Baixe o app para aproveitar ainda mais
Prévia do material em texto
2016 Álgebra linear e Vetorial Prof.ª Grazielle Jenske Prof. Leonardo Garcia dos Santos Prof. Luiz Carlos Pitzer Copyright © UNIASSELVI 2016 Elaboração: Prof.ª Grazielle Jenske Prof. Leonardo Garcia dos Santos Prof. Luiz Carlos Pitzer Revisão, Diagramação e Produção: Centro Universitário Leonardo da Vinci – UNIASSELVI Ficha catalográfica elaborada na fonte pela Biblioteca Dante Alighieri UNIASSELVI – Indaial. 512 J51a Jenske; Grazielle Álgebra Linear e Vetorial / Grazielle Jenske; Leonardo Garcia dos Santos; Luiz Carlos Pitzer : UNIASSELVI, 2016. 245 p. : il. ISBN 978-85-7830-956-5 1.Álgebra. I. Centro Universitário Leonardo Da Vinci. Impresso por: III apresentação Prezado(a) acadêmico(a)! Bem-vindo(a) à disciplina de Álgebra Linear e Vetorial. Este é um ramo da matemática que surgiu do estudo minimalista de sistemas de equações lineares. Conceitos, definições, propriedades e representações gráficas farão parte dos seus estudos nesta disciplina, que tem o intuito de aprimorar seus conhecimentos da matemática algébrica, relembrando e ampliando os tópicos já vistos em sua vida de estudante do Ensino Médio. Este caderno de estudos está dividido em três unidades que contemplam partes importantes da Álgebra Linear e Vetorial, como: matrizes, determinantes, sistemas de equações lineares, vetores, espaços vetoriais, transformações lineares e a aplicação destes conteúdos. Na Unidade 1, você terá acesso aos conceitos iniciais de Matrizes, onde estudará suas características, propriedades e operações. Aprenderá a representar e interpretar uma tabela de números como uma matriz e a resolver as operações possíveis. Irá exercitar técnicas para o cálculo do determinante de uma matriz, compreendendo seu significado. Também estudará os modelos de resolução de sistemas lineares, sabendo interpretar dados e sugerindo soluções. Na unidade seguinte, você terá as primeiras noções de vetores. Estas noções servirão como base para o estudo mais aprofundado no decorrer desta unidade e da unidade subsequente. Entre as noções que serão apresentadas estão as operações de vetores: soma, subtração e multiplicação por escalar. Após este conhecimento, veremos as operações entre vetores e suas aplicações na resolução de problemas geométricos que envolve o produto escalar, vetorial e misto. Por fim, na última parte desta unidade, você estará estudando sobre os espaços vetores, seus subespaços, base, dimensão, ou seja, compreendendo todo o universo onde os vetores estão contidos. Por fim, na Unidade 3, iremos adentrar no universo da Álgebra Linear e Vetorial aplicada. Você irá conhecer o estudo das transformações lineares, que servem como referencial teórico para a aplicação das tecnologias gráficas e computacionais. Através deste conceito, iremos juntos relacionar o estudo das transformações com sua representação matricial, que irá trazer uma praticidade maior para o processo de cálculo e que nos permitirá a troca de referencial de um problema, facilitando sua resolução. Em seguida, discutiremos a aplicabilidade dos autovalores e autovetores, onde, além de suas aplicações no estudo das matrizes, você irá descobrir uma forma de relacionar um modelo analítico com sua caraterização, a partir de sua equação geral. Queremos lembrar, que este material traz um curso introdutório da Álgebra Linear e Vetorial. Você deve se sentir curioso e instigado a pesquisar outros materiais para ampliar e completar seu aprendizado. Durante o texto, deixamos algumas sugestões e outras podem ser verificadas nas referências bibliográficas. IV Você já me conhece das outras disciplinas? Não? É calouro? Enfim, tanto para você que está chegando agora à UNIASSELVI quanto para você que já é veterano, há novidades em nosso material. Na Educação a Distância, o livro impresso, entregue a todos os acadêmicos desde 2005, é o material base da disciplina. A partir de 2017, nossos livros estão de visual novo, com um formato mais prático, que cabe na bolsa e facilita a leitura. O conteúdo continua na íntegra, mas a estrutura interna foi aperfeiçoada com nova diagramação no texto, aproveitando ao máximo o espaço da página, o que também contribui para diminuir a extração de árvores para produção de folhas de papel, por exemplo. Assim, a UNIASSELVI, preocupando-se com o impacto de nossas ações sobre o ambiente, apresenta também este livro no formato digital. Assim, você, acadêmico, tem a possibilidade de estudá-lo com versatilidade nas telas do celular, tablet ou computador. Eu mesmo, UNI, ganhei um novo layout, você me verá frequentemente e surgirei para apresentar dicas de vídeos e outras fontes de conhecimento que complementam o assunto em questão. Todos esses ajustes foram pensados a partir de relatos que recebemos nas pesquisas institucionais sobre os materiais impressos, para que você, nossa maior prioridade, possa continuar seus estudos com um material de qualidade. Aproveito o momento para convidá-lo para um bate-papo sobre o Exame Nacional de Desempenho de Estudantes – ENADE. Bons estudos! Você, aluno da Educação a Distância, deve saber que, além da curiosidade, existem outros fatores importantes para um bom desempenho: a disciplina, a organização e um horário de estudos predefinido são essenciais para que se obtenha sucesso nesta trajetória. Esperamos que, ao término deste estudo, você consiga notar a evolução da sua matemática, nos seus conceitos e definições, pois a melhoria constante deve ser o objetivo de todo(a) acadêmico(a). Desta forma, esta disciplina pretende oportunizar a compreensão da construção dos conhecimentos aqui trabalhados e servir de subsídio para as próximas disciplinas. Bons estudos! Profª Grazielle Jenske Prof. Leonardo Garcia dos Santos Prof. Luiz Carlos Pitzer NOTA V Olá acadêmico! Para melhorar a qualidade dos materiais ofertados a você e dinamizar ainda mais os seus estudos, a Uniasselvi disponibiliza materiais que possuem o código QR Code, que é um código que permite que você acesse um conteúdo interativo relacionado ao tema que você está estudando. Para utilizar essa ferramenta, acesse as lojas de aplicativos e baixe um leitor de QR Code. Depois, é só aproveitar mais essa facilidade para aprimorar seus estudos! UNI VI VII UNIDADE 1 – MATRIZES E SISTEMAS LINEARES .................................................................. 1 TÓPICO 1 – MATRIZES ..................................................................................................................... 3 1 INTRODUÇÃO ................................................................................................................................. 3 2 DEFINIÇÃO ....................................................................................................................................... 4 3 MONTAGEM DE UMA MATRIZ ................................................................................................. 5 3.1 REPRESENTAÇÃO GENÉRICA DE UMA MATRIZ ............................................................. 5 3.2 ELEMENTOS CORRESPONDENTES ...................................................................................... 7 3.3 IGUALDADE DE MATRIZES .................................................................................................... 8 4 TIPOLOGIA DAS MATRIZES ...................................................................................................... 8 5 PROBLEMAS QUE ENVOLVEM A DEFINIÇÃO DE MATRIZES E SUAS TIPOLOGIAS .................................................................................................................................... 14 6 OPERAÇÕES ENTRE MATRIZES ................................................................................................ 19 6.1 ADIÇÃOE SUBTRAÇÃO DE MATRIZES ............................................................................... 19 6.2 MULTIPLICAÇÃO DE UMA MATRIZ POR UM NÚMERO REAL .................................... 23 6.3 MULTIPLICAÇÃO DE MATRIZES .......................................................................................... 25 6.4 MATRIZ INVERSA ...................................................................................................................... 27 6.5 OUTROS EXEMPLOS QUE ENVOLVEM OPERAÇÕES COM MATRIZES ...................... 35 RESUMO DO TÓPICO 1 .................................................................................................................... 42 AUTOATIVIDADE ............................................................................................................................. 43 TÓPICO 2 – DETERMINANTES E INVERSÃO DE MATRIZES .............................................. 47 1 INTRODUÇÃO ................................................................................................................................. 47 2 O CÁLCULO DO DETERMINANTE ........................................................................................... 