Baixe o app para aproveitar ainda mais
Prévia do material em texto
Álgebra Linear Assunto: Posto de uma Matriz Universidade Federal Rural do Semi-Árido - UFERSA Campus Pau dos Ferros-RN 28 de abril de 2016 (prof(a) Mônica Sousa) UFERSA 28 de abril de 2016 1 / 25 POSTO LINHA E POSTO COLUNA Até aqui podemos perceber que conhecer uma base de um espaço ve- torial de dimensão finita é muito importante, visto podemos trabalhar nele de forma semelhante ao Rn. Assim, como já vimos um método de obter uma base B que seja sub- conjunto de um gerador S = {v1, v2, . . . , vk}, veremos também outro método onde B não é necessariamente subconjunto de S. E finalizaremos com o conceito de posto que fornece informações acerca das soluções de sistemas não homogêneos. (prof(a) Mônica Sousa) UFERSA 28 de abril de 2016 1 / 25 Definição 1: Seja A = [aij ] uma matriz m× n. As linhas de A consideradas como vetores Rm geram um subespaço que chamamos de ESPAÇO LINHA DE A. Da mesma maneira, as colunas de A consideradas como vetores de Rn, geram um subespaço que chamamos de ESPAÇO COLUNA DE A. (prof(a) Mônica Sousa) UFERSA 28 de abril de 2016 2 / 25 Por exemplo, se A = 1 −2 0 3 3 2 8 1 2 3 7 2 , então 1 W1 = ger {[ 1 −2 0 3 ] , [ 3 2 8 1 ] , [ 2 3 7 2 ]} é o espaço linha de A; 2 E W2 = ger 1 3 2 , −2 2 3 , 0 8 7 , 3 1 2 é o espaço coluna de A. (prof(a) Mônica Sousa) UFERSA 28 de abril de 2016 3 / 25 Mas, com o teorema abaixo, podemos encontrar bases de espaços gerados por conjuntos de vetores S = {v1, v2, . . . , vk}: Teorema 1: Se A e B são matrizes m× n equivalentes por linha (colunas), então os espaços linha (coluna) de A e B são iguais. Ou seja, com os vetores do conjunto S = {v1, v2, . . . , vk} formamos uma matriz A e escalonamos por linhas (colunas) - nem precisa ser de forma reduzida - obtendo B, cujas linhas (colunas) que contêm os 1-líderes formam a base do V = gerS. (prof(a) Mônica Sousa) UFERSA 28 de abril de 2016 4 / 25 Por exemplo, encontremos uma base para o subespaço V de R5 que seja gerado por S = {v1, v2, v3, v4}, onde v1 = [ 1 −2 0 3 −4 ] , v2 = [ 3 2 8 1 4 ] , v3 = [ 2 3 7 2 3 ] e v4 = [ −1 2 0 4 −3 ] . (prof(a) Mônica Sousa) UFERSA 28 de abril de 2016 5 / 25 I) Observamos que V é o espaço linha da matriz A dada por, A = 1 −2 0 3 −4 3 2 8 1 4 2 3 7 2 3 −1 2 0 4 −3 ; II) Escalonamos e obtemos a matriz B, onde B = 1 0 2 0 1 0 1 1 0 1 0 0 0 1 −1 0 0 0 0 0 ; (prof(a) Mônica Sousa) UFERSA 28 de abril de 2016 6 / 25 III) E lembramos que os espaços linhas de A e B são iguais, daí w1 = [ 1 0 2 0 1 ] , w2 = [ 0 1 1 0 1 ] e w3 = [ 0 0 0 1 −1 ] , que são os vetores formados pelas linhas dos 1-líderes de B (ou as linhas não nulas de B) formam uma base de V . (prof(a) Mônica Sousa) UFERSA 28 de abril de 2016 7 / 25 Observação 1. Esse método produz uma base que pode não ser um subconjunto do gerador dado; 2. Entretanto, ela é análoga a base canônica de Rn (Rn), pois se v = a1 a2 ... an ∈ V e S = {v1, v2, . . . , vk} é uma base obtida por esse método, então [v]S = aj1 aj2 ... ajk , onde j1, j2, . . . , jk são as colunas onde ocorrem os 1-líderes. (prof(a) Mônica Sousa) UFERSA 28 de abril de 2016 8 / 25 Por exemplo, no exemplo anterior, para v = [ 5 4 14 6 3 ] ∈ V temos que o vetor de coordenadas de v é [v]S = 5 4 6 , já que os 1-líderes ocorrem nas colunas 1, 2 e 4. (prof(a) Mônica Sousa) UFERSA 28 de abril de 2016 9 / 25 Com uma base já podemos falar em dimensão e definirmos: Definição 2: A dimensão do espaço linha de uma matriz A é chamado de POSTO LINHA DE A. Da mesma forma, a dimensão do espaço coluna de A é chamado POSTO COLUNA DE A. Assim, se escalonamos por linhas A e obtemos B, temos que seus postos linhas são iguais. Da mesmas formas se escalonamos A por colunas e obtemos C, seus postos colunas são iguais. (prof(a) Mônica Sousa) UFERSA 28 de abril de 2016 10 / 25 Por exemplo, para encontrarmos o posto coluna de A = 1 −2 0 3 3 2 8 1 2 3 7 2 −1 2 0 4 , fazemos: I) AT = 1 3 2 −1 −2 2 3 2 0 8 7 0 3 1 2 4 e escalonamos por linhas obtendo; (prof(a) Mônica Sousa) UFERSA 28 de abril de 2016 11 / 25 B = 1 0 0 1124 0 1 0 −4924 0 0 1 73 0 0 0 0 . 