UNIVERSIDADE FEDERAL DE PERNAMBUCO

MA046 – Álgebra Linear 1 – 2023.1

Exame Final - GABARITO

 
4 −4 0 8
4 −2 1 7
1a Questão Considere a matriz A = 
1 −1 0 2.


2 4 3 1
 ⊤
(a) (1.0 pt) Seja b = k1 2 1 k2 . Para que valores de k1 e k2 o sistema linear
AX = b possui solução?
(b) (1.0 pt) Seja p = posto(A). Escreva A como um produto A = XY em que X
tem p colunas e Y tem p linhas.

SOLUÇÃO

(a) Escalonemos a matriz ampliada do sistema linear:

   
4 −4 0 8 | k1 L1 →L1 −4L3 0 0 0 0 | k1 − 4
L2 →L2 −4L3 L4 →L4 −3L2
4 −2 1 7 | 2 L4 →L4 −2L3 0 2 1 −1 | −2  L1 ↔L3
 − −−−−−−−→   −−− −−−−−→
1 −1 0 2 | 1  1 −1 0 2 | 1 
2 4 3 1 | k2 0 6 3 −3 | k2 − 2
 
1 −1 0 2 | 1
0 2
 1 −1 | −2  .
0 0 0 0 | k1 − 4
0 0 0 0 | k2 + 4

Segue-se que o sistema possuirá solução se, e somente se, k1 − 4 = 0 e k2 + 4 = 0, isto é, k1 = 4

e k2 = −4.

(b) Segue do que fizemos em (a) que a matriz

0 2 u⊤
 
1 −1 1
0 2 1 −1 u ⊤
B=  2
0 0 0 0 u⊤
 3
0 0 0 0 u⊤ 4

é uma forma escalonada da matriz A. Em particular, posto(A) = 2. Revertendo-se as operações

elementares realizadas em (a), obteremos cada linha de A como combinação linear das linhas de
B:
u⊤ u⊤ u⊤ ⊤
 
1 3 L1 → L1 + 4L3 3 + 4u1 4 −4 0 8
u⊤
2
L3 ↔ L1 u⊤
2 u⊤ ⊤
2 + 4u1
4 −2 1 7
⊤ ⊤ L2 → L2 + 4L3 ⊤

1 −1 0 2

u3 L4 → L4 + 3L2 u1 u1
u⊤ u⊤ ⊤ L4 → L4 + 2L3 u⊤ + 3u⊤ + 2u⊤ 2 4 3 1
4 4 + 3u2 4 2 1

1
Segue que as linhas v1⊤ , v2⊤ , v3⊤ , v4⊤ de A são as seguintes combinações lineares das linhas
não-nulas de B:

v1⊤ = 4u⊤ ⊤
1 + 0u2
v2⊤ = 4u⊤ ⊤
1 + 1u2
v3⊤ = 1u⊤ ⊤
1 + 0u2
v4⊤ = 2u⊤ ⊤
1 + 3u2
 
4 0  
 e Y = 1 −1 0 2 .
4 1
Estas 4 igualdades equivalem à igualdade A = XY onde X = 
1 0 0 2 1 −1
2 3

 
1 0 1 2
0 1 0 0
2a Questão Seja L : R4 → R4 o operador linear L(x) = Bx, onde B = 
0 1 −1 0.


0 1/4 0 2

(a) (0.5 pt) Calcule os autovalores de L.

(b) (1.0 pt) Para cada autovalor λ encontrado, determine uma base do autoespaço
Vλ .
(c) (0.5 pt) Existe alguma base α do R4 tal que a matriz [L]αα seja diagonal? Em
caso afirmativo, encontre uma tal base.

SOLUÇÃO

t−1 0 −1 −2
t−1 0 0
0 t−1 0 0
(a) cL (t) = = (t − 1) −1 t + 1 0 = (t − 1)2 (t + 1)(t − 2).
0 −1 t + 1 0
−1/4 0 t−2
0 −1/4 0 t−2
=⇒ λ1 = 1, λ2 = −1 e λ3 = 2 são os autovalores de L.

(b) Autoespaço Vλ1 =1 = N (I4 − B):

    
0 0 −1 −2 x1 0
0 0 0 0  x2  0

0 −1
  =   ⇐⇒ x2 = 2x3 = −4x4
2 0  x3  0
0 −1/4 0 −1 x4 0
n ⊤ o  ⊤  ⊤ 
=⇒ Vλ1 = x1 −4x4 −2x4 x4 : x1 , x4 ∈ R = ger 1 0 0 0 , 0 −4 −2 1
| {z } | {z }
v1 v2
=⇒ v1 e v2 formam uma base de Vλ1 =1 .

