Вы находитесь на странице: 1из 108

Universidade Regional do Noroeste do Estado do Rio Grande do Sul

DCEEng Departamento de Cincias Exatas e Engenharias


Cursos: Engenharia Civil, Eltrica e Mecnica e Cincia da Computao

APOSTILA DE LGEBRA LINEAR


Prof. do Componente Curricular: Inz Zagula Jung

Sala: _________

SR-NCT-AL-4N 6N - G1845 - lgebra Linear


Acadmico (a): ______________________________________

Santa Rosa, 2o Semestre 2016

Nmeros Complexos no quadro e folhas.


1. MATRIZES:

1.1.

Conceito

Uma matriz um arranjo de nmeros/variveis cada um tendo um lugar ordenado dentro da


matriz. Os nmeros em cada fila horizontal recebem o nome de linhas e os nmeros em cada fila
vertical recebem o nome de colunas.
O nmero de linhas (m) e o nmero de colunas (n) definem as dimenses ou ordem da matriz
que ser m x n. Portanto, dados dois nmeros m e n naturais e no nulos, chama-se matriz m por n (ou
m x n) toda tabela formada por nmeros reais ou complexos, polinmios, funes, etc, distribudas em
m linhas e n colunas.

Representao:

Exemplos:
1 5 0
2 3 8

B
4
5 9

1 / 2 7 10 4 x 3

3 5 1
A

0 4 / 5 2 2 x 3

1.2.

Representao Genrica de uma Matriz

a11

a
A 21
...

a
m1

a12
a 22
...
am2

... a1n

... a 2 n
... ...

... a mn

Uma matriz representada por uma letra maiscula do alfabeto e os seus elementos so
representados pela letra minscula correspondente. Neste caso a matriz chamada de A e seus
elementos de aij onde o ndice i representa a posio da linha, e o ndice j representa a posio da
coluna, na matriz dada.
Para sabermos quantos elementos h em uma matriz basta multiplicarmos o nmero de linhas
pelo nmero de colunas.
2

Exemplo 1: Escreva as matrizes abaixo:


a) A=(aij)2x3, onde aij=-i+3j;
b) B=(bij)3x3, onde bij=i/j;

2i j , se i j
2) Construa a matriz A (aij ) 3 x 4 tal que: a ij
.
5 se i j

Resoluo: Inicialmente, vamos escrever a matriz genrica de ordem (3 x 4).

a11

A a 21
a
31

a12
a 22
a 32

a13
a 23
a 33

a14

a 24
a 34

2i j , se i j
Cada elemento aij dessa matriz deve ser calculado pela lei a ij
5 se i j

Primeiramente, iremos selecionar os elementos aij que tem i j , que so:

a11 2.1 1 3
a 21 2.2 1 5

a 22 2.2 2 6

a31 2.3 1 7

a32 2.3 2 8

a33 2.3 3 9

E, os elementos aij que tem i j , que so:

a12 5

a13 5

a14 5

a 23 5

a 24 5
a 34 5

3 5 5 5

Assim, a matriz A 5 6 5 5
7 8 9 5

Tipo de Matrizes com exemplos:


1.2 Tipos de Matrizes
1) Matriz Quadrada: aquela cujo nmero de linhas igual ao nmero de colunas (m = n).

2 3

3 4

EX.: A

2) Matriz Diagonal: uma matriz quadrada cujos elementos fora da diagonal so todos nulos,.
EX.:

2 0 0
A 0 0 0
0 0 3 3 x 3

3) Matriz Escalar: uma matriz diagonal, cujos elementos sobre a diagonal so iguais, ou seja, os elementos
da diagonal principal so todos iguais.

EX.:

c 0 0
0 c 0

0 0 c

c0

2 0 0
A 0 2 0
0 0 2 3 x 3

4) A Matriz identidade (ou unidade) um caso particular de matriz escalar, quando c = 1. (Sempre Matriz
Quadrada). Matriz Identidade uma matriz quadrada.

1 0 0
1 0

,
EX.: I 2
, I3 0 1 0

0 1 2 x 2
0 0 1 3 x 3
5) Matriz Triangular Superior: uma matriz quadrada, cujos elementos abaixo da diagonal so nulos,.

2 3 1
5 3

,
B

EX.: A 0 0 4
0 1

2x2
0 0 3 3 x 3
6) Matriz Triangular Inferior: uma matriz quadrada, cujos elementos acima da diagonal so nulos.

2 0 0

, B 3 0
Ex.: A 1 4 0
4 1

2x2
6 0 2 3 x 3
7) Matriz Nula: uma matriz cujos elementos so todos nulos.
0

0 0
0 0
0

0 0 0 0 ( m x n )

Ex.: 0 = 0

8) Matriz Coluna (ou vetor coluna): uma matriz formada por uma nica coluna. A ordem dessa matriz
mx1.

2

Ex.: A 1
3
(3 x1)
9) Matriz Linha (ou vetor linha): a matriz formada por uma nica linha. A ordem dessa matriz
1x n.
Ex.: B 1 4 5 6(1x 4)
10) Matriz Transposta: chamamos de matriz transposta de uma matriz A, a matriz que obtida a partir de A,
trocando-se ordenadamente suas linhas por colunas. Se escreve AT.
Definio: A transposta de A obtida trocando a posio relativa das linhas e das colunas de A.

2 1

Ex.: A= 0 3
1 4

3 x 2

2 0 1

3 4 2 x 3

At =
1

Exemplo:

2 1
3 0
A
;B

0 5
7 2
2 0
AT

1 5
3 7
BT

0 2

A B T

AT B T

Propriedades:
Se r um escalar e A e B so matrizes, ento
(a) A transposta da transposta de uma matriz dada igual matriz dada: (At)t = A
(b) A transposta da soma de duas matrizes a soma das matrizes transpostas: (A + B)t = At + Bt
(c) (rA)t = rAt
(d) A transposta do produto de duas matrizes o produto das transpostas na ordem inversa: (AB)t =
BtAt
OBS.: Se A uma matriz simtrica, At = A.
Se A uma matriz anti-simtrica, At = -A.

11) Matriz Simtrica: uma matriz quadrada cujos elementos equidistantes da diagonal principal so iguais.
Uma matriz A de ordem n denomina-se matriz simtrica, quando A = AT

Exemplos:

2 1 0
A 1 3 4
0 4 3 (3 x 3)

1 5 9

T
S=S = 5 3 8

9 8 7

12) Matriz Anti-Simtrica: uma matiz quadrada cujos elementos equidistante da diagonal principal so
opostos. A diagonal principal deve sempre ser zero. A = -AT ou AT = -A

0 5 9

Exemplo: D = 5 0 8

9 8 0

0 2 3
A 2
0 1
3 1 0

13) Matriz Oposta: chamamos de matriz oposta de A, a matriz obtida a partir de A, trocando- se o sinal de
todos seus elementos. Escreve-se -A.

14) Matriz Ortogonal: Uma matriz A cuja a inversa coincide com a transposta denominada ortogonal, ou
seja A T A 1 .

1.3 Igualdade de Matrizes


Duas matrizes A e B, de mesma ordem so iguais se, e somente se, todos os elementos que
ocupam a mesma posio so idnticos.

Exemplos Resolvidos

2x y
3

1) Determine os nmeros reais x e y tais que:

8
x

5 8

.
y 3 1

Resoluo
Duas matrizes do mesmo tipo so iguais se, e somente se, seus elementos correspondentes so iguais. Assim,

2 x y 5
. Resolvendo o sistema linear, tem-se x = 2
x y 1

devemos ter:

Substituindo x = 2 em x + y = 1

2 + y = 1 y = -1

Logo, x = 2 e y = -1

2) Determine o valor de x e y . Onde A = B

2 y 4 4
1
8
B=

3
2

4
2
A 1 x 2 1
3
2
Resoluo
2 = 2y 4

x2 1 = 8.

Facilmente podemos encontrar que 2y = 6 assim, y = 3. E, x2 = 9 onde x 2 9

x 3

Logo, a soluo : y = 3 e x 3 .

1.4 Operaes com Matrizes


1. Adio e subtrao de matrizes. (A+B ou A-B) requer que as matrizes sejam de iguais dimenses.
Cada elemento de uma matriz ento somado ou subtrado ao correspondente elemento da outra
matriz.
2. Multiplicao por um escalar. A multiplicao de uma matriz por um escalar envolve a
multiplicao de cada elemento da matriz pelo nmero. Este processo chamado multiplicao
escalar, porque ele altera a matriz para cima ou para baixo de acordo com o tamanho do nmero.

3. Produto entre duas matrizes. O produto das matrizes

mxp

e B pxn a matriz

mxn

, onde cada

elemento C ij obtido atravs da soma dos produtos dos elementos i-sima linha de A pelos elementos
da j-sima coluna de B.
1 3
Exemplo 2: Dadas as matrizes A =
eB=
2 2

2 1
1 3 efetue:

b) A B

c) B A

d) 2.A

e) 3.B

f) 3.A 2.B

g) A.B

h) B.A

a) A+B

2 1 0
Exemplo 03: Dadas as matrizes A = 0 3 3

1 2
2

1 5
B = 5 9

2 0

Determine se possvel AB =
Exemplos Resolvidos:
1) Dadas as matrizes:
2 3 7
A 3 4 2
6 9 10

4 5
E 9 1
8 4

2 7 4
B 3 5 9
0 1 2

3 2
2 4
C
D 6 5
6
0

4 7
F 7 1
18 14

2 4
G

5 3

Determine as somas, se possvel.


a) A + B

b) C + D

c) E + F

d) A + F

Resoluo:

2 3 7

2 +
a) A + B = 3 4

6 9 10

2 7 4 4 4 11
3 5 9 = 6 9 11

0 1 2 6 10 8

1 2
b) C + D =

12 5
8 12
0
26 18

c) E + F = 16

d) A + F = no podemos somar, pois as matrizes so de dimenses diferentes.

Exemplos Resolvidos:
1) Dadas as matrizes:
2 3 5
A

8 7 6

2 3 4
2 5 9
B 1 8 5 C

1 3 4
12 10 3

Determine, se possvel:

a) A- C

b) B - C

3 5
2 5 6
4 2

D 2 7 E 2 10 1 F 3 10
0 12
6 3 6
4 8

c) D F

4 2 4
7 4 10

a) A C =
b) No possvel, pois a matriz A tem ordem diferente da matriz C.

3
1

c) D F = 1 3

4
4
Exemplos Resolvidos:

8
3 2 12

1) Calcule: 4. 5 6 20 24

0 1 0
4

3 1
2 3
1
e B
, Calcule 3 A B .

2
4 5
8 10

2) Dadas as matriz A
Resoluo:

3A

3 1 1 2 3
9 3 1 3 8 9
1
B 3.

2 =
2
2 8 10
12 15
4
5
2

4 5 16 10
1
8 5
1 2
B

3 4
6 1

3) Calcule a matriz X na equao 3X A + 2B = 0, sabendo-se que A =


Resoluo: Utilizando as propriedades, podemos isolar a matriz X.
3X = A 2B

1
A 2B ou
3

X=

A 2B
3

Calculando: A 2B

8 5
1

6 1 2 2

3 4

Portanto:

1
A 2B
3

8 5 2 1

6 1 6 8

6
1 6

X
3 12 7

6
6

12 7

2 2

X =

4 7
3

Exemplos Resolvidos

2 1

1 3

1) Dadas as matrizes A

4 2 0
B
, calcule AB.
5 1 3

Resoluo:
O nmero de colunas da matriz A igual ao nmero de linhas da matriz B. Nessas condies,
existe a matriz produto AB do tipo 2 x 3 . Veja o esquema: A2x2 .B2x3 = C2x3

2 1 4 2 0 (2.4 1.5) (2.2 1.1) (2.0 1.3) 13 5 3


1 3 5 1 3 (1.4 3.5) (1.2 3.1) (1.0 3.3) 19 5 9

AB=

OBS: Fixa-se a primeira linha, multiplicando todos os elementos correspondentes pelas colunas. Fixa-se a
segunda linha, multiplicando todos os elementos correspondentes pelas colunas......
1 2 3
2) Dadas as matrizes A= 5 1 2

2 1 3

4 1
B 0 2 , calcule AB.
6 0

Resoluo: O nmero de colunas da matriz A igual ao nmero de linhas da matriz B. Nessas condies, existe
a matriz produto AB do tipo 3 x 2.

(1.1 2.2 3.0) 22 5


1 2 3 4 1 (1.4 2.0 3.6)

AB= 5 1 2 0 2 (5.4 1.0 2.6) (5.1 1.2 2.0) 32 3

2 1 3 6 0 (2.4 1.0 3.6)


(2.1 1.2 3.0) 26 4 3 X 2
1 2 3
4 1
3) Dadas as matrizes A= 5 1 2
, calcule BA.
e B 0 2

2 1 3 3 X 3
6 0 3 X 2
4 1
1 2 3
Resoluo: B 0 2
O nmero de colunas da matriz B DIFERENTE ao nmero de
A 5 1 2

6 0 3 X 2
2 1 3 3 X 3

linhas da matriz A. Nessas condies, NO existe a matriz produto BA.


Problema
Uma fbrica de guarda-roupas utiliza trs tipos de fechaduras (dourada, prateada e bronzeada)
para guarda-roupas em mogno e cerejeira, nos modelos bsico, luxo e requinte. A tabela 1 mostra a produo de
mveis durante o ms de outubro de 2005, e a tabela 2, a quantidade de fechaduras utilizadas em cada tipo de
armrio no mesmo ms.

10

A quantidade de fechaduras usadas nos armrios do modelo bsico nesse ms foi de


a) 170.
b) 192.
c) 120.
d) 218.
e) 188.

Resposta:
M

bsico luxo Re qu int e

D 10 12
P 8 8
B 4 6 2 x 3

M 3 5 4
C 4 3 5 2 x 3

Multiplicao de matrizes
10 12
78
8 8 . 3 5 4 56

4 3 5
36
4 6

86 100
64 72
38 46

Porm a quantidade de fechaduras usadas nos armrios do modelo bsico nesse ms foi de:
O modelo bsico corresponde somente a primeira coluna, portanto:
78 56 36 170

Foram usadas 170 fechaduras do modelo bsico

Propriedades da Adio
Sendo A, B e C matrizes do mesmo tipo, valem as quatro propriedades descritas a seguir.
1. Comutativa: A + B = B + A
2. Associativa: A + (B + C) = (A + B) + C
3. Elemento Neutro: A + 0 = 0 + A
4. Elemento Oposto: A + (-A) = 0

11

Propriedades

Sendo A e B matrizes do mesmo tipo e sendo k, k1, k2 so nmeros reais, ento:

1. K(A + B) = KA + KB
2. ( K1 K 2 )A K1A K 2 A
3. 0.A = 0
4. K1 ( K 2 A) ( K1 K 2 )A
5. 1.A = A

Operaes elementares
Denominam-se operaes elementares de uma matriz as seguintes:
I) Permutao de duas linhas (ou de duas colunas)
II) Multiplicao de todos os elementos de uma linha (ou coluna) por um nmero real diferente
de zero.
III) Substituio dos elementos de uma linha (ou coluna) pela soma deles com os elementos
correspondentes de outra linha (coluna) previamente multiplicados por um nmero real diferente de
zero.
Equivalncia de Matrizes
Dadas as matrizes A e B, de mesma ordem, diz-se que a matriz B equivalente matriz A, e se
representa por B ~ A, se for possvel transformar A em B por meio de uma sucesso finita de
operaes elementares.
Com relao s operaes elementares para transformar uma matriz em outra equivalente a ela,
convm ter presente o seguinte:
a) Quando se deseja permutar, por exemplo, a 2a linha pela 3a de uma matriz A, se escrever
assim:

1 3 5
A 0 0 2 L23
0 4 12

1 3 5
A1 0 4 12
0 0 2

b) Quando se desejar multiplicar todos os elementos da 2a linha, por exemplo, da matriz A1,
por

1
, se escrever assim:
4
12

1 3 5
1
A1 0 4 12 L2
4
0 0 2

1 3 5
A2 0 1 3
0 0 2

c) Quando se deseja substituir os elementos da 1a linha, por exemplo, da matriz A2, pela soma
deles com os elementos correspondentes da 2a linha previamente multiplicados por (-3), se escrever
assim:

1 3 5 L1 L1 L2 (3)
A2 0 1 3
0 0 2

1 0 4
A3 0 1 3
0 0 2

2. DETERMINANTES:

A teoria dos determinantes surgiu durante pesquisas realizadas com o objetivo de se encontrar
processos que viessem a facilitar a resoluo de um sistema de equaes lineares.
Estudando as matrizes quadradas associadas a um sistema de equaes lineares, verificou-se
ser possvel associar a cada matriz quadrada um nico nmero real, chamado determinante da matriz.
Inicialmente, vamos trabalhar com regras que permitem o clculo de determinantes nos casos
particulares da matriz quadrada (de elementos numricos) de ordem 1, 2, ou 3 e, a seguir, veremos a
definio geral para determinantes de uma matriz quadrada de ordem n.

2.1.

Determinante de uma matriz quadrada de ordem 1 ou matriz de primeira ordem:

O determinante da matriz A = [ a11], indicada por det A ou | a11|, o prprio elemento a11, ou seja:
det A = | a11| = a11 (no confundir com o mdulo do nmero a11)

13

Exemplo 1:

1
1
b) Se B = , ento det B
3
3

a) Se A = [-2], ento det A = -2

2.2.

Determinante da matriz quadrada de ordem 2 ou matriz de segunda ordem:

a11 a12
O determinante de uma matriz A =
, igual a diferena entre o produto dos
a21 a22
elementos da diagonal principal e o produto dos elementos da diagonal secundria. Representando o
determinante da matriz A por det A , temos:
det A =

a11 a12
= a11. a22 a12 . a21
a 21 a 22

Exemplo 2:
0 1
, ento det B = 4
b) Se B =
4
3

2 5
, ento det A = 11
a) Se A =
1
8

2.3.

Determinante de uma matriz quadrada de ordem 3 ou matriz de terceira ordem:

O determinante de uma matriz quadrada, de 3 ordem, geralmente feito atravs da regra de


a11 a12 a13

Sarrus1, que consiste no seguinte: Seja a matriz genrica: A = a21 a22 a 23


a31 a32 a 33

1) Repetimos as duas primeiras coluna ao lado da ltima

a 11 a 12
a 21 a 22
a 31 a 32

a 13
a 23
a 33

a 11 a 12
a 21 a 22
a 31 a 32

2) Encontramos a soma do produto dos elementos da diagonal principal com os dois produtos obtidos
pela multiplicao dos elementos das paralelas a essa diagonal com 3 elementos

SARRUS (1798 - 1861) matemtico francs. Destacou-se em estudos dos Determinantes.

