Baixe o app para aproveitar ainda mais
Prévia do material em texto
A´lgebra Linear I Maria Lu´cia Torres Villela Universidade Federal Fluminense Instituto de Matema´tica Marc¸o de 2010 Suma´rio Introduc¸a˜o . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3 Parte 1 - Matrizes e sistemas lineares . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5 Sec¸a˜o 1 - Matrizes com coeficientes reais . . . . . . . . . . . . . . . . . . . . . . . . 7 Sec¸a˜o 2 - Sistemas lineares . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19 Parte 2 - Espac¸os vetoriais reais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37 Sec¸a˜o 1 - Espac¸os vetoriais e subespac¸os . . . . . . . . . . . . . . . . . . . . . . . . 39 Sec¸a˜o 2 - Combinac¸a˜o linear, dependeˆncia e independeˆncia linear 47 Sec¸a˜o 3 - Bases e dimensa˜o . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57 Sec¸a˜o 4 - Soma e soma direta de subespac¸os . . . . . . . . . . . . . . . . . . . . . 65 Instituto de Matema´tica 1 UFF M.L.T.Villela UFF 2 Introduc¸a˜o O objetivo deste texto e´ ser um apoio aos estudantes da disciplina A´lgebra Linear I, do Curso de Graduac¸a˜o em Matema´tica da Universidade Federal Fluminense. O objetivo principal e´ estudar espac¸os vetoriais finita- mente gerados e transformac¸o˜es lineares entre espac¸os vetoriais de dimensa˜o finita. Pressupomos que o estudante esteja familiarizado com o conceito de vetores no plano e espac¸o e tenha os conhecimentos ba´sicos de Geometria Anal´ıtica Plana e Espacial. Vamos interpretar geometricamente diversos conceitos, ao longo do texto. Na Parte 1 introduziremos a a´lgebra das matrizes com coeficientes re- ais, as suas operac¸o˜es de adic¸a˜o, multiplicac¸a˜o e multiplicac¸a˜o por escalar, e as propriedades dessas operac¸o˜es. Apresentaremos o conceito de matrizes invert´ıveis. Definiremos transposta de uma matriz e matrizes ortogonais e estudaremos as suas propriedades. Ale´m disso, definiremos equac¸o˜es lineares com coeficientes reais e sistemas de equac¸o˜es lineares com coeficientes reais. Estudaremos as operac¸o˜es sobre as equac¸o˜es que na˜o alteram as soluc¸o˜es do sistema, dando origem a sistemas equivalentes. A partir da forma matricial do sistema, essas operac¸o˜es motivam a definic¸a˜o de operac¸o˜es elementares sobre as linhas de uma matriz. Apresentaremos um me´todo de resoluc¸a˜o de sistemas de equac¸o˜es lineares com coeficientes reais baseado na reduc¸a˜o por linhas a` forma em escada da matriz ampliada associada ao sistema. Classi- ficaremos as soluc¸o˜es dos sistemas lineares homogeˆneos e na˜o homogeˆneos. Daremos um algoritmo para calcular a inversa de matrizes invert´ıveis com coeficientes reais, usando operac¸o˜es elementares sobre as linhas da matriz. Na Parte 2 introduziremos os conceitos de: espac¸o vetorial real, sub- espac¸os vetoriais, intersec¸a˜o de subespac¸os, combinac¸a˜o linear, espac¸os veto- rias reais finitamente gerados, conjuntos linearmente independentes ou line- armente dependentes, base e dimensa˜o de espac¸os vetoriais reais finitamente gerados, coordenadas numa base e soma e soma direta de subespac¸os ve- toriais reais. Estudaremos transformac¸o˜es lineares entre espac¸os vetoriais reais de dimensa˜o finita, nu´cleo e imagem de transformac¸o˜es lineares, te- orema do nu´cleo e da imagem, representac¸a˜o matricial de transformac¸o˜es lineares entre espac¸os vetoriais reais de dimensa˜o finita e suas propriedades. Finalizaremos com a a´lgebra das transformac¸o˜es lineares em espac¸os vetori- ais de dimensa˜o finita, apresentando as operac¸o˜es de adic¸a˜o, multiplicac¸a˜o Instituto de Matema´tica 3 UFF por escalar e composic¸a˜o de transformac¸o˜es lineares, transformac¸o˜es lineares invert´ıveis, isomorfismo e automorfismo de espac¸os vetoriais. Recomendamos os seguintes textos: - A´lgebra Linear com aplicac¸o˜es, H. Anton e C. Rorres, Bookman Compa- nhia Editora, 8a edic¸a˜o, 2000. - A´lgebra Linear, Boldrini e outros, Harbra, 3a edic¸a˜o, 1974. - A´lgebra Linear e Aplicac¸o˜es, Carlos A. Callioli, Hygino Domingues, Roberto C.F. Costa, Atual Editora, 1990. - A´lgebra Linear, Renato Valladares, LTC, 1990. - A´lgebra Linear, Serge Lang, Editora Edgar Blu¨cher Ltda, 1971. - A´lgebra Linear, S. Lipschutz, Colec¸a˜o Schaum, MacGraw-Hill, 1981 - A´lgebra Linear-Introduc¸a˜o, Joa˜o Pitombeira de Carvalho, LTC/EDU, 2a edic¸a˜o, 1977. Texto mais avanc¸ado: - A´lgebra Linear, K. Hoffmann, R. Kunze, Editora Pol´ıgono, 1971. M.L.T.Villela UFF 4 Parte 1 Matrizes e sistemas lineares Introduziremos o conceito de matrizes com coeficientes reais e alguns tipos especiais de matrizes: matriz nula, quadrada, diagonal, triangular supe- rior e triangular inferior. Apresentaremos a a´lgebra das matrizes com coefici- entes reais definindo as operac¸o˜es de adic¸a˜o, multiplicac¸a˜o e multiplicac¸a˜o por escalar e estudando as propriedades dessas operac¸o˜es. Introduziremos o con- ceito de matrizes invert´ıveis e matrizes nilpotentes. Definiremos transposta de uma matriz e matrizes ortogonais e estudaremos as suas propriedades. Ale´m disso, definiremos equac¸o˜es lineares com coeficientes reais e sis- temas de equac¸o˜es lineares com coeficientes reais. Estudaremos as operac¸o˜es sobre as equac¸o˜es de um sistema linear com coeficientes reais que na˜o alteram as soluc¸o˜es do sistema, dando origem a sistemas equivalentes, isto e´, sistemas com o mesmo conjunto soluc¸a˜o. A partir da forma matricial do sistema, essas operac¸o˜es motivam a definic¸a˜o de operac¸o˜es elementares sobre as linhas de uma matriz e o conceito de matrizes equivalentes por linhas. Apresentaremos um me´todo de resoluc¸a˜o de sistemas de equac¸o˜es lineares com coeficientes reais baseado na reduc¸a˜o por linhas a` forma em escada da matriz ampliada associada ao sistema. Classificaremos as soluc¸o˜es dos sistemas lineares ho- mogeˆneos e na˜o homogeˆneos. Daremos um algoritmo para calcular a inversa de matrizes invert´ıveis com coeficientes reais, usando operac¸o˜es elementares sobre as linhas da matriz. Instituto de Matema´tica 5 UFF M.L.T.Villela UFF 6 Matrizes com coeficientes reais PARTE 1 - SEC¸A˜O 1 Matrizes com coeficientes reais Comec¸amos lembrando as operac¸o˜es de nu´meros reais e suas proprie- dades, que desempenhara˜o um papel muito importante ao longo de todo o texto. Proposic¸a˜o 1 (Propriedades das operac¸o˜es de adic¸a˜o e multiplicac¸a˜o de R) As operac¸o˜es de adic¸a˜o e multiplicac¸a˜o no conjunto dos nu´meros reais R + : R× R −→ R (a, b) 7−→ a+ b e · : R×R −→ R(a, b) 7−→ a · b teˆm as seguintes propriedades, para quaisquer a, b, c ∈ R: A1-(Associativa) (a+ b) + c = a+ (b+ c). A2-(Comutativa) a+ b = b+ a. A3-(Existeˆncia de elemento neutro aditivo) Existe 0 ∈ R, tal que para todo a ∈ R, a+ 0 = a. A4-(Existeˆncia de sime´trico) Para cada a ∈ R, existe um u´nico c ∈ R tal que a+ c = 0. M1-(Associativa) (a · b) · c = a · (b · c). M2-(Comutativa) a · b = b · a. Escrevemos c= −a. M3-(Existeˆncia de elemento neutro multiplicativo) Existe 1 ∈ R, tal que para todo a ∈ R, 1 · a = a. M4-(Existeˆncia de inverso) Para cada a ∈ R, a 6= 0, existe um u´nico c ∈ R, tal que a · c = 1. AM-(Distributiva) a · (b+ c) = a · b+ a · c. Escrevemos c=a−1. Dizemos que R e´ a estrutura alge´brica chamada corpo. O corpo dos nu´meros reais sera´ muito importante nos conceitos intro- duzidos a seguir. Definic¸a˜o 1 (Matriz m por n) Uma matriz A m por n com coeficientes reais e´ uma tabela comm linhas e n colunas de nu´meros reais. Denotamos A = (aij) ∈Mm×n(R), onde aij ∈ R, para todo i = 1, . . . ,m e j = 1, . . . , n. EscrevemosA = a11 a12 · · · a1n a21 a22 · · · a2n ... ... · · · ... am1 am2 · · · amn . Instituto de Matema´tica 7 UFF A´lgebra Linear I Matrizes com coeficientes reais Para cada i = 1, . . . ,m, (ai1, ai2, . . . , ain) e´ a i-e´sima linha da matriz A. Para cada j = 1, . . . , n, a1j a2j ... amj e´ a j-e´sima coluna da matriz A. Mm×n(R) e´ o conjunto de todas as matrizes m por n com coeficientes reais. Exemplo 1 Sa˜o matrizes com coeficientes reais: 1 2 3 √ 2 0 1 −2 pi 3 0 1 −3, 5 ∈M3×4(R), ( 1 2 3 0 1 −2 ) ∈M2×3(R) e ( 1 2 0 1 ) ∈M2×2(R). Definic¸a˜o 2 (Igualdade de matrizes) Sejam A = (aij) ∈ Mm×n(R) e B = (bij) ∈ Mr×s(R). Dizemos que as matrizes A e B sa˜o iguais se, e somente se, m = r, n = s e aij = bij, para todo i = 1, . . . ,m e j = 1, . . . , n. Nesse caso, escrevemos A = B. Exemplo 2 Vamos determinar os valores de x ∈ R, tais que A = ( 1 2 x2 x3 1 0 ) e B = ( 1 2 1 x2 1 0 ) sejam iguais. Como a11 = b11 = 1, a12 = b12 = 2, x2 = a13 = b13 = 1, x 3 = a21 = b21 = x 2, a22 = b22 = 1 e a23 = b23 = 0, enta˜o x2 = 1 e x3 = x2. Logo, x = 1. Ha´ alguns tipos especiais de matrizes, que teˆm nomes especiais, con- forme veremos a seguir. Exemplo 3 Seja A = (aij) ∈Mm×n(R). Matriz quadrada: A e´ matriz quadrada se, e somente se, m = n. Nesse caso, dizemos que os elementos a11a22 · · ·ann formam a diagonal prin- cipal da matriz quadrada.( 1 2 −1 3 ) ∈ M2×2(R) e 1 4 e−1 0 ln 2 0 1 3 ∈ M3×3(R) sa˜o matrizes qua- dradas com diagonais principais 1 3 e 1 0 3. Matriz nula: Para quaisquer m ≥ 1 e n ≥ 1, existe matriz nula m por n. M.L.T.Villela UFF 8 Matrizes com coeficientes reais PARTE 1 - SEC¸A˜O 1 A = 0 se, e somente se, aij = 0, para todo i = 1, . . . ,m e j = 1, . . . , n.( 0 0 0 0 0 0 ) e´ a matriz nula em M2×3(R) e ( 0 0 0 0 ) e´ a matriz nula em M2×2(R). Matriz linha: A e´ matriz linha se, e somente se, m = 1 e n ≥ 1. (1 2 3 4) ∈M1×4(R), (0 1 −2) ∈M1×3(R) e (−1 5) ∈M1×2(R) sa˜o matrizes linhas. Matriz coluna: A e´ matriz coluna se, e somente se, n = 1 e m ≥ 1. 0−1 2 ∈ M3×1(R), 2 −3 4 5 ∈ M4×1(R) e ( 0 −1 ) ∈ M2×1(R) sa˜o ma- trizes colunas. Matriz diagonal: A e´ matriz diagonal se, e somente se, m = n e aij = 0 para i 6= j. Nesse caso, os elementos da matriz quadrada fora da diagonal principal sa˜o nulos.( 1 0 0 3 ) ∈M2×2(R) e 1 0 00 pi 0 0 0 −3 ∈M3×3(R) sa˜o matrizes diagonais. Matriz identidade: Para cada n ≥ 1, a matriz identidade de ordem n, deno- tada por In, e´ a matriz quadrada de ordem n tal que aij = { 1, se i = j 0, se i 6= j. I2 = ( 1 0 0 1 ) ∈M2×2(R) e I3 = 1 0 00 1 0 0 0 1 ∈M3×3(R) sa˜o as matrizes identidades de ordens 2 e 3, respectivamente. Matriz triangular superior: A e´ triangular superior se, e somente se, m = n e aij = 0, para todo i > j. Nesse caso, os elementos da matriz quadrada abaixo da diagonal principal sa˜o nulos.( 1 2 0 3 ) ∈ M2×2(R) e 1 −1 3 0 pi 5 0 0 −3 ∈ M3×3(R) sa˜o matrizes triangu- lares superiores. Matriz triangular inferior: A e´ triangular inferior se, e somente se, m = n e aij = 0, para todo i < j. Instituto de Matema´tica 9 UFF A´lgebra Linear I Matrizes com coeficientes reais Nesse caso, os elementos da matriz quadrada acima da diagonal principal sa˜o nulos.( 1 0 2 3 ) ∈ M2×2(R) e 1 0 03 −2 0 2 7 −3 ∈ M3×3(R) sa˜o matrizes triangu- lares inferiores. Veremos agora treˆs operac¸o˜es: adic¸a˜o de matrizes; multiplicac¸a˜o de uma matriz por um nu´mero real, chamada multiplicac¸a˜o por escalar, e mul- tiplicac¸a˜o de matrizes. Definic¸a˜o 3 (Adic¸a˜o de matrizes) Sejam A = (aij), B = (bij) ∈Mm×n(R). A matriz C = A+B ∈Mm×n(R) e´ definida por C = (cij), onde cij = aij + bij, para todo i = 1, . . . ,m e j = 1, . . . , n. Exemplo 4 Sejam A = ( 1 4 0 −1 0 2 ) e B = ( 2 1 3 −1 2 −2 ) em M2×3(R). Enta˜o, C = A+ B = ( 1 + 2 4 + 1 0+ 3 −1+ (−1) 0 + 2 2 + (−2) ) = ( 3 5 3 −2 2 0 ) ∈M2×3(R). Exemplo 5 Sejam A = 1 4 −1 2 0 3 e B = 2 1 5 −1 −1 2 em M3×2(R). Enta˜o, temos C = A+ B = 1+ 2 4+ 1−1+ 5 2+ (−1) 0+ (−1) 3+ 2 = 3 54 1 −1 5 ∈M3×2(R). Proposic¸a˜o 2 (Propriedades da adic¸a˜o) Sejam A,B e C matrizes Mm×n(R). Valem as seguintes propriedades: (a) Associativa: (A+ B) + C = A+ (B+ C). (b) Comutativa: A+ B = B +A. (c) Existeˆncia de elemento neutro aditivo: A+0 = A, onde 0 e´ a matriz nula m por n. Demonstrac¸a˜o: (a) Associativa: Sejam A = (aij), B = (bij) e C = (cij). Enta˜o, M.L.T.Villela UFF 10 Matrizes com coeficientes reais PARTE 1 - SEC¸A˜O 1 ( (A+ B) + C ) ij (1) = (A+ B)ij + cij (2) = (aij + bij) + cij (3) = aij + (bij + cij) (4) = aij + (B+ C)ij (5) = ( A+ (B + C) ) ij , Em (1) usamos a definic¸a˜o de (A+B)+C; em (2), a definic¸a˜o de A+B; em (3), a associatividade da adic¸a˜o em R; em (4), a definic¸a˜o de B+C e em (5), a definic¸a˜o de A+(B+C). para todo i = 1, . . . ,m e j = 1, . . . , n. Logo, (A+ B) + C = A+ (B+ C). (b) Comutativa: Sejam A = (aij) e B = (bij). Enta˜o, Em (6) usamos a definic¸a˜o de A+B; em (7), a comutatividade da adic¸a˜o em R e em (8), a definic¸a˜o de B+A. (A+ B)ij (6) = aij + bij (7) = bij + aij (8) = (B+ A)ij, para todo i = 1, . . . ,m e j = 1, . . . , n. Logo, A+ B = B +A. (c) Existeˆncia de elemento neutro aditivo: Seja 0 = (dij), onde dij = 0, para todo i, j. Enta˜o, (A+ 0)ij = aij+ dij = aij+ 0 = aij, para todo i = 1, . . . ,m e j = 1, . . . , n. Logo, A+ 0 = A. � Definic¸a˜o 4 (Multiplicac¸a˜o por escalar) Sejam A = (aij) ∈ Mm×n(R) e k ∈ R. A matriz C = k · A ∈ Mm×n(R) e´ definida por C = (cij), onde cij = k·aij, para todo i = 1, . . . ,m e j = 1, . . . , n. Exemplo 6 Sejam A = 1 4−1 2 0 3 ∈ M3×2(R) e B = ( 2 1 3 5 −1 0 ) ∈ M2×3(R). Enta˜o, 2 ·A = 2 8 −2 4 0 6 ∈M3×2(R) e (−1) · B = ( −2 −1 −3 −5 1 0 ) ∈M2×3(R). Proposic¸a˜o 3 (Propriedades da multiplicac¸a˜o por escalar) Sejam A = (aij), B = (bij) ∈ Mm×n(R) e k, k1, k2 ∈ R. Valem as seguintes propriedades: (a) Distributiva: k · (A+ B) = k ·A+ k · B. (b) Distributiva: (k1 + k2) ·A = k1 ·A+ k2 ·A. (c) Associativa: k1 · (k2 ·A) = (k1 · k2) ·A. (d) 1 ·A = A, onde 1 ∈ R. (e) 0 ·A = 0m×n, onde 0 ∈ R. Demonstrac¸a˜o: (a) Distributiva: Em (1) usamos a definic¸a˜o da multiplicac¸a˜o por escalar; em (2), a definic¸a˜o de A+B; em (3), a distributividade em R; em (4), a definic¸a˜o da multiplicac¸a˜o por escalar; em (5), a definic¸a˜o de adic¸a˜o de matrizes. ( k · (A+ B)) ij (1) = k · (A+ B)ij (2)= k · (aij + bij) (3)= k · aij + k · bij (4) = (k ·A)ij + (k · B)ij (5)= (k ·A+ k · B)ij, Instituto de Matema´tica 11 UFF A´lgebra Linear I Matrizes com coeficientes reais para todo i = 1, . . . ,m e j = 1, . . . , n. Logo, k · (A+ B) = k ·A+ k · B. (b) Distributiva:( (k1 + k2) ·A ) ij (6) = (k1 + k2) · aij (7)= k1 · aij + k2 · aij (8) = (k1 ·A)ij + (k2 ·A)ij (9)= (k1 ·A+ k2 ·A)ij. Em (6) usamos a definic¸a˜o da multiplicac¸a˜o por escalar; em (7), a distributividade em R; em (8), a definic¸a˜o da multiplicac¸a˜o por escalar; em (9), a definic¸a˜o de adic¸a˜o de matrizes. Em (10) usamos a definic¸a˜o de multiplicac¸a˜o por escalar; em (11), a associatividade da multiplicac¸a˜o em R; em (12) e (13), novamente, a definic¸a˜o de multiplicac¸a˜opor escalar. para todo i = 1, . . . ,m e j = 1, . . . , n. Logo, (k1 + k2) ·A = k1 ·A+ k2 ·A. (c) Associativa:( (k1 · k2) ·A ) ij (10) = (k1 · k2) · aij (11)= k1 · (k2 · aij) (12) = k1 · (k2 ·A)ij (13)= ( k1 · (k2 ·A) ) ij , para todo i = 1, . . . ,m e j = 1, . . . , n. Logo, (k1 · k2) ·A = k1 · (k2 ·A). Deixamos os itens (d) e (e) como Exerc´ıcios. � Definic¸a˜o 5 (Multiplicac¸a˜o de matrizes) Sejam A = (aik) ∈ Mm×p(R) e B = (bkj) ∈ Mp×n(R), para i = 1, . . . ,m, k = 1, . . . , p e j = 1, . . . , n. O produto C = A · B ∈ Mm×n(R) e´ a matriz definida por Para determinar o elemento de ordem ij do produto usamos a i-e´sima linha da matriz A, matriz a` esquerda, e a j-e´sima coluna de B, matriz a` direita, respectivamente, (ai1,...,aip) e 0 BB@ b1j ... bpj 1 CCA. cij = p∑ k=1 aik · bkj, para todo i = 1, . . . ,m e j = 1, . . . , n. Exemplo 7 Sejam A = ( 1 2 3 4 5 6 ) ∈M2×3(R) e B = 1 00 2 −1 1 ∈M3×2(R). Enta˜o, Fac¸a os ca´lculos por linha. Fixe uma linha de A e, sucessivamente, varie as colunas de B, determinando a linha de mesma ordem de AB. A · B = ( 1 2 3 4 5 6 ) · 1 0 0 2 −1 1 = ( 1 · 1 + 2 · 0 + 3 · (−1) 1 · 0+ 2 · 2 + 3 · 1 4 · 1 + 5 · 0 + 6 · (−1) 4 · 0+ 5 · 2 + 6 · 1 ) = ( −2 7 −2 16 ) ∈M2×2(R). B ·A = 1 0 0 2 −1 1 · ( 1 2 3 4 5 6 ) = 1 · 1+ 0 · 4 1 · 2 + 0 · 5 1 · 3 + 0 · 6 0 · 1+ 2 · 4 0 · 2 + 2 · 5 0 · 3 + 2 · 6 (−1) · 1 + 1 · 4 (−1) · 2 + 1 · 5 (−1) · 3+ 1 · 6 = 1 2 3 8 10 12 3 3 3 ∈M3×3(R). M.L.T.Villela UFF 12 Matrizes com coeficientes reais PARTE 1 - SEC¸A˜O 1 Proposic¸a˜o 4 (Propriedades da multiplicac¸a˜o de matrizes) Valem as seguintes propriedades: (a) Distributiva: A · (B+ C) = A · B+A ·C, para quaisquer A ∈Mm×p(R) e B,C ∈Mp×n(R). (b) Distributiva: (A+B) ·C = A ·C+B ·C, para quaisquer A,B ∈Mm×p(R) e C ∈Mp×n(R). (c) Associativa: A · (B · C) = (A · B) · C, para quaisquer A ∈Mm×p(R), B ∈Mp×q(R) e C ∈Mq×n(R). (d) Associativa: k · (A · B) = (k ·A) · B = A · (k · B), para quaisquer k ∈ R, A ∈Mm×p(R) e B ∈Mp×n(R). (e) Existeˆncia de elementos neutros multiplicativos, a` esquerda e a` direita, respectivamente: Im ·A = A e A · In = A. Demonstrac¸a˜o: (a) Distributiva: Sejam A = (aik) ∈ Mm×p(R) e B = (bkj) e C = (ckj) em Mp×n(R). Enta˜o, Em (1) usamos a definic¸a˜o da multiplicac¸a˜o de A por B+C; em (2), a definic¸a˜o de B+C; em (3), a distributividade em R; em (4), a comutatividade e associatividade da adic¸a˜o em R; em (5), as definic¸o˜es de A ·B e A ·C; em (6), a definic¸a˜o da adic¸a˜o de matrizes. ( A · (B+ C)) ij (1) = p∑ k=1 aik · (B+ C)kj (2)= p∑ k=1 aik · (bkj + ckj) (3) = p∑ k=1 (aik · bkj + aik · ckj) (4) = p∑ k=1 aik · bkj + p∑ k=1 aik · ckj (5) = (A · B)ij + (A · C)ij (6) = (A · B +A · C)ij, para todo i = 1, . . . ,m e j = 1, . . . , n. Logo, A · (B+ C) = A · B+ A · C. (b) E´ ana´logo ao item anterior e sera´ deixado como Exerc´ıcio. (c) Associativa: Sejam A = (aik) ∈ Mm×p(R), B = (bkℓ) ∈ Mp×q(R) e C = (cℓj) ∈Mq×n(R). Em (7) usamos a definic¸a˜o da multiplicac¸a˜o de A por B ·C; em (8), a definic¸a˜o de B ·C; em (9), a distributividade em R; em (10), a associatividade da multiplicac¸a˜o em R. ( A · (B · C)) ij (7) = p∑ k=1 aik · (B · C)kj (8) = p∑ k=1 aik · ( q∑ ℓ=1 bkℓ · cℓj ) (9) = p∑ k=1 ( q∑ ℓ=1 aik · (bkℓ · cℓj) ) (10) = p∑ k=1 ( q∑ ℓ=1 (aik · bkℓ) · cℓj ) Instituto de Matema´tica 13 UFF A´lgebra Linear I Matrizes com coeficientes reais (11) = q∑ ℓ=1 ( p∑ k=1 (aik · bkℓ) · cℓj ) (12) = q∑ ℓ=1 ( p∑ k=1 (aik · bkℓ) ) · cℓj (13) = q∑ ℓ=1 (A · B)iℓ · cℓj (14) = ( (A · B) ·C) ij , Em (11) usamos a comutatividade e associatividade da adic¸a˜o em R; em (12), a distributividade em R; em (13), a definic¸a˜o de A ·B; em (14), a definic¸a˜o da multiplicac¸a˜o de A ·B por C. para todo i = 1, . . . ,m e j = 1, . . . , n. Logo, A · (B · C) = (A · B) · C. (d) Sejam k ∈ R, A ∈Mm×p(R) e B ∈Mp×n(R). Enta˜o, Em (15) usamos a definic¸a˜o da multiplicac¸a˜o por escalar; em (16), definic¸a˜o de A ·B; em (17), a distributividade em R; em (18), a associatividade em R; em (19), a definic¸a˜o da multiplicac¸a˜o por escalar; em (20), a definic¸a˜o da multiplicac¸a˜o de matrizes. ( k · (A · B)) ij (15) = k · (A · B)ij (16) = k · ( p∑ k=1 aik · bkj ) (17) = p∑ k=1 k · (aik · bkj) (18) = p∑ k=1 (k · aik) · bkj (19) = p∑ k=1 (k ·A)ik · bkj (20) = ( (k ·A) · B) ij , para todo i = 1, . . . ,m e j = 1, . . . , n. Logo, k · (A · B) = (k ·A) · B. A outra igualdade e´ ana´loga e sera´ deixada como Exerc´ıcio, assim como o item (e), que e´ uma simples verificac¸a˜o. � As linhas de A sa˜o as colunas de At , equivalentemente, as colunas de A sa˜o as linhas de At . Definic¸a˜o 6 (Transposta) Seja A = (aij) ∈Mm×n(R). A matriz transposta de A, denotada por At, e´ a matriz At = (bji) ∈Mn×m(R) definida por bji = aij, para todo i = 1, . . . ,m e j = 1, . . . , n. Exemplo 8 Sejam A = ( 1 2 3 4 5 6 ) ∈M2×3(R) e B = ( 1 0 −1 1 ) ∈M2×2(R). Enta˜o, At = 1 42 5 3 6 ∈M3×2(R) e Bt = ( 1 −1 0 1 ) ∈M2×2(R) Proposic¸a˜o 5 (Propriedades da transposta) Valem as seguintes propriedades: (a) (A+ B)t = At + Bt, para quaisquer A,B ∈Mm×n(R). M.L.T.Villela UFF 14 Matrizes com coeficientes reais PARTE 1 - SEC¸A˜O 1 (b) (k ·A)t = k ·At, para quaisquer k ∈ R e A ∈Mm×n(R). (c) (A · B)t = Bt ·At, para quaisquer A ∈Mm×p(R) e B ∈Mp×n(R). (d) ( At )t = A, para qualquer A ∈Mm×n(R). Demonstrac¸a˜o: (a) Sejam A = (aij) e B = (bij) em Mm×n(R). Enta˜o, Em (1) usamos a definic¸a˜o de transposta; em (2), a definic¸a˜o de A+B; em (3), a definic¸a˜o de transposta de A e de B; em (4), a definic¸a˜o de adic¸a˜o de matrizes. ( (A+ B)t ) ji (1) = ( A+ B ) ij (2) = aij + bij (3) = (At)ji + (B t)ji (4) = ( At + Bt ) ji , para todo i = 1, . . . ,m e j = 1, . . . , n. Logo, (A+ B)t = At + Bt. Deixamos como Exerc´ıcio a demonstrac¸a˜o dos outros itens. � Definic¸a˜o 7 (Matriz invert´ıvel) Seja A ∈ Mn×n(R). Dizemos que A e´ invert´ıvel se, e somente se, existe B ∈ Mn×n(R) tal que A · B = B · A = In. Nesse caso, dizemos que B e´ a inversa de A e denotamos B = A−1. Exemplo 9 Seja A = ( 1 2 1 3 ) . Enta˜o, A e´ invert´ıvel e A−1 = ( 3 −2 −1 1 ) . Para verificar a afirmac¸a˜o, fac¸a o produto das duas matrizes. Exemplo 10 Consideremos A = ( a b c d ) ∈ M2×2(R), com ad − bc 6= 0. Enta˜o, A e´ invert´ıvel e A−1 = 1 ad− bc ( d −b −c a ) . O conceito de determinante sera´ estudado em A´lgebra Linear II. Observac¸a˜o: No exemplo anterior, o determinante da matriz A de ordem 2 e´ det(A) = ad − bc 6= 0. Em geral, A ∈ Mn×n(R) e´ invert´ıvel se, e somente se, det(A) 6= 0. Exemplo 11 Consideremos A = 2 1 0 0 1 0 −1 1 0 1 1 1 −1 0 0 3 ∈ M4×4(R). Verifique que A−1 = 3 −3 −3 2 −5 6 6 −4 4 −5 −4 3 1 −1 −1 1 . Exemplo 12 Vamos determinar, caso exista, a inversa de A = 1 0 11 1 1 2 2 1 em M3×3(R). Instituto de Matema´tica 15 UFF A´lgebra Linear I Matrizes com coeficientes reais Suponhamos que exista B = x1 y1 z1 x2 y2 z2 x3 y3 z3 tal que A · B = I3. Enta˜o, x1 + 0x2 + x3 = 1 x1 + x2 + x3 = 0 2x1 + 2x2 + x3 = 0 , y1 + 0y2 + y3 = 0 y1 + y2 + y3 = 1 2y1 + 2y2 + y3 = 0 e z1 + 0z2 + z3 = 0 z1 + z2 + z3 = 0 2z1 + 2z2 + z3 = 1 Assim, A tem inversa B se, e somente se, os sistemas acima teˆm soluc¸a˜o. Resolvendo os sistemas, obtemos: x1 = 1, x2 = −1 e x3 = 0; y1 = −2, y2 = 1 e y3 = 2; z1 = 1, z2 = 0 e z3 = −1. Logo, B = 1 −2 1−1 1 0 2 2 −1 . Na pro´xima Sec¸a˜o vamos aprender a resolver sistemas de equac¸o˜es lineares com coeficientes reais e apresentaremos um algoritmo para calcular, caso exista, a inversa de uma matriz. Encerramos com a definic¸a˜o de um tipo especial de matriz. Definic¸a˜o 8 (Matriz ortogonal) Dizemos que uma matriz A ∈ Mn×n(R) e´ ortogonal se, e somente se, A e´ invert´ıvel e A−1 = At. Exemplo 13 Verifique que as seguintes matrizes sa˜o ortogonais: A = ( 3 5 −4 5 4 5 3 5 ) , B = 1 0 0 0 cosθ − sen θ 0 sen θ cosθ e C = 1√ 3 1√ 3 1√ 3 1√ 6 1√ 6 − 2√ 6 1√ 2 − 1√ 2 0 . Exerc´ıcios 1. Sejam A = ( 1 2 3 2 1 −1 ) B = ( −2 0 1 3 0 1 ) , C = −1 2 4 , D = ( 2 −1 ) . Determine: (a) A+ B, (b) 2A− 3B, (c) AC, (d) CD, (e) DA, (f) AtB, (g) 2AC− 3BC. 2. Determine os valores de x, y ∈ R para que as matrizes sejam iguais: (a) A = ( x2 − 40 y2 + 4 6 3 ) , B = ( 41 13 6 3 ) . M.L.T.Villela UFF 16 Matrizes com coeficientes reais PARTE 1 - SEC¸A˜O 1 (b) A = ( 7 y 4 x2 ) , B = ( 7 8 4 10x− 25 ) . 3. Determine, caso exista, uma matriz B ∈M2×2(R) tal que B2 = A, onde A = ( 3 −2 −4 3 ) . 4. Seja ei = (c11, . . . , c1m), onde c1k = { 0, se k 6= i 1, se k = i , para k = 1, . . . , m. (a) Mostre que se B = (bij) ∈ Mm×n(R), enta˜o vale a igualdade eiB = (bi1, bi2, . . . , bin). (b) Mostre que se A = (aij) ∈Mn×m(R), enta˜o Aejt = a1j a2j ... anj . 5. Mostre que: (a) (A+ B)t = At + Bt, para todo A,B ∈Mm×n(R). (b) (cA)t = cAt, para todo c ∈ R e A ∈Mm×n(R). (c) (AB)t = BtAt, para todo A ∈Mm×n(R) e B ∈Mn×p(R). (d) (At)t = A, para todo A ∈Mm×n(R). 6. Seja A ∈Mn×n(R). A e´ dita sime´trica se, e somente se, At = A e A e´ dita antisime´trica se, e somente se, At = −A. Mostre que: (a) Se A ∈Mn×n(R) e´ sime´trica e antisime´trica, enta˜o A = 0. (b) SeA ∈Mn×n(R), enta˜oA+At e´ sime´trica eA−At e´ antisime´trica. (c) Para cada A ∈ Mn×n(R), existem B,C ∈ Mn×n(R), univoca- mente determinadas, tais que B e´ sime´trica, C e´ antisime´trica e A = 1 2 (B+ C). 7. Sejam A = 1 −3 22 1 −3 4 −3 −1 , B = 1 4 1 02 1 1 1 1 −2 1 2 e C = 2 1 −1 −23 −2 −1 −1 2 −5 −1 0 . Mostre que AB = AC. Instituto de Matema´tica 17 UFF A´lgebra Linear I Matrizes com coeficientes reais 8. Sejam A,B, C matrizes com coeficientes reais tais que A 6= 0 e AB = AC. Responda, justificando a sua resposta: (a) B = C ? (b) Se existe uma matriz D, tal que DA = I, onde I e´ a matriz identidade, enta˜o B = C? (c) No exerc´ıcio anterior, existe uma matriz D tal que DA = I ? 9. Sejam A,B ∈Mn×n(R) invert´ıveis. Mostre que: (a) AB e´ invert´ıvel e (AB)−1 = B−1A−1. (b) Para todo a ∈ R, a 6= 0, aA e´ invert´ıvel e (aA)−1 = a−1A−1. 10. Mostre que se A,B ∈Mn×n(R) sa˜o ortogonais, enta˜o AB e´ ortogonal. 11. Sejam A,C ∈Mm×m(R) com C invert´ıvel. (a) Mostre que (C−1AC)n = C−1AnC, para todo n ≥ 1. (b) Mostre que se A e´ invert´ıvel, enta˜o (C−1AC)n = C−1AnC, para todo n ∈ Z. 12. Diga quais das afirmac¸o˜es sa˜o falsas ou verdadeiras, justificando a sua resposta: (a) Sejam A ∈ Mm×n(R) e B ∈ Mn×p(R). Se AB = 0, enta˜o A = 0 ou B = 0. (b) Sejam A ∈ Mm×n(R), B ∈ Mn×p(R) e k1, k2 ∈ R. Enta˜o, (k1A)(k2B) = (k1k2)AB. (c) Se A e B sa˜o matrizes sime´tricas, enta˜o AB = BA. (d) Se A,B ∈Mn×n(R), enta˜o (A+ B)2 = A2 + 2AB+ B2. (e) Se A,B ∈Mn×n(R), enta˜o (A+ B)(A− B) = A2 − B2. M.L.T.Villela UFF 18 Sistemas de equac¸o˜es lineares PARTE 1 - SEC¸A˜O 2 Sistemas de equac¸o˜es lineares Definic¸a˜o 9 (Sistema de equac¸o˜es lineares e forma matricial) Um sistema de m equac¸o˜es lineares a n inco´gnitas com coeficientes reais e´ um conjunto de equac¸o˜es do tipo (⋆) a11x1 + a12x2 + · · ·+ a1nxn = b1 (E1) a21x1 + a22x2 + · · ·+ a2nxn = b2 (E2) ... ... ai1x1 + ai2x2 + · · ·+ ainxn = bi (Ei) ... ... am1x1 + am2x2 + · · ·+ amnxn = bm (Em), onde aij ∈ R e bj ∈ R, para todo i = 1, . . . ,m e j = 1, . . . , n. Uma soluc¸a˜o de (⋆) e´ uma n-upla (x1, x2, . . . , xn), com x1, . . . , xn ∈ R que satisfac¸a a`s equac¸o˜es E1, . . . , Em simultaneamente. Chamamos A = a11 a12 · · · a1n a21 a22 · · · a2n ... ... · · · ... am1 am2 · · · amn, ∈ Mm×n(R) de matriz dos coeficientes oumatriz associada ao sistema, a matriz coluna X = x1 x2 ... xn , de matriz das inco´gnitas, e B = b1 b2 ... bm ∈Mm×1(R), de matriz dos termos independentes. O sistema (⋆) se reescreve na forma matricial como AX = B. Exemplo 14 O sistema de equac¸o˜es lineares { 2x− y = 3 x+ 3y = 1 tem a seguinte forma matricial( 2 −1 1 3 )( x y ) = ( 3 1 ) . Exemplo 15 O sistema de equac¸o˜es lineares { x+ 3y+ z = 1 2x+ 5y − z = 3 tem a forma matricial Instituto de Matema´tica 19 UFF A´lgebra Linear I Sistemas de equac¸o˜es lineares ( 1 3 1 2 5 −1 ) x y z = ( 1 3 ) . Definic¸a˜o 10 (Sistemas equivalentes) Dois sistemas sa˜o ditos equivalentes se, e somente se, teˆm as mesmas soluc¸o˜es. Para resolver um sistema vamos substituir o sistema dado por outro, com equac¸o˜es mais simples, mas com as mesmas soluc¸o˜es. Quais as operac¸o˜es sobre as equac¸o˜es de um sistema que determinam um sistema equivalente? A resposta esta´ a seguir. Proposic¸a˜o 6 As seguintes