Departamento de Ciências Exatas e Aplicadas - ICEA/UFOP - Monlevade

Geometria Analítica e Álgebra Linear
Prof. Marcos Goulart Lima
Departamento de Ciências Exatas e Aplicadas - ICEA/UFOP - Monlevade
Ementa
Álgebra vetorial. Retas e planos. As cônicas. Matrizes, sistemas lin-
eares e determinantes. Espaços vetoriais. Autovalores e autovetores.
Diagonalização.
Departamento de Ciências Exatas e Aplicadas - ICEA/UFOP - Monlevade
Sistemas de equações lineares
Definição: Uma equação linear nas n variáveis x
1
, x
2
, ..., x
n
é uma
equação da forma a
1
x
1
+ a
2
x
2
+ ... + a
n
x
n
= b, onde a
1
, a
2
, ..., a
n
são constantes reais.
Exemplos de equações lineares:
2x + y = 1, 2x
q
+ 2x
2
+ 3x
3
= −10, x + y −z = 0
Exemplos de equações não-lineares:
xy = 0, x + sen(y) = 1, x
2
1
+ x
2
2
= 9
Uma solução de uma equação linear a
1
x
1
+a
2
x
2
+... +a
n
x
n
= b é uma
sequência de n números s
1
, s
2
, ..., s
n
tal que a equação é satisfeita
quando substituúmos x
i
= s + i para i = 1, 2, ..., n.
O conjunto de todas soluções de uma equação é o conjunto-solução
ou, às vezes, solução geral da equação.
Departamento de Ciências Exatas e Aplicadas - ICEA/UFOP - Monlevade
Exemplos: exiba o conjunto-solução das equações.
a) 4x = 2 b)x
1
−4x
2
= 0 c)x
1
−x
2
+ x
3
= 1
Definição: Umconjunto finito de equações lineares nas variáveis x
1
, x
2
, ..., x
n
é chamado sistema de equações lineares ou sistema linear. Uma se-
quência s
1
, s
2
, ..., s
n
é chamado solução do sistema se s
1
= x
1
, s
2
=
x
2
, ..., s
n
= x
n
, é uma solução de cada equação do sistema.
Exemplos:
a)
_
4x
1
−x
2
+ 3x
3
= −1
3x
1
+ x
2
+ 9x
3
= −4
b)
_
x + y = 2
x + y = 1
c)
_
x
1
−x
2
= −1
3x
1
−x
2
= −4
Departamento de Ciências Exatas e Aplicadas - ICEA/UFOP - Monlevade
Definição: Um sistema de equações lineares que não possui solução
é chamado de inconsistente; se existir pelo menos uma solução ele é
chamado de consistente.
Sistema linear na forma geral
a
11
x
1
+ a
12
x
2
+ ... + a
1n
x
n
= b
1
a
21
x
1
+ a
22
x
2
+ ... + a
2n
x
n
= b
2
.
.
.
.
.
.
.
.
.
a
n1
x
1
+ a
n2
x
2
+ ... + a
nn
x
n
= b
n
Tiramos as incógnitas e montamos uma matriz, chamada de matriz
aumentada do sistema:
_
¸
¸
¸
_
a
11
a
12
... a
1n
b
1
a
21
a
22
... a
2n
b
2
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
a
n1
a
n2
... a
nn
b
n
_
¸
¸
¸
_
Departamento de Ciências Exatas e Aplicadas - ICEA/UFOP - Monlevade
Montar a matriz a matriz aumentada de:
a)
_
_
_
x
1
+ x
2
−x
3
= 1
x
1
+ x
2
+ x
3
= 0
x
1
+ 2x
2
+ 2x
3
= 4
b)
_
x + y −z = 1
x −z = 3
Existem três tipos de operações que podem ser realizadas em um
sistema linear e que mantém o conjunto solução inalterado:
1- Multiplicar uma equação do sistema por um número diferente de
zero.
2- Trocar as posições das linhas
3- Somar um múltiplo de uma equação a outra.
Essa operações são chamadas de operações elementares.
Exemplo: Usar operações elementares no sistema:
_
_
_
x + y + 2z = 9
2x + 4y −3z = 1
3x −6y −5z = 0
Departamento de Ciências Exatas e Aplicadas - ICEA/UFOP - Monlevade
Eliminação Gaussiana
Uma matriz está na forma escalonada reduzida por linhas se:
1. Se uma linha não consistir só de zeros, então o primeiro número
nãu-nulo da linha é 1. Chamamos este número 1 de líder ou pivô.
2. Se existirem linhas constituídas somente de zeros, elas estão agru-
padas juntas nas linhas inferiores da matriz.
3. Em quaisquer duas linhas sucessivas que não consistirem só de
zeros, o líder da linha inferior ocorre mais à direita que o líder da linha
superior.
4. Casa coluna que contém um líder tem zero nas demais entradas.
Dizemos que uma matriz está na forma escalonada se tem somente
as três primeiras propriedades.
Exemplos de Matrizes na forma escalonada reduzida por linhas:
_
_
1 0 0 4
0 1 0 −7
0 0 1 1
_
_
,
_
1 0
0 0
_
,
_
_
0 1 −1 0 5
0 0 0 1 2
0 0 0 0 0
_
_
.
Departamento de Ciências Exatas e Aplicadas - ICEA/UFOP - Monlevade
Exemplos de Matrizes na forma escalonada:
_
_
1 1 2 5
0 1 5 5
0 0 1 2
_
_
,
_
1 1
0 1
_
,
_
¸
¸
_
1 1 0 0 0
0 1 0 0 0
0 0 0 0 0
0 0 0 0 0
_
¸
¸
_
.
Método de Eliminação:
1. Localizar a primeira coluna não-nula;
2. Permutar para que o elemento do item q fique na primeira linha;
3. Fazer o elemento ”virar” 1;
4. Zerar os outros elementos da coluna abaixo do 1;
5. Prosseguir para próxima coluna não-nula.
Se deixarmos a matriz na forma escalonada o procedimento é chamado
de eliminação Gaussiana. Se produzirmos uma matriz na forma escalona
reduzida por linhas, o método é chamado de eliminação de Gauss-
Jordan.
Departamento de Ciências Exatas e Aplicadas - ICEA/UFOP - Monlevade
Exemplo: Resolva o sistema usando o método de eliminação de Gauss-
Jordan.
_
¸
¸
_
¸
¸
_
x
1
+ 3x
2
−2x
3
+ 2x
5
= 0
2x
1
+ 6x
2
−5x
3
−2x
4
+ 4x
5
−3x
6
= −1
5x
3
+ 10x
4
+ 15x
6
= 5
2x
1
+ 6x
2
+ 8x
4
+ 4x
5
+ 18x
6
= 6
.
Departamento de Ciências Exatas e Aplicadas - ICEA/UFOP - Monlevade
Retro-substituição
Usando a seguinte matriz associada a um sistema linear.
_
¸
¸
_
1 3 −2 0 2 0 0
0 0 1 2 0 3 1
0 0 0 0 0 1 1/3
0 0 0 0 0 0 0
_
¸
¸
_
Escreva o sistema associado resolvido em função das variáveis
líderes:
_
_
_
x
1
= −3x
2
+ 2x
3
−2x
5
x
3
= 1 −2x
4
−3x
6
x
6
= 1/3
Departamento de Ciências Exatas e Aplicadas - ICEA/UFOP - Monlevade
Começando de baixo para cima, substitua cada resultado obtido em
todas equações acima
x
6
= 1/3
_
_
_
x
1
= −3x
2
+ 2x
3
−2x
5
x
3
= 1 −2x
4
−3(1/3)
x
6
= 1/3
Como x
4
e x
5
são variáveis livres, atribuiremos os parâmetros r e s a
elas respect.
x
5
= s, x
4
= r
_
¸
¸
¸
¸
_
¸
¸
¸
¸
_
x
1
= −3x
2
+ 2x
3
−2s
x
3
= −2r
x
4
= r
x
5
= s
x
6
= 1/3
Departamento de Ciências Exatas e Aplicadas - ICEA/UFOP - Monlevade
x
2
é uma variável livre, logo x
2
= t . O último passo é obter x
1
:
x
2
= t
_
¸
¸
¸
¸
¸
¸
_
¸
¸
¸
¸
¸
¸
_
x
1
= −3t −4r −2s
x
2
= t
x
3
= −2r
x
4
= r
x
5
= s
x
6
= 1/3
Obtendo assimo conjunto solução: S = ¦(−3t −4r −2s, t , −2r , r , s, 1/3/r , s, t ∈
R)¦.
Exemplo: Resolva o sistema abaixo usando a eliminação de Gauss e
a Retrosubstituição.
_
_
_
x + y + 2z = 9
2x + 4y −3z = 1
3x + 6y −5z = 0
Departamento de Ciências Exatas e Aplicadas - ICEA/UFOP - Monlevade
Sistemas lineares homogêneos
Definição: Um sistema linear é dito homogêneo se os termos con-
stantes são todos iguai a zero, ou seja, o sistema tem a forma:
_
¸
¸
¸
_
¸
¸
¸
_
a
11
x
1
+ a
12
x
2
+ ... + a
1n
x
n
= 0
a
21
x
1
+ a
22
x
2
+ ... + a
2n
x
n
= 0
.
.
.
.
.
.
.
.
.
a
n1
x
1
+ a
n2
x
2
+ ... + a
nn
x
n
= 0
Observe que todo sistema homogêneo tem solução, x
1
= x
2
= ... =
x
n
= 0. Essa solução é chamada de solução trivial ou solução nula.
Exemplo: Resolva o sistema linear homogêneo usando eliminação de
Gauss-Jordan.
_
x + y + 2z = 9
2x + 4y −3z = 1
Departamento de Ciências Exatas e Aplicadas - ICEA/UFOP - Monlevade
O exemplo anterior ilustra um fato que acontece em geral: se um
sistema linear homogêneo ten nais incógnitas que equações ele terá
infinitas soluções.
Departamento de Ciências Exatas e Aplicadas - ICEA/UFOP - Monlevade
Matrizes
Definição: Uma matriz é um agrupamento retangular de números. Os
números deste agrupamento são chamados de entradas da matriz.
Usaremos letras maiúsculas para denotar matrizes.
Exemplo: A =
_
1 0
2 5
_
, B =
_
2 −4 r
2 5 b
_
.
Otamanho ou ordemda matriz será indicado na forma (linha)x(coluna).
No exemplo anterior A é uma matriz 2x2 e B uma matriz 2x3, ou ainda,
A
2×2
e B
2×3
.
Departamento de Ciências Exatas e Aplicadas - ICEA/UFOP - Monlevade
Uma matriz com uma única coluna é chamada de matriz-coluna, ou
vetor coluna. Uma matriz com uma única linha é chamada de matriz-
linha, ou vetor linha.
Usaremos a notação a
ij
para denotar a entrada da i-ésima linha e
j-ésima coluna. Assim uma matriz 2x2 fica denotada, de maneira
genérica.
A =
_
a
11
a
12
a
21
a
22
_
.
Podemos tambémindicar as entradas de uma matriz ppor uma equação.
Por exemplo A
3x6
= (a
ij
), onde a
ij
= 3(i + j ) + j .
Uma matriz com n linhas e n colunas é chamada de matriz quadrada.
Departamento de Ciências Exatas e Aplicadas - ICEA/UFOP - Monlevade
Operações com matrizes
Igualdade
Adição
Multiplicação por escalar
Multiplicação de matrizes
