Professional Documents
Culture Documents
lgebra linear
glria dias
ana lucia de sousa
mrio luiz alves de lima
lgebra linear
Lexikon Editora
Diretor ed itoria l
Revis o
Isabel Newlands
Coord en a o ed itoria l
Dia gra m a o
Sonia Hey
Nathanael Souza
As s is ten te ed itoria l
Ca p a
Luciana Ach
Sense Design
Projeto gr fico
Paulo Vitor Fernandes Bastos
Im a gem
d a ca p a
1. lgebra linear. I. Sousa, Ana Lucia de. II. Lima, Mrio Luiz Alves de. III. Ttulo.
Lexikon Editora Digital
Rua da Assembleia, 92/3 andar Centro
20011-000 Rio de Janeiro RJ Brasil
Tel.: (21) 2526-6800 Fax: (21) 2526-6824
www.lexikon.com.br sac@lexikon.com.br
CDD: 512.5
CDU: 512.64
Sumrio
Prefcio
1. Matrizes
10
15
16
2. Determinantes
27
2.1 Determinantes
29
30
39
3. Resoluo de sistemas
61
3.1 Introduo
62
64
79
82
89
97
4.1 Introduo
98
99
107
113
117
122
131
5. Transformadas lineares
5.1 Introduo
132
5.2 T
ransformadas matriciais e transformadas lineares de em
134
143
5.4 N
cleo e imagem de uma transformada linear
150
156
6. Autovalores e autovetores
161
6.1 Conceito
162
163
167
181
191
Prefcio
Um dia, algum mencionou que no sabia o encanto que se encontrava escondido na matemtica, pois quem comeava a estudar e a entender essa
bela cincia logo se apaixonava por ela. Ns, particularmente, no acreditamos que a paixo consiga ser explicada; ela simplesmente chega mais cedo
ou mais tarde em nossas vidas, sem pedir licena e nos toma por completo.
Esse sentimento brota nos mais ridos terrenos, deixando a todos perplexos
e em busca de explicaes que nunca nos satisfazem por completo. Pessoas
se apaixonam por pessoas, pelo trabalho, por estudo, por ensinar e por coisas que nem sabem se existem. Entretanto, uma coisa inegvel: necessrio que criemos as condies ou ento que elas surjam em nossas vidas de
forma espontnea.
Munidos desse esprito, de propiciar a todos um contato com os entes
matemticos, que resolvemos criar um espao para tentar semear as sementes que podero resultar, quem sabe, para alguns de nossos leitores,
na paixo por essa bela cincia. Apresentaremos curiosidades, fatos pitorescos, episdios verdadeiros, crimes e muito mais nessa espcie de apndice.
Peguem o que julgarem necessrio (papel e lpis costumam ser objetos preciosos), ocupem seus lugares nas cadeiras e deixem suas mentes livres para
que possam criar.
OS AUTORES
Matrizes
Matrizes
REFLEXO
OBJETIVOS
O leitor dever ser capaz de:
CURIOSIDADE
Voc sabia?
A lgebra das matrizes foi descoberta pelo matemtico ingls Arthur Cayley
(1821-1895) em 1857, em conexo com as transformaes lineares do
tipo
x = ax + by
y = cx + dy
onde a, b, c, d so nmeros reais; estas transformaes lineares podem ser
concebidas como aplicaes que levam o ponto (x, y) no ponto (x, y), como
veremos mais adiante.
8 captulo 1
Podemos transmitir essas informaes de uma outra maneira, facilitando o entendimento dessas informaes. Podemos estabelecer um quadro
com esses dados, vejamos:
A vantagem de escrevermos dessa forma que as informaes so assimiladas mais rapidamente e atingimos nossos objetivos de uma maneira
mais fcil. Uma outra possvel disposio seria:
Pa
Pb
100
110
120
80
130
40
EXEMPLOS
100
120
1) A =
110
80
130
40
; tipo: 2 x 3
captulo 1
CURIOSIDADE
Uma geometria no pode ser mais
verdadeira do que outra; poder ser
apenas mais cmoda.
H. Poincar
2) B =
2 3
; tipo: 2 x 2
4 5
3) C = [246]; tipo: 1 x 3
Podemos substituir os colchetes pelos parnteses. Assim, temos:
A=
1 3 5
; tipo: 2 x 3
3 4
5
EXEMPLOS
1) A =
1 3
; O (A) = 2
3 9
1
2) B = 3
0
2
2
3
4
1 ; O (B) = 3
5
Representao
Em uma matriz qualquer A, cada elemento indicado
por aij. O ndice i indica a linha e o ndice j a coluna s quais
o elemento pertence. Podemos tomar como base os exemplos abaixo.
A = 3 2 ; a11 = 3, a12 = 2, a21 = 4 e a22 = 0
4 0
2 1 4 ; b = 2, b = 1, b = 4, b = 3, b = 4 e b = 2
B=
12
13
21
22
23
3 5 2 11
10 captulo 1
EXEMPLO
Considerando a matriz A =
3 2
, temos:
1 0
EXERCCIOS RESOLVIDOS
1) Construa uma matriz A = (aij) 2 x 3 definida por aij = resto da diviso do produto ij por 3.
Soluo
Cada elemento da matriz dada o resto da diviso do produto do ndice i que indica a linha pelo
ndice j que indica a coluna, por 3. Assim teremos:
a11 = 1, a12 = 2 e a13 = 0
a21 = 2, a22 = 1 e a23 = 0
A=
1 2 0
2 1 0
2) Na matriz A = (aij)3 x 3, cada elemento da matriz representa o nmero de passes que o jogador
i fez ao jogador j, ambos do mesmo time, durante uma partida de futebol realizada pelo campeonato estadual. Nessa matriz, os jogadores escolhidos para serem avaliados foram representados
pelos nmeros 1, 2 e 3; assim sendo, o elemento da matriz a23 = 5, por exemplo, significa que o
0 3 2
jogador 2 realizou 5 passes para o jogador 3. Considerando a matriz A =
4 0 5 pergunta-se:
2 3 0
a) Qual o jogador que realizou o maior nmero de passes?
b) Qual o jogador que recebeu o maior nmero de passes?
Soluo
Devemos notar que os passes dados sero obtidos pela soma dos elementos que formam cada
uma das linhas da matriz, enquanto os passes recebidos sero contabilizados nas colunas. Logo,
teremos:
Passes realizados pelo jogador 1: 5
captulo 1
11
Soluo
Tendo a matriz A como referncia e prestando ateno nas informaes dadas no problema,
podemos escrever as seguintes equaes:
3(0 + x + 5) = 2x + 20 (as linhas nos indicam o nmero de decolagens, enquanto as colunas
nos fornecem o nmero de pousos)
y + 7 + 0 = 5 + 20 + 0
Resolvendo o sistema de equaes, encontramos x = 5 e y = 18
4) (UFRJ) Uma confeco vai fabricar trs tipos de roupas utilizando materiais diferentes. Considere a matriz A= (aij) a seguir, em que aij representa quantas unidades do material j sero
empregadas para fabricar uma roupa do tipo i:
5 0 2
A = 0 1 3
4 2 1
a) Quantas unidades do material 3 sero empregadas na confeco de uma roupa do tipo 2?
b) Calcule o total de unidades do material 1 que ser empregado para fabricar cinco roupas do
tipo 1, quatro roupas do tipo 2 e duas roupas do tipo 3.
Soluo
a) A pergunta feita no item a equivalente a: Qual o elemento que se situa na segunda linha
com a terceira coluna, ou seja, o elemento a23?. Portanto, a resposta imediata: 3.
b) A pergunta do item b equivalente a: Qual o valor de: 5a11 + 4a21 + 2a31?. Basta que observemos o fato de que a pergunta referente ao material 1, o que nos remete para a primeira
coluna. O que varia, na verdade, o nmero da linha, pois o mesmo representa o tipo da roupa.
Logo teremos:
5 x (5) + 4 x (0) + 2 x (4) = 33
12 captulo 1
CURIOSIDADE
Uma estranha relao entre nmeros naturais e consecutivos:
33 + 43 + 53 = 63
27 + 64 + 125 = 216
216 = 216 (verdadeira)
COMENTRIO
Os exerccios de fixao podem ser:
1) realizados em sala de aula;
2) resolvidos em casa e posteriormente serem tiradas as dvidas;
3) utilizados como uma atividade.
EXERCCIOS DE FIXAO
1) (FGV) Trs nibus levaram alunos de uma escola para uma excurso. Em
uma parada, todos os alunos saram dos nibus. Todos prosseguiram a viagem, mas no necessariamente no nibus de onde tinham sado. Na matriz
abaixo, aij representa o nmero de pessoas que saiu do nibus i e subiu no
nibus j aps a parada.
30 5 7
2 25 8
3 6 20
Ento, podemos concluir que:
a) Participaram da excurso 75 alunos.
b) Um dos nibus permaneceu com o mesmo nmero de passageiros.
c) O nibus 1 perdeu 6 passageiros.
d) O nibus 2 ganhou 4 passageiros.
e) O nibus 3 ganhou 6 passageiros.
2) Trs pessoas, que chamaremos de 1, 2 e 3, se comunicam invariavelmente por e-mail. Na matriz abaixo, cada elemento aij significa o nmero de
e-mails que i enviou para j no ms passado.
0 14 18
16 0 22
12 24 0
Podemos concluir que:
a) Quem mais enviou e-mails foi 1.
b) Duas pessoas enviaram o mesmo nmero de e-mails.
c) Quem mais recebeu e-mails foi 2.
captulo 1
13
CURIOSIDADE
Uma maneira rpida e eficiente de efetuar a multiplicao pelo nmero 11:
1) Nmeros de 1 algarismo Basta escrever esse nmero duas vezes, uma ao lado da outra.
Exemplos:
a) 2 x 11 = 22
b) 5 x 11 = 55
c) 9 x 11 = 99
2) Nmeros de 2 algarismos suficiente escrever cada um dos dois algarismos nas extremidades, deixando um espao entre eles, que dever ser ocupado pela soma dos mesmos.
Exemplos:
a) 23 x 11 = 2 (2+3) 3 = 253
b) 34 x 11 = 3 (3+4) 4 = 374
14 captulo 1
c) 45 x 11 = 4 (4+5) 5 = 495
d) 89 x 11 = 8 (8+9) 9 = 8 (17)9 = (8+1)7 9 = 979
ATENO
Matriz nula
EXEMPLO
A=
0 0
0 0 0
;B=
0 0
0 0 0
EXEMPLO
A = (1 2 4); tipo: 1 x 3
B = [3 4]; tipo: 1 x 2
OBSERVAO
Podemos chamar essa matriz de vetor linha.
EXEMPLO
1
3
A = ; tipo: 2 x 1 B = 0 ; tipo: 3 x 1
1
0
OBSERVAO
Podemos chamar essa matriz de vetor coluna.
captulo 1
15
EXEMPLO
A=
3 0
0 5
1 0 0
B=
0 5 0
0 0 4
Matriz unidade (matriz identidade) toda matriz diagonal onde os elementos que formam a diagonal principal so todos iguais a unidade.
EXEMPLO
I2 =
1 0
0 1
1 0 0
I3 =
0 1 0
0 0 1
Adio de matrizes
Chamamos de soma das matrizes A e B do mesmo tipo m x n, a matriz
do tipo m x n, cujos elementos so obtidos a partir da soma dos elementos
correspondentes de A e B. Devemos atentar para o fato de as matrizes A e
B serem do mesmo tipo pois, se forem de tipos diferentes, a operao no
ser definida.
16 captulo 1
EXEMPLO
A=
1 2 4
3 1 2
4 3 6
eB=
, temos: A + B =
3 4 2
4 3 0
7 7 2
ATENO
Note que cada elemento da matriz soma a soma dos elementos correspondentes nas matrizes
A e B.
A + B = B + A (comutatividade)
A + (B + C) = (A + B) + C (associatividade)
A + O = O + A = A (elemento neutro)
OBSERVAO
A matriz O a matriz nula j definida anteriormente.
Subtrao de matrizes
Desde que as matrizes A e B sejam do mesmo tipo, podemos definir a diferena A B = A + (B), ou seja, a matriz A adicionada com a matriz oposta
da matriz B (B), lembrando que B obtida a partir da troca do sinal de cada
um dos elementos da matriz B.
captulo 1
17
OBSERVAO
Nmeros reais
EXEMPLO
A=
2 3
1 3
,B=
5 1
5 2
A B = A + (B ) =
2 3
3 0
1 3
+
=
5 2 5 1 0 3
EXEMPLO
A=
2 1 0
;K=3
1 3 4
3A=
6 3 0
3 9 12
a (bA) = (ab) A
a (A + B) = aA + aB
(a + b) A = aA + bA
1.A = A
Multiplicao de matrizes
S podemos multiplicar duas matrizes quando o nmero de
colunas da primeira matriz for igual ao nmero de linhas da
segunda matriz. A matriz produto ter o nmero de linhas
da primeira matriz e o nmero de colunas da segunda ma-
18 captulo 1
OBSERVAO
Matrizes
In e Im so matrizes identidades anteriormente j definidas.
EXEMPLO
2 4
1 2 2
1) A =
e B = 1 3
3
1 4
2 1
C = AB
C11 = 1 x 2 + 2 x 1 + 2 x 2 = 8
C12 = 1 x 4 + 2 x 3 + 2 x 1 = 12
C21 = 3 x 2 + 1 x 1 + 4 x 2 = 15
C22 = 3 x 4 + 1 x 3 + 4 x 1 = 19
C=
8 12
15 19
1 2
3 1
2) A =
eB=
2 3
1 3
C = AB
C11 = 1 x 3 + 2 x 1 = 5
C12 = 1 x 1 + 2 x 3 = 7
C21 = 2 x 3 + 3 x 1 = 9
C22 = 2 x 1 + 3 x 3 = 11
C=
5 7
9 11
A.(B.C) = (A.B).C
Amxn.In = Amxn
Im.Amxn = Amxn
captulo 1
19
Matriz transposta
Denominamos de matriz transposta de A, representada por At, a matriz obtida quando trocamos as linhas de A por suas colunas ordenadamente. Portanto, se a matriz A do tipo m x n, ento a sua transposta At ser do tipo n x m.
A=
1 3 2
0 2 5
1 0
At = 3 2
2 5
Ns devemos observar que a primeira linha da matriz A se transformou
na primeira coluna da matriz transposta e que a segunda linha da matriz A
se transformou na segunda coluna da matriz transposta. Assim, a transposta da matriz transposta da A volta a ser a matriz A.
Propriedades da matriz transposta
(A + B)t = At + Bt
(KA)t = K.At
(At)t = A
(AB)t = BtAt
Matriz simtrica
Denominamos de matriz simtrica de uma matriz quadrada A a matriz com
a mesma ordem de A, tal que:
At = A
EXEMPLOS
1) A =
1 3
1 3
; At =
3 4
3 4
At = A A simtrica
20 captulo 1
2 1 4
2 1 4
t
1
0
5
2) B =
; B = 1 0 5
453
453
Bt = B B simtrica
Matriz antissimtrica
Uma matriz quadrada A dita antissimtrica quando a sua transposta for
igual a matriz oposta da prpria matriz A, ou seja:
At = A
EXEMPLO
A=
0 2
0 2
; At =
2 0
2 0
At = A A antissimtrica
EXERCCIOS RESOLVIDOS
5) (CESGRANRIO) Na rea de informtica, as operaes com matrizes aparecem com grande
frequncia. Um programador, fazendo levantamento dos dados de uma pesquisa, utilizou as
matrizes:
A=
1 3 2
5 2 1
;B=
2 1 2 ; C = AB
3 1 4
1 1 1
Soluo
Devemos observar que para responder a questo no necessrio efetuar o produto das matrizes A e B. Devemos lembrar que o elemento pedido formado pela multiplicao da segunda
linha da matriz A pela terceira coluna da matriz B, logo:
C23 = 3 x 2 + 1 x 2 + 4 x 1 = 6 + 2+ 4 = 12
Resposta: d)
captulo 1
21
6) (VUNESP) Sejam A e B duas matrizes quadradas de mesma ordem. Em que condio pode-se afirmar que (A + B) 2 = A2 + 2 A B + B2?
a) Sempre, pois uma expanso binomial.
b) Se e somente se uma delas for a matriz da identidade.
c) Sempre, pois o produto de matrizes associativo.
d) Quando o produto AB for comutativo com BA.
e) Se e somente se A = B.
Soluo
Devemos lembrar que:
(A + B)2 = (A + B).(A + B) = A.A + A.B + B.A + B.B = A2 + A.B + B.A + B2
Sabemos que o produto de matrizes no comutativo e, portanto, para a igualdade ser verdadeira necessrio que AB = BA. Claro que se estivermos tratando de nmeros reais a afirmao
ser sempre verdadeira.
Resposta: d)
7) (FGV) A matriz A do tipo 5 x 7 e a matriz B, do tipo 7 x 5. Assinale a alternativa correta.
a) A matriz AB tem 49 elementos.
b) A matriz (AB)2 tem 625 elementos.
c) A matriz AB admite inversa.
d) A matriz BA tem 25 elementos.
e) A matriz (BA)2 tem 49 elementos.
Soluo
A matriz AB ser do tipo 5 x 5 e portanto ter 25 elementos e (AB)2 tambm ter 25 elementos.
Observe que a matriz BA do tipo 7 x 7, tendo 49 elementos. Esse nmero de elementos o
mesmo da matriz (BA)2.
Resposta: e)
3 5
4
8) (UNIRIO) Considere as matrizes A = 2 1 , B =
e C = [2 1 3].
3
0
1
A adio da transposta de A com o produto de B por C :
a) Impossvel de se efetuar, pois no existe o produto de B por C.
b) Impossvel de se efetuar, pois as matrizes so todas de tipos diferentes.
c) Impossvel de se efetuar, pois no existe a soma da transposta de A com o produto de B por C.
d) Possvel de se efetuar e o seu resultado do tipo 2 x 3.
e) Possvel de se efetuar e o seu resultado do tipo 3 x 2.
Soluo
Podemos observar que a matriz transposta de A do tipo 2 x 3 e que a matriz produto de B por
C tambm do tipo 2 x 3, logo a soma ser do tipo 2 x 3.
Resposta: d)
9) (UFRJ) Antnio, Bernardo e Cludio saram para tomar chope, de bar em bar, tanto no sbado
quanto no domingo.
22 captulo 1
As matrizes a seguir resumem quantos chopes cada um consumiu e como a despesa foi dividida:
4 1 4
5 5 3
S = 0 2 0 e D = 0 3 0
3 1 5
2 1 3
S refere-se s despesas de sbado e D s de domingo.
Cada elemento aij nos d o nmero de chopes que i pagou para j, sendo Antnio o nmero 1,
Bernardo o nmero 2 e Cludio o nmero 3 (aij representa o elemento da linha i e coluna j de
cada matriz).
Assim, no sbado Antnio pagou 4 chopes que ele prprio bebeu, 1 chope de Bernardo e 4 de
Cludio (primeira linha da matriz S).
a) Quem bebeu mais chope no fim de semana?
b) Quantos chopes Cludio ficou devendo para Antnio?
Soluo
a) Somando as duas matrizes encontraremos quantos chopes cada um dos trs pagou para o
outro no fim de semana.
9 6 9
S + D = 0 5 0
5 2 3
A soma dos elementos de cada coluna nos informa quanto cada um dos trs bebeu no final de
semana, ou seja:
Antnio 14 chopes
Bernardo 13 chopes
Cludio 12 chopes
Portanto, quem bebeu mais foi Antnio, 14 chopes.
b) Antnio paga para Cludio 9 chopes (a13 = 9) e Cludio paga para Antnio 4 chopes (a31 = 5).
Assim, Cludio fica devendo para Antnio 4 chopes.
10) (UFF) Toda matriz de ordem 2 x 2, que igual sua transposta, possui:
a) Pelo menos dois elementos iguais
b) Os elementos da diagonal principal iguais a zero.
c) Determinante nulo.
d) Linhas proporcionais.
e) Todos os elementos iguais a zero.
Soluo
a b
a c
a matriz procurada. Sabemos que At =
, logo:
c d
b d
a b
a c
=
o que implica que b = c.
c d
b d
Seja A =
Resposta: a)
captulo 1
23
COMENTRIO
Os exerccios de fixao podem ser:
1) realizados em sala de aula;
2) resolvidos em casa e posteriormente serem tiradas as dvidas;
3) utilizados como uma atividade.
Soluo
Sabemos que o elemento pedido formado utilizando a segunda linha da
matriz A com a terceira coluna da matriz B, portanto formaremos esses elementos:
a21 = 2 2 x 1 = 0
a22 = 2 2 x 2 = 2
a23 = 2 2 x 3 = 4
b13 = 3 x 1 2 x 3 = 3
b23 = 3 x 2 2 x 3 = 0
b33 = 3 x 3 2 x 3 = 3
c23 = 0 x (4) + (2) x 0 + (4) x 3 = 12
Resposta: e)
EXERCCIOS DE FIXAO
5) (UEL-PR) Uma matriz quadrada A se diz antissimtrica se At = A. Nessa
x y z
condies, se a matriz A = 2 0 3 uma matriz antissimtrica, ento
1 3 0
x + y + z igual a:
a) 3b) 1c) 0d) 1e) 3
6) (ITA) Seja A uma matriz real 2 x 2. Suponha que e sejam dois nmeros
distintos e V e W duas matrizes reais 2 x 1 no nulas, tais que AV = V e
AW = W. Se a, b R so tais que V + bW igual matriz nula 2 x 1, ento
a + b vale:
a) 0b) 1c) 1d) e)
7) (UNIFESP) Uma indstria farmacutica produz diariamente p unidades
do medicamento X e q unidades do medicamento Y, ao custo unitrio de
r e s reais, respectivamente. Considere as matrizes M, 1 x 2, e N, 2 x 1,
r
M = [2p.q] e N =
. A matriz produto M x N representa o custo da pro2s
duo de:
a) 1 dia b) 2 dias c) 3 dias d) 4 dias e) 5 dias
8) (FATEC-SP) Sendo A uma matriz quadrada, define-se An = A.A.A ... A. No
0 1
caso de A ser a matriz
, correto afirmar que a soma A + A2 + A3 +
1 0
+ A4 + ... + A39 + A40 igual matriz:
24 captulo 1
a)
20 20
40 40
0 20
c)
e)
2
0 20
40 40
20 0
b)
20 0
0 20
d)
0 40
40 0
Matriz inversa
Uma matriz quadrada A de ordem n possui matriz inversa A-1, se A.A-1 =
= A-1.A = In, onde A-1 a matriz inversa de A e In uma matriz identidade
de ordem n.
EXEMPLO
A=
2 1
1 2
e B = 3 1 so matrizes inversas, pois A.B = B.A = I2, vejamos:
3 4
2 2
A.B =
2 1
1 2
1 0
. 3 1 =
=I
0
3 4
1 2
2 2
2 1
1 2
1 0
B.A = 3 1 .
=
=I
3 4 0 1 2
2 2
A.B = B.A = I2 , logo A e B so inversas.
OBSERVAO
1) Se uma matriz quadrada de ordem n inversvel (ou seja, possui inversa), ento a matriz A-1
tal que A.A1 = A1.A = In nica.
2) Toda matriz identidade de ordem n tem como inversa ela mesma.
captulo 1
25
CURIOSIDADE
Determinando quadrados de nmeros terminados pelo algarismo 5.
Devemos lembrar que o quadrado de um nmero o resultado da multiplicao desse nmero
por ele mesmo. Nunca demais frisar que a regra s se aplica a nmeros terminados pelo algarismo 5.
Exemplos:
a) 15 x 15 = (1 x 2) 25 = 225
b) 25 x 25 = (2 x 3) 25 = 625
c) 35 x 35 = (3 x 4) 25 = 1225
d) 45 x 45 = (4 x 5) 25 = 2025
IMAGENS DO CAPTULO
Desenhos, grficos e tabelas cedidos pelo autor do captulo.
