Baixe o app para aproveitar ainda mais
Prévia do material em texto
Matrizes, Determinantes e Sistemas Lineares Prof. Sulimar 1 MATRIZES - DEFINIÇÕES Definição: Matriz m x n (lê-se: m por n) é toda tabela retangular de m.n números dispostos em m linhas e em n colunas. Representamos uma matriz colocando a tabela dentro de parênteses ou de colchetes. Exemplos: a) 1328711 69401 7510320 b) 2122 4366 Indicamos uma Matriz por letra maiúscula e um elemento qualquer da matriz por letra minúscula munida de dois índices: o primeiro denota a linha em que está o elemento e o segundo, a coluna à qual o elemento pertence. Convencionando que as linhas sejam numeradas de cima para baixo e as colunas da esquerda para a direita, podemos representar uma matriz A, do tipo m x n, da seguinte forma: A = mnmjmmm inijiii nj nj nj aaaaa aaaaa aaaaa aaaaa aaaaa 321 321 33333231 22232221 11131211 Em notação abreviada, essa matriz pode ser escrita do seguinte modo: A = (aij) mxn ou A = (aij), 1 ≤ i ≤ m, 1 ≤ j ≤ n Ordem: Se a matriz A tem m linhas e n colunas, dizemos que a ordem da matriz é m × n. Exemplos: A = 01 43 31 Matriz de ordem 3 x 2. C = 30 70 Matriz de ordem 2 x 2. B = 302 125 Matriz de ordem 2 x 3. Matrizes, Determinantes e Sistemas Lineares Prof. Sulimar 2 Lei de formação de uma matriz: podemos construir uma matriz especificando sua lei de formação. Exemplo 1: Construa a matriz A = (aij)3x3, definida por: (-1)i+j, se i ≠ j aij = 0 , se i = j A = 011 101 110 Exemplo 2: Construa a matriz B = (bij)2x3, definida por: bij = i + j B = 543 432 Existem algumas matrizes que, por apresentarem características especiais, merecem algum destaque. Vejamos a seguir algumas delas. Matiz quadrada: É a matriz na qual o número de linhas é igual ao número de colunas. Assim toda matriz de tipo n x n é denominada matriz de ordem n, matriz quadrada n x n ou, simplesmente matriz n. Exemplos: A = 37 51 é matriz quadrada de ordem 2. C = 2 é matriz quadrada de ordem 1 B = 003 471 322 é matriz quadrada de ordem 3. Numa matriz quadrada A = (aij) de ordem n destacamos os elementos: aij tais que i = j, que constituem a diagonal principal de A. aij tais que i + j = n + 1, que constituem a diagonal secundária de A. Exemplo: A = 13141516 1211109 5678 4321 matriz de ordem 4, logo n = 4 Matrizes, Determinantes e Sistemas Lineares Prof. Sulimar 3 Na matriz A temos que os elementos a11 = 1, a22 = 7, a33 = 11 e a44 = 13, assim a diagonal principal é composta pelos elementos 1, 7, 11 e 13. Pela definição da diagonal secundária temos que os elementos a14 = 4, a23 = 6, a32 =10 e a14 = 16, assim a diagonal secundária é formada pelos elementos 4, 6, 10 e 16. Matriz Diagonal: É a matriz quadrada de ordem n ≥ 2, que tem nulos todos os elementos que não pertencem à diagonal principal. Exemplos: A = 5000 0400 0030 0002 Matriz diagonal de ordem 4. B = 300 050 001 Matriz diagonal de ordem 3. Matriz Identidade: É a matriz diagonal de ordem n onde todos os elementos pertencentes à diagonal principal são iguais a 1, e é indicada por In. Exemplos: I2 = 10 01 Matriz Identidade de ordem 2. I3 = 100 010 001 Matriz identidade de ordem 3. Matriz linha e matriz coluna: São matrizes que possuem apenas uma linha ou apenas uma coluna. Assim: Toda matriz do tipo 1 x n é denominada matriz linha. Toda matriz do tipo m x 1 e denominada matriz coluna. Exemplos: a) 6542 é matriz linha 1 x 4. b) 5 0 3 é matriz coluna 3 x 