Baixe o app para aproveitar ainda mais
Prévia do material em texto
Revisa˜o sobre Sistemas Lineares e Matrizes Definic¸a˜o: A equac¸a˜o α1 x1 + α2 x2 + ... + αn xn = β, n ≥ 1, sendo xi ∈ R varia´veis e α1, α2, ..., αn, β ∈ R e´ chamada de equac¸a˜o linear sobre R, nas inco´gnitas x1, x2, ... , xn . Uma soluc¸a˜o desta equac¸a˜o e´ uma n-upla de nu´meros reais (b1, b2, ..., bn) tal que α1 b1 + α2 b2 + ...+ αn bn = β Por exemplo: Dada a equac¸a˜o linear 5x1 − 2x2 + 3x3 = 3, a terna ordenada de nu´meros reais x1 = 2, x2 = -1 e x3 = -3 e´ uma soluc¸a˜o pois 5.2 - 2.(-1) + 3.(-3) = 10 + 2 - 9 = 3 Definic¸a˜o: Um sistema linear S de m equac¸o˜es e n inco´gnitas e´ um conjunto de m equac¸o˜es lineares, cada uma com n inco´gnitas (m, n ≥ 1), consideradas simultaneamente e descrito por S : α11 x1 + α12 x2 + ... + α1n xn = β1 α21 x1 + α22 x2 + ... + α2n xn = β2 ...................................................... αm1 x1 + αm2 x2 + ... + αmn xn = βm i ii Quando β1 = β2 = · · · = βm = 0, dizemos que o sistema S e´ homogeˆneo. Uma soluc¸a˜o de S e´ uma n-upla (b1, b1, · · ·, bn) satisfazendo cada uma das m equac¸o˜es. Exemplo: O sistema linear S1 : 2 x1 + 5 x2 + 6 x3 = 13 x1 + 2 x2 − 3 x3 = 0 −3 x1 + 4 x2 − 7 x3 = −6 e´ na˜o homogeˆneo e uma soluc¸a˜o de S1 e´ (1, 1, 1). Nesse caso, S admite soluc¸a˜o u´nica, o que na˜o ocorre, por exemplo, com S2 : x − y + z = 1 2x + 3y − z = 4 x + 4y − 2z = 3 que admite infinitas soluc¸o˜es, entre elas: (1, 1, 1) e (-1, 4, 6). Dado um sistema linear S, podemos ter: S : imcompat´ıvel : na˜o admite soluc¸o˜es compat´ıvel : determinado: admite soluc¸a˜o u´nica indeterminado: admite mais de uma soluc¸a˜o Assim, nos exemplos anteriores, S1 e´ um sistema compat´ıvel determinado e S2 e´ um sistema compat´ıvel indeterminado. Observe que: Todo sistema linear homogeˆneo S e´ compat´ıvel, uma vez que (0, 0, · · ·, 0) e´ uma soluc¸a˜o de S. iii Operac¸o˜es Elementares sobre S Um sistema S pode ser modificado por meio das chamadas de operac¸o˜es ele- mentares sobre S, descritas abaixo: I. Permutar duas equac¸o˜es; II. Multiplicar uma das equac¸o˜es por um nu´mero real na˜o nulo; III. Somar a uma das equac¸o˜es do sistema uma outra equac¸a˜o multiplicada por um nu´mero real. Se S1 e´ obtido a partir de S por um nu´mero finito de operac¸o˜es elementares, dizemos que S1 e´ um sistema equivalente a S (denotamos por S1 ∼ S). Observe que: se S1 ∼ S, enta˜o toda soluc¸a˜o de S1 e´ soluc¸a˜o de S, e vice-versa. Ale´m disso, S e´ incompat´ıvel ⇐⇒ S1 e´ incompat´ıvel. Exemplo: Dado o sistema linear S, encontre S1 tal que S ∼ S1. Soluc¸a˜o: S: 2x + 5y + 6z = 13 x + 2y − 3z = 0 −3x + 4y − 7z = −6 iv Definic¸a˜o: Um sistema linear do tipo S : α1r1 xr1 + ...........................+ α1n xn = β1 α2r2 xr2 + ..............+ α2n xn = β2 ........................................... αkrk xrk + ...+ αkn xn = βk 0 xn = βk+1 com α1r1 6= 0, α2r2 6= 0, ..., αkrk 6= 0 e ri > 0 , e´ escalonado se, e somente se, 1 ≤ ri < r2 < ... < rk ≤ n. Exemplos: Esta˜o na forma escalonada os seguintes sistemas lineares: S1 : x + y − 2z = 1 y + 3z = 7 5z = 2 S2 : 3x − 2y + 5z − 6t = 4 7y + 4z − t = 12 z + 2t = 1 S3 : x + 2y − 2z + 4t − 5w + 3v + 4u = 3 5z + 3w + 2v = 2 w − 2v + u = 5 3u = 7 Exemplo: Obtenha um sistema escalonado equivalente ao sistema linear S abaixo: Soluc¸a˜o: S: x + 2y − 3z = 7 2x − 3y + 5z = 6 3x − 2y + 4z = 0 v Resoluc¸a˜o de Sistemas Lineares Dado um sistema linear S, podemos: Discutir S: S : imcompat´ıvel : na˜o admite soluc¸o˜es compat´ıvel : determinado: admite soluc¸a˜o u´nica indeterminado: admite mais de uma soluc¸a˜o ou Resolver S: encontrar todas as soluc¸o˜es de S. Ao escalonarmos um sistema linear S, de m-equac¸o˜es e n-inco´gnitas, obtemos uma das seguintes treˆs situac¸o˜es: I. Numa das etapas do escalonamento obtemos S ′ : ................................................ 