Autoespaço Vλ2 =−1 = N (−I4 − B):

    
−2 0 −1 −2 x1 0
0 −2 0 0  x2  0
   =   ⇐⇒ x2 = x4 = 0 e x1 = −x3 /2
0 −1 0 0  x3  0
0 −1/4 0 −3 x4 0

2
 n ⊤ o  ⊤ 
=⇒ Vλ2 = −x3 /2 0 x3 0 : x3 ∈ R = ger −1/2 0 1 0
| {z }
v3
=⇒ v3 é uma base de Vλ2 .

Autoespaço Vλ3 =2 = N (2I4 − B):

    
1 0 −1 −2 x1 0
0 1 0 0  x2  0
    =   ⇐⇒ x2 = x3 = 0 e x1 = 2x4
0 −1 3 0  x3  0
0 −1/4 0 0 x4 0
n ⊤ o  ⊤ 
=⇒ Vλ3 = 2x4 0 0 x4 : x4 ∈ R = ger 2 0 0 1
| {z }
v4
=⇒ v4 é uma base de Vλ3 .

(c) Sim. A teoria já garante que os 4 vetores v1 , v2 , v3 , v4 encontrados em (b) são L.I. e,
portanto, formam uma base α do R4 . Por ser uma base formada por autovetores de L, a matriz
[L]αα é a seguinte matriz diagonal:
 
−1 0 0 0
0 −1 0 0
[L]αα = 

.
0 0 1 0
0 0 0 2

 
2 1 2 1
 0 −1 4 1 
3a Questão Considere a matriz M = 
−1 −2 1 1 .


1 2 3 −1

(a) (1.0 pt) Calcule det(M ). Use exclusivamente desenvolvimento de Laplace

(mesmo para o cálculo de subdeterminantes 3 × 3) e/ou operações
elementares.
(b) (1.0 pt) Encontre uma base para o complemento ortogonal C (M )⊥ do espaço
de colunas.
(c) (1.0 pt) Encontre uma base ortogonal para o espaço de colunas C (M ).
(d) (1.0 pt) Considere o subespaço afim A ⊂ R4 dado por A = u + C (M ), onde
 ⊤
u = 3 3 −6 0 . Encontre o vetor x de A de norma ∥x∥ mínima.

SOLUÇÃO

(a) Temos:

2 1 2 1 2 1 2 1
2 1 1
0 −1 4 1 L4 →L4 +L3 0 −1 4 1 4+3
========= = (−1) · 4 · 0 −1 1
−1 −2 1 1 −1 −2 1 1
−1 −2 1
1 2 3 −1 0 0 4 0
−1 1 1 1
= −4 · (−1)1+1 · 2 · − 4 · (−1)3+1 · (−1) ·
−2 1 −1 1
= −8(−1 + 2) + 4(1 + 1) = 0.

3
(b) C (M )⊥ é formado pelos vetores x que são ortogonais às colunas de M , que por sua vez
equivale a pertencer ao espaço de anulamento de M ⊤ :
          

 ⟨x, c1 ⟩ = 0 2 0 −1 1 x1 0 0 2 3 −3 x1 0
⟨x, c2 ⟩ = 0 1 −1 −2 2  x2  0 1 −1 −2 2  x2  0

⇐⇒     =   ⇐⇒    =  

 ⟨x, c3 ⟩ = 0 2 4 1 3  x3  0 0 6 5 −1 x3  0
⟨x, c4 ⟩ = 0 1 1 1 −1 x4 0 0 2 3 −3 x4 0

| {z }
M⊤
    
1 −1 −2 2 x1 0 
x3 = 2x4

0 2 3 −3  x2  0
0 0 −4 8  x3  = 0 ⇐⇒ x2 = −3(x3 − x4 ) = −3x4
⇐⇒     
x1 = x2 + 2x3 − 2x4 = −x4

0 0 0 0 x4 0
⊤  ⊤
=⇒ C (M )⊥ = ger −1 −3 2 1 . Segue que o vetor v = −1 −3 2 1 é uma base
 

para C (M )⊥ .

