Baixe o app para aproveitar ainda mais
Prévia do material em texto
Universidade Federal do Rio Grande do Norte Escola de Cieˆncia e Tecnologia Revisa˜o - Sistemas Lineares e Determinantes Fabiana T. Santana Fabiana T. Santana UFRN-ECT A´lgebra Linear 1 / 33 Introduc¸a˜o A A´lgebra Linear e´ uma disciplina que estabelece uma relac¸a˜o entre: sistemas de equac¸o˜es lineares matrizes determinantes vetores transformac¸o˜es lineares autovalores e autovetores Fabiana T. Santana UFRN-ECT A´lgebra Linear 2 / 33 Introduc¸a˜o aos Sistemas de Equac¸o˜es Lineares Definic¸a˜o 1 Define-se equac¸a˜o linear nas varia´veis x1, x2, . . . , xn como uma equac¸a˜o que pode ser expressa na forma a1x1 + a2x2 + . . . + anxn = b onde a1, a2, . . . , an e b sa˜o constantes e a1, a2, . . . , an na˜o sa˜o todos nulos. Se b = 0, a equac¸a˜o recebe o nome de homogeˆnea. Exemplo 1 As seguintes equac¸o˜es sa˜o lineares: (a) x + 3y = 7 (b) 12x − y + 3z = −1 (c) x1 − 2x2 − 3x3 + x4 = 0 As seguintes equac¸o˜es na˜o sa˜o lineares: (a) x + 3y2 = 7 (b) senx + y = 0 (c) √ x1 + 2x2 + x3 = 1 Fabiana T. Santana UFRN-ECT A´lgebra Linear 3 / 33 Introduc¸a˜o aos Sistemas de Equac¸o˜es Lineares Definic¸a˜o 2 Um sistema linear de m equac¸o˜es nas n inco´gnitas x1, x2, . . . , xn pode ser escrito como: a11x1 + a12x2 + . . . + a1nxn = b1 a21x1 + a22x2 + . . . + a2nxn = b2 ... am1x1 + am2x2 + . . . + amnxn = bm . O sistema e´ consistente ou poss´ıvel existir pelo menos uma soluc¸a˜o, isto e´, pelo menos uma sequeˆncia x1 = s1, x2 = s2, . . . . . . , xn = sn de valores satisfazendo todas as suas equac¸o˜es. Caso contra´rio, o sistema e´ inconsistente ou imposs´ıvel. Fabiana T. Santana UFRN-ECT A´lgebra Linear 4 / 33 Introduc¸a˜o aos Sistemas de Equac¸o˜es Lineares Exemplo 2 (Sistema linear com uma soluc¸a˜o) x − y = 12x + y = 6 Soluc¸a˜o: Fabiana T. Santana UFRN-ECT A´lgebra Linear 5 / 33 Introduc¸a˜o aos Sistemas de Equac¸o˜es Lineares Exemplo 3 (Sistema linear sem soluc¸a˜o) x + y = 43x + 3y = 6 Soluc¸a˜o: Fabiana T. Santana UFRN-ECT A´lgebra Linear 6 / 33 Introduc¸a˜o aos Sistemas de Equac¸o˜es Lineares Exemplo 4 (Sistema linear com infinitas soluc¸o˜es) 4x − 2y = 116x − 8y = 4 Soluc¸a˜o: Fabiana T. Santana UFRN-ECT A´lgebra Linear 7 / 33 Introduc¸a˜o aos Sistemas de Equac¸o˜es Lineares Matrizes aumentadas e operac¸o˜es elementares com linhas Para facilitar a resoluc¸a˜o de sistemas lineares, associamos ao sistema a11x1 + a12x2 + . . . + a1nxn = b1 a21x1 + a22x2 + . . . + a2nxn = b2 ... ... ... am1x1 + am2x2 + . . . + amnxn = bm a matriz a11 a12 . . . a1n b1 a21 a22 . . . a2n b2 ... ... . . . ... ... am1 am2 . . . amn bm , denominada matriz aumentada do sistema. Fabiana T. Santana UFRN-ECT A´lgebra Linear 8 / 33 Introduc¸a˜o aos Sistemas de Equac¸o˜es Lineares As operac¸o˜es usadas na resoluc¸a˜o de um sistema linear sa˜o: 1 Multiplicar uma equac¸a˜o inteira por uma constante na˜o nula. 2 Trocar duas equac¸o˜es entre si. 3 Somar uma constante vezes uma equac¸a˜o a uma outra