Baixe o app para aproveitar ainda mais
Prévia do material em texto
÷ ÷ ÷ ÷ ÷ ø ö ç ç ç ç ç è æ mn m m n n a a a a a a a a a L M L M M L L 2 1 2 22 21 1 12 11 MATRIZES I – INTRODUÇÃO Muitas vezes, para designar com clareza certas situações, é necessário formar um grupo ordenado de números que se apresentam em linhas e colunas numa tabela.em Matemática, essas tabelas são chamadas de matrizes com o advento da computação e a crescente necessidade de guardar muita informação, as matrizes adquiriram uma grande importância. Para termos uma ideia dessa importância, basta saber o que vemos na tela de um computador é uma enorme matriz, e cada valor guardado em linhas e colunas da matriz representa um ponto colorido mostrado na tela (pixel). Em muitas análises econômicas, supõe-se que as variáveis estejam relacionadas por conjuntos de equações lineares. A álgebra matricial fornece uma notação clara e concisa para a formulação e solução de tais problemas, muitos das quais seriam de resolução extremamente difícil numa notação algébrica conveniente. Neste capítulo, são definidas matrizes e suas operações. São considerados tipos particulares de matrizes, a transposta de uma matriz, determinantes de uma matriz, a inversa de uma matriz, são também discutidas e aplicadas à solução de sistemas de equações. II – DEFINIÇÃO DE MATRIZ Uma matriz é uma tabela retangular de números, escrita na seguinte forma: A = ou A = ú ú ú ú û ù ê ê ê ê ë é mn m m n n a a a a a a a a a L M L M M L L 2 1 2 22 21 1 12 11 EMBED Equation.3 As letras ij a representam números reais, os elementos da matriz. Observe que ij a é o elemento da i-ésima linha e na j-ésima coluna da matriz A; A matriz A é , às vezes, denotada por ( ij a ) ou por { ij a }. Uma matriz tem m linhas e n colunas é denominada matriz m x n (leia-se “m por n”) ou matriz de ordem m x n. Especialmente quando diferentes operações estão sendo realizadas com elas, a ordem das matrizes é freqüentemente denotada por índices, por exemplo : mxn A ou ( ) mxn ij a . Ex.: Considere a tabela abaixo que apresenta o peso, a idade e a altura de 5 pessoas. Nome Peso(kg) Idade(anos) Altura(m) Ricardo 70 23 1,70 José 60 42 1,60 João 55 21 1,65 Pedro 50 18 1,72 Augusto 66 30 1,68 O conjunto ordenado dos números que formam a tabela é denominado matriz e cada número é chamado elemento da matriz. ú ú ú ú ú ú û ù ê ê ê ê ê ê ë é 68 , 1 30 66 72 , 1 18 50 65 , 1 21 55 60 , 1 42 60 70 , 1 23 70 ou ÷ ÷ ÷ ÷ ÷ ÷ ø ö ç ç ç ç ç ç è æ 68 , 1 30 66 72 , 1 18 50 65 , 1 21 55 60 , 1 42 60 70 , 1 23 70 Neste exemplo temos uma matriz de ordem 5 x 3 (lê-se: cinco por três), isto é, uma matriz formada por 5 linhas e 3 colunas. Representa-se uma matriz colocando-se seus elementos entre parênteses ou entre colchetes. Ex.: Em uma editora, a venda de livros de Matemática, Física e Química no primeiro trimestre de um ano podem ser expressas pela tabela a seguir. Janeiro Fevereiro Março Matemática 20000 32000 45000 Física 15000 18000 25000 Química 16000 17000 23000 Se quisermos saber: · Quantos livros de matemática foram vendidos em