Regra de Cramer
3.22teo (Regra de Cramer) Seja Ax = b um sistema de n equaes lineares a n
incgnitas possvel e determinado. Ento, x =
i
|A| , i

1
|A|

adj(A) b, ou seja, xi =

= 1, . . . , n, em que i o determinante da matriz que se obtm a

partir da matriz A, na qual se substitui a i-sima coluna pelo vector dos


termos independentes, b.
3.23exe Seja (S) o sistema de equaes lineares Ax = b, com A =

1 2
3 6

e b = [ 12 ].

(a) Mostre que (S) um sistema possvel e determinado.


(b) Determine o conjunto soluo de (S) atravs da Regra de Cramer.
res

(a) Como det(A) = 1 6 2 (3) = 12 6= 0, c(A) = 2, c(A|b) = 2 e


n = 2 (nmero de incgnitas) c(A) = c(A|b) = n , pelo que (S)
um sistema possvel e determinado.
(b) Seja x = [ xx12 ] o vector das incgnitas de (S).






1
1 2






3
2 6
2
1
=
= , x2 =
x1 =



12
6
1 2
1






3 6
3

Ento:


1


2
5
=
.

12
2


6

5
Assim, CS(S) = {( 16 , 12
)}.

3.24exe Considere o sistema de equaes lineares (S) cuja matriz dos coeficientes


 
A = 52 37 e o vector dos termos independentes b = 12 .
(a) Mostre, sem o resolver, que o sistema de equaes lineares dado
possvel e determinado.
(b) Resolva o sistema de equaes lineares dado atravs da Regra de
Cramer.
sol

1
(b) CS(S) = {( 13
29 , 29 )}.

Lineares
3 Sistemas de Equacoes

73

3.25exe Considere o sistema de equaes lineares (S) cuja matriz dos coeficientes
h1 1 2i
h9i
A = 2 4 3 e o vector dos termos independentes b = 1 .
3 6 5

(a) Mostre, sem o resolver, que o sistema de equaes lineares dado


possvel e determinado.
(b) Resolva o sistema de equaes lineares dado atravs da Regra de
Cramer.
sol

(b) CS(S) = {(1, 2, 3)}.

Matrizes invertveis revisitadas


3.26teo Seja A Mnn (R). Ento, A uma matriz invertvel se e s se c(A) = n.
3.27exe Indique quais das seguintes matrizes so invertveis:
(a) A =

1 0 1
2 0 0
1 1 0

i
;

(d) D = [ 11 10 ];
h2 3 1i
(e) E = 1 2 3 ;
3 1 2
h 2 3 5 i
(f) F = 1 0 1 .

(b) B = [ 12 24 ];
h 1 2 3 i
(c) C = 2 1 0 ;
4 2

0 2 2

sol A, C, D e E.
3.28exe Determine, por dois processos distintos, para que valores de a matriz
h 1 1i
A = 1 1 invertvel.
1 1

sol R \ {2, 1}.

Exerccios miscelnea
3.29exe Seja (S) o sistema de equaes lineares dado por

x +
x2
+
x3
= 1

1
x1 + 2ax2 + 2ax3 = 1 , a, b R.

x +
x
+ ax
= b
1

Topicos
de Algebra
Linear

74

(a) Discuta (S) em funo de dos parmetros reais a e b.


(b) Resolva (S) atravs da Regra de Cramer para a = 2 e b = 1.
sol

(a) a = 1 e b = 1: sistema PI. a = 1 e b 6= 1: sistema Imp. a 6= 1 e a 6=


1
2

e b R: sistema PD. a =

1
2

e b R: sistema PI.

(b) CS(S) = {(1, 0, 0)}.


3.30exe Seja (S) o sistema de equaes lineares dado por

ax

2z

bz

2a

, a, b R.

(a) Discuta (S) em funo de dos parmetros reais a e b.


(b) Seja (S 0 ) o sistema homogneo associado a (S) para a =

1
2

e b = 1.

Resolva-o.
sol

(a) Para a =

1
2

o sistema Imp. Para a 6=

1
2

o sistema PD.

(b) CS(S0 ) = {(2, , ) : R}.


3.31exe Considere o seguinte sistema no linear com incgnitas , e :

2 sen

4 sen

6 sen

cos

2 cos

3 cos

3 tan

2 tan

10

9.

tan

Mostre que, neste caso, possvel concluir que o sistema impossvel recorrendo ao mtodo de Gauss.
3.32exe Determine a equao da parbola que passa nos pontos (1, 2), (1, 6) e
(2, 3).
sol x 2 2x + 3.
3.33exe Considere a matriz A =

h1 1 0i
1 0 1
0 1 1

Lineares
3 Sistemas de Equacoes

75

(a) Calcule A1 .
(b) Mostre que o sistema Ax = b possvel e determinado, qualquer que
seja o vector dos termos independentes b M31 (R).
(c) Usando a alnea (a), resolva o sistema Ax = b, em que b = [bi ]
M31 (R), bi = i .
sol

(a) A1 =

1
2

1 1 1
1 1 1
1 1 1

(c) CSAx=b = {(0, 1, 2)}.


3.34exe Sistemas de Equaes Lineares Aplicao: Circuitos elctricos
Nesta aplicao vai-se analisar como se pode usar a teoria de sistemas de
equaes lineares para determinar a corrente em cada trecho de um circuito
elctrico atravs das leis de Kirchhoff.
Considere o circuito elctrico ilustrado na Figura 3.4.

8V

i1 H

4
2

i2

2
9V

i3
Figura 3.4: Circuito elctrico 1.

Topicos
de Algebra
Linear

76

A bateria, medida em volt (V), gera uma carga que produz uma corrente.
A corrente sai da bateria do lado que contm a recta vertical mais longa.
As resistncias so medidas em ohm (). As letras maisculas representam
os ns do circuito elctrico. A letra i representa a corrente entre os ns e
as setas indicam o sentido de fluxo, mas se i for negativa, ento a corrente
flui no sentido oposto ao indicado. As correntes so medidas em ampere.
Para determinar as correntes, recorre-se s leis de Kirchhoff :
(a) Em cada n, a soma das correntes que entram igual soma das
correntes que saem.
(b) Em cada ciclo fechado, a diferena de potencial zero.
A diferena de potencial elctrico U em cada resistor dada pela lei de Ohm:
U = i R,
onde i representa a corrente em ampere e R a resistncia em ohm.
Determine-se, agora, as correntes do circuito elctrico considerado. Da
primeira lei de Kirchhoff obtm-se
i1

i2

i3

(n A)

i1

i2

i3

(n B)

Da segunda lei de Kirchhoff resulta que


4i1

2i2
2i2

5i3

(ciclo superior)

(ciclo inferior)

Pode-se representar o circuito elctrico usando a seguinte matriz ampliada:

1 1
2

0
.

Lineares
3 Sistemas de Equacoes

77

Esta matriz pode ser reduzida forma escada da seguinte forma:

1 23
0

0
4
3

Resolvendo por substituio de trs para a frente, obtm-se i1 = 1, i2 = 2 e


i3 = 1.
Exerccio: Determine a corrente em cada um dos trechos do circuito elctrico ilustrado na Figura 3.5.

i1

16V

i2

B
2

i3

3
Figura 3.5: Circuito elctrico 2.

sol i1 = 5A, i2 = 3A e i3 = 2A.

78

Topicos
de Algebra
Linear

4
Espaos Vectoriais

Definies iniciais
4.1obs Apresenta-se na definio que se segue a generalizao da noo de vector entendido como uma entidade com um tamanho, um sentido e uma
direco. O estudo genrico de um espao vectorial permite-nos estabelecer
propriedades vlidas para um conjunto alargado de entidades matemticas.
4.2def Jespao vectorialK Sejam V um conjunto no vazio e as operaes
: V V

(x, y )

x y,

RV

(, x)

x.

Diz-se que o sxtuplo (V, , , R, +, ) um espao vectorial se:


(a) x, y V : x y = y x.
(b) x, y , z V : (x y ) z = x (y z).
(c) 1 elemento de V (representado por 0V ), x V : x 0V = x.
(d) x V, 1 elemento de V (representado por x) : x (x) = 0V .
79

Topicos
de Algebra
Linear

80

(e) R, x, y V : (x y ) = x y .
(f) , R, x V : ( + ) x = x x.
(g) , R, x V : ( ) x = ( x).
(h) x V : 1 x = x.
4.3def Seja o espao vectorial definido por (V, , , R, +, ).
(a) JescalarK Chama-se escalares aos elementos de R.
(b) JvectorK Chama-se vectores aos elementos de V .
(c) Jsoma de vectoresK Chama-se soma de vectores operao .
(d) Jmultiplicao de um escalar por um vectorK Chama-se multiplicao
de um escalar por um vector operao .

4.4obs

(a) Para simplificar a linguagem, em vez de seja o espao vectorial definido


por (V, , , R, +, ) diz-se seja V um espao vectorial quando as
operaes de soma de vectores e de multiplicao de um escalar por
um vector estiverem subentendidas.
(b) Se no causar confuso, em vez de x y escreve-se x + y , em vez de
x (y ) escreve-se x y e em vez de x escreve-se x.

4.5obs Na definio que se segue, relembram-se ou introduzem-se conjuntos e as


respectivas operaes usuais, que sero usados na apresentao de exemplos
de espaos vectoriais.
4.6def (a) JVA K Sejam E o conjunto dos pontos do plano ou espao e A, B E.

Define-se o vector com extremidade inicial no ponto A e extremidade

final no ponto B, que se representa por AB, ao segmento orientado


com extremidade inicial no ponto A e extremidade final no ponto B.
Representa-se, ento, por VA o conjunto dos vectores aplicados no ponto
A. As operaes usuais neste conjunto so dadas por:

81

4 Espacos Vectoriais



(i) a adio dos vectores AB e AC, que se representa por AB + AC,
o vector de VA que se obtm atravs da regra do paralelogramo;

(ii) a multiplicao de um escalar por um vector AB, que se repre


senta por AB, o vector de VA que tem a mesma direco do

vector AB, cujo comprimento igual ao do vector AB multiplicado

por e cujo sentido o mesmo do vector AB se > 0 e o sentido


oposto no caso de < 0 (se = 0, o vector que se obtm o
vector nulo).
(b) JRn K Seja n N. Representa-se por Rn o conjunto dos n-tuplos com
elementos em R, ou seja,
def

Rn = {(x1 , . . . , xn ) : x1 , . . . , xn R}.
As operaes usuais neste conjunto de soma e multiplicao por um
escalar, so dadas, respectivamente, por:
def

(i) (x1 , . . . , xn ) + (y1 , . . . , yn ) = (x1 + y1 , . . . , xn + yn );


def

(ii) (x1 , x2 , . . . , xn ) = (x1 , . . . , xn ).


(c) JMmn (R)K Sejam m, n N. Representa-se por Mmn (R) o conjunto
das matrizes com m linhas e n colunas com elementos em R, ou seja,
def

Mmn (R) = {A : {1, . . . , m} {1, . . . , n} R}.


As operaes usuais neste conjunto de soma e multiplicao por um
escalar, so dadas, respectivamente, por:
def

(i) (A + B)ij = (A)ij + (B)ij , i = 1, . . . , m, j = 1, . . . , n;


def

(ii) (A)ij = (A)ij , i = 1, . . . , m, j = 1, . . . , n.


(d) JRn [x]K Seja n N. Representa-se por Rn [x] o conjunto dos polinmios
na varivel x com coeficientes em R e que tm grau menor ou igual a
n, ou seja,
def

Rn [x] = {a0 x n + + an1 x + an : a0 , . . . , an1 , an R}.

Topicos
de Algebra
Linear

82

As operaes usuais neste conjunto de soma e multiplicao por um


escalar, so dadas, respectivamente, por:
def

(i) (a0 x n + + an1 x + an ) + (b0 x n + + bn1 x + bn ) =


(a0 + b0 )x n + + (an1 + bn1 )x + (an + bn );
def

(ii) (a0 x n + + an1 x + an ) = (a0 )x n + + (an1 )x + (an ).


(e) JR[x]K Representa-se por R[x] o conjunto dos polinmios na varivel x
de qualquer grau com coeficientes em R. As operaes usuais neste
conjunto de soma e multiplicao por um escalar so iguais s definidas
no conjunto Rn [x].
(f) JC(a, b), C k (a, b), C (a, b)K Sejam a, b R tais que a < b e k N.

Representa-se por C(a, b) o conjunto das funes reais de varivel real


contnuas em (a, b), por C k (a, b) o conjunto das funes reais de varivel

real tais que existem todas as derivadas de f at ordem k (inclusive)


e f e todas as derivadas de f at ordem k (inclusive) so contnuas
em (a, b), e por C (a, b) o conjunto das funes reais de varivel real
tais que existem todas as derivadas de f e f e todas as derivadas de f
so contnuas em (a, b), ou seja,
def

C(a, b) = {f : (a, b) R : f contnua em (a, b)},


def

C k (a, b) = {f : (a, b) R :
f C(a, b) e

dpf
dx p

C(a, b), p = 1, . . . , k},

dpf
dx p

C(a, b), p N}.

def

C (a, b) = {f : (a, b) R :
f C(a, b) e

As operaes usuais neste conjunto de soma e multiplicao por um


escalar, so dadas, respectivamente, por:
def

(i) (f + g)(x) = f (x) + g(x);


def

(ii) (f )(x) = f (x).

83

4 Espacos Vectoriais

4.7teo Os seguintes conjuntos com as operaes usuais so espaos vectoriais reais:


(a) VA ;
(b) Rn ;
(c) Mmn (R);
(d) R[x];
(e) Rn [x];
(f) C(a, b);
(g) C k (a, b);
(h) C (a, b).
4.8teo Seja V um espao vectorial. Ento:
(a) R : 0V = 0V ;
(b) x V : 0x = 0V ;
(c) R, x V : (x) = ()x e ()(x) = x;
(d) R, x V : se (x = 0V ) ento ( = 0 x = 0V );
(e) , R, x V \ {0V } : se (x = x) ento ( = );
(f) x, x1 , x2 V : se (x1 + x = x2 ) ento (x = x2 x1 );
(g) x, x1 , x2 V : se (x + x1 = x + x2 ) ento (x1 = x2 ).

