Baixe o app para aproveitar ainda mais
Prévia do material em texto
Cap´ıtulo 1 Sistemas de Equac¸o˜es Lineares e Matrizes 1.1 Sistemas de equac¸o˜es lineares Uma expressa˜o a1x1 + a2x2 + · + anxn = b onde a1, a2, ..., an sa˜o nu´meros reais, a que se chama coeficientes, x1, x2, ..., xn sa˜o as inco´gnitas e b e´ o termo independente e´ uma equac¸a˜o do 1ograu ou linear . Exemplo 1.1.1. A equac¸a˜o linear 2x + 5y − 3z = 2 representa um plano em R3, e pode escrever-se na forma 2x1 + 5x2 − 3x3 = 2. Um conjunto de equac¸o˜es lineares, definidas em R, constitui um sistema de equac¸o˜es lineares e representa-se, na forma cano´nica, por a11x1 + a12x2 + ...+ a1nxn = b1 a21x1 + a22x2 + ...+ a2nxn = b2 a31x1 + a32x2 + ...+ a3nxn = b3 · am1x1 + am2x2 + ...+ amnxn = bm (1.1) onde aij e bi com i = 1, ...,m e j = 1, ..., n sa˜o conhecidos e x1, x2, ..., xn sa˜o as inco´gnitas a determinar. Os n-uplos (x1, x2, · · · , xn) das inco´gnitas, em Rn, que verificam as equac¸o˜es chamam-se soluc¸o˜es. 3 Exemplo 1.1.2. Considere o seguinte sistema 2x1 − 3x2 + x3 = 4 x1 + x2 − x3 = −1 3x1 + 2x3 = 1 −x1 + 4x2 = 0 Identifique os coeficientes, as varia´veis e os termos independentes. Verifique se o ponto (0, 1, 2) e´ soluc¸a˜o do sistema de equac¸o˜es. Podemos classificar os sistemas, quanto ao conjunto das soluc¸o˜es: Sistemas Poss´ıveis Determinados: uma so´ soluc¸a˜o Indeterminados: infinitas soluc¸o˜es Sistemas Imposs´ıveis: quando na˜o existe soluc¸a˜o Exemplo 1.1.3. x+ y = 2 x− y = 0 e´ um sistema poss´ıvel e determinado; x+ y = 2 2x+ 2y = 4 e´ um sistema poss´ıvel indeterminado; x+ y = 2 x+ y = 0 e´ um sistema imposs´ıvel. Dois sistemas dizem-se equivalentes se teˆm exatamente as mesmas soluc¸o˜es. Dado um sistema de equac¸o˜es lineares obte´m-se um sistema equivalente quando: i. se trocam as equac¸o˜es entre si; ii. se multiplicam ambos os membros da equac¸a˜o por uma constante diferente de zero; iii. se substitui uma equac¸a˜o pelo resultado da sua soma, membro a membro, com outra multiplicada por uma constante diferente de zero. Um sistema de m equac¸o˜es lineares e n inco´gnitas pode ser representado por uma “ta- bela” de nu´meros para a qual fixamos mentalmente a posic¸a˜o das varia´veis e dos sinais de igual. A esta tabela chama-se matriz ampliada ou completa do sistema de equac¸o˜es linares 4 e sera´ denotada por [A|B] onde A e´ a matriz dos coeficientes do sistema e B os termos independentes. Ou seja, dado o sistema a11x1 + a12x2 + ...+ a1nxn = b1 a21x1 + a22x2 + ...+ a2nxn = b2 a31x1 + a32x2 + ...+ a3nxn = b3 · am1x1 + am2x2 + ...+ amnxn = bm a matriz ampliada e´ a11 a12 · a1n | b1 a21 a22 · a2n | b2 a31 a32 · a3n | b3 ... ... ... | ... am1 am2 · amn | bm . Exemplo 1.1.4. Consideremos o sistema 2x1 − 3x2 + x3 = 4 x1 + x2 − x3 = −1 3x1 + 2x3 = 1 −x1 + 4x2 = 0 A matriz ampliada e´ 2 −3 1 | 4 1 1 −1 | −1 3 0 2 | 1 −1 4 0 | 0 . 