1

APOSTILA
DE

LGEBRA LINEAR

CURSO: ENGENHARIA DE PETRLEO

PROF.: MRIO S. TARANTO

2
CDIGO DA DISCIPLINA: FIM0431
Carga Horria Terica: 44 horas
Carga Horria Prtica: 0 horas
Carga Horria Campo: 22 horas
EMENTA:
Sistemas Lineares. Espaos vetoriais. Transformaes lineares. Autovalores e autovetores.
OBJETIVO(S) GERAL (IS):
Adquirir e aplicar os conhecimentos de lgebra linear na resoluo de problemas e situaes
concretas em Engenharia.
OBJETIVOS ESPECFICOS :
1. Compreender o conceito de vetor.
2. Utilizar o clculo com matrizes na resoluo de sistemas lineares
3. Compreender o conceito de espaos vetoriais
4. Aplicar o conceito de Transformao Linear na resoluo de problemas
5. Calcular Autovalores e Autovetores
CONTEDO PROGRAMTICO:
Unidade I - SISTEMAS LINEARES
1.1 Matrizes e Determinantes
1.2 Discusso e Resoluo de Sistemas Lineares
1.3 Mtodos da Substituio, Regra de Cramer, Escalonamento e Matriz inversa
Unidade II - ESPAOS VETORIAIS
2.1 Definio.
2.2 Subespaos Vetoriais - Definio; Subespaos Gerados
2.3 Dependncia e Independncia Linear; Base e Dimenso.
Unidade III - TRANSFORMAES LINEARES
3.1 Definio e Propriedades; Matriz de uma Transformao
3.2 Operaes com Transformaes Lineares
3.3 Transformaes Lineares no Plano e no Espao
Unidade IV - AUTOVALORES E AUTOVETORES
4.1 Definio; Polinmio Caracterstico.
4.2 Determinao dos Autovalores e Autovetores de um Operador
4.3 Diagonalizao
PROCEDIMENTOS DE ENSINO:
Aulas Tericas:
Aulas expositivas dialogadas com apresentao dos contedos relevantes e potencialmente
significativos, exemplificaes e discusso dos resultados. Resoluo de exerccios,
objetivando desenvolver habilidades. Uso de transparncias e de outros recursos didticos.
Atividades de Campo:
Sero desenvolvidas atividades de pesquisa e aplicao na prtica (p. ex: lista de exerccios,
simulaes computacionais) dos conhecimentos estudados na disciplina pelos alunos, sob a
orientao do professor.
AVALIAO:
Aulas Tericas:
Consiste na avaliao continuada do desempenho dos alunos, sendo sistematizado em trs
momentos no calendrio acadmico: AV1, AV2 e AV3.
Atividades de Campo:
Apresentao de relatrio das atividades de pesquisa e aplicaes prticas.

3
1 MATRIZES
1.1 NOTAO GERAL
Denomina-se matriz toda tabela disposta em linhas e colunas que encontram-se entre
parnteses ou colchetes.
Normalmente, as matrizes costumam ser representadas por letras maisculas e seus
elementos por letras minsculas acompanhados do duplo ndice ij que representam,
respectivamente, a linha e a coluna em que o elemento se encontra.
EXERCCIO

i j , se : i j
2

1) Construa a matriz A = (aij)2x3 tal que aij =

3i j, se : i j
tal que bij =

2
i 2 j, se : i j

2i j, se : i j

e a matriz

B = (bij) 3x3

1.2 DENOMINAES ESPECIAIS DAS MATRIZES

MATRIZ LINHA
toda matriz com uma nica linha.
MATRIZ COLUNA
toda matriz com uma nica coluna.
MATRIZ QUADRADA
toda matriz do tipo n x n, ou seja, com o mesmo nmero de linhas e de colunas.
Esse tipo de matriz possui duas diagonais: a diagonal principal e a diagonal secundria.
MATRIZ NULA
toda matriz que seus elementos so nulos.
MATRIZ DIAGONAL
toda matriz quadrada que os elementos que no se encontram na diagonal principal
so nulos.
MATRIZ IDENTIDADE
toda matriz quadrada que os elementos da diagonal principal so iguais a 1 e os
demais iguais a zero.
MATRIZ TRANSPOSTA
toda matriz obtida pela troca ordenada de suas linhas por suas colunas. Denota-se a
matriz transposta de A por At.