fevereiro, basta olharmos o número que está na primeira linha e segunda coluna; · Quantos livros de Física foram vendidos em janeiro, basta olharmos o número que está na segunda linha e primeira coluna; · Quantos livros de Química foram vendidos em março, basta olharmos o número que está na terceira linha e na terceira coluna. Uma tabela desse tipo, em que os números estão dispostos em 3 linhas e 3 colunas, denomina-se matriz 3x3 (lê-se três por três) e podemos representá-la por: ÷ ÷ ÷ ø ö ç ç ç è æ 23000 17000 16000 25000 18000 15000 45000 32000 20000 ou ú ú ú û ù ê ê ê ë é 23000 17000 16000 25000 18000 15000 45000 32000 20000 III – ORDEM DE UMA MATRIZ A ordem de uma matriz é dada pelo número de linhas e o número de colunas que a constituem.Para indicá-la, escreve-se em primeiro lugar o número de linhas e em seguida o número de colunas, colocando-se entre esses dois números o sinal X. Exemplos: ÷ ÷ ÷ ø ö ç ç ç è æ 9 8 7 3 2 1 é uma matriz 2 x 3 ÷ ÷ ÷ ø ö ç ç ç è æ 9 8 7 6 5 4 3 2 1 é uma matriz (quadrada) 3 x 3 IV – MATRIZ QUADRADA Matriz quadrada é uma matriz constituída pelo mesmo número de linhas e colunas. Se uma matriz quadrada é de ordem n x n, isto é, se possui n linhas e n colunas, diz-se que ela é uma matriz quadrada de ordem n. Exemplos: 1) A matriz [ ] 3 = A é quadrada de ordem 1 2) A matriz ú û ù ê ë é - = 2 4 4 1 A é quadrada de ordem 2. NOTAÇÃO GERAL. Para representarmos a matriz A, m x n, indicamos cada um de seus elementos com uma letra minúscula afetada de dois índices, que indicam a posição ocupada por esse elemento na matriz. Assim, um elemento genérico da matriz A será representado por: O primeiro índice i indica a linha a que pertence, e o segundo índice j, a coluna a que esse elemento pertence. ú ú ú ú ú ú û ù ê ê ê ê ê ê ë é = ij a A i-ésima linha j-ésima coluna Exemplos: 1) Construa a matriz [ ] 3 3 x a A ij = para a qual j i a ij - = 2 2) Construa a matriz [ ] 4 4 x a A ij = para a qual : ï î ï í ì > = < + = j sei j sei j jsei i a ij 0 1 V – TIPOS PARTICULARES DE MATRIZES Nesta seção, são discutidos quatro tipos particulares de matrizes: matrizes diagonais, matrizes identidades, matrizes nulas e matrizes transpostas. OBS: Diagonal Principal: Matriz quadrada ( ) nxn ij a A = tal que o conjunto de seus elementos ( ) ij a seja j i = ; Diagonal Secundária: Matriz quadrada ( ) nxn ij a A = tal que o conjunto de seus elementos ( ) ij a seja 1 + = + n j i ; · MATRIZES DIAGONAIS Uma matriz diagonal é uma matriz quadrada, cujos elementos que não pertencem a sua diagonal principal são todos nulos; portanto, A = ( ) nxn ij nn n n n n a a a a a a a a a a = ÷ ÷ ÷ ÷ ÷ ø ö ç ç ç ç ç è æ L M L M M L L 2 1 2 22 21 1 12 11 é uma matriz diagonal se, e somente se 0 = ij a para j i ¹ 0 ¹ ij a para, pelo menos, algum j i = ( se todos os elementos de uma matriz são nulos, tem-se uma matriz nula que será tratada mais adiante) Uma matriz diagonal n x n pode ser indicada pela notação A = ú ú ú û ù ê ê ê ë é nn a a 0 0 11 O ou ú ú ú û ù ê ê ê ë é n a a 0 0 1 O ou por ú ú ú û ù ê ê ê ë é = n n d d D 0 0 1 O · MATRIZES