Baixe o app para aproveitar ainda mais
Prévia do material em texto
Álgebra Linear Professoras conteudistas: Isabel Espinosa e Valéria Carvalho Sumário Álgebra Linear Unidade I 1 MATRIzEs ..............................................................................................................................................................2 1.1 Matriz ...........................................................................................................................................................2 1.1.1 Introdução ....................................................................................................................................................2 1.1.2 Alguns tipos especiais de matrizes .................................................................................................. 12 1.1.3 Operações com matrizes ...................................................................................................................... 15 Unidade II 2 DETERMInAnTEs ............................................................................................................................................. 27 2.1 Introdução ............................................................................................................................................... 27 2.1.1 Determinante (n < 3) ........................................................................................................................... 27 2.1.2 Teorema fundamental de Laplace .................................................................................................... 32 2.1.3 Determinantes e resolução de sistemas lineares n x n ............................................................ 32 2.1.4 Determinantes e análise de sistemas ............................................................................................. 33 1 Álgebra linear Re vi sã o: L ea nd ro - D ia gr am aç ão : F ab io - 1 8/ 02 /1 1 -| |- 2 ª R ev isã o: L ea nd ro - C or re çã o: F ab io - 2 5/ 02 /1 1 // Re di m en sio na m en to : G er al do / Di ag .: M ár ci o - 17 /0 1/ 12 Unidade I5 10 15 20 25 30 35 ÁLgebra Linear introdução Estudaremos neste material alguns conceitos fundamentais da álgebra linear. Esse campo de estudo tem importantes aplicações na própria matemática, e vem sendo cada vez mais utilizado nas outras ciências. sua utilização na solução de diversos problemas tem crescido em ordem proporcional ao avanço da tecnologia, área que a álgebra linear também subsidia. As aplicações desse poderoso campo de estudo, que é a álgebra linear, podem ser encontradas na engenharia, ciência da computação, matemática, física, biologia, economia, estatística e outras. Buscaremos apresentar, neste material, algumas dessas aplicações para contextualizar alguns conceitos que serão aqui abordados. É importante salientar, também, que o material foi desenvolvido para um curso introdutório de álgebra linear e, sendo assim, busca-se aqui uma abordagem mais objetiva e simplificada, sendo que a consulta aos livros que constam nas referências bibliográficas será essencial para um aprofundamento nos temas propostos. Para terminar essa breve introdução e começarmos nossos estudos, queremos fazer uma última observação: estudaremos aqui conceitos que levaram séculos e até milênios para serem desenvolvidos, sistematizados e colocados em bases 2 Unidade i Re vi sã o: L ea nd ro - D ia gr am aç ão : F ab io - 1 8/ 02 /1 1 -| |- 2 ª R ev isã o: L ea nd ro - C or re çã o: F ab io - 2 5/ 02 /1 1 // Re di m en sio na m en to : G er al do / Di ag .: M ár ci o - 17 /0 1/ 12 formais