GABARITO
1.2 Matriz quadrada
1) e) O nibus 3 ganhou 6 passageiros.
2) d) Quem mais recebeu e-mails foi 3.
3) c) 2 e 3
4) A soma das quantidades dos produtos dos tipos P1 e P2 vendidos pela loja L1 45.
1.4 Tipos de matrizes
5) d) 1
6) a) 0
7) b) 2 dias
8) a)
26 captulo 1
20 20
20 20
Determinantes
Determinantes
REFLEXO
OBJETIVOS
O leitor dever ser capaz de:
CURIOSIDADE
Voc sabia?
Devem-se (essencialmente) a Lagrange as frmulas
x1 y1 z1 1
x1 y1 1
1
1 x2 y2 z2 1
A = x2 y2 1 e V =
2
6 x3 y3 z3 1
x3 y3 1
x4 y4 z4 1
para a rea A de um tringulo cujos vrtices so os pontos (x1, y1), (x2, y2),
(x3, y3) e o volume V de um tetraedro cujos vrtices so os pontos (x1, y1, z1),
(x2, y2, z2), (x3, y3, z3), (x4, y4, z4).
28 captulo 2
2.1 Determinantes
A toda matriz quadrada associamos um nmero real que chamaremos de
determinante.
EXEMPLOS
1) A =
1 1
; detA = 1
2 3
1 1 1
2) B = 0 1 2 ; detB = 0
0 2 4
Vejamos como achar o determinante de uma matriz quadrada. Com a finalidade de facilitar nosso entendimento o dividiremos em casos.
A) Determinante de matriz de ordem 1
Seja a matriz de ordem 1, dada por A = (a11). O determinante de A representado por |a11|.
Determinante de A detA = a11
EXEMPLO
A = (4); detA = 4
EXEMPLO
1) A =
2 5
detA = 2 x 3 5 x 4 = 6 20 = 14
4 3
2) B =
6 3
detB = 6 x 4 3 x 2 = 24 6 = 30
2 4
captulo 2
29
CONCEITO
Regra de Sarrus
Repetimos as duas primeiras linhas
(ou colunas) aps a terceira linha
(ou coluna) e efetuamos o produto
dos elementos que formam a diagonal principal e paralelas a ela conservando seu sinal, e o produto dos
elementos que formam a diagonal
secundria e paralelas a ela trocando o sinal dos produtos. Fazemos a
adio dos produtos obtidos.
EXEMPLO
1 1 0
1) A = 2 1 3
3 0 3
Calculando o deteminante pela regra de Sarrus, utilizando suas linhas
1 1 0
2 1 3
3 0 3
1 1 0
2 1 3
= 1.1.3 + 2.2.0 + 3.(1).3 3.1.0 1.0.3 2.(1).3 =
=3+0900+6=0
detA = 0
4
2
1
30 captulo 2
CURIOSIDADE
Uma demonstrao absurda
Seja a = b. Assim segue que:
a2 = ab
a2-b2 = ab b2
(a + b) (a b) = b (a b)
a+b=b
b+b=b
2b = b
2=1
Qual ser o erro?
Menor complementar
Chama-se menor complementar, representado como Mrs,
de um elemento ars pertencente a uma matriz A, ao determinante da matriz que se obtm suprimindo a r-sima linha e
a s-sima coluna da matriz A.
PERSONAGEM
Laplace
OBSERVAO
Se r + s for par: Ars = Mrs
Se r + s for mpar: Ars = Mrs
Teorema de Laplace
Um determinante igual soma dos produtos dos elementos de uma fila pelos respectivos adjuntos.
EXEMPLO
1 2 1
Calcular A = 2 4 2
1 1 2
captulo 2
31
CURIOSIDADE
Entre dois espritos iguais, postos
nas mesmas condies, aquele que
sabe geometria superior ao outro
e adquire um vigor especial.
Pascal
4 2
2 2
2 4
2
+1
= 1 x 10 2 x 2 + 1 x (6) = 0
1 2 1 2
1 1
Teoremas de determinantes
1. Teorema de Jacobi
Se a uma das filas de uma matriz quadrada A, de ordem
n 2, adicionarmos um mltiplo de outra fila qualquer paralela, obteremos uma matriz B tal que detB = detA.
2. Teorema de Binet
Se A e B so duas matrizes quadradas de ordem n, ento:
det(A.B) = detA.detB
Georgios
3. D
ada a matriz quadrada A, existe A1 se, e somente se,
detA 0.
4. det(A1) =
1
detA
5. Regra de Chi
a) Escolher um elemento igual a 1 (caso no exista, fazer
com que um elemento se torne igual a 1).
b) Suprimir a linha e a coluna que se cruzam no elemento 1
considerado, obtendo-se o menor complementar do referido elemento.
c) Subtrair de cada elemento do menor complementar obtido o produto dos elementos que ficam nos ps das perpendiculares traadas do elemento considerado s filas
suprimidas.
d) M
ultiplicar o determinante obtido no item acima por
(1)r+s, onde r e s designam a ordem da linha e da coluna
s quais pertence o elemento 1.
32 captulo 2
EXEMPLO
2 1 3
4 (2).(5)
2
4 5 6 = (1) multiplicado por 7 (2).(2)
7 2 8
= 1 (12 + 27) = 15
6 (3).(5)
6 9
= 1
=
8 (3).(2)
3 2
6. Determinante de Vandermonde
qualquer determinante do tipo:
1 1 1
a b c = (b a).(c a ).(c b)
a2 b2 c2
EXEMPLO
1 1
2 3
4 9
1
6 = (3 2).(6 2).(6 3) = 1.4.3 = 12
36
EXERCCIOS RESOLVIDOS
1) Se A uma matriz 2 x 2 inversvel que satisfaz A2 = 2A, ento o determinante de A ser:
a) 0b) 1c) 2d) 3e) 4
Soluo
A inversvel, o que nos garante que o determinante de A diferente de zero.
det(A2) = det(2A)
det(A).det(A) = 22.det(A)
Como det(A) 0 podemos dividir os dois membros da igualdade por det(A).
det(A) = 4
Resposta: e)
2) (FUVEST) Considere a matriz A = (aij)2x2, definida por aij = 1 + 2i + j, para 1 j 2. O determinante de A :
a) 22b) 2c) 4d) 2e) 4
Soluo
Devemos observar que:
det(A) = a11.a22 a12.a21 (I)
captulo 2
33
Soluo
Devemos lembrar que:
det(AB) = det(A) x det(B)
det(AB) = (4 6) x (1 6)
det(AB) = 2 x (7) =14
Resposta: e)
4) Resolvendo o determinante
cos a sen a
, encontramos:
sen b cos b
Soluo
Resolvendo o determinante, temos:
cos a.cos b sen a.sen b = cos (a + b)
Resposta: c)
x x+1
5) Sobre o determinante x+2 x+3 correto afirmar:
a) Depende do valor de x.
b) Independe do valor de x.
c) um nmero positivo.
d) Pode ser um nmero irracional.
e) um nmero primo.
Soluo
Resolvendo o determinante, encontramos:
x.(x + 3) (x + 1).(x + 2) = x2 + 3x x2 3x 2 = 2
Resposta: b)
34 captulo 2
EXERCCIOS DE FIXAO
COMENTRIO
CURIOSIDADE
a) 2 e 1
b) 1 e 2
c) 1 e 2
d) 1 e 2
e) 2 e 1
1 2
1 0
3) (PUC) Se A =
, ento A2 + 2 A 11 I, onde I =
, igual a:
4 3
0 1
a)
1 2
0 0
b)
0 0
1 0
c)
0 0
0 0
d)
0 1
0 0
e)
0 3
0 0
Voc sabia?
Seria um erro imperdovel, por parte
dos autores deste livro, se no mencionassem o grande feito do jovem
matemtico brasileiro Artur. Trata-se
da maior conquista da cincia brasileira, pois ele o nico brasileiro,
at a presente data, a ter ganhado a
medalha Fields, prmio comparado,
em importncia, ao prmio Nobel.
Artur vila, ex-aluno do Colgio So
Bento, ficou conhecido pelo episdio dos cabelos longos. Esse fato,
na poca, ocupou as pginas dos
principais jornais e ganhou grande
dimenso na mdia.
0 1
4) (CESGRANRIO) A transformao linear no R2 que tem
por ma1 0
triz :
a) Uma dilatao.
b) A reflexo na origem.
c) Uma translao pelo vetor (1, 1).
d) Uma reflexo numa reta.
e) Uma rotao.
(
()
1 3
, uma matriz coluna X =
4 3
3
3
0
2
a)
b)
c)
d)
e)
1
2
1
1
5) (PUC) Se A =
()
()
()
()
()
x
, tal que AX = 3X, :
y
1
3
captulo 2
35
4 3
6) (CESGRANRIO) A inversa da matriz
:
1 1
1 1
a) 4 3
1 1
1 3
b)
1 4
1 1
c) 4 3
1 1
4 3
d)
1 1
e) No existe
7) (UFT) Se A uma matriz do tipo 2 x 3 e AB do tipo 2 x 5, ento B uma matriz do tipo:
a) 2 x 5 b) 3 x 3 c) 5 x 3 d) 3 x 5 e) 3 x 6
1 1
8) (FUVEST) dada a matriz P =
.
0 1
a) Calcule P2 e P3.
b) Qual a expresso de Pn? Prove por induo.
3 0
2 1
eB=
ento AB BA igual a:
1 4
1 0
0 0
a)
0 0
1 7
b)
9 1
3 1
c)
2 7
1 0
d)
1 1
3 3
e)
5 0
2 1
1 0
10) (FEI-SP) Dadas as matrizes A =
eM=
:
1 1
2 1
A=
a) Determine M1.
b) Sabendo que trao de uma matriz a soma dos elementos da diagonal principal, determine
o trao da matriz M1AM.
36 captulo 2
x 8
y
6
7 16
11) (UFBA) M =
,N=
eP=
so matrizes que satisfazem a
10 y
12 x + 4
23 13
3
2
igualdade M + N = P ; logo, y x :
2
3
a) 6b) 4c) 5d) 3e) 2
12) (FATEC) Sabe-se que as ordens das matrizes A, B e C so, respectivamente, 3 x r, 3 x s e
2 x t. Se a matriz (A B).C de ordem 3 x 4, ento r + s + t igual a:
a) 6b) 8c) 10d) 12e) 14
13) (FMABC) Ache D =
a)
1 3 x
.
2 4 y
x+3y
2x+4y
x 3y
2x 4y
x 3y
c)
2x 4y
x 4y
d)
3y 2x
b)
e) [2xy]
0 1
0 0
14) (FATEC) Dadas as matrizes A =
eB=
, conclui-se que a matriz:
0 0
0 1
a) AB nula.
b) BA no nula.
c) A2 nula.
d) B2 nula.
e) A+B nula.
1 a 1 3
4 3
15) (CESGRANRIO) Multiplicando
obtemos
. O produto dos elemenb 2 1 0
2 0
tos a e b da primeira matriz :
a) 2b) 1c) 0d) 1e) 6
1 2
x
16) (FCM.STA.CASA) Sejam as matrizes A =
,B =
3 1
y
A.B = C verdadeira se:
a) x + y = 2
b) x = 2y
c) xy = 0
d) y = 2x
e) y x = 2
17) (PUC) Sabendo que
eC =
2
. A igualdade
1
x y 3 5
, o valor de yz :
z w 1 2
captulo 2
37
p 1
2
. Se M.T a matriz nula 2 x 1, ento
18) (UECE) Sejam as matrizes M =
eT=
3 1
q
p.q igual a:
a) 12b) 15c) 16d) 18e) 24
x 2 0 1
4 8
19) (UFPR) Dada a equao matricial
=
, o valor do produto xyz
1 3 2 3 y z
igual a:
a) 80b) 150c) 120d) 60e) 32
20) (PUC) No conjunto M das matrizes n x m (com n m), considere as seguintes afirmaes:
I. Se A uma matriz de M, sempre estar definido o produto A.A.
II. Se A uma matriz de M, a sua transposta no o ser.
III. A soma de duas matrizes de M pode no pertencer a M.
Conclumos que:
a) Somente II verdadeira.
b) Somente I e II so verdadeiras.
c) Todas so falsas.
d) Somente I falsa.
2 1
1 2
21) (UFSE) So dadas as matrizes A =
eB=
. A matriz X = At + 2B, onde At
0 1
1 0
a matriz transposta de A, igual a:
4 2
a)
5 1
2 2
b)
1 1
2 3
c)
0 1
4 4
d)
3 1
4 4
e)
4 1
1 2 y
22) (UFRS) Se a matriz x 4 5 for simtrica, ento x + y + z :
3 z 6
a) 7b) 9c) 10d) 11e) 12
2 x
1 1
23) (UCMG) O valor de x para que o produto das matrizes A =
eB=
seja
3 1
0 1
uma matriz simtrica :
a) 1b) 0c) 1d) 2e) 3
38 captulo 2
1 2
1 3
24) (UCMG) O produto A X B das matrizes A =
eB=
3 4
2 4
uma matriz:
CURIOSIDADE
A geometria faz com que possamos adquirir o hbito de raciocinar
e esse hbito pode ser empregado,
ento, na pesquisa de verdade e
ajudar-nos na vida!
Jacques Bernoulli
a) simtrica
b) antissimtrica
c) no inversvel
d) nula
e) identidade
1 3 4
6 2 1 ?
25) (UFRPE) Qual o determinante da matriz
4 8 6
a) 55b) 68c) 32d) 20e) 88
1 2
1 3
26) (UEBA) Sejam as matrizes A =
eB=
. O valor de x
3 4
x 2
para o qual o determinante de A.B se anula :
a) 3b) 1c) 0d) 2/3e) 1
1 3
27) (FGV) Considere a equao det(A x.I) = 0 onde A =
,xR
2 4
1 0
eI=
. A soma das razes desta equao vale:
0 1
captulo 2
39
Onde:
A a matriz formada pelos coeficientes das equaes
X a matriz formada pelas incgnitas
B a matriz dos termos independentes
40 captulo 2
EXEMPLOS
1)
x + 3y = 2
2x 5y = 4
Forma matricial:
1 3 x
2 5 y
2
4
2)
x+y+z=3
2x y + 2z = 5
2x y z = 1
1 1 1
x 3
Forma matricial: 2 1 2 = y 5
2 1 1
z 1
COMENTRIO
A matemtica certamente no um esporte para observadores. Aqueles que mergulham em
suas profundezas so submetidos s maiores dificuldades e a histria nos sinaliza isso. No
so raros os homens e mulheres que aceitaram com muita perseverana e determinao essas
dificuldades e se tornaram grandes exemplos para a humanidade. No citaremos nomes, pois
podemos incorrer num dos erros mais primrios que esquecer algumas dessas pessoas que
contriburam amplamente com nossa civilizao. Convidamos vocs a transporem um pequeno
obstculo sem sabermos se um dia teremos contribudo para outros que escrevero seus nomes
nos anais da cincia.
captulo 2
41
EXERCCIOS DE FIXAO
30) (FEI-SP) A soma dos preos de dois equipamentos R$ 90,00. Somando 30% do preo de
um deles com 60% do preo do outro, obtm-se R$ 42,00. A diferena entre os preos desses
equipamentos, em valor absoluto, igual a:
a) R$ 20,00 b) R$ 10,00 c) R$ 25,00 d) R$ 15,00 e) R$ 12,00
31) (UF-GO) Uma pequena empresa, especializada em fabricar cintos e bolsas, produz mensalmente 1.200 peas. Em um determinado ms, a produo de bolsas foi trs vezes maior que a
produo de cintos. Nesse caso, a quantidade de bolsas produzidas nesse ms foi:
a) 900b) 750c) 600d) 450e) 300
32) (UFF) Cada filha de Luiz Antnio tem o nmero de irms igual quarta parte do nmero de
irmos. Cada filho de Luiz Antnio tem o nmero de irmos igual ao triplo do nmero de irms.
O total de filhas de Luiz Antnio :
a) 5b) 6c) 11d) 16e) 21
33) (UNIRIO) Num escritrio de advocacia trabalham apenas dois advogados e uma secretria.
Como o Dr. Andr e o Dr. Carlos sempre advogam em causas diferentes, a secretria, Cludia, coloca 1 grampo em cada processo do Dr. Andr e 2 grampos em cada processo do Dr. Carlos, para
diferenci-los facilmente no arquivo. Sabendo-se que, ao todo, so 78 processos nos quais foram
usados 110 grampos, podemos concluir que o nmero de processos do Dr. Carlos igual a:
a) 64b) 46c) 40d) 32e) 28
34) (EPCAR) Um caixa automtico de um banco s libera notas de R$ 5,00 e R$ 10,00. Uma
pessoa retirou desse caixa a importncia de R$ 65,00, recebendo 10 notas. O produto do nmero de notas de R$ 5,00 pelo nmero de notas de R$ 10,00 igual a:
a) 16b) 25c) 24d) 21e) 27
35) (Colgio Naval) Sejam 30 moedas, algumas de 1 centavo e outras de 5 centavos, onde
cada uma tem, respectivamente, 13,5 e 18,5 milmetros de raio. Alinhando-se estas moedas,
isto , colocando-se uma do lado da outra, obtm-se o comprimento de 1 metro. O valor total
das moedas :
a) R$ 0,92 b) R$ 1,06 c) R$ 1,34 d) R$ 2,00 e) R$ 2,08
36) (UF-ES) Uma pessoa submetida a uma dieta na qual so sugeridos trs cardpios de caf
da manh equivalentes em calorias. A primeira sugesto contm 100 gramas de carboidrato e
30 gramas de protena. A segunda sugesto contm 80 gramas de carboidrato e 40 gramas de
protena, e a terceira constituda apenas de carboidrato. A quantidade, em gramas, de carboidrato que a pessoa deve comer no terceiro cardpio :
a) 120b) 140c) 160d) 180e) 200
42 captulo 2
37) (UFJF-MG) Uma gaveta contm somente lpis, canetas e borrachas. A quantidade de lpis
o triplo da quantidade de canetas. Se colocarmos mais 12 canetas e retirarmos 2 borrachas, a
gaveta passar a conter o mesmo nmero de lpis, canetas e borrachas. Quantos objetos havia
na gaveta inicialmente?
a) 34b) 44c) 54d) 64e) 74
38) (UF-PB) Fernando foi a um caixa eletrnico e fez um saque em cdulas de trs tipos diferentes: R$ 20,00, R$ 10,00 e R$ 5,00. Sabe-se que ele retirou 14 cdulas e que a quantia
retirada foi a mesma para cada tipo de cdula. A quantia sacada por Fernando foi:
a) R$ 120,00 b) R$150,00 c) R$ 180,00 d) R$ 210,00 e) R$ 240,00
39) (VUNESP) Numa campanha do meio ambiente, uma prefeitura d descontos na conta de
gua em troca de latas de alumnio e garrafas de plstico (PET) arrecadadas. Para um quilograma de alumnio, o desconto de R$ 2,90 na conta de gua; para um quilograma de plstico, o
abatimento de R$ 0,17. Uma famlia obteve R$ 16,20 de desconto na conta de gua com a
troca de alumnio e garrafas plsticas. Se a quantidade (em quilogramas) de plstico que a famlia entregou foi o dobro da quantidade de alumnio, a quantidade de plstico, em quilogramas,
que essa famlia entregou na campanha foi:
a) 5b) 6c) 8d) 9e) 10
40) (UF-AL) Sejam A, B e C os preos de trs produtos distintos vendidos em certa loja. O preo
A um tero do preo C. O preo B igual soma dos preos A e C subtrada de R$ 7,50. O
preo C o dobro do preo B. Quanto custa a compra de uma unidade de cada um dos trs
produtos?
a) R$ 14,50 b) R$ 15,00 c) R$ 15,50 d) R$ 16,00 e) R$ 16,50
41) (UFSCar-SP) Uma loja vende trs tipos de lmpada (x, y e z). Ana comprou 3 lmpadas tipo
x, 7 tipo y e 1 tipo z, pagando R$ 42,10 pela compra. Beto comprou 4 lmpadas tipo x, 10 tipo
y e 1 tipo z, o que totalizou R$ 47,30. Nas condies dadas, a compra de trs lmpadas, sendo
uma de cada tipo, custa nessa loja:
a) R$ 30,50 b) R$ 31,40 c) R$ 31,70 d) R$ 32,30 e) R$ 33,20
42) (UFR-RJ) Em um show de pagode, os ingressos foram vendidos ao preo de R$ 10,00 para
homens adultos (maiores de 18 anos), R$ 5,00 para mulheres adultas (maiores de 18 anos) e
R$ 3,00 para adolescentes (entre 14 e 18 anos). Arrecadaram-se R$ 4.450,00 com a venda
de 650 ingressos.
Sabendo-se que somente 150 adolescentes estiveram no show, o valor arrecadado com a venda de ingressos para mulheres adultas foi:
a) R$ 800,00
b) R$ 900,00
c) R$ 1.000,00
d) R$1.100,00
e) R$ 1.200,00
captulo 2
43
43) (FATEC-SP) Pelo fato de estar com o peso acima do recomendado, uma pessoa est fazendo o controle das calorias dos alimentos que ingere. Sabe-se que 3 colheres de sopa de arroz,
2 almndegas e uma poro de brcolis tm 274 calorias. J 2 colheres de sopa de arroz, 3
almndegas e uma poro de broclis tm 290 calorias. Por outro lado, 2 colheres de sopa de
arroz, 2 almndegas e 2 pores de brcolis tm 252 calorias. Se ontem seu almoo consistiu
em uma colher de sopa de arroz, 2 almndegas e uma poro de broclis, quantas calorias teve
essa refeio?
a) 186b) 170c) 160d) 148e) 126
44) (FEI-SP) Adicionando, dois a dois, trs inteiros, obtemos os valores 42, 48 e 52. Qual o
produto dos trs inteiros?
a) 12.637b) 12.376c) 12.673d) 12.367e) 12.763
45) (PUC-MG) Um vendedor ambulante paga uma conta de R$ 175,00 em cdulas de R$ 5,00
e R$ 10,00, num total de 26 cdulas. O nmero n de cdulas de R$ 10,00 usadas para o pagamento dessa conta tal que:
a) 9 n < 12 b) 12 n < 17 c) 17 n < 20 d) 20 n < 23
46) (FEI SP) Um nmero formado por dois algarismos, sendo a soma de seus valores absolutos igual a 10. Quando se trocam as posies desses algarismos entre si, o nmero obtido ultrapassa de 26 unidades o dobro do nmero dado. Nestas condies, o triplo desse nmero vale:
a) 28b) 56c) 84d) 164e) 246
47) (UFPE) Um laboratrio tem em seu acervo besouros (com seis pernas cada um) e aranhas
(com oito pernas cada uma). Se o nmero total de pernas excede em 214 o nmero de besouros e aranhas, e o nmero de aranhas inferior em 14 ao nmero de besouros, quantas so as
aranhas?
a) 15b) 14c) 13d) 12e) 11
48) (UFPR) Numa empresa de transportes, um encarregado recebe R$ 400,00 a mais que
um carregador, porm cada encarregado recebe apenas 75% do salrio de um supervisor de
cargas. Sabendo que a empresa possui 2 supervisores de cargas, 6 encarregados e 40 carregadores e que a soma dos salrios de todos esses funcionrios R$ 57.000,00, qual o salrio
de um encarregado?
a) R$ 2.000,00
b) R$1.800,00
c) R$ 1.500,00
d) R$ 1.250,00
e) R$ 1.100,00
49) (UFAL) Em uma padaria, 3 sanduches, 2 sucos e 4 cafezinhos custam, juntos, R$ 12,90,
enquanto 2 sanduches, 3 sucos e 5 cafezinhos custam, juntos, R$ 13,50. Nesta padaria, quanto
custam, juntos, 4 sanduches, 1 suco e 3 cafezinhos?
a) R$ 12,20 b) R$ 12,30 c) R$ 12, 40 d) R$ 12,50 e) R$ 12,60
44 captulo 2
0 3
2 1
b)
1 5
6 3
c)
6 3
1 5
d)
6 3
1 5
e)
1 3
6 5
52) (UESC-BA) O fluxo de veculos que circula pelas ruas de mo dupla 1, 2 e 3 controlado
por um semforo de tal modo que, cada vez que sinaliza a passagem de veculos, possvel que
passem at 12 carros, por minuto, de uma rua para outra. Na matriz
0 90 36
S=
90 0 75 , cada termo sij indica o tempo, em segundos, que o semforo fica aberto,
36 75 0
num perodo de 2 minutos, para que haja o fluxo da rua i para a rua j. Ento, o nmero mximo
de automveis que podem passar da rua 2 para a rua 3, das 8h s 10h de um mesmo dia, :
a)1.100b) 1.080c) 900d) 576e) 432
captulo 2
45
x 5
3 y
y x + 1
54) (UFRN) Uma companhia de aviao pretende fazer manuteno em trs de seus avies e,
para isso, definiu o perodo de 4 dias, a contar da aprovao das propostas, para a concluso do
servio. Os oramentos (em milhares de reais) das trs empresas que apresentaram propostas
esto indicados na matriz A3x3 abaixo, onde cada aij corresponde ao oramento da empresa i
para a manuteno do avio j.
