Baixe o app para aproveitar ainda mais
Prévia do material em texto
Álgebra Linear Álgebra linear é um ramo da matemática que surgiu do estudo detalhado de sistemas de equações lineares, sejam elas algébricas ou diferenciais. A álgebra linear se utiliza de alguns conceitos e estruturas fundamentais da matemática como vetores, espaços vetoriais, transformações lineares, sistemas de equações lineares e matrizes. Autor: Professor Izaias Cordeiro Néri Licenciado em Matemática pelo Instituto de Matemática e Estatística da Universidade de São Paulo – IME/USP Mestre em Educação Matemática izaias.neri@anhembimorumbi.edu.br A apostila está dividida em quatro capítulos e abrange o conteúdo programático da disciplina Álgebra Linear dos cursos de Engenharia e Tecnologia da Universidade Anhembi Morumbi. O primeiro capítulo aborda o conteúdo sobre matrizes, o segundo sobre determinantes, o terceiro sobre sistemas lineares e o quarto sobre vetores. Cada capítulo está acompanhado de exemplos resolvidos e de uma lista de exercícios propostos. 2014 Elementos para Álgebra Linear Professor Izaias Cordeiro Néri – izaias.neri@anhembimorumbi.edu.br 2 Sumário CAPÍTULO 01 ‐ MATRIZES ......................................................................................................................................... 4 1.0 INTRODUÇÃO ..................................................................................................................................................... 4 1.1 MATRIZ .............................................................................................................................................................. 4 1.2 NOTAÇÃO E FORMAÇÃO DE UMA MATRIZ .......................................................................................................... 5 1.3 MATRIZES ESPECIAIS .......................................................................................................................................... 6 1.3.1 MATRIZ LINHA ........................................................................................................................................................... 6 1.3.2 MATRIZ COLUNA........................................................................................................................................................ 6 1.3.3 MATRIZ QUADRADA ................................................................................................................................................... 6 1.3.3.1 DIAGONAIS DE UMA MATRIZ QUADRADA ..................................................................................................................... 6 1.3.4 MATRIZ NULA ........................................................................................................................................................... 7 1.3.5 MATRIZ DIAGONAL ..................................................................................................................................................... 7 1.3.6 MATRIZ IDENTIDADE ................................................................................................................................................... 7 1.3.7 MATRIZ TRANSPOSTA ................................................................................................................................................. 8 1.3.8 MATRIZ SIMÉTRICA E ANTI‐SIMÉTRICA ........................................................................................................................... 8 1.3.9 MATRIZ OPOSTA ........................................................................................................................................................ 8 1.4 OPERAÇÕES COM MATRIZES .............................................................................................................................. 9 1.4.1 IGUALDADE DE MATRIZES ............................................................................................................................................ 9 1.4.2 ADIÇÃO E SUBTRAÇÃO............................................................................................................................................... 10 1.4.3 PRODUTO DE UMA MATRIZ POR UM ESCALAR ................................................................................................................ 11 1.5 MULTIPLICAÇÃO DE MATRIZES ......................................................................................................................... 14 1.6 MATRIZ INVERSA (PARTE I) ............................................................................................................................... 16 CAPÍTULO 02 ‐ DETERMINANTES ............................................................................................................................ 20 2.0 INTRODUÇÃO ................................................................................................................................................... 20 2.1 DETERMINANTE DE 1ª ORDEM ......................................................................................................................... 20 2.2 DETERMINANTE DE 2ª ORDEM ......................................................................................................................... 20 2.3 REGRA DE SARRUS ........................................................................................................................................... 21 2.4 MENOR COMPLEMENTAR ................................................................................................................................ 25 2.5 COFATOR ......................................................................................................................................................... 26 2.6 TEOREMA DE LAPLACE ..................................................................................................................................... 26 2.7 PROPRIEDADES DOS DETERMINANTES ............................................................................................................. 29 2.7.1 FILA NULA .............................................................................................................................................................. 29 2.7.2 FILAS PARALELAS IGUAIS ............................................................................................................................................ 29 2.7.3 FILAS PARALELAS PROPORCIONAIS ............................................................................................................................... 30 2.7.4 FILAS PARALELAS COM COMBINAÇÕES LINEARES ............................................................................................................ 30 2.7.5 TEOREMA DE JACOBI ................................................................................................................................................. 30 2.7.6 MATRIZ TRANSPOSTA ............................................................................................................................................... 30 2.7.7 PRODUTO DE UMA FILA POR UM ESCALAR...................................................................................................................... 31 2.7.8 TROCA DE FILAS PARALELAS ........................................................................................................................................ 31 2.7.9 MATRIZ TRIANGULAR ................................................................................................................................................ 