1. Matrizes, Determinantes e Sistemas Lineares Prof. Sulimar 4 Matriz transposta: É aquela que obtemos trocando, ordenadamente, as linhas pelas colunas de uma matriz A de tipo m x n. A nova matriz, de tipo n x m, é denominada matriz transposta de A e é indicada por At. Exemplo: Se A = 98 76 54 , então At = 975 864 Matriz Nula: Quando todos os seus elementos são nulos (Zero). Indicamos uma matriz nula do tipo m x n por 0mxn ou, simplesmente por 0. Exemplos. A = 00 00 00 é matriz nula, 03x2 Igualdade e desigualdade de matrizes: Duas matrizes A e B, de mesma ordem, são iguais entre si se, e somente se, os elementos de mesma posição são iguais. Indicamos A = B A negação de A = B é escrita A ≠ B e significa que se A e B são de mesma ordem, existe pelo menos um elemento de A que difere do elemento de mesma posição de B. Exemplo: Determinar x e y de modo que A = B a) A = 23 12 y x , B = 13 122 x OPERAÇÕES COM MATRIZES Adição de matrizes: Para adicionar uma matriz A, a uma matriz B, ambas de mesma ordem, basta somar os elementos de mesmos índices. Ex: 14 72 + 105 23 = 119 95 Matriz Oposta: Dada uma matriz A, a matriz oposta de A, indicada por – A é a matriz que satisfaz a condição A + (– A) = 0 a11 = b11 2 = 2 a12 = b12 x + 1 = 2x – 1 x = 2 a21 = b21 3 = 3 a22 = b22 y + 2 = 1 y = – 1 Matrizes, Determinantes e Sistemas Lineares Prof. Sulimar 5 Ex: Se A = 31 52 então – A = 31 52 , pois 31 52 + 31 52 = 00 00 Subtração de matrizes: Dadas as matrizes A e B, de mesma ordem, a matriz A + (– B) é denominada diferença entre A e B. Ex: 447 532 216 – 833 621 114 = 414 111 102 Produto de um número por uma Matriz: Basta multiplicar o número por todos os elementos da matriz. Ex: (- 3). 31 42 02 = 93 126 06 Produto de matrizes: O produto A.B é uma nova matriz que só existe se o número de colunas da matriz A for igual ao número de linhas da matriz B. A matriz produto terá o número de linhas igual da matriz A e o número de colunas igual da matriz B. Os elementos da matriz C = A.B será a soma dos produtos da linha i de A pelos correspondentes elementos j de B. Exemplos: a) Se A = 65 43 12 e B = 2510 087 Existe A.B, pois o número de colunas de A é igual ao número de linhas de B; o produto A.B será uma matriz do tipo 3 x 3. A.B = )2.(60.55.68.510.67.5 )2.(40.35.48.310.47.3 )2.(10.25.18.210.17.2= 127095 84461 22124 Existe B.A, pois o número de colunas de B é igual ao número de linhas de A: o produto B.A será uma matriz do tipo 2 x 2. B.A = 6).2(4.51.105).2(3.52.10 6.04.81.75.03.82.7 = 1825 3938 Matrizes, Determinantes e Sistemas Lineares Prof. Sulimar 6 b) Se A = 40 13 e B = 573 262 Existe A.B, pois o número de colunas de A é igual ao número de linhas de B; o produto A.B será uma matriz do tipo 2 x 3. A.B = 5.4)2.(07.46.03.42.0 5.1)2.(37.16.33.12.3 = 202812 1259 Não existe B.A, pois o número de colunas de B é diferente do número de linhas de A. Como você deve ter observado, mesmo quando os produtos A.B e B.A de duas matrizes A e B estão definidos, pode ocorrer que A.B ≠ B.A. Ou seja, o produto de matrizes não possui a propriedade comutativa. Se A e B são tais que A.B = B.A, então dizemos que as matrizes comutam. EX: Dadas, as matrizes A = 03 21 e B = 53 26 vamos efetuar os produtos A.B e B.A e verificar se as matrizes são comutáveis. A.B = 5.02.33.06.3 5.22.13.26.1 = 618 1212 B.A = 0.52.33.51.3 0.22.63.21.6 = 618 1212 Como observado os produtos A.B e B.A são iguais, então as matrizes A