operac¸o˜es sobre as equac¸o˜es E1, . . . , Em do sistema de equac¸o˜es lineares com coeficientes reais (⋆) determinam um sistema equivalente: (I) Trocar de posic¸a˜o as equac¸o˜es Ei e Ej, i 6= j, e manter as outras equac¸o˜es. Denotamos por Ei↔ Ej. (II) Substituir Ei por cEi, c 6= 0, c ∈ R, e manter as outras equac¸o˜es. Denotamos por Ei→ cEi. (III) Substituir Ei por Ei + cEj, i 6= j, c ∈ R, e manter as outras equac¸o˜es. Denotamos por Ei→ Ei + cEj. Demonstrac¸a˜o: Seja (⋆⋆) o sistema com equac¸o˜es E′1, . . . , E ′ m obtido de (⋆) apo´s uma das operac¸o˜es do tipo (I), ou (II), ou (III). Devemos mostrar que (x1, . . . , xn) e´ soluc¸a˜o de (⋆) se, e somente se, (x1, . . . , xn) e´ soluc¸a˜o de (⋆⋆). Caso 1 - Operac¸a˜o do tipo (I): Ei↔ Ej. E´ claro que a ordem em que as equac¸o˜es sa˜o escritas na˜o altera o con- junto S das soluc¸o˜es do sistema, pois S = m⋂ k=1 Sk, onde Sk e´ o conjunto soluc¸a˜o de Ek. Caso 2 - Operac¸a˜o do tipo (II): Ei→ cEi, com c 6= 0. Seja (x1, . . . , xn) uma soluc¸a˜o de (⋆). Enta˜o, (x1, . . . , xn) e´ soluc¸a˜o de E′j = Ej, para todo j 6= i, e de Ei. Portanto, ai1x1 + · · · + ainxn = bi e, multiplicando essa igualdade por c, obtemos c · (ai1x1+ · · ·+ainxn) = c ·bi. Logo, (c · ai1)x1+ · · ·+ (c · ain)xn = c · bi. Portanto, (x1, . . . , xn) tambe´m e´ soluc¸a˜o de E′i = cEi. Logo, e´ soluc¸a˜o de (⋆⋆). Reciprocamente, suponhamos que (x1, . . . , xn) seja soluc¸a˜o de (⋆⋆). Enta˜o, (x1, . . . , xn) e´ soluc¸a˜o de Ej = E ′ j, para todo j 6= i, e de E′i = cEi. Assim, (c ·ai1)x1+· · ·+(c ·ain)xn = c ·bi, que e´ equivalente a c · (ai1x1 + · · ·+ ainxn) = c · bi. Como c 6= 0, multiplicando M.L.T.Villela UFF 20 Sistemas de equac¸o˜es lineares PARTE 1 - SEC¸A˜O 2 essa igualdade por c−1, obtemos ai1x1+ · · ·+ainxn = bi, logo (x1, . . . , xn) e´soluc¸a˜o de Ei. Portanto, (x1, . . . , xn) e´ soluc¸a˜o de (⋆). Caso 3 - Operac¸a˜o do tipo (III): Ei→ Ei + cEj. Multiplicando Ej por c, obtemos cEj . Seja (x1, . . . , xn) uma soluc¸a˜o de (⋆). Enta˜o, (x1, . . . , xn) e´ soluc¸a˜o de E′k = Ek, para todo k 6= i, e de Ei. Portanto, ai1x1 + · · · + ainxn = bi e, como j 6= i, c · (aj1x1 + · · · + ajnxn) = c · bj. Logo, somando essas igualdades, (ai1 + caj1)x1 + · · · + (ain + cajn)xn = bi + c · bj. Portanto, (x1, . . . , xn) e´ soluc¸a˜o de E ′ j = Ei+ cEj. Logo, (x1, . . . , xn) e´ soluc¸a˜o de (⋆⋆). Reciprocamente, suponhamos que (x1, . . . , xn) e´ soluc¸a˜o de (⋆⋆). Enta˜o, (x1, . . . , xn) e´ soluc¸a˜o de Ek = E ′ k, para todo k 6= i, e de E′i = Ei + cEj. Logo, (ai1 + caj1)x1 + · · · + (ain + cajn)xn = bi + c · bj e, como j 6= i, aj1x1 + · · ·+ ajnxn = bj. Multiplicando a u´ltima igualdade por c, obtemos (c ·aj1)x1+ · · ·+(c ·ajn)xn = c ·bj. Subtraindo esse valor de (ai1+caj1)x1+ · · ·+(ain+cajn)xn = bi+c ·bj, obtemos ai1x1+ · · ·+ainxn = bi. Portanto, (x1, . . . , xn) e´ soluc¸a˜o de Ei. Logo, (x1, . . . , xn) e´ soluc¸a˜o de (⋆). � Resolvemos o sistema substituindo-o por um sistema equivalente, por meio das operac¸o˜es descritas acima. Como simplificamos as equac¸o˜es do sistema? A ideia e´ eliminar inco´gnitas, escrevendo equac¸o˜es equivalentes com menos inco´gnitas. Exemplo 16 Vamos resolver o sistema do Exemplo 14.{ 2x− y = 3 x+ 3y = 1 ∼1 { x+ 3y = 1 2x− y = 3 ∼2 { x+ 3y = 1 −7y = 1 ∼3 { x + 3y = 1 y = −1 7 ∼4 { x = 10 7 y = −1 7 Fizemos a seguinte sequeˆncia de operac¸o˜es sobre as equac¸o˜es: em ∼1 : E1↔ E2 (destacando a inco´gnita x em E1), em ∼2: E2→ E2 − 2E1 (eliminando a inco´gnita x de E2), em ∼3: E2→ −17E2 (destacando a inco´gnita y em E2), em ∼4: E1→ E1 − 3E2, (eliminando a inco´gnita y de E1). Exemplo 17 Vamos resolver o sistema do Exemplo 15.{ x+ 3y+ z = 1 2x+ 5y− z = 3 ∼1 { x + 3y + z = 1 −y− 3z = 1 ∼2 { x+ 3y+ z = 1 y + 3z = −1 Instituto de Matema´tica 21 UFF A´lgebra Linear I Sistemas de equac¸o˜es lineares ∼3 { x− 8z = 4 y+ 3z = −1 Fizemos a seguinte sequeˆncia de operac¸o˜es sobre as equac¸o˜es do sistema: em ∼1: E2→ E2 − 2E1 (eliminando a indeterminada x em E2), em ∼2: E2↔ −E2 (destacando a indeterminada y em E2), em ∼3: E1→ E1 − 3E2 (eliminando a indeterminada y em E1). Na˜o ha´ mais inco´gnitas que possam ser eliminadas. O conjunto soluc¸a˜o do sistema e´: {(x, y, z) ; x− 8z = 4 e y + 3z = −1} = {(8z+ 4,−3z− 1, z) ; z ∈ R}. Observamos que cada operac¸a˜o sobre as equac¸o˜es do sistema, que na˜o altera o conjunto soluc¸a˜o, corresponde, de maneira natural, a uma operac¸a˜o sobre as linhas da matriz dos coeficientes A e, simultaneamente, nas mesmas linhas da matriz dos termos independentes B, motivando a seguinte definic¸a˜o. Definic¸a˜o 11 (Matriz ampliada associada ao sistema) Consideremos o sistema AX = B, onde A ∈ Mm×n(R), B ∈ Mm×1(R) e X = x1 ... xn . A matriz ampliada associada ao sistema e´ ( A B ) em Mm×(n+1)(R). Assim, cada operac¸a˜o sobre as equac¸o˜es do sistema que na˜o altera o conjunto soluc¸a˜o corresponde, de maneira natural, a uma operac¸a˜o sobre as linhas da matriz ampliada, chamada de operac¸a˜o elementar. Exemplo 18 No exemplo anterior, a sequeˆncia de matrizes ampliadas obtidas e´:( 1 3 1 1 2 5 −1 3 ) ∼1 ( 1 3 1 1 0 −1 −3 1 ) ∼2 ( 1 3 1 1 0 1 3 −1 ) ∼3( 1 0 −8 4 0 1 3 −1 ) . E´ claro que na˜o ha´ mais inco´gnitas a eliminar, pois as simplificac¸o˜es das correspondentes equac¸o˜es terminaram. Definic¸a˜o 12 (Operac¸o˜es elementares) Seja A ∈Mm×n(R). Sa˜o operac¸o˜es elementares sobre as linhas de A: (I) Trocar as linhas Li e Lj de posic¸a˜o, i 6= j, e manter as outras linhas de A. Denotamos por Li↔ Lj. M.L.T.Villela UFF 22 Sistemas de equac¸o˜es lineares PARTE 1 - SEC¸A˜O 2 (II) Substituir a i-e´sima linha Li por cLi, c 6= 0, c ∈ R, e manter as outras linhas de A. Denotamos por Li→ cLi. (III) Substituir a i-e´sima linha Li por Li + cLj, onde i 6= j, c ∈ R, e manter as outras linhas de A. Denotamos por Li→ Li + cLj. Definic¸a˜o 13 (Matrizes equivalentes por linhas) Duas matrizes sa˜o equivalentes por linhas se uma pode ser obtida da outra por uma sequeˆncia finita de operac¸o˜es elementares. Proposic¸a˜o 7 Dois sistemas que teˆm matrizes ampliadas equivalentes por linhas sa˜o siste- mas equivalentes, isto e´, teˆm as mesmas soluc¸o˜es. Demonstrac¸a˜o: Consideremos o sistema AX = B. Digamos que a matriz ampliada ( A B ) e´ equivalente por linhas a` matriz ( A′ B′ ) . Portanto, os sistemas AX = B e A′X = B′ podem ser obtidos um do outro por uma sequeˆncia finita de operac¸o˜es sobre as equac¸o˜es que na˜o alteram as soluc¸o˜es. Logo, sa˜o sistemas equivalentes. � Definic¸a˜o 14 (Matriz reduzida a` forma em escada ou escalonada) Dizemos que a matrizm por n com coeficientes reais esta´ reduzida por linhas a` forma em escada ou escalonada se, e somente se, (a) o primeiro elemento na˜o nulo