e rigorosas. seria no mínimo pretensioso acreditar que podemos compreendê-los sem esforços ou com pouco tempo de estudos, ou seja, será necessária muita motivação, dedicação, erros (pois esses fazem parte do processo de ensino e aprendizagem da matemática), e a utilização de materiais complementares (pesquisas em livros, sites, resolução de problemas e exercícios). nosso estudo será divido em dois módulos, sendo que essa divisão não significa de forma alguma que esses temas sejam disjuntos, muito pelo contrário, eles estão muito ligados por meio de articulações entre os conceitos e suas possíveis aplicações. Essa divisão diz respeito apenas a uma escolha organizacional. na unidade 1 estudaremos as matrizes e na unidade 2 estudaremos os determinantes. Desejamos que esse material possa auxiliá-lo nessa caminhada. Bom estudo! 1 Matrizes 1.1 Matriz 1.1.1 Introdução Inicialmente apresentaremos os conceitos básicos sobre matrizes. Esses conceitos aparecem naturalmente na resolução de muitos tipos de problemas científicos ou do cotidiano e são essenciais, não apenas porque eles “ordenam e simplificam” tais problemas, mas também porque fornecem novos métodos de resolução. Chamamos de matriz uma tabela de elementos dispostos em linhas e colunas. Por exemplo, ao fazer uma pesquisa e recolhermos os dados referentes à altura, peso e idade de 3 Álgebra linear Re vi sã o: L ea nd ro - D ia gr am aç ão : F ab io - 1 8/ 02 /1 1 -| |- 2 ª R ev isã o: L ea nd ro - C or re çã o: F ab io - 2 5/ 02 /1 1 // Re di m en sio na m en to : G er al do / Di ag .: M ár ci o - 17 /0 1/ 12 um grupo de quatro pessoas, podemos dispô-los na seguinte tabela: Altura (m) Peso (kg) Idade (anos) Pessoa 1 1,70 70 23 Pessoa 2 1,75 60 45 Pessoa 3 1,60 52 25 Pessoa 4 1,81 72 30 Ao abstrairmos os significados das linhas e colunas, temos a matriz: 170 70 23 175 60 45 160 52 25 181 72 30 , , , , É importante perceber que em um problema onde o número de variáveis e de observações é muito grande, essa disposição ordenada dos dados em forma de matriz torna-se absolutamente indispensável (BOLDRInI et al., 1984). Outros exemplos de matrizes são: 2 1 2 3 0 3 0 1 1 x x − [ ] [ ] Os elementos de uma matriz podem ser números (reais ou complexos), funções, vetores ou ainda outras matrizes. Por convenção representa-se uma matriz de m linhas e n colunas da seguinte forma: 4 Unidade i Re vi sã o: L ea nd ro - D ia gr am aç ão : F ab io - 1 8/ 02 /1 1 -| |- 2 ª R ev isã o: L ea nd ro - C or re çã o: F ab io - 2 5/ 02 /1 1 // Re di m en sio na m en to : G er al do / Di ag .: M ár ci o - 17 /0 1/ 12 A a a a a a a a a a mxn n n m m mn = 11 12 1 21 22 2 1 2 ... ... ... ... ... ... ... = aij mxn Ainda, por convenção, usaremos sempre letras maiúsculas para denotar matrizes, e quando quisermos especificar a ordem de uma matriz A (isto é, o número de linhas e colunas), escreveremos Amxn. Também são utilizadas outras notações para matriz além de colchetes, como parênteses ou duas barras, como no exemplo abaixo: A a a a a a a a a am m n n mn = 11 21 1 12 22 2 1 2 M M L L L M ou: A a a a a a a a a am m n n mn = 11 21 112 22 2 1 2 M M L L L M ou ainda: A a a a a a a a a am m n n mn = 11 21 1 12 22 2 1 2 M M L L L M Utilizaremos neste material a representação por meio de colchetes. 