1.2 Me´todos para a resoluc¸a˜o de sistemas Considere-se o sistema dem equac¸o˜es e n inco´gnitas represenrtado pela matriz ampliada [A|B] comm linhas e (n+1) colunas. Usando esta forma matricial de representar um sistema pode-se escrever novamente as operac¸o˜es elementares de Gauss, que permitem obter sistemas equivalentes, mas como operac¸o˜es sobre as linhas da matriz. Assim, dado um sistema de equac¸o˜es lineares obte´m-se um sistema equivalente quando: i. se trocam linhas na matriz ampliada; ii. se multiplica uma linha da matriz ampliada por uma constante diferente de zero; iii. substitui uma linha da matriz ampliada pela sua soma com outra linha multiplicada por uma constante diferente de zero. 5 Usando as operac¸o˜es sobre as linhas de uma matriz transforma-se a matriz numa ou- tra matriz, denominada matriz escalonada reduzida. Um matriz desta forma verifica as seguintes propriedades: 1. Se uma linha na˜o for totalmente constituida por zeros, enta˜o o primeiro elemento diferente de zero e´ 1 e chama-se pivot . 2. Se existirem linhas constituidas unicamente por zeros, enta˜o elas sera˜o as linhas mais abaixo na matriz. 3. Em duas linhas consecutivas que na˜o sa˜o unicamente cosntituidas por zeros, o pivot da linha abaixo encontra-se a` direita do pivot 1 da linha acima. 4. Em todas as colunas com pivot 1 os restantes elementos sa˜o todos zero. Uma matriz que verifique apenas as treˆs primeiras propriedades diz-se matriz escalonada (mas na˜o reduzida). Exemplo 1.2.1. As seguintes matrizes sa˜o escalonadas reduzidas 1 0 0 4 0 1 0 7 0 0 1 −1 , 1 0 0 1 0 0 , 0 1 −2 0 1 0 0 0 1 3 0 0 0 0 0 0 0 0 0 0 , Exemplo 1.2.2. As seguintes matrizes sa˜o escalonadas 1 4 −3 7 0 1 6 2 0 0 1 5 , 1 1 0 0 1 0 0 0 1 , 0 1 2 6 0 0 0 1 −1 0 0 0 0 0 1 . Para encontrar o conjunto soluc¸a˜o do sistema basta partir da matriz ampliada e recu- perar o sistema de equac¸o˜es lineares. Exerc´ıcio 1.2.3. Indique o conjunto soluc¸a˜o para os sistemas representados pelas matrizes escalonadas reduzidas apresentadas no exemplo anterior. Os seguintes me´todos indicam os passos a seguir de forma a obter matrizes escalonadas e matrizes escalonadas reduzidas. 6 Me´todo de Eliminac¸a˜o de Gauss Para resolver um sistema de equac¸o˜es lineares usando a matriz ampliada e as operac¸o˜es de Gauss sobre as linhas da matriz, devem seguir-se os seguintes passos: Passo1: procurar a coluna mais a` esquerda com elementos na˜o nulos. Passo2: trocar linhas, caso seja necessa´rio, de forma a colocar no topo da coluna escolhida no passo anterior os elementos diferentes de zero. Passo3: Multiplicar por um escalar na˜o nulo o elemento do topo da coluna escolhida no Passo1 de forma a obter o pivot 1. Passo4: Adicionar a`s