Baixe o app para aproveitar ainda mais
Prévia do material em texto
ÁLGEBRA LINEAR 1 – MATRIZES __ 2 4 1 – MATRIZES 1.1 – DEFINIÇÃO DE MATRIZ Podemos dizer que uma matriz é uma tabela com colunas e linhas. Então chamamos de matriz toda tabela m x n sendo que m e n podem assumir qualquer valor natural. Representação de uma matriz: Para representarmos uma matriz de ordem 2 x 2 onde não temos seus elementos definidos, representamos da seguinte forma: a11 ; a21 ; a12 ; a22 são elementos da matriz de ordem 2 x 2 (duas linhas e duas colunas). De uma forma geral, uma matriz Amxn tem m linhas e n colunas, sendo m e n as suas dimensões e sua representação genérica é a seguinte: A representação de uma matriz a partir de uma lei de formação permite calcular o seu número de elementos e encontrá-los. 1 – MATRIZES __ 3 EXERCÍCIO RESOLVIDO Encontre os elementos da matriz A3x3 tal que aij = i – j. Solução a11 = 1 - 1 = 0 a21 = 2 - 1 = 1 a31 = 3 - 1 = 2 a12 = 1 - 2 = -1 a22 = 2 - 2 = 0 a32 = 3 - 2 = 1 a13 = 1 - 3 = -2 a23 = 2 - 3 = -1 a33 = 3 - 3 = 0 Assim, a matriz A3x3 é: 012 101 210 33xA 1.2 – TIPOS DE MATRIZES: - Matriz Retangular A matriz quadrada A = [aij] que tem m≠ n. 2 3 1 3 0 2 4 2 x A m = 2 (linha) n = 3 (coluna) - Matriz Linha ou vetor linha É a matriz de ordem 1xn, ou seja, formada por uma única linha. 1 4 1 3 2 4 x A - Matriz Coluna ou vetor coluna É a matriz de ordem mx1 ou seja, formada por uma única coluna. 3 1 1 4 3 x A – Matriz Nula Uma matriz nula cujos elementos aij são todos nulos. 0 0 0 0 22xA 1 – MATRIZES __ 4 - 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). - Matriz Transposta (At) A matriz transposta da matriz A, de ordem m por n, é a matriz AT, de ordem n por m. A matriz transposta é obtida permutando as linhas pelas colunas de mesmo índice. Exemplos: A = 23 27 45 61 x At = 32 246 751 x Propriedades de Matriz transposta : a) (A + B)t = At + Bt b) (K . A)t = K . At ; onde K é um número real qualquer. c) (A . B)t = Bt . At d) (At )t = A - Matriz quadrada É a matriz que possui o número de linhas igual ao número de colunas. 2 0 3 1 222 AA x 1 2 7 8 9 5 6 4 2 333 AA x Diagonal principal e diagonal secundária. 1 – MATRIZES __ 5 Na diagonal principal estão os elementos que têm os dois índices iguais 11a , 22a ,....... nna As matrizes quadradas se classificam em: - Matriz Diagonal A matriz quadrada A = [aij] que tem os elementos aij = 0 quando i ≠ j é uma matriz diagonal. 6 0 0 0 45 0 0 0 2 3A - Matriz Unidade ou identidade Indica-se a matriz unidade por In, ou simplesmente por I. É uma matriz quadrada em que todos os elementos da diagonal principal são iguais a 1 e os demais são nulos. 1 2 1 0 0 1 0 0 1 0 0 1 0 0 1 I I - Matriz Triangular superior A matriz quadrada A = [aij], que tem os elementos aij = 0 para i > j, é uma matriz triangular superior. 5 1 3 0 2 5 0 0 1 A - Matriz Triangular inferior A matriz quadrada A = [aij], que tem os elementos aij = 0 para i < j, é uma matriz triangular inferior. 5 0 0 4 2 0 3 6 1 A Note que: Uma matriz diagonal é simultaneamente triangular superior e triangular inferior. Simetria em Matrizes Uma matriz qualquer quadrada, pode ser simétrica e anti-simétrica. Observe: 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, aij =aji. para todo i e j, então a matriz A é simétrica (com relação a sua diagonal principal). A = At Matriz Simétrica 5 0 2 0 2 1 2 1 6 tA A 1 – MATRIZES __ 6 Matriz antissimétrica Uma matriz quadrada A= [ai,j] é anti-simétrica se AT = - A. Se A = [ai,j] é uma matriz anti-simétrica, os elementos dispostos simetricamente em relação à diagonal principal são opostos e os elementos da diagonal principal são nulos. 0 5 2 5 0 1 2 1 0 tA A 1.3 – IGUALDADE DE MATRIZES Duas matrizes Am x n = [aij]m x n e Br x s = [bi j ]r x s são iguais, se elas tem o mesmo número de linhas e colunas, e todos os seus elementos correspondentes são iguais (aij = bij). Exemplos: 1) 0 2- 1- 2- = 0 2- 1- 2- 2) 3 1- 10 3 12 3- 0 2- 2- 3- 1- 1- 3- 1- 3- 1 2- 2- 1.4 – OPERAÇÕES COM MATRIZES Assim como na álgebra dos números reais, para as matrizes também são definidas operações elementares, como adição, subtração e multiplicação. Não existe divisão de matrizes, isto é, não há uma operação de divisão equivalente àquela dos números reais. 