equac¸a˜o. Essas operac¸o˜es correspondem a`s seguintes operac¸o˜es (operac¸o˜es elementares com linhas) na matriz aumentada associada ao sistema: 1 Multiplicar uma linha inteira por uma constante na˜o nula. 2 Trocar duas linhas entre si. 3 Somar uma constante vezes uma linha a uma outra linha. Fabiana T. Santana UFRN-ECT A´lgebra Linear 9 / 33 Eliminac¸a˜o Gaussiana Uma matriz esta´ em forma escalonada por linhas se tiver as seguintes propriedades: 1. Se uma linha na˜o consistir inteiramente em zeros, enta˜o o primeiro nu´mero na˜o nulo da linha e´ 1. Nesse caso, o nu´mero 1 e´ denominado pivoˆ. 2. Se existirem linhas constitu´ıdas inteiramente de zeros, enta˜o elas esta˜o agrupadas juntas nas linhas inferiores da matriz. 3. Em quaisquer duas linhas sucessivas que na˜o consistem so´ em zeros, o pivoˆ da linha inferior ocorre mais a` direita do que o pivoˆ da linha superior. Fabiana T. Santana UFRN-ECT A´lgebra Linear 10 / 33 Eliminac¸a˜o Gaussiana Uma matriz esta´ em forma escalonada reduzida por linhas se, ale´m das propriedades 1, 2 e 3 listadas anteriormente, tiver a seguinte propriedade: 4. Cada coluna que conte´m um pivoˆ tem zeros nas demais entradas. Exemplos: 1 4 −3 7 0 1 6 2 0 0 1 5 , 0 1 2 6 0 0 0 1 −1 0 0 0 0 0 1 : forma escalonada por linhas 1 0 0 4 0 1 0 7 0 0 1 −1 , 0 1 −2 0 1 0 0 0 1 3 0 0 0 0 0 : forma escalonada reduzida por linhas Fabiana T. Santana UFRN-ECT A´lgebra Linear 11 / 33 Eliminac¸a˜o Gaussiana Exemplo 5 Use a eliminac¸a˜o gaussiana para reduzir a matriz abaixo a` forma escalonada por linhas: 0 0 −2 0 7 12 2 4 −10 6 12 28 2 4 −5 6 −5 −1 Fabiana T. Santana UFRN-ECT A´lgebra Linear 12 / 33 Eliminac¸a˜o Gaussiana Passo 1. Localizar a coluna mais a` esquerda que na˜o seja constitu´ıda inteiramente de zeros. 0 0 −2 0 7 12 2 4 −10 6 12 28 2 4 −5 6 −5 −1 A primeira coluna conte´m elementos na˜o nulos. Fabiana T. Santana UFRN-ECT A´lgebra Linear 13 / 33 Eliminac¸a˜o Gaussiana Passo 2. Permutar a primeira linha com uma outra linha, se necessa´rio, para obter uma entrada na˜o nula ao topo da coluna encontrada no Passo 1. 0 0 −2 0 7 12 2 4 −10 6 12 28 2 4 −5 6 −5 −1 ︸ ︷︷ ︸ L1↔L2 ∼ 2 4 −10 6 12 28 0 0 −2 0 7 12 2 4 −5 6 −5 −1 Foram permutadas a primeira e a segunda linhas. Notac¸a˜o: L1 ↔ L2. Fabiana T. Santana UFRN-ECT A´lgebra Linear 14 / 33 Eliminac¸a˜o Gaussiana Passo 3. Se a entrada que agora esta´ no topo da matriz for a, enta˜o multiplica-se a linha 1 por 1a para introduzir um pivoˆ. 2 4 −10 6 12 28 0 0 −2 0 7 12 2 4 −5 6 −5 −1 ︸ ︷︷ ︸ L1→ 12L1 ∼ 1 2 −5 3 6 14 0 0 −2 0 7 12 2 4 −5 6 −5 −1 A primeira linha foi multiplicada por 12 . Fabiana T. Santana UFRN-ECT A´lgebra Linear 15 / 33 Eliminac¸a˜o Gaussiana Passo 4. Soma-se mu´ltiplos convenientes da primeira linha a`s linhas inferiores para obter zeros em todas as entradas abaixo do pivoˆ. 1 2 −5 3 6 14 0 0 −2 0 7 12 2 4 −5 6 −5 −1 ︸ ︷︷ ︸ L3→L3−2L1 ∼ 1 2 −5 3 6 14 0 0 −2 0 7 12 0 0 5 0 −17 −29 Menos duas vezes a linha 1 foi somada a linha 3. Notac¸a˜o: L3 → L3 − 2L1 Fabiana T. Santana UFRN-ECT A´lgebra Linear 16 / 33 Eliminac¸a˜o Gaussiana Passo 5. Desconsiderar a linha 1 e recomec¸ar aplicando o passo 1 ao restante da matriz. 