23 66 17
A = 19 62 12
28 57 08
Como cada uma dessas empresas s ter condies de efetuar, no prazo estabelecido, a manuteno de um avio, a companhia ter que escolher, para cada avio, uma empresa distinta. A
escolha que a companhia de aviao dever fazer para que sua despesa seja a menor possvel
ser:
a) Empresa 1: avio 1; empresa 2: avio 3 e empresa 3: avio 2.
b) Empresa 1: avio 1; empresa 2: avio 2 e empresa 3: avio 3.
c) Empresa 1: avio 3; empresa 2: avio 2 e empresa 3: avio 1.
d) Empresa 1: avio 2; empresa 2: avio 3 e empresa 3: avio 1.
x 2
1 x
eB=
, a diferena entre os valores de
1 1
1 2
x, tais que det(A.B) = 3x pode ser igual a:
55) (ESPM-SP) Dadas as matrizes A =
2
56) (UFV-MG) O valor do determinante 1
2
0 1
1 0 :
1 3
x
1
y
3x + 1
= 6, o valor de
1
3y + 1
46 captulo 2
8
:
8
58) (Ifal) Se A =
1 2
1 2
eB=
, o determinante da matriz (AB)1 :
1 0
1 0
1 1
x 1
,B=
e det(AB) = 2, ento xx igual a:
x 0
1 1
1 0
2 1
eB=
2 1
0 2
a) 5m + n = 3
b) 5m n = 3
c) 5m + n = 3
d) m + n =1
e) n 5m = 3
1 2
2 1
, seja a matriz B tal que A-1 B A = D, onde D =
,
1 1
1 2
ento o determinante de B igual a:
63) (UDESC) Dada a matriz A =
64) (UFP) Maria afirmou para Joo: A e B so matrizes tais que o produto AB possui inversa.
A partir dessa informao, Joo concluiu:
I. A matriz BtAt possui inversa.
II. As matrizes A e B possuem inversa.
captulo 2
47
65) (UFCG-PB) Dois alunos estavam trabalhando com a sequncia 25, 24, 23, ..., 218, 219, quando
um outro aluno aproveitou a oportunidade e construiu uma matriz An xn com esses nmeros, sem
repetir qualquer deles. Depois disso, lanou um desafio aos amigos, perguntando a relao entre
det(2A) e det(A). Qual a resposta a esse desafio?
a) det(2A) = det(A)
b) det(2A) = 3 det(A)
c) det(2A) = 16 det(A)
d) det(2A) = 32 det(A)
e) det(2A) = 81 det(A)
66) (UFU-MG) Considere a sequncia numrica 1, 2, 3, 5, 8, 13, 21, ... (que a menos da ausncia
do primeiro termo, conhecida como a sequncia de Fibonacci), em que cada um dos termos, a
partir do terceiro, a soma dos dois anteriores. Seja A uma matriz quadrada de ordem trs, formada com quaisquer 9 elementos consecutivos desta sequncia, dispostos consecutivamente,
em A, nas posies a11, a12, a13,..., a31,..., a33. Qual o determinante de A?
a) 1b) 0c) 1d) 3e) 5
67) (FATEC-SP) O trao de uma matriz quadrada a soma dos elementos de sua diagonal
2 1 0
principal. Se os nmeros inteiros x e y so tais que a matriz 3 x 4 tem trao igual a
4 e determinante igual a 19, ento o produto xy igual a:
68) (ITA-SP) Em uma mesa de uma lanchonete, o consumo de 3 sanduches, 7 xcaras de caf
e 1 pedao de torta totalizou R$ 31,50. Em outra mesa, o consumo de 4 sanduches, 10 xcaras
de caf e 1 pedao de torta totalizou R$ 42,00. Ento, o consumo de 1 sanduche, 1 xcara de
caf e 1 pedao de torta totaliza o valor de:
a) R$ 17,50 b) R$16,50 c) R$ 12,50 d) R$10,50 e) R$ 9,50
69) (UPE) Em uma floricultura possvel montar arranjos diferentes com rosas, lrios e margaridas. Um arranjo com 4 margaridas, 2 lrios e 3 rosas custa 42 reais. No entanto, se o arranjo tiver
uma margarida, 2 lrios e uma rosa, ele custa 20 reais. Entretanto, se o arranjo tiver 2 margaridas,
4 lrios e uma rosa, custar 32 reais. Nessa floricultura, quanto custar um arranjo simples com
uma margarida, um lrio e uma rosa?
a) 5 reaisb) 8 reaisc) 10 reaisd) 15 reaise) 24 reais
48 captulo 2
70) (FGV-SP) Como se sabe, no jogo de basquete, cada arremesso convertido de dentro do
garrafo vale 2 pontos e, de fora do garrafo, vale 3 pontos. Um time combinou com seu clube
que receberia R$ 50,00 para cada arremesso de 3 pontos convertido e R$ 30,00 para cada arremesso de 2 pontos convertido. Ao final do jogo, o time fez 113 pontos e recebeu R$ 1.760,00.
Ento, a quantidade de arremessos convertidos de 3 pontos foi:
a) 13b) 15c) 16d) 17e) 18
71) (UE-GO) Um feirante vendeu todo o seu estoque de mas e peras por R$ 350,00. O preo
de venda das peras e das mas est descrito abaixo:
3 mas por R$ 2,00
2 peras por R$ 1,50
Se o feirante tivesse vendido somente metade das mas e 2/5 das peras, ele teria arrecado
R$ 160,00. Sendo assim, quantas frutas o feirante vendeu?
a) 200b) 300c) 400d) 500
73) (UFC-CE) Uma fbrica de confeces produziu, sob encomenda, 70 peas de roupas entre camisas, batas e calas, sendo a quantidade de camisas igual ao dobro da quantidade de
calas. Se o nmero de bolsos em cada camisa, bata e cala dois, trs e quatro, respectivamente, e o nmero total de bolsos nas peas 200, ento podemos afirmar que a quantidade
de batas :
a) 36b) 38c) 40d) 42e) 44
75) (PUC-MG) Cada grama do produto P custa R$ 0,21 e cada grama do produto Q, R$ 0,18.
Cada quilo de certa mistura desses dois produtos, feita por um laboratrio, custa R$192,00.
Com base nesses dados, pode-se afirmar que a quantidade do produto P utilizada para fazer um
quilo dessa mistura :
a) 300 gb) 400 gc) 600 gd) 700 g
captulo 2
49
76) (FGV-SP) Considere trs trabalhadores. O segundo e o terceiro, juntos, podem completar
um trabalho em 10 dias. O primeiro e o terceiro, juntos, podem faz-lo em 12 dias, enquanto o
primeiro e o segundo, juntos, podem faz-lo em 15 dias. Em quantos dias os trs juntos podem
fazer o trabalho?
77) (UFPE) Quatro amigos A, B, C e D compraram um presente que custou R$ 360,00. Se:
A pagou metade do que pagaram B, C e D;
B pagou um tero do que pagaram juntos A, C e D; e
C pagou um quarto do que pagaram A, B e D.
Quanto pagou D, em reais?
78) (UNIFESP) Considere a equao 4x + 12 y = 1.705. Diz-se que ela admite uma soluo
inteira se existir um par ordenado (x, y), com x e y inteiros, que a satisfaa identicamente. A
quantidade de solues inteiras dessa equao :
a) 0b) 1c) 2d) 3e) 4
79) (PUC-MG) O cdigo de trnsito de certo pas adota o sistema de pontuao em carteira
para os motoristas: so atribudos 4 pontos quando se trata de infrao leve, 5 pontos por infrao grave e 7 pontos por infrao gravssima. Considere um motorista que, durante um ano,
cometeu o mesmo nmero de infraes leves e graves, foi autuado p vezes por infraes gravssimas e acumulou 57 pontos em sua carteira. Nessas condies, pode-se afirmar que valor
de p igual a:
a) 1b) 2c) 3d) 4e) 5
PERSONALIDADES
Vrios so os casos de genialidade na histria da matemtica. Aproveitaremos o momento para
relembrarmos alguns desses gnios e seus feitos na matemtica.
a) Aos 16 anos de idade, Blaise Pascal escreveu um tratado sobre as cnicas que foi considerado como um dos fundamentos da geometria moderna.
b) Carl Friedrick Gauss (1777-1855) calculou a soma dos primeiros 100 nmeros inteiros de
uma forma indita e muito criativa aos 9 anos de idade.
c) Niels Henrik Abel (1802-1829) aos 16 anos de idade fazia estudos sobre o problema de
resoluo das equaes de quinto grau. Morreu precocemente vtima da temvel tuberculose,
doena incurvel na poca.
d) Evariste Galois (1811-1832) aos 15 anos discutia e comentava as obras de Legendre e
Lagrange.
50 captulo 2
CURIOSIDADE
A matemtica nos brinda com padres numricos bastante interessantes e com um certo toque
de beleza. Vejamos alguns:
1.9 + 2 = 11
12.9 + 3 = 111
123.9 + 4 = 1111
1234.9 + 5 = 11111
12345.9 + 6 = 111111
123456.9 + 7 = 1111111
1234567.9 + 8 = 11111111
12345678.9 + 9 = 111111111
123456789.9 + 10 = 1111111111
9.9 + 7 = 88
98.9 + 6 = 888
987.9 + 5 = 8888
9876.9 + 4 = 88888
98765.9 + 3 = 888888
987654.9 + 2 = 8888888
9876543.9 + 1 = 88888888
98765432.9 + 0 = 888888888
1.8 + 1 = 9
12.8 + 2 = 98
123.8 + 3 = 987
1234.8+ 4 = 9876
12345.8 + 5 = 98765
123456.8 + 6 = 987654
1234567.8 + 7 = 9876543
12345678.8 + 8 = 98765432
123456789.8 + 9 = 987654321
1.1 = 1
11.11 = 121
111.111 = 12321
1111.1111 = 1234321
11111.11111 = 123454321
111111.111111 = 12345654321
1111111.1111111 = 1234567654321
4.4 = 16
34.34 = 1156
334.334 = 111556
3334.3334 = 11115556
33334.33334 = 1111155556
captulo 2
51
IMAGENS DO CAPTULO
Laplace Georgios | Dreamstime.com Pierre Simon Laplace (foto)
Pascal Georgios | Dreamstime.com Blaise Pascal (foto)
Desenhos, grficos e tabelas cedidos pelo autor do captulo.
GABARITO
2.2 Propriedade dos determinantes
1) Resolvendo o determinante
2 0 4
7 8 2 = 80 +140 64 20 = 136 = 8 x 17
2 5 5
Logo, o determinante divisvel por 17.
9 4
2 4
11 0
0 0
+
=
8 17
8 6
0 11
0 0
0 1 x
y
=
1 0 y
x
Resp.: d) Uma reflexo numa reta.
4)
1 3 x
x
x + 3y 3x 0
2x + 6y = 0
5) AX = 3X =
.
=3
x 3y = 0
4 3 y
y
4x 3y 3y
0
4x 3y = 0
Resp.: b)
2
3
a b
a inversa da matriz dada. Temos:
c d
a b 4 3
1 0
=
c d 1 1
0 1
6) Seja B =
4a+b=1
3a+b=0
a = 1 e b = 3
52 captulo 2
4c+d=0
3c+d=1
c = -1 e d = 4
B=
1 3
1 4
Resp: b)
7) Se A do tipo 2 x 3 e AB do tipo 2 x 5, ento B ser do tipo: 3 x 5
Resp: d)
1 1 1 1
1 2
=
0 1 0 1
0 1
1 2
1 1
1 3
P3 = P2.P =
=
0 1 0 1
0 1
1 n
b) Pn =
0 1
8) a) P2 =
1 k
1 k 1 1
1 k+1
, ento:
=
= PK+1
0 1
0 1 0 1
0 1
9) Soluo: AB BA =
3 0 2 1
2 1 3 0
6 3
7 4
1 7
=
1 4 1 0
1 0 1 4
6 1
3 0
9 1
Resp: b)
10) De imediato, determinaremos a inversa da matriz M.
a) M1 =
a b
.
c d
1 0 a b
1 0
=
2 1 c d
0 1
1 0
a
b
=
0 1
2a + c 2b + d
a =1 , b = 0
2 a + c = 0 e 2 b + d =1
c = 2 e d = 1
M1 =
1 0
2 1
b) M-1AM =
1 0 2 1 1 0
4 1
=
2 1 1 1 2 1
5 1
Trao = 4 + (1) = 3
captulo 2
53
x+3y
2x+4y
Resp: a)
14) Efetuando cada uma das opes, vem:
AB =
0 1 0 0
0 1
=
(Falsa)
0 0 0 1
0 0
BA =
0 0 0 1
0 0
=
(Falsa)
0 1 0 0
0 0
A2 =
0 1 0 1
0 0
=
(Verdadeira)
0 0 0 0
0 0
B2 =
0 0 0 0
0 0
=
(Falsa)
0 1 0 1
0 1
A+B =
0 1
0 0
0 1
+
=
(Falsa)
0 0
0 1
0 0
Resp : c) B2 nula
54 captulo 2
3 4 3
3b 2 0
Da, temos:
2+a=4
2b + 2 = 2
3b = 0
a = 2 e b = 0, logo: ab = 0
Resp: c)
16) Devemos substituir as matrizes A, B e C, na igualdade:
1 2 x
2
=
3 1 y
1
x 2y = 2
3x + y = 1
Resolvendo o sistema, temos: x = 0 e y = 1. Portanto, xy = 0.
Resp: c)
17) Efetuando o produto de matrizes, teremos:
x y 3 5
1 0
=
z w 1 2
0 1
3x + y = 1
5x + 2y = 0
3z + w = 0
5z + 2w = 1
Resolvendo os sistemas, encontramos: y = 5 e z = 1
Resp: d) 5
18) Devemos efetuar a multiplicao das matrizes M e T.
MT =
p 1 2
2p + q
=
3 1 q
6 q
captulo 2
55
x + 6 = 8; da : x = 2
y=6
z = 10
xyz = 120
Resp: c)
20) Devemos analisar cada uma das afirmaes:
I) Falsa
II) Verdadeira
III) Falsa
Resp: a)
21) Substituindo as matrizes A e B na equao matricial:
2 0
1 2
+2
1 1
1 0
2 0
2 4
4 4
X=
+
=
1 1
2 0
3 1
X=
Resp: d)
22) Sabemos que a matriz simtrica quando At = A. Portanto, teremos:
1 2 y
1 x 3
x 4 5 = 2 4 z
3 z 6 y 5 6
x = 2; y = 3 e z = 5
x + y + z = 10
Resp: c)
23) Vamos determinar a matriz AB.
AB =
2 x 1 1 2
=
3 1 0 1
3
2+x
2
Se AB simtrica, temos:
2+x =3
x=1
Resp: c)
24) Devemos multiplicar as matrizes A e B.
1 2 1 3
5 11
=
, que uma matriz simtrica.
3 4 2 4
11 25
Resp: a)
25) Resolvendo o determinante da matriz por um dos processos conhecidos encontramos 68.
Resp: b)
56 captulo 2
1 2 1 3
1 + 2x
=
3 4 x 2
3 + 4x
7
17
=
. Calculando o determinante, teremos:
2 4
0 x
2
4 x
xI =
(1 x)(4 x) 6 = 0
x2 5x 2 = 0
S=
=5
Resp: a)
28) Analisando as alternativas conclumos que a nica incorreta a letra d.
Resp: d) det(B) = det(B)
29) A terceira linha igual a soma da primeira linha com a segunda linha. Logo, o determinante
igual a zero.
captulo 2
57
COMENTRIO
A questo de nmero 79 no simples, por isso foi dado o desenvolvimento para se chegar resposta
correta.
44) c) 12.673
45) a) 9 n < 12
46) c) 84
47) d) 12
48) c) R$ 1.500,00
49) b) R$ 12,30
50) e) depois da parada, o nibus 1 ficou com 14 passageiros a mais.
51) e)
1 3
6 5
52) c) 900
53) c) 32
54) a) Empresa 1: avio 1; empresa 2: avio 3 e empresa 3: avio 2.
55) c) 5
56) a) 5
57) e) 144
58) e) nda
59) b) 1/4
60) d) 1/3
61) c) 1/4
62) c) 5m + n = 3
63) d) 5
64) e) I, II e III
65) d) det(2A) = 32 det(A)
66) b) 0
67) b) 3
68) d) R$ 10,50
69) d) 15 reais
70) a) 13
71) d) 500
72) d) 1,05
73) c) 40
74) b) 6,50
75) b) 400 g
76) 8 dias
77) R$ 78,00
78) a) 0
79) c) 3
Soluo: Sejam nmero infraes leves = nmero de infraes graves = x
e infraes gravssimas p, teremos:
4x + 5x + 7p = 57
7p = 57 9x
p = (57-9x)/7
58 captulo 2
captulo 2
59
Resoluo de
sistemas
Resoluo de sistemas
OBJETIVOS
Resolver sistemas lineares atravs da eliminao de linhas.
Resolver sistemas lineares atravs do mtodo da matriz inversa.
Resolver sistemas lineares atravs da regra de Cramer.
Discutir as condies de existncia de solues dos sistemas lineares.
3.1 Introduo
Vamos comear o nosso estudo lembrando que j foi visto no captulo 1 que
podemos estabelecer um link entre os sistemas de equaes lineares (ou
simplesmente sistemas de equaes) e o estudo das matrizes.
Exemplificando
1) Seja o seguinte sistema de linear com trs variveis (ou incgnitas) definido por:
2x + 5y z = 0
4x 3y + 6z = 1
7x + y 2z = 8
Vimos que possvel representar esse sistema na forma matricial do seguinte modo:
2 5 1 x 0
4 3 6 y = 1
1 2 z 8
62 captulo 3
Lembrando que:
A a matriz formada pelos coeficientes das incgnitas das equaes que
compem o sistema dado:
2 5 1
A = 4 3 6
7 1 2
X a matriz formada pelas incgnitas:
x
X = y
z
B a matriz formada pelos termos independentes:
0
B = 1
8
Vamos acrescentar outra matriz chamada de matriz aumentada. Ela tambm chamada de matriz completa.
2 5 1 0
4 3 6 1
7 1 2 8
termos independentes
Na matriz ampliada
Cada linha formada, ordenadamente, pelos coeficientes das incgnitas e
pelos termos independentes de cada equao.
C
ada coluna (com exceo da ltima) contm, ordenadamente, os coeficientes relativos a uma mesma incgnita.
A
ltima coluna contm, na mesma ordem, os termos independentes das
equaes do sistema.
63
SISTEMA LINEAR
POSSVEL
QUANDO ADMITE SOLUO
DETERMINADO
ADMITE UMA NICA SOLUO
IMPOSSVEL
QUANDO NO ADMITE SOLUO
INDETERMINADO
ADMITE INFINITAS SOLUES
64 captulo 3
Exemplificando
1. Sistema possvel e determinado (SPD)
2x + y = 5
x 3y = 6
Resolvendo o sistema atravs dos mtodos j conhecidos encontramos
como resposta uma nica soluo: (3, 1)
Geometricamente: A soluo do sistema o ponto onde as retas se encontram.
y
3
1
65
Geometricamente: As duas retas que formam este sistema so coincidentes. Logo qualquer ponto de uma das retas soluo deste sistema.
y
5/2
x
5
66 captulo 3
Exemplificando
3x 4y = 0
1.
6x + 8y = 0
3x y 7z = 0
2.
x 2y + 3z = 0
x + y + 2z = 0
3. x y 3z = 0
x + 4y = 0
Soluo de um sistema linear homogneo
Um sistema linear homogneo com n incgnitas (ou variveis) admite (0, 0,
0, ..., 0) como soluo. Tomando o exemplo 3, visto anteriormente, ele admite a soluo (0, 0, 0). Essa soluo chamada de soluo trivial ou soluo
nula ou soluo imprpria, o que torna esse sistema possvel. Um sistema
linear homogneo sempre possvel, pois possui pelo menos a soluo no
trivial. Agora se ele for indeterminado significa que admite outra soluo
onde as incgnitas no so todas nulas. Nesse caso, a soluo chamada de
no trivial ou prpria.
EXEMPLO
Resolvendo os sistemas abaixo atravs dos mtodos estudados no captulo 1 notamos que as
solues so as mesmas. Logo,
Os sistemas
x 2y = 3 3x 4y = 5
e
2x y = 4 x + 2y = 5
so equivalentes, pois possuem o mesmo conjunto soluo S = {(1,2)}.
Agora estamos preparados para encontrar o conjunto soluo de um sistema linear.
captulo 3
67
COMENTRIO
Sistema linear
O mtodo de eliminao de Gauss
transforma um sistema linear qualquer em um sistema linear escalonado equivalente. Este mtodo foi
desenvolvido por Gauss e aperfeioado por Camile Jordan, matemtico francs do sculo XX, que
utiliza a matriz ampliada do sistema.
O procedimento baseado na ideia
de reduzir a matriz ampliada de um
sistema linear a uma outra matriz
ampliada que seja suficientemente
simples a ponto de permitir a visualizao da soluo.
68 captulo 3
ATENO
OBSERVAO
Matriz aumentada
A matriz aumentada dada anteriormente est na forma escalonada
reduzida por linhas. O procedimento que ser apresentado chamado de eliminao gaussiana.
O processo para chegarmos a um sistema escalonado envolve algumas operaes ou transformaes elementares
sobre as equaes do sistema dado. Veja:
Trocar (permutar) as posies de duas equaes.
Multiplicar uma das equaes por um nmero real diferente
de zero.
Multiplicar uma equao por um nmero real diferente de
zero e somar o resultado encontrado com a outra equao.
Veja que essas operaes podem ser realizadas nas linhas da matriz aumentada, visto que as linhas horizontais
da matriz aumentada correspondem s equaes do sistema linear dado inicialmente. Ento vamos compreender
melhor esse processo atravs de um exemplo.
Exemplificando
Resolva o sistema linear por meio de escalonamento
x + y + 2z = 9
2x + 4y 3z = 1
3x + 6y 5z = 0
Para solucion-lo, devemos inicialmente escrever este
sistema linear na forma de sua matriz aumentada
captulo 3
69
1 1 2 9
2 4 3 1
3 6 5 0
coluna do termo independente
coluna da varivel z
coluna da varivel y
coluna da varivel x
Passo 1
Localize na primeira linha da matriz o primeiro elemento no nulo. Este
elemento no nulo chamado de piv. Chamamos o nmero 1 de piv.