restantes linhas a 1a linha multiplicada por um escalar na˜o nulo de forma a obter zeros abaixo do pivot. Passo5: marcar a primeira linha, voltar ao Passo1 e aplicar de novo todos os passos a` restante submatriz (matriz que se obte´m da antetior eliminando uma linha). O Me´todo de Eliminac¸a˜o de Gauss e´ portanto um processo para encontrar matrizes escalonadas. Exerc´ıcio 1.2.4. Usando o Me´todo de Eliminac¸a˜o de Gauss transforme as seguintes ma- trizes em matrizes escalonadas: a. 1 2 −3 0 5 1 , b. 1 2 0 1 5 2 0 2 3 1 0 −1 . Me´todo de Eliminac¸a˜o de Gauss-Jordan Se ao operarmos sobre as linhas de uma matriz o objetivo for obter uma matriz escalonada (mas agora) reduzida, enta˜o aos cinco passos descritos anteriormente acrescenta-se outro. Passo6: Escolher a u´ltima linha da matriz que tem elementos diferentes de zero e, de baixo para cima, adicionar a`s restantes linhas a u´ltima linha multiplicada por um escalar diferente de zero de forma a obter zeros acima do pivot. Exerc´ıcio 1.2.5. Considerando as matrizes escalonadas do exerc´ıcio anterior transforme-as agora em matrizes escalonadas reduzidas. 7 Numa matriz escalonada A o nu´mero de linhas na˜o nulas diz-se a caracter´ıstica de A, e reperesenta-se por r(A). Exerc´ıcio 1.2.6. Determine a caracter´ıstica das matrizes seguintes a. 1 2 −1 0 , b. 1 2 −3 1 0 2 −1 2 3 1 0 −1 . O teorema que se segue permite classificar um sistema quanto ao conjunto soluc¸a˜o sem ter que o resolver. Teorema 1.2.7. Dado um sistema de m equac¸o˜es lineares e n inco´gnitas, onde A e´ a matriz dos coeficientes e [A|B] e´ a matriz ampliada, tem-se que: • se r(A) 6= r([A|B]) enta˜o o sistema e´imposs´ıvel; • se r(A) = r([A|B]) enta˜o o sistema e´ poss´ıvel e – determinado se o nu´mero de inco´gnitas e´ igual a r(A), isto e´, r(A) = n; – indeterminado se o nu´mero de inco´gnitas e´ maior que r(A), isto e´, r(A) < n. Exerc´ıcio 1.2.8. Classifique os seguintes sistemas de equac¸o˜es lineraes quanto ao conjunto de soluc¸o˜es sem os resolver. a. x+ 2y − z = 1 y + 3z = 2 2x− z = −1 b. x = 3y − 1 −4y + 3z = x x = 2− z A um sistema com m equac¸o˜es e n inco´gnitas cujos termos independentes sa˜o todos nulos chama-se sistema homoge´neo. Observac¸a˜o: Um sistema homoge´neo e´ sempre poss´ıvel, basta atribuir a cada uma das varia´veis o valor zero e verificar que se obteˆm identidades verdadeiras. 8 1.3 Matrizes Exemplo 1.3.1. Pretende-se determinar as percentagens de ca´lcio, fosfato, prote´ına total e albumina em treˆs amostras de sangue. Os respetivos testes bioqu´ımicos forneceram os seguintes dados: 1a amostra 2a amostra 3a amostra Ca´lcio 9,5 10,2 8,5 Fosfato 3,5 4,1 4 Prote´ına Total 7 7,2 6 Albumina 4 4,8 3,6 (As concentrac¸o˜es indicadas sa˜o medidas em mg100ml para o ca´lcio e o fosfato e g100ml para a prote´ına