Departamento de Ciências Exatas e Aplicadas - ICEA/UFOP - Monlevade
Matrizes particionadas
Uma matriz pode ser subdividida em blocos ou particionada em ma-
trizes menores.
Exemplo: Seja A uma matriz 3x4 genérica. Então, podemos escrever:
A = [A
1
A
2
], onde A
1
=
_
_
a
11
a
12
a
13
a
21
a
22
a
23
a
31
a
32
a
33
_
_
e A
2
=
_
_
a
41
a
42
a
43
_
_
.
ou
A =
_
_
A
1
A
2
A
3
_
_
, onde A
i
=
_
a
i 1
a
i 2
a
i 3
a
i 4
¸
.
Departamento de Ciências Exatas e Aplicadas - ICEA/UFOP - Monlevade
Exemplo: Seja A
3x4
e B
4x3
matrizes com entradas reais. Escreva A =
_
_
A
1
A
2
A
3
_
_
onde cada A
i
é uma linha de A e A =
_
B
1
B
2
b
3
¸
, onde
cade B
j
é uma coluna de B. Então AB = (c
ij
)
3x3
onde c
ij
= A
i
B
j
.
Exercício: Sejam A =
_
¸
¸
_
1 1 2 2
2 3 1 4
0 0 2 1
0 0 2 2
_
¸
¸
_
e B =
_
¸
¸
_
1 0 2
0 1 3
1 3 0
1 2 5
_
¸
¸
_
.
Se cada A
i
é uma linha de A então calcule: A
1
.B, A
2
.B, A
3
B, A
4
B e
AB.
Departamento de Ciências Exatas e Aplicadas - ICEA/UFOP - Monlevade
Produtos Matriciais como combinações lineares
Dadas duas matrizes A =
_
¸
¸
¸
_
a
11
a
12
... a
1n
a
21
a
22
... a
2n
.
.
.
.
.
.
.
.
.
.
.
.
a
n1
a
n2
... a
nn
_
¸
¸
¸
_
e x =
_
¸
¸
¸
_
x
1
x
2
.
.
.
x
n
_
¸
¸
¸
_
,
podemos calcular o produto Ax.
Ax =
_
¸
¸
¸
¸
¸
_
a
11
x
1
+ a
12
x
2
+ ... + a
1n
x
n
a
21
x
1
+ a
22
x
2
+ ... + a
2n
x
n
a
31
x
1
+ a
32
x
2
+ ... + a
3n
x
n
.
.
.
a
n1
x
1
+ a
n2
x
2
+ ... + a
nn
x
n
_
¸
¸
¸
¸
¸
_
= x
1
_
¸
¸
¸
_
a
11
a
21
.
.
.
a
n1
_
¸
¸
¸
_
+ x
2
_
¸
¸
¸
_
a
12
a
22
.
.
.
a
n2
_
¸
¸
¸
_
+
... + x
n
_
¸
¸
¸
_
a
1n
a
2n
.
.
.
a
nn
_
¸
¸
¸
_
.
Departamento de Ciências Exatas e Aplicadas - ICEA/UFOP - Monlevade
Logo a matriz Ax é pode ser escrita como uma combinação linear das
matrizes-colunas de A com coeficientes na matriz x.
Exemplo:
_
_
−1 3 2
1 2 −3
2 1 −2
_
_
.
_
_
2
−1
3
_
_
= 2
_
_
−1
1
2
_
_
+(−1)
_
_
3
2
1
_
_
+(−1)
_
_
2
−3
−2
_
_
=
_
_
1
−9
3
_
_
.
Exercício: Escrever as colunas de AB como combinação linear das
colunas de A. AB =
_
1 2 4
2 6 0
_
.
_
_
4 1 4 3
0 −1 3 1
2 7 5 2
_
_
=
_
12 27 30 13
8 −4 26 12
_
Departamento de Ciências Exatas e Aplicadas - ICEA/UFOP - Monlevade
Forma matricial de um sistema linear
O sistema linear na forma geral
a
11
x
1
+ a
12
x
2
+ ... + a
1n
x
n
= b
1
a
21
x
1
+ a
22
x
2
+ ... + a
2n
x
n
= b
2
.
.
.
.
.
.
.
.
.
a
n1
x
1
+ a
n2
x
2
+ ... + a
nn
x
n
= b
n
pode ser visto na forma de multiplicação de matrizes:
_
¸
¸
¸
_
a
11
a
12
... a
1n
a
21
a
22
... a
2n
.
.
.
.
.
.
.
.
.
.
.
.
a
n1
a
n2
... a
nn
_
¸
¸
¸
_
_
¸
¸
¸
_
x
1
x
2
.
.
.
x
n
_
¸
¸
¸
_
=
_
¸
¸
¸
_
b
1
b
2
.
.
.
b
n
_
¸
¸
¸
_
.
Departamento de Ciências Exatas e Aplicadas - ICEA/UFOP - Monlevade
Obtemos assim, a equação matricial Ax = b, onde A é a matriz dos
coeficientes do sistema, x é a matriz-coluna das variáveis e b é a
matriz-coluna das constantes. Lembrando que a matriz aumentada
desse sistema é da forma
_
A b
¸
.
Transposta de uma matriz
Definição: Se A é uma matriz mxn qualquer, então a transposta de
A, denotada por A
T
, é definida como a matriz nxm que resulta da
permutação das linhas pelas colunas de A.
Exemplos: A =
_
1 2
3 4
_
, A
T
=
_
1 3
2 4
_
.
B =
_
1 2 3
¸
, B
T
=
_
_
1
2
3
_
_
.
Departamento de Ciências Exatas e Aplicadas - ICEA/UFOP - Monlevade
C =
_
¸
¸
_
a e
b f
c g
d h
_
¸
¸
_
, C
T
=
_
a b c d
e f g h
_
.
Observe que se os elementos de A
m×n
= (a
ij
) então A
T
n×m
= (b
ij
)
onde b
ij
= a
ji
.
Definição: Se A é uma matriz quadrada então o traço de A, denotado
por tr (A), é definido pela soma das entradas da diagonal principal de
A. tr (A) está definido somente para matrizes quadradas.
Exemplos:
Departamento de Ciências Exatas e Aplicadas - ICEA/UFOP - Monlevade
Propriedades de matrizes
Sejam A, B e C matrizes e a um número real. Supondo que os taman-
hos das matrizes são tais que as operações podem ser efetuadas,
valem as seguintes propriedades:
a) A + B = B + A
b) A + (B + C) = (A + B) + C
c) A(BC) = (AB)C
d) A(B + C) = AB + AC
e) (A + B)C = AC + BC
f) A(B −C) = AB −AC
g) (B −C)A = BA −CA
h) a(B + C) = aB + aC
i) a(B −C) = aB −aC
Departamento de Ciências Exatas e Aplicadas - ICEA/UFOP - Monlevade
Exemplo: Sejam A =
_
−1 0
2 3
_
e B =
_
1 2
3 0
_
. Calcule AB e BA.
Uma matriz com todasas entradas nulas é chamada de matriz zero ou
matriz nula. Uma matriz zero será denotada por 0.
Exemplo de matrizes 0: [0], A =
_
_
0 0
0 0
0 0
_
_
, A =
_
0 0 0 0 0
¸
.
Para matrizes azero vale:
A + 0 = A = 0 + A, A.0 = 0.A = 0
a0 = 0 e A −A = 0
Departamento de Ciências Exatas e Aplicadas - ICEA/UFOP - Monlevade
Para números reais valem as seguintes propriedades:
Se ab = ac e a ,= 0 então b = c
Se a.b = 0 então a = 0 ou b = 0.
Exercício casa: Encontre matrizes A, B, C e D, 2x2, tais que:
-AB = AC e B ,= C com A ,= 0
- AD = 0 com A ,= 0 e D ,= 0.
Definição: Matriz identidades é a matriz quadrada com 1 em todas
as entradas da diagonal principal e 0 nas restantes. Denotaremos a
matriz identidade por I
n
, onde n é a ordem da matriz.
I
1
= [1], I
2
=
_
1 0
0 1
_
, ..., I
n
=
_
¸
¸
¸
¸
¸
_
1 0 0 ... 0
0 1 0 ... 0
0 0 1 ... 0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 0 0 ... 1
_
¸
¸
¸
¸
¸
_
_
¸
¸
¸
¸
¸
_
¸
¸
¸
¸
¸
_
n linhas e n colunas
Departamento de Ciências Exatas e Aplicadas - ICEA/UFOP - Monlevade
Para matriz identidade vale AI = IA.
Teorema: Toda matriz R escalonada reduzida por linhas de uma ma-
triz A
n×n
é a matriz identidade I
n
ou tem pelo menos uma linha de
zeros.
Definição: Dada uma matriz quadrada A, se existir uma matriz B do
mesmo tamanho tal que
AB = BA = I
então diremos que B é a matriz inversa de A. Se não for possível
encontrar B então diremos que A é não invertível ou singular.
Exemplo: Verifique que B =
_
3 5
1 2
_
é a inversa de A =
_
2 −5
1 3
_
.
Departamento de Ciências Exatas e Aplicadas - ICEA/UFOP - Monlevade
Exercício: Verifique que A =
_
_
1 4 0
2 5 0
3 6 0
_
_
não possui inversa, ou
seja, A é singular.
Teorema: Se A é uma matriz invertível então existe uma única B tal
que B é a inversa de A.
Sabendo que a inversa é única podemos escrever B = A
−1
.
Exercícios: Verifique que:
1) Se A =
_
a b
c d
_
e ad −bc ,= 0 então A
−1
=
1
ad−bc
_
d −b
−c a
_
2) Se A e B são invertíveis então (AB)
−1
= B
−1
.A
−1
.
Departamento de Ciências Exatas e Aplicadas - ICEA/UFOP - Monlevade
Potências de uma matriz
Definição:
A
0
= I
A
n
= A.A.A...A
. ¸¸ .
n vezes
A
−n
= A
−1
.A
−1
.A
−1
...A
−1
. ¸¸ .
n vezes
A
r +s
= A
r
+ A
s
A
rs
= (A
r
)
s
Departamento de Ciências Exatas e Aplicadas - ICEA/UFOP - Monlevade
Teorema: Se A é invertível então:
a) A
−1
é invertível e (A
−1
)
−1
= A.
b) A
n
é invertível e (A
n
)
−1
= (A
−1
)
n
.
c) Seja k ,= 0, então ka é invertível e (kA)
−1
=
1
k
(A
−1
).
Exemplo: Calcular I
n
,
_
1 2
1 0
_
2
,
_
1 2
1 0
_
3
.
Departamento de Ciências Exatas e Aplicadas - ICEA/UFOP - Monlevade
Expressões polinomiais envolvendo matrizes
Se A é uma matriz quadrada e p(x) = a
0
+ a
1
x
1
+ a
2
x
2
+ ... + a
n
x
n
é
um polinômio qualquer, então definimos
p(A) = a
0
I + a
1
A + a
2
A
2
+ ... + a
n
A
n
.
Exemplo: Se p(x) = x
2
+ 1 e A =
_
1 3
1 0
_
. Calcule p(A).
Teorema: Sejam A, B matrizes e k um número real. Se os tamanhos
das matrizes são tais que as operações indicadas podem ser efetu-
adas, então:
a) (A
T
)
T
= A
b) (A ±B)
T
= A
T
±B
T
c) (kA)
T
= kA
T
d) (AB)
T
= B
T
A
T
.
Departamento de Ciências Exatas e Aplicadas - ICEA/UFOP - Monlevade
Teorema: Se A é uma matriz invertível, então A
T
também é invertível
e (A
T
)
−1
= (A
−1
)
T
.
Exemplo: Seja A =
_
1 2
4 0
_
. Calcule A
−1
, A
T
e (A
T
)
−1
.
Departamento de Ciências Exatas e Aplicadas - ICEA/UFOP - Monlevade
Encontrando A
−1
Relembre as operações elementares.
Definição: Uma matriz nxn que pode ser obtida de I
n
executando uma
única operação elementar sobre linhas é chamada de matriz elemen-
tar.
Exemplos: Quais são as operações elementares efetuadas nas ma-
trizes identidade abaixo?
_
1 0
0 −1
_
,
_
¸
¸
_
1 0 0 0
0 0 0 1
0 0 1 0
0 1 0 0
_
¸
¸
_
,
_
¸
¸
_
1 0 0 0
0 6 0 0
0 0 1 0
0 0 0 1
_
¸
¸
_
,
_
_
1 0 3
0 1 0
0 0 1
_
_
.
Departamento de Ciências Exatas e Aplicadas - ICEA/UFOP - Monlevade