IDENTIDADES Uma matriz identidade é uma matriz diagonal, cujos elementos da diagonal são todos iguais a um; logo ( ) nxn ij nn n n a a a a a A = ú ú ú û ù ê ê ê ë é = L M M L 1 1 11 é uma matriz identidade se, e somente se 0 = ij a para j i ¹ 1 = ij a para j i = ou, de forma equivalente, uma matriz diagonal n D é uma matriz identidade se,e somente se 1 = i d para n i , , 2 , 1 L = . Uma matriz identidade n x n denotada por n I . Se pré-multiplicarmos ou pós-multiplicarmos uma matriz identidade adequadamente dimensionada, ela permanece inalterada – isto é, mxn n mxn mxn m mxn A I A A I A = = = · MATRIZES NULAS Uma matriz nula é uma matriz m x n , cujos elementos são todos iguais a zero; ela é denominada por O.Quando a matriz nula adequadamente dimensionada é somada ou subtraída de outra matriz, esta permanece inalterada , isto é, mxn mxn mxn A O A = ± Se pré-multiplicarmos ou pós-multiplicarmos uma matriz pela matriz nula adequadamente dimensionada, o resultado será outra matriz nula – isto é: kxn mxn kxm O A O = e 1 1 mx nx mxn O O A = · MATRIZ TRASPOSTA Se A é uma matriz de ordemm x n, denominamos de transposta de A a matriz de ordem n x m obtida, trocando-se ordenadamente as linhas pelas colunas. Indica-se a transposta de A por t A . A = ÷ ÷ ÷ ÷ ÷ ø ö ç ç ç ç ç è æ mn m m n n a a a a a a a a a L M L M M L L 2 1 2 22 21 1 12 11 t A = ÷ ÷ ÷ ÷ ÷ ø ö ç ç ç ç ç è æ mn n n m m a a a a a a a a a L M L M M L L 2 1 2 22 12 1 21 11 · MATRIZ TRIANGULAR Consideremos uma matriz quadrada de ordem n. Quando os elementos acima ou abaixo da diagonal principal são todos nulos. Dizemos que a matriz é triangular. Exemplos: ÷ ÷ ÷ ø ö ç ç ç è æ - 5 9 7 0 3 8 0 0 2 ÷ ÷ ÷ ÷ ÷ ø ö ç ç ç ç ç è æ - - - 4 0 0 0 1 0 0 0 3 / 2 8 3 0 9 7 5 1 VI – TRANSPOSTA DE UMA SOMA OU DIFERENÇA DE MATRIZES A transposta de uma soma ou diferença de matrizes é igual à soma ou diferença das transpostas das matrizes; assim. ( ) ' ' ' ' nxm nxm nxm mxn mxn mxn C B A C B A ± ± = ± ± Isto é: ( ) ( ) nxm ji mxn ij d d = ' onde ij ij ij ij c b a d ± ± = e ji ji ji ji c b a d ± ± = VII – TRANSPOSTA DE UM PRODUTO DE MATRIZES A transposta de um produto de matrizes é igual ao produto das transpostas das matrizes na ordem inversa; portanto: [ ] ' ' ' ' nxm pxn qxp pxq nxp mxn A B C C B A = A operação de transposição de matrizes verifica as seguintes propriedades: TEOREMA: i. ( ) T T T B A B A + = + ii. ( ) A A T T = iii. ( ) T T kA kA = (k, escalar). iv. ( ) T T T A B AB = VIII– IGUALDADE DE MATRIZES Dizemos que duas matrizes de mesma ordem são iguais se, e somente se todos os elementos correspondentes forem iguais, isto é, se as matrizes forem idênticas. No conjunto das matrizes de mesma ordem, a igualdade de matrizes define uma relação de equivalência; goza, então, das seguintes propriedades: 1. Reflexiva: para toda matriz A, tem-se A = A 2. Simétrica: para as matrizes A e B, se A = B então B = A 3. Transitiva: para as matrizes A, B e C, se A = B e B = C, então A = C. IX – OPERAÇÕES COM MATRIZES Operações análogas às operações de adição, subtração, multiplicação e