31 2.8 OUTRAS PROPRIEDADES .................................................................................................................................. 31 2.8.1 TEOREMA DE BINET ..................................................................................................................................................31 2.8.2 PRODUTO DE UM ESCALAR POR TODA A MATRIZ ............................................................................................................. 32 2.9 REGRA DE CHIÓ ................................................................................................................................................ 33 A1 – APÊNDICE CAPÍTULO 02 ‐ MATRIZ INVERSA (PARTE II) .................................................................................... 35 Elementos para Álgebra Linear Professor Izaias Cordeiro Néri – izaias.neri@anhembimorumbi.edu.br 3 CAPÍTULO 03 ‐ SISTEMAS LINEARES ........................................................................................................................ 38 3.0 EQUAÇÃO LINEAR ............................................................................................................................................ 38 3.1 SISTEMA LINEAR .............................................................................................................................................. 38 3.2 SOLUÇÃO DO SISTEMA LINEAR ......................................................................................................................... 38 3.3 MATRIZES ASSOCIADAS A UM SISTEMA LINEAR ................................................................................................ 39 3.3.1 MATRIZ INCOMPLETA................................................................................................................................................ 39 3.3.2 MATRIZ COMPLETA .................................................................................................................................................. 39 3.4 SISTEMAS HOMOGÊNEOS ................................................................................................................................ 39 3.4.1 SOLUÇÕES DE UM SISTEMA HOMOGÊNEO ...................................................................................................................... 40 3.4.2 CLASSIFICAÇÃO DE UM SISTEMA QUANTO AO NÚMERO DE SOLUÇÕES .................................................................................. 40 3.5 TEOREMA DE CRAMER ..................................................................................................................................... 40 3.5 DISCUSSÃO DE UM SISTEMA LINEAR ................................................................................................................ 43 CAPÍTULO 04 ‐ VETORES ......................................................................................................................................... 45 4.0 VETORES .......................................................................................................................................................... 45 4.0.1 SOMA DE VETORES ................................................................................................................................................... 45 4.0.2 VETOR OPOSTO ....................................................................................................................................................... 46 4.0.3 PRODUTO POR UM ESCALAR ...................................................................................................................................... 46 4.1 VETORES EM SISTEMAS DE COORDENADAS ...................................................................................................... 47 4.1.1 VETORES NO 2 .................................................................................................................................................... 47 4.1.1.1 IGUALDADE E OPERAÇÕES ....................................................................................................................................... 47 4.1.2 VETORES NO 3 ................................................................................................................................................... 49 4.2 COMPONENTES DE UM VETOR ......................................................................................................................... 50 4.3 NORMA DE UM VETOR ..................................................................................................................................... 52 4.3.1 EM 2 ............................................................................................................................................................... 52 4.3.2 EM 3 ............................................................................................................................................................... 52 4.4 DISTÂNCIA ....................................................................................................................................................... 53 4.5 ARITMÉTICA VETORIAL ..................................................................................................................................... 53 4.6 PRODUTO ESCALAR .......................................................................................................................................... 55 4.7 PRODUTO ESCALAR EM TERMOS DE COMPONENTES ........................................................................................ 56 4.8 ÂNGULO ENTRE VETORES ................................................................................................................................. 57 4.9 VETORES ORTOGONAIS .................................................................................................................................... 59 4.10 PROJEÇÃO ORTOGONAL ................................................................................................................................. 60 4.11 PRODUTO VETORIAL ...................................................................................................................................... 63 4.12 RELAÇÕES ENTRE OS PRODUTOS .................................................................................................................... 63 4.12.1 u v É PERPENDICULAR A U E A V ....................................................................................................................... 63 4.13 VETORES UNITÁRIOS CANÔNICOS .................................................................................................................. 64 4.14 PRODUTO VETORIAL EM FORMATO DE DETERMINANTE ................................................................................. 64 4.15 ÁREA DE UM PARALELOGRAMO ..................................................................................................................... 65 4.16 ÁREA DE UM TRIÂNGULO ............................................................................................................................... 65 4.17 PRODUTO MISTO ........................................................................................................................................... 66 Elementos para Álgebra Linear Professor Izaias Cordeiro Néri – izaias.neri@anhembimorumbi.edu.br 4 Capítulo 01 Matrizes 1.0 Introdução A teoria das matrizes é muito presente em aplicações da Economia, Engenharia, Matemática, Física, Tecnologia etc. Os chineses apresentam como um dos mais antigos povos a mencionar a teoria das matrizes. Eles gostavam de diagramas conhecidos como quadrados mágicos, como o exemplo a seguir. 