Baixe o app para aproveitar ainda mais
Prévia do material em texto
Álgebra Linear 1 Prof (ªs): MSc.Elisa Netto Zanette, Drª. Ledina Lentz Pereira e MSc. Sandra Regina da Silva Fabris UNESC UNIVERSIDADE DO EXTREMO SUL CATARINENSE Caderno Pedagógico de: MSc Elisa Netto Zanette Drª Ledina Lentz Pereira MSc Sandra Regina da Silva Fabris Criciúma (SC), 2010 Álgebra Linear 2 Prof (ªs): MSc.Elisa Netto Zanette, Drª. Ledina Lentz Pereira e MSc. Sandra Regina da Silva Fabris INTRODUÇÃO A Matemática, desde os seus primórdios, entrelaça-se intimamente com a história da civilização e é uma das alvancas principais do progresso humano (BAUMGART1, 1997). Vários conceitos básicos dessa ciência, criados para atender a certas necessidades e resolver problemas específicos, posteriormente revelaram uma utilidade bem mais ampla do que a inicialmente pensada e vieram, com a evolução das idéias e o desenvolvimento das teorias, a adquirir uma posição definitiva de grande relevância na Matemática (LIMA2, 2000, p.28). Observamos uma mudança contínua que se processa tanto nas condições sócio-político- econômica das sociedades quanto na própria Matemática. Ë fato que a validez das teorias Matemáticas é perene e subsiste através dos séculos. Porém, a posição dessas teorias e técnicas a elas associadas, varia bastante em termos de importância, alcance e eficácia em fase dos novos desenvolvimentos, das novas descobertas e da ocorrência de áreas recentes de aplicação, dentro e fora da Matemática (LIMA3, 2001, p.159). Usamos Matemática diariamente, mesmo sem perceber. Isso só, poderia justificar a sua importância. É facilmente percebida, nas atividades simples do homem às mais complexas, nos esportes, na estatística, nas construções, nas previsões orçamentárias. Sem dúvida, ela confere “poder” aos economistas, aos empresários, etc. A Matemática é ferramenta imprescindível para que se possa ordenar os pensamentos, porque desafia e desenvolve a mente, ajuda a compreender as linguagens que se utiliza no cotidiano. As concepções matemáticas desenvolvidas e acumuladas nas diversas gerações podem ser divididas em Aritmética (números), Álgebra (letras + números) e Geometria (figuras planas e espaciais). A Trigonometria pode ser considerada como um ramo da Geometria e a Geometria Analítica como uma fusão da Álgebra com a Geometria. Resolvemos os problemas como o uso da aritmética, da geometria, da trigonometria, da álgebra, do cálculo diferencial e integral, etc. Alguns problemas podem ser solucionados ao mesmo tempo pela Álgebra, ou Geometria ou Aritmética. Coube a Descartes a solução de problemas geométricos através da Álgebra e vice-versa, em 1637. Para Baumgart (1999) a origem da palavra “álgebra” é estranha e intrigante. Ela não se sujeita a uma etimologia nítida como, por exemplo, a palavra “aritmética”, que se deriva do grego arithmos (número). Álgebra é uma variante latina da palavra árabe al-jabr (às vezes transliterada al-jebr), usada no título de um livro, Hisab al-jabr w’al-muqabalah (“Ciência das equações”), escrito em Bagdá (ano 825) por um matemático árabe. Esse tratado de álgebra é com freqüência citado, abrevidamente, como Al-jabr. Ainda que originalmente “álgebra” refira-se a equações, a palavra hoje tem um significado muito mais amplo e uma definição satisfatória requer um enfoque, tanto cronológico quanto conceitual, em duas fases: (1) Álgebra antiga (elementar) é o estudo das equações e métodos de resolvê-las; (2) Álgebra moderna (abstrata) é o estudo das estruturas matemáticas tais como grupos, anéis, corpos, etc. A Álgebra Linear (o nome indica sua origem geométrica) ou Álgebra Vetorial é uma parte da Álgebra que, por sua vez, é um ramo da Matemática na qual são estudados matrizes, espaços vetoriais e transformações lineares que contribuem para um estudo detalhado de sistemas lineares de equações. É um fato histórico que a invenção da Álgebra Linear tenha origem nos estudos de sistemas lineares de equações. Segundo o matemático Elon Lages Lima (LIMA, 2001), a Álgebra Linear é o estudo dos espaços vetoriais e das transformações lineares entre eles. Quando os espaços têm dimensões finitas, as transformações lineares possuem matrizes. Também têm matrizes as formas bilineares e, mais, particularmente, as formas quadráticas. Assim a Álgebra Linear, além de vetores e transformações lineares, lida também com matrizes e formas quadráticas. 1 BAUMGART, John K. Tópicos de História da Matemática para uso em sala de aula: Álgebra. Trad. Hygino H Domingues. São Paulo: Atual, 1997. 2 LIMA, Elon Lages. Meu Profesor de Matemática e outras histórias. (Coleção do Professor de Matemática: SBA Sociedade Brasileira de Matemática). Rio de Janeiro: Solgraf Publicações Ltda, 2000. 3 LIMA, Elon Lages. Matemática e Ensino. (Coleção do Professor de Matemática: SBA Sociedade Brasileira de Matemática). Rio de Janeiro: R&S, 2001. Álgebra Linear 3 Prof (ªs): MSc.Elisa Netto Zanette, Drª. Ledina Lentz Pereira e MSc. Sandra Regina da Silva Fabris Tanto a Álgebra Linear como a Geometria Analítica aplicam-se a várias áreas, em especial às Engenharias. Possibilitam explicar princípios fundamentais e simplificar os cálculos em Engenharia, Ciência da Computação, Física, Biologia, Matemática, Economia e Estatística. É, portanto relevante e tem destaque em diversos cursos superiores, na graduação e na pós-graduação. Muitos dos temas do âmbito da Álgebra Linear fazem parte integrande de planos de estudos desses cursos já citados. Para Lay4 (1999) a Álgebra Linear (e a Geometria Analítica, como sua subsidiária) constitui uma das áreas da Matemática com mais vastas e variadas aplicações incluindo a sua importância para as diversas áreas da própria Matemática – da Análise à Estatística e à Investigação Operacional – em que temas fundamentais como Cálculo Matricial ou o Cálculo Vetorial são de utilização constante e cotidiana. É de extrema importância para em seus tópicos mais avançados, simplificando sua teoria e em geral, para a maior parte da Matemática. Numa análise comparativa com a Geometria, a Álgebra, como estrutura lógica, têm-se desenvolvido mais recentemente, principalmente nos últimos 100 anos, com formulação simples, onde poucos axiomas são suficientes para organizar toda a estrutura da Álgebra. Por sua vez, a Geometria, desenvolvida inicialmente pelos Gregos a mais de 2.000 anos, está sintetizada nos “Elementos de Euclides” que formam a base da Geometria Plana e Sólida atual, conservando a maneira sistemática de analisar as propriedades de pontos, retas, triângulos, círculos e outras configurações. Têm-se introduzido em estudos recentes, conjuntos de axiomas e postulados que melhoram sua estrutura lógica, mas o conteúdo da Geometria permanece o mesmo. Descobriu-se que, essencialmente, toda Geometria pode ser desenvolvida em linguagem algébrica. Na associação de pontos e retas ao invés da geometria usual, realiza-se operações algébricas em certos objetos, denominados vetores. Esses vetores obedecem a certas leis algébricas, similares aos números. Assim, trabalhamos teoremas da geometria através de teoremas da álgebra dos vetores com ênfase nas equações, identidades e desigualdade em lugar de conceitos geométricos como, congruência,semelhança e interseção de segmentos. Os vetores têm papel relevante, não apenas na Matemática, como na aplicação em outras áreas. O estudo desses vetores, normalmente é feito por meio de dois tratamentos que se completam: Geométrico e Algébrico. A grande vantagem da abordagem geométrica é de possibilitar predominantemente a visualização dos conceitos que são apresentados para estudo, o que favorece seu entendimento que sob o ponto de vista algébrico, são mais formais e abstratos. Apesar da Álgebra Linear representar um campo abstrato da Matemática, ela tem um grande número de aplicações dentro e fora da Matemática. Haetinger (2007) cita algumas e afirma que, apesar de não conseguir abordá-las todas, num curso de Álgebra, o objetivo é que o estudante tome contato com o que representa o estado da arte desta área. Alguns exemplos5 de aplicações: Jogos de Estratégia; Distribuição de Temperatura de Equilíbrio; Genética; Crescimento Populacional por Faixa Etária; Criptografia; Tomografia Computadorizada; etc. Nos temas a serem trabalhados, incluimos a discussão sobre os conceitos teóricos formalmente instituidos, acompanhados de exemplos e atividades. Os textos são escritos em linguagem simples, mas com rigor matemático. São apresentados em forma de resumo e de modo algum, dispensam a pesquisa do acadêmico aos diversos livros didáticos da área. Portanto, para aprofundar seus conhecimentos, sugerimos como fontes, os livros e links relacionados na bibliografia. 