1 1 2 9
2 4 3 1
3 6 5 0
OBSERVAO
Se na primeira linha o primeiro elemento for nulo, ento localize uma outra linha que tenha o
elemento no nulo e troque as linhas.
Passo 2
Agora voc dever anular os elementos que esto abaixo do piv.
1 1 2 9
2 4 3 1
3 6 5 0
coluna do piv
Devemos ento anular o elemento 2 e o elemento 3 que esto localizados
logo abaixo do piv.
Vamos repetir a primeira linha onde o piv est localizado.
Agora faa a seguinte pergunta:
Qual o nmero que devo multiplicar o piv cujo resultado dessa multiplicao somado com o elemento 2 (segunda linha) tenha como resultado zero?
Resposta: 2
70 captulo 3
Isso significa que vamos multiplicar a primeira linha (do piv) por (3) e
adicionar o resultado terceira linha onde est o elemento que desejamos
eliminar.
1 1 2 9
0 2 7 17
3 6 5 0
Ficamos com seguinte sistema:
1 1 2 9
0 2 7 17
0 3 11 27
Passo 3
Agora procure na segunda linha desta matriz o elemento piv.
1 1 2 9
0 2 7 17
0 3 11 27
Observe que o piv 2. Para facilitar as contas vamos transformar este
piv em 1. Para isto, basta multiplicar a segunda linha por 1/2.
captulo 3
71
1 2 9
7
17
0 1
2
2
0 3 11 27
Agora vamos anular o elemento 3 que est abaixo do piv.
Agora faa a seguinte pergunta:
Qual o nmero que devo multiplicar o piv cujo resultado dessa multiplicao somado com o elemento 3 (terceira linha) tenha como resultado zero?
Resposta: 3
Isso significa que vamos multiplicar a segunda linha (do piv) por (3) e
adicionar o resultado terceira linha onde est o elemento que desejamos
eliminar.
1 1
2
7
0 1
2
0 3 11
1 1
0 1
0
1 1
9
17
2
27
2
7
2
21
11
2
2
7
0 1
2
1
0 0
2
9
17
51
27
2
9
17
2
3
Agora temos uma matriz na forma escalonada. Para ficar mais fcil a visua
lizao, vamos escrever essa matriz na forma de um sistema de equaes.
x + y + 2z = 9
7
17
y z =
2
2
1 z = 3
2
2
Veja que agora ficou simples a resoluo do sistema.
Na terceira linha podemos encontrar o valor da incgnita z.
1 z = 3 z = 3 z = 3
2
2
72 captulo 3
EXERCCIOS RESOLVIDOS
x + y + z =12
1) Resolva o sistema 3x y + 2z = 14
2x 2y + z = 3
Soluo
Utilizando a matriz ampliada, temos:
elemento piv
1 1 1 12
3 1 2 14
2 2 1 3
Vamos zerar os elementos 3 e 2 que esto abaixo do piv.
Comeamos multiplicando a primeira linha por (3) e adicionando o resultado segunda linha.
1 1 1 12
3 1 2 14
2 2 1 3
Obtemos:
1 1 1 12
0 4 1 22
2 2 1 3
Agora vamos multiplicar a primeira linha por (2) e adicionar o resultado terceira linha.
captulo 3
73
OBSERVAO
Sistema
Esse tipo de sistema apresenta sempre infinitas solues, sendo, ento
um sistema possvel e indeterminado
(SPI).
1 1 1 12
0 4 1 22
0 4 1 27
Note que se multiplicarmos a segunda linha da matriz por (1) e adicionarmos o resultado terceira linha encontraremos o seguinte resultado:
1 1 1 12
0 4 1 22
0 0 0 5
Observe que na terceira linha temos 0x + 0y + 0z = 5. Logo, o sistema
impossvel (SI).
Resposta: S =
x + 2y z = 4
2) Resolva o sistema
3x y + z = 5
Soluo
Note que o nmero de incgnitas (trs) maior do que o nmero de equaes (duas).
Utilizando a matriz ampliada, temos:
elemento piv
1 2 1 4
3 1 1 5
Vamos zerar o elemento 3 que est abaixo do piv.
Comeamos multiplicando a primeira linha por (3) e adicionando o resultado segunda linha.
Obtemos:
1 2 1 4
0 7 4 7
x + 2y z = 4
O sistema equivalente :
7y + 4z = 7
Veja que o sistema indeterminado. Podemos usar um parmetro qualquer
k, onde k est em R, para representar a incgnita z. Obtemos, assim, a seguinte soluo geral:
Na segunda equao obtemos y: 7y + 4z = 7 y =
74 captulo 3
4k + 7
7
( 4k 7+ 7 ) k = 4 x = 147 k
14 k 4k + 7
,
,k /kR
7
7
Soluo
Utilizando a matriz ampliada, temos:
2 3 1 0
1 4 1 0
3 1 2 0
Note que o primeiro coeficiente da primeira linha 2. Nesse caso, podemos trocar as posies
das duas primeiras linhas, a fim de que o primeiro coeficiente seja igual a 1.
elemento piv
1 4 1 0
2 3 1 0
3 1 2 0
Vamos zerar os elementos 2 e 3 que esto abaixo do piv.
Comeamos multiplicando a primeira linha por (2) e adicionando o resultado segunda linha,
tem-se:
1 4 1 0
0 11 3 0
3 1 2 0
Agora vamos multiplicar a primeira linha por (3) e adicionar o resultado terceira linha. Obtemos:
1 4 1 0
0 11 3 0
0 13 5 0
Agora procure na segunda linha desta matriz o elemento piv.
captulo 3
75
1 4 1 0
0 11 3 0
0 13 5 0
Observe que o piv 11. Para facilitar as contas, vamos transformar este piv em 1. Para isto,
basta multiplicar a segunda linha por 1/11.
1 4 1 0
0 1 3/11 0
0 13 5 0
Agora vamos anular o elemento 13 que est abaixo do piv.
Vamos multiplicar a segunda linha por (13) e adicionar o resultado terceira linha. Obtemos:
1 4 1 0
0 1 3/11 0
0 0 16/11 0
Agora a matriz aumentada est na forma escalonada.
O sistema que corresponde a essa matriz
x 4y + z = 0
3
y
z=0
11
16
z=0
11
Agora podemos resolver facilmente esse sistema encontrando na terceira equao o valor da
incgnita z = 0. Substituindo o valor de z na segunda equao encontramos o valor de y = 0,
e por ltimo substituindo y e z na primeira equao encontramos o valor da incgnita x = 0.
Conclumos que o sistema possvel e determinado (SPD), pois admite soluo trivial {(0,0,0)}.
EXERCCIOS DE FIXAO
1) Resolva o sistema linear abaixo.
x + 4y + 3z = 1
2x + 5y + 4z = 4
x 3y 2z = 5
2) Resolva os sistemas lineares atravs do escalonamento.
a)
76 captulo 3
x + 2y = 5
2x 3y = 4
x+yz=0
b) x + y + z = 0
x y z = 0
2x + y 2z = 2
c) y + z = 2
3x 2z = 1
x + y + 2z = 2
d) 2x + y + z = 3
x y + z = 0
3) Calcule m e n, de modo que os sistemas sejam equivalentes:
xy=1
mx ny = 1
e
2x y = 5
nx + my = 2
4) Resolva o sistema:
x + y + 2z = 1
x + 2y + 3z = 2
2x y + z = 2
5) Classifique e resolva os seguintes sistemas lineares.
x + 2y + 4z = 5
a) 2x y + 2z = 8
3x 3y z = 7
4x 3y + z = 3
b) 3x + y + 4z = 1
5x 2y 3z = 2
3x + y = 3
c) 5x + 3y = 1
x 4y = 7
6) Classifique e resolva o sistema linear homogneo.
x + 2y z = 0
2x y + 3z = 0
4x + 3y + z = 0
7) Seja o sistema
x + my = m 1
2x + 6y = m2 1
captulo 3
77
8) (UFPR) Certa transportadora possui depsitos nas cidades de Guarapuava, Maring e Cascavel. Trs motoristas dessa empresa, que transportavam encomendas apenas entre esses trs
depsitos, estavam conversando e fizeram as seguintes afirmaes: 1o motorista: Ontem eu
sa de Cascavel, entreguei parte da carga em Maring e o restante em Guarapuava. Ao todo,
percorri 568 km. 2o motorista: Eu sa de Maring, entreguei parte da carga em Cascavel e depois fui para Guarapuava. Ao todo, percorri 522 km. 3o motorista: Semana passada eu sa de
Maring, descarreguei parte da carga em Guarapuava e o restante em Cascavel, percorrendo,
ao todo, 550 km. Sabendo que os trs motoristas cumpriram rigorosamente o percurso imposto
pela transportadora, quantos quilmetros percorreria um motorista que sasse de Guarapuava,
passasse por Maring, depois por Cascavel e retornasse a Guarapuava?
a) 832 kmb) 820 kmc) 798 kmd) 812 kme) 824 km
9) (PUC) Como est se aproximando o trmino do desconto do IPI para a linha branca dos eletrodomsticos, uma determinada loja de departamentos, para vender uma geladeira, uma mquina de lavar e uma secadora, props a seguinte oferta: a geladeira e a mquina de lavar custam
juntas R$ 2.200,00; a mquina de lavar e a secadora, R$ 2.100,00; a geladeira e a secadora, R$
2.500,00. Quanto pagar um cliente que comprar os trs produtos anunciados?
a) R$ 3.400,00 d) R$ 3.200,00
b) R$ 2.266,00 e) R$ 4.800,00
c) R$ 6.800,00
10) (CEFET) Alice comprou dois tics, dois tacs e dois tocs pagando 10 reais. Berenice comprou
um tic, dois tacs e dois tocs pagando 9 reais. Crenddice pagou 8 reais por um tic, trs tacs e um
toc. Para comprar um tic, um tac e trs tocs, Dirce vai gastar, em reais:
a) 10b) 9c) 8d) 7e) 11
11) (ENADE 2014) Em uma loja de material escolar, as mercadorias caneta, lpis e borracha,
de um nico tipo cada um, so vendidas para trs estudantes. O primeiro comprou uma caneta,
trs lpis e duas borrachas pagando R$ 10,00; o segundo adquiriu duas canetas, um lpis e uma
borracha pagando R$ 9,00; o terceiro comprou trs canetas, quatro lpis e trs borrachas pagando R$ 19,00. Os estudantes, aps as compras, sem verificarem os valores de cada mercadoria, procuraram resolver o problema: A partir das compras efetuadas e dos respectivos valores
totais pagos por eles, qual o preo da caneta, do lpis e da borracha?. Para isso, montaram um
sistema de equaes lineares cujas incgnitas so os preos das mercadorias.
Esse sistema de equaes :
a) possvel determinado, sendo o preo da borracha mais caro que o do lpis;
b) impossvel, pois saber os totais das compras no garante a existncia de soluo;
c) possvel determinado, podendo admitir como soluo o valor do preo da caneta, do lpis e
da borracha;
d) possvel indeterminado, de forma que a soma dos valores possveis da caneta, do lpis e da
borracha igual a cinco vezes o preo do lpis subtrado de R$ 9,00;
78 captulo 3
e) possvel indeterminado, de forma que a soma dos valores possveis da caneta, do lpis e da
borracha igual a 1/5 da adio do preo da borracha com R$ 28,00.
12) (UFRJ) Uma loja de departamentos, para vender um televisor, um videocassete e um aparelho de som, props a seguinte oferta: o televisor e o videocassete custam juntos R$ 1.200,00; o
videocassete e o aparelho de som custam juntos R$ 1.100,00; o televisor e o aparelho de som
custam juntos R$ 1.500,00. Quanto pagar um cliente que comprar os trs produtos anunciados?
X = A1.B
1 2
a matriz dos coeficientes.
3 4
B=
4
a matriz dos termos independentes.
8
captulo 3
79
X=
x
a matriz formada pelas incgnitas do sistema.
y
Voc j aprendeu a determinar a matriz inversa de uma matriz no captulo 1. Agora precisamos desse conhecimento para determinarmos a matriz
inversa A1 da matriz A. A matriz inversa ser:
2 1
A1 = 3
1
2 2
Agora, para determinarmos o conjunto soluo do sistema linear dado,
basta multiplicarmos a matriz inversa encontrada pela matriz B. Veja:
2 1
8 8
x
4
16
X=
= 3 1
=
=
6 + 4
y
10
2 2 8
Isto : x = 16 e y = 10.
Resposta do sistema linear:
{(16, 10)}
EXERCCIO RESOLVIDO
4) Encontre o conjunto soluo do sistema linear atravs do mtodo da matriz inversa.
x + 2y 2z = 0
2x + 5y 4z = 3
3x + 7y 5z = 7
Soluo
Vamos considerar:
1 2 2
A = 2 5 4 a matriz dos coeficientes.
3 7 5
0
B = 3 a matriz dos termos independentes.
7
80 captulo 3
x
X = y a matriz formada pelas incgnitas do sistema.
z
Voc j aprendeu a determinar a matriz inversa de uma matriz no captulo 1. Agora precisamos
desse conhecimento para determinarmos a matriz inversa A1 da matriz A. A matriz inversa
ser:
3 4 2
1
A = 2 1 0
1 1 1
Agora, para determinarmos o conjunto soluo do sistema linear dado, basta multiplicarmos a
matriz inversa encontrada pela matriz B. Veja:
x
2
3 4 2 0
X = y = 2 1 0 3 = 3
z
4
1 1 1 7
Isto : x = 2, y = 3 e z = 4
Soluo do sistema linear: {(2, 3 ,4)}
EXERCCIOS DE FIXAO
13) Encontre o conjunto soluo do sistema linear atravs do mtodo da matriz inversa.
x + 2y + z = 9
2x + y z = 3
3x y 2z = 4
14) Encontre o conjunto soluo do sistema linear atravs do mtodo da matriz inversa.
x y 2z = 1
x + y + z = 2
x 2y + z = 2
15) Encontre o conjunto soluo do sistema linear atravs do mtodo da matriz inversa.
x + y 2z = 7
2x y + 3z = 10
x + y + z = 1
captulo 3
81
OBSERVAO
Regra de Cramer
Gabriel Cramer (1704-1752), matemtico e astrnomo suo, desenvolveu esse mtodo para resolver
sistemas lineares onde o nmero de
equaes igual ao nmero de incgnitas.
B=
1 2
a matriz dos coeficientes.
3 4
4
8
Procedimento:
Passo 1
Vamos calcular o determinante da matriz A dos coeficientes
do sistema linear dado.
det
1 2
= 1.4 2.3 = 4 6 = 2 0 DA = 2
3 4
ATENO
Note que o determinante da matriz A, que denotaremos por DA= 2,
diferente de zero. Isso uma condio necessria para resolvermos o sistema atravs da regra de Cramer.
Passo 2
Clculo das incgnitas do sistema linear apresentado. Nesse caso, vamos determinar o valor de x e y.
82 captulo 3
Veja:
x y
1 2
A=
3 4
vamos substituir B =
4
na coluna da incgnita x
8
4 2
. Agora vamos calcular o determinante dessa ma 8 4
triz que denotaremos por DX.
Obtemos a matriz
det
4 2
= 4.4 2(8) = 16 + 16 = 32 0 Dx = 32
8 4
Dx
DA
32
32
=
= 16
(2)
2
Veja:
x y
1 2
A=
3 4
vamos substituir B =
4
na coluna da incgnita y
8
captulo 3
83
1 4
. Agora vamos calcular o determinante dessa ma 3 8
triz que denotaremos por Dy.
Obtemos a matriz
1 4
= 8.1 4.3 = 8 12 = 20 0 Dy = 20
3 8
Dy
DA
20
20
=
= 10
(2)
2
{(-16, 10)}.
RESUMO
O determinante da matriz A dos coeficientes das incgnitas deve ser diferente de zero, isto ,
DA 0. Nesse caso j sabemos que o sistema possvel e determinado. Se o determinante for
igual a zero, ento o sistema linear dado (SI) ou (SPI).
Com relao ao sistema linear homogneo, vimos que ele sempre admite uma soluo trivial
ou soluo nula. Ento podemos concluir em relao a esse sistema que se o determinante
for diferente de zero o sistema linear homogneo ser possvel e determinado, e no caso do
determinante ser igual a zero o sistema possvel e indeterminado
A soluo do sistema linear formado por duas equaes e duas incgnitas ser dada por:
S=
Dx Dy
,
DA DA
A soluo do sistema linear formado por trs equaes e trs incgnitas ser dada por:
S=
Dx Dy Dz
,
,
DA DA DA
Os resultados Dx, Dy, Dz, ... podem ser generalizados para um sistema com n equaes e n
incgnitas.
84 captulo 3
EXERCCIO RESOLVIDO
5) Encontre o conjunto soluo do sistema linear atravs da regra de Cramer.
x + y = 107
y + z = 74
x + z = 91
Soluo
Vamos considerar:
1 1 0
A = 0 1 1 a matriz dos coeficientes.
1 0 1
107
B = 74 a matriz dos termos independentes.
91
Clculo do determinante DA
No captulo 2 foi apresentado o processo para se determinar o determinante de uma matriz de
ordem 3. Assim, temos o seguinte resultado:
1 1 0
DA = 0 1 1 DA = 2
1 0 1
Clculo do determinante DX
x y z
1 1 0
A = 0 1 1
1 0 1
substituir a coluna da incgnita x pela matriz B
107
B = 74
91
captulo 3
85
Obtemos:
107 1 0
74 1 1
91 0 1
107 1 0
Calculando o determinante dessa matriz encontramos: Dx = 74 1 1 Dx = 124
91 0 1
Clculo do determinante DY
x y x
1 1 0
A = 0 1 1
1 0 1
substituir a coluna da incgnita y pela matriz B
107
B = 74
91
Obtemos:
1 107 0
0 74 1
1 91 1
1 107 0
0 74 1 Dy = 90
Calculando o determinante dessa matriz encontramos: Dy =
1 91 1
Clculo do determinante DZ
x
1
A = 0
1
y
1
1
0
z
0
1
1
substituir a coluna da incgnita z pela matriz B
107
B = 74
91
86 captulo 3
Obtemos:
1 1 107
0 1 74
1 0 91
1 1 107
Calculando o determinante dessa matriz encontramos: Dz = 0 1 74 Dz = 58
1 0 91
Clculo das incgnitas x, y e z.
x=
Dx 124
=
= 62
DA
2
y=
Dy 90
=
= 45
DA
2
z=
Dz 58
=
= 29
DA
2
EXERCCIOS DE FIXAO
16) Encontre o conjunto soluo do sistema linear atravs da regra de Cramer.
x + 2y z = 5
x 2y 3z = 3
4x y z = 4
17) Encontre o conjunto soluo de cada sistema linear abaixo atravs da regra de Cramer.
3x y + z = 1
a) 2x + 3z = 1
4x + y 2z = 7
x y + z = 5
b) x + 2y + 4z = 4
3x + y 2z = 3
x+yz=0
c) x y 2z = 1
x + 2y + z = 4
18) (COVEST-PE) Um nutricionista pretende misturar trs tipos de alimentos (A, B e C) de forma que a mistura resultante contenha 3.600 unidades de vitaminas, 2.500 unidades de minerais
e 2.700 unidades de gorduras. As unidades por gramas de vitaminas, minerais e gorduras dos
alimentos constam da tabela a seguir:
captulo 3
87
VITAMINAS
MINERAIS
GORDURA
40
100
120
80
50
30
120
50
60
RECIPIENTE A
RECIPIENTE B
RECIPIENTE C
II
III
88 captulo 3
nha 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.
a) Escreva o sistema linear que representa a situao descrita acima.
b) Resolva o referido sistema, determinando as quantidades, em gramas, de cada ingrediente
por lata.
Agora vamos analisar ou discutir o sistema linear, ou seja, vamos analis-lo em funo de um ou mais parmetros dados nas equaes do sistema,
as condies necessrias para ele ser possvel e determinado, possvel e indeterminado ou impossvel. Analisaremos o sistema atravs do clculo do
determinante da matriz formada pelos coeficientes do sistema dado.
Nesse caso, vale lembrar que:
Se o determinante dessa matriz for diferente de zero, ento o sistema possvel e determinado (SPD).
Se o determinante dessa matriz for igual a zero, ento o sistema pode ser
impossvel (SI) ou possvel e indeterminado (SPI).
Exemplificando
3x + ky = 2
1) Vamos discutir o sistema
segundo os valores do parmetro k.
x y = 1
captulo 3
89
Vamos verificar substituindo o valor de k no sistema e resolvendo o mesmo atravs dos mtodos j estudados.
3x 3y = 2
usando o mtodo da adio
x y = 1
3x 3y = 2
x y = 1
x (3)
3x 3y = 2
3x + 3y = 3
0 = 1
Veja que o sistema impossvel.
De acordo com essa anlise, fica claro que no existe valor para o parmetro k que torna o sistema possvel e indeterminado (SPI).
Resumo da discusso:
k 3 SPD
k = 3 SI
90 captulo 3
EXERCCIOS RESOLVIDOS
6) Analise o sistema linear abaixo em funo do parmetro a.
x + y = 3
x + 3y = 1
x + az = 8
Soluo
Aqui usaremos a matriz ampliada do sistema dado.
1 1 3
1 3 1
1 a 8
1 1 3
Escalonando essa matriz obtemos: 0 1 1
0 0 6 a
Se 6 a 0, ento a 6. Isso significa que o sistema impossvel (SI).
Se 6 a = 0, ento a = 6. Temos, ento, um sistema possvel e determinado (SPD).
1 1 3
0 1 1
0 0 0
Logo, o sistema possvel e determinado (SPD).
Resumo da discusso:
a 6 SI
a = 6 SPD
captulo 3
91
7) Determine o valor de m para que o sistema linear homogneo abaixo tenha somente a soluo trivial.
x + y z = 0
x y + mz = 0
x+yz=0
Soluo
Com relao a um sistema linear homogneo, basta analisarmos o determinante da matriz formada pelos coeficientes das incgnitas, ou seja:
D 0 SPD
D = 0 SPI
Para o sistema ter apenas a soluo trivial, necessrio que o determinante da matriz dos
coeficientes seja diferente de zero (D 0).
Clculo do determinante:
1 1 1
D = 1 1 m D = 2m 2 2m 2 0 m 1
1 1 1
Conclumos que, para o sistema ter somente a soluo trivial m 1, m um nmero real.
EXERCCIOS DE FIXAO
23) (UFPE) O sistema linear a seguir admite pelo menos duas solues (distintas). Indique o
valor de m.
5x 4y + mz = 9
x + 2y 3z = 5
x + y 2z = 3
24) (UFAM) Determine o valor de k que torna o sistema dado possvel e determinado (SPD).
2x + 3y z = 1
x + y + kz = 2
3x + 4y + 2z = k
25) (UFSC) Determine o valor de a para que o sistema seja impossvel:
x + 3y + 4z = 1
x + y + az = 2
x + y + 2z = 3
92 captulo 3
26) Determine o valor de m para que o sistema linear admita somente a soluo nula.
x my + 2z = 0
my + z = 0
mx + y 2z = 0
27) Determine o valor de k para que o sistema linear admita uma infinidade de solues.
x+yz=0
kx + 2y 3z = 0
4x + y = 0
28) Discuta o sistema linear abaixo segundo os valores de k.
kx + y = 2
xy =k
x + y = 2
29) Discuta o sistema linear abaixo segundo os valores de k.
kx + y = 2
2x + y z = k
4x + y + kz = 5
30) Discuta o sistema linear abaixo segundo os valores de k.
x + 2y = kx
ky 2x = y
REFERNCIAS BIBLIOGRFICAS
BOLDRINI, J.L., COSTA, Sueli I. R., FIGUEIREDO, Vera Lucia, WETZLER, Henry G. lgebra
linear. 3. ed. So Paulo: Ed. Harbra, 1989.
