⚡ Aula 05: Sistemas de Equações Lineares, Espaços Vetoriais, Base, Dimensão e Transformações Lineares

MOC da Disciplina • MOC da Área 01 ← Aula Anterior: Matrizes e Determinantes • Próxima Disciplina: Cálculo de Múltiplas Variáveis →

---

Integração Curricular & Contexto

• Disciplina: Geometria Analítica e Álgebra Linear
• Área: 01 Matemática e Estatística
• Material Oficial Base: Sistemas de Equações e Transformações Lineares
• Objetivo: Classificar e resolver sistemas de equações lineares através do escalonamento gaussiano e do Teorema de Rouché-Capelli, dominar os conceitos fundamentais de subespaços vetoriais, combinação linear, dependência e independência linear (LI/LD), base e dimensão, modelar transformações lineares no plano (rotação, reflexão, cisalhamento e projeção), determinar o núcleo e a imagem de operadores lineares, e introduzir o cálculo de autovalores e autovetores com aplicação direta nas Transformadas de Clarke/Park para controle vetorial de motores CA e análise modal de sistemas elétricos.

---

📌 Sumário da Aula

1. 1. Classificação e Resolução de Sistemas de Equações Lineares
   • 1.1 Notação Matricial e Vetorial
   • 1.2 Classificação dos Sistemas Lineares
   • 1.3 Teorema de Rouché-Capelli
2. 2. Espaços e Subespaços Vetoriais
   • 2.1 Combinação Linear e Conjunto Gerador
   • 2.2 Independência Linear (LI vs. LD)
   • 2.3 Base e Dimensão
3. 3. Transformações Lineares no Plano e no Espaço
   • 3.1 Definição Axiomática
   • 3.2 Matriz Canônica de um Operador Linear
   • 3.3 Principais Operadores Geométricos em $\mathbb{R}^2$
4. 4. Autovalores e Autovetores (Eigenvalues e Eigenvectors)
   • 4.1 Equação Característica
5. 5. Aplicações em Engenharia Elétrica: As Transformadas de Clarke e Park
   • 5.1 O Desafio das Grandezas Trifásicas Senoidais
   • 5.2 A Transformada de Clarke ($abc \to \alpha\beta0$)
   • 5.3 A Transformada de Park ($\alpha\beta \to dq0$ / Matriz de Rotação)
6. 6. 💻 Laboratório Computacional em Python (SymPy & NumPy)
7. 7. 📚 Questões de Fixação Resolvidas das Apostilas (Auditadas)
   • Questão 1 — Identificação de Equação Linear
   • Questão 2 — Verificação de Solução de Sistema Linear
   • Questão 3 — Classificação de Sistema Linear Incompatível (SI)
   • Questão 4 — Matriz de Rotação de 90°
   • Questão 5 — Cálculo de Autovalores de Matriz 2x2
8. 8. Considerações Finais e Fechamento da Disciplina

---

1. Classificação e Resolução de Sistemas de Equações Lineares

1.1 Notação Matricial e Vetorial

Um sistema de $m$ equações lineares com $n$ incógnitas reais ($x_1,x_2,\dots ,x_n$): $\{\begin{array}{l}{a}_{11}{x}_1+a_{12}{x}_2+\cdots +a_{1n}{x}_n=b_1\\ a_{21}{x}_1+a_{22}{x}_2+\cdots +a_{2n}{x}_n=b_2\\ ⋮\\ a_{m1}{x}_1+a_{m2}{x}_2+\cdots +a_{mn}{x}_n=b_m\end{array}$ Pode ser compactado na representação matricial canônica: $A\mathbf{x}=\mathbf{b}$ Onde $A\in {\mathbb{R}}^{m\times n}$ é a matriz dos coeficientes, $\mathbf{x}\in {\mathbb{R}}^n$ é o vetor das incógnitas e $\mathbf{b}\in {\mathbb{R}}^m$ é o vetor dos termos independentes. A matriz aumentada ou estendida do sistema é dada por: $[A|\mathbf{b}]=\left[\begin{array}{cccccc}{a}_{11}& a_{12}& \dots & a_{1n}& |& b_1\\ a_{21}& a_{22}& \dots & a_{2n}& |& b_2\\ ⋮& ⋮& \ddots & ⋮& |& ⋮\\ a_{m1}& a_{m2}& \dots & a_{mn}& |& b_m\end{array}\right]$

1.2 Classificação dos Sistemas Lineares

Quanto à existência e quantidade de soluções:

1. Sistema Possível e Determinado (SPD): Admite uma única solução exata;
2. Sistema Possível e Indeterminado (SPI): Admite infinitas soluções, dependentes de um ou mais parâmetros livres (graus de liberdade);
3. Sistema Impossível (SI) ou Incompatível: Não admite nenhuma solução (as equações são mutuamente contraditórias).