5 Álgebra linear Re vi sã o: L ea nd ro - D ia gr am aç ão : F ab io - 1 8/ 02 /1 1 -| |- 2 ª R ev isã o: L ea nd ro - C or re çã o: F ab io - 2 5/ 02 /1 1 // Re di m en sio na m en to : G er al do / Di ag .: M ár ci o - 17 /0 1/ 12 Para localizar um elemento de uma matriz, dizemos a linha e a coluna (nessa ordem) em que ele está. Por exemplo, na matriz: A x2 3 1 0 4 4 3 2 = − − o elemento que está na primeira linha e terceira coluna é –4, isto é, a13 = - 4, ainda nesse exemplo, temos a11 = 1, a12 = 0, a21 = 4, a22 = - 3 e a23 = 2. Exemplo 1 Quando escrevemos as matrizes A aij x = ( )2 3 , onde a i jij = − 2 , B bij x = ( )3 3 , onde b i jij = . , C cij x= ( )4 1 , onde c i jij = +2 e D dij x = ( )1 3 , onde d i jij = +2 , obtemos respectivamente: A) A = 2 3 4 3 2 1 , B = 1 2 3 4 5 6 6 8 8 , C = − − − −[ ]1 2 3 4 , D = 2 3 4 B) A = 1 3 5 0 2 4 , B = 1 2 3 4 5 6 1 2 3 , C = 9 7 5 3 , D = [ ]4 3 2 C) A = − − − − − 1 3 5 0 2 4 , B = 1 2 3 2 4 6 3 6 9 , C = 3 5 7 9 , D = [ ]2 3 4 6 Unidade i Re vi sã o: L ea nd ro - D ia gr am aç ão : F ab io - 1 8/ 02 /1 1 -| |- 2 ª R ev isã o: L ea nd ro - C or re çã o: F ab io - 2 5/ 02 /1 1 // Re di m en sio na m en to : G er al do / Di ag .: M ár ci o - 17 /0 1/ 12 D) A = 1 2 4 0 3 4 , B = 1 2 3 4 1 6 1 2 1 , C = 0 0 0 0 , D = [ ]1 1 1 E) A = − − − − 1 3 5 0 2 4 , B = 1 2 3 2 1 6 3 6 3 , C = 1 2 3 4 , D = − − −[ ]2 3 4 Resolução: sabemos que: A = (aij)2x3 , onde aij = i - 2j, B = (bij)3x3, onde bij = i.j, C = (cij)4x1, onde cij = 2i + j e D = (dij)1x3, onde dij = i 2 + j. Para resolver este exercício, o dividiremos em quatro partes, em cada parte iremos determinar uma matriz solicitada no enunciado; vamos aos cálculos: (i) A = (aij)2x3 onde aij = i -2j, que é uma matriz com duas linhas e três colunas. A a a a a a a = 11 12 13 21 22 23 Determinando os elementos da primeira linha da matriz A, temos: a i j a a a ij = − = − = − = − = − = − = − = − = − = − 2 1 21 1 2 1 1 2 2 1 4 3 1 2 3 1 6 11 12 13 ( ) ( ) ( ) 55 7 Álgebra linear Re vi sã o: L ea nd ro - D ia gr am aç ão : F ab io - 1 8/ 02 /1 1 -| |- 2 ª R ev isã o: L ea nd ro - C or re çã o: F ab io - 2 5/ 02 /1 1 // Re di m en sio na m en to : G er al do / Di ag .: M ár ci o - 17 /0 1/ 12 Determinando os elementos da primeira linha da matriz A, temos: a i j a a a ij = − = − = − = = − = − = − = − = − = − 2 2 21 2 2 0 2 2 2 2 4 2 2 2 3 2 6 4 21 22 23 ( ) ( ) ( ) Logo A = − − − − − 1 3 4 0 2 4 (ii) B = (bij)3x3, onde bij = i.j, que é uma matriz com três linhas e três colunas. B b b b b b b b b b = 11 12 13 21 22 23 31 32 33 Determinando os elementos da primeira linha da matriz B, temos: b i j b b b ij = = = = = = = * * * * 11 12 13 1 1 1 1 2 2 1 3 3 Determinando os elementos da segunda linha da matriz B, temos: b i j b b b ij = = = = = = = * * * * 21 22 23 2 1 2 2 2 4 2 3 6 8 Unidade i Re vi sã o: L ea nd ro - D ia gr am aç ão : F ab io - 1 8/ 02 /1 1 -| |- 2 ª R ev isã o: L ea nd ro - C or re çã o: F ab io - 2 5/ 02 /1 1 // Re di m en sio na m en to : G er al do / Di ag .: M ár ci o - 17 /0 1/ 12 Determinando os elementos da terceira linha da matriz B temos: b i j b b b ij = = = = = = = * * * * 31 32 33 3 1 3 3 2 6 3 3 9 Logo B = 1 2 3 2 4 6 3 6 9 (iii) C = (cij)4x1, onde cij = 2i + j, que é uma matriz com quatro linhas e uma coluna. C c c c c = 11 21 31 41 Determinando os elementos da matriz C, temos: c i j C c c c c ij = + = = + + + + 2 2 1 1 2 2 1 2 3 1 2 4 1 11 21 31 41 * * * * = + + + + = 2 1 4 1 6 1 8 1 3 5 7 9 (iv) D = (dij)1x3 , onde dij = i 2 + j, que é uma matriz com uma linha e três colunas. B = (b11 b12 b13), sabendo que dij = i 2 + j, temos: 9 Álgebra linear Re vi sã o: L ea nd ro - D ia gr am aç ão : F ab io - 1 8/ 02 /1 1 -| |- 2 ª R ev isã o: L ea nd ro - C or re çã o: F ab io - 2 5/ 02 /1 1 // Re di m en sio na m en to : G er al do / Di ag .: M ár ci o - 17 /0 1/ 12 B = (b11 b12 b13) = (1 ∧2 + 1 1∧2 + 2 1∧2 +3) = = (1 +1 1 + 2 1 + 3) = (2 3 4) Resposta: alternativa C. Exemplo 2 Determine a matriz A = (aij)2x2, tal que aij = 3i +j 2. A B C D ) ) ) ) 4 7 7 10 3 2 0 1 0 1 1 2 3 3 2 2 3 1 0 0 0 − − E) 0 1 1 0 Resolução: A matriz solicitada é do tipo A = a a a a 11 12 21 22 , com duas linhas e duas colunas sendo aij = 3i + j 2, temos: a i j Temos a a a ij = + = + = + = = + = + = = + = 3 3 1 1 3 1 4 3 2 1 6 1 7 3 1 2 2 11 2 21 2 21 2 : . . . 