14

3) Encontramos a soma do produto dos elementos da diagonal secundria com os dois produtos
obtidos pela multiplicao dos elementos das paralelas a essa diagonal com 3 elementos
4) Realizamos a diferena entre os dois resultados

Exemplo 3:

2 0 2
a) Calcular o determinante da matriz B = 1 5 6 .
1 3 4

3x 3
1
0
3 0.
b) Aplicando a regra de Sarrus, calcular o valor de x na equao 1
4
2 2x 1

2.4.

Cofator de um elemento de uma matriz de ordem n (n 2)

Consideremos uma matriz A, de ordem n, e o elemento aij de A.


Chama-se cofator de aij ao produto de 1

i j

pelo determinante da matriz obtida, quando se

elimina em A a linha i e a coluna j. Indica-se o cofator aij por cij Ou seja, Cij (1) i j .Dij
a11 a12 a13

Considerando a matriz A = a21 a22 a 23 , vejamos como se calcula:


a31 a32 a 33

a) o cofator do elemento a11

a11 a12 a13


A a21 a22 a23
a31 a32 a33

15

a 22
a 32

a 23
a 33

Determinante que se obtm da matriz A, quando


se eliminam os elementos da 1 linha e 1 coluna.

Ento o cofator de a11, ser:

c 11 1 11

a 22
a 32

a 23
1 a 22 .a 33 a 23 .a 32
a 33

Exemplo 4:

3
2 5

Dada a matriz M = 0 2 1 , calcular os seguintes cofatores:


6 4 3
a) c11
c11 1 11

2 1
10
4 3

Eliminamos da matriz M a 1 linha e a 1 coluna


b) c12
Temos c12 1

1 2

0 1
6
6 3

c) c23
Temos c 23 1 23

2 5
22
6 4

16

2.5.

Determinante de uma matriz quadrada de ordem n (Teorema de Laplace)

Dada uma matriz quadrada A de ordem n, define-se:


1) Se n = 1, o determinante da matriz A ser o prprio elemento da matriz.
2) Se n 2, o determinante da matriz A ser o nmero real que se obtm somando-se os produtos dos
elementos de uma fila (linha ou coluna) qualquer pelos seus respectivos cofatores. Essa afirmao
conhecida como Teorema de Laplace2 .

Exemplo 5:
Aplicar o Teorema de Laplace na resoluo dos seguintes determinantes:

2 3 5
a) A 2 1 0
5
3 6
Desenvolvendo o determinante segundo os elementos da 2 linha, pois ao elemento zero
corresponde um cofator que no precisa ser calculado, teremos:
det A = a21 . c21 + a22 . c22 + a23 . c23
ou seja, det A = -79.

2
2
b) B =
5
4

5 4
3
2 0
2
1 0 3
0 6 1

Desenvolvendo o determinante segundo os elementos da 3 coluna, teremos:


det B = a13 . c13 + a23 . c23 + a33 . c33 + a43 . c43
ou seja, det B = -368

MARQUS PIERRE-SIMON DE LAPALCE (1749 1827) matemtico e astrnomo francs. Como matemtico
destacou-se no clculo das Probabilidades. Como astrnomo, escreveu a sua obra prima Mecnica Celeste.
2

17

2.6.

Propriedade dos Determinantes:

1.

Quando todos os elementos de uma fila (linha ou coluna) so nulos, o determinante dessa

matriz nulo.
0 0
det A
0
2 1

2.

Se duas filas paralelas de uma matriz so iguais o determinante desta matriz nulo.
1 1
det A
0
2 2

3.

3 0 1
detB 6 2 2 0
3 5 1

O determinante de uma matriz e o de sua transposta so iguais.


det A

5.

3 1 0
det B 2 5 4 0
3 1 0

Se duas filas de uma matriz so proporcionais, ento seu determinante nulo.


2 4
det A
0
1 2

4.

0 2
3
det B 0 3 5 0
0 1 4

1 3
1
2 7

det AT

1 2
1
3 7

Multiplicando por um nmero real todos os elementos de uma fila em uma matriz o

determinante desta matriz fica multiplicado por esse nmero.

6.

Quando trocamos as posies de duas filas paralelas, o determinante de uma matriz muda

de sinal.
1 2 3
2 1 1 4
3 2 1

7.

2 1 1
1 2 3 4
3 2 1

Quando, em uma matriz, os elementos acima ou abaixo da diagonal principal so todos

nulos, o determinante igual ao produto dos elementos dessa diagonal.

18

2 3 1
det A 0 3 2 2.3.1 6
0 0 1

1 0 0
det A 3 2 0 1.2.2 4
1 4 2

8. Quando, em uma matriz, os elementos acima ou abaixo da diagonal secundria so todos


nulos, o determinante igual ao produto dos elementos dessa diagonal multiplicado por (-1).
1 3 3
det A 9 2 0 (5.2.3) 30
5
0 0

0 0 3
det A 0 2 1 (1.2.3) 6
1 2 4

9.

Para A e B matrizes quadradas de mesma ordem n, temos que:

det A 1

1
det A

det A.B det A. det B

10. Multiplicando-se todos as filas de uma matriz quadrada A por um nmero real k, obtm-se
uma nova matriz B tal que det kB k n . det A onde n a ordem da matriz.
Ex. Dado que B uma matriz quadrada de ordem 3 tal que detB =6 , conclui-se que
det (2B) igual a: a)12

b)80

c) 48

d) 18

e)30

11. Quando multiplicamos todos os elementos de uma fila por (1/k), para compensar, isto , para
que o det A mantenha seu valor, deve-se multiplic-lo pelo inverso de (1/k), isto , por k.

12. Matriz singular quando o determinante igual a zero, logo matriz no-singular quando o
determinante diferente de zero.
13. Um determinante no se altera quando somamos a uma fila outra fila paralela multiplicada por
um nmero real qualquer. (Conhecida como Teorema de Jacobi). Aplicando esta propriedade,
poderemos obter uma fila de elementos iguais a zero, com exceo de um deles, e com isso
facilitar o clculo do determinante.

19

Simplificando o clculo de um determinante


Utilizando o Teorema de Jacobi, podemos facilitar o clculo do determinante de uma matriz de
ordem n, n > 3, por exemplo. Ou seja, a propriedade a seguir apresentada permite que sejam
introduzidos zeros em uma fila qualquer de um determinante, facilitando significativamente a
aplicao do teorema de Laplace. Para entender o enunciando dessa propriedade, considere que,
multiplicando-se os elementos de uma fila de uma matriz por um nmero qualquer diferente de zero,
obtm-se uma mltipla dessa linha.
Teorema de Jacobi
Em uma matriz quadrada A, adicionando-se a uma fila qualquer uma mltipla de uma fila
paralela, obtm-se uma matriz B tal que detA = detB.
Faremos a justificativa dessa propriedade para a matriz de ordem 2. Considerando a matriz
a b
A
, vamos adicionar segunda linha a primeira multiplicada por uma constante real
c d
b
a
diferente de zero, L2= k.L1 + L2. Obtendo matriz B =
calculando o determinante,
c k .a d kb

temos:
det A = a d c b

det B = ad kab bc kab

Logo, det B = det A

Exemplo: Calcule o determinante (Primeiramente utilize o Teorema de Jacobi)

5 1 2 1
1 2 3 1
Resp: det D = 1
D
5 4 6 3

3
4 2
1

20

Determinante de Vandermonde
1 1 1
Observe as matrizes A 1 2 3 B =
1 4 9

1 1
1
2 4 1

4 16 1

As colunas formam um Progresso geomtrica PG cujo 1o termo 1. Essas matrizes so


conhecidas como matrizes de Vandermonde . O determinante de uma matriz de Vandermonde igual
ao produto de todas as diferenas possveis entre dois elementos da 2a linha, de forma que o minuendo
esteja, nessa linha, direita do subtraendo.
Det A = (2-1).(3- 2).(3-1) = 1.1.2 = 2

Propriedades da Matriz Inversa


1. Se a matriz A admite inversa (det A 0), esta nica.
2. Se a matriz A no-singular, sua inversa A-1 tambm . A matriz inversa de A-1 A.
3. A matriz Identidade (unidade) I no-singular (det I = 1) e a sua prpria inversa: I = I-1.
4. Se a matriz A no-singular, sua transposta AT tambm . A matriz inversa de AT (A-1)T.
5. Se as matrizes A e B so no-singulares e de mesma ordem, o produto AB uma matriz nosingular. A matriz inversa de AB a matriz B-1A-1.
6. O determinante da matriz inversa : det A 1

1
det A

21

2.7.

Matriz Inversa

Matriz dos Cofatores:


Em uma matriz dos cofatores cada elemento a ij trocado pelo seu cofator Cij .
Exemplo 6:
Seja A, a matriz mostrada abaixo, determine a matriz dos cofatores:

2 3 1
A 4 1 2
5 3 4

c11 (1)11 .

1 2
1.(4 6) 2
3 4

portanto a matriz dos cofatores ser dada por:

2 6
7

9
C = 9 3
5
0 10

3.8. Matriz Adjunta


A matriz adjunta (Adj A ou A ) a transposta da matriz dos cofatores, isto , Adj A C T
3.9. Matriz Inversa
3.9.1. Seja A uma matriz quadrada de ordem n. Dizemos que A inversvel se existe uma
matriz B tal que A B B A I . Dessa forma B a inversa de A e representada por A 1 .
3.9.2. Se A uma matriz quadrada tal que det A 0, ento A admite uma inversa e poder ser
obtida por:

A 1

1
Adj A
det A

Exemplo 7:
1 3
Determine A 1 sendo A

2 7

7 3
R: A 1
1
2

Outro modo de obter a inversa aplicando a seguinte equao: A.A-1=A-1.A=I


onde I a Matriz Identidade de ordem n. Escrevemos A-1 para representar a matriz inversa de A.

22

Exemplo 8:
2 1
Dada a matriz A =
verifique se B =
4 3

3 / 2 1 / 2
inversa de A.
2
1

3.10. MATRIZ INVERSA A-1 - Mtodo Prtico:


Este mtodo vlido para uma matriz de ordem 2x2. Para calcular a inversa de uma matriz,
primeiramente, devemos calcular o determinante da matriz. Se o determinante for igual a zero, a
matriz no tem inversa, ento ela inversvel, ou dita matriz singular. Se o determinante for diferente
de zero, ento para o clculo da inversa procedemos da seguinte forma:

Dividimos todos os elementos da matriz pelo determinante;

Trocamos de lugar os elementos da diagonal principal;

Trocamos de sinal os elementos da diagonal secundria.

Calcule a inversa das matrizes abaixo aplicando o mtodo prtico:


2 1
A

4 3

3 / 2 1 / 2
Resp. A 1
1
2

23

Exemplos sobre Matriz inversa e Determinante. (Propriedades)


2 3
1) Calcular o valor de k para que a matriz
no tenha inversa.
6 k

x 2 3
2) Os valores reais de x para os quais a matriz A = 1 x 2 admite a inversa so?
2 1 1

3) Sabendo que

a b
d e
g h

c
,
f 2
i

calcule o valor de:

Lembrar | | = determinante.
a)

a 5b
d 5e
g 5h

c
f ..........................
i

b)

3a 3b 3c
4d 4e 4 f .....................
g h i

4) Qual o teorema que calcula o determinante de matrizes de ordem n 2.

5) Qual o determinante de uma matriz quadrada que tem duas filas paralelas iguais?

6) Seja A uma matriz quadrada de ordem n. Podemos dizer que a matriz A admite a inversa se, e
somente se:
a) det A = 1

b) detA = 0

c) detA 0

d) detA =

e)n.d.a.

24

INVERSO DE UMA MATRIZ POR MEIO DE OPERAES ELEMENTARES


A mesma sucesso finita de operaes elementares que transforma a matriz A na matriz unidade I
transforma a matriz na matriz A-1, inversa de A.
Para determinar, pois, a matriz inversa de A:
a) coloca-se ao lado da matriz A a matriz I, separada por um trao vertical.
b) Transforma-se, por meio de operaes elementares por linhas, a matriz A na matriz I, aplicando-se,
simultaneamente, matriz I, colocando ao lado da matriz A, as mesmas operaes elementares.

2 1 3
Exemplo: Determine a matriz inversa da matriz A 4 2 2
2 5 3
1 / 8 3 / 8 1 / 8
Resp: A 2 / 8
0
2 / 8
4 / 8 2 / 8
0
1

25

Aplicao:
As matrizes so utilizadas na computao para representar translao, rotao, escala de
objetos em computao grfica, para se resolver sistemas de equaes, etc. Na engenharia eltrica,
utilizada para resolver problemas de circuitos eltricos e linhas de transmisso de energia eltrica. Ao
trabalhar com uma malha de linha de transmisso interessante passar esse circuito para forma
matricial. Na mecnica, os tensores (grandeza) s so fornecidos em forma de matriz.

Aplicaes de Matrizes na Engenharia Civil e Mecnica


Matriz de Flexibilidade e Matriz de Rigidez
Uma barra elstica horizontal sustentada em cada uma de suas extremidades e sofre a ao de
foras nos pontos 1, 2, 3 como na Fig. 1. Seja f, no R3 o vetor de foras nesses pontos, e seja y, no R3,
o vetor das deflexes (isto , do movimento) da barra nos trs pontos. Usando a lei de Hooke, da
fsica, pode ser mostrado que:
y = Df
onde D uma matriz de flexibilidade. Sua inversa D-1 chamada matriz de rigidez.

Fig. 1 Deflexo de uma barra elstica

Exemplos:

0 ,005 0 ,002 0 ,001


1. Seja D = 0 ,002 0 ,004 0 ,002 uma matriz de flexibilidade, com a flexibilidade medida em
0 ,001 0 ,002 0 ,005
polegadas por libra. Suponha que foras de 20, 50 e 10 libras so aplicadas nos pontos 1, 2 e 3,
respectivamente, da Fig. 1. Determine as deflexes correspondentes.

26

2. Calcule a matriz de rigidez D-1 para D do exerccio anterior.

EXERCCIOS - lista 2

1) Uma companhia fabrica 3 tipos de microcomputadores. A seguinte matriz d o custo (em reais)
da matria-prima, mo-de-obra e softwares, associados a cada modelo.
Mod. 1

Mod. 2

Mod. 3

Mat. Prima

1000

1300

1450

Mo-de-obra

100

150

150

Software

50

50

50

Vamos supor que a companhia recebe pedido para fabricar 100 computadores do modelo 1, 70 do
modelo 2 e 30 do modelo 3:
a) Qual o custo de matria-prima para fabricar estes equipamentos?
b) Qual o custo de mo-de-obra para fabricar estes equipamentos?
c) Qual o custo de software para fabricar estes equipamentos?
27

2) Determine as seguintes matrizes:


a)

, tal que

b)

, tal que

3) Dada a matriz A=

.
.
, determine a transposta de A.

4) Determine a ordem e indique a denominao de cada matriz.


a)

b)

c)

5) Um construtor recebeu um contrato para construir 3 estilos de casas: moderno, mediterrneo e


colonial. A quantidade de material empregada em cada tipo de casa a seguinte:
Ferro

Madeira

Vidro

Tinta

Tijolo

20

16

17

Mediterrneo 7

18

12

21

25

13

Moderno

Colonial

Com base nos dados acima, pergunta-se:


a) Se ele vai construir 5, 7 e 12 casas dos tipos dados, respectivamente, quantas unidades de cada
material sero empregados?
b) Suponha agora que os preos por unidade de ferro, madeira, vidro, tinta e tijolo, sejam
respectivamente, 15, 8, 5, 1 e 10. Qual o preo unitrio de cada tipo de casa?
c) Qual o custo total do material empregado na construo de todas as casas do contrato?

6) Determine

nas matrizes A=

, B=

, e C=

, tal que A=B=C.

28

7) Sendo A=

e B=

, calcule:

a) A+B
b) A-B
c) B-A

8) Dadas as matrizes A=

e B=

, determine o valor de:

a)
b)
c) O que voc observou nos resultados encontrados.

9) Determine a matriz X, tal que X + A = 3B, para A=

10) Calcule o produto de

11) Dadas as matrizes A=

, B=

e B=

, se existir.

e C=

, calcule:

a) 3(A-B)+3(B-C)+3(C-A)
b) 2(A+B)-3(B-C)-3C
12) Efetue as multiplicaes das seguintes matrizes:
a)

29

b)

c)

13) Na Tabela apresentado o nmero de unidades vendidas dos produtos

nas lojas A e B.

Usando multiplicao de matrizes, determine a matriz M que


representa o total recebido pelas vendas destes produtos em cada loja
sabendo que a matriz dos preos P=

14) Calcule, se existir,

10

15

20

10

em cada caso.

a) A=

b) A=

2 12 2
y 4

15) Calcule x e y tal que a igualdade seja verdadeira


2
x 4 9 53
9

16) Dadas as matrizes

encontre:

a)
b)

30

17) Calcule o determinante das seguintes matrizes:


1 8
a) A =

3 4

1 4 2
b) B = 2 1
0
0
3 4

c) C =

d)

18) Determine o valor de x, nas seguintes equaes:


2 1 x
6
a)
3 2 x

2 1 1
b) 2 3 1 40
4 2 x

19) Sendo
a) det(A+B)

20) Dada a matriz A=

1 0 1
c) x 1 3 0
1 x 3

2 2 3
2x 3
3 4 1
d)
2 1
0 2 1

calcule:
b) det A + det B

c) detA.detB

determine:

a) Cofator C32
b) Cofator C14.
c) Cofator C24.