Teorema: Se a matriz elementar E resulta de efetuar uma certa op-
eração elementar em Im e se A é uma matriz m n, então o produto
EA é a matriz uqe resulta quando esta mesma operação sobre linhas
é efetuada em A
Exemplo: Seja A =
_
_
1 0 1
2 2 2
3 1 0
_
_
. Encontre a matriz elementar corre-
spondente a cada operação em A. Em seguida efetue a multiplicação
para verificar se a matriz elementar encontrada está correta.
a) Multiplicar a segunda linha de A por 1/2.
b) trocar a primeira linha de A com a terceira.
c) Trocar a primeira linha de A por ela mais (-1/2) multip´licado pela
segunda (L
1
+ (−1/2)L
2
).
Departamento de Ciências Exatas e Aplicadas - ICEA/UFOP - Monlevade
Exercícios(casa): Encontre a matriz escalonada de A =
_
1 2 3
2 2 1
_
através do produto de matrizes elementares.
Exercícios(casa): Encontre a matriz escalonada de A =
_
¸
¸
_
1 2 8 1
2 2 1 4
1 2 2 1
2 2 2 1
_
¸
¸
_
através do produto de matrizes elementares.
Departamento de Ciências Exatas e Aplicadas - ICEA/UFOP - Monlevade
Teorema: toda matriz elementar é invertível e sua inversa também é
uma matriz elementar.
Teorema: Se A
nxn
é uma matriz então são equivalentes:
a) A é invertível
b) Ax = 0 tem somente a solução trivial
c) A forma escalonada reduzida por linhas de A é I
n
d) A pode ser expressa como produto de matrizes elementares.
Exercício: Ler demonstração desse teorema no livro.
Um método para inverter matrizes
Departamento de Ciências Exatas e Aplicadas - ICEA/UFOP - Monlevade
Exercícios:
1)Encontre a inversa de
_
_
1 2 3
2 5 3
1 0 8
_
_
.
2) Verifique se
_
1 1
2 2
_
.
Departamento de Ciências Exatas e Aplicadas - ICEA/UFOP - Monlevade
Invertibilidade e resolução de sistemas lineares
Teorema: Se A é uma matriz invertível nxn, então para cada matriz b
de tamanho nx1, o sistema de equações lineares Ax = b tem exata-
mente uma solução, a saber x = A
−1
b.
Exemplo: Resolva os sistema lineares:
_
_
_
x
1
+ 2x
2
+ 3x
3
= 5
2x
1
+ 5x
2
+ 3x
3
= 3
x
1
+ 8x
3
= 5
,
_
_
_
x
1
+ 2x
2
+ 3x
3
= 0
2x
1
+ 5x
2
+ 3x
3
= 0
x
1
+ 8x
3
= 0
,
_
_
_
x
1
+ 2x
2
+ 3x
3
= −1
2x
1
+ 5x
2
+ 3x
3
= 1
x
1
+ 8x
3
= 0
,
_
_
_
x
1
+ 2x
2
+ 3x
3
= a
2x
1
+ 5x
2
+ 3x
3
= b
x
1
+ 8x
3
= c
Departamento de Ciências Exatas e Aplicadas - ICEA/UFOP - Monlevade
Exemplo: Quais condições devem satisfazer b
1
e b
2
para que o sis-
tema abaixo seja consistente?
a)
_
x + 2y = b
1
2x + 4y = b
2
b)
_
x + y = b
1
x −y = b
2
c)
_
_
_
x
1
+ x
2
+ 2x
3
= b
1
x
1
+ x
3
= b
2
2x
1
+ x
2
+ 3x
3
= b
3
Departamento de Ciências Exatas e Aplicadas - ICEA/UFOP - Monlevade
Matrizes diagonais, triangulares e simétricas
Matrizes diagonais
Uma matriz quadrada na aqual todas as entradas fora da diagonal
princiapl são zero é chamada matriz diagonal.
Exemplos:
_
_
2 0 0
0 7 0
0 0 8
_
_
,
_
_
1 0 0
0 0 0
0 0 0
_
_
,
_
x 0
0 y
_
Uma matriz diagonal é invertível se, e somente se, todas suas en-
tradas na diagonal principal são diferentes de zero.
Exercício: Dada uma matriz diagonal de ordem n com todas as en-
tradas não nulas encontre sua inversa.
Departamento de Ciências Exatas e Aplicadas - ICEA/UFOP - Monlevade
Exemplo: Dada A =
_
_
1 0 0
0 3 0
0 0 4
_
_
encontre A
2
, A
3
, A
4
e A
n
.
Potências de uma matriz diagonal são fáceis de calcular, basta elevar
o elemento da diagonal à potência.
Calcular o produto de uma matriz qualquer com uma matriz diagonal
é mais simples:
_
_
d
1
0 0
0 d
2
0
0 0 d
3
_
_
.
_
_
a
11
a
12
a
13
a
14
a
21
a
22
a
23
a
24
a
31
a
32
a
33
a
34
_
_
=
Departamento de Ciências Exatas e Aplicadas - ICEA/UFOP - Monlevade
_
_
a
11
a
12
a
21
a
22
a
31
a
32
_
_
.
_
d
1
0
0 d
2
_
=
Matrizes triangulares
Uma matriz quadrada na qual todas entradas acima da diagonal prim-
cipal são zero é chamada triangular inferior e uma matriz quandrada
na qual todasentradas abaixo da diagonal principal são zero é chamada
de triangular inferior.
Exemplos: Triangulares superiores
_
a
11
a
12
0 a
22
_
,
_
_
a
11
a
12
a
13
0 a
22
a
23
0 0 a
33
_
_
,
_
¸
¸
_
1 2 3 4
0 2 0 0
0 0 a 0
0 0 0 a
13
_
¸
¸
_
Departamento de Ciências Exatas e Aplicadas - ICEA/UFOP - Monlevade
Exemplos: Triangulares inferiores
_
1 0
0 1
_
,
_
_
0 0 0
1 1 0
1 1 1
_
_
,
_
¸
¸
_
1 0 0 0
0 2 0 0
0 0 a 0
2 3 4 a
13
_
¸
¸
_
Teorema:
A transposta de uma matriz triangular inferior é triangular
superior e a transposta de uma matriz triangular superior é uma
matriz triangular inferior.
Produto de matrizes triangulares superiores é triangular superior
e o produto de triangulares inferiores é triangular inferior.
uma matriz triangular é invertível se, e somente se, suas
entradas na diagonal principal são todas não-nulas
A inversa de uma matriz triangular inferior é triangular inferior e a
inversa de uma triangular superior é triangular.
Departamento de Ciências Exatas e Aplicadas - ICEA/UFOP - Monlevade
Matrizes simétricas
Uma matriz quadrada A é chamada de simétrica se A = A
T
. De outra
forma, A = (a
ij
) é simétrica se a
ij
= a
ji
.
Exemplos:
_
1 −1
−1 1
_
,
_
_
1 2 3
2 4 5
3 5 6
_
_
Toda matriz diagonal é simétrica.
Teorema: Se A e B são matrizes simétricas de mesmo tamanho e se
k é um escalar qualquer então:
A
T
é simétrica
A + B e A −B são simétricas
kA é simétrica
Departamento de Ciências Exatas e Aplicadas - ICEA/UFOP - Monlevade
Exercício(casa):
a) Verifique que se a matriz A é simétrica e invertível então A
−1
é
simétrica.
b) O produto de uma matriz e sua transposta é uma matriz simétrica.
c) Se A é uma matriz invertível, então AA
T
e A
T
A também são in-
vertíveis.
Departamento de Ciências Exatas e Aplicadas - ICEA/UFOP - Monlevade
Definição do determinante
Definição: Uma permutação do conjunto de inteiros ¦1, 2, 3, ..., n¦ é
umrearranjo destes inteiros emalguma ordemsemomissões ou repetições.
Exemplos: Existem 6 permutações do conjunto ¦1, 2, 3¦, a saber:
_
1 2 3
_
,
_
1 3 2
_
,
_
2 1 3
_
,
_
2 3 1
_
,
_
3 1 2
_
,
_
3 2 1
_
.
Um método para exibir todas as permutações de um conjunto de
inteiros: árvore de permutações.
Exercício: Encontrar todas as permutações do conjunto ¦1, 2, 3, 4¦.
Observação: número de permutações de um conjunto com n elemen-
tos: n!.
Departamento de Ciências Exatas e Aplicadas - ICEA/UFOP - Monlevade
Inversões
Vamos denotar por
_
j
1
j
2
j
3
... j
n
_
uma permutação qualquer
de ¦1, 2, 3, ..., n¦.
Por exemplo: Em¦1, 2, 3, 4, 5¦ considere a permutação
_
4 5 1 3 2
_
,
então j
1
= 4, j
2
= 5, j
3
= 1, j
4
= 3 e j
5
= 2.
Ocorre uma inversão numa permutação sempre que um inteiro maior
precede um inteiro menor. O número total de inversões é obtido so-
mando o número de inversões para cada j
k
.
Exemplo: Calcular o número de inversões em
_
4 1 3 2
_
.
Exercícios: Calcule o número de inversões das permutações abaixo:
a)
_
5 1 2 4 3
_
b)
_
3 1 2
_
c)
_
2 1
_
.
Departamento de Ciências Exatas e Aplicadas - ICEA/UFOP - Monlevade
Definição: Uma permutação é chamada par se o número total de in-
versões é par e é chamada ímpar se o número total de inversões é
ímpar
Exemplo: Classificar todas as permutações de ¦1, 2, 3¦ como pares e
ímpares.
Definição: Se A é uma matriz nxn, dizemos que o produto de n en-
tradas de A, tais que não há duas de mesma linha ou mesma coluna
de A, é um produto elementar da matriz A.
Exemplo: Liste todas os produtos elementares de matrizes 2x2 e 3x3.
Método: Escrever a
1_
a
2_
a
3_
...a
n_
, n! vezes e preencher com permu-
tações.
Departamento de Ciências Exatas e Aplicadas - ICEA/UFOP - Monlevade
Definição: Dada um permutação de ¦1, 2, 3, .., n¦, um produto ele-
mentar multiplicado por +1 ou -1 é um produto elementar com sinal.
Usamos +1 se a permutação é par e -1 se a permutação é ímpar.
Exemplo: Liste todos os produtos elementares com sinal de uma ma-
triz 3x3.
Definição: Seja A uma matriz quadrada. A função determinante, de-
notada por det , é definida como a soma de todos os produtos ele-
mentares com sinal de A. O número det (A) é chamado de determi-
nante de A.
Exemplo: Determinante geral de matrizes 2x2 e 3x3. (Regra das di-
agonais).
Departamento de Ciências Exatas e Aplicadas - ICEA/UFOP - Monlevade
Exemplo: Calcule o determinante das matrizes.
a)
_
1 4
3 2
_
b)
_
_
1 2 3
0 1 2
3 0 1
_
_
.
