Baixe o app para aproveitar ainda mais
Prévia do material em texto
1 Aula sobre a seção 1.4 (livro do Strang) Regras para operações com matrizes Uma matriz é um arranjo retangular com um número de “elementos”. Quando A tem m linhas e n colunas, A é uma matriz m por n. Matrizes podem ser somadas se suas formas (tamanhos m por n) são as mesmas. Elas podem ser multiplicadas por qualquer constante c. Aqui estão alguns exemplos para matrizes 3 por 2: A+B e 2A: [ ] [ ] [ ] e [ ] [ ] Matrizes podem ser somadas exatamente como se faz com vetores: um elemento por vez. Podemos considerar um vetor coluna como uma matriz com apenas uma coluna (ou seja, n=1). A matriz –A pode ser obtida pela multiplicação da matriz A pela constante c=–1 (ou seja, invertemos os sinais de cada termo). Somando A com –A, obtemos a matriz zero (com todos os elementos iguais a zero). Tudo isso é bem fácil. Nomenclatura Agora, vamos falar sobre a nomenclatura dos elementos. Um elemento na linha i, e na coluna j, é chamado de aij ou a(i,j). As n entradas ao longo da primeira linha são a11, a12,..., a1n. Em uma matriz Amn, a primeira entrada (à esquerda) da linha mais embaixo é am1, e a última entrada dessa linha é amn. O número de linhas, i, vai de 1 a m. O número de colunas, j, vai de 1 a n. Multiplicação de Matrizes A adição de matrizes é fácil. A questão mais difícil é a multiplicação de matrizes. Quando nós podemos multiplicar A vezes B? Qual é o resultado desse produto? Não podemos multiplicar quando A e B têm ambas o tamanho 3 por 2, pois elas não passam no seguinte teste: Para multiplicar AB: Se A tem n colunas, B deve ter n linhas. Quando A é 3 por 2, a matriz B pode ser 2 por 1 (um vetor), ou 2 por 2 (quadrada) ou 2 por 20. Cada coluna de B é multiplicada por A. Vamos começar a discutir a multiplicação de matrizes falando do “modo” ou “interpretação” de produto escalar, onde vemos a multiplicação de uma linha por uma coluna como um produto escalar. Depois, vamos passar à “interpretação” que chamaremos de modo de multiplicação por colunas, em que faremos a multiplicação da matriz A vezes cada uma das colunas da matriz B. Explicaremos isso melhor daqui a pouco, e, se você não entendeu este parágrafo, volte a ele mais tarde. A regra mais importante que deve ser seguida na multiplicação de matrizes é: AB vezes C deve ser igual a A vezes BC. Um problema mais adiante permitirá que você prove isto. Suponha que tenhamos Amn e Bnp. Nós podemos multiplicar essas matrizes, e o produto terá o tamanho m por p: (m x n)(n x p) = (m x p) [ ] [ ] [ ] Uma linha vezes uma coluna é um caso extremo, no qual uma matriz 1 por n multiplica outra, n por 1. O resultado é um número (ou uma matriz 1 por 1). Esse número corresponde ao “produto escalar”. Veja abaixo: [ ] [ ] [( )] O produto AB pode ser visto como a execução de vários produtos escalares. Por exemplo, o elemento (1,1) do produto AB é o produto escalar (linha 1 de A)· (coluna1 de B) – lembre-se que ( )·( ) indica produto escalar Para multiplicar matrizes, calculo o produto escalar de cada linha de A por cada coluna de B, conforme a receita no quadro abaixo: O elemento na linha i e coluna j de C=AB é dado pelo produto escalar (linha i de A)·(coluna j de B). Na figura 1, abaixo, pegamos a segunda linha (i=2) de uma matriz A, 4 por 5. Pegamos também a terceira coluna (j=3) de uma matriz B, 5 por 6. A multiplicação pode ser feita porque o número de colunas de A é igual ao número de linhas de B (5). O elemento (2,3) da matriz resultante é o produto escalar da linha 2 de A pela coluna 3 de B. [ ] [ ] [ ] Figura 