48 2.1 DETERMINANTE DE UMA MATRIZ DE PRIMEIRA ORDEM .......................................... 48 2.2 DETERMINANTE DE UMA MATRIZ DE SEGUNDA ORDEM ......................................... 48 2.3 DETERMINANTE DE UMA MATRIZ DE TERCEIRA ORDEM – REGRA DE SARRUS . 49 2.4 COFATOR ..................................................................................................................................... 52 2.5 DETERMINANTE DE ORDEM N > 3 ....................................................................................... 53 2.6 CÁLCULO DA MATRIZ INVERSA UTILIZANDO DETERMINANTE ............................. 55 2.7 PROPRIEDADES DOS DETERMINANTES ............................................................................ 57 2.8 MATRIZ SINGULAR ................................................................................................................... 60 3 ESCALONAMENTO DE MATRIZES ........................................................................................... 61 3.1 FORMA ESCALONADA DE UMA MATRIZ ......................................................................... 61 3.2 MÉTODO DE ELIMINAÇÃO DE GAUSS ............................................................................... 62 3.3 O ESCALONAMENTO NO CÁLCULO DO DETERMINANTE ......................................... 67 3.4 O ESCALONAMENTO NO CÁLCULO DA MATRIZ INVERSA ....................................... 69 RESUMO DO TÓPICO 2 .................................................................................................................... 72 AUTOATIVIDADE ............................................................................................................................. 73 TÓPICO 3 – SISTEMAS LINEARES E SEU ENSINO .................................................................. 75 1 INTRODUÇÃO ................................................................................................................................. 75 2 EQUAÇÃO LINEAR ......................................................................................................................... 75 sumÁrio VIII 2.1 SISTEMAS DE EQUAÇÕES LINEARES .................................................................................. 76 2.2 FORMA MATRICIAL .................................................................................................................. 77 2.3 MATRIZES ASSOCIADAS A UM SISTEMA LINEAR ........................................................... 77 2.4 CLASSIFICAÇÃO DE UM SISTEMA LINEAR ....................................................................... 78 3 RESOLUÇÃO DE UM SISTEMA LINEAR ................................................................................. 81 3.1 REGRA DE CRAMER ................................................................................................................. 80 3.2 SISTEMAS EQUIVALENTES ..................................................................................................... 84 3.2.1 Propriedades dos sistemas equivalentes ......................................................................... 84 3.3 SISTEMAS ESCALONADOS – MÉTODO DE GAUSS .......................................................... 85 4 DISCUSSÃO DE UM SISTEMA LINEAR ................................................................................... 91 5 APLICAÇÕES DE SISTEMAS LINEARES .................................................................................. 94 LEITURA COMPLEMENTAR ........................................................................................................... 96 RESUMO DO TÓPICO 3 .................................................................................................................... 99 AUTOATIVIDADE ............................................................................................................................. 100 UNIDADE 2 – ESPAÇOS VETORIAIS ........................................................................................... 105 TÓPICO 1 – VETORES ....................................................................................................................... 107 1 INTRODUÇÃO ................................................................................................................................. 107 2 DEFINIÇÃO DE VETOR ................................................................................................................. 107 2.1 VETOR POR SISTEMA DE COORDENADAS CARTESIANAS .......................................... 109 2.2 REPRESENTAÇÃO GEOMÉTRICA EM R2 E R3 .................................................................. 109 2.3 VETOR DEFINIDO POR DOIS PONTOS ................................................................................ 112 2.4 VETORES NA FORMA MATRICIAL ....................................................................................... 114 2.5 IGUALDADE DE VETORES ...................................................................................................... 114 2.6 MÓDULO OU NORMA DO VETOR ........................................................................................ 115 2.7 VETOR UNITÁRIO E NORMALIZAÇÃO .............................................................................. 116 3 OPERAÇÕES ENTRE VETORES .................................................................................................. 118 3.1 ADIÇÃO ........................................................................................................................................ 118 3.2 SUBTRAÇÃO DE VETORES ...................................................................................................... 121 3.3 MULTIPLICAÇÃO POR UM ESCALAR ................................................................................. 122 RESUMO DO TÓPICO 1 .................................................................................................................... 125 AUTOATIVIDADE ............................................................................................................................. 126 TÓPICO 2 – OPERAÇÕES VETORIAIS ......................................................................................... 127 1 INTRODUÇÃO ................................................................................................................................. 127 2 PRODUTO ESCALAR ..................................................................................................................... 127 2.1 ÂNGULO ENTRE VETORES ..................................................................................................... 128 3 PRODUTO VETORIAL ...................................................................................................................132 3.1 CÁLCULO DE ÁREA .................................................................................................................. 136 4 PRODUTO MISTO .......................................................................................................................... 142 4.1 CÁLCULO DE VOLUMES ......................................................................................................... 143 5 PARALELISMO DE DOIS VETORES .......................................................................................... 146 RESUMO DO TÓPICO 2 .................................................................................................................... 149 AUTOATIVIDADE ............................................................................................................................. 151 TÓPICO 3 – ESPAÇOS VETORIAIS ............................................................................................... 153 1 INTRODUÇÃO ................................................................................................................................. 153 2 DEFINIÇÃO ....................................................................................................................................... 153 3 SUBESPAÇOS VETORIAIS ........................................................................................................... 158 IX 4 COMBINAÇÕES LINEARES ......................................................................................................... 161 5 DEPENDÊNCIA E INDEPENDÊNCIA LINEAR ....................................................................... 165 6 SUBESPAÇOS GERADOS .............................................................................................................. 168 7 DIMENSÃO DE UM ESPAÇO VETORIAL ................................................................................ 172 8 BASE .................................................................................................................................................... 173 8.1 BASE ORTOGONAL ................................................................................................................... 174 8.2 BASE ORTONORMAL ............................................................................................................... 