Subespaos
4.9def JsubespaoK Sejam o espao vectorial (V, , , R, +, ) e F um subconjunto
no-vazio de V . Diz-se que F um subespao de V se (F, , , R, +, )

um espao vectorial.
4.10teo Sejam V um espao vectorial e F V . Ento, F um subespao de V se
e s se:

Topicos
de Algebra
Linear

84

(a) 0V F ;
(b) x, y F : x + y F ;
(c) R, x F : x F .
4.11obs Note-se que o teorema

4.10teo um processo mais prtico de verificar se

um subconjunto de um espao vectorial um subespao do que a definio


4.9def .
4.12exe Mostre que F = {(x1 , x2 ) R2 : x2 = 0} um subespao de R2 .
res Sendo F R2 , verifiquem-se as trs propriedades do teorema

4.10teo :

(a) 0R2 = (0, 0) F , pelo que a propriedade (a) vlida;


(b) sejam x = (x1 , 0), y = (y1 , 0) F . Ento, x + y = (x1 , 0) + (y1 , 0) =
(x1 + y1 , 0) F , pelo que a propriedade (b) vlida;
(c) sejam R e x = (x1 , 0) F . Ento, x = (x1 , 0) = (x1 , 0) F ,
pelo que a propriedade (c) vlida.
Conclui-se, assim, que F um subespao de R2 .
4.13exe Mostre que o conjunto das matrizes simtricas de ordem n um subespao
de Mnn (R).
res Seja F o conjunto das matrizes simtricas de ordem n, i.e., F = {A
Mnn (R) : A = AT }, que um subconjunto de Mnn (R). Verifiquem-se,
agora, as trs propriedades do teorema

4.10teo :

(a) 0Mnn (R) = 0nn F , pelo que a propriedade (a) vlida;


(b) sejam A, B F . Ento, (A + B)T = AT + B T = A + B, A + B F ,
pelo que a propriedade (b) vlida;
(c) sejam R e A F . Ento, como (A)T = AT = A, A F ,
pelo que a propriedade (c) vlida.
Conclui-se, assim, que F um subespao de Mnn (R).

85

4 Espacos Vectoriais

4.14exe Mostre que:


(a) {(x, y , z) R3 : x = y } um subespao de R3 .
(b) {A M22 (R) : (A)12 = (A)21 } um subespao de M22 (R).
(c) O conjunto das matrizes diagonais de ordem n um subespao de
Mnn (R).
(d) Rn [x] um subespao de R[x].
(e) C k (a, b) um subespao de C(a, b)
(f) C (a, b) um subespao de C k (a, b).
(g) {0V } um subespao de V .
(h) V um subespao de V .
4.15exe Mostre que o conjunto G = {(x1 , x2 ) R2 : x2 = 1} no um subespao
de R2 .
res Para resolver este exerccio necessrio identificar (pelo menos) uma propriedade do teorema

4.10teo que no satisfeita. No entanto, e por

questes didcticas, vai-se verificar todas as propriedades.


Sendo G R2 , verifiquem-se as trs propriedades do teorema

4.10teo :

/ G, pelo que a propriedade (a) no vlida;


(a) 0R2 = (0, 0)
(b) sejam, por exemplo, x = (2, 1), y = (3, 1) G. Ento, x + y =
(2, 1) + (3, 1) = (5, 2)
/ G, pelo que a propriedade (b) no vlida;
(c) sejam, por exemplo, = 2 e x = (3, 1) G. Ento, x = 2(3, 1) =
(6, 2)
/ G, pelo que a propriedade (c) no vlida.
Como as propriedades (a), (b) e (c) do teorema

4.10teo no so satis-

feitas, conclui-se que o conjunto G no um subespao de R2 (volta-se a


frisar que bastava uma propriedade no se verificar para se concluir que no
se estava perante um subespao).

Topicos
de Algebra
Linear

86

4.16teo Seja A Mmn (R). Ento, CS(Ax=0) um subespao de Rn .


dem Para mostrar que CS(Ax=0) Rn um subespao de Rn , aplique-se o teorema

4.10teo (no que se segue identifica-se Rn com Mn1 (R)):

(a) como A0n1 = 0, tem-se que 0Rn = 0n1 CS(Ax=0) , pelo que a
propriedade (a) vlida;
(b) sejam x1 , x2 CS(Ax=0) . Ento, como A(x1 + x2 ) = Ax1 + Ax2 =
0 + 0 = 0, tem-se que x1 + x2 CS(Ax=0) , pelo que a propriedade (b)
vlida;
(c) sejam R e x CS(Ax=0) . Ento, como A(x) = (Ax) = 0 = 0,
tem-se que x CS(Ax=0) , pelo que a propriedade (c) vlida.
Assim, conclui-se que CS(Ax=0) um subespao de Rn .
4.17exe Mostre que:
(a) {(x, y 2 ) R2 } no um subespao de R2 ;
(b) {A M22 (R) : det(A) = 0} no um subespao de M22 (R).

Combinao linear
4.18def Jcombinao linearK Sejam V um espao vectorial, x V e S = {x1 , . . . , xk }
V . Diz-se que x uma combinao linear dos elementos de S se
1 , . . . , k R : x = 1 x1 + + k xk .
4.19obs Sejam V um espao vectorial, x V e S = {x1 , . . . , xk } V . Diz-se que x
uma combinao linear dos elementos de S se o sistema linear
1 x1 + + k xk = x
possvel.

87

4 Espacos Vectoriais

4.20exe Sejam x = (1, 4), x1 = (1, 2), x2 = (1, 1) e x3 = (2, 2).


(a) Mostre que x = (1, 4) uma combinao linear de x1 = (1, 2) e
x2 = (1, 1) e escreva x como combinao linear de x1 e de x2 .
(b) Mostre que x = (1, 4) uma combinao linear de x1 = (1, 2), x2 =
(1, 1) e x3 = (2, 2).
(c) Mostre que x = (1, 4) no uma combinao linear de x2 = (1, 1) e
x3 = (2, 2).
res

(a) Mostrar que x = (1, 4) uma combinao linear de x1 = (1, 2) e


x2 = (1, 1) , por definio, mostrar que
, R : x = x1 + x2 ,
i.e., que possvel o sistema de equaes lineares (Sa ) dado por

+ = 1
(1, 4) = (1, 2) + (1, 1)
2 + = 4.
Ento, como

1 1

2 1

1
4

`2 `2 2`1

a caracterstica da matriz dos coeficientes igual caracterstica da


matriz ampliada, pelo que o sistema (Sa ) possvel, concluindo-se
que x uma combinao linear de x1 e x2 . Para escrever x como
combinao linear de x1 e x2 , resolve-se o sistema (Sa ), tendo-se

= 3
= 2,
vindo
x = 3x1 2x2 .
(b) Mostrar que x = (1, 4) uma combinao linear de x1 = (1, 2), x2 =
(1, 1) e x3 = (2, 2) , por definio, mostrar que
, , R : x = x1 + x2 + x3 ,

Topicos
de Algebra
Linear

88

i.e., que possvel o sistema de equaes lineares (Sb ) dado por


(1, 4) = (1, 2) + (1, 1) + (2, 2)

+ + 2 = 1
2 + + 2 = 4.
Ento, como

1 1 2

2 1 2

1
4

`2 `2 2`1

a caracterstica da matriz dos coeficientes igual caracterstica da


matriz ampliada, pelo que o sistema (Sb ) possvel, concluindo-se que
x uma combinao linear de x1 , x2 e x3 . Para escrever x como
combinao

linear de x1 , x2 e x3 , resolve-se o sistema (Sb ), tendo-se


=

2 2a

a R,

vindo
x = 3x1 + (2 2a)x2 + ax3 , a R.
(c) Mostrar que x = (1, 4) no uma combinao linear de x2 = (1, 1)
e x3 = (2, 2) equivalente a mostrar que impossvel o sistema de
equaes lineares (Sc ) dado por

+
(1, 4) = (1, 1) + (2, 2)
+
Ento, como

1 2

1 2

1
4

`2 `2 `1

4.

a caracterstica da matriz dos coeficientes menor do que a caracterstica da matriz ampliada, o sistema (Sc ) impossvel, concluindo-se que
x no uma combinao linear de x2 e x3 .

89

4 Espacos Vectoriais

4.21exe Escreva, se possvel, o vector v = (3, 3) R2 como combinao linear


dos seguintes vectores de R2 , e interprete geometricamente os resultados
obtidos:
(a) v1 = (1, 1).
(b) v1 = (1, 2).
(c) v1 = (1, 2), v2 = (4, 2).
(d) v1 = (1, 1), v2 = (2, 2).
(e) v1 = (1, 1), v2 = (1, 1).
(f) v1 = (1, 1), v2 = (0, 1), v3 = (2, 0).
sol

(a) v = 3v1 .
(b) v no uma combinao linear de v1 .
(c) v = v1 + 12 v2 .
(d) v = (3 2)v1 + v2 , R.
(e) v no uma combinao linear de v1 e v2 .
(f) v = (3 2)v1 + (6 2)v2 + v3 , R.

4.22exe Sejam u = (1, 2, 4), v = (2, 5, 6), w = (1, 1, 10), r = (1, 0, ) R3 .


(a) Escreva o vector w como combinao linear de u e v .
(b) Indique para que valores de R o vector r uma combinao linear
de u e v .
sol

(a) w = 7u 3v .
(b) = 8.

4.23exe Escreva u = 5t 2 8t +6 como combinao linear de v = t 2 t e w = 2t 2 4.


sol u = 8v 32 w .

Topicos
de Algebra
Linear

90

Espao gerado
4.24def Jespao gerado, L(S), hx1 , . . . , xn iK Sejam V um espao vectorial e S =

{x1 , . . . , xn } V . Chama-se espao gerado pelo conjunto S, que se representa por L(S) ou por hx1 , . . . , xn i, ao conjunto de todas as combinaes
lineares dos elementos de S, ou seja,
def

L(S) hx1 , . . . , xn i = {1 x1 + + n xn : 1 , . . . , n R}.


4.25exe Sejam a = (1, 2 3), b = (3, 4, 2), c = (2, 6, 6), d = (9, 2, 5) R3 .
(a) c ha, bi?
(b) d ha, bi?
sol

(a) No.
(b) No.

4.26teo Sejam V um espao vectorial e S = {x1 , . . . , xn } U V . Ento:


(a) L(S) um subespao de V ;
(b) se U um subespao de V , ento L(S) U.
4.27obs Sejam V um espao vectorial e S = {x1 , . . . , xn } V . Ento:
(a) chama-se espao gerado ao conjunto L(S) devido alnea (a) do
teorema anterior;
(b) L(S) o menor subespao de V que contm S no sentido da alnea
(b) do teorema anterior.

Conjunto gerador
4.28def Jconjunto geradorK Sejam V um espao vectorial e S = {x1 , . . . , xn } V .
Diz-se que S um conjunto gerador de V se V = L(S).

91

4 Espacos Vectoriais

4.29obs Sejam V um espao vectorial e S = {x1 , . . . , xn } V . Ento, S um


conjunto gerador de V se
x V, 1 , . . . , n R : x = 1 x1 + + n xn ,
i.e., se o sistema de equaes lineares
1 x1 + + n xn = x
possvel qualquer que seja x V .
4.30exe

(a) Verifique se R2 = h(2, 0)i.


(b) Verifique se R2 = h(2, 0), (3, 4)i.
(c) Verifique se R2 = h(2, 0), (3, 4), (0, 1)i.

res

(a) Verificar se R2 = h(2, 0)i equivalente a verificar se, qualquer que seja
x = (x1 , x2 ) R2 , possvel o sistema de equaes lineares (S1 ) dado
por

2
(x1 , x2 ) = (2, 0)
0

= x1
= x2 .

Ento, como a representao matricial do sistema (S1 )

2 x1

0 x2
que j est em escada, a caracterstica da matriz dos coeficientes
menor do que a caracterstica da matriz ampliada se x2 6= 0, pelo que o
sistema (S1 ) nem sempre possvel, concluindo-se que R2 6= h(2, 0)i,
i.e., {(2,0)} no um conjunto gerador de R2 .
(b) Verificar se R2 = h(2, 0), (3, 4)i equivalente a verificar se, qualquer
que seja x = (x1 , x2 ) R2 , possvel o sistema de equaes lineares
(S2 ) dado por

2
(x1 , x2 ) = (2, 0) + (3, 4)
0

= x1

= x2 .

Topicos
de Algebra
Linear

92

Ento, como a representao matricial do sistema (S2 )

2 3 x1

0 4 x2
que j est em escada, a caracterstica da matriz dos coeficientes igual
caracterstica da matriz ampliada qualquer que seja x = (x1 , x2 ) R2 ,
pelo que o sistema (S2 ) sempre possvel, concluindo-se que R2 =
h(2, 0), (3, 4)i, i.e., {(2,0),(3,4)} um conjunto gerador de R2 .
(c) Verificar se R2 = h(2, 0), (3, 4), (0, 1)i equivalente a verificar se, qualquer que seja x = (x1 , x2 ) R2 , possvel o sistema de equaes
lineares (S3 ) dado por
(x1 , x2 ) = (2, 0) + (3, 4) + (0, 1)

2 + 3 + 0 = x1
0

= x2 .

Ento, como a representao matricial do sistema (S3 )

2 3 0 x1

0 4 1 x2
que j est em escada, a caracterstica da matriz dos coeficientes igual
caracterstica da matriz ampliada qualquer que seja x = (x1 , x2 ) R2 ,
pelo que o sistema (S3 ) sempre possvel, concluindo-se que R2 =
h(2, 0), (3, 4), (0, 1)i, i.e., {(2, 0), (3, 4), (0, 1)} um conjunto gerador
de R2 .
4.31obs

(a) Um espao vectorial pode admitir diversos conjuntos geradores.


(b) Conjuntos geradores distintos podem gerar o mesmo espao vectorial.

