Baixe o app para aproveitar ainda mais
Prévia do material em texto
1 Álgebra Linear I Profa. Sonia Palomino Bean Departamento de Matemática -UFSC 2 SUMÁRIO 1 MATRIZES 1.1 Matriz 1.1.1 Definição de matriz 1.1.2 Ordem de uma matriz 1.2 Tipos de uma Matriz 1.3 Operações com Matrizes 1.3.1 Propriedades das operações com matrizes 1.4. Determinantes 1.4.1 Menor de uma matriz 1.4.2 Cofator de uma Matriz 1.4.3 Determinante de A usando cofatores: 1.4.4 Definição geral do determinante de uma matriz. 1.5 Matriz Adjunta 1.6 Inversa de uma Matriz 1.6.1 Cálculo da Matriz Inversa usando a Matriz Adjunta 1.6.2 Propriedades da Inversa de uma matriz 1.6.3 Cálculo da matriz inversa por operações elementares 1.7 Exercícios Propostos 2 SISTEMAS LINEARES 2.1 Preliminares 2.2 Sistemas Lineares 2.2.1 Posto e nulidade de uma matriz 2.2.2 Matrizes Equivalentes e Sistemas equivalentes 2.2.3 Caracterização dos Sistemas Lineares 2.2.4 Método de Gauss para solução de sistemas lineares 2.2.5 Sistemas Homogêneos 2.3 Decomposição LU 2.4 Exercícios Propostos 3 3. ESPAÇOS VETORIAIS 3.1 Introdução 3.2 Espaços Vetoriais 3.2.1 Definição 3.2.2 Propriedades 3.2.3 Exemplos 3.2.4 Uma definição mais formal 3.3 Subespaços Vetoriais 3.3.1 Definição 3.3.2 Exemplos 3.3.3 Soma e intersecção de subespaços 3.3.4 O espaço nulo de A 3.4 Espaços gerados 3.5 Independência linear 4.TRANSFORMAÇÕES LINEARES 4.1 Introdução 4.1.1 Transformações Lineares do Plano no Plano 4.1.2 Transformações Lineares de Rn em Rm 4.2 Operações com transformações lineares 4.2.1 Soma, multiplicação por escalar, composição e inversa 4.2.2 Transformações Lineares em espaços de funções 4.2.3 Propriedades das Transformações Lineares 4.2.4 Composição de Transformações Lineares 4.3 A imagem e o núcleo de uma Transformação Linear 4.4 Transformações injetoras, sobrejetoras. Isomorfismos. 4.5 Representação Matricial de Transformações Lineares 4.6 Semelhança 4.7 Matrizes e transformações lineares, equivalências e propriedades. 4 Capítulo 1 MATRIZES Neste capítulo será fornecida uma série de conceitos, alguns deles conhecidos por você, que permitirão tanto a formulação e processo de prova de propriedades e teoremas quanto à prática através de muitos exemplos para o estudo das matrizes. Esses conceitos, além de incluir onde eles podem ser aplicados, serão a base do desenvolvimento dos próximos capítulos. 1.1 Matriz As matrizes são estruturas matemáticas que podem ser encontradas em muitos problemas do nosso dia a dia. Por isso, neste capítulo, iniciaremos o estudo das matrizes com um problema vindo do nosso cotidiano. • Problema 1 Já pensou que a temperatura que temos em cada estação do ano pode ser registrada dia a dia e hora a hora (e até minuto a minuto!), com ajuda de dispositivos especiais? Isso é feito pelo Instituto de Metrologia de cada uma das regiões. Pensemos nesse problema colhendo parte das informações que possamos encontrar num dos arquivos de dados aos quais temos acesso (e que seja do nosso interesse, claro!!). Esse problema será relatado a seguir: As temperaturas de cinco cidades brasileiras nas primeiras horas da manhã de um determinado dia (e durante o inverno) foram registradas da forma seguinte: Cidade N0 1: São Joaquim (SC) às 3 horas da manhã apresenta -3 graus centígrados; Cidade N0 2: Rio de Janeiro (RJ) às 5 horas da manhã apresenta 14 graus centígrados; Cidade N0 3: Turvo (SC) às 7 horas da manhã apresenta 5 graus centígrados; Cidade N0 4: Florianópolis (SC) às 9 horas da manhã apresenta 16 graus centígrados; Cidade N0 5: São Luis (MA) às 11 horas da manha apresenta 20 graus centígrados. Essas informações podem ser arranjadas numa tabela de várias formas, como as apresentamos a seguir: 5 Cidade Temperatura , Cidade Hora , Hora Temperatura , Hora Cidade ,etc 1 -3 1 3 3 -3 3 1 2 14 2 5 5 14 5 2 3 5 3 7 7 5 7 3 4 16 4 9 9 16 9 4 5 20 5 11 11 20 11 5 Observe que dessa forma as informações estão dispostas em forma vertical, mais também podemos colocar as mesmas informações em forma horizontal. Pergunta 1 De que forma podem ser arranjados os dados acima de modo a eles estarem dispostos horizontalmente? Por exemplo, a terceira tabela pode ser disposta da seguinte maneira: H 3 5 7 9 11 T -3 14 5 16 20 Deixamos de atividade pra você, completar essa disposição horizontal no caso das outras tabelas. Continuando com o Problema 1, suponhamos que por algum motivo é do nosso interesse os dados do arranjo dado por esta última tabela usada. Assim, podemos formular o seguinte: Em cinco cidades brasileiras e em determinadas horas foram registradas as seguintes temperaturas: H T 3 -3 5 14 7 5 9 16 11 20 Observação 6 A mesma informação podia ter sido colocada da seguinte forma: H 3 5 7 9 11 T -3 14 5 16 20 Os números dados nos dois jeitos de arranjar nossos dados estão nos fornecendo o que denominaremos como Matriz . 1.1.1 Definição de matriz Uma matriz é um arranjo de números, símbolos, letras, etc, dispostos em linhas e colunas. Nota É de nosso interesse trabalhar apenas com números reais neste livro, assim sendo tudo o que será definido mais adiante, no caso das matrizes ou vetores, será com elementos reais (mais adiante você terá a possibilidade de trabalhar com números complexos também!!) 1.1.2 Ordem de uma matriz As matrizes geralmente são denotadas por letras maiúsculas e seus elementos, dado cada número do arranjo, por minúsculas. Se uma matriz possui m linhas e n colunas diremos que a matriz tem ordem m n× . Exemplo 1 Denominemos por A e B as duas matrizes definidas no Problema 1 e na Pergunta 1, respectivamente. Assim − = 2011 169 57 145 33 A e − = 20165143 119753 B A matriz A tem 5 linhas e 2 colunas, ou seja, é de ordem 5 x 2; já a matriz B tem 2 linhas e 5 colunas e é de ordem 2 x 5. O elemento da 2ª linha e 2ª coluna da matriz A é igual a 14, ou seja: 7 22 14a = . O elemento da 1ª linha e 4ª coluna da matriz B é igual 9, isto é: 14 9b = . Quando uma matriz é obtida por algum problema específico (como o explicitado no Problema 1 ) é possível fornecer alguma interpretação aos seus elementos. Por exemplo, as matrizes A e B do Exemplo 1 com elementos 22 14a = e 14 9b = podem ser interpretados da seguinte forma: “No segundo horário (5 horas da manhã) o segundo valor da temperatura (em Rio de Janeiro) é 14 graus”. “São às 9 horas da manhã quando a temperatura em Florianópolis é 16 graus”. E claro, após fornecermos todas as interpretações podemos fazer algumas conclusões: Eu gosto do frio portanto irei para São Joaquim no inverno. Não, não gosto de tanto frio, por isso no inverno ficarei em Rio de Janeiro. Bom você deve estar se perguntando: onde está a matemática nesse papo todo? Se estiver fazendo esse tipo de questionamento esta indo por um bom caminho, pois a matemática por incrível que pareça está presente em muitas situações! E é isso que esperamos mostrar ao longo deste material! Observação A partir de agora serão dados vários exercícios que pediremos à você resolver logo após os conteúdos fornecidos. Agora verifique se você está acompanhando as discussões que fizemos resolvendo os seguintes exercícios. Exercício 1 Coloque mais alguma condição no Problema 1 para construir uma matriz de ordem 3 x 5. Dica: Imagine que os dados são colhidos durante 3 dias.Exercício 2 Pode imaginar e criar um problema do seu cotidiano diferente do dado acima para chegar numa matriz? 