de uma linha na˜o nula e´ 1; (b) cada coluna que conte´m o primeiro elemento na˜o nulo de alguma linha tem todos os seus outros elementos iguais a zero; (c) toda linha nula ocorre abaixo das linhas na˜o nulas; (d) se as linhas 1, . . . , r, com r ≤ m, sa˜o as linhas na˜o nulas e o primeiro elemento na˜o nulo da linha i ocorre na coluna ki, enta˜o k1 < k2 < · · · < kr. Se a matriz tem apenas as propriedades (a) e (b) dizemos que esta´ reduzida por linhas. Exemplo 19 Sa˜o exemplos de matrizes reduzidas a` forma em escada: ( 0 1 2 0 5 0 0 0 1 3 ) e 1 0 2 0 0 1 3 0 0 0 0 1 0 0 0 0 . A matriz 0 1 2 0 5 0 0 0 0 0 0 0 0 1 3 1 0 7 0 4 esta´ reduzida por linhas. Fazendo a sequeˆncia de operac¸o˜es elementares: L1↔ L4, L2↔ L4, obtemos Instituto de Matema´tica 23 UFF A´lgebra Linear I Sistemas de equac¸o˜es lineares 0 1 2 0 5 0 0 0 0 0 0 0 0 1 3 1 0 7 0 4 ∼ 1 0 7 0 4 0 0 0 0 0 0 0 0 1 3 0 1 2 0 5 ∼ 1 0 7 0 4 0 1 2 0 5 0 0 0 1 3 0 0 0 0 0 , matriz re- duzida a` forma em escada. Observac¸a˜o: Cada matriz e´ equivalente por linhas a uma u´nica matriz a` forma em escada. Para resolver o sistema AX = B, constru´ımos a matriz ampliada associ- ada ao sistema ( A B ) e reduzimos por linhas a` forma em escada, digamos R = ( A′ B′ ) . Enta˜o, o conjunto soluc¸a˜o do sistema proposto e´ o mesmo de A′X = B′, cujas equac¸o˜es sa˜o mais simples, pois eliminamos inco´gnitas. Vejamos alguns exemplos. Exemplo 20 Consideremos o sistema x + y+ z = 6 2x − y + 3z = 11 4x − 3y+ 2z = 0 3x + y + z = 4. Construindo a matriz ampliada associada ao sistema e reduzindo por linhas a` forma em escada, temos 1 1 1 6 2 −1 3 11 4 −3 2 0 3 1 1 4 ∼1 1 1 1 6 0 −3 1 −1 0 −7 −2 −24 0 −2 −2 −14 ∼2 1 1 1 6 0 −3 1 −1 0 −7 −2 −24 0 1 1 7 ∼3 1 1 1 6 0 1 1 7 0 −7 −2 −24 0 −3 1 −1 ∼4 1 0 0 −1 0 1 1 7 0 0 5 25 0 0 4 20 ∼5 1 0 0 −1 0 1 1 7 0 0 1 5 0 0 4 20 ∼6 ∼7 1 0 0 −1 0 1 0 2 0 0 1 5 0 0 0 0 . Fizemos a seguinte sequeˆncia de operac¸o˜es elementares: em ∼1: L2→ L2−2L1, L3→ L3−4L1 e L4→ L4−3L1 (eliminando a inco´gnita x de E2, E3 e E4); em ∼2: L4→ −12L4 (destacando a inco´gnita y em E4); em ∼3: L2↔ L4 (trocando E2 e E4 de posic¸a˜o); M.L.T.Villela UFF 24 Sistemas de equac¸o˜es lineares PARTE 1 - SEC¸A˜O 2 em ∼4: L1→ L1−L2, L3→ L3+7L2 e L4→ L4+3L1 (eliminando a inco´gnitay de E1, E3 e E4); em ∼5: L3→ 15L3 (destacando a inco´gnita z em E3); em ∼6: L2→ L2−5L3 e L4→ L4−4L3 (eliminando a inco´gnita z de E2 e E4). A matriz ampliada associada ao sistema esta´ reduzida por linhas a` forma em escada. O sistema dado e´ equivalente ao sistema x = −1 y = 2 z = 5 0x+ 0y+ 0z = 0, cujo conjunto soluc¸a˜o e´ S = {(−1, 2, 5)}. O sistema tem uma u´nica soluc¸a˜o. Exemplo 21 Consideremos o sistema x + y + z = 6 2x − y+ 3z = 11 4x − 3y+ 2z = 0 3x + y+ z = 10. Construindo a matriz ampliada associada ao sistema e reduzindo por linhas a` forma em escada, temos 1 1 1 6 2 −1 3 11 4 −3 2 0 3 1 1 10 ∼1 1 1 1 6 0 −3 1 −1 0 −7 −2 −24 0 −2 −2 −8 ∼2 1 1 1 6 0 −3 1 −1 0 −7 −2 −24 0 1 1 4 ∼3 1 1 1 6 0 1 1 4 0 −7 −2 −24 0 −3 1 −1 ∼4 1 0 0 2 0 1 1 4 0 0 5 4 0 0 4 11 ∼5 1 0 0 −1 0 1 1 7 0 0 1 −7 0 0 4 11 ∼6 1 0 0 −1 0 1 0 14 0 0 1 −7 0 0 0 39 ∼7 1 0 0 −1 0 1 0 14 0 0 1 −7 0 0 0 1 ∼8 1 0 0 0 0 1 0 0 0 0 1 0 0 0 0 1 . Fizemos a seguinte sequeˆncia de operac¸o˜es elementares: em ∼1: L2→ L2−2L1, L3→ L3−4L1 e L4→ L4−3L1 (eliminando a inco´gnita x de E2, E3 e E4); em ∼2: L4→ −12L4 (destacando a inco´gnita y em E4); em ∼3: L2↔ L4 (trocando E2 e E4 de posic¸a˜o); em ∼4: L1→ L1−L2, L3→ L3+7L2 e L4→ L4+3L1 (eliminando a inco´gnita y de E1, E3 e E4); em ∼5: L3→ L3 − L4 (destacando a inco´gnita z em E3); Instituto de Matema´tica 25 UFF A´lgebra Linear I Sistemas de equac¸o˜es lineares em ∼6: L2→ L2− L3 e L4→ L4− 4L3 (eliminando a inco´gnita z de E2 e E4); em ∼7: L4→ − 139L4 (fazendo o primeiro elemento na˜o nulo de L4 igual a 1); em ∼8: L1 → L1 + L4, L2 → L2 − 14L4 e L3 → L3 + 7L4 (fazendo nulos os elementos acima do primeiro elemento na˜o nulo em L4). A matriz ampliada associada ao sistema esta´ reduzida por linhas a` forma em escada. O sistema dado e´ equivalente ao sistema x = 0 y = 0 z = 0 0x+ 0y+ 0z = 1, que na˜o tem soluc¸a˜o. Logo, o sistema proposto na˜o tem soluc¸a˜o. Poder´ıamos ter parado em ∼6. A equac¸a˜o 0x+0y+0z = 39 na˜o tem soluc¸a˜o com x, y, z ∈ R, logo o sistema proposto na˜o tem soluc¸a˜o. Exemplo 22 Consideremos o sistema y + 3z− 2w = 2 2x + y − 4z+ 3w = 1 2x + 3y+ 2z−w = 5 2y + 6z− 4w = 4. Construindo a matriz ampliada associada ao sistema e reduzindo por linhas a` forma em escada, temos 0 1 3 −2 2 2 1 −4 3 1 2 3 2 −1 5 0 2 6 −4 4 ∼1 0 1 3 −2 2 2 0 −7 5 −1 2 0 −7 5 −1 0 0 0 0 0 ∼2 0 1 3 −2 2 2 0 −7 5 −1 0 0 0 0 0 0 0 0 0 0 ∼3 0 1 3 −2 2 1 0 −7 2 5 2 −1 2 0 0 0 0 0 0 0 0 0 0 ∼4 1 0 −7 2 5 2 −1 2 0 1 3 −2 2 0 0 0 0 0 0 0 0 0 0 . Fizemos a seguinte sequeˆncia de operac¸o˜es elementares: em ∼1: L2→ L2−L1, L3→ L3−3L1 e L4→ L4−2L1 (eliminando a inco´gnita y de E2, E3 e E4); em ∼2: L3→ L3 − L2 (eliminando equac¸a˜o desnecessa´ria); em ∼3: L2→ 12L2 (destacando a inco´gnita x em E2); em ∼4: L2↔ L1 (obtendo a forma em escada). M.L.T.Villela UFF 26 Sistemas de equac¸o˜es lineares PARTE 1 - SEC¸A˜O 2 A matriz ampliada associada ao sistema esta´ reduzida por linhas a` forma em escada. O sistema dado e´ equivalente ao sistema { x− 7 2 z+ 5 2 w = −1 2 y+ 3z− 2w = 2. As inco´gnitas x e y dependem dos valores de z e w. O conjunto soluc¸a˜o do sistema proposto e´ S = {( 7 2 z− 5 2 w− 1 2 ,−3z+ 2w+ 2, z,w ) ; z,w ∈ R}. O sistema tem uma infinidade de soluc¸o˜es. Exemplo 23 Consideremos o sistema x1 − x2 + x3 + x4 − x5 = 0 x1 + x2 + x3 + x4 + x5 = 0 x1 + x2 − x3 − x4 + x5 = 0 x1 − x2 + 3x3 + 3x4 − x5 = 0. Como B = 0, na˜o e´ necessa´rio construir a matriz ampliada. Resolvemos o sistema reduzindo por linhas a matriz A associada ao sistema. A = 1 −1 1 1 −1 1 1 1 1 1 1 1 −1 −1 1 1 −1 3 3 −1 ∼1 1 −1 1 1 −1 0 2 0 0 2 0 2 −2 −2 2 0 0 2 2 0 ∼2 1 −1 1 1 −1 0 1 0 0 1 0 2 −2 −2 2 0 0 2 2 0 ∼3 1 0 1 1 0 0 1 0 0 1 0 0 −2 −2 0 0 0 2 2 0 ∼4 1 0 1 1 0 0 1 0 0 1 0 0 1 1 0 0 0 2 2 0 ∼5 1 0 0 0 0 0 1 0 0 1 0 0 1 1 0 0 0 0 0 0 = R. Fizemos a seguinte sequeˆncia de operac¸o˜es elementares para obtermos a ma- triz R, reduzida a` forma em escada: em ∼1: L2→ L2 − L1, L3→ L3 − L1 e L4→ L4 − L1 (eliminando a inco´gnita x1 de E2, E3 e E4); em ∼2: L2↔ 12L1 (destacando a inco´gnita x2 em E2); em ∼3: L1→ L1+L2 e L3→ L3−2L2 (eliminando a inco´gnita x2 de E1 e E3); em ∼4: L3↔ −12L3 (destacando a inco´gnita x3 em E2); em ∼5: L1→ L1−L3 e L4→ L4−2L3 (eliminando a inco´gnita x3 de E1 e E4). Reescrevendo as equac¸o˜es temos: x1 = 0, x2 + x5 = 0 e x3 + x4 = 0. O conjunto soluc¸a˜o e´ S = {(0, x2, x3,−x3,−x2) ; x2, x3 ∈ R}. Instituto de Matema´tica 27 UFF A´lgebra Linear I Sistemas