MATRIZ SIMTRICA
toda matriz quadrada de ordem n que A = At.
MATRIZ OPOSTA
Chama-se matriz oposta de A a matriz obtida pela troca de todos os sinais de seus
elementos.
EXERCCIOS
2) A matriz A = 1

0 do tipo:

( a ) diagonal

( b ) 1x3
( c ) nula

3) Sendo a matriz A =
, a oposta de sua transposta :
1
1

( d ) 1x1

1
1

(a)

1
0

(b)

1
0

(c)

(d)

1.3 IGUALDADE DE MATRIZES

Diz-se que duas matrizes A e B, do mesmo tipo, so iguais se, e somente se, todos os
elemento que ocupam a mesma posio, so idnticos.
EXERCCIO

4) Para que A = 3
5 z

2 x
4
6

10
y 1 seja uma matriz simtrica, quanto dever valer x, y e z?
7

1.4 OPERAES COM MATRIZES

1.4.1 ADIO E SUBTRAO
So operaes que s podem ser efetuadas entre matrizes do mesmo tipo. A matriz
resultante dessas operaes encontrada atravs da soma ou da subtrao dos elementos
que ocupam a mesma posio.
1.4.2 MULTIPLICAO DE UM NMERO REAL POR UMA MATRIZ
Dado um nmero real x e uma matriz A, o produto de x pela matriz A a matriz obtida
pela multiplicao de x por todos os elementos da matriz A.
EXERCCIO
1

5) Calcule X na equao 3X A + 2B = 0, sabendo que A = 3

1
1

1/ 2

2
1/ 3
3

2 .

3
2
1

e B =

1.4.3 MULTIPLICAO DE MATRIZES

O produto de uma matriz A por uma matriz B, a matriz C onde cada um de seus
elementos obtido atravs da soma dos produtos dos elementos correspondentes da i-sima
linha de A pelos elementos da j-sima coluna de B.
EXERCCIOS

2 3

6) Sejam as matrizes A =
0 1
1 4

eB=

a) AxB

7) Dadas A =
3

1
5
eB=

1
2

1 2 3
2 0 4

, caalcule:

b) BxA

7
, calcule A x Bt + At x B, se possvel.
3

i j , se : i j
2

8) Dadas a matriz A =(aij)2x3 tal que aij =

i 2 j, se : i j
i j, se : i j

B = (bij)3x4 tal que bij =

2
i j, se : i j

e a matriz

de forma que do produto de A X B obtenha-se

a matriz C. Determine o elemento c22.

1.5 MATRIZ INVERSA

Dada uma matriz A, quadrada, de ordem n, se existir uma matriz A ,de mesma ordem,
tal que A x A = In = A x A, dizemos ento que a matriz A inversa de A e denotamos A -1.
EXERCCIOS

2 1
3 1
2
2

9) Calcule a matriz inversa, se existir, de A =

2
3

3
.
5

10) Calcule a matriz inversa, se existir, de A =

0
11) Sendo A =
2

, calcule A-1 caso exista.

1.6 DETERMINANTES
Chama-se determinante o nmero associado a uma matriz quadrada.
1.6.1 DETERMINANTE DE 1 ORDEM
Dado uma matriz A, de 1 ordem, seu determinante o prprio elemento de A.
1.6.2 DETERMINANTE DE 2 ORDEM
Dado uma matriz A, de 2 ordem, seu determinante a diferena encontrada entre o
produto dos elementos da diagonal principal e o produto dos elementos da diagonal
secundria.
1.6.3 DETERMINANTE DE 3 ORDEM
O determinante de uma matriz A de 3 ordem pode ser feito atravs de um dispositivo
denominado regra de Sarrus, que consiste primeiramente na repetio das duas primeiras
colunas ao lado da terceira, para ento somarmos os produtos encontrados pelos elementos
da diagonal principal e suas paralelas e os produtos encontrados pelos elementos da diagonal
secundria e suas paralelas, e finalmente, nessa ordem, determinar essa diferena.

EXERCCIOS
3x 1

12) Calcule o valor de x na equao x 2

13) Resolva em R a inequao 1

x
1

x
0 0.

14) Calcule o(s) valor(es) de x R em 0

x
1
3

x 0 .

= 12.

1.7 MATRIZ ADJUNTA

1.7.1 MENOR COMPLEMENTAR
Chamamos de menor complementar relativo ao elemento aij de uma matriz A,
quadrada de n > 1, o determinante MCij, de ordem n -1, associado matriz obtida de A quando
exclumos a linha e a coluna de aij.
1.7.2 COFATOR
Chamamos de cofator relativo ao elemento aij de uma matriz quadrada de ordem n o
nmero Aij, tal que Aij = (-1)i + j x MCij. Denota-se a matriz dos cofatores de A por A .
1.7.3 MATRIZ ADJUNTA
Chamamos de matriz adjunta de A a matriz transposta da matriz dos cofatores de A.
Denota-se adj A.
EXERCCIOS

3
15) Determine a matriz adjunta de A = 6

1 .

0
5
4

16) Calcule a matriz adjunta da matriz A = 2

1 .