1 2 −5 3 6 14 0 0 −2 0 7 12 0 0 5 0 −17 −29 A terceira coluna abaixo da linha 1 conte´m elementos na˜o nulos e o primeiro deles e´ diferente de zero. Fabiana T. Santana UFRN-ECT A´lgebra Linear 17 / 33 Eliminac¸a˜o Gaussiana Passo 5.1 Encontrar o pivoˆ. 1 2 −5 3 6 14 0 0 −2 0 7 12 0 0 5 0 −17 −29 ︸ ︷︷ ︸ L2→− 12L2 ∼ 1 2 −5 3 6 14 0 0 1 0 −7/2 −6 0 0 5 0 −17 −29 Menos 12 foi multiplicado a linha 2. Notac¸a˜o: L2 → − 12L2 Fabiana T. Santana UFRN-ECT A´lgebra Linear 18 / 33 Eliminac¸a˜o Gaussiana Passo 5.2 Obter zeros nas entradas abaixo do pivoˆ. 1 2 −5 3 6 14 0 0 1 0 −7/2 −6 0 0 5 0 −17 −29 ︸ ︷︷ ︸ L3→L3−5L2 ∼ 1 2 −5 3 6 14 0 0 1 0 −7/2 −6 0 0 0 0 1/2 1 Menos 5 vezes a linha 2 foi somado a linha 3. Notac¸a˜o: L3 → L3 − 5L2 Fabiana T. Santana UFRN-ECT A´lgebra Linear 19 / 33 Eliminac¸a˜o Gaussiana Passo 5.3 Desconsiderar a primeira e segunda linha e procurar uma coluna com elementos na˜o nulos no restante da matriz. 1 2 −5 3 6 14 0 0 1 0 −7/2 −6 0 0 0 0 1/2 1 A quinta coluna abaixo da primeira e segunda linhas tem umelemento na˜o nulo. Fabiana T. Santana UFRN-ECT A´lgebra Linear 20 / 33 Eliminac¸a˜o Gaussiana Passo 5.4 Encontrar o pivoˆ. 1 2 −5 3 6 14 0 0 1 0 −7/2 −6 0 0 0 0 1/2 1 ︸ ︷︷ ︸ L3→2L3 ∼ 1 2 −5 3 6 14 0 0 1 0 −7/2 −6 0 0 0 0 1 2 A terceira linha foi multiplicada por 2. Notac¸a˜o: L3 → 2L3 A matriz resultante esta´ na forma escalonada por linhas. Fabiana T. Santana UFRN-ECT A´lgebra Linear 21 / 33 Eliminac¸a˜o de Gauss-Jordan Exemplo 6 Encontre a forma escalonada reduzida por linhas da matriz do exemplo anterior. Dando continuac¸a˜o nos passos trabalhos no exemplo anterior temos: Passo 6. A partir da forma escalonada por linhas, cada coluna que conte´m pivoˆ deve ter zeros nas demais entradas. 1 2 −5 3 6 14 0 0 1 0 −7/2 −6 0 0 0 0 1 2 Fabiana T. Santana UFRN-ECT A´lgebra Linear 22 / 33 Eliminac¸a˜o de Gauss-Jordan Passo 6.1 Cada coluna que conte´m pivoˆ deve ter zero nas demais entradas. 1 2 0 3 0 7 0 0 1 0 0 1 0 0 0 0 1 2 L1 → L1 + 5L2 L1 → L1− 232 L3 L2 → L2 + 72L3 Fabiana T. Santana UFRN-ECT A´lgebra Linear 23 / 33 Resoluc¸a˜o de Sistemas Lineares Resolva os seguintes sistemas lineares utilizando a eliminac¸a˜o gaussiana: (a) x1 − 2x2 + x3 = 0 2x2 − 8x3 = 8 −4x1 + 5x2 + 9x3 = −9 (b) x2 − 4x3 = 8 2x1 − 3x2 + 2x3 = 1 5x1 − 8x2 + 7x3 = 1 (c) x1 + 6x2 + 2x3 − 5x4 − 2x5 = −4 2x3 − 8x4 − x5 = 3 x5 = 7 Fabiana T. Santana UFRN-ECT A´lgebra Linear 24 / 33 Equac¸a˜o Matricial O sistema linear a11x1 + a12x2 + . . . + a1nxn = b1 a21x1 + a22x2 + . . . + a2nxn = bn ... am1x1 + am2x2 + . . . + amnxn = bm e´ equivalente a` equac¸a˜o matricial a11 a12 . . . a1n a21 a22 . . . a2n ... ... . . . ... am1 am2 . . . amn ︸ ︷︷ ︸ A x1 x2 ... xn ︸ ︷︷ ︸ → x = b1 b2 ... bm ︸ ︷︷ ︸ → b , isto e´, A → x = → b Fabiana T. Santana UFRN-ECT A´lgebra Linear 25 / 33 Soluc¸a˜o do Sistema