1.3 Teorema de Rouché-Capelli

Seja $p(A)$ o posto (número de linhas não nulas na matriz escalonada) da matriz dos coeficientes $A$, e $p(A|\mathbf{b})$ o posto da matriz aumentada:

• O sistema é compatível (possível) se, e somente se: $p(A)=p(A|\mathbf{b})$
  • Se $p(A)=p(A|\mathbf{b})=n$ (número de incógnitas): O sistema é SPD (solução única);
  • Se $p(A)=p(A|\mathbf{b})=p<n$: O sistema é SPI, com grau de liberdade dado por: $g=n-p\text{paraˆmetros livres}$
• O sistema é impossível (SI) se: $p(A)<p(A|\mathbf{b})$ (Ocorre quando surge uma linha do tipo $\left[\begin{array}{cccccc}0& 0& \dots & 0& |& c\end{array}\right]$ com $c\ne 0$).

Figura 1: Espaços Vetoriais, Base, Dimensão, Transformações Lineares e Decomposição Espectral de Autovalores.

---

2. Espaços e Subespaços Vetoriais

2.1 Combinação Linear e Conjunto Gerador

Um vetor $\mathbf{v}$ é combinação linear dos vetores ${\mathbf{v}}_1,{\mathbf{v}}_2,\dots ,{\mathbf{v}}_k$ se existirem escalares reais $c_1,c_2,\dots ,c_k\in \mathbb{R}$ tais que: $\mathbf{v}=c_1{\mathbf{v}}_1+c_2{\mathbf{v}}_2+\cdots +c_k{\mathbf{v}}_k$ O conjunto de todas as combinações lineares possíveis é o espaço gerado: $\mathrm{Span}\{{\mathbf{v}}_1,{\mathbf{v}}_2,\dots ,{\mathbf{v}}_k\}$

2.2 Independência Linear (LI vs. LD)

O conjunto de vetores $\{{\mathbf{v}}_1,{\mathbf{v}}_2,\dots ,{\mathbf{v}}_k\}$ é dito Linearmente Independente (LI) se a única combinação linear que resulta no vetor nulo for a combinação com todos os coeficientes identicamente nulos: $c_1{\mathbf{v}}_1+c_2{\mathbf{v}}_2+\cdots +c_k{\mathbf{v}}_k=0⟹c_1=c_2=\cdots =c_k=0$ Caso contrário, se existir pelo menos um coeficiente $c_i\ne 0$, o conjunto é Linearmente Dependente (LD), o que significa que pelo menos um dos vetores pode ser escrito como combinação linear dos demais.

2.3 Base e Dimensão

Um conjunto de vetores $\mathcal{B}=\{{\mathbf{e}}_1,{\mathbf{e}}_2,\dots ,{\mathbf{e}}_n\}$ é uma Base de um espaço vetorial $V$ se satisfizer cumulativamente duas condições:

1. $\mathcal{B}$ é Linearmente Independente (LI);
2. $\mathcal{B}$ gera o espaço $V$ ($\mathrm{Span}(\mathcal{B})=V$).

A Dimensão $\dim (V)$ é o número de vetores de qualquer base de $V$. Em ${\mathbb{R}}^n$, qualquer base possui exatamente $n$ vetores.

---

3. Transformações Lineares no Plano e no Espaço

3.1 Definição Axiomática

Sejam $V$ e $W$ dois espaços vetoriais reais. Uma função $T:V\to W$ é uma Transformação Linear se preservar as operações de adição e multiplicação por escalar:

1. $T(\mathbf{u}+\mathbf{v})=T(\mathbf{u})+T(\mathbf{v}),\forall \mathbf{u},\mathbf{v}\in V$;
2. $T(k\mathbf{u})=kT(\mathbf{u}),\forall \mathbf{u}\in V,k\in \mathbb{R}$.

