Álgebra Linear - 2018.

2
Gabarito da 3a Lista de Exercı́cios - Turmas S2 e S7
Prof.: Fábio Lima

1. Seja V um espaço vetorial com produto interno. Verifique que se u, v ∈ V , então

||u + v||2 − ||u − v||2

hu, vi = .
4

Resp.: Temos que

||u + v||2 = hu + v, u + vi = hu, ui + 2 hu, vi + hv, vi ,

||u − v||2 = hu − v, u − vi = hu, ui − 2 hu, vi + hv, vi .

Fazendo a primeira equação menos a segunda, obtemos

||u + v||2 − ||u − v||2

||u + v||2 − ||u − v||2 = 4 hu, vi ⇒ hu, vi = .
4

2. Utilizando o produto interno dado, obtenha o ângulo pedido para cada um dos casos
abaixo.

a) O ângulo entre os vetores (1, 0) e (0, 1), com o produto interno h(x, y), (a, b)i =
xa + xb + ya + 3yb.
b)
O ângulo entre os polinômios 1 − x e 1 + x2 , com o produto interno definido por
a0 + a1 x + a2 x2 , b0 + b1 x + b2 x2 = a0 b0 + a1 b1 + a2 b2 .


Resp.: a) Se θ é o ângulo entre os vetores dados, então

h(1, 0), (0, 1)i

cos θ = .
||(1, 0)||||(0, 1)||

Temos que

h(1, 0), (0, 1)i = 0 + 1 + 0 + 0 = 1,

p √
||(1, 0)|| = h(1, 0), (1, 0)i = 1 + 0 + 0 + 0 = 1,
p √ √
||(0, 1)|| = h(0, 1), (0, 1)i = 0 + 0 + 0 + 3 = 3.
√
Sendo assim, cos θ = √1 . Logo, θ = arccos(1/ 3).
3
b) Seja α o ângulo entre os polinômios dados, então

1 − x, 1 + x2


cos α = .
||1 − x||||1 + x2 ||

1
 Temos que

1 − x, 1 + x2 = 1 + 0 + 0 = 1,


p √ √
||1 − x|| = h1 − x, 1 − xi = 1 + 1 + 0 = 2,
p √ √
||1 + x2 || = h1 + x2 , 1 + x2 i = 1 + 0 + 1 = 2.

Sendo assim, cos α = 12 . Logo, α = π/3.

3. Seja R2 espaço vetorial com um certo produto interno <, >, tal que α = {(1, 2), (2, 3)} é
base ortonormal com relação a este produto interno.

a) Seja v = (1, 0) e w = (0, 1). Calcule hv, wi.

b) Determine a expressão deste produto interno, h(x1 , y1 ), (x2 , y2 )i.

Resp.: a) Temos que

(1, 0) = −3 · (1, 2) + 2 · (2, 3),

(0, 1) = 2 · (1, 2) − 1 · (2, 3).
   
−3 2
Sendo assim, [v]α = e [w]α = . Sabemos que hv, wi = h[v]α , [w]α i. Como α
2 −1
é ortonormal, basta utilizar o produto interno usual:
D E
[v]>
α , [w]>
α = h(−3, 2), (2, −1)i = −8.

b) Temos que

(x1 , y1 ) = (−3x1 + 2y1 ) · (1, 2) + (2x1 − y1 ) · (2, 3),

(x2 , y2 ) = (−3x2 + 2y2 ) · (1, 2) + (2x2 − y2 ) · (2, 3).

Sendo assim,
D E
h(x1 , y1 ), (x2 , y2 )i = [(x1 , y1 )]>
α , [(x 2 , y2 )]>
α = h(−3x1 + 2y1 , 2x1 − y1 ), (−3x2 + 2y2 , 2x2 − y2 )i ,

= 13x1 x2 − 8x1 y2 − 8x2 y1 + 5y1 y2 .

4. Seja V um espaço vetorial com  masnão informado aqui. Seja α = {v1 , v2 , v3 , v4 }

 <,> definido,
1 1
 1   2 
uma base de V . Se [u]α =   1 , [v]α =  3  e hu, vi = 3, então α é base ortonormal
  

1 −1
em relação a <, > de V ?