Analisando sua Equac¸a˜o Matricial para A n × n Sistema Linear A → x = → b Se a matriz dos coeficientes A e´ invert´ıvel (det(A) 6= 0), enta˜o o sistema e´ consistente e a soluc¸a˜o e´ dada por → x = A−1 → b Se A na˜o e´ invert´ıvel (det(A) = 0), enta˜o o sistema e´ inconsistente. Fabiana T. Santana UFRN-ECT A´lgebra Linear 26 / 33 Soluc¸a˜o do Sistema Analisando sua Equac¸a˜o Matricial para A n × n Sistema Linear Homogeˆneo A → x = → 0 Sempre tem soluc¸a˜o ( → 0 e´ soluc¸a˜o - soluc¸a˜o trivial). Se A e´ invert´ıvel (det(A) 6= 0), enta˜o o sistema e´ consistente e tem uma u´nica soluc¸a˜o dada por → x = A−1 → 0 = → 0 (o vetor nulo e´ a u´nica soluc¸a˜o). Se A na˜o e´ invert´ıvel (det(A) = 0), enta˜o o sistema tem infinitas soluc¸o˜es. Neste caso, o escalonamento da matriz aumentada apresenta uma linha de zeros que garante varia´veis livres. Fabiana T. Santana UFRN-ECT A´lgebra Linear 27 / 33 Determinantes Me´todo pra´tico para os casos 2× 2 e 3× 3: Fabiana T. Santana UFRN-ECT A´lgebra Linear 28 / 33 Determinantes Para os casos 4× 4 e ordens maiores deve-se recorrer a uma das te´cnicas: Expassa˜o em cofatores Reduc¸a˜o por linhas Essas te´cnicas tambe´m se aplicam a` matrizes 2× 2 e 3× 3. Fabiana T. Santana UFRN-ECT A´lgebra Linear 29 / 33 Determinantes - Teoremas importantes Teorema 1 Se A for uma matriz n × n, enta˜o independentemente de qual linha ou coluna escolhermos, sempre obteremos o mesmo nu´mero multiplicando as entradas daquela linha ou coluna pelos cofatores correspondentes e somando os produtos obtidos. Teorema 2 Se A e´ uma matriz triangular n × n (triangular superior, inferior ou diagonal), enta˜o det(A) e´ o produto das entradas na diagonal principal da matriz, ou seja, det(A) = a11a22 . . . ann. Teorema 3 Se A e´ uma matriz quadrada com uma linha ou coluna de zeros, enta˜o det(A) = 0. Fabiana T. Santana UFRN-ECT A´lgebra Linear 30 / 33 Inversas Teorema 4 Uma matriz A de tamanho n × n e´ invert´ıvel se e somente se A e´ linha equivalente a In, e, nesse caso, toda sequeˆncia de operac¸o˜es elementares que transforma A em In tambe´m transforma In em A −1. Algoritmo da Inversa˜o Posicione as matrizes A e I lado a lado, formando uma matriz completa [A | I ]. Escalone a matriz completa [A | I ]. Se A for equivalente por linha a I , enta˜o [A | I ] e´ equivalente por linha a [I | A−1]. Caso contra´rio, A na˜o tem inversa. Fabiana T. Santana UFRN-ECT A´lgebra Linear 31 / 33 Inversas Analise se os sistemas abaixo quanto a` existeˆncia e nu´mero de soluc¸o˜es : (a) x1 − 2x2 + x3 = 0 2x2 − 8x3 = 8 −4x1 + 5x2 + 9x3 = −9 (b) x1 − 2x2 + x3 = 0 2x2 − 8x3 = 0 −4x1 + 5x2 + 9x3 = 0 (c) x2 − 4x3 = 8 2x1 − 3x2 + 2x3 = 1 5x1 − 8x2 + 7x3 = 1 (d) x2 − 4x3 = 0 2x1 − 3x2 + 2x3 = 0 5x1 − 8x2 + 7x3 = 0 Fabiana T. Santana UFRN-ECT A´lgebra Linear 32 / 33 Refereˆncias Bibliogra´ficas: Cap´ıtulos 1 e 2 do livro A´lgebra Linear com Aplicac¸o˜es, Howard Anton, 8a ed, Editora Bookman. Fabiana T. Santana UFRN-ECT A´lgebra Linear 33 / 33
Compartilhar