4 LAY, C David. Álgebra Linear e suas aplicações. 2ed. Trad. Ricardo Camelier e Valéria de M. Iório. Rio de Janeiro: LTC, 1999. 5 HAETINGER, Claus. 2007. Disponível em http://ensino.univates.br/~chaet/Algebra_Linear.html . Acesso em Jan 2009. Essa introdução - associando a geometria com a álgebra de vetores - é informal e objetiva formar uma noção intuitiva da Álgebra. O conteúdo programático de Álgebra Linear foi elaborado, visando um conhecimento dos conceitos mínimos e indispensáveis, de modo que se possa perceber a inter- relação entre os mesmos e a sua aplicação conjunta. Álgebra Linear 4 Prof (ªs): MSc.Elisa Netto Zanette, Drª. Ledina Lentz Pereira e MSc. Sandra Regina da Silva Fabris SUMÁRIO INTRODUÇÃO............................................................................................................................................................................ 2 I MATRIZES ............................................................................................................................................................................... 6 1 Introdução ...................................................................................................................................................................... 6 2. Definição......................................................................................................................................................................... 6 3. Tipos de Matrizes..................................................................................................................................................... 10 4. Proposições: Igualdade de Matrizes e Matriz Oposta ....................................................................... 12 5. Matriz Transposta.................................................................................................................................................... 12 6. Simetria em Matrizes............................................................................................................................................. 13 Lista 1 de Atividades - Matrizes ...................................................................................................................................... 14 7. Operações com Matrizes ..................................................................................................................................... 16 7.1 Adição e Subtração de matrizes ............................................................................................................... 16 7.2 Multiplicação por um escalar ..................................................................................................................... 17 7.3 Multiplicação entre matrizes ...................................................................................................................... 18 8. Potência de uma Matriz ....................................................................................................................................... 22 9. Propriedades das Operações com Matrizes.............................................................................................. 23 Lista 2 de Atividades – Operações com Matrizes ............................................................................................................ 24 10. Equivalência de Matrizes .................................................................................................................................. 28 Lista 3 de Atividades – Equivalência de Matrizes/escalonamento................................................................................... 30 II DETERMINANTES E MATRIZES .................................................................................................................................... 32 1 Classe de uma Permutação ................................................................................................................................. 32 2 Determinante de uma matriz ............................................................................................................................. 33 2.1 Determinante de 1ª ordem ......................................................................................................................... 34 2.2 Determinante de 2ª ordem ......................................................................................................................... 34 2.3 Determinante de 3ª ordem: Regra de Sarrus ................................................................................... 35 2.4 Determinante de ordem n > 3: Teorema de LAPLACE ................................................................. 37 2.5 Processo de triangulação para cálculo de determinante ........................................................... 38 3 Propriedades dos determinantes..................................................................................................................... 39 4 Determinante e Matriz Inversa ......................................................................................................................... 40 Lista 4 de atividades – Determinantes e Matrizes............................................................................................................ 43 5 Aplicação matemática do conceito de determinantes na geometria .......................................... 46 Lista 5 de atividades - Determinantes .............................................................................................................................. 47 III SISTEMAS DE EQUAÇÕES LINEARES E MATRIZES ............................................................................................ 48 1 Equações Lineares .................................................................................................................................................... 48 2 Sistema de Equações Lineares .......................................................................................................................... 50 2.1 Conceito .................................................................................................................................................................50 2.2 Representação Matricial de um Sistema de Equações Lineares ............................................ 50 2.3 Classificação dos Sistemas de Equações Lineares......................................................................... 52 2.4 Equivalência de Sistemas de Equações Lineares............................................................................ 54 2.5 Resolução de Sistemas de Equações Lineares pelo princípio da equivalência: Método de condensação ou de eliminação de Gauss-Jordan ........................................................... 