Resp.: Suponha α ortonormal, então com produto interno usual

h[u]α , [v]α i = 1 + 2 + 3 − 1 = 5 6= 3.

Logo, α não é ortonormal.

5. Considere o espaço vetorial V = R3 , munido com produto interno canônico, e uma base
β = {(1, 1, 1), (1, 2, 3), (1, 0, 2)} de V .

a) Determine uma base ortogonal α a partir de β.

b) Determine [(1, 0, 0)]α .

2
Resp. a) Utilizaremos o processo de ortogonalização de Gram-Schmidt para determinar uma base
ortogonal para V . Seja u1 = (1, 1, 1), então

h(1, 2, 3), (1, 1, 1)i 6

u2 = (1, 2, 3) − (1, 1, 1) = (1, 2, 3) − (1, 1, 1) = (1, 2, 3) − (2, 2, 2) = (−1, 0, 1),
h(1, 1, 1), (1, 1, 1)i 3
h(1, 0, 2), (1, 1, 1)i h(1, 0, 2), (−1, 0, 1)i
u3 = (1, 0, 2) − (1, 1, 1) − (−1, 0, 1),
h(1, 1, 1), (1, 1, 1)i h(−1, 0, 1), (−1, 0, 1)i
3 1 1 1
= (1, 0, 2) − (1, 1, 1) − (−1, 0, 1) = (0, −1, 1) − (−1, 0, 1) = (1, −2, 1).
3 2 2 2
Note que (1, −2, 1) ainda é ortogonal a u1 e u2 . Logo, α = {(1, 1, 1), (−1, 0, 1), (1, −2, 1)}
é uma base ortogonal para V .
b) Como α é base ortogonal, utilizaremos os coeficientes de Fourier para determinar as
coordenadas de (1, 0, 0) em relação a tal base. Se (1, 0, 0) = a1 (1, 1, 1) + a2 (−1, 0, 1) +
a2 (1, −2, 1), temos que

h(1, 0, 0), (1, 1, 1)i 1

a1 = = ,
h(1, 1, 1), (1, 1, 1)i 3
h(1, 0, 0), (−1, 0, 1)i 1
a2 = =− ,
h(−1, 0, 1), (−1, 0, 1)i 2
h(1, 0, 0), (1, −2, 1)i 1
a3 = = .
h(1, −2, 1), (1, −2, 1)i 6
 
1/3
Logo, [(1, 0, 0)]α = −1/2  .

1/6

6. Considere em M2×2 (R) o produto interno:

   
a b e f
, = 2ae + bf + 2cg + dh.
c d g h

Encontre um conjunto ortogonal,

 usando o processo
 de ortogonalização de Gram-Schmidt,

1 0 2 1 2 0
a partir do conjunto , , .
1 0 0 1 2 6
 
1 0
Resp.: Seja u1 = . Temos que
1 0
   
2 1 1 0
,
0 1 1 0
         
2 1 1 0 2 1 4 1 0 1 1
u2 = −  = − = ,
0 1 1 0 0 1 1 0 −1 1
  
1 0 1 0 4
,
1 0 1 0
      
2 0 1 0 12 0 1
, ,
2 6 1 0 −12 6 1
     
2 0 1 0 1 1
u3 = −  −  ,
2 6 1 0 −1 1
     
1 0 1 0 1 1 1 1
, ,
1 0 1 0 −1 1 −1 1
       
2 0 8 1 0 6 1 1 −1 −1
= − − = .
2 6 4 1 0 6 −1 1 1 5

Logo, o conjunto {u1 , u2 , u3 } é ortogonal em relação ao produto interno dado.

√ √
7. Seja V um espaço vetorial real com <, >. Sabendo que ||v|| = 5, ||u + v|| = 5 e

3
 √
||u − 2v|| = 23, calcule || − 2018u||.

Resp.: Temos que

||u + v||2 = hu + v, u + vi = hu, ui + 2 hu, vi + hv, vi = ||u||2 + 2 hu, vi + ||v||2 .

||u − 2v||2 = hu − 2v, u − 2vi = hu, ui − 4 hu, vi + 4 hv, vi = ||u||2 − 4 hu, vi + 4||v||2

Sendo assim,
1
||u + v||2 − ||u − 2v||2 = 6 hu, vi − 3||v||2 ⇒ 5 − 23 = 6 hu, vi − 15 ⇒ hu, vi = − .
2
Consequentemente,

||u||2 = ||u + v||2 − 2 hu, vi − ||v||2 = 5 + 1 − 5 = 1 ⇒ ||u|| = 1.

