Documente Academic
Documente Profesional
Documente Cultură
Contedo
1 Matrizes
1.1 1.2 1.3 Denies Gerais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Operaes com matrizes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Exerccios Resolvidos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1.3.1 1.4 Aplicao: tratamento de imagens . . . . . . . . . . . . . . . . . . . . . .
4
4 7 14 18 20 22
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Solues . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2 Determinantes
2.1 Exerccios Resolvidos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.1.1 2.2 Aplicao: Clculo de reas ou volumes . . . . . . . . . . . . . . . . . . .
25
29 32 33 36
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Solues . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3 Matrizes inversa
3.1 Exerccios Resolvidos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.1.1 3.2 Aplicao: codicao de mensagens . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
37
42 44 47 50
Solues . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
52
52 55
CONTEDO
4.3 4.4
Mtodo de Gauss e Gauss-Jordan . . . . . . . . . . . . . . . . . . . . . . . . . . . Exerccios Resolvidos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.4.1 Aplicao aos Circuitos eltricos . . . . . . . . . . . . . . . . . . . . . . .
58 62 63 66 71
4.5
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Solues . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
5 Espaos vetoriais
5.1 5.2 5.3 5.4 5.5 5.6 5.7 Denies Gerais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Subespaos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
74
74 75 77 78 80 83 87 91 91 95
Combinao linear
Dependncia e independncia linear . . . . . . . . . . . . . . . . . . . . . . . . . . Base e dimenso de um espao vetorial . . . . . . . . . . . . . . . . . . . . . . . . Exerccios Resolvidos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5.7.1 Interpretao geomtrica da Independncia Linear . . . . . . . . . . . . .
5.8
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Solues . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
6 Transformaes lineares
6.1 6.2 6.3 6.4 Denies Gerais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Matriz de uma transformao linear . . . . . . . . . . . . . . . . . . . . . . . . .
98
98 102 105 109 111 112 114
6.5
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Solues . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
115
119
CONTEDO
7.1.1 7.2
. . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Solues . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
8 Geometria Analtica
8.1 8.2 8.3 8.4 vetores . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . retas e Planos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Exerccios resolvidos Exerccios propostos 8.4.1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
125
125 134 148 151 155
Solues . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
9 Bibliograa
156
Captulo 1
Matrizes
1.1 Denies Gerais
Denio 1.1 1. Sejam p; n 2 N, designa-se por matriz do tipo p n (l-se "p por n"), sobre o corpo K , a uma funo de f1; : : : ; pg f1; : : : ; ng em K . Isto , uma matriz do tipo p n uma tabela com p linhas (las horizontais) e n colunas (las verticais),
2 6 6 6 6 4
3 7 7 7: 7 5
2. Neste curso iremos trabalhar sobre o corpo R dos nmeros reais. Representa-se por Mpn (R) o conjunto das matrizes de tipo p n sobre R ou simplesmente, conjunto das matrizes de tipo p n. 3. Sejam A 2 Mpn (R), i 2 f1; : : : ; pg e j e da coluna j de A por
2 f 1; : : : ; n g .
CAPTULO 1.
MATRIZES
j 2 f1; : : : ; ng.
Sejam
2 Mpn(R), i 2 f1; : : : ; pg e
1 1 3 p5 7 Exemplo: 1 1. A matriz A = 6 4 0 1 3=5 2=3 5 2 M34 (R). p 2 3 0 2=5 2. A uma matriz retangular de tipo 3 4. p 3. a23 = 3=5; a14 = 5; a33 = 0. 4. a segunda linha da matriz A : l2 = (0; 1; 3=5; 2=3). 5. a terceira coluna da matriz A : c3 = (3; 3=5; 0).
2 3
= i + j 1.
Denio 1.2
2. Sejam A; B 2 Mpn (R). Diz-se que A e B so iguais se e s se os elementos homlogos so iguais, isto , aij = bij ; 8i; j .
0 a 2 Exemplo: 3 1. As matrizes A = 1 2 3 a = 2 e b = 3.
2 3 2
"
0 2 2 eB = 1 2 b
3 7 5
"
so iguais se e s se
so iguais se e s se a = 2 e
1.1.
DEFINIES GERAIS
2. chama-se diagonal principal ou diagonal de A a (a11 ; a22 ; : : : ; ann ). 3. chama-se diagonal secundria a (a1n ; a2;n1 ; : : : ; an1 ). 4. o trao de A representa-se por tr(A) e igual soma dos elementos da diagonal principal, isto ,
n X i=1
aii :
Exemplo:
1 6 6 2 4 Na matriz 6 6 3 4 0
2 1 0 5
3 0 1 6
07 57 7; 67 5 1
1. A diagonal principal
= 0 quando i 6= j .
CAPTULO 1.
MATRIZES
4. Diz-se que A uma Matriz triangular superior se aij elementos "abaixo"da diagonal principal so todos nulos. 5. Diz-se que A uma Matriz triangular inferior se aij elementos "acima"da diagonal principal so todos nulos.
2 3
Isto , os Isto , os
Exemplo: 5
2
4. A matriz
5 0 0 5
Adio de matrizes:
A 2 Mmn (R) e 2 R. Chama-se produto (ou multiplicao) da matriz A pelo escalar , e representa-se por A, matriz de tipo m n tal que
(A)ij = (A):
Obs: 1
1. A adio de matrizes s est denida se as matrizes forem do mesmo tipo.
2. sempre possvel multiplicar uma matriz por um escalar. 3. Seja A 2 Mmn (R). Em vez de
(1)A escreve-se apenas A. 4. Sejam A; B 2 Mmn (R). Em vez de A + (1)B escreve-se apenas A B .
Teorema 1.1 As operaes de matrizes gozam das seguintes propriedades:
1.2.
1.
8A; B 2 Mmn(R) : A + B = B + A:
2.
Propriedade associativa da adio de matrizes
8A; B; C 2 Mmn(R) : A + (B + C ) = (A + B ) + C:
3.
Existncia de elemento neutro na adio de matrizes
8A 2 Mmn(R) : A + 0mn = A:
4.
Existncia de elemento oposto na adio de matrizes
8A 2 Mmn(R) : A + A = A A = 0mn:
5. 8; 2 R; 8A 2 Mmn (R)
1 0 A= 2 4
Tem-se:
"
"
1 2 ; B= 3 2
#
"
1 3 eC= 3 1
" #
"
31 30 = 3 0 3A = 3 2 34 6 12
Produto (ou Multiplicao) de matrizes:
Sejam se produto (ou multiplicao) da matriz A pela
"
"
(AB )ij =
n X k=1
(A)ik (B )kj :
CAPTULO 1.
MATRIZES
Obs: 2 1. S possvel efetuar o produto de duas matrizes quando o nmero de colunas da primeira matriz for igual ao nmero de linhas da segunda matriz.
2. Se A 2 Mmn (R) e B 2 Mnp (R) ento (AB )ij
= li;A cj;B .
Denio 1.6 Sejam A 2 Mmn (R) e B 2 Mnp (R). Em geral, AB 6= BA. Nos casos particulares em que AB = BA, as matrizes A e B dizem-se permutveis ou comutveis. Teorema 1.2
1. 8A 2 Mmn (R); 8B 2 Mnp (R); 8C
Denio 1.7 Seja A 2 Mnn (R) e p 2 N. Designa-se por p-sima potncia da matriz A, e representa-se por Ap o produto de A por si prpria p vezes. Isto ,
Ap =
p Y k=1
Determine AB , BC e C 2 .
Resoluo:
AB =
"
10
1.2.
C 2 = CC =
"
"
"
mostra que possvel que o produto de duas matrizes no nulas seja a matriz nula. 2. Sejam
1 1 eB= 1 1
Resoluo
0 1 e B = 1 1 : A= 0 1 0 0 2 mostre que:(A + B )2 " 6= A2 + 2AB # +B " # 1 0 1 0 : A+B = (A + B ) 2 = 0 1 0 1 " # " # " # " # 0 1 0 0 0 0 1 1 A2 = 2AB = 2 0 0 = 0 0 B 2 = 0 0 0 1 " # 1 2 A2 + 2AB + B 2 = 0 1 .
AB = BA
(A + B )2 = (A + B )(A + B ) = A2 + AB + BA + B 2
pela denio de matrizes comutveis
(A + B )2 = A2 + AB + AB + B 2 = A2 + 2AB + B 2:
Matriz transposta:
Seja
AT
A 2 Mmn (R),
representa-se por
e denida por
Isto ,
AT
2 Mnm(R) e AT
CAPTULO 1.
MATRIZES
11
Teorema 1.3
3. 8n 2 N
1. 8A 2 Mmn (R)
, (A T )T
=A
: ( A + B ) T = AT + B T
: (In)T = In 4. 8A 2 Mmn (R); 8k 2 R : (kA)T = kAT 5. 8A 2 Mmn (R) ; 8B 2 Mnp (R) : (AB )T = B T AT
Obs: 5 Do teorema anterior resulta que:
(AB : : : L)T = LT : : : B T AT :
Isto , a transposta do produto de um nmero nito de matrizes o produto das transpostas dessas matrizes por ordem inversa.
Denio 1.8 Designa-se por matriz simtrica, uma matriz quadrada que verique a condio AT = A.
Denio 1.9 Seja A uma matriz quadrada. Designa-se por matriz antissimtrica ou hemissimtrica, uma matriz quadrada que verique a condio AT = A. Obs: 6
1. Se A uma matriz simtrica, ento aij
= aji ; 8i; j .
12
1.2.
li e lj
representa-se por
li
$ lj ;
2. A substituio de uma linha por um seu mltiplo no nulo, isto , a multiplicao dos elementos de uma linha por uma constante no nula. A substituio de se obtm multiplicando todos os elementos de por
li
li
li
por um escalar
no nulo representa-se
li
3. A substituio de uma linha pela sua soma com um mltiplo de outra linha, isto , a adio, aos elementos de uma linha, os elementos homlogos de outra linha multiplicada por um escalar qualquer. A substituio de
li pela linha que se obtm somando os elementos de li aos elementos que se obtm multiplicando por um escalar os elementos de lj representa-se por li li + lj
Obs: 7 Na denio anterior apenas se fazem referncia s operaes elementares sobre as linhas de uma matriz. De uma fora anloga poderamos denir as operaes elementares sobre as colunas de uma matriz. Denio 1.10 Sejam A; B 2 Mmn (R). Diz-se que A e B so matrizes equivalentes se se pode obter uma atravs da outra atravs de uma sequncia nita de operaes elementares. Denio " 1.11 # 1. Diz-se que A uma matriz em escada se A est na forma A = T ou T B A= onde T uma matriz triangular superior, 0 uma matriz nula e B uma
matriz qualquer. 2. " Diz-se que # A uma matriz em escada reduzida se A est na forma A uma matriz nula e B uma matriz qualquer.
0 0
3. Chama-se caraterstica da matriz A dimenso da matriz identidade que se obtm na forma de escada reduzida equivalente a A (n ou p respetivamente). Representa-se a caraterstica de A por c(A).
2 Mmn(R).
Obs: 8 Seja A 2 Mmn (R). Existe uma nica matriz em escada reduzida que equivalente a A, mas existem vrias matrizes em escada que so equivalentes a A.
Exemplo:
CAPTULO 1.
MATRIZES
13
Resoluo:
0 0 0 3 6 7 40 1 1 25 0 2 2 1
0 1 1 2 ! 6 7 l1 $ l2 40 0 0 35 0 2 2 1 2 3 0 1 1 2 ! 60 0 0 3 7 l3 l3 2l1 5 4 0 0 0 3 2 3 0 1 1 2 ! 60 0 0 37 l3 l3 + l2 4 5 0 0 0 0
3
! 1 = 3l
2
0 1 1 2 6 7 40 0 0 15 0 0 0 0
2 3
0 1 1 0 ! 6 7 l1 l1 2l2 40 0 0 15 0 0 0 0 2 3 1 0 1 0 7 c1! $ c2 6 40 0 0 15 0 0 0 0 2 3 1 0 1 0 7 c2! $ c4 6 40 1 0 05 0 0 0 0 3 2 1 0 1 0 7 Esta matriz est em escada reduzida 6 4 0 1 0 0 5 e tem caraterstica igual a 2, c(A) = 2: 0 0 0 0
14
1.3.
EXERCCIOS RESOLVIDOS
"
"
"
efetuando nesses casos as respetivas operaes. 1.1. 1.2. 1.3. 1.4. 1.5. 1.6. 1.7. 1.8. 1.9. 1.10. 1.11.
2B 3C
B T A; AB T ; ( C T A 2D T A ) T ; AT B ; B T (C + D ); (AE )T ; DT A; A2 ; (AAT )2; 2B + 3 C
Resoluo:
1.1.
1.2.
9 = 2 9 = 7 : 2B 3C = 2 + 4 3 4 3 1 " # h i 1 0 1 = h 1 + 4 0 + 2 1 2 i BT A = 1 2 2 1 1 h i = 3 2 1 :
AB T
no est bem denida, pois o nmero de colunas de de linhas de
" #
"
"
"
1.3.
BT ,
i
A , 3, diferente do nmero
1.
1.4.
1 0 1 = h 3 + 2 0 + 1 3 1 i CT A = 3 1 2 1 1 h i = 1 1 2
h
"
1 0 1 = h 1 + 2 0 + 1 1 1 i = h 1 1 0 i DT A = 1 1 2 1 1
h i
"
C T A 2D T A =
1 1 2 + 2 2 0 = 3 1 2
CAPTULO 1.
MATRIZES
15
3 7 ( C T A 2 D T A) T = 6 4 1 5 :
1.5.
1.6.
1.7.
1.8.
3 1 6 7 6 7 6 7 T A B =4 0 1 5 = 4 0 + 2 5 = 4 2 5: 2 1 1 12 1 " # " # " # 3 + 1 = 4 C +D = 1 1 2 " # h i h i h i 4 B T (C + D ) = 1 2 = = : 4 + 4 8 2 2 3 " # 1 0 1 0 1 6 2 1 7 = AE = 2 1 1 4 0 1 5 " # " # 1+0+0 0+0+1 = 1 1 2 + 2 + 0 0 1 1 0 2 " # 0 (AE )T = 1 1 2 " # h i h i h i 1 0 1 = = DT A = 1 1 1 + 2 0 + 1 1 1 1 1 0 2 1 1
" #
.
1 2
1 + 4
1.9.
A2
= AA
"
nmero de linhas de
A.
# 2
diferente do
1.10.
1 2
2. Dadas as matrizes
1 0 2 6 A=4 0 1 1 7 5 2 0 2 AX = BX
.
1 3 0 6 5 7 6 7 6 B = 4 0 4 1 5 e X = 4 2 2 4 7 5 2 3 0 3 3 6
2.2. Deste exerccio poder tirar alguma concluso acerca da validade da lei do corte para o produto de matrizes?
16
1.3.
EXERCCIOS RESOLVIDOS
Resoluo:
2.1.
6+0+6 6 AX = 4 0 + 2 + 3 12 + 0 + 6 2 6+6+0 6 BX = 4 0 + 8 3 12 + 0 + 6
7 + 0 + 12 12 7 6 0+4+6 5=4 5 14 + 0 + 12 3 2 18 7 + 12 + 0 12 7 6 0 + 16 6 5 = 4 5 14 + 0 + 12 18
19 10 7 5 26 3 19 10 7 5 = AX 26 AX = BX A 6= B
, mas
11 5 16 11 5 16
3. Sendo
A e B duas matrizes quadradas de ordem n tais que AT A = AAT = I B T B = BB T = I , estude a permutabilidade das matrizes C e D, sendo C = ABAT D = AB T AT .
e e
Resoluo:
CD = (ABAT )(AB T AT ) = AB (AT A)B T AT = A(BB T )AT = AIAT = AAT = I DC = (AB T AT )(ABAT ) = AB T (AT A)BAT = A(B T B )AT = AIAT = AAT = I = CD
Logo as matrizes
C e D so permutveis. A AT
4. Uma matriz
diz-se ortogonal se
=I
A e B duas matrizes ortogonais, ento A AT = I e B B T Vejamos que AB tambm ortogonal: (AB ) (AB )T = ABB T AT = A(BB T )AT = AIAT = AAT = I:
=I
I A tambm o .
A2
=A
Mostre que se
idempotente,
Resoluo:
idempotente, tem-se:
( I A )2 =
CAPTULO 1.
MATRIZES
17
2
6. Considere a matriz
1 1 1 6 7 42 1 15 1 0 1
2
3
. Determine a caraterstica da matriz, uma matriz em escada
A.
2
1 1 1 6 7 42 1 15 1 0 1
1 6 40 0 2 1 ! 6 l3 l3 l2 40 0 2 3 1 1 1 6 7 4 0 1 1 5 0 0 1
l2 l1
! l2 l2 2l1 l3 l3 l1
1 1 1 1 1 0
1 17 5 0 3 1 17 5 1
!
l2 + l3 l1 l3
1 1 0 6 7 40 1 05 0 0 1
2
l1 l2
2
Esta matriz est em escada reduzida
!
l1 + l2 (1) l2
3
1 0 0 6 7 40 1 05 0 0 1
c(A) = 3:
1 0 0 6 7 4 0 1 0 5 0 0 1
2
7. Considere a matriz
1 6 62 6 62 4 3 0 1 0 1
0 1 0 1
3 17
3
. Determine a caraterstica, uma matriz em escada e a
1 17 7 6 27 5 2 2
3
A.
1 6 62 6 62 4 3
3 17
1 17 7 6 27 5 2 2
! l4 l2
1 0 3 1 7 6 60 1 7 17 6 7 60 0 0 7 0 4 5 0 1 7 1 2 3 1 0 3 1 6 7 60 1 7 17 6 7 60 0 0 07 4 5 0 0 0 0
18
1.3.
EXERCCIOS RESOLVIDOS
2
Esta matriz est em escada
tica igual a 2,
c(A) = 2:
"
1 6 6 0 6 6 4 0 0
#
0 1 0 0
0 0
0 0
7 5
Resoluo:
Se
tais que
1 2 A= 3 5 A = B + C:
"
antissimtrica, ento
C=
d 0
"
"
a b b c
#
. Analogamente se
uma matriz
. Como
A = B + C , ento
#
1 2 = 3 5
"
a b b c
0 d + d 0
8 > > > > < > > > > :
"
ou seja
,
#
1 5 =2 B= 5=2 5
"
0 1=2 eC= 1= 2 0
CAPTULO 1.
MATRIZES
19
D.
D=
Coordenada x Coordenada y
"
vertice
Alm desta matriz seria necessria outra matriz onde se especicasse quais os vrtices que estavam ligados por meio de linhas, mas neste exemplo vamos omitir essa matriz. Qual o efeito de multiplicar
D
"
pela matriz
Utilizando a denio de
AD
pela matriz
75 0 = 0:0 1
"
#
? Utilizando a
"
20
1.4.
EXERCCIOS PROPOSTOS
A+B AB BA 1B A2 + 2 A 2 AB B B T + A + 3I3 :
1 1 0 1 0 4 6 7 6 A=4 0 2 1 5 eB=4 2 6 0 7 5; 1 0 3 1 2 8
calcule:
2. Dadas as matrizes
2 3 1 1 0 1 6 7 6 A = 4 0 1 2 5 eB = 4 2 1 1 7 5 1 2 3 1 1 0
3
, mostre que se vericam as
( A + B )T = A T + B T (AB )T = B T AT
"
3.