55 2.6 Solução de um sistema de equações lineares pela Regra de Cramer................................. 58 3 Sistema Homogêneo de Equações Lineares: Discussão da solução ............................................ 59 Lista 6 de atividades – Parte I .......................................................................................................................................... 61 Lista 6 de atividades - Parte II ......................................................................................................................................... 61 4 Discussão de um Sistema de Equações Lineares homogênio e não-homogênio.................. 65 Lista 7 de atividades ........................................................................................................................................................ 66 APÊNDICE A...................................................................................................................................................................... 67 Matriz de Co-Fatores e Adjunta Clássica......................................................................................................... 67 Aplicação de Determinante: Adjunta Clássica e Matriz Inversa ........................................................ 67 1 Encontrando a Matriz de Co-fatores .......................................................................................................... 67 2 Encontrando a Matriz Adjunta Clássica .................................................................................................... 68 Álgebra Linear 5 Prof (ªs): MSc.Elisa Netto Zanette, Drª. Ledina Lentz Pereira e MSc. Sandra Regina da Silva Fabris 3 Encontrando a Matriz Inversa por Determinante............................................................................... 70 Lista de atividades – Determinantes, Matriz Inversa e Adjunta Clássica......................................................................... 71 Bibliografia........................................................................................................................................................................ 72 Álgebra Linear 6 Prof (ªs): MSc.Elisa Netto Zanette, Drª. Ledina Lentz Pereira e MSc. Sandra Regina da Silva Fabris CCCAAAPPPÍÍÍTTTUUULLLOOO III MMAATTRRIIZZEESS,, DDEETTEERRMMIINNAANNTTEESS EE SSIISSTTEEMMAASS s Matrizes formam um importante conceito em matemática, de especial uso no estudo de transformações lineares. Os fundamentos e operações básicas com matrizes, determinantes e sistemas de equações lineares são importantes no desenvolvimento de conceitos da Álgebra Linear e portanto, pré-requisito para o estudo da mesma. I MATRIZES 1 Introdução requentemente nos deparamos com conjuntos de números ou outros objetos matemáticos, que podem ser tratados em blocos por serem operados essencialmente da mesma maneira. Para isso, usamos matrizes. As matrizes são tabelas de números, utilizados como instrumentos de cálculo, surgidas em meados do século XVII como um novo instrumento que, de início, servia para resolver sistemas lineares. Dentre as matrizes as que mais uso teve e tem, é a matriz quadrada. As primeiras concepções sobre matrizes na Matemática, surgiram com o inglês Arthur Cayley (1821- 1895). Sua preocupação vinculava-se na forma e na estrutura em Álgebra. Sob esse aspecto, criou um modelo considerado referência mas sem a menor idéia de qualquer possível utilidade prática. Hoje a teoria das matrizes é uma das partes da matemática mais férteis em aplicação: na Matemática, na Física, na Física Atômica, na Estatística, na Economia, na Engenharia, na Computação, etc. Várias operações executadas por cérebros eletrônicos são computações por matrizes. As matrizes são tabelas de números, utilizados como instrumentos de cálculo. Dos eventos e atividades nos quais somos, direta ou indiretamente, envolvidos no cotidiano, muitos deles podem ser dispostos em forma de tabela/matrizes. VVVooocccêêê sssaaabbbiiiaaa qqquuueee::: A geração dos movimentos e deformações que vemos nos efeitos especiais do cinema, da TV, dos games de computadores e nas visualizações das simulações científicas está baseada na multiplicação de matrizes 4x4 no caso espacial e 3x3 no caso plano. Nessas aplicações o problema computacional não está no tamanho das matrizes mas na quantidade delas e na rapidez de processamento das multiplicações (para que se tenha um movimento realístico). Em muitas outras aplicações, temos uma situação quase que oposta: uma única matriz é suficiente mas seu tamanho pode ir a ordem de centenas e mesmo milhares de linhas e colunas. Isso ocorre normalmente em problemas que envolvem o estudo de campos elétricos, magnéticos, de tensões elásticas, térmicos, etc, os quais - por um processo de discretização - são reduzidos a um sistema de equações lineares, cuja matriz tem grande tamanho. Esse tipo de problema é um dos mais comuns em vários campos da Engenharia. Outra situação que nos leva a nos envolvermos com matrizes enormes são as associadas a grandes redes de distribuição de energia elétrica, redes de comunicações, redes de transporte, etc. (SILVEIRA, 1999). 2. Definição A F Álgebra Linear 7 Prof (ªs): MSc.Elisa Netto Zanette, Drª. Ledina Lentz Pereira e MSc. Sandra Regina da Silva Fabris hamamos de matriz de ordem m por n a qualquer quadro ou tabela formada por m x n elementos (números, polinômios, frações, etc.) dispostos em m linhas e n colunas. Ou, uma matriz é qualquer tabela formada por números ou outro tipo de objeto matemático que se pretende operar em bloco, simultaneamente. Ou, uma matriz é um conjunto ordenado de números e estão associdados a duas dimensões: a dimensão das linhas e a das colunas. Um importante exemplo prático de matriz surge na informática: os programas conhecidos como planilhas eletrônicas correspondem a matrizes. Uma planilha, tal como uma matriz, está dividida em linhas e colunas e, cada célula da planilha representa um elemento da matriz. De forma genérica, uma matriz pode ser representada por uma letra maiúscula do alfabeto ou por seus elementos representativos. Estes elementos são dispostos normalmente entre parênteses ( ) ou entre colchetes [ ] ou duplas barras . Da mesma forma, cada elementos está associado a dois subíndices que indicam sua posição na matriz. Assim, podemos dizer que cada elemento de uma mátria A é representado por aij, onde i representa a linha e j a coluna, onde o elemento a se encontra localizado. A matriz com m linhas e n colunas possui dimensão mxn (lê-se m por n) e indicamos por Amxn. Exemplo 1: (a) A2x3 = − − 534 012 é uma matriz de 2 linhas e 3 colunas onde cada elemento de A ocupa um lugar determinado na matriz. O elemento (-5), por exemplo está na segunda linha (i=2) e terceira coluna(j=3) que indicamos por a23 = -5. Os demais elementos indicamos por: 534 012 232221 131211 −=== =−== aaa aaa (b) B2x2 = 4 91 i é uma matriz de ordem 2 x 2 ou B = [bij]2x2 (c) C1x4 = [ ]9422 − é uma matriz de ordem 1 x 4 ou C = [cij]2x2 Exemplo 2: Consideremos a situação-problema de 03 pessoas, candidatas a um emprego e submetidas a testes. Podemos representar o resultado dos testes num quadro de avaliação: 1º teste 2º teste 3º teste Teresa 4,0 3,5 1,0 Paulo 5,0 7,3 8,0 Marcos 4,8 7,2 3,0 André 9,0 8,8 6,5 Os números distribuidos na horizontal representam a pessoa avaliada e formam o que denominamos de linha e, os colocados na vertical representam o grau de aprovação no teste e são chamados de coluna. A tabela de valores resultante do quadro é denominada matriz e cada número é chamado de elemento. Neste exemplo, temos uma tabela/matriz de ordem quatro