33 4 7 3 2 2 6 4 1022 2 + = = + = + =a . 10 Unidade i Re vi sã o: L ea nd ro - D ia gr am aç ão : F ab io - 1 8/ 02 /1 1 -| |- 2 ª R ev isã o: L ea nd ro - C or re çã o: F ab io - 2 5/ 02 /1 1 // Re di m en sio na m en to : G er al do / Di ag .: M ár ci o - 17 /0 1/ 12 Portanto, temos A = 4 7 7 10 Definição: duas matrizes Amxn = |aij|mxn e Brxs = |bij|rxs são iguais, A = B, se elas têm o mesmo número de linhas (m = r) e colunas (n = s), e todos os seus elementos correspondentes são iguais (aij = bij). Resposta: alternativaA. Exemplo 3 Dadas as Matrizes A e B sen = = 3 1 1 2 2 5 9 2 0 2 4 5 2 2 log pi , verificar se A=B, ou seja, se 3 1 1 2 2 5 9 2 0 2 4 5 2 2 log sen = pi . Resolução: Lembre-se que para duas matrizes serem consideradas iguais, cada termo da matriz A que possui a mesma posição na matriz B deve ser igual. A seguir listamos a posição de cada termo de A, faremos a comparação posição a posição com o termo correspondente em B e iremos verificar se formam uma sentença verdadeira. a =3 =9=b (V) a =1=sen( 2 )=b (V) a =log1=0=b (V) a =2= 11 2 11 12 12 13 13 21 pi 22=b (V) a =2 =4=b (V) a =5=5=b (V)21 22 2 22 23 23 Como se verificou a igualdade em cada posição das duas matrizes, vale a igualdade. se a igualdade não se verificasse em pelo menos uma posição, as duas matrizes seriam diferentes. 11 Álgebra linear Re vi sã o: L ea nd ro - D ia gr am aç ão : F ab io - 1 8/ 02 /1 1 -| |- 2 ª R ev isã o: L ea nd ro - C or re çã o: F ab io - 2 5/ 02 /1 1 // Re di m en sio na m en to : G er al do / Di ag .: M ár ci o - 17 /0 1/ 12 Exemplo 4 Determine os valores de x, y, e z que satisfaçam a seguinte igualdade: 1 2 3 5 1 1 2 3 4 6 5 0 − − = − − x y z / A) x = ¼ y = 2 z = 0 B) x = 3 y = -2 z = 1 C) x = 4 y = 2 z = 0 D) x = ¾ y = -2 z = 1 E) x = ¾ y = 1 z = -1 Resolução: Comparando cada elemento, respeitando a respectiva posição (tanto de linha quanto de coluna) das matrizes dadas, obtemos as seguintes igualdades: X = ¾ 3y = -6 => Dividindo ambos os lados da igualdade por 3, temos: y = -6/3 y = -2 z – 1 = 0 => somando um a cada termo da igualdade, temos: z = 1 Resposta: alternativa D 12 Unidade i Re vi sã o: L ea nd ro - D ia gr am aç ão : F ab io - 1 8/ 02 /1 1 -| |- 2 ª R ev isã o: L ea nd ro - C or re çã o: F ab io - 2 5/ 02 /1 1 // Re di m en sio na m en to : G er al do / Di ag .: M ár ci o - 17 /0 1/ 12 1.1.2 Alguns tipos especiais de matrizes Ao desenvolver um estudo com matrizes, observa-se que existem algumas que, seja pela quantidade de linhas ou colunas, ou ainda, pela natureza de seus elementos, têm propriedades que as diferenciam de uma matriz qualquer. Além disso, esses tipos de matrizes aparecem frequentemente e, por isso, recebem nomes especiais. Consideremos uma matriz com m linhas e n colunas que denotamos por Amxn: Matriz quadrada é aquela cujo número de linhas é igual ao número de colunas (m=n). Exemplos: 1 2 0 3 0 1 4 5 6 8 − [ ]e no caso de matrizes quadradas Amxm, costumamos dizer que A é uma matriz de ordem m. Observação: na matriz quadrada A de ordem m, definimos as seguintes sequências: • diagonal principal de A: é a sequência dos elementos de A que apresentam os dois índices iguais, ou seja: (aij / j = i) = (a11, a22, ... ,ann). • diagonal secundária de A: é a sequência dos elementos de A em que a soma dos índices é igual a n + 1, ou seja: (aij / i + j = n + 1) = (a1n, a2, an-1 ... ,an). 