1 0 1 Dadas as matrizes A = 2 1 1
3.1. 3.2. 3.3. 3.4.
#
,
1 B= 2
"
#
,
3 C= 1
"
1 eD= 1
"
#
, calcule
BT A T C A + DT A T AT B B T (C + D ) A=
"
4. Dadas as matrizes
5.
B .
0 2 4 1 2 0
#
e
0 1 6 B = 4 0 1 7 5 2 3
3
, calcule
tal que
2AT + 2X =
"
#
.
6. Considere a matriz
0 0 1 6 A=4 2 1 0 7 5: 1 0 0
CAPTULO 1.
MATRIZES
21
7. Sejam
possveis?
2A; 4
B 5B:
# "
8.
10
2 3 2 1
9. Determine " # todas as matrizes quadradas de ordem 2 que sejam permutveis com a matriz
1 1 0 1
10.1. Calcule
0 1 2 6 7 6 A = 4 3 1 4 5 e B = 4 1 2 3 7 5: 1 2 3 1 0 0 (A + B )2 e A2 + 2AB + B 2:
AeB
de modo que
1 2 0
B )2 = A2 + 2AB + B 2 ?
2
(A +
que a matriz
A B seja simtrica.
2 1 6 A = 4 1 3 7 5 0 4
eB=
"
1
c
"
#
, determine
a, b, c 2 R de modo
12. Verique que duas quaisquer matrizes da forma so dois nmeros reais.
a b b a
#
so permutveis, onde
aeb
1 1 M= 2 2
"
14. Deduza
An ,
sendo
1 2 A= 0 1
2
"
M n.
: A2 = A.
idempotente.
2 2 4 6 4 7 4 1 3 5 1 2 3 AB =A e BA=B
, ento
A e B so idempotentes.
A.
22
1.4.
EXERCCIOS PROPOSTOS
17. Sejam
A e B duas matrizes quadradas de ordem n simtricas. Prove que A B simtrica sse A e B so permutveis (aplique as propriedades da transposio).
1 2 3 6 A = 41 1 17 5 0 1 2
19. Determine para que valores de
1 0 1 6 B = 41 1 07 5 0 1 1
e/ou de
1 1 1 6 C = 42 2 27 5 3 3 3
(a)
2 6 4
x y
1 1 1 1
x y7 5
2 6 4
(b)
1 1 1 x 17 5 1 1 x
1 4
1.4.1 Solues
1. 1.1.
1.2.
1.3.
1.4.
1.5.
8 2 6 14 6 1 10 5 2 2 6 1 2 A + 2A 2 B = 4 2 6 2 2 1 6 A B = 4 2 4 0 2
1.6.
1 7 5 11 3 4 8 7 5 20 3 12 6 7 5 26 3 9 3 18 13 7 5 7 29 3 4 1 7 5 5 2 3 21 3 33 7 B B T + A + 3I3 = 6 4 2 45 11 5 32 10 75
2 3
0 6 A+B =4 2 2 2 3 6 AB =4 3 2 2 5 BA=6 4 2 9
2. 2.1.
2.2.
1 2 2 6 T T T (A + B ) = A + B = 4 3 2 1 7 5 2 3 3 2 3 5 4 2 7 (AB )T = B T AT = 6 4 4 3 1 5 5 1 1
CAPTULO 1.
MATRIZES
23
3. 3.1.
BT A =
T C A
3 2 1
4.
5.
6. 6.1.
7. Operaes possveis:
8.
7 + DT AT = 6 4 0 5 4 2 3 3 6 T A B=4 2 7 5 1 B T (C + D) = [4] 2 3 0 3=2 7 X=6 4 2 5=2 5 5 3=2 " # 0 0 2 Y = X + 5X + 2 I = 0 0 2 3 2 3 1 0 0 0 0 1 7 6 7 A2 = 6 4 2 1 2 5 A3 = 4 4 1 2 5 0 0 1 1 0 0 A2 + A I = A3 A4 = 2A2 I A5 = 2A2 + A 2I e A6 = 3A2 2I A B; 2A B 5B " # 28 18 AeB AB =BA= 12 34
3.2. 3.3. 3.4. . 6.2. 6.3. , e . so permutveis:
"
9. Matrizes da forma:
a b 0 a
#
, com
a; b 2 R.
10. 10.1.
10.2.
3 10 25 6 2 (A + B ) = 4 10 29 46 7 5 0 6 19 = 17=2; b = 6 e c = 15=2
3
,
11. Se
, a matriz
simtrica. 12.
13. 13.1.
13.2.
3 3 = 3M M2 = 6 6 M 3 = 32 M e M 4 = 33 M
.
"
24
1.4.
EXERCCIOS PROPOSTOS
13.3.
14.
1 2n An = 0 1
M n = 3n1 M .
" #
19. 19.1.
x 6= y. x 2 Rnf2; 1g.
Captulo 2
Determinantes
Denio 2.1 Seja A uma matriz quadrada. Designa-se por determinante de A e representase por jAj ou det(A) soma algbrica dos produtos que se obtm efetuando todas as permutaes dos segundos ndices do termo principal, xados os primeiros ndices, e fazendo-se preceder os produtos do sinal + ou -, conforme a permutao dos segundos ndices seja par ou mpar.
Obs: 9 Na prtica esta denio de difcil aplicao e por isso surgiram algumas regras prticas de clculo de determinantes.
1. S de denem determinantes de matrizes quadradas, sendo o seu valor um nmero real. 2. Seja A = [a11 ], ento jAj = a11 . 3. Seja A =
"
a11 a12 : Ento, jAj = a11 a22 a12 a21 : a21 a22
2 3
a11 a12 a13 6 4. Seja A = 4 a21 a22 a23 7 5 : Ento para calcular o determinante de A podemos usar a31 a32 a33 a "Regra de Sarrus" (esta regra apenas se aplica a matrizes de ordem 3): forma-se
o determinante da matriz e repetem-se as duas primeiras linhas (ou as duas primeiras colunas). Considera-se a diagonal principal conjuntamente com as outras duas diagonais que lhe so paralelas, e aos produtos dos elementos que nelas guram, atribui-se o sinal +. Considera-se depois a diagonal secundria e as 2 diagonais que lhe so paralelas e, aos produtos dos elementos destas diagonais, atribui-se o sinal -. A soma algbrica dos
25
26
a11 a21
jAj = a31
a11 a21
Exemplo: 12
2 1 1. Seja A = 5 3
2 0 eB= 1 3
"
: Ento:
; jA + B j = 0 (3) = 3
1 0 3 6 3. Seja A = 4 2 1 5 7 5 Ento 1 1 2
jA j =
1 2 1 1 2
0
1 1
3 5 2 3 5
= 2 6 + 0 + 3 + 5 0 = 0
0
1
Denio 2.2 1. Seja A uma matriz de ordem n. Designa-se por matriz complementar do elemento aij , e representa-se por Aij , a matriz que se obtm por supresso da linha li e coluna cj da matriz A.
2. Designa-se por menor complementar do elemento aij , o determinante jAij j.
CAPTULO 2.
DETERMINANTES
27
3. Designa-se por complemento algbrico ou cofactor do elemento aij , e representa-se por Aij , o produto do menor complementar por (1)i+j , isto ,
n X k=1
aik Aik :
Obs: 10 O teorema de Laplace permite, portanto, calcular um determinante de ordem n, custa de n determinantes de ordem n 1.
Exemplo:
1 3 13 Seja = 1 2
2 2 1 1
1 0 1 2
0 1 2
28
7. O determinante de uma matriz com uma la mltipla de outra ou uma la combinao linear de outras nulo. 8. O determinante de uma matriz A no se altera quando se adiciona a uma coluna (ou linha) de A uma combinao linear de OUTRAS colunas (ou linhas, respetivamente). 9. jA B j = jAj jB j 10. O determinante de uma matriz triangular (superior ou inferior) ou diagonal igual ao produto dos elementos da diagonal principal.
Obs: 11
2. Um dos inconvenientes da aplicao direta do Teorema de Laplace o facto de exigir a resoluo de n determinantes de ordem n 1. No entanto, se conjugarmos as propriedades dos determinantes com o Teorema de Laplace para resolver um determinante de ordem n, podemos resolver apenas um determinante de ordem n 1. Para isso, resolve-se o determinante em duas fases: 2.1. selecionar um la qualquer e, usando as propriedades, anular os seus elementos com exceo de um, 2.2. aplicar o Teorema de Laplace a essa la.
Exemplo: 14
1 jA j = 3 1 0
2 8 1 0
1 1 0 1
0 4 = 3 l2 5 l3
l2 3l1 l3 l1
1 0 0 0
2 2 1 0
1 2 1 1
0 4 = 3 5
= 1 (1)
1+1
2 2 4 1 1 2 1 1 3 = 2 1 1 3 = 0 1 5 0 1 5
l2 + l1
=l
1 1 2 2 0 2 5 = 0 1 5
= 2(1)1+1
2 5 = 2(10 5) = 30:
1 5
CAPTULO 2.
DETERMINANTES
29
1 1 A= 2 2
"
#
. Determine
j A j.
j Aj = 1 1 2 2 = 2 2 = 0:
Resoluo:
2. Seja
2 1 A= 4 2
"
#
. Determine
jAj.
Resoluo:
jAj = 2 1 4 2 = 4 (4) = 4 + 4 = 0:
3. Sejam
1 3 A= 2 4
"
2 9 B= 7 20
"
"
#
. Determine
j A j j B j e jA B j .
" #
Resoluo:
1 3 2 9 = 23 69 AB = 2 4 7 20 32 98 jA B j = 23 98 32 69 = 46
"
4. Seja
1 0 3 6 A = 4 2 1 5 7 5 1 1 2
j Aj =
3
. Determine
jA j.
Resoluo:
1 2 1 1 2
0 1 1 0 1
3 5 = 2 6 + 0 + 3 + 5 0 = 8 + 8 = 0 2 3 5
30
2.1.
EXERCCIOS RESOLVIDOS
5. Seja
1 0 3 7 A=6 4 1 1 1 5 3 2 5
3
. Determine
jA j.
Resoluo:
jA j =
1 1 3 1 1
0 1 2 0 1
3 1 = 5 + 6 + 0 9 2 0 = 0 5 3 1
jA j.
6. Seja
1 6 6 3 A=6 6 1 4 2
2 2 1 1 1 3 1 2 2 2 1 1
1 0 1 2
1 7
3 7 7. 7 5
Determine
0 1 2
7. Seja
1 4 1 1
1 1 0 1
1 7 2 7 7 3 7 5 2
3
. Determine
jA j.
Resoluo:
1 jA j = 3 1 0 =l
l2 3l1 l3 l1
1 4 1 1
1 1 0 1 1 0 0 0 1 1 0 1
1 2 3 = 2 1 2 1 1 1 5 2 = 2
2 l3
CAPTULO 2.
DETERMINANTES
31
=l
l4 l2
1 0 0 0 1 0 0 0
1 1 0 0 1 1 0 0
1 2 1 1 1 2 1 0
1 5 2 = 7 1 5 2 = 9
=l
l4 + l2
= 1 1 (1) 9 = 9
8. Considere as matrizes:
1 2 3 6 A = 40 2 37 5; 0 0 3
1 1 1 6 B = 42 2 27 5; 3 3 3 P 2 M33 (R) P
sendo
1 2 1 6 C = 40 0 07 5; 1 1 3
1 0 0 6 D = 40 2 07 5; 0 0 1
Usando as propriedades dos determinantes, calcule: 8.1. 8.2. 8.3. 8.4. 8.5. 8.6. 8.7. 8.8. 8.9. 8.10. 8.11. 8.12.
32
2.1.
EXERCCIOS RESOLVIDOS
j 2Aj = (2)3jAj = 8 6 = 48. 2jAj = 2 6 = 12. jA3j = (jAj)3 = 63 = 216. j2AT Aj = 23jAT j jAj = 8jAj jAj = 8 6 6 = 288. jAT A1B T j = jAT j jA1j jB T j = jAj 1=jAj jB j = jB j = 0. jA1DAj = jA1j jDj jAj = 1=jAj jDj jAj = jDj = 2. jABCDj = jAj jB j jC j jDj = 6 0 0 2 = 0. jP 1AP j = jP 1j jAj jP j = 1=jP j jAj jP j = jAj = 6.
(2; 2)
e obtemos os vetores
2 6 A= 5 1 jdet(A)j = j2 30j = 28
.
"
#
.
CAPTULO 2.
DETERMINANTES
33
1 2 3 2 8 jA j = 1 2 3 1 ; jB j = 3 2 1 5
1 jC j = 3 1 2
2 0 0 5
0 4 2 1
2 0 1 3
2 4 18 1 3 15 1 0 6
mltiplo de 6.
3. Calcule o determinante:
1 3 7 2 4 5 3 1 1
a
ordem;
2 1 2x 2 1 3 : x2 1 3
5. Seja
1 6 6 1 A=6 6 0 4 1
2 1 1 2
jA j.
B
1 1 7 2 1 7 7:
0 1 7 5 2 1
5.1. Determine
= 2A
, determine
jB j ,
determinantes.
y x z x z y z y x
=0
se
x+y+z =0
34
2.2.
EXERCCIOS PROPOSTOS
0 0 0 0 0 b 0 = abcd: 0 c 0 0 0 0 0 d
8. Sabendo que
a b c
1 1 0 1 = 1 3 1
A=6 4
m 1 3 m m1 1 0 1 3 3 a 3b 3c
3 7 5:
9. Verique a igualdade
a b c a2 b2 c2
1 1 1
1 5 1 2 10 2 2 3 0 = 2 0 7 2 0 2 1 2 8 1
11. Sejam
3 1 AB = 1 4
"
#
e
2 BA = 1 3
a
"
#
.
jBAj :
a:
13.1.
13.2.
a 1 xn n +1 b x x 2 n +2 c x x 1 0 1 0 a 2 4 6 2 a 3 3 6 2a a 4 6 10 2a a
CAPTULO 2.
DETERMINANTES
35
13.3.
ab
1 3 2 21
ab
7 a 2 b 1 b 3
2 1 4 17
1 1 0 + 3 1 2 4 21 1+x
x x
. . .
7b 2a a 2
2 1 4 17
1 0 1 4
. . .
. . .
..
:::
. . .
= 1 + x(1 a12)
1 jA j = 5 1 2
15.1. Determine 15.2.
2 1 b 5 1 2 1 3 a 3 jB j = 2 3 2 1 1 2 1 b a 1 a 1 a 1 b 3 b 1
e
1 1 1
=0
17. Seja
2 6 6 0 A=6 6 4 4 2
1 3 5 7
1 2 37 7: 1 2 1 7 5 3 1 4
jAj utilizando o desenvolvimento de Laplace ao longo da 2a linha. T Seja B 2 M44 (R) tal que jB j = 1=12: Calcule o determinante de matriz (AB ) .
A uma matriz idempotente, mostre que jAj = 0 _ jAj = 1.
18. Sendo
1 2 x: 0 0
3x 2 2 4 4 4 = 0 0 x 1 0 1 1
36
2.2.
EXERCCIOS PROPOSTOS
2.2.1 Solues
1.
2.
3. 4. 5.
6.
7. Verdadeira. 8. 9. 10. 11. 11.1. 11.2. 12. 13. 13.1. 13.2. 13.3. 14. 15. 15.1. 15.2. 16.
jAj = m.
jBAj = 3a 2:
a = 13=3
= 0: = 0: = 3:
jAj + jB j = 0: Para a = 6 0 e b 6= 2. jAj = 60
= 0:
17.2.
17. 17.1.
(AB )T = 5
18. 19.
x = 2=3 _ x = 1.
Captulo 3
Matrizes inversa
Obs: 12 A diviso de matrizes no est denida. No entanto pode denir-se um conceito semelhante ao de "nmero inverso". Denio 3.1 Seja A 2 Mnn R. Diz-se que A uma matriz invertvel ou matriz regular ou matriz no singular se existir uma matriz B 2 Mnn R tal que AB = BA = In . Caso contrrio diz-se que A uma matriz no-invertvel ou matriz singular. Teorema 3.1 Seja A uma matriz invertvel de ordem n. Ento existe uma e uma s matriz B 2 Mnn R tal que AB = BA = In
= XI = X (AY ) = (XA)Y = In Y =Y
AY
= In
XA = In
Denio 3.2 Seja A uma matriz invertvel de ordem n. Chama-se matriz inversa da matriz A, e representa-se por A1 , nica matriz B 2 Mnn R tal que AB = BA = In . Teorema 3.2 Sejam A e B so matrizes quadradas da mesma ordem, AB BA = I .
37
I se e s se
38
Demonstrao:
Consideremos
BA = I
AB = I .
AB = I
Analogamente se
, (AB )A = IA , A(BA) = A , AI = A , A = A
AB = I
ento
BA = I , logo AB = I
se e s se
BA = I .
Obs: 13
Teorema 3.3 1. Seja A uma matriz invertvel. Ento A1 tambm uma matriz invertvel e (A 1 ) 1 = A .
2. Sejam A e B matrizes quadradas da mesma ordem e invertveis. Ento a matriz AB ainda invertvel, tendo-se
(AB )1 = B 1A1:
AA1
Demonstrao:
1. Como
1 ) 1 = A . matriz invertvel e (A
= A 1 A = I
. Logo,
A1 tambm
uma
2.
Logo
Obs: 14
CAPTULO 3.
MATRIZES INVERSA
39
1 = In . 1. In
2. (kA)1 = A1 ; 8k 2 R n f0g:
1 3. A matriz AT invertvel e a sua inversa AT = A1T : m 4. Se A invertvel, ento Am tambm o . Tem-se que (Am )1 = A1 .
Demonstrao:
1. Como
2.
1 A 1
a inversa de
kA.
3.
T =I AT A1 T = A1 A T = In n 1 T T T 1 T A A = AA = In = In:
Logo, a matriz
AT
T 1 A
= A1T :
Suponhamos que se
m.
m.
Para
=1
o resultado imediato.
Ento
(A m ) 1 =
1 m
m + 1.
Logo, se
A invertvel,
ento
Am
40
Denio 3.3 Uma matriz A, de ordem n diz-se uma matriz ortogonal se AAT
= AT A = In:
Obs: 15 Toda a matriz ortogonal necessariamente uma matriz invertvel, tendo-se A1 = AT . Denio 3.4 Duas matrizes A e B de ordem n dizem-se matrizes semelhantes se existir uma matriz P , invertvel, tal que:
A = P 1 BP
sua inversa.
1 1 . Supondo que A invertvel, a sua inversa ser a matriz Exemplo: 15 Seja A = 2 1 " # a b A1 = , tal que AA1 = A1 A = I2 . Por exemplo: c d
AA1 =
"
1 1 2 1
#"
a b c d
"
ac bd 2a c 2b d
> =1 > a=1+c a > > > > > > < < =0 , b=d ,> b > =0 > 2 + 2c c = 0 > c > > > > : : =1 2d d = 1 d
= 1 =1 = 2 =1
CAPTULO 3.
MATRIZES INVERSA
41
"
1 1 2 1
2. Determinar a matriz inversa, usando a matriz adjunta Denio 3.5 Seja A uma matriz quadrada de ordem n. Chama-se matriz adjunta de A, e representa-se por Adj (A), matriz transposta da matriz que se obtm substituindo na matriz A os seus elementos pelos correspondentes complementos algbricos. Teorema 3.6
1. Qualquer que seja a matriz A de ordem n, tem-se que
3.