21) Determine a matriz inversa das matrizes dadas:


a) A =

b) B =

31

Respostas:
1) a)234500

b) 25000

c) 10000

2) a)

b)

4) a) 2x2, quadrada

b) 3x1 coluna

5) a) ferro = 146

3)

madeira = 526

b) Moderna = 492

c) 3x3 identidade
vidro = 260

Mediterrneo = 528

tinta = 158

tijolo = 388

Colonial = 465

c)

11736
6) x =1, y = 2, z = -1, w =3

8)

7) a)

b)

9) X =

c)

10)

11)

12)a)

b)

c)

13)

14) a) A-1 =

b) A-1 =

15) x= 7 ou -7
17) a) 20

b) 16

18) a) x=1

b) x=-3

19) a)-26

b)-12

20) a) 54
21) a)

b) 31

y=8
c) 0

16) a)

b)

b)

d) 21

c) x= 4 ou -1

d) x =11

c) 20
c) -54
b)

32

Lista 02

Determinantes e Matriz Inversa:

Determinantes
1) Calcular os seguintes determinantes:

a) 1 3
5 1

1 3 9 1 0 0
b) 7 1 3 c) 3 2 4
2 1 1 5 1 1

2 3
0 0
f)
3 1
1 0

4 1 2
41 7
0 0
0 0 0

d ) 1 3 18 4 5

2 1 7 38 4
28 31 1 3 5

21 0 38 44
0 1 0 0

e)
0 17 1 1

0 25 2 1

4 1
2 0

1 1
2 3
2 3 4
i) 2 1 2
0 5 6

7 3
h)
4 2

12 4
g)
1 0,4

1 2 4
j) 1 3 9
1 4 16

2) Calcular o valor de x nas igualdades abaixo

3x
3
a)
0
4 x3

3x
b)
8

1 0 1
c) x 1 3 0
1 x 3

1
0
2
3x

2 1
3
d) 4 1 x 1 12
x 0
x

3
x x
3) Em IR, a soluo da equao: 4 1 1 5 log 3 9 a) 4
1 2 1

b) 5 c) 6 d) 7 e) 8

4) Calcule os determinantes:
5 3
1 0
2 0 1 0
a)
1 1 2 0
2 3 3 1

1
2
b)
0
3

0
1
4
2

0 5
3 0
0 2
1 0

4 2 3
1 3
0
c)
0
2
1

3 1 2

Respostas: 1. a) 14

b) 40

c) 6

2. a) x 1; x 4

b) x 2

d) 0

1
2
5

e) 21

f) 70

c) x 1; x 4

g) 4/5 h) -2

i) 68 j) 70

d) x 2; x 6 3) C 4) a) 2 b) -230 c)

33

Matriz Inversa
1) Escolha o mtodo, e calcule a matriz inversa se existir das matrizes abaixo:
3 5
A

1 2

3 4 5
B= 0 1 2

3 5 4

1
2

C=

0
1
2
3

0
0
1
2

0
0
0

3 1
3 1
1 2 1

D= 1

2 3
2) Calcular o valor de k para que a matriz
no tenha inversa.
6 k
x 2 3
3) Os valores reais de x para os quais a matriz A = 1 x 2 admite a inversa so?

2 1 1

Respostas

2 5
1) A 1

1 3
2) k = 9

B 1

14
3
2

13
3
2

3
1
1

0
0
1
2 1
0
C 1
1 2 1

1 2
0

0
1 1 0
0 1
D 0 1 1

1 1 3
1

3) x 1 ou x 7

34

4. SISTEMAS LINEARES:

4.1. Definio:
Um sistema de equaes lineares um conjunto formado por m equaes lineares e n
incgnitas representado na forma:

a11 x1 a12 x 2 a1n x n


a x a x a x
21 1
22 2
2n n

a m1 x1 a m 2 x 2 a mn x n

b1
b2

(1)

bm

onde x1 , x2 ,..., xn so as incgnitas, a11 , a12 ,..., a mn so os coeficientes e b1 , b2 ,...,bm so os termos


independentes do sistema de equaes.
O sistema apresentado na equao (1) pode ser escrito sob a forma matricial:

Ax b

(2)

onde

a11
a
A 21

a m1

a12
a 22
am2

a1n
a 2 n
,

a mn

x1
x
x 2,


xn

b1
b
b 2


bm

A a matriz dos coeficientes, x o vetor coluna das incgnitas e b o vetor coluna dos termos
independentes.
Uma soluo de um sistema linear a sequncia de nmeros do vetor x, vetor coluna das
incgnitas, que satisfaz as equaes simultaneamente. Portanto, quando procuramos a soluo de um
sistema linear o vetor x que devemos encontrar.

Exemplo 1:
O sistema apresentado a seguir um exemplo de sistema linear. Escreva este sistema na forma

2 x1 x 2 3
matricial e verifique se x1 = 1 e x2 =1 soluo do sistema:
x1 3x 2 2
35

4.2. Matrizes Associadas a um Sistema Linear:


1.

Matriz Incompleta: formada pelos coeficientes das incgnitas.

2.

Matriz Completa ou Aumentada: formada pelos coeficientes das variveis adicionada da


coluna de termos independentes.
a11

A a21
:

am1

a
a

12
22

m2

.....
.....
:
.....

2n
:

amn

a
a

1n

a11

B a21
:

am1

a
a

12
22

m2

.....
.....
:
.....

a
a

1n
2n

mn

b
b
1

onde A a matriz incompleta e B a matriz aumentada.

Exemplo 2:
x 2 y 4 z 11
Seja o sistema linear
escreva a matriz incompleta e a matriz completa/aumentada
3x 7 y 2 z 9

associada a este sistema.

4.3. Tipos de Solues para uma Equao Linear


Um sistema linear pode ser classificado como:
1. Possvel e Determinado: quando apresenta uma nica soluo.
2. Possvel e Indeterminado: quando apresenta infinitas solues.
3. Impossvel: quando no possui soluo.
Sistematizando:

Sistemas Lineares

Possvel (SP)

Impossvel (SI)

(tem soluo)

(no tem soluo)

36
Determinado (SPD)

Indeterminado (SPI)

(uma nica soluo)

(mais de uma soluo)

4.4. Sistema Linear Normal


Um sistema linear chamado de sistema normal quando o nmero de equaes igual ao
nmero de incgnitas e o determinante da matriz incompleta for diferente de zero.
Exemplo 3: Caderno
Verifique se os sistemas abaixo so normais.
a)

b)

c)

Sistema Normal
Quando o nmero de equaes for o mesmo do nmero de incgnitas e o determinante da
matriz incompleta associado ao sistema for diferente de zero, diremos que um sistema normal.
Regra de Cramer
Todo sistema normal ( 0 e o nmero de incgnitas igual ao nmero de equaes) tem uma
nica soluo; portanto possvel e determinado. A soluo desse sistema ser dado por:
xi

Di
D

ou

xi

xi

onde
i = { 1, 2, ........,n}
D ou determinante da matriz incompleta associada ao sistema.
Di ou xi determinante obtido atravs da substituio, na matriz incompleta da coluna i pela
coluna formada pelos termos independentes.
Exemplos no quadro:
37

4.5. Sistemas Equivalentes


Dois sistemas so equivalentes quando possuem a mesma soluo.
Exemplo 4:
Os sistemas abaixo so equivalentes, pois ambos possuem como soluo o par (1, 2) verifique.
x y 3
S1
2 x 3 y 8

x y 3
S2
x 2 y 5

Propriedades de Sistemas Equivalentes


1) Trocando de posio as equaes de um sistema, obtemos outro sistema equivalente ao primeiro.
2) Multiplicando uma ou mais equaes de um sistema por um nmero k *, obtemos outro
sistema equivalente ao primeiro.
3) Adicionando a uma das equaes de um sistema, o produto de outra equao deste mesmo sistema
por um nmero k *, obtemos um sistema equivalente ao primeiro.
Exemplo 5:

x 2 y 4
x 2 y 4

x y 1 (. 1)
x y 1
________________
EQUIVALENTES

4.6. Sistemas Escalonados


Dizemos que um sistema est escalonado se o nmero de coeficientes iniciais nulos de cada
equao maior que o nmero de coeficientes nulos da equao precedente.
Procedimento para Escalonar um Sistema:
1. Colocamos como primeira equao aquela em que o coeficiente da primeira incgnita seja
diferente de zero e preferencialmente igual a 1 (podemos tornar este coeficiente igual a 1).
2. Utilizamos as propriedades de sistemas equivalentes anulando todos os coeficientes da
primeira incgnita das demais equaes a partir segunda, e operando com a primeira equao.
3. Anulamos todos os coeficientes da segunda incgnita a partir da terceira, operando com a
segunda equao.
4. Repetimos o processo com as demais incgnitas at que o sistema se torne escalonado.
38

Exemplo 6:
Escalone os seguintes sistemas:
a)

b)

39

Definio: Dada uma matriz Amxn e seja Bmxn a matriz escalonada equivalente a matriz A. O posto de A
denotado por p sendo igual ao nmero de linhas no nulas de B.

Teorema:
Um sistema de m equaes e n incgnitas admite soluo se, e somente se, o posto da matriz
completa for igual ao posto da matriz incompleta; caso contrrio o sistema impossvel.
1.

Se as duas matrizes (incompleta e completa) tm o mesmo posto p, e este posto for igual

ao nmero de incgnitas, isto , p = n, a soluo ser nica, logo o sistema linear possvel e
determinado.
2.

Se as duas matrizes (incompleta e completa) tm o mesmo posto p, e p < n, o sistema tem

infinitas solues, logo dito possvel e indeterminado, e ento podemos escolher n - p incgnitas
(variveis livres) e as outras p incgnitas sero dadas em funo destas.

Exemplo 7:
Classifique os sistemas abaixo quanto s solues, quando possvel determine-as:

2x y z 5

a) S 3x 2 y 4 z 0
x 2y z 2

x y 2 z 16

b) S x 3 y 4 z 5
2 x 6 y 8 z 4

x yz 4

c) S 3x 2 y z 0
5 x 5 y z 4

40

4.7. Sistemas Homogneos


Se todos os termos independentes de um sistema linear forem nulos, o sistema chamado
sistema homogneo, observe:
a11 x1 a12 x 2 ...... a1n x n 0

a 21 x1 a 22 x 2 ..... a 2 n x n 0

a 31 x1 a 32 x 2 ...... a 3n x n 0
:::::::::: :::::::::: :::::::::: :::::::::: :::::::::: :

a m1 x1 a m 2 x 2 ........ a mn x n 0

Soluo de um Sistema Homogneo: Um sistema linear homogneo sempre:


Ou possvel e determinado, com uma nica soluo que dada por (0,0,0,...,0) e recebe o nome
de soluo trivial.
Ou possvel e indeterminado, com infinitas solues formadas pela soluo trivial e as demais,
chamadas de solues no-triviais.

Exemplo 8:
Discutas as solues dos sistemas lineares pelo mtodo do escalonamento:

a)

4 x 2 y z 0

S1 x y 2 z 0
x yz 0

um sistema linear homogneo e a terna (0, 0, 0) uma

soluo de S1. Se existirem outras solues, estas sero chamadas de solues no triviais. A terna (1, 3, 2) uma soluo no trivial de S1.

x y 3z 0

b) S 2 4 x y z 0
2 x 3 y 7 z 0

41

Aplicao:
Aplicao de Sistemas Lineares na Engenharia Eltrica
Exemplo:
O circuito eltrico da figura abaixo representa uma associao de resistncias eltricas
conectadas a uma bateria. Considerando que a tenso eltrica da bateria e o valor de todos os resistores
do circuito so conhecidos deseja-se determinar o valor das correntes eltricas i1, i2 e i3 associadas a
cada uma das malhas do circuito eltrico. Aplicando as leis de Ohm e de Kirchhoff pode-se equacionar
adequadamente o problema.
Lei de Ohm: A tenso sobre um resistor diretamente proporcional a corrente que circula no resistor.

V R.i
Leis de Kirchhoff: A lei de Kirchhoff para as tenses em circuitos eltricos estabelece que a diferena
de potencial total medida em ciclo fechado, conhecido como malha ou lao, nula, isto .
j n

V
j 1

A lei de Kirchhoff para as correntes em um circuito eltrico estabelece que a corrente eltrica
total que chega a qualquer n do circuito igual corrente eltrica total que deixa o mesmo n, isto .
j n

i
j 1

As relaes apresentadas anteriormente sero empregadas para a soluo do circuito eltrico


apresentado na figura a seguir:

As tenses em cada um dos pontos ser expressa em funo das correntes de cada malha,
conforme descrito nas equaes seguintes:
42

E1 R1 i1 i2
E1 R2 i2 R3 i2 i3
R3 i2 i3 R4 i3 R5 i3 0

Considerando que R1 R2 R3 1000

R4 R5 100 e a tenso da bateria E1

igual a 12 Volts, determine as correntes i1, i2 e i3.

Aplicao de Sistemas Lineares na Engenharia Mecnica


Em um experimento foi medida a temperatura nos pontos T1 a T12 nas fronteiras de uma placa
plana, conforme mostra a tabela e a figura abaixo:
i
1
2
3
4
5
6
7
8
9
10
11
12

T (C)
10
21
31
40
50
38
5
10
60
80
70
40

Analisando a situao apresentada acima, e sabendo que x = 1 e y = 1, determine as temperaturas


em P1, P2 e P3 utilizando a hiptese a seguir para o clculo de TP no interior da placa.

TP

TW TE TN TS
4

43

EXERCCIOS Lista 3

1) Classifique os sistemas abaixo quanto as solues, quando possvel determine-as:

x 2y z 1

a) S 2 x y 3z 0
x 7y 3

x y z 1

b) S x y z 2
2 x y z 3

2 x y 3z 11
x 3y 2z 0

c) S
x yz 6
3x y z 6

x y z t 6

d) S 2 x y 2 z t 1
x 2 y z 2t 3

x 2y z 9

e) S 2 x y z 3
3x y 2 z 4

x y z t 1
x 2y z 2

f) S
2 x y z t 1
x 3 y z 2t 0

4 x 2 y 6 z 8

g) 6 x 3 y 9 z 12
2 x y 3z 25

x 2 y 3z 4

h) 2 x 3 y 4 z 5
4 x 7 y 2 z 13

3x 2 y 6 z 24

i) 2 x 4 y 3z 23
5 x 3 y 4 z 33

x y z 1

2) Verifique se (0, -3, -4) soluo do sistema: S 2 x y z 1 .


x 2y z 2

5 x 3 y 2 z 4t 5

3) Verifique se (1, 0, -2, 1) soluo do sistema: S 2 x 4 y 3z 5t 9 .


x 2 y 5 z 3t 12

Respostas:
7z 1 z 2
a) SPI
,
, z
5
5

e) SPD (1, 3, 2)

b) SI

c) SI

f) SPD (0, 0, 2, -1)

d) SPI (3 - z, 2z - 2, z, 2z - 5)T
g) SI
44

h) SPI S = {-2-17z, 3 + 10z, z}

i) SPD S = {4, 3, 1}

2) No soluo

3) soluo

PROBLEMAS
Lista de exerccios 3
1) Na panificadora O Po Nosso de Cada dia, 5 pes, 2kg de caf e 3 litros custaram R$ 16, 00. Por 0,5kg de
caf e 5 litros de leite, pagou-se a quantia de R$ 8, 00. O valor de 10 pes, 1 kg de caf e 1 litro de leite foi de
R$ 9,00. Nessas condies, o preo a ser pago na compra de 1 po, 1 litro de leite e 1 kg de caf , em reais,
a) 6,20

b) 6,40

c) 6,60

d) 7,00

xe) 7,20

2) Em um programa de televiso, um candidato deve responder a 10 perguntas. Todos iniciam com um saldo
positivo de R$ 2000,00. A cada pergunta respondida corretamente, o candidato ganha R$ 300,00 e perde R$
200,00 por pergunta no respondida ou respondida incorretamente. Quantas perguntas Edvnia acertou, se ela
ganhou R$ 3500,00?

3) Um litro de leite de creme contm suco de fruta, leite e mel. A quantidade de leite o dobro da quantidade de
suco de fruta, e a quantidade de mel a nona parte da quantidade dos outros dois lquidos juntos. A quantidade
de leite que contm esse litro de creme :
a) 300ml

b) 600ml

c) 100ml

d) 250ml

e) 400ml

4) Em uma vdeo locadora, o acervo de filmes foi dividido, quanto ao preo, em trs categorias: Srie Ouro
(SO), Srie Prata (SP) e Srie Bronze (SB). Marcelo estava fazendo sua ficha de inscrio, quando viu Paulo
alugar dois filmes SO, dois filmes SP e um filme SB e pagar R$13,50 pela locao dos filmes. Viu tambm
Marcos alugar quatro filmes SO, dois filmes SP e um filme SB e pagar R$20,50 pela locao. Marcelo alugou
trs filmes SO, um filme SP e dois filmes SB e pagou R$16,00 pela locao dos filmes.
Resolva o referido sistema, determinando o preo da locao de trs filmes, um de cada categoria, igual a?

45

4)Uma empresa deve enlatar uma mistura de amendoim, castanha de caju e castanha-do-par. Sabe-se que o
quilo de amendoim custa R$ 5,00, o quilo da castanha de caju, R$ 20,00 e o quilo de castanha-do-par, R$
16,00. Cada lata deve conter meio quilo da mistura e o custo total dos ingredientes de cada lata deve ser de R$
5,75. Alm disso, a quantidade de castanha de caju em cada lata deve ser igual a um tero da soma das outras
duas. Resolva o referido sistema, determinando as quantidades, em kg, de cada ingrediente por lata.

5)Um ourives cobrou R$ 150,00 para cunhar medalhas de ouro, com 3g cada; de prata, com 5g cada; e de
bronze, com 7g cada, ao preo unitrio de R$ 30,00; R$ 10,00 e R$ 5,00, respectivamente. Sabendo que foram
confeccionadas 15 medalhas, com massa total de 87g, determine o numero de medalhas de ouro, prata e bronze
confeccionadas.

6) Uma confeitaria possui em seu estoque 120 kg de farinha, 65 Kg de acar e 6,5 Kg de fermento. Para
fabricar um bolo so usados 500g de farinha, 300g de acar e 20 g de fermento, para uma torta so
empregados 200g de farinha, 300g de acar e 10 gramas de fermento, finalmente, em um po doce utilizamse 800g de farinha, 100g de acar e 50 g de fermento. Quantos bolos, tortas e pes podem ser feitos usandose todo o estoque existente na confeitaria.

7) Marina ser madrinha de casamento de sua irm e pretende presente-la com artigos de cozinha. Na primeira
loja por ela visitada, o preo de um conjunto que tem 3 panelas, 2 frigideiras e 1 leiteira de R$ 169,00; na
segunda loja visitada, o preo de um conjunto composto por 4 panelas, 1 frigideira e 1 leiteira de R$ 179,00;
na terceira loja visitada o preo de um conjunto com 3 panelas, 1 frigideira e 1 leiteira de R$ 144,00. Se o
preo de cada panela, da frigideira e da leiteira o mesmo em todas as lojas por ela visitada, ento pode-se
afirmar que o preo de um conjunto composto por 4 panelas, 2 frigideiras e 1 leiteira igual a:
a) R$ 204,00.

b) R$ 193,00.

c) R$ 174,00.

d) R$ 109,00.

e) R$ 74,00.