Logo, || − 2018u|| = | − 2018|||u|| = 2018.

R1
8. Considere o espaço vetorial P3 (R) e o produto interno hf (x), g(x)i = 0 f (x)g(x)dx. Dados
p(x) = 1 + x + x2 e q(x) = x3 , determine a projeção ortogonal de p(x) em q(x).

Resp.: Sabemos que

hp(x), q(x)i
projq(x) p(x) = q(x).
hq(x), q(x)i

Note que,
1 1  1
x4 x5 x6
Z Z 
2 3 3 4 5  = 37 ,

hp(x), q(x)i = (1 + x + x )(x )dx = (x + x + x )dx = + +
0 0 4 5 6 
0 60
1
x7 1 1
Z 
6
hq(x), q(x)i = x dx = = .
0 7 0 7

Sendo assim,

(37/60) 3 259 3
projq(x) p(x) = x = x .
(1/7) 60

9. Considere o espaço vetorial V = R4 munido com produto interno canônico. Seja W =

[(1, 2, 0, 1), (1, 1, 1, 0)] um subespaço de V .

a) Determine o complemento ortogonal de W , W > .

b) Obtenha bases ortogonais para W e W > .

Resp.: a) Se (x, y, z, t) ∈ W > , então

h(x, y, z, t), (1, 2, 0, 1)i = 0 ⇒ x + 2y + t = 0 ⇒ t = −x − 2y,

h(x, y, z, t), (1, 1, 1, 0)i = 0 ⇒ x + y + z = 0 ⇒ z = −x − y.

Sendo assim, W > = [(1, 0, −1, −1), (0, 1, −1, −2)].

b) Para W , pelo processo de ortogonalização de Gram-Schmidt:

u1 = (1, 2, 0, 1),
h(1, 1, 1, 0), (1, 2, 0, 1)i 1 1
u2 = (1, 1, 1, 0) − (1, 2, 0, 1) = (1, 1, 1, 0) − (1, 2, 0, 1) = (1, 0, 2, −1).
h(1, 2, 0, 1), (1, 2, 0, 1)i 2 2

4
 Note que (1, 0, 2, −1) ainda é ortogonal com (1, 2, 0, 1). Logo, o conjunto {(1, 2, 0, 1), (1, 0, 2, −1)}
é uma base ortogonal para W .
Por sua vez, para W > , temos que

u1 = (1, 0, −1, −1),

h(0, 1, −1, −2), (1, 0, −1, −1)i
u2 = (0, 1, −1, −2) − (1, 0, −1, −1) = (−1, 1, 0, −1).
h(1, 0, −1, −1), (1, 0, −1, −1)i

Logo, o conjunto {(1, 0, −1, −1), (−1, 1, 0, −1)} é uma base ortogonal de W > .

10. Considere em P2 (R) o produto interno a0 + a1 x + a2 x2 , b0 + b1 x + b2 x2 = a0 b0 + a1 b1 +



a2 b2 .

a) Determine uma base para W > , o complemento ortogonal de W = [1 − x2 , 2 − x − x2 ].

b) Seja T : P2 (R) → P2 (R) o operador projeção em W . Determine T (a0 + a1 x + a2 x2 ).

Resp.: a) Se c0 + c1 x + c2 x2 ∈ W > , então

c0 + c1 x + c2 x2 , 1 − x2 = 0 ⇒ c0 − c2 = 0 ⇒ c0 = c2 ,



c0 + c1 x + c2 x2 , 2 − x − x2 = 0 ⇒ 2c0 − c1 − c2 = 0 ⇒ c1 = c0 .