A 1 =
Exemplo:
1 4 = 2 A11 = (1) 0 2
3 2 A21 = (1) =6
0 2
1 4
0 4
0 1
jA j .
42
3.1.
EXERCCIOS RESOLVIDOS
Demonstrao:
Como
AA1
= In
, tiramos que
jAA1j = jInj = 1.
Logo
A 1
3. Determinar a inversa, usando as operaes elementares Teorema 3.8 A inversa de uma matriz A pode ser calculada efetuando as operaes elementares (sobre as linhas) na matriz [ A j I ] at se obter uma matriz na forma [ I j B ]. A matriz B obtida a inversa da matriz A, isto , B = A1 .
Exemplo: 17
2 5 Seja A = 1 3
"
"
5 1 0 [AjI] = 2 1 3 0 1
"
1 5 = 2 1 =2 0 0 1 1 2 l2 2l2
3 5 Portanto, A1 = B = 1 2
"
"
"
1 1 A= 1 2
"
#
. Determine a sua inversa.
"
"
l 2 +l 1
1 1 1 0 $ 0 3 1 1 l2
#
1=3l2
"
"
l1 l2
1 0 2=3 1=3 0 1 1 =3 1 =3
Portanto,
CAPTULO 3.
MATRIZES INVERSA
43
(A 1 X )T = B
2
, determine
X , sendo
" #
3 1 2 6 1 A =4 0 1 0 7 5 1 1 1
Resoluo:
3
e
1 0 1 B= 0 1 2
( A 1 X ) T = B ((A1X )T )T = B T A 1 X = B T AA1 X = AB T X = AB T
A = (A1 )1 :
2
Determinemos a matriz
3 1 2 1 0 0 6 7 4 0 1 0 0 1 0 5 1 1 1 0 0 1 1 1 1 0 0 1 ! 6 l1 $ l3 4 0 1 0 0 1 0 7 5 3 1 2 1 0 0 3 2 0 0 1 1 1 1 ! 0 1 0 0 1 0 7 l3 l3 3 l1 6 5 4 0 2 1 1 0 3 ! 2 1 0 1 0 1 1 3 l1 l1 l2 6 7 0 4 0 1 0 0 1 5 l3 l3 + 2 l2 0 0 1 1 2 3
2 3
Logo
1 A= 0 1 0 1 2 3
6 4
! 2 1 0 0 1 1 2 3 l1 l1 l2 6 1 0 7 5 4 0 1 0 0 l3 (1) l3 0 0 1 1 2 3 3 1 2
7 5
e por isso
1 1 2 1 0 1 3 6 7 6 7 6 T X = AB = 4 0 1 0 5 4 0 1 5 = 4 0 1 7 5 1 2 3 1 2 2 4
44
3.1.
EXERCCIOS RESOLVIDOS
3. Seja
1 A=6 40 1 1 1 jAj = 0 1 1 0
1 1 0 1 1 2
1 A 1 17 5 2 1 1 0 1 = 2 + 1 + 0 1 0 0 6= 2 1 0
. Determine .
, logo a matriz
A invertvel.
4
1 = 2 0 2
1 = 1 1 2
1 = 1 1 0
1 1 = 0 A31 = (1) 1 1
2
1 1 = 1 A32 = (1) 0 1
3 2
Logo:
A mensagem
BOA SORTE!
3; 1; 5;10; 1; 6; 2;8; 0
3 B 1 O 5 A 10 S 6 R 2 T 8 E 0 !
onde cada numero representa a letra que est na mesma coluna da tabela:
CAPTULO 3.
MATRIZES INVERSA
45
(neste exemplo no se codica o espao). Para complicar ainda mais a codicao da mensagem e para impedir que o cdigo seja quebrado pode-se usar a seguinte tcnica: o cdigo que representa a mensagem colocado nas colunas de uma matriz
A.
3 10 2 7 A=6 41 1 85 : 5 6 0
A matriz
M.
A matriz
deve vericar as
seguintes propriedades:
M 1
= adj (M )
2
e os elementos de
M 1
Seja a matriz
dada por
1 0 2 6 M = 40 1 07 5 0 1 1
3
. Ento
1 0 2 3 10 2 13 22 2 6 7 6 7 6 MA = 40 1 05 41 1 85 = 4 1 1 87 5 0 1 1 5 6 0 6 7 8
ou seja, a mensagem codicada que deve ser enviada :
1 : Primeiro determinemos M
M 1
pois
M 1 MA
=A
1 0 2 1 0 0 7 6 4 0 1 0 0 1 0 5 0 1 1 0 0 1 2 3 1 0 2 1 0 0 ! 0 1 0 0 1 0 7 l3 $ l3 l2 6 4 5 0 0 1 0 1 1
46
3.1.
EXERCCIOS RESOLVIDOS
Logo
1 2 2 6 1 M =4 0 1 0 7 5: 0 1 1 1 2 2 13 22 2 3 10 2 6 7 6 7 6 1 A = M MA = 40 1 0 5 4 1 1 85 = 41 1 87 5 0 1 1 6 7 8 5 6 0
2 3 2 3 2 3
0 0 1 2 2 ! 1 l1 $ l1 2l3 6 0 7 5 4 0 1 0 0 1 0 0 1 0 1 1
3
3; 1; 5;10; 1; 6; 2;8; 0
que, utilizando a tabela dos cdigos, corresponde mensagem
BOA SORTE!
A matriz de codicao
I,
aplicando,
sucessivamente, operaes elementares. A matriz assim obtida vai ter elementos inteiros, verica
CAPTULO 3.
MATRIZES INVERSA
47
1 2 1 7 A=6 4 2 0 2 5 1 3 1
2 3
1 2 3 7 B=6 4 0 1 2 5: 0 0 1
2. Dadas as matrizes:
1 1 2 6 A=4 0 3 0 7 5 1 4 1
Calcule: 2.1. 2.2. 2.3.
" # 1 0 2 3 1 6 7 B = 4 2 1 5 C = 3 0 2 3 1
B:C:A
jAj
A 1
3. Considere a matriz
1 1 1 17 6 6 1 1 1 2 7 7 M =6 6 1 1 a 1 7 5 4 1 b 1 1
Sendo
3
.
MT
)1 = C 1BC , determine jB j :
2 3
a = 3 e b = 2.
4. Seja
2 0 3 6 B=4 0 4 2 7 5 0 0 7
B:
matriz
5. Dizemos que
1 AP . que B = P
A e B so duas matrizes semelhantes se existir uma matriz invertvel P Mostre que se A eB so semelhantes, ento jAj = jB j :
tal
1 0 2 6 A = 4 2 1 3 7 5 4 1 0
A invertvel e determine a sua inversa.
(ABC )T
31
, onde
B uma matriz 32 e C
uma matriz
21
48
3.2.
EXERCCIOS PROPOSTOS
7. Considere as matrizes
1 1 2 6 C = 4 2 1 3 7 5 5 1 0
7.1. Calcule
3
e
1 0 1 6 D = 4 2 1 0 7 5 0 0 2
jC j :
D: X
que satisfaz a equao:
(DX + I )T = C: 17 17 7 17 5 1
3
8. Seja
1 6 6 1 A=6 6 3 4 1
A:
1 0 0 1
1 2 1 2
C uma matriz de ordem 4 com jC j = 2 e D uma matriz que se obteve de C por 1 D T : troca da primeira com a segunda coluna. Calcule o determinante da matriz CA A diz-se involutria se o seu quadrado igual matriz identidade.
" #
9.1. Mostre que qualquer matriz involutria igual respetiva inversa. 9.2. Sendo
matricial
0 3 A B= 1 4 T 1 1 T T (BA ) + X = B + B AT :
uma matriz involutria e
, calcule
10.1. 10.2. 10.3. 10.4. 10.5. 10.6. 10.7. 10.8. 10.9. 10.10. 10.11.
AX + (X 1 B )1 = A ( A 1 X + B ) 1 = A
CAPTULO 3.
MATRIZES INVERSA
49
11. Sendo
X:
12.2. Calcule
para
1 0 0 6 A=4 1 1 0 7 5 0 0 1
e
"
1 0 0 6 B=4 0 2 0 7 5: 0 0 3
#
1 1 A= 0 1
X
que satisfaz a equao
T 1 T A X
= AT 1
. A matriz
sim-
( B T X 1 ) 1 B T C + ( C T B 1 ) T = I
15. Indique, justicando, o valor lgico de cada uma das seguintes proposies:
15.2.
A 1
B 2
C 3
... ...
J 10
K 11
L 12
... ...
1 2 1 M =6 3 1 7 4 1 5 2 2 1
e foi enviada como
Qual a mensagem?
50
3.2.
EXERCCIOS PROPOSTOS
3.2.1 Solues
1.
2. 2.1.
3. 3.1.
4. 5.
1=2 5=12 1=3 6 1 A = 4 0 1=6 1=3 7 5 e 1=2 1=12 1=3 2 3 3 3 3 B:C:A = 6 1 2 7 4 5 5 8 4 1 jA j = 9 2 3 1=3 1 2=3 A 1 = 6 1 =3 0 7 4 0 5 1=3 1=3 1=3 jM j = (a 1)(b 1) M jB j = 1= jM j = 1=2 B 1 = 1= jB j = 1=56
2.2. 2.3. . 3.2. .
1 2 7 6 1 B = 4 0 1 2 7 5: 0 0 1
regular se
a; b 6= 1.
2
6. 6.1.
jAj = 9 6= 0; A1 = 6 4
1=3
7.2.
7.3.
X = B 1 =
"
4=3 1
1= 3 0
X = (A + B 1 )1 A X = A(A1 B ) X = A (B 2A ) 1 X = (A1 + B )T
CAPTULO 3.
MATRIZES INVERSA
51
X = AT B X = A(A B )1 =2 X = A1 (A + B ) X = (AT C )1 B T X = (A + B T )1 C X = (A + B )1 A X = AT BA X = A T A B 1 A 1
2 T
X = 0:
12. 12.1.
12.2.
13.
14.
0 2 0 6 X = 4 0 1 =2 0 7 5 0 0 2=3 " # 2 1 X= 1 1 X = C 1 B T
.
3
.
. A matriz
simtrica
(X T = X )
Captulo 4
A=
6 6 6 6 4
3 7 7 7 7 5
X=
6 6 6 6 4
x1 x2 ::: xn
3 7 7 7 7 5
e B=
b1 b2 ::: bm
3 7 7 7 7 5
3. No sistema AX
= B,
A = [aij ] 2 Mmn(R) a matriz dos coecientes. X = [xj ] 2 Mn1(R) a Matriz ou vetor das Incgnitas. B = [bj ] 2 Mm1(R) a Matriz ou vetor dos termos Independentes.
2 6 6 6 6 4
Aj B =
b1 b2 ::: bm
3 7 7 7 7 5
4. Designa-se por soluo do sistema AX = B qualquer n-plo ordenado (1 ; 2 ; : : : ; n ) 2 Rn que satisfaa todas as equaes do sistema.
52
CAPTULO 4.
53
5. Dois sistemas dizem-se equivalentes se todas as solues do primeiro satisfazem o segundo e vice-versa. 6. Resolver um sistema de equaes lineares signica determinar todas as suas solues. Chama-se Conjunto Soluo do sistema (S ), e representa-se por CS(S ) , ao conjunto formado por todas as solues do sistema. 7. Diz-se que sistema de equaes lineares (S ) um sistema possvel se ]CS(S ) > 0. 8. Diz-se que sistema de equaes lineares (S ) um sistema possvel e determinado se ]CS(S ) = 1. 9. Diz-se que sistema de equaes lineares (S ) um sistema possvel e indeterminado se ]CS(S ) > 1. 10. Diz-se que sistema de equaes lineares (S ) um sistema impossvel se ]CS(S ) = 0.
Obs: 17 1. Discutir um sistema de equaes lineares signica efetuar um estudo visando classic-lo de acordo com as seguintes denies:
8 > > > > > > < > > > > > > :
Possvel
Sistema de equaes
= =
b1 b2
Cada equao representa uma reta no plano no espao bidimensional. Assim, as solues do sistema pertencem interseco dessas retas.
Um SPD ( sistema com soluo nica) representado pela interseo de duas retas concorrentes; Um SPI ( sistema com innitas solues) representado pela interseo de duas retas coincidentes; Um SI ( sistema sem soluo) representado por duas retas paralelas.
(
Exemplo: 18
(
1. Resolver o sistema:
2x + y = 5 x 3y = 6
,
(
2x + y = 5 x 3y = 6
12 + 6y + y = 5 x = 6 + 3y
12 y = 5 7 x=3
= 1
54
4.1.
DEFINIES GERAIS
Logo, o sistema tem um s soluo, esta representada pela interseo das retas de equaes: 2x + y = 5 e x 3y = 6 ! retas concorrentes.
Figura 4.1:
possvel e determinado
2. Resolver o sistema:
(
2x + y = 5 6x + 3y = 15
,
(
2x + y = 5 6x + 3y = 15
2 x + 5 2x = 5 y = (15 6x)=3 = 5 2x
5=5 y = 5 2x
Logo, o sistema tem innitas solues, estas so representadas pela interseo das retas de equaes: 2x + y = 5 e 6x + 3y = 15 ! retas coincidentes.
Figura 4.2:
possvel e indeterminado
3. Resolver o sistema:
(
2x + y = 5 6x + 3y = 10
,
(
2x + y = 5 6x + 3y = 10
10=3 = 5 y = 10=3 2x 2x + y = 5 e 6x + 3y =
CAPTULO 4.
55
Figura 4.3: Interpretao geomtrica de um sistema linear de duas equaes a duas incgnitas impossvel
Obs: 18
1. Seja AX = B um sistema de m equaes lineares com n incgnitas. Ento se n > m o sistema no pode ser SPD.
2. Seja AX
X = A1 B .
Denio 4.2 1. Designa-se por sistema homogneo, um sistema de equaes lineares cujos termos independentes so todos nulos.
2. Seja (S ) o sistema de equaes lineares AX = B , com B 6= 0. Designa-se por sistema homogneo associado ao sistema (S ), ao sistema AX = 0.
56
4.2.
MTODO DE CRAMER
= jAj =
6= 0
Demonstrao:
Consideremos o sistema
AX = B
ento
A1 AX = A1 B In X = A1 B X = A 1 B A 1 =
ou seja
Isto ,
Como
ento
X = A 1 B =
2 6 6 6 6 4
x1 x2 ::: xn
8 > > > > < > > > > :
3 7 7 7 7 5
1 =
6 6 6 6 4
b1 b2 ::: bn
3 7 7 7 7 5
isto
1 (b1 A11 + b2 A21 + : : : + bn An1 ) x1 = 1 (b1 A12 + b2 A22 + : : : + bn An2 ) x2 = ::: 1 (b1 A1n + b2 A2n + : : : + bn Ann ) xn =
Estas expresses existem e so bem denidas, donde se conclui que o sistema possvel e determinado.
Obs: 19 1. As expresses contidas nos segundos membros identicam-se com os valores dos determinantes que resultam da substituio da coluna relativa aos coecientes de cada incgnita pela coluna dos termos b1 ; b2 ; : : : ; bn . Representando estes determinantes por
CAPTULO 4.
57
1; 2; : : : ; n, vem:
Esta regra conhecida pela Regra de Cramer: A soluo de um sistema de Cramer constituda por uma sequncia de valores, onde o valor de cada incgnita xk obtido como o quociente de dois determinantes: o determinante do denominador o determinante da matriz do sistema , e o determinante do numerador um determinante que se obtm de substituindo a coluna dos coecientes da incgnita xk pela coluna dos termos independentes B. 2. Se o sistema AX = B for uma sistema de Cramer Homogneo, isto , se jAj 6= 0 e os termos independentes forem nulos, ento xj = 0; 8j = 1; : : : n e a soluo nula a nica soluo, ]CS = 1.
1 x1 = 2 x2 = ::: n xn =
Exemplo: 19
1. Os sistemas
(
x x
y +z = 2 +3y 2z = 0
x 2x x
y = 2
+y = 3 +3y = 4
no so sistemas de Cramer porque o primeiro tem mais incgnitas que equaes e o segundo tem mais equaes que incgnitas. 2. O sistema
3. O sistema
x y
x = = y = =
-3 6
2 1
-3 6
= 33+ 6 = 1 +3 = 5 = 12 3
58
4.3.
Logo CS
= f(1; 5)g.
= B atravs da matriz [A j B ]. = B,
2. As operaes elementares seguintes, efetuadas sobre o sistema AX 2.1. troca entre si de duas equaes do sistema,
2.2. a multiplicao de ambos os membros de uma equao por uma constante no nula, 2.3. a adio a uma equao de outra depois de multiplicada por uma constante no nula, correspondem s transformaes elementares sobre as linhas da matriz [A j B ] e resultam na passagem de um sistema a outro equivalente.
3. As transformaes elementares podem tambm realizar-se sobre as colunas, desde que se tenha em ateno que: 3.1. a troca entre si de duas quaisquer colunas do sistema nunca pode envolver a coluna B , 3.2. a troca entre si de duas quaisquer colunas de A equivale troca, no sistema, da ordem das incgnitas, pelo que ter de ser acompanhada da correspondente troca das linhas na matriz X . 4. efetuando em [ A j B ] as operaes elementares, obtm-se um sistema da forma [ C j D equivalente, onde C uma matriz em escada equivalente a A.
Teorema 4.2 Seja AX = B um sistema de equaes lineares com n incgnitas e seja CX = D um sistema equivalente ao sistema AX = B, onde C uma matriz em escada equivalente a A. Seja:
p = r(A) = r(C ) a caraterstica da matriz do sistema, q = r(AjB ) = r(C jD) a caraterstica da matriz completa, n o nmero de incgnitas.
Ento:
8 > > > > < > > > > :
: : : :
CAPTULO 4.
59
p = q = n temos o sistema
2 6 6 6 6 4
d1 d2 ::: dm
3 7 7 7 7 5
com
cii 6= 0 ;
2. Se
d1 d2 ::: dp
3 7 7 7 7 5
ou
6 6 6 6 6 6 6 6 6 6 6 4
c11 c12 : : : 0 c22 : : : ::: ::: ::: 0 0 ::: 0 0 ::: ::: ::: ::: 0 0 :::
::: :::
0 0
d1 d2 ::: dp
3 7 7 7 7 7 7 7 7 7 7 7 5
0 0
com
cii 6= 0 ;
8i.
n p o grau de
indeterminao.
3. Se
c11 c12 : : : 0 c22 : : : ::: ::: ::: 0 0 ::: 0 0 ::: ::: ::: ::: 0 0 :::
3 7 7 7 7 7 7 7 7 7 7 7 5
com
cii 6= 0 ;
Obs: 21 Uma condio necessria e suciente para que um sistema seja possvel, que a matriz dos coecientes e a matriz completa tenham igual caraterstica.
60
4.3.