por três (4 x 3) ou seja, é uma a matriz com 4 linhas e 3 colunas. Assim, representamos a situação-problema em: C Álgebra Linear 8 Prof (ªs): MSc.Elisa Netto Zanette, Drª. Ledina Lentz Pereira e MSc. Sandra Regina da Silva Fabris A4x3 = 5,68,80,9 0,32,78,4 0,83,70,5 0,15,30,4 Exemplo 3: Vamos considerar agora, a representação em matriz da seguinte situação: Analisando a pontuação (de 0 a 10) obtida por Paulo, André e Luana, no programa de formação continuada da empresa em que trabalham, nos últimos anos, temos: Paulo, com 8, 7, 9 e 8 pontos; André, com 6, 6, 7, 6 e Luana, com 4, 8, 5, 9. Esta situação-problema pode ser representando num quadro ou numa matriz com a pontuação dos três por ano. Observe: Representando num quadro: 2004 2005 2006 2007 Paulo 8 7 9 8 André 6 6 7 6 Luana 4 8 5 9 Representando numa matriz: Para saber a pontuação de André, por exemplo, em 2006, basta procurar o número que fica na 2ª linha e na 3ª coluna da tabela ou da matriz. Temos nesse caso, uma matriz de ordem 3 x 3 ou seja, nossa matriz tem 3 linhas e 3 colunas e indicamos por A3,3. Quando uma matriz tem o número de linhas igual ao número de colunas, é chamada de matriz quadrada. Exemplo 4: Vamos avaliar uma outra situação-problema na comparação entre pessoas com seus respectivos pesos, alturas e idade. Podemos representar no quadro abaixo os valores encontrados: Altura(m) Massa(kg) Idade(anos) Eduardo 1,83 72 18 Fernando 1,75 54 14 Este quadro pode ser representada por uma matriz A de ordem 2 x 3 ou seja com 2 linhas e 3 colunas. As linhas são enumeradas de cima para baixo e as colunas, da esquerda para direita. A2x3 = 145475,1 187283,1 LINHAS COLUNAS 1ª linha 2a linha 3ª coluna 2a coluna 1a coluna Álgebra Linear 9 Prof (ªs): MSc.Elisa Netto Zanette, Drª. Ledina Lentz Pereira e MSc. Sandra Regina da Silva Fabris Resumindo: 1. Algebricamente, usamos letras maiúsculas (A, B, ...) para indicar as matrizes genéricas e letras minúsculas ou números para indicar os elementos. 2. As tabelas com m linhas e n colunas são denominadas matrizes de ordem m x n. Portanto: Denomina-se matriz de ordem m x n (lê-se: m por n) com m, n ≥≥≥≥ 1, a uma tabela formada por m x n elementos (números, polinômios, funções, etc.), dispostos em m linhas e n colunas. 3. A representação genérica de uma matriz A de ordem m x n é: Amxn = mnmmm n n aaaa aaaa aaaa ... ............... ... ... 321 2232221 1131211 , com m e n ∈ N* Indica-se a matriz acima por: Amxn = [ aij ] m x n com i ∈ {1, 2, ..., m} ⊂ N e j ∈ { 1, 2, ..., n} ⊂ N ou Amxn = [ aij ] , (1 ≤ i ≤ m e 1 ≤ j ≤ n). Note que cada elemento aij da matriz A, está vinculado a dois índices: i e j. O primeiro indica a linha e o segundo a coluna em que o elemento pertence. Exemplo: O elemento a25 indica que o elemento a está localizado na 2ª linha e 5ª coluna da matriz A. 4. A representação de uma matriz a partir de uma lei de formação permite calcular o seu número de elementos e encontrá-los. Exemplo: Encontre a matriz A = (aij)3x2 sabendo que aij = 2i – 3j. Resolvendo: A representação abreviada de A = (ai j)3 x 3 indica que A tem ordem 3 x 2 ou seja 3 linhas e 2 colunas. Então m x n = 3 x 2 = 6. Assim, nossa matriz tem 6 elementos e sua representação genérica é A3x2 = 3231 2221 1211 aa aa aa . Logo, para aij = 2i – 3j temos: ⇔⇔⇔⇔ a11 = 2.1 - 3.1 = 2 – 3 = -1 a12 = 2.1 – 3.2 = 2 – 6 = -4 a21 = 2.2 – 3.1 = 4 – 3 = 1 a22 = 2.2 – 3.2 = 4 – 6 = -2 a31 = 3.3 – 3.1 = 9 – 3 = 6 a32 = 3.3 – 3.2 = 9 – 6 = 3. A matriz procurada é A3x2 = − −− 36 21 41 Álgebra Linear 10 Prof (ªs): MSc.Elisa Netto Zanette, Drª. Ledina Lentz Pereira e MSc. Sandra Regina da Silva Fabris 3. Tipos de Matrizes lgumas matrizes, por suas características, recebem denominações especiais. Vamos conhecer! 1. Matriz Retangular: Se m ≠≠≠≠ n então A é dita matriz retangular de ordem m x n. Exemplo: A3x4= 34333231 24232221 14131211 aaaa aaaa aaaa é uma matriz retangular de ordem 3 ×××× 4 ou A = [aij]3x4 2. Matriz Linha ou vetor linha: É a matriz de ordem 1 x n, ou seja, formada por uma única linha. Exemplo: A1x4 = ( )8513 − 3. Matriz Coluna ou vetor coluna: É a matriz de ordem m x 1, ou seja, com uma única coluna. Exemplo: B2x1 = − 9 4 . 4. Matriz Nula ou matriz nula: É a matriz em que todos os elementos são nulos. É representada por 0m x n. Exemplo: 02x3 = 000 000 Exemplo complementar: A tabela a seguir apresenta os preços dos produtos químicos para tratamento de água P1, P2, P3, P4 das empresas A, B, e C. P1 P2 P3 P4 A 190 182 204 179 B 191 180 200 177 C 192 181 205 175 � Neste exemplo temos uma matriz retangular de ordem 3 x 4, formada por 3 linhas e 4 colunas. � Os preços da empresa A formam a matriz linha 1x4 indicada por A = ( )179204182190 . Idem para os preços das empresas B e C. � Os preços do produto P1, relacionados as empresas A, B e C formam a matriz coluna 3x1, indicada por P1= 192 191 190 . Idem para os produtos P2, P3 e P4 . 5. Matriz Quadrada: Se m = n então a matriz A é denominada matriz quadrada de ordem n isto é, A é uma matriz que tem um número igual de linhas e colunas. Exemplos: A3x3= 333231 232221 131211 aaa aaa aaa e B2x2= − 40 31 . A é uma matriz quadrada de ordem 3 e B tem ordem 2. Os elementos aij da matriz quadrada quando i = j formam a diagonal principal da matriz. A outra diagonal é chamada diagonal secundária. Exemplo: A3x3= 333231 232221 131211 aaa aaa aaa A Diagonal principal Diagonal secundária Note que: Matrizes com a característica de ser linha ou coluna têm papel importante na Álgebra e são denominadas vetores. E estes têm representação geométrica no plano e no espaço tridimensional. Álgebra Linear 11 Prof (ªs): MSc.Elisa Netto Zanette, Drª. Ledina Lentz Pereira e MSc. Sandra Regina da Silva Fabris Na diagonal principal estão os elementos que têm os dois índices iguais → a11, a22, ... ann Na diagonal secundária estão os elementos aij tais que i+j = n+1 ou seja, que têm soma dos índices igual a n+1 → São: a1n, a2(n-1), ... an1. As matrizes quadradas se classificam em: 5.1 Matriz diagonal: É a matriz quadrada em que todos os elementos que não estão na diagonal principal são iguais a zero ou seja, se A=[ aij ], então aij = 0 quando i ≠ j. Indicamos por D = diag (a11, a22, ... ann ). Exemplo 1: D3x3 = − 200 0310 005 5.2 Matriz identidade ou matriz unidade: É a matriz quadrada em que todos os elementos da diagonal principal são iguais a 1 e os demais são nulos. É representada por In, sendo n a ordem da matriz ou simplesmente I. Ou, matriz identidade é uma matriz diagonal com os elementos não nulos iguais a 1. Exemplo: I3 = 100 010 001 Pode ser representada genericamente por: In = [ aij ] com aij = ≠ = j i se 0, j i se ,1 Note que: A multiplicação de qualquer matriz pela identidade resulta na matriz original. 