4 9 2 3 5 7 8 1 6 1.1 Matriz Podemos definir matrizes com sendo uma tabela de números dispostos em linhas e colunas, colocados entre parênteses ou colchetes: 2 2 2 3 1 4 x 3 2 4 0 2 1 1 x Tabelas com m linhas e n colunas são denominadas matrizes m x n sendo * e m n Elementos para Álgebra Linear Professor Izaias CordeiroNéri – izaias.neri@anhembimorumbi.edu.br 5 1.2 Notação e Formação de uma Matriz As matrizes costumam ser representadas por letras maiúsculas e seus elementos por letras minúsculas, acompanhadas de dois índices que indicam a linhas e a coluna, respectivamente, de cada elemento. Um formato geral para matiz m x n é: 11 1 1 A n m mn a a a a Abreviando a matriz A teríamos: [ ]ij m x nA a Onde i e j representam, respectivamente, a linha e a coluna que o elemento ocupa. Vejamos um exemplo de uma matriz 2 x 3. isso indica que a matriz possui duas linhas e três colunas. 2 3 2 3 4 A 1 0 5 x Onde: 11 12 13 21 22 23 2 3 4 1 0 5 a a a a a a As matrizes podem obedecer a uma lei de formação. Veja os exemplos a seguir. Exemplo E 01) Determinar a matriz 2 3[ ] 2 .ij xA a i j Solução: 11 12 13 21 22 23 2 3 A x a a a a a a = 11 12 13 21 22 23 2 3 2.1 1 3 2.1 2 4 2.1 3 5 2.2 1 5 2.2 2 6 2.2 3 7 x a a a a a a 2 3 3 4 5 A 5 6 7 x Elementos para Álgebra Linear Professor Izaias Cordeiro Néri – izaias.neri@anhembimorumbi.edu.br 6 1.3 Matrizes Especiais 1.3.1 Matriz Linha É toda matriz do tipo 1 x n , ou seja, uma única linha. Exemplo. 1 4A [4 5 1] x 1.3.2 Matriz Coluna É toda matriz do tipo m x 1, ou seja, com uma única coluna. Exemplo. 4 1 3 0 1 2 x B 1.3.3 Matriz Quadrada É toda matriz do tipo m x m, ou seja, o mesmo número de linhas e colunas. Com isso dizemos que a matriz possui ordem n onde n é seu número de linhas e colunas. Exemplo: 2 2 1 2 4 1 x C Ordem 2 3 3 4 0 1 0 0 4 1 2 4 x D ordem 3 1.3.3.1 Diagonais de uma Matriz Quadrada o Diagonal principal: é o conjunto de elementos, tal que i = j. o Diagonal Secundária: é o conjunto de elementos, tal que i + j = n + 1. 12 21 23 13 31 32 11 22 33 A a a a a a a aa a Diagonal principal Elementos 11a , 22a e 33a . Diagonal Secundária Elementos 31a , 22a e 13a . Elementos para Álgebra Linear Professor Izaias Cordeiro Néri – izaias.neri@anhembimorumbi.edu.br 7 1.3.4 Matriz Nula É toda matriz em que seus elementos são nulos. [ ] 0ij mxn ijA a a . Exemplo: 3 3 0 0 0 A 0 0 0 0 0 0 x 1.3.5 Matriz Diagonal É toda matriz quadrada onde todos os elementos que não estão na diagonal principal são nulos. Exemplos: 2 2 1 0 0 1 x A 3 3 4 0 0 0 1 0 0 0 3 x B 1.3.6 Matriz Identidade É toda matriz quadrada onde os elementos da diagonal principal são iguais a 1 e os demais iguais a 0. 1, [ ], 0, n ij ij se i j I a a se i j Exemplos: 2 1 0 0 1 I 3 1 0 0 0 1 0 0 0 1 I Elementos para Álgebra Linear Professor Izaias Cordeiro Néri – izaias.neri@anhembimorumbi.edu.br 8 1.3.7 Matriz Transposta Chamamos de matriz transposta a matriz obtida a partir de uma matriz A, trocando-se ordenadamente suas linhas por colunas ou colunas por linhas. Notação TA . Exemplo: Se 1 2 3 A 4 5 6 então T 1 4 A 2 5 3 6 1.3.8 Matriz Simétrica e Anti-Simétrica Uma matriz quadrada é simétrica quando tem-se TA = A . Uma matriz quadrada é anti-simétrica quanto tem-se TA A . 1.3.9 Matriz Oposta Chamamos de matriz oposta de A, a matriz obtida a partir de A, trocando-se o sinal de todos os seus elementos. Notação: – A. Exemplo: 3 1 A 2 2 Então T 3 1A 2 2 Exercícios 01.) Determinar a matriz 3 3[ ]ij xB b , tal que 2 2 1, se , se ij i j b i j i j 02.) Determine as seguintes matrizes: a. 22 2( ) ( )ij xA a i j b. 33 3( ) ( )ij xB b i j c. 2 3 2, ( ) , ij x se i j C c i j se i j 03.) Dada a matriz 3 3( )ij xA a , tal que 2 2 5ija i j , calcule 12 31a a . Elementos para Álgebra Linear Professor Izaias Cordeiro Néri – izaias.neri@anhembimorumbi.edu.br 9 Respostas 01.) 1 3 8 3 1 5 8 5 1 B 02.) a. 4 9 9 16 A b. 0 1 8 1 0 1 8 1 0 B c. 2 3 4 3 2 5 C 03.) 6 1.4 Operações com Matrizes 1.4.1 Igualdade de Matrizes Duas matrizes A e B do mesmo tipo m x n, são iguais, se, e somente se, todos os elementos que ocupam a mesma posição são idênticos. Notação A = B. Exemplos E 02) Dadas as matrizes 1 2 3 A a e 3 3 x B b , determinar a, b e x para que TA B . Solução: 1 2 3 3 3 T x bA B a Então x = 1, b = 2 e a = 3. E 03) Para que ocorra a igualdade das matrizes 2 0 11 1 2 02 1 m m qual deve ser o valor de m? Solução: 21 0 1 1 1 0 1 m m ou m m m Como devem ser satisfeitas simultaneamente então m = 1. Elementos para Álgebra Linear Professor Izaias Cordeiro Néri – izaias.neri@anhembimorumbi.edu.br 10 1.4.2 Adição e Subtração Dada duas matrizes ( )ij mxnA a e ( )ij mxnB b , a matriz soma A + B é a matriz ( )ij mxnC c , tal que ij ij ijc a b . Exemplo: 1 2 0 3 1 0 2 3 1 5 3 4 1 5 3 1 4 ( 5) 2 1 Dada duas matrizes ( )ij mxnA a e ( )ij mxnB b , definimos a diferença A B como a soma de A com a oposta de B, ou seja, ( )A B A B . Exemplos E 04) Determine a matriz X na equação matricial 2 1 1 1/ 2 2 3/ 2 3 4 3 5 4 3 X . Solução: Fazendo a b X c d temos que 2 1 1 1/ 2 2 3/ 2 3 4 3 5 4 3 a b c d 2 1 1 2 3 4 1 2 a b c d 2 1 1 2 1 1 3 1 4 2 4 2 a b a b c d c d 1 1 4 2 X E 05) Determine a matriz X na equação matricial 2 3 5 1 1 1 4 3 4 2 3 2 X . Solução: Fazendo X = 3 2x a b c d e f temos que 2 3 5 1 1 1 4 3 4 2 3 2 a b c d e f 2 3 5 1 2 5 3 1 3 4 1 1 4 3 1 4 1 3 5 4 4 2 3 2 4 3 2 2 1 4 a b a b c d c d e f e f 3 4 5 4 1 4 X Elementos para Álgebra Linear Professor Izaias Cordeiro Néri – izaias.neri@anhembimorumbi.edu.br 11 1.4.3 Produto de uma Matriz por um Escalar Seja a matriz ( )ij mxnA a e um número real k com 0k . O produto de k pela matriz A é dado por uma matriz B, tal que, B = k.A onde .ij ijb k a . Exemplo: 0 2 1 3.0 3.2 3.1 0 6 3 3. 2 3 5 3.( 2) 3.3 3.( 5) 6 9 15 0 1 4 3.0 3.1 3.4 03 12 Exercícios 01.) Determine a, b, c e d para que se tenha 5 51 6 2 10 3 a b c d . 02.) Determine x, y e z que satisfaçam 31 2 1 2 4 3 5 1 6 5 0 x y z . 03.) Determine p e q, tais que 2 6 2 0 2 0 3 p q p q . 04.) Verifique se existe m, m , para que se tenha 2 2 02 9 0 03 3 m m m . 05.) Determine m, m , se existir, tal que 2 0 14 1 32 3 m m . 06.) Seja 2 3( )ij xA a , em que ija i j . Determine m, n e p em 3 41 2 5 m n B n m p tal que A = B. 07.) Calcule: a. 1 0 3 4 2 1/ 2 2 3 1 1 1 0 b. 2 3 5 4 0 13 0 c. 3 5 1 2 2 7 3 5 4 0 1 1 d. 1 0 3 2 5 4 Elementos para Álgebra Linear Professor Izaias Cordeiro Néri – izaias.neri@anhembimorumbi.edu.br 12 08.) Sejam as matrizes 3 2( )ij xA a , em que 2i ja i j , e 3 2( )ij xB b , em que 1 .ijb i j a. Determine A + B. b. Determine D = A – B. 09.) Sejam 2 1 4 3 A , 3 1 2 2 B e 1 3 1 0 C . Determine A + B + C. 10.) Resolva as seguintes equações matriciais: a. 3 11 1 3 5 2 X b. 2 3 4 1 4 1 0 3 X 11.) Determine a matriz X em 2 4 1 3 1 2 3 5 5 0 3 4 X . 12.) Sejam as matrizes 7 9( )ij xA a , em que 2ija i j , e 7 9( )ij xB b , em que ijb i j . Seja C A B , em que ij ij ijc a b . Determine os elementos: a. 21c b. 63c 13.) Dada a matriz 1 11 3 8 5 2 A , obtenha as matrizes: a. 3.A b. 1 2 A 14.) Sejam as matrizes 3 2 1 5 4 3 A e 0 1 3 2 1 5 B . Determine as seguintes matrizes: a. 2A B b. 2A B 15.) Sejam as matrizes 2 1 0 1 2 2 0 5 4 A e 3 3( )ij xB b , em que ijb i j . Determine a matriz 1 A 4 2 B . 16.) Resolva a equação 1 2 3 1 1 0 2.X 3 2 4 1 2 5 . Elementos para Álgebra Linear Professor Izaias Cordeiro Néri – izaias.neri@anhembimorumbi.edu.br 13 17.) Dadas as matrizes 2 0 3 1 0 2 , 1 1 0 1 1 0 A B e C , determine a matriz X, tal que 2 2A B X C . 