Baixe o app para aproveitar ainda mais
Esta é uma pré-visualização de arquivo. Entre para ver o arquivo original
um curso de geometria analitica e álgebra linear.pdf UM CURSO DE GEOMETRIA ANAL´ITICA E ´ALGEBRA LINEAR Reginaldo J. Santos Departamento de Matema´tica-ICEx Universidade Federal de Minas Gerais http://www.mat.ufmg.br/˜regi Julho 2009 Um Curso de Geometria Analı´tica e ´Algebra Linear Copyright c⃝ 2009 by Reginaldo de Jesus Santos (091118) ´E proibida a reproduc¸a˜o desta publicac¸a˜o, ou parte dela, por qualquer meio, sem a pre´via autorizac¸a˜o, por escrito, do autor. Editor, Coordenador de Revisa˜o, Supervisor de Produc¸a˜o, Capa e Ilustrac¸o˜es: Reginaldo J. Santos ISBN 85-7470-006-1 Ficha Catalogra´fica Santos, Reginaldo J. S237u Um Curso de Geometria Analı´tica e ´Algebra Linear / Reginaldo J. Santos - Belo Horizonte: Imprensa Universita´ria da UFMG, 2009. 1. ´Algebra Linear 2. Geometria Analı´tica I. Tı´tulo CDD: 512.5 516.3 Conteu´do Prefa´cio vii 1 Matrizes e Sistemas Lineares 1 1.1 Matrizes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1 1.1.1 Operac¸o˜es com Matrizes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3 1.1.2 Propriedades da ´Algebra Matricial . . . . . . . . . . . . . . . . . . . . . . . . 9 1.1.3 Aplicac¸a˜o: Cadeias de Markov . . . . . . . . . . . . . . . . . . . . . . . . . . 15 Apeˆndice I: Notac¸a˜o de Somato´rio . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32 1.2 Sistemas de Equac¸o˜es Lineares . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34 1.2.1 Me´todo de Gauss-Jordan . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38 1.2.2 Matrizes Equivalentes por Linhas . . . . . . . . . . . . . . . . . . . . . . . . 49 1.2.3 Sistemas Lineares Homogeˆneos . . . . . . . . . . . . . . . . . . . . . . . . . 51 1.2.4 Matrizes Elementares (opcional) . . . . . . . . . . . . . . . . . . . . . . . . . 55 iii iv Conteu´do 2 Inversa˜o de Matrizes e Determinantes 75 2.1 Matriz Inversa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75 2.1.1 Propriedades da Inversa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77 2.1.2 Matrizes Elementares e Inversa˜o (opcional) . . . . . . . . . . . . . . . . . . . 80 2.1.3 Me´todo para Inversa˜o de Matrizes . . . . . . . . . . . . . . . . . . . . . . . . 83 2.1.4 Aplicac¸a˜o: Interpolac¸a˜o Polinomial . . . . . . . . . . . . . . . . . . . . . . . . 94 2.1.5 Aplicac¸a˜o: Criptografia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 96 2.2 Determinantes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 105 2.2.1 Propriedades do Determinante . . . . . . . . . . . . . . . . . . . . . . . . . . 111 2.2.2 Matrizes Elementares e o Determinante (opcional) . . . . . . . . . . . . . . . 126 Apeˆndice II: Demonstrac¸a˜o do Teorema 2.11 . . . . . . . . . . . . . . . . . . . . . . 133 3 Vetores no Plano e no Espac¸o 139 3.1 Soma de Vetores e Multiplicac¸a˜o por Escalar . . . . . . . . . . . . . . . . . . . . . . 141 3.2 Produtos de Vetores . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 170 3.2.1 Norma e Produto Escalar . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 170 3.2.2 Projec¸a˜o Ortogonal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 179 3.2.3 Produto Vetorial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 182 3.2.4 Produto Misto . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 193 Apeˆndice III: Demonstrac¸a˜o do item (e) do Teorema 3.5 . . . . . . . . . . . . . . . . 210 4 Retas e Planos 213 4.1 Equac¸o˜es de Retas e Planos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 213 4.1.1 Equac¸o˜es do Plano . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 213 4.1.2 Equac¸o˜es da Reta . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 228 4.2 ˆAngulos e Distaˆncias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 250 Um Curso de Geometria Analı´tica e ´Algebra Linear Julho 2009 Conteu´do v 4.2.1 ˆAngulos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 250 4.2.2 Distaˆncias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 256 5 Espac¸os ℝ푛 278 5.1 Independeˆncia Linear . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 278 5.1.1 Os Espac¸os ℝ푛 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 278 5.1.2 Combinac¸a˜o Linear . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 283 5.1.3 Independeˆncia Linear . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 289 5.1.4 Posic¸o˜es Relativas de Retas e Planos . . . . . . . . . . . . . . . . . . . . . . 299 5.2 Subespac¸os, Base e Dimensa˜o . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 308 Apeˆndice IV: Outros Resultados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 333 5.3 Produto Escalar em ℝ푛 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 341 5.3.1 Produto Interno . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 341 5.3.2 Bases Ortogonais e Ortonormais . . . . . . . . . . . . . . . . . . . . . . . . 351 5.4 Mudanc¸a de Coordenadas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 359 5.4.1 Rotac¸a˜o . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 365 5.4.2 Translac¸a˜o . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 367 5.4.3 Aplicac¸a˜o: Computac¸a˜o Gra´fica - Projec¸a˜o Ortogra´fica . . . . . . . . . . . . . 370 6 Diagonalizac¸a˜o 382 6.1 Diagonalizac¸a˜o de Matrizes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 382 6.1.1 Motivac¸a˜o . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 382 6.1.2 Autovalores e Autovetores . . . . . . . . . . . . . . . . . . . . . . . . . . . . 385 6.1.3 Diagonalizac¸a˜o . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 394 6.2 Diagonalizac¸a˜o de Matrizes Sime´tricas . . . . . . . . . . . . . . . . . . . . . . . . . 414 6.2.1 Motivac¸a˜o . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 414 Julho 2009 Reginaldo J. Santos vi Conteu´do 6.2.2 Matrizes Ortogonais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 417 Apeˆndice V: Autovalores Complexos . . . . . . . . . . . . . . . . . . . . . . . . . . . 428 6.3 Aplicac¸a˜o: Identificac¸a˜o de Coˆnicas . . . . . . . . . . . . . . . . . . . . . . . . . . . 432 6.3.1 Elipse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 432 6.3.2 Hipe´rbole . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 439 6.3.3 Para´bola . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 446 Respostas dos Exercı´cios 474 Bibliografia 656 ´Indice Alfabe´tico 661 Um Curso de Geometria Analı´tica e ´Algebra Linear Julho 2009 Prefa´cio Este texto cobre o material para um curso de um semestre de Geometria Analı´tica e ´Algebra Linear ministrado nos primeiros semestres para estudantes da a´rea de Cieˆncias Exatas. O texto pode, mas na˜o e´ necessa´rio, ser acompanhado de um programa como o MATLABⓇ ∗, SciLab ou o Maxima. O conteu´do e´ dividido em seis capı´tulos. O Capı´tulo 1 trata das matrizes e sistemas lineares. Aqui todas as propriedades da a´lgebra matricial sa˜o demonstradas. A resoluc¸a˜o de sistemas lineares e´ feita usando somente o me´todo de Gauss-Jordan (transformando a matriz ate´ que ela esteja na forma escalonada reduzida). Este me´todo requer mais trabalho do que o me´todo de Gauss (transformando a matriz, apenas, ate´ que ela esteja na forma escalonada). Ele foi o escolhido, por que tambe´m e´ usado no estudo da inversa˜o de matrizes no Capı´tulo 2. Neste Capı´tulo e´ tambe´m estudado o determinante, que e´ definido usando cofatores. As demonstrac¸o˜es dos resultados deste capı´tulo podem ser, a crite´rio do leitor, feitas somente para matrizes 3× 3. O Capı´tulo 3 trata de vetores no plano e no espac¸o. Os vetores sa˜o definidos de forma geome´trica, assim como a soma e a multiplicac¸a˜o por escalar. Sa˜o provadas algumas propriedades geometrica- ∗MATLABⓇ e´ marca registrada de The Mathworks, Inc. vii viii Conteu´do mente. Depois sa˜o introduzidos sistemas de coordenadas de forma natural sem a necessidade da definic¸a˜o de base. Os produtos escalar e vetorial sa˜o definidos tambe´m geometricamente. O Capı´tulo 4 trata de retas e planos no espac¸o. Sa˜o estudados aˆngulos e distaˆncias entre retas e planos. O Capı´tulo 5 cobre a teoria dos espac¸os euclidianos. O conceito de dependeˆncia e independeˆncia linear e´ introduzido de forma alge´brica, acompanhado da interpretac¸a˜o geome´trica para os casos de ℝ 2 e ℝ3. Aqui sa˜o estudadas as posic¸o˜es relativas de retas e planos como uma aplicac¸a˜o do conceito de dependeˆncia linear. Sa˜o tambe´m tratados os conceitos de geradores e de base de subespac¸os. Sa˜o abordados tambe´m o produto escalar e bases ortonormais. O Capı´tulo e´ terminado com mudanc¸a de coordenadas preparando para o Capı´tulo de diagonalizac¸a˜o. O Capı´tulo 6 traz um estudo da diagonalizac¸a˜o de matrizes em geral e diagonalizac¸a˜o de matrizes sime´tricas atrave´s de um matriz ortogonal. ´E feita uma aplicac¸a˜o ao estudo das sec¸o˜es coˆnicas. Os exercı´cios esta˜o agrupados em treˆs classes. Os “Exercı´cios