Baixe o app para aproveitar ainda mais
Prévia do material em texto
Engenharia e Gestão Industrial Engenharia Biomédica Textos de Apoio de Cálculo I Módulo 03 Matrizes Resolução e Discussão de Sistemas por Condensação Ano letivo 2014/2015 Docentes da Unidade Curricular Isabel Cristina Lopes (cristinalopes@eu.ipp.pt) Luís Miguel Ferreira (miguelferreira@eu.ipp.pt) Textos elaborados por: Isabel Cristina Lopes, Maria Paula Nunes, Aldina Correia. Tem algum que diga “Fique bom, mas devagarinho!”, para o meu prof de Matemática? POSTAIS Engenharia e Gestão Industrial Engenharia Biomédica Textos de Apoio de Cálculo I Matrizes. Resolução e Discussão de Sistemas por Condensação. 2/48 Sumário 1. MATRIZES E CÁLCULO MATRICIAL ............................................................................. 3 1.1. Conceito de Matriz ............................................................................................................... 3 1.2. Operações com Matrizes ..................................................................................................... 5 1.2.1. Adição de Matrizes ..................................................................................................................... 5 1.2.2. Multiplicação de Matrizes por um escalar ............................................................................. 6 1.2.3. Multiplicação de Matrizes ......................................................................................................... 7 1.2.4. Transposição de Matrizes ......................................................................................................... 10 1.3. Matrizes quadradas: Potenciação e inversão .................................................................. 11 1.3.1. Algumas Características das Matrizes Quadradas ............................................................ 11 1.3.2. Potência de uma Matriz Quadrada ...................................................................................... 13 1.3.3. Inversão de Matrizes Quadradas ........................................................................................... 13 1.4. Característica e condensação de matrizes...................................................................... 16 1.4.1. Dependência e Independência Linear. Característica de uma Matriz ........................ 16 1.4.2. Operações Elementares - Operações de Jacobi ............................................................. 18 1.4.3. Condensação de uma Matriz ................................................................................................ 20 1.4.4. Cálculo da Inversa de uma Matriz por Condensação ..................................................... 23 1.4.5. Cálculo da inversa de uma matriz ........................................................................................ 27 2. SISTEMAS DE EQUAÇÕES LINEARES ......................................................................... 32 2.1. Nomenclaturas e Notações ............................................................................................... 32 2.1.1. Notação Matricial ..................................................................................................................... 33 2.2. Classificação de sistemas .................................................................................................. 34 2.2.1. Sistemas Homogéneos ............................................................................................................. 34 2.2.2. Características e Sistemas ....................................................................................................... 35 2.3. Método de Gauss-Jordan .................................................................................................. 38 2.4. Resolução de sistemas por condensação ........................................................................ 40 2.5. Discussão de Sistemas ........................................................................................................ 47 Engenharia e Gestão Industrial Engenharia Biomédica Textos de Apoio de Cálculo I Matrizes. Resolução e Discussão de Sistemas por Condensação. 3/48 1. Matrizes e Cálculo Matricial 1.1. Conceito de Matriz Definição 1: Matriz Designa-se por matriz m por n um quadro do tipo 11 12 1 1 1 21 22 2 1 2 ( , ) 1 2 1 n n n n m n mxn m m mn mn a a a a a a a a A A A a a a a em que ( 1,2,..., ; 1,2,..., )ija i m j n são mxn elementos (chamados escalares e pertencentes a um corpo Κ ) dispostos em m linhas e n colunas. Em particular Κ pode ser e, nesse caso, a matriz diz-se matriz de números reais, ou e, nesse caso, a matriz diz-se matriz complexa. Notas 1: 1. As matrizes denotam-se usualmente por letras maiúsculas ( , , , )A B C e os seus elementos, pertencentes ao corpo Κ , pelas respetivas letras minúsculas. 2. Os índices que afetam os elementos a de uma matriz A indicam a sua posição na matriz: a. O 1º índice (usualmente i ) indica a linha b. O 2º índice (usualmente j ) indica a coluna Assim, o elemento ija de uma matriz A do tipo m por n é o elemento que se encontra na linha ( 1,2,..., )i i m e coluna ( 1,2,..., )j j n de A. 3. Uma matriz m x n pode, ainda, representar-se por: i 1,2,...,m 1,2,..., ij j n A a 4. O par ( , )m n é a dimensão, tamanho ou forma da matriz. 5. As m-uplas horizontais são as linhas da matriz: 11 12 1 21 22 2 1 2( ... ), ( ... ), . . . , ( ... )n n m m mna a a a a a a a a Engenharia e Gestão Industrial Engenharia Biomédica Textos de Apoio de Cálculo I Matrizes. Resolução e Discussão de Sistemas por Condensação. 4/48 6. As n-uplas verticais são as suas colunas. 111 12 221 22 1 2 , , . . . , n n mnm m aa a aa a aa a Definição 2: Tipos de Matrizes Matriz Retangular: É uma matriz do tipo m n , com m n Matriz Quadrada ou matriz de ordem n: É uma matriz do tipo n n . Matrizes Vetores: São matrizes com uma só fila. Distinguem-se assim: Matriz – Linha: É uma matriz vetor do tipo 1 n 11 12 1 11 12 1( ... ) ... n nA a a a a a a Matriz – Coluna: É uma matriz vetor do tipo 1m 11 11 21 21 1 1 = m m b b b b B b b Matriz Nula: É uma matriz do tipo m n onde todos os seus elementos são nulos. Esta matriz representa-se usualmente pela letra “ O ”, assim: i 1,2,...,m 1,2,..., [ ] : 0, ,ij ij j n O o o i j Elementos Homólogos: Em matrizes do mesmo tipo, elementos homólogos são os que têm índices iguais, ou seja, os elementos que ocupam o mesmo lugar na matriz correspondente. Matrizes Iguais: Seja M o conjunto das matrizes do tipo m n sobre o corpo Κ . Duas matrizes ,A B M são iguais se e só se houver igualdade de elementos homólogos, isto é, se: , ,ij ij ij ijA a B b M A B a b i j Matrizes Simétricas: Seja M o conjunto das matrizes do tipo m n sobre o corpo Κ . Duas matrizes ,A B M são simétricas (uma da outra) se e só se os elementos homólogos forem simétricos, isto é: , ,ij ij ij ijA a B b M B A b a i j Engenharia e Gestão Industrial Engenharia Biomédica Textos de Apoio de CálculoI Matrizes. Resolução e Discussão de Sistemas por Condensação. 