1.4.1 Adição A soma de duas matrizes de mesma ordem é obtida somando-se os elementos correspondentes das matrizes componentes da soma. Exemplo: 75 73 2514 4312 21 41 54 32 Propriedades da adição: Dadas três matrizes A, B e C, de mesma ordem m x n, temos: A + B = B + A A + (B + C) = (A + B) + C (associativa) A + 0 = A, onde 0 é a matriz nula. 1 – MATRIZES __ 7 1.4.2 Subtração A diferença A – B, de duas matrizes A e B de mesma ordem, é obtida subtraindo-se os elementos de A pelos correspondentes das matrizes B. Exemplo: 33 11 2514 4312 21 41 54 32 1.4.3 Multiplicação por um Número Seja A = [ai j]m x n e K um número, então: K * A = [K . ai j]m x n. Isso significa que todos os elementos da matriz A serão multiplicados pelo número K. Exemplos: 1) 86 42 43 21 2 2) 365 234 210 61210 468 420 2 1 Propriedades: Dadas duas matrizes A e B de ordem m x n e os números k, k1 e k2, tem-se: a) k(A + B) = kA + kB b) (k1 + k2)A = k1A + k2A c) 0.A = 0 (matriz nula) d) k1(k2A) = (k1k2)A 1.4.4 Multiplicação de Matrizes Sejam A = [aij]m x n e B = [bij]n x p . Define-se AB = AB = [cij]m x p, IMPORTANTE: Só podemos calcular o produto de duas matrizes quando: O número decolunas de A deve ser igual ao número de linhas de B. A ordem da matriz produto é obtida pelo número de linhas de A com o número de colunas de B. Exemplos 1) Dados A = 654 321 e B = 9 8 7 , calcular C = AB. Sendo A do tipo 2x3 e B do tipo 3x1, o produto C = AB existe e C é do tipo 2x1. C2x1 = 968574 938271 = 122 50 1 – MATRIZES __ 8 2) Dados A = 43 21 e B = 87 65 , calcular C = AB Sendo A do tipo 2x2 e B também do tipo 2x2, o produto C = AB existe e C é do tipo 2x2. C2x2 = 84637453 82617251 = 5043 2219 Propriedades: a) Em geral AB BA. Ex.: 321 642 321 ; 012 123 111 BA , AB BA. b) AI = IA = A c) A(B + C) = AB + AC (Distributiva à esquerda) d) (A + B)C = AC + BC (Distributiva à direita) e) (AB)C = A(BC) (Associativa) f) 0 . A = A . 0 = 0 EXERCÍCIOS EXERCÍCIO 1) Dadas as matrizes: 1 2 3 4 A 2 1 0 3 B 1 3 0 2 4 2 C 1 3 2D 1 4 3 E 3F a) Determine a ordem de cada matriz acima. b) Determine os elementos: a12, c23, e21, a22, d12. EXERCÍCIO 2) A matriz 3 2 0 3 5 0 0 1 a M c b é diagonal. Determine .a c b EXERCÍCIO 3) Sabendo que a matriz 10 2 4 583 121 z y x A é simétrica, encontre os valores de x, y e z. 1 – MATRIZES __ 9 EXERCÍCIO 4) Obtenha a matriz A em cada caso: a) 2 3ij x A a , sendo 3 .ija i j b) 2 2ij xA a , sendo 2 3 .ija i j c) A = (aij)3x3 em que 23 .ija i j d) A = (aij)1x3 em que 2 .ija i j e) A = (aij)2x2 em que .ija i j f) A = (ai j)2 x 3 tal que ai j = 2i - j. g) 3 3( )ij xA a tal que 2 , ... 2 , ... ij i j se i j a i j se i j . h) 4 2( )ij xA a tal que , ... , ... ij i j se i j a i j se i j EXERCÍCIO 5) (FMC-MG) A soma dos elementos da segunda linha da matriz 23xij aA , em que jise jise jise A ,2 ,0 ,2 , é igual a: a) 4 b) 2 c) 0 d) -2 e) -4 EXERCÍCIO 6) Dadas as matrizes 2 3 3 5 0 1 A e 4 6 1 8 9 3 B . Calcule (A + B)t, (A – B) e (B – A). 1 – MATRIZES __ 10 EXERCÍCIO 7) Sendo as matrizes A = 5 8 1 7 e B = 3 7 2 4 . Calcular: a) A + B b) A – B c) 2A + Bt d) 3A - 2B e) (1/2)A f) – A. EXERCÍCIO 8) Calcular a soma das matrizes A3x3 e B3x3 tais que aij = i2 + j2 e bij = 2ij EXERCÍCIO 9) Considere as matrizes: Calcule (quando possível): a) D + E b) D – E c) 5A d) -7C e) 2B – C f) 4E – 2D g) -3 (D + 2E) h) A – A i) tr(D) j) tr(D – 3E) k) 4 tr(7B) l) tr(A) m) 2AT + C EXERCÍCIO 10) Ache X, dadas 1 2 3 4 A e 1 0 1 1 B . a) X – 2A + 3B = 0 b) 2X = A – B c) 2(A + 2B) = 3X d) 2 (A – B + X) = 3(X – A) EXERCÍCIO 11) Determine as matrizes X e Y tais que: 210 75 2YX e 18 84 2 YX 1 – MATRIZES __ 11 EXERCÍCIO 12) Dadas as matrizes 2 5 10 1 A e 3 5 1 x y x y B , calcule x e y para que A = Bt. EXERCÍCIO 13) Determine o valor de cada incógnita para que as matrizes sejam iguais: 3 1 4 0 a b c = 2 5 1 4 3 x y z EXERCÍCIO 14) Calcule x e y, sabendo que . 