Baixe o app para aproveitar ainda mais
Prévia do material em texto
NMF105 Algebra Linear Notas de aula 2010 -rev1 Prof. Fabio Lacerda Prof. Emerson Costa Prof. Ronaldo Pimentel ÍNDICE UNIDADE 1 – MATRIZES E SISTEMAS DE EQUAÇÕES LINEARES .................................. 1 1.1 INTRODUÇÃO..................................................................................................................................... 1 1.2 TIPOS ESPECIAIS DE MATRIZ ............................................................................................................. 2 1.2.1 Matriz quadrada .......................................................................................................................... 2 1.2.2 Matriz nula .................................................................................................................................. 2 1.2.3 Matriz coluna ............................................................................................................................... 2 1.2.4 Matriz linha.................................................................................................................................. 2 1.2.5 Matriz diagonal ............................................................................................................................ 2 1.2.6 Matriz identidade ........................................................................................................................ 3 1.2.7 Matriz triangular .......................................................................................................................... 3 1.2.8 Matriz triangular .......................................................................................................................... 3 1.2.9 Matriz simétrica ........................................................................................................................... 3 1.3 OPERAÇÕES BÁSICAS COM MATRIZES .............................................................................................. 4 1.3.1 Adição .......................................................................................................................................... 4 1.3.2 Multiplicação ............................................................................................................................... 4 1.3.3 Transposição ................................................................................................................................ 5 1.4 MULTIPLICAÇÃO DE MATRIZES ......................................................................................................... 8 1.5 OPERAÇÕES ELEMENTARES COM LINHAS DE MATRIZ .................................................................... 11 1.6 MATRIZ INVERSA ............................................................................................................................. 12 1.6.1 Cálculo da matriz inversa pelo método de Gauss-Jordan ......................................................... 12 1.7 SISTEMAS DE EQUAÇÕES LINEARES ................................................................................................ 13 1.7.1 Definições básicas ..................................................................................................................... 13 1.7.2 Método de Gauss ...................................................................................................................... 15 1.7.3 Usando matriz inversa ............................................................................................................... 16 LISTA DE EXERCÍCIOS 1 ............................................................................................................................ 17 UNIDADE 2 – DETERMINANTES ............................................................................................ 27 2.1 DETERMINANTE ............................................................................................................................... 27 2.2 MENOR COMPLEMENTAR ................................................................................................................ 29 2.3 COFATOR ou COMPLEMENTO ALGÉBRICO ...................................................................................... 30 2.4 DEFINIÇÃO DE DETERMINANTE (GERAL) .......................................................................................... 30 2.5 PROPRIEDADES DOS DETERMINANTES ............................................................................................ 33 2.6 CÁLCULO DE DETERMINANTES (REGRA DE CHIÓ) ............................................................................ 34 LISTA DE EXERCÍCIOS 2 ............................................................................................................................ 38 UNIDADE 3 – ESPAÇOS VETORIAIS ...................................................................................... 40 3.1 ESPAÇOS VETORIAIS REAIS ............................................................................................................... 40 3.2 SUBESPAÇOS VETORIAIS REAIS ........................................................................................................ 43 3.3 COMBINAÇÃO LINEAR ...................................................................................................................... 46 3.4 ESPAÇOS GERADOS .......................................................................................................................... 51 3.5 DEPENDÊNCIA E INDEPENDÊNCIA LINEAR ....................................................................................... 55 3.6 BASES E DIMENSÃO .......................................................................................................................... 62 3.6.1 Base de um Espaço Vetorial ...................................................................................................... 62 3.6.2 Dimensão de um Espaço Vetorial .............................................................................................. 71 3.7 MUDANÇA DE BASE .......................................................................................................................... 75 LISTA DE EXERCÍCIOS 3 ............................................................................................................................ 81 UNIDADE 4 – TRANSFORMAÇÕES LINEARES ................................................................... 91 LISTA DE EXERCÍCIOS 4 ............................................................................................................................ 95 BIBLIOGRAFIA E REFERÊNCIAS ........................................................................................... 