13 Álgebra linear Re vi sã o: L ea nd ro - D ia gr am aç ão : F ab io - 1 8/ 02 /1 1 -| |- 2 ª R ev isã o: L ea nd ro - C or re çã o: F ab io - 2 5/ 02 /1 1 // Re di m en sio na m en to : G er al do / Di ag .: M ár ci o - 17 /0 1/ 12 Matriz nula é aquela em que aij = 0, para todo i e j. Exemplos: A e Bx x2 2 3 5 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 = = Matriz coluna é aquela que possui uma única coluna (n = 1). Exemplos: 1 4 3− e x y Matriz linha é aquela que possui uma única linha (m = 1). Exemplos: 3 0 1 1 2−[ ] [ ]e Matriz diagonal é uma matriz quadrada (m=n) onde ai j = 0, para i ≠ J, isto é, os elementos que não estão na “diagonal” são nulos. Exemplos: 7 0 0 0 1 0 0 0 1 3 0 0 0 0 3 0 0 0 0 3 0 0 0 0 3 − e Matriz identidade quadrada é aquela em que ai i = 1 e ai j = 0, para i ≠ j. 14 Unidade i Re vi sã o: L ea nd ro - D ia gr am aç ão : F ab io - 1 8/ 02 /1 1 -| |- 2 ª R ev isã o: L ea nd ro - C or re çã o: F ab io - 2 5/ 02 /1 1 // Re di m en sio na m en to : G er al do / Di ag .: M ár ci o - 17 /0 1/ 12 Exemplos: I e I3 2 1 0 0 0 1 0 0 0 1 1 0 0 1 = = Matriz triangular superior é uma matriz quadrada onde todos os elementos abaixo da diagonal são nulos, isto é, m = n e ai j = 0, para i > j. Exemplos: 2 0 0 0 1 1 0 0 1 4 1 0 1 5 7 4 5 0 0 7 0 0 4 1 3 e Matriz triangular inferior é aquela em que m = n e ai j = 0, para i < j. Exemplos: 2 1 3 0 1 4 0 0 3 0 − − e a b c Matriz simétrica é aquela onde m = n e ai j = aj i. Exemplos: 4 3 1 3 2 0 1 0 5 − − e a b c d b e f g c f h i d g i k 15 Álgebra linear Re vi sã o: L ea nd ro - D ia gr am aç ão : F ab io - 1 8/ 02 /1 1 -| |- 2 ª R ev isã o: L ea nd ro - C or re çã o: F ab io - 2 5/ 02 /1 1 // Re di m en sio na m en to : G er al do / Di ag .: M ár ci o - 17 /0 1/ 12 Observe que, no caso de uma matriz simétrica, a parte superior é uma “reflexão” da parte inferior, em relação à diagonal. 1.1.3 Operações com matrizes Ao utilizar matrizes, surge naturalmente a necessidade de efetuarmos certas operações: Adição A soma de duas matrizes de mesma ordem, Amxn = [aij] e Bmxn = [bij] , é uma matriz m x n, que denotaremos A + B, cujos elementos são somas dos elementos correspondentes de A e B. Isto é: A + B = [aij + bij]mxn. A B a b a b a b a b a b a bm m m m n n mn mn + = + + + + + + 11 11 1 1 12 12 2 2 1 1 M M L M M L Exemplo: 1 1 4 0 2 5 0 4 2 5 1 0 1 3 2 5 3 5 − + − = Para a adição das matrizes acima definidas, valem as seguintes propriedades: I. Associativa: A B C A B C A B C Mmxn+ +( ) = +( ) + ∀ ∈ ℜ( ), , , ; II. Comutativa: A B B A A B MMXN+ = + ∀ ∈ ℜ( ), , ; III. Existe uma matriz 0 (chamada matriz nula) ∈ ℜ( )Mmxn tal que A A A MMXN+ = ∀ ∈ ℜ( )0 , ; IV. Dada uma matriz A Mmxn∈ ℜ( ) existe uma matriz (-A) , também mxn, tal que A + (-A) = 0 16 Unidade i Re vi sã o: L ea nd ro - D ia gr am aç ão : F ab io - 1 8/ 02 /1 1 -| |- 2 ª R ev isã o: L eand ro - C or re çã o: F ab io - 2 5/ 02 /1 1 // Re di m en sio na m en to : G er al do / Di ag .: M ár ci o - 17 /0 1/ 12 Multiplicação por escalar seja A = [aij]mxn e k um número, então definimos uma nova matriz k . A = [kaij]mxn. Exemplo 1 − − = − − − 2 2 10 1 3 4 20 2 6 Exemplo 2 sejam A = 2 2 4 1 1 2 , B = − 1 0 1 0 2 1 e C = − 1 4 5 7 0 3 , então 2A + B +C e – 3C são, respectivamente, as matrizes: A e B e ) ) 3 5 4 2 4 2 3 12 15 21 0 9 4 4 8 2 2 4 0 4 6 7 2 4 − − − − − − − − C e D e ) ) 4 4 8 2 2 4 3 12 15 21 0 9 4 0 14 9 4 8 3 12 155 21 0 9 4 0 8 4 4 2 3 12 15 21 0 9 − − − − E e) Resolução: Calculando 2A + B + C 17 