total e a albumina) Exemplo 1.3.2. Um laborato´rio farmaceˆutico produz um certo medicamento. Os custos relativos a` compra e transporte de quantidades espec´ıficas das substaˆncias necessa´rias para a sua elaborac¸a˜o, adquiridas em duas localidades (fornecedoras) distintas sa˜o dadas respe- tivamente pelas seguintes tabelas: Substaˆncia Prec¸o de Compra Custo de Transporte A 5 12 B 17 4 C 3 1 Substaˆncia Prec¸o de Compra Custo de Transporte A 7 13 B 15 3 C 2 2 A apresentac¸a˜o organizada de dados em filas horizontais e verticais, nos exemplos ante- riores, foi feita de forma a facilitar a leitura e apresentac¸a˜o. Uma matriz A = [aij ] de tipo m× n, ou seja com i = 1, 2, . . . ,m e j = 1, 2, . . . , n , sobre R e´ um quadro com m linhas e n colunas cujos elementos aij sa˜o escalares em R. Mas uma matriz serve na˜o so´ para representar sistemas de equac¸o˜es lineares, mas tambe´m para representar dados, ou diversos objetos que se queira estudar. 9 Exemplo 1.3.3. A matriz A = 9, 5 10, 2 8, 5 3, 5 4, 1 4 7 7, 2 6 4 4, 8 3, 6 resume os dados do exemplo 1.3.1. Exemplo 1.3.4. As matrizes M = 5 12 17 4 3 1 e N = 7 13 15 3 2 2 resumem os dados do exemplo 1.3.2. Exemplo 1.3.5. A matriz 2 −1 0 1 0 3 e´ uma matriz em Z de tipo 2× 3. Exemplo 1.3.6. A matriz x x 2 −x− 1 0 e´ uma matriz de func¸o˜es de tipo 2× 2. O conjunto das matrizes com m linhas e n colunas representa-se por Mm,n. Duas matrizes A = [aij ], B = [bij ] ∈ Mm,n sa˜o iguais se e so´ se ha´ igualdade dos elementos homo´logos, isto e´, aij = bij , i = 1, 2, ...,m e j = 1, 2, ..., n. Exemplo 1.3.7. As matrizes 1 2 1 2 0 e (−1) 2 |√4| 3 6 0 sa˜o iguais. 1.4 Operac¸o˜es com matrizes e suas propriedades A soma de duas matrizes A = [aij ], B = [bij ] ∈ Mm,n e´ uma matriz C = [cij ] ∈ Mm,n cujos elementos sa˜o iguais a` soma dos elementos homo´logos de A e B, isto e´, cij = aij + bij , onde i = 1, 2, . . . ,m e j = 1, 2, . . . , n. Exemplo 1.4.1. M +N = 5 12 17 4 3 1 + 7 13 15 3 2 2 = 5 + 7 12 + 13 17 + 15 4 + 3 3 + 2 1 + 2 = 12 25 32 7 5 3 Propriedades da adic¸a˜o de matrizes: Sejam A = [aij ], B = [bij ], C = [cij ] ∈Mm,n. 1. (A+B) + C = A+ (B + C) 2. A+B = B +A 10 3. A+Om,n = Om,n +A = A 4. A+ (−A) = (−A) +A = Om,n A matriz nula Om,n e´ uma matriz cujos elementos sa˜o todos nulos. A matriz (−A) = [−aij ] e´ a matriz cujos elementos homo´logos sa˜o sime´tricos dos elementos da matriz A = [aij ] (mais a` frente veremos que a matriz com elementos sime´tricos e´ diferente da matriz sime´trica). O produto de uma matriz A = [aij ] ∈ Mm,n por um escalar λ ∈ R e´ uma matriz B = [bij ] ∈Mm,n cujos elementos sa˜o iguais ao produto do escalar por cada elemento da matriz A, isto e´, bij = λaij , onde i = 1, . . . ,m e j = 1, . . . , n. Exemplo 1.4.2. 