Consequência imediata: toda transformação linear mapeia a origem na origem: $T(0_V)=0_W$

3.2 Matriz Canônica de um Operador Linear

Toda transformação linear $T:{\mathbb{R}}^n\to {\mathbb{R}}^m$ pode ser representada por uma multiplicação matricial única em relação às bases canônicas: $T(\mathbf{x})=[T]\cdot \mathbf{x}$ As colunas da matriz $[T{]}_{m\times n}$ são as imagens dos vetores da base canônica: $[T]=\left[\begin{array}{cccc}T({\mathbf{e}}_1)& T({\mathbf{e}}_2)& \dots & T({\mathbf{e}}_n)\end{array}\right]$.

3.3 Principais Operadores Geométricos em ${\mathbb{R}}^2$

1. Rotação Anti-horária por um Ângulo $\theta$: $R_{\theta }=\left[\begin{array}{cc}\cos \theta & -\sin \theta \\ \sin \theta & \cos \theta \end{array}\right]$
2. Reflexão em torno do Eixo $x$: $\left[\begin{array}{cc}1& 0\\ 0& -1\end{array}\right]$
3. Reflexão em torno da Origem: $\left[\begin{array}{cc}-1& 0\\ 0& -1\end{array}\right]=-I_2$
4. Cisalhamento Horizontal por Fator $k$: $\left[\begin{array}{cc}1& k\\ 0& 1\end{array}\right]⟹\{\begin{array}{l}{x}^{\prime }=x+ky\\ y^{\prime }=y\end{array}$
5. Dilatação/Contração Uniforme por Fator $k$: $\left[\begin{array}{cc}k& 0\\ 0& k\end{array}\right]=k{I}_2$

---

4. Autovalores e Autovetores (Eigenvalues e Eigenvectors)

4.1 Equação Característica

Seja $A\in {\mathbb{R}}^{n\times n}$ um operador linear. Um escalar $\lambda \in \mathbb{C}$ é denominado autovalor de $A$ se existir um vetor não nulo $\mathbf{v}\ne 0$ tal que: $A\mathbf{v}=\lambda \mathbf{v}$ Reorganizando: $(A-\lambda I_n)\mathbf{v}=0$ Para que este sistema linear homogêneo admita soluções não triviais ($\mathbf{v}\ne 0$), a matriz $(A-\lambda I_n)$ deve ser singular. Daí decorre a Equação Característica: $P(\lambda )=\det (A-\lambda I_n)=0$

As raízes do polinômio característico $P(\lambda )$ são os autovalores de $A$. Para cada autovalor ${\lambda }_i$, o espaço vetorial das soluções não triviais de $(A-{\lambda }_{i}I)\mathbf{v}=0$ é o autoespaço associado.

---

5. Aplicações em Engenharia Elétrica: As Transformadas de Clarke e Park

5.1 O Desafio das Grandezas Trifásicas Senoidais

Em máquinas elétricas e inversores trifásicos, as correntes e tensões variam no tempo defasadas de $120^{\circ }$: $\{\begin{array}{l}{i}_a(t)=I_m\cos (\omega t)\\ i_b(t)=I_m\cos (\omega t-120^{\circ })\\ i_c(t)=I_m\cos (\omega t+120^{\circ })\end{array}$ Controlar essas correntes senoidais diretamente no referencial estacionário $abc$ é computacionalmente pesado e propenso a erros de rastreamento em malha fechada.

5.2 A Transformada de Clarke ($abc\to \alpha \beta 0$)

É uma transformação linear ortogonal que projeta as três coordenadas $abc$ em um plano cartesiano ortogonal bidimensional $(\alpha ,\beta )$ mais a componente de sequência zero: $\left[\begin{array}{c}{i}_{\alpha }\\ i_{\beta }\\ i_0\end{array}\right]=\sqrt{\frac{2}{3}}\left[\begin{array}{ccc}1& -\frac{1}{2}& -\frac{1}{2}\\ 0& \frac{\sqrt{3}}{2}& -\frac{\sqrt{3}}{2}\\ \frac{1}{\sqrt{2}}& \frac{1}{\sqrt{2}}& \frac{1}{\sqrt{2}}\end{array}\right]\left[\begin{array}{c}{i}_a\\ i_b\\ i_c\end{array}\right]$

5.3 A Transformada de Park ($\alpha \beta \to dq0$ / Matriz de Rotação)

Aplica sobre o plano $(\alpha ,\beta )$ a matriz de rotação $R_{\theta }$ síncrona com o campo magnético girante do rotor ($\theta =\omega t$): $\left[\begin{array}{c}{i}_d\\ i_q\end{array}\right]=\left[\begin{array}{cc}\cos \theta & \sin \theta \\ -\sin \theta & \cos \theta \end{array}\right]\left[\begin{array}{c}{i}_{\alpha }\\ i_{\beta }\end{array}\right]$

Resultado Tecnológico Revolucionário: No referencial girante $d-q$, as grandezas senoidais $\mathbf{AC}$ transformam-se em grandezas contínuas $\mathbf{DC}$ constantes em regime permanente!