4.32exe Indique quais dos seguintes conjuntos de vectores so conjuntos geradores


do espao vectorial R2 :
(a) A = {(1, 0), (0, 1)};
(b) B = {(1, 2), (1, 0)};

93

4 Espacos Vectoriais

(c) C = {(1, 0), (0, 1), (1, 3)};


(d) D = {(1, 2)};
(e) E = {(1, 2), (2, 4), (1, 2)};
(f) F = {(1, 1), (2, 2)}.
sol A, B e C.
4.33exe Indique quais dos seguintes conjuntos de vectores so conjuntos geradores
do espao vectorial R3 [x]:
(a) A = {1, x, x 2 , x 3 };
(b) B = {1 + x 2x 2 , x 2 + x 3 };
(c) C = {1 + x, 1 x, x 2 , x 3 1, x + x 3 };
(d) D = {1, 2x, x 2 + 1, x 3 x}.
sol A, C e D.
4.34exe Seja X = {(1, 0, ), (, , ), (1, 0, 0), (0, 0, 1)} R3 . Indique para que
valores de e o conjunto X um conjunto gerador de R3 .
sol R, R \ {0}.

Independncia e dependncia lineares


4.35def Sejam V um espao vectorial e S = {x1 , . . . , xn } V .
(a) Jconjunto linearmente independenteK Diz-se que S um conjunto linearmente independente se
1 , . . . , n R : 1 x1 + + n xn = 0V 1 = = n = 0.
(b) Jvectores linearmente independentesK Se S um conjunto linearmente

independente, os elementos de S dizem-se vectores linearmente inde-

pendentes.

Topicos
de Algebra
Linear

94

(c) Jconjunto linearmente dependenteK Se S no um conjunto linearmente


independente, diz-se que S um conjunto linearmente dependente.

(d) Jvectores linearmente dependentesK Se S um conjunto linearmente


dependente, os elementos de S dizem-se vectores linearmente dependentes.
4.36obs Sejam V um espao vectorial e S = {x1 , . . . , xn } V .
(a) Diz-se que S um conjunto linearmente independente se o sistema de
equaes lineares
1 x1 + + n xn = 0V
possvel e determinado.
(b) Diz-se que S um conjunto linearmente dependente se o sistema de
equaes lineares
1 x1 + + n xn = 0V
possvel e indeterminado.
4.37exe

(a) Indique, justificando, se {(2, 0)} um conjunto linearmente independente ou linearmente dependente.
(b) Indique, justificando, se {(2, 0), (3, 4)} um conjunto linearmente independente ou linearmente dependente.
(c) Indique, justificando, se {(2, 0), (3, 4), (0, 1)} um conjunto linearmente independente ou linearmente dependente.

res

(a) Como

2
(2, 0) = (0, 0)
0

= 0,

conclui-se que {(2, 0)} um conjunto linearmente independente.

95

4 Espacos Vectoriais

(b) Como
(2, 0) + (3, 4) = (0, 0)

= 0,
2 + 3 = 0

= 0,
0 + 4 = 0
conclui-se que {(2, 0), (3, 4)} um conjunto linearmente independente.
(c) Como
(2, 0) + (3, 4) + (0, 1) = (0, 0)

= 3a

8 ,

2 + 3 + 0 = 0

= 4a ,

0 + 4 + = 0

= a R,
conclui-se que {(2, 0), (3, 4), (0, 1)} um conjunto linearmente dependente.
4.38teo Sejam V um espao vectorial e S1 S = {x1 , . . . , xn } S2 V .
(a) Se S um conjunto linearmente dependente, ento, S2 um conjunto
linearmente dependente.
(b) Se S um conjunto linearmente independente, ento, S1 um conjunto
linearmente independente.
4.39exe Indique quais dos seguintes conjuntos de vectores so conjuntos linearmente
independentes:
(a) A = {(3, 1), (4, 2)} em R2 ;
(b) B = {(3, 1), (4, 2), (7, 2)} em R2 ;
(c) C = {(0, 3, 1), (2, 4, 1), (2, 8, 5)} em R3 ;
(d) D = {(1, 2, 0, 2), (5, 0, 1, 1), (8, 6, 1, 5)} em R4 .
sol A e C.

Topicos
de Algebra
Linear

96

4.40exe Considere as seguintes matrizes:

A=
1

1
,B =
2
3
1

7
2
eC=
4
1

m
n

, m, n R.

(a) Determine os valores de m e n para que {A, B, C} seja um conjunto


linearmente dependente.
(b) Estabelea a relao de dependncia entre A, B e C.
sol

(a) m = 4 e n = 3.
(b) A = 32 B + 12 C.

4.41exe Indique para que valores do parmetro real , os vectores a = (1, 2) e


b = (, 1) de R2 so linearmente independentes.
sol R \ { 12 }.
4.42exe Considere no espao vectorial R3 os vectores v1 = (1 , 1 , 1) e v2 =
(2 , 2 , 0) em que 1 , 2 , 1 , 2 R so constantes reais. Indique, em
funo de 1 , 2 , 1 e 2 uma condio necessria e suficiente para os
vectores v1 e v2 serem linearmente independentes.
sol 1 R, 2 R \ {0}, 1 R, 2 R \ {0}.
4.43exe Considere o espao vectorial R3 e um seu subespao S = {(x, y , z) R3 :
x = y }. Determine dois vectores linearmente independentes u e v de S e
mostre que qualquer vector w S uma combinao linear de u e v .
4.44exe Mostre que o conjunto


0


0 , 1

0
0
1


0
0


1 , 0

0
1

linearmente independente.


0
1


0 , 1

1
1


0
0


0 , 0

0
0

97

4 Espacos Vectoriais

4.45exe Sejam V um espao vectorial e {v1 , v2 , v3 } um conjunto de vectores de V


linearmente independente. Mostre que os seguintes conjuntos tambm so
linearmente independentes:
(a) {v1 , v1 + v2 };
(b) {2v1 , v1 + v2 , v1 + v3 };
(c) {v1 + v2 , v1 + v3 , v2 + v3 }.
4.46exe Considere no espao vectorial R2 [x] os vectores u = 1, v = 1 x e w =
(1x)2 . Verifique que os vectores u, v e w so linearmente independentes.

Base e base ordenada


4.47def JbaseK Sejam V um espao vectorial e S = {x1 , . . . , xn } V . Diz-se que S
uma base de V se S um conjunto gerador de V linearmente independente.

4.48obs Sejam V um espao vectorial e S = {x1 , . . . , xn } V . Diz-se que S uma


base de V se o sistema de equaes lineares
1 x1 + + n xn = x
possvel e determinado qualquer que seja x V .
4.49exe

(a) Indique, justificando, se {(2, 0)} uma base de R2 .


(b) Indique, justificando, se {(2, 0), (3, 4)} uma base de R2 .
(c) Indique, justificando, se {(2, 0), (3, 4), (0, 1))} uma base de R2 .

res

(a) Atendendo ao exerccio

4.30exe (a), {(2, 0)} no um conjunto

gerador de R2 , pelo que tambm no uma sua base.


(b) Atendendo aos exerccios

4.30exe (b) e

4.37exe (b), {(2, 0), (3, 4)}

um conjunto gerador de R2 linearmente independente, pelo que uma


base de R2 .

Topicos
de Algebra
Linear

98

(c) Atendendo ao exerccio

4.37exe (c), {(2, 0), (3, 4), (0, 1)} no

um conjunto linearmente independente, pelo que tambm no uma


base de R2 .
4.50exe Averigue quais dos seguintes conjuntos de vectores so bases de R2 :
(a) A = {(1, 1), (3, 0)};
(b) B = {(1, 1), (0, 2), (2, 3)};
(c) C = {(1, 1), (0, 8)};
(d) D = {(1, 2), (2, 4)}.
sol A e C.
4.51exe Indique para que valores de o conjunto {(, 6), (1, )} uma base de R2 .

sol R \ { 6, 6}.
4.52exe Averigue quais dos seguintes conjuntos de vectores so bases de R3 [x]:
(a) A = {1, x, x 2 , x 3 };
(b) B = {1, 1 + x, 1 + x + x 2 , 1 + x + x 2 + x 3 , x 3 };
(c) C = {2, x, x 2 + x 3 , x + x 2 + x 3 };
(d) D = {1, 1 + x, x 2 + x 3 }.
sol A.
4.53def Jbase ordenadaK Sejam V um espao vectorial e S = (x1 , . . . , xn ) V n .
Diz-se que S uma base ordenada de V se S = {x1 , . . . , xn } uma base de
V.
4.54obs O objectivo da definio anterior permitir distinguir entre ordenaes diferentes dos seus elementos, situao que no acontece em conjuntos. Faz
sentido, agora, a seguinte definio:

99

4 Espacos Vectoriais

4.55def Jcoordenadas de um vector numa base ordenadaK Sejam V um espao vectorial, S = (x1 , . . . , xn ) uma base ordenada de V , x V e 1 , . . . , n R

tais que
x = 1 x1 + + n xn .
Chama-se coordenadas do vector x relativamente base ordenada S, que
se representa por [x]S , a
def

[x]S = (1 , . . . , n ) Rn .
4.56obs Como uma base um conjunto linearmente independente, o sistema linear
que necessrio resolver para determinar as coordenadas de um vector numa
base ordenada sempre possvel e determinado, pelo que as coordenadas de
um vector numa base ordenada so nicas.
4.57exe

(a) Seja S1 = ((1, 0, 0), (0, 1, 0), (0, 0, 1)) uma base ordenada de R3 . Determine as coordenadas de x = (0, 2, 3) na base ordenada S1 .
(b) Seja S2 = ((0, 1, 0), (1, 0, 0), (0, 0, 1)) uma base ordenada de R3 . Determine as coordenadas de x = (0, 2, 3) na base ordenada S2 .
(c) Seja S3 = ((1, 1, 1), (0, 1, 1), (1, 0, 1)) uma base ordenada de R3 . Determine as coordenadas de x = (0, 2, 3) na base ordenada S3 .

res

(a) Como (0, 2, 3) = 0(1, 0, 0) + 2(0, 1, 0) + 3(0, 0, 1), tem-se que [x]S1 =
(0, 2, 3).
(b) Como (0, 2, 3) = 2(0, 1, 0) + 0(1, 0, 0) + 3(0, 0, 1), tem-se que [x]S2 =
(2, 0, 3).
(c) Para responder questo, tem que se resolver o sistema
(1, 1, 1) + (0, 1, 1) + (1, 0, 1) = (0, 2, 3)

+ = 0

+
= 2

+ + = 3.

Topicos
de Algebra
Linear

100

Recorra-se, agora, ao mtodo de Gauss:

2 `2 `2 `1

`3 `3 `1
3

`3 `3 `1
0

2 ,

tendo-se

= 1,

= 3,

= 1,
pelo que (0, 2, 3) = (1, 1, 1) + 3(0, 1, 1) + (1, 0, 1), ou seja, [x]S3 =
(1, 3, 1).
4.58exe Seja S = ([ 10 00 ] , [ 00 10 ] , [ 01 00 ] , [ 00 01 ]) uma base ordenada de M22 (R). De

termine as coordenadas de A = 25 34 na base ordenada S.
res Como

 2 3 
5 4

= 2 [ 10 00 ] + 3 [ 00 10 ] + 5 [ 01 00 ] + 4 [ 00 01 ], tem-se que [A]S =

(2, 3, 5, 4).
4.59teo Sejam V um espao vectorial e o conjunto {x1 , . . . , xn } uma base de V .
Ento, todas as bases de V tm n vectores.

Dimenso de um espao vectorial


4.60def Jdimenso de um espao vectorial, dim(V ), espao vectorial de dimenso
finitaK Seja V um espao vectorial.

(a) Se V 6= {0v } e {x1 , . . . , xn } uma base de V , chama-se dimenso


do espao vectorial V , que se representa por dim(V ), ao nmero de

101

4 Espacos Vectoriais

elementos que constituem a base. Diz-se, ainda, que V um espao


vectorial de dimenso finita.
(b) Se V = {0V }, diz-se que a dimenso de V zero, escrevendo-se
dim(V ) = 0.
4.61obs Note-se que a alnea (a) da definio anterior faz sentido pois o teorema que
a precede garante que todas as bases de um espao vectorial de dimenso
finita tm o mesmo nmero de elementos.
4.62teo

(a) dim(R3 ) = 3 e {e1 , e2 , e3 } e {f1 , f2 , f3 } em que


e1 = (1, 0, 0), e2 = (0, 1, 0), e3 = (0, 0, 1),
f1 = (1, 1, 0), f2 = (0, 1, 1), f3 = (1, 1, 1),
so dois exemplos de bases de R3 ( primeira chama-se base cannica
de R3 ).
(b) dim(Rn ) = n.
(c) dim(M23 (R)) = 6 e {E11 , E12 , E13 , E21 , E22 , E23 }, em que
E11 = [ 10 00 00 ] , E12 = [ 00 10 00 ] , E13 = [ 00 00 10 ] ,
E21 = [ 01 00 00 ] , E22 = [ 00 01 00 ] , E23 = [ 00 00 01 ] ,
uma base de M23 (R) (base cannica de M23 (R)).
(d) dim(Mmn (R)) = mn.
(e) dim(R2 [x]) = 3 e {1, x, x 2 } uma base de R2 [x] (base cannica de
R2 [x]).
(f) dim(Rn [x]) = n + 1.
(g) C(a, b) no um espao vectorial de dimenso finita.

4.63teo Seja V um espao vectorial tal que dim(V ) = n e S um subconjunto de V


com n elementos.

Topicos
de Algebra
Linear

102

(a) Se S um conjunto linearmente independente, ento S uma base de


V.
(b) Se S um conjunto gerador de V , ento S uma base de V .
4.64teo Sejam V um espao vectorial com dimenso finita e X um subespao de V .
Ento:
(a) dim(X) 6 dim(V );
(b) dim(X) = dim(V ) se e s se X = V .
4.65def Jespao nulo de uma matrizK Seja A Mmn (R). Chama-se espao nulo

da matriz A, que se representa por N(A), ao conjunto soluo do sistema

homogneo cuja matriz dos coeficientes a matriz A, ou seja,


def

N(A) = CS(Ax=0) .
4.66teo Seja A Mmn (R). Ento:
(a) dim(h`1,A ; . . . ; `m,A i) = c(A);
(b) dim(hc1,A ; . . . ; cn,A i) = c(A);
(c) dim(N(A)) igual ao nmero de variveis livres do sistema Ax = 0.
4.67obs Seja A Mnn (R). Ento:
(a) {c1,A , . . . , cn,A } um conjunto linearmente dependente se e s se det(A) =
0;
(b) {c1,A , . . . , cn,A } um conjunto linearmente independente se e s se
det(A) 6= 0;
(c) {`1,A , . . . , `n,A } um conjunto linearmente dependente se e s se det(A) =
0;
(d) {`1,A , . . . , `n,A } um conjunto linearmente independente se e s se
det(A) 6= 0.

