Baixe o app para aproveitar ainda mais
Esta é uma pré-visualização de arquivo. Entre para ver o arquivo original
�PAGE �1� www.ResumosConcursos.hpg.com.br Apostila: Matemática Básica vol. VIII – por Prof. Paulo Cesar Pfaltzgraff Ferreira Apostila de Matemática Básica Assunto: MATEMÁTICA BÁSICA Coleção Fundamental - volume 8/8 Autor: Prof. Paulo Cesar Pfaltzgraff Ferreira Unidade 3 Matrizes, um primeiro enfoque Apresentação Esta é a terceira unidade de um curso que temos ministrado no Instituto Politécnico da Universidade Estácio de Sá e vamos, inicialmente, justificar a expressão “um primeiro enfoque” do título do trabalho. Nesta oportunidade apresentaremos a parte básica das matrizes: conceitos fundamentais, tipos especiais e operações. No seguimento de nossos estudos as matrizes serão novamente abordadas, em associação com outros assuntos tais como determinantes e sistemas lineares. Face a uma quase universalidade nas notações aij, bjk, cik, para elementos genéricos de matrizes, com preferência para a primeira, e por abordarmos também matrizes com números complexos, optamos pela notação j (em negrito e itálico) para representar a unidade imaginária, ou seja j = , diferentemente dos textos de matemática pura, que preferem utilizar i = . A nossa notação é a mesma empregada pelo pessoal da área da eletricidade, onde tivemos nossa formação primordial, visto que em eletricidade a letra “i” é reservada para a corrente elétrica. Os modernos aplicativos para PC’s tais como o MATLAB, por exemplo, já aceitam ambas as notações i = e j = para a unidade imaginária, a fim de atender sem “prioridades” a todos os usuários. Introdução Histórica Somente uma canalização de energia superior, totalmente intangível a nossa falha compreensão humana, pode ter inspirado Isaac Newton e Gottfried Wilhem Leibniz a “criarem” algo tão fantástico e poderoso para o desenvolvimento das ciências exatas quanto o Cálculo Diferencial e Integral, e o que é mais interessante: na mesma época, em lugares diferentes – Laibniz na Alemanha e Newton na Inglaterra e de forma independente, até porque os métodos de abordagem foram diferentes. Gerou-se então uma grande polêmica entre os discípulos desses dois sábios pela reivindicação da primazia na criação do Cálculo. Embora o lado de Newton tivesse levado vantagem na disputa, as conseqüências foram desastrosas para a ciência britânica pois, nos cem anos subseqüentes ao episódio, os matemáticos ingleses, fiéis ao seu mais eminente cientista, concentraram-se nos métodos geométricos puros, preferidos de Newton, ao invés de nos métodos analíticos, que são bem mais produtivos. Uma vez que os demais matemáticos da Europa Continental exploravam tais métodos de modo eficaz, a matemática inglesa acabou ficando para trás no citado período. No entanto, terminou havendo uma reação e os ingleses acabaram voltando ao primeiro escalão no século 19, e um dos maiores responsáveis por esta reviravolta foi Arthur Cayley, que entre suas muitas criações originais consta a das matrizes em 1855. No século 20 acharam-se inúmeras aplicações para este poderosos e compactador instrumento matemático. Só para formar idéias perguntamos: você conseguiria imaginar o mundo atual sem energia elétrica? Pois bem, enquanto o desenvolvimento de fontes alternativas geradoras de energia elétrica não atingir um estágio de aplicação mais ampla, continuaremos a depender dos atuais sistemas: usinas geradoras, subestações elevadores, linhas de transmissão, subestações abaixadoras e linhas de distribuição. E o que os engenheiros que cuidam da operacionabilidade e estabilidade de tais sistemas fariam sem as matrizes para mapeá-los? A resposta é uma só: nada! Face às dimensões de tais sistemas nos dias atuais seriam impossíveis os cálculos de fluxo de carga e de curto-circuito sem o emprego do Cálculo Matricial às matrizes do tipo impedância de barra e admitância de barra . Não, não é só em Engenharia Elétrica que esta ferramenta matemática é fundamental. Existem inúmeras aplicações em outros campos, como sistemas de referência em Mecânica, cálculos estruturais de grande porte, curvas de ajustamento em Estatística, etc. A propósito: as planilhas geradas no Excel também são exemplos de matrizes. As matrizes são úteis porque elas nos permitem considerar uma tabela (quadro) de muitos números como sendo apenas um único objeto, denotado por um símbolo simples, e executar cálculos com estes símbolos de forma bem compacta. Conceitos Fundamentais O conceito de matriz surge associado às relações lineares tais como transformações lineares e sistemas de equações lineares. Consideremos, por exemplo, a transformação linear onde a11, a12, a21 e a22 são números dados, enquanto que x1, x2, bem como y1, y2 são grandezas variáveis. Por exemplo: as coordenadas de um ponto no plano xy em dois sistemas de referência distintos. Dispondo os coeficientes da maneira pela qual eles ocorrem na transformação e encerrando-os entre colchetes, por exemplo, obtemos a tabela que é um exemplo de matriz. Ampliando a definição podemos dizer que denomina-se matriz retangular ou simplesmente matriz m ( n toda aplicação f de I ( J em C, ou seja, é uma correspondência em que associamos ao elemento (i, j) ( I ( J um único elemento aij pertencente ao conjunto C dos números complexos�, sendo que o número aij é denominado imagem do par (i, j). Por exemplo: a11 é uma imagem do par (1, 1) a12 é uma imagem do par (1, 2) ( amn é uma imagem do par (m, n) I ( J C (1, 1) a11 (1, 2) a12 (1, 3) a13 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . (m, n) amn Fig. 3.1 Assim sendo a imagem de aplicação� f : I ( J ( C é o conjunto de números , a12, a13, ( , pertencente ao corpo dos números complexos C, e os elementos deste conjunto são justamente os elementos da matriz. Representamos então uma matriz retangular, tamanho, tipo ou ordem� m ( n (lê-se m por n), por intermédio de uma tabela, com m ( n elementos, onde os elementos aij são distribuídos por m linhas e n colunas, sendo que o elemento genérico aij situa-se na interseção da linha de ordem i (i-ésima linha) com a coluna de ordem j (j-ésima coluna). A linha de ordem i é o conjunto dos elementos aij em que i é fixo e j varre todo o conjunto J = , 2, 3, ( , . Por exemplo: a 2.ª linha da matriz é: , a22, a23, ( , conforme pode-se ver também na Fig. 3.2. A coluna de ordem j é o conjunto dos elementos aij em que j é fixo e i varre todo o conjunto I = , 2, 3, ( , . Por exemplo: a 3.ª coluna da matriz é: , a23, a33, ( , colunas linhas m linhas n colunas ( ( ( ( 1.ª col. 2.ª col. 3.ª col. n.ª col Fig. 3.2 Elemento Genérico: �� EMBED Equation.3 Fig. 3.3 � � Ilustração 3.1 Sejam as tabelas a seguir: é matriz tipo 2 ( 3. é matriz tipo 3 ( 2, e j = é o número imaginário puro. é matriz tipo 1 ( 5. é matriz tipo 4 ( 1. é matriz tipo 2 ( 2. é matriz tipo 1 ( 1, ou matriz de um único elemento, e trata-se de um caso bem particular. Ilustração 3.2 Uma tabela contendo informações sobre os moradores de uma determinada vila de casas do tipo Número da Casa Número de Residentes Renda Familiar (R$) Tempo de Residência (anos) Canal Favorito de TV 1 4 2000 1 4 2 3 1800 4 4 3 6 3200 7 11 4 5 2000 2 9 5 2 800 9 11 6 7 2500 8 6 7 1 800 5 11 pode ser colocada sob forma matricial e as informações passadas adiante sob forma mais compacta, porém, é necessário que quem vai recebê-las saiba exatamente o papel representado por cada linha e por cada coluna. � Ilustração 3.3 Um outro exemplo bem usual é a bem conhecida matriz origem-destino de passageiros. Uma matriz desta natureza é construída a partir de uma tabela listando o número de passageiros que, partindo de uma determinada cidade, dirigem-se a uma outra. Por exemplo. Destino Origem Belém São Paulo Belo Horizonte Manaus Brasília 150 1200 800 700 Porto Alegre 5 300 20 100 Recife 10 150 5 20 Rio 60 1500 500 100 Temos então: Ilustração 3.4 Produto Venda diária Loja 1 Loja 2 Loja 3 Loja4 Computadores 20 15 12 25 Impressoras 18 20 10 13 Periféricos 9 10 12 6 Ilustração 3.5 Além da forma padrão já apresentada são também possíveis as seguintes representações: , , , i ( , 2, 3, ( , e j ( , 2, 3, ( , ou simplesmente . EXEMPLO 3.1 Indique claramente os elementos da matriz tal que aij = 3i – j. Solução: a11 = 3 ( 1 – 1 = 2; a12 = 3 ( 1 – 2 = 1; a13 = 3 ( 1 – 3 = 0 a21 = 3 ( 2 – 1 = 5; a22 = 3 ( 2 – 2 = 