• $i_d$: Controla o Fluxo Magnético da máquina (análogo à corrente de excitação de uma máquina CC);
• $i_q$: Controla o Torque Eletromagnético (conjugado motor). Toda a teoria de controle moderno de veículos elétricos (FOC - Field Oriented Control) repousa inteiramente sobre essa transformação linear!

---

6. 💻 Laboratório Computacional em Python (SymPy & NumPy)

O script a seguir implementa a resolução de sistemas lineares, cálculo de autovalores e simulação da Transformada de Clarke/Park:

Parâmetros de Projeto e Considerações Analíticas:

• 1. Resolução e Escalonamento com SymPy
• Matriz aumentada [A | b]
• RREF (Forma Escalonada Reduzida)
• 2. Autovalores e Autovetores

---

7. 📚 Questões de Fixação Resolvidas das Apostilas (Auditadas)

Abaixo, a resolução analítica rigorosa das Questões de Fixação da apostila 05 - Sistemas de Equações e Transformações Lineares.pdf:

Questão 1 — Identificação de Equação Linear

Questão 1 (Apostila 05 - Módulo 1)

Marque a alternativa que apresenta uma equação linear para as variáveis reais $x,y,z$:

• A) $2x+3y^2-z=4$

• B) $x\cdot y+2z=1$

• C) $3x-4y+\sqrt{2}z=7$

• D) $\sqrt{x}+y-z=0$

Gabarito Comentado e Dedução Passo a Passo

Alternativa Correta: C ($3x-4y+\sqrt{2}z=7$)

Fundamentação Técnica: Por definição, uma equação linear em $n$ incógnitas é uma equação polinomial na qual todas as variáveis figuram estritamente no primeiro grau, não há produtos entre incógnitas ($xy$), potências não unitárias ($y^2$) ou raízes de variáveis ($\sqrt{x}$). Coeficientes irracionais reais como $\sqrt{2}$ são perfeitamente válidos como escalares lineares.

---

Questão 2 — Verificação de Solução de Sistema Linear

Questão 2 (Apostila 05 - Módulo 1)

Verifique qual das alternativas apresenta uma solução para o sistema linear: $\{\begin{array}{l}x+y+z=6\\ 2x-y+z=3\\ x+2y-z=2\end{array}$

• A) $(x,y,z)=(2,2,2)$

• B) $(x,y,z)=(1,2,3)$

• C) $(x,y,z)=(1,3,2)$

• D) $(x,y,z)=(3,1,2)$

Gabarito Comentado e Dedução Passo a Passo

Alternativa Correta: B ($(1,2,3)$ ou teste direto das equações)

Resolução Analítica: Substituindo a trinca $(x=1,y=2,z=3)$:

1. $1+2+3=6$ (Satisfeita!);
2. $2(1)-2+3=2-2+3=3$ (Satisfeita!);
3. $1+2(2)-3=1+4-3=2$ (Satisfeita!). Como a trinca satisfaz simultaneamente todas as três equações, ela é a solução do sistema.

---

Questão 3 — Classificação de Sistema Linear Incompatível (SI)

Questão 3 (Apostila 05 - Módulo 1)

Classifique o sistema de equações lineares: $\{\begin{array}{l}x+y-z=2\\ 2x+2y-2z=5\end{array}$

• A) Sistema Impossível (SI)

• B) Sistema Possível e Determinado (SPD)

• C) Sistema Possível e Indeterminado (SPI) com 1 grau de liberdade

• D) Sistema Possível e Indeterminado (SPI) com 2 graus de liberdade

Gabarito Comentado e Dedução Passo a Passo

Alternativa Correta: A (Sistema Impossível)

Resolução Analítica: Multiplicando a primeira equação por 2: $2(x+y-z)=2(2)⟹2x+2y-2z=4$ No entanto, a segunda equação afirma categoricamente que $2x+2y-2z=5$. Subtraindo as duas equações: $0x+0y+0z=5-4⟹0=1(\text{Contradic¸a˜o matemaˊtica absurda!})$ Portanto, o posto da matriz dos coeficientes é $p(A)=1$, enquanto o posto da matriz aumentada é $p(A|b)=2$. Pelo Teorema de Rouché-Capelli, como $p(A)<p(A|b)$, o sistema é Impossível.

