Baixe o app para aproveitar ainda mais
Prévia do material em texto
Parte 3: Determinante e Matriz Inversa Prof. Francisco Rafael Marques Lima Campus Sobral Álgebra Linear (SBL0056) 1. Introdução • Definição de matriz inversa: – Uma matriz quadrada A possui uma matriz inversa B se: – Neste caso, temos: 𝐵 = 𝐴−1 • Para que serve: – Para resolver sistemas de equações lineares possíveis e determinados – Sistema possível e determinado com o mesmo número de equações e incógnitas: 𝐴𝑋 = 𝐵 → 𝑋 = 𝐴−1𝐵 – Para sistemas indeterminados, matrizes inversas são usadas para calcular uma solução aproximada. 2 1. Introdução • Determinante: – É um número associado a matrizes quadradas. – “Os determinantes determinam antes. Determinam antes do quê? Eles dizem para você se uma equação linear tem solução ou não antes de você resolvê- la.” • Para que serve: – Para sistemas com n equações e n incógnitas, o determinante: • Diz se o sistema é possível e determinado • É usado no cálculo da solução 3 1. Introdução • Para que serve especificamente (sistemas com n equações e n incógnitas): – Permite saber se a matriz tem ou não inversa (quando determinante = 0, a matriz não tem inversa) – Permite saber se um sistema é possível e determinado – Pode ser usado para se determinar o posto de uma matriz – Usado para se calcular a solução de sistemas (Regra de Cramer) – Usado para se calcular a inversa de uma matriz – Pode ser usado para se calcular áreas ou volumes 4 2. Determinante • Caso 1x1: – Solução: – Sistema possível e determinado : a ≠ 0 – Solução depende da matriz dos coeficientes • Caso 2x2: – Solução: – Sistema possível e determinado : – Solução depende da matriz dos coeficientes 5 𝑎11𝑎22-𝑎12𝑎21≠0 2. Determinante • Caso 3x3: – Solução: todas as incógnitas possuem o mesmo denominador: – Sistema possível e determinado : denominador ≠ 0 – Solução depende da matriz dos coeficientes 6 2. Determinante • Notação: • Caso particulares: 7 2. Determinante • Caso geral: – Antes de definirmos o determinante no caso geral, vamos introduzir algumas definições. – Quantas inversões possuem e ? 8 2. Determinante • Caso geral: – Antes de definirmos o determinante no caso geral, vamos introduzir algumas definições. – Quantas inversões possuem e ? 9 3 e 6, respectivamente 2. Determinante • Caso geral: 10 2. Determinante • Caso geral: 11 j1 = 1, j2 = 3 e j3 = 2 j1 = 3, j2 = 1 e j3 = 2 2. Determinante • Caso geral: Observações: 12 2. Determinante • Qual o determinante de uma matriz 4x4 𝑎11 𝑎12 𝑎13 𝑎14 𝑎21 𝑎22 𝑎23 𝑎24 𝑎31 𝑎32 𝑎33 𝑎34 𝑎41 𝑎42 𝑎43 𝑎44 ? 13 2. Determinante • Qual o determinante de uma matriz 4x4 𝑎11 𝑎12 𝑎13 𝑎14 𝑎21 𝑎22 𝑎23 𝑎24 𝑎31 𝑎32 𝑎33 𝑎34 𝑎41 𝑎42 𝑎43 𝑎44 ? 14 Quais permutações de 4 elementos? (4 3 2 1), (4 3 1 2), (4 2 3 1), (4 2 1 3), (4 1 3 2) (4 1 2 3), (3 4 2 1), (3 4 1 2), (3 2 4 1), (3 2 1 4) (3 1 4 2), (3 1 2 4), (2 4 3 1), (2 4 1 3), (2 3 4 1) (2 3 1 4), (2 1 4 3), (2 1 3 4), (1 4 3 2), (1 4 2 3), (1 3 4 2), (1 3 2 4), (1 2 4 3), (1 2 3 4) 2. Determinante • Qual o determinante de uma matriz 4x4 𝑎11 𝑎12 𝑎13 𝑎14 𝑎21 𝑎22 𝑎23 𝑎24 𝑎31 𝑎32 𝑎33 𝑎34 𝑎41 𝑎42 𝑎43 𝑎44 ? 15 Perm. # inv. Perm. # inv. Perm. # inv. Perm. # inv. (4 3 2 1) 6 (3 4 2 1) 5 (2 4 3 1) 4 (1 4 3 2) 3 (4 3 1 2) 5 (3 4 1 2) 4 (2 4 1 3) 3 (1 4 2 3) 2 (4 2 3 1) 5 (3 2 4 1) 4 (2 3 4 1) 3 (1 3 4 2) 2 (4 2 1 3) 4 (3 2 1 4) 3 (2 3 1 4) 2 (1 3 2 4) 1 (4 1 3 2) 4 (3 1 4 2) 3 (2 1 4 3) 2 (1 2 4 3) 1 (4 1 2 3) 3 (3 1 2 4) 2 (2 1 3 4) 1 (1 2 3 4) 0 Qual o número de inversões para cada uma das permutações? 