1.8 TEOREMA DE LAPLACE

O determinante de uma matriz quadrada A, quando sua ordem for maior que 2, pode
ser obtido pela soma dos produtos dos elementos de uma fila qualquer (linha ou coluna) da
matriz A pelos respectivos cofatores.
a

det A aij Aij

i 1

EXERCCIOS
17) Calcule, utilizando o Teorema de Laplace, os determinantes das seguintes matrizes:

a) 2
0

2
6

0
b)
3

x
2

0
x

0
0

1
0

2
3

18) O determinante de

0
1
0

2
1
2

0
1

2
c)
0

0
0
1

0
0
0

2
1

0
est representado pelo polinmio:
x

8
( a ) x2 + 1

( b ) x2 1

( c ) 3x2 1

19) O determinante da matriz

b
(a)1

( b ) 1

( d ) 3(x2 + 1)

( e ) 3(x + 1)(x 1)

, onde 2a = ex + ex e 2b = ex ex igual a:

( c ) ex

( d ) ex

(e)0

1.9 SISTEMAS LINEARES

1.9.1 EQUAO LINEAR

toda equao na forma

so os coeficientes reais de

a1x1 a2 x2 a3x3 ... an xn b

, onde os valores de

e b um nmero real chamado de termo independente.

1.9.2 SISTEMA LINEAR

todo conjunto de equaes lineares na forma:

a11x1 a12 x2 a13 x3 ... a1n xn b1

a x a x a x ... a x b
21 1 22 2 23 3
2n n
2

am1x1 am2 x2 am3 x3 ... amn xn bm

, com m equaes e n incgnitas.

Chamamos de n-upla, de nmeros reais, a soluo simultnea de todas as equaes

do sistema.
1.9.3 ASSOCIAO DE UMA MATRIZ A UM SISTEMA LINEAR
MATRIZ INCOMPLETA
a matriz formada somente pelos coeficientes das incgnitas do sistema linear.
MATRIZ COMPLETA
a matriz formada pelos coeficientes das incgnitas do sistema linear, acrescida de
uma ltima coluna com os termos independentes.
1.9.4 SISTEMA HOMOGNEO
Um sistema chamado de homogneo quando todos os termos independentes de
suas equaes so nulos. A n-upla (0, 0, ..., 0) sempre soluo de um sistema homogneo e
recebe o nome de soluo trivial.
1.9.5 CLASSIFICAO DE UM SISTEMA LINEAR

Um sistema linear pode ser:

possvel e determinado (possui apenas uma nica soluo)
possvel e indeterminado (possui infinitas solues)
impossvel (no possui soluo)
1.9.6 SISTEMA NORMAL
Um sistema normal quando possui o mesmo nmero de equaes e incgnitas e o
determinante da matriz incompleta associada ao sistema diferente de zero.
Assim, se m = n e det A 0, o sistema normal.
1.10 REGRA DE CRAMER
Chama-se regra de Cramer a tcnica usada para solucionar um sistema linear.
Fazendo

xi

Dxi
D

, onde D o determinante da matriz incompleta associada ao

sistema e Dx i o determinante obtido atravs da substituio, na matriz incompleta, da

coluna i pela coluna formada pelos termos independentes.
1.11 SISTEMAS EQUIVALENTES
Dois sistemas so equivalentes quando possuem o mesmo conjunto soluo.
1.11.1 PROPRIEDADES DOS SISTEMAS EQUIVALENTES
Trocando-se de posio as equaes de um sistema linear, obtm-se um outro sistema
equivalente.
Multiplicando-se uma equao do sistema linear por um nmero real diferente de zero,
obtm-se um outro sistema equivalente.
Adicionando-se a uma das equaes do sistema linear o produto de uma outra
equao desse mesmo sistema por um nmero real diferente de zero, obtm-se um outro
sistema equivalente.
1.12 SISTEMAS ESCALONADOS
O procedimento para o escalonamento de um sistema o seguinte:
1 - Fixamos como 1 equao uma das que possuam o coeficiente da 1 incgnita diferente
de zero.
2 - Utilizando as propriedades dos sistemas equivalentes, anulamos todos os coeficientes da
1 incgnita das demais equaes.
3 - Anulamos todos os coeficientes da 2 incgnita a partir da 3 equao.
4 - Repetimos o processo com as demais incgnitas, at que o sistema se torne escalonado.

EXERCCIOS
20) Resolva, por substituio, e classifique os sistemas abaixo:

10

xyz 3

x y 4 z 1 .
2x y 4z 4

xyz3

a) 2 x y z 0 .
3 x y 2z 6

b)

21) Resolva, por substituio, e classifique os sistemas abaixo:

3x y z w 1
a)

2x y z w 7

xyz 2
yz 4

b)

y 2z w 5
y 3z 6

22) Resolva, utilizando a regra de Cramer, e classifique os sistemas abaixo:

x 2 y 3z 1

a) 2 x 5 y 8z 3 .
5x 12 y 19 z 7

x y 2z 4

b) x 3 y z 11
2 x y 6z 6

23) Resolva, por escalonamento, e classifique os sistemas abaixo:

x 2 y 3z 2
a)

x y 2z 4

2 x 4 y 5z 3 .
3x 5 y 6z 4

b)

x 3y z 11
2 x y 6z 6

24) Resolva, utilizando o mtodo da matriz inversa, e classifique os sitemas abaixo:

x y z 2

b) 2 x 4 y 5z 8
x 9 y 8z 50

x 2y z 3

a) 2 x y z 1 .
3 x y 2z 2

xy 1
25) Calcule a n-upla que satisfaz o sistema

yz 2
zx 3

e classifique-o.