2× 1 2 1 2 0 = 2× 1 2× 2 2× 1 2 2× 0 = 2 4 1 0 Propriedades da multiplicac¸a˜o de uma matriz por um escalar: Sejam A = [aij ], B = [bij ] ∈Mm,n e α, β ∈ R. 1. α(A+B) = αA+ αB 2. (α+ β)A = αA+ βA 3. (α · β)A = α(β ·A) 4. 1 ·A = A Considerem-se duas matrizes A e B sobre R, onde o nu´mero de colunas da primeira e´ igual ao nu´mero de linhas da segunda, isto e´, a matriz A e´ de tipo m × n e a matriz B e´ de tipo n× p. O produto das matrizes A e B e´ uma matriz P = [pij ] = A ·B de tipo m× p onde pij = ai1b1j + ai2b2j + · · ·+ ainbnj = ∑n k=1 aikbkj , com i = 1, 2, . . . ,m e j = 1, 2, . . . , p. Exemplo 1.4.3. Sejam A = 1 2 0 −1 −1 0 e B = 2 3 4 5 . A×B = 1× 2 + 2× 4 1× 3 + 2× 5 0× 2 + (−1)× 4 0× 3 + (−1)× 5 (−1)× 2 + 0× 4 (−1)× 3 + 0× 5 = 2 + 8 3 + 10 0 + (−4) 0 + (−5) (−2) + 0 (−3) + 0 = 10 13 −4 −5 −2 −3 mas na˜o e´ poss´ıvel calcular B × A porque B e´ de tipo 2× 2 e A e´ de tipo 3× 2, ou seja, o nu´mero de colunas da primeira, a matriz B, na˜o e´ igual ao nu´mero de linhas da matriz A. 11 Uma matriz quadrada A e´ uma matriz com igual nu´mero de linhas e colunas. Se A ∈Mn e´ uma matriz quadrada com n linhas e n colunas. A diagonal principal de uma matriz quadrada A sa˜o os elementos aij em que i = j. Chama-se trac¸o de uma matriz A a` soma dos elementos da diagonal principal e escreve-se tr(A). Exemplo 1.4.4. A matriz 1 3 5 2 −1 6 2 −2 7 e´ uma matriz quadrada porque o nu´mero de linhas e de colunas e´ igual e como a diagonal principal e´ 1, -1, 7 e o trac¸o e´ tr(A) = 1− 1 + 7 = 7. A matriz identidade In e´ uma matriz quadrada de ordem n, i.e´ com n linhas e n colunas, cujos elementos sa˜o todos nulos excepto os da diagonal principal que sa˜o 1. Exemplo 1.4.5. 1 0 0 1 e´ uma matriz quadrada, porque tem 2 linhas e 2 colunas. Como todos os elementos sa˜o zeros excepto os da diagonal principal que sa˜o zero diz-se uma matriz identidade. Propriedades da multiplicac¸a˜o de matrizes: 1. Se A ∈Mm,n, B ∈Mn,p e C ∈Mp,q, enta˜o (A×B)× C = A× (B × C) 2. Se A,B ∈Mm,n e C ∈Mn,p, enta˜o (A+B).C = A.C +B.C 3. Se A ∈Mm,n e B,C ∈Mn,p, enta˜o A.(B + C) = A.B +A.C 4. Se A, I ∈Mn enta˜o A.I = I.A = A 1.5 Matriz transposta e matriz sime´trica A transposic¸a˜o e´ uma operac¸a˜o que a cada matriz de tipo m× n faz corresponder uma outra matriz , mudando ordenadamente as linhas em colunas (e, portanto, as colunas em linhas), que se chama matriz transposta de A e se representa por AT . A matriz AT e´ de tipo n×m. 12 Exemplo 1.5.1. Dada a matriz A = 1 3 5 2 −1 6 2 −2 7 , a sua transposta e´ AT = 1 2 2 3 −1 −2 5 6 7 . Propriedades da transposic¸a˜o de uma matriz: 1. Se A ∈Mm,n, enta˜o (AT )T = A 2. Se A,B ∈Mm,n, enta˜o (A+B)T = AT +BT 3. Se A ∈Mm,n e B ∈Mn,p, enta˜o (A.B)T = BT .AT Uma matriz quadrada A ∈ Mn diz-se sime´trica se e so´ se e´ igual a` sua transposta, A = AT . Exemplo 1.5.2. A matriz 1 3 5 3 −1 6 5 6 7 e´ uma matriz sime´trica. 