8 Para cada posição i: linha, j: coluna (posição(i,j)), do arranjo de uma matriz A podemos colocar um elemento, em geral, como ija . Assim uma matriz com m n× elementos pode ser escrita na seguinte forma estendida: 11 12 1 1 21 22 2 2 1 2 1 2 ... ... ... ... : : ... : : : ... ... : : : : : : : ... j n j n i i i j i n m m m j mn a a a a a a a a A a a a a a a a a = Também, podemos colocá-la na forma abreviada ij m n A a × = Assim, a matriz A de ordem m n× , possui m n× elementos da forma ija com 1, ... e = 1, ... i m j n= . Em alguns livros pode, também, ser encontrada uma outra forma ao denotarmos uma matriz, ( )ij m nA a ×= Muitas vezes é fornecida uma lei de formação para obtermos os elementos de uma matriz. Por exemplo se 2 3ij A a × = com ija i j= + com 2 e 3m n= = estaremos construindo a seguinte matriz A: 1 1 1 2 1 3 2 1 2 2 2 3 A + + + = + + + = 543 432 Exemplo 2 Vamos obter a matriz ( )3 4ijB b ×= , de ordem 3x4 cujos elementos são da forma 9 , 1, 2 0 , 3 j ij i ib i = = = . Solução Observe que não há nenhuma condição para os índices j , isto é j está variando conforme o número de colunas que a matriz tem. Já na 3ª linha ( 3)i = todos os elementos serão nulos. Assim sendo, a matriz B é dada por: 1 2 3 4 1 2 3 4 1 1 1 1 2 2 2 2 0 0 0 0 B = = 1 1 1 1 2 4 8 16 0 0 0 0 . 1.2 Tipos de Matrizes • Matriz Retangular : são denominadas assim aquelas matrizes cujo número de linhas é diferente ao número de colunas. Por exemplo: 1 1 0 9 5 2 A − = − , 0 1 2 3 4 7 2 3 8 0 1 3 3 2 6 3 5 0 0 9 B − = − e 0 0 1 1 3 9 C = − são matrizes de ordem 3x2, 4x5 e 2x3, respectivamente. Na forma abreviada podemos denotar A= [aij]3x2, B= [bij]4x5, C=[cij]2x3. • Matriz linha : é a matriz que tem apenas uma linha. Por exemplo: [ ]1 2 3 4L = , M = ( )8100 Observação É comum colocarmos vetores no plano e no espaço como matrizes linha. • Matriz Coluna : é a matriz que tem apenas uma coluna. Por exemplo: 10 2 2 2 B = , 0 1 1 4 3 D = − . Observação Sabia que um vetor no plano (ou no espaço) pode ser considerado como uma matriz coluna? Mais adiante (capítulo de Sistemas Lineares) usaremos essa forma ao representar a solução de um sistema de equações. Assim se tivermos duas ou três incógnitas elas podem ser alocadas numa forma vetorial no plano ou no espaço respectivamente, notará isso no livro do Prof. Reginaldo citado no final deste capítulo. • Matriz Nula : é a matriz cujos elementos são todos nulos. Por exemplo: 0 0 0 0 O = , 0 0 0 0 0 0 0 0 0 0 0 0 O = . Nota Estes tipos de matrizes geralmente são denotadas pela letra maiúscula O e dependendo do problema deverá discernir a ordem da matriz no exercício ou problema em questão. Alguns autores denotam esta matriz da forma: [ ]ij mxnO o= .. • Matriz Quadrada : são aquelas matrizes onde o número de linhas é igual ao número de colunas. Nas seguintes matrizes, A é uma matriz de ordem n e B uma matriz de ordem 3: ij n A a = , 1 1 1 1 1 2 3 7 0 B = − − 11 A diagonal principal de uma matriz quadrada está dada pelos elementos na posição i j= . Por exemplo os valores 1, 1− e 0 são os elementos da diagonal principal da matriz B . É denominada como diagonal secundária os elementos da matriz cujos índices contabilizam o valor 1i j n+ = + , assim, na mesma matriz B dada acima os elementos 1, 1− e 3 são aqueles cujos índices sempre somam 3 1 4i j+ = + = , esses elementos são 13 22,b b e 31b . Exemplo3 Na matriz � = � 1 1 1−1 −1 23 7 0 os elementos {1, -1, 0} formam a diagonal principal e os elementos {3, -1, 1} formam a diagonal secundária. A partir de agora falaremos um pouco mais sobre matrizes quadradas. • Matriz Diagonal : é uma matriz quadrada cujos elementos fora da diagonal principal são nulos, isto é, 0ija = se i j≠ . Por exemplo: 1 0 0 0 3 0 0 0 6 D = , 0 0 0 1 E = − . Pelo fato das matrizes diagonais possuírem elementos, quase sempre não nulos, apenas na posição ( , )i i é que elas podem ser denotadas como { }11 22, ,..., nndiag d d d ou ainda na forma { }1 2, ,..., ndiag d d d onde 1, 2 , ..., nd d d indicam os elementos diagonais. Por exemplo a matriz D dada anteriormente pode ser escrita como { }1,3,6D diag= . • Matriz Identidade : é uma matriz diagonal onde todos os elementos da diagonal principal são iguais a um. É geralmente denotada com a letra I e com um índice que denota a ordem como ilustrado a seguir: 2 1 0 0 1 I = , 4 1 0 0 0 0 1 0 0 0 0 1 0 0 0 0 1 I = . 12 • Matriz Triangular Superior : é uma matriz quadrada de ordem n cujos elementos 0ija = se i j> . Isto é: 11 12 1 22 1 ... 0 ... : : : : 0 0 ... n n nn a a a a a A a = . • Matriz Triangular Inferior : é uma matriz quadrada de ordem n cujos elementos 0ija = se i j< , ou seja: 11 21 22 1 2 0 ... 0 ... 0 : : : : ...n n nn a a a A a a a = . • Matriz Simétrica : uma matriz quadrada S , de ordem n , é simétrica se ij jia a= , para quaisquer valores dos índices ,i j . São exemplos de matrizes simétricas: 2 0 1 1 0 S − = − e 4 1 0 -1 3 0 1 4 -5 -1 4 0 0 3 -5 0 S a = . Observe que o elemento a na posição (4,4) da matriz 4S não tem valor numérico, isto é, assume qualquer valor real. (Quando falamos de elementos assumindo qualquer valor real podemos denotá-lo com ∈a R. Nesse caso o símbolo ∈ é lido como “pertence a” R denota os números reais.) Exemplo 4 13 No seguinte exemplo, pede-se para encontrar os valores de , , , , ,t w s z a b para obtermos S simétrica: 2 0 0 0 0 1 0 0 0 a t x b w S z z − = − . Solução Pela definição de matriz simétrica, todos os elementos ijs da matriz S devem ser tais que ij jis s= . Como a matriz é de ordem 4n = e considerando que ,i j variam entre 1 e 4, (ou seja , 1,..., 4i j = ) encontramos que 21 122s x s= = = . Também 31 130s z s= = = , e de forma similar 41 141s t s= = − = , assim 1t = − . Também, 32 23s z w s= − = = , como 0z = e o oposto de zero é ele próprio, então 0w = . Por último 11 ,s a= 22s b= , mais não há nenhuma condição para esses valores. Portanto, a e b são valores reais quaisquer, isto é, ∈ba, R. • Matriz Anti-simétrica : Uma matriz quadrada A é anti-simétrica se ij jia a= − . São exemplos de matrizes anti-simétricas as matrizes: 14 0 1 1 0 A − = e 0 2 6 2 0 4 6 4 0 B = − − − . Exemplo 5 Dada a matriz S fornecida no Exemplo 3, encontreos valores de , , , ,t w s z a , b para S ser uma matriz anti-simétrica. Solução Usando um raciocínio similar ao usado no Exemplo 3 e considerando que para cada valor de ei j deve se satisfazer ij jia a= − , encontra-se 2, 0, 1, 0, 0, 0x z t w a b= − = = = = = . Assim 0 2 0 1 2 0 0 0 0 0 0 0 1 0 0 0 S − − = . Você percebeu que os elementos da diagonal principal das matrizes anti-simétricas fornecidas são todos nulos? Isto seria apenas uma coincidência? No exemplo seguinte provaremos que este resultado vale para qualquer matriz anti-simétrica. Exemplo 6 Prove que os valores da diagonal principal de uma matriz anti-simétrica qualquer são todos nulos. Solução Se ij nA a = é uma matriz anti-simétrica de ordem n . Assim, os seus elementos satisfazem a relação ij jia a= − para quaisquer valores ,i j . Os elementos na diagonal principal encontram-se na posição i j= , então ii iia a= − . Daí, 2 0iia = para qualquer valor de i . Em conseqüência, 0iia = para qualquer i . 15 Um exemplo numérico que ilustra o que acabamos de provar foi dado no Exemplo 4. Nele você encontrou que os valores diagonais são todos nulos! • Matriz Elementar : Uma matriz é denominada elementar se for obtida por meio de uma mudança na matriz identidade. Essa mudança pode ser de um dos seguintes tipos: 1) a troca de uma linha (ou coluna) por outra linha(ou coluna). 2) a multiplicação de uma linha (ou coluna) por um valor ∈α R, α ≠0. 3) a soma de uma linha (ou coluna), multiplicada pelo valor ∈α R (α ≠0), com . . outra linha (ou coluna). Exemplos a) A matriz elementar de ordem 2 obtida ao trocarmos a linha 1 pela linha 2 da matriz identidade de ordem 2 é dada por: = 01 10 E1 b) A matriz elementar de ordem 4 obtida ao multiplicar na linha 3 da matriz identidade (de ordem 4) por 2− é dada por: − = 1000 0200 0010 0001 E 2 c) A matriz elementar E3 (de ordem 3) obtida ao multiplicar a linha 3 por 3− e somar com a linha 2 da matriz identidade (de ordem 3) é dada por: �� = �1 0 00 1 −30 0 1 , � = � 1 0 00 1 00 0 1 �. Também são matrizes elementares as matrizes: 1 0 0 2 A = − e 1 0 0 0 0 1 0 0 1 0 1 0 0 0 0 1 B = . 