EAE1104 - Matemática Aplicada à Economia

Lista 1
Resoluções

Professor: David Turchick

1.
2. As duas últimas frases poderiam ser suprimidas, se mantida a primeira. De fato, se um serviço barato e rápido
fosse também bom, por ser então bom e barato, ele já não seria rápido (pela primeira sentença), absurdo. Assim,
a primeira frase implica a segunda. Analogamente, vemos que a primeira implica a terceira.
E, analogamente, poderia ser mantida apenas a segunda ou a terceira sentença.
3.

(a) O segundo encadeamento. Trata-se de uma prova na forma indireta do fato enunciado.
(b) O primeiro encadeamento mostra precisamente isso.

4. 1.a forma: "Dados x; y 2 R, se x 6= 0 e y 6= 0, então xy 6= 0". Essa é apenas a forma contrapositiva da sentença
dada.
2.a forma: "Dados x; y 2 R, se xy = 0 e x 6= 0, então y = 0" . Com efeito, vejamos que p ) [q ou r] é equivalente
a [p e :q] ) r. ()): Dado que valem p e :q, se não fosse o caso que valesse r, teríamos :q e :r, donde não
poderia valer p, absurdo. ((): Dado que vale p, caso valha q acabou, e caso não valha q teremos p e :q, donde
valerá r e, então, [q ou r].
5.

(a) Verdadeiro. Este só não seria o caso se o Teorema de Pitágoras valesse mas o Teorema Fundamental da
Álgebra não valesse. Mas este último vale (a…nal, é um teorema).
(b) Verdadeiro. Caso contrário, teríamos hipótese verdadeira e tese falsa – o que é impossível neste caso,
simplesmente porque a hipótese já é falsa.
(c) Verdadeiro. Vale o mesmo motivo do item anterior.

6.

(a) Se x = 2, então 3x + 1 = 3 2 + 1 = 7. Já se x 6= 2, então 3x 6= 6, donde 3x + 1 6= 7. Assim, o problema

tem solução, e esta é única: x = 2 (ou: Sol = f2g).
(b)
(c) Se (x; y) = (0; 0), então x2 + y 2 = 0. Para a outra direção, tomaremos como conhecidas as propriedades:
z2 0; 8z 2 R, e z 2 = 0 ) z = 0 (basta lembrar que z 2 := z:z e aplicar a importante propriedade
mencionada no exercício 4 desta lista). Então suponha (x; y) 6= (0; 0). Logo, x 6= 0 ou y 6= 0. No primeiro
caso, teremos x2 > 0 e y 2 0, donde x2 + y 2 x2 > 0. O segundo é análogo. Assim, o problema tem
solução única: (x; y) = (0; 0) (ou: Sol = f(0; 0)g).
(d) Novamente, para todo x 2 R, temos x2 0. Logo, o problema não tem solução. Sol = ?.

7.

7. Uma matriz ortogonal A é uma matriz quadrada em que todas as colunas têm norma unitária e são duas
a duas ortogonais. Isto é, AA0 = Id. O Teorema de Binet diz então que det A: det A0 = det Id. Como
2
det A0 = det A, temos então (det A) = 1, donde det A = 1 ou 1.

8.

1. Realizaremos operações básicas nas linhas da matriz para ajudar nos cálculos.
(a)
1 2 4 1 2 4 1 2 4
1 3 9 = 0 1 5 = 0 1 5 =1 1 2 = 2:
1 4 16 0 2 12 0 0 2

1
 (b)
1 2 3 4 1 2 3 4 1 2 3 4
0 1 0 11 0 1 0 11 0 1 0 11
= =
2 1 0 3 0 5 6 5 0 0 6 60
2 0 1 3 0 4 5 11 0 0 5 55
1 2 3 4 1 2 3 4
0 1 0 11 0 1 0 11
= 6 5 = 30 = 30 1 1 1 1 = 30:
0 0 1 10 0 0 1 10
0 0 1 11 0 0 0 1
(c)
2 1 3 3 1 3 0 9 1 3 0 9 1 3 0 9
3 2 1 6 3 2 1 6 0 7 1 21 0 2 1 6
= = =
1 3 0 9 2 1 3 3 0 5 3 15 0 5 3 15
2 4 1 12 2 4 1 12 0 2 1 6 0 7 1 21
1 3 0 9 1 3 0 9 1 3 0 9
0 2 1 6 0 1 0:5 3 0 1 0:5 3
= = 2 = 2
0 7 4 21 0 7 4 21 0 0 0:5 0
0 7 1 21 0 0 3 0 0 0 3 0
1 3 0 9
0 1 0:5 3
= 2 = 0:
0 0 0:5 0
0 0 0 0
2.
(a) Por expansão de Laplace na primeira linha da matriz,
0 0 a
0 b 0 = a (0 bc) = abc:
c 0 0
(b) Novamente por expansão de Laplace na primeira linha da matriz,
0 0 0 a 0 1
0 0 b
0 0 b 0
= a@ 0 c 0 A= a ( bcd) = abcd;
0 c 0 0
d 0 0
d 0 0 0
onde usamos o resultado do item anterior.
(c) Se trocarmos as segunda, terceira, quarta e quinta linhas da matriz dada por elas menos múltiplos
adequados da primeira linha; aí trocarmos as terceira, quarta e quinta linhas por elas menos algum
múltiplo da segunda; aí trocarmos a quinta linha por ela menos a terceira; e, …nalmente, trocarmos a
quinta linha por ela menos metade da quarta, obtemos
0 0 0 0 1 0 0 0 0 1 0 0 0 0 1 0 0 0 0 1
0 0 0 5 1 0 0 0 5 0 0 0 0 5 0 0 0 0 5 0
0 0 3 1 2 = 0 0 3 1 0 = 0 0 3 0 0 = 0 0 3 0 0
0 4 0 3 4 0 4 0 3 0 0 4 0 0 0 0 4 0 0 0
6 2 3 1 2 6 2 3 1 0 6 2 3 0 0 6 2 0 0 0
0 0 0 0 1
0 0 0 5
0 0 0 5 0
0 0 3 0
= 0 0 3 0 0 =1 =5 3 4 6 = 360;
0 4 0 0
0 4 0 0 0
6 0 0 0
6 0 0 0 0
onde usamos o resultado do item anterior.

9.

1. Sabemos que a inversa de uma matriz quadrada é única; isso explica a palavra "the" no enunciado. Feita
essa observação, é questão de se fazer uma checagem:
3 0 1=3 0 1 0
= :
2 1 2=3 1 0 1

2
 A checagem do produto com os fatores na ordem contrária é desnecessária, já que sabemos que inversas à
direita e à esquerda de matrizes inversíveis coincidem –tal qual acontece com inversas à direita e à esquerda
de qualquer função inversível.
4.
(a)
1
2 3 x 3 x 2 3 3 1 4 3 3 3
= , = = = :
3 4 y 5 y 3 4 5 1 3 2 5 1
(b)
2 3 x 8 x 4 3 8 1
= , = = :
3 4 y 11 y 3 2 11 2
(c)
2 3 x 0 x 4 3 0 0
= , = = :
3 4 y 0 y 3 2 0 0
7.
8.
(a) A2 = P DP 1 P DP 1 = P D Id DP 1 = P DDP 1 = P D2 P 1 .
(b) Para m = 1, é claro. Note ainda que se vale Am = P Dm P 1 para um m 1 em particular, então
também Am+1 = Am A = P Dm P 1 P DP 1 = P Dm Id DP 1 = P Dm DP 1 = P Dm+1 P 1 . Logo,
por indução, a propriedade Am = P Dm P 1 vale para qualquer inteiro positivo m.

10.

1.
(a)
(b)
2 3 1 02 31
1 0 2 1 0 2
4 2 1
1 0 5 = adj @4 2 1 0 5A
0 2 1 1 0 2 0 2 1
2 1 0
0 2 1
2 3 2 3
1 4 2 1=9 4=9 2=9
1 4 2
= 1 4 5 = 4 2=9 1=9 4=9 5 :
1+0+8 0 0 0
4 2 1 4=9 2=9 1=9

Obs.: Lembre que a matriz adjugada não é a matriz dos cofatores, mas sim a transposta da matriz dos
cofatores.
(c)

11.

1.
(a)
(b) O determinante da matriz dos coe…cientes do sistema é

1 1 0 0 1 1 0 0
1 0 1 0 1 0 1 0
= =1 1 (0 1) = 1:
0 1 1 1 0 0 1 0
0 1 0 1 0 1 0 1

3
 Logo, pela Regra de Cramer,

3 1 0 0
2 0 1 0 0 1 0 2 1 0
6 1 1 1 3 1 1 1 1 6 1 1
1 1 0 1 1 0 1 1 0 1
x = = = (3 ( 1) 0 (2 1 1 5)) = 3;
1 1
1 3 0 0
1 2 1 0 2 1 0 3 0 0
0 6 1 1 1 6 1 1 1 6 1 1
0 1 0 1 1 0 1 1 0 1
y = = = (2 1 1 5 3 1) = 6;
1 1
1 1 3 0
1 0 2 0 0 2 0 1 3 0
0 1 6 1 1 1 6 1 1 1 6 1
0 1 1 1 1 1 1 1 1 1
z = = = (( 2) 0 (1 5 3 0)) = 5;
1 1
1 1 0 3
1 0 1 2 0 1 2 1 0 3
0 1 1 6 1 1 1 6 1 1 1 6
0 1 0 1 1 0 1 1 0 1
u = =
1 1
= (( 1) ( 5) + 2 ( 1) (1 1+3 ( 1))) = 5:

Sugestão: compare o trabalho que dá resolver um sistema desses por Regra de Cramer ao invés de
eliminação de Gauss-Jordan e/ou inversão!
2.

12.

3. A primeira …gura pedida tem duas retas (uma de intercepto 4 e inclinação 1, a outra de intercepto 2 e
inclinação 1), se interceptando no ponto (3; 1). A segunda …gura deve apresentar a soma de três vezes o
vetor (1; 2) com uma vez o vetor (1; 2), resultando no vetor (4; 4).
11.
21. Seja tal que (a; b) = (c; d). Então, como c; d 6= 0, podemos escrever = a=c = b=d. Como b 6= 0,
dividindo os três lados dessa igualdade por b, e multiplicando por c, obtemos a=b = c=d = c=b. Chamando
c=b de , temos então (a; c) = (b; d).