96 NMF105 – Notas de aula 1 NMF105 – ALGEBRA LINEAR Prof. Emerson Costa (responsável pela disciplina) Prof. Fabio Lacerda (flacerda@fumec.br) UNIDADE 1 – MATRIZES E SISTEMAS DE EQUAÇÕES LINEARES Notas de Aula 11..11 IINNTTRROODDUUÇÇÃÃOO Matriz é uma tabela de elementos dispostos em linhas e colunas. Sua utilização passa a ser indispensável quando o número de variáveis e observações em um problema torna-se muito grande. Por exemplo, seja a composição de uma carteira de ações e a sua evolução ao longo do primeiro semestre: Movimentação (em número de ações) Ação Mês Jan Fev Mar Abr Mai Jun PETR4 (Petrobras) 200 262 180 85 0 167 VALE5 (Vale) 0 0 343 203 150 110 USIM5 (Usiminas) 50 0 162 215 400 300 GVTT3 (GVT) 0 160 40 0 420 480 Poderia ser abstraída para:Generalizando, tem-se: �� � � = ���� ��� ⋯ ������ ��� ⋯ ���⋮ ⋮ ⋱ ⋮��� ��� ⋯ ���� = [���]� � � NMF105 – Notas de aula 2 11..22 TTIIPPOOSS EESSPPEECCIIAAIISS DDEE MMAATTRRIIZZ 1.2.1 Matriz quadrada � O número de linhas é igual ao número de colunas (m = n). Exemplos: ���� = � 2 −7 85 3 5 −1 2 4 � ∴ ���� = �2� ∴ ���� = �1 23 4 1.2.2 Matriz nula � Todos os elementos da matriz são nulos (��� para todo i e j). Exemplos: ���� = �0 0 0 00 0 0 0 ∴ ���� = �0� ∴ ���� = �0 00 0 0 0 � 1.2.3 Matriz coluna � Possui uma única coluna (n=1). Exemplos: ���� = � 1−2 3 � ∴ ���� = �0 ∴ ���� = � 2� � 1.2.4 Matriz linha � Possui uma única linha (m=1). Exemplos: ���� = �1 −2 3� ∴ ���� = �0 � ∴ ���� = � 2 � � 1.2.5 Matriz diagonal � Matriz quadrada (m=n) onde ��� = 0 para � ≠ �. Ou seja, todos os elementos fora da diagonal principal são nulos. Exemplos: ���� = �2 00 0 ∴ ���� = �1 0 00 −5 0 0 0 �� ∴ ���� = � 1 0 0 0 0 2 0 0 0 0 3 0 0 0 0 4 � NMF105 – Notas de aula 3 1.2.6 Matriz identidade � Representada por I, matriz quadrada (m=n) onde ��� = 1 para � = � e ��� = 0 para � ≠ �. Ou seja, possui “1” na diagonal principal e “0” para todas as outras entradas. Exemplos: �� = �1 00 1 ∴ �� = � 1 0 0 0 0 1 0 0 0 0 1 0 0 0 0 1 � ∴ �� = �1 0 00 1 0 0 0 1 � 1.2.7 Matriz triangular � Matriz quadrada (m=n) onde ��� = 0 para � > �. Exemplos: ���� = �1 10 1 ∴ ���� = � 1 0 0 0 0 −2 2 0 0 0 0 0 0 0 1 � ∴ ���� = �0 0 −40 � 0 0 0 1 � 1.2.8 Matriz triangular � Matriz quadrada (m=n) onde ��� = 0 para � < �. Exemplos: ���� = �1 01 0 ∴ ���� = � 0 0 0 0 0 0 0 0 10 −2 0 0 5 � 0 0� ∴ ���� = � 2 0 0 −1 4 0 3 � 1� 1.2.9 Matriz simétrica � Matriz quadrada (m=n) onde ��� = ��� . Exemplos: ���� = �0 77 0 ∴ ���� = � 1 −4 0−4 5 0 0 0 �� ∴ ���� = � � � � �� � � �� � ℎ �� � � � � NMF105 – Notas de aula 4 11..33 OOPPEERRAAÇÇÕÕEESS BBÁÁSSIICCAASS CCOOMM MMAATTRRIIZZEESS 1.3.1 Adição � a soma de duas matrizes de mesma ordem (�� � � = �� � �) é representada por “ A+B ”, cujos elementos são somas dos elementos correspondentes de A e B. Ou seja, � + � = � ��� + ��� ��� + ��� ⋯ ��� + ������ + ��� ��� + ��� ⋯ ��� + ��� ⋮ ⋮ ⋱ ⋮��� + ��� ��� + ��� ⋯ ��� + ���� Exemplos: �1 −1 2 3 + �0 4 3 −3 = �1 3 5 0 ∴ �1 23 4 5 6 � + � 7 89 10 11 12 � = � 8 1012 14 16 18 � ∴ �2 −3� + �� −1 0� = �2 + � − 1 −3� Propriedades: i) A + B = B + A (comutatividade) ii) A + (B + C) = (A + B) + C (associatividade) iii) A + 0 = A , onde “0” é uma matriz nula 1.3.2 Multiplicação � representada por “ k.A ”, é obtida multiplicando-se A por k. Ou seja, �� = ����� ���� ⋯ �������� ���� ⋯ ���� ⋮ ⋮ ⋱ ⋮���� ���� ⋯ ����� Exemplos: ���� � = −3 � � = � 0 −1 22 4 1 −1 3 −2 � �� = −3. � 0 −1 22 4 1 −1 3 −2 � = � 0 3 −6−6 −12 −3 3 −9 6 � NMF105 – Notas de aula 5 ���� � = � � = � 0 − 20 2 1 −1 0 −2 � �� = . � 0 − 20 2 1 −1 0 −2 � = � 0 − � 2 0 2 � − 0 −2 � Propriedades: i) k.(A + B) = kA + kB ii) (k1 + k2).A = k1 A + k2 A iii) 0.A = 0, onde o primeiro “ 0 ” é um escalar e o segundo é uma matriz nula iv) k1 ( k2 A) = (k1 k2 )A 1.3.3 Transposição � representada por “ �� ” ou por “�� ”, é obtida quando as linhas de A passam a ser colunas de B (= ��). Ou seja, ��� = ���. Exemplos: � = �0 −1 � 2 4 8 � � � � �� = � 0 2−1 4� 8� � � � � = � 2 −1 � � � � � �� = � 2 −1�� � � Propriedades: i) Uma matriz (A) é simétrica somente se � = �� ii) ��� = � �� (��)� = � iii) (� + �)� = �� + �� iv) (��)� = ��� NMF105 – Notas de aula 6 Exemplo 1: Sendo � = �−3 0 20 4 −6 −7 1 1 �, calcule 2� Solução: 2. �−3 0 20 4 −6 −7 1 1 � = �2. −3! 2.0 2.22.0 2.4 2. −6! 2. −7! 2.1 2.1 � = � −6 0 4 0 8 −12 −14 2 2 � Conclusão: 2� = � −6 0 40 8 −12 −14 2 2 Exemplo 2: Sendo � = � 1 2 3−2 0 4 −3 0 2 �, calcule 2�� Solução: 2. � 1 2 3−2 0 4 −3 0 2 �� = 2. �1 −2 −32 0 0 3 4 2 � = �2.1 2. −2! 2. −3!2.2 2.0 2.0 2.3 2.4 2.2 � = �2 −4 −64 0 0 6 8 4 � Conclusão: 2�� = �2 −4 −64 0 0 6 8 4 � Exemplo 3: Dadas � = �−3 0 20 4 −6 −7 1 1 �, � = � 2 4 66 4 2 −3 −4 0 � e � = � 1 2 3−2 0 4 −3 0 2 �, calcule X para " − #$ = % − #& Solução 1: ' − 2� = � − 2�� ⇨ ' = � − 2�� + 2� aproveitando os cálculos dos exemplos 1 e 2, tem-se, NMF105 – Notas de aula 7 ' = � 2 4 66 4 2 −3 −4 0 � + �−2 +4 +6−4 0 0 −6 −8 −4 � + � −6 0 40 8 −12 −14 2 2 � ⇨ ' = � 2 − 2 − 6 4 + 4 + 0 6 + 6 + 46 − 4 + 0 4 − 0 + 8 2 − 0 − 12 −3 − 6 − 14 −4 − 8 + 2 0 − 4 + 2 � ⇨ ' = � −6 8 162 12 −10 −23 −10 −2 � Solução 2: De forma mais direta, tem-se ' − 2� = � − 2�� ⇨ ' = � − 2�� + 2� ' = � 2 4 66 4 2 −3 −4 0 � − 2. �1 −2 −32 0 0 3 4 2 � + 2. �−3 0 20 4 −6 −7 1 1 � ⇨ ' = � 2 − 2.1 + 2. −3! 4 − 2. −2! + 2.0 6 − 2. −3! + 2.26 − 2.2 + 2.0 4 − 2.0 + 2.4 2 − 2.0 + 2. −6! −3 − 2.3 + 2. −7! −4 − 2.4 + 2.1 0 − 2.2 + 2.1 � ⇨ ' = � −6 8 162 12 −10 −23 −10 −2 � Conclusão: ' − 2� = � − 2�� ⇨ ' = � −6 8 162 12 −10 −23 −10 −2 � NMF105 – Notas de aula 8 11..44 MMUULLTTIIPPLLIICCAAÇÇÃÃOO DDEE MMAATTRRIIZZEESS O produto de duas matrizes A e B, denotado por “AB”, só é possível se o número de colunas de A for igual ao número de linhas de B. Cada elemento resultante ij é obtido pelo produto da linha i de A pela coluna j de B. Ou seja, se � = ��, � � = � ���� + � ���� + ⋯ + � ���� = (� � �� �� Assim, por exemplo, ����. ���� = ���� ∴ ����. ���� = ���� ����. ���� = ���� ∴ ����. ���� = ���� Propriedades: i) � = � = � ii) �� ≠ �� (�) ����*) iii) � � + �! = �� + �� iv) � + �!� = �� + �� v) ��!� = �(��) vi) (��)� = ���� vii) 0. � = 0 � �. 0 = 0 Exemplo 1: Resolver ��, onde ���� � ���� ���� ��� ������ ��� ��� . ���� ������ ������ ���� = +(������ + ������ + ������) (������ + ������ + ������)(������ + ������ + ������) (������ + ������ + ������), Exemplo 2: Resolver � = ��, onde � = �1 3 2 −1 � � = �2 0 −4 5 −2 6 � = �1 3 2 −1 . �2 0 −4 5 −2 6 = + (1.2 + 3.5) (1.0 + 3. (−2)) (1. −4! + 3.6) (2.2 + −1!. 5) (2.0 + −1!. (−2)) (2. −4! + −1!. 6), = � � = �17 −6 14 −1 2 −14 NMF105 – Notas de aula 9 Dicas: é comum, enquanto não se pratica bastante o produto entre matrizes, que se faça confusão com a posição certa de cada um dos elementos da matriz resultante. Para se minimizar erros por falta de atenção, vale a pena realizar um “double check” usando a própria matriz resultante para validação do resultado. Em primeiro lugar, deve-se checar se a dimensão da matriz está correta (por exemplo, o produto entre matrizes����.��� deve ter como resultado uma matriz com dimensão “��� ”). Além disso, observe que, para o caso da matriz C do exemplo 2, os elementos resultantes em C são definidos de acordo com a posição da linha da matriz A e a posição da coluna da matriz B. Assim, Exemplo 3: Encontrar x e y sabendo que �� = �. � e � = � −4 2 −3 �� = �. � = � −4 2 −3 . � −42 −3 = + ( . + (−4).2) . −4! + (−4). (−3 )(2. + −3 !. 2) 2. (−4) + −3 !. (−3 ), � �� = +( � − 8) (8 ) (−4 ) (9 � − 8), Como �. � = �. �1 0 0 1 = +� 0 0 �,, então +( � − 8) (8 )(−4 ) (9 � − 8), = +� 00 �, Assim, - � − 8 = �8 = 0 −4 = 0 9 � − 8 = �. Resolvendo o sistema, encontra-se = 0 � � = −8. NMF105 – Notas de aula 10 Exemplo 4: Encontrar a movimentação financeira mensal (em valor presente) de uma carteira de ações a partir do valor atual de cada ação e da tabela que mostra a movimentação dessa carteira, em número de ações (exemplo dado no item 1.1). Para isso, sabe-se que: Ação Valor presente PETR4 (Petrobras) R$33,80 VALE5 (Vale) R$42,74 USIM5 (Usiminas) R$46,15 GVTT3 (GVT) R$56,45 Ou seja, � = �200 262 180 85 0 1670 0 343 203 150 110 50 0 162 215 400 300 0 160 40 0 420 480 � e � = �33,8042,74 46,15 56,45 � (matriz A extraída do item 1.1) Como ∄ ����.����, pode-se fazer ����� .����. Logo, ���� = ����� .