Logo, W > = [1 + x + x2 ].
W > , então P2 (R) = [1 − x2 , 2 − x − x2 , 1 + x + x2 ]. Sendo
L
b) Sabemos que P2 (R) = W
assim,

a0 + a1 x + a2 x2 = b(1 − x2 ) + c(2 − x − x2 ) + d(1 + x + x2 ),

o que nos fornece o sistema


 b + 2c + d = a0
d − c = a1 .
d − b − c = a2


Tal sistema tem como solução b = a1 − a2 , c = (a0 − 2a1 + a2 )/3 e d = (a0 + a1 + a2 )/3.
Se T é a projeção sobre W , temos que
a0 − 2a1 + a2
T (a0 + a1 x + a2 x2 ) = (a1 − a2 )(1 − x2 ) + (2 − x − x2 ),
3
2a0 − a1 − a2 2a1 − a0 − a2 2a2 − a1 − a0 2
= + x+ x .
3 3 3

11. Em R2 , considere o produto interno h(a, b), (c, d)i = 3ac + bd. Seja T : R2 → R2 um
operador linear dado por
√ 
y √

2
T (x, y) = x+ √ , 3x − y .
2 3
T é operador auto-adjunto? T é um operador ortogonal?

5
Resp.: Basta verificar para alguma base do R2 , por exemplo {(1, 0), (0, 1)}. Temos que
*√ + √
2 √ 6
hT (1, 0), (0, 1)i = (1, 3), (0, 1) = ,
2 2
* √  + √
2 1 6
h(1, 0), T (0, 1)i = (1, 0), √ , −1 = .
2 3 2

Como hT (1, 0), (0, 1)i = h(1, 0), T (0, 1)i temos que T é auto-adjunta.
Por sua vez,
*√ √ +
2 √ 2 √ 3 3
hT (1, 0), T (1, 0)i = (1, 3), (1, 3) = + = 3,
2 2 2 2
h(1, 0), (1, 0)i = 3,
*√   √  +
2 1 2 1 1 1
hT (0, 1), T (0, 1)i = √ , −1 , √ , −1 = + = 1,
2 3 2 3 2 2
h(0, 1), (0, 1)i = 1,
*√ √  + √ √
2 √ 2 1 3 3
hT (1, 0), T (0, 1)i = (1, 3), √ , −1 = − = 0,
2 2 3 2 2
h(1, 0), (0, 1)i = 0.

Logo, T é ortogonal.
12. Considere os vetores v1 = (1, 2, 2), v2 = (−2, −1, 2) e v3 = (2, −2, 1) de R3 munido do
produto interno usual, e o operador linear T : R3 → R3 caracterizado por T (v1 ) = v2 ,
T (v2 ) = −v1 e T (v3 ) = v3 . Verifique se cada um dos itens abaixo é verdadeiro ou falso.
Justifique sua resposta.
a) {v1 , v2 , v3 } é uma base ortogonal de R3 .
b) T é auto-adjunto.
c) T é ortogonal.
d) λ = 1 é o único autovalor real de T .
Resp.: a) Inicialmente, vamos verificar se os vetores são linearmente independentes. Temos que
     
1 2 2 1 2 2 1 2 2
 −2 −1 2  L3 = L3 + L2  −2 −1 2  L3 = − 1 L3  −2 −1 2  L1 = L1 − 2L3
−−−−−−−−−→ 3 −−−−−−−−−−→
2 −2 1 0 −3 3 −−−−−−−−→ 0 1 −1
     
1 0 4 1 0 4 1 0 4
 −2 −1 2  L2 = L2 + L3  −2 0 1  L2 = L2 + 2L1  0 0 9 .
−−−−−−−−−→ −−−−−−−−−−→
0 1 −1 0 1 −1 0 1 −1

Como não conseguimos zerar nenhuma linha da matriz, os vetores são linearmente inde-
pendentes e, portanto, formam uma base de R3 . Vamos verificar se tal base é ortogonal.
Temos que

h(1, 2, 2), (−2, −1, 2)i = −2 − 2 + 4 = 0,

h(1, 2, 2), (2, −2, 1)i = 2 − 4 + 2 = 0,
h(−2, −1, 2), (2, −2, 1)i = −4 + 2 + 2 = 0.

Logo, tais vetores formam uma base ortogonal e a afirmação é verdadeira.

6
 b) Temos que

||(1, 2, 2)|| = ||(−2, −1, 2)|| = ||(2, −2, 1)|| = 3.