Nume´ricos”, que conte´m exercı´cios que sa˜o resolvidos fazendo ca´lculos, que podem ser realizados sem a ajuda de um com- putador ou de uma ma´quina de calcular. Os “Exercı´cios Teo´ricos”, que conte´m exercı´cios que reque- rem demonstrac¸o˜es. Alguns sa˜o simples, outros sa˜o mais complexos. Os mais difı´ceis complemen- tam a teoria e geralmente sa˜o acompanhados de sugesto˜es. Os “Exercı´cios usando o MATLABⓇ”, que conte´m exercı´cios para serem resolvidos usando o MATLABⓇ ou outro software. Os comandos necessa´rios a resoluc¸a˜o destes exercı´cios sa˜o tambe´m fornecidos juntamente com uma explicac¸a˜o ra´pida do uso. Os exercı´cios nume´ricos sa˜o imprescindı´veis, enquanto a resoluc¸a˜o dos outros, de- pende do nı´vel e dos objetivos pretendidos para o curso. O MATLABⓇ e´ um software destinado a fazer ca´lculos com matrizes (MATLABⓇ = MATrix LABo- ratory). Os comandos do MATLABⓇ sa˜o muito pro´ximos da forma como escrevemos expresso˜es alge´bricas, tornando mais simples o seu uso. Podem ser incorporados a`s func¸o˜es pre´-definidas, pacotes de func¸o˜es para tarefas especı´ficas. Um pacote chamado gaal com func¸o˜es que sa˜o direci- onadas para o estudo de Geometria Analı´tica e ´Algebra Linear pode ser obtido na web na pa´gina do Um Curso de Geometria Analı´tica e ´Algebra Linear Julho 2009 Prefa´cio ix autor, assim como um texto com uma introduc¸a˜o ao MATLABⓇ e instruc¸o˜es de como instalar o pacote gaal. O MATLABⓇ na˜o e´ um software gratuito, embora antes a versa˜o estudante vinha gra´tis ao se comprar o guia do usua´rio. Atualmente o SciLab e´ uma alternativa gratuita, mas que na˜o faz ca´lculo simbo´lico. O Maxima e´ um programa de computac¸a˜o alge´brica gratuito. Ambos podem ser usados como ferramenta auxiliar na aprendizagem de Geometria Analı´tica e ´Algebra Linear. Na pa´gina do autor na web podem ser encontrados pacotes de func¸o˜es para estes programas ale´m de links para as pa´ginas do SciLab e do Maxima e va´rias pa´ginas interativas que podem auxiliar na aprendizagem. No fim de cada capı´tulo temos um “Teste do Capı´tulo” para que o aluno possa avaliar os seus conhecimentos. Os Exercı´cios Nume´ricos e os Exercı´cios usando o MATLABⓇ esta˜o resolvidos apo´s o u´ltimo capı´tulo utilizando o MATLABⓇ. Desta forma o leitor que na˜o estiver interessado em usar o software pode obter apenas as respostas dos exercı´cios, enquanto aquele que tiver algum interesse, pode ficar sabendo como os exercı´cios poderiam ser resolvidos fazendo uso do MATLABⓇ e do pacote gaal. Gostaria de agradecer aos professores que colaboraram apresentando correc¸o˜es, crı´ticas e su- gesto˜es, entre eles Joana Darc A. S. da Cruz, Francisco Dutenhefner, Jorge Sabatucci, Seme Gebara, Alexandre Washington, Vivaldo R. Filho, Hamilton P. Bueno, Paulo A. F. Machado, Helder C. Rodri- gues, Nikolai A. Goussevskii, Israel Vainsencher, Leopoldo G. Fernandes, Rodney J. Biezuner, Wilson D. Barbosa, Flaviana A. Ribeiro, Cristina Marques, Roge´rio S. Mol, Denise Burgarelli, Paulo C. de Lima, Jose´ Barbosa Gomes, Francisco Satuf, Viktor Beckkert, Moacir G. dos Anjos, Daniel C. de Morais Filho, Michel Spira, Dan Avritzer, Maria Laura M. Gomes, Armando Neves, Maria Cristina C. Ferreira e Kennedy Pedroso. Histo´rico Julho 2009 Reginaldo J. Santos x Prefa´cio Julho 2009 Algumas correc¸o˜es. Va´rias figuras foram refeitas. Julho 2007 Algumas correc¸o˜es. As respostas de alguns exercı´cios foram reescritas. Marc¸o 2007 Va´rias figuras foram refeitas e outras acrescentadas. Foram reescritos o Exemplo 3.12 e o Corola´rio 3.10. Na sec¸a˜o 5.2 um exemplo foi reescrito e acrescentado mais um. Os Exemplos 5.25 e 5.26 foram reescritos, saı´ram do apeˆndice e voltaram ao texto normal. A sec¸a˜o 5.4 de Mudanc¸a de Coordenadas foi reescrita e acrescentada uma aplicac¸a˜o a` computac¸a˜o gra´fica. Foram acrescentados dois exercı´cios na sec¸a˜o de Matrizes, um na de Inversa˜o de Matrizes, um na sec¸a˜o de Determinantes, dois na de Produto de Vetores, um na de Subespac¸os, um na de Produto Escalar em ℝ푛, treˆs na de Mudanc¸a de Coordenadas, quatro na de Diagonalizac¸a˜o e um na de Diagonalizac¸a˜o de Matrizes Sime´tricas. Foram corrigidos alguns erros. Julho 2006 Foi acrescentado o Exemplo 2.16 na pa´gina 122. A sec¸a˜o 3.2 ’Produtos de Vetores’ foi reescrita. Foi acrescentado um exercı´cio na sec¸a˜o 4.2. O Capı´tulo 5 foi reescrito. Foram corrigidos alguns erros. Marc¸o 2006 A Sec¸a˜o 1.1 de Matrizes e a Sec¸a˜o 2.2 de Determinantes foram reescritas. Na sec¸a˜o 1.2 o Teorema 1.4 voltou a ser que toda matriz e´ equivalente por linhas a uma u´nica matriz na forma escalonada reduzida. Foram acrescentados va´rios exercı´cios aos Capı´tulos 3 e 4. O Capı´tulo 5 foi reescrito. Foram acrescentados exercı´cios teo´ricos a` sec¸a˜o ’Aplicac¸a˜o a` Coˆnicas’. Julho 2004 Foram acrescentadas aplicac¸o˜es a` criptografia (Exemplo na pa´gina 96) e a cadeias de Markov (Exemplos 1.9 na pa´gina 16, 1.16 na pa´gina 53 e 6.8 na pa´gina 402). Foi acrescentado um exercı´cio na sec¸a˜o 1.1. O Teorema 1.4 agora conte´m as propriedades da relac¸a˜o “ser equivalente por linhas” com a demonstrac¸a˜o. O que antes era Exemplo 1.14 passou para o lugar do Exemplo 1.10. O Exemplo 2.5 foi modificado. No Capı´tulo 3 foram acrescentados 2 Um Curso de Geometria Analı´tica e ´Algebra Linear Julho 2009 Prefa´cio xi exercı´cios na sec¸a˜o 3.1, 1 exercı´cio na sec¸a˜o 3.2. No Capı´tulo 4 a sec¸a˜o 4.1 foi reescrita e foram acrescentados 2 exercı´cios. O Capı´tulo 5 foi reescrito. Foi incluı´da no Apeˆndice III da sec¸a˜o 5.2. a demonstrac¸a˜o de que a forma escalonada reduzida de uma matriz e´ u´nica. A sec¸a˜o ’Diagonalizac¸a˜o de Matrizes’ ganhou mais um exercı´cio teo´rico. Setembro 2003 Foi acrescentada a regra de Cramer na sec¸a˜o ’Determinantes’ (Exemplo 2.20). A sec¸a˜o ’Subespac¸os, Base e Dimensa˜o’ foi reescrita. Foi acrescentado um apeˆndice a esta sec¸a˜o com ’Outros resultados’. A Proposic¸a˜o 5.15 da sec¸a˜o ’Produto Escalar em ℝ푛 foi re- escrita. A sec¸a˜o ’Diagonalizac¸a˜o de Matrizes’ ganhou mais dois exercı´cios teo´ricos. A sec¸a˜o ’Diagonalizac¸a˜o de Matrizes Sime´tricas’ ganhou um apeˆndice sobre ’Autovalores Complexos’. Novembro 2002 Va´rias correc¸o˜es incluindo respostas de exercı´cios. A sec¸a˜o ’Subespac¸os, Base e Dimensa˜o’ ganhou mais um exemplo e um exercı´cio. A sec¸a˜o ’Diagonalizac¸a˜o de Matrizes Sime´tricas’ ganhou mais um exemplo. Julho 2001 Revisa˜o completa no texto. Novos exercı´cios nas sec¸o˜es ’Matrizes’ e ’Sistemas Lineares’. As sec¸o˜es ’Subespac¸os’ e ’Base e Dimensa˜o’ tornaram-se uma so´. A sec¸a˜o ’Mudanc¸a de Coordenadas’ passou do Capı´tulo 6 para o Capı´tulo 5. Julho 2000 Criado a partir do texto ’Geometria Analı´tica e ´Algebra Linear’ para ser usado numa disciplina de Geometria Analı´tica e ´Algebra Linear. Sugesta˜o de Cronograma Julho 2009 Reginaldo J. Santos xii Prefa´cio Capı´tulo 1 8 aulas Capı´tulo 2 8 aulas Capı´tulo 3 8 aulas Capı´tulo 4 8 aulas Capı´tulo 5 16 (12) aulas Capı´tulo 6 12 aulas Total 60 (56) aulas Um Curso de Geometria Analı´tica e ´Algebra Linear Julho 2009 Capı´tulo 1 Matrizes e Sistemas Lineares 1.1 Matrizes Uma matriz 퐴, 푚×푛 (푚 por 푛), e´ uma tabela de 푚푛 nu´meros dispostos em 푚 linhas e 푛 colunas 퐴 = ⎡ ⎢⎢⎢⎣ 푎11 푎12 . . . 푎1푛 푎21 푎22 . . . 푎2푛 . . . . . . . . . 푎푚1 푎푚2 . . . 푎푚푛 ⎤ ⎥⎥⎥⎦ . A 푖-e´sima linha de 퐴 e´ [ 푎푖1 푎푖2 . . . 푎푖푛 ] , 1 2 Matrizes e Sistemas Lineares para 푖 = 1, . . . ,푚 e a 푗-e´sima coluna de 퐴 e´⎡ ⎢⎢⎢⎣ 푎1푗 푎2푗 . . . 푎푚푗 ⎤ ⎥⎥⎥⎦ , para 푗 = 1, . . . , 푛. Usamos tambe´m a notac¸a˜o 퐴 = (푎푖푗)푚×푛. Dizemos que 푎푖푗 ou [퐴]푖푗 e´ o elemento ou a entrada de posic¸a˜o 푖, 푗 da matriz 퐴. Se 푚 = 푛, dizemos que 퐴 e´ uma matriz quadrada de ordem 푛 e os elementos 푎11, 푎22, . . . , 푎푛푛 formam a diagonal (principal) de 퐴. Exemplo 1.1. Considere as seguintes matrizes: 퐴 = [ 1 2 3 4 ] , 퐵 = [ −2 1 0 3 ] , 퐶 = [ 1 3 0 2 4 −2 ] , 퐷 = [ 1 3 −2 ] , 퐸 = ⎡ ⎣ 14 −3 ⎤ ⎦ e 퐹 = [ 3 ] . As matrizes 퐴 e 퐵 sa˜o 2 × 2. A matriz 퐶 e´ 2 × 3, 퐷 e´ 1 × 3, 퐸 e´ 3 × 1 e 퐹 e´ 1 × 1. De acordo com a notac¸a˜o que introduzimos, exemplos de elementos de algumas das matrizes dadas acima sa˜o 푎12 = 2, 푐23 = −2, 푒21 = 4, [퐴]22 = 4, [퐷]12 = 3. Uma matriz que so´ possui uma linha e´ chamada matriz linha, e uma matriz que so´ possui uma coluna e´ chamada matriz coluna, No Exemplo 1.1 a matriz 퐷 e´ uma matriz linha e a matriz 퐸 e´ uma Um Curso de Geometria Analı´tica e ´Algebra Linear Julho 2009 1.1 Matrizes 3 matriz coluna. Matrizes linha e matrizes coluna sa˜o chamadas de vetores. O motivo ficara´ claro na Sec¸a˜o 5.1 na pa´gina 278. Dizemos que duas matrizes sa˜o iguais se elas teˆm o mesmo tamanho e os elementos correspon- dentes sa˜o iguais, ou seja, 퐴 = (푎푖푗)푚×푛 e 퐵 = (푏푖푗)푝×푞 sa˜o iguais se 푚 = 푝, 푛 = 푞 e 푎푖푗 = 푏푖푗 para 푖 = 1, . . . ,푚 e 푗 = 1, . . . , 푛. Vamos definir operac¸o˜es matriciais ana´logas a`s operac¸o˜es com nu´meros e provar propriedades que sa˜o va´lidas para essas operac¸o˜es. Veremos, mais tarde, que um sistema de equac¸o˜es lineares pode ser escrito em termos de uma u´nica equac¸a˜o matricial. Vamos, agora, introduzir as operac¸o˜es matriciais. 