Baixe o app para aproveitar ainda mais
Prévia do material em texto
Álgebra Linear Assunto: A definição de Matrizes, suas operações e os conceitos de Sistema Lineares via Matrizes Universidade Federal Rural do Semi-Árido - UFERSA Campus Pau dos Ferros-RN 18 de fevereiro de 2016 (prof(a) Mônica Sousa) UFERSA 18 de fevereiro de 2016 1 / 1 MATRIZES As matrizes, como veremos, além de serem em si mesmas um campo de estudo, permitem trabalhar os sistemas lineares de forma mais sistêmica. Definição 1: Uma MATRIZ m× n é uma tabela retangular de mn números reais ou complexos organizados em m linha horizontais e n colunas verticais, que representamos por: (prof(a) Mônica Sousa) UFERSA 18 de fevereiro de 2016 1 / 1 MATRIZES As matrizes, como veremos, além de serem em si mesmas um campo de estudo, permitem trabalhar os sistemas lineares de forma mais sistêmica. Definição 1: Uma MATRIZ m× n é uma tabela retangular de mn números reais ou complexos organizados em m linha horizontais e n colunas verticais, que representamos por: (prof(a) Mônica Sousa) UFERSA 18 de fevereiro de 2016 1 / 1 A = a11 a12 . . . . . . . . . a1n a21 a22 . . . . . . . . . a2n ... ... . . . ... ... ... aij ... ... ... . . . ... am1 am2 . . . . . . . . . amn . Dizemos que A é uma matriz de ordem m por n. Sua i-ésima linha é[ ai1 ai2 . . . ain ] , 1 ≤ i ≤ m (prof(a) Mônica Sousa) UFERSA 18 de fevereiro de 2016 2 / 1 e sua j-ésima coluna é a1j a2j ... amj , 1 ≤ j ≤ n. Observação Se m = n, então dizemos que A é uma MATRIZ QUADRADA DE ORDEM n. E os números a11, a22, . . . , ann formam o que chamamos de DIAGONAL PRINCIPAL DE A. (prof(a) Mônica Sousa) UFERSA 18 de fevereiro de 2016 3 / 1 Referimo-nos ao número aij como i, j-ésimo elemento de A, ou o elemento (i, j) de A e escrevemos a matriz como A = [aij ]. Por exemplo, A = [ 1 2 3 −1 0 1 ] é uma matriz de ordem 2× 3 é o 2, 3-ésimo elemento é a23 = 1. (prof(a) Mônica Sousa) UFERSA 18 de fevereiro de 2016 4 / 1 Referimo-nos ao número aij como i, j-ésimo elemento de A, ou o elemento (i, j) de A e escrevemos a matriz como A = [aij ]. Por exemplo, A = [ 1 2 3 −1 0 1 ] é uma matriz de ordem 2× 3 é o 2, 3-ésimo elemento é a23 = 1. (prof(a) Mônica Sousa) UFERSA 18 de fevereiro de 2016 4 / 1 Observação Se A é uma matriz n× n, então as linhas de A são matrizes 1× n e as colunas de A são matrizes n× 1. Assim podemos formar o conjunto de todas as matrizes com elementos reais n× 1, que denotamos por Rn. 1 Um elemento de Rn é também chamado de VETOR; 2 A matriz 0 = 0 0 ... 