e B são comutáveis. Equação Matricial: Através do produto de matrizes, verificamos que dadas duas matrizes A e B, nós conseguimos determinar o produto dessas matrizes, desde que o número de colunas da matriz A seja igual ao número de linhas da matriz B, agora nós podemos determinar uma matriz X tal que A.X = B. Para isso vamos ter que usar a resolução de sistemas na resolução: Ex: Resolver a equação matricial A.X = B, onde A = 63 32 e B = 134 35 Inicialmente devemos descobrir o tipo da matriz X: O numero de linhas da matriz X deve ser igual ao número de colunas da matriz A. O número de colunas da matriz X deve igual ao número de colunas da matriz B. A . X = B 2 x 2 2 x 2 2 x 2 Substituindo X = dc ba em A.X = B Logo a matriz X deve ser do tipo 2 x 2 Matrizes, Determinantes e Sistemas Lineares Prof. Sulimar 7 63 32 . dc ba = 134 35 dbca dbca 6363 3232 = 134 35 2a + 3c = 5 (1) – 3a + 6c = – 4 (2) 2b + 3d = 3 (3) – 3b + 6d = 13 (4) Resolvendo o sistema formado pelas equações 1 e 2: 2a + 3c = 5 (1) – 3a + 6c = – 4 (2) Multiplicando a equação 1 por 3 e a equação 2 por 2, temos: 6a + 9c = 15 – 6a + 12c = – 8 Somando as duas equações: 21c = 7 c = 3 1 Substituindo na equação 1: 2a + 3. 3 1 = 5 2a + 1 = 5 2a = 4 a = 2 Resolvendo o sistema formado pelas equações 3 e 4: 2b + 3d = 3 (3) – 3b + 6d = 13 (4) Multiplicando a equação 3 por – 2 – 4b – 6d = – 6 – 3b + 6d = 13 Somando as duas equações: – 7b = 7 b = – 1 Substituindo na equação 3: 2. (–1) + 3d = 3 – 2 + 3d = 3 3d = 5 d = 3 5 Descobrindo os valores de a, b, c e d, sabemos agora qual é a matriz X. X = 3 5 3 1 12 Matrizes Inversíveis: Uma matriz quadrada A, de ordem n, é inversível se existe a matriz B tal que A.B = In. Se A é inversível, a matriz B (que é única) tal que A.B = B.A = In é denominada inversa de A e é indicada por A-1. Exemplo: Matrizes, Determinantes e Sistemas Lineares Prof. Sulimar 8 Verificar se A é inversível, sendo A = 57 23 Se A é inversível, então existe uma matriz B, tal que: A . B = I2 57 23 . dc ba = 10 01 dbca dbca 5757 2323 = 10 01 3a + 2c = 1 (1) 7a + 5c = 0 (2) 3b + 2d = 0 (3) 7b + 5d = 1 (4) Resolvendo o sistema formado pelas equações 1 e 2: 3a + 2c = 1 (1) 7a + 5c = 0 (2) Multiplicando a equação 1 por 5 e a equação 2 por (–2), temos: 15a + 10c = 5 –14a – 10c = 0 Somando as duas equações: a = 5 Substituindo na equação 1: 3.5 + 2c = 1 2c = – 14 c = – 7 Resolvendo o sistema formado pelas equações 3 e 4: 3b + 2d = 0 (3) 7b + 5d = 1 (4) Multiplicando a equação 3 por – 5 e a equação 4 por 2 – 15b – 10d = 0 14b + 10d = 2 Somando as duas equações: – b = 2 b = – 2 Substituindo na equação 3: 3 (– 2) + 2d = 0 – 6 + 2d = 0 2d = 6 d = 3 Descobrindo os valores de a, b, c e d, sabemos agora qual é a matriz B = A-1. Então A = 57 23 é inversível e A -1 = 37 25 é a sua inversa, tal que: 57 23 . 37 25 = 10 01 Agora se A fosse a matriz 12 24 , para existir B = dc ba , tal que A.B = I2, deveríamos ter: 12 24 . dc ba = 10 01 Matrizes, Determinantes e Sistemas Lineares Prof. Sulimar 9 Efetuando o produto da matriz A pela matriz B, chegamos aos sistemas de equações abaixo: 4a + 2c = 1 (1) 4b + 2d = 0 (3) 2a + c = 0 (2) 2b + d = 1 (4) 4a + 2c = 1 4b + 2d = 0 – 4a – 2c = 0 – 4b – 2d = 0 Somando as equações somando as equações 0a + 0b = 1 0b + 0d = 1 0 = 1 0 = 1 O sistema formado por (1) e (2) é impossível O sistema formado por (3) e (4) é impossível Portanto, não existe B tal que A.B = I2 Observações: 1. Nenhuma matriz nula é inversível. 