4; a23 = 3 ( 2 – 3 = 3 a31 = 3 ( 3 – 1 = 8; a32 = 3 ( 3 – 2 = 7; a33 = 3 ( 3 – 3 = 6 Logo, EXEMPLO 3.2 Uma confecção vai fabricar 4 tipos de roupa utilizando também 4 tipos de material diferentes. Seja a matriz onde aij representa quantas unidades do material j serão empregadas para produzir uma roupa do tipo i. Quantas unidades do material 3 serão empregadas para confeccionar uma roupa do tipo 4? Calcule o total de unidades do material 4 que serão necessárias para fabricar 3 roupas do tipo 1, 5 roupas do tipo 2, 2 roupas do tipo 3 e 4 roupas do tipo 4. Solução: Da definição de elemento genérico e do enunciado vem que Se i = 4 e j = 3 o elemento em questão é a43, cujo valor é 2, ou seja, 2 unidades. Neste caso, i = 1, 2, 3 e 4; j = 4. Logo, 3 ( = 3 5 ( = 10 2 ( = 16 4 ( = e o total procurado é 57 unidades. Matrizes Especiais e Operações com Matrizes Há matrizes que por apresentarem certas peculiaridades recebem nomes especiais. Os conceitos que envolvem tais matrizes estão tão intimamente interligados com as operações matriciais que não há como apresentar todo um assunto primeiro e depois o outro. Optamos então por intercalá-los em uma ordem que a nossa experiência didática nos mostrou ser a mais eficiente, sem com isso querermos afirmar ser a nossa a única seqüência possível e válida. Matriz Linha Uma matriz do tipo 1 ( n, que possui somente uma linha, é chamada matriz em linha ou um vetor em linha. Ilustração 3.6 Temos a seguir uma matriz linha 1 ( 5: Matriz Coluna Uma matriz do tipo m ( 1, que tem apenas uma coluna, denomina-se matriz em coluna ou um vetor em coluna. Ilustração 3.7 A matriz a seguir é uma matriz coluna 6 ( 1: Matriz Quadrada Definição: A matriz que possui o mesmo número de linha e colunas é chamada matriz quadrada, e o número de linhas é igual a sua ordem�. Seja então uma matriz quadrada de ordem n, com n ( n = n2 elementos: Nesta matriz devemos destacar dois conjuntos de elementos: a diagonal principal e a diagonal secundária. Diagonal Principal: É o conjunto dos n elementos aij para os quais i = j, isto é: = , a22 , a33 , ( , Diagonal Secundária: É o conjunto dos n elementos aij para os quais i + j = n + 1, ou seja: = ; a2, n – 1 ; a3, n – 2 ; ( ; Elementos Não-Diagnonais: Resumindo a situação: temos então que uma matriz quadrada de ordem n tem ao todo n2 elementos, sendo n situados na diagonal principal e n na secundária. Para determinar o número de elementos situados fora de ambas as diagonais devemos levar em conta dois casos: n par: não existe elemento comum a ambas as diagonais. n.º elementos não-diagonais = n.º total de elementos – n.º de elementos da diagonal principal (n) – n.º de elementos da diagonal secundária (n) = n.º elem n/d = n2 – 2n (1) n ímpar: existe um elemento comum a ambas as diagonais. n.º elementos não-diagonais = n.º total de elementos – n.º de elementos da diagonal principal (n) – n.º de elementos da diagonal secundária (n – 1, pois o elemento comum a ambas já foi computado na principal) = . n.º elem n/d = (2) Traço O traço de uma matriz quadrada é definido como sendo a soma dos elementos de sua diagonal principal, ou seja: (3) Ilustração 3.8 Consideremos as seguintes matrizes: A matriz é quadrada de ordem 3. Sua diagonal principal é , 7, , sua diagonal secundária é ,7, , e temos 4 elementos fora de ambas as diagonais , que são , – 3, 9, . Seu traço é = 8 + 7 – 10 = 5. A matriz é quadrada de ordem 4. Sua diagonal principal é , – 1, 4, , sua diagonal secundária é , 5, 2 + j2, , e temos 8 elementos fora de ambas as diagonais , que são , 8, 7, 9, 2, –7, 1– . Seu traço é . Exemplo 3.3 Dada a matriz tal que , calcular a diferença entre o produto dos elementos da diagonal principal e da diagonal secundária. Solução: Diagonal principal: Diagonal secundária: Assim sendo temos: 5 ( 10 ( 15 ( 20 – 1 ( 1 ( 12 ( 11 = 14.868 Matriz Triangular Uma matriz quadrada , cujos elementos aij = 0, para i > j é chamada triangular superior, enquanto que aquela cujos elementos aij = 0, para i < j, é chamada triangular inferior. Assim sendo, é triangular superior e é triangular inferior. Ilustração 3.9 (triangular inferior) (triangular superior) Matriz Diagonal A matriz cujos elementos são nulos para i ( j que é ao mesmo tempo triangular superior e triangular inferior é chamada de matriz diagonal. Ela também pode ser representada por = diag , a22, a33, ( , Ilustração 3.10 As seguintes matrizes são diagonais: Matriz Escalar Se na matriz diagonal tivermos a11 = a22 = a33 = ( = ann = k, ela é chamada de matriz escalar. Ilustração 3.11 As seguintes matrizes são escalares: (k = 2) (k = – 8) Matriz Identidade ou Matriz Unidade Se na matriz diagonal tivermos a11 = a22 = a33 = ( = ann = 1, dizemos que ela é uma matriz identidade de ordem n, indicada por . Uma outra maneira de se indicar a matriz identidade é sendo (ij o símbolo de Kronecker ou delta de Kronecker, isto é: (ij = 1 se i = j com i, j ( , 2, 3, ( , (ij = 1 se i ( j com i, j ( , 2, 3, ( , Ilustração 3.12 Temos as seguintes matrizes identidades: matriz identidade de ordem 1 ( matriz identidade de ordem 2 ( matriz identidade de ordem 3 ( matriz identidade de ordem n ( Matriz Nula ou Matriz Zero É toda matriz cujos elementos em sua totalidade são nulos. Ilustração 3.13 é matriz nula do tipo 2 ( 3. é matriz nula de ordem 2. é matriz nula do tipo 1 ( 5. Igualdade de Matrizes Duas matrizes e são iguais quando apresentarem todos os elementos correspondentes iguais, ou seja, quando aij = bij ( i ( , 2, 3, ( , e ( j ( , 2, 3, ( , . � Ilustração 3.14 pois todos os elementos correspondentes são iguais. pois a22 ( b22 o que evidencia o fato de que basta apenas dois elementos correspondentes não serem iguais para que não se verifique a igualdade de duas matrizes. Exemplo 3.4 Determine x e y de modo que se tenha Solução: Devemos ter: Somando membro as equações, obtemos: 2x = 2 ( x = 1 Substituindo o valor de x em uma das equações encontramos y = 2. Transposição de Matrizes Definição: Chama-se matriz transposta de a matriz tal que ( i ( , 2, 3, ( , e ( j ( , 2, 3, ( , . Isto significa que, por exemplo , , , ( , são respectivamente iguais a a11, a12, a13, (, a1n, valendo dizer que a 1.ª coluna de é igual a 1.ª linha de . Repetindo o raciocínio chegaríamos a conclusão de que as colunas de são, ordenadamente, iguais às linhas de . Ilustração 3.15 Temos as matrizes a seguir e suas respectivas transpostas: Propriedade: Demonstração: Observação: No decorrer da apresentação de outros assuntos serão apresentadas outras propriedades envolvendo a transposição de matrizes. Matriz Oposta Dadas duas matrizes e , dizemos que é matriz oposta de se todos os elementos de são os opostos� dos elementos correspondentes de , ou seja: ( bij = – aij ( i ( , 2, 3, ( , e ( j ( , 2, 3, ( , Ilustração 3.16 Temos as matrizes a seguir e suas respectivas opostas: Matriz Conjugada Definição: Chama-se matriz conjugada de a matriz em que cada elemento é o conjugado do elemento correspondente na matriz . Propriedade: Demonstração: Temos que ( = aij = x +jy (1) (2) De (1) (e) vem que Notação Especial: Use-se a notação especial para a transposta conjugada de , e deve-se notar que se é uma matriz real então . Ilustração 3.17 Exemplo 3.5 Dada a matriz determinar . Solução: Sabemos que logo, Matriz Simétrica Conforme já mencionado na seção 3.2 os elementos de uma matriz podem ser números reais e ou complexos. Se todos os elementos da matriz são reais, ela é dita real. A matriz quadrada real é dita simétrica se ela é igual a sua transposta, isto é, se decorrendo da definição que se é uma matriz simétrica, temos: aij = aji, ( i, ( j ( , 2, 3, ( , isto é os elementos simetricamente dispostos em relação à diagonal principal são iguais. Ilustração 3.18 São simétricas as seguintes matrizes: Matriz Anti-Simétrica Denomina-se matriz anti-simétrica toda matriz quadrada real tal que decorrendo da definição que se é uma matriz anti-simétrica, temos: aij = – aji, ( i, ( j ( , 2, 3, ( , ou seja, os elementos simetricamente dispostos em relação à diagonal principal são opostos, e os elementos dessa diagonal são nulos, pois para i = j temos aii = – aii, o que só é possível se aii = 0 ( i. Ilustração 3.19 São anti-simétricas as seguintes matrizes: EXEMPLO 3.6 Determinar x, y e z para que a matriz seja anti-simétrica. Solução: Da definição de matriz anti-simétrica vem exemplo 