0 é dita VETOR NULO; (prof(a) Mônica Sousa) UFERSA 18 de fevereiro de 2016 5 / 1 1 Denotaremos os vetores por letras minusculas. Por exemplo, u = 1 2 −1 0 e v = 1 −1 3 são vetores em R4 e R3, respectivamente. (prof(a) Mônica Sousa) UFERSA 18 de fevereiro de 2016 6 / 1 Definição 2: Duas matrizes m× n A = [aij ] e B = [bij ] são IGUAIS se todos os elementos forem iguais aij = bij , para i = 1, 2, . . . ,m e j = 1, 2, . . . , n. Por exemplo, As matrizes A = 1 2 −1 2 −3 4 0 −4 5 e B = 1 2 w 2 x 4 y −4 z são iguais se, e somente se, x = −3, y = 0, w = −1 e z = 5. (prof(a) Mônica Sousa) UFERSA 18 de fevereiro de 2016 7 / 1 Definição 2: Duas matrizes m× n A = [aij ] e B = [bij ] são IGUAIS se todos os elementos forem iguais aij = bij , para i = 1, 2, . . . ,m e j = 1, 2, . . . , n. Por exemplo, As matrizes A = 1 2 −1 2 −3 4 0 −4 5 e B = 1 2 w 2 x 4 y −4 z são iguais se, e somente se, x = −3, y = 0, w = −1 e z = 5. (prof(a) Mônica Sousa) UFERSA 18 de fevereiro de 2016 7 / 1 OPERAÇÕES COM MATRIZES Definição 3: Se A = [aij ] e B = [bij ] são ambas matrizes m× n, então a SOMA A+B é uma matriz C = [cij ], m× n, definida por cij = aij + bij , i = 1, 2, . . . ,m e j = 1, 2, . . . , n. (prof(a) Mônica Sousa) UFERSA 18 de fevereiro de 2016 8 / 1 Por exemplo, Um fabricante de um determinado produto faz três modelos, A, B e C. Cada modelo é parcialmente feito na fabrica F1 e finalizado na fabrica F2. O custo total de cada produto consiste no custo de fabricação e no custo de transporte. Sendo o custo em cada fabrica dado pelas matrizes: Custo de Custo de fabricação transporte F1 = 32 40 50 80 70 20 Modelo A Modelo B Modelo C (prof(a) Mônica Sousa) UFERSA 18 de fevereiro de 2016 9 / 1 E Custo de Custo de fabricação transporte F2 = 40 60 50 50 130 20 Modelo A Modelo B Modelo C, o custo total por produto é fornecido pela matriz F1 + F2. (prof(a) Mônica Sousa) UFERSA 18 de fevereiro de 2016 10 / 1 E Custo de Custo de fabricação transporte F2 = 40 60 50 50 130 20 Modelo A Modelo B Modelo C, o custo total por produto é fornecido pela matriz F1 + F2. (prof(a) Mônica Sousa) UFERSA 18 de fevereiro de 2016 10 / 1 Definição 4: Se A = [aij ] é uma matriz m× n e r é um número real, então MULTIPLICAÇÃO POR ESCALAR DE A POR r, denotada por rA, é a matria C = [cij ] tal que cij = raij , i = 1, 2, . . . ,m e j = 1, 2, . . . , n. (prof(a) Mônica Sousa) UFERSA 18 de fevereiro de 2016 11 / 1 Por exemplo, Se r = −2 e A = [ 4 −2 −3 7 −3 2 ] , então rA = −2 [ 4 −2 −3 7 −3 2 ] = [ (−2)4 (−2)(−2) (−2)(−3) (−2)7 (−2)(−3) (−2)2 ] =[ −8 4 6 −14 6 −4 ] . Observação Se A e B são matrizes m× n, escrevemos A+ (−1)B como A−B e a chamamos DIFERENÇA ENTRE A E B. (prof(a) Mônica Sousa) UFERSA 18 de fevereiro de 2016 12 / 1 Por exemplo, Se r = −2 e A = [ 4 −2 −3 7 −3 2 ] , então rA = −2 [ 4 −2 −3 7 −3 2 ] = [ (−2)4 (−2)(−2) (−2)(−3) (−2)7 (−2)(−3) (−2)2 ] = [ −8 4 6 −14 6 −4 ] . Observação Se A e B são matrizes