Baixe o app para aproveitar ainda mais
Prévia do material em texto
2 – Matrizes: Matriz é um conjunto cujos elementos estão organizados em linhas e colunas. Por exemplo, uma matriz n x m possui n linhas e m colunas. Um elemento genérico de uma matriz [ ]A é representado por aij. Sendo assim: [ ] [ ] == mnnn m m mnijmn aaa aaa aaa aA L MMMM L L 21 22221 11211 xx 2.1 – Principais Tipos de Matrizes: 2.1.1 – Matriz Linha e Matriz Coluna: Também conhecidas como vetor linha e vetor coluna, devem apresentar obrigatoriamente n = 1 e m = 1, respectivamente. [ ] [ ] [ ]mmijm aaaaA 11211x1x1 L== Matriz linha ou vetor linha (n = 1). [ ] [ ] == 1 21 11 1x1x n nijn a a a aA M Matriz coluna ou vetor coluna (m = 1). 2.1.2 – Matriz Nula: Matriz nula é aquela onde todos os elementos são nulos, ou seja: aij = 0 para todo i e j. [ ] [ ] =∅= 000 000 000 xx L MMMM L L mnmn A 2.1.3 – Matriz Quadrada: Matriz quadrada é aquela onde o número de linhas e igual ao número de colunas, ou seja: n = m. [ ] [ ] == nnnn n n nnijnn aaa aaa aaa aA L MOMM L L 21 22221 11211 xx 2.1.4 – Matriz Diagonal: Matriz diagonal é uma matriz quadrada (n = m) onde os elementos fora da diagonal principal são nulos, ou seja: aij = 0 para i ≠ j. Portanto, aii ≠ 0. [ ] [ ] == nn nnijnn a a a aA L MOMM L L 00 00 00 22 11 xx 2.1.5 – Matriz Identidade: Matriz identidade é uma matriz diagonal (n = m) onde todos os elementos da diagonal são unitários. [ ] [ ] === 100 010 001 1 xx L MOMM L L nniinn aI 2.2 – Operações com Matrizes: 2.2.1 – Soma de Matrizes: Para que duas matrizes possam ser adicionadas, elas devem possuir a mesma dimensão (ou seja, mesmo número de linhas e de colunas). Dadas as matrizes [ ]A e [ ]B , de dimensão n x m, [ ] [ ] == mnnn m m mnijmn aaa aaa aaa aA L MMMM L L 21 22221 11211 xx [ ] [ ] == mnnn m m mnijmn bbb bbb bbb bB L MMMM L L 21 22221 11211 xx O resultado da soma [ ] [ ]BA + fornece a matriz [ ]C , tal que: [ ] [ ] [ ]BAC += , onde [ ] [ ] [ ] mnijmnijmnij bac xxx += para ji,∀ . Portanto: [ ] [ ] +++ +++ +++ == mnmnnnnn mm mm mnijmn bababa bababa bababa cC L MMMM L L 2211 2222222121 1112121111 xx Propriedades: i) [ ] [ ] [ ]( ) [ ] [ ]( ) [ ]CBACBA ++=++ (Associativa); ii) [ ] [ ] [ ] [ ]ABBA +=+ (Comutativa); iii) [ ] [ ] [ ]AA =∅+ (Elemento Neutro da Soma – onde [ ]∅ é uma matriz nula. Note que: [ ] [ ] [ ] [ ] [ ]∅=−=−+ AAAA ); iv) [ ] [ ]( ) [ ] [ ]BkAkBAk +=+ (Distributiva da soma de matrizes – onde k é uma constante escalar); v) ( ) [ ] [ ] [ ]AlAkAlk +=+ (Distributiva da soma de escalares – onde k e l são constantes escalares); 2.2.2 – Multiplicação de Matrizes: Para que duas matrizes possam ser multiplicadas, o número de colunas da primeira deve ser igual ao número de linhas da segunda. Dadas as matrizes [ ]A de dimensão n x m e [ ]B , de dimensão m x p, [ ] [ ] == nmnn m m mnijmn aaa aaa aaa aA L MMMM L L 21 22221 11211 xx [ ] [ ] == pmmm p p pmijpm bbb bbb bbb bB L MMMM L L 21 22221 11211 xx O resultado da multiplicação [ ] [ ]BA fornece a matriz [ ]C , tal que: [ ] [ ] [ ] pmmnpn BAC xxx = , onde [ ] [ ] ∑ = === m k kjikjipnijpn babacC 1 xx . Note que ia corresponde a cada vetor linha da matriz [ ]A , enquanto jb corresponde a cada vetor coluna