Uma notação alternativa para o determinante é [A[. Assimdet
_
1 4
3 2
_
=
¸
¸
¸
¸
1 4
3 2
¸
¸
¸
¸
Departamento de Ciências Exatas e Aplicadas - ICEA/UFOP - Monlevade
Calculando o determinante
Teorema: Seja A é uma matriz quadrada.
a) Se A tem uma linha ou coluna só de zeros,então det (A) = 0.
b) det (A) = det (A
T
)
c) Se A é uma matriz triangular então det (A) é o produto dos elemen-
tos da diagonal principal.
d) Se B é a mtriz que resulta quando uma única linha ou coluna de A
é multiplicada por um escalar k então det (B) = k.det (A).
e) Se B é a matriz que resulta quando duas linhas ou duas colunas
de A são permutadas, então det (B) = −det (A).
f) Se B é uma matriz que resulta quando um múltiplo de uma linha de
A é somado a uma outra linha, então det (B) = det (A).
Departamento de Ciências Exatas e Aplicadas - ICEA/UFOP - Monlevade
Exemplos:
a)
¸
¸
¸
¸
¸
¸
¸
¸
10 20 30 40
5 6 7 8
9 10 11 12
13 14 15 16
¸
¸
¸
¸
¸
¸
¸
¸
=10
¸
¸
¸
¸
¸
¸
¸
¸
1 2 3 4
5 6 7 8
9 10 11 12
13 14 15 16
¸
¸
¸
¸
¸
¸
¸
¸
.
b)
¸
¸
¸
¸
¸
¸
¸
¸
5 6 7 8
1 2 3 4
9 10 11 12
13 14 15 16
¸
¸
¸
¸
¸
¸
¸
¸
=−
¸
¸
¸
¸
¸
¸
¸
¸
1 2 3 4
5 6 7 8
9 10 11 12
13 14 15 16
¸
¸
¸
¸
¸
¸
¸
¸
.
c)
¸
¸
¸
¸
¸
¸
¸
¸
1 2 3 4
15 26 37 48
9 10 11 12
13 14 15 16
¸
¸
¸
¸
¸
¸
¸
¸
=
¸
¸
¸
¸
¸
¸
¸
¸
1 2 3 4
5 6 7 8
9 10 11 12
13 14 15 16
¸
¸
¸
¸
¸
¸
¸
¸
.
Departamento de Ciências Exatas e Aplicadas - ICEA/UFOP - Monlevade
Propriedades da função determinante
Exercício: Dê 3 exemplos de matrizes elementares, um de cada tipo,
e calcule seus determinantes.
Exemplo: Calcular o determinante de
_
_
0 1 3
3 −6 9
2 6 1
_
_
.
Seja A uma matriz quadrada.
a) det (kA) = k
n
A
b) det (A.B) = det (A).det (B).
c) Uma matriz quadrada A é invertível se, e somente se, det (A) ,= 0.
d) Se A é invertível então det (A
−1
) =
1
det (A)
.
Departamento de Ciências Exatas e Aplicadas - ICEA/UFOP - Monlevade
Exercícios:
1) Sejam A =
_
1 2
2 5
_
e B =
_
3 1
1 3
_
. Verifique que det (A) +
det (B) ,= det (A + B).
2) Sejam A =
_
_
1 0 5
2 3 0
0 6 1
_
_
e B =
_
_
1 1 1
2 1 1
0 3 2
_
_
. Encontre det (A.B).
Departamento de Ciências Exatas e Aplicadas - ICEA/UFOP - Monlevade
Sistemas da forma Ax = λx
Esses sistemas serão o objeto de nosso estudo quando tratarmos
de auto-valores e auto-vetores, eles nos serão úteis agora como apli-
cação da teoria de determinantes. Observe que tal sistema tem a
mesma solução do sistema homogêneo (λI −A)x = 0.
Exemplo:
_
x
1
+ 3x
2
= λx
1
4x
1
+ 2x
2
= λx
2
Os auto-valores surgemao encontrarmos as raízes do polinômio p(λ) =
det (λI −A). A equação p(λ) = 0 é chamada de equação característica
de A.
Departamento de Ciências Exatas e Aplicadas - ICEA/UFOP - Monlevade
Exemplo: Encontre os auto-valores da matriz A do sistema anterior.
Os auto-vetores da matriz são as soluções do sistema quando substi-
tuimos λ por um auto-valor. Os auto-vetores sempre estão associados
a um único auto-valor.
Exemplo: Encontre os auto-vetores da matriz A do sistema anterior.
Departamento de Ciências Exatas e Aplicadas - ICEA/UFOP - Monlevade
Expansão em cofatores; regra de Cramer
Definição: Seja A uma matriz quadrada, então o determinante menor
da entrada a
ij
, ou simplesmente, o menor de a
ij
, denotado por M
ij
é
definido como o determinante da submatriz que sobra quando excluí-
mos a i-ésima linha e a j-ésima coluna de A. O número (−1)
i +j
M
ij
é
denotado por C
ij
e é chamado o cofator a
ij
.
Exemplo: Calcule todos os cofatores da matriz
_
_
1 0 1
2 2 1
3 2 2
_
_
.
Observe que a única difernça entre o cofator e o menor de a
ij
é o sinal.
Vamos usar o determinante de uma matriz 3x3 para obter um resul-
tado geral.
Departamento de Ciências Exatas e Aplicadas - ICEA/UFOP - Monlevade
No exemplo acima usamos a linha 1 da matriz para escrever o deter-
minante de A através de seus cofatores. Poderíamos ter usado qual-
quer linha (ou coluna) para escrever det (A) em função de cofatores.
Isso nos leva ao resultados.
Teorema: Expansão em cofatores.O determinante de uma matriz nxn
pode ser calculado multiplicando as entradas de qualquer linha (ou
coluna) por seus cofatores e somando os produtos resultantes:
(usando a linha i)
det (A) = a
i 1
C
i 1
+ a
i 2
C
i 2
+ a
i 3
C
i 3
+ ... + a
in
C
in
(usando a coluna j)
det (A) = a
1j
C
1j
+ a
2j
C
2j
+ a
3j
C
3j
+ ... + a
nj
C
nj
Departamento de Ciências Exatas e Aplicadas - ICEA/UFOP - Monlevade
Calcule det(A), onde A =
_
_
3 1 0
−2 −4 3
5 4 0
_
_
:
a) Pela expansão em cofatores da linha 2.
b) Pela expansão em cofatores da coluna 3.
Exercício: Use a expansão em cofatores e operações com linhas para
calcular o determinante de A,
onde A =
_
¸
¸
¸
¸
_
3 5 −2 6 1
1 2 −1 1 2
2 4 1 5 −1
3 7 5 3 −2
0 1 2 0 1
_
¸
¸
¸
¸
_
.
Departamento de Ciências Exatas e Aplicadas - ICEA/UFOP - Monlevade
Definição: Se A é uma matriz nxn e C
ij
é o cofator a
ij
, então a matriz
[C
ij
]
n×n
é chamada de matriz dos cofatores de A. A transposta dessa
matriz é chamada de adjunta de A e denotada por adj (A).
Exemplo: Encontre a adjunta da matriz A =
_
_
3 2 −1
1 6 3
2 −4 0
_
_
.
Teorema: Se A é uma matriz invertível, então A
−1
=
1
det (A)
.adj (A).
Exmplo: encontre A
−1
no exemplo anterior.
Departamento de Ciências Exatas e Aplicadas - ICEA/UFOP - Monlevade
Regra de Cramer
Se Ax = b é um sistema linear de n equações e n incógnitas tal que
det (A) ,= 0, então o sistema tem uma única solução. Esta solução é:
x
j
=
det (A
j
)
det (A)
,
onde A
j
é a matriz obtida substituindo as entradas da j-ésima coluna
de A pelas entradas da matriz A =
_
¸
¸
¸
_
b
1
b
2
.
.
.
b
n
_
¸
¸
¸
_
.
Exemplo: Resolva o sistema:
_
x
1
−6x
2
= 6
x
1
+ 2x
2
= 8
usando a regra de
Cramer.
Exercício (casa): Resolva o sistema:
_
_
_
x
1
+ 2x
3
= 6
−3x
1
+ 4x
2
+ 6x
3
= 30
−x
1
−2x
2
+ 3x
3
= 8
usando a regra de Cramer.
Departamento de Ciências Exatas e Aplicadas - ICEA/UFOP - Monlevade
Espaços vetoriais Euclidianos
O espaço R
1
Umponto qualquer do eixo-x (eixo é uma reta orientada comumponto
como origem) fica determinado por apenas um número real. Dizemos
que o eixo-x é um espaço de dimensão 1 pois necessitamos de ape-
nas um valor para determinar um ponto. A coordenadas do ponto é
chamada de abcissa.
Exemplos:
O espaço R
2
O R
2
é representado pelo conjunto de todos os pares ordenados de
números reais. R
2
= ¦(x, y)/x, y ∈ R¦. x é a abcissa do par e y é
a ordenada. x e y são chamados de coordenadas do par. O R
2
é
identificado com um plano com eixos ortogonais. Usaremos o eixo-x
(horizontal) e o eixo-y (vertical) para indicarmos os pontos do plano.
Departamento de Ciências Exatas e Aplicadas - ICEA/UFOP - Monlevade
Exemplos:
-Identificar pontos através de coordenadas.
-Encontrar coordenadas de um ponto.
-Quadrantes de um plano.
O espaço R
3
O conjunto R
3
é representado pelo conjunto de todos os ternos orde-
nados de números reais. R
3
= ¦(x, y, z)/x, y, z ∈ R¦. x,y e z são
as coordenadas do terno. Cada terno é associado a um ponto do
espaço tridimensional em que fixamos um sistema de coordenadas
ortogonais. Usaremos os eixos x,y e z.
Operações com elementos de um espaço euclidiano
-Soma
-Multiplicação por escalar.
-Igualdade
Departamento de Ciências Exatas e Aplicadas - ICEA/UFOP - Monlevade
Definições
- Dois pontos distintos em um espaço euclidiano determinam um seg-
mento de reta.
- Quando orientamos o segmento, passamos a ter um semento de
reta orientado.
- O tamanho do segmento é chamado de módulo ou norma.
- A direção do segmento é a reta suporte, ou qualquer paralela a ela,
em que os pontos que determinam o segmento estão.
- Dois segmentos orientados são equipolentes se: tem mesma di-
reção, sentido e módulo.
- A família infinita de segmentos orientados equipolentes é chamada
de vetor.
Exemplos:
Departamento de Ciências Exatas e Aplicadas - ICEA/UFOP - Monlevade
- Para calcular as componentes de um vetor basta usar as coorde-
nadas da extremidades de qualquer representante da classe. Assim,
as coordenadas do vetor são obtidas fazendo a extremidade menos a
origem.
- Representaremos vetores geométricamente usando setas. Algebri-
camente usaremos uma seta sobre uma letra para indicar um vetor.
Exemplo:

u = (1, 1, 2),

v = (0, 0),

w = (5),

x = (a, b, c),

u = (π,

2).
Exemplo: Representar cada um dos vetores do exemplo anterior em
seu respectivo espaço euclidiano. (Podemos usar qualquer represen-
tante para isso).
- Em geral representamos os vetores na origem.
- Um vetor aplicado em um ponto é quando a origem do vetor é
naquele ponto.
Departamento de Ciências Exatas e Aplicadas - ICEA/UFOP - Monlevade
Exercícios
1) Trace os pontos no plano:
(1,2), (3,4), (5,6), (-1,1), (-4, 0), (-1, 3), (-2,-2), (4,-1), (1,-3), (-1/2,-1/4).
2) Trace os pontos no espaço.
(1,1,1), (2,5,6), (-1,1,1), (1,-1,1), (1,1,-1), (-1,-1,1), (-1,2,-1), (3,-2,-3),
(-1,-1,-1), (2,2,2), (1,-1,5).
3) No plano, trace o quadrilátero com extremidades:
a) (-1,4), (-4, 0), (1, 3), (2,-2).
b) (0,1), (1,0), (-1, 0), (0,-1).
c) (1,1), (-1, -1), (-1, 1), (1,-1).
3) No espaco, trace o paralelepípedo retangular com extremidades:
a) (1,1,1), (1,1,0), (1,0,1), (0,1,1), (0,0,1), (0,1,0), (1,0,0), (0,0,0).
b) (1,0,0), (0,1,0), (1,1,0), (0,0,0), (4,3,5), (3,4,5), (4,4,5), (3,3,5).
Departamento de Ciências Exatas e Aplicadas - ICEA/UFOP - Monlevade
Operações com vetores, norma e distância
SOMA EM R, R
2
E R
3
.
- Somar coordenadas
Lei do paralelogramo: O vetor soma é a diagonal do paralelogramo
gerado pelos vetores em um mesmo ponto.
Também podemos interpretar a soma de vetores através de segmen-
tos orientados consecutivos.
Propriedades da soma
- Associativa

u + (

v +

w) = (

u +

v) +

w.
- Comutativa

u +

v =

v +

u.
- Existência do neutro

0 +

v =

v +

0 =

v.
- Existência do oposto

u + (−

u) = (−

u) +

u =

0.
Departamento de Ciências Exatas e Aplicadas - ICEA/UFOP - Monlevade
MULTIPLICAÇÃO POR NÚMERO ESCALAR.
-Multiplicar coordenadas.
-
k > 0
¸
Interpretação geométrica
¸
k = −1
.
Propriedades da multiplicação por escalar
- α(