13.

6. O múltiplo l deve ser tal que c la = 0, isto é, l = c=a. O segundo pivô será d lb = d (c=a) b. Esse valor
se anula quando ad = bc, mas assumindo não ser este o caso, teremos

a f
c
g lf g af ag cf c g
y= = c = = ;
d lb d ab ad cb a b
c d

conforme o esperado pela Regra de Cramer.

7. A primeira equação equivale a (implica e é implicada por) 6x 4y = 2b1 . A segunda diz que 6x 4y = b2 .
Logo, se b2 6= 2b1 , o sistema não admite solução. Já se b2 = 2b1 , a segunda equação do sistema dado será
supér‡ua, e o sistema equivalerá à única equação 3x 2y = b1 , que é a equação de uma reta. Logo, nesse
caso o sistema terá in…nitas soluções.
Quanto à …gura pedida, esta teria dois vetores múltiplos um do outro ((3; 6) e ( 2; 4)), mostrando que
só podem ser atingidos pontos da forma (b1 ; 2b1 ) via combinações lineares desses vetores.

4
 13.
22. Usemos eliminação de Gauss-Jordan:
2 3 2 3 2 3
2 1 0 0 0 1 0:5 0 0 0 1 0:5 0 0 0
6 1 2 1 0 0 7 6 1 2 1 0 0 7 6 0 1:5 1 0 0 7
6 7 6 7 6 7
4 0 1 2 1 0 5 4 0 1 2 1 0 5 4 0 1 2 1 0 5
0 0 1 2 5 0 0 1 2 5 0 0 1 2 5
2 3 2 3 2 3
1 0:5 0 0 0 1 0 0:3_ 0 0 1 0 0:3_ 0 0
6 0 1 0:6_ 0 0 7 6 0 1 0:6_ 0 0 7 6 0 1 0:6_ 0 0 7
6 7 6 7 6 7
4 0 1 2 1 0 5 4 0 0 1:3_ 1 0 5 4 0 0 1 0:75 0 5
0 0 1 2 5 0 0 1 2 5 0 0 1 2 5
2 3 2 3 2 3
1 0 0 0:25 0 1 0 0 0:25 0 1 0 0 0 1
6 0 1 0 0:5 0 7 6 0 1 0 0:5 0 7 6 0 1 0 0 2 7
6 7 6 7 6 7:
4 0 0 1 0:75 0 5 4 0 0 1 0:75 0 5 4 0 0 1 0 3 5
0 0 0 1:25 5 0 0 0 1 4 0 0 0 1 4
Logo, x = 1, y = 2, z = 3, e t = 4 (e a checagem desses valores como solução do sistema dado é trivial).
Os pivôs estão circulados na última matriz acima.
14. FOLHA DE RASCUNHO: Olhando primeiro para a terceira coordenada, vejo ser necessário tomar = 1=3.
Olhando em seguida para a segunda coordenada, vejo ser necessário = 1=6. Olhando …nalmente para a
primeira coordenada, vejo que = 1=12.
FOLHA DE RESPOSTA: Tome = 1=3, = 1=6 e = 1=12. Então u + v + w = (1=3) (1; 2; 3) +
(1=6) (3; 2; 0) + (1=12) (2; 0; 0) = (1=3; 2=3; 1) + (1=2; 1=3; 0) + (1=6; 0; 0) = (1; 1; 1).
15. Segue resolução do sistema pelo processo de eliminação de Gauss-Jordan:
2 3 2 3 2 3
1 2 3 4 0 1 2 3 4 0 1 2 3 4 0
4 2 1 1 1 0 5 4 0 3 5 9 0 5 4 0 1 5=3 3 0 5
3 2 1 2 0 0 8 8 14 0 0 8 8 14 0
2 3 2 3 2 3
1 0 1=3 2 0 1 0 1=3 2 0 1 0 0 11=8 0
4 0 1 5=3 3 0 5 4 0 1 5=3 3 0 5 4 0 1 0 1=8 0 5:
0 0 16=3 10 0 0 0 1 15=8 0 0 0 1 15=8 0
Logo, x4 é a única variável livre, e o conjunto-solução do sistema é (x1 ; x2 ; x3 ; x4 ) 2 R4 : x1 = 11=8x4 ;
x2 = 1=8x4 e x3 = 15=8x4 g.
Pondo, por exemplo, x4 = 8, temos x1 = 11, x2 = 1 e x3 = 15. Interpretando-se o sistema dado através de
uma combinação linear (nula, pois o lado direito do sistema é o vetor nulo) de colunas, temos que o sistema é
equivalente a x1 v1 + x2 v2 + x3 v3 + x4 v4 = (0; 0; 0), donde uma combinação linear nula não-trivial dos vetores
dados seria 11v1 + 1v2 15v3 + 8v4 .
16.
1.
(a) Como o único menor de ordem dois é igual a 0, e há um menor de ordem um igual a j16j = 6 0, temos
posto igual a 1.
(b) Como 6 = j 12 30 j é um menor não-nulo da maior ordem possível (dois), o posto é igual a 2.
(c) Como 2 3 2 3 2 3
1 2 1 3 1 2 1 3 1 2 1 3
4 2 4 4 7 5 4 0 0 2 1 5 4 0 0 2 1 5;
1 2 1 2 0 0 2 1 0 0 0 0
1 1
não podemos ter menor não-nulo de ordem três. Mas 2= 0 2 é um menor não-nulo de ordem
dois. Logo, o posto é igual a 2.
1 3 0
(d) Como 2 4 0 = 2 (1 4 3 2) = 4 é um menor não-nulo da maior ordem possível (três), o
1 1 2
posto é igual a 3.
(e) Como
2 3 2 3 2 3
2 1 3 7 1 4 3 1 1 4 3 1
4 1 4 3 1 5 4 2 1 3 7 5 4 0 9 9 9 5
3 2 5 11 3 2 5 11 0 14 14 14
2 3 2 3
1 4 3 1 1 3 2 0
4 0 1 1 1 5 4 0 1 1 1 5;
0 0 0 0 0 0 0 0

5
 1 0
não podemos ter menor não-nulo de ordem três. Mas 1= 0 1 é um menor não-nulo de ordem
dois. Logo, o posto é igual a 2.
(f) Como
2 3 2 3 2 3
1 2 1 1 1 2 1 1 1 2 1 1
6 2 1 1 2 7 6 0 5 3 0 7 6 0 1 2 2 7
6 7 6 7 6 7
4 1 1 1 3 5 4 0 1 2 2 5 4 0 5 3 0 5
2 5 2 0 0 9 4 2 0 9 4 2
2 3 2 3
1 2 1 1 1 2 1 1
6 0 1 2 2 7 6 0 1 2 2 7
6 7 6 7;
4 0 0 7 10 5 4 0 0 7 10 5
0 0 14 20 0 0 0 0
1 2 1
não podemos ter menor não-nulo de ordem quatro. Mas 7 = 0 1 2 é um menor não-nulo de ordem
0 0 7
três. Logo, o posto é igual a 3.

17.

1. Os teoremas mencionados no enunciado formam o Teorema de Rouché-Fontené(-Kronecker-Capelli). Em cada

item deste exercício, A e Ab representarão, respectivamente, as matrizes dos coe…cientes e dos coe…cientes
aumentada do sistema dado.
(a) Analisemos primeiro o posto de A: como a segunda linha é múltipla da primeira, temos r (A) 1. E
como a primeira linha não é o vetor nulo, r (A) = 1. Agora o posto de Ab : como a submatriz de ordem
dois 42 31 tem determinante 14 6= 0, temos r (Ab ) = 2. Logo, pelo Teorema de Rouché-Fontené,
temos o conjunto-solução Sol (Ab ) = ?.
Outro jeito: suponha que (x1 ; x2 ; x3 ) satisfaz 2x1 3x2 + x3 = 3. Logo 4x1 + 6x2 2x3 = 6 6= 1.
Assim, o sistema não tem solução.
(b) Note que tanto A = 12 11 11 13 quanto Ab = 12 11 11 13 21 ] têm posto 2, já que a submatriz
quadrada de ordem dois 12 11 tem determinante 3 6= 0. Logo, pelo Teorema de Rouché-Fontené,
o sistema dado tem solução. O número de equações supér‡uas é o número de equações menos o posto
da matriz de coe…cientes A, isto é, 2 2 = 0. O número de graus de liberdade do sistema é igual à
nulidade da matriz de coe…cientes A (ou, pelo Teorema do Núcleo/Imagem, o número de variáveis do
sistema menos o posto de A), 4 2 = 2.
Para variar, ao invés de resolver o sistema através de eliminação de Gauss-Jordan, escrevamo-lo na
forma
1 1 x1 1 1 x3 2
+ = ; (1)
2 1 x2 1 3 x4 1
que é equivalente a
1
x1 1 1 2 1 1 x3
=
x2 2 1 1 1 3 x4
1 1 1 2 1 1 x3
=
3 2 1 1 1 3 x4
1 1 1 2 1 1 1 1 1 x3
= +
3 2 1 1 3 2 1 1 3 x4
1 1 0 2 x3
= + : (2)
1 3 3 5 x4

Assim, Sol (Ab ) = (x1 ; x2 ; x3 ; x4 ) 2 R4 : x1 = 1 + (2=3) x4 e x2 = 1 + x3 (5=3) x4 .

Outra maneira de representar as soluções, uma vez que sua existência já esteja garantida (por exemplo,
pelo Teorema de Rouché-Fontené), seria:
Colocar (por exemplo) x3 = x4 = 0 em (1) para achar uma solução particular (chegaríamos assim
à primeira parcela em (2)), que no caso seria xp = (1; 1; 0; 0).
Trocar o vetor (2; 1) no lado direito de (1) por (0; 0), para então encontrar a solução geral do sistema
homogêneo associado, que no caso corresponderia à segunda parcela em (2): Sol (A0 ) = N (A) =
(x1 ; x2 ; x3 ; x4 ) 2 R4 : x1 = (2=3) x4 e x2 = x3 (5=3) x4 = [(0; 1; 1; 0) ; (2=3; 5=3; 0; 1)].
Pelo Princípio da Superposição, temos Sol (Ab ) = (x1 ; x2 ; x3 ; x4 ) 2 R4 : (x1 1; x2 1; x3 ; x4 ) 2
[(0; 1; 1; 0) ; (2=3; 5=3; 0; 1)]g. Em outras palavras, todas as soluções do sistema dado são da forma
(x1 ; x2 ; x3 ; x4 ) = (1; 1; 0; 0) + x3 (0; 1; 1; 0) + x4 (2=3; 5=3; 0; 1).