1.1.1 Operac¸o˜es com Matrizes Definic¸a˜o 1.1. A soma de duas matrizes de mesmo tamanho 퐴 = (푎푖푗)푚×푛 e 퐵 = (푏푖푗)푚×푛 e´ definida como sendo a matriz 푚× 푛 퐶 = 퐴+ 퐵 obtida somando-se os elementos correspondentes de 퐴 e 퐵, ou seja, 푐푖푗 = 푎푖푗 + 푏푖푗 , para 푖 = 1, . . . ,푚 e 푗 = 1, . . . , 푛. Escrevemos tambe´m [퐴+ 퐵]푖푗 = 푎푖푗 + 푏푖푗 . Julho 2009 Reginaldo J. Santos 4 Matrizes e Sistemas Lineares Exemplo 1.2. Considere as matrizes: 퐴 = [ 1 2 −3 3 4 0 ] , 퐵 = [ −2 1 5 0 3 −4 ] Se chamamos de 퐶 a soma das duas matrizes 퐴 e 퐵, enta˜o 퐶 = 퐴+ 퐵 = [ 1 + (−2) 2 + 1 −3 + 5 3 + 0 4 + 3 0 + (−4) ] = [ −1 3 2 3 7 −4 ] Definic¸a˜o 1.2. A multiplicac¸a˜o de uma matriz 퐴 = (푎푖푗)푚×푛 por um escalar (nu´mero) 훼 e´ definida pela matriz 푚× 푛 퐵 = 훼퐴 obtida multiplicando-se cada elemento da matriz 퐴 pelo escalar 훼, ou seja, 푏푖푗 = 훼 푎푖푗 , para 푖 = 1, . . . ,푚 e 푗 = 1, . . . , 푛. Escrevemos tambe´m [훼퐴]푖푗 = 훼 푎푖푗 . Dizemos que a matriz 퐵 e´ um mu´ltiplo escalar da matriz 퐴. Um Curso de Geometria Analı´tica e ´Algebra Linear Julho 2009 1.1 Matrizes 5 Exemplo 1.3. O produto da matriz 퐴 = ⎡ ⎣ −2 10 3 5 −4 ⎤ ⎦ pelo escalar −3 e´ dado por −3퐴 = ⎡ ⎣ (−3)(−2) (−3) 1(−3) 0 (−3) 3 (−3) 5 (−3)(−4) ⎤ ⎦ = ⎡ ⎣ 6 −30 −9 −15 12 ⎤ ⎦ . Definic¸a˜o 1.3. O produto de duas matrizes, tais que o nu´mero de colunas da primeira matriz e´ igual ao nu´mero de linhas da segunda, 퐴 = (푎푖푗)푚×푝 e 퐵 = (푏푖푗)푝×푛 e´ definido pela matriz 푚× 푛 퐶 = 퐴퐵 obtida da seguinte forma: 푐푖푗 = 푎푖1푏1푗 + 푎푖2푏2푗 + . . .+ 푎푖푝푏푝푗, (1.1) para 푖 = 1, . . . ,푚 e 푗 = 1, . . . , 푛. Escrevemos tambe´m [퐴퐵]푖푗 = 푎푖1푏1푗 + 푎푖2푏2푗 + . . .+ 푎푖푝푏푝푗 . A equac¸a˜o (1.1) esta´ dizendo que o elemento 푖, 푗 do produto e´ igual a` soma dos produtos dos elementos da 푖-e´sima linha de 퐴 pelos elementos correspondentes da 푗-e´sima coluna de 퐵. Julho 2009 Reginaldo J. Santos 6 Matrizes e Sistemas Lineares ⎡ ⎢⎣ 푐11 . . . 푐1푛... 푐푖푗 ... 푐푚1 . . . 푐푚푛 ⎤ ⎥⎦ = ⎡ ⎢⎢⎢⎢⎢⎢⎣ 푎11 푎12 . . . 푎1푝 . . . . . . . . . 푎푖1 푎푖2 . . . 푎푖푝 . . . . . . . . . 푎푚1 푎푚2 . . . 푎푚푝 ⎤ ⎥⎥⎥⎥⎥⎥⎦ ⎡ ⎢⎢⎢⎣ 푏11 푏21 . . . 푏푝1 . . . . . . . . . . . . 푏1푗 푏2푗 . . . 푏푝푗 . . . . . . . . . . . . 푏1푛 푏2푛 . . . 푏푝푛 ⎤ ⎥⎥⎥⎦ A equac¸a˜o (1.1) pode ser escrita de forma compacta usando a notac¸a˜o de somato´rio. [퐴퐵]푖푗 = 푎푖1푏1푗 + 푎푖2푏2푗 + . . .+ 푎푖푝푏푝푗 = 푝∑ 푘=1 푎푖푘푏푘푗 e dizemos “somato´rio de 푘 variando de 1 a 푝 de 푎푖푘푏푘푗”. O sı´mbolo 푝∑ 푘=1 significa que estamos fazendo uma soma em que o ı´ndice 푘 esta´ variando de 푘 = 1 ate´ 푘 = 푝. Algumas propriedades da notac¸a˜o de somato´rio esta˜o explicadas no Apeˆndice I na pa´gina 32. Exemplo 1.4. Considere as matrizes: 퐴 = [ 1 2 −3 3 4 0 ] , 퐵 = ⎡ ⎣ −2 1 00 3 0 5 −4 0 ⎤ ⎦ . Um Curso de Geometria Analı´tica e ´Algebra Linear Julho 2009 1.1 Matrizes 7 Se chamamos de 퐶 o produto das duas matrizes 퐴 e 퐵, enta˜o 퐶 = 퐴퐵 = [ 1 (−2) + 2 ⋅ 0 + (−3) 5 1 ⋅ 1 + 2 ⋅ 3 + (−3) (−4) 0 3 (−2) + 4 ⋅ 0 + 0 ⋅ 5 3 ⋅ 1 + 4 ⋅ 3 + 0 (−4) 0 ] = [ −17 19 0 −6 15 0 ] . Observac¸a˜o. No exemplo anterior o produto 퐵퐴 na˜o esta´ definido (por que?). Entretanto, mesmo quando ele esta´ definido, 퐵퐴 pode na˜o ser igual a 퐴퐵, ou seja, o produto de matrizes na˜o e´ comu- tativo, como mostra o exemplo seguinte. Exemplo 1.5. Sejam 퐴 = [ 1 2 3 4 ] e 퐵 = [ −2 1 0 3 ] . Enta˜o, 퐴퐵 = [ −2 7 −6 15 ] e 퐵퐴 = [ 1 0 9 12 ] . Vamos ver no pro´ximo exemplo como as matrizes podem ser usadas para descrever quantitativa- mente um processo de produc¸a˜o. Exemplo 1.6. Uma indu´stria produz treˆs produtos, X, Y e Z, utilizando dois tipos de insumo, A e B. Para a manufatura de cada kg de X sa˜o utilizados 1 grama do insumo A e 2 gramas do insumo B; para cada kg de Y, 1 grama de insumo A e 1 grama de insumo B e, para cada kg de Z, 1 grama de Julho 2009 Reginaldo J. Santos 8 Matrizes e Sistemas Lineares A e 4 gramas de B. Usando matrizes podemos determinar quantos gramas dos insumos A e B sa˜o necessa´rios na produc¸a˜o de 푥 kg do produto X, 푦 kg do produto Y e 푧 kg do produto Z. X Y Z gramas de A/kg gramas de B/kg [ 1 1 1 2 1 4 ] = 퐴 푋 = ⎡ ⎣ 푥푦 푧 ⎤ ⎦ kg de X produzidoskg de Y produzidos kg de Z produzidos 퐴푋 = [ 푥+ 푦 + 푧 2푥+ 푦 + 4푧 ] gramas de A usados gramas de B usados Definic¸a˜o 1.4. A transposta de uma matriz 퐴 = (푎푖푗)푚×푛 e´ definida pela matriz 푛×푚 퐵 = 퐴푡 obtida trocando-se as linhas com as colunas, ou seja, 푏푖푗 = 푎푗푖 , para 푖 = 1, . . . , 푛 e 푗 = 1, . . . ,푚. Escrevemos tambe´m [퐴푡]푖푗 = 푎푗푖. Um Curso de Geometria Analı´tica e ´Algebra Linear Julho 2009 1.1 Matrizes 9 Exemplo 1.7. As transpostas das matrizes 퐴 = [ 1 2 3 4 ] , 퐵 = [ −2 1 0 3 ] e 퐶 = [ 1 3 0 2 4 −2 ] sa˜o 퐴푡 = [ 1 3 2 4 ] , 퐵푡 = [ −2 0 1 3 ] e 퐶푡 = ⎡ ⎣ 1 23 4 0 −2 ⎤ ⎦ . A seguir, mostraremos as propriedades que sa˜o va´lidas para a a´lgebra matricial. Va´rias proprie- dades sa˜o semelhantes a`quelas que sa˜o va´lidas para os nu´meros reais, mas deve-se tomar cuidado com as diferenc¸as. Uma propriedade importante que e´ va´lida para os nu´meros reais, mas na˜o e´ va´lida para as matrizes e´ a comutatividade do produto, como foi mostrado no Exemplo 1.5. Por ser compacta, usaremos a notac¸a˜o de somato´rio na demonstrac¸a˜o de va´rias propriedades. Algumas propriedades desta notac¸a˜o esta˜o explicadas no Apeˆndice I na pa´gina 32. 1.1.2 Propriedades da ´Algebra Matricial Teorema 1.1. Sejam 퐴, 퐵 e 퐶 matrizes com tamanhos apropriados, 훼 e 훽 escalares. Sa˜o va´lidas as seguintes propriedades para as operac¸o˜es matriciais: (a) (comutatividade) 퐴+ 퐵 = 퐵 + 퐴; (b) (associatividade) 퐴+ (퐵 + 퐶) = (퐴+ 퐵) + 퐶; Julho 2009 Reginaldo J. Santos 10 Matrizes e Sistemas Lineares (c) (elemento neutro) A matriz 0¯, 푚 × 푛, definida por [0¯]푖푗 = 0, para 푖 = 1, . . . ,푚, 푗 = 1, . . . , 푛 e´ tal que 퐴+ 0¯ = 퐴, para toda matriz 퐴, 푚× 푛. A matriz 0¯ e´ chamada matriz nula 푚× 푛. (d) (elemento sime´trico) Para cada matriz 퐴, existe uma u´nica matriz −퐴, definida por [−퐴]푖푗 = −푎푖푗 tal que 퐴+ (−퐴) = 0¯. (e) (associatividade) 훼(훽퐴) = (훼훽)퐴; (f) (distributividade) (훼 + 훽)퐴 = 훼퐴+ 훽퐴; (g) (distributividade) 훼(퐴+ 퐵) = 훼퐴+ 훼퐵; (h) (associatividade) 퐴(퐵퐶) = (퐴퐵)퐶; (i) (elemento neutro) Para cada inteiro positivo 푝 a matriz, 푝× 푝, 퐼푝 = ⎡ ⎢⎢⎢⎣ 1 0 . . . 0 0 1 . . . 0 . . . . . . . . . 0 0 . . . 1 ⎤ ⎥⎥⎥⎦ , chamada matriz identidade e´ tal que 퐴퐼푛 = 퐼푚퐴 = 퐴, para toda matriz 퐴 = (푎푖푗)푚×푛. Um Curso de Geometria Analı´tica e ´Algebra Linear Julho 2009 1.1 Matrizes 11 (j) (distributividade) 퐴(퐵 + 퐶) = 퐴퐵 + 퐴퐶 e (퐵 + 퐶)퐴 = 퐵퐴+ 퐶퐴; (k) 훼(퐴퐵) = (훼퐴)퐵 = 퐴(훼퐵); (l) (퐴푡)푡 = 퐴; (m) (퐴+ 퐵)푡 = 퐴푡 + 퐵푡; (n) (훼퐴)푡 = 훼퐴푡; (o) (퐴퐵)푡 = 퐵푡퐴푡; Demonstrac¸a˜o. Para provar as igualdades acima, devemos mostrar que os elementos da matriz do lado esquerdo sa˜o iguais aos elementos correspondentes da matriz do lado direito. Sera˜o usadas va´rias propriedades dos nu´meros sem cita´-las explicitamente. (a) [퐴+ 퐵]푖푗 = 푎푖푗 + 푏푖푗 = 푏푖푗 + 푎푖푗 = [퐵 + 퐴]푖푗 ; (b) [퐴+ (퐵 + 퐶)]푖푗 = 푎푖푗 + [퐵 + 퐶]푖푗 = 푎푖푗 + (푏푖푗 + 푐푖푗) = (푎푖푗 + 푏푖푗) + 푐푖푗 = [퐴+퐵]푖푗 + 푐푖푗 = [(퐴+ 퐵) + 퐶]푖푗 ; (c) Seja 푋 uma matriz 푚× 푛 tal que 퐴+푋 = 퐴 (1.2) para qualquer matriz A, 푚× 푛. Comparando os elementos correspondentes, temos que 푎푖푗 + 푥푖푗 = 푎푖푗 , ou seja, 푥푖푗 = 0, para 푖 = 1 . . . ,푚 e 푗 = 1 . . . , 푛. Portanto, a u´nica matriz que satisfaz (1.2) e´ a matriz em que todos os seus elementos sa˜o iguais a zero. Denotamos a matriz 푋 por 0¯. Julho 2009 Reginaldo J. Santos 12 Matrizes e Sistemas Lineares (d) Dada uma matriz 퐴, 푚× 푛, seja 푋 uma matriz 푚× 푛, tal que 퐴+푋 = 0¯ . (1.3) Comparando os elementos correspondentes, temos que 푎푖푗 + 푥푖푗 = 0 , ou seja, 푥푖푗 = −푎푖푗 , para 푖 = 1 . . . ,푚 e 푗 = 1 . . . , 푛. Portanto, a u´nica matriz que satisfaz (1.3) e´ a matriz em que todos os seus elementos sa˜o iguais aos sime´tricos dos elementos de 퐴. Denotamos a matriz 푋 por −퐴. (e) [훼(훽퐴)]푖푗 = 훼[훽퐴]푖푗 = 훼(훽푎푖푗) = (훼훽)푎푖푗 = [(훼훽)퐴]푖푗 . (f) [(훼 + 훽)퐴]푖푗 = (훼 + 훽)푎푖푗 = (훼푎푖푗) + (훽푎푖푗) = [훼퐴]푖푗 + [훽퐴]푖푗 = [훼퐴+ 훽퐴]푖푗 . (g) [훼(퐴+ 퐵)]푖푗 = 훼[퐴+퐵]푖푗 = 훼(푎푖푗 + 푏푖푗) = 훼푎푖푗 + 훼푏푖푗 = [훼퐴]푖푗 + [훼퐵]푖푗 = [훼퐴+ 훼퐵]푖푗 . (h) A demonstrac¸a˜o deste item e´ a mais trabalhosa. Sejam 퐴, 퐵 e 퐶 matrizes 푚× 푝, 푝× 푞 e 푞×푛 respectivamente. A notac¸a˜o de somato´rio aqui pode ser muito u´til, pelo fato de ser compacta. [퐴(퐵퐶)]푖푗 = 푝∑ 푘=1 푎푖푘[퐵퐶]푘푗 = 푝∑ 푘=1 푎푖푘( 푞∑ 푙=1 푏푘푙푐푙푗) = 푝∑ 푘=1 푞∑ 푙=1 푎푖푘(푏푘푙푐푙푗) = = 푝∑ 푘=1 푞∑ 푙=1 (푎푖푘푏푘푙)푐푙푗 = 푞∑ 푙=1 푝∑ 푘=1 (푎푖푘푏푘푙)푐푙푗 = 푞∑ 푙=1 ( 푝∑ 푘=1 푎푖푘푏푘푙)푐푙푗 = = 푞∑ 푙=1 [퐴퐵]푖푙푐푙푗 = [(퐴퐵)퐶]푖푗 . Um Curso de Geometria Analı´tica e ´Algebra Linear Julho 2009 1.1 Matrizes 13 (i) Podemos escrever a matriz identidade em termos do delta de Kronecker que e´ definido por 훿푖푗 = { 1, se 푖 = 푗 0, se 푖 ∕= 푗 como [퐼푛]푖푗 = 훿푖푗 . Assim, [퐴퐼푛]푖푗 = 푛∑ 푘=1 푎푖푘[퐼푛]푘푗 = 푛∑ 푘=1 푎푖푘훿푘푗 = 푎푖푗. A outra igualdade e´ ana´loga. (j) [퐴(퐵 + 퐶)]푖푗 = 푝∑ 푘=1 푎푖푘[퐵 + 퐶]푘푗 = 푝∑ 푘=1 푎푖푘(푏푘푗 + 푐푘푗) = 푝∑ 푘=1 (푎푖푘푏푘푗 + 푎푖푘푐푘푗) = = 푝∑ 푘=1 푎푖푘푏푘푗 + 푝∑ 푘=1 푎푖푘푐푘푗 = [퐴퐵]푖푗 + [퐴퐶]푖푗 = [퐴퐵 + 퐴퐶]푖푗 . A outra igualdade e´ inteiramente ana´loga a anterior e deixamos como exercı´cio. (k) [훼(퐴퐵)]푖푗 = 훼 푝∑ 푘=1 푎푖푘푏푘푗 = 푝∑ 푘=1 (훼푎푖푘)푏푘푗 = [(훼퐴)퐵]푖푗 e [훼(퐴퐵)]푖푗 = 훼 푝∑ 푘=1 푎푖푘푏푘푗 = 푝∑ 푘=1 푎푖푘(훼푏푘푗) = [퐴(훼퐵)]푖푗 . (l) [(퐴푡)푡]푖푗 = [퐴푡]푗푖 = 푎푖푗 . (m) [(퐴+ 퐵)푡]푖푗 = [퐴+ 퐵]푗푖 = 푎푗푖 + 푏푗푖 = [퐴푡]푖푗 + [퐵푡]푖푗 . Julho 2009 Reginaldo J. Santos 14 Matrizes e Sistemas Lineares (n) [(훼퐴)푡]푖푗 = [훼퐴]푗푖 = 훼푎푗푖 = 훼[퐴푡]푖푗 = [훼퐴푡]푖푗 . (o) [(퐴퐵)푡]푖푗 = [퐴퐵]푗푖 = 푝∑ 푘=1 푎푗푘푏푘푖 = 푝∑ 푘=1 [퐴푡]푘푗[퐵 푡]푖푘 = 푝∑ 푘=1 [퐵푡]푖푘[퐴 푡]푘푗 = [퐵 푡퐴푡]푖푗 . ■ A diferenc¸a entre duas matrizes de mesmo tamanho 퐴 e 퐵 e´ definida por 퐴− 퐵 = 퐴+ (−퐵), ou seja, e´ a soma da matriz 퐴 com a sime´trica da matriz 퐵. Sejam 퐴 uma matriz 푛×푛 e 푝 um inteiro positivo. Definimos a poteˆncia 푝 de 퐴, por 퐴푝 = 퐴 . . . 