18.) Sendo 1 2 3 4 A e 0 1 4 3 2 5 B , determine: a. 2 TA A b. TB Respostas 01.) 11, , 6, 10 6 a b c d 02.) 3 , 2, 1 4 x y z 03.) 3, 3p q 04.) não existe m real que satisfaça. 05.) 2m 06.) 2, 4, 3m n p 07.) a. 55 2 2 3 4 1 b. 7 7 3 1 c. 2 7 5 2 5 1 d. 1 5 9 08.) a. 6 9 8 11 10 13 b. 0 1 0 1 0 1 09.) 6 5 1 5 10.) a. 8 4 7 b. 6 2 4 4 11.) 2 5 5 9 12.) a. 21 6c b. 63 18c 13.) a. 3 33 9 24 15 6 b. 1 11 3 2 2 2 54 1 2 14.) a. 6 3 1 8 9 1 b. 3 4 7 9 2 13 15.) 71 8 2 7 1 3 2 138 2 2 16.) 3 30 2 2 11 2 2 X 17.) 7 5 4 1 18.) a. 4 2 2 16 b. 0 4 2 1 3 5 Elementos para Álgebra Linear Professor Izaias Cordeiro Néri – izaias.neri@anhembimorumbi.edu.br 14 1.5 Multiplicação de Matrizes Dadas duas matrizes ( )ij m x nA a e p( )ij n xB b , chama – se o produto AB a matriz ( )ik m x pC c tal que: 1 1 2 2 1 ... n ij ij i j i k i k in nk j c a b a b a b a b para todo 1, 2,...,i m e todo 1, 2,...,k p . A definição garante a existência do produto AB se, e somente se, o número de colunas de A for igual ao número de linhas de B. A B Cx x x Colunas Linhas pm pmn n Vejamos um exemplo prático: Sejam as matrizes 1 2 3 5 1 2 3 2 1 A e 2 1 4 0 2 3 B façamos o produto AB conforme o esquema abaixo. 2 1 4 0 2 3 1 2 3 1*2 2*4 3*2 1*( 1) 2*0 3*3 16 8 5 1 2 5*2 ( 1)*4 2*2 5*( 1) ( 1)*0 2*3 10 1 3 2 1 3*2 2*4 1*2 3*( 1) 2*0 1*3 16 0 Então o produto AB foi dado por 16 8 10 1 16 0 AB Obs.: Lembrar que o produto de matrizes, em geral, não é comutativo, ou seja, AB BA . Elementos para Álgebra Linear Professor Izaias Cordeiro Néri – izaias.neri@anhembimorumbi.edu.br 15 Exemplos E 06) Encontre a matriz X em AX = B, sendo 2 4 3 1 A e 5 3 B . Solução: Temos que 2 2 2 1 2 4 5 . 3 1 3x x X vemos que a Matriz X é do tipo a X b , daí 2 2 2 1 2 4 5 . 3 1 3x x a b 2 4 5 3 3 a b a b , donde resulta o sistema 2 4 5 3 3 a b a b cuja a solução é 1 2 a e 3 2 b . Logo 1 2 3 2 X E 07) Sejam as matrizes 6 3( )ij xA a i j , e 3 8( ) 2ik xB b j k . Determine o elemento 35c , sendo que C A B . Solução: Vejamos aqui que não é necessário montar as duas matrizes por completo. Para adquirir o elemento 35c , basta usar a terceira linha de A e a coluna 5 de B. 31 32 33A a a a = 4 5 6 ; 15 25 35 3 1 1 b B b b Assim 35 4 ( 3) 5 ( 1) 6 1 11c 35c = 11 Elementos para Álgebra Linear Professor Izaias Cordeiro Néri – izaias.neri@anhembimorumbi.edu.br 16 1.6 Matriz Inversa (parte I) Seja A uma matriz quadrada de ordem n. A é dita inversível se existir uma matriz B tal que: nA B B A I E neste caso B é dita a inversa de A e denota-se por 1A . A Matriz inversa de A só irá existir se, e somente se, det( ) 0.A (Determinante será estudado no próximo capitulo). Exemplos E 08) Encontre a inversa da matriz 4 5 3 1 A . Solução: Devemos ter 4 5 1 0 3 1 0 1 a b c d 4 5 4 5 1 0 3 3 0 1 a c b d a c b d donde o sistema 4 5 1 1 3 3 0 19 19 a c a e c a c e também 4 5 0 5 4 3 1 19 19 b d b e d b d Assim 1 1 5 1 5119 19 3 4 3 419 19 19 A E 09) Verifique se as matrizes 2 0 4 3 A e 1 0 2 2 1 3 3 B são inversas, isto é, 1B A Solução: Vamosfazer o produto AB. 1 2 11 2 0 2 0 002 0 1 02 3 32 2 14 3 1 2 1 0 14 3 4 0 3 3 3 2 3 3 Como 1nAB I B A Elementos para Álgebra Linear Professor Izaias Cordeiro Néri – izaias.neri@anhembimorumbi.edu.br 17 Exercícios 01.) Determine os produtos. a. 2 1 1 4 3 2 4 3 0 1 1 3 b. 4 3 1 1 2 5 0 2 02.) Sejam as matrizes 3 1 0 2 1 4 A , 0 1 1 3 B e 4 1 C . Determine, caso existir: a. A.B b. B.A c. A.C d. BT.C e. B.AT 03.) Sejam as matrizes 4 1 5 3 0 2 0 1 4 3 2 5 1 3 0 8 A e 10 6 5 3 2 4 1 8 B . Se 4 2A B ( )ij xC c , determine os elementos 12C e 41C . 04.) Calcule x e y em 2 4 1 3 5 3 x y . 05.) Sejam as matrizes 6 3( )ij xA a , em que ija i j , e 3 4( )ik xB b , em que 3 2ikb j k . Sendo 6 4( )ik xC c a matriz produto AB, determine o elemento 52C . 06.) Determine x e y a fim de que as matrizes 2 0 3 4 e 3 1 x y comutem. 07.) Resolva a equação matricial 2 3 0 3 1 4 1 5 X 08.) Um fast-food de sanduíches naturais vende dois tipos de sanduíche, A e B, utilizando os ingredientes (queijo, atum, salada, rosbife) nas seguintes quantidades, em gramas, por sanduíche: Sanduíche A Sanduíche B queijo 18 g 10 g salada 26 g 33 g rosbife 23 g 12 g atum 0 16 g Durante um almoço foram vendidos 6 sanduíches do tipo A e 10 do tipo B. Qual foi a quantidade necessária de cada ingrediente para a preparação desses 16 sanduíches? Elementos para Álgebra Linear Professor Izaias Cordeiro Néri – izaias.neri@anhembimorumbi.edu.br 18 09.) Sendo 1 2 3 4 A e 0 1 4 3 2 5 B , resolva a equação T TA X B . 10.) Resolva a equação A X B C , na qual 1 0 1 3 A , 1 5 B e 0 3 C . 11.) Resolva a equação A B X C , se 1 0 3 2 1 4 A , 1 0 4 1 0 2 B e 2 1 3 4 C . 12.) O produto das matrizes 2 3 1 x A e 1 1 0 1 B é uma matriz simétrica. Qual é o valor de x? 13.) (Vunesp – Adaptado) Considere as matrizes reais 2 x 2 do tipo cos( ) ( ) ( ) ( ) cos( ) x sen x A x sen x x , calcule A(x).A(x). 14.) Verifique se 3 / 5 2 / 5 1/ 5 1/ 5 é a inversa de 1 2 1 3 . 15.) Determine, se existir, a inversa da matriz 2 1/ 2 4 1 . 16.) Seja 1 2 3 4 A . Determine 10 1A . 17.) Sejam as matrizes 3 2 1 1 A e 0 1 3 4 B . Determine: a. 1A B b. 1.A B 18.) A inversa de 3 2 y x é a matriz 4 5 1 x x x . Determine x e y. Elementos para Álgebra Linear Professor Izaias Cordeiro Néri – izaias.neri@anhembimorumbi.edu.br 19 Respostas 01.) a. 2 7 5 1 4 19 15 17 b. 4 10 2 8 02.) a. 1 6 2 6 4 11 b. c. 13 2 0 d. 1 7 e. 1 2 4 6 6 11 03.) a. 12 23C b. 41 3C 04.) 7 5 x e 9 2 y 05.) 48 06.) 0x e 3y 07.) 3 6 11 11 9 7 11 11 X 08.) 208 g de queijo, 486 g de salada, 258 g de rosbife e 160 g de atum. 09.) 3 5 7 10 2 10 1 1 9 10 2 10 X 10.) 1 3 X 11.) 2 1 35 16 11 11 X 12.) x = 1 13.) 1 (2 ) (2 ) 1 sen x sen x 14.) sim é inversa 15.) 1 1 4 8 11 2 16.) 4 2 3 1 17.) a. 1 1 4 7 b. 6 7 9 11 18.) x = 7 e y = 1 Elementos para Álgebra Linear Professor Izaias Cordeiro Néri – izaias.neri@anhembimorumbi.edu.br 20 Capítulo 02 Determinantes 2.0 Introdução Definição: Determinante é um número real associado a uma matriz quadrada. As aplicações dos determinantes em matemática estão associadas a: - Cálculo da matriz inversa; - Resolução de alguns tipos de sistemas lineares; - Cálculo da área de um triângulo, quando são conhecidas as coordenadas dos vértices. 2.1 Determinante de 1ª Ordem Dada uma matriz quadrada de ordem 1ª Ordem 11[ ]M a , seu determinante é dado por: 11det( )M a . 2.2 Determinante de 2ª Ordem Dada a matriz 11 12 21 22 M a a a a ,por definição, temos que o determinante associado a essa matriz é dado por: 11 22 12 21det(M) a a a a . Exemplo: Sendo 2 3 4 5 M , então det( ) 2 5 4 3 2M . Conclusão: O determinante de uma matriz de ordem 2 é dado pela diferença entre o produto dos elementos da diagonal principal e o produto dos elementos da diagonal secundária. Elementos para Álgebra Linear Professor Izaias Cordeiro Néri – izaias.neri@anhembimorumbi.edu.br 21 Exemplos E 10) Calcular o valor dos determinantes: a. 1 1 2 3 3 8 A 1 18 3 4 1 3 2 3 det( ) 3A b. ( ) cos( ) cos( ) ( ) sen x x B x sen x 2 2( ) ( ) ( cos( ) cos( )) ( ) cos ( ) 1sen x sen x x x sen x x det( ) 1B E 11) Calcular o valor de x, x , na igualdade: a. 3 3 0 4 3 x x 23 ( 3) 4 3 3 3 12 0x x x x donde tiramos que 4 1 x x 2.3 Regra de Sarrus Para determinantes de 3ª ordem usaremos um dispositivo prático conhecido como regra de Sarrus (lê-se “Sarrí”). O dispositivo consiste em: 1º. Repetir as duas primeiras colunas ao lado da terceira; 2º. Multiplicamos os elementos da diagonal principal de A. Segundo a direção da diagonal principal, multiplicamos, separadamente, os elementos das outras duas “diagonais”. Conservando o sinal dos elementos; 3º. Multiplicamos os elementos da diagonal secundária de A, trocando o sinal do produto obtido. Segundo a direção da diagonal secundária, multiplicamos, separadamente, os elementos das outras diagonais, também trocando o sinal dos produtos; 4º. Somamos todos os produtos obtidos nos passos 2º e 3º. 11 12 13 11 12 21 22 23 21 22 31 32 33 31 32 a a a a a a a a a a a a a a a Elementos para Álgebra Linear Professor Izaias Cordeiro Néri – izaias.neri@anhembimorumbi.edu.br 22 Exemplo E 12) Calcular o determinante da matriz 2 3 5 1 1 2 3 4 3 . Solução: 2 3 5 2 3 1 1 2 1 1 3 4 3 3 4 det( ) 32 10 22A Exercícios 01.) Calcule: a. 2 5 3 8 b. 3 2 5 1 c. 4 3 2 1 02.) Calcule o valor de 11 7 4 5 3 2 2 3 y . 