CARLEN, Eric A.; CARVALHO, Maria C., lgebra linear. Rio de Janeiro: LTC, 2006.
LAY, David C. lgebra linear e suas aplicaes. 2. ed. Rio de Janeiro: LTC; 1999.
LIPSCHUTZ, Seymour. lgebra linear: teoria e problemas. 3. ed. rev. ampl. So Paulo: Makron,
1994.
POOLE, D. lgebra linear. Rio de Janeiro: Pioneira Thompson, 2004.
STEINBRUCH , A. e WINTERLE, P. lgebra linear. So Paulo: Makron Books, 1987.
captulo 3
93
IMAGENS DO CAPTULO
Desenhos, grficos e tabelas cedidos pelo autor do captulo.
GABARITO
3.2 Resoluo atravs da eliminao de linhas
1) {(3, 2, 2)}
2) a) {(1, 2)}; b) {(0, 0, 0)} c) {(1, 0, 2)}; d) {(1, 1, 0)}
3) m = 0 e n = 1
4) S =
5) a) {(1, 2, 2)} (SPD); b) {(k, k 1, k)/k R} (SPI); c) S = (SI)
6) (SPI) {(k, k, k)/k R}
7) a ) m = 1
b) {(0, 0)}
8) b) 820km
9) a) R$ 3.400,00
10) a) 10
11) e) p
ossvel indeterminado, de forma que a soma dos valores possveis da caneta, do lpis e
da borracha igual a 1/5 da adio do preo da borracha com R$ 28,00.
12) R$ 1.900,00
94 captulo 3
captulo 3
95
14
Espaos
vetoriais e
subespaos
vetoriais
4.1 Introduo
Agora vamos estudar conjuntos onde possvel realizar operaes com seus
elementos e garantir que os resultados dessas operaes estejam dentro do
conjunto. Vamos considerar as operaes de adio e multiplicao usuais.
Veremos que os conjuntos munidos dessas operaes e com propriedades
bem definidas so chamados de espaos vetoriais. Aps esse estudo, estu-
98 captulo 4
daremos os subconjuntos desses espaos vetoriais e veremos que, se tiverem a mesma estrutura dos espaos vetoriais, eles so chamados de subespaos vetoriais. Como consequncia desse estudo, definiremos em seguida
subespaos gerados por um conjunto de vetores, dependncia linear, base
e dimenso e, por ltimo, posto e nulidade. importante estudarmos esses
assuntos, pois eles servem de ferramentas para vrios estudos futuros e tm
aplicaes diretas com vrias reas de conhecimento.
DEFINIO
Dizemos que um conjunto V no vazio um espao vetorial sobre R quando, e somente quando,
existe uma adio e uma multiplicao em V com as propriedades abaixo mencionadas.
Propriedades da adio
Para quaisquer elementos u, v e w do espao vetorial V e escalares , ,
temos:
a) Propriedade comutativa
u+v=v+u
b) Propriedade associativa
(u + v) + w = u + (v + w)
c) Existncia do elemento neutro para a adio
Existe um elemento que chamaremos de 0 tal que: u + 0 = u
d) Existncia do elemento simtrico ou oposto
Existe um elemento que pertence a V, que chamaremos de (u), tal que u +
(u) = 0.
Propriedades da multiplicao
Para quaisquer elementos u e v do espao vetorial V e escalares , ,
temos:
captulo 4
99
a) (u) = ()u
b) ( + )u = u + u
c) (u + v) = u + v
d) 1.u = u.1 = u
OBSERVAO
O nome vetor aplicado aos elementos do conjunto V por convenincia, porm vale ressaltar
que eles podem ser matrizes, polinmios etc.
100 captulo 4
Subespaos vetoriais
Agora vamos analisar se um determinado subconjunto no vazio de um
espao vetorial V um subespao vetorial dele. Note que neste caso o subconjunto deve ter a mesma estrutura do espao vetorial, ou seja, as propriedades vistas anteriormente para os espaos vetoriais devem ser verificadas.
Isso nos leva a concluir que nem todo subconjunto de um espao vetorial V
um subespao vetorial dele.
Considere o esquema abaixo:
V (espao vetorial)
W
W um subespao vetorial de V se ele for um
espao vetorial com operaes definidas em V.
Veja que simples, pois no ser necessrio verificarmos as propriedades estudadas anteriormente. Basta verificarmos se as operaes definidas
em V esto definidas em W, ou seja, pegando dois elementos de W devemos
garantir que a adio desses elementos um elemento de W.
O mesmo ocorre com a multiplicao de um elemento de W com um escalar. Devemos garantir que o produto um elemento de W.
Para todo w1 em W e um escalar real, temos que o produto desse escalar
por w1 um elemento do subconjunto W, ou seja w1 est em W.
E por ltimo devemos garantir que o elemento 0 (nulo) est em W.
captulo 4
101
DEFINIO
Seja V um espao vetorial sobre . Um subconjunto W no vazio de V um subespao vetorial
de V se forem satisfeitas as trs condies abaixo:
a) 0 W
b) Dados w1 e w2 em W, a soma w1 + w2 W
c) Dados w1 em W e R, o produto w1 W
OBSERVAO
Se W um subconjunto de V e satisfaz as condies dadas na definio acima, ento as outras propriedades estudadas nos espaos vetoriais sero consideradas vlidas no conjunto W.
Podemos dizer, tambm, que se W um subespao vetorial de V, ento W um espao vetorial
sobre .
Exemplificando
1) Seja V = 2 um espao vetorial e W = {(x, y) 2 / y = 3x} um subconjunto de V. Verifique se W subespao vetorial de V. Nesse exemplo, vamos
analisar considerando a representao grfica de W.
102 captulo 4
y
w
3
2
2
103
3) Seja V = 2 um espao vetorial e W = {(x, y) 2 / y = x2} um subconjunto de V. Verifique se W subespao vetorial de V. Nesse exemplo, vamos
analisar considerando a representao grfica de W.
y
W
OBSERVAES
Todo espao vetorial subespao de si mesmo.
{0} conjunto cujo nico elemento o vetor nulo subespao de qualquer espao V.
Subespaos de R2
{0} o conjunto cujo nico elemento o vetor nulo.
O prprio R2.
Retas que passam pela origem.
104 captulo 4
Subespaos de R3
{0} o conjunto cujo nico elemento o vetor nulo.
O prprio R3.
Retas que passam pela origem (0 = (0, 0, 0)).
Planos que passam pela origem.
EXERCCIOS RESOLVIDOS
1) Seja V = 83x3() um espao vetorial e W = conjunto das matrizes triangulares superiores de
ordem 3 um subconjunto de V. Verifique se W um subespao vetorial de V.
a11 a12 a13
Seja a matriz A um elemento de W, definida por: A W 0 a22 a23
0 0 a33
Soluo
Vejamos as condies dadas na definio de subespao vetorial.
A matriz nula pertence ao subconjunto W.
0 0 0
0 0 0 W
0 0 0
Sejam duas matrizes A e B dois elementos do subconjunto W.
As matrizes A e B podem ser definidas da seguinte forma:
a11 a12 a13
A = 0 a22 a23
0 0 a33
b11 b12 b13
B = 0 b22 b23
0 0 v33
captulo 4
105
Soluo
Vejamos as condies dadas:
a) 0x3 + 0x2 + 0x + 0 W, pois b 0.
Logo, W no um subespao de V.
a b
M2x2 () / 2a 3b + c = 0 um
c d
subconjunto de V. Verifique se W um subespao de V.
a)
0
0
0
M
0
Como cada elemento da matriz nulo, note que dado 2a 3b + c = 0 podemos escrever
2(0) 3(0) + 0 = 0. O resultado um elemento do subconjunto W.
b) Sejam as matrizes X, Y dois elementos de W. As matrizes so definidas da seguinte forma:
a
c
e
Y=
g
b
, onde 2a 3b + c = 0
d
f
, onde 2e 3f + g = 0
h
a+e
b+f
X+Y=
, onde 2(a + e) 3(b + f) + c + g = 0
c + gd + h
X=
106 captulo 4
2a + 2e 3b 3f + c + g = 0
(2a 3b + c) + (2e 3f + g) = 0
X
a
c
Note que a multiplicao do escalar pela matriz nos d como resultado um elemento que est
em W.
Portanto, W um subespao vetorial de V = M2X2().
EXERCCIOS DE FIXAO
1) Dado W = {(x, y)/ y = 3x} um subconjunto de 2. Verifique se W um subespao vetorial
de R2.
2) Dado W = {(x, y)/ x + 2y 0} um subconjunto de 2. Verifique se W um subespao vetorial
de R2.
3) Dado W = {(x, y)/ y = x + 2} um subconjunto de 2. Verifique se W um subespao vetorial
de R2.
4) Dado W = {(x, y, z)/ z = 2x + y} um subconjunto de 3. Verifique se W um subespao
vetorial de R3.
5) Dado W = {(x, y, z)/ y = x + 3 e z = 0} um subconjunto de 3. Verifique se W um subespao
vetorial de R3.
ab
6) Dado W =
/ c = 0 e d = a + b um subconjunto do espao vetorial das matrizes de
cd
ordem 2, M2X2(). Verifique se W um subespao vetorial de M2X2().
captulo 4
107
DEFINIO
Seja V um espao vetorial, com elementos v1, v2, ..., vn. Podemos dizer que um vetor w combinao linear dos vetores v1, v2, ..., vn, quando existirem nmeros reais (escalares) 1, 2, ..., n
tais que
Exemplificando
1) Nesse exemplo, vamos verificar se o vetor w =(2, 7) 2 pode ser escrito
como uma combinao linear dos vetores u = (1, 2) e v = (1, 1).
Vamos trabalhar com a expresso w = 1u + 2v, onde 1 e 2 so escalares.
Substituindo os vetores dados teremos:
(2, 7) = 1(1, 2) + 2(1, 1)
(2, 7) = (1, 21) + (2, 2)
(2, 7) = (1 + 2, 21 2)
1 + 2 = 2
21 22 = 7
Resolvendo o sistema de equaes, encontramos o valor de cada escalar.
1 = 3 e 2 = 1
Assim, temos: w = 3u v
Logo, o vetor w pode ser escrito como combinao linear de u e v.
0
2) Seja w = 4 um vetor de 3. Vejamos se podemos escrever w como
5
0
1
uma combinao linear dos vetores u = 2 e v = 3 .
2
1
108 captulo 4
0
0
1
4 = 1 2 + 2 3
5
2
1
2 = 0
21 + 32 = 4
21 2 = 5
Resolvendo o sistema encontramos, 2 = 0, 1 =
5
e 1 = 2.
2
EXERCCIOS RESOLVIDOS
4) Expresse o polinmio p(x) = 9 7x 15x2 como combinao linear de
p1 = (2 + x + 4x2), p2 = (1 x + 3x2) e p3 = (3 + 2x + 5x2)
Soluo
9 7x 15x2 = 1(2 + x + 4x2) + 2(1 x + 3x2) + 3(3 + 2x + 5x2), onde 1, 2 e 3 so escalares em R.
9 7x 15x2 = (21 + x1 + 4x21) + (12 x2 + 3x22) + (33 + 2x3 + 5x23)
41 + 32 + 53 = 15
1 2 + 23 = 7
21 + 2 + 33= 9
Resolvendo o sistema por escalonamento, encontraremos:
1 = 2, 2 = 1 e 3 = 2
Assim, fica verificado que o polinmio p(x) = 9 7x 15x2 pode ser escrito com combinao
linear dos polinmios p1, p2 e p3.
5) Determine o valor de a para que o vetor w = (1, a, 7) de 3 seja combinao linear dos
vetores u = (1, 3, 2) e v = (2, 4, 1).
Soluo
Vamos considerar os escalares 1 e 2. Teremos:
(1, a, 7) = 1(1,3,2) + 2(2,4,1)
(1, a, 7) = (1,3 1,2 1) + (2 2,4 2,2)
(1, a, 7) = (1 + 22 , 3 1 + 42, 212)
captulo 4
109
1 + 22 = 1
3 1 + 42 = a
21 2 = 7
Resolvendo o sistema, encontramos a = 13.
6) Verifique se a matriz
A=
6 8
de M2x2() uma combinao linear das matrizes
1 8
4 0
1 1
0 2
,B=
eC=
2 2
2 3
1 4
Soluo
6 8
4 0
1 1
0 2
= 1
+ 2
+3
1 8
2 2
2 3
1 4
41 + 2 = 6
2 + 23 = 8
21 + 22 + 3 = 1
21 + 32 + 43 = 8
Resolvendo o sistema, encontraremos:
1 =
5
, 2 = 4 e 3 = 3
2
6 8
Assim, fica verificado que a matriz
de M2x2() pode ser escrita com combinao linear
1 8
das matrizes dadas.
2
0
3
7) Verifique se o vetor w = 2 de combinao linear dos vetores u = 2 e
1
2
2
v= 3
1
()
Soluo
2 = 2
2
0
1
2 = 1 2 + 2 3 21 + 32 = 2
21 2 = 2
2
2
1
onde 1 e 2 so escalares reais.
Resolvendo o sistema, encontramos 1 = 2 e 2 = 2.
Portanto, o vetor w combinao linear dos vetores u e v.
110 captulo 4
Subespaos gerados
Considere os vetores v1, v2, ..., vn de V. Podemos dizer que o conjunto de todas
as combinaes lineares desses vetores um subespao vetorial de V, que
chamado de subespao gerado pelo conjunto de vetores {v1, v2, ..., vn}. Esse
espao denotado por [v1, v2, ..., vn]. Dizemos que os vetores v1, v2, ..., vn so
geradores de [v1, v2, ..., vn]. Assim, dado W em V, teremos:
[W] = [v1, v2, ..., vn] = {1v1 + 2v2 + ... + nvn / 1, 2, ... ,n R}
2) Determine uma condio para que o vetor x = (x1, x2, x3) de 3 seja uma
combinao linear de u = (1, 3, 2) e v = (2, 1, 1) de modo que x pertena ao
espao gerado pelos vetores u e v.
captulo 4
111
3x2 +5x3
x2
/ x2, x3 = {(3x2 + 5x3, x2, x3) 3 / x2, x3 }
x3
EXERCCIOS RESOLVIDOS
8) Determine um conjunto de geradores para o subespao vetorial S = {(x, y, z) em 3 / x = 3z
e x y = 0}.
Soluo
Temos que x = 3z e x y = 0.
x y x = y y = 3z
Veja que a ideia escrever um vetor genrico de S.
(x, y, z) S x = 3z e y = 3z
(x, y, z) S x = 3z e y = 3z
(x, y, z) S = {(3z, 3z, z)} = {z.(3, 3, 1)}
Logo, o vetor W gerado pelo vetor [(3, 3, 1)], ou seja, W = [(3, 3, 1)].
Resposta: {(3, 3, 1)}. Note que temos apenas um gerador.
9) Determine uma condio para que o vetor x = (x1, x2, x3) de R3 seja uma combinao linear de
u = (1, 2, 3) e v = (0, 1, 1) de modo que x pertena ao espao gerado pelos vetores u e v.
Soluo
(x1, x2, x3) = 1(1, 2, 3) + 2(0, 1, 1)
112 captulo 4
[u, v] =
x1
x2
/ x2, x3 = {(x1, x2, x1 + x2) 3 / x1, x2 }
x1 + x2
EXERCCIOS DE FIXAO
7) Verifique se o vetor w = (7, 11, 2) de 3 combinao linear dos vetores u = (2, 3, 2) e
v = (1, 2, 4).
8) Verifique se o vetor w = (9, 2, 7) de 3 combinao linear dos vetores u = (1, 2, 1) e
v = (6, 4, 2).
9) Verifique se a matriz
A=
1 5
de M2x2() uma combinao linear das matrizes
7 1
4 0
1 1
0 2
,B=
=eC=
2 2
2 3
1 4
113
EXEMPLO
Um conjunto contendo um nico vetor u LI se, e somente se, u diferente do vetor nulo. Veja:
Seja o conjunto {1}.
Ele LI, pois .1 = 0 = 0
Dependncia linear
Dizemos que um conjunto L = {u1, u2, ..., un} contido em V linearmente dependente (LD) quando a equao vetorial 1u1 + 2u2 + ... + nun, com 1, 2,
..., n , admite alguma soluo no trivial. Isso significa dizer que nem
todos os escalares 1, 2, ..., n so iguais a zero.
Exemplificando
1) Seja o conjunto formado pelos vetores {u, v}, onde u e v so no nulos.
Podemos dizer que eles so linearmente dependentes ou simplesmente que
eles so LD quando um vetor mltiplo do outro. Veja:
Seja u = (1, 2) e v = (3, 6).
Note que o vetor u =
1
1
v (1, 2) = (3, 6)
3
3
114 captulo 4
1 0 1
2 , 1 , 2
1 1 0
LI em R3.
EXERCCIOS RESOLVIDOS
10) Verifique se o conjunto {(1, 2, 0), (12, 6,5)} LI ou LD.
Soluo
Veja que dois vetores so LD quando um mltiplo do outro. Nesse caso os vetores (1, 2, 0) e
(12, 6, 5) no so mltiplos entre si, pois no possvel gerar o vetor (1, 2, 0) a partir do vetor
(12, 6, 5). O mesmo ocorre ao contrrio. Logo, o conjunto LI.
11) Verifique se o conjunto de vetores {(1, 1, 0),(1, 4, 5),(3, 6, 5)} do espao vetorial 3 linear
mente independente.
Soluo
Considerando o vetor (x, y, z) em 3. Temos a seguinte equao vetorial:
captulo 4
115
Soluo
a(1, 2, 0) + b(1, 1, 1) + c(1, 4, 2) = (0, 0, 0), para todo a, b, c R.
A partir dessa equao, encontramos o sistema abaixo:
a+b+c=0
2a + b + 4c = 0
b + 2c = 0
Resolvendo, encontramos: a = 3c e b = 2c.
Logo, {(3c, 2c, c)/ c } linearmente dependente (LD).
ATENO
Note que a soluo trivial (0, 0, 0) no nica, pois alm dela temos outras solues. Basta
atribuir qualquer valor real para o c.
EXERCCIOS DE FIXAO
13) Verifique se v1 =
1 0
0 6
1 0
, v2 =
, v3 =
so LI ou LD.
2 1
0 3
0 1
1
1
3
14) Verifique se v1 = 2 , v2 = 0 , v3 = 1 so LI ou LD.
0
2
7
15) Verifique se o conjunto de vetores {(1, 2, 3), (1, 4, 9), (1, 8, 27)} do espao vetorial 3 LI
ou LD.
16) Verifique se o conjunto de vetores {(1, 2, 1), (2, 4, 2), (5, 10, 5)} do espao vetorial 3 LI
ou LD.
116 captulo 4
17) Determine o valor de k para que o conjunto de vetores de 3 {(1, 0, 2), (1, 1, 1), (k, 2, 0)}
seja LI.
EXERCCIOS RESOLVIDOS
13) O conjunto {1} uma base de .
Soluo
Se xR ento x = x.1, ou seja, [1] = .
{1} LI, pois a.1 = 0. Logo, a = 0.
14) O conjunto {(1, 0), (0, 1)} uma base de R2. Vejamos:
Soluo
Todo vetor de R2 pode ser escrito como combinao linear desses dois vetores. Ento vamos
considerar o par (x, y) 2.
Assim, podemos escrever (x, y) = x(1, 0) + y(0, 1). Isso significa que se tivermos o par (2, 3) em
2, podemos escrev-lo como combinao linear dos vetores (1, 0) e (0, 1).
(2, 3) = 2(1, 0) + 3(0, 1)
[(1, 0), (0, 1)] = 2
captulo 4
117
OBSERVAO
Conjunto
O conjunto {(1, 0), (0, 1)} e o conjunto {(1, 0, 0), (0, 1, 0),(0, 0, 1)} so
chamados de bases cannicas dos
respectivos espaos vetoriais.
O conjunto {(1, 0), (0, 1)} linearmente independente, pois x(1, 0) + y(0, 1) =
= (0, 0) nos d x = 0 e y = 0 (soluo trivial).
Logo, o conjunto {(1, 0), (0, 1)} uma base de 2.
15) O conjunto {(1, 0, 0), (0, 1, 0),(0, 0, 1)} uma base de 3.
1 0 0 1 0 0 0 0
,
,
,
0 0 0 0 1 0 0 1
16) O conjunto
M2x2().
uma base de
17) O conjunto {(1, 1), (2, 2), (1, 0)} no uma base de R2. Veja:
O conjunto de vetores no linearmente independente. Observe que os dois
primeiros vetores (1, 1) e (2, 2) so mltiplos. Temos (2, 2) = 2(1, 1) +
+ 0(1, 0).
Logo, o conjunto de vetores linearmente dependente.
Podemos concluir que o conjunto {(1, 1), (2, 2), (1, 0)} no uma base
de 2.
18) E = 2,
1 0
,
0 1
1
0
0
+ 2
=
0
1
0
1
0
=0
=
1
2
0
2 = 0
Logo, LI
Suponha
x
2
y
x
x
2
L
y
y
x
1
0
= 1 + 2
= 1
y
0
1
2
1 = x
2 = y
Logo,
1 0
,
0 1
19) E = ,
2
118 captulo 4
base de 2 .
0
1
, 1
0
2
no base de 2 , pois
1 0
,
0 1
0
0
0
1
+ 2 1 =
1
0
2
1 +
2
=0
1
Teorema 1
Seja V um espao vetorial e {u1, u2, ..., un} so vetores no nulos que geram V,
ento h uma base de V contida no conjunto {u1, u2, ..., un}.
Teorema 2
Seja V um espao vetorial gerado por um conjunto finito de vetores
{u1, u2, ..., un}. Ento qualquer conjunto com mais de n vetores LD.
EXERCCIOS DE FIXAO
18) Verifique se o conjunto A =
1
0
0
2 , 1 , 0
3
2
1
0
0
1
1 , 0 , 1
1
0
0
1 0 0 1 0 0 0 0
,
,
,
0 0 0 0 1 0 0 1
1 0
3
1
21) Verifique se o conjunto V = 2, B =
,
,
,
2 1 4 2
20) Verifique se o conjunto A =
x1
x2 3 / x1 3x2 x3 = 0 , B =
x3
a a
, / a, b , B =
b a b
1
0
1 , 1
2 3
1 1 1 1
,
.
0 1 1 2
119
Quando o espao no tem dimenso finita, dizemos que ele tem dimenso infinita. No nosso estudo vamos trabalhar com um conjunto finito, assim, vamos considerar uma dimenso finita.
Veja que o conjunto formado pelos vetores {(1, 0), (0, 1)} a base cannica
de 2, mas 2 pode ter outras bases e essas bases tero a mesma quantidade
de elementos. Por exemplo:
{(1, 0), (0, 1)} e {(1, 1), (1, 1)}
Seja V um espao vetorial de dimenso finita, diferente do vetor nulo. Definimos a dimenso de V atravs do nmero de elemento de uma de suas
bases e denotamos por
dim V e dim {0} = 0
EXEMPLOS
1) dim = 1
2) dim 2 = 2
3) dim 3 = 3
4) dim n = n
5) dim M2x2() = 2.2 = 4, pois dim Mnxn() = m.n
EXERCCIO RESOLVIDO
20) Vamos verificar, nesse exemplo, se o conjunto (1 + x + x2, x + x2, x2) uma base de P2.