퐴︸ ︷︷ ︸ 푝 vezes . E para 푝 = 0, definimos 퐴0 = 퐼푛. Exemplo 1.8. Vamos verificar se para matrizes 퐴 e 퐵, quadradas, vale a igualdade (퐴+ 퐵)(퐴−퐵) = 퐴2 −퐵2. (1.4) Usando a propriedade (i) do teorema anterior obtemos (퐴+ 퐵)(퐴−퐵) = (퐴+ 퐵)퐴+ (퐴+ 퐵)(−퐵) = 퐴퐴+ 퐵퐴− 퐴퐵 −퐵퐵 = 퐴2 + 퐵퐴− 퐴퐵 − 퐵2 Assim, (퐴 + 퐵)(퐴 − 퐵) = 퐴2 − 퐵2 se, e somente se, 퐵퐴 − 퐴퐵 = 0, ou seja, se, e somente se, 퐴퐵 = 퐵퐴. Como o produto de matrizes na˜o e´ comutativo, a conclusa˜o e´ que a igualdade (1.4), na˜o Um Curso de Geometria Analı´tica e ´Algebra Linear Julho 2009 1.1 Matrizes 15 vale para matrizes em geral. Como contra-exemplo basta tomarmos duas matrizes que na˜o comutem entre si. Sejam 퐴 = [ 0 0 1 1 ] e 퐵 = [ 1 0 1 0 ] . Para estas matrizes 퐴+퐵 = [ 1 0 2 1 ] , 퐴−퐵 = [ −1 0 0 1 ] , 퐴2 = 퐴 = [ 0 0 1 1 ] , 퐵2 = 퐵 = [ 1 0 1 0 ] . Assim, (퐴+ 퐵)(퐴−퐵) = [ −1 0 −2 1 ] ∕= [ −1 0 0 1 ] = 퐴2 − 퐵2. 1.1.3 Aplicac¸a˜o: Cadeias de Markov Vamos supor que uma populac¸a˜o e´ dividida em treˆs estados (por exemplo: ricos, classe me´dia e pobres) e que em cada unidade de tempo a probabilidade de mudanc¸a de um estado para outro seja constante no tempo, so´ dependa dos estados. Este processo e´ chamado cadeia de Markov. Seja 푡푖푗 a probabilidade de mudanc¸a do estado 푗 para o estado 푖 em uma unidade de tempo (gerac¸a˜o). Tome cuidado com a ordem dos ı´ndices. A matriz 푇 = 1⃝ 2⃝ 3⃝⎡ ⎣ 푡11 푡12 푡13푡21 푡22 푡23 푡31 푡32 푡33 ⎤ ⎦ 1⃝2⃝ 3⃝ Julho 2009 Reginaldo J. Santos 16 Matrizes e Sistemas Lineares e´ chamada matriz de transic¸a˜o. A distribuic¸a˜o da populac¸a˜o inicial entre os treˆs estados pode ser descrita pela seguinte matriz: 푃0 = ⎡ ⎣ 푝1푝2 푝3 ⎤ ⎦ esta´ no estado 1esta´ no estado 2 esta´ no estado 3 A matriz 푃0 caracteriza a distribuic¸a˜o inicial da populac¸a˜o entre os treˆs estados e e´ chamada vetor de estado. Apo´s uma unidade de tempo a populac¸a˜o estara´ dividida entre os treˆs estados da seguinte forma 푃1 = ⎡ ⎣ 푡11푝1 + 푡12푝2 + 푡13푝3푡21푝1 + 푡22푝2 + 푡23푝3 푡31푝1 + 푡32푝2 + 푡33푝3 ⎤ ⎦ estara´ no estado 1estara´ no estado 2 estara´ no estado 3 Lembre-se que 푡푖푗 e´ a probabilidade de mudanc¸a do estado 푗 para o estado 푖. Assim o vetor de estado apo´s uma unidade de tempo e´ dada pelo produto de matrizes: 푃1 = 푇푃0. Exemplo 1.9. Vamos considerar a matriz de transic¸a˜o 푇 = 1⃝ 2⃝ 3⃝⎡ ⎢⎣ 1 2 1 4 0 1 2 1 2 1 2 0 1 4 1 2 ⎤ ⎥⎦ 1⃝2⃝ 3⃝ (1.5) e o vetor de estados inicial 푃0 = ⎡ ⎣ 131 3 1 3 ⎤ ⎦ esta´ no estado 1esta´ no estado 2 esta´ no estado 3 (1.6) Um Curso de Geometria Analı´tica e ´Algebra Linear Julho 2009 1.1 Matrizes 17 que representa uma populac¸a˜o dividida de forma que 1/3 da populac¸a˜o esta´ em cada estado. Apo´s uma unidade de tempo a matriz de estado sera´ dada por 푃1 = 푇푃0 = ⎡ ⎢⎣ 1 2 1 4 0 1 2 1 2 1 2 0 1 4 1 2 ⎤ ⎥⎦ ⎡ ⎢⎣ 1 3 1 3 1 3 ⎤ ⎥⎦ = ⎡ ⎢⎣ 1 4 1 2 1 4 ⎤ ⎥⎦ Como estamos assumindo que em cada unidade de tempo a matriz de transic¸a˜o e´ a mesma, enta˜o apo´s 푘 unidades de tempo a populac¸a˜o estara´ dividida entre os treˆs estados segundo a matriz de estado 푃푘 = 푇푃푘−1 = 푇 2푃푘−2 = ⋅ ⋅ ⋅ = 푇 푘푃0 Assim a matriz 푇 푘 da´ a transic¸a˜o entre 푘 unidades de tempo. Veremos na Sec¸a˜o 6.1 na pa´gina 382 como calcular rapidamente poteˆncias 푘 de matrizes e assim como determinar a distribuic¸a˜o da populac¸a˜o apo´s 푘 unidades de tempo para 푘 um inteiro positivo qualquer. Exercı´cios Nume´ricos (respostas na pa´gina 475) 1.1.1. Considere as seguintes matrizes 퐴 = [ 2 0 6 7 ] , 퐵 = [ 0 4 2 −8 ] , 퐶 = [ −6 9 −7 7 −3 −2 ] Julho 2009 Reginaldo J. Santos 18 Matrizes e Sistemas Lineares 퐷 = ⎡ ⎣ −6 4 01 1 4 −6 0 6 ⎤ ⎦ , 퐸 = ⎡ ⎣ 6 9 −9−1 0 −4 −6 0 −1 ⎤ ⎦ Se for possı´vel calcule: (a) 퐴퐵 −퐵퐴, (b) 2퐶 −퐷, (c) (2퐷푡 − 3퐸푡)푡, (d) 퐷2 −퐷퐸. 1.1.2. Conhecendo-se somente os produtos 퐴퐵 e 퐴퐶, como podemos calcular 퐴(퐵 + 퐶), 퐵푡퐴푡, 퐶푡퐴푡 e (퐴퐵퐴)퐶? 1.1.3. Considere as seguintes matrizes 퐴 = [ −3 2 1 1 2 −1 ] , 퐵 = ⎡ ⎣ 2 −12 0 0 3 ⎤ ⎦ 퐶 = ⎡ ⎣ −2 1 −10 1 1 −1 0 1 ⎤ ⎦ , 퐷 = ⎡ ⎣ 푑1 0 00 푑2 0 0 0 푑3 ⎤ ⎦ 퐸1 = ⎡ ⎣ 10 0 ⎤ ⎦ , 퐸2 = ⎡ ⎣ 01 0 ⎤ ⎦ , 퐸3 = ⎡ ⎣ 00 1 ⎤ ⎦ Verifique que: Um Curso de Geometria Analı´tica e ´Algebra Linear Julho 2009 1.1 Matrizes 19 (a) 퐴퐵 e´ diferente de 퐵퐴. (b) 퐴퐸푗 e´ a 푗-e´sima coluna de 퐴, para 푗 = 1, 2, 3 e 퐸푡푖퐵 e´ a 푖-e´sima linha de 퐵, para 푖 = 1, 2, 3 (o caso geral esta´ no Exercı´cio 1.1.16 na pa´gina 25). (c) 퐶퐷 = [ 푑1퐶1 푑2퐶2 푑3퐶3 ], em que 퐶1 = ⎡ ⎣ −20 −1 ⎤ ⎦, 퐶2 = ⎡ ⎣ 11 0 ⎤ ⎦ e 퐶3 = ⎡ ⎣ −11 1 ⎤ ⎦, sa˜o as colunas de 퐶 (o caso geral esta´ no Exercı´cio 1.1.17 (a) na pa´gina 26). (d) 퐷퐶 = ⎡ ⎣ 푑1퐶1푑2퐶2 푑3퐶3 ⎤ ⎦, em que 퐶1 = [ −2 1 −1 ], 퐶2 = [ 0 1 1 ] e 퐶3 = [ −1 0 1 ] sa˜o as linhas de 퐶 (o caso geral esta´ no Exercı´cio 1.1.17 (b) na pa´gina 26). (e) Escrevendo 퐵 em termos das suas colunas, 퐵 = [ 퐵1 퐵2 ], em que 퐵1 = ⎡ ⎣ 22 0 ⎤ ⎦ e 퐵2 = ⎡ ⎣ −10 3 ⎤ ⎦, o produto 퐴퐵 pode ser escrito como 퐴퐵 = 퐴 [ 퐵1 퐵2 ] = [ 퐴퐵1 퐴퐵2 ] (o caso geral esta´ no Exercı´cio 1.1.18 (a) na pa´gina 27). (f) escrevendo 퐴 em termos das suas linhas, 퐴1 = [ −3 2 1 ] e 퐴2 = [ 1 2 −1 ], o produto 퐴퐵 pode ser escrito como 퐴퐵 = [ 퐴1 퐴2 ] 퐵 = [ 퐴1퐵 퐴2퐵 ] (o caso geral esta´ no Exercı´cio 1.1.18 (b) na pa´gina 27). Julho 2009 Reginaldo J. Santos 20 Matrizes e Sistemas Lineares 1.1.4. Sejam 퐴 = [ 1 −3 0 0 4 −2 ] e 푋 = ⎡ ⎣ 푥푦 푧 ⎤ ⎦ . Verifique que 푥퐴1 + 푦퐴2 + 푧퐴3 = 퐴푋 , em que 퐴푗 e´ a 푗-e´sima coluna de 퐴, para 푗 = 1, 2, 3 (o caso geral esta´ no Exercı´cio 1.1.19 na pa´gina 28). 1.1.5. Encontre um valor de 푥 tal que 퐴퐵푡 = 0, em que 퐴 = [ 푥 4 −2 ] e 퐵 = [ 2 −3 5 ] . 1.1.6. Mostre que as matrizes 퐴 = [ 1 1 푦 푦 1 ] , em que 푦 e´ uma nu´mero real na˜o nulo, verificam a equac¸a˜o 푋2 = 2푋 . 1.1.7. Mostre que se 퐴 e 퐵 sa˜o matrizes que comutam com a matriz 푀 = [ 0 1 −1 0 ] , enta˜o 퐴퐵 = 퐵퐴. 1.1.8. (a) Determine todas as matrizes퐴, 2×2, diagonais (os elementos que esta˜o fora da diagonal sa˜o iguais a zero) que comutam com toda matriz 퐵, 2 × 2, ou seja, tais que 퐴퐵 = 퐵퐴, para toda matriz 퐵, 2× 2. (b) Determine todas as matrizes 퐴, 2 × 2, que comutam com toda matriz 퐵, 2 × 2, ou seja, tais que 퐴퐵 = 퐵퐴, para toda matriz 퐵, 2× 2. Um Curso de Geometria Analı´tica e ´Algebra Linear Julho 2009 1.1 Matrizes 21 1.1.9. Verifique que 퐴3 = 0¯, para 퐴 = ⎡ ⎣ 0 1 00 0 1 0 0 0 ⎤ ⎦ . O caso geral esta´ no Exercı´cio 1.1.29 na pa´gina 31. Exercı´cios usando o MATLABⓇ Uma vez inicializado o MATLABⓇ, aparecera´ na janela de comandos um prompt >> ou EDU>>. O prompt significa que o MATLABⓇ esta´ esperando um comando. Todo comando deve ser finalizado teclando-se Enter. Comandos que foram dados anteriormente podem ser obtidos novamente usando as teclas ↑ e ↓. Enquanto se estiver escrevendo um comando, este pode ser corrigido usando as teclas ←, →, Delete e Backspace. O MATLABⓇ faz diferenc¸a entre letras maiu´sculas e minu´sculas. No MATLABⓇ, pode-se obter ajuda sobre qualquer comando ou func¸a˜o. O comando >> help (sem o prompt >>) mostra uma listagem de todos os pacotes disponı´veis. Ajuda sobre um pacote especı´fico ou sobre um comando ou func¸a˜o especı´fica pode ser obtida com o comando >> help nome, (sem a vı´rgula e sem o prompt >>) em que nome pode ser o nome de um pacote ou o nome de um comando ou func¸a˜o. Ale´m dos comandos e func¸o˜es pre´-definidas, escrevemos um pacote chamado gaal com func¸o˜es especı´ficas para a aprendizagem de Geometria Analı´tica e ´Algebra Li- near. Este pacote pode ser obtido gratuitamente atrave´s da internet no enderec¸o Julho 2009 Reginaldo J. Santos 22 Matrizes e Sistemas Lineares http://www.mat.ufmg.br/˜regi, assim como um texto com uma introduc¸a˜o ao MATLABⓇ e instruc¸o˜es de como instalar o pacote gaal. Depois deste pacote ser devidamente instalado, o comando help gaal no prompt do MATLABⓇ da´ informac¸o˜es sobre este pacote. Mais informac¸o˜es sobre as capacidades do MATLABⓇ podem ser obtidas em [4, 28]. Vamos descrever aqui alguns comandos que podem ser usados para a manipulac¸a˜o de matri- zes. Outros comandos sera˜o introduzidos a medida que forem necessa´rios. >> syms x y z diz ao MATLABⓇ que as varia´veis x y e z sa˜o simbo´licas. >> A=[a11,a12,...,a1n;a21,a22,...; ...,amn] cria uma matriz, 푚 por 푛, usando os elementos a11, a12, ..., amn e a armazena numa varia´vel de nome A. Por exemplo, >> A=[1,2,3;4,5,6] cria a matriz 퐴 = [ 1 2 3 4 5 6 ] ; >> I=eye(n) cria a matriz identidade 푛 por 푛 e a armazena numa varia´vel I; >> O=zeros(n) ou >> O=zeros(m,n) cria a matriz nula 푛 por 푛 ou 푚 por 푛, respectivamente, e a armazena numa varia´vel O; >> A+B e´ a soma de A e B, >> A*B e´ o produto de A por B, >> A.’ e´ a transposta de A, >> A-B e´ a diferenc¸a A menos B, >> num*A e´ o produto do escalar num por A, >> Aˆk e´ a poteˆncia A elevado a 푘. >> A(:,j) e´ a coluna 푗 da matriz A, >> A(i,:) e´ a linha 푖 da matriz A. >> diag([d1,...,dn]) cria uma matriz diagonal, cujos elementos da diagonal sa˜o iguais aos elementos da matriz [d1,...,dn], ou seja, sa˜o d1,...,dn. >> A=sym(A) converte a matriz A numa matriz em que os elementos sa˜o armazenados no formato simbo´lico. A func¸a˜o numeric faz o processo inverso. Um Curso de Geometria Analı´tica e ´Algebra Linear Julho 2009 1.1 Matrizes 23 >> solve(expr) determina a soluc¸a˜o da equac¸a˜o expr=0. Por exemplo, >> solve(xˆ2-4) determina as soluc¸o˜es da equac¸a˜o 푥2 − 4 = 0; Comando do pacote GAAL: >> A=randi(n) ou >> A=randi(m,n) cria uma matriz n por n ou m por n, respectivamente, com elementos inteiros aleato´rios entre −5 e 5. 