3.7 Determinar os elementos incógnitos da matriz a seguir sabendo-se que a mesma é anti-simétrica. Solução: Da definição de matriz anti-simétrica temos: Temos também que: Matriz Hermitiana Denomina-se matriz hermitiana a toda matriz quadrada complexa tal que , ou seja, que é igual a sua transposta conjugada. Neste caso a matriz recebe uma notação especial, já vista subseção 3.3.12, Decorre então da definição que se é uma matriz hermitiana, temos: , ( i, ( j ( , 2, 3, ( , ou seja, os elementos simetricamente dispostos em relação à diagonal principal são conjugados, e os elementos dessa diagonal devem ser reais, pois para i = j devemos ter , o que só é possível se aii ( R ( i. Observação: A notação , conforme já havíamos afirmado na subseção 3.3.12, não significa que a matriz em questão seja necessariamente hermitiana. No exemplo 5 temos uma situação na qual , o que nos leva a concluir que aquele exemplo a matriz não é hermitiana. Ilustração 3.20 As seguintes matrizes são hermitianas: Matriz Anti-Hermitiana Denomina-se matriz anti-hermitiana toda matriz quadrada complexa tal que , ou seja, que é igual à oposta de sua transposta conjugada, e podemos escrever Da definição temos pois que se é uma matriz anti-hermitiana devemos ter: , ( i, ( j ( , 2, 3, ( , ou seja, os elementos simetricamente dispostos em relação à diagonal principal são opostos conjugados, e os elementos dessa diagonal devem ser nulos ou imaginários puros, pois, para i = j , temos , o que só é possível se aii = 0 ou aii = jy (imaginário puro) (i. Ilustração 3.21 São anti-hermitianas as seguintes matrizes: Soma ou Adição de Matrizes Definição: Dadas duas matrizes e denomina-se soma + a matriz tal que cij = aij + bij , ( i, ( j. Isto equivale a dizer que a soma de duas matrizes e do tipo m ( n é uma matriz do mesmo tipo, em que cada elemento é a soma dos elementos correspondentes em e . Ilustração 3.22 Propriedades: A adição de matrizes possui as seguintes propriedades: (1.ª) Comutativa: (2.ª) Associativa: (3.ª) Elemento Neutro: (4.ª) Elemento Oposto: (5.ª) Transposição: onde , , e são matrizes do tipo m ( n. Estas propriedades são conseqüências de propriedades análogas da adição no conjunto dos números complexos. Assim, ( i ( , 2, 3, ( , e ( j ( , 2, 3, ( , . Demonstrações: (1.ª) (2.ª) (3.ª) (4.ª) Devido à propriedade associativa, a definição de adição pode ser generalizada para n ( 2 matrizes. Por exemplo, temos: já definidas 5.ª) Sendo , , , , e temos que: Ilustração 3.23 Sejam , Temos então: Logo, Exemplo 3.8 Determinar (, (, ( e ( de modo a que se tenha Solução: Devemos ter: ( + 3 = 5 ( ( = 2 1 + ( =1 (( = 0 1 + 0 = ( ( ( = 1 2 – 4 = ( (( = –2 exemplo 3.9 Determine x e y de modo que se tenha Solução: Devemos por definição satisfazer ao sistema: � y = 2 x = – 3 EXEMPLO 3.10 Uma fábrica produz um certo refrigerante. Os custos relativos à compra e transporte de quantidades específicas dos ingredientes necessários para a sua produção, adquiridas em duas localidades (fornecedoras) distintas são dadas respectivamente pelas seguintes matrizes: Ingredientes Preço de Compra Custo de Transporte Ingredientes Preço de Compra Custo de Transporte Determinar a matriz que representa os custos totais de compra e de transporte dos ingredientes a, b e c. Solução: Subtração ou Diferença de Matrizes Definição: Dadas duas matrizes e , denomina-se diferença a matriz tal que cij = aij – bij, (i e (j. Isto equivale a dizer que a diferença entre duas matrizes e do tipo m ( n é uma matriz do mesmo tipo, em que cada elemento é a diferença dos elementos correspondentes em e . Ilustração 3.24 a) b) Exemplo 3.11 Calcular sabendo-se que , e Solução: Produto de um Número Complexo por uma Matriz Definição: Dada a matriz e o número complexo z, chama-se produto de z por , que se indica por z , a matriz cujos elementos são iguais aos elementos correspondentes de multiplicados por z. Em símbolos: = z ( bij = zaij, (i ( , 2, 3, ( , e (j ( , 2, 3, ( , Ilustração 3.25 (os cálculos intermediários deste item da ilustração vêm logo a seguir) É claro que os números complexos podem ser multiplicados tanto na forma retangular quanto na polar, embora tal operação nesta última forma seja mais fácil. A menos que o estudante possua uma calculadora HP apropriada, que executa o produto, diretamente, tanto em uma forma quanto em outra. Uma calculadora dessa natureza admite até que cada número esteja em uma forma, e dá a opção de resposta em ambas as formas. No entanto, vamos partir do pressuposto que poucos possuam uma calculadora com tais recursos, e que a disponível faça, no máximo, as conversões polar ( retangular e retangular ( polar. Temos então duas opções: 1.ª) Trabalhar na forma retangular e converter a forma polar no final: 3 + j2 2 + j3 6 + j4 6 + j9 – 6 6 +j13 = 13 90º – 1 – j – 2 + j3 – 2 – j2 – 2 – j3 + 3 – 1 – j5 = 5,0990 – 78,69º 2 + j3 2 + 5 10 + j15 = 18,0280 56,31º e o resultado do produto é: 2.ª) Converter os números para a forma polar, efetuar as multiplicações, e depois voltar à forma retangular: 2 + j3 = 3,6056 56,31º ; 5 = 5 0º 3 + j2 = 3,6056 33,69º – 1 – j = 1,4142 – 135º 1 – j5 = 5,0990 –78,69º Efetuando os produtos obtemos: �� EMBED Equation.3 = 13 90º = j13 �� EMBED Equation.3 = 5,0990 –78,69º = 1 – j5 �� EMBED Equation.3 = 18,0280 56,31º = 10 + j15 Finalmente, Propriedades: O produto de um número complexo por uma matriz goza das seguintes propriedades: 1.ª) 2.ª) 3.ª) 4.ª) 5.ª) onde e são matrizes do tipo m × n e z1 e z2 são números complexos. Estas propriedades também são conseqüências de propriedades análogas da multiplicação no corpo complexo. Suas demonstrações são imediatas. EXEMPLO 3.12 Resolver a equação matricial Solução: Temos que: ou seja, Finalmente, EXEMPLO 3.13 Resolver a equação matricial sendo dadas: , e Solução: Temos então: ou seja, Finalmente, EXEMPLO 3.14 Resolver o sistema de equações matriciais sendo dadas as matrizes e Solução: Somando membro a membro as equações do sistema, temos: Subtraindo membro a membro as equações do sistema, temos: Assim sendo, EXEMPLO 3.15 Se é uma matriz simétrica e k é um escalar, demonstre que k também é uma matriz simétrica. Se é uma matriz anti-simétrica e k é um escalar, demonstre que k também é uma matriz anti-simétrica. Demonstração: Se é simétrica temos o que implica em aij = aji , ( i, ( j ( , 2, 3, ( , Temos que k é de tal forma que e Uma vez que aij = aji temos também que , o que evidencia o fato de k ser também simétrica. Se é anti-simétrica temos o que implica em aij = – aji , ( i, ( j ( , 2, 3, ( , Temos que k é de tal forma que e Uma vez que aij = – aji temos também que , o que evidencia o fato de que k ser também anti-simétrica. EXEMPLO 3.16 Sabendo-se que é uma matriz quadrada demonstre que é uma matriz simétrica. Sabendo-se que é uma matriz quadrada demonstre que é uma matriz anti-simétrica. Escreva a matriz como a soma de uma matriz simétrica e uma anti-simétrica . Solução: Se for simétrica então devemos ter Determinação de : e está demonstrado que é simétrica. Se for simétrica então devemos ter . Determinação : e está demonstrado que é anti-simétrica. Do item (a) sabemos que é uma matriz simétrica, logo: De forma semelhante (pelo item (b)) sabemos que é uma matriz anti-simétrica, de modo que: Somando + obtemos 2 , logo Finalmente: e EXEMPLO 3.17 Sabendo-se que é uma matriz quadrada complexa demonstre que é uma matriz hermitiana. Sabendo-se que é uma matriz quadrada complexa demonstre que é uma matriz anti-hermitiana. Escreva a matriz como a soma de uma matriz hermitiana e uma anti-hermitiana . Solução: Se for hermitiana devemos ter Determinação de : e está demonstrado que é hermitiana. Se for anti-hermitiana devemos ter Determinação de : Do item (a) sabemos que é uma matriz hermitiana, logo: De forma semelhante (pelo item (b)) sabemos que é uma matriz anti-hermitiana, de modo que: Somando + obtemos 2 , de modo que Finalmente: Produto de Matrizes: Definição: dadas duas matrizes e , chama-se produto �� EMBED Equation.3 a matriz tal que: para todo i = , 2, 3, ( , e todo k= , 2, 3, ( , . Da presente definição concluímos que: 1.º) O produto �� EMBED Equation.3 existe tão somente se o número de colunas da matriz for igual ao número de linhas da matriz , ou seja: é do tipo m × n e é do tipo n × p 2.