16 7 3 32 yx yx EXERCÍCIO 15) Sejam as matrizes: 1 2 3 2 1 1 A 2 0 1 3 0 1 B 1 2 4 C e 2 1D Encontre: a) A + B b) A C c) B C d) C D e) D A f) D B g) – A h) – D i) 2A – 2B j) T TC A EXERCÍCIO 16) Sejam as matrizes 2 1 1 0 A e 0 2 2 0 B .Encontre: a) T TA B b) T TB A c) (A + B)2 d) A2 EXERCÍCIO 17) Multiplique as seguintes matrizes: a) b) 1 – MATRIZES __ 12 EXERCÍCIO 18) Suponha que A, B, C, D e E sejam matrizes das seguintes ordens: A4x5 B4x5 C5x2 D4x2 E5x4 Determine qual das seguintes expressões matriciais estão definidas. Para as que estão definidas, dê a ordem da matriz resultante. a) B A b) A C D c) A E B d) A B B e) E A B f) E A C g) TE A h) TA E D EXERCÍCIO 19) (UFRN) Dadas as matrizes 1 3 2 4 A e 4 3 2 1 B , qual é o resultado da AB – BA? a) 0 0 0 0 b) 0 18 12 0 c) 20 12 32 20 d) 20 48 8 20 e) 20 18 12 20 EXERCÍCIO 20) Uma empresa produz três produtos: P1, P2 e P3, conforme mostra atabela A abaixo, e os custos e lucros de cada produto estão representados pela tabela B: Tabela A Tabela B Mês P1 P2 P3 Janeiro 2 1 3 Fevereiro 0 0 1 Março 3 5 2 Com base nessas tabelas, o lucro obtido pelos três produtos em janeiro é de: a) 1200 b) 1500 c) 2600 d) 750 e) 210 EXERCÍCIOS LIVRO BASE – PÁGINA 46 NÚMEROS 1,2,3,4,5,7 Produtos Custo Lucro P1 200 0 P2 200 150 P3 320 200 1 – MATRIZES __ 13 Esta auto-avaliação vai ajudá-lo a verificar o seu entendimento sobre matrizes e de suas operações. Bom estudo a todos: 21) Dadas as matrizes A = (aij)2x2 tal que aij = ji jiji 0 eB = (bij)2x2 tal que bij = 2i – 3j, então A + B é igual: R:1 4 , 1 2 22) Se 1 2 , 2 1 A 2 1 1 0 B e 1 0 , 2 1 C então a matriz 2 ACB é igual a: R: 2 0 , 2 0 23) Sendo A = 2 1 3 1 e B = 0 4 2 1 3 5 , determine: a) A.B b) 2.At 24)Dadas as matrizes: A = 1 3 2 4 3 0 e B = 0 1 2 1 2 0 se At é a matriz transposta de A, então (At – B) é: R: 1 1 1 4 2 0 25) Obtenha a matriz 3 2( )ij xA a em que 25 .ija i j 26) Dados 5 4 3 1 A e 1 2 5 7 B . Calcular: a) A + B b) A – B c)2A + Bt d) A2 27) Dadas as matrizes 0 4 2 6 2 8 A , 3 6 9 6 6 0 B e 0 1 0 1 1 2 C . Calcular: a) 2 3A B C b) A B C AUTO-ATIVIDADE 1 – MATRIZES __ 14 28) Sendo 0 2 4 6 3 5 1 2 A y e 0 6 5 3 1 4 8 B x z .Calcule os valores de x , y e z sabendo que tB A . R: x = 2 y = 8 z = 2 29)Determine x e y de modo que se tenha 3 10 2 7 1 17 0 5 4 6 4 1 x x y .R: x = -1 e y = 0 30)Sendo 3 2 1 5 A e 8 0 6 3 B . Calcular a matriz X, tal que 0X A B . R: 11 2 , 7 8 31)Efetue as multiplicações: a) 2 3 25 12 R: 8 11 b) 42 31 14 12 30 R: 6 12 4 10 6 16 32) Ache x, y, z e w, de modo que 2 3 1 0 4 1 8 5 x y z w . R: x = -3 y = 3 z = 12 w = -6 33) Considerem as matrizes M = 1 2 3 1 3 2 , N = 1 1 0 3 2 4 , P = 1 6 4 1 . A matriz Q = M.N-Pt é igual a: R: 6 15 , 1 17 34) Dadas as matrizes A = 2 0 3 4 e B = 01 12 , então A.B – B.A é igual a: R: 3 6 , 0 3 Para consolidar o entendimento deste conteúdo sugerimos que você assista o vídeo que está no endereço: www.youtube.br.com/video-aula-sobre-matrizes-conceitos 15 2– DETERMINANTES 2.1 – DETERMINANTE DE UMA MATRIZ A toda matriz quadrada está associado um número ao qual damos o nome de determinante. Dentre as várias aplicações dos determinantes na Matemática, temos: - resolução de alguns tipos de sistemas de equações lineares; - cálculo da área de um triângulo situado no plano cartesiano, quando são conhecidas as coordenadas dos seus vértices. A toda matriz quadrada A = (aij)mxn de elementos reais de ordem n está associado um único número real chamado determinante da matriz A. O determinante da matriz A pode ser representado por: 2.2 – CÁLCULO DO DETERMINANTE DE PRIMEIRA ORDEM Matriz de ordem 1: Para uma matriz A=[a11] com apenas um escalar (1 linha e 1 coluna), definimos: det(A) = a11 2.3 – CÁLCULO DO DETERMINANTE DE SEGUNDA ORDEM Para uma matriz quadrada de segunda ordem o determinante é igual à diferença entre o produto dos elementos da diagonal principal e o produto dos elementos da diagonal secundária. O determinante de uma matriz quadrada de ordem 2: Será definido pelo produto: 16 2.4 – CÁLCULO DO DETERMINANTE DE TERCEIRA ORDEM O cálculo do determinante de 3ª ordem pode ser feito por meio de um dispositivo prático, denominado Regra de Sarrus. Acompanhe como aplicamos essa regra para . 