Álgebra linear Re vi sã o: L ea nd ro - D ia gr am aç ão : F ab io - 1 8/ 02 /1 1 -| |- 2 ª R ev isã o: L ea nd ro - C or re çã o: F ab io - 2 5/ 02 /1 1 // Re di m en sio na m en to : G er al do / Di ag .: M ár ci o - 17 /0 1/ 12 2A B C 2 2A + + = + − + − * 2 2 4 1 1 2 1 0 1 0 2 1 1 4 5 7 0 3 ++ + = + − + − B C 2 2 2 2 2 4 2 1 2 1 2 2 1 0 1 0 2 1 1 4 5 7 0 3 * * * * * * + + = + − + − 2A B C 4 4 8 2 2 4 1 0 1 0 2 1 1 4 5 7 0 3 +( ) + = − + + + + + + − + 2A B C 2A 4 1 4 0 8 1 2 0 2 2 4 1 1 4 5 7 0 3 B C + = + − = + − + + + + 3 4 9 2 4 5 1 4 5 7 0 3 3 1 4 4 9 5 2 7 4 0 5 3 + + = 2A B C 4 0 14 9 4 8 Calculando -3C, temos: − = − − = − − − − − − − − = 3 3 1 4 5 7 0 3 3 1 3 4 3 5 3 7 3 0 3 3 3 C C * * * ( ) * * * * −− − − − 3 12 15 21 0 9 Para essa operação que transforma cada par (a,A) de ℜXMmxn na matriz real aA ∈ Mmxn(ℜ), valem as seguintes propriedades: Quaisquer que sejam as matrizes A e B e quaisquer que sejam os números reais a e b: (I) (ab)A = a(bA); (II) (a + b)A = aA + ba; (III) a(A + B) = aA + aB; (IV) 1A = A. Resposta: alternativa D. 18 Unidade i Re vi sã o: L ea nd ro - D ia gr am aç ão : F ab io - 1 8/ 02 /1 1 -| |- 2 ª R ev isã o: L ea nd ro - C or re çã o: F ab io - 2 5/ 02 /1 1 // Re di m en sio na m en to : G er al do / Di ag .: M ár ci o - 17 /0 1/ 12 Transposição Dada uma matriz A = [aij]mxn, podemos obter outra matriz A’ = [bij]mxn, cujas linhas são as colunas de A, isto é, bi j = a j i. A’ é denominada transposta de A. Exemplo: A A x x = − ′ = − 2 1 0 3 1 4 2 0 1 1 3 4 3 2 2 3 Propriedades: I. Uma matriz é simétrica se, e somente se ela é igual à sua transposta, isto é, se, e somente se A = A’. II. A’’ = A. Isto é, a transposta da transposta de uma matriz é ela mesma. III. (A + B)’ = A’ + B’. IV. (k A)’ = k A’, onde k é qualquer escalar. Multiplicação de matrizes Dadas duas matrizes: A = (aik), com 1< i < m e 1< k < p, e B = (bkj), com 1< k < p e 1< j < m Chamamos de produto da matriz A pela matriz B a matriz: C = (cij), com 1< i < m e 1< j < n, tal que: cij = ai1 b1j + ai2 b2j + ... + aip bpj, ou seja, o elemento cij é obtido multiplicando-se ordenadamente os elementos da 19 Álgebra linear Re vi sã o: L ea nd ro - D ia gr am aç ão : F ab io - 1 8/ 02 /1 1 -| |- 2 ª R ev isã o: L ea nd ro - C or re çã o: F ab io - 2 5/ 02 /1 1 // Re di m en sio na m en to : G er al do / Di ag .: M ár ci o - 17 /0 1/ 12 i-ésima linha de A pelos elementos da j=ésima coluna de B e somando-se esses produtos. Para indicar que C é o produto de A por B, escrevemos: C = AB É importante observarmos que só se define o produto de duas matrizes quando o número de colunas da primeira é igual ao número de linhas da segunda: Amxp . Bpxn = C Verificada essa condição, a matriz-produto terá o número de linhas da primeira e o número de colunas da segunda: Amxp . Bpxn = Cmxn Exemplo 1 sejam A = 1 0 3 1 1 2 , B = − 1 0 1 0 2 1 e C = 1 2 3 , então A–B e AXC são, respectivamente, as matrizes: A e B e C ) ) ) 0 0 4 1 3 3 1 0 9 2 2 4 2 0 2 1 1 1 10 9 0 0 2 1 − 11 1 9 10 2 0 2 1 1 1 10 9 2 0 2 1 1 1 − − − − − − − e D e E ) ) e 10 9 20 Unidade i Re vi sã o: L ea nd ro - D ia gr am aç ão : F ab io - 1 8/ 02 /1 1 -| |- 2 ª R ev isã o: L ea nd ro - C or re çã o: F ab io - 2 5/ 02 /1 1 // Re di m en sio na m en to : G er al do / Di ag .: M ár ci o - 17 /0 1/ 12 Resolução: (i) Calculando A - B A B A 1 B – * ( ) * = + −( ) − = + − − − A B A B 1 0 3 1 1 2 1 1 0 1 0 2 1 == + − − − − − − − − = 1 0 3 1 1 2 1 1 1 0 1 1 1 0 1 2 1 1 1 0 3 1 ( ) * ( ) * * * * * A B 11 2 1 0 1 0 2 1 1 1 0 0 3 1 1 0 1 2 2 1 2 + − − − − = + + − + − − − = A B A B 00 2 1 1 1− (ii) Para calcularmos AXC, devemos