Baixe o app para aproveitar ainda mais
Prévia do material em texto
INSTITUTO SUPERIOR DE TRANSPORTES E COMUNICAÇÕES Elaborado por Marta Macufa com participação de Alberto Daniel, Mário Getimane & Ribas Guambe 1 ÁLGEBRA LINEAR E GEOMETRIA ANALÍTICA SEBENTA Maputo, 2021 INSTITUTO SUPERIOR DE TRANSPORTES E COMUNICAÇÕES Elaborado por Marta Macufa com participação de Alberto Daniel, Mário Getimane & Ribas Guambe 2 Índice 1. Números Complexos ........................................................................................................... 5 1.1 Sumário da licção .......................................................................................................... 5 1.2 Objectivos da licção: ..................................................................................................... 5 1.3 Introdução ..................................................................................................................... 5 1.4 Definição de números complexos ................................................................................. 5 1.5 Representação de números complexos no plano complexo .......................................... 6 1.6 Operações de números complexos ................................................................................ 6 1.7 Forma trigonométrica de números complexos .............................................................. 7 1.8 Operações com números complexos na forma trigonométrica ................................... 8 1.9 Exercícios Propostos ..................................................................................................... 9 2. Matrizes .............................................................................................................................. 12 2.1 Sumário da licção ........................................................................................................ 12 2.2 Objectivos da licção: ................................................................................................... 12 2.3 Definição de matrizes .................................................................................................. 12 2.4 Tipo de Matrizes.......................................................................................................... 12 2.5 Igualdade de matrizes .................................................................................................. 14 2.6 Operações com matrizes .............................................................................................. 14 2.7 Operações Elementares Sobre as Linhas de uma Matriz ............................................ 17 2.8 Determinante de uma Matriz ....................................................................................... 20 2.8.1 Regra de Sarrus ................................................................................................... 21 2.8.2 Regra de Laplace ................................................................................................. 22 2.9 Matriz Inversa ............................................................................................................. 23 2.9.1 Método de Gauss - Jordan ................................................................................... 24 2.9.2 Método da Adjunta .............................................................................................. 26 2.10 Exercícios Propostos ................................................................................................... 27 3. Sistema de Equações Lineares ......................................................................................... 31 3.1 Sumário da licção ........................................................................................................ 31 3.2 Objectivos da licção .................................................................................................... 31 3.3 Equação Linear ............................................................................................................ 31 3.4 Sistemas de equações lineares ..................................................................................... 32 3.5 Forma matricial ........................................................................................................... 33 3.6 Sistema de equações lineares ............................................................................ 33 3.7 Estudo das soluções de sistema de equações lineares ............................................... 34 INSTITUTO SUPERIOR DE TRANSPORTES E COMUNICAÇÕES Elaborado por Marta Macufa com participação de Alberto Daniel, Mário Getimane & Ribas Guambe 3 3.6 Exercícios Propostos ................................................................................................... 44 4. Cálculo Vectorial ............................................................................................................... 48 4.1 Sumário da licção ........................................................................................................ 48 4.2 Objectivos da licção .................................................................................................... 48 4.3 Actividades de aprendizagem ...................................................................................... 48 4.4 Noção de vector ........................................................................................................... 48 4.5 Operações sobre vectores ............................................................................................ 50 4.6 Produto interno (produto escalar) ................................................................................ 50 4.7 Produto externo (produto vectorial) ........................................................................... 53 4.8 Produto misto .............................................................................................................. 55 4.9 Exercícios Propostos ................................................................................................... 56 4.10 Espaços vectoriais R2 e de R3 ...................................................................................... 57 4.10.1 Combinações lineares – subespaços gerados ...................................................... 58 4.10.2 Dependência Linear ............................................................................................. 59 4.11 Exercícios Propostos ................................................................................................... 66 5. Valores e Vectores Próprios ............................................................................................. 68 5.1 Sumário da licção ........................................................................................................ 68 5.2 Objectivos da licção .................................................................................................... 68 5.3 Actividades de aprendizagem ...................................................................................... 68 5.4 Transformação linear ................................................................................................... 68 5.5 Valores e vectores próprios ......................................................................................... 