1: Aqui, i=2 e j=3. Então, c23=(linha2) ·(coluna3). Exemplo 1: Matrizes quadradas podem ser multiplicadas se e somente se elas tiverem o mesmo tamanho: [ ] [ ] [ ] 2 O primeiro produto escalar é 1·2+1·3=5. Os outros três produtos escalares resultam em 6, 1 e 0. Cada produto escalar requer duas multiplicações – portanto, oito no total. Se A e B são n por n, AB também será. A operação contém n 2 produtos escalares da forma (linha de A)·(coluna de B). Cada produto escalar necessita de n multiplicações, e, portanto, a computação de AB requer um total de n 3 multiplicações separadas. Para n=100, nós teríamos um milhão de multiplicações. Para n=2, teríamos n 3 =8 multiplicações. Até recentemente, matemáticos pensavam que AB necessitaria, absolutamente, de 2 3 =8 multiplicações. Então, alguém descobriu uma forma de fazer isso com 7 operações (e algumas adições extras). Quebrando a matriz em blocos de 2 por 2, essa ideia também reduziu o número multiplicações necessárias para grandes matrizes. Em vez de n 3 , passou para n 2.8 . Outros métodos ainda mais sofisticados foram desenvolvidos, e esse número continua caindo. Agora, está em 2.276. Mas o algoritmo é tão desajeitado que a computação científica é, ainda hoje, feita da forma tradicional: n 2 produtos escalares em AB, e n multiplicações para cada produto, totalizando n 3 multiplicações. Exemplo 2: Suponha que A é um vetor linha (1 por 3) e B é um vetor coluna (3 por 1). Então, AB é 1 por 1 (só um termo, que equivale ao resultado de um produto escalar). Por outro lado, B vezes A (uma coluna vezes uma linha) resulta em uma matriz 3 por 3 cheia. Essa multiplicação é permitida! [ ] [ ] [ ] [ ] [ ] Coluna vezes linha: (n×1)(1×n)=(n×n) A multiplicação de uma linha por uma coluna é chamada de produto “interno” – que é outro nome para o produto escalar. O produto de uma coluna por uma linha é chamado de produto “externo”. Estes são dois casos extremos de multiplicação de matrizes. * A matriz acima (resultado do produto externo) é um caso chamado “matriz de posto 1”, que estudaremos mais adiante. Linhas e Colunas de AB Em uma visão mais abrangente, quando se multiplica AB=C, pode-se interpretar que a matriz A é multiplicada por cada coluna de B, e os resultados dessas multiplicações formarão as colunas de C, nas posições correspondentes. Essa é uma das formas de se ver a multiplicação de matrizes. Para exemplificar, considere a multiplicação a seguir: [ ] [ ] [ ] ( ⃗ ⃗⃗) A multiplicação pode ter sido feita por meio de três produtos escalares, ressaltados a seguir: [ ] [ ] [ ], [ ] [ ] [ ] e [ ] [ ] [ ] Observe que já vimos uma forma parecida com a forma acima, quando vimos a matriz ⃗ [ ] [ ]. Agora consideremos uma operação um pouco mais complicada, de um produto de matrizes, AB: [ ] [ ] [ ] Esta operação pode ser vista como três operações separadas, em que se multiplica toda a matriz A, separadamente, por cada coluna de B. Cada resultado de multiplicação será a coluna da matriz resultante, C, na mesma posição que a coluna de B: [] [ ] [ ] [ ] [ ] [ ] [ ] [ ] [ ] Podemos resumir a subdivisão acima, em que se multiplica a matriz A por cada coluna de B, de forma mais sintética: [ ⃗⃗⃗ ⃗⃗⃗ ]= [ ⃗⃗⃗ ⃗⃗⃗ ], Onde b’s indicam os vetores coluna da matriz B. Multiplicação usando linhas de A vezes a matriz B Uma forma um pouco incomum de se multiplicar matrizes será discutida agora. Vamos dar a ela o nome engraçado de MMM (multiplicação de matrizes maluca). Nesse processo, ao se multiplicar AB=C, multiplica-se a primeira linha de A pela matriz B inteira, obtendo-se a primeira linha