1.1.10. Use o MATLABⓇ para calcular alguns membros da sequ¨eˆncia 퐴, 퐴2, . . . , 퐴푘, . . ., para (a) 퐴 = [ 1 1 2 0 1 3 ] ; (b) 퐴 = [ 1 2 1 3 0 −1 5 ] . A sequ¨eˆncia parece estar convergindo para alguma matriz? Se estiver, para qual? 1.1.11. Calcule as poteˆncias das matrizes dadas a seguir e encontre experimentalmente (por tentativa!) o menor inteiro 푘 > 1 tal que (use o comando >> A=sym(A) depois de armazenar a matriz na varia´vel A): (a) 퐴푘 = 퐼3, em que 퐴 = ⎡ ⎣ 0 0 11 0 0 0 1 0 ⎤ ⎦ ; (b) 퐴푘 = 퐼4, em que 퐴 = ⎡ ⎢⎢⎣ 0 1 0 0 −1 0 0 0 0 0 0 1 0 0 1 0 ⎤ ⎥⎥⎦; Julho 2009 Reginaldo J. Santos 24 Matrizes e Sistemas Lineares (c) 퐴푘 = 0¯, em que 퐴 = ⎡ ⎢⎢⎣ 0 1 0 0 0 0 1 0 0 0 0 1 0 0 0 0 ⎤ ⎥⎥⎦. 1.1.12. Vamos fazer um experimento no MATLABⓇ para tentar ter uma ide´ia do qua˜o comum e´ encontrar matrizes cujo produto comuta. No prompt do MATLABⓇ digite a seguinte linha: >> c=0; for n=1:1000,A=randi(3);B=randi(3);if(A*B==B*A),c=c+1;end,end,c (na˜o esquec¸a das vı´rgulas e pontos e vı´rgulas!). O que esta linha esta´ mandando o MATLABⓇ fazer e´ o seguinte: ∙ Criar um contador c e atribuir a ele o valor zero. ∙ Atribuir a`s varia´veis A e B, 1000 matrizes 3×3 com entradas inteiras e aleato´rias entre−5 e 5. ∙ Se AB=BA, ou seja, A e B comutarem, enta˜o o contador c e´ acrescido de 1. ∙ No final o valor existente na varia´vel c e´ escrito. Qual a conclusa˜o que voceˆ tira do valor obtido na varia´vel c? 1.1.13. Fac¸a um experimento semelhante ao anterior, mas para o caso em que cada uma das matrizes e´ diagonal, isto e´, os elementos que esta˜o fora da diagonal sa˜o iguais a zero. Use a seta para cima ↑ para obter novamente a linha digitada e edite a linha no prompt do MATLABⓇ de forma a obter algo semelhante a` linha: >> c=0; for n=1:1000,A=diag(randi(1,3));B=diag(randi(1,3));if( .... Um Curso de Geometria Analı´tica e ´Algebra Linear Julho 2009 1.1 Matrizes 25 Qual a conclusa˜o que voceˆ tira do valor obtido na varia´vel c? 1.1.14. Fac¸a um experimento semelhante ao anterior, mas para o caso em que uma das matrizes e´ diagonal. Use a seta para cima ↑ para obter novamente a linha digitada e edite a linha no prompt do MATLABⓇ de forma a obter a seguinte linha: >> c=0; for n=1:1000,A=diag(randi(1,3));B=randi(3);if(A*B==B*A),c=c+1;A,B,end,end,c Aqui sa˜o impressas as matrizes A e B quando elas comutarem. Qual a conclusa˜o que voceˆ tira deste experimento? Qual a probabilidade de um tal par de matrizes comutarem? 1.1.15. Use o MATLABⓇ para resolver os Exercı´cios Nume´ricos. Exercı´cios Teo´ricos 1.1.16. Sejam 퐸1 = ⎡ ⎢⎢⎢⎢⎢⎣ 1 0 0 . . . 0 ⎤ ⎥⎥⎥⎥⎥⎦ , 퐸2 = ⎡ ⎢⎢⎢⎢⎢⎣ 0 1 0 . . . 0 ⎤ ⎥⎥⎥⎥⎥⎦,. . . , 퐸푛 = ⎡ ⎢⎢⎢⎢⎢⎣ 0 0 . . . 0 1 ⎤ ⎥⎥⎥⎥⎥⎦ matrizes 푛× 1. (a) Mostre que se 퐴 = ⎡ ⎢⎢⎢⎣ 푎11 푎12 . . . 푎1푛 푎21 푎22 . . . 푎2푛 . . . . . . . . . 푎푚1 푎푚2 . . . 푎푚푛 ⎤ ⎥⎥⎥⎦ e´ uma matriz 푚× 푛, enta˜o 퐴퐸푗 e´ igual a` coluna 푗 da matriz 퐴. Julho 2009 Reginaldo J. Santos 26 Matrizes e Sistemas Lineares (b) Mostre que se 퐵 = ⎡ ⎢⎢⎢⎣ 푏11 푏12 . . . 푏1푚 푏21 푏22 . . . 푏2푚 . . . . . . . . . 푏푛1 푏푛2 . . . 푏푛푚 ⎤ ⎥⎥⎥⎦ , e´ uma matriz 푛×푚 enta˜o 퐸푡푖퐵 e´ igual a` linha 푖 da matriz 퐵. 1.1.17. Seja 퐷 = ⎡ ⎢⎢⎢⎣ 휆1 0 . . . 0 0 휆2 . . . 0 . . . . . . . . . 0 . . . 0 휆푛 ⎤ ⎥⎥⎥⎦ uma matriz diagonal 푛× 푛, isto e´, os elementos que esta˜o fora da diagonal sa˜o iguais a zero. Seja 퐴 = ⎡ ⎢⎢⎢⎣ 푎11 푎12 . . . 푎1푛 푎21 푎22 . . . 푎2푛 . . . . . . . . . 푎푛1 푎푛2 . . . 푎푛푛 ⎤ ⎥⎥⎥⎦ . (a) Mostre que o produto 퐴퐷 e´ obtido da matriz 퐴 multiplicando-se cada coluna 푗 por 휆푗 , ou seja, se 퐴 = [ 퐴1 퐴2 . . . 퐴푛 ], em que 퐴푗 = ⎡ ⎢⎣ 푎1푗.. . 푎푛푗 ⎤ ⎥⎦ e´ a coluna 푗 de 퐴, enta˜o 퐴퐷 = [ 휆1퐴1 휆2퐴2 . . . 휆푛퐴푛 ]. Um Curso de Geometria Analı´tica e ´Algebra Linear Julho 2009 1.1 Matrizes 27 (b) Mostre que o produto 퐷퐴 e´ obtido da matriz 퐴 multiplicando-se cada linha 푖 por 휆푖, ou seja, se 퐴 = ⎡ ⎢⎢⎢⎣ 퐴1 퐴2 . . . 퐴푛 ⎤ ⎥⎥⎥⎦, em que 퐴푖 = [ 푎푖1 . . . 푎푖푛 ] e´ a linha 푖 de 퐴, enta˜o 퐷퐴 = ⎡ ⎢⎢⎢⎣ 휆1퐴1 휆2퐴2 . . . 휆푛퐴푛 ⎤ ⎥⎥⎥⎦ . 1.1.18. Sejam 퐴 e 퐵 matrizes 푚× 푝 e 푝× 푛, respectivamente. (a) Mostre que a 푗-e´sima coluna do produto 퐴퐵 e´ igual ao produto 퐴퐵푗 , em que 퐵푗 =⎡ ⎢⎣ 푏1푗.. . 푏푝푗 ⎤ ⎥⎦ e´ a 푗-e´sima coluna de 퐵, ou seja, se 퐵 = [ 퐵1 . . . 퐵푛 ], enta˜o 퐴퐵 = 퐴[ 퐵1 . . . 퐵푛 ] = [ 퐴퐵1 . . . 퐴퐵푛 ]; (b) Mostre que a 푖-e´sima linha do produto 퐴퐵 e´ igual ao produto 퐴푖퐵, em que 퐴푖 = Julho 2009 Reginaldo J. Santos 28 Matrizes e Sistemas Lineares [ 푎푖1 . . . 푎푖푝 ] e´ a 푖-e´sima linha de 퐴, ou seja, se 퐴 = ⎡ ⎢⎢⎢⎣ 퐴1 퐴2 . . . 퐴푚 ⎤ ⎥⎥⎥⎦, enta˜o 퐴퐵 = ⎡ ⎢⎢⎢⎣ 퐴1 퐴2 . . . 퐴푚 ⎤ ⎥⎥⎥⎦퐵 = ⎡ ⎢⎢⎢⎣ 퐴1퐵 퐴2퐵 . . . 퐴푚퐵 ⎤ ⎥⎥⎥⎦ . 1.1.19. Seja 퐴 uma matriz 푚 × 푛 e 푋 = ⎡ ⎢⎣ 푥1.. . 푥푛 ⎤ ⎥⎦ uma matriz 푛 × 1. Prove que 퐴푋 = 푛∑ 푗=1 푥푗퐴푗 , em que 퐴푗 e´ a 푗-e´sima coluna de 퐴. (Sugesta˜o: Desenvolva o lado direito e chegue ao lado esquerdo.) 1.1.20. (a) Mostre que se 퐴 e´ uma matriz 푚× 푛 tal que 퐴푋 = 0¯, para toda matriz 푋 , 푛× 1, enta˜o 퐴 = 0¯. (Sugesta˜o: use o Exercı´cio 16 na pa´gina 25.) (b) Sejam 퐵 e 퐶 matrizes 푚× 푛, tais 퐵푋 = 퐶푋 , para todo 푋 , 푛× 1. Mostre que 퐵 = 퐶. (Sugesta˜o: use o item anterior.) 1.1.21. Mostre que a matriz identidade 퐼푛 e´ a u´nica matriz tal que 퐴퐼푛 = 퐼푛퐴 = 퐴 para qualquer matriz 퐴, 푛 × 푛. (Sugesta˜o: Seja 퐽푛 uma matriz tal que 퐴퐽푛 = 퐽푛퐴 = 퐴. Mostre que 퐽푛 = 퐼푛.) Um Curso de Geometria Analı´tica e ´Algebra Linear Julho 2009 1.1 Matrizes 29 1.1.22. Se 퐴퐵 = 퐵퐴 e 푝 e´ um inteiro positivo, mostre que (퐴퐵)푝 = 퐴푝퐵푝. 1.1.23. Sejam 퐴,퐵 e 퐶 matrizes 푛× 푛. (a) (퐴+ 퐵)2 = 퐴2 + 2퐴퐵 + 퐵2? E se 퐴퐵 = 퐵퐴? Justifique. (b) (퐴퐵)퐶 = 퐶(퐴퐵)? E se 퐴퐶 = 퐶퐴 e 퐵퐶 = 퐶퐵? Justifique. (Sugesta˜o: Veja o Exemplo 1.8 na pa´gina 14.) 1.1.24. (a) Se 퐴 e 퐵 sa˜o duas matrizes tais que 퐴퐵 = 0¯, enta˜o 퐴 = 0¯ ou 퐵 = 0¯? Justifique. (b) Se 퐴퐵 = 0¯, enta˜o 퐵퐴 = 0¯? Justifique. (c) Se 퐴 e´ uma matriz tal que 퐴2 = 0¯, enta˜o 퐴 = 0¯? Justifique. 1.1.25. Dizemos que uma matriz 퐴, 푛× 푛, e´ sime´trica se 퐴푡 = 퐴 e e´ anti-sime´trica se 퐴푡 = −퐴. (a) Mostre que se 퐴 e´ sime´trica, enta˜o 푎푖푗 = 푎푗푖, para 푖, 푗 = 1, . . . 푛 e que se 퐴 e´ anti- sime´trica, enta˜o 푎푖푗 = −푎푗푖, para 푖, 푗 = 1, . . . 푛. Portanto, os elementos da diagonal principal de uma matriz anti-sime´trica sa˜o iguais a zero. (b) Mostre que se 퐴 e 퐵 sa˜o sime´tricas, enta˜o 퐴+퐵 e 훼퐴 sa˜o sime´tricas, para todo escalar 훼. (c) Mostre que se 퐴 e 퐵 sa˜o sime´tricas, enta˜o 퐴퐵 e´ sime´trica se, e somente se, 퐴퐵 = 퐵퐴. (d) Mostre que se 퐴 e 퐵 sa˜o anti-sime´tricas, enta˜o 퐴+퐵 e 훼퐴 sa˜o anti-sime´tricas, para todo escalar 훼. (e) Mostre que para toda matriz 퐴, 푛× 푛, 퐴+ 퐴푡 e´ sime´trica e 퐴− 퐴푡 e´ anti-sime´trica. Julho 2009 Reginaldo J. Santos 30 Matrizes e Sistemas Lineares (f) Mostre que toda matriz quadrada퐴 pode ser escrita como a soma de uma matriz sime´trica e uma anti-sime´trica. (Sugesta˜o: Observe o resultado da soma de 퐴+ 퐴푡 com 퐴− 퐴푡.) 1.1.26. Para matrizes quadradas 퐴 = (푎푖푗)푛×푛 definimos o trac¸o de 퐴 como sendo a soma dos ele- mentos da diagonal (principal) de 퐴, ou seja, tr(퐴) = 푛∑ 푖=1 푎푖푖. (a) Mostre que tr(퐴+ 퐵) = tr(퐴) + tr(퐵). (b) Mostre que tr(훼퐴) = 훼tr(퐴). (c) Mostre que tr(퐴푡) = tr(퐴). (d) Mostre que tr(퐴퐵) = tr(퐵퐴). (Sugesta˜o: Prove inicialmente para matrizes 2× 2.) 1.1.27. Seja 퐴 uma matriz 푛× 푛. Mostre que se 퐴퐴푡 = 0¯, enta˜o 퐴 = 0¯. (Sugesta˜o: use o trac¸o.) E se a matriz 퐴 for 푚× 푛, com 푚 ∕= 푛? 1.1.28. Ja´ vimos que o produto de matrizes na˜o e´ comutativo. Entretanto, certos conjuntos de matrizes sa˜o comutativos. Mostre que: (a) Se 퐷1 e 퐷2 sa˜o matrizes diagonais 푛× 푛, enta˜o 퐷1퐷2 = 퐷2퐷1. (b) Se 퐴 e´ uma matriz 푛× 푛 e 퐵 = 푎0퐼푛 + 푎1퐴+ 푎2퐴 2 + . . .+ 푎푘퐴 푘, em que 푎0, . . . , 푎푘 sa˜o escalares, enta˜o 퐴퐵 = 퐵퐴. Um Curso de Geometria Analı´tica e ´Algebra Linear Julho 2009 1.1 Matrizes 31 1.1.29. Uma matriz 퐴 e´ chamada nilpotente se 퐴푘 = 0¯, para algum inteiro positivo 푘. Verifique que a matriz 퐴 = ⎡ ⎢⎢⎢⎢⎢⎣ 0 1 0 ⋅ ⋅ ⋅ 0 0 0 1 ⋅ ⋅ ⋅ 0 . . . . . . . . . . . . . . . 0 0 0 ⋅ ⋅ ⋅ 1 0 0 0 ⋅ ⋅ ⋅ 0 ⎤ ⎥⎥⎥⎥⎥⎦ 푛×푛 , e´ nilpotente. Julho 2009 Reginaldo J. Santos 32 Matrizes e Sistemas Lineares Apeˆndice I: Notac¸a˜o de Somato´rio Sa˜o va´lidas algumas propriedades para a notac¸a˜o de somato´rio: (a) O ı´ndice do somato´rio e´ uma varia´vel muda que pode ser substituı´da por qualquer letra: 푛∑ 푖=1 푓푖 = 푛∑ 푗=1 푓푗. (b) O somato´rio de uma soma pode ser escrito como uma soma de dois somato´rios: 푛∑ 푖=1 (푓푖 + 푔푖) = 푛∑ 푖=1 푓푖 + 푛∑ 푖=1 푔푖. Pois, 푛∑ 푖=1 (푓푖+푔푖) = (푓1+푔1)+ . . .