divisão de números reais podem ser definidas para as matrizes. Uma vez que uma matriz é uma tabela de números, e não apenas um único número. Nesta seção serão definidas a adição e subtração de matrizes, a multiplicação de uma matriz por um escalar, e a multiplicação de matrizes. · ADIÇÃO E SUBTRAÇÃO DE MATRIZES As matrizes podem ser adicionadas ou subtraídas se, e somente se elas forem da mesma ordem, dizemos então que elas são conformáveis para a adição, a soma ou a diferença de duas matrizes m x n é uma outra matriz m x n, cujos elementos são a soma ou a diferença dos elementos correspondentes das matrizes; Assim se: A = ÷ ÷ ÷ ÷ ÷ ø ö ç ç ç ç ç è æ mn m m n n a a a a a a a a a L M L M M L L 2 1 2 22 21 1 12 11 B = ÷ ÷ ÷ ÷ ÷ ø ö ç ç ç ç ç è æ mn m m n n b b b b b b b b b L M L M M L L 2 1 2 22 21 1 12 11 Então A ± B = C onde C = ÷ ÷ ÷ ÷ ÷ ø ö ç ç ç ç ç è æ ± ± ± ± ± ± ± ± ± mn mn m m m m n n n n b a b a b a b a b a b a b a b a b a L M L M M L L 2 2 1 1 2 2 22 22 21 21 1 1 12 12 11 11 = ÷ ÷ ÷ ÷ ÷ ø ö ç ç ç ç ç è æ mn m m n n c c c c c c c c c L M L M M L L 2 1 2 22 21 1 12 11 Isto é : ( ij a ) ( ) ( ) ij ij c b = ± onde ij ij ij b a c ± = para todo i e j. Exemplos : 1. [ ] [ ] [ ] 0 8 1 12 2 3 12 6 4 = - - + 2. ú ú ú û ù ê ê ê ë é - = ú ú ú û ù ê ê ê ë é - - - + ú ú ú û ù ê ê ê ë é - 4 0 3 10 0 0 4 5 3 4 0 0 2 6 5 8 3 0 0 0 3 8 6 5 4 2 3 PROPRIEDADES DA ADIÇÃO DE MATRIZES A adição de matrizes do tipo m x n para as matrizes A, B e C, conformáveis para a adição: · É associativa ( ) ( ) C B A C B A + + = + + · É comutativa A B B A + = + · Tem elemento neutro: A M A M = + $ / qualquer que seja A do tipo m x n · Todo elemento tem simétrico: para todo A do tipo m x n: M A A A = + $ ' ' / OBS: Sejam as matrizes A e B, conformáveis para a adição, a adição de matrizes A – B define-se por: ( ) B A B A - + = - . Matrizes de ordens diferentes não são conformáveis para a adição. TEOREMA: Sejam X, A e B matrizes conformáveis para a adição; então vale a equivalência: A B X B A X - = Û = + OBS: Numa equação matricial, uma matriz “pode passar” de um membro para outro da equação, “mudando” o seu sinal. · MULTIPLICAÇÃO DE UMA MATRIZ POR UM ESCALAR Dizemos que um número real (uma matriz 1 x 1) é um escalar quando ocorre em operações envolvendo matrizes. Quando uma matriz é multiplicada por um escalar todos os elementos da matriz são multiplicadas pelo escalar (número); Assim se: A = ÷ ÷ ÷ ÷ ÷ ø ö ç ç ç ç ç è æ mn m m n n a a a a a a a a a L M L M M L L 2 1 2 22 21 1 12 11 e k é um escalar qualquer (constante) então: k x mxn A = k mxn A = ÷ ÷ ÷ ÷ ÷ ø ö ç ç ç ç ç è æ mn m m n n ka ka ka ka ka ka ka ka ka L M L M M L L 2 1 2 22 21 1 12 11 · MULTIPLICAÇÃO DE MATRIZES Duas matrizes podem ser multiplicadas se, e somente se o número de colunas de uma das matrizes for igual ao número de linhas da outra matriz.Em particular, o produto matricial AB é definido se, e somente se o número de colunas de A for igual ao número de linhas de B.Neste caso, diz-se que as matrizes A e B estão dispostas para multiplicação e o produto matricial tem o mesmo