2. Toda matriz Identidade é inversível e igual a sua inversa. 3. Uma matriz quadrada não-inversível é chamada singular Determinantes: Como já vimos, matriz quadrada é a que tem o mesmo número de linhas e de colunas (ou seja, é do tipo nxn). A toda matriz quadrada está associado um número ao qual damos o nome de determinante. Dentre as várias aplicações dos determinantes na Matemática, temos: Resolução de alguns tipos de sistemas de equações lineares. Cálculo da área de um triângulo situado no plano cartesiano, quando são conhecidas as coordenadas dos seus vértices. Determinantes de matriz de ordem 1: Dada, a matriz A = [a11]. Neste caso, definimos o determinante de A da seguinte forma: det A = A = a11 Ou seja, o determinante de uma matriz que contém apenas um elemento é o próprio elemento. Observação: Representamos o determinante de uma matriz entre duas barras verticais, que não têm o significado de módulo. Exemplos: A = 5 det A = A = – 5 B = 8 det B = B = 8 Determinantes de matriz de ordem 2: Dada, a matriz A = 2221 1211 aa aa de ordem 2, por definição o determinante associado a matriz A, é dado por: det A = 2221 1211 aa aa = a11 . a22 – a12 . a21 Matrizes, Determinantes e Sistemas LinearesProf. Sulimar 10 Portanto, 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. Exemplos: Se A = 54 32 então, det A = 54 32 = 2.5 – 3 . 4 = 10 – 12 = – 2 det A = – 2 Se B = 85 14 então, det B = 85 14 = – 4 . 8 – 5 . 1 = – 32 – 5 = – 37 det B = – 37 Se C = 63 32 então, det C = 63 32 = 2 . 6 – 3.3 = 12 – 9 = 3 det C = 3 Determinantes de matriz de ordem 3: Regra de Sarrus: Podemos obter o determinante de uma matriz de ordem 3 utilizando uma regra prática muito simples, chamada Regra de Sarrus. Considere a matriz A = 333231 232221 131211 a a a a a a a a a . Em primeiro lugar, vamos repetir as duas primeiras colunas de A a direita da matriz: 3231333231 2221232221 1211131211 | | | aaaaa aaaaa aaaaa Em seguida, multiplicamos os elementos da diagonal principal da matriz e os elementos das duas diagonais paralelas à principal, somando os resultados: a11 . a22 . a33 + a12 . a23 . a31 + a13 . a21 . a32 Multiplicamos agora os elementos da diagonal secundária e as diagonais paralelas a ela, somando os resultados: a13 . a22 . a31 + a11 . a23 . a32 + a12 . a21 . a33 Por fim, subtraímos o primeiro número encontrado pelo último, obtendo: det A = a11 . a22 . a33 + a12 . a23 . a31 + a13 . a21 . a32 – (a13 . a22 . a31 + a11 . a23 . a32 + a12 . a21 . a33) Exemplo: Calcular o determinante da matriz A = 425 422 327 utilizando a Regra de Sarrus. 425 422 327 25 22 27 det A = 7 . 2 . 4 + 2 . 4 . 5 + 3 . 2 . 2 – (3 . 2 . 5 + 7 . 4 . 2 + 2 . 2 .4) Matrizes, Determinantes e Sistemas Lineares Prof. Sulimar 11 det A = 56 + 40 + 12 – (30 + 56 + 16) det A = 108 – 102 det A = 6 Menor complementar: Considere uma matriz A, de ordem 3: A = 333231 232221 131211 a a a a a a a a a O menor complementar Dij , relativo ao elemento aij , é o determinante da matriz quadrada, de ordem 2, que se obtém de A retirando-se a linha i e a coluna j. Por exemplo: D12 = 3331 2321 aa aa = 3331 2321 aa aa = a21 . a33 – a23 . a31 Exemplo: Calcular o menor complementar relativo ao elemento a33 da matriz A abaixo: A = 125 410 312 a33 = 1 O menor complementar é o determinante da matriz de ordem 2 retirando-se a terceira linha e a terceira coluna da matriz A. D33 = 10 12 = 2 . 