03.) Resolva, em , a equação 2 4 3 x x x . 04.) Resolva, em , a equação 3 2. 1 1 x x x 05.) Resolva, em , a desigualdade 3 2 33 1 2 5 3 1 x xx x . 06.) Calcule o valor de cada um dos determinantes. a. 3 7 2 4 1 1 2 2 3 b. 1 1 1 2 1 1 4 3 3 618 20 32 15 16 9 10 Elementos para Álgebra Linear Professor Izaias Cordeiro Néri – izaias.neri@anhembimorumbi.edu.br 23 07.) Qual o valor de cada um dos seguintes determinantes: a. 0 1 3 4 2 5 3 0 1 b. 2 1 1 1 1 a a a a a 08.) Sejam as matrizes 3 3( )ij xA a , em que 1, 2,ij se i j a se i j , e 3 3( )ij xB b , em que 1, 1,i j se i j b se i j . Qual o valor de det (A) + det (B)? 09.) Resolva, em , a desigualdade 6 1 5 1 2 1 0 1 0 4 1 3 2 0 0 6 x x . 10.) Sejam as matrizes 1 2 1 0 A , 1 2 B e 5 1C Pede-se: a. Calcular BC + 2A e CB. b. Determinar de maneira que det( ) 0A I , em que I é a matriz identidade de ordem 2. 11.) Resolva, em , as seguintes equações: a. 1 2 1 1 6 3 2 x x x x b. 0 1 2 2 0 3 2 x x x x x 12.) Determine k para qual o determinante da matriz A é nulo. 1 1 1 2 3 1 0 A k k . 13.) Determine o valor de a para que a matriz 5 1 1/ 2 a A tenha determinante nulo. 14.) Na matriz do Exercício 12, faça k = 0 e resolva a equação matricial 1 . 2 1/ 2 x A y z . Dê o valor de x – y – z. 15.) Resolva, em , a equação 4 2 3 1 1 2 1 1 1 3 x x x x x . Elementos para Álgebra Linear Professor Izaias Cordeiro Néri – izaias.neri@anhembimorumbi.edu.br 24 16.) Calcule o valor de x para que o determinante da matriz A seja nulo. 1 2 1 4 9 4 6 7 A x x . Respostas 01.) a. 1 b. -7 c. – 10 02.) – 1 03.) S = { 4 } 04.) S = {1, 5} 05.) 1| 3 S x x 06.) a. 105 b. 0 07.) a. b. 3a a 09.) | 1S x x 10.) a. 7 3 8 2 e ( 7 ) b. ou 2 11.) a. {1}S b. {0, 3, 3}S 12.) 3 2 k 13.) 10a 14.) zero 15.) {2}S 16.) x = 13 Elementos para Álgebra Linear Professor Izaias Cordeiro Néri – izaias.neri@anhembimorumbi.edu.br 25 2.4 Menor Complementar Chamamos de menor complementar relativo ao elemento ija de uma matriz M quadrada e de ordem n > 1, o determinante de ordem n – 1, associado à matriz obtida de M quando suprimimos a linha e a coluna que passam por ija . Exemplos E 13) Dada a matriz 11 12 21 22 a a M a a determine o menor complementar ao elemento 21a . Solução: 11 12 21 22 a a a a suprimindo a linha e coluna do elemento 21a obtemos então que o menor complementar de 21a é 12a E 14) Obter o menor complementar ao elemento 12a da seguinte matriz 4 2 5 6 M . Solução: na matriz M o elemento 12a = 2, então 4 2 5 6 encontramos 5 como menor complementar ao elemento 12a . E 15) Encontrar o menor complementar ao elemento 22a na matriz 2 0 1 3 1 2 1 1 2 M . Solução: Suprimindo linha e coluna do elemento 22a , obtemos 2 0 1 3 1 2 1 1 2 a matriz 2 1 1 2 que tem como determinante o valor 3 e, portanto, o menor complementar do elemento 22a é igual a 3. Elementos para Álgebra Linear Professor Izaias Cordeiro Néri – izaias.neri@anhembimorumbi.edu.br 26 2.5 Cofator Chamamos de cofator relativo ao elemento ija de uma matriz quadrada de ordem n o número ijA , tal que: ( 1)i jij ijA MC Exemplos E 16) Dada a matriz 3 2 1 0 A determine os cofatores 11A e 21A . Solução: 1 111 ( 1) 0 0A 1 212 ( 1) 1 1A E 17) Dada a matriz 4 1 2 3 1 0 2 3 1 M determine o cofator 23A . Solução: 2 323 4 1 ( 1) 1 (4 3 2 1) 14 2 3 A 23 14A 2.6 Teorema de Laplace O determinante de uma matriz quadrada de ordem n ( 2n ) pode ser obtido pela soma dos produtos dos elementos de uma fila qualquer (linha ou coluna) da matriz M pelos respectivos cofatores. Assim, fixando um j , tal que 1 j m : 1 det m ij ij i M a A O teorema de Laplace se aplica a qualquer ordem de uma matriz quadrada, porém, para ordem 2 e 3 é mais interessante aplicar regras anteriormente vistas. Esse teorema é mais interessante ser aplicado quando a matriz possui um grande número de elementos iguais a zero em suas linhas ou colunas. Elementos para Álgebra Linear Professor Izaias Cordeiro Néri – izaias.neri@anhembimorumbi.edu.br 27 Exemplos E 18) Calcule o determinante da matriz 3 1 2 1 5 2 2 3 7 4 5 0 1 1 11 2 D . Solução: Vamos escolher a 3ª linha da matriz D. e usando o teorema de Laplace então teremos: 31 32 33 347 4 ( 5) 0D A A A A Trocando pelos valores devidos temos: 4 31 1 2 1 ( 1) 2 2 3 9 1 11 2 A , 532 3 2 1 ( 1) 5 2 3 20 1 11 2 A e 633 3 1 1 ( 1) 5 2 3 7 1 1 2 A não calculamos o 34A pois não há necessidade uma vez que ele está sendo multiplicado por zero. 7 9 4 20 ( 5) 7 108D E 19) Qual é o valor de 1 0 10 0 3 2 1 1 5 0 3 2 9 0 4 7 D . Solução: Vamos escolher a segunda coluna, pois, ela apresenta um grande número de elementos com valor zero e isso facilita as contas. 12 22 32 42 220 ( 2) 0 0 2D A A A A A Assim basta calcular apenas esse último termo. 2 2 22 1 10 0 ( 1) 5 3 2 183 9 4 7 A , segue que ( 2) ( 183) 366D Elementos para Álgebra Linear Professor Izaias Cordeiro Néri – izaias.neri@anhembimorumbi.edu.br 28 Exercícios 01.) Calcule os seguintes determinantes: a. 3 4 2 1 5 0 1 2 0 0 4 0 1 0 3 3 b. 2 3 1 7 0 1 2 0 3 4 5 1 1 0 2 1 c. 1 1 5 1 0 3 2 1 0 0 7 1 0 0 0 4 02.) Calcule os seguintes determinantes: a. 0 5 3 4 11 1 2 7 0 0 0 0 4 3 2 1 b. 0 1 0 1 0 0 0 1 0 a b a a b b a c. 1 0 0 1 0 0 0 2 1 1 x y y x x y 03.) Resolva, em , a equação: 0 0 3 1 0 0 3. 0 1 1 0 0 1 2 x x x 04.) Resolva, em , a equação: 2 0 1 2 1 2 1 3 79 0 0 1 1 3 1 2 0 x . 05.) Calcule 2 2 3 4 2 0 1 0 0 0 .0 4 0 2 1 0 5 5 1 4 0 1 0 1 2 Elementos para Álgebra Linear Professor Izaias Cordeiro Néri – izaias.neri@anhembimorumbi.edu.br 29 Respostas 01.) a. – 208 b. – 3 c. 84 02.) a. 0 b. 2 2a b c. 22 (1 )x y 03.) 10, 2 S 04.) 5S 05.) 50 2.7 Propriedades dos Determinantes Em alguns casos, o cálculo de determinantes pode ser simplificado como auxílio de algumas propriedades. 2.7.1 Fila Nula Quando todos os elementos de uma fila (linha ou coluna) são nulos, o determinante dessa matriz também é nulo. Exemplos: a. 3 0 2 1 0 5 0 2 0 7 b. 4 9 8 5 0 0 0 0 0 1 1 2 3 3 4 1 1 2.7.2 Filas Paralelas iguais Se duas filas paralelas de uma matriz são iguais, então seu determinante é nulo. Exemplo: 2 1 3 5 2 1 1 4 5 0 0 7 3 5 8 1 3 Elementos para Álgebra LinearProfessor Izaias Cordeiro Néri – izaias.neri@anhembimorumbi.edu.br 30 2.7.3 Filas Paralelas Proporcionais Se duas filas paralelas de uma matriz são proporcionais, então seu determinante é nulo. Exemplo: 4 4 21 2 1 1 1 2 4 2 1 2 0 2 6 2 2 3 3 32 2.7.4 Filas Paralelas com Combinações Lineares Se os elementos de uma fila de uma matriz são combinações lineares dos elementos correspondentes de filas paralelas, então o seu determinante é nulo. Exemplos: a. 1 3 4 1 3 41 3 2 42 4 6 2 4 6 0 3 2 5 3 2 53 2 b. 3 4 1 3 4 1 1 2 3 1 2 2 3 1 3 0 7 10 5 7 10 52 4 2 2 1 3 2.7.5 Teorema de Jacobi O determinante de uma matriz não se altera quando somamos aos elementos de uma fila uma combinação linear dos elementos correspondentes de filas paralelas. Exemplo: 1 2 3 2 1 2 9 2 4 3 1 2 2 2 3 5 2 3 2 1 2 1 2 4 1 2 9 2 4 2 4 