Exemplo: 20
1. Resolver o sistema
8 > < > :
x 2x x
2. Resolver o sistema
x 2x
+y z = 4 +z = 3 2y 3z = 5
ax x x
+y +z = 1 +ay +z = a +y +az = a2
! 1 4 1 4 3 1 l l2 2 l1 6 7 2 6 [ A j B ] = 4 2 5 3 5 5 l l l 4 0 3 3 3 1 1 3 2 4 0 7 3 2 2 ! 6 1 4 3 1 7 !6 1 l2 1=3 l2 4 0 1 1 1 5 l3 l3 + 7 l2 4 0 0 7 5 3 0 3 2 2 ! 1 1 4 3 1 4 ! 6 l1 3 l3 6 7 l1 l3 1=2 l3 4 0 1 1 1 5 4 0 1 l2 l2 l3 0 0 1 2 0 0 3 2 !6 1 0 0 3 7 l1 l1 4 l2 4 0 1 0 1 5 0 0 1 2
2 3 2
3 1 3 3 7 5 5 3 3 4 3 1 1 1 1 7 5 0 2 4 3 0 7 0 1 7 5 1 2
f(3; 1; 2)g. 1 4
3
1 1 6 [AjB ]=4 2 0 0 2 2 !6 1 1 l3 l3 + l2 4 0 2 0 0
1 3 1 3 0 0
0 0
CAPTULO 4.
61
Portanto,
x y
CS =
3.
2
3 ; 5 + 3 ; ; 8 2 R : 2 2 2 2
3 2 3
1 1 1 ! 1 a 1 a 6 6 7 [AjB ]=4 1 a 1 a 7 5 l1 $ l2 4 a 1 1 1 5 1 1 a a2 1 1 a a2 3 2 3 !2 1 a 1 a 1 1 a a !6 l2 l2 a l1 6 7 7 4 0 1 a 2 1 a 1 a 2 5 c2 $ c3 4 0 1 a 1 a 2 1 a 2 5 l3 l3 l1 0 1 a a 1 a2 a 0 a 1 1 a a2 a 2 3 a a !6 1 1 l3 l3 + l2 4 0 1 a 1 a2 1 a2 7 5 2 0 0 2aa 1a O sistema SPD se se tem p = q = n = 3. Para isso a diagonal principal s pode conter elementos no nulos, isto , 1 a 6= 0 ^ 2 a a2 6= 0, ou seja, p 1+8 1 a 6= 1 ^ a 6= 2 13 a 6= 1 ^ a 6= 2 4 ^ a 6= 2 a 6= 1 ^ a 6= 2 2 a 6= 1 ^ a 6= 2 Ento se a 6= 1 ^ a 6= 2 o sistema SPD.
a
Vejamos agora como classicar o sistema nas restantes situaes:
2
3.1. Para a
=1
temos o sistema:
1 1 1 1 7 6 4 0 0 0 0 5. 0 0 0 0
Como
1=p=
q < n
= 3,
62
4.4.
EXERCCIOS RESOLVIDOS
Concluso:
8 > <
2x y + z = 1 x+yz =2 > : xz =1
um sistema de Cramer porque
Ento
Logo
2 1 1 1 1 2 1 0 1 = 2 + 0 2 1 0 + 1 = 0 = 0 z= z = 3 3 3 CS = f(1; 1; 0)g
.
2 1 1 = 1 1 1 = 2 + 0 + 1 1 0 1 = 3 6= 0 1 0 1 1 1 1 2 1 1 1 0 1 1 + 0 + 1 1 0 2 = 3 = 1 x = = x= 3 3 3 2 1 1 1 2 1 1 1 1 4 + 1 1 2 + 2 + 1 = 3 = 1 y y= = 3 = 3 3
8 > <
2. Resolver o sistema homogneo
> :
x 2x x
+2y +z = 0 y 2z = 0 +y = 0
CAPTULO 4.
63
1 2 1 = 2 1 2 = 7 6= 0: 1 1 0 CS = f(0; 0; 0)g 8 > x +y z > > > < 2x +y > x +y > > > : 2x +3y z
.
+w = w = w = w = 1 1 2 1
0 0 0 0
1 1 2 3 1 0 1 3
Resoluo:
1 6 6 2 [AjB ]=6 6 1 4 2
2
1 1 1 3
1 1 0 1 0 1 1 1
3 !2 1 0 7 l 2 l2 2 l1 6 6 0 07 7 6 l l + l 3 3 1 6 0 07 5 l4 l4 2 l1 4 0 0
07 07 7 07 5 0
3
!6 1 l3 l3 + 2 l2 6 6 0 l4 l4 + l2 6 4 0 0
1 1 1 2 0 3 0 3 2 !6 1 1 0 l1 l1 + l3 6 6 0 1 0 l2 l2 2 l3 6 4 0 0 1 0 0 0
8 > < > :
1 3 6 6 1 1 2 0
0 7 ! 6 1 1 1 1 0 7 7 07 l4 l3 6 7 l4 6 0 1 2 3 0 7 7 6 0 5 l3 1=3 l3 4 0 0 1 2 0 7 5 0 0 0 0 0 0 3 3 2 0 7 ! 6 1 0 0 0 0 7 7 07 l1 + l2 6 7 l1 6 0 1 0 1 0 7 7 6 0 5 l2 (1) l2 4 0 0 1 2 0 7 5 0 0 0 0 0 0
,
8 > < > :
Logo
x=0 yw =0 z 2w = 0
x=0 y=w z = 2w
CS = f(0; ; 2; ); 8 2 Rg:
64
4.4.
EXERCCIOS RESOLVIDOS
bateria do lado que contm a reta vertical mais longa. As resistncias so medidas em ohm As letras maisculas representam os ns do circuito eltrico. entre os ns e as setas indicam o sentido de uxo, mas se A letra
(
)
representa a corrente
sentido oposto ao indicado. As correntes so medidas em ampere. Para determinar as correntes, recorre-se s leis de Kirchho :
1. Em cada n, a soma das correntes que entram igual soma das correntes que saem. 2. Em cada ciclo fechado, a diferena de potencial zero.
U
onde
= iR
a resistncia em ohm. Determine-se, agora, as
i1 i2 + i3 = 0 i1 + i2 i3 = 0
Da segunda lei de Kirchho resulta que
(n A) (n B)
1 6 6 1 6 6 4 4 0
1 1 0 7 1 1 0 7 7
2 2
0 87 5 5 9
CAPTULO 4.
65
1 6 6 1 6 6 4 4 0
1 1 0 7 1 1 0 7 7
2 2
0 87 5 5 9
3
! 6 1 1 1 0 7 l2 l2 + l1 6 0 07 6 0 0 7 6 l3 l3 4l1 4 0 6 4 8 7 5 0 2 5 9 2 3 0 1 1 1 7 ! 6 6 0 2 7 9 5 6 7 l2 $ l4 6 7 0 6 4 8 4 5 0 0 0 0 3 2 0 1 1 1 7 !6 7 6 0 2 9 5 7 l3 l3 3l2 6 6 0 0 19 19 7 5 4 0 0 0 0 2 3 1 1 1 0 7 !6 6 0 2 5 9 7 1 6 7 l3 19 l3 6 7 0 0 1 1 4 5 0 0 0 0
Resolvendo por substituio ascendente, obtm-se:
i1 i2 + i3 = 0 2i2 + 5i3 = 9 i3 = 1
i1 = i2 i3 = 1 i2 = (9 5i3 )=2 = 2 i3 = 1
i1 = 1, i2 = 2 e i3 = 1.
66
4.5.
EXERCCIOS PROPOSTOS
8 > <
1.1.
1.2.
1.3.
1.4.
1.5.
1.6.
1.7.
3x + 2 z = 2 5x + 2 y = 4 > : x 2y + 4 z = 3 8 > < 2x + y + z + v = 1 4x + 2 y + 3 z + 4 v = 3 > : 6x 3y z + v = 1 8 > xyz+t=1 > > > < 2x + 2y 3z + 6t u = 1 > x + 2y z + 4t = 1 > > > : 3x + y 4 z + 7 t u = 0 8 > < 5x 11y + 9z = 1 x 3y + 5 z = 2 > : 2x 4y + 2 z = 1
a 2 R de modo que o sistema
8 > < 8 > < > :
x + 3y + z + 2t = 2 2y z 2t = 3
2x + 3y z + t = 1 3x 2 y z t = 0
x+y+z =3 3x + y + z = 2 x + 2y + z = 1
x+yz =1 2x + y + 3 z = 2 3x + 2 y z = 0
2. Determine
x + ay + z = 1 ax + y + z = 2 x + y + az = 3
seja de Cramer.
3. Considere o sistema
2x + y z = 4 x + y + z = 2 > : y + 2z = 3
8 > < > :
e resolva-o invertendo a matriz dos coecientes. 4. Considere o seguinte sistema de equaes lineares
x + z = 1
2x + y = 2 y 2z = 4
CAPTULO 4.
67
8 > <
5.1.
5.2.
5.3.
x 2y z = 4 5x + 2 y 5 z = 4 2x 3 y 2 z = a
8 > <
6. Dado o sistema de equaes
> :
xy =3 ; 5y z = 3 a2 x + 4 a 2 y z = a + 1 a;
"
1 2 1 2 3 6
(x; y)
:
8 > > > > > > < > > > > > > :
8. Seja o sistema:
xy+z =1 xz =0 2x y = 1 ax + 2y + z = 2 xy+z =b
a = 4 e b = 1 e resolva-o.
8 > > > > <
68
4.5.
EXERCCIOS PROPOSTOS
x, y e z
x + y + 2 z = 1 x + 2 y + z = 1 ; 2 R 2 x + y + z =
A dos coecientes do sistema. 2 2 2 Sabendo que jAj = (1) (+1) ( +2), discuta o sistema em funo do parmetro : Justique a armao Se = 0, a matriz dos coecientes do sistema invertvel. 1 : Fazendo = 0, determine A Determine a soluo do sistema para = 0:
8 > < > :
xy+z =0 2x y + z = 0 3x + my + 2z = 0 m 2 R:
11.2. Para o caso em que o sistema simplesmente indeterminado, resolva-o. 11.3. Modique os termos independentes do sistema de forma a que este seja impossvel. Justique.
x, y e z :
xy =1 ax + 4z = a + 1 2x y + 2 z = 4
x+y+z =a x + (a + 1) y + z = 1 2x + (a 2) y + 2z = 0 a:
a = 1:
2
1 0 72 x 3 6 0 7 6 6 0 2 1 7 6 6 1 7 6 74 y 7 7 5=6 6 4 7 6 7 7 0 b 4 5 4 5 0 1 2 z c
a
CAPTULO 4.
69
a, b e c o vetor (1; 2; 3) soluo do sistema? Existem valores de a, b e c de modo que o sistema homogneo associado seja indetera de modo que o seguinte sistema seja possvel e duplamente indeterminado:
8 > > > > < > > > > :
x 2y + z = 2 2 x 3y + 2 t = 0 x ay z + 2t = 2 y 2z + 2at = 4
2
16. Considere
0 b 0 6 A=4 1 0 0 7 5 0 0 1
3
,
X=6 4
x1 x2 x3
3 7 5
eH=6 4
a c
3
. Discuta o sistema
17 5
AX = H .
1 0 0 6 B=4 2 3 4 7 5 1 3 7
B. BX = C , sendo C T
= 1 1 2
8 > <
2x + 4y = 16 5 x 2y = 4 > : 10x 4y = 3
19. Considere a seguinte matriz:
0 5 2 6 A=4 3 0 1 7 5 1 1 0
8 > <
5y 2z = 4 3x + z = 2 > : x+y =3
Usando a alnea anterior, resolva o sistema dado.
X 1 + XB 1 1 = A, sendo
0 0 1 6 B = 4 2 0 2 7 5: 1 3 0
70
4.5.
EXERCCIOS PROPOSTOS
20.1.
20.2.
3x + 2 y + z = 5 2x + 3 y + z = 1 > : 2x + y + 3z = 11 8 > x + y + 2z + 3w = 1 > > > < 3x y z 2w = 4 > 2x + 3y z w = 6 > > > : x + 2y + 3z w = 4
a e b reais. x y + 2z = 1 y + 3z = 3 5x + 8y + az = b x, y e z
8 > < > :
8 > <
a = 0 e b = 4:
8 > < > :
x 2z = 1 yz =1 x z = 2 e :
22.1. Discuta, sem resolver, o sistema em funo dos parmetros 22.2. Faa
1 = 1 2 e=4
x+yz =1 x + ay = 2 ax + y + (b a)z = a + c a, b e c:
23.1. Discuta o sistema para os vrios valores de 23.2. Considerando 23.3. Tomando associado.
do sistema homogneo
x+y+z+t=0 x + ay + 2z + 3t = 0 x + y + az + 4t = 0 x + y + z + at = 0
, calcule
a de modo que
o sistema dado: 24.1. no admita soluo alm da nula; 24.2. seja simplesmente indeterminado, e resolva-o neste caso.
CAPTULO 4.
71
4.5.1 Solues
1. 1.1. Sistema de Cramer. Soluo: 1.2. Sistema de Cramer. Soluo: 1.3. Sistema de Cramer. Soluo: 1.4. Sistema impossvel. 1.5. Sistema possvel e duplamente indeterminado.
=2; ; 1 2; ); 8; 2 Rg.
CS CS
= f(=2 + = f(4 2
; ; + 3; ; ); 8; 2 R.
Soluo geral:
a 2 R n f2; 1g.
: ;
3. Sistema
4. Sistema 5. 5.1. Se
5.2. Se
5.3. Se
a = 1, o ; ; ); 8; a
2 Rg.
= 2
, o sistema impossvel.
Se
= f(1 a 6= 2; 1
CS
, o sistema
6= 1, o sistema possvel e determinado (Cramer). Se a = 1, o sistema possvel e simplesmente indeterminado: CS = f(12=5+ =5; 3=5+ =5; ); 8 2 Rg.
Se
6.2. 7.
CS = f(9; 4)g
8.2.
8. 8.1. Para
9. Para
10. 10.1.
72
4.5.
EXERCCIOS PROPOSTOS
10.2. Se
6= 1,
10.3.
10.4.
10.5.
= 1, o sistema impossvel. Se = 0, jAj = 2 6= 0. 2 3 1=2 1=2 1=2 7 1 = 6 Para = 0, A 4 1=2 1=2 1=2 5. 1=2 1=2 1=2 Para = 0, a soluo do sistema CS = f(1; 0; 0)g. m 6= 2,
possvel e simplesmente indeterminado.
CS
11. 11.1. Se
m = 2,
o sistema
a = 2, o sistema impossvel.
Se
13. 13.1. Se
6= 0,
=0
, o sistema
b 6= 0 e a; c 2 R.
O sistema possvel
c 2 R.
O sistema impossvel se
a=b=0
17. 17.1.
17.2. Seja
uma matriz
n 1.
O sistema
AX = B
diz-se de
17.3.
19. 19.1.
19.2.
1 2 5 6 1 jAj = 1 6= 0 A = 4 1 2 6 7 5 3 5 15 2 3 15 6 1 X = A B = 4 18 7 5 43
;
3
.
CAPTULO 4.
73
19.3.
21. 21.1. Se
21.2.
CS
22. 22.1. Se
6= 1=2 ^ 2 R, o sistema possvel e determinado (Cramer). Se = 1=2 ^ = 1=4, o sistema possvel e simplesmente indeterminado. Se = 1=2 ^ 6= 1=4, o
sistema impossvel.
6= 1 ^ b 6= 1 ^ c 2 R, o sistema possvel e determinado (Cramer). Se (a = 1 ^ b = c) _ (b = c = 1 ^ a 2 R), o sistema possvel e simplesmente indeterminado. Se (a = 1 ^ b = 6 c) _ (b = 1 ^ c 6= 1 ^ a 2 R), o sistema impossvel. Para a = 2; b = 1 e c = 1, a soluo CS = f(2z; 1 z; z ); 8z 2 Rg. Para a = 2; b = 1 e c = 1, a soluo CS = f(0; 0; 0)g. Para a = 6 1, o sistema possvel e determinado e a soluo nica CS = f(0; 0; 0; 0)g. Para a = 1, o sistema simplesmente indeterminado, a soluo CS = f(; ; 0; 0); 8 2 Rg.
a
Captulo 5
Espaos vetoriais
5.1 Denies Gerais
Denio 5.1 operaes:
1. Seja V um conjunto no vazio sobre o qual esto denidas as seguintes
8 u; v 2 V , o elemento u v 2 V 8 2 R; 8 u 2 V , o elemento
u 2 V
com estas duas operaes tem estrutura de espao vetorial real se forem satisfeitas as seguintes propriedades:
8 u; v 2 V; u v = v u; 8 u; v; w 2 V; (u v) w = u (v w) ; 91 0V 2 V; 8 u 2 V; u 0V = u ; 8 u 2 V; 91(u) 2 V : u (u) = 0V ; 8 2 R; 8 u; v 2 V;
(u v) =
u
v; 8 ; 2 R; 8 u 2 V; ( )
u =
u
u ; 8 ; 2 R; 8 u 2 V; (: )
u = (
u) ; 8 u 2 V; 1
u = u, sendo 1 o elemento neutro de R para a multiplicao.
2. Seja V o espao vetorial denido anteriormente, chama-se escalares aos elementos de R, chama-se vetores aos elementos de V , chama-se soma de vetores primeira operao (), chama-se multiplicao de um escalar por um vetor 2a operao (
).
Notao
1. Se no causar confuso, em vez de
u v escrevemos u + v;
74
CAPTULO 5.
ESPAOS VETORIAIS
75
u (v) escrevemos u v;
u escrevemos u;
8 2 R; 0V = 0V ; 8 u 2 V; 0u = 0V ; 8 2 R; 8 u 2 V; (u) = ()u e ()(u) = u; 8 2 R; 8 u 2 V; Se (u = 0V ) 8 u; v; z 2 V; se(u + v = z)
ento ( = 0
_ u = 0V );
8 ; 2 R; 8 u 2 V n f0V g; Se (u = u) 8 u; v; z 2 V; se(u + v = u + z)
ento ( = );
5.2 Subespaos
Denio 5.2 Seja V um espao vetorial e A um subconjunto no vazio de V . Diz-se que A um subespao de V se A um espao vetorial. Teorema 5.2 Seja V um espao vetorial e A um subconjunto no vazio de V . A um subespao de V se e s se:
1. 0V 2. 3.
2 A;
8 u; v 2 A; u + v 2 A ; 8 2 R; 8 u 2 A; u 2 A.
Obs: 22 A denio de subespao muito trabalhosa. O teorema anterior apresenta um processo mais prtico para vericar se um dado subconjunto ou no subespao de um dado espao vetorial.
76
5.2.
SUBESPAOS
= f(x; y; z) 2 R3 : x + y = 0 ^ z = yg.
Mostrar que A um
(0; 0; 0) 2 A. Como 0 + 0 = 0 e 0 = 0, tem-se (0; 0; 0) 2 A. 1.2. 8 u; v 2 A; u + v 2 A: x+y =0^z =y x = y ^ z = y Logo (x; y; z ) 2 A sse (x; y; z ) = (y; y; y ).
1.1.
u = (x; y; z ) 2 A; u = (y; y; y) v = (x0 ; y0 ; z 0 ) 2 A; v = (y0 ; y0 ; y0 ) u + v = (y; y; y) + (y0 ; y0 ; y0 ) = = (y y0; y + y0; y + y0) = = ((y + y0); y + y0; y + y0) 2 A
1.3.
Logo A um subespao de R3 .
2. Mostre que F
Resoluo:
= fA 2 Mnn(R) :
0 = 0T logo 0nn 2 F . 2.2. Se A; B 2 F , ento A = AT e B = B T . Ento, (A + B )T = AT + B T = A + B . Logo A + B 2 F. 2.3. Se A 2 F e 2 R, ento A = AT e (A)T = AT = A. Logo A 2 F . Logo F um subespao de Mnn (R).