175 8.3 PROCESSO DE ORTOGONALIZAÇÃO DE GRAM-SCHMIDT ......................................... 176 LEITURA COMPLEMENTAR ........................................................................................................... 180 RESUMO DO TÓPICO 3 .................................................................................................................... 182 AUTOATIVIDADE ............................................................................................................................. 184 UNIDADE 3 – OPERADORES DE TRANSFORMAÇÃO ........................................................... 187 TÓPICO 1 – TRANSFORMAÇÕES LINEARES ............................................................................ 189 1 INTRODUÇÃO ................................................................................................................................. 189 2 DEFINIÇÃO ....................................................................................................................................... 189 3 LEI DE FORMAÇÃO DE UMA TRANSFORMAÇÃO ............................................................. 191 4 IMAGEM E NÚCLEO DE UMA TRANSFORMAÇÃO LINEAR ........................................... 193 5 TEOREMA DO NÚCLEO E IMAGEM DE UMA TRANSFORMAÇÃO .............................. 197 RESUMO DO TÓPICO 1 .................................................................................................................... 201 AUTOATIVIDADE ............................................................................................................................. 202 TÓPICO 2 – MATRIZ DE UMA TRANSFORMAÇÃO LINEAR ............................................... 203 1 INTRODUÇÃO ................................................................................................................................. 203 2 FORMA MATRICIAL DE UMA TRANSFORMAÇÃO LINEAR ........................................... 203 3 MATRIZ DE UMA TRANSFORMAÇÃO LINEAR ................................................................... 205 4 TRANSFORMAÇÕES PLANAS ESPECIAIS ............................................................................. 207 4.1 TRANSFORMAÇÃO DE REFLEXÃO ...................................................................................... 207 4.1.1 Em torno do eixo X ............................................................................................................. 207 4.1.2 Em torno do eixo Y ............................................................................................................. 208 4.2 TRANSFORMAÇÃO DE PROJEÇÃO ...................................................................................... 209 4.2.1 Projeção sobre o eixo X ...................................................................................................... 209 4.2.2 Projeção sobre o eixo Y ...................................................................................................... 210 4.3 TRANSFORMAÇÕES DE DILATAÇÃO OU CONTRAÇÃO ............................................... 211 4.3.1 Na direção do vetor ( )α ∈ ........................................................................................... 212 4.3.2 Na direção do eixo X (horizontal) .................................................................................... 213 4.3.3 Na direção do eixo Y (vertical) ......................................................................................... 214 4.4 TRANSFORMAÇÕES DE ROTAÇÃO (DE UM ÂNGULO a NO SENTIDO ANTI- HORÁRIO) .................................................................................................................................... 216 5 MATRIZ DE MUDANÇA DE BASE ............................................................................................. 218 RESUMO DO TÓPICO 2 .................................................................................................................... 221 AUTOATIVIDADE ............................................................................................................................. 222 TÓPICO 3 – AUTOVALORES E AUTOVETORES ....................................................................... 225 1 INTRODUÇÃO ................................................................................................................................. 225 2 DEFINIÇÃO ....................................................................................................................................... 225 3 AUTOVALORES E AUTOVETORES DE UMA MATRIZ ........................................................ 227 4 MULTIPLICIDADE DOS AUTOVETORES DE UMA TRANSFORMAÇÃO ..................... 232 X 5 MATRIZES SEMELHANTES E DIAGONALIZAÇÃO DE OPERADORES ........................ 233 5.1 MATRIZES SEMELHANTES ..................................................................................................... 233 5.2 DIAGONALIZAÇÃO .................................................................................................................. 233 LEITURA COMPLEMENTAR ........................................................................................................... 236 RESUMO DO TÓPICO 3 .................................................................................................................... 242 AUTOATIVIDADE ............................................................................................................................. 243 REFERÊNCIAS .....................................................................................................................................245 1 UNIDADE 1 MATRIZES E SISTEMAS LINEARES OBJETIVOS DE APRENDIZAGEM PLANO DE ESTUDOS A partir desta unidade, você será capaz de: • conceituar, operacionar e interpretar matrizes; • calcular o determinante de uma matriz; • utilizar a linguagem matricial e as operações com matrizes como instru- mento para interpretar dados e soluções; • utilizar o cálculo de determinantes, a regra de Cramer e o escalonamento para a resolução e discussão de sistemas lineares; • entender vetores; • visualizar as aplicações de vetores; • compreender a real importância de autovalores e autovetores; • formalizar o estudo de transformações lineares. Esta unidade está dividida em três tópicos. No final de cada um deles você encontrará atividades que reforçarão seu aprendizado. TÓPICO 1 – MATRIZES TÓPICO 2 – DETERMINANTES E INVERSÃO DE MATRIZES TÓPICO 3 – SISTEMAS LINEARES E SEU ENSINO Assista ao vídeo desta unidade. 2 3 TÓPICO 1 UNIDADE 1 MATRIZES 1 INTRODUÇÃO A história da matemática retrata que os estudos das matrizes tiveram seu início por volta do século II a.C., presentes em textos chineses sobre aplicação de sistemas lineares. O livro chinês intitulado “Nove capítulos da arte matemática” apresenta, em seu capítulo VII, 19 problemas que apresentam o método de matrizes para resolver equações lineares. Ainda nas obras matemáticas de autoria chinesa é possível observar o uso de diagramas de formato quadrado. Eles também detêm o primeiro registro de um quadrado mágico. Um quadrado mágico é uma tabela quadrada de n lados, onde a soma dos números das linhas, das colunas e das diagonais é constante, sendo que nenhum destes números se repete. Este tipo de quadrado é também conhecido como Sudoko. Porém, o nome matriz veio somente no século XIII, com James Joseph Sylvester. E foi apenas no século XIX que o matemático inglês Arthur Cayley sistematizou a teoria das matrizes a partir da Teoria das Formas Quadráticas. Hoje, contudo, o estudo das formas quadráticas é um mero capítulo da Teoria das Matrizes. Assim, foi somente há pouco mais de 150 anos que as matrizes tiveram sua relevância reconhecida. Atualmente, consideramos imprescindível estudar essas formas através da notação e metodologia matricial e não as encontramos apenas no estudo da matemática, mas também na engenharia, na informática, em tabelas financeiras etc. UNIDADE 1 | MATRIZES E SISTEMAS LINEARES 4 Arthur Cayley nasceu em 16 de agosto de 1821, em Richmond, na Inglaterra. Vindo de uma família de comerciantes, seu pai desejava que continuasse os negócios da família, porém, em 1835 ele ingressou no Kings College School, onde sua aptidão para a matemática se tornou mais aparente. Assim, seu pai resolveu enviá-lo para Cambridge. Em 1838 ele começou seus estudos no Trinity College, em Cambridge, onde se graduou em 1842. Em 1843 trabalhou fundamentalmente em álgebra, mas também trabalhou em geometrias não euclideanas e geometria n-dimensional, usando determinantes como elemento essencial. A partir de 1849 trabalhou durante 14 anos como advogado, e desistiu da docência, pois continuar nela implicaria em tomar hábitos religiosos. Embora muito hábil nessa carreira, a considerava apenas como uma forma de sustento para prosseguir com a matemática. Durante esses 14 anos publicou aproximadamente 250 trabalhos matemáticos, a maioria sobre a teoria dos invariantes algébricos. FONTE: Disponível em: <http://www.matematica.br/historia/cayley.html>. Acesso em: 30 jan. 2016. IMPORTANT E É importante destacar que o objetivo deste tópico é dar uma visão geral do conteúdo de matrizes, ou seja, pretende-se definir o que é uma matriz, alguns tipos de matrizes, suas operações aritméticas, como também estabelecer algumas de suas propriedades algébricas. 