Soluo
Vamos verificar se esse conjunto gera o espao, e se ele linearmente independente.
ax2 + bx + c = 1 (1 + x + x2) + 2 (x + x2) + 3 x2
120 captulo 4
OBSERVAO
dim Pn = n + 1
EXERCCIOS DE FIXAO
24) Determine a dimenso do espao vetorial {(x, y, z) 3 / y = 2x}
25) Determine a dimenso do espao vetorial {(x, y) 2 / x + y = 0}
captulo 4
121
122 captulo 4
5
6
EXERCCIOS RESOLVIDOS
21) Determine o posto da matriz A.
1
0
A=
0
0
0 14/9
1 1/4
0
0
0
0
linha nula
linha nula
Soluo
Observe que na matriz A temos duas linhas nulas. O posto de uma matriz o nmero de linhas
no nulas numa matriz reduzida forma escalonada. Logo, o Posto(A) = 2 (linhas no nulas)
22) Determine o posto da matriz A.
2
0
A=
1
1
1
1
2
3
10
1/4
0
0
captulo 4
123
1 10
1 1/4
0 43/8
0
0
Observe que na matriz A temos apenas uma linha nula. Logo, o Posto(A) = 3 (linhas no nulas)
EXERCCIOS DE FIXAO
28) Determine o posto da matriz A.
1 2 1 0
1
0 3 5
A=
2 2 1 1
Nulidade
Nulidade de uma matriz A dada por n p, onde n o nmero de colunas da
matriz A e p o posto da matriz A.
Notao: Nul (A)
Exemplificando
1) Determine a nulidade da matriz A.
1 0 1 2 1
A = 0 1 1 1 0
1 0 0 1 1
124 captulo 4
Posto(A) = 3
Nmero de colunas: n = 5
Nul (A) = 5 3 = 2
2) Determine a nulidade da matriz A.
2 5
A =
2 1
Soluo
2 5
A =
0 6
Posto(A) = 2
Nmero de colunas: n = 2
Nul (A) = 2 2 = 0
EXERCCIOS RESOLVIDOS
23) Determine a nulidade da matriz A.
1
0
A=
0
0
0 14/9
1 1/4
0
0
0
0
Soluo
Posto(A) = 2
Nmero de colunas: n = 3
Nul (A) = 3 2 = 1
24) Determine a nulidade da matriz A.
2
0
A=
1
1
1
1
2
3
10
1/4
0
0
Soluo
2
0
A=
0
0
1 10
1 1/4
0 43/8
0
0
captulo 4
125
Posto(A) = 3
Nmero de colunas: n = 3
Nul (A) = 3 3 = 0
EXERCCIOS DE FIXAO
30) Determine a nulidade da matriz A.
1 2 1 0
1
0 3 5
A=
1 2 1 1
126 captulo 4
EXERCCIO RESOLVIDO
25) Classifique o sistema linear (SPD, SPI ou SI).
2x y + z = 4
x + 2y + z = 1
x + y +2z = 3
Soluo
Matriz A (matriz dos coeficientes)
2 1 1
1 1 2
A = 1 2 1 Matriz escalonada A = 0 1 1 Posto (A) = 3
1 1 2
0 0 4
Matriz aumentada (A, B)
2 1 1 4
1 1 2 3
(A, B) = 1 2 1 1 Matriz escalonada (A, B) = 0 1 1 2 Posto (A, B) = 3
1 1 2 3
0 0 4 4
EXERCCIOS DE FIXAO
32) Classifique o sistema linear (SPD, SPI ou SI).
x y + z = 0
2x + y + z = 1
5x + 4y 2z = 1
33) Classifique o sistema linear (SPD, SPI ou SI).
2x + y + z = 1
x 2y + z = 1
x + y 2z = 1
34) Determine m de modo que o posto da matriz A seja igual a 2.
1 m 1
A = 2 m 2m
1 2 2
captulo 4
127
REFERNCIAS BIBLIOGRFICAS
BOLDRINI, J.L., COSTA, Sueli I. R., FIGUEIREDO, Vera Lucia, WETZLER, Henry G. lgebra
linear. 3. ed. So Paulo: Ed. Harbra, 1989.
CARLEN, Eric A.; CARVALHO, Maria C., lgebra linear. Rio de Janeiro: LTC, 2006.
LAY, David C. lgebra linear e suas aplicaes. 2. ed. Rio de Janeiro: LTC, 1999.
LIPSCHUTZ, Seymour. lgebra linear: teoria e problemas. 3. ed. rev. ampl. So Paulo: Makron,
1994.
POOLE, D. lgebra linear. Rio de Janeiro: Pioneira Thompson, 2004.
STEINBRUCH, A. e WINTERLE, P. lgebra linear. So Paulo: Makron Books, 1987.
IMAGENS DO CAPTULO
Desenhos, grficos e tabelas cedidos pelo autor do captulo.
GABARITO
4.2 Espao vetorial
1) W subespao
2) W subespao
3) W no subespao
4) W subespao
5) W no subespao
6) W subespao
128 captulo 4
1 1 1 0 0 0
,
,
0 0 1 0 0 1
captulo 4
129
15
Transformadas
lineares
glria dias
Transformadas lineares
COMENTRIO
Estudo de funes
No estudo de funes, mais especificamente, no clculo diferencial
e integral, temos o operador (transformada) diferencial que leva a
funo real f contnua, definida em
um intervalo [a, b] na sua funo
derivada f. um operador linear,
visto que as duas propriedades da
funo derivada, vlidas para toda
funo f e g contnuas, definida em
um intervalo [a, b] e para todo escalar k, que so:
(i) (k f) = k (u)
(ii) (f + g) = (f) + (g)
so as mesmas da transformada linear.
OBJETIVOS
Definir o conceito de transformadas lineares.
Identificar se uma transformada linear.
Identificar a matriz cannica de uma transformao linear.
Identificar o ncleo e a imagem da transformada linear.
Resolver problemas com a aplicao do conceito.
5.1 Introduo
Transformada linear ou transformao linear uma classe
especial de funes fundamentais na lgebra linear, envolvendo correspondncias entre espaos vetoriais que transformam vetores. Em particular, as transformadas lineares
de n em m aparecem em muitas aplicaes da matemtica na engenharia, nas cincias fsicas, na economia e nas
cincias sociais.
Sendo uma classe de funo, na transformada linear T,
de n em m, T a lei de formao da funo que associa a
cada vetor do n, um nico vetor do m. O vetor X do n ,
ento a varivel independente de T, e a varivel dependente
o vetor T(X) em m, chamado imagem do vetor X.
Desse modo, tal como no estudo de funes, o conjunto
n chamado de Domnio de T, o conjunto m chamado
de Contradomnio, e o conjunto das imagens de todos os vetores o conjunto Imagem de T. Escrevemos, ento,
132 captulo 5
T(X); T : n m
(3, 6, 4)
(0, 0)
(0, 0, 0)
(2, 1)
(6, 2, 1)
DEFINIO
Uma transformao linear T de um espao vetorial V em outro espao vetorial W uma lei que
associa a cada vetor v, em V, um nico vetor w = T(v) em W, tal que
Propriedades
1. Uma transformada linear T:V W se diz injetora se, e somente se,
u,v V,T(u) = T(v) u = v
2. Uma transformada linear T:V W se diz sobrejetora se, e somente se,
Im(T) isto , w W existe v V tal que T(v) = w
3. Uma transformada linear T:V W se diz bijetora se, e somente se,
T injetora e sobrejetora.
captulo 5
133
CURIOSIDADE
Transformadas Matriciais
Criptografia uma tcnica de codificar e decodificar mensagens
secretas existente desde a Antiguidade Grega. Um cdigo muito simples associar a cada tipo de letra
do alfabeto um nmero diferente,
porm um cdigo assim construdo
facilmente decifrvel devido frequncia com que a letra ocorre.
Um modo de dificultar a decodificao , alm de associar nmeros
s letras, agrupar nmeros em vetores, em seguida multiplicar cada
um destes vetores por uma determinada matriz, isto , criar uma transformada matricial para os vetores
criados por um cdigo.
EXEMPLO
1
1 0 5
Seja T: tal que T(X) = AX, onde A =
e X = 3 , a
2 1 5
2
imagem de X por T encontrada por
3
1
1 0 5
3 =
T(X) = AX
2 1 5
2
=
134 captulo 5
Exemplo de aplicao
Uma indstria produz dois artigos identificados por P1 e P2. No custo de produo da cada artigo so considerados trs itens: custo de mo de obra; custo da matria-prima e custo do processo de produo. Estes custos, expressos em reais, foram organizados em uma tabela:
ARTIGO
P1
P2
Mo de obra
12
10
Matria-prima
Processo de produo
1.8
CUSTO
135
ATENO
Do exposto anteriormente, temos que,
se T uma transformada matricial, T(X) = AX
(i) Para todo nmero real (escalar) k,T(k X) = A kX = k AX = k T(X)
(ii) Para quaisquer vetores X e Y Rn, T(X + Y) = A (X+Y)= AX+AY
T(X + Y) = T(X) + T(Y)
EXERCCIOS RESOLVIDOS
1) Considere a transformada T(X) = AX. Encontre o vetor X, sabendo que
sen
2
2
4
A=
e T(X) =
2
sen cos
2
2
cos
Soluo
Sendo A2x2 e T(X)=B2x1, fazemos X2x1=
x
. Temos, ento:
y
sen
2
2
0 1
0 1
A=
=
AX =
1 1
1 1
sen cos
2
2
cos
x
4
=
y
2
Efetuando a multiplicao:
AX =
4
4
4
0x + 1y
y
=
=
y=4ex=2X=
2
2
2
1x + 1y
x + y
13
2 3
2) Verifique se B = 32 est na imagem de T = AX, sendo A = 8 0
1
5 3
Soluo
x
. Temos, ento:
y
2 3
13
2x 3y
13
x
8 0
= 32 8x + 0y = 32
y
5 3
1
5x + 3y
1
Resolvendo o sistema equivalente, encontramos
(Verifique a resoluo do sistema)
136 captulo 5
x
4
=
y
7
ATENO
Nem toda transformada linear uma transformada matricial.
EXEMPLO
Seja T:R3 R2 uma transformada linear que leva o vetor u = (2, 0 4) em (1, 3) e o vetor
v = (3, 7, 1) em (0, 4).
Usando o fato de T ser linear, mesmo sem conhecer as leis de transformao das componentes
dos vetores, temos que as imagens, por T, dos vetores: (a) 2u, (b) 3v e (c) 2u 3v so, respectivamente:
captulo 5
137
EXEMPLO
Para as transformadas (1) e (2) abaixo indicadas, encontre as imagens do vetor X = (1, 2)
1) T:R2 R3 tal que T(x, y) = (x2 y2, x + y, 3xy)
T(1, 2) = (12 (2)2, 1 + (2), 3.1(2)) = (3, 1, 6)
2) T:R2 R3 tal que T(x, y) = (x + 2y, x 3y, 3x + 2y)
T(1, 2) = (1 + 2(2), 1 3(2), 3.1 + 2(2)) = (3, 5, 1)
Uma das maneiras de determinar se T linear, verificar se, para todos os vetores u e v do
domnio de T (nos exemplos do R2) e para todo escalar k, as condies da definio, abaixo
indicadas, so verificadas.
(i) T(k u) = k T(u)
(ii) T(u + v) = T(u) + T(v)
Um trabalho rduo!
138 captulo 5
ATENO
Equaes
Compare as equaes de cada
transformada com a equao na
forma geral e verifique as concluses tiradas em cada exemplo. Se
tiver dificuldade, veja os exerccios
resolvidos que seguem.
x1
x2
.
xn
o que nos permite escrever T(X) = AX, isto , escrever a transformada linear do Rn no Rm como uma transformada matricial, onde os vetores X e W passam a ser escritos na forma
de matriz coluna. As transformaes acima passam, agora,
a novos exemplos.
EXEMPLOS
1) T(x, y) = (x2 y2, x + y, 3xy)
w1 = x2 y2
w2 = x + y
w3 = 3xy
as funes w1 e w3 de transformao para o vetor de R3 no so da forma de
wi = ai1 x1 + ai2 x2 + + ain xn
i = (1, 2, 3, ..., n)
captulo 5
139
(i) T(k u)=((kx)2 (ky)2, kx + ky, 3kx ky) = (k2 (x2 y2)), k (x + y), 3k2 xy)
k T(u) = k (x2 y2, (x + y), 3xy) = (k (x2 y2), k (x + y), 3k xy)
EXERCCIOS RESOLVIDOS
Verifique quais transformaes abaixo so transformadas lineares:
3) T:R3 R2; T (x, y, z) = (x + 2y 1, z)
Soluo
No linear, visto que em w1 aparece a parcela 1 onde o coeficiente no est multiplicado a
nenhuma das componentes de X do R3, logo no est na forma indicada:
w1 = 1x + 2y + 0z + (1)
4) T: R3 R4; T (x, y, z) = (x + 2y, x 2z + 3, x + z, 0)
Soluo
No linear, visto que em w2 aparece a parcela +3 onde o coeficiente no est multiplicado a
nenhuma das componentes de X do R4, logo no est na forma indicada.
w2 = 1x + 0y + (2)z +3
5) T: R3 R2; T (x, y, z) = (x + 2y, z)
Soluo
linear, visto que em w1 e w2 as parcelas esto na forma indicada.
w1 = 1x + 2y + 0z
w2 = 0x + 0y + 1z
Observe que em w1 a componente z do R3 foi multiplicada por zero, em w2 as componentes x
e y do R3 foram multiplicadas por zero, como possvel acontecer em sistemas de equaes
lineares. Em notao matricial:
140 captulo 5
x
x + 2y
1 2 0
w1
T:R R ; T(X) = W =
y =
=
z
0 0 1
w2
z
6) T: R3 R4 ; T (x, y, z) = (x + 2y, x 2z, x + z, 0)
3
Soluo
linear, visto que em todas as componentes wi as parcelas esto na forma
indicada.
OBSERVAO
Transformada composta
Exemplo e exerccio com transformada composta sero vistos posteriormente. Aguarde.
w1 = 1x + 2y + 0z
w2 = 1x + 0y + (2)z
w3 = 1x + 0y + 1z
w4 = 0x + 0y + 0z
Em notao matricial:
1
1
T: R3 R4 ; T(X) = W =
1
0
2
0
0
0
0
x + 2y
w1
x
2
x 2z
w2
=
=
y
1
x+z
w3
0 z
0
w4
141
EXERCCIO RESOLVIDO
7) Sejam T1: R3 R2 e T2: R3 R2 transformaes lineares definidas por:
T1 (x, y, z) = (x, y z), T2 (x, y, z) = (x + y, z).
Determine as transformaes abaixo:
a) T1 + T2
b) 2T1 3T2
Solues
a) (T1 + T2)(x, y, z) = T1 (x, y, z) + T2 (x, y, z) = (x, y z) + (x + y, z)
(T1 + T2)(x, y, z) = (x + x + y, y z + z) = (2x + y, y)
b) (2T1 3T2)(x, y, z) = 2T1(x, y, z) 3T2(x, y, z) = 2(x, y z) 3(x + y, z)
(2T1 3T2)(x, y, z) = (2x, 2y 2z) (3x + 3y, 3z)
(2T1 3T2)(x, y, z) = (2x 3x 3y, 2y 2z 3z) = (x 3y, 2y 5z)
EXERCCIOS DE FIXAO
1) Seja A uma matriz 2 x 5. Quais os valores de m e n de modo que T: Rn Rm, possa ser definido por T(X) = AX?
1
1 3 4 3
2) Sejam w = 1 e A = 0 1 3 2 . O vetor w est na imagem de T(X) = AX? Justifique
7
3 7 6 5
a sua resposta.
5
3) Defina T por T(X) = AX, encontre um vetor X cuja imagem por T w, sendo w = 9 e
1 2 1
4
A = 2 3 1 .
0 3 8
4) Verifique quais transformadas so lineares.
a) T: R R3; T(x) (x, 3)
b) T: R3 R2; T(x, y, z) = (z, y + x)
c) T: R3 R3; (x, y, z) = (2x y, 0, 0)
d) T: R2 R2; T(x, y) = (2x2, y + x)
e) T: R3 R; T(x, y, z) = (2x + y 3z)
5) Seja T: R2 R2 uma transformao linear que leva u = (1, 3) em (0, 2) e v = (2, 5) em (1, 4).
Encontre T u +
142 captulo 5
v
.
2
matriz cannica A =
1
T: 3 4 ; T(X) = W = 1
1
0
1 2 0
0 0 1
2 0 x
x + 2y w1
0 2 y = x 2z = w2
0 1 z x + z
w3
0 0
0
w4
1
1
matriz cannica A =
1
0
2 0
0 2
0 1
0 0
CONCEITO
Se T:
Rn Rm linear e e1, e2, e3, ..., en so vetores da base cannica de Rn, ento,
A = [T(e1)T(e2)T(e3)...T(en)]
a matriz cannica de T.
Observe que o termo transformada linear focaliza uma caracterstica da transformao, enquanto o termo transformada matricial descreve como esta transformao executada.
captulo 5
143
EXEMPLO
1 2 3
Seja T: R3 R2, tal que T(X) = AX, onde A =
. A transformada linear correspondente
4 9 8
na forma de equaes dada por:
x
1 2 3
x 2y + 3z
y =
T(X) =
T(x, y, z) = (x 2y + 3z, 4x + 9y + 8z)
4 9 8
4x + 9y + 8z
z
x
y
1 0 x
1.x + 0.y
x
=
=
0 1 y
0.x + (1).y
y
y
(x, y)
x
T(x, y) = (x, y)
De modo anlogo, definimos outras reflexes indicando a matriz cannica da transformada. Transformao e imagem ficam a cargo do aluno como
forma de exerccio.
Reflexo em torno do eixo y: matriz cannica A =
1 0
0 1
0 1
1 0
144 captulo 5
0 1
1 0
2) Expanso ou contrao no R2
k 0
; k R*
0 1
1 0
; k R*
0 k
1 k
; k R*
0 1
EXERCCIOS RESOLVIDOS
8) Construa a imagem grfica do cisalhamento do quadrado unitrio definido por A =
1 2
0 1
Soluo
1 0 1
,
e
, diagonal do quadrado. Temos,
0 1 1
ento, que encontrar as transformadas destes dois vetores por A.
O quadrado unitrio determinado pelos vetores
1
0
1 2 1 1 0
=
,T
0 1 0 0
1
1 2 0 2
1
=
eT
0 1 1 1
1
1 2 1 3
=
0 1 1 1
Graficamente:
2
y
2
T
1
x
captulo 5
145
1 0
; k R*
k 1
9) Construa a imagem grfica do cisalhamento do quadrado de vrtices: A(0, 0), B(4, 0), C(4, 4)
1 0
e D(0, 4) definido por A =
.
2 1
Soluo
O quadrado de lado com 4 u.c. (unidades de comprimento) determinado pelos vetores
4
,
0
0
4
e
diagonal do quadrado. Temos, ento, que encontrar as transformadas destes trs
4
4
vetores por A.
4
0
8.0
1 0 4 4 0
=
,T
2 1 0 8
4
1 0 0 0
4
=
eT
2 1 4 4
4
12.0
1 0 4 4
=
2 1 4 12
8.0
T
4.0
4.0
x
x
4.0
8.0
4.0
4) Rotao de um ngulo
Matriz cannica A =
cos sen
sen cos
ATENO
ngulos positivos implicam rotao no sentido anti-horrio.
5) Projeo ortogonal
No eixo x: matriz cannica A =
146 captulo 5
1 0
0
0 0
0
8.0
12.0
OBSERVAO
Transformao
Transformao e imagem ficam a
cargo do aluno como forma de exerccio.
Translao:
captulo 5
147
REFLEXO
Rotao:
Computao grfica
De modo anlogo aos operadores
geomtricos de R2, definimos operadores geomtricos no R3, utilizados amplamente em computao
grfica. Em particular, as projees
ortogonais no R3, apresentadas nas
normas de representao grfica do
desenho tcnico, so operadores
que levam cada vetor, aresta do objeto representado, em sua projeo
sobre um plano.
Cisalhamento:
EXERCCIO RESOLVIDO
10a) Seja T: R2 R2 que primeiro realiza um cisalhamento vertical, aplicando e1 em e1 3e2, deixando e2 inalterado, depois faz uma reflexo do resultado no eixo y. Determine a matriz da transformada e escreva a transformao
obtida na forma de equaes.
148 captulo 5
Soluo
1a transformao: T(1, 0) = (1, 0) 3(0, 1) = (1, 3) =
A=
1
0
e T(0, 1) = (0, 1)=
3
1
1 0
3 1
1 0
3 1
1 0 x
Resultado escrito na forma de equaes: T(x, y)=
= (x, 3x + y)
3 1 y
ATENO
Transformada composta
Lembre que a composta (T2 T1)(X)
linear, visto que
(T2 T1)(X) = T2 (T1 (X)) = A2(A1X)
= (A2A1)X
onde A1 e A2 so as matrizes das
transformadas T1 e T2, A2A1 a multiplicao dessas matrizes, tomadas
nessa ordem, que a matriz cannica da transformada composta. Veja
o exerccio resolvido 10b.
REFAZENDO O EXERCCIO
10b) Seja T: R2 R2 que primeiro realiza um cisalhamento vertical, aplicando e1 em e1 3e2, deixando e2 inalterado, depois faz uma reflexo do resultado no eixo y. Determine a matriz da transformada e escreva a transformao
obtida na forma de equaes.
Soluo
Matriz cannica de T1 a mesma da resoluo anterior A =
1 0
3 1
reflexo em torno de y : A2 =
1 0 x
O resultado da transformada composta (T2 T1)(X) =
=
3 1 y
= (x, 3x + y)
EXERCCIOS DE FIXAO
6) Considere as transformadas lineares T definidas na base cannica, abaixo indicadas. Determine T(X) onde X o vetor genrico do Rn.
a) T(1, 0, 0) = (2, 3, 1); T(0, 1, 0) = (5, 2, 7) e T(0, 0, 1) = (2, 0, 7)
b) T(1, 0) = (3, 3); T(0, 1) = (2, 5)
c) T(1, 0, 0) = (1, 4) e T (0, 1, 0) = (2, 9); T(0, 0, 1) = (3, 8)
captulo 5
149
CURIOSIDADE
Transformadas
A transformada de Laplace tem seu
nome em homenagem ao matemtico francs Pierre Simon Laplace
(1749-1827), reconhecido por sua
genialidade e por suas idealizaes
na matemtica e fsica.
Em matemtica, particularmente na
anlise funcional, a transformada de
Laplace de uma funo f(t) definida
para todo nmero real t 0 a funo F(s), definida por:
F(s) = L{f}(s) =
7) Considere o operador linear do R2 tal que T(1, 0) = (2, 1) e T(0, 1) = (1, 4).
a) Encontre T(2, 4)
b) Determine (x, y) tal que T(x, y) = (2, 3)
8) Seja T: R2 R2 uma transformada linear que aplica (1, 0) em (2, 2) e
(0, 1) em (0, 1)
a) Determine a forma geral T
b) Determine a imagem do tringulo de vrtices (0, 0), (1, 2), (2, 1)
9) Determine a matriz da transformada linear T: R2 R2 correspondente a
um cisalhamento horizontal que aplica e2 em e2 3e1, mas deixa e1 inalterado.
10) Determine a matriz da transformada linear T: R3 R3 que projeta cada
ponto (x, y, z) verticalmente no plano xy.
est f(t)dt
Aplicaes da transformada de
Laplace so encontradas nos ramos da fsica matemtica, como por
exemplo, na anlise de Sistemas
Dinmicos e, em especial, na engenharia eltrica e na engenharia
qumica.
Por definio, a transformada de
Laplace uma transformada linear,
pelas propriedades lineares, a sua
aplicao permite resolver equaes diferenciais como equaes
polinomiais, de resoluo muito
mais simples.
150 captulo 5
EXEMPLO
Considere T: R3 R3 tal que T(x, y, z) = (x, y, 0), isto , T a projeo ortogonal de todos pontos
do R3 sobre o plano xy, como nas vistas superior e inferior do desenho tcnico usado nos projetos de engenharia.