(c) Encontremos primeiro uma base qualquer para C (M ). Como, por (b), dim C (M )⊥ = 1,
então dim C (M ) = dim R4 − dim C (M )⊥ = 3. Também, observando o escalonarmos das linhas
de M ⊤ (=colunas de M ) feito em (b), conclui-se que a quarta linha de M ⊤ (= quarta coluna de
M ) é combinação linear das demais. Portanto, as 3 primeiras colunas c1 , c2 , c3 de M já formam
uma base para C (M ). Ortogonalizando esta base via G-S:
 ⊤
w1 = c1 = 2 0 −1 1 ,
⟨c2 , w1 ⟩ 6  ⊤
w2 = c2 − w1 = c2 − c1 = −1 −1 −1 1 ,
⟨w1 , w1 ⟩ 6
⟨c3 , w1 ⟩ ⟨c3 , w2 ⟩ 6 (−4)  ⊤
w3 = c3 − w1 − w2 = c3 − c1 − (c2 − c1 ) = −1 3 1 3 .
⟨w1 , w1 ⟩ ⟨w2 , w2 ⟩ 6 4

(d) O vetor procurado é onde A intersepta C (M )⊥ . Ele pode ser calculado como ProjC (M )⊥ (x0 ),
onde x0 pode ser qualquer vetor de A. Escolhendo, por exemplo, x0 = u, e lembrando (por (b))
⊤
que C (M )⊥ é gerado por v = −1 −3 2 1 , obtemos


 
8/5
⟨u, v⟩ −24  24/5 
x = ProjC (M )⊥ (u) = v= v=
−16/5 .

⟨v, v⟩ 15
−8/5

 
1 0 −2
0 1 0
4a Questão Seja C =  .
2 0 −1
0 1 0

(a) (2.0 pts) Sendo E a matriz simétrica E = C ⊤ C, encontre uma matriz ortogo-
nal P e uma matriz diagonal D tais que P ⊤ EP = D.
(b) (1.0 pt) Encontre uma decomposição C = U ΣV ⊤ em valores singulares de C.

SOLUÇÃO

4
(a) A matriz procurada P terá como colunas uma base ortonormal formada por autovetores
de E (que existe,
  pelo Teorema Espectral). Comecemos encontrando os autovalores de E =
5 0 −4
 0 2 0 :
−4 0 5
t−5 0 4
t−5 4
0 = (−1)2+2 (t − 2) = (t − 2) (t − 5)2 − 42

cE (t) = 0 t−2
4 t−5
4 0 t−5
= (t − 2)(t − 9)(t − 1).
=⇒ λ1 = 9, λ2 = 2, λ3 = 1 são os autovalores de E. De antemão, já podemos dizer que cada
autoespaço tem dimensão 1.

Autoespaço Vλ1 =9 = N (9I3 − E):

    
4 0 4 x1 0
0 7 0 x2  = 0 ⇐⇒ x2 = 0 e x1 = −x3
4 0 4 x3 0
√  ⊤
=⇒ v1 = (1/ 2) −1 0 1 é uma base ortonormal de Vλ1 .

Autoespaço Vλ2 =2 = N (2I3 − E):

    
−3 0 4 x1 0
 0 0 0  x2  = 0 ⇐⇒ x1 = x3 = 0
4 0 −3 x3 0
 ⊤
=⇒ v2 = 0 1 0 é uma base ortonormal de Vλ2 .

Autoespaço Vλ3 =1 = N (I3 − E):

    
−4 0 4 x1 0
 0 −1 0  x2  = 0 ⇐⇒ x2 = 0 e x1 = x3
4 0 −4 x3 0
√  ⊤
=⇒ v3 = (1/ 2) 1 0 1 é uma base ortonormal de Vλ3 .

A teoria já garante a ortogonalidade entre os vetores v1 , v2 , 

v3 , de√modo que√eles
 formam uma
−1/ 2 0 1/ 2
base ortonormal do R3 . A matriz P = v1 | v2 | v3 =  0√
 
1 0√  é ortogonal e
1/ 2 0 1/ 2
satisfaz  
9 0 0
P ⊤ EP = 0 2 0 .
0 0 1
√ √ √
(b) Os valores singulares de A são σ1 = 9 = 3, σ2 = 2 e σ3 = 1 = 1. Como matriz V ,
podemos tomar a matriz P calculada em (a). A matriz U correspondente terá como 3 primeiras
colunas os vetores
1  √ √ ⊤
u1 = Av1 = −1/ 2 0 −1/ 2 0
σ1
1  √ √ ⊤
u2 = Av2 = 0 1/ 2 0 1/ 2
σ2
1  √ √ ⊤
u3 = Av3 = −1/ 2 0 1/ 2 0
σ3

5
A quarta coluna de U será um dos dois vetores do R4 que completa u1 , u2 , u3 a uma base
 √ √ ⊤
ortonormal. Podemos tomar u4 = 0 1/ 2 0 −1/ 2 . Obtemos, portanto, a seguinte
SVD de A:
√ √
−1/ 2 0√ −1/ 2 √ √ ⊤
 
0√  
 0 3 √0 0 −1/ 2 0 1/ 2
√ 1/ 2 0√ 1/ 2  

A= −1/ 2 0 2 0  0√ 1 0√  .
0√ 1/ 2 0√ 
0 0 1 1/ 2 0 1/ 2
0 1/ 2 0 −1/ 2