8) Para o dia das mes, uma loja ofereceu a seus clientes a possibilidade de comprarem lenis, fronhas e
colchas, agrupados nos seguintes jogos:
I. 2 lenis e 2 fronhas,
II. 2 lenis e 2 colchas,
III. 1 lenol, 1 fronha e 1 colcha.
Considerando que o preo de cada pea o mesmo em qualquer um dos jogos I, II e III so vendidos por R$
130,00, R$ 256,00 e R$ 143,00, respectivamente, calcule, em reais, o preo unitrio da colcha, lenol e da
fronha.

46

9) Dado o sistema:

mx 3 y mz 1

2 x 5 y 2 z 0 para m = 3, o sistema :
x y z 1

a) determinado
b) possvel
c) possvel e determinado
d) impossvel
e) indeterminado
A

10) As ligaes entre as cidades A, B, e C figuram num mapa rodovirio

conforme a figura ao lado:


Seguindo esse mapa, uma pessoa que se deslocar de A para C, passando por B,

percorrer 455 km. Caso a pessoa se desloque de A para B, passando por C, o percurso ser de 645
km. Para se deslocar de B para C, passando por A, a pessoa vai percorrer 830 km. Determine quantos
quilmetros essa pessoa percorrer ao se deslocar de A para B, sem passar por C.

Respostas: lista 3 PROBLEMAS


1) E 2) x = 7 e y = 3 3) B

4) SO 3,50

6) Resp: 80 pes 60 bolos e 130 tortas. 7) A

SP 2,50

SB = 1,50. 5) ouro 2; prata 5; bronze 8

8) lenol 50 reais; 15 reais fronha; 78 reais colcha.

9) D 10) 320 km OBS: De AB = 320 km BC = 135 km AC = 510 km .

47

Lista de exerccios complementar


Analisar os sistemas por escalonamento e resolv-los quando possvel

x y z t 6

1) 2x y 2z t 1
x 2 y z 2t 3

2x y z 5

2) 3x 2 y 4z 0
x 2 y z 2

x y z 0

3) x y z 2
x 2 y z 1

x 3y 2 z 2

4) 3x 5y 4z 4
5x 3y 4z 10

x y z 4
5)
y z 2

x y z t 0
6)
3z 2 t 4

4x y z 5

7) 2x y z 1
x y 2

x y z t 1
2 x y z 2

8)
x y z t 0
2x 2z t 1

3x 2 y 6z 24

9) 2x 4 y 3z 23
5x 3y 4z 33

6x 2 y 5z 73

11) 7 x 3y z 1
4x 8y 9z 9

x y z 2 t 5
10)
2x 2 y 2z 4t 10

x 2 y 2z 3w 2

13) 2x 4 y 3z 4w 5
5x 10 y 8z 11w 12

3x 4 y z t 0
3x y 3z 0

15)
x 2 y z 3t 0
4x z t 0

18. O sistema linear

3x 2 y 4z 1
x y z 3

12) x y 3z 3
3x 3y 5z 0

x y z 1

x 3y 2z 3w 7 t 14

14) 2x 6 y z 2w 5t 2
x 3y z 2t 1

x y 2z 0
2x y z 0

16)
3x y 4z 0
5x y 6z 0

x y 3z 0

17) 4x y z 0
2x 3y 7z 0

x 2 y 3z 3

3x 2 y 4z 38 ser possvel e indeterminado (SPI) se :


2x 4 y 6mz 6

48

a) m = 1

b) m = 0

c) m = -3

x 2y z 6

19. Se o sistema linear 2x y z 1


3x y az 9

a) a = 0

b) a = 1

d) 1< m <1

e) m >10

impossvel (SI), ento:

c) a = 2

d) a = 3

e) a = 4

Respostas Lista Complementar 4


15) SPD

2) (2, 1, 2)

1 11
8) 4, , ,2
2 2

3) SPI

9) (4, 3, 1)

17) SPI

4) SI

10) SPI

18) letra a

5) SPI

11) (2, 8, 9)

19) letra c

6) SPI

12) SI

7) SPI

13) SPI

1) SPI

16) SPD

14) SPI
1) y = 3 + t, z = 5/2 + t/2

x = -t/2 t IR

3) z IR y = - 1 x = 1 z

5) z IR y = 2 + z x = 6

6) x = 4/3 -2/3t x = 4/3 y + t/3

7) y = -1 + z /3 x = -1 z/3 z IR 10) t IR y IR
13) y IR z IR w = -1/2 + z/2 x = 7/2 2y + z/2

t IR y IR

x = -y z 2t + 5 z IR

14) t IR y IR x = 1 3y t w = 3 +2t

z=2+t
17) z IR x = 2/5z y = 13/5z

49

5. ESPAOS VETORIAIS:

5.1. Reviso de Vetores:


Vetores so segmentos orientados que possuem comprimento, direo e sentido. Por
exemplo, fora, velocidade, acelerao, deslocamento, momento, campo eltrico, etc.

Posio inicial

Posio final

Temos que o vetor v AB determinado pelo segmento orientado AB, de origem no ponto
A, e extremidade no ponto B.
A cada vetor no nulo v corresponde um vetor oposto v, que tem o mesmo mdulo, a mesma
direo, porm sentido contrrio ao de v.
Um vetor v unitrio se |v| = 1.
Dois vetores so colineares se possuem a mesma direo (isto , pertencem a mesma reta, ou
possuem como retas suporte, retas paralelas).
Dois ou mais vetores so coplanares se pertencerem a um mesmo plano.
Dois vetores u e v so ortogonais se u v 0 .
Dois vetores u e v so paralelos quando seus componentes so proporcionais.

5.2. Operaes com Vetores:


Adio:
Sejam os vetores u e v representados pelos segmentos orientados AB e BC respectivamente:
B
u
A

v
u+v

Propriedades da Adio:
I)

Associativa: (u + v) + w = u + (v + w)

II)

Comutativa: u + v = v + u

III)

Existe um s vetor nulo 0 tal que, para todo vetor v, se tem v + 0 = 0 + v = v

IV)

Qualquer que seja o vetor v existe um s vetor v tal que: v + (-v) = -v + v = 0

Multiplicao de um nmero real por um vetor:


Dado um vetor v 0 e um nmero real k 0, chama-se produto do nmero real k, pelo vetor
v o vetor p = kv
a) mdulo: |p| = |kv| = |k| |v|;
b) direo: a mesma de v;
c) sentido: o mesmo de v se k > 0; e contrrio ao de v se k < 0.

Propriedades:
Sejam os escalares
I)

, e os vetores u e v, segue as propriedades:

a(bu) = (ab) u

II) (a + b) u = au + bu
II) a(u + v) = au + av
III) 1u = u
Vetores no R2:
Vetores no R2 so representados por:
(1) segmentos orientados iniciados na origem do sistema, assim o ponto P (x, y) individualiza o vetor
v = OP, ou seja, as coordenadas deste vetor so representadas pelo ponto v = (x, y) que a
extremidade do vetor; ou:
(2) vetores equivalentes, deslocados da origem representados por v AB , onde a origem o ponto
A (x1, y1), e a extremidade o ponto (x2, y2), e as coordenadas do vetor v deslocado da origem so
encontradas fazendo v = (x2-x1, y2- y1).

Operaes:
Sejam os vetores u = (x1, y1) e v = (x2, y2) e o escalar a R. Define-se:
a) Adio: u + v = (x1 + x2, y1 + y2)
b) Multiplicao por um escalar: au = (ax1 , ay1)

O produto escalar (u.v) entre dois vetores representado por um nmero real, dado por:

u v x1 x2 y1 y2

51

Mdulo de um vetor v = (x, y), representado por |v|, o nmero real no negativo:

v v v x2 y2
ngulo entre Dois Vetores:

cos

u.v
| u |.| v |

Paralelismo:
Dois vetores so paralelos (colineares) se existe um nmero k tal que:
u = k.v

Ortogonalidade:
Dois vetores so ortogonais quando o produto escalar entre eles nulo:

uv 0

Vetores no R3:
So representados por v = (x, y, z), ou seja, so segmentos orientados desde a origem, no
espao tridimensional.

Operaes com Vetores no Espao:


Sejam os vetores u = (x1, y1, z1), v = (x2, y2, z2) e a R. Define-se:
a) u + v = (x1 + x2, y1 + y2, z1 + z2)
b) a.u = (ax1 , ay1, az1)
Obs: As definies acima descritas para vetores no R2 so vlidas para os vetores no R3.

5.3. Espaos Vetoriais:


Neste item iremos estender o conceito de vetor extraindo as propriedades mais importantes
dos vetores usuais e transformando-as em axiomas. Assim, quando um conjunto de objetos satisfizer
estes axiomas, estes objetos automaticamente tm as mais importantes propriedades dos vetores
usuais, o que torna razovel considerar estes novos objetos como novos tipos de vetores.

52

Sabe-se que o conjunto: R 2 x, y / x, y R interpretado geometricamente como sendo o


plano cartesiano. Um par x, y pode ser expresso como um ponto e, neste caso, x e y so as
coordenadas deste ponto, ou pode ser expresso como um vetor e, neste caso, x e y so as
componentes (ou coordenadas) deste vetor.
Esta mesma ideia, em relao ao plano, estende-se para o espao tridimensional que a
interpretao geomtrica do conjunto R 3 . Embora se perca a viso geomtrica com dimenso acima
de 3, possvel estender esta idia a espaos como R 4 , R 5 ,...R n . Assim, qudruplas de nmeros

x 1 , x 2 , x 3 , x 4 podem

ser vistas como pontos ou vetores no espao R 4 , de quarta dimenso. A

quntupla 2,1, 3, 5, 4 ser interpretada como um ponto ou um vetor no espao R 5 , de dimenso


cinco. Portanto, o espao de dimenso n (ou espao n-dimensional) ser constitudo pelo conjunto de
todas as n-plas ordenadas e representado por R n , isto :

R n x 1 , x 2 ,...., x n ; x i R
A maneira de se trabalhar nestes espaos, de dimenso superior a trs, idntica quela vista
em R 2 e em R 3 . Por exemplo, se: u x 1 , x 2 ,..., x n

v y1 , y 2 ,...y n so vetores no

R n e um escalar, define-se:

a) Igualdade: u v se, e somente se, x 1 y1 , x 2 y 2 ,...., x n y n


b) Adio: u v x 1 y1 , x 2 y 2 ,..., x n y n
c) Multiplicao por um Escalar: u x 1 , x 2 ,..., x n
d) Produto Escalar: u v x1 y1 x2 y 2 ... xn y n
e) Mdulo: u u u x1 x2 ... xn
2

Definio: (Definio de Espao Vetorial) Seja um conjunto V no vazio qualquer de objetos, no


qual esto definidas as operaes de adio e multiplicao por um escalar, isto :
i) u e v V; u + v V;
ii) R, u V; u V.
O conjunto V com essas duas operaes chamado ESPAO VETORIAL REAL e seus
objetos so denominados vetores, se forem verificados os seguintes axiomas:

53

A) Em relao adio:
A1) (u + v) + w = u + (v + w) u, v e w V

Associativa

A2) u + v = v + u u, v V

Comutativa

A3) 0 V; u V u + 0 = u

Existncia do elemento neutro na adio

A4) u V -u V; u + (-u) = 0

Existncia do elemento inverso

M) Em relao multiplicao por escalar:


M1) a (u + v) = au + av

distribuio da multiplicao em relao a adio

M2) (a + b) v = av + bv

distribuio da adio em relao a multiplicao

M3) (a.b).v = a (b.v),

associativa

M4) 1.v = v v V

elemento neutro da multiplicao

para u, v V e a, b R
Observaes:
(i) Os elementos do espao vetorial V so chamados vetores, independente de sua natureza.
Pode parecer estranho, e primeira vista no deixa de ser, o fato de se chamar de vetores os
polinmios (quando V for constitudo de polinmios), as matrizes (quando V for constitudo de
matrizes), os nmeros (quando V for um conjunto numrico), e assim por diante. A justificativa
est no fato de as operaes de adio e multiplicao por escalar realizadas com estes elementos
de natureza to distinta se comportarem de forma idntica, como se estivssemos trabalhando com
os prprios vetores em R2 e R3. Assim a familiaridade que temos com os vetores do R2 e R3 ter
continuidade nestes conjuntos, chamando seus elementos tambm de vetores.
(ii) Se na definio acima tivssemos tomado para escalares o conjunto C dos nmeros
complexos, V seria um espao vetorial complexo. Daqui por diante, sero considerados somente
espaos vetoriais reais.

Exemplos de Espaos Vetoriais:


Os seguintes exemplos ilustram a variedade de espaos vetoriais possveis. Em cada exemplo,
ns vamos especificar um conjunto no-vazio V e duas operaes: a adio e a multiplicao por um
escalar; em seguida vamos verificar que os 10 axiomas de espao vetorial esto satisfeitos, com isto
habilitando V, com as operaes dadas, a ser chamado de espao vetorial.
1. O conjunto dos nmeros reais em relao s operaes usuais de adio e multiplicao
por um escalar um espao vetorial.
2. Os conjuntos R 2 , R 3 , R 4 , R 5 ,...R n , com as operaes usuais de adio e multiplicao por
um escalar um espao vetorial.
54

3. Conjunto M(m,n) das matrizes m x n com as operaes de adio e multiplicao por um


escalar um espao vetorial
4. O conjunto Pn a 0 a 1 x a 2 x 2 .... a n x n , a i R dos polinmios com coeficientes
reais de grau n, mais o polinmio nulo, em relao s operaes usuais de adio de polinmios e
multiplicao por um escalar um espao vetorial.

5.4. Subespaos Vetoriais:


Definio: Um subconjunto S de um espao vetorial V chamado um subespao vetorial de V se W
um espao vetorial em relao s operaes de adio e multiplicao por um escalar definidas em
V.
Em geral, ns devemos verificar os dez axiomas do espao vetorial para mostrar que um
conjunto S forma um espao vetorial com uma adio e uma multiplicao por um escalar. No
entanto, se S parte de um conjunto maior V que j sabido ser um espao vetorial, ento alguns
axiomas no precisam ser conferidos para S, pois eles so herdados de V. Por exemplo, no h
necessidade de conferir que u+v = v+u (Axioma A2) para S, pois se isto vale para todos os vetores
de V que valem tambm para todos os vetores de S. Outros axiomas herdados por S de V so o A 1,
M1, M2, M3 e M4. Assim, para mostrar que um conjunto S um subespao vetorial de V, ns
somente precisamos verificar os dois axiomas principais (i) e (ii) apresentados no teorema descrito a
seguir e os axiomas A3 (elemento neutro) e A4 (elemento inverso).

Teorema 1:
Um subconjunto S, no-vazio, de um espao vetorial V, um subespao de V se estiverem
satisfeitas as condies:
(i)

Para quaisquer u, v S, tem-se:

(ii)

Para quaisquer a R, u S, tem-se:

u+vS
a.u S

Sendo estas duas condies vlidas em S, os oito axiomas do espao vetorial tambm se
verificam em S, ou seja, considere u e v vetores quaisquer de S observe que A1, A2, M1, M2, M3, M4,
so verificados em S pelo fato de S ser um subconjunto no-vazio de V. A partir do teorema tambm
possvel verificar os axiomas A3 e A4, observe que se a condio (ii), a.u S, vlida para todo a
R. Fazendo a 0 , temos que

0u S , ou seja, 0 S (axioma A3); fazendo a 1 , segue

1 u u S (axioma A4).

55

Observaes:
Todo espao vetorial de V admite pelo menos dois subespaos: o conjunto {0}, chamado de
subespao zero ou subespao nulo, e o prprio espao vetorial V. Estes dois so os subespaos
triviais de V. Os demais subespaos so denominados subespaos prprios de V.
Por exemplo, os subespaos triviais de V R 3 so {(0, 0, 0)} e o prprio R3. Os subespaos
prprios de R3 so as retas e os planos que passam pela origem.
Para V R 2 , os subespaos triviais so: {(0, 0)} e R2, enquanto os subespaos prprios so
as retas que passam pela origem.

Exemplo 3: ESCOLHER ALGUNS ......


Exemplos- Subespao Vetorial:
1) Verificar se S um subespao vetorial de V
a) V R 2 e S x, y R 2 / y 2x ou S =

x, 2x; x IR ,

isto , S o conjunto dos

vetores do plano que tm a segunda componente igual ao dobro da primeira.


b) V R 2 e S x, 4 2x ; x R
c) Sejam V = R4 e S =

x, y, z, 0; x, y, zIR, isto , S o conjunto dos vetores de R4 que

tm a quarta componente nula


2) Seja V= R2 e S= {( x, y) R2 / y = 0} verificar se S um subespao vetorial.
a b

a b

; a, b, c, d IR e S =
; a, b IR , isto , S o conjunto
3) Sejam V = M(2,2) =

c d

0 0

das matrizes quadradas, de ordem 2, cujos elementos da segunda linha so nulos. Portanto verifique
se S subespao vetorial de V.
4) Sejam V = R2 e S = ( x, | x |); x IR. Verifique se S subespao de V.
5) Sejam V = R3 e S = {(x, y, z)/z = x 2y} . Verifique se S subespao de V.
6) Sejam V = R3 e S = {(x, y, z)/y = x + 1 e Z = 0} . Verifique se S subespao de V.
7) Sejam V = R2 e S = {(x, y)/ y = x2} . Verifique se S subespao de V.

56

5.5. Combinao Linear:


Uma das caractersticas mais importantes de um espao vetorial V a obteno de outros
vetores a partir de vetores dados.
Definio: Sejam os vetores v1 , v2 ,..., vn do espao vetorial V e os escalares a 1 , a 2 , ..., a n . Ento,
qualquer vetor v

da forma v a 1 v1 a 2 v 2 ... a n v n uma combinao linear dos vetores

v1 , v 2 ,..., v n .
Lembrete: Para calcular os escalares, ou seja, ao escrever os vetores na forma de combinao
linear resolvemos um Sistema linear. Portanto, existe uma nica combinao para uma soluo do
tipo soluo possvel determinada (SPD); infinitas combinaes para uma soluo do tipo possvel
indeterminada (SPI); no existe combinao linear quando o sistema linear for incompatvel (SI).
Exemplo 4:
Para as situaes de a at c, consideremos, no R3, os seguintes vetores: v1 1,3, 2 e v 2 2, 4,1
a) Escrever o vetor v 4, 18, 7 como combinao linear de v1 e v 2 .
R: v 2v1 3v2
b) Mostrar que o vetor v 4, 3, 6 no combinao linear dos vetores v1 e v 2
R: Mostrar que o sistema incompatvel.
c) Determinar o valor de k para que o vetor u 1, k, 7 seja combinao linear de v1 e v 2 .
R: k = 13 a 1 3, a 2 1

57

5.6. Dependncia e Independncia Linear


Em lgebra Linear, fundamental sabermos se um vetor combinao linear de outros. Em
exemplos anteriores, verificamos que o espao gerado por v1 , v 2 , v 3 o mesmo que o espao
gerado por v1 , v 2 . A razo disso que v 3 um vetor suprfluo para descrever o subespao,
pois uma combinao linear de v1 e v 2 . No caso geral, dados os vetores v1 , v 2 ,..., v n ,
queremos saber se no existem vetores suprfluos, isto , se algum desses vetores no uma
combinao linear dos outros. Em nosso estudo temos grande interesse no conjunto gerador que
seja o menor possvel. Para chegarmos a uma concluso, precisamos comear definindo
dependncia e independncia linear.
Definio: Sejam V um espao vetorial e os vetores A={ v1 , v 2 ,..., v n

V .

