Sebenta de Álgebra Linear B

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
51
Sistemas de Equaes Lineares
55
i
55
Mtodo de Gauss e Gauss-Jordan . . . . . . . . . . . . . . . . . . . .
58
Discusso de sistemas de equaes lineares . . . . . . . . . . . . . . .
70
Regra de Cramer . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
72
Novamente matrizes invertveis . . . . . . . . . . . . . . . . . . . . . .
73
73
Espaos Vectoriais
79
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
6
Valores e Vectores Prprios
123
Definies . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 123
Propriedades . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 128
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 ì,A (ou por ì se no houver ambiguidade relativamente matriz),
a
def
ì,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
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
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 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
e B = 02 11 . Determine AB.
1 2 1
2 1
h 1 1 i
sol AB = 3 1 .
1 4
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
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 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:
(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 ì 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
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 ì e `j representa-se por ì `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 ì pela

linha que se obtm multiplicando por os elementos de ì representa-se
por ì ì .
(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 ì pela linha que se obtm somando os elementos de
ì aos elementos que se obtm multiplicando por os elementos de `j
representa-se por ì ì + `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
ì `k , em que `k a primeira linha abaixo da linha ì 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
ì
`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 , . . . , ì1
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 ì
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
ì
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
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 ì e cj
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 ).
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 ).
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 .
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.
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 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
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
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
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.
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

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
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.
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 ) = .
de interseco das rectas x + y = 1 e x + y = 2, que neste caso no
existem (ver Figura 3.3).
Lineares
63
x +y =1
x +y =2

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
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
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
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
x
+ z =
2
y
= 1.
Sendo z uma varivel livre, tem-se
x =2
y = 1
z =R
Lineares
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
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
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
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

(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.
h1 1 0i
1 0 1
0 1 1
Lineares
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
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}.

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

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

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

def
(ii) (f )(x) = f (x).
83
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
4.14exe 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
4.20exe 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
4.21exe 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
4.29obs 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
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 .
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
(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
(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
(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
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

0
1

0 , 1

1
1

0
0

0 , 0

0
0
97
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
4.55def 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
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
4.68exe 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
105
(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.

(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 )).
(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.
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:

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}.
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
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.

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 .

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

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

(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.
(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 .
(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

(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)

(2) pela propriedade distributiva da multiplicao relativamente soma em
R.
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)

(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
1x = 1(x1 , x2 )
(1)
= (1x1 , 1x2 )
(2)
= (x1 , x2 )
= x.

(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

(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:
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:
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
(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)

(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
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)

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

(b) vlida.
Propriedade (c)
Definio geral:
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:
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)

(e) vlida.
Propriedade (f)
Definio geral:
, R, x V : ( + ) x = x x.
Exemplo presente:
, R, x = (x1 , x2 ) R2 : ( + ) x = x x.
157
( + ) 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
(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

Sebenta de Álgebra Linear B

Загружено:

Сведения о документе

Исходное описание:

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

Sebenta de Álgebra Linear B

Загружено:

Авторское право:

Доступные форматы

Tpicos de lgebra Linear

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

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

Sistemas de Equaes Lineares

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

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

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

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

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

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

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

Valores e Vectores Prprios

A Extenso ao Captulo Determinantes

B Extenso ao Captulo Espaos Vectoriais

(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

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

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

(b) Descreva por compreenso R3 .

(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}

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

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

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

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

1.9exe Explicite as seguintes matrizes:

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

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

(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

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

1.12def Seja A Mmn (R).

linha y com n colunas y = [ y1

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

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

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

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

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

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

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

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

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

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

triangular inferior de ordem 2.

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

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

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

1.24exe Determine o trao da matriz B =

sol tr(B) = 16.

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

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

Soma de matrizes e produto de uma matriz por um

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

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

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

1.32exe Considere as matrizes A =

1.33exe Considere as matrizes A =

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

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

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

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

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