3. Mostre que F
Resoluo:
= f(x; y) 2 R2 :
y = 1g no um subespao de R2 .
CAPTULO 5.
ESPAOS VETORIAIS
77
subespao, basta identicar um axioma que falhe. No entanto veriquemos que falha os 3 axiomas: 3.1. 0R2
= (0; 0) 2 = F logo F no um subespao de R2 , ou 3.2. Sejam por exemplo u = (1; 1); v = (2; 1) 2 F , ento u + v = (1; 1)+(2; 1) = (3; 2) 2 = F.
Logo F no um subespao de R2 , ou
Logo F no um
Teorema 5.3 Seja A 2 Mmn (R). Ento, CSAX =0 um subespao de Demonstrao: CSAX =0
vericarem as condies: um subconjunto de
1.
0Rn 2 CSAX =0
0Rn 2 CSAX =0
Logo
A(u + v) = Au + Av
= 0+0 = 0
. Logo
Logo
A(u)
= Au = 0 = 0
Logo
Logo
CSAX =0 um subespao de Rn .
91; 2; : : : ; k 2 R : v = 1v1 + 2v2 + : : : + k vk :
Obs: 23 Sejam V um espao vetorial e v; v1 ; v2 ; : : : ; vk dos vetores v1 ; v2 ; : : : ; vk se:
possvel.
1 v1 + 2 v2 + : : : + k vk = v
78
5.4.
Exemplo: 23
w = 1 u + 2 v
8 > <
1 2 2 1 2 2 1 2 2 1 0 8= 5 6 7 6 7 6 7 6 7 4 3 1 5 5 4 0 5 1 5 4 0 1 1=5 5 4 0 1 1=5 5 2 1 4 0 3 0 0 3 0 0 0 3= 5
O sistema impossvel, logo no podemos exprimir w como combinao linear de u e v .
1 + 22 = 2 31 2 = 5 21 + 2 = 4 3 2
w = 1 u + 2 v
8 > <
1 + 22 = 1 31 2 = 7 21 + 3 4 2 =2
CAPTULO 5.
ESPAOS VETORIAIS
79
1.
a b c
= = =
1 1 + 2 0 1 2 + 2 0 1 0 + 2 1
a b c
= 1 = 21 = 2
1 b 2
= a = 2a = c
Denio 5.5 Sejam V um espao vetorial e S = fv1 ; v2 ; : : : ; vn g conjunto gerador de V , se V =< v1 ; v2 ; : : : ; vn >. Exemplo: 25 Verique se,
1. 2.
V.
Diz-se que S um
R2 =< (1; 1); (2; 1) >? R2 =< (1; 1); (2; 2) >?
Resoluo:
80
5.5.
a b
= a 22 = ab Ento o sistema possvel e determinado e por isso R2 =< (1; 1); (2; 1) >
,
1 b
= =
1 1 + 2 2 1 1 + 2 1
a b
= a 22 = a 22 + 2
= =
1 2
1 + 22 1 + 2
a b
= a 22 1 = a 22 , , = a 22 + 22 b = a Ento o sistema possvel se a = b e por isso R2 no gerado pelos vetores f(1; 1); (2; 2)g.
1 b
Obs: 25
1. Dois conjuntos diferentes podem gerar o mesmo espao;
= =
1 1 + 2 2 1 1 + 2 2
a b
= =
1 + 22 1 + 22
1 v1 + 2 v2 + : : : + n vn = 0V
) 1 = 2 = : : : = n = 0:
2. Se fv1 ; v2 ; : : : ; vn g um conjunto linearmente independente ento, os vetores v1 ; v2 ; : : : ; vn dizem-se vetores linearmente independentes.
4. Se fv1 ; v2 ; : : : ; vn g um conjunto linearmente dependente ento, os vetores v1 ; v2 ; : : : ; vn dizem-se vetores linearmente dependentes.
CAPTULO 5.
ESPAOS VETORIAIS
81
u = 1 v1 + 2 v2 + : : : + n vn
1 v1 + 2 v2 + : : : + n vn = 0V
um sistema possvel e determinado. 3. Diz-se que S um conjunto linearmente dependente o sistema
1 v1 + 2 v2 + : : : + n vn = 0V
um sistema possvel e indeterminado.
Exemplo: 26
(1; 2; 0); (0; 2; 1) e (1; 6; 1). 2. Estudar a dependncia linear dos vetores (1; 2; 0); (0; 2; 1) e (1; 6; 2).
1. Estudar a dependncia linear dos vetores 1. Consideremos o sistema:
Resoluo:
1 0 1 0 ! 1 0 6 7 l2 2 l1 6 4 2 2 6 0 5 l2 4 0 2 0 1 1 0 0 1 2 3 2 1 0 1 0 1 ! 6 7 ! 6 l2 1=2 l2 4 0 1 2 0 5 l3 l3 l2 4 0 0 1 1 0 0
l2 l1 l3 l1 + l3 (1) l3
6 4
1 + 3 = 0 21 + 22 + 63 = 0 2 + 3 = 0
2
!2 3 l2 + 2 l3 1 0 0 0
1 4 1 0 1 0
0 07 5 0 3 1 0 2 07 5 1 0
0 1 0 07 5 0 0 1 0
82
5.5.
1 = 2 = 3 = 0:
Os trs vetores so linearmente independentes. 2.
1 0 1 0 !6 1 0 1 6 7 l2 2 l1 4 0 2 4 4 2 2 6 0 5 l2 0 1 2 0 0 1 2 3 2 2 ! 6 1 0 1 0 7 !6 1 l2 1=2 l2 4 0 1 2 0 5 l3 l3 l2 4 0 0 1 2 0 0
O sistema possvel e indeterminado, existem vrias solues:
(
1 + 3 = 0 21 + 22 + 63 = 0 2 + 23 = 0
2
0 07 5 0 3 0 1 0 1 2 07 5 0 0 0
1 + 3 = 0 2 + 23 = 0 1 = 3 2 = 23
Teorema 5.4 Seja V um espao vetorial e sejam v1 ; v2 ; : : : ; vn um conjunto de vetores de V . Ento v1 ; v2 ; : : : ; vn so linearmente dependentes sse um dos vetores for combinao linear dos restantes.
Ento existe
6= 0
CAPTULO 5.
ESPAOS VETORIAIS
83
1. Se S um conjunto linearmente dependente, ento, S2 um conjunto linearmente dependente. 2. Se S um conjunto linearmente independente, ento, S1 um conjunto linearmente independente. 3. O vetor nulo oV um vetor linearmente dependente. 4. Se v 6= 0V , ento fv g linearmente independente. 5. Se um dos vetores v1 ; v2 ; : : : ; vn o vetor nulo, vi fv1; v2; : : : ; vng linearmente dependente.
= 0v
para algum i
= 1; : : : ; n, ento
6. Se num conjunto de vetores no nulos fv1 ; v2 ; : : : ; vn g, pelo menos um combinao linear dos restantes, os n vetores so linearmente dependentes.
V.
Obs: 27 Seja V um espao vetorial e seja S = fv1 ; v2 ; : : : ; vn g V . Diz-se que S uma base de V, se para qualquer vetor u = (x1 ; x2 ; : : : ; xn ) 2 V , o sistema
u = 1 v1 + 2 v2 + : : : + n vn
um sistema possvel e determinado.
Teorema 5.6 Seja V um espao vetorial. Podem existir vrios conjunto diferentes que formem uma base de V , mas o nmero de vetores de qualquer base de V sempre o mesmo. Denio 5.8 1. O nmero de vetores da base de V designa-se por dimenso de V e representa-se por dim(V ).
2. Seja V um espao vetorial e seja S = fv1 ; v2 ; : : : ; vn g uma base de V . Ento diz-se que V um espao vetorial de dimenso nita. 3. Se V
zero, dim(V ) = 0.
Teorema 5.7 1. dim(R2 ) = 2 e fe1 ; e2 g, em que e1 A esta base d-se o nome de base cannica.
84
5.6.
2. dim(R3 ) = 3 e fe1 ; e2 ; e3 g, em que e1 = (1; 0; 0); e2 = (0; 1; 0); e3 = (0; 0; 1), uma base de R3 . A esta base d-se o nome de base cannica. 3. dim(Rn )
= n e fe1; e2; : : : ; eng, em que e1 = (1; 0; : : : ; 0); e2 = (0; 1; : : : ; 0); en = (0; : : : ; 0; 1), uma base de Rn. A esta base d-se o nome de base cannica.
E1
= " 0 0 0 1
1 0 0 ; E = 0# 0 0 " 2 0 ; E = 0 0 6 0 0 0
fE ; E4 ; E5 ; E6 g "1 ; E2 ; E3 # "
; E5
A dimenso de S1 igual ao nmero de variveis livres (b; c; d), portanto, dim(S1 ) = 3, ou a dimenso de S1 igual dimenso de R4 menos o nmero de condies, dim(S1 ) = 4 1 = 3. Uma base para S1 um conjunto constitudo por 3 vetores linearmente independentes de S1 , que vericam a condio imposta (o nmero de vetores da base a dim(S1 ) e os vetores de S1 so da forma (b c; b; c; d)) . Por exemplo, fazendo sucessivamente (b; c; d) igual a (1; 0; 0), (0; 1; 0) e (0; 0; 1), obtemos a base:
= (a; b; c; d) = (b c; b; c; d) = = ; 0) + 3 (0; 0; 0; 1) 1 (1; 1; 0; 0) + 2 (1; 0; 18 8 > b c = b c(V ) b c = 1 2 > > > > > > > < b= < =b 1 ,> 1 > c = 2 = c 2 > > > > > > : d= : =d 3 3 = b(1; 1; 0; 0) + c(1; 0; 1; 0) + d(0; 0; 0; 1) 4 2 = 2).
CAPTULO 5.
ESPAOS VETORIAIS
85
(1; 0) e (0; 1) obtm-se: f(2; 1; 0; 0); (0; 0; 3; 1)g. 8v 2 S2; v = (a; b; c; d) = (2b; b; 3d; d) = b(2; 1; 0; 0) + c(0; 0; 3; 1)
3. S3 = f(x; y; z ) 2 R3 : 2x + y + z = 0g. A dimenso de S3 2 (variveis livres: x e y ou 3 1 = 2). vetor genrico de S3 : (x; y; 2x y ). Uma base para S3 , fazendo (x; y ) igual a (1; 0) e (0; 1) obtm-se:
dim(V ) = n. Ento,
1. Qualquer subconjunto de V com n vetores linearmente independentes uma base de V . 2. Qualquer subconjunto de V com n vetores linearmente independentes gera V . 3. Qualquer subconjunto de V com n vetores geradores de V uma base de V . 4. Qualquer subconjunto de V com n vetores geradores de V um conjunto linearmente independente. 5. Se A V e ](A) = m > n, ento A um conjunto linearmente dependente. 6. Se A V e A um conjunto linearmente independente, ento ](A) n. 7. Se A V e A um conjunto gerador de V , ento ](A) n.
2. Seja A 2 Mnn (R). Se c(A) = n, ento A tem n linhas (ou colunas) linearmente independentes e det(A) 6= 0.
(1; 2; 1) e (2; 3; 1) (1; 0; 3); (1; 2; 3); (1; 4; 2) e (0; 1; 1) (1; 1; 1); (1; 0; 1) e (1; 2; 3) (1; 1; 2); (2; 1; 1) e (3; 3; 0)
86
5.6.
Os dois primeiros conjuntos de vetores no formam uma base de R3 porque R3 tem dimenso 3 e estas bases teriam de conter exatamente 3 vetores.
O terceiro conjunto forma uma base se e s se os vetores forem linearmente independentes. O estudo da dependncia linear dos vetores pode ser feito a partir da determinao da caraterstica da matriz A cujas colunas so formadas pelas coordenadas desses vetores. Assim, temos:
3 ! 21 1 13 1 1 1 l l2 l1 6 7 7 2 A=6 40 1 15 41 0 25 1 1 3 l3 l3 l1 0 0 2 2
efetuando o mesmo estudo para o quarto conjunto de vetores, isto , condensando a matriz A cujas colunas so as coordenadas dos vetores dados, obtemos:
3 2 3 ! 21 2 3 3 1 2 3 1 2 3 ! l2 l2 l1 6 7 7 7 A=6 l3 l2 6 41 1 35 40 3 65 l3 40 3 65 l3 l3 2 l1 2 1 0 0 3 6 0 0 0 2
Exemplo: 29 Determinar para que valores de k, os vetores (1; 0; k); (0; 1; 0) e (k; 0; 1) formam uma base R3 .
suciente determinar em que condies os 3 vetores so linearmente independentes, isto ,
2
1 0 k ! 61 0 k 7 6 7 l3 k l1 40 1 0 5 40 1 05 l3 k 0 1 0 0 1 k2
a caraterstica ser 3 se
1 k2 6= 0 ou seja k 6= 1 ^ k 6= 1:
Teorema 5.9 Seja V um espao vetorial, B = fv1 ; v2 ; : : : ; vn g V uma base de V e v 2 V . Ento, o vetor v pode ser escrito de forma nica como combinao linear dos vetores v1 ; v2 ; : : : ; vn de B , isto , existem e so nicos os escalares 1 ; 2 ; : : : ; n 2 R tais que
v = 1 v1 + 2 v2 + : : : + n vn :
CAPTULO 5.
ESPAOS VETORIAIS
87
Exemplo: 30 Seja B = f(1; 1; 1); (1; 1; 2); (1; 2; 3)g uma base de R3 . Determinar as coordenadas do vetor v = (3; 4; 1) na base B .
Para determinar as coordenadas do vetor v na base B , procuramos trs escalares 1 ; 2 e 3 tais que: 2 3
6 4
A = f(x; y; z ) 2 R3
:
A
x + y z = 0g
A um subespao.
Resoluo:
1.1.
88
5.7.
EXERCCIOS RESOLVIDOS
8 2 R; 8u 2 A ; u 2 A Seja u = (x; y; z ) 2 A ento x + y z = 0. Mas ento u = ( x; y; z ) e como x + y z = 0, ento (x + y z ) = 0, ou seja x + y z = 0 e por isso u 2 A 8u; v 2 A ; u + v 2 A Sejam u = (x; y; z ) ; v = (a; b; c) 2 A, ento x + y z = 0 e a + b c = 0. Mas ento u + v = (x; y; z ) + (a; b; c) = (x + a; y + b; z + c) e como x + y z = 0 e a + b c = 0, ento (x + y z ) + (a + b c) = (x + a) + (y + b) (z + c) = 0, e por isso u + v 2 A
Logo
A um subespao.
1.2.
dim(A) = 3 1 = 2. A = f(x; y; z ) 2 R3 : x + y z = 0g = f(x; y; z) 2 R3 : z = x + yg = f(x; y; x + y) : x; y 2 Rg Como (x; y; x + y ) = x(1; 0; 1) + y (0; 1; 1), f(1; 0; 1); (0; 1; 1)g.
pode ser
uma base de
R2
e em caso armativo
nessa base.
Resoluo:
ou gerarem 2.1.
(1; 0) (1; 1)
e
+ =0 =0
, = = 0
=0
< (1; 0); (1; 1) >= R2 , isto , B gera R2 : < (1; 0); (1; 1) >=( f(a; b) 2 R2 : (a; b) = (1; 0) + (1; 1)g ( a=+ , =ab b= =b
Os escalares
Portanto, o conjunto
CAPTULO 5.
ESPAOS VETORIAIS
89
(1; 0) (1; 1)
e
(4; 3)
=1 =3
3. Considerar os vetores de
= (2; 1; 0)
pertencem ao subespao de
Resoluo:
3.1. Seja Ento:
a = 21 + 2 b = 1 2 + 33 c = 22 43 a b c
3 7 5 3
2 1 0 6 4 1 1 3 0 2 4 2 ! 6 1 1 l1 $ l2 4 2 1 0 2 2 ! 6 1 1 l2 l2 2 l1 4 0 3 0 2 ! 2 1 1 l2 $ 1=3 l2 6 4 0 1 l3 $ 1=2 l3 0 1
3 b 0 a7 5 4 c 3 3 b 6 2b + a 7 5 4 c 3 3 b b+ a 7 2 23 5 c 2 2
3 7 5
90
5.7.
EXERCCIOS RESOLVIDOS
3.2. A dimenso de
W,
portanto
dim(W ) = 2
dim(W ) = 3 1 = 2
W
igual dimenso de
R3 menos o
W =< u; v; w >:
u1 = (4; 8; 0):
Logo
u1 2 =W u2 = (2; 1; 0):
Logo
u2 2 W
(2; 1; 0)
Resoluo:
w = (5; 1; 6).
2 3
1 2 5 ! 61 2 5 7 ! 61 2 57 7 A=6 1 5 l3 $ l3 + 4 l2 40 1 15 40 1 15 l3 $ l3 2 l1 40 1 2 0 6 0 4 4 0 0 0
A caraterstica de
5. Determinar
dimenso
do
subespao
vetorial e
t = (1; 2; 1; 1).
2
de
R4 ,
gerado
pelos
vetores
1 6 60 A=6 60 4 0
3 2 5 4
1 3 2 17 6 ! 6 27 7 l2 $ 1=2 l2 60 1 0 60 5 1 7 15 4 0 4 3 1 2 3 1 3 2 1 !6 7 7 l3 $ l3 5 l2 6 60 1 0 17 l4 $ l4 4 l2 6 47 40 0 1 5 0 0 3 5 2 0 1 3
17 17 7 17 5 1
CAPTULO 5.
ESPAOS VETORIAIS
91
A caraterstica de
R2
mesma reta quando colocados com os seus pontos iniciais na origem. Logo 2 vetores de
u; v 2 R2
so linearmente independentes se nenhum dos vetores um mltiplo do outro, isto , sse no existe
k 2 R tal que u = kv
R3 um conjunto de 3 vetores linearmente independente sse os vetores no esto num mesmo 3 plano quando colocados com os seus pontos iniciais na origem. Logo 3 vetores de u; v; w 2 R
Em so linearmente independentes se nenhum dos vetores combinao linear dos restantes.
R3 so subespaos de R3 :
R4 so subespaos de R4
3. Dados os vetores
w = (2; 1; 5), determine o valor da constante k por forma a ser possvel escrever o vetor u como combinao linear dos vetores v e w.
,
= (1; 2; k)
= (3; 0; 2)
o vetor
= (x; y; z)
seja
R3 so linearmente independentes.
92
5.8.
EXERCCIOS PROPOSTOS
5.2. 5.3.
f(1; 2; 3); (3; 2; 1)g f(0; 1; 2); (1; 1; 1); (1; 2; 1)g
M22 (R), o conjunto A=
("
6. No espao vetorial
1 2 3 1
#
,
"
2 3 3 0
#
,
"
3 4 3 1
#)
subconjunto de
P2
so linearmente
u e v so linearmente
9. Averigue se:
A = f(1; 1; 3); (3; 8; 2); (2; 8; 4)g uma base de R3 ; 3 9.2. O conjunto B = f(1; 2; 3); (3; 3; 2); (2; 1; 2)g uma base de R ; 2 10. No espao vetorial R consideremos as bases B = f(2; 0); (1; 3)g e C = f(1; 3); (2; 4)g e 2 o vetor v = (8; 6) relativamente base cannica de R . Determine as componentes de v relativamente s bases B e C . 2 11. Determine as componentes (ou coordenadas) do vetor u = (1; 2) 2 R na base B = f(1; 1); (1; 1)g: 3 12. 12.1. Seja B = f(1; 1; 1); (1; 1; 2); (1; 2; 3)g uma base de R . Determinar as coordenadas do vetor v = (3; 4; 1) na base B . 0 3 12.2. Seja agora B = f(0; 0; 1); (1; 0; 1); (0; 1; 0)g outra base de R . Determinar as coordenadas do vetor v na nova base. 3 13. Considere os vetores de R , x = (1; 1; 1), y = (2; 1; 0) e z = (1; 0; 1).