1.6 Inversa de uma matriz Seja A uma matriz de tipo m × n. Chama-se inversa esquerda de A qualquer matriz M de tipo n ×m tal que M.A = I, onde I e´ a matriz identidade de ordem m. Chama-se inversa direita de A, qualquer matriz N de tipo n×m tal queA.N = I, onde I e´ a matriz identidade de ordem m. Seja A uma matriz quadrada. Chama-se inversa de A a uma matriz, que se representa por A−1, tal que A−1.A = A.A−1 = I. Exemplo 1.6.1. A matriz 1 2 3 4 e´ inversa de −2 1 3 2 −1 2 . Se a matriz A na˜o tem inversa, A diz-se singular . Propriedades da inversa de matrizes quadradas: Sejam A,B ∈Mn. 13 1. Se A e´ invert´ıvel enta˜o A−1 tambe´m e´ invert´ıvel e ( A−1 )−1 = A. 2. Se A e B sa˜o invert´ıveis, A ·B tambe´m e´ invert´ıvel e (A ·B)−1 = B−1 ·A−1. 3. Se A e´ invert´ıvel e α ∈ R\{0}, enta˜o (α ·A)−1 = 1 α A−1. 4. Se A e´ invert´ıvel, enta˜o (AT )−1 = (A−1)T . Uma matriz quadrada A diz-se ortogonal sse A−1 = AT . Exemplo 1.6.2. A matriz 1 0 0 −1 e´ ortogonal. 1.7 Ca´lculo da matriz inversa Usando as operac¸o˜es definidas sobre matrizes verfica-se que um sistema de equac¸o˜es lineares pode ser representado por A ·X = B, onde A e´ a matriz dos coeficientes do sistema, X e´ a matriz coluna com as inco´gnitas e B a matriz coluna com os termos independentes. Ou seja, dado os sistema a11x1 + a12x2 + ...+ a1nxn = b1 a21x1 + a22x2 + ...+ a2nxn = b2 a31x1 + a32x2 + ...+ a3nxn = b3 · am1x1 + am2x2 + ...+ amnxn = bm ⇔ A ·X = B onde A = a11 a12 · · · a1n a21 a22 · · · a2n ... ... ... am1 am2 · · · amn , X = x1 x2 ... xn e B = b1 b2 ... bm . Exemplo 1.7.1. Consideremos o sistema x1 + x2 − x3 = −1 3x1 + 2x3 = 1 −x1 + 4x2 = 0 A matriz dos coeficientes e´ A = 1 1 −1 3 0 2 −1 4 0 , 14 a matriz das inco´gnitas X = x1 x2 x3 e a matriz dos termos independentes B = −1 1 0 . Observe-se que determinar a matriz inversa de uma matriz quadrada A e´ determinar a matriz X tal que A ·X = I. Portanto, equivale a resolver um sistema de equac¸o˜es lineares. Assim, para determinar a matriz inversa de uma matriz quadrada A invert´ıvel, constroi- se a matriz [A|I], onde I e´ a matriz identidade de ordem igual a A. Aplicam-se as operac¸o˜es elementares sobre as linhas da matriz, ja´ descritas anteriormente, ate´ se obter a matriz identidade do lado esquerdo da matriz ampliada. A matriz inversa de A e´ a matriz do lado direito, ou seja, [I|A−1]. Considerando A a matriz dos coeficientes, X a matriz das inco´gnitas e B a matriz dos termos independentes de uma sistema de equac¸o˜es lineares, o sistema pode ser escrito na forma A ·X = B ⇔ X = A−1 ·B que nos fornece uma outro me´todo de resoluc¸a˜o de sistemas utilizando a matriz inversa dos coenficientes do sistema. 