6
 A checagem dessas soluções no sistema dado é trivial. A dimensão do subespaço a…m Sol (Ab ) é a
dimensão de N (A), isto é, o número de graus de liberdade do sistema, no caso, 2. Isto é, Sol (Ab ) é
um plano no R4 (que não passa pela origem (0; 0; 0; 0)).
(c) Note que
2 3 2 3
1 1 2 1 1 1 1 2 1 1
6 2 1 1 3 3 7 6 1 7
Ab = 6 7 6 0 3 5 1 7
4 1 5 8 1 1 5 4 0 6 10 0 0 5
4 5 7 7 7 0 9 15 3 3
2 3 2 3
1 1 2 1 1 1 0 1=3 2=3 2=3
6 0 1 5=3 1=3 1=3 7 6 1=3 7
6 7 6 0 1 5=3 1=3 7
4 0 6 10 0 0 5 4 0 0 0 2 2 5
0 9 15 3 3 0 0 0 0 0
r(A)=3
2 3 z
2 }| { 3
1 0 1=3 2=3 2=3 1 0 1=3 0 0
6 0 1 5=3 1=3 1=3 7 6 0 1 5=3 0 0 7
6 7 6 7:
4 0 0 0 1 1 5 4 0 0 0 1 1 5
0 0 0 0 0 0 0 0 0 0
| {z }
r(Ab )=3

Logo, pelo Teorema de Rouché-Fontené, o sistema dado tem solução. Há 4 3 = 1 equação supér‡ua
(no caso, como vemos acima, podemos tirar a última), e 4 3 = 1 grau de liberdade. Assim, Sol (Ab ) =
(x1 ; x2 ; x3 ; x4 ) 2 R4 : x1 = (1=3) x3 , x2 = (5=3) x3 e x4 = 1 . A dimensão desse subespaço a…m é o
número de graus de liberdade do sistema, 1. Isto é, Sol (Ab ) é uma reta no R4 (não passando pela
origem).
(d)
(e)
(f) Como o sistema é linear homogêneo, ele é solúvel (como discutido no item anterior). Logo, r (A) =
r (Ab ). Note que
2 3 2 3 2 3
1 1 1 1 0 1 1 1 1 0 1 1 1 1 0
Ab = 4 1 3 2 4 0 5 4 0 2 1 3 0 5 4 0 1 1=2 3=2 0 5
2 1 0 1 0 0 1 2 3 0 0 1 2 3 0
2 3 2 3 2 3
1 0 1=2 1=2 0 1 0 1=2 1=2 0 1 0 0 1 0
4 0 1 1=2 3=2 0 5 4 0 1 1=2 3=2 0 5 4 0 1 0 1 0 5;
0 0 3=2 3=2 0 0 0 1 1 0 0 0 1 1 0

donde r (A) = r (Ab ) = 3. h1 1 0i

Como o posto dessa matriz é 3 (a submatriz de ordem três 0 1 0 tem determinante 1 6= 0), temos
0 0 1
3 3 = 0 equações supér‡uas e 4 3 = 1 graus de liberdade. Tomamos para a variável livre x4 . Logo,
temos Sol (Ab ) = (x1 ; x2 ; x3 ; x4 ) 2 R4 : x1 = x4 , x2 = x4 e x3 = x4 , que é um subespaço vetorial
do R4 com dimensão 1 (uma reta que passa pela origem).
5.
(a) Note que
2 3 2 3 2 3
1 1 1 2q 1 1 1 2q 1 1 1 2q
4 2 3 2 4q 5 4 0 5 0 0 5 4 0 1 0 0 5: (3)
3 2 p q 0 5 p 3 5q 0 0 p 3 5q

Usando a notação usual, temos as seguintes possibilidades.

Caso q = 0. Aí a quarta coluna de Ab é o vetor nulo, obviamente combinação linear das demais
colunas. Assim, teremos r (Ab ) = r (A), e o sistema será solúvel (claro, será homogêneo!). Dentro
desse caso, podemos considerar dois subcasos:
p = 3. Aí r (A) = 2, donde o sistema terá 3 2 = 1 grau de liberdade, e Sol (Ab ) será in…nito.
p 6= 3. Aí r (A) = 3, donde o sistema terá 3 3 = 0 graus de liberdade, e Sol (Ab ) será unitário.
Caso q 6= 0. Aí temos os mesmos subcasos de interesse:
p = 3. Aí r (A) = 2, enquanto r (Ab ) = 3 ( 5q será um menor não-nulo de ordem três, basta
tomar a submatriz formada pelas 1.a, 2.a e 4.a colunas). Logo, pelo Teorema de Rouché-Fontené,
Sol (Ab ) será vazio.

7
 p 6= 3. Aí r (A) = 3 (p 3 será um menos não-nulo de ordem três), e r (Ab ), como está limitado
superiormente pelo número de linhas, também será igual a 3. Logo, pelo mesmo teorema, o sistema
será solúvel, e terá 3 3 = 0 graus de liberdade, donde Sol (Ab ) será unitário.
(b) Note que z = (z1 ; z2 ; z3 ) é ortogonal aos três vetores mencionados se e só se
8
< 1z1 + 1z2 + 1z3 = 0
2z1 3z2 + 2z3 = 0 ;
:
3z1 2z2 + pz3 = 0

que é justamente o sistema dado, com q = 0. Se p 6= 3, como vimos no item anterior, Sol (A0 ) será
unitário. Olhando para (3), vemos que teremos z3 = 0= (p 3) = 0, z2 = 0 e z1 = 0 z2 z3 = 0,
donde o conjunto pedido será Sol (A0 ) = f(0; 0; 0)g. Já se p = 3, a terceira equação do sistema será
supér‡ua, z3 poderá ser tomada como livre, z2 = 0, e z1 = z3 . Logo, nesse caso, o conjunto pedido
será Sol (A0 ) = [( 1; 0; 1)].
(c) Baseados no item anterior, podemos argumentar assim: seja A uma matriz real n n, em que a primeira
linha é formada pelas coordenadas de a1 (na base canônica), a segunda pelas coordenadas de a2 etc.
Se b é ortogonal a cada ai , então Ab = 0 (como acabamos de notar para o caso n = 3). Mas como
estamos supondo (a1 ; : : : ; an ) LI, temos que todas as linhas de A são LI, donde det A 6= 0. Logo,
pelo Teorema da Matriz Inversível, A é inversível, e, pré-multiplicando cada lado de Ab = 0 por A 1 ,
obtemos b = 0.

18. Dadas as informações do enunciado, é claro que W subespaço vetorial de V implica as a…rmações de fechadeza
do item (b). Além disso, se W é subespaço vetorial, então W é não-vazio, de maneira que existe v 2 W . Como
W é fechado por multiplicação por escalar, também temos 0v 2 W . Mas 0v = 0V , como mostrado no roteiro
de aula 3 (0v = (0 + 0) v = 0v + 0v etc.), logo 0V 2 W , e (b) está estabelecido.
Que (b) implica (a) é imediato.
Resta então mostrar que, se vale (a), então W é subespaço vetorial de V . Como V é espaço vetorial, a comuta-
tividade e a associatividade da soma em qualquer subconjunto seu são imdiatas, bem como as distributividades,
a associatividade e elemento neutro da multiplicação por escalar. Como W é não-vazio e fechado por multipli-
cação por escalar, como comentado acima, obrigatoriamente temos 0V 2 W . Como 0V é elemento neutro da
soma para qualquer elemento de V , em particular o é para elementos de W . Finalmente, para todo v 2 W ,
como W é fechado por multiplicação por escalar, temos ( 1) v 2 W . Porém, como mostrado no roteiro de aula
3, vale ( 1) v = :v. Assim, vale ainda a existência em W de elemento inverso da soma. Logo, W é de fato
espaço vetorial, e como está contido em V , é subespaço vetorial de V .
19. O primeiro parágrafo da resolução do exercício 18 desta lista mostra que 0V 2 W . Dado v 2 W , então v 2 V ,
logo v + 0V = v, e 0V é vetor nulo de W .
20.
21.
22.

4. R1 é o conjunto de todas as sequências in…nitas de números reais. Munido das operações de adição de sequên-
cias e multiplicação por escalar de…nidas pontualmente (tal qual o Rn ), é um espaço vetorial (real), com
vetor nulo 0 = (0; 0; : : : ), e ( x1 ; x2 ; : : : ) servindo de inversa da sequência (x1 ; x2 ; : : : ) (faça a checagem
das propriedades relevantes mentalmente). Assim, faz sentido perguntar se determinado subconjunto do
R1 é ou não um subespaço vetorial do R1 .
(a) O conjunto em questão não é subespaço, pois não é fechado por soma (apesar de ser não-vazio e fechado
por multiplicação por escalar, diga-se de passagem). Por exemplo, (1; 0; 1; 0; 1; : : : ) + (0; 1; 0; 1; 0; : : : ) =
(1; 1; 1; 1; 1; : : : ).
(b) A sequência 0 obviamente pertence ao conjunto em questão. Sejam x e y elementos do conjunto. Então
podemos dizer que x só assume o valor zero a partir de alguma posição, digamos m1 , e y, a partir
da posição m2 . Logo, a sequência x + y só tem zeros a partir da posição max fm1 ; m2 g, e portanto
também está no conjunto. E, para qualquer 2 R, a sequência x também só tem zeros a partir
de m1 , logo o conjunto também é fechado por multiplicação por escalar, de modo que é, de fato, um
subespaço vetorial do R1 (um espaço vetorial contido no espaço vetorial R1 ).
(c) Tal conjunto não é subespaço vetorial, pois não é fechado por multiplicação por escalar:
(1; 1=2; 1=3; : : : ) é uma sequência decrescente, mas ( 1) (1; 1=2; 1=3; : : : ) = ( 1; 1=2; 1=3; : : : ) não
é uma sequência decrescente (pois 1=2 6 1).
Obs.: Apenas por completeza, pode-se notar que, apesar disso, a sequência 0 é decrescente (pois
0 0), e a soma de duas sequências decrescentes é decrescente (porque xj+1 xj e yj+1 yj