+(푓푛+푔푛) = (푓1+ . . .+푓푛)+(푔1+ . . .+푔푛) = 푛∑ 푖=1 푓푖+ 푛∑ 푖=1 푔푖. Aqui foram aplicadas as propriedades associativa e comutativa da soma de nu´meros. (c) Se no termo geral do somato´rio aparece um produto, em que um fator na˜o depende do ı´ndice do somato´rio, enta˜o este fator pode “sair” do somato´rio: 푛∑ 푖=1 푓푖 푔푘 = 푔푘 푛∑ 푖=1 푓푖. Pois, 푛∑ 푖=1 푓푖 푔푘 = 푓1푔푘 + . . . + 푓푛푔푘 = 푔푘(푓1 + . . . + 푓푛) = 푔푘 푛∑ 푖=1 푓푖. Aqui foram aplicadas as propriedades distributiva e comutativa do produto em relac¸a˜o a soma de nu´meros. Um Curso de Geometria Analı´tica e ´Algebra Linear Julho 2009 1.1 Matrizes 33 (d) Num somato´rio duplo, a ordem dos somato´rios pode ser trocada: 푛∑ 푖=1 푚∑ 푗=1 푓푖푗 = 푚∑ 푗=1 푛∑ 푖=1 푓푖푗. Pois, 푛∑ 푖=1 푚∑ 푗=1 푓푖푗 = 푛∑ 푖=1 (푓푖1+ . . .+ 푓푖푚) = (푓11+ . . .+ 푓1푚)+ . . .+(푓푛1+ . . .+ 푓푛푚) = (푓11+ . . .+ 푓푛1) + . . .+ (푓1푚 + . . .+ 푓푛푚) = 푚∑ 푗=1 (푓1푗 + . . .+ 푓푛푗) = 푚∑ 푗=1 푛∑ 푖=1 푓푖푗 . Aqui foram aplicadas as propriedades comutativa e associativa da soma de nu´meros. Julho 2009 Reginaldo J. Santos 34 Matrizes e Sistemas Lineares 1.2 Sistemas de Equac¸o˜es Lineares Muitos problemas em va´rias a´reas da Cieˆncia recaem na soluc¸a˜o de sistemas lineares. Vamos ver como a a´lgebra matricial pode simplificar o estudo dos sistemas lineares. Uma equac¸a˜o linear em 푛 varia´veis 푥1, 푥2, . . . , 푥푛 e´ uma equac¸a˜o da forma 푎1푥1 + 푎2푥2 + . . .+ 푎푛푥푛 = 푏 , em que 푎1, 푎2, . . . , 푎푛 e 푏 sa˜o constantes reais; Um sistema de equac¸o˜es lineares ou simplesmente sistema linear e´ um conjunto de equac¸o˜es lineares, ou seja, e´ um conjunto de equac¸o˜es da forma⎧⎨ ⎩ 푎11푥1 + 푎12푥2 + . . . + 푎1푛푥푛 = 푏1 푎21푥1 + 푎22푥2 + . . . + 푎2푛푥푛 = 푏2 . . . . . . = . . . 푎푚1푥1 + 푎푚2푥2 + . . . + 푎푚푛푥푛 = 푏푚 em que 푎푖푗 e 푏푘 sa˜o constantes reais, para 푖, 푘 = 1, . . . ,푚 e 푗 = 1, . . . , 푛. Usando o produto de matrizes que definimos na sec¸a˜o anterior, o sistema linear acima pode ser escrito como uma equac¸a˜o matricial 퐴푋 = 퐵, Um Curso de Geometria Analı´tica e ´Algebra Linear Julho 2009 1.2 Sistemas de Equac¸o˜es Lineares 35 em que 퐴 = ⎡ ⎢⎢⎢⎣ 푎11 푎12 . . . 푎1푛 푎21 푎22 . . . 푎2푛 . . . . . . . . . 푎푚1 푎푚2 . . . 푎푚푛 ⎤ ⎥⎥⎥⎦ , 푋 = ⎡ ⎢⎢⎢⎣ 푥1 푥2 . . . 푥푛 ⎤ ⎥⎥⎥⎦ e 퐵 = ⎡ ⎢⎢⎢⎣ 푏1 푏2 . . . 푏푚 ⎤ ⎥⎥⎥⎦ . Uma soluc¸a˜o de um sistema linear e´ uma matriz 푆 = ⎡ ⎢⎢⎢⎣ 푠1 푠2 . . . 푠푛 ⎤ ⎥⎥⎥⎦ tal que as equac¸o˜es do sistema sa˜o satisfeitas quando substituı´mos 푥1 = 푠1, 푥2 = 푠2, . . . , 푥푛 = 푠푛. O conjunto de todas as soluc¸o˜es do sistema e´ chamado conjunto soluc¸a˜o ou soluc¸a˜o geral do sistema. A matriz 퐴 e´ chamada matriz do sistema linear. Exemplo 1.10. O sistema linear de duas equac¸o˜es e duas inco´gnitas{ 푥 + 2푦 = 1 2푥 + 푦 = 0 pode ser escrito como [ 1 2 2 1 ] [ 푥 푦 ] = [ 1 0 ] . A soluc¸a˜o (geral) do sistema acima e´ 푥 = −1/3 e 푦 = 2/3 (verifique!) ou 푋 = [ −1 3 2 3 ] . Julho 2009 Reginaldo J. Santos 36 Matrizes e Sistemas Lineares Uma forma de resolver um sistema linear e´ substituir o sistema inicial por outro que tenha o mesmo conjunto soluc¸a˜o do primeiro, mas que seja mais fa´cil de resolver. O outro sistema e´ obtido depois de aplicar sucessivamente uma se´rie de operac¸o˜es, que na˜o alteram a soluc¸a˜o do sistema, sobre as equac¸o˜es. As operac¸o˜es que sa˜o usadas sa˜o: ∙ Trocar a posic¸a˜o de duas equac¸o˜es do sistema; ∙ Multiplicar uma equac¸a˜o por um escalar diferente de zero; ∙ Somar a uma equac¸a˜o outra equac¸a˜o multiplicada por um escalar. Estas operac¸o˜es sa˜o chamadas de operac¸o˜es elementares. Quando aplicamos operac¸o˜es ele- mentares sobre as equac¸o˜es de um sistema linear somente os coeficientes do sistema sa˜o alterados, assim podemos aplicar as operac¸o˜es sobre a matriz de coeficientes do sistema, que chamamos de matriz aumentada, ou seja, a matriz [퐴 ∣ 퐵] = ⎡ ⎢⎢⎢⎣ 푎11 푎12 . . . 푎1푛 푏1 푎21 푎22 . . . 푎2푛 푏2 . . . . . . . . . . . . 푎푚1 푎푚2 . . . 푎푚푛 푏푚 ⎤ ⎥⎥⎥⎦ . Um Curso de Geometria Analı´tica e ´Algebra Linear Julho 2009 1.2 Sistemas de Equac¸o˜es Lineares 37 Definic¸a˜o 1.5. Uma operac¸a˜o elementar sobre as linhas de uma matriz e´ uma das seguintes operac¸o˜es: (a) Trocar a posic¸a˜o de duas linhas da matriz; (b) Multiplicar uma linha da matriz por um escalar diferente de zero; (c) Somar a uma linha da matriz um mu´ltiplo escalar de outra linha. O pro´ximo teorema garante que ao aplicarmos operac¸o˜es elementares a`s equac¸o˜es de um sis- tema o conjunto soluc¸a˜o na˜o e´ alterado. Teorema 1.2. Se dois sistemas lineares 퐴푋 = 퐵 e 퐶푋 = 퐷, sa˜o tais que a matriz aumentada [퐶 ∣ 퐷] e´ obtida de [퐴 ∣ 퐵] aplicando-se uma operac¸a˜o elementar, enta˜o os dois sistemas possuem as mesmas soluc¸o˜es. Demonstrac¸a˜o. A demonstrac¸a˜o deste teorema segue-se de duas observac¸o˜es: (a) Se 푋 e´ soluc¸a˜o de um sistema, enta˜o 푋 tambe´m e´ soluc¸a˜o do sistema obtido aplicando-se uma operac¸a˜o elementar sobre suas equac¸o˜es (verifique!). Julho 2009 Reginaldo J. Santos 38 Matrizes e Sistemas Lineares (b) Se o sistema 퐶푋 = 퐷, e´ obtido de 퐴푋 = 퐵 aplicando-se uma operac¸a˜o elementar a`s suas equac¸o˜es (ou equivalentemente a`s linhas da sua matriz aumentada), enta˜o o sistema 퐴푋 = 퐵 tambe´m pode ser obtido de 퐶푋 = 퐷 aplicando-se uma operac¸a˜o elementar a`s suas equac¸o˜es, pois cada operac¸a˜o elementar possui uma operac¸a˜o elementar inversa do mesmo tipo, que desfaz o que a anterior fez (verifique!). Pela observac¸a˜o (b),퐴푋 = 퐵 e퐶푋 = 퐷 podem ser obtidos um do outro aplicando-se uma operac¸a˜o elementar sobre as suas equac¸o˜es. E pela observac¸a˜o (a), os dois possuem as mesmas soluc¸o˜es. ■ Dois sistemas que possuem o mesmo conjunto soluc¸a˜o sa˜o chamados sistemas equivalentes. Portanto, segue-se do Teorema 1.2 que aplicando-se operac¸o˜es elementares a`s equac¸o˜es de um sistema linear obtemos sistemas equivalentes. 1.2.1 Me´todo de Gauss-Jordan O me´todo que vamos usar para resolver sistemas lineares consiste na aplicac¸a˜o de operac¸o˜es elementares a`s linhas da matriz aumentada do sistema ate´ que obtenhamos uma matriz numa forma em que o sistema associado a esta matriz seja de fa´cil resoluc¸a˜o. Vamos procurar obter uma matriz numa forma em que todas as linhas na˜o nulas possuam como primeiro elemento na˜o nulo (chamado pivoˆ) o nu´mero 1 . Ale´m disso, se uma coluna conte´m um pivoˆ, enta˜o todos os seus outros elementos tera˜o que ser iguais a zero. Vamos ver no exemplo seguinte como conseguimos isso. Neste exemplo veremos como a partir do faturamento e do gasto com insumos podemos determinar quanto foi produzido de cada produto manufaturado em uma indu´stria. Um Curso de Geometria Analı´tica e ´Algebra Linear Julho 2009 1.2 Sistemas de Equac¸o˜es Lineares 39 Exemplo 1.11. Uma indu´stria produz treˆs produtos, X, Y e Z, utilizando dois tipos de insumo, A e B. Para a manufatura de cada kg de X sa˜o utilizados 1 grama do insumo A e 2 gramas do insumo B; para cada kg de Y, 1 grama de insumo A e 1 grama de insumo B e, para cada kg de Z, 1 grama de A e 4 gramas de B. O prec¸o de venda do kg de cada um dos produtos X, Y e Z e´ R$ 2,00, R$ 3,00 e R$ 5,00, respectivamente. Com a venda de toda a produc¸a˜o de X, Y e Z manufaturada com 1 kg de A e 2 kg de B, essa indu´stria arrecadou R$ 2500,00. Vamos determinar quantos kg de cada um dos produtos X, Y e Z foram vendidos. Como vimos no Exemplo 1.6 na pa´gina 7, usando matrizes o esquema de produc¸a˜o pode ser descrito da seguinte forma: X Y Z gramas de A/kg gramas de B/kg prec¸o/kg ⎡ ⎣ 1 1 12 1 4 2 3 5 ⎤ ⎦ = 퐴 푋 = ⎡ ⎣ 푥푦 푧 ⎤ ⎦ kg de X produzidoskg de Y produzidos kg de Z produzidos 퐴푋 = ⎡ ⎣ 푥+ 푦 + 푧2푥+ 푦 + 4푧 2푥+ 3푦 + 5푧 ⎤ ⎦ = ⎡ ⎣ 10002000 2500 ⎤ ⎦ gramas de A usadosgramas de B usados arrecadac¸a˜o Assim precisamos resolver o sistema linear⎧⎨ ⎩ 푥 + 푦 + 푧 = 1000 2푥 + 푦 + 4푧 = 2000 2푥 + 3푦 + 5푧 = 2500 cuja matriz aumentada e´ ⎡ ⎣ 1⃝ 1 1 10002 1 4 2000 2 3 5 2500 ⎤ ⎦ Julho 2009 Reginaldo J. Santos 40 Matrizes e Sistemas Lineares 1a. eliminac¸a˜o: Vamos procurar para pivoˆ da 1a. linha um elemento na˜o nulo da primeira coluna na˜o nula (se for o caso, podemos usar a troca de linhas para “trazeˆ-lo” para a primeira linha). Como o primeiro elemento da primeira coluna e´ igual a 1 ele sera´ o primeiro pivoˆ. Agora, precisamos “zerar” os outros elementos da 1a. coluna, que e´ a coluna do pivoˆ, para isto, adicionamos a` 2a. linha,−2 vezes a 1a. linha e adicionamos a` 3a. linha, tambe´m, −2 vezes a 1a. linha. −2×1a. linha + 2a. linha −→ 2a. linha −2×1a. linha + 3a. linha −→ 3a. linha ⎡ ⎢⎣ 1 1 1 10000 −1⃝ 2 0 0 1 3 500 ⎤ ⎥⎦ 2a. eliminac¸a˜o: Olhamos para a sub-matriz obtida eliminando-se a 1a. linha. Escolhemos para pivoˆ um elemento diferente de zero na 1a. coluna na˜o nula desta sub-matriz. Vamos escolher o elemento de posic¸a˜o 2,2. Como temos que “fazer” o pivoˆ igual a um, vamos multiplicar a 2a. linha por −1. −1×2a. linha −→ 2a. linha ⎡ ⎣ 1 1 1 10000 1 −2 0 0 1 3 500 ⎤ ⎦ Agora, precisamos “zerar” os outros elementos da 2a. coluna, que e´ a coluna do pivoˆ, para isto, soma- mos a` 1a. linha, −1 vezes a 2a. e somamos a` 3a. linha, tambe´m, −1 vezes a 2a. . −1×2a. linha + 1a. linha −→ 1a. linha −1×2a. linha + 3a. linha −→ 3a. linha ⎡ ⎣ 1 0 3 10000 1 −2 0 0 0 5⃝ 500 ⎤ ⎦ 3a. eliminac¸a˜o: Um Curso de Geometria Analı´tica e ´Algebra Linear Julho 2009 1.2 Sistemas de Equac¸o˜es Lineares 41 Olhamos para a sub-matriz obtida eliminando-se a 1a. e a 2a. linha. Escolhemos para pivoˆ um elemento diferente de zero na 1a. coluna na˜o nula desta sub-matriz. Temos de escolher o elemento de posic¸a˜o 3,3 e como temos de “fazer” o pivoˆ igual a 1, vamos multiplicar a 3a. linha por 1/5. 