Dizemos que o

conjunto v1 , v 2 ,..., v n linearmente independente (LI), ou que os vetores v1 , v 2 ,..., v n so LI, se a


equao

a 1 v1 a 2 v 2 .... a n v n 0 admite apenas a soluo trivial, ou seja, a 1 a 2 ... a n 0 . No caso


de existirem solues a i 0 dizemos que A linearmente dependente (LD), ou que os vetores

v1 , v 2 ,..., v n so LD.
Vetores linearmente dependentes (LD) podem ser caracterizados de outra maneira.
Teorema: v1 , v 2 ,..., v n LD se, e somente se, um destes vetores for uma combinao linear dos
outros.

Exemplo 5:
Sejam os vetores v1 = (2, -1, 3), v2 = (-1, 0, -2) e v3 = (2, -3, 1) analise se so LI ou LD.

Exemplo 6:
Analise se os vetores so LI ou LD, onde v1 = (2,0) e v2 = (0,5).

58

Nos grficos a seguir apresentamos uma interpretao geomtrica da dependncia linear de


dois e trs vetores no IR3.

Propriedades da Dependncia e Independncia Linear:


Seja V um espao vetorial ento
I)

Se A v V e v 0 , ento A LI.

II) Se um conjunto A V contm o vetor nulo, ento A LD.


III) Se uma parte de um conjunto A V LD, ento A tambm LD.
IV) Se uma parte de um conjunto A V LI, qualquer parte A1 de A tambm LI.
V) A v1 ,....,v n V LI

B v1 ,....,vn , w V

LD, ento w combinao linear de

v1 ,....,vn .

59

Notao: Se todos os subconjuntos prprios de um conjunto finito de vetores so LI, o fato no


significa que o conjunto seja LI. De fato, se considerarmos no R2 os vetores e1 = (1, 0), e2 = (0, 1) e
v = (4, 5), verificaremos que cada um dos subconjuntos {e1, e2}, {e2, v), {e2, v}, {e1}, {e2}, e {v}
LI, enquanto {e1, e2, v} LD.

Observaes:
1. Os vetores v1 , v 2 ,..., v n so linearmente dependentes se, e somente se, um deles
combinao linear dos outros, ou seja, os vetores so colineares entre si.
2. Se dois vetores v1 , v 2 ,..., v n , so iguais, digamos

v1 v 2 , ento os vetores so

dependentes. Pois v1 - v 2 0
3. Dois vetores v1 e v 2 so dependentes se, e somente se, um deles mltiplo do outro.

Subespaos Gerados
Seja V um espao vetorial. Uma vez fixados vetores v1 , v 2 ,..., v n em V, o conjunto S de
todos os vetores de V que so combinao linear destes, um subespao vetorial. S chamado
subespao gerado por v1 , v 2 ,..., v n e representamos da seguinte forma:
S v1 , v2 ,..., vn ou S G A onde A v1 , v 2 ,..., v n

Simbolicamente, o subespao gerado S :


S v1 , v2 ,..., vn v V / v a1v1 a 2 v2 ... a n vn ; a1 ,..., a n R

E, este subespao gerado S poder ser uma reta, equao do plano ou um conjunto de vetores
que geram seu prprio Rn.
Observaes
1. Os vetores v1 , v 2 ,..., v n

so chamados geradores do subespao S, enquanto A o conjunto

gerador de S.
2. Todo conjunto A V gera um subespao vetorial de V, podendo ocorrer GA V . Nesse caso,
A um conjunto gerador de V.

60

3. Sendo v x, y, z se o sistema de equaes lineares resultante da combinao linear no for


consistente, isto , no tiver soluo, ento o vetor v no pode ser escrito como combinao
linear, logo no gera um espao.

Exemplos
1. Os vetores i 1, 0 e j 0,1 geram o espao vetorial R2, pois qualquer

x, y R 2

combinao linear de i e j. Ou seja, i, j R 2


(x,y) = xi + yi = x(1,0) + y(0,1) = (x,0) + (0,y) = (x,y)
2. Os vetores i 1, 0, 0 e j 0,1, 0 do R3 geram o subespao S x, y, 0 R 3 / x, y R, pois:

x, y, 0 x1, 0, 0 y0,1, 0 . Ento:


i, j S um subespao prprio do R3 e representa, geometricamente o plano xOy.
3. Os vetores e1 1, 0, 0, e 2 0, 1, 0 e e 3 0, 0, 1 geram o espao vetorial R3, pois qualquer

x, y, z R 3 combinao linear de

e1 , e 2 e e 3 . Ou seja, e1 , e 2 , e 3 R 3

(x,y,z) = x(1,0,0) + y(0,1,0) + z(0,0,1) = (x,0,0) + (0,y,0) +(0,0,z) = (x,y,z)


Exemplos
1.

Seja V = R3. Determinar o subespao gerado pelo vetor v1 1, 2, 3 .


R: v1 x, 2x, 3x ; x R

Obs.: podemos observar que um subespao gerado por um vetor v1 R 3 , v1 0 , uma reta que
passa pela origem. Se a esse vetor acrescentarmos v 2 , v 3 ,...., todos colineares entre si, o subespao
gerado por 2, 3, ... vetores, continuar sendo a mesma reta.
2.

Seja V = R3. Determinar o subespao gerado pelo conjunto A v1 , v 2 , sendo v1 1,2,1 e

v 2 2,1,1
R: v1 , v 2 x, y, z R 3 / x 3y 5z 0
Isto , G(A) = plano que passa pela origem.
Obs.: podemos observar que o subespao gerado pelos vetores v1, v2 R3, no-colineares, um
plano que passa pela origem. (Ver figura no quadro). Se a esses dois vetores acrescentarmos v 3,
v4, ...., todos coplanares, o subespao gerado por 3, 4,......vetores continuar sendo o mesmo plano

61

3. Seja V = R3. Determinar o subespao gerado pelo conjunto A = {v1, v2, v3}, sendo
v1 = (1,1,1), v2 = (1, 1, 0) e v3 = (1, 0, 0).
R: [v1,v2,v3] = {(x,y,z) R 3 / (x,y,z) = z (1,1,1) + (y - z)(1, 1, 0) + (x y) (1, 0, 0)
Isto , G(A) = IR3
E, por conseguinte, os vetores v1, v2, v3 geram o R3, pois cada vetor do R3 combinao linear dos
vetores dados. Logo [v1,v2,v3] = IR3
Obs.: podemos observar que o subespao gerado pelos trs vetores no-coplanares o prprio R3.
Se a esses trs vetores acrescentarmos v4, v5, ....quaisquer, o subespao gerado pelos 4,5......vetores
continuar sendo o prprio IR3.
1 2 3 1
4. Sejam V = M (2,2) e o subconjunto A =
,
. Determine o subespao G(A).
2 3 1 1
x
R: [V] =
z

y
2 y t
M ( 2 x 2) /

t
y

y
; y, t IR

Isto , G(A) = M (2,2)

5.7. Base e Dimenso de um Espao Vetorial:


Em geral ns pensamos numa reta como sendo unidimensional, num plano como sendo
bidimensional e no espao como sendo tridimensional. O principal objetivo deste tpico tornar
mais precisa esta noo intuitiva de dimenso, porm inicialmente ser enunciado o conceito de
base.
Para comear ser til reformular a noo de sistema de coordenadas nos espaos bi e
tridimensionais usando vetores em vez de eixos coordenados, isto pode ser feito substituindo cada
eixo coordenado por um vetor de comprimento 1 que aponta na direo e no sentido positivo do eixo.
Considere, por exemplo, que v1 e v2 so tais vetores, se P = (a,b) um ponto qualquer no plano,
podemos projetar P paralelamente a v1 e v2, para ter
determinado por av1 e bv2 e portanto podemos escrever o vetor
v1 e v2, ou seja,

como a diagonal do paralelogramo


como uma combinao linear de

av1+ bv2.

62

Ento, informalmente dizemos que os vetores que especificam um sistema de coordenadas


so os os vetores de base do sistema. Embora tenhamos usado vetores de base de comprimento 1,
veremos que isso no essencial, para formarmos uma base so suficientes vetores no-nulos de
qualquer comprimento. Segue a seguir a definio de base de um espao vetorial.
Definio: Um conjunto B v1 , v 2 , ..., v n V uma base do espao vetorial V se:
I)

B LI;

II) B gera V

Teorema: Se B = {v1, v2, ..., vn} uma base de um espao vetorial V, ento cada vetor de V pode ser
expresso da forma v= c1v1 + c2v2 + ... + cnvn de uma nica maneira.

Exemplo 7:
1. Verificar se B 1,1, 1, 0 base de R2.
R: B LI e x, y y1,1 y x 1, 0
2.Verificar se B = {(1, 2, 1) (-1, -3, 0)} uma Base de R3

Seleo de exemplos conforme a necessidade .....

Exemplos
2. B 1,1, 1, 0 base de R2. Verificar.
R: B LI e B gera o R2: x, y y1,1 y x 1, 0
3. Verifique se B = {(1,2), (2,4)} base de IR2.
R: B no base de V, pois B LD.
4. Verifique se B = {(1,0), (0,1),(3,4)} base de IR2.
R: B no base de V, pois B LD.
5. Mostre que B = {(1, 2, 1), (-1, -3, 0)} no base de IR3.
R: Notar que B LI, mas no gera todo IR3.
6. Sejam os vetores v1 = (1, 2, 3), v2 = (0, 1, 2) e v3 = (0, 0, 1). Mostrar que o conjunto
B = {v1, v2, v3} uma base do IR3.
R: B LI e B gera o R3: x, y, z x1, 2, 3 2x y 0, 1, 2 ( x 2 y z)(0, 0,1)

63

Observaes:
7. B 1, 0, 0, 0, 1, 0, 0, 0,1 a base cannica de R3. Verificar.
Resoluo:
Precisamos verificar se: B LI e B gera V.
I) B LI ?
Para examinar se B LI, precisamos resolver a equao a1v1 a 2 v2 a3 v3 0 , ou seja:

1 0 0 0
0 1 0 0 Podemos perceber que o sistema SPD, ou seja, a = a = a = 0
1
2
3

0 0 1 0
II) B gera V?
B gera IR3 se existir para todo:

B ( x, y, z) IR 3 /( x, y, z) a1 (1,0,0) a2 (0,1,0) a3 (0,0,1); a1 , a2 , a3 IR

ao resolver o sistema

linear encontramos a1 = x, a2 = y e a3 = z . Como este sistema linear admite soluo para quaisquer
valores de (x, y, z), ou seja, todo vetor (x, y, z) combinao linear dos vetores

B 1, 0, 0, 0, 1, 0, 0, 0,1.
Portanto, B gera o R3: (x, y, z) = x (1, 0, 0) + y (0, 1, 0) + z (0, 0,1)
Concluso: Como B LI e B gera IR3 ento os vetores 1, 0, 0, 0,1, 0, 0, 0,1formam base para
IR3.
Notar: Toda Base Cannica LI e gera o prprio IRn.

Consequentemente:
{(1,0,0,0),(0,1,0,0),(0,0,1,0),(0,0,0,1) a base cannica de IR4.
{(1,0,0), (0,1,0), (0,0,1)} a base cannica de IR3.
{(1,0),(0,1)} a base cannica de IR2.
{1} a base cannica de IR.
1 0 0 1 0 0 0 0
7. B =
, 0 0, 1 0, 0 1, a base cannica de M(2, 2).
0
0

8. O conjunto B = 1, x, x 2 ,..., x n uma base do espao vetorial Pn.

64

Dimenso de um espao vetorial.

Teorema 1
Seja um espao vetorial V gerado por um conjunto finito de vetores v1 , v 2 ,..., v n . Ento,
qualquer conjunto com mais de n vetores necessariamente LD (e portanto, qualquer conjunto LI
tem no mximo n vetores).
Corolrio: Qualquer base de um espao vetorial tem sempre o mesmo nmero de elementos. Este
nmero chamado dimenso de V, e denotado por dim V.

Teorema 2
Qualquer conjunto de vetores LI de um espao vetorial V de dimenso finita pode ser
completado de modo a formar uma base de V.
Corolrio: Se dim V = n, qualquer conjunto de n vetores LI formar uma base de V.

Exemplos:
1. dim R2 = 2, pois toda base do R2 tem dois vetores.
2. dim Rn = n
3. dim M2, 2 4
4. dim Mm, n m n
5. dim {0} = 0
6. a dimenso de qualquer subespao S do R3 s poder ser 0, 1, 2 ou 3. Portanto, temos os
seguintes casos:
I)

dim S = 0, ento S 0 a origem.

II)

dim S = 1, ento S uma reta que passa pela origem.

III)

dim S = 2, ento S um plano que passa pela origem.

IV)

dim S = 3, ento S o prprio R3.

Teorema 3
Se U e W so subespaos de um espao vetorial V que tem dimenso finita, ento
dim U dim V e dim W dim V . Alm disso, dimU W dim U dim W dimU W .

Teorema 4
Dada uma base v1 , v 2 ,..., v n de V, cada vetor de V escrito de maneira nica como
combinao linear de v1 , v 2 ,..., v n .

65

Componentes de um Vetor
Definio: Sejam v1 , v 2 ,..., v n base de V e v V onde v a1 v1 a 2 v 2 .... a n v n .
Chamamos estes nmeros a1 , a 2 , ..., a n de componentes ou coordenadas de v em relao base e
se representa por :

v a 1 , a 2 ,..., a n
ou, com a notao matricial: v

a1
.

.
a n

Exemplos
1. Seja B = { (1, 2, 3), (0, 1, 2), (0, 0, 1)}uma base do IR3. Determine:
a) O vetor-coordenada de v = (5, 4, 2) em relao a B.
b) O vetor v IR3 sujo vetor-coordenada em relao a B VB = (2, -3, 4).
R: a) VB = (5, -6, -1)

b) v = (2, 1, 4)

2. No R2, consideremos as bases A 1, 0, 0,1, B 2, 0, 1, 3 e C 1,3, 2, 4


Dado o vetor v 8, 6 , tem-se:

8, 6 81, 0 60,1
8, 6 32, 0 21, 3
8, 6 21,3 32, 4
Com a notao acima, escrevemos:
v A 8, 6 v B 3, 2 v C 2, 3

Observao
Uma vez conhecida a dimenso de um espao vetorial, obtm-se facilmente uma base desse
espao. Uma forma prtica para determinar a dimenso de um espao vetorial verificar o nmero
de variveis livres de seu vetor genrico. Esse nmero a dimenso do espao.
dimenso = nmero mnimo de vetores necessrios para escrever uma base

2. Determinar a dimenso e uma base do espao vetorial S x, y, z R 3 / 2x y z 0


base = vetores que geraram esse plano

R: dim S = 2; B = 1, 0, 2, 0 ,1, 1

3. Determinar a dimenso e uma base do espao vetorial S x, y, z R 3 / y 3x


R: dim S = 2; B = 1, 3, 0, 0 , 0,1

66

4. Determinar a dimenso e uma base do espao vetorial S x, y, z R 3 / x 3 y e z y


R: dim S =1; B = 3, 1, 1
5. Determinar uma base e a dimenso do espao-soluo do sistema homogneo

x 2 y 4 z 3t 0

x 2 y 2 z 2t 0
2 x 4 y 2 z 3t 0

R: S = {(x,y,z,t)/t = 2z e x = -2y-2z} que um subespao vetorial do IR4.


Dim S = 2; B = {(-2, 1, 0, 0), (-2, 0, 1, 2)}.
6. Consideremos os seguintes subespaos do IR4:
S1 = {(a, b, c, d)/ a + b + c = 0} e S2 = {(a, b, c, d)/a - 2b = 0 e c = 3d}. Determinar:
a) dim S1 e uma base de S1.
b) dim S2 e uma base de S2.
R: a) dim S1= 3 e B = {(-1,1,0,0),(-1,0,1,0),(0,0,0,1)}
R: b) dim S2 = 2 e B = {(2,1,0,0),(0,0,3,1)}

67

EXERCCIOS - Lista 4:
- Subespao Vetorial
1) Sejam V = R2 e S = {(x,y) R2 / y = 3x}. S subespao de V?
2) Vejamos se para S = {(x, 4- 2x), x R} ocorre o mesmo.

3) Seja V = R2

e W {( x, x2); x R } verifique se W um subespao vetorial do R2

4) Seja V = R3 e W {( x1 , x2 , x3); x3 1} , verifique se W um subespao do R3

5) Seja V =

a b

a 0

;
a
,
b
,
c
,
d

R
e
S

;
a
,
b

verifique se S um subespao de V.

M 2 x 2 c d

c 0

Respostas
1. um subespao vetorial
2. No um subespao vetorial
3. No um subespao vetorial
4. No um subespao vetorial
5. um subespao vetorial

5) Nos problemas de I a IV so apresentados subconjuntos de R2. Verificar quais deles so


subespaos vetoriais do R2.
I) S = {(x, y)/y = -x}

II) S = {(x, x2)/x R}

III) S = {(x, y)/x + 3y = 0}

IV) S = {(x, y) /y = x+1}

6) Considere o R 3 e verifique se os vetores so LI ou LD.


a) u1 = (2, -1, 0)

u2 = (-1, 3, 0)

b) u1 = (1, -1, -2)

u2 = (2, 1, 1)

u3 = (3, 5, 0)
u3 = (-1, 0, 3).

c) u1 = (1, 2, 1) , u2 = (2, 4, 2) e u3 = (5, 10, 5)


d) u1 = (1, 1, 0), u2 = (1, 4, 5) e u3 = (3, 6, 5)

68

7) Escrever o vetor u = (-1, 3, 3) como combinao linear de u1 = (1, 1, 0), u2 = (0, 0, -1) e
u3 = (0, 1, 1).