º) A matriz produto tem o número de linhas da matriz e o número de colunas da matriz , pois = �� EMBED Equation.3 é do tipo m × p. Tais observações podem ser resumidas e melhor compreendida através do esquema a seguir: . = m × n n × p m × p Fig. 3.3 Assim, por exemplo, existem os produtos de matrizes por ( 5×3 por 3×6 ( 5×6 4×1 por 1×3 ( 4×3 8×9 por 9×1 ( 8×1 porém não são definidos produtos tais como: por ( 3×4 por 6×8 ( 3.º) Se e forem matrizes quadradas, a matriz = �� EMBED Equation.3 existirá se, e somente se, e forem da mesma ordem, a qual será também a ordem de . Por exemplo: por ( 5×5 por 5×5 ( 5×5 Algoritmos de Obtenção da Matriz Produto: Observando a expressão do elemento genérico que foi apresentada na definição, concluímos que foram utilizadas na sua obtenção a i-ésima linha da matriz . e a k-ésima coluna da matriz Concluímos também que houve uma multiplicação entre elementos correspondentes, e depois uma soma, ou seja: Tal fato nos sugere os algoritmos a seguir Algoritmo 1: 1.º passo: com as duas matrizes e lado a lado selecionamos a i-ésima linha da matriz e a k-ésima coluna da matriz , correspondentes ao elemento cik ; 2.º passo: transportamos a k-ésima coluna da matriz para uma posição horizontal sobre a matriz ; 3.º passo: calculamos os n produtos dos elementos correspondentes (que ficam uns sobre os outros); 4.º passo: somamos estes n produtos obtendo o elemento cik da matriz produto. A figura a seguir ilustra o processo. b1k b2k b3k ( bnk �� EMBED Equation.3 = Fig. 3.4 Este processo é interessante pois permite calcular qualquer elemento de , sem nenhuma ordenação pré-estabelecida. No entanto, se pretendemos calcular todos os elementos é conveniente seguir a seqüência abaixo: 1.º) selecionamos a 1.ª linha de e a 1.ª coluna de ; 2.º) transportamos a 1.ª coluna de para uma posição horizontal sobre a matriz ; 3.º) efetuamos os produtos dos elementos correspondentes; 4.º) somamos estes produtos e determinamos c11; 5.º) aproveitamos que a 1.ª coluna de já está re-posicionada sobre e selecionamos, agora, a 2.ª linha de ; 6.º) efetuamos os produtos dos elementos correspondentes; 7.º) somamos estes produtos e determinamos c21; 8.º) continuamos com a 1.ª coluna de até que havíamos varrido todas as linhas de e, em conseqüência, obtido toda a 1.ª coluna de ; 9.º) transpomos agora a 2.ª coluna de e com a mesma varremos todas as linhas de obtendo, deste modo, a 2.ª coluna de ; 10º) o processo continua até que a última coluna de tenha varrido todas as linhas de quando, então, a matriz estará completa. Ilustração 3.26 Determinar o elemento c23 do produto matricial a seguir: �� EMBED Equation.3 Pelo esquema acima concluímos que o produto matricial é possível, e vai resultar em uma matriz 3 × 3. No entanto estamos interessados, por enquanto, no elemento c23, logo: c23 3 1 (×) (+) (×) 2 2 Determinar todos os elementos do produto matricial = �� EMBED Equation.3 indicado no item a. Vamos posicionar as colunas da matriz sobre a matriz e seguir seqüência já mencionada: �� EMBED Equation.3 = O resultado final é: Com o tempo o estudante não vai mais precisar escrever as colunas de em posições horizontais sobre . Não, isto já vai ser feito mentalmente. Você duvida? Então é hora de você, que não sabia digitação, se lembrar de como começou a digitar dados no computador; e hoje consegue bater sem olhar para o teclado. A comparação é a mesma. Algoritmo 2: 1.º passo: com as três matrizes , e nas posições indicadas a seguir, selecionamos a i-ésima linha de e a k-ésima coluna de ; 2.º passo: efetuamos os n produtos dos elementos correspondentes.; 3.º passo: somamos estes n produtos obtendo o elemento genérico cik da matriz produto. Fig. 3.5 Ilustração 3.27 Vamos agora calcular alguns elementos do produto matricial da ilustração anterior utilizando este segundo algoritmo. Observação: 1.ª) Este segundo algoritmo apresenta algumas vantagens sobre o primeiro; Se for mantido um espaçamento constante entre elementos adjacentes das matrizes e , a própria montagem do algoritmo já garante a obtenção da matriz produto com as dimensões apropriadas. A própria disposição física do algoritmo já indica para cada elemento de qual a linha de e a coluna de que devem ser utilizadas. 2.ª) Antes de prosseguirmos é bom não esquecer nunca que a matriz entra com as linhas e a matriz com as colunas. EXEMPLO 3.18 Calcular os seguintes produtos matriciais: a) �� EMBED Equation.3 ; b) �� EMBED Equation.3 ; c) �� EMBED Equation.3 ; d) �� EMBED Equation.3 ; e) �� EMBED Equation.3 Solução: Vamos utilizar apenas o segundo algoritmo que é, pelo nosso ponto de vista, o mais imediato. EXEMPLO 3.19 Considere as matrizes e tais que aij = 2i + 3j e bjk = 3j – 4k. determine o elemento c35 da matriz = �� EMBED Equation.3 . Solução: Já sabemos que entra com as linhas e com as colunas, a fim de obter a matriz = �� EMBED Equation.3 . Uma vez que desejamos determinar o elemento c35, devemos utilizar a 3.ª linha de e a 5.ª coluna de : EXEMPLO 3.20 A matriz fornece, em reais, o custo das porções de arroz, carne e salada usados em um restaurante: Custos A matriz fornece o número de porções de arroz, carne e salada usados na composição dos pratos P1, P2 e P3 desse restaurante. Arroz Carne Salada Ache a matriz que fornece, em reais, os custos de produção dos pratos P1, P2 e P3. Solução: Para calcularmos o custo de produção de um determinado prato poderíamos usar a seguinte fórmula: + (n.º de porções de arroz) . (custo da porção de arroz) + + (n.º de porções de carne) . (custo da porção de carne) + + (n.º de porções de salada) . (custo da porção de salada) O custo de produção do prato P1, por exemplo, é: custo P1 = 2 . 1 + 1 . 3 + 1 . 2 = 7 No entanto é mais elegante e operacional trabalharmos com matrizes onde o custo de cada prato será interpretado como o produto da respectiva linha da matriz pela matriz coluna , ou seja: . = Custos O exemplo a seguir demonstra utilidade semelhante para o produto matricial. � EXEMPLO 3.21 Uma indústria de informática produz computadores X e Y nas versões Pentium II, Pentium III e Pentium IV. Componentes A, B e C são utilizados na montagem desses computadores. Para um certo plano de montagem são dadas as seguintes informações: Computadores Componentes X Y A 4 3 B 3 5 C 6 2 Versões Computadores Pentium II Pentium III Pentium IV X 2 4 3 Y 3 2 5 Determine as seguintes matrizes: componentes ( computadores; computadores ( versões; componentes ( versões. Solução: [componentes ( computadores] = [computadores ( versões] = [componentes ( computadores] . [computadores ( versões] = [componentes ( versões] � [componentes ( versões] = �� EMBED Equation.3 = EXEMPLO 3.22 Ao se estudar um sistema de energias elétrica obteve-se a seguinte equação matricial para as correntes nas fases a, b e c: �� EMBED Equation.3 Pode-se determinar as expressões de Ia , Ib e Ic. Solução: Aplicando um dos algoritmos anteriores, obtemos: EXEMPLO 3.23 Para um determinado sistema de energia elétrica obteve-se a seguinte equação matricial: Sabendo-se que a = 1 120º , a2 = 1 240º = 1 – 120º , e que, em conseqüência, 1 + a + a2 = 0, e que Ia + Ib + Ic = 0, pede-se determinar Vn. Solução: Efetuando-se a multiplicação matricial, obtemos: Somando-se as três equações membro a membro, temos: Assim sendo, o que implica em Cumpre notar que a multiplicação de matrizes não é comutativa, isto é, para duas matrizes quaisquer e , nem sempre �� EMBED Equation.3 = �� EMBED Equation.3 . (D1) Temos casos em que existe �� EMBED Equation.3 e não existe �� EMBED Equation.3 . Isto acontece quando é do tipo m ( n, é do tipo n ( p e m ( p: e ( ( �� EMBED Equation.3 = e ( �� EMBED Equation.3 �� EMBED Equation.3 (D2) Temos casos em que existem �� EMBED Equation.3 e �� EMBED Equation.3 , mas são no entanto matrizes de tipos diferentes e, em decorrência, �� EMBED Equation.3 ( �� EMBED Equation.3 . Isto acontece quando é do tipo m ( n, é do tipo n ( m e m ( n: e ( ( �� EMBED Equation.3 = e ( ( �� EMBED Equation.3 = (D3) Mesmo nos casos em que �� EMBED Equation.3 e �� EMBED Equation.3 são do mesmo tipo – o que ocorre quando e são quadradas e de mesma ordem – temos quase sempre �� EMBED Equation.3 ( �� EMBED Equation.3 . Ilustração 3.28 Quando e são tais que �� EMBED Equation.3 = �� EMBED Equation.3 , dizemos que e comutam ou então que são comutativas. Devemos notar que uma condição necessária, mas não suficiente, para que e sejam comutativas é que elas sejam quadradas e de mesma ordem. Quando e são tais que �� EMBED Equation.3 = – �� EMBED Equation.3 , dizemos que elas são anti-comutativas. Ilustração 3.29 EXEMPLO 3.24 Sendo , qual das matrizes a seguir comuta com ( Solução: Para que duas matrizes comutem é necessário que elas sejam quadradas e de mesma ordem, o que já exclui as matrizes e . Temos então: É também importante notar que a implicação ( = 0, = 0 ou = = 0 não é válida no caso de matrizes, uma vez que é possível haver duas matrizes não nulas cujo produto seja a matriz nula. Ilustração 3.30 Se e são matrizes simétricas temos também que + e são simétricas, conforme já vimos nos exemplos 15 e 16. Entretanto, não é necessariamente simétrica. Ilustração 3.31 Sejam Se então temos que: (1.