A imagem de T o prprio plano xy, escrito em notao matemtica,
Im(T) = {(x, y, 0) R3; x, y R}
Observe que o ncleo de T o eixo dos z : Nuc(T) = {(0, 0, z) R3; z R} visto que, para todo
z R,T(0, 0, z) = (0, 0, 0).
EXERCCIOS RESOLVIDOS
11) Considere T: R2 R3 a transformada linear dada por T(x, y) = (0, x + y, 0). Encontre o ncleo
de T.
Soluo
O ncleo de T obtido por:
(x, y) Nuc(T) (0, x + y, 0) = (0, 0, 0) x + y = 0 x = y
Logo,
Nuc(T) = {(x, x); x R}
12) Dado o operador linear T: R2 R2; T(x, y) = (2x + y, 4x + 2y), diga quais dos vetores abaixo
pertencem a Nuc(T).
a) (7, 14) b) (2, 4) c) (1, 2) d) (0, 1)
Soluo
O ncleo de T obtido por:
(x, y) Nuc(T) (2x + y, 4x + 2y) = (0, 0)
Uma das maneiras de resoluo seria, substituindo os vetores dados nas leis de formao das
componentes da transformao, verificar quais dos vetores satisfazem a condio acima. Muito
trabalhoso...!!!
captulo 5
151
4x + 2y = 0 (2)
2x + y = 0
2x + y = 0
Com base no captulo anterior sobre espaos vetoriais, possvel verificar que, sendo T: V W:
O ncleo de V um subespao de V.
Se X um subespao de V, ento, a imagem de X por T um subespao de W.
Isto significa que uma transformada linear transforma um subespao vetorial em subespao vetorial, isto , uma transformada linear preserva a estrutura de espao vetorial. Desse modo, possvel relacionar as dimenses
de Nuc(T) e Im(T) nos casos em que a dimenso de V e de W finita, temos,
ento,
dim (V) = dim (Nuc(T)) + dim (Im(T))
EXEMPLO
T: R2 R2; T(x, y) = (2x + y, 4x + 2y) V = R2, dim (V) = 2
Nuc(T) = {(x, 2x); x R}, como o ncleo tem apenas uma varivel livre: x R
dim (Nuc(T)) = 1.
Da, pela relao das dimenses de Nuc(T) e Im(T), vem que dim (Im(T)) = 1.
152 captulo 5
De fato, para encontrar a imagem igualamos T ao vetor (a, b) R2, resultado da transformada,
de modo que T(x, y) = (a, b), isto ,
2x + y = a
(2x + y, 4x + 2y) = (a, b)
4x + 2y = b
De modo anlogo resoluo do sistema homogneo, encontramos, agora, como soluo do
sistema correspondente Im(T) o vetor (a, 2a); a R, em que temos apenas uma varivel livre.
Logo, dim (Im(T)) = 1.
EXERCCIO RESOLVIDO
13) Considere o operador linear T: R3 R3 dado por T(x, y, z) =(x + 2y z, y + 2z, x + 3y + z)
a) Encontre o ncleo e a dimenso do ncleo de T;
b) Encontre a imagem e a dimenso da imagem de T;
c) Verifique a propriedade da dimenso.
Soluo
x + 2y z = 0
a) Nuc(T) = (x +2y z, y + 2z, x + 3y +z) = (0, 0, 0)
y + 2z = 0
x + 3y + z = 0
Resolvendo o sistema pelo mtodo do escalonamento, vem:
1 2 1
1 2 1
1 2 1
0 1 2
0 1 2
0 1 2
1 3 1
0 1 2
0 0 0
Eliminando a terceira linha, obtemos o sistema
x + 2y z = 0
S=
y + 2z = 0
Da segunda equao encontramos: y = 2z com z varivel livre. Substituindo na primeira equao, vem:
x + 2(2z) z = 0 x 5z = 0 x = 5z
Como soluo, escrevemos:
x
5x
y = 2z , z R Nuc(T) = {(5z, 2z, z); z R}
z
z
como a nica varivel livre z,
dim (N(T)) = 1
captulo 5
153
EXERCCIOS DE FIXAO
11) Considere T: R2 R2 o operador linear tal que T(x, y) = (x, 0). Determine o ncleo e a imagem de T.
12) Para a transformada linear
T: R3 R4; T(x, y, z) = (x y z, x + y + z, 2x y + z, y)
determine uma base e a dimenso do ncleo e da imagem de T.
13) Para a transformada linear
T: R3 R; T(x, y, z) = (x + y z)
determine uma base e a dimenso do ncleo e da imagem de T.
14) Para a transformada linear
T: R2 R3; T(x, y) = (x + y, x, 2y)
determine o ncleo e a imagem de T.
154 captulo 5
COMENTRIO
No deixe de exercitar resolvendo os
exerccios propostos e, se ainda tiver
alguma dvida, fale com seu professor, procure discutir a soluo dos
exerccios com colegas.
Que tal criar um grupo em rede social, com seus colegas, para discusso e dvidas sobre a resoluo de
exerccios?
EXEMPLO
Seja T: R2 R2 tal que T(x, y) = (3x 4y, x + 2y). Verifique se T inversvel; se o for, encontre T1.
Soluo
Matriz cannica de T: A =
3 4
; det(A) = 6 4 = 2 0 inversvel
1 2
1 2
1 2 (4)
A =
= 1 3
3
2 (1)
2 2
1
1
3
x+ y
2
2
captulo 5
155
CURIOSIDADE
Markov
Andrei Andreevitch Markov (18561922), matemtico russo, graduou-se na Universidade Estatal de So
Petersburgo em 1878, onde foi
professor. Seus primeiros trabalhos
foram relativos a limite de integrais
e teoria da aproximao. Aps o
ano de 1900, aplicou mtodos de
fraes contnuas, que haviam sido
iniciados pelo matemtico Pafnuti
Tchebychev na teoria da probabilidade, alm de provar o teorema do
limite central. Markov particularmente lembrado pelo seu estudo de
cadeias de Markov.
156 captulo 5
EXEMPLO
O resultado de um estudo com grande nmero de observaes em relao ocorrncia de
incidentes no processo produtivo em uma indstria mostrou que a probabilidade de ocorrer um
dia com incidente logo aps um dia sem incidente de 33%, e que a probabilidade de se ter um
dia com incidente logo aps um dia com incidente de 50%.
Se representarmos por SI o estado do dia sem incidente e por CI, o estado do dia com incidente,
em uma tabela, com as respectivas porcentagens (probabilidades condicionais) em valores decimais e completadas, para a situao oposta, com a soma igual a um, teremos:
ESTADO DO SISTEMA
SI
CI
SI
67% = 0,67
50% = 0,5
CI
33% = 0,33
50% = 0,5
0,67 0,5
0,33 0,5
Se no primeiro dia da observao, o dia zero, inicial da observao, est sem incidente (SI), o
1
vetor de estado inicial x(0) =
0
captulo 5
157
O vetor de estado do dia 1, logo aps o dia inicial da observao, a transformao matricial do
vetor estado inicial x(0), pela matriz de transio. Temos, ento:
x(1) = T(x(0)) = Px(0) =
0,67 0,5 1
0,67
=
0,33 0,5 0
0,33
IDEIA
Para saber mais sobre os tpicos estudados neste captulo, pesquise na internet sites, vdeos
e artigos relacionados ao contedo visto. E, ainda, procure ver aplicaes de transformaes
lineares. Embora as aplicaes mais interessantes necessitem de outros conhecimentos alm
da lgebra linear, vale a pena procurar aprender mais e alargar seus horizontes.
Uma sugesto de tema, FRACTAIS, em que uma transformada linear iterada (repetida) gera
imagens, como por exemplo:
Tringulo de Sierpinski
Tapete de Sierpinski
Voc pode se surpreender com a beleza das formas geradas por estas transformadas.
158 captulo 5
REFERNCIAS BIBLIOGRFICAS
ANTON, Howard; RORRES, Chris. lgebra linear com aplicaes. Trad. Claus Ivo Doering. 8
ed. Porto Alegre: Bookman, 2001.
KOLMAN, Bernard. Introduo lgebra linear com aplicaes. Trad. Valria de Magalhes
Irio. 6 ed. Rio de Janeiro: LTC Livros Tcnicos e Cientficos Editora, 1999.
LAY, David C. lgebra linear e suas aplicaes. Trad. Ricardo Camilier e Valria de Magalhes
Irio. 2 ed. Rio de Janeiro: LTC Livros Tcnicos e Cientficos Editora, 1999.
STEINBRUCH, Alfredo; WINTERLE, Paulo. Introduo lgebra linear. So Paulo: Pearson
Education do Brasil, 1997.
IMAGENS DO CAPTULO
xcara Thiago Felipe Festa | freeimagens.com caf e leite.
Desenhos, grficos e tabelas cedidos pelo ator do captulo.
GABARITO
5.2 Transformadas matriciais e transformadas lineares de Rn e Rm
1) n = 5 e m = 2
2) Sim, desde que X 4 e T seja uma transformada de 4 em 3.
2
3) X = 4
1
4) a) No linear
b) linear
c) linear
d) No linear
e) linear
1
5) ( , 7)
2
captulo 5
159
5 4
,
7 7
1 3
0 1
1 0 0
10) A =
0 1 0
0 0 0
160 captulo 5
Autovalores e
autovetores
glria dias
Autovalores e autovetores
OBJETIVOS
Identificar a ao de uma transformada linear X AX em vetores mltiplos
escalares de X.
Encontrar os autovalores de um operador linear.
Determinar o autovetor associado a um autovalor.
Diagonalizar matrizes.
6.1 Conceito
Durante os captulos anteriores, vimos que se A uma matriz, n x n, e X
um vetor do Rn, ento, AX tambm um vetor do Rn. Em particular, no
captulo anterior, vimos a transformada matricial do vetor X Rn tal que
T : Rn Rn; T(X) = AX, em um outro vetor do Rn, passando a ser denominada
de operador linear no Rn.
O operador linear assim definido para n = 2 ou n = 3 desloca vetores em
muitas direes dentro do prprio espao vetorial, sem a obrigatoriedade
de existir uma relao geomtrica entre eles. Entretanto, h casos especiais
em que a ao do operador sobre alguns vetores, no nulos, extremamente
simples, deslocando o vetor retorna na sua prpria direo como um mltiplo escalar dele mesmo, de tal modo que AX = X.
O escalar chamado de autovalor, ou valor prprio, e o vetor X chamado de autovetor, ou vetor prprio, associado a .
162 captulo 6
COMENTRIO
Autovetor
Autovalores e autovetores, mas o
que tem isso de interessante, aplicado engenharia?
Conceitos de autovalores e autovetores no surgem apenas na
geometria de operadores lineares.
Aparecem, tambm, na anlise da
dinmica populacional, estudada
por sistemas dinmicos discretos;
em sistemas dinmicos contnuos;
estudo de vibraes; mecnica
quntica e economia, entre outros.
Mais especificamente, este conceito
surge naturalmente em crescimento populacional por faixa etria, em
colheita de populaes animais; em
gentica, na investigao de uma
caracterstica herdada em sucessivas geraes, hereditariedade ligada ao sexo; poltica de colheita sustentvel. Todos esses exemplos, so
reas de aplicao da engenharia.
T(v)
T(u)
captulo 6
163
ATENO
O vetor nulo sempre satisfaz s equaes, vistas na pgina 163, para qualquer valor de , porm,
o autovetor sempre um vetor no nulo. Ocorre que, sendo um nmero real qualquer, pode
ser igual a zero.
EXEMPLOS
x
5 0
, visto que existem vetores X = y ; X 0 tais que
2 1
x
x 5x + 0y
5x
5x = 5x
0=0
=
5
=
y
y 2x + 1y
5x
2x + y = 5x
y = 3x
1) = 5 um autovalor da matriz A =
AX = 5X. De fato,
5
2
0
1
x
, x R*
3x
x varivel livre; X =
5
1
4
2
5
e escrevendo o vetor na
1
2
, vem:
2
2
=
2
8 10
2
=
, observe que o resultado encontrado um
42
2
2
2
mltiplo escalar do vetor declarado como autovetor,
= (1)
, logo
2
2
2
do operador linear.
2
EXERCCIOS RESOLVIDOS
1) Verifique se = 4 autovalor do operador linear T : R3 R3 tal que
T(X) = (3x z, 2x + 3y +z, 3x + 4y + 4z)
Soluo
T(X) = X (3x z, 2x + 3y +z, 3x + 4y + 4z) = 4(x, y, z)
164 captulo 6
3x z = 4x
x z = 0
2x + 3y + z = 4y 2x + y + z = 0
3x + 4y + 4z = 4z
3x + 4y = 0
escalonando o sistema homogneo:
1 0 1
1 0 1
1 0 1
1 0 1
2 1 1 0 1 1 0 1 1 0 1 1
3 4 0
3 4 0
0 4 3
0 0 1
como foi possvel chegar na forma escalonada, o sistema homogneo admite apenas a soluo trivial (vetor nulo). Porm, o vetor nulo no autovetor,
logo, no existem autovetores associados a = 4, da, = 4 no autovalor
do operador linear.
COMENTRIO
Operador linear
Sempre que X um autovetor de
um operador linear T associado ao
autovalor , isto , T(X) = X, para
qualquer nmero real k 0, o vetor
kX tambm autovetor de T, associado ao mesmo autovalor .
Soluo
Se o vetor X uma autovetor de T ento existe um autovalor associado a
este autovetor. Escrevendo X = (1, 1, 1) do R3 na forma de vetor coluna,
1
X = 1 , e pela definio de autovetor, escrita na forma de operador
1
matricial AX = X, vem:
3 0 1 1
1
1
3.1 + 0.1 + (1).(1)
2 3 1 1 = 1 2.1 + 3.1 + 1.(1) = 1
3 4 5 1
1
1
3.1 + 4.1 + 5.(1)
4
1
1
1
4 = 1 4 1 = 1 = 4
4
1
1
1
Logo X = (1, 1, 1) autovetor associado ao autovalor = 4.
3) Ainda em relao ao operador linear e ao autovetor do exerccio anterior,
verifique se o vetor 3X = 3(1, 1, 1) = (3, 3, 3) tambm um autovetor do
mesmo operador linear.
Soluo
Como no exerccio anterior,
3
3
3.3 + 0.3 + (1).(3)
3 0 1 3
3
3
2.3
+
3.3
+
1.(3)
2 3 1
=
= 3
3
3
3.3 + 4.3 + 5.(3)
3 4 5 3
captulo 6
165
12
3
3
3
12 = 3 4 3 = 3 = 4
12
3
3
3
Ser que foi coincidncia, termos encontrado o mesmo valor de = 4, nos dois exerccios?
4) Verificar se X = (3, 2) um autovetor de T: R2 R2; T(X) = (x + 6y, 5x + 2y).
Soluo
Como nos exerccios (2) e (3), se o vetor X um autovetor de T, ento existe um autovalor
associado a este autovetor.
1 6
Usando a forma AX = X, temos a matriz cannica de T, dada por A =
e o vetor
5 2
3
A=
. Verificando a equao
2
1 6 3
3
9
3
=
,
5 2 2
2
11
2
9
, resultado da transformada de X, no mltiplo escalar dele mesmo.
11
3
Logo, X =
no um autovetor de T.
2
isto , o vetor
Soluo
x
1 0 0 x
x
a) T: R R ; T(v) = v T
= y
0 1 0 y = y
z
0 0 1 z
z
1 0 0
A matriz cannica de T a matriz A =
0 1 0
0 0 1
b) T(v)= v = 1v = 1, qualquer vetor v no nulo do R3 um autovetor associado a este
autovalor.
3
x
y
z
Soluo
6 3 1
Matriz cannica de T: A =
3 0 5 ;
2 2 6
6 3 1
5 0 0
1 3 1
A 5I = 0
3 0 5
0 5 0 = 3 5 5
2 2 6
0 0 5
2 2 1
166 captulo 6
1 3 1 x
0
1 3 1 0
Pela definio: 3 5 5 y = 0 3 5 5 0
2 2 1 z
0
2 2 1 0
Pelo escalonamento da matriz expandida, vem
1 3 1 0
1 3 1 0
1 3 1 0
0 4 2 0
0 4 2 0
0 4 2 0
2 2 1 0 0 8 1 0
0 0 5 0
Como foi possvel chegar na forma escalonada, o sistema possvel e determinado, isto , s
admite a soluo trivial v = 0 (vetor nulo no autovetor). Logo = 5 no autovalor da matriz
A, pois no possvel encontrar autovetores associados a este autovalor.
EXERCCIOS DE FIXAO
1) Verifique se = 2 um autovalor do operador linear T(X) = (3x + 2y, 3x + 8y)
2) Verifique se = 1 um autovalor da matriz A =
4 5
2 1
captulo 6
167
AX = X AX X = 0
a21 a22
0 1 y 0
a21 a22 0 y 0
a11 a12 0 x 0
=
a21 0 a22 y 0
a11 a12 x 0
=
a21 a22 y 0
Esta equao matricial representa um sistema homogneo. Pela definio de autovetor, queremos vetores v 0, da, precisamos encontrar os
valores de para os quais o sistema tem soluo no trivial, isto , o vetor
v 0. Temos, ento, como condio para ser um autovalor da matriz A, o
fato de que a equao (A I)X = 0 ter soluo no trivial.
Se o determinante da matriz dos coeficientes for diferente de zero, o sistema possui uma nica soluo que a soluo trivial, v = 0. Ento, obrigatoriamente, para soluo v 0 deve-se ter
det(A I) = 0 ou
168 captulo 6
a11 a12
=0
a21 a22
()
A equao (*) chamada equao caracterstica da matriz A, ou do operador T, e suas razes so os autovalores da matriz A, ou do operador T.
Desenvolvendo o determinante, encontramos um polinmio em denominado polinmio caracterstico. No exemplo:
a11 a12
= 0 (a11 )(a22 ) a12a21 = 0
a21 a22
que resulta em um polinmio de grau 2 e a resoluo da equao de segundo
grau cujas razes so os dois autovalores de A. Observe que o determinante,
det(A I), transforma a equao matricial (A I)X = 0, de duas incgnitas,
e X, em uma equao escalar de apenas uma incgnita .
Do exposto acima, podemos concluir, na forma de um teorema (sem demonstrao), que:
Um escalar um autovalor de uma matriz A, n x n, se e somente se satisfaz
a equao caracterstica det(A I) = 0.
EXEMPLOS
2 3
so encontrados pela equao caracterstica da matriz A
3 6
2 3
det(A I) = 0 ou
= 0 (2 )(6 ) 3 x 3 = 0
3 6
1) Os autovalores de A =
12 + 6 2 + 2 9 = 0
2 + 4 21 = 0
As razes da equao so encontradas pela frmula de Bskara ou pela propriedade das razes,
tal como visto em resoluo da equao do segundo grau:
2 S + P = ( 1)( 2); onde S = 1 + 2 e P = 12
No exemplo:
2 + 4 21 = 0
4 = 1 + 2
1 = 3 e 2 = 7
21 = 1 2
captulo 6
169
OBSERVAO
Os exerccios propostos na seo
6.2, para autovalores, podem ser
refeitos verificando se o valor de
dado raiz da equao caracterstica da matriz, ao invs da definio
de autovalores e autovetores. Experimente refaz-los!
ATENO
Se encontrou dificuldade em acompanhar o clculo de determinantes
dos exemplos, hora de rever o
captulo 2. Se encontrou dificuldade em acompanhar a resoluo
das equaes polinomiais, procure
apoio em outros textos sobre o assunto.
COMENTRIOS
Para toda matriz A, n x n, tem-se polinmio caracterstico, Pn(), de
grau n, obtido no determinante de ordem n, da equao caracterstica
det(A I) = 0.
O polinmio caracterstico de grau n, ter n razes, contando a multiplicidade, e estas razes sero reais e/ou complexas. Havendo razes complexas,
sero sempre em nmero par e sero chamadas de autovalores complexos.
Entretanto, neste texto, apenas consideraremos as razes reais, isto , os
autovalores reais.
Ocorre que no existem mtodos diretos, isto , um algoritmo finito que
resolva polinmio de grau n 5. Logo, matrizes genricas n x n, para n
5n, necessitam de mtodos indiretos ou numricos para encontrar os
autovalores destas matrizes. Os melhores mtodos numricos utilizados por
softwares matemticos para a determinao de autovalores evitam a deter-
170 captulo 6
Propriedades
Os autovalores de uma matriz triangular so os elementos da sua diagonal
principal, visto que o determinante desta matriz o produto dos elementos
da sua diagonal principal.
EXEMPLO
Exemplo para matriz A, 3 x 3, triangular superior:
a11 a12 a13
0 0
a11 a12 a13
A = 0 a22 a23 0 0 = 0 a22 a23
0 0 a33
0 0
0
0 a33
a11
a12
a13
a22 a23
det 0
= (a11 )(a22 )(a33 ) = 0
0 0
a33
As razes da equao caracterstica so obtidas fazendo-se:
a11 = 0 1 = a11
a22 = 0 2 = a22
a33 = 0 3 = a33
OBSERVAO
2 0 0
1 4 7
Os autovalores de A = 1 0 0 e B = 0 3 8 so obtidos diretamente pelo fato
0 5 3
0 7 7
de que:
a) A matriz triangular inferior, ento, os autovalores so os elementos da sua diagonal principal:
1 = 2; 2 = 0; 3 = 3. Observe que 2 = 0 possvel, isto , podemos ter autovalor nulo. No
podemos ter autovetor nulo.
b) B matriz triangular superior, ento, os autovalores so os elementos da sua diagonal principal: 1 = 1; 2 = 3; 3 = 7.
captulo 6
171
EXEMPLO
1 5 0
O determinante da matriz A = 2 4 1 pode ser obtido pela matriz linha equivalente esca 0 2 0
lonada na forma triangular superior, aplicando a propriedade acima. Transformando a matriz na
forma escalonada temos:
1 5 0
1 5 0
2 4 1 0 2 0 feita a permutao da L2 com L3
0 2 0
2 4 1
a1 5 0
0 2 0
0 0 1
O determinante encontrado por: det(A) = (1)1 x 1 x (2) x (1) = 2
ATENO
Esta propriedade dos determinantes de uma matriz e de sua forma escalonada ser utilizada
oportunamente, porm e esse porm importante , em geral, uma forma escalonada de uma
matriz A no tem os mesmos autovalores de A.
Determinao de autovetores
Depois de encontrar os autovalores de uma matriz, os autovetores so encontrados substituindo cada valor de na equao matricial (A I)X = 0
e resolvendo o sistema homogneo de equaes lineares. Continuando o
exemplo (1), temos:
EXEMPLO
2 3
Os autovetores de A =
, associados aos autovalores 1 = 3 e 2 = 7, so respectiva 3 6
mente:
a) Para 1 = 3
2 3
x
0
=
3 6 y
0
2 3 3
x
0
1 3 x
0
=
3 6 3 y
0
3 9 y
0
172 captulo 6
x + 3y
0
x + 3y = 0
=
3x + 9y
0
3x + 9x = 0
x
3y
=
; y . Os autovetores associados ao autovalor
y
y
3x
3
1 = 3 so da forma X =
; y * ou, ainda, X = y
; y *
y
1
Resolvendo o sistema: X =
b) Para 1 = 7
2 3
x
0
=
3
6 y
0
x
2 (7)
3
0
9 3 x
0
=
3
6 (7) y
0
3 1 y
0
9x + 3y
0
9x + 3y = 0
=
3x + y
0
3x + y = 0
x
x
=
; x R. Os autovetores associados ao autovalor
y
3x
x
1
1 = 7 so da forma X =
; x * ou ainda, X = x
; x *
3x
3
Resolvendo o sistema: X =
Autoespao de A associado a
Observe que o conjunto de todas as solues da equao (A I) = 0, isto , o
conjunto dos autovetores, v 0, associados ao autovalor , o espao-nulo
da matriz A I e, tambm, um subespao de Rn. Este subespao chamado
de autoespao de A associado a . Como subespao, o vetor nulo pertence ao
autoespao, porm, mais uma vez ressaltamos que o vetor nulo no autovetor.