8
 implicam xj+1 + yj+1 xj + yj+1 xj + yj ). Note ainda que a propriedade de subespaço vetorial que
fura aqui não é a mesma que furou no item (a).
(d) Atenção: se você nunca estudou o conceito e as propriedades de limite de sequências, pode pular este
item. Se já estudou: 0, enquanto sequência constante, é convergente (no caso, para 0). Sejam x e y
sequências convergentes (para, digamos, a e b reais). Então x + y é uma sequência convergente para
a + b. Também, se é um real qualquer, a sequência x converge (para a). Logo, o subconjunto das
sequências convergentes também é um espaço vetorial.
Obs.: Por causa das propriedades do operador lim utilizadas nessa argumentação, esse operador (i.e.,
essa função) é conhecido como um operador linear. Essa é apenas a de…nição que você já conhece de
função linear: sendo Co esse espaço vetorial das sequências convergentes, lim é uma função linear de
Co em R, isto é, uma função que satisfaz lim (x + y) = lim x + lim y e lim ( x) = lim x; 8x; y 2
Co; 8 2 R.
(e) O vetor 0 obviamente pertence a esse conjunto (de maneira que ele é não-vazio). Se as sequências x
e y são progressões aritméticas, então xj+1 xj e yj+1 yj são constantes independentes de j, de
modo que (xj+1 + yj+1 ) (xj + yj ) = xj+1 xj + yj+1 yj também independe de j, e x + y também
é progressão aritmética. Adicionalmente, para todo 2 R, vale xj+1 xj = (xj+1 xj ), que
também será constante em j, donde a sequência x também será uma progressão aritmética. Logo, o
conjunto das progressões aritméticas é espaço vetorial (subespaço vetorial do R1 ).
(f) Não. Note que esse conjunto não é fechado por soma, já que, enquanto (1; 1; 1; 1; : : : ) e (1; 2; 4; 8; : : : )
são progressões geométricas, (2; 3; 5; 9; :::) não o é: 3=2 6= 5=3.
Obs.: Já o conjunto das progressões geométricas de uma mesma razão …xada seria, sim, um subespaço
vetorial do R1 .
5. C (A) = [(1; 0) ; ( 1; 0)] = [(1; 0)], pois ( 1; 0) = 1 (1; 0). Assim, C (A) = R f0g, uma reta passando pela
origem do R2 . Já C (B) = [(0; 1) ; (0; 2) ; (3; 3)] = [(0; 1) ; (3; 3)] = [(0; 1) ; (1; 1)] = R2 , pois qualquer vetor
(x; y) do R2 pode ser escrito como x (1; 1) + (y x) (0; 1). Por …m, C (C) = [(0; 0) ; (0; 0) ; (0; 0)] = [(0; 0)] =
f(0; 0)g, um conjunto unitário contendo apenas a origem do R2 .
Quanto aos espaços nulos dessas matrizes, note:

x y=0
A (x; y) = (0; 0) , , x = y;
0x + 0y = 0
0x + 0y + 3z = 0
B (x; y; z) = (0; 0) , ,z=0ex= 2y;
x + 2y + 3z = 0
0x + 0y + 0z = 0
C (x; y; z) = (0; 0) , :
0x + 0y + 0z = 0

Logo, N (A) = [(1; 1)], N (B) = [( 2; 1; 0)] e N (C) = R3 .

8. Por eliminação de Gauss-Jordan:

1 1 1 0 1 1 1 0 1 1 1 0 1 0 2 0
:
1 0 2 0 0 1 1 0 0 1 1 0 0 1 1 0

Logo, Ax = 0 se e só se tivermos x2 = x3 e x1 = 2x3 . Em outras palavras, Sol (A0 ) = N (A) = [( 2; 1; 1)],

de maneira que os itens corretos são (b), (d) e (e) ((f) não faz sentido pois o espaço-coluna tem que ser um
subespaço vetorial do R2 ).
17. (1; 1; 1) ; (0; 0; 2) 2 P , mas (1; 1; 3) 2
= P porque 1 + 1 2 ( 3) = 8 6= 4.
23. Como A é inversível, ela representa função sobrejetora, isto é: para qualquer b 2 R8 , existe x 2 R8 tal que
Ax = b. De fato, basta tomar x = A 1 b, pois aí Ax = AA 1 b = b. Assim, C (A) = R8 .
29. Por exemplo, porque (0; 0) 2 R2 , mas (0; 0) 2
= R3 . Assim, apesar de R2 ser um espaço vetorial, não é um
subconjunto do R , de maneira que não é um subespaço vetorial do R3 .
3

31. Ax = b ser solúvel para todo b 2 R9 signi…ca que A representa função sobrejetora, isto é, que C (A) = R9 .

23.
24.

9
25.

4.
5. Aplicando o processo de eliminação de Gauss-Jordan:
2 3 2 3 2 3
1 2 0 1 1 2 0 1 1 0 2 1
A=4 0 1 1 0 5 4 0 1 1 0 5 4 0 1 1 0 5:
1 2 0 1 0 0 0 0 0 0 0 0

Logo, r (A) = 2.
2 3 2 3 2 3 2 3
1 2 3 1 2 3 1 2 3 1 0 1
B=4 4 5 6 5 4 0 3 6 5 4 0 1 2 5 4 0 1 2 5;
7 8 9 0 6 12 0 6 12 0 0 0

de maneira que também r (B) = 2.

34. Apliquemos o processo de eliminação de Gauss-Jordan à matriz de coe…cientes aumentada do sistema:
2 3 2 3 2 3 2 3
1 2 b1 1 2 b1 1 2 b1 1 0 b1 2 (b3 2b1 )
6 2 4 b 7 6 0 0 b 2b 7 6 b3 2b1 7 6 0 1 7
6 2 7 6 2 1 7 6 0 1 7 6 b3 2b1 7:
4 2 5 b3 5 4 0 1 b3 2b1 5 4 0 0 b2 2b1 5 4 0 0 b2 2b1 5
3 9 b4 0 3 b4 3b1 0 3 b4 3b1 0 0 b4 3b1 3 (b3 2b1 )

Assim, pelo Teorema de Rouché-Fontené, como a matriz de coe…cientes tem posto 2, o sistema será solúvel
se e só se a matriz de coe…cientes aumentada também tem posto 2, isto é, não há novo pivô na última
coluna da rref dessa matriz. Isto é, o sistema é solúvel se e só se b2 2b1 = 0 e 3b1 3b3 + b4 = 0. Supondo
ser este o caso, a solução será dada por x1 = 5b1 2b3 e x2 = b3 2b1 .
O segundo sistema do exercício é tal que, se x3 = 0, recaímos no primeiro sistema. Logo, devemos esperar
condições de solubilidade mais fracas (ou, no máximo, tão fortes quanto). Vejamos:
2 3 2 3
1 2 3 b1 1 2 3 b1
6 2 4 6 b2 7 6 b2 2b1 7
6 7 6 0 0 0 7
4 2 5 7 b3 5 4 0 1 1 b3 2b1 5
3 9 12 b4 0 3 3 b4 3b1
2 3 2 3
1 2 3 b1 1 0 1 5b1 2b3
6 0 1 1 b3 2b1 7 6 7
6 7 6 0 1 1 b3 2b1 7:
4 0 0 0 b2 2b1 5 4 0 0 0 b2 2b1 5
0 3 3 b4 3b1 0 0 0 3b1 3b3 + b4

Vemos então que o critério su…ciente e necessário sobre os bs para solubilidade do sistema acaba sendo
exatamente o mesmo do sistema anterior, e não mais fraco (isso é uma coincidência, note que não aconteceria
se tivéssemos ganho um novo pivô na matriz dos coe…cientes). Supondo que tais condições valham, podemos
tomar x3 como variável livre (sua coluna ao …nal do processo de eliminação acima não tem pivô), e então
x1 = 5b1 2b3 x3 e x2 = b3 2b1 x3 . Alternativamente, podemos escrever as soluções como
2 3 2 3 2 3
x1 5b1 2b3 1
4 x2 5 = 4 2b1 + b3 5 + x3 4 1 5 ; 8x3 2 R:
x3 0 1

42.
(a) Seja A = [ 10 ]. Então A [ x ] = bb12 terá uma única solução se b2 = 0 (x = b1 ), e nenhuma caso contrário.
(b) Seja A = [ 1 1 ]. Então A [ xx12 ] = [ b ] terá in…nitas soluções: para cada x2 2 R, basta tomar x1 = b x2 .
(c) Seja A = [ 11 00 ]. Então A [ xx12 ] = bb12 terá in…nitas soluções se b1 = b2 (x1 = b1 e x2 um real arbitrário),
mas nenhuma se b1 6= b2 .
Obs.: A ideia aqui foi considerar duas retas no plano de mesma inclinação, que podem ser ou iguais
ou paralelas.
(d) Seja A = [ 1 ]. Então A [ x ] = [ b ] terá exatamente uma solução (x = b).
Obs.: Para exemplos no Rn , qualquer matriz inversível n n serviria (Ax = b ) x = A 1 b).