11

xz p

26) Calcule os valores de m e p de modo que o sistema y z 3 tenha uma infinidade de

z mx 2

solues.

2x y z w 1
x 2y z w 2

27) Resolva o sistema linear

.
x

2
z

x y z 2w 4
2 ESPAOS VETORIAIS
2.1 VETORES NO PLANO
No plano cartesiano ortogonal um ponto P do plano identificado pelo par (a,b) de
nmeros reais, onde as quantidades a e b so as coordenadas do ponto P.
Os segmentos orientados com ponto inicial na origem e ponto final em P, so
denominados vetores no plano e so determinados exclusivamente pelo seu ponto final, uma
vez que o ponto inicial fixo na origem.
A cada ponto no plano P(a,b) associado um nico vetor v = OP e, reciprocamente,
dado um vetor, este fica associado a um nico ponto do plano, que seu ponto final.
Desta forma, um vetor v = OP representado, simplesmente, pelas coordenadas do
seu ponto final P(a,b). Usamos a notao v ou v = (a,b) para identificar um vetor cujo ponto
final (a,b).
A origem do plano fica associada a um vetor denominado vetor nulo, que tem os
pontos inicial e final coincidentes com a origem. O vetor nulo representado por 0 = (0,0).
O oposto de um vetor v = OP o vetor w = OQ , que tem o mesmo comprimento e
direo oposta. Em termos de coordenadas, se v = (a,b), ento w = (-a,-b) e denotamos w =
v.
2.1.1 OPERAES COM VETORES NO PLANO
a) Multiplicao de um vetor v por um escalar k:
Se k > 0, o vetor w = kv possui mesma direo de v e comprimento k vezes o comprimento
de v.
Se k < 0, o vetor w = kv ser igual ao oposto do vetor |k|v.
Se k = 0, w = kv ser o vetor nulo.
A multiplicao de um vetor por um escalar corresponde multiplicao de cada coordenada
desse vetor por esse escalar. Assim, se v = (a,b) e w = kv, ento w = (ka,kb).
b) Adio de dois vetores:
Se v = (a,b) e w = (c,d), ento o vetor soma ser v + w = (a + c, b + d).
A soma de um vetor v = (a,b) com seu oposto w = -v = (-a,-b) o vetor nulo.
Isto , v + w = v + (-v) = (a - a, b - b) = (0,0).
A diferena entre dois vetores v e w, a soma do primeiro com o oposto do segundo vetor:
v w = v + (-w).
2.2 VETORES NO ESPAO

12

Analogamente ao caso de vetores no plano, podemos estender a idia de vetor ao

espao tridimensional, onde um ponto P do espao identificado com uma terna de nmeros
reais (x,y,z), onde x, y e z so as coordenadas do ponto P.
Agora cada ponto do espao P(a,b,c) associado um nico vetor v = OP e,
reciprocamente, dado um vetor, este fica associado a um nico ponto do espao, que seu
ponto final.
Assim, um vetor v = OP representado pelas coordenadas do seu ponto final
P(a,b,c).
a

Denotamos v = b ou v = (a,b,c) para identificar um vetor cujo ponto final (a,b,c).
c
A origem do espao representa o vetor nulo 0 = (0,0,0).
Se V o conjunto de vetores no espao, ento V = {(x 1, x2, x3); xi R} = RRR = R3.
2.2.1 OPERAES COM VETORES NO ESPAO
Sejam u = (x1, x2, x3) e v = (y1, y2, y3) vetores no espao. A soma de dois vetores e o
produto de um vetor por um escalar, so denotados respectivamente por u + v e ku, e so
definidos da forma: u + v = (x1 + y1, x2 + y2, x3 + y3) e ku = (kx1, kx2, kx3).
2.2.1.1 PROPRIEDADES
Sejam u, v, w V e a, b escalares quaisquer, ento podem ser facilmente verificadas
as propriedades seguintes:
i) (u + v) + w = u + (v + w) (associativa)
ii) u + v = v + u (comutativa)
iii) existe 0 V tal que u + 0 = u, onde 0 chamado vetor nulo (existncia de elemento neutro)
iv) existe u V tal que u + (-u) = 0 (existncia de simtrico aditivo)
v) a(u + v) = au + av
vi) (a + b)v = av + bv
vii) (ab)v = a(bv)
viii) 1u = u
2.3 ESPAOS VETORIAIS
Um espao vetorial real um conjunto V , sobre o qual esto definidas duas
operaes: soma e multiplicao por escalar, tais que, para quaisquer u,v,w V e a,b R, as
propriedades de i a vii sejam satisfeitas.
Se ao invs de escalares reais, tivermos escalares complexos, V ser um espao
vetorial complexo.
Neste contexto, a palavra vetor utilizada de maneira mais geral, ou seja, designa um
elemento de um espao vetorial. Contudo, considerando o espao vetorial das matrizes
quadradas reais de ordem 2, denotado por V = M(2,2), um vetor deste espao ser na
realidade uma matriz real 2x2.
Notas:
1 Retas que passam pela origem so espaos vetoriais.
2 Planos que passam pela origem so espaos vetoriais.
3 O elemento de um espao vetorial chamado de vetor.
2.3.1 SUPESPAOS VETORIAIS