1º passo: Repetimos as duas primeiras colunas ao lado da terceira: 2º passo: Encontramos a soma do produto dos elementos da diagonal principal com os dois produtos obtidos pela multiplicação dos elementos das paralelas a essa diagonal (a soma deve ser precedida do sinal positivo): 3º passo: Encontramos a soma do produto dos elementos da diagonal secundária com os dois produtos obtidos pela multiplicação dos elementos das paralelas a essa diagonal ( a soma deve ser precedida do sinal negativo): 17 Assim: 2.5 – COFATORES Dada uma matriz A de ordem n, chama-se cofator de aij e indica-se Aij o número real obtido multiplicando-se (-1)i+j pelo determinante da matriz que se obtém da matriz A, excluindo-se a linha i e a coluna j do elemento aij. Exemplo: Para a matriz dada por: A = a11 a12 a13 a21 a22 a23 a31 a32 a33 O cofator A11 para o elemento a11 é o determinante de ordem 2 obtido da matriz A pela retirada da linha 1 e da coluna 1, multiplicado pelo número (-1)1+1: A11 = (-1)1+1 a22 a23 a32 a33 = a22 a23 a32 a33 2.6 – CÁLCULO DO DETERMINANTE POR COFATOR - Teorema de Laplace O determinante de uma matriz quadrada M = [aij]mxn pode ser obtido pela soma dos produtos dos elementos de uma fila qualquer ( linha ou coluna) da matriz M pelos respectivos cofatores. Assim, fixando , temos: em que é o somatório de todos os termos de índice i, variando de 1 até m, . 18 2.7 – PROPRIEDADES DOS DETERMINANTES 1) O determinante de uma matriz A não se altera quando se trocam as linhas pelas colunas. 2 ) Quando todos os elementos de uma fila são nulos, o determinante dessa matriz é nulo. Exemplo: 3) Se duas filas de uma matriz são iguais, então seu determinante é nulo. 4) Se duas filas paralelas de uma matriz são proporcionais, então seu determinante é nulo. 5) Quando, em uma matriz, os elementos acima ou abaixo da diagonal principal são todos nulos, o determinante é igual ao produto dos elementos dessa diagonal. Exemplos: 6) Quando trocamos as posições de duas filas paralelas, o determinante de uma matriz muda de sinal. 7) Multiplicando por um número real todos os elementos de uma fila em uma matriz, o determinante dessa matriz fica multiplicado por esse número. 19 8) Um determinante não se altera quando se somam aos elementos de uma linha (coluna) da matriz A os elementos correspondentes de outra linha (coluna) previamente multiplicados por um número real diferente de zero. 2.8 – EXERCÍCIOS Exercício 35) Calcular o determinante das matrizes: a) 3 5 2 1 b) 1 2 3 4 c) 1 3 2 4 d) 0 2 1 4 e) 1 1 2 2 Exercício 36) Calcular o determinante das matrizes aplicando a regra de Sarrus. a) 13 4 3 2 8 6 1 5 1 b) 1 1 3 2 4 2 1 2 3 c) 2 1 3 1 1 2 0 0 4 d) 2 1 3 1 0 2 1 4 2 e) 0 2 5 2 2 2 1 2 2 Respostas: a) 264 b) -36 c) 12 d) -4 e) 2 20 Exercício 37) Dadas as matrizes 201 132 A e 20 13 02 B , calcule o determinante de BA . Exercício 38) Se A = 2 1 3 4 e B = 0 4 1 2 , o determinante da matriz AxB é: a) 20 b) 11 c) 15 d) 18 e) n.d.a Exercício 39) Dada da matriz 221 050 031 A , calculeos cofatores A13, A23 e A33. Exercício 40) Calcule os determinantes abaixo, resolvendo por cofatores (utilizando o Teorema de Laplace) : a) det A = 0 2 1 1 2 3 5 4 1 b) det A = 2 5 1 3 1 4 6 8 2 c) det A = d) e) 4121 9375 2130 1245 21 Exercício 41) Resolva as seguintes equações: Respostas: a) x = -1 e x = -4 b) 5 3 Exercício 42) O determinante de 0300 210 021 100 x x x está representado pelo polinômio: ( a ) x2 + 1 ( b ) –x2 – 1 ( c ) 3x2 – 1 ( d ) 3(x2 + 1) ( e ) 3(x + 1)(x – 1) EXERCÍCIOS LIVRO BASE – PÁGINA 81 NÚMEROS 3-12 22 3 – MATRIZ INVERSA 3.1 – DEFINIÇÃO Dada uma matriz quadrada A, de ordem n, se existir uma matriz quadrada B, de mesma ordem, que satisfaça a condição: AB = BA = I B é inversa de A e se representa por A-1: AA-1 = A-1 A = I Exemplo: Seja A = 2 3 1 4 . Então A-1= 4 5 3 5 1 5 2 5 pois A.A-1=I2 e A-1.A=I2. 