���� � = [�33,80.200 + 0 + 46,15.50 + 0 �33,80.262 + 0 + 0 + 56,45.160 �33,80.180 + 42,74.343 + 46,15.162 + 56,45.40 �33,80.85 + 42,74.203 + 46,15.215 + 0 �0 + 42,74.150 + 46,15.400 + 56,45.420 (33,80.167 + 42,74.110 + 46,15.300 + 56,45.480)] � = �9067,50 17887,60 30478,12 21471,47 48580 51287� Ou seja, Movimentação (em valor presente) Jan Fev Mar Abr Mai Jun R$9.067,50 R$17.887,60 R$30.478,12 R$21.471,47 R$48.580,00 R$51.287,00 NMF105 – Notas de aula 11 11..55 OOPPEERRAAÇÇÕÕEESS EELLEEMMEENNTTAARREESS CCOOMM LLIINNHHAASS DDEE MMAATTRRIIZZ Uma matriz elementar é obtida por meio de operações elementares nas linhas de uma matriz identidade. i) Troca de ordem de duas linhas da matriz (exemplo 1); ii) Multiplicação de uma linha da matriz por uma constante diferente de zero (exemplo 2); iii) Substituição de uma linha da matriz por sua soma com outra linha multiplicada por uma constante diferente de zero (exemplo 3). Exemplo 1: � →�� →� → � 1 0 0 0 1 0 0 0 1 ⇨ /1 ↔ /2 ⇨ �0 1 01 0 0 0 0 1 Exemplo 2: � →�� →� → � 1 0 0 0 1 0 0 0 1 ⇨ /3 = −4/3 ⇨ �1 0 00 1 0 0 0 −4 Exemplo 3: � →�� →� → � 1 0 0 0 1 0 0 0 1 ⇨ /2 = /2−2/3 ⇨ �1 0 00 1 −2 0 0 1 Exemplo 4: �1 0 00 1 0 0 0 1 � ⇢ /� = 3/�/� ↔ /� ⇢ �3 0 00 0 1 0 1 0 � ⇢ /� = /�−4/�/� = /�+3/� ⇢ � 3 0 09 0 1 −12 1 0 � Exemplos de operações possíveis: Exemplos de operações que NÃO são possíveis: NMF105 – Notas de aula 12 11..66 MMAATTRRIIZZ IINNVVEERRSSAA Uma matriz quadrada (m=n) A é chamada inversível se existe uma matriz B tal que �� = �� = � Nesse caso, a matriz inversa de A é indicada por ���. Ou seja, �. ��� = ���. � = �. Exemplo: encontrar a inversa da matriz � = �2 3 1 4 �2 3 1 4 . �� �� � = �1 00 1 � �2� + 3� 2� + 3�� + 4� � + 4� = �1 00 1 � - 2� + 3� = 1� + 4� = 0 2� + 3� = 0� + 4� = 1 . � � = 4 50 ∴ � = −3 50 ∴ � = −1 50 ∴ � = 2 50 ��� = � 4 50 −3 50 −1 50 2 50 � 1.6.1 Cálculo da matriz inversa pelo método de Gauss-Jordan Se uma matriz A pode ser reduzida à matriz identidade por uma sequência de operação elementares com linhas, então A é inversível e a matriz inversa de A é obtida a partir da matriz identidade aplicando-se a mesma sequência de operações com linhas. �� ⋮ → ( ⋮ �� ) Exemplo: Achar a inversa da matriz � = �−1 2 11 2 1 −1 2 3 � �� ⋮ = �−1 2 1 ⋮ 1 0 01 2 1 ⋮ 0 1 0 −1 2 3 ⋮ 0 0 1 ⇢ /1 ↔ /2 ⇢ � 1 2 1 ⋮ 0 1 0−1 2 1 ⋮ 1 0 0 −1 2 3 ⋮ 0 0 1 ⇢ /� = /� + /� ⇢ ⇢ /� = /� + /� ⇢ �1 2 1 ⋮ 0 1 00 4 2 ⋮ 1 1 0 0 4 4 ⋮ 0 1 1 � ⇢ /� = 1 4 /� ⇢ �1 2 1 ⋮ 0 1 00 1 �� ⋮ �� �� 0 0 4 4 ⋮ 0 1 1 � NMF105 – Notas de aula 13 ⇢ /� = /� − 2/� ⇢ ⇢ /� = /� − 4/� ⇢ � 1 0 0 ⋮ � � � � � 0 0 1 � � ⋮ � � � � 0 0 0 2 ⋮ −1 0 1 � ⇢ /� = 1 2 /� ⇢ 122 231 0 0 ⋮ ��� �� 00 1 � � ⋮ � � � � 0 0 0 1 ⋮ � � � 0 � �455 56 ⇢ /� = /� − 1 2 /� ⇢ 122 231 0 0 ⋮ ��� �� 00 1 0 ⋮ � � � � − � � 0 0 1 ⋮ � � � 0 � � 455 56 � ��� = ���� �� 0� � � � −� � � � � 0 � � � Observação: Se |�| = 0, então A não é inversível. Além disso, lembre-se que |�| = � |���| . Essa informação poderá ajudar a validar se o cálculo da matriz inversa foi realizado corretamente. 11..77 SSIISSTTEEMMAASS DDEE EEQQUUAAÇÇÕÕEESS LLIINNEEAARREESS 1.7.1 Definições básicas Um sistema de equações lineares com “m” equações e “n” incógnitas é um conjunto de equações do tipo: � ����� + ����� + ⋯ + ����� = ������� + ����� + ⋯ + ����� = �� ⋮ ⋮ ⋮ ⋮����� + ����� + ⋯ + ����� = �� � Pode ser escrita numa forma matricial: NMF105 – Notas de aula 14 Sendo definida ���� ��� ⋯ ��� ����� ��� ⋯ ��� �� ⋮ ⋮ ⋱ ⋮ ⋮��� ��� ⋯ ��� ��� como a “matriz ampliada do sistema”. NMF105 – Notas de aula 15 Exemplo: 7 2 � + � = 3 � − 4 � = −1 . �2 1 1 −4 . � � � = � 3−1 � �2 1 31 −4 1 A . X = B matriz ampliada do sistema 1.7.2 Método de Gauss Reduz por linha equivalência a matriz ampliada do sistema a uma matriz triangular. Pode ser dividido em duas etapas: Etapa1: (eliminação direta) redução passo a passo do sistema levando, ou a uma equação degenerada sem solução, ou a um sistema mais simples na forma triangular ou reduzida; Etapa2: (eliminação retroativa) substituições retroativas determinam a solução de novo sistema mais simples. Exemplo 1: Encontrar os valores de x, y e z a partir do sistema 8 + 2� − 3 = 12 + 5� − 8 = 4 3 + 8� − 13 = 7 . �1 2 −3 12 5 −8 4 3 8 −13 7 � ⇢ ⇢ /� = /� − 2/� ⇢ /� = /� − 3/� ⇢ �1 2 −3 10 1 −2 2 0 2 −4 4 � ⇢ /� = /� − 2/� ⇢ �1 2 −3 10 1 −2 2 0 0 0 0 � ⇢ � 7 + 2� − 3 = 1� − 2 = 2 . Logo, se 9 = :, então x= −; − : e � = # + #: (o sistema admite infinitas soluções) NMF105 – Notas de aula 16 Exemplo 2: Encontrar os valores de x, y e z a partir do sistema 8 + 2� − 4 = −42 + 5� − 9 = −10 3 − 2� + 3 = 11 . �1 2 −4 −42 5 −9 −10 3 −2 3 11 � ⇢ ⇢ /� = /� − 2/� ⇢ /� = /� − 3/� ⇢ �1 2 −4 −40 1 −1 −2 0 −8 15 23 � ⇢ /� = /� + 8/� ⇢ �1 2 −4 −40 1 −1 −2 0 0 7 7 � ⇢ � 8 + 2� − 4 = −4� − = −2 7 = 7 . Logo, se 9 = <, então = = −< e � = # 1.7.3 Usando matriz inversa Se �' = � admitir solução única (Afor inversível), então: ���. �' = ���. � � (����). ' = ���. � � �' = ���. � � � = � .� NMF105 – Notas de aula 17 LLIISSTTAA DDEE EEXXEERRCCÍÍCCIIOOSS 11 Operações básicas com matrizes 1. Determine x e y de modo que se tenha + + = 43 21 43 32 y yxyx . 2. Dadas = 1193 751 A , = 12108 642 B e −− = 741 510 C , calcule: a) CBAX ++=1 b) ( )TBAX −=2 c) CBAX 33 +−= 3. Dadas as matrizes − − = = = 25 71 e 67 50 , 32 21 CBA determine a matriz X tal que .CBAX −=+ 4. As tabelas a seguir mostram as vendas dos carros GOL e PÁLIO, nas cores Azul, Branco e Verde, de uma agência automobilística, nos meses de Janeiro e Fevereiro de 2000. Vendas do mês de Janeiro Vendas do mês de Fevereiro Modelo Cor Gol Pálio Azul 20 45 Verde 44 23 Branco 61 36 Modelo Cor Gol Pálio Azul 37 24 Verde 21 17 Branco 76 53 Qual foi a venda bimestral realizada por esta loja em relação a esses carros? Produto de matriz 5. Calcule os seguintes produtos: a) ⋅ = 32 74 01 10 A b) ⋅ − = 11 13 12 11 1732 0511 B NMF105 – Notas de aula 18 c) − ⋅ − = 154 321 43 22 11 C d) ⋅ = 021 100 741 430 022 110 D 6. Resolva as seguintes equações: a) − = ⋅ − 95 75 22 31 dc ba b) = ⋅ − − 3 9 21 12 y x 7. Sendo 01 12 e 210 121 − = − − = BA , determine o valor de: a) BAM T ⋅=1 b) BAM ⋅=2 c) 23 BM = 8. Uma indústria fabrica três modelos diferentes de televisores. A Tabela I mostra o número de teclas e alto-falantes usados em cada aparelho A, B e C, e a Tabela II mostra a produção que a fábrica planeja fazer para os meses de Abril e Maio: Tabela I Tabela II Modelo Componentes A B C Teclas 10 12 15 Alto-Falantes 2 2 4 Mês Modelo Abril Maio A 800 200 B 1000 1500 C 500 1000 Quantas teclas e quantos alto-falantes serão necessários para a produção dos dois meses? 9. Uma montadora de carretas de São Bernardo precisa de eixos e rodas para os três modelos que produz. A Tabela I mostra a relação dos componentes para cada um dos modelos: Modelo Componentes A B C Eixos 3 4 4 Rodas 4 6 8 A Tabela II mostra uma previsão de quantas carretas a fábrica deverá produzir em Julho e Agosto de 2000: Mês Modelo Julho Agosto A 15 25 B 30 20 C 18 15 NMF105 – Notas de aula 19 Pergunta-se: a) Quantos eixos e quantas rodas são necessários em cada um dos meses para que a montadora atinja produção desejada? b) Se a produção de Agosto se mantiver até Dezembro, quantas rodas a montadora utilizará no segundo semestre? 10. Uma rede de de comunicação tem cinco locais com transmissores de potências distintas. Estabeleceu-se, na matriz abaixo, que se: • 1=ija significa que a estação i pode transmitir diretamente à estação j; • 0=ija significa que a estação i não alcança a estação j. Observe que a diagonal principal é nula, significando que uma estação não transmite diretamente para si mesma. = 01000 10100 01010 01101 11110 A Se [ ]ijbA =2 , o elemento ∑ = =++++== 5 1 2442 100100 k kk aab . Note que a única parcela não nula veio de 1.13243 =aa . Isto significa que a estação 4 transmite para a estação 2 através de uma retransmissão pela estação 3, embora exista uma transmissão direta de 2 para 4. Com base nessas informações, responda os itens a seguir: a) Calcule 2A b) Qual o siginificado de 213 =b ? c) Discuta os significados dos termos nulos, iguais a 1 e maiores que 1 de modo a justificar a afirmação: “A matriz 2A representa o número de caminhos disponíveis para se ir de uma estação a outra com uma única retransmissão”. d) Qual o significado das matrizes 2AA + , 3A e 32 AAA ++ ? e) Se A fosse simétrica, o que significaria? Sistemas de Equações Lineares 11. Uma refinaria de petróleo processa dois tipos de petróleo: com alto teor de enxofre e com baixo teor de enxofre. Cada tonelada de petróleo de baixo teor necessita de 5 minutos no setor de mistura e 4 minutos no setor de refinaria; já o petróleo com alto teor são necessários 4 minutos no setor de mistura e 2 minutos no setor de refinaria. Se o setor de mistura está disponível por 3 horas, e o setor de refinaria por 2 horas, quantas toneladas de cada tipo de combustível devem ser processadas de modo que os dois setores não fiquem ociosos? NMF105 – Notas de aula 20 12. Um determinado produto é vendido em embalagens de 30g e 50g. Na embalagem de 30g, o produto é comercializado a R$ 10,00 e na embalagem de 50g. a R$ 15,00. Gastando R$ 100,00, qual é a quantidade de cada tipo de embalagem para uma pessoa adquirir precisamente 310g desse produto? 