13
Dado um espao vetorial real V, um subconjunto W , ser um subespao vetorial
de V se:
i) u,v W u + v W
ii) a R, u W au W
A definio acima garante que operaes realizadas em W, no caso a adio e a
multiplicao por escalar, resultam em elementos de W, sendo o suficiente para afirmar o
prprio W um espao vetorial. As operaes so bem definidas e no preciso verificar as
sete propriedades que definem um espao vetorial, pois, sendo vlidas em V, que contm W,
tambm o so em W.
Todo subespao W V, necessariamente contm o vetor nulo (devido definio ii).
fcil verificar esta condio, quando se faz a = 0.
Todo espao vetorial admite pelo menos dois subespaos, denominados subespaos
triviais, o conjunto formado somente pelo vetor nulo e o prprio espao vetorial (0 e V).
EXERCCIOS
28) Verifique quais, dentre os subconjuntos abaixo, so subespaos vetoriais?
a) {(x, y) R2 / x = y}

b) {(x, y, z) R3 / x = y = 2z}

c) {(x, y, z) R3 / x2 = y}

d) {(x, y, z, w) R4 / x + z = y + w}

e) {(x, y) R2 / x + 1 = y}

f) {(x, y, z, w) R4 / x 2y = 3z + w}

g) {(x, y) R2 / x3 = y}

2.4 COMBINAO LINEAR

Consideremos um espao vetorial real V (ou complexo), v1, v2, ..., vn V e a1, a2, ..., an
nmeros reais (ou complexos). Chamamos combinao linear de v1, v2, ..., vn como sendo o
vetor v V, definido por v = a1v1 + a2v2 + ...+ anvn.
EXERCCIOS
29) Dados os vetores v = (1, -2, 1), v 1 = (1, 0, 1) e v 2 = (0, 2, 0). Verifique se v combinao
linear de v1 e v2.
30) Sendo v = (1, 3, -4) R3 e v1 = (1, 0, 1), v 2 = (0, 1, 2), v 3 = (0, -1, 1) e v 4 = (0, 0, 1).
Verifique se v pode ser escrito como combinao linear de v1, v2, v3 e v4.

31) Escreva o vetor v = (0, 1) R2 como combinao linear dos vetores v1 = (3, 2) e v2 = (2, 2).

14

32) Sendo o vetor v = (1, -1, 4) R3. Escreva-o como combinao linear dos vetores
v1 = (1, -3, 4), v2 = (1, -3, 2) e v3 = (0, 0, 1).

2.5 SUBESPAO GERADO

Fixados os vetores v1, v2, ..., vn V, o conjunto W de todos os vetores que so
combinao linear dos vi (i = 1, 2, ..., n) chamado subespao gerado pelos vi e usamos a
notao: W = [v1, v2, ..., vn].
Escrevendo W = [v1, v2, ..., vn] = {v V: v = a1v1 + a2v2 + ...+ anvn, ai R, 1 i n},
onde W o menor subespao de V que contm o conjunto de vetores {v1, v2, ..., vn}. O termo
menor significa que qualquer outro subespao W de V que contenha {v1, v2, ..., vn} dever
satisfazer W W.
EXERCCIOS
33) Sendo V o conjunto de vetores v1 = (1, 0, -1), v2 = (1, 1, 0) e v3 = (0, 1, 1). Determine o
subespao gerado por esses vetores. Escreva a soluo em equao cartesiana.

34) Verifique se W R3 gerado por u1 = (1, 1, -1), u2 = (2, 3, -1) e u3 = (3, 1, -5), o mesmo
subespao gerado por v1 = (1, -1, -3), v2 = (3, -2, -8) e v 3 = (2, 1, -3). Escreva a soluo em
equao cartesiana.

35) Sendo V o conjunto de vetores v 1 = (1, -2, 0), v2 = (2, -1, -1) e v 3 = (0, 3, -1). Determine o
subespao gerado por esses vetores. Escreva a soluo em equao cartesiana.

36) Determine o subespao W V, sendo V o conjunto formado pelos vetores v1 = (1, -1, 0, 2),
v2 = (3, 5, 2, -4) e v3 = (5, 3, 6, 1). Escreva a soluo em equao cartesiana.