9.1. O conjunto 13.1. Mostre que constituem uma base de 13.2. Determine as componentes do vetor 13.3.
w = (0; 1; 2) pertence ao subespao gerado pelo conjunto fx; yg : 3 Os vetores f(1; 0; 1); (0; 0; 0); (0; 1; 0)g geram R ? E
de
R3 :
k 2 R de modo que o vetor z = (1; 2; k) pertena a E . 3 Fazendo k = 0, mostre que os vetores x, y e z constituem uma base de R : Determine as componentes de e2 = (0; 1; 0) em relao a essa base.
CAPTULO 5.
ESPAOS VETORIAIS
93
16. Seja
A = (x; y; z ) 2 R3 : x 3y + 8z = 0 :
A um subespao vetorial de R3 : Determine, justicando, uma base para A e indique a sua dimenso. k
para os quais os vetores
formam
18. Seja
R3 :
18.1. Averigue se
R3 :
19. Indique o valor lgico de cada uma das armaes seguintes, justicando a sua resposta. 19.1. O conjunto 19.2. 19.3. 19.4.
S = f(1; t; t): t 2 Rg um subespao vetorial de R3 : 3 Os vetores (1; 1; 0), (2; 0; 1) e (4; 4; 0) formam uma base de R : Se os vetores u e v so linearmente independentes, ento 2u e u v tambm o so. u = (1; 0; 0), v = (1; 2; 1), w = (1; 0; 1) e t = (2; 1; 1) so vetores linearmente
independentes.
R4 :
A = (a; b; c; d) 2 R4 : a + b + c = 0 B = (a; b; c; d) 2 R4 : a 2b = 0 ^ c = 3d
Determine uma base e a dimenso de 21. Seja
A e B:
o subespao vetorial de
B = fu; v; wg uma base de R3 , onde u = (1; 1; 1), v = (1; 1; 0) e w = (0; 1; 1) e S = fa; b; cg uma outra base de R3 , onde a = (0; 0; 1), b = (1; 0; 1) e c = (0; 1; 0): Considere o vetor x = (1; 2; 3)B e determine as suas componentes na base S: T
23. Seja
= (x; y; z) 2 R3 : x + y + z = 0 (1; 1; 0)
T.
24. Indique, justicando, se so verdadeiras ou falsas as seguintes armaes: 24.1. O vetor pertence ao subespao de
(0; 5; 4):
24.2.
94
5.8.
EXERCCIOS PROPOSTOS
24.3. Se
24.4. Se
fu; vg uma base de R2, com u = (u1; u2) e v = (v1; v2), ento
u1 v1 u2 v2
6= 0:
gerado
25. Sejam
u = (2; 0; 1) e v
= (1; 3; 1)
vetores de
R3 .
Determine o subespao de
R3
(1; 1; 1; 1; 0)
U
R5
a1
espao anterior.
27. Seja
= f(x; y; z; t) 2 R4 : x 2z = 0 ^ y = tg
U
um subespao de
R4 ?
U S
e a sua dimenso.
de
(4; 2; 2)
est em
S: S:
1 6 6 1 A=6 6 0 4 1
2 0 2 0
0 2 2 2
1 7
1 7 7 0 7 5 1
A.
29.1. Calcule, usando o mtodo de condensao, a caraterstica da matriz 29.2. Diga, justicando com base na alnea anterior, se os vetores
(2; 2; 1)
falsas:
R3 , o subespao F
F
(1; 0; 1) (0; 2; 1)
,
31. Das seguintes frases, diga, justicando convenientemente, quais so verdadeiras e quais so
31.1. Sendo
linearmente dependente.
31.2. Num espao vetorial de dimenso 5, 3 vetores so sempre linearmente independentes. 31.3. Num subespao, o nmero de vetores da base igual dimenso do subespao.
CAPTULO 5.
ESPAOS VETORIAIS
95
5.8.1 Solues
1. 1.1. No. 1.2. Sim. 1.3. No. 1.4. No. 2. 2.1. Sim. 2.2. No. 2.3. Sim. 2.4. No. 3. 4.
k = 12: u = v + 2w. x y 2z = 0.
5.2. Sim. 5.3. Sim.
5. 5.1. No.
12. 12.1.
v = (6; 4; 1)B . v = (2; 3; 4)B0 . v = (3; 2; 1)fx;y;zg . < x; y >= f(a; b; c) 2 R3 : a = 2b + cg:
96
5.8.
EXERCCIOS PROPOSTOS
k 6= 0.
18.2. 18.3.
19. 19.1. Falsa. 19.2. Falsa. 19.3. Verdadeira. 19.4. Falsa. 20.
A:
de
dim(A) = 3 A = f(1; 1; 0; 0); (1; 0; 1; 0); (0; 0; 0; 1)g B : dim(B ) = 2 B = f(2; 1; 0; 0); (0; 0; 3; 1)g dim(S ) = 2 S = f(a; b; c) 2 R3 : b = 2ag
; Base de . . . .
; Base
dim(T ) = 2
24.2. Falsa.
; Base de
27. 27.1.
28. 28.1.
dim(S ) = 2 r (A ) = 3
.
dim(F ) = 2
, Base de
CAPTULO 5.
ESPAOS VETORIAIS
97
Captulo 6
Transformaes lineares
6.1 Denies Gerais
Denio 6.1 Sejam A e B conjuntos e x 2 A. Diz-se que f uma funo de A em B se associa a cada elemento de A um e um s elemento de B , representando-se por f (x) a imagem de x por f . Chama-se domnio de f ao conjunto A.
Obs: Sejam f uma funo de domnio Rn e x = (x1 ; : : : ; xn ) 2 Rn . Ento, a imagem de x por f , pode representar-se por f (x) ou por f (x1 ; : : : ; xn ).
Denio 6.2 Sejam V e V 0 dois espaos vetoriais e f uma funo de V em V 0.
1. Diz-se que f uma transformao linear ou aplicao linear ou homomorsmo, se
2.
8 u; v 2 V; f (u + v) = f (u) + f (v), 1.2. 8 2 R; 8 u 2 V; f ( u) = f (u). Representa-se por L(V; V 0) o conjunto de todas as transformaes lineares de V
1.1.
em V 0.
3. Se f injetiva, ento, diz-se um monomorsmo. 4. Se f sobrejetiva, ento, diz-se um epimorsmo. 5. Se f bijetiva, ento, diz-se um isomorsmo. 6. Se V
98
CAPTULO 6.
TRANSFORMAES LINEARES
99
Resoluo:
2.
2.
100
6.1.
DEFINIES GERAIS
= ( x + x0 + y + y0; 2 x + 2x0) f (u) + f (v) = f (x; y) + f (x0 ; y0 ) = (x + y; 2x) + (x0 + y0 ; 2x0 ) = = ( x + y; 2 x) + ( x0 + y0; 2 x0) = ( x + y + x0 + y0; 2 x + 2 x0) Logo f (u + v ) = f (u) + f (v ).
Mas ento, como se verica a condio, f uma transformao linear.
= ( x y + x y0 + x0 y + x0 y0; 2 x2 + 2 xx0 + 2x02) f (u) + f (v) = f (x; y) + f (x0 ; y0 ) = (xy; x2 ) + (x0 y0 ; x02 ) = = ( xy; x2) + ( x0y0; x02) = ( xy + x0y0; x2 + x02) Logo f (u + v ) 6= f (u) + f (v ).
Mas ento, como no se verica a condio, f no uma transformao linear.
CAPTULO 6.
TRANSFORMAES LINEARES
101
Obs: 30 O teorema anterior apresenta algumas situaes em que uma funo no transformao linear. Se T (0V ) 6= 0V 0 , ento T no transformao linear, mas se T (0V ) = 0V 0 no podemos concluir que T uma transformao linear.
Exemplo: 34 Utilizando o teorema anterior, verique se possvel concluir que as seguintes funes no so transformaes lineares:
: R2 2. T : R2 3. T : R2 4. T : R2
1. T
Resoluo:
! R3, T (x; y) = (x; 1; x + y). ! R, T (x; y) = jx yj. ! R2, T (x; y) = (xy; x + y). ! R2, T (x; y) = (2x; 3y).
102
6.2.
8u 2 V ; T (u) = T (u):
Seja u = (1; 1);
T (0V ) =V 0.
T (u v) = T (a c; b d) = (2a 2c; 3b 3d) ; T (u) T (v) = T (a; b) T (c; d) = (2a; 3b) (2c; 3d) = (2a 2c; 3b 3d) = T (u v)
Logo nada se pode concluir.
8u 2 V ; T (u) = T (u):
Seja u = (a; b);
CAPTULO 6.
TRANSFORMAES LINEARES
103
Denio 6.3 Sejam E e V dois espaos de dimenso nita, T : E ! V uma transformao linear, B = fu1 ; : : : ; un g uma base de E e B 0 = fv1 ; : : : ; vm g uma base de V . Ento
Exemplo: 35 Seja T : R3 ! R2 , denida por T (x; y; z ) = (x; y + z ) uma transformao linear. Determine a matriz da aplicao linear relativamente s bases cannicas de R3 e de R2 .
Resoluo:
1 0 0 AT = 0 1 1
"
Obs: 32 1. Sejam T uma transformao linear de Rn em Rm e AT a matriz de T relativamente s bases cannicas. A imagem de u 2 Rn dada por:
T (u) = AT u
2. Sejam T uma transformao linear de Rn em Rm e AT;BB 0 a matriz de T relativamente s bases B de Rn e B 0 de Rm . A imagem de u 2 Rn dada por:
T (u)B0 = AT;BB0 uB
Exemplo: 36 Seja T uma aplicao linear de R3 em R3 denida por:
T (x; y; z ) = (2x y z; 2y x z; 2z x y)
104
6.2.
1. Determine a matriz da transformao T em relao base cannica. 2. Use a matriz da transformao linear T para determinar a imagem dos vetores:
1.
Reciprocamente, dada uma matriz, podemos determinar a aplicao linear representada por essa matriz.
Exemplo: 37
CAPTULO 6.
TRANSFORMAES LINEARES
105
Im(T ) = fT (u) 2 V
u 2 E g:
Nuc(T ) = fu 2 E
Exemplo: 38 Seja T
1. Im(T ); 2. Nuc(T ).
Resoluo:
T (u) = 0V g:
1. Im(T ) = fT (x; y; z )
x; y; z 2 Rg = f(x + z; x + 2y z ) : x; y; z 2 Rg = = fx(1; 1) + y(0; 2) + z(1 1) : x; y; z 2 Rg =< (1; 1); (0; 2); (1; 1) >
Calculemos a caraterstica da matriz:
"
1 0 1 l2! 1 0 1 l2 l1 1 2 1 0 2 2
"
A caraterstica da matriz 2 e por isso os vetores geram R2 . Logo Im(T ) = R2 . 2. Nuc(T ) = f(x; y; z ) 2 R3 : T (u) = (0; 0)g = f(x; y; z ) 2 R3 Temos, ento, que resolver o sistema:
(
x+z =0 x + 2y z = 0
#
ou seja
"
1 0 1 0 1 2 1 0
(
! 1 0 1 0 l2 l2 l1 0 2 2 0 ,
8 > < > :
"
tem-se
x+z =0 2y 2 z = 0
x = y= z = ; 2 R
106
6.3.
Obs: 33 Seja T uma transformao linear de E em V . Para determinar o ncleo de T , basta resolver o sistema homogneo associado a AT , isto , o ncleo a soluo do sistema [AT j0]. Teorema 6.3 Seja T uma transformao linear de E em V . Ento:
1. Im(T ) um subespao de V . 2. Nuc(T ) um subespao de E . 3. Se B = fu1 ; u2 ; : : : ; un g uma base de E , ento, Im(T ) =< T (u1 ); T (u2 ); : : : ; T (un ) >.
1 0 6 2 1. Como (1; 0); (0; 1) a base cannica de R , temos AT = 41 17 5, logo 0 1 1 0 "x# x 6 7 6 T (x; y) = AT (x; y) = 41 15 = 4x + y7 5: y 0 1 y
Ou seja
2 3 2 3
2. Em primeiro lugar veriquemos que B = f(2; 2); (1; 3)g uma base de R2 .
2 1 = 6 2 = 4 6= 0 2 3
Logo os vetores so linearmente independentes e como so 2 vetores de R2 tambm geram R2 . Isto , B uma base de R2 . Agora vamos denir o vetor genrico (x; y ) como combinao linear dos vetores da base B :
x = 2 + y = 2 + 3
CAPTULO 6.
TRANSFORMAES LINEARES
107
ou seja
"
2 1 2 3
x ! l2 l2 l1 y
8 > <
"
2 1 x 0 2 yx
tem-se, ento,
(
2 + = x , 2 = y x
x x y 2 = 3x y = 2 2 4 > : = yx 2
Mas ento
3x y T (2; 2) + y x T (1; 3) 4 2 como Nuc(T ) =< (1; 3) >, ento, T (1; 3) = (0; 0; 0), y (0; 1; 1) + y x (0; 0; 0) = 3x 4 2 y ; 3x y ) = (0; 3x 4 4
T (x; y) =
Denio 6.5 Seja T uma transformao linear de E em V .
1. Chama-se caraterstica de T, e denota-se por cT dimenso de Im(T ), isto ,
cT
nT
= c (A T ): 2. Se dim(E ) = n, ento, cT + nT = n:
1. cT
T (x; y; z ) = (x + y; x + z )
Determine: 1. cT ;
108
6.3.
1. Como
, tem-se
"
"
= dim(Im(T ) = 2 e T uma transformao linear de R3 em R2, conclui-se que Im(T ) = R2 . Pelo que uma base para Im(T ) por exemplo a base cannica, f(1; 0); (0; 1)g. 3. Aplicando o teorema anterior nT + cT = 3, logo nT = 1.
4. Para calcular o Ncleo de T temos de resolver o sistema:
"
1 1 0 0 l2! 1 1 0 0 l2 l1 1 0 1 0 0 1 1 0
(
"
mas ento
x+y =0 y + z = 0 ;
= f(; ; )
2 Rg
x = y = y = ; 2 R z=y=
CAPTULO 6.
TRANSFORMAES LINEARES
109
base cannica de
R3 :
1 1 0 6 AT = 4 2 0 0 7 5 0 0 1
3
relativamente
1.1. Determine
T (x; y; z ). T
uma transformao linear.
cT e nT .
Resoluo:
1.1.
3
.
1.2.
8; 2 R; 8u; v 2 R3;
T (u + v) = T (u) + T (v):
Sejam
u = (a; b; c) e v = (a0 ; b0 ; c0 ),
T (u + v) = T ((a; b; c) + (a0 ; b0 ; c0 )) = T (a + a0 ; b + b0 ; c + c0 )
= (a + a0 + b + b0; 2a + 2a0; c + c0) T (u)+T (v) = (a+b; 2a; c)+ (a0 +b0 ; 2a0 ; c0 ) = (a+b; 2a; c)+(a0 +b0 ; 2a0 ; c0 ) = (a + b + a0 + b0; 2a + 2a0; c + c0) = T (u + v):
1.3.
cT
= c (A T )
, logo:
1 1 0 ! 1 1 0 6 7 7 l2 2 l1 6 4 2 0 0 5 l2 4 0 2 0 5 0 0 1 0 0 1
Mas ento
cT
Pelo teorema das dimenses temos:
= c(AT ) = 3:
nT
nT + cT
=3 ,
= 3 cT = 3 3 = 0
110
6.4.
EXERCCIOS RESOLVIDOS
2. Considere um endomorsmo de
1 1 1 6 AT = 4 2 2 4 7 5 1 1 2
2.1. Calcule o ncleo de
T , bem como a sua dimenso e indique uma base. T , bem como a sua dimenso e indique uma base.
Resoluo:
2.1. Primeiro calculemos
Nuc(T ):
1 1 1 0 6 7 4 2 2 4 0 5 1 1 2 0 !2 1 1 1 l2 l2 2 l1 6 4 0 0 2 l3 l3 l1 0 0 1 3 2 0 1 1 1 ! 0 0 1 07 l2 $ l3 6 5 4 0 0 2 0 !2 1 1 0 l1 l1 l2 6 4 0 0 1 l3 l3 2 l2 0 0 0
,
8 > < > :
0 07 5 0
0 07 5 0
Mas ento
x+y =0 z=0
Logo
x = y = z=0 y = ; 2 R
como
(; ; 0) = (1; 1; 0)
, uma
2.2.
= c(AT ) = 2:
Calculemos agora
Im(T ): a b c
3 7 5
1 1 1 6 4 2 2 4 1 1 2
!2 1 1 1 a 3 l2 l2 2 l1 6 7 4 0 0 2 b 2a 5 l3 l3 2 l1 0 0 1 ca
CAPTULO 6.
TRANSFORMAES LINEARES
111
! 6 1 1 1 a 7 l2 $ l3 4 0 0 1 c a 5 0 0 2 b 2a ! 2 1 1 0 2a + c 3 l1 l1 l2 6 7 4 0 0 1 ca 5 l3 l3 2 l2 0 0 0 b 2c
Mas ento o sistema possvel se
b 2c = 0 logo
(a; 2c; c) = (a; 0; 0) + (0; 2c; c) = a(1; 0; 0) + c(0; 2; 1) f(1; 0; 0); (0; 2; 1)g
.
Im(T )
Ento tem-se
jjT (e1)jj cos = cos2 T (e 1 ) = jjT (e1)jj sen sen cos jjT (e2)jj cos = sen cos T (e 2 ) = jjT (e2)jj sen sen2
" # "
"
Logo
AT
Quando
"
p # 3 =4 3= 4 AT = p 3 = 4 1 =4
ou seja
3= 2
, tem-se
Logo
112
6.5.
EXERCCIOS PROPOSTOS
denido em
R3 pela matriz
0 1 1 6 Af = 4 0 1 1 7 5: 2 1 1
f.
uma transformao linear.
2. Considere a matriz
5 1 1 A= 3 0 2 7 5: 1 0 4
6 4
Seja
T : R3 ! R3
R3 ; a matriz A= A:
T (1; 0; 2): Determine nT e o Nuc(T ). Determine cT e uma base para Im(T ). T (x; y; z ) = (x + 2y z; y + z; x + y 2z ):
T.
w:
cannicas
! R2
#
0 1 4 0 2 5
T
so, respetivamente,
S1
S2 ,
e indique as
R2 em R3 denida por f (x; y) = (x; y; x + y): Determine 2 3 a matriz de f relativamente s bases cannicas de R e R :
f
de
R4 em R, denida por:
f (x; y; z; t) = x + y t
6.1. Calcule
Af :
CAPTULO 6.