0.x1 + 0.x2 + ........+ 0.xn = βi, βi 6= 0 ................................................ Como S ′ e´ incompat´ıvel segue que S tambe´m e´ incompat´ıvel. vi Exemplo 1: S : x + 3y − 2z = 2 3x − 2y + 5z = 6 2x − 5y + 7z = 3 vii II. Obte´m-se um sistema escalonado do tipo S ′ : x1 + α12 x2 + .............+ α1n xn = β1 x2 + ..............+ α2n xn = β2 ........................................... xn = βn Neste caso o sistema S ′ e´ compat´ıvel determinado pois podemos encontrar a sua (u´nica) soluc¸a˜o de maneira recursiva, a partir da u´ltima equac¸a˜o, substituindo os valores na equac¸a˜o anterior. Logo, S tambe´m e´ compat´ıvel determinado e admite soluc¸a˜o u´nica. Exemplo 2: S : x + 3y − 2z = 2 3x − 2y + 5z = 6 2x − 5y + 6z = 3 viii III. Obte´m-se um sistema escalonado do tipo S ′ : x1 + ...+ α1r2 xr2 + ...+ α1r3 xr3 + ...+ α1rp xrp + .......+ α1n xn = β1 xr2 + ...................................................+ α2n xn = β2 xr3 + ....................+ α3n xn = β3 ...................................... xrp + ..........+ αpn xn = βp com p < n. Neste caso o sistema S ′ e´ compat´ıvel indeterminado e, portanto S tambe´m e´ compat´ıvel indeterminado. Exemplo 3: S : x + 3y − 2z = 2 3x − 2y + 5z = 6 2x − 5y + 7z = 4 ix Matrizes Definic¸a˜o: Dados m, n ≥ 1 dois nu´meros inteiros, uma matriz real m × n e´ uma sequeˆncia dupla de nu´meros reais, distribuidos numa tabela do tipo : A = a11 a12 · · · a1n a21 a22 · · · a2n ... ... . . . ... am1 am2 · · · amn , X = x1 x2 ... xn , B = b1 b2 ... bm Usamos a notac¸a˜o A = (aij), 1 ≤ i ≤m, 1 ≤ j ≤ n. Vamos indicar por Mm×n(R) o conjunto das matrizes reais de m linhas e n colunas e Mn(R) o conjunto das matrizes reais quadradas de ordem n. Na matriz A A(1) = ( a11 a12 · · · a1n ) , A(2) = ( a21 a22 · · · a2n ) , · · · · · · · · · , A(m) = ( am1 am2 · · · amn ) sa˜o as linhas de A e A(1) = a11 a21 ... am1 , A(2) = a12 a22 ... am2 , · · · ,A(n) = a1n a2n ... amn sa˜o as colunas de A. Operac¸o˜es com Matrizes Dizemos que duas matrizes m × n, A = (aij) e B = (bij), sa˜o iguais se, e somente se, aij = bij, para todo 1 ≤ i ≤ m e 1 ≤ j ≤ n. Por exemplo, ( 1 2 3 x y 2 ) = ( z 0 1 7 1 2 ) ⇐⇒ x = 7, y = 1 e z = 3. x Dadas as matrizes m × n, A = (aij) e B = (bij), definimos a soma A + B como sendo a matriz cujo termo geral e´ aij + bij, isto e´, A + B = a11 + b11 a12 + b12 · · · a1n + b1n a21 + b21 a22 + b22 · · · a2n + b2n ... ... . . . ... am1 + bm1 am2 + bm2 · · · amn + bmn e a multiplicac¸a˜o de uma matriz m × n, A = (aij), por um nu´mero real α, resulta a matriz m × n denotada por α A e dada por α A = α a11 α a12 · · · α a1n α a21 α a22 · · · α a2n ... ... . . . ... α am1 α am2 · · · α amn Assim, por exemplo, se A = 1 23 5 4 6 e B = −2 07 8 −3 10 , temos que: A + B = −1 210 13 1 16 e 3B = −6 021 24 −9 30 Produto de Matrizes Consideremos as matrizes A = (aij) do tipo m × n e B = (bjk) do tipo n × p. O produto A B e´ a matriz m × p cujo termo geral e´ dado por cik = n∑ j=1 aij bjk = ai1 b1k + ai2 b2k + · · · + ain bnk xi Dessa forma, considerando as matrizes: A = 2 1−1 0 3 7 3×2 e B = ( 1 2 3 4 0 1 −1 3 ) 2×4 a matriz A.B e´ a matriz 3 × 4, dada por: A.B = 2.1 + 1.0 2.2 + 1.1 2.3 + 1.