2.6 DEPENDNCIA E INDEPENDNCIA LINEAR

Sejam V um espao vetorial e v1, ... , vn V. Dizemos que o conjunto {v1, ... , vn}
linearmente independente (LI), ou que os vetores v1, ... , vn so LI, se (a1, ... , an) = (0, ... , 0)
for a nica soluo da equao
a1v1 + ... + anvn = 0.
Se existir algum a1 0, que satisfaa a equao anterior dizemos que {v1, ... , vn}
linearmente dependente (LD), ou que os vetores v1, ... , vn so LD.
O conjunto de vetores { v1, ... , vn} LD se, e somente se existe um v i neste conjunto
que combinao linear de v1, v2, ... , vi-1, vi+1, ... , vn.
Um conjunto de vetores LI se, e somente se nenhum deles for uma combinao
linear dos outros.

15

EXERCCIOS
37) Verifique se v1 = (1, 2, 3) e v2 = (2, 4, 6) so LD ou LI.

38) Sejam V = R2 e o conjunto P = {(1, 1), (1, 0), (1, 1)}. Verifique se P LD ou LI.

39) Dados v1 = (1, 1, 2), v2 = (1, 0, 1) e v3 = (1, 2, 3). Verifique se so LD ou LI.

40) Verifique se o conjunto de vetores do R 4, v1 = (1, 0, -1, 0), v 2 = (0, 1, 1, 1) e v 3 = (1, 1, 0, 1)

so LD ou LI.

41) Verifique se o conjunto de matrizes A =

1
ou LI.

42) Verifique se as matrizes A =

3

0
0
,B=

1
1

2
1
,B=

4
3

2
4

2
1

eC=
0

eC=
3

2
4

1
0

LD

so LD ou LI.

2.7 BASE DE UM ESPAO VETORIAL

Um conjunto {v1, ... , vn} de vetores de um espao vetorial V ser uma base de V se
este conjunto for LI e se ele gerar o espao, ou seja:
i) {v1, ... , vn} LI
ii) [v1, ... , vn] = V
Sejam v1, v2, ..., vn vetores no nulos que geram um espao vetorial V. Ento, dentre
estes vetores podemos extrair uma base de V.
Seja um espao vetorial V gerado por um conjunto finito de vetores v1, v2, ..., vn. Ento,
qualquer conjunto com mais de n vetores necessariamente LD (e, portanto, qualquer
conjunto LI tem no mximo n vetores).
Qualquer base de um espao vetorial tem sempre o mesmo nmero de elementos.
Este nmero chamado dimenso de V, e denotado por dimV.
Qualquer conjunto de vetores LI de um espao vetorial V de dimenso finita pode ser
completado de modo a formar uma base de V.
Se dimV = n, qualquer conjunto de n vetores LI formar uma base de V.
Se U e W so subespaos de um espao vetorial V que tem dimenso finita, ento
dimU dimV e dimW dimV. Alm disso,
dim(U + W) = dimU + dimW dim(UW).
Dada uma base = {v1, v2, ..., vn} de V, cada vetor de V escrito de maneira nica
como combinao linear de v1, v2, ..., vn.
EXERCCIOS

16

43) Exiba uma base para cada um dos subespaos W, gerado pelos conjuntos de vetores a
seguir, determine sua dimenso e descreva W em equaes paramtricas.
a) {(1, 2, 3), (1, 1, 1), (-1, 0, 1), (1, 4, 7)} do R 3.

b) {(1, -1, 0, 2), (3, 5, 2, -4), (5, 3, 6, 1)} do R 4.

c) {(1, 1, -1, 0), (4, 8, -4, -3), (2, 5, 2, 4)} do R4.

d) {(1, 1, -1), (2, 3, -1), (3, 1, -5)} do R3.

44) Sejam W1 = {(x, y, z, w) / x = y, z = w} e W 2 = {(x, y, z, w) / x y + z + w = 0} subespaos

vetoriais do R4, determine: uma base e a dimenso de W 1; uma base e a dimenso de W 2; uma
base e a dimenso de W1 + W2; e, W1 W2 em equaes paramtricas, sua base e dimenso.
2.8 MUDANA DE BASE
COORDENADAS DE UM VETOR EM RELAO A UMA BASE

= {e1, e2} base cannica do R2.

v = (x, y)
v = xe1 + ye2
= {v1, v2} base do R2.
v = (x, y)
v = xv1 + yv2
COMO RELACIONAR AS COORDENADAS (x, y) COM (x, y) DO VETOR v?
Seja = {(1, 0), (0, 1)} base cannica do R2. = {(a, b), (c, d)} base do R2.
v = (x, y) = xe1 + ye2
v = (x, y) = xv1 + yv2 = x(a, b) + y(c, d) = (xa, xb) + (yc, yd) = (ax + cy, bx + dy)
v = (x, y) = x(ae1 + be2) + y(ce1 + de2) = (ax + cy)e1 + (bx + dy)e2

x ax'cy' x a c x'

y bx'dy' y b d y'
a

A matriz M
b

, logo:

c
a matriz mudana da base para base .
d

Portanto, para o clculo das coordenadas de (v) , temos:

(v) = M (v)
Para o clculo das coordenadas de (v) devemos fazer:

17

M 1 (v) = M 1 M (v)
M 1 (v) = I (v)
I (v) = M 1 (v)
(v) = M 1 (v)
EXERCCIOS
45) Seja = {(1, 1), (1, 1)} base do R2 e (v) = (2, 3). Quais so as coordenadas de (v)?