3 10 4 3 2.7.6 Matriz Transposta O determinante de uma matriz e o de sua transposta são iguais. Exemplo: 1 2 3 det( ) 2 1 2 9 2 4 3 A 1 2 2 det( ) 2 1 4 9 3 2 3 TA Elementos para Álgebra Linear Professor Izaias Cordeiro Néri – izaias.neri@anhembimorumbi.edu.br 31 2.7.7 Produto de uma fila por um escalar Multiplicando por um número real todos os elementos de uma fila em um matriz, o determinante dessa matriz fica multiplicado por esse número. Exemplo: 1 2 3 2 1 1 4 3 2 1 Multiplicando a primeira coluna por 2 2 2 2 1 2 3 2 1 1 2 ( 4) 8 3 2 1 2.7.8 Troca de filas paralelas Quando trocamos as posições de duas filas paralelas, o determinante de uma matriz muda de sinal. Exemplo: 2 1 1 4 3 2 1 2 3 1 Trocando-se a primeira linha com a segunda 1 2 3 4 3 2 2 1 1 1 2.7.9 Matriz Triangular Quando, em uma matriz, os elementos acima ou abaixo da diagonal principal são todos nulos, o determinante é igual ao produto dos elementos dessa diagonal. Exemplos: a. 3 2 2 4 1 0 0 0 4 ( 1) 8 1 7 b. 1 3 4 2 2 7 1 30 0 4 12 0 2.8 Outras Propriedades 2.8.1 Teorema de Binet Sejam duas matrizes quadradas A e B de mesma ordem, temos: det( ) det( ) det( )AB A B obs.: Como 1A A nI , pelo teorema acima, temos que: 1 1det( ) det( ) A A Elementos para Álgebra Linear Professor Izaias Cordeiro Néri – izaias.neri@anhembimorumbi.edu.br 32 2.8.2 Produto de um escalar por toda a matriz Quando todos os elementos de uma matriz é multiplicada por um escalar k o seu determinante fica multiplicado por nk , onde n é a ordem da matriz. Se k , então det( ) det( )nk A k A . Exemplo: 2 1 4 5 A det(A) = 6 6 3 3 12 15 A det(3A) = 54 det( ) det( )nk A k A 54 = 32. 6 Exercícios 01.) Se 1 2 x y z w , qual é o valor de (diga qual a propriedade que usou): a. x z y w b. 2 2 x z y w 02.) Se 3 a b c d e f g h i , qual é o valor de 6 6 6 6 6 6 6 6 6 a d g b e h c f i ? 03.) Sejam A e B matrizes quadradas de ordem 3, det( ) 5A e det( ) 3B . Qual é o valor de: a. det( )A B b. det( )T TB A c. det(2 )TA Respostas 01.) a. 1 2 ( det( ) det( )TA A ) b. 1 ( prop 2.7.7 e 2.7.6) 02.) 36 ( 3) 648 03.) a. 15 b. 15 c. 40 Elementos para Álgebra Linear Professor Izaias Cordeiro Néri – izaias.neri@anhembimorumbi.edu.br 33 2.9 Regra de Chió A regra de Chió nos permite passar de uma matriz de ordem n para outra de ordem n – 1, de igual determinante. Para que a regra seja aplicada, a matriz deve ter pelo menos um de seus elementos igual a 1 e de preferência na posição 11a . Exemplos E 20) Calcule, usando a regra de Chio, o determinante da seguinte matriz: 5 2 2 1 2 3 3 2 0 1 5 3 5 1 3 1 ( 3) 2 2 ( 3) 3 5 ( 3) 0 7 11 5 1 2 5 6 ( 4) 2 7 3 ( 4) 2 0 2 3 ( 4) 2 19 2 6 7 2 0 2 3 4 1 Chió Aplicando a regra novamente, temos: 11 7 ( 5) 5 7 ( 3) 46 26 11 5 386 19 2( 5) 2 5 2 ( 3) 29 8 31 12 2 7 9 E 21) Calcule, usando a regra de Chio, o determinante de: 1 2 7 4 2 3 1 0 3 Vamos trocar a segunda com a primeira linha e em seguida aplicarmos a Regra de Chio. 7 3 2 4 3 ( 1) 1 7 ( 19) 19 3 0 2 2 0 ( 1 2 1) 3 2 7 4 3 0 2 1 3 E 22) Calcule, usando a regra de Chio, o determinante de: 2 2 2 2 2 2 2 3 2 2 3 3 2 3 3 3 Temos que dividir toda a primeira coluna por 2, daí: 2 2 2 0 0 1 2 2 3 0 1 1 ( 1) 2 2 3 3 1 1 1 3 3 1 1 2 2 3 1 1 Chió Elementos para Álgebra Linear Professor Izaias Cordeiro Néri – izaias.neri@anhembimorumbi.edu.br 34 Exercícios 01.) Calcule, usando a regra de Chió: a. 1 2 3 1 4 7 0 3 2 b. 1 0 0 0 5 4 3 2 1 3 2 0 0 1 0 1 c. 0 1 3 0 3 5 1 1 1 4 0 0 0 2 1 1 02.) Calcule, usando a regra de Chió: a. 3 3 3 4 5 6 1 0 2 b. 5 3 2 0 0 2 4 6 2 4 2 8 2 0 3 0 c. 4 2 11 6 3 9 7 1 5 03.) Mostre que ( )( )( ). a a a a a b b b a b a c b d c a b c c a b c d 04.) Resolva a equação 2 1 2 1 0 2. 3 7 4 x x Respostas 01.) a. 18 b. 21 c. 55 02.) a. 3 b. 460 c. 87 03.) Demonstração 04.) {2, 1}S Elementos para Álgebra Linear Professor Izaias Cordeiro Néri – izaias.neri@anhembimorumbi.edu.br 35 A1 – Apêndice Capítulo 02 - Matriz Inversa (parte II) Com vimos anteriormente, a matriz M, de ordem n, admite inversa se, e somente se, det(M) 0 . Sua inversa é representada por 1M . Para o cálculo da inversa usaremos o seguinte teorema. 1 1M M det(M) onde M é a matriz adjunta. Calculamos a inversa conforme a ordem: a. O determinante de M. b. A matriz M’, chamada matriz dos co-fatores, substituindo cada elemento de M pelo respectivo cofator. c. A matriz M , chamada matriz adjunta que é a transposta de M’. M (M ')T d. A inversa 1M , multiplicando M por 1 det( )M . Exemplos E 23) Obter a matriz inversa de 4 1 11 3 M . Resolução: Seguindo os passos corretos temos: a. O det (M) = 12 – 11 = 1 b. M’ = 1 1 1 2 2 1 2 2 ( 1) 3 ( 1) 11 ( 1) 1 ( 1 3 11 14 4) c. 13 ( 1 ') 1 4 TM M d. 1 3 1 3 11 1 11 4 11 4det( ) 1 M M M 1 3 1 11 4 M Elementos para Álgebra Linear Professor Izaias Cordeiro Néri – izaias.neri@anhembimorumbi.edu.br 36 E 24) Calcular a inversa da matriz 1 2 1 0 3 2 0 0 1 . Resolução: a. det( ) 3M b. 1 1 1 2 1 3 2 1 2 2 2 3 3 1 3 2 3 3 3 2 0 2 0 3 ( 1) ( 1) ( 1) 0 1 0 1 0 0 2 1 1 1 1 2 ' ( 1) ( 1) ( 1) 0 1 0 1 0 0 2 1 1 1 1 2 ( 1) ( 1) ( 1) 3 2 0 2 0 3 M = 3 0 0 2 1 0 1 2 3 c. 3 2 1 ( ') 0 1 2 0 0 3 TM M d. 1 3 2 1 1 2 / 3 1/ 3 1 1 0 1 20 1/ 3 2 / 3 det( ) 3 0 0 3 0 0 1 M M M Exercícios 01.) A inversa da matriz 4 3 1 1 é? 02.) Dada a matriz 1 0 0 1 M , determinar o número real tal que 1M M M . 03.) (MACK) Seja a b A c d com ad bc , determine 1A . 04.) Sejam 1 2 1 4 A e 2 1 B x y duas matrizes. Se B é a inversa de A, então qual o valor de x + y. 05.) Se 2 1 A x x , então o número de valores de x tais que 1 3 0 0 3 A A é: Elementos para Álgebra Linear Professor Izaias Cordeiro Néri – izaias.neri@anhembimorumbi.edu.br 37 Respostas 01.) 1 3 1 4 02.) 03.) 1 d b c aad bc 04.) 0 05.) 1 Elementos para Álgebra Linear Professor Izaias Cordeiro Néri – izaias.neri@anhembimorumbi.edu.br 38 Capítulo 03 Sistemas Lineares 3.0 Equação Linear É toda equação da forma: 1 1 2 2 ... n na x a x a x b onde a1, a2, a3, ..., an são números reais que recebem o nome de coeficientes das incógnitas X1, X2, ..., Xn e b é um número real chamado termo independente. Observação: Quando b = 0 a equação recebe o nome de linear homogênea. Exemplos: São Lineares: 1) 3 2 4 7 2) 3 7 0 (homogênea) 3) 3 8 x y z x y z t xy z t 3.1 Sistema Linear Um conjunto de equações lineares da forma: 11 1 12 2 13 3 1 1 21 1 22 2 23 3 2 2 1 1 2 2 3 3 ... ... ... ... n n n n m m m mn n m a x a x a x a x b a x a x a x a x b a x a x a x a x b É um sistema linear de m equações e n incógnitas. 3.2 Solução do sistema linear Chamamos de solução do sistema a n-upla de números reais ordenados 1 2 3( , , ,..., )nr r r r que é, simultaneamente, solução de todas as equações do sistema. Elementos para Álgebra Linear Professor Izaias Cordeiro Néri – izaias.neri@anhembimorumbi.edu.br 39 3.3 Matrizes Associadas A Um Sistema Linear 3.3.1 Matriz Incompleta É a matriz A, formada pelos coeficientes das incógnitas do sistema. Exemplo: Em relação ao sistema: 2 3 0 4 7 2 4 x y z x y z x y z a matriz incompleta é: 2 3 1 4 1 1 2 1 1 A 3.3.2 Matriz Completa É a matriz B, que obtemos ao acrescentarmos à matriz incompleta uma última coluna formada pelos termos independentes das equações do sistema. Exemplo: 2 3 0 4 7 2 4 x y z x y z x y z a matriz completa é 2 3 1 4 1 1 2 1 1 0 7 4 B 3.4 Sistemas Homogêneos O sistema: 11 1 12 2 13 3 1 21 1 22 2 23 3 2 1 1 2 2 3 3 ... 0 ... 0 ... ... 0 n n n n m m m mn n a x a x a x a x a x a x a x a x a x a x a x a x É homogêneo, pois os termos independentes de todas as equações são nulos. 