16 Exercício 3 Como foram obtidas as matrizes elementares eA B anteriores? • Igualdade de matrizes: Duas matrizes eA B , de ordem m n× , são ditas serem iguais se todos os seus elementos são iguais. Isto pode se expressar com a seguinte relação de igualdade: jiba ijij ,,∀= A expressão jiba ijij ,,∀= , também pode ser colocada como: , {1, ..., }, {1, ..., }ij ija b i m j n= ∀ ∈ ∀ ∈ . Exemplo 7 Forneça condições para estabelecer a igualdade das matrizes A e S dadas abaixo. 0 2 0 1 2 0 2 0 2 0 0 1 0 0 t A t − − − = − , 11 2 0 1 2 2 0 2 0 0 1 0 0 s y t S t − − − = − − . Solução Como as matrizes são de ordem 4, teremos }4,...,1{, ∈ji . Se A S= , então, ij ija s= },4,...,1{, ∈∀ ji assim: 11 110a s= = . 22 220a s y= = = , daí resulta 0y = . Também, 24 24 ,a t s t= − = = − 17 com isso Rt ∈ . Mais, 42 42 ,a t s t= = = − 2 0t = , que implica, 0t = . Por último, ∈t R e 0t = , implica t =0. As matrizes = 11 11 A e = 111 111 B possuem os mesmos elementos, mas não são iguais, Porque? Exercício 4. Determine os valores de b de tal forma que a matriz� = �1 1� 1 1 1� 11 �1 1 1 1� �� seja simétrica. 1.3 Operações com Matrizes A seguir serão definidas as operações de adição, produto por um escalar e produto de matrizes. • Adição de matrizes Dadas as matrizes [ ]ij m x nA a= e [ ]ij m x nB b= , a adição das matrizes A e B é a matriz [ ]ij m xnC c= , onde ijijij bac += , ,i j∀ . Notação: C A B= + . [ ]ij ij m x nA B a b+ = + Exemplo 8 Se 0 2 0 1 2 0 2 0 2 0 0 1 0 0 t A t − − − = − e 11 2 0 1 2 2 0 2 0 0 1 0 0 s y t S t − − = − − , calcule C A S= + para ,t y e 11s quaisquer números reais. 18 Solução Ao aplicarmos a definição de soma de matrizes nas matrizes A e S , teremos: − − = 0002 0040 200 004 C 11 ty s . • Produto de uma matriz por um escalar Dado o escalar α , o produto da matriz A pelo escalar é uma matriz da mesma ordem cujos elementos foram multiplicados pelo valor α . Em outras palavras, se [ ]ij m x nA a= e ∈α R, o produto de A pelo escalar α é uma matriz C de elementos ijc com ij ijc aα= para todos os valores ,i j definidos na matriz A . Isto é: [ ]ij m xnC c= , tal que ijij ac α= , ji,∀ . Notação: C Aα= nmijaA ×= ][αα . Exemplo 9 Multiplique a matriz 4I pelo escalar 2−=α . 4 1 0 0 0 2 0 0 0 0 1 0 0 0 2 0 0 2 0 0 1 0 0 0 2 0 0 0 0 1 0 0 0 2 C Iα − − = = − = − − . Nota -1.A = -A. • Produto de matrizes Dadas as matrizes [ ]i k m xtA a= e [ ]k j t xnB b= , o produto das matrizes A e B é uma matriz nxmijcC ][= cujos elementos ijc são da forma 1 t ij ik kj k c a b = =∑ . 19 Isto é, ao definirmos as matrizes 11 12 1 11 12 11 12 1 21 22 2 21 22 2 21 22 2 1 , t l n n t n n ml ml mt t t l t n ml ml mnm xt t xn m xn a a a b b b c c c a a a b b b c c c A B e C a a a b b a c c c = = = L L L L L L M M L M M M L M M M L M L L L Os elementos cij da matriz produto adotam a forma: jttijijiij bababac +++= L2211 ∑ = = t k jkkiij bac 1 . Nota: para o produto ser possível o número de colunas de A deve ser igual ao número de linha da matriz B. Exemplo 10 Seja a matriz A de ordem 3 dada abaixo e a matriz B , de ordem 3x4, fornecida no Exemplo 2. Obter a matriz produto C AB= . Solução Desde que o número de colunas de A seja igual ao número de linhas de B ( )3t = , o produto pedido é possível. As matrizes explicitadas são dadas respectivamente por: 2 3 4 3 4 5 4 5 6 A = , 1 1 1 1 2 4 8 16 3 9 27 81 B = Para obtermos a matriz produto 3 4ij C AB c × = = com elementos 4,...,1 ,3,...,1 , 3 1 === ∑ = jibac k jkikij . Percorrendo cada valor de ei j dado temos os elementos da: Primeira linha, 11 (2)(1) (3)(2) (4)(3),c = + + 12 (2)(1) (3)(4) (4)(9),c = + + 13 (2)(1) (3)(8) (4)(27),c = + + 14 (2)(1) (3)(16) (4)(81),c = + + . 20 Segunda linha, 21 (3)(1) (4)(2) (5)(3),c = + + 22 (3)(1) (4)(4) (5)(9),c = + + 23 (3)(1) (4)(8) (5)(27),c = + + 24 (3)(1) (4)(16) (5)(81),c = + + . E, por último, as da terceira linha: )3)(6()2)(5()1)(4(31 ++=c , )9)(6()4)(5()1)(4(32 ++=c , )27)(6()8)(5()1)(4(33 ++=c , )81)(6()16)(5()1)(4(34 ++=c . Sendo assim, temos a seguinte matriz: 11 12 13 14 21 22 23 24 31 32 33 34 c c c c C c c c c c c c c = = 5702067832 4721706426 3741345020 Ao multiplicarmos matrizes devemos tomar cuidadocom a ordem das linhas e colunas, ou seja, poderemos fazer o produto de matrizes quando o número de colunas da primeira matriz seja igual ao número de linhas da segunda. Assim, a matriz produto C terá um número de linhas igual ao número de linhas da matriz A e um número de colunas igual ao número de colunas de B. 1.3.1 Propriedades das operações com matrizes Propriedades da Adição 1) .A A B B A+ = + - Comutatividade ( ) ( )2 )A A B C A B C+ + = + + - Associatividade 3) ,A A O A+ = [ ]0 m nO ×= - Elemento Neutro da Soma 4 ) ( )A A A O+ − = - Elemento Simétrico (A – A = O) Observação ( 1). 1. ij ijm n m nA A a a× × − = − = − = − 21 Prova da propriedade 1A A B B A+ = + Seja ij m nA a × = e ij m nB b × = ij ijm n m n A B a b × × + = + ( ) ij ij m n ij ij m n a b a b × × = + = + Usando a Propriedade comutativa dos números reais ( ) ( )x y y x+ = + , com ∈yx, R temos, = nxmijij ab )][( + = nxmijij ab ][ + = B A+ Logo, .A B B A+ = + Prova da propriedade 2A Consideremos, [ ]ij m x nA a= , [ ]i j m nB b ×= e [ ]i j m x nC c= . Da definição de soma de matrizes, [ ]ij ij m x nA B a b+ = + e ( ) [( ) ]ij ij ij m xnA B C a b c+ + = + + . Usando a propriedade associativa dos números reais: ( ) ( )x y z x y z+ + = + + com ∈zyx ,, R. 22 Temos então, = nxmijijij cba )]([ ++ . E usando a definição de soma de matrizes = nxmijijij cba ][][ ++ ( )A B C= + + . Logo, ( ) ( ).A B C A B C+ + = + + Prova da Propriedade 3A A O A+ = Seja [ ]ij m x nA a= e [0]m xnO = [ 0] [( 0)]ij m x n ij m x nA O a a+ = + = + . Pela propriedade dos números reais 0x x+ = com ∈x R. . Então, i,jaa ijij ∀=+ ,0 . Com isso, nxmijnxmij aa ][]0[ =+ A= Logo, A O A+ = Prova da Propriedade 4A ( )A A O+ − = Seja [ ]ij m x nA a= e [ ]ij m x nA a− = − . ( ) [ ( )]ij ij m xnA A a a+ − = + − Pela propriedade dos números reais ( ) 0x x+ − = com ∈x R. 23 Então, .,,0)( jiaa ijij ∀=−+ Assim, [ ( )] [0]ij ij m x n m x na a O+ − = = Logo, ( )A A O+ − = . Propriedades do Produto por um escalar Sejam A e B duas matrizes da mesma ordem e βα , dois escalares, então: 1)M ( ) ( )A Aα β αβ= 2 )M ( )A B A Bα α α+ = + 3 )M ( ) A A Aα β α β+ = + 4 )M 1.A A= Observação Quando trabalhamos com matrizes, pode acontecer a necessidade de multiplicar pelo escalar zero dando como resultado a matriz nula. Isto é, 0A O= . Consegue discernir a diferença entre o zero escalar e a matriz zero? Vejamos, se [ ]ij m x nA a= , [0]m x nO = e o escalar nulo (0): [ ] nmijaA ×= 00 [0 ]ij m x na= ⋅ [0]m xn= O= . Prova das Propriedades Prova da Propriedade 3M ( ) A A Aα β α β+ = + 24 Sejam βα , dois escalares e a matriz [ ]ij m x nA a= , então ( ) A = ( )[ ]ij m x naα β α β+ ⋅ + = nxmija ])[( βα + Usando a propriedade distributiva dos números reais ( ).x y z xz yz+ = + para cada elemento da matriz, temos: = nxmijij aa )]()[( βα + = [ ] [ ]ij m x n ij m x na aα β+ Pela definição de produto por um escalar, = [ ] [ ]ij m x n ij m x na aα β+ = AA βα + Logo, ( ) A = A Aα β α β+ ⋅ + . Prova da Propriedade 4M 1.A A= . Seja [ ]ij m x nA a= e o escalar 1∈ R. 1. 1 [ ]ij m x nA a= ⋅ = nxmija ]1[ ⋅ = nxmija )]1[( ⋅ Usando a propriedade do elemento neutro da multiplicação dos números reais, ( )1.x x= , para ∈x R. Temos, nxmijnxmij aa ][]1[ =⋅ A= Logo, 1.A A= . Exercício 5 Prove as outras propriedades do produto de uma matriz por um escalar. 25 Propriedades do Produto de matrizes Ao enunciar as propriedades do produto de matrizes não explicitamos a ordem das mesmas, por exemplo em 1P , ( ) ( )AB C A BC= supõe possíveis os produtos AB e BC , isto é o número de colunas de A é igual ao número de linhas de B e o número de colunas de B é igual ao número de linhas de C . 