Normalizando
1 a base do item anterior, obtemos uma base ortonormal dada por α =
1 1

3 (1, 2, 2), 3 (−2, −1, 2), 3 (2, −2, 1) . Note que
 
1 1 1
T (1, 2, 2) = T (1, 2, 2) = (−2, −1, 2),
3 3 3
 
1 1 1
T (−2, −1, 2) = T (−2, −1, 2) = − (1, 2, 2),
3 3 3
 
1 1 1
T (2, −2, 1) = T (2, −2, 1) = (2, −2, 1).
3 3 3

Consequentemente,
 
0 −1 0
[T ]αα =  1 0 0 .
0 0 1

Como tal matriz não é simétrica, T não é auto-adjunto. Logo, a afirmação é falsa.
c) Verdadeira. As colunas de [T ]αα são vetores ortonormais.
d) Temos que o polinômio caracterı́stico é dado por
 
−λ −1 0
p(λ) = det  1 −λ 0  = λ2 (1 − λ) + (1 − λ) = (1 − λ)(λ2 + 1).
0 0 1−λ

A única raiz real de p(λ) é λ = 1. Logo, a afirmação é verdadeira.

13. Seja S : R3 → R3 o operador linear que representa uma reflexão em torno de W =

{(x, y, z) ∈ R3 : x − y − z = 0}.

a) Determine S(x, y, z).

b) Mostre que S é um operador ortogonal.
c) Determine os autovalores e respectivos autovetores de S.

Resp.: a) Temos que W = [(1, 0, 1), (0, 1, −1)]. Se (x, y, z) ∈ W > , então

h(x, y, z), (1, 0, 1)i = 0 ⇒ x + z = 0 ⇒ z = −x,

h(x, y, z), (0, 1, −1)i = 0 ⇒ y − z = 0 ⇒ y = z.

Sendo assim, W > = [(1, −1, −1)]. Consequentemente, {(1, 0, 1), (0, 1, −1), (1, −1, −1)} é
uma base de R3 .
Se (x, y, z) ∈ R3 , então

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

o que nos fornece o sistema


 a+c=x
b−c=y .
a−b−c=z


7
Tal sistema tem como solução a = (2x + y + z)/3, b = (x + 2y − z)/3 e = (x − y − z)/3.
Então, se P é o operador projeção sobre W , temos que
2x + y + z x + 2y − z
P (x, y, z) = (1, 0, 1) + (0, 1, −1),
 3 3 
2x + y + z x + 2y − z x − y + 2z
= , , .
3 3 3

Logo,
 
4x + 2y + 2z 2x + 4y − 2z 2x − 2y + 4z
S(x, y, z) = 2P (x, y, z) − (x, y, z) = , , − (x, y, z),
3 3 3
 
x + 2y + 2z 2x + y − 2z 2x − 2y + z
= , , .
3 3 3

b) Em relação a base canônica α de R3 , temos que

 
1/3 2/3 2/3
[S]αα =  2/3 1/3 −2/3  .
2/3 −2/3 1/3

Como as colunas de tal matriz são vetores ortonormais, S é ortogonal.

c) O polinômio caracterı́stico é dado por
  
1/3 − λ 2/3 2/3  3  
1 1 16 12 1
p(λ) = det   2/3 1/3 − λ −2/3  = −λ − − −λ ,
3 3 27 9 3
2/3 −2/3 1/3 − λ
 3
1 12 28
= −λ + λ− .
3 9 27

Como S é ortogonal, os únicos autovalores possı́veis são λ = 1 ou λ = −1. É fácil verificar

que p(1) = p(−1) = 0. Logo, λ = 1 e λ = −1 são autovalores de S.
Para λ = 1, temos que
    
1 2 2 x x
1
2 1 −2   y  =  y  .
3
2 −2 1 z z

Ou seja,
 
 (1/3)(x + 2y + 2z) = x  y+z =x
(1/3)(2x + y − 2z) = y ⇒ x−z =y .
(1/3)(2x − 2y + z) = z x−y =z
 

Portanto, os autovetores são da forma (x, y, x − y).

