Baixe o app para aproveitar ainda mais
Prévia do material em texto
Universidade Federal do Rio Grande do Norte Escola de Cieˆncia e Tecnologia Revisa˜o para A´lgebra Linear 60h Fabiana T. Santana Fabiana T. Santana UFRN-ECT A´lgebra Linear 1 / 58 Equac¸o˜es e Sistemas de Equac¸o˜es Lineares Fabiana T. Santana UFRN-ECT A´lgebra Linear 2 / 58 Equac¸o˜es Lineares Definic¸a˜o 1 Dados os nu´meros reais a1, a2, . . . , an e b, a equac¸a˜o a1x1 + a2x2 + . . . + anxn = b (1) recebe o nome de equac¸a˜o linear nas varia´veis x1, x2, . . . , xn. Observac¸a˜o 1 (a) Uma equac¸a˜o linear na˜o envolve produtos ou raizes de varia´veis. (b) Em uma equac¸a˜o linear todas as varia´veis ocorrem na primeira poteˆncia e na˜o aparecem como argumentos de func¸o˜es trigonome´tricas, logar´ıtmicas ou exponenciais. Fabiana T. Santana UFRN-ECT A´lgebra Linear 3 / 58 Equac¸o˜es Lineares Exemplo 1 As seguintes equac¸o˜es sa˜o lineares: (a) x + 3y = 7 (b) 12x − y + 3z = −1 (c) x1 − 2x2 − 3x3 + x4 = 0 Exemplo 2 As seguintes equac¸o˜es na˜o sa˜o lineares: (a) x + 3y2 = 7 (b) senx + y = 0 (c) √ x1 + 2x2 + x3 = 1 Fabiana T. Santana UFRN-ECT A´lgebra Linear 4 / 58 Equac¸o˜es Lineares Uma soluc¸a˜o da equac¸a˜o (1) e´ uma sequeˆncia de nu´meros reais (na˜o necessariamente distintos entre si), indicada por (b1, b2, . . . , bn), tal que a1b1 + a2b2 + . . . + anbn = b e´ verdadeira. A sequeˆncia (b1, b2, . . . , bn) e´ chamada de n-upla de nu´meros reais. Para n = 2 e n = 3, a sequeˆncia recebe o nome de par ordenado e terno ordenado, respectivamente. Exemplo 3 O terno ordenado (1, 1, 0) e´ uma soluc¸a˜o da equac¸a˜o 2x1 − x2 + x3 = 1, pois fazendo x1 = 1, x2 = 1 e x3 = 0, temos que 2.1− 1 + 0 = 1, isto e´, 1 = 1. Fabiana T. Santana UFRN-ECT A´lgebra Linear 5 / 58 Equac¸o˜es Lineares Definic¸a˜o 2 No caso especial em que b = 0, a equac¸a˜o 1 tem a forma a1x1 + a2x2 + . . . + anxn = 0 (2) e e´ denominada equac¸a˜o linear homogeˆnea. Note que a equac¸a˜o linear homogeˆnea sempre tem soluc¸a˜o, pois x1 = x2 = . . . = xn = 0 satisfaz a equac¸a˜o (2). Fabiana T. Santana UFRN-ECT A´lgebra Linear 6 / 58 Sistemas de Equac¸o˜es Lineares Definic¸a˜o 3 Um sistema linear de m equac¸o˜es e n inco´gnitas e´ um conjunto de m equac¸o˜es lineares com n inco´gnitas que pode ser representado por : S : a11x1 + a12x2 + . . . + a1nxn = b1 a21x1 + a22x2 + . . . + a2nxn = b2 ... am1x1 + am2x2 + . . . + amnxn = bm onde m, n ≥ 1, x1, x2, . . . , xn sa˜o inco´gnitas e aij , bj , 1 ≤ i ≤ n, 1 ≤ j ≤ m, sa˜o escalares reais. Fabiana T. Santana UFRN-ECT A´lgebra Linear 7 / 58 Sistemas de Equac¸o˜es Lineares Se a n-upla (b1, b2, . . . , bn) de nu´meros reais e´ simultaneamente soluc¸a˜o de cada uma das equac¸o˜es do sistema, enta˜o ela sera´ soluc¸a˜o do sistema. A soluc¸a˜o tambe´m pode ser expressa de uma das formas: x1 = b1, x2 = b2, . . . , xn = bn (x1, x2, . . . , xn) = (b1, b2, . . . , bn)[ x1 x2 . . . xn ] = [ b1 b2 . . . bn ] x1 x2 . . . xn = b1 b2 . . . bn Fabiana T. Santana UFRN-ECT A´lgebra Linear 8 / 58 Sistemas de Equac¸o˜es Lineares Exemplo 4 (a) Observe que (1,−2) e´ soluc¸a˜o do sistema 5x + y = 32x − y = 4 , pois fazendo x = 1 e y = −2 em ambas as equac¸o˜es obtemos 3 = 3 e 4 = 4, que sa˜o sentenc¸as verdadeiras, por isso, dizemos que os valores substitu´ıdos satisfazem a`s equac¸o˜es. (b) Observe que (0,−1) na˜o e´ soluc¸a˜o do sistema 2x − y = 1−x + 3y = 2 , pois fazendo x = 0 e y = −1 a segunda equac¸a˜o na˜o e´ satisfeita, uma vez que −3 = 2 e´ uma sentenc¸a falsa. Fabiana T. Santana UFRN-ECT A´lgebra Linear 9 / 58 Sistemas de Equac¸o˜es Lineares Definic¸a˜o 4 Um sistema de equac¸o˜es lineares pode ser classificado quanto a`s suas soluc¸o˜es da seguinte maneira: (i) consistente (ou compat´ıvel ou poss´ıvel) determinado: quando admite apenas uma soluc¸a˜o; (ii) consistente indeterminado: quando admite mais de uma soluc¸a˜o (infinitas); (iii) inconsistente (ou imcompat´ıvel ou imposs´ıvel): na˜o possui soluc¸a˜o. Fabiana T. Santana UFRN-ECT A´lgebra Linear 10 / 58 Sistemas de Equac¸o˜es Lineares Exemplo 5 (a) O sistema x − y = 12x + y = 6 possui uma u´nica soluc¸a˜o. (b) O sistema x + y = 43x + 3y = 6 na˜o tem soluc¸a˜o. (c) O sistema 4x − 2y = 116x − 8y = 4 possui infinitas soluc¸o˜es. Fabiana T. Santana UFRN-ECT A´lgebra Linear 11 / 58 Equac¸a˜o Matricial Fabiana T. Santana UFRN-ECT A´lgebra Linear 12 / 58 Equac¸a˜o Matricial Pela operac¸a˜o de igualdade de matrizes, o sistema linear a11x1 + a12x2 + . . . + a1nxn = b1 a21x1 + a22x2 + . . . + a2nxn = bn ... am1x1 + am2x2 + . . . + amnxn = bm e´ equivalente a` equac¸a˜o matricial a11x1 + a12x2 + . . . + a1nxn a21x1 + a22x2 + . . . + a2nxn ... am1x1 + am2x2 + . . . + amnxn = b1 b2 ... bm Fabiana T. Santana UFRN-ECT A´lgebra Linear 13 / 58 Equac¸a˜o Matricial Agora, pela operac¸a˜o de multiplicac¸a˜o de matrizes, a equac¸a˜o matricial anterior pode ser escrita como: a11 a12 . . . a1n a21 a22 . . . a2n ... ... . . . ... am1 am2 . . . amn ︸ ︷︷ ︸ A x1 x2 ... xn ︸ ︷︷ ︸ → x = b1 b2 ... bm ︸ ︷︷ ︸ → b onde: A: matriz dos coeficientes → x : matriz ou vetor de varia´veis → b : matriz ou vetor de termos independentes Fabiana T. Santana UFRN-ECT A´lgebra Linear 14 / 58 Equac¸a˜o Matricial Logo, associa-se ao sistema a11x1 + a12x2 + . . . + a1nxn = b1 a21x1 + a22x2 + . . . + a2nxn = bn ... am1x1 + am2x2 + . . . + amnxn = bm a equac¸a˜o matricial A → x = → b , onde a matriz A e´ a matriz formada pelos coeficientes das varia´veis, → x e´ o vetor formado pelas varia´veis e → b o vetor formado pelos termos independentes. Fabiana T. Santana UFRN-ECT A´lgebra Linear 15 / 58 Equac¸a˜o Matricial Exemplo 6 O sistema linear x1 + 3x2 − 2x3 + 2x5 = 0 2x1 + 6x2 − 5x3 − 2x4 + 4x5 − 3x6 = −1 5x3 + 10x4 + 15x6 = 5 2x1 + 6x2 + 8x4 + 4x5 + 18x6 = 6 pode ser representado pela seginte equac¸a˜o matricial: 1 3 −2 0 2 0 2 6 −5 −2 4 −3 0 0 5 10 0 15 2 6 0 8 4 18 x1 x2 x3 x4 x5 x6 = 0 −1 5 6 Fabiana T. Santana UFRN-ECT A´lgebra Linear 16 / 58 Eliminac¸a˜o Gassiana Fabiana T. Santana UFRN-ECT A´lgebra Linear 17 / 58 Eliminac¸a˜o Gaussiana A matriz aumentada do sistema a11x1 + a12x2 + . . . + a1nxn = b1 a21x1 + a22x2 + . . . + a2nxn = b2 ... ... ... am1x1 + am2x2 + . . . + amnxn = bm , constitu´ıda pelos coeficientes das varia´veis e pelos termos independentes, e´ representada por a11 a12 . . . a1n b1 a21 a22 . . . a2n b2 ... ... . . . ... ... am1 am2 . . . amn bm Fabiana T. Santana UFRN-ECT A´lgebra Linear 18 / 58 Eliminac¸a˜o Gaussiana Eliminac¸a˜o Gaussiana e´ um me´todo de resoluc¸a˜o de sistemas lineares que consiste em aplicar operac¸o˜es elementares sobres as linhas de sua matriz aumentada a fim de obter uma matriz ta˜o simplificada que o sistema linear associado a ela e´ automaticamente resolvido e cuja soluc¸a˜o coincide com a soluc¸a˜o do sistema inicial. Fabiana T. Santana UFRN-ECT A´lgebra Linear 19 / 58 Eliminac¸a˜o Gaussiana As operac¸o˜es elementares aplicadas nas linhas da matriz aumentada sa˜o: 1 Multiplicar uma linha inteira por uma constante na˜o nula. 2 Trocar duas linhas entre si. 3 Somar uma constante vezes uma linha a uma outra linha. A aplicac¸a˜o das operac¸o˜es elementaresnas linhas da matriz aumentada tem por objetivo converteˆ-la a uma matriz bem simples chamada forma escalonada por linhas, com a qual a soluc¸a˜o do sistema e´ facilmente obtida. Fabiana T. Santana UFRN-ECT A´lgebra Linear 20 / 58 Eliminac¸a˜o Gaussiana Uma matriz esta´ na forma escalonada por linhas se tiver as seguintes propriedades: 1. O primeiro termo das linhas na˜o nulas e´ igual a 1. Esse termo e´ denominado pivoˆ ou elemento l´ıder; 2. Linhas nulas, se existirem, aparecem no final da matriz, isto e´, na˜o havera´ linhas na˜o nulas, apo´s linhas nulas; 3. Em linhas sucessivas, o pivoˆ da linha inferior ocorre mais a` direita que o pivoˆ da linha superior. As propriedades acima garantem a` matriz um formato que lembra uma escada, por isso, alguns livros utilizam a nomenclatura forma escada. Fabiana T. Santana UFRN-ECT