5.3 Matriz escalar ou singular: É a matriz diagonal cujos elementos da diagonal principal são iguais. Note que toda matriz identidade é uma matriz escalar. Exemplo: A3 = 500 050 005 5.4 Matriz triangular superior: É a matriz quadrada cujos elementos abaixo da diagonal principal são nulos ou é a matriz A=[aij] cujos elementos aij são nulos (aij = 0) para i > j Exemplo:A4 = − 2000 0100 1220 1865 5.5 Matriz triangular inferior: É a matriz quadrada cujos elementos acima da diagonal principal são nulos ou é a matriz quadrada A=[aij] cujos elementos aij são nulos (aij = 0) para i < j Exemplo:A4 = − 2523 0119 0020 0005 Note que: Uma Matriz diagonal é simultaneamente triangular superior e triangular inferior. Por exemplo: Uma agência de automóveis efetuou de vendas, durante o quatro trimestre: 106 Gols no 1o mês, 45 Zafiras no 2o mês, no último mês foram 20 Passats. Observe, ao lado, a tabela de vendas e a matriz diagonal que é simultaneamente triangular. Gol Zafir a Passat M1 10 6 0 0 M2 0 45 0 M3 0 0 20 ou 2000 0450 00106 Álgebra Linear 12 Prof (ªs): MSc.Elisa Netto Zanette, Drª. Ledina Lentz Pereira e MSc. Sandra Regina da Silva Fabris 4. Proposições: Igualdade de Matrizes e Matriz Oposta 4.1 Duas matrizes de mesma ordem podem ser iguais. Duas matrizes A = [ aij ] e B =[ bij ], de mesma ordem, são iguais se, e somente se, todos seus elementos correspondentes são iguais ou seja, se aij = bij. Exemplo 1: A matriz A = [ 2 -4 1,5 ] é igual a matriz B = [ a -4 1,5 ] se, cada um dos seus elementos são iguais. Neste caso, a = 2. Exemplo 2: Seja A = dc ba e B = − 51 61 . A=B se a = 1, b = 6, c = -1 e d = 5. Exemplo 3: Seja A = − 22 41 e B = + − wy zx 1 2 temos que A = B ou B = A se − 22 41 = + − wy zx 1 2 ⇔ = −=− =+ = 2 42 21 1 w z y x ⇔ = −= = = 2 2 1 1 w z y x 4.2 Toda matriz A tem uma matriz oposta (-A). Se A = [ aij ] m x n então existe uma matriz oposta de A representada por (-A) de modo que aij = - aij. A matriz (-A) oposta de A é obtida trocando-se todos os sinais dos elementos de A ou multiplicando A pelo escalar (-1). Exemplo 1: Se A= − 40 31 então (-A) = − − 40 31 . Exemplo 2: Se A= − 22 41 então B é oposta de A se B = −− − 22 41 5. Matriz Transposta ada uma matriz Am,n, chama-se transposta de A a matriz A t que se obtem trocando ordenadamente as linhas pelas colunas. Ou, a matriz transposta de uma matriz A= [aij], de ordem mxn, é a matriz A t, de ordem nxm, que se obtém escrevendo ordenadamente as linhas de A como colunas ou vice-versa. Exemplo: Se A = −− − 324 611 então At = − −− 36 21 41 Note que a 1ª linha de A corresponde à 1ª coluna de At e a 2ª linha de A corresponde à 2ª coluna. Obs: Algumas propriedades se definem nas transpostas envolvendo soma e produto de matrizes. Portanto, serão comentadas após as operações com matrizes. D Álgebra Linear 13 Prof (ªs): MSc.Elisa Netto Zanette, Drª. Ledina Lentz Pereira e MSc. Sandra Regina da Silva Fabris 6. Simetria em Matrizes ma matriz qualquer quadrada, pode ser simétrica e anti-simétrica. Observe: 6.1 Matriz simétrica: É a matriz quadrada de ordem n tal que A = At. É a matriz cujos elementos aij = aji. Em geral a matriz simétrica é indicada pela letra S Também podemos dizer que: Se uma matriz (quadrada) A e a sua transposta At são iguais, isto é, as jiij aa = para todo i e j, então a matriz A é simétrica (com relação a sua diagonal principal). A = At � Matriz Simétrica Exemplo: A = − − 712 130 205 = At = S Observe que na Matriz simétrica os elementos dispostos simetricamente em relação a diagonal principal são iguais. Neste exemplo, temos: � a12 = a21= 0 � a13 = a31= 2 � a23 = a32= -1 6.2 Matriz anti-simétrica: É a matriz quadrada de ordem n tal que At = (-A) ou é a matriz cujos elementos aij = (-aji) para i≠j e aij=0 para i=j. Em geral a matriz simétrica é indicada pela letra S´ A = -At � Matriz anti-simétrica Observe nos exemplos que, como A=(-At ) então A é simétrica e � a12 = - a21, � a13 = - a31, � a23 = - a32 � a11 = a22 = a33 = 0 NNNooottteee qqquuueee::: Se uma matriz A é anti-simétria, seus elementos dispostos simétricamente em relação à diagonal principal são opostos e os elementos da diagonal principal são nulos. Exemplo 1: A= − − − 012 105 250 =-At = S´ Exemplo 2: B= −− − 031 304 140 =-Bt = S´ Agora, tente você! Resolva a lista de atividades 1 U Álgebra Linear 14 Prof (ªs): MSc.Elisa Netto Zanette, Drª. Ledina Lentz Pereira e MSc. Sandra Regina da Silva Fabris Lista 1 de Atividades- Matrizes 1.Uma agência de automóveis efetuou de vendas, durante o quatro trimestre: 106 Gols, 40 Zafiras e 12 Passats no 1o mês, 100 Gols, 22 Zafiras e 6 Passats no 2o mês, no último mês foram 86 Gols, 40 Zafiras e 20 Passats. Monte a tabela de vendas e transforme em matriz. 2.Encontre as matrizes definidas em: (a) A=(aij)3x2 com aij=i–5j (b) B=(bij)4x4 com bij = = ≠− j i se ,0 j i se 1 3.Encontre as matrizes definidas em: (a) A=(aij)3x2 com aij=4i–j (b) B=(bij)3x3 com bij =i 2+j2 (c) C=(cij)2x3 com cij = =+ ≠ j i se ,2 j i se 4 ji j i (d) D = (dij)3x3, matriz identidade 4.Considere a matriz B = 5,68,80,9 0,32,78,4 0,83,77,5 0,15,30,4 . Encontre os valores dos seguintes elementos de B: a) b11 b) b21 c) b12 d) b32 e) b42 f) b24 5.Uma matriz possui 8 elementos. Quais os tipos possíveis para essa matriz? 1x8, 2x3, 5x7, 4x2, 2x4, 2x6! 6. Quantos elementos tem uma matriz de ordem 4 por 7? 7. Encontre a tabela de carros financiados por uma agência bancária nos meses de junho, julho e agosto. Represente em matriz e analise: (a) Qual o modelo de carro mais financiado? (b) Em qual mês houve um maior número de carros financiados. (c) Qual o total de carros financiados pela agência mensalmente e, ao final dos três meses? 8. Dê exemplo de: (a) Matriz simétrica S e anti-simétrica S´de ordem 3. (b) Matriz escalar de ordem 4. (c) Matriz Identidade de ordem 5. 9. Considere as matrizes retangulares A = 6200 4531 +x e B = 6400 4631 −y . (d) Determine os valores de x e y de forma que as matrizes A e B sejam iguais; (b) Encontre At e Bt. 10. Determine a matriz oposta de A2x3 = − 250 321 11. A partir de uma matriz triangular superior de ordem 3, encontre a sua matriz oposta. 12. A partir de uma matriz diagonal de ordem 4, encontre sua transposta. 13. Encontre a transposta da matriz A = [aij]3x2 em que aij = ≠− =− jiij jiji se se 14. Para a matriz linha A = [aij]1x3 em que aij =2i-j, prove que (A t)t = A. 15. Encontre a matriz diagonal A = [aij] de ordem 3, sabendo que aij = 3i-j. Após, determine a soma dos elementos da diagonal principal com os elementos da diagonal secundária. Álgebra Linear 15 Prof (ªs): MSc.Elisa Netto Zanette, Drª. Ledina Lentz Pereira e MSc. Sandra Regina da Silva Fabris 16. Para A = − 215 36 420 y e B = − z x 84 13 560 encontre os valores de x, y e z para B = At. 17. Verifique se a matriz identidade de ordem 3 é simétrica ou anti-simétrica e justifique. 18. Determine uma matriz triangular superior A e uma matriz triangular inferior B de ordem 3, para aij = i+j e bij = i-j. 19. Considere a matriz A = 18 9 431 −z yx . Para que valores de x, y e z, A é uma matriz simétrica. Respostas da Lista de Atividades 1 (1) Gol Zafira Passat M1 106 40 12 M2 100 22 6 3 86 40 20 (2) A= −− −− −− 72 83 94 (2) B = −−− −−− −−− −−− 0111 1011 1101 1110 (3) A = 1011 67 23 (3) B = 181310 1385 1052 (3) C = 3/868 3/423 ; (3) D = 100 010 001 (4) (a) b11=4,0 (b) b12=3,5 (c) b42=8,8 (d) b21=5,7 (e) b31=7,2 (f) b24=não existe; (5) 1x8, 4x2 e 2x4 (6) 4x7 = 28 elementos (7) 2015115 104598 25106 (a) modelo A; (b) mês 07; (c) mês 06 = 113; mês 07 = 153 e mês 08 = 150. Ao final de 3 meses financiaram 416 carros. (8)(a) S = − − 2042 4453 23106 ; S= − −− 042 403 230 (b) E= 2000 0200 0020 0002 (c) I = 10000 01000 00100 00010 00001 (9a) x=1 e y = 6 (9b)At= 64 26 03 01 Bt; (10) (-A)= −− −− 250 321 , (11) A= 1800 1380 1052 , (-A) = − −− −−− 1800 1380 1052 (12) D = − 7000 0100 0030 0002 = Dt. (13) At − −− 101 210 (14) A = ( )101 − , At = −1 0 1 , (At)t = ( )101 − = A (provado) (15) D = 33 22 11 00 00 00 a a a = 600 040 002 → (2+4+6)+(0+4+0) = 16. (16) x= 2 , y=8 e z=2 ou S={( 2 ,8,2)}; (17) É simétrica pois aij = aji para i ≠ j e não é anti- simétrica pois aij ≠ 0 para i = j; (18) A = 600 540 432 , B = 012 001 000 (19) A é simétrica para x=3, y = 8 e z = 4 204086 622100 1240106 Álgebra Linear 16 Prof (ªs): MSc.Elisa Netto Zanette, Drª. Ledina Lentz Pereira e MSc. Sandra Regina da Silva Fabris 7. Operações com Matrizes 7.1 Adição e Subtração de matrizes uas matrizes, A = [aij] e B = [bij], só podem ser adicionadas ou subtraídas se tem a mesma ordem. Neste caso, a soma (adição) de A com B é uma matriz C = [cij], indica-se por A + B = C, tal que: cij = aij + bij A diferença (subtração) entre duas matrizes A e B, de mesma ordem, é definida pela soma de A com (-B), indica-se: A + (-B) = A – B, tal que: cij = aij - bij Assim, duas matrizes podem ser somadas (ou subtraídas) se e somente se elas possuem a mesma dimensão ijij ba = Exemplo 1: Se = 2221 1211 aa aa A e = 2221 1211 bb bb B então ++ ++ =+ 22222121 12121111 baba baba BA Exemplo 2: A tabela a seguir mostra o número de embalagens em mil, dos modelos C1, C2, C3 produzidas numa semana pelas industrias A, B e C integrantes de um mesmo grupo empresarial, numa semana: C1 C2 C3 A 18 41 17 B 17 52 15 C 25 48 19 A matriz correspondente a produção das embalagens é indicada por P1 = 194825 155217 174118 . Considerando que a quantidade de embalagens semanais produzidas não se altera, qual o total de embalagens produzidas pelo grupo, por indústria e por modelo, ao final de duas semanas? 