de C. Multiplica-se a segunda linha de A pela matriz B inteira, obtendo-se a segunda linha de C, e multiplica-se a terceira linha de A pela matriz C inteira, obtendo-se a terceira linha de C. Para explicar melhor este processo, vejamos a multiplicação de matrizes a seguir, onde, para maior clareza, usamos letras na matriz A e números na matriz B, ao fazermos o produto C=AB: [ ] [ ] [( ) ( ) ( )] 3 No cálculo acima, fizemos o produto escalar tradicional, de uma matriz linha por uma matriz coluna. Agora, vamos reescrever a matriz resultante de forma ligeiramente diferente. [ ] [ ] [( ) ( ) ( )] [( ) ( ) ( )] [( ) ( ) ( )] [( ) ( ) ( )] [( ) ( ) ( )] [( ) ( ) ( )] [( ) ( ) ( )] [( ) ( ) ( )] [ ] Por favor, acompanhe com atenção os detalhes das últimas três linhas da resolução acima. Observe a forma com podemos executar a operação. Primeiramente, verifique que os tamanhos das matrizes são compatíveis e verifique que é possível realizar a operação. Agora verifique como é feita a multiplicação. O primeiro número da matriz A, 1, é multiplicado por toda a primeira linha da matriz B, gerando a matriz 1 – de tamanho (1,3), que é um resultado parcial. Depois, o segundo número da matriz A, 2, é multiplicado por toda a linha 2 da matriz B, gerando a matriz 2, que também é um resultado parcial. Por fim, o terceiro número da linha 3 da matriz A é multiplicado pela terceira linha da matriz B, gerando a matriz 3. Somando-se as matrizes 1, 2 e 3, encontramos o resultado, que é a matriz C. Tente rever a teoria acima, e resolver o exercício a seguir, antes de olhar a resposta. Exemplo 3: Usando o método da MMM, resolva a seguinte multiplicação de matrizes, indicando todos os passos. [ ] [ ] { [ ] [ ] [ ] } [ ] Explicação: O resultado é uma matriz (1,3). Essa matriz é a soma de outras três matrizes (1,3) – [-2 0 -1], [6 2 4] e [6 -3 9], obtidas como descrito a seguir. A primeira matriz, [-2 0 -1] é obtida multiplicando-se -1, na matriz A, pela primeira linha de B; a segunda, multiplicando-se 2 pela segunda linha; e a terceira, multiplicando-se 3 pela terceira linha. O resultado foi, então, a soma das três matrizes (3,1), resultando na matriz [10 -1 12]. Verifique que se você fizer a mesma operação com o método tradicional (produto escalar da linha com cada coluna), o resultado será o mesmo. Agora, veremos como usar o método acima para multiplicarmos AB=C, onde A e B são matrizes quadradas. Para exemplificar, vamos realizar a multiplicação a seguir. [ ] [ ] Para usar o método acima, podemos reescrever o produto da seguinte forma: [ ] [ ] [ ] [ ] [ ] [ ] [ ] [ ] [ ] Confira bem os cálculos, e repita o procedimento até que fique claro. Matriz Identidade: elemento neutro da multiplicação A matriz identidade é sempre quadrada. A seguir, são apresentadas matrizes identidade de tamanhos 2, 3 e 4. [ ], [ ], [ ] A matriz identidade é comumente chamada de I. Uma das propriedades da matriz identidade é que, para qualquer matriz A, teremos que AI=IA=A. Para explorar essa matriz, vejamos um exemplo com uma matriz A 3 por 3: [ ] [ ] [ ] Por favor, verifique com atenção que a propriedade acima é válida. Para isso, faça a multiplicação de matrizes usando o primeiro método: o do produto escalar entre as linhas de A e as colunas de I. Agora, veremos outra propriedade importante: [ ] [ ] [ ] (IA=A) Por favor, use algum tempo para mostrar essa propriedade, usando o segundo método, em que se multiplica cada linha da primeira matriz pela segunda matriz inteira. Por exemplo, para gerar a primeira linha do resultado, podemos fazer: [ ] [ ] [ [ ] [ ] [ ] ]= [ ] [ ] Agora, tente repetir esse raciocínio para a multiplicação da segunda linha, antes de conferir o raciocínio, abaixo. 