º) (2.º) Demonstração: (1.º) Sendo , e temos: bij = ai1 c1j + ai2 c2j + ai3 c3j+ ( + aij cjj + ( + ain cnj de onde se obtem: bij = ai1 . 0 + ai2 . 0 + ai3 . 0 + ( + aij . 1 + ( + ain . 0 = aij o que permite escrever: (2.º) Sendo , e temos: bij = ci1 a1j + ci2 a2j + ci3 a3j+ ( + cii aij + ( + cim amj de onde se tiramos: bij = 0 . a1j + 0 . a2j + 0 . a3j + ( + 1 . aij + ( + 0 . amj = aij o que nos leva a: A multiplicação de matrizes goza das seguintes propriedades: (1.ª) Associativa: quaisquer que sejam as matrizes , e ; (2.ª) Distributiva à direita: quaisquer que sejam as matrizes , e ; (3.ª) Distributiva à esquerda: quaisquer que sejam as matrizes , e ; (4.ª) onde z é um número complexo e e duas matrizes genéricas. (5.ª) sendo e duas matrizes genéricas. Demonstração (1.ª) Sejam , , , , e onde temos: 1 ( i ( m , 1 ( j ( n , 1 ( k ( p e 1 ( l ( r. Temos então: de modo que, (2.ª) Sejam , , e onde temos: 1 ( i ( m , 1 ( j ( n e 1 ( k ( p. Temos então: de modo que, (3.ª) A demonstração é semelhante à 2.ª (4.ª) Sejam , , , , e z = x + jy onde temos: 1 ( i ( m , 1 ( j ( n e 1 ( k ( p. Temos então: e de modo que, (5.ª) Sejam , , e onde temos: 1 ( i ( m , 1 ( j ( n e 1 ( k ( p. Temos que: Pela definição de produto, pela definição de matriz transposta, o que nos permite escrever: mas, pela propriedade comutativa dos números complexos, aij bjk = bjk aij logo, No entanto, temos também que: e o que nos leva a colocar então, e concluir que: Matriz Periódica Uma matriz quadrada é periódica se , onde k é um inteiro positivo. Se k é o menor inteiro para o qual dizemos que o período de é k. Ilustração 3.32 k = 2 (menor inteiro) Assim é periódica de período 2. Matriz Idempotente Se na matriz periódica tivermos k = 1, teremos que 2 = , e dizemos que é idempotente. Ilustração 3.33 Logo a matriz identidade de ordem n é idempotente. Matriz Nilpotente ou Nulipotente Dizemos que uma matriz é nilpotente ou nulipotente se existir um número positivo p tal que p = 0. Se p é menor inteiro positivo tal que p = 0, dizemos que é nilpotente de índice ou classe p. No entanto temos p – 1 = 0 Ilustração 3.34 Logo é nilpotente de índice 3. Polinômio de uma Matriz A operação polinômio de uma matriz quadrada é definida para qualquer polinômio onde os coeficientes são escalares. é a matriz sendo a matriz identidade de mesma ordem k que a matriz . Note-se que é obtida de substituindo a variável x pela matriz e o escalar a0 pela matriz . Se for igual a matriz nula, a matriz é chamada zero ou raiz do polinômio . EXEMPLO 3.25 Sendo = 5 – 3x + 2x2 e calcular . Solução: Matrizes em Blocos ou Partição de Matrizes Uma matriz pode ser particionada em matrizes menores, chamadas blocos ou células de , por meio de linhas tracejadas horizontais e verticais. Logicamente que uma matriz pode ser dividida em blocos de várias maneiras, como por exemplo: A vantagem da partição em blocos é que o resultado das operações sobre matrizes particionadas pode ser obtido trabalhando-se com os blocos tal como se fossem, efetivamente, os elementos das matrizes. Quando as matrizes são muito grandes para serem armazenadas na memória de um computador, elas são particionadas, permitindo que o computador opere apenas com duas ou três submatrizes de cada vez. Algumas matrizes, como as relativas a grandes Sistemas de Potência�, mesmo em computadores de grande porte, devem ser particionadas. Seja então uma matriz genérica particionada em blocos, a seguir, Se multiplicarmos cada bloco por um número complexo z, cada elemento de ficará multiplicado por z, ou seja: Consideremos agora um matriz que tenha sido particionada da mesma maneira que , conforme ilustrado a seguir: Se os blocos correspondentes de e tiverem o mesmo tamanho e somarmos estes blocos, estaremos somando os elementos correspondestes de e . Em conseqüência, A multiplicação matricial é menos óbvia, mas mesmo assim é possível. Sejam pois as matrizes e particionadas em blocos conforme a seguir: de tal modo que o número de colunas de cada bloco Aij seja igual ao número de linhas de cada bloco Bjk. Então temos: EXEMPLO 3.26 Calcule utilizando multiplicação em bloco, com e Solução: O produto matricial ��EMBED Equation.3 é dado por: Finalmente, EXEMPLO 3.27 Calcule ��EMBED Equation.3 utilizando multiplicação em bloco, sendo e Solução: Preparando as partições de e para que a multiplicação em blocos seja possível temos: e Logo o produto matricial ��EMBED Equation.3 é dado por: Finalmente, Exercícios Propostos: Uma indústria possui 3 fábricas I, II e III, que produzem por mês 30, 40 e 60 unidades, respectivamente, do produto A e 15, 20 e 10 unidades do produto B. Forme a matriz fábricas ( produtos e indique o tipo dessa matriz. Quantos elementos possui a matriz: 3 ( 2 4 ( 4 p ( q linha de 3 colunas quadrada de ordem 3 coluna de 4 linhas Uma matriz possui 6 elementos. Quais os seus possíveis tipos( Escreva explicitamente as seguintes matrizes: onde aij = i + j onde bij = 3i + 2j onde cij = onde dij = onde eij = Quantos elementos não pertencem à diagonal principal de uma matriz quadrada de ordem 10( Quantos elementos não pertencem às diagonais de uma matriz quadrada de ordem 2k – 1 onde K ( N* e K ( 2( Quantos elementos estão situados abaixo da diagonal principal de uma matriz quadrada de ordem n( Um conjunto de dados são todos os elementos de uma matriz quadrada de ordem 101. Sabendo-se que um usuário deseja uma tabulação contendo todos os dados (elementos da matriz) situados fora de ambas as diagonais e que deverá pagar R$ 0,70 por dado tabulado qual será o custo desta tabulação para este usuário( Os números inteiros positivos são dispostos em matrizes seqüênciais da seguinte forma: , , ( Determine a linha e a coluna em que se encontra o número 1955. Calcular o traço da matriz quadrada definida por aij = . O técnico de um time de basquetebol descreveu o desempenho dos titulares de sua equipe, em seus jogos, através da matriz Cada elemento aij dessa matriz é o número de pontos marcados pelo jogador de número i no jogo j. Pergunta-se: Quantos pontos marcou o jogador de número 3 no jogo 5( Quantos pontos marcou a equipe no jogo 4( Quantos pontos marcou o jogador de número 2 em todos os jogos( Antônio, Bernardo e Cláudio saíram para tomar chope, de bar em bar, tanto no sábado quanto no domingo. As matrizes a seguir resumem quantos chopes cada um consumiu e como a despesa foi dividida: e refere-se às despesas de sábado e às de domingo. Cada elemento aij nos dá o número de chopes que i pagou para j, sendo Antônio o número 1, Bernardo o número 2 e Cláudio o número 3 (aij representa o elemento da linha i, coluna j de cada matriz). Assim, no sábado Antônio pagou 4 chopes que ele próprio bebeu, 1 chope de Bernardo e 4 de Cláudio (primeira linha da matriz ). Quem bebeu mais chope no fim de semana( Quantos chopes Cláudio ficou devendo a Antônio( Um conglomerado é composto por cinco lojas numeradas de 1 a 5. A matriz a seguir apresenta o faturamento em dólares de cada loja nos quatro primeiros dias de janeiro: Cada elemento aij dessa matriz é o faturamento da loja i no dia j. Qual foi o faturamento da loja 3 no dia 2( Qual foi o faturamento de todas as lojas no dia 3( Qual foi o faturamento da loja 1 nos 4 dias( Uma figura geométrica tem 4 vértices (1, (2, (3 e (4. Forma-se a matriz , onde aij = distância ((i , (j) para 1 ( i ( 4 e 1 ( j ( 4, de sorte que . Pergunta-se: qual é a figura de vértices (1, (2, (3 e (4( De que tipo é a transposta de uma matriz coluna( Quantos elementos possui a transposta de uma matriz 5 ( 7( Dada uma matriz qualquer. O que se obtêm ao calcular ( Ache a