Baixe o app para aproveitar ainda mais
Prévia do material em texto
Sistemas de Equações Lineares Um sistema de m equações lineares, L¹, L² , ..., Lm com n incógnitas x¹, x² , ..., x ⁿ, que pode ser posto na forma padrão: a¹¹ x¹ + a¹² x² + . . . + a¹ⁿ x ⁿ = b¹ a²¹ x¹ + a²² x² + . . . + a²ⁿ x ⁿ = b² . . . . . . . . . . . . . . . . . . . . . . . . . . am¹ x¹ + am² x² + ... + amⁿ x ⁿ = bm onde os a ij, bi são constantes. Uma solução do sistema acima é um conjunto de valores das incógnitas, x¹ = R¹ , x² = R² , . . . , x ⁿ = R ⁿ ou uma ênupla u = (R¹ , R² , . . . , R ⁿ ) de constantes, que é uma solução de cada uma das equações do sistema. Exemplo: Considere o sistema: x¹ + 2x² - 5x³ + 4x4 = 3 2x¹ + 3x² + x³ - 2x4 = 1 Determinar se x¹= -8 , x²= 4 , x³= 1 , x4= 2 , é solução do sistema. Levando os valores em cada equação, obtemos: – 8 + 2.(4) – 5. (1) + 4.(2) = 3 ou - 8 + 8 – 5 + 8 = 3 ou 3 = 3 + 2.(-8) + 3.(4) + 1 – 2.(2) = 1 ou -16 + 12 + 1 – 4 = 1 ou -7 = 3 Sistemas Equivalentes Resolução de um sistema de equações lineares por eliminação Gaussiana. Exemplo: A solução do sistema x + 2y – 4z = -4 , se obtém como segue: 5x + 11y – 21z = -22 3x – 2y + 3z = 11 1º Passo: Primeiro eliminamos x da 2ª equação, pela operação elementar ( -5 L¹+ L² ) L³: -5 . L¹: -5x - 10y + 20z = 20 -3 . L¹: -3x - 6y + 12z = 12 L²: 5x + 11y – 21z = -22 L³: 3x – 2y + 3z = 11 Nova L²: y – z = -2 Nova L³: -8y + 15z = 23 Assim, o sistema original é equivalente ao sistema: x + 2y – 4z = -4 y – z = -2 -8y + 15z = 23 Em seguida eliminamos y da terceira equação aplicando ( 8 L²+ L³ ) L³: 8. L²: 8y – 8z = -16 L³: -8y + 15z = 23 Nova L³: 7z = 7 Obtemos o seguinte sistema triangular equivalente: x + 2y – 4z = - 4 y – z = - 2 7z = 7 2º Passo: Resolvemos agora o sistema triangular, mais simples, por substituição. Da terceira equação temos z = 1. Levando na 2ª equação, temos: y – 1 = -2 ou y = -2 +1 .: y = -1 Fazendo z = 1 e y = -1 na 1ª equação, obtemos: x + 2y -4y = -4 x + 2.(-1) -4.(1) = -4 ou x – 2 – 4 = -4 ou x = 2 Assim, x = 2, y = -1, z = 1, o terno ordenado ( 2, -1, 1 ) é a solução (única) do sistema dado. Teorema: Suponhamos que um sistema de equação linear contenha a equação degenerada. L: 0x¹ + 0x² + . . . + 0x ⁿ = b Se b = 0, L pode ser omitida do sistema sem modificar o conjunto solução. Se b ≠ 0, o sistema não tem solução. Sistemas em Forma Triangular e Escalonada Forma Triangular Um sistema de equação lineares está na forma triangular se o número de equações é igual ao número de incógnitas e se xk é a incógnita principal da Rma equação. Assim, um sistema na forma triangular de equações lineares tem a seguinte forma: a¹¹ x¹ + a¹² x² + . . . + a¹,ⁿ-¹ x ⁿ-¹ + a¹ⁿ x ⁿ = b¹ + a²² x² + . . . + a², ⁿ-¹ x ⁿ-¹ + a²ⁿ x ⁿ = b² . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . a ⁿ-¹,ⁿ-¹ x ⁿ-¹ + a ⁿ-¹,ⁿ x ⁿ = b ⁿ-¹ a ⁿⁿ xⁿ = bⁿ Onde, a¹¹ ≠ 0, a²² ≠ 0, . . . , am ≠ 0 O sistema triangular acima tem solução única que pode ser obtida pelo processo seguinte, conhecido como retro-substituição. Primeiro, resolvemos a última equação em relação a última incógnita, Em seguida, levamos este valor xⁿ na penúltima equação e a resolvemos em relação à penúltima incógnita: a ⁿ-¹, ⁿ-¹ x ⁿ-¹ + a ⁿ-¹, ⁿ x ⁿ = bⁿ-¹ bⁿ-¹ - a ⁿ-¹, ⁿ . (bⁿ / a ⁿ ⁿ ) xⁿ-¹ = ___________________________ a ⁿ-¹, ⁿ-¹ Terceiro, levamos estes valores de xⁿ e xⁿ-¹ na antepenúltima equação e a resolveremos em relação à antepenúltima incógnita, xⁿ-²: aⁿ-², ⁿ-² xⁿ-² + aⁿ-², ⁿ-1 + aⁿ-², ⁿ-1 x ⁿ = bⁿ-² bⁿ-² - (aⁿ-², ⁿ-1 / a ⁿ-1, ⁿ-1 ) [bⁿ-1 - aⁿ-1 , n (bⁿ / a ⁿ ⁿ) b ⁿ xⁿ-²: ________________________________________________ aⁿ-², ⁿ-² Em geral, determinamos nk levando os valores previamente obtidos de xⁿ, xⁿ-1 , . . . , xR+1 , na Rma equação: n bR - ∑ m =R +1 aRm xm xR = ________________________ a kk O processo cessa ao determinarmos a primeira incógnita x1 . Exemplo: Consideremos o sistema 2x + 4y – z = 11 5y + z = 2 3z = -9 Como o sistema está na forma triangular, pode ser resolvido por retro-substituição: ( i ) a última equação dá z = -3; ( ii ) levando na 2ª equação, obtemos 5y -3 = 2, ou 5y = 5 .: y =1; ( iii ) fazendo z = -3 e y = 1, na 1ª equação, obtemos. 2x + 4.(1) – (-3) = 11 ou 2x + 4 + 3 = 11 ou 2x = 4 : x = 2 Assim, o vetor u = (2,1,-3) é solução única do sistema. Forma Escalonada, Variáveis Livres Diz-se que um sistema de equações lineares está na forma escalonada se nenhuma equação é degenerada e se a incógnita principal em cada equação, está à direita da incógnita principal da equação precedente. O paradigma é: a 11 x 1 + a 12 x 3 + a 14 x 4 + . . . + a 1ⁿ x ⁿ = b 1 a2j2 x j2 + a 2,j2 + 1 x j2+1 + . . . + a 2n x n = b 2 (β) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . a rjr x jr + a r,jr+1 x jr+1 + . . . + a rn x n = b r Onde 1 < j2 < . . . <jr e onde a11 ≠ 0 , a 2j2 ≠ 0, . . . , a rjr ≠ 0. Note que r ≤ n. Uma incógnita xR no sistema escalonado (β) é chamada variável livre se xR não é a incógnita principal em qualquer equação, isto é, se xR ≠ x 1 , xR ≠ x j2 , . . . , xR ≠ x jr . O Teorema seguinte descreve o conjunto solução de um sistema escalonado. Teorema: Consideremos o sistema β em forma escalonada. Há dois casos: ( i ) r = n. Isto é, há tantas equações quantas incógnitas. Então o sistema tem solução única. ( ii ) r < n. Isto é, há menos equações do que incógnitas. Então podemos atribuir valores arbitrários às n – r variáveis livres, obtemos uma solução do sistema em termos destas. Suponhamos que o sistema (β) contenha mais incógnitas do que equações. Então o sistema tem um número infinito de soluções, pois a cada uma das r – n variáveis livres pode ser atribuído um número real arbitrário. A solução geral do sistema se obtém como segue. Atribuem-se às variáveis livres valores arbitrários, chamados parâmetros digamos t 1 , t 2 , . . . , t n-r e usa-se a