2 3 0 4 0 2 0 x y z x y z x y z Elementos para Álgebra Linear Professor Izaias Cordeiro Néri – izaias.neri@anhembimorumbi.edu.br 40 3.4.1 Soluções de um sistema homogêneo A n-upla (0, 0, ..., 0) é sempre a solução de um sistema homogêneo com n incógnitas e recebe o nome de solução trivial. Quando existem, as demais soluções são chamadas não-triviais. 3.4.2 Classificação de um sistema quanto ao número de soluções 1) O sistema: 8 2 1 x y x y Tem uma única solução: o par ordenado (3,5). Nessas condições o sistema é possível (tem solução) e determinado (solução única). 2) O sistema: 8 2 2 16 x y x y Verificamos que os pares ordenados (0, 8), (1,7), (2,6), (3,5), (4,4)... São algumas das soluções. Nessas condições, o sistema é possível e indeterminado (infinitas soluções). 3) Dado o sistema: 10 10 x y x y Vemos que nenhum par ordenado faz parte da solução desse sistema. Nessas condições, o sistema é impossível (não tem solução). determinado indeterminado SPD possível sistema SPI SIimpossível 3.5 Teorema de Cramer Considere um sistema linear onde o número de equações é igual ao número de incógnitas. Teremos então uma matriz quadrada A e seja D = det(A). Elementos para Álgebra Linear Professor Izaias Cordeiro Néri – izaias.neri@anhembimorumbi.edu.br 41 Teorema. Seja S um sistema linear com o número de equações igual ao de incógnitas. Se 0D , então o sistema será possível e terá solução única 1 2 3( , , ,... )n , tal que: i i D D {1,2,3,..., }i n Exemplos E 25) Seja o sistema: 6 4 2 1 x y z x y z x y z Temos 1 1 1 1 1 1 4 0 2 1 1 D , logo há uma única solução. 1 6 1 1 4 1 1 4 1 1 1 D 2 1 6 1 1 4 1 12 2 1 1 D 3 1 1 6 1 1 4 8 2 1 1 D logo: 1 4 1 4 Dx D ; 2 12 3 4 Dy D 3 8 2 4 Dz D Portanto a solução única desse sistema (1, 3, 2) E 26) Em um sistema 2x2: 8 2 1 x y x y Temos 1 1 3 2 1 D 1 8 1 9 1 1 D 2 1 8 15 2 1 D 1 9 3 3 Dx D 2 15 5 3 Dy D Temos a solução o par (3, 5) Elementos para Álgebra Linear Professor Izaias Cordeiro Néri – izaias.neri@anhembimorumbi.edu.br 42 Exercícios 01.) Resolver os sistemas pela regra de Cramer. a. 4 0 3 2 5 x y x y b. 2 2 3 3 x y x y c. 3 1 2 3 1 4 2 7 x y z x z x y z d. 5 2 4 4 3 2 3 x y z x y z x y z e. 1 2 2 0 2 2 1 x y z t x y z x y z t x z t f. 1 2 2 2 1 3 2 0 x y z t x y z x y z t x y z t 02.) (MAPOFEI) Resolver, aplicando a regra de Cramer, o seguinte sistema: 1 2 3 3 2 1 x y x y z x z 03.) Se (x,y) é a solução de 2 5 4 2 x y x y então o valor de x + y vale? 04.) Sabendo que a + b = 1200, b + c = 1100 e a + c = 1500, então a + b + c vale? 05.) No sistema 2 3 1 3 3 8 2 0 x y z x y z y z o valor de z – xy é: Respostas 01.) a. 12, 2 b. 3 4, 5 5 c. 1,1, 1 d. 2,3,0 e. 1 114, , , 2 2 2 f. 0,0, 2, 1 02.) (1,2,2) 03.) 3 04.) 1900 05.) 3 Elementos para Álgebra Linear Professor Izaias Cordeiro Néri – izaias.neri@anhembimorumbi.edu.br 43 3.5 Discussão de um Sistema Linear Vimos que um sistema pode ser classificado da seguinte forma: determinado indeterminado SPD possível sistema SPI SIimpossível Exemplos E 27) Considere o sistema: 2 9 2 3 3 2 4 x y z x y z x y z Escalonando o sistema chegamos à 2 9 5 2 4 x y z y z z O sistema agora na forma escalonadae com o número de equações igual ao número de incógnitas segue-se que é possível e determinado (SPD). (1,3,2) E 28) Considere o sistema 3 1 3 3 2 0 2 2 4 x y z t x y z t x y z t Escalonando o sistema chegamos à 3 1 10 3 7 4 2 x y z t z t y z t O sistema agora na forma escalonada e com o número de equações menor que o de incógnitas, segue-se que é possível e indeterminado. (SPI) E 29) Considere o sistema 4 3 2 0 5 5 4 x y z x y z x y z Escalonando o sistema chegamos à 4 5 2 12 10 4 24 x y z y z y z Esse novo sistema é equivalente a 4 5 2 12 0 0 0 x y z y z y z , pois a terceira linha é proporcional à segunda. Elementos para Álgebra Linear Professor Izaias Cordeiro Néri – izaias.neri@anhembimorumbi.edu.br 44 O sistema então fica com o número de equações menor que o de incógnitas, segue-se que é possível e indeterminado. (SPI) E 30) Considere o sistema 4 8 3 15 10 12 7 x y x y x y Escalonando o sistema chegamos à 4 8 13 39 0 69 x y y y O sistema então não haverá solução, pois, nenhum valor para y satisfaz a terceira equação. O sistema é impossível (SI). Exercícios 01.) Escalonar, classificar e resolver os sistemas: a. 2 1 2 2 2 x y z x y z x y z b. 2 1 2 3 2 2 2 0 x y z x y t x y z t c. 3 2 2 3 5 4 4 5 3 4 10 x y z x y z x y z d. 1 3 2 2 2 3 2 1 x y z t x y z t x y z t e. 1 1 2 2 2 1 x y z t x y z t y z t x z t f. 2 3 5 2 5 2 3 3 2 x y z x y z x y z Respostas 01.) a. SPD (-11, -6, -3) b. SPI c. SI d. SPI e. SPD (-1/5, 1, -1/5, 2/5) f. SI Elementos para Álgebra Linear Professor Izaias Cordeiro Néri – izaias.neri@anhembimorumbi.edu.br 45 Capítulo 04 Vetores 4.0 Vetores Vetores são representados geometricamente como segmentos de reta orientados ou como flechas nos espaços bi e tridimensionais. Se o ponto inicial de um vetor v é A e o ponto final é B, então escrevemos: v AB 4.0.1 Soma de Vetores Regra do paralelogramo Sejam v e w dois vetores quaisquer. A soma v + w é representado na figura a seguir. Elementos para Álgebra Linear Professor Izaias Cordeiro Néri – izaias.neri@anhembimorumbi.edu.br 46 4.0.2 Vetor Oposto Se v é um vetor não nulo então chamamos de oposto de v o vetor –v. Esse vetor tem a propriedade. ( ) 0v v 4.0.3 Produto Por Um Escalar Dado um vetor 0v e um número real 0k , chama-se produto do número real k pelo vetor v o vetor p = kv, tal que: a) Módulo: p kv k v b) Direção: a mesma de v c) Sentido: o mesmo de v se k > 0 contrário de v se k < 0 Elementos para Álgebra Linear Professor Izaias Cordeiro Néri – izaias.neri@anhembimorumbi.edu.br 47 4.1 Vetores Em Sistemas De Coordenadas 4.1.1 Vetores no 2 O conjunto 2 {( , ) | , }x y x y é interpretado geometricamente como sendo o plano cartesiano xOy. Seja v qualquer vetor no plano e suponha que v tenha sido posicionado na origem de um sistema de coordenadas cartesianas. As coordenadas 1 2( , )v v do ponto final de v são chamadas componentes de v e escrevemos como 1 2( , )v v v . 4.1.1.1 Igualdade e Operações IGUALDADE: Dois vetores 1 1( , )u x y e 2 2( , )v x y são iguais se, e somente se 1 2x x e 1 2y y e escreve-se u = v. Exemplo E 31) Se o vetor u = (x + 1,4) é igual ao vetor v = (5, 2y 6) quais os valores de x e y? Pela definição de igualdade temos x + 1 = 5 x = 4 e 2y – 6 = 4 y = 5. Elementos para Álgebra Linear Professor Izaias Cordeiro Néri – izaias.neri@anhembimorumbi.edu.br 48 ADIÇÃO EM TERMOS DE COMPONENTES: Considere dois vetores 1 1( , )u x y e 2 2( , )v x y a soma desses vetores é dada por: 1 2 1 2( , )u v x x y y Exemplo E 32) Seja u = (2, 3) e v = ( -5, 1) vetores em 2 . Calcule a soma u + v. (2 5,3 1) ( 3,4)u v ( 3,4)u v MULTIPLICAÇÃO POR UM ESCALAR: Seja v um vetor ( , )v x y e k um escalar representamos o vetor kv por: ( , ) ( , )kv k x y kx ky Exemplos E 33) Seja u = (2, 3) e k = 3 o vetor ku será representado por 3.(2,3) = (6,9) E 34) Considere v = ( -1, 4) e k = 5 o vetor kv será representado por: – 5. (-1,4) = (5, - 20). E 35) Seja 2 7 k e v = ( -1,-1) calcule o vetor .k v . 2 2 2( 1, 1) , 7 7 7 Elementos para Álgebra Linear Professor Izaias Cordeiro Néri – izaias.neri@anhembimorumbi.edu.br 49 4.1.2 Vetores no 3 O conjunto 3 {( , , ) | , , }x y z x y z é interpretado geometricamente como sendo o espaço cartesiano tridimensional Oxyz. Da mesma forma que fazemos para o plano, consideramos geralmente vetores representados por segmentos orientados com a origem na origem do sistema. Nessas condições, cada vetor do espaço é determinado pelo ponto extremo do segmento. Assim, o ponto P(x,y,z) individualiza o vetor v OP e escreve-se: V = (x, y, z) A origem do sistema O(0,0,0) representa o vetor nulo. O vetor oposto de v = (x,y,z) é o vetor –v = (-x,-y,-z). Assim também temos que: I) Dois vetores 1 2 3 1 2 3( , , ) e ( , , )u u u u v v v v são iguais se, e somente se 1 1 2 2 3 3 u v e u v e u v . II) Dados os vetores 1 2 3 1 2 3( , , ) e ( , , )u u u u v v v v e , define-se: i. 1 1 2 2 3 3( , , )u v u v u v u v ii. 1 2 3( , , )u u u u Elementos para Álgebra Linear Professor Izaias Cordeiro Néri – izaias.neri@anhembimorumbi.edu.br 50 Exemplos E 36) Calcule a soma v + u, sendo u = (3,0,2) e v = (-2, -9, 8). Resolução: u + v = (3+(-2), 0 + (-9), 2 + 8) = ( 1, -9, 10) (1, 9,10)u v E 37) Seja 2 e dado o vetor (1, 6,5)v Calcule v. Resolução: v = 2. (1, 6,5) = (2.1,2.