13. Um vinhateiro deseja produzir 1000 litros de vinho tipo A de 15% de teor alcoólico misturando vinho tipo B de 10% de teor alcoólico com vinho C de 35%. Determine as quantidades de vinho B e C necessárias para se obter a mistura desejada. 14. Necessitando construir casas de madeira, alvenaria e mistas em uma propriedade, quanto será gasto de material em cada tipo de construção considerando as seguintes especificações: tábuas Tijolos (mil) Telhas (mil) Tinta (litro) Mão de obra (dias) Madeira 200 1 5 80 12 Mista 10 10 5,5 60 9 Alvenaria 80 4 5 70 10 Tendo-se 2030 tábuas, 123 mil tijolos, 123.5 mil telhas, 1660 litros de tinta e 243 dias para construir, quantas construções de casa tipo poderão ser feitas? 15. Um estádio de futebol tem capacidade para 14.000 espectadores. Em dois jogos realizados em dois dias diferentes foram vendidos todos os lugares. No primeiro cobrou-se R$ 5,00 dos homens, R$ 3,00 das mulheres e R$ 2,00 das crianças. No segundo cobrou- se R$ 4,00 dos homens, R$ 2,00 das mulheres e R$ 1,00 das crianças. A renda do primeiro jogo foi de R$ 56.000,00 e a do segundo jogo de R$ 42.000,00. Quantos homens, mulheres e crianças, em grupos inteiros de mil (milhares), compareceram a cada jogo. 16. Determine os valores de a, de modo que o sistema =++ =++ =−+ 23 332 1 zayx azyx zyx tenha: a) Nenhuma solução b) Mais de uma solução c) Uma única solução 17. Resolva os sistemas abaixo e classifique-os quanto ao número de soluções: a) −=+− =− =− 642 963 1284 yx yx yx b) =++ =−−+− =+−+− =+−+ 0 02 032 022 543 5321 54321 5321 xxx xxxx xxxxx xxxx NMF105 – Notas de aula 21 18. Considere a matriz � = � 1 1 −1−1 0 1 0 1 1 � a)Determine o polinômio ( ) xIAxp −= sendo 3I , a matriz identidade de ordem 3 e ∈x ℜ b) Verifique que ( ) 0=Ap (matriz nula) c) Calcular a inversa de A . 19. Um litro de creme contém suco de fruta, leite e mel. A quantidade de leite é o dobro da quantidade de suco de fruta, e a quantidade de mel é a nona parte da quantidade dos outros dois líquidos juntos. Determine a quantidade de suco de fruta que contém esse litro de creme. 20. Uma indústria produz três produtos, A , B e C, utilizando dois tipos de insumos, X e Y. Para a manufatura de cada quilo de A são utilizados 1 grama do insumo X e 2 gramas do insumo Y; para cada quilo de B, 1 grama do insumo X e 1 grama do insumo Y e, para cada quilo de C, 1 grama do insumo X e 4 gramas do insumo Y. O preço da venda do quilo de cada um dos produtos A, B e C é de R$ 2,00, R$ 3,00 e R$5,00, respectivamente. Determine quantos quilos de cada um dos produtos A, B e C foram vendidos se: a) Com a venda de toda a produção de A, B e C, manufaturada com 1 quilo de X e 2 quilos de Y, essa indústria arrecadou R$ 2.500,00. b) Em outro período, com a venda de toda a produção de A, B e C, manufaturada com 1 quilo de X e 2,1 quilos de Y, essa indústria arrecadou R$ 2.900,00. Matriz inversa 21. Sendo A e B matrizes inversíveis de mesma ordem, encontre X em função de A e B a partir das seguintes equações matriciais: a) ( ) BXA T = b) BAXAT = 22. Uma maneira de codificar uma mensagem é através de multilpicação por matrizes. Seja a associação das letras do alfabeto com números, segundo a correspondência abaixo: A B C D E F G H I J K L M N O P Q R S T U V W X Y Z 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 NMF105 – Notas de aula 22 Assumindo que a mensagem que queira enviar de forma codificada seja “PUXA VIDA”. Pode-se formar uma matriz 3×3 como: − ADI VA XUP , que usando a correspondência numérica fica: = 149 2201 242116 M . Agora, seja C uma matriz qualquer 3×3 inversível, como por exemplo: −= 110 131 101 C . Multiplicando a matriz da mensagem M por C, obtem-se − =⋅ 14135 23221 61875 CM . O que se transmitiria seria esta nova matriz CM ⋅ (na prática, envia-se a cadeia de números ). Quem recebe a mensagem, decodifica-a através da multiplicação pela inversa de C, isto é, fazendo ( ( ) MCCM =⋅⋅ −1 ) e posterior transcrição dos números para letras. C é chamada de matriz chave para o código. a) Foi recebida a mensagem [1 16 12 -6 39 27 8 18 21]. Utilizando a mesma chave, traduza a mensagem. b) Foi recebida a mensagem [15 21 35 -1 11 8 -5 57 33]. Utilizando a mesma chave, traduza a mensagem. 23. Calcule, pelo método de sistema de equações e por Gauss-Jordan, as inversas das seguintes matrizes: = = − − = − − = 175 013 001 D 300 020 001 93 62 B 510 27 CA NMF105 – Notas de aula 23 RESPOSTAS 1. 01 == yx 2. 20112- 14-2-1- M 11 11 51 M 302312 883 321 = − − −− = =M 3. − = 50 40 X 4. Vendas do bimestre Modelo Cor Gol Pálio Azul 57 69 Verde 65 40 Branco 137 89 5. a) 74 32 b) 1330 514 c) − − − 131419 8610 273 d) 384 1682 121 6. a) 8 25 =a :: 8 13− =b :: 8 5 =c :: 8 23 =d b) 57 −=−= yx 7. a) 10 23 12 M1 − − = b) Não existe 2M c) − − = 12 23 3M 8. Mes Componentes Abril Maio Teclas 27.500 35.000 Altos-falantes 5.600 7.400 9. a) Mes Componentes Julho Agosto Eixos 237 215 Rodas 384 340 b) 2084 rodas NMF105 – Notas de aula 24 10. a) = 10100 02010 11201 22220 13211 2A b) 213 =c indica que existem 2 caminhos disponíveis para se ir da estação 1 a estação 3 usando uma única retransmissão. c) Para discutir (representa o número de caminhos possíveis para se alcançar o destino usando uma retransmissão). d) Para discutir (representa o número de caminhos possíveis para se alcançar o destino, incluindo uma retransmissão ou incluindo até duas retransmissões). e) Se A fosse simétrica, significaria que se a estação i conseguisse transmitir diretamente para a estação j, então necessariamente a estação j seria capaz de transmitir diretamente para a estação i. 11. 20 toneladas de cada tipo 12. 7 embalagens de 30g e 2 embalagens de 50g 13. 800 l do vinho B e 200 l do vinho C 14. 5 casas de madeira 7 casas mistas 12 casas de alvenaria 15. 8000 homens, 4000 mulheres e 2000 crianças ou 9000 homens, 1000 mulheres e 4000 crianças 16. a) 3−=a b) 2=a c) 2≠a e 3−≠a 17. a) Infinitas soluções: ay = e ax 23 += b) Infinitas soluções: 01 =x , ax −=2 , ax −=3 , 04 =x e ax =5 18. a) ���� = −�� + 2�� + 1 b) 0)( =−=−= AAAIAAp c) ��� = �−1 −2 11 1 0 −1 −1 1 � 19. 300 ml de suco de fruta 20. a) Foram vendidos 700 quilos de A, 200 quilos de B e 100 quilos de C; b) Foram vendidos 500 quilos de A, 300 quilos de B e 200 quilos de C. NMF105 – Notas de aula 25 *********** MODELAGENS PARA AS QUESTÕES DE 11 A 20 (estrutura para se chegar às repostas) 11. �5� + 4 = 180 4� + 2 = 120 12. �30� + 50 = 310 10� + 15 = 100 13. �10� + 35 = 15(� + )� + = 1000 14. �� ��200� + 10 + 80� = 20301� + 10 + 4� = 123 5� + 5,5 + 5� = 123,5 80� + 60 + 70� = 1660 12� + 9 + 10� = 243 15. � � + + � = 140005� + 3 + 2� = 56000 4� + 2 + � = 42000 16. �1 1 −1 12 3 a 3 1 a 3 2 � 17. a) � 4 −8 123 −6 9 −2 4 −6 � b) � 2 2 −1 0 1 01 −1 2 −3 1 0 −1 1 −2 0 −1 0 0 0 1 1 1 0 � 18. --- 19. � � = 2 � = � � (� + )� + + � = 1 20. a) �� + � + � = 1000 (������ �� � ������)2� + � + 4� = 2000 (������ �� ������) 2� + 3� + 5� = 2500 (��������çã�) ��� = !"" "# 7 5$ 2 5$ −3 5$2 5$ −3 5$ 2 5$ −4 5$ 1 5$ 1 5$ %&& &' b) � � + � + � = 10002� + � + 4� = 2100 2� + 3� + 5� = 2900 *********** NMF105 – Notas de aula 26 21. a) 1−= ABX T b) ( ) 11 −−= TABAX 22. ☺ :: −− − − = − 311 211 312 1C 23. = − 15 7 3 2 15 2 3 1 1A :: 1−B não existe. 