---

Questão 4 — Matriz de Rotação de 90°

Questão 4 (Apostila 05 - Módulo 3)

A matriz de transformação linear que produz uma rotação anti-horária de $90^{\circ }$ ($\pi /2\text{ rad}$) no plano ${\mathbb{R}}^2$ é:

• A) $\left[\begin{array}{cc}0& -1\\ 1& 0\end{array}\right]$

• B) $\left[\begin{array}{cc}0& 1\\ -1& 0\end{array}\right]$

• C) $\left[\begin{array}{cc}1& 0\\ 0& 1\end{array}\right]$

• D) $\left[\begin{array}{cc}-1& 0\\ 0& -1\end{array}\right]$

Gabarito Comentado e Dedução Passo a Passo

Alternativa Correta: A

Resolução Analítica: A matriz de rotação geral no plano é dada por: $R_{\theta }=\left[\begin{array}{cc}\cos \theta & -\sin \theta \\ \sin \theta & \cos \theta \end{array}\right]$ Para $\theta =90^{\circ }$, sabemos que $\cos (90^{\circ })=0$ e $\sin (90^{\circ })=1$: $R_{90^{\circ }}=\left[\begin{array}{cc}0& -1\\ 1& 0\end{array}\right]$

---

Questão 5 — Cálculo de Autovalores de Matriz 2x2

Questão 5 (Apostila 05 - Módulo 4)

Determine os autovalores da matriz $A=\left[\begin{array}{cc}5& 2\\ 2& 2\end{array}\right]$:

• A) ${\lambda }_1=6$ e ${\lambda }_2=1$

• B) ${\lambda }_1=5$ e ${\lambda }_2=2$

• C) ${\lambda }_1=4$ e ${\lambda }_2=3$

• D) ${\lambda }_1=7$ e ${\lambda }_2=0$

Gabarito Comentado e Dedução Passo a Passo

Alternativa Correta: A (${\lambda }_1=6$ e ${\lambda }_2=1$)

Resolução Analítica:

1. Monta-se a equação característica $\det (A-\lambda I)=0$: $\det \left[\begin{array}{cc}5-\lambda & 2\\ 2& 2-\lambda \end{array}\right]=0$
2. Desenvolvendo o determinante: $(5-\lambda )(2-\lambda )-(2)(2)=0⟹10-5\lambda -2\lambda +{\lambda }^2-4=0$ ${\lambda }^2-7\lambda +6=0$
3. Fatorando o polinômio do segundo grau: $(\lambda -6)(\lambda -1)=0⟹{\lambda }_1=6\text{e}{\lambda }_2=1$

---

8. Considerações Finais e Fechamento da Disciplina

Com a conclusão desta Aula 05, finalizamos com pleno rigor a suíte da disciplina 03 Geometria Analítica e Álgebra Linear:

• Construímos o domínio do escalonamento, do Teorema de Rouché-Capelli e da classificação geométrica de sistemas lineares.
• Formalizamos as estruturas de espaços, subespaços, conjuntos geradores, bases ortonormais e dimensões.
• Investigamos as transformações lineares no plano e deduzimos a matriz de rotação, demonstrando seu papel estelar no controle vetorial moderno da Engenharia Elétrica (Transformadas de Clarke e Park).
• Desvendamos o cálculo de autovalores e autovetores, a base para análise modal de oscilações em redes de potência.

Na próxima disciplina da Área 01, avançaremos para o 04 Cálculo de Múltiplas Variáveis, onde integraremos as noções geométricas espaciais com o cálculo diferencial e integral multivariável (derivadas parciais, gradiente, integrais duplas, triplas, teoremas de Green, Stokes e Gauss).

---

Referências Bibliográficas Citadas

• BOLDRINI, José Luiz et al. Álgebra Linear. 3. ed. São Paulo: Harbra, 1986.
• KRAUSE, Paul C.; WASYNCZUK, Oleg; PEKAREK, Steven D. Analysis of Electric Machinery and Drive Systems. 3rd ed. IEEE Press / Wiley, 2013.
• LAY, David C. Álgebra Linear e Suas Aplicações. 4. ed. Rio de Janeiro: LTC, 2013.
• CERQUEIRA, Jorge Luís Rodrigues Pedreira de. Sistemas de Equações e Transformações Lineares. Material didático oficial, 2026.