4 [ ] [ ] [ [ ] [ ] [ ] ] =[ ] [ ] Tente agora, fazer o raciocínio para a terceira linha. As leis para operações com matrizes A seguir, são apresentadas seis leis que todas as matrizes devem obedecer. Nas leis abaixo, c é um escalar, e A, B e C são matrizes. 1) A + B = B + A (lei comutativa da adição) 2) c(A + B) = cA + cB (lei distributiva) 3) A + (B + C) = (A + B) + C (lei associativa) Três leis adicionais valem para a multiplicação de matrizes: 4) C(A + B) = CA + CB (lei distributiva da esquerda) 5) (A + B)C = AC + BC (lei distributiva da direita) 6) A(BC)=(AB)C (lei associativa para ABC – note que, devido a essa lei, os parênteses não são necessários) A lei comutativa da multiplicação (AB=BA) não vale, em geral, embora possa valer para alguns poucos casos particulares: 7) AB≠BA (a propriedade comutativa da multiplicação não se aplica a matrizes) Note que as leis 1, 2 e 3 valem tanto para matrizes quadradas quanto para retangulares. Mas, para as leis 4, 5 e 6 valerem, é necessário que haja compatibilidade de tamanho. Agora, faremos um comentário a respeito da comutatividade não valer para a multiplicação de matrizes. Se A e B têm tamanhos diferentes, mesmo que seja possível calcular AB e BA, os resultados terão tamanhos diferentes e, portanto, não vale a comutatividade. Mesmo se A e B forem quadradas, quase sempre AB será diferente de BA. Veja o exemplo abaixo. [ ] [ ] [ ], mas [ ] [ ] [ ] A comutatividade na multiplicação vale em um caso particular: para a matriz identidade, I. Para ver isso, lembre-se que AI=A, e que IA=A. Portanto, AI=IA, e a comutatividade vale neste caso particular. Na verdade, a matriz identidade, I, e os múltiplos dela, cI, são as únicas matrizes que podem comutar com todas as outras matrizes de tamanho compatível. A lei A(B + C) = AB + BC pode ser provada uma coluna por vez. Comece com A( ⃗⃗ ⃗⃗⃗ + ⃗⃗⃗⃗⃗ ) = A ⃗⃗ ⃗⃗⃗ + A ⃗⃗⃗⃗⃗ , onde ⃗⃗ ⃗⃗⃗ e ⃗⃗⃗⃗⃗ são as primeiras colunas de B e C. Depois,repita para as outras colunas. Linearidade é tudo de bom!!! Fica a dica! A lei A(BC) = (AB)C significa que você pode multiplicar BC primeiro, ou AB primeiro, obtendo o mesmo resultado. Essa lei é a responsável pela forma idiossincrática (peculiar) que usamos para multiplicar matrizes! O fato dessa propriedade ter que valer nos obriga a multiplicar matrizes da forma como fazemos. A demonstração disso é um pouco trabalhosa, e pode ser encontrada nos vídeos. Essa lei é extremamente útil! Vejamos agora o caso especial em que A = B = C = matriz quadrada. Nesse caso, (A vezes A) pode ser representado por A 2 . Também, (A 2 vezes A) é igual a (A vezes A 2 ). O produto desses dois casos pode ser representado por A 3 . As potências de matriz A p seguem as mesmas regras que os números: ( ) ( )( ) ( ) As leis acima se parecem muito (visualmente) com as leis ordinárias para expoentes, em números. A 3 vezes A 4 é igual a A 7 (sete fatores). A 3 elevada à quarta é igual a A 12 (doze A’s). Quando os expoentes p ou q são zero, as regras também valem, desde que exista uma potência -1 dessa matriz (que é a matriz inversa A -1 , que algumas vezes existe e outras, não, e que vamos estudar em breve). Nesse caso, A 0 =I, que é a matriz identidade (nenhum fator). Para um número, a -1 é igual a 1/a (chamado o “recíproco de A”). Para uma matriz, a inversa de A é escrita como A -1 (que nunca é igual a I/A). Todo número tem um recíproco, exceto a=0. No mundo das matrizes, descobrir se a matriz A