8) Escrever o vetor v = (2, -5, 3) como combinao linear dos vetores v1 = (1, -3, 2), v2 = (2, -4, -1) e
v3 = (1, -5, 7).

9) Escrever o vetor w = (7, -11, 2) como combinao linear de u = (2, -3, 2) e v = (-1, 2, 4).

10) Determinar o valor de k para que seja LI o conjunto {(-1, 0, 2), (1, 1, 1), (k, -2, 0)}.
11) Verificar quais dos seguintes conjuntos de vetores formam base do R2:
a) B = {(1, 2), (-1, 3)}
b) B = {(3, -6), (-4, 8)}
12) O conjunto B = {(1, 1, -1), (2, -1, 0), (3, 2, 0)} forma uma base do R3?
Respostas:
5) I) subespao

II) No subespao

6) a) LD

b) LI

III) subespao
c) LD

IV) No subespao

d) LD

7) V = -u + v + 4w
8) Sistema Impossvel, portanto no gera combinao linear entre os vetores.
9) w = 3u 1v
10) k -3
11) a) B gera o R2

b) B no gera o R2

12) B gera o R3
MAIS EXERCCIOS DE BASE
1. Verifique se o conjunto B 1, 2; 2, 4 uma base do R2.
2. Verifique se A 1, 0; 0,1; 3, 4 base do R2.
3. Verifique se os vetores abaixo formam uma base do R3
a) u 1, 2, 3 v 0, 1, 2 w 0, 0,1
b) u 3, 0, 2 v 7, 0, 9
c) u 1,1, 0 v 3, 0, 1

w 4,1, 2
w 5, 2,1

Respostas: 1. os vetores so LD, logo, no uma base do R2


2. no gera R2

3. a) e b) formam uma base do R3, c) no

69

Exerccios lista 05
1) Determinar a dimenso e uma base para cada espaos vetoriais.
a) { (x, y, z) IR 3 / y = 3x}
b) { (x, y, z) IR 3 / y = 5x e Z = 0}
c) { (x, y) IR 2 / y + x = 0}
d) { (x, y, z) IR 3 / x = 3y e z = -y}
e) { (x, y, z) IR 3 / 2x y + 3z = 0}
f) { (x, y, z) IR 3 / z = 0}

2) Encontrar uma base e a dimenso do espao-soluo dos sistemas:

x 2 y 2z t 0

a) 2 x 4 y z t 0
x 2 y 3z 2t 0

2 x 2 y 3z 0

b) x y z 0
3x 2 y z 0

x y 2z t 0
c)
2 x 2 y 4 z 2t 0

3) No espao vetorial IR3, consideremos a seguinte base:


B ={(1, 0, 0) (0, 1, 0) (1, -1, 1)}. Determine o vetor ccordenada de v IR3 em relao base B se:
a) v = (2, -3, 4)

b) v = (3, 5, 6)

c) v = (1, -1, 1)

4) Seja A = {(3, 2x, -x2)} uma base do polinmio de P2. Determine o vetor-coordenada de
v = 6 - 4x + 3x3 em relao base A.

5) Quais dos seguintes conjuntos de vetores formam base de P2?


a) 2t2 + t 4, t2 -3t + 1
b) 1, t, t2
c) 2, 1-x, 1 + x2
d) 1 + x + x2, x + x2, x2
e) 1 + x, x x2, 1 + 2x x2
6. Sejam u 2, - 1, 3 , v - 1, 0, - 2 e w 2, - 3, 1 , verifique se os vetores so LD ou LI.
7. O conjunto

2, 0, 0, 5 R2 = V

LD ou LI ?

70

8. Considere o R 3 e verifique se os conjuntos de vetores so LI ou LD .


a) u 2, - 1, 0 v - 1, 3, 0

w 3, 5, 0

b) u = (1, -1, -2) v = (2, 1, 1)

w = (-1, 0, 3).

1 2 2 3 3 4
8. No espao vetorial M 22 o conjunto A
, 3 0 , 3 1 LD ou LI?

3
1

9. Seja u 1, 2, 1 , v 2, 4, 2 e w 5, 10, 5 analise se so LD ou LI.


10. Seja u 1, 1, 0, v 1, 4, 5 e w 3, 6, 5 analise se so LD ou LI.
11. Escrever o vetor - 1,3,3como combinao linear de u 1,1,0, v 0,0,-1 e w 0,1,1 .
12. Verifique se o vetor v 2,-5,3 pode ser obtido atravs da combinao linear dos vetores
v1 1,-3,2, v 2 2,-4,-1 e v 3 1,-5,7

Respostas da lista 05
1) a) dim: 2

b) dim 1

c) dim 1

d) dim 1

e) dim 2

f) dim 2

As bases ficaro a cargo do aluno.


2) a) dim: 2 uma base(1, 0, 3, -5) (0, 1, 6, -10)
b) dim: zero no existe base.
c) dim: 3 uma base(-1, 0, 0, 1) (-1, 1, 0, 0) (2, 0, 1, 0)
3) a) vB = (-2, 1, 4)
4) VA = (2, -2, -3)

b) vB = (-3, 11, 6)
5) b) c) d)

6) LD

c) vB = (0, 0, 1)
7) LI

8) a) LD b) LI

9) LD 10) LD

11) LD

12) - 1,3,3 1u 1v 4w 13) no possvel.

71

Subespaos gerados
1) Determinar os subespaos do IR3 gerados pelos seguintes conjuntos:
a) A = {(2, -1, 3)}

b) A = { (-1, 3, 2), (2, -2, 1)}

c) A = {(1, 0,1), (0, 1, 1), (-1, 1, 0)}

d) A = { (-1, 1, 0), (0, 1, -2), (-2, 3, 1)}

e) A = { (1, 2, -1), (-1, 1, 0), (-3, 0, 1), (-2, -1, 1)}


R:

a) {(x, y, z) IR 3 / x = -2y e z = -3y}

b) {(x, y, z) IR 3 / 7x + 5y -4z = 0}

c) {(x, y, z) IR 3 / x + y - z = 0}

d) IR3

e) {(x, y, z) IR 3 / x + y + 3z = 0}
Resposta completa da d)

Temos [v1, v2, v3] =

Da equao acima, temos:

Fazendo as substituies retroativas, encontramos:

Desta forma, os vetores [v1, v2, v3] geram o seu prprio IR3. Isto , G(A) =IR3
Qualquer vetor (x, y, z) combinao linear da forma:
[v1, v2, v3] =

2) Mostrar que o conjunto A 3,1, 5, 2gera o R2.


R: x, y 2x 5y3,1 3y x 5, 2
Isto , G(A) = IR2
3) Mostrar que os vetores u 1, 2, 3, v 0,1, 2 e w 0, 0,1 geram R3.
R: x, y, z x u 2x y v x 2y z w
Isto , G(A) = IR3

72

7. ESPAOS VETORIAIS COM PRODUTO INTERNO

Seja V um espao vetorial real. Um produto interno sobre V uma funo que a cada par de
vetores, u e v, associa um numero real, denotado por u, v ou u v , satisfazendo os seguintes
axiomas.
i) u u 0 e u u 0 see u 0

[Axioma de positividade]

ii) u v u v para todo real

[Axioma de homogeneidade]

iii) u v w u v u w

[Axioma de aditividade]

iv) u v v u

[Axioma de simetria]

Um espao vetorial real com um produto interno chamado espao com produto interno
real.
Sendo u x1, y1 e v x 2 , y2 definimos o produto escalar do R2 da seguinte forma:

u v x1 x2 y1 y2 . Analogamente define-se o produto escalar do R3, R4, ..., Rn.


Norma, mdulo ou comprimento
Norma de um vetor v = (x1, x2, . . ., xn) representado por |v| o nmero real no negativo:
|v| =

v.v =

x 12 x 22 ... x 2n

Exemplo: Normalize o vetor v1 = (1, -2, 1).


1 2 1
,
,

Lembrar: O que vetor unitrio? u =


6 6 6

Norma com relao ao produto interno dado.


Seja V = R3 com o produto interno v1v2 = 3x1x2 + 2y1y2 + z1z2, com v1, v2 vetores do R3.
Dado v = (-2, 1, 2) do R3 em relao ao produto interno tem-se:
|v| =

vv =

3(2) 2 2(1) 2 (2) 2 = 18

normalizando v, temos u =

v
,ento u =
|v|

2 1
2

,
,

18 18 18

O vetor u unitrio com relao ao produto interno dado

73

ATENO: importante observar na resoluo dos problemas que ao calcular o mdulo, ou


produto interno escalar de dois vetores este depende do produto interno utilizado. Se o produto
interno muda, o mdulo ou o produto interno tambm se modifica.
- Produto interno usual, ou produto interno, ou produto euclidiano.
Se u = (u1, u2, u3, ..., un) e v = (v1, v2, v3, ...,vn) so vetores quaisquer em Rn,
ento u.v = u1.v1 + u2.v2 + ....+ um.vn define o produto interno euclidiano u.v de u e v.
- Produto interno dado no problema.
Exemplos:
1) Em relao ao produto interno usual do R2, calcular uv sendo dados:
a) u = (-3, 4)

e v = (5, -2)

b) u = (6, -1, 2) e v = (1/2, -4, 1)

2) Para os mesmos vetores do exerccio anterior calcular uv em relao ao produto interno


uv = 3x1x2 + 4y1y2 + z1.z2

74

6.1. Vetores Ortogonais


Seja V um espao vetorial euclidiano ( um espao vetorial real, de dimenso finita, no qual
est definido um produto interno). Diz-se que dois vetores u e v so ortogonais se, e somente se,

u v 0, ou seja u v .

Exemplo 1:
Seja

V R2

um

espao

vetorial

euclidiano

em

relao

x1 , y1 x2 , y2 x1 x2 y1 y2 . Em relao a este produto interno, os vetores


so ortogonais, pois: u v 34 43 0 .

ao

produto

interno

u 3, 4 e v 4, 3

Conjunto Ortogonal de Vetores:


Seja V um espao vetorial euclidiano. Diz-se que um conjunto de vetores v1 , v 2 , ..., v n V
ortogonal se dois vetores quaisquer, distintos, so ortogonais, isto , vi v j 0 para i j . Por
exemplo, o conjunto

1, 2, 3, 3, 0,1, 1,5, 3 ortogonal

em relao ao produto interno usual,

pois os vetores deste conjunto so ortogonais dois a dois.


Teorema
Um conjunto ortogonal de vetores no-nulos A v1 , v 2 , ..., v n linearmente independente
(LI).

Observao: a recproca deste teorema no verdadeira, ou seja, se o conjunto B LI, isso no


significa que B ortogonal. Por exemplo, B 1, 2, 2, 5 um conjunto de vetores LI, mas B no
um conjunto ortogonal.
Base Ortogonal
Diz-se que uma base v1 , v 2 , ..., v n de V ortogonal se os seus vetores so dois a dois
ortogonais. Logo o conjunto B 1, 2, 3, 3, 0,1, 1,5, 3 uma base ortogonal do R3.

75

Base Ortonormal
Uma base B v1 , v 2 , ..., v n de um espao vetorial euclidiano V ortonormal se B
ortogonal e todos os seus vetores so unitrios.
Exemplo 2:

3 1 1 3
2
Verifique se B
, , ,
uma base ortonormal do R .

2
2
2
2

Observao
J vimos que se v um vetor no-nulo, o vetor

normalizado. O processo que transforma v em

v
unitrio. Diz-se, nesse caso, que v est
v

v
chama-se normalizao de v.
v

Assim, uma base ortonormal sempre pode ser obtida de uma base ortogonal normalizando
cada vetor.
Exemplo 3:
A base B v1 , v 2 , ..., v n , sendo v1 1,1,1, v 2 2,1,1 e e v3 0, 1,1 ortogonal em
relao ao produto interno usual. Normalizando cada vetor obtemos uma base ortonormal do R3.
Determinar esta base ortonormal.

Exemplos
1) Determine se os conjuntos de vetores so ortogonais, ortonormais ou, no so ortogonais e nem
ortonormais em relao ao produto interno usual.
1
a)
, 0,
2

1 1
,
;
2 3

1
1 1
,
, 0,

3
3
2

2 1 2 1
2 1
2
b) , ,
, ,
,
3 3 3 3
3 3
3

2
,
3

c) 1, 0, 1 (2, 0, 2) 0, 5, 0

76


3 1 1 3

2
2) Verifique se B
, , ,
uma base ortonormal do R ?

2 2 2 2

3) Construir a partir do vetor v = (3, 1, -1) uma base ortogonal do R3 relativamente ao produto
interno usual e obter, a partir dela, uma base ortogonal.

6.2. Processo de Ortogonalizao de Gram-Schmidt:


Dado um espao vetorial euclidiano V e uma base qualquer B v1 , v 2 , ..., v n desse espao,
possvel, a partir dessa base, determinar uma base ortogonal de V.
De fato, supondo que v1 , v 2 , ..., v n no so ortogonais e, considerando que w1 v1 ,
determinamos o valor de de modo que o vetor w 2 v 2 w1 seja ortogonal a w1 , ou seja:

w2 w1 0

(v2 w1 ) w1 0
v2 w1 (w1 w1 ) 0

v2 w1
w1 w1

v w1
w1
w2 v 2 2
w

w
1
1
Assim w1 e w 2 so ortogonais.
Analogamente determina-se

w 3 , onde

v w2
w3 v3 3
w2 w2

v w1
w2 3
w1 , onde

w1 w1

w1 , w 2 e w 3 so ortogonais.
O processo que permite a determinao de uma base ortogonal a partir de uma base qualquer
chama-se processo de ortogonalizao de Gram-Schmidt.
Para se obter uma base ortonormal, basta normalizar cada w i , fazendo u i

wi
wi

77

Exemplo 4:
Sejam v1 1,1,1 , v 2 0,1,1 e v 3 0,0,1 vetores do R3. Esses vetores constituem uma
base B {v1 , v 2 , v 3 } no ortogonal em relao ao produto interno usual. Obtenha a partir de B uma
base B {u 1 , u 2 , u 3 } que seja ortonormal.

1 1 1 2 1 1
1 1
,
, 0,

,
,
,
,
,
R: B
6 6 6
2 2
3 3 3

Exemplo 5: Em relao ao produto interno usual, determinar uma base ortogonal do seguinte
subespao vetorial do R3: S = {(x, y, z) R 3 / x y z 0}

78

EXERCCIOS Lista 5
1) Determinar o valor de m para que os vetores u 2, m, 3 e v m 1, 2, 4 sejam ortogonais em
relao o produto interno usual do R 3 .
2) Construir a partir do vetor v1 1, 2,1 uma base ortogonal do R3 relativamente ao produto
interno usual e obter, a partir dela, uma base ortonormal.
3) Considere as seguintes bases:
a) A 3, 4, 1, 2
b) B 1, 0, 0, 0,1,1, 0,1, 2
c) C 1, 0,1, 1, 0, 1, 0, 3, 4
Ortonormalizar essas bases em relao ao produto interno usual de cada espao.
4) Em relao ao produto interno usual, determinar uma base ortogonal do seguinte subespao
vetorial do R3: S = {(x, y, z) R 3 / 3x y z 0}
5) Construir a partir do vetor v1 1, 3, 4 uma base ortogonal do R3 relativamente ao produto
interno usual.

Respostas
1) m

7
2

2) B 1,2,1, 1,1,1, 2,1,1 para base ortonormal, basta normalizar cada vetor de B.

3 4 4 3
3) a) A' , , ,
5 5 5 5

1 1
1 1
b) B' 1, 0, 0, 0,
,
,
, 0,

2 2
2 2

c) C' 1 , 0, 1 , 1 , 0, 1 , 0, 1, 0
2

2 2

4) Fazendo y = z 3x v1 = (1, -3, 0) v2 = ( 0, 1, 1)


5)
Ver resposta no quadro da 4 e 5)

79

Exerccios
1) Quais dos seguintes conjuntos de vetores so ortogonais em relao ao produto interno euclidiano
de R2?
a) (0, 1) (2, 0)

b) (-1/ 2 , 1/ 2 )

(1/ 2 , 1/ 2 )

c) (-1/ 2 , -1/ 2 ) (1/ 2 , 1/ 2 )

d) (0,0) (0,1)

2) Quais dos conjuntos de vetores do exerccio 1 so ortonormais em relao ao produto interno


euclidiano de R2?
3) Quais dos seguintes conjuntos de vetores so ortogonais em relao ao produto interno
euclidiano de R2?
1
a)
, 0,
2

1 1
,
;
2 3

c) 1, 0, 0 ; 0,

1
2

1
1 1
,
, 0,

3
3
2

0,

0, 1

2 1 2 1
2 1
2
b) , ,
, ,
,
3 3 3 3
3 3
3

1
d )
,
6

1
6

2
,
3

2 1
1

,
, 0
;
6 2
2

4) Quais dos conjuntos de vetores do exerccio 3 so ortonormais em relao ao produto interno


euclidiano de R3?
5) Suponha que R2 tem seu produto interno euclidiano. Use o processo Gram-Schimdt para
transformar a base {v1,v2} em uma base ortonormal. Esboce os vetores no plano xy.
v1 = (1,0) v2 = (3, -5)
6) Suponha que R3 tem produto interno euclidiano. Use o processo de Gram-Schimdt para
transformar a base {v1, v2, v3} em uma base ortonormal.
a) v1 = (1, 1, 1) v2 = (-1, 1, 1) v3 = (1, 2, 1)

b) v1 = (1, 0, 0) v2 = (3, 7, -2) v3 =(0, 4, 1)

7) Suponha o produto interno euclidiano. Encontre uma base ortonormal para o subespao gerado
por (0, 1, 2) (-1, 0, 1) (-1, 1, 3).
8) Suponhamos que S consiste dos seguintes vetores em R4:
u1 = (1, 1, 0, -1)

u2 = (1, 2, 1, 3)

u3 = (1, 1,-9, 2) u4 = (16, -13, 1, 3) Mostre que S

ortogonal e S uma base para R4.