70 5.6 Exercícios Propostos ................................................................................................... 76 6. Rectas e Planos no Espaço ................................................................................................ 79 6.1 Sumário da licção: ....................................................................................................... 79 6.2 Objectivos da licção .................................................................................................... 79 6.3 Actividades de aprendizagem ......................................................................................79 6.4 Rectas no espaço ......................................................................................................... 79 6.5 Ângulo entre duas Rectas ............................................................................................ 81 6.6 Planos no Espaço ......................................................................................................... 81 6.7 Exercícios Propostos ................................................................................................... 83 7. Linhas de Segunda Ordem ............................................................................................... 86 7.1 Sumário da licção ........................................................................................................ 86 7.2 Objectivos da licção .................................................................................................... 86 7.3 Atividades de aprendizagem ....................................................................................... 86 7.4 Equação geral de uma linha de segunda ordem .......................................................... 86 INSTITUTO SUPERIOR DE TRANSPORTES E COMUNICAÇÕES Elaborado por Marta Macufa com participação de Alberto Daniel, Mário Getimane & Ribas Guambe 4 7.5 Elipse ........................................................................................................................... 86 7.6 Hipérbole ..................................................................................................................... 88 7.7 Parábola ....................................................................................................................... 90 7.8 Exercícios Propostos ................................................................................................... 92 8. Superfícies de Segunda Ordem ........................................................................................ 97 8.1 Sumário da licção ........................................................................................................ 97 8.2 Objectivos da licção .................................................................................................... 97 8.3 Actividades de aprendizagem ...................................................................................... 97 8.4 Superfícies de segunda ordem ..................................................................................... 97 8.5 Elipsóide ...................................................................................................................... 98 8.6 Parabolóide Elíptico .................................................................................................... 99 8.7 Hiperbolóide de uma folha .......................................................................................... 99 8.8 Hiperbolóide de duas folhas ...................................................................................... 100 8.9 Sela (Parabolóide Hiperbólico) ................................................................................. 100 8.10 Cones ......................................................................................................................... 101 8.11 Exercícios Propostos ................................................................................................. 101 9. Referências Bibliográficas .............................................................................................. 103 INSTITUTO SUPERIOR DE TRANSPORTES E COMUNICAÇÕES Elaborado por Marta Macufa com participação de Alberto Daniel, Mário Getimane & Ribas Guambe 5 1. Números Complexos 1.1 Sumário da licção Operações com números complexos Plano complexo. Forma trigonométrica de um número complexo Potenciação e radiciação 1.2 Objectivos da licção: No fim da aula o aluno deve ser capaz de: Definir e conhecer básicos de números complexos Realizar operações com números complexos na forma algébricas Escrever o número complexo na forma trigonométrica Efectuar operações com números complexos na forma trigonométrica 1.3 Introdução Nesta unidade temática vamos introduzir o estudo de números complexos. Ao resolver uma equação algébrica é fundamental indicar o conjunto solução ao qual deve pertencer as soluções, por exemplo: dada a equação , encontre a solução em , então , então o conjunto solução é: , - Mas se nos pedissem para encontrar a solução no conjunto dos números naturais, a resposta seria: O conjunto solução é vazio porque não pertence ao conjunto dos números naturais. E, para resolver a equação , temos . Sabemos que não existe número real cujo seu quadrado é negativo, logo a equação não tem solução em . No entanto, de acordo com alguns estudos convencionou-se o seguinte: √ , em que, o número , é chamado de imaginário puro que é a unidade imaginária e com este número realizamos todas as operações. 1.4 Definição de números complexos Chama-se número complexo ao número da forma , onde e são números reais, o número real é a parte real e o número real é a parte imaginária do número complexo denotados por e , respectivamente e é a unidade imaginária. Exemplos 1.1: , em que 2 é a parte real e 3 á a parte imaginária do número complexo. , em que 5 é a parte real e – 7 é a parte imaginária do número complexo. , em que 8 é a parte real e 0 é a parte imaginária do número complexo. INSTITUTO SUPERIOR DE TRANSPORTES E COMUNICAÇÕES Elaborado por Marta Macufa com participação de Alberto Daniel, Mário Getimane & Ribas Guambe 6 , em que 0 é a parte real e – 3 é a parte imaginária do número complexo e é chamado de imaginário puro. Notação: O conjunto dos números complexos é denotado pela letra C. Todo número real pode ser escrito da forma . Logo assumimos que os números reais estão contidos no conjunto dos números complexos. 