Baixe o app para aproveitar ainda mais
Prévia do material em texto
Notas de aula de Álgebra Linear e Geometria Analı́tica Dário Rogério Júlio Maxaieie Maputo, 2024 Conteúdo 1 Matrizes 2 1.1 Noção de matriz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2 1.1.1 Igualdade de Matrizes . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3 1.1.2 Alguns casos a considerar . . . . . . . . . . . . . . . . . . . . . . . . . . 3 1.1.3 Matrizes determinadas por uma lei de formação . . . . . . . . . . . . . . . 4 1.2 Operações com matrizes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5 1.2.1 Soma de matrizes e multiplicação de matriz por um escalar . . . . . . . . . 5 1.2.2 Multiplicação de matrizes . . . . . . . . . . . . . . . . . . . . . . . . . . 6 1.2.3 Potenciação, polinómios e transposição de matrizes . . . . . . . . . . . . . 8 1.3 Propriedades das operações com matrizes . . . . . . . . . . . . . . . . . . . . . . 11 1.3.1 Propriedades da soma e multiplicação por escalar . . . . . . . . . . . . . . 11 1.3.2 Propriedades da multiplicação de matrizes . . . . . . . . . . . . . . . . . . 11 1.3.3 Propriedades da transposta . . . . . . . . . . . . . . . . . . . . . . . . . . 12 1.4 Exercı́cios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12 1.5 Matrizes Escalonadas e Operações Elementares . . . . . . . . . . . . . . . . . . . 14 1.6 Exercı́cios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17 1.7 Determinantes e suas propriedades . . . . . . . . . . . . . . . . . . . . . . . . . . 18 1.8 Matrizes Invertı́veis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19 1 Capı́tulo 1 Matrizes 1.1 Noção de matriz Matriz Uma matriz é um agrupamento rectangular de números, dispostos em linhas e colunas. Esses números são chamados elementos, termos ou entradas da matriz. Notação Uma matriz, digamos A, com m linhas e n colunas é denotada como se segue: A = a11 a12 . . . aan a21 a22 . . . a2n ... ... ... ... am1 am2 . . . amn . Paralelamente, para abreviar a notação acima, pode ser usada a notação A = [aij]. Cada aij representa a entrada da linha i e coluna j. Ordem da matriz Para indicar que a matriz A tem m linhas e n colunas, usaremos a notação Am×n e diremos que A é de ordem (ou de dimensão, ou ainda de tamanho ou do tipo) m× n. 2 Exemplo São exemplos de matrizes as seguintes A = [ 1 2 0 3 ] , B = [√ 2 −1 0 2 π 1 2 ] , C = 1 1 2 3 , D = [ 2 4 17 ] , E = 5, 1 1, 2 −16, 9 0 4, 4 −7, 3 9 8, 5 . Neste exemplo, as matrizes A,B,C,D e E são de ordem (2 × 2), (2 × 3), (4 × 1), (1 × 3) e (3× 3), respectivamente. 1.1.1 Igualdade de Matrizes Duas matrizes A e B são iguais se têm a mesma ordem e possuem todos elementos da mesma posição iguais. Isto é, A = [aij] e B = [bij] são iguais se aij = bij , para todos os pares i, j. Exemplo Considere as matrizes A = [ a b c d ] , B = [ 2 3 0 1 ] e C = [ 2 0 x 5 3 y ] . É óbvio que nem A nem B podem ser iguais a C, independentemente dos valores de x e y. No entanto, A = B se, e somente se, a = 2, b = 3, c = 0, d = 1. As matrizes L = [ 1 2 3 ] e C = 12 3 , não são iguais (embora tenham elementos iguais). pois são de diferentes ordens. 1.1.2 Alguns casos a considerar • Uma matriz com m = n diz-se matriz quadrada. A = a11 a12 . . . a1n a21 a22 . . . a2n ... ... . . . ... an1 an2 . . . ann • A matriz quadrada com os elementos fora da diagonal todos nulos é dita matriz diagonal. D = a11 0 . . . 