número de linhas que A e o mesmo número de colunas que B.Assim, uma matriz m x n pode ser multiplicada por uma matriz n x p para se obter uma matriz m x p. DEFINIÇÃO : Dada uma matriz ( ) mxn ij a A = e uma matriz ( ) nxp jk b B = , denomina-se produto de A por B a matriz ( ) mxp ik c C = tal que o elemento ik c é a soma dos produtos da i-ésima linha de A pelos elementos correspondentes da j-ésima coluna de B. å = = Þ = n j ik C B A C 1 . EMBED Equation.3 nk in k i k i jk ij b a b a b a b a + + + = L 2 2 1 1 Na multiplicação matricial, a seqüência na qual a multiplicação é realizada é muito importante. Se A é m x n e B é n x m, então é possível, obter-se dois produtos matriciais AB e BA. No entanto, em geral, AB ¹ BA.No produto matricial AB, dizemos que A pré-multiplica B ou, alternativamente, B pós-multiplica A. Visto que, em geral , a pré-multiplicação e pós-multiplicação dão resultados diferentes, mesmo quando ambos estão definidos, deve-se tomar cuidado para preservar a seqüência apropriada em toda multiplicação matricial. Observe que esta precaução não é necessária na multiplicação de números. Embora a seqüência em que as matrizes são multiplicadas afete o resultado, a ordem na qual três ou mais matrizes são multiplicadas não afeta o resultado, contanto que a seqüência seja preservada. Isto é : ( ) ( ) pxq nxp mxn pxq nxp mxn pxq nxp mxn C B A C B A C B A = = É válida uma propriedade correspondente para a multiplicação de números.Em resumo, a adição de matrizes é comutativa. Isto é, A B B A + = + , e associativa, isto é, ( ) ( ) C B A C B A C B A + + = + + = + + ; a multiplicação de matrizes não é comutativa, isto é, AB ¹ BA, mas é associativa, isto é, ABC = A(BC) = (AB)C.Para números, a adição e a multiplicação são associativas e comutativas. OBS: Quando as matrizes A e B são tais que A B B A . . = diz-se que A e B comutam. PROPRIEDADES DA MULTIPLICAÇÃO: TEOREMA: i. ( ) ( ) BC A C AB = (Lei Associativa) ii. ( ) ACAB C B A + = + (Lei Distributiva à esquerda) iii. ( ) CA BA A C B + = + (Lei Distributiva à direita) iv. ( ) ( ) ( ) kB A B kA AB k = = k, escalar. Não é uma operação tão simples como as anteriores; não basta multiplicar os elementos correspondentes. Vejamos a seguinte situação. Durante a 1ª fase da Copa do Mundo de 1998 (França), o grupo do Brasil era formado também pela escócia, Marrocos e Noruega. Os resultados estão registrados abaixo em uma matriz A, de ordem 4 x 3. País Vitória Empate Derrota Brasil 2 0 1 Escócia 0 1 2 Marrocos 1 1 1 Noruega 1 2 0 Então: ú ú ú ú û ù ê ê ê ê ë é = 0 1 2 1 2 1 1 0 1 1 0 2 A A pontuação pode ser descrita pela matriz B, de ordem 3 x 1 Número de Pontos Vitória 3 Empate 1 Derrota 0 Então: ú ú ú û ù ê ê ê ë é = 0 1 3 B Terminada a 1ª fase a pontuação é obtida com o total de pontos feitos por cada país. Essa pontuação pode ser registrada numa matriz que é representada por AB (produto de A por B).Veja como é obtida a classificação: 5 0 0 1 2 3 1 : 4 0 1 1 1 3 1 : cos 1 0 2 1 1 3 0 : 6 0 1 1 0 3 2 : = × + × + × = × + × + × = × + × + × = × + × + × Noruega Marro Escócia