TRANSFORMAES LINEARES
113
f (x; y) = (0; x + y): Mostre que se trata de uma transformao linear e determine a matriz AT . f : R2 ! R3 denida por f (1; 0) = (1; 0; 0) e f (0; 1) = (2; 1; 1)
8.1. Determine 8.2.
9. Seja
1 0 1 0 1 17 5 2 1 3 (0; 1; 3) T:
6 4
por
R2 da seguinte forma:
11.1. Determine o ncleo da transformao. 11.2. Determine a dimenso da imagem da transformao. 11.3. Determine a matriz da transformao
Af
114
6.5.
EXERCCIOS PROPOSTOS
6.5.1 Solues
1. 1.1. 1.2. 1.3. 2. 2.1. 2.2. 2.3. 3. 3.1. 3.2.
Nuc(f ) = f(x; y; z ) 2 R3 : x = 0 ^ y z = 0g; Base de Nuc(f ) = f(0; 1; 1)g. Base de Im(f ) = f(0; 0; 2); (1; 1; 1)g. f (x; y; z ) = (y + z; y z; 2x + y z ) .
(3; 7; 9) nT = 0 Nuc(T ) = f(0; 0; 0)g cT = 3 Im(T ) = R3 Im(f ) = f(1; 0; 0); (0; 1; 0); (0; 0; 1)g
. , . , , base de
4. 4.1. 4.2.
5.
6. 6.1.
0 0 6 AT = 40 07 5 0 0 h i AT = 0 0 0 0 cT = 3 Im(T ) = fg nT = 0 Nuc(T ) = fg
6.2. , . 6.3. ,
7.
8. 8.1.
Nuc(f ) = fg. cf =.
11.3.
0 6 60 Af = 6 60 4 0
0 0 0 0
07 07 7 07 5 0
Captulo 7
Au = u:
2. Seja A uma matriz quadrada de ordem n. Chama-se espetro de A, e representa-se por (A), ao conjunto de todos os valores prprios de A. 3. Sejam A uma matriz quadrada de ordem n e 2 (A). Chama-se Subespao prprio do valor prprio , e representa-se por E ou, caso possa haver ambiguidade relativamente matriz, por E;A , ao conjunto:
E = fu 2 Cn
Obs: 34
Au = ug
2. Os vetores prprios podem ser reais ou complexos. 3. Um vetor prprio sempre um vetor no nulo, mas
4. Cada vetor prprio est associado apenas a um valor prprio, mas um valor prprio pode ter vrios vetores prprios associados. 5. O subespao prprio E o conjunto de todos os vetores prprios associados ao valor prprio
Teorema 7.1 Sejam A uma matriz quadrada de ordem n e 2 (A). Ento E um subespao. Teorema 7.2 Seja A uma matriz quadrada de ordem n. Ento 2 (A) sse
det(A In ) = 0:
115
116
Demonstrao:
Se
Como
In ) = 0.
u no pode ser o vetor nulo, o sistema anterior possvel e indeterminado, logo det(A
Analogamente se
det(AIn ) = 0 o sistema (AIn )u = 0 possvel e indeterminado, mas ento a equao Au = u tem vrias solues, isto , existem vetores no nulos u que a satisfazem. Logo o valor prprio de A.
Obs: 35 Se um valor prprio da matriz A, ento os vetores prprios associados a so solues do sistema homogneo (A I )u = 0. Exemplo: 41
de A.
Resoluo
1 0 0 6 Considere a matriz A = 4 0 1 07 5. 1 2 2
jA I3j = 0 , (1 )2(2 ) = 0 , = 1 _ = 2
2
=1
1 0 0 0 0 0 0 0 ! 6 7 6 = 1 1 0 05 0 0 07 4 0 4 0 5 1 2 2 0 1 2 1 0
8 > <
0=0 0=0 > : x = 2y + z E por isso o subespao prprio associado ao valor prprio = 1 :
E1 = f(2 + ; ; ) ; ; 2 Rg
Como dim(E1 ) = 2, h 2 vetores prprios associados ao valor prprio = 1. Para determinar os vetores prprios, determina-se uma base para E1 .
8 > <
(2 + ;
; ) = (2; 1; 0) + (1; 0; 1)
CAPTULO 7.
117
1 0 0 0 1 0 0 0 ! 6 7 6 1 0 0 5 = 2 4 0 1 0 0 7 4 0 5 1 2 2 0 1 2 0 0
ou seja, tem-se o sistema
8 > <
x = 0 , y = 0 > : x + 2y = 0
x=0 y=0
(0; 0; ) = (0; 0; 1)
Logo o vetor prprio associado ao valor prprio = 2
f(0; 0; 1)g.
A matriz A tem 2 valores prprios (A) = f1; 2g e 3 vetores prprios, 2 associados ao valor prprio = 1, f(2; 1; 0); (1; 0; 1)g e 1 associado ao valor prprio = 2, f(0; 0; 1)g.
Obs: 36 Seja A 2 Mnn (R). Os valores prprios de A so os zeros do seu polinmio caraterstico.
118
Exemplo: 42
2 0 Seja A = 2 1
"
(0; y) = y(0; 1)
Para = 2:
vetor prprio:
f(0; 1)g:
# " #
0 , 0 0 0 , 2x y = 0 ) y = 2x 22 0 (A In)X = 0 , 2 12 0 2 1 0
E2 = f(x; y) 2 R2 : y = 2xg = f(x; 2x); x 2 Rg
"
f(1; 2)g:
A matriz A tem 2 valores prprios (A) = f1; 2g e 2 vetores prprios, 1 associado ao valor prprio = 1, f(0; 1)g e 1 associado ao valor prprio = 2, f(1; 2)g.
2 (Ak )
CAPTULO 7.
119
matriz
Resoluo:
3 0 0 6 A = 40 1 17 5 1 1 1
3 7 5
2 6 4
= 3 =)
6 4
1 0 0
-1 -2 0
-2 -1 0
0 0 0
3 7 5
E3 = f(3y; y;
2. Determine
2y) ; y 2 <nf0gg
"
Resoluo:
3 0 a 1
#
.
u = (1; 2) , Au = u
3 0 A= a 1
#" #
"
#
sse
9 2 R : Au = u ,
=3
"
,
(
"
3 0 1 = 1 a 1 2 2
,
" #
a2
= 2
"
Ou seja
=3 2 = a 2
a=6+2=8
Determine o
3. Seja
espetro de A.
120
7.1.
EXERCCIOS RESOLVIDOS
Resoluo:
Seja
det(A) = 1 2 = 10.
Ou seja,
tem-se o sistema
1 = 7 2 (7 2) 2 = 10
,
2 =
1 = 7 2 7 2 2 2 10 = 0
,
(
Mas ento
1 = 7 2 2 2 + 72 10 = 0
Logo
(A ) = f2 ; 5 g .
1 = 7 2 = 2 10 2 = 2 = 5
1 = 7 2 = 5 4 2 = 2 = 2
7p4940 2
1 = 7 2
7 3 = 2
4. Determine a matriz
A sabendo que tr(A) = 3, det(A) = 0, (1; 1) e (0; 2) so vetores prprios de A , (1; 1) o vetor prprio associado ao valor prprio de menor valor absoluto e que A tr(A) = 3, det(A) = 0 e A admite dois valores prprios distintos, ento, (A) = f0; 3g
Resoluo:
Se Se
= (0;2)
so vetores prprios de
ento
Au
= 1 u
Av
= 2 v
com
(1; 1) 1 = 0 2 = 3
A=
"
Seja
a b c d
#
,
Au = 1 u
"
a b c d
"
#" #
1 =0 1 1 1
" #
"
a+b c+d
"
= 0 0
" #
a+b=0 c+d=0
Av = 2 v
8 > > > > <
Tem-se, ento
a b c d
#" #
0 =3 0 2 2
" #
2b = 0 2d 6
:
" #
2b = 0 2d = 6
a = b = 0 c = d = 3 b=0 d=3
Logo
0 0 A= 3 3
"
CAPTULO 7.
121
a11 a12 . e A = Sejam y = a21 a22 Ento o sistema pode ser escrito na forma y 0 = Ay . Se A tiver 2 valores prprios reais e distintos 1 e 2 , ento a soluo geral do sistema de equaes diferenciais : y(t) = c1 e1 t v1 + c2 e2 t v2 ; c1 ; c2 2 R
Se alm disso impusermos que
"
y 01 y1 , y0 = y 02 y2
"
"
y0
quando
t = 0, ento o
y0 = Ay; y(0) = y0
designado por problema com condies iniciais.
Problema de misturas
Dois tanques esto ligados como ilustrado na Figura 9. Inicialmente, o tanque A contm 200 litros de gua, onde foram dissolvidos 60 gramas de sal. O tanque B contm 200
litros de gua pura. Bombeia-se lquido para dentro e para fora dos dois tanques a taxas indicadas na gura 9. Pretende-se determinar a quantidade de sal no instante t.
Sejam
y1 (0) y2 (0)
= 60 0
"
122
7.1.
EXERCCIOS RESOLVIDOS
A quantidade total de lquido em cada tanque sempre 200 litros, porque a quantidade de lquido bombeada para dentro igual quantidade bombeada para fora em cada tanque. A taxa de variao da quantidade de sal em cada tanque igual taxa em que est sendo adicionado sal, menos a taxa em que est sendo bombeado para fora. Para o tanque A, a taxa em que o sal est a ser adicionado dada por
(5L=min) 200
y2 (t) g=L
(20L=min) 200
y1 (t) g=L
40
y 02 ( t ) =
Para determinar
y1 (t) e y2 (t), precisamos de resolver o problema com condies iniciais y0 = Ay; y(0) = y0
onde e
A=
"
2
20
" # 1# 10 40 e y0 = 60 . 1 1 0 10 10
v1
= (1; 2)
1
v2
= (1; 2)
3 1 = 20
A soluo deste
problema da forma
y = c1 e 20 t v1 + c2 e 20 t v2 c1 v1 + c2 v2 = y0
"
No instante
t = 0; y = y0 , logo
1 1 2 2
# " #
c1 c2
= 60 0
"
c1 = c2 = 30.
c1 e c2
" #
3 y = 30e 20 t
1 1 + 30e 1 20 t 2 2
" #
CAPTULO 7.
123
A=
"
3 0 8 1
0 0 1 6 B = 42 1 07 5 2 0 1
2 0 1 6 C = 4 19 2 0 7 5 19 2 4
2
2.1.
2.2.
2.3.
1 6 41 2 2 2 6 40 0 2 0 6 40 1
0 2 1 07 5 0 1 3 0 2 1 17 5 3 1 3 2 0 1 07 5 0 1
3. Determine
"
a b
1 1
#
.
4. Seja
Determine o
espetro de A.
sabendo que
tr(A)
=2
det(A)
= 0 (1; 0) (1; 2)
, e
so vetores
6. Seja
2 1 1 2 3 4 7 5 1 1 2
124
7.2.
EXERCCIOS PROPOSTOS
6.4. Verique se
(1; 1; 1)
um vetor prprio de
T.
3
T.
2
7.1. Determine
2 5 5 6 A = 4 0 3 1 7 5 0 1 3
A.
3
7.2. Determine os vetores prprios associados ao valor prprio 2. 7.3. Determine todos os valores prprios de 8. Considere a matriz
2 5 5 6 A = 4 0 3 1 7 5 0 1 3
A.
7.2.1 Solues
1.
19g
f1; 3g.
f2g. vetores prprios associados a = 2, f(1; 0; 0)g. Valores prprios f1; 0; 1g. vetores prprios associados a = 1, f(0; 0; 1)g; vetores prprios associados a = 0, f(10; 1)g;vetores prprios associados a = 1, f(2; 1; 1)g.
= 3, f(4; 1; 4)g.
= 1 f(0; 1; 0)g
,
; vetores
3. 4.
5.
6.
7.
"
=3
; No;
Captulo 8
Geometria Analtica
8.1 vetores
Obs: 37 Muitas grandezas fsicas, como velocidade, fora, deslocamento e impulso, para serem completamente identicadas, precisam, alm da magnitude, da direo e do sentido. Estas grandezas so chamadas grandezas vetoriais ou simplesmente vetores. Notao:
Neste captulo vamos usar a seguinte notao:
Letras maisculas para representar pontos Letras minsculas para representar retas
(A; B; C; : : : )
Denio 8.1 1. Geometricamente, vetores so representados por segmentos de retas orientados no plano ou no espao. Um segmento orientado determinado por dois pontos, o primeiro chama-se ponto inicial ou origem do segmento orientado e o segundo chamase ponto nal ou extremidade. O segmento orientado de origem em A e extremidade ! em B representado por AB e, geometricamente, indicado por uma seta que carateriza visualmente o sentido do segmento.
2. Fixada uma unidade de comprimento, a cada segmento orientado pode associar-se um nmero real, no negativo, que a medida do segmento em relao unidade xada. O ! ! ! comprimento do segmento orientado AB representa-se por jjAB jj ou por jAB j. Segmentos orientados com mesma direo, o mesmo sentido e o mesmo comprimento representam o mesmo vetor. A direo, o sentido e o comprimento do vetor so denidos como sendo a direo, o sentido e o comprimento de qualquer um dos segmentos orientados que o representam.
125
126
8.1.
VETORES
Figura 8.2:
3. Se AB um segmento orientado, BA o segmento orientado com a mesma direo e o mesmo comprimento, mas com sentido oposto ao primeiro. 4. Dois vetores so colineares se tiverem a mesma direo, isto se pertencem a uma mesma reta ou a retas paralelas.
CAPTULO 8.
GEOMETRIA ANALTICA
127
o vetor
= 0, ento, ! v =
jj vezes o comprimento de ! v;
a mesma direo de
6= 0, ento, ! v tem:
! 0
Obs: 38 Para qualquer vetor ! u , o simtrico de ! u , denotado por ! u , o vetor que tem ! mesmo comprimento, a mesma direo e sentido contrrio ao de u . Segue ento, que ! ! u (! u)= 0 Denimos a diferena ! u menos ! v , por ! u ! v =! u + (! v ):
128
8.1.
VETORES
!, Assim, a diferena ! u ! v um vetor que vai da extremidade de ! v at a extremidade de uv desde que ! u e! v estejam representados por segmentos orientados com a mesma origem.
1. O produto escalar entre os vetores ! u e! v , representa-se por ! u j! v ou por ! u! v dado por ! u! v = jj! u jj jj! v jjcos() O produto escalar sobre V , uma aplicao que a cada par (! u;! v)2V nmero real que satisfaz as seguintes propriedades: 1.1. (! u +! v )j! w =! u j! w +! v j! w;
1.2. 1.3. 1.4. 1.5. sendo o ngulo formado pelos dois vetores.
associa um
Obs: 39 Em
CAPTULO 8.
GEOMETRIA ANALTICA
129
Por exemplo,
Denio 8.3 Seja V um espao euclidiano. Chama-se norma de um vetor ! u = (u1 ; u2 ; : : : ; un ) 2 ! V , e representa-se por jj u jj, ao nmero jj! u jj = ! u j! u Obs: 40 possvel extrair a raiz quadrada de ! u j! u pois este nmero no negativo.
q
Rn
= (x1; : : : ; xn)
jj! x jj = x2 n 1 + x2 2 + : : : + x2 p p Por exemplo,em R3 , jj(1; 2; 1)jj = 12 + 22 + (1)2 = 6 Obs: 41 A norma de ! x representa o comprimento deste vetor.
Teorema 8.1 Seja V um espao euclidiano. Tem-se:
1. jj! u jj = jj
2. 3.
4. j! u
5.
j! v j jj! u jj jj! v jj ; 8! u;! v 2 V (desigualdade de Cauchy-Schwarz); jj! u +! v jj jj! u jj + jj! v jj ; 8! u;! v 2 V (desigualdade triangular);
Denio 8.4 Sejam V um espao euclidiano e ! u e! v dois vetores de V . Chama-se ngulo ! ! ! ! entre u e v , e representa-se por = \( u ; v ) a
! u j! v ! ! : = \( u ; v ) = arccos ! jj u jj jj! v jj
arccos
1 0 + 2 3 p 1 + 4 + 1 p0 + 1 + 9 = arccos p60 :
130
8.1.
VETORES
2V
dizem-se ortogonais se ! u
! ! = f u u 1; : : : ; ng V
3. Um conjunto ortogonal S 1; : : : ; n .
! ! = f u u 1; : : : ; ng V
=1;
Exemplo: 45 S = f(1; 0; 0); (0; 1; 0); (0; 0; 1)g R3 um conjunto ortonormal com relao ao produto escalar dado por 8.9.
Logo S ortonormal.
! ! Teorema 8.2 Sejam V um espao euclidiano e S = f u u 1; : : : ; n g V um conjunto ortonormal. Ento, S um conjunto linearmente independente. Denio 8.6 Seja V um espao euclidiano e ! v ;! u 2 V . Se ! v ! ! ! ! ortogonal de u sobre v , e representa-se por proj v u ao vetor ! ! proj v u = ! u j! v ! v jj! v jj2 6= ! 0,
chama-se projeo
CAPTULO 8.
GEOMETRIA ANALTICA
131
Se S
um conjunto ortonormal, chama-se projeo ortogonal de ! u ! sobre S , e representa-se por projS u ao vetor projS ! u= ! ! ! ! u j u u j u 1 n ! ! u + : : : + 1 ! ! jju1jj2 jjunjj2 un
! ! = f u u 1; : : : ; ng V
Figura 8.8:
projeo ortogonal
projS ! u=
! ! ! ! u j u u j u 1 2 ! ! u + u 1 jj 2 ! ! jj u u 1 jj2 2 jj2
1 1 1 ! jj u 1 jj2 = 3 + 3 + 3 = 1
Logo
5 p 0 1 1 1 1 1 55 ! projS u = ( p ; p ; p ) + 2 ( p ; p ; 0) = ( ; ; 0) 1 1 22
3 3 3
2 2
Denio 8.7 Seja V um espao euclidiano de dimenso 3, com uma base xa. Dados dois vetores ! u;! v 2 V , chama-se produto vetorial de ! u por ! v e representa-se por ! u ! v ao vetor denido por:
1. ! u ! v =
! 0 se ! u e! v so linearmente dependentes.
132
8.1.
VETORES
Figura 8.9:
produto vetorial
! ! e2 ! e3
u2 u3 v2 v3
! u ! v =
u2 v2
u3 v3
=!
u 2 e1 v2
u3 ! u 1 u 3 ! u1 u2 e2 + e3 v1 v3 v1 v2 v3
Denio 8.8 Seja V um espao euclidiano de dimenso 3, com uma base xa f! e1 ; ! e2 ; ! e3 g. Se ! ! ! u = (u1 ; u2 ; u3 ), v = (v1 ; v2 ; v3 ) e w = (w1; w2 ; w3 ) so vetores de V , chama-se produto
misto de ! u, ! v e! w ao escalar ! u ! v j! w = v1 v2 v3 w1 u1
u2 u3
w2 w3
CAPTULO 8.
GEOMETRIA ANALTICA
133
1 1 2 ! ! ! u v j w = 0 1 2 = 3 + 0 + 4 + 4 2 0 = 3 2 1 3 Obs: 44 1. Geometricamente o mdulo do produto vetorial dos vetores ! u e! v igual rea ! ! ! ! do paralelogramo ABCD determinado pelos vetores u = AB e v = AC (ver gura 20).
Figura 8.10:
2. Geometricamente o mdulo do produto misto dos vetores ! u, ! v e! w igual ao volume do ! ! ! paraleleppedo de arestas determinadas pelos vetores u , v e w (ver gura 21).