0 0 a22 . . . 0 ... ... . . . ... 0 0 . . . ann 3 • Uma matriz diagonal em que todos os elementos da diagonal são iguais é chamada matriz escalar. D = k 0 . . . 0 0 k . . . 0 ... ... . . . ... 0 0 . . . k • Uma matriz com todas entradas nulas diz-se nula. Por exemplo: O = [ 0 0 ] , O = [ 0 0 0 0 ] , O = 0 0 00 0 0 0 0 0 . • A matriz identidade é uma matriz escalar cuja diagonal é composta apenas por 1. I1 = [1], I2 = [ 1 0 0 1 ] , I3 = 1 0 00 1 0 0 0 1 , In = 1 0 . . . 0 0 1 . . . 0 ... ... . . . ... 0 0 . . . 1 . 1.1.3 Matrizes determinadas por uma lei de formação Matrizes podem ser obtidas conhecendo as suas leis de formação. Vejamos alguns exemplos. Exemplo A matriz A, de ordem 3× 2, é tal que aij = i+ j − 1. Encontre esta matriz. Note-se que A tem a seguinte configuração A = a11 a12a21 a22 a31 a32 . Assim, a11 = 1 + 1− 1 = 1, a12 = 1 + 2− 1 = 2 a21 = 2 + 1− 1 = 2, a22 = 2 + 2− 1 = 3 a31 = 3 + 1− 1 = 3, a32 = 3 + 2− 1 = 4. Logo, A = 1 22 3 3 4 . 4 Exemplo Determine uma matriz B, de ordem 4× 4, cujas entradas são dadas pela fórmula bij = −1, se i < j 0, se i = j 1, se i > j . É claro que a matriz B tem a configuração B = a11 a12 a13 a14 a21 a22 a23 a24 a31 a32 a33 a34 a41 a42 a43 a44 . Notemos que: • os elementos do triângulo superior (i < j) são iguais à -1: a12 = a13 = a14 = a23 = a24 = a34 = −1. • os elementos da diagonal (i = j) são nulos: a11 = a22 = a33 = a44 = 0. • os elementos do triângulo inferior (i > j) são iguais à 1: a21 = a31 = a32 = a41 = a42 = a43 = 1. Assim, B = 0 −1 −1 −1 1 0 −1 −1 1 1 0 −1 1 1 1 0 . 1.2 Operações com matrizes 1.2.1 Soma de matrizes e multiplicação de matriz por um escalar Sejam A e B são matrizes da mesma ordem, m× n. Adição e subtração de matrizes A adição A + B é uma matriz, de ordem m × n, que resulta adicionando os elementos das duas matrizes correspondentes à mesma posição. Isto é, se A = [aij] e B = [bij], então A+B = [aij + bij]. Da mesma forma define-se A−B: se A = [aij] e B = [bij], então A−B = [aij − bij]. 5 Multiplicação por escalar A multiplicação da matriz A = [aij] por um escalar r é a matriz obtida multiplicando todos os elementos de A por r, isto é rA = r[aij] = [raij]. Exemplos Consideremos as matrizes A = [ 4 0 5 −1 3 2 ] , B = [ 1 1 1 3 5 7 ] e C = [ 2 −3 0 1 ] . Verifica-se que A+B = [ 5 1 6 2 8 9 ] , no entanto A+C não está definida devido a diferença de ordem. Verifica-se que 2B = 2 [ 1 1 1 3 5 7 ] = [ 2 2 2 6 10 14 ] . A− 2B = [ 4 0 5 −1 3 2 ] − [ 2 2 2 6 10 14 ] = [ 2 −2 3 −7 −7 −12 ] . 1.2.2 Multiplicação de matrizes Produto de uma matriz por uma coluna Defina-se, primeiro, o produto de uma matriz A de ordem m× n e uma matriz X de ordem n× 1 (X é uma matriz coluna). Se a1, a2, . . . , an são as colunas da matriz A e x1, x2, . . . , xn são os elementos da matriz X , escrevemos A = [a1 a2 . . . an] e X = x1 x2 ... xn . O produto de A e X está definido e é dado por AX = a1x1 + a2x2 + · · ·+ anxn. 6 Exemplo Seja dada a matriz A = [ 2 3 1 −5 ] e a matriz coluna X = [ 3 −2 ] . Então, AX = [ 2 3 1 −5 ][ 3 −2 ] = [ 2 1 ] · 3 + [ 3 −5 ] · (−2) = [ 6 3 ] + [ −6 10 ] = [ 0 13 ] . Caso geral Sejam A uma matriz de ordem m× n e B uma matriz de ordem n× p (o número de colunas de A é igual ao número de linhas de B). Denotemos as colunas de B por b1, b2, . . . , bp. Então, o produto AB é uma matriz de ordem m× p cujas colunas são