1 – (–1) . 0 = 2 Cofator: Dada a matriz A = (aij)3, o cofator de aij é o número Aij que se obtém multiplicando-se (-1)i+j pelo menor complementar de aij ou seja: Aij = (-1) i+j . Dij Exemplo: calcular o cofator do elemento a23 da matriz abaixo: A = 325 124 112 O elemento a23 = 1, eliminando a segunda linha e a terceira coluna, ficamos com a matriz 25 12 e calculamos o seu menor complementar, que é o determinante da matriz de segunda ordem: D23 = 25 12 = 2.2 – 1.5 = – 1 Como o cofator é o produto de (-1)i+j. D23, então o cofator é: Aij = (–1) i+j . Dij Aij = (–1) 5. (–1) = (–1) . (–1) = 1 Matrizes, Determinantes e Sistemas Lineares Prof. Sulimar 12 Teorema de Laplace: O determinante de uma matriz quadrada n é o número que se obtém da soma dos produtos dos elementos de uma linha (ou coluna) por seus respectivos cofatores. Pierre Simon Laplace - (1749-1827) - Matemático e astrônomo francês. Exemplo: Calcular o determinante da matriz A. A = 213 402 327 Segundo os elementos da 3º linha, temos: det A = 3 . (–1)4. 40 32 + 1 . (–1) 5 . 42 37 + 2 . (–1) 6 . 02 27 = det A = 3 . 1 . (2 . 4 – 3 . 0) + 1 . (–1) . (7 . 4 – 3 . 2) + 2 . 1 . (7 . 0 – 2 . 2) = det A = 3. (8) – 1 . (22) + 2 . (– 4 ) det A = 24 – 22 – 8 det A = – 6 Este teorema permite o cálculo do determinante de uma matriz de qualquer ordem. Como já conhecemos as regras práticas para o cálculo dos determinantes de ordem 2 e de ordem 3, só recorremos à este teorema para o cálculo de determinantes de 4ª ordem em diante. O uso desse teorema possibilita abaixar a ordem do determinante. Assim, para o cálculo de um determinante de 4ª ordem, a sua aplicação resultará no cálculo de quatro determinantes de 3ª ordem. O cálculo de determinantes de 5ª ordem, já justifica o uso de planilhas eletrônicas, a exemplo do Excel for Windows, Lótus 1-2-3, entre outros. Matrizes, Determinantes e Sistemas Lineares Prof. Sulimar 13 Propriedades dos determinantes: Os determinantes associados a matrizes quadradas de ordem n apresentam as seguintes propriedades: P1. Quando todos os elementos de uma fila (linha ou coluna) são nulos, o determinante dessa matriz é nulo. Exemplos: a) 391218 3123 0000 7894 = 0 b) 701 302 1503 = 0 P2. Se duas filas de uma matriz são iguais, então seu determinante é nulo. Exemplo: 3479 5312 8924 5312 = 0 (L1 = L2) P3. Se duas filas paralelas de uma matriz são proporcionais, então seu determinante é nulo. Exemplo: 623 412 241 = 0 (C3 = 2C1) P4. Se os elementos de uma fila de uma matriz são combinações lineares dos elementos correspondentes de filas paralelas, então seu determinante é nulo. a) 523 642 431 = 0 C1 + C2 = C3 b) 5107 321 143 = 0 2L1 + L2 = L3 P5. 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: Matrizes, Determinantes e Sistemas Lineares Prof. Sulimar 14 342 212 321 = 9 Substituindo a 1ª coluna pela soma dessa mesma coluna com o dobro da 2ª, temos: 342.42 212.12 322.21 = 3410 214 325 = 9 P6. O determinante de uma matriz e o de sua transposta são iguais. Exemplo: det A = 342 212 321 = 9 det At = 323 412 221 = 9 P7. Multiplicando por um número real todos os elementos de uma fila em uma matriz, o determinante dessa matriz fica multiplicado por esse número. Exemplo: 123 112 321 = – 4 Multiplicando C1 por 2: 126 114 322 = 2(– 4) = – 8 P8. Quando trocamos as posições de duas filas paralelas, o determinante de uma matriz muda de sinal. 123 112 321 = – 4 Trocando as posições de L1 e L2: 123 321 112 = 4 P9. 