0=B . :: = − 3 100 0 2 10 001 1C :: − −= − 1716 013 001 1DNMF105 – Notas de aula 27 NMF105 – ALGEBRA LINEAR Autor: Prof. Ronaldo Abrão Pimentel UNIDADE 2 – DETERMINANTES Notas de Aula 22..11 DDEETTEERRMMIINNAANNTTEE O determinante de uma matriz quadrada nA , indicado por nADet ou nA é um número associado a esta matriz, obtido mediante operações específicas com seus elementos, a saber: 1 - Se A é de ordem 1=n , então AADet = é o único elemento de A . Ou seja, se [ ] 111111 aaAADetaA ===⇒= Exemplo: [ ] 333 =⇒=A 2 - Se A é de ordem 2=n , então AADet = é a diferença entre o produto dos elementos da diagonal principal e o produto dos elementos da diagonal secundária. Ou seja, se 21122211 2221 1211 2221 1211 2 .. aaaa aa aa AADet aa aa A −===⇒ = Exemplo 1: ( ) 111.34.2 43 12 43 12 −=⇒−−=⇒ − =⇒ − = MMMM Exemplo 2: ( )basenAasenbbsenaA ba senbsena A −=⇒−=⇒ = cos.cos. coscos 3 - Se é de ordem n = 3 , ou seja, ⇒=⇒ = 333231 232221 131211 333231 232221 131211 aaa aaa aaa A aaa aaa aaa A 332112322311312213322113312312332211 ............ aaaaaaaaaaaaaaaaaaA −−−++= NMF105 – Notas de aula 28 Exemplo: ⇒ −− − = 121 112 011 M ( ) ( ) ( ) ( ) ( ) ( )( ) ( ) 1.2.112.11.1.02.2.01.1.11.1.1 −−−−−−−+−−+=M 6−=M ou seja, 6−=MDet . Dispositivo prático de Sarrus: Podemos obter o 333231 232221 131211 aaa aaa aaa A = usando o dispositivo prático de Sarrus, que consiste no seguinte: anotamos a matriz A , repetindo à direita a primeira e a segunda colunas, e somando os produtos indicados pelas setas contínuas e subtraindo os produtos indicados pelas retas pontilhadas, como no esquema abaixo: A a a a a a a a a a A a a a a a a a a a a a a a a a = ⇒ = 11 12 13 21 22 23 31 32 33 11 12 13 21 22 23 31 32 33 11 21 31 12 22 32 - - - + + + OBS: Este dispositivo só se aplica a determinantes de 3a ordem Observe que o 333231 232221 131211 aaa aaa aaa A = poderia ser calculado também da seguinte forma: 332112322311312213322113312312332211 ............ aaaaaaaaaaaaaaaaaaA −−−++= 312213322113332112312312322311332211 ............ aaaaaaaaaaaaaaaaaaA −+−+−= ( ) ( ) ( )312232211333213123123223332211 ...... aaaaaaaaaaaaaaaA −+−+−= ( ) ( ) ( )A a a a a a a a a a a a a a a a a a a a a a a a a a a a = − − − + −11 22 33 23 32 12 21 33 23 31 13 21 32 22 31 21 22 31 32 22 23 32 33 21 23 31 33 . . . . . . 1 24444 34444 1 24444 34444 1 2444 3444 Então, podemos dizer que: 434214342143421 13 3231 2221 13 12 3331 2321 12 11 3332 2322 11 ... M aa aa a M aa aa a M aa aa aA +−= ou seja, NMF105 – Notas de aula 29 131312121111 ... MaMaMaA +−= , onde o termo 11M foi conseguido calculando o determinante obtido ao se eliminar a linha 1 e a coluna 1 de A , o termo 12M foi conseguido calculando o determinante obtido ao se eliminar a linha 1 e a coluna 2 de A , e o termo 13M foi conseguido calculando o determinante obtido ao se eliminar a linha 1 e a coluna 3 de A . Veja que, com este artifício, um determinante que era de 3a ordem foi calculado através de operações com determinantes de 2a ordem. A este processo chamaremos por enquanto de Rebaixamento de Ordem. Exemplo: Calcular ( ) ⇒ −− −+ − − − =⇒ −− − = 21 10 .3 21 20 .2 22 21 .1 221 210 321 AA 11.32.26 −=⇒−−= AA Com isto já temos definidos determinantes para matrizes de ordem 3≤n . Para matrizes de ordem maior, necessitamos de alguns outros elementos que veremos a seguir: Veja que no exemplo anterior trabalhamos com os determinantes .e, 131211 MMM A estes determinantes daremos o nome de MENOR COMPLEMENTAR. 22..22 MMEENNOORR CCOOMMPPLLEEMMEENNTTAARR Seja nA de ordem 2≥n e seja jia um elemento genérico de nA . Definiremos Menor Complementar do elemento jia , denotado por jiM , como sendo o determinante da matriz que se obtém suprimindo a linha i e a coluna j de nA . Exemplo 1: Dada a matriz −− − = 221 210 321 3A , calcular 3211 e MM 11M é o determinante que se obtém suprimindo a linha 1 e a coluna 1 de 3A : ;4 22 21 1111 =⇒ − = MM 32M é o determinante que se obtém suprimindo a linha 3 e a coluna 2 de 3A : 2 20 31 3232 =⇒ − = MM NMF105 – Notas de aula 30 Exemplo 2: −− − − = 1211 0103 1002 0011 Se 4X , calcular 34M . 34M é o determinante que se obtém suprimindo a linha 3 e a coluna 4 de 4X Então 4 211 002 011 3434 −=⇒ − = MM 22..33 CCOOFFAATTOORR oouu CCOOMMPPLLEEMMEENNTTOO AALLGGÉÉBBRRIICCOO Seja a matriz nA de ordem jian e2≥ ∈ nA . Definimos como COFATOR de jia e indicamos por jiC como sendo o número ( ) jijiji MC .1 +−= Exemplo: Se −− − = 221 210 321 3A , calcular 3222 e CC : ( ) ( ) ( ) 132.1 21 31 .1.1 2222 4 2222 22 22 −=⇒−=⇒ − − −=⇒−= + CCCMC ( ) ( ) 22.1 20 31 .1.1 3232 5 3232 23 32 −=⇒−=⇒ − −=⇒−= + CCCMC Tendo conhecimento destes elementos podemos agora dar uma definição de determinante de qualquer ordem: 22..44 DDEEFFIINNIIÇÇÃÃOO DDEE DDEETTEERRMMIINNAANNTTEE ((GGEERRAALL)) Seja nA uma matriz quadrada de ordem n . Definimos o nADet da seguinte forma: i) Se A n é de ordem n = 1, então [ ] 1111 aADetaA nn =⇒= ; ii) Se A n é de ordem 2≥n , seu determinante é a soma dos produtos dos elementos de uma fila qualquer (linha ou coluna) pelos seus respectivos cofatores. (Teorema fundamental de Laplace). Método para se calcular o determinante segundo Laplace: NMF105 – Notas de aula 31 Seja = 333231 232221 131211 aaa aaa aaa A 1) Escolhemos uma fila qualquer (linha ou coluna); 2) Calculamos os cofatores de todos os elementos desta fila; 3) Calculamos a soma dos produtos destes elementos por seus respectivos cofatores. Vamos escolher, por exemplo, a linha 1 e encontremos os cofatores de seus elementos: ( ) ( ) ( ) 3231 222131 13 3331 232121 12 3322 232211 11 111 aa aa C aa aa C aa aa C +++ −=−=−= então 131312121111 ... CaCaCaDetA ++= ou seja 3231 2221 13 3331 2321 12 3322 2322 11 .. aa aa a aa aa a aa aa aADet +−= A este método de cálculo de determinante chamamos de Método de Expansão por cofatores em termos da linha i (ou coluna j). Veja que este método nos permite calcular um determinante de qualquer ordem pois podemos fazer o rebaixamento da ordem dos determinantes a serem calculados quantas vezes forem necessárias. Exemplo: Seja − −− = 1001 0101 1220 2001 4A . Calcular 4ADet Como podemos expandir o ADet em termos de qualquer linha ou coluna, é conveniente escolhermos a linha ou coluna que tenha o maior número de zeros, para nos facilitar o cálculo. A coluna 2 é a mais indicada neste exemplo. Como a coluna 2 é formadapelos elementos 42322212 e,, aaaa , então teremos que encontrar os cofatores 42322212 e,, CCCC : ( ) ( ) 101 011 201 1 101 011 120 1 2222 21 12 −−=− − −= ++ CC NMF105 – Notas de aula 32 ( ) ( ) 011 120 201 1 101 120 201 1 2442 23 32 − −−=−−= ++ CC Então 42423232222212124 .... CaCaCaCaADet +++= Mas, no nosso exemplo, 00,2,0 42322212 ==−== aeaaa , logo ( ) ( ) ( ) ( ) ( ) 011 120 201 1.0 101 120 201 1.0 101 011 201 1.2 101 011 120 1.0 2423 2221 4 − −−+−−+ −−−+− − −= ++ ++ADet 101 011 201 200 101 011 201 .20 44 −−=⇒++−−= DetAADet Agora, ou calculamos o determinante de terceira ordem usando Sarrus ou então poderemos fazer nova expansão e trabalhar com determinante de segunda ordem, que é o que faremos: Tomemos novamente a coluna 2 (que é a que contem mais zeros) ( ) ( ) ( ) − −+−+ − −−= +++ 01 21 .1.0 11 21 .1.1 11 01 .1.02 2322214ADet ( ) 221.20 11 21 02 444 =⇒−−=⇒ ++−= ADetADetADet Exercícios: 1) Calcule 4ADet usando agora a linha 3 e confira que vai dar o mesmo resultado. 2) Calcule 1211 0103 1002 0011 −− − − =B Resp. 6−=B NMF105 – Notas de aula 33 22..55 PPRROOPPRRIIEEDDAADDEESS DDOOSS DDEETTEERRMMIINNAANNTTEESS 1) O determinante de uma matriz é igual ao determinante da transposta desta matriz ( )tAA = 2) Se uma matriz tem uma fila (linha ou coluna) toda nula, seu determinante é zero. 3) Se multiplicarmos toda uma fila de uma matriz por um escalar, o seu determinante fica multiplicado por este escalar. 4) Se trocarmos a ordem de duas filas paralelas de uma matriz, o seu determinante muda de sinal. 5) Se duas filas paralelas de uma matriz são iguais, seu determinante é nulo. 6) Se duas filas paralelas de uma matriz são proporcionais, seu determinante é nulo. 7) O determinante de uma matriz triangular é igual ao produto dos elementos de sua diagonal principal. 