103

4 Espacos Vectoriais

4.68exe Determine o espao nulo e a sua dimenso das seguintes matrizes:


(a) A = [ 12 02 ];
(b) B = [ 12 12 10 12 ].
res

(a) Seja (S) o sistema Ax = 0, x = [ xx12 ]. Ento:

1 0 0 1 0 0

,
2 2 0 `2 `2 2`1 0 2 0
tendo-se

x1 = 0
x = 0,
2

ou seja,
N(A) = {(0, 0)}.
Como o sistema (S) no tem variveis livres, tem-se que dim(N(A)) = 0.
 x1 
(b) Seja (S) o sistema Bx = 0, x = xx23 . Ento:
x4

tendo-se

x1

x2

x3

x
4

`2 `2 2`1

= ,
= R,
=0
= R,

ou seja,
N(B) = {( , , 0, ) : , R}
= {(1, 1, 0, 0) + (1, 0, 0, 1) : , R}
= h(1, 1, 0, 0), (1, 0, 0, 1)i.
Como o sistema (S) tem 2 variveis livres, tem-se que dim(N(B)) = 2.

Topicos
de Algebra
Linear

104

4.69obs Seja V um espao vectorial tal que dim(V ) = n. Ento:


(a) quaisquer m > n vectores de V so linearmente dependentes;
(b) se C um conjunto gerador de V , ento #C > n;
(c) se C um conjunto linearmente independente de V com n vectores,
ento C um conjunto gerador de V ;
(d) se C um conjunto gerador de V com n vectores, ento C um
conjunto linearmente independente;
(e) se C um conjunto gerador de V e linearmente independente, ento
#C = n.

Exerccios miscelnea
4.70exe Considere o conjunto F = {(x, y , z, w ) R4 : x = y 3z z = 2w }.
(a) Mostre que F um subespao de R4 .
(b) Determine uma base e a dimenso de F .
sol

(b) Por exemplo, o conjunto {(1, 1, 0, 0), (6, 0, 2, 1)} uma base de F e
dim(F ) = 2.

4.71exe Considere o conjunto S = {(a + b, a b + 2c, b, c) R4 }.


(a) Mostre que S um subespao de R4 .
(b) Determine uma base e a dimenso de S.
sol

(b) Por exemplo, o conjunto {(1, 1, 0, 0), (1, 1, 1, 0), (0, 2, 0, 1)} uma
base de S e dim(F ) = 3.

4.72exe Considere o espao vectorial R2 [x].


(a) Verifique que o conjunto de polinmios {1, x, x(x + 1)} um conjunto
linearmente independente.

105

4 Espacos Vectoriais

(b) Verifique que o polinmio 1 + 2x + 3x 2 uma combinao linear dos


polinmios da alnea anterior.
4.73exe Sejam F = {(x, y , z) R3 : z = 0}, u1 = (0, 2, 0), u2 = (1, 0, 0) e
u3 = (1, 6, 0).
(a) Mostre que F um subespao de R3 .
(b) Verifique que F = hu1 , u2 , u3 i.
(c) O conjunto {u1 , u2 , u3 } uma base de F ?
(d) Indique a dimenso de F .
sol

(c) No.
(d) dim(F ) = 2.

4.74exe Sejam V um espao vectorial, v1 , v2 , v3 , v4 V e {v1 , v2 } uma base de V .


(a) A = {v1 , v2 , v3 , v4 } um conjunto gerador de V ?
(b) A constitudo por vectores linearmente independentes?
(c) B = {v1 } um conjunto gerador de V ?
(d) B constitudo por vectores linearmente independentes?
(e) Seja C um subconjunto de V que gera V . Que pode dizer sobre o
nmero de vectores de C?
(f) Seja D um subconjunto de V constitudo por vectores linearmente independentes. Que pode dizer sobre o nmero de vectores de D?
(g) Em que condies que E = {v1 , v4 } um conjunto gerador de V ?
sol

(a) Sim.
(b) No.
(c) No.
(d) Sim.

Topicos
de Algebra
Linear

106

(e) #C > 2.
(f) #D 6 2.
(g) E um conjunto gerador de V se e s se v1 e v4 forem vectores
linearmente independentes.
4.75exe Sejam V um espao vectorial e u1 , u2 , u3 , u4 V tais que V = hu1 , u2 , u3 i,
{u1 , u2 } um conjunto linearmente independente, u3 = 2u1 e u4 = u1 + u2 .
Considere, ainda, as seguintes proposies:
P1 : {u1 , u2 , u3 } um conjunto linearmente independente;
P2 : {u3 } um conjunto linearmente independente;
P3 : V = hu2 , u3 , u4 i;
P4 : {u2 , u4 } uma base de V ;
P5 : dim(V ) = 3.
Indique, justificando, as proposies verdadeiras.
sol P2 , P3 e P4 .

5
Transformaes Lineares

Definies iniciais
5.1obs Na definio que se segue rev-se o conceito de funo, estudando-se neste
captulo um seu caso particular as transformaes lineares.
5.2def Jfuno, imagem de um elemento por meio de uma funoK Sejam A e B

conjuntos e x A. Diz-se que f uma funo de A em B se associa a

cada elemento de A um e s um elemento de B, representando-se por f (x)


a imagem de x por f . Chama-se domnio de f a A.
5.3obs Sejam f uma funo cujo domnio Rn e x = (x1 , . . . , xn ) Rn . Ento,
a imagem de x por f , alm de se representar por f (x), tambm habitual
representar-se por f (x1 , . . . , xn ).
5.4exe Considere a funo T : R2 R3 , T (x, y ) = (x y , 0, x). Calcule:

sol

(a) T (2, 1);

(c) T (y , x);

(b) T (y , 1);

(d) T (x + 2y , 2y x).

(a) T (2, 1) = (1, 0, 2).


(b) T (y , 1) = (y 1, 0, y ).
107

Topicos
de Algebra
Linear

108

(c) T (y , x) = (y x, 0, y ).
(d) T (x + 2y , 2y x) = (2x, 0, x + 2y ).
5.5exe Considere as seguintes funes:
f1 : R R, f1 (x) = x 2 ;
f2 : R R2 , f2 (x) = (0, 3x);
f3 : R2 R, f3 (x, y ) = x + 2y ;
f4 : R3 R2 , f4 (x, y , z) = (x, 0);
f5 : R Mnn (R), f5 (x) = xIn ;
f6 : R2 R3 [x], f6 (a, b) = ax 3 + bx b;
f7 : R2 [x] M23 (R), f7 (ax 2 + bx + c) =

0 0
0 b c 2

a

f8 : C(R) R2 , f8 () = ((0), (1)).


Mostre que:
(a) f3 (f2 (f1 (2))) = 24;
(b) tr(f5 (2)) = 2n;
(c) (f7 (x 2 + x + 1))22 = 1;
(d) f8 (f6 (f4 (1, 2, 3))) = (0, 1).
5.6def Sejam V e V 0 espaos vectoriais e T uma funo de V em V 0 .
(a) Jtransformao linear ou homomorfismoK Diz-se que T uma transformao linear ou um homomorfismo de V em V 0 se:
(i) x, y V : T (x + y ) = T (x) + T (y );
(ii) x V, R : T (x) = T (x).
(b) JL(V, V 0 )K Representa-se por L(V, V 0 ) o conjunto de todas as transformaes lineares de V em V 0 .

Lineares
5 Transformacoes

109

5.7exe Seja T : R2 R3 , T (x1 , x2 ) = (x2 , 0, x1 + x2 ). Mostre que T uma


transformao linear.

res Propriedade (i)


Definio geral:
x, y V : T (x + y ) = T (x) + T (y ).
Exemplo presente:
x = (x1 , x2 ), y = (y1 , y2 ) R2 : T (x + y ) = T (x) + T (y ).

T (x + y ) = T ((x1 , x2 ) + (y1 , y2 ))
= T (x1 + y1 , x2 + y2 )
= (x2 + y2 , 0, x1 + y1 + x2 + y2 ).

(i.1)

T (x) + T (y ) = T (x1 , x2 ) + T (y1 , y2 )


= (x2 , 0, x1 + x2 ) + (y2 , 0, y1 + y2 )
= (x2 + y2 , 0, x1 + y1 + x2 + y2 ).

(i.2)

Como as expresses (i.1) e (i.2) so iguais, conclui-se que a propriedade (i)


vlida.
Propriedade (ii)
Definio geral:
x V, R : T (x) = T (x).
Exemplo presente:
x = (x1 , x2 ) R2 , R : T (x) = T (x).

Topicos
de Algebra
Linear

110

T (x) = T ((x1 , x2 ))
= T (x1 , x2 )
= (x2 , 0, x1 + x2 ).

(ii.1)

T (x) = T (x1 , x2 )
= (x2 , 0, x1 + x2 )
= (x2 , 0, x1 + x2 ).

(ii.2)

Como as expresses (ii.1) e (ii.2) so iguais, conclui-se que a propriedade


(ii) vlida.
Como as propriedades (i) e (ii) so vlidas, conclui-se que T uma transformao linear.
5.8exe Seja f : R2 R3 , f (x1 , x2 ) = (x2 , 1, x1 + x2 ). Mostre que f no uma
transformao linear.
res Para resolver este exerccio necessrio mostrar que (pelo menos) uma das
propriedades da definio

5.6def (a) no vlida. No entanto, e por

questes didcticas, vai-se verificar as duas propriedades.


(i) Sejam, por exemplo, x = (0, 0) e y = (1, 0). Ento:
f (x + y ) = f ((0, 0) + (1, 0)) = f (1, 0) = (0, 1, 1);
f (x) + f (y ) = f (0, 0) + f (1, 0) = (0, 1, 0) + (0, 1, 1) = (0, 2, 1).
Assim, como f (x + y ) 6= f (x) + f (y ), conclui-se que a propriedade (i)
no vlida.
(ii) Sejam, por exemplo, = 0 e x = (1, 0). Ento:
f (x) = f (0(1, 0)) = f (0, 0) = (0, 1, 0);
f (x) = 0f (1, 0) = 0(0, 1, 1) = (0, 0, 0).

Lineares
5 Transformacoes

111

Assim, como f (x) 6= f (x), conclui-se que a propriedade (ii) no


vlida.
Como as propriedades (i) e (ii) da definio

5.6def (a) no so satis-

feitas, conclui-se que f no uma transformao linear.


5.9teo Sejam V e V 0 espaos vectoriais. Ento, T L(V, V 0 ) se e s se
x, y V, , R : T (x + y ) = T (x) + T (y ).
5.10obs O teorema anterior indica um processo alternativo definio

5.6def

de verificar se uma funo uma transformao linear.


5.11exe Indique quais das seguintes funes so transformaes lineares:
T1 : R2 R2 , T1 (x, y ) = (0, x);
T2 : R2 R, T2 (x, y ) = |x y |;
T3 : R2 R3 , T3 (x1 , x2 ) = (x2 , 0, x1 );
T4 : R2 R2 , T4 (x1 , x2 ) = (x12 , 0);
T5 : M22 (R) R, T5 (A) = (A)11 ;
T6 : M22 (R) R, T6 (A) = ((A)11 )2 ;
T7 : Mnn (R) R, T7 (A) = det(A);
T8 : R2 [x] R, T8 (ax 2 + bx + c) = a;
Z 1
T9 : R1 [x] R, T9 (ax + b) =
(ax + b) dx;
0

T10 : C (a, b) C(a, b), T10 (f ) = f 0 .


sol T1 , T3 , T5 , T8 , T9 e T10 .
5.12exe Sejam , R. Determine a relao entre e de modo que a transformao T : R R2 , T (x) = (x + 2, x), seja linear.
sol = 2.

Topicos
de Algebra
Linear

112

5.13def Seja V um espao vectorial.


(a) JendomorfismoK Chama-se endomorfismo em V a uma transformao
linear de V em V .

(b) JL(V )K Representa-se por L(V ) o conjunto de todos os endomorfismos


em V .

5.14exe Indique quais das seguintes transformaes lineares so endomorfismos:


T1 : R2 R3 , T1 (x1 , x2 ) = (x2 , 0, x1 + x2 );
T2 : R2 R2 , T2 (x1 , x2 ) = (0, 0);
Z 1
T3 : R1 [x] R, T3 (ax + b) =
(ax + b) dx.
0

res T2 .
5.15exe Identifique geometricamente os seguintes endomorfismos em R2 :
(a) T1 (x, y ) = (x, y );
(b) T2 (x, y ) = (x, y );
(c) T3 (x, y ) = (y , x);
(d) T4 (x, y ) = (x, y );
(e) T5 (x, y ) = (x, 0);
(f) T6 (x, y ) = (0, y );
(g) T7 (x, y ) = (x cos y sen , x sen + y cos ), [0, 2[;
(h) T8 (x, y ) = (kx, ky ), k ]0, 1[;
(i) T9 (x, y ) = (kx, ky ), k ]1, +[;
(j) T10 (x, y ) = (kx, y ), k R+ ;
(k) T11 (x, y ) = (x, ky ), k R+ ;
(l) T12 (x, y ) = (x + ky , y ), k R+ ;

Lineares
5 Transformacoes

113

(m) T13 (x, y ) = (x, kx + y ), k R+ .


5.16teo Seja T L(V, V 0 ). Ento:
(a) T (0V ) = 0V 0 .
(b) x V : T (x) = T (x).
(c) x, y V : T (x y ) = T (x) T (y ).
5.17obs O teorema anterior permite concluir que se T (0V ) 6= 0V 0 ou x V :
T (x) 6= T (x) ou x, y V : T (x y ) 6= T (x)T (y ), ento T no uma
transformao linear. Note-se, ainda, que h funes em que T (0V ) = 0V 0 ,
x V : T (x) = T (x) e x, y V : T (x y ) = T (x) T (y ) e que no
so transformaes lineares.