1)P ( ) ( )AB C A BC= – Associativa 2 )P ( )A B C AB AC+ = + – Distributiva 3)P ( )A B C AC BC+ = + 4 )P ( ) ( ) ( )AB A B A Bα α α= = Prova das propriedades: Prova da Propriedade 3P ( )A B C AC BC+ = + . Sejam as matrizes [ ]i k m x pA a= , [ ]i k mx pB b= , [ ]k j p xnC c= , então. ( )A B C+ = npxjkpxmkiki cba ][.)][( + Usando a definição do produto de matrizes para A B+ e C temos: ∑ = += p k nxmjkkiki cba 1 ])([ Usando a propriedade distributiva dos números reais nxmjkkijk p k ki cbca ][ 1 += ∑ = . Pela propriedade 2 dos somatórios (a lista de propriedades se encontra no final desta seção) e da definição de adição de matrizes, 26 nxmjk p k ki p k nxmjkki p k nxmjkki p k jkki cbcacbca ][][][ 1111 ∑∑∑∑ ==== +=+ . Pela definição do produto de matrizes AC BC= + , logo, ( )A B C AC BC+ = + . Prova da propriedade 4P ( ) ( ).AB A Bα α= ( ) ( ).BA B Aα α= Seja ∈a R, [ ]ik m xtA a= e [ ]kj t x nB b= ( )ABα = txnkjtxmik ba ].[][ α = nxm t k kjik )b(a ⋅∑ =1 α . Usando a propriedade do somatório ∑ = n i ixc 1 = ∑ = n i ixc 1 , c : constante, temos, = nm t k kjik ba ×= ⋅∑ 1 )(α Da propriedade associativa dos números reais: ( . ). .( . )x y z x y z= com ∈zyx ,, R. Temos, nm t k kjik ba ×= ⋅= ∑ 1 )(α , E pela definição de produto de matrizes e produto de uma matriz por um escalar, ( )A Bα= . Logo, ( ) ( )AB A Bα α= ⋅ . 27 Observação É importante observar que em geral AB BA≠ , isso será ilustrado com o seguinte exemplo. Exemplo 11 Dadas as matrizes 1 0 0 1 A = − e 1 1 1 0 B = , a matriz produto AB = − 01 11 , entretanto BA = − 01 11 verificando que AB BA≠ . Exercício 6 Prove as outras propriedades do produto de uma matriz. Transposta de uma Matriz Seja [ ]i j m x nA a= , a matriz transposta de A , denotada por 'A . é aquela matriz obtida trocando as linhas pelas colunas de A . Isto é: mnjiaA ×= ][' . Por exemplo, se 2 3 1 2 3 4 5 6 x A = , a matriz transposta é uma matriz de ordem 3x2 dada por: ' 3 2 1 4 2 5 3 6 x A = Observe que na matriz transposta cada elemento na linha i e coluna j aparece como sendo um elemento da linha j e coluna i da matriz A . Exemplo 12 Seja A uma matriz de ordem 2 encontre o valor de x de modo que 'A A= 28 1 1 0 x A = − Solução ' 1 1 0 A x − = Como 'A A= é uma condição do exercício, então − = − 0 11 01 1 x x Isto será válido apenas se 1x = − . Na literatura é também usual encontrar a transposta de uma matriz denotada como TA ou tA , mas usaremos tal notação pelo fato de ser a forma como trabalharemos computacionalmente com alguns softwares como MATLAB® ou SCILAB, durante as nossas aulas ou no ambiente virtual. Observação Uma outra forma de definir a matriz simétrica é usandoa matriz transposta. Assim, diremos que uma matriz é simétrica se ela coincide com a sua transposta, isto é, 'A A= . Propriedades da matriz transposta 1) ' '( )A A= 2) ' ' '( )A B A B+ = + 3) ' ' '( )AB B A= 4) ����� = ���, � ∈ � . Prova da propriedade 3 ( ) ' ' 'AB B A= . Sejam [ ]i k m x pA a= , [ ]kj p xnB b= 1 p ik kj k m xn AB a b = = ∑ 29 [ ]ij m x nc= . Com, 1 p ij ik kj k c a b = =∑ Pela definição de transposta de uma matriz, ( ) ' [ ]ji n x mAB c= = mxn p k kijkba ∑ =1 (1) Pode-se verificar que ∑∑ == = p k kijk p k kijk baab 11 (2) Por outro lado ' [ ]jk n x pB b= , ' [ ]ki p xmA a= Observe que {1 }k p∈ L , e 1 ' ' p jk ki k n xm B A b a = = ∑ ( deixamos ao leitor a tarefa de pesquisar a propriedade do somatório usado ), substituindo (2) e (1) ' 1 ( ) p jk ki k n xm AB b a = = ∑ Logo, ( )' ' 'AB B A= . Exercício 7 Prove as demais propriedades, justificando todos os passos do seu procedimento. Exercício 8 Prove que se 'A A= − , então A é anti-simétrica. 30 Exercício 9 Dado uma escalar não nulo, α , prove que, se A é uma matriz simétrica e B é uma matriz anti-simétrica, então, ��A é simétrica e ��� é anti-simétrica. Exemplo 13 Prove que toda matriz quadrada pode ser colocada como a soma de uma matriz simétrica com outra anti-simétrica. Solução (Método I) Seja [ ]ij nA a= . Em primeiro lugar vejamos que 'A A+ é uma matriz simétrica. De fato ' ' ' 'A A A A+ = + (propriedade 1 da matriz transposta) '( ) 'A A= + ( definição de transposta) e usando comutatividade: = '( ')A A+ . Isto é, 'A A+ é uma matriz simétrica. Também 'A A− é anti-simétrica. Vejamos, ( ' ) 'A A− = = '' 'A A− (propriedade 2 da matriz transposta) = 'A A− (propriedade 1 da matriz transposta) = ( ' ).A A− − (propriedade M2 (α =-1) e propriedade A1) Isto é 'A A− é uma matriz anti-simétrica. (Método II) Dica: Suponha A = B+C com B simétrica e C anti-simétrica e encontre B e C. Agora observe que ' ' 2 2 A A A AA + − = + , aqui usamos o Exercício 8, α =2. pois já foi visto que se uma matriz é simétrica, α vezes a matriz também é simétrica . 31 Isto é, A é a soma de uma matriz simétrica com outra anti-simétrica. Nota. No livro é apresentado apenas o Método II Potência de uma Matriz: A p Seja A uma matriz quadrada e p um inteiro positivo, a potência p da matriz A , denotada por pA está definida por: { p p vezes A A A= K Exemplo 14 Se [ ]ij nA a= com jiaij −= , calcular 3A , para 2,3, 4n = . Solução Se n= 2 e pela lei de formação fornecida, obtemos facilmente o valor de A : 0 1 1 0 A − = . Assim, 2 0 1 1 0 A AA − = = − 01 10 = − − 10 01 . Se p = 3, 3 2 1 0 0 1 A AAA A A − = = = − − 01 10 = − 01 10 . Deixamos como exercício calcular A3 nos casos n = 3,4 . Também, calcule A4. Observações 1) Calcular pA equivale a calcular 1.pA A− . Assim se quiser encontrar 50A , calcule 49A e multiplicar o resultado por A (para o que previamente calculou o valor de 48A , etc). 2) Por definição se 0p = e A O≠ então 0A I= . 32 Traço de uma Matriz Dada [ ]ij nA a= , o traço de A , denotado por ( )Tr A , é o número dado pela soma dos elementos da diagonal principal. Isto é: 1 ( ) n ii i Tr A a = =∑ Por exemplo, se 1 1 1 0 0 0 2 5 3 4 7 1 0 0 0 5 A − = ⇒ ( )Tr A = 1 + 0 + 7 + 5 = 13 Propriedades do Traço 1) ( ) ( ) ( )Tr A B Tr A Tr B+ = + 2) ( ) ( )Tr A Tr Aα α= 3) ( ´) ( )Tr A Tr A= 4) ( ) ( )Tr AB Tr BA= Prova das Propriedades Prova da Propriedade 1 ( ) ( ) ( )Tr A B Tr A Tr B+ = + Sejam [ ]ij nA a= e [ ]ij nB b= duas matrizes quadradas. Pela definição do traço, 1 ( ) ( ) n ii ii i Tr A B a b = + = +∑ , e pela propriedade do somatório: = 11 ∑∑ == + n i ii n i ii ba = ( ) ( )Tr A Tr B+ 33 Exercício 10 Prove as outras propriedades. Exercícios resolvidos a) Dada a matriz 2 3 1 1 7 0 5 2 x A − = − , encontre a sua transposta. Solução 'A = 23 2 5 0 7 1 1 x − − b) Encontre o traço de matriz identidade. Solução Seja nI a matriz identidade de ordem n . ∑ = = n i nITr 1 1)( . = n. c) Encontre o traço de uma matriz diagonal e de uma matriz triangular de qualquer ordem. Solução Usando a notação simplificada, temos a matriz diagonal 1 2{ , ,..., }nD diag d d d= . Assim 1 ( ) n i i Tr D d = =∑ . Deixamos para você o cálculo do traço no caso de se ter uma matriz triangular. 34 Propriedades de Somatórios Os seguintes itens fornecem algumas propriedades de somatórios úteis para a prova das propriedades listadas anteriormente. a) ∑∑ == = n j j n i i bb 11 b) ∑ = + n i ii ba 1 )( = ∑ = n i ia 1 + ∑ = n i ib 1 c) k n i i ab∑ =1 = ∑ = n i ik ba 1 d) ∑∑∑∑ = == = = m j n i ij n i m j ij bb 1 11 1 Observação No final deste capítulo você encontrará um resumo de todas as propriedades até aqui utilizadas, que servirá de ajuda ao resolver exercícios de demonstração. Exercícios Os exercícios 11, 12, 13 e 14 serão fornecidos em sala de aula. 35 1.4. Determinantes 1.4.1 Menor de uma matriz: ijM Dada uma matriz quadrada, [ ]i j nA a= , o menor de uma matriz, denotado por ijM , é uma submatriz de ordem ( 1)n − obtida ao cancelarmos a linha i e a coluna j . Assim, se = nnjnnn nijiii nj nj aaaa aaaa aaaa aaaa LL MLMLMM LL MLMLMM LL LL 21 21 222221 111211 A )1(][M −=⇒ njiji a com = +− +++−+++ −+−−−−− +− +− nnjnjnnn nijijiii nijijiii njj njj ij aaaaa aaaaa aaaaa aaaaa aaaaa LL M LL LL MMMMMMM LL LL )1()1(21 )1()1)(1()1)(1(2)1(1)1( )1()1)(1()1)(1(2)1(1)1( 212)1(22221 111)1(11211 M Exemplos: Se 2 3 4 5 6 0 0 1 3 4 2 1 3 2 0 0 0 0 1 0 1 1 1 1 1 A = − − , então, o menor 34M é obtido ao eliminarmos a linha 3 e a coluna 4, isto é: 36 34 2 3 4 6 0 0 1 4 0 0 0 0 1 1 1 1 M = . Similarmente ao eliminarmos a linha 1 e coluna 1, obtemos o menor 11M . 