5/48 Exemplo 1: Dada a matriz 2 2 0 4 7 3 3 5 8 1 1 4 A a) Indique o tipo desta matriz. b) Indique na matriz os seguintes elementos: 11 21 23 24 34, , , ,a a a a a . Resolução: a) A matriz A tem 3 linhas e 4 colunas, logo é uma matriz do tipo 3 4 . b) 11 2a (pois é o elemento que está na 1ª linha e 1ª coluna) 21 7a (pois é o elemento que está na 2ª linha e 1ª coluna) 23 3a (pois é o elemento que está na 2ª linha e 3ª coluna) 24 5a (pois é o elemento que está na 2ª linha e 4ª coluna) 34 4a (pois é o elemento que está na 3ª linha e 4ª coluna) 1.2. Operações com Matrizes 1.2.1. Adição de Matrizes Definição 3: Adição de Matrizes Sejam A e B duas matrizes do mesmo tipo, isto é, com o mesmo número de linhas e colunas, por exemplo, matrizes m n : 11 12 1 21 22 2 1 2 n n m m mn a a a a a a A a a a e 11 12 1 21 22 2 1 2 n n m m mn b b b b b b B b b b A soma de A e B , que se escreve A B , é a matriz que se obtém somando os elementos homólogos: 11 11 12 12 1 1 21 21 22 22 2 2 1 1 2 2 n n n n m m m m mn mn a b a b a b a b a b a b A B a b a b a b Ou seja, se ijA a e ijB b têm a mesma dimensão, a soma é uma matriz ijA B C c tal que: ( 1,2,..., ; 1,2,..., )ij ij ijc a b i m j n . Engenharia e Gestão Industrial Engenharia Biomédica Textos de Apoio de Cálculo I Matrizes. Resolução e Discussão de Sistemas por Condensação. 6/48 Notas 2: 1. Não se define a adição para matrizes não equidimensionais, isto é, duas matrizes só podem ser somadas se e só se forem do mesmo tipo. 2. A diferença A B , de duas matrizes do mesmo tipo é uma matriz C tal que: ( 1,2,..., ; 1,2,..., )ij ij ijC c a b i m j n isto é, subtraem-se duas matrizes subtraindo os elementos homólogos. A diferença de duas matrizes pode ainda ser vista como a soma da primeira com a matriz simétrica da segunda: ( )A B A B Propriedades da Adição de Matrizes Seja M o conjunto das matrizes do tipo m n sobre o corpo Κ . Então, para quaisquer matrizes , ,A B C M , verificam-se as seguintes propriedades: I. Propriedade Comutativa: A B B A II. Propriedade Associativa: ( ) = ( )A B C A B C III. Existência de Elemento Neutro: A O A IV. Existência de Elemento Oposto ou Simétrico: A A O 1.2.2. Multiplicação de Matrizes por um escalar Definição 4: Multiplicação de uma matriz por um escalar Seja k um escalar k ou e A uma matriz do tipo m n : 11 12 1 21 22 2 1 2 n n m m mn a a a a a a A a a a O produto do escalar k pela matriz A , que se escreve kA , é a matriz que se obtém multiplicando por k todos os elementos de A : 11 12 1 21 22 2 1 2 . . . . . . . . . n n m m mn k a k a k a k a k a k a kA k a k a k a . Engenharia e Gestão Industrial Engenharia Biomédica Textos de Apoio de Cálculo I Matrizes. Resolução e Discussão de Sistemas por Condensação. 7/48 Ou seja, produto de uma matriz ijA a do tipo m n , por um escalar k é uma matriz ijkA C c tal que: . ( 1,2,..., ; 1,2,..., )ij ijc k a i m j n . Propriedades da Multiplicação de Matrizes por um escalar Seja M o conjunto das matrizes do tipo m n sobre o corpo Κ . Então, para quaisquer matrizes ,A B M , e quaisquer escalares 1 2,k k Κ , verificam-se as seguintes propriedades: I. 1 1 1.( ) . .k A B k A k B II. 1 2 1 2( ). .k k A k A k A III. 1 2 1 2 2 1( . ). .( . ) .( . )k k A k k A k k A IV. 1. 0.A A e A O Notas 3: 1. 1 .B B 2. 2 ; 3 ,A A A A A A A 3. Não se fala, usualmente, em divisão de uma matriz por um escalar, não nulo, uma vez que esta pode ser expressa pela multiplicação da matriz pelo inverso do escalar, isto é: 1 : . , 0 A A k A k k k 1.2.3. Multiplicação de Matrizes Definição 5: Multiplicação de matrizes Considerem-se duas matrizes, A e B , sobre o mesmo corpo Κ , onde o número de colunas da primeira é igual ao número de linhas da segunda, isto é, a matriz A é do tipo m n e a matriz B é do tipo n p . O produto das matrizes A e B é uma matriz .C A B do tipo m p onde n k=1 a . ( 1,2,..., ; 1,2,..., )ij ik kjc b i m j p Engenharia e Gestão Industrial Engenharia Biomédica Textos de Apoio de Cálculo I Matrizes. Resolução e Discussão de Sistemas por Condensação. 8/48 Nota 4: A lei de formação da matriz C a partir das duas matrizes, A e B , é conhecida por multiplicação de linhas por colunas, e o elemento genérico ijc da matriz C é a soma dos produtos que se obtêm multiplicando os elementos da linha i de ( )ikA a pelos elementos correspondentes da coluna j de ( )kjB b . Em esquema: b b b b nj j3 j2 j1 aaaa in3i2i1i cij Nota 5: O produto .A B não é definido se A é uma matriz m p e B uma matriz q n com p q . Se p q o produto é possível e o resultado é uma matriz m n , devendo reter- se a mnemónica .( ) ( )m p p n m n Exemplo 2: 1. 1 1 2 1 3 4 0 . 0 2 5 , trata-se do produto de uma matriz 1 5 por uma matriz 5 1 , logo o resultado é uma matriz 1 1 , isto é um escalar. x x x x A= ai1 .b1j ai2 .b2j ai3 .b3j ain .bnj + ai1 .b1j + ai2 .b2j + ... + ain .bnj = cij B= A x B = C = linha i coluna j linha i coluna j Engenharia e Gestão Industrial Engenharia Biomédica Textos de Apoio de Cálculo I Matrizes. Resolução e Discussão de Sistemas por Condensação. 9/48 Assim 1 1 2 1 3 4 0 . 2.1 1.(-1) 3.0 4.2 0.5 2 1 0 8 0 90 2 5 2. 51 40 . 31 21 113 142 3.5(-1).4)1.(30).1( 2.51.42.(-1)1.0 3. 31 21 . 51 40 136 124 5.3(-1).2)1.(51).1( 4.30.24.(-1)0.1 4. 322 101 . 51 40 3.51).1()2.(50).1(2.51).1( 3.41.0)2.(40.02.41.0 14109 12885. 51 40 . 322 101 não é possível efetuar. Propriedades da Multiplicação de Matrizes Supondo definidas as somas e os produtos apresentados, tem-se: I. Propriedade Associativa: ( . ). .( . )A B C A B C II. Propriedade Distributiva à Esquerda: .( ) . .A B C A B AC III. Propriedade Distributiva à Direita: ( ). . .B C A B A C A IV. Existência de Elemento Absorvente (à esquerda e à direita): . .O A O e AO O Nota 6: a) Não se pode deixar de realçar o facto da multiplicação de matrizes não ser comutativa, isto é, de um modo geral tem-se: . .A B B A b) Podemos ter ainda o caso em que os produtos .A B e .B A estão ambos definidos mas as matrizes produto são de tipos diferentes, por exemplo, se A é do tipo ( , )m n e B do tipo ( , )n m , então .A B é do tipo ( , )m m enquanto .B A é do tipo ( , )n n . c) Há, no entanto, casos particulares em que se verifica a igualdade e, neste caso, as matrizes A e B dizem-se permutáveis ou comutáveis. Engenharia e Gestão Industrial Engenharia Biomédica Textos de Apoio de Cálculo I Matrizes. Resolução e Discussão de Sistemas por Condensação. 10/48 Definição 6: Matrizes permutáveis ou comutáveis Duas matrizes, A e B , da mesma ordem, dizem-se comutáveis ou permutáveis se se verifica a igualdade: . .A B B A . 1.2.4. Transposição de Matrizes Definição 7: Transposição de Matrizes A transposição é uma operação que a cada matriz A do tipo m n sobre um corpo Κ , faz corresponder uma outra matriz, dispondo ordenadamente as linhas em colunas (e, portanto as colunas em linhas), que se chama transposta de A e se representa por tA . A matriz tA é do tipo n m . Assim, sendo ijA a então 't ijA a tais que 'ij jia a . Exemplo 3: Sejam 1 4 6 3 A e 1 2 3 1 2 3 B . As respetivas transpostas serão: 1 6 4 3 tA e 1 1 2 2 3 3 tB Propriedades da Matriz Transposta Supondo definidas as somas e os produtos apresentados, tem-se: I. ( )t tA A II. t t tA B A B III. . . t t tA B B A IV. . . t tk A k A Engenharia e Gestão Industrial Engenharia Biomédica Textos de Apoio de Cálculo I Matrizes. Resolução e Discussão de Sistemas por Condensação. 11/48 1.3. Matrizes quadradas: Potenciação e inversão 1.3.1. Algumas Características das Matrizes Quadradas Todas as operações até aqui definidas são válidas no caso das matrizes em questão serem quadradas. No entanto, as definições e operações apresentadas nesta secção são válidas apenas para este tipo de matrizes. Consideremos uma matriz quadrada A de ordem n: nn3n2n1n n3333231 n2232221 n1131211 aaaa aaaa aaaa aaaa A Definição 8: Diagonais de uma Matriz Quadrada Chama-se diagonal principal da matriz A à diagonal formada pelos elementos onde os índices linha e coluna são iguais, isto é, à diagonal formada pelos elementos ija tais que i j e designam-se, tais elementos, por elementos principais da matriz 11 22, , , nna a a . A outra diagonal da matriz designa-se por diagonal não principal ou secundária e é formada pelos elementos ija tais que 1i j n (onde n é a ordem da matriz). Definição 9: Tipos de Matrizes Quadradas Matriz Triangular: É uma matriz onde abaixo ou acima da diagonal principal todos os elementos são nulos. Distinguem-se assim: Matriz Triangular Inferior: É uma matriz ijA a onde todos os elementos acima da diagonal principal são nulos, isto é, 0ija se i j . Matriz Triangular Superior: É uma matriz ijA a onde todos os elementos abaixo da diagonal principal são nulos, isto é, 0ija se i j . Engenharia e Gestão Industrial Engenharia Biomédica Textos de Apoio de Cálculo I Matrizes. Resolução e Discussão de Sistemas por Condensação. 