Figura 8.11:
134
8.2.
RETAS E PLANOS
Figura 8.12:
pontos no espao
Rn , tem-se:
! ! 0 sse A = B ! ! AB = BA ! ! ! AB + BC = AC
Obs: 46 1. Em geometria euclidiana existe uma nica reta que passa por dois pontos dados. Para se saber se um ponto est ou no sobre uma reta necessrio encontrar uma propriedade que s os pontos que esto sobre a reta possuem.
CAPTULO 8.
GEOMETRIA ANALTICA
135
Figura 8.13:
2. Considere-se no plano a reta que passa nos pontos A e B . O vetor ! u = A B um vetor que tem a direo dessa reta e qualquer ponto da reta pode ser obtido a partir de um dos pontos dados somando mltiplos deste vetor.
3. Uma reta pode ser denida por dois pontos ou um ponto e um vetor
Denio 8.10 Sejam A = (a1 ; a2 ) um ponto da reta r e ! u = (u1 ; u2 ) um vetor com a direo da reta. Qualquer ponto P = x; y ) dado por
Obs: 47 Na denio anterior, se forem dados dois pontos A e B , em vez de um ponto e um vetor, podemos considerar um dos pontos e o vetor formado pelos 2 pontos, por exemplo o ponto A e o vetor ! u = A B.
Denio 8.11 1. Sejam A = (a1 ; a2 ) um ponto da reta r e ! u = (u1 ; u2 ) um vetor com a direo da reta. Da equao vetorial da reta resultam as equaes paramtricas da reta: (
x = a1 + u1 y = a2 + u2
2. Resolvendo o sistema das equaes paramtricas da reta
(
x = a1 + u1 y = a2 b + u2
a1 = x u1 a2 = y u2
u y = a2 + ( x a 1 ) 2 u1
= mx + b
136
8.2.
RETAS E PLANOS
u2 2 onde m = u u1 e b = a2 a1 u1
Denio 8.12 1. Como se v facilmente m o valor da tangente do ngulo que a reta faz com o eixo dos xx. A este valor d-se o nome de declive da reta.
2. Por outro lado o valor b o valor que se obtm para y quando se faz x = 0. A este valor chama-se ordenada na origem.
Figura 8.14:
2. 2 retas so paralelas se tm o mesmo declive. A equao geral duma famlia de retas paralelas , por exemplo, da forma y = 2x + b. Variando o valor de b consoante o ponto onde a reta interseta o eixo dos yy .
Figura 8.15:
retas paralelas
3. Considerem-se as retas r : P = A + ! u e s : P = B+ ! v . Estas retas so ! ! ortogonais se os vetores u = (u1 ; u2 ) e v = (v1 ; v2 ) forem ortogonais. Ou seja as retas u v so ortogonais se u j v = u1 v1 + u2 v2 = 0. Mas ento 1 = 2 . Ou seja, as retas r e s
u2 v1
CAPTULO 8.
GEOMETRIA ANALTICA
137
de equaes reduzidas y = mx + b e y = m0 x + b0 so ortogonais se m = 0 . m 4. Duas retas concorrentes denem quatro ngulos, iguais dois a dois (ngulos verticalmente opostos). A soma de dois dos ngulos diferentes . Dene-se ngulo de duas retas como o menor destes ngulos. A determinao do ngulo de duas retas passa pelo clculo do ngulo entre dois vetores, um de cada reta. O ngulo obtido pode ser o maior ou o menor dos ngulos, conforme a escolha do sentido dos vetores foi feita. Como os ngulos so suplementares (a soma de dois dos ngulos diferentes ), obtido o valor de um dos ngulos facilmente se obtm o valor do outro.
Figura 8.16:
retas concorrentes
5. O processo de denir uma reta no espao idntico ao que foi usado para denir uma reta no plano.
Exemplo: 48 origem.
Resoluo:
= 6 que passa na
y=
2 2x + 3y = 0: 3 2. A reta r passa nos pontos (4; 9) e (1; 2). A reta s ortogonal reta r e passa no ponto (11; 4).Determine uma equao da reta s.
y = x ou
Resoluo:
A reta dada tem declive m = 2 3 . Como retas paralelas tm o mesmo declive, a famlia de retas paralelas reta dada y = 2 3 x + b. Como pretendemos a reta que passa na origem, ento a equao da reta
6 2x = 2 2 x 3 3
Ento o declive da
138
8.2.
RETAS E PLANOS
5 x + 9
11
e B
e o vetor! u
2. Dois pontos ou um ponto e um vetor denem uma reta. Seja A um ponto da reta e seja ! u um vetor com a direo da reta. Se P = (x; y; z ) um ponto qualquer da reta, a equao vetorial da reta
P
=A+ ! u ; 2R
ou
x = a1 + u1 y = a2 + u2 z = a3 + u3
x a1 u1
a 2 z a3 = y = u u
Denio 8.14 Trs pontos dizem-se colineares se existe uma reta que passa nos 3 pontos. Obs: 49 1. Para determinar um plano em R3 so necessrios trs pontos no colineares, ou um ponto e dois vetores linearmente independentes, ou um ponto e um vetor ortogonal ao plano.
2. Se tivermos trs pontos A, B e C no colineares, podemos construir dois vetores linearmente independentes ! u =C A e ! v =BA
CAPTULO 8.
GEOMETRIA ANALTICA
139
3. Com um ponto e dois vetores linearmente independentes podem obter-se trs pontos no colineares.
! v1 = (a; b; c) e ! v2 = (a0 ; b0 ; c0 ).
1. Com o ponto A e os vetores ! u e! v denimos um plano. Se P qualquer do plano, a equao vetorial do plano
P
ou
= (x; y; z) um ponto
=A+ ! u + ! v ;
: 2 R ; 2 R
x = a1 + a + a0 y = a2 + b + b0 z = a3 + c + c0
Ax + By + Cz + D = 0
Encontrar o
140
8.2.
RETAS E PLANOS
x=1 y =1 z =+
Ou seja
Para que este sistema seja possvel os valores de x, y e z tm que obedecer condio x+y +z 2 = 0. essa condio que vai conduzir equao cartesiana do plano
x + y + z 2 = 0:
Outra hiptese para determinar a equao geral do plano , utilizar o produto vetorial para determinar um vetor que seja perpendicular aos vetores
Logo o plano pretendido tem equao geral da forma x + y + z + D = 0 Utilizando o facto de A ser um ponto do plano, determinamos D:
1+1+0+D =0 ,
ou seja a equao cartesiana do plano
D = 2
x + y + z 2 = 0:
Denio 8.16 Duas retas r e s dizem-se:
1. Complanares se existe um plano que as contm.
CAPTULO 8.
GEOMETRIA ANALTICA
141
4. Duas retas complanares dizem-se Paralelas se tm a mesma direo, isto , no tm nenhum ponto em comum.
5. Duas retas concorrentes dizem-se Obliquas se o ngulo por elas formado 0 < < =2 6. Duas retas concorrentes dizem-se Ortogonais se o ngulo por elas formado = =2
142
8.2.
RETAS E PLANOS
Coincidentes Concorrentes
Paralelas
Complanares
Ortogonais
Obliquas
No complanares
Exemplo: 50 Considere os pontos A = (1; 1; 0), B = (0; 1; 1) e C = (1; 0; 1), o vetor ! u = (0; 1; 1) e as resctas r que passa em A e em B e s que passa em C e tem a direo do vetor ! u.
1. Determine a posio relativa das retas r e s.
ou
x=1 y=1 z=
ou
x=1 y = z =1+
Para determinar a posio relativa das duas retas, comecemos por determinar se tm algum ponto em comum
1=1 r \ s = = 1 > : 1+ =
=0
ou
8 > <
=0 = 1
11=0
) (x; y; z) = (1; 1; 0) + (1; 0; 1) = (1; 1; 0) + 0(1; 0; 1) = (1; 1; 0) ) (x; y; z) = (1; 0; 1) + (0; 1; 1) = (1; 0; 1) (0; 1; 1) = (1; 1; 0)
= 1
Logo so retas concorrentes. 2. Determine uma equao da reta paralela a r que passa em C .
Resoluo:
CAPTULO 8.
GEOMETRIA ANALTICA
143
ou
x=1 y = z =2
Para determinar a posio relativa das duas retas, comecemos por determinar se tm algum ponto em comum
1=1 r \ t = = 1 > : 2 =
8 > <
=0 = 1
2+1=0
O sistema impossvel, e por isso as retas no tm pontos em comum, ou so paralelas ou so no complanares. Veriquemos se os vetores com direo das duas retas so paralelos:
! u jj ! w sse 9k 2 R : ! u = k! w
Como
! u = (1; 0; 1) e ! w = (0; 1; 1)
no existe k 2 R
: ! u = k! w
2.
planos paralelos
Planos secantes:
reta.
Planos coincidentes:
144
8.2.
RETAS E PLANOS
3 Incgnitas,
= = =
b1 b2 b3
Assim, as
onde cada equao representa um plano no plano no espao tridimensional. solues do sistema pertencem interseo desses planos.
Os 3 planos so coincidentes
o plano;
A reta corta o plano num ponto, sistema possvel e determinado. A reta pertence ao plano, sistema possvel e simplesmente indeterminado. A reta paralela ao plano, sistema impossvel.
CAPTULO 8.
GEOMETRIA ANALTICA
145
Obs: 51 em R3 tem-se:
1. existe um s plano perpendicular a uma reta r e a passar no ponto A, mas existem vrias retas perpendiculares reta r e a passar no ponto A. 2. existe uma s reta r perpendicular a um plano e a passar no ponto A, mas existem vrios planos perpendiculares ao plano e a passar no ponto A.
distncias Quando falamos em distncia sempre a menor distncia possvel e por isso sempre
medida na perpendicular.
1.
d(A; B ) a
A e B, e
2.
A e r, d(A; r): P
um ponto e
uma reta.
Para calcular a
de interseo da reta
A e P.
146
8.2.
RETAS E PLANOS
3.
Sejam
r e s duas
4.
A e , d(A; ):
Sejam
r perpendicular a e que passa em A; Determinar o ponto P de interseo da reta r e do plano ; Determinar a distncia entre A e P .
Sejam
5.
d(; )
e ,
8A; B ;
sse A = B ;
3. d(A; B ) = d(B; A) ;
8A; B ; 8A; B; C ;
CAPTULO 8.
GEOMETRIA ANALTICA
147
12 + 12 + (4)2 = 18
! u e! v os vetores diretores de cada uma das retas, ! ! r e s, chama-se ngulo entre as retas r e s , e representa-se por = \(r; s) = \( u ; v ) a ! u j! v : = arccos ! jj u jj jj! v jj
ngulo entre 2 planos:
considerar os vetores normais a cada um dos planos e determinar o ngulo entre esse dois vetores. Sejam
2.
! u e! v os vetores normais a cada um dos planos, ! ! e , chama-se ngulo entre os planos e , e representa-se por = \(; ) = \( u ; v ) a ! u j! v : = arccos ! jj u jj jj! v jj
ngulo entre 1 reta e 1 planos:
considerar o vetor normal ao plano
3.
! da reta r e determinar o ngulo entre esse dois vetores. Sejam n o vetor normal ao plano e! u o vetor diretor da reta r, chama-se ngulo entre a reta r e o planos , e ! ! representa-se por = \(r; ) = \( u ; n ) a ! u j! n : = arcsen ! jj u jj jj! n jj
e o vetor diretor
148
8.3.
EXERCCIOS RESOLVIDOS
x + 2y + Cz + K = 0 e as retas
= (2; 1; 2)
= (1; 1; 1) 4x 2 y 2 z = 0 s1 = 2x z = 1
e
B (
, o plano
r que passa em A e B . s1 e s2 .
e tem a direo do vetor
1.2. Determine a posio relativa das retas 1.3. Determinar a equao da reta
(2; 1; 1)
CeK
r pertena ao plano .
A a s1 .
Resoluo:
1.1. A equao vetorial da reta
r que passa em A e B : P
Como
! = A + AB ;
2R
2R
4 6 6 2 6 6 1 4 1
17 17 7 07 5 5
! 2 1 1 1 1 3 7 l2 l2 2 l1 6 7 6 0 2 3 1 6 7 l3 l3 4 l1 6 7 0 2 6 4 4 5 l4 l4 l1 0 5 1 4 2 3 1 1 1 1 ! 6 6 0 7 l3 l3 l2 2 3 1 7 6 7 l4 l4 5=2l2 6 0 3 3 7 4 0 5
0 13=2 13=2
CAPTULO 8.
GEOMETRIA ANALTICA
149
! 6 1 1 1 1 7 l3 1=3 l3 6 2 3 1 7 6 0 7 6 l4 2=13 l4 4 0 0 1 1 7 5 0 0 1 1 2 3 1 1 1 1 7 ! 6 6 0 7 2 3 1 6 7 l4 l4 l3 6 7 0 0 1 1 4 5 0 0 0 0
Logo o sistema possvel e determinado e por isso as retas so concorrentes.
s1 e s2 :
3 8 > < > :
1 1 1 1 7 6 6 0 2 3 1 7 7 , 6 6 0 0 1 17 5 4 0 0 0 0
ou seja
xy+z =1 2y 3z = 1 z=1
1.4. A reta
r de equao
de equao
pertence ao plano
x = 2 3 y = 1 2 z =2 x + 2y + Cz + K = 0
2 3 + 2(1 2) + C (2 ) + K = 0 , (7 C ) = 4 2C K
possvel e indeterminada, ou seja,
7 C = 0 4 2C K = 0
C = 7 K = 4 2C = 10
150
8.3.
EXERCCIOS RESOLVIDOS
2.
A = (2; 1; 2) e s1 =
8 > <
4x 2y 2 z = 0 2x z = 1
s1 .
s1
4x 2y 2 z = 0 : > 2x z = 1 , : x=0
8 > <
y=1 z = 1 x=0
)) A = (0; 1; 1)
B = (1; 1; 1)
x + 2z + D = 0
Como
2+4+D =0 ,
logo o plano perpendicular reta
D = 6
Para determinar o ponto de interseo da reta e do plano comecemos por determinar as equaes paramtricas da reta
s1 =
4 x 2y 2 z = 0 , 2x z = 1
+ 2(2 1) 6 = 0
s1 =
y = 2x z = 2 2 + 1 = 1 z = 2x 1 = 2 1 x=
, 5 8 = 0 , = 8 5
P
Finalmente a distncia :
CAPTULO 8.
GEOMETRIA ANALTICA
151
! u ea! v
! w
2. Considere os pontos A = (-1, -2, 0), B=(0, 0, 3), C=(2, 4, 9), D=(4, 6, 0). 2.1. Verique se so colineares os pontos 2.2. 2.3.
2.4. Determine um vetor que seja perpendicular aos vetores 2.5. Determine um vetor que seja paralelo ao vetor
! BC .
! ! BC e DC .
3. Considere os pontos A = (1, 2,1), B = (-1,1,0),C = (0,1, 2), D=(1, 0, 2) e E = (3, 1, 1). Determine, se existir, 3.1. a equao vetorial da reta r que passa em D e em E. 3.2. as equaes paramtricas da reta s que passa em A e em B. 3.3. uma equao da reta t que passa em C e em D. 3.4. a equao vetorial do plano 3.5.
3.6. a posio relativa das retas r e s. 3.7. a posio relativa da retas t e do plano 3.8. a posio relativa dos planos
e .
3.9. a equao do plano perpendicular a r que contm o ponto A. 3.10. a equao da reta perpendicular ao plano 3.11.
152
8.4.
EXERCCIOS PROPOSTOS
4. Considere os pontos A = (4, -2, 0), B=(0, 0, 3), C=(2, 2, 0), D=(4, 6, 0). Determine: 4.1. As equaes cartesianas no paramtricas da reta r que passa em 4.2. 4.3.
B e C. ! ! Uma equao da reta s que passa em A e perpendicular aos vetores BC e DC . Verique se as retas r e s so complanares e em caso armativo determine uma equao A reta r.
5. Considere os planos:
: kx + ky + z + 1 = 0 : x+yz+k =0 : x ky z + 1 = 0 : kx + 2y + z 1 = 0
k os 3 planos ; ; se intersetam num ponto. Para que valores de k os planos ; ; apresentam dois a dois uma reta comum, mas k = 2, indique dois planos paralelos e dois planos perpendiculares.
: kx + ky + z + 1 = 0 : x+yz+k =0 : x + ky + z = 1 : kx + 2y + z = 0
7.1. Determine, se existirem, os valores de k para os quais os 3 primeiros planos apresentam uma reta comum. 7.2. Determine, se existirem, os valores de k tais que os dois primeiros planos sejam paralelos e os outros dois sejam perpendiculares.
8. Calcular o valor de
CAPTULO 8.
GEOMETRIA ANALTICA
153
: x + 3y az = 4
: ax + y + az = 0
: x + 2ay = a + 2 : 2 x y 2z = 0
a para os quais se tem:
: x + 3y z = 1
. D um exemplo de um plano:
. .
12. No paraleleppedo:
! jj BC = 10cmjj, a reta que passa nos pontos A e C faz um ngulo de 30o com o eixo OY ! ! ! e jjAE jj = jjAB jj + jjAC jj. Sejam A; B; C; D; E; F; G e H os vrtices do paraleleppedo.
Considere o referencial o.n. indicado em que a unidade considerada 5 cm e determine: 12.1. As coordenadas dos vrtices 12.2. 12.3.
A; B; C; E; F . ! Uma equao do plano perpendicular a AB e que passa em C . ! Uma equao da reta paralela a AC e que passa em F .
154
8.4.
EXERCCIOS PROPOSTOS
12.5. A distncia da reta determinada na alnea c) reta que passa nos pontos
A e E.
.
: 2x + y + 2z k = 0; :
x y + z = 0 e
: 2x + y + 2z = 0
14. No cubo:
as faces so paralelas aos planos coordenados, a origem do referencial ortonormado coincide com o vrtice
4 cm2
.
EF
x + 2y + z 4 = 0
14.2. Determine a equao cartesiana do plano 14.3. Determine uma equao da reta 15. Na pirmide quadrangular:
que dista
3 cm
do plano
DE==OY; EC==OX , A o vrtice da pirmide e B; C; D, e E so os vrtices da base e M o ponto mdio entre E e C e O o ponto de interseo de EB com CD . Sabendo que ! ! ! jj EC jj = 4 cm , jjAM jj = 6 cm e que AM faz um ngulo de 30o com a base da pirmide,
determine: 15.1. As coordenadas dos pontos
Para as alneas seguintes, caso no tenha resolvido a alnea anterior, considere os pontos A = (0; 0; 3); C = (2; 2; 0); D = (2; 2; 0); E = (2; 2; 0):
15.2. A equao cartesiana do plano
A; B; C; D, e E .
perpendicular a AE
! e que passa em D.
CAPTULO 8.
GEOMETRIA ANALTICA
155
A e C.
A reta r.
8.4.1 Solues
Captulo 9
Bibliograa
1. lgebra Linear com Aplicaes, Anton, Rorres, Bookman, 8
a edio, 2008.
2. lgebra Linear e Geometria Analtica, Antonio Monteiro, Gonalo Pinto, Catarina Marques, McGrawHill, 1997. 3. lgebra Lineal y sus aplicaciones, David Lay, Prentice Hall, 2001. 4. lgebra Linear, Lipschutz, S., McGraw-Hill.
156