m× n, escrevemos A+ (−1)B como A−B e a chamamos DIFERENÇA ENTRE A E B. (prof(a) Mônica Sousa) UFERSA 18 de fevereiro de 2016 12 / 1 Por exemplo, Se r = −2 e A = [ 4 −2 −3 7 −3 2 ] , então rA = −2 [ 4 −2 −3 7 −3 2 ] = [ (−2)4 (−2)(−2) (−2)(−3) (−2)7 (−2)(−3) (−2)2 ] =[ −8 4 6 −14 6 −4 ] . Observação Se A e B são matrizes m× n, escrevemos A+ (−1)B como A−B e a chamamos DIFERENÇA ENTRE A E B. (prof(a) Mônica Sousa) UFERSA 18 de fevereiro de 2016 12 / 1 Por exemplo, Se r = −2 e A = [ 4 −2 −3 7 −3 2 ] , então rA = −2 [ 4 −2 −3 7 −3 2 ] = [ (−2)4 (−2)(−2) (−2)(−3) (−2)7 (−2)(−3) (−2)2 ] =[ −8 4 6 −14 6 −4 ] . Observação Se A e B são matrizes m× n, escrevemos A+ (−1)B como A−B e a chamamos DIFERENÇA ENTRE A E B. (prof(a) Mônica Sousa) UFERSA 18 de fevereiro de 2016 12 / 1 Em alguns momentos uma notação mais compacta será útil, por isso veremos a notação de somatório, que é n∑ i=1 ai e significa a1 + a2 + . . .+ an, onde i é o índice de soma e pode ser substituída por qualquer variável, ou seja, n∑ i=1 ai = n∑ j=1 aj = n∑ k=1 ak = a1 + a2 + . . .+ an. (prof(a) Mônica Sousa) UFERSA 18 de fevereiro de 2016 13 / 1 E tem por propriedades: 1 n∑ i=1 (ri + si)ai = n∑ i=1 riai + n∑ i=1 siai; 2 n∑ i=1 c(riai) = c n∑ i=1 riai; 3 n∑ j=1 ( m∑ i=1 aij) = m∑ i=1 ( n∑ j=1 aij). Observação Com essa notação, se A1, A2, . . ., Ak são matrizes m× n e c1, c2, . . ., ck são números reais, então k∑ i=1 ciAi = c1A1 + c2A2 + . . .+ ckAk. é chamada combinação linear de A1, A2, . . ., Ak e c1, c2, . . ., ck são ditos coeficientes. (prof(a) Mônica Sousa) UFERSA 18 de fevereiro de 2016 14 / 1 E tem por propriedades: 1 n∑ i=1 (ri+ si)ai = n∑ i=1 riai + n∑ i=1 siai; 2 n∑ i=1 c(riai) = c n∑ i=1 riai; 3 n∑ j=1 ( m∑ i=1 aij) = m∑ i=1 ( n∑ j=1 aij). Observação Com essa notação, se A1, A2, . . ., Ak são matrizes m× n e c1, c2, . . ., ck são números reais, então k∑ i=1 ciAi = c1A1 + c2A2 + . . .+ ckAk. é chamada combinação linear de A1, A2, . . ., Ak e c1, c2, . . ., ck são ditos coeficientes. (prof(a) Mônica Sousa) UFERSA 18 de fevereiro de 2016 14 / 1 Definição 5: Se A = [aij ] é uma matriz m× n, então a TRANSPOSTA de A, AT = [aij T ], é a matriz n×m definida por aij T = aji. Por exemplo, Se A = [ 4 −2 3 0 5 −2 ] , então AT = 4 0 −2 5 3 −2 . (prof(a) Mônica Sousa) UFERSA 18 de fevereiro de 2016 15 / 1 Definição 5: Se A = [aij ] é uma matriz m× n, então a TRANSPOSTA de A, AT = [aij T ], é a matriz n×m definida por aij T = aji. Por exemplo, Se A = [ 4 −2 3 0 5 −2 ] , então AT = 4 0 −2 5 3 −2 . (prof(a) Mônica Sousa) UFERSA 18 de fevereiro de 2016 15 / 1 Definição 5: Se A = [aij ] é uma matriz m× n, então a TRANSPOSTA de A, AT = [aij T ], é a matriz n×m definida por aij T = aji. Por exemplo, Se A = [ 4 −2 3 0 5 −2 ] , então AT = 4 0 −2 5 3 −2 . (prof(a) Mônica Sousa) UFERSA 18 de fevereiro de 2016 15 / 1 Para o próximo conceito a seguinte definição é importante. Definição 6: O PRODUTO ESCALA ou PRODUTO INTERNO de vetores em Rn, a = a1 a2 ... an e b = b1 b2 ... bn é definido por a · b = a1b1 + a2b2 + . . .