10
47.
(a) FOLHA DE RASCUNHO: A tem que ser matriz 3 2. A expressão "the only solution" contém duas
informações. Vou usar primeiro a que diz que aquele x é solução do sistema:
2 3 2 3
a11 a12 1
4 a21 a22 5 0 = 4 2 5 ) a12 = 1; a22 = 2; a32 = 3:
1
a31 a32 3

Então a segunda coluna de A está determinada, mas ainda não sei nada sobre a primeira. Já a
informação de que não há outra solução implica que o sistema homogêneo associado também só pode
ter uma solução (a trivial), já que, se tivesse outras, o sistema dado também teria outras, pelo Princípio
da Superposição. Isto é, a nulidade de A (a dimensão de seu núcleo) tem que ser 0. O Teorema do
Núcleo/Imagem diz então que o posto de A deve ser 2. Logo, suas duas colunas devem ser LI (i.e.,
nenhuma múltipla da outra, como vimos h 1 noi roteiro 5). h x1 i h 1 i
1
FOLHA DE RESPOSTA: Tome A = 0 2 , e tentemos resolver o sistema A xx2 = 2 . Por elimi-
0 3 3 3
nação de Gauss-Jordan:
2 3 2 3 2 3
1 1 1 1 1 1 1 0 0
4 0 2 2 5 4 0 1 1 5 4 0 1 1 5;
0 3 3 0 3 3 0 0 0

donde x1 = 0 e x2 = 1 é solução única.

(b) Não é possível. De fato, B teria que ser uma matriz 2 3. Se o sistema dado realmente tivesse solução,
e única, pelo Princípio da Superposição, o sistema Bx = 0 só poderia ter a solução trivial. Mas isso
não é possível pois B tem mais colunas que linhas, donde, pelo Teorema de Rouché-Fontené, ele tem
ao menos um grau de liberdade.
54.
65. FOLHA DE RASCUNHO: Chamando a matriz de A, ela tem que ter 4 colunas (temos 4 variáveis) e, pelo
Teorema do Núcleo/Imagem, seu posto deve ser 2 (= 4 dim N (A)). Então uma matriz 2 4 pode bastar.
Quero que seu núcleo seja [(2; 2; 1; 0) ; (3; 1; 0; 1)]. Então têm que valer as condições:
2 3
2
a11 a12 a13 a14 6 7
6 2 7= 0
a21 a22 a23 a24 4 1 5 0
0
e 2 3
3
a11 a12 a13 a14 6 1 7 0
6 7
a21 a22 a23 a24 4 0 5= 0
:
1
Para simpli…car, posso supor que já foi realizada eliminação de Gauss-Jordan, e [ aa11
21
a12
a22 ] = [ 10 0 ].
1 Então
as condições acima implicam 8
>
> 2 + a13 = 0
<
2 + a23 = 0
:
>
> 3 + a14 = 0
:
1 + a24 = 0
1 0 2 3
FOLHA DE RESPOSTA: Tome A = 0 1 2 1 . Note que
2 3 2 3 23 2 3
x1 x1 2 3
1 0 2 3 6 x2 7 0 6 x2 7 6 7 6 1 7
6 7 ,6 7 = x3 6 2 7 + x4 6 7;
0 1 2 1 4 x3 5 = 0 4 x3 5 4 1 5 4 0 5
x4 x4 0 1

de modo que N (A) = [(2; 2; 1; 0) ; (3; 1; 0; 1)].

h1 0 a13 i
70. FOLHA DE RASCUNHO: Uma tentativa natural seria A = 1 3 a23 . Como (1; 1; 2) tem que pertencer
5 1 a33
ao núcleo dessa transformação, devemos ter
2 3 2 3
1 0
A4 1 5 = 4 0 5;
2 0

11
 isto é, 8
< 1 + 2a13 = 0
4 + 2a23 = 0 :
:
6 + 2a33 = 0
1 0 1=2
FOLHA DE RESPOSTA: Tome A = 1 3 2 . Note que A (1; 0; 0) = (1; 1; 5) e A (0; 1; 0) = (0; 3; 1),
5 1 3
isto é, ambos (1; 1; 5) e (0; 3; 1) pertencem a C (A). Também, note que A (1; 1; 2) = (0; 0; 0), isto é,
(1; 1; 2) 2 N (A).

26. Primeiro, note que, se y 2 Sol (Ab ) e z 2 Sol (Ac ), então realmente A (y + z) = Ay + Az = b + c. Reciproca-
mente, tentemos ver que qualquer solução do sistema Ax = b + c é dessa forma.

Caso Sol (Ab ) 6= ? e Sol (Ac ) 6= ?. Então escolha qualquer z 2 Sol (Ac ). Se x 2 Sol (Ab+c ), então
A (x z) = Ax Az = (b + c) c = b + (c c) = b + 0 = b, donde x z 2 Sol (Ab ), e x pode, de fato,
ser escrito como soma de soluções dos dois sistemas que Joãozinho já resolveu: x = (x z) + z.
Caso Sol (Ab ) = ? e Sol (Ac ) 6= ?. Então fx : 9y 2 Sol (Ab ) e 9z 2 Sol (Ac ) tais que x = y + zg = ?, e,
de fato, teremos neste caso Sol (Ab+c ) = ?. Basta notar que, se existisse x 2 Sol (Ab+c ), poderíamos …xar
qualquer z 2 Sol (Ac ), de maneira que, pela mesma conta feita no item anterior, valeria x z 2 Sol (Ab ),
absurdo.
Caso Sol (Ab ) 6= ? e Sol (Ac ) = ?. Análogo ao anterior.

Obs.: Note como este resultado generaliza o Princípio da Superposição: basta tomar c = 0 (caso no qual
sabemos que Sol (Ac ) 6= ?). Por isso, ele também recebe o nome de Princípio da Superposição.
27.

(a) Verdadeiro. Sejam n o número de linhas de X e p seu número de colunas. Então X 0 será p n, X 0 X será
1 1 1
p p, (X 0 X) (que existe, pelo enunciado) também, X (X 0 X) será n p, e, …nalmente, X (X 0 X) X 0 ,
n n.
(b) Verdadeiro. Fazendo uso da associatividade do produto de matrizes (isto é, da composição de funções),
1 1 1 1 1
temos: P 2 = X (X 0 X) X 0 X (X 0 X) X 0 = X (X 0 X) (X 0 X) (X 0 X) X 0 = X (X 0 X) Ip X 0 =
1
X (X 0 X) X0 = P .
0 0 1
1 0 1 0
(c) Verdadeiro. De fato, P 0 = X (X 0 X) X0 = (X 0 ) (X 0 X) X 0 = X (X 0 X) X0 =
0 1 1
X X 0 (X 0 ) X 0 = X (X 0 X) X 0 = P .
Propriedades usadas acima:
0 0
(i) (AB) = B 0 A0 . De fato, a posição genérica (i; j) da matriz (AB) é a posição (j; i) da matriz AB, isto
é, o produto escalar da j-ésima linha de A pela i-ésima coluna de B. Já a posição (i; j) da matriz B 0 A0
é o produto escalar da i-ésima linha de B 0 pela j-ésima coluna de A0 – em outras palavras, novamente o
produto escalar da i-ésima coluna de B pela j-ésima linha de A.
0 1 0 0
(ii) A 1 = (A0 ) . De fato, A0 A 1 = A 1 A = Id0 = Id, onde usamos a propriedade (i).
(d) Falso. P não necessariamente será não-singular. Por exemplo, tome X = [ 10 ], isto é, com apenas uma
coluna. Então
1
1 1 1
P = X (X 0 X) X0 = 1 0 1 0
0 0
1 1 1 1 0
= 1 1 0 = 1 0 = ;
0 0 0 0

singular.
Obs.: Conforme mencionado no enunciado, P := X(X 0 X) 1 X 0 é a matriz de projeção ortogonal dos vetores
do Rn sobre o subespaço gerado pelas colunas de X. Por exemplo, no contraexemplo dado no último item,
a P calculada é a matriz de projeção sobre o subespaço gerado pelo vetor (1; 0) (o eixo horizontal). Assim,
era de se esperar que P 2 = P P = P (você só precisa projetar um vetor sobre um subespaço uma vez; a
segunda vez não mudará nada).

12
28.

(a) Falso. Por exemplo, sejam A = [ 10 00 ] e B = [ 00 01 ]. Se você já estudou o roteiro de aula 4, deverá concordar
que estas são as matrizes de projeção sobre o "eixo x" (o subespaço gerado pelo vetor (1; 0), [(1; 0)]) e sobre
o "eixo y" (o subespaço gerado pelo vetor (0; 1), [(0; 1)]), respectivamente. Obviamente, A B (projetar
primeiro sobre o eixo y e então sobre o eixo x) tem que levar todo vetor na origem, ou seja, é a função
identicamente nula, representada pela matriz [ 00 00 ] (se quiser, cheque a multiplicação AB).
(b) Falso. Tome, por exemplo, A = 01 01 e B = 01 01 . Estas são, respectivamente, a matriz de re‡exão em
relação ao eixo y e a matriz de rotação de 90o no sentido anti-horário. Obviamente, a inversa de AB = A B
se obtém primeiro desfazendo o que a última daquelas duas operações, A, fez (o que se resolve fazendo uma
nova re‡exão em relação ao eixo y), e só então desfazendo o que a primeira delas, B, fez (o que se resolve
fazendo uma rotação de 90o no sentido horário): B 1 A 1 . Porém, A 1 B 1 = A 1 B 1 primeiro faz
a rotação de 90o horário e só depois a re‡exão. Para ver que são realmente funções diferentes, note por
1
exemplo que, enquanto (AB) = B 1 A 1 leva o vetor (0; 1) a (1; 0), A 1 B 1 = A 1 B 1 leva (0; 1)
a ( 1; 0).
Obs.: É verdade que, se A e B são não-singulares, então AB também é não-singular. Isso segue diretamente
do Teorema de Binet.

29.

(a) Falso. Matrizes representam transformações lineares. Em particular, uma matriz leva vetor nulo a vetor
nulo. Porém, a referida transformação leva (0; 0) em (4; 0). Logo, essa transformação não é linear, donde
não pode ser representada por uma matriz.
(b) Falso. T poderia ser a re‡exão mencionada no item anterior, por exemplo.

30. Como det Q = cos2 + sin2 = 1 6= 0 (girar um objeto não modi…ca sua área), Q é não-singular, donde existe
Q 1 . Procuremos, então, Q 1 . Uma maneira mecânica seria simplesmente aplicar a fórmula

1 cos sin
Q = (1= det Q ) adj (Q ) = adj (Q ) = :
sin cos

Uma maneira mais esperta seria lembrar que a matriz inversa é a função inversa, isto é, a que desfaz o que a
outra faz. Assim, se Q é a rotação de radianos no sentido anti-horário, Q 1 tem que ser a rotação de
radianos no sentido horário:

1 cos ( ) sin ( ) cos sin

Q = = :
sin ( ) cos ( ) sin cos

Checando:

1 cos sin cos sin cos2 + sin2 0

Q Q = = = Id :
sin cos sin cos 0 sin2 + cos2

31.