Ab1, Ab2, . . . , Abp. Ou seja, AB = A[b1 b2 . . . bp] = [Ab1 Ab2 . . . Abp]. Exemplo Calcule o produto AB, onde A = [ 2 3 1 −5 ] e B = [ 4 3 6 1 −2 3 ] . • Como A é de ordem 2× 2 e B é de ordem 2× 3 temos que AB será de ordem 2× 3. • As colunas de B são b1 = [ 4 1 ] , b2 = [ 3 −2 ] , b3 = [ 6 3 ] . • As colunas de AB serão dadas por Ab1 = [ 2 3 1 −5 ][ 4 1 ] = [ 2 1 ] · 4 + [ 3 −5 ] · 1 = [ 11 −1 ] Ab2 = [ 2 3 1 −5 ][ 3 −2 ] = [ 2 1 ] · 3 + [ 3 −5 ] · (−2) = [ 0 13 ] Ab3 = [ 2 3 1 −5 ][ 6 3 ] = [ 2 1 ] · 6 + [ 3 −5 ] · 3 = [ 21 −9 ] 7 • Portanto, AB = [ 11 0 21 −1 13 −9 ] . Cruzamento linha-coluna para o produto matricial Estando definido o produto matricial AB, seuselementos são definidos por cij = ai1b1j + ai2b2j + ai3b3j + · · ·+ ainbnj. Exemplo Nas matrizes do exemplo anterior temos c11 = 2 · 4 + 3 · 1 = 11 c12 = 2 · 3 + 3 · (−2) = 0 c13 = 2 · 6 + 3 · 3 = 21 c21 = 1 · 4 + (−5) · 1 = −1 c22 = 1 · 3 + (−5) · (−2) = 13 c23 = 1 · 6 + (−5) · 3 = −9 Logo, AB = [ 11 0 21 −1 13 −9 ] . 1.2.3 Potenciação, polinómios e transposição de matrizes Potências de matrizes Seja A uma matriz quadrada de ordem n × n e k um número inteiro positivo. A potenciação de matrizes é definida do seguinte modo: A0 = In A1 = A A2 = AA ... Ak = AA . . . A︸ ︷︷ ︸ k vezes . Exemplo Calcule todas as potências de A, sendo A = [ 1 1 1 1 ] . 8 Tem-se que A0 = [ 1 0 0 1 ] A1 = A = [ 1 1 1 1 ] A2 = AA = [ 1 1 1 1 ][ 1 1 1 1 ] = [ 2 2 2 2 ] A3 = A2A = [ 2 2 2 2 ][ 1 1 1 1 ] = [ 4 4 4 4 ] A4 = A3A = [ 4 4 4 4 ][ 1 1 1 1 ] = [ 8 8 8 8 ] ... Ak = [ 2k−1 2k−1 2k−1 2k−1 ] , k ≥ 1. Polinómio de matrizes Seja A uma matriz quadrada n× n e f(x) = amxm + am−1xm−1 + · · ·+ a1x+ a0 um polinómio de grau m. Então, f(A) = amA m + am−1A m−1 + · · ·+ a1A+ a0In. Exemplo Mostre que a matriz A = [ 1 1 1 1 ] é um zero do polinómio f(x) = x3 − 4x. Será A uma raı́z do polinómio g(x) = x2 − 1? Temos: f(A) = A3 − 4A = [ 4 4 4 4 ] − 4 [ 1 1 1 1 ] = [ 4 4 4 4 ] − [ 4 4 4 4 ] = O. g(A) = A2 − I2 = [ 2 2 2 2 ] − [ 1 0 0 1 ] = [ 1 2 2 1 ] . Logo, A é uma raı́z do polinómio f(x) = x3 − 4x pois f(A) = 0. No entanto, A não é raı́z de g(x) = x2 − 1 pois g(A) ̸= 0. 9 Transposta de uma matriz Dada uma matriz qualquer A, a sua transposta denotada por AT é definida do seguinte modo: cada linha de A é uma coluna de AT , vice-versa. Isto é: Se A = [aij], então AT = [aji]. Simetria em matrizes quadradas Diz-se que a matriz é simétrica se AT = A, ou seja se aij = aji para quaisquer i, j. Diz-se que a matriz é antissimétrica se AT = −A, ou seja se aij = −aji para quaisquer i, j. Diz-se que a matriz é assimétrica se não é simétrica ou antissimétrica. Exemplo Sejam A = [ 1 3 2 5 0 1 ] , B = [ a c b d ] e C = [ 5 −1 2 ] . Então, suas transpostas são AT = 1 53 0 2 1 , BT = [a b c d ] e CT = 5−1 2 . Exemplo Sejam as matrizes quadradas A = 1 2 32 5 0 3 0 4 , B = [ 1 2 −1 3 ] , e C = 0 −1 −21 0 3 2 −3 0 . Verifica-se que: • A matriz A satisfaz AT = A, logo A é simétrica. • A matriz C satisfaz CT = −C, logo C é antissimétrica. • Para a matriz B temos BT ̸= B e BT ̸= −B, o que significa que B é assimétrica. 