1.5 Representação de números complexos no plano complexo onde 22 ba zarg 0,0, 2 0,0, 2 0,0, 0,0, 0, arg ba ba baarctg baarctg aarctg z a b a b a b 1.6 Operações de números complexos a) Igualdade de números complexos: Dois números e são iguais se e b) Oposto de um número complexo: O oposto de um número complexo é o número complexo denotado por , isto é: Exemplo 1.2: o oposto de um número complexo é o número complexo c) Conjugado de um número complexo: INSTITUTO SUPERIOR DE TRANSPORTES E COMUNICAÇÕES Elaborado por Marta Macufa com participação de Alberto Daniel, Mário Getimane & Ribas Guambe 7 O conjugado de um número complexo é o número complexo denotado por ̅ ̅̅ ̅̅ ̅̅ ̅̅ ̅̅ ̅, isto é: ̅ ̅̅ ̅̅ ̅̅ ̅̅ ̅̅ ̅ Exemplo 1.3: O conjugado de é o número complexo ̅ e o conjugado do número complexo é o número complexo ̅ . d) Adição de números complexos Dados números complexos e , então: Exemplo 1.4: Considere: e e) Subtracção de números complexos Exemplo 1.5: Considere: e ( ) f) Multiplicação de números complexos Exemplo 1.6: ( ) ( ) g) Divisão de números complexos Para determinar o quociente do número complexo de e , , multiplica-se o numerador e o denominador pelo conjugado denominador, .1.7 Forma trigonométrica de números complexos Conhecendo o módulo e o argumento de um número complexo , facilmente podemos escrever o número na forma trigonométrica da seguinte forma: onde, | | √ em que Exemplo 1.7: | | √ √ , então INSTITUTO SUPERIOR DE TRANSPORTES E COMUNICAÇÕES Elaborado por Marta Macufa com participação de Alberto Daniel, Mário Getimane & Ribas Guambe 8 Logo a forma trigonométrica do número complexo é dada poi: √ ( ) √ ( ) 1.8 Operações com números complexos na forma trigonométrica a) Multiplicação Sejam e então: [ ] Exemplo 1.8: Sejam ( ( ) ( )) e ( ( ) ( )) Encontre Resolução ( ( ( ) ( )) ( ( ) ( ))) ( ( ) ( )) b) Divisão Sejam e Temos então: Exemplo 1.9: Dados os números ( ) ( ), encontre Resolução: ( ( ) ( )) ( ) c) Potenciação Seja um número complexo. A potência de índice é dado por: | | Dado √ ( ) INSTITUTO SUPERIOR DE TRANSPORTES E COMUNICAÇÕES Elaborado por Marta Macufa com participação de Alberto Daniel, Mário Getimane & Ribas Guambe 9 √ ( ) d) Radiciação Seja um número complexo e. Raiz de índice de é qualquer número complexo tal que: e pode escrever-se √ Escrevendo | | , temos √| | ( ) Se , √| | ( ) Se √| | ( ) … Exemplo 1.10: encontre a raiz de índice 4 de Resolução Sendo | | √ e √| | ( ) Para , √| | (( )) para √| | ( ) √| | ( ) Exercício calcule para e . 1.9 Exercícios Propostos 1. Usando a unidade imaginaria , escrever os seguintes números: a) √ b) √ c) √ d) √ 2. Determine de modo que o número seja: a) Imaginário puro. b) Real 3. Resolva as seguintes equações: INSTITUTO SUPERIOR DE TRANSPORTES E COMUNICAÇÕES Elaborado por Marta Macufa com participação de Alberto Daniel, Mário Getimane & Ribas Guambe 10 a) b) c) d) e) 4. Se e , calcule: a) b) c) d) 5. Determine os valores de e para que o número seja raíz da equação , . 6. Determine o número complexo , de modo que ̅ . 7. Seja , determine: a) b) | | 8. Determine para que seja: a) Real puro. b) Imaginário puro. 9. Calcule o valor das seguintes somas: a) b) c) d) e) 10. 11. Sabendo que a soma é nula e que , determine o menor valor possível de . 12. Calcular: a) b) c) d) f) 13. Calcule o valor de e coloque o resultado na forma . 14. Obtenha o complexo de modo que . 15. Obtenha o complexo de modo que 16. Escreve os seguintes números na forma trigonométrica: a) b) √ c) √ d) √ e) f) 17. Resolver em as equações: a) b) c) INSTITUTO SUPERIOR DE TRANSPORTES E COMUNICAÇÕES Elaborado por Marta Macufa com participação de Alberto Daniel, Mário Getimane & Ribas Guambe 11 18. Dados os seguintes complexos e , calcule: a) b) 19. Encontre as raízes quadradas de √ . 20. Escreve as expressões abaixo na forma a) b) c) ̅̅ ̅̅ ̅̅ ̅̅ ̅ ̅̅ ̅̅ ̅̅ ̅̅ ̅̅ ̅ d) 21. Escreve a forma algébrica do complexo , sabendo-se que | | e 22. Dados complexos na forma trigonométrica, coloca-os na forma algébrica a) b) c) d) √ 23. Encontre o número complexo na forma algébrica que tenha: a) Módulo 2 e argumento b) Módulo 10 e argumento 24. Represente, no plano de Argand-Gauss, os seguintes números complexos: a) b) c) d) 25. Determine o argumento e faça a representação gráfica de: √ b) √ √ c) d) √ e) INSTITUTO SUPERIOR DE TRANSPORTES E COMUNICAÇÕES Elaborado por Marta Macufa com participação de Alberto Daniel, Mário Getimane & Ribas Guambe 12 2. Matrizes 2.1 Sumário da licção Definição e conceitos de matrizes Operações com matrizes Cálculo da matriz inversa: Método de Jordan e Adjunta Calcular determinantes Característica de uma matriz 2.2 Objectivos da licção: No fim da unidade o aluno será capaz de: Definir e reconhecer diferentes tipos de matrizes Efectuar operações com matrizes na forma algébrica e na forma trigonométrica Determinar a inversa pelos métodos da Adjunta e Jordan Efectuar operações elementares sobre as linhas de uma matriz Encontrar matrizes equivalentes Escrever matriz na forma escalonada 2.3 Definição de matrizes Definição 2.1 (matriz): Uma matriz A é uma tabela rectangular de escalares de mn números reais distribuídos por m linhas horizontais e n colunas verticais: * + Exemplo 2.1: * + é uma matriz , as suas linhas são e e as suas colunas são ( ), ( ) e ( ).Tipos especiais de matrizes 2.4 Tipo de Matrizes 1) Matriz rectangular Uma matriz na qual é denominada matriz rectangular. 2) Matriz Coluna A matriz de ordem por é ma matriz-coluna. [ ] 3) Matriz linha INSTITUTO SUPERIOR DE TRANSPORTES E COMUNICAÇÕES Elaborado por Marta Macufa com participação de Alberto Daniel, Mário Getimane & Ribas Guambe 13 A matriz de ordem por é uma matriz linha. [ ] 4) Matriz quadrada Quando o número de linhas é igual ao número de colunas, tem-se uma matriz quadrada. A=* + Nota: A matriz quadrada de ordem por é simplesmente designada por matriz de ordem . 5) Matriz Diagonal Matriz diagonal é uma matriz quadrada em que os elementos que não estão na diagonal principal são iguais a zeros, isto é, para . A=* + 6) Matriz Escalar Uma matriz escalar é a matriz diagonal, tal que os elementos são todos iguais. Exemplo 2.2: A [ ] 7) Matriz Identidade Uma matriz identidade é uma matriz diagonal, cujos elementos são todos iguaisa 1. A [ ] 8) Matriz Nula ou Matriz Zero Uma matriz é dito ser nula se todas entradas são zeros. * + 9) Matriz simétrica Uma matriz quadrada de ordem n é dito ser simétrica se . Exemplo 2.3: [ ] 10) Matrizes especiais INSTITUTO SUPERIOR DE TRANSPORTES E COMUNICAÇÕES Elaborado por Marta Macufa com participação de Alberto Daniel, Mário Getimane & Ribas Guambe 14 a) Matriz triangular superior É uma matriz quadrada onde todos os elementos abaixo da diagonal principal são nulos, isto é, e , para [ ] b) Matriz triangular inferior É uma matriz quadrada onde todos os elementos acima da diagonal principal são nulos, isto é, e para [ ] 2.5 Igualdade de matrizes Duas matrizes [ ] e [ ] são iguais se os elementos correspondentes são iguais, isto é: . 2.6 Operações com matrizes Sejam [ ] e [ ] duas matrizes de tamanho . 