1 5 ×3a. linha −→ 3a. linha ⎡ ⎣ 1 0 3 10000 1 −2 0 0 0 1 100 ⎤ ⎦ Agora, precisamos “zerar” os outros elementos da 3a. coluna, que e´ a coluna do pivoˆ, para isto, soma- mos a` 1a. linha, −3 vezes a 3a. e somamos a` 2a. linha, 2 vezes a 2a. . −3×3a. linha + 1a. linha −→ 1a. linha 2×3a. linha + 2a. linha −→ 2a. linha ⎡ ⎣ 1 0 0 7000 1 0 200 0 0 1 100 ⎤ ⎦ Portanto o sistema dado e´ equivalente ao sistema⎧⎨ ⎩ 푥 = 700 푦 = 200 푧 = 100 que possui soluc¸a˜o geral dada por 푋 = ⎡ ⎣ 푥푦 푧 ⎤ ⎦ = ⎡ ⎣ 700200 100 ⎤ ⎦ . Portanto, foram vendidos 700 kg do produto X, 200 kg do produto Y e 100 kg do produto Z. Julho 2009 Reginaldo J. Santos 42 Matrizes e Sistemas Lineares A u´ltima matriz que obtivemos no exemplo anterior esta´ na forma que chamamos de escalonada reduzida. Definic¸a˜o 1.6. Uma matriz 퐴 = (푎푖푗)푚×푛 esta´ na forma escalonada reduzida quando satisfaz as seguintes condic¸o˜es: (a) Todas as linhas nulas (formadas inteiramente por zeros) ocorrem abaixo das linhas na˜o nulas; (b) O pivoˆ (1o. elemento na˜o nulo de uma linha) de cada linha na˜o nula e´ igual a 1; (c) O pivoˆ de cada linha na˜o nula ocorre a` direita do pivoˆ da linha anterior. (d) Se uma coluna conte´m um pivoˆ, enta˜o todos os seus outros elementos sa˜o iguais a zero. Se uma matriz satisfaz as propriedades (a) e (c), mas na˜o necessariamente (b) e (d), dizemos que ela esta´ na forma escalonada. Exemplo 1.12. As matrizes ⎡ ⎣ 1 0 00 1 0 0 0 1 ⎤ ⎦ e ⎡ ⎣ 1 3 0 20 0 1 −3 0 0 0 0 ⎤ ⎦ Um Curso de Geometria Analı´tica e ´Algebra Linear Julho 2009 1.2 Sistemas de Equac¸o˜es Lineares 43 sa˜o escalonadas reduzidas, enquanto⎡ ⎣ 1 1 10 −1 2 0 0 5 ⎤ ⎦ e ⎡ ⎣ 1 3 −1 50 0 −5 15 0 0 0 0 ⎤ ⎦ sa˜o escalonadas, mas na˜o sa˜o escalonadas reduzidas. Este me´todo de resoluc¸a˜o de sistemas, que consiste em aplicar operac¸o˜es elementares a`s linhas da matriz aumentada ate´ que a matriz do sistema esteja na forma escalonada reduzida, e´ conhecido como me´todo de Gauss-Jordan. Exemplo 1.13. Considere o seguinte sistema⎧⎨ ⎩ 푥 + 3푦 + 13푧 = 9 푦 + 5푧 = 2 −2푦 − 10푧 = −8 A sua matriz aumentada e´ ⎡ ⎣ 1⃝ 3 13 90 1 5 2 0 −2 −10 −8 ⎤ ⎦ 1a. eliminac¸a˜o: Como o pivoˆ da 1a. linha e´ igual a 1 e os outros elementos da 1a. coluna sa˜o iguais a zero, na˜o ha´ nada o que fazer na 1a. eliminac¸a˜o. ⎡ ⎢⎣ 1 3 13 90 1⃝ 5 2 0 −2 −10 −8 ⎤ ⎥⎦ Julho 2009 Reginaldo J. Santos 44 Matrizes e Sistemas Lineares 2a. eliminac¸a˜o: Olhamos para submatriz obtida eliminando-se a 1a. linha. Escolhemos para pivoˆ um elemento na˜o nulo da 1a. coluna na˜o nula da submatriz. Escolhemos o elemento de posic¸a˜o 2,2. Como ele e´ igual a 1, precisamos, agora, “zerar” os outros elementos da coluna do pivoˆ. Para isto somamos a` 1a. linha, −3 vezes a 2a. e somamos a` 3a. linha, 2 vezes a 2a. . −3×2a. linha + 1a. linha −→ 1a. linha 2×2a. linha + 3a. linha −→ 3a. linha ⎡ ⎣ 1 0 −2 30 1 5 2 0 0 0 −4 ⎤ ⎦ Portanto o sistema dado e´ equivalente ao sistema⎧⎨ ⎩ 푥 − 2푧 = 3 푦 + 5푧 = 2 0 = −4 que na˜o possui soluc¸a˜o. Em geral, um sistema linear na˜o tem soluc¸a˜o se, e somente se, a u´ltima linha na˜o nula da forma escalonada reduzida da sua matriz aumentada for da forma [ 0 . . . 0 ∣ 푏′푚 ], com 푏′푚 ∕= 0. Exemplo 1.14. Considere o seguinte sistema⎧⎨ ⎩ 3푧 − 9푤 = 6 5푥 + 15푦 − 10푧 + 40푤 = −45 푥 + 3푦 − 푧 + 5푤 = −7 Um Curso de Geometria Analı´tica e ´Algebra Linear Julho 2009 1.2 Sistemas de Equac¸o˜es Lineares 45 A sua matriz aumentada e´ ⎡ ⎣ 0 0 3 −9 65 15 −10 40 −45 1⃝ 3 −1 5 −7 ⎤ ⎦ 1a. eliminac¸a˜o: Como temos que “fazer” o pivoˆ igual a um, escolhemos para pivoˆ o elemento de posic¸a˜o 3,1. Preci- samos “coloca´-lo” na primeira linha, para isto, trocamos a 3a. linha com a 1a. . 1a. linha ←→ 4a. linha ⎡ ⎣ 1⃝ 3 −1 5 −75 15 −10 40 −45 0 0 3 −9 6 ⎤ ⎦ Agora, precisamos “zerar” os outros elementos da 1a. coluna, que e´ a coluna do pivoˆ, para isto, adici- onamos a` 2a. linha, −5 vezes a 1a. . −5×1a. linha + 2a. linha −→ 2a. linha ⎡ ⎢⎣ 1 3 −1 5 −70 0 −5⃝ 15 −10 0 0 3 −9 6 ⎤ ⎥⎦ 2a. eliminac¸a˜o: Olhamos para a sub-matriz obtida eliminando-se a 1a. linha. Escolhemos para pivoˆ um elemento diferente de zero na 1a. coluna na˜o nula desta sub-matriz. Escolhemos o elemento de posic¸a˜o 2,3. Como temos que fazer o pivoˆ igual a 1, multiplicamos a 2a. linha por −1/5. Julho 2009 Reginaldo J. Santos 46 Matrizes e Sistemas Lineares −(1/5)×2a. linha −→ 2a. linha ⎡ ⎣ 1 3 −1 5 −70 0 1⃝ −3 2 0 0 3 −9 6 ⎤ ⎦ Agora, precisamos “zerar” os outros elementos da 2a. coluna, que e´ a coluna do pivoˆ, para isto, adici- onamos a` 1a. linha a 2a. e a` 3a. linha, −3 vezes a 2a. . 2a. linha + 1a. linha −→ 1a. linha −3×2a. linha + 3a. linha −→ 3a. linha ⎡ ⎣ 1 3 0 2 −50 0 1 −3 2 0 0 0 0 0 ⎤ ⎦ Esta matriz e´ escalonada reduzida. Portanto o sistema dado e´ equivalente ao sistema seguinte{ 푥 + 3푦 + 2푤 = −5 푧 − 3푤 = 2. A matriz deste sistema possui duas colunas sem pivoˆs. As varia´veis que na˜o esta˜o associadas a pivoˆs podem ser consideradas varia´veis livres, isto e´, podem assumir valores arbitra´rios. Neste exemplo as varia´veis 푦 e 푤 na˜o esta˜o associadas a pivoˆs e podem ser consideradas varia´veis livres. Sejam 푤 = 훼 e 푦 = 훽. As varia´veis associadas aos pivoˆs tera˜o os seus valores dependentes das varia´veis livres, 푧 = 2 + 3훼, 푥 = −5− 2훼− 3훽. Assim, a soluc¸a˜o geral do sistema e´ 푋 = ⎡ ⎢⎢⎣ 푥 푦 푧 푤 ⎤ ⎥⎥⎦ = ⎡ ⎢⎢⎣ −5− 2훼− 3훽 훽 2 + 3훼 훼 ⎤ ⎥⎥⎦ para todos os valores de 훼 e 훽 reais. Um Curso de Geometria Analı´tica e ´Algebra Linear Julho 2009 1.2 Sistemas de Equac¸o˜es Lineares 47 Em geral, se o sistema linear tiver soluc¸a˜o e a forma escalonada reduzida da matriz aumentada possuir colunas sem pivoˆs, as varia´veis que na˜o esta˜o associadas a pivoˆs podem ser consideradas varia´veis livres, isto e´, podem assumir valores arbitra´rios. As varia´veis associadas aos pivoˆs tera˜o os seus valores dependentes das varia´veis livres. Lembramos que o sistema linear na˜o tem soluc¸a˜o se a u´ltima linha na˜o nula da forma escalonada reduzida da matriz aumentada do sistema for da forma [ 0 . . . 0 ∣ 푏′푚 ], com 푏′푚 ∕= 0, como no Exemplo 1.13 na pa´gina 43. Observac¸a˜o. Para se encontrar a soluc¸a˜o de um sistema linear na˜o e´ necessa´rio transformar a matriz aumentada do sistema na sua forma escalonada reduzida, mas se a matriz esta´ nesta forma, o sistema associado e´ o mais simples possı´vel. Um outro me´todo de resolver sistemas lineares consiste em, atrave´s da aplicac¸a˜o de operac¸o˜es elementares a` matriz aumentada do sistema, se chegar a uma matriz que e´ somente escalonada (isto e´, uma matriz que satisfaz as condic¸o˜es (a) e (c), mas na˜o necessariamente (b) e (d) da Definic¸a˜o 1.6). Este me´todo e´ conhecido como me´todo de Gauss. O pro´ximo resultado mostra que um sistema linear que tenha mais de uma soluc¸a˜o na˜o pode ter um nu´mero finito de soluc¸o˜es. Proposic¸a˜o 1.3. Sejam 퐴 uma matriz 푚 × 푛 e 퐵 uma matriz 푚 × 1. Se o sistema linear 퐴푋 = 퐵 possui duas soluc¸o˜es distintas 푋0 ∕= 푋1, enta˜o ele tem infinitas soluc¸o˜es. Julho 2009 Reginaldo J. Santos 48 Matrizes e Sistemas Lineares Demonstrac¸a˜o. Seja 푋휆 = (1− 휆)푋0 + 휆푋1, para 휆 ∈ ℝ. Vamos mostrar que 푋휆 e´ soluc¸a˜o do sistema 퐴푋 = 퐵, para qualquer 휆 ∈ ℝ. Para isto vamos mostrar que 퐴푋휆 = 퐵. Aplicando as propriedades (i), (j) das operac¸o˜es matriciais (Teorema 1.1 na pa´gina 9) obtemos 퐴푋휆 = 퐴[(1− 휆)푋0 + 휆푋1] = 퐴(1− 휆)푋0 + 퐴휆푋1 = (1− 휆)퐴푋0 + 휆퐴푋1 Como 푋0 e 푋1 sa˜o soluc¸o˜es de 퐴푋 = 퐵, enta˜o 퐴푋0 = 퐵 e 퐴푋1 = 퐵, portanto 퐴푋휆 = (1− 휆)퐵 + 휆퐵 = [(1− 휆) + 휆]퐵 = 퐵, pela propriedade (f) do Teorema 1.1. Assim o sistema 퐴푋 = 퐵 tem infinitas soluc¸o˜es, pois para todo valor de 휆 ∈ ℝ, 푋휆 e´ soluc¸a˜o e 푋휆−푋휆′ = (휆−휆′)(푋1−푋0), ou seja, 푋휆 ∕= 푋휆′ , para 휆 ∕= 휆′. Observe que para 휆 = 0, 푋휆 = 푋0, para 휆 = 1, 푋휆 = 푋1, para 휆 = 1/2, 푋휆 = 12푋0 + 1 2 푋1, para 휆 = 3, 푋휆 = −2푋0 + 3푋1 e para 휆 = −2, 푋휆 = 3푋0 − 2푋1. No Exemplo 3.4 na pa´gina 155 temos uma interpretac¸a˜o geome´trica desta demonstrac¸a˜o. ■ Para resolver sistemas lineares vimos aplicando operac¸o˜es elementares a` matriz aumentada do sistema linear. Isto pode ser feito com quaisquer matrizes. Um Curso de Geometria Analı´tica e ´Algebra Linear Julho 2009 1.2 Sistemas de Equac¸o˜es Lineares 49 1.2.2 Matrizes Equivalentes por Linhas Definic¸a˜o 1.7. Uma matriz 퐴 = (푎푖푗)푚×푛 e´ equivalente por