2- Daí, {[ 1 0 0 1124 ] , [ 0 1 0 −4924 ] , [ 0 0 1 73 ]} é uma base do espaço linha de AT . Portanto, 1 0 0 11 24 , 0 1 0 −4924 , 0 0 1 7 3 é uma base do espaço coluna de A e assim o posto coluna é 3. (prof(a) Mônica Sousa) UFERSA 28 de abril de 2016 12 / 25 POSTO Daí, para encontrarmos o posto linha e coluna de A, basta vermos o número de linhas e colunas, respectivamente, não nulas de B e C. Mas, quando sabemos que; Teorema 2: O posto linha e o posto coluna de uma matriz A = [aij ], de tamanho m× n, são iguais. Dizemos simplesmente o POSTO da matriz A e buscamos apenas o posto linha ou o posto coluna. (prof(a) Mônica Sousa) UFERSA 28 de abril de 2016 13 / 25 Por exemplo, se A = 1 −2 0 3 3 2 8 1 2 3 7 2 , como escalonando por linhas obtemos 1 0 2 0 0 1 1 0 0 0 0 1 e por colunas obtemos 1 0 0 0 0 1 0 0 0 0 1 0 , então o posto de A é 3. (prof(a) Mônica Sousa) UFERSA 28 de abril de 2016 14 / 25 Além do posto de uma matriz temos outro número associado a ela: Definição 3: Seja A = [aij ] uma matriz m× n. Chamamos de NULIDADE DE A a dimensão do espaço solução do sistema homogêneo associado Ax = 0. Por exemplo, para a matriz A = 1 −2 0 3 3 2 8 1 2 3 7 2 , o sistema homogêneo associado Ax = 0 tem matriz aumentada 1 −2 0 3 p 0 3 2 8 1 p 0 2 3 7 2 p 0 (prof(a) Mônica Sousa) UFERSA 28 de abril de 2016 15 / 25 que escalonada é 1 0 2 0 p 0 0 1 1 0 p 0 0 0 0 1 p 0 , donde o espaço solução é W = x = −2x3 −x3 x3 0 / x3 = r ∈ R (prof(a) Mônica Sousa) UFERSA 28 de abril de 2016 16 / 25 E como uma base de W é −2 −1 1 0 segue que a nulidade de A é igual a 1. (prof(a) Mônica Sousa) UFERSA 28 de abril de 2016 17 / 25 Mas temos um teorema muito importante que relaciona e facilita o cálculo da nulidade de uma matriz: Teorema 3: Se A é uma matriz m× n, então a nulidade A = n− posto A. (prof(a) Mônica Sousa) UFERSA 28 de abril de 2016 18 / 25 Por exemplo, se A = 3 −1 2 2 1 3 7 1 8 , então escalonamos por linhas e obtemos B = 1 0 1 0 1 1 0 0 0 . Portanto, o posto de A é 2 e assim, a nulidade é 3− 2 = 1. (prof(a) Mônica Sousa) UFERSA 28 de abril de 2016 19 / 25 Quando estamos trabalhando com matrizes quadradas temos: Teorema 4: Se A é uma matriz n× n, então posto A = n se, e somente se, A é equivalente por linhas a In. Donde, consequentemente, obtemos: Corolários: 1: A é não singular se, e somente se, posto A = n; 2: O posto A = n se, se somente se, det(A) 6= 0; 3: O sistema Ax = 0 tem solução não trivial se, se somente se, posto A < n; 4: O sistema Ax = b tem solução única se, se somente se, posto A = n. (prof(a) Mônica Sousa) UFERSA 28 de abril de 2016 20 / 25 Por exemplo, a matriz A = 1 2 3 0 1 2 3 0 −1 é não singular? Sim, pois det(A) = 2 6= 0, que pelocorolário 2 implica que posto A = 3 e pelo corolário 1 implica ser não singular. (prof(a) Mônica Sousa) UFERSA 28 de abril de 2016 21 / 25 Observação Da mesma forma, se S = {v1, v2, . . . , vn} é um conjunto de vetores em Rn (Rn), então S é L.I. se, e somente se, posto A = n, onde A é a matriz cujas linhas (colunas) são os vj . Por exemplo, S = {[ 1 2 3 ] , [ 0 1 2 ] , [ 3 0 −1 ]} é L.I., pois, como vimos no exemplo anterior, posto A = 3. (prof(a) Mônica Sousa) UFERSA 28 de abril de 2016 22 / 25 E finalizamos vendo que comparando o posto da matriz dos coe- ficientes de uma sistema não homogêneo com o posto da matriz aumentada deste, sabemos se tem ou não solução: Teorema 5: O sistema não homogêneo Ax = b tem solução se, e somente se, posto A = posto [ A b ] . (prof(a) Mônica Sousa) UFERSA 28 de abril de 2016 23 / 25 Por exemplo, para ver se o sistema 2 1 3 1 −2 2 0 1 3 x1 x2 x3 = 1 2 3 tem solução, tomamos a matriz aumentada 2 1 3 p 1 1 −2 2 p 2 0 1 3 p 3 e escalonamos obtendo (prof(a) Mônica Sousa) UFERSA 28 de abril de 2016 24 / 25 1 0 0 p −1 0 1 0 p −15 0 0 1 p 98 , donde o posto A = 3 e o posto [ A b ] = 3. Logo Ax = b tem solução. (prof(a) Mônica Sousa) UFERSA 28 de abril de 2016 25 / 25
Compartilhar