retro-substituição para obter os valores das variáveis não livres em termos dos parâmetros. Exemplo: Consideremos o sistema x + 4y – 3z + 2t = 5 z – 4t = 2 o sistema está na forma escalonada. As incógnitas principais são x e z; logo as variáveis livres são as outras incógnitas y e t. Para achar a solução geral do sistema, atribuímos valores arbitrários às variáveis livres y e t , digamos y = a e t = b e utilizamos então a retro-substituição para resolver em relação às variáveis x e z. Substituindo na última equação temos z – 4b = 2 ou z = 2 + 4b. A substituição na 1ª equação resulta: x + 4a – 3.(2 + 4b) + 2b = 5 ou x + 4ª – 6 – 12b + 2b = 5 ou x = 11 – 4ª + 10b Assim, x = 11 – 4a + 10 b , y = a , z = 2 + 4b , t = b ou ( 11 – 4a + 10b , a , 2 + 4b , b ) é a solução geral em forma paramétrica. Espaço Vetorial As propriedades da adição de vetores e da multiplicação de um vetor por escalar (número real) caracterizam um conceito matemático importante: o de Espaço Vetorial sobre o conjunto dos reais. Definição: Seja V um conjunto no qual definimos duas operações: ( i ) Adição dos elementos de V (+); ( ii ) Multiplicaçãode um número real por um elemento de V (-). Suponhamos que estejam satisfeitas as seguintes propriedades: � Adição Fechamento v1 , v2 � INCLUDEPICTURE "http://www.alunosonline.com.br/img/pertence.JPG" \* MERGEFORMATINET ��� V ↔ v1 + v 2 V Multiplicação por um nº real Se a e v V ↔ a . v V � Comutativa 2) Se a, b e v V ↔ ( a . b) v = v1 + v2 = v2 + v1 = a . ( b v ) 3) Associativa 3) Se v V ↔ 1 v = v ( v1 + v2 ) + v3 = v1 + ( v2 + v3 ) 4) Elemento Neutro 4) Se a, b e v V ↔ ( a + b) . v = E 0 V / 0 + v = v + 0 = v a v + b v Simétrico 5) Se a e v, w V ↔ E v V , E – v V / v + ( -v ) = 0 a . ( v + w ) = av + aw Dizemos, então, que V é um Espaço Vetorial sobre o conjunto dos números reais. Assim por exemplo: A) 2 = { ( x , y ) / x , y }, onde definimos as operações: ( x1, y1 ) + ( x2 , y2 ) = (x1 + x2, y1 + y2) K . ( x1, y1 ) = ( kx1, ky1 ) , k é um espaço vetorial sobre o conjunto dos números reais. b) O conjunto de todas as funções polinomiais de grau ≤ 3, definidas por: p : → x → ax3 + bx2 + cx + d , a , b , c , d , onde definimos as operações: p1 ( x ) + p2 ( x ) = a1x3 + b1x2 + c1x + d1 ) + ( a2x3 + b2x2 + c2x + d2 ) = = ( a1 + a2 ) x3 + (b1 + b2) x2 + ( c1 + c2 ) x + ( d1 + d2 ) k . p ( x ) = k . ( ax3 + bx2 + cx + d ) = kax3 + kbx2 + kcx + kd , k , é um espaço vetorial sobre o conjunto dos reais. c) 3 = { ( x , y , z ) / x , y , z , } onde definimos as operações: ( x1 , y1 , z1 ) + ( x2 , y2 , z2 ) = ( x1 + x2, y1 + y2 , z1 + z2 ) e k . ( x , y , z ) + ( kx , ky , kz ) , k é um espaço vetorial sobre o conjunto dos reais. Subespaço Seja V um espaço vetorial sobre o conjunto dos reais e S um subconjunto não vazio de V. Definição: S é um Subespaço Vetorial de V se: → ( i ) 0 S; → → → → ( i i ) quaisquer que sejam u e v S, então u + v S. ( Propriedade