+ anbn = n∑ i=1 aibi. (prof(a) Mônica Sousa) UFERSA 18 de fevereiro de 2016 16 / 1 Por exemplo, para u = 1 −2 3 e v = 2 3 −2 tem-se u · v = 1 · 2 + (−2) · 3 + 3 · (−2) = −10. (prof(a) Mônica Sousa) UFERSA 18 de fevereiro de 2016 17 / 1 Por exemplo, para u = 1 −2 3 e v = 2 3 −2 tem-se u · v = 1 · 2 + (−2) · 3 + 3 · (−2) = −10. (prof(a) Mônica Sousa) UFERSA 18 de fevereiro de 2016 17 / 1 Definição 7: Se A = [aij ] é uma matriz m× p e B = [bij ] é uma matriz p× n, então o PRODUTO de A e B, representado por AB, é a matriz m× n C = [cij ] definida por cij = ai1b1j + ai2b2j + . . .+ aipbpj = p∑ k=1 aikbkj , onde 1 ≤ i ≤ m, 1 ≤ j ≤ n. (prof(a) Mônica Sousa) UFERSA 18 de fevereiro de 2016 18 / 1 Ou seja, cada elemento da matriz produto AB é o resultado do produto escalar da i-ésima linha de A transposta pela j-ésima coluna de B. Por exemplo, se A = [ 1 2 −1 3 1 4 ] e B = −2 5 4 −3 2 1 , então AB = [ 1(−2) + 2 · 4− 1 · 2 1 · 5 + 2(−3)− 1 · 1 3 · (−2) + 1 · 4 + 4 · 2 3 · 5 + 1(−3) + 4 · 1 ] = [ 4 −2 6 16 ] (prof(a) Mônica Sousa) UFERSA 18 de fevereiro de 2016 19 / 1 Ou seja, cada elemento da matriz produto AB é o resultado do produto escalar da i-ésima linha de A transposta pela j-ésima coluna de B. Por exemplo, se A = [ 1 2 −1 3 1 4 ] e B = −2 5 4 −3 2 1 , então AB = [ 1(−2) + 2 · 4− 1 · 2 1 · 5 + 2(−3)− 1 · 1 3 · (−2) + 1 · 4 + 4 · 2 3 · 5 + 1(−3) + 4 · 1 ] = [ 4 −2 6 16 ] (prof(a) Mônica Sousa) UFERSA 18 de fevereiro de 2016 19 / 1 Ou seja, cada elemento da matriz produto AB é o resultado do produto escalar da i-ésima linha de A transposta pela j-ésima coluna de B. Por exemplo, se A = [ 1 2 −1 3 1 4 ] e B = −2 5 4 −3 2 1 , então AB = [ 1(−2) + 2 · 4− 1 · 2 1 · 5 + 2(−3)− 1 · 1 3 · (−2) + 1 · 4 + 4 · 2 3 · 5 + 1(−3) + 4 · 1 ] = [ 4 −2 6 16 ] (prof(a) Mônica Sousa) UFERSA 18 de fevereiro de 2016 19 / 1 Ou seja, cada elemento da matriz produto AB é o resultado do produto escalar da i-ésima linha de A transposta pela j-ésima coluna de B. Por exemplo, se A = [ 1 2 −1 3 1 4 ] e B = −2 5 4 −3 2 1 , então AB = [ 1(−2) + 2 · 4− 1 · 2 1 · 5 + 2(−3)− 1 · 1 3 · (−2) + 1 · 4 + 4 · 2 3 · 5 + 1(−3) + 4 · 1 ] = [ 4 −2 6 16 ] (prof(a) Mônica Sousa) UFERSA 18 de fevereiro de 2016 19 / 1 Observação Como o número de linhas de A tem que ser igual ao número de colunas de B, a ordem no produto de matrizes importa. Se A é m× p e B é p× n, então AB é m× n, Am×p ·Bp×n = ABm×n. Já BA pode: 1 não está