1) Soma de Matrizes: A soma de A e B denotada por é a soma obtida pela soma dos elementos correspondentes de e , ou seja: [ ] Exemplo 2.4: Dadas [ ] e [ ] [ ]=[ ] 2) Multiplicação de Uma Matriz Por Escalar A multiplicação matriz por um escalar k, denotando por , é obtida pelo produto de cada elemento de por . INSTITUTO SUPERIOR DE TRANSPORTES E COMUNICAÇÕES Elaborado por Marta Macufa com participação de Alberto Daniel, Mário Getimane & Ribas Guambe 15 * += [ ] Exemplo 2.5: Seja [ ] e um escalar, encontre [ ] [ ] [ ] Notação de Somatório: Para definir a multiplicação de matrizes convém introduzir o símbolo de somatório, denotada por letra grega maiúscula sigma. Supõe que seja uma expressão algébrica a uma variável . Então a expressão ∑ , Significa: Tomando em , obtem-se Tomando em , obtém-se Tomando em obtém-se Exemplo 2.6: a) ∑ b) ∑ c) ∑ 3) Multiplicação de Matrizes Só podemos efectuar o produto de duas matrizes A e B se o número de colunas da primeira matriz for igual ao número de linhas da segunda matriz. Assim, consideremos dois casos: 1º Caso: Multiplicação de uma matriz linha por uma matriz coluna. Sejam [ ] e [ ]. Então [ ] [ ] [ ] INSTITUTO SUPERIOR DE TRANSPORTES E COMUNICAÇÕES Elaborado por Marta Macufa com participação de Alberto Daniel, Mário Getimane & Ribas Guambe 16 2º Caso – Geral: Sejam [ ] e [ ] . O produto de por é uma matriz [ ] que se obtém considerando para elemento o produto da linha de pela coluna de . Deste modo, definimos o produto de por da seguinte forma: [ ] onde ∑ . [ ] [ ] [ ] Exemplo 2.7: Sejam as matrizes * + e * +, encontre . Como A é de ordem e B é de ordem , então AB é da ordem . * + * + Exemplo 2.8: Sejam [ ] e [ ], calcule e . [ ] [ ] [ ] [ ] [ ] [ ] Nota: Em geral, a multiplicação de matrizes não é comutativa, isto é, . O produto , sem que ou . Propriedades (multiplicação de matrizes). Desde que sejam possíveis as operações, as seguintes propriedades são válidas: P1. A multiplicação de matrizes não é comutativa: P2. A multiplicação de matrizes é associativa: P3. A multiplicação de matrizes é distributiva em relação a adição: Distributividade a esquerda: Distributividade a direita: P4. Multiplicação de um escalar por uma matriz: P5. Multiplicação pela matriz identidade: P6. Multiplicação pela matriz nula: INSTITUTO SUPERIOR DE TRANSPORTES E COMUNICAÇÕES Elaborado por Marta Macufa com participação de Alberto Daniel, Mário Getimane & Ribas Guambe 17 P7. Transposta de produto de duas matrizes: 2.7 Operações Elementares Sobre as Linhas de uma Matriz Definição 2.2 (Operações Elementares Sobre as Linhas de uma Matriz). Chamamos operações elementares, sobre as linhas de uma matriz a operações de forma: 1. Trocar de linhas: (linha i troca com linha j); 2. Multiplicar uma linha por um escalar não nulo: ; 3. Adicionar a uma linha um múltiplo de outra linha: . Definição 2.3 (Matrizes Equivalentes). Uma matriz é equivalente a se pode ser obtida por meio de uma sequência finita de operações elementares. Denotamos . Definição 2.4 (Matriz Escalonada). Uma matriz escalonada é uma matriz triangular superior que obedece o seguinte: 1. Se há linhas nulas elas são as últimas; 2. O primeiro elemento não nulo de cada linha (com excepção da primeira) situa-se a direita do primeiro elemento não nulo da linha anterior. 3. Os elementares que se situam por baixo do primeiro elemento não nulo de cada linha (com excepção da última) são todos nulos. Exemplos 2.10: a) A matriz [ ] não é escalonada pois não satisfaz a 1ª condição. b) A matriz [ ] não é escalonada pois a 2ª condição não é satisfeita. c) A matriz [ ] não é escalonada pois não satisfaz a 2ª e a 4ª condições. INSTITUTO SUPERIOR DE TRANSPORTES E COMUNICAÇÕES Elaborado por Marta Macufa com participação de Alberto Daniel, Mário Getimane & Ribas Guambe 18 Exemplo: Alguns exemplos de matrizes escalonadas a) * + b) [ ] c) [ ] Definição 2.5 (Pivôs). Chama-se pivôs aso primeiros elementos não nulos de cada linha de uma matriz escalonada. Exemplo: a) A matriz [ ] tem como pivôs os números 1; 2 e 3. b) A matriz [ ] tem como pivôs os números 1 e 7. c) A matriz [ ] tem como pivôs os números 2 e 4. Definição 2.6 (Característica de uma matriz). A característica ou posto de uma matriz A é o número de pivôs (ou de linhas não nulas) de uma qualquer matriz escalonada obtida de A por aplicação sucessiva de um número finito de operações elementares sobre as linhas da matriz A. Denota-se por Car(A) ou r(A). Algoritmo de Eliminação de Gauss Para produzir uma matriz escalonada usamos o seguinte algoritmo: Passo 1: Se a matriz tiver todos os elementos nulos, pare. A matriz já está na forma de escada; Passo 2: Caso contrário, encontre a primeira coluna, vinda da esquerda, que contém um elemento não nulo . Mova a linha que contém esse elemento para o topo da matriz; Passo 3: Multiplicar por a linha no topo. Obtém-se assim um pivô; (este passo pode se omitido e apenas ser feito no fim) Passo 4: Anula-se cada elemento abaixo do pivô adicionando as linhas às linhas abaixo múltiplo adequados da linha no topo; Isto completa o processo no que diz respeito à primeira linha. No que se segue esqueça a linha no topo e useas restantes. Passo 5: Repita os passos 1 a 4 para a matriz formada pelas restantes linhas: INSTITUTO SUPERIOR DE TRANSPORTES E COMUNICAÇÕES Elaborado por Marta Macufa com participação de Alberto Daniel, Mário Getimane & Ribas Guambe 19 Exemplo 2.11: Transforme as matrizes abaixo em matrizes escalonadas a) [ ] b) [ ] c) [ ] Resolução: Aplicando o algoritmo de Gauss, tem-se: a) [ ] [ ] [ ] Logo, Car(A)=3 pois a matriz escalonada tem 3 linhas nulas. b) [ ] [ ] [ ] [ ] Logo, Car(B)=3 pois a matriz escalonada tem 3 linhas não nulas. c) [ ] [ ] [ ] [ ] [ ] Desta forma tem-se Car(B)=3 pois a matriz escalonada tem 3 linhas não nulas. Definição 2.7 (Matriz na Forma Escalonada Reduzida). Dizemos que uma matriz está na forma escalonada reduzida, se o único elemento não nulo de cada coluna, é o pivô e é igual a unidade (1). Algoritmo de Eliminação de Gauss – Jordan Este algoritmo serve para produzir uma matriz escalonada reduzida: 1ª Fase: Algoritmo de Gauss até produzir uma matriz na forma escalonada; INSTITUTO SUPERIOR DE TRANSPORTES E COMUNICAÇÕES Elaborado por Marta Macufa com participação de Alberto Daniel, Mário Getimane & Ribas Guambe 20 2ª Fase: Aplicar o algoritmo de Gauss de baixo para cima por forma a anular todos os elementos da matriz situados acima (e na mesma coluna) dos pivôs. Para isso, bastará começar na última linha não nula e, de baixo para cima adicionar a cada linha múltiplos adequados das linhas inferiores. Exemplo 2.12: Encontre as formas escalonadas reduzidas das matrizes dadas no exemplo 2.11. Resolução: A primeira fase do algoritmo de Gauss-Jordan já foi feita no exemplo anterior, vamos aproveitar estes resultados para executar a segunda fase. Assim, temos: a) [ ] [ ] [ ] [ ] [ ] [ ] b) [ ] [ ] [ ] [ ] [ ] c) [ ] [ ] [ ] [ ] [ ] 2.8 Determinante de uma Matriz Definição 2.8 (Determinante). Chama-se determinante de uma matriz quadrada a soma algébrica dos produtos que se obtém efectuando todas as permutações dos segundos índices do termo principal, fixando os primeiros índices, e fazendo-se preceder os produtos do sinal ou , conforme a permutação dos segundos índices seja da classe par ou impar. Matriz de ordem 1: [ ] . Matriz de ordem 2: * + . Exemplos 2.13: a) [ ] INSTITUTO SUPERIOR DE TRANSPORTES E COMUNICAÇÕES Elaborado por Marta Macufa com participação de Alberto Daniel, Mário Getimane & Ribas Guambe 21 b) * + 2.8.1 Regra de Sarrus O Determinante de uma matriz de terceira ordem pode ser calculado utilizado a Regra de Sarrus que consistem em: 1º Passo: Repetir ao lado da matriz as duas primeiras colunas. 2º Passo: Multiplicamos os elementos da diagonal principal de . Seguindo a direcção da diagonal principal, multiplicamos, separadamente, os elementos das outras diagonais paralelas à diagonal principal. Observe que todas as diagonais devem ter 3 elementos (tamanho da matriz). 3º Passo: Multiplicamos os elementos da diagonal secundário de , trocando o sinal do produto obtido. Seguindo a direcção da diagonal secundária, multiplicamos, separadamente, os elementos das outras diagonais paralelas à diagonal secundária, também trocando o sinal dos produtos. 