2. Determinante • Qual o determinante de uma matriz 4x4 𝑎11 𝑎12 𝑎13 𝑎14 𝑎21 𝑎22 𝑎23 𝑎24 𝑎31 𝑎32 𝑎33 𝑎34 𝑎41 𝑎42 𝑎43 𝑎44 ? 16 Determinante: a14a23a32a41 - a14a23a31a42 - a14a22a33a41 + a14a22a31a43 + a14a21a33a42 - a14a21a32a43 - a13a24a32a41 + ... 2. Determinante • Propriedades: Prova: Prova: 17 2. Determinante • Propriedades: Prova: Prova: 18 Como em cada termo do somatório temos um e apenas um termo de cada linha, todos termos do somatório estariam multiplicados por zero 2. Determinante • Propriedades: Prova: Prova: 19 Como em cada termo do somatório temos um e apenas um termo de cada linha, todos termos do somatório estariam multiplicados por zero Propriedades válidas para as linhas aplicam-se às colunas 2. Determinante • Propriedades: Prova: Prova: 20 2. Determinante • Propriedades: Prova: Prova: 21 Como em cada termo do somatório temos um e apenas um termo de cada linha, cada termo do somatório estará multiplicado pela constante. Colocando este termo em evidência, teremos o determinante da matriz original vezes a constante 2. Determinante • Propriedades: Prova: Prova: 22 Como em cada termo do somatório temos um e apenas um termo de cada linha, cada termo do somatório estará multiplicado pela constante. Colocando este termo em evidência, teremos o determinante da matriz original vezes a constante Partindo da forma alternativa de definir o determinante na observação iii), temos que trocar duas linhas leva a uma mudança na paridade do número de inversões 2. Determinante • Propriedades: Prova: 23 2. Determinante • Propriedades: Prova: 24 Trocar duas linhas de uma matriz troca a polaridade do determinante segundo a propriedade anterior iv). Contudo, se estas linhas forem iguais, o resultado não deveria mudar. Portanto, o único número que é igual ao oposto dele é o zero. 2. Determinante • Propriedades: Prova: 25 2. Determinante • Propriedades: Prova: 26 Para provar essa propriedade, deve-se usar a definição do determinante e a propriedade distributiva. Veja detalhes no Boldrini. CUIDADO: det(A+B) ≠ det(A) + det(B) 2. Determinante • Propriedades: • Prova: 27 2. Determinante • Propriedades: • Prova: 28 A prova desta propriedade pode ser obtida aplicando as propriedades vi), iii) e v). Basicamente, da propriedade vi) e iii) temos que o determinante resultante será a soma do determinante da matriz original e o determinante de uma matriz com duas linhas repetidas multiplicada pela constante 2. Determinante • Propriedades: • Prova: 29 A prova desta propriedade pode ser obtida aplicando as propriedades vi, iii e v. Basicamente, da propriedade vi e iii temos que o determinante resultante será a soma do determinante da matriz original e o determinante de uma matriz com duas linhas repetidas multiplicada pela constante Prova bem mais elaborada. Veja Boldrini. 