linhas a uma matriz 퐵 = (푏푖푗)푚×푛, se 퐵 pode ser obtida de 퐴 aplicando-se uma sequ¨eˆncia de operac¸o˜es elementares sobre as suas linhas. Exemplo 1.15. Observando os Exemplos 1.11, 1.14 e 1.13, vemos que as matrizes⎡ ⎣ 1 1 12 1 4 2 3 5 ⎤ ⎦ , ⎡ ⎣ 0 0 3 −95 15 −10 40 1 3 −1 5 ⎤ ⎦ , ⎡ ⎣ 1 3 130 1 5 0 −2 −10 ⎤ ⎦ sa˜o equivalentes por linhas a`s matrizes⎡ ⎣ 1 0 00 1 0 0 0 1 ⎤ ⎦ , ⎡ ⎣ 1 3 0 20 0 1 −3 0 0 0 0 ⎤ ⎦ , ⎡ ⎣ 1 0 −20 1 5 0 0 0 ⎤ ⎦ , respectivamente. Matrizes estas que sa˜o escalonadas reduzidas. Cuidado: elas sa˜o equivalentes por linhas, na˜o sa˜o iguais! A relac¸a˜o “ser equivalente por linhas” satisfaz as seguintes propriedades, cuja verificac¸a˜o deixa- mos como exercı´cio para o leitor: ∙ Toda matriz e´ equivalente por linhas a ela mesma (reflexividade); Julho 2009 Reginaldo J. Santos 50 Matrizes e Sistemas Lineares ∙ Se 퐴 e´ equivalente por linhas a 퐵, enta˜o 퐵 e´ equivalente por linhas a 퐴 (simetria); ∙ Se 퐴 e´ equivalente por linhas a 퐵 e 퐵 e´ equivalente por linhas a 퐶, enta˜o 퐴 e´ equivalente por linhas a 퐶 (transitividade). Toda matriz e´ equivalente por linhas a uma matriz na forma escalonada reduzida e a demonstrac¸a˜o, que omitiremos, pode ser feita da mesma maneira que fizemos no caso particular das matrizes aumentadas dos Exemplos 1.11, 1.14 e 1.13. No Teorema 5.15 na pa´gina 339 mostra- mos que essa matriz escalonada reduzida e´ a u´nica matriz na forma escalonada reduzida equivalente a 퐴. Teorema 1.4. Toda matriz 퐴 = (푎푖푗)푚×푛 e´ equivalente por linhas a uma u´nica matriz escalonada reduzida 푅 = (푟푖푗)푚×푛. O pro´ximo resultado sera´ usado para provar alguns resultados no capı´tulo de inversa˜o de matrizes. Proposic¸a˜o 1.5. Seja 푅 uma matriz 푛× 푛, na forma escalonada reduzida. Se 푅 ∕= 퐼푛, enta˜o 푅 tem uma linha nula. Demonstrac¸a˜o. Observe que o pivoˆ de uma linha 푖 esta´ sempre numa coluna 푗 com 푗 ≥ 푖. Portanto, ou a u´ltima linha de 푅 e´ nula ou o pivoˆ da linha 푛 esta´ na posic¸a˜o 푛, 푛. Mas, neste caso todas as linhas anteriores sa˜o na˜o nulas e os pivoˆs de cada linha 푖 esta´ na coluna 푖, ou seja, 푅 = 퐼푛. ■ Um Curso de Geometria Analı´tica e ´Algebra Linear Julho 2009 1.2 Sistemas de Equac¸o˜es Lineares 51 1.2.3 Sistemas Lineares Homogeˆneos Um sistema linear da forma⎧⎨ ⎩ 푎11푥1 + 푎12푥2 + . . . + 푎1푛푥푛 = 0 푎21푥1 + 푎22푥2 + . . . + 푎2푛푥푛 = 0 . . . . . . = . . . 푎푚1푥1 + 푎푚2푥2 + . . . + 푎푚푛푥푛 = 0 (1.7) e´ chamado sistema homogeˆneo. O sistema (1.7) pode ser escrito como 퐴푋 = 0¯. Todo sistema homogeˆneo admite pelo menos a soluc¸a˜o 푋 = ⎡ ⎢⎢⎢⎣ 푥1 푥2 . . . 푥푛 ⎤ ⎥⎥⎥⎦ = ⎡ ⎢⎢⎢⎣ 0 0 . . . 0 ⎤ ⎥⎥⎥⎦ chamada de soluc¸a˜o trivial. Portanto, todo sistema homogeˆneo tem soluc¸a˜o. Ale´m disso ou tem somente a soluc¸a˜o trivial ou tem infinitas soluc¸o˜es Observac¸a˜o. Para resolver um sistema linear homogeˆneo 퐴푋 = 0¯, basta escalonarmos a matriz 퐴 do sistema, ja´ que sob a ac¸a˜o de uma operac¸a˜o elementar a coluna de zeros na˜o e´ alterada. Mas, e´ preciso ficar atento quando se escreve o sistema linear associado a` matriz resultante das operac¸o˜es elementares, para se levar em considerac¸a˜o esta coluna de zeros que na˜o vimos escrevendo. Teorema 1.6. Se 퐴 = (푎푖푗)푚×푛, e´ tal que 푚 < 푛, enta˜o o sistema homogeˆneo 퐴푋 = 0¯ tem soluc¸a˜o diferente da soluc¸a˜o trivial, ou seja, todo sistema homogeˆneo com menos equac¸o˜es do que inco´gnitas tem infinitas soluc¸o˜es. Julho 2009 Reginaldo J. Santos 52 Matrizes e Sistemas Lineares Demonstrac¸a˜o. Como o sistema tem menos equac¸o˜es do que inco´gnitas (푚 < 푛), o nu´mero de linhas na˜o nulas 푟 da forma escalonada reduzida da matriz aumentada do sistema tambe´m e´ tal que 푟 < 푛. Assim, temos 푟 pivoˆs e 푛−푟 varia´veis (inco´gnitas) livres, que podem assumir todos os valores reais. Logo, o sistema admite soluc¸a˜o na˜o trivial e portanto infinitas soluc¸o˜es. ■ O conjunto soluc¸a˜o de um sistema linear homogeˆneo satisfaz duas propriedades interessantes. Estas propriedades tera˜o um papel decisivo no estudo de subespac¸os de ℝ푛 na Sec¸a˜o 5.2 na pa´gina 308. Proposic¸a˜o 1.7. Seja 퐴 = (푎푖푗)푚×푛. (a) Se 푋 e 푌 sa˜o soluc¸o˜es do sistema homogeˆneo, 퐴푋 = 0¯, enta˜o 푋 + 푌 tambe´m o e´. (b) Se 푋 e´ soluc¸a˜o do sistema homogeˆneo, 퐴푋 = 0¯, enta˜o 훼푋 tambe´m o e´. Demonstrac¸a˜o. (a) Se 푋 e 푌 sa˜o soluc¸o˜es do sistema homogeˆneo 퐴푋 = 0¯, enta˜o 퐴푋 = 0¯ e 퐴푌 = 0¯ e portanto 푋 + 푌 tambe´m e´ soluc¸a˜o pois, 퐴(푋 + 푌 ) = 퐴푋 + 퐴푌 = 0¯ + 0¯ = 0¯; (b) Se 푋 e´ soluc¸a˜o do sistema homogeˆneo 퐴푋 = 0¯, enta˜o 훼푋 tambe´m o e´, pois 퐴(훼푋) = 훼퐴푋 = 훼0¯ = 0¯. ■ Um Curso de Geometria Analı´tica e ´Algebra Linear Julho 2009 1.2 Sistemas de Equac¸o˜es Lineares 53 Estas propriedades na˜o sa˜o va´lidas para sistemas lineares em geral. Por exemplo, considere o sistema linear 퐴푋 = 퐵, em que 퐴 = [1] e 퐵 = [1]. A soluc¸a˜o deste sistema e´ 푋 = [1]. Mas, 푋 +푋 = 2푋 = 2, na˜o e´ soluc¸a˜o do sistema. Exemplo 1.16. Vamos retomar a cadeia de Markov do Exemplo 1.9 na pa´gina 16. Vamos supor que uma populac¸a˜o e´ dividida em treˆs estados (por exemplo: ricos, classe me´dia e pobres) e que em cada unidade de tempo a probabilidade de mudanc¸a de um estado para outro seja constante no tempo, so´ dependa dos estados. Seja 푡푖푗 a probabilidade de mudanc¸a do estado 푗 para o estado 푖 em uma unidade de tempo (gerac¸a˜o). A matriz de transic¸a˜o e´ dada por 푇 = 1⃝ 2⃝ 3⃝⎡ ⎣ 푡11 푡12 푡13푡21 푡22 푡23 푡31 푡32 푡33 ⎤ ⎦ 1⃝2⃝ 3⃝ Vamos considerar a matriz de transic¸a˜o 푇 = 1⃝ 2⃝ 3⃝⎡ ⎢⎣ 1 2 1 4 0 1 2 1 2 1 2 0 1 4 1 2 ⎤ ⎥⎦ 1⃝2⃝ 3⃝ Vamos descobrir qual distribuic¸a˜o inicial da populac¸a˜o entre os treˆs estados permanece inalterada, gerac¸a˜o apo´s gerac¸a˜o. Ou seja, vamos determinar um vetor de estado 푃 tal que 푇푃 = 푃 ou 푇푃 = 퐼3푃 ou (푇 − 퐼3)푃 = 0¯. Julho 2009 Reginaldo J. Santos 54 Matrizes e Sistemas Lineares Assim precisamos resolver o sistema linear homogeˆneo (푇 − 퐼3)푋 = 0¯ ⇔ ⎧⎨ ⎩ −1 2 푥 + 1 4 푦 = 0 1 2 푥 − 1 2 푦 + 1 2 푧 = 0 1 4 푦 − 1 2 푧 = 0 cuja matriz aumentada e´ ⎡ ⎢⎣ − 1 2 1 4 0 0 1 2 −1 2 1 2 0 0 1 4 −1 2 0 ⎤ ⎥⎦ 1a. eliminac¸a˜o: −2×1a. linha −→ 2a. linha ⎡ ⎢⎣ 1 − 1 2 0 0 1 2 −1 2 1 2 0 0 1 4 −1 2 0 ⎤ ⎥⎦ −1 2 ×1a. linha + 2a. linha −→ 2a. linha ⎡ ⎢⎣ 1 − 1 2 0 0 0 −1 4 1 2 0 0 1 4 −1 2 0 ⎤ ⎥⎦ 2a. eliminac¸a˜o: −4×2a. linha −→ 2a. linha ⎡ ⎣ 1 −12 0 00 1 −2 0 0 1 4 −1 2 0 ⎤ ⎦ Um Curso de Geometria Analı´tica e ´Algebra Linear Julho 2009 1.2 Sistemas de Equac¸o˜es Lineares 55 1 2 ×2a. linha + 1a. linha −→ 1a. linha −1 4 ×2a. linha + 3a. linha −→ 3a. linha ⎡ ⎣ 1 0 −1 00 1 −2 0 0 0 0 0 ⎤ ⎦ Portanto o sistema dado e´ equivalente ao sistema seguinte{ 푥 − 푧 = 0 푦 − 2푧 = 0 Seja 푧 = 훼. Enta˜o 푦 = 2훼 e 푥 = 훼. Assim, a soluc¸a˜o geral do sistema e´ 푋 = ⎡ ⎣ 푝1푝2 푝3 ⎤ ⎦ = 훼 ⎡ ⎣ 12 1 ⎤ ⎦ , para todo 훼 ∈ ℝ. Tomando a soluc¸a˜o tal que 푝1 + 푝2 + 푝3 = 1 obtemos que se a populac¸a˜o inicial for distribuı´da de forma que 푝1 = 1/4 da populac¸a˜o esteja no estado 1, 푝2 = 1/2 da populac¸a˜o esteja no estado 2 e 푝3 = 1/4, esteja no estado 3, enta˜o esta distribuic¸a˜o permanecera´ constante gerac¸a˜o apo´s gerac¸a˜o. 1.2.4 Matrizes Elementares (opcional) Definic¸a˜o 1.8. Uma matriz elementar 푛×푛 e´ uma matriz obtida da matriz identidade 퐼푛 aplicando-se uma, e somente uma, operac¸a˜o elementar. Julho 2009 Reginaldo J. Santos 56 Matrizes e Sistemas Lineares Vamos denotar por 퐸푖푗 a matriz elementar obtida trocando-se a linha 푖 com a linha 푗 da matriz 퐼푛, 퐸푖(훼) a matriz elementar obtida multiplicando-se a linha 푖 da matriz 퐼푛 pelo escalar 훼 ∕= 0 e 퐸푖,푗(훼) a matriz elementar obtida da matriz 퐼푛, somando-se a` linha 푗, 훼 vezes a linha 푖. 퐸푖,푗 = ⎡ ⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎣ 1 0 ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ 0 0 . . . ⋅ ⋅ 1 ⋅ ⋅ 0 . . . 1 ⋅ ⋅ . . . . . . . . . ⋅ ⋅ 1 . . . 0 ⋅ ⋅ 1 ⋅ ⋅ . . . 0 0 ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ 0 1 ⎤ ⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎦ ← 푖 ←푗 , 퐸푖(훼) = ⎡ ⎢⎢⎢⎢⎢⎢⎢⎢⎢⎣ 1 0 ⋅ ⋅ ⋅ ⋅ 0 0 . . . ⋅ ⋅ 1 ⋅ ⋅ 훼 ⋅ ⋅ 1 ⋅ ⋅ . . . 0 0 ⋅ ⋅ ⋅ ⋅ 0 1 ⎤ ⎥⎥⎥⎥⎥⎥⎥⎥⎥⎦ ← 푖 e 퐸푖,푗(훼) = ⎡ ⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎣ 1 0 ⋅ ⋅ ⋅ ⋅ 0 0 . . . ⋅ ⋅ 1 ⋅ ⋅ ... . . . ⋅ ⋅ 훼 . . . 1 ⋅ ⋅ . . . 0 0 ⋅ ⋅ ⋅ ⋅ 0 1 ⎤ ⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎦ ← 푖 ←푗 Exemplo 1.17. As matrizes seguintes sa˜o as matrizes elementares 2× 2: 퐸1,2 = 퐸2,1 = [ 0 1 1 0 ] , 퐸1(훼) = [ 훼 0 0 1 ] , 퐸2(훼) = [ 1 0 0 훼 ] , com 훼 ∕= 0, 퐸1,2(훼) = [ 1 0 훼 1 ] e 퐸2,1(훼) = [ 1 훼 0 1 ] . Um Curso de Geometria Analı´tica e ´Algebra Linear Julho 2009 1.2 Sistemas de Equac¸o˜es Lineares 57 Sejam 퐸1 = ⎡ ⎢⎢⎢⎣ 1 0 . . . 0 ⎤ ⎥⎥⎥⎦ , 퐸2 = ⎡ ⎢⎢⎢⎣ 0 1 . . . 0 ⎤ ⎥⎥⎥⎦,. . . , 퐸푛 = ⎡ ⎢⎢⎢⎣ 0 0 . . . 1 ⎤ ⎥⎥⎥⎦ matrizes 푚× 1. As matrizes elementares podem ser escritas em termos das matrizes 퐸푖 como 퐸푖,푗 = ⎡ ⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎣ 퐸푡1 . . . 퐸푡푗 . . . 퐸푡푖 . . . 퐸푡푚 ⎤ ⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎦ ← 푖 ←푗 , 퐸푖(훼) = ⎡ ⎢⎢⎢⎢⎢⎣ 퐸푡1 . . . 훼퐸푡푖 . . . 퐸푡푚 ⎤ ⎥⎥⎥⎥⎥⎦← 푖 e 퐸푖,푗(훼) = ⎡ ⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎣ 퐸푡1 . . . 퐸푡푖 . . . 퐸푡푗 + 훼퐸 푡 푖 .
Compartilhar