Já para λ = −1, temos
    
1 2 2 x −x
1
2 1 −2   y  =  −y  .
3
2 −2 1 z −z

8
 Ou seja,
 
 (1/3)(x + 2y + 2z) = −x  y + z = −2x
(1/3)(2x + y − 2z) = −y ⇒ x − z = −2y .
(1/3)(2x − 2y + z) = −z x − y = −2z
 

Portanto, os autovetores são da forma (x, −x, −x).

14. Seja P : R3 → R3 dada por

 
x+z x+z
P (x, y, z) = , y,
2 2

uma projeção ortogonal sobre um plano π. Determine uma equação geral para o plano π.

Resp.: Temos que um vetor normal ao plano π deve pertencer ao núcleo de P . Fazendo P (x, y, z) =
(0, 0, 0), obtemos

 (x + z)/2 = 0
y=0 ⇒ z = −x e y = 0.
(x + z)/2 = 0


Logo, um vetor normal ao plano seria (1, 0, −1). Sendo assim, queremos uma equação para
o plano que passa pela origem e tem vetor normal (1, 0, −1), ou seja, x − z = 0.
 
1 3
15. Seja A = . Determine A2018 .
3 1

Resp.: Podemos associar a A uma transformação T : R2 → R2 , tal que

 
α 1 3
[T ]α = ,
3 1

em que α é base canônica de R2 . Como α é ortonormal com o produto interno usual e [T ]αα
é simétrica, T é auto-adjunto e, portanto, admite uma base ortonormal de autovetores.
O polinômio caracterı́stico é dado por
 
1−λ 3
p(λ) = det = (1 − λ)2 − 9 = λ2 − 2λ − 8 = (λ − 4)(λ + 2).
3 1−λ

Sendo assim, os autovalores são λ = 4 e λ = −2.

Para λ = 4, temos que
    
1 3 x 4x
= ⇒ x = y.
3 1 y 4y

Consequentemente, os autovetores são da forma (x, x).

Para λ = −2, temos que
    
1 3 x −2x
= ⇒ y = −x.
3 1 y −2y

Consequentemente, os autovetores são da forma (x, −x).

9
 n o
Logo, β = √1 (1, 1), √1 (1, −1) é uma base ortonormal de autovetores. Sendo assim,
2 2
 
4 0
[T ]ββ = .
0 −2

Além disso,
 √ √ 
1/√2 1/√2
[I]βα = .
1/ 2 −1/ 2

Note que tal matriz é ortogonal e, portanto,

 √ √ 
α β > 1/√2 1/√2
[I]β = ([I]α ) = .
1/ 2 −1/ 2

Logo,
 √ √   2018  √ √ 
1/√2 1/√2 4 0 1/√2 1/√2
A 2018
= ([T ]αα )2018 = ([I]βα [T ]ββ [I]αβ )2018 = .
1/ 2 −1/ 2 0 (−2)2018 1/ 2 −1/ 2

16. Considere em R3 o <, > usual. Observe a quádrica cuja equação na base canônica α é
dada por
√ √
2xy − 6 2x + 6 2y + z − 31 = 0.

Determine outra base β que diagonalize a parte quadrática, escreva a equação reduzida da
quádrica em relação a tal base e identifique a quádrica.
Resp.: A forma quadrática associada é
  
  0 1 0 x
Q(x, y, z) = x y z  1 0 0   y  .
0 0 0 z

Por sua vez, a forma linear é dada por

 
 √ √  x
L(x, y, z) = −6 2 6 2 1  y  .
z

O polinômio caracterı́stico de Q é dado por

 
−λ 1 0
p(λ) = det  1 −λ 0  = −λ3 + λ = λ(1 − λ2 ).
0 0 −λ

Logo, os autovalores são λ = 0, λ = 1 e λ = −1.