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) cfe bd a 0 00 = a . b . c b) = z iy hgx 00 0 = x . y . z P10. Quando, em uma matriz, os elementos acima ou abaixo da diagonal secundária são todos nulos, o determinante é igual ao produto dos elementos dessa diagonal multiplicado por: 2 )1( 1 nn . Exemplos: Matrizes, Determinantes e Sistemas Lineares Prof. Sulimar 15 xb a0 = – a.b zyc xb a 0 00 = – a . b . c jigd hfco eb a 00 000 = a . b . c . d P11. Para A e B matrizes quadradas de mesma ordem n, det (A.B) = det A . det B. Como:A . A-1 = I, det A-1 = Adet 1 Exemplo: Se A = 34 46 então det A = 2 A-1 = 32 25,1 então det A -1 = 2 1 P12. Se K R, então det (K . A) = K n . det A Exemplo: Se A = 34 46 então det A = 2 3 . A = 912 1218 det 3 . A = 18 Verifica-se que a propriedade é verdadeira: det (K . A) = Kn . det A 18 = 32 . 2 18 = 9 . 2 18 = 18 Obs. K é o número que foi multiplicado a matriz A e n é a ordem da matriz A. K = 3 N = 2 Matrizes, Determinantes e Sistemas Lineares Prof. Sulimar 16 "Sabedoria é saber o que fazer; habilidade é saber como fazer; virtude é fazer." (David S. Jordan) SISTEMAS LINEARES Equação Linear: É toda equação que possuem variáveis e apresenta na seguinte forma a1x1 + a2x2 + a3x3 +...+ anxn = b, em que a1, a2, a3,..., são os coeficientes reais e o termo independente é representado pelo número real b. Exemplos: x + y + z = 20 2x –3y + 5z = 6 4x + 5y – 10z = –3 x – 4y – z = 0 Sistema Linear: Um conjunto de p equações lineares com variáveis x1, x2, x3,....,xn formam um sistema linear com p equações e n incógnitas. Exemplos: Sistema linear com duas equações e duas variáveis. x + y = 3 x – y = 1 Sistema linear com duas equações e três variáveis. 2x + 5y – 6z = 24 x – y + 10z = 30 Sistema linear com três equações e três variáveis. x + 10y – 12z = 120 4x – 2y – 20z = 60 –x + y + 5z = 10 Solução de um sistema linear Dado o sistema: x + y = 3 x – y = 1 Dizemos que a solução deste sistema é o par ordenado (2,1), pois ele satisfaz as duas equações do sistema linear. Observe: x = 2 e y = 1 2 + 1 = 3 3 = 3 2 – 1 = 1 1 = 1 Dado o sistema: 2x + 2y + 2z = 20 2x – 2y + 2z = 8 2x – 2y – 2z = 0 Matrizes, Determinantes e Sistemas Lineares Prof. Sulimar 17 Podemos dizer que o trio ordenado (5, 3, 2) é solução do sistema, pois ele satisfaz as três equações do sistema linear. Veja: 2 * 5 + 2 * 3 + 2 * 2 = 20 10 + 6 + 4 = 20 20 = 20 2 * 5 – 2 * 3 + 2 * 2 = 8 10 – 6 + 4 = 8 8 = 8 2 * 5 – 2 * 3 – 2 * 2 = 0 10 – 6 – 4 = 0 0 = 0 Classificação de um sistema linear: Todo sistema linear é classificado de acordo com o número de soluções apresentadas por ele. SPD – Sistema Possível e Determinado – possui apenas uma solução. SPI – Sistema Possível e Indeterminado – possui infinitas soluções. SI – Sistema Impossível – não possui solução. Resoluções de sistemas lineares Dois sistemas são equivalentes quando possuem o mesmo conjunto solução. Para transformar um sistema linear em outro mais simples, equivalente ao primeiro, podemos efetuar as seguintes operações: 1. Trocar duas equações de posição; 2. Multiplicar ou dividir as equações do sistema por um número diferente de zero; 3. Adicionar uma equação à outra, termo a termo, multiplicada ou dividida por um número diferente de zero. Vamos resolver o sistema de equações lineares 2 X 2 2x + 3y = 16 multiplicando por 2 4x + 6y = 32 5x – 2y = 2 multiplicando por 3 15x – 6y = 6 Somando as equações: 