transposta da matriz tal que . Dada a matriz tal que aij = i + j, obter o elemento b23 da matriz transposta de . Determinar x, y e z para que a matriz seja simétrica. Sabendo-se que a matriz é simétrica, pede-se calcular x + y + z. Sabendo-se que a matriz a seguir é anti-simétrica, pede-se determinar os elementos incógnitos (a12 , a13 e a23). Calcule a, b e c de modo que a matriz a seguir seja anti-simétrica. Achar a conjugada da matriz achar x, y e z tais que as matrizes a seguir sejam hermitianas: (a) ; (c) Encontrar x, y, z e w para que se tenha . Determinar x e y de modo que tenhamos . Determinar x, y, z e w para que se tenha . Se e , calcular e . Se , e resolver a equação matricial . Se , calcular as matrizes , e . Utilizando as matrizes , e do problema 30, resolver o seguinte sistema de equações: Dadas as matrizes e , calcular . Calcular os seguintes produtos matriciais: � � Calcular os seguintes produtos matriciais: Em cada caso determinar e, se existirem, , e : e e e e Em quais dos casos abaixo é válida a propriedade comutativa da multiplicação, isto é, e e e e Fig. 3.6 A figura 3.6 mostra um diagrama esquematizado das intercomunicação entre os aeroportos em três países diferentes a, b e c cujos aeroportos são denotados por ai , bj e ck , respectivamente, onde i, j = 1, 2 e k = 1, 2, 3, 4. Os números ao lado das linhas de união indicam o número de possíveis escolhas de linhas aéreas para cada trajeto. Por exemplo, o número 2 ao lado da conexão a1 – b1 indica que duas companhias de aviação voam ao longo dessa rota. A informação pode ser expressa nas seguintes tabelas: Sem utilizar a figura 3.6, porém utilizando tais tabelas, pede-se montar o quadro que dá o número de escolhas de rotas entre os aeroportos dos países a e c. Encontre as matrizes quadradas de ordem 2 que comutam com . Encontre as matrizes quadradas de ordem 3 que comutam com . Determine as matrizes quadradas de ordem 3 que comutam com . Determinar uma matriz , de ordem 2 e não nula, tal que . Calcule o produto sabendo-se que e . Demonstre que, se e são matrizes quadradas de ordem n, então e comutam se, e somente se, e comutam para cada escalar K. Mostre que as matrizes , e são anti-comutativas duas a duas. Para um determinado sistema de energia elétrica obteve-se a seguinte equação matricial para as correntes nas fases a, b e c: Pede-se determinar as expressões de Ia, Ib e Ic. Ao se estudar um sistema de energia elétrica, obteve-se a seguinte equação matricial para as correntes nas fases a, b e c. Sabendo-se que Ia + Ib + Ic = 0, pede-se determinar (n. Mostre que as matrizes a seguir são idempotentes. Mostre que, se e , então e são idempotentes. Se é idempotente, mostre que é idempotente e que . Mostre que a matriz a seguir é nilpotente de índice 2. Se é nilpotente de índice 2, mostre que , para qualquer inteiro positivo n. Seja nilpotente de índice p. mostre que para q > p, mas se q < p. Sendo g(x) = – 8 – x + x2 e , determine g(A). Calcule utilizando multiplicação em bloco, com e Respostas dos Exercícios Propostos (a) 6 ; (b) 16 ; (c) p . q ; (d) 3 ; (e) 9 ; (f) 4 2 ( 3 , 3 ( 2 , 6 ( 1 , 1 ( 6 (a) ; (b) ; (c) ; (d) ; (e) 90 (2k – 2)2 (n2 – 2n)/2 R$ 7.000,00 1.ª linha e 3.ª coluna 12 (a)14 ; (b) 90 ; (c) 128 (a) Cláudio bebeu mais chope ; (b) Cláudio ficou devendo 2 chopes a Antônio (a) 2800 ; (b) 10.580 ; (c) 7730 uma vez que a distância entre dois vértices distintos é sempre igual a 1 a figura é um tetraedro. matriz linha 35 (a própria matriz original) 5 x = 2 ; y = 5 ; z = – 4 5 a12 = 4 ; a13 = 2 ; a23 = 4 a = 1 ; b = 0 ; c = (a) x é um n.º real qualquer, y = 0 e z = 0 (b) x = 3 , y = 0 , z = 3 x = 3 , y = 1 , z = 8 , w = – 2 x = 1 , y = 0 x = 0 , y = 3 , z = 3 , w = 1 ; ; (a) ; (b) ; (c) ; (d) ; (e) (f) ; (g) ; (h) ; (i) ; (j) (a) ; (b) (a) ; ; ; (b) ; ; ; (c) ; ; ; (d) ; ; ; (c) e (d) (Isto é, simplesmente, a matriz produto ) (a , (b ( C (a , (b , (c ( C (p , (q , (r ( C (a , (b ( C – {0} 30º – 150º 30º – 60º Basta verificar que (a) e (b) Basta verificar que � EMBED Equation.3 ��� � EMBED Equation.3 ��� � EMBED Equation.3 ��� = (–1)(()4 � EMBED Equation.3 ��� � EMBED Equation.3 ��� � EMBED Equation.3 ��� � EMBED Equation.3 ��� k-ésima coluna i-ésima linha� � � EMBED Equation.3 ��� � EMBED Equation.3 ��� � EMBED Equation.3 ��� 3.ª coluna de � EMBED Equation.3 ��� que deve ser posicionada sobre a 2.ª linha de� EMBED Equation.3 ��� 3 × 2 2 × 3 � EMBED Equation.3 ��� (1.ª) (2.ª) (3.ª) � EMBED Equation.3 ��� � EMBED Equation.3 ��� k-ésima coluna m×n i-ésima linha m×p n×p � EMBED Equation.3 ��� � EMBED Equation.3 ��� � EMBED Equation.3 ��� � EMBED Equation.3 ��� � EMBED Equation.3 ��� � EMBED Equation.3 ��� � EMBED Equation.3 ��� � EMBED Equation.3 ��� � EMBED Equation.3 ��� � EMBED Equation.3 ��� � EMBED Equation.3 ��� � EMBED Equation.3 ��� � EMBED Equation.3 ��� � EMBED Equation.3 ��� � EMBED Equation.3 ��� � EMBED Equation.3 ��� � EMBED Equation.3 ��� � EMBED Equation.3 ��� � EMBED Equation.3 ��� � EMBED Equation.3 ��� � EMBED Equation.3 ��� i-ésima linha k-ésima coluna 2(()(–5) 2(()2 1 ( i ( m 1 ( j ( n 1(()1 2(2+2((–5)= =4–10=–6 1(1+(–1) (4= =1–4=–3 –5 4 4 3 3 2 –1 1 2 2 1 1 � EMBED Equation.3 ���; =18 � EMBED Equation.3 ���; =15 � EMBED Equation.3 ���; =12 � EMBED Equation.3 ���; =9 Sendo a matriz � EMBED Equation.3 ��� do tipo 3 ( 4, cada linha deve ter 4 elementos � EMBED Equation.3 ���� EMBED Equation.3 ��� � EMBED Equation.3 ��� � EMBED Equation.3 ��� � EMBED Equation.3 ��� � EMBED Equation.3 ��� Uma vez que a matriz � EMBED Equation.3 ��� é do tipo 4 ( 5, cada coluna deve ter 4 elementos � EMBED Equation.3 ��� � EMBED Equation.3 ��� � EMBED Equation.3 ��� � EMBED Equation.3 ��� � EMBED Equation.3 ��� +(+ + + soma � EMBED Equation.3 ��� � EMBED Equation.3 ��� � EMBED Equation.3 ��� � EMBED Equation.3 ��� � EMBED Equation.3 ��� � EMBED Equation.3 ��� � EMBED Equation.3 ��� � De um modo geral uma matriz é uma tabela formada por números complexos. Lembrando que o conjunto dos números reais está incluído no conjunto dos números complexos, podemos dizer que uma matriz é formada por números reais e/ou complexos � Para o conceito de aplicação volte à seção 1.11 da Unidade 1. � Os três termos são utilizados, porém, o mais freqüente é tipo. � No caso da matriz quadrada não utilizamos as expressões tamanho e tipo, conforme na matriz retangular; usamos apenas ordem. � Em Álgebra dizemos que dois números são opostos ou simétricos quando eles têm mesmo módulo mas sinais contrários. Por exemplo: 2 e – 2; – 5 e 5; etc. Em matrizes, utilizamos o termo oposta para indicar oposição de sinais, visto que o termo simétrica será guardado para uma próxima aplicação. � A solução da equação cúbica y3 – y – 6 = 0 está além do nível deste curso, mas existe uma alternativa: calcular as raízes da equação seguinte, y2 + 2y – 8 = 0, que são y = 2 e y = 4 e, voltando na equação cúbica, verificar que apenas a raiz y = 2 verifica ambas as equações. Ao estudante interessado, que pretenda aprofundar seus estudos, adiantamos que as raízes da equação cúbica em questão são: 2, – 1 + j� EMBED Equation.3 ��� e – 1 – j� EMBED Equation.3 ���. � Sistemas de potência = Sistemas de energia elétrica: geradores, transformadores, linhas de transmissão, cargas, etc. �PAGE � �PAGE �153� _1078600330.unknown _1081754005.unknown _1081760146.unknown _1081763079.unknown _1081770661.unknown _1081771103.unknown _1081771235.unknown _1081771372.unknown _1090940079.unknown _1091010160.unknown _1091010324.unknown _1091010611.unknown _1091010190.unknown _1090941289.unknown _1090941878.unknown _1090940173.unknown _1081771516.unknown _1081771677.unknown _1082537244.unknown _1082537300.unknown _1082981927.unknown _1082537269.unknown _1081771689.unknown _1081771967.unknown _1081771643.unknown _1081771672.unknown _1081771629.unknown _1081771388.unknown _1081771393.unknown _1081771377.unknown _1081771330.unknown _1081771349.unknown _1081771365.unknown _1081771343.unknown _1081771312.unknown _1081771319.unknown _1081771325.unknown _1081771305.unknown _1081771162.unknown _1081771214.unknown _1081771224.unknown _1081771187.unknown _1081771129.unknown _1081771140.unknown _1081771121.unknown _1081770804.unknown _1081770848.unknown _1081771018.doc � EMBED Equation.3 ��� � EMBED Equation.3 ��� � EMBED Equation.3 ��� � EMBED Equation.3 ��� � EMBED Equation.3 ��� � EMBED