3. Desenvolvimento de Laplace • No caso 3x3, note que: pode ser expresso como: ou ainda: 30 3. Desenvolvimento de Laplace 31 3. Desenvolvimento de Laplace 32 3. Desenvolvimento de Laplace Submatriz Aij (o menor do elemento aij): Sinal que multiplica o cofator: 33 3. Desenvolvimento de Laplace Observação: Dica: Usar as propriedades i)-viii) para simplificar o cálculo do determinante. Por exemplo, antes de realizar o desenvolvimento de Laplace, é interessante usar estas propriedades para fazer com a matriz tenha uma linha ou coluna com vários elementos iguaisa zero. 34 3. Desenvolvimento de Laplace • Pierre-Simon Laplace nasceu em 1749 na cidade de Beaumont-em- auge/França e faleceu em 1827 em Paris/França • Contribuições: mecânica celeste generalizando os estudos de Newton, transformada de Laplace, operador diferencial de Laplace, probabilidades, determinantes, entre outras • “Newton francês” • Laplace não era nada modesto e deixava claro que se achava o mais brilhante de sua época. Bem ou mal, ele estava certo. 35 3. Desenvolvimento de Laplace • Exemplos: 36 3. Desenvolvimento de Laplace • Exemplos: 37 3. Desenvolvimento de Laplace • Exemplos: 38 3. Desenvolvimento de Laplace • Exemplos: Dica: Somou-se a segunda linha à terceira 39 3. Desenvolvimento de Laplace • Exemplos: 40 3. Desenvolvimento de Laplace • Exemplos: Dicas: 41 C1←C1-2.C2 L2←(-1).L2 L1←L1+L2 L3 ←L3+L2 3. Desenvolvimento de Laplace • Exemplos: 42 3. Desenvolvimento de Laplace • Exemplos: 43 3. Desenvolvimento de Laplace • Exemplos: 44 3. Desenvolvimento de Laplace • Exemplos: Dica: 45 vi) iii) 4. Matriz Inversa • Definição: Matriz inversa de A • Exemplos: 46 4. Matriz Inversa • Exemplos: 47 4. Matriz Inversa iv) Se A não tem inversa, dizemos que A e não invertível ou singular. v) Se A possui inversa, então a inversa é única. 48 Faça o teste! 4. Matriz Inversa • Outras propriedades da Inversa: 49 4. Matriz Inversa • Definição: Matriz dos cofatores de A 50 4. Matriz Inversa • Definição: Matriz adjunta de A • Verifique quanto vale 𝑨. ഥ𝑨′ = ? ? ? 51 4. Matriz Inversa • Teorema: Note que c12 é equivalente ao determinante da matriz B obtida através de A substituindo a linha 2 pela linha 1 utilizando o desenvolvimento de Laplace pela segunda linha. Contudo, pode-se mostrar que o determinante de B é zero pois esta matriz possui duas linhas iguais. 52 4. Matriz Inversa 53 4. Matriz Inversa • Corolário: • Prova: • Os cofatores podem ser usados para o cálculo da matriz inversa! Exemplos – Cálculo da matriz inversa: 54 4. Matriz Inversa 55 4. Matriz Inversa 56 4. Matriz Inversa 57 4. Matriz Inversa • Num sistema n x n, se a matriz de coeficientes possui determinante diferente de zero, então o sistema é possível e determinado. • Se o determinante é igual a zero, então o sistema é possível e indeterminado ou impossível. • Neste caso, para saber se o sistema é possível e indeterminado ou impossível, é necessário olharmos o posto da matriz ampliada. 58 5. Regra de Cramer • A solução de um sistema n x n mostrada no slide anterior pode ser escrita das seguintes formas: 59 5. Regra de Cramer • Logo: • Note que: • Assim, temos: 60 5. Regra de Cramer • Numerador = determinante da matriz obtida de A substituindo a i-ésima coluna pelos termos independentes • Denominador = determinante de A • Método válido apenas para sistemas n x n 61 5. Regra de Cramer • Gabriel Cramer nasceu em Genebra/Suiça em 1704 e faleceu na França em 1752 • Professor de matemática e filosofia na universidade de Genebra • Teve contato com outros grandes nomes da matemática e Física: Johann Bernolli, Leonhard Euler, entre outros • Mais conhecido por seu método para cálculo de determinantes mas também tem contribuições no estudo de curvas algébricas 62 5. Regra de Cramer • Exemplo: 63 Nota sobre complexidade: O número de operações para se calcular a solução de um sistema n x n pela regra de Cramer e a definição de determinantes é igual a (n+1).