Agora, vamos determinar os autovetores associados. Lembre-se que se v = (x, y, z) é
autovetor associado a λ, então
     
0 1 0 x x  y = λx
 1 0 0  y  = λ y  ⇒ x = λy .
0 0 0 z z 0 = λz


Sendo assim, para λ = 0, temos x = y = 0 e os autovetores são da forma (0, 0, z). Para
λ = 1, temos x = y e z = 0. Consequentemente, os autovetores são da forma (x, x, 0). Por

10
 sua vez, para λ = −1, temos y = −x e z = 0. Logo, os autovetores são da forma (x, −x, 0).
Como autovetores associados a autovalores distintos são linearmente independentes, o
conjunto {(0, 0, 1), (1, 1, 0), (1, −1, 0)} é uma base de R3 . Note que tal base é ortogonal, mas
não ortonormal. Normalizando os vetores, obtemos β = {(0, 0, 1), √12 (1, 1, 0), √12 (1, −1, 0)}
base ortonormal de autovetores. Logo,
 
0 0 0
[Q]ββ =  0 1 0  .
0 0 −1
 
x1
Agora, se [v]β =  y1 , temos que
z1
     √ √  
x x1 0 1/√2 1/ √2 x1
 y  = [I]βα  y1  =  0 1/ 2 −1/ 2   y1  .
z z1 1 0 0 z1

Sendo assim, temos que

  
0 0 0 x1
 0 1 0   y1  = y12 − z12 .
 
Q(x, y, z) = x1 y1 z1
0 0 −1 z1

Além disso,
√  √  
 √ √  0 1/√ 2 1/ √2 x 1
L(x, y, z) = −6 2 6 2 1  0 1/ 2 −1/ 2   y1  ,
1 0 0 z1
 
  x1
= 1 0 −12  y1  = x1 − 12z1 .
z1

Sendo assim, a quádrica pode ser reescrita como

y12 − z12 + x1 − 12z1 − 31 = 0.

Completando quadrados,

−y12 + (z1 + 6)2 = (x1 + 5).

Fazendo a translação x2 = x1 + 5, y2 = y1 e z2 = z1 + 6, obtemos a equação reduzida

z22 − y22 = x2 .

Logo, a quádrica é um parabolóide hiperbólico.

17. Considere em R3 o <, > usual. Observe a quádrica cuja equação na base canônica α é
dada por
√ √
2x2 + 5y 2 + 2z 2 − 6xz + 2x + 10y + 2z + 4 = 0.

Determine outra base β que diagonalize a parte quadrática, escreva a equação reduzida da
quádrica em relação a tal base e identifique a quádrica.

11
Resp.: A forma quadrática associada é
  
  2 0 −3 x
Q(x, y, z) = x y z  0 5 0  y .
−3 0 2 z

Por sua vez, a forma linear é dada por

 
 √ √  x
L(x, y, z) = 2 10 2  y .
z

O polinômio caracterı́stico de Q é dado por

 
2−λ 0 −3
0  = (5 − λ)(2 − λ)2 − 9(5 − λ) = (5 − λ) (2 − λ)2 − 9 ,
 
p(λ) = det  0 5−λ
−3 0 2−λ
= (5 − λ)(λ2 − 4λ − 5) = (5 − λ)2 (λ + 1).

Sendo assim, os autovalores são λ = 5 e λ = −1. Para λ = −1, temos

     
2 0 −3 x −x  2x − 3z = −x
 0 5 0   y  =  −y  ⇒ 5y = −y ⇒ x = z e y = 0.
−3 0 2 z −z −3x + 2z = −z


Os autovetores são da forma (x, 0, x).

Por sua vez, para λ = 5, temos que
     
2 0 −3 x 5x  2x − 3z = 5x
 0 5 0   y = 5y ⇒
   5y = 5y ⇒ z = −x.
−3 0 2 z 5z −3x + 2z = 5z


Os autovetores são da forma (x, y, −x) = x(1, 0, −1) + y(0, 1, 0).

Como autovetores associados a autovalores distintos são linearmente independentes, o con-
junto {(1, 0, −1), (0, 1, 0), (1, 0, 1)} é uma base de R3 . Note que tal base é ortogonal, mas
não ortonormal. Normalizando os vetores, obtemos a base β = { √12 (1, 0, −1), (0, 1, 0), √12 (1, 0, 1)}
de autovetores ortonormais. Logo,
 
5 0 0
[Q]ββ =  0 5 0 .
0 0 −1
 
x1
Agora, se [v]β =  y1 , temos que
z1
     √ √  
x x1 1/ 2 0 1/ 2 x1
 y  = [I]βα  y1  =  0√ 1 0√   y1  .
z z1 −1/ 2 0 1/ 2 z1

12
 Sendo assim,
  
5 0 0 x1
 0 5 0   y1  = 5x21 + 5y12 − z12 .
 