2 DEFINIÇÃO Segundo Paiva (2013, p. 95), denomina-se "matriz do tipo m x n (lê-se m por n) toda tabela de números dispostos em m linhas e n colunas. Tal tabela deve ser representada entre parênteses ( ) ou colchetes [ ]". A matriz é representada por uma letra maiúscula do alfabeto e cada item da matriz é denominado de elemento. Os elementos de uma matriz podem ser números reais ou complexos ou até mesmo expressões algébricas, e são chamados de entradas da matriz. Vejamos alguns exemplos: ( ) ( ) ( ) ( ) 1 5 - i7 - 5 9 cos x sen x 8 3 A= B= C= D= 4i 1 - sen x cos x 5 4 6 3 0 - 2 - 5i TÓPICO 1 | MATRIZES 5 Uma matriz é real se os seus elementos são números reais ou expressões que assumem valores reais. 3 MONTAGEM DE UMA MATRIZ Acompanhe a seguir uma situação de montagem de uma matriz. Um professor de matemática que trabalha de segunda a sexta fez o seguinte número de aulas por dia em três semanas de trabalho: • Semana 1 - 5, 2, 7, 8, 6. • Semana 2 - 10, 7, 6, 8, 9. • Semana 3 - 4, 7, 3, 8, 6. Imagine uma matriz que represente nas linhas as semanas de trabalho e nas colunas as aulas dadas, nos cinco dias da semana em ordem cronológica. Como são três semanas de trabalho, teremos uma matriz com apenas três linhas. Já os dias trabalhados são cinco, portanto, o número de colunas será de cinco. Para tanto, a matriz resultante do fato acima ficará assim: 3x5 5 2 7 8 6 A= 10 7 6 8 9 6 4 7 3 8 Concluindo, a matriz acima será 3x5, pois tem três linhas e cinco colunas. É importante lembrar que sempre escrevemos primeiro o número de linhas e depois o número de colunas. 3.1 REPRESENTAÇÃO GENÉRICA DE UMA MATRIZ Os números que aparecem na matriz são chamados de elementos da matriz. Vejamos, por exemplo, a matriz que criamos anteriormente: 3x5 5 2 7 8 6 A= 10 7 6 8 9 4 7 3 8 6 UNIDADE 1 | MATRIZES E SISTEMAS LINEARES 6 Nela, podemos observar que: • O elemento 5 está na primeira linha e na primeira coluna. Indicamos por a11 e lemos “o elemento a um um é igual a 5”. • O elemento 10 está na segunda linha e na primeira coluna. Indicamos por a21 e lemos “o elemento a dois um é igual a 10”. • O elemento 4 está na terceira linha e na primeira coluna. Indicamos por a31 e lemos “o elemento a três um é igual a 4”. • O elemento 2 está na primeira linha e na segunda coluna. Indicamos por a12 e lemos “o elemento a um dois é igual a 2”. • O elemento 3 está na terceira linha e na terceira coluna. Indicamos por a33 e lemos “o elemento a três três é igual a 3”. Assim, devemos considerar: • Para representar o elemento de uma matriz usamos uma letra com dois índices: o primeiro indica em que linha o elemento se encontra, e o segundo, em que coluna. Por exemplo: a23 é o elemento que está na segunda linha e na terceira coluna. • O elemento genérico de uma matriz A será indicado por aij, em que i representa a linha e j representa a coluna na qual o elemento se encontra; ele é chamado de ij-ésimo elemento da matriz. A matriz A, do tipo mxn, será escrita, genericamente, do seguinte modo: Os m elementos correspondentes às linhas serão localizados pelo índice i e os n elementos correspondentes às colunas serão localizados pelo índice j. ATENCAO ( Lemos: matriz A, dos ( )ij mxnA a , com 1 i m, 1 j n e i, j IN= ≤ ≤ ≤ ≤ ∈ elementos aij do tipo m por n, com i assumindo valores de 1 até m e j assumindo valores de 1 até n sendo i e j pertencentes ao conjunto dos números naturais). 1 2 3 11 12 13 1n 21 22 23 2n m m m mn mxn a a a a a a a aA = a a a a TÓPICO 1 | MATRIZES 7 Podemos classificar as matrizes quanto ao seu tipo, ou melhor dizendo, sua ordem. Generalizando, podemos escrever o tipo, ou ordem, da matriz por: m x n. Observe a classificação das matrizes utilizadas nos exemplos do item 2: ( ) 8 3 A= matriz de ordem 2x2 dois por dois . 5 4 ( ) 7 - 5 9 B= matriz de ordem 2x3 dois por três . 6 3 0 ( ) ( ) ( ) ( ) ( ) cos x sen x C= matriz de ordem 2x2 dois por dois. - sen x cos x ( ) 1 5 - i D= matriz de ordem 3x2 três por dois .4i 1 - 2 - 5i 3.2 ELEMENTOS CORRESPONDENTES Dadas duas matrizes de mesma ordem (ou tipo), A e B, 11 12 13 1n 11 12 13 1n 21 22 23 2n 21 22 23 2n m1 m2 m3 mn m1 m2 m3 mnmxn mxn a a a a b b b b a a a a b b b b e B a a a a b b b b = … … … … … … … … dizemos que os elementos de mesmo índice (linha e coluna) são correspondentes. Assim: a11 e b11 são correspondentes. a12 e b12 são correspondentes. a13 e b13 são correspondentes. amn e bmn são correspondentes. UNIDADE 1 | MATRIZES E SISTEMAS LINEARES 8 3.3 IGUALDADE DE MATRIZES Duas matrizes A e B de mesma ordem mxn são iguais quando todos os seus elementos correspondentes são iguais, isto é, sendo A = (aij)mxn e B = (bij)mxn, temos A = B quando aij = bij para todo i (i = 1, 2, 3, ..., m) e todo j (j = 1, 2, 3, ..., n). Por exemplo, para que as matrizes a 5 - 1 dA= e B= 3 b c 4 sejam iguais, devemos ter: 4 TIPOLOGIA DAS MATRIZES Nas representações de matrizes, temos nomenclaturas específicas para cada tipo de matriz, conforme apresentadas a seguir. Matriz Coluna Dizemos que A é uma matriz coluna quando A for de ordem m x 1, ou seja, quando o n = 1. Por exemplo: 5 a) 2 é uma matriz coluna de ordem 3x1. - 1 3 2 b) - 5 é uma matriz coluna de ordem 5x1. 4 - 8 Esse tipo de matriz é importante para o estudo da Álgebra Linear, pois é comumente utilizada para representar vetores. IMPORTANT E a = - 1 b = 4 . c = 3 d = 5 TÓPICO 1 | MATRIZES 9 Matriz Linha Dizemos que A é uma matriz linha quando A for de ordem 1 x n, ou seja, quando o m = 1. Por exemplo: a) [1 3 -2] é uma matriz linha de ordem 1 x 3. b) [cos x 1 0 sen x] é uma matriz linha de ordem 1 x 4. Matriz Nula No conjunto das matrizes, a matriz que tem todos os elementos iguais a zero é denominada de matriz nula. São exemplos da matriz nula: ( ) 0 0 0 0 0 0 0 A 0 0 B C 0 0 0 D 0 0 0 0 0 0 0 0 0 0 0 = = = = Matriz Transposta Dada uma matriz A = (aij)mxn, denominamos transposta de A (e indicamos At) a matriz At = (a’ji)nxm, tal que a’ji = aij. Em outras palavras, a matriz At é obtida trocando-se as linhas pelas colunas da matriz A. Exemplos: t2 4 2 8a) A transposta de A é a A . 8 6 4 6 = = Observe que: a11 = 2 = a’11 a21 = 8 = a’12 a12 = 4 = a’21 a22 = 6 = a’22 t 1 4 1 2 3 b) A transposta de B é B 2 5 . 4 5 6 3 6 = = t a b c a d g c) A transposta de C d e f é C b e h . g h i c f i = = UNIDADE 1 | MATRIZES E SISTEMAS LINEARES 10 Acadêmico(a), note que, se A= (a ij ) é de ordem mxn, então At = (a’ ij ) é de ordem nxm. IMPORTANT E Matriz Oposta Dada uma matriz A = (aij)mxn, a sua matriz oposta será definida por – A = (– aij)mxn. Isso significa que a matriz oposta da matriz A é aquela que possui elementos opostos correspondentes ao da matriz A. Vejamos os exemplos: 2 - 4 - 2 4 a) A matriz oposta de A= é - A= . 8 6 - 8 - 6 Observe que: a11 = 2 e é oposto de (-a11) = - 2 a21 = 8 e é oposto de (-a21) = - 8 a12 = - 4 e é oposto de (-a12) = 4 a22 = 6 e é oposto de (-a22) = - 6 1 - 2 3 - 1 2 - 3 b) A matriz oposta de B = é - B = . 4 5 - 6 - 4 - 5 6 a b c - a - d - g c) A matriz oposta de C = d e f é - C = - b - e - h . g h i - c - f - i Matriz Quadrada Quando m = n, ou seja, o número de linhas for igual ao número de colunas, dizemos que a matriz é quadrada de ordem nxn ou simplesmente de ordem n. Nesse caso, teremos ordem do tipo 1x1, 2x2, 3x3, 4x4, e assim por diante. Como já sabemos que o número de linhas é igual ao número de colunas, basta informar a ordem, ou seja, uma matriz 1x1 pode ser simplesmente classificada como matriz de ordem 1, uma matriz 2x2 de matriz de ordem 2, uma matriz 3x3 de matriz de ordem 3, uma matriz 4x4 de matriz de ordem 4 e assim sucessivamente. Exemplos: TÓPICO 1 | MATRIZES 11 3 5 A 2 6 = é uma matriz quadrada de ordem 2 ( m = n = 2) 5 3 10 B = - 1 - 4 6 12 0 - 2 é uma matriz quadrada de ordem 3 ( m = n = 3) Numa matriz quadrada de ordem n, os elementos a 11 , a 22 , a 33 , ... a nn formam a diagonal principal da matriz, isto é, onde os elementos a ij possuem i = j. IMPORTANT E A outra diagonal da matriz quadrada é denominada diagonal secundária, que é composta pelos elementos a ij com i + j = n + 1. diagonal principal 3 2 A= - 1 6 diagonal principal 1 3 10 B= - 3 0 8 5 - 1 6 diagonal secundária 3 2 C = - 1 6 diagonal secundária 1 3 10 D = - 3 0 8 5 - 1 6 UNIDADE 1 | MATRIZES E SISTEMAS LINEARES 12 Acadêmico(a), as classificações a seguir são utilizadas somente para matrizes quadradas, ou seja, matrizes de ordem n. Matriz Triangular Em uma matriz quadrada, quando os elementos acima ou abaixo da diagonal principal são todos nulos (iguais a zero), dizemos que a matriz é triangular. Exemplos: 7 0 0 A = 8 1 0 2 9 - 5 todos os elementos acima da diagonal principal da matriz A são nulos. 