80

9) Consideremos no IR3, produto interno usual. Para que valores de m os vetores u e v so


ortogonais?
a) u = (3m, 2, -m)

e v = (-4, 1, 5)

b) u = (0, m -1, 4)

e v = (5, m -1, -1)

10) Em relao ao produto interno usual, determine uma base ortonormal dos seguintes subespaos
vetoriais do IR3.
a) S = ( x, y, z ) IR 3 / y 2 z 0
b) S = ( x, y, z ) IR 3 / x y z 0

Respostas:
1) a) b) d)

2) b

3) b) d)

4) b) d)

5) (1, 0) (0, -5)


1
1
1 2 1 1 1 1
,
,

,
,
0,
,
6) a)

3
3
6 6 6
2 2
3

7 2
2
7
,
0,
,

b) 1, 0, 0 0,
53 53
53 53

1
2
5
2
1
,

,
,
8) Toda base ortogonal LI. 9) a ) 2/17
7) 0,
5
5
30
30 30

b) 3 ou -1

10) Existe infinitas. Por exemplo uma base.....


a) (1, 0, 0) (0,

1 2
1 1 1
2 1
,
, 0
,
,

, ) b)
2
6
6 6
5 5
2

81

7. TRANSFORMAES LINEARES

Estudaremos um tipo especial de funo (ou aplicao), onde o domnio e o contradomnio


so espaos vetoriais reais. Assim, tanto a varivel independente como a varivel dependente, so
vetores, razo pela qual essas funes so chamadas vetoriais. Estamos particularmente interessados
nas funes vetoriais lineares que sero denominadas transformaes lineares. As transformaes
lineares so fundamentais no estudo da lgebra Linear e tm muitas aplicaes na Fsica,
Engenharias, Cincias Sociais e em outros vrios ramos da Matemtica.
Para dizer que T uma transformao do espao vetorial V no espao vetorial W, escreve-se

T : V W sendo T uma funo, cada vetor v V tem um s vetor imagem w W , que ser
indicado por w Tv.
Considerando V R 2 e W R 3 , uma transformao T : R 2 R 3 associa vetores
v x, y R 2 com vetores w x, y, z R 3 . Se a lei que define a transformao T for

Tx, y 3x,2y, x y , o diagrama apresenta trs vetores particulares de v e suas correspondentes


imagens w.
R2

2,1
1, 3
0, 0

R3

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

Definio
Sejam V e W espaos vetoriais. Uma aplicao T: V W chamada transformao linear
de V em W se:
I) Tu v Tu Tv
II) Tu Tu
para u, v V e R.

Observao: Uma transformao linear de V em V ( o caso onde V = W, ou seja, quando V e W


tm a mesma dimenso) chamada operador linear sobre V.

82

Exemplos:
1. Mostre que T : R 2 R 3 , Tx, y 3x,2y, x y , uma transformao linear.
2. Mostre que T : R R , Tx 3x , uma transformao linear.
3. Mostre que T : R 3 R , Tx, y, z x y z , uma transformao linear.
4. Mostre que T : R R , Tx 3x 1 , no uma transformao linear.

5. Mostre que T : R 2 R 2 , T x, y x 2 ,3 y , no uma transformao linear.


Observao: Em toda transformao linear T : V W , a imagem do vetor 0 V o vetor 0 W ,
isto T0 0 . Este fato decorre da condio (II) da definio, para 0 .
No entanto a recproca no verdadeira, pois existe transformao com T0 0 e T no
linear. o caso da transformao T : R 2 R 2 , Tx, y x 2 , 3y , onde Tu v Tu Tv .
Uma matriz A(m x n) sempre determina uma Transformao Linear T: IRn IRm .
Propriedade
Se T : V W for uma transformao linear, ento:

Tau bv aTu bTv

para u, v V e a, b R .

De forma anloga, tem-se:

Ta 1 v1 a 2 v 2 ... a n v n a 1Tv1 a 2 Tv 2 ... a n Tv n


para v i V e a i R, i 1, 2, ..., n , isto , a imagem de uma combinao linear de vetores
uma combinao linear desses vetores, com os mesmos coeficientes.
Suponhamos que v1 , v 2 ,..., v n seja uma base do domnio V e que se saiba quais so as
imagens Tv1 , Tv 2 ,..., Tv n dos vetores desta base. Sempre possvel obter a imagem Tv de
qualquer v V , pois sendo v uma combinao linear dos vetores da base, isto :

v a 1 v1 a 2 v 2 ... a n v n
e pela relao acima, vem:

Tv a 1Tv1 a 2 Tv 2 ... a n Tv n
Assim, uma transformao linear T : V W fica completamente definida quando se
conhecem as imagens dos vetores de uma base de V.

83

Exemplos:
6) Seja T : R 3 R 2 uma transformao linear e b v1 , v 2 , v 3 uma base do R3, sendo v1 0,1, 0 ,

v 2 1, 0,1 e v 3 1, 1, 0 . Determinar T5, 3,2 , sabendo que Tv1 1,2 , Tv 2 3,1 e


Tv 3 0, 2 .

R: T5, 3,2 10, 20

7) Sabendo que

T : R2 R3

uma transformao linear e que

T1,1 3, 2, 2 e

T 1, 2 1,1, 3, determinar Tx, y .


R: Tx, y 7x 4y,3x y, x y

1.1. Ncleo de uma transformao linear:


Definio: Chama-se ncleo de uma transformao linear T : V W ao conjunto de todos os
vetores v V que so transformaes lineares em 0 W . Indica-se esse conjunto por NT ou

ker T :
NT ou ker T v V / Tv 0

Exemplos
8) O ncleo da transformao linear: T : R 2 R 2 , Tx, y x y, 2x y o conjunto:

NT x, y R 2 / Tx, y 0, 0

NT 0, 0
9) O ncleo da transformao linear: T : R 3 R 2 , T x, y, z x y 4 z, 3x y 8z o conjunto:
N T x, y, z R 3 / T x, y, z 0, 0

N T { 3 y, y, y / y IR}

N T { y 3,1,1 / y IR}

84

1.2. Imagem de uma transformao linear:


Definio: Chama-se imagem de uma transformao linear T : V W ao conjunto dos vetores

w W que so imagens de pelo menos um vetor v V . Indica-se esse conjunto por ImT ou

TV :
ImT w W / Tv w para algum v V

Exemplo:
10) Determinar o ncleo e a imagem do operador linear:
T : R 3 R 3 , Tx, y, z x 2 y z, y 2z, x 3y z .

R: NT 5z, 2z, z / z R e ImT a , b, c R 3 / a b c 0


11) Seja a T : R 3 R 2 , T v1 1,2 T (v2 ) (0,1) e T (v3 ) (1,3), sendo (v1, v2, v3) a base
cannica de R3.
Determine: a) Transformao Linear

b) Ncleo

c) Imagem

EXERCCIOS Lista 6
1) Determine quais das seguintes transformaes so aplicaes lineares:
a)

d)

T:R2 R2

T x , y x 2 , x

T:R2 R
Tx, y x y

b)

T:R R2
Tx x,2x

e)

T:R2 R2
Tx, y x y, x y

c)

f)

T:R R2
T x x , x 1

T:R2 R3

Tx , y x 2 , 1, x 2 y 2

2) Determine a transformao linear T : R 3 R 2 tal que tal que T3, 2,1 1,1 , T0,1, 0 0, 2 e

T0, 0,1 0, 0
3) Determine o operador linear da transformao T : R 2 R 2 tal que T1, 0 1,1 e T0,1 2, 2
4) Qual a transformao linear T : R 2 R 3 tal que T1, 0 2, 1, 0 e T0,1 0, 0,1 .

85

5) Qual a transformao linear T : R 2 R 3 tal que T1, 1 3, 2, 1 e T0, - 2 0,1,0 . Ache

T1, 0 e T0, 1.

6) Dadas as transformaes, indique o ncleo e a imagem de cada uma delas:


a)

T:R R2
Tx x,2x

b)

T:R2 R
Tx, y x y

Nos problemas 7 a 12 so representadas transformaes lineares. Para cada uma delas:


a) Determinar o ncleo.
b) Determinar a imagem.
7- T:R2 R2, T ( x, y) = ( 3x y, -3x + y )
8 - T:R2 R3, T (x, y) = (x + y, x, 2y)
9- T:R2 R2, T ( x, y) = (x 2y, x + y)
10 -T:R3 R2, T (x, y, z) = (x + 2y z, 2x y + z)
11- T:R3 R3, T (x, y, z) = (x - y 2z, -x + 2y + z, x -3z)
12- T:R3 R3, T (x, y, z) = (x 3y, x z, z x)

Respostas:
1) So aplicaes lineares: b, d, e
x 5x

2) Tx, y, z , 2 y
3 3

4) T x, y 2x, x, y

6) a)

3) Tx, y x 2y, x 2y
5x y
5
1

, 0
5) T x, y 3x,
, x T 1,0 3, , 1 T 0,1 0,
2
2

NT x R / x 0

ImT a , b R 2 / 2a b

7) a) N(T) = {(x, 3x)/x IR};

b)

N T x, y R 2 / x y
ImT IR

b) Im(T) = {(a, b) IR 2 /(a + b) = 0 };

86

8) a) N(T) = {(0, 0) };

b) Im(T) = {(a, b, c) IR3/ 2a 2b c =0};

9)

b) Im(T) = IR2

a) N(T) = {(0, 0)};

10) a) N(T) = {(x, -3x, -5x)/x IR };

b) Im(T) = IR2;

11) a) N(T) = {(3z, z, z) };

b) Im(T) = {(a, b, c) IR3/ 2a + b c =0};

12) a) N(T) = {(3x, x, 3x)/x IR };

b) Im(T) = {(a, b, c) IR3/ b + c = 0};

1.3. Matriz de uma transformao linear:


Sejam T : V W uma transformao linear, A uma base de V e B uma base de W.
Consideremos o caso em que dim V 2 e dim W 3 . Sejam A v1 , v 2 e B w 1 , w 2 , w 3 bases
de V e W, respectivamente.
Um vetor v V pode ser expresso por: v x 1 v1 x 2 v 2 ou v A x 1 , x 2 e a imagem Tv
por: Tv y1 w 1 y 2 w 2 y 3 w 3 ou Tv B y1 , y 2 , y 3
Por outro lado:

Tv Tx 1 v1 x 2 v 2 x1Tv1 x 2 Tv 2
Sendo Tv1 e Tv 2 vetores de W, eles so combinaes lineares dos vetores de B:
Tv1 a 11 w 1 a 21 w 2 a 31 w 3
Tv 2 a 12 w 1 a 22 w 2 a 32 w 3

Substituindo esses valores em Tv x 1Tv1 x 2 Tv 2 , vem:


Tv x 1 a 11 w 1 a 21 w 2 a 31 w 3 x 2 a 12 w 1 a 22 w 2 a 32 w 3

ou
Tv a 11x 1 a 12 x 2 w 1 a 21 x 1 a 22 x 2 w 2 a 31x 1 a 32 x 2 w 3

Comparando essa igualdade com Tv y1 w 1 y 2 w 2 y 3 w 3 , concluiu-se:

y1 a 11x 1 a 12 x 2
y 2 a 21x 1 a 22 x 2
y 3 a 31x 1 a 32 x 2
ou, na forma matricial:

y1 a 11 a 12
y a
x1
a
2
21
22

x
2
y 3 a 31 a 32

Tv1 B Tv 2 B

87

ou, simbolicamente:

TvB TAB vA

sendo TAB denominada matriz de T em relao s bases A e B, isto , T a matriz mudana de base
de A para B.

Podemos usar um modo mais direto para calcular a Matriz de uma transformao
linear
1o Passo: Calcular T(vj), para j = 1, n.
2o Passo: Forme a matriz [ w1, w2, w3, wn T(v1), T(v2), T(v3), , T(vn)] e a coloque em sua
forma escada reduzida por linhas, obtendo a matriz [In A].
3o Passo: A matriz A representa a matriz transformada.

Observaes
1. A matriz TAB de ordem 3 2 quando dim V 2 e dim W 3 .
2. As colunas da matriz TAB so as componentes das imagens dos vetores da base A em relao
base B.
3. A matriz TAB depende das bases A e B consideradas, isto , a cada dupla de bases corresponde
uma particular matriz. Assim, uma transformao linear poder ter uma infinidade de matrizes
para represent-la. No entanto, fixadas as bases, a matriz nica.

Exemplo 1:
1.

Seja

T : R 3 R 2 , Tx, y, z 2x y z, 3x y 2z , linear. Consideremos as bases

A1,1,1; 0,1,1; 0, 0,1 e B 2,1; 5, 3.


a) determinar TAB .
b) Se v 3, 4, 2 (coordenadas em relao base dos vetores de A), calcular Tv B utilizando a
matriz encontrada.
4 5 13
A
R: a) T B

2 2 5

31
b) Tv B

10

88

Exerccios:
1. Seja T : R 3 R 2 , Tx, y, z 2x y z, 3x y 2z , linear com as bases A v1 , v 2 , v 3 onde
v1 1,1,1, v 2 0,1,1 e v 3 0, 0,1 e B w1 , w 2 onde w1 1, 0 e w 2 0, 1

a) determinar TAB .
b) Se v 3, 4, 2 calcular Tv B .
2. Seja T : R 3 R 2 , Tx, y, z 2x y z, 3x y 2z , linear com as bases A v1 , v 2 , v 3 onde
v1 1, 0, 0, v 2 0,1, 0 e v 3 0, 0,1 e B w1 , w 2 onde w1 1, 0 e w 2 0, 1

a) determinar TAB .
b) Se v 3, 4, 2 calcular Tv B .

Respostas:
1
2 0
A
1. a) T B

2 1 2

12
b) Tv B
1

2 1 1
A
2. a) T B

3 1 2

12
b) Tv B
1

Exerccios Matriz de transformao


1) Consideremos a transformao linear T: IR3 IR2 definida por
T(x, y, z) = (2x + y z, x + 2y) e as bases A = {(1, 0, 0) (2, -1, 0), (0, 1, 1)} do IR3 e
B = {((-1, 1) (0, 1)} do IR2 . Determine a matriz T B .
A

2) Seja a transformao linear T:IR2 IR3 T(x,y)=(2x - y, x + 3y, -2y) e as bases A={(-1, 1), (2,
1)} e B={(0,0,1),(0,1,-1),(1,1,0)}. Determinar T B . Qual a matriz T C , onde C a base cannica
A

do IR3 ?
3) Sabendo que a matriz de uma transformao linear T:IR2 IR3 nas bases
A = {(-1, 1) (1, 0)} do IR2 e B = {(1, 1, -1) (2, 1, 0) (3, 0, 1)} e do IR3 : T

A
B

3 1
= 2 5 encontrar a
1 1

expresso de T(x,y) e a matriz [T] .

89

1 2
4) Seja T 2
0 a matriz cannica de uma transformao linear T:IR2 IR 3 .

1 3
Se T(v) = (2, 4, -2) calcular v.
5) Seja T:IR IR uma transformao linear com matriz T
2

B
B

1 1
0
1 para
2 3

B = {e1, e2}, base cannica do IR2, e B ={(1, 0, 1) (-2, 0, 1) (0, 1, 0)}, base do IR3. Qual a imagem
do vetor (2, -3) pela T?
1 0 1
B
6) Seja T:IR3 IR2 tal que T B12
sendo B1 = {(0, 1, 1) (1, 0, 0) (1, 0, 1)} e
1 1 1

B2 = {(-1, 0) (0, -1)} bases do IR3 e do IR2, respectivamente.


a) Encontre a expresso de T(x, y, z)

b) Determine Im(T).

c) Determine N(T).

7) Considerando o operador linear T:IR2 IR 2 (x, y) (x +2y, x y) e as bases A = {(-1, 1) (1,


0)}
B = {(2, -1) (-1, 1) e C cannica. Determine T A , T B, T C .

1 2 1
8) Seja T o operador linear dado pela matriz 2 0
1 , calcular a transformao Linear.
1 2 2
Respostas:
2 3 0
1)
3 2
3

3 0 3 3
2) 5 2 e 2
5
3 3 2 2

3) T(x,y) = (8x + 18y, 6x + 11y, -2x 4y)

8 18
3) [T] = 6 11
2 4

4) v = (2, 0)

6) a) T(x, y, z) = (-2y + z, -x + y)
2 1
7) T A
,
1 2

T B

5) (11, -13, 2)

b) Im (T) = IR2

3 1

,
6 3

T C

c) N(T) = {(x, x, 2x)/x IR }

1 2

1 1

8) T(x, y, z) = (x +2y z, 2x + z, x -2y + 2z)

90

1.4. Transformaes Lineares Planas:


Reflexes:
a) Reflexo em torno do eixo dos x
Essa transformao linear leva cada ponto x, y para sua imagem x,y , simtrica em
relao ao eixo dos x.
T:R2 R2

x, y x, y

ou Tx, y x,y

y
(x,y)

1 0
sendo
sua matriz cannica, isto :
0 1
x 1 0
y 0 1

x
y

(x, -y)

b) Reflexo em torno do eixo dos y

T:R2 R2

(-x, y)

x, y x, y

(x,y)
T

ou

x x 1 0 x
y y 0 1 y

y
c) Reflexo na origem
(x,y)

T:R2 R2

x, y x, y

ou
x x 1 0
y y 0 1

x
y

d) Reflexo em torno da reta y x


T : R R , x, y y, x
2

x y 0 1 x
ou

y x 1 0 y

(-x, -y)
y

(y, x)

y=x
T
(x,y)
x
91

e) Reflexo em torno da reta y x


T:R2 R2

x, y y, x
ou

(x, y)

x y 0 1 x
y x 1 0 y

(-y, -x)

Dilataes e Contraes
a) Dilatao ou contrao na direo do vetor
T:R2 R2

x, y x, y,

ou
x
x x 0 x
y y y 0 y


Observemos que:

T(v)

se 1 , T dilata o vetor;

se 1 , T contrai o vetor;

se 1 , T a identidade I;

se 0 , T troca o sentido do vetor.

b) Dilatao ou contrao na direo do eixo dos x


T:R2 R2

x, y x, y,

v
x

y
(x, y)

(x,y)

(2x,y)

ou
x x 0 x
y y 0 1 y

2x

Observemos que:

se 1 , T dilata o vetor;

se 0 1, T contrai o vetor.
92

c) Dilatao ou contrao na direo do eixo dos y


T:R2 R2

x, y x, y,

(x,2y)

ou

(x,y)

x x 1 0 x
y y 0 y

(x,y)
x

Cisalhamentos:
a) Cisalhamento da direo do eixo dos x
T:R2 R2

x, y x y, y
ou
x
x y 1 x
y y 0 1 y

T
x

O efeito do cisalhamento transformar o retngulo OAPB no paralelogramo OAPB, de


mesma base e mesma altura. Podemos observar que, por esse cisalhamento, cada ponto x, y se
desloca paralelamente ao eixo dos x at chegar em x y, y , com exceo dos pontos do prprio
eixo dos x, que permanecem em sua posio, pois para eles y 0 , isso em funo das figuras
possurem a mesma base OA . Esse cisalhamento tambm chamado de cisalhamento horizontal de
fator .