da matriz [ ]B . Portanto, cada elemento cij é obtido através do produto escalar do i-ésimo vetor linha de [ ]A pelo j-ésimo vetor coluna de [ ]B . Propriedades: i) [ ] [ ]( ) [ ]( ) [ ] [ ] [ ]( )BkABAkBAk == (Associativa de multiplicação por escalar); ii) [ ] [ ] [ ]( ) [ ][ ]( ) [ ]CBACBA = (Associativa de multiplicação de matrizes); iii) [ ] [ ] [ ]( ) [ ][ ] [ ][ ]CABACBA +=+ (Distributiva da multiplicação de matrizes); Observação: A propriedade comutativa não é válida para a multiplicação de matrizes, ou seja [ ][ ] [ ] [ ]ABBA ≠ . Ainda que as dimensões de [ ]A e [ ]B permitam a inversão do produto, o resultado obtido não é o mesmo. 2.3 – Tipos Especiais de Matrizes: 2.3.1 – Matrizes Triangulares Superior e Inferior: Matriz triangular superior é uma matriz quadrada (n = m) onde todos os elementos abaixo da diagonal principal são nulos, ou seja: aij = 0 para i > j. Analogamente, em uma matriz triangular inferior todos os elementos acima da diagonal principal são nulos, ou seja: aij = 0 para i < j. [ ] [ ] == nn n n nnijnn a aa aaa aA L MOMM L L 00 0 222 11211 xx Matriz triangular superior (aij = 0 para i > j). [ ] [ ] == nnnn nnijnn aaa aa a aA L MOMM L L 21 2221 11 xx 0 00 Matriz triangular inferior (aij = 0 para i < j). 2.3.2 – Matrizes Simétrica e Anti-simétrica: Matriz simétrica é uma matriz quadrada (n = m) onde aij = aji, enquanto, em uma matriz anti-simétrica, aij = – aji. Note que, numa matriz simétrica, os elementos da diagonal principal existem (aii ≠ 0), enquanto numa anti-simétrica estes elementos são nulos (aii = 0) . [ ] [ ] == nnnn n n nnijnn aaa aaa aaa aA L MOMM L L 21 22212 11211 xx Matriz simétrica (aij = aji). [ ] [ ] −− − == 0 0 0 21 212 112 xx L MOMM L L nn n n nnijnn aa aa aa aA Matriz anti-simétrica (aij = – aji). Propriedades: i) Qualquer matriz real quadrada [ ]A pode ser expressa como a soma de uma matriz simétrica [ ] SIMM e uma anti-simétrica [ ] SIM-ANTIM , ou seja [ ] [ ] [ ] SIM-ANTISIM MMA += . onde: [ ] [ ] [ ] += T SIM 2 1 AAM [ ] [ ] [ ] −= T SIM-ANTI 2 1 AAM 2.3.3 – Matriz Transposta: A matriz transposta [ ] TA é uma matriz quadrada (n = m) onde os elementos aij são substituídos pelos elementos aji. [ ] [ ] == nnnn n n nnijnn aaa aaa aaa aA L MOMM L L 21 22221 11211 xx Matriz [ ] [ ]ijaA = [ ] [ ] == nnnn n n nnjinn aaa aaa aaa aA L MOMM L L 21 22212 12111 x T x Matriz [ ] [ ]jiaA =T Propriedades: i) [ ] [ ]AA = TT (a transposta da transposta é igual à matriz original); ii) [ ] [ ]( ) [ ] [ ] TTT BABA +=+ (a transposta da soma é a soma das transpostas); iii) [ ] [ ]( ) [ ] [ ] TTT ABBA = (a transposta do produto de [ ]A por [ ]B é igual ao produto da transposta de [ ]B pela transposta de [ ]A ); 2.3.4 – Matrizes Conjugada, Hermite e Anti-Hermite: Em matrizes quadradas contendo elementos complexos, a matriz conjugada [ ]A é aquela cujos elementos são os conjugados complexos dos elementos de [ ]A . A transposta da matriz cojugada é designada por [ ] [ ]T* AA = . Esta matriz é dita Hermite se [ ] [ ]AA =T ou anti-Hermite se [ ] [ ]AA −=T . Note que, numa matriz Hermite, os elementos da diagonal principal devem ser reais, enquanto, numa matriz anti-Hermite, os elementos da diagonal