A´lgebra Linear 21 / 58 Eliminac¸a˜o Gaussiana Se ale´m das propriedades anteriores, uma matriz tambe´m atender a` propriedade: 4. Cada coluna que conte´m um pivoˆ tem zeros nas demais entradas; ela recebe o nome de forma escalonada reduzida por linhas. Este formato de matriz esta´ associado ao algoritmo de Gauss Jordan tambe´m utilizado para solucionar sistemas lineares e ta˜o importante quanto a` Eliminac¸a˜o Gaussiana. Observe que uma matriz na forma escalonada reduzida por linhas esta´ tambe´m na forma escalonada por linhas. Fabiana T. Santana UFRN-ECT A´lgebra Linear 22 / 58 Eliminac¸a˜o Gaussiana Exemplo 7 (a) As matrizes 1 4 −3 7 0 1 6 2 0 0 1 5 , 0 1 2 6 0 0 0 1 −1 0 0 0 0 0 1 esta˜o na forma escalonada por linhas. (b) As matrizes 1 0 0 4 0 1 0 7 0 0 1 −1 , 0 1 −2 0 1 0 0 0 1 3 0 0 0 0 0 esta˜o na forma escalonada por linhas e tambe´m na forma escalonada reduzida por linhas. Fabiana T. Santana UFRN-ECT A´lgebra Linear 23 / 58 Aplicac¸a˜o do Algoritmo Eliminac¸a˜o Gassiana Fabiana T. Santana UFRN-ECT A´lgebra Linear 24 / 58 Eliminac¸a˜o Gaussiana O exemplo seguinte e´ um modelo que ilustra os passos necessa´rios para a aplicac¸a˜o do algoritmo Eliminac¸a˜o Gaussiana. Esses passos sera˜o seguidos sempre que formos resolver um sistema utilizando este algoritmo. Exemplo 8 Resolva o sistema linear −2x3 + 7x5 = 12 2x1 + 4x2 − 10x3 + 6x4 + 12x5 = 28 2x1 + 4x2 − 5x3 + 6x4 − 5x5 = −1 utilizando a Eliminac¸a˜o Gaussiana. Fabiana T. Santana UFRN-ECT A´lgebra Linear 25 / 58 Eliminac¸a˜o Gaussiana Soluc¸a˜o: Comec¸amos escrevendo a matriz aumentada associada ao sistema. Para isso, identifique os coeficientes de cada varia´vel. Esses valores, juntamente com os termos independentes do sistema, constituira˜o as colunas da matriz aumentada. Fabiana T. Santana UFRN-ECT A´lgebra Linear 26 / 58 Eliminac¸a˜o Gaussiana Passo 1. Localizar a coluna mais a esquerda na˜o nula. 0 0 −2 0 7 12 2 4 −10 6 12 28 2 4 −5 6 −5 −1 A coluna 1 conte´m elementos na˜o nulos. Fabiana T. Santana UFRN-ECT A´lgebra Linear 27 / 58 Eliminac¸a˜o Gaussiana Passo 2. A coluna identificada no Passo 1 deve ter um termo na˜o nulo no topo. Fac¸a permutac¸o˜es de linhas se for necessa´rio. 0 0 −2 0 7 12 2 4 −10 6 12 28 2 4 −5 6 −5 −1 ︸ ︷︷ ︸ L1↔L2 ∼ 2 4 −10 6 12 28 0 0 −2 0 7 12 2 4 −5 6 −5 −1 Permutar Linha 1 com Linha 2. Notac¸a˜o: L1 ↔ L2. Fabiana T. Santana UFRN-ECT A´lgebra Linear 28 / 58 Eliminac¸a˜o Gaussiana Passo 3. Introduzir um pivoˆ no topo. Se necessa´rio, aplicar operac¸o˜es elementares na linha correspondente ao topo da coluna selecionada para converteˆ-lo em 1. Se o topo da matriz for a, enta˜o multiplica-se a linha correspondente por 1a . 