5.18exe Seja g : R2 R3 , g(a, b) = (a, 1, a + 2b). Mostre que g no uma


transformao linear.

res Como g(0R2 ) = g(0, 0) = (0, 1, 0) 6= (0, 0, 0) = 0R3 , conclui-se que g no


uma transformao linear.

5.19exe Justifique que as funes T2 , T4 , T6 e T7 de


maes lineares recorrendo a

5.11exe no so transfor-

5.17obs .

Matriz de uma transformao linear


5.20obs No resto do captulo passam-se apenas a considerar transformaes lineares
entre espaos de dimenso finita.

Topicos
de Algebra
Linear

114

5.21obs Sejam T L(V, V 0 ), C = (v1 , . . . , vn ) uma base ordenada de V , C 0 =


(v10 , . . . , vm0 ) uma base ordenada de V 0 e v V . Ento,
1 1 , . . . , n R : v = 1 v1 + + n vn ,
1 a11 , . . . , am1 R : T (v1 ) = a11 v10 + + am1 vm0 ,
..
.
1 a1n , . . . , amn R : T (vn ) = a1n v10 + + amn vm0 .
Tem-se, ento, que:
T (v ) = T (1 v1 + + n vn )
= 1 T (v1 ) + + n T (vn )
= 1 (a11 v10 + + am1 vm0 ) + + n (a1n v10 + + amn vm0 )
= (1 a11 + + n a1n )v10 + + (1 am1 + + n amn )vm0
= 1 v10 + + m vm0 ,
em que

1
a11


2 a21
=
.. ..
. .

m
am1

a12

a13

a22
..
.

a23
..
.

..
.

am2

am3

a1n

2

a2n

.. 3 .

.
...

amn
n

5.22def Jmatriz de uma transformao linear entre espaos de dimenso finita, AT,C,C 0 ,
AT K Sejam T L(V, V 0 ), C = (v1 , . . . , vn ) uma base ordenada de V e

C 0 = (v10 , . . . , vm0 ) uma base ordenada de V 0 . Chama-se matriz da transformao linear T relativamente s bases C e C 0 , que se representa por AT,C,C 0 ,
matriz [aij ] Mmn (R) introduzida na observao anterior.

Lineares
5 Transformacoes

115

Se V = Rn , V 0 = Rm e C e C 0 so as respectivas bases cannicas, ento


representa-se por AT a matriz da transformao linear T relativamente s
bases C e C 0 .
5.23exe Determine a matriz da transformao linear T L(R3 , R2 ), T (x, y , z) =
(x + 2z , 3x y ), relativamente s bases cannicas de R3 e R2 .
res Como
T (1, 0, 0) = (1, 3)
T (0, 1, 0) = (0, 1)
T (0, 0, 1) = (2, 0),
tem-se que

1
AT =
3

2
.
0

0
1

5.24exe Seja T uma transformao linear de R3 em R3 definida por


T (x1 , x2 , x3 ) = (2x1 x2 x3 , 2x2 x1 x3 , 2x3 x1 x2 ).
(a) Determine a matriz da transformao linear T em relao base cannica.
(b) Use a matriz da transformao linear T para determinar a imagem dos
seguintes vectores:
(i) u = (1, 1, 1).
(ii) v = (2, 1, 1).
(iii) w = (5, 3, 2).
sol

(a) AT =
(b)

2 1 1
1 2 1
1 1 2

i
.

(i) T (u) = (0, 0, 0).


(ii) T (v ) = (2, 1, 1).
(iii) T (w ) = (15, 9, 6).

Topicos
de Algebra
Linear

116

Imagem e ncleo de uma transformao linear


5.25def Seja T L(V, V 0 ).
(a) Jimagem de uma transformao linear, Im(T )K Chama-se imagem de
T , que se representa por Im(T ), a
def

Im(T ) = {T (x) V 0 : x V }.
(b) Jncleo de uma transformao linear, Nuc(T )K Chama-se ncleo de T ,
que se representa por Nuc(T ), a
def

Nuc(T ) = {x V : T (x) = 0V 0 }.
5.26exe Seja T L(R3 , R2 ), T (x1 , x2 , x3 ) = (x1 + x3 , x1 + 2x2 x3 ). Determine:
(a) a imagem de T , ou seja, Im(T );
(b) o ncleo de T , ou seja, Nuc(T ).
res (a)
Im(T ) = {T (x1 , x2 , x3 ) : x1 , x2 , x3 R}
= {(x1 + x3 , x1 + 2x2 x3 ) : x1 , x2 , x3 R}
= {x1 (1, 1) + x2 (0, 2) + x3 (1, 1) : x1 , x2 , x3 R}
= h(1, 1), (0, 2), (1, 1)i
= R2 ,
pois c

1 0

1
1 2 1



= 2.

(b)
Nuc(T ) = {(x1 , x2 , x3 ) R3 : T (x1 , x2 , x3 ) = 0R2 }
= {(x1 , x2 , x3 ) R3 : (x1 + x3 , x1 + 2x2 x3 ) = (0, 0)}.

Lineares
5 Transformacoes

117

Tem-se, ento, que resolver o seguinte sistema:

x1
+ x3 = 0
x + 2x x = 0.
1
2
3
Ento, como

1 0

1 2

`2 `2 `1

obtendo-se

x1

2x2

x3

2x3

x = a

1
= 0

x2 = a

= 0

x = a R.
3

Assim,
Nuc(T ) = {(a, a, a) : a R}
= {a(1, 1, 1) : a R}
= h(1, 1, 1)i.
5.27exe Determine o ncleo e a imagem das seguintes transformaes lineares:
(a) T1 : R3 R3 , T1 (x1 , x2 , x3 ) = (x3 , x2 , x1 );
(b) T2 : R3 R3 , T2 (x1 , x2 , x3 ) = (x1 , x2 , 0);
(c) T3 : R3 R3 , T3 (x1 , x2 , x3 ) = (x1 , x1 , x1 ).
sol

(a) Nuc(T1 ) = {(0, 0, 0)}, Im(T1 ) = R3 .


(b) Nuc(T2 ) = h(0, 0, 1)i, Im(T2 ) = h(1, 0, 0), (0, 1, 0)i.
(c) Nuc(T3 ) = h(0, 1, 0), (0, 0, 1)i, Im(T3 ) = h(1, 1, 1)i.

5.28teo Seja T L(V, V 0 ). Ento:


(a) Im(T ) um subespao de V 0 ;
(b) Nuc(T ) um subespao de V .

Topicos
de Algebra
Linear

118

5.29teo Sejam T L(V, V 0 ) e {u1 , . . . , un } um conjunto gerador de V (em particular,


uma base). Ento:
(a) T fica definida desde que se conheam os vectores T (u1 ), . . . , T (un );
(b) Im(T ) = hT (u1 ), . . . , T (un )i.
5.30exe Resolva de novo

5.26exe (a), atendendo ao teorema anterior.

res Seja {e1 , e2 , e3 } a base cannica de R3 , i.e., e1 = (1, 0, 0), e2 = (0, 1, 0) e


e3 = (0, 0, 1). Ento,
Im(T ) = hT (e1 ), T (e2 ), T (e3 )i
= hT (1, 0, 0), T (0, 1, 0), T (0, 0, 1)i
= h(1, 1), (0, 2), (1, 1)i
= R2 ,
pois c

1 0

1
1 2 1



= 2, como j se disse em

5.26exe (a).

5.31exe Seja T L(R2 , R3 ), tal que T (2, 2) = (0, 1, 1) e Nuc(T ) = h(1, 3)i. Determine T .
res Como S = {(2, 2), (1, 3)} um conjunto linearmente independente (verifique!), S uma base de R2 (pois #S = dim(R2 )), pelo que qualquer
elemento de R2 uma combinao linear nica dos elementos de S, vindo
(x, y ) = (2, 2) + (1, 3).
Tem-se, ento, que resolver o seguinte sistema:

2 + = x
2 + 3 = y .
Ento, como

2 1

2 3

x
y

`2 `2 `1

y x

Lineares
5 Transformacoes

119

obtendo-se

2 +

=
= x

=
= y x

3xy
4
y x
2 .

Assim,
(x, y ) =

y x
3x y
(2, 2) +
(1, 3),
4
2

pelo que

3x y
y x
(2, 2) +
(1, 3)
4
2
3x y
y x
=
T (2, 2) +
T (1, 3)
4
2
3x y
y x
=
(0, 1, 1) +
(0, 0, 0)
2
 4
3x y 3x y
.
= 0,
,
4
4


T (x, y ) = T

por T ser uma transformao linear

por Nuc(T ) = h(1, 3)i

5.32exe Para cada uma das alneas seguintes, determine a funo T sabendo que
uma transformao linear definida por:
(a) T (1, 0) = (1, 1, 2) e T (0, 1) = (3, 0, 1);
(b) T (1, 2) = (3, 1, 5) e T (0, 1) = (2, 1, 1);
(c) T (1, 1, 1) = 3, T (0, 1, 2) = 1 e T (0, 0, 1) = 2.
sol

(a) T (x, y ) = (x + 3y , x, 2x + y ).
(b) T (x, y ) = (x + 2y , 3x + y , 7x y ).
(c) T (x, y , z) = 8x 3y 2z.

5.33exe Seja T L(R3 , R3 ), tal que T (0, 0, 1) = (0, 0, 1) e Nuc(T ) = h(1, 1, 1), (0, 1, 1)i.
Determine T .
sol T (x, y , z) = (0, 0, z y ).

Topicos
de Algebra
Linear

120

Caracterstica e nulidade de uma transformao linear


5.34def Seja T L(V, V 0 ).
(a) Jcaracterstica de uma transformao linear, cT K Chama-se caracters-

tica de T , que se denota por cT , dimenso do subespao Im(T ), ou


seja,
def

cT = dim(Im(T )).
(b) Jnulidade de uma transformao linear, nT K Chama-se nulidade de T ,
que se denota por nT , dimenso do subespao Nuc(T ), ou seja,
def

nT = dim(Nuc(T )).
5.35teo Seja T L(V, V 0 ). Ento:
(a) cT = c(AT );
(b) Se dim(V ) = n, tem-se que n = cT + nT .
5.36exe Seja T L(R3 , R2 ), T (x1 , x2 , x3 ) = (x1 + x3 , x1 + 2x2 x3 ). Determine:
(a) cT ;
(b) uma base de Im(T );
(c) nT ;
(d) uma base de Nuc(T ).
res (a) Como
T (1, 0, 0) = (1, 1)
T (0, 1, 0) = (0, 2)
T (0, 0, 1) = (1, 1),
tem-se que

1
AT =
1

0
2

1
.
1

Lineares
5 Transformacoes

121

Ento, como

1
AT =
1

0
2

1 1

1 `2 `2 `1 0

1
,
2

0
2

tem-se que c(AT ) = 2, pelo que, aplicando

5.35teo (a), vem cT

dim(Im(T )) = 2.
(b) Como cT = dim(Im(T )) = 2, conclui-se que Im(T ) = R2 , pelo que, por
exemplo, {(1, 0), (0, 1)} uma base de Im(T ).
(c) Aplicando

5.35teo (b), tem-se que dim(R3 ) = cT + nT , i.e., 3 =

2 + nT , pelo que nT = 1 (este valor confirmado pelo nmero de


variveis livres em Nuc(T )).
(d) Como Nuc(T ) = h(1, 1, 1)i e nT = 1, tem-se que, por exemplo,
{(1, 1, 1)} uma base de Nuc(T ).
5.37exe Determine a imagem, a caracterstica, o ncleo, a nulidade e a matriz relativamente s bases cannicas das seguintes transformaes lineares:
(a)

T1 :

R2

(x, y ) 7
(b)

T2 :

R3

R
x + y.

(x, y , z) 7
(c)

T3 :

R3

sol

T4 :

(x + y + z, 2x + 2y + 2z).
R3

(x, y , z) 7
(d)

R2

(x z, 0, y 2z).

R4

R3

(x, y , z, w )

(x y , z w , x 3w ).

(a) Im(T1 ) = R, cT1 = 1,


Nuc(T1 ) = {(x, x) : x R} = h(1, 1)i, nT1 = 1,
AT1 = [ 1 1 ].
(b) Im(T2 ) = {(x, 2x) : x R} = h(1, 2)i, cT2 = 1,
Nuc(T2 ) = {(y z , y , z) : y , z R} = h(1, 1, 0), (1, 0, 1)i, nT2 =

Topicos
de Algebra
Linear

122

2,
AT2 = [ 12 12 12 ].
(c) Im(T3 ) = {(x, 0, z) : x, z R} = h(1, 0, 0), (0, 0, 1)i, cT3 = 2,
Nuc(T3 ) = {(z , 2z , z) : z R} = h(1, 2, 1)i, nT3 = 1,
h 1 0 1 i
AT3 = 0 0 0 .
0 1 2

(d) Im(T4 ) = R3 , cT4 = 3,


Nuc(T4 ) = {(3w , 3w , w , w ) : w R} = h(3, 3, 1, 1)i, nT4 = 1,
h 1 1 0 0 i
AT4 = 0 0 1 1 .
1

0 0 3

Exerccios miscelnea
5.38exe Seja T : M22 (R) M22 (R), T (A) =

(A)11 +(A)12 (A)22


(A)22
2(A)11

i
.

(a) Mostre que T uma transformao linear.


(b) Determine as dimenses de Nuc(T ) e de Im(T ).
sol (b) nT = 1, cT = 3.
5.39exe Determine uma base e a dimenso do ncleo da transformao linear T :
R3 R3 , T (x1 , x2 , x3 ) = (x1 x2 , 2x2 x1 x3 , x3 x2 ).
sol {(1, 1, 1)} uma base de NT , nT = 1.
5.40exe Sejam M Mnn (R) e TM : Mnn (R) Mnn (R), TM (A) = AM MA.
(a) Mostre que TM uma transformao linear.
(b) Considere n = 2 e M = [ 10 23 ]]. Determine uma base e a dimenso para
o ncleo de TM .
sol (b) Por exemplo:

 1 1 
0


, [ 10 01 ] , nT = 2.