1 4 76 0 3 85 B 0 0 03 0 0 04 = todos os elementos abaixo da diagonal principal da matriz B são nulos. Em uma matriz triangular, temos a ij = 0 para i > j ou a ij = 0 para i < j. ATENCAO Matriz Diagonal Em uma matriz quadrada de ordem n, quando todos os elementos posicionados acima e abaixo da diagonal principal são nulos, denominamos de matriz diagonal. Exemplos: 1 0 0 0 2 0 0 0 5 0 0 6 0 A = B = 0 1 0 C = 0 0 9 0 0 - 3 0 0 8 0 0 0 2 TÓPICO 1 | MATRIZES 13 Em uma matriz diagonal, temos a ij = 0 para i ≠ j. ATENCAO Matriz Identidade Em uma matriz quadrada de ordem n, quando todos os elementos da diagonal principal são iguais a 1 e os outros elementos são iguais a zero, denominamos de matriz identidade e seu símbolo é In (onde n representa a ordem da matriz). Exemplos: 5 3 2 1 0 00 1 0 0 0 1 00 1 0 I I 0 1 0 I 0 0 10 0 1 0 0 1 0 0 0 1 = = = Em uma matriz identidade, temos a ij = 1 para i = j e a ij = 0 para i ≠ j. ATENCAO Matriz Simétrica Em uma matriz quadrada, quando tiver o elemento aij igual ao elemento aji, a matriz é denominada de simétrica. Exemplos: 1 2 69 1 4 5 2 3 72 A B 4 2 6 C 6 7 71 5 6 3 9 2 14 a c c b = = = UNIDADE 1 | MATRIZES E SISTEMAS LINEARES 14 Acadêmico(a), perceba que os termos abaixo da diagonal principal são uma reflexão dos termos acima da diagonal principal. ATENCAO 5 PROBLEMAS QUE ENVOLVEM A DEFINIÇÃO DE MATRIZES E SUAS TIPOLOGIAS Acadêmico(a), neste item vamos resolver algumas situações que envolvem os conceitos e definições estudadas até aqui. Exemplo 1: Dada a seguinte matriz quadrada de ordem 2, escreva a matriz A, com aij assumindo os seguintes valores: ij ij a 2 , A . a 0, i j parai j parai j = + ≥ = = < Resolução: Como a matriz é 2x2, ela deverá ter quatro elementos, conforme a matriz genérica: 11 12 21 22 2 2 a a A a a x = Desta forma, os elementos em que, na sua posição, o número de linhas (i) for maior ou igual ao número de colunas (j), serão determinados pela fórmula “i + 2j”, que é o que afirma a primeira condição, Assim,ija i 2 j, para i j.= + ≥ a11 = 3 (sendo i = 1 e j = 1, então: i + 2j = 1 + 2·1 = 3) a21 = 4 (sendo i = 2 e j = 1, então: i + 2j = 2 + 2·1 = 4) a22= 5 (sendo i = 1 e j = 2, então: i + 2j = 1 + 2·2 = 5) Já os elementos em que na sua posição o número de linhas (i) for menor que o número de colunas (j), serão determinados pela fórmula Neste caso, apenas o elemento de posição a12 obedece este critério, assim: a12 = 0 (neste caso em que i = 1 e j = 2 (i < j), o valor deste elemento é 0). ij"a 0, para i j"= < TÓPICO 1 | MATRIZES 15 Portanto, a matriz A será igual a: 2 2 3 0 A 4 5 = x Exemplo 2: Construa a matriz quadrada de ordem 3, Resolução: Tomemos, inicialmente, a matriz genérica de ordem 3. 2 2, .i iC c j sendoc j i j= = + 11 12 13 21 22 23 31 32 33 3x3 c c c C c c c c c c = Agora, basta aplicar a fórmula para definir o valor de cada elemento, levando em consideração sua posição na matriz. Lembre-se de que o i representa a posição do elemento em relação à linha e o j representa a posição do elemento em relação à coluna. 2 2 ijc i j= + 2 2 ijc i j= + 2 2 11c 1 1 1 1 2= + = + = 2 2 21c 2 1 4 1 5= + = + = 2 2 31c 3 1 9 1 10= + = + = 2 2 12c 1 2 1 4 5= + = + = 2 2 22c 2 2 4 4 8= + = + = 2 2 32c 3 2 9 4 13= + = + = 2 2 13c 1 3 1 9 10= + = + = 2 2 23c 2 3 4 9 13= + = + = 2 2 33c 3 3 9 9 18= + = + = Assim, a matriz C será igual a: 3x3 2 5 10 C 5 8 13 10 13 18 = UNIDADE 1 | MATRIZES E SISTEMAS LINEARES 16 Acadêmico(a), observe que temos aqui uma matriz simétrica. ATENCAO 1 2 3 2 1 A x y z z = Exemplo 3: A matriz admite a transposta 1 2 2 1 . 3 6 t x A x y y y z = − − Nestas condições, calcule x, y e z. Resolução: Denominamos de matriz transposta de A a matriz At = (a’ji) nxm, tal que a’ji = aij. Em outras palavras, a matriz At é obtida trocando-se as linhas pelas colunas da matriz A. Assim, podemos estabelecer a seguinte relação para a matriz genérica de A: 11 12 13 21 22 23 31 32 33 3x3 a a a A a a a a a a = 11 11a a'= 21 12a a'= 31 13a a'= 12 21a a'= 22 22a a'= 32 23a a'= 13 31a a'= 23 32a a'= 23 33a = a' TÓPICO 1 | MATRIZES 17 O elemento a ij corresponde à matriz A e o elemento a’ ij corresponde à matriz At (transposta de A). Acadêmico(a), note também que os elementos da diagonal principal não se alteram, visto que i = j. ATENCAO Considerando a matriz A e sua transposta At, podemos estabelecer: 11 11a a' 1 1= ⇔ = 21 12a a' x x= ⇔ = 31 13a a' 2 2= ⇔ = 12 21a a' 2 x 2 x 4= ⇔ = − ⇔ = 22 22a a' y y= ⇔ = 32 23a a' 1 1= ⇔ = 13 31a a' 3 3y y 1= ⇔ = ⇔ = 23 32a a' z 6 y Como sabemos que y 1, então : z 6 1 z 5= ⇔ = − = = − ⇔ = 33 33a a' z z= ⇔ = Portanto, x = 4, y = 1 e z = 5. Exemplo 4: Dadas as matrizes ( )ij ij2x2 2 1 A a ,a 3i j e B , x x y = = − = + determine x e y sabendo que A = B. Resolução: Vamos iniciar, determinando os elementos da matriz A. 11 12 21 22 2 2 a a A a a x = ija 3i j= − 11a 3 1 1 2= ⋅ − = 21a 3 2 1 5= ⋅ − = 12a 3 1 2 1= ⋅ − = 22a 3 2 2 4= ⋅ − = UNIDADE 1 | MATRIZES E SISTEMAS LINEARES 18 Assim, a matriz A é: 2 2 2 1 A 5 4 x = Sabemos que A = B, para isso, seus elementos também devem ser iguais. Desta forma, temos que: 11 11a b 2 2= ⇔ = 21 21a b 5 x= ⇔ = 12 12a b 1 1= ⇔ = 22 22a b 4 x y Como x 5, então : 4 5 y y 1= ⇔ = + = = + ⇔ = − Exemplo 5: Uma matriz A é simétrica se, e somente se, A = At. Determine o valor de a para que A = seja simétrica. 21 A 2 a a = A condição de Resolução: A matriz transposta de A é: 2 1 A 2 t a a = simetria nos garante que A = At e, como vimos no exemplo 3, 11 11a a'= 21 12a a'= 12 21a a'= 22 22a a'= Neste caso: 11 11a a' 1 1= ⇔ = 2 21 12a a' a a= ⇔ = 2 12 21a a' a a= ⇔ = 22 22a a' 2 2= ⇔ = TÓPICO 1 | MATRIZES 19 Para descobrirmos o valor de a, basta calcular a equação a = a2. a2 – a = 0 (é uma equação do segundo grau incompleta, pois falta o termo c) a ( a – 1) = 0 Desta forma a’ = 0 e, a” – 1 = 0 a” = 1 Portanto, para que as matrizes sejam simétricas, o valor de a deve ser 0 ou 1. 6 OPERAÇÕES ENTRE MATRIZES No desenvolvimento do cálculo com matrizes realizamos operações matemáticas seguindo regras específicas. Veremos, a seguir, estas regras, que são aplicadas na adição, subtração e multiplicação. 6.1 ADIÇÃO E SUBTRAÇÃO DE MATRIZES Inicialmente, consideremos duas matrizes A e B do tipo 2x3: 3 5 - 2 A = 4 7 - 6 1 - 4 - 1 B = 6 3 2 Agora vamos determinar uma matriz C, tal que seus elementos sejam resultantes da soma dos elementos de A com os elementos de B, da seguinte forma: cij = aij + bij. Portanto, os seis elementos de C (2x3 = 6) serão calculados a partir da mesma posição dos elementos em A e B. Vejamos como ficará a adição dessas duas matrizes. ( )12 12 12 5 – 4 5 – 4 1c a b= + = + = = 22 22 22 7 3 10c a b= + = + = ( ) ( )13 13 13 – 2 – 1 – 2 – 1 – 3c a b= + = + = = ( )23 23 23 – 6 2 – 4c a b= + = + = 11 11 11 3 1 4c a b= + = + = 21 21 21 4 6 10c a b= + = + = É simples, mas precisamos ter atenção, principalmente nos sinais! UNIDADE 1 | MATRIZES E SISTEMAS LINEARES 20 Portanto: A + B = C e podemos operacionalizar da seguinte maneira: Note, acadêmico(a), que somente é possível somar matrizes que possuem a mesma ordem, isto é, o mesmo número de linhas e colunas. IMPORTANT E Assim podemos concluir: • Denominamos de matriz C a soma da matriz A com a matriz B ou a soma das matrizes A e B. • Dadas duas matrizes A e B do mesmo tipo mxn, a soma da matriz A com a matriz B, que representamos por A + B, é a matriz C do tipo mxn que é obtida adicionando cada elemento correspondente de A e B. Definição: Sejam duas matrizes A = (aij) e B = (bjj) de ordem mxn, a soma A + B é a matriz C = (cij) de ordem mxn, tal que: cij = aij + bij , para i = 1, 2, 3, ..., m e j = 1, 2, 3, ..., n. ( ) ( ) ( ) ( ) 3+1 5+ - 4 - 2 + - 13 5 - 2 1 - 4 - 1 4 1 - 3 + = = 4+6 7+3 - 6 +24 7 - 6 6 3 2 10 10 - 4 Para a subtração de matrizes utilizaremos a ideia de soma com a matriz oposta. Assim, sendo A e B duas matrizes do tipo mxn, denominamos diferença entre A e B (representada por A - B) a soma da matriz A com a matriz oposta de B, isto é, A - B = A + (-B). ATENCAO Vejamos, também, um exemplo de subtração de matrizes. Dadas as matrizes A e B anteriores e vamos determinar a matriz D resultante da subtração A – B. 3 5 - 2 1 - 4 - 1 A = B = 4 7 - 6 6 3 2 TÓPICO 1 | MATRIZES 21 ( ) ( ) ij ij ijD A B A B d a b= − = + − ⇔ = + − ( ) ( )11 11 11 3 – 1 3 – 1 2d a b= + − = + = = ( ) ( )21 21 21 4 – 6 4 – 6 – 2d a b= + − = + = = ( ) ( )12 12 12 5 4 5 4 9d a b= + − = + + = + = ( ) ( )22 22 22 7 – 3 7 – 3 4d a b= + − = + = = ( ) ( ) ( )13 13 13 – 2 1 – 2 1 – 1a bd = + − = + + = + = ( ) ( ) ( )23 23 23 – 6 – 2 – 6 – 2 – 8d a b= + − = + = = Portanto: D = A + (– B) e podemos operacionalizar da seguinte maneira: ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) 3 + - 1 5 + + 4 - 2 + + 13 5 - 2 - 1 + 4 + 1 D = + = = 4 + - 6 7 + - 3 - 6 + - 24 7 - 6 - 6 - 3 - 2 Propriedade da Adição de Matrizes Assim como os números, as matrizes possuem propriedades operatórias. Com a definição dada para adição de matrizes é possível verificar que essas propriedades, utilizadas para a soma de números reais, também são válidas