multiplicar cada linha da matriz A pela coluna da matriz C , respeitando a posição dos elementos. Para obtermos (a*b)11 – o primeiro elemento da primeira linha de A deve ser multiplicado pelo primeiro elemento da coluna de B, segundo elemento da primeira linha de A com o segundo elemento da coluna de B e o terceiro elemento da primeira linha de A com o terceiro elemento da coluna de B; isso feito devemos somar os resultados dos produtos. O resultado dessa soma é o valor de (a*b)11. Realizamos procedimento análogo para calcularmos (a*b)21 e (a*b)31. Veja o esquema apresentado a seguir. 1 1 0 1 3 2 A*C 1 2 3 (1*1)+(0*2)+(3*3) (1*1)+(1*2)+(2*3) 21 Álgebra linear Re vi sã o: L ea nd ro - D ia gr am aç ão : F ab io - 1 8/ 02 /1 1 -| |- 2 ª R ev isã o: L ea nd ro - C or re çã o: F ab io - 2 5/ 02 /1 1 // Re di m en sio na m en to : G er al do / Di ag .: M ár ci o - 17 /0 1/ 12 1 1 0 1 3 2 A*C1 2 3 (1)+(0)+(9) (1)+(2)+(6) 1 1 0 1 3 2 A*C 1 2 3 10 9 Portanto A*C = 10 9 Resposta: alternativa B. Exemplo 2 Considere as seguintes afirmações: I. Para quaisquer matrizes A e B, A.B = B.A. II. É sempre possível fazer o produto de matrizes independentemente do número de linhas e colunas. III. Dadas as matrizes A, B e C de mesma ordem mxn, então A + B = B + A e A + (B + C) = (A + B) + C. A alternativa correta é a que apresenta a(s) afirmação(ões): A) I e II B) I, II e III C) I D) II e III E) III 22 Unidade i Re vi sã o: L ea nd ro - D ia gr am aç ão : F ab io - 1 8/ 02 /1 1 -| |- 2 ª R ev isã o: L ea nd ro - C or re çã o: F ab io - 2 5/ 02 /1 1 // Re di m en sio na m en to : G er al do / Di ag .: M ár ci o - 17 /0 1/ 12 Resolução: A afirmação I é falsa porque o produto de matrizes não tem a propriedade comutativa. A afirmação II é falsa porque para que exista o produto de duas matrizes é necessário que o número de linha da primeira matriz seja igual ao número de colunas da segunda matriz. só a afirmação III é verdadeira. Resposta: alternativa E. Propriedades da multiplicação de matrizes Podemos demonstrar que, quaisquer que sejam as matrizes Amxn, B e C (convenientes) e qualquer que seja o número real a, valem as seguintes propriedades: Associativa: (AB)C = A(BC) Distributiva à esquerda: C(A + B) = CA + CB Distributiva à direita: (A + B)C = AC + BC Elemento neutro: AIn = InA = A (aA)B = A(aB) = a(AB) A . 0mxn = 0mxn e A . 0mxn . A = 0mxn Observações importantes sobre a multiplicação de matrizes: 1. A multiplicação de matrizes não é comutativa. Vejamos quais são as possibilidades de produto de duas matrizes A e B: a. Pode existir o produto AB e não existir o produto BA. Por exemplo, se A é do tipo 3 x 4 e B é do tipo 4 x 5, existe AB (que é do tipo 3 x 5) e não existe BA. 23 Álgebra linear Re vi sã o: L ea nd ro - D ia gr am aç ão : F ab io - 1 8/ 02 /1 1 -| |- 2 ª R ev isã o: L ea nd ro - C or re çã o: F ab io - 2 5/ 02 /1 1 // Re di m en sio na m en to : G er al do / Di ag .: M ár ci o - 17 /0 1/ 12 b. Podem existir ambos os produtos AB e BA, sendo eles, porém, de tipos diferentes. Por exemplo, se A é do tipo 3 x 4 e B é do tipo 4 x 3, temos (AB)3x3 e (BA)4x4. c. Podem existir os produtos AB e BA, sendo ambos do mesmo tipo e AB ≠ BA. nesse caso, A e B são matrizes quadradas de mesma ordem. Por exemplo: Se A = − = = − 1 3 2 1 3 4 1 3 1 3 2 1 3 4 1 3 e B temos AB , : . = − . . . 11 5 7 0 3 4 1 3 1 3 2 1 9 13 5 5 BA d. Podem existir ambos os produtos AB e BA. sendo AB = BA, dizemos que as matrizes A e B são comutáveis. 