12/48 Matriz Diagonal: É uma matriz ijA a onde todos os elementos, exceto os principais são nulos, isto é, 0ija se i j . Matriz Identidade: É uma matriz diagonal onde todos os elementos principais são unitários. Representa-se, usualmente, pela letra I e os seus elementos pela letra grega “ ”. Assim, ijI onde 1 0 ij se i j se i j Estes símbolos são vulgarmente conhecidos por símbolos de Kronecker. nI designa a matriz identidade de ordem n. Matriz Escalar: É uma matriz diagonal onde todos os elementos principais são iguais, isto é, é uma matriz que pode ser escrita como .k I onde k é a constante que figura na diagonal principal. Assim, ijA a é uma matriz escalar se 0 ij k se i j a se i j Com base na definição de matriz identidade podemos acrescentar uma propriedade à multiplicação de matrizes restringindo esta operação às matrizes quadradas. Teorema 1: A matriz identidade, de ordem n , é o elemento neutro da multiplicação de matrizes quadradas de ordem n , isto é, sendo A uma matriz n n , temos que . .n nI A A I A Nota 7: Se A for uma matriz retangular, do tipo m n , podemos ainda escrever: . .m m n m n nI A A I A , mas a matriz identidade que multiplica à esquerda de A não é da mesma ordem da que multiplica à direita. Engenharia e Gestão Industrial Engenharia Biomédica Textos de Apoio de Cálculo I Matrizes. Resolução e Discussão de Sistemas por Condensação. 13/48 1.3.2. Potência de uma Matriz Quadrada Definição 10: Potenciação Chama-se potência de expoente ,k k , de uma matriz quadrada ijA a ao produto de A , por si mesma, k vezes, isto é . . .....k k vezes A A A A A . Exemplo 4: Se 1 2 4 3 A , então 2 3 9 8 41 42 , , 16 17 84 83 A A Nota 8: Basta este exemplo para verificarmos que sendo 1 2 4 3 A então 2 2 2 2 2 1 2 4 3 A , isto é, a potência de uma matriz não é, de um modo geral, a matriz formada pelas potências dos seus elementos. Podemos então definir: Definição 11: Matriz Idempotente e Nilpotente Matriz Idempotente: É uma matriz quadrada ijA a onde 2A A . Note-se que se 2A A então também se tem 3 4 5 kA A A A A Matriz Nilpotente: É uma matriz quadrada ijA a onde 0pA , para algum p inteiro positivo e 0kA para k p . 1.3.3. Inversão de Matrizes Quadradas Definição 12: Matriz Inversa à direita e à esquerda Chama-se matriz inversa de uma matriz quadrada ijA a à matriz que multiplicada por A dá a matriz identidade. Se .B A I , B designa-se por inversa de A à esquerda e se .A B I , B designa-se por inversa à direita. Engenharia e Gestão Industrial Engenharia Biomédica Textos de Apoio de Cálculo I Matrizes. Resolução e Discussão de Sistemas por Condensação. 14/48 Teorema 2: A matriz inversa à esquerda de uma matriz quadrada A coincide com a matriz inversaà direita, isto é, se ijB b e ijC c são duas matrizes quadradas tais que .B A I e .AC I então B C Definição 13: Matriz Inversa Seja ijA a uma matriz quadrada. Chama-se inversa de A a uma matriz, que se representa por 1A , tal que 1 1. .A A A A I Neste caso, diz-se que A é invertível, regular ou não singular. Nota 9: Se existir inversa, ela é única. Nem todas as matrizes quadradas têm inversa; neste caso, dizem-se matrizes singulares. Propriedades da Matriz Inversa Sejam ijA a e ijB b duas matrizes quadradas e k um escalar. Tem-se então: I. 1 1A A II. 1 1 1. .A B B A III. 1 11kA A k Proposição: I. 1 1 t tA A II. 1 1 k kA A III. t k k tA A IV. .k p k pA A A Com a igualdade estabelecida na proposição II têm-se, por definição, as potências inteiras negativas de uma matriz quadrada A , invertível: 1 k kA A . Engenharia e Gestão Industrial Engenharia Biomédica Textos de Apoio de Cálculo I Matrizes. Resolução e Discussão de Sistemas por Condensação. 15/48 Definição 14: Matriz Simétrica, Anti – Simétrica e Ortogonal Matriz Simétrica: É uma matriz que coincide com a sua transposta, isto é, tA A . Matriz Antissimétrica: É uma matriz cuja transposta coincide com a sua simétrica, isto é, tA A . Matriz Ortogonal: É uma matriz cuja inversa coincide com a sua transposta, isto é, 1 tA A . Esta igualdade é equivalente a . .t tA A A A I , ou ainda, a 1 1 t tA A A . Exemplo 5: Considerando que , ,A B X são matrizes regulares e da mesma ordem, resolva as seguintes equações matriciais em ordem à matriz X . a) AX B b) 1 1( )AX XB I c) 1 1( (3 ) )T TA X B A B X Resolução: a) AX B b) 1 1( )AX XB I 1 1 1 A AX A B X A B 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 ( ) ( ) ( ) ( ) ( ) AX B X I A B X I A B A B X A B I X A B X A B c) 1 1( (3 ) )T TA X B A B X 1 3 1 3 1 3 2 3 1 12 3 12 3 ( ) ( ) ( ) ( ) ( ) ( ) T T T T T T T T T T T A X A B B X A X A A B B X A X X B B A I X B A I A I X A I B X A I B Engenharia e Gestão Industrial Engenharia Biomédica Textos de Apoio de Cálculo I Matrizes. Resolução e Discussão de Sistemas por Condensação. 16/48 1.4. Característica e condensação de matrizes 1.4.1. Dependência e Independência Linear. Característica de uma Matriz Definição 15: Combinação Linear Chama-se combinação linear de n elementos, 1 2, , ... , nx x x pertencentes a um mesmo conjunto, definido sobre um corpo K, (ex: matrizes do mesmo tipo, polinómios, etc), à soma: 1 1 2 2 ... n nk x k x k x onde 1 2, , ... , nk k k são escalares pertencentes a esse mesmo corpo K ( ou ). Exemplo 6: (1) Uma combinação linear dos polinómios 2 1( ) 3 1P x x x e 2 2( ) 1P x x , é uma expressão da forma: 2 2 1 1 2 2 1 2( ) ( ) ( 3 1) ( 1)k P x k P x k x x k x . Se pretendêssemos escrever um qualquer polinómio como combinação linear destes dois teríamos de calcular, se possível, o valor das constantes 1k e 2k . Por exemplo, escrever 2 3( ) 3 3P x x x como combinação linear de 1P x e 2P x , será resolver a equação 2 2 21 1 2 2 3 1 2( ) ( ) ( 3 1) ( 1) 3 3k P x k P x P x k x x k x x x o que conduz ao sistema: 1 2 1 1 2 1 3 3 3 k k k k k 1 2 1 2 k k Assim, 3P x pode ser escrito como uma combinação linear de 1P x e 2P x , uma vez que: 3 1 2 2P x P x P x (2) A matriz 1 2 1 0 A é uma combinação linear das matrizes 1 0 1 0 B e 1 1 0 0 C uma vez que: 2.A B C Engenharia e Gestão Industrial Engenharia Biomédica Textos de Apoio de Cálculo I Matrizes. Resolução e Discussão de Sistemas por Condensação. 17/48 Definição 16: Elementos linearmente independentes e dependentes Diz-se que os elementos 1 2, ,..., nX X X , pertencentes a um mesmo conjunto, definido sobre um corpo K, são linearmente independentes se e só se a combinação linear: 1 1 2 2. . ... .n nk X k X k X for nula unicamente para valores de 1 2, ,..., nk k k todos nulos. Se 1 1 2 2. . ... . 0n nk X k X k X , para valores de ik não todos nulos, os elementos, 1 2, ,..., nX X X dizem-se linearmente dependentes. Exemplo 7: (1) Os polinómios 2 1( ) 3 1P x x x , 2 2( ) 1P x x e 2 3( ) 3 3P x x x são linearmente dependentes uma vez que a combinação linear 1 1 2 2 3 3. ( ) . ( ) .k P x k P x k P x é nula, por exemplo, para 1 3 1k k e 2 2k pois: 1 2 32. 