5.41exe Seja T L(Rn ) e S = {u1 , . . . , uk } Rn um conjunto linearmente dependente. Mostre que {T (u1 ), . . . , T (uk )} tambm um conjunto linearmente
dependente.

6
Valores e Vectores Prprios

Definies
6.1def Jespectro de uma matrizK Seja A Mnn (R). Chama-se espectro de A,
que se representa por (A), ao conjunto de todos os valores prprios de A,
ou seja,
def

(A) = { C : um valor prprio de A}.


6.2def Jvector prprio de uma matriz associado a um valor prprio K Seja A
Mnn (R). Diz-se que x Cn \ {0Cn } um vector prprio da matriz A
associado ao valor prprio C se Ax = x.
6.3def Jsubespao prprio de um valor prprioK Sejam A Mnn (R) e (A).
Chama-se subespao prprio do valor prprio , que se representa por E,A

(ou por E se no houver ambiguidade relativamente matriz), ao conjunto


def

E,A = {x Cn : Ax = x}.
6.4teo Sejam A Mnn (R) e (A). Ento, E um subespao de Cn .
6.5obs (a) Note-se que existem matrizes cujos valores prprios so nmeros complexos.
123

Topicos
de Algebra
Linear

124

(b) Cada vector prprio est associado apenas a um valor prprio.


(c) Se x um vector prprio associado ao valor prprio , ento, x, 6= 0,
tambm um vector prprio associado ao valor prprio .
(d) Sejam A Mnn (R) e (A). Ento,
E = {x Cn : x um vector prprio associado
ao valor prprio } {0Cn }.
(e) Chama-se subespao prprio ao conjunto E devido ao teorema anterior.
(f) O seguinte teorema indica-nos um processo de calcular (A).
6.6teo Seja A Mnn (R). Ento, (A) se e s se det(A In ) = 0.
6.7def Seja A Mnn (R).
(a) Jpolinmio caracterstico de uma matriz K Chama-se polinmio caracterstico da matriz A, que se representa por A (), ao polinmio
def

A () = det(A In ).
(b) Jequao caracterstica de uma matrizK Chama-se equao caracterstica
da matriz A equao A () = 0 .

(c) Jmultiplicidade algbrica de um valor prprioK Seja um valor prprio de


A. Chama-se multiplicidade algbrica de multiplicidade do escalar

enquanto raiz da equao caracterstica.


(d) Jvalor prprio simplesK Seja um valor prprio de A. Diz-se que um
valor prprio simples se tem multiplicidade algbrica um.
6.8teo Seja A Mnn (R). Ento, o coeficiente do termo de grau n do polinmio
caracterstico da matriz A (1)n e o seu termo independente de det(A).
6.9obs Seja A Mnn (R). Ento, A () = (1)n n + + det(A).


6 Valores e Vectores Proprios

125

6.10obs Seja A Mnn (R). Ento,


(a) os valores prprios da matriz A so as razes do seu polinmio caracterstico.
(b) Se um valor prprio da matriz A, ento os vectores prprios associados a so as solues no-nulas do sistema homogneo (AIn )x = 0.
(c) Do Teorema Fundamental da lgebra resulta que A () tem exactamente n razes, podendo alguns deles ser iguais. Assim, sejam n1 , n2 , . . . , nm
as multiplicidades das m(6 n) razes distintos 1 , 2 , . . . , m de A ().
Ento,
A () = (1)n ( 1 )n1 ( 2 )n2 ( m )nm ,
em que n1 + n2 + + nm = n. Aos nmeros n1 , n2 , . . . , nm chama-se
multiplicidade algbrica dos valores prprios 1 , 2 , . . . , m , respectivamente.
6.11exe Considere a matriz A =

h2 1

0
0 1 1
0 2 4

(a) Determine o espectro da matriz A.


(b) Determine o espao prprio associado ao valor prprio de menor mdulo
da matriz A.
res

(a) Seja

2
1
0

A I3 = 0
1
1 .

0
2
4
Ento, aplicando o Teorema de Laplace e fazendo o desenvolvimento a
partir da primeira coluna, obtm-se
det(A I3 ) = (2 )((1 )(4 ) + 2)
= (2 )(2 5 + 6)
= (2 )2 ( 3),

Topicos
de Algebra
Linear

126

pelo que
(A) = {2, 3},
sendo que 1 = 2 um valor prprio de multiplicidade algbrica dois e
2 = 3 um valor prprio simples.

5 25 24
C.A.: 2 5 + 6 = 0 =
= 2 = 3.
2
(b) Para determinar o espao prprio associado ao valor prprio 1 = 2,
tem que se resolver o sistema
(A 2I3 )x1 = 0.
Aplicando o Mtodo de Gauss, vem:

0 `2 `2 + `1

0 `3 `3 2`1

`3 `3 2`2
0

pelo que

x =aC

11
x12 = 0

x = 0.
13
Assim, tem-se:
E2 = {(a, 0, 0) : a C}.
6.12exe Determine o espectro das seguintes matrizes, bem como os espaos prprios
associados aos seus valores prprios:


6 Valores e Vectores Proprios

127

(a) A = [ 12 43 ];
(b) B =
(c) C =

sol

 1 1 
2 1 ;
h 1 3 3 i
3 5 3
6 6 4

(d) D =
(e) E =
(f) F =

3 0 1
0 2 0 ;
1 0 3
h 1 2 1i
2 0 2 ;
1 2 3
h 4 0 1i
2 1 0 .
2 0 1

(a) (A) = {1, 5}.


E1 = {(2, ) : C}.
E5 = {(, ) : C}.
(b) (B) = {i , i }.

Ei = {( 1+i
, ) : C}.

Ei = {( 1i
, ) : C}.

(c) (C) = {2, 4}, em que o valor prprio 1 = 2 tem multiplicidade


algbrica dois.
E2 = {( , , ) : , C}.
E4 = {( 2 , 2 , ) : C}.
(d) (D) = {2, 4}, em que o valor prprio 1 = 2 tem multiplicidade algbrica dois.
E2 = {(, , ) : , C}.
E4 = {(, 0, ) : C}.
(e) (E) = {0, 2}, em que o valor prprio 2 = 2 tem multiplicidade algbrica dois.
E0 = {(, , ) : C}.
E2 = {(, 0, ) : C}.
(f) (F ) = {1, 2, 3}.
E1 = {(0, , 0) : , C}.
E2 = {( 2 , , ) : C}.
E3 = {(, , ) : C}.
6.13exe Considere a matriz A =

0 0
1 0
1 1

, R. Calcule os valores prprios de A e

os respectivos subespaos prprios.

Topicos
de Algebra
Linear

128

sol (A) = {}, E = {(0, 0, x) : x C}.

Propriedades
6.14exe Considere a matriz A =

2 1
1 2


.

(a) Determine os valores prprios da matriz A e os respectivos subespaos


prprios.
(b) Determine os valores prprios da matriz A2 e os respectivos subespaos
prprios.
(c) Determine os valores prprios da matriz A1 e os respectivos subespaos
prprios.
sol

(a) (A) = {1, 3}, E1 = {(, ) : C}, E3 = {(, ) : C};


(b) (A2 ) = {1, 9}, E1 = {(, ) : C}, E9 = {(, ) : C};
(c) (A1 ) = {1, 31 }, E1 = {(, ) : C}, E 1 = {(, ) : C}.
3

6.15teo Seja A = [aij ] Mnn (R). Ento:


(a) A uma matriz invertvel se e s se 0
/ (A);
(b) se A uma matriz invertvel e (A), ento,

(A1 ) e E,A =

E 1 ,A1 ;

(c) se k N e (A), ento, k (Ak ) e E,A = Ek ,Ak ;


(d) (A) = (AT );
(e) se a matriz A diagonal ou triangular, ento, (A) = {aii : i =
1, . . . , n};
(f) os vectores prprios associados a valores prprios distintos so linearmente independentes;
(g) se A uma matriz real e simtrica, os seus valores prprios so nmeros
reais.


6 Valores e Vectores Proprios

129

Exerccios miscelnea
6.16exe Seja A = [aij ] Mnn (R). Mostre que (A) = (AT ).
6.17exe Seja A = [aij ] M22 (R). Mostre que
A () = 2 tr(A) + det(A).
6.18exe Seja T L(Rn , Rn ). Diga se so verdadeiras ou falsas as seguintes afirmaes:
(a) a matriz AT invertvel se e s se CSAT x=0 = {0};
(b) a matriz AT invertvel se e s se #CSAT x=b = 1, b Rn ;
(c) a matriz AT invertvel se e s se det(AT ) 6= 0;
(d) a matriz AT invertvel se e s se Im(T ) = Rn ;
(e) a matriz AT invertvel se e s se as colunas da matriz AT so linearmente independentes;
(f) a matriz AT invertvel se e s se as linhas da matriz AT so linearmente
independentes;
(g) a matriz AT invertvel se e s se as colunas da matriz AT geram Rn ;
(h) a matriz AT invertvel se e s se as linhas da matriz AT geram Rn ;
(i) a matriz AT invertvel se e s se as colunas da matriz AT formam uma
base de Rn ;
(j) a matriz AT invertvel se e s se as linhas da matriz AT formam uma
base de Rn ;
(k) a matriz AT invertvel se e s se nT = 0;
(l) a matriz AT invertvel se e s se cT = n;
(m) a matriz AT invertvel se e s se 0
/ (AT ).
sol Todas as afirmaes so verdadeiras.

Topicos
de Algebra
Linear

130

6.19exe Determine a e b de modo que (1, 1) e (1, 0) sejam vectores prprios da


 
matriz 1a b1 .
sol a = 0, b = 2.
6.20exe Uma matriz A Mnn (R) diz-se idempotente se A2 = A. Mostre que, se
um valor prprio de uma matriz idempotente, ento tem que ser igual
a 0 ou 1.
6.21exe Sejam A Mnn (R), R e B = A In . Explicite a relao entre os
valores prprios de A e B.
sol Seja o valor prprio de A e o valor prprio de B, ento = .
6.22exe Seja A M22 (R) tal que tr(A) = 8 e det(A) = 12. Determine o espectro
de A.
sol (A) = {2, 6}.
6.23exe Determine a matriz A sabendo que tr(A) = 2, det(A) = 0, (1, 0) e (1, 2)
so vectores prprios de A e que A admite dois valores prprios distintos.
sol A = [ 00 12 ].
6.24exe Valores e Vectores Prprios Aplicao: Problemas de misturas
Os valores e vectores prprios podem ser usados para determinar as solues
de alguns sistemas de equaes diferenciais.
Considere o seguinte sistema de equaes diferenciais lineares de primeira
ordem com coeficientes constantes:

y10

y20

dy1
dt
dy2
dt

= a11 y1

a12 y2

= a21 y1

a22 y2 .


6 Valores e Vectores Proprios

131

Sejam y = [ yy12 ], y 0 =

y10
y20

e A = [ aa11
21

a12
a22

]. Ento, o sistema pode ser escrito

na forma y 0 = Ay :


y0
a
1 = 11
y20
a21


y
1 .
a22
y2
a12

Se A tem dois valores prprios reais distintos 1 e 2 com vectores prprios


v1 e v2 associados a 1 e 2 respectivamente, ento a soluo geral do
sistema de equaes diferenciais considerado

y (t) = c1 exp(1 t)v1 + c2 exp(2 t)v2 , c1 , c2 R.

Se alm disso impusermos que y assume um determinado valor y0 quando


t = 0, ento o problema vai ter uma nica soluo. Um problema da forma

y 0 = Ay , y (0) = y0

designado por problema com condies iniciais.


Problema de misturas
Dois tanques esto ligados como ilustrado na Figura 6.1. Inicialmente, o
tanque A contm 200 litros de gua, onde foram dissolvidos 60 gramas de
sal. O tanque B contm 200 litros de gua pura. Bombeia-se lquido para
dentro e para fora dos dois tanques a taxas indicadas na figura. Pretende-se
determinar a quantidade de sal no instante t.

Topicos
de Algebra
Linear

132

agua 15L/min

mistura 5L/min

tanque A

tanque B

mistura 20L/min

mistura 15L/min

Figura 6.1: Mistura 1.

Sejam y1 (t) e y2 (t) a quantidade de sal em gramas nos tanques A e B,


respectivamente, no instante de tempo t. Inicialmente, tem-se


y1 (0)
60
= .
y (0) =
y2 (0)
0
A quantidade total de lquido em cada tanque sempre 200 litros, porque a
quantidade de lquido bombeada para dentro igual quantidade bombeada
para fora em cada tanque. A taxa de variao da quantidade de sal em cada
tanque igual taxa em que est sendo adicionado sal menos a taxa em
que est sendo bombeado para fora. Para o tanque A, a taxa em que o sal
est a ser adicionado dada por


y2 (t)
y2 (t)
g/L =
g/min
(5 L/min)
200
40
e a taxa de sal que est sendo bombeada para fora


y1 (t)
y1 (t)
(20 L/min)
g/L =
g/min.
200
10


6 Valores e Vectores Proprios

133

Ento, a taxa de variao para o tanque A dada por


y10 (t) =

y2 (t) y1 (t)

.
40
10

Analogamente, a taxa de variao para o tanque B dada por


y20 (t) =

20y1 (t) 20y2 (t)


y1 (t) y2 (t)

.
200
200
10
10

Para determinar y1 (t) e y2 (t), precisamos de resolver o problema com


condies iniciais
y 0 = Ay , y (0) = y0 ,
onde A =

1
10
1
10

1
40
1
10

e y0 = [ 600 ]. Calculando os valores prprios de A,

1
3
e 2 = 20
com vectores prprios associados v1 =
obtm-se 1 = 20

(1, 2) e v2 = (1, 2). A soluo deste problema da forma






3
t
y = c1 exp t v1 + c2 exp
v2 .
20
20
No instante t = 0, y = y0 , logo
c1 v1 + c2 v2 = y0 ,
ou, escrito de outra forma


1 c1
60
= .
2 c2
0

Podemos calcular o valor das constantes c1 e c2 resolvendo o sistema associado ltima equao. A soluo c1 = c2 = 30. Conclui-se que a
soluo do problema de valor inicial






1
1
t
3
,
y = 30 exp t + 30 exp
20
20
2
2

Topicos
de Algebra
Linear

134

que pode ser reescrita da forma

t
3
t) + 30 exp( 20
)
y1 (t)
30 exp( 20
=
.
y (t) =
3
t
60 exp( 20 t) + 60 exp( 20 )
y2 (t)
Exerccio: Dois tanques contm, cada um, 100 litros de uma mistura. A
mistura no tanque A contm 40 gramas de sal, enquanto a mistura no tanque
B contm 20 gramas de sal. Bombeia-se lquido para dentro e para fora dos
tanques de acordo com a Figura 6.2. Determine a quantidade de sal em
cada tanque no instante de tempo t.

agua 12L/min

mistura 4L/min

tanque A

tanque B

mistura 16L/min

mistura 12L/min

Figura 6.2: Mistura 2.

sol y1 (t) = 25 e 25 t + 15 e 25 t , y2 (t) = 50 e 25 t 30 e 25 t .