3.2 – MATRIZ SINGULAR Se det (A) = 0, dizemos que a matriz A é singular. 3.3 – MATRIZ NÃO-SINGULAR Uma matriz quadrada A = [aij] cujo determinante é diferente de zero é uma matriz não-singular. 3.4 – PROPRIEDADES DA MATRIZ INVERSA 1) Se a matriz A admite inversa, esta é única. 2) Se a matriz A é não-singular, sua inversa A-1 também é. A matriz inversa de A-1 é A. 3) A matriz I é não-singular e é a sua própria inversa: I = I-1. 23 3.5 – EXERCÍCIOS Exercício 43) Encontre a inversa das matrizes. a) A = 2 3 1 4 b) 54 65 A c) 31 52 B Exercício 44) Dada a matriz 5 3 3 2 A , determine o valor de A-1 + At – I2: Exercício 45) Determine a matriz inversa e a transposta de 1 3 0 5 A : Exercício 46) Considere as matrizes: A matriz B é a inversa da matriz A? Exercício 47) Dada 2 1 1 1 A . Calcule: a) A2 b) (A -1)2 c) A2 – 3A + I EXERCÍCIOS LIVRO BASE – PÁGINA 54 NÚMEROS 4 e 8 24 4 – SISTEMAS DE EQUAÇÕES LINEARES 4.1 – EQUAÇÃO LINEAR É toda equação na forma axaxax axbnn11 22 33... , onde os valores de a são os coeficientes reais de x e b é um número real chamado de termo independente. 1.9.2 SISTEMA LINEAR É todo conjunto de equações lineares na forma: ax ax ax ax b ax ax ax ax b ax ax ax ax b nn nn m m m mnn m 111 122 133 1 1 211 222 233 2 2 11 22 33 ... ... ... , com m equações e n incógnitas. Chamamos de n-upla, de números reais, a solução simultânea de todas as equações do sistema. 4.2 ASSOCIAÇÃO DE UMA MATRIZ A UM SISTEMA LINEAR MATRIZ INCOMPLETA É a matriz formada somente pelos coeficientes das incógnitas do sistema linear. MATRIZ COMPLETA É a matriz formada pelos coeficientes das incógnitas do sistema linear, acrescida de uma última coluna com os termos independentes. 4.3 SISTEMA HOMOGÊNEO Um sistema é chamado de homogêneo quando todos os termos independentes de suas equações são nulos. A n-upla (0, 0, ..., 0) é sempre solução de um sistema homogêneo e recebe o nome de solução trivial. 4.4 CLASSIFICAÇÃO DE UM SISTEMA LINEAR Um sistema linear pode ser: possível e determinado (possui apenas uma única solução) possível e indeterminado (possui infinitas soluções) impossível (não possui solução) 25 4.5 REGRA DE CRAMER Chama-se regra de Cramer a técnica usada para solucionar um sistema linear. Fazendo x D Di xi , onde D é o determinante da matriz incompleta associada ao sistema e Dxi é o determinante obtido através da substituição, na matriz incompleta, da coluna i pela coluna formada pelos termos independentes. 4.6 SISTEMAS EQUIVALENTES Dois sistemas são equivalentes quando possuem o mesmo conjunto solução. -PROPRIEDADES DOS SISTEMAS EQUIVALENTES Trocando-se de posição as equações de um sistema linear, obtém-se um outro sistema equivalente. Multiplicando-se uma equação do sistema linear por um número real diferente de zero, obtém-se um outro sistema equivalente. Adicionando-se a uma das equações do sistema linear o produto de uma outra equação desse mesmo sistema por um número real diferente de zero, obtém-se um outro sistema equivalente. 4.7 SISTEMAS ESCALONADOS O procedimento para o escalonamento de um sistema é o seguinte: 1º - Fixamos como 1ª equação uma das que possuam o coeficiente da 1ª incógnita diferente de zero. 2º - Utilizando as propriedades dos sistemas equivalentes, anulamos todos os coeficientes da 1ª incógnita das demais equações. 3º - Anulamos todos os coeficientes da 2ª incógnita a partir da 3ª equação. 4º - Repetimos o processo com as demais incógnitas, até que o sistema se torne escalonado. 