11 0 1 3 4 1 3 2 0 0 0 1 0 1 1 1 1 M − = − . Exercício 15 Verifique que [ ]i j nA a= (com 2n elementos) possui 2n menores. Nesta parte da teoria assumimos quevocê está familiarizado com o cálculo de determinantes de matrizes de ordem 2 e 3. O valor do determinante de uma matriz A é denotado nas formas det( )A , det A ou A . Por exemplo, se 0 1 1 0 A = − , então det(A) = (0)(0) – (-1)(1) = 1. Similarmente, se 1 2 3 4 5 6 7 8 9 B = , então det( ) (1)(5)(9) (2)(6)(7) (3)(4)(8) (7)(5)(3) (8)(6)(1) (9)(4)(2)B = + + − − − = = 45 + 84 + 96 -105 – 48 -72 = 0. Com esses exemplos, estamos relembrando de forma rápida que o determinante de uma matriz de ordem 2 calcula-se de uma única maneira: o produto dos elementos da diagonal principal menos o produto dos elementos da diagonal secundária. E o determinante de uma matriz de ordem 3 calcula-se pela Regra de Sarrus . 37 1.4.2 Cofator de uma Matriz: i jA O cofator i jA do elemento na posição (i, j) e uma matriz A é dado pelo valor do determinante i jM vezes o valor ( 1)i j+− . Isto é: ( 1) det ( )i ji j i jA M+= − ou ( 1)i ji j i jA M+= − . Exemplo 15. Se 2 3 4 6 0 0 1 4 0 0 0 0 1 1 1 1 A = , Calcule 44 11 31 33 14 23 32, , , , , ,A A A A A A A Solução 4 4 44 44 2 3 4 ( 1) ( 1) 0 0 1 0 0 0 0 A M+= − = + = 1 1 11 11 0 1 4 ( 1) ( 1) 0 0 0 0 1 1 1 A M+= − = + = 3 1 31 31 3 4 6 ( 1) ( 1) 0 1 4 1 1 1 A M+= − = + = 19 -18 = 1 3 3 33 33 2 3 6 ( 1) ( 1) 0 0 4 1 1 1 A M+= − = + = 4 0 111 000 100 )1( )1( 144114 =−=−= + MA 38 0 111 000 632 )1( )1( 233223 =−=−= + MA 111 410 642 )1( )1( 322332 −=−= + MA = -(18-14) = -4. Observe as mudanças de sinais dos elementos nas posições ( )ij , isto é, ( 1)i j+− : +−+− −+−+ +−+− −+−+ Em geral, para uma matriz de qualquer ordem, as mudanças de sinais dos elementos nas posições (i, j), isto é ( ( 1)i j+− ) : LMMM L L L L −+− +−+ −+− +−+ 1.4.3 Determinante de A usando cofatores: Dada A uma matriz de ordem n , [ ]ij nA a= Se 2n = , os menores e os cofatores da linha um da matriz de ordem dois são dados respectivamente por: M11 = [a22], A11 = a22 M12 = [a21], A11 = -a21 E o valor do determinante será: 11 12 11 22 21 12 21 22 det( ) a aA a a a a a a = = − = ( )12121111 MaMa −+ = 12121111 AaAa + . Se 3n = , o valor do determinante da matriz (colocado em função dos cofatores relativos à primeira linha) será: 39 11 12 13 21 22 23 31 32 33 det( ) a a a A a a a a a a = 11 22 33 12 23 31 13 21 32 31 22 13 32 23 11 33 21 12a a a a a a a a a a a a a a a a a a= + + − − − . 11 22 33 32 23 12 23 31 33 21 13 21 32 31 22( ) ( ) ( )a a a a a a a a a a a a a a a= − + − + − 11 12 12 13 1311( ) ( ) ( )a M a M a M= + + − + + 3 11 11 12 12 13 13 1 1 1 j j j a A a A a A a A = = + + =∑ . Note que calculamos o determinante de A usando cofactores onde i =1. Podemos usar qualquer linha da matriz. Por exemplo, se i =2: 21 21 22 22 23 23( ) ( ) ( )A a M a M a M= − + + + − = 21 21 22 22 23 23a A a A a A+ + = = 3 2 2 1 i i i a A = ∑ (no índice do somatório, colocarmos i ou j é indistinto) . Por exemplo, se = 987 654 321 A o determinante usando a segunda linha é dado por: 232221 654 AAAA ++= )(6)(5)(4 232221 MMM −+++−= )148(6)219(5)2418(4 −−−+−−= = 24 – 60 + 36 = 0. No caso geral de uma matriz de ordem n , o cálculo do determinante da matriz referido a linha 1 (ou a qualquer linha k ) é dado por: 11 11 12 12 1 1n nA a A a A a A= + + +L 1 1 1 1 1 1 n n i i j j i j a A a A = = = =∑ ∑ . Se o desenvolvimento do determinante for referido a qualquer linha k (k fixo), temos: |A| 1 n kj kj j a A = =∑ . 40 Por exemplo, se usamos a matriz do Exemplo 15 e calculamos o determinante pelo desenvolvimento de cofatores referido à linha 3 (pois tendo todos seus elementos nulos evitaremos cálculos desnecessários). Assim: 34333231 0000 AAAAA ⋅+⋅+⋅+⋅= = 0 Nota: Fica como regra, ao calcular o determinante usando cofatores, escolher a linha (ou coluna) da matriz que tiver o maior número de elementos nulos. Similarmente, é possível fazer o desenvolvimento por colunas. Veja, 1) Desenvolvendo usando a primeira coluna: 11 11 21 21 1 1... n nA a A a A a A= + + + 2) Deixamos pra você chegar no seguinte desenvolvimento para uma coluna k qualquer: 1 A n i k i k i A a = =∑ . Nota. O desenvolvimento dado acima para encontrarmos o valor do determinante (usando linhas ou colunas) é comumente conhecido como o desenvolvimento de Laplace (Astrônomo e matemático francês, Marquês de Pierre Simon de Laplace (1749-1827) ficou conhecido como o "Newton francês". Sua carreira foi importante por suas contribuições técnicas para as ciências exatas, para o ponto de vista filosófico que ele desenvolveu durante sua vida e pela parcela que tomou parte na formação das modernas disciplinas científicas.) 1.4.4 Definição geral do determinante de uma matriz. Permutação Dado n números 1, 2, ..., n (ou n objetos distintos) uma permutação destes números (ou objetos) consiste em dispô-los em uma determinada ordem. Exemplo 16 Se 3n = , os números 1, 2, 3 podem ser colocados como (1 2 3), (3 2 1), etc. Se 4n = , números 1, 2, 3, 4 podem ser colocados como (1 2 3 4), (4 3 2 1), etc. Notação. Uma permutação de n números é denotada por ( njjj ...21 ). 41 Número de Permutações 1) Dados os números 1, 2 há duas permutações (1 2) e (2 1), ou seja, 2! permutações. 2) No caso dos números 1, 2, 3, as permutações (3 2 1) e (1 2 3), são dois exemplos, no total existem 3! permutações. Quais são?? 3) Dado n números, 1, 2, ..., n , existem n ! permutações. Exercício 16 Calcule o número de permutações possíveis de 4 números. Inversão É o número de mudanças necessárias em uma permutação para voltá-la na sua posição ordenada inicial. Notação Uma inversão de n números será denotada por: 1 2( ... )nJ J j j j= Por exemplo nas permutações dadas acima: (1 2 3) 0J = , (1 2 3 4) 0J = e (3 2 1) 3J = . No último caso embora o número 2 esteja na posição que lhe corresponde, para colocarmos os números 3 e 1 no seu lugar será necessário fazermos assim: (3 2 1) � (2 3 1) � (2 1 3) e por último (1 2 3). Ou (3 2 1) � (3 1 2) � (1 3 2) e por último (1 2 3). Em ambos os casos haverá 3 inversões. Exemplo 17 Construir uma tabela do número de inversões possíveis de 2 e 3 números. Solução Se 2n = , considere os números 1 e 2. Permutação Nº. de inversões 12 (1 2) 0J = 21 (2 1) 1J = 42 Se 3n = , considere os números 1, 2 e 3. Permutação Nº. de inversões 123 (1 2 3) 0J = 132 (1 3 2) 1J = 213 (2 1 3) 1J = 231 (2 3 1) 2J = 312 (3 1 2) 2J = 321 (3 2 1) 3J = Exercício 17 Verifique que o número de inversões da permutação (4 3 2 1)J é igual a 6. Exemplo 18 Construir uma tabela do número de inversões de 4 números. Solução Neste caso o número de inversões para cada permutação )( 4321 jjjj será dada por J )...( 421 jjj . O resultado será colocado na segunda coluna da tabela. Permutação Nº. de inversões 1234 0 1243 1 1324 1 1342 2 1432 3 14232 2134 1 2143 : 2314 : 43 2341 : 2431 : M Deixamos para você completar a tabela. Determinante Definição Dada a matriz de ordem n , [ ]ij nA a= , o determinante de A , é definido por: 1 21 2 det( ) ( 1) ... n J j j njA a a a ρ = −∑ Onde 1 2( ... )nJ J j j j= indica o número de inversões da permutação )...