8) Teorema de Binet: O determinante de um produto de duas matrizes é igual ao produto de seus determinantes. ( )nnnn BABA .. = 9) Teorema de Jacobi: Adicionando-se a uma fila de uma matriz nA uma outra fila paralela, previamente multiplicada por uma constante, obteremos uma nova matriz nB tal que .DetBDetA = Exemplo: 2 212 624 221 = − − − Se substituirmos a linha 2 pela soma dela com a linha 1, prèviamente multiplicada por -4, encontraremos uma outra matriz cujo determinante será também igual a 2 . Veja: 2 212 260 221 4 212 624 221 122 = − − − ⇒−=⇒ − − − LLL e mais: 2 250 260 221 2 212 260 221 133 = − − − ⇒+=⇒ − − − LLL Obs: Esta propriedade facilita muito o cálculo de determinantes pelo Teorema Fundamental de Laplace. 10) Se uma matriz quadrada A tem uma fila que é Combinação Linear de outras filas paralelas, então o 0=ADet . NMF105 – Notas de aula 34 Exemplo: 0 645 914 132 =⇒ −= DetAA pois a coluna 3 é igual à coluna 1 multiplicada por 2 mais a coluna 2 multiplicada por -1. Ou seja, ( ) 213 .1.2 CCC −+= 22..66 CCÁÁLLCCUULLOO DDEE DDEETTEERRMMIINNAANNTTEESS ((RREEGGRRAA DDEE CCHHIIÓÓ)) Utilizando os teoremas de Laplace, Jacobi e outras propriedades. 1o passo: Escolhemos uma coluna qualquer do determinante, preferivelmente uma que tenha o maior número de zeros e, se possível, que contenha o número 1. (No ex. abaixo, escolhemos a coluna 2). 2o passo: Utilizando a linha que contém este número 1(no ex., a linha 3) e, aplicando o teorema de Jacobi, fazemos operações com as outras linhas de modo a zerar todos os elementos da coluna escolhida (no ex., a coluna 2), exceto o elemento da linha utilizada (no ex., a linha 3). 3o passo: Aplicamos o teorema de Laplace, para rebaixar a ordem do determinante. Executamos estes processos até conseguirmos um determinante de 3a ordem e então o resolvemos pelo método de Sarrus, ou então fazemos o rebaixamento até conseguirmos um determinante de 2a ordem e o calculamos. Exemplo 1: ( ) =−−−= − −− = +−= += − −− + 232 642 141 .1.1 2302 2213 6402 1401 3 2302 2213 0237 3212 23232 131 lLL LLL ( ) ( ) 40400.1 05 84 .1.1 050 840 141 2 2 232 642 141 11 313 212 −=+−= − −−= − −= +−= +=−−−= + LLL LLL NMF105 – Notas de aula 35 Fazer: 4 1 2 0 3 1 0 2 5 3 2 2 1 0 2 1 = Resp. = 30 Obs: Se, por acaso, não houver nenhum zero nem o número 1, não tem importância, conseguimos este número 1 (neste caso é aconselhável que seja no elemento a11) através de Jacobi ou de qualquer outra das propriedades dos determinantes. Exemplo 2: = − = += += += −−− −− −−− = +−= −− − −− 1250 9380 25110 3421 2 2 4231 3542 4372 3421 .1 4232 3542 4375 3423 414 313 212 121 LLL LLL LLL CCC ( ) ( ) = −− − −= −− −= +−= +−= − = +−= − −= 33 57 .1.1 330 570 251 1 2 121 932 2512 125 938 2511 .11 2 313 212 121 2 LLL LLL CCC ( ) 361521 33 57 =+= −− − = REGRA DE CHIÓ SIMPLIFICADA Usando operações elementares, consiga o número 1 na posição a11 1 12 13 1 21 22 23 2 31 32 33 3 1 2 3 21 12 22 21 13 23 21 1 2 31 12 32 31 13 33 31 1 3 1 12 2 1 13 3 1 a a a a a a a a a a a a a a a m a a a a a a a a a a a a a a a a a a a a a a a a a a m m m m m m mm m m m m m m m m m .... .... .... .... . . .... . . . .... . . . .... . M M M M M 1 244444 344444 M M M M matriz de ordem = − + − + − + − + − + − + − + − + − 1 1 m mma m + −matriz de ordem 1 2444444444444 3444444444444 NMF105 – Notas de aula 36 JUSTIFICATIVA: 1 12 13 1 21 22 23 2 31 32 33 3 1 2 3 2 21 1 2 3 31 1 3 1 1 a a a a a a a a a a a a a a a L a L L L a L L L a L L m m m m m m m mm m m m .... .... .... .... . . . M M M M M M 1 244444444444 344444444444 = − + = − + = − + ⇒ matriz de ordem ⇒ − + − + − + − + − + − + − + − + − + ⇒ 1 0 0 0 12 13 1 21 12 22 21 13 23 21 1 2 31 12 32 31 13 33 31 1 3 1 12 2 1 13 3 1 1 a a a a a a a a a a a a a a a a a a a a a a a a a a a a a a m m m m m m m m m m m m mm ... . . . ... . . . . ... . . . . ... . . . M M M M M 1 244444444444444 344444444444444 matriz de ordem ⇒ − + − + − + − + − + − + − + − + − + − a a a a a a a a a a a a a a a a a a a a a a a a a a a m m m m m m m m m m m mm 21 12 22 21 13 23 21 1 2 31 12 32 31 13 33 31 1 3 1 12 2 1 13 3 1 1 1 . . .... . . . .... . . . .... . M M M M 1 24444444444444 34444444444444 matriz de ordem ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) Ex L L L L : . . . . . . . . . . . . . . − − − − − − − − = = = − − − − − − − − − = − − − − + − − + − − + − − + − − − + − − + − − + − − + − − − + − − + − + − + − − + −− + − 2 1 2 3 1 1 2 0 2 3 1 0 1 2 2 2 2 3 0 0 0 3 2 0 4 1 2 0 2 3 2 1 2 3 1 1 0 1 2 2 2 2 3 0 0 0 3 2 0 4 2 2 1 2 0 2 2 2 3 2 3 1 1 2 0 1 0 1 1 2 2 1 3 2 2 2 2 20 3 22 0 23 0 0 2 3 00 1 2 2 1 ( ) ( )2 02 0 03 4− + − + −. . = NMF105 – Notas de aula 37 ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) = − − − − − − − − = − + = − − − − − − − − = − − − + − − − + − − + − + − − + − − + − − − + − − − − + − − + − 3 2 7 7 2 1 4 1 2 3 4 6 3 2 0 4 2 1 0 1 5 2 1 4 1 2 3 4 6 3 2 0 4 2 0 1 2 1 4 2 5 1 20 3 2 1 4 25 6 3 0 2 3 1 0 3 5 4 1 2 1L L L . . . . . . . . . ( ) ( ) ( ) ( ) ( ) ( )= − − − − − = − − + − − + − − − + − − − + = − − − = − − + = 1 2 11 3 2 16 2 3 11 3 2 2 311 16 2 2 3 2 11 11 8 49 1 33 264 49 215 . . . . NMF105 – Notas de aula 38 LLIISSTTAA DDEE EEXXEERRCCÍÍCCIIOOSS 22 Determinantes 1. Calcule os determinantes das matrizes abaixo: −−= = = −− = 152 201 231 D 110 010 011 511 713 2 12 23 CBA 2. Calcule os determinantes das matrizes abaixo, utilizando o teorema de Laplace. − = = d c b a A 0000 2000 3200 1310 54321 B 3301- 0400 2-1-05 1243 3. Determine x tal que 0 113 122 1 = +x x xx 4. Chama-se traço de uma matriz quadrada a soma dos elementos da diagonal principal. Sabendo que o traço vale 9 e o determinante 15, calcule os elementos x e y da matriz: y zx 00 0 321 5. Sejam A, B e C, matrizes reais de ordem 3, satisfazendo a seguintes relações: AB=C-1, B=2A. Se o determinante da matriz C vale 32, qual é o módulo do valor do determinante da matriz A? NMF105 – Notas de aula 39 RESPOSTAS 1. 2 5 =A :: 12−=B :: 1=C :: 9−=D 2. 208−=A :: abcdB = 3. 2 1 =x 4. 53 == yx ou vice-versa 5. =Adet 1/16 NMF105 – Notas de aula 40 NMF105 – ALGEBRA LINEAR Prof. Emerson Costa (responsável pela disciplina) Prof. Fabio Lacerda (flacerda@fumec.br) UNIDADE 3 – ESPAÇOS VETORIAIS Notas de Aula Trata-se de uma ferramenta poderosa para estender nossa visualização geométrica a uma larga classe de importantes problemas matemáticos, nos quais normalmente não poderíamos contar com nossa intuição geométrica. Assim, parte-se do princípio que podemos visualizar os vetores �� e �� como flechas, o que nos permite desenhar ou formar figuras mentais que nos ajudam a resolver problemas. Como os axiomas que definem os nossos novos tipos de vetores serão baseados nas propriedades dos vetores de �� e ��, os novos vetores terão muitas propriedades familiares. Consequentemente, quando quisermos resolver um problema envolvendo nossos novos tipos de vetores, como matrizes ou funções, poderemos utilizar como ponto de apoio uma visualização do problema correspondente em �� ou �� (Anton, 2001). 