Q(x, y, z) = x 1 y1 z1
0 0 −1 z1

Além disso,
 √ √  
 √ √  1/ 2 0 1/ 2 x 1
L(x, y, z) = 2 10 2  0√ 1 0√   y1  ,
−1/ 2 0 1/ 2 z1
 
  x1
= 0 10 2  y1  = 10y1 + 2z1 .
z1

Logo, a quádrica pode ser reescrita como

5x21 + 5y12 − z12 + 10y1 + 2z1 + 4 = 0.

Completando quadrados,

5x21 + 5(y1 + 1)2 − (z1 − 1)2 = 0 ⇒ (z1 − 1)2 = 5x21 + 5(y1 + 1)2 .

Fazendo a translação x2 = x1 , y2 = y1 + 1 e z2 = z1 − 1, obtemos

z22 = 5x22 + 5y22 ,

que representa um cone.

18. Considere em R3 o <, > usual. Observe a quádrica cuja equação na base canônica α é
dada por

−x2 + 2yz − y + z = 1.

Determine outra base β que diagonalize a parte quadrática, escreva a equação reduzida da
quádrica em relação a tal base e identifique a quádrica.

Resp.: A forma quadrática associada é

  
  −1 0 0 x
Q(x, y, z) = Q(x, y, z) = x y z  0 0 1  y .
0 1 0 z

Por sua vez, a forma linear é dada por

 
  x
L(x, y, z) = 0 −1 1  y .
z

O polinômio caracterı́stico de Q é dado por

 
−1 − λ 0 0
p(λ) = det  0 −λ 1  = λ2 (−1 − λ) + (1 + λ) = (1 − λ2 )(1 + λ) = (1 + λ)2 (1 − λ).
0 1 −λ

Os autovalores são λ = 1 e λ = −1.

13
Para λ = 1, temos que
     
−1 0 0 x x  −x = x
 0 0 1  y  =  y  ⇒ z=y
0 1 0 z z y=z


Os autovetores são da forma (0, y, y).

Para λ = −1, temos que
     
−1 0 0 x −x  −x = −x
 0 0 1   y  =  −y  ⇒ z = −y
0 1 0 z −z y = −z


Os autovetores são da forma (x, −z, z) = x(1, 0, 0) + z(0, −1, 1).

Como autovetores associados a autovalores distintos são linearmente independentes, o con-
junto {(0, 1, 1), (1, 0, 0), (0, −1, 1)} é uma base de R3 . Note que tal base é ortogonal, mas
não ortonormal. Normalizando os vetores, obtemos a base β = { √12 (0, 1, 1), (1, 0, 0), √12 (0, −1, 1)}
de autovetores ortonormais. Logo,
 
1 0 0
[Q]ββ =  0 −1 0 .
0 0 −1
 
x1
Agora, se [v]β =  y1 , temos que
z1
      
x x1 0√ 1 0√ x1
 y  = [I]βα  y1  =  1/ 2 0 −1/ 2   y1  .
√ √
z z1 1/ 2 0 1/ 2 z1

Sendo assim,
  
1 0 0 x1
 0 −1 0   y1  = x21 − y12 − z12 .
 
Q(x, y, z) = x1 y1 z1
0 0 −1 z1

Além disso,

 
  0
√ 1 0√ x 1
L(x, y, z) = 0 −1 1  1/√2 0 −1/√ 2   y1  ,
1/ 2 0 1/ 2 z1
 
 √  x1 √
= 0 0 2  y1  = 2z1 .
z1

Logo, a quádrica pode ser reescrita como

√
x21 − y12 − z12 + 2z1 − 1 = 0.

Completando quadrados,
 2
1 1
x21 − y12 − z1 − √ =
2 2

14
Fazendo a translação x2 = x1 , y2 = y1 e z2 = z1 − √1 , obtemos
2

x22 y2 z2
− 2 − 2 = 1,
1/2 1/2 1/2

que representa um hiperbolóide de duas folhas.

15