0P x P x P x (2) As matrizes 1 0 1 0 B e 1 1 0 0 C são linearmente independentes uma vez que: 1 2. .k B k C O 1 2 2 1 0 0 0 0 0 0 0 0 k k k k só se verifica se 1 2 0k k . Definição 17: Característica de uma matriz Chama-se característica de uma matriz A, do tipo (m,n), e representa-se por r(A) ou car(A), ao número máximo de filas paralelas de A (linhas ou colunas) linearmente independentes. Tem-se sempre: car(A) min{m,n}. Observação: Mostra-se que é indiferente o estudo da característica de uma matriz feito com base nas suas linhas ou nas suas colunas e que a característica de uma matriz é única. Exemplo 8: (1) 1Car B , onde 1 0 1 0 B , uma vez que: 1 21 0 1 0 0 0k k verifica-se para 1 2k k enquanto que: 1 1 0 0 0k só se verifica se 1 0k . Engenharia e Gestão Industrial Engenharia Biomédica Textos de Apoio de Cálculo I Matrizes. Resolução e Discussão de Sistemas por Condensação. 18/48 (2) 3Car D , onde 1 0 1 0 1 0 0 0 1 D , uma vez que: 1 2 31 0 1 0 1 0 0 0 1 0 0 0k k k 1 2 1 3 0 0 0 k k k k Logo, 1 2 3 0k k k . Assim, as três linhas são linearmente independentes. Teorema 3: São linearmente independentes as filas paralelas de uma matriz triangular, T, (inferior ou superior), de ordem n, cujos elementos principais são diferentes de zero. Tem-se, neste caso: Car T n . Teorema 4: Se T é uma matriz triangular (inferior ou superior), de ordem n, com algum elemento principal nulo, então as suas filas (linhas ou colunas) são linearmente dependentes. Neste caso tem-se: Car T n . 1.4.2. Operações Elementares - Operações de Jacobi Definição 18: Operações de Jacobi Designam-se por operações elementares ou operações de Jacobi efetuadas sobreas filas (linhas ou colunas) de uma matriz, as seguintes operações: O1 – Troca da posição relativa de duas filas paralelas. O2 – Multiplicação de todos os elementos de uma qualquer fila por um escalar 0k . O3 – Substituição dos elementos de uma qualquer fila pela sua soma com os elementos correspondentes de outra fila paralela, mesmo que previamente multiplicados por um escalar 0k . Estas operações, quando efetuadas sobre as filas (linhas ou colunas) de uma matriz não alteram a sua dependência ou independência linear. Na verdade, mostra-se que: Teorema 5: As operações elementares efetuadas sobre as linhas ou colunas de uma qualquer matriz não alteram a sua característica. Engenharia e Gestão Industrial Engenharia Biomédica Textos de Apoio de Cálculo I Matrizes. Resolução e Discussão de Sistemas por Condensação. 19/48 Surge assim uma nova relação entre matrizes - equivalência de matrizes - baseada na aplicação das operações elementares às filas de uma matriz. Temos, então: Definição 19: Matrizes equivalentes Dadas as matrizes A e B , do mesmo tipo, diz-se que a matriz B é equivalente à matriz A , e representa-se por B A, se for possível transformar A em B através de uma sucessão de operações elementares. Relativamente às operações elementares efetuadas para transformar uma dada matriz noutra equivalente, devemos estabelecer alguma notação que convém ter presente de modo a ser fácil identificar a operação efetuada. Assim: (1) Quando desejarmos permutar, por exemplo a 2ª com 3ª linha de uma matriz A , escreveremos: 32 LL 1240 200 531 A 200 1240 531 A1 (2) Quando desejarmos multiplicar todos os elementos da 2ª linha, por exemplo, da matriz 1A , por 4 1 , escreveremos: 24 1 2 LL 1 200 1240 531 A 200 310 531 A2 (3) Quando desejarmos substituir os elementos da 1ª linha, por exemplo, da matriz 2A , pela soma deles com os elementos correspondentes da 2ª linha previamente multiplicados por - 3, escreveremos: 211 3)L(L L 200 310 531 A2 200 310 401 A3 Engenharia e Gestão Industrial Engenharia Biomédica Textos de Apoio de Cálculo I Matrizes. Resolução e Discussão de Sistemas por Condensação. 20/48 Observações: - Nos casos (2) e (3) o símbolo “ ” pode ser substituído pelo sinal “ = ” não tendo, este último, o seu significado convencional indicando apenas a substituição que se efetuou. - Quando as operações elementares são efetuadas sobre as colunas da matriz, a indicação das operações efetuadas deve ser feita substituindo a letra “L” pela letra “C”, continuando a sua indexação relativa ao número da coluna em causa. - Como a matriz 3A é uma matriz triangular, por um teorema demonstrado na secção anterior (pág.30), temos que 3 3Car A . Como 3A é equivalente a A podemos dizer que se tem: 3Car A . Com base nesta última observação, podemos verificar que o cálculo da característica de uma matriz fica bastante simplificado se, através das operações elementares, transformarmos a matriz dada numa matriz triangular equivalente, com o máximo de elementos principais não nulos. Nestas condições, o cálculo da característica da matriz é direto. 1.4.3. Condensação de uma Matriz Entende-se por condensação de uma matriz a sua transformação, através de operações elementares, numa matriz equivalente que contenha uma submatriz triangular (usualmente superior) de maior ordem possível, com elementos principais não nulos. Por esta razão, fala-se, algumas vezes, por abuso de linguagem, em “triangularização” da matriz quando se efetua uma condensação. Descrição do método de condensação de uma matriz: A condensação de uma matriz A = [aij] do tipo m x n consiste num processo, por fases sucessivas, que passamos a descrever: 1. Tomemos a11 0 (quando a11 = 0, trocamos a primeira linha (ou a primeira coluna) com outra de modo que o elemento que fica na posição (1,1) seja não nulo. Se todos os elementos da primeira coluna (linha) são nulos, ela é Engenharia e Gestão Industrial Engenharia Biomédica Textos de Apoio de Cálculo I Matrizes. Resolução e Discussão de Sistemas por Condensação. 21/48 passada para último lugar e repete-se o mesmo raciocínio com a segunda linha (ou coluna)). 2. Fixado a11 0, procuremos escalares ki tais que ki. a11 + ai1 = 0 (i = 1,2,...,m) e somemos à linha i a primeira linha multiplicada por esse 11 1i i a a k (isto é, efetuam-se as operações: Li Li + ki.L1). Ficam nulos todos os elementos da primeira coluna abaixo de a11. Diz-se que se condensou a primeira coluna, sendo a11 o elemento redutor. (Notemos que os “melhores” elementos redutores são o “1” e o “-1” bastando, para anular o elemento ai1 da linha i , tomar ki = - ai1 ou ki = ai1 , respetivamente. 3. Na matriz assim obtida, onde se anularam todos os elementos que na primeira coluna estão abaixo de a11, procede-se do mesmo modo, tomando para elemento redutor a22. E assim sucessivamente considerando elementos redutores até a r r. 4. A condensação termina quando já não há mais colunas (r = n) ou, havendo mais colunas já não há mais linhas (r = m) ou as linhas de ordem r+1, r+2, ..., m são todos nulas. 5. Designando por a’ij os elementos da matriz que se obtém condensando A temos: 00000 00000 'a'a'a00 'a'a'a'a0 'a'a'a'a'a 'A n r1r rr r n 21r 2r 222 n 11r 1r 11211 Esta matriz contém uma submatriz triangular T de elementos principais não nulos, e que é de ordem máxima. Como a passagem da matriz A para a matriz A’ foi feita utilizando exclusivamente as operações de Jacobi, conclui- se que a característica de A é igual à ordem da matriz T. Logo Car A r . Engenharia e Gestão Industrial Engenharia Biomédica Textos de Apoio de Cálculo I Matrizes. Resolução e Discussão de Sistemas por Condensação. 