6. Trata-se de um redimensionamento não-uniforme. Dado ponto (x; y) tal que x2 + y 2 = 1, temos que o ponto
2
(z; w) = A (x; y) = (2x; y) é tal que (1=4) z 2 + w2 = (1=4) (2x) + y 2 = x2 + y 2 = 1, logo esses pontos (z; w)
formam uma elipse.
8. Se quiser entender a primeira frase deste exercício, suponha uma A : Rn ! Rn bijetora (senão, na verdade
seria possível uma reta virar um ponto após a aplicação linear). Uma reta (um subespaço vetorial ou a…m
de dimensão 1) é um conjunto de pontos que pode ser de…nido a partir de um ponto x0 2 Rn e um vetor
diretor v 2 Rn n f0g assim: C := fx 2 Rn : x x0 2 [v]g. Se preferir, a condição "x x0 2 [v]" pode
ser escrita também como "x x0 = v, para algum 2 R". Sendo A linear, podemos mostrar que a
imagem direta de C via A (isto é, o conjunto de todos os pontos que são atingidos por pontos de C, uma
vez aplicada a transformação A) é a reta D = fy 2 Rm : y A (x0 ) 2 [A (v)]g (reta e não ponto porque de
fato A (v) 6= 0, pela suposta injetividade de A). De fato, vejamos: por um lado, se x 2 C, então 9 2 R
tal que x x0 = v. Logo, A (x x0 ) = A ( v), e, por linearidade, A (x) A (x0 ) = A (v). Por outro
lado, se y 2 Rm é tal que 9 2 R com y A (x0 ) = A (v), como A é sobrejetora, seja x 2 Rn tal que
A (x) = y. Logo, A (x x0 ) = A (x) A (x0 ) = y A (x0 ) = A (v) = A ( v), e pela injetividade de A,
x x0 = v, isto é, x 2 C.
Quanto à segunda frase: se z = 0:5x + 0:5y, então, pela linearidade de A, temos A (z) = A (0:5x + 0:5y) =
A (0:5x) + A (0:5y) = 0:5A (x) + 0:5A (y).

13
 9. Consideram-se aqui transformações do R2 no R2 . Essas transformações serão lineares, por serem composições
de lineares. Logo, de fato podem ser representadas por matrizes 2 2. A primeira é

1 0 cos 2 sin 2 1 0 0 1 0 1
= = ;
0 0 sin 2 cos 2
0 0 1 0 0 0

e a segunda,
0 0 1 0 0 0
= :
0 1 0 0 0 0
12. Qualquer ponto da forma (x; 0) é levado a A (x; 0) = (x; 3x), e, claro, qualquer ponto da forma (x; 3x) é
imagem do ponto (x; 0). Logo, o eixo x (i.e., a reta [(1; 0)]) é transformado, via A, na reta [(1; 3)] inteira.
Em particular, (1; 0) é levado por A a (1; 3), (2; 0) = 2 (1; 0) a 2 (1; 3) = (2; 6), e ( 1; 0) = ( 1) (1; 0) a
( 1) (1; 3) = ( 1; 3).
36.
43.

32.
33. Desprovemos: note (por exemplo pelo critério dado no exercício 32 desta lista) que as listas de vetores do R2
((1; 0) ; (0; 1)), ((1; 0) ; (1; 1)) e ((0; 1) ; (1; 1)) são todas LI, porém a lista ((1; 0) ; (0; 1) ; (1; 1)) é obviamente LD
(1 (1; 0) + 1 (0; 1) + ( 1) (1; 1) = (0; 0)).
34.

4.
(a) Como T é linear, T (1; 0) = T ((1; 1) + 0:5 (0; 2)) = T (1; 1) + 0:5T (0; 2) = (3; 2; 1) + 0:5 (0; 1; 0) =
(3; 2:5; 1) e T (0; 1) = T ( 0:5 (0; 2)) = 0:5T (0; 2) = 0:5 (0; 1; 0) = (0; 0:5; 0). Isso responde
parte do exercício: se é verdade que alguma transformação linear tem as propriedades pedidas, essa
transformação pode ser h representada
i (em termos das bases canônicas do domínio e do contradomínio)
3 0
pela matriz [T ] = 2:5 0:5 (em outras palavras, ela pode ser de…nida pela lei T (x; y) =
1 0
(3x; 2:5x 0:5y; x)). Resta argumentar que essa transformação realmente funciona. A checagem é
trivial:
2 3 23
3 0 3
4 2:5 1
T (1; 1) = 0:5 5 = 4 2 5;
1
1 0 1
2 3 2 3
3 0 0
4 2:5 0
T (0; 2) = 0:5 5 = 4 1 5:
2
1 0 0

(b) Basta olhar para as colunas de [T ]: T (1; 0) = (3; 2:5; 1) e T (0; 1) = (0; 0:5; 0).
(c)
(d)
7. Como estamos falando de uma composta de funções lineares, será linear. Essa transformação do R2 no R2
pode ser representada matricialmente por:
" # " p p #" #
cos sin p1 0 2 2 p1 0 1 1
4 4 2 = 2p p2 2 = 2 2 :
1 1 1 1
sin 4 cos 4
0 p
2
2 2 0 p
2 2 2 2 2

Em outras palavras, ela leva um vetor genérico (x; y) em (0:5x + 0:5y; 0:5x + 0:5y).
15.
(a) Seja u = (u1 ; u2 ). Então

1 2 u1 u1 1 2 u1 1 0 u1
= , =
0 1 u2 u2 0 1 u2 0 1 u2
1 2 1 0 u1 0 2 2 u1 0
, = , = ;
0 1 0 1 u2 0 0 0 u2 0

ou seja, na verdade estamos procurando os vetores (u1 ; u2 ) 2 ker (T 1 Id). Imediatamente vemos que
o sistema equivale a u1 + u2 = 0, de maneira que ker (T 1 Id) = [(1; 1)], e u é um vetor da forma
(1; 1) ; 8 2 R.

14
 (b) Seja v = (v1 ; v2 ). Então

1 2 v1 v1 1 2 v1 1 0 v1
= , = ( 1)
0 1 v2 v2 0 1 v2 0 1 v2
1 2 1 0 v1 0 0 2 v1 0
, ( 1) = , = ;
0 1 0 1 v2 0 0 2 v2 0

ou seja, na verdade estamos procurando os vetores (v1 ; v2 ) 2 ker (T ( 1) Id). Imediatamente vemos
que o sistema equivale a v2 = 0, de maneira que ker (T ( 1) Id) = [(1; 0)], e v é um vetor da forma
(1; 0) ; 8 2 R.
Obs.: A lógica aplicada neste exercício reaparecerá em nosso estudo sobre autovalores e autovetores de
transformações lineares. No caso do item (a), diremos que 1 é autovalor de T , e os vetores u 6= 0 encontrados
serão ditos autovetores de T associados ao autovalor 1. Já no caso do item (b), diremos que 1 é autovalor
de T , e os vetores v 6= 0 encontrados serão ditos autovetores de T associados ao autovalor 1.
22. Primeiramente, notemos que D está bem-de…nida: de fato, toda função polinomial pode ser derivada um
número ilimitado de vezes (ou seja, faz sentido tomar P3 como domínio de D), e derivadas segundas de
polinômios com grau menor ou igual a 3 são também polinômios, e com grau menor ou igual a 1, donde
também menor ou igual a 3 (ou seja, faz sentido estabelecer P3 como contradomínio de D).
Seja D1 : P3 ! P3 o operador derivada primeira. Como D1 é linear, D = D1 D1 também o é, por ser
composição de funções lineares.
O núcleo de D é o conjunto de todos os polinômios de grau no máximo 3 cuja derivada segunda é o vetor
nulo de P3 (a função identicamente nula). Represente um vetor de P3 por at3 + bt2 + ct + d. Então
at3 + bt2 + ct + d 2 ker D se e só se 6at + 2b é a função identicamente nula. Isso obviamente ocorre se
a = b = 0, mas em verdade só ocorre nesse caso, já que em t = 0 teríamos 0 = 6at + 2b = 2b, donde b = 0,
e em t = 1 teríamos 0 = 6at + 2b = 6a + 2 0, donde a = 0. Logo, ker D será o conjunto dos polinômios
de grau no máximo 1 (aqueles da forma ct + d), e uma base possível é (1; t).

35.

36.
37.
38.
39.

(a) Basta notar que soma de polinômios é polinômio, multiplicação de polinômio por escalar é polinômio
(mudam apenas os coe…cientes), e que a função identicamente nula também pode ser considerada polinômio
(assim como qualquer função constante).
(b) Não é possível. Se fosse, poderíamos considerar dentre os vetores (polinômios) dessa base aquele que fosse o
polinômio de maior grau. Digamos que esse grau fosse n. Como essa base teria que gerar P, em particular
o polinômio tn+1 teria que poder ser escrito como combinação linear dos polinômios dessa base, todos de
grau menor ou igual a n. Logo, ao subtrair tal combinação linear de tn+1 , obteríamos um polinômio ao
mesmo tempo de grau n + 1 e identicamente nulo, de maneira que teria in…nitas raízes reais, afrontando
assim o Teorema Fundamental da Álgebra.
Obs.: Por esse motivo, dizemos que P é um espaço vetorial de dimensão in…nita.

40. Sim. Quando consideramos apenas essas operações (e não multiplicação de matrizes), note que não há nenhuma
diferença relevante entre M e Rmn ; apenas a disposição das coordenadas das mn-uplas é distinta. Logo, M é
espaço vetorial de dimensão mn. Por exemplo, para m = 2 e n = 3, uma base seria ([ 10 00 00 ] ; [ 00 10 00 ] ; [ 00 00 10 ] ;
[ 01 00 00 ] ; [ 00 01 00 ] ; [ 00 00 01 ]).
41.