4.8 EXERCÍCIOS Exemplo 48) Resolva cada um dos sistemas abaixo utilizando o método da adição: a) 83 52 yx yx b) 12 82 yx yx c) 1 3 yx yx 26 Exemplo 49) Resolva cada um dos sistemas abaixo utilizando a regra de Cramer: a) 25 72 yx yx . b) 12 82 yx yx c) 83 52 yx yx d) 1 10543 02 321 321 321 xxx xxx xxx . Exercício 50) Resolver o sistema de equações lineares pelo método de escalonamento. a) 3x - y + z = 5 x + y - 2 z = 3 2x + 3y - z = 7 b) x + 2y + z = 7 2x + 7y + z = 21 -3x -5y +2z = -8 c x + 2y + z = 3 3x - y +z = 1 2x + 4y -2z = 6 d) x + y + z = 6 -2x + 3y + z = 7 -x + 2y + 3z = 12 e) 4x + 3y + z = 6 3x - 8y + 4z = -3 x + y + 2z = 9 f) 2234 03 232 zyx zyx zyx g) 03 022 032 zyx zyx zyx h) 523 02 32 zyx zyx zyx Exercício 51) Classifique, quanto ao número de soluções, os seguintes sistemas homogêneos: a) 086 043 21 21 xx xx b) 03 0422 0 zyx zyx zyx c) 04 03 02 yx zyx zyx Respostas: a) indeterminado b) indeterminado c) determinado 27 Exercício 52) Discutir o sistema 1 23 yx myx . Exercício 53) Discuta o sistema de equações abaixo, nas incógnitas x e y: a) 2 10 3 5 8 x my x y b) 72 2 myx yx Exercício 54) Discutir o sistema nas incógnitas x e y em função do parâmetro real p: 5 1 5 1 x py px y Exercício 55) Discuta o sistema: Exercício 56) Determinar m, de modo que o sistema 4 0 2 zyx zmyx yx seja incompatível. Exercício 57) Verificar se o sistema 0 023 yx yx é determinado ou indeterminado. 28 Exercício 58) Determine o valor de m de modoque o sistema de equações abaixo, 2 10 3 5 8 x my x y , seja impossível. Exercício 59) Determine o valor de k, de modo que o sistema seja possível e determinado. Resposta: 1k Exercício 60) Determine o valor de m, de modo que o sistema apresente apenas a solução trivial. Resposta: Exercício 61) Discuta em função do parâmetro real k o sistema nas incógnitas x,y e z : 2 1 2 2 3 3 1 x y z x y z x y kz EXERCÍCIOS LIVRO BASE – PÁGINA 96 NÚMEROS 16, 17, 18 5 – VETORES 29 5– VETORES Grandezas Escalares Grandezas físicas que são completamente definidas quando são especificados o seu módulo e a sua unidade de medida são denominadas grandezas escalares. Grandezas Vetoriais Quando você está se deslocando de uma posição para outra, basta você dizer que percorreu uma distância igual a 5 m? Você precisa especificar, além da distância (módulo), a direção e o sentido em que ocorre este deslocamento. 5.1 – RETA ORIENTADA - EIXO Uma reta r é orientada quando se fixa nela um sentido de percurso, considerado positivo e indicado por uma seta. 5.2 – SEGMENTO ORIENTADO Um segmento orientado é determinado por um par ordenado de pontos, o primeiro chamado origem do segmento, o segundo chamado extremidade. 5.2.1 – Segmento Nulo Um segmento nulo é aquele cuja extremidade coincide com a origem. 5 – VETORES 30 5.2.2 – Medida de um Segmento Fixada uma unidade de comprimento, a cada segmento orientado pode-se associar um número real, não negativo, que é a medida do segmento em relação àquela unidade. A medida do segmento orientado é o seu comprimento ou seu módulo. O comprimento do segmento AB é indicado por . Assim, o comprimento do segmento AB representado na figura abaixo é de 5 unidades de comprimento: = 5 u.c. 5.2.3 – Direção e Sentido Dois segmentos orientados não nulos AB e CD têm a mesma direção se as retas suportes desses segmentos são paralelas: 5.3 – VETOR Vetor é um ente matemático representado por um segmento de reta orientado. - Possui módulo. - Tem uma direção. - Tem um sentido. 5 – VETORES 31 5.3.1 – Vetor Unitário Um vetor é unitário se | | = 1. 5.3.2 – Versor Versor de um vetor não nulo é o vetor unitário de mesma direção e mesmo sentido de . 5.33 – Vetores Colineares Dois vetores e são colineares se tiverem a mesma direção. Em outras palavras: e são colineares se tiverem representantes AB e CD pertencentes a uma mesma reta ou a retas paralelas. 5.3.4 – Vetores Coplanares Se os vetores não nulos , e (não importa o número de vetores) possuem representantes AB, CD e EF pertencentes a um mesmo plano , diz-se que eles são coplanares. , e são coplanares 5 – VETORES 32 5.4 – OPERAÇÕES COM VETORES 5.4.1 Operações Os vetores 1 1,u x y e 2 2,v x y vetores no plano (2-D) e α um escalar qualquer. Adição: 1 2 1 2,u v x x y y Subtração: 1 2 1 2,u v x x y y Multiplicação: 1 1 1 1, ,u x y x y 5.4.2 – Igualdade - Os vetores 7, 2u e 7, 2v são iguais. - Os vetores 2 4, 3u x e 4, 3v y são iguais somente se: 2x – 4 = 4 y + 3 = -3 ou seja, se x = 4 e y = -6. 