4º Passo: Somamos todos os resultados obtidos. | | | | Exemplo 2.14: Aplicando a regra de Sarrus, calcule o determinante de [ ]. Resolução: | | | | [ Nota: A Regra de Sarrus só é aplicável nas matrizes de ordem 3. INSTITUTO SUPERIOR DE TRANSPORTES E COMUNICAÇÕES Elaborado por Marta Macufa com participação de Alberto Daniel, Mário Getimane & Ribas Guambe 22 2.8.2 Regra de Laplace Teorema 2.1 (Expansão de Laplace): Seja dada uma matriz [ ] de ordem superior ( . O determinante da matriz [ ] define-se recursivamente por ∑ onde é uma matriz de A obtida eliminando-se a linha e a coluna Na expansão de Laplace para o cálculo do determinante de , não é obrigatório fazermos o somatório ao longo da primeira linha de , podemos ir ao longo de qualquer linha ou qualquer coluna de , de preferência aquela que tiver mais zeros. Assim, Fixando a -ésima linha: ∑ Fixando a j-ésima coluna: ∑ Exemplo 2.15: Aplicando a Regra de Laplace, calcule os determinantes das seguintes matrizes: a) [ ] b) [ ] Resolução: a) Usando a expansão de Laplace obtemos: | | | | | | | | | | | | | | INSTITUTO SUPERIOR DE TRANSPORTES E COMUNICAÇÕES Elaborado por Marta Macufa com participação de Alberto Daniel, Mário Getimane & Ribas Guambe 23 b) Pela expansão de Laplace, vamos calcular os determinantes das submatrizes: | | | | | | | | | | | | | | | | | | | | | | | | ; | | | | | | | | . Portanto, o determinante da matriz será dado por: 2.9 Matriz Inversa Definição 2.9 (Matriz invertível, Inversa). Uma matriz quadrada , de ordem , é invertível se existe uma matriz quadrada , de ordem , tal que A matriz chamamos inversa de . Exemplo 2.16: Seja * +. Esta matriz é invertível pois existe * + tal que . De facto, temos * + * + * + * + INSTITUTO SUPERIOR DE TRANSPORTES E COMUNICAÇÕES Elaborado por Marta Macufa com participação de Alberto Daniel, Mário Getimane & Ribas Guambe 24 * + * + * + * +. Proposição (Unicidade da Inversa). A inversa de uma matriz, se existir, é única. Notação: A inversa de uma matriz A denota-se por Propriedades. No que se segue considere as matrizes envolvidas todas quadradas. (i) A matriz identidade é invertível e (ii)Se é invertível então também é invertível e (iii) Se e são invertíveis, então é invertível e (iv) Se é invertível então também é invertível e (v) Se é invertível e então também é invertível e 2.9.1 Método de Gauss - Jordan Para determinar a matriz inversa de uma matriz utlizando o método de Gauss, reduz-se a matriz a uma matriz identidade e a matriz , identidade transforma-se na matriz na matriz inversa, utilizando operações elementares do seguinte modo: Dada uma matriz quadrada de dimensão n: Passo 1: Formar a matriz aumentada [ | ] Passo 2: Aplicando a [ | ] o algorítmo de Gauss – Jordan, reduzir a matriz A à matriz identidade, lembando que cada operação deve ser efectuada simultaneamente na parte direita (que corresponde a ). Se nesta fase aparecer uma linha só com elementos nulos, paramos pois significa que A não admite inversa. Passo 3: Concluída a fase anterior obtemos [ | ]: (i) Se então é invertível e (ii) Se então não admite inversa. Exemplo 2.17: Calcule a inversa da matriz [ ]. Resolução: Considerando a matriz aumentada [ | ] e consequente método de Gauss – Jordan, obtemos: [ | ] [ | ] [ | ] [ | ] INSTITUTO SUPERIOR DE TRANSPORTES E COMUNICAÇÕES Elaborado por Marta Macufa com participação de Alberto Daniel, Mário Getimane & Ribas Guambe 25 Logo, [ ]. Exemplo 2.18: Determine, se possível, a inversa da matriz [ ]. Resolução: Montando a matriz aumentada [ | ] e consequente eliminação de Gauss- Jordan: [ | ] [ | ] [ | ] [ | ] [ | ] ⁄ ⁄ ⁄ [ | ] Portanto, a matriz admite inversa e [ ] . Exemplo 2.20: Encontre a matriz inversa de [ ]. [ | ] [ ] * + [ ] [ ] * + [ ]. Logo, a matriz é invertível e [ ]. INSTITUTO SUPERIOR DE TRANSPORTES E COMUNICAÇÕES Elaborado por Marta Macufa com participação de Alberto Daniel, Mário Getimane & Ribas Guambe 26 2.9.2 Método da Adjunta Definição 2.10 (Cofactor). Chama-se cofactor do elemento da matriz ⟦ ⟧ , o número real ( ) onde é uma matriz obtida de eliminando-se a linha e coluna . Definição 2.11 (Matriz Adjunta). Seja uma matriz . Definimos a matriz adjunta de A, denotada por , como a trasposta da matriz formada pelos cofatores de , ou seja, [ ] [ ] em que ( ) é o cofator do elemento , para Teorema 2.2 (Cálculo da Matriz Inversa pelo Método da Matriz Adjunta). Uma matriz quadrada é invertível se, e somente se . Neste caso: Este resultado nos fornece um novo método de calcular a inversa de uma matriz. Nota: Uma matriz possui inversa se o seu determinante for diferente de zero. Exemplo 2.21: Determinemos a inversa da matriz * +. Resolução: Tem-se ( ) e, portanto, existe a inversa de A. Calculemos sua inversa pela matriz adjunta. [ ] * + * +. Então * + [ ] Exemplo 2.22: Se possível, encontre a inversa da matriz [ ]. Resolução: Primeiro vamos calcular o determinante da matriz. Assim, ( ) | | | | INSTITUTO SUPERIOR DE TRANSPORTES E COMUNICAÇÕES Elaborado por Marta Macufa com participação de Alberto Daniel, Mário Getimane & Ribas Guambe 27 Como ( ) então existe a inversa de . Calculemos os cofatores da matriz: | | | | | | | | | | | | | | | | | | A matriz adjunta é a matriz transposta da matriz dos cofactores: [ ] [ ] [ ] Assim, a matriz inversa será dada por: [ ] [ ] 2.10 Exercícios Propostos 1. Seja: 07-112 3739 0540 1137 02-83 M a) Qual é a ordem de ? b) Escreva os elementos da segunda linha. c) Escreva os elementos da quarta coluna. d) Escreva o elemento )4,3( , o elemento )4,1( , e o elemento )1,3( . 2. a)Quantos elementos há numa matriz 11 ? b) Quantos elementos há numa matriz 53 ? c) Quantos elementos há numa matriz nm ? d) Quantos elementos há numa matriz rr ? 3. Sendo as matrizes nmyx nmyx A 32 e 101 68 B , achar os valores de para que se tenha . INSTITUTO SUPERIOR DE TRANSPORTES E COMUNICAÇÕES Elaborado por Marta Macufa com participação de Alberto Daniel, Mário Getimane & Ribas Guambe 28 4. Escreva a matriz cujos elementos são a soma dos elementos correspondentes das matrizes , onde: 06 43 12 A e 12 43 06 B . 5. Sejam: 12 4 2 1 , 103 102 , 112 321 DeCBA Encontre: a) b) A c) B d) e) f) g) h) 6. Se é uma matriz diagonal então 7. Sendo as matrizes 112 52 A e 152y yxyx B , calcule e de modo que tBA . 8. Sejam as matrizes 16 40 323 24 tz yx z yx A e 136 140 323 245 B . Se tt BA , determine . 9. Sejam as matrizes e e , de mesma ordem . Demonstre que: ttt BABA . 10. Seja 40 21 51 24 dc ba . Determine o valor de . 11. Mostre que a equação 0I4x5x 2 2 é satisfeita por cada uma das seguintes matrizes: a) 10 01 , b) 40 04 , c) 21 23 12. Dadas as matrizes: 202 110 201 A , 032 140 031 B e 633 422 756 X . 13. Mostre que BXAX , embora BA . 14. Verifique que: 11 11 23 32 23 32 11 11 15. Seja A = 012 2 2 x x . Se , então 16. Diga se as seguintes afirmações são verdadeiras ou falsas: a) b) c) Se, então ou INSTITUTO SUPERIOR DE TRANSPORTES E COMUNICAÇÕES Elaborado por Marta Macufa com participação de Alberto Daniel, Mário Getimane & Ribas Guambe 29 d) 17. Se , então 2 23 12 ________ 18. Dadas matrizes: 0152 1123 2112 , 2121 1112 0141 , 134 312 231 CBA Mostre que 19. Calcule: a) 0213 1050 2101 232 ; b) 10 04 31 705 241 032 005 430 121 ; c) 10705 04241 31032 005 430 121 . 20. Determine quais das seguintes matrizes são simétricas, explique porquê: a) 45 12 21 ; b) 257 523 732 ; c) 023 202 320 ; d) 756 551 613 ; e) 023 221 310 21. Seja 001 100 010 A . Mostre que 3 3 I5A . 