33..11 EESSPPAAÇÇOOSS VVEETTOORRIIAAIISS RREEAAIISS “Visa estender o conceito de vetor extraindo as propriedades mais importantes dos vetores usuais e transformando-as em axiomas. Assim, quando um conjunto de objetos satisfizer estes axiomas, estes objetos automaticamente têm as mais importantes propriedades dos vetores usuais, o que torna razoável considerar estes novos objetos como novos tipos de vetores.” (Anton, 2001). Seja um conjunto V, não vazio, sobre o qual estão definidas as operações de adição e multiplicação por escalar, isto é: ∀ �, � ∈ �, � + � ∈ � ∀ � ∈ � e ∀ � ∈ �, � ∈ � Onde � e � são elementos do conjunto V e podem ser do tipo: • Vetores do �� • Matrizes � � � • Polinômios �� (polinômios de graus ≤ n) • Números complexos (espaço vetorial complexo) O conjunto V é chamado espaço vetorial se forem verificados os seguintes axiomas: A) Em relação à adição ∀ �, �,� ∈ �, tem-se �) �� + �� + � = � + (� + �) associativa da adição �) � + � = � + � cumulativa �) ∃0 ∈ �, ∀ � ∈ �, � + � = � + � = � elemento neutro �) ∀ � ∈ �, ∃�−�� ∈ �, � + �−�� = � elemento simétrico NMF105 – Notas de aula 41 M) Em relação à multiplicação por escalar ∀ �, �,� ∈ � e ∀ �,� ∈ �, tem-se ��) ( �)� = (��) ��) � + ��� = � + �� ��) (� + �) = � + � ��) �� = � Propriedades dos Espaços Vetoriais a) Existe um único vetor nulo em V (elemento neutro da adição); b) Cada vetor � ∈ � admite apenas um simétrico �−�� ∈ �; c) Para quaisquer �, �,� ∈ �, se � + � = � + �, então � = �; d) Qualquer que seja � ∈ �, tem-se: −�−�� = �, isto é, o oposto de −� é �; e) Quaisquer que sejam �, � ∈ �, existe um e somente um x, tal que � + � = �; f) Qualquer que seja � ∈ �, 0� = 0; g) Qualquer que seja � ∈ �, �0 = 0; h) �� = 0, implica � = 0 ou � = 0; i) Qualquer que seja � ∈ �, �−1�� = −�; j) Quaisquer que sejam � ∈ �, � ∈ �, �−��� = ��−�� = −����; Exemplo 1: O conjunto � = �� = ���,�� / �,� ∈ � é um espaço vetorial com as operações de adição e multiplicação por escalar assim definidas: ���,��� + ���,��� = (�� + ��,�� + ��)����,��� = ����,���� � Essas operações são denominadas operações usuais. Para verificar os oito axiomas de espaço vetorial (condição necessária), tomemos os vetores genéricos (sempre) � = ���,���, = ���,��� � � = ���,��� ��) �� + � + � = ����,��� + ���,���� + ���,��� = ��� + ��,�� + ��� + ���,��� = ���� + ��) + ��, (�� + ��� + ��� = ��� + ��� + ��),�� + (�� + ���� = (��,��) + ��� + ��,�� + ��� = (��,��) + ���� + ���, ��� + ���� = � + � + �� ��) � + = ���,��� + ���,��� = ��� + ��,�� + ��� = ��� + ��,�� + ��� = ���,��� + ���,��� = + � NMF105 – Notas de aula 42 ��) ∃0 = �0,0� ∈ ��, ∀ � ∈ ��,� + 0 = ���,��� + �0,0� = ��� + 0,�� + 0� = ���,��� = � ��) ∀ � = ���,��� ∈ ��, ∃�−�� = �−��, −��� ∈ ��,� + �−�� = ���,��� + �−��, −��� = ��� − ��,�� − ��� = �0,0� = 0 Em relação à multiplicação, ∀ �,� ∈ �, tem-se: ��) ����� = �������,��� = �������, ������� = �������,������� = �����,���� = ������,���� = ����� ��) �� + ��� = �� + �����,��� = ��� + ����, �� + ����� = ���� + ���,��� + ���� = ����,���� + ����,���� = ����,��� + ����,��� = �� + �� ��) ��� + � = �����,��� + ���,���� = ���� + ��,�� + ��� = ����� + ���,���� + ���� = ���� + ���,��� + ���� = ����,���� + ����,���� = ����,��� + ����,��� = �� + � ��) 1� = 1���,��� = �1��, 1��� = ���,��� = � Exemplo 2: O conjunto � = �� = ���,�� / �,� ∈ � é um espaço vetorial com as operações de adição e multiplicação por escalar assim definidas: ���,��� + ���,��� = (�� + ��,�� + ��)����,��� = ����,��� ���� ∈ � � Como a adição aqui definida é uma operação usual, todos os axiomas (como visto) serão verificados (verdadeiros). Logo, não devem se verificar alguns (ou algum) dos axiomas da multiplicação. Sejam � = ���,���, = ���,��� vetores de V e �,� ∈ � NMF105 – Notas de aula 43 ��) ����� = �������,��� = �������,��� = �������,��� = �����,��� = ������,���� = ����� ��) �� + ��� = �� + �� = ����,��� + ����,��� = ����,��� + ����,��� = ���� + ���,�� + ��� = ��� + ����, 2��� ≠ �� + �� Logo, não é espaço vetorial. 33..22 SSUUBBEESSPPAAÇÇOOSS VVEETTOORRIIAAIISS RREEAAIISS “É possível para um espaço vetorial estar contido em outro espaço vetorial.” (Anton, 2001). Sejam V um espaço vetorial e S um subconjunto não vazio de V. O subconjunto S é um subespaço vetorial de V se forem satisfeitas as seguintes condições: I. ∀ �, � ∈ � � � + � ∈ � (adição) II. ∀ � ∈ �, ∀� ∈ � � �� ∈ � (multiplicação por escalar) Todo espaço � ≠ �0 admite, pelo menos, dois subespaços: - o conjunto {0}, chamado subespaço zero ou subespaço nulo; - e o próprio espaço vetorial V. Esses dois são os subespaços triviais de V. Os demais são denominados subespaços próprios de V. NMF105 – Notas de aula 44 Exemplo 1: Identificar quais são os subespaços triviais e próprios de ��. Solução: Subespaços triviais do ��: ��0,0�� e ��; Subespaços próprios do ��: retas que passam pela origem do sistema de referência. W é um subespaço vetorial (subespaço próprio) do �� Note que � � ∈ � e: � + ∈ � �� ∈ � Exemplo 2: Identificar quais são os subespaços triviais e próprios de ��. Solução: Subespaços triviais do ��: ��0,0,0�� e ��; Subespaços próprios do ��: retas e planos que passam pela origem do sistema de referência. NMF105 – Notas de aula 45 Exemplo 3: Verificar se W é subespaço vetorial de � sabendo que � = ��0, ��, ��, � , � �; �� ∈ ��. Ou seja, W é o conjunto dos vetores de � , cuja primeira coordenada é nula. Solução: Verificação das condições (i) e (ii) i) � = �0, ��, ��, � , � � e v= �0, ��, ��, � , � � ∈ � Então � + � = �0, �� + ��, �� + ��, � + � , � + � �, que ainda pertence a W, pois tem a primeira coordenada nula. ii) �� = �0, ���, ���, �� , �� � ∈ �, pois a primeira coordenada é nula para todo � ∈ �. Conclusão: W é um subespaço vetorial de � . Exemplo 4: Se � = ��, verificar se W é um subespaço vetorial de �, onde � = ���, �� ∈ �� / � = 4 − 2��. Solução: Verificação das condições (i) e (ii) i) Se � = �1,2� e v= �3, −2�, então � + � = �4,0� � Conclusão: W não é um subespaço vetorial de �. NMF105 – Notas de aula 46 Exemplo 5: Se � = � � �, verificar se W é um subespaço vetorial de V, sendo W o subconjunto das matrizes triangulares superiores. Solução: Conclusão: W é um subespaço vetorial de �, pois a soma de matrizes triangulares superiores ainda é uma matriz triangular superior, assim como o produto de uma matriz triangular superior por um escalar. 33..33 CCOOMMBBIINNAAÇÇÃÃOO LLIINNEEAARR Definição: Um vetor � é uma Combinação Linear dos vetores ��,��, ⋯ ,� se � pode ser escrito na forma � = ���� + ���� +⋯+ ���� , onde ��, ��, ⋯ , � são escalares. Exemplo 1: Sendo o espaço vetorial � dos polinômios de grau ≤ 2, expressar o polinômio = 7�� + 11� − 26 como Combinação Linear dos polinômios: � = 5�� − 3� + 2 e � = −2�� + 5� − 8 Solução: = � � + � � 7�� + 11� − 26 = ��5�� − 3� + 2� + ��−2�� + 5� − 8� = �5��� − 3�� + 2�� + �−2��� + 5�� − 8�� = 5��� − 3�� + 2� − 2��� + 5�� − 8� = �5� − 2���� + �−3� + 5��� + �2� − 8�� comparando os polinômios termo a termo, tem-se: 5� − 2� = 7−3� + 5� = 11 2� − 8� = −26 � � � = 3� = 4 Conclusão: ! = "!� + #!� Observação: Para se encontrar os valores dos escalares a e b, também pode-se resolver as equações usando o método de Gauss (ver 1.7.2), ou escalonamento, através da matriz ampliada do sistema. Esta alternativa mostra-se mais indicada para sistemas mais complexos. Assim: 5� − 2� = 7−3� + 5� = 11 2� − 8� = −26 � � $ 5 −2 7 −3 5 11 2 −8 −26 % NMF105 – Notas de aula 47 $ 5 −2 7−3 5 11 2 −8 −26 % ⇢ &� = � � &� ⇢ $ 5 −2 7−3 5 11 1 −4 −13 % ⇢ &� ↔ &� ⇢ $ 1 −4 −13−3 5 11 5 −2 7 % ⇢ &� = &� + 3&� ⇢ ⇢ &� = &� − 5&� ⇢ $1 −4 −130 −7 −280 18 72 % ⇢ &� = − 1 7 &� ⇢ ⇢ &� = 1 18 &� ⇢ $1 −4 −130 1 4 0 1 4 % ⇢ &� = &� + 4&� ⇢ $1 0 30 1 4 0 1 4 % = � = 3� = 4� = 4 � � � = 3� = 4 � ! = "!� + #!