( 21 njjj , ρ indica que o somatório é estendido a todas as n! permutações dos números 1, 2,..., n . Exemplo 19 Verifique o uso da definição nos casos dos determinantes de ordem 2 e 3. Solução Na solução deste exemplo serão usados os resultados obtidos no Exemplo 17. Se 2n = , então ρ = 2, assim 1 2 1 2 ( ) 0 1 1 2 11 22 12 21 11 22 12 21det( ) ( 1) ( 1) ( 1)J j j j jA a a a a a a a a a a ρ = − = − + − = −∑ . Se 3n = , ρ = 6 e assim 1 2 3 1 2 3 ( ) 1 2 3det( ) ( 1)J j j j j j jA a a a ρ = −∑ = 122133112332132231322113312312332211 aaaaaaaaaaaaaaaaaa −−−++ . Exercício 18 a) Obtenha o desenvolvimento para o caso de um determinante de ordem 4. b) Verifique a relação desse desenvolvimento com o desenvolvimento dos cofatores. 44 Propriedades do Determinante 1) Se A possui uma linha (ou colunas) de zeros, então, det( ) 0A = . 2) Se A possui duas linhas (ou colunas) iguais, então, det( ) 0A = . 3) Se B é obtida de A multiplicando uma linha (ou coluna) por um escalar α , então, det( ) det( )B Aα= . 4) Se B é obtida por troca das posições relativas de duas linhas (ou colunas) da matriz A , então, det( ) det( )B A= − . 5) Se B é obtida de A , substituindo a linha i (ou coluna) por ela somada a um múltiplo escalar de outra linha j (ou coluna) ( j i≠ ) então, det( ) det( )B A= . 6) det( ) det( ')A A= . 7) det( ) det( ).det( )AB A B= . Observações Não é objetivo do presente material didático fazer as demonstrações das propriedades anteriores, porém as mesmas podem ser provadas a partir da definição do determinante. Mais detalhes a respeito destas demonstrações podem ser encontrados no livro de Álgebra Linear do Callioli, citado no final deste capítulo. Na seção 1.4.3, ao calcular o determinante usando cofatores, usamos o desenvolvimento (referidos às linhas) dado por 1 det( ) n k i k i i A a A = =∑ , onde k é a k-ésima linha escolhida. Já foi comentado que o mesmo resultado pode ser obtido usando as colunas. Podemos enunciar uma oitava propriedade usando desenvolvimentos similares. Propriedade 8 ∑ = n i ilik Aa 1 = 0, l k≠ , k , l valores fixos. Verifiquemos a propriedade com o seguinte exemplo. Se k = 1, l = 2 e n = 2: 22122111 2 1 21 AaAaAa i ii +=∑ = . 45 Assim, se 1 2 3 4 A = , então: 21 2A = − e 22 1A = , dessa forma: 2 1 2 1 1( 2) 2(1) 0i i i a A = = − + =∑ . Também, ao usarmos o desenvolvimento pelas colunas e escolhendo 2=l , 1=k , encontramos também que: 0)2(4)4(2 2 1 12 2 1 =−+==∑∑ == i ii i ikil AaAa . Exercício 19 Use as operações elementares e o método de Laplace para encontrar o determinante das matrizes: � = � 2 13 2 3 4 4 52 2−2 1 1 0 3 1�, � = � 1 1 2 3 2 −1 0 −2−1 11 2 2 2 1 1 �, ! = � 1 0 32 −1 4−6 −1 −17 Exercício 20 Usando apenas as propriedades dos determinantes mostre que det(A) = det(B). As matrizes são A = #$ % + 2$� ' + 2�(, � = #$ %� '(. 1.5 Matriz Adjunta: ( )Adj A Dada [ ]ij nA a= , a matriz adjunta de A é dada por ( )Adj A = ( )( ) 'ACof , Onde ( )Cof A é a matriz cujos elementos são os cofatores ijA da matriz A , ou seja, a matriz onde cada elemento é o cofator Aij da matriz A . Um exemplo para esta definição é o seguinte. 46 Se 1 2 2 4 B − = − , então, os cofatores são: B11 = (-1)1+1 M11 = -4 B12 = (-1)1+2 M12 = -2 B21 = (-1)2+1 M21 = 2 e 4 2( ) ( 2) 1Cof B − − = − − . B22 = (-1)2+2 M22 = 1 Assim '4 2 4 2( ) ( 2) 1 2 1Adj B − − − = = − − − Exemplo 20 Calcule a matriz adjunta de A dada por: 2 1 0 3 1 4 1 6 5 A = − . Solução A matriz de cofatores de A e dada por: 11 12 13 21 22 23 31 32 33 19 19 19 ( ) 5 10 11 4 8 5 A A A Cof A A A A A A A − − = = − − − . Pois 1 1 1 21 9, 1 9A A= − = , A13 = -19, A21 = -5, A22 = 10, A23 = -11, A31 = 4, A32 = -8, A33 = 5. 47 Assim, ( ) ( ) 'Adj A Cof A= = ′ − −− −− 584 11105 191919 = −− − −− 51119 81019 4519 . Também, o determinante da matriz A , det( ) 19A = − , pois det A = a11A11 + a12A12 + a13A13 = 2(-19) + 1(19) + 0 (-19) = -19 . Observe que: 3 19 0 0 0 19 0 det( ) . 0 0 19 . ( ) A IA Adj A − = − = − Isto é, A ∙ Adj(A) = det(A) ∙ I3 . Também , pode-se verificar que 3( ). det( ).Adj A A A I= Com isso, podemos enunciar o teorema que mostra que essa afirmação é válida para qualquer matriz quadrada. Teorema Se A é uma matriz de ordem n , . det . nA AdjA AdjA A A I⋅ = = . Demonstração 48 11 1 11 1 1 1 . ( ) n n n nn n nn a a A A a a A A A Adj A = L L M M M M L M L L = ∑∑∑∑∑ ∑∑∑∑∑ ∑∑∑∑∑ ∑∑∑∑∑ n ni n ni n ni n ni n ni n i n ii n i n i n i n i n ii n i n i n i n i n i n i aaaaa aaaaa aaaaa aaaaa 1 ni 1 1)i-(n 1 3i 1 2i 1 1i 1 ni3 1 1)i-(n33i3 1 2i3 1 1i3 1 ni2 1 1)i-(n2 1 3i22i2 1 1i2 1 ni1 1 1)i-(n1 1 3i1 1 2i1 1 1i1 AAAAA AAAAA AAAAA AAAAA L MMMMM L L L Usando a Propriedade 8 dos determinantes nos elementos fora da diagonal principal, temos 1 1i 1 2 2i 1 3 3i 1 1 A 0 0 0 0 0 A 0 0 0 0 0 A 0 0 0 0 0 0 A . ( ) n i n i n i n ni ni a a a a A Adj A = ∑ ∑ ∑ ∑ L L L M L Pelo desenvolvimento de Laplace (por linhas) temos o valor do determinante: k idet( ) A n k iA a=∑ , para cada k = 1, 2, ..., n isto é: det A 0 0 0 det A 0 0 0 det A . ( )A Adj A = L L M M L , = det( ) nA I . De forma similar, pode se encontrar ( ). det( ) nAdj A A A I= . Assim, temos demonstrado que 49 . ( ) ( ). det( ). nA Adj A Adj A A A I= = . Nota. Sem perda de generalidade, no processo de prova pode-se usar o sub-índice j em lugar de i. 1.6 Inversa de uma Matriz Matriz Singular Definição Uma matriz é dita singular se o seu determinante é nulo. Caso contrário dizemos que a matriz é não singular. Por exemplo, a matriz 1 2 2 4 B − = − é uma matriz singular pois det( ) 0B = . Já, a matriz identidade de ordem 3 é não singular pois 3det( ) 1I = . Em geral uma matriz identidade de ordem qualquer é não singular, porquê? Matriz Inversa Definição Seja A uma matriz quadrada de ordem n. Dizemos que A é inversível se existe uma única matriz B (da mesma ordem)tal que: AB BA I= = . B é denominada matriz inversa de A . Notação. 1B A−= . Por exemplo, se 2 1 0 3 A − = a matriz 1 1 2 6 10 3 B − = é a respectiva matriz inversa pois, 1 0 0 1 AB BA = = . 50 Propriedade Se A é inversível, então, A é não singular. Prova Será suficiente encontrar que o det( )A não é nulo. Demonstrando por absurdo, supomos o contrário, isto é , det( ) 0A = , e devemos chegar a uma contradição. Assim, usando a Propriedade 7 dos determinantes: det( ) det( ).det( )AB A B= 0.det( )B= 0= . Por outro lado, termos por hipótese que A é inversível, então existe B tal que AB I= , assim det( ) det( )AB I= = 1. Assim, 0 = 1 , impossível, é uma contradição �⟹⟸�! Uma vez que a contradição �⟹⟸�, então o enunciado é verdadeiro. Assim a propriedade fica demonstrada. Logo, A é não singular. Conhecendo que det( ) 0A ≠ , para A inversível, uma forma de verificar a existência da matriz inversa será encontrando o valor do determinante da matriz. Após essa verificação o passo seguinte será encontrarmos a matriz inversa, 1−A . Como exemplo, nos casos das matrizes 2 1 0 3 A − = e 1 2 2 4 B − = − , podemos afirmar que apenas A possui inversa. Como obtermos 1−A ? 1.6.1 Cálculo da Matriz Inversa usando a Matriz Adjunta Sabendo que existe 1−A , então, 1AA− = 1A A I− = . Observe pela propriedade da matriz adjunta que 51 nIAA AAdj A AAdjA =⋅ = ⋅ detdet . Assim a única possibilidade será: A AAdjA det )(1 = − . Exemplo 21 Se 2 1 0 3 A − = , encontre 1−A . Solução Encontramos facilmente que det( ) 6A = − , e também a matriz adjunta '3 0( ) 1 2 Adj A = − − , Assim 1 1 1( ) 2 6 1det 0 3 Adj AA A − − = = . Exercício 21 a) Seja 2 1 0 3 1 4 1 6 5 A = − , verifique que 1 5 41 19 19 10 81 19 19 5111 19 19 A− − − = − − . b) Se A é inversível, prove que det(A) = 1/det(A) c) Se � = ,$ �% '- com det(A) ≠ 0. Mostre que �.