(n!n-1). Para um sistema 10x10 teríamos 362.880.000 operações! 6. Cálculo do posto usando determinantes • Como já vimos antes, o conhecimento do posto da matriz de coeficientes e da matriz ampliada de um sistema linear nos dá a informação sobre a existência ou não de soluções do sistema • Infelizmente, o método que sabemos para calcular o posto requer a solução do sistema através do método de Gauss-Jordan obtendo a matriz na forma escalonada reduzida • Mostraremos a seguir um método (não menos complexo) de calcular o posto de uma matriz (quadrada ou não) através de determinantes 64 6. Cálculo do posto usando determinantes Quais submatrizes quadradas de ordem 4? 65 6. Cálculo do posto usando determinantes • O determinantes de todas essas matrizes são 0. Portanto, o posto não é 4 • Há 40 submatrizes de ordem 3x3. Essa matrizes podem ser obtidas cortando duas colunas e 1 linha • Há 5 2 formas de cortar 2 colunas dentre as 5, e para cada uma delas, há 4 linhas possíveis a serem cortadas totalizando 40 submatrizes • Todas essas submatrizes possuem determinante 0 66 6. Cálculo do posto usando determinantes • Contudo, a submatriz de ordem 2x2 abaixo possui determinante diferente de 0 • Portanto, o posto da matriz é 2. 67 6. Cálculo do posto usando determinantes • Exemplo 2: Determine se o sistema abaixo é possível ou não sem resolvê-lo • Para saber se um sistema é possível, precisamos saber o posto da matriz de coeficientes e da matriz ampliada • Primeiramente, o determinante da matriz de coeficientes é zero pois a terceira linha é a segunda linha multiplicada por -3 68 6. Cálculo do posto usando determinantes • Portanto, o posto de A é menor que 3 • Como o determinante de uma das submatrizes 2x2 de A é diferente de 0, então o posto de A é 2 • Observemos agora o posto da matriz de coeficientes. 69 6. Cálculo do posto usando determinantes • Podemos ver diretamente que o determinante de uma das submatrizes de ordem 3x3 é diferente de zero • Portanto, o posto da matriz ampliada é 3 • Logo, o sistema não admite solução pois o posto da matriz de coeficientes é diferente do posto da matriz ampliada 70 7. Matrizes Elementares • Mostraremos na parte 8 destes slides um processo de inversão de matrizes que não demanda de tantas operações como a regra de Cramer • Antes disso, precisamos entender que qualquer operações nas linhas de matrizes é equivalente a multiplicação por uma matriz especial • Ideia-chave: as 3 operações elementares podem ser expressas como multiplicações por matrizes elementares 71 7. Matrizes Elementares 72 7. Matrizes Elementares 73 7. Matrizes Elementares 74 7. Matrizes Elementares • Qual o conceito básico por trás do conceito mostrado? • Qual a lei de formação da matriz que devemos multiplicar? 75 7. Matrizes Elementares • Qual o conceito básico por trás do conceito mostrado? • Qual a lei de formação da matriz que devemos multiplicar? • Aplicar operações elementares em uma matriz A é o mesmo que aplicar as mesmas operações na matriz identidade e depois multiplicar essa matriz por A 76 7. Matrizes Elementares 77 7. Matrizes Elementares 78 7. Matrizes Elementares • Definição: Uma matriz elementar é uma matriz obtida a partir da matriz identidade, através da aplicação de uma operação elementar com linhas 79 Troca das linhas i e j Produto da linha i por um escalar Linha j é ela mesma somada a linha i multiplicada por um escalar 7. Matrizes Elementares • Exemplo: Qual o formato de todas matrizes elementares 2x2? 