1ª semana + 2ª semana = P1 + P2 = 194825 155217 174118 + 194825 155217 174118 = 389650 3010434 348236 . A matriz P1 + P2 indica a produção por empresa e produto ao final de duas semanas. Temos então: Indústria A: produziu 36 mil embalagens do modelo C1, 82 mil do C2 e 34 mil de C3. Indústria B: produziu 34 mil embalagens do modelo C1, 104 mil do C2 e 30 mil de C3. Indústria C: produziu 50 mil embalagens do modelo C1, 96 mil do C2 e 38mil de C3. Este é um exemplo de soma de matrizes Analisando a matriz resultante, podemos encontrar outros dados, facilmente. Por exemplo: � O total de embalagens produzidas do modelo C1 (= 120 000), do modelo C2 (= 282 000), do modelo C3 (=102 000). � O total de embalagens produzidas, por industria, nos três modelos: A (=152 000), B (=168 000) e C = (184 000) � O total de embalagens produzidas nas três industrias (=504 000) D Álgebra Linear 17 Prof (ªs): MSc.Elisa Netto Zanette, Drª. Ledina Lentz Pereira e MSc. Sandra Regina da Silva Fabris Exemplo 3: Se A = 02 41 e B = 68 35 então A + B = 02 41 + 68 35 = 610 76 Exemplo 4: Se A = 02 41 e B = 68 35 então A - B = 02 41 - 68 35 = −− − 66 14 Exemplo 5: Se A= −−− 753 234 321 e B= − 351 484 323 então, A+B= −−− 753 234 321 + − 351 484 323 = +++ −+−+−+− +++ 375513 )4(28344 332231 = − 10104 650 644 =C A–B= −−− 753 234 321 - − 351 484 323 = −−− −−−−−−− −−− 375513 )4(28344 332231 = −− − 402 2118 002 =D Exemplo 6: Se A = [ ]12 −b e B = 32 3 1 ⇒ A + B = + 22 3 7 b Exemplo 7: Se A = [ ]152 − e B = [ ]423 − então A + (-B) = A–B = [ ]571 −− 7.2 Multiplicação por um escalar eja A = [aij] e k um escalar (número) real ou complexo. O produto da matriz A pelo escalar k, é a matriz B = [bij] tal que bij = k aij , ou seja, é a matriz obtida multiplicando-se cada elemento de A por k → bij = kaij Exemplo 1: k A = k 02 41 = 02 4 k kk se k=5 temos 5A=5 02 41 = 010 205 =B Exemplo 2: Se A= [ ]423 − então =A. 3 1 [ ]423. 3 1 − = − 4. 3 12. 3 13. 3 1 = − 3 4 3 21 . Exemplo 3: Considermos o mesmo problema anterior do quadro demonstrativo de produção de embalagens de indústrias que integram o mesmo grupo empresarial. A tabela a seguir mostra o número de embalagens em mil, dos modelos C1, C2, C3 produzidas pelas industrias A, B e C, numa semana: C1 C2 C3 A 18 41 17 B 17 52 15 C 25 48 19 S Álgebra Linear 18 Prof (ªs): MSc.Elisa Netto Zanette, Drª. Ledina Lentz Pereira e MSc. Sandra Regina da Silva Fabris A matriz correspondente a produção das embalagens é indicada por P1 = 194825 155217 174118 . Para atender as necessidades do mercado, a produção precisa dobrar nas duas últimas semanas do mês. Qual deve ser o quadro de produção da empresa num mês de 04 semanas? 1ª semana: P1 = 194825 155217 174118 = P2 → 2ª semana; 3ª semana: P3 = 2.P1 = 2. 194825 155217 174118 = 389650 3010434 348236 = P4 → 4ª semana; Produção nas 4 semanas: P1+P2+ P3 + P4 = 3. P4 = 114288150 90312102 102246108 OU podemos resolver fazendo Pi = 6.P1= 6. 194825 155217 174118 = 114288150 90312102 102246108 7.3 Multiplicação entre matrizes Vamos introduzir o conceito a partir de exemplos: Exemplo 1: Em três lojas A, B, C, de uma rede, são vendidos mensalmente, calçados do tipo C1, C2 e C3 conforme tabela: Tabela Matriz C1 C2 C3 A 18 41 17 B 17 52 15 C 10 39 16 V = 163910 155217 174118 Se os calçados do tipo C1, C2 e C3 são vendidos respectivamente no valor de 50, 40 e 60 reais cada, então os preços das mercadorias podem ser representadas pela matriz P = 60 40 50 . O valor recebido pelas vendas dos calçados na loja A é obtido pela multiplicação de cada elemento da 1ª linha da matriz V pelos correspondentes elementos da matriz P. Assim, V = 163910 155217 174118 . P = 60 40 50 = 18.50+41.40+17.60 = 900+1640+1020 = 3560 reais → Loja A Álgebra Linear 19 Prof (ªs): MSc.Elisa Netto Zanette, Drª. Ledina Lentz Pereira e MSc. Sandra Regina da Silva Fabris Da mesma forma, obtemos o valor recebido pelas vendas das lojas B e C. V = 163910 155217 174118 . P = 60 40 50 = 17.50+52.40+15.60 = 850+2080+900 = 3830 reais → Loja B V = 163910 155217 174118 . P = 60 40 50 = 10.50+39.40+16.60 = 500+1560+960 = 3020 reais → Loja C Portanto, o valor recebido pelas vendas dos três tipos de calçados nas lojas A, B e C é representado pela matriz V.P = 163910 155217 174118 . 60 40 50 = 3020 3830 3560 . Assim, o valor recebido pelas lojas A, B e C na venda mensal dos calçados do tipo C1, C2 e C3 é de R$ 10.410,00 que equivale a R$ 3.560,00 da Loja A, R$ 3.830,00 da Loja B e R$ 3.020,00 da Loja C. Exemplo 2:Uma empresa produz dois tipos de produtos, P1 e P2. São usados três tipos de ingredientes na produção: x, y, z nas seguintes proporções: Tabela Matriz P1 P2 x 3 1 y 4 2 z 3 7 Ip = 73 24 13 Diariamente são fabricados 80 produtos do tipo P1 e 120 do tipo P2. Esta quantidade de produtos pode ser representada pela matriz produção P = 120 80 . Para saber a quantidade de ingredientes utilizados diariamente, fazemos: Ingrediente x → 3.80+1.120 = 240+120=360 Ingrediente y → 4.80+2.120 = 320+240=560 Ingrediente z → 3.80+7.120 = 240+840=1080 Esta quantidade de produtos pode ser representada pela matriz Pi = 1080 560 360 . Podemos obter esta matriz Pi denominada de matriz produto de Ip por P, da seguinte forma: 73 24 13 . 120 80 = + + + 120.780.2 120.280.4 120.180.3 = 1080 560 360 = Pi Note que: cada elemento da matriz final é a soma dos produtos ordenados de uma linha da primeira matriz pela coluna da segunda matriz ou seja: 360 = 3.80+1.120560 = 4.80+2.120 1080= 3.80+7.120 Este é mais um exemplo de multiplicação de matrizes. Álgebra Linear 20 Prof (ªs): MSc.Elisa Netto Zanette, Drª. Ledina Lentz Pereira e MSc. Sandra Regina da Silva Fabris Conceituando o produto de matrizes: Utilizamos na definição de produto de matrizes o conceito de somatório: Vamos rever este conceito? Saiba Mais: Definição: Produto entre duas matrizes A e B só é possível se o número de colunas da primeira é igual ao número de linhas da segunda matriz. Se existir o produto de A por B, o tipo da matriz produto é dado pelo número de linhas de Ae pelo número de colunas de B. Pode existir o produto de A por B, mas não existir o produto de B por A. Dadas as matrizes A = (aik)mxn e B = (bik)mxp, define-se como produto de A por B a matriz C = (cij)mxp tal que o elemento cij é a soma dos produtos da i-ésima linha de A pelos elementos correspondentes da j-ésima coluna de B. C = A ⋅⋅⋅⋅ B ⇒⇒⇒⇒ cij = ).