� = �/01 �2� , ' −�−% '$- 1.6.2 Propriedades da Inversa de uma matriz Se A e B são matrizes inversíveis, então 1) 1 1 1( )AB B A− − −= 2) 1 1)( AA− − = 3) 1 1( ) ( )t tA A− −= 4) 1 1det( ) det( )A A − = 52 Prova da Propriedade 1 1 1 1( )AB B A− − −= . Em primeiro lugar vejamos se existe 1( )AB − . Calculando det( )AB : det( ) det( ) det( )AB A B= . Por hipótese existem as inversas das matrizes A e B ( ∃ 1A− , ∃ 1B− ), isto é, det( ) 0A ≠ e det( ) 0B ≠ . Assim det( ) 0AB ≠ e com isso ∃ 1( )AB − , isto é, 1( )( )AB AB I− = . (1) Como 1A A I−⋅ = e 1B B I−⋅ = . Na segunda parte desta última relação, multiplicamos em ambos os lados pela inversa de A (pela direita) 1 1 1( ). .B B A I A− − −⋅ = Associando e multiplicando por I , 1 1 1( )B B A A− − −⋅ = , multiplicando à esquerda por A : 1 1 1( ( ))A B B A AA− − −= , associando novamente e sabendo que 1AA I− = , 1 1( ).( )AB B A I− − = (2) Sendo que a existência da matriz inversa é única e comparando as expressões (1) e (2) concluímos que 1 1 1( ) ( )AB B A− − −= . Nota Podemos considerar os seguintes passos após a expressão (2): 1 1 1 1 1 1 1 1 1 1 ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) AB I B A I AB AB B A I AB B A AB − − − − − − − − − − = = = 53 Exercício 22 Prove as propriedades 2, 3 e 4 justificando o seu procedimento. Ao calcular a matriz inversa de A , usando a matriz adjunta vimos que A AAdjA det 1 = − , e nos exemplos aplicamos essa relação para matrizes de ordem 2 e 3. Se a ordem da matriz for maior ou igual a 4, o procedimento acaba sendo mais trabalhoso. Vejamos agora como podemos obter a matriz inversa sem usar a matriz adjunta. 1.6.3 Cálculo da matriz inversa por operações elementares Seja A uma matriz não singular, portanto existe 1A− e det( ) 0A ≠ . Por definição, sabemos que 1AA− = 1A A I− = , Então, a idéia é encontrarmos uma matriz que ao ser multiplicada por A (à direita ou á esquerda) resulte na matriz identidade. Para tal é necessário conhecer o que são operações elementares e fazer uso das matrizes elementares. Operações elementares Operações elementares são realizadas numa matriz com o objetivo de invertê-la, reduzi-la ou simplesmente coloca-la num formato especificado previamente. Elas podem ser de três tipos: por linha (ou coluna) numa matriz é a mudança efetuada na matriz de tal forma que seja efetuada: 1) A troca de uma linha (ou coluna) por outra linha (ou coluna). 2) A multiplicação de uma linha (ou coluna) por um valor R∈α , com 0≠α . 3) A soma de uma linha (ou coluna) multiplicada pelo valor R∈α ( 0≠α ) numa outra linha (ou coluna). Se il e jl representam a linhas i e j da matriz e α é o escalar citado anteriormente, então, as operações elementares dadas acima serão denotadas respectivamente por 1) ji ll ↔ ; 54 2) α il ; 3) jij lll +← α . Seja A uma matriz, se uma (ou várias) operação elementar for efetuada nessa matriz, obteremos uma matriz diferente, a qual a denotaremos por à . Assim o processo efetuado será denotado por: operação(ções) elementar(es) A Ã→ Exemplos Se realizamos uma operação elementar na matriz identidade de ordem 2, 2I , e trocarmos a linha 1 pela linha 2 da matriz, obtemos a seguinte matriz elementar: 0 1 1 0 à = . A operação efetuada é denotada por 1 2 2 l lI Ã↔→ . Dada a matriz de ordem 4 1 0 6 1 0 1 0 0 3 0 2 0 0 1 0 1 A = − − , Ao fazermos a operação elementar que multiplica a linha 3 da matriz por –2, obtemos a seguinte matriz 1 0 6 1 0 1 0 0 6 0 4 0 0 1 0 1 à = − − . Indicamos isso com 55 3( 2) 1 0 6 1 0 1 0 0 6 0 4 0 0 1 0 1 lA − → − − . Dada a matriz de ordem 3, 1 8 2 0 1 0 5 1 3 B = − , ao fazermos duas operações elementares obtemos a seguinte matriz B% , 2 3 2 1 ( 3) 3 3 24 6 15 2 9 5 1 3 l l l l B B← − + → − − = − % Assim, a matriz B% foi obtida 1) multiplicando-se a linha 3 por –3 e somando-a à linha 2 da matriz B , 2) multiplicando a linha 1 por 3. Observação. A operação elementar 232 )3( lll +−← indica a linha onde a soma das linhas estão acontecendo. No caso, a soma será efetuada na linha 2 da matriz. Exercício 23 Dadas as matrizes 2 0 0 2 A − = − e 1 0 0 0 0 1 0 0 1 0 1 0 0 0 0 1 B = , Encontre à e B% , após as operações elementares efetuadas em A e B respectivamente. As operações são indicadas por: 1 2 12 l l l A Ã↔→ e 4 3 4 5 2 1 2 2 l l l l l lB B − ↔ ← + → % . 56 Exercício 24 Quais operações elementares devem ser feitas de modo a levar a matriz C na sua forma triangular superior? 1 3 3 0 1 1 1 2 0 C = . Forma escada de uma matriz Ao efetuarmos operações elementares por linhas, na matriz inicial, dizemos que ela está na forma escada se, a matriz resultante obter: a) O primeiro elemento não nulo deuma linha não nula deve ser igual a 1. b) A coluna que contém o primeiro elemento não nulo de alguma linha tem todos os seus outros elementos (da coluna) iguais à zero. c) Toda linha nula ocorre abaixo de todas as linhas não nulas (isto é, daquelas que possuem pelo menos um elemento não nulo). d) Se as linhas 1,..., r , são linhas não nulas, e se o primeiro elemento não nulo da linha i ocorre na coluna ik (a coluna k referida à linha i ), então, 1 2 ... rk k k< < < . (Exemplo se 1i = e 1 3k = , então para 2i = , 1 2k k< significa que 2k será maior que 3 e assim por diante). Exemplos • As seguintes matrizes encontram-se na forma escada: = 000 010 1A , −= 00000 21000 30510 2A . • Já as seguintes matrizes não estão na forma escada: 1 1 0 0 1 0 0 0 1 B − = , 1 1 0 0 0 1 1 0 0 0 1 3 0 0 0 1 C − = , 0 1 0 1 0 0 0 0 1 D = , 1 1 0 0 0 1 1 0 0 1 1 1 0 0 0 0 E = − 57 Exercício 25 a) Que elementos das matrizes B e C devem ser trocados para ficar na forma escada? b) Justifique quais condições da forma escada de uma matriz não são satisfeitas no caso das matrizes C e D. Observações 1) Na prática a forma escada serve para levar uma matriz quadrada na sua forma triangular, em que , os elementos da diagonal principal, sejam uns ou zeros. 2) A prática de reduzir uma matriz usando operações elementares é um exercício muito útil para obter a inversa de uma matriz e resolver sistemas lineares. Operações Elementares versus Matrizes Elementares Cada operação elementar é representada por uma matriz elementar (como definido na seção 1.2) e o produto de sucessivas matrizes elementares pode nos conduzir a matriz inversa. Veremos isso com os exemplos e exercícios seguintes. Exemplo 22 Dada a matriz A , converta-a numa matriz triangular superior 1 2 3 4 0 0 1 1 1 2 0 0 1 1 9 3 A − = − . Solução − − 3911 0021 1100 4321 414 313 lll lll +← +−← → −− − 71230 4300 1100 4321 3 2 42 l ll → ↔ − −− 1100 4300 3 7410 4321 → ↔ 34 ll −− − 4300 1100 3 7410 4321 4 434 7 1 3 l lll − +← → 1 2 3 4 70 1 4 3 0 0 1 1 0 0 0 1 à = − . Assim, à é uma matriz triangular superior. 58 Exemplo 23 Encontre matrizes elementares que representam as quatro primeiras operações elementares efetuadas no Exemplo 22. Solução No Exemplo 22 foram efetuadas sete operações elementares, cada uma delas representará, respectivamente, as matrizes elementares 1 7,...,E E . Assim a primeira operação 313 lll +−← dá origem a matriz elementar 1 1 0 0 0 0 1 0 0 1 0 1 0 0 0 0 1 E = − . Também a operação elementar 414 lll +← origina a matriz elementar 2 1 0 0 0 0 1 0 0 0 0 1 0 1 0 0 1 E = , Similarmente, as operações elementares 42 ll ↔ e 3 2l originam as matrizes elementares 3 1 0 0 0 0 0 0 1 0 0 1 0 0 1 0 0 E = , 4 1 0 0 0 10 0 03 0 0 1 0 0 0 0 1 E = . Exercício 26 Quais foram as matrizes 5 76, ,E E E no exemplo anterior? Observe que nas matrizes do Exemplo 23 1 1 2 3 4 0 0 1 1 0 0 3 4 1 1 9 3 E A − = − − − e 2 1 2 1 2 3 4 0 0 1 1( ) 0 0 3 4 1 1 9 3 E E A E − = − − − , 59 isto é, 2 1 1 2 3 4 0 0 1 1 0 0 3 4 0 3 12 7 E E A − = − − . Similarmente, 3 2 1 3 1 2 3 4 0 0 1 1( ) 0 0 3 4 0 3 12 7 E E E A E − = − − = − −− 1100 4300 71230 4321 e 4 3 2 1 1 2 3 4 70 1 4 3 0 0 3 4 0 0 1 1 E E E E A = − − − , repetindo o processo, chegamos ao seguinte resultado: 7 6 5 4 3 2 1 1 2 3 4 70 1 4 3 0 0 1 1 0 0 0 1 E E E E E E E A = − . Que é a matriz triangular superior obtida no Exemplo 22. Agora usaremos os conceitos anteriores para aprender a