principal devem ser imaginários puros ou nulos. Além disso, uma matriz [ ]A é real se e somente se [ ] [ ]AA = e é imaginária se e somente se [ ] [ ]AA −= . Propriedades: i) [ ] [ ] [ ] TT* AAA == (a transposta da conjugada é igual à conjugada da transposta); ii) [ ] [ ]AA = * * (a conjugada da conjugada é igual à matriz original); iii) [ ][ ] [ ]** AzAz = (onde z é o conjugado de uma constante complexa z ); iv) [ ] [ ]( ) [ ] [ ]*** BABA +=+ (a conjugada da soma é igual à soma das conjugadas); v) [ ] [ ]( ) [ ] [ ]*** ABBA = (a conjugada do produto de [ ]A por [ ]B é igual ao produto da conjugada de [ ]B pela conjugada de [ ]A ). 2.3.5 – Matriz Inversa: A matriz inversa da matriz quadrada [ ]A , denotada por [ ] 1−A é tal que: [ ] [ ] [ ] [ ] [ ]IAAAA == −− 11 , onde [ ]I é a matriz identidade. Posteriormente, a obtenção desta matriz será discutida. Uma matriz que não possui inversa é dita singular. Propriedades: i) [ ] [ ]AA = − − 1 1 (a inversa da inversa é igual à matriz original); ii) [ ] [ ]( ) [ ] [ ] 111- −−= ABBA (a inversa do produto de [ ]A por [ ]B é igual ao produto da inversa de [ ]B pela inversa de [ ]A ); iii) [ ] [ ]( ) [ ] [ ]( ) [ ]IBABA =1- . Observações: i) Se a matriz [ ]A possui inversa, esta matriz inversa é única; ii) Se a matriz [ ]A é não-singular, tanto a sua inversa [ ] 1−A , como a sua transposta [ ] TA também são não-singulares. Portanto: [ ] [ ] T T AA = − − 1 1 ; iii) A matriz identidade [ ]I é não-singular e sua inversa é ela própria, ou seja [ ] [ ] 1−= II ; iv) Se as matrizes [ ]A e [ ]B são não-singulares, o produto [ ] [ ]BA também é não-singular. 2.3.6 – Matriz Ortogonal: Uma matriz quadrada [ ]A é dita ortogonal se [ ] [ ] T1 AA =− . Com isso, [ ] [ ] [ ] [ ] [ ]IAAAA == TT . Se, além de ortogonal, a matriz [ ]A é tal que seus vetores linha e seus vetores coluna são: i) ortogonais entre si (ou seja, o produto escalar entre todos os pares de vetores linha e de vetores coluna forem nulos); ii) normalizados (ou seja: a norma ou módulo de cada vetor linha e de cada vetor coluna for unitário). Estes vetores formam uma base ortonormal para o espaço vetorial de dimensão igual à dimensão da matriz [ ]A . Portanto, neste caso, a matriz ortogonal [ ]A é dita normalizada ou apenas Ortonormal. Exemplo: Considere uma matriz quadrada [ ]A de terceira ordem, conforme a seguir: [ ] = 333231 232221 131211 aaa aaa aaa A Para que [ ]A seja ortonormal, tem-se que: i) [ ] [ ] == − 332313 322212 312111 T1 aaa aaa aaa AA Condição para que [ ]A seja ortogonal. ii) ( ) ( ) 0,,,, 232221131211 =• aaaaaa ( ) ( ) 0,,,, 333231232221 =• aaaaaa ( ) ( ) 0,,,, 333231131211 =• aaaaaa Condições para que os vetores linha sejam ortogonais entre si ( ) ( ) 0,,,, 322212312111 =• aaaaaa ( ) ( ) 0,,,, 332313322212 =• aaaaaa ( ) ( ) 0,,,, 332313312111 =• aaaaaa Condições para que os vetores coluna sejam ortogonais entre si iii) ( ) ( ) ( ) 1213212211 =++ aaa ( ) ( ) ( ) 1223222221 =++ aaa ( ) ( ) ( ) 1233232231 =++ aaa Condições para que os vetores linha sejam unitários. ( ) ( ) ( ) 1231221211 =++ aaa ( ) ( ) ( ) 1232222212 =++ aaa ( ) ( ) ( ) 1233223213 =++ aaa Condições para que os vetores coluna sejam unitários.
Compartilhar