2. Na multiplicação de matrizes, não vale a lei do anulamento do produto: sabemos que se a e b são números reais e a . b = 0, então a = 0 ou b = 0. Em outras palavras, se o produto é nulo, então um dos fatores (ou ambos) é nulo. Isso, porém, não é um fato para o produto de matrizes, pois podemos ter uma multiplicação entre as matrizes A e B, ambas não nulas, mas o resultado ser uma matriz nula. Por exemplo: Considerando as matrizes: A = = 2 3 0 0 0 4 0 1 e B , calculando AB, temos: 24 Unidade i Re vi sã o: L ea nd ro - D ia gr am aç ão : F ab io - 1 8/ 02 /1 1 -| |- 2 ª R ev isã o: L ea nd ro - C or re çã o: F ab io - 2 5/ 02 /1 1 // Re di m en sio na m en to : G er al do / Di ag .: M ár ci o - 17 /0 1/ 12 AB = = 2 3 0 0 0 4 0 1 0 0 0 0 . e, portanto, AB = 02x2 Entretanto, apesar de o produto ser nulo, nem A nem B são matrizes nulas. 3. Na multiplicação de matrizes, não vale a lei do cancelamento do produto: Quando trabalhamos com números reais, a seguinte propriedade é verdadeira: se c ≠ 0 e a . c = b . c, então a = b. Entretanto, tal propriedade não é verdadeira para o produto de matrizes. Exemplo 1 Sendo A = = = 2 5 3 1 4 2 2 1 2 5 3 1 4 2 2 1 e C temos AC , : . = = = 14 22 7 11 1 2 5 7 1 2 5 7 Sendo B , :temos BC = . 4 2 2 1 14 22 7 11 Ou seja, neste exemplo, temos: AC = BC e C ≠ 02x2. Mas, apesar disso, A ≠ B. Exemplo 2 Qual dessas propriedades a seguir não pertence às multiplicações de matrizes 25 Álgebra linear Re vi sã o: L ea nd ro - D ia gr am aç ão : F ab io - 1 8/ 02 /1 1 -| |- 2 ª R ev isã o: L ea nd ro - C or re çã o: F ab io - 2 5/ 02 /1 1 // Re di m en sio na m en to : G er al do / Di ag .: M ár ci o - 17 /0 1/ 12 I – Associativa: (AB) C = A (BC) II – Distributiva à esquerda: C(A+B) = CA + CB III – Distributiva à direita: (A+B)C = AC + BC IV – Comutativa: A+B = B+ A ∀ A,B ∈ MMXn (ℜ) A) I e II B) III e IV C) somente a alternativa I D) somente a alternativa IV E) nenhuma das alternativas Resolução: A afirmação IV é uma propriedade de soma de matrizes não de multiplicação. As afirmações I, II e III são propriedades de multiplicações de matrizes. Resposta: alternativa D. Exemplo 3 Indique V ou F conforme cada uma das afirmações seguintes seja, respectivamente, verdadeira ou falsa: ( ) sendo A e B matrizes, se existe A*B também existe B * A ( ) Existem matrizes A e B, com A ≠ B, tais que A * B = B * A ( ) sendo A e B matrizes, para existir A*B e B*A, A e B devem ser obrigatoriamente matrizes quadradas A) F, F, F B) F, V, F C) V, V, V D) V, F, V E) F, F, V 26 Unidade i Re vi sã o: L ea nd ro - D ia gr am aç ão : F ab io - 1 8/ 02 /1 1 -| |- 2 ª R ev isã o: L ea nd ro - C or re çã o: F ab io - 2 5/ 02 /1 1 // Re di m en sio na m en to : G er al do / Di ag .: M ár ci o - 17 /0 1/ 12 Resolução: sendo A e B matrizes, se existe A.B também existe B*A. (F): o fato de existir A*B não implica que também exista B*A. Por exemplo se A2x3 e B3x4 A*B existe, pois o número de colunas de A – três, é igual ao de linhas de B – três. Por outro lado B*A não existe porque o número de colunas de B – quatro, é diferente do número de linhas A – dois. Existem matrizes A e B, com A ≠ B, tais que A * B = B * A (V). se você construir A e B como sendo matrizes quadradas e pelo menos uma delas simétrica, verá que tal propriedade é válida. Perceba que duas condições devem ser satisfeitas! O exemplo mais trivial, ou seja, simples, é considerar como uma das matrizes a identidade de ordem dois e uma matriz A também de ordem dois,temos que I*A = A*I, qualquer que seja a matriz A2x2. Os exemplos mais simples de matriz simétrica são quaisquer matrizes identidade. sendo A e B matrizes, para existir A*B e B*A, A e B devem ser obrigatoriamente matrizes quadradas ( V ). Resposta: alternativa correta B.
Compartilhar