� Exemplo 2: Considere os vetores � = �1,2, −1� e = �6,4,2� em ��. Verifique se '� = �9,2,7� e '� = �4, −1,8� são Combinações Lineares de � e . Solução: '� = �� + � �9,2,7� = ��1,2, −1� + ��6,4,2� = ��, 2�, −�� + �6�, 4�, 2�� = �� + 6�, 2� + 4�, −� + 2�� comparando os vetores termo a termo, tem-se: � + 6� = 92� + 4� = 2 −� + 2� = 7 � � $ 1 6 9 2 4 2 −1 2 7 % $ 1 6 92 4 2 −1 2 7 % ⇢ &� = &� − 2&� ⇢ ⇢ &� = &� + &� ⇢ $1 6 90 −8 −16 0 8 16 % ⇢ &� = − ��&� ⇢ ⇢ &� = � � &� ⇢ $1 6 90 1 2 0 1 2 % ⇢ &� = &� − 6&� ⇢ $1 0 −30 1 2 0 1 2 % = � = −3� = 2� = 2 � � � = −3� = 2 Conclusão 1: '� = −"� + ( ('� é uma Combinação Linear de � e ) '� = �� + � �4, −1,8� = ��1,2, −1� + ��6,4,2� = ��, 2�, −�� + �6�, 4�, 2�� = �� + 6�, 2� + 4�, −� + 2�� comparando os vetores termo a termo, tem-se: � + 6� = 42� + 4� = −1 −� + 2� = 8 � � $ 1 6 4 2 4 −1 −1 2 8 % NMF105 – Notas de aula 48 $ 1 6 42 4 −1 −1 2 8 % ⇢ &� = &� − 2&� ⇢ ⇢ &� = &� + &� ⇢ $1 6 90 −8 −9 0 8 12 % ⇢ &� = − �� &� ⇢ ⇢ &� = � � &� ⇢ )1 6 90 1 9 8* 0 1 12 8* + ⇢ &� = &� − &� ⇢ ) 1 6 9 0 1 9 8* 0 0 3 8* + � 0 = 3 8* ‼! � Inconsistente Conclusão2: Como não existe solução, '� não é uma Combinação Linear de � e . Exemplo 3: Considere os vetores �� = �1,2,1�, �� = �1,0,2� e �� = �1,1,0� em ��. Encontre a Combinação Linear de ��, �� e �� que resulte no vetor ' = �2,1,5�. Solução: ' = ��� + ��� + ,�� �2,1,5� = ��1,2,1� + ��1,0,2� + ��1,1,0� �2,1,5� = ��, 2�,�� + ��, 0,2�� + ��, �, 0� �2,1,5� = �� + � + �, 2� + �,� + 2�� comparando os vetores termo a termo, tem-se: � + � + � = 22� + � = 1� + 2� = 5 � � $ 1 1 1 2 2 0 1 1 1 2 0 5 % $1 1 1 22 0 1 1 1 2 0 5 % ⇢ &� = &� − 2&� ⇢ ⇢ &� = &� − &� ⇢ $1 1 1 20 −2 −1 −3 0 1 −1 3 % ⇢ &� ↔ &� ⇢ $1 1 1 20 1 −1 3 0 −2 −1 −3 % ⇢ &� = &� − &� ⇢ ⇢ &� = &� + 2&� ⇢ $1 0 2 −10 1 −1 3 0 0 −3 3 % ⇢ &� = − � � &� ⇢ $1 0 2 −10 1 −1 3 0 0 1 −1 % ⇢ &� = &� − 2&� ⇢ ⇢ &� = &� + &� ⇢ $1 0 0 10 1 0 2 0 0 1 −1 % = � = 1� = 2 � = −1 � Conclusão: ' = �� + (�� − ��. NMF105 – Notas de aula 49 Exemplo 4: Escreva a matriz - = .3 1 1 −1 / como Combinação Linear das matrizes � = .1 1 1 0 / :: 0 = .0 0 1 1 / :: 1 = .0 2 0 −1 / Solução: - = 2� + 30 + 41 .3 1 1 −1 / = � .1 1 1 0/ + � .0 0 1 1 / + 5 .0 2 0 −1 / .3 1 1 −1 / = .� �� 0/ + 60 0� �7 + .0 250 −5/ .3 1 1 −1 / = 6 � � + 25� + � � − 5 7 comparando os vetores termo a termo, tem-se: 8 � = 3� + 25 = 1� + � = 1� − 5 = −1 � � ) 1 0 0 3 1 0 2 1 1 1 0 1 0 1 −1 −1 + )1 0 0 31 0 2 1 1 1 0 1 0 1 −1 −1 + ⇢ &� = &� − &� ⇢ ⇢ &� = &� − &� ⇢ ) 1 0 0 3 0 0 2 −2 0 1 0 −2 0 1 −1 −1 + ⇢ &� = �� &� ⇢ ⇢ &� = −&� + &� ⇢ )1 0 0 30 0 1 −1 0 1 0 −2 0 0 1 −1 + ⇢ &� ↔ &� ⇢ )1 0 0 30 1 0 −20 0 1 −1 0 0 1 −1 + = � = 3� = −2 5 = −1 � Conclusão: - = 3� − 20 − 1 Exemplo 5: Escrever o vetor 0 ∈ �� como Combinação Linear dos vetores: a) � = �1,3� e � = �2,6� b) � = �1,3� e � = �2,5� Solução: a) �0,0� = ��1,3� + ��2,6� = �1�, 3�� + �2�, 6�� = �1� + 2�, 3� + 6�� comparando os vetores termo a termo, tem-se: 9 � + 2� = 0 3� + 6� = 0 � � .1 2 03 6 0/ .1 2 0 3 6 0 / ⇢ &� = &� − 3&� ⇢ .1 2 00 0 0/ = �� + 2� = 0 � Conclusão: � � + � � = 0 ∀� = 2� NMF105 – Notas de aula 50 b) �0,0� = ��1,3� + ��2,5� = �1�, 3�� + �2�, 5�� = �1� + 2�, 3� + 5�� comparando os vetores termo a termo, tem-se: 9 � + 2� = 0 3� + 5� = 0 � � .1 2 03 5 0/ .1 2 0 3 5 0 / ⇢ &� = &� − 3&� ⇢ .1 2 00 −1 0/ ⇢ &� = &� + 2&� ⇢ ⇢ &� = −&� ⇢ .1 0 0 0 1 0 / = 9� = 0� = 0 � Conclusão: 0 � + 0 � = 0 Exemplo 6: Expressar o vetor � = �−1,4, −4,6� ∈ �� como Combinação Linear dos vetores � = �3, −3,1,0�, � = �0,1, −1,2� e � = �1, −1,0,0�. Solução: � = � � + � � + , � �−1,4, −4,6� = ��3, −3,1,0� + ��0,1, −1,2� + ��1, −1,0,0� = ��3, −3,1,0� + ��0,1, −1,2� + ��1, −1,0,0� = �3�, −3�,�, 0� + �0,�, −�, 2�� + ��, −�, 0,0� = �3� + �, −3� + � − �,� − �, 2�� comparando os vetores termo a termo, tem-se: 8 3� + � = −1−3� + � − � = 4� − � = −4 2� = 6 � � ) 3 0 1 −1 −3 1 −1 4 1 −1 0 −4 0 2 0 6 + ) 3 0 1 −1−3 1 −1 4 1 −1 0 −4 0 2 0 6 + ⇢ &� ↔ &� ⇢ ) 1 −1 0 −4−3 1 −1 43 0 1 −1 0 2 0 6 + ⇢ &� = &� + 3&� ⇢ ⇢ &� = &� − 3&� ⇢ ⇢ &� = � � &� ⇢ )1 −1 0 −40 −2 −1 −8 0 3 1 11 0 1 0 3 + ⇢ &� = &� + &� ⇢ ⇢ &� = &� + 2&� ⇢ ⇢ &� = &� − 3&� ⇢ ) 1 0 0 −1 0 0 −1 −2 0 0 1 2 0 1 0 3 + ⇢ &� = −&� ⇢ ⇢ &� ↔ &� ⇢ )1 0 0 −10 1 0 3 0 0 1 2 0 0 1 2 + = � = −1� = 3� = 2 � Conclusão: -1� = − � + 3 � + 2 � NMF105 – Notas de aula 51 33..44 EESSPPAAÇÇOOSS GGEERRAADDOOSS Se �, �, ⋯ , � são vetores em um espaço vetorial �, então: (a) O conjunto � de todas as combinações lineares de �, �, ⋯ , � é um subespaço de �. (b) � é o menor subespaço de � que contém �, �, ⋯ , �, no seguinte sentido: qualquer subespaço de � que contém �, �, ⋯ , � também contém �. Definição: Se � = ���, ��, ⋯ , � � é um conjunto de vetores de um espaço vetorial �, então o subespaço � de � que consiste de todas as combinações lineares dos vetores em : é chamado de espaço gerado por ��, ��, ⋯ , � e nós dizemos que os vetores ��, ��, ⋯ , � geram �. Para indicar que � é o espaço gerado pelos vetores do conjunto � = ���, ��, ⋯ , � �, nós escrevemos � = � !��� ou � = � !���, ��, ⋯ , � � Exemplo 1: Verificar se o conjunto ��2,1,1�, �−1,0,2�, �1,2,1� gera o espaço ��. Solução: Para isso deve-se provar que todo vetor ��,�, 5� de �� pode ser escrito na forma ��2,1,1� + ��−1,0,2� + ��1,2,1�. Assim, ��,�, 5� = ��2,1,1� + ��−1,0,2� + ��1,2,1� = �2�, 1�, 1�� + �−1�, 0�, 2�� + �1�, 2�, 1�� = �2� − 1� + 1�, 1� + 0� + 2�, 1� + 2� + 1�� Comparando os vetores termo a termo, tem-se, 2� − 1� + 1� = � 1� + 0� + 2� = � 1� + 2� + 1� = 5 � �� $ 2 −1 1 1 0 2 1 2 1 % . ;���< = ; ��5< Para que o sistema tenha solução única a primeira matriz (dos coeficientes) deve ser inversível, isto é, seu determinante deve ser diferente de zero. Calculando, =2 −1 11 0 2 1 2 1 = = −7 Como esse determinante é diferente de zero, o sistema possui solução única. Ou seja, existem valores de �,� e � que satisfazem a igualdade ��,�, 5� = ��2,1,1� +��−1,0,2� + ��1,2,1�. Conclusão: O sistema possui solução única porque o determinante da matriz dos coeficientes é diferente de zero. Logo, todos os vetores de �� podem ser escritos como combinação linear dos vetores dados. NMF105 – Notas de aula 52 Exemplo 2: Verificar se o conjunto ��2,1,3�, �3,1,2�, �5,2,5� gera o espaço ��. Solução: Para isso deve-se provar que todo vetor ��,�, 5� de �� pode ser escrito na forma ��2,1,3� + ��3,1,2� + ��5,2,5�. Assim, ��,�, 5� = ��2,1,3� + ��3,1,2� + ��5,2,5� = �2�, 1�, 3�� + �3�, 1�, 2�� + �5�, 2�, 5�� = �2� + 3� + 5�, 1� + 1� + 2�, 3� + 2� + 5�� Comparando os vetores termo a termo, tem-se, 2� + 3� + 5� = � 1� + 1� + 2� = � 3� + 2� + 5� = 5 � �� $ 2 3 5 1 1 2 3 2 5 % . ;���< = ; ��5< Calculando o determinante da matriz de coeficientes, tem-se =2 3 51 1 2 3 2 5 = = 0 Como este determinante é zero, o conjunto não gera ��. Neste caso, o conjunto irá gerar um subconjunto de ��. Para determinar tal subconjunto, pode-se utilizar escalonamento da matriz ampliada do sistema. Assim, $2 3 5 �1 1 2 � 3 2 5 5% ⇢ &� ↔ &� ⇢ $ 1 1 2 � 2 3 5 � 3 2 5 5% ⇢ &� = &� − 2&� ⇢ ⇢ &� = &� − 3&� ⇢ $1 1 2 �0 1 1 � − 2� 0 −1 −1 5 − 3�% ⇢ &� = &� + &� ⇢ $ 1 1 2 � 0 1 1 � − 2� 0 0 0 � − 5� + 5% Para que o sistema não seja inconsistente, é necessário que � − 5� + 5 = 0. Conclusão: O sistema só terá validade para vetores ��,�, 5� que satisfaçam a relação � − 5� + 5 = 0. Ou seja, ���, �, 5� ∈ �� / � − 5� + 5 = 0 . Exemplo 3: Mostrar que � = �1,1,1�, � = �0,1,1� e � = �0,0,1� geram o ��. Solução: ��,�, 5� = � � + � � + , � ��,�, 5� = ��1,1,1� + ��0,1,1� + ��0,0,1� = ��,�,�� + �0,�,�� + �0,0, �� = ��,� + �,� + � + �� Comparando os vetores termo a termo, tem-se, NMF105 – Notas de aula 53 > � = �� + � = �� + � + � = 5� � $ 1 0 0 � 1 1 0 � 1 1 1 " % $1 0 0 �1 1 0 � 1 1 1 " % ⇢ &� = &� − &� ⇢ ⇢ &� = &� − &� ⇢ $1 0 0 �0 1 0 � − �0 0 1 " − �% = � = �� = � − �� = 5 − � � Conclusão: ��,�, 5� = 2 � + �3 − 2� � + �4 − 3� � Exemplo 4: Seja o Espaço Vetorial �� �. Determine os subespaços gerados por: � = .−1 00 1/, � = .1 −10 0 / e � = .0 11 0/ Solução: �� � = .� �5 ?/ = � � + � � + , � .� �5 ?/ = � .−1 00 1/ + � .1 −10 0 / + � .0 11 0/ = .−� 0 0 �/ + .� −�0 0 / + .0 �� 0/ = .−� + � −� + �� � / Comparando os vetores termo a termo, tem-se, 8−� + � = �−� + � = �� = 5 # = $ � � )−1 1 0 �0 −1 1 � 0 0 1 " 1 0 0 $ + )−1 1 0 �0 −1 1 � 0 0 1 " 1 0 0 $ + ⇢ &� ↔ &� ⇢ ) 1 0 0 ?0 −1 1 �0 0 1 " −1 1 0 � + ⇢ &� = −&� + &� ⇢ ⇢ &� = &� + &� ⇢ )1 0 0 ?0 1 0 5 − � 0 0 1 " 0 1 0 � + $ + ⇢ &� = &� − &� ⇢ )1 0 0 ?0 1 0 5 − �0 0 1 " 0 0 0 � + � − " + $ + Conclusão: : = 9.� �5 ?/ / � + � − " + $ = 0@ NMF105 – Notas de aula 54 Exemplo 5: Determinar o subespaço de � gerado pelos vetores A� = �� + 2�� − � + 3 e A� = −2�� − �� + 3� + 2 Solução: A = ��� + ��� + �� + B = CA� + DA� ��� + ��� + �� + B = ���� + 2�� − � + 3� + ��−2�� − �� + 3� + 2� = ��� + 2��� − �� + 3� − 2��� − ��� + 3�� + 2� = ��� − 2��� + 2��� − ��� − �� + 3�� + 3� + 2� = �� − 2���� + �2� − ���� + �−� + 3��� + �3� +
Compartilhar