2 4 −10 6 12 28 0 0 −2 0 7 12 2 4 −5 6 −5 −1 ︸ ︷︷ ︸ L1→ 12L1 ∼ 1 2 −5 3 6 14 0 0 −2 0 7 12 2 4 −5 6 −5 −1 Multiplicar a Linha 1 por 12 . Fabiana T. Santana UFRN-ECT A´lgebra Linear 29 / 58 Eliminac¸a˜o Gaussiana Passo 4. Zerar os termos abaixo do pivoˆ. Se k e´ o valor do termo da linha i localizado abaixo do pivoˆ, enta˜o soma-se a ela −k vezes a linha do pivoˆ. 1 2 −5 3 6 14 0 0 −2 0 7 12 2 4 −5 6 −5 −1 ︸ ︷︷ ︸ L3→L3−2L1 ∼ 1 2 −5 3 6 14 0 0 −2 0 7 12 0 0 5 0 −17 −29 Linha 3 somada com -2 vezes Linha 1. Notac¸a˜o: L3 → L3 − 2L1 Fabiana T. Santana UFRN-ECT A´lgebra Linear 30 / 58 Eliminac¸a˜o Gaussiana Passo 5. Quando todos os termos abaixo do pivoˆ sa˜o nulos, completou-se um ciclo do algoritmo. Reaplique os passos anteriores na submatriz obtida ao desconsiderar as linhas que ja´ possuem pivoˆ. Fac¸a isso ate´ que se tenha inserido pivoˆ em todas as linhas na˜o nulas. Fabiana T. Santana UFRN-ECT A´lgebra Linear 31 / 58 Eliminac¸a˜o Gaussiana Passo 5.1 A coluna 3 e´ a coluna da submatriz localizada mais a esquerda que possui termos na˜o nulos. 1 2 −5 3 6 14 0 0 −2 0 7 12 0 0 5 0 −17 −29 Fabiana T. Santana UFRN-ECT A´lgebra Linear 32 / 58 Eliminac¸a˜o Gaussiana Passo 5.2 Introduzir o pivoˆ. Multiplique a Linha por um nu´mero apropriado. 1 2 −5 3 6 14 0 0 −2 0 7 12 0 0 5 0 −17 −29 ︸ ︷︷ ︸ L2→− 12L2 ∼ 1 2 −5 3 6 14 0 0 1 0 −7/2 −6 0 0 5 0 −17 −29 Multiplicar a Linha 2 por − 12 . Notac¸a˜o: L2 → − 12L2 Fabiana T. Santana UFRN-ECT A´lgebra Linear 33 / 58 Eliminac¸a˜o Gaussiana Passo 5.3 Zerar os termos abaixo do pivoˆ. Use a linha do atual pivoˆ para fazer as operac¸o˜es elementares. 1 2 −5 3 6 14 0 0 1 0 −7/2 −6 0 0 5 0 −17 −29 ︸ ︷︷ ︸ L3→L3−5L2 ∼ 1 2 −5 3 6 14 0 0 1 0 −7/2 −6 0 0 0 0 1/2 1 Linha 3 somada com -5 vezes a Linha 2. Notac¸a˜o: L3 → L3 − 5L2 Fabiana T. Santana UFRN-ECT A´lgebra Linear 34 / 58 Eliminac¸a˜o Gaussiana Passo 6 Mais um ciclo do algoritmo foi completado, pois abaixo do pivoˆ inserido so´ ha´ termos nulos. Enta˜o reaplicar o algoritmo na submatriz obtida desconsiderando as linhas que possuem pivoˆ. Fabiana T. Santana UFRN-ECT A´lgebra Linear 35 / 58 Eliminac¸a˜o Gaussiana Passo 6.1 A coluna 5 e´ a coluna da submatriz localizada mais a esquerda com termos na˜os nulos. 1 2 −5 3 6 14 0 0 1 0 −7/2 −6 0 0 0 0 1/2 1 Fabiana T. Santana UFRN-ECT A´lgebra Linear 36 / 58 Eliminac¸a˜o Gaussiana Passo 6.2 Introduzir o pivoˆ no topo da submatriz. Fac¸a uma multiplicac¸a˜o apropriada. 1 2 −5 3 6 14 0 0 1 0 −7/2 −6 0 0 0 0 1/2 1 ︸ ︷︷ ︸ L3→2L3 ∼ 1 2 −5 3 6 14 0 0 1 0 −7/2 −6 0 0 0 0 1 2 Linha 3 multiplicada por 2. Notac¸a˜o: L3 → 2L3 Fabiana T. Santana UFRN-ECT A´lgebra Linear 37 / 58 Eliminac¸a˜o Gaussiana Passo 6.3 Na˜o ha´ linhas abaixo do pivoˆ. Fim do algoritmo! 