calcular a matriz inversa usando operações elementares. O Exemplo 23 mostrou como ocorre o processo de redução de uma matriz de ordem 4 na sua forma triangular superior. Em geral esse será o processo para reduzir matrizes de ordem superior. Assim, se A é uma matriz não singular, encontraremos as matrizes elementares 60 que transformam a matriz na forma de uma matriz identidade, isto é, encontraremos as matrizes elementares 1 2, ,..., kE E E tais que 3 2 1...kE E E E A I= . Assim, se 3 2 1...kB E E E E= estaremos afirmando que BA I= . Com isso, e usando a definição de matriz inversa, a inversa da matriz será dada por 1 3 2 1...kA E E E E − = , A matriz inversa não é mais do que o produto de matrizes elementares! Ilustremos esse processo com o seguinte exemplo. Exemplo 24 Usando matrizes elementares, obter a matriz inversa da matriz 1 2 3 4 0 0 1 1 1 2 0 0 1 1 9 3 A − = − . Solução Usando os resultados obtidos no Exemplo 23 (onde se encontraram 7 matrizes elementares, 1 7,...,E E , para reduzir a matriz na forma triangular superior) obtivemos que 1 2 3 4 0 0 1 1 1 2 0 0 1 1 9 3 A − = − selementare operações → A~ 1000 1100 3 7410 4321 = − . AAEEEEEEE ~1234567 = então )~det()det()det( 1234567 AAEEEEEEE = . Assim det(A) ≠ 0 , porque? E A é não singular ( 1−∃A ). Continuando o processo 61 − 1000 1100 3 7410 4321 242 343 3 7 lll lll + −← +← → 1000 0100 0410 4321 232 141 4 4- lll lll +−← +← → 1000 0100 0010 0321 121 131 2 3 lll lll +−← +−← → 1 0 0 0 0 1 0 0 0 0 1 0 0 0 0 1 I = . São construídas mais 6 matrizes elementares 8 9 13, ,...,E E E , e deixamos para você a tarefa de explicitá-las! Temos então, 713 12 8 1... ...E E E E E A I= , e assim, 713 12 8 1... ... .B E E E E E= Isto é, 1 .BA I A B−= ⇒ = Após fazermos o produto, a matriz pedida é: 1 13 8 1 8 18 17 2 7 7 21 3 9 194 1 7 7 21 3 1 4 1 07 7 7 31 1 07 7 7 ,..., ,...,A E E E− − − −− = − − − = . Observações • Ao tentar resolver o exemplo, você pode verificar que o conjunto de matrizes elementares encontradas no processo de escalonamento não será o único, pois dependerá da escolha das operações elementares efetuadas, não obstante a matriz inversa será a mesma. 62 • Fizemos questão de apresentar um exemplo com uma matriz de ordem 4 com o objetivo de facilitara compreensão do método, além de colocar uma prática que usualmente não se expõe em livros da literatura disponível. Um método prático O processo anterior foi explicado para que você entenda passo a passo, como uma matriz é reduzida até convertê-la na matriz identidade. Na prática, toda vez que se queira obter a matriz inversa de uma matriz não singular, se procede da seguinte forma: operações 1 elementares A I I A− → M M , ou seja, acrescentamos à direita uma matriz identidade da mesma ordem da matriz, se faz o processo de redução e o último resultado terá uma matriz identidade à esquerda e à direita terá a inversa da matriz dada. Visto de outra forma, a matriz identidade da direita estará armazenando todas as operações elementares efetuadas no processo. Exemplo 25 Use o método prático para obter matriz inversa do Exemplo 24. Solução − − 10003911 01000021 00101100 00014321 M M M M 313 212 42 lll lll ll +−← +← → ↔ − −−− 00101100 01014300 100171230 00014321 M M M M 434 34 3 lll ll +← ↔ → −− − 01317000 00101100 100171230 00014321 M M M M 141 343 4 242 4 7 1 lll lll l lll +−← +← − +← → 63 −− − 07 1 7 3 7 11000 07 1 7 4 7 10100 113001230 07 4 7 12 7 30321 M M M M 131 232 3 12 lll lll +−← +−← → −− − −− 07 1 7 3 7 11000 07 1 7 4 7 10100 17 19 7 27 7 120030 01000021 M M M M 121 2 2 3 1 lll l +−← → −− − −− −− 07 1 7 3 7 11000 07 1 7 4 7 10100 3 1 21 19 7 9 7 40010 3 2 21 17 7 18 7 80001 M M M M , assim, 1 8 18 17 2 7 7 21 3 9 194 1 7 7 21 3 1 4 1 07 7 7 31 1 07 7 7 A− − − −− = − − − . Exercício 27 Use o método anterior para encontrar as matrizes inversas: a) da matriz A fornecida no Exemplo 19 b) das matrizes eA B dadas no Exercício 3. Exercício 28 Três matrizes A, B e C são fornecidas no exercício 5, proposto na seção 1.7. Encontre a matriz inversa, se possível. 64 1.7 Exercícios Propostos 1. Dadas as matrizes, 1 2 1 2 3 2 1 4 5 A − = − − , 1 0 3 2 1 4 3 1 17 B = − − − − encontre a) 2C A B= + b) 2C B= c) traço( A ), traço( B ), traço( AB ). d) Expresse as matrizes A e B como somas de uma matriz simétrica com outra anti- simétrica. 2. Sejam as matrizes A e B , de ordem 4. A = 4[ ]ija com 0 i ij j se i j a se i j ≥ = < , B uma matriz simétrica com ijb = { i j se i j+ ≤ . Encontre: a) 2 3C A B= − b) 2C B= , C é uma matriz simétrica? 3. Se A e B são matrizes simétricas, justifique a verdade ou falsidade dos seguintes enunciados a) A B+ é uma matriz simétrica. b) AB é uma matriz simétrica. Nota: Se sua resposta for verdade prove, caso contrário exiba um contra-exemplo 4. Quais são os valores de b para a matriz 1 1 1 1 1 1 1 1 1 1 1 b b A b b b = ser simétrica? 65 5. Encontre o determinante de cada uma das matrizes: 2 1 3 4 3 2 4 5 2 2 1 0 2 1 3 1 A = − , 1 1 2 1 2 3 0 2 1 1 2 2 1 2 1 1 B − − = − , 1 0 3 2 1 4 6 1 17 C = − − − − Nota: Ao calcular o determinante use as operações elementares e o método de Laplace. 6. Considerando as matrizes dadas no Exercício 5, encontre a matriz inversa, se possível. 7. Usando apenas propriedades dos determinantes mostre que det( A ) = det( B ). As matrizes são 2 2 a c a A b d b + = + , a c B b d = . 8. Crie situações do cotidiano e monte um enunciado para formular um problema. Nele deve fazer uso: a) da soma de matrizes b) da subtração de matrizes c) do produto de matrizes 66 Propriedades das matrizes Adição de matrizes Sejam [ ] , [ ]ij m n ij m nA a B b× ×= = e [ ]ij m nC c ×= , então: • A B B A+ = + Comutatividade • ( ) ( )A B C A B C+ + = + + Associatividade • A O A+ = Elemento neutro • ( )A A O+ − = Elemento Oposto Produto de uma matriz por um escalar Dados [ ] , [ ]ij m n ij m nA a B b× ×= = e � ∈ R (um escalar real), então: • ( )A B A Bα α α+ = + Distributividade • ( )A A Aα β α β+ = + Distributividade • ( ) ( )A Aα β αβ= Associatividade • . 0O A = Produto de Matrizes Dados [ ] , [ ]ik m p kj p nA a B b× ×= = e [ ]jlC c= (ordem conveniente), então: • ( ) ( )A BC AB C= • ( )A B C AB AC+ = + A • ( ).A B C AC BC+ = + • ( ) ( ). ( )AB A B A Bα α α= = , � ∈ R. (Um escalar real) Observe que em geral AB BA≠ . Também 0AB = , não implica 0A = ou 0B = . Transposta de uma Matriz Dados [ ]ij m nA a ×= , [ ] nmijbB ×= , então: • ' '( )A A= • ' ' '( )A B A B+ = + • ' ' '( )AB B A= se [ ]ij n pB b ×= • ')'( AA αα = , R∈α 67 Traço de uma Matriz • ( ) ( ) ( )Tr A B Tr A Tr B+ = + • ( ) ( )Tr A Tr Aα α= • ( ´) ( )Tr A Tr A= • ( ) ( )Tr AB Tr BA= Inversa de uma matriz • 1 1 1( )AB B A− − −= • 1 1)( AA− − = • 1 1( ) ( )t tA A− −= • 1 1det( ) det( )A A − = Bibliografia JOSÉ BOLDRINI ET AL, Álgebra Linear, Editora Harbra, 3a ed. São Paulo, 1980. Esta referência auxiliará para complementar e estender alguns conceitos não apresentados que o aluno possa estar interessado em conhecer e se aprofundar. NILO KÜHLKAMP, Matrizes e Sistemas de Equações Lineares, UFSC, Florianópolis, 2005. Este livro, possui múltiplos exemplos e problemas práticos que o aluno pode resolver e assim acrescentar a sua prática. Também, são apresentadas algumas aplicações e problemas de matrizes e sistemas lineares. REGINALDO SANTOS, Um curso de Geometria Analítica e Álgebra Linear, UFMG, Belo Horizonte, 2001. Esta referência é muito útil para aplicar os conceitos usando alguns recursos computacionais, assim como os detalhes de algumas provas úteis de interesse do aluno. C. A. CALLIOLI ET AL, Álgebra Linear e Aplicações, Sexta Edição, Atual Editora, 2003. Neste livro além de contar com os conteúdos da Álgebra Linear e Aplicações, encontrará as provas das propriedades do determinante de uma matriz usando a definição .
Compartilhar