22. Escreva a matriz 32)( ijaA tal que jiaij 23 2 . 23. Se é uma matriz triangular superior, qual é a transposta de ? 24. Se é uma matriz triangular inferior, qual é a transposta de ? 25. Determine o número bR, para que a matriz bb b A 2 23 , seja simétrica. 26. Seja a matriz 44xij aA , para a qual 41, 0 jisejia aa a ij jiij ii . Determine e . é simétrica? 27. Se 33 2 cossen4cos cossen2sen = ca b 2 1 , determine os números . 28. Seja a matriz A, quadrada de ordem . Demonstre que é simétrica. Determinante e Matriz Inversa INSTITUTO SUPERIOR DE TRANSPORTES E COMUNICAÇÕES Elaborado por Marta Macufa com participação de Alberto Daniel, Mário Getimane & Ribas Guambe 30 1. Dada a matriz 264 390 158 A . Obtenha a matriz dos cofactores 2. Dada a matriz 315 120 312 A Calcule: a) AAdj ; b) || A ; c) 1 A . 3. Dada a matriz A = 315 120 312 Calcule: a) b) c) 4. Em cada caso determinar a inversa da matriz dada e verificar o resultado a) 12 53 b) 25 13 c) cos cos sen sen d) 824 442 224 e) 001 010 100 f) 100 001 010 g) 225 5615 113 h) 1535 020 515 i) 300 0200 004 . j) 574 232 111 l) 100 110 011 m) 1170 0132 0013 2214 n) 1000 0100 1010 1101 o) 1000 2100 3210 7531 p) 1 0 0 2 A q) 7 7 3 1 B r) 1 0 0 0 0 1 0 1 0 C s) 4 2 1 7 3 3 2 0 1 D 5. Verifique se as matrizes e são inversas, uma da outra: 142 810 163 A é 302 24116 47231 B . Caso não sejam, determine a inversa da matriz A. 6. Reduza as matrizes à forma escada reduzida por linhas: 7. Reduzir cada matriz seguinte à forma escalonada e depois à sua forma canónica por linhas. Calcule também o posto )(Ar de cada uma 960 724 531 132 243 311 220 3213 3212 1321 CBA INSTITUTO SUPERIOR DE TRANSPORTES E COMUNICAÇÕES Elaborado por Marta Macufa com participação de Alberto Daniel, Mário Getimane & Ribas Guambe 31 a) 56263 32142 12121 b) 75654 40213 15232 c) 5114 1352 35110 2131 d) 4350 1200 3140 2310 8. Determine o posto das seguintes matrizes para os diferentes valores do parâmetro . a) 3314 417101 2741 213 A b) 11221 1101 1111 11121 A 3. Sistema de Equações Lineares 3.1 Sumário da licção Definição conceitos básicos sobre sistemas de equações Métodos de solução de sistemas de equações Análise do tipo de soluções dos sistemas de equações lineares Sistema na forma triangular Solução do sistema linear homogéneo Solução geral de um sistema linear não homogéneo 3.2 Objectivos da licção No fim desta unidade o aluno será capaz de: Conhecer diferentes tipos de soluções de sistemas de equações Conhecer diferentes métodos de resolução de sistemas de equações Saber resolver sistemas de equações homogéneos e não homogéneos Saber escrever a solução de um sistema não homogéneo Escrever a solução geral de sistema linear do não homogéneo Palavras chaves: Sistema. 3.3 Equação Linear Definição 3.1 (Equação linear). Uma equação linear com incógnitas é uma equação da forma (3.1) INSTITUTO SUPERIOR DE TRANSPORTES E COMUNICAÇÕES Elaborado por Marta Macufa com participação de Alberto Daniel, Mário Getimane & Ribas Guambe 32 em que, são as variáveis e são os respectivos coeficientes das variáveis e é o termo independente. Definição 3.2 (Solução de uma equação linear). O elemento é solução da equação (3.1) se e somente se Ou pr outra, uma solução de uma equação linear (3.1) é uma lista de valores para as incógnitas, , ou seja, que satisfazem a equação. Exemplo 3.1: O elemento é solução da equação porque . 3.4 Sistemas de equações lineares Definição 3.3 (Sistema de equações lineares): Um sistema de equações lineares é um conjunto de equações lineares com incógnitas: { (3.2) onde os e os são constantes e os são incógnitas. Dizemos que o sistema (3.2) é um sistema e é um sistema quadrado se . Definição 3.4 (Solução e Conjunto solução). O elemento é solução do sistema (3.2) se for solução de todas as equações de (3.2). Ao conjunto de todas as soluções de (3.2) chamamos conjunto solução do sistema. Exemplo 3.2. O sistema 0 2 yx yx tem como solução )1;1( . Exemplo 3.3: O sistema 022 0 yx yx tem como conjunto solução RS :),( . Definição 3.5 (Sistemas Equivalentes). Dois sistemas com mesmo número de equações e de incógnitas são equivalentes se tiverem o mesmo conjunto solução. Definição 3.6 (Classificação do sistema). Um sistema de equações lineares diz-se: Incompatível se não tiver solução Compatível e determinado se tiver uma única solução. Compatível e indeterminado se tiver um número infinito de soluções. INSTITUTO SUPERIOR DE TRANSPORTES E COMUNICAÇÕES Elaborado por Marta Macufa com participação de Alberto Daniel, Mário Getimane & Ribas Guambe 33 3.5 Forma matricial Por simplicidade um sistema de equações lineares (3.2) pode ser escrito na formamatricial, da seguinte maneira: onde * + [ ] [ ], (3.3) em que, é a matriz dos coeficientes, é o vector das variáveis e é o vector do lado direito do sistema linear de equações, isto é, o vector dos termos independentes. Observação: Quando * + dizemos que o sistema é homogéneo. OBSERVAÇÃO: Um sistema de equações lineares é dito ser degenerado se todos os coeficientes das equações que o compõem são nulos e denotamos da seguinte forma: 3.6 Sistema de equações lineares Considere um sistema de duas equações não degeneradas nas incógnitas e : { (3.4) Como as equações do sistema (3.4) são não degeneradas, então os coeficientes são não nulos. A solução do sistema (3.4) pode ser classificada como um dos três tipos: 1) O Sistema possui exactamente uma solução se as duas rectas das equações que compõem o sistema intersectam em um único ponto. ou equivalente à 2) O sistema possui uma infinidade de soluções se as rectas possuem a mesma inclinação, ou seja, as rectas se sobrepõem ou ainda os coeficientes e os termos independentes são proporcionais: INSTITUTO SUPERIOR DE TRANSPORTES E COMUNICAÇÕES Elaborado por Marta Macufa com participação de Alberto Daniel, Mário Getimane & Ribas Guambe 34 3) O sistema não possui solução: Neste caso as duas rectas são paralelas e distintas. Resolução de sistema de equações Algoritmo de eliminação A solução sistema (3.4) pode ser obtida através da eliminação de uma das linhas reduzindo o sistema a uma única equação. Este processo, consiste em eliminar uma das incógnitas, obtemos portanto, uma única equação com uma única incógnita. Exemplo 3.4: { Para reduzir este sistema a uma única equação, podemos inicialmente eliminar a variável , multiplicando a por e adicionando , obtemos: _________________ Soma: Resolvendo a nova equação em y, obtemos e substituindo em uma das equações, obtemos ou, ou seja, Solução: 3.7 Estudo das soluções de sistema de equações lineares Para uma melhor compreensão do estudo das soluções dos sistemas de equações lineares consideraremos três casos: A. Sistema de equações lineares e incógnitas. B. Sistema de equações lineares e incógnitas. C. Sistema de equações lineares homogéneos. A. Sistema de n equações lineares e n incógnitas. Para resolver um sistema de equações e incógnitas consideremos os seguintes métodos: a) Método de Gauss Jordan: INSTITUTO SUPERIOR DE TRANSPORTES E COMUNICAÇÕES Elaborado por Marta Macufa com participação de Alberto Daniel, Mário Getimane & Ribas Guambe 35 { utilizando operações elementares reduzimos o sistema em um sistema de equações lineares equivalente, da seguinte forma: { { { { { esta é a solução do sistema linear . Definição 3.7 (Matriz aumentada). Uma matriz aumentada do sistema é uma matriz da forma [ | ] [ | ] Exemplo 3.5: Resolva o sistema 20155 2242 yx yx . Resolução: * + * + * + * + * + Facilmente podemos ver que a matriz * + é equivalente a matriz ampliada do sistema * +. E a solução do sistema é { , ou seja, . b) Regra de Cramer. Este método consiste em calcular os determinantes: Exemplo: 153 102 yx yx 1) Calcular o determinante dos coeficientes das variáveis 5 31 12 D INSTITUTO SUPERIOR DE TRANSPORTES E COMUNICAÇÕES Elaborado por Marta Macufa com participação de Alberto Daniel, Mário Getimane & Ribas Guambe 36 2) Calcular o determinante da variável x . 