1 2 −5 3 6 14 0 0 1 0 −7/2 −6 0 0 0 0 1/2 1 ︸ ︷︷ ︸ L3→2L3 ∼ 1 2 −5 3 6 14 0 0 1 0 −7/2 −6 0 0 0 0 1 2 A matriz obtida esta´ na forma escalonada por linhas. Fabiana T. Santana UFRN-ECT A´lgebra Linear 38 / 58 Eliminac¸a˜o Gaussiana Passo 7 Obter o sistema associado a` matriz escalonada por linhas. 1 2 −5 3 6 14 0 0 1 0 −7/2 −6 0 0 0 0 1 2 ⇒ x1 + 2x2 − 5x3 + 3x4 + 6x5 = 14 x3 − 72x5 = −6 x5 = 2 Observe que agora temos um sistema bem mais simples que o inicial e, ainda, e´ poss´ıvel identificar o valor de pelo menos uma das varia´veis. Neste caso, temos x5 = 2. Fabiana T. Santana UFRN-ECT A´lgebra Linear 39 / 58 Eliminac¸a˜o Gaussiana Passo 7.1 Para obter o valor das demais varia´veis e´ necessa´rio acrescentar ao sistema as varia´veis livres (assumem todos os valores reais) que sa˜o identificadas pela AUSEˆNCIA de pivoˆ nas colunas correspondentes. Neste caso, as varia´veisx2 e x3 sa˜o livres. Fabiana T. Santana UFRN-ECT A´lgebra Linear 40 / 58 Eliminac¸a˜o Gaussiana Passo 7.2 Reescreva o sistema acrescentando as varia´veis livres. x1 + 2x2 − 5x3 + 3x4 + 6x5 = 14 x3 − 72x5 = −6 x5 = 2 x2 = r x4 = t Agora ja´ encontramos treˆs das cinco varia´veis: x2 = r , x4 = tex5 = 2. As demais varia´veis sera˜o encontradas por retro subistituic¸a˜o que consiste em substituir as equac¸o˜es nas equac¸o˜es anteriores a fim de obter as varia´veis ainda desconhecidas. Fabiana T. Santana UFRN-ECT A´lgebra Linear 41 / 58 Eliminac¸a˜o Gaussiana Passo 7.3 Obtenha as varia´veis ainda na˜o identificadas e exiba a soluc¸a˜o do sistema. Substituindo x5 = 2 em x3 − 72x5 = −6, obtemos x3 = 1. Substituindo x2 = r , x3 = 1, x4 = t e x5 = 2 em x1 + 2x2 − 5x3 + 3x4 + 6x5 = 14, obtemos x1 = 7− 2r − 3t. Logo, a soluc¸a˜o do sistema e´: (x1, x2, x3, x4, x5) = (7− 2r − 3t, r , 1, t, 2), com r , t ∈ R. Fabiana T. Santana UFRN-ECT A´lgebra Linear 42 / 58 Eliminac¸a˜o Gaussiana Observac¸a˜o: Na soluc¸a˜o (x1, x2, x3, x4, x5) = (7− 2r − 3t, r , 1, t, 2) as varia´veis x2 e x4 assumem qualquer valor real. Isto quer dizer que existem infinitas soluc¸o˜es para o sistema dado. Sempre que o escalonamento retornar varia´veis livres, o sistema tera´ infinitas soluc¸o˜es. Se quisermos uma soluc¸a˜o nume´rica particular, basta atribuir um valor para os paraˆmetros r e t. Os valores escolhidos na˜o precisam ser iguais, uma vez que r e t sa˜o independentes um do outro. Para testar, fac¸a r = 0 e t = 1. Nesse caso, uma soluc¸a˜o do sistema e´ (x1, x2, x3, x4, x5) = (4, 0, 1, 1, 2). Fabiana T. Santana UFRN-ECT A´lgebra Linear 43 / 58 Eliminac¸a˜o Gaussiana Observac¸a˜o: Voltando ao sistema inicial e substituindo a soluc¸a˜o particular (x1, x2, x3, x4, x5) = (4, 0, 1, 1, 2), isto e´ x1 = 4, x2 = 0, x3 = 1, x4 = 1, x5 = 2, observe abaixo que todas as equac¸o˜es sa˜o satisfeitas simultaneamente: −2x3 + 7x5 = 12 2x1 + 4x2 − 10x3 + 6x4 + 12x5 = 28 2x1 + 4x2 − 5x3 + 6x4 − 5x5 = −1 ⇒ −2.4 + 7.1 = 12 2.4 + 4.0− 10.1 + 6.1 + 12.2 = 28 2.4 + 4.0− 5.1 + 6.1− 5.2 = −1 ⇒ 12 = 12 28 = 28 −1 = −1 Fabiana T. Santana UFRN-ECT A´lgebra Linear 44 / 58 Eliminac¸a˜o Gaussiana Continuac¸a˜o da Observac¸a˜o: A substituic¸a˜o tambe´m poderia ter sido feita no u´ltimo sistema obtido, considerando r = 0 e t = 1: x1 + 2x2 − 5x3 + 3x4 + 6x5 = 14 x3 − 72x5 = −6 x5 = 2 x2 = r x4 = t ⇒ 4 + 2.0− 5.1 + 3.1 + 6.2 = 14 1− 72 .2 = −6 2 = 2 0 = r 1 = 1 ⇒ 14 = 14 −6 = −6 2 = 2 0 = 0 1 = 1 Fabiana T. Santana UFRN-ECT A´lgebra Linear 45 / 58 Eliminac¸a˜o Gaussiana Continuac¸a˜o da Observac¸a˜o: Os sistemas anteriores sa˜o equivalentes, isto e´, possuem a mesma soluc¸a˜o. O sistema final corresponde a` forma escalonada por linhas, obtida aplicando operac¸o˜es elementares na matriz aumentada do sistema inicial. Matrizes obtidas atrave´s de operac¸o˜es elementares sa˜o linha equivalentes e seus sistemas correspondentes possuem a mesma soluc¸a˜o. Fabiana T. Santana UFRN-ECT A´lgebra Linear 46 / 58 Determinantes Fabiana T. Santana UFRN-ECT A´lgebra Linear 47 / 58 Determinantes Com o dispositivo pra´tico abaixo, obte´m-se facilmente o determinante de matrizes 2× 2 e 3× 3. Fabiana T. Santana UFRN-ECT A´lgebra Linear 48 / 58 Determinantes Para os casos 4× 4 e ordens maiores deve-se recorrer a uma das te´cnicas: Expassa˜o em cofatores Reduc¸a˜o por linhas Essas te´cnicas tambe´m se aplicam a` matrizes 2× 2 e 3× 3. Fabiana T. Santana UFRN-ECT A´lgebra Linear 49 / 58 Determinantes - Teoremas importantes Teorema 1 Se A for uma matriz n × n, enta˜o independentemente de qual linha ou coluna escolhermos, sempre obteremos o mesmo nu´mero multiplicando as entradas daquela linha ou coluna pelos cofatores correspondentes e somando os produtos obtidos. Teorema 2 Se A e´ uma matriz triangular n × n (triangular superior, inferior ou diagonal), enta˜o det(A) e´ o produto das entradas na diagonal principal da matriz, ou seja, det(A) = a11a22 . . . ann. Teorema 3 Se A e´ uma matriz quadrada com uma linha ou coluna de zeros, enta˜o det(A) = 0. Fabiana T. Santana UFRN-ECT A´lgebra Linear 50 / 58 Matrizes Inversas Fabiana T. Santana UFRN-ECT A´lgebra Linear 51 / 58 Inversas Teorema 4 Uma matriz A de ordem n × n e´ invert´ıvel se e somente se A e´ linha equivalente a In, e, nesse caso, toda sequeˆncia de operac¸o˜es