Bibliografia

lgebra Linear, Seymour Lipschutz, McGraw-Hill.


lgebra Linear como introduo Matemtica Aplicada, Lus Magalhes,
Texto Editora.
Introduo lgebra Linear e Geometria Analtica, F. R. Dias Agudo, Escolar
Editora.
lgebra Linear e Geometria Analtica, E. Giraldes, V. Fernandes e M. Smith,
McGraw-Hill.
lgebra Linear, M. R. Valena, Universidade do Minho.
lgebra Linear com Aplicaes, Steven Leon, Livros Tcnicos e Cientficos.

135

136

Topicos
de Algebra
Linear

A
Extenso ao Captulo
Determinantes

A.1def Jmatriz adjuntaK Seja A Mnn (R). Chama-se matriz adjunta de A, que
se representa por adj(A), matriz de ordem n tal que

(adj(A))ij = Aji .

A.2obs A matriz adjunta a transposta da matriz dos co-factores.

A.3exe

(a) Determine a matriz adjunta da matriz X = [xij ] M22 (R).


(b) Determine a matriz adjunta da matriz A =

res

 7 1 
3 4 .

(a) Atendendo a
e11 ) = 1 |x22 | = x22 ,
X11 = (1)1+1 det(X
e12 ) = 1 |x21 | = x21 ,
X12 = (1)1+2 det(X
e21 ) = 1 |x12 | = x12 ,
X21 = (1)2+1 det(X
e22 ) = 1 |x11 | = x11 ,
X22 = (1)2+2 det(X
137

Topicos
de Algebra
Linear

138

tem-se que

x21

x22

adj(X) =
x12

x11

x22

=
x21

x12
x11

(b) Atendendo alnea anterior, tem-se que

4 3
4
1
=
.
adj(A) =
1 7
3 7
A.4teo Seja A uma matriz invertvel de ordem maior do que 1. Ento, A1 =
1
det(A)

adj(A).

A.5exe Considere a matriz A =

 3 2 
1 0 .

(a) Verifique que a matriz A invertvel.


(b) Determine a inversa da matriz A pelo mtodo da adjunta.
res

(a) Como det(A) = 3 0 (2) 1 = 2 6= 0, A uma matriz invertvel.



 h 0 1i
1
adj(A) = 21 10 23 = 21 32 .
(b) A1 = det(A)
Calcule-se, apenas para efeito de verificao, que AA1 = I2 :

3
2
0
1
1
0

=
.
AA1 =
1
0 21 32
0 1

A.6exe Calcule o determinante, a adjunta e a inversa de cada uma das seguintes


matrizes:

3
A=
1

2
1
,B =
3
1

D= 2

2
sol

3
1
2

3
2
,C =
1
2

1
1

1 , E = 0

1
0

(a) det(A) = 1, adj(A) =

1 2
1 3

1
1
0

1
,
4

1 .

 1  1 2 
, A = 1 3 .

139

A Extensao ao Captulo Determinantes

 1 2  1 h 17 27 i
= 3 1 .
3 1 , B
7
7
 4 1  1 h 25 101 i
(c) det(C) = 10, adj(C) = 2 3 , C = 1 3 .
5
10
"
h 3 5 2 i
1 53
0 31
(d) det(D) = 3, adj(D) = 0 1 1 , D1 =

(b) det(B) = 7, adj(B) =

6 8 5

(e) det(E) = 1, adj(E) =

h 1 1
0
0

0
1 1
0 1

, E 1 =

h 1 1
0
0

2
3
1
3
38 53

0
1 1
0 1

i
.

#
.

140

Topicos
de Algebra
Linear

B
Extenso ao Captulo Espaos
Vectoriais
B.1exe Mostre que R2 com as operaes usuais um espao vectorial.
res As operaes usuais em R2 so
x + y = (x1 , x2 ) + (y1 , y2 ) = (x1 + y1 , x2 + y2 ),
x = (x1 , x2 ) = (x1 , x2 ).
com x1 , x2 , y1 , y2 , R (como j se disse, quando esto em causa as operaes usuais, em vez de x y escreve-se x + y e em vez de x escreve-se
x).
No que se segue, verificam-se as oito propriedades de
Propriedade (a)
Definio geral:
x, y V : x y = y x.
Exemplo presente:
x = (x1 , x2 ), y = (y1 , y2 ) R2 : x + y = y + x.
141

4.2def .

Topicos
de Algebra
Linear

142

x + y = (x1 , x2 ) + (y1 , y2 )
(1)

= (x1 + y1 , x2 + y2 ).

(a.1)

y + x = (y1 , y2 ) + (x1 , x2 )
(1)

= (y1 + x1 , y2 + x2 )

(2)

= (x1 + y1 , x2 + y2 ).

(a.2)

(1) por definio da operao soma de vectores.


(2) pela propriedade comutativa da soma de nmeros reais.
Como as expresses (a.1) e (a.2) so iguais, conclui-se que a propriedade
(a) vlida.
Propriedade (b)
Definio geral:
x, y , z V : (x y ) z = x (y z).
Exemplo presente:
x = (x1 , x2 ), y = (y1 , y2 ), z = (z1 , z2 ) R2 : (x + y ) + z = x + (y + x).

(x + y ) + z = ((x1 , x2 ) + (y1 , y2 )) + (z1 , z2 )


(1)

= (x1 + y1 , x2 + y2 ) + (z1 , z2 )

(1)

= ((x1 + y1 ) + z1 , (x2 + y2 ) + z2 )

(2)

= (x1 + y1 + z1 , x2 + y2 + z2 ).

(b.1)

x + (y + z) = (x1 , x2 ) + ((y1 , y2 ) + (z1 , z2 ))


(1)

= (x1 , x2 ) + (y1 + z1 , y2 + z2 )

(1)

= (x1 + (y1 + z1 ), x2 + (y2 + z2 ))

(2)

= (x1 + y1 + z1 , x2 + y2 + z2 ).

(b.2)

143

B Extensao ao Captulo Espacos Vectoriais

(1) por definio da operao soma de vectores.


(2) pela propriedade associativa da soma de nmeros reais.
Como as expresses (b.1) e (b.2) so iguais, conclui-se que a propriedade
(b) vlida.
Propriedade (c)
Definio geral:
1 elemento de V (representado por 0V ), x V : x 0V = x.
Exemplo presente:
1 0R2 = (a, b) R2 , x = (x1 , x2 ) R2 : x + 0R2 = x.

x + 0R2 = x (x1 , x2 ) + (a, b) = (x1 , x2 )


(1)

(x1 + a, x2 + b) = (x1 , x2 )
(2)

x 1 + a = x 1 x 2 + b = x2
(3)

a = 0 b = 0.
(1) por definio da operao soma de vectores.
(2) pela definio da igualdade de dois elementos de R2 .
(3) pelas propriedades dos nmeros reais.
Assim, conclui-se que 0R2 = (0, 0) o elemento neutro da soma de vectores,
sendo a propriedade (c) vlida.
Propriedade (d)
Definio geral:
x V, 1 elemento de V (representado por x) : x (x) = 0V .
Exemplo presente:
x = (x1 , x2 ) R2 , 1 x = (a, b) R2 : x + (x) = 0R2 .

Topicos
de Algebra
Linear

144

x + (x) = 0R2 (x1 , x2 ) + (a, b) = (0, 0)


(1)

(x1 + a, x2 + b) = (0, 0)
(2)

x1 + a = 0 x2 + b = 0
(3)

a = x1 b = x2 .
(1) por definio da operao soma de vectores.
(2) igualdade de dois elementos de R2 .
(3) pelas propriedades dos nmeros reais.
Assim, conclui-se que x = (x1 , x2 ) o elemento simtrico do elemento
x = (x1 , x2 ) R2 , sendo a propriedade (d) vlida.
Propriedade (e)
Definio geral:
R, x, y V : (x y ) = x y .
Exemplo presente:
R, x = (x1 , x2 ), y = (y1 , y2 ) R2 : (x + y ) = x + y .

(x + y ) = ((x1 , x2 ) + (y1 , y2 ))
(1)

= (x1 + y1 , x2 + y2 )

(2)

= ((x1 + y1 ), (x2 + y2 ))

(3)

= (x1 + y1 , x2 + y2 ).

(e.1)

x + y = (x1 , x2 ) + (y1 , y2 )
(2)

= (x1 , x2 ) + (y1 , y2 )

(1)

= (x1 + y1 , x2 + y2 ).

(e.2)

145

B Extensao ao Captulo Espacos Vectoriais

(1) por definio da operao soma de vectores.


(2) por definio da operao multiplicao de um vector por um escalar.
(3) pela propriedade distributiva da multiplicao relativamente soma em
R.
Como as expresses (e.1) e (e.2) so iguais, conclui-se que a propriedade
(e) vlida.
Propriedade (f)
Definio geral:
, R, x V : ( + ) x = x x.
Exemplo presente:
, R, x = (x1 , x2 ) R2 : ( + )x = x + x.

( + )x = ( + )(x1 , x2 )
(1)

= (( + )x1 , ( + )x2 )

(2)

= (x1 + x1 , x2 + x2 ).

(f.1)

x + x = (x1 , x2 ) + (x1 , x2 )
(1)

= (x1 , x2 ) + (x1 , x2 )

(3)

= (x1 + x, x2 + x2 ).

(f.2)

(1) por definio da operao multiplicao de um vector por um escalar.


(2) pela propriedade distributiva da multiplicao relativamente soma em
R.
(3) por definio da operao soma de vectores.
Como as expresses (f.1) e (f.2) so iguais, conclui-se que a propriedade (f)
vlida.
Propriedade (g)

Topicos
de Algebra
Linear

146

Definio geral:
, R, x V : ( ) x = ( x).
Exemplo presente:
, R, x = (x1 , x2 ) R2 : ()x = (x).

()x = ()(x1 , x2 )
(1)

= (()x1 , ()x2 )

(2)

= (x1 , x2 ).

(g.1)

(x) = ((x1 , x2 ))
(1)

= (x1 , x2 )

(1)

= ((x1 ), (x2 ))

(2)

= (x1 , x2 ).

(g.2)

(1) por definio da operao multiplicao de um vector por um escalar.


(2) pela propriedade associativa da multiplicao de nmeros reais.
Como as expresses (g.1) e (g.2) so iguais, conclui-se que a propriedade
(g) vlida.
Propriedade (h)
Definio geral:
x V : 1 x = x.
Exemplo presente:
x = (x1 , x2 ) R2 : 1x = x.

147

B Extensao ao Captulo Espacos Vectoriais

1x = 1(x1 , x2 )
(1)

= (1x1 , 1x2 )

(2)

= (x1 , x2 )

= x.

(1) por definio da operao multiplicao de um vector por um escalar.


(2) 1 o elemento neutro da multiplicao de reais.
Assim, conclui-se que a propriedade (h) vlida.
Assim, uma vez que as oito propriedades da definio

4.2def de espao
2

vectorial so verificadas, conclui-se que o conjunto R com as operaes


usuais um espao vectorial.
B.2exe Mostre que o conjunto R+ com as operaes
: R+ R+

R+

(x, y )

x y = xy ,

R R+

R+

(, x)

x = x

um espao vectorial.
B.3exe Mostre que o conjunto R com as operaes
: RR

(x, y )

x y = x + y + 1,

: R R
(, x)

um espao vectorial.

R
x = x + 1

Topicos
de Algebra
Linear

148

B.4exe Mostre que o conjunto Mnn (R) com as operaes


:

Mnn (R) Mnn (R)

Mnn (R)

(A, B)

A B = AT + B T

R Mnn (R)

Mnn (R)

(, A)

A = A,

no define um espao vectorial.


res Para resolver este exerccio necessrio identificar (pelo menos) uma propriedade da definio

4.2def que no satisfeita. No entanto, e por

questes didcticas, vai-se verificar todas as propriedades (apesar de no


se explicitar na resoluo deste exerccio, esta faz uso das propriedades das
operaes com matrizes).
Note-se que neste exerccio, uma vez que a definio de uma das operaes
no a usual soma de elementos de Mnn (R) , usa-se a notao x y
e x.
Propriedade (a)
Definio geral:
x, y V : x y = y x.
Exemplo presente:
A, B Mnn (R) : A B = B A.

A B = AT + B T .

(a.1)

B A = B T + AT
= AT + B T .

(a.2)

149

B Extensao ao Captulo Espacos Vectoriais

Como as expresses (a.1) e (a.2) so iguais, conclui-se que a propriedade


(a) vlida.
Propriedade (b)
Definio geral:
x, y , z V : (x y ) z = x (y z).
Exemplo presente:
A, B, C Mnn (R) : (A B) C = A (B C).

(A B) C = (AT + B T ) C
= (AT + B T )T + C T
= ((AT )T + (B T )T ) + C T
= A + B + CT .

(b.1)

A (B C) = A (B T + C T )
= AT + (B T + C T )T
= AT + ((B T )T + (C T )T )
= AT + B + C.