151530 315 110 xD 3) Calcular o determinante da variável y . 201030 151 102 yD E em seguida calculamos os valores das variáveis da seguinte forma: 3 5 15 D D x x 4 5 20 D D y y Solução: 4 3 y x A regra de Cramer pode ser útil para sistemas de ordens superiores. c) Método da matriz inversa Considere o sistema de equações lineares: { Este sistema pode ser escrito na forma matricial: * + * + [ ] Na forma abreviada o sistema é dado por: BAX Em que A é a matriz dos coeficientes, X é o vector das variáveis e B é o vector dos termos independentes. Supõe que a matriz A possui inversa, seja 1A a matriz inversa de A . Multiplicando 1A em ambos membros do sistema BAX , temos: BAAXA 11 Como IAA 1 e XIX então: BAX 1 Exemplo: INSTITUTO SUPERIOR DE TRANSPORTES E COMUNICAÇÕES Elaborado por Marta Macufa com participação de Alberto Daniel, Mário Getimane & Ribas Guambe 37 153 102 yx yx A matriz dos coeficientes do sistema é: 31 12 A 31 12 det A =5 21 13 5 11A Como, BAX 1 , então 4 3 20 15 5 1 10 15 21 13 5 1 X Solução: 4 3 y x Sistema na forma Triangular Se um sistema de equações lineares com n equações e n incógnitas está na forma triangular e seja kx a variável principal na k-ésima equação, então o sistema triangular de equações lineares, tem a seguinte forma: nnnn nn nn bxa baxa bxaxaxa ... ... 1... 22222 1212111 Em que 11a , 22a , …, nna são não nulos e o sistema possui assim uma única solução. Exemplo 3.6: 93 25 1142 z zy zyx Como o sistema está na forma triangular, este, pode ser resolvido por retro-substituição: i. Da última equação obtemos .3z ii. Substituímos 3z na 2ª equação, obtemos .1y iii. Substituindo 3z e 1y na 1ª equação, obtemos .2x E a solução é única 3,1,2,, zyx . INSTITUTO SUPERIOR DE TRANSPORTES E COMUNICAÇÕES Elaborado por Marta Macufa com participação de Alberto Daniel, Mário Getimane & Ribas Guambe 38 B. Sistema de m equações com n incógnitas, nm : Para um sistema com m equações com n incógnitas, utiliza-se o método semelhante ao de Gauss-Jordan, com diferença da matriz das variáveis não poder ser transformada na matriz identidade por ser rectangular. No entanto, transforma-se em 1 cada elemento ija na qual ji e os restantes em zeros. Exemplo 3.7: 3410 425 162 yx yx yx 11 2 1 ll 3410 425 82 yx yx yx 133 122 10 5 lll lll 7724 3612 82 y y yx 22 12 1 ll 77240 30 82 yx yx yx 233 24lll 500 3 82 yx yox yx Nota: Como não existem valores x e y que satisfaçam a 3ª equação, 500 yx , o sistema diz-se incompatível. Exemplo 3.8: 754 93425 1642 yx yx yx yx Escrevendo a matriz associado ao sistema na forma ampliada e utilizando Gauss-Jordan, temos: 22 144 133 122 11 12 1 39130 1550 36120 841 4 3 5 794 913 425 821 2 1 754 913 425 1642 ll lll lll lll ll 000 000 310 201 2 000 000 310 821 13 5 39130 1550 310 821 211 244 233 lll lll lll Como as 3ª e a 4ª equações são zeros, a solução é dada pelas duas primeiras equações: Sol: 3 2 y x INSTITUTO SUPERIOR DE TRANSPORTES E COMUNICAÇÕES Elaborado por Marta Macufa com participação de Alberto Daniel, Mário Getimane & Ribas Guambe 39 Exemplo 3.9: 1904252144 84102482 4321 4321 xxxx xxxx Considere a matriz ampliada do sistema. 190 84 42 10 52 24 14 8 4 2 Efectuamos operações elementares a matriz ampliada do sistema da seguinte forma: 2212211 2 1 22 42 224 512 20 41 4 190 42 42 5 52 12 14 4 4 1 2 1 190 84 42 10 52 24 14 8 4 2 lllllll 11 86 112 4920 10 01 4 11 42 112 512 10 41 211 lll Rescrevendo o sistema, temos: 432 431 4321 4321 11211 492086 111120 8649200 xxx xxx xxxx xxxx Solução: 4343434321 ,,11211,492086,,, xxxxxxxxxx Ou seja, ,,11211,492086,,, 4321 xxxx Onde e são quaisquer números reais, o sistema diz-se indeterminado. Forma escalonada, variáveis livres Diz-se que um sistema de equações lineares está na forma escalonada se nenhuma equação encontra-se na forma degenerada e se a incógnita principal em cada equação está a direita da equação precedente: Chama-se equação degenerada a toda equação que a tem a seguinte forma: bxxx n 000 21 . Variáveis livres: Uma variável kx chama-se variável livre se kx não é a variável principal no sistema escalonado. Exemplo 3.10: considere o sistema 24 5234 tz tzyx INSTITUTO SUPERIOR DE TRANSPORTES E COMUNICAÇÕES Elaborado por Marta Macufa com participação de Alberto Daniel, Mário Getimane & Ribas Guambe 40 As variáveis principais são x e z e as variáveis livres são y e t . Para determinar a solução do sistema, atribuem-se valores arbitrários as variáveis livres. Resolução: tz tyx tz tzyx 42 1445 42 2345 Solução: ,42,,1445,42,,1445,,, ztytyxtzyx Onde e são números reais quaisquer. Exemplo 3.11: Considere o sistema. 3410 425 1642 yx yx yx Consideremos a matriz ampliada do sistema: 3 4 16 410 25 42 A Seja a matriz B na forma de escada: 5 3 2 00 10 01 B E seja V a matriz dos coeficientes já na forma escalonada. 0 1 0 0 0 1 V Examinando as matrizes B e V A matriz B tem três linhas com elementos não nulos. A matriz V contida em B tem duas linhas com elementos não nulos. Chama-se característica de A , (da matriz ampliada do sistema) e representa-se por Ca ao número de linhas não nulas de B (matriz na forma de escada), então 3Ca porque B tem três linhas com elementos não nulos. Chama-se característica de V (da matriz dos coeficientes das variáveis) contida em B e se representa por Cv , ao número de número de linhas não nulas de V , neste caso, 2Cv porque a matriz V tem duas linha com elementos não todos nulos. INSTITUTO SUPERIOR DE TRANSPORTES E COMUNICAÇÕES Elaborado por Marta Macufa com participação de Alberto Daniel, Mário Getimane & Ribas Guambe 41 Observação: no exemplo dado, o sistema de equações lineares tem três equações, 3m e duas variáveis, 2n e CvCa , neste caso o sistema é incompatível, a última linha de B representa a equação linear 500 21 xx que não é satisfeita para nenhum 1x e 2x , a equação é chamada degenerada. Exemplo 3.12: Sejam as matrizes: 000 000 310 201 B 0 0 1 0 0 0 0 1 V Neste exemplo B representa um sistema de quatro equações, 4m e duas variáveis, 2n e CvCa B e V tem duas linhas com elementos não todos nulos. Neste caso, o sistema é compatível e as primeiras duas linhas de B fornecem: 21 x e 32 x . Exemplo 3.14: 11 86 3 21 2 20 1 0 0 1 B 3 21 2 20 1 0 0 1 V Neste exemplo B representa um sistema de duas equações 2m e quatro variáveis 4n 2CvCa . O sistema é compatível, donde da 1ª linha temos 431 212086 xxx e da 2ª 432 3211 xxx , 3x e 4x são variáveis livres e assumem valores arbitrários, logo o sistema é compatível indeterminado. Note que: quando CvCa diz-se que a característica de B é C ; CCvCa . No entanto podemos concluir que CvCa . Característica e o número de variáveis 1. A característica não pode ser maior que o número das variáveis, nC . 