5.4.3 - Vetor definido por dois pontos Muitas vezes um vetor é representado por um segmento que não parte da origem do sistema. Vamos considerar um vetor AB com origem no ponto A(x1, y1) e extremidade no ponto B(x2, y2) conforme figura abaixo. Os vetores OA e OB têm expressões analíticas: OA = (x1, y1) e OB = (x2, y2). 5 – VETORES 33 Através da figura anterior também podemos concluir que OA AB OB de onde AB OB OA ou AB = (x2, y2) – (x1, y1). Logo, AB = (x2 – x1, y2 – y1), o que significa que para encontrarmos as componentes do vetor AB basta subtrairmos das coordenadas da extremidade B as coordenadas da origem A. Portanto AB B A . 5.5 – EXERCÍCIOS Exercício 62) Dados os vetores 2, 3u e 1,4v ,determinar . Exercício 63) Sejam 3,1,2u 4,0, 8v e 6, 1, 4w ,determinar: a) v – w b) 6u + 2v c) –v + u d) 5( v – 4u) e) -3(v – 8w) Exercício 64) Dados u=(1,-2), v=(2,4) efetuar (a) u+v; (b) u-v; (c) 3u+2v. Exercício 65) Determinar o vetor w na igualdade 1 4 3 3 w u v w , sendo dados 2, 1u e 2,4v . Exercício 66) Determinar o vetor w na igualdade 3w+2u= 1 2 v + w, sendo u=(3,-1) e v=(-2,4). Exercício 67) Dados os pontos A (2,-1), B (4,-2) e C (-3,-1), determinar D (x,y) de modo que Exercício 68) Dados os pontos A (-1,3), B (1,0) e C (2,-1), determinar D tal que 5 – VETORES 34 5.6 – PRODUTO DE VETORES 5.6.1PRODUTO ESCALAR – de u e v , denotado por u v é o escalar obtido pela multiplicação das componentes correspondentes, somando-se os produtos resultantes. - Os vetores u e v são ortogonais (ou perpendiculares) se seu produto escalar é zero. Exercício 69) Sejam 1, 2,8u , 6,7,1v 5, 2,4w . Então a) u v b) u w Exercício 70) Sejam os vetores 3,2,1u e, 5, 3,4v e 1,6, 7w . Calcular: a) 2u v u v b) u v c) u v w d) v w Exercício 71) Sejam 5,4,1u e, 3, 4,1v e 1, 2,3w .Quais os pares de vetores são ortogonais (perpendiculares)? Exercício 72) Determine K de maneira que os vetores 1, , 3u k e, 2, 5,4v sejam ortogonais. 5.6.2 PRODUTO VETORIAL det minuxv er ante 1 1 1 2 2 2 i j k x y z x y z O produto vetorial é definido somente para vetores em R3. Exercício 73) O produto vetorial uxv de 1,2,0u por 0,1,3v é Exercício 74) Sejam 2 2v i j k e 3w i k . Determine o produto vetorial v x w . R: 2, 7, 6 Exercício 75) Se 1,1,2u , 3,1, 1v e 0,2,1w , então ( )vx w ü é o vetor: Exercício 76) Dados 1,1, 1u e 2,1,3v então ( ) ( )u v uxv é: EXERCÍCIOS LIVRO BASE – PÁGINAS 113 NÚMERO 1 119 NÚMEROS 1 e 8 35 6. COMBINAÇÃO LINEAR Consideremos um espaço vetorial real V (ou complexo), v1, v2, ..., vn V e a1, a2, ..., an números reais (ou complexos). Chamamos combinação linear de v1, v2, ..., vn como sendo o vetor v V, definido por v = a1v1 + a2v2 + ...+ anvn. EXERCÍCIOS Exercício 77):Dados os vetores v = (1, -2, 1), v1 = (1, 0, 1) e v2 = (0, 2, 0). Verifique se v é combinação linear de v1 e v2. Exercício 78) Escreva o vetor v = (0, 1) R2 como combinação linear dos vetores v1 = (3, 2) e v2 = (2, 2). Exercício 79) Sendo o vetor v = (-9, -7,-15) R3. Escreva-o comocombinação linear dos vetores v1 = (2, 1, 4), v2 = (1, -1, 3) e v3 = (3, 2, 5). Exercício 80) Sendo o vetor v = (1, -2, 5) R3. Escreva-o como combinação linear dos vetores v1 = (1, 1, 1), v2 = (1, 2, 3) e v3 = (2, -1, 1). Exercício 81) Escreva o vetor v = (7, -11, 2) R3 como combinação linear dos vetores v1 = (2, -3, 2) e v2 = (-1, 2, 4). Exercício 82) Para qual valor de k será o vetor v = (1, -2, k) R3 uma combinação linear dos vetores v = (3, 0, -2), w = (2, -1, -5)? Exercício 83) Escreva o polinômio 2 4 3v t t sobre R como combinação linear dos polinômios 2 1 2 5v t t , 2 2 2 3v t t e 3 3v t Exercício 84) Escreva a matriz 3 1 1 1 E como combinação linear das matrizes 1 1 1 0 A , 0 0 1 1 B e 0 2 . 