46) Seja = {(1, 1), (1, 1)} base do R2 e (v) = (3, 4). Quais so as coordenadas de (v)?

3 TRANSFORMAO LINEAR
3.1 DEFINIO
Sejam V e W espaos vetoriais reais. Dizemos que uma funo T :V W uma
transformao linear se a funo T preserva as operaes de adio e de multiplicao por
escalar, isto , se os seguintes axiomas so satisfeitos:
TL1. Para quaisquer v,u V , T(v + u) = T(v) + T(u) .
TL2. Para todo v V e para todo k R, T(k v) = k T(v).
Exemplos:
1) T : R2 R2
(x, y)

T(x, y) = (x, y)

Verificando os axiomas:
TL1. T((x, y) + (z, t)) = T(x, y) + T(z, t), para quaisquer (x, y), (z, t) R2?
T((x, y) + (z,t)) = T(x + z, y + t) = ((x + z),( y + t)) = (x z, y t)
T(x, y) + T(z, t) = (x, y) + (z,t) = (x z, y t)
Assim, a transformao linear T preserva a operao de adio de vetores.
TL2. T(k (x, y)) = k T(x, y) , para todo (x, y) R2 e para todo k R?
T(k (x, y)) = T(kx, ky) = ((kx),(ky)) = (k(x), k( y)) = k (x, y) = k T(x, y)
Assim, a transformao linear T preserva a operao de multiplicao por escalar.
Considere v = (1, 2) e u = (1, 3).
T(v) = T(1, 2) = (1, 2)
T(u) = T(1, 3) = (1, 3)

18

T(v) + T(u) = (1, 2) + (1, 3) = (0, 5)

T(v + u) = T((1, 2) + (1, 3)) = T(0, 5) = (0, 5)
T(2 v) = T(2 (1, 2)) = T(2, 4) = (2, 4) = 2 (1, 2) = 2 T(1, 2) = 2 T(v)
2) T :R3 R3
(x, y, z) a T(x, y, z) = (x, y, 0)
T uma transformao linear (Verifique !)
Esta transformao linear associa a cada vetor do R3 sua projeo ortogonal sobre o
plano XY.
A transformao linear T0: V W tal que v T0(v) 0w denominada Transformao
Nula.
Seja a transformao linear T :V W . Se os conjuntos V e W so iguais, V = W,
ento T denominada um Operador Linear.
O operador linear Iv : V V tal que v
Identidade.

Iv (v) = v denominado Operador

As transformaes lineares T :V R so denominadas Funcionais Lineares.

3.2 OPERADORES LINEARES NO ESPAO VETORIAL R2
Reflexo em torno do eixo X: T(x, y) = (x, y) .
Reflexo em torno do eixo Y: T(x, y) = (x, y) .
Reflexo em torno da origem: T(x, y) = (x, y) .
Reflexo em torno da reta x = y : T(x, y) = ( y, x) .
Reflexo em torno da reta x = y : T(x, y) = ( y, x) .
EXERCCIOS
47) Seja T : R2 R2 um operador linear tal que T(2, 3) = (1, 5) e T(0, 1) = (2, 1). Determine a
lei que define este operador?

48) Qual a transformao linear T : R2 R3 tal que T(1, 0) = (2, 1, 0) e T(0, 1) = (0, 0, 1)?

49) Ache a transformao linear T : R3 R2 tal que T(1, 0, 0) = (2, 0), T(0, 1, 0) = (1, 1) e
T(0, 0, 1) = (0, 1).

50) Sendo a transformao do exerccio anterior, encontre v de R3 tal que T(v) = (3, 2).

51) Qual a transformao linear T : R2 R3 tal que T(1, 1) = (3, 2, 1) e T(0, 2 ) = (0, 1, 0)?
Ache T(1, 0) e T(0, 1).

19

52) Seja T : R2 R2 um operador linear tal que T(1, 1) = (1, 1) e T(1, 2) = (1, 0). Determine a
lei que define este operador?

53) Ache a transformao linear T : R3 R2 tal que T(3, 2, 1) = (1, 1), T(0, 1, 0) = (0, 2) e
T(0, 0, 1) = (0, 0).
54) Sejam = {(1, 1), (0, 2)} e = {(1, 0, 1), (0, 1, 2), (1, 2, 0)} bases de R2 e R3

respectivamente e

1 0

T 1 1
0 1

a) Ache T.
b) Se S(x, y) = (2y, x y, x), ache S .