Brasil ú ú ú ú û ù ê ê ê ê ë é = 5 4 1 6 AB Esse exemplo sugere como deve ser feita a multiplicação de matrizes. Observe a relação que existe entre as ordens das matrizes: 1 4 1 3 3 4 x x x AB B A = × Observe que definimos o produto AB de duas matrizes quando o número de colunas de A for igual ao de linhas de B; além disso, notamos que o produto AB possui o número de linhas de A e o número de colunas de B. p m p n n m AB B A ´ ´ ´ = × X – MATRIZES INVERSÍVEIS Seja A uma matriz de ordem n.Dizemos que A é matriz inversível se existir uma matriz B tal que n I BA AB = = .Se A não é inversível, dizemos que A é uma matriz singular. Dada uma matriz inversível A, chama-se inversa de A a matriz 1 - A (que é única) tal que n I A A AA = = - - 1 1 . É evidente que 1 - A deve ser também chamada de ordem n, pois 1 - A comuta com A, e que: A A = - - 1 1 ) ( . TEOREMA: “Se a matriz A é invertível, então é única a matriz B tal que I A B B A = = . . ,isto é, se A possui uma inversa, essa inversa é única. ” Professora: Ma. Karrmem Werusca _1173684097.unknown _1184747237.unknown _1185124372.unknown _1278251402.unknown _1278336491.unknown _1420530536.unknown _1420530901.unknown _1420531027.unknown _1420530611.unknown _1278336789.unknown _1278337056.unknown _1278336661.unknown _1278336067.unknown _1278336317.unknown _1278251414.unknown _1185124897.unknown _1185301618.unknown _1185301795.unknown _1185301900.unknown _1185301367.unknown _1185124468.unknown _1185124523.unknown _1185124432.unknown _1185124415.unknown _1184747607.unknown _1184848655.unknown _1184848834.unknown _1184849222.unknown _1184849991.unknown _1184848959.unknown _1184848722.unknown _1184848164.unknown _1184848229.unknown _1184847656.unknown _1184848130.unknown _1184847753.unknown _1184847505.unknown _1184847627.unknown _1184747478.unknown _1184747586.unknown _1184747449.unknown _1173684768.unknown _1173693436.unknown _1173712826.unknown _1184746895.unknown _1184746947.unknown _1173713055.unknown _1173713015.unknown _1173712280.unknown _1173712589.unknown _1173712210.unknown _1173685268.unknown _1173685507.unknown _1173693361.unknown _1173685448.unknown _1173684882.unknown _1173685023.unknown _1173684800.unknown _1173684596.unknown _1173684651.unknown _1173684707.unknown _1173684624.unknown _1173684356.unknown _1173684571.unknown _1173684195.unknown _1173636039.unknown _1173680926.unknown _1173683747.unknown _1173683843.unknown _1173683992.unknown _1173683763.unknown _1173682825.unknown _1173683585.unknown _1173683714.unknown _1173682948.unknown _1173683002.unknown _1173681694.unknown _1173682162.unknown _1173681470.unknown _1173636796.unknown _1173680832.unknown _1173680890.unknown _1173680558.unknown _1173636172.unknown _1173636272.unknown _1173636090.unknown _1173634356.unknown _1173634777.unknown _1173635596.unknown _1173635873.unknown _1173635430.unknown _1173634678.unknown _1173634737.unknown _1173634397.unknown _1173633428.unknown _1173633978.unknown _1173634022.unknown _1173633492.unknown _1173633256.unknown _1173633226.unknown _1173633244.unknown
Compartilhar