93

b) Cisalhamento da direo do eixo dos y


T:R2 R2

x, y x, y x
x
x 1 0 x
ou


y
y x 1 y
1 0
Por exemplo, a matriz
representa um cisalhamento vertical de fator 2.
2 1

Rotao:
A rotao do plano em torno da origem (sentido anti-horrio), que faz cada ponto descrever
um ngulo , determina uma transformao linear T : R 2 R 2 , cuja matriz cannica :
cos
sen

sen x
.
cos y

Essa matriz chama-se matriz de rotao de um ngulo , 0 2 , e a matriz cannica


da transformao linear T : R 2 R 2 , T x, y x cos ysen, xsen y cos . Se, por
exemplo, desejarmos a imagem do vetor v 4,2 , pela rotao de

cos 2
T4, 2
sen
2

sen 4
2
2
cos
2

, basta fazer:
2

0 1 4 2

1 0 2 4

T4, 2

Exemplos:
1) Os pontos A2, 1, B6, 1 e Cx, y so vrtices de um tringulo equiltero. Determinar o
vrtice C, utilizando a matriz de rotao.

R: C 4 3, 2 3

2) Determinar a matriz da transformao linear de R2 em R2 que representa uma reflexo em torno da


reta y = -x, seguida de uma dilatao de fator 2 na direo x, e finalmente, um cisalhamento de fator
3 na direo vertical.

94

TRANSFORMAES LINEARES NO ESPAO


Reflexes
a) Reflexes em relao aos planos coordenados
A reflexo em relao ao plano xOy a transformao linear que leva cada ponto x, y, z na
sua imagem x, y,z , simtrica em relao ao plano xOy. Assim, essa transformao definida por:

Tx, y, z x, y,z
1 0 0
e sua matriz cannica : 0 1 0

0 0 1
As reflexes em relao aos planos xOz e yOz tm matrizes cannicas:

1 0 0
0 1 0

0 0 1

1 0 0
0 1 0 respectivamente.

0 0 1

b) Reflexes em relao aos eixos coordenados


A reflexo em torno d eixo x o operador linear T : R 3 R 3 , Tx, y, z x, y,z , cuja

matriz cannica :

1 0 0
0 1 0

0 0 1

De forma anloga, Tx, y, z x, y,z e Tx, y, z x,y, z definem as reflexes em


relao aos eixos Oy e Oz, respectivamente.

c) Reflexo na origem
T : R 3 R 3 , Tx, y, z x, y,z

95

Rotaes
Dentre as rotaes do espao ressaltamos a rotao do espao em torno do eixo dos z, que faz cada
ponto descrever um ngulo . Esse operador linear T : R 3 R 3 definido por:
z
Tx, y, z x cos ysen, xsen y cos, z
e sua matriz cannica

cos sen 0
T sen cos 0
0
0
1

v
o

Exemplo proposto:

T(v)
y

1. Calcular o ngulo formado pelo vetor v 3, 0, 3 e Tv quando o espao gira em torno do


eixo dos z de um ngulo 180 o .
R: 90 o

3
2 2
e Tv quando o espao gira em
2. Calcular o ngulo formado pelo vetor v
,
,

2 2 4 2
torno do eixo dos z de um ngulo 90 o .
R: 60 o

96

EXERCCIOS Lista 7

1) Os pontos A(2,-1) e B(-1,4) so vrtices consecutivos de um quadrado. Calcular os outros dois


vrtices utilizando a matriz de rotao.
2) Os pontos A 1, 1, B4, 1 e Ca, b so vrtices de um tringulo issceles, reto em A.
Determinar o vrtice C fazendo uso da matriz-rotao.
3) O vetor v 3, 2 experimenta seqencialmente:
Uma reflexo em torno da reta y = x;
Um cisalhamento horizontal de fator 2;
Uma contrao na direo 0y de fator 1/3;
Uma rotao de 90 no sentido anti-horrio.
Calcular o vetor resultante desta seqncia de operaes.
4) O plano sofre uma rotao de um ngulo , a seguir uma dilatao de fator 4 na direo x e, uma
reflexo em torno da reta y = x. Qual a matriz que representa a nica transformao linear e que tem
o mesmo efeito do conjunto das trs transformaes citadas?
5) Determinar a matriz da transformao linear de R2 em R2 que representa o cisalhamento por um
fator 2 na direo horizontal, seguida de uma reflexo em torno do eixo dos y.

6) No plano, uma rotao anti-horrio de 45 seguida por uma dilatao de 2 . Ache a aplicao A
que representa esta transformao do plano.

97

7) Considere as transformaes lineares planas a seguir. Caracterize e defina cada uma delas e
apresente a matriz cannica associada.
a)

b)

c)

d)

e)

f)

g)

98

Respostas
1. 6, 1 e 3, 4 ou 7, 2 e 4, 7
sen
4)
4 cos

3. 1, 8

cos
4 sen

y x,

1 0
y

0 1

b) T x,

y x,

1 0
y

0 1

c) T x,

1 0
y x, y

0 1

d) T x,

1 0
y x, y

0 1

e) T x,

1
y x,
2

3 1 / 2 0
y
2 0 3 / 2

f) T x,

1
y x,
2

1 1 / 2 0
y
2 0 1 / 2

g) T x,

1 0
y x, 2 y

0 2

7) a) T x,

2. C 3, 4
1 2
5)
1
0

ou 1, 6

6) A(x, y) = (x y, x + y)

99

7.5. Operadores Lineares


Vimos anteriormente que as transformaes lineares T de um espao vetorial V em si mesmo,
isto , T : V V , so chamadas operadores lineares sobre V.
As propriedades gerais das transformaes lineares de V em W e das correspondentes
matrizes retangulares so vlidas para operadores lineares. Estes e as correspondentes matrizes
quadradas possuem propriedades particulares.

7.6. Operadores Inversveis:


Um operador T : V V associa a cada vetor v V um vetor Tv V . Se por meio de
outro operador for possvel inverter essa correspondncia, de tal modo que a cada vetor transformado

Tv se associe o vetor de partida v, diz-se que S o operador inverso de T, e se indica por T 1 .

Observao:
Quando o operador linear T admite a inversa T 1 , diz-se que T inversvel.
V

V
T

T(v)
T -1

OBS: T inversvel se, e somente se, detT 0 .

Exemplo:
1. Seja o operador linear em R2 definido por:

T(x, y) 4x - 3y, - 2x 2y
a) mostrar que T inversvel;
b) Encontrar uma regra para T 1 como a que define T.
R: a) detT 0

b) T 1 x, y x y, x 2 y
2

Exerccio:
1) Seja o operador linear T: R2 R2, T(x,y) = (x, -y)
a) Demonstrar se T inversvel;
b) Determinar o operador inversvel (a inversa);
c) Fazer a verificao com os vetores v1 = (3, 2) e v2 = (5, -1).
100

8. VETORES PRPRIOS (autovetores) E VALORES PRPRIOS (autovalores)3


Seja T : V V , um operador linear. Um vetor v V, v 0 vetor prprio ou vetor
caracterstico do operador T se existe um R tal que Tv v .
O nmero real tal que Tv v denominado valor prprio de T associado ao autovetor
v.

Observao:
Um vetor v 0 um vetor prprio se a imagem T(v) for um mltiplo escalar de v. No R2 e
no R3 diramos que v e T(v) tm a mesma direo. Assim, dependendo do valor de , o operador T
dilata v, contrai v, inverte o sentido de v ou anula no caso de = 0.

Exemplo 1:
O vetor v 5,2 vetor caracterstico do operador linear: T : R 2 R 2 , Tx, y 4x 5y, 2x y
associado ao valor prprio = 6, pois: Tv T5, 2 30,12 65, 2 6v .
J o vetor v 2,1 no vetor caracterstico deste operador T, pois: T2,1 13, 5 2,1
para qualquer R.

8.1. Determinao dos autovalores e dos autovetores:


1) Determinao dos valores caractersticos (autovalores)

a 11 a 12
Seja o operador linear T : R R , cuja matriz cannica : A a 21 a 22
a 31 a 32
3

a 13
a 23 ,
a 33

isto , A T .
Se v e so, respectivamente, vetor prprio e o correspondente valor prprio do operador de
T, tem-se: A v v ( v matriz coluna 3 1 )
ou:

A v v 0

So utilizados na resoluo de sistemas de equaes diferenciais; na classificao de cnicas e qudricas para


normalizar formas quadrticas; para encontrar mudanas de referencial que permitem identificar quais figuras
geomtricas que representam certas equaes no plano e no espao.

101

Se v = Iv (I matriz identidade), ento:

A v Iv 0
ou

A Iv 0
Para que este sistema homogneo admita solues no-nulas, devemos ter detA Iv 0 ,
ou ainda:

a 11 a 12

det a 21 a 22
a 31 a 32

a 13 0 0

a 23 0 0 0
a 33 0 0

ou:

a11

det a 21
a
31

a12
a 22
a 32

a13

a 23 0
a 33

A equao detA I 0 denominada equao caracterstica do operador T e suas razes


so os valores caractersticos do operador T ou da matriz A. O determinante um polinmio em
denominado polinmio caracterstico.

2) Determinao dos vetores caractersticos (autovetores)


A substituio de pelos seus valores no sistema homogneo de equaes lineares

A I v 0 , permite determinar os vetores caractersticos associados.


Exemplo 2:
4 5
a) Determinar os valores prprios e os vetores prprios da matriz A

2 1

R: autovalores: 1 6; 2 1
2

Autovetores 1 6 x, x ; 2 1 x, x
5

b) Determinar os valores prprios e os vetores prprios do operador linear


T : R 3 R 3 , Tx, y, z 3x y z, x 5y z, x y 3z

R: autovalores: 1 2; 2 3; 3 6
Autovetores 1 2 x, 0, x ; 2 3 x, x, x ; 3 6 x,2x, x
102

Aplicao:
Autovalores e autovetores so conceitos importantes de matemtica, com aplicaes prticas
em reas diversificadas como mecnica quntica, processamento de imagens, anlise de vibraes,
mecnica dos slidos, estatstica, etc.
EXERCCIOS Lista 8
1. Determinar os valores prprios e seus respectivos vetores, dos seguintes operadores
T : R3 R3
a)
Tx, y, z x, 2x y, 2x y 2z

T : R3 R3
b)
Tx, y, z x y z, 2 y z, 2 y 3z

T : R2 R2
c)
T x, y x 2 y , x 4 y

T : R2 R2
d)
T x, y 2 x 2 y, x 3 y

2. Calcular os valores prprios e os correspondentes vetores prprios das seguintes matrizes

1 1 0
B = 2 3 2
1 1 2

1 3
A=

1 5

3. Verificar, utilizando a definio, se os vetores dados so vetores prprios das correspondentes


matrizes.

1 1 1
b) v (1, 1, 2) 0 2 1
0 2 3

2 2
a) v (2,1)

1 3

1 1 0
c) v (2, 1, 3) 2 3 2
1 2 1

Respostas

1 1 v1 y 1, 1, 1

1. a) 2 2 v 2 z 0, 0, 1

3 1 v 3 z 0, 3, 1

c)

1 2 v1 y 2, 1
2 3 v 2 y 1, 1

2. A)

1 2 v1 y 3, 1
2 4 v 2 y 1, 1

3. a) sim

b) sim

b)

d)

1 2 1 v1 v 2 x, z, z
3 4 v 3 y 1, 1, 2
1 1 v1 y 2, 1
2 4 v 2 y 1, 1

1 1 v1 z 1, 0, 1
1

B) 2 2 v 2 y 1, 1,
2

3 3 v 3 z 1, 2, 1

c) no

103

9. DIAGONALIZAO DE OPERADORES
Seja T:VV, a cada B de V corresponde uma matriz [T]B que representa T na base B. Nosso
propsito obter uma base do espao de modo que a matriz de T nessa base seja a mais simples
representante de T. Essa matriz uma matriz diagonal.
Propriedade
Autovetores associados e autovalores distintos de um operador T : V V so linearmente
independentes.
Corolrio: Sempre que tivermos um operador T : R 2 R 2 com 1 2 , o conjunto v1 , v 2 ,
formado pelos autovetores associados, ser uma base do R2.
Exemplo proposto:
Seja o operador linear
T : R 2 R 2 , Tx, y 3x 5y, 2y

obtemos:

para 1 2 os vetores v1 x1, 1

para 2 3 os vetores v 2 x 1, 0

Logo o conjunto 1, 1, 1, 0 uma base de R 2 .


Por outro lado, sempre que tivermos uma base de um espao formada por vetores prprios e
conhecermos os valores prprios associados, poderemos determinar o respectivo operador desse
espao.
Exemplo proposto:
1. Os valores prprios de um operador linear T : R 2 R 2 so 1 2 e 2 3 , sendo v1 1, 1 e

v 2 1, 0 os respectivos vetores associados. Determinar Tx, y .


R: Tx, y 3x 5y, 2y
Observao
Chamando de P a base acima, isto :

P 1, 1, 1, 0
e observando que:

T1, 1 21, 1 21, 1 0 1, 0


T 1, 0 3 1, 0 01, 1 3 1, 0
Conclumos que a matriz

2 0
0 3

104

representa o operador T na base dos vetores prprios e a matriz diagonal cujos elementos da
diagonal principal so 1 e 2 .
Definio: A matriz quadrada A diagonalizvel se existe uma matriz inversvel P tal que P -1AP
seja diagonal, onde P a matriz cujas colunas so os vetores prprios do operador T.
Diz-se, nesse caso, que a matriz P diagonaliza A, ou que P a matriz diagonalizadora.
A definio acima pode ser expressa de modo equivalente: Um operador linear T : V V
diagonalizvel se existe uma base de V formada por vetores prprios de T.
Obs: Se os i so distintos, a matriz P diagonaliza A.

Teorema: Se A uma matriz nxn e tem n autovetores distintos ento A diagonalizvel.


Processo de diagonalizao:


1) Encontrar os n autovetores de A p1 , p 2 ,..., p n ;

2) Formar uma matriz P na qual cada vetor de p i uma coluna da matriz P.

3) A matriz P-1AP a matriz diagonal de A e P a matriz que diagonaliza A.


IMPORTANTE: Quando i so iguais pode ser diagonalizvel ou no. Conforme a nulidade da
matriz P. Determinante deve ser diferente de zero. Determinante diferente de zero SPD LI.
Enfim, preciso analisar !
Exemplo:
1. Seja T : R 3 R 3 um operador linear dado por

T x, y, z 3x y z, x 5 y z, x y 3z . Determinar uma matriz P que diagonalize A e


calcular D = P 1 AP .

3 1 1
Calculando a matriz cannica de T, encontramos: [T] = A = 1 5 1
1 1 3
No problema 2 b) pgina 102, j calculamos os autovalores e os autovetores de [T] = A e
encontramos 1 2; 2 3; 3 6
Autovetores 1 2 x, 0, x ; 2 3 x, x, x ; 3 6 x,2x, x ou seja,

1 2 e v1=(1, 0, -1)

2 3 e v2 =(1, 1, 1)

3 6 e v3=(1, -2, 1)

105

Como os i so distintos, o conjunto P ={v1, v2, v3} forma base do IR3 e, portanto, a

1 1 1
matriz P = 0 1 2 diagonaliza A.

1 1 1
Calculemos:
P

-1AP

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

= 1 / 3 1 / 3
1 / 3 1 5 1 0 1 2
1 / 6 1 / 3 1 / 6 1 1 3 1 1 1

-1AP

0
1 / 2 2 3 6
1 / 2

= 1 / 3 1 / 3
1 / 3 0 3 12
1 / 6 1 / 3 1 / 6 2 3 6

-1AP

2 0 0
= 0 3 0 D Assim, a matriz P a matriz que diagonaliza A.
0 0 6

2. Seja T : R 2 R 2 um operador linear dado por Tx, y 4x 5y, 2x y . Determinar uma


matriz P que diagonalize A e calcular P 1 AP .
6 0
5 1
R: P
; P 1 AP

0 1
2 1

2 1 0
3. Determine uma matriz P que diagonaliza A = 0 1 1 e calcular P 1 AP .
0 2 4
Observao: Caso diagonalizar calcule mostrando que P 1 AP = D.
Ou seja, P 1 AP = D funciona como uma comprovao (prova real).
4. Seja T : R 3 R 3 um operador linear dado por

T x, y, z 2z, x 2 y z, x 3z . Determinar uma matriz P que diagonalize A e calcular P 1 AP .

106

EXERCCIOS Lista 9

Verificar se a matriz A diagonalizvel. Caso seja, determinar uma matriz P que diagonalize A e
calcular D = P-1.A.P.
2 4
1) A =

3 1

9 1
2) A =

4 6

1 2 1

3) A = 1 3 1
0 2 2

0
0
1
4) A = 2 3 1
0 4 3

2 3 1
5) A = 0 1 4
0 0 3

3 0 2
6) A = 5 1 5
2 0 1

7) Seja T:IR2 IR2 o operador linear definido por T(x,y) = (7x - 4y, -4x + y).
a) Determine uma base do IR2 em relao qual a matriz do operador T diagonal.
b) Dar a matriz de T nessa base.
8) Os valores prprios de um operador linear T : R 2 R 2 so 1 5 e 2 1 , sendo v1 1, 1 e

v2 2, 1os respectivos vetores associados. Determinar a imagem do vetor v(4, 1) por esse
operador.
OBS: primeiro calcular o operador Tx, y , depois na resposta calcular T(4, 1).
9) a) Determinar o operador linear T:IR2 IR2 cujos vetores prprios so 1 1 e 2 3
associados aos vetores prprios v1 =(y, -y)

e v2 = (0, y), respectivamente.

b) Mesmo enunciado para 1 3 e 2 2 associados aos vetores prprios v1 =x(1, 2)

e v2 = x

(-1, 0).

107

Respostas:
1) 1 2 e 2 5

1 4 / 3
P
1
1

2 0
D

0 5

2) 1 5 e 2 10

1 1
P

4 1

5 0
D

0 10

3) 1 1 , 2 2 e 3 3
4) 1 2 1 e 3 5

0 1 2
P 1 0 1

2 1 2

1 0 0
D 0 2 0

0 0 3

Como 1 2 1, esta matriz no diagonalizvel.

3 1 7
1 0 0
5) P 1 0 2 P 1 AP 0 2 0
0 0 1
0 0 3
6) No diagonalizvel pois, ........(ver ao calcular).
7) a) {(-2, 1) (1, 2)} Base.
8) (8, 11)

9 0
b)

0 1

9) a) T(x,y) = (x, 2x + 3y)

b) T(x, y) = (-2x +5/2y, 3y) .

108