tem uma inversa é uma questão central da álgebra linear. Na seção 1.5, vamos começar a tratar dessa questão. A presente seção (1.4), pode ser considerada a “Constituição Federal” para as matrizes, definindo o que pode ser feito com elas, e como. Blocos de Matrizes e Multiplicações em Blocos Um fato interessante sobre matrizes é que elas podem ser divididas em blocos (que são matrizes menores). Frequentemente, isso ocorre naturalmente. A seguir, vemos um exemplo de uma matriz 4 por 6 dividida em 5 blocos de tamanha 2 por 2. Neste exemplo, cada bloco é a matriz I2x2. [ ] =[ ] Se uma outra matriz B for também 4 por 6, e os tamanhos dos blocos são os mesmos, então é possível somar A+B somando um bloco por vez. Nós já encontramos matrizes divididas em blocos anteriormente. Um exemplo é o lado direito, ⃗⃗, que aparece na “matriz aumentada” usada na solução de sistemas lineares, [ ⃗⃗], que tem dois blocos de tamanhos diferentes. Em breve, mostraremos que a eliminação de Gauss em uma linha pode ser feita multiplicando-se os dois blocos por uma mesma matriz de eliminação (chamada de E): [ ⃗⃗] [ ⃗⃗]. Estudaremos essa técnica em breve. Em alguns casos, a multiplicação de duas matrizes pode ser feita usando multiplicações de blocos inteiros, como mostrado a seguir. Multiplicação de Blocos Se os blocos de uma matriz A forem adequados para multiplicação pelos blocos de uma matriz B, então a multiplicação por blocos, AB, pode ser feita. Como exemplo, vejamos a multiplicação de duas matrizes A e B, dividida em blocos adequados: [ ] [ ] [ ] Esta expressão é similar à utilizada com números (que, no fundo, são blocos 1 por 1). É importante tomar cuidado e deixar os A’s à frente dos B’s, pois BA pode ser diferente de AB. Ponto principal: em alguns casos, quando as matrizes são divididas em blocos, fica mais fácil entender como elas agem. Por exemplo, a ação da matriz 4 por 6, mostrada acima, ficou bem mais clara com a divisão em blocos de I’s. Exemplo 4 Vejamos uma forma de dividir em blocos que parecerá muito familiar a todos. [ ] [ ] [ ] [ ] [ ] [ ]=[ ] Nessa matriz, dividiu-se a primeira matriz em três linhas e a segunda, em três colunas. Usou-se, então, a regra de multiplicação de blocos, ou seja, o produto escalar das linhas da primeira pelas colunas da segunda. Utilizando a divisão acima, fica fácil visualizar as duas formas que vimos anteriormente para multiplicar matrizes: primeiro a matriz A inteira vezes cada coluna da matriz B, e a outra, que pega cada linha da matriz A e multiplica cada uma pela matriz B inteira. Exemplo 5 Agora, vamos ver uma forma bem menos usual de se multiplicar matrizes, mas que também é válida. Essa forma é ilustrada a seguir. [ ] [ ] [ ] [ ] [ ] [ ] [ ] A forma de multiplicar acima é bastante não-usual, e usa o produto externo em vez do produto interno. O resultado é uma soma de matrizes de posto 1. Essas matrizes de posto 1 serão discutidas mais adiante. Para ilustrar, vejamos o seguinte exemplo. Exemplo 6 Usando a forma de multiplicação anterior, em que a primeira matriz é dividida em colunas e a segunda, em linhas, efetue a multiplicação das matrizes abaixo. [ ] [ ] [ ] [ ] [ ] [ ] [ ] [ ] [ ] [ ] [ ] [ ] [ ] Observe, então, que nessa situação, em vez de produtos internos (ou escalares) usamos diversos produtos externos. Na forma usual (com quatro produtos internos), temos 8 multiplicações. Nesta forma, também teremos as mesmas 8 multiplicações, mas em uma ordem diferente (sugiro que chequem esse fato). Notação com O símbolo , denominado somatório, é uma instrução para somar. Vejam o exemplo