(−1) 2.4 + 1.3(−1).1 + 0.0 (−1).2 + 0.1 (−1).3 + 0.(−1) (−1).4 + 0.3 3.1 + 7.0 3.2 + 7.1 3.3 + 7.(−1) 3.4 + 7.3 e, portanto: A.B= 2 5 5 11−1 −2 −3 −4 3 13 2 33 Matrizes Especiais 1. A matriz A = (aij) ∈ Mn(R), com aij = 0, se i 6= j e aii = 1, e´ chamada de matriz identidade de ordem n e e´ denotada por In. Por exemplo, para n = 3, 1 0 00 1 0 0 0 1 2. Dada a matriz A = (aij) ∈Mm×n(R), a matriz transposta de A, denotada por At, e´ a matriz B = (bij) ∈ Mn×m(R), sendo bij = aji, com i = 1, 2, . . . , m; e j = 1, 2, . . . , n. xii Matrizes Invers´ıveis e Sistemas de Cramer Definic¸a˜o: Dizemos que uma matriz A ∈ Mn(R) e´ invers´ıvel se, e somente se, existir uma matriz B ∈ Mn(R) de modo que A B = B A = In. Esta matriz, se existir, e´ chamada de matriz inversa de A, e e´ indicada por A−1. Podemos determinar a inversa de uma matriz invers´ıvel A usando o seguinte conceito: uma matriz B que puder ser obtida a partir de A apo´s um nu´mero finito de operac¸o˜es elementares (descritas abaixo) sobre as linhas de A, (I) Permutar duas linhas de A; (II) Multiplicar uma linha de A por um nu´mero real na˜o nulo; (III) Somar a uma linha de A uma outra linha de A multiplicada por um nu´mero real; e´ dita equivalente a A (denota-se por B ∼ A). Ale´m disso, vale o seguinte Teorema: Uma matriz A e´ invers´ıvel se, e somente se, In ∼ A e a mesma sucessa˜o de operac¸o˜es elementares que levam A em In transformam In em A −1. Exemplo 1: Determine se a matriz e´ invers´ıvel e encontre sua inversa, se poss´ıvel, sendo A = 1 −1 11 1 0 −1 2 −1 . Calcule A A−1. O procedimento a ser adotado e´ o seguinte: se A e´ uma matriz de ordem n, montamos uma matriz n × 2n, na qual as primeiras n colunas sa˜o as colunas da matriz A e as u´ltimas n colunas sa˜o as colunas da matriz identidade de ordem n. No exemplo acima ficamos com a seguinte situac¸a˜o: xiii 1 −1 1 ... 1 0 01 1 0 ... 0 1 0 −1 2 −1 ... 0 0 1 xiv Exemplo 2: Determine, se existir, a matriz inversa da matriz A, quando: A = 2 1 −1 3 1 0 −1 0 −3 1 2 1 −1 2 −1 −1 . Soluc¸a˜o: Como a matriz A e´ quadrada de ordem 4, vamos trabalhar com a matriz 4 × 8, na qual as primeiras quatro colunas sa˜o as colunas da matriz A e as u´ltimas quatro colunas sa˜o as colunas da matriz identidade de ordem 4. Ficamos, dessa forma, com a seguinte situac¸a˜o: 2 1 −1 3 ... 1 0 0 0 1 0 −1 0 ... 0 1 0 0 −3 1 2 1 ... 0 0 1 0 −1 2 −1 −1 ... 0 0 0 1 xv Sistemas de Cramer Consideremos o sistema linear S : a11 x1 + a12 x2 + · · · + a1n xn = b1 a21 x1 + a22 x2 + · · · + a2n xn = b2 ...................................................... am1 x1 + am2 x2 + · · · + amn xn = bm Fazendo A = a11 a12 · · · a1n a21 a22 · · · a2n ... ... . . . ... am1 am2 · · · amn , X = x1 x2 ... xn e B = b1 b2 ... bm temos que S pode ser escrito na forma matricial A X = B, sendo que a matriz A e´ chamada “matriz associada”ao sistema linear S. Chamamos de sistema de Cramer a um sistema linear como o anterior, com m = n, cuja matriz associada e´ invers´ıvel. Neste caso, X = A−1 B e´ a soluc¸a˜o do sistema. Em particular, quando o sistema de Cramer n × n e´ homogeˆneo, ele so´ admite a soluc¸a˜o trivial. Exemplo: Resolver o sistema de Cramer x − y + z = 0 x + y = 2 −x + 2y − z = 3 Soluc¸a˜o: A matriz A associada a S e´: A = 1 −1 11 1 0 −1 2 −1 . Ale´m disso, B = 02 3 . Ja´ sabemos que a matriz A e´ invers´ıvel e sua inversa e´: xvi A−1 = −1 1 −11 0 1 3 −1 2 Logo: S admite soluc¸a˜o u´nica, que e´ dada por: X = A−1.B = −1 1 −11 0 1 3 −1 2 • 02 3 = −13 4
Compartilhar