22/48 Exemplo 9: Vamos calcular a característica da matriz 1 2 3 2 6 1 1 2 17 A o elemento redutor da condensação da primeira coluna é 1, que está assinalado com um círculo. Tem-se, então k2 = -2/1 = -2 e k3 = -1/1 = -1 Assim 2 2 1 3 3 1 2 1 2 3 2 6 1 1 2 17 L L L L L L ~ 1 2 3 0 2 7 0 4 14 O elemento redutor da condensação da segunda coluna é 2. Tem-se, então k3 = - (- 4/2) = 2 Logo, obtém-se 3 3 22 1 2 3 1 2 3 0 2 7 0 2 7 0 4 14 0 0 0 L L L Conclui-se que a característica da matriz A é igual a 2. Observações: A condensação de matrizes, isto é, as operações elementares ou de Jacobi, serão utilizadas no cálculo da inversa de uma matriz, na resolução e discussão de sistemas de equações lineares e no cálculo de determinantes. No entanto, em cada um destes casos estas operações sofrerão algumas restriçõesespecíficas. Quando a condensação de uma matriz é efetuada para o cálculo da sua característica, não estando esta matriz associada a nenhum sistema ou problema particular, as operações elementares podem ser efetuadas sem qualquer tipo de restrições, isto é, podem efetuar-se, durante a mesma condensação, operações elementares sobre as linhas e sobre as colunas da matriz. Engenharia e Gestão Industrial Engenharia Biomédica Textos de Apoio de Cálculo I Matrizes. Resolução e Discussão de Sistemas por Condensação. 23/48 1.4.4. Cálculo da Inversa de uma Matriz por Condensação Antes de definirmos mais alguns conceitos vejamos o seguinte teorema, do qual omitimos a demonstração, onde se apresenta uma condição necessária e suficiente de existência da matriz A-1 de uma matriz A. Teorema 6: Uma matriz A, quadrada de ordem n, definida sobre um corpo K (IR ou C/ ), tem inversa A -1 se e só se a característica de A for n. O algoritmo para o cálculo da inversa de uma matriz por condensação tem como base a definição de matriz elementar (por linhas e por colunas) e os teoremas subsequentes. Definição 20: Matriz elementar Seja e uma operação elementar efetuada sobre as linhas de uma matriz e e (A) o resultado da aplicação desta operação a uma matriz A. A matriz E obtida aplicando a operação e à matriz identidade, E = e ( I ), é chamada matriz elementar correspondente à operação elementar e . Denotemos por f uma operação elementar efetuada sobre as colunas de uma matriz e f (A) o resultado da aplicação desta operação a uma matriz A. A matriz obtida aplicando a operação f à matriz identidade, F = f ( I ) é chamada matriz elementar correspondente à operação elementar f. Exemplo 10: (1) As matrizes quadradas elementares, de ordem 3, correspondentes às operações elementares por linhas: L2 L3 L2 - 6L2 L3 L3 – 4 L1 são, respetivamente Engenharia e Gestão Industrial Engenharia Biomédica Textos de Apoio de Cálculo I Matrizes. Resolução e Discussão de Sistemas por Condensação. 24/48 010 100 001 E1 100 060 001 E2 104 010 001 E3 (2) As matrizes quadradas elementares, de ordem 3, correspondentes às operações elementares por colunas: C3 C1 C2 - 2C2 C2 C2 – 5 C1 são, respetivamente 001 010 100 F1 100 020 001 F2 100 010 051 F3 O teorema seguinte mostra a relação fundamental entre as operações elementares por linhas e as matrizes elementares correspondentes. Teorema 7: Seja e uma operação elementar efetuada sobre linhas e E a matriz elementar correspondente, de ordem m, isto é, E = e ( Im ). Então, para qualquer matriz A do tipo m x n, tem-se e ( A ) = E.A. Assim, o resultado da aplicação de uma qualquer operação elementar sobre as linhas de uma matriz A pode ser obtido pré-multiplicando A (isto é, multiplicando A à esquerda) pela matriz elementar correspondente. Exemplo 11: Consideremos a matriz 2 1 3 4- 0 2 A e vamos efetuar a seguinte operação elementar sobre as suas linhas: L3 L3 + 2L1 Temos então a matriz A1 , equivalente a A, dada por 8 1 3 0 0 2 A1 Engenharia e Gestão Industrial Engenharia Biomédica Textos de Apoio de Cálculo I Matrizes. Resolução e Discussão de Sistemas por Condensação. 25/48 Por outro lado, a matriz elementar, de 3ª ordem, correspondente é 102 010 001 E . Efetuando o produto E.A temos 102 010 001 A.E 2 1 3 4- 0 2 . = = 2*1)1(*03*2 2*0)1(*13*0 2*0)1(*03*1 (-4)*10*02*2 (-4)*00*12*0 (-4)*00*02*1 1A 8 1 3 0 0 2 O seguinte teorema mostra a relação fundamental entre as operações elementares por colunas e as matrizes elementares correspondentes. Teorema 8: Seja f uma operação elementar efetuada sobre colunas e F a matriz elementar correspondente, de ordem n, isto é, F = f ( Im ). Então, para qualquer matriz A do tipo m x n, tem-se f ( A ) = A.F. Assim, analogamente ao que acontece com as operações elementares por linhas, o resultado da aplicação de uma qualquer operação elementar sobre as colunas de uma matriz A pode ser obtido pós-multiplicando A (isto é, multiplicando A à direita) pela matriz elementar correspondente. Exemplo 12: Consideremos a matriz 2 1 3 4- 0 2 A e vamos efetuar a seguinte operação elementar sobre as suas colunas: C1 C1 + 2C2 Temos então a matriz A2, equivalente a A, dada por 2 1 3 0 2- 8 A2 Por outro lado, a matriz elementar, de 2ª ordem, correspondente é 12 01 F . Engenharia e Gestão Industrial Engenharia Biomédica Textos de Apoio de Cálculo I Matrizes. Resolução e Discussão de Sistemas por Condensação. 26/48 Efetuando o produto A.F temos: F.A 2 1 3 4- 0 2 12 01 . = = 1*20*(-4) 1*(-1)0*0 1*30*2 2*21*(-4) 2*-1)(1*0 2*31*2 2A 2 1 3 0 2- 8 Com base nos teoremas apresentados podemos rescrever a definição de matrizes equivalentes do seguinte modo: Definição 21: Matrizes equivalentes Duas matrizes A e B, do mesmo tipo, dizem-se equivalentes se existirem duas matrizes regulares P e Q tais que B = P.A.Q. (De notar que P será o produto de matrizes elementares relativas a operações por linhas: P = Ep. ... .E2.E1 e Q o produto de matrizes elementares relativas a operações por colunas: Q = F1.F2. ... .Fq ) Teorema 9: Toda a matriz A do tipo m x n é equivalente a uma única matriz da forma onde Ir é a matriz identidade de ordem r. ( r é a característica de A) Surge, como consequência ou caso particular deste teorema o seguinte: Teorema 10: Seja A uma matriz quadrada de ordem n tal que Car A n , isto é, A é invertível. Então, A pode ser transformada, utilizando unicamente operações por linhas (ou operações por colunas), na matriz identidade de ordem n, isto é, A é equivalente, por linhas (ou por colunas), à matriz identidade. 00 0Ir Engenharia e Gestão Industrial Engenharia Biomédica Textos de Apoio de Cálculo I Matrizes. Resolução e Discussão de Sistemas por Condensação. 27/48 1.4.5. Cálculo da inversa de uma matriz Operando por Linhas – Eliminação Gaussiana Pode-se calcular a inversa de uma matriz quadrada de ordem n, ou mostrar que uma matriznão é invertível usando o algoritmo da eliminação Gaussiana: Método para calcular a inversa de uma matriz através de condensação por linhas 1. Formamos uma matriz M do tipo 2n n , M A I isto é, A está na metade esquerda de M e a matriz identidade na metade direita. 2. Transformamos a matriz A numa matriz triangular com elementos principais não nulos, através unicamente de operações elementares sobre as linhas de M (isto é, as operações efetuam-se às linhas de A e I simultaneamente). Se o processo gerar uma linha nula na metade A de M , está terminado o cálculo porque, neste caso, A não é invertível ( ( ) Car A n ). De outra forma, a metade correspondente a A assumirá a forma triangular. 3. Transformamos a seguir A na matriz identidade, continuando a operar sobre as linhas de M (completas). Obtemos então uma matriz 'M , equivalente a M , dada por 'M I B , onde I substitui A na metade esquerda da matriz. 4. Temos, então: 1A B . Este algoritmo permite obter a matriz inversa de A porque efetuar uma sucessão de operações elementares nas linhas equivale a multiplicar pelas matrizes elementares 2 1...nE E E à esquerda de A e de I . Esquematizando: 1 1 1 2 1 2 1 2 1 2 1~ ~ ~ ... ~ ... ... ~n nA I E A E I E E A E E I E E E A E E E I I A Quando obtivermos na 1ª metade a matriz I , então na 2ª metade obteve-se a matriz 1A : Engenharia e Gestão Industrial Engenharia Biomédica Textos de Apoio de Cálculo I Matrizes. Resolução e Discussão de Sistemas por Condensação. 