para a adição de matrizes. Estas propriedades poderão auxiliar nas operações entre matrizes, pois nos possibilitam resolvê -las mais rapidamente. Propriedade Associativa: Para quaisquer matrizes A, B e C, de mesma ordem mxn, vale a igualdade: (A + B) + C = A + (B + C) Prova: [A + (B + C)]ij = aij + (B + C)ij = aij + (bij + cij) = (aij + bij) + cij = (A + B)ij + cij = = [(A + B) + C]ij Propriedade Comutativa: Para quaisquer matrizes A eB, de mesma ordem mxn, vale a igualdade: 3 - 1 5 + 4 - 2 +1 2 9 - 1 ÛD = 4 - 6 7 - 3 - 6 -2 - 2 4 - 8 ⇔ UNIDADE 1 | MATRIZES E SISTEMAS LINEARES 22 A + B = B + A Prova: (A + B)ij = aij + bij = bij + aij = (B + A)ij Propriedade do Elemento neutro: Existe uma matriz nula 0 que somada com qualquer outra matriz A de mesma ordem fornecerá a própria matriz A, isto é: 0 + A = A Prova: Consideremos que A + U = A, para qualquer matriz A, mxn. Comparando os elementos correspondentes, temos que aij + uij = aij, ou seja, uij = 0, para i = 1, 2, 3, ..., m e j = 1, 2, 3, ..., n. Portanto, a única matriz que satisfaz à equação acima é a matriz em que todos os seus elementos são iguais a zero. Denotamos esta matriz por: matriz nula e representamos por 0. Propriedade do Elemento oposto: Para cada matriz A existe uma matriz -A, denominada a oposta de A, cuja soma entre ambas fornecerá a matriz nula de mesma ordem, isto é: A + (-A) = 0 Prova: Dada uma matriz A de ordem mxn e seja B uma matriz de ordem mxn, tal que: A + B = 0. Comparando os elementos correspondentes, temos que: aij + bij = 0, ou seja, bij = - aij, para i = 1, 2, 3, ..., m e j = 1, 2, 3, ..., n. Portanto, a única matriz que satisfaz a equação anterior é a matriz em que todos os seus elementos são iguais aos opostos dos elementos de A. Denotamos esta matriz por -A. Acadêmico(a), crie matrizes A, B e C de mesma ordem e verifique estas quatro importantes propriedades. DICAS TÓPICO 1 | MATRIZES 23 6.2 MULTIPLICAÇÃO DE UMA MATRIZ POR UM NÚMERO REAL Dada a matriz 5 8 - 1 A = - 4 3 6 vamos determinar A + A. ( ) ( ) ( ) ( ) 5 + 5 8 + 8 - 1 + - 1 5 8 - 1 5 8 - 1 A + A = + = - 4 + - 4 3 + 3 6 + 6- 4 3 6 - 4 3 6 10 16 - 2 A + A = . - 8 6 12 Considerando que A + A = 2·A, temos: ( ) ( ) 2 . 5 2 · 8 2 · - 15 8 - 1 10 16 - 2 2 · A = 2 · = = 2 · - 4 2 · 3 2 · 6- 4 3 6 - 8 6 12 Observamos, então, que o produto de um número real pela matriz A é uma matriz que se obtém multiplicando-se o número real pelos elementos de A. Definição: Seja a matriz A = (aij)mxn e k um número real. O produto de K pela matriz A (indica-se: K·A) é a matriz B = (bij)mxn, em que bij = k·aij, para todo i (i = 1, 2, 3, ..., m) e para todo j (j = 1, 2, 3, ..., n). Observe os exemplos a seguir: ( ) ( )1) Se A = 2 5 8 , então 3 · A = 6 15 24 . 2 4 4 8 12) Se B = , então · A = .55 10 2 5 2 ( ) 3 - 2 3 - 6 4 - 2 3 3) Se C = - 1 5 7 , então -2 · C = 2 - 10 - 14 . 4 1 0 - 8 - 2 0 UNIDADE 1 | MATRIZES E SISTEMAS LINEARES 24 Propriedades da Multiplicação de uma Matriz por um Número Real Sendo A e B matrizes de mesma ordem mxn e x e y números reais quaisquer, valem as seguintes propriedades: Propriedade Associativa: ( ) ( )x · yA = xy · A Demonstração: sejam ij A= a = ijB b ∈ .k ( ) ij ij ijx . y . A = x . y . (a ) = x . y. a = x . y . a e Então, e Propriedade distributiva de um número real em relação à adição de matrizes: x·(A + B) = x·A + x·B ∈.x ( ) ) ] ij ij ij ij ij ij ij ij x . A+B = x . (a + b ) = x . (a + b = x . a + k . b = x . a + . b x ⇒ + = + . . . .ij ijx a x b x A x B Demonstração: sejam ij A= a = ijB be , e Então ( ) ) ] ij ij ij ij ij ij ij ij x . A+B = x . (a + b ) = x . (a + b = x . a + k . b = x . a + . b x( ) ) ] ij ij ij ij ij ij ij ij x . A+B = x . (a + b ) = x . (a + b = x . a + k . b = x . a + . b x ( ) ) ] ij ij ij ij ij ij ij ij x . A+B = x . (a + b ) = x . (a + b = x . a + k . b = x . a + . b x Onde foi utilizada a distributividade da multiplicação com relação à adição dos números reais. c.q.d. Propriedade distributiva de uma matriz em relação à adição de dois números reais: (x + y) · A = x·A + y·A ∈, .k q ( ) ( ) ( ) ( ) ( ) ( ) ( ) ij ij ij ij ijx + y . A = x + y . a = x + y . a = x + y . a = x . a + y . aDemonstração: sejam ij A= a e Então ( ) ( ) ( ) ( ) ( ) ( ) ( ) ij ij ij ij ijx + y . A = x + y . a = x + y . a = x + y . a = x . a + y . a ( ) ( ) ⇒ ij ij ij ijx . a + y . a = x . a + y . a = x . A + y . A c.q.d. TÓPICO 1 | MATRIZES 25 Propriedade do elemento neutro: x·A = A, para x = 1, ou seja, 1 · A = A 1 . A = A .ijA = a ( ) ( ) ij ij ij1 . A = 1 . a = 1 . a = a = ASeja Então, c.q.d. Acadêmico(a), verifique as demonstrações das propriedades da adição de matrizes e busque demonstrar estas quatro propriedades. A demonstração é um processo importante da matemática. Vá treinando, você usará muito durante a sua graduação! UNI 6.3 MULTIPLICAÇÃO DE MATRIZES Acadêmico(a), a multiplicação de matrizes não é uma operação tão simples como as outras já estudadas até aqui, pois não basta multiplicar os elementos correspondentes. Fique atento à explicação! ATENCAO Vamos iniciar este conceito com uma situação-problema. Observe a tabela a seguir, ela apresenta as notas obtidas na disciplina de Álgebra Linear e Vetorial pelos acadêmicos Cristiane, Leonardo e Luiz nas quatro avaliações propostas. Avaliação 1 Avaliação 2 Avaliação 3 Avaliação 4 Cristiane 7 6 7 8 Leonardo 4 5 5 7 Luiz 8 7 9 10 Para calcular a média final da disciplina, o professor deve fazer uma média ponderada, onde a avaliação 1 tem peso 1, a avaliação 2 tem peso 1, a avaliação 3 tem peso 4,8 e a avaliação 4 tem peso 3,2. Assim, a média de cada aluno será determinada pela fórmula: UNIDADE 1 | MATRIZES E SISTEMAS LINEARES 26 o que equivale a escrever:( ) ( ) ( ) ( ) Avaliação 1×1 + Avaliação 2×1 + Avaliação 3×4,8 + Avaliação 4×3,2 1 + 1 + 4,8 + 3,2 ( ) ( ) ( ) ( ) Avaliação 1×0,10 + Avaliação 2×0,10 + Avaliação 3×0,48 + Avaliação 4×0,32 . A tabela de notas pode ser representada pela matriz: 3 4 7 6 7 8 4 5 5 7 8 7 9 10 = A x E os pesos das avaliações, pela matriz: 0 10 0 10 0 48 0 32 4x1 , , B = , , Agora vamos calcular as médias dos alunos nesta disciplina: ( ) ( ) ( ) ( )Cristiane: 7×0,10 + 6×0,10 + 7×0,48 + 8×0,32 = 7,22 ( ) ( ) ( ) ( )Leonardo: 4×0,10 + 5×0,10 + 5×0,48 + 7×0,32 = 5,54 ( ) ( ) ( ) ( )Luiz: 8×0,10 + 7×0,10 + 9×0,48 + 10×0,32 = 9,02 Essas médias podem ser registradas em uma matriz C, que é o produto da matriz A (notas) pela matriz B (pesos): 3 1 7 22 5 54 9 02 = x , C , , A ideia utilizada para obter a matriz C será usada agora para definirmos matematicamente a multiplicação de matrizes. Definição: Dada uma matriz A = (ajj) do tipo mxn e uma matriz B = (bjj) do tipo nxp, o produto da matriz A pela matriz B é a matriz C = (cij) do tipo mxp, tal que o elemento cij é calculado multiplicando-se ordenadamente os elementos da linha i, da matriz A, pelos elementos da coluna j, da matriz B, e somando-se os produtos obtidos. Para dizer que a matriz C é o produto de A por B, vamos indicá-la por AB. TÓPICO 1 | MATRIZES 27 Observe que só definimos o produto AB de duas matrizes quando o número de colunas de A for igual ao número de linhas de B; além disso, notamos que o produto AB possui o número de linhas de A e o número de colunas de B: A mxn . B nxp = AB mxp . ATENCAO Acompanhe a multiplicação das matrizes A de ordem 3x2 e B de ordem 2x4: 1 2 1 1 2 2 A = 2 3 e B = 2 3 3 2 3 4 O primeiro fato a observar é que só podemos multiplicar matrizes quando o número de colunas da primeira matriz for igual ao número de linhas da segunda matriz. Note que na definição A tem n colunase B tem n linhas. Essa igualdade tem que ocorrer para que a multiplicação possa ser calculada. Como A possui duas colunas e B possui duas linhas, podemos calcular C = A·B 11 12 13 14 21 22 23 24 31 32 33 34 1 2 c c c c 1 1 2 2 C = A B = 2 3 = c c c c 2 3 3 2 3 4 c c c c ⋅ ⋅ Sabemos que a matriz C terá ordem 3x4 devido à definição, pois a ordem da matriz é resultado da multiplicação de duas matrizes, onde herda o número de linhas da primeira e o número de colunas da segunda. Observe: 3x2 2x4 3x4A B = C⋅ Agora, precisamos definir os elementos cij da matriz resultante C e para isso é necessário saber que: • c11 é o resultado da multiplicação dos elementos da 1ª linha da matriz A com os elementos da 1ª coluna da matriz B. • c12 é o resultado da multiplicação dos elementos da 1ª linha da matriz A com os elementos da 2ª coluna da matriz B. UNIDADE 1 | MATRIZES E SISTEMAS LINEARES 28 • c13 é o resultado da multiplicação dos elementos da 1ª linha da matriz A com os elementos da 3ª coluna da matriz B. • c14 é o resultado da multiplicação dos elementos da 1ª linha da matriz A com os elementos da 4ª coluna da matriz B. • c21 é o resultado da multiplicação dos elementos da 2ª linha da matriz A com os elementos da 1ª coluna da matriz B. • c22 é o resultado da multiplicação dos elementos da 2ª linha da matriz A com os elementos da 2ª coluna da matriz B. • c23 é o resultado da multiplicação dos elementos da 2ª linha da matriz A com os elementos da 3ª coluna