0 1 C EXERCÍCIOS LIVRO BASE – PÁGINA 167 NÚMEROS 7 e 8 36 7 AUTOVALORES E AUTOVETORES 7.1 DEFINIÇÃO Seja A uma matriz quadrada de ordem n. O número real é autovalor de A se existir um vetor não nulo v tal que: A.v = .v Todo vetor não nulo v é chamado de autovetor de A associado ao autovalor . Autovalores são também chamados de valores próprios ou valores característicos e os autovetores são chamados de vetores próprios ou vetores característicos. 7.2 POLINÔMIO CARACTERÍSTICO Seja a equação A.v = .v, se I for identidade da mesma ordem de A, então a equação pode ser escrita na forma A.v = (I).v, daí: (A – I) .v = 0 Essa equação resulta em um polinômio chamado de polinômio característico de A, onde os valores de são as raízes do polinômio e, portanto, os autovalores da matriz A. EXERCÍCIOS Exercício 85) Encontre os polinômios característicos das matrizes abaixo: a) 10 21 b) 100 210 321 c) 112 121 211 d) 3 1 1 1 5 1 1 1 3 Exercício 86) Sendo 31 22 A , encontre seus autovalores e seu autovetor(es). 37 Exercício 87) Se 21 43 A , quais são seus autovalores e autovetor(es). Exercício 88) Se 10 22 A , quais são seus autovalores e autovetor(es). Exercício 89)) Encontre os autovalores de 210 011 024 A . Exercício 90) Encontre os autovalores de 133 040 331 A . 38 8. ESPAÇOS VETORIAIS Conjuntos, cujos elementos chamamos de vetores,nos quais definimos duas operações internas, a soma e a multiplicação escalar. ,u v E e u v E .u E As duas operações devem respeitar os seguintes axiomas: A1) (u + v) + w = u + (v + w) (associativa) A2) u + v = v + u (comutativa) A3) existe 0 V tal que u + 0 = u, onde 0 é chamado vetor nulo (existência de elemento neutro) A4) existe –u V tal que u + (-u) = 0 (existência de simétrico aditivo) M1) . (u + v) = u + v M2) ( + )v = v + v M3) ( )v = ( v) M4) 1u = u Exercício 91): O conjunto 2 , / ,V x y x y , cujas operações são definidas como: I 1 1,x y + 2 2,x y = 1 2x x , 1 2y y II K 1 1,x y = 1 1,kx ky é um espaço vetorial pois o conjunto está definido com as operações de adição e multiplicação por escalar. Assim, satisfazem os oitos axiomas de um espaço vetorial. Demonstre Exercício 92): O conjunto 2 , / ,V R a b a b formado por vetores definidos com as operações de adição e multiplicação por escalar I (a , b) + ( c , d) = ( a + c , b + d) II K(a, b) = ( Ka, b) não é espaço vetorial. Exercício 93) O conjunto 2 , / ,V R a b a b formado por vetores definidos com as operações de adição e multiplicação por escalar I (a , b) + ( c , d) = ( a + c , b + d) II K(a, b) = ( 0, kb) não é espaço vetorial. 39 Exercício 94) O conjunto 2 , / ,V R a b a b , cujas operações são definidas como: I (a , b) + ( c , d) = ( a + c , b + d) II K ,a b = ,ka kb é um espaço vetorial pois o conjunto está definido com as operações de adição e multiplicação por escalar. Assim, satisfazem os oitos axiomas de um espaço vetorial. Demonstre 8.1 SUPESPAÇOS VETORIAIS Dado um espaço vetorial real V, um subconjunto W ≠ , será um subespaço vetorial de V se: i) u,v W u + v W ii) R, u W .u W A definição acima garante que operações realizadas em W, no caso a adição e a multiplicação por escalar, resultam em elementos de W, sendo o suficiente para afirmar o próprio W é um espaço vetorial. As operações são bem definidas e não é preciso verificar as oito propriedades que definem um espaço vetorial, pois, sendo válidas em V, que contém W, também o são em W. Todo subespaço W V, necessariamente contém o vetor nulo . É fácil verificar esta condição, quando se faz = 0. Todo espaço vetorial admite pelo menos dois subespaços, denominados subespaços triviais, o conjunto formado somente pelo vetor nulo e o próprio espaço vetorial (0 e V). Exercício 95): Verifique quais, dentre os subconjuntos abaixo, são subespaços vetoriais? a) S= {(x, y) R2 / y = 2x} b) S= {(x, y) R2 / y = 4 - 2x} c) S = {(x, y,z) R3 / x = 4y e z = 0} d) S = {(x, y,z) R3 / z = 2x - y} e) S= {(x, y) R2 / x 0} f) S= {(x, y) R2 / x = - 2y + 3}
Compartilhar