Fechamento ); → ( iii ) Se k e v S. Assim por exemplo: a) 2 , conforme o exemplo a) do item anterior, é um subespaço vetorial de 3 . b) O conjunto de todas as funções polinomiais de grau ≤ 2 , definidas como no exemplo b) do item anterior, é um Subespaço Vetorial das funções polinomiais do referido exemplo. c) Verifique que o conjunto das funções polinomiais de grau igual a 2 não é um Subespaço Vetorial. Da definição acima, concluímos que: Os subespaços de 2 são: ( i ) 2 ; ( ii) As retas que passam pela origem dos eixos coordenados; ( iii ) A origem dos eixos coordenados. Os subespaços de 3 são : ( i ) 3 ; ( ii) Os planos contêm a origem; ( iii ) As retas que passam pela origem; ( iv) A origem. Combinação Linear Vimos que a adição de vetores tem como resultado um vetor. → Reciprocamente, um vetor v sempre pode ser decomposto numa soma de diversos vetores. → → → → → v = k1 v1 + k2 v2 + k3 v3 + . . . kn vn onde k1 , k2 , . . . , kn são números reais. → → → → v é dito uma combinação linear (C.L.) dos vetores v1 , v2 , . . . , vn com os escalares k1 , k2 , k3 , . . . , kn. → → Exemplo: Escrever o vetor v = (14,7) como C.L. dos vetores v1 = (1,2) e v2 = (4,1). Dependência e Independência Linear Definição: → → → Os vetores v1 , v2 , v3 , . . . , vn são “Linearmente Dependentes” (L.D.) se, e somente se, → → → existem números reais k1 , k2 , k3 , . . . , kn dos quais pelo menos uns é diferente de zero, tais que: → → → → → v = k1 v1 + k2 v2 + k3 v3 + . . . + kn vn = 0 Exemplos: → → 1) Dados dois vetores a e b de mesma direção, existe sempre um número real (m) tal que → → → → → → b = m a ou b = m a ou b – ma = 0. Assim por exemplo: E existe sempre um número real n tal que: → → → → → a = n b ou a – n b + 0 → → No nono caso, a + 1 b : n = 1 3 Logo, haverá sempre infinitos pares de números reais m e n, para os quais tem-se: → → ma + nb = 0 No caso abaixo, temos: → → → m = 1 n = -1 . . . . . . . . . . . . . . . . . . . . a – 1 b = 0 3 3 → → → m = 3 n = -1 . . . . . . . . . . . . . . . . . . . . 3a – b = 0 → → → m = 0 n = 0. . . . . . . . . . . . . . . . . . . . 0a – 0b = 0 . . . etc. Quando há inúmeros valores de m e n que anulam a Combinação Linear de dois vetores, eles são chamados “ Linearmente Dependentes “ (L.D). → → → → Ex. 2) Dados a = (4,1) b = (8,2) e v = 0 = (0,0), determinar k1 e k2 tais que: k1 a + k2 b = 0. Definição: → → → → Os vetores v1 , v2 , v3 , . . . , vn são “ Linearmente Independentes “ (L.I.), se, e somente se, → → → → → → → → v = k1v1 + k2v2 + k3v3 + . . . + knvn = 0 ↔ k1 = k2 = k3 , . . . = kn = 0, isto é, v = 0 somente se todos os coeficientes forem nulos. → → Dados dois vetores a e b de direções diferentes, verificamos que os únicos valores que anulam a combinação linear. → → m a + n b são m = 0 ou n=0 � Ex. 3) Dados a = (1,3) e b = (4,1), determinar k1 e k2, tais que: → → k1 a + k2b =0 Verificar se n vetores são L.I. ou L.D. nos