da matriz B. • c24 é o resultado da multiplicação dos elementos da 2ª linha da matriz A com os elementos da 4ª coluna da matriz B. • E assim por diante. Observe o cálculo de cada elemento da matriz resultante C: 11 1ª Linha A 1ª Coluna B 12 1 c = 1 2 = 1 1 + 2 2 = 1 + 4 = 5 2 1 c = 1 2 = 1 1 + 2 3 = 1 + 6 = 7 3 ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ 13 14 2 c = 1 2 = 1 2 + 2 3 = 2 + 6 = 8 3 2 c = 1 2 = 1 2 + 2 2 = 2 + 4 = 6 2 ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ 21 22 1 c = 2 3 = 2 1 + 3 2 = 2 + 6 = 8 2 1 c = 2 3 = 2 1 + 3 3 = 2 + 9 = 11 3 ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ TÓPICO 1 | MATRIZES 29 23 24 2 c = 2 3 = 2 2 + 3 3 = 4 + 9 = 13 3 2 c = 2 3 = 2 2 + 3 2 = 4 + 6 = 10 2 ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ 31 32 1 c = 3 4 = 3 1 + 4 2 = 3 + 8 =11 2 1 c = 3 4 = 3 1 + 4 3 = 3 + 12 = 15 3 ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ 33 34 2 c = 3 4 = 3 2 + 4 3 = 6 + 12 = 18 3 2 c = 3 4 = 3 2 + 4 2 = 6 + 8 = 14 2 ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ Com isso, finalmente, teremos: 11 12 13 14 21 22 23 24 31 32 33 34 1 2 c c c c 5 7 8 6 1 1 2 2 C= A × B = 2 3 × = c c c c = 8 11 13 10 2 3 3 2 3 4 c c c c 11 15 18 14 Nunca esqueça: todos os elementos das linhas da primeira matriz multiplicam todos os elementos das colunas da segunda matriz. IMPORTANT E UNIDADE 1 | MATRIZES E SISTEMAS LINEARES 30 6.4 MATRIZ INVERSA Dada uma matriz quadrada A, de ordem n, se X é uma matriz, tal que AX = In e XA = In, onde In é a matriz identidade de ordem n, então X é denominada matriz inversa de A, sendo simbolizada por 1A− Analisando a definição, é possível perceber que a matriz inversa nem sempre existe. Quando existir a matriz inversa de A, dizemos que A é uma matriz invertível ou não singular. ATENCAO Acadêmico(a), observe que a matriz é invertível e sua matriz inversa é: 1 - 1 A = 2 0 - 1 0 1/2 1 - 1 0 1/2 1 0 0 1/2 1 - 1 1 0 A = , pois: . = e . = . - 1 1/2 2 0 - 1 1/2 0 1 - 1 1/2 2 0 0 1 Acadêmico(a), observe que a matriz A multiplicada pela inversa nos dá a matriz identidade. IMPORTANT E Exemplo 1: Sendo a matriz ,vamos determinar a matriz inversa de A, se existir. Resolução: Existindo, a matriz inversa é de mesma ordem de A. Como, para que exista inversa, é necessário que A·A-1= A-1·A = , vamos trabalhar em duas etapas: Inicialmente, fixamos a condição de que A·A-1 = e determinamos A-1: 2 x 2 1 2 - 2 1 A = nI nI n 2 x 2 2 x 2 2 x - 2 1 1 2 a b 1 0 I = A A = - 2 1 c d 0 1 ⇒ ⋅ ⇒ ⋅ TÓPICO 1 | MATRIZES 31 2 x 2 2 x 2 2 x 2 2 x 2 1 . a + 2 . c 1 . b + 2 . d 1 0 = - 2 . a + 1 . c - 2 . b + 1 . d 0 1 a + 2 c b + 2 d 1 0 = - 2 a + c - 2 b + d 0 1 ⇒ ⇒ ⇒ A partir da igualdade de matrizes, resolvemos o sistema acima pelo método da adição: __________________ 2 a + 4 c = 2 a + 2 c = 1 ( -2 ) - 2 a + c = 0 - 2 a + c = 0 2 5 c = 2 c = 5 ⇒ ↵⊕ ⇒ - 2 a + c = 0 2 1 - 2 a + = 0 a = 5 5 ⇒ __________________ 2 b + 4 d = 0 b + 2 d = 0 ( - 2 ) - 2 b + d = 1 - 2 b + d = 1 1 5 d = 1 d = 5 ⇒ ↵⊕ ⇒ - 2 b + d = 1 1 2 - 2 b + = 1 b = - 5 5 ⇒ Assim temos: 2 x 2 2 x - 2 1 1 2- a b 5 5 = c d 2 1 5 A = 5 UNIDADE 1 | MATRIZES E SISTEMAS LINEARES 32 É importante verificarmos se A·A-1 = : 2I - 1 2 x 2 2 x 2 1 2- 1 2 5 5 2 1 - 2 1 5 5 A A = ⋅ ⋅ ( ) ( ) ( ) ( ) 2 x 2 2 x 2 2 x 2 1 4 2 2 + -5 5 5 5 = = = 2 2 4 1 - + 5 5 5 5 5 0 15 = = 5 0 5 1 2 1 2 . 1 + - . - 2 . 2 + - . . 1 5 5 5 5 2 1 2 1 . 1 + . - 2 . 2 + . 15 5 5 5 2 0 = I 0 1 Logo, A-1 é inversa de A e pode ser representada por: - 1 2 x 2 1 2 -5 5 A = 2 1 5 5 Exemplo 2: Verifique se existe e, em caso afirmativo, determine a matriz inversa de 5 8 A = . 2 3 Resolução: Seja X a matriz quadrada de ordem 2 procurada, isto é: a bX = . c d Pela definição, inicialmente devemos ter: 5 8 a b 1 0 5 a + 8 c 5 b + 8 d 1 0 . = = 2 3 c d 0 1 2 a + 3 c 2 b + 3 d 0 1 ⇒ 5 8 a b 1 0 5 a + 8 c 5 b + 8 d 1 0 . = = 2 3 c d 0 1 2 a + 3 c 2 b + 3 d 0 1 ⇒ Pela igualdade de matrizes, temos os sistemas: ( ) 5 a + 8 c = 1I 2 a + 3 c = 0 que resolvido nos dá a = -3 e c = 2. TÓPICO 1 | MATRIZES 33 ( ) 5 b + 8 d = 0II 2 b + 3 d = 1 que resolvido nos dá b = 8 e d = - 5. Embora teremos um tópico sobre sistemas lineares, acreditamos que todos tenham tido contato com esses sistemas pequenos tanto no Ensino Fundamental quanto no Médio, como também na disciplina de Introdução ao Cálculo. Caso você não entenda a resolução deste sistema, é importante que retome o material da disciplina de Introdução ao Cálculo e faça um estudo sobre os sistemas lineares de ordem 2. DICAS Temos para a qual AX = I2 A seguir, verificamos se XA = Então, podemos dizer que é a matriz inversa de ou seja: 2 - 3 8 5 8 1 0 I : . = . 2 - 5 2 3 0 1 - 3 8 2 - 5 5 8 2 3 - 1 - 3 8 A = .2 - 5 DICAS Assim, se você quiser ter certeza de que calculou a matriz inversa corretamente, basta efetuar a multiplicação . Se essa multiplicação resultar na identidade , você terá calculado corretamente, caso contrário, refaça os cálculos. - 1A - 1A A⋅ 1 0 0 1 I = Propriedades da Multiplicação de matrizes Como o produto de matrizes é definido de forma diferente do produto de uma matriz por um número real, as propriedades satisfeitas pela multiplicação de números reais em geral não valem para a multiplicação de matrizes. Vamos supor que as matrizes A, B e C sejam de ordens tais que as operações a seguir sejam possíveis. Assim, são válidas as seguintes propriedades para a multiplicação de matrizes: Propriedade Associativa: (A·B) · C = A · (B·C) UNIDADE 1 | MATRIZES E SISTEMAS LINEARES 34 Demonstração: Suponhamos que as matrizes A, B e C tenham ordens respectivamente: n r r se s m, × × × Temos que: ( )( ) ( ) ( ) ( ) ( ) 1 1 1 s s r kj il lk kjikij k k l A B . C A B c = a b . c. . . = = = = ∑ ∑ ∑ ( ) ( ) ( ) ( ) ( )( ) 1 1 1 r s r il ik kj il lj ij l k l a . b c = a . B C = A . B C . . = = = ⇒ ∑ ∑ ∑ c.q.d. Propriedade Distributiva à direta em relação à adição: (A + B) ·C = A·C + B·C Demonstração: Suponhamos que as matrizes A, B e C tenham ordens respectivamente: n r r se s m, × × × Temos que: ( ) ( ) ( ) ( )( ) 1 1 n n ik ik kj kj ik ik k k A B . C = b c . c = c a b = = + + +∑ ∑ ( ) 1 1 1 n n n kj ik kj ik kj ik kj ik ij ij k k k c a c b = c a c b A C B C = . . = = = ⇒ + + + ∑ ∑ ∑ ij A.C B C = A C B C . . . ⇒ + + c.q.d. Propriedade Distributiva à esquerda em relação à adição: A·(B + C) = A·B + A·C Demonstração: Suponhamos que as matrizes A, B e C tenham ordens respectivamente: n r r se s m, × × × Temos que: ( ) ( ) ( )( ) 1 1 n n ik ik kj kjkj k k A . B C = a B C = a b c = = + + + ∑ ∑ ( ) 1 1 1 n n n ik kj ik kj ik kj ik kj ij ij k k k a b a c = a b a c A B A C = . . = = = ⇒ + + + ∑ ∑ ∑ ij A B A C = A B A C . . . . ⇒ + + c.q.d. Importante: • Em geral, A·B ≠ B·A, para A e B duas matrizes quaisquer, isto é, não é válida a propriedade comutativa da multiplicação para matrizes. TÓPICO 1 | MATRIZES 35 • A·I = I·A = A, onde I é a matriz identidade de ordem apropriada e A é uma matriz qualquer. • (A·B)T = BT·AT , para A e B matrizes. • 0·A = 0 e A·0 = 0, para toda matriz A (onde 0 é a matriz nula de ordem apropriada). É possível A·B = 0, sem termos A = 0 ou B = 0. IMPORTANT E Para exemplificar o que o UNI acabou de informar, considere as matrizes: 2 0 0 5 A = e note que A ≠ 0 e B ≠ 0 (onde 0 é a matriz nula de 0 - 3 B = 1 0 ordem apropriada). Com isso teremos 2 0 0 - 3 0 0 A B = = 0 5 1 0 0 0 ⋅ ⋅ 6.5 OUTROS EXEMPLOS QUE ENVOLVEM OPERAÇÕES COM MATRIZES A seguir veremos mais alguns exemplos de situações que envolvem matrizes e suas operações. Exemplo 1: Dadas as matrizes: 1 2 3 - 2 0 1 A = , B = e D = 2 - 1 2 1 - 1 3 0 1 Calcule D . (2A + 3B). Resolução: Primeiramente, vamos calcular a prioridade da expressão que é definida pelos parênteses. 1 2 3 - 2 0 1 2A + 3B = 2 + 3 2 1 - 1 3 0 1 2 4 6 - 6 0 3 2-6 4+0 6+3 - 4 4 9 2A + 3B = + = = 4 2 - 2 9 0 3 4+9 2+0 - 2+3 13 2 1 ⋅ ⋅ UNIDADE 1 | MATRIZES E SISTEMAS LINEARES 36 Agora, resolveremos a multiplicação: ( ) 11 12 13 1x2 1x3 2x3 - 4 4 9 D n 2A + 3B = 2 - 1 n = d d d 13 2 1 Lembre-se de que é necessário verificar se a multiplicação é possível, ou seja, se o número de colunas da primeira matriz é igual ao número de linhas da segunda matriz. ( ) ( ) ( ) ( ) ( ) 1x3 D 2A + 3B = 2 - 4 + - 1 13 2 4 + - 1 2 2 9 + - 1 1 ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ( ) 1x3D 2A + 3B = - 8 - 13 8 - 2 18 - 1 ⋅ ( ) 1x3D 2A + 3B = - 21 6 17 ⋅ Exemplo 2: Sejam as matrizes A = (aij)2x2, com aij = 2i - j2 e B = (bij)2x2, com bij = aij - 1, encontre a matriz X de modo que: X - 2A + B = 0. Resolução: Vamos iniciar construindo as matrizes A e B. Matriz A Como é uma matriz 2x2, sua genérica é: 11 12 21 22 a a A a a = Conforme orienta o enunciado, cada elemento aij será determinado por aij = 2i – j2. Matriz B Como é uma matriz 2x2, sua genérica é: 11 12 21 22 b b B = b b 2 11 a = 2 1 - 1 = 2 - 1 = 1⋅ 2 21a = 2 2 - 1 = 4 - 1 3 = ⋅ 2 12 a = 2 1 - 2 = 2 - 4 2 = - ⋅ 2 22a = 2 2 - 2 = 4 - 4 0 = ⋅ 1 - 2 A = 3 0 2 ija = 2i - j TÓPICO 1 | MATRIZES 37 Conforme orienta o enunciado, cada elemento bij será determinado por bij = aij - 1. ij ijb = a - 1 11b = 1 - 1 = 0 21b = 3 - 1 = 2 12 b = - 2 - 1 = - 3 22b = 0 - 1 = - 1 Este valor (aij) você irá buscar na matriz A. 0 - 3 B = 2 - 1 Determinadas as matrizes A e B, vamos resolver a equação X – 2A + B = 0. Assim como em uma equação do primeiro grau, sugerimos isolar a matriz X antes de substituir as matrizes. DICAS ( ) 2 + 0 - 4 + 3 X = 6 + - 2 0 + 1 2 - 1 X = 4 1 2X A B – = 1 - 2 0 - 3 X = 2 - 3 0 2 - 1 ⋅ ( )2 1 2 - 2 0 - 3 X = - 2 - 1 2 3 2 0 ⋅ ⋅ ⋅ ⋅ 2 - 4 0 - 3 X = - 6 0 2 - 1 2 - 4 0 3 X = + 6 0 - 2 1 2 0X A B – + = Lembre-se: resolvemos a subtração de matrizes somando a matriz oposta! Essa é a matriz X. UNIDADE 1 | MATRIZES E SISTEMAS LINEARES 38 Exemplo 3: Seja A = (aij) a matriz 2x2 real definida por aij = 1 se i ≤ j e aij = -1 se i > j. Calcule A2. Resolução: Vamos iniciar construindo a matriz A. 11 12 21 22 a a A a a = Como é uma matriz 2x2, sua genérica é: Conforme orienta o enunciado, cada elemento aij será determinado por aij = 1 se i ≤ j e aij = -1 se i > j. 11 21 12 22 a = 1 a = - 1 a = 1 a = 1 1 1 A = - 1 1 Agora, basta calcularmos A2. ATENCAO Calcular A2 não é elevar cada um de seus elementos ao quadrado, mas sim multiplicar a matriz por ela mesma, ou seja, A2 = A · A . 