80 7. Matrizes Elementares • Exemplo: Qual o formato de todas matrizes elementares 2x2? 81 7. Matrizes Elementares 82 A1 A2 A3 A1 -1 A2 -1 A3 -1 7. Matrizes Elementares • Exemplo: Qual a inversa de ? Esta matriz corresponde a matriz identidade após substituir a linha1 pela soma da linha 1 e a linha 3 multiplicada por 2. Portanto, a inversa dessa matriz corresponde a matriz identidade com a linha 1 substituída pela linha 1 subtraída da linha 3 multiplicada por 2 83 7. Matrizes Elementares • Exemplo: Qual a inversa de ? Esta matriz corresponde a matriz identidade após a troca entre as linhas 2 e 3. Portanto, a inversa dessa matriz corresponde a matriz identidade após a troca entre as linhas 2 e 3 84 7. Matrizes Elementares • Exemplo: Qual a inversa de ? Esta matriz corresponde a matriz identidade após a multiplicação da linha 2 por 17. Portanto, a inversa dessa matriz corresponde a matriz identidade após divisão da linha 2 por 17. 85 8. Método para Cálculo da Inversa Usando Matrizes Elementares Prova: Se A é invertível, então existe B (inversa de A) tal que BA = I. Considere um sistema de equações homogêneas Ax = 0. Para que esse sistema tenha apenas a solução trivial, a forma escalonada reduzida da matriz ampliada deve ser [Inxn|0nx1]. Em outras palavras, caso o sistema homogêneo Ax = 0 tenha apenas a solução trivial, a forma escalonada reduzida da matriz de coeficientes, A, deve ser a matriz identidade. Portanto, basta provar que se A é invertível, a solução do sistema Ax = 0 admite apenas a solução trivial (e consequentemente a forma escalonada reduzida da matriz A é a identidade): x = Ix = BAx = B(Ax) = B0 = 0 Logo, Ax = 0 admite apenas a solução trivial e a prova se conclui. 86 8. Método para Cálculo da Inversa Usando Matrizes Elementares 87 • Para entender o relacionamento entre matrizes elementares e a matriz inversa considere que a partir de operações elementares em uma matriz A obtivemos a matriz identidade • Sabemos que as operações elementares de linha podem ser representadas pelo produto de matrizes elementares correspondentes: Ei correspondendo a i-ésima operação elementar realizada em A. Assim: • Como A admite inversa, temos que: 8. Método para Cálculo da Inversa Usando Matrizes Elementares 88 8. Método para Cálculo da Inversa Usando Matrizes Elementares 89 8. Método para Cálculo da Inversa Usando Matrizes Elementares 90 8. Método para Cálculo da Inversa Usando Matrizes Elementares 91 8. Método para Cálculo da Inversa Usando Matrizes Elementares 92 8. Método para Cálculo da Inversa Usando Matrizes Elementares 93 9. Matlab • c = det(A); % Calcula o determinante da matriz A • B = inv(A); % Calcula a inversa da matriz A • B = A^(-1); % Calcula a inversa da matriz A 94 9. Matlab Matrizes Elementares: • E = eye(N); E(i,i) = k; A = E*A; % Multiplica a i-ésima linha de A por k • E = eye(N); E(i,j) = k; A = E*A; % Substitui a i-ésima linha pela i-ésima % mais k vezes a j-ésima linha • E = eye(N); E([ i , j ],:) = E([ j , i ],:); A = E*A; % Troca a i-ésima e a j-ésima colunas 95
Compartilhar