19x = 38 x = 2, substituindo o valor de x em qualquer equação do sistema, encontramos o valor de y. 2(2) + 3y = 16 4 + 3y = 16 3y = 12 y = 4 Assim a solução do sistema é: (x = 2 e y = 4) Determinantes e resoluções de sistemas lineares n x n O estudo de determinantes constitui outra forma de resolver sistemas n x n, com a vantagem de permitir que os sistemas sejam analisados quanto à sua solução a partir do determinante da sua matriz incompleta. O método de resolver um sistema por determinantes é conhecido como regra de Cramer, por ter sido divulgado pelo matemático suíço Gabriel Cramer (1704- 1752). Esse método só pode ser utilizado, em sistemas cujas matrizes incompletas possuem determinantes não-nulos. Utilizaremos o sistema do exemplo anterior para demonstrar a solução usando a regra de Cramer. 2x + 3y = 16 5x – 2y = 2 Associamos o sistema as suas matrizes: Matrizes, Determinantes e Sistemas Lineares Prof. Sulimar 18 A: Matriz incompleta (formado pelos coeficientes das incógnitas x e y). Ax: Matriz que se obtém substituindo em A os coeficientes de x pelos termos independentes. Ay: Matriz que se obtém substituindo em A os coeficientes de y pelos termos independentes. Assim os valore de x e y são dados por: x = A Ax det det x = 25 32 22 316 = 19 38 = 2 y = A Ay det det y = 25 32 25 162 = 19 76 = 4 A regra de Cramer é válida também para sistemas lineares 3 x 3, 4 x 4, ..., cujo determinante da matriz incompleta não seja nulo. Exemplo: resolver o sistema: x + 2y + 3z = 2 2x – y + z = – 1 – 2x – 3y + 3z = – 11 det A = 332 112 321 = – 40 det Ax = 3311 111 322 = – 40 det Ay = 3112 112 321 = – 80 det Az = 1132 112 221 = 40 x = A Ax det det = 40 40 = 1 y = A Ay det det = 40 80 = 2 Matrizes, Determinantes e Sistemas Lineares Prof. Sulimar 19 z = A Az det det = 40 40 = – 1 Resolução de sistemas lineares – Método de Gauss (escalonamento) Existem certos sistemas simplificados em que é mais fácil efetuar substituições para resolvê- los. Nesta categoria, encaixam-se os sistemas com matrizes onde todos os elementos abaixo da diagonal principal são iguais a zero. Veja o exemplo: x + y + z = 8 y + 4z = 13 2z = 6 2z = 6 z = 3 Substituindo o valor de z na 2º equação: Y + 4.3 = 13 y = 13 – 12 y = 1 Substituindo na 1º equação os valores encontrados de y e z: x + 1 + 3 = 8 x = 8 – 4 x = 4 Assim a solução do sistema é: S = (4,1,3) O método do escalonamento consiste em transformar a matriz de qualquer sistema em uma matriz onde todos os elementos abaixo da diagonal principal sejam iguais a zero e com isso resolver a ultima equação e depois vir substituindo nas equações anteriores. Para isso devemos fazer as transformações necessárias, não esquecendo que devemos usar a matriz ampliada do sistema. As transformações que podem ser efetuadas de forma a encontrar um sistema equivalente ao inicial são as seguintes: 1. Trocar duas equações entre si, que na matriz ampliada, corresponde a trocar duas linhas entre si. 2. Multiplicar uma equação por um número não nulo, que na matriz ampliada, corresponde a multiplicar uma linha pelo número. 3. Substituir uma equação pela soma dela com outra equação, que na matriz ampliada, corresponde a somar a uma linha outra linha. Cuidado: a outra equação deve ser mantida! Todos os elementos da diagonal principal da matriz incompleta são iguais a zero, assim se resolve facilmente o sistema, a partir da solução da última equação:
Compartilhar