(-6),2.5) = (2, -12, 10) v (2, 12,10) E 38) Seja 2 7 k e v = ( -1,-1, -1) calcule o vetor .k v . Resolução: .k v = 2 1, 1, 1 7 2 2 2, , 7 7 7 4.2 Componentes de um Vetor Às vezes um vetor ( 2 ou 3 ) não está posicionado com seu ponto inicial na origem. Se o vetor 1 2v PP : Em 2 como ponto inicial 1 1 1( , )P x y e ponto final em 2 2 2( , )P x y , então: 1 2 2 1 2 1( , )v PP x x y y Em 3 como ponto inicial 1 1 1 1( , , )P x y z e ponto final em 2 2 2 2( , , )P x y z , então: 1 2 2 1 2 1 2 1( , , )v PP x x y y z z Elementos para Álgebra Linear Professor Izaias Cordeiro Néri – izaias.neri@anhembimorumbi.edu.br 51 Exercícios 01.) Considere os seguintes vetores u = (9,3), w = (-1, 3, 4), v = (2,-5), p = (3,-2,-1), q = (2,0), t = (3,4) e m = (3,0,-2). Calcule: a. v + u b. w – p c. 4.t + 3.q d. u – t e. 3.(q+u)– 2(v + t) f. m + p 02.) Em um sistema cartesiano de coordenadas esboce os vetores 2 do exercício 1. 03.) Em um sistema cartesiano de coordenadas esboce os vetores 3 do exercício 1. 04.) Encontre os componentes do vetor de ponto inicial 1u e ponto final 2u . a. 1 2(4,8), (3,7)u u b. 1 2(3, 5), ( 4, 7)u u c. 1 2(0,0), ( 3,1)u u d. 1 2(4,8, 2), (3,7, 1)u u e. 1 2(3, 7, 2), ( 2,5, 1)u u Respostas 01.) a. (11, -2), b. (-4, 5,5), c. (18,16), d. (6,-1), e. (23,11), f. (6,-2,-3) 02.) desenho individual 03.) desenho individual 04.) a. ), b. c. ), d. ) e. Elementos para Álgebra Linear 52 4.3 Norma de um Vetor O comprimento de um vetor u é muitas vezes chamado de norma de u e é denotado por u . 4.3.1 Em 2 A norma do vetor u pode ser calculada aplicando o teorema de Pitágoras. 2 2 1 2( ) ( )u u u 4.3.2 Em 3 A norma do vetor u pode ser aplicada usando o teorema de Pitágoras duas vezes chegando ao resultado final como: 2 2 2u x y z Elementos para Álgebra Linear 53 Exemplo E 39) Calcule a norma dos vetores nos seguintes casos: a. v = ( 2, -3 ) 2 22 ( 3) 4 9 13v b. v = (-3, 5, 2) 2 2 2( 3) 5 2 9 25 4 38v 4.4 Distância Como, em 2 , 1 2 2 1 2 1( , )v P P x x y y o cálculo da distância será dado por: 2 2 2 1 2 1( ) ( )d x x y y Em 3 , 1 2 2 1 2 1 2 1( , , )v P P x x y y z z o cálculo da distância será dado por: 2 2 2 2 1 2 1 2 1( ) ( ) ( )d x x y y z z Exemplo E 40) Calcule a distância d entre os pontos: 1 (2, 1, 5)P e 2 (4, 3,1)P 2 2 2(4 2) ( 3 1) (1 5) 44 2 11d 4.5 Aritmética Vetorial O seguinte teorema aborda as mais importantes propriedades de vetores nos espaços bi e tridimensionais. TEOREMA: Se u, v e w são vetores de um espaço bi ou tridimensional e k e l são escalares, então valem as seguintes relações. a. u + v = v + u b. (u + v) + w = u + (v+w) c. u + 0 = 0 + u d. u + (-u) = 0 e. k(lu) = (kl)u f. l(u+v) = lu + lv g. (k + l)v = kv + lv h. 1.u = u Elementos para Álgebra Linear 54 Exercícios 01.) Encontre a norma de v a. v = (4, -3) b. v = (2,3) c. v = (-5, 0) d. v = (2,2,2) e. v = (-7,2,-1) f. v = (0,6,0) 02.) Encontre a distância entre 1P e 2P . a. 1 2(3, 4), (5,7)P P b. 1 2( 3,6), ( 1, 4)P P c. 1 2(7, 5,1), ( 7, 2, 1)P P d. 1 2(3,3,3), (6,0,3)P P 03.) Sejam u = ( 2, -2, 3), v = (1, -3, 4) e w = (3,6,-4). Calcule o pedido: a. u v b. u v c. 2 2u u d. 3 5u v w e. 1 .w w f. 1 .w w 04.) Seja v = , 2,5). Encontre todos os escalares k tais que 4kv 05.) Sejam u = (7, 1), v = (9,6,6), w = (2,1), k = e l = 5. Verifique que estes vetores e escalares satisfazem as seguintes identidades do teorema da aritmética vetorial. a. Parte (b) b. Parte (e) c. Parte (f) d. Parte (g) 06.) Mostre que se w é qualquer vetor não nulo, então 1 .w w é um vetor unitário Obs.: Vetor unitário é todo vetor que possui norma igual a 1. Elementos para Álgebra Linear 55 Respostas 01.) a. 5, b. 13 , c. 5, d. 2 3 , e. 3 6 , f. 6 02.) a. 13 , b. 2 26 , c. 209 , d. 3 2 03.) a. 83 , b. 17 26 , c. 4 17 , d. 466 , e. 3 6 4, , 61 61 61 , f. 1 04.) 4 2 30 1530 k 05.) e 06.) demonstração 4.6 Produto Escalar Sejam u e v dois vetores não nulos nos espaços bi e tridimensionais e suponha esses vetores posicionados de tal modo que seus pontos iniciais coincidam. Esses vetores formam um ângulo entre si tal que 0 . DEFINIÇÃO: Se u e v são vetores em 2 3 ou e o ângulo entre eles, então o produto escalar ou produto interno será definido por: cos 0 0 0 0 0 u v se u e v u v se u ou v Elementos para Álgebra Linear 56 Exemplo E 41) Sejam os vetores u = (0,0,1) e w = (0,2,2) calcule o produto interno deles sendo considerado 045 o ângulo entre eles. 2 2 2 2 2 2 00 0 1 0 2 2 .cos(45 )v w 2u w 4.7 Produto Escalar em Termos de Componentes Sejam 1 2 3 1 2 3( , , ) e ( , , )u u u u v v v v dois vetores não nulos e o ângulo entre eles. Obs.: O produto escalar pode ser denotado como u v ou também pela forma ,u v Pela lei dos co-senos temos que: 2 2 2 cos( )PQ u v u v e como PQ v u , podemos escrever que: 2 2 21cos( ) ( ) 2 u v u v v u Simplificando a expressão temos 2 2 21 ( ) 2 u v u v v u e substituindo os valores 2 2 2 2 1 2 3u u u u , 2 2 2 21 2 3v v v v e 2 2 2 21 1 2 2 3 3( ) ( ) ( )v u v u v u v u chegamos a: 1 1 2 2 3 3. . .u v u v u v u v de demonstração análoga para 2 temos o produto escalar dado por: 1 1 2 2. .u v u v u v Elementos para Álgebra Linear 57 Exemplos E 42) Sejam u = (3), v = (2,2) e w = (9) calcule: a. <u,v> Resolução: 3.2 + -1.2 = 6 – 2 = 4 b. <(u+v),w> Resolução < (5,1), (9)> = 5.9 + 1.-3 = 45 + ) = 42 c. <v,w> Resolução 2.9 + 2) = 18 + = 12 E 43) Considere u = ,2,3) e v = (2,2,2). Calcule o produto escalar entre eles. Resolução: <u,v> = .2 + 2.2 + 3.2 = + 4 + 6 = 8 E 44) Sejam v = (a,b) e w = (p,q) calcule o produto interno entre eles. Resolução: <v,w> = a.p + b.q 4.8 Ângulo Entre Vetores Considere dois vetores u e v em 2 3 ou ambos. Como podemos escrever o produto interno deles como sendo cos( )u v u v então podemos isolar o cos( ) ficando com: cos( ) u v u v Obs. Para encontrar o ângulo devemos usar a função arccos ( a função 1cos de sua calculadora científica) Elementos para Álgebra Linear 58 Exemplo E 45) Considere os vetores u = (2, -1, 1) e v = (1, 1, 2). Determine o ângulo entre u e v. 2.1 ( 1).1 1.2 1cos( ) 26. 6 u v u v e portanto 01arccos 60 2 TEOREMA: Sejam u e v vetores em 2 3 ou : a) 2v v v b) se os vetores são não nulos e o ângulo entre eles, então , 0 , 0 , 0 é agudo se e somente se u v é obtuso se e somente se u v é reto se e somente se u v Exemplo E 46) Se u = (1,3), v = (3,4,2) e w = (3,6,3), Calcule: a. <u,v> Resolução: 1 ( 3) ( 2) 4 3 2 3 8 6 5 então é obtuso b. <v,w> Resolução: 3 3 4 6 2 3 9 24 6 21 então é agudo c. <u,w> Resolução: 1 3 ( 2) 6 3 3 3 12 9 0 então u e w são perpendiculares. Elementos para Álgebra Linear 59 4.9 Vetores Ortogonais São vetores, não nulos, perpendiculares ente si, denotamos por u v . Sejam dois vetores u e v ( 2 3 ou ) se 0u v então dizemos que os vetores são perpendiculares. TEOREMA: Sejam u, v e w vetores em 2 3 ou e l um escalar, então: ) ) ( ) ) ( ) ( ) ( ) ) 0 0 0 0 a u v v u b u v w u v u w c l u v lu v u lv d v v se v e v v se v Exemplo E 47) Calcule o valor de k para que o produto escalar
Compartilhar