(a) Dados u; v 2 V e 2 R, temos (S + T ) (u + v) = S (u + v) + T (u + v) = S (u) + S (v) + T (u) +

T (v) = S (u) + T (u) + S (v) + T (v) = (S + T ) (u) + (S + T ) (v) e (S + T ) ( v) = S ( v) + T ( v) =
S (v) + T (v) = (S (v) + T (v)) = ((S + T ) (v)) = (S + T ) (v). Logo, S + T : V ! W é linear.
(b)

15
 (c) Seja O : V ! W a função identicamente nula (O (v) = 0W ; 8v 2 V ). Então O 2 X, isto é, é linear
(O (u + v) = 0W = 0W + 0W = O (u) + O (v) ; 8u; v 2 V e O ( v) = 0W = 0W = O (v) ; 8u 2
V; 8 2 R), e serve como elemento neutro da operação de adição de transformações de…nida no enunciado
da questão ((T + O) (v) = T (v) + O (v) = T (v) + 0W = T (v) ; 8v 2 V ). De…na a inversa aditiva de
T , :T , pontualmente (i.e., de modo que (:T ) (v) = : (T (v)) ; 8v 2 V ), e note que, se T 2 X, então
:T 2 X (dados u; v 2 V e 2 R, vem (:T ) (u + v) = : (T (u + v)) = : (T (u) + T (v)) = : (T (u)) +
: (T (v)) = (:T ) (u) + (:T ) (v) e (:T ) ( v) = : (T ( v)) = : ( T (v)) = ( 1) ( T (v)) = (( 1) ) T (v) =
( ( 1)) T (v) = (( 1) T (v)) = (:T (v)). Então T (v) + (:T ) (v) = T (v) + : (T (v)) = O (v) ; 8v 2 V ,
de modo que T + (:T ) = O, e :T de fato é inversa de T no espaço X. As demais propriedades das
operações de adição e multiplicação por escalar no espaço de funções X podem ser checadas facilmente,
pois são herdadas das propriedades correspondentes em W .
(d) Nesse caso, X será o conjunto (com estrutura de espaço vetorial, como acabamos de ver) de todas as
transformações lineares do R2 no R3 . Segundo o roteiro de aula 3, tal conjunto pode ser identi…cado com o
conjunto de todas as matrizes reais 3 2 (note que as operações de…nidas no enunciado da presente questão
equivalem às usuais operações de soma de matrizes e multiplicação de matriz por escalar). De maneira
similar ao que já foi argumentado no exercício 40 desta lista, a dimensão de X será então 3 2 = 6.

42.

3. Para estudar a dependência linear dos vetores, podemos dispô-los nas colunas de uma matriz e checar se ela
representa uma função injetora, isto é, se seu espaço nulo é o trivial. Para tal, como se trata de três vetores
do R3 , podemos usar o Teorema da Matriz Inversível e simplesmente checar se tal matriz é não-singular.
(a)
1 2 3
3 1 2 =1 ( 5) + 2 1+3 7 = 18 6= 0;
2 3 1
de maneira que a lista formada pelos vetores dados é LI.
(b)
1 2 3
3 1 2 =1 7+2 7 3 7 = 0;
2 3 1
de maneira que a lista formada pelos vetores dados é LD.
5. Note que 1v1 + ( 1) v2 + 1v3 = w2 w3 (w1 w3 ) + w1 w2 = 0. Logo, a lista (v1 ; v2 ; v3 ) é LD.
Obs.: A hipótese de que (w1 ; w2 ; w3 ) é LI parece estar sobrando.
7. Como se tratam de vetores do R4 , o Teorema de Rouché-Fontené garante que não podemos formar lista LI
com mais de quatro deles. Para saber o número máximo de vetores LI, novamente procedemos via posto:
2 3 2 3
1 1 1 0 0 0 1 1 1 0 0 0
6 1 0 0 1 1 0 7 6 0 7
6 7 6 0 1 1 1 1 7
4 0 1 0 1 0 1 5 4 0 1 0 1 0 1 5
0 0 1 0 1 1 0 0 1 0 1 1
2 3 2 3
1 0 0 1 1 0 1 0 0 1 1 0
6 0 1 1 1 1 0 7 6 0 1 0 1 0 1 7
6 7 6 7;
4 0 0 1 0 1 1 5 4 0 0 1 0 1 1 5
0 0 1 0 1 1 0 0 0 0 0 0

que tem posto 3. Logo, o maior número de vetores LI dentre v1 ; : : : ; v6 é 3. E como sabemos, o posto
corresponde à dimensão do espaço-coluna (ou imagem) dessa matriz, isto é, o espaço gerado por esses seis
vetores.
18.
(a) Aqui não é possível termos b 2 [w1 ; w2 ; w3 ], já que os três vetores w1 ; w2 ; w3 dados têm 1.a e 2.a
coordenada iguais, de maneira que só podem gerar vetores que também têm essa característica (não é
o caso do b dado). Isso também pode ser visto através de operações elementares nas linhas do sistema
2 3 2 3
1 2 0 3 1 2 0 3
4 1 2 0 4 5 4 0 0 0 1 5;
0 1 2 5 0 1 2 5

onde a segunda linha mostra que não pode haver solução.

16
 (b) Obviamente w4 não ajuda a gerar b, por ser combinação linear dos demais, mas façamos a análise
confome pedido no enunciado:
2 3 2 3 2 3
1 2 0 0 b1 1 2 0 0 b1 1 0 0 0 5b1 2b2
4 2 5 0 0 b2 5 4 0 1 0 0 b2 2b1 5 4 0 1 0 0 b2 2b1 5 .
0 0 2 0 b3 0 0 2 0 b3 0 0 1 0 b3 =2

Assim, o posto da matriz dos coe…cientes é 3, e o posto da matriz dos coe…cientes aumentada também é
3. Logo, pelo Teorema de Rouché-Fontené, o sistema é solúvel, qualquer que seja o b dado, de maneira
que b 2 [w1 ; w2 ; w3 ; w4 ].
29. Quanto à primeira pergunta, note que ela é equivalente a: "Quanto é dim N (A)?". O Teorema do Nú-
cleo/Imagem traz a resposta: a nulidade de A é 17 11 = 6.
Já a segunda pergunta diz respeito à nulidade de A0 , que, seguindo a mesma linha de argumentação, é
64 11 = 53.
33.
ha 0 0
i h1 0 0
i h0 0 0
i h0 0 0
i
(a) As matrizes 3 3 diagonais são aquelas da forma 0 b 0 =a 0 0 0 +b 0 1 0 +c 0 0 0 . Logo,
h1 0 0i h0 0 0i h0 0 0i 0 0 c 0 0 0 0 0 0 0 0 1
uma base natural é 0 0 0 ; 0 1 0 ; 0 0 0 .
0 0 0 0 0 0 0 0 1
a d e
(b) As matrizes 3 3 reais simétricas são aquelas da forma d b f . Logo, seguindo mesmo argumento
e f c
h1 0 0i h0 0 0i h0 0 0
i h0 1 0i h0 0 1i h0 0 0i
acima, podemos tomar como base 0 0 0 ; 0 1 0 ; 0 0 0 ; 1 0 0 ; 0 0 0 ; 0 0 1 .
0 0 0 0 0 0 0 0 1 0 0 0 1 0 0 0 1 0
a d e
(c) As matrizes 3 3 antissimétricas são aquelas da forma d b f . Logo, podemos tomar como base
e
h1 0 0i h0 0 0
i h0 0 0i h 0 1 0i h 0 0 1i h0 0 0
if c
0 0 0 ; 0 1 0 ; 0 0 0 ; 1 0 0 ; 0 0 0 ; 0 0 1 .
0 0 0 0 0 0 0 0 1 0 0 0 1 0 0 0 1 0
37.
(a) Pede-se a dimensão do núcleo da matriz [ 1 1 1 1 ] (você enxerga isso?). Como seu posto é 1, o Teorema
do Núcleo/Imagem dá que a dimensão pedida é 4 1 = 3.
(b) Como o posto da identidade é pleno, o mesmo teorema dá que a nulidade pedida é 4 4 = 0. Argu-
mentação alternativa: como Id é bijetora, é injetora, logo ker Id = f0g, e dim ker Id = 0.
(c) Como argumentado no exercício 40 desta lista, o conjunto de todas as matrizes reais 4 4 é um espaço
vetorial de dimensão 16.
40. Como o R3 admite a base canônica ((1; 0; 0) ; (0; 1; 0) ; (0; 0; 1)), pelo Teorema da Dimensão, qualquer base
do R3 tem que ter 3 vetores. Assim, as alternativas (a) e (b) são imediatamente descartadas. Quanto à
alternativa (d), nota-se que (0; 8; 6) = 2 (1; 2; 2) + 2 ( 1; 2; 1), de maneira que os três vetores dados não são
LI, e portanto não formam uma base. Finalmente, quanto à alternativa (b), podemos proceder via cálculo
de posto ou determinante:

1 1 0
2 2 8 = 8 (1 ( 2)) = 24 6= 0,
2 1 0

de maneira que as três colunas dessa matriz são, de fato, LI. Logo, esses três vetores geram subespaço de
dimensão 3, e, conforme argumentado no roteiro de aula 5, esse subespaço terá que ser o próprio R3 . Logo,
((1; 2; 2) ; ( 1; 2; 1) ; (0; 8; 0)) é, sim, base do R3 .
41. Esses polinômios são aqueles da forma a + bt + ct2 + dt3 ; 8a; b; c; d 2 R. Logo, uma base desse espaço é
1; t; t2 ; t3 (a única combinação linear desses vetores que dá a função identicamente nula é a trivial).
Quanto ao subespaço mencionado no enunciado, este tem apenas os polinômios da forma a + bt + ct2 +
( a b c) t3 ; 8a; b; c 2 R (pois a + b:1 + c:12 + d:13 = 0 ) d = a b c). Logo, esses polinômios também
podem ser escritos como a 1 t3 +b t t3 +c t2 t3 , e podemos considerar como candidato para base
desse subespaço vetorial 1 t3 ; t t3 ; t2 t3 . Como vimos, esses vetores geram o subespaço. Mas são LI?
Escrevendo a 1 t3 + b t t3 + c t2 t3 0 (" " signi…ca idêntico, isto é, "para qualquer t", já que o
vetor nulo é a função identicamente nula), vemos que essa igualdade implica a+bt+ct2 +( a b c) t3 0,
donde é realmente necessário a = 0, b = 0 e c = 0 (e a b c = 0). Assim, a lista considerada também é
LI, de modo que realmente forma base do subespaço sob consideração.