a seguir. ∑ Considere agora o produto das duas matrizes a seguir. ⃗⃗ ⃗ [ ] [ ] [ ] Agora, escreva uma expressão, usando o somatório ( ), para o segundo termo do resultado do produto ⃗. O resultado está mostrado a seguir. O segundo termo do produto é dado por: ∑ ( ) 6 Exemplo 7 Considere o produto ⃗, de uma matriz A, de tamanho p por p, por um vetor coluna ⃗, de tamanho p por 1. O resultado é um vetor coluna ⃗⃗, com p elementos. Usando o , escreva uma expressão para o i-ésimo elemento do produto. A solução é mostrada a seguir: ∑ Matriz para permutação de linhas Considere uma matriz quadrada 2 por 2, B. Se tomamos outra matriz 2 por 2, A, e a multiplicamos por B, podemos dizer que, de alguma forma, a matriz A modifica a matriz B. Para verificar isso, faça o produto AB com as seguintes matrizes: [ ], [ ] O produto será dado por: [ ] [ ] [ ] Pergunta: como a matriz A modificou a matriz B? Resposta: ela permutou as linhas 1 e 2. Pergunta: por que isso aconteceu? Antes de responder a essa pergunta, sugiro que você releia a seção sobre a segunda forma de multiplicar matrizes (a MMM – multiplicação de matrizes maluca) e sobre o efeito da matriz identidade. Relembrando o método de multiplicação MMM, temos que o produto podeser realizado da seguinte forma (usarei uma notação um pouco imprecisa – “e” – para dizer que estou multiplicando uma linha de A por vez): [ ] [ ] [ ] [ ] [ ] [ ] =[ ] [ ] [ ] [ ] =[ ] [ ] [ ] Na última linha, acima, o resultado é uma matriz 2 por 2, onde o primeiro produto dá a primeira linha, e o segundo produto dá a segunda linha. Na primeira linha, teremos que o resultado será dado por [ ] [ ] [ ]. Assim, a segunda linha de B se tornou a primeira, depois da multiplicação por A. A segunda linha do produto AB será dada pelo segundo produto, ou seja, [ ] [ ] [ ]. Assim, a primeira linha de B se tornou a segunda do produto AB. E, por isso, o efeito da matriz A foi permutar as linhas 1 e 2 de A. Note que a matriz A pode ser vista como a matriz identidade, que sofreu permutação das linhas 1 e 2. Essa permutação fará que a nova matriz, em vez de não afetar aquela pela qual ela é multiplicada, passe a causar a mesma permutação entra as linhas 1 e 2. Esse efeito ocorrerá em matrizes de outras ordens. Exemplo 8 Considere uma a seguinte matriz B, 3 por 3: [ ] Determine o resultado do produto AB, caso o valor da matriz A seja: (1) [ ] (2) [ ] Solução: (1) A matriz A é a matriz I (identidade), com as linhas 2 3 permutadas. Portanto, o efeito de multiplica-la por B é o da permutar as linhas 2 e 3 da matriz B: [ ] (2) Seguindo o mesmo raciocínio, a segunda matriz A irá permutar as linhas 1 e 3 da matriz B: [ ] Representação da eliminação de Gauss por meio de multiplicação de matrizes Agora, vamos utilizar os conceitos vistos acima, para descrever a eliminação de Gauss usando produto de matrizes. Para isso, comecemos com o sistema de equações a seguir: { A matriz expandida que pode ser usada para a solução por eliminação de Gauss é mostrada a seguir: [ ] O primeiro passo é eliminar o termo a21 (o número 4). Para isso, somamos a linha 2 com -2 vezes a linha 1, e colocamos o resultado na linha 2 {L2←(-2)×L1+L2}. O resultado será: [ ] Agora, considere a seguinte operação: [ ] [ ] [ ] Ela apenas mostra que a multiplicação da matriz I (identidade) pela matriz aumentada é igual à própria matriz aumentada. 7 Peço agora que você tente modificar a matriz identidade, de tal forma que o resultado do produto passe a ser a matriz após a eliminação do termo a21. A modificação necessária é a seguinte: [ ] [ ] [ ]
Compartilhar