leva sempre à resolução de um sistema homogêneo S com n incógnitas. Se S for determinado ↔ vetores L.I. Se S for indeterminado ↔ vetores L.D. → → → Verificar se os vetores u = (1,1,0) , v = (1,1,1) e w = (0,1,-1) são L.I ou L.D. Vetores Paralelos Dois vetores são paralelos ↔ são Linearmente Dependentes. Vimos que: → → → → v1 // v2 ↔ v1 = kv2 , k , e v1 ≠ 0; → → → → → v1 – kv2 = 0 e o coeficiente de v1 ≠ 0. Portanto v1 e v2 são L.D. Conclusão: Dois vetores paralelos têm coordenadas respectivamente proporcionais. Sejam u = ( x , y , z ) e v = ( a , b , c ) u // v ↔ u = kv ↔ ( x , y , z ) = k . ( a , b , c ) ou seja: x = k.a , y = k.b e z.k.c logo: x = y = z = k a b c Bases Definição: → → → Chama-se base de um espaço vetorial todo conjunto de vetores {v1 , v2 , . . . , vn} , linearmente independente, tal que qualquer vetor v do referido espaço pode ser expresso como → → → uma combinação linear única de v1 , v2 , . . . , vn . Isto é: → → → → v = k1v1 + k2v2 + . . . + knvn Assim, por exemplo: → → Os vetores v1 = (1,2) e v2 = (2,1) constituem uma base para o 2 pois são Linearmente Independentes. ( Verifique). → → → Os vetores v1 = (1,1,1), v2 = (1,0,1) e v3 = (0,1,1) constituem uma base para o 3 pois são Linearmente Independentes. ( Verifique). → → → → → v = k1v1 + k2v2 + k3v3 , v = ( a , b , c ) → → Os vetores Os vetores v1 = (2,5) e v2 = (-4,10) não formam uma base para o 2 pois são Linearmente Dependentes. ( Verifique). → → → Notação: Se v1 , v2 e v3 formam uma base β , indica-se: → → → Β = { v1 , v2 , v3 } Da definição da base, podemos concluir que: → → Uma base de 2 é um par de vetores l1 e l2, linearmente independentes, tal que qualquer → → → vetor v 2 pode ser expresso de maneira única como uma Combinação Linear de l1 e l2 . → → → v = k1l1 + k2l2 , k1 , k2 II) Qualquer conjunto de dois vetores L.I. de 2 constitui uma base para o 2 e o número máximo de vetores L.I. em 2 é 2. III) Analogicamente, uma base 3 é constituída de 3 vetores L.I. e o número máximo de vetores L.I. em 3 é 3. Dimensão de um espaço é o nº máximo de vetores Linearmente Independentes neste espaço. Assim dizemos que: Dois vetores L.I. “geram” um espaço de dimensão 2. (um plano); Três vetores L.I. “geram” um espaço de dimensão 3. (o espaço); Dois vetores paralelos “geram” uma espaço de dimensão 1. (uma reta). → → Base Canônica do 2 . { i , j } é uma base de 2 , denominada base canônica. → → → Base Canônica do 3 . { i , j , k } é uma base de 3 , denominada base canônica. Exercícios Seja o subconjunto S de 3 formado pelos vetores cujos coordenadas têm a terceira componente nula ou seja S = { ( x , y , z ) 3 / z = 0}. Verificar se S é um Subespaço de 3 . Calcule a e b para que sejam paralelos (L.D.) os vetores: → → u = (3a -1 , 2 , 4 ) e v = ( 2 , b , 2) R.: a = 5 b= 1 3 3) Calcule a e b para que os vetores u = ( a , 1 , b+1 ) e v = ( 2 , 1-1 , b) sejam (L.D.). R.: a = -1 b= -2 3 