(1 ik p k ik BA∑ = Se considerarmos, por exemplo, as matrizes A = [ aij ]2xn e B = [ bij ]mx1, com m = n, o produto AB, nesta ordem, é a matriz C = [ cij ]2x1 tal que, cij é a soma dos produtos, na ordem em que estão dispostos, dos elementos da matriz-linha A, pelos elementos da matriz-coluna B. Note que a matriz resultante C tem o mesmo número de linhas de A e o número de colunas de B. Exemplo 1: Seja A = [ ]423 − , B = 4 2 1 , C = 352 624 e D = 6721 0132 1425 . a) A x B = ? Resolução: A1x3 x B3x1 = [(3x1) + (-2x2) + (4x4)] = [3-4+16] = [15] = C1 x 1. b) B x C = ? Resolução: B3x1 x C2x2 =? Não existe produto BC pois o nº de colunas de B é diferente do nº de linhas de C ou 1 ≠ 2. c) C x D = ? Resolução: C2x3 x D3x4 = 352 624 x 6721 0132 1425 = M2x4 = 24232221 14131211 aaaa aaaa Para determinar M que é o produto das matrizes C x D, consideramos cada linha da matriz A como uma matriz-linha e cada coluna da matriz B como matriz-coluna. Calculamos cada elementos aij da matriz M = CD. Como? (1) Multiplicamos a 1ª linha de C pela 1ª coluna de D. A seguir, multiplicamos a 1ª linha de C pela 2ª coluna de D. E, assim, sucessivamente, multiplicamos a 1ª linha de C O Na multiplicação de matrizes, utilizamos o símbolo de somatório ∑ (letra sigma maiúscula do alfabeto grego) para representar uma soma. Por exemplo, a soma a1+ a2+ a3+ a4+ a5 pode ser representada abreviadamente por: ∑ = 5 1i ia (lê-se: somatório de ai com i variando de 1 a 5). Assim, ∑ = 5 1i ia = a1+ a2+ a3+ a4+ a5. Generalizando: ∑ = n mi ia = am+ am+1+ am+2+...+ an. Neste caso, i é o índice da soma, m é o limite inferior do somatório e n é o limite superior do somatório. Exemplo: ∑ = 5 1 23 i i = 3.12+3.22+3.32+3.42+3.52=3.1+3.4+3.9+3.16+3.25=165. Álgebra Linear 21 Prof (ªs): MSc.Elisa Netto Zanette, Drª. Ledina Lentz Pereira e MSc. Sandra Regina da Silva Fabris pela 3ª e 4ª colunas de D. Obtemos respectivamente, os elementos a11, a12, a13 e a14 que formam a primeira linha da matriz M. (2) Encontramos a segunda linha de M, multiplicando a 2ª linha de C pela 1ª, 2ª, 3ª e 4ª coluna de D e assim sucessivamente. Ou seja: a11 = (1ª linha de C)x(1ª coluna de D) = 4x5 + 2x2 + 6x1 = 20 + 4 + 6 = 30 a12 = (1ª linha de C)x(2ª coluna de D) = 4x2 + 2x3 + 6x2 = 8 + 6 + 12 = 26 a13 = (1ª linha de C)x(3ª coluna de D) = 4x4 + 2x1 + 6x7 = 16 + 2 +42 = 60 a14 = (1ª linha de C)x(4ª coluna de D) = 4x1 + 2x0 + 6x6 = 4 + 0 + 36 = 40 a21 = (2ª linha de C)x(1ª coluna de D) = 2x5 + 5x2 + 3x1 = 10 + 10 + 3 = 23 a22 = (2ª linha de C)x(2ª coluna de D) = 2x2 + 5x3 + 3x2 = 4 + 15 + 6 = 25 a23 = (2ª linha de C)x(3ª coluna de D) = 2x4 + 5x1 + 3x7 = 8 + 5 + 21= 34 a24 = (2ª linha de C)x(4ª coluna de D) = 2x1 + 5x0 + 3x6 = 2 + 0 + 18= 20 Portanto, o produto das matrizes C(2,3) e D(3,4) é a matriz M(2,4) = 20342523 40602630 Exemplo6 2: Sejam as matrizes A e B defindas por: A = 43 21 e B = − 24 31 . Determinar a matriz C resultante do produto de A por B. Resolução: O produto de A com B resulta numa matriz C, quadrada de ordem 2. Procedemos multiplicando os elementos equivalentes de cada linhas de A por cada colunas de B, adicionando os resultados. Vejamos: A2x2 x B2x2 = C2x2 = 2221 1211 cc cc . Fazendo A.B temos A.B = 43 21 . − 24 31 = C11 =resultado do produto e soma da 1ª linha com 1ª coluna C12 =resultado do produto e soma da 1ª linha com 2ª coluna C21 =resultado do produto e soma da 2ª linha com 1ª coluna C22 =resultado do produto e soma da 2ª linha com 2ª coluna 6 SOMATEMATICA: Ensino Superior: Teoria, Exercícios. (CD-Room). Virtuous Tecnologia da Informação Ltda. 2008 Álgebra Linear 22 Prof (ªs): MSc.Elisa Netto Zanette, Drª. Ledina Lentz Pereira e MSc. Sandra Regina da Silva Fabris Portanto, A2x2 x B2x2 = C2x2 = 2221 1211 cc cc = 1713 77 Observe que, fazendo B.A, neste caso, obtemos um resultado diferente de A.B. B2x2 x A2x2 = − 24 31 . 43 21 = Portanto, B2x2 x A2x2 = D2x2 = 2221 1211 dd dd = 1610 108 . 8. Potência de uma Matriz ma matriz quadrada A pode ser multiplicada n vezes por si mesma. A matriz que resulta dessas operações, e que representamos por An é denominada potência n da matriz A . Exemplo 1: A = 02 11 → A2 = A.A = 02 11 . 02 11 = 22 13 . Assim, a matriz 22 13 é a potência 2 da matriz A e indicamos por A2. Note que: � Se An = A para n ≥ 2 então A é uma matriz periódica. Em particular se a matriz é periódica para n = 2 ou seja, se A2 = A então A também é chamada de uma matriz idempotente. � Se existir um número n, inteiro e positivo, tal que An=0 então A é uma matriz nihilpotente. Note que, se A2 = 0, então A3 = A4 = A5 = ... = An = 0 Exemplos: Exemplo 1: A matriz A = −− −− − 344 232 112 é idempotente porque A2 = A ou, A.A = −− −− − 344 232 112 . −− −− − 344 232 112 = −− −− − 344 232 112 =A U Dica: Utilizando o conceito de matriz transposta e produto de matrizes podemos verificar de uma matriz é ortogonal (formada por vetores linhas ou vetores colunas cujo ângulo entre si equivale a 90º). Se uma matriz A multiplicada pela sua transposta resulta na matriz Identidade então os vetores de A são perpendiculares ou ortogonais. Assim, se A. At = I então A é uma matriz ortogonal.Álgebra Linear 23 Prof (ªs): MSc.Elisa Netto Zanette, Drª. Ledina Lentz Pereira e MSc. Sandra Regina da Silva Fabris Exemplo 2: A matriz7 A = −− −− − 444 333 111 é nihilpotente de índice 2 porque A2 = 0, A3 = A4 = ... =0. Portanto A3 = A2.A = 0.A=0. Exemplo 3: A matriz B = −−− 312 625 311 é nihilpotente de ordem 3 porque A3 = 0 ou A.A = −−− 311 933 000 e A2.A = 000 000 000 = 0. Como A3 = 0 então A4 = A5 = ... = An =0 Exemplo 4: As matrizes A = −− 64 96 e B = − 129 1612 são nihilpotente de índice 2 porque A2 = 0 e B2 = 0. 9. Propriedades das Operações com Matrizes � Propriedades da adição de matrizes Para as matrizes A, B e C, de mesma ordem, valem as seguintes propriedades: 1) Comutativa 2) Associativa 3) Elementro Neutro 4) Simétrica A + B = B + C A+ (B + C) = (A + B) + C A + 0 = 0 + A, sendo 0 a matriz Nula A + (-A) = A - A = 0 � Propriedades do produto de uma matriz por um escalar Para as matrizes A e B, de mesma ordem e k e k’, escalares quaisquer, então: k(A + B) = kA + kB e (k m k’) A = kA m k’A. E, também, (kk’) A = k(k’ A) e se kA = kB então A = B. � Propriedades do produto de matrizes Sejam as matrizes A, B e C. Verificadas as condições de existência para a multiplicação de matrizes, valem as seguintes propriedades: 1) Associativa 2) Distributiva em relação à adição 3) Elementro Neutro A(BC) = (AB)C (A+B)C = AC + BC ou C(A+B) = CA + CB AIn = InA = A, sendo In a matriz Identidade de ordem n Note que: 7 Steinbruch (1987, p.406) Álgebra Linear 24 Prof (ªs): MSc.Elisa Netto Zanette, Drª. Ledina Lentz Pereira e MSc. Sandra Regina da Silva Fabris (i) (ii) (iii) (iv) (v) Se o produto AB é possível, então (kA)B = A(kB) = k(AB) para qualquer k escalar. Se AB= 0, não implica necessariamente que A = 0 ou B = 0 Se AB=AC, não implica necessariamente que B=C Se A e B são matrizes quadradas (igual número de linhas e colunas), ambos os produtos AB e BA podem ser calculados. Entretanto, na multiplicação de matrizes, a ordem dos fatores não é indiferente. Em geral, AB ≠ BA. A2x2 = − − 01 11 , B2x2 = − 43 21 então AB = − −− 21 24 e BA = −− − 31 13 Se AB = BA, as matrizes são ditas comutativas. � Propriedades da matriz transposta Sejam A e B, matrizes, k um escalar qualquer e, se satisfazem as condições de adição e multiplicação de matrizes, são válidas as propriedades: 1) (A + B)t = A t + B t 2) (kA)t = kA t 3) (AB)t = B t A t ⇒ (AB) t ≠ A t B t 4) (At) t = A 5) (-A)t = -(A t) � Propriedades das matrizes simétricas e anti-simétricas Sejam A e B, matrizes, k um escalar qualquer e, se satisfazem as condições de adição e multiplicação de matrizes, são válidas as propriedades: 1) O produto de uma matriz quadrada A pela sua transposta At é uma matriz simétrica S Assim, A ⋅⋅⋅⋅ At = S 2) A soma de uma matriz quadrada A com sua transposta At é uma matriz simétrica S Assim, S = A + At = St 3) A diferença entre uma matriz A e sua transposta At, é uma matriz anti-simétrica S’ Assim, A - At = S’ Exemplo 1: Consideremos as matrizes A e sua transposta At para: A = − 40 31 e sua transposta At = − 43 01 . � Fazendo A ⋅⋅⋅⋅ At = − 40 31 ⋅⋅⋅⋅ − 43 01 = +−+ −+−−+ 4.40.0)3.(41.0 4).3(0.1)3).