55) Seja T : R3 R2 tal que T(x, y, z) = (2x + y z, 3x 2y + 4z). Sejam = {(1, 1, 1), (1, 1, 0),
(1, 0, 0)} e = {(1, 3), (1, 4)}. Calcule T .

56) Ache a transformao T do plano no plano que uma reflexo em torno da reta x = y.

3.3 NCLEO E IMAGEM DE UMA TRANSFORMAO LINEAR

Ncleo de uma transformao linear T : V W o conjunto de vetores do espao vetorial V
cuja imagem o vetor 0w.
Notao: N(T) = {v V / T(v) = 0w}
Imagem de uma transformao linear T : V W o conjunto de vetores de W que so
imagem dos vetores do conjunto V.
Notao: Im(T) = T(V ) = {w W / T(v) = w, para algum v V}
Propriedades
1. N(T ) um subespao vetorial de V.
2. Im(T ) um subespao vetorial de W.
3. Teorema do Ncleo e da Imagem : dimV = dim N(T ) + dim Im(T )
Exemplo: Seja T : R2 R3 tal que T(x, y) = (0, x + y, 0).
N(T ) = {(x, y) R2 / T(x, y) = (0, 0, 0)}.

20

Ento, T(x, y) = (0, x + y, 0) = (0, 0, 0).

Assim, x + y = 0 x = y.
Portanto, N(T ) = {(x, y) R2 / x = y} = {( y, y), y R}.
Uma base {(1, 1)} e dim N(T ) = 1.
EXERCCIOS
57) Seja a transformao linear T(x, y, z) = (x + z, x + y, x y) de T : R3 R3. Calcule:
a) a imagem da base cannica do R3;
b) uma base e a dimenso para Im(T); e
c) o ncleo de T e sua dimenso.
58) Sendo T : R2 R4 e T(x, y) = (x y, x + y, x, y), determine:
a) Base da Im(T);
b) Dimenso da Im(T); e
c) N(T).
4 AUTOVALORES E AUTOVETORES
4.1 DEFINIO
Seja A uma matriz quadrada de ordem n. O nmero real autovalor de A se existir
um vetor no nulo v tal que:
A.v = .v
Todo vetor no nulo v chamado de autovetor de A associado ao autovalor .
Autovalores so tambm chamados de valores prprios ou valores caractersticos e os
autovetores so chamados de vetores prprios ou vetores caractersticos.
EXERCCIOS

59) Para A
2

1
e = 3, determine seu autovetor.
4

60) Sendo A
2

1
e seu autovetor
4

1
1 , calcule o seu autovalor.

21
0

1 / 2
pode ser associada ao autovalor 1/2, determine o autovetor desse
0

61) Se A
1/ 2
autovalor.

4.2 POLINMIO CARACTERSTICO

Seja a equao A.v = .v, se I for identidade da mesma ordem de A, ento a equao
pode ser escrita na forma A.v = (I).v, da:
(A I) .v = 0
Essa equao resulta em um polinmio chamado de polinmio caracterstico de A,
onde os valores de so as razes do polinmio e, portanto, os autovalores da matriz A.
EXERCCIOS
62) Encontre os polinmios caractersticos das matrizes abaixo:

1
a)
0

b) 0
0

2
1
2

63) Sendo A
1

64) Se A
1

65) Se A
0

2
1
0

3
2

c) 1
2

1
2
1

2
1
1

2
, encontre seus autovalores e seu autovetor(es).
3

4
, quais so seus autovalores e autovetor(es).
2

2
, quais so seus autovalores e autovetor(es).
1

4
1
A

66) Encontre os autovalores e autovetores de

2
1

67) Encontre os autovalores e autovetores de A 0

3

4
3

0
0 .
2
3
0 .
1

22

RESPOSTAS
1
6
11
16
21
26
31
36
41
46
51
56
61
66

2
7
12
17
22
27
32
37
42
47
52
57
62
67

3
8
13
18
23
28
33
38
43
48
53
58
63
68

4
9
14
19
24
29
34
39
44
49
54
59
64
69

5
10
15
20
25
30
35
40
45
50
55
60
65
70

23

BIBLIOGRAFIA BSICA:
KOLMAN, Bernard; HILL, David R. Introduo lgebra linear: com aplicaes. Rio de
Janeiro: LTC, c2006.
LAY, David C. lgebra linear e suas aplicaes. 2. ed. Rio de Janeiro, LTC; 2007.
LIPSCHUTZ, Seymour. lgebra linear: teoria e problemas. 3. ed. rev. e ampl. So Paulo:
Makron, 1994.
BIBLIOGRAFIA COMPLEMENTAR:
LEITHOLD, Louis. Clculo com geometria analtica. 3. ed. So Paulo: Harbra, 1994-2002. 2
v.
STEINBRUCH, Alfredo. Matrizes, determinantes e sistemas de equaes lineares. So
Paulo: McGraw-Hill, 1989.