4) Expressar o vetor m como uma C.L. dos vetores a , b e c. Dados: → → → → m = ( 1 , 0 , 0 ) , a = ( 1 , 1 , 1 ) , b = ( -1 , 1 , 0 ) e c = ( 1 , 0 , -1 ) → → → → → → R.: m = 1 , n= -1 e p = 1 sendo m = ua + nb = PC 3 3 3 5) Verificar se os seguintes conjuntos de vetores são L.I ou L.D. a) { ( 1 , 0) , ( 0 , 1 ) } (L.I.) e) { ( 1 , 1 , 1 ) , ( 1 , 1 , -1) , ( 1 , 3 , 4 ) } (L.I.) b) { ( 1 , 0) , ( -1 , 0 ) } (L.D.) f) { ( 1 , 1 , 1 ) , ( 2 , 3 , -2) , ( 3 , 4 , -1 ) } (L.D.) c) { ( 3 , -2) , ( -3/2 , 1 ) } (L.D.) g) { ( 5 , 4 , -2 ) , ( 1 , 8 , 2) , ( 2 , 0 , 0 ) } (L.I.) d) { ( 10 , -5) , ( -5 , 10 ) } (L.I.) h) { (5 , 4 , -2) , ( -1 , 2 , 3) , ( 4 , 6 , 1 ) } (L.D.) → → → 6) Determine k para que os vetores a = ( 1 , -2 , k ) b = ( 3 , 0 , 2 ) e c = ( 2 , -1 , 5) sejam: (a) L.I. R: k ≠ 8 (b) L.D. R: k = 8 Lúcia resolve organizar uma festa de aniversário para seu filho e encomenda, para servir aos convidados, 107 refrigerante, 95 sanduíches, 113 salgadinhos e 151 doces. Servirá, a cada homem: 3 refrigerantes, 3 sanduíches, 3 salgadinhos e 3 doces. A cada mulher: 2 refrigerantes, 2 sanduíches, 5 salgadinhos e 4 doces. A cada criança: 2 refrigerantes, 1 sanduíche e 4 doces. Para que não sobrem nem faltem refrigerantes, sanduíches, salgadinhos e doces, o número de pessoas que devem ser convidadas é: a) 39 b) 40 c) 41 d) 42 e) 43 Álgebra Linear Lista de Exercícios # 01 Identifique as Equações Lineares: a) 3x + 2y – z = -4 c) x – y + 4z –t = 0 b) 4x –yt + 2z –t = 1 d) 1/2x + yz = -1/4 Resolva os seguintes sistemas usando o algoritmo da redução: a) x = 3y = 5 2x + 8y = 20 b) 4x + y = 5 3x – 2y = 8 c) x + y = 4 3x + 3y = 7 d) 4x – y = 2 8x – 2y = 4 e) 2x + y – 2z = 10 3x + 2y + 2z = 1 5x + 4y + 3z = 4 f) x + 2y + z = 3 2x + 5y – z = -4 3x – 2y – z = 5 g) x + 2y – 3z = -1 3x – y + 2z = 7 5x + 3y – 4z = 2 h) x + 2y – 3z = 1 2x + 5y – 8z = 4 3x + 8y – 13z = 7 Álgebra Linear Lista de Exercícios # 01 Considere a equação linear x + 2y – 3z = 4. Determine se u = ( 8 , 1 , 2 ) é solução. Determine se (a) u = ( 3 , 2 , 1 , 0 ) e (b) v = ( 1 , 2 , 4 , 5 ) são soluções da equação x1 + 2x2 – 4x3 + x4 =3 3) Resolva cada equação: a) ex = log4 c) 3x – 4 – x = 2x +3 b) cv = 0 d) 7 + 2x – 4 = 3x + 3 –x 4) Descreva as soluções da equação 2y + 3x – y + 4 = x + 3 + y + 1 + 2x 5) Considere a equação linear x -2y + 3z = 4. Determine (a) três soluções particulares e (b) a solução geral. 6) Resolva o sistema 2x – 3y + 5z - 2t = 9 5y – z + 3t = 1 7z – t = 3 2t = 1 Resolva os seguintes sistemas usando o algoritmo da redução. a) x – 2y + z = 7 c) 2x + 3y – 2z = 5 2x – y + 4z =17 x – 2y + 3z = 2 3x – 2y + 2z =14 4x – y + 4z = 1 b) 2x – y - 3z = 5 d) x + 2y + 3z = 3 3x – 2y + 2z = 5 2x + 3y + 8z = 4 5x – 3y – z = 16 3x + 2y + 17z = 1 � EMBED Figura ��� Prof. Alexandre Marinho Álgebra Linear Apostila 1 = bn aⁿm xⁿ a � b b = 3 . a : m = 3 n b b a �PAGE � �PAGE �1� _1315217977.bin
Compartilhar