u +

v) = α

u + α

v.
- (α + β)

u = α

u + β

u.
- 1

u =

u
- α(β

u) = (αβ)

u.
Departamento de Ciências Exatas e Aplicadas - ICEA/UFOP - Monlevade
Exercícios:
1) Calcule

u +

v,

u −

v e

v +

u, onde:
a)

u = (1) e

v = (−10).
b)

u = (−2, 5) e

v = (3, 3).
c)

u = (c, −b, 6) e

v = (0, 8, −a).
2) Seja

u = (3, 1, 5),

v = (

2, 3, 1) e

w = (

3, 2, 0). Calcule
a)

u +

v +

w
b)

u +

2

v +

2

w
c)

u +
3
2

v −
1
6

w
d) 3(

u +

v) + 5

w
3) Em um hexágono regular de vértices ABCDEF com

u =

BC,

v =

DE e

w =

AF. Calcule

FB,

FC e

FD.
4) Resolva o sistema
_
3

u −8

v = (3, −2)
2

u −5

v = (2, −1)
Departamento de Ciências Exatas e Aplicadas - ICEA/UFOP - Monlevade
NORMA
Definição: A norma(ou módulo) de um vetor é a distância da origem à
extremidade de um segmento orientado que o represente.
Em R
2
, se

v = (x, y) então [[

v[[ =
_
x
2
+ y
2
.
Em R
3
, se

v = (x, y, z) então [[

v[[ =
_
x
2
+ y
2
+ z
2
.
Exemplos:
Dizemos que v é um vetor unitário se [[

v[[ = 1.
Exercício: Verificar que [[α

v[[ = [α[.[[

v[[.
Dizemos que

u é versor de

v se

u e

v tem a mesma direção, sentido
e

u é unitário.
Exercício: Verifique que [[

v
||

v||
[[ = 1 e conclua quem é o versor de v

v.
Definição: Dado dois pontos P
1
e P
2
a distância entre eles é dado por
[[

P
1
P
2
[[.
Departamento de Ciências Exatas e Aplicadas - ICEA/UFOP - Monlevade
Produto escalar
Definição: Sejam

u e

v vetores tais que

u = (a, b, c) e

v = (x, y, z).
O produto escalar entre

u e

v é dado por

u.

v = ax + by + cz.
Análogo para vetores de R
2
.
Exemplos:
Sejam

u e

v dois vetores não-nulos. Considere-os aplicados em um
mesmo ponto O de tal forma que

OP e

OQ sejam representantes de

u e

v respectivamente. A medida do angulo theta entre

u e

v é a
medida do ângulo entre os segmentos
¯
OP e
¯
OQ. Sobre o número θ
temos as seguintes restrições:
- 0 ≤ θ ≤ π, se θ está em radianos.
- 0 ≤ θ ≤ 180, se θ está em graus.
Departamento de Ciências Exatas e Aplicadas - ICEA/UFOP - Monlevade
Exemplo: Verifique que

u.

v = [[

u[[.[[

v[[cos(θ), onde θ é o ângulo entre

u e

v. Dica: Use a lei dos cossenos c
2
= a
2
+ b
2
−2.a.b.cos(θ).
Definição:
a) Se

u e

v são vetores não-nulos e θ é o ângulo entre u e v então
cos(θ) =

u.

v
[[

u[[.[[

v[[
.
b)

u é ortogonal a

v se, e somente se,

u.

v = 0.
c) Dizemos que

u e

v são paralelos se

u = α.

v. Se α é positivo

u e

v
tem o mesmo sentido e direção. Se α é negativo

u e

v tem o mesmo
sentido e direção oposta.
Departamento de Ciências Exatas e Aplicadas - ICEA/UFOP - Monlevade
PROPRIEDADES DO PRODUTO ESCALAR
Quaisquer que sejam os vetores

u,

v e

w, e qualquer que seja o
número real λ, valem as seguintes propriedades:
a)

u.(

v +

w) =

u.

u +

u.

w
b)

u.(λ

v) = λ(

u.

v)
c)

u.

v =

v.

u
d) Se

u ,=

0 então

u.

u > 0.
Exercícios: Sejam

u = (1, 0, 1),

v = (0, 0, 3) e

w = (1, 2, 3). Calcule
a)

u.

v
b)

u.(

v +

w)
c)

w.(3

u)
d) (

w.

u).(

w.

u)
e) (

u.

v)

w
Departamento de Ciências Exatas e Aplicadas - ICEA/UFOP - Monlevade
PROJEÇÃO ORTOGONAL
Sejam

u e

v vetores em R
2
ou R
3
. Dada a disposição de vetores
abaixo ancontre

z.
O vetor

z recebe o nome de projeção ortogonal de

u sobre

z.
Notação: P

u

v
ou Proj

u

v
Departamento de Ciências Exatas e Aplicadas - ICEA/UFOP - Monlevade
Produto Vetorial
Definição: O produto vetorial de

u = (x, y, z) e

v = (a, b, c) é o ve-
tor obtido através do determinante
¸
¸
¸
¸
¸
¸

i

j

k
x y z
a b c
¸
¸
¸
¸
¸
¸
, onde

i ,

j e

k são os
versores dos eixos coordenados.
Notação:

u

v ou

u ∧

v.
Observe que o produto vetorial está definido somente para R
3
.
Exemplo: Dados

u = (1, −1, 3) e

v = (2, 1, 4).
a) determine

u

v.
b) determine

v

u.
c) compare

u

v e

v

u para vetores quaisquer.
Departamento de Ciências Exatas e Aplicadas - ICEA/UFOP - Monlevade
d) determine (

u

v).

u.
e) determine (

u

v).

v.
f) o que você pode concluir de (

u

v).

v e (

u

v).

u para quaisquer
vetores?
Representação gráfica:
É a regra da mão direita. Ao fecharos a mão, no sentido de

u para

v,
o polegar estará apontando para

u

v.
Departamento de Ciências Exatas e Aplicadas - ICEA/UFOP - Monlevade
g) determine [[

u

v[[
h) determine sen(θ), onde θ é o ângulo entre

u e

v.
i) determine [[

u[[.[[

v[[.sen(θ)
j) conclua, de maneira geral, que [[

u

v[[ = [[

u[[.[[

v[[.sen(θ).
Departamento de Ciências Exatas e Aplicadas - ICEA/UFOP - Monlevade
Propriedades do produto vetorial
a)

u

v = −

v

u
b) se

u é paralelo a

v então

u

v = 0
c) se

u = 0 ou

v = 0 então

u

v = 0
d)

u (

v +

w) =

u

v +

u

w
e) α(

u

v) = (α

u)

v =

u (α

v)
f)

i

j =

k,

j

k =

i e

k

i =

k.
Exercício (casa): Verifique que a área do paralelogramo gerado por
dois vetores

u e

v é dada por [[

u

v[[.
Departamento de Ciências Exatas e Aplicadas - ICEA/UFOP - Monlevade
Produto Misto
Dados

u,

v e

w vetores de R
3
, denomina-se produto misto entre os
três a seguinte operação:

u.(

v

w) ou (

u

v).

w
A notação do produto misto é: [

u,

v,

w]. Observe que a ordem deve
ser mantida.
Exemplo: Dados

u = (1, 3, 0),

v = (−1, 2, −1) e

w = (3, 0, −2). De-
termine:
a) (

v

w)
b)

u.(

v

w)
c)
¸
¸
¸
¸
¸
¸
1 3 0
−1 2 −1
3 0 −2
¸
¸
¸
¸
¸
¸
.
Departamento de Ciências Exatas e Aplicadas - ICEA/UFOP - Monlevade
Podemos usar o exemplo acima para tentar concluir um resultado:
dados

u = (x
1
, y
1
, z
1
),

v = (x
2
, y
2
, z
2
) e

w = (x
3
, y
3
, z
3
), o produto
misto e igual à:
[

u,

v,

w] =
¸
¸
¸
¸
¸
¸
x
1
y
1
z
1
x
2
y
2
z
2
x
3
y
3
z
3
¸
¸
¸
¸
¸
¸
.
Exemplo: Sendo

u = (0, 1, −1),

v = (−1, 2, −1) e

w = (3, 0, −2).
Calcule [

u,

v,

w].
Exercício : Verifique que o volume do paralelepípedo retangular for-
mado pelo vetores

u,

v,

w é igual a [

u,

v,

w].
Departamento de Ciências Exatas e Aplicadas - ICEA/UFOP - Monlevade
Retas
Nessa seção vamos estudar as propiedades e definições relativas a
retas. En geral não trataremos as retas como um todo, ou seja, não
faremos definições sobre o objeto geométrico chamado reta, usare-
mos um vetor ou um ponto que está na reta. Não é possível definir
uma reta, mas a ela atribuiremos uma propriedade fundamental: por
dois pontos passa um única reta. Assim, dados dois pontos que estão
na reta devemos conseguir obter todas as propriedades da mesma.
Nossa primeira definição é a respeito da direção de uma reta: Qual-
quer vetor não-nulo paralelo a uma reta chama-se vetor diretor desta
reta. Toda reta tem infinitos vetores diretores.
Com o vetor temos a direção da reta, mas um mesmo vetor pode
ser diretor de infinitas retas paralelas, o que irá diferenciá-las é pelo
menos um ponto da reta.
Departamento de Ciências Exatas e Aplicadas - ICEA/UFOP - Monlevade
Vamos caracterizar os pontos de uma reta: Seja

u um vetor diretor de
uma reta r e A um ponto de r . Um ponto X pertence a r se, e somente
se,