EXEMPLO
Considere o operador linear T(X) = (4x y + 6z, 2x + y + 6z, 2x y + 8z) e o autovalor = 2
da matriz cannica do operador. A base do autoespao associado a este autovalor obtido por:
4 1 6
2 0 0 x
0
(A 2I)X = O A = 2 1 6
0 2 0 y = 0
2 1 8
0 0 2 z
0
2 1 6 x
0
2 1 6 0
2 1 6 0
2 1 6 y = 0 2 1 6 0 3 linhas iguais
0 0 0 0
2 1 6 z
0
2 1 6 0
0 0 0 0
2x y + 6z = 0 x =
y
3z; y e z variveis livres
2
captulo 6
173
O vetor soluo : X =
y
3z
2
y
; y e z R, escrito na forma de combinao linear dado
z
1/2
3
por: X = y 1 + z 0 ; y e z R. Uma base para o autoespao de A associado a
0
1
= 2 o conjunto B =
1/2
1 +z
0
3
0
1
EXERCCIOS RESOLVIDOS
5 0 0
2 4 7
7) Determine os autovalores de A = 1 1 0 e B = 0 30 8
2 8 3
0 0 1
Soluo
Soluo
Escalonando a matriz dada temos:
1 2 1
1 2 1
1 2 1
0 2 8 0 2 8 0 2 8
4 5 9
0 3 13
0 0 1
Como no foi feita a troca de nenhuma linha, temos t = 0. Decorre que o determinante da matriz
original A obtido por:
detA = (1)t x (produto dos pivs de U) = (1)0 x 1 x 2 x 1=2
5
0
9) Determine os autovalores e o polinmio caracterstico de A = 0
0
Soluo
2
1
0
0
8
1
3
0
0
2
1
5
174 captulo 6
4 5
2 1
Soluo
a) Determinao dos autovalores pela equao caracterstica:
4 5
= 0 (4 )(1 ) 10 = 0 4 5 + 2 10 = 0
2
1
2 5 6 = 0 1 = 1 e 2 = 6
b) Para 1 = 1
4 (1)
5
x
0
5 5 x
0
=
=
2
1 (1) y
0
2 2 y
0
5x + 5y = 0
y = x
2x + 2y = 0
x
A soluo do sistema homogneo X =
; x varivel livre. Portanto, os autovetores so da
x
1
forma: v = x
; x 0 (vetor nulo no autovetor, da a restrio x 0).
1
c) Para 2 = 6
4 6
5
x
0
2 5 x
0
=
=
2
1 6 y
0
2 5 y
0
2x + 5y =0
2
y= x
2x 5y = 0
5
x
A soluo do sistema homogneo X = 2 ; x varivel livre. Portanto, os autovetores so da
x
5
1
forma: v = x
; x 0.
2/5
0 0
1
11) Mostre que se A =
ento
um autovetor associado ao autovalor = 0.
0 1
0
Soluo
A=
0 0
1 = 0 e 2 = 1 so autovalores de A
0 1
captulo 6
175
0 0 1
0 x 1 + 0 x 0
0
,
=
=
0 1 0
0 x 1 + 0 x 0
0
Ocorre que o vetor nulo pode ser escrito como o resultado da multiplicao de qualquer vetor
por zero. Escrevemos ento,
0
1
1
=0
o vetor
um autovetor associado ao autovalor = 0.
0
0
0
12) Calcular os autovetores do operador T(X) = (7x 2y, 2x + 6y 2z, 2y +5z), associados
aos autovalores.
Soluo
7 2 0
2 6 2
Matriz da transformao: A =
0 2 5
a) Determinao dos autovalores:
7 2 0
Equao caracterstica: 2 6 2 = 0
0
2 5
Calculando o determinante pela expanso em cofatores, vem:
(7 )
6 2
2 2
2 6
(2)
+0
=0
2 5
0 5
0 2
176 captulo 6
captulo 6
177
2 2 0 x
0
2 2 0
2 2 0
2 3 2 y = 0 2 3 2 0 1 2
0 2 4 z
0
0 2 4
0 2 4
1 1 0
0 1 2 x + y = 0 y = x
y + 2z = 0 z = 12y = 12x
0 0 0
x
1
Os autovetores associados a 3 = 9 so da forma: v = x = x 1 ; x 0
1/2x
1/2
Soluo
1 0 0
0 1 0
Inxm =
1 = 2 = = n = 1 e todos os vetores no nulos do Rn
0 0 1
nxn
1 0 0 x1 x1
0 1 0 x2 x2
so autovetores da matriz identidade I, n x n, visto que,
=
0 0 1 xx xx
16 10
16 8
Soluo
Equao caracterstica:
16 10
= 0 (16 )(8 ) + 160 = 0
16 8
128 + 8 + 2 + 160 = 0
2 + 8 + 32 = 0 =
8 82 4 x 1 x 32
8 64 128
=
2x1
2
8 64
R
2
8 8i
As razes da equao so razes complexas: =
4 4i
2
=
Logo, no existem autovalores reais nem autovetores associados a autovalores reais. Como dito
anteriormente, s estudaremos o caso de autovalores reais.
178 captulo 6
15) Dado o operador linear T: R2 R2; T(x, y) = (y, x) encontre os autovalores e autovetores
associados.
Soluo
Matriz cannica de T: A =
0 1
1 0
Equao caracterstica:
0 1
= 0 ()() 1 x 1 = 0
1 0
2 1 = 0 2 = 1 = 1
a) Para 1 = 1, vem:
1 = 1
2 = 1
0 (1)
1
x
0
=
1
0 (1) y
0
1 1 x
0
x+y=0
=
y = x
1 1 y
0
x+y=0
0 1
1
x
0
=
1
0 1 y
0
1 1 x
0
=
1 1 y
0
x + y = 0
y=x
xy=0
Soluo
Matriz cannica do operador: A =
5 0
.
2 1
a) Para 1 = 1, vem:
5 1 0 x
0
4 0 x
0
=
2 1 1 y
0
2 0 y
0
4x
0
0
=
x=
; y varivel livre
2y
0
y
0
Uma base para o autoespao associado a 1 = 1 o B =
0
captulo 6
179
b) Para 2 = 5, vem:
5 5 0 x
0
0 0 x
0
=
2 1 5 y
0
2 4 y
0
0
0
=
2x 4y = 0 x = 2y
2x 4y
0
2y
; y varivel livre
y
2
Uma base para o autoespao associado a 2 = 5 B =
1
X=
EXERCCIOS DE FIXAO
1 0 0 0 0
4 0 0 0 0
7 5 2 0 0
6) Encontre os autovalores da matriz A =
0 2 3 1 0
1 1 8 3 5
7) Considerando o operador linear T: R3 R3; T(x, y, z) = (x, y, 0), encontre os autovalores e
autovetores associados.
8) Determine os autovalores associados das matrizes:
a)
1 2
2 1
0 1
b)
c)
1 4
2 3
1 0
180 captulo 6
CURIOSIDADE
Similaridade
Similaridade
DEFINIO
Se A e B so matrizes n x n, ento A similar (ou semelhante) a B se existe
uma matriz P, invertvel, tal que B = P1AP, ou seja, escrito de modo equivalente, se A = PBP1.
EXEMPLO
1 1
1 1
eP=
2 4
1 2
1
2 1
2 1
Encontrando P1 =
=
(1x2 1x1) 1 1
1 1
A=
2 1 1 1 1 1
2 0
=
1 1 2 4 1 2
0 3
Propriedades
(i) A similar a A.
(ii) Se A similar a B, ento B similar a A.
(iii) Se A similar a B, e B similar a C, ento C similar a A.
181
Diagonalizao
DEFINIO
Uma matriz A, n x n, diagonalizvel se ela for similar a uma matriz diagonal, isto , se A = PDP1
D = P1 AP, onde D uma matriz diagonal. Dizemos, ento que A pode ser diagonalizada.
Em geral, a informao sobre autovalores e autovetores de uma matriz A pode ser apresentada
atravs de uma fatorao muito til dessa matriz em A = PDP1 .
1
2
Uma matriz A, n x n, diagonalizvel se, e somente se, A tem n autovetores linearmente independentes.
A = PDP1 se, e somente se, as colunas de P so n autovetores de A,
linearmente independentes.
A = PDP1, onde D uma matriz diagonal, se, e somente se, os elementos da diagonal principal de D so os autovalores de A associados, respectivamente, aos autovetores em P.
Temos, ento, que A diagonalizvel se, e somente se, existirem autovetores suficientes para formar uma base para o Rn. Esta base chamada de
base dos autovetores.
EXEMPLO
1 1
com autovalores 1 = 2; 2 = 3 e autovetores associados, respectivamente,
2 4
da forma: v1 = x (1, 1); x 0 e v2 = x (1, 2); x 0 .
Seja A =
182 captulo 6
A = PDP1 =
1 1 2 0 2 1
1 2 0 3 1 1
1 1
1x2 + 1x0
=
2 4
1x2 + 2x0
1x0 + 1x3 2 1
1x0 + 2x3 1 1
1 1
2 3 2 1
=
2 4
2 6 1 1
1 1
2x2 + 3x(1)
=
2 4
2x2 + 6x(1)
2x(1) + 3x1
2x(1) + 6x1
1 1
1 1
=
c.q.d.
2 4
2 4
(como queramos demonstrar)
EXEMPLO
1 1
1 1
2 0
, diagonalizvel, do exemplo anterior, P=
eD=
,
2 4
1 2
0 3
tambm encontradas no mesmo exemplo. Para obtermos a matriz A4 basta efetuar:
Considere a matriz A =
captulo 6
183
1 1 2 0
A =
1 2 0 3
4
A4 =
A4 =
2 1
1 1 24 0 2 1
=
1 1
1 2 0 34 1 1
1 1 16 0 2 1
1 2 0 81 1 1
16 81 2 1
49 65
=
16 162 1 1
130 146
a k, o conjunto dos vetores 1, 2, , p forma uma base de autovetores para o Rn (para k = 1, 2, ..., p).
EXEMPLO
0 0 0
0 1 0 , cujos autovalores so 1 = 0, 2 = 1 e 3 = 1; 2 = 1
Considere a matriz A =
1 0 1
um autovalor de multiplicidade 2. Considerando o espao soluo da equao matricial
(A I3 ) X = 0, vem:
Para 1 = 0:
0 0 0 x
0
x varivel livre
0 1 0 y = 0
y=0
1 0 1 z
0
z = x
184 captulo 6
1 0 0 x
0
0 1 0 y = 0
1
0 0 1 z
0
1 0 0 x
0
0 0 0 y = 0
1 0 0 z
0
x=0
y varivel livre
z varivel livre
RESUMO
Procedimento para a diagonalizao
O processo de diagonalizao de uma matriz A, n x n, pode ser sistematizado em etapas conforme roteiro abaixo:
1o passo: Encontrar os autovalores de A, resolvendo a equao caracterstica correspondente.
Se as razes no forem todas reais, ento, A no diagonalizvel.
2o passo: Para cada autovalor j de multiplicidade kj, encontrar uma base para o autoespao associado a j, pela resoluo da equao (A j I) X = 0. Se a dimenso do autoespao menor
que kj, ento, A no diagonalizvel.
3o passo: Montar a matriz P = [v1 v2 vn] com os autovetores obtidos no passo anterior, no
importando a ordem dos vetores.
4o passo: Montar a matriz diagonal D com os n autovalores e fatorar a matriz A na forma da
diagonalizao A = PDP1.
EXEMPLOS
0 0 1
0 1 2 , se possvel for.
1) Diagonalizar a matriz A =
0 0 1
Soluo:
captulo 6
185
0 0 1
0 1 2 = 0 ()(1 )(1 ) = 0
0
0 1
Autovalores: 1 = 0, 2 = 1 e 3 = 1. Logo, 2 = 1 autovalor de multiplicidade 2.
2o passo: Para o autovalor 2 = 1 de multiplicidade 2, encontrar uma base para o autoespao
associado a 2, pela resoluo da equao (A j I) X = 0.
0
1 0 1 x
0
0 1 0
1 x
0 0 2 y = 0
0 1 1 2 y = 0
0
0 0 0 z
0
0
0 1 1 z
x + z = 0 x = z
2z = 0 z = 0
z varivel livre
0
Autovetores associados a 2 = 1 so da forma v = y , y 0, logo a dimenso do espao solu 0
o do sistema linear 1. A dimenso do autoespao menor que a multiplicidade 2 do autovalor, no existindo dois autovetores linearmente independentes associados a 2 = 1.
Ento, A no diagonalizvel.
1 3 3
2) Diagonalizar a matriz A = 3 5 3 , se possvel for.
3 3 1
Soluo
186 captulo 6
1
1
1
Dois autovetores associados a 2 = 2 so: v2 =
e v3 = 0
0
1
Para o autovalor 1 = 1, vem:
0
0 3 3 x
0
1 1 3
3 x
3 5 1 3 y = 0 3 6 3 y = 0
0
3 3 0 z
0
3
3 1 1 z
3y +3z = 0 z = y
3x 6y 3z = 0
3x + 3y = 0 x = y
x =z e y = x
1
Um autovetor associado a 1 = 1 : v1 = 1
1
1 1 1
3 passo: Montar a matriz P = [v1 v2 v3)] = 1 1 0
1 0 1
o
4o passo: Montar a matriz diagonal D com os n autovalores e fatorara matriz A na forma da diagonalizao A = PDP1.
1 0 0
A = 0 2 0
0 0 2
Para escrever na forma fatorada preciso encontrar P1 (lembra-se de como encontrar?)
1 1 1 1 0 0
1 1 0 0 1 0
1 0 1 0 0 1
1 0 0 1 1 1
0 1 0 1 2 1 Verifique!!!
0 0 1 1 1 0
1 1 1
1 2 1
P =
1 1 0
1
Escrevemos, ento:
1 3 3
1 1 1
1 0 0
1 1 1
1 2 1
A = PDP 3 5 3 = 1 1 0 0 2 0
3 3 1
1 0 1 0 0 2 1 1 0
1
captulo 6
187
D = P1 DP D = Pt AP
EXEMPLO
Considere A =
5 3
. Determine P que diagonaliza A ortogonalmente.
3 5
Soluo
Autovalores obtidos por:
5 3
= 0 (5 )2 9 = 0 2 10 + 16 = 0
3
5
1 = 8 e 2 = 2
Matriz diagonal: A =
8 0
0 2
188 captulo 6
5 8
3
x
0
=
3x + 3y = 0 x = y
3
5 8 y
0
1 , 1
2 2
OBSERVAO
| v1 | = 12 + 12 = 2
Para 2 = 2
5 2
3
x
0
=
3x + 3y = 0 x = y
3
5 2 y
0
2 2
2
1 , 1
2 2
1
2
1
2
1
2
8 0
=
c.q.d.
1
0 2
2
T(vn) = 0 v1 + 0 v2 + + n vn
captulo 6
189
COMENTRIO
1 0 0 0
0 2 0 0
T = D =
0 0 0 n
A matriz D a mais simples representante do operador T.
EXERCCIOS DE FIXAO
11) Use o fato que A = PDP1 Ak = PDk P1 para encontrar Ak conhecendo
as matrizes P e D.
a) P =
5 4
2 0
eD=
;k=4
2 3
0 1
b) P =
1 1
5 0
eD=
;k=3
1 2
0 3
1 0 2
2 0 0
0 1 1 e D =
0 2 0 ; k = 13
c) P =
1 0 1
0 0 2
12) Considere a matriz A fatorada na forma A = PDP1, indicada abaixo. Encontre, por inspeo (sem clculos), os autovalores e uma base para cada
autoespao.
2 2 1
1 3 1
a)
1 1 2
5 0 0
0 1 0
= 1 0 1
1 1 1
1/4 1/2 1/4
1/4 1/2 3/4
1 1 0
0 0 1
1/4 1/2 1/4
0 0 2
1 0 2
2 0 0
1 0 2
1 2 1 =
0 1 1
0 2 0
1 1 1
b)
1 0 3
1 0 1
0 0 1
1 0 1
13) Diagonalize as matrizes, se for possvel.
a)
1 0
9 1
c)
6 1
4 6
3 1
b)
1 5
190 captulo 6
d)
2 4
3 1
1 4 2
5 1
3
4 0
e)
g)
1 3
3 1 3
2 3 1
1 2 1
f) 0 1 4 h) 1 3 1
0 0 3
0 2 2
14) A uma matriz 4 x 4 com 2 autovalores. Os 2 autoespaos so bidimensionais. A diagonalizvel? Justifique.
15) Para cada matriz simtrica A, encontre uma matriz P que diagonalize A ortogonalmente.
a) A =
3 1
6 2
b) A =
1 3
2 3
EXERCCIOS RESOLVIDOS
17) Considere a matriz P =
0,95
0,05
0,03
0,375
e o vetor q =
. Mostre que o vetor q um
0,97
0,625
vetor estacionrio de P.
Soluo
Se q um vetor estacionrio de P, ento q um autovetor de P associado ao autovalor = 1,
isto , Pq = 1q. De fato,
0,95 0,03 0,375
0,95 x 0,375 + 0,03 x 0,625
0,35625 + 0,01875
0,375
=
=
=
0,05 0,97 0,625
0,05 x 0,375 + 0,97 x 0,625
0,01875 + 0,60625
0,625
captulo 6
191
18) O resultado de um estudo com grande nmero de observaes, relatado no exemplo da seo 5.5, em relao ocorrncia de incidentes no processo produtivo em uma indstria mostrou
a obteno da sequncia de vetores de estado (vetores de probabilidade) pela transformao
linear (matricial) do vetor de estado anterior para obteno do vetor de estado seguinte.
Soluo
Sendo a matriz estocstica (ou de transio) da cadeia de Markov correspondente
P=
0,67 0,5
1
e o vetor de estado inicial x(0) =
0,33 0,5
0
0,67 0,5 1
0,67
=
0,33 0,5 0
0,33
x(5) = T(x(4)) = =
0,603
0,397
0,603
0,397
A partir do dia 4, o vetor de estado sempre igual, considerando uma aproximao para trs
casas decimais.
0,603
. Isto significa que depois do
0,397
quarto dia de observao a probabilidade de no ocorrer incidente de aproximadamente 60%
e 40% de ocorrer incidente.
O vetor estacionrio (ou vetor de equilbrio) o vetor q =
0,603
0,67 0,5 0,603
=
, usando arredondamento para trs casas deci 0,397
0,33 0,5 0,397
mais. Logo, Pq = 1q. Ento, o vetor estacionrio um autovetor associado ao autovalor = 1
da matriz estocstica P.
Verifique que
Ocorre que nem todo processo de Markov atinge o equilbrio. Se a matriz estocstica satisfizer
a uma determinada propriedade o processo atinge um estado de equilbrio. Oportunamente, em
outra disciplina, voc ver o estudo detalhado de probabilidade condicional e casos concretos
de cadeias de Markov, matrizes estocsticas e vetor estacionrio. Aguarde ou procure ler mais
sobre o assunto.
192 captulo 6
Soluo:
a) Para v1 = (0,3, 0,6, 0,1), vem:
0,5 0,2 0,3 0,3
0,5 x 0,3 + 0,2 x 0,6 + 0,3 x 0,1
0,3
0,3 0,8 0,3 0,6 = 0,3 x 0,3 + 0,8 x 0,6 + 0,3 x 0,1 0,6 = 1
0,2 0,8 0,3 0,1
0,2 x 0,3 + 0,8 x 0,6 + 0,3 x 0,1
0,1
v1 = (0,3, 0,6, 0,1) o vetor estacionrio.
b) Para v2 = (1, 3, 2), vem:
0,5 0,2 0,3 1
0,5 x 1 + 0,2 x (3) + 0,3 x 2
0,3 0,8 0,3 3 = 0,3 x 1 + 0,8 x (3) + 0,3 x 2
0,2 0,8 0,3 2
0,2 x 1 + 0,8 x (3) + 0,3 x 2
1/2
1
1
1
3/2 =
3 =
2
2
1
2
c) Para v3 = (1, 0, 1), vem:
0,5 0,2 0,3 1
0,5 x (1) + 0,2 x 0 + 0,3 x 1
0,3 0,8 0,3 0 = 0,3 x (1) + 0,8 x 0 + 0,3 x 1 =
0,2 0,8 0,3 1
0,2 x (1) + 0,8 x 0 + 0,3 x 1
1
0,2
0 0 = 0,2
0,1 1
IDEIA
Para saber mais sobre os tpicos estudados neste captulo, pesquise na internet sites, vdeos
e artigos relacionados ao contedo visto. E, ainda, procure ver aplicaes de autovalores, autovetores e diagonalizao de matrizes. Embora as aplicaes mais interessantes necessitem de
outros conhecimentos alm da lgebra linear, vale a pena procurar aprender mais e alargar seus
horizontes.
Uma sugesto de tema, Sequncia de Fibonacci, como aplicao de diagonalizao de matrizes
para investigar, por exemplo, a propagao de uma caracterstica gentica herdada, a distribuio de folhas em determinadas rvores, arranjo de sementes de girassis, entre outros.
captulo 6
193
REFERNCIAS BIBLIOGRFICAS
ANTON, Howard; RORRES, Chris. lgebra linear com aplicaes. Trad. Claus Ivo Doering. 8
ed. Porto Alegre: Bookman, 2001.
KOLMAN, Bernard. Introduo lgebra linear com aplicaes.Trad. Valria de Magalhes
Irio. 6 ed. Rio de Janeiro: LTC Livros Tcnicos e Cientficos Editora, 1999.
LAY, David C. lgebra linear e suas aplicaes. Trad. Ricardo Camilier e Valria de Magalhes
Irio. 2 ed. Rio de Janeiro: LTC Livros Tcnicos e Cientficos Editora, 1999.
STEINBRUCH, Alfredo; WINTERLE, Paulo. Introduo lgebra linear. So Paulo: Pearson
Education do Brasil, 1997.
IMAGENS DO CAPTULO
Desenhos, grficos e tabelas cedidos pelo autor do captulo.
GABARITO
6.2 Autovalores e autovetores
1) Sim, autovalor
2) No autovalor
3) Sim, um autovetor associado ao autovalor = 6
4) No autovalor
5) Sim, um autovetor associado ao autovalor = 3
8) a) 1 = 3 v = y
194 captulo 6
2 = 1 v = z (0, 3, 2); z 0
3 = 2 v = z (0, 0, 1); z 0
2/3
2
; para 2 = 5; =
1
1
2
1
b) Para 1 = 3; =
; para 2 = 10; =
;
1
3
13) a) P =
1 0
1 0
e D = P1 A P =
3 1
0 1
b) No diagonalizvel
1 0
10
e D = P1 A P =
1 4
0
1 4
2
d) P =
e D = P1 A P =
1 3
0
c) P =
0
5
0
5
e) No diagonalizvel
3 1 7
1 0 0
1
f) P = 1 0 2 e D = P A P =
0 2 0
0 0 1
0 0 3
1 2 1
3 0 0
1
g) P =
3 3 1 e D = P A P =
0 2 0
4 3 1
0 0 1
2 1 0
3 0 0
h) P =
1 0 1 e D = P1 A P =
0 2 0
2 1 2
0 0 1
14) Sim. Porque a soma das dimenses dos autoespaos igual dimenso da matriz.
1
2
15) a) P =
1
2
1
2
2
5
b) P =
1
1
2
5
1
5
2
5
captulo 6
195
ANOTAES