Baixe o app para aproveitar ainda mais
Prévia do material em texto
Introdução Matriz é uma tabela de elementos dispostos em linhas e colunas, onde são abstraídos os significados das linhas e colunas. É um conceito que aparece naturalmente na resolução de problemas e são essenciais para a resolução desses pois facilmente ordena e facilita possibilitando que novos métodos de resoluções possam ser encontrados. Podem ter tamanho e número de elementos variantes: E seus elementos podem ser números (reais ou complexos), funções ou ainda outras matrizes. Uma representação mais abrangente de uma matriz de m linhas e n colunas, pode ser feita da seguinte forma: Geralmente se usa letras maiúsculas para denotar matrizes. A ordem de uma matriz (número de linhas e colunas) escrevemos a denotação da matriz e a sequencia com os números de linhas versus colunas: Além dos colchetes, elas podem ser representadas também por parênteses ou duas barras: Quando queremos nos referir ou localiza um elemento de uma matriz dizemos a linha e coluna em que esse elemento está. Por exemplo, na matriz a seguir; o elemento que está na primeira linha e terceira coluna é o -4 e para expressar a sua localização denotamos assim: sendo o 1 a linha e o 3 a coluna. DEFINIÇÃO 1: Podemos dizer que duas matrizes , são iguais A=B se eles tiverem o mesmo número de linhas m = r e colunas n = s, e se todos os seus elementos correspondentes forem também iguais (aij = bij), mesmo que eles tenham sido obtidos de operações diferentes, como no exemplo a seguir: A primeira matriz é como se fosse os cálculos e a segunda o resultado desses cálculos, mas as duas são equivalentes. Tipos especiais de matrizes MATRIZ QUADRADA: É aquela cujo número de linhas é igual ao número de colunas (m=n), e nesse caso dizemos que a matriz é de ordem m; já que os valores entre linhas e colunas são iguais: MATRIZ NULA: É aquela onde todos os seus elementos são iguais a 0; aij = 0 para todo i e j. MATRIZ-COLUNA: É aquela que possuí apenas uma coluna; n=1. MATRIZ SIMÉTRICA: É igual a matriz quadrada, (m = n), mas além disso há uma simetria em seus elementos, onde podemos observar que a parte superior é uma reflexão da parte inferior em relação a diagonal: MATRIZ-LINHA: Aquela que só possuí uma linha, m=1: MATRIZ DIAGONAL: É uma matriz quadrada onde seus elementos são iguais a 0 para a linha diferente da coluna, ou seja, os elementos que não estão na diagonal são nulos: MATRIZ IDENTIDADE QUADRADA: É aquela em que os elementos da diagonal são todos iguais a 1 e os demais igual a 0; aii = 1, aij =0 para i diferente de j MATRIZ TRIANGULAR SUPERIOR: É uma matriz quadrada onde todos os elementos abaixo da diagonal são nulos, isto é, m=n e aij = 0, para i>j. MATRIZ TRIANGULAR INFERIOR: É aquela em que m = n e aij = 0, para todo i < J. Operações com matrizes PROPRIEDADES I: Dadas as matrizes A, B e C de mesma ordem m x n, temos: Multiplicação por escalar (por um número real ou complexo) Seja A = e K um número, então podemos definir uma nova matriz: . Exemplo: PROPRIEDADES 2: Dadas as matrizes A e B de mesma ordem m x n e números k, k1 e k2, temos: Às vezes é conveniente considerarmos as linhas de uma dada matriz como colunas de uma nova matriz, isso se chama transposição que é quando podemos obter uma outra matriz cujas linhas são as colunas de uma matriz. A segunda matriz é denotada como sendo a transposta de A: PROPRIEDADES 3: Multiplicação de Matrizes Seja A = e B = . Definimos AB = : No entanto, se o número de colunas da primeira matriz for diferente do número de linhas da segunda a multiplicação não pode ser efetuada. PROPRIEDADES 3: Transposta de uma Matriz Se A é uma matriz arbitrária de ordem mxn, então a matriz de ordem nxm obtida de A ao mudar suas linhas pelas colunas, chama-se a transposta de A (denotada por AT). Em geral, se 𝐴 = (𝑎𝑖𝑗)𝑚×𝑛 → 𝐴 𝑡 = (𝑎𝑖𝑗)𝑛×𝑚 PROPRIEDADES: 1. Os elementos da diagonal principal de AT são os mesmos elementos da diagonal principal do A 2. (𝐴𝑇)𝑇 = 𝐴 3. (𝐴 + 𝐵)𝑇 = 𝐴𝑇 + 𝐵𝑇 4. (𝑘 ∗ 𝐴)𝑇 = 𝑘 ∗ 𝐴𝑇 , para qualquer escalar k 5. (𝐴 ∗ 𝐵)𝑇 = 𝐵𝑇 ∗ 𝐴𝑇 , sempre que A e B sejam conformes para com a multiplicação. DEFINIÇÕES: 1. Sendo , Chamaremos a estas matrizes de ordem nx1 de n-vetores coluna, e chamaremos e de n-vetores linha. Os elementos xi e yi são chamados os componentes dos vetores. 2. Sendo , define-se o produto interno ou produto escalar do X com Y por Matriz triangular superior e inferior DEFINIÇÃO: Uma matriz quadrada A=(aij) chama-se triangular superior se aij = 0 para todo i maior que j. Em outras palavras uma matriz quadrada chama-se triangular superior se todos os elementos da matriz que se encontram por debaixo da diagonal principal são zeros. Por exemplo: Uma matriz quadrada A=(aij) chama-se triangular inferior quando aij = 0 para todo i menor que j. Em outras palavras, uma matriz quadrada chama-se triangular inferior se todas as entradas de uma matriz que se encontre por cima da diagonal principal sejam zero; Matrizes simétricas e anti- simetricas DEFINIÇÃO: Seja A=(aij) uma matriz quadrada, se diz que A é simétrica quando AT = A, isto é, aij = aji para todo i e j. Seja A=(aij) uma matriz quadrada. Se diz que A é anti- simétrica quando AT = -A, isto é, aij = -aji para todo i e j. Por exemplo; seja A=(aij) uma matriz anti-simétrica, então aii=0 para todo i. Logo: Exemplo: Submatrizes Se algumas linhas e colunas de qualquer matriz A são apagadas, a matriz resultante é chamada de uma submatriz de A. Por exemplo, se Então; é uma submatriz de A, a qual resultou de apagar a 3ª linha e as colunas 4 e 5 da matriz A. DEFINIÇÃO: Quando A é uma matriz quadrada, definimos as submatrizes principais dominantes como sendo as submatrizes quadradas de A obtidas a partir do primeiro item superior esquerdo e finalizando com a própria matriz A: As matrizes destacadas de verde são as submatrizes principais dominantes. Por outro lado, quando A é uma matriz quadrada definimos uma submatriz principal de A como sendo qualquer submatriz quadrada de A tal que sua diagonal principal é parte (ou é toda) da diagonal de A. Particionamento ou subdivisão de uma matriz Particionar uma matriz é subdividi-la em pequenos blocos de elementos, como por exemplo; Essa técnica pode ser útil quando tratamos de matriz de grande ordem, e assim podemos realizar as operações desejadas em pequenos blocos que pertencem a matriz original. Assim, quando temos matrizes particionadas em blocos, podemos aplicar todas as regras aos blocos como se fossem elementos de uma matriz; exemplo;
Compartilhar