AX e

u são paralelos, ou seja, se existe um número real λ tal que

AX = λ

u.
Logo, as coordenadas de X são dadas pela equação X = A + λ

u.
A variarmos o λ usando números reais obteremos todos os ponto X
que estão na reta. Portanto, essa equação representa todos os pontos
da reta r .
Definição: Sejam r uma reta e

u o vetor diretos da reta. A equação:
X = A + λ

u, (λ ∈ R) é a equação vetorial da reta r . Denotaremos a
reta r da seguinte maneira:
r : X = A + λ

u, (λ ∈ R).
Departamento de Ciências Exatas e Aplicadas - ICEA/UFOP - Monlevade
Exemplo:(Encontrar vetor diretor com dois pontos da reta) En-
contre um vetor diretor e a equação da reta que passa pelo ponto
A = (1, 0, 1) e B = (3, 2, −3).
Exemplo: Encontre um vetor diretor unitário da reta: r : X = λ(4, 0, 3).
Exercício: (Escrever a equação da reta usando um ponto e um
vetor)Escreva a equação da reta que passa por (1, 0) e o vetor diretor
é paralelo a (1, 1).
Exercício: (Encontrando pontos em uma reta)Encontre dois pon-
tos que pertencem a reta cuja equação é dada por X = (1, 2, 3) +
λ(8, 0, 3).
Exercício: (Verificar se um ponto pertence a uma reta)O ponto (1,-
2,5) pertence a reta que passa pelos pontos (1,1,1,) e (1,2,3)? E o
ponto (1,1,3)?
Departamento de Ciências Exatas e Aplicadas - ICEA/UFOP - Monlevade
EQUAÇÕES PARAMÉTRICAS DA RETA
Considere a equação vetorial da reta r , r : X = A + λ

v tal que A =
(x
0
, y
0
, z
0
),

v = (a, b, c) e X = (x, y, z). Assim (x, y, z) = (x
0
+λa, y +
0 + λb, z
0
+ λc), ou seja:
_
_
_
x = x
0
+ λa
y = y
0
+ λb
z = z
0
+ λc
.
Este sistema de equações é chamado de sistema de euqções paramétri-
cas da reta.
Será comum denotar o sistema apenas por equações paramétricas
da reta.
Departamento de Ciências Exatas e Aplicadas - ICEA/UFOP - Monlevade
EQUAÇÕES SIMÉTRICAS DA RETA
Considere as equações paramétricas da reta r
_
_
_
x = x
0
+ λa
y = y
0
+ λb
z = z
0
+ λc
.
Se nenhumas das coordenadas do vetor diretor forem zero podemos
isolar o λ nas equações:
x −x
0
a
=
y −y
0
b
=
z −z
0
c
.
Este sistema é chamado de sistema de equações da reta r na forma
simétrica, ou, por abuso de linguagem, equações da reta r da forma
simétrica.
Departamento de Ciências Exatas e Aplicadas - ICEA/UFOP - Monlevade
Observações:
Dado que uma reta possui infinitos pontos e infinitos vetores diretores,
nenhuma das equações acima é única.
As equações foram definidas quanto a forma, assim:
_
_
_
2 = 1 + 0 + λa
−y = λb
0 = z + λc
.
não são equações paramétricas de uma reta, e
2x −7
3
=
y
2
=
3 −z
4
também não.
Apesar das equações definirem uma reta elas não correspondem a
nenhuma das formas vistas anteriormente.
Departamento de Ciências Exatas e Aplicadas - ICEA/UFOP - Monlevade
Planos
Definição: Sejam

u e

v dois vetores, não-nulos, não paralelos entre
si e paralelos a um plano π.

u e

c são chamados vetores diretores do
plano π.
Seja A um ponto do plano π e

u

v vetores diretores de π. Um ponto X
pertencem a π se, e somente se,

AX = λ

u + β

v, (λ, β ∈ R).
Isto equivale a:
X ∈ π ⇔ X = A + λ

u + β

v, (λ, β ∈ R).
A equação π : X = A+λ

u +β

v, (λ, β ∈ R) chama-se equação vetorial
do plano π.
Departamento de Ciências Exatas e Aplicadas - ICEA/UFOP - Monlevade
Podemos trabalhar com as coordenadas dos pontos e vetores acima:
suponha que
X = (x, y, z), A = (x
0
, y
0
, z
0
),