Equation.3 ��� � EMBED Equation.3 ��� � EMBED Equation.3 ��� � EMBED Equation.3 ��� � EMBED Equation.3 ��� � EMBED Equation.3 ��� � EMBED Equation.3 ��� � EMBED Equation.3 ��� � EMBED Equation.3 ��� � EMBED Equation.3 ��� � EMBED Equation.3 ��� � EMBED Equation.3 ��� _1081442521.unknown _1081443179.unknown _1081444753.unknown _1081444838.unknown _1081444848.unknown _1081444777.unknown _1081444745.unknown _1081442869.unknown _1081443154.unknown _1081442808.unknown _1081442285.unknown _1081442344.unknown _1081442246.unknown _1081771092.unknown _1081770861.unknown _1081770826.unknown _1081770838.unknown _1081770817.unknown _1081770763.unknown _1081770780.unknown _1081770793.unknown _1081770771.unknown _1081770702.unknown _1081770740.unknown _1081770756.unknown _1081770714.unknown _1081770686.unknown _1081770675.unknown _1081767379.unknown _1081769865.unknown _1081770453.unknown _1081770603.unknown _1081770641.unknown _1081770499.unknown _1081770220.unknown _1081770340.unknown _1081770143.unknown _1081768287.unknown _1081768863.unknown _1081769078.unknown _1081768459.unknown _1081768552.unknown _1081768367.unknown _1081767678.unknown _1081767985.unknown _1081768165.unknown _1081767850.unknown _1081767383.unknown _1081763704.unknown _1081764011.unknown _1081767331.unknown _1081767346.unknown _1081767318.unknown _1081764009.unknown _1081764010.unknown _1081763813.unknown _1081763327.unknown _1081763379.unknown _1081763644.unknown _1081763361.unknown _1081763235.unknown _1081763262.unknown _1081763159.unknown _1081761243.unknown _1081761942.unknown _1081762563.unknown _1081762875.unknown _1081763030.unknown _1081762710.unknown _1081762007.unknown _1081762517.unknown _1081762541.unknown _1081762134.unknown _1081762458.unknown _1081761968.unknown _1081761341.unknown _1081761813.unknown _1081761924.unknown _1081761361.unknown _1081761732.unknown _1081761298.unknown _1081761316.unknown _1081761275.unknown _1081760664.unknown _1081760974.unknown _1081761080.unknown _1081761194.unknown _1081761002.unknown _1081761069.unknown _1081760885.unknown _1081760959.unknown _1081760833.unknown _1081760257.unknown _1081760608.unknown _1081760645.unknown _1081760271.unknown _1081760524.unknown _1081760211.unknown _1081760243.unknown _1081760193.unknown _1081757210.unknown _1081758764.unknown _1081759906.unknown _1081760035.unknown _1081760085.unknown _1081760121.unknown _1081760070.unknown _1081759963.unknown _1081759990.unknown _1081759927.unknown _1081759444.unknown _1081759854.unknown _1081759867.unknown _1081759495.unknown _1081758899.unknown _1081758900.unknown _1081759325.unknown _1081758795.unknown _1081757908.unknown _1081758018.unknown _1081758080.unknown _1081758151.unknown _1081758043.unknown _1081757931.unknown _1081757959.unknown _1081757919.unknown _1081757603.unknown _1081757766.unknown _1081757810.unknown _1081757749.unknown _1081757468.unknown _1081757518.unknown _1081757417.unknown _1081756218.unknown _1081756492.unknown _1081756786.unknown _1081756949.unknown _1081757062.unknown _1081757083.unknown _1081756985.unknown _1081756867.unknown _1081756711.unknown _1081756747.unknown _1081756668.unknown _1081756685.unknown _1081756507.unknown _1081756336.unknown _1081756419.unknown _1081756426.unknown _1081756385.unknown _1081756299.unknown _1081756322.unknown _1081756265.unknown _1081755951.unknown _1081756051.unknown _1081756156.unknown _1081756204.unknown _1081756089.unknown _1081756023.unknown _1081756037.unknown _1081756013.unknown _1081755811.unknown _1081755846.unknown _1081755950.unknown _1081755949.unknown _1081755839.unknown _1081755431.unknown _1081755632.unknown _1081754784.unknown _1078683317.unknown _1078858448.unknown _1078984814.unknown _1080366211.unknown _1080453714.unknown _1081065120.unknown _1081093545.unknown _1081146865.unknown _1081148238.unknown _1081439769.unknown _1081446130.unknown _1081446273.unknown _1081446471.unknown _1081445567.unknown _1081445773.unknown _1081445829.unknown _1081445981.unknown _1081445651.unknown _1081440944.unknown _1081438527.unknown _1081439375.unknown _1081439756.unknown _1081439118.unknown _1081417383.unknown _1081148464.unknown _1081147781.unknown _1081148136.unknown _1081148216.unknown _1081148007.unknown _1081147428.unknown _1081147721.unknown _1081147376.unknown _1081147395.unknown _1081147213.unknown _1081094939.unknown _1081095374.unknown _1081096703.unknown _1081097111.unknown _1081140722.unknown _1081140844.unknown _1081140908.unknown _1081140959.unknown _1081140798.unknown _1081140478.unknown _1081140667.unknown _1081097198.unknown _1081096765.unknown _1081096853.unknown _1081096754.unknown _1081096351.unknown _1081096476.unknown _1081096561.unknown _1081096430.unknown _1081096100.unknown _1081096229.unknown _1081095414.unknown _1081095122.unknown _1081095197.unknown _1081095241.unknown _1081095160.unknown _1081094996.unknown _1081095026.unknown _1081094964.unknown _1081094654.unknown _1081094819.unknown _1081094890.unknown _1081094911.unknown _1081094848.unknown _1081094698.unknown _1081094768.unknown _1081094677.unknown _1081094191.unknown _1081094605.unknown _1081094606.unknown _1081094604.unknown _1081093879.unknown _1081094156.unknown _1081093546.unknown _1081070205.unknown _1081071570.unknown _1081092270.unknown _1081092871.unknown _1081093407.unknown _1081093447.unknown _1081093365.unknown _1081092675.unknown _1081092676.unknown _1081092496.unknown _1081071662.unknown _1081092147.unknown _1081092215.unknown _1081091977.unknown _1081092126.unknown _1081071661.unknown _1081071419.unknown _1081071567.unknown _1081071568.unknown _1081071451.unknown _1081071496.unknown _1081071509.unknown _1081071528.unknown _1081071474.unknown _1081071438.unknown _1081070472.unknown _1081070637.unknown _1081070654.unknown _1081071415.unknown _1081070616.unknown _1081070613.unknown _1081070356.unknown _1081070385.unknown _1081070324.unknown _1081065999.unknown _1081066247.unknown _1081070093.unknown _1081070151.unknown _1081070190.unknown _1081070121.unknown _1081070028.unknown _1081070064.unknown _1081070004.unknown _1081066070.unknown _1081066115.unknown _1081066198.unknown _1081066078.unknown _1081066026.unknown _1081066046.unknown _1081066014.unknown _1081065679.unknown _1081065774.unknown _1081065863.unknown _1081065973.unknown _1081065809.unknown _1081065723.unknown _1081065747.unknown _1081065706.unknown _1081065485.unknown _1081065609.unknown _1081065657.unknown _1081065509.unknown _1081065264.unknown _1081065309.unknown _1081065156.unknown _1080973507.unknown _1081060042.unknown _1081062871.unknown _1081064388.unknown _1081064546.unknown _1081064640.unknown _1081064944.unknown _1081064600.unknown _1081064462.unknown _1081064482.unknown _1081063231.unknown _1081063993.unknown _1081064125.unknown _1081064296.unknown _1081063582.unknown _1081063180.unknown _1081063205.unknown _1081063154.unknown _1081061459.unknown _1081062206.unknown _1081062689.unknown _1081062786.unknown _1081062258.unknown _1081061770.unknown _1081062166.unknown _1081061716.unknown _1081060366.unknown _1081061354.unknown _1081061442.unknown _1081061292.unknown _1081060087.unknown _1081060365.unknown _1081060189.unknown _1081060194.unknown _1081060143.unknown _1081060074.unknown _1080976433.unknown _1081057280.unknown _1081059727.unknown _1081059729.unknown _1081059730.unknown _1081059728.unknown _1081057542.unknown _1081057840.unknown _1081059726.unknown _1081057294.unknown _1080978016.unknown _1080978018.unknown _1080978020.unknown _1080978017.unknown _1080978011.unknown _1080978013.unknown _1080978014.unknown _1080978012.unknown _1080978010.unknown _1080978006.unknown _1080978008.unknown _1080976626.unknown _1080974728.unknown _1080975821.unknown _1080976319.unknown _1080976385.unknown _1080976157.unknown _1080976192.unknown _1080975181.unknown _1080973897.unknown _1080974163.unknown _1080973579.unknown _1080973709.unknown _1080973550.unknown _1080453722.unknown _1080970560.unknown _1080972836.unknown _1080972837.unknown _1080972838.unknown _1080972829.unknown _1080972831.unknown _1080972830.unknown _1080972827.unknown _1080972828.unknown _1080971334.unknown _1080972826.unknown _1080970250.unknown _1080970276.unknown _1080970435.unknown _1080453725.unknown _1080970000.unknown _1080970074.unknown _1080970095.unknown _1080453726.unknown _1080453724.unknown _1080453718.unknown _1080453720.unknown _1080453721.unknown _1080453719.unknown _1080453716.unknown _1080453717.unknown _1080453715.unknown _1080369575.unknown _1080449620.unknown _1080453704.unknown _1080453709.unknown _1080453712.unknown _1080453713.unknown _1080453710.unknown _1080453706.unknown _1080453708.unknown _1080453705.unknown _1080453700.unknown _1080453702.unknown _1080453703.unknown _1080453701.unknown _1080453695.unknown _1080453697.unknown _1080453698.unknown _1080453696.unknown _1080449676.unknown _1080449697.unknown _1080453694.unknown _1080449647.unknown _1080449103.unknown _1080449434.unknown _1080449508.unknown _1080449428.unknown _1080448635.unknown _1080448950.unknown _1080369602.unknown _1080368373.unknown _1080369191.unknown _1080369342.unknown _1080369559.unknown _1080369255.unknown _1080368987.unknown _1080368993.unknown _1080369107.unknown _1080369169.unknown _1080368975.unknown _1080368815.unknown _1080368950.unknown _1080368725.unknown _1080367000.unknown _1080368341.unknown _1080368358.unknown _1080367695.unknown _1080366962.unknown _1080366994.unknown _1080366426.unknown _1080107780.unknown _1080108860.unknown _1080110816.unknown _1080112046.unknown _1080365995.unknown _1080366049.unknown _1080112174.unknown _1080111983.unknown _1080112019.unknown _1080111940.unknown _1080109238.unknown _1080110544.unknown _1080109458.unknown _1080109468.unknown _1080109260.unknown _1080109443.unknown _1080108946.unknown _1080108409.unknown _1080108616.unknown _1080108651.unknown _1080108604.unknown _1080107813.unknown _1080108352.unknown _1080107799.unknown _1080106995.unknown _1080107123.unknown _1080107202.unknown _1080107203.unknown _1080107124.unknown _1080107201.unknown _1080107044.unknown _1080107122.unknown _1080107019.unknown _1078986330.unknown _1078987450.unknown _1078987890.unknown _1078989718.unknown _1080106633.unknown _1080106975.unknown _1080106613.unknown _1078989737.unknown _1078989586.unknown _1078989636.unknown _1078987987.unknown _1078987639.unknown _1078987725.unknown _1078987541.unknown _1078987366.unknown _1078987437.unknown _1078986680.unknown _1078986708.unknown _1078986718.unknown _1078986681.unknown _1078986679.unknown _1078986110.unknown _1078986162.unknown _1078984830.unknown _1078984843.unknown _1078984823.unknown _1078903455.unknown _1078940133.unknown _1078941952.unknown _1078944027.unknown _1078982921.unknown _1078984800.unknown _1078983304.unknown _1078981752.unknown _1078981848.unknown _1078942195.unknown _1078943772.unknown _1078942160.unknown _1078940373.unknown _1078940378.unknown _1078941090.unknown _1078940228.unknown _1078940234.unknown _1078904113.unknown _1078939876.unknown _1078939921.unknown _1078939111.unknown _1078939839.unknown _1078905143.unknown _1078904098.unknown _1078904106.unknown _1078903524.unknown _1078861972.unknown _1078902657.unknown _1078903401.unknown _1078903409.unknown _1078902685.unknown _1078863008.unknown _1078902623.unknown _1078862811.unknown _1078861036.unknown _1078861761.unknown _1078861789.unknown _1078861258.unknown _1078861615.unknown _1078861640.unknown _1078861537.unknown _1078861244.unknown _1078858818.unknown _1078858819.unknown _1078858505.unknown _1078858817.unknown _1078725360.unknown _1078727552.unknown _1078728124.unknown _1078728958.unknown _1078857376.unknown _1078857393.unknown _1078857302.unknown _1078857352.unknown _1078857299.unknown _1078728629.unknown _1078728709.unknown _1078728609.unknown _1078727754.unknown _1078727912.unknown _1078728105.unknown _1078727887.unknown _1078727660.unknown _1078727734.unknown _1078727568.unknown _1078726901.unknown _1078727219.unknown _1078727259.unknown _1078727360.unknown _1078727236.unknown _1078727037.unknown _1078727078.unknown _1078726963.unknown _1078726047.unknown _1078726190.unknown _1078726064.unknown _1078726173.unknown _1078726012.unknown _1078726030.unknown _1078725432.unknown _1078685229.unknown _1078686246.unknown _1078721517.unknown _1078721993.unknown _1078725136.unknown _1078722014.unknown _1078725091.unknown _1078721637.unknown _1078686296.unknown _1078686348.unknown _1078686273.unknown _1078685919.unknown _1078685953.unknown _1078686047.unknown _1078685937.unknown _1078685743.unknown _1078685808.unknown _1078685687.unknown _1078684961.unknown _1078685161.unknown _1078685210.unknown _1078685228.unknown _1078685174.unknown _1078685011.unknown _1078685039.unknown _1078684592.unknown _1078684616.unknown _1078684632.unknown _1078684946.unknown _1078684600.unknown _1078684430.unknown _1078684532.unknown _1078683348.unknown _1078635104.unknown _1078640926.unknown _1078642568.unknown _1078643567.unknown _1078682459.unknown _1078682936.unknown _1078682958.unknown _1078683223.unknown _1078682757.unknown _1078644035.unknown _1078642702.unknown _1078643535.unknown _1078642637.unknown _1078641026.unknown _1078641683.unknown _1078641702.unknown _1078641638.unknown _1078640996.unknown _1078641014.unknown _1078640984.unknown _1078638943.unknown _1078639965.unknown _1078640890.unknown _1078640906.unknown _1078640870.unknown _1078639006.unknown _1078639024.unknown _1078638985.unknown _1078637059.unknown _1078638026.unknown _1078638919.unknown _1078637656.unknown _1078636861.unknown _1078636924.unknown _1078635952.unknown _1078631994.unknown _1078633720.unknown _1078634364.unknown _1078634615.unknown _1078634889.unknown _1078634082.unknown _1078634234.unknown _1078633879.unknown _1078633855.unknown _1078633303.unknown _1078633548.unknown _1078632513.unknown _1078601722.unknown _1078602111.unknown _1078602155.unknown _1078601730.unknown _1078600427.unknown _1078601651.unknown _1078600379.unknown _1078509157.unknown _1078557554.unknown _1078559826.unknown _1078596784.unknown _1078597778.unknown _1078598276.unknown _1078599821.unknown _1078597787.unknown _1078596943.unknown _1078597194.unknown _1078596920.unknown _1078596190.unknown _1078596414.unknown _1078596688.unknown _1078596198.unknown _1078596129.unknown _1078596176.unknown _1078596090.unknown _1078559312.unknown _1078559613.unknown _1078559644.unknown _1078559665.unknown _1078559633.unknown _1078559509.unknown _1078559443.unknown _1078559493.unknown _1078558259.unknown _1078559124.unknown _1078559178.unknown _1078558921.unknown _1078557576.unknown _1078558214.unknown _1078557560.unknown _1078554174.unknown _1078556306.unknown _1078557176.unknown _1078557177.unknown _1078556856.unknown _1078557100.unknown _1078557133.unknown _1078556923.unknown _1078556344.unknown _1078555125.unknown _1078555222.unknown _1078555491.unknown _1078555173.unknown _1078554418.unknown _1078554892.unknown _1078554369.unknown _1078511019.unknown _1078553158.unknown _1078553290.unknown _1078553876.unknown _1078553255.unknown _1078552845.unknown _1078552952.unknown _1078511447.unknown _1078509884.unknown _1078510192.unknown _1078510272.unknown _1078510351.unknown _1078510372.unknown _1078510260.unknown _1078510161.unknown _1078509511.unknown _1078509562.unknown _1078509599.unknown _1078509664.unknown _1078509536.unknown _1078509448.unknown _1078486625.unknown _1078505859.unknown _1078507469.unknown _1078508249.unknown _1078508702.unknown _1078508863.unknown _1078508671.unknown _1078507780.unknown _1078507878.unknown _1078507521.unknown _1078506724.unknown _1078507220.unknown _1078507409.unknown _1078507072.unknown _1078506344.unknown _1078506506.unknown _1078506061.unknown _1078487433.unknown _1078505772.unknown _1078505815.unknown _1078505835.unknown _1078505803.unknown _1078487739.unknown _1078505631.unknown _1078487614.unknown _1078486846.unknown _1078486894.unknown _1078487037.unknown _1078486855.unknown _1078486737.unknown _1078486780.unknown _1078486657.unknown _1078476205.unknown _1078483082.unknown _1078485898.unknown _1078486525.unknown _1078486612.unknown _1078486268.unknown _1078483822.unknown _1078485150.unknown _1078483116.unknown _1078482128.unknown _1078482770.unknown _1078482925.unknown _1078482197.unknown _1078481436.unknown _1078482032.unknown _1078476217.unknown _1078479604.unknown _1078473706.unknown _1078474502.unknown _1078474636.unknown _1078474686.unknown _1078474586.unknown _1078474478.unknown _1078474358.unknown _1078474384.unknown _1078473878.unknown _1078470188.unknown _1078470882.unknown _1078473630.unknown _1078470382.unknown _1078434616.unknown _1078470178.unknown _1078434580.unknown
Compartilhar