28/48 2 1 1 1 2 1 1 2 1 ... ... ... n n n E E E A I E E E AA IA E E E I A Exemplo 13: Suponhamos que se pretende calcular a inversa da matriz 814 312 201 A Primeiro formamos a matriz M A I e reduzimos a matriz A a uma matriz triangular efetuando, exclusivamente, operações sobre as linhas de M : 13 122 L4L3L L2LL100 010 001 814 312 201 M 23 LL3L 104 012 001 010 110 201 116 012 001 100 110 201 Assim, a metade esquerda de M está em forma triangular, com elementos principais não nulos, logo A é invertível (note-se que ( ) 3Car A ).Vamos então transformar a parte esquerda de M na matriz identidade, fazendo agora 1 1 32L L L e 2 2 3L L L 33 22 LL LL116 104 2211 100 010 001 116 104 2211 100 010 001 A matriz identidade está na metade esquerda da matriz final, logo, a metade direita é 1A , isto é 1 11 2 2 4 0 1 6 1 1 A . Observação: Quando tiver dificuldade em encontrar a operação elementar adequada para anular um determinado elemento ija (na linha i ) de uma matriz usando como pivot o elemento jja (da linha j ), use a seguinte operação: ij i i j jj a L L L a M Engenharia e Gestão Industrial Engenharia Biomédica Textos de Apoio de Cálculo I Matrizes. Resolução e Discussão de Sistemas por Condensação. 29/48 Operando por Colunas O algoritmo seguinte, tal como no caso das operações sobre linhas, ou nos dá a inversa de uma matriz quadrada de ordem n, ou mostra que a matriz não é invertível. Método para o cálculo da inversa de uma matriz através de condensação por colunas 1. Formamos uma matriz M do tipo 2n x n, A M I , isto é, A está na metade superior de M e a matriz identidade na metade inferior. 2. Transformamos a matriz A numa matriz triangular com elementos principais não nulos, através unicamente de operações elementares sobre as colunas de M (isto é, as operações efetuam-se às colunas de A e I simultaneamente). Se o processo gerar uma coluna nula na metade A de M , está terminado o cálculo porque, neste caso, A não é invertível ( ( ) Car A n ). De outra forma a metade correspondente a A assumirá a forma triangular. 3. Transformamos a seguir A na matriz identidade, continuando a operar sobre as colunas de M (completas). Obtemos então uma matriz 'M , equivalente a M , dada por ' I M B , onde I substitui A na metade superior da matriz. 4. Temos, então: 1A B . Exemplo 14: Calculemos inversa da matriz A , já calculada por linhas: 814 312 201 A Engenharia e Gestão Industrial Engenharia Biomédica Textos de Apoio de Cálculo I Matrizes. Resolução e Discussão de Sistemas por Condensação. 30/48 Primeiro formamos a matriz A M I e reduzimos a matriz A a uma matriz triangular efetuando, exclusivamente, operações sobre as colunas de M: 133 C2CC 100 010 001 814 312 201 M 233 CCC 100 010 201 014 112 001 100 110 201 114 012 001 Assim, a metade superior de M está em forma triangular, com elementos principais não nulos, logo A é invertível (note-se que ( ) 3car A ). Vamos então transformar a parte superior de M na matriz identidade, fazendo agora 1 1 34C C C e 2 2 3C C C 211 C2CC 114 104 227 100 012 001 33 22 CC CC 116 104 2211 100 010 001 116 104 2211 100 010 001 A matriz identidade está na metade superior da matriz final, logo, a metade inferior é 1A , isto é 1 11 2 2 4 0 1 6 1 1 A . O que coincide com o resultado obtido operando por linhas. IMPORTANTE: No cálculo da inversa de uma matriz por condensação não se deve operar simultaneamente por linhas e por colunas uma vez que a matriz assim obtida não é, de um modo geral a matriz inversa de A, porque uma operação elementar por linhas equivale à multiplicação à esquerda pela matriz elementar correspondente, enquanto que por colunas a multiplicação é à direita. Engenharia e Gestão Industrial Engenharia Biomédica Textos de Apoio de Cálculo I Matrizes. Resolução e Discussão de Sistemas por Condensação. 31/48 Exemplo 15: Consideremos ainda a matriz 814 312 201 A da qual já se calculou a inversa quer por linhas quer porcolunas. Depois de formarmos a matriz M M A I vamos, de modo análogo, transformar a matriz A na matriz identidade operando simultaneamente sobre as linhas e colunas de M: 13 122 L4L3L L2LL100 010 001 814 312 201 M 123 C2CC3C 104 012 001 010 110 201 233 LLL 904 312 201 110 010 001 22 33 LL LL1216 312 201 100 010 001 1216 312 201 100 010 001 A matriz obtida na parte direita de M não é a inversa de A, uma vez que sendo única já foi anteriormente calculada e é 1 11 2 2 1 0 2 4 0 1 2 1 3 6 1 1 6 1 12 A . Engenharia e Gestão Industrial Engenharia Biomédica Textos de Apoio de Cálculo I Matrizes. Resolução e Discussão de Sistemas por Condensação. 32/48 2. Sistemas de equações lineares 2.1. Nomenclaturas e Notações Definição 22: Uma expressão 1 1 2 2 ... n na x a x a x b onde 1 2, ,..., ,na a a b são escalares conhecidos de um corpo K e 1 2, ,..., nx x x são escalares a determinar no mesmo corpo, é uma equação linear ou do primeiro grau sobre K. A equação tem dois membros; no primeiro membro os escalares a determinar 1 2, ,..., nx x x são as incógnitas e os escalares 1 2, ,..., na a a são os coeficientes das incógnitas; no segundo membro tem-se o termo independente b . Qualquer determinação das incógnitas em K, que verifica a equação, chama-se solução da equação. Definição 23: Um conjunto de equações lineares sobre um corpo K constitui um sistema de equações lineares sobre esse corpo. Um sistema geral, nas incógnitas 1 2, ,..., nx x x representa-se, usualmente, por: (S) 11 1 12 2 1 1 21 1 22 2 2 2 1 1 2 2 ... ... ... n n n n m m mn n m a x a x a x b a x a x a x b a x a x a x b onde os , ( 1,2,..., ; 1,2,..., ) ij ia b i m j n são escalares conhecidos Uma solução (ou solução particular) deste sistema é um conjunto de valores das incógnitas, 1 1 2 2, ,..., n nx k x k x k ou uma n-upla 1 2, ,..., nx k k k de constantes, que é solução de cada uma das equações do sistema. O conjunto de todas as soluções do sistema é chamado conjunto solução ou solução geral do sistema. Engenharia e Gestão Industrial Engenharia Biomédica Textos de Apoio de Cálculo I Matrizes. Resolução e Discussão de Sistemas por Condensação. 33/48 2.1.1. Notação Matricial Definição 24: Sendo 11 12 1 21 22 2 1 2 n n m m mn a a a a a a A a a a , 1 2 n x x X x e 1 2 m b b B b verificamos que o sistema de equações (S) é equivalente à equação matricial: .A X B . A matriz A designa-se por matriz do sistema ou matriz dos coeficientes e B designa- se por matriz ou coluna dos termos independentes. A matriz ' |A A B que se obtém ampliando A com a coluna do termos independentes, isto é, a matriz 11 12 1 1 21 22 2 2 1 2 ' n n m m mn m a a a b a a a b A a a a b é chamada matriz completa ou matriz aumentada de (S). Observe-se que um sistema (S) qualquer fica completamente definido pela sua matriz aumentada. Exemplo 16: A matriz dos coeficientes e a matriz completa do sistema: 2 3 4 1 2 2 0 x y z x y z são, respetivamente, as matrizes 2 3 4 1 2 2 e 2 3 4 1 1 2 2 0 O traço vertical que separa a coluna dos termos independentes, na matriz completa, não é obrigatório servindo apenas para não haver confusão quanto ao seu significado, distinto do das restantes colunas da matriz completa. Notemos, ainda, que o sistema é equivalente à equação 2 3 4 1 . 1 2 2 0 x y z Engenharia e Gestão Industrial Engenharia Biomédica Textos de Apoio de Cálculo I Matrizes. Resolução e Discussão de Sistemas por Condensação. 