de equac¸o˜es lineares Observac¸a˜o: Sejam A ∈Mm×n(R), B ∈Mm×1(R) e X matriz das n inco´gni- tas. (a) O sistema AX = 0 sempre admite soluc¸a˜o, pois pelo menos x1 = · · · = xn = 0 e´ soluc¸a˜o, isto e´, (0, 0, . . . , 0) e´ uma soluc¸a˜o do sistema. (b) Seja R = ( A′ B′ ) a matriz reduzida a` forma em escada equivalente por linhas a ( A B ) . O sistema AX = B admite soluc¸a˜o se, e somente se, cada linha nula de A′ corresponde a uma linha nula de R. Definic¸a˜o 15 (Classificac¸a˜o das soluc¸o˜es do sistema AX = B) O sistema AX = B se classifica, de acordo com as soluc¸o˜es, como: (a) poss´ıvel e determinado, se tem uma u´nica soluc¸a˜o; (b) poss´ıvel e indeterminado, se tem uma infinidade de soluc¸o˜es; (c) imposs´ıvel, se na˜o tem soluc¸a˜o. Quando B = 0, o sistema AX = 0, chamado sistema homogeˆneo, e´ sempre poss´ıvel. Nesse caso, so´ podem ocorrer (a) ou (b). Definic¸a˜o 16 (Posto de uma matriz) O posto de uma matriz A ∈Mm×n(R) e´ o nu´mero de linhas na˜o nulas de R, a matriz reduzida por linhas a` forma em escada equivalente a A. Exemplo 24 As matrizes A e B sa˜o matrizes reduzidas a` forma em escada: A = 1 0 10 1 2 0 0 0 e B = 1 0 0 0 4 0 0 1 0 3 0 0 0 1 2 0 0 0 0 0 . Temos posto(A) = 2 e posto(B) = 3. A matriz C = ( 1 2 1 1 ) tem posto 2, pois reduzindo por linhas temos: C = ( 1 2 1 1 ) ∼ ( 1 2 0 −1 ) ∼ ( 1 2 0 1 ) ∼ ( 1 0 0 1 ) = R. Logo, posto(C) = 2, o nu´mero de linhas na˜o nulas de R. Teorema 1 Seja o sistema AX = B, onde A ∈Mm×n(R), B ∈Mm×1(R) e X = x1 ... xn . Enta˜o: (a) O sistema de m equac¸o˜es lineares a n inco´gnitas admite soluc¸a˜o se, e M.L.T.Villela UFF 28 Sistemas de equac¸o˜es lineares PARTE 1 - SEC¸A˜O 2 somente se, o posto da matriz ampliada ( A B ) e´ igual ao posto da matriz dos coeficientes A. (b) Se as duas matrizes teˆm o mesmo posto r e r = n, enta˜o a soluc¸a˜o e´ u´nica. (c) Se as duas matrizes teˆm o mesmo posto r e r < n, podemos escolher n− r inco´gnitas e havera´ r inco´gnitas dadas em func¸a˜o das n− r escolhidas. Dizemos que o grau de liberdade e´ n− r. Demonstrac¸a˜o: (a) Seja R = ( A′ B′ ) a matriz reduzida a` forma em escada posto(A′)< posto(R) se, e somente se, A′X=B′ e´ imposs´ıvel. equivalente a ( A B ) . O sistema AX = B tem soluc¸a˜o se, e somente se, cada linha nula de A′ corresponde a uma linhanula de R se, e somente se, posto(A) = posto(A′) = posto(R) = posto ( A B ) . (b) Nesse caso, a matriz R = ( A′ B′ ) = ( In B ′′ 01 02 ) , onde 01 e 02 sa˜o as matrizes nulas (m−n)×n e (m−n)× 1, logo a soluc¸a˜o e´ X = B′′ e e´ unica. (c) Digamos que 1 ≤ k1 < · · · < kr ≤ n, com r < n, sa˜o as colunas onde ocorre o primeiro elemento na˜o nulo de cada linha na˜o nula de A′. Enta˜o, as r inco´gnitas xkj , j = 1, . . . , r, podem ser obtidas em func¸a˜o dos valores das outras n− r inco´gnitas. � Exemplo 25 Verifique que no Exemplo 23 r = posto(A) = posto(A|0) = 3 < 5 = n e o grau de liberdade e´ n− r = 5− 3 = 2. O sistema e´ poss´ıvel e indeterminado. As soluc¸o˜es dependem dos valores atribu´ıdos a duas das inco´gnitas. Exemplo 26 Vamos resolver o sistema x + y+ z+ 3w+ t = 1 y + 2z+ w = 1 −y + z− 7w+ t = 1 2y + 6z− 2w+ 2t = 2 x + 2y+ 3z+ 4w+ t = 2. 1 1 1 3 1 1 0 1 2 1 0 1 0 −1 1 −7 1 1 0 2 6 −2 2 2 1 2 3 4 1 2 ∼1 1 1 1 3 1 1 0 1 2 1 0 1 0 −1 1 −7 1 1 0 2 6 −2 2 2 0 1 2 1 0 1 ∼2 Instituto de Matema´tica 29 UFF A´lgebra Linear I Sistemas de equac¸o˜es lineares 1 0 −1 2 1 0 0 1 2 1 0 1 0 0 3 −6 1 2 0 0 2 −4 2 0 0 0 0 0 0 0 ∼3 1 0 −1 2 1 0 0 1 2 1 0 1 0 0 1 −2 −1 2 0 0 2 −4 2 0 0 0 0 0 0 0 ∼4 1 0 0 0 0 2 0 1 0 5 2 −3 0 0 1 −2 −1 2 0 0 0 0 4 −4 0 0 0 0 0 0 ∼5 1 0 0 0 0 2 0 1 0 5 2 −3 0 0 1 −2 −1 2 0 0 0 0 1 −1 0 0 0 0 0 0 ∼6 1 0 0 0 0 2 0 1 0 5 0 −1 0 0 1 −2 0 1 0 0 0 0 1 −1 0 0 0 0 0 0 = R = ( A′ B′ ) . Fizemos a seguinte sequeˆncia de operac¸o˜es elementares sobre as linhas da matriz ampliada: em ∼1: L5→ L5 − L1 (eliminando a inco´gnita x de E5); em ∼2: L1→ L1−L2, L3→ L3+L2, L4→ L4−2L2 e L5→ L5−L2 (eliminando a inco´gnita y de E1, E3, E4 e E5); em ∼3: L3→ L3 − L4 (destacando a inco´gnita z); em ∼4: L1→ L1 + L3, L2→ L2 − 2L3, L4→ L4 − 2L3(eliminando a inco´gnita z de E1, E2 e E4); em ∼5: L4→ 14L4 (destacando a inco´gnita t em E4); em ∼6: L2→ L2− 2L4 e L3→ L3+ L4 (eliminando a inco´gnita t de E2 e E3). Como r = posto(R) = posto(A′) = 4 < 5 = n, enta˜o o sistema e´ poss´ıvel e indeterminado e o grau de liberdade e´ n − r = 5 − 4 = 1. Reescrevendo as equac¸o˜es do sistema, temos: x = 2, y + 5w = −1, z − 2w = 1 e t = −1. O conjunto soluc¸a˜o e´ S = {(2,−5w− 1, 2w+ 1,w,−1) ; w ∈ R}. Exemplo 27 Vamos determinar condic¸o˜es sobre a, b, c ∈ R para que o sistema 5x − 4y = a −4x + 2y = b −3x + 3y = c tenha soluc¸a˜o. M.L.T.Villela UFF 30 Sistemas de equac¸o˜es lineares PARTE 1 - SEC¸A˜O 2 Vamos reduzir por linhas a matriz ampliada associada ao sistema. 5 −4 a−4 2 b −3 3 c ∼1 1 −2 a+ b−4 2 b −3 3 c ∼2 1 −2 a+ b0 −6 4a+ 5b 0 −3 3a+ 3b+ c ∼3 1 −2 a+ b 0 0 −2a− b− 2c 0 −3 3a+ 3b+ c . Fizemos a seguinte sequeˆncia de operac¸o˜es elementares: em ∼1: L1→ L1 + L2 (destacando a inco´gnita x em E1); em ∼2: L2 → L2 + 4L1 e L3 → L3 + 3L1 (eliminando a inco´gnita x em E2 e E3); em ∼3: L2→ L2 − 2L3 (eliminando a inco´gnita y em E2). Podemos parar o procedimento apo´s ∼3. O sistema proposto tem soluc¸a˜o se, e somente se, o posto da matriz ampliada e´ igual a 2 (o posto da matriz associada ao sistema) se, e somente se, −2a− b− 2c = 0. Como 2 = r = n, vemos que nesse caso o sistema e´ determinado. Exemplo 28 Vamos determinar condic¸o˜es sobre a ∈ R para que o sistema x + y + 2z = a 4x + 3y+ az = 2 2x + 3y− z = 1 (i) na˜o tenha soluc¸a˜o; (ii) tenha uma u´nica soluc¸a˜o; (iii) tenha uma infinidade de soluc¸o˜es. Vamos reduzir por linhas a matriz ampliada associada ao sistema. 