1.8 Exerc´ıcios 1. Represente cada um dos seguintes sistemas pela respetiva matriz ampliada. (a) 2x− 3y = 2 4x+ y = 1 (b) 3x− 2y − 2z = 1 2x+ 3y + 4z = 8 x− 3y − 2z = 5 (c) 5x− 4y = 3 3x− 6y = 5 (d) x+ y + 3z = 1 3x+ 2y − z = 2 −y − 2z = −3 (e) 2x+ y + z = 3 2x+ z = 3 x+ 2y + 3z = 5 (f) 2x− y − z + t = 0 y − z − 3t = 2 x− z − t = 1 x− y + 2t = 0 15 (g) 2x− y + z − 2t = 0 x− 4y − t = 0 2x+ 6y − z + 5t = 0 (h) x+ y = 0 x+ 3y + 3z = 1 2x+ 3y − z = −1 3x+ y + 2z = 0 (i) x+ y = 2− z y + 2z = 0 z + y + x = 1 2. Resolva os sistemas de equac¸o˜es lineares do exerc´ıcio (1) usando a Me´todo de Eli- minac¸a˜o de Gauss. 3. Use a resoluc¸a˜o apresentada para as alineas do exerc´ıcio (1) e resolva cada um dos sistemas pelo Me´todo de Gauss-Jordan. 4. Classifique cada um dos sistemas de equac¸o˜es lineares do exerc´ıcio (1) quanto ao conjunto soluc¸a˜o: (a) usando as resoluc¸o˜es apresentadas anteriormente; (b) sem resolver os sistemas. 5. Considere o sistema de equac¸o˜es lineares x+ y + z = 1 x+ 2ay + 2az = 1 x+ y + az = b . (a) Discuta o sistema para os diferentes valores de a e b. (b) Resolva o sistema pelo Me´todo de Gauss considerando a=2 e b=1. 6. Considere o sistema de equac¸o˜es lineares x− 2z = 1 y − kz = 1 tx− z = 2t . (a) Para que valores de k e t o sistema e´ poss´ıvel e determinado? (b) Resolva o sistema para um dos valores encontrados. 7. Resolva os seguintes sistemas homoge´neos: (a) 2x+ 3y + z = 0 4x+ y − zy = 0 . (b) 2x+ 3y + z = 0 −x+ 2y = 0 3x− y = 0 . 16 8. Considere o sistema de equac¸o˜es lineares −2x+ y + kz = −1 4x+ ky + 2z = 1 2x− y = 1 . (a) Discuta o sistema em func¸a˜o do paraˆmetro k, ou seja, para que valores o sistema e´ poss´ıvel determinado, poss´ıvel indeterminado ou imposs´ıvel. (b) Resolva o sistema pelo me´todo de Gauss-Jordan fazendo k = 2. 9. Dadas as matrizes: A = −1 2 3 4 0 1 , B = 2 3 −1 −2 0 −1 e C = 1 1 0 0 0 1 . (a) Indique o tipo da matriz A e os elementos a11 e a23. (b) Determine A+B, A−B e 2A− 3(B + C). (c) Verifique que (A+B) + C = A+ (B + C) e que (2− 5)A = 2A− 5A. 10. Considere as matrizes A = 1 −4 2 −1 4 −2 , B = 1 2 −1 3 5 −2 , C = 2 2 1 −1 1 −3 . Calcule B + C, A×B, B ×A, C ×A, A× (2B − 3C). 11. Considere as seguintes matrizes A = 1 −1 2 0 0 −2 , B = 1 3 0 −1 1 2 1 0 1 , C = 1 1 1 3 0 −1 e D = 0 1 1 0 3 −2 1 1 0 4 2 1 . (a) Indique o tipo de cada uma das matrizes A, B, C e D. (b) Efetue todos os produtos poss´ıveis entre duas das matrizes dadas. 12. Deˆ um exemplo, no conjunto das matrizes reais deM2,2 que mostre que a multiplicac¸a˜o de matrizes na˜o e´ comutativo. 17 13. Considere as matrizes A = 1 2 3 4 5 0 2 1 1 0 0 1 3 1 0 0 1 1 4 0 0 0 0 0 5 , B = 1 0 0 −2 3 0 1 −1 2 , C = −1 0 1 2 1 3 eD = −2 1 0 5 1 3 . (a) Determine B − 2[DC]T . (b) Determine B−1, usando a matriz adjunta. (c) Calcule |A|. (deve indicar todos os ca´lculos ou propriedades que utilizar) 14. Considere a matriz 0 0 0 1 0 0 0 1 0 . Calcule M 2, M3,· · · , Mn. 15. Considere as matrizes A = 1 1 1 2 5 0 e B = 1 −2 3 0 . (a) Calcule (AT )T e compare-a com A. (b) Calcule AB, (AB)T , BTAT e compare-as. 16. Dada a matriz A = x 2 −11 1 0 , calcule A×AT . 