u = (a, b, c) e

v = (m, n, p). Assim,
(x, y, z) = (x
0
, y
0
, z
0
) + λ(a, b, c) + β(m, n, p), (λ, β ∈ R), ou seja,
_
_
_
x = x
0
+ λa + βm
y = y
0
+ λb + βn
z = z
0
+ λc + βp
(λ, β ∈ R).
Definição: O sistema acima é chamado de sistema de equações
paramétricas do plano π. Como abuso de linguagem omitiremos a
palavra sistema e nos referiremos a ele como equações paramétricas
do plano π.
Departamento de Ciências Exatas e Aplicadas - ICEA/UFOP - Monlevade
Exercícios:
1)(Encontrar equação de um plano com 3 pontos) Encontre as
equações, vetorial e paramétricas, do plano π que passa pelos pontos
(1, 1, 1), (2, 3, 5) e (1, 0, 0).
2) Verifique se os pontos (1, 2, 3), (2, 3, 4) e (−3, −4, −5) determinam
um plano.
3) (Verificar se pontos pertencem ao plano). Verifique se os pon-
tos (10, 2, 1) e (−1, −1, −1) pertencem ao plano π : X = (1, 2, 2) +
λ(1, 0, 0) + β(0, 0, 1), (λ, β ∈ R).
4) (Encontrar equação do plano comuma reta e umponto)Encontre
a equação do plano que contem a reta r : X = (1, −2, −1) +λ(1, 1, 1)
e o ponto (−1, 5, −2).
5) (Desenhar planos) Trace o plano cujas equações paramétricas
são:
_
_
_
x = 1 + λ2
y = −1 + λ2 + β4
z = −1 + +β1
(λ, β ∈ R).
Departamento de Ciências Exatas e Aplicadas - ICEA/UFOP - Monlevade
Interseções de retas e planos
INTERSEÇÕES DE RETAS
Sejam r e s duas retas distintas, dizemos que r e s se interceptam se
existe um ponto A tal que A ∈ r ∩ s. Se r e s se interceptam em um
único ponto dizemos que elas são concorrentes.
Exemplo: Dados os pontos A = (1, 2, 1) e B = (3, 0, −1), verifique
se a reta que passa por A e B intercepta a reta r dada pela equação
vetorial r : X = (4, 1, 0) + λ(1, 1, 1).
Departamento de Ciências Exatas e Aplicadas - ICEA/UFOP - Monlevade
Exercício. Verifique se as retas r e s são concorrentes e , se forem,
obtenha o ponto de interseção.
a) r :
_
_
_
x = 4 + λ
y = 1 −λ
z = 1 + λ
e s :
_
_
_
x = 9 −4λ
y = 2 + λ
z = 2 −2λ
.
b) r :
_
_
_
x = −4λ
y = 1 + 8λ
z = 1 −2λ
e s : x −1 = y −4 = z.
c) r : X = (3, −1, 2)+λ(−2, 3, 1) e s : X = (9, −10, −1)+λ(4, −6, −2).
Departamento de Ciências Exatas e Aplicadas - ICEA/UFOP - Monlevade
INTERSEÇÃO DE RETA E PLANO
Exemplo: Obtenha a interseção da reta
Departamento de Ciências Exatas e Aplicadas - ICEA/UFOP - Monlevade
Definições
Definição: Seja V um conjunto não-vazio de objetos com duas oper-
ações definidas:
soma: u, u → u + v
multiplicação por escalar: λ, u → λu.
Se para todo u, v, w ∈ V e k, l escalares quaisquer tivermos
1. u + v ∈ V
2. u + v = v + u
3. u + (v + w) = (u + v) + w
4. ∃0 ∈ V tal que u + 0 = 0 + u = u
5. Para todo u existe um elemento v tal que u + v = v + u = 0
Departamento de Ciências Exatas e Aplicadas - ICEA/UFOP - Monlevade
6. kv ∈ V
7. l (u + v) = lu + lv
8. (k + l )v = kv + lv
9. k(lu) = (kl )u
10. 1u = u
então esse conjunto é um espaço vetorial e os elementos de V são
chamados de vetores.
Departamento de Ciências Exatas e Aplicadas - ICEA/UFOP - Monlevade
Exemplos de espaços vetoriais:
1. R
n
2. M
m×n
(R
n
)
3. Funções contínuas
Exemplos que não são espaços vetoriais
1. Reta que não passa pela origem
2. Funções descontínuas
3. V = ¦(1, t , t ), t ∈ R
n
¦.
Departamento de Ciências Exatas e Aplicadas - ICEA/UFOP - Monlevade
Subespaços Vetoriais
Definição: Seja W um subconjunto de um espaço vetorial V. W é um
subespaço vetorial de V se W é umespaço vetorial comas operações
de V.
Teorema: Seja W um subconjunto não-vazio de V, onde V é um
espaço vetorial. W é um subespaço de V se, e somente se,
a) para todo u, v ∈ W temos u + v ∈ W
b) para todo u ∈ W e l um escalar temos lu ∈ W
Departamento de Ciências Exatas e Aplicadas - ICEA/UFOP - Monlevade
Exemplos de subespaços vetoriais:
1. Retas que passam pela origem
2. S = ¦(x
1
, x
2
, ..., x
n
)/tal que cadax
i
é multiplo de 2¦
Exemplos de conjuntos que não são subespaços vetoriais:
1. R
+
2. Matrizes cujo determinante é zero.
Mais exemplos:
1. Polinômios e os polinômios de grau menos ou igual a n
2. Matrizes quadradas e matrizes triangulares.
Departamento de Ciências Exatas e Aplicadas - ICEA/UFOP - Monlevade
Teorema: Se Ax = 0 é um sistema linear homogêneo de m equações
e n incógnitas, então o conjunto de vetores-solução é um subspaço de
R
n
.
Definição: O espaço vetorial formado pelos vetores-solução de um
sistema linear homogêneo é chamado de espaço solução do sistema.
Exemplo: Encontre o espaço-solução do sistema: (Verificar se é de
fato um subespaço vetorial)
_
_
_
x −2y + 3z = 0
2x −4y + 6z = 0
3x −6y + 9z = 0
Departamento de Ciências Exatas e Aplicadas - ICEA/UFOP - Monlevade
Definição: Dizemos que um vetor w é uma combinação linear dos
vetores v
1
, v
2
, ..., v
n
se w pode ser escrito da forma
w = a
1
v
1
+ a
2
v
2
+ ... + a
n
v
n
Exemplos:
- R
n
-matrizes
-polinômios
Departamento de Ciências Exatas e Aplicadas - ICEA/UFOP - Monlevade
Teorema: Se v
1
, v
2
, ..., v
n
são vetores emumespaço vetorial V, então
o conjunto W de todas as combinmações lineares de v
1
, v
2
, ..., v
n
é um
subespaço vetorial de V.
Definição: Se S = ¦v
1
, v
2
, ..., v
n
¦ é um conjunto de vetores de um es-
paço vetorial V, então o subespaço W de V que consiste de todas as
combinações lineares dos vetores de S é chamado de espaço gerado
por v
1
, v
2
, ..., v
n
e, dizemos que os vetores v
1
, v
2
, ..., v
n
geram W.
Notação: W = [v
1
, v
2
, ..., v
n
] ou w = [S] ou W = ger (S).
Exemplos:
- conjuntos gerados em R
n
- conjuntos gerados em M
m×x
(R)
- conjuntos gerados em P
n
(R)
Departamento de Ciências Exatas e Aplicadas - ICEA/UFOP - Monlevade
Independência Linear
Definição: Se S = ¦v
1
, v
2
, ..., v
n
¦ é um conjunto não-vazio de vetores,
então a equação vetorial a
1
v
1
+a
2
v
2
+ ... +a
n
v
n
= 0 tem pelo menos
uma solução, a
1
= a
2
= a
3
= ... = a
n
= 0. Se esta solução é única
então o conjunto S é chamado linearmente independente (LI). Se exi-
stirem outras soluções S é um conjunto linearmente dependente (LD).
Exemplos de conjuntos LD.
Exemplos de conjuntos LI.
Determinar se um conjunto é LI ou LD.
Teorema: Se S um conjunto com r vetores em R
n
. Se r > n, então S
é linearmente dependente.
Departamento de Ciências Exatas e Aplicadas - ICEA/UFOP - Monlevade
Base e dimensão
Definição: Se V é um espaço vetorial qualquer e S é um conjunto
de vetores em V, dizemos que S é uma base de V se valerem as
seguintes condições:
a) S é linearmente independente.
b) S gera V.
Exemplos de bases em: R
n
, P
n
(R) e M
m×n
(R).
Bases canônicas.
Definição: Um espaço vetorial V é chamado de dimensão finita se
uma de suas bases tem um número finito de elementos. Caso con-
trário, dizemos que V é de dimensão infinita.
Departamento de Ciências Exatas e Aplicadas - ICEA/UFOP - Monlevade
Teorema: Todas as bases de um espaço vetorial de dimensão finita
tem o mesmo número de elementos.
Definição: A dimensão de um espaço vetorial V de dimensão finita é
o número de elementos de uma base de V.
Departamento de Ciências Exatas e Aplicadas - ICEA/UFOP - Monlevade
Definições e exemplos
Definição: Uma transformação Linear é uma aplicação T : V → W,
onde V e W são espaços vetoriais, que satisfaz:
T(u+v)=T(u)+T(v), ∀u, v ∈ V
T(ku)=kT(u), ∀u ∈ v, k ∈ R.
Exemplos de transformações Lineares:
- Polinômios
- Matrizes
- Espaços euclidianos
Departamento de Ciências Exatas e Aplicadas - ICEA/UFOP - Monlevade
Transformações Lineares de R
2
em R
2
Seja T : R
2
→R
2
uma transformação Linear tal que
T(x, y) = (ax + by, cx + dy). Vamos escrever essa transformação
usando a forma matricial:
_
T(x, y)
_
=
_
ax + by
cx + dy
_
=
_
a b
c d
_
.
_
x
y
_
.
Cada matriz 2x2 corresponde a uma transformação linear de R
2
em
R
2
.
Exemplo:
_
1 1
1 1
_
corresponde a transformação T(x, y) = (x + y, x + y).
Departamento de Ciências Exatas e Aplicadas - ICEA/UFOP - Monlevade
Definição: Seja T : R
2
→R
2
uma transformação linear. Se T(x, y) =
(0, 0) para todo elemento de R
2
então T é a transformação Linear
nula. Se T(x, y) = (x, y) então T é a transformação linear identidade.
Transformações Lineares: Reflexão em torno de uma reta.
- reflexão em torno do eixo x.
- reflexão em torno do eixo y.
- reflexão em torno de y=x.
Departamento de Ciências Exatas e Aplicadas - ICEA/UFOP - Monlevade
Transformações lineares: Projeção Ortogonal.
- Projeção ortogonal no eixo x
- Projeção ortogonal no eixo y
Transformações lineares: Dilatação e Contração.
- Dilatação
- Contração
Departamento de Ciências Exatas e Aplicadas - ICEA/UFOP - Monlevade
Definição:
Seja A uma matriz n n.
Umnúmero real λ é dito auto-valor de A se λ é raiz de p(λ) = det (λI−
A).
O polinômio p(λ) é chamado de polinômio característico de A.
Os vetores-solução, não-nulos, do sistema (λI −A).x = 0,onde x é um
vetor coluna de n coordenadas são chamados de auto-vetores de A.
Exemplo: Calcular auto-valores e auto-vetores da matriz A.
Departamento de Ciências Exatas e Aplicadas - ICEA/UFOP - Monlevade
Teorema: Se A é uma matriz n n e λ é um número real, então as
seguintes afirmações são equivalentes:
a) λ é um auto-valor de A.
b) O sistema (λI − A)x = 0 de equações lineares tem solução não-
trivial.
c) Existe um vetor não-nulo x tal que Ax = λx.
d) λ é uma solução do polinômio característico p(λ) = det (λI −A) = 0.
Definição: Seja λ um auto-valor da matriz A, os auto-vetores associ-
ados a λ mais o vetor nulo, formam um espaço vetorial. Este espaço
é chamado de auto-espaço de A associado a λ.
Departamento de Ciências Exatas e Aplicadas - ICEA/UFOP - Monlevade
Exemplo: Seja A =
_
_
0 0 −2
1 2 1
1 0 3
_
_
.
a) Encontre os auto-valores de A.
b) Encontre os auto-vetores de A.
c) Encontre uma base para cada auto-espaço de A.
Teorema: Uma matriz quadrada A é invertível se, e somente se, λ = 0
não é um auto-valor de A.
Exemplo: A matriz do exemplo anterior é invertível.
Departamento de Ciências Exatas e Aplicadas - ICEA/UFOP - Monlevade
Problema: Dada uma matriz A de tamanho n n, existe uma base de
R
n
formada por auto-vetores de A?
(Versão matricial). Dada uma matriz A, existe uma matriz P tal que
P
−1
AP é uma matriz diagonal?
Definição: Uma matriz n n é diagonalizável se existe uma matriz P
tal que P
−1
.A.P é uma matriz diagonal.
Teorema: Se A é uma matriz n n, então são equivalentes:
a) A é diagonalizável
b) A tem n auto-vetores LI.
Departamento de Ciências Exatas e Aplicadas - ICEA/UFOP - Monlevade
Procedimento para diagonalizar matrizes:
Passo 1: Encontre n auto-vetores LI, v
1
, v
2
, v
3
, ..., v
n
.
Passo 2: Forme uma matriz P com os vetores coluna v
1
, v
2
, v
3
, ..., v
n
.
Passo 3: A matriz P
−1
.A.P será diagonal, comentradas λ
1
, λ
2
, λ
3
, ..., λ
n
na diagonal principal, onde λ
i
está associado a v
i
.
Exemplo: Encontre a matriz P que diagonaliza A =
_
_
0 0 −2
1 2 1
1 0 3
_
_
.
Exemplo: A =
_
0 1
−1 0
_
não é diagonalizável.
Exemplo: A matriz
_
_
1 0 0
1 2 0
−1 5 2
_
_
é diagonalizável?
Departamento de Ciências Exatas e Aplicadas - ICEA/UFOP - Monlevade
Definição: Se λ
0
é um auto-valor de uma matriz A de tamanho nn,
então a dimensão do auto-espaço associado a λ
0
é chamado multi-
plicidade geométrica de λ
0
.
O número de vezes que λ − λ
0
aparece na fatoração de p(λ), o
polinômio característico de A, é chamada multiplicidade algébrica
de λ
0
.
Teorema: Se A é uma matriz quadrada, então:
a) para cada auto-valor de A, a multiplicidade geométrica é menor ou
igual à multiplicidade algébrica.
b) A é diagonalizável se, e somente se, para cada auto-valor, a multi-
plicidade geométrica é igual e a multiplicidade algébrica.
Departamento de Ciências Exatas e Aplicadas - ICEA/UFOP - Monlevade
https://sites.google.com/site/ufopgoulart/