2 1 1 1 1 A = A A = - 1 1 - 1 1 ⋅ ⋅ Para resolver esta multiplicação é necessário verificar se o número de linhas da primeira matriz é igual ao número de colunas da segunda matriz. 2 2x2 2x2 2x2A A = A ⋅ ( ) ( ) ( ) ( ) 2 1 1 + 1 - 1 1 1 + 1 1 1 1 1 1 A = = - 1 1 - 1 1 - 1 1 + 1 - 1 - 1 1 + 1 1 ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ 2 1 - 1 1 + 1 0 2 A = = - 1 - 1 - 1 + 1 - 2 0 TÓPICO 1 | MATRIZES 39 Exemplo 4: (UFRJ) Uma confecção vai fabricar três tipos de roupas utilizando três materiais diferentes. Considere a matriz A abaixo, onde cada elemento aij representa quantas unidades de material j serão empregados para fabricação de roupas do tipo i. 5 0 2 A = 0 1 3 4 2 1 a) Quantas unidades de material 3 serão empregados na confecção de uma roupa tipo 2? b) Calcule o total de unidades do material 1 que será empregado para fabricar cinco roupas do tipo 1, quatro roupas do tipo 2 e duas roupas do tipo 3. Resolução: De acordo com o enunciado, temos a tabela: Material 1 Material 2 Material 3 Roupa tipo 1 5 0 2 Roupa tipo 2 0 1 3 Roupa tipo 3 4 2 1 a) O número de unidades de material j = 3 na confecção de uma roupa tipo i = 2 é o elemento a23 da matriz A, ou melhor, é o elemento da segunda linha com a terceira coluna a23 = 3 unidades. b) O valor procurado é 5a11 + 4a21 + 2a31 = 5×5 + 4×0 + 2×4 = 25 + 0 + 8 = 33 unidades. Exemplo 5: (PUC) Um batalhão do exércitoresolveu codificar suas mensagens através da multiplicação de matrizes. Primeiramente, associa as letras do alfabeto aos números, segundo a correspondência abaixo considerada: http://www.profezequias.net/puc.html UNIDADE 1 | MATRIZES E SISTEMAS LINEARES 40 Desta forma, supondo que o batalhão em questão deseja enviar a mensagem "PAZ", pode-se tomar uma matriz 2x2, da forma: a qual, usando-se da tabela acima, será dada por: P A Z - 15 1 25 0 Tomando-se a matriz-chave C para o código, isto é: transmite-se a mensagem "PAZ" através da multiplicação das matrizes M e C, ou seja: 2 3 1 2 15 1 2 3 31 47 M C = = . 25 0 1 2 50 75 ⋅ ⋅ Ou através da cadeia de números 31 47 50 75. Desta forma, utilizando- se a mesma matriz-chave C, a decodificação da mensagem 51 81 9 14 será compreendida pelo batalhão como a transmissão da palavra: a) LUTE b) FOGO c) AMOR d) VIDA e) FUGA Resolução: Para construir a Matriz D vamos usar o fato de que D é a matriz inversa de C se, e somente se, C×D = D×C = I, onde I é matriz identidade. Depois, basta resolvermos os sistemas de equações resultantes. IMPORTANT E Como já falamos, só existe a inversa de matrizes quadradas. E mais do que isso, a inversa terá sempre a mesma ordem da matriz além disso, a identidade também terá essa mesma ordem. - 1A A I TÓPICO 1 | MATRIZES 41 - 1a b 2 3D = , C = e D = C c d 1 2 2 3 a b 2 a + 3 c 2 b + 3 d 1 0 . = = 1 2 c d a + 2 c b + 2 d 0 1 2 a + 3 c = 1 2 b + e a + 2 c = 0 ⇒ ⇒ 3 d = 0 b + 2 d = 1 a = 2 ; b = - 3 ; c = - 1 ; d = 2 ⇒ Acadêmico(a), veja que a matriz C codificou a mensagem multiplicando a matriz M pela direita, assim, temos que decifrar a mensagem também pela direita multiplicando por D = C-1 , pois a propriedade comutativa no produto de matrizes não é válida. Decodificando a mensagem 51 81 9 14, encontramos: 51 81 2 -3 102 - 81 - 153 + 162 . = = 9 14 -1 2 18 - 14 - 27 + 28 21 9 = 4 1 Logo, a mensagem 51 81 9 14 será compreendida como 21 9 4 1, correspondendo à palavra VIDA, e a alternativa (D) é a opção correta. 42 Neste tópico você viu: • Uma matriz é uma organização de dados em linhas e colunas e que cada ente da matriz é denominado elemento. Uma matriz é representada por uma letra maiúscula e os elementos podem estar dispostos entre parênteses ou colchetes. A ordem de uma matriz é a informação da quantidade de linhas (m) e colunas (n). • Alguns tipos de matrizes: quadrada, nula, coluna, linha, oposta, diagonal, identidade, triangular, transposta e simétrica. • Algumas operações: soma de matrizes, multiplicação por um número real e multiplicação de matrizes. Aqui vale destacar: o Só podemos somar matrizes de mesma ordem. o Para multiplicar matrizes o número de colunas da primeira matriz tem que ser igual ao número de linhas da segunda. Já a matriz resultante (produto) terá o número de linhas da primeira matriz e o número de colunas da segunda matriz. o Na multiplicação de matrizes não vale a propriedade comutativa, isto é, podemos ter para duas matrizes quaisquer A e B. RESUMO DO TÓPICO 1 A B B A⋅ ≠ ⋅ 43 Acadêmico(a), um dos princípios da UNIASSELVI é “Não basta saber, é preciso saber fazer”. Agora chegou a sua vez de colocar em prática os conceitos sobre matrizes estudados neste tópico. 1 Sendo dadas as matrizes: AUTOATIVIDADE 8 3 1 4 - 1 8 A = 2 4 , B = 5 3 , C = - 2 - 4 1 5 8 5 - 3 - 5 Calcule: a) A + B d) A + B + C b) A + C e) A - B - C c) B + C f) A + C - B 2 Dadas as matrizes: 2 - 3 0 1 - 2 8 A = , B = e C = 4 - 1 2 3 1 - 3 Calcule: a) 5A + 3B c) A + 5B - 2C b) 6A - 4B d) 2B - C 3 Calcule os produtos indicados: ( ) 2 a) 1 - 3 4 . 1 5 - 1 2 3 8 3 b) . 3 - 4 1 2 4 2 - 3 1 3 4 5 c) . 0 3 - 3 2 1 4 1 0 2 3 d) . 0 1 7 0 44 4 Dada a matriz mostrada adiante: 1 2 3 A = 0 1 2 - 1 1 - 1 Determine: t b) A . A t c) 2A . 3A 2a) A 5 Sejam as matrizes A = (aij)2x2, com aij = i – j2 e B = (bij)2x2, com bij = aij + 1, encontre a matriz X de modo que: X – At + 2Bt = 0. 6 Dados determine x e y sabendo que A = B. ( )ij ij 2x2 2 1 A = a , a = 3i - j e B = x x + y 7 Dadas as matrizes ij 0, se i j a = . i + j, se i = j ≠ 10 Determine x, y, z e t sabendo que: Calcule: 3 33 A + I e 2 A - I . x 3 10 a y - - 1 = 2 z 5 ) 5 t t t 0 3 6 - 5 4 A = e B = 7 10 , calcule ( A . B ) e B . A . - 3 2 - 1 8 11 calcule 8 A e B são suas matrizes quadradas de ordem 2, cujos elementos são dados por 9 Seja A uma matriz quadrada de ordem 3 cujos elementos são dados por ( ) 2 ij ij ij a = 3i - 2j e b = a . Calcule A - B.Calcule 45 x y x 3 10 - 1 b) + = 3 2 z t z 4 18 x - 5 1 - 1 1 - 6 y - 1 + - 3 2 = 2 1 z 0 - 4 - 5 - 5 - 5 c) 11 (FUNIVERSA) Duas empresas, 1 e 2, são investigadas em três crimes fiscais, I, II e III. As evidências que relacionam as duas empresas aos crimes são tais que: A evidência Relaciona a(s) empresa(s) Ao(s) crime(s) A 1 I e III B 1 e 2 I e II C 2 II e III D 1 I e II E 1 e 2 I, II e III F 2 III G 1 I e II H 1 e 2 II e III I 2 I e III Para tratar as informações necessárias à investigação desses crimes, um perito montou uma matriz M na qual cada elemento aij corresponde à quantidade de evidências que relacionam a empresa i ao crime j. Com base nessas informações, a matriz M é: 5 3 3 5 3 5 5 5 3 3 4 5 a) 5 4 b) c) d) 4 5 e) 5 4 3 4 5 5 5 3 3 5 5 3 5 3 12 (UFMT) Sejam as matrizes A = (aij)2x3 tal que aij = j – 3i; B = (bij)3x2 tal que bij = 2i + j2; e C = (cij)2x2 tal que cij = ij. O elemento de maior módulo dentre os que formam a diagonal principal da matriz P, em que P = AB + 20C, é: a) 20 d) -12 b) 9 e) 0 c) -16 Assista ao vídeo de resolução da questão 12 46 13 Leia atentamente as sentenças a seguir: I- O produto das matrizes A, de ordem 4x2, e B, de ordem 2x2, é uma matriz de ordem 4 x 2. II- O produto das matrizes A de ordem 5x4 e B de ordem 5x2 é uma matriz de ordem 5x2. III- O produto das matrizes A de ordem 2x3 e B de ordem 3x4 é uma matriz quadrada. As sentenças verdadeiras são: a) ( ) I e III b) ( ) Apenas I c) ( ) Apenas III d) ( ) Apenas II e) ( ) I e II 14 (UEL-PR) Dadas as matrizes A = , definida por , definida por , definida por C = A . B, é correto afirmar que o elemento é: a) ( ) Igual ao elemento b) ( ) Igual ao produto de c) ( ) O inverso do elemento d) ( ) Igual à soma de e) ( ) Igual ao produto de ( ) ij 3x2a ij ij 2x3a = i - j ; B = ( b ) ij ijb = j, C = (c ) 23c 12c . 23 23a por b . 32c . 12 11a com b . 21 13a por b . por com por 15 Prove que a matriz
Compartilhar