17. Determine o trac¸o das seguintes matrizes A = 1 −1 0 −2 , B = 1 3 0 −1 −4 2 1 0 1 . 18. Sejam A e B duas matrizes reais de ordem n tais que B=A+AT . Mostre que tr(B)=2tr(A). 19. Recorrendo a` definic¸a˜o, determine as matrizes inversas de: A = 1 −1 0 −2 , B = −1 2 1 3 e C = 0 0 1 1 0 2 0 0 −1 . 18 20. Quais das seguintes matrizes sa˜o: A = 1 2 2 0 , B = 1 −3 1 3 1 0 −1 0 1 , C = x −1 1 x , D = 0 −11 2 1 0 −3 −2 3 0 , E = 1 2 − √ 3 2 √ 3 2 −1 . (a) sime´tricas; (b) ortogonais. 21. Usando as operac¸o˜es sobre as linhas de uma matriz para determinar a matriz inversa das seguintes matrizes: A = 1 1 1 1 0 1 2 1 2 ,B = 1 0 1 0 0 1 0 1 0 1 1 −1 1 −1 1 −2 ,C = 1 1 1 3 . 22. Considere os sistemas de equac¸o˜es lineares do exerc´ıcio(1) e naqueles em que a matriz dos coeficientes for quadrada, determine o conjunto soluc¸a˜o usando a matriz inversa, caso exista. 23. Deˆ exemplo de: (a) uma matriz que na˜o seja invert´ıvel; (b) um sistema de equac¸o˜es lineares imposs´ıvel; (c) uma matriz que seja igual a` sua inversa; (d) um sistema homoge´neo que seja poss´ıvel indeterminado com 3 equac¸o˜es (e) uma matriz sime´trica; (f) uma matriz ortogonal; (g) duas matrizes diferentes em que A×B = B ×A. 19 Nas seguintes questo˜es assinale qual das respostas (a), (b), (c) ou (d) e´ a correta. 24. Sejam A e B duas matrizes quadradas de ordem n. A propriedade A×B = B ×A: (a) verifica-se sempre (b) verifica-se se as matrizes forem diagonais (c) nunca se verifica (d) verifica-se se as matrizes forem triangulares 25. Sejam A e B duas matrizes quadradas do mesmo tipo. Enta˜o: (a) tr(A+B) = tr(AT ) + tr(BT ) (b) tr(A×B) = tr(A)× tr(B) (c) tr(A) = tr(A−1) (d) tr(A−B) = tr(A) + tr(B−1) 26. Considere as matrizes A = 9 5 7 4 e B = 4 n m 9 . Se B e´ matriz inversa de A enta˜o: (a) n = m (b) n = −5 e m = −7 (c) n = 7 e m = 5 (d) m e n sa˜o valores reais quaisquer. 27. Se A−1 = 2 1 −5 −3 , enta˜o 5A+ I e´ a matriz: (a) 11 5 −25 −14 (b) 11 6 −24 −14 (c) 16 5 −25 −9 (d) 16 6 −24 −9 28. A caracter´ıstica da matriz 1 1 −1 −1 k 1 1 −1 k e´: (a) para qualquer valor de k (b) para nenhum valor de k (c) para k = −1 (d) para k 6= −1 20 29. O sistema homoge´neo 2x+ y + z = 0 −3y + 5z = 0 e´: (a) poss´ıvel determinado com soluc¸a˜o u´nica (0, 0, 0) (b) poss´ıvel indeterminado (c) imposs´ıvel (d) poss´ıvel determinado com soluc¸a˜o diferente de (0, 0, 0) 30. O sistema homoge´neo x− 3y = 0 x+ z = 0 e´: (a) poss´ıvel determinado com soluc¸a˜o u´nica (0, 0, 0) (b) poss´ıvel indeterminado (c) imposs´ıvel (d) poss´ıvel determinado com soluc¸a˜o diferente de (0, 0, 0) 21
Compartilhar