34/48 2.2. Classificação de sistemas No caso de o sistema (S) ter, pelo menos, uma solução, o sistema é possível e as m equações dizem-se compatíveis. Note-se que, se ( )k m equações do sistema têm uma solução em comum, então qualquer outra equação que seja satisfeita por essa mesma solução diz-se compatível com as outras k equações. Quando o sistema admite uma única solução diz-se determinado; se o sistema tem mais do que uma solução é indeterminado. Se não tiver nenhuma solução o sistema é impossível e as equações dizem-se incompatíveis. Em resumo: 2.2.1. Sistemas Homogéneos Definição 25: Quando os termos independentes de um sistema são todos nulos, isto é, em (S), 0 ( 1,..., )ib i m as equações e o sistema dizem-se homogéneos. Importante: Se um sistema é homogéneo então é possível, uma vez que tem sempre, pelo menos, a solução nula ou trivial: =0 ( =1,2,..., ). jx j n . Assim, um sistema homogéneo é: possível determinado se admitir apenas a solução trivial; possível indeterminado se, além da solução nula, admitir outras soluções (soluções não triviais). Sistema de Equações Lineares Possível (tem soluções) Determinado (tem uma única solução) Impossível (não tem soluções) Indeterminado (tem várias soluções) Engenharia e Gestão Industrial Engenharia Biomédica Textos de Apoio de Cálculo I Matrizes. Resolução e Discussão de Sistemas por Condensação. 35/48 2.2.2. Características e Sistemas Os sistemas de equações lineares podem ser resolvidos utilizando a técnica da condensação de matrizes. Resolver um sistema é determinar todas as suas soluções ou concluir que ele não as tem. Dois sistemas dizem-se equivalentes se e só se têm as mesmas soluções. Esta equivalência permite resolver um sistema, resolvendo qualquer outro sistema equivalente ao sistema dado. Considere-se o sistema (S) de m equações a n incógnitas: .A X B , e ' |A A B a matriz completa de (S), do tipo 1m n , tendo como submatriz a matriz do sistema, A . Resolver, classificar e/ou discutir o sistema por condensação baseia-se na condensação da matriz A , impondo algumas restrições às operações elementares a efetuar. Isto porque pretendemos, durante a condensação, passar de uma matriz para outra equivalente mantendo a equivalência dos sistemas correspondentes. Uma vez que as linhas da matriz representam as equações do sistema, sobre estas são válidas todas as operações elementares já definidas, isto é, podemos efetuar: troca da posição relativa de duas linhas (equações) multiplicação de todos os elementos de uma linha (equação, incluindo termo independente) por uma constante não nula substituição de todos os elementos de uma linha (equação) pela sua soma com os elementos homólogos de outra, mesmo que previamente multiplicados por uma mesma constante. No entanto, como as colunas representam os coeficientesde cada uma das incógnitas, sobre estas é válida apenas uma das operações elementares: troca da posição relativa de duas colunas na matriz do sistema (troca da ordem das incógnitas), não podendo ser trocada a posição da última coluna de A’ uma vez que esta é a coluna dos termos independentes. Note-se que esta troca de colunas deve ser registada porque é uma troca de incógnitas, alterando a solução final. Engenharia e Gestão Industrial Engenharia Biomédica Textos de Apoio de Cálculo I Matrizes. Resolução e Discussão de Sistemas por Condensação. 36/48 Resumindo: a condensação da matriz de um sistema é uma condensação por linhas, sendo, por colunas, possível apenas a troca de posições. No final da condensação da matriz A dentro da matriz completa ' |A A B do sistema proposto obtém-se uma matriz triangular de ordem “ r ” com elementos diagonais não nulos, isto é, obtém-se uma matriz da forma: 111 12 1 1 1 1 222 2 2 1 2 r 1 r 1 m b'' ' ' ' ' b'0 ' ' ' ' b'0 0 ' ' ' b'0 0 0 0 0 b'0 0 0 0 0 r r n r r n r r r r r n a a a a a a a a a a a a A ordem da matriz triangular é, como se sabe, igual à característica da matriz A . Todas as operações na condensação alteram a matriz completa do sistema proposto, mas a cada matriz, que se vai obtendo sucessivamente, corresponde um sistema de equações de que esta matriz é matriz completa. Cada um destes sistemas é equivalente ao sistema proposto. O sistema correspondente à matriz que se obtém no final da condensação (S’) é o sistema condensado do sistema proposto (S). As incógnitas cujos coeficientes constituem as “ r ” colunas da matriz triangular chamam-se incógnitas principais e as restantes ( n r ) incógnitas designam-se por incógnitas não principais ou secundárias. De modo análogo, as “ r ” equações que figuram nas linhas da matriz triangular chamam-se equações principais e as ( m r ) restantes não principais ou secundárias. É evidente que o sistema (S’) (e portanto o sistema (S)) é possível se e só se: 1 2' ' ' 0r r mb b b uma vez que as ( m r ) últimas equações deste sistema condensado são r n r 1 r m r Engenharia e Gestão Industrial Engenharia Biomédica Textos de Apoio de Cálculo I Matrizes. Resolução e Discussão de Sistemas por Condensação. 37/48 1 2 1 1 2 2 1 2 0 0 ... 0 0 0 ... 0 0 0 ... 0 n r n r n m x x x b x x x b x x x b e neste caso tem-se igualdade entre a característica da matriz completa do sistema e a característica da matriz do sistema. Temos então o seguinte teorema: Teorema 11: É condição necessária e suficiente para que um sistema de equações lineares seja possível que a matriz do sistema e a matriz completa tenham igual característica. Note-se que, se as características não são iguais elas diferem de apenas uma unidade uma vez que 'A resulta de se acrescentar a A uma só coluna, tendo-se, então: ( ') ( )car A car A . Então, sendo: n - o número de incógnitas do sistema C - a característica da matriz do sistema ( matriz A : C r ) 'C - a característica da matriz completa do sistema ( matriz 'A ) tem-se sempre: 'C C ou ' 1 ( ' )C C C C e C n . A discussão quanto à classificação do sistema (S) resume-se nas seguintes proposições: Se ( ) '( 1)C r C r o sistema é impossível Se ( ) 'C r C n o sistema é possível determinado (tem uma só solução) Se ( ) 'C r C n o sistema é possível indeterminado (tem uma infinidade de soluções), sendo o grau de indeterminação dado pela diferença n r , que coincide com o número de incógnitas secundárias do sistema. Se 1n r o sistema diz-se possível simplesmente indeterminado; se 2n r o sistema diz- -se possível duplamente indeterminado; e assim sucessivamente. Engenharia e Gestão Industrial Engenharia Biomédica Textos de Apoio de Cálculo I Matrizes. Resolução e Discussão de Sistemas por Condensação. 38/48 2.3. Método de Gauss-Jordan O método de Gauss – Jordan é utilizado para a resolução de sistemas cujo número de equações é igual ao número de incógnitas. Consideremos então um sistema de n equações e n incógnitas: 11 1 12 2 1 1 21 1 22 2 2 2 1 1 2 2 ... ... ... n n n n n n nn n n a x a x a x b a x a x a x b a x a x a x b Como a matriz do sistema é uma matriz quadrada de ordem n, pelo um teorema 10 podemos dizer que, se a característica da matriz do sistema for n C n , então a matriz é equivalente, por linhas, à matriz identidade. Método de Gauss – Jordan (1) Tomamos a matriz completa do sistema: ' |A A B (2) Transformamos, através de operações adequadas, a matriz dos coeficientes A na matriz identidade, aplicando, simultaneamente, à matriz coluna B , as mesmas operações. (3) Transformada a matriz do sistema na matriz identidade, a coluna dos termos independentes fica transformada, no final, na solução do sistema. Exemplo 17: Resolva o sistema: 0 2 2 10 2 3 2 x y z x y z x y z Engenharia e Gestão Industrial Engenharia Biomédica Textos de Apoio de Cálculo I Matrizes. Resolução e Discussão de Sistemas por Condensação. 