(3(1.1 = − − 1612 1210 = S. Note que a matriz resultante S é uma matriz simétrica pois s12 = s21 � Fazendo A + At = − 40 31 + − 43 01 = − − 83 32 = S Note que a matriz resultante S é uma matriz simétrica pois s12 = s21 � Fazendo A - At = − 40 31 - − 43 01 = − 03 30 = S’ Note que a matriz resultante S’ é uma matriz anti-simétrica pois (-s12)= s21 AAAgggooorrraaa,,, ttteeennnttteee vvvooocccêêê!!! Resolva a Lista de Atividades Lista 2 de Atividades – Operações com Matrizes 1. Encontre os elementos da matriz A = (aij)3x2 em que aij = i + j e da matriz B = (bij)3x2 em que aij = i - j . Encontre: Álgebra Linear 25 Prof (ªs): MSc.Elisa Netto Zanette, Drª. Ledina Lentz Pereira e MSc. Sandra Regina da Silva Fabris (b) A + B; (c) A + (-B); (d) 5A + 3B. 2. Considere as matrizes A = − − 22 11 , B = − − 20 54 , C = − − 312 119 e D = − 342 111 . (a) Verifique se A ⋅ B = B ⋅ A; (b) Determine (A ⋅ C) + (B ⋅ D); (c) É possível determinar C ⋅ D? Justifique. 3. Para as matrizes quadradas de ordem 3 definidas por A=(aij) com aij =i 2 e B=(bij) com bij=-j 2 encontre: (a) A+B (b) A+(-B) (c) A.2B (d) (AB)+(BA) 4. Se A = 263 174 952 calcule: (a) A + At = S. Verifique se S é uma matriz simétrica e justifique; (b) A - At = P. Verifique se P é uma matriz anti-simétrica e justifique. 5. Considere as matrizes A = − 75 32 , B = − −− 918 721 534 e C = − − 695 243 172 . Encontre as matrizes S e verifique se são simétricas e/ou anti-simétricas. (a) S = A.At (b) S = C+Ct (c) S = C - Ct (d) S = B – Bt (e) S = B + Bt 6. Para atender a um projeto experimental de tratamento de esgoto, foram elaborados dois modelos de experimentos E1 e E2. Nos dois modelos serão utilizados os mesmos produtos x, y e z para tratamento com dosagens diferentes. No experimento E1 serão utilizados 5 medidas do produto x, 8 medidas do produto y e 1 medida do produto z. No experimento E2 a dosagem equivale a 4, 6 e 3 medidas de x, y e z, respectivamente. Para controle, serão produzidas 75 amostras do experimento E1 e 96 amostras do experimento E2. Estruture o problema em tabela e matriz e determine: (a) quantas dosagens de produtos serão utilizados para a produção das amostras? (b) Considerando que, o custo de dosagem dos produtos equivalem a: R$ 1,30 para x, R$ 2,30 para y e R$ 7,50 para z. Qual o custo por amostra? Qual o custo total para a produção das amostras? 7. Considere as matrizes triangulares superiores A e B e as matrizes trinagulares inferiores C e D, definidas por A = 200 310 112 , B = −− 200 130 121 , C = 111 011 002 e D = −− 121 010 002 . Determine: (a) E = A.B; (b) F = C.D (c) Classifique E e F por triangular inferior ou superior. (d) Verifique se a matriz A é ortogonal. 8. Prove que, o produto de duas matrizes diagonais resulta numa matriz diagonal. Utilize matrizes de ordem 3.Álgebra Linear 26 Prof (ªs): MSc.Elisa Netto Zanette, Drª. Ledina Lentz Pereira e MSc. Sandra Regina da Silva Fabris 9. Considere as matrizes A = αα αα sen - cos cos -sen , B = −− 53 106 e C = −− 42 105 . (a) Mostre que A.At = I sendo I a Matriz Identidade. Logo A é uma matriz ortogonal. (b) Verifique se B e C são matrizes idempotentes, periódicas ou nihilpotente. Analise para o período 1 ou seja para B2 e C2 somente. 10. Verifique se as matrizes A e B são nihilpotentes, para A = −− 64 96 e B = − 129 1612 11. Dadas as matrizes diagonais A = 800 010 001 e B = 600 040 002 calcular AB e classificar este produto. 12. Considere a matriz A = − − −− 344 232 112 . Calcule A2 e classifique A. (STEINBRUCH, 1987, p.413) Respostas da Lista de Atividades 2 (1) A = 54 43 32 , B = − 12 01 10 (a) A+B= 66 44 22 (b) A+(-B)= 42 42 42 (c) 5A+3B= 2826 2018 1210 (2a) A.B = − − 68 34 ≠ B.A = − − 44 66 (2b) − − 8414 427 + −−− −−− 684 19166 = −− −− 14410 23141 . (2c) Não é possível determinar o produto C.D pois a dimensão das linhas de C é diferentes da dimensão das colunas de D. (3) A = 999 444 111 , B= −−− −−− −−− 941 941 941 (3ª) A+B= − −− 058 503 830 , (3b) A+(-B)= 181310 1385 1052 (3c) −−− −−− −−− 48621654 2169624 54246 (3d) −−− −−− −−− 24310827 1084812 27123 + −−− −−− −−− 989898 989898 989898 = −−− −−− −−− 341206125 206146110 125110101 (4a) A+At=S = 4712 7149 1294 S é simétrica pois aij = aji para i ≠ j . (4b) A-At=P= − −− 056 501 610 S é anti-simétrica pois aij = (-aji) para i ≠ j e aij = 0 par i = j. (5) A matriz S em a,b, e é simétrica porque Aij=Aji. A matriz S em c,d é é anti-simétrica pois aij = (-aji) para i ≠ j e aij = 0 par i = j. (5a) S= − − 7411 1113 (5b) − −− − 1276 784 644 (5c) − −− 0114 11010 4100 (5d) −− − 083 804 340 (5e) −− − 18613 642 1328 (6a) x = 759, y = 1176 e z = 363 ou 363 1176 759 . (6b) O custo por amostra é: E1 = R$ 32,40; E2 = 41,50 ou C = ( )50,4140,32 . O custo total para a produção das amostras é de R$ 6.414,00 = ( )50,4140,32 96 75 . (7a) E = Álgebra Linear 27 Prof (ªs): MSc.Elisa Netto Zanette, Drª. Ledina Lentz Pereira e MSc. Sandra Regina da Silva Fabris − 400 730 172 ; (7b) F = −131 012 004 ; (7c) E é triangular superior e F é inferior. (8) Criar matrizes e provar. (9a) Fazer A.At e mostrar que o resultado é a matriz identidade (Dica: lembre-se que sen2x + cos2x = 1). (9b) As matrizes B e C são idempotentes de ordem 2 ou de período 1 porque B.B=B2=B e C2=C. (10) A e B são nihilpotentes de ordem 2 pois A2=0=A3=A4 =... Idem para a matriz B. (11) AB= 4800 040 002 e AB é diagonal. (12) A2 = −− −− − 344 232 112 . Como A2 ≠ A não é idempotente. Álgebra Linear 28 Prof (ªs): MSc.Elisa Netto Zanette, Drª. Ledina Lentz Pereira e MSc. Sandra Regina da Silva Fabris 10. Equivalência de Matrizes izemos que duas matrizes A e B, de mesma ordem, são equivalentes quando são obtidas a partir de operações elementares efetuadas entre elas ou: Dada uma matriz A, diz-se que uma matriz B, de mesma ordem, é equivalente a matriz A (indica-se B ∼ A) se for obtida a partir de operações elementares efetuadas em A, onde cada linha ( Li ou j ) de B é uma combinação linear das linhas de A. A matriz B encontrada é equivalente a matriz A e também é denominada, matriz escalonada por linhas de A . As operações elementares possíveis são: 1. Li ⇔⇔⇔⇔ Lj 2. Li ⇔⇔⇔⇔ k.Lj com k ≠ 0 3. Li ⇔⇔⇔⇔ k.Lj + Li com k ≠ 0 1. Troca de linhas entre si; 2. Multiplicação de linha por escalar; 3. Substituição de uma linha pela adição de k vezes outra linha. Note que: � Se aplicarmos as inversas das operações em B, obtemos A. � A matriz B encontrada é dita matriz escalonada por linhas de A . Exemplo 1: Se A = − 43 21 então podemos encontar uma matriz B = −100 21 dita matriz escalonada por linhas de A . � Uma matriz B equivalente a uma matriz A é dita matriz escalonada reduzida por linhas (ou matriz na forma canônica por linhas) se: � os elementos distinguidos8 são únicos não nulos de suas respectivas colunas; � os elementos distinguidos são iguais a 1. Exemplo 2: B = 10 01 Exemplo 3: B = 4100 7010 2001 A matriz B está representada na forma canônica por linhas pois o 1º elemento de cada linha é igual a 1 e é o único não nulo em sua respectiva coluna. Exemplo 4: Para a matriz A = −− −− − − 13111 11500 11131 11012 encontre sua matriz B, equivalente a A ou seja encontre a matriz escalonada por linhas de A. Resolução: Nosso objetivo é encontrar uma matriz B cujos elementos abaixo da diagonal formada pelos elementos (2), (3), (-5), (-3) sejam todos iguais a zero. Para isso aplicamos as operações elementares de linhas Li: 8 Elementos distinguidos são os primeiros elementos não nulos das linhas de uma matriz D Álgebra Linear 29 Prof (ªs): MSc.Elisa Netto Zanette, Drª. Ledina Lentz Pereira e MSc. Sandra Regina da Silva Fabris A = −−− −− − − 13141 11500 11131 11072 L4 ⇔ L3 (troca de linhas entre si) ∼ −− −−−− − − 11500 13141 11131 11072 ∼ L2 ⇔ L1 + 2L2; L3 ⇔ L1 - 2L3. ∼ −− − − 11500 37210 33210 11072 ∼
Compartilhar