17
43.

(a)
(b) Encontremos o núcleo através de eliminação de Gauss-Jordan:
2 3 2 3 2 3
1 0 2 1 0 1 0 2 1 0 1 0 2 1 0
4 2 2 4 2 0 5 4 2 2 4 2 0 5 4 0 2 0 0 0 5
3 1 6 3 0 3 1 6 3 0 0 1 0 0 0
2 3 2 3
1 0 2 1 0 1 0 2 1 0
4 0 1 0 0 0 5 4 0 1 0 0 0 5;
0 1 0 0 0 0 0 0 0 0

donde temos posto 2, variáveis livres x3 e x4 , núcleo (x1 ; x2 ; x3 ; x4 ) 2 R4 : x2 = 0 e x1 = 2x3 + x4 =

[(2; 0; 1; 0) ; (1; 0; 0; 1)], e nulidade 2 (igual ao número de variáveis livres, e igual ao número de colunas da
matriz dos coe…cientes menos o posto, em acordo com o Teorema do Núcleo/Imagem).
E, de fato, a matriz dada não tem nenhum menor de ordem maior que 3, não tem nenhum menor não-nulo
de ordem 3:
1 0 2 1 0 0 1 0 1 1 0 0
2 2 4 = 2 2 0 = 0, 2 2 2 = 2 2 0 = 0;
3 1 6 3 1 0 3 1 3 3 1 0
1 2 1 1 0 1 0 2 1 0 0 1
2 4 2 = 2 0 2 = 0, 2 4 2 = 2 0 2 = 0;
3 6 3 3 0 3 1 6 3 1 0 3

mas tem um menor não-nulo de ordem 2:

1 0
= 2 6= 0:
2 2

(c)

44. Por T : Rn ! Rm ser linear, sabemos que pode ser representada por matriz real m n.

(a) Se T é sobrejetora, vimos que r (T ) = m. Como estamos supondo m > n, isso signi…ca que T , uma vez
escalonada, poderá comportar mais pivôs que seu número de colunas, o que é absurdo. Ou: o Teorema do
Núcleo/Imagem daria nul (T ) = dim Rn r (T ) = n m < 0, absurdo.
(b) Se T é injetora, todas suas colunas têm que ser LI (o que também é consistente com o Teorema do
Núcleo/Imagem: 0 = nul (T ) = dim Rn r (T ) ) r (T ) = n). Como estamos supondo n > m, isso signi…ca
que T , uma vez escalonada, poderá comportar mais pivôs que seu número de linhas, o que é absurdo.

Obs.: Note que ambos esses resultados são algo intuitivos. No entanto, eles não valem para funções não-lineares.
45. Como A representa uma função (por acaso, linear) do Rn para o Rm , Im , a função identidade do Rm para o Rm ,
In , a função identidade do Rn para o Rn , e multiplicação de matrizes, composição de funções, a pergunta do
enunciado poderia ser reescrita assim: "Existem funções B; C : Rm ! Rn tais que A B = Im e C A = In ?".
Note que isso signi…caria que A é uma função inversível (inclusive, nesse caso teríamos necessariamente B = C,
pois B = In B = (C A) B = C (A B) = C Im = C). Isto é, a resposta é a…rmativa se e só se A é bijetora.
Mas, pelo exercício 44 desta lista, se m > n isso é impossível pois A não pode ser sobrejetora, e se n > m isso
é impossível pois A não pode ser injetora. Logo, a resposta é negativa (não é possível matrizes não-quadradas
terem inversa).
46.

(a) F.
(b) F.
(c)
(d) V.
(e) V.
(f)
(g)
(h) F.

18
 (i) V.
(j)
(k) V.
(l) V.
(m)

47.
Pn
48. ()): Suponha T injetora.Pn Sejam 1 ; : : : ; n 2 R tais que i=1 i T (ei ) = 0W . Usando a linearidade de T ,
obtemos então T ( i=1 i ei ) = 0W . Como T é linear, sabemos que P T (0V ) = 0W (isso segue de T (0V ) =
n
T (0V + 0V ) = T (0V ) + T (0V )). Pela injetividade de T , temos então i=1 i ei = 0V . Mas como B é base, a
sequência (e1 ; : : : ; en ) é LI. Logo, i = 0; i = 1; : : : ; n, e (T (e1 ) ; : : : ; T (en )) é LI.
((): Suponha (T (e1 ) ; : : : ; T (en )) linearmente independente, e sejam u; v 2 V tais que T (u) = T (v). Usando
a linearidade
Pn de T , temos então 0W = T (u) T (v) = T (uPn v). Como B é base, existem Pn 1 ; : : : ; n 2 R tais
que u = i=1 i ei e existem 1 ; : : : ; n 2 R tais que v = i=1 i ei . Logo, 0W = T ( i=1 ( i i ) ei ). Mas
como (T (e1 ) ; : : : ; T (en )) é LI, temos então i i = 0; i = 1; : : : ; n. Assim, u = v, e T é injetora.
49.

(a) F.
(b) F.
(c)
(d)
(e)
(f)
(g)
(h)
(i) F.
(j) F.
(k) F.
(l)
(m)

50.
51.

(a) Note que Im T está contido no espaço vetorial W . Logo, para garantir que Im T é espaço vetorial (no
caso, subespaço vetorial de W ), basta checar que ele é não-vazio, fechado por soma e por multiplicação por
escalar:
Como T é linear, sabemos que T (0V ) = 0W . Logo, 0W 2 Im T (e Im T 6= ?).
Dados w1 ; w2 2 Im T , existem v1 ; v2 2 V tais que T (v1 ) = w1 e T (v2 ) = w2 . Pela linearidade de T ,
T (v1 + v2 ) = T (v1 ) + T (v2 ) = w1 + w2 , logo w1 + w2 2 Im T .
Dados w 2 Im T e 2 R, existe v 2 V tal que T (v) = w. Pela linearidade de T , T ( v) = T (v) =
w, logo w 2 Im T .
(b) Dada T : V ! W linear, com dim V < 1, temos dim V = null (T ) + r (T ), onde a nulidade de T , null (T ),
é de…nida como a dimensão de ker T , e o posto de T , r (T ), é de…nido como a dimensão de Im T .
(c) Primeiro, suponha det A 6= 0. Logo, A é inversível, isto é, existe A 1 . Dado x tal que Ax = 0, temos então
A 1 Ax = A 1 0, isto é x = 0. Logo, Ax = 0 não tem solução não-trivial.
Reciprocamente, suponha det A = 0. Logo, r (A) < n (o posto de uma matriz é igual à maior ordem possível
de um menor não-nulo seu). Então, pelo Teorema do Núcleo/Imagem, temos null (A) = n r (A) > 0.
Assim, N (A) % f0g, de maneira que existe x 6= 0 tal que Ax = 0.

52. Se Sol (Ab ) = ?, acabou. Já se Sol (Ab ) 6= ?, o Teorema de Rouché-Fontené garante r (A) = r (Ab ). Agora, como
existe det A, temos que A é necessariamente quadrada, digamos n n. Assim, o Teorema da Matriz Inversível
pode ser aplicado, e como det A = 0, temos então r (A) < n. Voltando ao Teorema de Rouché-Fontené, o número
de graus de liberdade desse sistema solúvel será então n r (A) > 0, isto é, o conjunto-solução conterá ao menos
uma reta, sendo assim in…nito.

19
53.

54.
55.

(a) Isso foi feito no exercício 39(b) desta lista.

(b) De fato, P2 é um subespaço vetorial de P (sabidamente um espaço vetorial, pelo enunciado): o vetor nulo
de P é o polinômio identicamente nulo, que é no máximo quadrático; soma de dois polinômios no máximo
quadráticos quaisquer dá um polinômio no máximo quadrático ( a1 + b1 t + c1 t2 + a2 + b2 t + c2 t2 =
(a1 + a2 ) + (b1 + b2 ) t + (c1 + c2 ) t2 ); e multiplicação de um polinômio no máximo quadrático qualquer por
um escalar qualquer dá um polinômio no máximo quadrático ( a + bt + ct2 = ( a) + ( b) t + ( c) t2 ).
(c) Como qualquer polinômio no máximo quadrático pode ser escrito na forma a:1 + b:t + c:t2 , temos que a
lista 1; t; t2 gera P2 . Mas note que 1; t; t2 é LI: de fato, se a; b; c 2 R são tais que a:1 + b:t + c:t2 é o
polinômio identicamente nulo, então, pondo t = 0, vemos ser necessário 0 = a:1 + b:0 + c:02 = a, e pondo
2
t = 1 e t = 1, vemos ser necessários 0 = 0 + b:1 + c:12 = b + c e 0 = 0 + b ( 1) + c ( 1) = b + c, donde
2
também b = 0 e c = 0. Logo, 1; t; t é uma base de P2 , de modo que dim P2 = 3.
(d) Se T : P2 ! P é linear, pelo Teorema do Núcleo/Imagem, temos dim ker T + dim Im T = dim P2 = 3.
Fosse ker T = Im T , teríamos dim ker T = dim Im T , donde 2 dim ker T = 3. Como dim ker T é um número
inteiro, teríamos assim igualdade entre um número par e um número ímpar, absurdo.

56.
ha 0 0
i
57. Sejam A = 0 b 0 e T : R3 ! R3 dada pela lei T (x; y; z) = A (x; y; z) (i.e., T (x; y; z) = (ax; by; cz)). Nota-se
0 0 c
2 2 2
que vale (x; y; z) 2 E1;1;1 se, e somente se, (ax) =a2 + (by) =b2 + (cz) =c2 1, isto é, T (x; y; z) 2 Ea;b;c . Assim,
Ea;b;c é a imagem direta de E1;1;1 via T , de modo que o volume de Ea;b;c é o determinante do operador T (ou
da matriz A) vezes o volume de E1;1;1 : (4 =3) abc.
58.

59.
60.
61.
62.

63.
64.
65.

20