39/48 Resolução: A matriz completa do sistema é: 1 1 1 0 ' 1 2 2 10 2 3 1 2 A Vamos transformar a matriz do sistema na matriz identidade, fazendo: 2 2 1L L L e 3 3 12L L L 3 3 25. 1 1 1 0 1 1 1 0 ' 0 1 3 10 0 1 3 10 0 5 1 2 0 0 16 48 L L L A Podemos desde já garantir que o sistema é possível determinado uma vez que, estando a condensação da matriz terminada, é fácil ver que ' 3C C n . Do mesmo modo está garantida a possibilidade da transformação da matriz dos coeficientes na matriz identidade uma vez que, a sua característica é igual à sua ordem. Continuando a transformação fazemos: 3 3 1 16 L L temos então: 1 1 3 2 2 33. 1 1 1 0 ' 0 1 3 10 0 0 1 3 L L L L L L A 1 1 2 2 2 1 1 0 3 0 1 0 1 0 0 1 3 L L L L L 1 0 0 2 0 1 0 1 0 0 1 3 De acordo com o que se expôs, o sistema inicial transformou-se no sistema equivalente: 1. 0. 0. 2 2 0. 1. 0. 1 1 0. 0. 1. 3 3 x y z x x y z y x y z z Estes valores das variáveis são a solução única do sistema: ( , , ) (2, 1,3)x y z Exemplo 18: Resolva o sistema: 0 2 2 10 2 2 2 3 x y z x y z x y z Engenharia e Gestão Industrial Engenharia Biomédica Textos de Apoio de Cálculo I Matrizes. Resolução e Discussão de Sistemas por Condensação. 40/48 Resolução: A matriz completa do sistema é: 1 1 1 0 ' 1 2 2 10 2 2 2 3 A Vamos transformar a matriz do sistema na matriz identidade, fazendo: 2 2 1L L L e 3 3 1L L 2L 1 1 1 0 ' 0 1 3 10 0 0 0 3 A Este sistema é impossível uma vez que, estando a condensação da matriz terminada, é fácil ver que 2 ' 3C C , sendo impossível a transformação da matriz dos coeficientes na matriz identidade. Assim, este sistema não tem solução. 2.4. Resolução de sistemas por condensação Consideremos um sistema geral de m equações a n incógnitas, onde m n . (S) 11 1 12 2 1 1 21 1 22 2 2 2 1 1 2 2 ... ... ... n n n n m m mn n m a x a x a x b a x a x a x b a x a x a x b Para resolvermos este sistema podemos proceder de modo semelhante ao método de Gauss – Jordan, apresentado na secção anterior, embora aqui não seja possível transformar a matriz do sistema na matriz identidade pois esta é retangular. Apresentamos, então, duas formas de resolução deste tipo de sistemas, baseadas na condensação, e cuja utilização ficará ao critério de cada um. O procedimento inicial é o mesmo, começando por se condensar a matriz do sistema. Obtemos dentro da matriz do sistema, uma matriz triangular de ordem “ r ” com elementos diagonais não nulos. Assim, a matriz do sistema (S) é equivalente a uma matriz do tipo: Engenharia e Gestão Industrial Engenharia Biomédica Textos de Apoio de Cálculo I Matrizes. Resolução e Discussão de Sistemas por Condensação. 41/48 111 12 1 1 1 1 222 2 2 1 2 r 1 r 1 m b'' ' ' ' ' b'0 ' ' ' ' b'0 0 ' ' ' b'0 0 0 0 0 b'0 0 0 0 0 r r n r r n r r r r r n a a a a a a a a a a a a Como também já referimos, este sistema só é possível se 1 2' ' ' 0r r mb b b uma vez que, havendo pelo menos um ' 0ib para i r , teríamos ' 1C r C r , sendo, neste caso, o sistema (S) impossível (sem solução). Considerando agora 1 2' ' ' 0r r mb b b , isto é, considerando o caso do sistema ser possível ( 'C r C ), temos então: r incógnitas principais (cujos coeficientes figuram nas r primeiras colunas da matriz) n r incógnitas secundárias r equações principais (que constituem as r primeiras linhas da matriz) m r equações secundárias cujos membros ficaram “anulados” depois de efetuada a condensação. Para terminarmos a resolução do sistema (S) temos dois processos possíveis que passamos a descrever separadamente: Processo 1 - Rescrevemos o sistema condensado, eliminando as equações não principais e passando para os segundos membros os termos relativos às incógnitas não principais, isto é 11 1 12 2 1 1 1 1 1 1 22 2 2 2 2 1 1 2 1 1 ' ' ... ' ' ... ' ' ... ' ' ... ' ' ' ... ' r r r r n n r r r r n n r r r m r r r r n n a x a x a x b a x a x a x a x b a x a x a x b a x a x Deste sistema, obtêm-se imediatamente as soluções do sistema (S) por substituição dos sucessivos valores das incógnitas (de baixo para cima). Engenharia e Gestão Industrial Engenharia Biomédica Textos de Apoio de Cálculo I Matrizes. Resolução e Discussão de Sistemas por Condensação. 42/48 Obter as soluções não é mais do que escrever as incógnitas principais à custa das incógnitas secundárias que podem assumir qualquer valor (varáveis livres). Processo 2 - Transformamos a matriz triangular obtida por condensação na matriz identidade, efetuando apenas operações por linhas. Chegamos, então a uma matriz do tipo: 1 1 1 1 2 1 2 2 1 r 1 0 0 '' '' b'' 0 1 0 '' '' b'' 0 0 1 '' '' b'' 0 0 0 0 0 0 0 0 0 0 0 0 r n r n r r r n a a a a a a obtendo-se, diretamente, as soluções pretendidas, de (S), ao escrevermos o sistema representado por esta última matriz, passando para o segundo membro os termos relativos às incógnitas secundárias: 1 1 1 1 1 1 2 2 2 1 1 2 1 1 '' '' ... '' '' '' ... '' '' '' ... '' r r n n r r n n r m r r r r n n x b a x a x x b a x a x x b a x a x Este processo pode entender-se como uma extensão do método de Gauss-Jordan a sistemas cujas matrizes sejam retangulares, ou, de outra forma, o método de Gauss-Jordan pode ser visto como um caso particular deste processo 2, quando a matriz do sistema é quadrada, de característica igual à sua ordem. Observações: Note-se que na exposição dos dois processos estamos a supor que durante a condensação não houve troca da posição relativa das colunas na matriz do sistema, isto é, que as incógnitas se encontram segundo a sua ordem inicial. Caso haja troca de colunas esta deve ser assinalada para que no final, quando se rescreve o sistema se atribua a cada incógnita os coeficientes respetivos e não os de outra. Engenharia e Gestão Industrial Engenharia Biomédica Textos de Apoio de Cálculo I Matrizes. Resolução e Discussão de Sistemas por Condensação. 43/48 Estamos também a supor a existência de incógnitas secundárias, sendo o sistema, neste caso, indeterminado (de grau igual ao número destas). No entanto, os dois processos funcionam sempre, independentemente da existência ou não de incógnitas secundárias. A compreensão destes processos ficará mais facilitada se atendermos aos exemplos que se seguem. Exemplo 19: Resolver sistema: 0 2 2 10 2 3 2 x y z t x y z t x y z t Resolução: A matriz completa do sistema é: 1 1 1 1 0 ' 1 2 1 2 10 2 3 1 1 2 A Vamos começar por condensar a matriz do sistema, fazendo: 2 2 1L L L e 3 3 12L L L 3 3 25. 1 1 1 1 0 1 1 1 1 0 ' 0 1 0 3 10 0 1 0 3 10 0 5 1 1 2 0 0 1 16 48 L L L A Podemos desde já garantir que o sistema é possível uma vez que ' 3C C , no entanto é simplesmente indeterminado porque 3 4C n e 1n C . Agora, uma vez que o sistema é possível, temos : o incógnitas principais (3): , ,x y z o incógnitas secundárias (1): t (livre) o Equações principais (3): todas o Equações secundárias (0): não há Continuando a resolução do sistema, pois é possível, vamos fazê-lo pelos dois processos atrás descritos: Pr.1 Rescrevendo o sistema obtido, passando para o segundo membro os termos relativos à incógnita secundária, temos: Engenharia e Gestão Industrial Engenharia Biomédica Textos de Apoio de Cálculo I Matrizes. Resolução e Discussão de Sistemas por Condensação. 44/48 10 3. 3. 10 48 16. 48 16. x y z t x t y z y t y t z t z t Para obtermos a solução da incógnita x temos de substituir na primeira equação y e z pelas respetivas expressões, em função de t , temos então 38 12 3 10 48 16 x t y t z t t IR As soluções do sistema são: ( , , , ) (38 12 ,3 10,48 16 , ), x y z t k k k k k Pr.2 Para transformar a matriz triangular obtida, isto é, formada pelos termos relativos às incógnitas e equações principais, na matriz identidade basta fazer: 1 1 2 3L L L L e 2 2L L temos então:
Compartilhar