elementares que transforma A em In tambe´m transforma In em A −1. Algoritmo de Inversa˜o de Matrizes Posicione as matrizes A e I lado a lado, formando a matriz [A | I ]. Escalone a matriz completa [A | I ] com operac¸o˜es que converta A em I . Se A for linha equivalente com I , enta˜o [A | I ] sera´ linha equivalente com [I | A−1] e obte´m-se a matriz inversa A−1. Se A na˜o e´ linha equivalente com I , enta˜o na˜o existe A−1. Fabiana T. Santana UFRN-ECT A´lgebra Linear 52 / 58 Ana´lise de Sistemas Lineares Quanto a Existeˆncia e Nu´mero de Soluc¸o˜es Fabiana T. Santana UFRN-ECT A´lgebra Linear 53 / 58 Ana´lise de Sistemas Lineares Sistema Linear A → x = → b Se a matriz dos coeficientes A e´ invert´ıvel (det(A) 6= 0), enta˜o o sistema e´ consistente e a soluc¸a˜o e´ dada por → x = A−1 → b Se A na˜o e´ invert´ıvel (det(A) = 0), enta˜o a ana´lise dependera´ de cada sistema. Se o escalonamento da matriz aumentada na˜o gerar inconsisteˆncia, enta˜o o sistema tera´ infinitas soluc¸o˜es. Se o escalonamento da matriz aumentada gerar inconsisteˆncia, enta˜o o sistema sera´ inconsistente. Fabiana T. Santana UFRN-ECT A´lgebra Linear 54 / 58 Ana´lise de Sistemas Lineares Sistema Linear Homogeˆneo A → x = → 0 Sempre tem soluc¸a˜o ( → 0 e´ soluc¸a˜o - soluc¸a˜o trivial). Se A e´ invert´ıvel (det(A) 6= 0), enta˜o o sistema e´ consistente e tem uma u´nica soluc¸a˜o dada por → x = A−1 → 0 = → 0 (o vetor nulo e´ a u´nica soluc¸a˜o). Se A na˜o e´ invert´ıvel (det(A) = 0), enta˜o o sistema tem infinitas soluc¸o˜es. Neste caso, o escalonamento da matriz aumentada apresenta uma linha de zeros que garante varia´veis livres. Fabiana T. Santana UFRN-ECT A´lgebra Linear 55 / 58 Exerc´ıcios (1) Resolva os seguintes sistemas Lineares utilizando a Eliminac¸a˜o Gaussiana: (a) x1 − 2x2 + x3 = 0 2x2 − 8x3 = 8 −4x1 + 5x2 + 9x3 = −9 (b) x2 − 4x3 = 8 2x1 − 3x2 + 2x3 = 1 5x1 − 8x2 + 7x3 = 1 (c) x1 + 6x2 + 2x3 − 5x4 − 2x5 = −4 2x3 − 8x4 − x5 = 3 x5 = 7 Fabiana T. Santana UFRN-ECT A´lgebra Linear 56 / 58 Exerc´ıcios (2) Analise se os sistemas abaixo quanto a` existeˆncia e nu´mero de soluc¸o˜es : (a) x1 − 2x2 + x3 = 0 2x2 − 8x3 = 8 −4x1 + 5x2 + 9x3 = −9 (b) x2 − 4x3 = 8 2x1 − 3x2 + 2x3 = 1 5x1 − 8x2 + 7x3 = 1 (c) x2 − 4x3 = 0 2x1 − 3x2 + 2x3 = 0 5x1 − 8x2 + 7x3 = 0 Fabiana T. Santana UFRN-ECT A´lgebra Linear 57 / 58 Refereˆncias Bibliogra´ficas: 1. Carlos A. Callioli, Hygino H. Domingues, Roberto C.F. Costa. A´lgebra Linear e Aplicac¸o˜es. 5 ed. Sa˜o Paulo: Atual Editora, 1987 2. Howard Anton, Chris Rorres. A´lgebra Linear com Aplicac¸o˜es. 8 ed. Porto Alegre: Bookman, 2012. Fabiana T. Santana UFRN-ECT A´lgebra Linear 58 / 58
Compartilhar