(b.2)

Como existem elementos de Mnn (R) tais que produzem expresses diferentes para (b.1) e (b.2), conclui-se que a propriedade (b) no vlida.
Propriedade (c)
Definio geral:
1 elemento de V (representado por 0V ), x V : x 0V = x.
Exemplo presente:
1 elemento de Mnn (R) (representado por 0), A Mnn (R) : A 0 =
A.

Topicos
de Algebra
Linear

150

A 0 = A AT + 0 = A
T

0 = A AT
0 = (A AT )T
0 = AT A.

Assim, uma vez que 0 no independente de A, conclui-se que a propriedade


(c) no vlida.
Propriedade (d)
Definio geral:
x V, 1 elemento de V (representado por x) : x (x) = 0V .
Exemplo presente:
Esta propriedade no faz sentido verificar, uma vez que no existe elemento
neutro da soma (ver propriedade anterior).
Propriedade (e)
Definio geral:
R, x, y V : (x y ) = x y .
Exemplo presente:
R, A, B Mnn (R) : (A B) = A B.

151

B Extensao ao Captulo Espacos Vectoriais

(A B) = (AT + B T )
= (AT + B T )
= AT + B T .

(e.1)

A B = A B
= (A)T + (B)T
= AT + B T .

(e.2)

Como as expresses (e.1) e (e.2) so iguais, conclui-se que a propriedade


(e) vlida.
Propriedade (f)
Definio geral:
, R, x V : ( + ) x = x x.
Exemplo presente:
, R, A Mnn (R) : ( + ) A = A A.

( + ) A = ( + )A
= A + A.

(f.1)

A A = A A
= (A)T + (A)T
= AT + AT .

(f.2)

Como existem elementos de Mnn (R) tais que produzem expresses diferentes para (f.1) e (f.2), conclui-se que a propriedade (f) no vlida.

Topicos
de Algebra
Linear

152

Propriedade (g)
Definio geral:
, R, x V : ( ) x = ( x).
Exemplo presente:
, R, A Mnn (R) : ( ) A = ( A).

( ) A = () A
= A.

(g.1)

( A) = (A)
= A.

(g.2)

Como as expresses (g.1) e (g.2) so iguais, conclui-se que a propriedade


(g) vlida.
Propriedade (h)
Definio geral:
x V : 1 x = x.
Exemplo presente:
A Mnn (R) : 1A = A.

1A = A.

Assim, conclui-se que a propriedade (h) vlida.


Como as propriedades (b), (c), (d) e (f) da definio

4.2def no so

vlidas, conclui-se que o conjunto Mnn (R) com as operaes dadas no

153

B Extensao ao Captulo Espacos Vectoriais

um espao vectorial (volta-se a frisar que bastava uma propriedade falhar


para se concluir que no se estava perante um espao vectorial).

B.5exe Mostre que o conjunto R2 com as operaes

R2 R2

R2

((a, b), (c, d)) 7

(a, b) (c, d) = (0, b + d),

R R2

R2

(, (a, b))

(a, b) = (2a, 2b),

no define um espao vectorial.

res Para resolver este exerccio necessrio identificar (pelo menos) uma propriedade da definio

4.2def que no satisfeita. No entanto, e por

questes didcticas, vai-se verificar todas as propriedades.


Note-se que neste exerccio, uma vez que a definio das duas operaes
no a usual, usa-se a notao x y e x.
Apesar de no se explicitar na resoluo deste exerccio, esta faz uso das
propriedades dos nmeros reais.
Propriedade (a)
Definio geral:
x, y V : x y = y x.
Exemplo presente:
x = (x1 , x2 ), y = (y1 , y2 ) R2 : x y = y x.

Topicos
de Algebra
Linear

154

x y = (x1 , x2 ) (y1 , y2 )
= (0, x2 + y2 ).

(a.1)

y x = (y1 , y2 ) (x1 , x2 )
= (0, y2 + x2 )
= (0, x2 + y2 ).

(a.2)

Como as expresses (a.1) e (a.2) so iguais, conclui-se que a propriedade


(a) vlida.
Propriedade (b)
Definio geral:
x, y , z V : (x y ) z = x (y z).
Exemplo presente:
x = (x1 , x2 ), y = (y1 , y2 ), z = (z1 , z2 ) R2 : (x y ) z = x (y z).

(x y ) z = ((x1 , x2 ) (y1 , y2 )) (z1 , z2 )


= (0, x2 + y2 ) + (z1 , z2 )
= (0, (x2 + y2 ) + z2 )
= (0, x2 + y2 + z2 ).

(b.1)

x (y z) = (x1 , x2 ) ((y1 , y2 ) (z1 , z2 ))


= (x1 , x2 ) + (0, y2 + z2 )
= (0, x2 + (y2 + z2 ))
= (0, x2 + y2 + z2 ).

(b.2)

155

B Extensao ao Captulo Espacos Vectoriais

Como as expresses (b.1) e (b.2) so iguais, conclui-se que a propriedade


(b) vlida.
Propriedade (c)
Definio geral:
1 elemento de V (representado por 0V ), x V : x 0V = x.
Exemplo presente:
1 elemento de R2 (representado por 0 = (a, b)), x R2 : x 0 = x.

x 0 = x (x1 , x2 ) (a, b) = (x1 , x2 )


(0, x2 + b) = (x1 , x2 )
0 = x1 x2 + b = x 2
x1 = 0 b = 0.
Assim, conclui-se que a propriedade (c) no satisfeita, pois no s o vector 0 no nico, como no possvel que a relao fosse satisfeita para
qualquer elemento de x R2 .
Propriedade (d)
Definio geral:
x V, 1 elemento de V (representado por x) : x (x) = 0V .
Exemplo presente:
Esta propriedade no faz sentido verificar, uma vez que no existe elemento
neutro da soma (ver propriedade anterior).
Propriedade (e)
Definio geral:
R, x, y V : (x y ) = x y .
Exemplo presente:

Topicos
de Algebra
Linear

156

R, x = (x1 , x2 ), y = (y1 , y2 ) R2 : (x y ) = x y .

(x y ) = ((x1 , x2 ) (y1 , y2 ))
= (0, x2 + y2 )
= (0, 2(x2 + y2 ))
= (0, 2x2 + 2y2 ).

(e.1)

x y = (x1 , x2 ) (y1 , y2 )
= (2x1 , 2x2 ) (2y1 , 2y2 )
= (0, 2x2 + 2y2 ).

(e.2)

Como as expresses (e.1) e (e.2) so iguais, conclui-se que a propriedade


(e) vlida.

Propriedade (f)

Definio geral:

, R, x V : ( + ) x = x x.

Exemplo presente:

, R, x = (x1 , x2 ) R2 : ( + ) x = x x.

157

B Extensao ao Captulo Espacos Vectoriais

( + ) x = ( + ) (x1 , x2 )
= (2( + )x1 , 2( + )x2 )
= (2x1 + 2x1 , 2x2 + 2x2 ).

(f.1)

x x = (x1 , x2 ) (x1 , x2 )
= (2x1 , 2x2 ) (2x1 , 2x2 )
= (0, 2x2 + 2x2 ).

(f.2)

Como existem elementos de R2 tais que produzem expresses diferentes para


(f.1) e (f.2), conclui-se que a propriedade (f) no vlida.
Propriedade (g)
Definio geral:
, R, x V : ( ) x = ( x).
Exemplo presente:
, R, x = (x1 , x2 ) R2 : ( ) x = ( x).

( ) x = ( ) (x1 , x2 )
= (2()x1 , 2()x2 )
= (2x1 , 2x2 ).

(g.1)

( x) = ( (x1 , x2 ))
= (2x1 , 2x2 )
= (2(2x1 ), 2(2x2 ))
= (4x1 , 4x2 ).

(g.2)

Topicos
de Algebra
Linear

158

Como existem elementos de R2 tais que produzem expresses diferentes para


(g.1) e (g.2), conclui-se que a propriedade (g) no vlida.
Propriedade (h)
Definio geral:
x V : 1 x = x.
Exemplo presente:
x = (x1 , x2 ) R2 : 1 x = x.

1x = 1(x1 , x2 )
= (2x1 , 2x2 )
6= (x1 , x2 )
= x.

Assim, conclui-se que a propriedade (h) no vlida.


Como as propriedades (c), (d), (f), (g) e (h) da definio

4.2def no

so satisfeitas, conclui-se que o conjunto R2 com as operaes dadas no


um espao vectorial (volta-se a frisar que bastava uma propriedade no se
verificar para se concluir que no se estava perante um espao vectorial).
B.6exe Mostre que os seguintes conjuntos com as operaes indicadas no so
espaos vectoriais reais, identificando as propriedades da definio de espao
vectorial que no so verificadas:
(a) R2 , (a, b) (c, d) = (a, b) e (a, b) = (a, b).
(b) R2 , (x1 , x2 ) (y1 , y2 ) = (x1 + y1 , x2 + y2 ) e (x1 , x2 ) = (2 x1 , 2 x2 ).
(c) R2 , (x1 , x2 ) (y1 , y2 ) = (x1 + y1 , 0) e (x1 , x2 ) = (x1 , x2 ).
(d) R3 , (x1 , x2 , x3 ) (y1 , y2 , y3 ) = (x1 + y1 , 0, x2 + y2 ) e (x1 , x2 , x3 ) =
(x1 , x2 , x3 ).

159

sol

B Extensao ao Captulo Espacos Vectoriais

(a) Propriedades (a), (c), (d) e (f).


(b) Propriedades (f).
(c) Propriedades (c), (d) e (f).
(d) Propriedades (c), (d) e (f).

B.7exe Mostre que o conjunto R+ com as operaes


: R+ R+

R+

(x, y )

x y = yx ,

R R+

R+

(, x)

x = x

no um espao vectorial, identificando as propriedades da definio de


espao vectorial que no so verificadas.
sol Propriedades (a), (b), (f).

160

Topicos
de Algebra
Linear

C
Alfabeto Grego

Minscula

Maiscula

A
B

E
Z
H

I
K

M
N

Nome
alfa
beta
gama
delta
psilon
zeta
eta
teta
iota
capa
lambda
miu
niu
csi
micron
pi
r
sigma
tau
psilon
fi
qui
psi
mega

Equivalente Latino
a
b
g
d
e
z
e,h
t
i
k
l
m
n
cs
o
p
r
s
t
u,y
f
c,x
ps
w

161

ndice Remissivo

A B, 23

complemento algbrico de um elemento


de uma matriz, 45

base, 97

conjunto gerador, 90

base ordenada, 98

conjunto linearmente independente, 93,


94

C(a, b), 82
conjunto soluo, 55

C (a, b), 82

coordenadas de um vector numa base

C k (a, b), 82

ordenada, 99
cT , 120
caracterstica de uma matriz, 57

dim(V ), 100

caracterstica de uma transformao lin- determinante de uma matriz, 40


ear, 120
diagonal de uma matriz, 5
co-factor de um elemento de uma ma-

diagonal principal, 5

triz, 45

diagonal secundria de uma matriz, 5

coluna de uma matriz, 4

dimenso de um espao vectorial, 100

coluna nula, 21
coluna piv, 21

elemento de uma matriz, 2

combinao linear, 86, 102

endomorfismo, 112
162

Indice Remissivo

163

equao caracterstica de uma matriz, matriz complementar de um elemento


124
escalar, 2, 80

de uma matriz, 39
matriz de uma transformao linear en-

espao gerado, 90

tre espaos de dimenso finita,

espao vectorial, 79

114

espao vectorial de dimenso finita, 100

matriz diagonal, 5

espectro de uma matriz, 123

matriz dos coeficientes, 55


matriz elementar, 30

fe(A), 25

matriz em escada, 21

fer(A), 25
funo, 107
homomorfismo, 108

matriz em escada reduzida, 21


matriz escalar, 5
matriz identidade, 8
matriz inversa, 15

imagem de um elemento por meio de matriz invertvel, 15


uma funo, 107

matriz linha, 4

imagem de uma transformao linear, matriz no-invertvel, 15


116

matriz no-singular, 15
matriz nula, 8

L(S), 90
matriz ortogonal, 20
L(V ), 112
L(V, V 0 ), 108

matriz quadrada, 5
matriz rectangular, 5

linha de uma matriz, 3


linha nula, 21

matriz simtrica, 19
matriz singular, 15

Mmn (R), 2

matriz transposta, 17

matriz, 2

matriz triangular inferior, 5

matriz adjunta, 137

matriz triangular superior, 5

matriz ampliada, 55

matrizes comutveis, 14

matriz aumentada, 55

matrizes equivalentes, 23

matriz coluna, 4

matrizes iguais, 8

Topicos
de Algebra
Linear

164

multiplicao de matrizes, 11

produto de matrizes, 11

multiplicao de um escalar por um vec- produto de uma matriz por um escalar,


tor, 80

multiplicao de uma matriz por um escalar, 9

R[x], 82

Rn , 81
multiplicidade algbrica de um valor prprio,
Rn [x], 81
124
Mmn (R), 81
Im(T ), 116
Nuc(T ), 116

sistema de equaes lineares, 55

nT , 120

sistema de equaes no lineares, 56

ncleo de uma transformao linear, 116 sistema homogneo, 57


nulidade de uma transformao linear, sistema homogneo associado, 57
120

sistema impossvel, 57
sistema possvel, 57

operao elementar do tipo I nas linhas


de uma matriz, 22

soma de matrizes, 9
soma de vectores, 80

operao elementar do tipo II nas linhas subespao, 83


de uma matriz, 22
subespao prprio de um valor prprio,
operao elementar do tipo III nas linhas
123
de uma matriz, 22
ordem de uma matriz quadrada, 5

tipo de uma matriz, 2


trao de uma matriz, 7

piv de uma linha no-nula, 21

transformao linear, 108

polinmio caracterstico de uma matriz,


124

VA , 80

potncia cartesiana de um conjunto, 1

valor prprio simples, 124

potncia de uma matriz, 13

varivel livre, 58

produto cartesiano de dois conjuntos, 1 varivel piv, 58


produto cartesiano de um nmero finito vector, 80
de conjuntos, 1

vector das incgnitas, 55

Indice Remissivo

165

vector dos termos independentes, 55


vector prprio de uma matriz associado
a um valor prprio, 123
vectores linearmente dependentes, 94
vectores linearmente independentes, 93
hAx1 , . . . , xn B, 90