10 1.3 Propriedades das operações com matrizes 1.3.1 Propriedades da soma e multiplicação por escalar A soma de matrizes tem um comportamento semelhante ao da soma de números reais. A seguir são apresentadas as propriedades da soma e da multiplicação por um escalar. Sejam A,B e C matrizes de mesma ordem, e c e d, escalares. Então • A+B = B + A (comutatividade) • (A+B) + C = A+ (B + C) (Associativa) • A+O = A • A+ (−A) = A− A = O • c(A+B) = cA+ cB (Distributiva) • (c+ d)A = cA+ dA (Distributiva) • c(dA) = (cd)A • 1A = A 1.3.2 Propriedades da multiplicação de matrizes A multiplicação de matrizes nem sempre se comportasse como a multiplicação de números reais. Existem algumas diferenças significativas. Consideremos as matrizes A = [ 2 4 −1 −2 ] e B = [ 1 0 1 1 ] . Multiplicando-as temos AB = [ 2 4 −1 −2 ][ 1 0 1 1 ] = [ 6 4 −3 −2 ] e BA = [ 1 0 1 1 ][ 2 4 −1 −2 ] = [ 2 4 1 2 ] . Portanto, AB ̸= BA. Assim, em contraste com a multiplicação de números reais, a multiplicação de matrizes não é comutativa — a ordem dos fatores em um produto é importante! Agora, calculando A2 tem-se A2 = AA = [ 2 4 −1 −2 ][ 2 4 −1 −2 ] = [ 0 0 0 0 ] . 11 Assim, para matrizes, a equação A2 = O não implica que A = O (diferentemente da situação para números reais, em que a equação x2 = 0 tem somente x = 0 como solução). Seguem as propriedades da multiplicação de matrizes. Sejam A, B e C matrizes (cujas ordens possibilitem que as operações indicadas sejam realizadas) e seja k um escalar. Então • A(BC) = (AB)C (Associativa) • A(B + C) = AB + AC (Distributiva à esquerda) • (A+B)C = AC +BC (Distributiva à direita) • k(AB) = (kA)B = A(kB) • ImA = A = AIn, se A for m× n (Identidade da multiplicação) 1.3.3 Propriedades da transposta Sejam A e B matrizes (cujas ordens são tais que as operações indicadas podem ser realizadas) e seja k um escalar. Então • (AT )T = A • (A+B)T = AT +BT • (kA)T = k(AT ) • (AB)T = BTAT • (Ar)T = (AT )r 1.4 Exercı́cios 1. Em cada um dos casos a seguir, encontre a matriz A = [aij] de ordem 4 × 4 que satisfaz a condição dada: a) aij = (−1)i+j b) aij = j−i c) aij = (i−1)j d) aij = sin ( (i+ j − 1)π 4 ) . 2. Em cada um dos casos a seguir, encontre a matriz A = [aij] de ordem 6 × 6 que satisfaz a condição dada: a) aij = { i+ j se i ≤ j 0 se i > j b) aij = { 1 se |i− j| ≤ 1 0 se |i− j| > 1 c) aij = { 1 se 6 ≤ i+ j ≤ 8 0 nos outros casos . 3. Dadas as matrizes A = [ 1 2 3 4 ] e B = [ −1 0 1 1 ] , determine a matriz X se: a) X − 2A+ 3B = O b) 2X = A−B c) 2(A+ 2B) = 3X d) 2(A−B +X) = 3(X − A) 12 4. Sejam A = [ 3 0 −1 5 ] , B = [ 4 −2 1 0 2 3 ] , C = 1 23 4 5 6 D = [ 0 −3 −2 1 ] , E = [ 4 2 ] , F = [ −1 2 ] . Calcule (se possı́vel): a) A+ 2D b) B − C c) 3D − 2A d) C −BT e) AB f) BD g) D +BC h) BBT i) E(AF ) j) F (DF ) k) FE l) EF m) BTCT − (CB)T n) DA−AD o) A3 p) (I2 −D)2. 5. Seja A = [ 0 1 −1 1 ] . a) Calcule A2, A3, . . . , A7. b) Diga qual é a matriz A2024. 6. Seja B = [ 1√ 2 − 1√ 2 1√ 2 1√ 2 ] . Determine B2024. 7. Sendo A = [ 1 1 0 1 ] , encontre uma fórmula para An. 8. Seja A = [ cos θ − sin θ sin θ cos θ ] . Mostre que A2 = [ cos 2θ − sin 2θ sin 2θ cos 2θ ] . 13 Matrizes Noção de matriz Igualdade de Matrizes Alguns casos a considerar Matrizes determinadas por uma lei de formação Operações com matrizes Soma de matrizes e multiplicação de matriz por um escalar Multiplicação de matrizes Potenciação, polinómios e transposição de matrizes Propriedades das operações com matrizes Propriedades da soma e multiplicação por escalar Propriedades da multiplicação de matrizes Propriedades da transposta Exercícios Matrizes Escalonadas e Operações Elementares Exercícios Determinantes e suas propriedades Matrizes Invertíveis
Compartilhar