definida, se m 6= n; 2 está definida, se m = n; 3 AB = BA e AB 6= BA, se m = p = n. (prof(a) Mônica Sousa) UFERSA 18 de fevereiro de 2016 20 / 1 Por exemplo, sendo A = [ 1 2 −1 3 ] e B = [ 2 1 0 1 ] , tem-se AB = [ 2 3 −2 2 ] enquanto BA = [ 1 7 −1 3 ] . (prof(a) Mônica Sousa) UFERSA 18 de fevereiro de 2016 21 / 1 Por exemplo, sendo A = [ 1 2 −1 3 ] e B = [ 2 1 0 1 ] , tem-se AB = [ 2 3 −2 2 ] enquanto BA = [ 1 7 −1 3 ] . (prof(a) Mônica Sousa) UFERSA 18 de fevereiro de 2016 21 / 1 Por exemplo, sendo A = [ 1 2 −1 3 ] e B = [ 2 1 0 1 ] , tem-se AB = [ 2 3 −2 2 ] enquanto BA = [ 1 7 −1 3 ] . (prof(a) Mônica Sousa) UFERSA 18 de fevereiro de 2016 21 / 1 As vezes é útil poder encontrar uma coluna na matriz produto sem ter que multiplicar as duas matrizes. Então, como fazemos isso? Observando que o produto Ac de uma matriz m× n por um vetor c, pode ser escrito como uma combinação linear das colunas de A, onde os coeficientes são os elementos de c, pois Ac = a11 a12 . . . a1n a21 a22 . . . a2n ... ... ... am1 am2 . . . amn · c1 c2 ... cn = (prof(a) Mônica Sousa) UFERSA 18 de fevereiro de 2016 22 / 1 a11c1 + a12c2 + . . .+ a1ncn a21c1 + a22c2 + . . .+ a2ncn ... am1c1 + am2c2 + . . .+ amncn = c1 a11 a21 ... am1 + c2 a12 a22 ... am2 + . . .+ cn a1n a2n ... amn Logo, colj(AB) = Acolj(B) = b1jcol1(A) + b2jcol2(A) + . . .+ bpjcolp(A) (prof(a) Mônica Sousa) UFERSA 18 de fevereiro de 2016 23 / 1 a11c1 + a12c2 + . . .+ a1ncn a21c1 + a22c2 + . . .+ a2ncn ... am1c1 + am2c2 + . . .+ amncn = c1 a11 a21 ... am1 + c2 a12 a22 ... am2 + . . .+ cn a1n a2n ... amn Logo, colj(AB) = Acolj(B) = b1jcol1(A) + b2jcol2(A) + . . .+ bpjcolp(A) (prof(a) Mônica Sousa) UFERSA 18 de fevereiro de 2016 23 / 1 Por exemplo, se A = 1 2 3 4 −1 5 e B = [ −2 3 4 3 2 1 ] , então col1(AB) = b11col1(A)+ b21col2(A) = − 2 1 3 −1 +3 2 4 5 = 4 6 17 (prof(a) Mônica Sousa) UFERSA 18 de fevereiro de 2016 24 / 1 Por exemplo, se A = 1 2 3 4 −1 5 e B = [ −2 3 4 3 2 1 ] , então col1(AB) = b11col1(A)+ b21col2(A) = − 2 1 3 −1 +3 2 4 5 = 4 6 17 (prof(a) Mônica Sousa) UFERSA 18 de fevereiro de 2016 24 / 1 Por exemplo, se A = 1 2 3 4 −1 5 e B = [ −2 3 4 3 2 1 ] , então col1(AB) = b11col1(A)+ b21col2(A) = − 2 1 3 −1 +3 2 4 5 = 4 6 17 (prof(a) Mônica Sousa) UFERSA 18 de fevereiro de 2016 24 / 1 Por exemplo, se A = 1 2 3 4 −1 5 e B = [ −2 3 4 3 2 1 ] , então col1(AB) = b11col1(A)+ b21col2(A) = − 2 1 3 −1 +3 2 4 5 = 4 6 17 (prof(a) Mônica Sousa) UFERSA 18 de fevereiro de 2016 24 / 1 SISTEMAS DE EQUAÇÕES LINEARESVIA MATRIZES Com esse estudo podemos expressar sistemas lineares em função de um produto de matrizes por um vetor, pois, se considerarmos as matrizes A = a11 a12 . . . a1n a21 a22 . . . a2n ... ... ... am1 am2 . . . amn , x = x1 x2 ... xn e b = b1 b2 ... bm (prof(a) Mônica Sousa) UFERSA 18 de fevereiro de 2016 25 / 1 já que, a11x1 + a12x2 + . . . + a1nxn = b1 a21x1 + a22x2 + . . . + a2nxn = b2 ... ... ... ... ai1x1 + ai2x2 + . . . + ainxn = bi ... ... ... ... am1x1 + am2x2 + . . . + amnxn = bm, tem-se Ax = a11 a12 . . . a1n a21 a22 . . . a2n ... ... ... am1 am2 . . . amn x1 x2 ... xn = b1 b2 ... bm (prof(a) Mônica Sousa) UFERSA 18 de fevereiro de 2016 26 / 1 já que, a11x1 + a12x2 + . . . + a1nxn = b1 a21x1 + a22x2 + . . . + a2nxn = b2 ... ... ... ... ai1x1 + ai2x2 + . . . + ainxn = bi ... ... ... ... am1x1 + am2x2 + . . . + amnxn = bm, tem-se Ax = a11 a12 . . . a1n a21 a22 . . . a2n ... ... ... am1 am2 . . . amn x1 x2 ... xn = b1 b2 ... bm (prof(a) Mônica Sousa) UFERSA 18 de fevereiro de 2016 26 / 1 já que, a11x1 + a12x2 + . . . + a1nxn = b1 a21x1 + a22x2 + . . . + a2nxn = b2 ... ... ... ... ai1x1 + ai2x2 + . . . + ainxn = bi ... ... ... ... am1x1 + am2x2 + . . . + amnxn = bm, tem-se Ax = a11 a12 . . . a1n a21 a22 . . . a2n ... ... ... am1 am2 . . . amn x1 x2 ... xn = b1 b2 ... bm (prof(a) Mônica Sousa) UFERSA 18 de fevereiro de 2016 26 / 1 Portanto, Um sistema linear pode ser expresso na forma Ax = b, onde a matriz A é dita MATRIZ DOS COEFICIENTES do sistema linear. (prof(a) Mônica Sousa) UFERSA 18 de fevereiro de 2016 27 / 1 1 Quando tomamos a matriz a11 a12 . . . a1n p b1 a21 a22 . . . a2n p b2 ... ... ... p ... am1 am2 . . . amn p bm obtida pela união em bloco b com A dizemos que temos a MATRIZ AUMENTADA do sistema linear; 2 Qualquer matriz com mais de uma coluna pode ser entendida como a matriz aumentada de um sistema linear; 3 Se o sistema for homogêneo, então pode ser escrito como Ax = 0 (prof(a) Mônica Sousa) UFERSA 18 de fevereiro de 2016 28 / 1 Por exemplo, para o sistema linear −2x+ z = 5 2x+ 3y − 4z = 7 3x+ 2y + 2z = 3 temos A = −2 0 1 2 3 −4 3 2 2 , x = x y z e b = 5 7 3 , (prof(a) Mônica Sousa) UFERSA 18 de fevereiro de 2016 29 / 1 Por exemplo, para o sistema linear −2x+ z = 5 2x+ 3y − 4z = 7 3x+ 2y + 2z = 3 temos A = −2 0 1 2 3 −4 3 2 2 , x = x y z e b = 5 7 3 , (prof(a) Mônica Sousa) UFERSA 18 de fevereiro de 2016 29 / 1 Por exemplo, para o sistema linear −2x+ z = 5 2x+ 3y − 4z = 7 3x+ 2y + 2z = 3 temos A = −2 0 1 2 3 −4 3 2 2 , x = x y z e b = 5 7 3 , (prof(a) Mônica Sousa) UFERSA 18 de fevereiro de 2016 29 / 1 Por exemplo, para o sistema linear −2x+ z = 5 2x+ 3y − 4z = 7 3x+ 2y + 2z = 3 temos A = −2 0 1 2 3 −4 3 2 2 , x = x y z e b = 5 7 3 , (prof(a) Mônica Sousa) UFERSA 18 de fevereiro de 2016 29 / 1 onde A é a matriz dos coeficientes e −2 0 1 p 5 2 3 −4 p 7 3 2 2 p 3 é a matriz aumentada. (prof(a) Mônica Sousa) UFERSA 18 de fevereiro de 2016 30 / 1
Compartilhar