1 1 2 a4 3 a 2 2 3 −1 1 ∼1 1 1 2 a0 −1 a− 8 2− 4a 0 1 −5 1− 2a ∼2 1 1 2 a 0 1 −5 1− 2a 0 −1 a− 8 2− 4a ∼3 1 0 7 −1+ 3a 0 1 −5 1− 2a 0 0 a− 13 3− 6a . Fizemos a seguinte sequeˆncia de operac¸o˜es elemntares: em ∼1: L2 → L2 − 4L1 e L3 → L3 − 2L1 (eliminando a inco´gnita x em E2 e E3); em ∼2: L2↔ L3 (destacando a inco´gnita y em E2); Instituto de Matema´tica 31 UFF A´lgebra Linear I Sistemas de equac¸o˜es lineares em ∼3: L1→ L1− L2 e L3→ L3+ L2 (eliminando a inco´gnita y em E1 e E3). Para prosseguirmos precisamos saber qual o valor de a− 13. Se a− 13 6= 0, enta˜o A ∼ I3 e o sistema e´ poss´ıvel e determinado. Se a− 13 = 0, enta˜o 3− 6a = 3− 78 = −75 6= 0 e o sistema e´ imposs´ıvel. Portanto, na˜o ha´ valor de a ∈ R tal que o sistema seja poss´ıvel e indetermi- nado. Antes de apresentar o algoritmo para calcular a inversa, se existir, fa- remos algumas considerac¸o˜es para justificar o procedimento. Definic¸a˜o 17 Seja A ∈Mn×n(R). Dizemos que A tem inversa a` esquerda D se, e somente se, existe D ∈ Mn×n(R), tal que DA = In. Dizemos que A tem inversa a` direita C se, e somente se, existe C ∈Mn×n(R), tal que AC = In. A seguinte Proposic¸a˜o justificara´ o algoritmo para determinar se A tem ou na˜o inversa e calcula´-la, caso exista. Proposic¸a˜o 8 Seja A ∈Mn×n(R). (a) Se A tem inversa a` esquerda D e inversa a` direita C, enta˜o D = C. (b) A e´ equivalente por linhas a` matriz In se, e somente se, o sistema AX = B tem uma u´nica soluc¸a˜o, para todo B ∈Mn×1(R). (c) A tem inversa a` esquerda D se, e somente se, A tem inversa a` direita C. Demonstrac¸a˜o: (a) Suponhamos que D ·A = In e A ·C = In. Enta˜o, D = D · In = D · (A · C) = (D ·A) · C = In · C = C. (b) (=⇒:) Suponhamos que A seja equivalente por linhas a In. Resolva o sistema AX = B, onde B ∈ Mn×1(R), fazendo a mesma sequeˆncia de operac¸o˜es elementares usada para reduzir por linhas A a In. Enta˜o, ( A B ) ∼ ( In B ′ ) e o sistema tem as mesmas soluc¸o˜es de InX = B ′, que e´ poss´ıvel e determinado. Para a rec´ıproca e´ suficiente que AX=B seja poss´ıvel e determinado para algum B. (⇐=:) Suponhamos que AX = B tenha uma u´nica soluc¸a˜o, para algum B em Mn×1(R). Seja R = ( A′ B′ ) a matriz reduzida a` forma em escada equivalente a ( A B ) . Enta˜o, r = posto(A′) = posto(R) = n. Como A′ ∈Mn×n(R), enta˜o A′ na˜o tem linha nula e, sendo a reduzida a` forma em escada equivalente a A, a u´nica possibilidade e´ A′ = In. M.L.T.Villela UFF 32 Sistemas de equac¸o˜es lineares PARTE 1 - SEC¸A˜O 2 (c) (=⇒:) Suponhamos que A tenha uma inversa a` esquerda D. Enta˜o, o sistema AX = 0 tem uma u´nica soluc¸a˜o. De fato, X = InX = (DA)X = D(AX) = D · 0 = 0. Para a rec´ıproca de (b) e´ suficiente a validade da hipo´tese para B= 0. Pelo item (b), A e´ equivalente por linhas a In e os sistemas AX = Ej teˆm uma u´nica soluc¸a˜o Cj ∈ Mn×1(R), para cada j = 1, . . . , n, onde Ej = (ei1) em Mn×1(R), e´ definida por ei1 = { 0, se i 6= j 1, se i = j. Definimos C = (C1 C2 · · ·Cn) ∈Mn×n(R) como a matriz cujas colunas sa˜o Cj. Enta˜o, AC = (AC1 AC2 · · ·ACn) = (E1 E2 · · ·En) = In. Logo, C e´ uma inversa a` direita de A. Note que pelo item (a) C = D. (⇐=:) Suponhamos que C seja uma inversa a` direita de A. Enta˜o, AC = In. Esta igualdade significa que A e´ uma inversa a` esquerda de C. Pelo que foi feito acima, A tambe´m e´ uma inversa a` direita de C, portanto CA = In. � Algoritmo para calcular a inversa de A ∈Mn×n(R) Passo 1: Construir a matriz ”ampliada” ( A In ) . Passo 2: Determinar a matriz reduzida por linhas a` forma em escada ( A′ B′ ) equivalente a ( A In ) . Passo 3: Comparar A′ e In. Se A′ 6= In, enta˜o A na˜o e´ invert´ıvel. Se A′ = In, enta˜o A e´ invert´ıvel e B′ =C = A−1. Justificativa: O algoritmo, quando A tem inversa, determina a inversa a` direita. Os sistemas AX = E1, AX = E2, . . . , AX = En, cuja matriz associada e´ A, podem ser resolvidos, simultaneamente, usando a mesma sequeˆncia de operac¸o˜es elementares, reduzindo por linhas a` forma em escada a matriz( A E1 E2 · · ·En ) = ( A In ) . Quando A′ = In, os sistemas teˆm uma u´nica soluc¸a˜o e a soluc¸a˜o de AX = Ej e´ a j-e´sima coluna de B′. Assim, a inversa de A e´ B′. Quando A′ 6= In, A na˜o tem inversa. Exemplo 29 Vamos determinar, caso exista, a inversa de A = 1 0 11 1 1 2 1 2 . Reduzindo por linhas a matriz (A|I3), obtemos: Instituto de Matema´tica 33 UFF A´lgebra Linear I Sistemas de equac¸o˜es lineares 1 0 1 1 0 0 1 1 1 0 1 0 2 1 2 0 0 1 ∼1 1 0 1 1 0 0 0 1 0 −1 1 0 0 1 0 −2 0 1 ∼2 1 0 1 1 0 0 0 1 0 −1 1 0 0 0 0 −1 −1 1 . Fizemos a seguinte sequeˆncia de operac¸o˜es elementares: em ∼1: L2→ L2 − L1 e L3→ L3 − 2L1; em ∼2: L3→ L3 − L2. Como A 6∼ I3, enta˜o A na˜o e´ invert´ıvel. Exemplo 30 Vamos determinar, caso exista, a inversa de A = 1 0 1 1 1 1 2 2 1 . Reduzindo por linhas a matriz (A|I3), obtemos: 1 0 1 1 0 01 1 1 0 1 0 2 2 1 0 0 1 ∼1 1 0 1 1 0 00 1 0 −1 1 0 0 2 −1 −2 0 1 ∼2 1 0 1 1 0 0 0 1 0 −1 1 0 0 0 −1 0 −2 1 ∼3 1 0 1 1 0 0 0 1 0 −1 1 0 0 0 1 0 2 −1 ∼4 1 0 0 1 −2 10 1 0 −1 1 0 0 0 1 0 2 −1 . Fizemos a seguinte sequeˆncia de operac¸o˜es elementares: em ∼1: L2→ L2 − L1 e L3→ L3 − 2L1; em ∼2: L3→ L3 − 2L2; em ∼2: L3↔ −L3; em ∼4: L1→ L1 − L3. Como A ∼ I3, enta˜o A e´ invert´ıvel e A −1 = 1 −2 1 −1 1 0 0 2 −1 . Exerc´ıcios 1. Determine, se poss´ıvel, o conjunto soluc¸a˜o de cada um dos sistemas lineares: (a) 3x + y + 4z = −1 5x − 2y+ 3z = 2 4x − 3y+ z = 3 (b) −3x + 3y+ 2z+w = −2 5x + 2y+ z− 2w = 1 2x + 5y+ 3z− w = −1 M.L.T.Villela UFF 34 Sistemas de equac¸o˜es lineares PARTE 1 - SEC¸A˜O 2 (c) { x− z = 0 y−w = 0 (d) x − y − 2z− w = 0 3x + y + 3z+w = 0 x − y − z− 5w = 0 (e) 4x− 2y− 7z = 0 2x− 7y− 6z = 0 3x+ 5y− 2z = 0 (f) x+ y− 2z+ w = 0 2x− 3z+ 4w = 0 3x− y +w = 0 (g) x − y − 2z+w = 0 2x + 2y− 3z+ 6w− t = 0 x − 2y− z+ 2w− t = 0 3x + y− 4z+ 7w− t = 0 (h) x− 2y+ 3w = 3 3x− 4y− 2z = 0 2x− 4y+ 2w = 2 x+ y− 3z+w = 1 (i) x+ 2y+ z = 2 2x− 2z+ w = 6 4y+ 3z+ 2w = −1 −x+ 6y− z −w = 2 (j) x+ 2y−w = 2 x+ 2z−w = 2 x+ 2y+ 2z− w = 4 3x+ 4y+ 4z− 4w = 8 (k) x+ y+ z+ 3w+ t = 1 y+ 2z+w = 1 −y + z− 7w+ t = 1 2y+ 6z− 2w+ 2t = 2 (l) 2x + y+ z+w = 2 x + y + z = 2 4x + y+ z+ 3w = 2 x + z = 1 (m) x− y+ z+w− t = 0 x+ y+ z+w+ t = 0 x+ y− z−w+ t = 0 x− y+ 3z+ 3w− t = 0 (n) 2x + 4y− 8z+ 16w = 32 3x + 6y− 12z+ 24w = 48 2y+ 2z+ 10w = 16 3x + 8y− 10z+ 30w = 40 2. Sejam A ∈Mm×n(R), 0, B ∈Mm×1(R), X = x1 ... xn . (a) Mostre que se X0 e´ uma soluc¸a˜o do sistema AX = 0 e X1 e´ uma soluc¸a˜o de AX = B, enta˜o X0 + X1 e´ uma soluc¸a˜o de AX = B. (b) Mostre que se X1 e X2 sa˜o soluc¸o˜es de AX = B, enta˜o X1 − X2 e´ soluc¸a˜o de AX = 0. (c) Mostre que toda soluc¸a˜o de AX = B e´ a soma de uma soluc¸a˜o particular XP de AX = B com uma soluc¸a˜o do sistema homogeˆneo associado AX = 0. 3. Determine as condic¸o˜es sobre a, b, c para que o sistema admita soluc¸a˜o: Instituto de Matema´tica 35 UFF A´lgebra Linear I Sistemas de equac¸o˜es lineares (a) x + 8y − 8z = a 5x + 4y− 2z = b 7x − 16y+ 20z = c (b) x+ y+ 2z = a 2x+ 3y− z = b 4x+ 5y+ 3z = c (c) 2x+ 3y+ 5z = a −x + 7z = b x + y+ z = c 4. Determine os valores do nu´mero real k, caso existam, para que os sis- temas admitam: (i) uma u´nica soluc¸a˜o (ii) mais de uma soluc¸a˜o (iii) nenhuma soluc¸a˜o (a) x + y + z = 0 x + y + kz = 2 kx + 2y+ z = 0 (b) x + y+ kz = 2 3x + 4y+ 2z = k 2x + 3y+ z = 1 (c) x + y+ z = 2 x + 2y+ 3z = 1 y+ 2z = k (d) kx + y+ z = 1 x + ky + z = 1 x + y + kz = 1 (e) x − 3z = −3 2x+ ky− z = −2 x + 2y+ kz = 1 (f) x + kz = 0 y = 0 kx + z = 0 5. Determine, caso exista, a inversa da matriz A: (a) 2 5 −14 −1 2 6 4 0 (b) 1 1 −13 1 1 3 1 1 (c) 1 0 0 0 2 1 0 0 3 2 1 0 4 3 2 1 (d) −3 4 50 1 2 3 −5 4 6. Determine A, sabendo que A−1 = 1 0 −1 2 1 0 1 0 1 . M.L.T.Villela UFF 36
Compartilhar