2. Quando a característica é igual ao número das variáveis o sistema é compatível e determinado. 3. Quando a característica é menor que o número de variáveis, o sistema é compatível indeterminado. Graus de liberdade Chama-se grau de liberdade do sistema de equações lineares a diferença: Cng . Grau de liberdade é o número de variáveis livres que um sistema de equações lineares tem ao qual se lhe deverão atribuir valores arbitrários. INSTITUTO SUPERIOR DE TRANSPORTES E COMUNICAÇÕES Elaborado por Marta Macufa com participação de Alberto Daniel, Mário Getimane & Ribas Guambe 42 Observe que no Exemplo 3.14, a característica é 2C e o número de variáveis é 4n logo 224 Cng Como vimos, no Exemplo3.14 temos duas variáveis livres. Discussão do sistema Considera-se o sistema , com e . Na discussão do sistema pelo método de Gauss (ou Gauss-Jordan) faz-se o seguinte: Passo 1: Formar a matriz aumentada: Passo 2: Aplicar a [ | ]o método em causa até encontrar a matriz escalonada [ | ] (i) Se [ | ] então o Sistema é incompatível, fim do processo. (ii) Se [ | ] então o sistema é compatível e determinado. (iii) Se [ | ] então o sistema é compatível e indeterminado. Exemplo 3.15: Consideremos o sistema que depende dos parâmetros a e b e procuremos uma relação para que o sistema seja possível: bz azy zyx zyx 2 0 Construamos a matriz ampliada do sistema: 23322122 1 0 100 110 010 111 2 12 0 100 110 020 111 2 0 100 110 111 111 lll b a ll b a lll b a 1 1 1 0 000 100 010 111 1 1 0 100 100 010 111 344 ab a lll b a Para que o sistema seja possível é necessário e suficiente que: BACAC |)( Isto que dizer: 101 abab Caso contrário, a última linha representa uma igualdade impossível. INSTITUTO SUPERIOR DE TRANSPORTES E COMUNICAÇÕES Elaborado por Marta Macufa com participação de Alberto Daniel, Mário Getimane & Ribas Guambe 43 C. Sistemahomogéneo Chama-se sistema homogéneo de equações lineares, ao sistema cujos termos independentes de cada equação são todos nulos, isto é, o sistema é da forma: 0 0 0 2211 2222121 1212111 nmnmm nn nn xaxaxa xaxaxa xaxaxa O sistema homogéneo de equações lineares sempre tem uma solução zero, chamada solução trivial e a outra solução se existir é chamada solução não trivial. Assim o sistema pode ser reduzido a um sistema equivalente em forma de escada. Sistema homogéneo de equações lineares com mais variáveis que equações Exemplo 3.16: 0642 0963 zyx zyx A solução trivial: 0 zyx Solução não trivial ou solução própria: 0 0 0 3 00 21 2 0 0 6 3 42 21 3 1 0 0 6 9 42 63 12211 lllll Como 1|)( nBACAC e 3n então o grau de liberdade é 213 g logo, o sistema tem dois graus de liberdade, ou seja, em duas variáveis livres. Reescrevendo o sistema, temos: yzx zyx zyx 23 0000 032 Solução: ),,23(),,23(),,( zyyzzyx , IRe . Sistema homogéneo de equações lineares com mais equações. Exemplo2: 0212 0816 042 yx yx yx 1. Solução trivial 0 yx 2. Solução não trivial INSTITUTO SUPERIOR DE TRANSPORTES E COMUNICAÇÕES Elaborado por Marta Macufa com participação de Alberto Daniel, Mário Getimane & Ribas Guambe 44 22 133 122 11 40 1 0 0 0 |260 |400 |21 12 16 0 0 0 |212 |816 |21 2 1 0 0 0 |212 |816 |42 ll lll lll ll 0 0 0 |00 |10 |21 26 0 0 0 |260 |10 |21 233 lll Veja que a característica é 2|)( nBACAC , o sistema é determinado, o que significa que o sistema não tem solução própria (solução não trivial), a única solução é a trivial. 3.6 Exercícios Propostos 1. Resolva o sistema de equações, escrevendo as matrizes ampliadas, associadas aos novos sistemas. 43 6 0234 1132 zyx zyx zyx zyx 2. Resolva os sistemas seguintes achando as matrizes ampliadas linha reduzidas à forma escada e dando também seus postos, os postos das matrizes dos coeficientes: a) 63 52 21 21 xx xx b) 023 132 032 zyx zyx zyx c) 3252 4 321 321 xxx xxx d) 577 3252 4 321 321 321 xxx xxx xxx e) 132 4321 xxxx f) 2 4 4 0 4321 4321 4321 4321 xxxx xxxx xxxx xxxx INSTITUTO SUPERIOR DE TRANSPORTES E COMUNICAÇÕES Elaborado por Marta Macufa com participação de Alberto Daniel, Mário Getimane & Ribas Guambe 45 g) 023 032 032 zyx zyx zyx h) 1 0533 33 3 1423 zyx zyx zyx zyx zyx Solução: a) b) 3 1 ; 3 2 ; 3 1 c) ; 3 45 ; 3 717 d) f) g) h) 3. Resolva os seguintes sistemas de equações lineares por meio do algoritmo de Gauss, ou seja, passando-as primeiro à forma escalonada. a) 0y2x3 7yx2 b) 4y4x9 6y6x4 c). 4y3x2 9y2x d) 9y3x 8yx4 ; e) 2z2y2x4 3zyx2 0zyx f) 2y4x 5z3x 5zy2x2 g) 9z2yx 2zy3x2 3zy2x h) 9zx8 2z6y4 3z4y3x2 i) 0z4yx3 4zy2x 8z3yx2 j) 0z2yxw8 0z2yx5 0zyx2w3 Solução a) 3,2 yx ; c) 2y5x , ; e) 3z2y1x ,, ; g) 2z2y3x ,, i) 2z2y2x ,, j) w3zw4yw2x ;; onde w-arbitrário. 4. Determine os valores de m e n, de modo que o sistema nyx myx 46 13 admita: a) Solução única b) Nenhuma solução c) Infinidade de soluções. Solução: a) b) c) 5. Determine k, para que o sistema admita solução kyx yx yx 2 045 234 Solução: 6. Considere o sistema: INSTITUTO SUPERIOR DE TRANSPORTES E COMUNICAÇÕES Elaborado por Marta Macufa com participação de Alberto Daniel, Mário Getimane & Ribas Guambe 46 Para que valores de o sistema: a) Tem única solução b) É incompatível 7. Determine o valor de , de modo que o sistema seguinte: a) Tenha única solução b) Seja incompatível c) Tenha infinidade de soluções 0 1 1 kzyx zkyx zykx Solução: a) b) c) 8. Determine a solução geral do sistema: a) ; b) 023 032 05 yx yx yx ; c) 022 053 032 0 zyx zyx zyx zyx ; d) 0zyx 0yx2 ; e) 0zyx 0z7y2x3 f) 0z2yx8 0zy3x4 g) 0z4y6x3 0zyx h) 0yx3 0y2x6 ; i) 0y4x7 0y2x3 j) 0z2yx 0z2yx3 0z6yx Soluções: 1-a) )}0,0{( ; 1-b) {}S 1-c) )}0,0,0{(S ; 1-d) x3zx2y ; , x- arbitrário; 1-f) 0yx4z ; , x- arbitrário; 1-h) x3y , x-arbitrário; 1-j) z4yz2x ; , z- arbitrário; 9. Determine o valor de m, de modo que o sistema homogéneo admita uma solução não nula. 05 0213 myx yx Solução: 13 10 m 10. Determine o valor de k, de modo que o sistema homogéneo admita uma solução não trivial. 04 072 03 yx yx yx 5 4 12 32 4 zm zy zyx INSTITUTO SUPERIOR DE TRANSPORTES E COMUNICAÇÕES Elaborado por Marta Macufa com participação de Alberto Daniel, Mário Getimane & Ribas Guambe 47 Solução: 032 01514 023 zyx zykx zyx INSTITUTO SUPERIOR DE TRANSPORTES E COMUNICAÇÕES Elaborado por Marta Macufa com participação de Alberto Daniel, Mário Getimane & Ribas Guambe 48 4. Cálculo Vectorial 4.1 Sumário da licção Noção de vector; Produto escalar, vectorial e misto; Condição de complanaridade; Espaços vectoriariais; Dependência linear de vectores; Base e dimensão de um espaço vectorial. 4.2 Objectivos da licção Introduzir os conceitos sobre os produtos escalar, vectorial e misto e a respectiva interpretação geométrica, Criar bases para estudo de geometria no plano e no espaço. Introduzir os conceitos sobre espaços vectoriais, dependência linear de vectores e desenvolver vectores numa determinada base. Criar bases para estudo de geometria no plano e no espaço. 4.3 Actividades de aprendizagem Para aprendizagem deste tema o estudante deve: Participar na aula a ser apresentada pelo docente Ler os textos de apoio e livro recomendados sobre esta matéria Resolver os exercícios das fichas fornecidas pelo docente Palavras chave: vector, módulo de vector, norma, ângulo, distância entre vectores, produto escalar, externo e misto, base, dependência linear 4.4 Noção de vector Definição 4.1 (Vector): Um vector é uma grandeza
Compartilhar